1) Comprender la importancia que tiene la Máquina de Turing para la Ciencia de la Computación.
|
|
- Vicenta Parra Río
- hace 6 años
- Vistas:
Transcripción
1 0
2 1 Temas
3 2 Objetivos 1) Comprender la importancia que tiene la Máquina de Turing para la Ciencia de la Computación. 2) Definir máquinas de Turing unicinta y multicinta, para reconocer lenguajes y para realizar procedimientos.
4 Para dar respuesta al problema decisorio de Hilbert, se produjeron casi simultáneamente (alrededor de 1935) cuatro trabajos: 1. La teoría de funciones recursivas (S. Kleene, 1939) 2. Teorema de incompletitud (Kurt Gödel,1931) 3. El -cálculo (A. Church, 1935) 4. Las máquinas de Turing (A. Turing, 1936) David Hilbert (1862, 1943) Hilbert formuló su famosa lista de 23 problemas esenciales para el progreso en las matemáticas. Uno de esos problemas es el Entscheidungsproblem o problema de la decisión que trata de descubrir un método general para decidir si una fórmula lógica es verdadera o falsa. La meta de Hilbert era crear un sistema matemático formal "completo" y "consistente", en el que todas las aseveraciones pudieran plantearse con precisión. Su idea era encontrar un algoritmo que determinara la verdad o falsedad de cualquier proposición en el sistema formal. 3
5 Alan Turing, 1937, publicó un trabajo sobre números calculables que puede considerarse en parte como el origen de la Informática Teórica. Alan Turing ( ) Turing estaba convencido de que no existía un algoritmo para el problema de decisión planteado por Hilbert y su intención era demostrar dicha no existencia. Introdujo la máquina de Turing (MT) como un modelo matemático abstracto que permitió formalizar el concepto de algoritmo. El modelo en el que se inspiró fue el de una persona real llevando a cabo un cálculo mecánico, por ejemplo una multiplicación de dos grandes números en el sistema decimal. La noción Turing-computabilidad puede considerarse como la base de la programación imperativa. 4
6 5 Una Máquina de Turing es un autómata que consiste de: Una unidad de control Una memoria auxiliar que es una cinta infinita con acceso relativamente no-restringido. La cabeza lectora/grabadora de la cinta puede moverse a lo largo de la cinta en ambas direcciones leyendo y/o escribiendo el contenido de un cuadrado uno a uno. Cinta Infinita Cabeza de lectura / escritura Unidad de Control La cinta almacena inicialmente la entrada y subsecuentemente la máquina de Turing usa su cinta como almacenamiento operacional.
7 6 Una Máquina de Turing es: T = (Q,,,,q 0,F) donde: Q es un conjunto finito y no vacío de estados. es el alfabeto de entrada, no vacío. es el alfabeto de la cinta, no vacío,. q 0 Q es el estado inicial. F Q es el conjunto de estados finales. es la función de transición directa. Es una proyección: Q x en subconjuntos finitos de Q x x {D,I,N}
8 El funcionamiento de la Máquina de Turing está dado por la función de transición directa: (q,a 1 ) = (p,a 2,d) significa que: 1) La unidad de control de la Máquina de Turing está actualmente en el estado q Q y el símbolo A 1 se lee mediante la cabeza de la cinta. 2) Al realizar un movimiento atómico, la unidad de control de la Máquina de Turing cambia al estado p Q, el símbolo A 1 se reemplaza por A 2, y la cabeza lectora/escritora se mueve un cuadrado en dirección d {D, I,,N}. d = D la cabeza se mueve un cuadrado a la derecha. d = I la cabeza se mueve un cuadrado a la izquierda. d = N la cabeza no se mueve. 7
9 Diagrama de Transición 1. Conjunto de nodos correspondientes a los estados de MT. Un estado Estado de inicio Estado final 2. Una transición se representa mediante arcos que unen los nodos, etiquetados de la siguiente manera: X,Y, D q r Función de transición (q, X) = (r, Y, D) 8
10 Tabla de Transición (q 0, X) = (q 1, Y, D) Símbolos pertenecientes a q 0 X Y.. q 1, Y, D Estados q 1 q k Estados Finales q 0 q 1 9
11 INTERPRETACIONES COMO RECONOCEDORA DE UN LENGUAJE: Dada una cadena x * *, como entrada a T, puede suceder que la máquina de Turing se detenga o no. Si T se detiene, con su unidad de control en estado q, se dice que T acepta x si q F y que T rechaza x si q F. Si T no se detiene, entonces se dice que ni acepta ni rechaza a x. Los lenguajes reconocidos por máquinas de Turing reciben el nombre de lenguajes recursivamente numerables.
12 INTERPRETACIONES COMO UN PROCEDIMIENTO: considérese una máquina T y una cadena x *. T realizará una serie de computaciones y eventualmente se detendrá con una cadena y * en su cinta. Esto será así para cada posible cadena de entrada. De tal modo, T establece una relación entre sus entradas y sus salidas. Para cada posible x * produce a lo sumo un y *, es decir, define una función parcial F: * *. Las funciones definidas mediante este mecanismo reciben el nombre de funciones Turing-computables.
13 L={0 n 1 n / n 1} 0,0,D Y,Y,D Y,Y,I Y,Y,D q 0 0,X,D q 1 1,Y,I q X,X,D B,B,N 2 q 3 q 5 q 4 0,0,I T = ({q 0,q 1,q 2,q 3,q 4,q 5 }, {0,1}, {0,1,B,X,Y},, q 0, {q 5 }) δ (q 0,0) = (q 1,X, D) δ (q 1,0) = (q 1,0, D) δ (q 1,Y) = (q 1,Y, D) δ (q 1,1) = (q 2,Y, I) δ (q 2,Y) = (q 2,Y, I) δ (q 2,X) = (q 3,X, D) δ (q 2,0) = (q 4,0, I) δ (q 3,Y) = (q 3,Y, D) δ (q 3,B) = (q 5,B, N) δ (q 4,0) = (q 4,0, I) δ (q 4,X) = (q 0,X, D) 12 12
14 La máquina de Turing que suma dos números naturales expresados en notación unaria. T = ({q 0,q 1,q 2,q 3 }, {1,+}, {1,B,+},, q 0, {q 3 }) B 1 B + 1,1,D q 0 +,1,D q B q 0 q 0, 1, D q 2, +, D q 1 q 0, 1, D +,B,N q 2 q 1, +, I q 3,B,I q 3 q 3,B,N q 2 B,B,I q 3 Estado Final: q
15 Es una descripción instantánea de la máquina de Turing. Se llama configuración de una MT a una terna (q,,i) siendo q un estado, una cadena de símbolos de ( es la cadena que está en ese momento en la cinta) i es un número natural que representa la distancia desde el primer símbolo de hasta el símbolo que está examinando la MT. Un movimiento de una MT T, se define como sigue: Sea (q, A 1 A 2...A n, i) una configuaración de MT con 1 i n+1 Si 1 i n y (q,a i ) = (p,a,d) entonces: (q,a 1 A 2..A n,i) (p,a 1 A 2...A i-1 AA i+1...a n,i+1), MT imprime el símbolo A y se mueve a la derecha. Si (q,a i ) = (p,a,i) con 2 i n entonces: (q,a 1 A 2...A n,i) (p,a 1 A 2..A i-1 AA i+1..a n,i-1), T imprime el símbolo A y se mueve a la izquierda
16 15 15 Si i = n+1 la máquina está leyendo un blanco (esta en la celda siguiente a la cadena impresa en la cinta), puede especificarse un movimiento a la derecha o a la izquierda. Si hay una instrucción (q,b) = (p,a,d) entonces: (q,a 1...A n,n+1) (p,a 1 A 2...A n A,n+2) Si la instrucción (q,b) = (p,a,i) entonces: (q,a 1...A n,n+1) (p,a 1 A 2...A n A,n)
17 16 16 L={0 n 1 n / n 1} 0,0,D Y,Y,D Y,Y,I Y,Y,D q 0 0,X,D q 1 1,Y,I q X,X,D B,B,N 2 q 3 q 5 q 4 0,0,I Las configuraciones de MT correspondiente al procesamiento de 0011 es: (q 0,0011,1),(q 1,X011,2),(q 1,X011,3),(q 2,X0Y1,2),(q 4,X0Y1,1),(q 0,X0Y1,2), (q 1,XXY1,3),(q 1,XYY1,4),(q 2,XXYY,3),(q 2,XXYY,2), (q 3,XXYY,3),(q 3,XXYY,4), (q 3,XXYYB,5) para en estado final.
18 17 17 U.C. T 1 T 2 T K-1 T k Consta de un número arbitrario (aunque finito) de cintas y de cabezas de lectura/escritura por cinta. Cada cabeza de lectura/escritura se desplaza de manera independiente. es el alfabeto de entrada y es el alfabeto de las cintas. Una palabra w * de entrada de largo n se colocan en las posiciones 1,..., n de la primera cinta. Las siguientes posiciones (n + 1, n + 2,...) de la primera cinta contienen el símbolo B. Las restantes cintas contienen el símbolo z 0 en posición 1 y B en las posiciones 2, 3,...
19 18 18 Al comenzar, la máquina se encuentra en el estado q 0, y cada cabeza lectora está en la posición 1 de su cinta. (q i, a 1,, a k )=(q j,b 1,,b k,d,,i) Significa que: si la máquina está en el estado q i y, las cabezas desde la 1 a la k están leyendo los a 1 a a k, la máquina pasa al estado q j, escribe b 1 a b k en las cintas desde la 1 a la k respectivamente y, mueve cada cabeza hacia la izquierda, derecha o no mueve.
20 19 19 Una Máquina de Turing multicinta es: TM = (Q,,,,q 0,F) donde: Q es un conjunto finito y no vacío de estados. es el alfabeto de entrada, no vacío. es el alfabeto de la cinta, no vacío, {z o,b}. q 0 Q es el estado inicial. F Q es el conjunto de estados finales. es la función parcial. : Q x k Q x k x {D,I,N} k donde k es el número de cintas
21 Las funciones de transición de una máquina de Turing multicinta se representan por una terna separada por barras, donde cada elemento de la terna es un conjunto de símbolos que expresan la lectura, escritura y movimientos respectivos. y 1,..., y k / z 1,..., z k / d 1,...,d k q r donde: y r : representa el símbolo leído en T r con r =1,, k. z r : representa el símbolo que se escribe en T r con r =1,, k. d r { D, I, N } con r =1,, k
22 La máquina de Turing multicinta (k = 2) que reconoce el lenguaje: L(G) = { a n b n c n / n 1} es la siguiente: a,b/a,*/d,d b,*/b,*/d,i c,*/c,*/d,d a,z q 0 /a,z 0 /N,D 0 q 1 b,b/b,b/n,i q c, z 2 0 /c,z 0 /N,D q 3 B,B/B,B/N,N q 4 TM = ({q 0,q 1,q 2, q 3,q 4 }, {a,b,c},{a,b,c,*,z 0,B},,q 0,{q 4 }) δ (q 0,a,z o ) = (q 1,a,z o,n, D) δ (q 1,a,B) = (q 1,a,*,D, D) δ (q 1,b,B) = (q 2,b,B, N,I) δ (q 2,b,*) = (q 2,b,*,D, I) δ (q 2,c,z o ) = (q 3,c,z o, N,D) δ (q 3,c,*) = (q 3,c,*,D, D) δ (q 3,B,B) = (q 4,B,B, N,N) 21 21
23 Turing demostró que la actuación de una máquina de Turing arbitraria MT 0 sobre una sucesión cualquiera w de símbolos de su cinta puede ser simulada por otra máquina, la Máquina Universal de Turing (MT u ). La idea básica de una máquina universal se trata sencillamente de un intérprete, ya que en la cinta de la máquina universal se puede codificar el programa (es decir, la función de transición) de toda otra máquina y los datos con que se desea ejecutar el programa. La máquina universal puede simular entonces, paso a paso, la ejecución de dicho programa con esos datos
24 Mediante un complejo sistema de marcadores, la máquina universal lleva la cuenta del estado codificado de T que se está consultando. Turing demostró que el efecto de la máquina universal sobre la sucesión de símbolos x es exactamente el que produciría T sobre la misma sucesión. La cinta se divide en dos secciones principales: A la izquierda está la descripción codificada de la máquina T A la derecha está la sucesión de símbolos x que T encontrará al ir inspeccionando. La máquina universal se construye entonces de modo que su cabeza vaya y venga entre las dos secciones, izquierda y derecha de la cinta. 23 δ (1,1) = (1,1, D) δ (1,+) = (2,+, D) δ (2,1) = (3,+, I) δ (2,B) = (4,B, I) δ (3,+) = (1,1, D) δ (4,+) = (4,B, N) 23
25 24 24 Estados: pueden representarse por números naturales (1, 2,..., n) expresados en notación binaria. Función de transición: se reproduce la tabla correspondiente, usando: Se comienza la cadena con ccc Luego se reproduce cada campo de una fila de la tabla de transición, separándolos por una c. Se separa cada fila de la tabla de transición por cc. La función de transición no especificadas se representan en la codificación con 0. La codificación de la tabla finaliza con ccc.
26 Suma de dos números en notación unaria. 1,1,D 1 +,1,D 3 2 B,B,I +,B,N B Símbolo Estado , 1, D 2, 0, D , 0, I 4, 01, I , 1, D , 01, N ccc D c D c 0 cc 0110 I c 0 c I cc 0 c 0011 D c 0 cc 0 c D c 0 ccc Comienzo Separa los campos Separa las filas de la tabla de transición Fin 25 25
27 26 26 Dado un programa (o algoritmo o Máquina de Turing) A y un valor de la entrada X, podemos saber siempre si A se parará o no? No hay manera de saber, en general y en un tiempo finito, si la ejecución de un programa dado con una entrada dada terminará o no.
28 Máquina de Turing Lenguajes recursivamente numerables Funciones Turingcomputables. MT Unicinta MT Multicinta MT universal Todos los lenguajes aceptados por una MT con una cinta también serán aceptados por una MT con varias cintas y viceversa. Emula el comportamiento de cualquier otra MT. Se trata, pues, de la primera noción de computador con programa almacenado de la historia
29 El famoso problema de decisión planteado por Hilbert fue inmediatamente demostrado insoluble por Turing usando sus máquinas: si la veracidad de las fórmulas de la lógica de primer orden fuera soluble por una MT, ello implicaría que también sería decidible el problema de la parada. TESIS DE CHURCH-TURING La clase de problemas que se pueden resolver utilizando el sistema de programación de Turing es exactamente el mismo que los que se pueden resolver utilizando cualquier sistema de programación razonable. Si una función no es Turing-computable, no existe una solución (o algoritmo) para la misma en ningún sistema de computación. Por lo tanto, es un hecho universalmente aceptado que la Máquina de Turing es una contrapartida formal, totalmente satisfactoria, de noción de algoritmo
Temas. Objetivo. Que el estudiante logre: 1) Identificar conceptos constructivos de la Teoría de la Computabilidad. 2) Definir autómatas de pila.
0 Temas Definición de autómata de pila Autómata de pila determinístico y no determinístico Objetivo Que el estudiante logre: 1) Identificar conceptos constructivos de la Teoría de la Computabilidad. 2)
Más detalles7. Máquinas de Turing.
7. Máquinas de Turing. Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar
Más detallesMÁQUINAS DE TURING CIENCIAS DE LA COMPUTACION I 2009
MÁQUINAS DE TURING Las máquinas de Turing, así como los AF y los AP se utilizan para aceptar cadenas de un lenguaje definidas sobre un alfabeto A. El modelo básico de máquina de Turing, tiene un mecanismo
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 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 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 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 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 detallesCiencias de la Computación I
Ciencias de la Computación I Autómatas Linealmente Acotados Máquinas de Turing Motivación - Es posible diseñar un AP que reconozca el lenguaje L 1? L 1 = { a n b n c n / n > 0 } Ejemplo una estrategia
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 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 detallesMÁQUINAS DE TURING Y LENGUAJES ESTRUCTURADOS POR FRASES
Máquinas de Turing y lenguajes estructurados por frases -1- MÁQUINAS DE TURING Y LENGUAJES ESTRUCTURADOS POR FRASES MÁQUINAS DE TURING - Son máquinas teóricas capaces de aceptar lenguajes generados por
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 detallesIntroducción. Máquinas de Turing. Turing restringidas. Turing y Computadoras INAOE (INAOE) 1 / 49
y Computadoras INAOE (INAOE) 1 / 49 Contenido y Computadoras 1 2 3 4 y Computadoras (INAOE) 2 / 49 y Computadoras Hasta ahora hemos visto clases de lenguajes relativamente simples Lo que vamos a ver ahora
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 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 detallesUnidad 4. Autómatas de Pila
Unidad 4. Autómatas de Pila Una de las limitaciones de los AF es que no pueden reconocer el lenguaje {0n1n} debido a que no se puede registrar para todo n con un número finito de estados. Otro lenguaje
Más detallesTeoría de Autómatas y Compiladores [ICI-445] Capítulo 2: Autómatas Finitos
Teoría de Autómatas y Compiladores [ICI-445] Capítulo 2: Autómatas Finitos Dr. Ricardo Soto [ricardo.soto@ucv.cl] [http://www.inf.ucv.cl/ rsoto] Escuela de Ingeniería Informática Pontificia Universidad
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 detalles7 Máquina de Turing. 7.1 Introducción. 7.2 El modelo de la Máquina de Turing
1 Curso Básico de Computación 7 Máquina de Turing Es este capítulo introducimos la Máquina de Turing que es, un modelo matemático simple de una computadora. 7.1 Introducción Hasta ahora no se ha podido
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 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 detallesCapítulo 9. Introducción a los lenguajes formales. Continuar
Capítulo 9. Introducción a los lenguajes formales Continuar Introducción Un lenguaje es un conjunto de símbolos y métodos para estructurar y combinar dichos símbolos. Un lenguaje también recibe el nombre
Más detalles5. Propiedades de los Lenguajes Recursivamente Enumerables y de los Lenguajes Recursivos.
5. Propiedades de los Lenguajes Recursivamente Enumerables y de los Lenguajes Recursivos. 5.1 Esquemas de representación de áquinas de Turing. 5.2 Propiedades de cierre. 5.3 Codificación de áquinas de
Más detallesComplejidad Computacional. Andrés Abeliuk Estudiante de Ciencias de la computación U. de Chile
Complejidad Computacional Andrés Abeliuk Estudiante de Ciencias de la computación U. de Chile Números infinitos por cantor Es una de las creaciones matemáticas más sorprendentes y atrevidas de toda la
Más detallesTipos de datos en S. Lógica y Computabilidad. Codificación de variables y etiquetas de S. Codificación de programas en S
Tipos de datos en S Lógica y Computabilidad Verano 2011 Departamento de Computación - FCEyN - UBA Computabilidad - clase 5 Codificación de programas, Halting problem, diagonalización, tesis de Church,
Más detallesClase 07: Autómatas. Solicitado: Ejercicios 05: Autómatas
Solicitado: Ejercicios 05: Autómatas M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfranco@ipn.mx 1 Contenido Autómata Teoría de Autómatas Definición
Más detallesCurso Básico de Computación
Curso Básico de Computación 8 Indecibilidad Feliú Sagols Troncoso Matemáticas CINVESTAV-IPN 2010 Curso Básico de Computación (Matemáticas) 8 Indecibilidad 2010 1 / 58 8 Indecibilidad
Más detallesCurso Básico de Computación
Curso Básico de Computación 7 Máquina de Turing Feliú Sagols Troncoso Matemáticas CINVESTAV-IPN 2010 Curso Básico de Computación (Matemáticas) 7 Máquina de Turing 2010 1 / 43
Más detallesMáquinas de Turing, programas y tesis de Turing-Church
Máquinas de Turing, programas y tesis de Turing-Church Elvira Mayordomo, Universidad de Zaragoza Ilustraciones: Costas Busch, Rensselaer Polytechnic Institute 1 Máquinas de Turing 2 La jerarquía de lenguajes
Más detallesMaquina de Turing. 5. Fundamentos de algoritmos. Turing TURING TURING 10/08/2010. MI Elizabeth Fonseca Chávez
Maquina de Turing 5. Fundamentos de algoritmos MI Elizabeth Fonseca Chávez matemático inglés Alan Turing Turing Definición de algoritmo: conjunto ordenado de operaciones que permite hallar la solución
Más detallesTemas finales de Teoría de Autómatas y Lenguajes Formales II Curso
Temas finales de Teoría de Autómatas y Lenguajes Formales II Curso 2002-2003 M. Luisa González Díaz Departamento de Informática Universidad de Valladolid 2. Máquinas de Turing 2.1. 2.1.1. Definición, representación
Más detallesUnidad 4. Autómatas de Pila
Unidad 4. Autómatas de Pila Una de las limitaciones de los AF es que no pueden reconocer el lenguaje {0 n 1 n } debido a que no se puede registrar para todo n con un número finito de estados. Otro lenguaje
Más detallesLa máquina de Turing
La máquina de Turing José M. Sempere Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia David Hilbert (1862, Rusia 1943, Alemania) Matemático que aportó diversos resultados
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 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 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 detallesClases 18 y 19:Máquina de Turing. M. en C. Edgardo Adrián Franco Martínez
Clases 18 y 19:Máquina de Turing M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfranco@ipn.mx 1 Contenido Máquinas de Turing Definición formal de la
Más detalles300CIG007 Computabilidad 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. Qué es un computador? Todos lo sabemos!!!
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 detallesUna (muy) breve introducción a la teoría de la computación
Una (muy) breve introducción a la teoría de la computación Marcelo Arenas M. Arenas Una (muy) breve introducción a la teoría de la computación 1 / 48 Ciencia de la computación Cuál es el objeto de estudio
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 detallesLa Máquina de Turing como precusora de la Teoría de la Computación (I)
La Máquina de Turing como precusora de la Teoría de la Computación (I) Mª Araceli Sanchis de Miguel Grupo de Control y Aprendizaje de Sistemas 1 Contenido Mo3vación e interés Ordenadores, paradojas y fundamentos
Más detalles7. ( ) Describe una máquina de Turing que acepte el siguiente lenguaje: L = {a n b n n>0}. L = {a n b n c n n>0}. L = {xcx x {a, b} + }.
Universidad Rey Juan Carlos Curso 2010 2011 Teoría de Autómatas y Lenguajes Formales Ingeniería Técnica en Informática de Sistemas Hoja de Problemas 13 Máquinas de Turing Nivel del ejercicio : ( ) básico,
Más detallesTema 6: Máquina de Turing
Tema 6: Máquina de Turing Departamento de Sistemas Informáticos y Computación http://www.dc.upv.es p.1/28 Tema 6: Máquina de Turing La Máquina de Turing. Máquinas de Turing como aceptores Otros modelos
Más detallesTeoría de Lenguajes y Autómatas Conceptos y teoremas fundamentales
Se prohíbe la reproducción total o parcial de este documento, excepto para uso privado de los alumnos de la asignatura Teoría de Autómatas I de la UNED y los alumnos de asignaturas equivalentes de otras
Más detallesPROGRAMACIÓN II AÑO 2009 TALLER 3: TEORÍA DE LENGUAJES Y AUTÓMATAS
Licenciatura en Sistemas de Información PROGRAMACIÓN II AÑO 2009 TALLER 3: TEORÍA DE LENGUAJES Y AUTÓMATAS UNSE FCEyT 1. DESCRIPCIÓN Este taller consta de tres partes. En cada una de ellas se especifican
Más detallesTeoría de autómatas. Un enfoque práctico. Recortables. Thelma Cantú María Gpe. Mendoza
Teoría de autómatas. Un enfoque práctico Recortables Thelma Cantú María Gpe. Mendoza 1.1 Búsqueda de lenguajes Alumno: 1 Nombre del lenguaje Alfabeto: Dónde se utiliza? Cuál es el beneficio para la humanidad?
Más detallesUniversidad de Valladolid
Universidad de Valladolid Departamento de Informática Teoría de autómatas y lenguajes formales. 2 o I.T.Informática. Gestión. Examen de primera convocatoria. 18 de junio de 29 Apellidos, Nombre... Grupo:...
Más detallesTuring Machines and their applications
Reporte de Caso páginas: Máquinas 31-39 de Turing y sus ISSN: aplicaciones 2415-2323 Iluminate vol. 8, Noviembre de 2016 14 31 Turing Machines and their applications Cristian Fernando Vilca Gutierrez crisfer.4217@gmail.com
Más detallessi w=ay por tanto a Σ e y Σ*
EJERCICIOS: LENGUAJES Y GRAMÁTICAS FORMALES Y MÁQUINAS DE TURING 1.- Prefijos de una cadena x son las cadenas que se pueden obtener de x suprimiendo 0 o más caracteres del final de x. Prefijos propios
Más detalles09 Análisis léxico V Compiladores - Profr. Edgardo Adrián Franco Martínez
2 Contenido Autómata Definición formal de autómata Representación de un autómata Mediante tablas de transiciones Mediante diagramas de estados Autómata finito Definición formal de autómata finito Lenguaje
Más detallesAnálisis y Complejidad de Algoritmos. Completitud NP
Análisis y Complejidad de Algoritmos Completitud NP Arturo Díaz Pérez Sección de Computación Departamento de Ingeniería Eléctrica CINVESTAV-IPN Av. Instituto Politécnico Nacional No. 2508 Col. San Pedro
Más detallesEnfoques computacionales de la memoria humana: un estado del arte. Renato Garita Figueiredo PROIFED
Enfoques computacionales de la memoria humana: un estado del arte Renato Garita Figueiredo PROIFED Revisión bibliográfica En total se revisaron 35 artículos. Categorización: - Aplicaciones de interacción
Más detallesALGORITMOS DIGITALES II. Ing. Hugo Fdo. Velasco Peña Universidad Nacional 2006
ALGORITMOS DIGITALES II Ing. Hugo Fdo. Velasco Peña Universidad Nacional 2006 OBJETIVOS Conocer los principios básicos de los algoritmos. Establecer paralelos entre los algoritmos, los programas y las
Más detallesTemas. Objetivo. Símbolo, alfabeto. Hileras y operaciones con hileras. Operaciones con lenguajes
0 1 Temas Símbolo, alfabeto Hileras y operaciones con hileras Operaciones con lenguajes Objetivo Que el estudiante logre conocer, comprender y manejar conceptos vinculados con la Teoría de Lenguajes Formales
Más detallesPROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Resultados de Aprendizaje
Código Nombre CC3102 Teoría de la Computación Nombre en Inglés Theory of Computation SCT es Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3 1.5 5.5
Más detallesAutómatas de Pila y Lenguajes Incontextuales
Autómatas de Pila y Lenguajes Incontextuales Elvira Mayordomo Universidad de Zaragoza 5 de noviembre de 2012 Contenido de este tema 1. Introducción a los autómatas de pila 2. Definiciones 3. Equivalencia
Más detallesLenguaje de Diseño. Primera Parte. Resolución de Problemas y Algoritmos. Primer Cuatrimestre Ing. En Informática e Ing.
Primera Parte Resolución de Problemas y Algoritmos Ing. En Informática e Ing. En Computación Primer Cuatrimestre 2017 1 Lenguajes Algorítmicos Los algoritmos pueden describirse, en mayor o menor detalle,
Más detallesIntroducción a las Ciencias de la Computación
Introducción a las Ciencias de la Computación Colaboratorio de Computación Avanzada (CNCA) 2015 1 / 22 Contenidos 1 Computación e Informática Caracterización Áreas relacionadas 2 Antecedentes Orígenes
Más detallesLenguaje de Diseño. Primera Parte. Segundo Cuatrimestre 2017
Primera Parte Fund. de la Informática Int. a la Programación Int. a la Computación Resolución de Problemas y Algoritmos Segundo Cuatrimestre 2017 1 Etapas en el proceso de resolver un problema: 1- Comprender
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 detallesProblemas indecidibles
Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas
Más detallesTraductores Push Down
Push Down Extensión de Autómatas Universidad de Cantabria Outline El Problema 1 El Problema 2 3 El Problema Hemos estudiado anteriormente los autómatas con pila y hemos visto su relación con los lenguajes
Más detallesModelos de Informática Teórica Capítulo 2 - Clases de Complejidad
Modelos de Informática TeóricaCapítulo 2 - Clases de Complejidad p. 1/40 Modelos de Informática Teórica Capítulo 2 - Clases de Complejidad Serafín Moral Callejón Departamento de Ciencias de la Computación
Más detallesTexto: Hopcroft, J. E., Motwani, R., Ullman, J.D., Introduction to Automata Theory, Languajes, and Computation. 3rd Edition. Addison Wesley, 2007.
Universidad de Puerto Rico Recinto de Mayagüez Facultad de Artes y Ciencias DEPARTAMENTO DE CIENCIAS MATEMÁTICAS Programa de Autómata y Lenguajes Formales Curso: Autómata y Lenguajes Formales Codificación:
Más detallesUNIVERSIDAD TECNOLOGICA DE PEREIRA FACULTAD DE INGENIERIAS
Asignatura Código Gramática y Lenguajes Formales IS405 Créditos 4 Intensidad semanal Requisitos 6 Horas IS323 Justificación Objetivo general Dar al estudiante toda una gran base teórica sobre Ciencias
Más detallesautómatas finitos y lenguajes regulares LENGUAJES FORMALES Y
CONTENIDO Reconocedores [HMU2.1]. Traductores [C8]. Diagramas de Estado [HMU2.1]. Equivalencia entre AF deterministas y no deterministas [HMU2.2-2.3]. Expresiones [HMU3]. Propiedades de [HMU4]. Relación
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 detallesTeoría Matemática de la Computación Primer Problemario Prof. Miguel A. Pizaña 22 de Febrero de 2007
Teoría Matemática de la Computación Primer Problemario Prof. Miguel A. Pizaña 22 de Febrero de 2007 I Tareas 1. Dudar de todo, al menos una vez en la vida. 2. Qué emociones le produce el teorema de Cantor,
Más detallesTema 4. Autómatas Finitos
Tema 4. Autómatas Finitos 4.1. Autómatas finitos. 4.1.1. Introducción. 4.1.2. Máquinas secuenciales. 4.2. Autómatas finitos deterministas (A.F.D.). 4.2.1. Introducción. 4.2.2. Definición AFD. Representación.
Más detallesEquivalencia Entre PDA y CFL
Equivalencia Entre PDA y CFL El Lenguaje aceptado por un Autómata con Pila Universidad de Cantabria Esquema 1 Introducción 2 3 Lenguaje Aceptado por un Autómata Como en los autómatas finitos, se puede
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes Tema 5: Propiedades de los Lenguajes Regulares. Luis Peña
Máquinas Secuenciales, Autómatas y Lenguajes Tema 5: Propiedades de los Lenguajes Regulares Luis Peña Lenguaje Regular Definición 1 (Lenguaje Regular) Un lenguaje L se denomina regular si y sólo si existe
Más detallesL = {a n b n n>0}. L = {a n b n c n n>0}. L = {xcx x {a, b} + }.
Universidad Rey Juan Carlos Curso 2010 2011 Teoría de Autómatas y Lenguajes Formales Ingeniería Técnica en Informática de Sistemas Hoja de Problemas 13 Máquinas de Turing Nivel del ejercicio : ( ) básico,
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 detallesClases de complejidad computacional: P y NP
1er cuatrimestre 2006 La teoría de Se aplica a problemas de decisión, o sea problemas que tienen como respuesta SI o NO (aunque es sencillo ver que sus implicancias pueden extenderse a problemas de optimización).
Más detallesALGORITMO. Podemos encontrar muchas definiciones de algoritmo en los textos de programación, todas ellas muy similares:
Nuestra herramienta mental más importante para competir con la complejidad es la abstracción. Por tanto, un problema no deberá considerarse inmediatamente en términos de instrucciones de un lenguaje, sino
Más detallesAutómata de Pila (AP, PDA) Tema 18
Tema Autómata de Pila (Pushdown Automata Autómata de Pila (AP, PDA Un AP es una máquina que acepta el lenguage generado por una GLC Consiste en un NFA- aumentado con una pila (stack. Dr. Luis A. Pineda
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 Secuenciales, Autómatas y Lenguajes. Tema 3.1: Autómatas Finitos Deterministas
Tema 3.1: Autómatas Finitos Deterministas Luis Peña luis.pena@urjc.es http://www.ia.urjc.es/cms/es/docencia/ic-msal Sumario Tema 3.1: Autómatas Finitos Deterministas. 1. Concepto de AFD 2. Equivalencia
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 detallesDATOS DE IDENTIFICACIÓN DEL CURSO
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO: Ciencias Computacionales ACADEMIA A LA QUE PERTENECE: Estructuras y Algoritmos NOMBRE DE LA MATERIA: Teoría de la Computación CLAVE DE LA MATERIA: CC209
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 detalles1. Cadenas EJERCICIO 1
LENGUAJES FORMALES Y AUTÓMATAS CURSO 2006/2007 - BOLETÍN DE EJERCICIOS Víctor J. Díaz Madrigal y José Miguel Cañete Departamento de Lenguajes y Sistemas Informáticos 1. Cadenas La operación reversa aplicada
Más detallesCiencias de la Computación I
Ciencias de la Computación I Autómatas Finitos No Determinísticos Minimización de Autómatas Finitos Determinísticos Agosto 2007 Autómatas Finitos Determinísticos Para cada estado y para cada símolo se
Más detallesTeoría de la Computación puesta en Práctica
Teoría de la Computación puesta en Práctica Marcelo Arenas M. Arenas Teoría de la Computación puesta en Práctica 1 / 24 Problema a resolver WiMAX (Worldwide Interoperability for Microwave Access): estándar
Más detallesDepartamento de Tecnologías de la Información. Tema 1. Introducción a los Modelos de Computación. Ciencias de la Computación e Inteligencia Artificial
Departamento de Tecnologías de la Información Tema 1 Introducción a los Ciencias de la Computación e Inteligencia Artificial Índice 1.1 Definiciones 1.2 Galería de personajes 1.3 Preliminares matemáticos
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 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 detallesEs un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute.
Los problemas que se plantean en la vida diaria suelen ser resueltos mediante el uso de la capacidad intelectual y la habilidad manual del ser humano. La utilización de la computadora en la resolución
Más detallesAutómatas Finitos Deterministicos (DFA)
Autómatas Finitos Deterministicos (DFA) Introducción a la Lógica Fa.M.A.F., Universidad Nacional de Córdoba 22//4 Info útil Bibliografía: Introducción a la teoría de autómatas, lenguajes y computación.
Más detallesAutómatas Finitos Deterministicos (DFA)
Autómatas Finitos Deterministicos (DFA) Introducción a la Lógica y la Computación Fa.M.A.F., Universidad Nacional de Córdoba 26/0/6 Info útil Bibliografía: Introducción a la teoría de autómatas, lenguajes
Más detallesTEORÍA DE AUTÓMATAS I Informática de Sistemas. Soluciones a las cuestiones de examen del curso 2009/2010
TEORÍA DE AUTÓMATAS I Informática de Sistemas Soluciones a las cuestiones de examen del curso 2009/2010 Febrero 10, 1ª semana 1. Considere la gramática de símbolos terminales {(, ), ;, 1, 2, 3}: S (A),
Más detallesLENGUAJES Y GRAMÁTICAS
LENGUAJES Y GRAMÁTICAS Orlando Arboleda Molina Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle 20 de septiembre de 2008 Contenido Lenguajes y Gramáticas Gramáticas Gramáticas
Más detallesAutómatas de Pila. Descripciones instantáneas o IDs. El Lenguaje de PDA. Equivalencia entre PDAs y CFGs INAOE (INAOE) 1 / 50
INAOE (INAOE) 1 / 50 Contenido 1 2 3 4 (INAOE) 2 / 50 Pushdown Automata Las gramáticas libres de contexto tienen un tipo de autómata que las define llamado pushdown automata. Un pushdown automata (PDA)
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 detallesPROGRAMA INSTRUCCIONAL AUTOMATAS Y LENGUAJES FORMALES
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO UNIVERSIDAD FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE ELÉCTRICA ESCUELA DE COMPUTACIÓN PROGRAMA
Más detallesÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES
ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas
Más detallesCiencias de la Computación I
Ciencias de la Computación I Gramáticas Regulares Expresiones Regulares Gramáticas - Intuitivamente una gramática es un conjunto de reglas para formar correctamente las frases de un lenguaje - Por ejemplo,
Más detallesIntroducción a la programación
Introducción a la programación Resolución de Problemas El objetivo principal para que las personas aprendan a programar en algún lenguaje de programación en particular es utilizar el computador como una
Más detalles