ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
|
|
- Βλάσιος Βιτάλη
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Θεμελιώσεις Επιστήμης Η/Υ ΠΛΗ30 Τελική Εξέταση 2 Ιουλίου 2014 Ονοματεπώνυμο Φοιτητή Αριθμός Μητρώου Φοιτητή Τμήμα Υπογραφή Φοιτητή Υπογραφή Επιτηρητή Διάρκεια: 180 Ερώτημα Μονάδες Βαθμολογία (2+2+2) (5+5)+(5+5) 6 6+(5+9) Σύνολο 120 Σε κάθε θέμα χρειάζεται αιτιολόγηση της απάντησής σας. Γράψτε όλες σας τις απαντήσεις στις κόλλες του ΕΑΠ που διανέμονται. Για πρόχειρο μπορείτε να χρησιμοποιήσετε τις τελευταίες σελίδες. Τα θέματα επιστρέφονται μαζί με τις κόλλες. Για να πετύχετε στην εξέταση πρέπει να συγκεντρώσετε τουλάχιστον 50 μονάδες. Καλή επιτυχία! [1]
2 ΕΡΩΤΗΜΑ 1 (Α) Δίνονται οι παρακάτω συναρτήσεις. Χωρίστε τη λίστα των συναρτήσεων σε κλάσεις τέτοιες ώστε οι f(n) και g(n) να ανήκουν στην ίδια κλάση αν και μόνο αν f(n) = Θ(g(n)). Μετασχηματίστε επαρκώς τους τύπους ορισμού των συναρτήσεων ώστε ο ισχυρισμός σας να είναι προφανής. Στη συνέχεια κατατάξτε τις κλάσεις κατά αύξουσα σειρά πολυπλοκότητας. 8 log (Β) Επιλύστε τις παρακάτω αναδρομικές εξισώσεις με τη χρήση του «Θεωρήματος Κυριαρχίας (Master Theorem)». = T = 9T (Γ) Να δικαιολογήσετε γιατί για την επίλυση της αναδρομικής συνάρτησης = 2T δεν μπορούμε να κάνουμε χρήση του Θεωρήματος Κυριαρχίας. Υπόδειξη: (i) logn συμβολίζει το λογάριθμο του n με βάση το 2. (ii) συμβολίζει τους συνδυασμούς των n ανά m. (iii) Θεώρημα Κυριαρχίας: Έστω η αναδρομική εξίσωση T(n) = at(n/) + f(n), όπου a 1, >1 είναι σταθερές, και f(n) είναι μια ασυμπτωτικά θετική συνάρτηση. Τότε διακρίνονται οι ακόλουθες τρεις περιπτώσεις: log a (1) αν f ( n) O( n ), για κάποια σταθερά ε>0, τότε T(n) = ( n ) log a (2) αν f ( n) ( n ), τότε T(n) = ( n log n) log a log a 0 (3) αν f ( n) ( n ), για κάποια σταθερά ε>0, και αν υπάρχει σταθερά n, τέτοια n ώστε, για κάθε n n 0, af cf(n) για κάποια σταθερά c<1, τότε T(n) = ( f ( n)). log a [2]
3 n (iv) Τύπος Stirling (για τον υπολογισμό του παραγοντικού): n! 2 n e ΑΠΑΝΤΗΣΗ (Α)Κατάταξη σε αύξουσα σειρά τάξης μεγέθους. Συναρτήσεις που βρίσκονται στην ίδια γραμμή ανήκουν στην ίδια κλάση: n Έχουμε: => 2=, αφού =. = Είναι, άρα, =, (Β) 1. = T Έχουμε. Άρα = 1= Θ. Επομένως, σύμφωνα με τη περίπτωση 2 του «Θεωρήματος Κυριαρχίας» έχουμε ότι, = Θ. [3]
4 2. = 9T. Παρατηρούμε ότι Αφού = όπου ε=1, σύμφωνα με τη περίπτωση 1 του «Θεωρήματος Κυριαρχίας» έχουμε ότι (Γ) = 2T Έχουμε ότι. Άρα Έχουμε όμως ότι για κάθε Δηλαδή δεν υπάρχει ώστε Κυριαρχίας». και επομένως δεν μπορεί να εφαρμοστεί το «Θεώρημα ΕΡΩΤΗΜΑ 2 Έστω ότι δίνεται μια ακολουθία πραγματικών αριθμών a 1, a 2,, a n. To πρόβλημα του προσδιορισμού μιας μέγιστης α ξουσας υποακολουθ ας ζητά την εύρεση μιας υποακολουθίας αριθμών (όχι κατ' ανάγκη συνεχόμενων) μέγιστου μήκους (ή πλήθους) στην οποία οι τιμές σχηματίζουν μια γνησ ως αύξουσα ακολουθία. Για παράδειγμα, έστω ότι η δεδομένη ακολουθία είναι η [ 3, 4, 14, 0, 1, 3, 6, 2, 5, 10]. Τότε η υποακολουθία [4, 6, 10] με μήκος 3 είναι μια γνησίως αύξουσα υποακολουθία, όπως και η [ 3, 0, 3, 5, 10] με μήκος 5. Η τελευταία είναι μια μέγιστη αύξουσα υποακολουθία στο συγκεκριμένο παράδειγμα. Παρατηρήστε ότι δεν είναι η μοναδική μέγιστη αύξουσα υποακολουθία, αφού και οι υποακολουθίες [ 3, 1, 3, 5, 10] και [ 3, 0, 3, 6, 10] είναι μέγιστες αύξουσες υποακολουθίες. (Α) Σχεδιάστε έναν αλγόριθμο δυναμικού προγραμματισμού ο οποίος, δεδομένου ενός στιγμιοτύπου του παραπάνω προβλήματος, βρίσκει το μήκος μιας μέγιστης αύξουσας υποακολουθίας. Η περιγραφή του αλγορίθμου μπορεί να είναι σε άτυπη μορφή, αλλά πρέπει να περιλαμβάνει οπωσδήποτε την/τις αναδρομική/-κες σχέση/-εις που διέπουν τον αλγόριθμο και συμπληρώνουν τον πίνακα δυναμικού προγραμματισμού. Δώστε τον χρόνο εκτέλεσης του αλγορίθμου σας, ο οποίος πρέπει να είναι πολυωνυμικός ως προς το n. Υπ δειξη: για την ακολουθία a 1, a 2,, a j, ορίστε ως L[j] το μήκος της μέγιστης αύξουσας υποακολουθίας της η οποία έχει ως τελευταίο στοιχείο το a j, και προσπαθήστε να εκφράσετε το L[j] συναρτήσει των L[1], L[2],..., L[j 1]. (Β) Εκτελέστε τον αλγόριθμό σας στο παραπάνω παράδειγμα δίνοντας τις τιμές του πίνακα δυναμικού προγραμματισμού σε κάθε βήμα. [4]
5 (Γ) Με βάση τον αλγόριθμο που σχεδιάσατε, προτείνετε (σε άτυπη μορφή) μια μέθοδο υπολογισμού μιας μέγιστης αύξουσας υποακολουθίας που επιτυγχάνει τη βέλτιστη λύση και εκτελέστε την στο παραπάνω παράδειγμα. Υπ δειξη: ακολουθήστε οπισθόδρομα τον πίνακα δυναμικού προγραμματισμού, ξεκινώντας από μία κατάλληλη θέση, επιλέγοντας με κατάλληλο τρόπο τα στοιχεία της υποακολουθίας, δηλ. συνεχίζοντας προς τα πίσω σε εκείνη τη θέση η οποία καθόρισε το αποτέλεσμα της τρέχουσας θέσης του πίνακα και σημειώνοντας παράλληλα το στοιχείο της ακολουθίας που ανήκει στη βέλτιστη λύση. ΑΠΑΝΤΗΣΗ (Α) Έστω L[j] το μήκος της μέγιστης αύξουσας υποακολουθίας της ακολουθίας a 1, a 2,, a j, η οποία (υποακολουθία) έχει ως τελευταίο το στοιχείο a j. Αν γνωρίζουμε την τιμή των L[j], για j = 1...n, τότε το μήκος M της βέλτιστης υποακολουθίας είναι M = max{l[1], L[2],..., L[n]}. Παρατηρούμε ότι (α) L[1] = 1, αφού το στοιχείο a 1 είναι μια γνησίως αύξουσα υποακολουθία, (β) L(2) = 2, αν a 1 <a 2, και L[2] = 1, αν a 1 a 2. Έστω ότι θέλουμε να υπολογίσουμε την L[j], δεδομένου ότι γνωρίζουμε τις τιμές L[1], L[2],..., L[j 1]. Αν υπάρχει κάποιο στοιχείο a i <a j, 1 i<j, τότε μπορούμε να επεκτείνουμε μία βέλτιστη υποακολουθία με τελευταίο στοιχείο a i προσθέτοντας στο τέλος της το a j. Αν υπάρχουν περισσότερα από ένα στοιχεία a i τέτοια ώστε a i <a j τότε επιλέγουμε αυτό για το οποίο το L[i] έχει τη μέγιστη τιμή. Το μήκος την νέας υποακολουθίας είναι L[i]+1. Αλλιώς, αν για όλα τα στοιχεία a i, 1 i<j, ισχύει ότι a i a j, τότε L[j] = 1. Ο συλλογισμός αυτός, μαζί με τη σύμβαση max = 0, μας οδηγεί στην παρακάτω αναδρομική σχέση L[j] = 1 + max{l[i] : a i <a j, 1 i<j} Μπορούμε να υπολογίσουμε τις τιμές του πινάκα δυναμικού προγραμματισμού L σε αυξανόμενη σειρά ως προς το j = 1...n με βάση την παραπάνω αναδρομή, θέτοντας ως αρχική τιμή L[1] = 1. Ο υπολογισμός της τιμής L[j] απαιτεί σύγκριση των στοιχείων a 1, a 2,, a j-1 με το στοιχείο a j και εύρεση της μέγιστης τιμής L[i] για τα στοιχεία a i <a j. Αυτό απαιτεί χρόνο O(j). Επομένως, για να υπολογιστούν οι τιμές L[j], για j = 1...n, χρειαζόμαστε O( n) = O(n 2 ) χρόνο. Το μήκος της βέλτιστης υποακολουθίας M = max{l[1], L[2],..., L[n]} υπολογίζεται σε χρόνο O(n). Άρα, ο συνολικός χρόνος του αλγορίθμου είναι O(n 2 ). (Β) Η εκτέλεση του αλγορίθμου στο παράδειγμα έχει ως εξής. L[1] = 1. L[2] = 1 + max{l[i] : a i <a 2, 1 i< 2} = 1 + max{l[1]} = = 2. [5]
6 L[3] = 1 + max{l[i] : a i <a 3, 1 i< 3} = 1 + max{l[1], L[2]} = 1 + max{1, 2} = 3. L[4] = 1 + max{l[i] : a i <a 4, 1 i< 4} = 1 + max{l[1]} = = 2. L[5] = 1 + max{l[i] : a i <a 5, 1 i< 5} = 1 + max{l[1]} = = 2. L[6] = 1 + max{l[i] : a i <a 6, 1 i< 6} = 1 + max{l[1], L[4], L[5]} = 1 + max{1, 2, 2} = 3. L[7] = 1 + max{l[i] : a i <a 7, 1 i< 7} = 1 + max{l[1], L[2], L[4], L[5], L[6]} = 1 + max{1, 2, 2, 2, 3} = 4. L[8] = 1 + max{l[i] : a i <a 8, 1 i< 8} = 1 + max{l[1], L[4], L[5]} = 1 + max{1, 2, 2} = 3. L[9] = 1 + max{l[i] : a i <a 9, 1 i< 9} = 1 + max{l[1], L[2], L[4], L[5], L[6], L[8]} = 1 + max{1, 2, 2, 2, 3, 3} = 4. L[10] = 1 + max{l[i] : a i <a 10, 1 i< 10} = 1 + max{l[1], L[2], L[4], L[5], L[6], L[7], L[8], L[9]} = 1 + max{1, 2, 2, 2, 3, 4, 3, 4} = 5. (Γ) Έχοντας τον πίνακα δυναμικού προγραμματισμού L, μπορούμε να βρούμε τα στοιχεία μιας υποακολουθίας μέγιστου μήκους με οπισθόδρομη ιχνηλάτηση των υπολογισμών. Καταρχήν, προσδιορίζουμε το L[j] που μεγιστοποιεί την παράσταση max{l[1], L[2],..., L[n]} και αρχικοποιούμε την μέγιστη υποακολουθία με το a j (ως τελευταίο στοιχείο). Κατόπιν, ακολουθούμε κάθε φορά το αποτέλεσμα του τελεστή max (δείτε Δραστηριότητα 4.5 στον Τόμο Α) στην παράσταση που έδωσε την τιμή L[j] = 1 + max{l[i] : a i <a j, 1 i<j}, δηλ., προσδιορίζουμε το L[i] που μεγιστοποιεί την παράσταση max{l[i] : a i <a j, 1 i<j}. Στην περίπτωση που υπάρχουν περισσότερα από ένα L[i] με την ίδια τιμή, επιλέγουμε ένα αυθαίρετα, π.χ. εκείνο που αντιστοιχεί στο a i (< a j ) με τη μεγαλύτερη τιμή και εισάγουμε το a i στην μέγιστη υποακολουθία. Η διαδικασία τερματίζει όταν φτάσουμε στη θέση L[1], ή όταν συναντήσουμε κάποιο k 1 για το οποίο ισχύει {L[k] : a k <a i, 1 k<i}=. Οπισθόδρομη ιχνηλάτηση στους υπολογισμούς του παραπάνω παραδείγματος μας δίνει ότι τα στοιχεία μιας υποακολουθίας μέγιστου μήκους είναι τα εξής. Το L[10] είναι το μέγιστο από τα L[1], L[2],..., L[10], άρα το στοιχείο a 10 = 10 ανήκει στη βέλτιστη λύση. Στην παράσταση του L[10], το max{l[i] : a i <a 10, 1 i< 10} δίνεται από το στοιχείο L[7] ή L[9]. Αφού a 7 >a 9, το στοιχείο a 7 = 6 ανήκει στη βέλτιστη λύση. Στην παράσταση του L[7], το max{l[i] : a i <a 7, 1 i< 7} δίνεται από το στοιχείο L[6], άρα το στοιχείο a 6 = 3 ανήκει στη βέλτιστη λύση. Στην παράσταση του L[6], το max{l[i] : a i <a 6, 1 i< 6} δίνεται από το στοιχείο L[4] ή L[5]. Αφού a 4 >a 5, το στοιχείο a 4 = 0 ανήκει στη βέλτιστη λύση. Στην παράσταση του L[4], το max{l[i] : a i <a 4, 1 i< 4} δίνεται από το στοιχείο L[1], άρα το στοιχείο a 1 = 3 ανήκει στη βέλτιστη λύση. [6]
7 Συνοψίζοντας, μια υποακολουθία μέγιστου μήκους είναι η {a 1, a 4, a 6, a 7, a 10 } = { 3, 0, 3, 6, 10}. ΕΡΩΤΗΜΑ 3 (Α) Δείξτε ότι η γλώσσα L στο αλφάβητο Σ={a,} που αποτελείται από τις συμβολοσειρές στις οποίες είτε ο αριθμός των a, είτε ο αριθμός των (αλλά μπορεί και των δύο) είναι άρτιος είναι κανονική κατασκευάζοντας ένα πεπερασμένο αυτόματο για τη γλώσσα. (Β) Δείξτε ότι η γλώσσα L στο αλφάβητο Σ={a,} που αποτελείται από τις συμβολοσειρές στις οποίες ο αριθμός εμφανίσεων του a είναι τουλάχιστον διπλάσιος του αριθμού εμφανίσεων του δεν είναι κανονική. Υπόδειξη 1: Για παράδειγμα, η L περιέχει όλες τις συμβολοσειρές της μορφής a 2n+k n, όπως και όλες τις συμβολοσειρές της μορφής a n n a n+m κλπ. Υπόδειξη 2: (Λήμμα Άντλησης) Έστω L μια πειρη κανονική γλώσσα. Τ τε υπ ρχει ένας αριθμ ς p έτσι ώστε κ θε w L, με w p, μπορε να γραφε στη μορφή w=xyz, που για τις συμβολοσειρές x,y,z ισχ ει 0 < y xy p και για κ θε n 0, xy n z L (Γ) Κατασκευάστε ένα ντετερμινιστικό αυτόματο ισοδύναμο με το παρακάτω 1 A 1 B 1 F 0 0,1 (Δ) Δώστε κανονικές εκφράσεις για τις παρακάτω γλώσσες (1) Τη γλώσσα των συμβολοσειρών στο Σ={0,1} στην οποία αμέσως μετά από κάθε 1 ακολουθεί ένα 0. (2) Τη γλώσσα του αυτομάτου στο υποερώτημα Γ. [7]
8 (3) Τη γλώσσα όλων των συμβολοσειρών στο αλφάβητο Σ={0,1} που περιέχουν το 101 και ο αριθμός των 1 είναι άρτιος. ΑΠΑΝΤΗΣΗ (Α) Η γλώσσα περιγράφεται από την κανονική έκφραση (*+a*a)*+(a*+a*)* και ένα πεπερασμένο αυτόματο για τη γλώσσα είναι το παρακάτω a a ε B C A ε Y a Z a (Β) Η γλώσσα περιέχει όλες τις συμβολοσειρές της μορφής a 2n n, για n μεγαλύτερο του μηδενός, και άρα είναι άπειρη. Έστω ότι είναι και κανονική και p το μήκος άντλησης. Θεωρούμε τη λέξη w = a 2p p, με μήκος 3p p. H w αναλύεται (Λήμμα Άντλησης) σε w=xyz, όπου 0< y xy p. Aν y =t>0 και xy =q, τότε η w έχει τη μορφή w = a q-t a t a 2p-q p. Σύμφωνα με το Λήμμα Άντλησης κάθε λέξη w n = a q-t a nt a 2p-q p πρέπει να ανήκει στη γλώσσα. Για n=0 όμως έχουμε τη συμβολοσειρά w 0 = a q-t a 2p-q p = a 2p-t p η οποία δεν ανήκει στη γλώσσα επειδή t>0, άτοπο. Επομένως η γλώσσα δεν είναι κανονική. (Γ) Το ισοδύναμο ντετερμινιστικό είναι το παρακάτω [8]
9 1 AF A 1 AB 1 ABF 0 1 (Δ) (1) (10+0)* (2) (0+1)*11(11+0)* (το (0+1)* διατηρεί το αυτόματο στην κατάσταση Α, το (0+1)*11 το οδηγεί για πρώτη φορά στη μοναδική τελική κατάσταση F και το (11+0) το οδηγεί από τη F στη F.) (3) ((0*+10*1)*101(0*+10*1)*)*+ 0*1(0*+10*1)*1010*1(0*+10*1)* ΕΡΩΤΗΜΑ 4 (Α) Να δείξετε ότι η γλώσσα:{a n n c m : m,n 0}είναι ανεξάρτητη συμφραζομένων, κατασκευάζοντας γραμματική χωρίς συμφραζόμενα που την παράγει και αυτόματο στοίβας που την αναγνωρίζει. (Β) Να δείξετε ότι η γλώσσα L = {α n : n>1 ε ναι πρώτος} (ένας ακέραιος είναι πρώτος αν διαιρείται μόνον με το 1 και με τον εαυτό του) δεν είναι ανεξάρτητη συμφραζομένων. Υπόδειξη: Λήμμα Άντλησης γιά γλώσσες ανεξάρτητες συμφράζομένων: Έστω μι γλώσσα χωρ ς συμφραζ μενα (ανεξ ρτητη συμφραζομένων). Τ τε, για την, υπ ρχει έτσι ώστε κ θε συμβολσειρ, με, να μπορε να γραφε στη μορφή, που για τις υπο-συμβολοσειρές ισχ ουν τα εξής: ΑΠΑΝΤΗΣΗ (Α) Μία γραμματική G = (V,Σ,R,S) που παράγει τη γλώσσα είναι : V = {α,,c,s,a,b} [9]
10 Σ = {α,,c} R = {S AB, A aa, A e, B cb, B e} Το αυτόματο στοίβας που δέχεται τη γλώσσα είναι το ακόλουθο: Στην περίπτωση που το αυτόματο όταν διαβάσει το x στην είσοδο, ανεξάρτητα από το σύμβολο Ζ που υπάρχει στη στοίβα γράφει το y διατηρώντας το Z, έχουμε την μετάβαση x,z->yz για κάθε Ζ, την οποία συμβολίζουμε πιο απλά με x,e->y. Το αυτόματο σε μορφή πίνακα είναι το ακόλουθο: είσοδος έξοδος κατάσταση είσοδος στοίβα κατάσταση στοίβα q 0 e e q 1 $ q 1 a e q 1 a q 1 e e q 2 e q 2 a q 2 e q 2 e e q 3 e q 3 c e q 3 e q 3 e $ q 4 e Στη γλώσσα ανήκουν οι συμβολοσειρές: a n n c m όταν n 0 και m 0, [10]
11 a n n όταν n 0 και m=0, c m όταν n = 0 και m 0, e όταν n = m = 0. Το αυτόματο διαβάζει πρώτα τα a, αν υπάρχουν, και τα γράφει στη στοίβα. Στη συνέχεια διαβάζει τα, αν υπάρχουν, και για κάθε που διαβάζει διαγράφει ένα a από τη στοίβα. Τέλος, διαβάζει τα c χωρίς να μεταβάλει τη στοίβα αφού δεν υπάρχει κάποιος περιορισμός για το πλήθος των c. Επίσης, το αυτόματο δέχεται την e και τις συμβολοσειρές a n n και c m που ανήκουν στη γλώσσα. (Β) Έστω ότι η γλώσσα L είναι χωρίς συμφραζόμενα. Άρα υπάρχει μία γραμματική χωρίς συμφραζόμενα G=(V, Σ, R, S), η οποία παράγει την L. Θεωρούμε έναν πρώτο αριθμό p>p 0 ( που p 0 είναι ο αριθμός του λήμματος άντλησης). Τότε σύμφωνα με το λήμμα άντλησης η συμβολοσειρά w=α p μπορεί να γραφεί ως w=uvxyz, όπου όλα τα τμήματα της w είναι συμβολοσειρές από α, και vy e. Έστω vy=a q και uxz=a r, όπου q και r είναι φυσικοί αριθμοί. Ισχύει q>0 και r>0. Η τελευταία ανισότητα προκύπτει επειδή r = uxz = uvxyz - vy = p-q > 0, εφ όσον p>p 0 και q p 0. Σύμφωνα με το λήμμα άντλησης κάθε συμβολοσειρά της μορφής uv n xy n z, με n 0, ανήκει στη γλώσσα L. Όμως, η uv n xy n z γράφεται a r a qn = a r+qn, επομένως για όλα τα n 0 ο αριθμός r+nq πρέπει είναι πρώτος. Αν r=1 τότε, για n=0, r+nq=1 άρα δεν είναι πρώτος. Έστω r>1, τότε για n=r έχουμε r+rq=r(q+1), ο οποίος δεν είναι πρώτος αριθμός. Επομένως, σε καθεμιά από τις παραπάνω περιπτώσεις, η συμβολοσειρά uv n xy n z δεν ανήκει στην L. Άρα, ήρθαμε σε αντίφαση με την αρχική μας υπόθεση ότι η γλώσσα L είναι γλώσσα χωρίς συμφραζόμενα. ΕΡΩΤΗΜΑ 5 (Α) Να κατασκευάσετε ντετερμινιστική μηχανή Turing M, με αλφάβητο {0,1,#}, που δέχεται στην είσοδο μια λέξη w {0,1}*. Στην έξοδο, η Μ σβήνει την λέξη w και αν το μήκος w είναι άρτιο ( w =0,2,4, ) τότε η Μ τυπώνει 0, και αν w περιττό ( w =1,3,5, ) τότε η Μ τυπώνει 1. Στην αρχή της λειτουργίας της η κεφαλή της Μ βρίσκεται στο πρώτο κενό πριν την λέξη w: # w#. (1) Δώστε μια άτυπη περιγραφή της λειτουργίας της Μ (έναν αλγόριθμο διαχείρισης της ταινίας της). (2) Δώστε το διάγραμμα καταστάσεων ή το διάγραμμα ροής ή τον πίνακα μεταβάσεων της Μ. [11]
12 (B) Από τα παρακάτω προβλήματα, δείξτε ότι το (1) είναι μη επιλύσιμο και ότι το (2) είναι επιλύσιμο: (1) Δ νονται μηχανές Turing Μ 1 και Μ 2 και έστω L(Μ 1 ) και L(Μ 2 ) οι γλώσσες που αποδέχονται. Ισχ ει L(Μ 1 ) = L(Μ 2 ); Υπόδειξη: Αναγωγή από το μη επιλύσιμο πρόβλημα: Έστω M μια οποιαδήποτε Μηχανή Turing. Ισχ ει L(M) = Σ * ; (2) Δ νονται πεπερασμένα αυτ ματα S 1 και S 2 και έστω L(S 1 ) και L(S 2 ) οι αντ στοιχες γλώσσες τους. Ισχ ει L(S 1 ) = L(S 2 ); ΑΠΑΝΤΗΣΗ (Α) Η Μ σαρώνει την λέξη w και διαγράφει τα σύμβολά της, χρησιμοποιώντας εναλλακτικά 2 καταστάσεις q άρτιο και q περιττό (αρχίζει με την κατάσταση q άρτιο ). Ετσι θυμάται αν διέγραψε άρτιο ή περιττό αριθμό συμβόλων. Οταν τελειώσει η λέξη και είναι στην κατάσταση q άρτιο (q περιττό ) τότε τυπώνει 0 (τυπώνει 1). (2) Το διάγραμμα της Μ είναι: (Β) (1) Έστω ένα αλφάβητο Σ, και έστω Σ * το σύνολο όλων των συμβολοσειρών του Σ. Κατασκευάζουμε μια Μηχανή Turing Τ 1 που δέχεται όλες τις συμβολοσειρές του Σ *, και έστω Τ 2 μια οποιαδήποτε Μηχανή Turing για την οποία θέλουμε να αποφασίσουμε αν L(Τ 2 ) = Σ *. Υποθέτουμε ότι το πρόβλημα Β(1) είναι αποφασίσιμο. Τότε θα υπάρχει αλγόριθμος Α (Μηχανή Turing Α) που, για δύο τυχαίες Μηχανές Turing Μ 1 και Μ 2, θα απαντά με ΝΑΙ ή ΟΧΙ στο ερώτημα Ισχ ει L(Μ 1 ) = L(Μ 2 );. Εφαρμόζουμε τον αλγόριθμο Α στις παραπάνω Μηχανές Turing Τ 1 και Τ 2 : [12]
13 (ι) Αν η απάντηση του Α είναι ΝΑΙ τότε συμπεραίνουμε ότι: η L(Τ 1 ) = L(Τ 2 ), και επειδή L(Τ 1 ) = Σ * άρα L(Τ 2 ) = Σ *. (ιι) Αν η απάντηση του Α είναι ΟΧΙ τότε L(Τ 1 ) L(Τ 2 ), άρα L(Τ 2 ) Σ *. Άρα το πρόβλημα Έστω Τ μια οποιαδήποτε Μηχανή Turing. Ισχ ει L(Τ) = Σ * ; είναι Turing αποφασίσιμο από τον αλγόριθμο Α. Άτοπο. (2) Το πρόβλημα είναι επιλύσιμο γιατί υπάρχει πολυωνυμικός αλγόριθμος που το επιλύει: Κατασκευάζουμε τα αυτόματα της διαφοράς S 1 - S 2 και S 2 S 1, και έστω L(S 1 - S 2 ) και L(S 2 S 1 ) οι αντίστοιχες γλώσσες τους. Ισχύει L(S 1 - S 2 ) = L(S 2 S 1 ) =, τότε και μόνον τότε όταν, L(S 1 ) = L(S 2 ). Είναι γνωστό (Τόμος Γ, σελ. 135) ότι, το να αποφασίσουμε αν η γλώσσα που αναγνωρίζει ένα δεδομένο πεπερασμένο αυτόματο είναι ή όχι κενή, είναι επιλύσιμο πρόβλημα. ΕΡΩΤΗΜΑ 6 (Α) Υποθέτοντας ότι P NP, ισχύει ή όχι ότι: Αν κάθε στιγμιότυπο του προβλήματος απόφασης Π 1 είναι και στιγμιότυπο του προβλήματος απόφασης Π 2, και αν το Π 2 είναι ΝP-δύσκολο (σκληρό) τότε και το Π 1 είναι NP-δύσκολο; Υπόδειξη: Αν η πρ ταση δεν ισχ ει θα το δε ξετε με ένα αντιπαρ δειγμα, και αν ισχ ει θα το δε ξετε με γενική απ δειξη. (Β) Αποδείξτε ότι το παρακάτω πρόβλημα HAMILTON CYCLE για κατευθυντικ γραφήματα είναι NΡ-πλήρες: Δοθέντος εν ς κατευθυντικού γραφήματος G(V,E), υπ ρχει απλ ς κ κλος που διέρχεται απ λες τις κορυφές του G (κ κλος Hamilton) ; Υπόδειξη: Αναγωγή από το NP-πλήρες πρόβλημα HAMILTON CYCLE για μηκατευθυντικ γραφήματα: Δοθέντος εν ς μη-κατευθυντικού γραφήματος G(V,E), υπ ρχει απλ ς κ κλος που διέρχεται απ λες τις κορυφές του G ; Απλός κύκλος σε γράφημα G(V,E): Μια ακολουθ α γειτονικών (συνδεομένων με ακμή) κορυφών του V, στην οπο α κ θε κορυφή εμφαν ζεται ακριβώς μ α φορ, εκτ ς απ την πρώτη και την τελευτα α που ταυτ ζονται. [13]
14 ΑΠΑΝΤΗΣΗ (A) Η πρόταση του ερωτήματος δεν ισχύει. Ένα αντιπαράδειγμα είναι το πρόβλημα SAT που είναι NP-δύσκολο και το υπό-πρόβλημα 2SAT που ανήκει στο P. Αν υποθέσουμε ότι η πρόταση αληθεύει τότε και το 2SAT θα πρέπει να είναι NP-δύσκολο, το οποίο συνεπάγεται P=NP (άτοπο, λόγω της υπόθεσης που κάναμε). (Β) Δοθέντος ενός κατευθυντικού γραφήματος G(V,E) και ενός πιστοποιητικού (δηλαδή μιας ακολουθίας όλων των κορυφών του V, στην οποία κάθε κορυφή εμφανίζεται ακριβώς μία φορά, εκτός από την πρώτη και την τελευταία που ταυτίζονται), μπορούμε να επαληθεύσουμε ότι η ακολουθία αυτή αποτελεί κύκλο Hamilton του γραφήματος G. Η επαλήθευση γίνεται εξετάζοντας αν για κάθε ζευγάρι διαδοχικών κορυφών του πιστοποιητικού υπάρχει ακμή στο Ε. Όλη η διαδικασία απαιτεί χρόνο γραμμικό στο μέγεθος του γραφήματος (πλήθος κορυφών και ακμών αυτού). Άρα το δοθέν πρόβλημα ανήκει στην κλάση ΝΡ. Για την απόδειξη της ΝΡ-δυσκολίας, θα γίνει αναγωγή από το γνωστό πρόβλημα HAMILTON CYCLE για μη-κατευθυντικ γραφήματα. Θεωρούμε ένα μη κατευθυντικό γράφημα G=(V,E). Θα κατασκευάσουμε στιγμιότυπο του προβλήματος HAMILTON CYCLE για κατευθυντικ γραφήματα, δηλαδή κατευθυντικό γράφημα G =(V,E ), έτσι ώστε να ισχύει η πρόταση: Το G έχει κύκλο Hamilton αν και μόνο αν το G έχει κύκλο Hamilton. Το G θα έχει το ίδιο σύνολο κορυφών με το G (δηλαδή, V=V ), και για κάθε ζευγάρι κορυφών u, v που συνδέεται με ακμή του Ε, δημιουργούμε τις ακμές (u,v) και (v,u) στο Ε. Προφανώς, το G θα έχει κύκλο Hamilton, τότε και μόνο τότε όταν το G έχει κύκλο Hamilton. Είναι φανερό ότι η αναγωγή είναι πολυωνυμικού χρόνου, αφού τα δύο γραφήματα θα έχουν ίδιο σύνολο κορυφών και E = 2 E. Συνεπώς το δοθέν πρόβλημα της εκφώνησης είναι ΝΡ-πλήρες. [14]
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
Θεμελιώσεις Επιστήμης Η/Υ ΠΛΗ30 Τελική Εξέταση 26 Ιουνίου 2013 Ονοματεπώνυμο Φοιτητή Αριθμός Μητρώου Φοιτητή Τμήμα Υπογραφή Φοιτητή Υπογραφή Επιτηρητή Διάρκεια: 180 Ερώτημα Μονάδες Βαθμολογία 1 10+10 2
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
Θεμελιώσεις Επιστήμης Η/Υ ΠΛΗ30 Τελική Εξέταση 10 Ιουνίου 015 Ονοματεπώνυμο Φοιτητή Αριθμός Μητρώου Φοιτητή Τμήμα Υπογραφή Φοιτητή Υπογραφή Επιτηρητή Διάρκεια: 10 Ερώτημα Μονάδες Βαθμολογία 1 7+6+7 8+7+5
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητα Ενδιάμεση Εξέταση Ημερομηνία : Παρασκευή, 17 Μαρτίου 2017 Διάρκεια : 9.00 10.30 Διδάσκουσα : Άννα Φιλίππου Ονοματεπώνυμο:
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2)
Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Κανονικές Εκφράσεις (1.3) Τυπικός Ορισμός Ισοδυναμία με κανονικές γλώσσες Μη Κανονικές
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων Λύσεις Άσκηση Ορίζουμε τη συναρμογή δύο γλωσσών Α και Β ως ΑΒ = { uv u A, v B }. (α) Έστω Α = {α,β,γ} και Β =. Να περιγράψετε τη γλώσσα ΑΒ. (β) Θεωρήστε τις γλώσσες L, M και N. Να δείξετε
Διαβάστε περισσότεραCSC 314: Switching Theory
CSC 314: Switching Theory Course Summary 9 th January 2009 1 1 Θέματα Μαθήματος Ερωτήσεις Τι είναι αλγόριθμος? Τι μπορεί να υπολογιστεί? Απαντήσεις Μοντέλα Υπολογισμού Δυνατότητες και μη-δυνατότητες 2
Διαβάστε περισσότεραΛύσεις 4ης Σειράς Ασκήσεων
Λύσεις 4ης Σειράς Ασκήσεων Άσκηση 1 Αναγάγουμε τν Κ 0 που γνωρίζουμε ότι είναι μη-αναδρομική (μη-επιλύσιμη) στην γλώσσα: L = {p() η μηχανή Turing Μ τερματίζει με είσοδο κενή ταινία;} Δοσμένης της περιγραφής
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { Μ η Μ είναι μια ΤΜ η οποία διαγιγνώσκει το πρόβλημα ΙΣΟΔΥΝΑΜΙΑ ΤΜ (διαφάνεια 9 25)} (α) Γνωρίζουμε ότι το
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Πιο κάτω υπάρχει ένα σχεδιάγραμμα που τοποθετεί τις κλάσεις των κανονικών, ασυμφραστικών, διαγνώσιμων και αναγνωρίσιμων γλωσσών μέσα στο σύνολο όλων των γλωσσών. Ακολουθούν
Διαβάστε περισσότεραΑλγόριθμοι για αυτόματα
Κεφάλαιο 8 Αλγόριθμοι για αυτόματα Κύρια βιβλιογραφική αναφορά για αυτό το Κεφάλαιο είναι η Hopcroft, Motwani, and Ullman 2007. 8.1 Πότε ένα DFA αναγνωρίζει κενή ή άπειρη γλώσσα Δοθέντος ενός DFA M καλούμαστε
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων 1 Λύσεις Άσκηση 1 Έστω αλφάβητο Σ και γλώσσες Λ 1, Λ 2 επί του αλφάβητου αυτού. Να διερευνήσετε κατά πόσο ισχύει κάθε μια από τις πιο κάτω σχέσεις. Σε περίπτωση που μια σχέση ισχύει να
Διαβάστε περισσότεραΙσοδυναμία Αιτ. Και μη Αιτ. Π.Α.
Ισοδυναμία Αιτ. Και μη Αιτ. Π.Α. Δύο Π.Α. Μ 1 και Μ 2 είναι ισοδύναμα ανν L(M 1 ) = L(M 2 ). Έστω Μ = (Q, Σ, q 0, Δ, F) μη Αιτ. Π.Α. Για κάθε κατάσταση q Q, ορίζουμε ως Ε(q) Q το σύνολο των καταστάσεων
Διαβάστε περισσότεραΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Επανάληψη Μαθήματος
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Επανάληψη Μαθήματος Το Μάθημα σε μια Διαφάνεια Υπολογιστικά μοντέλα Κανονικές Γλώσσες Ντετερμινιστικά Αυτόματα Μη Ντετερμινιστικά Αυτόματα Κανονικές Εκφράσεις
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κλάσεις P, NP NP-πληρότητα 15 Απριλίου 2008 Δρ. Παπαδοπούλου Βίκη 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτε μπορούμε να περιγράψουμε με
Διαβάστε περισσότεραΥπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5
Υπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες ερωτήσεις. Στις απαντήσεις
Διαβάστε περισσότεραΑσκήσεις από παλιές εξετάσεις
Άσκηση 2 - Τελική εξέταση 2012 Ασκήσεις από παλιές εξετάσεις (α) [10 μονάδες] Να μετατρέψετε το πιο κάτω NFA σε ένα ισοδύναμο DFA χρησιμοποιώντας την κατασκευή που μελετήσαμε στο μάθημα. a a q 0 a, ε q
Διαβάστε περισσότεραΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 6: Μη Κανονικές Γλώσσες
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 6: Μη Κανονικές Γλώσσες Τι θα κάνουμε σήμερα Εισαγωγικά Το Λήμμα της Άντλησης για κανονικές γλώσσες Παραδείγματα 1 Πότε μια γλώσσα δεν είναι κανονική;
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (1)
Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες () Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Πεπερασμένα Αυτόματα (Κεφάλαιο., Sipser) Ορισμός πεπερασμένων αυτομάτων και ορισμός του
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 14. Χρονική Πολυπλοκότητα 17, 20, 24 Απριλίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτε μπορούμε να
Διαβάστε περισσότεραΦροντιστήριο 10 Λύσεις
Άσκηση 1 Φροντιστήριο 10 Λύσεις Να κατασκευάσετε μια μηχανή Turing με δύο ταινίες η οποία να αποδέχεται στην πρώτη της ταινία μια οποιαδήποτε λέξη w {0,1} * και να γράφει τη λέξη w R στη δεύτερη της ταινία.
Διαβάστε περισσότεραΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ Ενότητα 8: Ιδιότητες Γραμματικών χωρίς Συμφραζόμενα Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
ΕΠΛ2: Θεωρία Υπολογισμού και Πολυπλοκότητα Σειρά Προβλημάτων Λύσεις Άσκηση Να βρείτε το σφάλμα στην πιο κάτω απόδειξη. Ισχυρισμός: Όλα τα βιβλία που έχουν γραφτεί στη Θεωρία Υπολογισμού έχουν τον ίδιο
Διαβάστε περισσότεραΑσκήσεις Επανάληψης. Επανάληψη Εαρινό Εξάμηνο 2019 Σελίδα 1
Ασκήσεις Επανάληψης Άσκηση 1 (Τελική Εξέταση 5/015) Να δείξετε ότι η πιο κάτω γλώσσα δεν είναι διαγνώσιμη. { Μ L(M) {ΘΕΩΡΙΑ, ΥΠΟΛΟΓΙΣΜΟΥ} και L(M) 3} (Για την αναγωγή μπορείτε να χρησιμοποιήσετε τη γνωστή
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { G,k η G είναι μια ασυμφραστική γραμματική η οποία παράγει κάποια λέξη 1 n όπου n k } (β) { Μ,k η Μ είναι
Διαβάστε περισσότεραΦροντιστήριο 9 Λύσεις
Άσκηση 1 Φροντιστήριο 9 Λύσεις Να κατασκευάσετε μια μηχανή Turing με δύο ταινίες η οποία να αποδέχεται στην πρώτη της ταινία μια οποιαδήποτε λέξη w {a,b} * και να γράφει τη λέξη w R στη δεύτερη της ταινία.
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { R η R είναι μια κανονική έκφραση η οποία παράγει μια μη πεπερασμένη γλώσσα} (β) { G η G είναι μια CFG η οποία
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Σειρά Προβλημάτων 3 Λύσεις Άσκηση 1 Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) {0 n 1 n n > 0} {0 n 1 2n n > 0} (β) {w {a,b} * η w ξεκινά και τελειώνει με το ίδιο σύμβολο
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 3 Λύσεις Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { a i b j c k d m i, j, k, m 0 και i + j = k + m } (β) { uxvx rev u,v,x {0,1,2} + και όλα
Διαβάστε περισσότερα2 ) d i = 2e 28, i=1. a b c
ΑΣΚΗΣΕΙΣ ΘΕΩΡΙΑΣ ΓΡΑΦΩΝ (1) Εστω G απλός γράφος, που έχει 9 κορυφές και άθροισμα βαθμών κορυφών μεγαλύτερο του 7. Αποδείξτε ότι υπάρχει μια κορυφή του G με βαθμό μεγαλύτερο ή ίσο του 4. () Αποδείξτε ότι
Διαβάστε περισσότεραΜη γράφετε στο πίσω μέρος της σελίδας
Εισαγωγή στο Σχεδιασμό & την Ανάλυση Αλγορίθμων Εξέταση Ιουνίου 2015 Σελ. 1 από 7 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες
Διαβάστε περισσότεραΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 11: Μη Ασυμφραστικές Γλώσσες
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 11: Μη Ασυμφραστικές Γλώσσες Τι θα κάνουμε σήμερα Εισαγωγικά (2.3) Το Λήμμα της Άντλησης για ασυμφραστικές γλώσσες (2.3.1) Παραδείγματα 1 Πότε μια
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (3)
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (3) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Μη Ασυμφραστικές Γλώσσες (2.3) Λήμμα Άντλησης για Ασυμφραστικές Γλώσσες Παραδείγματα
Διαβάστε περισσότεραΑυτόματα. Παράδειγμα: πωλητής καφέ (iii) Παράδειγμα: πωλητής καφέ (iv) Εισαγωγή στην Επιστήμη των Υπολογιστών. Προδιαγραφές
Εισαγωγή στην Επιστήμη των Υπολογιστών 4ο εξάμηνοσ.h.m.μ.y. & Σ.Ε.Μ.Φ.Ε. http://www.corelab.ece.ntua.gr/courses/ 3η ενότητα: Αυτόματα και Τυπικές Γραμματικές Στάθης Ζάχος Συνεργασία: Κωστής Σαγώνας Επιμέλεια:
Διαβάστε περισσότεραΦροντιστήριο 7 Λύσεις
Άσκηση 1 Θεωρείστε το πιο κάτω αυτόματο στοίβας: Φροντιστήριο 7 Λύσεις (α) Να εξηγήσετε με λόγια ποια γλώσσα αναγνωρίζεται από το αυτόματο. (β) Να δώσετε τον τυπικό ορισμό του αυτομάτου. (γ) Να δείξετε
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Μαθηματικό Υπόβαθρο
Θεωρία Υπολογισμού και Πολυπλοκότητα Μαθηματικό Υπόβαθρο Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Σύνολα Συναρτήσεις και Σχέσεις Γραφήματα Λέξεις και Γλώσσες Αποδείξεις ΕΠΛ 211 Θεωρία
Διαβάστε περισσότεραnum(m(w 1 ;... ; w k )) = f(num(w 1 ),..., num(w k ))
Υπολογισμοί με Μ.Τ. Εστω M = (K, Σ, δ, s, {y, n}) μια Μ.Τ. Κάθε συνολική κατάσταση τερματισμού της οποίας η κατάσταση τερματισμού είναι το y, θα ονομάζεται συνολική κατάσταση αποδοχής, ενώ αν η κατάσταση
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 3 Λύσεις Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { a k b m c n k < m ή m > 2n, όπου k,m,n 0 } Μια γραμματική για τη γλώσσα έχει ως εξής:
Διαβάστε περισσότεραΑυτόματα. Παράδειγμα: πωλητής καφέ (iii) Παράδειγμα: πωλητής καφέ (iv) Εισαγωγή στην Επιστήμη των Υπολογιστών 6
Εισαγωγή στην Επιστήμη των Υπολογιστών 3η ενότητα: Αυτόματα και Τυπικές Γραμματικές http://www.corelab.ece.ntua.gr/courses/ Αυτόματα Τρόπος κωδικοποίησης αλγορίθμων. Τρόπος περιγραφής συστημάτων πεπερασμένων
Διαβάστε περισσότεραΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων Τι θα κάνουμε σήμερα Εισαγωγή Πολυταινιακές Μηχανές Turing (3.2.1) Μη Ντετερμινιστικές Μηχανές
Διαβάστε περισσότεραChapter 7, 8 : Time, Space Complexity
CSC 314: Switching Theory Chapter 7, 8 : Time, Space Complexity 19 December 2008 1 1 Κλάση NP 2 Μη-Ντετερμινιστικές Μηχανές Turing: Eίναι δυνατόν σε μια συνολική κατάσταση να υπάρχουν πολλές δυνατές επόμενες
Διαβάστε περισσότεραChapter 7, 8 : Time, Space Complexity
CSC 314: Switching Theory Chapter 7, 8 : Time, Space Complexity 12 December 2008 1 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτεμπορούμεναπεριγράψουμεμεένααλγόριθμο μπορεί να
Διαβάστε περισσότεραΣχεδίαση & Ανάλυση Αλγορίθμων
Σχεδίαση & Ανάλυση Αλγορίθμων Ενότητα 3 Αλγόριθμοι Επιλογής Σταύρος Δ. Νικολόπουλος Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Αλγόριθμοι Επιλογής Γνωρίζουμε
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Σειρά Προβλημάτων 3 Λύσεις Άσκηση 1 Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { xyw 1w 2 x, y {a, b}, w 1 = a n, w 2 = b 2n, όπου, αν x=y=a, τότε n = 2k, διαφορετικά
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών 3η ενότητα: Αυτόματα και Τυπικές Γραμματικές http://www.corelab.ece.ntua.gr/courses/ Αυτόματα Τρόπος κωδικοποίησης αλγορίθμων. Τρόπος περιγραφής συστημάτων πεπερασμένων
Διαβάστε περισσότεραΘεωρία Υπολογισμού. Ασκήσεις. Δρ. Τζάλλας Αλέξανδρος, Καθηγητής Εφαρμογών. Τμ. Μηχανικών Πληροφορικής Τ.Ε.
, Καθηγητής Εφαρμογών Τμ. Μηχανικών Πληροφορικής Τ.Ε. Άρτα, Μάιος 25 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΆσκησηη 1. (α) Το αυτόματο. (γ) Να δείξετε όλα aabbb. Λύση. λέξεις. αυτόματο. (β) Τυπικά. μεταβάσεων δ. ορίζεται. (γ) Θα δείξουμε τα.
ΕΠΛ211: : Θεωρία Υπολογισμού και Πολυπλοκότητα Φροντιστήριο 7 Λύσεις Άσκησηη 1 Θεωρήστε το πιο κάτω αυτόματο στοίβας: (α) Να εξηγήσετε με λόγια ποια γλώσσαα αναγνωρίζεται από τοο αυτόματο. (β) Να δώσετε
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων Λύσεις Άσκηση Έστω αλφάβητο Σ και γλώσσες Λ, Λ επί του αλφάβητου αυτού. Να διερευνήσετε κατά πόσο ισχύει κάθε μια από τις πιο κάτω σχέσεις. Σε περίπτωση που μια σχέση ισχύει να το αποδείξετε,
Διαβάστε περισσότεραΚανονικές Γλώσσες. ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Κανονικές Γλώσσες ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Κανονικές Γλώσσες Κανονική γλώσσα αν
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 3 Λύσεις Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { x x η τιμή της αριθμητικής έκφρασης 10 2n + 10 n + 1, n 1} (β) { a i b j c k d m i, j,
Διαβάστε περισσότεραΘεωρία Υπολογισμού Άρτιοι ΑΜ. Διδάσκων: Σταύρος Κολλιόπουλος. eclass.di.uoa.gr. Περιγραφή μαθήματος
Περιγραφή μαθήματος Θεωρία Υπολογισμού Άρτιοι ΑΜ Σκοπός του μαθήματος είναι η εισαγωγή στη Θεωρία Υπολογισμού και στη Θεωρία Υπολογιστικής Πολυπλοκότητας (Θεωρία Αλγορίθμων). Διδάσκων: Σταύρος Κολλιόπουλος
Διαβάστε περισσότεραΘεωρία Υπολογισμού Αρτιοι ΑΜ Διδάσκων: Σταύρος Κολλιόπουλος eclass.di.uoa.gr
Θεωρία Υπολογισμού Άρτιοι ΑΜ Διδάσκων: Σταύρος Κολλιόπουλος eclass.di.uoa.gr Περιγραφή μαθήματος Σκοπός του μαθήματος είναι η εισαγωγή στη Θεωρία Υπολογισμού και στη Θεωρία Υπολογιστικής Πολυπλοκότητας
Διαβάστε περισσότεραChapter 7, 8 : Completeness
CSC 314: Switching Theory Chapter 7, 8 : Completeness 19 December 2008 1 1 Αναγωγές Πολυωνυμικού Χρόνου Ορισμός. f: Σ * Σ * ονομάζεται υπολογίσιμη σε πολυνωνυμικό χρόνο αν υπάρχει μια πολυωνυμικά φραγμένη
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΠΟΛΥΠΛΟΚΟΤΗΤΑ Φεβρουάριος 2005 Σύνολο μονάδων: 91
Ε.Μ.Πoλυτεχνείο ΣΗΜΜΥ, ΣΕΜΦΕ Τομέας Τεχνολογίας Πληροφορικής & Υπολογιστών Διδάσκων: Ε.Ζαχος Ονοματεπώνυμο:... Αριθμός Μητρώου:... Σχολή:... εξάμηνο:... ΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΠΟΛΥΠΛΟΚΟΤΗΤΑ Φεβρουάριος 005 Σύνολο
Διαβάστε περισσότεραb. Για κάθε θετικό ακέραιο m και για κάθε A. , υπάρχουν άπειρα το πλήθος πολυώνυμα ( x) [ x] m και ( A) 0.
Ασκήσεις4 46 Ασκήσεις 4 Τριγωνίσιμες γραμμικές απεικονίσεις, Θεώρημα των Cayley-Hamilton Βασικά σημεία Ορισμός τριγωνίσιμου πίνακα, ορισμός τριγωνίσιμης γραμμικής απεικόνισης Κριτήριο τριγωνισιμότητας
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ Τελικές εξετάσεις 3 Ιανουαρίου 27 Διάρκεια εξέτασης: 3 ώρες (2:-5:) ΘΕΜΑ ο
Διαβάστε περισσότεραΑσκήσεις3 Διαγωνισιμότητα Βασικά σημεία Διαγωνίσιμοι πίνακες: o Ορισμός και παραδείγματα.
Ασκήσεις 0 Ασκήσεις Διαγωνισιμότητα Βασικά σημεία Διαγωνίσιμοι πίνακες: o Ορισμός και παραδείγματα o H -στήλη του P P είναι E αν και μόνο αν η -στήλη του P είναι ιδιοδιάνυσμα του που αντιστοιχεί στην ιδιοτιμή
Διαβάστε περισσότεραΣειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα { w w = (ab) 2m b m (ba) m, m 0 } (β) Να διατυπώσετε
Διαβάστε περισσότεραΓια την κατανόηση της ύλης αυτής θα συμβουλευθείτε επίσης το: βοηθητικό υλικό που υπάρχει στη
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 η Ημερομηνία Αποστολής στον Φοιτητή: Φεβρουαρίου Ημερομηνία παράδοσης της Εργασίας: 6 Μαρτίου Πριν από την λύση κάθε άσκησης καλό είναι να
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 3 Λύσεις Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { w {(, )} * οι παρενθέσεις στην w είναι ισοζυγισμένες } (β) { a k b m c 2m a k k > 0,
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 3 Λύσεις Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { a m b n c p m,n,p 0 και είτε m + n = p είτε m = n + p } (β) { xx rev yy rev x, y {a,b}
Διαβάστε περισσότεραιακριτά Μαθηµατικά και Μαθηµατική Λογική ΠΛΗ20 Ε ρ γ α σ ί α 2η <Αλγόριθµοι, Θεωρία Γραφηµάτων>
ιακριτά Μαθηµατικά και Μαθηµατική Λογική ΠΛΗ20 Ε ρ γ α σ ί α 2η Σκοπός της παρούσας εργασίας είναι η εξοικείωση µε τις σηµαντικότερες µεθόδους και ιδέες της Θεωρίας Γραφηµάτων
Διαβάστε περισσότεραΕιδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων
Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις
Διαβάστε περισσότερα- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 6: ΜΗ ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΣΤΟ
ΚΕΦΑΛΑΙΟ ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 6: ΜΗ ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΣΤΟ R - ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ ΣΤΟ ΑΠΕΙΡΟ - ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΑΚΟΛΟΥΘΙΑΣ [Κεφ..6: Μη Πεπερασμένο Όριο στο R - Κεφ..7: Όρια Συνάρτησης
Διαβάστε περισσότεραΣειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα {1010 2 10 3 10 n 1 10 n 1 n 1}. (β) Να διατυπώσετε
Διαβάστε περισσότεραΚανονικές Γλώσσες. Κανονικές Γλώσσες. Κανονικές Γλώσσες και Αυτόματα. Κανονικές Γλώσσες και Αυτόματα
Κανονικές Γλώσσες Κανονικές Γλώσσες Διδάσκοντες: Φ. Αφράτη, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Κανονική γλώσσα αν παράγεται από κανονική γραμματική. Παραγωγές P (V Σ) Σ * ((V Σ) ε) Παραγωγές μορφής:
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων
ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων Μελετάμε εδώ τη συνθήκη της αύξουσας αλυσίδας υποπροτύπων και τη συνθήκη της φθίνουσας αλυσίδας υποπροτύπων Αυτές συνδέονται μεταξύ τους με την έννοια της συνθετικής σειράς
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών 4ο εξάμηνοσhmμy 6η ενότητα: Αυτόματα, τυπικές γλώσσες, γραμματικές Επιμέλεια διαφανειών: Στάθης Ζάχος, Άρης Παγουρτζής http://www.corelab.ece.ntua.gr/courses/introcs
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 231: Δομές Δεδομένων και Αλγόριθμοι ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας ΠΕΡΙΓΡΑΦΗ Σε αυτή την άσκηση καλείστε να αναλύσετε και να υπολογίσετε το
Διαβάστε περισσότεραΕπίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα
Αλγόριθμοι πολυωνυμικού χρόνου Ένας αλγόριθμος πολυωνυμικού χρόνου έχει χρόνο εκτέλεσης όπου είναι μία (θετική) σταθερά Κλάση πολυπλοκότητας : περιλαμβάνει τα προβλήματα που επιδέχονται λύση σε πολυωνυμικό
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
ΕΠΛ: Θεωρία Υπολογισμού και Πολυπλοκότητα Σειρά Προβλημάτων Λύσεις Άσκηση Θεωρείστε τις γλώσσες Α = { n n } και Β = {w η w είναι λέξη επί του αλφαβήτου {,} τ.ώ. w }. (α) Για κάθε μια από τις πιο κάτω γλώσσες
Διαβάστε περισσότεραΑυτόματα και Υπολογιστικά Μοντέλα Automata and Models of Computation
Αυτόματα και Υπολογιστικά Μοντέλα Automata and Models of Computation Διδάσκων: Στάθης Ζάχος Επιμέλεια Διαφανειών: Μάκης Αρσένης CoReLab ΣΗΜΜΥ - Ε.Μ.Π. Φεβρουάριος 2017 Διδάσκων: Στάθης Ζάχος ( CoReLab
Διαβάστε περισσότεραILP-Feasibility conp
Διάλεξη 19: 23.12.2014 Θεωρία Γραμμικού Προγραμματισμού Γραφέας: Χαρίλαος Τζόβας Διδάσκων: Σταύρος Κολλιόπουλος 19.1 Θεωρία Πολυπλοκότητας και προβλήματα απόφασης Για να μιλήσουμε για προβλήματα και τον
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ημερομηνία Αποστολής στον Φοιτητή: 17 Οκτωβρίου 2011
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ημερομηνία Αποστολής στον Φοιτητή: 7 Οκτωβρίου 0 Ημερομηνία παράδοσης της Εργασίας: 5 Νοεμβρίου 0 Οι ασκήσεις
Διαβάστε περισσότεραΣειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα { ww w {a,b}* }. (β) Να διατυπώσετε την τυπική περιγραφή
Διαβάστε περισσότεραΕΠΙΛΥΣΗ ΕΞΙΣΩΣΕΩΝ ΚΑΙ ΑΝΙΣΩΣΕΩΝ ΣΥΝΑΡΤΗΣΙΑΚΩΝ ΜΟΡΦΩΝ MIAΣ ΜΕΤΑΒΛΗΤΗΣ
ΕΠΙΛΥΣΗ ΕΞΙΣΩΣΕΩΝ ΚΑΙ ΑΝΙΣΩΣΕΩΝ ΣΥΝΑΡΤΗΣΙΑΚΩΝ ΜΟΡΦΩΝ MIAΣ ΜΕΤΑΒΛΗΤΗΣ Στα παρακάτω γίνεται μία προσπάθεια, ομαδοποίησης των ασκήσεων επίλυσης εξισώσεων και ανισώσεων, συναρτησιακών μορφών, συνεχών συναρτήσεων,
Διαβάστε περισσότεραx 2 + y 2 = z 2 x = 3, y = 4, z = 5 x 2 + y 2 = z 2 (2.1)
Πυθαγόρειες Τριάδες Χριστίνα Ιατράκη Ημερομηνία παράδοσης -10-014 1 Εισαγωγικά Ορισμός 1.1 Πυθαγόρεια τριάδα καλείται κάθε τριάδα ακέραιων (x, y, z) που είναι μη τετριμμένη λύση της εξίσωσης Μια τέτοια
Διαβάστε περισσότεραΣειρά Προβλημάτων 3 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 3 Λύσεις Να δώσετε ασυμφραστικές γραμματικές που να παράγουν τις πιο κάτω γλώσσες: (α) { xyxy rev x {a, b}, y {a, b} * } (α) Μια γραμματική για τη γλώσσα έχει ως εξής: S as a
Διαβάστε περισσότεραΜορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμ
Μαθηματικά Πληροφορικής 4ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Μορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης.
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
ΕΠΛ2: Θεωρία Υπολογισμού και Πολυπλοκότητα Σειρά Προβλημάτων Λύσεις Άσκηση Έστω αλφάβητο Σ και γλώσσες Λ, Λ 2, Λ επί του αλφάβητου αυτού. Να διερευνήσετε κατά πόσο ισχύει κάθε μια από τις πιο κάτω σχέσεις.
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) ({ G η G είναι μια ασυμφραστική γραμματική που δεν παράγει καμιά λέξη με μήκος μικρότερο του 2 } (β) { Μ,w
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 12. Θεωρία Υπολογισιμότητας 30Μαρτίου, 17 Απριλίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Θέση Church-Turing Τι μπορεί να υπολογιστεί και τι δεν μπορεί να υπολογιστεί?
Διαβάστε περισσότερα1. Υπολογίστε, όπου αυτές υπάρχουν, τις παραγώγους των συναρτήσεων:
Υπολογίστε, όπου αυτές υπάρχουν, τις παραγώγους των συναρτήσεων:, g, h Απάντηση: Η με έχει παράγωγο 4 Μπορούμε όμως να εργαστούμε ως εξής: Είναι άρα 4 Η g με g έχει παράγωγο : g Η συνάρτηση h με h έχει
Διαβάστε περισσότεραΘεωρία Γραφημάτων 6η Διάλεξη
Θεωρία Γραφημάτων 6η Διάλεξη Α. Συμβώνης Εθνικο Μετσοβειο Πολυτεχνειο Σχολη Εφαρμοσμενων Μαθηματικων και Φυσικων Επιστημων Τομεασ Μαθηματικων Φεβρουάριος 2016 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 6η Διάλεξη
Διαβάστε περισσότεραΜοντελοποίηση Υπολογισμού. Γραμματικές Πεπερασμένα Αυτόματα Κανονικές Εκφράσεις
Μοντελοποίηση Υπολογισμού Γραμματικές Πεπερασμένα Αυτόματα Κανονικές Εκφράσεις Προβλήματα - Υπολογιστές Δεδομένου ενός προβλήματος υπάρχουν 2 σημαντικά ερωτήματα: Μπορεί να επιλυθεί με χρήση υπολογιστή;
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητα Ενδιάμεση Εξέταση Ημερομηνία : Κυριακή, 15 Μαρτίου 2015 Διάρκεια : 15.00 17.00 Διδάσκουσα : Άννα Φιλίππου Ονοματεπώνυμο:
Διαβάστε περισσότεραΣειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει την ακόλουθη γλώσσα. { a n b n+2 c n 2 n 2 } Λύση: H ζητούμενη μηχανή Turing μπορεί να
Διαβάστε περισσότεραΜεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 2 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Γιώργος Δημητρίου Μάθημα 2 ο Αλφάβητα και Γλώσσες Αλφάβητο: Ένα μη κενό και πεπερασμένο σύνολο συμβόλων Γλώσσα: Ένα οποιοδήποτε υποσύνολο των συμβολοσειρών ενός αλφαβήτου (οι προτάσεις της γλώσσας, πχ.
Διαβάστε περισσότεραΣχεδίαση και Ανάλυση Αλγορίθμων
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 4.0 Επιλογή Αλγόριθμοι Επιλογής Select και Quick-Select Σταύρος Δ. Νικολόπουλος 2016-17 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros
Διαβάστε περισσότεραΑριθμήσιμα σύνολα. Μαθηματικά Πληροφορικής 5ο Μάθημα. Παραδείγματα αριθμήσιμων συνόλων. Οι ρητοί αριθμοί
Αριθμήσιμα σύνολα Μαθηματικά Πληροφορικής 5ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Ορισμός Πόσα στοιχεία έχει το σύνολο {a, b, r, q, x}; Οσα και το σύνολο {,,, 4, 5} που είναι
Διαβάστε περισσότεραΆδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 17: Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου
Διαβάστε περισσότεραΑσκήσεις3 Διαγωνίσιμες Γραμμικές Απεικονίσεις
Ασκήσεις 5 Βασικά σημεία Ιδιότητες ιδιόχωρων: Έστω,, Ισχύουν τα εξής Ασκήσεις Διαγωνίσιμες Γραμμικές Απεικονίσεις κάποιες διακεκριμένες ιδιοτιμές της γραμμικής απεικόνισης : V V, όπου o Αν v v 0, όπου
Διαβάστε περισσότεραΠολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης
Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης Προσπάθεια υλοποίησης Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης Απαιτούμενοι
Διαβάστε περισσότεραΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 3: Ντετερμινιστικά Πεπερασμένα Αυτόματα (DFA)
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 3: Ντετερμινιστικά Πεπερασμένα Αυτόματα (DFA) Τι θα κάνουμε σήμερα Εισαγωγή στα Ντετερμινιστικά Πεπερασμένα Αυτόματα 14-Sep-11 Τυπικός Ορισμός Ντετερμινιστικών
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 η Ημερομηνία Αποστολής στον Φοιτητή: 5 Φεβρουαρίου 008 Ημερομηνία παράδοσης της Εργασίας: 4 Μαρτίου 008
Διαβάστε περισσότεραΣειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα { w#z w, z {a,b}* και η z είναι υπολέξη της w}. Συγκεκριμένα,
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { D το D είναι ένα DFA το οποίο αποδέχεται όλες τις λέξεις στο Σ * } (α) Για να διαγνώσουμε το πρόβλημα μπορούμε
Διαβάστε περισσότεραΜη γράφετε στο πίσω μέρος της σελίδας
Μαθηματική Λογική Εξέταση Σεπτεμβρίου 2015 Σελ. 1 από 6 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες ερωτήσεις. Στις απαντήσεις
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 231: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 2013 ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας Διδάσκων Καθηγητής: Παναγιώτης Ανδρέου Ημερομηνία Υποβολής:
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων Λύσεις Άσκηση Έστω αλφάβητο Σ και γλώσσες Α, Β επί του αλφάβητου αυτού. Για κάθε μια από τις πιο κάτω περιπτώσεις να διερευνήσετε κατά πόσο Γ Δ, ή, Δ Γ, ή και τα δύο. Σε περίπτωση, που
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 10. Μηχανές Turing 20,23 Μαρτίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Μηχανές Turing: Ένα Γενικό Μοντέλο Υπολογισμού Ποια μοντέλα υπολογισμού μπορούν να δεχθούν γλώσσες
Διαβάστε περισσότερα