Altri modelli di TM Estensioni: 1 pi` u nastri 2 non-determinismo Restrizioni: 1 nastro illimitato solo in una direzione e divieto di sostituire un simbolo del nastro con B 2 due pile al posto del nastro 3 due contatori (mossa: cambio stato e +1 o contatore) 1 da un Tutti i modelli sono equivalenti: accettano i linguaggi ricorsivamente enumerabili (tesi di Church, 1936). Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 16 of 27 TM e computer 1 Da TM a computer: basta avere sempre memoria da aggiungere, per simulare il nastro infinito 2 Da computer a TM: vari nastri (memoria, istruzione, indirizzo di memoria, file di input, nastro ausiliario), controllo finito per eseguire una istruzione dopo l’altra leggendo e scrivendo i nastri 3 Di↵erenza di tempo tra computer e TM: polinomiale. La TM pu` o simulare n passi di un computer in O(n3 ) passi. Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 17 of 27 Linguaggi ricorsivamente enumerabili D’ora in poi: calcolatore = macchina di Turing L `e ricorsivamente enumerabile se L = L(M) per una TM M. M si ferma se accetta una stringa, ma potrebbe non fermarsi se non la accetta Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 18 of 27 Un linguaggio ricorsivamente enumerabili Consideriamo il linguaggio formato dalle coppie (M, w ) tali che: M `e una TM (codificata in binario) con alfabeto {0, 1} w `e una stringa di 0 e 1 M accetta w Se questo problema `e indecidibile, allora lo `e anche il problema in cui una TM pu` o avere qualunque alfabeto Primo passo: codificare una TM come una stringa di 0 e 1 Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 19 of 27 Enumerazione stringhe binarie Possiamo associare ad ogni stringa binaria w un indice intero dato dalla rappresentazione binaria di 1w , cos`ı enumeriamo le stringhe: w 1w intero commento ✏ 1✏ 1 `e la prima stringa 0 10 2 `e la seconda stringa 1 11 3 `e la terza stringa 00 100 4 `e la quarta stringa 01 101 5 `e la quinta stringa ··· ··· ··· ··· Ordinamento per lunghezza, con stringhe lunghe uguali ordinate lessicograficamente Simbolo wi per la stringa i-esima Vogliamo fare la stessa cosa anche per le TM Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 20 of 27 Codice per una TM Per rappresentare M = (Q, ⌃, , , q0 , B, F ), come una stringa binaria, dobbiamo assegnare interi agli stati, ai simboli di nastro, e alle direzioni L e R: Supponiamo che gli stati siano q1 , q2 , . . . , qr , con stato iniziale q1 e stato finale q2 Supponiamo che i simboli di nastro siano X1 , X2 , . . . , Xs Fissiamo: 0 = X1 , 1 = X2 , B = X3 Inoltre, poniamo L = D1 e R = D2 Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 21 of 27 Codice per una TM Funzione di transizione: se (qi , Xj ) = (qk , Xl , Dm ), la codifica `e 0i 10j 10k 10l 10m (mai due 1 consecutivi) Per un’intera TM: codici per tutte le transizioni, separati da 11: C1 11C2 11...Cn 1 11Cn Esempio: M = ({q1 , q2 , q3 }, {0, 1}, {0, 1, B}, , q1 , B, {q2 }), dove `e definita da: transizione (q1 , 1) = (q3 , 0, R) (q3 , 0) = (q1 , 1, R) (q3 , 1) = (q2 , 0, R) (q3 , B) = (q3 , 1, L) codice 0100100010100 0001010100100 00010010010100 0001000100010010 Codice per M: 01001000101001100010101001001100010010010100110001000100010010 Codici equivalenti si ottengono cambiando l’ordine delle transizioni Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 22 of 27 Codici e TM Sia wi (i-esima stringa) la codifica di una data TM M: M `e la i-esima TM, denotata con Mi Molti interi non corrispondono a nessuna TM. Esempio: 11001 o 001110 Se wi non `e un codice valido, allora diciamo che Mi `e la TM che si arresta subito per qualunque input (un solo stato e nessuna transizione). Quindi L(Mi ) = ; A noi interessa codificare (M, w ), cio`e M con input w : codice di M seguito da 111 seguito da w Esempio: la TM del lucido precedente con input 1011 010010001010011000101010010011000100100101001100010001000100101111011 Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 23 of 27 Il linguaggio di diagonalizzazione Il linguaggio di diagonalizzazione Ld `e l’insieme delle stringhe wi tali che wi 62 L(Mi ) Tutte le stringhe w tali che M con codice w non accetta w Matrice con TM sulle righe e stringhe sulle colonne la diagonale corrisponde a stringhe wi e TM Mi le stringhe di Ld corrispondono agli 0 della diagonale ` possibile che la diagonale complementata sia una riga? No, E perch`e la diagonale complementata `e in disaccordo con ogni riga in almeno una posizione ) Ld non pu` o essere accettato da nessuna TM Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 24 of 27 Linguaggi ricorsivi L `e ricorsivo se L = L(M) per una TM M tale che: se w 2 L, allora M la accetta (e si arresta) se w 2 6 L, allora M non la accetta ma si arresta Problema (dell’accettazione di L): `e decidibile se L `e ricorsivo, altrimenti `e indecidibile Classi di linguaggi ricorsivi = decidibili = M si arresta sempre ricorsivamente enumerabili = M si arresta se accetta non ricorsivamente enumerabili. Esempio: Ld Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 25 of 27 Propriet`a dei linguaggi ricorsivi Theorem ¯ `e ricorsivo Se L `e ricorsivo, anche L Proof. Se L `e ricorsivo, esiste M che si arresta sempre. Modifichiamo M in M 0 in modo che M 0 accetti quando M non accetta, e viceversa. ¯ Allora L ¯ `e ricorsivo. Anche M 0 si arresta sempre e accetta L. ¯ non `e Conseguenza: se L `e ricorsivamente enumerabile, ma L ricorsivamente enumerabile, allora L non pu` o essere ricorsivo. Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 26 of 27 Propriet`a dei linguaggi ricorsivamente enumerabili Theorem ¯ sono ricorsivamente enumerabili, allora L `e ricorsivo Se L e L Proof. ¯ = L(M2 ). Costruiamo M che esegue in parallelo Sia L = L(M1 ) e L (due nastri, due testine) M1 e M2 . Se l’input `e in L, M1 lo accetta e si ferma, quindi anche M accetta e si ferma. Se l’input non `e in L, allora M2 lo accetta e si ferma, quindi M lo rifiuta ma si ferma. Quindi M si ferma in ogni caso. Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 27 of 27 L e L¯ ¯? Dove possono stare L e L ¯ ricorsivi sia L che L ¯ ricorsivamente enumerabili n´e L n´e L ¯ non `e ricorsivamente L `e ricorsivamente enumerabile, e L enumerabile ¯ `e ricorsivamente enumerabile ma non ricorsivo, e L non `e L ricorsivamente enumerabile Non `e possibile che un linguaggio sia ricorsivo e l’altro sia ricorsivamente enumerabile o neanche ricorsivamente enumerabile (primo teorema). Non `e possibile che siano entrambi ricorsivamente enumerabili ma non ricorsivi (secondo teorema). Automi e Linguaggi Formali – A.A 2014-2015 Docente: Alessandro Sperduti 28 of 27
© Copyright 2024 Paperzz