SlideShare una empresa de Scribd logo
1 de 6
Descargar para leer sin conexión
CIENCIAS DE LA COMPUTACION I 2009
MÁQUINAS DE TURING
Las máquinas de Turing, así como los AF y los AP se utilizan para aceptar cadenas de un lenguaje
definidas sobre un alfabeto A. El modelo básico de máquina de Turing, tiene un mecanismo de
control, una cinta de entrada que se divide en celdas, y una cabeza de lectura/escritura que lee un
solo símbolo de la cinta por vez. La cinta tiene una celda de inicio de más a la izquierda, pero es
infinita a derecha. Cada celda de la cinta puede contener exactamente un símbolo del alfabeto de la
cinta C. Inicialmente, las n celdas de más a la izquierda (n ≥ 0) contienen una cadena ω, siendo
|ω|=n. ω está definida sobre un subconjunto de C, llamado alfabeto de entrada A. Las infinitas
celdas restantes contienen un símbolo blanco B, el cual es un símbolo especial del alfabeto C.
La diferencia fundamental con el autómata de pila y el autómata finito, es que se puede leer un
símbolo y reescribirlo por otro símbolo, y además la cabeza de lectura/escritura puede desplazarse a
la izquierda, a la derecha o quedarse en el mismo lugar.
El modelo general de MT permite aceptar los lenguajes recursivos enumerables o estructurados por
frases que incluyen todo el conjunto de lenguajes que describen procedimientos computacionales.
Todo procedimiento computacional puede ser modelado con una Máquina de Turing.
Formalmente se define una máquina de Turing como una 7-upla MT= <E, A, C, δ, e0, B, F> donde:
E: Conjunto finito de estados
A: El alfabeto sobre el cual está definido el lenguaje que pretendemos reconocer. A⊆ C
C: Alfabeto de la cinta. C=A ∪ {B} ∪ Símbolos_Auxiliares A ∩ Símbolos_Auxiliares = ∅
e0: estado inicial
B: símbolo blanco. B ∉ A y B ∈ C
δ: E x C→ E x C x {D, I, N}
donde {D, I, N} son posibles movimientos de la cabeza de lectura/escritura, Derecha, Izquierda o
No hay movimiento respectivamente. Sin embargo, δ puede estar indefinida para algunos
argumentos, por ejemplo no se permiten movimientos a izquierda de la celda de inicio de la cinta.
F: Conjunto de estados finales. F⊆ E
Los tipos de transiciones de estados de una MT determinística se definen como:
1) δ( ei , xk) =( ej , Y, D)
2) δ( ei , xk) =( ej , Y, I)
3) δ( ei , xk) =( ej , Y, N) donde xk, Y ∈ C; ei , ej ∈ E.
Configuración de una Máquina de Turing
Si ei es el estado actual, las cadenas α1 y α2 están ubicadas en las celdas de la cinta de entrada (α1
precede a α2) y la cabeza de lectura/escritura esta apuntando al primer símbolo de α2, se define una
configuración de MT como:
α1 ei α2 ei ∈ E; α1 , α2 ∈ C*
Luego, se define una relación de transición | en el espacio de posibles configuraciones de la MT,
como:
α1ei α2 | β1 ej β2 α1 ,α2 ,β1,β2 ∈ C* ; ei ,ej ∈E
Supongamos la siguiente configuración, estado actual ei ; α1= x1 x2 …. xk-1; α2 = xk xk+1 ….xn
donde x1,…,xn ∈ C; ei ∈ E. La cabeza de lectura/escritura apunta al símbolo xk.
CIENCIAS DE LA COMPUTACION I 2009
(1)
x1 x2 ... xk-1 ei xk xk+1 ...xn |x1 x2 … xk-1 Y ej xk+1 ….xn Si existe la transición tipo(1), la MT pasa
al estado ej , avanza la cabeza de
lectura/escritura y reemplaza el símbolo
xk por Y.
(2)
x1 x2 ... xk-1 ei xk xk+1 ...xn | x1 x2 ...ej xk-1 Y xk+1 ...xn -Si existe la transición tipo(2), la MT
pasa al estado ej , retrocede la cabeza de
lectura/escritura y reemplaza el símbolo
xk por Y.
(3)
x1 x2 ... xk-1 ei xk xk+1 ...xn | x1 x2 ... xk-1 ej Y xk+1 ….xn -Si existe la transición tipo(3), la MT
pasa al estado ej , no avanza la cabeza
de lectura/escritura y reemplaza el
símbolo xk por Y.
Máquina de Turing multicinta determinística
Este modelo es una extensión del modelo anterior de 1 cinta a k_cintas de entrada, y k cabezas de
lectura/escritura. Una transición de estados depende del símbolo que se lee en cada una de las
cintas, luego la máquina cambia de estado, reescribe un nuevo símbolo en cada cinta de entrada y
mueve la cabeza de lectura/escritura de cada cinta en forma independiente.
La ventaja es que para reconocer ciertos lenguajes es más fácil hacer el diseño de la MT con
k_cintas de entrada.
En general se suele utilizar 1 cinta que contiene los símbolos de entrada, cintas intermedias para
realizar cálculos auxiliares y una cinta de salida para el caso particular de una máquina de Turing
traductora.
MTM= < E, A, C, δ, e0, B, F >
donde E, A, C, e0, B, F, se definen como antes
y δ: E x C k
→ E x (C x {D,I,N}) k
donde {D,I,N} son posibles movimientos de la cabeza de
lectura/escritura.
Todo lo que se hace en multicinta puede realizarse con el modelo de 1 cinta. Es decir, que son
modelos equivalentes ya que pueden reconocer los mismos lenguajes.
Máquina de Turing no determinística
Al igual que con los AFND y APND cuando se diseña una MTND esto significa que en un cierto
punto puedo tener varios cursos de acción, entonces:
MTND=< E, A, C, δ, e0, B, F >
donde E, A, C, e0, B, F, se definen como antes y
δ: E x C k
→ Pf (E x (C x {D,I,N}) k
) Pf denota un subconjunto finito de E x (C x {D,I,N})k
Es decir:
δ( ei , a1, a2,…,ak) ={(ej , (Y1, d1 ) (Y2,d2 ) …. (Yk,dk )); (en , (Y1’,d1’ ) (Y2’,d2’ )…(Yk’,dk ’))...}
donde ei, ej, en ∈ E ; a1, a2,…,ak,Y1,Y2,. Yk,Y1’,Y2’…Yk’∈ C; d1 ,d2 …dk ,d1’,d2’,…dk ’∈{D, I, N}
Una Máquina de Turing no determinística acepta una cadena si cualquier secuencia de transiciones
conduce a un estado final. Como con los autómatas finitos, la adición de no
determinismo a las Máquinas de Turing no permite que la máquina acepte nuevos lenguajes. Es
decir, existe una equivalencia entre MTD y MTND, para los conjuntos de lenguajes que aceptan.
Sin embargo el tiempo de ejecución de las MTND, es más costoso que el caso de MTD.
CIENCIAS DE LA COMPUTACION I 2009
Lenguaje aceptado por la Máquina de Turing
Una cadena ω ∈ A*
, es aceptada por una MT, si comienza en el estado e0, con la cabeza de
lectura/escritura en el símbolo más a la izquierda, luego de leer toda la cadena ω, llega a un estado
ef ∈ F.
El lenguaje aceptado por MT, es el conjunto de todas las cadenas que son aceptadas por MT:
L(MT)= { ω / e0 ω | * α1 ef α2 y ef ∈ F y α1, α2∈ C*
y ω ∈ A*
}
Los lenguajes aceptados por las Máquinas de Turing se denominan lenguajes recursivos
enumerables o estructurados por frases.
Autómata linealmente acotado
Es una máquina de Turing particular. La restricción sobre el modelo general de Máquina de Turing
es que las transiciones se realizan sobre una cantidad de casilleros acotada. Es decir, en vez de tener
una cinta de entrada infinita sobre la cual calcular, se restringe a una porción entre un casillero que
contiene un símbolo de inicio #, y un símbolo final $, y se garantiza que las transiciones se van a
realizar dentro de este conjunto de casilleros en la cinta de entrada.
Para el caso del modelo multicinta se extiende para cada cinta la condición de acotar el espacio de
trabajo.
Una máquina de Turing con esta restricción ALA, permite reconocer un tipo de lenguajes en
particular que se denominan Lenguajes Sensibles al Contexto.
ALA= < E, A, C, δ, e0, B, F, #, $>
donde E, A, e0, B, F se definen como antes y
C = A ∪ {B, $, #} ∪ Símbolos_Auxiliares
δ: E x C → E x C x {D,I,N} donde {D,I,N} son posibles movimientos de la cabeza de
lectura/escritura. No se permiten movimientos a la izquierda de # ni a la derecha de $.
El ALA también puede ser multicinta
ALAM= < E, A, C, δ, e0, B, F, #, $>
donde E, A, C, e0, B, F se definen como antes y
C = A ∪ {B, $, #} ∪ Símbolos_Auxiliares
δ: E x C k
→ E x (C x {D,I,N}) k
donde {D,I,N} son posibles movimientos de la cabeza de
lectura/escritura. En ninguna de las cintas, se permiten movimientos a la izquierda de # ni a la
derecha de $.
Todo lo que se hace en multicinta puede realizarse con el modelo de 1 cinta. Es decir, que son
modelos equivalentes ya que pueden reconocer los mismos lenguajes.
Ejemplo 1 (**)
L={ωcω /ω ∈ {a,b}*}
a) Diseño con una Máquina de Turing de 2-cintas
MT1=<{e0, e1, e2, e3, e4},{a, b, c}, {a, b, c,X, B}, δ1, Β, {e4}>
donde la función de transición de estados es
δ1:E x C1x C2→ Ex (C1x {D,I,N}) x (C2 x {D,I,N})
CIENCIAS DE LA COMPUTACION I 2009
δ1 C1 C2 C1 C2 Nuevo estado
Nuevo Símb. Mov. Nuevo Símb. Mov.
e0 a B a N X D e1
b B b N X D e1
c B c D B N e3
e1 a B a D a D e1
b B b D b D e1
c B c N B I e2
e2 c a c N a I e2
c b c N b I e2
c X c D X D e3
e3 b b b D b D e3
a a a D a D e3
B B B N B N e4
e4 - - - - - - -
b) Diseño con un Modelo Máquina de Turing de 1-cinta
MT1’=<{e0, e1, e2, e3, e4, e5, e6, e7, e8, e9},{a, b, c}, {a, b, c, X, Y, B}, δ1’, Β, {e9}>
donde la función de transición de estados es δ1’:Ex C→ Ex (Cx {D,I,N})
δ1’ a b c Y X B
e0 e2,X, D e5, X, D e7, c, D
e1 e2,X, D e5, X, D e8, c, D
e2 e2, a, D e2, b, D e3, c, D
e3 e4, Y, I e3, Y, D
e4 e4, a, I e4, b, I e4, c, I e4, Y, I e1, X, D
e5 e5, a, D e5, b, D e6, c, D
e6 e4, Y, I e6, Y, D
e7 e9, B, N
e8 e8, Y, D e9, B, N
e9 - - - - - -
Ejemplo 2 (**)
Máquina de Turing para cálculo de funciones
f(x,y) = x/y x, y codificados en unario.
Inicialmente x e y se encuentran en la cinta de entrada C1, separados por un símbolo 0, en este
orden. El resultado de la función f(x,y) queda en C4.
MT2=<{e0, e1, e2, e3, e4, e5, e6},{1, 0}, {1, 0, X, B}, δ2, Β, {e6}> donde
δ2:Ex C1x C2 x C3 x C4→ Ex (C1x {D,I,N}) x (C2 x{D,I,N}) x (C3 x{D,I,N}) x (C4 x{D,I,N})
CIENCIAS DE LA COMPUTACION I 2009
δ2 C1 C2 C3 C4 Nuevo
C1 C2 C3 C4 NS M NS M NS M NS M estado
e0 1 B B B 1 N X D B N B N e1
0 B B B 0 D X D X D B N e2
e1 1 B B B 1 D 1 D B N B N e1
0 B B B 0 D B N X D B N e2
e2 1 B B B 1 D B N 1 D B N e3
e3 1 B B B 1 D B N 1 D B N e3
B B B B B N B I B I B N e4
e4 B 1 1 B B N 1 I 1 I B N e4
B 1 X B B N 1 N X D 1 D e5
B X X B B N X N X N 1 D e6
B X 1 B B N X N 1 N B N e6
e5 B 1 1 B B N 1 I 1 D B N e5
B 1 B B B N 1 N B I 1 D e4
B X B B B N X N B N 1 D e6
B X 1 B B N X N 1 N B N e6
e6 - - - - - - - - - - - - -
Ejemplo 3 (**)
Máquina de Turing para cálculo de funciones
0 si x ≤y
f(x,y)=
x-y si x > y
donde x, y están codificados en unario.
Inicialmente x e y se encuentran en la cinta de entrada C1, separados por un símbolo 0, en este
orden.
El resultado de f(x,y) queda en C4.
MT3=<{e0, e1, e2, e3, e4, e5},{1,0}, {1, 0, X, B}, δ3, Β, {e5}> donde
δ3:Ex C1xC2 xC3 xC4→ Ex (C1x {D,I,N}) x (C2 x{D,I,N}) x (C3 x{D,I,N}) x (C4 x{D,I,N})
CIENCIAS DE LA COMPUTACION I 2009
δ3 C1 C2 C3 C4 Nuevo
C1 C2 C3 C4 NS M NS M NS M NS M estado
e0 1 B B B 1 N X D B N B N e1
0 B B B 0 D X D X D B N e2
e1 1 B B B 1 D 1 D B N B N e1
0 B B B 0 D B N X D B N e2
e2 1 B B B 1 D B N 1 D B N e2
B B B B B N B I B I B N e3
e3 B 1 1 B B N 1 I 1 I B N e3
B 1 X B B N 1 N X N B N e4
B X X B B N X N X N 0 N e5
B X 1 B B N X N 1 N 0 N e5
e4 B 1 X B B N 1 I X N 1 D e4
B X X B B N X N X N B N e5
e5 - - - - - - - - - - - -
(**) El autómata más restrictivo para estos ejemplos es el Autómata Linealmente Acotado ya
que son Lenguajes Sensibles al Contexto (tipo 1). Por razones prácticas se modelaron con una
máquina de Turing general.

Más contenido relacionado

La actualidad más candente (20)

Tema 8 www.fresymetal.com
Tema 8 www.fresymetal.comTema 8 www.fresymetal.com
Tema 8 www.fresymetal.com
 
Introduccions a java
Introduccions a javaIntroduccions a java
Introduccions a java
 
Capítulo 3: Encripción
Capítulo 3: EncripciónCapítulo 3: Encripción
Capítulo 3: Encripción
 
03 - Cadenas en Python 3
03 - Cadenas en Python 303 - Cadenas en Python 3
03 - Cadenas en Python 3
 
Apuntes generación de codigo intermedio
Apuntes generación de codigo intermedioApuntes generación de codigo intermedio
Apuntes generación de codigo intermedio
 
Programación en c++
Programación en c++Programación en c++
Programación en c++
 
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
07 - Tipos de datos definidos por el programador en lenguaje C: struct, typed...
 
informe Computacion
informe Computacioninforme Computacion
informe Computacion
 
Maquinas de turing
Maquinas de turingMaquinas de turing
Maquinas de turing
 
Manuel torres web-quest informe
Manuel torres web-quest informeManuel torres web-quest informe
Manuel torres web-quest informe
 
Derivadas Parciales
Derivadas ParcialesDerivadas Parciales
Derivadas Parciales
 
Cap I
Cap ICap I
Cap I
 
Unidad3
Unidad3Unidad3
Unidad3
 
SSLL-TE-2012-2S
SSLL-TE-2012-2SSSLL-TE-2012-2S
SSLL-TE-2012-2S
 
Maquina de turing - Enzo y Bolivar - Teoria de Automatas
Maquina de turing - Enzo y Bolivar - Teoria de AutomatasMaquina de turing - Enzo y Bolivar - Teoria de Automatas
Maquina de turing - Enzo y Bolivar - Teoria de Automatas
 
02 - Conceptos fundamentales sobre tipos de datos en lenguaje C
02 - Conceptos fundamentales sobre tipos de datos en lenguaje C02 - Conceptos fundamentales sobre tipos de datos en lenguaje C
02 - Conceptos fundamentales sobre tipos de datos en lenguaje C
 
Material iii parcial
Material iii parcialMaterial iii parcial
Material iii parcial
 
Integracion
IntegracionIntegracion
Integracion
 
Strrev
StrrevStrrev
Strrev
 
18 2
18 218 2
18 2
 

Similar a Apunte mt 2

Máquina de turing
Máquina de turingMáquina de turing
Máquina de turingIvan
 
Parte 4 Máquinas De Turing
Parte 4  Máquinas De  TuringParte 4  Máquinas De  Turing
Parte 4 Máquinas De TuringRicardo Quintero
 
2...2 expresiones regulares, cerradura, fractales, automata
2...2 expresiones regulares, cerradura, fractales, automata2...2 expresiones regulares, cerradura, fractales, automata
2...2 expresiones regulares, cerradura, fractales, automataJacqui Venegas
 
Matematica discreta1
Matematica discreta1Matematica discreta1
Matematica discreta1kellyjaclyn
 
Examen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes FormalesExamen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes FormalesDiego Perdomo
 
Programacion matlab
Programacion matlabProgramacion matlab
Programacion matlabMarc Llanos
 
Introducción a la Teoría de Autómatas by Yeredith
Introducción a la Teoría de Autómatas by YeredithIntroducción a la Teoría de Autómatas by Yeredith
Introducción a la Teoría de Autómatas by Yeredithyeredith1
 
Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...
Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...
Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...SANTIAGO PABLO ALBERTO
 

Similar a Apunte mt 2 (20)

Máquina de turing
Máquina de turingMáquina de turing
Máquina de turing
 
Maquinas Abstractas
Maquinas AbstractasMaquinas Abstractas
Maquinas Abstractas
 
Parte 4 Máquinas De Turing
Parte 4  Máquinas De  TuringParte 4  Máquinas De  Turing
Parte 4 Máquinas De Turing
 
Taller nro 24
Taller nro 24Taller nro 24
Taller nro 24
 
2...2 expresiones regulares, cerradura, fractales, automata
2...2 expresiones regulares, cerradura, fractales, automata2...2 expresiones regulares, cerradura, fractales, automata
2...2 expresiones regulares, cerradura, fractales, automata
 
Matematica discreta1
Matematica discreta1Matematica discreta1
Matematica discreta1
 
Informe
InformeInforme
Informe
 
Examen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes FormalesExamen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes Formales
 
Programacion matlab
Programacion matlabProgramacion matlab
Programacion matlab
 
SlE ADSI
SlE ADSISlE ADSI
SlE ADSI
 
Tema2
Tema2Tema2
Tema2
 
Introducción a la Teoría de Autómatas by Yeredith
Introducción a la Teoría de Autómatas by YeredithIntroducción a la Teoría de Autómatas by Yeredith
Introducción a la Teoría de Autómatas by Yeredith
 
Modu saya 4
Modu saya 4Modu saya 4
Modu saya 4
 
Mod auto 4
Mod auto 4Mod auto 4
Mod auto 4
 
Máquinas que comen máquinas
Máquinas que comen máquinasMáquinas que comen máquinas
Máquinas que comen máquinas
 
Mod auto 4
Mod auto 4Mod auto 4
Mod auto 4
 
Apunte4
Apunte4Apunte4
Apunte4
 
Maquina de turing
Maquina de turingMaquina de turing
Maquina de turing
 
Criptofgrafia sobre curvas elípticas
Criptofgrafia sobre curvas elípticasCriptofgrafia sobre curvas elípticas
Criptofgrafia sobre curvas elípticas
 
Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...
Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...
Electrónica digital: Multiplexores, demultiplexores decodificadores, codifica...
 

Más de Jose Jaime Daza Daza (7)

Reglamento del foro mquina de turing
Reglamento del foro mquina de turingReglamento del foro mquina de turing
Reglamento del foro mquina de turing
 
Responsabilidad
ResponsabilidadResponsabilidad
Responsabilidad
 
El libre-albedrio 2
El libre-albedrio 2El libre-albedrio 2
El libre-albedrio 2
 
El libre-albedrio 2
El libre-albedrio 2El libre-albedrio 2
El libre-albedrio 2
 
El libre-albedrio
El libre-albedrioEl libre-albedrio
El libre-albedrio
 
Los valores
Los valoresLos valores
Los valores
 
Educacion familia valores
Educacion familia valoresEducacion familia valores
Educacion familia valores
 

Último

Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularMooPandrea
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVGiustinoAdesso1
 

Último (20)

Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 

Apunte mt 2

  • 1. CIENCIAS DE LA COMPUTACION I 2009 MÁQUINAS DE TURING Las máquinas de Turing, así como los AF y los AP se utilizan para aceptar cadenas de un lenguaje definidas sobre un alfabeto A. El modelo básico de máquina de Turing, tiene un mecanismo de control, una cinta de entrada que se divide en celdas, y una cabeza de lectura/escritura que lee un solo símbolo de la cinta por vez. La cinta tiene una celda de inicio de más a la izquierda, pero es infinita a derecha. Cada celda de la cinta puede contener exactamente un símbolo del alfabeto de la cinta C. Inicialmente, las n celdas de más a la izquierda (n ≥ 0) contienen una cadena ω, siendo |ω|=n. ω está definida sobre un subconjunto de C, llamado alfabeto de entrada A. Las infinitas celdas restantes contienen un símbolo blanco B, el cual es un símbolo especial del alfabeto C. La diferencia fundamental con el autómata de pila y el autómata finito, es que se puede leer un símbolo y reescribirlo por otro símbolo, y además la cabeza de lectura/escritura puede desplazarse a la izquierda, a la derecha o quedarse en el mismo lugar. El modelo general de MT permite aceptar los lenguajes recursivos enumerables o estructurados por frases que incluyen todo el conjunto de lenguajes que describen procedimientos computacionales. Todo procedimiento computacional puede ser modelado con una Máquina de Turing. Formalmente se define una máquina de Turing como una 7-upla MT= <E, A, C, δ, e0, B, F> donde: E: Conjunto finito de estados A: El alfabeto sobre el cual está definido el lenguaje que pretendemos reconocer. A⊆ C C: Alfabeto de la cinta. C=A ∪ {B} ∪ Símbolos_Auxiliares A ∩ Símbolos_Auxiliares = ∅ e0: estado inicial B: símbolo blanco. B ∉ A y B ∈ C δ: E x C→ E x C x {D, I, N} donde {D, I, N} son posibles movimientos de la cabeza de lectura/escritura, Derecha, Izquierda o No hay movimiento respectivamente. Sin embargo, δ puede estar indefinida para algunos argumentos, por ejemplo no se permiten movimientos a izquierda de la celda de inicio de la cinta. F: Conjunto de estados finales. F⊆ E Los tipos de transiciones de estados de una MT determinística se definen como: 1) δ( ei , xk) =( ej , Y, D) 2) δ( ei , xk) =( ej , Y, I) 3) δ( ei , xk) =( ej , Y, N) donde xk, Y ∈ C; ei , ej ∈ E. Configuración de una Máquina de Turing Si ei es el estado actual, las cadenas α1 y α2 están ubicadas en las celdas de la cinta de entrada (α1 precede a α2) y la cabeza de lectura/escritura esta apuntando al primer símbolo de α2, se define una configuración de MT como: α1 ei α2 ei ∈ E; α1 , α2 ∈ C* Luego, se define una relación de transición | en el espacio de posibles configuraciones de la MT, como: α1ei α2 | β1 ej β2 α1 ,α2 ,β1,β2 ∈ C* ; ei ,ej ∈E Supongamos la siguiente configuración, estado actual ei ; α1= x1 x2 …. xk-1; α2 = xk xk+1 ….xn donde x1,…,xn ∈ C; ei ∈ E. La cabeza de lectura/escritura apunta al símbolo xk.
  • 2. CIENCIAS DE LA COMPUTACION I 2009 (1) x1 x2 ... xk-1 ei xk xk+1 ...xn |x1 x2 … xk-1 Y ej xk+1 ….xn Si existe la transición tipo(1), la MT pasa al estado ej , avanza la cabeza de lectura/escritura y reemplaza el símbolo xk por Y. (2) x1 x2 ... xk-1 ei xk xk+1 ...xn | x1 x2 ...ej xk-1 Y xk+1 ...xn -Si existe la transición tipo(2), la MT pasa al estado ej , retrocede la cabeza de lectura/escritura y reemplaza el símbolo xk por Y. (3) x1 x2 ... xk-1 ei xk xk+1 ...xn | x1 x2 ... xk-1 ej Y xk+1 ….xn -Si existe la transición tipo(3), la MT pasa al estado ej , no avanza la cabeza de lectura/escritura y reemplaza el símbolo xk por Y. Máquina de Turing multicinta determinística Este modelo es una extensión del modelo anterior de 1 cinta a k_cintas de entrada, y k cabezas de lectura/escritura. Una transición de estados depende del símbolo que se lee en cada una de las cintas, luego la máquina cambia de estado, reescribe un nuevo símbolo en cada cinta de entrada y mueve la cabeza de lectura/escritura de cada cinta en forma independiente. La ventaja es que para reconocer ciertos lenguajes es más fácil hacer el diseño de la MT con k_cintas de entrada. En general se suele utilizar 1 cinta que contiene los símbolos de entrada, cintas intermedias para realizar cálculos auxiliares y una cinta de salida para el caso particular de una máquina de Turing traductora. MTM= < E, A, C, δ, e0, B, F > donde E, A, C, e0, B, F, se definen como antes y δ: E x C k → E x (C x {D,I,N}) k donde {D,I,N} son posibles movimientos de la cabeza de lectura/escritura. Todo lo que se hace en multicinta puede realizarse con el modelo de 1 cinta. Es decir, que son modelos equivalentes ya que pueden reconocer los mismos lenguajes. Máquina de Turing no determinística Al igual que con los AFND y APND cuando se diseña una MTND esto significa que en un cierto punto puedo tener varios cursos de acción, entonces: MTND=< E, A, C, δ, e0, B, F > donde E, A, C, e0, B, F, se definen como antes y δ: E x C k → Pf (E x (C x {D,I,N}) k ) Pf denota un subconjunto finito de E x (C x {D,I,N})k Es decir: δ( ei , a1, a2,…,ak) ={(ej , (Y1, d1 ) (Y2,d2 ) …. (Yk,dk )); (en , (Y1’,d1’ ) (Y2’,d2’ )…(Yk’,dk ’))...} donde ei, ej, en ∈ E ; a1, a2,…,ak,Y1,Y2,. Yk,Y1’,Y2’…Yk’∈ C; d1 ,d2 …dk ,d1’,d2’,…dk ’∈{D, I, N} Una Máquina de Turing no determinística acepta una cadena si cualquier secuencia de transiciones conduce a un estado final. Como con los autómatas finitos, la adición de no determinismo a las Máquinas de Turing no permite que la máquina acepte nuevos lenguajes. Es decir, existe una equivalencia entre MTD y MTND, para los conjuntos de lenguajes que aceptan. Sin embargo el tiempo de ejecución de las MTND, es más costoso que el caso de MTD.
  • 3. CIENCIAS DE LA COMPUTACION I 2009 Lenguaje aceptado por la Máquina de Turing Una cadena ω ∈ A* , es aceptada por una MT, si comienza en el estado e0, con la cabeza de lectura/escritura en el símbolo más a la izquierda, luego de leer toda la cadena ω, llega a un estado ef ∈ F. El lenguaje aceptado por MT, es el conjunto de todas las cadenas que son aceptadas por MT: L(MT)= { ω / e0 ω | * α1 ef α2 y ef ∈ F y α1, α2∈ C* y ω ∈ A* } Los lenguajes aceptados por las Máquinas de Turing se denominan lenguajes recursivos enumerables o estructurados por frases. Autómata linealmente acotado Es una máquina de Turing particular. La restricción sobre el modelo general de Máquina de Turing es que las transiciones se realizan sobre una cantidad de casilleros acotada. Es decir, en vez de tener una cinta de entrada infinita sobre la cual calcular, se restringe a una porción entre un casillero que contiene un símbolo de inicio #, y un símbolo final $, y se garantiza que las transiciones se van a realizar dentro de este conjunto de casilleros en la cinta de entrada. Para el caso del modelo multicinta se extiende para cada cinta la condición de acotar el espacio de trabajo. Una máquina de Turing con esta restricción ALA, permite reconocer un tipo de lenguajes en particular que se denominan Lenguajes Sensibles al Contexto. ALA= < E, A, C, δ, e0, B, F, #, $> donde E, A, e0, B, F se definen como antes y C = A ∪ {B, $, #} ∪ Símbolos_Auxiliares δ: E x C → E x C x {D,I,N} donde {D,I,N} son posibles movimientos de la cabeza de lectura/escritura. No se permiten movimientos a la izquierda de # ni a la derecha de $. El ALA también puede ser multicinta ALAM= < E, A, C, δ, e0, B, F, #, $> donde E, A, C, e0, B, F se definen como antes y C = A ∪ {B, $, #} ∪ Símbolos_Auxiliares δ: E x C k → E x (C x {D,I,N}) k donde {D,I,N} son posibles movimientos de la cabeza de lectura/escritura. En ninguna de las cintas, se permiten movimientos a la izquierda de # ni a la derecha de $. Todo lo que se hace en multicinta puede realizarse con el modelo de 1 cinta. Es decir, que son modelos equivalentes ya que pueden reconocer los mismos lenguajes. Ejemplo 1 (**) L={ωcω /ω ∈ {a,b}*} a) Diseño con una Máquina de Turing de 2-cintas MT1=<{e0, e1, e2, e3, e4},{a, b, c}, {a, b, c,X, B}, δ1, Β, {e4}> donde la función de transición de estados es δ1:E x C1x C2→ Ex (C1x {D,I,N}) x (C2 x {D,I,N})
  • 4. CIENCIAS DE LA COMPUTACION I 2009 δ1 C1 C2 C1 C2 Nuevo estado Nuevo Símb. Mov. Nuevo Símb. Mov. e0 a B a N X D e1 b B b N X D e1 c B c D B N e3 e1 a B a D a D e1 b B b D b D e1 c B c N B I e2 e2 c a c N a I e2 c b c N b I e2 c X c D X D e3 e3 b b b D b D e3 a a a D a D e3 B B B N B N e4 e4 - - - - - - - b) Diseño con un Modelo Máquina de Turing de 1-cinta MT1’=<{e0, e1, e2, e3, e4, e5, e6, e7, e8, e9},{a, b, c}, {a, b, c, X, Y, B}, δ1’, Β, {e9}> donde la función de transición de estados es δ1’:Ex C→ Ex (Cx {D,I,N}) δ1’ a b c Y X B e0 e2,X, D e5, X, D e7, c, D e1 e2,X, D e5, X, D e8, c, D e2 e2, a, D e2, b, D e3, c, D e3 e4, Y, I e3, Y, D e4 e4, a, I e4, b, I e4, c, I e4, Y, I e1, X, D e5 e5, a, D e5, b, D e6, c, D e6 e4, Y, I e6, Y, D e7 e9, B, N e8 e8, Y, D e9, B, N e9 - - - - - - Ejemplo 2 (**) Máquina de Turing para cálculo de funciones f(x,y) = x/y x, y codificados en unario. Inicialmente x e y se encuentran en la cinta de entrada C1, separados por un símbolo 0, en este orden. El resultado de la función f(x,y) queda en C4. MT2=<{e0, e1, e2, e3, e4, e5, e6},{1, 0}, {1, 0, X, B}, δ2, Β, {e6}> donde δ2:Ex C1x C2 x C3 x C4→ Ex (C1x {D,I,N}) x (C2 x{D,I,N}) x (C3 x{D,I,N}) x (C4 x{D,I,N})
  • 5. CIENCIAS DE LA COMPUTACION I 2009 δ2 C1 C2 C3 C4 Nuevo C1 C2 C3 C4 NS M NS M NS M NS M estado e0 1 B B B 1 N X D B N B N e1 0 B B B 0 D X D X D B N e2 e1 1 B B B 1 D 1 D B N B N e1 0 B B B 0 D B N X D B N e2 e2 1 B B B 1 D B N 1 D B N e3 e3 1 B B B 1 D B N 1 D B N e3 B B B B B N B I B I B N e4 e4 B 1 1 B B N 1 I 1 I B N e4 B 1 X B B N 1 N X D 1 D e5 B X X B B N X N X N 1 D e6 B X 1 B B N X N 1 N B N e6 e5 B 1 1 B B N 1 I 1 D B N e5 B 1 B B B N 1 N B I 1 D e4 B X B B B N X N B N 1 D e6 B X 1 B B N X N 1 N B N e6 e6 - - - - - - - - - - - - - Ejemplo 3 (**) Máquina de Turing para cálculo de funciones 0 si x ≤y f(x,y)= x-y si x > y donde x, y están codificados en unario. Inicialmente x e y se encuentran en la cinta de entrada C1, separados por un símbolo 0, en este orden. El resultado de f(x,y) queda en C4. MT3=<{e0, e1, e2, e3, e4, e5},{1,0}, {1, 0, X, B}, δ3, Β, {e5}> donde δ3:Ex C1xC2 xC3 xC4→ Ex (C1x {D,I,N}) x (C2 x{D,I,N}) x (C3 x{D,I,N}) x (C4 x{D,I,N})
  • 6. CIENCIAS DE LA COMPUTACION I 2009 δ3 C1 C2 C3 C4 Nuevo C1 C2 C3 C4 NS M NS M NS M NS M estado e0 1 B B B 1 N X D B N B N e1 0 B B B 0 D X D X D B N e2 e1 1 B B B 1 D 1 D B N B N e1 0 B B B 0 D B N X D B N e2 e2 1 B B B 1 D B N 1 D B N e2 B B B B B N B I B I B N e3 e3 B 1 1 B B N 1 I 1 I B N e3 B 1 X B B N 1 N X N B N e4 B X X B B N X N X N 0 N e5 B X 1 B B N X N 1 N 0 N e5 e4 B 1 X B B N 1 I X N 1 D e4 B X X B B N X N X N B N e5 e5 - - - - - - - - - - - - (**) El autómata más restrictivo para estos ejemplos es el Autómata Linealmente Acotado ya que son Lenguajes Sensibles al Contexto (tipo 1). Por razones prácticas se modelaron con una máquina de Turing general.