Non determinismo e grammatiche. Achille Frigeri Dipartimento di Matematica Francesco Brioschi Politecnico di Milano
|
|
- Simone Bartolini
- 4 anni fa
- Visualizzazioni
Transcript
1 Non determinismo e grammatiche Achille Frigeri Dipartimento di Matematica Francesco Brioschi Politecnico di Milano
2 Modelli non deterministici - Macchine Automa a stati niti non deterministico (AFN) A = (Σ, Q, i 0, F, δ) con δ : Q Σ (Q) una parola è accettata se esiste almeno una computazione corretta che sia iniziale e nale. Automa a pila non deterministico (APN) A = (Σ, Q, Γ, i 0, F, δ, Z 0 ) con δ : Q (Σ {ε}) Γ (Q Γ ) una parola è accettata se esiste almeno una computazione corretta che sia iniziale e nale.
3 Modelli non deterministici - Grammatiche È un modello intrinsecamente non deterministico produzioni (V = V N V T ) G = (V N, V T, S, P) α β, α, β V αaβ αγβ, α, β, γ V, A V N A α, α V, A V N A ab a ε, A, B V N, a V T grammatiche non ristrette grammatiche sensibili al contesto grammatiche non contestuali grammatiche regolari
4 Automi a stati niti non deterministici - 1 Costruire un automa che riconosca il linguaggio L 2 = (ab) a(ab) I tentativo a a a b b 3 Non va bene, non è deterministico! δ(0, a) = 1? δ(0, a) = 3? Succede poiché la prima volta che leggo a non so a quale blocco appartiene
5 Automi a stati niti non deterministici - 1 Determinizzo la versione non deterministica. a a a b b 3 Ho creato un automa il cui insieme degli stati fosse l'insieme delle parti dell'automa non deterministico.
6 Automi a stati niti non deterministici - 1 Determinizzo la versione non deterministica. a a a b b 3 Ho creato un automa il cui insieme degli stati fosse l'insieme delle parti dell'automa non deterministico. 0
7 Automi a stati niti non deterministici - 1 Determinizzo la versione non deterministica. a a a b b 3 Ho creato un automa il cui insieme degli stati fosse l'insieme delle parti dell'automa non deterministico. a 0 1, 3
8 Automi a stati niti non deterministici - 1 Determinizzo la versione non deterministica. a a a b b 3 Ho creato un automa il cui insieme degli stati fosse l'insieme delle parti dell'automa non deterministico. a a 0 1, 3 2 b
9 Automi a stati niti non deterministici - 1 Determinizzo la versione non deterministica. a a a b b 3 Ho creato un automa il cui insieme degli stati fosse l'insieme delle parti dell'automa non deterministico. a a b 0 1, b
10 Automi a stati niti non deterministici - 1 Determinizzo la versione non deterministica. a a a b b 3 Ho creato un automa il cui insieme degli stati fosse l'insieme delle parti dell'automa non deterministico. a a b 0 1, b a
11 Automi a stati niti non deterministici - 2 Costruire un automa che riconosca il linguaggio L 1 = (ab + aba) a 0 1 b a a 2 3 b È ancora non deterministico, lo determinizzo.
12 Automi a stati niti non deterministici - 2 Costruire un automa che riconosca il linguaggio L 1 = (ab + aba) a 0 1 b a a 2 3 b È ancora non deterministico, lo determinizzo. 0
13 Automi a stati niti non deterministici - 2 Costruire un automa che riconosca il linguaggio L 1 = (ab + aba) a 0 1 b a a 2 3 b È ancora non deterministico, lo determinizzo. a 0 1, 2
14 Automi a stati niti non deterministici - 2 Costruire un automa che riconosca il linguaggio L 1 = (ab + aba) a 0 1 b a a 2 3 b È ancora non deterministico, lo determinizzo. a b 0 1, 2 0, 3
15 Automi a stati niti non deterministici - 2 Costruire un automa che riconosca il linguaggio L 1 = (ab + aba) a 0 1 b a a 2 3 b È ancora non deterministico, lo determinizzo. a b a 0 1, 2 0, 3 0, 1, 2
16 Automi a stati niti non deterministici - 2 Costruire un automa che riconosca il linguaggio L 1 = (ab + aba) a 0 1 b a a 2 3 b È ancora non deterministico, lo determinizzo. a b a 0 1, 2 0, 3 0, 1, 2 b a
17 Determinismo e non determinismo - 1 Si considerino i linguaggi: 1. L 1 = {a n b n n 1} {a n b 2n n 1}; 2. L 2 = {1a n b n n 1} {2a n b 2n n 1}; 3. L 3 = {a n 1b n n 1} {a n 2b 2n n 1}; 4. L 4 = {a n b n 1 n 1} {a n b 2n 2 n 1}; Per ciascuno di essi si dica qual è la macchina e la relativa grammatica a potenza minima che li genera.
18 Determinismo e non determinismo L 1 = {a n b n n 1} {a n b 2n n 1}.
19 Determinismo e non determinismo L 1 = {a n b n n 1} {a n b 2n n 1}. L 1 è unione di due linguaggi riconosciuti da automi a pila deterministici, ma non può essere riconosciuto da un automa a pila deterministico. Un automa a pila non deterministico che lo riconosce è a, A AAA b, A ε a, Z 0 Z 0 AA b, A ε ε, Z 0 Z a, Z 0 Z 0 A b, A ε a, A AA 4
20 Determinismo e non determinismo L 1 = {a n b n n 1} {a n b 2n n 1}. Una grammatica non contestuale che genera L 1 è denita da V N = {S, S 1, S 2 }, V T = {a, b}, assioma S e produzioni S as 1 b as 2 bb S 1 as 1 b ε S 2 as 2 bb ε
21 Determinismo e non determinismo L 1 = {a n b n n 1} {a n b 2n n 1}. Una grammatica non contestuale che genera L 1 è denita da V N = {S, S 1, S 2 }, V T = {a, b}, assioma S e produzioni Infatti S as 1 b as 2 bb S 1 as 1 b ε S 2 as 2 bb ε S as 1 b n a n+1 S 1 b n+1 a n+1 b n+1 as 2 bb n a n+1 S 2 (bb) n+1 a n+1 b 2(n+1)
22 Determinismo e non determinismo L 2 = {1a n b n n 1} {2a n b 2n n 1}.
23 Determinismo e non determinismo L 2 = {1a n b n n 1} {2a n b 2n n 1}. L 2 è unione di due linguaggi riconosciuti da automi a pila deterministici, e anch'esso lo è. Un automa a pila deterministico che lo riconosce è a, Z 0 Z 0 AA a, A AAA b, A ε 2, Z 0 Z 0 b, A ε ε, Z 0 Z , Z 0 Z 0 b, A ε a, Z 0 Z 0 A a, A AA 4
24 Determinismo e non determinismo L 2 = {1a n b n n 1} {2a n b 2n n 1}. Una grammatica non contestuale che genera L 2 è denita da V N = {S, S 1, S 2 }, V T = {a, b, 1, 2}, assioma S e produzioni S 1aS 1 b 2aS 2 bb S 1 as 1 b ε S 2 as 2 bb ε
25 Determinismo e non determinismo L 2 = {1a n b n n 1} {2a n b 2n n 1}. Una grammatica non contestuale che genera L 2 è denita da V N = {S, S 1, S 2 }, V T = {a, b, 1, 2}, assioma S e produzioni Infatti S 1aS 1 b 2aS 2 bb S 1 as 1 b ε S 2 as 2 bb ε S 1aS 1 b n 1a n+1 S 1 b n+1 1a n+1 b n+1 2aS 2 bb n 2a n+1 S 2 (bb) n+1 2a n+1 b 2(n+1)
26 Determinismo e non determinismo L 3 = {a n 1b n n 1} {a n 2b 2n n 1}.
27 Determinismo e non determinismo L 3 = {a n 1b n n 1} {a n 2b 2n n 1}. L 3 è unione di due linguaggi riconosciuti da automi a pila deterministici, e anch'esso lo è. Un automa a pila deterministico che lo riconosce è ε, Z 0 Z 0 a, Z 0 Z 0 A a, A AA 2, A A b, A ε b, A A 1, A A ε, Z 0 Z 0 b, A ε 4
28 Determinismo e non determinismo L 3 = {a n 1b n n 1} {a n 2b 2n n 1}. Una grammatica non contestuale che genera L 3 è denita da V N = {S, S 1, S 2 }, V T = {a, b, 1, 2}, assioma S e produzioni S as 1 b as 2 bb S 1 as 1 b 1 S 2 as 2 bb 2
29 Determinismo e non determinismo L 3 = {a n 1b n n 1} {a n 2b 2n n 1}. Una grammatica non contestuale che genera L 3 è denita da V N = {S, S 1, S 2 }, V T = {a, b, 1, 2}, assioma S e produzioni Infatti S as 1 b as 2 bb S 1 as 1 b 1 S 2 as 2 bb 2 S as 1 b n a n+1 S 1 b n+1 a n+1 1b n+1 as 2 bb n a n+1 S 2 (bb) n+1 a n+1 2b 2(n+1)
30 Determinismo e non determinismo L 4 = {a n b n 1 n 1} {a n b 2n 2 n 1}.
31 Determinismo e non determinismo L 4 = {a n b n 1 n 1} {a n b 2n 2 n 1}. L 4 è unione di due linguaggi riconosciuti da automi a pila deterministici, ma lui non lo è. Un automa a pila non deterministico che lo riconosce è a, A AAA b, A ε a, Z 0 Z 0 AA b, A ε 2, Z 0 Z a, Z 0 Z 0 A a, A AA b, A ε 1, Z 0 Z b, A ε
32 Determinismo e non determinismo L 4 = {a n b n 1 n 1} {a n b 2n 2 n 1}. Una grammatica non contestuale che genera L 4 è denita da V N = {S, S 1, S 2 }, V T = {a, b, 1, 2}, assioma S e produzioni S as 1 b1 as 2 bb2 S 1 as 1 b ε S 2 as 2 bb ε
33 Determinismo e non determinismo L 4 = {a n b n 1 n 1} {a n b 2n 2 n 1}. Una grammatica non contestuale che genera L 4 è denita da V N = {S, S 1, S 2 }, V T = {a, b, 1, 2}, assioma S e produzioni Infatti S as 1 b1 as 2 bb2 S 1 as 1 b ε S 2 as 2 bb ε S as 1 b1 n a n+1 S 1 b n+1 1 a n+1 b n+1 1 as 2 bb2 n a n+1 S 2 (bb) n+1 2 a n+1 b 2(n+1) 2
34 Grammatiche - 1 Si consideri la grammatica con V N = {S, B}, V T = {a, b}, assioma S e produzioni S Sa as bb b SB BBSS BS abba Quale linguaggio genera? Qual è la classe di automi a potenza minima in grado di accettare lo stesso linguaggio?
35 Grammatiche - 1 Si consideri la grammatica con V N = {S, B}, V T = {a, b}, assioma S e produzioni S Sa as bb b SB BBSS BS abba Quale linguaggio genera? Qual è la classe di automi a potenza minima in grado di accettare lo stesso linguaggio? Il linguaggio generato dalla grammatica è a ba. Infatti le prime due regole generano stringhe del tipo a Sa ; quando si applica la regola S bb, si ottiene una stringa del tipo a bba che non potrà derivare nessun'altra stringa perché per riscrivere B occorre che esso compaia vicino a una S; quindi per poter generare una stringa terminale è necessario applicare la regola S b che impedisce ulteriori derivazioni.
36 Grammatiche - 1 Si consideri la grammatica con V N = {S, B}, V T = {a, b}, assioma S e produzioni S Sa as bb b SB BBSS BS abba Quale linguaggio genera? Qual è la classe di automi a potenza minima in grado di accettare lo stesso linguaggio? Il linguaggio generato dalla grammatica è a ba. Infatti le prime due regole generano stringhe del tipo a Sa ; quando si applica la regola S bb, si ottiene una stringa del tipo a bba che non potrà derivare nessun'altra stringa perché per riscrivere B occorre che esso compaia vicino a una S; quindi per poter generare una stringa terminale è necessario applicare la regola S b che impedisce ulteriori derivazioni. Il linguaggio a ba è chiaramente regolare anche se la grammatica non lo è; di conseguenza esso è riconoscibile da un automa a stati niti.
37 Grammatiche - 2 Si scriva una grammatica che generi il linguaggio L = {a n w w {b, c}, # b w = # c w = n, n 1}, Che tipo di grammatica si ottiene?
38 Grammatiche - 2 Si scriva una grammatica che generi il linguaggio L = {a n w w {b, c}, # b w = # c w = n, n 1}, Che tipo di grammatica si ottiene? S asbc abc genero tante a quante BC BC CB commuto le b con le c CB BC B b ogni B diventa b C c ogni C diventa c
39 Grammatiche - 2 Si scriva una grammatica che generi il linguaggio L = {a n w w {b, c}, # b w = # c w = n, n 1}, Che tipo di grammatica si ottiene? S asbc abc genero tante a quante BC BC CB commuto le b con le c CB BC B b ogni B diventa b C c ogni C diventa c La grammatica non è non-contestuale (e neppure regolare). Non è possibile generare lo stesso linguaggio mediante una grammatica non-contestuale perché occorre tenere aggiornati i conteggi sia delle b che delle c per confrontarli con il numero di a letto inizialmente (non basta un automa a pila non-deterministico, serve una MT).
40 Grammatiche - 2 Si scriva una grammatica che generi il linguaggio L = {a n w w {b, c}, # b w = # c w = n, n 1}, Come funziona una MT che riconosce L?
41 Grammatiche - 2 Si scriva una grammatica che generi il linguaggio L = {a n w w {b, c}, # b w = # c w = n, n 1}, Come funziona una MT che riconosce L? leggo l'input da sx a dx e controllo che tra i caratteri che seguono la prima b o la prima c non ci sia alcuna a riavvolgo il nastro di input, uso due nastri di memoria, leggo da sx a dx: per ogni a letta carico un simbolo in ciascun nastro di memoria nite le a per ogni b letta cancello un simbolo dal primo nastro, per ogni c cancello un simbolo dal secondo se nita la lettura dell'input in memoria resta solo Z 0 su entrambi i nastri, accetto
42 Grammatiche - 3 Si costruisca un automa a pila equivalente alla grammatica con V N = {S, A, B}, V T = {a, b, c} assioma S e produzioni S aab A aaa bab c B bbb aba c L'automa a pila ottenuto è deterministico? In caso negativo, è possibile costruirne uno deterministico?
43 Grammatiche - 3 Si costruisca un automa a pila equivalente alla grammatica con V N = {S, A, B}, V T = {a, b, c} assioma S e produzioni S aab A aaa bab c B bbb aba c L'automa a pila ottenuto è deterministico? In caso negativo, è possibile costruirne uno deterministico? ε, Z 0 Z 0 S ε, Z 0 Z ε, S BAa ε, A AAa ε, A BAb ε, B BBb ε, B ABa ε, B c a, a ε b, b ε Non è deterministico, però...
44 Grammatiche - 3 S aab A aaa bab c B bbb aba c Si può sfruttare il fatto che nelle produzioni c'è sempre un solo terminale a sx per ottenere una versione deterministica
45 Grammatiche - 3 S aab A aaa bab c B bbb aba c Si può sfruttare il fatto che nelle produzioni c'è sempre un solo terminale a sx per ottenere una versione deterministica ε, Z 0 Z 0 S ε, Z 0 Z a, S BA a, A AA a, B AB b, A BA a, B BB c, A ε c, B ε
46 Grammatiche - 4 Si considerino i seguenti linguaggi: L 1 = {a n b 2m n, m 1} e L 2 = {a n b 3n n 0}. Esibire una grammatica che generi il linguaggio L = L 1 L 2. È preferibile una grammatica a potenza minima, si spieghi brevemente perché non esistono grammatiche appartenenti a classi inferiori a quella proposta.
47 Grammatiche - 4 Si considerino i seguenti linguaggi: L 1 = {a n b 2m n, m 1} e L 2 = {a n b 3n n 0}. Esibire una grammatica che generi il linguaggio L = L 1 L 2. È preferibile una grammatica a potenza minima, si spieghi brevemente perché non esistono grammatiche appartenenti a classi inferiori a quella proposta. Il linguaggio il linguaggio L = L 1 L 2 è l'insieme {a 2n b 6n n 1}, infatti L 1 è il linguaggio delle stringhe con un numero pari di b che seguono un numero qualunque di a e tra le stringhe di L 2 del tipo a n b 3n, quelle che appartengono anche a L 1 sono esattamente quelle con un numero pari di b, ossia quelle nella forma a 2n b 3 (2n) = a 2n b 6n.
48 Grammatiche - 4 Si considerino i seguenti linguaggi: L 1 = {a n b 2m n, m 1} e L 2 = {a n b 3n n 0}. Esibire una grammatica che generi il linguaggio L = L 1 L 2. È preferibile una grammatica a potenza minima, si spieghi brevemente perché non esistono grammatiche appartenenti a classi inferiori a quella proposta.
49 Grammatiche - 4 Si considerino i seguenti linguaggi: L 1 = {a n b 2m n, m 1} e L 2 = {a n b 3n n 0}. Esibire una grammatica che generi il linguaggio L = L 1 L 2. È preferibile una grammatica a potenza minima, si spieghi brevemente perché non esistono grammatiche appartenenti a classi inferiori a quella proposta. L = {a 2n b 6n n 1}
50 Grammatiche - 4 Si considerino i seguenti linguaggi: L 1 = {a n b 2m n, m 1} e L 2 = {a n b 3n n 0}. Esibire una grammatica che generi il linguaggio L = L 1 L 2. È preferibile una grammatica a potenza minima, si spieghi brevemente perché non esistono grammatiche appartenenti a classi inferiori a quella proposta. L = {a 2n b 6n n 1} L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB AB A aa B bbbbbb
51 Grammatiche - 4 Si considerino i seguenti linguaggi: L 1 = {a n b 2m n, m 1} e L 2 = {a n b 3n n 0}. Esibire una grammatica che generi il linguaggio L = L 1 L 2. È preferibile una grammatica a potenza minima, si spieghi brevemente perché non esistono grammatiche appartenenti a classi inferiori a quella proposta. L = {a 2n b 6n n 1} L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB AB A aa B bbbbbb È necessario che sia almeno non contestuale, poiché L non è regolare (serve una pila per il suo riconoscimento).
52 Grammatiche - 4 L = {a 2n b 6n n 1} L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB AB A aa B bbbbbb Perché funziona?
53 Grammatiche - 4 L = {a 2n b 6n n 1} L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB AB A aa B bbbbbb Perché funziona? con n 0. S n A n SB n A n+1 B n+1 a 2(n+1) b 6(n+1)
54 Grammatiche - 5 Esibire una grammatica che generi il linguaggio L = {a n (bc) m n, m 1, m < n/2} È preferibile una grammatica a potenza minima.
55 Grammatiche - 5 Esibire una grammatica che generi il linguaggio L = {a n (bc) m n, m 1, m < n/2} È preferibile una grammatica a potenza minima. Non può essere generato da una grammatica regolare, perché serve almeno una pila per tenere conto delle occorrenze di a.
56 Grammatiche - 5 Esibire una grammatica che generi il linguaggio L = {a n (bc) m n, m 1, m < n/2} È preferibile una grammatica a potenza minima. Non può essere generato da una grammatica regolare, perché serve almeno una pila per tenere conto delle occorrenze di a. L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB aaaabc A aa B bc ε
57 Grammatiche - 5 Esibire una grammatica che generi il linguaggio L = {a n (bc) m n, m 1, m < n/2} È preferibile una grammatica a potenza minima. Non può essere generato da una grammatica regolare, perché serve almeno una pila per tenere conto delle occorrenze di a. L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB aaaabc A aa B bc ε È non contestuale, e quindi a potenza minima per quanto osservato prima.
58 Grammatiche - 5 L = {a n (bc) m n, m 1, m < n/2} L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB aaaabc A aa B bc ε Perché funziona?
59 Grammatiche - 5 L = {a n (bc) m n, m 1, m < n/2} L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S ASB aaaabc A aa B bc ε Perché funziona? S n A n SB n A n aaaabcb n a 2(n+2) (bc) n +1 con 0 n n, dunque n + 1 < 2(n + 2)/2.
60 Grammatiche - 6 Esibire una grammatica che generi il linguaggio L = {a n b 3n n 0} {a n (bbbc) n n 0}. Si descriva a grandi linee una macchina a potenza minima che riconosca L.
61 Grammatiche - 6 Esibire una grammatica che generi il linguaggio L = {a n b 3n n 0} {a n (bbbc) n n 0}. Si descriva a grandi linee una macchina a potenza minima che riconosca L. L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S X Y ε X axbbb abbb Y aybbbc abbbc
62 Grammatiche - 6 Esibire una grammatica che generi il linguaggio L = {a n b 3n n 0} {a n (bbbc) n n 0}. Si descriva a grandi linee una macchina a potenza minima che riconosca L. L è generato dalla grammatica con V N = {S, A, B}, V T {a, b}, assioma S e produzioni: S X Y ε X axbbb abbb Y aybbbc abbbc S X n a n X (bbb) n a n+1 (bbb) n+1 ε Y n a n Y (bbbc) n a n+1 (bbbc) n+1
63 Grammatiche - 6 L = {a n b 3n n 0} {a n (bbbc) n n 0}. La grammatica proposta è non-contestuale, è suciente un automa a pila (ma eventualmente non deterministico)
64 Grammatiche - 6 L = {a n b 3n n 0} {a n (bbbc) n n 0}. La grammatica proposta è non-contestuale, è suciente un automa a pila (ma eventualmente non deterministico) Si può progettare un automa a pila deterministico che riconosca L: per ogni a impila un simbolo (ponendo lo stato iniziale tra quelli nali, accetta anche la stringa vuota) ricevuto il primo b ne conta altri due dopo aver letto le prime 3 b, si sposta in due stati diversi a seconda che il carattere successivo sia b o c (e ovviamente va in uno stato di errore se non si verica nessuna delle circostanze previste) da questo punto in poi verica che per ogni simbolo impilato si trovino 3 b oppure 3 b seguite da c a seconda dello stato scelto al punto precedente.
65 Grammatiche - 7** Ricordando che: se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F dire quali delle seguenti famiglie di linguaggi sono chiuse rispetto all'operazione di riessione: 1. i linguaggi non contestuali 2. i linguaggi regolari 3. i linguaggi generati da grammatiche non ristrette 4. i linguaggi riconosciuti da automi a pila deterministici
66 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F.
67 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F. 1. Data una grammatica G non-contestuale che genera il linguaggio L, la grammatica G R ottenuta trasformando ogni produzione di G del tipo A α, nella produzione A α R, genera evidentemente L R. Dunque la famiglia dei linguaggi non-contestuali è chiusa rispetto la riessione.
68 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F.
69 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F. 2. Analogamente al precedente, data una grammatica G regolare che genera il linguaggio L, la grammatica G R ottenuta trasformando ogni produzione di G del tipo A ab, nella produzione A Ba, genera evidentemente L R. Dunque la famiglia dei linguaggi regolari è chiusa rispetto la riessione visto che le grammatiche regolari a sinistra o regolari a destra sono tra loro equivalenti e generano entrambe tutti e soli i linguaggi regolari.
70 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F.
71 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F. 3. Una grammatica G non ristretta è equivalente ad una macchina di Turing. Quindi data una MT che riconosce L basta costruirne una che inverta la stringa di ingresso in un nastro ausiliario e successivamente simuli il comportamento della MT originaria usando il nastro ausiliario al posto del nastro di ingresso. Dunque anche la famiglia dei linguaggi generati da grammatiche non ristrette è chiusa rispetto la riessione.
72 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F.
73 Grammatiche - 7** Se L è un linguaggio, il suo riesso L R è il linguaggio ottenuto da L scrivendo ogni sua stringa in ordine inverso; una famiglia F di linguaggi si dice chiusa rispetto alla riessione se per ogni L F anche L R F. 4. La famiglia dei linguaggi riconosciuti da automi a pila deterministici non è chiusa rispetto la riessione. Infatti il linguaggio L = {0a n b n } {1a n b 2n } è riconosciuto da un automa a pila deterministico, mentre il suo riesso L R = {b n a n 0} {b 2n a n 1} non lo è.
74 Grammatiche - 8*** Si considerino le seguenti denizioni: 1. una grammatica si dice lineare a destra se le sue produzioni sono del tipo A Bx, x V T, oppure A x, x V T ; 2. una grammatica si dice lineare a sinistra se le sue produzioni sono del tipo A xb, x V T, oppure A x, x V T ; 3. una grammatica si dice lineare a destra o a sinistra se le sue produzioni sono del tipo A Bx, x V T, oppure A xb, x V T, oppure A x, x V T ; 4. una grammatica si dice lineare se le sue produzioni sono del tipo A ybx, x, y V T, oppure A x, x V T. Si confrontino tra loro e con i modelli di calcolo noti le potenze generative delle grammatiche denite sopra.
75 Grammatiche - 8*** 1. Una grammatica si dice lineare a destra se le sue produzioni sono del tipo A Bx, x V T, oppure A x, x V T.
76 Grammatiche - 8*** 1. Una grammatica si dice lineare a destra se le sue produzioni sono del tipo A Bx, x V T, oppure A x, x V T. Le grammatiche lineari a destra sono una sorta di abbreviazione delle grammatiche regolari: infatti, ad esempio la produzione A Bac può essere trasformata nella coppia di produzioni regolari equivalenti A A 1 c; A 1 Ba con A 1 simbolo nuovo. Quindi tali grammatiche sono equipotenti agli automi a stati niti.
77 Grammatiche - 8*** 2. Una grammatica si dice lineare a sinistra se le sue produzioni sono del tipo A xb, x V T, oppure A x, x V T.
78 Grammatiche - 8*** 2. Una grammatica si dice lineare a sinistra se le sue produzioni sono del tipo A xb, x V T, oppure A x, x V T. Le grammatiche lineari a sinistra sono una sorta di abbreviazione delle grammatiche regolari: infatti, ad esempio la produzione A acb può essere trasformata nella coppia di produzioni regolari equivalenti A aa 1 ; A 1 cb con A 1 simbolo nuovo. Quindi tali grammatiche sono equipotenti agli automi a stati niti ed equipotenti alle grammatiche lineari a destra.
79 Grammatiche - 8*** 3. Una grammatica si dice lineare a destra o a sinistra se le sue produzioni sono del tipo A Bx, x V T, oppure A xb, x V T, oppure A x, x V T ; 4. una grammatica si dice lineare se le sue produzioni sono del tipo A ybx, x, y V T, oppure A x, x V T.
80 Grammatiche - 8*** 3. Una grammatica si dice lineare a destra o a sinistra se le sue produzioni sono del tipo A Bx, x V T, oppure A xb, x V T, oppure A x, x V T ; 4. una grammatica si dice lineare se le sue produzioni sono del tipo A ybx, x, y V T, oppure A x, x V T. Le grammatiche lineari a destra o a sinistra sono un caso particolare delle grammatiche lineari, quindi non sono più potenti di esse. Inoltre ogni produzione del tipo A xby di una grammatica lineare, può essere trasformata nella coppia di produzioni A xa 1, A 1 By di una grammatica lineare a destra o a sinistra (con A 1 simbolo nuovo); di conseguenza non sono più potenti di esse. Ne segue che i due formalismi sono equivalenti.
81 Grammatiche - 8*** 3. una grammatica si dice lineare se le sue produzioni sono del tipo A ybx, x, y V T, oppure A x, x V T.
82 Grammatiche - 8*** 3. una grammatica si dice lineare se le sue produzioni sono del tipo A ybx, x, y V T, oppure A x, x V T. Le grammatiche lineari sono un caso particolare di quelle non-contestuali, quindi ogni linguaggio generato da una grammatica lineare è sicuramente riconosciuto da un automa a pila non deterministico. NB: si potrebbe provare (ma non è semplice) che non vale il viceversa.
Automi a pila deterministici. Achille Frigeri Dipartimento di Matematica Francesco Brioschi Politecnico di Milano
Automi a pila deterministici Achille Frigeri Dipartimento di Matematica Francesco Brioschi Politecnico di Milano Automi a pila A = (Σ, Q, Γ, i 0, F, δ, ) Σ = {a 1,..., a n } Q = {q 1,..., q m } Γ = {A
DettagliInformatica e Laboratorio di Programmazione Automi Alberto Ferrari. Alberto Ferrari Informatica e Laboratorio di Programmazione
Informatica e Laboratorio di Programmazione Automi Alberto Ferrari Alberto Ferrari Informatica e Laboratorio di Programmazione automa o automa: macchina astratta o realizza un certo algoritmo, secondo
DettagliAlgoritmi e Principi dell'informatica
Algoritmi e Principi dell'informatica Alessio Massetti 15 Novembre 2011 Contents 1 Linguaggi 3 1.1 Tipi di linguaggi............................ 3 1.1.1 Linguaggio regolare...................... 3 1.1.2
DettagliAlgoritmi e Principi dell Informatica
Algoritmi e Principi dell Informatica Appello del 2 Marzo 2015 Chi deve sostenere l esame integrato (API) deve svolgere tutti gli esercizi in 2 ore e 30 minuti. Chi deve sostenere solo il modulo di Informatica
DettagliInformatica teorica Lez. n 7 Macchine di Turing. Macchine di Turing. Prof. Giorgio Ausiello Università di Roma La Sapienza
Macchine di Turing Argomenti della lezione Definizione della macchina di Turing Riconoscimento e accettazione di linguaggi Macchine a più nastri La macchina di Turing èun è automa che può leggere e scrivere
DettagliDefinizione di Grammatica
Corso di Linguaggi e Traduttori 1 AA 2004-05 GRAMMATICHE 1 Definizione di Grammatica Formalmente definiamo un grammatica G mediante una quadrupla ( VN, VT, P, S ) dove: V N e l insieme dei simboli non
DettagliLinguaggi Regolari e Linguaggi Liberi
Linguaggi Regolari e Linguaggi Liberi Linguaggi regolari Potere espressivo degli automi Costruzione di una grammatica equivalente a un automa Grammatiche regolari Potere espressivo delle grammatiche 1
DettagliLinguaggi Regolari e Linguaggi Liberi. Linguaggi Regolari. Determinismo vs Non determinismo. Potere espressivo
e Linguaggi Liberi Linguaggi regolari Potere espressivo degli automi Costruzione di una grammatica equivalente a un automa Grammatiche regolari Potere espressivo delle Tutti i linguaggi che possono essere
DettagliCorso di Linguaggi e Traduttori 1 AA GRAMMATICHE
Corso di Linguaggi e Traduttori 1 AA 2004-05 GRAMMATICHE 1 Definizione di Grammatica Formalmente definiamo un grammatica G mediante una quadrupla V, V, P S ( ) N T, dove: V N e l insieme dei simboli non
DettagliLINGUAGGI FORMALI. Introduzione
LINUAI FORMALI Introduzione Alfabeto : un qualunque insieme di simboli. (Tratteremo solo alfabeti finiti). Esempio: {a,b,c,,,x,w,y,z} {0.1.2.3.4.5.6.7.8.9} {0,1} Stringa (su un alfabeto) : una sequenza
DettagliBackus Naur Form. Paolo Bison. Fondamenti di Informatica 1 A.A. 2004/05 Università di Padova. BNF, Paolo Bison, A.A ,
p.1/19 Backus Naur Form Paolo Bison Fondamenti di Informatica 1 A.A. 2004/05 Università di Padova Linguaggio di programmazione p.2/19 strumento linguistico per scrivere una sequenza di istruzioni (programma)
DettagliAutomi a pila. Dipartimento di Elettronica e Informazione Politecnico di Milano. 17 marzo 2017
Automi a pila Dipartimento di Elettronica e Informazione Politecnico di Milano 17 marzo 2017 Aumentiamo la potenza di un FSA Descrizione operativa dei limiti Un FSA ha un Organo di Controllo (OC) con memoria
DettagliLinguaggio Formale 2
Linguaggio Formale 2 Ex: Per generare il linguaggio L(G 1 ) = {a n b n c n } si può usare la grammatica G 1 = < {A,B,C}, {a,b,c}, P, A > Con regole di produzione P: 1. A abc 2. A abbc 3. Bb bb 4. Bc Cbcc
DettagliFondamenti d Informatica: lavoriamo con le grammatiche. Barbara Re, Phd
Fondamenti d Informatica: lavoriamo con le grammatiche Barbara Re, Phd Esercizio Grammatica e generazione stringhe Data una Grammatica ed una Stringa, verificare che la Stringa sia generata dalla Grammatica:
DettagliParte n.4 Linguaggi: Gerarchia ed Operazioni
Linguaggi di Programmazione Corso C Parte n.4 Linguaggi: Gerarchia ed Operazioni Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Gerarchia di Chomsky Sia
DettagliESERCITAZIONE II. Linguaggi Context Free
ESERCITAZIONE II Linguaggi Context Free 2 INTRODUZIONE LINGUAGGI CF I linguaggi di tipo 2 sono detti context free (CF) o non contestuali. Sono GENERATI da grammatiche di tipo 2. Dati: VN insieme dei simboli
DettagliEsercizi di Informatica Teorica
Esercizi di Informatica Teorica Linguaggi non contestuali: automi a pila 1 Automa a pila richiami un automa a pila non deterministico è una settupla: A = dove èl alfabeto (finito)
DettagliParte n.7 Automi a Pila e Grammatiche Libere
Linguaggi di Programmazione Corso C Parte n.7 Automi a Pila e Grammatiche Libere Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Automi a Pila Per il teorema
DettagliQuiz sui linguaggi CF
Fondamenti dell Informatica 1 semestre Quiz sui linguaggi CF Prof. Giorgio Gambosi a.a. 2018-2019 Problema 1: Si consideri la seguente grammatica context free G, dove S, NP, V P, P P, A sono i simboli
DettagliLinguaggi Regolari e Linguaggi Liberi
Linguaggi Regolari e Linguaggi Liberi Potenza espressiva degli automi Potenza espressiva delle grammatiche 9/11/2004 Programmazione - Luca Tesei 1 Linguaggi Regolari Tutti i linguaggi che possono essere
DettagliAlgoritmi e Principi dell Informatica
Algoritmi e Principi dell Informatica Appello del 1 Settembre 2016 Chi deve sostenere l esame integrato (API) deve svolgere tutti gli esercizi in 2 ore e 30 minuti. Chi deve sostenere solo il modulo di
DettagliEsempio stringhe palindrome 1
Esempio stringhe palindrome 1 Automa per il riconoscimento del linguaggio L = {w c w R } A = < {s,f}, {a,b,c}, {a,b},!, s, { f } > con! che contiene le transizioni: 1. (( s, a, " ), (s, a)! [ push a] 2.
DettagliQuiz sui linguaggi CF
Fondamenti dell Informatica 1 semestre Quiz sui linguaggi CF Prof. Giorgio Gambosi a.a. 2014-2015 Problema 1: Si consideri la seguente grammatica context free G, dove S, NP, V P, P P, A sono i simboli
DettagliLinguaggi di Programmazione Corso C. Parte n.6 Linguaggi Regolari ed Espressioni Regolari. Nicola Fanizzi
Linguaggi di Programmazione Corso C Parte n.6 Linguaggi Regolari ed Espressioni Regolari Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Linguaggi Regolari
Dettaglia cura di Luca Cabibbo e Walter Didimo
a cura di Luca Cabibbo e Walter Didimo Esercizi di Informatica teorica - Luca Cabibbo e Walter Didimo 1 automi a pila automi a pila e grammatiche non contestuali notazioni sul livello degli esercizi: (*)
DettagliQuiz sui linguaggi regolari
Fondamenti dell Informatica 1 semestre Quiz sui linguaggi regolari Prof. Giorgio Gambosi a.a. 2016-2017 Problema 1: Data l espressione regolare a, definita su {a, b}, descrivere il linguaggio corrispondente
Dettagliacuradi Luca Cabibbo e Walter Didimo Esercizi di Informatica teorica - Luca Cabibbo e Walter Didimo 1
acuradi Luca Cabibbo e Walter Didimo Esercizi di Informatica teorica - Luca Cabibbo e Walter Didimo 1 richiami teorici sulle grammatiche di Chomsky esercizivari esercizi su grammatiche ed espressioni regolari
Dettagli7. Automi a Pila e Grammatiche Libere
(fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari 20 aprile 2016 1 Automi a Pila Definizione Descrizioni Istantanee Condizioni di Accettazione per PDA Esempi 2 Teorema delle
DettagliProgrammazione Teoria dei linguaggi formali
Programmazione Teoria dei linguaggi formali Rosario Culmone rosario.culmone@unicam.it 18/11/2009 UNICAM - p. 1/42 Linguaggi Definizione di grammatica di Chomsky Derivazione di stringhe e generazione di
DettagliSui Linguaggi Regolari: Teorema di Kleene - Pumping Lemm
Sui Linguaggi Regolari: Teorema di Kleene - Pumping Lemma N.Fanizzi - V.Carofiglio 6 aprile 2016 1 Teorema di Kleene 2 3 o 1 o 3 o 8 Teorema di Kleene Vale la seguente equivalenza: L 3 L FSL L REG Dimostrazione.
DettagliAUTOMI A STATI FINITI
AUTOMI A STATI FINITI I linguaggi regolari godono di interessanti proprietà algebriche: Sono defnibili con le espressioni regolari Sono generati da grammatiche di Chomsky di tipo 3. Sono riconoscibili
DettagliFondamenti d Informatica: Le Macchine di Turing. Barbara Re, Phd
Fondamenti d Informatica: Le Macchine di Turing Barbara Re, Phd Esercizio 1 } Consideriamo una MdT che modifica una sequenza di A rimpiazzando ogni A in posizione dispari con una B (la prima A ha posizione
DettagliProprietá di chiusura dei linguaggi lineari destri
Proprietá di chiusura dei linguaggi lineari destri 4 aprile 2007 1 Dati due linguaggi L e L deniti sullo stesso alfabeto X : unione L L = {w X w L w L } prodotto L L = {w = w 1 w 2 X w 1 L w 2 L } iterazione
DettagliModelli per i linguaggi
Grammatiche 1 Modelli per i linguaggi Modelli adeguati per riconoscere/accettare, tradurre, calcolare linguaggi Ricevono una stringa di ingresso e la elaborano Modelli operazionali (Automi) Modelli adeguati
DettagliForme Normali. Forma normale di Chomsky. E caratterizzata da regole di due tipi. A! BC dove A, B, C $ V N A! a con a $ V T. Forma normale di Greibach
Forme Normali A partire da una grammatica Context-free G è sempre possibile costruire una grammatica equivalente G ovvero L(G) = L(G ) che abbiano le produzioni in forme particolari, dette forme normali.
Dettagli10. LINGUAGGI REGOLARI
10. LINGUAGGI REGOLARI I linguaggi regolari: Sono i linguaggi generati da grammatiche di Chomsky di tipo 3. Vari elementi sintattici di base dei linguaggi di programmazione sono regolari (es. identificatori)
DettagliVerificare se una grammatica e LL(1) e costruirne la tabella di parsing. Verificare se una grammatica e LR(0) e costruirne la tabele ACTION e GOTO
ANALISI SINTATTICA TIPO 1: Data un linguaggio scrivere una grammatica che lo generi TIPO 2: Verificare se una grammatica non contestuale è ambigua TiPO 3: Verificare se una grammatica e LL(1) e costruirne
DettagliGrammatiche. Dipartimento di Elettronica e Informazione Politecnico di Milano. 27 marzo 2017
Grammatiche Dipartimento di Elettronica e Informazione Politecnico di Milano 27 marzo 2017 Modelli Generativi Grammatiche I modelli di linguaggio/calcolo visti finora definiscono un linguaggio tramite
DettagliConcetti di base sugli automi e sui linguaggi formali
Concetti di base sugli automi e sui linguaggi formali Andrea Burattin 18 marzo 2005 Sommario Piccolo insieme di concetti sul funzionamento degli automi (a stati finiti, a pila,...), delle grammatiche libere
DettagliForma Normale di Chomsky
2. Eliminazione delle produzioni unitarie Forma Normale di Chomsky Una produzione si dice unitaria se è della forma A! B. Le produzioni unitarie in pratica consistono in una ridenominazione di variabili,
DettagliLinguaggi e grammatiche
Linguaggi e grammatiche Corso di Fondamenti di Informatica - 1 modulo Corso di Laurea in Informatica Università di Roma Tor Vergata a.a. 2017-2018 Prof. Giorgio Gambosi Alfabeti e linguaggi Alfabeto Un
DettagliMacchine RAM. API a.a. 2013/2014 Gennaio 27, 2014 Flavio Mutti, PhD
Macchine RAM API a.a. 2013/2014 Gennaio 27, 2014 Flavio Mutti, PhD 2 Macchina RAM 3 Esercizio Si consideri il linguaggio definito da: L = wcw R w a, b } 1. Codificare un programma RAM per il riconoscimento
DettagliFondamenti di Informatica per la Sicurezza a.a. 2008/09. Automi. Stefano Ferrari. Unautomaastatifinitièunmodellomatematico caratterizzato da:
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Automi Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli Studi di Milano
DettagliLINGUAGGI CONTEXT FREE. Lezione Lezione
LINGUAGGI CONTEXT FREE Lezione 25-11-2010 Lezione 30-11-2010 2 INTRODUZIONE GERARCHIA DI CHOMSKY 3 4 DEFINIZIONE DEI LINGUAGGI CONTEXT FREE LINGUAGGI CF I linguaggi di tipo 2 sono detti context free (CF)
Dettagliacuradi Luca Cabibbo e Walter Didimo Esercizi di Informatica teorica - Luca Cabibbo e Walter Didimo 1
acuradi Luca Cabibbo e Walter Didimo Esercizi di Informatica teorica - Luca Cabibbo e Walter Didimo 1 automi a pila automi a pila e grammatiche non contestuali notazioni sul livello degli esercizi:(*)facile,
Dettaglinon è lineare destro. (PUNTI 15)
6 Giugno 2005 (h.1.00) 1) Dimostrare formalmente che il seguente linguaggio: L = {a i b j c k : k = i+ j, i, j, k 0} non è lineare destro. 2) Progettare, commentando opportunamente, l automa a stati finiti
DettagliProprietà dei linguaggi non contestuali
Proprietà dei linguaggi non contestuali Argomenti della lezione Pumping lemma per i linguaggi non contestuali Proprietà di chiusura Argomenti della lezione Grammatiche non contestuali in forma ridotta
DettagliUn messaggio di posta elettronica è costituito da una testata e da un corpo La testata contiene indirizzo,.
1 Grammatiche Gli automi sono un modello riconoscitivo/traduttivo/elaborativo (di linguaggi): essi ricevono una stringa nel loro ingresso e la elaborano in vari modi Passiamo ora ad esaminare un modello
DettagliLinguaggi regolari e automi a stati finiti
Linguaggi regolari e automi a stati finiti Argomenti della lezione Linguaggi regolari e automi a stati finiti Automi a stati finiti non deterministici Relazione tra automi deterministici e non deterministici
DettagliCapitolo 5: Macchine di Turing e calcolabilitá secondo Turing
Capitolo 5: Macchine di Turing e calcolabilitá secondo Turing 1 Macchina di Turing (MDT ) Un dispositivo che accede a un nastro (potenzialmente) illimitato diviso in celle contenenti ciascuna un simbolo
DettagliLinguaggi di Programmazione e Compilatori
Maria Rita Di Berardini Linguaggi di Programmazione e Compilatori Raccolta Esercizi 10 giugno 2009 Università di Camerino Dipartimenento di Matematica e Informatica Indice 1 Analisi Lessicale...........................................
DettagliAutomi a stati finiti
Automi a stati finiti Definizioni preliminari Il modello: la definizione formale, esempi. Le definizioni utili per descrivere e provare proprietà degli automi: diagramma degli stati, configurazioni, relazione
DettagliFondamenti dell Informatica a.a. 2013/14 Prova scritta 30 luglio 2014
Fondamenti dell Informatica a.a. 2013/14 Prova scritta 30 luglio 2014 Il compito è diviso in due parti come i compitini: 1) Automi e Linguaggi e 2) Macchine di Turing e Calcolabilità. Si può consegnare
DettagliFondamenti dell Informatica a.a. 2017/18 Prova scritta 11 gennaio 2018
Fondamenti dell Informatica a.a. 2017/18 Prova scritta 11 gennaio 2018 Esercizio 1 (Automi a stati finiti) {a, b}. Si considerino i seguenti automi a stati finiti sull alfabeto Per ognuno degli automi,
Dettagli(1) Linguaggio L = insieme di stringhe, sequenze finite di elementi del vocabolario
Luigi Rizzi Linguistica computazionale I. Elementi di base sulle grammatiche formali (1) Linguaggio L = insieme di stringhe, sequenze finite di elementi del vocabolario (2) Dato un vocabolario A, l insieme
DettagliSommario. Esistenza problemi non Turing riconoscibili. Il metodo della diagonalizzazione di Cantor. L autoreferenzialità
Sommario Esistenza problemi non Turing riconoscibili. Il metodo della diagonalizzazione di Cantor L autoreferenzialità La diagonalizzazione. Georg Cantor ha inventato il metodo della diagonalizzazione
DettagliAutomi a stati finiti
Automi a stati finiti Il modello: la definizione formale, esempi. Le definizioni utili per descrivere e provare proprietà degli automi: configurazioni, relazione porta a e relative definizioni di linguaggio
DettagliProblemi di decisione Si delinei un algoritmo che decide se due linguaggi regolari su Σ hanno una stringa in comune.
Problemi di decisione Si delinei un algoritmo che decide se due linguaggi regolari su Σ hanno una stringa in comune. Si delinei un algoritmo che decide se un DFA accetta un linguaggio infinito Si delinei
DettagliAutomi e Linguaggi Formali Automi a stack (Pushdown automata)
Automi e Linguaggi Formali Automi a stack (Pushdown automata) A.A. 2014-2015 Enrico Mezzetti emezzett@math.unipd.it Automi a stack Un Pushdown Automata (PDA) o Automa a stack Essenzialmente un ɛ-nfa con
DettagliCapitolo 5: Macchine di Turing e calcolabilitá secondo Turing
Capitolo 5: Macchine di Turing e calcolabilitá secondo Turing 1 Macchina di Turing (MDT ) Un dispositivo che accede a un nastro (potenzialmente) illimitato diviso in celle contenenti ciascuna un simbolo
DettagliFondamenti di informatica per la sicurezza anno accademico docente: Stefano Ferrari
Corso di Laurea in icurezza dei sistemi e delle reti informatiche Fondamenti di informatica per la sicurezza anno accademico 2004 2005 docente: tefano Ferrari 14.01.2005 del secondo compitino vers. B valutazioni
DettagliAUTOMI A PILA. M.P. Schutzenberger
AUTOMI A PILA Introdotti da A. G. Oettinger in Automatic Syntactic Analysis and the pushdown store Proc. Symp. Applied Math., 1961 e da M.P. Schutzenberger in Context free languages and pushdown automata
DettagliFondamenti dell Informatica
Fondamenti dell Informatica Compito scritto 28 settembre 2005 Cognome: Nome: Matricola: Note 1. Per i quiz a risposta multipla, fare una croce sulla/e lettera/e che identifica/no la/e risposta/e desiderata/e.
DettagliEspressività e limitazioni delle grammatiche regolari
Espressività e limitazioni delle grammatiche regolari Vantaggi: Le grammatiche regolari consentono di esprimere una significativa classe di linguaggi: linguaggi con un numero di sequenze infinito grazie
DettagliFormali. Corso di Automi e Linguaggi. Gennaio- Marzo Docente: Francesca Rossi,
Corso di Automi e Linguaggi Formali Gennaio- Marzo 2004 Docente: Francesca Rossi, frossi@math.unipd.it Corso di Automi e Linguaggi Formali Gennaio-Marzo 2004 p.1/30 Dati del corso Orario: Lunedi 15:50-17:30,
DettagliR = {(0, 0), (1, 1), (2, 2), (3, 3),... }. Esempio 2. L insieme
Definizione 1. Siano A e B insiemi. Si definisce prodotto cartesiano l insieme: A B = {(a, b) : a A b B}. Osservazione 1. Si osservi che nella Definizione 1. le coppie sono ordinate, vale a dire (x, y)
DettagliRICHIAMI E COMPLEMENTI SU LINGUAGGI FORMALI E AUTOMI
PARTE I RICHIAMI E COMPLEMENTI SU LINGUAGGI FORMALI E AUTOMI Linguaggi regolari Linguaggi non contestuali Automi 1 1.1 I LINGUAGGI IN INFORMATICA @ Presenti a vari livelli di applicazione linguaggi di
DettagliAlgoritmi e Principi dell Informatica
Algoritmi e Principi dell Informatica Appello del 12 Luglio 2012 Chi deve sostenere l esame integrato (API) deve svolgere tutti gli esercizi in 2 h 30 Chi deve sostenere solo il modulo di Informatica teorica
DettagliAlgoritmi e Principi dell Informatica
Algoritmi e Principi dell Informatica Appello del 20 Febbraio 2012 Chi deve sostenere l esame integrato (API) deve svolgere tutti gli esercizi in 2h e 30 Chi deve sostenere solo il modulo di Informatica
DettagliAUTOMI A PILA. M.P. Schutzenberger
UTOMI PIL Introdotti da. G. Oettinger in utomatic Syntactic nalysis and the pushdown store Proc. Symp. pplied Math., 1961 e da M.P. Schutzenberger in Context free languages and pushdown automata Information
DettagliFondamenti d Informatica: Simulazione d esame. Barbara Re, Phd
Fondamenti d Informatica: Simulazione d esame Barbara Re, Phd 2 Parte teorica (1 punto per ogni domanda) Domande Parte Teorica } Che cosa s intende per teoria della computabilità? Cosa è computabile? Chi
DettagliAumentare il potere degli FSA
PDA 1 Aumentare il potere degli FSA Punto di vista meccanico Nastro d ingresso Dispositivo di controllo a stati finiti Nastro d uscita PDA 2 Ora arricchiamolo a Nastro d ingresso Memoria a pila (stack)
DettagliLinguaggi di Programmazione Corso C. Parte n.2 Introduzione ai Linguaggi Formali. Nicola Fanizzi
Linguaggi di Programmazione Corso C Parte n.2 Introduzione ai Linguaggi Formali Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Definizioni Preliminari Un
DettagliAlgoritmi e Principi dell Informatica
Algoritmi e Principi dell Informatica Appello del 21 Febbraio 2013 Chi deve sostenere l esame integrato (API) deve svolgere tutti gli esercizi in 3 ore. Chi deve sostenere solo il modulo di Informatica
DettagliAlgoritmi e Principi dell'informatica Seconda Prova in Itinere - 14 Febbraio 2014
Algoritmi e Principi dell'informatica Seconda Prova in Itinere - 14 Febbraio 2014 Nome..Cognome.Matr. Laureando Avvisi importanti Il tempo a disposizione è di 1 ora e 30 minuti. Se non verranno risolti
DettagliFondamenti d Informatica: Grammatiche. Barbara Re, Phd
Fondamenti d Informatica: Grammatiche Barbara Re, Phd Grammatiche } Con il termine grammatica s intende } Un formalismo che permette di definire un insieme di stringhe mediante l imposizione di un particolare
DettagliEspressioni Regolari
Espressioni Regolari Le espressioni regolari sono costituite dalle stringhe sull alfabeto Σ = Σ {+,,*,(,),φ} ottenute secondo le seguenti regole: 1. φ e ciascun membro di Σ sono Epressioni Regolari 2.
DettagliLINGUAGGI E GRAMMATICHE FORMALI
LINGUAGGI E GRAMMATICHE FORMALI I LINGUAGGI IN INFORMATICA Presenti in tutte le applicazioni Fondamentali nel software di sistema Paradigmatici nella teoria molti importanti problemi teorici son riconducibili
DettagliAutoma deterministico con prospezione 1. < {q}, Σ, Σ V, δ, q, S, Φ > δ(a, X) = α R. se a Gui(X α) senza spostamento della testina.
Automa deterministico con prospezione 1 < {q}, Σ, Σ V, δ, q, S, Φ > δ(a, X) = α R δ(a, a) = ε se a Gui(X α) senza spostamento della testina con spostamento della testina Grammatica 1S ( S ) 2S [ S ] 3S
DettagliLe grammatiche formali
Le grammatiche formali Il carattere generativo dei sistemi linguisticii i Consideriamo i la seguente frase: Un gatto rincorre il topo Non facciamo difficoltà a riconoscere che si tratta di una frase sintatticamente
DettagliAutomi deterministici e non
Automi deterministici e non Negli esempi visti fin ora gli automi avevano sempre relazioni di transizione per cui per un dato elemento del dominio coppia (s, v), dove s è uno stato (sorgente) e v un simbolo,
DettagliDef. 2. Si dice che una matrice A, m n, ha un inversa sinistra se esiste una matrice L,
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 8 Inverse destre, sinistre e bilatere Def. 1. Si dice che una matrice A, m n, ha un inversa destra se esiste una matrice R, n
DettagliMacchine di Turing. Francesco Paoli. Istituzioni di logica, Francesco Paoli (Istituzioni di logica, ) Macchine di Turing 1 / 29
Macchine di Turing Francesco Paoli Istituzioni di logica, 2016-17 Francesco Paoli (Istituzioni di logica, 2016-17) Macchine di Turing 1 / 29 Alan M. Turing (1912-1954) Francesco Paoli (Istituzioni di logica,
DettagliPROLOG E ANALISI SINTATTICA DEI LINGUAGGI PROLOG E ANALISI SINTATTICA DEI LINGUAGGI PROLOG E ANALISI SINTATTICA DEI LINGUAGGI ESEMPIO
PROLOG E ANALISI SINTATTICA DEI LINGUAGGI Quando si vuole definire in modo preciso la sintassi di un linguaggio si ricorre a una grammatica Una grammatica permette di stabilire se una sequenza di simboli
DettagliLinguaggi. Che cos è un linguaggio di programmazione? Aspetti da studiare e comprendere per poter scrivere programmi:
Linguaggi Che cos è un linguaggio di programmazione? Aspetti da studiare e comprendere per poter scrivere programmi: Sintassi: forma delle frasi, correttezza sintattica Semantica: significato delle frasi,
DettagliFondamenti di Informatica. per la Sicurezza. a.a. 2003/04. Grammatiche. Stefano Ferrari
Fondamenti di Informatica per la Sicurezza a.a. 2003/04 Grammatiche Stefano Ferrari Università degli Studi di Milano Dipartimento di Tecnologie dell Informazione Stefano Ferrari Università degli Studi
DettagliFondamenti di informatica per la sicurezza
Corso di Laurea in icurezza dei sistemi e delle reti informatiche Fondamenti di informatica per la sicurezza anno accademico 2003 2004 docente: tefano Ferrari della seconda parte 02.04.2004 Versione A
DettagliGRAMMATICHE DEI LINGUAGGI DI PROGRAMMAZIONE. Cosimo Laneve
GRAMMATICHE DEI LINGUAGGI DI PROGRAMMAZIONE Cosimo Laneve 1 argomenti 1. linguaggi di programmazione 2. definizione formale di insiemi infiniti 3. la grammatica e la notazione BNF 4. notazioni alternative
DettagliCorso di Linguaggi di Programmazione + Laboratorio Docente: Marco de Gemmis
Corso di Linguaggi di Programmazione + Laboratorio Docente: Marco de Gemmis Capitolo 2 Grammatiche e Linguaggi Si ringraziano il Prof. Giovanni Semeraro e il Dott. Pasquale Lops per la concessione del
DettagliSommario. Esistenza problemi indecidibili. Il metodo della diagonalizzazione di Cantor L autoreferenzialità
Sommario Esistenza problemi indecidibili. Il metodo della diagonalizzazione di Cantor L autoreferenzialità La diagonalizzazione. Ricorderete che Georg Cantor ha inventato il metodo della diagonalizzazione
DettagliDispense del corso di Linguaggi di programmazione e laboratorio Linguaggi formali(versione non definitiva con diversi refusi) Francesco Sisini
Dispense del corso di Linguaggi di programmazione e laboratorio Linguaggi formali(versione non definitiva con diversi refusi) Francesco Sisini 04 Giugno 2014 Indice 0.1 Automi.................................
DettagliLinguaggi Liberi dal Contesto. Linguaggi Liberi dal Contesto
rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora una classe piu ampia di linguaggi, i Linguaggi Liberi da Contesto (CFL) i CFL sono stati
DettagliFondamenti d Informatica: Le Macchine di Turing. Barbara Re, Phd
Fondamenti d Informatica: Le Macchine di Turing Barbara Re, Phd Agenda } Introdurremo } il formalismo delle Macchine di Turing nelle varie versioni } la nozione di calcolabilità e di decidibilità 2 La
DettagliAutomi a Pila e Grammatiche Libere dal Contesto. Automi a Pila e Grammatiche Libere dal Contesto
utomi a Pila Un automa a pila (PDA) e una estensione degli automi a stati finiti, che ha una memoria (una pila) Vedremo due modi equivalenti per definire il linguaggio accettato da un PDA Vedremo che la
DettagliLimiti di un Elaboratore
Limiti di un Elaboratore Lemma There are problems that cannot be solved by any model of computation. Such problems are called undecidable (indecidibili). Example Input: 1 Dato un (generico) programma Prog
DettagliLinguaggi formali e compilazione
Linguaggi formali e compilazione Corso di Laurea in Informatica A.A. 2014/2015 Linguaggi formali e compilazione Generalità delle ǫ-transizioni Gli automi non deterministici, come abbiamo visto, possono
DettagliSommario. Espressioni regolari. Equivalenza tra espressioni regolari e DFA. Esercizi problemi di decisione
Sommario Espressioni regolari Equivalenza tra espressioni regolari e DFA Esercizi problemi di decisione ESPRESSIONI REGOLARI Le espressioni regolari sono una notazione per rappresentare insiemi di stringhe
DettagliLINGUAGGI E TRADUTTORI - 20 giugno Prof. S. Crespi Reghizzi. Automi e espressioni regolari (40%)
LINGUAGGI E TRADUTTORI - 20 giugno 2001 - Prof. S. Crespi Reghizzi COGNOME e NOME... MATRICOLA... Tempo a disposizione: 90 minuti. Libri e appunti personali possono essere impiegati. Parte I Punti 30-esimi
DettagliProgetto e analisi di algoritmi
Progetto e analisi di algoritmi Roberto Cordone DTI - Università degli Studi di Milano Polo Didattico e di Ricerca di Crema Tel. 0373 / 898089 E-mail: cordone@dti.unimi.it Ricevimento: su appuntamento
DettagliFondamenti teorici e programmazione
Fondamenti teorici e programmazione FTP(A) - modb Lezione 12 Automi deterministici Currying Funzioni caratteristiche Linguaggio accettato da un automa Teorema di Kleene F.Bonchi Dip.to Informatica Fondamenti
Dettagli