Θεωρία Υπολογισμού και Πολυπλοκότητα
|
|
- Μύρων Θεοδοσίου
- 9 χρόνια πριν
- Προβολές:
Transcript
1 Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 10. Μηχανές Turing 20,23 Μαρτίου 2007 Δρ. Παπαδοπούλου Βίκη 1
2 Μηχανές Turing: Ένα Γενικό Μοντέλο Υπολογισμού Ποια μοντέλα υπολογισμού μπορούν να δεχθούν γλώσσες της μορφής a n b n c n? Οι μηχανές Turing (Alan Turing ) μπορούν! Μονάδα πεπερασμένου ελέγχου μια ταινία και μια κεφαλή για ανάγνωση και εγγραφή Θα δούμε ότι πιο γενικά μοντέλα υπολογισμού μπορούν να αναχθούν σε μηχανές Turing οποιοσδήποτε λογικός τρόπος τυποποίησης ενός αλγόριθμου είναι ισοδύναμος με μια μηχανή Turing. Οι μηχανές Turing: αναγνωρίζουν γλώσσες υπολογίζουν μια συνάρτηση 2
3 Μηχανή Turing Η κεφαλή διαβάζει και γράφει στην ταινία εισόδου Κάθε φορά ανάλογα με τρέχουσα κατάσταση καιτιδιαβάζειτώρα: 1. Τοποθετεί την μονάδα ελέγχου σε νέα κατάσταση 2. Είτε 1. Γράφει ένα σύμβολο στο τετράγωνο της ταινίας που μόλις διάβασε είτε 2. Μετακινεί την κεφαλή ανάγνωσης/εγγραφής μια θέση δεξιά ή αριστερά 3
4 Μηχανή Turing Η ταινία αρχίζει από το αριστερό της άκρο και εκτίνεται απεριόριστα στα δεξιά. Για να εμποδίσουμε τη μηχανή να μετακινηθεί πέρα από το αριστερότερο άκρο χρησιμοποιούμε το σύμβολο B όποτε η κεφαλή διαβάζει B μετακινείται δεξιά ( ) = η κεφαλή μετακινείται δεξιά (αριστερά) Όπου δεν υπάρχει σύμβολο στη ταινία θεωρούμε το t 4
5 Ορισμός Μια μηχανή Turing είναι μια πεντάδα Μ=(Q, Σ, δ, s, H): Q=πεπερασμένο σύνολο καταστάσεων Σ = αλφάβητο, περιέχει το κενό σύμβολο t, το σύμβολο αριστερού άκρου B, όχι τα σύμβολα,. s Q= αρχική κατάσταση Η Q = τερματικές καταστάσεις Συνάρτηση μετάβασης δ : (Q Η ) Σ Q (Σ {, }: 1. για κάθε q Q-H, αν δ(q, B) =(p, b) τότε b=. (όταν η κεφαλή συναντήσει το B μετακινείται δεξιά) 1. q Q H, a Σ, αν δ(q, a) = (p, b) τότε b B. (η Μ δεν γράφει ποτέ ένα B) (για κάθε μη τερματική κατ. q και κάθε σύμβολο του αλφάβητο που διαβάζει a: πάει στην κατάσταση p και είτε μετακινείται (όταν b {, )} ή γράφειστηνθέσηπουδιάβασετοb. 5
6 Η μηχανή είναι ντετερμινιστική όταν η μηχανή πάει σε κατάσταση τερματισμού σταματά. 6
7 Παράδειγμα Μ=(Q, Σ, δ, s, {h}): Q={q 0, q 1, h} Σ ={a, t, B}, s={q 0 } Πχ. είσοδος = aaaa q 0 : aπό την θέση B πάει δεξιά και μένει στη q 0 q 0 : διαβάζει το πρώτο a το αντικαθιστά με κενό t και πάει στην κατάσταση q 1 (1) διαβάζει το t και πάει δεξιά και πάει στην κατάσταση q 0 (5) επαναλαμβάνει το ίδιο ώσπου να αντικαταστήσει όλα τα a σε t είναι στην κατάσταση q 0 και διαβάζει t. Τότε πάει στην τελική κατάσταση h και τερματίζει. (2) Note: Η μεταβίβαση (4) δεν χρησιμοποιείται. Πρέπει να υπάρχει επειδή η δ είναι συνάρτηση q q 1 q 1 q 1 σ q 0 a ( q 1, t) q 0 t ( h, t ) q 0 B ( q 0, ) a t B δ(q,σ) (q 0,a) (q 0, ) (q 1, ) 7
8 Μ=(Q, Σ, δ, s, {h}): Q={q 0, h} Σ ={a, t, B}, s={q 0 } q 0 : aπό την θέση B πάει δεξιά και μένει στη q 0 q 0 : διαβάζει το πρώτο a μετακινείται αριστερά (1) και συνεχίζει όσο διαβάζει a ώσπου θα φτάσει στο B οπότε πάει πάλι δεξιά (3) φτάνοντας το 1 ο a μετά πάει πάλι αριστερά (φτάνοντας στο B) (1) και μετά δεξιά (3) (φτάνοντας το 1 ο a) και συνεχίζει επ άπειρο μετακινουμένη μεταξύ του B και του 1 ο a q σ δ(q,σ) q 0 a ( q 1, ) q 0 t ( h, t ) q 0 B ( q 0, ) Δεν τερματίζει ποτέ. Ποτέ δεν πάει στην κατάσταση h. 8
9 Συνολικές Καταστάσεις Συνολική κατάσταση της Μ: (Q B Σ * ( Σ * ( Σ {t}) {e}) Πχ. (q, Baa, ba) = το αυτόματο είναι στη κατάσταση q από αριστερά έως και την κεφαλή είναι η λέξη Baa και η κεφαλή διαβάζει το 2o a B a a b a t t δεξιά από την κεφαλή είναι η λέξη ba 3 η παράμετρος δεν τελειώνει με t Πχ. (q, Baat, tba) : ΟΚ (q, Baat, bat) : όχι ΟΚ! (q, Baat, e) : ΟΚ! (q, aa, ba) : όχι ΟΚ! 2 1 9
10 Συμβολίζω : (q, Baa, ba) = (q, Baaba) (q 1, w 1 α 1 u 1 ) `M (q 2, w 2 α 2 u 2 ), όπου a 1, α 2, α 2 Σ αν και μόνο αν δ(q 1, α 1 ) =(q 2, b) για κάποιο b Σ {, }τέτοιο ώστε: 1. Αν b Σ τότε w 1 = w 2, u 1 =u 2 και a 2 = b (αντικαθιστά το σύμβολο a με b) 10
11 συνέχεια.. Παράδειγμα. Έστω w, u Σ *, u δεν τελειώνει με t και a, b Σ. 1. δ(q 1, a) = (q 2, b) και Πχ. (q 1, wau ) ` (q 2, wbu ) 11
12 συνέχεια.. B w 1 a 1 u 1 t 1 (q 1, w 1 a 1 u 1 ) `M (q 2, w 2 a 2 u 2 ), όπου a 1, a 2, Σ 2. Αν b = τότε w 1 = w 2 a 2 και 1. είτε u 2 =a 1 u 1 αν a 1 t ή u 1 e (μετακινείται αριστερά) w 2 B a 2 u 1 a 1 t Παράδειγμα. w 1 u 2 Έστω w, u Σ *, u δεν τελειώνει με t και a, b Σ. δ(q 1, a) = (q 2, ) και (q 1, wbau ) ` (q 2, wbau) 12
13 συνέχεια.. 2. Αν b = τότε w 1 = w 2 a 2 και 2. ή u 2 = e αν a 1 = t ή u 1 =e (μετακινείται αριστερά αν διαβάσει t και το σβήνει από τη συνολική κατάσταση ) Παράδειγμα. Έστω w, u Σ *, u δεν τελειώνει με t και a, b Σ. δ(q 1, a) = (q 2, ) και (q 1, wbt ) ` (q 2, wb) 13
14 συνέχεια.. 3. Αν b = τότε w 2 = w 1 a 1 και 1. είτε u 1 =a 2 u 2 αν a 1 t ή u 1 e (μετακινείται δεξιά) Παράδειγμα. Έστω w, u Σ *, u δεν τελειώνει με t και a, b Σ. δ(q 1, a) = (q 2, ) και (q 1, wabu ) ` (q 2, wabu) 14
15 συνέχεια.. 3. Αν b = τότε w 2 = w 1 a 1 και 2. ή u 1 =u 2 =e και a 2 = t (μετακινείται δεξιά αν διαβάσει t και το εισάγει στη συνολική κατάσταση ) w 1 B a 1 t t t w 2 Παράδειγμα. Έστω w, u Σ *, u δεν τελειώνει με t και a, b Σ. δ(q 1, a) = (q 2, ) και (q 1, wa ) ` (q 2, wat) 15
16 Υπολογισμός H ` * είναι η ανακλαστική μεταβατική κλειστότητα της ` C 1 ` * C 2 Υπολογισμός είναι μια ακολουθία από συνολικές καταστάσεις C 1 ` C 1 ` C 1 `.. C M 16
17 Παράδειγμα Παράδειγμα. Μ=(Q, Σ, δ, s, {h}):q={q 0, q 1, h} Σ ={a, t, B}, s={q 0 } (q 1, Btaaaa} ` (q 0, Btaaaa} ` (q 1, Bttaaa} ` (q 0, Bttaaa}. ` (q 1, Bttttt} ` (q 0, Btttttt} ` (h, Bttttttt} q σ δ(q,σ) q 0 a ( q 1, t) q 0 t ( h, t ) q 0 B ( q 0, ) q 1 q 1 q 1 a (q 0,a) t (q 0, ) B (q 1, ) 17
18 Συμβολισμός για τις Μηχανές Turing Αναπαριστούμε τις μηχανές συνθέτοντας πιο απλές μηχανές σε πιο πολύπλοκες. Βασικές μηχανές: Για κάθε a Σ {, }- {B} ορίζω: Μ a = ({s, h}, Σ, δ, s, {h}) : b Σ -{B}, δ(s, b) = (h, a) αν a Σ ότισύμβολοκαιναδιαβάσει, b, γράφει το a στην θέση του b και τερματίζει. Συμβολίζεται ως a. αν a= ή ότι και να διαβάσει μετακινείται δεξιά και τερματίζει. Συμβολίζεται ως R ή L. 18
19 Σύνθεση Μηχανών Συνδέω μηχανές όπως καταστάσεις σε αυτόματα Για να αλλάξω μηχανή πρέπει να τερματίσει η λειτουργία της η προηγούμενη. Π.χ. Ξεκινά από την Μ1 όταν τερματίσει η Μ1 και το τρέχον σύμβολο είναι το a ξεκινά και λειτουργεί ως Μ2, διαφορετικά, αν το τρέχον σύμβολο είναι b ξεκινά και λειτουργεί ως Μ3 19
20 Σύνθεση Μηχανών Παράδειγμα. Αποτελείται από δύο αντίγραφα της R (right). μετακινεί την κεφαλή της ένα τετράγωνο δεξιά αν είναι το σύμβολο a, b, t ή B μετακινείται πάλι δεξιά Αν Σ ={a, b,, B } την γράφω ως ή RR. 20
21 Παραδείγματα R t = Σαρώνει την ταινία προς τα δεξιά μέχρι να βρει το κενό και τερματίζει. Σαρώνει την ταινία προς τα δεξιά μέχρι να βρει ένα μη κενό σύμβολο a οπότε μετακινείται ένα τετράγωνο αριστερά και γράφει το a στο τρέχον τετράγωνο και τερματίζει. 21
22 Παραδείγματα H R t (L t ) βρίσκει το πρώτο κενό τετράγωνο στα δεξιά (αριστερά) του τετραγώνου που μόλις σαρώθηκε και τερματίζει. t t L t t H R nott (L nott ) βρίσκει το πρώτο μη κενό τετράγωνο στα δεξιά (αριστερά) του τετραγώνου που μόλις σαρώθηκε και τερματίζει. 22
23 Παραδείγματα Η παρακάτω μηχανή C αντιγράφει μια λέξη w με μη κενά σύμβολα. Μετασχηματίζει την twt σε twtwt tabat tabat L t tabat (R) ttbat (read a και replace with t) ttbatt (R t R t ) ttbatat (write a) ttbatat (L t L t ) tabatat (write a) repeat until read t ( τότε tabatabat ) Τότε R t και τερμάτισε. (twtwt) 23
24 Υπολογισμοί σε Μηχανές Turing Πως χρησιμοποιούμε μια μηχανή Turing? Για την αναγνώριση μιας γλώσσας? Σύμβαση για την αναγνώριση γλωσσών Για μια μηχανή Μ=(Q, Σ, δ, s, Η) Οι λέξεις που ελέγχουμε δεν περιέχουν κενά : w Σ -{t, B} Αρχική συνολική κατάσταση με είσοδο w : (s, Btw). 24
25 Κατάσταση Αποδοχής, Απόρριψης Ορισμός. Για μια Μ=(Q, Σ, δ, s, Η) τέτοια ώστε H={y, n}, κάθε συνολική κατάσταση με κατάσταση τερματισμού y = συνολική κατάσταση αποδοχής ΗΜαποδέχεται την w αν παράγει μια συνολική κατάσταση αποδοχής. Κάθε συνολική κατάσταση με κατάσταση τερματισμού n = συνολική κατάσταση απόρριψης ΗΜαπορρίπτει την w αν παράγει μια συνολική κατάσταση τερματισμού 25
26 Αναδρομικές Γλώσσες Αν Σ 0 Σ -{t, B}το αλφάβητο εισόδου της M H M αποφασίζει μια γλώσσα L Σ 0* αν για κάθε λέξη w Σ * 0 είναι αληθές ότι: Αν w L, η M δέχεται την w και αν w L η Μ απορρίπτει την w. Μια γλώσσα είναι αναδρομική αν υπάρχει μια μηχανή που την αποφασίζει. 26
27 Παράδειγμα. Η παρακάτω μηχανή αποφασίζει για τη γλώσσα a n b n c n. Ημηχανήy(n)θέτει ως νέα κατάσταση την y (n) Λειτουργεί σε n φάσεις Σε κάθε φάση: ξεκινάαπότοαριστερόάκροτηςλέξης και σαρώνει δεξιά αναζητώντας το πρώτο a. Μόλις το βρει, το αντικαθιστά το a με d Σαρώνει δεξιά αναζητώντας το πρώτο b. Μόλις το βρει, το αντικαθιστά το b με d Σαρώνει δεξιά αναζητώντας το πρώτο c. Μόλις το βρει, το αντικαθιστά το c με d Επιστρέφει στο αριστερό άκρο της λέξης Ξεκινά η επόμενη φάση: Σε κάθε φάση αντικαθιστά ένα a, ένα b και ένα c με d. Αν φτάσει στο δεξιό άκρο της λέξης ενώ ψάχνει για a, σημαίνει ότι τέλειωσε τη λέξη και ήταν της μορφής a n b n c n αλλάζει κατάσταση σε τερματική αποδοχής y (yes) και τερματίζει. Αλλιώς θέτει την κατάσταση της σε τερματική απόρριψης n (no) και τερματίζει. 27
28 Παρατήρηση Στα προηγούμενα μοντέλα υπολογισμού (αυτόματα) η μηχανή είτε δεχόταν μια είσοδο είτε την απόρριπτε. Στις μηχανές Turing μπορεί να μην είναι μόνο αυτά τα δύο πιθανά αποτελέσματα μιας εισόδου: Για μια λέξη, η οποία δεν είναι δεχτή από τη γλώσσα της μηχανής μπορεί να μην τερματίσει ποτέ. 28
29 Αναδρομικές Συναρτήσεις H μηχανές Turing μπορεί να υπολογίζουν και συναρτήσεις f(w): Ορισμός. Έστω Μ=(Q, Σ, δ, s, {h}) και Σ 0 Σ -{t, B}w Σ * 0. Αν η Μ τερματίζει με είσοδο w και (s, Btw,) `*(h, Btz), z Σ * 0. z = έξοδος της M με είσοδο w = Μ(w) (η M(w) ορίζεται μόνο αν η Μ τερματίσει) Έστω συνάρτηση f: Σ * 0 Σ * 0. H M υπολογίζει την f αν για κάθε w Σ 0*, M(w) = f(w) Δηλ. για κάθε w Σ 0* η Μ κάποτε τερματίζει με είσοδο w και η ταινία περιέχει την λέξη Btf(w). H συνάρτηση f είναι αναδρομική αν υπάρχει μια Turing μηχανή M που υπολογίζει την f. 29
30 Παράδειγμα H συνάρτηση k : Σ * Σ * η οποία ορίζεται ως k(w) = w w μπορεί να υπολογιστεί από τη μηχανή CS C : μηχανή αντιγραφής μιας λέξης w σε wt w ακολουθούμενη από S : μια μηχανή αριστερής μετατόπισης μιας λέξης B twt σε B w t 30
31 Αναδρομικές Συναρτήσεις Οποιοδήποτε φυσικό αριθμό μπορούμε να τον αναπαραστήσουμε ως 0 1 (0 1) *. Οι μηχανές που υπολογίζουν συναρτήσεις από το {0,1,} * στο {0,1,} * είναι μηχανές που υπολογίζουν συναρτήσεις από τους φυσικούς αριθμούς στους φυσικούς αριθμούς Μια τέτοια συνάρτηση f: {0,1,} * {0,1,} * ηοποίαυπολογίζεται από κάποια μηχανή M ονομάζεται αναδρομική. 31
32 ΚλειστότηταωςπροςτοΈνωση, Τομή Θεώρημα. Το σύνολο των αναδρομικών γλωσσών είναι κλειστό ως προς τις πράξεις ένωση τομή συμπλήρωση σύμπτηξη θήκη Kleene. 32
33 Αναδρομικά Απαριθμήσιμες Γλώσσες Αν μια μηχανή Turing αποφασίζει μια γλώσσα ή υπολογίζει μια συνάρτηση μπορεί να θεωρηθεί ως ένας αλγόριθμος. Ορισμός. Έστω Μ=(Q, Σ, δ, s, {h}) και Σ 0 Σ -{t, B}ένα αλφάβητο και L Σ * 0 μια γλώσσα. Η Μ ημιαποφασίζει την L αν για κάθε λέξη w Σ * 0 αληθεύει το εξής: w L αν και μόνο αν η M τερματίζει με είσοδο w. Μια γλώσσα L είναι αναδρομικά απαριθμήσιμη αν υπάρχει μια μηχανή Μ που ημιαποφασίζει την L. 33
34 Αναδρομικά Αρίθμησες Γλώσσες Αν η Μ έχει είσοδο w L τερματίζει. Αν όμως w Σ * 0-L τότε η Μ δεν θα εισέλθει ποτέ σε κατάσταση τερματισμού. Μ(w) =% : η M αποτυγχάνει να τερματίσει με είσοδο w Αφού από κάθε συνολική κατάσταση παράγεται με άλλη συνολική κατάσταση η μηχανή θα συνεχίζει να υπολογίζει επ άπειρον. Για μια Μηχανή Turing και μια λέξη w? L δεν μπορούμε να αναγνωρίσουμε αν έχει τελειώσει με τον υπολογισμό της επειδή αν w Σ * 0-Lδεν θα τερματίσει ποτέ αλλά αυτό (ότι w L) δεν το ξέρουμε. Ορισμός (ισοδύναμος). Η Μ ημιαποφασίζει την L αν για κάθε λέξη w Σ * 0, ισχύει ότι Μ(w) = % αν και μόνο αν η w L. 34
35 Παράδειγμα L={w {a, b} * : η w περιέχει τουλάχιστον ένα a}. Τότε η L ημιαποφασίζεται από τη μηχανή: a Σαρώνει δεξιά ώσπου να βρει ένα a και τερματίζει. Ημηχανήτερματίζειμεείσοδοw αν και μόνο αν w L Αν η w δεν περιέχει a, η Μ δεν θα τερματίσει ποτέ. H L είναι αναδρομικά απαριθμήσιμη. 35
36 Μειονέκτημα Μηχανών Turing Στα αυτόματα αν διαβαστεί όλη η λέξη το αυτόματο τερματίζει πάντα σε τελική (οπότε αποδέχεται τη λέξη) ημητελικήκατάσταση(οπότε δεν αποδέχεται τη λέξη). Στις μηχανές Turing που ημιαποφασίζουν για μια γλώσσα ανηλέξηδενείναιαποδεχτήδεντερματίζειποτέαλλάσυνεχίζει επ άπειροννακάνειυπολογισμούς. Οπότε δεν ξέρουμε αν περιμέναμε αρκετά για να δούμε αν η λέξη είναιαποδεχτήήόχι. 36
37 Αναδρομικές και Αναδρομικά Αρίθμησες Γλώσσες Θεώρημα. Αν μια γλώσσα είναι αναδρομική είναι και αναδρομικά αριθμίσιμη. Απόδειξη. Μετατρέπουμε την μηχανή έτσι ώστε να ημιαποφασίζει αντί να αποφασίζει. Αλλάζουμε την κατάσταση απόρριψης n σε μη τερματική κατάσταση και επεκτείνουμε την δ: δ (n, a) =(n, a) για κάθε a Σ. 37
38 Ισχύει το αντίστροφο? Μπορούμε πάντα να μετατρέψουμε μια γλώσσα που είναι αναδρομικά απαριθμήσιμη (ημιαποφασίζει) Όχι! αναδρομική (αποφασίζει)? Υπάρχουν γλώσσες που δεν είναι αναδρομικές. Επίσης, Δεν είναι όλες οι συναρτήσεις αναδρομικές! (για οποιαδήποτε συνάρτηση, δεν υπάρχει πάντα μια μηχανή Turing M που να την υπολογίζει) 38
39 Κλειστότητα ως προς το Συμπλήρωμα Θεώρημα. Αν L είναι αναδρομική γλώσσα τότε το συμπλήρωμα της είναι επίσης αναδρομική γλώσσα. Απόδειξη. Αν M είναι το αυτόματο που δέχεται την L. Μ = ίδια όπως M αλλά αλλάζουμε όλες τις μεταβιβάσεις σε n σε y και αντίστροφα. L 39
40 Αναδρομικά Απαριθμήσιμες Γλωσσες-Κλειστότητα Θεώρημα. Το σύνολο των αναδρομικά αριθμήσιμων γλωσσών είναι κλειστό ως προς τις πράξεις ένωση τομή. Θεώρημα. Το σύνολο των αναδρομικά αριθμήσιμων γλωσσών δεν είναι κλειστό ως προς την πράξη συμπλήρωσης. 40
41 Συναναδρομικά Απαριθμίσιμες Γλώσσες Μια γλώσσα είναι συναναδρομικά απαριθμήσιμη αν υπάρχει μια μηχανή που να ημιαποφασίζει για το συμπλήρωμα της γλώσσας. Κάθε αναδρομική γλώσσα είναι αναδρομικά απαριθμίσιμη και συναναδρομικά απαριθμίσιμη. Πρόταση. Μια γλώσσα είναι αναδρομική αν και μόνο αν είναι αναδρομικά απαριθμίσιμη και συναναδρομικά απαριθμίσιμη. Η τομή των αναδρομικά απαριθμήσιμων και συναναδρομικά απαριθμίσιμων γλωσσών είναι το σύνολο των αναδρομικών γλωσσών. 41
42 Επεκτάσεις Μηχανών Turing Μηχανές Turing με πολλαπλές ταινίες (k) ταινία 1 ταινία 2 ταινία 3 h q 0 q 1 q 2 Πεπερασμένος έλεγχος Σε κάθε βήμα, κάθε κεφαλή διαβάζει και γράφει ή μετακινείται. 42
43 Mηχανή ktαινιών Πρόταση. Οποιαδήποτε συνάρτηση υπολογίζεται ή οποιαδήποτε γλώσσα αποφασίζεται ή ημιαποφασίζεται από μια μηχανή k ταινιών, υπολογίζεται, αποφασίζεται ή ημιαποφασίζεται, αντίστοιχα από μια μηχανή Turing. 43
44 Μηχανή πολλαπλών κεφαλών Επιτρέπουμε πολλαπλές κεφαλές και μια ταινία. Πρόταση. Οποιαδήποτε συνάρτηση υπολογίζεται ή οποιαδήποτε γλώσσα αποφασίζεται ή ημιαποφασίζεται από μια μηχανή με πολλαπλές κεφαλές, υπολογίζεται, αποφασίζεται ή ημιαποφασίζεται, αντίστοιχα από μια μηχανή Turing. 44
45 Μηχανές Turing Τυχαίας Προσπέλασης Η κεφαλή στις μηχανές που είδαμε μέχρι τώρα μπορεί σε ένα βήμα να διαβάσει ένα τετράγωνο αριστερά ή δεξιά της τρέχουσας θέσης. Στις μηχανές τυχαίας προσπέλασης Η κεφαλή μπορεί να διαβάσει οποιοδήποτε τετράγωνο της ταινίας σε ένα βήμα. Με την χρήση καταχωρητών οι οποίοι διαχειρίζονται τις διευθύνσεις των τετράγωνων της ταινίας Πρόταση. Οποιαδήποτε συνάρτηση υπολογίζεται ή οποιαδήποτε γλώσσα αποφασίζεται ή ημιαποφασίζεται από μια μηχανή Turing τυχαίας προσπέλασης, υπολογίζεται, αποφασίζεται ή ημιαποφασίζεται, αντίστοιχα από μια μηχανή Turing. 45
46 Μη Ντετερμινιστικές Μηχανές Turing Από μια συνολική κατάσταση είναι δυνατόν να προκύψουν πολλές εναλλαχτικές συνολικές καταστάσεις. Πρόταση. Οποιαδήποτε συνάρτηση υπολογίζεται ή οποιαδήποτε γλώσσα αποφασίζεται ή ημιαποφασίζεται από μια Μη Ντετερμινιστική μηχανή Turing, υπολογίζεται, αποφασίζεται ή ημιαποφασίζεται, αντίστοιχα από μια μηχανή Turing. 46
CSC 314: Switching Theory. Chapter 3: Turing Machines
CSC 314: Switching Theory Chapter 3: Turing Machines 21 November 2008 1 Dr. Vicky Papadopoulou 1 Μηχανές Turing: Ένα Γενικό Μοντέλο Υπολογισμού Ποια μοντέλα υπολογισμού μπορούν να δεχθούν γλώσσες της μορφής
CSC 314: Switching Theory. Chapter 3: Turing Machines
CSC 314: Switching Theory Chapter 3: Turing Machines 28 November 2008 1 1 Υπολογισμοί σε Μηχανές Turing Πως χρησιμοποιούμε μια μηχανή Turing? Για την αναγνώριση μιας γλώσσας? Σύμβαση για την αναγνώριση
num(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
CSC 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
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 21: Υπολογισμοί ΜΤ - Αναδρομικές Γλώσσες Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Περιεχόμενα Ορισμός και λειτουργία των μηχανών Turing Θεωρία Υπολογισμού Ενότητα 20: Μηχανές Turing: Σύνθεση και Υπολογισμοί Επ. Καθ. Π. Κατσαρός Τμήμ
Θεωρία Υπολογισμού Ενότητα 20: Μηχανές Turing: Σύνθεση και Υπολογισμοί Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 12: Μηχανές Turing
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 12: Μηχανές Turing Τι θα κάνουμε σήμερα Εισαγωγή στις Μηχανές Turing (TM) Τυπικός Ορισμός Μηχανής Turing (3.1.1) 1 Τι είδαμε μέχρι στιγμής Πεπερασμένα
ΘΕΩΡΙΑ 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
ΕΠΛ 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
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 4. Μη Ντετερμινιστικά Πεπερασμένα Αυτόματα 9,19 Φεβρουαρίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Μοντέλα Υπολογισμού Μη Ντετερμινιστικό Πεπερασμένα Αυτόματα: Διαφορά
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 24: Μη Ντεντερμινιστικές Μηχανές Turing Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 7. Αυτόματα Στοίβας 9,13 Μαρτίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Γιατί τα πεπερασμένα αυτόματα δεν μπορούν να αναπαραστήσουν οποιαδήποτε κατηγορηματική γλώσσα?
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 8: Πεπερασμένα Αυτόματα Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 4. Πεπερασμένα Αυτόματα 6 Φεβρουαρίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Μοντέλα Υπολογισμού 1930 : Μηχανή Turing : αφαιρετική μηχανή (μοντελοποίηση ενός υπολογιστή)
771 Η - Θεωρία Υπολογισµών και Αλγορίθµων
771 Η - Θεωρία Υπολογισµών και Αλγορίθµων Σηµειώσεις Μέρος 4 ο ιδάσκων: Α. Ντελόπουλος Το παρόν αποτελεί σηµειώσεις που αντιστοιχούν σε µέρος των διαλέξεων για το µάθηµα 771 Η - Θεωρία Υπολογισµών και
Φροντιστήριο 8 Λύσεις
Άσκηση 1 Θεωρήστε την πιο κάτω Μηχανή Turing. Φροντιστήριο 8 Λύσεις Σε κάθε σκέλος, να προσδιορίσετε την ακολουθία των φάσεων τις οποίες διατρέχει η μηχανή όταν δέχεται τη διδόμενη λέξη. (α) 11 (β) 1#1
Σειρά 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
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει τη γλώσσα { a 2n b n c 3n n 2 } : H ζητούμενη μηχανή Turing μπορεί να διατυπωθεί ως την
Φροντιστήριο 8 Λύσεις
Άσκηση 1 Φροντιστήριο 8 Λύσεις Θεωρήστε την πιο κάτω Μηχανή Turing όπου όλες οι μεταβάσεις που απουσιάζουν οδηγούν στην κατάσταση απόρριψης (q απόρριψης). Σε κάθε σκέλος, να προσδιορίσετε την ακολουθία
Περιεχόμενα ΜΤ Τυχαίας Προσπέλασης Θεωρία Υπολογισμού Ενότητα 23: Μηχανές Turing Τυχαίας Προσπέλασης Επ. Καθ. Π. Κατσαρός Τμήμα Πληροφορικής Επ. Καθ.
Θεωρία Υπολογισμού Ενότητα 23: Μηχανές Turing Τυχαίας Προσπέλασης Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ
Πεπερασμένα Αυτόματα (ΠΑ) Τα πεπερασμένα αυτόματα είναι οι απλούστερες «υπολογιστικές μηχανές». Δεν έχουν μνήμη, μόνο μία εσωτερική μονάδα με πεπερασμένο αριθμό καταστάσεων. Διαβάζουν τη συμβολοσειρά εισόδου
Σε αυτό το µάθηµα. Εισαγωγή στις Μηχανές Turing. Μηχανή Turing (Turing Machine - TM) Μηχανές Turing. Παραδείγµατα Μηχανών Turing
Σε αυτό το µάθηµα Εισαγωγή στις Μηχανές Turing Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Παραδείγµατα Μηχανών Turing Παραλλαγές: Πολυταινιακές, Μη ντετερµινιστικές
Σειρά 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,
Φροντιστήριο 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.
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 26: Καθολική Μηχανή Turing Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που
Πεπερασμένος έλεγχος καταστάσεων
Κεφάλαιο 6 Μηχανές Turing Σύνοψη Οι Μηχανές Turing (ΜΤ) δεν είναι απλά μία ακόμη μηχανή αναγνώρισης για κάποια ευρύτερη οικογένεια γλωσσών από τις γλώσσες, που γίνονται δεκτές από τα Αυτόματα Στοίβας.
Θεωρία 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
Θεωρία 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?
HEAD INPUT. q0 q1 CONTROL UNIT
Πεπερασμένα Αυτόματα (ΠΑ) Τα πεπερασμένα αυτόματα είναι οι απλούστερες «υπολογιστικές μηχανές». Δεν έχουν μνήμη, μόνο μία εσωτερική μονάδα με πεπερασμένο αριθμό καταστάσεων. Διαβάζουν τη συμβολοσειρά εισόδου
Φροντιστήριο 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.
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει τη γλώσσα { n 3 } (α) H ζητούμενη μηχανή Turing μπορεί να διατυπωθεί ως την επτάδα Q,
Θεωρία Υπολογισμού και Πολυπλοκότητα To Δόγμα Church-Turing
Θεωρία Υπολογισμού και Πολυπλοκότητα To Δόγμα Church-Turing Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Μηχανές Turing (3.1) Τυπικό Ορισμός Παραδείγματα Παραλλαγές Μηχανών Turing (3.2) Πολυταινιακές
ΕΠΛ 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
Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές
Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ανεπίλυτα Προβλήματα από τη Θεωρία Γλωσσών (5.1) To Πρόβλημα της Περάτωσης Το Πρόβλημα της Κενότητα
Σειρά 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
Σειρά 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
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2)
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Αυτόματα Στοίβας (2.2) Τυπικός Ορισμός Παραδείγματα Ισοδυναμία με Ασυμφραστικές
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 15: Διαγνωσιμότητα (Επιλυσιμότητα) ΙΙ
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 15: Διαγνωσιμότητα (Επιλυσιμότητα) ΙΙ Τι θα κάνουμε σήμερα Επιλύσιμα Προβλήματα σχετικά με Ασυμφραστικές Γλώσσες (4.1.2) Το Πρόβλημα του Τερματισμού
Σειρά 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 1w 2 w 1 {0,1} * και w 2 = 0 k 1 m όπου k και m
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 5: Κανονικές Εκφράσεις
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 5: Κανονικές Εκφράσεις Τι θα κάνουμε σήμερα Κλειστότητα Κανονικών Πράξεων (1.2.3) Εισαγωγή στις Κανονικές Εκφράσεις Τυπικός ορισμός της κανονικής
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 4: Μη Ντετερμινιστικά (Αντιαιτιοκρατικά) Πεπερασμένα Αυτόματα (ΝFA)
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 4: Μη Ντετερμινιστικά (Αντιαιτιοκρατικά) Πεπερασμένα Αυτόματα (ΝFA) Τι θα κάνουμε σήμερα Εισαγωγή στα Μη Ντετερμινιστικά Πεπερασμένα Αυτόματα Τυπικός
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει τη γλώσσα { ww rev w {a, b} * και w αποτελεί καρκινική λέξη } (α) H ζητούμενη μηχανή
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 7. Κατηγορηματικές Γραμματικές 27,2 Φεβρουαρίου, 9 Μαρτίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Κατηγορηματικές Γραμματικές Ή Γραμματικές Χωρίς Συμφραζόμενα Παράδειγμα.
ΕΠΛ 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
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2)
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Αυτόματα Στοίβας (2.2) Τυπικός Ορισμός Παραδείγματα Ισοδυναμία με Ασυμφραστικές
Κανονικές 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
Κανονικές 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:
Μηχανές Turing (T.M) I
Μηχανές Turing (T.M) I Οι βασικές λειτουργίες μιας TM είναι: Διάβασε το περιεχόμενο του τρέχοντος κυττάρου Γράψε 1 ή 0 στο τρέχον κύτταρο Κάνε τρέχον το αμέσως αριστερότερο ή το αμέσως δεξιότερο κύτταρο
Σειρά 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
Εισαγωγή 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
Σειρά 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
Υπολογίσιμες Συναρτήσεις
Υπολογίσιμες Συναρτήσεις Σ Π Υ Ρ Ι Δ Ω Ν Τ Ζ Ι Μ Α Σ Δ Τ Ο Μ Ε Α Σ Τ Μ Η Μ Α Μ Α Θ Η Μ Α Τ Ι Κ Ω Ν Σ Χ Ο Λ Η Θ Ε Τ Ι Κ Ω Ν Ε Π Ι Σ Τ Η Μ Ω Ν Π Α Ν Ε Π Ι Σ Τ Η Μ Ι Ο Ι Ω Α Ν Ν Ι Ν Ω Ν Υπολογίσιμες Συναρτήσεις
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 16: Αναγωγές
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 16: Αναγωγές Τι θα κάνουμε σήμερα Το Πρόβλημα του Τερματισμού (4.2) Εισαγωγή στις Αναγωγές Ανεπίλυτα Προβλήματα από την Θεωρία των Γλωσσών (5.1) Απεικονιστικές
Μεταγλωττιστές. 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.
Θεωρία 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
Σειρά 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
Θεωρία Υπολογισμού και Πολυπλοκότητα Διαγνωσιμότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Διαγνωσιμότητα Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Διαγνώσιμες Γλώσσες (4.1) Επιλύσιμα Προβλήματα σχετικά με Κανονικές Γλώσσες Επιλύσιμα Προβλήματα
Πεπερασμένα Αυτόματα. ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πεπερασμένα Αυτόματα ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Πεπερασμένα Αυτόματα είναι απλούστερες
Αυτόματα 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
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ Ενότητα 11: Καθολική μηχανή Turing Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Ισοδυναμία 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
Σειρά 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
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ Ενότητα 10: Συνδυασμοί μηχανών Turing Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 14: Διαγνωσιμότητα (Επιλυσιμότητα)
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 14: Διαγνωσιμότητα (Επιλυσιμότητα) Τι θα κάνουμε σήμερα Εισαγωγή Επιλύσιμα Προβλήματα σχετικά με τις Κανονικές Γλώσσες (4.1.1) Επιλύσιμα Προβλήματα
Αυτόματα. 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
Εισαγωγή 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
Αυτόματα. 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:
Σειρά 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
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 10: Αυτόματα Στοίβας II
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 10: Αυτόματα Στοίβας II Τι θα κάνουμε σήμερα Ισοδυναμία αυτομάτων στοίβας με ασυμφραστικές γραμματικές (2.2.3) 1 Ισοδυναμία PDA με CFG Θεώρημα: Μια
Η NTM αποδέχεται αν µονοπάτι στο δέντρο που οδηγεί σε αποδοχή.
Μη ντετερµινιστικές Μηχανές Turing - NTMs (1/6) Μηχανές Turing: Μη ντετερµινισµός, Επιλύσιµα Προβλήµατα Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς 10 εκεµβρίου 2016
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 25: Γραμματικές Χωρίς Περιορισμούς Τμήμα Πληροφορικής ΘΥ 25: Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Μια TM µπορεί ένα από τα δύο: να αποφασίζει µια γλώσσα L. να αναγνωρίζει (ηµιαποφασίζει) µια γλώσσα L. 1. Η TM «εκτελεί» τον απαριθµητή, E.
Οι γλώσσες των Μηχανών Turing Αποφασισιµότητα / Αναγνωρισιµότητα Μια TM µπορεί ένα από τα δύο: να αποφασίζει µια γλώσσα L Αποδέχεται όταν (η είσοδος στην TM) w L. Ορέστης Τελέλης telelis@unipi.gr Τµήµα
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 9: Αυτόματα Στοίβας (Pushdown Automata - PDA)
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 9: Αυτόματα Στοίβας (Pushdown Automata - PDA) Τι θα κάνουμε σήμερα Εισαγωγή στα Αυτόματα Στοίβας Τυπικός Ορισμός Αυτομάτου Στοίβας (2.2.1) Παραδείγματα
Σειρά 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
Αποφασισιµότητα / Αναγνωρισιµότητα. Μη Επιλύσιµα Προβλήµατα. Η έννοια της αναγωγής. Τερµατίζει µια δεδοµένη TM για δεδοµένη είσοδο;
Αποφασισιµότητα / Αναγνωρισιµότητα Ορέστης Τελέλης telelis@unipi.gr Μη Επιλύσιµα Προβλήµατα Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς 2/12/2015 Ο. Τελέλης Πανεπιστήµιο Πειραιώς Αποφασισιµότητα 2/12/2015
Σειρά 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
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (1)
Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (1) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ασυμφραστικές Γραμματικές (2.1) Τυπικός Ορισμός Σχεδιασμός Ασυμφραστικών Γραμματικών
Σύνοψη Προηγούµενου. Κανονικές Γλώσσες (1) Προβλήµατα και Γλώσσες. Σε αυτό το µάθηµα. ιαδικαστικά του Μαθήµατος.
Σύνοψη Προηγούµενου Κανονικές Γλώσσες () ιαδικαστικά του Μαθήµατος. Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Εισαγωγή: Υπολογισιµότητα και Πολυπλοκότητα. Βασικές
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 7: Πεπερασμένη αναπαράσταση γλωσσών Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
Θεωρία 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
Θεωρία 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
Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων.
30 Νοεμβρίου 2016 Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. Πλακίδια του Wang C πεπερασμένο σύνολο
Θεωρία 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
Αλγόριθμοι 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
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Cretive Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπ
Θεωρία Υπολογισμού Ενότητα 11: Κλειστότητα, ΠΑ & καν. εκφράσεις Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Cretive Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
q 0 q 0.2 q 0.1 q 0.05 q 0.05 q 0.25 q 0.15 q 0.1 q 0.2 q 0.25 q 0.25 q 0.25
Κεφάλαιο 2 Κανονικές Γλώσσες & Πεπερασμένα Αυτόματα Σύνοψη Τα Πεπερασμένα Αυτόματα (ΠΑ) είναι το απλούστερο και το πιο ευρέως διαδεδομένο μοντέλο υπολογισμού από αυτά που θα εξετάσουμε. Είναι επίσης γνωστά
ΠΑΝΕΠΙΣΤΗΜΙΟ 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
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 14: Γραμματικές Χωρίς Συμφραζόμενα Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
Chapter 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
ΣΤΟΙΧΕΙΑ ΘΕΜΕΛΙΩΣΕΩΝ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΜΗΧΑΝΩΝ ΓΙΑ ΤΟ ΓΥΜΝΑΣΙΟ ΚΑΙ ΤΟ ΛΥΚΕΙΟ
ΜΕΡΟΣ ΤΡΙΤΟ Ένταξη των Τ.Π.Ε. στην διδασκαλία και τη µάθηση I) ΣΤΟΙΧΕΙΑ ΘΕΜΕΛΙΩΣΕΩΝ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΜΗΧΑΝΩΝ ΓΙΑ ΤΟ ΓΥΜΝΑΣΙΟ ΚΑΙ ΤΟ ΛΥΚΕΙΟ Παύλος Γ. Σπυράκης (google: Paul Spirakis) Ερευνητικό Ακαδηµαϊκό
Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης
Σημειώσεις Λογικής I Εαρινό Εξάμηνο 2011-2012 Καθηγητής: Λ. Κυρούσης 2 Τελευταία ενημέρωση 28/3/2012, στις 01:37. Περιεχόμενα 1 Εισαγωγή 5 2 Προτασιακή Λογική 7 2.1 Αναδρομικοί Ορισμοί - Επαγωγικές Αποδείξεις...................
771 Η - Θεωρία Υπολογισµών και Αλγορίθµων
771 Η - Θεωρία Υπολογισµών και Αλγορίθµων Σηµειώσεις Μέρος 2 ο ιδάσκων: Το παρόν αποτελεί σηµειώσεις που αντιστοιχούν σε µέρος των διαλέξεων για το µάθηµα 771 Η - Θεωρία Υπολογισµών και Αλγορίθµων του
Recursive and Recursively Enumerable sets I
Recursive and Recursively Enumerable sets I Ορισμός Το σύνολο A είναι αναδρομικό ανν η χαρακτηριστική του συνάρτηση X A είναι αναδρομική. Το σύνολο A είναι αναδρομικά αριθμήσιμο (recursively enumerable)
Chapter 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
ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014
ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014 Επιμέλεια: Ομάδα Διαγωνισμάτων από το Στέκι των Πληροφορικών Θέμα Α A1. Να γράψετε στο τετράδιό σας τους
ΠΛΗ30 ΕΝΟΤΗΤΑ 3: ΚΑΝΟΝΙΚΕΣ ΓΛΩΣΣΕΣ. Μάθηµα 3.2: ηµήτρης Ψούνης
ΠΛΗ30 ΕΝΟΤΗΤΑ 3: ΚΑΝΟΝΙΚΕΣ ΓΛΩΣΣΕΣ Μάθηµα 3.2: Ντετερµινιστικά Πεπερασµένα Αυτόµατα ηµήτρης Ψούνης 2 ΠΕΡΙΕΧΟΜΕΝΑ Α. Σκοπός του Μαθήµατος Β. Θεωρία 1. Πεπερασµένα Αυτόµατα 1. Λειτουργία και Παραδείγµατα
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ
ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ Ενότητα 3: Μη-ντετερμιμιστικά πεπερασμένα αυτόματα Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 7: Ασυμφραστικές Γλώσσες (Γλώσσες Ελεύθερες Συμφραζομένων)
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 7: Ασυμφραστικές Γλώσσες (Γλώσσες Ελεύθερες Συμφραζομένων) Τι θα κάνουμε σήμερα Εισαγωγικά Ασυμφραστικές Γραμματικές (2.1) Τυπικός Ορισμός Της Ασυμφραστικής
Μεταγλωττιστές. Ενότητα 4: Τυπικές γλώσσες (Μέρος 3 ο ) Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Μεταγλωττιστές Ενότητα 4: Τυπικές γλώσσες (Μέρος 3 ο ) Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Θεωρία Υπολογισµού και Πολυπλοκότητα
Θεωρία Υπολογισµού και Πολυπλοκότητα Κεφάλαιο 3. Γλώσσες και Συναρτήσεις 30 Ιανουαρίου 2007 ρ. Παπαδοπούλου Βίκη 1 3.1.1. Αλφάβητο Πως υλοποιούµε σεέναυπολογιστήένααλγόριθµοήµια σχέση; Αλφάβητο ή Γλώσσα