Teoría de la Computabilidad
|
|
|
- Concepción Macías Vidal
- hace 10 años
- Vistas:
Transcripción
1 LC vs. Regulares Teoría de la Computabilidad GLC APND Módulo 5: Propiedades de lenguajes libres de contexto regulares Libres de Contexto 015 Departamento de Cs. e Ing. de la Computación Universidad Nacional del Sur Bahía Blanca, Argentina GR AF 1 LC vs. Regulares Recordatorio: Clausura de LR regulares Libres de Contexto L L L n L * LLCs L L Autómatas Finitos Autómatas a Pila ND L Σ*- LRs Autómatas 3 La clase de lenguajes regulares es cerrada bajo: unión, concatenación, estrella de Kleene, complemento e intersección. 4 Propiedades de LLC Estudiaremos ahora propiedades de los Libres de Contexto. Enunciaremos primeramente una serie de propiedades de clausura, que son análogas a las enunciadas para LR, excepto en que los LLC no son cerrados bajo intersección ni complemento. Propiedades de Clausura Teo.: Los LLC son cerrados bajo reflexión, unión, concatenación, estrella de Kleene e intersección con un LR. Demostración: Consideraremos cada caso en particular. Las demostraciones serán constructivas. 5 6
2 Propiedades de Clausura - Unión Consideremos dos gramáticas LCs G 1 =( Vn1, Vt1, S 1, P 1 ) y G =(Vn, Vt, S, P ) Desde el símbolo no terminal S 1 podemos generar todaslascadenas del(g 1 ) Desde el símbolo no terminal S podemos generar todaslascadenas del(g ) Una gramática que genere la unión de estos lenguajes debe ser capaz de generar todas las cadenas de cada uno Cómo puede construirse esta gramática? Propiedades de Clausura - Unión Ejemplo: G 1 =( {S 1 },{a,b,$}, S 1, {S 1 as 1 a, S 1 bs 1 b, S 1 $}), G =( {S },{c}, S, {S cs c, S c} ) Queremos definir G para generar L(G 1 ) L(G ). Podemos hacer lo siguiente: G=( Vn, Vt, S, P) Vn = {S, S 1, S }, Vt = {a,b,$, c}, P= {SS 1, SS } P 1 P S S S S Propiedades de Clausura - Unión Sean G 1 =(V n1,v t1,s 1, P 1 ) y G =(V n,v t,s,p ) dos GLC (podemossuponerv n1 V n ). Probaremos que L(G 1 ) L(G ) es LC, construyendo G para generar el lenguaje unión. Sea S un nuevo no terminal, S V n1 V n. Luego definimos G=(V n,v t,s,p), V n =V n1 V n {S}, V t =V t1 V t P=P 1 P {S S 1,SS } Si S 1 λ P 1 o S λ P, las eliminamos y agregamos S λ.luegol(g 1 ) L(G )=L(G),puesSS 1 yss, yentoncess G* >ωcon ω (V t1 V t )*sssis G* 1 >ω obien S G* >ω. Ya que G 1 y G tienen no terminales disjuntos, ent.s G* >ωsssis G1* 1 >ωós G* >ωsssis G* >ω,cqd. 9 Propiedades de Clausura - Concatenación Consideremos dos gramáticas LCs G 1 =( Vn1, Vt1, S 1, P 1 ) y G =(Vn, Vt, S, P ) Desde el símbolo no terminal S 1 podemos generar todaslascadenas del(g 1 ) Desde el símbolo no terminal S podemos generar todaslascadenas del(g ) Una gramática LC que genere la concatenación de estos lenguajes debe ser capaz de generar una cadena deg 1 seguida deotradeg Cómo puede construirse esta gramática? 10 Propiedades de Clausura - Concatenación Consideremos G 1 =(V n1,v t1,s 1,P 1 ) y G =(V n,v t,s,p ) Ejemplo: G 1 =({S 1 },{a,b,$},s 1, {S 1 as 1 a, S 1 bs 1 b, S 1 $}), G =({S },{c}, S, {S cs c, S c}) QueremosdefinirG paragenerarl(g 1 ) L(G ). Podemos hacer lo siguiente: G=( Vn, Vt, S, P) S Vn = {S, S 1, S }, Vt = {a,b,$, c}, S 1 S P= {SS 1 S } P 1 P 11 Propiedades de Clausura - Concatenación Sean G 1 = (V n1,v t1,s 1, P 1 ) y G =(V n,v t,s,p ) dos GLC (podemos suponer V n1 V n ). Para probar que L(G 1 ) concatenado L(G )eslc,sedefineg=(v n,v t,s,p): V n =V n1 V n {S}, V t =V t1 V t P=P 1 P {S S 1 S } Si S 1 λ P 1 sustituimos S 1 λ por S S. Si S λ P sustituimos S λ por S S 1. Si S 1 λ P 1 y S λ P ent.eliminamosambasreglas dep,yagregamosss 1, SS ysλ Sea ω L(G), ent. S G* >ω, es decir S G >S 1 S G* >ω. Pero S 1 S G* >ω sssi S G1* 1 >ω 1 y S G* >ω con ω= ω 1 ω, ent. ω =ω 1 ω sssi ω 1 L(G 1 ) y ω L(G ). Luego L(G 1 ) L(G ) = L(G). cqd. 1
3 Propiedades de Clausura - Estrella de Kleene Consideremos una gramáticas LCs G 1 =( Vn1, Vt1, S 1, P 1 ) Desde el símbolo no terminal S 1 podemos generar todaslascadenas del(g 1 ) Una gramática LC que genere la estrella de Kleene de este lenguaje debe ser capaz de generar una cadena formada por la concatenación de cero o máscadenas deg 1 Cómo puede construirse esta gramática? Propiedades de Clausura - Estrella de Kleene Consideremos G 1 =( Vn1, Vt1, S 1, P 1 ) Ejemplo: G 1 =( {S 1 },{a,b,$}, S 1, {S 1 as 1 a, S 1 bs 1 b, S 1 $}), QueremosdefinirG paragenerarl(g 1 )*. Podemos hacer lo siguiente: G=( Vn, Vt, S, P) Vn = {S, S 1 }, Vt = {a,b,$}, P= {Sλ,SS 1,S 1 S 1 S 1 } P Propiedades de Clausura - Estrella de Kleene Sea G 1 = (V n1,v t1,s 1, P 1 ). Construiremos ahora G = (V n,v t,s,p),talquel(g 1 )*=L(G). V n =V n1 {S}, V t =V t1 P=P 1 {S λ, S S 1, S 1 S 1 S 1 } SiS 1 λ P 1 dicharegladebeeliminarse. Veamos que L(G 1 )*=L(G). Sea ω L(G). Ent. S G* >ω ; pero si S deriva ω, entonces o bien ω= λ o bien S G* 1 >ω (pues las únicas producciones que involucran S en G sonsλyss 1 ). Si S G* 1 >ω solo pueden usarse las reglas SS 1 y S 1 S 1 S 1 paraobtener unasecuenciadeunoomásno terminales iniciales de G 1 : S 1 S 1 S 1...S 1 y esto solo permitegenerarcadenas ω L(G 1 )*,cqd. 15 Propiedades de Clausura - Intersección Si L p es un LLC, y L f es un lenguaje regular, entonces L=L p L f esunllc. Demostraremos esto usando la equivalencia con máquinas: Si L p es LLC => existe AP M p que lo reconoce. Si L f es LR=> existe AF M f que lo reconoce. Probaremos que puedo definir un nuevo autómata M (que será Autómata a Pila) que reconoce L p L f 16 Propiedades de Clausura - Intersección Si L p es un LLC, y L f es un lenguaje regular, entonces L=L p L f esunllc. L p =L(M p )paraunciertoautómata apila M p = (S p, Σ, Γ, δ p, s 0p, F p ), yl f =L(M f )paraunaut. finitodeterminista M f =(S f, Σ,δ f,s 0f,F f ) Idea: combinar M p y M f en un único autómata a pila M que lleve la computación de M p y M f en paralelo, y acepte sólo las cadenas que ambas hubieran aceptado. Propiedades de Clausura - Intersección Construimos M= (S p x S f, Σ, Γ, δ, (s 0p, s 0f ), F p x F f ). δ((s p,s f ),u, γ 1 )=( (t p,t f ), γ )sssi δ p (s p,u, γ 1 )=(t p,γ ) yδ f (s f,u)=t f Esto es, M pasa del estado (s p,s f ) a (t p,t f ) de la misma forma que M p pasa de s p a t p, y además considera el cambio de estado de M f por la misma entrada. Queda como ejercicio demostrar que L(M)=L(M p ) L(M f ) 17 18
4 Propiedades de Clausura en LRs y LLCs L 3 L 4... L n L L L L 3 L 4 L 3 L 4 * L Σ*- L 4 L LLCs L 3 * LRs Los LLC son cerrados bajo unión, concatenación, estrella de Kleene e intersección con un LR. 19 Utilidad de las Propiedades de Clausura Sea L = {a n b n n>=0} podemos asegurar queesunllc. Porqué? Por poder expresarlo como L, es libredecontexto yl esregular. ={w w {a,b}*ywtieneigualcantdea syb s} L =a*b* es LLC, pues puede definirse un AP que apile cadaaydesapile alrecibirunab. L esclaramenteregular. Luego L esllc. 0 Def.: Sean Σ 1 y Σ dos alfabetos. Llamaremos sustitución a un mapeo f s : Σ 1 P(Σ *). Una sustitución f s es una función que asocia un lenguajeacada símbolodeσ. El mapeo función se extiende a cadenas de Σ 1 * ya lenguajes como sigue: Σ 1 a b c f s (a) f s (b) f s (c) Σ * f c :Σ 1 * P(Σ *) f L : P(Σ 1 *) P(Σ *) f c (α) = f c (λ) ={λ} f c (x a)= f c (x) f s (a) f L (L) = U α L f c (α) 1 Gracias a este mapeo de símbolos en conjuntos de cadenas podemos obtener, de un lenguaje L, nuevos lenguajes substituyendo las cadenas de L por el lenguaje generado con f s fs(abc) s = fs(a) s fs(b) s fs(c) s esto es un lenguaje Σ * Σ * L = f L ( ) Cada cadena wde define un lenguaje f s (w) La unión de todos estos mini-lenguajes forma por supuesto un nuevo lenguaje... Cada cadena wde define un lenguaje f s (w) La unión de todos estos mini-lenguajes forma por supuesto un nuevo lenguaje... L se obtiene por sustitución a partir de 3 4
5 Sustitución. Ejemplo Sea el lenguaje regular 0*(0+1)1*, con Σ 1 ={0,1}, Σ ={a,b},ylasustitución f s (α) = f c (x) = f s (0) = {a} f s (1)=b* Cuálesf L ( )?Enestecaso basándonos en f s podemos definir: f c ( λ) = {λ} f c (x 0)= f c (x) apara long(x)>=0 f c (x 1)= f c (x) b*para long(x)>=0 Luego f L ( )esellenguajerepresentado por a*(a+b*)(b*)* La sust. f L es llamada regular, pues f s (0) y f s (1) son regulares 5 Hemos visto que los leng. usados para sustitución pueden ser finitos o infinitos. Def.: Una familia de lenguajes se dice cerrada bajo sustitución si siempre que un lenguaje L Σ* es y se aplica una sustituciónf s talquef s (a)es detipoiparacada a Σ,entonces f L (L)tambiénesdetipoi. 6 Σ * Σ * L = f L ( ) Si es y para cada cadena w de, se cumple que f s (w) es, entonces......el lenguaje L =f L ( ) es también. 7 8 Podemos enunciar el siguiente teorema: Teo.: La clase de lenguajes LC es cerrada bajo sustitución. Σ * es LC f c es LC entonces f L ( ) = U α L1 f c (α) es libre de contexto 9 Demostración: Sea G=(V n,v t,s,p) una GLC, L=L(G) un LLC, L Σ* y para cada símbolo a Σ tomemos L a un LLC generado a partir de una gramática G a =(V na,v ta,s a,p a ). Puede asumirse que V n V na =. Construimos ent.g =(V n,v t,s,p )talque V n =U a Σ V a n V n V t =U a Σ V a t S =S P = U a Σ P a {A α A α se obtiene a partir de A α de P, sustituyendo S a en cada aparición de a Σenα} Naturalmente, si el lenguaje original era LC, su gramática lo era. Luego la parte dcha. de cada regla será del tipo (V n V t )*, y también lo será el tipodereglasdep. 30
6 Sustitución. Ejemplo Sustitución. Ejemplo Sea Σ={0,1},yf s unasustitución talque Lenguaje Generado por Tipo f s (0)={a}, f s (1)={ww r w {b,c} + } La sustitución f L mapea el cjto. {0 n 1 n n 1} en el cjto. ={a n w 1 w 1r w w r...w n w nr w i {b,c} +,1 i n} Siqueremosprobarque eslc,podemosusarla propiedad anterior. Si probamos que f s (0) y f s (1) son LLC, como {0 n 1 n n 1} es un LLC, entonces =f L (L)esLC. 31 {0 n 1 n n 1} f s (0)= {a} f s (1)= {ww r w {b,c} + } Por teorema... f L (L) G=( {S},{0,1},S, {S01,S 0S1} ) G 1 =( {S 1 },{a},s 1, {S 1 a} ) G =({S },{b,c},s, {S bs b, S cs c, S bb, S cc} ) G L =( {S,S 1,S }, {a,b,c}, S, { SS 1 S, SS 1 SS } P 1 P ) 3 Sustitución Libre de λ- Concepto Def.: Una sustitución f s se denomina sustitución libre de λ si ninguno de los lenguajes f s (a), para todoa Σcontienelapalabranula λ. Sustitución libre de λ. Ejemplos Usos conocidos de homomorfismo libre de la cadena vacía son el código morse, el código Braille y el código ASCII. Caso particular:homomorfismos sobre cadenas, la fc. asocia a cada símbolo del alfabeto una palabra. Más formalmente, hes tal que h(a)=w, para cada a Σ 1 y alguna palabra w Σ *. Un homomorfismo sobre cadenas es entonces un mapeo h:σ 1 Σ *. El homomorfismo es libre de λsi ninguna de las palabras de la imagen es λ. hola 686F6C LCs son cerrados bajo homomorfismos Corolario (del teo. anterior): La clase de lenguajes LC es cerrada bajo homomorfismo. Notemos que en el caso de homomorfismos no es necesario demostrar el tipo de lenguaje que genera la cadena a utilizar para la sustitución. Por ser una cadena una secuencia conocida de símbolos, siempre podemos definir un AF para reconocerlo (o una G regular para generarla). Ejemplo:Sea la gramáticag=(v n,v t,s,p), con V n ={S}, V t ={[,]}, P={ S[], SSS, S[S]}. 35 LCs son cerrados bajo homomorfismos - Ejemplo Sea L el lenguaje de las cadenas de corchetes balanceados. Probar que el lenguaje L de cadenas balanceadas de begin y end es libre de contexto utilizando un homomorfismo. Seaelhomomorfismo h:{[,]}{begin,end},tq: h(x) = h( [) = begin h ( ])= end QPQ probar que L es LC. Como h(l)=l, ent. podemos usar la prop. anterior para probar que h(l)eslc. h([)es generable por una GLC, G 1 =({S},{b,e,g,i,n},S,{Sbegin}) Lo mismo para h(])usando otra gram. G L es LC(ya lo hemos probado anteriorm.) Luego h(l)=l es LC. 36
7 Corolario importante Corolario (de los resultados anteriores): Los lenguajes regulares son cerrados bajo sustitución y homomorfismo. Justificación: Dado que las pruebas anteriores las realizamos sobre lenguajes libres de contexto, se aplican en particular a los lenguajes regulares. Teos. sobre LLC para y complemento Teorema : La clase de lenguajes libres de contexto no es cerrada bajo intersección. Demostración: Para probar esto, recurriremos a un contraejemplo. Dados dos lenguajes y L que son LC, mostraremos que L= L no es LC. Consideremos ={a n b n c i n 1, i 0} y L ={a j b n c n n 1, j 0}. Ambos son LC Teos. sobre LLC para y complemento Teos. sobre LLC para y complemento ={a n b n c i n 1, i 0} L ={a j b n c n n 1, j 0} Teorema : La clase de lenguajes libres de contexto no es cerrada bajo complemento. L = L = {a n b n c n n 1} Como se verá más adelante, este lenguaje no es LC. Luego podemos concluir que los lenguajes que son LC no son cerrados bajo intersección (pues existe un contraejemplo). L 39 Demostración: Queda como ejercicio. Se sugiere hacerlo por contradicción, combinando las estrategias usadas para LR cuando se consideró la clausura bajo intersección. 40 Que hemos visto en este módulo Propiedades de clausura de LLC: union, intersección, est.kleene, intersección. con un lenguaje regular. Substitución. Concepto. Sustitución libre de cadena vacía. Homomorfismo para LLCs. Vimos que los LLCs son cerrados bajo homomorfismo Vimos que existen lenguajes que no son LLCs: L= {a n b n c n n 1} 41
Capítulo 1 Lenguajes formales 6
Capítulo 1 Lenguajes formales 6 1.8. Operaciones entre lenguajes Puesto que los lenguajes sobre Σ son subconjuntos de Σ, las operaciones usuales entre conjuntos son también operaciones válidas entre lenguajes.
Pregunta 1 [40 puntos] Diga si las siguientes afirmaciones son verdaderas o falsas, demostrando su respuesta.
Pregunta 1 [40 puntos] Diga si las siguientes afirmaciones son verdaderas o falsas, demostrando su respuesta. (a) Es posible aceptar por stack vacío el lenguaje {0 i 1 j i = j o j = 2i} con un AA determinístico.
Teoría de Lenguajes. Teoría de la Programación I
Teoría de Lenguajes Soluciones Consideraciones generales i) Escriba nombre y C.I. en todas las hojas. ii) Numere todas las hojas. iii) En la primera hoja indique el total de hojas. iv) Comience cada ejercicio
Cualquier lenguaje de contexto libre, L, puede ser generado por medio de una GCL, G, que cumpla las siguientes condiciones:
Teoría de Autómatas y Lenguajes Formales Boletín de Autoevaluación 5: Cómo se simplifica una Gramática de Contexto Libre?. 1. Objetivos. El objetivo de este boletín es ilustrar cómo proceder para simplificar
Una cadena sobre Σ es cualquier secuencia de elementos de longitud finita sobre Σ.
Alfabetos, Cadenas y Lenguajes Definición 1 Un Alfabeto es cualquier conjunto finito, no vacío. Ejemplo 1 Sea Σ = {0, 1, 2, 3,..., 9} donde 0 Σ Definición 2 Una cadena sobre Σ es cualquier secuencia de
y los conos serán todos los diagramas (acá usamos la palabra en el sentido habitual, no en el que acabamos de definir) de la forma
(Novena clase: Límites y colímites) Las definiciones de obeto terminal, producto binario, ecualizador y pullback, son casos particulares de un concepto general, llamado límite, que presentaremos a continuación.
Las Funciones Analíticas. f (z 0 + h) f (z 0 ) lim. h=z z 0. = lim
Las Funciones Analíticas 1 Las Funciones Analíticas Definición 12.1 (Derivada de una función compleja). Sea D C un conjunto abierto. Sea z 0 un punto fijo en D y sea f una función compleja, f : D C C.
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.
Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria
Subespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Números Reales. MathCon c 2007-2009
Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................
Subconjuntos destacados en la
2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,
1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Nota 2. Luis Sierra. Marzo del 2010
Nota 2 Luis Sierra Marzo del 2010 Cada mecanismo de definición de conjuntos que hemos comentado sugiere mecanismos para definir funciones y probar propiedades. Recordemos brevemente qué son las funciones
Ejemplos y problemas resueltos de análisis complejo (2014-15)
Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es
Grupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Sistemas de vectores deslizantes
Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido
ESTRUCTURAS ALGEBRAICAS 1
ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia
1. Objetivos. 2. Idea Principal. Teoría de Autómatas y Lenguajes Formales. Boletín de Autoevaluación 3: Cómo se minimiza un AFD?.
Teoría de Autómatas y Lenguajes Formales Boletín de Autoevaluación 3: Cómo se minimiza un AFD?.. Objetivos. El objetivo de este boletín es ilustrar uno de los métodos ue permiten obtener el Autómata Finito
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Anexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
1-Comportamiento de una función alrededor de un punto:
Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos
Números algebraicos. Cuerpos de números. Grado.
< Tema 5.- Números algebraicos. Cuerpos de números. Grado. 5.1 Cuerpo de fracciones de un dominio. Tratamos de generalizar la construcción de Q, a partir de Z. Sea A un dominio de integridad. En A (A \
Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ).
1 Valor de Shapley Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ). Ejemplo 1 Sea v un juego de 3 jugadores, v({1, 2, 3}) = v({1, 2}) = 1, y v(s) = para
Notemos que un camino puede repetir aristas y vértices, es decir, pasar varias veces por las mismas aristas y los mismo vértices.
Algo de conexidad... Definición 1. Un camino C entre los vértices u y v de una gráfica G es una sucesión de vértices de G, C = (x 0, x 2,..., x k ), tal que: u = x 0 ; v = x k y x i esadyacente a x i+1
Autómatas Finitos. Leopoldo Altamirano, Eduardo Morales. Verano, 2011 INAOE. Introducción a. Autómatas. Definición formal de un. Finito Determinístico
los s s s s Leopoldo Altamirano, Eduardo Morales INAOE Verano, 2011 (INAOE) Verano, 2011 1 / 60 Contenido los s s 1 los s 2 3 4 s 5 (INAOE) Verano, 2011 2 / 60 los s los s los s s : Conjunto de estados
VII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
ESTRUCTURAS ALGEBRAICAS. Parte 1
ESTRUCTURAS ALGEBRAICAS Parte 1 ESTRUCTURAS ALGEBRAICAS Una estructura algebraica es una n-tupla (a 1,a 2,...,a n ), donde a 1 es un conjunto dado no vacío, y {a 2,...,a n } un conjunto de operaciones
Matrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Apuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Problemas 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
Listas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
1. Números Reales 1.1 Clasificación y propiedades
1. Números Reales 1.1 Clasificación y propiedades 1.1.1 Definición Número real, cualquier número racional o irracional. Los números reales pueden expresarse en forma decimal mediante un número entero,
Operaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Teoría de Autómatas, Lenguajes Formales y Gramáticas. David Castro Esteban
Teoría de Autómatas, Lenguajes Formales y Gramáticas David Castro Esteban Copyright c 2003 2004 David Castro Esteban. Permission is granted to copy, distribute and/or modify this document under the terms
9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Introducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Flavia Bonomo [email protected] do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta
DERIVADA DE UNA FUNCIÓN DEFINIDA EN FORMA PARAMÉTRICA
(Apuntes en revisión para orientar el aprendizaje) DERIVADA DE UNA FUNCIÓN DEFINIDA EN FORMA PARAMÉTRICA f( t) f: ; t a, b y g() t De la regla de la cadena dy dy dt d dt d En donde dt se puede calcular
Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
XLIV Olimpiada Matemática Española Fase nacional 2008 (Valencia) PRIMERA SESIÓN (28 de marzo)
Fase nacional 008 (Valencia) PRIMERA SESIÓN (8 de marzo).- Halla dos enteros positivos a y b conociendo su suma y su mínimo común múltiplo. Aplícalo en el caso de ue la suma sea 97 y el mínimo común múltiplo
Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada
FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida
Tema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Escenas de episodios anteriores
Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje
BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
LÍMITES Y CONTINUIDAD DE FUNCIONES
Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos
Caracterización de los campos conservativos
Lección 5 Caracterización de los campos conservativos 5.1. Motivación y enunciado del teorema Recordemos el cálculo de la integral de línea de un gradiente, hecho en la lección anterior. Si f : Ω R es
Dominios de factorización única
CAPíTULO 3 Dominios de factorización única 1. Dominios euclídeos En la sección dedicada a los números enteros hemos descrito todos los ideales de Z. En este apartado introducimos una familia de anillos
Matemáticas Discretas
Matemáticas Discretas Conjuntos (11) Curso Propedéutico 2009 Maestría en Ciencias Computacionales, INAOE Conjuntos (2) Dr Luis Enrique Sucar Succar [email protected] Dra Angélica Muñoz Meléndez [email protected]
TEMA 1: SISTEMAS INFORMÁTICOS. Parte 2: representación de la información
TEMA 1: SISTEMAS INFORMÁTICOS Parte 2: representación de la información Qué vamos a ver? Cómo se representa y almacena la información en un ordenador Cómo podemos relacionar la información que entendemos
Aplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
DOMINIO Y RANGO página 89. Cuando se grafica una función existen las siguientes posibilidades:
DOMINIO Y RANGO página 89 3. CONCEPTOS Y DEFINICIONES Cuando se grafica una función eisten las siguientes posibilidades: a) Que la gráfica ocupe todo el plano horizontalmente (sobre el eje de las ). b)
RELACIONES DE RECURRENCIA
Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos
I. ALGEBRA DE BOOLE. c) Cada operación es distributiva con respecto a la otra: a. ( b + c) = a. b + a. c a + ( b. c ) = ( a + b ).
I. I.1 DEFINICION. El Algebra de Boole es toda clase o conjunto de elementos que pueden tomar dos valores perfectamente diferenciados, que designaremos por 0 y 1 y que están relacionados por dos operaciones
Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
CAPÍTULO III. FUNCIONES
CAPÍTULO III LÍMITES DE FUNCIONES SECCIONES A Definición de límite y propiedades básicas B Infinitésimos Infinitésimos equivalentes C Límites infinitos Asíntotas D Ejercicios propuestos 85 A DEFINICIÓN
Aplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Segundo de Bachillerato Geometría en el espacio
Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto
Límite y continuidad de funciones de varias variables
Límite y continuidad de funciones de varias variables 20 de marzo de 2009 1 Subconjuntos de R n y sus propiedades De nición 1. Dado x 2 R n y r > 0; la bola de centro x y radio r es B(x; r) = fy 2 R n
Aplicaciones abiertas y cerradas
44 3. POSICIÓN DE UN PUNTO CON RESPECTO A UN CONJUNTO Tema 7. Aplicaciones abiertas y cerradas Hasta ahora nos hemos centrado en propiedades de puntos con respecto a conjuntos, y las únicas propiedades
2. Aquí se muestra la fecha de captura y el número de folio correspondiente a la solicitud, ambos datos son capturados por el sistema.
1 Captura de una Solicitud de Viático En la pantalla principal se realiza la captura de una solicitud de viático. Esta sección se compone de dos partes principales. En la primera se encuentran los datos
MÓDULO 2. LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO SIMPLE
MÓDULO 2. LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO SIMPLE Índice de contenidos: 1. Ley Financiera de capitalización a interés vencido. 1.1. Equivalencia de capitales. 1.2. Tipos de interés equivalentes.
ESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama
Módulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Aplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Álgebras de Boole. Juan Medina Molina. 25 de noviembre de 2003
Álgebras de Boole Juan Medina Molina 25 de noviembre de 2003 Introducción Abordamos en este tema el estudio de las álgebras de Boole. Este tema tiene una aplicación directa a la electrónica digital ya
1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
EXÁMENES DE REPASO Teoría de Autómatas y Lenguajes Formales UNIVERSIDAD FRANCISCO DE VITORIA
EXÁMENES DE REPASO Teoría de Autómatas y Lenguajes Formales UNIVERSIDAD FRANCISCO DE VITORIA 1ER PARCIAL TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES Examen parcial 12/02/2003 1.- Usa el lema de bombeo para
Estructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Tema 1. Representación de la información MME 2012-20131
Tema 1 Representación de la información 1 Índice Unidad 1.- Representación de la información 1. Informática e información 2. Sistema de numeración 3. Representación interna de la información 2 Informática
ANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA
INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA Dentro del campo general de la teoría de la optimización, también conocida como programación matemática conviene distinguir diferentes modelos de optimización.
Lógica Proposicional IIC2212. IIC2212 Lógica Proposicional 1 / 56
Lógica Proposicional IIC2212 IIC2212 Lógica Proposicional 1 / 56 Inicio de la Lógica Originalmente, la Lógica trataba con argumentos en el lenguaje natural. Ejemplo Es el siguiente argumento válido? Todos
Tema 12: Teorema de Herbrand
Facultad de Informática Grado en Ingeniería Informática Lógica 1/12 PARTE 3: DEMOSTRACIÓN AUTOMÁTICA Tema 12: Teorema de Herbrand Profesor: Javier Bajo [email protected] Madrid, España 26/11/2012 Introducción.
Límites y Continuidad de funciones
CAPITULO Límites y Continuidad de funciones Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Revista digital Matemática, educación e internet (www.cidse.itcr.ac.cr)
Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Estructuras algebraicas
Tema 1 Estructuras algebraicas 1.1 Álgebras binarias Sea A un conjunto no vacío, una operación binaria (u operación interna) en A es una aplicación *: A A A (x, y) x * y es decir, una regla que a cada
Diagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Tema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
1. Se establecen los conceptos fundamentales (símbolos o términos no definidos).
1. ÁLGEBRA DE BOOLE. El álgebra de Boole se llama así debido a George Boole, quien la desarrolló a mediados del siglo XIX. El álgebra de Boole denominada también álgebra de la lógica, permite prescindir
4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
TEMA: EVALUACION DE ALTERNATIVAS
UNIVERSIDAD DON BOSCO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INDUSTRIAL INGENIERÍA ECONÓMICA CICLO 01 2013 TEMA: EVALUACION DE ALTERNATIVAS ELABORADO POR: ING JUAN ALEXANDER VIVAS VANEGAS SOYAPANGO,
Espacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
MICROECONOMÍA II PRÁCTICA TEMA III: MONOPOLIO
MICROECONOMÍA II PRÁCTICA TEMA III: MONOPOLIO EJERCICIO 1 Primero analizamos el equilibrio bajo el monopolio. El monopolista escoge la cantidad que maximiza sus beneficios; en particular, escoge la cantidad
Materia: Informática. Nota de Clases Sistemas de Numeración
Nota de Clases Sistemas de Numeración Conversión Entre Sistemas de Numeración 1. EL SISTEMA DE NUMERACIÓN 1.1. DEFINICIÓN DE UN SISTEMA DE NUMERACIÓN Un sistema de numeración es un conjunto finito de símbolos
Problemas Resueltos de Desigualdades y Programación Lineal
Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo
Funciones de varias variables
Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial
Juegos Cooperativos. Core
Curso : Juegos Cooperativos Core J. Oviedo Universidad Nacional de San Luis 1. Juegos Cooperativos En estos juegos se permite la comunicación entre los jugadores, también pueden firmar contratos de cooperación.
Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina
Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: [email protected] =========0========= Introducción
UNIDAD I: LÓGICA PROPOSICIONAL
UNIDAD I: LÓGICA PROPOSICIONAL ASIGNATURA: INTRODUCCIÓN A LA COMPUTACIÓN CARRERAS: LICENCIATURA Y PROFESORADO EN CIENCIAS DE LA COMPUTACIÓN DEPARTAMENTO DE INFORMÁTICA FACULTAD DE CIENCIAS FÍSICO MATEMÁTICA
Funciones de dos variables. Gráficas y superficies.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Funciones de dos variables. Gráficas y superficies. Puede ser conveniente la visualización en pantalla
1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
