7. Máquinas de Turing.
|
|
|
- Lorenzo Arroyo Chávez
- hace 8 años
- Vistas:
Transcripción
1 7. Máquinas de Turing. Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar<nez Beatriz García Jiménez Juan Manuel Alonso Weber Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales
2 Introducción, Definición y Ejemplos Tipos de MT Equivalencia y Variantes de MT 2
3 Introducción Origen: La Máquina de Turing (MT) fue descrita por Alan Turing en Alan Turing (Inglés: ) Fue un cien<fico inglés que hizo grandes aportaciones en: matemádcas, criptoanálisis, lógica, filosoza, biología, ciencias de la computación, inteligencia ardficial y vida ardficial. Es considerado uno de los padres de la ciencia de la computación. Es el precursor de la informádca moderna. 3
4 De9inición de una MT DisposiDvo hipotédco capaz de manipular símbolos en una Dra de cinta considerando ciertas reglas. A pesar de su simplicidad, pueden simular la lógica de cualquier algoritmo de un computador. Una MT está formado por: Cinta infinita dividida en celdas Cabezal de lectura/escritura capaz de moverse sobre dicha cinta. vídeo vídeo Diferentes versiones que simulan una MT vídeo 4
5 De9inición de una MT Representación: b Cabeza Lectura/ Escritura 1 0 Control de Estados 1 0 b b b Cinta Movimiento 5
6 De9inición de una MT Operaciones: b 1 10 Estado: S P 1 0 b b b Cinta Estando en un estado P y leyendo el símbolo de la celda de la cabeza de L/E (Ej: 0), se realizan (en este orden) las sig. acciones: 1. Pasa a un nuevo estado. (Ej: S) 2. Escribe un nuevo símbolo en la cinta (reemplazando el existente). (Ej: 0 à 1) 3. Mueve el cabezal de L/E hacia: Drcha, Izqda, o no se mueve (Ej: Izqda) 6
7 De9inición de una MT De9inición Formal: Donde: Símbolo Γ Σ Γ b Γ Q q 0 Q F Q f Una MT se define como una 7- tupla: MT = (Γ, Σ, b, Q, q 0, f, F) Alfabeto de símbolos de la cinta. Alfabeto de entrada. símbolo especial- espacio en blanco (b Σ). Tb se representa como: conjunto finito de estados. estado inicial. conjunto de estados finales o de aceptación. función Q G Q G {I, D, P} (donde I: Izqda, D: Drcha y P: Parada). 7
8 De9inición de una MT Características: La cinta se supone infinita por ambos lados. Inicialmente la cinta condene un número finito de símbolos consecudvos (de Σ) precedidos y seguidos por el símbolo b (o ). La cabecera de L/E está situada inicialmente sobre el elemento más a la izquierda de la palabra. Toda MT se representa por una tabla de transición (como el resto de Autómatas). Si la transición No es posible à La MT se de+ene. f (Estados) Símbolo Símbolo Estado (Estado, Símbolo, Movim.) (Estado, Símbolo, Movim.) Estado (Estado, Símbolo, Movim.) (Estado, Símbolo, Movim.) 8
9 Ejemplo de una MT MT_1 = ( Γ={0,1,b}, Σ={0,1}, b, Q={q 0, q 0, q 0 }, q 0, f, F={q F } ) donde f: f 0 1 b q 0 (q 0, 0, D ) (q 1, 1, D ) (q F, 0, P ) q 1 (q 1, 0, D ) (q 0, 1, D ) (q F, 1, P ) *q F 9
10 Ejemplo de una MT Estado Inicial (à ) Estado Final (*) MT_1 = ( Γ={0,1,b}, Σ={0,1}, b, Q={q 0, q 0, q 0 }, q 0, f, F={q F } ) donde f: f 0 1 b q 0 (q 0, 0, D ) (q 1, 1, D ) (q F, 0, P ) q 1 (q 1, 0, D ) (q 0, 1, D ) (q F, 1, P ) *q F Representación: (Estado al que transita, Símbolo que se escribe en la cinta, Movimiento que realiza el cabezal de L/ E) Desplazamiento: D - > Derecha I - > Izquierda P - > Parada También puede representarse como: +,-,= También puede representarse como: 10
11 Ejemplo de una MT MT_1 = ( Γ={0,1,b}, Σ={0,1}, b, Q={q 0, q 0, q 0 }, q 0, f, F={q F } ) donde f: f 0 1 b q 0 (q 0, 0, D ) (q 1, 1, D ) (q F, 0, P ) q 1 (q 1, 0, D ) (q 0, 1, D ) (q F, 1, P ) *q F 11
12 Ejemplo de una MT MT_1 = ( Γ={0,1,b}, Σ={0,1}, b, Q={q 0, q 0, q 0 }, q 0, f, F={q F } ) donde f: f 0 1 b Sin transiciones à Paro de la MT Inicio q 0 (q 0, 0, D ) (q 1, 1, D ) (q F, 0, P ) q 1 (q 1, 0, D ) (q 0, 1, D ) (q F, 1, P ) *q F b b Estado: q 10 b 0 b q F Cinta 12
13 Ejemplo de una MT MT_1 = ( Γ={0,1,b}, Σ={0,1}, b, Q={q 0, q 0, q 0 }, q 0, f, F={q F } ) donde f: f 0 1 b q 0 (q 0, 0, D ) (q 1, 1, D ) (q F, 0, P ) q 1 (q 1, 0, D ) (q 0, 1, D ) (q F, 1, P ) *q F b Cómo funciona esta MT? b b Cinta Al final de la palabra (en el primer b), escribe: 0 à Si el número de 1s de la palabra leída es Par 1 à Si el número de 1s de la palabra leída es Impar 13
14 De9inición de una MT Diagrama de Estados: La función de transición también puede describirse en forma de diagrama de estados: Los nodos representan estados. Los arcos representan transiciones de estados. Cada arco es edquetado con los prerrequisitos y los efectos de cada transición: Símbolo inicial, Símbolo que se reescribe, Dirección del movimiento del cabezal. 14
15 De9inición de una MT Diagrama de Estados - Ejemplo: f 0 1 b q 0 (q 0, 0, D ) (q 1, 1, D ) (q F, 0, P ) q 1 (q 1, 0, D ) (q 0, 1, D ) (q F, 1, P ) *q F 0; 0, D 0; 0, D 1; 1, D q 0 q 1 1; 1, D Nomenclatura: 1º) Símbolo que se lee de la cinta (b) 2º) Símbolo que se sobreescribe en la cinta. (1) 3º) Mov. que realiza el cabezal (P) b; 0, P q F b, 1, P 15
16 Introducción, Definición y Ejemplos Tipos de MT Equivalencia y Variantes de MT 16
17 Tipos de MT MT que actúa como TRANSDUCTOR: Modifica el contenido de la cinta realizando cierta función. MT que actúa como RECONOCEDOR: MT capaz de reconocer un lenguaje L. MT capaz de aceptar un lenguaje L. 17
18 Tipos de MT MT que actúa como TRANSDUCTOR: Modifica el contenido de la cinta realizando cierta función. Ejs: MT que sus+tuye los dígitos por cero, MT que añade un bit de paridad a la entrada, MT que duplica el número de 1s que hay en la cinta Si la Entrada está bien formada: debe terminar en un Estado Final. Si la Entrada No está bien formada: debe terminar en un Estado No Final. 18
19 Ejemplos de MT Diferentes MT que no se detienen: b; b, I 1; 1, D q 0 MT que calcula n+1 considerando el número n>=0 como una sucesión de 1s. 1; 1, D 1; 1, D q 0 b; b, I b; b, D 1; 1, I q 1 q 0 b; 1, P q 1 19
20 Tipos de MT MT que actúa como TRANSDUCTOR: Modifica el contenido de la cinta realizando cierta función. MT que actúa como RECONOCEDOR: MT capaz de reconocer un lenguaje L. MT capaz de aceptar un lenguaje L. 20
21 Tipos de MT MT que actúa como RECONOCEDOR: MT capaz de RECONOCER o ACEPTAR un lenguaje L. Una MT RECONOCE un lenguaje L, si dada una entrada (w) en la cinta, la MT SIEMPRE se para, y lo hace en un EF si y sólo si: w L Una MT ACEPTA un lenguaje L, si dada una entrada (w) en la cinta, la MT se para en un Estado Final si y sólo si: w L Así, en este caso, si w L, la MT podría no parar. Ejs: MT que reconoce el lenguaje a*b*, MT que acepta el lenguaje a n b n c n 21
22 Ejemplos de MT MT que reconoce el L={a n b n, n>=0} ;, P q 0 q 4 ;, D a;, D ;, I b;, I q 1 q 2 q 3 Entrada ab ba Resultado Aceptada No Aceptada aabb Aceptada En este caso, el símbolo especial- espacio aab No Aceptada en blanco (b Σ) se representa como:, porque b Γ abb No Aceptada 22 aaaabbbb Aceptada
23 Ejemplos de MT MT que reconoce el L={a n b n c n, n>=0} q 0 a; 1, D b; 2, D c; 3, I q 1 q 2 q 3 q 8 2; 2, D q 5 a; a, D 2; 2, D 2; 2, D q 4 ;, D 3; 3, D b; b, D 3; 3, D q 6 b; b, I a; a, I 2; 2, I 3; 3, I a; 1, D 1; 1, D ;, I 3; 3, D ;, I q 7 23
24 Introducción, Definición y Ejemplos Tipos de MT Equivalencia y Variantes de MT 24
25 Equivalencia de MT Dos MT son equivalentes si: Ambas realizan la misma acción sobre TODAS sus entradas. Además, si una MT no se parara para alguna entrada, la otra tampoco podrá pararse. Si las MT actúan como Transductor: Para cada entrada posible, los contenidos de la cinta al final del proceso deben ser iguales. Si las MT actúan como Reconocedor: Ambas deben Aceptar y/o Reconocer las mismas palabras. 25
26 Variantes de MT Existen numerosas variantes de MT obtenidas al restringir algún aspecto de las mismas: Consideremos algunos ejemplos: MT con alfabeto binario (Γ = {0,1,b}). MT limitada por un extremo. MT con restricciones en el movimiento de L/E. 26
27 MT Universal (MTU) MT capaz de simular el comportamiento de cualquier MT. Una MTU condene en su cinta: 1. La descripción de otra MT, 2. El contenido de la cinta de dicha MT, y produce el como resultado de su ejecución, el mismo resultado que produciría la MT sobre su cinta. 27
28 7. Máquinas de Turing. Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar<nez Beatriz García Jiménez Juan Manuel Alonso Weber Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales
Teoría de Autómatas y Lenguajes Formales.
Teoría de Autómatas y Lenguajes Formales Prueba de Evaluación de Lenguajes Regulares, Autómatas a Pila y Máquinas de Turing. Autores: Araceli Sanchis de Miguel Agapito Ledezma Espino Jose A. Iglesias Martínez
8. Complejidad Computacional
8. Complejidad Computacional Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar
Teoría de Autómatas y Lenguajes Formales.
Teoría de Autómatas y Lenguajes Formales Autores: Araceli Sanchis de Miguel Agapito Ledezma Espino Jose A. Iglesias Martínez Beatriz García Jiménez Juan Manuel Alonso Weber 1 UNIVERSIDAD CARLOS III DE
6. Autómatas a Pila. Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales
6. Autómatas a Pila Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar
Máquinas 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
Computabilidad 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
TIPOS 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
PRACTICA 10: Máquinas de Turing
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA Departamento de Estadística, I.O. y Computación Teoría de Autómatas y Lenguajes Formales PRACTICA 10: Máquinas de Turing 10.1. Introducción La clase de
Departamento 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
Máquinas 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
1) Comprender la importancia que tiene la Máquina de Turing para la Ciencia de la Computación.
0 1 Temas 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
Máquinas de Turing. Gálvez Martínez Ernesto Sánchez Sandoval David Isaac Villegas Rosales Erik Salazar Santiago Juan Carlos
Máquinas de Turing Gálvez Martínez Ernesto Sánchez Sandoval David Isaac Villegas Rosales Erik Salazar Santiago Juan Carlos El modelo de Máquina de Turing Una Máquina de Turing Es un dispositivo que manipula
Teoría de Autómatas y Compiladores [ICI-445] Capítulo 2: Autómatas Finitos
Teoría de Autómatas y Compiladores [ICI-445] Capítulo 2: Autómatas Finitos Dr. Ricardo Soto [[email protected]] [http://www.inf.ucv.cl/ rsoto] Escuela de Ingeniería Informática Pontificia Universidad
MÁQUINAS 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
Ciencias 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
Jerarquía de Chomsky. 1. Clasificación de gramáticas. 2. Clasificación de lenguajes. 3. Gramáticas regulares. 5. Gramáticas dependientes del contexto
Jerarquía de Chomsky 1. Clasificación de gramáticas 2. Clasificación de lenguajes 3. Gramáticas regulares 4. Gramáticas independientes del contexto 5. Gramáticas dependientes del contexto 6. Gramáticas
MÁQUINAS 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
Autómatas 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.
Máquinas Secuenciales, Autómatas y Lenguajes Formales. Tema 7: Máquinas Transductoras. Holger Billhardt
Formales Tema 7: Máquinas Transductoras Holger Billhardt [email protected] Sumario: Bloque 3: Otras Máquinas Secuenciales 7. Máquinas Transductoras 1. Concepto y Definición 2. Función respuesta,
Autómatas 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
Tema 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
Autómatas Finitos Deterministicos (DFA) Introducción a la Complejidad Computacional FFHA, Universidad Nacional de San Juan
Autómatas Finitos Deterministicos (DFA) Introducción a la Complejidad Computacional FFHA, Universidad Nacional de San Juan 206 Info útil Bibliografía: Introducción a la teoría de autómatas, lenguajes y
Capítulo 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
Teoría de la Computación y Leguajes Formales
y Leguajes Formales Prof. Hilda Y. Contreras Departamento de Computación [email protected] [email protected] Contenido Tema 0: Introducción y preliminares: Conocimientos matemáticos
Tema: Maquina de Turing
1 Tema: Maquina de Turing Facultad: Ingeniería Escuela: Computación Asignatura: Compiladores Contenido En esta guía recordaremos algunos conceptos acerca de la máquina de Turing, se implementará en C++
300CIG007 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!!!
2.Teoría de Autómatas
2.Teoría de Autómatas Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar
Clase 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 [email protected] 1 Contenido Autómata Teoría de Autómatas Definición
Máquinas de Turing. Definición 2
Definición 1 La Máquina de Turing (MT) es el modelo de autómata com máxima capacidad computacional: la unidad de control puede desplazarse a izquierda o derecha y sobreescribir símbolos en la cinta de
Clases 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 [email protected] 1 Contenido Máquinas de Turing Definición formal de la
Universidad 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:...
09 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
Teoría de Autómatas y Lenguajes Formales.
Teoría de Autómatas y Lenguajes Formales Prácticas Introducción a JFLAP Autores: Araceli Sanchis de Miguel Agapito Ledezma Espino Jose A. Iglesias Martínez Beatriz García Jiménez Juan Manuel Alonso Weber
Unidad 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
Introducción 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
Unidad 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
Máquinas 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
Alfabetos y cadenas (1) Alfabetos y cadenas (2) Lenguajes. Propiedades de la concatenación:
Alfabetos y cadenas (1) 0 b b 0 1 Alfabeto: Un alfabeto Σ es un conjunto finito y no vacío de símbolos. Cadena sobre un alfabeto Σ: Es una sucesión de caracteres tomados de Σ. Cadena vacía: Cadena sin
Máquinas 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.
La 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
Tipos de reglas gramaticales (CHOMSKY) Otros tipos de reglas gramaticales no contractivas α β abc ACb
Tipos de reglas gramaticales (CHOMSKY) Slide 1 0 - no restringidas α β α ε abc ba 0 αaα β aabc bbc - con estructura αaα αβα aaac aac de frase A ε 1 - dependientes αaα αβα AAC baac de contexto β ε aaac
Máquinas 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
Modelos 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
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)
TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES
TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES (TALF) BLOQUE II: LENGUAJES REGULARES Tema 2: Autómatas Finitos Parte 2 (de 3). Autómatas Finitos No Deterministas (AFNDs) Grado en Ingeniería Informática URJC
Turing 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 [email protected]
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,
13.3. 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
Máquinas 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
Autómata 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
Máquinas 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
Equivalencia 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
Departamento 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
TEORIA DE AUTOMATAS.
TEORIA DE AUTOMATAS. RELACION DE PROBLEMAS II.. Construir un AFND capaz de aceptar una cadena u {, }, que contenga la subcadena. Construir un AFND capaz de aceptar una cadena u {, }, que contenga la subcadena.
Introducción. 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
Autómatas 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
Clases 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).
Maquina 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
7. ( ) 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,
Teoría de la Computación y Lenguajes Formales
Teoría de la Computación y Lenguajes Formales Máquinas de Turing Prof. Hilda Y. Contreras Departamento de Computación [email protected] [email protected] Máquinas de Turing Contenido
Tema: Autómata de Pila
Facultad: Ingeniería Escuela: Computación Asignatura: Compiladores 1 Tema: Autómata de Pila Contenido La presente guía aborda los autómatas de pila, y se enfoca en la aplicación que se le puede dar a estas
Teoría 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
Máquinas Secuenciales, Autómatas y Lenguajes. Tema 3.1: Autómatas Finitos Deterministas
Tema 3.1: Autómatas Finitos Deterministas Luis Peña [email protected] http://www.ia.urjc.es/cms/es/docencia/ic-msal Sumario Tema 3.1: Autómatas Finitos Deterministas. 1. Concepto de AFD 2. Equivalencia
Teoría de Autómatas y Lenguajes Formales
Teoría de Autómatas y Lenguajes Formales Autores: Araceli Sanchis de Miguel Agapito Ledezma Espino Jose A. Iglesias Martínez Beatriz García Jiménez Juan Manuel Alonso Weber Pág- 1 - Examen Extraordinario
Máquina de estado finito con salida sin salida
Máquina de estado finito con salida sin salida Máquina de estado finito Máquinas de estados finitos se utilizan ampliamente en aplicaciones en ciencias de la computación y redes de datos. Por ejemplo,
Unidad 1 Lenguajes Formales
Unidad 1 Lenguajes Formales 1. INTRODUCCION El lenguaje es una secuencia de fonemas o símbolos que forman sílabas, palabras, frases, párrafos, capítulos, novelas, libros, bibliotecas...que tiene una sintaxis
Autómatas 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
IMPLEMENTACIÓN FÍSICA DE UNA MÁQUINA DE TURING USANDO LEGOS. Instituto Tecnológico de León.
IMPLEMENTACIÓN FÍSICA DE UNA MÁQUINA DE TURING USANDO LEGOS José Salomón Altamirano Flores 1, Sandra Jaquelin López Cervera 1, Lucero de Monserrat Ortíz Aguilar 1, Guillermo Eduardo Méndez Zamora 1, Mónica
1. 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
No todos los LRs finitos se representan mejor con ERs. Observe el siguiente ejemplo:
1 Clase 3 SSL EXPRESIONES REGULARES Para REPRESENTAR a los Lenguajes Regulares. Se construyen utilizando los caracteres del alfabeto sobre el cual se define el lenguaje, el símbolo y operadores especiales.
Modelos Computacionales
Análisis y Complejidad de Algoritmos Modelos Computacionales Arturo Díaz Pérez El circuito lógico La máquina de estados finitos La máquina de acceso aleatorio La máquina de Turing Compuertas Lógicas Compuerta
Curso 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
Tema 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.
Modelos Avanzados de Computación
UNIVERSIDAD DE GRANADA Departamento de Ciencias de la Computación e Inteligencia Artificial Modelos Avanzados de Computación Práctica 2 Máquinas de Turing Curso 2014-2015 Doble Grado en Ingeniería Informática
Introducción 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
Examen. 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
Visual Automata Simulator
Visual Automata Simulator Este documento tiene como objetivo proporcionar una introducción para el uso del simulador VAS (Visual Automata Simulator). En primera instancia, se describirá el uso del simulador
Computabilidad y Lenguajes Formales: Autómatas de Pila
300CIG007 Computabilidad y Lenguajes Formales: Autómatas de Pila Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. Basado en [SIPSER, Chapter 2] Autómatas
PRACTICA 5: Autómatas Finitos Deterministas
E. T. S. DE INGENIERÍA INFORMÁTICA Departamento de Estadística, I.O. y Computación Teoría de Autómatas y Lenguajes Formales PRACTICA 5: Autómatas Finitos Deterministas 5.1. Requisito de codificación Cada
