Automi a stati finiti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Automi a stati finiti"

Transcript

1

2 ommario Introduzione agli automi a stati finiti Concetti di base della teoria degli automi Tecniche di dimostrazione deterministici (DFA) non deterministici (NFA) non deterministici con ɛ-transizione (ɛ-nfa)

3 utomi a stati finiti Automa: Dispositivo capace di eseguire una seuenza di azioni/operazioni in modo automatico Automa a stati finiti: Automa con una memoria finita Automa stati finiti come modello per Software per la progettazione di circuiti digitali. Analizzatori lessicali di un compilatore. Ricerca di parole chiave in un file o sul web. Software per verificare i protocolli di comunicazione.

4 sempi Automa a stati finiti per un interruttore on/off Push Start off on Push Automa a stati finiti che riconosce la stringa then Start t h e n t th the then

5 appresentare automi a stati finiti Grafo: la piu semplice rappresentazione Nodi = stati Archi rappresentano transizioni Etichette sugli archi ci dicono cosa causa la transizione

6 oncetti di base della teoria degli automi Alfabeto: Insieme finito e non vuoto di simboli Esempio: Σ = {0, 1} alfabeto binario Esempio: Σ = {a, b, c,..., z} insieme di tutte le lettere minuscole Esempio: Insieme di tutti i caratteri ASCII Stringa: Seuenza finita di simboli presi da un alfabeto Σ Esempio: (stringa su Σ = {0, 1}) Stringa vuota: La stringa con zero occorrenze di simboli da Σ La stringa vuota e denotata con ɛ

7 Lunghezza di una stringa: Numero di posizioni per i simboli nella stringa w denota la lunghezza della stringa w 0110 = 4, ɛ = 0 Potenze di un alfabeto: Σ k = insieme delle stringhe di lunghezza k con simboli da Σ Example: Σ = {0, 1} Σ 1 = {0, 1} Σ 2 = {00, 01, 10, 11} Σ 0 = {ɛ} Domanda: Quante stringhe ci sono in Σ 3?

8 L insieme di tutte le stringhe su Σ e denotato da Σ Σ = Σ 0 Σ 1 Σ 2 Anche: Σ + = Σ 1 Σ 2 Σ 3 Σ = Σ + {ɛ} Concatenazione: Se x e y sono stringhe, allora xy e la stringa ottenuta mettendo una copia di y immediatamente dopo una copia di x x = a 1 a 2... a i, y = b 1 b 2... b j xy = a 1 a 2... a i b 1 b 2... b j Esempio: x =01101, y = 110, xy = Nota: Per ogni stringa x xɛ = ɛx = x

9 inguaggi Linguaggio: insieme di stringhe scelte da Σ, dove Σ e un alfabeto. L Σ e un linguaggio. Esempi di linguaggi: L insieme delle parole italiane legali L insieme dei programmi C legali L insieme delle stringhe che consistono di n zeri seguiti da n uni, con n 0 {ɛ, 01, 0011, ,...} L insieme delle stringhe con un numero uguale di zeri e di uni {ɛ, 01, 10, 0011, 0101, 1001,...} L insieme dei numeri binari il cui valore e primo L P = {10, 11, 101, 111, 1011,...}

10 ltri esempi di linguaggi Il linguaggio vuoto che non contiene nessuna stringa Il linguaggio {ɛ} consiste della stringa vuota Nota: {ɛ} Nota: L alfabeto Σ e sempre finito

11 roblemi Problema: Sia Σ un alfabeto, w Σ e L un linguaggio, w L? La stringa w e un elemento di un linguaggio L? Esempio: Dato un numero binario, e primo = e un elemento di L P?

12 imostrazioni deduttive Seuenza di enunciati la cui verita porta da un enunciato iniziale (l ipotesi) ad un enunciato finale (la conclusione) Forma del teorema: Se H, allora C (H C, H implica C) H= ipotesi, C= conclusione Teorema: se x 4, allora 2 x x 2 x parametro uantificato universalmente (vale per tutti gli x)

13 Teoremi della forma C1 se e solo se C2 : due direzioni di prova. (Si deve provare che: C 1 C 2 e C 2 C 1 ) Dimostrazione per assurdo di teoremi della forma H C H e non C implica il falso Controesempio: per dimostrare che un teorema non vale basta provare che in un caso non vale Esercizio: E vero che se x e un numero primo allora x e dispari? No, infatti 2 e numero primo ma non e dispari

14 imostrazioni per induzione Utili uando ci sono cose definite ricorsivamente Esempio: 0 e un intero e se n e un intero allora n+1 e un intero Induzione sugli interi: dobbiamo dimostrare un enunciato S(n) su un intero n Base: dimostriamo S(i) per un intero particolare i (0 o 1 di solito) Passo induttivo: si suppone n i, si dimostra che se vale S(n) allora vale S(n + 1) Possiamo concludere che S(n) e vero per ogni n i

15 sempio - dimostrazione per induzione Se x 4, allora 2 x x 2 Base: x = 4 2 x = 2 4 = 16 e x 2 = 4 2 = 16 Induzione: Si suppone che per x 4, 2 x x 2 (ipotesi induttiva) Dobbiamo dimostrare che 2 x+1 (x + 1) 2 Abbiamo: 2 x+1 = 2 x 2 x 2 2 = 2x 2 (per ipotesi induttiva) Dimostriamo adesso che 2x 2 (x + 1) 2 = x 2 + 2x + 1 Cioe dimostriamo che x 2 2x + 1 Cioe, semplificando (divido per x), dimostriamo che x 2 + 1/x Se x 4, allora 1/x 1/4 e uindi 2 + 1/x 2.25 Quindi se x 4, allora x 2 + 1/x Abbiamo dimostrato che se x 4, allora 2 x x 2

16 nduzione strutturale Molte strutture possono essere definite ricorsivamente Espressioni: caso base: ualunue numero o lettera e un espressione caso induttivo: se E e F sono espressioni, allora lo sono anche E + F, E F e (E) Esempi: 3+(4x2), (2x(5+7))x4 Per dimostrare teoremi su una struttura X: si dimostra l enunciato sul caso base della def. di X, poi si suppone che l enunciato sia vero sulle strutture di cui X e composta secondo la definizione ricorsiva si dimostra l enunciato sulla struttura X

17 sempio Dimostrare con induzione strutturale che ogni espressione ha un numero uguale di parentesi aperte e chiuse Caso base: un carattere ha zero parentesi aperte e zero parentesi chiuse vero Induzione: Suppongo che E e F hanno un numero uguale di parentesi aperte e chiuse. Devo dimostrare che E + F, E F e (E) hanno un numero uguale di parentesi aperte e chiuse Per E + F e E F : se vale l enunciato per E e F, supponiamo che E abbia n parentesi aperte e chiuse e F ne abbia m E + F ne ha n + m parentesi aperte e n + m parentesi chiuse Per (E): se vale per E, supponiamo che E abbia n parentesi aperte e n chiuse (E) ha n + 1 parentesi aperte e n + 1 parentesi chiuse

18 nduzione mutua Non e sempre possibile dimostrare un singolo enunciato per induzione Si devono dimostrare congiuntamente un gruppo di enunciati S 1 (n), S 2 (n),..., S k (n) per induzione su n.

19 ommario Introduzione agli automi a stati finiti Concetti di base della teoria degli automi Tecniche di dimostrazione deterministici (DFA) non deterministici (NFA) non deterministici con ɛ-transizione (ɛ-nfa)

20 utomi a stati finiti deterministici Un DFA e una uintupla A = (Q, Σ, δ, 0, F ) Q e un insieme finito di stati Σ e un alfabeto finito (= simboli di input) δ e una funzione di transizione: Q Σ Q, (, a) p 0 Q e lo stato iniziale F Q e un insieme di stati finali (o stati accettanti)

21 sempio Esempio: Un automa A che accetta L = {x01y : x, y {0, 1} } L automa A = ({ 0, 1, 2 }, {0, 1}, δ, 0, { 1 }) come una tabella di transizione: L automa come un diagramma di transizione: Start , 1

22 ccettazione Un automa a stati finiti (FA) accetta una stringa w = a 1 a 2 a n se esiste un cammino nel diagramma di transizione che 1 Inizia nello stato iniziale 2 Finisce in uno stato finale (di accettazione) 3 Ha una seuenza di etichette a 1 a 2 a n Esercizio: Il DFA Start , 1 accetta la stringa 01101?

23 inguaggio accettato La funzione di transizione δ puo essere estesa a ˆδ che opera su stati e stringhe (invece che su stati e simboli) Base: ˆδ(, ɛ) = Induzione: ˆδ(, xa) = δ(ˆδ(, x), a) Formalmente, il linguaggio accettato da A e L(A) = {w Σ : ˆδ( 0, w) F } I linguaggi accettati da automi a stati finiti sono detti linguaggi regolari

24 sercizio Costruire un DFA A che accetta tutte e sole le stringhe con un numero pari di zeri e un numero pari di uni

25 sercizio Costruire un DFA A che accetta tutte e sole le stringhe con un numero pari di zeri e un numero pari di uni Start

26 sempio Start Rappresentazione tabulare dell automa

27 sercizio Start w = 0101 L(A)? Sì, poichè ˆδ( 0, 0101) è uno stato accettante. ˆδ( 0, ɛ) = 0 ˆδ( 0, 0) = δ(ˆδ( 0, ɛ), 0) = δ( 0, 0) = 2 ˆδ( 0, 01) = δ(ˆδ( 0, 0), 1) = δ( 2, 1) = 3 ˆδ( 0, 010) = δ(ˆδ( 0, 01), 0) = δ( 3, 0) = 1 ˆδ( 0, 0101) = δ(ˆδ( 0, 010), 1) = δ( 1, 1) = 0

28 sercizi DFA A per i seguenti linguaggi sull alfabeto {0, 1}: 1 Insieme di tutte le strighe che finiscono con 00 2 Insieme di tutte le stringhe con tre zeri consecutivi 3 Insieme delle stringhe con 011 come sottostringa 4 Insieme delle stringhe che cominciano o finiscono (o entrambe le cose) con 01

29 sercizi Ex.5 - Primo Compitino 2013 Sia L = {w {0, 1} tale che w ha esattamente una sola occorrenza della sottostringa 00} 1 Disegnare il diagramma di transizione di un DFA che riconosce L. 2 Caratterizzare gli stati con una breve descrizione a parole (cioè per ogni stato descrivere le stringhe che portano ad esso). 3 Assumendo di aver già dimostrato che gli stati non accettanti sono caratterizzati dalle stringhe descritte al punto precedente, dimostrare per mutua induzione che: (1) se w L allora w L(A) (2) se w L(A) allora w L. Esercizi per casa: tutti gli esercizi delle dispense sui DFA

30 ommario Introduzione agli automi a stati finiti Concetti di base della teoria degli automi Tecniche di dimostrazione deterministici (DFA): esercizi non deterministici (NFA): definizioni non deterministici con ɛ-transizione (ɛ-nfa)

31 sercizi su DFA Costruire un DFA per il seguente linguaggi sull alfabeto {0, 1}: Insieme delle stringhe che cominciano o finiscono (o entrambe le cose) con 01 Definire il linguaggio accettato dai DFA descritti alla lavagna sull alfabeto {a, b} Sia L = {w {0, 1} tale che w ha esattamente una sola occorrenza della sottostringa 00} Assumendo di aver già dimostrato che gli stati non accettanti sono caratterizzati dalle stringhe descritte al punto precedente, dimostrare per mutua induzione che: (1) se w L allora w L(A) (2) se w L(A) allora w L.

32 utomi a stati finiti non deterministici (NFA) Un NFA puo essere in vari stati nello stesso momento Esempio: un automa che accetta tutte e solo le stringhe che finiscono in 01. 0, 1 Start Ecco cosa succede uando l automa elabora l input (stuck) 2 (stuck)

33 efinizione formale di NFA Formalmente, un NFA e una uintupla A = (Q, Σ, δ, 0, F ) Q e un insieme finito di stati Σ e un alfabeto finito δ e una funzione di transizione Q Σ 2 Q (cioe l insieme dei sottoinsiemi di Q), (, a) {p 1, p 2,..., p n }, n 1 0 Q e lo stato iniziale F Q e un insieme di stati finali

34 sempio L NFA appena visto 0, 1 Start e definito da ({ 0, 1, 2 }, {0, 1}, δ, 0, { 2 }) dove δ e la funzione di transizione { 0, 1 } { 0 } 1 { 2 } 2

35 inguaggio accettato da un NFA Funzione di transizione estesa ˆδ. Base: ˆδ(, ɛ) = {} Induzione: ˆδ(, xa) = δ(p, a) p ˆδ(,x) Il linguaggio accettato da A e L(A) = {w Σ : ˆδ( 0, w) F }

36 sempio 0, 1 Start La stringa 001 appartiene a L(A)? ˆδ( 0, ɛ) = { 0 } ˆδ( 0, 0) = δ( 0, 0) = { 0, 1 } ˆδ( 0, 00) = δ( 0, 0) δ( 1, 0) = { 0, 1 } = { 0, 1 } ˆδ( 0, 001) = δ( 0, 1) δ( 1, 1) = { 0 } { 2 } = { 0, 2 } contiene 2 accettante uindi 001 L(A)

37 ommario Introduzione agli automi a stati finiti Concetti di base della teoria degli automi Tecniche di dimostrazione deterministici (DFA) non deterministici (NFA): teoremi non deterministici con ɛ-transizione (ɛ-nfa)

38 uivalenza di DFA e NFA Gli NFA sono di solito piu facili da programmare. Per ogni NFA N c e un DFA D, tale che L(D) = L(N), e viceversa. Per dimostrarlo si usa una construzione a sottonsiemi. Dato un NFA N = (Q N, Σ, δ N, 0, F N ) costruiremo un DFA D = (Q D, Σ, δ D, { 0 }, F D ) tali che L(D) = L(N)

39 I dettagli della costruzione a sottoinsiemi: Q D = {S : S Q N }. Nota: Q D = 2 Q N, anche se la maggior parte degli stati in Q D sono garbage, cioe non raggiungibili dallo stato iniziale. F D = {S Q N : S F N } Per ogni S Q N e a Σ, δ D (S, a) = p S δ N (p, a)

40 0, 1 Start Costruiamo δ D dall NFA sopra: 0 1 { 0 } { 0, 1 } { 0 } { 1 } { 2 } { 2 } { 0, 1 } { 0, 1 } { 0, 2 } { 0, 2 } { 0, 1 } { 0 } { 1, 2 } { 2 } { 0, 1, 2 } { 0, 1 } { 0, 2 } In particolare: δ D ({ 0 }, 0)= δ N ( 0, 0) = { 0, 1 } δ D ({ 0 }, 1)= δ N ( 0, 1) = { 0 } δ D ({ 0, 1 }, 0) = δ N ( 0, 0) δ N ( 1, 0) = { 0, 1 } = { 0, 1 } δ D ({ 0, 1 }, 1)= δ N ( 0, 1) δ N ( 1, 1) = { 0 } { 2 } = { 0, 2 }...

41 Nota: Gli stati di D corrispondono a sottoinsiemi di stati di N, ma potevamo denotare gli stati di D in un altro modo, per esempio A,..., F. 0 1 A A A B E B C A D D A A E E F F E B G A D H E F

42 Possiamo spesso evitare la crescita esponenziale degli stati costruendo la tabella di transizione per D solo per stati accessibili S come segue: Base: S = { 0 } e accessibile in D Induzione: Se lo stato S e accessibile, anche gli stati in a Σ δ D(S, a) sono accessibili. Esempio: Il DFA con stati accessibili solamente. 1 0 Start 0 1 { {, {, 0} } } 2 0 1

43 Teorema 2.11: Sia D il DFA ottenuto da un NFA N con la costruzione a sottoinsiemi. Allora L(D) = L(N). Prova: L(N) = {w Σ ˆδ N ( 0, w) F N } L(D) = {w Σ ˆδ D ({ 0 }, w) F D } = {w Σ ˆδ D ({ 0 }, w) F N } Per provare L(D) = L(N) basta provare che, w, ˆδ D ({ 0 }, w) = ˆδ N ( 0, w) (1) Mostriamo l enunciato (1) per induzione su w Base: w = ɛ. ˆδ D ({ 0 }, ɛ) = { 0 } per definizione di ˆδ D ˆδ N ( 0, ɛ) = { 0 } per definizione di ˆδ N Ip. Induttiva: L enunciato (1) vale w con w n

44 Passo Induttivo: Devo dimostrare che l enunciato (1) vale per w con w = n + 1. Sia w = xa. ˆδ D ({ 0 }, xa) def = δ D (ˆδ D ({ 0 }, x), a) i.h. = δ D (ˆδ N ( 0, x), a) cst = p ˆδ N ( 0,x) δ N (p, a) Ora segue che L(D) = L(N). def = ˆδ N ( 0, xa)

45 Teorema 2.12: Un linguaggio L e accettato da un DFA L e accettato da un NFA. Prova: La parte e il Teorema Per la parte notiamo che un ualsiasi DFA puo essere convertito in un NFA euivalente modificando la δ D in δ N secondo la regola seguente: Se δ D (, a) = p, allora δ N (, a) = {p}. Si puo mostrare per induzione su w che se ˆδ D ( 0, w) = p, allora ˆδ N ( 0, w) = {p}. L enunciato del teorema segue.

46 sercizi su NFA Esercizio 3 - I compitino 2013: Dato il seguente NFA: N=({ 0, 1 },{0, 1},δ N, 0, { 1 }), dove δ N ( 0, 0) = { 0, 1 }, δ N ( 0, 1) = { 1 }, δ N ( 1, 0) =, δ N ( 1, 1) = { 0, 1 }. 1 Verificare se le stringhe w 1 = 101 e w 2 = 0010 vengono o meno accettate dall automa mostrando tutti i passaggi. 2 Costruire il diagramma di transizione del DFA euivalente all NFA dato 3 Descrivere a parole il linguaggio accettato dall automa (suggerimento: è più facile osservando il DFA).

47 sercizi su NFA Esercizio 3 (1): w 1 = 101 e w 2 = 0010 accettate dall NFA N? w 1 = 101 L(A)? δˆ N ( 0, ɛ) = { 0 } δˆ N ( 0, 1) = δ N ( 0, 1) = { 1 } δˆ N ( 0, 10) = δ N ( 1, 0) = uindi w 1 = 101 L(A) w 2 = 0010 L(A)? δˆ N ( 0, ɛ) = { 0 } δˆ N ( 0, 0) = δ N ( 0, 0) = { 0, 1 } δˆ N ( 0, 00) = δ N ( 0, 0) δ N ( 1, 0) = { 0, 1 } = { 0, 1 } δˆ N ( 0, 001) = δ N ( 0, 1) δ N ( 1, 1) = { 1 } { 0, 1 } = { 0, 1 } δˆ N ( 0, 0010) = δ N ( 0, 0) δ N ( 1, 0) = { 0, 1 } = { 0, 1 } Poiche { 0, 1 } 1, w 2 = 0010 L(A)

48 sercizi su NFA Esercizio 3 (2) Costruire il diagramma di transizione del DFA euivalente all NFA dato? δ D ({ 0 }, 0)= δ N ( 0, 0) = { 0, 1 } δ D ({ 0 }, 1)= δ N ( 0, 1) = { 1 } δ D ({ 0, 1 }, 0)= δ N ( 0, 0) δ N ( 1, 0) = { 0, 1 } = { 0, 1 } δ D ({ 0, 1 }, 1)= δ N ( 0, 1) δ N ( 1, 1) = { 1 } { 0, 1 } = { 0, 1 } δ D ({ 1 }, 0)= δ N ( 1, 0) = δ D ({ 1 }, 1)= δ N ( 1, 1) = { 0, 1 } Disegnare graficamente il diagramma: { 0 } stato iniziale, { 0, 1 } e { 1 } stati accettanti Esercizio 3 (3) Descrivere il linguaggio accettato dall automa L(A) = {w {0, 1} + w = 1 o w = 0x o w = 11y, x, y {0, 1} }

49 sercizi su NFA Esercizi per casa: Costruire un NFA che accetta l insieme delle stringhe di 0 e di 1 con due 0 consecutivi o con due 1 consecutivi Costruire un NFA che accetta l insieme delle stringhe di a e di b e di c composte da zero o piu a seguite da zero o piu b seguite da zero o piu c Costruire un NFA che accetta l insieme delle stringhe di 0 e di 1 tale che almeno uno degli ultimi tre simboli e 1 Esercizi e del libro: Convertire in un DFA un NFA dato Esercizi delle dispense su NFA

50 utomi a stati finiti non deterministici con ɛ-transizione ɛ-nfa) Sono un estensione degli NFA dove permetto transizioni anche sulla stringa vuota Accettano sempre i linguaggi regolari Sono piu facili da progettare degli NFA

51 efinizione Un ɛ-nfa e una uintupla (Q, Σ, δ, 0, F ) Q e un insieme finito di stati Σ e un alfabeto finito δ e una funzione da Q Σ {ɛ} 2 Q 0 Q e lo stato iniziale F Q e un insieme di stati finali

52 pplicazione: NFA e ɛ-nfa per ricerche testuali NFA e ɛ NFA molto usati per la ricerca di un pattern in un testo Esempio: Costruire un NFA che accetta l insieme delle parole chiave {web, ebay} Esempio: Costruire un ɛ-nfa che accetta l insieme delle parole chiave {web, ebay}

53 sempio di ɛ-nfa Un ɛ-nfa che accetta numeri decimali consiste di: 1 Un segno + o -, opzionale 2 Una stringa di cifre decimali 3 un punto decimale 4 un altra stringa di cifre decimali Una delle stringhe (2) e (4) sono opzionali Start 0,1,...,9 0,1,...,9 ε,+, ε ,1,...,9 0,1,...,9 4.

54 sempio di ɛ-nfa Start 0,1,...,9 0,1,...,9 ε,+,- ε ,1,...,9 0,1,...,9 4. E = ({ 0, 1,..., 5 }, {., +,, 0, 1,..., 9}, δ, 0, { 5 }) dove la tabella delle transizioni per δ e ɛ +,-. 0,..., 9 0 { 1 } { 1 } 1 { 2 } { 1, 4 } 2 { 3 } 3 { 5 } { 3 } 4 { 3 } 5

55 psilon-chiusura Chiudiamo uno stato aggiungendo tutti gli stati raggiungibili da lui tramite una seuenza ɛɛ ɛ Definizione induttiva di ECLOSE() Base: ECLOSE() Induzione: p ECLOSE() and r δ(p, ɛ) r ECLOSE() Si puo applicare ECLOSE anche a un insieme S di stati ECLOSE(S) = S ECLOSE()

56 sempio di epsilon-chiusura ε ε ε 1 b ε a ε Per esempio, ECLOSE(1) = {1, 2, 3, 4, 6}

57 Definizione induttiva di ˆδ per automi ɛ-nfa Base: ˆδ(, ɛ) = ECLOSE() Induzione: ˆδ(, xa) = ECLOSE(p) p δ(t,a), t ˆδ(,x) Linguaggio accettato da un ɛ-nfa A = (Q, Σ, δ, 0, F ) L(A) = {w Σ ˆδ( 0, w) F }

58 sercizio Start 0,1,...,9 0,1,...,9 ε,+,- ε ,1,...,9 0,1,...,9 4. Esercizio: 5.6 L(E)? ˆδ( 0, ɛ) = ECLOSE( 0 )={ 0, 1 } ˆδ( 0, 5) = ECLOSE( 1 ) ECLOSE( 4 )= { 1, 4 } ˆδ( 0, 5.)= ECLOSE( 2 ) ECLOSE( 3 )= { 2, 3, 5 } ˆδ( 0, 5.6) = ECLOSE( 3 ) = { 3, 5 } 5.6 L(E) poiche ˆδ( 0, 5.6) 5

59 ommario Introduzione agli automi a stati finiti Concetti di base della teoria degli automi Tecniche di dimostrazione deterministici (DFA) non deterministici (NFA): esercizi non deterministici con ɛ-transizione (ɛ-nfa): teoremi ed esercizi

60 sercizi su NFA 1 Costruire un NFA che accetta l insieme delle stringhe di 0 e di 1 con due 0 consecutivi o con due 1 consecutivi 2 Costruire un NFA che accetta l insieme delle stringhe di a e di b e di c composte da zero o piu a seguite da zero o piu b seguite da zero o piu c 3 Costruire un NFA che accetta l insieme delle stringhe di 0 e di 1 tale che almeno uno degli ultimi tre simboli e 1

61 ipasso: Epsilon-chiusura Chiudiamo uno stato aggiungendo tutti gli stati raggiungibili da lui tramite una seuenza ɛɛ ɛ Definizione induttiva di ECLOSE() Base: ECLOSE() Induzione: p ECLOSE() and r δ(p, ɛ) r ECLOSE() Si puo applicare ECLOSE anche a un insieme S di stati ECLOSE(S) = S ECLOSE()

62 ipasso: ˆδ, L(E) Definizione induttiva di ˆδ per automi ɛ-nfa Base: ˆδ(, ɛ) = ECLOSE() Induzione: ˆδ(, xa) = ECLOSE(p) p δ(t,a), t ˆδ(,x) Linguaggio accettato da un ɛ-nfa A = (Q, Σ, δ, 0, F ) L(A) = {w Σ ˆδ( 0, w) F }

63 a ɛ-nfa a DFA Dato un ɛ-nfa E = (Q E, Σ, δ E, 0, F E ) costruiremo un DFA D = (Q D, Σ, δ D, D, F D ) tale che L(D) = L(E) Dettagli della costruzione: Q D = {S : S Q E e S = ECLOSE(S)} D = ECLOSE( 0 ) F D = {S : S Q D e S F E } δ D (S, a) = p δ E (t,a),t S ECLOSE(p)

64 sempio ɛ-nfa E Start 0,1,...,9 0,1,...,9 ε,+, ε ,1,...,9 0,1,...,9 4. Costruiamo DFA D corrispondente ad E: Si calcola D (stato iniziale) Per ogni stato S accessibile da D si calcola la funzione di transizione δ D (S, a), a Σ = {., +,, 0, 1,..., 9} D = ECLOSE( 0 ) = { 0, 1 } δ D ({ 0, 1 }, +)= ECLOSE(δ E ( 0, +)) ECLOSE(δ E ( 1, +)) = ECLOSE({ 1 }) ECLOSE( ) = { 1 } = { 1 } Completarlo per casa

65 sempio ɛ-nfa E Start DFA D corrispondente ad E 0,1,...,9 0,1,...,9 4. 0,1,...,9 0,1,...,9 0,1,...,9 ε,+, ε ,1,...,9 +,- {, } { } {, } { ,1,...,9., 3, 5 } Start.. 0,1,...,9 { 2 } { 3, 5 } 0,1,...,9 0,1,...,9

66 Teorema 2.22: Un linguaggio L e accettato da un ɛ-nfa E L e accettato da un DFA. Prova: ( =) Trasformiamo un DFA D in un ɛ-nfa aggiungendo la transizione δ E (, ɛ) =, in D in D e a Σ la transizione δ D (, a) = p diventa δ E (, a) = {p} Poiche le transizioni di D e E sono le stesse si conclude che L(E) = L(D). (= ) Usiamo D costruito come sopra. L(E) = {w Σ ˆδ E ( 0, w) F E } L(D) = {w Σ ˆδ D ( D, w) F D } = {w Σ ˆδ D ( D, w) F E } Per dimostrare che L(D) = L(E) basta mostrare per induzione su w che ˆδ E ( 0, w) = ˆδ D ( D, w) Base: ˆδ E ( 0, ɛ) def = ECLOSE( 0 ) cst = D def = ˆδ D ( D, ɛ)

67 Ip. induttiva: ˆδ E ( 0, x) = ˆδ( D, x) Induzione: ˆδ D ( D, xa) def = δ D (ˆδ D ( D, x), a) ip.ind = δ D (ˆδ E ( 0, x), a) cst = p δ E (t,a), t ˆδ E ( 0,x) ECLOSE(p) def = ˆδ E ( 0, xa)

68 sercizi su ɛ-nfa 1 Costruire un ɛ-nfa che accetta l insieme delle stringhe di a e di b e di c composte da zero o piu a seguite da zero o piu b seguite da zero o piu c 2 Costruire un ɛ-nfa che accetta l insieme delle stringhe di 0 e di 1 formate da 01 ripetuto una o piu volte o da 010 ripetuto una o piu volte 3 Costruire un ɛ-nfa che accetta l insieme delle stringhe di 0 e di 1 tale che almeno uno degli ultimi tre simboli e 1 4 Esercizi e del libro Dato un ɛ-nfa E Calcolare l ɛ-close di ogni stato di E Elencare tutte le stringhe di lunghezza minore o uguale a 3 accettate da E Trasformare E in un DFA euivalente 5 Esercizi delle dispense su ɛ-nfa

Linguaggi regolari e automi a stati finiti

Linguaggi regolari e automi a stati finiti utomi a stati finiti Gli automi a stati finiti sono usati come modello per Software per la progettazione di circuiti digitali. Analizzatori lessicali di un compilatore. Ricerca di parole chiave in un file

Dettagli

Linguaggi regolari e automi a stati finiti. Linguaggi regolari e automi a stati finiti

Linguaggi regolari e automi a stati finiti. Linguaggi regolari e automi a stati finiti utomi a stati finiti Gli automi a stati finiti sono usati come modello per Software per la progettazione di circuiti digitali. Analizzatori lessicali di un compilatore. Ricerca di parole chiave in un file

Dettagli

Automi e Linguaggi Formali

Automi e Linguaggi Formali Automi e Linguaggi Formali Linguaggi regolari e automi a stati finiti 6 Ottobre 214 A.A. 214-215 Enrico Mezzetti emezzett@math.unipd.it Recap Definizione informale di automi a stati finiti Diagramma delle

Dettagli

Automi e Linguaggi Formali. Cambiamenti di orario. Altre informazioni utili. Motivazione. Anno accademico

Automi e Linguaggi Formali. Cambiamenti di orario. Altre informazioni utili. Motivazione. Anno accademico Automi e Linguaggi Formali Anno accademico 5-6 Docente: Francesca Rossi E-mail: frossi@math.unipd.it Orario: Lunedi 5:3 7:3, LUM 5 Venerdi 3:3 6:3, LUM 5 Cambiamenti di orario non si fara lezione Venerdi

Dettagli

Automi e Linguaggi Formali

Automi e Linguaggi Formali E-mail: frossi@math.unipd.it rario e ricevimento Orario: Mercoledi 13:30 15:30, LUM 250 Giovedi 13:30 15:30, LUM 250 Venerdi 12:30 13:30, LUM 250 Ricevimento: Martedi 16:00-18:00, studio 428, IV piano,

Dettagli

NFA per riconoscere numeri decimali

NFA per riconoscere numeri decimali NFA per riconoscere numeri decimali Vogliamo un NFA che accetta numeri decimali. Un numero decimale consiste di: 1 Un segno + o -, opzionale 2 Una stringa di cifre decimali 3 un punto decimale 4 un altra

Dettagli

Automi, Linguaggi e Computazione

Automi, Linguaggi e Computazione Automi, Linguaggi e Computazione Capitolo 1 : Teoria degli Automi e Tecniche di Dimostrazione Laurea Magistrale in Ingegneria Informatica Università di Padova Docente : Giorgio Satta Presentazione basata

Dettagli

Fondamenti di Programmazione: AUTOMI E LINGUAGGI FORMALI Corso di Laurea in MATEMATICA a.a. 2018/2019

Fondamenti di Programmazione: AUTOMI E LINGUAGGI FORMALI Corso di Laurea in MATEMATICA a.a. 2018/2019 Fondamenti di Programmazione: AUTOMI E LINGUAGGI FORMALI Corso di Laurea in MATEMATICA a.a. 2018/2019 Chiara Bodei Dipartimento di Informatica chiara.bodei@unipi.it Testi di riferimento Libro di testo

Dettagli

Espressioni regolari. Espressioni regolari

Espressioni regolari. Espressioni regolari ommario delle espressioni regolari Da automi a espressioni regolari Da espressioni regolari ad automi Leggi algebriche per linguaggi spressioni regolari DFA, NFA, ɛ-nfa sono un metodo formale per costruire

Dettagli

Automi a stati finiti

Automi 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

Dettagli

Proprieta dei Linguaggi regolari

Proprieta dei Linguaggi regolari Proprieta dei Linguaggi regolari Pumping Lemma. Ogni linguaggio regolare soddisfa il pumping lemma. Se qualcuno vi presenta un falso linguaggio regolare, l uso del pumping lemma mostrera una contraddizione.

Dettagli

Automi a stati finiti

Automi 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

Dettagli

Esercizi di Informatica Teorica - DFA

Esercizi di Informatica Teorica - DFA Esercizi di Informatica Teorica - DFA Esercizio Definire, se esso esiste, l automa deterministico a stati finiti A che riconosce il linguaggio L = {w w {,},w[i] =, i dispari,i > }. Dimostrare rigorosamente

Dettagli

Progamma sintetico. Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP

Progamma sintetico. Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP Progamma sintetico Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP Un problema classico Un uomo viaggia con un lupo, una pecora

Dettagli

Proprieta dei Linguaggi Regolari. Proprieta dei Linguaggi Regolari

Proprieta dei Linguaggi Regolari. Proprieta dei Linguaggi Regolari roprieta dei Linguaggi Regolari Pumping Lemma. Ogni linguaggio regolare soddisfa una proprieta ben nota, il pumping lemma. Questa tecnica fornisce uno strumento utile per dimostrare che un linguaggio non

Dettagli

Espressioni regolari

Espressioni regolari spressioni Regolari Un FA (NFA o DFA) e una macchina a stati finiti che riconosce linguaggi regolari. Una espressione regolare e un modo dichiarativo (o algebrico) per descrivere un linguaggio regolare.

Dettagli

Automi e Linguaggi Formali Automi a stack (Pushdown automata)

Automi 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

Dettagli

Grammatiche libere da contesto. Grammatiche libere da contesto

Grammatiche libere da contesto. Grammatiche libere da contesto rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi Linguaggi Liberi da Contesto (CFL) sono stati usati nello

Dettagli

Formali. Corso di Automi e Linguaggi. Gennaio- Marzo Docente: Francesca Rossi,

Formali. 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,

Dettagli

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 2

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 2 Note del corso di Calcolabilità e Linguaggi Formali - Lezione 2 Alberto Carraro 12 ottobre 2011 DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Automi a stati finiti deterministici

Dettagli

AUTOMI A STATI FINITI

AUTOMI 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

Dettagli

Sommario. 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 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

Dettagli

Progamma sintetico. Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP

Progamma sintetico. Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP Progamma sintetico Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP Un problema classico Un uomo viaggia con un lupo, una pecora

Dettagli

Automi a Pila e Grammatiche Libere dal Contesto. Automi a Pila e Grammatiche Libere dal Contesto

Automi 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

Dettagli

Linguaggi Regolari e Linguaggi Liberi

Linguaggi 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

Dettagli

Linguaggi Regolari e Linguaggi Liberi. Linguaggi Regolari. Determinismo vs Non determinismo. Potere espressivo

Linguaggi 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

Dettagli

Concetti di base sugli automi e sui linguaggi formali

Concetti 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

Dettagli

Fondamenti dell Informatica

Fondamenti 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.

Dettagli

Sui Linguaggi Regolari: Teorema di Kleene - Pumping Lemm

Sui 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.

Dettagli

Linguaggi formali e compilazione

Linguaggi 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

Dettagli

Prefazione all edizione italiana

Prefazione all edizione italiana Questo è l'indice del libro, in cui sono evidenziati i paragrafi corrispondenti agli argomenti trattati nel corso e che costituiscono il programma d'esame. Si noti che la presentazione di alcuni argomenti

Dettagli

Automi e Linguaggi Formali

Automi e Linguaggi Formali Automi e Linguaggi Formali Espressioni regolari A.A. 2014-2015 Enrico Mezzetti emezzett@math.unipd.it Espressioni regolari Un FA (NFA o DFA) e un metodo per costruire una macchina che riconosce linguaggi

Dettagli

Ma il programma in Fig. 8.2 del libro? Stampa hello, world, dato un input n se e solo se l equazione

Ma il programma in Fig. 8.2 del libro? Stampa hello, world, dato un input n se e solo se l equazione Problemi che i calcolatori non possono risolvere E importante sapere se un programma e corretto, cioe fa uello che ci aspettiamo. E facile vedere che il programma Ma il programma in Fig. 8.2 del libro?

Dettagli

Esercizi di Fondamenti di Informatica per la sicurezza. Stefano Ferrari

Esercizi di Fondamenti di Informatica per la sicurezza. Stefano Ferrari Esercizi di Fondamenti di Informatica per la sicurezza tefano Ferrari 23 dicembre 2003 2 Argomento 1 Grammatiche e linguaggi Esercizi Es. 1.1 Definiti i linguaggi: L 1 = {aa, ab, bc, c} L 2 = {1, 22, 31}

Dettagli

Linguaggi Regolari e Linguaggi Liberi

Linguaggi 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

Dettagli

Progamma sintetico. Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP

Progamma sintetico. Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP Progamma sintetico Nozioni preliminari Automi Finiti Macchine di Turing Limiti delle macchine di Turing La tesi di Church-Turing Le classi P e NP Un problema classico Un uomo viaggia con un lupo, una pecora

Dettagli

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 3

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 3 Note del corso di Calcolabilità e Linguaggi Formali - Lezione 3 Alberto Carraro 26 ottobre 2011 DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Automi a a pila deterministici e

Dettagli

Fondamenti dell Informatica a.a. 2013/14 Prova scritta 30 luglio 2014

Fondamenti 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

Dettagli

INDUZIONE E NUMERI NATURALI

INDUZIONE E NUMERI NATURALI INDUZIONE E NUMERI NATURALI 1. Il principio di induzione Il principio di induzione è una tecnica di dimostrazione molto usata in matematica. Lo scopo di questa sezione è di enunciare tale principio e di

Dettagli

Un prefisso, un suffisso o una sottostringa di una stringa, quando non sono la stringa stessa, sono detti propri.

Un prefisso, un suffisso o una sottostringa di una stringa, quando non sono la stringa stessa, sono detti propri. SIMBOLI Un simbolo è un entità primitiva astratta non meglio definita. Per ciò che ci concerne, un simbolo è atomico: se anche avesse una struttura interna, noi non la osserviamo. Le uniche caratteristiche

Dettagli

Espressioni regolari descrivono i linguaggi regolari. Un FA (NFA o DFA) è un metodo per costruire una macchina che riconosce linguaggi regolari.

Espressioni regolari descrivono i linguaggi regolari. Un FA (NFA o DFA) è un metodo per costruire una macchina che riconosce linguaggi regolari. Espressioni regolari descrivono i linguaggi regolari Un FA (NFA o DFA) è un metodo per costruire una macchina che riconosce linguaggi regolari. Una espressione regolare e un modo dichiarativo per descrivere

Dettagli

Linguaggi e Traduttori: Analisi lessicale

Linguaggi e Traduttori: Analisi lessicale Linguaggi e Traduttori: Analisi lessicale Armando Tacchella Sistemi e Tecnologie per il Ragionamento Automatico (STAR-La) Dipartimento di Informatica Sistemistica e Telematica (DIST) Università di Genova

Dettagli

PROGRAMMAZIONE III Appello del 7/03/2003

PROGRAMMAZIONE III Appello del 7/03/2003 PROGRAMMAZIONE III Appello del 7/03/2003 Scrivere in stampatello COGNOME, NOME e NUMERO DI MATRICOLA (se conosciuto) su ogni foglio consegnato e sul testo, che va consegnato insieme al compito. ESERCIZIO

Dettagli

Capitolo 1: Concetti matematici di base

Capitolo 1: Concetti matematici di base Capitolo 1: Concetti matematici di base 1 Insiemi x A x é elemento dell insieme A. B A B é un sottoinsieme di A. B A B é un sottoinsieme proprio di A. A costituito da n elementi A = n é la sua cardinalitá.

Dettagli

Equivalenza di PDA e CFG. Equivalenza di PDA e CFG

Equivalenza di PDA e CFG. Equivalenza di PDA e CFG quivalenza di PDA e CFG Un linguaggio e generato da una CFG se e solo se e accettato da un PDA per pila vuota se e solo se e accettato da un PDA per stato finale Grammar PDA by empty stack PDA by final

Dettagli

Problemi 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. 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

Dettagli

Fondamenti d Informatica: linguaggi formali. Barbara Re, Phd

Fondamenti d Informatica: linguaggi formali. Barbara Re, Phd Fondamenti d Informatica: linguaggi formali Barbara Re, Phd Agenda } Introdurremo } La nozione di linguaggio } Strumenti per definire un linguaggio } Espressioni Regolari 2 Linguaggio } Da un punto di

Dettagli

LINGUAGGI REGOLARI. Teorema (Kleene). Le seguenti classi di linguaggi sono equivalenti:

LINGUAGGI REGOLARI. Teorema (Kleene). Le seguenti classi di linguaggi sono equivalenti: LINGUAGGI REGOLARI Teorema (Kleene). Le seguenti classi di linguaggi sono equivalenti: 1 - L(GR): linguaggi generati da grammatiche di tipo 3 (anche con ε-produzioni) 2 - L(ASF): linguaggi riconosciuti

Dettagli

Espressioni regolari. Espressioni regolari

Espressioni regolari. Espressioni regolari spressioni regolari Un FA (NFA o DFA) e un metodo per costruire una macchina che riconosce linguaggi regolari. Una espressione regolare e un modo dichiarativo per descrivere un linguaggio regolare. Esempio:

Dettagli

Espressioni regolari in UNIX p.1/19

Espressioni regolari in UNIX p.1/19 Espressioni regolari in UNIX Violetta Lonati a Dipartimento Scienze dell Informazione Università degli Studi di Milano a E garantito il permesso di copiare, distribuire e/o modificare i materiali cont

Dettagli

Grammatiche libere da contesto. Grammatiche libere da contesto

Grammatiche libere da contesto. Grammatiche libere da contesto rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi. Linguaggi Liberi da Contesto (CFL) sono stati usati nello

Dettagli

Linguaggi 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 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

Dettagli

RACCOLTA DI ESERCIZI CON SOLUZIONI

RACCOLTA DI ESERCIZI CON SOLUZIONI Università degli Studi di Padova Dipartimento di Ingegneria dell Informazione Corso di Laurea Magistrale in Ingegneria Informatica Automi, Linguaggi e Computazione RACCOLTA DI ESERCIZI CON SOLUZIONI prof.

Dettagli

La codifica digitale

La codifica digitale La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore

Dettagli

Linguaggi Liberi dal Contesto. Linguaggi Liberi dal Contesto

Linguaggi 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

Dettagli

RACCOLTA DI ESERCIZI CON SOLUZIONI

RACCOLTA DI ESERCIZI CON SOLUZIONI Università degli Studi di Padova Dipartimento di Ingegneria dell Informazione Corso di Laurea Magistrale in Ingegneria Informatica Automi, Linguaggi e Computazione: RACCOLTA DI ESERCIZI CON SOLUZIONI prof.

Dettagli

Automi deterministici e non

Automi 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,

Dettagli

Sintassi. Linguaggi. 4: Sintassi. Claudio Sacerdoti Coen. Universitá di Bologna 24/02/2011. Claudio Sacerdoti Coen

Sintassi. Linguaggi. 4: Sintassi. Claudio Sacerdoti Coen. Universitá di Bologna 24/02/2011. Claudio Sacerdoti Coen Linguaggi 4: Universitá di Bologna 24/02/2011 Outline 1 Wikipedia: La sintassi è la branca della linguistica che studia i diversi modi in cui le parole si uniscono tra loro per formare

Dettagli

Linguaggi di Programmazione e Compilatori

Linguaggi 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...........................................

Dettagli

AUTOMA A STATI FINITI

AUTOMA A STATI FINITI Gli Automi Un Automa è un dispositivo, o un suo modello in forma di macchina sequenziale, creato per eseguire un particolare compito, che può trovarsi in diverse configurazioni più o meno complesse caratterizzate

Dettagli

Automi. Rosario Culmone, Luca Tesei. 20/10/2009 UNICAM - p. 1/55

Automi. Rosario Culmone, Luca Tesei. 20/10/2009 UNICAM - p. 1/55 Automi Rosario Culmone, Luca Tesei 20/10/2009 UNICAM - p. 1/55 Storia Dal latino automatus "che si muove da sé" Macchine o dispositivi reali o ipoteticamente realizzabili, i quali siano in grado di eseguire

Dettagli

Università degli Studi di Roma Tor Vergata. Principio di induzione matematica

Università degli Studi di Roma Tor Vergata. Principio di induzione matematica Università degli Studi di Roma Tor Vergata. Principio di induzione matematica Il Principio di induzione matematica è una tecnica di dimostrazione che permette la dimostrazione simultanea di infinite affermazioni.

Dettagli

Automi a pila. Automi a pila

Automi a pila. Automi a pila utomi a pila Un automa a pila (PDA) e in pratica un ǫ-nfa con una pila. In una transizione un PDA: 1 Consuma un simbolo di input. 2 Va in un nuovo stato (o rimane dove e ). 3 Rimpiazza il top della pila

Dettagli

non è lineare destro. (PUNTI 15)

non 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

Dettagli

Quiz sui linguaggi regolari

Quiz 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

Dettagli

Linguaggio universale, riduzioni, e teorema di Rice. Linguaggio universale, riduzioni, e teorema di Rice

Linguaggio universale, riduzioni, e teorema di Rice. Linguaggio universale, riduzioni, e teorema di Rice l linguaggio universale Il linguaggio universale L u e l insieme delle stringhe binarie che codificano una coppia (M,w) dove w L(M). Esiste una TM U, detta TM universale, tale che L u = L(U). U ha tre

Dettagli

Proprieta dei Linguaggi Regolari. Proprieta dei Linguaggi Regolari

Proprieta dei Linguaggi Regolari. Proprieta dei Linguaggi Regolari roprieta dei Linguaggi Regolari Proprieta di chiusura. E interessante investigare proprieta di chiusura dei linguaggi regolari rispetto ad applicazione di sostituzioni o omomorfismi. Queste tecniche permettono

Dettagli

Linguaggi 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 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

Dettagli

Da espressioni regolari a -NFA

Da espressioni regolari a -NFA Da espressioni regolari a -NFA Teorema 3.7: Per ogni espressione regolare R possiamo costruire un -NFA A, talechel(a) =L(R). Dimostrazione: Per induzione strutturale: Base: Automa per, ;, ea. (a) (b) a

Dettagli

Esercitazione. Ricorsione. May 31, Esercizi presi dal libro di Rosen

Esercitazione. Ricorsione. May 31, Esercizi presi dal libro di Rosen Esercitazione Ricorsione May 31, 2016 Esercizi presi dal libro di Rosen Problema 2 a) sezione 5.3 Data la seguente funzione definita ricorsivamente come: f(n+1) = 2f(n) f(0) = 3 Determinare il valore di

Dettagli

Teoria della complessità

Teoria della complessità Teoria della complessità Materiale consigliato: testo del corso capitolo 34 Introduzione agli algoritmi e strutture dati T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein McGraw Hill, 2005 Denise Salvi

Dettagli

Fondamenti dell Informatica. Esercizi di preparazione al secondo compitino

Fondamenti dell Informatica. Esercizi di preparazione al secondo compitino Fondamenti dell Informatica (III anno Laurea Triennale) Esercizi di preparazione al secondo compitino a.a. 2016/17 Funzioni primitive ricorsive Si definiscano come primitive ricorsive le seguenti funzioni:

Dettagli

Alberi: definizioni e dimostrazioni induttive.

Alberi: definizioni e dimostrazioni induttive. Alberi: definizioni e dimostrazioni induttive. Gennaio 2005 Iniziamo con l introdurre la nozione di albero. Con N indichiamo l insieme dei numeri naturali (zero escluso) e con N l insieme delle liste finite

Dettagli

a cura di Luca Cabibbo e Walter Didimo

a 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 principio di induzione finita (o matematica) cardinalità di insiemi pigeonhole principle espressioni

Dettagli

Grammatiche libere da contesto. Grammatiche libere da contesto

Grammatiche libere da contesto. Grammatiche libere da contesto rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi. Linguaggi Liberi da Contesto (CFL) sono stati usati nello

Dettagli

METODI MATEMATICI PER L INFORMATICA. Canale E O a.a Docente: C. Malvenuto Primo compito di esonero 26 novembre 2008

METODI MATEMATICI PER L INFORMATICA. Canale E O a.a Docente: C. Malvenuto Primo compito di esonero 26 novembre 2008 METODI MATEMATICI PER L INFORMATICA Canale E O a.a. 2008 09 Docente: C. Malvenuto Primo compito di esonero 26 novembre 2008 Istruzioni. Completare subito la parte inferiore di questa pagina con il proprio

Dettagli

Fondamenti dell Informatica: Linguaggi Formali e Calcolabilità

Fondamenti dell Informatica: Linguaggi Formali e Calcolabilità Eserciziario per il corso di Verona, Settembre 24 Fondamenti dell Informatica: Linguaggi Formali e Calcolabilità Dott.ssa Isabella Mastroeni Dipartimento di Informatica Università degli Studi di Verona

Dettagli

Problemi intrattabili, classi P e NP. Problemi intrattabili, classi P e NP

Problemi intrattabili, classi P e NP. Problemi intrattabili, classi P e NP roblemi intrattabili Ci occuperemo solo di problemi decidibili, cioe ricorsivi. Tra loro, alcuni sono detti trattabili, se si puo provare che sono risolvibili in tempo polinomiale in modo deterministico.

Dettagli

Partizioni intere. =! i# P. Es: Dato {38, 17, 52, 61, 21, 88, 25} possiamo rispondere positivamente al quesito poiché

Partizioni intere. =! i# P. Es: Dato {38, 17, 52, 61, 21, 88, 25} possiamo rispondere positivamente al quesito poiché Partizioni intere PARTIZIONAMENTO: Dato un insieme di n interi non negativi rappresentati in binario, trovare un sottoinsieme P! {1,2,..., n } tale che! i"p a i =! i# P a i Es: Dato {38, 17, 52, 61, 21,

Dettagli

Automi e Linguaggi Formali

Automi e Linguaggi Formali Automi e Linguaggi Formali Problemi intrattabili, classi P e NP A.A. 2014-2015 Alessandro Sperduti sperduti@math.unipd.it Problemi intrattabili Ci occuperemo solo di problemi decidibili, cioè ricorsivi.

Dettagli

Automi e Macchine. Computabilità. Progetto Nazionale Lauree Scientifiche Licei Fracastoro e Messedaglia Verona, novembre/dicembre 2012.

Automi e Macchine. Computabilità. Progetto Nazionale Lauree Scientifiche Licei Fracastoro e Messedaglia Verona, novembre/dicembre 2012. Automi e Macchine Computabilità Progetto Nazionale Lauree Scientifiche Licei Fracastoro e Messedaglia Verona, novembre/dicembre 2012 Computabilità AA 2012/13 Ugo Solitro Sommario Introduzione Automi a

Dettagli

MATEMATICA DISCRETA CLAUDIA MALVENUTO PRIMA PROVA IN ITINERE 24 APRILE 2014

MATEMATICA DISCRETA CLAUDIA MALVENUTO PRIMA PROVA IN ITINERE 24 APRILE 2014 MATEMATICA DISCRETA CLAUDIA MALVENUTO PRIMA PROVA IN ITINERE 4 APRILE 014 1. Trovare il numero di stringhe di lunghezza n che si possono formare usando le lettere A, B, C, D, E in modo che ogni stringa

Dettagli

AUTOMI A PILA. M.P. Schutzenberger

AUTOMI 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

Dettagli

Sommario. 1. Ancora qualche esempio di DFA Introduzione, definizione ed esempi di automa a stati finiti nondeterministici

Sommario. 1. Ancora qualche esempio di DFA Introduzione, definizione ed esempi di automa a stati finiti nondeterministici Sommario. Ancora qualche esempio di DFA Introduzione, definizione ed esempi di automa a stati finiti nondeterministici Michael O. Rabin (93) 2. Dimostrazione equivalenza tra automi a stati finiti nondeterministici

Dettagli

Università degli Studi di Udine. 1 Automi e Linguaggi. Prova Scritta di Fondamenti dell Informatica II Alcune Soluzioni

Università degli Studi di Udine. 1 Automi e Linguaggi. Prova Scritta di Fondamenti dell Informatica II Alcune Soluzioni Università degli Studi di Udine Prova Scritta di Fondamenti dell Informatica II Alcune Soluzioni 1 Automi e Linguaggi 1. Sia dato p N, p > 0 dimostri che il linguaggio è regolare. L p = { a 0 a 1... a

Dettagli

Equivalenza e minimizzazione di automi. Equivalenza e minimizzazione di automi

Equivalenza e minimizzazione di automi. Equivalenza e minimizzazione di automi tati equivalenti Sia A = (Q,Σ,δ,q,F) un DFA, e {p,q} Q. Definiamo p q w Σ : ˆδ(p,w) F se e solo se ˆδ(q,w) F Se p q diciamo che p e q sono equivalenti Se p q diciamo che p e q sono distinguibili In altre

Dettagli

Esercizio 1 (12 punti) Minimizzare il numero di stati dell automa qui rappresentato. Disegnare l automa minimo. S 7

Esercizio 1 (12 punti) Minimizzare il numero di stati dell automa qui rappresentato. Disegnare l automa minimo. S 7 Compito A Esercizio 1 (12 punti) Minimizzare il numero di stati dell automa qui rappresentato. Disegnare l automa minimo. S 3 1/1 0/0 S 6 S 7 S 1 S 2 S 4 S 5 0/0 1/1 Esercizio 2 (15 punti) Progettare un

Dettagli

Analisi Sintattica. Maria Rita Di Berardini. Universitá di Camerino Ruolo del parser

Analisi Sintattica. Maria Rita Di Berardini. Universitá di Camerino Ruolo del parser Ruolo del parser Analisi 1 1 Dipartimento di Matematica e Informatica Universitá di Camerino mariarita.diberardini@unicam.it Ruolo del parser Ruolo dell analisi sintattica Ruolo del parser Metodologie

Dettagli

Fondamenti dell Informatica a.a. 2017/18 Prova scritta 11 gennaio 2018

Fondamenti 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

Sipser, Capitolo 0. Alfabeti, Stringhe, Linguaggi

Sipser, Capitolo 0. Alfabeti, Stringhe, Linguaggi Sipser, Capitolo 0 Alfabeti, Stringhe, Linguaggi Def. Un insieme è una collezione non ordinata di oggetti o elementi Gli insiemi sono scritti tra { } Gli elementi sono inseriti tra le parentesi Insiemi

Dettagli

METODI MATEMATICI PER L INFORMATICA

METODI MATEMATICI PER L INFORMATICA METODI MATEMATICI PER L INFORMATICA Tutorato Lezione 7 19/05/2016 Corso per matricole congrue a 1 Docente: Margherita Napoli Tutor: Amedeo Leo Ricorsione Esercizio 2 pagina 357 Trovare f(1), f(2), f(3),

Dettagli

Nozioni Preliminari e Terminologia. Alfabeti Stringhe Linguaggi

Nozioni Preliminari e Terminologia. Alfabeti Stringhe Linguaggi Nozioni Preliminari e Terminologia Alfabeti Stringhe Linguaggi Insiemi Def. Un insieme è una collezione non ordinata di oggetti o elementi Gli insiemi sono scritti tra { } Gli elementi sono inseriti tra

Dettagli

Problemi intrattabili

Problemi intrattabili Tempo polinomiale ed esponenziale Una Tm M ha complessita in tempo T(n) se, dato un input w di lunghezza n, M si ferma dopo al massimo T (n) passi. Problemi intrattabili Ci occuperemo solo di problemi

Dettagli

Lezione 4. Problemi trattabili e soluzioni sempre più efficienti. Gianluca Rossi

Lezione 4. Problemi trattabili e soluzioni sempre più efficienti. Gianluca Rossi Lezione 4 Problemi trattabili e soluzioni sempre più efficienti Gianluca Rossi Trattabile o intrattabile? Consideriamo ora il problema, ben noto a tutti gli studenti a partire dalla scuola media, di calcolare

Dettagli

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema

Dettagli

Fondamenti d Informatica: stringa e linguaggio. Barbara Re, Phd

Fondamenti d Informatica: stringa e linguaggio. Barbara Re, Phd Fondamenti d Informatica: stringa e linguaggio Barbara Re, Phd Agenda } Introdurremo } la nozione di stringa e linguaggio } il ruolo che stringhe e linguaggi hanno per rappresentare l informazione 2 Alfabeti

Dettagli

Costruzione di espressioni regolari 4

Costruzione di espressioni regolari 4 ostruzione di espressioni regolari 4 Indicando con d uno dei possibili digits {,, 2,,9} --possiamo esprimere il sotto linguaggio dei digits come d = ( + + 2 +.. + 9) Quale linguaggio produce l espressione:

Dettagli

Aniello Murano Automi e Pushdown

Aniello Murano Automi e Pushdown Aniello Murano Automi e Pushdown 2 Lezione n. Parole chiave: Automi e PDA Corso di Laurea: Informatica Codice: Email Docente: murano@ na.infn.it A.A. 2008-2009 Calcolabilità, complessità e macchine computazionali

Dettagli