Mh apofasisimèc gl ssec. A. K. Kapìrhc



Σχετικά έγγραφα
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 16: Αναγωγές

Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές

Θεωρία Υπολογισμού και Πολυπλοκότητα

L mma thc 'Antlhshc. A. K. Kapìrhc

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 15: Διαγνωσιμότητα (Επιλυσιμότητα) ΙΙ

Αποφασισιµότητα / Αναγνωρισιµότητα. Μη Επιλύσιµα Προβλήµατα. Η έννοια της αναγωγής. Τερµατίζει µια δεδοµένη TM για δεδοµένη είσοδο;

2. Αν έχουμε μια συνάρτηση f η οποία είναι συνεχής σε ένα διάστημα Δ.

Υπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5

f(x) = και στην συνέχεια

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

Αλγόριθμοι για αυτόματα

5 ΕΙΣΑΓΩΓΗ ΣΤΗ ΘΕΩΡΙΑ ΑΛΓΟΡΙΘΜΩΝ

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Θεωρία Υπολογισμού και Πολυπλοκότητα Διαγνωσιμότητα

CSC 314: Switching Theory

Θεωρία Υπολογισμού και Πολυπλοκότητα

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΥΠΟΛΟΓΙΣΤΩΝ

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

Λύσεις 4ης Σειράς Ασκήσεων

Θεωρία Υπολογισμού και Πολυπλοκότητα

Θεωρία Υπολογισμού Άρτιοι ΑΜ. Διδάσκων: Σταύρος Κολλιόπουλος. eclass.di.uoa.gr. Περιγραφή μαθήματος

Θεωρία Υπολογισμού Αρτιοι ΑΜ Διδάσκων: Σταύρος Κολλιόπουλος eclass.di.uoa.gr

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 19/10/2017. Ακριβείς Διαφορικές Εξισώσεις-Ολοκληρωτικοί Παράγοντες. Η πρώτης τάξης διαφορική εξίσωση

α) f(x(t), y(t)) = 0,

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 14: Διαγνωσιμότητα (Επιλυσιμότητα)

214 ΚΕΦΑΛΑΙΟ 7. ΕΠΙΛΥΣΙΜΟΤΗΤΑ - ΜΗ ΕΠΙΛΥΣΙΜΟΤΗΤΑ 7.1 Το Πρόβλημα του Τερματισμού Θεώρημα 7.1 (Πρόβλημα του Τερματισμού - ημιαπόφαση) Η γλώσσα του Προβ

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

Σειρά Προβλημάτων 5 Λύσεις

εξισώσεις-ανισώσεις Μαθηματικά α λυκείου Φροντιστήρια Μ.Ε. ΠΑΙΔΕΙΑ σύνολο) στα Μαθηματικά, τη Φυσική αλλά και σε πολλές επιστήμες

Σειρά Προβλημάτων 5 Λύσεις

ΑΝΑΛΥΣΗ 1 ΕΝΑΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Σχεδίαση και Ανάλυση Αλγορίθμων

Πολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης

ΑΝΑΛΥΣΗ 1 ΠΡΩΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Σειρά Προβλημάτων 5 Λύσεις

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2

Το πρόβλημα του σταθερού γάμου

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ

Μη-Αριθμήσιμα Σύνολα, ιαγωνιοποίηση

ΥΠΑΡΚΤΕΣ ΚΑΙ ΑΝΥΠΑΡΚΤΕΣ ΣΥΝΑΡΤΗΣΕΙΣ

ΕΠΛ 001: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Προγραμματισμός

Εγχειρίδιο χρήσης Εκπαιδευτικού λογισμικού «Αθηνά Core 4»

Μαθηματική Λογική και Λογικός Προγραμματισμός

Περιληπτικά, τα βήματα που ακολουθούμε γενικά είναι τα εξής:

Θεωρία Υπολογισμού και Πολυπλοκότητα

L A P. w L A f(w) L B (10.1) u := f(w)

Εισαγωγή Στις Αρχές Της Επιστήμης Των Η/Υ. Η έννοια του Προβλήματος - ΚΕΦΑΛΑΙΟ 2

Πρόλογος. «ΚΙ ΟΜΩΣ, ΤΑ ΚΟΙΝΑ ΣΗΜΕΙΑ ΤΩΝ ΓΡΑΦΙΚΩΝ ΠΑΡΑΣΤΑΣΕΩΝ ΔΥΟ ΑΝΤΙΣΤΡΟΦΩΝ ΣΥΝΑΡΤΗΣΕΩΝ, ΑΝ ΥΠΑΡΧΟΥΝ, ΒΡΙΣΚΟΝΤΑΙ ΜΟΝΟ ΠΑΝΩ ΣΤΗΝ ΕΥΘΕΙΑ y=x»

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

Φροντιστήριο 10 Λύσεις

Το ISO με απλά λόγια Μυτιλήνη 2016

α n z n = 1 + 2z 2 + 5z 3 n=0

Ασκήσεις μελέτης της 8 ης διάλεξης

V (F ) = {(u 1, u 2, u 3 ) P 2 K F (u 1, u 2, u 3 ) = 0}

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 12: Μηχανές Turing

Σειρά Προβλημάτων 1 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις

Εξισώσεις πρώτου βαθμού

(a 1, b 1 ) (a 2, b 2 ) = (a 1 a 2, b 1 b 2 ).

Σειρά Προβλημάτων 4 Λύσεις

Ψηφιακή Επεξεργασία Σημάτων

ΗΥ118: Διακριτά Μαθηματικά - Εαρινό Εξάμηνο 2016 Τελική Εξέταση Ιουνίου - Τετάρτη, 15/06/2016 Λύσεις Θεμάτων

Θεώρημα Βolzano. Κατηγορία 1 η Δίνεται η συνάρτηση:

Εργαστήριο 4 Ασκήσεις: Διαχείριση Δικτύου (nmap, iptables) και Προχωρημένες Εντολές Unix (grep, ps, cut, find)

Σειρά Προβλημάτων 4 Λύσεις

Μη επιλυσιμότητα I. Απόδειξη. Ορίζουμε # # =

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων

- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 7: ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ - ΠΡΑΞΕΙΣ ΜΕ ΣΥΝΕΧΕΙΣ ΣΥΝΑΡΤΗΣΕΙΣ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΣΕ ΔΙΑΣΤΗΜΑΤΑ

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Προγραμματισμός

ΑΡΧΗ 1ης ΣΕΛΙΔΑΣ. i. Η συνθήκη α > β ή α <= β α) είναι πάντα Αληθής β) είναι πάντα Ψευδής γ) δεν υπολογίζεται δ) τίποτα από τα προηγούμενα

Κατανεμημένα Συστήματα Ι

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 18: Χρονική και Χωρική Πολυπλοκότητα

(18 ο ) ΚΛΑΣΜΑΤΙΚΗ ΑΝΑΓΩΓΗ - ΙI: «διάμεσος &θεσιακή επιλογή στοιχείου»

Εισαγωγικά Παραδείγματα: Παρατηρήσεις:

να είναι παραγωγίσιμη Να ισχύει ότι f Αν μια από τις τρεις παραπάνω συνθήκες δεν ισχύουν τότε δεν ισχύει και το θεώρημα Rolle.

Σειρά Προβλημάτων 4 Λύσεις

0x2 = 2. = = δηλαδή η f δεν. = 2. Άρα η συνάρτηση f δεν είναι συνεχής στο [0,3]. Συνεπώς δεν. x 2. lim f (x) = lim (2x 1) = 3 και x 2 x 2

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Ασκησεις - Φυλλαδιο 4. ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος :

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Ποιες από τις παρακάτω προτάσεις είναι αληθείς; Δικαιολογήστε την απάντησή σας.

Σειρά Προβλημάτων 1 Λύσεις

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. lim( x 3 1) 0. = δηλαδή το όριο είναι της. . Θα προσπαθήσουμε να βγάλουμε κοινό παράγοντα από αριθμητή και ( ) ( )( )

Σειρά Προβλημάτων 1 Λύσεις

10.1 Υπολογίσιμες συναρτήσεις και αναδρομικά σύνολα

Σύγχρονη Φυσική 1, Διάλεξη 4, Τμήμα Φυσικής, Παν/μιο Ιωαννίνων Η Αρχές της Ειδικής Θεωρίας της Σχετικότητας και οι μετασχηματισμοί του Lorentz

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Φροντιστήριο 9 Λύσεις

1.1. Διαφορική Εξίσωση και λύση αυτής

Φροντιστήριο 11 Λύσεις

ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ Η/Υ Γ ΓΥΜΝΑΣΙΟΥ Καθηγητής Παναγιώτης

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

2.7 ΤΟΠΙΚΑ ΑΚΡΟΤΑΤΑ ΣΥΝΑΡΤΗΣΗΣ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

f f x f x = x x x f x f x0 x

LÔseic Ask sewn sta Jemèlia twn Majhmatik n I

Πληροφορική 2. Αλγόριθμοι

Transcript:

Mh apofasisimèc gl ssec A. K. Kapìrhc 15 Maòou 2009

2

Perieqìmena 1 Μη αποφασίσιμες γλώσσες 5 1.1 Ανάγω το πρόβλημα A στο B................................. 5 1.2 Αναγωγές μη επιλυσιμότητας.................................. 6 1.2.1 Ασκήσεις........................................ 6 3

4 PERIEQŸOMENA

Kefˆlaio 1 Mh apofasðsimec gl ssec 1.1 Anˆgw to prìblhma A sto B Ανάγω το πρόβλημα A στο B σημαίνει λύνω το A με τη βοήθεια του Β (και όχι το αντίστροφο). Παραδειγμα 1 Ας υποθέσουμε ότι φθάνουμε νύχτα στη τεράστια άγνωστη πόλη Ν. Υόρκη. Το πρόβλημα μας (πρόβλημα Α) είναι να βρίσκουμε τη διαδρομή προς κάθε δυνατό προορισμό στη Ν. Υόρκη. Ενα στιγμιότυπο του προβλήματος A είναι να βρούμε το ξενοδοχείο Salonika. Στο αεροδρόμιο αγοράζουμε ένα εξαιρετικό χάρτη. Τότε το πρόβλημα εύρεσης του Salonika στην πόλη Ν. Υόρκη έχει αναχθεί στην εύρεση της λέξης Salonika στον εξαιρετικό χάρτη (πρόβλημα Β). Σε λιγότερο από 1 εντοπίζουμε το Salonika στο χάρτη. Άρα σε 1 λύσαμε το στιγμιότυπο I A = Πως θα πάω στο Salonika, οεο; του προβλήματος A μετατρέποντας το σε στιγμιότυπο του προβλήματος B. I B = Αναζήτησε τη λέξη Salonika στο χάρτη Παρατηρηση 1 Η αναγωγή είναι σωστή αν με αυτό το τρόπο μπορώ να λύσω κάθε στιγμιότυπο του A με τη βοήθεια του B. Αν θέλω να λύσω το στιγμιότυπο: I A (το οποίο ξέρω ότι λύνεται) και για ώρες κάνω: = Πως θα πάω στη 5η Λεωφόρο, οεο; I B = Αναζήτησε τη λέξη 5th Avenue στο χάρτη χωρίς αποτέλεσμα, τότε η αναγωγή είναι λάθος. Διότι ο χάρτης είναι λάθος και δεν έχει όλα τα σημαντικά σημεία της Ν. Υόρκης (δεν λύνει κάθε στιγμιότυπο του προβλήματος Α). Παρατηρηση 2 Η αναγωγή έχει καθορισμένη φορά από το A προς το B. Λύνω κάθε στιγμιότυπο του A με τη βοήθεια του B και μόνο. ΔΕΝ λύνω το στιγμιότυπο: I B = Πως θα βρω τη λέξη Madison Square, οεο; 5

6 KEFŸALAIO 1. MH APOFASŸISIMES GLŸWSSES στο χάρτη ενεργώντας ως: I A = Περπάτα στη N. York μέχρι να βρεις το Madison Square Διότι το I A δεν λύνεται γρήγορα (ενώ το I B λύνεται γρήγορα) την νύχτα στην άγνωστη, τεράστια και επικίνδυνη Ν. Υόρκη. Παρατηρηση πρόβλημα A). 3 Εχει τεράστια σημασία ποιο είναι το B (στην ουσία αυτό μου λύνει το Αν το αεροδρόμιο έχει μόνο χάρτες γραμμένους στα Κινέζικα τότε δεν έχει νόημα να ανάγω το A στην αγορά χάρτη. Ακόμα και αν διαθέτει σχολείο Κινέζικων το αεροδρόμιο. 1.2 Anagwgèc mh epilusimìthtac 1.2.1 Ask seic Ασκηση 1 Είναι το πρόβλημα επιλύσιμο; Υποθέστε ότι το πρόβλημα είναι μη επιλύσιμο. HALT = {(M, w) M(w) } ACCEP T = {(M, w) M(w) = NAI} LÔsh: Υποθέτω ότι το πρόβλημα άγνωστης πολυπλοκότητας HALT είναι επιλύσιμο από την μηχανή R H. Θα ανάγω το πρόβλημα ACCEP T στο HALT και θα το λύσω με την βοήθεια της R H καταλήγοντας σε άτοπο. Πρέπει να κατανοήσω τι σημαίνει η απάντηση ΝΑΙ ή ΟΧΙ της μηχανής R H για κάθε στιγμιότυπο (M, w) του ACCEP T. Για κάθε στιγμιότυπο (M, w) του ACCEP T όταν η μηχανή R H με είσοδο M τερματίζει R H (M, w) = ΟΧΙ τότε (M, w) HALT. Αυτό σημαίνει ότι M(w) =. Άρα, αποκλείεται η M στη λέξη w να τερματίσει σε ΝΑΙ, δηλαδή M(w) NAI. Καταλήγω στην παρακάτω, σαφέστατη, 1 δυνατότητα: R H (M, w) = ΟΧΙ M(w) ΝΑΙ (1.1) Για κάθε στιγμιότυπο (M, w) του ACCEP T που μηχανή R H με είσοδο M τερματίζει R H (M, w) = ΝΑΙ τότε (M, w) HALT. Αυτό σημαίνει ότι M(w). Δηλαδή η M με είσοδο w τερματίζει, απλά, χωρίς να ξέρω αν M(w) = ΝΑΙ ή M(w) = ΟΧΙ. Καταλήγω στις παρακάτω, δυστυχώς, δύο δυνατότητες: ΝΑΙ R H (M, w) = ΝΑΙ M(w) = ή ΟΧΙ Η (1.3) δείχνει ότι από το ΝΑΙ της R H σε ένα οποιοδήποτε στιγμιότυπο (M, w) του ACCEP T δεν μπορούμε να βγάλουμε συμπέρασμα. Ομως, το ΝΑΙ αυτό σημαίνει ότι η M(w) τερματίζει. Άρα αν τρέξουμε την M(w) τότε σε πεπερασμένο χρόνο θα λάβουμε ΝΑΙ ή ΟΧΙ και έτσι, τελικά, να αποφασίσουμε το ACCEPT. (1.2)

1.2. ANAGWGŸES MH EPILUSIMŸOTHTAS 7 Καταλήγουμε ότι μπορούμε να αποφασίσουμε οποιοδήποτε στιγμιότυπο (M, w) του ACCEP T με την χρήση της R H ως εξής: { ΝΑΙ output : ΝΑΙ ΝΑΙ M(w) = ΟΧΙ output : ΟΧΙ input : (M, w) R H (M, w) = (1.3) ΟΧΙ output : ΟΧΙ Ασκηση 2 Είναι το πρόβλημα επιλύσιμο; Υποθέστε ότι το πρόβλημα είναι μη επιλύσιμο. EMP T Y = {M L(M) = } ACCEP T = {(M, w) M(w) = NAI} LÔsh: Υποθέτω ότι το πρόβλημα άγνωστης πολυπλοκότητας EMP T Y είναι επιλύσιμο από την μηχανή R E. Θα ανάγω το πρόβλημα ACCEP T στο EMP T Y και θα το λύσω με την βοήθεια της R H καταλήγοντας σε άτοπο. Πρέπει να κατανοήσω τι σημαίνει η απάντηση ΝΑΙ ή ΟΧΙ της μηχανής R E για κάθε στιγμιότυπο (M, w) του ACCEP T. Για κάθε στιγμιότυπο (M, w) του ACCEP T όταν η μηχανή R E με είσοδο M τερματίζει R E (M) = ΝΑΙ, τότε M EMP T Y, άρα L(M) =, άρα για κάθε είσοδο x η M(x) ΝΑΙ. Συνεπώς (M, w) ACCEP T. Άρα, αποκλείεται η M στη λέξη w να τερματίσει σε ΝΑΙ, δηλαδή M(w) NAI. Καταλήγω στην παρακάτω, σαφέστατη, 1 δυνατότητα: R E (M) = ΝΑΙ M(w) ΝΑΙ (1.4) Για κάθε στιγμιότυπο (M, w) του ACCEP T που μηχανή R E με είσοδο M τερματίζει R E (M) = ΟΧΙ τότε L(M). Αυτό σημαίνει ότι υπάρχει τουλάχιστον μία λέξη x ώστε M(x) = ΝΑΙ. Μα δεν μπορώ να ξέρω αν η M με είσοδο τη δοσμένη λέξη w τερματίζει σε ΝΑΙ. Καταλήγω στις παρακάτω, δυστυχώς, δύο δυνατότητες: ΝΑΙ R E (M) = ΟΧΙ M(w) = ή ΝΑΙ Η (1.5) δείχνει ότι από το ΟΧΙ της R E σε ένα οποιοδήποτε στιγμιότυπο (M, w) του ACCEP T δεν μπορούμε να βγάλουμε συμπέρασμα. Αυτό συμβαίνει επειδή το σύνολο L(M) των λέξεων που η M αποδέχεται μπορεί να είναι οποιοδήποτε άλλο εκτός από τα {w} ή. Αν όμως τύχαινε και L(M) = {w} ή τότε από την απάντηση της R E θα μπορούσαμε να βγάλουμε συμπέρασμα αν M(w) = ΝΑΙ ή ΟΧΙ. Η λύση είναι για κάθε στιγμιότυπο (M, w) του ACCEP T να τροποποιούμε την M σε M w η οποία να απορρίπτει κάθε είσοδο x w και μόνο στην είσοδο w να εξομοιώνει την M(w). Προφανώς η M w είναι δυνατόν να πει ΝΑΙ μόνο με είσοδο w και εφόσον η M(w) = ΝΑΙ. Άρα L(M w ) M(w) = ΝΑΙ, δηλαδή αν (M, w) ACCEP T. Καταλήγουμε ότι μπορούμε να αποφασίσουμε οποιοδήποτε στιγμιότυπο (M, w) του ACCEP T με την χρήση της R E ως εξής: ΝΑΙ M(w) ΝΑΙ output : ΟΧΙ input : (M, w) R E (M w ) = (1.6) ΟΧΙ M(w) = ΝΑΙ output : ΝΑΙ (1.5)

8 KEFŸALAIO 1. MH APOFASŸISIMES GLŸWSSES Ασκηση 3 Είναι το πρόβλημα επιλύσιμο; Υποθέστε ότι το πρόβλημα είναι μη επιλύσιμο. EQ = { M 1, M 2 L(M 1 ) = L(M 2 )} EMP T Y = {M L(M) = } LÔsh: Υποθέτω ότι το πρόβλημα άγνωστης πολυπλοκότητας EQ είναι επιλύσιμο από την μηχανή R EQ. Θα ανάγω το πρόβλημα EMP T Y στο EQ και θα το λύσω με την βοήθεια της R EQ καταλήγοντας σε άτοπο. Πρέπει να κατανοήσω τι σημαίνει η απάντηση ΝΑΙ ή ΟΧΙ της μηχανής R EQ για κάθε στιγμιότυπο M του EMP T Y. Για κάθε στιγμιότυπο M του EMP T Y όταν η μηχανή R EQ με είσοδο (M, M ), όπου M μια τυχαία μηχανή, τερματίζει R EQ (M, M ) = ΝΑΙ, τότε L(M) = L(M ). Δηλαδή δεν μπορώ να βγάλω συμπέρασμα αν L(M) = ή. R EQ (M, M ) = ΝΑΙ L(M) = L(M ) (1.7) Για κάθε στιγμιότυπο M του EMP T Y όταν η μηχανή R EQ με είσοδο (M, M ), όπου M μια τυχαία μηχανή, τερματίζει R EQ (M, M ) = ΟΧΙ, τότε L(M) L(M ). Δηλαδή πάλι δεν μπορώ να βγάλω συμπέρασμα αν L(M) = ή. R EQ (M, M ) = ΟΧΙ L(M) L(M ) (1.8) Αυτό συμβαίνει επειδή η μηχανή M είναι μια τυχαία μηχανή και δεν έχω καμιά γνώση για το L(M ) αυτής. Αν όμως επιλέξω ως δεύτερη μηχανή τη M που δεν αποδέχεται καμία λέξη (εκ κατασκευής), δηλαδή, L(M ) = τότε από την απάντηση της R EQ θα μπορούσαμε να βγάλουμε συμπέρασμα για οποιαδήποτε πρώτη μηχανή M αν L(M) = ή. Σχηματικά, για κάθε στιγμιότυπο M του EMP T Y έχουμε R EQ (M, M ) = ΝΑΙ L(M) = L(M ) = R EQ (M, M ) = ΟΧΙ L(M) L(M ) = (1.9) Ασκηση 4 Είναι το πρόβλημα επιλύσιμο; Υποθέστε ότι το πρόβλημα είναι μη επιλύσιμο. L 111 = {M Η M τυπώνει 111 με είσοδο } L = {M Η M τερματίζει με είσοδο } LÔsh: Υποθέτω ότι το πρόβλημα άγνωστης πολυπλοκότητας L 111 είναι επιλύσιμο από την μηχανή R 111. Θα ανάγω το πρόβλημα L στο L 111 και θα το λύσω με την βοήθεια της R 111 καταλήγοντας σε άτοπο. Πρέπει να κατανοήσω τι σημαίνει η απάντηση ΝΑΙ ή ΟΧΙ της μηχανής R 111 για κάθε στιγμιότυπο M του L. 1. Για κάθε στιγμιότυπο M του L, που η μηχανή M με είσοδο τυπώνει 111 και τερματίζει, η μηχανή R 111 θα μας απαντήσει, ορθά, ΝΑΙ και με βάση αυτή την απάντηση ορθά θα μπορούμε να εντάξουμε την M στην L.

1.2. ANAGWGŸES MH EPILUSIMŸOTHTAS 9 2. Για κάθε στιγμιότυπο M του L, που η μηχανή M με είσοδο ΔΕΝ τυπώνει 111 ΚΑΙ τερματίζει, η μηχανή R 111 θα μας απαντήσει, ΟΧΙ. Με βάση αυτή την απάντηση της R 111 ΔΕΝ θα εντάξουμε την M στην L. Λανθασμένα όμως, διότι η M όντως τερματίζει με είσοδο. Εύκολα μπορούμε να το αποφύγουμε αυτό υποχρεώνοντας (τροποποιώντας) την κατάσταση τερματισμού της M, ώστε όταν η M εισέλθει σε αυτή να περάσει στην κατάσταση που να τυπώνει 111 και μετά να τερματίζει. Άρα, για κάθε στιγμιότυπο M του L θα τροποποιούμε την M ως άνω σε M και θα δίνουμε είσοδο στην R 111 την M. 3. Για κάθε στιγμιότυπο M του L, που η μηχανή M με είσοδο τυπώνει 111 ΚΑΙ ΔΕΝ τερματίζει, η μηχανή R 111 θα μας απαντήσει ΝΑΙ. Με βάση αυτή την απάντηση της R 111 θα εντάξουμε την M στην L. Αυτό είναι λάθος όμως, διότι η M ΔΕΝ τερματίζει με είσοδο. Εύκολα μπορούμε να το αποφύγουμε αυτό υποχρεώνοντας (τροποποιώντας) την M ώστε με ένα νέο σύμβολο π.χ. να κάνει ότι έκανε με το 1. Δηλαδή, σε κάθε κατάσταση που είχε το 1 το αλλάζει με το. Επίσης αντικαθιστά στην είσοδο κάθε 1 με το. Τέλος όταν είναι να τυπώσει 1 θα τυπώνει. Μόνο όταν εισέλθει στην τελική κατάσταση τερματισμού της M θα τυπώνει 111 και θα τερματίζει. Άρα, για κάθε στιγμιότυπο M του L θα κάνουμε όλες τις άνω τροποποιήσεις που περιγράψαμε στην M και θα δίνουμε είσοδο στην R 111 την M. Από τα άνω 1, 2, 3 καταφέραμε να αποφασίσουμε κάθε στιγμιότυπο M του L με την βοήθεια της R 111 τροφοδοτώντας την με την τροποποιημένη M. Συνεπώς που είναι άτοπο. Ασκηση 5 Είναι το πρόβλημα 1 επιλύσιμο; Υποθέστε ότι το πρόβλημα είναι μη επιλύσιμο. M L R 111 (M ) = ΝΑΙ L f = {M L(M) = πεπερασμένο} L halt = {(M, w) Η M(w) } LÔsh: Υποθέτω ότι το πρόβλημα άγνωστης πολυπλοκότητας L f είναι επιλύσιμο από την μηχανή R f. Θα ανάγω το πρόβλημα L halt στο L f και θα το λύσω με την βοήθεια της R f καταλήγοντας σε άτοπο. Πρέπει να κατανοήσω τι σημαίνει η απάντηση ΝΑΙ ή ΟΧΙ της μηχανής R f για κάθε στιγμιότυπο (M, w) του L halt. 1. Για κάθε στιγμιότυπο (M, w) του L halt, που η μηχανή M με είσοδο w τερματίζει, αν επίσης συμβαίνει η M να τερματίζει και σε πεπερασμένο πλήθος άλλων λέξεων y w, τότε η μηχανή R f με είσοδο M θα μας απαντήσει ΝΑΙ. Με βάση αυτή την απάντηση ορθά θα μπορούμε να εντάξουμε την M στην L halt. Άρα ορθά: R f (M) = ΝΑΙ (M, w) L halt 2. Για κάθε στιγμιότυπο (M, w) του L halt, ώστε η μηχανή M με είσοδο w τερματίζει, αλλά επίσης η M τερματίζει επιπλέον σε άπειρο πλήθος λέξεων y w τότε η μηχανή R f (M) = ΟΧΙ (διότι L(M) = άπειρο). Άρα λανθασμένα (διότι M(w) ): R f (M) = ΟΧΙ (M, w) L halt Μια λύση θα ήταν να τροποποιήσουμε την M σε M που υποχρεωτικά εφόσον M(w) στην συνέχεια η M να λέει ΝΑΙ σε πεπερασμένου πλήθους λέξεις y w (π.χ. να επιλέγει 10 λέξεις 1 L(M) = {w S M(w) = ΝΑΙ}, δηλαδή το σύνολο των λέξεων που η μηχανή M τερματίζει σε ΝΑΙ.

10 KEFŸALAIO 1. MH APOFASŸISIMES GLŸWSSES x 1,..., x 10 w και να τερματίζει μόνο σε αυτές). Συνεπώς η R f (M ) = ΝΑΙ. Άρα σωστά (διότι M(w) ): R f (M) = ΝΑΙ (M, w) L halt Ομως, η τροποποίηση της M σε M μας οδηγεί στο παρακάτω πρόβλημα. 3. Για κάθε στιγμιότυπο (M, w) του L halt, που η μηχανή M με είσοδο w ΔΕΝ τερματίζει, άρα και η M κατόπιν δεν τερματίζει σε πεπερασμένο πλήθος άλλων λέξεων y x, τότε η μηχανή R f με είσοδο M θα μας απαντήσει ΝΑΙ (διότι L(M ) =, πεπερασμένο). Άρα λανθασμένα (διότι M(w) = ): R f (M) = ΝΑΙ (M, w) L halt Από τα άνω 1, 2, 3 αντιλαμβανόμαστε ότι δεν μπορούμε να βγάλουμε ορθό συμπέρασμα από κάθε απάντηση της R f επειδή είτε η M τερματίσει (άρα θα δεχτεί 10 άλλες λέξεις) στο w είτε όχι (άρα δεν θα δεχτεί καμία άλλη λέξη) το L(M ) = πεπερασμένο. Άρα η τροποποιημένη M είναι λάθος. Η σωστή τροποποίηση είναι: για κάθε στιγμιότυπο (M, w) του L halt, δημιουργούμε την M w που προσομοιώνει την M(w) και αν M(w) τότε η M w να αποδέχεται άπειρο πλήθος λέξεων (άρα L(M w ) = άπειρο), αλλιώς η M w κρεμάει στο w (και άρα L(M w ) = πεπερασμένο). Συνεπώς, για κάθε στιγμιότυπο (M, w): Αν R f (M w ) = ΝΑΙ M w L f η μόνη περίπτωση η M w να αποδεχτεί πεπερασμένο πλήθος λέξεων είναι όταν L(M w ) = δηλαδή όταν M(w) = και τελικά (M, w) L halt. Αν R f (M w ) = ΟΧΙ M w L f L(M w ) = η μόνη περίπτωση η M w να αποδεχτεί άπειρο πλήθος λέξεων είναι όταν M(w) και τελικά (M, w) L halt. Από τα άνω, καταφέραμε να αποφασίσουμε κάθε στιγμιότυπο του L halt, υποθέτοντας ότι L f είναι επιλύσιμο, άτοπο.