Teoria Automatas

Teora de Autmatas y Lenguajes Formales
Version 2
Dr. Arno Formella
Universidad de Vigo
Departamento de Informtica
rea de Lenguajes y Sistemas Informticos
E-32004 Ourense
http://www.ei.uvigo.es/formella
formella@ei.uvigo.es
11 de junio de 2006
Dr. Arno Formella
ndice
1. Curso
2. Sobre este documento

2.1. Versiones y lista de correcciones . . . . . . . . . . . . . . . . . . . . . . . . . .
4
5
3. Introduccin
4. Conceptos bsicos
4.1. Alfabetos . . . . . . . . . . . . . . .
4.2. Palabras . . . . . . . . . . . . . . . .
4.3. Lenguajes . . . . . . . . . . . . . . .
4.4. Producciones y Derivaciones . . . . .
4.5. Relaciones de equivalencia . . . . . .
4.6. Relacin de equivalencia de lenguajes
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8
9
9
12
14
15
17
5. Gramticas generativas
5.1. Ejemplos . . . . . . . . .
5.2. Abreviacin de Backus . .
5.3. rbol de derivacin . . . .
5.4. Jerarquia de Chomsky . . .
5.5. Equivalencia y ambigedad
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17
18
21
22
22
23
6. Autmatas finitos
6.1. Autmatas finitos deterministas (AFD) . . . . . . . . . . . . . .
6.2. Autmatas finitos nodeterministas (AFND) . . . . . . . . . . .
6.3. Equivalencia entre AFD y AFND . . . . . . . . . . . . . . . . .
6.4. Autmatas finitos nodeterministas con transiciones (AFND)
6.5. Equivalencia entre AFND y AFND . . . . . . . . . . . . . .
6.6. Existencia de autmatas finitos mnimos . . . . . . . . . . . . .
6.7. Ejemplos de uso del teorema de Myhill y Nerode . . . . . . . .
6.8. Algoritmo de minimizacin . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
25
25
28
29
34
37
39
41
42
.
.
.
.
44
45
46
50
51
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7. Expresiones regulares
7.1. Sntaxis y semntica . . . . . . . . . . . . . . . . . . . . .
7.2. Equivalencia entre autmatas finitos y expresiones regulares
7.3. Abreviaciones para el uso de expresiones regulares . . . . .
7.4. Smbolos y metasmbolos . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8. Lenguajes regulares
51
8.1. Equivalencia entre gramticas lineales por la derecha y autmatas finitos . . . . . 51
8.2. Equivalencia entre gramticas lineales por la derecha y lineales por la izquierda . 53
Dr. Arno Formella
8.3. Lema de bombeo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

9. Propiedades, algoritmos de decisin,
y aplicaciones para lenguajes regulares
9.1. Propiedades de lenguajes regulares . . . . . . . . . . . . . . . . . . . . . . . . .
9.2. Algoritmos de decisin de lenguages regulares . . . . . . . . . . . . . . . . . . .
9.3. Aplicaciones para lenguajes regulares . . . . . . . . . . . . . . . . . . . . . . .
60
60
62
63
10. Lenguajes libres de contexto

63
10.1. Forma Normal de Chomsky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
10.2. Forma Normal de Greibach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
10.3. Lema de bombeo para lenguajes libres de contexto . . . . . . . . . . . . . . . . 74
11. Autmatas finitos con pila (AFP)
11.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11.2. Autmatas finitos con pila nodeterministas (AFPND) . . . . . . . . . . . . . .
11.3. Equivalencia entre AFPNDs aceptando con pila vaca y aceptando en estado final
11.4. Equivalencia entre AFPNDs y gramticas libres de contexto . . . . . . . . . . .
11.5. Autmatas finitos con pila deterministas (AFPD) . . . . . . . . . . . . . . . . .
76
76
77
81
83
86
12. Propiedades, algoritmos de decisin,

y aplicaciones para lenguajes libres de contexto
87
12.1. Propiedades de lenguajes libre de contexto . . . . . . . . . . . . . . . . . . . . . 87
12.2. Algoritmos de decisin de lenguages libres de contexto . . . . . . . . . . . . . . 88
12.3. Aplicaciones para lenguajes libres de contexto . . . . . . . . . . . . . . . . . . . 89
13. Mquinas de Turing (MT)
89
14. Resumen
89
15. Bibliografa
90
15.1. Bibliografa bsica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
15.2. Bibliografa usada para la preparacin . . . . . . . . . . . . . . . . . . . . . . . 90
Dr. Arno Formella
1.
Curso
Asignaturas vecinas:
Prerrequisitos:
Evaluacin:
Crditos:
Bibliografa:
2.
todo sobre Programacin, lgebra

ningunos, excepto conceptos matemticos bsicos
70 % con un examen escrito al final del curso, teora y 30 %
de las prcticas
6 (4.5 teora, 1.5 prcticas)
mira Bibliografa
Sobre este documento

Este documento es un servicio adicional del profesor para los estudiantes. Se recuerda que la
asignatura es presencial. Observa los siguientes comentarios importantes:
Los apuntes
no necesariamente estn completos. El contenido de la asignatura se define por lo que se
expone durante las clases presenciales.
no necesariamente son correctos. Intento lo mejor. Sobre todo siempre existe la posibilidad que haya fallos ortogrficos o de redaccin. Adems, como en todos los campos de la
informtica, lo correcto no es lo que diga el profesor, lo correcto es, lo que es correcto.
no necesariamente siguen el orden de las clases presenciales. Es posible que el orden
de los apartados no es exactamente igual que el orden presentado en clases.
contienen apartados que no se han dado en todos los cursos. Siendo clases presenciales,
los estudiantes ya sabrn distinguir.
todava estn sin grficos.
Los apuntes se han escrito sin el uso de una enumeracin explcita de las definiciones, lemas, y
teoremas, como se suele usar en tal contexto. Se anima al lector que estructure su novela individual con notas en los mrgenes para enumerar las definiciones, lemas, y teoremas y relacionar
as de mejor manera las diferentes partes.
Dr. Arno Formella
2.1.
Versiones y lista de correcciones
A parte de algunas correcciones de ortografa se ha realizado las siguientes cambios de versin

en versin:
Version 2
(Seccin 4.6) mejorado la precisin de la observacin
(Seccin 8) Si (q, ) = p es una transicin del AFD, con q Q, p F y ,
entonces aadimos a P la produccin q .
(Seccin 8) Entonces el sistema de producciones P de la gramtica ser:
P = {q0 aq0 |a|bq1 |b|cq2 |c|, q1 bq1 |b|cq2 |c, q2 cq2 |c}
(Seccin 10.1) Si el lenguaje de partida L contiene la palabra vaca ( L) entonces
se detecta en el pasa 4 que el smbolo inicial pertenece a E (o incluso a E ), en este
caso eliminamos con un nuevo smbolo, por ejemplo $0 , la aparencia de $ en los lados
derechos y aadimos la regla $ . Tal gramtica sigue estando en forma normal
de Chomsky y genera L.
(Seccin 10.2) Obviamente cualquier gramtica en forma normal de Greibach es una
gramtica libre de contexto que se verifica directamente analizando la forma de producciones permitidas.
3.
Introduccin
Porqu es importante la teora de lenguajes formales y autmatas?
Bueno, aclaramos primero un poco las palabras usadas...
Qu es un lenguaje formal?
Conocemos lenguajes naturales...
espaol, alemn, ingls, chino, rabe...
cuando nacemos no sabemos ninguno
se puede aprender cualquier lenguaje (por lo menos si se ha nacido en un entorno adecuado)
Dr. Arno Formella
el lenguaje es una secuencia de fonemas o smbolos

que forman slabas, palabras, frases, prrafos, captulos, novelas, libros, bibliotecas...
que tiene una sntaxis (fontica o ortografa)
que tiene una gramtica (reglas de concatenacin y construccin de palabras para
formar frases)
(que tiene un estilo (forma de unir frases para generar textos))
Lenguajes formales sern meramente smbolos con una gramtica formal para agruparlos.
Qu es un autmata?
dispositivos mecnicos o electrnicos o biolgicos
que en un punto de tiempo estn en un estado
que dado una razn (por ejemplo una seal de entrada) cambian de estado
ejemplos son: reloj mecnico o electrnico, mquina para lavar, todo un ordenador, el
cerebro?
ya se han construido relojes biolgicos con trozos de DNA artificial y sntesis de protenas
que visualizan su cambio de estado con luz fluorescente
En el contexto de esta asignatura autmatas sern mquinas matemticas con estados y funciones
de transicin (donde se puede aadir entrada, salida, memoria interna modificable, etc.).
En los aos 60 se descubri:
Los conceptos de gramticas (formales) y de los autmatas describen el mismo fenmeno
y estn muy relacionados con los algoritmos
y de esta manera surgi la Teora de Computabilidad y la Teora de Complejidad, es decir, la bsqueda de respuestas a las preguntas: Qu es computable? y Cuntos recursos
(memoria, espacio, tiempo, transiciones) se necesitan?
Es decir, la Teora de los Lenguajes Formales (y de los Autmatas) permite responder a preguntas
escenciales de la Informtica, por ejemplo:
Tesis de Church: Todo lo que es computable se puede calcular con una Mquina de Turing.
Existen problemas que no son computables.
Dr. Arno Formella

Sin TALF: no hay lenguajes, no hay compiladores, no hay programas, no hay nada.
Unos ejemplos:
favoritas
Con este diagrama podemos formar unas reglas para sustituir smbolos:
$ AB
C son
G
J
A esos
D EF
H IJ
F en informatica
A
B CD
E GH G mis
I clases J favoritas
F
donde usamos para decir que no escribimos nada.

Con dichas reglas podemos derivar diferentes frases, por ejemplo:
$
AB
esosB
esosCD
esos sonD
esos sonEF
esos sonGHF
esos sonHF
esos sonH
esos sonIJ
esos son clasesJ
esos son clases
donde siempre hemos usado una regla adecuada para sustituir smbolos hasta llegar a tal punto
que ya no se puede aplicar ninguna regla ms.
Y con pequeos arreglos podemos traducirlo al alemn:
$ AB
C sind
G
J
A dies
B CD
D EF
E GH
G meine
H JI
I Vorlesungen J liebsten
F in Informatik F
es decir, hemos quitado la regla A y hemos cambiado la regla de H IJ a H JI.

Otro ejemplo mas sencillo.
Usamos las reglas $ ab$ y $ ab para generar palabras del tipo ab, abab, ababab ...
Podemos derivar una palabra:
Dr. Arno Formella
$ ab$ abab$ ababab$ ababab

siempre aplicando alguna de las reglas hasta tal punto que ya no se puede aplicar ninguna regla.
Construimos un autmata que acepta una palabra del tipo mencionado. Entendemos por aceptar
que el autmata llega a su estado final. Consumimos para cada transicin de estado una letra de
la palabra. Podemos dibujar un autmata:
automata
donde el estado inicial (o de comienzo) est marcado con una flecha, el estado final est marcado
con un doble crculo. Las transiciones estn visualizadas con arcos entre los estados que a su
vez estn marcados con sus smbolos correspondientes. Si empezamos en el estado inicial, y si
leemos la palabra por aceptar desde la izquierda hacia la derecha, podemos saltar de estado a
estado siguiendo los arcos adecuados.
Observamos que llegamos solamente al estado final si la palabra por aceptar es una palabra vlida
del lenguaje.
Vemos y veremos
que las gramticas sirven para generar palabras (y con eso lenguajes) y
que los autmatas sirven para aceptar palabras (y con eso lenguajes).
Hacia el final del curso tendremos conocimientos sobre una jerarqua de lenguajes y las equivalencias entre:
Lenguajes Tipo 3, Gramticas Regulares y Autmatas Finitos,
Lenguajes Tipo 2, Gramticas Libres de Contexto y Autmatas Finitos con Pila,
(Lenguajes Tipo 1, Gramticas Sensitivos al Contexto y Autmatas Linealmente Acotados),
Lenguajes Tipo 0, Gramticas Generales y Mquinas de Turing.
4.
Conceptos bsicos
Dr. Arno Formella
4.1.
Alfabetos
Un alfabeto es un conjunto finito no vaco de smbolos.
1
2
3
4
5
6
=
=
=
=
=
=
{0, 1}
{a, b}
{na, pa, bra, la}
{<HTML>, </HTML>, <BODY>, </BODY>, . . .}
{|}
{a, ab, aab}
Usamos metasmbolos (tal como {, }, =, y la coma) para escribir sobre lo que hablamos.
Desde el contexto siempre ser claro, si se trata de un smbolo del alfabeto o si se trata de
un metasmbolo.
Usamos subndices para distinguir diferentes alfabetos.
Usamos normalmente las minsculas como alfabeto = {a, . . . , z}, en los ejemplos normalmente letras desde el principio del alfabeto.
Cardinalidad del alfabeto (nmero de elementos del alfabeto): || > 0, || <
4.2.
Palabras
Una secuencia finita de smbolos de un alfabeto es una palabra sobre dicho alfabeto.
1
2
3
6
:
:
:
:
0, 1, 00, 01, 11, 000, 1001101

a, aa, abb, ababa
napa, palabra
a, ab, aab, aaab, abab
Escribimos la palabra vaca, es decir, la palabra que no contiene ningn smbolo, como .
Usamos normalmente letras minsculas para anotar palabras, preferiblemente desde el final del alfabeto.
El smbolo no pertenece a ningn alfabeto,
/
10
Dr. Arno Formella

La longitud de una palabra sobre un alfabeto es el nmero de smbolos que contiene.
1
2
3
6
:
:
:
:
w
w
w
w
= 0 = |w| = 1, w = 1001101 = |w| = 7

= a = |w| = 1, w = ababa = |w| = 5
= napa = |w| = 2, w = palabra = |w| = 3
= ab = |w| = 2, w = aab = |w| = 1 o |w| = 2 ??
Dependiendo del alfabeto puede resultar difcil dividir una palabra en sus smbolos.
Si se puede dividir todas las palabras sobre un alfabeto solamente de una manera en sus
smbolos, se llama tal alfabeto libre.
Solemos usar solamente alfabetos libres.
|| = 0
El conjunto de todas las palabras que se pueden formar sobre un alfabeto ms la palabra vaca
se llama el universo del alfabeto W ().
W () = {} {w | w es palabra sobre }
W ()
es palabra de cualquier universo, W ().
La cardinalidad del universo es infinito (pero contable o enumerable, vemos ms adelante
lo que significa).
Si el alfabeto es libre (o mejor decir, un generador libre), escribimos por W ().
Podemos concatenar palabras, entonces sean w, v y u palabras en .
w.v = wv, es decir, usamos el . como smbolo de concatenacin, pero muchas veces
obviamos de l (igual como se suele hacer con el de la multiplicacin).
w = w = w, es decir, se comporta como el elemento neutro (o elemento de intentidad)
respecto a la concatenacin.
|w.v| = |w| + |v|
11
Dr. Arno Formella

w.v 6= v.w para cualquier w y v, por ejemplo:
w = abc
v = dec
wv = abcdec 6= decabc = vw
es decir, la concatenacin no es conmutativa.

(w.v).u = w.(v.u) para cualquier palabras w, v y u, por ejemplo:
w = abc v = dec u = f ad
(wv)u = (abcdec)f ad = abcdecf ad = abc(decf ad) = w(vu)
es decir, la concatenacin es asociativa (usamos arriba las parntesis como metasmbolos).
Con dichas propiedades la estructura algebraica ( , . ) forma un monoide libre (es decir,
un semigrupo con elemento de intentidad).
Si xy = w, llamamos x prefijo de w e y sufijo de w.
Por w = w y w = w, es por lo tanto prefijo y sufijo (trivial) de cualquier palabra, y w es
prefijo y sufijo trivial de si mismo. (Normalmente no consideramos estos casos triviales.)
Si x es prefijo de w entonces |x| |w|.
Si y es sufijo de w entonces |y| |w|.
Si x es prefijo de w, e y es sufijo de w y x = y, entonces x = y = w, es verdad?
Si concatenamos siempre la misma palabra w, obtenemos potencias de w.
ww = w2 ,
www = w3 ,
w
. . w} = wi , i IN = {0, 1, 2, }
| .{z
i-veces
w1 = w,
w0 =
|wi | = i |w|
|w0 | = || = 0 = 0 |w| = |w0 |
wm+n = wm .wn
|wm+n | = (m + n) |w| = m |w| + n |w| = |wm | + |wn |
La reflexin de una palabra w (o la palabra reversa) anotamos como wR .
|w| = |wR |
= R
12
Dr. Arno Formella
4.3.
Lenguajes
Un lenguaje es cualquier subconjunto del universo sobre algn alfabeto, es decir, L W (), o
tambin L .
Ejemplo:
Lenguajes triviales
L = es el lenguaje vacio (que no contiene ninguna palabra), |L| = 0
L = {} es el lenguaje que solamente contiene la palabra vacio, |L| = 1
son independientes del alfabeto y por eso son lenguajes sobre cualquier alfabeto.
sea = {a, b}
L1 = {, a, b}
Lab = {an bn | n IN} es decir, el lenguaje que contiene todas las palabras con un
nmero de as seguidos por el mismo nmero de bs.
Lpal = {wwR | w } es decir, palndromos
2
Lquad = {an | n IN>0 }

Si |L| < para un lenguaje L , entonces se llama L lenguaje finito.
Operaciones sobre/con lenguajes, sean L, L1 , L2 , L3 lenguajes (igual para W ()):
Unin:
L1 L2 = {w | w L1 o w L2 }
Propiedades (unos ejemplos):
Conmutatividad:
Asociatividad:
Idempotencia:
Operacin con :
Operacin con :
L 1 L2 = L2 L 1
(L1 L2 ) L3 = L1 (L2 L3 )
LL=L
L=L=L
L = = L
Interseccin:
L1 L2 = {w | w L1 y w L2 }
Conmutatividad:
Asociatividad:
Idempotencia:
Operacin con :
Operacin con :
L 1 L2 = L2 L 1
(L1 L2 ) L3 = L1 (L2 L3 )
LL=L
L = = L1
L = L = L
13
Dr. Arno Formella

Complemento:
L = {w | w y w
/ L}
Regla de DeMorgan:
L1 L 2 = L 1 L 2
L1 L 2 = L 1 L 2
Con estas tres operaciones la estructura ( , , , ) forma una lgebra booleana.

Diferencia:
L1 L2 = {w | w L1 pero w
/ L2 }
L1 = L 1
L1 L 2 = L 1 L2 )
Concatenacin:
L1 .L2 = {w | w = w1 .w2 y w1 L1 y w2 L2 }
NoConmutatividad:
Operacin con :
Operacin con {}:
L1 .L2 6= L2 .L1 (en general)

L1 . = L1 = .L1
L1 .{} = L1 = {}.L1
Potencia:
Li = L
. . L}
| .{z
i-veces
i IN

CeroPotencia: L0 = {}
Induccin:
Li .L = Li+1 = L.Li
Clausura positiva:
+
L =
Li = L 1 L 2 L3 . . .
i=1
Clausura (de Kleene):
L =
[
i=0

L+ = S
L {}
i
=
i=0
Li = L0 L 1 L 2 . . .
14
Dr. Arno Formella

Reflexin (o inverso):
L = {w | wR L}
Homomorfismo: Sean , dos alfabetos. Sea : una funcin que asigna a cada
smbolo de una palabra sobre . Podemos ampliar la funcin a un homomorfismo
: , es decir, una funcin que asigna a cada palabra sobre una palabra sobre
, con
() =
(w) = (w)()
Ejemplo:
= {a, b, c, d}
= {0, 1}
(a) = 00 (b) = 1 (c) =
(abcd) = 0010110
(d) = 0110
Entonces si L es un lenguaje sobre

(L) = {(w) | w L}
es un lenguaje sobre y si L es un lenguaje sobre , entonces
1 (L) = {w | 1 (w) L}
es un lenguaje sobre .
Cul es el orden de prioridad de estos operadores?
4.4.
Producciones y Derivaciones
Definimos algunas notaciones para describir reglas de sustitucin, es decir, como derivar una
palabra con las producciones de la gramtica:
Una produccin p es una tupla de un conjunto cartesiano sobre dos universos (que pueden ser el
mismo), es decir, p = (A, B) 1 2 .
Sea (A, B) una produccin, en vez de tuplas tambin escribimos: A B.
Un conjunto de producciones se llama sistema de producciones (o sistema de reglas). A este
nivel todava no decimos mucho sobre los alfabetos involucrados, ms adelante concretaremos.
15
Dr. Arno Formella
Una derivacin directa v w es una conversin de una palabra en otra aplicando una produccin, es decir, sea por ejemplo v = aAb una palabra, y sea A B una produccin, entonces
se puede derivar la palabra w = aBb directamente desde v sustituyendo la subpalabra A por la
palabra B como indica la produccin.
Ejemplo: Sean 000 010 y 10 01 dos producciones. Desde v = 1000 se puede derivar
w1 = 1010 aplicando la primera produccin, y w2 = 0100 aplicando la segunda.
Una derivacin v w es una secuencia de derivaciones directa aplicando sucesivamente
producciones de un sistema. La longitud de una derivacin es el nmero de producciones aplicadas.
Ejemplo: Sean 000 010 y 10 01 dos producciones. Desde v = 1000 se puede derivar
w1 = 0011, es decir, v w1 aplicando v = 1000 1010 0110 0101 0011 =
w1 , o tambin w2 = 0001 aplicando v = 1000 0100 0010 0001 = w2 . En el primer
caso la longitud de la derivacin es 4, en el segundo caso 3.
Comentario importante: muchas de las comprobaciones en el mbito de la teora de los lenguajes formales se realiza mediante induccin sobre: longitud de la palabra, longitud de la derivacin,
(o luego tambin longitud del clculo).
Dado un sistema de producciones, si sustituimos siempre la primera posibilidad a la izquierda de
la palabra de partida, se llama una derivacin ms a la izquierda, e igual, si sustituimos siempre
la primera posibilidad a la derecha de la palabra de partida, se llama una derivacin ms a la
derecha.
4.5.
Relaciones de equivalencia
Un conjunto R es una relacin (binaria sobre ).

Escribimos los pares siendo elementos de R como (x, y), o como x y, o como xRy.
Sean R y S dos relaciones. Definimos
RS = {(x, y) | z : xRz y zSy}
R0 = {(x, x) | x }
Rn+1 = RRn
es decir, R0 es la relacin de identidad, y la operacin nos permite crear nuevas relaciones a
partir de dos relaciones dadas, y Rn+1 es una relacin construida de tal manera recursivamente.
Con eso definimos:
[
R =
Rn
n0
R+ =
[
n1
Rn
16
Dr. Arno Formella
es decir, xR y (o en otra notacin x y) si x = y o existe una secuencia z1 , z2 , . . . , zn con

n 1 y xRz1 , z1 Rz2 , . . . , zn Ry.
Una relacin R es
reflexiva, si x : xRx, es decir, la relacin de identidad R0 es subrelacin de R,
transitiva, si xRy, yRz = xRz, es decir, si los pares (x, y) y (y, z) son elementos de R
entonces (x, z) tambin lo es,
simtrica, si x, y : xRy yRx, es decir, con (x, y) tambin (y, x) es elemento de la
relacin.
Observamos que para R
R es una relacin reflexiva y transitiva, llamada la clausura reflexiva y transitiva de R
(porque es la relacin ms pequea con tal propiedad).
R+ es una relacin transitiva, llamada la clausura transitiva de R (porque es la relacin
ms pequea con tal propiedad).
R+ es tambin reflexiva si R ya lo es.
R y R+ son simtricas si R ya lo es.
Una relacion R es una relacin de equivalencia si R es reflexiva, simtrica, y transitiva.
Sea R una relacin de equivalencia. A cada elemento de podemos asignar el conjunto de
los elementos que son equivalentes a l. Basta con anotar un representente de dicho conjunto y
escribimos
[x]R = {y | yRx} = {y | xRy}
(si desde el contexto ya conocemos R, obviamos del subindice R).
Si xRy entonces [x] = [y] porque ambos caen en la misma clase de equivalencia. Se suele usar
como representante una de las palabras ms cortas de la clase.
Si x, y [z] escribimos tambin x y que significa que xRy e yRx.
Una relacin de equivalencia divide en clases, es decir,
= [x1 ] [x2 ] . . . [xk ] . . .
cuyo nmero es finito o infinito. La interseccin de dos clases es vaca, es decir, [xi ] [xj ] =
si i 6= j porque si tuviesen un elemento en comn, ambas clases seran iguales.
Ejemplo: Sea = {1 , . . . , k } un alfabeto (por ejemplo el alfabeto de toda la vida).
17
Dr. Arno Formella

La relacin
R = {(x, y) | x comienza con el mismo smbolo que y}
es una relacin de equivalencia y nos divide en
= [1 ] [2 ] . . . [k ] []
es decir, en todas las clases de palabras que empiezan con la misma letra ms la clase para la
palabra vaca (que no empieza con ninguna letra).
Entonces hay tantas clases como smbolos en ms una clase.
Llamamos el nmero de clases que produce una relacin de equivalencia el ndice de la relacin
Indice(R).
En el ejemplo tenemos Indice(R) = k + 1 = || + 1, es decir, un ndice finito.
4.6.
Relacin de equivalencia de lenguajes
Para cada lenguaje L podemos construir una relacin de equivalencia sobre :

xRL y (z : xz L yz L)
es decir, x es equivalente a y, si, aadiendo cualquier sufijo, ambas palabras resultantes o bien
estn en L o bien no estn en L.
Observa: z = : x L y L, es decir, o bien todas las palabras de una clase estn en L
o bien ninguna palabra de una clase est en L.
Ejercicio:Verifica que RL es una relacin de equivalencia!
5.
Gramticas generativas
Una gramtica es una cudrupla

G = (N , T , P, $)
donde
18
Dr. Arno Formella

N es un alfabeto de smbolos noterminales.
T es un alfabeto de smbolos terminales.
Se exige N T = y se suele usar = N T .
P es un sistema de producciones finitos, donde se distingue varios casos, ejemplos son:
P (N T ) (N T )
caso muy general, (as no hara falta distinguir los dos alfabetos a la primera vista, es
decir, P )
P .+
N .
es decir, a la derecha existe por lo menos un smbolo noterminal
P N
es decir, se sustitue solamente smbolos (palabras) noterminales
P N (N T )
es decir, se sustitue solamente smbolos (palabras) noterminales, pero por smbolos
(palabras) o bien terminales o bien noterminales
Repetimos: se exige que |P | < , es decir, el conjunto de reglas es finito.
Ms adelante vemos en detalle qu tipos de sistemas de producciones se suele usar!
$ es el smbolo inicial (o de partida, o de comienzo, o axioma) que pertenece al alfabeto
noterminal, es decir, $ N .
El lenguaje generado por una gramtica es
L(G) = {w | w T y $ w}
es decir, se puede derivar la palabra w T desde el smbolo inicial aplicando las reglas del
sistema de producciones. Dichas palabras derivables que consisten solamente de smbolos terminales se llaman sentencias.
5.1.
Ejemplos
Es posible derivar lenguajes infinitos con sistemas de producciones finitos?

Si, por ejemplo es posible generar el lenguaje L(G) = T con un sistema de producciones
finitos:
G = ({$}, {a, b}, {$ , $ a$, $ b$}, $)
19
Dr. Arno Formella
L1 = {, a, b}
G1 = ({$}, {a, b}, {$ , $ a, $ b}, $)
obviamente L(G1 ) = L1
para lenguajes finitos es fcil generar una gramtica, basta con derivar directamente cada
palabra desde el smbolo inicial (aunque se puede usar un sistema de producciones ms
sofisticado)
Una gramtica recursiva sobre la palabra v es una gramtica donde se puede derivar
desde v una palabra que contiene v de nuevo, es decir, existe la posibilidad de una derivacin:
v uvw (con |v| < |uvw|).
El lenguaje generado por una gramtica es infinito, si la gramtica es recursiva sobre una palabra
v y que a su vez es derivable desde el smbolo inicial.
Lab = {an bn | n IN}

Gab = ({a, b}, {$}, {$ a$b, $ }, $)
Labc = {an bn cn | n IN}

, abc, aabbcc, aaabbbccc, . . . Labc
Gabc = ({$, . . .}, {a, b, c}, P, $)
Cules son las producciones necesarias?
Una vez sabiendo eso, podemos completar el alfabeto noterminal N
Una primera idea:
P = {$ , $ ABC, A , A aA,
B , B bB, C , C cC}
N = {$, A, B, C}
Obviamente podemos derivar cualquier elemento de Labc con esa gramtica, por ejemplo:
$ ABC aABC aaABC aaBC aabBC aabbBC
aabbC aabbcC aabbccC aabbcc
20
Dr. Arno Formella

Pero tambin podemos derivar palabras como aaabcccc, es decir, el lenguaje es
L(GTest ) = {ai bj ck | i, j, k IN} Labc
Parece que la gramtica GTest es demasiado amplia. De alguna manera deberamos construir un sistema de producciones que permite mantener un nmero igual de letras a, b y c
(o en otras palabras, necesitamos contar)...
Idea 1: Si somos capaz de derivar desde ak Xbk ck la secuencia ak+1 Xbk+1 ck+1 , hemos
ganado.
Idea 2: Tenemos que pasar la informacin que hemos aadido por ejemplo un ab en un
lado hacia el otro lado donde tenemos que aadir entonces una c (o en un lado la a y en el
otro lado un bc).
El truco consiste en usar unos smbolos noterminales cuales se van a sustituir dependiendo
del contexto en el cual se encuentran.
Entonces, construimos P y N :
P = {
$
$
Xb
Yb
Yc
bZ
aZ
X
}
,
aXbc,
bY,
bY,
Zcc,
Zb,
aaXb,

para obtener la palabra vaca

para iniciar la construccin
para empezar ir hacia las cs
para ir hacia las cs
para aadir una c y empezar volver
para volver hacia las as
para aadir una a y una b
para terminar
N = {$, X, Y, Z}
Se puede comprobar formalmente con induccin sobre k que la gramtica dada genera
exactamente el lenguaje deseado, es decir L(Gabc ) = Labc .
La comprobacin sigue la construccin y se observa que no hay ambigedad en el momento de elegir una produccin.
Existe tambin una gramtica que usa un smbolo noterminal menos y tambin una produccin menos:
P = {
21
Dr. Arno Formella

$
$
Xb
Xc
bY
aY
aY
}
,
aXbc,
bX,
Y bcc,
Y b,
aaX,
aa
para obtener la palabra vaca

para iniciar la construccin
para ir hacia las cs
para aadir una b y una c
para volver hacia las as
para aadir una a
para terminar
N = {$, X, Y }
Se observa:
tenemos ambigedad en elegir producciones para sustituir y dnde aplicarlas
aqu hemos decidido aadir a la derecha una b y una c
generalmente se nota que hay muchas gramticas que generan el mismo lenguaje
5.2.
Abreviacin de Backus
Para abreviar la notacin de las producciones usamos la forma normal de Backus (BNF). Agrupamos las producciones cuyas partes izquierdas coincidan, escribiendo las partes derechas separadas por |, por ejemplo:
P = {
$
Xb
Xc
bY
aY
}
| aXbc,
bX,
Y bcc,
Y b,
aaX | aa,
Definimos una gramtica que genere lo que se usa en programas, por ejemplo:
((a + b) (c + d)) (e + f )
Lexpr = {w | w es expresin algebraica}
22
Dr. Arno Formella

donde nos limitamos a variables que consisten de una sola letra. Entonces
T = {(, ), +, , a, . . . , z}
P = $ E, E E E | (E E) | (E + E) | a | . . . | z
Gexpr = ({$, E}, T , P, $)
se puede ampliar la gramtica que incluye tambin y /
se puede ampliar la gramtica que genere tambin expresiones con variables de ms de una
letra, por ejemplo: ancho altura
ms tarde veremos como se define las expresiones de tal estilo un poco ms completo
5.3.
rbol de derivacin
Para las gramticas podemos visualizar la aplicacin de las producciones que derivan desde el
smbolo inicial una palabra como un rbol, el rbol de derivacin:
arbol
El lugar con el smbolo inicial se llama raz del rbol (aunque se suele dibujarlo arriba de todo).
Como se ve, cada smbolo es la raz de un subrbol.
La palabra que se puede leer desde la izquierda hacia la derecha en las hojas del rbol y solamente
consiste de smbolos terminales ser una sentencia.
5.4.
Jerarquia de Chomsky
Segn Chomsky se clasifica las gramticas en cuatro tipos (cuales son, como vemos ms adelante,
entre si verdaderamente diferentes).
Entonces sea G = (N , T , P, $) una gramtica (y = N T ). Las gramticas se destinguen
solamente en el sistema de producciones que siempre ser un conjunto finito y que se clasifica
en los siguientes tipos:
Tipo 0: gramticas generales sin restricciones
P .N .
es decir, se sustituye por lo menos un smbolo noterminal.
23
Dr. Arno Formella

Tipo 1: gramticas sensibles al contexto
P {xAy xvy | x, y , A N , v + } {$ }
es decir, se sustituye un smbolo noterminal por algo manteniendo el contexto; entonces

una derivacin siempre produce palabras ms largas o iguales (u v = |u| |v|)
Tipo 2: gramticas libres de contexto
P N + {$ }
es decir, se sustituye solo smbolos noterminales por palabras no vacas
Tipo 3: gramticas regulares (o lineales)
P N (N .T T ) {$ }
es decir, lineales a la izquierda (porque los smbolos noterminales aparecen en una derivacin
siempre a la izquierda de la palabra)
P N (T .N T ) {$ }
es decir, lineales a la derecha (porque los smbolos noterminales aparecen en una derivacin
siempre a la derecha de la palabra)
Se ha introducido explcitamente la regla $ en las gramticas de tipos 1, 2, y 3
para permitir que el lenguaje {} puede ser generado dado que las regls solo permiten un
crecimiento de la longitud de las palabras a lo largo de las derivaciones.
Retomamos la clasificacin de las gramticas hacia final del curso (por ejemplo, respondemos a la pregunta si son de verdad clases separadas).
Observacin: si permitimos para las gramticas de libre contexto reglas del tipo N ,
es decir, permitimos reglas como A , podemos sustituir todas las reglas que tengan una A
a la derecha, por ejemplo B xAy por B xy, y conseguir as una eliminacin de las
producciones compresoras.
5.5.
Equivalencia y ambigedad
Dos gramticas son equivalentes si generan el mismo lenguaje, es decir, G1 G2 si L(G1 ) =

L(G2 ).
(Adelanto: averiguar en general si dos gramticas son equivalentes es un problema no computable.)
24
Dr. Arno Formella
Sea G = ({$, A}, {1}, {$ 1A, $ 11, A 1}, $) una gramtica. Tanto $ 11 como
$ 1A 11 es una derivacin para la palabra 11.
Una sentencia es ambigua si existen ms de una derivacin para ella en una gramtica.
Una gramtica es ambigua si su lenguaje contiene una sentencia ambigua, es decir, se puede
derivar la misma sentencia con dos (o ms) derivaciones distintas.
Un lenguaje es ambiguo (o incluso se dice inherentemente ambiguo) si todas las gramticas que
generan el lenguaje son ambiguas.
Ejemplo: G = ({$}, {1}, {$ 11}, $) no es ambigua, entonces L(G) no es ambiguo.
Si una sentencia es ambigua (en el caso de las gramticas libres de contexto) tenemos dos rboles
de derivacin para la misma sentencia.
Ejemplo:
E E + E | E E | (E) | a | . . . | z, $ E
ambitree
La ambigedad introduce cierto grado de indeterminismo para derivar palabras, por eso, en la
prctica se intenta evitar gramticas ambiguas.
(Pero: el problema de decisin, si existe para una gramtica ambigua una gramtica equivalente
noambigua es un problema nocomputable.)
Investigamos de nuevo las expresiones aritmticas:
sabemos que tanto la adicin como la multuplicacin son asociativas, entonces podemos
acordar generar siempre con derivaciones ms a la izquierda
sabemos que hay prioridades (acordadas) entre las operaciones: () antes que antes que
+, entonces podemos acordar generar primero las operaciones con menos prioridad
podemos introducir varables adicionales que nos garantizan una derivacin nica
Usamos E para expresiones (va a ser tambin el smbolo inicial), T para termios (con prioridad
asociado a +), F para factores (con prioridad asociado a , y V para variables (que ya no tendrn
operaciones):
E
T
F
V
E+T |T
T F |F
(E) | V
a | b | ... | z
La gramtica con este sistema de producciones no es ambigua.

exprnoamb
25
Dr. Arno Formella
6.
Autmatas finitos
Describimos autmatas finitos con unas definiciones matemticas. Nos limitamos al principio a
autmatas solamente con entrada.
6.1.
Autmatas finitos deterministas (AFD)
Un autmata finito determinista (AFD) es una quntupla

M = (, Q, , q0 , F )
donde
es un alfabeto (sabemos
/ )
Q es un conjunto finito no vaco de estados, es decir, 0 < |Q| < .
es una funcin de transicin:
: Q Q ; (q, ) = p
es decir, si el autmata se encuentra en el estado q y lee el smbolo va al estado p.
q0 Q es el estado inicial.
F Q es el conjunto de estados finales.
Podemos pensar de un autmata como un dispositivo que lee desde una cinta con smbolos y que
realiza cambios de estados internamente:
auto
Dibujamos los autmatas como grafos dirigidos (no introducimos el concepto matemtico de
grafos formalmente), los estados representan los nodos del grafo, y dibujamos una arista atribuida
con un smbolo entre dos nodos si existe una transisin correspondiente:
compauto
es decir, el estado inicial est marcado por una flecha y los estados finales estn marcados con
doble crculo.
Ejemplo: Un AFD que acepta las cadena de 0s y 1s donde los nmeros de ceros y unos es par:
zeroonepar
26
Dr. Arno Formella

entonces
M = ({0, 1}, {q0 , q1 , q2 , q3 }, , q0 , {q0 })
Cmo describimos cmodamente ?
Observamos: |Q| < y || < , entonces podemos hacer una tabla con los estados como filas
y con los smbolos como columnas:
(q0 , 0) = q3 , (q0 , 1) = q1 , (q1 , 0) = . . .
o ms breve una tabla:
= ?q0
q1
q2
q3
0
q3
q2
q1
q0
1
q1
q0
q3
q2
Determinista significa que no tenemos opcin ninguna para eligir, es una funcin.
Si es una funcin total llamamos el autmata completo, es decir, existe para cada estado
y cada smbolo una transicin.
Abreviamos los dibujos para reducir el nmero de aristas:
aristas
es decir, permitimos escribir ms de un smbolo por arista, pero el cambio de estado se
realiza con leer solo uno de la lista.
Para definir el lenguaje aceptado por un AFD ampliamos la funcin a una funcin para que
trabaja sobre palabras:
: Q Q
(q, ) = q
(q, w) = ((q, ), w) , w
es decir, refleja el movimiento de la cabeza de lectura del autmata.
Un autmata finito determinista M = (, Q, , q0 , F ) acepta una palabra w si (q0 , w)
F donde es la ampliacin de la funcion de transicin .
O en otras palabras, M acepta w, si (q0 , w) es un estado final del autmata.
El lenguaje aceptado por un autmata finito determinista M es el conjunto de palabras aceptadas por M :
L(M ) = {w | w , M acepta w}
Dr. Arno Formella
27
En el grafo podemos observar: si w L(M ) entonces existe un camino en el grafo desde el

estado inicial q0 hasta algn estado final de tal manera que podemos leer la palabra w a lo largo
de las aristas visitadas.
Ejemplo: Un autmata que acepta nmeros reales (en Pascal):
afdreal
Curiosidades de C/C++:
Comprueba con un compilador de C/C++ (o de Java) si a=000; o a=0011.0; son
sentencias correctas, sino no lo son, modifica el autmata adecuadamente (Qu pasa con
a=009?).
Comprueba con un compilador de C/C++ (o de Java) si a=3E000; es una sentencia correcta, sino no lo es, modifica el autmata adecuadamente.
a=.1+ +1.; es una sentencia correcta en C/C++ (se asigna a a el valor 1.1 siendo la
suma de dos constantes flotantes), pero importante es el espacio entre los dos +
Vemos que estmos confrontados con diferentes problemas:
deberamos saber antemano: Qu es una constante flotante?
deberamos traducir dicho conocimiento en un autmata
deberamos comprobar si dicho autmata de verdad acepta lo que debe aceptar
si implementsemos tal autmata de forma real, deberamos comprobar adicionalmente si
la implementacin refleja la descripcin matemtica
Observamos, cada AFD se puede completar:
aadimos un estado e a Q (pero e
/ F)
aadimos las transiciones que faltan, es decir, (q, ) = e para todos los q Q (incluyendo
e) y
con eso se convierte en una funcin total
Observamos:
si q0 F entonces L(M ) y al revs, si L(M ) entonces q0 F .
puede ocurrir que hay estados no acesibles desde q0 , incluso pueden ser aislados, es decir,
no existe un camino desde q0 hacia tal estado.
28
Dr. Arno Formella
Dos autmatas M1 y M2 son equivalentes si aceptan el mismo lenguaje, M1 M2 si L(M1 ) =

L(M2 ).
Si eliminamos todos los estados no acesibles (o aislados) de un autmata, obtenemos un
autmata equivalente al autmata original.
Obviamente tal autmata se representa con un grafo conexo.
Dos estados q1 y q2 de dos autmatas M1 y M2 son equivalentes, es decir, q1 q2 , si para
q1 Q1 y q2 Q2 (q1 , w) F1 (q2 , w) F2 .
Entonces dos autmatas son equivalentes si sus estados iniciales son equivalentes.
6.2.
Autmatas finitos nodeterministas (AFND)
Ampliamos un poco las posibilidades de las transiciones de un autmata finito, es decir, cambiamos la funcin .
Un autmata finito nodeterminista (AFND) es una quntupla
M = (, Q, , q0 , F )
donde
es un alfabeto.
Q es un conjunto finito no vaco de estados, es decir, 0 < |Q| < .
es (una de las dos definiciones, que entre si son equivalentes)
una relacin, es decir (Q ) Q
o una funcin, es decir, : Q P(Q) siendo P(Q) el conjunto de las partes
de Q
F Q es el conjunto de estados finales.
Ejemplo:un AFND para el lenguaje
Ldos = {w | w {0, 1} , w contiene dos 0s y dos 1s}
afnd
Representamos la funcin tambin con una tabla, solo que ahora aparece ms de un estado en
cada celda de la tabla, por eso usamos la notacin de conjuntos:
29
Dr. Arno Formella
= q0
q1
q2
q3
q4
0
{q0 , q3 }
{q2 }
{q4 }
{q4 }
1
{q0 , q1 }
{q2 }
{q2 }
{q4 }
Ampliamos de nuevo para definir el lenguaje aceptado por un AFND

: Q P(Q)
(q, ) = q
(q, w) = {p | p Q, r (q, ) : p (r, w)}
, w
es decir, coincide con para smbolos del alfabeto y en general enumera los estados alcanzables con tal palabra.
Un autmata finito nodeterminista M = (, Q, , q0 , F ) acepta una palabra w si (q0 , w)
F 6= donde es la ampliacin de la relacin de transicin .
O en otras palabras, M acepta w, si (q0 , w) contiene un estado final del autmata.
El lenguaje aceptado por un autmata finito nodeterminista M es el conjunto de palabras
aceptadas por M :
L(M ) = {w | w , M acepta w}
6.3.
Equivalencia entre AFD y AFND
Est claro que cualquier AFD tambin es un AFND, es decir, si L es un lenguaje aceptado por un
AFD, tambin est aceptado por un AFND. Simplemente existe como mucho una sola transicin
para cada smbolo del alfabeta y para cada estado.
Pero tambin podemos construir para cada AFND un AFD equivalente, es decir, un autmata
determinsta que acepta el mismo lenguaje.
Ejemplo: convertimos el AFND que acepta Ldos en un AFD equivalente:
afndafd
Para el caso general tenemos:
Sea M = (, Q, , q0 , F ) un AFND, construimos un AFD M 0 = (, Q0 , 0 , q00 , F 0 ) con
Q0 P(Q), es decir, escomo muchoel conjunto de todos los subconjuntos de Q.
30
Dr. Arno Formella

q00 = {q0 }, es decir, es el conjunto que contiene el estado inicial del AFND.
0 (Qi , ) = Pj q Qi , p Pj con (q, ) = p, es decir, existe una transicin con

el smbolo en el AFD, si existe alguna transicin con tal smbolo entre cualquier pareja
de estados correspondientes en el AFND.
F 0 P(Q) con si f F 0 entonces existe un q f con q F , es decir, el conjunto de
estados finales son todos aquellos estados del AFD que contienen por lo menos un estado
final del AFND.
Se suele construir los estados necesarios del AFD a lo largo de la construccin en vez de coger
por defecto todos los posibles subconjuntos, para evitaren caso que sea posibleconstruir
muchos estados que finalmente no se alcanza desde el estado inicial.
Porqu es correcta la construccin?
Tenemos que comprobar formalmente que si M (siendo un AFND) acepta w, entonces M 0 (siendo el AFD construido) tambin lo acepta; y si M 0 acepta w, entonces M tambin lo hace, es
decir, que L(M ) = L(M 0 ).
Pues, sea M un AFND y M 0 el AFD correspondiente.
Sea w = x0 x1 x2 . . . xn L(M ) cualquier palabra aceptada por M .
Comprobamos que w L(M 0 ), es decir, L(M ) L(M 0 ):
Definimos los siguientes diagramas
x
i
p
q
i
P
Q
es decir, si hacemos la transicin en M desde p a q leyendo xi , en otras palabras, usamos

(p, xi ) = q, entonces existe (segn construccin) una transicin en M 0 de P (con p P ) a
Q (con q Q) leyendo xi , en otras palabras, existe (P, xi ) = Q.
Para la palabra w obtenemos:
q0
q1
xn1
xn1
qn
qn+1
q2
n
0
1
2
Q0
Q1
Q2
Qn
Qn+1 F 0
donde la construccin va desde la izquierda, es decir, del estado inicial, hacia la derecha, es decir,
a un estado final. Dado que M acepta w, qn+1 es un estado final y siendo miembro de un conjunto
Qn+1 , este ser un estado final de M 0 .
31
Dr. Arno Formella

Entonces hemos comprobado que M 0 acepta w, y por eso L(M ) L(M 0 ).
Ahora, sea w = x0 x1 x2 . . . xn L(M 0 ) cualquier palabra aceptada por M 0 .
Comprobamos que w L(M ), es decir, L(M ) L(M 0 ):
Definimos los siguientes diagramas
x
i
P
Q
3
x
i
p
q
es decir, si hacemos la transicin en M 0 desde P leyendo xi a Q, en otras palabras, usamos

(P, xi ) = Q, entonces existe (segn construccin) una transicin en M de algn p (con p P )
leyendo xi a algn q (con q Q), en otras palabras, existe (p, xi ) = q.
Para la palabra w obtenemos:
x
xn1
xn1
n
0
1
2
Qn+1 F 0
Q0
Q1
Q2
Qn
q2
qn
q1
3
q0
qn+1
donde la construccin va ahora desde la derecha, es decir, un estado final, hacia la izquierda,
es decir, al estado inicial. Dado que M 0 acepta w, Qn+1 es un estado final y un conjunto no
vaco, entonces existe un miembro qn+1 que tambin es elemento de F y por consecuencia un qn
aplicando el diagrama y asi succesivamente hasta llegar a q0 .
Entonces hemos comprobado que M acepta w, y por eso L(M ) L(M 0 ).
Finalmente tenemos L(M ) L(M 0 ) y L(M ) L(M 0 ) y por eso L(M ) = L(M 0 ).
Como se observa en la construccin puede ser que se usa 2|Q| estados en el autmata determinista
si el autmata no-determinista tena |Q| estados, es decir, el crecimiento del nmero de estados
puede ser exponencial.
Surgen dos preguntas:
Existen AFNDs que producen un AFD de tal tamao grande?
Son necesarios tantos estados (o existe una mejor forma de realizar la conversin)?
Un ejemplo para una respuesta a la segunda:
Usamos = {a, b} como alfabeto. Definimos los siguientes lenguajes (que dependen del nmero
n IN):
Dr. Arno Formella
32
Ln = {w | w , w = w1 w2 , w1 6= w2 , |w1 | = |w2 | = n, n IN}

es decir, todas las palabras con 2n letras donde la primera mitad se distingue de la segunda.
Es bastante claro que para cualquier n existe un autmata que acepta Ln porque el lenguaje es
finito (|Ln | = 22n 2n ).
En un libro (HotzEstenfeld) se encuentra el siguiente AFND que acepta L3 (dejan la comprobacin al lector)
afndln
Bueno, con un poco de trabajo se puede comprobar (enumerando todos los caminos desde el
estado inicial hasta el estado final) que en cada uno de los caminos siempre existe en la primera
parte una arista con una a (o una b) donde en la misma posicin de la segunda parte hay una b (o
una a).
El AFND dado tiene 22 estados que (sin que ellos lo dicen) est en el orden de n2 (si inspeccionamos la construccin vemos la suma de 1 hasta 2n).
Tambin construeron un AFD para L3 :
afdln
Manifestan que dicho autmata es mnimo, y teniendo ms de 2n estados concluyen que la construccin de un AFND a un AFD puede incrementar el nmero de estados exponencialmente.
Veremos: Ambas construcciones tienen sus deficiencias, aunque el hecho en si es correcto!
Primero, no dan un esquema cmo construir un autmata que reconozca Ln para cualquier n
(puede ser que hay buena suerte en el caso de L3 ).
Segundo, el AFD dado no es mnimo, una simplificacin sera:
afdlns
Pero, el nuevo autmata sigue necesitando un nmero exponencial de estados, porque se tiene
que construir en el lado izquierdo todas las posibles palabras w1 .
Entonces: Creemos o sabemos?, si no lo hemos comprobado o si no hemos entendido una comprobacin presentada, entonces solamente creemos. El saber va ms all. Hay que mantenerse
crtico, siempre.
Construimos un AFND para Ln sistemticamente.
Idea: En cada uno de los caminos reconociendo w1 siempre tiene que existir una arista con una
a (o una b) donde en la misma posicin para reconocer w2 hay una b (o una a).
Este principio nos lleva a una construccin inductiva:
33
Dr. Arno Formella

afdln1
afdln2
afdln3
afdlnn
El nmero de estados entonces es:
|Q| = 1 + 2 + 4 + 6 + . . . + 2n + (2n 2) + . . . + 4 + 2 + 1
n
n1
X
X
= 1+2
i+1+2
i
i=1
i=1
= 1 + n(n + 1) + 1 + (n 1)n
= 2(n2 + 1)
Como vemos, incluso hemos reducido el nmero de estados: el AFND para aceptar L3 tiene
solamente 20 estados.
La construccin de un AFD sigue el mismo argumento dado arriba: se necesita construir todas
las posibles palabras w1 en el lado izquierdo y por eso el AFD tiene por lo menos 2n estados
(los 2n 1 para enumerar los w1 y por lo menos un estado final en el lado derecho.
Otro ejemplo para mostrar las capacidades de un AFND (y el crecemiento exponencial necesario
del AFD equivalente):
Usamos = {0, 1} como alfabeto. Definimos los siguientes lenguajes (que dependen del nmero
n IN):
Ln = {w | w , w contiene un 1 en la n-nsima posicin desde la derecha}
Es bastante fcil construir un AFND que acepte Ln :
afndlr
No es tan obvio como construir directamente un AFD. Pero es posible con la construccin (Hazlo!).
Observamos en la construccin:
Sea w = xn xn1 . . . x2 x1 {0, 1} .
34
Dr. Arno Formella

Para todos los i {1, . . . , n} tenemos:
qi (q0 , w) = xi = 1
es decir:
Si xi = 1 (el i-simo smbolo desde la derecha es un 1), entonces existe un camino

desde q0 a qi (es decir, qi (q0 , w)) porque podemos usar dicho xi para pasar el
puente y
si existe un camino desde q0 a qi leyendo w (qi (q0 , w)), entonces w tiene un 1
como i-simo smbolo desde la derecha (es decir, xi = 1) porque hemos pasado el
puente.
Entonces, existe en la construccin para cada subconjunto P P(Q) con q0 P una
palabra w tal que tenemos que construir un camino desde Q0 = {q0 } hacia P .
Entones el AFD contiene por lo menos 2|Q|1 = 2n estados (todos aquellos que codifican
subconjuntos conteniendo q0 ).
Construimos un AFD directamente:
afdlr
Este autmata (y siguiendo el esquema de la construccin) contiene 2n estados.
En ambos ejemplos parece que el nmero de estados necesarios en un AFD tenga algo que ver
con la capacidad de contar o enumerar hasta cierto nmero.
6.4.
Autmatas finitos nodeterministas con transiciones (AFND

)
Queremos construir un autmata que acepta el lenguaje

L = {ai bj ck | i, j, k IN}
Si fuesemos capaz de saltar mgicamente, es decir, sin consumir una letra de la entrada, de un
estado a otro, sera fcil la construccin:
AUTaibjckeps
Es decir, hemos introducido aristas marcados con la palabra vaca .
Un autmata finito nodeterminista con transiciones (AFND) es una quntupla
M = (, Q, , q0 , F )
donde
35
Dr. Arno Formella

Q, , q0 , y F estn definidos igual como en el caso de un AFND
es
una relacin, es decir (Q ( {})) Q
o una funcin, es decir, : Q ( {}) P(Q) siendo P(Q) el conjunto de

las partes de Q
Observamos que aadir ms aristas con obviamente no cambia el comportamiento del autmata:
AUTaibjckepstrans
Podemos tratar las transiciones con como una relacin T sobre el conjunto de estados, es decir
T = T1 = {(q, p) | (q, ) = p} Q Q
En el ejemplo tenemos
T1 = {(q0 , q1 ), (q1 , q2 )}
Esta relacin podemos ampliar para que sea reflexiva, es decir, que todas las parejas (q, q) con
q Q formen parte de la relacin, es decir, formamos
T0 = {(q, q) | q Q}
y con eso
T = T0 T1
entonces T por construccin es una relacin reflexiva. En el ejemplo tenemos
T0 = {(q0 , q0 ), (q1 , q1 ), (q2 , q2 )}
y con eso
T = {(q0 , q0 ), (q0 , q1 ), (q1 , q1 ), (q1 , q2 ), (q2 , q2 )}
Podemos ampliar la relacin aun ms considerando el efecto transitivo de las transiciones , es
decir, formamos en un primer paso
T2 = {(q, p) | r Q : (q, r), (r, p) T0 T1 y (q, p)
/ T0 T1 }
y con eso
T = T0 T1 T2
en el ejemplo tenemos
T2 = {(q0 , q2 )}
y as sucesivamente
Ti = {(q, p) | r Q : (q, r), (r, p)
i1
[
j=0
Tj y (q, p)
/
i1
[
j=0
Tj }
36
Dr. Arno Formella

Finalmente definimos
T = T0 T1 T2 . . . =
Ti
i=0
como clausura (o ciero, o cerradura) transitiva de la relacin de las transiciones o ms

breve clausura.
El proceso termina en nuestro caso de autmatas finitos, es decir, la unin va solamente sobre un
nmero finito de is, porque T sigue siendo un subconjunto del conjunto finito QQ (T QQ).
Con la clausura podemos definir la clausura de un estado, como todos aquellos estados que
se puede alcanzar con caminos de transisiones , es decir
cl(q) = {p | (q, p) T }
En el ejemplo:
cl(q0 ) = {q0 , q1 , q2 }
cl(q1 ) = {q1 , q2 }
cl(q2 ) = {q2 }
AUTaibjckafnd
hemos aadido q0 a los estados finales F porque existe un estado final que pertenece a la
clausura de q0 , es decir, L
hemos marcado las aristas de la clausura con smbolos del alfabeto
Entonces podemos formalizar el lenguaje aceptado por un AFND (parecido a lo que hicimos
para un AFND).
Primero definimos la ampliacin de para autmatas con transiciones . (q, w) va a ser el
conjunto de estados (igual como en el caso de para AFNDs) que podemos alcanzar desde q
leyendo la palabra. Entonces:
: Q P(Q)
1.
(q, ) = cl(q)
es decir, nos quedamos en la clausura si hemos alcanzado el final de la palabra
37
Dr. Arno Formella

2.
(q, w) = {p | p Q y r (q, w) tal que p cl((r, ))}
[
=
cl((r, ))
r (q,w)
es decir, (q, w) es el conjunto de estados alcanzables desde un estado r siendo miembro

de la clausura de un estado alcanzable desde q sin haber ledo el ltimo smbolo .
(q0 , w) enumera entonces todos los estados alcanzables desde q0 leyendo la palabra w.
Observa: Hemos dado una definicin recursiva desde la izquierda, es decir, aadimos un smbolo
a la derecha. Hubiese sido posible definir para un AFND de la misma manera.
Un autmata nodeterminista con transiciones M acepta una palabra w sobre el alfabeto
(w ) si
(q0 , w) F 6=
donde sea la ampliacin de la funcin dada arriba.
El lenguaje aceptado por M es (como siempre)
L(M ) = {w | M acepta w}
6.5.
Equivalencia entre AFND y AFND
Primero observamos que cualquier AFND es obviamente tambin un AFND (pues uno que,
por casualidad, no tenga transiciones ).
Luego podemos construir a partir de un AFND un AFND equivalente.
Entonces, sea M = (, Q, , q0 , F ) un AFND.
Un AFND equivalente es el autmata M 0 = (, Q0 , 0 , q00 , F 0 ) donde
Q0 = Q
0 (q, ) =
rcl(q)
cl((r, )) (podemos escribir solo q porque Q0 = Q)
q00 = q0
F =
F
F q0
si
si
F cl(q0 ) =
F cl(q0 ) 6=
es decir, aadimos q0 como estado final, si algn estado final del AFND pertenece a la
clausura del estado inicial.
38
Dr. Arno Formella

Convertimos el ejemplo:
La tabla de transiciones para M con las transiciones de la clausura es:
q0
q1
q2
a
{q0 }
{q1 }
{q2 }

{q1 }
{q2 }
cl
{q0 , q1 , q2 }
{q1 , q2 }
{q2 }
entonces la tabla con transiciones desde la claurura es

a
cl(q0 ) {q0 }
cl(q1 )
cl(q2 )
b
{q1 }
{q1 }
c
{q2 }
{q2 }
{q2 }
cl
{q0 , q1 , q2 }
{q1 , q2 }
{q2 }
y con eso la tabla final del AFND es
q00
q10
q20
a
{q0 , q1 , q2 }
b
c
{q1 , q2 } {q2 }
{q1 , q2 } {q2 }
{q2 }
Adems tenemos F cl(q0 ) 6= y por eso F 0 = F {q0 } = {q0 , q2 }.

Finalmente resulta el siguiente grafo:
afnde
Por qu es correcto la construccin?
Pues los argumentos (y la comprobacin) siguen los mismos pasos como lo vimos en el caso de
AFND y AFD. Siempre cuando hay una transicin en el AFND leyendo un smbolo encontramos (segn construccin) una transicin en el AFND correspondiente porque consideramos
toda la clausura, y vice versa, si hay una transicin en el AFND, tiene que haber existido una
transicin en el AFND o bien con o bien sin una secuencia de transiciones .
Cunto ha crecido esta vez el autmata?
El nmero de estados queda igual, solo se amplia (si hace falta) F por un estado. Pero ha crecido el nmero de aristas (es decir, transisiones). Dicho crecimiento puede llegar como mucho a
|||Q|2 porque como mucho tantas aristas se pueden incorporar entre los nodos del grafo.
Finalmente hemos comprobado la equivalencia entre autmatas nodeterministas y autmatas
nodeterministas con transiciones .
39
Dr. Arno Formella
6.6.
Existencia de autmatas finitos mnimos
Ya vimos que hay varias posibilidades para construir un autmata finito determinista que acepte
un lenguaje (regular), por ejemplo, por construccin directa, o por el paso de un AFND a un
AFD.
Surge la pregunta: existe un autmata finito determinista (AFD) mnimo que acepta tal lenguaje?
Nos referimos al nmero de estados que tiene el AFD, es decir |Q|, dado que el nmero de
transiciones por estado est determinado por el nmero de smbolos en multiplicado por |Q| si
el AFD es completo.
La respuesta es: por supuesto que s!
Con el siguiente argumento: cada subconjunto de los nmeros enteros IN tiene un mnimo, y los
nmeros de estados de todos los posibles AFDs que aceptan L forman tal subconjunto.
Para la construccin del autmata mnimo necesitamos el formalismo de las relaciones de equivalencia.
Ya vimos que para cada lenguaje L podemos construir una relacin de equivalencia sobre
:
xRL y (z : xz L yz L)
es decir, x es equivalente a y, si, aadiendo cualquier sufijo, ambas palabras resultantes o bien
estn en L o bien no estn en L.
Un lenguaje L es regular, si y solo si el ndice de la relacin RL es finito, es decir, la relacin
tiene solamente un nmero finito de clases de equivalencia (Teorema de Myhill y Nerode).
Comprobamos primero la direccin =, es decir, si el lenguaje es regular, entonces el ndice
de la relacin es finito:
L es regular, entonces existe un AFD que acepta L.
Sea M = (, Q, , q0 , F ) un AFD con L(M ) = L.
Definimos una relacin de equivalencia sobre M :
xRM y
si
(q0 , x) = (q0 , y)
es decir, llegamos al mismo estado leyendo x o y empezando en el estado inicial.

Veremos a continuacin que RM RL , es decir, que RM es un refinamiento de RL , o en otras
palabras, si dos elementos caen en una misma clase de equivalencia respecto a la relacin RM ,
tambin caen en una misma clase respecto a RL .
Entonces, sea xRM y, es decir (q0 , x) = (q0 , y).
40
Dr. Arno Formella

Sea z cualquier palabra. Miramos:
xz L
(q0 , xz) F
( (q0 , x), z) F
( (q0 , y), z) F
(q0 , yz) F
yz L
es decir, si xRM y entonces tambin xRL y, y por eso:

Indice(RL )
=
<
Indice(RM )
nmero de estados acesibles desde q0
|Q|
Comprobamos ahora la direccin =, es decir, si el ndice de la relacin es finito, entonces el

languaje es regular. Dicha comprobacin va a ser una comprobacin constructiva muy til:
Sea RL la relacin de equivalencia de L con Indice(RL ) < .
Entonces hay palabras x1 , x2 , . . . , xk con k < , es decir k es finito, cuyas clases cubren
:
= [x1 ] [x2 ] . . . [xk ]
Construimos un AFD que contiene justamente tantos estados como hay clases:
M = (, Q, , q0 , F )
donde
Q = {[x1 ], [x2 ], . . . , [xk ]}
([x], ) = [x], es decir, se hace la transicin de la clase a la cual pertenece x leyendo
a la clase a la cual pertenece x
q0 = [], es decir, el estado inicial es la clase a la cual pertenece la palabra vaca
F = {[x] | x L}, es decir, existen tantos estados finales como hay clases de equivalencia
perteneciendo a L.
Entonces: ([], x) = (q0 , x) = [x] y vemos
x L(M )
(q0 , x) F
([], x) F
[x] F
xL
41
Dr. Arno Formella
6.7.
Ejemplos de uso del teorema de Myhill y Nerode
Investigamos de nuevo el lenguaje

L = {an bn | n IN, n > 0}
anotamos unas clases de equivalencia de L:
[ab]
[a2 b]
= L
= {a2 b, a3 b2 , a4 b3 , . . .}
...
k
[a b] = {ak+i1 bi | i 1}
verificamos que son clases de equivalencia, porque si ak+j1 bj [ak b] y ak+l1 bl [ak b] entonces o bien ak+j1 bj z, ak+l1 bl z L (si z = bk1 ) o bien ak+j1 bj z, ak+l1 bl z
/ L (si
z 6= bk1 ).
Por eso el nmero de clases de RL es infinito, es decir, Indice(RL ) = .
Observa que no hemos clasificado todas las palabras de , sino solamente algunas palabras
posibles:
= L [a2 b] . . . [ak b] . . .
. . . las dems clases
|
{z
} |{z}
ya son un nmero infinito
es decir, para comprobar que un lenguaje no es regular basta con encontrar un nmero infinito de
clases de equivalencia (respecto a la relacin RL ).
Investigamos el lenguaje
L = {w | w {0, 1} y w termina con 00}
Pensamos en las posibles clases de equivalencia. Obviamente hay tres, o bien una palabra no
termina en 0, o bien termina en un 0, o bien termina por lo menos en dos 0, es decir:
[] = {w | w no termina en 0}
[0] = {w | w termina en un solo 0}
[00] = {w | w termina en 00}
Con = [] [0] [00] seguimos la construccin de arriba y obtenemos la tabla de transiciones
para el autmata:
0
1
= [] [0] []
[0] [00] []
?[00] [00] []
o como diagrama:
equiafd
Dr. Arno Formella
6.8.
42
Algoritmo de minimizacin
La comprobacin del teorema de Myhill y Nerode nos proporciona un hecho muy importante:
el autmata basado en las clases de equivalencia es el autmata mnimo dentro de todos los
posibles autmatas finitos deterministas y completos que aceptan el mismo lenguaje, porque un
tal autmata M 0 definira un refinamiento de RM 0 RL , es decir, Indice(RM 0 ) Indice(RL )
y el AFD de las clases de equivalencia M representa las mismas clases RL = RM , entonces
Indice(RM 0 ) Indice(RL ) = Indice(RM ).
Una pregunta surge: Cmo sabemos si un AFD M ya es mnimo?
Pues, M no es mnimo, si
w p, q Q, p 6= q : (p, w) F (q, w) F
es decir, llegamos con alguna palabra w desde ambos estados siempre o bien a un estado final, o
bien a un estado nofinal.
En tal caso, podemos unir los dos estados en un nico estado.
Basta con realizar las pruebas con todas las palabras w con |w| < |Q| porque no hace falta
visitar un estado dos veces.
Con dicho argumento describimos el algoritmo de minimizacin (sin comprobacin) a continuacin.
Decimos que dos estados p y q son distinguibles (o noequivalentes) si existe una palabra w que
nos lleva desde p a un estado final pero no desde q, o al revs, es decir:
p 6 q ( (p, w) F y (q, w)
/ F ) o ( (p, w)
/ F y (q, w) F )
El algoritmo calcular la relacin de distinguibilidad (o noequivalencia) entre los estados y
contiene 5 pasos.
1. Se elimina todos los estados no acesibles desde el estado inicial.
2. Se forma una tabla de todas las parejas de estados (p, q) con p 6= q.
3. Se marca en la tabla todas las parejas (p, q) con p F, q
/ F op
/ F, q F (porque
dichos estados seguro son distinguibles).
4. Mientras haya cambio en la tabla:
para cada pareja (p, q) no marcada y para cada smbolo
si ((p, ), (q, )) est marcada, tambin se marca (p, q).
5. Las parejas (tuplas) no marcadas se une en un slo estado.
43
Dr. Arno Formella

Ejemplo: partimos del siguiente AFD completo:
afdc
1. Todos los estados son acesibles desde a, por eso, no hay que eliminar nada.
2. La tabla es:
a
b
c
d
e
a
-
3. Las marcas iniciales son (en vez de simple marcas, usamos nmeros para visualizar en el
siguiente apartado los cambios en la tabla en cada paso):
4.
a
b
c
d
e
a
-
a
b
c
d
e
a
-
b
2
-
e
1
1
1
1
-
d e
3 1
4
1
- 5 1
- - 1
- - -
5. El autmata mnimo es:

afdcmin
Observa que en la construccn del autmata podemos comprobar de cierta manera la correccin de la tabla: cuando recorremos todas las aristas del autmata original, tenemos que
o bien aadir o bien encontrar su homloga en el autmata en construccin.
El paso 4 se puede implementar ms eficiente. En vez de mirar tantas veces las parejas no marcados, se mantiene listas de espera que se marcan recursivamente. Observamos:
Si tenemos que marcar (p, q), es porque (r, s) = ((p, ), (q, )) ya est marcado.
Dr. Arno Formella
44
Entonces de alguna manera la pareja (p, q) depende de la pareja (r, s).

Es decir, si en un futuro marcamos en algun momento (r, s), directamente podemos marcar
(p, q) tambin.
Para llevar eso a cabo, aadimos a cada celda una lista de parejas que dependen de la la pareja
en cuestin. Si se marca una pareja, recursivamente se marcan tambin todas las entradas en las
listas.
Con est mejora el algoritmo tiene complejidad O(|Q|2 ||).
7.
Expresiones regulares
Hasta ahora era difcil describir lenguajes aceptados por autmatas. Siempre tenamos que aprovechar
de una notacin como
L(M ) = {w | alguna propiedad de w}
Por ejemplo, si queramos desarrollar un autmata que comprobase que una cadena codificase
una direccin de correo electrnico vlida tendramos como propiedades:
1. los smbolos permitidos son: a-z, A-Z, 0-9, @ . - _
2. debe contener exactamente una @
3. por lo menos un . detrs de la @
4. detrs del ltimo . deben venir entre 2 y 4 letras
5. detrs de cada . y de la @ debe venir por lo menos una letra
6. delante de la @ por lo menos una palabra que empieza con una letra,
es decir, L(M ) = {w | w cumple las condiciones de arriba }.
Ejercicio: Intenta construir un autmata!
Sera conveniente tener un metalenguaje que nos permitiese describir fcilmente lenguajes (por
lo menos de cierto tipo).
45
Dr. Arno Formella
7.1.
Sntaxis y semntica
Sea un alfabeto. Una expresin regular sobre se define con las siguientes reglas (inductivas):
1.
a) es una expresin regular

b) es una expresin regular
c) si , entonces es una expresin regular
2. si y son expresiones regulares, entonces tambin

a) . es una expresin regular (obviamos del punto muchas veces)
b) ( + ) es una expresin regular
3. si es una expresin regular, entonces tambin
a) () es una expresin regular
b) () es una expresin regular
Como observamos: hemos introducido metasmbolos ((,), ,+,.,). Si alguno de ellos
aparece en tenemos un problema (Houston) que resolveremos al final de esta seccin.
Ejemplos:
Sea = {a, b, c}. Posibles expresiones regulares son:
((a.b) + b.c.(a) )
((a.a.a + b.c) + (c.b) .(b) )
Con eso hemos definido una sntaxis de expresiones regulares, pero cul ser su semntica?
Para cada expresin regular definimos un lenguaje correspondiente (basado en las reglas).
El lenguaje L() definido por una expresin regular se define:
1.
a) L() =
b) L() = {}
c) si , entonces L() = {}
2. si y son expresiones regulares, entonces

a) L(.) = L().L()
b) L(( + )) = L() L()
46
Dr. Arno Formella

3. si es una expresin regular
a) L(()) = L()
b) L(() ) = (L())
Ejemplos: sobre = {0, 1}:
el lenguaje que contiene una subcadena 11:
((0 + 1)) ,1,1.((0 + 1))
todas las cadenas que alternan 0 y 1:
(((0,1) + (0,1) ,0) + ((1,0) + (1,0) ,1))
o tambin con la expresin
(1 + ).(0,1) .(0 + )
7.2.
Equivalencia entre autmatas finitos y expresiones regulares
La semntica de una expresin regular define un lenguaje.

Dado una expresin regular (sobre un alfabeto ). Qu tiene que ver el lenguaje L() con un
lenguaje L(M ) aceptado por un autmata finito M ?
Veremos: para cada expresin regular existe un autmata nodeterminista con transiciones
M , o sea un AFND, que acepta el mismo lenguaje (es decir, L() = L(M )).
Ya sabemos: entonces tambin existe un autmata finito determinista, o sea un AFD, aceptando
el mismo lenguaje.
De hecho, comprobaremos algo ms: para cada sobre existe un AFND M = (, Q, , q0 , F )
con L() = L(M ) y
no existe ninguna transicin hacia el estado inicial, es decir
q Q, : q0
/ (q, ) (q, )
M tiene exactamente un estado final del cual no sale ninguna transicin, es decir,
|F | = 1 y , f F : (f, ) (f, ) =
Dr. Arno Formella
47
La comprobacin sigue la definicin inductiva de la expresin regular, lo describimos solamente

con los grafos de los autmatas. Entonces, sean , , y expresiones regulares sobre algn
alfabeto .
1.
a) =
regexprafnde1
b) =
regexprafnde2
c) = a
regexprafnde3
2.
a) =
regexprafnde4
b) = ( + )
regexprafnde5
3.
a) = ()
regexprafnde6
b) = ()
regexprafnde7
Ejemplo: construimos el AFND para = (((a.b) + a) + b.b)

regexprafndeej
La otra direccin, es decir, comprobando que para cada autmata finito existe una expresin
regular que describe el mismo lenguaje, nos costar un poco ms de trabajo.
Sea M = (, Q, , q0 , F ) un AFD (sabemos que cualquier AFND o AFND se puede convertir
en un AFD).
Describimos un algoritmo que sucesivamente construye la clausura transitiva del autmata dado y as construye finalmentecomo atributos de las aristas entre q0 y un nuevo estado f la
expresin regular.
Por eso permitimos que se pueden escribir expresiones regulares a las aristas de un autmata, es
decir, para (p, ) = q escribimos (p, , q) (pues, la arista del estado p al estado q con atributo a),
o teniendo expresiones regulares (p, , q) (pues, una arista de p a q con atributo ), o con dibujo:
aristaexpr
48
Dr. Arno Formella
1. aadimos un nuevo estado f y conectamos todos los estados en F con transiciones a f ,

es decir, cambiamos M por M 0 = (Q {f }, , 0 , q0 , {f }) donde 0 = para estados en
Q y adems q F : 0 (q, ) = f . As no hemos cambiado el lenguaje aceptado por M .
(Pero siguimos escribiendo abajo simplemente M , , y Q para simplificar la notacin.)
2. para todos los estados q 6= q0 y q 6= f
a) para cada pareja de aristas (p, , q) y (q, , r) y arista reflexiva (q, , q) (nota, puede
ser p = r)
aade arista (p, , r)
b) elimina q con todas sus aristas adyacentes
pqr
c) agrupa las aristas construidas (p, 1 , r), . . . , (p, k , r) escribiendo (p, 1 +. . .+k , r)
3. cuando termina el proceso, es decir, solamente existen aristas entre q0 y f , precisamente
(q0 , , q0 ) y/o (q0 , , f ), la expresin regular final es .
(Observa: si q0 F entonces existe una arista con entre q0 y f , por eso, L(), y entonces
no hay que considerar un caso especial para contemplar lazos reflexivos en q0 porque + =
.)
Ejemplo:
XXX
Una comprobacin formal de la correccin del algoritmo es bastante tcnica. Principalmente
hay que realizar una induccin estructural con propiedades de dichos autmatas extendidos (que
tienen expresiones regulares en sus aristas). No lo detallamos aqu, cae en la categora: lo creemos
(en estos momentos).
Como vimos en el ejemplo, hemos construido una expresin regular totalmente diferente a la de
partida. Debemos transformar dicha expresin regular sin cambiar el lenguaje que define para
conseguir finalmente una expresin regular igual a la de partida. Por eso:
Dos expresiones regulares y son equivalentes ( ) si definen el mismo lenguaje, es
decir, si L() = L().
Obviamente hay operaciones con expresiones regulares que mantienen la equivalencia, por ejemplo:
Asociatividad:
( + ( + )) (( + ) + )
.(.) (.).
49
Dr. Arno Formella

Conmutatividad:
( + ) ( + )
Elementos neutros:
( + )
(.)
( + )
(.)
Eliminacin:
(.) (.)

Distributividad:
.( + ) (. + .)
( + ). (. + .)
Simplificacin:
(() ) ()
()
()
Con eso y un poco de mpetu podemos transformar sucesivamente la expresin regular obtenida
para obtener al final la expresin regular que era la base para el autmata finito inicial.
XXX
El problema de comprobar en general si dos expresiones regulares son equivalentes no es nada
fcil. Dicho problema cae en la clase de los problemas PSPACE que contiene problemas an ms
complejos que los problemas de la clase NP que (a lo mejor) veremos hacia el final del curso (un
problema NP es el problema del viajante). Aqu nos basta constatar que un algoritmo determinista
que resuelve el problema necesita un tiempo que crece ms que exponencial en la longitud de la
expresin regular.
Dr. Arno Formella
7.3.
50
Abreviaciones para el uso de expresiones regulares
Para simplificar ms el uso de expresiones regulares, introducimos prioridades para eliminar

parentesis, atorgamos
a la operacin asterisco de Kleene mxima prioridad (parecido a la exponenciacin en
expresiones algebraicas)
a la operacin concatenacin segunda prioridad (parecido a la multiplicacin en expresiones algebraicas) y
a la operacin addicin la mnima prioridad (parecido a la adicin en expresiones algebraicas)
Ejemplos:
XXX
Adicionalmente describimos algunos ejemplos de abreviaciones de uso comn para expresiones
regulares (puede ser que dicha notacin describe lenguajes que ya no son lenguajes regulares!):
Sea = {0 , 1 , . . . , n } un alfabeto, donde los smbolos implcitamente estn ordenados, es
decir, si i < j para i, j {1, . . . , n} entonces i viene antes en el orden de todos los smbolos
que j (pues, entonces es tal cual como estamos acostrumbados de tratar nuestro alfabeto del
lenguaje natural).
[i j ] : i + . . . + j , es decir, todo el rango de smbolos entre (y incluyendo) i y j .
Si j < i, [i j ] = .
? : ( + ), es decir, una o ninguna vez .
., cualquier smbolo del alfabeto
+ : , es decir, por lo menos una vez .
n :
. . } (usando tal n en varias posiciones y exigiendo que tenga en casos concretos
| .{z
nveces
en todos los sitios el mismo valor se pueden describir lenguajes ya no regulares)

{m,n} por lo menos m veces, pero como mucho n veces . (igual como arriba, usando tal
n y m se pueden describir algunos lenguajes no regulares)
51
Dr. Arno Formella
7.4.
Smbolos y metasmbolos
Resolvemos el problema de tener smbolos iguales en y en el metaalfabeto:

Se suele usar un smbolo de escape en el metalenguaje, normalmente el smbolo \. Si \ aparece
delante de otro smbolo, entonces se considera un smbolo de , sino un metasmbolo. (Entonces, si \ es en , se anotara como \\.)
Entonces podemos escribir la expresin regular que define una direccin de correo electrnico
sintcticamente correta como:
= [a zA Z][a zA Z0 9\ _]
= (\.) @(\.)+ [a zA Z]{2,4}
donde unimos adicionalmente varios rangos en uno.
8.
Lenguajes regulares
8.1.
Equivalencia entre gramticas lineales por la derecha y autmatas finitos
Sea M = (, Q, , q0 , F ) un AFD.
Construimos una gramtica lineal por la derecha G con L(G) = L(M ), es decir, genera el mismo
lenguaje que el AFD acepta.
G = (N , T , P, $) = (Q, , P, q0 )
es decir
N = Q, los estados del autmata determinan los smbolos noterminales de la gramtica
T = , los smbolos del autmata determinan los smbolos terminales de la gramtica
$ = q0 , el estado inicial del autmata determina el smbolo inicial de la gramtica
52
Dr. Arno Formella

El sistema de producciones P est dado por:
Si (q, ) = p es una transicin del AFD, con p, q Q y , entonces aadimos a P

la produccin q p.
Si (q, ) = p es una transicin del AFD, con q Q, p F y , entonces aadimos
a P la produccin q .
Si q0 F , entonces aadimos a P la produccin q0 .
Ejemplo:
afdabc
= ?q0
?q1
?q2
a
q0
b
q1
q1
c
q2
q2
q2
Entonces el sistema de producciones P de la gramtica ser:

P = {q0 aq0 |a|bq1 |b|cq2 |c|, q1 bq1 |b|cq2 |c, q2 cq2 |c}
Sea G = (N , T , P, $) una gramtica lineal por la derecha, es decir, P N (T .N
T ) {$ }.
Construimos una autmata finito M con L(M ) = L(G), es decir, el autmata acepta el mismo
lenguaje que la gramtica genera.
M = (, Q, , q0 , F ) = (T , N {f }, , $, {f })
es decir,
T = , los smbolos terminales de la gramtica determinan los smbolos del autmata
Q = N {f }, los smbolos noterminales de la gramtica determinan los estados del
autmata, y aadimos un nuevo estado f , es decir, f
/ N
q0 = $, el smbolo inicial de la gramtica determina el estado inicial del autmata
Las transiciones estn dadas por:
53
Dr. Arno Formella
Si A B es una produccin de G, con A, B N y T , entonces aadimos la

transicin (A, ) = B.
Si A es una produccin de G, con A N y T , entonces aadimos la
transicin (A, ) = f .
Si $ es una produccin de G, entonces aadimos la transicin ($, ) = f .
Observamos que el autmata construido es un autmata finito nodeterminista (AFND) que
podemos convertir en un AFD si hace falta.
Ejemplo:
Para la gramtica de arribarenombrando los smbolosconvertimos
P = {$ a$|a|bA|cB|c|, A bA|b|cB|c, B cB|c}
a la tabla de transiciones
a
= $ {$, f }
A
?f
b
c
{A}
{B, f }
{A, f } {B, f }
{B, f }
graafd
8.2.
Equivalencia entre gramticas lineales por la derecha y lineales por la izquierda
Como era de esperar, gramticas lineales por la derecha y gramticas lineales por la izquierda
describen el mismo fenmeno, es decir, generan los lenguajes regulares.
Sea G = (N , T , P, $) una gramtica lineal por la derecha, es decir, P N (N .T
T ) {$ }.
Construimos una gramtica G0 = (0N , T , P 0 , $) lineal por la izquierda con el siguiente algoritmo en cuatro pasos:
1. Si el smbolo inicial $ de G aparece a la derecha en una produccin de P , se sustitue $ en
dichas reglas de la siguiente manera:
Se introduce un nuevo smbolo noterminal $0 , es decir, 0N = N {$0 }.
54
Dr. Arno Formella
Por cada regla de forma $ con N .T T se crea una nueva regla

$0 .
Cada regla de forma X $ (X N , T ) se sustitue por X $0 .
Si $ P , se aade para cada regla X $ (X N , T ) la regla
X .
Con esas modificaciones obtenemos un nuevo sistema de producciones P y un alfabeto de
variables o bien 0N = N o bien 0N = N {$0 }.
2. Se crea un grafo dirigido con las siguientes propiedades:
El conjunto de nodos es 0N {}.
Se aade una arista entre los nodes A y B con atributo , si existe una regla A B
en P .
Se aade una arista entre los nodes A y con atributo , si existe una regla A
en P .
Se aade una arista entre los nodes $ y con atributo , si existe la regla $ en
P.
3. Se inverte el grafo, ms preciso:
Se intercambian los nodos $ y .
Se invierte la direccin de todas las aristas.
4. Se transforma el grafo obtenido en el conjunto de reglas P 0 :
Para cada arista entre A y B con atributo se crea una regla A B (A
0N , B 0N {} y T {}).
Ejemplo: Partimos de la gramtica
G = ({$, A}, {0, 1}, {$ |1A, A 0$|0}, $)
1. el smbolo inicial $ aparece a la derecha entonces:
Introducimos un nuevo smbolo noterminal $0 .
Aadimos la regla $0 1A.
Sustituimos la regla A 0$ por A 0$0
siendo $ P , aadimos la regla A 0 (pero que ya est en P )
Queda el sistema de producciones intermedio como
P = {$ |1A, A 0$0 |0, $0 1A}
55
Dr. Arno Formella

2. El grafo reflejando dichas reglas es:
graphldli
3. Y el grafo invertido es:
igraphldli
4. con lo cual obtenemos el conjunto de reglas:
P 0 = {$ |A0, A $0 1|1, $0 A0}
8.3.
Lema de bombeo
Siendo a b una expresin regular, podemos construir un autmata finito que acepta el lenguaje
as definido, tambin podemos construir para cualquier n IN fijo un autmata finito adecuado
(an bn sera una expresin regular extendida que define el lenguaje correspondiente que contiene
una sola palabra).
Pero no podemos construir un autmata finito que acepte el lenguaje:
Lab = {an bn | n IN} = {, ab, aabb, aaabbb, . . .}
donde el parmetro n no es fijo, sino se quiere que haya tantas as como bs.
Por qu no podemos construir tal autmata?
asumimos que tengamos un autmata finito M con k estados que acepta Lab
anotamos los estados de M despus de haber ledo las palabras ai para i = 0, . . . , k (son
k + 1 palabras)
pues sern (usando la ampliacin de la funcin ):
(q0 , ), (q0 , a), (q0 , aa), (q0 , aaa), . . . , (q0 , ak )
Entonces, un estado tiene que aparecer por lo menos dos veces (se llama principio de los
cajones (pigeonhole principle): si se quiere poner ms calcetines que hay cajones en los
cajones, por lo menos en un cajn acaban por lo menos dos calcetines)
es decir: (q0 , ai ) = (q0 , aj ) para algunos i 6= j
56
Dr. Arno Formella

Entonces:
(q0 , ai bj ) = ( (q0 , ai ), bj )
= ( (q0 , aj ), bj )
= (q0 , aj bj ) F
pues, el autmata tambin acepta ai bj , i 6= j que no debe hacer. Una contradiccin!
Entonces asumimos mal, es decir, no existe un autmata que acepte Lab , o en otras palabras, Lab no es regular.
Observamos el comportamiento del siguiente autmata:
afdcpl
w0
w1
w2
w3
wk
=
=
=
=
...
=
110
110
010
110
010010
110 010010010
x
yk
10
10
10
10
z
Lema (de bombeo para lenguajes regulares): Sea L un lenguaje regular (infinito). Entonces
existe un n IN de tal manera que cada palabra w L con |w| n se puede dividir en tres
partes, w = xyz cumplindose las tres propiedades:
1. y 6=
2. |xy| n
3. para todos los k 0 : xy k z L
Comprobacin (ideas principales):
Sea L un lenguaje regular (infinito).
Entonces existe un autmata finito determinista M que acepta L.
Sea n el nmero de estados de M (n = |Q|).
Sea w una palabra con |w| n (tal palabra existe porque L es infinito).
Entonces se visita un estado de M por lo menos dos veces.
Dr. Arno Formella
57
Escogemos el estado que se visita la primera vez dos veces, le llamamos q.

La parte de w que se lee hasta llegar la primera vez a q llamamos x (puede ser que x = ).
La parte de w que se lee hasta llegar la segunda vez a q llamamos y (y 6= porque un bucle
en un AFD tiene aristas con smbolos).
La longitud |xy| n porque hemos recorrido un camino dondo solo un estado aparece dos
veces.
La parte que sobra para terminar aceptando w llamamos z.
Entonces dividimos w en tres partes, es decir, w = xyz.
M acepta tanto xz, como xyz, como cualquier xy k z para todos los k 0 porque podemos
recorrer el bucle de y tantas veces como queremos (esto se debe comprobar formalmente
con induccin).
Entonces, comprobamos de nuevo que Lab no es regular, ahora usando el lema de bombeo:
Asumimos que Lab sea regular.
El lema de bombeo nos garantiza la existencia de un n tal que se cumplen las propiedades
para palabras w con |w| n.
(Pensamos...): Elegimos w = an bn . Obviamente w Lab y |w| = 2n n.
El lema de bombeo nos garantiza la existencia de una particin w = xyz con y 6= ,
|xy| n, y k 0 : xy k z Lab . (No conocemos la particin en concreto, pero sus
propiedades.)
Porque |xy| n el prefijo xy no contiene ninguna b.
Porque y 6= la subpalabra y contiene por lo menos una a.
Todos las bs estn en z.
Tanto xz = xy 0 z Lab como xy 1 z Lab pero xz contiene por lo menos una a menos que
xyz (hemos quitado y).
Eso es una contradiccin porque xz no debe estar dentro Lab .
Entonces Lab no puede ser regular.
Receta para el uso del lema de bombeo:
Dado un lenguaje L.
58
Dr. Arno Formella

Queremos comprobar que L no es regular.
Comprobacin con contradiccin.
Asumimos que L sea regular.
El lema de bombeo garantiza la existencia de un n (pero no lo conocemos).
Buscamos w L (con un poco de sabidura) que depende de n, tal que |w| n
El lema de bombeo garantiza la existencia de la particin de w = xyz cumpliendo las 3

propiedades.
Comprobamos (con un poco de sabidura) que, independiente de la particin de w en concreto (en los lmites de las primeras dos propiedades), se produce una contradiccin con la
tercera propiedad.
Podemos describir dicha receta tambin como un juego para dos personas:
Juego para un lenguaje L.
Jugador 1 selecciona n.
Jugador 2 selecciona w L con |w| n.
Jugador 1 selecciona particin w = xyz con y 6= y |xy| n.
Jugador 2 selecciona k.
si xy k z
/ L gana jugador 2, sino gana jugador 1.
si jugador 2 puede ganar siempre, entonces L no es regular.
El lema de bombeo es el jugador 1, quin es el jugador 2?
Otro Ejemplo:
Lquad = {0m | m es nmero cuadrado}
es decir, todas las cadenas de ceros que tienen un nmero cuadrado de smbolos.
Asumimos que Lquad sea regular.
para palabras w con |w| n.
59
Dr. Arno Formella

2
(Pensamos...): Elegimos w = 0n . Obviamente w Lquad y |w| = n2 n.

El lema de bombeo nos garantiza la existencia de una particin w = xyz con y 6= ,
|xy| n, y k 0 : xy k z Lquad . (No conocemos la particin en concreto, pero sus
propiedades.)
Tanto xyz Lquad como xy 2 z Lquad con y 6= .
Tenemos entonces:
n2 =
<
=
<
=
|xyz| porque es w
|xy 2 z| porque es y tiene una longitud > 0
|xyz| + |y|
n2 + n porque si |xy| n tambin |y| n
n2 + 2n + 1
(n + 1)2
Eso es una contradiccin porque xy 2 z no puede ser una palabra cuya longitud es un nmero
cuadrado entre dos nmeros cuadrados consecutivos.
Entonces Lquad no puede ser regular.
Dos comentarios ms:
Este lema de bombeo solo garantiza una propiedad para lenguajes regulares, es decir, todos
los lenguajes regulares (infinitos) la tienen, pero pueden existir ms lenguajes que la tengan, o en otras palabras, pueden existir lenguajes L donde encontramos tal n y la divisin
de w en xyz con todas las propiedades, pero L no es regular.
Con el lema de bombeo tambin se puede derivar: si tal w
/ L entonces xy k z
/ L (el
argumento es fcil: no hace falta que lleguemos a una estado final en la comprobacin, lo
importante eran los caminos recorridos).
Reglas de mano:
Un lenguaje es regular si independientemente de la longitud de la palabra de entrada, hay
que memorizar solamente una cantidad constante de informacin (en el caso de Lab deberamos memorizar el nmero de as que no es constante).
La comprobacin formal se realiza con el lema de bombeo.
El lema de bombeo se usa para comprobar que un lenguaje no es regular, para comprobar
que es regular, por ejemplo, se construye un autmata finito, una expresin regular, o una
grmatica de tipo 3.
Dr. Arno Formella
60
Pero ojo, existen lenguajes regulares que tienen que ver con nmeros:
Ltres = {w | w es codificacin de un nmero divisible por 3}
Ejercicio: contruye un autmata finito que acepte Ltres .
9.
Propiedades, algoritmos de decisin,

y aplicaciones para lenguajes regulares
La clase de los lenguajes regulares es una clase de alguna manera muy robusta: hay muchas
posibilidades de describir los lenguajes y exhiben un gran nmero de propiedades de clausura,
como vemos ahora.
9.1.
Propiedades de lenguajes regulares
Sean L1 y L2 dos lenguajes regulares.

Unin: L = L1 L2 es regular, porque podemos construir una expresin regular para L, teniendo
las expresiones regulares para L1 y L2 , ms preciso: con L1 = L() y L2 = L() tenemos
L = L(( + ))
Concatencin: L = L1 .L2 es regular, porque podemos construir una expresin regular para L,
teniendo las expresiones regulares para L1 y L2 , ms preciso: con L1 = L() y L2 = L()
tenemos L = L()
Clausura: L = L1 es regular, porque podemos construir una expresin regular para L, teniendo
la expresin regular para L1 , ms preciso: con L1 = L() tenemos L = L(() )
Complemento: L = L1 = L1 es regular, porque podemos construir, dado un AFD completo M1 que acepta L1 , un AFD M que acepta L simplemente invertiendo sus estados finales, es decir, los estados no finales de M1 sern los estados finales de M y los
finales se convierten en los no finales, entonces, si M1 = (, Q, , q0 , F ) construimos
M = (, Q, , q0 , Q F ).
Interseccin: L = L1 L2 es regular, porque con las reglas de DeMorgan obtenemos L =
L1 L2 = L1 L2 . Complemento y unin producen lenguajes regulares, como visto
antes. Dicha construccin es bastante laborosa, abajo vemos una construccin directa y
simple.
61
Dr. Arno Formella
Diferencia: L = L1 L2 es regular, porque se puede expresar la diferencia como L = L1 L2 =

L1 L2 = L1 ( L2 ) y las operaciones usadas mantienen la regularidad.
En vez de usar la lgica booleana, es decir, aplicando las reglas de DeMorgan, se puede construir
directamente un autmata que acepta el lenguaje L = L1 L2 .
La idea principal es, simular en paralelo en un solo autmata (digamos autmata de producto)
las transiciones de los dos autmatas (por ejemplo finitos deterministas y completas) para L1 y
L2 .
Entonces sean M1 = (1 , Q1 , 1 , q1 , F1 ) y M2 = (2 , Q2 , 2 , q2 , F2 ) los dos AFDs completos
que aceptan L1 y L2 , es decir, L1 = L(M1 ) y L2 = L(M2 ).
Construimos el AFD completo M que acepta L = L1 L2 = L(M ) como
M = (, Q, , q0 , F )
donde
asumimos que = 1 = 2 , es decir, usamos solamente los smbolos comunes. Es fcil
eliminar en M1 y en M2 todas las dependencias de smbolos superflues antemano en caso
que haya.
Q = Q1 Q2 , es decir, el producto cartesiano de los estados de M1 y M2 .
es la funcin de transicin con
((p, q), ) = (1 (p, ), 2 (q, ))
para p Q1 , q Q2 y .
q0 = (q1 , q2 ), es decir, la pareja de los dos estados iniciales
F = F1 F2 , es decir, todas las parejas donde ambos estados son estados finales de ambos
autmatas.
Ejemplo:
afdprod
Obviamente la construccin funciona igual con autmatas finitos nodeterministas (AFND).
Homomorfismo: a lo mejor lo incluyo.
Dr. Arno Formella
9.2.
62
Algoritmos de decisin de lenguages regulares
Pertenencia: w L? s, se puede contestar la pregunta (es decir, es un problema computable),

porque
construimos un AFD M que acepte L
simulamos su comportamiento leyendo la palabra w
si acabamos en un estado final, w est en L, sino w no est en L
Vaciedad: L = ? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
construimos un autmata que acepte L
analizamos el grafo del autmata para averiguar si existe un camino desde el estado
incial hacia un estado final (dicho proceso resulta ms fcil, si se aade un estado y
se conecta todos los estados finales a este estado, as basta buscar un camino entre el
estado inicial y el estado aadido)
si existe tal camino, entonces L no es vaco, sino L es vaco lrempty
Cardinalidad: |L| < ? s, se puede contestar la pregunta (es decir, es un problema computable) porque
construimos un autmata que acepte L
analizamos el grafo del autmata para averiguar si existe un ciclo en un camino entre
el estado inicial y algn estado final
si existe tal ciclo, entonces L es infinito, sino L es finito
Igualidad: L1 = L2 ? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
construimos los autmatas finitos deterministas y mnimos que acepten L1 y L2
comparamos la estructura de los grafos de ambos autmatas
si son iguales, entonces ambos lenguajes son iguales, sino son diferentes
(Nota: comparar dos grafos generales y decidir si son iguales ,es decir, el problema de
isomorfa de grafos, es un problema que se puede calcular, pero todava no se conoce
el algoritmo ptimo. Para los AFD mnimos se reduce la complejidad porque las
aristas llevan atributos y se conoce ambos estados iniciales que tengan que coincidir.
)
63
Dr. Arno Formella
9.3.
Aplicaciones para lenguajes regulares
Anlisis sintctico: El trabajo de un compilador es la traduccin de algn cdigo fuente (escrito

en un lenguaje de programacn, es decir, el cdigo fuente no es nada ms que una palabra
(larga) sobre el alfabeto de los smbolos permitidos) en una serie de instrucciones para un
procesador.
En la primera fase, el compilar analiza lexicogrficamente el texto, es decir, transforma con
la ayuda de autmatas finitos, el texto continuo en una secuencia de entidades, llamadas
token, por ejemplo, palabras claves, valores numricos, operadores, comentarios, etc.
Existen herramientas para el desarrollador que ayudan en la construccin de dichos autmatas, cuyas entradas suelen ser expresiones regulares y cdigo de accin y cuyas salidas
son programas que realizan la tarea del anlisis lexicogrfico. Un ejemplo es lex para un
sistema Unix.
Bsqueda de palabras en texto: Existen herramientas para el desarrollador que ayudan en la
bsqueda de secuencias de texto descritas por expresiones regulares. Un ejemplo es grep
para un sistema Unix o comandos internos a editores como el vi o emacs.
Diagramas de estados en UML: El lenguaje UML (unified modeling language) se usa para la
descripcin durante el proceso de desarrollo de software. El lenguaje grfico usa diferentes
tipos de diagramas para este fin. Uno de ellos son los diagramas de estados que visualizan
el cambio de estados de los objetos debido al paso de mensajes entre ellos.
10.
Lenguajes libres de contexto
Lo que ya visto:
Lab
Labc
Lpal
Ldup
=
=
=
=
{an bn | n 0}
{an bn cn | n 0}
{w | w {0, 1} , w = vv R }
{w | w {0, 1} , w = vv}
2
Lquad = {0n | n nmero cuadrado}

Lprim = {0n | n nmero primo}
L() = {w | w {(, )} , w correcto}
64
Dr. Arno Formella

Una gramtica libre de contexto es una cudrupla
G = (N , T , P, $)
donde
N es un alfabeto de smbolos noterminales (o variables)
T es un alfabeto de smbolos terminales (o constantes)
P N (N T )+ {$ } es un sistema de producciones (o reglas)
$ N es el smbolo inicial
Es decir, la definicin de las gramticas libres de contexto nos da mucha libertad para el sistema
de producciones.
Por eso (y tambin para otros objetivos como por ejemplo mostrar que existe un tipo de autmata
que justamente acepta lenguajes libres de contexto como veremos en adelante) se ha desarrollado
formas normales de la representacin de gramticas libres de contexto, es decir, se transforma el
sistema de producciones de la gramtica de tal manera que no se vara el lenguaje generado pero
las reglas tengan cierta propiedad.
Especialmente la definicin arriba exluye reglas de forma X siendo X un smbolo no
terminal diferente a $, sin embargo, si permitesemos tales producciones, es decir, permitir P
N (N T ) , obtendramos los mismos lenguajes, porque, como veremos a continuacin,
dichas producciones se pueden eliminar sin cambiar el lenguaje que genera la gramtica.
10.1.
Forma Normal de Chomsky
Sea G = (N , T , P, $) una gramtica con P N (N T ) y X N un smbolo

noterminal (o una variable). Podemos clasificar tales smbolos X en tres clases:
variables acesibles: si existe una derivacin desde el smbolo inicial que contiene X, es decir,
existe $ X donde , .
variables generativas: si existe una derivacin desde el la variable que produce una sentencia
w, es decir, existe X w donde w T .
variables tiles: si existe una derivacin desde el smbolo inicial usando X que produce una
sentencia w, es decir, existe $ X w donde , y w T .
Una gramtica est en forma normal de Chomsky (FNC)
Dr. Arno Formella
65
si G (es decir, su N ) solamente contiene variables tiles y

si todas las producciones de G (es decir, en su P ) son
o bien de la forma X Y Z con X, Y, Z N
o bien de la forma X con X N y T
si $ (es decir, el smbolo inicial de G) no aparece al lado derecho de ninguna produccin,
tambin est permitido que $ P .
La tercera condicin es necesaria para poder derivar . Si $ aparece a la derecha, primero habr
que sustituir las producciones implicadas adecuadamente como lo vimos en la conversin de una
gramtica lineal por la derecha a una gramtica lineal por la izquierda.
Observamos:
la primera condicin garantiza que todas las variables son necesarias para derivar por lo
menos una sentencia.
la segunda condicin garantiza que un rbol de derivacin es un rbol binario.
Obviamente cualquier gramtica en forma normal de Chomsky es una gramtica libre de contexto
que se verifica directamente analizando la forma de producciones permitidas.
Pero tambin es valido la otra direccin: para cualquier lenguaje libre de contexto existe una
gramtica en forma normal de Chomsky, que genera el mismo lenguaje.
La comprobacin de este hecho detallamos con la siguiente construccin donde a partir de una
gramtica libre de contexto dada, elaboramos una nueva gramtica en forma normal de Chomsky.
Sea L un lenguaje libre de contexto y G = (N , T , P, $) una gramtica que genere L (es decir
L = L(G)).
La construccin sigue 5 pasos (asumimos que
/ L, eso remediamos al final):
1. eliminamos las variables intiles
2. modificamos las reglas para que no haya mezcla de variables y constantes en las partes
derechas de las producciones y para que todas las reglas con constantes tengan la forma
X
3. sustituimos las reglas cuya longitud de su parte derecha es > 2
4. sustituimos las reglas de tipo X
5. sustituimos las reglas de tipo X Y , las reglas unitarias.
66
Dr. Arno Formella
Las gramticas despus de cada paso llamamos G = G0 , G1 , G2 , . . . , G5 = GF N C respectivamente.

Usamos la siguiente gramtica inicial
G0 = ({$, A, B, C, D, E, F }, {a, b, c}, P0 , $)
donde P0 contenga las siguientes producciones:
$
A
B
C
D
E
F
bDD | Ca | bc
B | aCC | baD
cBD | | AC
bD | aBA
CD | a | EF
Eb
a
como ejemplo para realizar todos los pasos.

1. Sabiendo que una variable es intil si es nogenerativa o inacesible realizamos dos subpasos:
a) eliminamos primero las variables nogenerativas N (y todas las reglas con ellas)
llamando a la gramtica resultante G01 ,
b) eliminamos despus las variables inacesibles I (y todas las reglas con ellas).
Para ello recorremos en forma estructurada las variables y reglas:
a) para calcular N empezamos con aquellas variables que producen directamente sentencias (incluyendo ) y seguimos el uso de reglas con dichas variables para producir
as sucesivamente sentencias (o en otras palabras: seguimos las reglas desde el lado
derecho hacia el lado izquierdo para obtener as la informacin sobre las variables).
Una forma de realizar dicho recorrido es empezar con N = N y borrar del conjunto
todas aquellas variables que o bien directamente deriven una sentencia o bien lo hacen
indirectamente.
Se observa que solamente E es un smbolo nogenerativo, es decir, N = {E}, P10
entonces es:
$
A
B
C
D
F
bDD | Ca | bc
B | aCC | baD
cBD | | AC
bD | aBA
CD | a
a
67
Dr. Arno Formella
b) para calcular I empezamos con el smbolo inicial y veremos a cuales de las variables
se puede llegar directamente y seguimos el uso de reglas con dichas variables para
llegar as sucesivamente a nuevas variables (o en otras palabras: seguimos las reglas
para obtener as la informacin sobre las variables acesibles). Dicho algoritmo es
una exploracin de un grafo de dependencia parecido al algoritmo que vimos para
detectar estados no-acesibles en un autmata finito.
Se observa que solamente F es un smbolo inacesible, es decir, I = {F }, P1 entonces
es:
$
A
B
C
D
bDD | Ca | bc
B | aCC | baD
cBD | | AC
bD | aBA
CD | a
Entonces G1 no contiene smbolos intiles.

2. Aadimos para cada smbolo terminal una regla W y sustituimos en todas las reglas
de P1 , P2 entonces es:
$
A
B
C
D
Wa
Wb
Wc
Wb DD | CWa | Wb Wc
B | Wa CC | Wb Wa D
Wc BD | | AC
Wb D | Wa BA
CD | Wa
a
b
c
Entonces P2 solamente contiene reglas con partes derechas siendo , un smbolo terminal,
o una palabra de variables.
3. Sustituimos cada regla del tipo X Y1 Y1 . . . Yk con k > 2 por las reglas:
X Y1 X1
X1 Y2 X2
..
.
. ..
Xk3 Yk2 Xk2
Xk2 Yk1 Yk
68
Dr. Arno Formella

donde las Xi son nuevas variables, P3 entonces es:
$
$1
A
A1
A2
B
B1
C
C1
D
Wa
Wb
Wc
Wb $1 | CWa | Wb Wc
DD
B | W a A 1 | W b A2
CC
Wa D
Wc B1 | | AC
BD
Wb D | Wa C1
BA
CD | Wa
a
b
c
Entonces P3 solamente contiene reglas con partes derechas siendo , un smbolo terminal,
o una palabra de una o dos variables.
4. Eliminamos las reglas que producen , ojo! tenemos que distinguir entre variables que
solamente producen y aquellas que tambin producen .
Entonces, el paso se realiza en 3 partes:
Calculamos los conjuntos de variables
E = {V | V } (las variables que posiblemente producen ) y
E = {V | V y no existe V w con w 6= } E (las variables que solo
producen ).
Se calculan los conjuntos aplicando el mismo algoritmo que usamos en el primer
paso para detectar variables nogenerativas.
Aadimos para cada regla del tipo X Y Z
X Y si Y
/ E y Z E
X Z si Y E y Z
/ E .
Eliminamos
todas las reglas de tipo X ,
todas las reglas de tipo X Y con Y E , y
todas las reglas de tipo X Y Z con Y, Z E .
69
Dr. Arno Formella

En el ejemplo tenemos: E = {A, B, C1 }, E = , y por eso P4 es:
$
$1
A
A1
A2
B
B1
C
C1
D
Wa
Wb
Wc
Wb $1 | CWa | Wb Wc
DD
B | W a A 1 | W b A2
CC
Wa D
Wc B1 | AC | C
BD | D
Wb D | Wa C1 | Wa
BA | A | B
CD | Wa
a
b
c
5. Para eliminar las reglas unitarias, es decir, reglas de tipo X Y procedemos:

Calculamos el conjunto de las reglas unitarias U = {(X, Y ) | X Y } (ojo! no
basta con (X, Y ) U si X Y , hay que calcular la clausura transitiva). Dicho
clculo se realiza de forma parecida como lo vimos para el clculo de la clausura
transitiva de las transiciones en los AFND.
Partimos del conjunto que contiene todas las reglas unitarias del sistema de producciones, es decir
U1 = {(X, Y )|X Y P }
Despus construimos U2 insertando para cada par de parejas (X, Y ), (Y, Z) U1
la pareja (X, Z), S
o en general, construimos Ui insertando para cada par de parejas
(X, Y ), (Y, Z) j<i Uj la pareja (X, Z).
Seguimos con el procedimiento hasta que encontramos Ui vaca para cierto i, es decir,
no se ha aadido nada ms. (El ndice i de Ui nos indica con cuantos saltos como
mucho podemos llegar.) El algoritmo termina (porque el nmero de producciones es
finito) y finalmente obtenemos
[
U=
Ui
i=1
Nota: El clculo de la clausura transitiva en un grafo dirigido es una operacin que

se necesita en muchos mbitos de la informtica (por ejemplo en bases de datos relacionadas). Nosotros ya lo usamos en el contexto de los autmatas finitos. El algoritmo
70
Dr. Arno Formella
especificado arriba tiene un tiempo de ejecucin cuadrtico en el nmero de producciones iniciales. Los mejores algoritmos tienen un comportamiento de O(ne + n + e)
en tiempo de ejecucin (donde n es el nmero de nodos y e el nmero de aristas en
el grafo), pero algunos de ellos se comportan en casos prcticos linealmente respecto
al tamao de entrada (nmero de arista).
Para cada (X, Y ) U y para cada regla Y que no es regla unitaria, aadimos
una regla X .
Eliminamos todas las reglas unitarias.
$
$1
A
A1
A2
B
B1
C
C1
D
Wa
Wb
Wc
Wb $1 | CWa | Wb Wc
DD
B | W a A 1 | W b A2
CC
Wa D
Wc B1 | AC | C
BD | D
Wb D | Wa C1 | Wa
BA | A | B
CD | Wa
a
b
c
En el ejemplo tenemos:
U1
U2
U3
U4
=
=
=
=
{(A, B), (B, C), (B1 , D), (C, Wa ), (C1 , A), (C1 , B), (D, Wa )}
{(A, C), (B, Wa ), (B1 , Wa ), (C1 , C)}
{(A, Wa ), (C1 , Wa )}
y por eso P5 , el sistema de producciones final, queda en:

$
$1
A
A1
A2
Wb $1 | CWa | Wb Wc
DD
Wc B1 | AC | Wa A1 | Wb A2 | Wb D | Wa C1 | a
CC
Wa D
71
Dr. Arno Formella

B
B1
C
C1
D
Wa
Wb
Wc
Wc B1 | AC | Wb D | Wa C1 | a
BD | CD | a
Wb D | Wa C1 | a
BA | Wa A1 | Wb A2 | Wc B1 | AC | Wb D | Wa C1 | a
CD | a
a
b
c
Observamos en la construccin:
En ningn paso hemos aadido variables intiles.
Si hemos borrado reglas, hemos asegurado que todas las variables siguen siendo tiles.
Despus de cada paso la gramtica resultante genera el mismo lenguaje, es decir, L(G0 ) =
L(G1 ) = . . . = L(G5 ).
Como se observa, la gramtica G5 es en forma normal de Chomsky.
Si el lenguaje de partida L contiene la palabra vaca ( L) entonces se detecta en el pasa 4
que el smbolo inicial pertenece a E (o incluso a E ), en este caso eliminamos con un nuevo
smbolo, por ejemplo $0 , la aparencia de $ en los lados derechos y aadimos la regla $ . Tal
gramtica sigue estando en forma normal de Chomsky y genera L.
Notas:
El clculo de los conjuntos N , I, E, E , y U que se necesitan para sucesivamente modificar
los sistemas de producciones se realiza con un recorrido estructurado sobre las variables y
producciones.
Dado que durante el proceso hemos eliminado producciones, puede ser que tambin en
el alfabeto de los smbolos terminales T hay smbolos superfluos, es decir, que no se
pueden producir con las producciones restantes. Dichos smbolos se pueden borrar de T
sin que se cambie el lenguaje generado.
Cuando eliminamos las reglas unitarias hemos eliminado implctamente las reglas innecesarias de tipo X X que tambin se podra borrar ya antemano en un paso previo.
Existen otras fuentes que primero realizan la eliminacin de las reglas nulas y de las reglas
unitarias antes de demezclar y reducir las partes derechas de las reglas. Eso es posible
pero el clculo de E y E es ms complejo y las reglas de ampliacin y eliminacin no se
limitan a dos, respectivamente tres, casos simples como descritos arriba en el paso 4.
72
Dr. Arno Formella
10.2.
Forma Normal de Greibach
Veremos otra posible normalizacin de gramticas que nos sirve ms adelante para construir
cierto tipo de autmatas.
Una gramtica es en forma normal de Greibach (FNG) si
G (es decir, su N ) solamente contiene variables tiles
todas las producciones de G (es decir, en su P ) son de la forma X donde T
y N , es decir, todas las reglas tienen como primer smbolo en sus partes derechas un
smbolo terminal que es seguido por una palabra de variables.
(porque as no se podra derivar ) si $ (es decir, el smbolo inicial de G) no aparece al lado
derecho de una produccin, tambin est permitido que $ P
Obviamente cualquier gramtica en forma normal de Greibach es una gramtica libre de contexto
que se verifica directamente analizando la forma de producciones permitidas.
Una interesante propiedad es: para cualquier lenguaje libre de contexto existe una gramtica en
forma normal de Greibach, que genera el lenguaje.
La comprobacin de este hecho detallamos con la siguiente construccin, donde a partir de una
gramtica libre de contexto dada elaboramos una nueva gramtica en forma normal de Greibach.
Sea L un lenguaje libre de contexto y G = (N , T , P, $) una gramtica que genere L (es decir
L = L(G)).
La construccin sigue 4 pasos (asumimos que
/ L, eso remediamos al final):
1. construimos una gramtica equivalente en forma normal de Chomsky
2. sustituimos las reglas recursivas a la izquierda, es decir, reglas de tipo X XY
3. establecemos un orden en las variables, es decir N = {X1 , X2 , . . . , Xn } de tal manera
que todas las reglas sern de tipo Xi Xj Y con i < j, Y N
4. sustituimos las reglas que no tengan un smbolo terminal como primer smbolo en su parte
derecha.
Las gramticas despus de cada paso llamamos G = G0 , G1 , G2 , . . . , G4 = GF N G respectivamente.
Usamos la misma gramtica inicial como en el apartado anterior
G0 = ({$, A, B, C, D, E, F }, {a, b, c}, P0 , $)
73
Dr. Arno Formella

donde P0 contenga las siguientes producciones:
$
A
B
C
D
E
F
bDD | Ca | bc
B | aCC | baD
cBD | | AC
bD | aBA
CD | a | EF
Eb
a
como ejemplo para realizar todos los pasos.

1. La transformacin a FNC hicimos arriba. Entonces ya tenemos P1 como
$
$1
A
A1
A2
B
B1
C
C1
D
Wa
Wb
Wc
CWa | Wb $1 | Wb Wc
DD
AC | Wc B1 | Wa A1 | Wb A2 | Wb D | Wa C1 | a
CC
Wa D
AC | Wc B1 | Wb D | Wa C1 | a
BD | CD | a
Wb D | Wa C1 | a
AC | BA | Wa A1 | Wb A2 | Wc B1 | Wb D | Wa C1 | a
CD | a
a
b
c
solo reordenado, para que aparezcan las partes derechas con variables al principio al comienzo de las listas.
2. Para cada produccin recursiva a la izquierda, es decir, regla de tipo X X con
X N y se realiza los siguientes 3 pasos:
se sustitue X X por X Y siendo Y una nueva variable
se aade las reglas Y Y |
para cada regla X se aade X Y si no comienza con X
Dr. Arno Formella
74
En P1 hay una regla recursiva a la izquierda: A AC. Entonces, la sustituimos por

A CA3 , aadimos A3 CA3 | C y aadimos las dems reglas para A, y resulta el
conjunto P2 :
$ CWa | Wb $1 | Wb Wc
$1 DD
A CA3 | Wc B1 | Wa A1 | Wb A2 | Wb D | Wa C1 | a |
Wc B1 A3 | Wa A1 A3 | Wb A2 A3 | Wb DA3 | Wa C1 A3 | aA3
A1 CC
A2 Wa D
A3 CA3 | C
B AC | Wc B1 | Wb D | Wa C1 | a
B1 BD | CD | a
C Wb D | Wa C1 | a
C1 AC | BA | Wa A1 | Wb A2 | Wc B1 | Wb D | Wa C1 | a
D CD | a
Wa a
Wb b
Wc c
Entonces las reglas en P2 tienen de nuevo diferentes longitudes en sus partes derechas
(incluso puede ser que haya reglas unitarias).
3. (por incluir)
4. (por incluir)
Dado que con una gramtica en forma normal de Greibach se genera con cada produccin exactamente un smbolo terminal, cada palabra derivable con tal gramtica tiene una derivacin igual
a la longitud de la palabra.
Ojo, eso no significa que se puede encontrar una derivacin en tiempo lineal, porque es posible
que en un momento se puede aplicar ms de una regla.
10.3.
Lema de bombeo para lenguajes libres de contexto
Igual como lo hemos visto para lenguajes regulares existe una propiedad que todos los lenguajes
libres de contexto cumplen:
Dr. Arno Formella
75
Lema (de bombeo para lenguajes libres de contexto): Sea L un lenguaje libre de contexto
(infinito). Entonces existe un n IN de tal manera que cada palabra z L con |z| n se puede
dividir en cinco partes, z = uvwxy cumplindose las tres propiedades:
1. |vx| 1
2. |vwx| n
3. para todos los k 0 : uv k wxk y L
Idea de la comprobacin:
partimos de la FNC de la gramtica, es decir, las reglas son de las formas X Y Z o
X
el rbol para una palabra (suficientemente larga) ser un rbol binario
si |z| 2k+1 entonces el rbol tiene una altura por lo menos de k+1, es decir, se encuentran
k + 1 variables en un camino desde la raz hacia alguna hoja
entonces, si hay solamente k variables en el alfabeto N , se tiene que repetir una variable,
sea X, en un camino desde la raz hasta una hoja
observamos los dos subrboles con dicha variable desde abajo
lblibre0
vemos: |vx| 1 porque se tiene que derivar algo desde X dado que tenemos una FNC y
el rbol se bifurca en X
vemos: |vwx| n porque la altura del subrbol hacia el segundo X es como mucho k
vemos: para todos los k 0 : uv k wxk y L porque podemos eliminar v y x o sustituir
cuantas veces como queremos el subrbol debajo de X adecuadamente
lblibre1
El uso del lema de bombeo es parecido a su uso en el caso de los lenguajes regulares, se puede
comprobar que ciertos lenguajes no son libres de contexto.
Ejemplo: Investigamos Labc = {an bn cn | n 1}.
Asumimos que Labc sea libre de contexto.
para palabras z con |z| n. (No conocemos n en concreto, solo su existencia.)
76
Dr. Arno Formella

(Pensamos...): Elegimos z = an bn cn . Obviamente z Labc y |z| = 3n n.
El lema de bombeo nos garantiza la existencia de una particin z = uvwxy con |vx| 1,
|vwx| n, y k 0 : uv k wxk y Labc . (No conocemos la particin en concreto, pero sus
propiedades.)
(Pensamos...): Porque |vwx| n el vwx no puede contener as, bs, y cs al mismo tiempo.
Entonces vx tampoco, es decir, vx contiene como mucho dos smbolos diferentes.
Porque |vx| 1 la subpalabra vx contiene por lo menos un smbolo.
uv 0 wx0 y = uwy Labc pero hemos borrado como mucho dos tipos de smbolos.
Eso es una contradiccin.
Entonces Labc no puede ser libre de contexto.
11.
Autmatas finitos con pila (AFP)
11.1.
Motivacin
Ya sabemos Lab = {an bn | n IN} no es regular (comprobamos con el lema de bombeo o con
el teorema de MyhillNerode).
Pero Lab es libre de contexto con la siguiente gramtica:
G = (N , T , P, $)
= ({$}, {a, b}, {$ a$b|}, $)
Otro ejemplo parecido es: expresiones matemticamente correctas de diferentes tipos de parntesis T = {[, ], h, i, (, )}, por ejemplo, ( ( ] ] ) i ) es incorrecto y [ ( [ ] ) h ( ) i ] es correcto.
L() = {w | w T , w es correcto}
es libre de contexto, con el sistema de producciones
P = {$ $$ | ($) | [$] | h$i | }
77
Dr. Arno Formella

L() no es regular, porque ya [n ]n no es regular.
Podemos construir un tipo de autmata que acepta una palabra de L() ?
Idea: usamos una pila para memorizar lo que se ha ledo:
Las parntesis que abren ponemos en la pila.
Si vemos una parentesis que cierre la cima de la pila tiene que ser su homloga y la quitamos de la pila.
Al final, la pila tiene que estar vaca.
Eso era bastante fcil, ampliamos las posibilidades algo ms, permitimos
que el autmata pueda tener varios (nmero finito) estados (parecido a los AFD, pero
veremos que basta con un estado);
que el autmata sea nodeterminista (veremos que habr una diferencia entre AFPDs y
AFPNDs);
que exista la posibilidad de transiciones ;
que acepte con pila vaca o con estados finales (veremos que ambas formas son equivalentes);
que existan ms smbolos para la pila;
que se apile ms de un smbolo a la vez;
que se disponga de un smbolo inicial en la pila.
11.2.
Autmatas finitos con pila nodeterministas (AFPND)
Un autmata finito con pila nodeterminista (AFPND) es una sptupla

M = (, , Q, , q0 , c0 , F )
donde
es un alfabeto de entrada.
es un alfabeto de pila ( = es posible).
Q es un conjunto de estados, |Q| < .
78
Dr. Arno Formella

c0 es el smbolo inicial de la pila.
F es el conjunto de estados finales (puede ser el conjunto vaca).
es la funcin de transicin
: Q ( {} W< (Q )
donde W< sea el conjunto de subconjuntos finitos.
Es decir, el comportamiento del autmata depende en cada transicin
del estado actual
posiblemente del siguiente smbolo de la entrada
del smbolo en la cima de la pila
y se modifica el autmata en el sentido que
se cambia (posiblemente) del estado
se consume (posiblemente) el siguiente smbolo de la entrada
se modifica (posiblemente) el contenido de la cima de la pila.
Para el ejemplo de arriba obtenemos el autmata
M() = ({(, ), h, i, [, ]}, {(, h, [, #}, {q0 , q1 }, , q0 , #, )
con
(q0 , (, )
(q0 , h, )
(q0 , [, )
(q0 , ), ()
(q0 , i, h)
(q0 , ], [)
(q0 , , #)
=
=
=
=
=
=
=
{(q0 , ()}
{(q0 , h)}
{(q0 , [)}
{(q0 , )}
{(q0 , )}
{(q0 , )}
{(q1 , )}
Observa
que escribimos en las expresiones arriba el contenido de la pila como los rabes: desde la
derecha hacia la izquierda,
79
Dr. Arno Formella
que el autmata no est completo, pero se podra completar aadiendo transiciones adecuados en un estado sin salida que ya no vara la pila.
Tambin podemos dibujar autmatas con pila, por ejemplo de la siguiente manera:
afp
Es decir, dibujamos el grafo parecido como lo hemos hecho para los AFND: los vrtices del
grafo representan los estados del autmata y las aristas representan las transiciones. Ampliamos
las etiquetas de las aristas con los cambios en la cima de la pila.
Podemos pensar de un autmata con pila como un dispositivo que lee desde una cinta con smbolos, realiza cambios de estados internamente, y maneja una pila de la forma descrita:
autopila
Otro ejemplo; construimos un AFP para el lenguaje
LvvR = {w | w {0, 1} , w = vv R }
es decir, los palndromos con longitud par.
Idea:
Adivinamos (nodeterminismo) dnde acaba v.
Copiamos toda la palabra v a la pila.
Verificamos el resto de w, que debe ser v R , con el contenido de la pila, es decir, la pila
debe estar vaca una vez haber ledo toda la palabra w.
Un AFPND ser el siguiente:
MvvR = ({0, 1}, {0, 1, #}, {q0 , q1 , q2 }, , q0 , #, )
con
(q0 , 0, )
(q0 , 1, )
(q0 , , )
(q1 , 0, 0)
(q1 , 1, 1)
(q1 , , #)
afpvv
=
=
=
=
=
=
{(q0 , 0)}
{(q0 , 1)}
{(q1 , )}
{(q1 , )}
{(q1 , )}
{(q2 , )}
80
Dr. Arno Formella

Cmo comprobamos que es correcto?
Dado que el contenido de la pila influye en el comportamiento del autmata necesitamos una
notacin para describir los clculos del autmata.
La configuracin (o descripcin instantnea) C de un AFP M = (, , Q, , q0 , c0 , F ) es la
tripla (q, u, v) donde
q Q es el estado actual
u es lo que queda por leer de la entrada
v es el contenido actual de la pila
La configuracin inicial C0 entonces es (q0 , w, c0 ).
Si el autmata est en configuracin C podemos definir que es una posible siguiente configuracin, es decir, despus de haber realizado un paso en el clculo.
C 0 = (q 0 , u, zv) es configuracin sucesora de C = (q, u, v) (es decir, es el siguiente
smbolo de la entrada y la cima de la pila), si (q 0 , z) (q, , ) y, para las transiciones ,
C 0 = (q 0 , u, zv) es configuracin sucesora de C = (q, u, v) (es decir, no se lee un smbolo de
la entrada y la cima de la pila), si (q 0 , z) (q, , ).
Observa, si la pila est vaca, no existe configuracin sucesora ninguna.
Escribimos C p C 0 si C 0 es configuracin sucesora de C. Si existe una secuencia de configuraciones sucesoras de C hasta C 0 , es decir,
C = C0 p C1 p C2 p . . . p Cn = C 0
llamamos la secuencia un clculo del autmata y abreviamos con C p C 0 .
Un AFPND acepta una palabra w de entrada segn modus:
F = , es decir, acepta con pila vaca
M acepta w (q0 , w, c0 ) p (q, , )
para cualquier estado q Q
F 6= , es decir, acepta en estado final
M acepta w (q0 , w, c0 ) p (f, , v)
con v y f F .
81
Dr. Arno Formella

El lenguaje aceptado por un autmata AFPND M es
L(M ) = {w | M acepta w}
En la siguiente seccin comprobamos que ambos mtodos de aceptacin son equivalentes para
los AFPND (pero no ser el caso de ls AFPD, los autmatas finitos con pila deterministas, que
veremos ms adelante).
Comprobamos ahora que el MvvR es correcto, es decir, tenemos que comprobar que L(MvvR ) =
LvvR .
Primero verificamos que MvvR acepta para cualquier palabra v {0, 1} la palabra w = vv R :
(q0 , vv R , #)
(q0 , v R , v R #)
(q1 , v R , v R #)
(q1 , , #)
(q2 , , )
es decir, hemos encontrado un clculo y con eso sabemos que LvvR L(MvvR ).
Luego comprobamos que MvvR solamente acepta palabras en LvvR .
(por incluir)
11.3.
Equivalencia entre AFPNDs aceptando con pila vaca y aceptando en estado final
Para cada AFPND M que acepta con pila vaca existe un AFPND M 0 que acepta en estado final.
M 0 simula M
M 0 usa un nuevo smbolo c00 como smbolo inicial de la pila
si despus de la simulacin de M dicho c00 est en la cima de la pila, M 0 sabe que M
hubiese aceptado, es decir, M 0 acepta tambin yiendo a un estado final.
Para el ejemplo de antes
LvvR = {w | w {0, 1} , w = vv R }
con el siguiente autmata que acepta con pila vaca
afpndpv
82
Dr. Arno Formella

obtenemos el nuevo autmata que acepta en estado final
afpndefpv
En general:
M = (, , Q, , q0 , c0 , )
M 0 = (, {c00 }, Q {q00 , f }, 0 , q00 , c00 , {f })
con
/ Q, es decir, son nuevos estados
q00 , f
/ , es decir, es un nuevo smbolo inicial
c00
0 (q00 , , c00 ) = {(q0 , c0 c00 )}, es decir, la primera transicin apila el antiguo smbolo inicial y
se va al antiguo estado inicial sin leer nada de la entrada
q Q, , : 0 (q, , ) = (q, , ), 0 (q, , ) = (q, , ), es decir, se simula
M
q Q : 0 (q, , c00 ) = {(f, c00 )}, es decir, si la pila solamente contiene el nuevo smbolo
inicial se va al estado final.
Para cada AFPND M que acepta en estado final existe un AFPND M 0 que acepta con pila vaca.
M 0 simula M
M 0 vaca desde cualquier estado final de M su pila
tenemos que tener cuidado si M no termina en estado final, pero su pila est vaca: colocamos antes de la simulacin un nuevo smbolo c00 como smbolo inicial en la pila que no
se toca durante la simulacin de M .
Para el ejemplo
L = {ai bj | j i}
con el siguiente autmata que acepta en estado final
afpndef
(Primero observamos la consecuencia de la definicin de un clculo:
M acepta w (q0 , w, c0 ) p (f, , v)
83
Dr. Arno Formella
entonces, si sobran bs la pila estar vaca y no habr transicin ninguna, y por eso no llegamos a
con la entrada.)
Siguiendo la idea, obtenemos el nuevo autmata que acepta con pila vaca
afpndpvef
En general:
M = (, , Q, , q0 , c0 , )
M 0 = (, {c00 }, Q {q00 , q 0 }, 0 , q00 , c00 , )
con
/ Q, es decir, son nuevos estados
q00 , q 0
c00
/ , es decir, es un nuevo smbolo inicial
0 (q00 , , c00 ) = {(q0 , c0 c00 )}, es decir, la primera transicin apila el antiguo smbolo inicial y
se va al antiguo estado inicial sin leer nada de la entrada
{c00 } : 0 (q 0 , , ) = {(q 0 , )}, es decir, una vez en estado q 0 se vaca la pila sin
modificar la entrada
q Q, , : 0 (q, , ) = (q, , ), es decir, pasos normales de la simulacin
q Q F, : 0 (q, , ) = (q, , ), es decir, se simula tambin las transiciones
mientras M no est en estado final
q F, : 0 (q, , ) = (q, , ) {(q 0 , )}, es decir, saltamos al estado que vaca la
pila si ya estamos en estado final
11.4.
Equivalencia entre AFPNDs y gramticas libres de contexto
Para cada gramtica libre de contexto G existe un autmata finito con pila nodeterminista M
que acepta el mismo lenguaje, es decir, L(M ) = L(G).
La comprobacin es constructiva.
Sea G = (T , N , P, $) una gramtica libre de contexto.
Podemos convertir la gramtica en su forma normal de Greibach (FNG), es decir todas las producciones son del tipo: A con T y N o la produccin es $ si
L(G).
Construimos un AFPND M = (T , N , {q}, , q, $, ), (es decir, con un slo estado) que acepta
con pila vaca, donde
(q, ) (q, , A)
84
Dr. Arno Formella

siempre que A sea una produccin en P y
(q, $) (q, , )
siempre que $ sea una produccin en P .
Entonces, el autmata simula en un clculo la aplicacin de las reglas de la gramtica siempre

siguiendo la derivacin ms a la izquierda para la palabra en cuestin.
Ejemplo:
G = ({a, b}, {$, A, B, C}, P, $)
con
P = {$ aBBC, A aAA|b, B bBAC|b, C b}
que ya est en forma formal de Greibach, entonces el AFPND es:
M = ({a, b}, {$, A, B, C}, {q}, , q, $, )
con
(q, a, $)
(q, a, A)
(q, b, A)
(q, b, B)
(q, b, C)
=
=
=
=
=
{(q, BBC)}
{(q, AA)}
{(q, )}
{(q, BAC), (q, )}
{(q, )}
Para cada autmata finito con pila nodeterminista M existe una gramtica libre de contexto G
que genera el mismo lenguaje, es decir, L(G) = L(M ).
La comprobacin es constructiva.
Sea M = (, , Q, , q0 , c0 , F ) un AFPND.
Si F 6= podemos convertir el autmata en un AFPND que acepte con pila vaca.
Luego podemos asumir que todas las transiciones del autmata como mucho apilan dos smbolos a la pila, porque podemos introducir estados intermedios que apilan poco a poco todos los
smbolos necesarios sin leer ms de la entrada, en concreto,
sea (q, v) (p, , ) con v = 1 2 . . . k , , y k > 2 una transicin de tal tipo
85
Dr. Arno Formella

aadimos los nuevos estados q1 , q2 , . . . , qk2 a Q y sustituimos la transicin por
(p, , )
(q1 , , k1 )
...
(q, 1 2 ) (qk2 , , 2 )
(q1 , k1 k )
(q2 , k2 k1 )
Observa que podemos realizar tal sustitucin igual en caso que el autmata ejecute una
transicin (es decir, arriba no se lee de la entrada sino ); entonces, para simplificar
escribimos 0 si leemos o bien un smbolo o bien .
Entonces, asumimos que tengamos un AFPND que acepta con pila vaca y que apile en una
transicin como mucho dos smbolos a la vez.
Construimos una gramtica libre de contexto G = (, N , P, $), es decir, con los mismos smbolos de entrada, y donde
N est formado por las triplas [p, A, q] siendo p, q Q y A , y el smbolo $.
P es el conjunto de producciones donde aadimos
para cada estado q Q las reglas $ [q0 , c0 , q]
para cada transicin (q, ) (p, 0 , ) la regla [p, , q] 0
para cada transicin (q, 1 ) (p, 0 , ) y cada estado r Q las reglas [p, , r]
0 [q, 1 , r]
para cada transicin (q, 1 2 ) (p, 0 , ) y cada par de estados r, s Q las reglas
[p, , r] 0 [q, 1 , s][s, 2 , r]
observa que pueden existir reglas nulas en caso que 0 =
Entonces, la gramtica simula un clculo del autmata con una derivacin ms a la izquierda
para la palabra en cuestin.
Formalmente hay que comprobar la equivalencia
$ w (q0 , w, c0 ) p (q, , )
es decir, si existe una derivacin tambin existe un clculo y al revs.
La comprobacin del lado izquierdo al lado derecho se realice mediante una induccin sobre la
longitud de una derivacin ms a la izquierda y la otra direccin mediante una induccin sobre la
longitud del clculo. El caso inicial, es decir, se aplica solamente una regla o se calcula solamente
una configuracin siguiente, se verifica directamente a partir de la construccin.
86
Dr. Arno Formella
Juntas ambas direcciones nos proporcionen la equivalencia entre las gramticas libres de
contexto y los autmatas finitos con pila nodeterministas.
En la primera parte de la comprobacin observamos que basta un solo estado en un AFPND
(si un AFPND tiene ms estados, podemos construir una gramtica equivalente, y despus
un AFPND con un solo estado).
En la segunda parte de la comprobacin observamos que basta con una gramtica en forma
normal de Greibach donde las producciones tengan como mucho 2 smbolos noterminales
en sus partes derechas (es decir, tambin en la FNG los rboles de derivacin pueden ser
rboles binarios como en la FNC).
11.5.
Autmatas finitos con pila deterministas (AFPD)
Los AFPND, como el propio nombre ya dice, no son deterministas, es decir, pueden existir
varias posibles configuraciones siguientes, o en otras palabras, (q, , ) o (q, , ) son conjuntos conposiblementems de un elemento.
Para que un AFPND acepte una palabra de entrada w se ha exigido solamente la existencia de un
clculo que lee toda la palabra w y termina con pila vaca o en un estado final.
Este hecho no es adecuado en la prctica, porque de alguna manera hay que comprobar todos
los posibles clculos para ver si existe uno que acepta. Por eso limitamos los autmatas para que
sean deterministas.
Podemos definir un autmata finito con pila determinista AFPD
M = (, , Q, , q0 , c0 , F )
igual que un AFPND introduciendo las siguientes restricciones
1. para cada q Q, , y permitimos como mucho una transicin, es decir:
|(q, , )| + |(q, , )| 1
Entonces, permitimos transiciones que son deterministas si consideramos la pila.
2. F 6= , es decir, el AFND acepta con estado final.
Dado que para un AFPD existe como mucho una configuracin siguiente, es decir p es una
funcin, los clculos se convierten en cadenas deterministas, y decimos, que el AFPD acepta una
palabra w si existe el clculo (q0 , w, c0 ) p (f, , v) con f F .
Dr. Arno Formella
87
Para AFPDs los dos criterios de parada no son equivalentes que se entiende analizando las comprobaciones donde era escencial disponer de transiciones nodeterministas para saltar a un
estado adicional con el fin de vaciar la pila.
Llamamos un lenguaje L libre de contexto determinista si L es aceptado por un autmata finito
con pila determinista.
Los lenguajes libres de contexto deterministas son un verdadero subconjunto de los lenguajes
libres de contexto, es decir, existen lenguajes que son libres de contexto pero no libres de contexto
determinista.
Ejemplo:
El lenguaje L = {w | w {0, 1, #}, w = v#v R y v no contiene # es libre de contexto determinista, porque se apila hasta encontrar el centro (que hemos marcado con #) y despus se
verifica el resto de w con el contenido de la pila.
El lenguaje L = {w | w {0, 1}, w = vv R } es libre de contexto, como ya vimos, pero no es libre
de contexto determinista, porque, para decirlo de alguna manera, se necesita el nodeterminismo
para encontrar el centro, o en otras palabras, hay que comprobar todos los posibles clculos
verificando si uno de ellos llega a una aceptacin.
Obviamente los lenguajes regulares tambin son libres de contexto deterministas, porque si no
usamos la pila justamente un AFP es un AFD.
12.
Propiedades, algoritmos de decisin,

y aplicaciones para lenguajes libres de contexto
12.1.
Propiedades de lenguajes libre de contexto
Sean L1 y L2 dos lenguajes libres de contexto.

Unin: L = L1 L2 es libre de contexto, porque podemos construir a partir de las gramticas
G1 = (1T , 1N , P 1 , $1 ) y G2 = (2T , 2N , P 2 , $2 ) con L1 = L(G1 ) y L2 = L(G2 ) la
gramtica G = (1T 2T , 1N 2N , P 1 P 2 {$ $1 , $ $2 }, $) que es una
gramtica libre de contexto y obviamente genera todas las palabras tanto en L1 como en
L2 .
Eso no es el caso si nos limitamos a los lenguajes libres de contexto deterministas.
Dr. Arno Formella
88
Concatencin: L = L1 .L2 es libre de contexto, porque podemos construir a partir de las

gramticas G1 = (1T , 1N , P 1 , $1 ) y G2 = (2T , 2N , P 2 , $2 ) con L1 = L(G1 ) y L2 =
L(G2 ) la gramtica G = (1T 2T , 1N 2N , P 1 P 2 {$ $1 $2 }, $) que es una
gramtica libre de contexto y obviamente genera todas las palabras en L.
Eso no es el caso si nos limitamos a los lenguajes libres de contexto deterministas.
Clausura: L = L1 es libre de contexto, porque podemos construir una gramtica libre de contexto a partir de la gramtica para L1 , simplemente aadimos las producciones {$0
$0 $0 , $0 $} siendo $ el nuevo smbolo inicial.
Interseccin: L = L1 L2 no es libre de contexto (en general), como demuestra el ejemplo:
L1 = {ai bi cj | i, j > 0} y L2 = {ai bj cj | i, j > 0} nos lleva a L = L1 L2 = {ai bi ci | i >
0} que no es libre de contexto como ya vimos.
Si confinamos L2 a lenguajes regulares, entonces la interseccin produce lenguajes libres
de contexto. El argumento es igual de constructivo como en el caso de dos lenguajes regulares.
Complemento: L = L1 = L1 no es libre de contexto (en general), porque si asumimos
que lo fuera y sabiendo que la unin lo es podramos derivar L1 L2 = L1 L2 como
libre de contexto, pero ya sabemos que la interseccin no genera siempre tal lenguajes.
Para los lenguajes libres de contexto determinista, el complemento genera un lenguaje libre
de contexto determinista, porque es fcil invertir un autmata determinista.
Diferencia: L = L1 L2 no es libre de contexto (en general), porque L = L2 = L2 no es
libre de contexto.
12.2.
Algoritmos de decisin de lenguages libres de contexto
Pertenencia: w L? s, se puede contestar la pregunta (es decir, es un problema computable)

porque
construimos un autmata que acepte L (por ejemplo en estado final)
simulamos su comportamiento leyendo la palabra w
si acabamos en un estado final, w est en L, sino w no est en L
dicha simulacin puede tener tiempo de clculo exponential, otra posibilidad es
construimos una gramtica en forma normal de Chomsky
aplicamos el algoritmo de Cocke-Younger-Kasami que resuelve el problema en tiempo de orden O(n3 ).
Vaciedad: L = ? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
Dr. Arno Formella
89
construimos una gramtica que genere L

analizamos si el smbolo inicial es til, si es til, entonces L no es vaco, sino L es
vaco
Cardinalidad: |L| < ? s, se puede contestar la pregunta (es decir, es un problema computable) porque
construimos una gramtica que genere L en su forma normal de Chomsky
analizamos el grafo de posisibles sustituciones de smbolos para averigar si existe
un ciclo
si existe tal ciclo, entonces L es infinito, sino L es finito
Igualidad: L1 = L2 ? no, no se puede contestar la pregunta (es decir, es un problema no computable).
antes de entender dicha respuesta negativa, hay que estudiar ms a fondo la teora de
las Mquinas de Turing.
12.3.
Aplicaciones para lenguajes libres de contexto
Anlisis semntico (basado en bloques estructurados): La aplicacin ms importante de los

lenguajes libres de contexto es claramente la definicin y el anlisis de informacin estructurado en bloques anidados como suele ocurrir en los lenguajes de programacin (recuerda los bloques beginend en PASCAL) o las marcas en un fichero XML (extended
markup language).
13.
Mquinas de Turing (MT)
(por incluir)
14.
Resumen
(por incluir)
Dr. Arno Formella
15.
90
Bibliografa
15.1.
Bibliografa bsica
1. P. Isasi, P. Martnez, D. Borrajo. Lenguajes, Gramticas y Autmatas. Un enfoque prctico.

Addison-Wesley, ISBN 84-7829014-1, 1997-2001.
2. M. Alfonseca, J. Sancho, M. Martnez Orga. Teora de Lenguajes, Gramticas y Autmatas. Promo-soft Publicaciones, R.A.E.C. ISBN 84-605-6092-9, 1997.
15.2.
Bibliografa usada para la preparacin
1. A. Snchez Lpez. Teora de Autmatas y Lenguajes Formales. Apuntes de clase, comunicacin personal, 2004.
2. R. Fernndez Muoz. Teora de Autmatas y Lenguajes Formales. Proyecto fin de carrera,
INX-380, Biblioteca de la Universidad de Vigo, Campus Ourense, 2003.
3. G. Hotz, K. Estenfeld. Formale Sprachen. B.I. Wissenschaftsverlag, ISBN 3-411-01626,
1981.
4. Th. Schwentick. Theoretische Informatik. Vorlesungsfolien, Internet, comunicacin personal, 2004.
5. Uwe Schnfeld

Teoria Automatas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria Automatas

Cargado por

Copyright:

Formatos disponibles

Teora de Autmatas y Lenguajes Formales

Dr. Arno Formella

2. Sobre este documento

Dr. Arno Formella

8.3. Lema de bombeo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

10. Lenguajes libres de contexto

12. Propiedades, algoritmos de decisin,

Dr. Arno Formella

todo sobre Programacin, lgebra

Sobre este documento

Dr. Arno Formella

Versiones y lista de correcciones

A parte de algunas correcciones de ortografa se ha realizado las siguientes cambios de versin

Dr. Arno Formella

el lenguaje es una secuencia de fonemas o smbolos

Dr. Arno Formella

donde usamos  para decir que no escribimos nada.

es decir, hemos quitado la regla A  y hemos cambiado la regla de H IJ a H JI.

Dr. Arno Formella

$ ab$ abab$ ababab$ ababab

Dr. Arno Formella

Un alfabeto es un conjunto finito no vaco de smbolos.

0, 1, 00, 01, 11, 000, 1001101

Dr. Arno Formella

= 0 = |w| = 1, w = 1001101 = |w| = 7

Dr. Arno Formella

es decir, la concatenacin no es conmutativa.

Dr. Arno Formella

Lquad = {an | n IN>0 }

Dr. Arno Formella

Con estas tres operaciones la estructura ( , , , ) forma una lgebra booleana.

L1 .L2 6= L2 .L1 (en general)

Propiedades (unos ejemplos):

Clausura (de Kleene):

Propiedades (unos ejemplos):

Dr. Arno Formella

Entonces si L es un lenguaje sobre

Dr. Arno Formella

Un conjunto R es una relacin (binaria sobre ).

Dr. Arno Formella

es decir, xR y (o en otra notacin x y) si x = y o existe una secuencia z1 , z2 , . . . , zn con

Dr. Arno Formella

Relacin de equivalencia de lenguajes

Para cada lenguaje L podemos construir una relacin de equivalencia sobre :

Una gramtica es una cudrupla

Dr. Arno Formella

Es posible derivar lenguajes infinitos con sistemas de producciones finitos?

Dr. Arno Formella

Lab = {an bn | n IN}

Labc = {an bn cn | n IN}

Dr. Arno Formella

para obtener la palabra vaca

Dr. Arno Formella

para obtener la palabra vaca

Lexpr = {w | w es expresin algebraica}

Dr. Arno Formella

Dr. Arno Formella

es decir, se sustituye un smbolo noterminal por algo manteniendo el contexto; entonces

Dos gramticas son equivalentes si generan el mismo lenguaje, es decir, G1 G2 si L(G1 ) =

Dr. Arno Formella

La gramtica con este sistema de producciones no es ambigua.

Dr. Arno Formella

Autmatas finitos deterministas (AFD)

donde usamos para decir que no escribimos nada.

es decir, hemos quitado la regla A y hemos cambiado la regla de H IJ a H JI.

Autmatas finitos nodeterministas con transiciones (AFND

o una funcin, es decir, : Q ( {}) P(Q) siendo P(Q) el conjunto de

como clausura (o ciero, o cerradura) transitiva de la relacin de las transiciones o ms

Equivalencia entre AFND y AFND

entonces la tabla con transiciones desde la claurura es

Ejemplo: construimos el AFND para = (((a.b) + a) + b.b)

1. aadimos un nuevo estado f y conectamos todos los estados en F con transiciones a f ,