Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων.

Σχετικά έγγραφα
Κυψελλικό αυτόματο: (A, N, f ), όπου

num(m(w 1 ;... ; w k )) = f(num(w 1 ),..., num(w k ))

Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές

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.

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

Υπολογίσιμες Συναρτήσεις

Θεωρία Υπολογισμού και Πολυπλοκότητα

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Αλγόριθμοι για αυτόματα

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Η NTM αποδέχεται αν µονοπάτι στο δέντρο που οδηγεί σε αποδοχή.

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

Ισοδυναμία Αιτ. Και μη Αιτ. Π.Α.

Θεωρία Υπολογισμού και Πολυπλοκότητα

Σειρά Προβλημάτων 4 Λύσεις

Μηχανές Turing (T.M) I

Σειρά Προβλημάτων 5 Λύσεις

Φροντιστήριο 8 Λύσεις

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

Λύσεις μερικών ασκήσεων του τρίτου φυλλαδίου.

Σειρά Προβλημάτων 5 Λύσεις

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Σε αυτό το µάθηµα. Εισαγωγή στις Μηχανές Turing. Μηχανή Turing (Turing Machine - TM) Μηχανές Turing. Παραδείγµατα Μηχανών Turing

Φροντιστήριο 8 Λύσεις

Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2)

Σειρά Προβλημάτων 5 Λύσεις

R ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος

ΗΥ252 - Οντοκεντρικός Προγραµµατισµός Προγραµµατιστική Εργασία Εαρινού Εξαµήνου 2004 Περιγραφή Παραδοτέων

f(x) f(c) x 1 c x 2 c

Περιεχόμενα ΜΤ Τυχαίας Προσπέλασης Θεωρία Υπολογισμού Ενότητα 23: Μηχανές Turing Τυχαίας Προσπέλασης Επ. Καθ. Π. Κατσαρός Τμήμα Πληροφορικής Επ. Καθ.

ILP-Feasibility conp

G n. n=1. n=1. n=1 G n) = m (E). n=1 G n = k=1

Μαθηματική Λογική και Λογικός Προγραμματισμός

Σειρά Προβλημάτων 4 Λύσεις

Πολλοί τρόποι περιγραφής αλγορίθμων. Όλοι είναι μηχανιστικά ισοδύναμοι και ειδικά ισοδύναμοι με μερικές αναδρομικές συναρτήσεις.

Σειρά Προβλημάτων 4 Λύσεις

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Αυτόματα. Παράδειγμα: πωλητής καφέ (iii) Παράδειγμα: πωλητής καφέ (iv) Εισαγωγή στην Επιστήμη των Υπολογιστών. Προδιαγραφές

Αυτόματα και Υπολογιστικά Μοντέλα Automata and Models of Computation

Ασκήσεις από παλιές εξετάσεις

Recursive and Recursively Enumerable sets I

CSC 314: Switching Theory. Chapter 3: Turing Machines

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Επανάληψη Μαθήματος

Κανονικές Γλώσσες. Κανονικές Γλώσσες. Κανονικές Γλώσσες και Αυτόματα. Κανονικές Γλώσσες και Αυτόματα

Σειρά Προβλημάτων 4 Λύσεις

Σειρά Προβλημάτων 4 Λύσεις

Το Πρόβληµα Οµοφωνίας Σύγχρονα Συστήµατα Μεταβίβασης Μηνύµατος Μοντέλο Κατάρρευσης (crash model) Οι διεργασίες µπορούν να σταµατούν να εκτελούνται σε

Αυτόματα. Παράδειγμα: πωλητής καφέ (iii) Παράδειγμα: πωλητής καφέ (iv) Εισαγωγή στην Επιστήμη των Υπολογιστών 6

Σειρά Προβλημάτων 5 Λύσεις

Φροντιστήριο 10 Λύσεις

Κανονικές Γλώσσες. ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

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

Εισαγωγή στην Τοπολογία

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

CSC 314: Switching Theory. Chapter 3: Turing Machines

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

i=1 i=1 i=1 (x i 1, x i +1) (x 1 1, x k +1),

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

CSC 314: Switching Theory

Εισαγωγή στην Επιστήμη των Υπολογιστών

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο

Πρόταση. f(x) ομοιόμορφα συνεχής στο I. δ (ɛ) > 0 : x, ξ I, x ξ < δ (ɛ, ξ) f(x) f(ξ) < ɛ. ɛ > 0, δ > 0 : ΜΗ ομοιόμορφα συνεχής.

Σειρά Προβλημάτων 5 Λύσεις

Μαθηματική Λογική και Λογικός Προγραμματισμός

4.2 Αυτοπάθεια και ασθενής συμπάγεια * * X, x X, είναι επί του. X. Σημειώνουμε ότι υπάρχουν παραδείγματα μη

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

V x, y W x, y, y συνιστούν προφανώς ένα ανοικτό

Διακριτά Μαθηματικά Συνδυαστική

Θεωρία Υπολογισμού και Πολυπλοκότητα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 20: Διακριτός Μετασχηματισμός Fourier (Discrete Fourier Transform DFT)

Εισαγωγή στην Επιστήμη των Υπολογιστών

Σειρά Προβλημάτων 5 Λύσεις

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Φροντιστήριο 9 Λύσεις

ΑΝΑΛΥΣΗ 1 ΕΙΚΟΣΤΟ ΕΒΔΟΜΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

a n = sup γ n. lim inf n n n lim sup a n = lim lim inf a n = lim γ n. lim sup a n = lim β n = 0 = lim γ n = lim inf a n. 2. a n = ( 1) n, n = 1, 2...

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

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


ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

ii

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

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 4

NP-πληρότητα. Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα

771 Η - Θεωρία Υπολογισµών και Αλγορίθµων

1 Χώροι πηλίκα { } x = y x y Y. Με τις πράξεις της πρόσθεσης και του βαθμωτού πολλαπλασιασμού που ορίζονται με τον

n = r J n,r J n,s = J

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

Σειρά Προβλημάτων 4 Λύσεις

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

Σήματα και Συστήματα. Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

4.2 ΕΥΚΛΕΙΔΕΙΑ ΔΙΑΙΡΕΣΗ

10.1 Υπολογίσιμες συναρτήσεις και αναδρομικά σύνολα

Chapter 7, 8 : Time, Space Complexity

Θεωρία Υπολογισμού και Πολυπλοκότητα To Δόγμα Church-Turing

Σειρά Προβλημάτων 4 Λύσεις

Transcript:

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 χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. T C 4 σύνολο πλακιδίων του Wang.

Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. T C 4 σύνολο πλακιδίων του Wang. c T Z2 διάταξη των πλακιδίων.

Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. T C 4 σύνολο πλακιδίων του Wang. c T Z2 διάταξη των πλακιδίων. Εγκυρη στη θέση ( n, n + e 1 ) αν c( n) Δ = c( n + e 1 ) Α.

Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. T C 4 σύνολο πλακιδίων του Wang. c T Z2 διάταξη των πλακιδίων. Εγκυρη στη θέση ( n, n + e 1 ) αν c( n) Δ = c( n + e 1 ) Α. Εγκυρη στη θέση ( n, n + e 2 ) αν c( n) Π = c( n + e 2 ) Κ.

Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. T C 4 σύνολο πλακιδίων του Wang. c T Z2 διάταξη των πλακιδίων. Εγκυρη στη θέση ( n, n + e 1 ) αν c( n) Δ = c( n + e 1 ) Α. Εγκυρη στη θέση ( n, n + e 2 ) αν c( n) Π = c( n + e 2 ) Κ. c T Z2 έγκυρη επίστρωση αν είναι έγκυρη σε κάθε θέση.

Πλακίδια του Wang C πεπερασμένο σύνολο χρωμάτων. t = (c Α, c Π, c Δ, c Κ ) C 4 πλακίδιο του Wang. T C 4 σύνολο πλακιδίων του Wang. c T Z2 διάταξη των πλακιδίων. Εγκυρη στη θέση ( n, n + e 1 ) αν c( n) Δ = c( n + e 1 ) Α. Εγκυρη στη θέση ( n, n + e 2 ) αν c( n) Π = c( n + e 2 ) Κ. c T Z2 έγκυρη επίστρωση αν είναι έγκυρη σε κάθε θέση. X T σύνολο έγκυρων επιστρώσεων.

Πρόβλημα της επίστρωσης του Wang Πρόβλημα Δεδομένου ενός T, υπάρχει έγκυρη επίστρωση c X T ;

Πρόβλημα της επίστρωσης του Wang Πρόβλημα Δεδομένου ενός T, υπάρχει έγκυρη επίστρωση c X T ; Υπάρχει αλγόριθμος που να παίρνει ως είσοδο το T και να δίνει ως έξοδο 0 ή 1 ανάλογα με το αν X T = ή όχι;

Αρχή συμπάγειας Μία ακολουθία διατάξεων c 0, c 1,... (όχι απαραίτητα έγκυρων) συγκλίνει στη διάταξη c αν για κάθε n η ακολουθία c 0 ( n), c 1 ( n),... είναι τελικά σταθερή και ίση με c( n).

Αρχή συμπάγειας Μία ακολουθία διατάξεων c 0, c 1,... (όχι απαραίτητα έγκυρων) συγκλίνει στη διάταξη c αν για κάθε n η ακολουθία c 0 ( n), c 1 ( n),... είναι τελικά σταθερή και ίση με c( n). Λήμμα (Αρχή συμπάγειας) Κάθε ακολουθία διατάξεων έχει συγκλίνουσα υπακολουθία.

Αρχή συμπάγειας Μία ακολουθία διατάξεων c 0, c 1,... (όχι απαραίτητα έγκυρων) συγκλίνει στη διάταξη c αν για κάθε n η ακολουθία c 0 ( n), c 1 ( n),... είναι τελικά σταθερή και ίση με c( n). Λήμμα (Αρχή συμπάγειας) Κάθε ακολουθία διατάξεων έχει συγκλίνουσα υπακολουθία. Απόδειξη Αρχή του περιστεριώνα (στην άπειρη μορφή της).

Από τετράγωνα σε όλο το επίπεδο Λήμμα Αν το T μπορεί να καλύψει έγκυρα τετράγωνα κάθε πλευράς, τότε μπορεί να καλύψει το επίπεδο.

Από τετράγωνα σε όλο το επίπεδο Λήμμα Αν το T μπορεί να καλύψει έγκυρα τετράγωνα κάθε πλευράς, τότε μπορεί να καλύψει το επίπεδο. Απόδειξη Αρχή συμπάγειας.

Ημι-αλγόριθμος για το πρόβλημα X T = Ενας ημι-αλγόριθμος απαντάει σωστά στις θετικές περιπτώσεις του προβλήματος, ενώ τρέχει για πάντα στις αρνητικές.

Ημι-αλγόριθμος για το πρόβλημα X T = Λήμμα Ενας ημι-αλγόριθμος απαντάει σωστά στις θετικές περιπτώσεις του προβλήματος, ενώ τρέχει για πάντα στις αρνητικές. Υπάρχει ημι-αλγόριθμος για το πρόβλημα X T =.

Ημι-αλγόριθμος για το πρόβλημα X T = Λήμμα Ενας ημι-αλγόριθμος απαντάει σωστά στις θετικές περιπτώσεις του προβλήματος, ενώ τρέχει για πάντα στις αρνητικές. Υπάρχει ημι-αλγόριθμος για το πρόβλημα X T =. Απόδειξη Δοκιμάζουμε όλα και μεγαλύτερα τετράγωνα.

Ημι-αλγόριθμος για το πρόβλημα X T = Λήμμα Ενας ημι-αλγόριθμος απαντάει σωστά στις θετικές περιπτώσεις του προβλήματος, ενώ τρέχει για πάντα στις αρνητικές. Υπάρχει ημι-αλγόριθμος για το πρόβλημα X T =. Απόδειξη Δοκιμάζουμε όλα και μεγαλύτερα τετράγωνα. Αν υπάρχει ημι-αλγόριθμος και για το πρόβλημα X T, τότε το πρόβλημα του Wang είναι αποφασίσιμο.

Περιοδικότητα c 1-περιοδική αν υπάρχει n 0 τ.ώ. c( n 0 ) = c( n + n 0 ) για κάθε n.

Περιοδικότητα c 1-περιοδική αν υπάρχει n 0 τ.ώ. c( n 0 ) = c( n + n 0 ) για κάθε n. n 0 περίοδος της c.

Περιοδικότητα c 1-περιοδική αν υπάρχει n 0 τ.ώ. c( n 0 ) = c( n + n 0 ) για κάθε n. n 0 περίοδος της c. c 2-περιοδική αν έχει δύο γραμμικά ανεξάρτητες περιόδους n 0, n 1.

Περιοδικότητα c 1-περιοδική αν υπάρχει n 0 τ.ώ. c( n 0 ) = c( n + n 0 ) για κάθε n. n 0 περίοδος της c. c 2-περιοδική αν έχει δύο γραμμικά ανεξάρτητες περιόδους n 0, n 1. Μπορούν να επιλεγούν της μορφής (x 1, 0) και (0, x 2 ).

Περιοδικότητα c 1-περιοδική αν υπάρχει n 0 τ.ώ. c( n 0 ) = c( n + n 0 ) για κάθε n. n 0 περίοδος της c. c 2-περιοδική αν έχει δύο γραμμικά ανεξάρτητες περιόδους n 0, n 1. Μπορούν να επιλεγούν της μορφής (x 1, 0) και (0, x 2 ). P T X T το σύνολο των 1-περιοδικών σημείων.

Περιοδικότητα Λήμμα c 1-περιοδική αν υπάρχει n 0 τ.ώ. c( n 0 ) = c( n + n 0 ) για κάθε n. n 0 περίοδος της c. c 2-περιοδική αν έχει δύο γραμμικά ανεξάρτητες περιόδους n 0, n 1. Μπορούν να επιλεγούν της μορφής (x 1, 0) και (0, x 2 ). P T X T το σύνολο των 1-περιοδικών σημείων. X T περιέχει 1-περιοδική επίστρωση c X T περιέχει 2-περιοδική επίστρωση c.

Ημι-αλγόριθμος για το πρόβλημα P T Λήμμα Υπάρχει ημι-αλγόριθμος για το πρόβλημα P T.

Ημι-αλγόριθμος για το πρόβλημα P T Λήμμα Υπάρχει ημι-αλγόριθμος για το πρόβλημα P T. Απόδειξη Δοκιμάζουμε όλο και μεγαλύτερα τετράγωνα για περιοδικότητα.

Ημι-αλγόριθμος για το πρόβλημα P T Λήμμα Υπάρχει ημι-αλγόριθμος για το πρόβλημα P T. Απόδειξη Δοκιμάζουμε όλο και μεγαλύτερα τετράγωνα για περιοδικότητα. Αν ισχύει X T P T, τότε το πρόβλημα του Wang είναι αποφασίσιμο.

T απεριοδικό σύνολο πλακιδίων αν X T και P T =.

T απεριοδικό σύνολο πλακιδίων αν X T και P T =. Αν δεν υπάρχουν απεριοδικά σύνολα πλακιδίων, τότε το πρόβλημα του Wang είναι αποφασίσιμο.

T απεριοδικό σύνολο πλακιδίων αν X T και P T =. Αν δεν υπάρχουν απεριοδικά σύνολα πλακιδίων, τότε το πρόβλημα του Wang είναι αποφασίσιμο. Αν υπάρχουν, αυτό δεν συνεπάγεται άμεσα την μη-αποφασισιμότητα του προβλήματος του Wang.

T απεριοδικό σύνολο πλακιδίων αν X T και P T =. Αν δεν υπάρχουν απεριοδικά σύνολα πλακιδίων, τότε το πρόβλημα του Wang είναι αποφασίσιμο. Αν υπάρχουν, αυτό δεν συνεπάγεται άμεσα την μη-αποφασισιμότητα του προβλήματος του Wang. Θεώρημα 1 Υπάρχουν απεριοδικά σύνολα πλακιδίων.

T απεριοδικό σύνολο πλακιδίων αν X T και P T =. Αν δεν υπάρχουν απεριοδικά σύνολα πλακιδίων, τότε το πρόβλημα του Wang είναι αποφασίσιμο. Αν υπάρχουν, αυτό δεν συνεπάγεται άμεσα την μη-αποφασισιμότητα του προβλήματος του Wang. Θεώρημα 1 Υπάρχουν απεριοδικά σύνολα πλακιδίων. 2 Το πρόβλημα του Wang είναι μη-αποφασίσιμο.

Λίγα λόγια για τη μη-αποφασισιμότητα (1) Μηχανή Turing: M = (Q, Σ, #, q 0, δ) Q σύνολο εσωτερικών καταστάσεων της κεφαλής, q 0 Q αρχική κατάσταση. Σ αλφάβητο ταινίας, # Σ κενό σύμβολο. δ : Q Σ Q Σ { 1, +1} μερική συνάρτηση μετάβασης. δ επεκτείνεται σε δ : Q Σ Z Z Q Σ Z Z.

Λίγα λόγια για τη μη-αποφασισιμότητα (1) Μηχανή Turing: M = (Q, Σ, #, q 0, δ) Q σύνολο εσωτερικών καταστάσεων της κεφαλής, q 0 Q αρχική κατάσταση. Σ αλφάβητο ταινίας, # Σ κενό σύμβολο. δ : Q Σ Q Σ { 1, +1} μερική συνάρτηση μετάβασης. δ επεκτείνεται σε δ : Q Σ Z Z Q Σ Z Z. Πρόβλημα (Halting problem) Δεδομένης της M, ορίζεται το δ n (q 0, # Z, 0) για κάθε n;

Λίγα λόγια για τη μη-αποφασισιμότητα (1) Μηχανή Turing: M = (Q, Σ, #, q 0, δ) Q σύνολο εσωτερικών καταστάσεων της κεφαλής, q 0 Q αρχική κατάσταση. Σ αλφάβητο ταινίας, # Σ κενό σύμβολο. δ : Q Σ Q Σ { 1, +1} μερική συνάρτηση μετάβασης. δ επεκτείνεται σε δ : Q Σ Z Z Q Σ Z Z. Πρόβλημα (Halting problem) Δεδομένης της M, ορίζεται το δ n (q 0, # Z, 0) για κάθε n; Μη-αποφασίσιμο!

Λίγα λόγια για τη μη-αποφασισιμότητα (2) Αναγωγή του προβλήματος του Wang στο Halting problem.

Λίγα λόγια για τη μη-αποφασισιμότητα (2) Αναγωγή του προβλήματος του Wang στο Halting problem. Αλγόριθμος που μετατρέπει τη μηχανή M σε σύνολο πλακιδίων T M.

Λίγα λόγια για τη μη-αποφασισιμότητα (2) Αναγωγή του προβλήματος του Wang στο Halting problem. Αλγόριθμος που μετατρέπει τη μηχανή M σε σύνολο πλακιδίων T M. M σταματάει αν και μόνο αν X TM =.

Λίγα λόγια για τη μη-αποφασισιμότητα (2) Αναγωγή του προβλήματος του Wang στο Halting problem. Αλγόριθμος που μετατρέπει τη μηχανή M σε σύνολο πλακιδίων T M. M σταματάει αν και μόνο αν X TM =. Αν μπορούσαμε να αποφασίσουμε εάν X TM =, θα μπορούσαμε να λύσουμε και το Halting problem.

Λίγα λόγια για τη μη-αποφασισιμότητα (2) Αναγωγή του προβλήματος του Wang στο Halting problem. Αλγόριθμος που μετατρέπει τη μηχανή M σε σύνολο πλακιδίων T M. M σταματάει αν και μόνο αν X TM =. Αν μπορούσαμε να αποφασίσουμε εάν X TM =, θα μπορούσαμε να λύσουμε και το Halting problem. Δεν υπάρχει αλγόριθμος για το πρόβλημα του Wang.

Τέλος 1ου μέρους 2ο μέρος: Απεριοδικό σύνολο πλακιδίων του Robinson και χρήση του για τη μη-αποφασισιμότητα του προβλήματος του Wang. 3ο μέρος: Απεριοδικό σύνολο πλακιδίων των Kari-Culik. Σας ευχαριστώ!