Professional Documents
Culture Documents
AUTOR:
https://www.camayat.com
Duitama (Boyac)
Colombia
Versin 2017.
INTRODUCCIN ..................................................................................................................................9
I. GENERALIDADES: ...........................................................................................................14
I.III RELACIONES:.......................................................................................................................18
LECCIN 5. AUTMATA............................................................................................................34
LECCIN 24. FUNCIONES QUE SE APLICAN SOBRE LOS STACKS. (PILAS). ................................96
LECCIN 27. RELACIN ENTRE LOS AUTMATAS DE PILA Y LENGUAJES LIBRES DE CONTEXTO100
LECCIN 29. ALGORITMOS DE DECISIN PARA LOS LENGUAJES LIBRES DE CONTEXTO. .......103
LECCIN 33. DIFERENCIAS ENTRE LAS COMPUTADORAS Y LAS MQUINAS DE TURING ......113
SIMULADORES: ...............................................................................................................................152
BIBLIOGRAFIA .................................................................................................................................184
LISTA DE FIGURAS
Pg.
LISTA DE TABLAS
Pg
Los contenidos que se documentan y explican, llevan al lector a que asimile dos temticas
bsicas para esta rea de conocimiento:
Junto al anterior bloque, el lector comprender y abordar los tres tipos de mquinas
correspondientes para el reconocimiento de esos lenguajes como son: (autmatas
finitos, autmatas a pila y mquinas de Turing) y las propiedades fundamentales de
las familias de lenguajes por ellos definidas, tambin realiza el estudio de las
condiciones necesarias para que un lenguaje sea de un tipo determinado.
La necesidad objetiva de comprender las temticas, sumada a las dificultades que muchos
lectores presentan para comprender y asociar la automatizacin a la solucin de problemas
reales mediante mquinas abstractas o a la identificacin de problemas solubles, insolubles
e indecidibles, me ha llevado a hacer uso de raciocinios sencillos sin necesidad llegara
demostraciones matemticas, jugando un papel secundario la implementacin de algoritmos.
Se presentan temticas que son base para comprender los lenguajes de programacin de
alto y bajo nivel y que propician la distincin entre lenguajes formales con reglas
sintcticas y semnticas rgidas, concretas y bien definidas, de los lenguajes naturales
9
Muchos autores referenciados en las fuentes bibliogrficos y de los cuales se han tomado
anlisis y ejercicios clave para poder comprender la temtica, usan diferentes tipos de
nomenclaturas, frmulas y smbolos, ya que como tal, los lenguajes, expresiones regulares,
funciones entre otros deben representarse matemticamente. Para estandarizar de manera
sencilla, se presenta como Anexo a este libro, la lista de smbolos usados y su significado.
10
Finalmente les he desarrollado un material en video que les apoya el desarrollo de los
ejercicios de este libro, unos tomados de otras fuentes documentales y otros de autora
propia y que estn a disposicin para su descarga o visualizacin.
11
Los siguientes son los smbolos usados en el presente libro y son la base para todos los
ejercicios y temticas expuestas. Muchos autores difieren en el tipo de simbologa usada,
pero se ha procurado consolidar y usar los ms comunes acorde a su significado y
aplicabilidad.
Sigma Alfabeto
L Letra Ele Lenguaje sobre un determinado alfabeto
mayscula
M Eme Mquina de estados Finitos
A A Autmata
K Ka Suele denotar el conjunto de estados de un autmata
F Efe Suele denotar el conjunto de estados finales de un autmata
S Ese Suele denotar el estado inicial de un autmata
Sigma Denota una funcin.
Ro Funcin de transicin de un autmata
Omega Denota una cadena o palabra sobre un alfabeto
Upsilon Denota una cadena o palabra sobre un alfabeto
Alpha Otras cadenas. En algunos caso indica una Expresin Regular (ER)
Beta Otras cadenas. Muy usado en denotar cadenas en gramticas.
Lambda Representa una cadena vaca
Delta
Gamma Suele denotar el Alfabeto de una Pila (AP) (PDA)
Gammar Suele denotar un conjunto de cadenas de un PDA
G Ge Representa una gramtica
Unin
Interseccin
Comparacin Menor o igual que
Comparacin Mayor o igual que
< Comparacin Menor que
12
13
I. GENERALIDADES:
Las nociones bsicas de la Teora de conjuntos, son necesarias para el inicio del estudio de
la Teora de la Computacin.
Dado dos conjuntos A y B, estos son exactamente iguales si contienen exactamente los
mismos elementos: A={1,2,3} y B ={2,3,1}, es vlido afirmar y escribir que A=B. No se tienen
en cuenta las repeticiones de elementos ni tampoco el orden de estos.
Es relevate para este estudio diferenciar que a y {a} no son lo mismo a {a} .
Teorema 2. Si A B y B C , entonces A C
14
B= {x A | x cumple la propiedad P}
Sea P(x) una proposicin sobre x. La notacin {x | P(x)} se interpreta como: el conjunto de
todos los x tales que P(x), denota el conjunto de todos los x para los cuales P(x) es una
proposicin verdadera. Ejemplo 4:
En aritmtica bsica se pueden trabajar tres operaciones: sumar restar y multiplicar dos
nmeros. E la teora de conjuntos existen tres operaciones que son anlogas a la suma,
resta y multiplicacin.
A B = {x | x a x B}
Diferencia de conjuntos: A - B, que contiene los elementos de A que no estn en B, esto es:
A B = {x | x a x B}
16
Bsicamente consiste y son tiles para reemplazar expresiones pro otras equivalentes o que
tengan el mismo resultado.
Teorema 3.
A= A
A =
Si A B , entonces A B = A
Si A B , entonces A B = B
Idempotencia: A A = A ; A A = A
Conmutatividad: A B = B A ; A B = B A
Asociatividad: ( A B) C = A ( B C )
( A B )C = A ( B C )
Distributividad: A ( B C ) = ( A B) ( A C )
A ( B C ) = ( A B) ( A C )
Absorcin: A ( A B) = A ; A ( A B) = A
Leyes de Morgan:
O de igual forma: 2 A = {x | x A}
17
El conjunto vaco siempre forma parte de todo conjunto potencia. La notacin 2 A recuerda
que el tamao del conjunto potencia de A es 2 elevado a la potencia del tamao de A, esto
es, | 2 A | = 2| A| .
Ejemplo 12: Sea U = (El Universo de los nmeros naturales), el complemento de los
nmeros mltiplos de tres (3) {3,6,9,12,15,...}c = {1,2,4,5,7,8,10,11,13,14, .}.
I.III RELACIONES:
Ejemplo 13: Sea el conjunto A = {a, b, c}. El grafo de la figura (1) representa una relacin
binaria definida en A, puesto que los pares (c,a), (b,a) (b,b) constituyen un subconjunto de A x
A.
Fuente:<El autor>
18
Ejemplo 14: La relacin contiene los pares de los nmeros naturales tales que el primer
componente es menor o igual al segundo, esto es,
= {(1,1),(1,2),(1,3),(1,4),(2,3)}
Tngase en cuenta que se llama par ordenado a una pareja de objetos escritos entre
parntesis y separados por comas.
Por ejemplo, (a,b) es un par ordenado y a,b son los componentes del par ordenado. No es lo
mismo (ya que el orden si influye), lo siguiente:
(a, b) {a, b}
(a, b) (b, a )
El orden si influye, sin embargo, no todos los subconjuntos del producto cartesiano, pueden
ser aceptados como la relacin de la condicin que exprese. Algunas caractersticas de
estas relaciones son:
Inverso de una Relacin: Se llama inverso de una relacin R, denotado por R 1 , a aquella
en donde se invierte el orden de los pares ordenados, esto es:
R 1 = {( y, x) | ( x, y ) R}
Propiedad Condicin
Reflexiva R es reflexiva si a A : aRa
Antireflexiva R es antireflexiva si a A : (aRa) aRa
Simtrica R es simtrica si a, b A : (aRb) (bRa)
19
Reflexiva: Cada elemento tiene un bucle. Ejemplo 16 Si A = {a,b,cd} y R es una relacin ser
igual que o de la forma (x,x) se tiene: R={(a,a),(b,b),(c,c),(d,d)}.
Fuente:<El autor>
Fuente:<El autor>
20
Fuente:<El autor>
Antisimtrica: Ninguna flecha de ida tiene otra de vuelta, salvo en el caso de los bucles,
que estn permitidos. Ejemplo 19 Si A = {1, 2, 3, 4} y R es la relacin ser menor o igual que,
se tiene: R = {(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4), (1, 1), (2, 2), (3, 3), (4, 4)}
Fuente:<El autor>
Transitiva: Si existen dos relaciones o flechas consecutivas, debe haber otra que una el
primer elemento con el tercero. Ejemplo 20 Si A = {1, 2, 3, 4} y R es la relacin ser mayor que,
se tiene: R = {(3, 2),(2, 1), (3, 1), (4, 1), (4, 2), (4, 3)}
Fuente:<El autor>
21
Fuente:<El autor>
I.IV FUNCIONES:
Las funciones son un caso particular de las relaciones. Simplemente son asociaciones,
combinaciones o relaciones en las que no hay dos pares ordenados que tengan el mismo
primer componente. Es decir, los pares ordenados asocian a cada primer componente un
nico segundo componente. Por ejemplo, la relacin {(1,2), (2,3), (1,3)} no es una funcin,
pero {(1,2), (2,3), (3,3)} s lo es.
En conjuntos, la notacin habitual suele ser: f(1) = 2 que significa que a partir de la entrada 1
se obtiene la salida 2. (se usa la f como indicador de la funcin). En Autmatas. La funcin
suele denotarse con el smbolo
Para la teora de autmatas. Las funciones son vistas desde la perspectiva de lenguajes
aceptados, por eso la temtica que aborda as funciones en conjuntos como las funciones
totales, inyectivas y sobreyectivas, pueden referenciarse en:
22
Se da inicio a un concepto: Mquinas secuenciales, que hacen parte tambin del estudio de
la teora de autmatas y que tienen sus inicios en el campo de la Ingeniera Electrnica. El
fin de los modelos no es la de describir detalles de los componentes de hardware de un
computador, sino de determinar caractersticas poco visibles o intangibles de estas mquinas
como por ejemplo capacidad de proceso, memoria, procesamiento de datos e informacin.
Es por ello que se han dividido en diferentes reas de conocimiento este tipo de estudio
como por ejemplo: Arquitectura de computadores, Sistemas de informacin, sistemas
Distribuidos lgica Matemtica, Ensamble de mquinas, entre otros.
Iniciamos el estudio de estas maquis abstractas identificando componentes bsicos como los
lenguajes que pueden describirse como elementos que se generan a partir de cadenas
sencillas y que con operaciones entre ellas periten el desarrollo del lenguaje mismo, que
puede generar otros lenguajes ms sencillos mediante operaciones de conjuntos.
Los Lenguajes ms sencillos son los considerados lenguajes regulares, es decir, los que se
pueden generar a partir de lenguajes de un elemento con la aplicacin de ciertas
operaciones estndar realizadas un nmero finito de veces.
Estos son pues los lenguajes que pueden reconocer los dispositivos llamados Autmatas
finitos (AF) que son mquinas de cmputo con memoria muy restringida. En esta
unidad se considera como segundo aspecto la idea de que un lenguaje no sea regular,
adems de proporcionar un modelo sencillo de computacin que se puede generalizar
en las unidades siguientes.
EPOCA PRECURSORES
1845 -1918 Iniciada por Godel, Church, Post, Turing y Kleene, tiene sus races en la
Lgica Matemtica. Ya se haba inventado la Teora de Conjuntos
1
<NAVARRETE,Isabel. Teora de Autmatas y lenguajes Formales. Departamento Ingeniera. Universidad de Murcia. P 133.
Sept 2008>
24
1954 - 1969 El matemtico norteamericano Shanon (que luego se hara famoso por su
Teora de la Informacin) vino a establecer las bases para la aplicacin de
la Lgica Matemtica a los circuitos combinatorios y posteriormente
Huffman en 1954 los amplio a circuitos secuenciales y utiliza conceptos
Mquinas
como estado de un autmata y tabla de transicin. A lo largo de las
secuenciales y
dcadas siguientes, las ideas de Shanon se desarrollaron
Autmatas finitos.
considerablemente, dando lugar a la formalizacin de una Teora de las
Maquinas Secuenciales y de los Autmatas Finitos (1956). Otros trabajos
importantes sobre maquinas secuenciales son debidos a Mealy (1955) y
Moore.
1956 en adelante Noam Chomsky propone en 1956 tres modelos para la descripcin de
lenguajes, que son la base de su futura jerarqua de los tipos de lenguajes
Noam Chomsky (1959), que ayudo tambin en el desarrollo de los lenguajes de
propone varios programacin. Chomsky estableci una clasicacion de gramticas de
modelos para acuerdo con el formato de sus producciones y distingui cuatro clases
clasificar: fundamentales de lenguajes y relaciones de inclusin entre ellas.
Gramticas y
Lenguajes formales.
Fuente: El Autor
http://youtu.be/tO-WgRXKcAo
Tras las huellas de la mente de Alan Turing. La polmica historia de esta brillante
mente. Un reto complejo para quienes quieran entender y seguir sus pasos. "Un
genio trgico".
25
Pelcula que cuenta la historia de un genio controvertido "Alan Turing". Con http://youtu.be/uoKLtu2Am6k
subttulos en espaol.
DANGEROUS KNOWLEDGE. Conocimientos peligrosos. El documental, narrado PARTE 1: CANAL VIMEO
por David Malone, se centra en la vida de cuatro brillantes matemticos - Georg
Cantor, Ludwig Boltzmann, Kurt Gdel y Alan Turing -, lo que rode sus http://vimeo.com/30482156
descubrimientos y las reacciones de la comunidad cientfica hacia ellos, as como
la evolucin de sus personas hasta el declive. Sus trabajos han llegado a influir
PARTE 2: CANAL VIMEO
enormemente incluso en mbitos no cientficos, o en la perspectiva de como
observamos el mundo en general y nuestro pequeo entorno en particularmente.
Desafortunadamente sus mentes privilegiadas no pudieron impedir que llegaran a http://vimeo.com/30641992
enloquecer hasta el punto de cometer suicidio.
O consulta esta URL:
http://www.mates.byethost4.com/audiovisuales/matematicas/documentales-
bbc.html
Secretos de la segunda guerra mundial. El cdigo Eigma. El trabajo de los http://youtu.be/EVQNosg6wEQ
criptgrafos.
The Imitation game: sobre el matemtico, criptoanalista y pionero cientfico de la http://theimitationgamemovie.com/
computacin britnico Alan Turing
Fuente: <El autor>
Para denotar el alfabeto se usara el smbolo o en algunos casos se especificaran con las
primeras letras maysculas del abecedario, dependiendo como se formule el problema. Los
smbolos de un alfabeto pueden ser nmeros, letras, entre otros y suelen estar escritos en
minsculas.
Ejemplo: Sea A = {0,1} indica el Alfabeto A compuesto por los smbolos 0,1
No hay que confundir los smbolos del alfabeto B con los smbolos del lenguaje (o ms precisamente
meta-lenguaje) que usamos para expresarnos todos los das. Son dos cosas totalmente distintas.
Nosotros para comunicarnos usamos un lenguaje que tiene unos smbolos que son las letras del
26
Definicin2. Una palabra o cadena sobre un alfabeto es una sucesin finita de elementos
de . Se suele denotar con la letra omega
Ejemplo 21: Si A = {0,1} entonces 0111 es una palabra sobre este alfabeto.
Definicin4. La palabra vaca es la palabra de longitud cero. Es la misma para todos los
alfabetos y se denota como
Definicin5. Al conjunto de todas las palabras o cadenas sobre el alfabeto en las que se
excluya la cadena vaca se denota como: +
Las operaciones fundamentales que se derivan del tratamiento del conjunto * , son las de
concatenacin:
| . |=| | + | |, , *
Asociativa: .( . ) = (. ). , , , *
Elemento neutro: . = . = , *
Se notan los siguiente ejemplos de algunos lenguajes (sin definir su jerarqua que se ver en
la siguiente leccin) sobre el alfabeto
L1 = {a, b, c, } Lenguaje uno compuesto por los smbolos a,b,c de un determinado alfabeto
incluyendo la cadena vaca.
L2 = {a i b i | i = 0,1,2...} Lenguaje dos compuesto por las palabras formadas de una sucesin
de smbolos a, seguida de la misma cantidad de smbolos b.
L3 = { 1 | = *} Lenguaje tres compuesto por las palabras formadas con smbolos del
alfabeto y que consisten en dos palabras iguales, separadas por la misma palabra pero
escrita en orden inverso.
28
L1 L2 = {12 | 1 L1 , 2 L2 }
Asociativa: L1 ( L2 L3 ) = ( L1 L2 ) L3
L0 = {}
Li +1 = Li L
L+ = L* si L
L+ = L* {}si L
Los (LP) se rigen por reglas de sintaxis y semntica ms complejas y definidas y que
finalmente son manejadas por los computadores. En los lenguajes naturales (LN), estos no
estn tan definidos ni delimitados, ya que estn controlados por reglas gramaticales que
evolucionan y derivan nuevos lenguajes.
29
Los pasos de definir e identificar reglas gramaticales, son claves en el proceso de traduccin.
Fuente:<El autor>
2
Tomado de https://es.wikipedia.org/wiki/Int%C3%A9rprete_%28inform%C3%A1tica%29 con acceso Julio de
2013
30
Entramos a clasificar los lenguajes. Ya que los lenguajes en s son conjuntos de secuencias
de smbolos y cada uno comparte una cierta propiedad. La clasificacin de estos lenguajes
se dio en 1959, cuando N. Chomsky propuso una jerarqua de lenguajes, donde las clases
ms complejas incluyen a las ms simples.
Fuente:<El autor>
TIPO 3: (Gramticas regulares). Los Lenguajes generados por estas gramticas se llaman
Lenguajes Regulares, y el conjunto de todos estos lenguajes es la clase L 3 , que es la
clase ms pequea, e incluye a los lenguajes ms simples. Un ejemplo de lenguaje regular
es el conjunto de todos los nmeros pares enteros positivos.
A bC
Ab
A
31
A Cb
Ab
A
Para cada Gramtica lineal por la derecha existe una Gramtica lineal izquierda que genera
el mismo lenguaje y viceversa.
Los Lenguajes Regulares son lenguajes formales que tienen estas caractersticas:
Puede ser descrito mediante una expresin regular (expresar de forma compacta
cmo son todas las cadenas de smbolos que le pertenecen).
Puede ser generado mediante una gramtica regular (obtener todas las cadenas de
smbolos que le pertenecen).
donde: A VN y (V N U V T )*
Los lenguajes generados por este tipo de gramticas se llaman lenguajes libres del contexto
y la clase es L 2 , que incluyen a los Lenguajes Regulares. Por ejemplo, la mayora de los
lenguajes de programacin son Lenguajes Libres de Contexto.
Los lenguajes generados por las gramticas de tipo 1 se llaman lenguajes sensibles al
Contexto y su clase es L 1 :
32
con (V* . V N . V*) y en la que no puede ser vaco
Los lenguajes generados por estas gramticas son los lenguajes con estructura de frase,
que se agrupan en la clase L 0 : Estos lenguajes tambin se conocen en el campo de la
Teora de la Compatibilidad como lenguajes recursivamente enumerarles.
La siguiente tabla muestra la asociacin de las gramticas con el lenguaje que genera y el
tipo de mquina abstracta que la trabaja:
Fuente:<El autor>
Esto es: L3 L2 L1 L0
Un lenguaje se dice que es de tipo i (i= 0;1;2;3) si y solo si es generado por una gramtica
de tipo i. La clase o familia de lenguajes de tipo i se denota por L i .
33
La palabra autmata evoca algo que pretende imitar las funciones propias de los seres vivos,
especialmente relacionadas con el movimiento, por ejemplo el tpico robot antropomorfo.
Un ejemplo de una maquina real que automatiza un proceso puede ser una mquina
empacadora de algn producto que se fabrique en serie y con una serie de instrucciones,
pasos y caractersticas definidas e iguales para cada salida (producto final).
Las maquinas que se estudiarn son abstracciones matemticas que capturan solamente el
aspecto referente a las secuencias de eventos que ocurren, sin tomar en cuenta ni la forma
de la maquina ni sus dimensiones (aspectos de hardware por referir una analoga).
En esta parte estudiaremos las maquinas abstractas ms simples, los autmatas finitos, las
cuales estn en relacin con los lenguajes regulares
Las condiciones asociadas a los estados deben ser excluyentes, esto es, no deben
verificarse varias simultneamente.
Las condiciones asociadas a los estados deben ser comprensivas. Se deben cubrir
todas las combinaciones posibles entre todos los estados.
Fuente:<El autor>
35
La cabeza lectora se coloca en los segmentos de cinta que contienen los caracteres que
componen la palabra de entrada, y al colocarse sobre un smbolo lo lee y manda esta
informacin al control (digmoslo as controlado por unas reglas o producciones). El
recorrido puede ser a izquierda o derecha segn el diseo de la mquina.
La aguja del control puede estar cambiando de posicin, (de un estado a otro) y hay
algunas posiciones llamadas finales (como la indicada por un punto, q3) que son
consideradas especiales, porque permiten determinar si una palabra es aceptada o
rechazada.
36
Pero para describir los lenguajes (caracterizarlos) se suelen usarlas Expresiones Regulares
(ER), que abordaremos en lecciones siguientes con detenimiento.
Otra forma de describir la sintaxis de los lenguajes es usando gramticas y sus reglas de
produccin. El objetivo de caracterizar lenguajes es proporcionar una forma concisa y
relativamente sencilla (aunque menos intuitiva) para describir los lenguajes regulares,
exponiendo detalles de su estructura que no quedan tan claros en las otras
caracterizaciones.
Los smbolos y notaciones matemticas usados, sern los que durante todo el desarrollo del
contenido se aplicarn para describir matemticamente estas mquinas. Otros autores usan otra
simbologa, que solo difiere en la forma mas no en la interpretacin de las definiciones formales de
estas mquinas. Se ha estandarizado las simbologa ms sencilla para efectos de didctica e
interpretacin
es el alfabeto de entrada.
sK es el estado inicial.
Tabla de transiciones: Consiste en una tabla, con tantas filas como estados y tantas
columnas como entradas. El estado inicial en la columna izquierda est indicado con una
flecha. El estado final en la columna izquierda est indicado con un numeral. (No confundir
esto con la estrella de kleene que se ver ms adelante en la leccin de Expresiones
Regulares). Ejemplo 24 Se puede representar el autmata finito dado por:
K ={ q 0 , q 1 , q 2 , q 3 } ={0,1) s = q0 F = q1 -
(q 0 , 0) = q 0 (q 0 , 1) = q 1
(q 1 , 0) = q 0 (q 1 , 1) = q 2
(q 2 , 0) = q 3 (q 2 , 1) = q 1
(q 3 , 0) = q 3 (q 3 , 1) = q 2
38
Los estados son el nico medio de que disponen los AF para recordar los eventos que
ocurren (por ejemplo, que caracteres se han ledo hasta el momento); esto quiere decir que
son mquinas de memoria limitada. En ltima instancia, las computadoras digitales son
mquinas de memoria limitada, aunque la cantidad de estados posibles de su memoria
podra ser enorme.
Otras apreciaciones de estos AFD lo definen como otro mecanismo para describir lenguajes.
En vez de pensar en generar las cadenas (como las ERs), un AFD describe un lenguaje
mediante reconocer las cadenas del lenguaje, y ninguna otra.
1. se coloca en la cinta de entrada, con un smbolo en cada celda. (en este caso es
aaabab )
Ciclo de ejecucin bsico del autmata: Como cualquier computador, una vez se ha
inicializado, comienza la ejecucin desde la palabra de entrada .
40
2. se calcula el estado siguiente a partir del estado actual y del smbolo actual segn la
funcin de transicin, esto es, (estado actual; smbolo actual) = estado siguiente
Figura 13: Tabla de transicin para un Autmata Finito generado con software simulador VAS.
33
VAS. Visual Autmata Simulator. Disponible en internet <http://www.vas.org>
41
El diagrama de transicin de un AFD tiene por cada nodo un solo arco etiquetado con cada
uno de los smbolos del alfabeto.
el diagrama de transicin de un AFD tiene por cada nodo un slo arco etiquetado con
cada uno de los smbolos del alfabeto.
la cantidad de estados finales puede ser cualquiera, inclusive cero (para algunos
modelos), hasta un mximo de |K| (la cantidad de estados).
Entindase por configuracin un par (q, ) donde q es un estado y una palabra. En este
orden q ser el estado en el que se encuentra el autmata y lo que queda por leer en un
momento dado.
42
Esto se explica indicando que la configuracin inicial indica que estamos en el estado inicial
y nos queda por leer toda la palabra .
Una extensin a los autmatas finitos deterministas es la de permitir que de cada nodo del
diagrama de estados salga un nmero de flechas mayor o menor que As, se puede permitir
que falte la flecha correspondiente a alguno de los smbolos del alfabeto, o bien que haya
varias flechas que salgan de un solo nodo con la misma etiqueta. Inclusive se permite que
las transiciones tengan como etiqueta palabras de varias letras o hasta la palabra vaca. A
estos autmatas finitos se les llama no Determinsticos o no deterministas (abreviado
AFND). Al retirar algunas de las restricciones que tienen los autmatas finitos
Determinsticos, su diseo para un lenguaje dado puede volverse ms simple.
Dado que los AFND tienen menos restricciones que los AFD, resulta que los AFD son un
caso particular de los AFND, por lo que todo AFD es de hecho un AFND.
Los autmatas finitos no Determinsticos (AFND) aceptan exactamente los mismos lenguajes
que los autmatas determinsticos. Sin embargo, sern importantes para demostrar
teoremas y por su ms alto poder expresivo
Recordemos que para un AFD dado el estado actual y el siguiente caracter, el AFD pasa
exactamente a un siguiente estado. Por eso se lo llama determinstico. Una versin en
principio ms potente es un AFND, donde frente a un estado actual y un siguiente caracter,
es posible tener cero, uno o ms estados siguientes.
43
Ejemplo 26 Puede darse el caso que (q,a) = lo que indica que el estado siguiente no
est definido.
44
Lenguaje aceptado por un Autmata. Tablas de transicin y descripcin de autmata finito. http://youtu.be/eWUfPJD9A_0
Fuente:<El autor>
: K x ( U { }) (K)
La tabla de transicin de un AFND- es como la de un AFND excepto que se le aade una
columna correspondiente a , de forma que en la posicin T[(q, )] estar el conjunto de
estados que determine (q, ).
45
Los AF reconocen cierto tipo de lenguajes, pero esto depende de la configuracin del
autmata. Esta configuracin viene dada por el instante del autmata en un momento dado y
la porcin de cadena de entrada que le queda por leer (no la cadena completa).
Por lo que se concluye: que un AFD reconoce o acepta una palabra si se cumplen las
siguientes condiciones:
1. Se consumen todos los caracteres de dicha palabra de entrada, siguiendo las transiciones
y pasando en consecuencia de un estado a otro;
2. al terminarse la palabra, el estado al que llega es uno de los estados finales del autmata
(los que tienen doble crculo en los diagramas, o que son parte del conjunto F en la
representacin formal).
A diferencia del caso de AFDs, dada una cadena x, es posible llegar a varios estados
distintos (o a ninguno) luego de haberla consumido. La cadena se declara aceptada si
alguno de los estados a los que se llega es final.
46
L = { {a,b}* = abia, i 0 }
Y se interpreta as: El autmata AFD reconoce el lenguaje de todas las cadenas posible
dentro de todo el conjunto de combinaciones posibles {a,b}* de tal manera que esas cadenas
empiecen por una a, seguidas de ninguna, una o ms bs y que finalizan con una a.
47
Lenguaje aceptado por un Autmata (AF). Como se debe describir el lenguaje que http://youtu.be/QdRlbzVsvLQ
representa.
Fuente:<El autor>
L es finito;
L es la unin o la concatenacin de otros lenguajes regulares R1 y R2,
L = R1 U R2 o L = R1R2 respectivamente
48
Una expresin regular (ER) es una notacin normalizada para representar lenguajes
regulares, es decir, lenguajes generados por gramticas de tipo 3. Las expresiones regulares
permiten describir con exactitud y sencillez cualquier lenguaje regular. Para definir una ER se
pueden utilizar todos los smbolos del alfabeto y, adems y . Los operadores que
tambin se pueden utilizar son:
+ representa la unin.
representa la concatenacin (este smbolo no se suele escribir).
* representa el cierre de Kleene
() modifican las propiedades de los dems operadores.
Una ER tambin se define bajo los siguientes criterios: (Se muestran tambin los lenguajes
que describen estas ER)
L + = L U L
L = L L
* = i =0 i
El orden de prioridad de los operadores es, de mayor a menor: * , , +
Este orden puede alterarse mediante parntesis, de forma anloga a como se hace con las
expresiones aritmticas.
Ejemplo 29 aa+b*a es una ER sobre el alfabeto ={a,b} (ntese que por simplicidad
se ha omitido el operador ) Esta Er es distinta de la ER (aa + b*)a.
Un ejemplo de una ER no vlida: La cadena (+a*ba) no es una ER.
49
50
Hasta ahora, la relacin entre los autmatas finitos y las expresiones regulares se ha tratado
de una manera intuitiva. Ahora formalizaremos dicha relacin probando que para cualquier
expresin regular exista un autmata finito equivalente. Lo que se establece ahora con un
teorema fundamental en el estudio de los Autmatas:
Hasta ahora hemos confirmado como las, ERs, AFDs y AFNDs son mecanismos
equivalentes para denotar los lenguajes regulares.
51
M = (, K, , q 1 , F) donde K x ER x K
En este ejemplo en particular se evidencia que se debe aceptar palabras que tienen primero
una sucesin de as, luego repeticiones de ab, y finalmente repeticiones de bs.
Los AFN son un subconjunto propio de las GT, puesto que las palabras en las etiquetas de
un AFN pueden ser vistas como expresiones regulares que se representan a s mismas.
52
Ejemplo 32: Tomado de: 4 Dada la ER= (a + ba)* bb, obtener el AFN que acepta el lenguaje
de dicha ER.
4
<BRENA,R; Autmatas y lenguajes, un enfoque de diseo. 2003. Monterey. 214p>
53
El procedimiento aplica los siguientes pasos: Para ello se ilustra el siguiente ejemplo:
Esta transformacin tiene por objeto que haya un estado inicial al que no llegue ninguna
transicin, y un solo estado final, del que no salga ninguna transicin. Esta condicin se
requiere para llevar a cabo el siguiente paso. Hay muchos autmatas que ya cumplen estas
condiciones sin necesidad de aadir un nuevo estado inicial o un nuevo estado final.
La figura 24 muestra estas acciones realizadas (se adiciona un nuevo estado inicial y final)
para este primer paso para el ejercicio 33 propuesto.
5
Bis(4).
54
Ahora nos proponemos eliminar el nodo q 1 , pero sin modificar lo que se gasta para pasar
de q 0 a f. Es fcil ver que para pasar de q 0 a f se gasta primero una a y luego algn nmero
de repeticiones de a o b (para llegar de q 1 a f no se gasta nada). Esto corresponde a la ER
a(a + b)*, que sera la etiqueta de la nueva ruta directa de q 0 a f, sin pasar, por q 1 , como
se evidencia en a figura 25.
55
Expresin Regular (ER) que representa el lenguaje que puede aceptar un autmata. http://youtu.be/z7vmzu9078Y
Fuente:<El autor>
56
K = P(K)
q0 = {q 0 }
= (,a) = * (,a)
57
De igual forma y a manera inversa para el teorema: dado un autmata finito determinstico
AFD M = (, K, , q 0 , F). se puede construir uno no-determinista: M = (, K, , q 0 , F).
que acepta el mismo lenguaje. Solo se debe considerar:
(q 0 ,a) = { (q 0 ,q)}: en el que en cada situacin solo hay un camino posible que es el que
determine la funcin de transicin .
Para los autmatas de la figura 28; Reconocen el lenguaje formado por todas las cadenas
que empiezan por 1 excepto las terminadas en dos ceros consecutivas, Adems se debe
incluir la cadena vaca. Ambos autmatas reconocen el mismo lenguaje.
Ejemplo 35: Tomado de: 6El siguiente ejemplo muestra cmo puede darse el caso en el que
varios AF distintos acepten un mismo lenguaje. La figura 30 muestra los autmatas (a) y (b)
que aceptan el lenguaje a*. Lo que se indaga ahora es si estos son equivalentes. Lo que se
concluye tambin que para comprobar la equivalencia se debe realizar una demostracin de
igualdad de lenguajes (operacin que suele ser compleja si son lenguajes infinitos).
6
Bis (4)
58
Teorema 8: Teorema de Moore: Existe un algoritmo para decidir si dos autmatas finitos son
equivalentes o no. Este algoritmo consiste en la construccin de un rbol de comparacin de
autmatas. Este rbol permite convertir el problema de la comparacin de los lenguajes
aceptados en un problema de comparacin de estados de los autmatas.
Definicin 11: dos estados q y q son compatibles si ambos son finales o ninguno de los dos
es final. En caso contrario, son estados incompatibles.
El nico problema con esta idea estriba en que hay que garantizar que sean cubiertas todas
las posibles cadenas de caracteres w, las cuales son infinitas en general. Por ello se pens
en explorar todas las posibles combinaciones de estados mediante un rbol. Dicho rbol de
comparacin se construye de la manera siguiente, para dos autmatas: 7
M = (, K, , s, F) y M = (, K, , s, F).
7
Bis (4)
59
1. Inicialmente la raz del rbol es el par ordenado (s, s) que contiene los estados
iniciales de M y M respectivamente.
2. Si en el rbol hay un par (r, r), para cada caracter en se aaden como hijos suyos
los pares (r , r ) donde r = (r , ) , r = (r, ) en caso de que no estn.
De manera general: El nico problema con esta definicin es que, para verificar si dos
estados dados p y q (para el ejercicio sera q 1 y q 6) son equivalentes, habra que examinar,
para cada palabra posible de entrada, si intercambiarlos en las configuraciones altera o no la
aceptacin de esa palabra. Esto es evidentemente imposible para un lenguaje infinito. La
61
Para saber si dos estados q 1 y q 6 son equivalentes, se les pone a ambos como estado inicial
de sendos autmatas M 1 y M 2 , y se procede a comparar dichos autmatas. Si stos ltimos
son equivalentes, quiere decir que los estados q 1 y q 6 son equivalentes.
Una vez que se sabe que dos estados son equivalentes, se puede pensar en eliminar uno de
ellos, para evitar redundancias y hacer ms eficiente a AFD. Sin embargo, la eliminacin de
un estado en el AFD plantea el problema de qu hacer con las flechas que conectan al
estado eliminado con el resto del autmata. Esta cuestin se resuelve con los siguientes
criterios:
62
63
Vamos a definir la nocin de estados distinguibles, que intuitivamente quiere decir que si dos
estados son distinguibles, ya no pueden ser equivalentes. La definicin es inductiva:
Los estados p y q son distinguibles si son incompatibles (es decir, uno es final y el otro no
final). Esta es la base de la induccin. Se puede verificar el ejercicio.
4. CONSTRUCCIN DE TABLA:
Construir tabla T con filas desde q 1 hasta q n y columnas desde q 0 hasta q n-1
Obsrvese que en la tabla Figura 36 se omite la diagonal principal, pues no tiene caso
confrontar cada estado contra s mismo.
64
Empezamos en la parte inferior (eje horizontal) de menor a mayor desde q 0 hasta q n-1
Luego el eje vertical de arriba hacia abajo: q 1 hasta q n
Se aprecian signos en las celdas, que se obtienen directamente del hecho de que son
pares de estados incompatibles por lo tanto distinguibles. En otras palabras lo que hemos
hecho es: marcar (par (q i , q j )) donde un estado del par es final y el otro no.
Resultado final: Al final quedan sin marcar PAR (q 3 ,q 0 ) y PAR (q 6 ,q 1 ) y por lo tanto:
q0 q3 y q1 q6
Todo el proceso de minimizacin adems de otras caractersticas las puede visualizar en:
65
Los lenguajes independientes del contexto que tambin se conocen con el nombre de
gramticas de contexto libre son un mtodo recursivo sencillo de especificacin de reglas
gramaticales con las que se pueden generar cadenas de un lenguaje.
Es factible producir de esta manera todos los lenguajes regulares, adems de que existen
ejemplos sencillos de gramticas de contexto libre que generan lenguajes no regulares.
Las reglas gramaticales de este tipo permiten que la sintaxis tenga variedad y refinamientos
mayores que los realizados con lenguajes regulares, en gran medida sirven para
especificar la sintaxis de lenguajes de alto nivel y otros lenguajes formales.
Hasta ahora, se han visto dos formas de definir lenguajes: a travs de autmatas finitos, y por
medio de expresiones regulares. Ahora veremos otra forma, usando el concepto de gramticas.
Basamos el estudio siguiente en el concepto bsico de gramtica formal como un conjunto de reglas
para formar correctamente las frases de un lenguaje (ejemplo la gramtica del espaol, ingls, francs,
etc).
66
Definicin 12: Reglas Gramaticales: Son especficamente, reglas de reemplazo. Una regla es un
expresin de la forma en donde tanto como son cadenas de smbolos en donde pueden
aparecer tanto elementos del alfabeto como unos nuevos smbolos, llamados variables. Los
smbolos que no son variables son constantes. Por ejemplo una regla gramatical es dada como: X
aX . Otro ejemplo: Aplicar la regla a la palabra da como resultado (operacin de
reemplazo) . Otro ejemplo: Si se tienen los smbolos bbXa y se le aplica la regla X aX da como
resultado la nueva cadena bbaXa.
V = Es el alfabeto de variables
= Es el alfabeto de constantes
A aB o bien A a
A Ba o bien A a
2. A 10A 2. S 0
3. A
Se pueden derivar muchas otras palabras como bababa L(G) y que pertenecen tambin al
lenguaje generado por la gramtica. Formalmente esta gramtica se representara como:
({S, A,B}, {a, b}, {(S, aA), (S, bA), (A, aB), (A, bB), (A, a), (B, aA), (B, bA)}, S)
Una cadena (esto es, formada exclusivamente por constantes) es derivable a partir de
una gramtica G si existe una secuencia de pasos de derivacin:
S 1 2
68
L (G) = { * S * }
Teorema 10: Si L es un lenguaje generado por una gramtica regular, entonces existe un
autmata finito determinstico que lo reconoce.
Teorema 11: La clase de los lenguajes generados por alguna gramtica regular es
exactamente la de los lenguajes regulares.
Para el caso de las reglas A b, se tienen transiciones (A, b,Z), donde Z es un nuevo
estado para el que no hay un no terminal asociado; Z es el nico estado final del autmata.
Ejemplo 39: Obtener un autmata finito para la gramtica regular G 1 siguiente: (V, , R, S). Se
denota la gramtica en un formato comprimido: (en fila):
S aA S bA A aB A bB A a B aA B bA
Es lo mismo que:
S aA bA , A aB bB a , B aA bA
69
8
JFLAP Version 7.0 RELEASED August 28, 2009. Last update May 15, 2011. Disponible en internet.
<http://www.jflap.org/>
70
q 0 = [S]
F = {[ ]}
Si a y ( *V ) , entonces ([a ], a ) = [ ]
Pasar a no-finales los estados finales originales y unir estos mediante una transicin
nula con el nuevo estado final.
71
Ejemplo 41: Dado el AFD de la Figura 41, determinar las reglas de produccin que determinan
la gramtica regular.
72
73
Los lenguajes de tipo 0 incluyen a los de tipo 1, estos a los de tipo 2, etc.
Las GLC tienen reglas menos rgidas que las gramticas regulares. As toda gramtica
regular es GLC pero no viceversa
Algunos autores Brena R. 9definen: Al proceso de aplicar una regla se le conoce como
paso de derivacin, y se denota usando una flecha de direccin: . Una secuencia de
pasos de derivacin a partir de una variable especial de la gramtica llamada smbolo
inicial se llama simplemente derivacin.
(V, , R, S) en donde:
V = Es el alfabeto de variables
9
Bis (6)
74
S ...
El lenguaje L(G) generado por una gramtica (V, , R, S) es el conjunto de palabras hechas
exclusivamente de constantes, que son derivables a partir del smbolo inicial:
L = { * | S ... }
Las GLC tienen la propiedad de que las derivaciones pueden ser representadas en forma de
rbol ramificado o arboles de derivacin, o tambin arboles de compilacin por usarse
extensivamente en los compiladores y son de vital importancia para la teora de los
compiladores de los lenguajes de programacin.
Se puede considerar que un rbol de derivacin es ms abstracto que una derivacin lineal
es decir, una sucesin S ... en el sentido de que para un solo rbol de derivacin
puede haber varias derivaciones lineales, segn el orden en que se decida expandir los no
terminales.
Definicin15: Sea: G = (V, , R, S) una GLC. Entonces el rbol de derivacin cumple las
siguientes propiedades:
75
3. La etiqueta de los nodos que no son hojas debe estar en V, y las de las hojas en:
4. Si un nodo n tiene etiqueta A, y los nodos n 1 , ., n m son sus hijos (de izquierda a
derecha), con etiquetas respectivamente A 1 , .., Am, entonces A A 1 , ., A m R.
Definicin 16: La cadena de caracteres que resulta de concatenar los caracteres terminales
encontrados en las etiquetas de los nodos hoja, en un recorrido en orden del rbol de
derivacin, se llama el producto del rbol.
Ejemplo 42: Para explicar como un rbol de derivacin ilustra diferentes derivaciones para una
misma cadena, es tpico ejemplificar el caso de describir las secuencias de unos parntesis
bien balanceados, en el que se presenta el caso ideal que nunca se han cerrado ms
parntesis de los que se han abierto y en el que al final los nmeros coinciden.
S Ss
El rbol de derivacin para este ejemplo estara dado en la figura 42 (las distintas rdenes de
derivacin no son los nicos responsables de que existan distintas formas de derivar una
misma cadena. Es posible que una misma cadena tenga dos rboles de derivacin distintos.)
76
Analizamos la cadena o palabra = aabbaa que genera un rbol y que puede provenir de
varias cadenas de derivaciones distintas as:
Derivacin por la izquierda: Cuando en cada paso siempre se sustituye primero la primera
variable (ms a la izquierda) de la palabra que tenemos.
Derivacin por la derecha. Cuando en cada paso siempre se sustituye primero la ltima
variable (ms a la derecha) de la palabra que tenemos
77
Las derivaciones por la izquierda son mostradas en la figura 45. Fueron generadas con
software simulador JFLAP.
78
Se concluye: En efecto, hay GLC en las cuales para ciertas palabras hay ms de un rbol de
derivacin.
Definicin 17: Una GLC G es ambigua si existen dos rboles de derivacin distintos para G
que generan una misma cadena L(G).
Definicin 18: Todo lenguaje Regular es Libre del Contexto. El conjunto de los lenguajes LC
incluye al de los regulares.
Ejemplo 45: Dada la siguiente GLC para las expresiones aritmticas de las variables:
10
MORAL, S. Modelos de Computacin. p. 92
79
Cmo eliminar la ambigedad de una GLC: Consiste en introducir nuevos estados no-
terminales de modo que se eliminen los rboles de derivacin no deseados. Para el anterior
ejemplo es tpica la solucin introduciendo variables (T) y factores (F). La gramtica
resultante es:
E E + T T ; TT * F F ; F (E) x y
Con esta nueva GLC, el rbol de derivacin de la figura 46 (a) se elimina, quedando
finalmente una adaptacin del rbol de la figura 46 (b) a la GLC con trminos y factores.
11
(Bis)4
12
MORAL, S; Modelos de computacin. 130 p.
80
Se trata de modificar las reglas de la gramtica para que cumplan ciertas propiedades o por
simple estandarizacin o facilidad de implementacin computacional; pero sin modificar el
lenguaje aceptado.
81
El algoritmo para eliminar los smbolos y producciones intiles consta de dos pasos
fundamentales:
1. Eliminar las variables desde las que no se puede llegar a una palabra de y las
producciones en las que aparezcan.
2. Eliminar aquellos smbolos que no sean alcanzables desde el estado inicial, S, y las
producciones en las que estos aparezcan.
1. V = 0
3. Mientras V cambie
B se introduce en V
7. Eliminar todas las producciones donde aparezca una variable de las eliminadas en el paso
anterior
1. J = {S}
82
2. Mientras J
6. Si B no est en V aadir B a J y a V
Ejemplo 47 El objetivo es eliminar todos los smbolos y variables intiles. Dada la gramtica:
S AB, S a, A a
S a, A a
83
El hecho que gramtica GLC contenga reglas de la forma A no significa que el lenguaje
contenga forzosamente a la palabra vaca. Ejemplo de ello es la siguiente gramtica cuyo
lenguaje no contiene la palabra vaca.
84
4.
Eliminacin de reglas inaccesibles: Dada la gramtica GLC con las siguientes reglas:
S aXbb, X bSa, Y SX
La tercera regla es intil, porque no hay nadie que produzca la Y necesaria para que dicha
regla se aplique. A reglas como stas se les llama inaccesibles.
Definicin 19: 13
Una regla X de una gramtica (V, , R, S) es inaccesible si no hay una
derivacin S 1 X 2 donde 1 , 2 (V U )*.
Para eliminar una regla inaccesible no se necesita hacer ninguna otra modificacin a la
gramtica ms que simplemente borrarla. La equivalencia de la gramtica sin la regla
inaccesible y la original est garantizada por el hecho de que dicha regla no participa en
ninguna derivacin.
13
BREANA, R; Autmatas y Lenguajes un enfoque de diseo. 214 p.
14
Bis (13)
86
Esta forma normal tiene por objeto facilitar el anlisis sintctico de una palabra de entrada,
siguiendo las siguientes estrategias:
El objetivo es verificar que dado un lenguaje L no cumple que sea LLC. El teorema de
bombeo permite verificar esta condicin. Este lema de bombeo tambin puede verse como
una condicin necesaria que deben de cumplir todos los lenguajes libres de contexto.
Lema de Bombeo para lenguajes libres de contexto: Sea L un lenguaje libre de contexto.
Entonces, existe una constante n, que depende solo de L, tal que si z L y z n ,
entonces z se puede escribir de la forma uvwxy de forma que:
1. vx 1
2. vwx n, y
3. i 0, uv i wx i y L
Demostracin. Slo vamos a indicar una idea de cmo es la demostracin. Supongamos que
la gramtica no tiene producciones nulas ni unitarias (si existieses siempre se podran
eliminar).
Asumamos un rbol de derivacin de una palabra generada por la gramtica. Es fcil ver
que si la longitud de es suficientemente grande, en su rbol de derivacin debe de existir
87
88
Si para las expresiones regulares se tenan ciertas maquinas abstractas, autmatas finitos,
que las reconocan, para las CFG (Gramticas fuera de contexto) vamos a usar otro tipo de
maquina reconocedora denominada autmata de pila. Estas se diferencian de los autmatas
finitos en que se ayudan para sus transiciones de una memoria con estructura de pila. Como
en los anteriores, la transicin entre estados depende del smbolo ledo y del estado actual.
Cada transicin implica la modificacin de la pila.
K es el conjunto de estados
es el alfabeto de entrada
es el alfabeto de la pila
S K es el estado inicial
Z 0 es el smbolo inicial de la pila (o tambin se denota como Z simplemente)
F K es un conjunto de estados finales.
( K x * x *) x ( K x *) es la relacin (funcin) de transicin.
89
: K x ( U { }) x 2 K x *
La funcin de transicin aplica cada estado, cada smbolo de entrada (incluyendo la cadena
vaca) y cada smbolo tope de la pila en un conjunto de posibles movimientos. Cada
movimiento parte de un estado, un smbolo de la cinta de entrada y un smbolo tope de la
pila. El movimiento en s consiste en un cambio de estado, en la lectura del smbolo de
entrada y en la sustitucin del smbolo tope de la pila por una cadena de smbolos.
90
La pila funciona de manera que el ultimo caractr que se almacena en ella es el primero en
salir (LIFO por las siglas en ingles), como si se apilaran platos uno encima de otro, y
naturalmente el primero que quitaremos es el ltimo que hemos colocado. Un aspecto
crucial de la pila es que solo podemos modificar su tope, que es el extremo por donde
entran o salen los caracteres. Los caracteres a la mitad de la pila no son accesibles sin quitar
antes los que estn encima de ellos.
La pila tendr un alfabeto propio, que puede o no coincidir con el alfabeto de la palabra de
entrada. Esto se justifica porque puede ser necesario introducir en la pila caracteres
especiales usados como separadores, segn las necesidades de diseo del autmata.
Al iniciar la operacin de un AP, la pila se encuentra vaca. Durante la operacin del AP, la
pila puede ir recibiendo (y almacenando) caracteres, segn lo indiquen las transiciones
ejecutadas. Al final de su operacin, para aceptar una palabra, la pila debe estar
nuevamente vaca.
En los AP las transiciones de un estado a otro indican, adems de los caracteres que se
consumen de la entrada, tambin lo que se saca del tope de la pila, as como tambin lo que
se mete a la pila.
(q, , ) ( K x * x *) en donde:
La Notacin grfica que se asemeja a la de los autmatas finitos (AF) es la dada as:
91
Al igual que los AF, los AP tienen estados finales, que permiten distinguir cuando una
palabra de entrada es aceptada. De hecho para que una palabra de entrada sea aceptada
en un AP se deben cumplir todas las condiciones siguientes:
92
Aunque en el caso de los AP no hay metodologas tan generalmente aplicables como era el
caso de los autmatas finitos, siguen siendo vlidas las ideas bsicas del diseo sistemtico,
en particular establecer claramente qu es lo que recuerda cada estado del AP antes de
ponerse a trazar transiciones a diestra y siniestra. Para los AP, adicionalmente tenemos que
establecer una estrategia clara para el manejo de la pila.
En resumen, a la hora de disear un AP tenemos que repartir lo que requiere ser recordado
entre los estados y la pila. Distintos diseos para un mismo problema pueden tomar
decisiones diferentes en cuanto a qu recuerda cada cual.
Se recuerda que un AP no puede realizar ningn movimiento si la pila est vaca. Por lo que
un AP reconocer una cadena de entrada por estado final si partiendo de su configuracin
inicial (q 0 , t, Z 0 ), llega a una configuracin final (q f, , ) empleando movimientos vlidos y
se expresa como:
(q 0 , t, Z 0 ) * (q f , , ), q f F, *
La cadena ser aceptada por vaciado de pila si despus de leerse toda la cadena se llega a
un estado con la pila vaca, independientemente del tipo de estado en el que se encuentre el
AP.
La construccin en diseo indica utilizar la pila como contador para recordar la cantidad de
as que se consumen, y luego confrontar la cantidad de bs. Una primera versin de este
diseo utiliza un solo estado q, con transiciones a/ /a y b / a / de q as mismo. El diseo
del autmata se ve en la figura 56.
94
Para verificar el funcionamiento del autmata, podemos simular su ejecucin, listando las
situaciones sucesivas en que se encuentra, mediante una tabla que llamaremos traza de
ejecucin. Las columnas de una traza de ejecucin para un AP son: el estado en que se
encuentra el autmata, lo que falta por leer de la palabra de entrada, y el contenido de la
pila.
Por ejemplo, la traza de ejecucin del AP del ltimo ejemplo, para la palabra aabb, se
muestra a continuacin en la tabla 13:
q .aabb
q .abb .a
q .bb .aa
q .b .a
q
Concluimos que el AP efectivamente puede aceptar palabras como anbn. Sin embargo, hay
un problema: el AP tambin acepta palabras como abab, que no tienen la forma deseada!
(es fcil construir la traza de ejecucin correspondiente para convencerse de ello). El
problema viene de que no hemos recordado cuando se terminan las a y principian las b, por
eso ha sido posible mezclarlas en abab. Una solucin es utilizar los estados para memorizar
las situaciones de estar consumiendo a o estar consumiendo b. El diagrama de estados
correspondiente se muestra en la figura 55(b).
95
Stacks: Podemos identificar las pilas con ciertos lenguajes y ciertas funciones sobre un
alfabeto del modo siguiente:
96
(q 0 , Z) = (q 1 ,Z)
(q 1 , x, ) = (q 1 ,x)
(q 1 , y, x) = (q 2 , )
(q 2 , y, x) = (q 2 , )
(q 2 , , Z) = (q 3 , Z)
Los lenguajes aceptados por los Autmatas de Pila se denominan lenguajes libres del
contexto.
L( M ) = { * : (q 0 , , Z 0 ) ( , , ), F , *}
98
En el primer caso, una palabra es aceptada, si se puede llegar a un estado final despus de
consumir la entrada. En el segundo criterio, los estados finales no tienen ningn significado,
y una palabra se acepta si cuando se termina de leer la entrada la pila se queda vaca.
Para el caso del ejemplo 52 para la cadena vlida o aceptada = xxx las transiciones dadas
estn definidas as para el recorrido de la Pila:
La pila qued llena xxxZ y el autmata en el estado q 1 reconoci por completo la cadena.
Para la cadena vlida = xxy las transiciones dadas estn definidas as para el recorridao
de la Pila:
Aunque la pila no qued del todo vaca (qued xZ) se reconoci toda la cadena completa y el
autmata qued en un estado de aceptacin q 2 .
Para la cadena vlida = xxyy las transiciones dadas estn definidas as para el recorrido
de la Pila:
La cadena es procesada por completo, en la pila queda el smbolo inicial de pila y por tanto
la cadena es aceptada.
Para la cadena no vlida o no aceptada = xyy las transiciones dadas estn definidas as
para el recorrido de la Pila:
Visita www.camayat.com
99
Se va a verificar si los AP son efectivamente capaces de aceptar los LLC ya que un Teorema
anterior afirma: Si un lenguaje es generado por una gramtica libre del contexto, entonces es
aceptado por un Autmata con Pila No-Determinstico.
Sea una gramtica G = (V,,R,S). Entonces un Autmata de Pila M que acepta exactamente
el lenguaje generado por G se define como sigue:
Ejemplo 53 Obtener un AP que acepte el LLC generado por la gramtica con reglas:
1. S aSa
2. S bSb
3. S c
100
101
Por esto, se hace necesario, antes de reemplazar una variable por la cadena del lado
derecho de una regla, desenterrar dicha variable hasta que aparezca en el tope de la pila,
lo cual puede hacerse consumiendo caracteres de la pila (y de la entrada, desde luego)
mediante la aplicacin de transiciones del tipo 3.
Unin
Concatenacin
Clausura
Demostracin:
S AB
A aAb | ab
B cB | c
S CD
C aC | a
D bDc bc
Demostracin: Es inmediato, ya que como la clase es cerrada para la unin, si lo fuese para
el complementario, se podra demostrar, usando las leyes De Morgan que lo es tambin para
la interseccin.
Existen una serie de problemas interesantes que se pueden resolver en la clase de los
lenguajes libres de contexto. Por ejemplo, existen algoritmos que nos dicen si un Lenguaje
Libre de Contexto (dado por una gramtica de tipo 2 o un autmata con pila no
determinstico) es vaco, finito o infinito. Sin embargo, en la clase de lenguajes libres de
contexto comienzan a aparecer algunas propiedades indecidibles. A continuacin, veremos
algoritmos para las propiedades decidibles y mencionaremos algunas propiedades
indecidibles importantes.
103
a) vaco
b) finito
c) infinito
Demostracin.
a) En la primera parte del algoritmo para eliminar smbolos y producciones intiles de una
gramtica, se determinaban las variables que podan generar una cadena formada
exclusivamente por smbolos terminales. El lenguaje generado es vaco si y solo si la
variable inicial S es eliminada: no puede generar una palabra de smbolos terminales.
b) y c) Para determinar si el lenguaje generado por una gramtica de tipo 2 es finito o infinito
pasamos la gramtica a forma normal de Chomsky, sin smbolos ni producciones intiles. En
estas condiciones todas las producciones son de la forma:
A BC, A a
Se construye entonces un grafo dirigido en el que los vrtices son las variables y en el que
para cada produccin de la forma A BC se consideran dos arcos: uno de A a B y otro de A
a C. Se puede comprobar que el lenguaje generado es finito si y solo si el grafo construido
de esta forma no tiene ciclos dirigidos.
S AB
A BC | a
B CC | b
Ca
104
Los lenguajes libres de contexto tienen una aplicacin a los compiladores, aunque existen
otras aplicaciones como la comparticin de informacin. Es aqu donde se presentan
interrogantes a las denominadas gramticas sensibles al contexto.
La ltima Unidad de este mdulo (Unidad 3: Lenguajes estructurados por frases) le llevar a
comprender como se ha demostrado que hay infinitos problemas para los que no se va a
tener una Mquina de Turing (MT) que los resuelva (ni siquiera los reconozca). Tambin se
ha formulado la tesis de Church-Turing, que determina el lmite de los computadores
actuales. Si esto es as, llegamos al caso de formular la pregunta:
Es otro contexto que podr concluir cuando se analice la MUT (Mquina Universal de Turing)
como una mquina programable. Para demostrar esta afirmacin, se puede proceder
primero simulando una MT con un computador y segundo simular un computador con una
MT.
Para el primer paso, si tenemos una MT con cinta semi-infinita, la unidad de control se
simula por el procesador, cada uno de los smbolos de cinta se codifican como la
informacin que se permiten guardar en la memoria del computador. Los estados, al ser
105
En las Unidades precedentes se han estudiado lo que se puede considerar las mquinas
abstractas que permiten solucionar ciertos tipos de algoritmos, los algoritmos en los
que no puede recordarse ms que una cantidad fija de informacin y otros en los que la
informacin desarrollada durante la ejecucin del algoritmo puede recuperararse solo en
concordancia con la regla lifo ltimos en entrar primeros en salir, en esta unidad se
describe una maquina abstracta, llamada Mquina de Turing , que es aceptada de manera
amplia como modelo general de computacin, aunque las operaciones bsicas de esta
mquina son comparables en su sencillez a las de las mquinas estudiadas en las unidades
anteriores, las nuevas mquinas pueden realizar una amplia variedad de operaciones de
computo. Adems de aceptar lenguajes les es posible computar funciones y de conformidad
con la tesis de Church-Turing, ejecutar casi cualquier procedimiento algortmico concebible.
106
Los modelos abstractos de computacin tienen su origen en los aos 30, bastante antes de
que existieran los ordenadores modernos, en el trabajo de los lgicos Church, Gdel,
Kleene, Post, y (Alan Mathison Turing). Estos primeros trabajos han tenido una profunda
influencia no solo en el desarrollo terico de las Ciencias de la Computacin, sino que
muchos aspectos de la prctica de la computacin que son ahora lugar comn de los
informticos, fueron presagiados por ellos; incluyendo la existencia de ordenadores de
propsito general, la posibilidad de interpretar programas, la dualidad entre software y
hardware, y la representacin de lenguajes por estructuras formales basados en reglas de
produccin.
As como en secciones anteriores vimos como al aadir al autmata finito bsico una pila de
almacenamiento auxiliar, aumentando con ello su poder de clculo, cabra ahora
preguntarnos qu es lo que habra que aadir a un autmata de pila para que pudiera
analizar lenguajes como {anbncn}. Bsicamente se trata del diseo de un Autmata con
mayor poder de reconocimiento y proceso de lenguajes, que tomas y fusiona aspectos de un
AF y de un PDA.
A Turing propuso en los aos 30 un modelo de maquina abstracta, como una extensin de
los autmatas finitos, que result ser de una gran simplicidad y podero a la vez. La mquina
de Turing es particularmente importante porque es la ms poderosa de todas las maquinas
abstractas conocidas.
Gracias a ser tan simples, resulta ms fcil demostrar que algo no se puede resolver
con ellas.
Gracias a su equivalencia con los lenguajes de programacin, entonces facilitan la
demostracin de que cierto problema, no se puede resolver con un lenguaje de
programacin.
Mecanismo de cmputo muy sencillo de definir. Pero tan potentes como los lenguajes
de programacin de muy bajo nivel.
Por ser tan de demasiado de Bajo Nivel no resultan prcticas para programar.
La parte final del estado de las mquinas de Turing nos lleva a analizar la Tesis de Church,
que dice que las Mquinas de Turing son equivalentes a cualquier modelo de computacin
factible de construir.
107
108
K x ( U { L,R }
As, si (q, a) = (p, b), donde b , esto quiere decir que estando la MT en el estado q
con la cabeza lectora sobre un caracter a, la funcin de transicin enviar al autmata a un
estado p, y adicionalmente escribir el carcter b. Similarmente si (q, a) = (p, L) la cabeza
de la MT har un movimiento a la izquierda adems de la transicin de estado.
Ejemplo 55: Sea la MT siguiente: K = {s, h}, (solo est el estado inicial, adems del halt)
donde:
Puede verse por la funcin de transicin que esta MT ejecuta un ciclo repetitivo en que
mueve la cabeza hacia la derecha en tanto siga leyendo un caracter a, y se detiene (hace
halt) en cuanto llega a un blanco.
Ntese que, puesto que es una funcin, en principio debe tenerse por cada estado y cada
caracter una transicin. Esto quiere decir que cada estado debe tener una cantidad de
flechas de salida igual a | |. Por ejemplo, si = { , a, b}, y K = {q, h}, entonces debe
haber flechas de salida de q con a, de q con b y tambin de q con .
En la prctica, sin embargo, una gran cantidad de flechas tiende a hacer menos
comprensible un diagrama, por lo que solamente incluiremos las flechas necesarias,
suponiendo en consecuencia que las dems flechas pueden tener una salida cualquiera, sin
afectar esto el funcionamiento de la MT. Por ejemplo, a partir del estado inicial podemos
109
Tiene, como los autmatas que hemos visto antes, un control finito, una cabeza
lectora y una cinta donde puede haber caracteres, y donde eventualmente viene la
palabra de entrada.
La cinta es de longitud infinita hacia la derecha, hacia donde se extiende
indefinidamente, llenndose los espacios con el caracter blanco (que
representaremos con ).
La cinta no es infinita hacia la izquierda, por lo que hay un cuadro de la cinta que es
el extremo izquierdo, como el que se muestra en la figura 61.
En la MT la cabeza lectora es de lectura y escritura, por lo que la cinta puede ser
modificada en curso de ejecucin.
En la MT la cabeza se mueve bidireccionalmente (izquierda y derecha), por lo que
puede pasar repetidas veces sobre un mismo segmento de la cinta.
Estas dos acciones son excluyentes, es decir, se hace una o la otra, pero no ambas a la vez.
110
Cuando queremos que una palabra no sea aceptada, desde luego debemos evitar que la MT
llegue al halt. Podemos asegurarnos de ello haciendo que la MT caiga en un ciclo infinito.
El lenguaje aceptado por una MT es simplemente el conjunto de palabras aceptadas por ella.
Al disear una MT que acepte un cierto lenguaje, en realidad diseamos el autmata finito
que controla la cabeza y la cinta, el cual es un autmata con salida (acepta cadenas vlidas).
As podemos usar la notacin grfica utilizada para aquellos autmatas para indicar su
funcionamiento. En particular, cuando trazamos una flecha que va de un estado p a un
estado q con etiqueta /L, quiere decir que cuando la entrada al control finito (esto es, el
caracter ledo por la cabeza de la MT) es , la cabeza lectora hace un movimiento a la
izquierda, indicada por el caracter L (left, en ingls); similarmente cuando se tiene una flecha
con /R el movimiento es a la derecha. Cuando la flecha tiene la etiqueta / , donde es
un caracter, entonces la accin al recibir el caracter consiste en escribir el caracter en la
cinta. Con estos recursos es suficiente para disear algunas MT, como en el ejemplo que se
visualiza en el recurso web.
111
Fuente:<JFLAP El Autor>
XXYYq 3 B XXYYBq 4 B
112
113
Hasta aqu hemos considerado cada esquema funcional asociado a su MT propia. Pero es
posible concebir una MT capaz de ejecutar cualquier algoritmo; es decir capaz de realizar los
clculos que realizara cualquier otra MT, o sea, capaz de simular (tener el mismo
comportamiento) cualquier MT particular.
Esta mquina Universal no debe ser diseada para realizar un clculo especfico, sino para
procesar cualquier informacin (realizar cualquier clculo especfico -MT particular- sobre
cualquier configuracin inicial de entrada correcta para esa MT particular).
Resultara sumamente tener un modelo similar para MTs. En particular, elegimos las MTs
como nuestro modelo de mquina \ cableada" y a la vez como nuestro modelo de lenguaje
de programacin. La Mquina Universal de Turing (MUT) recibir dos entradas: una MT M y
una entrada , codificadas de alguna forma, y simular el funcionamiento de M sobre . La
simulacin se detendr, se colgar, o correr para siempre segn M lo haga con En caso
de terminar, dejar en la cinta la codificacin de lo que M dejara en la cinta frente a . 15
15
NAVARRO, A: Fundamentos de la ciencia de la computacin. 178 p.
114
El lenguaje aceptado o reconocido por una Mquina de Turing (MT), que se denota como
L(MT), es el conjunto de palabras formadas con el alfabeto *, que hace que la mquina de
Turing se detenga al alcanzar un estado final.
L(M) = { : q 0 * 1 p 2 , p }
Los lenguajes formales que son aceptados por una mquina de Turing son exactamente
aquellos que pueden ser generados por una gramtica formal. El clculo Lambda es una
forma de definir funciones. Las funciones que pueden se computadas con el clculo Lambda
son exactamente aquellas que pueden ser computadas con una mquina de Turing. Estos
tres formalismos, las mquinas de Turing, los lenguajes formales y el clculo Lambda son
formalismos muy dismiles y fueron desarrollados por diferentes personas. Sin embargo,
ellos son todos equivalentes y tienen el mismo poder de expresin. Generalmente se toma
esta notable coincidencia como evidencia de que la tesis de Church-Turing es cierta, que la
afirmacin de que la nocin intuitiva de algoritmo o procedimiento efectivo de cmputo
corresponde a la nocin de cmputo en una mquina de Turing.
115
Teorema: Todo lenguaje estructurado por frases es aceptado por una mquina de Turing.
Para cada gramtica G existe una mquina de Turing no determinista M de 2 cintas que
aceptas el lenguaje generado por G.
Construccin de la mquina:
x L, M se DETIENE en q
x L, M se DETIENE en q o bien NO se DETIENE,
116
Se dice que L es un lenguaje recursivo si existe al menos una MT M tal que L = L(M) y
x L, M se DETIENE en q
x L, M se DETIENE en q
Segundo nivel: se clasifican en funcin del tiempo que tardan en ejecutarse. Se conocen
con el nombre de problemas indecidibles, impracticables o solucionables.
Tercer nivel: comprende aquellos problemas que por ejemplo requiere un tiempo
linealmente proporcional a su tamao.
PRINCIPIO DE CHURCH-TURING:
Todo proceso fsico puede ser simulado por un dispositivo universal de computacin."
117
"La clase de las funciones que pueden ser calculadas mediante un algoritmo coincide
con la clase de las funciones recursivas." (Tesis de Church).
Apoyado en esta tesis junto a la definicin de funcin definible, encontr varios ejemplos de
problemas cuya resolucin era irresoluble llegando a manifestar que el
Entscheidungsproblem era uno de estos problemas
ENUNCIADOS: TURING
Es decir, si una funcin es computable entonces puede ser computada por una
mquina de Turing.
La clase de las funciones que pueden ser calculadas mediante un mtodo definido
coincide con la clase de las funciones calculables mediante una Mquina de Turing.
CHURCH Y TURING
118
"Toda funcin que pueda ser fsicamente computable, puede ser computada por una
mquina de Turing"
ORIGEN
XITO DE LA TESIS
119
Hay otras definiciones de las mquinas de Turing que son equivalentes. Algunos de esos
modelos alternativos son mucho ms complicados aunque todos tienen la misma potencia
computacional (o de clculo). Muchas de ellas dotan de mayor flexibilidad al diseo de una
mquina de Turing que resuelva un problema en particular.
MTs que usan varias cintas, MTs con varios cabezales, MTs con cinta infinita hacia ambos
lados, MTs con cinta k-dimensional, etc. De todos esos mecanismos, el ms til es la MT con
k cintas, Una MT de k cintas tiene un cabezal en cada cinta. En cada paso, lee
simultneamente los k caracteres bajo los cabezales, y toma una decisin basada en la k-
upla. Esta consiste de pasar a un nuevo estado y realizar una accin en cada cinta.
120
Mquina de Turing de Cinta infinita en una Direccin: Mquina de Turing que usa una cinta
que se extiende infinitamente en una nica direccin. Generalmente, se tiene una cinta que
se extiende infinitamente hacia la derecha. No est permitido realizar ningn movimiento
hacia la izquierda a partir de la celda del extremo izquierdo. Desde luego, cualquier mquina
de Turing de esta forma puede ser simulada por una de las que responden a la definicin
original. Para cada computacin, simplemente se marca una de las celdas de la cinta infinita
por los dos lados, como la celda que se encuentra en el lmite izquierdo.
Mquina de Turing en Dos Direcciones: Una mquina de Turing con una cinta infinita en
un sentido puede simular una mquina de Turing con la cinta infinita en los dos sentidos pero
con dos pistas. Sea M una mquina de Turing con una cinta infinita en los dos sentidos. La
mquina de Turing M, que tiene una cinta infinita en un sentido, puede simular a M si tiene
una cinta con dos pistas. La cinta superior contiene la informacin correspondiente a la parte
derecha de la cinta M, a partir de un punto de referencia dado. La pista inferior contiene la
parte izquierda de la cinta M (en orden inverso).
Las matemticas son 'completas', esto es, cada afirmacin matemtica se puede probar?
Las matemticas son 'consistentes', esto es, es posible probar paralelamente una
afirmacin y su negacin?
121
Los problemas de Hilbert son una lista de 23 problemas matemticos compilados por el
matemtico alemn David Hilbert para la conferencia en Pars del Congreso Internacional de
Matemticos de 1900. Los problemas estaban todos por resolver en aquel momento, y varios
resultaron ser muy influyentes en la matemtica del siglo XX. Hilbert present diez de los
problemas (1, 2, 6, 7, 8, 13, 16, 19, 21 y 22) en la conferencia, en un acto el 8 de agosto en
La Sorbona.
Aunque se han producido intentos de repetir el xito de la lista de Hilbert, ningn otro
conjunto tan variado de problemas o conjeturas ha tenido un efecto comparable en el
desarrollo del tema y obtenido una fraccin importante de su celebridad. Por ejemplo, las
conjeturas de Weil son famosas pero fueron poco publicitadas. Quiz el propio
temperamento de Andr Weil evit que intentase ponerse en posicin de competir con
Hilbert. John von Neumann produjo una lista, pero no obtuvo reconocimiento universal.
A primera vista, este xito podra atribuirse a la eminencia del autor de los problemas. Hilbert
estaba en la cspide de su poder y reputacin en aquel momento y continu dirigiendo la
sobresaliente escuela de matemtica en la Universidad de Gttingen. Un examen ms
cuidadoso revela que el asunto no es tan simple.
122
De hecho, muchas de las preguntas daban una falsa idea del matemtico profesional del
siglo XXI, o incluso de 1950, en que la forma de una solucin a una buena pregunta tomara
la forma de un artculo publicado en una publicacin matemtica. Si este fuera el caso de
todos los veintitrs problemas, se hubiera simplificado el comentario hasta el punto de poder
dar una referencia a una revista, o considera la pregunta como abierta todava. En algunos
casos el lenguaje usado por Hilbert se sigue considerando un tanto "negociable", en cuanto
al significado real de la formulacin del problema (en ausencia, repetimos, de fundamentos
axiomticos, basados en matemtica pura, empezando con el propio trabajo de Hilbert sobre
geometra euclidiana, pasando por el Principia Mathematica, y terminando con el grupo
Bourbaki y el "terrorismo intelectual" para terminar el trabajo). Los problemas Primero y
Quinto se encuentran, quiz sorprendentemente, en un estado de formulacin de una
claridad menos que total (vanse las notas). En casos como el Vigsimo, el problema se
podra leer de forma razonable en una versin "interna", relativamente accesible, en la que el
lector puede saber a qu estaba apuntando Hilbert; o como una penumbra "externa" y
especulativa.
Dicho todo esto, por tanto, la razn ms importante es la gran rapidez con la que acept la
lista de Hilbert la comunidad matemtica de aquel momento (lo cual es una frmula menos
convencional que ahora, ya que por entonces haban pocos lderes investigadores, que
generalmente se encontraban en unos pocos pases Europeos y se conocan todos entre
ellos). Los problemas se estudiaron con gran atencin; resolver uno labr reputaciones.
El estilo fue al menos tan influyente como el contenido de los problemas. Hilbert solicitaba
clarificaciones. Pidi soluciones en principio a preguntas algortmicas, no a algoritmos
prcticos. Pidi un fortalecimiento de los cimientos de partes de la matemtica que a los no
practicantes an se antojaban guiadas por intuiciones opacas (el clculo de Schubert y la
geometra enumerativa).
Estas actitudes fueron adoptadas por muchos seguidores, aunque tambin fueron discutidas,
y continan sindolo. Treinta aos despus, Hilbert haba endurecido su postura: vase
ignorabimus.
123
Problema 1. La hiptesis del continuo (esto es, no existe conjunto cuyo tamao est
estrictamente entre el de los enteros y el de los nmeros reales) Se ha probado la
imposibilidad de probarlo como cierto o falso mediante los axiomas de Zermelo-Fraenkel. No
hay consenso al respecto de considerar esto como solucin al problema.
Problema 2. Probar que los axiomas de la aritmtica son consistentes (esto es, que la
aritmtica es un sistema formal que no supone una contradiccin). Parcialmente resuelto:
hay quienes sostienen que se ha demostrado imposible de establecer en un sistema
consistente, finitista y axiomtico Sin embargo, Gentzen prob en 1936 que la consistencia
de la aritmtica se deriva del buen fundamento del ordinal 0, un hecho sujeto a la intuicin
combinatoria.
Problema 3. Se puede probar que dos tetraedros tienen igual volumen (bajo ciertas
asunciones)? Resuelto. Resultado: no, probado usando invariantes de Dehn
Problema 4. Construir todas las mtricas cuyas rectas sean geodsicas. Demasiado vago
para decidir si se ha resuelto o no.
Problema 8. La hiptesis de Riemann (la parte real de cualquier cero no trivial de la funcin
zeta de Riemann es ) y la conjetura de Goldbach (cada nmero par mayor que 2 se puede
escribir como la suma de dos nmeros primos). Abierto
Problema 10. Encontrar un algoritmo que determine si una ecuacin diofntica polinmica
dada con coeficientes enteros tiene solucin entera. Resuelto. Resultado: no, el teorema de
Matiyasevich implica que no existe tal algoritmo.
Problema 11. Resolver las formas cuadrticas con coeficientes numricos algebraicos.
Parcialmente resuelto
124
Problema 13. Resolver todas las ecuaciones de 7 grado usando funciones de dos
parmetros. Resuelto. Lo prob posible Vladimir Arnold.
Problema 17. Expresin de una funcin definida racional como cociente de sumas de
cuadrados. Resuelto. Resultado: se estableci un lmite superior para el nmero de trminos
cuadrados necesarios
Problema 18. Existe un poliedro irregular y que construya otros poliedros? Cul es el
apilamiento compacto ms denso?. Resuelto.
Problema 19. Son siempre analticas las soluciones de los Lagrangianos? Resuelto.
Resultado: s
Problema 20. Tienen solucin todos los problemas variacionales con ciertas condiciones
de contorno?. Resuelto. Ha supuesto un rea importante de investigacin durante el siglo
XX, culminando con las soluciones al caso no lineal.
Problema 21. Probar la existencia de ecuaciones lineales diferenciales que tengan un grupo
monodrmico prescrito Resuelto. Resultado: s o no, dependiendo de una formulacin ms
exacta del problema.
Si es soluble.
Si es un problema soluble.
No es insoluble.
Un lenguaje decidible es aquel lenguaje L para el cual existe una mquina de Turing que le
puede aceptar cualquier cadena { L}.
Hay lenguajes formados por cadenas tales que una mquina de Turing logra un estado final
con las cadenas que reconoce y acepta, solamente. En este caso se dice que la mquina de
Turing semidecide al lenguaje. Los lenguajes semidecididos por una MT se llaman recursivos
numerables. Las gramticas sin restricciones son las que generan los lenguajes recursivos
numerables. De aqu en adelante ser suficiente referirse a los lenguajes recursivos
126
Es decir, si un dado un conjunto de entradas bajo las cuales una MT logra un estado de
parada para cada entrada, la maquina corresponde a la implementacin de un algoritmo.
Esta es la Tesis de Church Turing. No es un teorema pues no se puede demostrar
matemticamente, de manera general y categrica. Es solo la afirmacin de que el concepto
informal del algoritmo corresponde a un objeto matemtico. Al ser solo una afirmacin no
demostrable, puede suceder que luego fuera refudada. Para que esto ocurra, se necesitara
encontrar un autmata ms potente que uno de Turing tal que fuese la implementacin de un
algoritmo. Si bien hay algunas propuestas interesantes que pretende generalizar a la MT,
hasta la fecha ninguna de ellas ha sido aceptada para sustituir nuestro actual concepto de
procedimiento comprable.
Por otro lado, mientras que los lenguajes computables son una infinidad numerable, los
lenguajes no computables son una infinidad no numerable. Por ello, son ms los lenguajes
no computables o indecidibles. Una teora lgica (TL) se define a partir de un conjunto de
enunciados dados llamados axiomas, unas reglas de inferencia y un esquema de derivacin.
A partir de los axiomas y aplicando la regla de inferencia y el esquema de derivacin se
infieren los teoremas de la teora. El conjunto de teoremas de la teora forma un lenguaje
formal.
Si es posible definir una mquina de Turing tal que reconozca al lenguaje de los teoremas,
este lenguaje es decidible y la teora tambin lo es en consecuencia. Dicho en otras
palabras, si el conjunto de teoremas visto como un lenguaje es reconocido por una mquina
de Turing, entonces la TL es decidible. Y viceversa. Puede hablarse entonces de manera
indistinta de teoras lgicas o de lenguajes decididles, como aquellos para los que existe una
127
Bsicamente, Turing defini las bases de las computadoras modernas y planteo un problema
sobre ellas, llegando a la conclusin de que no hay ningn algoritmo que lo resuelva. Es el
problema de la detencin (Halting problem); el problema de saber si un problema se cuelga
cuando corre en la computadora. Turing demostr que el problema de la detencin es
indicidible, es decir, demostr que haba problemas que una maquina no poda resolver.
Una de las razones por la que es importante conocer que el problema de la parada no tiene
solucin, es que nos permite decidir si otros problemas son resolubles o no. El razonamiento
128
Definicin:
Sea M una mquina de Turing arbitraria con un alfabeto de entrada . Puede decidirse si la
mquina M se detendr con la entrada ?
Solucin:
Por otro lado, son muchos los problemas interesantes que se han demostrado computables.
Todas las funciones construidas por recursividad primitiva o minimalizacin a partir de
funciones calculables resultan ser calculables como consecuencia de los trabajos de Church
y Turing. Pero adems, otras funciones ms complejamente definidas tambin son
computables, siendo el resultado ms significativo en relacin con esta cuestin el dado por
el siguiente teorema:
Primer teorema de Recursin. Todo operador entre funciones calculables que sea recursivo
(esto es que se defina la imagen de f mediante una funcin calculable en trminos de una
parte finita de f), tiene una funcin parcial computable que es el menor punto fijo, es decir,
esta funcin es un punto fijo y cualquier otro punto fijo del operador es una extensin de esa
funcin.
129
FUNCIONES COMPUTABLES:
El modelo en el que se inspir fue el de una persona real llevando a cabo un clculo
mecnico, por ejemplo una multiplicacin de dos grandes nmeros en el sistema decimal.
Las funciones computables son usadas para discutir computabilidad sin referirse a ningn
modelo de computacin concreto, como el de la mquina de Turing o el de la mquina de
registros.
130
Se cita un ejemplo:
Hay que hacer notar que este mtodo no hace referencia a la manera en la que se soluciona
P1 o P2, sino que determina como la solucin de P2 conduce a solucionar P1. Tambin se
puede ver que P2 es un problema ms general que P1. De hecho este mtodo no
funcionara en el sentido inverso: siempre se reduce un problema a otro ms general.
Otro ejemplo ms tpico: El jefe al fin se ha decidido a dar las vacaciones, pero estamos a 30
de julio y queremos ir con la familia, que resulta que est en Australia. El problema entonces
se reduce a encontrar un billete de avin a este destino.
131
Que haya que demostrar que L2 es RE. Para ello partimos de la certeza de que L1 es RE
(por ejemplo Lu) y lo reducimos a L2. Se supondr que este ltimo es decidible, es decir, que
se puede encontrar una MT que, siendo la entrada una cadena de L1, esta se puede
convertir en una cadena de L2, y decidir si esta ltima pertenece a L2 o no. Si se
encuentra al algoritmo de conversin, se habr encontrado una MT que es capaz de reducir
L1 a L2, y por tanto, la manera de decidir L1. Pero esto es una contradiccin, pues sabemos
de antemano que L1 es RE, por lo que, forzosamente, L2 no puede ser decidible. Se llega a
la conclusin de que L2 tambin es RE.
Que haya que demostrar que L2 no es RE. Para ello partimos de la certeza de que L1 no es
RE (por ejemplo Ld) y lo reducimos a L2. Se supondr que este ltimo es RE, es decir, que
se puede encontrar una MT que, siendo la entrada una cadena de L1, esta se puede
convertir en una cadena de L2, y aceptarla si esta ltima pertenece a L2. Si se encuentra
un algoritmo de conversin, se habr encontrado una MT que es capaz de reducir L1 a L2,
y por tanto la manera de aceptar L1. Pero esto es una contradiccin, pues sabemos de
antemano que L1 no es RE (ninguna MT puede aceptarlo), por lo que, forzosamente, L2
no puede ser RE. Se llega a la conclusin de que L2 tampoco es RE.
Hemos visto como la Teora de Autmatas, que engloba tambin al estudio de las Mquinas
secuenciales, tiene su origen en el campo de la Ingeniera Elctrica. El matemtico
132
Ms tarde en otros trabajos destacados, vino a establecer las bases para la aplicacin de la
Lgica Matemtica a los circuitos combinatorios y posteriormente Huffman en 1954 los
ampli a circuitos secuenciales y utiliza conceptos como estado de un autmata y tabla de
transicin.
19
ALGORITMO DE TRELLIS Y VITERBI:
16
<C. E. Shannon, ``A mathematical theory of communication,'' Bell System Technical Journal, vol. 27, pp. 379-
423 and 623-656, July and October, 194>
17
< W. Weaver and C. E. Shannon, The Mathematical Theory of Communication, Urbana, Illinois: University of
Illinois Press, 1949, republished in paperback 1963 .>
18
Reprinted with corrections from The Bell System Technical Journal, Vol. 27, pp. 379423, 623656, July,
October, 1948. Disponible en internet < http://cm.bell-labs.com/cm/ms/what/shannonday/shannon1948.pdf >.
19
The Viterbi Algorithm: A Personal History. Disponible en internet: <http://arxiv.org/pdf/cs/0504020v2.pdf>
133
APLICACIONES DEL ALGORITMO: Como resultado de estos avances, las fronteras del
mundo de las comunicaciones digitales se han expandido en todos los sentidos: (a) las
distancias entre transmisor y receptor se han incrementado considerablemente
(comunicaciones satelitales, telemetra de sondas espaciales, etc.); (b) es posible establecer
comunicaciones de buena calidad en ambientes de gran interferencia (telefona celular); (c)
los espacios lgicos (y fsicos) necesarios para almacenar la informacin se han reducido
radicalmente (DVD).
Entre todos los avances que han permitido este extraordinario desarrollo de las
comunicaciones, se encuentran las tcnicas de codificacin. Estas mejoran el
comportamiento de los sistemas de comunicaciones mediante la inclusin de redundancia en
la informacin a transmitir. Esta informacin adicional permite detectar, corregir y/o prevenir
errores en transmisiones por canales ruidosos.
El primer esquema de TCM fue propuesto en 1976 por Gottfried Ungerboeck. Seguido por
una publicacin en la revista information theory del IEEE en el ao de 1982, con la cual se
dio una revolucin en las investigaciones de su teora y mtodos, adems se estableci un
lugar a las posibles implementaciones de TCM.
La decodificacin de Viterbi fue propuesta por Andrew Viterbi en su trabajo Error Bounds
for Convolucional Codes and an Asymptotically Optimum Decoding Algorithm publicado en
la IEEE Transactions on Information Theory, en Abril de 1967.
CC-DV son utilizados en los sistemas de telefona celular digital como es el caso del
estndar IS-95 (utilizado en nuestro medio por CTI), como as tambin en comunicaciones
de satlites geoestacionarios como las redes VSAT (Very Small Aperture Terminal). Las
ganancias que se logran con estos sistemas de codificacin se reflejan en la reduccin del
consumo de los transmisores o en la reduccin del tamao de las antenas (o simplemente en
la mejora de las tasas de transmisin).
La teora de la codificacin redundante se basa en los principios que Shannon formul para
canales ruidosos al considerar que existe una probabilidad de error en la transmisin de
rfagas de smbolos para cualquier velocidad, dentro de la capacidad del canal e
independientemente del tipo de informacin que se envi. Entonces, es indispensable saber
cules de los bits recibidos estn errados, especialmente si se requiere una altsima
veracidad por la transmisin de datos.
135
Despus del codificador de canal CC, la seal codificada es modulada para su transmisin,
por una lnea de comunicacin o para su conservacin, en una cierta memoria.
Los cdigos secuenciales son utilizados tambin con el propsito de identificacin, pero se
asignan en el orden en el cual los clientes entran al sistema.
Los cdigos pueden dividirse en subconjuntos o subcdigos, caracteres que son parte del
nmero de identificacin que tienen un significado especial. Los subcdigos indican al
usuario informacin adicional sobre el artculo, Ejemplo La clase de producto, el proveedor,
esta informacin se lleva a travs de dgitos significativos.
El problema est en cmo elegir los 2Rn vectores que se van a enviar, es decir, en la
decisin. Al sistema que realiza dicha decisin se le llama codificador.
137
138
A este cociente se le denomina ratio del codificador. He definido para esta aplicacin un
codificador convolucional (2,1,3), es decir: un bit para representar la palabra de datos, dos
bits de palabra de codificacin por cada bit de palabra de datos y tres bits de longitud de
registro. En nuestro caso el ratio es .
Figura 66: Mquina de estados. Registro de desplazamiento convolucional de ratio = y una etapa
Figura 67: Mquina de estados. Registro de desplazamiento convolucional (datos 000 y 100)
139
Figura 68: Mquina de estados. Registro de desplazamiento convolucional (datos 010 y 110)
En los diagramas, cada estado del codificador convolucional se representa mediante una
caja y las transiciones entre los estados vienen dadas por lneas que conectan dichas cajas.
Para saber de una manera rpida en qu estado se encuentra el codificador, basta con
observar los dos bits del registro de memoria ms alejados de la entrada. Puede
comprobarse interpretando la mquina de estados correspondiente. Para el codificador de la
Figura 69, el diagrama de estados correspondiente es:
140
RBOLES: Para la descripcin, utilizaremos un caso particular con m=3, k=1 y n=2.
Consideramos el codificador convolucional de la figura 70
141
DIAGRAMAS DE TRELLIS:
Una manera de representar las distintas transiciones y los caminos que stas describen es
mediante un Diagrama de Trellis. Una descripcin de Trellis de un codificador convolucional
142
El sistema tiene memoria: la codificacin actual depende de los datos que se envan ahora y
que se enviaron en el pasado. Por lo tanto, el diagrama completo que obtenemos con
nuestro codificador.
143
En nuestro caso (2,1,3), una vez enviado el ltimo bit, tendremos que enviar dos ceros para
finalizar la secuencia en cero y de esta forma volver a poner el codificador a cero. As, queda
listo para otro envo futuro y se facilita por lo tanto el proceso.
Sea una entrada de datos de 8 bits. Una vez elegido el codificador convolucional con ratio
1/2, procedemos como se ha explicado en la teora para obtener la secuencia de 16 bits
correspondientes a la palabra codificada.
144
Hemos dicho que el codificador parte del estado todo cero. Fijndonos en la mquina de
estados de las figura 69, partimos del estado 00, si entra un 1, se ha explicado como entra
al codificador, cul es la salida codificada (11) y a qu estado pasa (10). A este nuevo estado
le llamaremos estado presente. En nuestro ejemplo:
1 Dato entrada: 1
Dato codificado: 11
Estado presente: 10
2 Dato entrada: 1
Dato codificado: 10
Estado presente: 11
3 Dato entrada: 0
Dato codificado: 10
Estado presente: 01
4 Dato de entrada: 0
Dato codificado: 11
Estado presente: 00
Estado presente: 10 11 01 00 10 01 10 11
Entrada codificada: 11 10 10 11 11 01 00 10
Representamos cmo sera el camino de Trellis seguido por los datos correctos ya
codificados. Para esto nos fijamos en la secuencia de estados presentes:
145
146
Datos 1 1 0 0 1 0 1 1
Estado Presente 10 11 01 00 10 01 10 11
Codificado 11 10 10 11 11 01 00 10
Recibido 10 10 11 11 01 01 00 10
Veamos las distintas representaciones grficas que desarrollan el proceso segn dicta
nuestra mquina de estados. Sobre cada lnea de unin de estados colocaremos en rojo el
nmero de errores acumulados en relacin con la seal recibida.
DISTANCIA DE HAMMING.
En los cdigos no recurrentes (o sea que utilizan estructura de bloques) son formados con
agrupaciones de n bits llamadas bloques, cada bloque se diferencia de otro de acuerdo con
la distancia que exista entre ellos. Como lo muestra la siguiente figura 75:
147
1.- El primer y segundo nivel son fijos para cualquier entrada. Del estado 00 tenemos dos
posibles ramas, hacia el estado 00 y hacia el 10
148
3.- A partir del tercer nivel, en cada estado convergern dos ramas, analizamos los errores
en la mtrica de cada camino posible en relacin con la seal recibida.
149
4.- Segn el nmero de errores acumulados en relacin con la seal recibida, elegimos un
camino u otro. Nos quedamos con el de menor error acumulado. As pues, partimos de
menos ramas para el siguiente nivel del proceso.
5.- De cada nodo parten de nuevo otras dos ramas Colocamos nicamente los errores
correspondientes al ltimo nivel, para una mejor visualizacin:
6.- Procedemos del mismo modo que para el tercer nivel y nos quedamos con las ramas de
menor error acumulado:
7.- Con esta metodologa aplicada al resto de niveles, las cuatro ramas seleccionadas que
llegaran a los cuatro ltimos estados dada su menor acumulacin de error acumulada sern:
Por lo tanto, el trayecto ptimo es aquel que finaliza en el estado 11, ya que tiene tres
errores acumulados frente a los cuatro de los otros estados. As pues, el trayecto recorrido
ptimo es
150
151
Una explicacin del algoritmo, puede ser visualizada en los recursos de la tabla 17.
Sigue al autor
@carlosamayat https://www.camayat.com/
SIMULADORES:
152
http://www.java.com/es/d
ownload/index.jsp
JFLAP V 7.0 https://1drv.ms/u/s!AjDj5TLucH4_gkmkXIS9tXILiA4T http://www.jflap.org/getjflap.html
Gua o Tutorial:
http://www.jflap.org/tutorial/
http://www.ucse.edu.ar/fma/sepa/instaladores/kakuy-
guia-rapida.zip
http://www.ucse.edu.ar/fma/sepa/
http://www.veoh.com/watch/v115004520ENhWdfyw
Ejercicio 1: Una de las operaciones que se puede formar con las palabras de un alfabeto es
La potencia. Dada una palabra w * se define inductivamente la potencia n-sima de w,
que se denota w n , como: w 0 = cadena vaca, w n = w . w n 1 para n > 0
Si w = aba es un palabra sobre el alfabeto {a,b} entonces:
A. 2
= aabb
B. 2
= abaaba
C. 2
= abab
D. 2
= ababab
Ejercicio 2: Indique cul de las siguientes afirmaciones referidas a lenguajes del alfabeto
= {0,1,2} son ciertas:
Ejercicio 3: Sea el alfabeto = {a,b} con la Expresin Regular: a(a+b), identifique las
cadenas vlidas que se pueden generar:
A. {aba, aab,}
B. {a, aab, abb}
C. {aa, ab,}
D. {a, b, aa, bb}
Ejercicio 3.1 Para el siguiente autmata, identifique cul es la Expresin Regular (ER) que
mejor lo representa:
154
1. La ER (0+1)*01 genera cadenas vlidas para el autmata del ejercicio doce (12)
pero no para las del autmata del ejercicio once (11).
2. La ER (0+1)*01 genera las mismas cadenas para el Autmata del ejercicio dos (2)
y del ejercicio doce (12)
3. La ER (0+1)*11(01)* genera cadenas vlidas para el autmata del ejercicio dos
(2) pero no para las del autmata del ejercicio doce (12).
4. La ER (1*00*1(00*1)*1)*1*00*1(00*1)* genera las mismas cadenas para el
Autmata del ejercicio doce (12) y del ejercicio once (11).
Q es un conjunto de estados.
es el alfabeto de entrada
f: Q X Q es la funcin (total) de transicin.
q 0 Q es el estado inicial.
F Q es el conjunto de estados finales.
2
A. { a | {a,b} }
{ a | {a,b} }
*
B.
156
n *
A. L = (A 2 ) = {0, 001, 01111, } = { 1(10) /n 0} La expresin regular es: 0(01)
n *
B. L = (A 2 ) = {1, 101, 10101, } = { 1(01) /n 0} La expresin regular es: 1(01)
157
Ejercicio 9: Sea el vocabulario {a,b} y la expresin regular aa*bb* Indique cuales cadenas
que se relacionan a continuacin son vlidas para esa ER:
A. (10 + 0)* 10
B. (10 + 0)
C. (10 + 0)*
D. (0+1+0*)
Ejercicio 10: Una de las operaciones que permiten las Expresiones Regulares es el
Cierre u operacin estrella. Si es una expresin regular, entonces *
es una
Ejercicio 12: Analice el siguiente Autmata y determine cules apreciaciones son vlidas en
su anlisis:
1. La funcin de transicin puede no estar definida para alguna combinacin (x,q) y, por
el contrario, puede definir para otras combinaciones (x,q) ms de un estado.
2. La funcin de transicin define para cada posible combinacin (x,q) un estado nuevo.
159
Ejercicio 13: Dado los siguientes dos autmatas A y B, analice los enunciados dados e
identifique cuales son verdaderos.
160
Para el ejercicio analice la cadena sin tener en cuenta si es vlida o no, (aceptada o
no aceptada)
Ejercicio 16: Para el siguiente autmata finito determinstico (AFD), identifique que
afirmaciones son vlidas para la expresin:
Tenga en cuenta que se denomina cadena, palabra o frase a una secuencia finita de
smbolos de un alfabeto . Estas cadenas son denotadas como w.
A. Reconoce las palabras sobre a,b que terminan en un nmero par de as contiguas
161
A. 0110
B. 0111
C. 0101
D. 0011
1. (q2 , a ) = q 2 (q2 , b ) = q 3
162
Ejercicio 19: Identifique de los cuatro autmatas que se muestran a continuacin, (A, B, C o
D), cul reconoce las cadenas que contienen la subcadena aba y cuya definicin formal
sera la siguiente:
K = {1,2}
={a,b}
s={1}
F={2}
={((1,a),1),((1,b),1),((1,aba),2),((2,a),2),((2,b),2)}
163
Ejercicio 22: Indique cul de las siguientes afirmaciones referidas a los autmatas de la
figura, son ciertas. (Observe que hay una transicin que no lee ningn smbolo de la
cadena de entrada):
1. Los autmatas reconocen el lenguaje formado por todas las cadenas que
empiezan por 1 y que no terminan en dos ceros consecutivos.
2. Ambos autmatas reconocen el mismo lenguaje incluyendo la cadena vaca.
3. El autmata A es ms potente por ser No Determinista.
4. Cualquier autmata no determinista que reconozca el mismo lenguaje que el
autmata B tiene al menos cuatro estados.
165
4 y q 5 y a un estado final q 5 .
Ejercicio 26: La relacin entre un AP y un LLC (Lenguaje Libre de contexto) permite que
dada una Gramtica G, existe entonces un AP que acepta exactamente el lenguaje
generado por G. Dado el siguiente autmata de pila (AP) cuyo funcionamiento se representa
en la siguiente tabla, identifique la gramtica correcta y sus reglas que aceptan el LLC dado
por el AP.
166
Ejercicio 27: Dadas las siguientes gramticas, ascielas a los enunciados que se presentan
de forma correcta. Tenga en cuenta que como Smbolo inicial se toma a S que son los
estados iniciales y como smbolos no terminales los estados en el orden de su
nombramiento. El conjunto finito de smbolos terminales son los smbolos del alfabeto del
autmata.
167
Ejercicio 28: Dada la siguiente gramtica G= (VN= {S, A}, VT= {0,1}, S, P) donde P son las
producciones:
Ejercicio 29: Las Gramticas regulares pueden ser de dos formas: Lineales por la derecha y
Lineales por la izquierda. Tambin pueden ser ambiguas si existen dos rboles de derivacin
distintos para una misma palabra. Dada la Gramtica G = {S, A}, T= {0,1} representada en
los dos rboles de derivacin siguiente, identifique el tipo de producciones y el lenguaje que
generan:
168
Ejercicio 30: Para el autmata del ejercicio anterior, (ejercicio 201 1ESTE ES) determine
que afirmacin es vlida si se presenta la siguiente gramtica. Para el anlisis, asigne un
nombre a los estados del autmata que apliquen a la gramtica dada.
S xS
S yA
S zB
A yA
A yB
B zB
B
A xzS | B A xzS | yz |
B yz |
Gramtica G 1 Gramtica G 2
169
Ejercicio 32: Las gramticas del ejercicio anterior (ejercicio 31), tienen dos particularidades
que son vlidas afirmarlas:
1. Las reglas de las gramticas difieren por que tienen diferentes terminales.
2. La palabra generable por la gramtica G 1 y G 2 es xxzyzy
3. La palabra generable por la gramtica G 1 y G 2 es xyzyzy
4. La lista de reglas estn denotadas de forma comprimida.
S aA | bA
A aB | bB | a
B aA | bA
A. {a,b}
B. El conjunto de cadenas que pueda generar la ER = a*b*a
C. {aa, aaaa, bbba, ba, bba, baaa, baba}
D. {baaaa, aaaaa, bba}
170
171
Ejercicio 38: Un problema de decisin (PD) es aquel formulado por una pregunta (referida a
alguna propiedad) que requiere una respuesta de tipo si/no. Para la Teora de Lenguajes,
un problema de decisin es insoluble cuando:
Ejercicio 39: Dada la siguiente Mquina de Turing (MT), determine que afirmaciones son
vlidas para su anlisis:
172
Ejercicio 40: Con referencia a una Mquina de Turing (MT) de dos direcciones: Una
Mquina de Turing con una cinta infinita en un sentido puede simular una Mquina de Turing
con la cinta infinita en los dos sentidos. Sea M una Mquina de Turing con una cinta infinita
en los dos sentidos, entonces:
173
Ejercicio 42: identifique las cadenas vlidas que generan las siguientes ER: muestre
algunas, pero ms que las cadenas identifique el lenguaje que representa. Genere el
diagrama de moore o grafique la mquina correspondiente.
si A = {0,1}
a) 0*+1*(01)
b) 10* + 10
c) 01* + 0
d) (1.11*0) *
e) (1 + 10) + 0
f) 1* 0*10
g) 00* 11*
174
175
176
Ejercicio 44: Disee un APD que acepte el Lenguaje L = {0a 1a+b 2b 3c+1 }
donde a,b,c 0
S 0A 1
A 1A | 1B
B 0S
Gramtica G 1
177
Ejercicio 46: Disee una MT que reconozca el lenguaje de cadenas Mquina que
acepta el lenguaje de palabras sobre {0,1} que comienzan y acaban con el mismo
smbolo
178
Tabla 25: Clculo de un dato de entrada a partir de un dato codificado con error.
179
180
181
(Ntese que hay interacciones con smbolo vaco, diferente a cadena vaca)
PARTE 1
PARTE 2: Para cada una de las Expresiones Regulares siguientes (ER) realice:
182
EXPRESIONES REGULARES:
Primera: (a+b)*b(b+a)b(b+a)*
Segunda: (0+1)*11(1+0)0(1+10*)*
Tercera: 0*1*+(01)*+(11*00*+01)
183
JFLAP, (2004, 2008) JFLAP Version 7.0 Release August 28, 2009. Extrado el
30 de Mayo de 2011 desde http://www.jflap.org/
184
185