Tema 6: Máquina de Turing
|
|
- Samuel Rojas Aranda
- hace 6 años
- Vistas:
Transcripción
1 Tema 6: Máquina de Turing Departamento de Sistemas Informáticos y Computación p.1/28
2 Tema 6: Máquina de Turing La Máquina de Turing. Máquinas de Turing como aceptores Otros modelos de máquina de Turing Máquinas de Turing como computadores de funciones Máquinas de Turing como enumeradores Propiedades de cierre p.2/28
3 La Máquina de Turing Vión descriptiva Cinta semi-infinita dividida en celdas Control finito Cabezal de lectura/escritura En cada momento, cada celda contiene un símbolo del alfabeto de cinta Los símbolos de la palabra inicial pertenecen al alfabeto de entrada. El resto de la cinta contiene Movimientos: En función del estado del C.F. y del símbolo accedido por el cabezal, la máquina puede: Cambiar de estado Cambiar el símbolo contenido en la calla accedida Desplazar el cabezal una poción a derecha o izquierda p.3/28
4 La Máquina de Turing Vión descriptiva Los movimientos se repiten hasta que: La máquina entra en estado final (se detiene aceptando la entrada) La máquina intenta acceder a la celda a la izquierda de la celda inicial (se detiene rechazando la entrada) La máquina entra en una tuación para la que no hay definido movimiento (se detiene rechazando la entrada) Puede ocurrir que ante determinada entrada, la máquina ga realizando movimientos indefinidamente n aceptar ni rechazar dicha entrada p.4/28
5 La Máquina de Turing Ejemplo: 0 1 q 0 (q 0,0,R) (q 0,1,R) (q 1,,L) q 1 (q 2,1,R) F = {q 2 } q q q q q q q 2 p.5/28
6 La Máquina de Turing Descripción formal M = (Q, Σ, Γ, δ, q 0,, F ) donde: Q: conjunto de estados Σ: alfabeto de entrada Γ: alfabeto de cinta (Σ Γ) δ: función de tranción δ : Q Γ Q Γ {L, R} q 0 : estado inicial : mbolo blanco ( Γ Σ) F : conjunto de estados finales Descripción instantánea: secuencia de la forma α 1 qα 2 donde a 1, α 2 Γ y q Q. Describe la tuación de una MT La cinta contiene la cadena α 1 α 2 seguida de infinitos blancos. El cabezal señala el primer símbolo de α 2 p.6/28
7 La Máquina de Turing Definiciones Sobre el conjunto de descripciones instantáneas se define la relación movimiento ( ): Suponiendo que en un instante, la descripción de una MT es: x 1 x 2... x i 1 qx i x i+1... x n, Si δ(q, x i ) = (p, y, L) x 1 x 2... px i 1 yx i+1... x n, (i > 1) Si δ(q, x i ) = (p, y, R) x 1 x 2... x i 1 ypx i+1... x n Si D 1, D 2 son dos descripciones instantáneas: D 1 D 2 el hecho que D 1 pasa a D 2 en un movimiento D 1 D2 el hecho que D 1 pasa a D 2 en cero o más movimientos p.7/28
8 Máquinas de Turing como aceptores Una palabra x es aceptada por una máquina de Turing M i a partir de la descripción inicial se llega a una con estado final x L(M) q 0 x α 1 qα 2 con α 1, α 2 Γ y q F L(M) = {x Σ q 0 x α 1 qα 2, α 1, α 2 Γ, q F } Un lenguaje es recurvamente enumerable es aceptado por una máquina de Turing Un lenguaje es recurvo es aceptado por una máquina de Turing que se detiene ante todas las entradas p.8/28
9 Máquinas de Turing como aceptores Ejemplo 1: Sea el lenguaje L formado por las palabras sobre Σ = {0, 1} que contienen al menos un 1: M q 0 (q 0,0,R) (q 1,1,R) q 1 F = {q 1 } M q 0 (q 0,0,R) (q 1,1,R) (q 0,,L) q 1 F = {q 1 } Ambas máquinas reconocen L M 2 no se detiene para 0 M 1 se detiene ante cualquier entrada. L es recurvo p.9/28
10 Máquinas de Turing como aceptores Ejemplo 2: Máquina que acepta el lenguaje de palabras sobre {0, 1} que comienzan y acaban con el mismo símbolo (0/0/R) (1/1/R) (0/0/R) q 1 ( / /L) q 3 (0/0/R) q 0 (0/0/R) (1/1/R) q 5 (1/1/R) q 2 ( / /L) q 4 (1/1/R) p.10/28
11 Máquinas de Turing como aceptores Ejemplo 3: Máquina que acepta el lenguaje de palíndromos sobre {0, 1} (0/0/R) (1/1/R) q 1 (0/ /R) (1/ /R) ( / /R) q 0 ( / /L) q 6 ( / /R) ( / /R) q 3 (0/ /L) q 5 (0/0/L) (1/1/L) (0/0/R) (1/1/R) q 2 ( / /R) ( / /L) q 4 (1/ /L) p.11/28
12 Otros modelos de máquinas de Turing Máquina con cinta infinita en ambos sentidos M = (Q, Σ, Γ, δ, q 0,, F ) Respecto el modelo báco, ante la descripción instantánea qaα y disponiendo de la tranción δ(q, a) = (p, b, L): El modelo báco para Este modelo conduce a la D.I. p bα Teorema: Un lenguaje L es reconocido por una máquina de Turing con cinta infinita y solo L es reconocido por una máquina de Turing con cinta semiinfinita p.12/28
13 Otros modelos de máquinas de Turing Máquina multicinta La máquina dispone de tantos cabezales independientes como cintas Una cinta (la primera) contiene la entrada. Las demás están en blanco Cada movimiento viene determinado por el estado y por los símbolos leidos por los distintos cabezales: Cambiando de estado Sustituyendo los símbolos en las cintas accedidas Desplazando (L, R) o no (S) la poción del cabezal de cada cinta (nueva opción) ejemplo de movimiento en una máquina con tres cintas: δ(q, x 1, x 2, x }{{} 3 ) = (p, y 1, y 2, y 3, m }{{} 1, m 2, m 3 ), m }{{} i {L, R, S} símbolos símbolos movimientos p.13/28
14 Otros modelos de máquinas de Turing Máquina multicinta M = (Q, Σ, Γ, δ, q 0,, F ) δ : Q Γ k Q (Γ { 1, 0, 1}) k Desc. Intantanea: (α 1 qβ 1, α 2 qβ 2,..., α k qβ k ) Lenguaje aceptado: (α i, β i Γ, q F ) L(M) = {x Σ : q 0 x, q 0,..., q 0 (α 1 qβ 1,..., α k qβ k )} Teorema: Un lenguaje L es reconocido por una máquina de Turing multicinta y solo L es reconocido por una máquina de Turing estandar p.14/28
15 Otros modelos de máquinas de Turing Máquina no determinista Máquina de Turing con una única cinta y control finito único δ : Q Γ P(Q Γ {L, R}) δ(q, a) = {(p 1, a 1, z 1 ), (p 2, a 2, z 2 ),..., (p n, a n, z n )} donde: p i Q, a i Γ y z i {L, R} Teorema: Un lenguaje L es reconocido por una máquina de Turing no detereminista y solo L es reconocido por una máquina de Turing estandar p.15/28
16 Otros modelos de máquinas de Turing Máquina multicabezal Un único movimiento permite desplazar independientemente las n cabezas de la máquina sobre la única cinta. Máquina multidimenonal Máquina con una matriz de celdas k dimenonal infinita como cinta. En función del estado y el símbolo analizado, la máquina cambia de estado y desplaza el cabezal de lectura en una de las 2k direcciones. p.16/28
17 Máquinas de Turing como computadores de funciones La máquina de Turing puede verse como un computador de funciones enteras f : Z n Z m Función parcial vs. función total Para codificar los valores de entrada y salida adoptamos la guiente convención: cod(x 1, x 2,..., x n ) = 0 x 1 10x x n p.e: cod(2, 1, 3, 2) = ; cod(0, 3) = 1000; cod(2, 0, 1) = 00110; cod(0, 0, 1) = 110 Se dice que una máquina de Turing M = (Q, Σ, Γ, δ, q 0,, ) calcula la función f : Z n Z m y solo M para tras la computación: q 0 cod(x 1, x 2,..., x n ) M αqβ donde: αβ = cod(f(x 1, x 2,..., x n )) p.17/28
18 Máquinas de Turing como computadores de funciones Ejemplo: diferencia propia: m n = { m n m n 0 en otro caso M = ({q 1, q 2, q 3, q 4, q 5, q 6 }, {0, 1}, {0, 1, }, δ, q 0,, ) M q 0 (q 1,, R) (q 5,, R) q 1 (q 1, 0, R) (q 2, 1, R) q 2 (q 3, 1, L) (q 2, 1, R) (q 4,, L) q 3 (q 3, 0, L) (q 3, 1, L) (q 0,, R) q 4 (q 4, 0, L) (q 4,, L) (q 6, 0, R) q 5 (q 5,, R) (q 5,, R) (q 6,, R) q 6 p.18/28
19 Máquinas de Turing como transductores Podemos conderar que una máquina de Turing computa una determinada función sobre una cadena (o un conjunto de ellas) en lugar de computarla sobre un conjunto de enteros En este caso hablamos de transducción ejemplos sencillos son: Dividir una palabra en dos Aplicar un homomorfismo Desplazar (rotar) los mbolos un número de veces a derecha o izquierda p.19/28
20 Máquinas de Turing como enumeradores Sea una máquina de Turing M multicinta que posee una cinta de solo escritura (salida) cuyo cabezal no se desplaza nunca a la izquierda. M escribe cadenas sobre la cinta de salida separadas por un símbolo especial de separación #. contenido de la cinta de salida: x 1 #x 2 #... #x n #... donde x i Σ Lenguaje generado por M: G(M) = {x 1 #x 2 #... #x n #...} Notese que L = G(M) es finito a no ser que M no pare nunca Todo lenguaje recurvo puede ser generado por una máquina de Turing en orden lexicográfico p.20/28
21 Construcción de máquinas de Turing Una vez definida la máquina de Turing y sus variaciones, puede estudiarse que problemas pueden resolverse mediante una máquina de Turing Podemos conderar máquinas de Turing como subrutinas para la construcción de otras máquinas más complejas. Podemos conderar máquinas mples: Máquinas generadoras de un lenguaje Máquinas que aceptan lenguajes recurvos (paran para toda entrada) Máquinas que aceptan lenguajes r.e. (paran para toda palabra que pertenece al lenguaje) Máquinas que computan alguna función o transducción Podemos representar estas máquinas como cajas negras, pudiendo utilizar el resultado que devuelven como entrada o señal de activación de otras máquinas. p.21/28
22 Construcción de máquinas de Turing Ejemplo: w M 1 no start M 2 no no p.22/28
23 Propiedades de cierre Dado un lenguaje recurvo L, su complementario es recurvo Sea M 1 una máquina de Turing que reconoce L w M 1 no no p.23/28
24 Propiedades de cierre La clase de los lenguajes recurvos es cerrada bajo unión Sean dos lenguajes rec. L 1, L 2 y dos máquinas de Turing M 1 y M 2, tales que L 1 = L(M 1 ) y L 2 = L(M 2 ) w M 1 no start M 2 no no p.24/28
25 Propiedades de cierre La clase de los lenguajes recurvos es cerrada bajo intersección Sean dos lenguajes rec. L 1, L 2 y dos máquinas de Turing M 1 y M 2, tales que L 1 = L(M 1 ) y L 2 = L(M 2 ) w no no M 1 start M 2 no p.25/28
26 Propiedades de cierre La clase de los lengujes recurvamente enumerables es cerrada bajo unión Sean dos lenguajes r.e. L 1, L 2 y dos máquinas de Turing M 1 y M 2, tales que L 1 = L(M 1 ) y L 2 = L(M 2 ). (M 1 y M 2 únicamente aseguran el fin de la computación la entrada pertenece al lenguaje) w M 1 M 2 p.26/28
27 Propiedades de cierre Si L es recurvamente enumerable y L es recurvamente enumerable, entonces L es recurvo Sean dos máquinas de Turing M 1 y M 2, tales que L = L(M 1 ) y L = L(M 2 ). w M 1 M 2 no p.27/28
28 Propiedades de cierre Dados un lenguaje L y su complementario L, únicamente pueden darse las guientes tuaciones: Tanto L como L son recurvos El lenguaje L es recurvamente enumerable (no recurvo) y L no es recurvamente enumerable Los lenguajes L y L no son recurvamente enumerables p.28/28
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
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 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 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 detalles5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones
1 Curso Básico de Computación 5 Autómatas de pila 5.1 Descripción informal Un autómata de pila es esencialmente un autómata finito que controla una cinta de entrada provista de una cabeza de lectura y
Más 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 detallesComputabilidad 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
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 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 detallesComputabilidad y Lenguajes Formales: Autómatas Finitos
300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. No Determinismo Hasta ahora cada
Más detallesEl Autómata con Pila
El Autómata con Pila Una Generalización del Autómata Finito Universidad de Cantabria Esquema 1 2 3 4 Los autómatas son abstracciones de maquinas de calcular, como hemos visto. Los más sencillos no tienen
Más detallesProcesadores de Lenguaje
Procesadores de Lenguaje Analizadores sintácticos descendentes: LL(1) Cristina Tîrnăucă Dept. Matesco, Universidad de Cantabria Fac. Ciencias Ing. Informática Primavera de 2013 Analizadores sintácticos
Más detallesAutómatas Deterministas. Ivan Olmos Pineda
Autómatas Deterministas Ivan Olmos Pineda Introducción Los autómatas son una representación formal muy útil, que permite modelar el comportamiento de diferentes dispositivos, máquinas, programas, etc.
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 detallesEl Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Más 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 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 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 detallesInducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS. Números naturales. Inducción matemática
Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx
Más 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 detallesAutómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo
Autómatas Mínimos Encontrar el autómata mínimo. Universidad de Cantabria Introducción Dado un lenguaje regular sabemos encontrar un autómata finito. Pero, hay autómatas más sencillos que aceptan el mismo
Más 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 detallesTemas. 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 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 detallesPaso 1: Autómata. A 1 sin estados inútiles, que reconoce el lenguaje denotado por a a* b*
UNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS SEGUNDO CURSO, SEGUNDO CUATRIMESTRE TEORÍA DE AUTÓMATAS
Más detallesTema: 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
Más detallesTEORÍA 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
Más detallesClase 17: Autómatas de pila
Solicitado: Ejercicios 14: Autómatas de pila de GLC M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx 1 Contenido Autómata de pila Definición
Más detallesModelos 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
Más detallesLenguajes, Gramáticas y Autómatas Conceptos
Lenguajes, Gramáticas y Autómatas Conceptos Departamento de Informática e Ingeniería de Sistemas C.P.S. Universidad de Zaragoza Última revisión: Febrero. 2004 11/02/2004 1 Índice Alfabetos, palabras y
Más detallesGrupos libres. Presentaciones.
S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad
Más detallesPropiedades de los Lenguajes de Contexto Libre
Capítulo 5 Propiedades de los Lenguajes de Contexto Libre Índice General 5.1. Lema de Bombeo............................. 75 5.2. Propiedades de Clausura......................... 79 5.3. Problemas Propuestos..........................
Más detallesExpresiones Regulares y Derivadas Formales
y Derivadas Formales Las Derivadas Sucesivas. Universidad de Cantabria Esquema 1 2 3 Derivadas Sucesivas Recordemos que los lenguajes de los prefijos dan información sobre los lenguajes. Derivadas Sucesivas
Más detallesEjercicios del Tema 2: Estructuras algebraicas básicas
Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar
Más detallesDivisibilidad de un número real entre otro
Divisibilidad de un número real entre otro Objetivos Definir (o repasar) el concepto de divisibilidad de un número real entre otro Establecer algunas propiedades básicas de esta relación binaria Requisitos
Más detallesCompiladores: Análisis Sintáctico. Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V.
Compiladores: Análisis Sintáctico Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V. Sintaxis Define la estructura del lenguaje Ejemplo: Jerarquía en
Más detallesUn autómata con pila no determinista (APND) es una septupla Q A B F en la que
AUTÓMATAS CON PILA Un autómata con pila no determinista (APND) es una septupla Q A F en la que δ q 0 Q es un conjunto finito de estados A es un alfabeto de entrada es un alfabeto para la pila δ es la función
Más detallesTema 2. Fundamentos de la Teoría de Lenguajes Formales
Departamento de Tecnologías de la Información Tema 2. Fundamentos de la Teoría de Lenguajes Formales Ciencias de la Computación e Inteligencia Artificial Índice 2.1. Alfabeto 2.2. Palabra 2.3. Operaciones
Más detallesFundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Ejercicios Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto
Más 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 detallesGramáticas independientes del contexto AUTÓMATAS Y LENGUAJES FORMALES LENGUAJES INDEPENDIENTES DEL CONTEXTO Y AUTÓMATAS DE PILA. Otras definiciones I
Gramáticas independientes del contexto UTÓMTS Y LENGUJES FORMLES LENGUJES INDEPENDIENTES DEL CONTEXTO Y UTÓMTS DE PIL Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNM E-mail:
Más detallesAutómatas finitos no deterministas (AFnD)
Autómatas finitos no deterministas (AFnD) Elvira Mayordomo Universidad de Zaragoza 1 de octubre de 2012 Contenido de este tema Introducción y ejemplos de autómatas finitos no deterministas Definición de
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes Formales. Tema 4: Autómatas finitos deterministas. Holger Billhardt holger.billhardt@urjc.
Formales Tema 4: Autómatas finitos deterministas Holger Billhardt holger.billhardt@urjc.es Sumario: Bloque 2: Autómatas Finitos 4. Autómatas Finitos Deterministas 1. Concepto y Definición 2. Autómata finito
Más detalles1. Curvas Regulares y Simples
1. Regulares y Simples en R n. Vamos a estudiar algunas aplicaciones del calculo diferencial e integral a funciones que están definidas sobre los puntos de una curva del plano o del espacio, como por ejemplo
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesEJERCICIOS del TEMA 3: Lenguajes independientes del contexto
EJERCICIOS del TEMA 3: Lenguajes independientes del contexto Sobre GICs (gramáticas independientes del contexto) 1. Sea G una gramática con las siguientes producciones: S ASB ε A aab ε B bba ba c ) d )
Más detallesMáquinas de Estados Finitos
Máquinas de Estados Finitos Breve Introducción Jorge Alejandro Gutiérrez Orozco Escuela Superior de Cómputo 22 de agosto de 2008 Resumen Hablaremos de algunas de las más comunes Máquinas de Estados Fintos,
Más detallesLenguajes y Gramáticas
Lenguajes y Gramáticas Teoría de Lenguajes Fernando Naranjo Introduccion Se desarrollan lenguajes de programación basados en el principio de gramática formal. Se crean maquinas cada vez mas sofisticadas
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detallesLenguajes (gramáticas y autómatas)
Lenguajes (gramáticas y autómatas) Elvira Mayordomo Universidad de Zaragoza 19 de septiembre de 2013 Elvira Mayordomo (Universidad de Zaragoza) Lenguajes (gramáticas y autómatas) 19 de septiembre de 2013
Más detallesEl análisis descendente LL(1) 6, 7 y 13 de abril de 2011
6, 7 y 13 de abril de 2011 Analizadores sintácticos (repaso) Los analizadores descendentes: Corresponden a un autómata de pila determinista. Construyen un árbol sintáctico de la raíz hacia las hojas (del
Más detallesDefinición 1.1 Sea G un conjunto. Una operación binaria en G es una aplicación m: G G G.
1 Definición y propiedades Definición 1.1 Sea G un conjunto. Una operación binaria en G es una aplicación m: G G G. Definición 1.2 Sea G un conjunto i) Si G tiene una operación binaria definida en G, se
Más detallesTeoría de Conjuntos y Conjuntos Numéricos
Teoría de Conjuntos y Conjuntos Numéricos U N I V E R S I D A D D E P U E R T O R I C O E N A R E C I B O D E P A R T A M E N T O DE M A T E M Á T I C A S P R O F A. Y U I T Z A T. H U M A R Á N M A R
Más detallesmi la sol fa si Un conjunto está bien definido si se puede establecer sin dudar si un elemento pertenece o no al conjunto.
CONJUNTOS LENGUJE SIMÓLICO Cada día, en nuestra conversación, por la televisión, en la lectura de por ejemplo un diario, o en el trabajo está presente la idea de conjunto. En matemática utilizaremos la
Más detallesMatrices y determinantes. Sistemas de ecuaciones lineales
Tema 0 Matrices y determinantes Sistemas de ecuaciones lineales 01 Introducción Definición 011 Se llama matriz a un conjunto ordenado de números, dispuestos en filas y columnas, formando un rectángulo
Más detalles8.1 Indecibilidad 8.5 Indecibilidad en el problema de la correspondencia de Post
1 Curso Básico de Computación 8.1 Indecibilidad 8.5 Indecibilidad en el problema de la correspondencia de Post Los problemas indecidibles aparecen en varias áreas. En las próximas tres secciones se analizarán
Más detallesEn matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse
En matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse lógicamente como un término no definido. Un conjunto se
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detalles1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Más detalles1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS.
UNIDAD 1.- CONCEPTOS REQUERIDOS CONJUNTOS. AXIOMAS DE PERTENENCIA, PARALELISMO, ORDEN Y PARTICIÓN. 1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. 1.1 Determinaciones de un conjunto. Un conjunto queda determinado
Más detallesIntroducción a los Autómatas Finitos
Teoría de Introducción a los Un modelo de Computación. Universidad de Cantabria Esquema Introducción Teoría de 1 Introducción 2 Teoría de 3 4 5 El Problema Introducción Teoría de Nuestro objetivo en este
Más detallesNo 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.
Más detallesAUTÓMATAS DE PILA Y LENGUAJES INDEPENDIENTES DEL CONTEXTO
Autómatas de pila y lenguajes independientes del contexto -1- AUTÓMATAS DE PILA Y LENGUAJES INDEPENDIENTES DEL CONTEXTO AUTÓMATAS DE PILA - Son autómatas finitos con una memoria en forma de pila. - Símbolos
Más detallesTeoría de Conjuntos y Conjuntos Numéricos
Teoría de Conjuntos y Conjuntos Numéricos U N I V E R S I D A D D E P U E R T O R I C O E N A R E C I B O D E P A R T A M E N T O DE M A T E M Á T I C A S P R O F A. Y U I T Z A T. H U M A R Á N M A R
Más detallesUNIDAD II: TEORÍA DE CONJUNTOS 2.1. INTRODUCCIÓN
UNDD : TEORÍ DE CONJUNTOS 2.1. NTRODUCCÓN Según Georg Cantor un conjunto es la reunión, agrupación o colección de elementos bien definidos que tienen una propiedad en común, concepto que ha penetrado y
Más detallesLEX. Las definiciones y subrutinas son opcionales. El segundo %% es opcional pero el primer %% indica el comienzo de las reglas.
LEX Estructura de un programa en LEX { definiciones { reglas { subrutinas del usuario Las definiciones y subrutinas son opcionales. El segundo es opcional pero el primer indica el comienzo de las reglas.
Más detallesTeoría de Lenguajes. Clase Teórica 7 Autómatas de Pila y Lenguajes Independientes del Contexto Primer cuartimestre 2014
Teoría de Lenguajes Clase Teórica 7 Autómatas de Pila y Lenguajes Independientes del Contexto Primer cuartimestre 2014 aterial compilado por el Profesor Julio Jacobo, a lo largo de distintas ediciones
Más detallesLUGAR GEOMÉTRICO DE LAS RAICES (LGR)
LUGAR GEOMÉTRICO DE LAS RAICES (LGR) DEFINICIÓN: El lugar geométrico de las raíces es la trayectoria formada por las raíces de una ecuación polinómica cuando un parámetro de ésta varía. En el caso de Sistemas
Más detalles1 LIMITES Y DERIVADAS
1 LIMITES Y DERIVADAS 2.1 LA TANGENTE Y PROBLEMAS DE LA VELOCIDAD Problema de la tangente Se dice que la pendiente de la recta tangente a una curva en el punto P es el ite de las rectas secantes PQ a medida
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesMATEMÁTICAS II CICLO COMÚN INBAC UNIDAD DIDÁCTICA #5
UNIDAD DIDÁCTICA #5 INDICE PÁGINA Números Irracionales -------------------------------------------------------------------------------------2 Los Pitagóricos y 2 ----------------------------------------------------------------------3
Más detallesConjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R.
Conjuntos Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por se entiende que a pertenece a R. a R Normalmente, podremos definir a un conjunto de dos maneras: Por
Más detallesMÁQUINAS DE TURING: PROBLEMAS INDECIDIBLES. Roberto J. de la Fuente López VERSION
MÁQUINAS DE TURING: PROBLEMAS INDECIDIBLES Roberto J. de la Fuente López VERSION 20100922 Máquinas de Turing 2 Problemas indecidibles 3 PRESENTACIÓN El presente documento surge de los apuntes tomados de
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesExpresiones regulares, gramáticas regulares
Expresiones regulares, gramáticas regulares Los LR en la jerarquía de Chomsky La clasificación de lenguajes en clases de lenguajes se debe a N. Chomsky, quien propuso una jerarquía de lenguajes, donde
Más detallesTEMA 1 CONJUNTOS NUMÉRICOS
TEMA 1 CONJUNTOS NUMÉRICOS. Objetivos / Criterios de evaluación O.1.1 Realizar correctamente operaciones con fracciones: Suma, resta, producto, cociente, potencia y radicación. O.1.2 Resolver operaciones
Más detallesSumario: Teoría de Autómatas y Lenguajes Formales. Capítulo 2: Lenguajes Formales. Capítulo 2: Lenguajes Formales
Teoría de Autómatas y Lenguajes Formales Capítulo 2: Lenguajes Formales Holger Billhardt holger.billhardt@urjc.es Sumario: Capítulo 2: Lenguajes Formales 1. Concepto de Lenguaje Formal 2. Operaciones sobre
Más detallesTeoría Matemática de la Computación Primer Problemario Prof. Miguel A. Pizaña 11 de Octubre de 2006
Teoría Matemática de la Computación Primer Problemario Prof. Miguel A. Pizaña 11 de Octubre de 2006 I Tareas 1. Dudar de todo, al menos una vez en la vida. 2. Revisar sus apuntes todos los días en la tarde
Más detallesTEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES Grado en Ingeniería Informática Online, Curso Universidad Rey Juan Carlos
TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES Grado en Ingeniería Informática Online, Curso 202-203 Universidad Rey Juan Carlos GUÍA PARA LA REALIZACIÓN DE LA HOJA DE PROBLEMAS No 3 (Tema 3: Expresiones Regulares)
Más detallesMétodos para escribir algoritmos: Diagramas de Flujo y pseudocódigo
TEMA 2: CONCEPTOS BÁSICOS DE ALGORÍTMICA 1. Definición de Algoritmo 1.1. Propiedades de los Algoritmos 2. Qué es un Programa? 2.1. Cómo se construye un Programa 3. Definición y uso de herramientas para
Más detallesLEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS
LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS Sea una estructura formada por un conjunto A, sobre cuyos elementos se ha definido una operación o ley interna, comúnmente denotada por " * ", que
Más detalles6. 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
Más detallesIntroducción a Autómatas Finitos
Introducción a e. Universidad de Cantabria Esquema 1 Introducción 2 3 Grafo de λ Transiciones Eliminación de las λ-transiciones 4 El Problema Podemos interpretar un autómata como un evaluador de la función
Más detallesTeoría de Autómatas y Lenguajes Formales. Introducción a las Gramáticas. Gramáticas incontextuales
Teoría de utómatas y Lenguajes Formales Introducción a las ramáticas. ramáticas incontextuales José M. Sempere Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia Introducción
Más detallesEspacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).
Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto
Más detalles1. NÚMEROS PRIMOS Y COMPUESTOS.
. NÚMEROS PRIMOS Y COMPUESTOS. De acuerdo a las propiedades ya vistas de los divisores, sabemos que: todo natural no nulo es divisor de sí mismo es divisor de todo número natural. Ahora: el natural tiene
Más detallesSISTEMA DE NUMEROS REALES
SISTEMA DE NUMEROS REALES 1.1 Conjuntos Es una agrupación de objetos distintos (pero con algunas características en común), los que reciben el nombre de elementos. Generalmente se nombra a un conjunto
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesConvertir un AFND a un AFD
Convertir un AFND a un AFD Existe una equivalencia entre los AFD y AFN, de forma que un autómata M es equivalente a un autómata M' si L(M) ) L(M'). Ejemplo: Los autómatas de la siguiente figura son equivalentes.
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesCAPÍTULO II SISTEMAS NUMÉRICOS. Este método de representar los números se llama sistema de numeración decimal, donde 10 es la base del sistema.
CIENCIAS DE LA COMPUTACIÓN MAT 1104 12 CAPÍTULO II SISTEMAS NUMÉRICOS 2.1 INTRODUCCIÓN Los números usados en Aritmética están expresados por medio de múltiplos o potencias de 10; por ejemplo: 8654= 8*10
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesGrafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.
Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos
Más detallesDesigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo
Desigualdades o inecuaciones lineales en una variable Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades Una desigualdad o inecuación usa símbolos como ,, para representar
Más detallesINTERVALOS Y SEMIRRECTAS.
el blog de mate de aida CSI: Inecuaciones pág 1 INTERVALOS Y SEMIRRECTAS La ordenación de números permite definir algunos conjuntos de números que tienen una representación geométrica en la recta real
Más detalles