Repaso LenguajesFormales PDF

Procesadores de Lenguaje
Repaso. Lenguajes formales
Profesor
Federico Peinado
Elaboracin del material

Jos Luis Sierra
Federico Peinado
Ingeniera en Informtica
Facultad de Informtica Universidad Complutense de Madrid
Curso 2009-2010
Lenguajes formales
Un lenguaje formal es un conjunto (finito o infinito) de

cadenas finitas de smbolos primitivos
Ej: El lenguaje Nmero es simplemente el conjunto infinito
de cadenas finitas formadas con los dgitos
0, 1, 2, 3, 4, 5, 6, 7, 8 y 9
Dichas cadenas estn formadas gracias a un alfabeto y a

una gramtica que estn formalmente especificados
El alfabeto es un conjunto finito no vaco de smbolos
La gramtica es un conjunto finito de reglas para formar
cadenas finitas juntando smbolos del alfabeto
A cada cadena de smbolos de un lenguaje formal se le
llama frmula bien formada (o palabra) del lenguaje
Ingeniera en Informtica R.1
Clasificacin de gramticas formales
Chomsky clasific jerrquicamente las gramticas

formales que generan lenguajes formales, en estos tipos:
Tipo 3: Gramticas regulares que generan lenguajes
regulares
Tipo 2: Gramticas incontextuales que generan lenguajes
incontextuales
Tipo 1: Gramticas contextuales que generan lenguajes
contextuales
Tipo 0: Gramticas libres que generan lenguajes sin ningn
tipo de restriccin
Cuanto menor es el tipo, mayor es el poder expresivo del

lenguaje generado y ms complejidad tiene su tratamiento
por parte de una mquina
Lenguajes regulares
Un lenguaje regular es un lenguaje formal que tiene

estas caractersticas:
Puede ser descrito mediante una expresin regular
(expresar de forma compacta cmo son todas las cadenas
de smbolos que le pertenecen)
Puede ser generado mediante una gramtica regular
(obtener todas las cadenas de smbolos que le pertenecen)
Puede ser reconocido mediante un autmata finito
(saber si una cadena de smbolos pertenece a l o no)
Todas estas caractersticas facilitan mucho su

tratamiento computacional, por eso nos interesan los
lenguajes regulares!
Expresiones regulares (ERs)
El conjunto de expresiones regulares sobre un alfabeto

A se denomina ER(A) y slo contiene expresiones
formadas mediante estas reglas:
ER(A) y denota el lenguaje {}, siendo el vaco
ER(A) y denota el lenguaje {}, siendo la cadena vaca
Si x A, x ER(A) y denota el lenguaje {x}
Si H ER(A) y K ER(A), con lenguajes denotados LH y LK
(H | K) ER(A) y denota el lenguaje LH LK
(Conjunto de todas las cadenas de H o de K)
(HK) ER(A) y denota el lenguaje LHK siendo

LHK = {hk tal que h LH y k LK}
(Conjunto de todas las concatenaciones posibles de una cadena de H y otra de K)
H* ER(A) y denota el lenguaje LH* siendo

LH* = {} {a tal que a LH y LH*}
(Conjunto de todas las concatenaciones sucesivas posibles de cadenas de H)
Los parntesis () asocian operadores a cadenas de

smbolos. Si no aparecen, repetir * es ms prioritario que
concatenar y concatenar ms prioritario que alternar |
Extensiones a la notacin de las expresiones regulares
Estas extensiones no amplan la expresividad, pero

hacen mucho ms cmodo expresar lenguajes con ERs
H? H | (Se llama opcionalidad ? y tiene la misma
prioridad que repeticin *)
H+ H(H)* (Se llama cierre positivo + y tiene la misma
prioridad que repeticin *)
[xn - xm] xn | xn+1 | xn+2 | | xm (Se llama rango [ - ] y slo se
usa para alfabetos totalmente ordenados)
Ej: Intervalos de nmeros naturales como [3-9] o de
caracteres ASCII como [f-m]
\x carcter x (Se llama escape de metacaracteres \ y se
usa para incluir en el lenguaje definido caracteres que
actan como operadores, es decir son metacaracteres, en
las expresiones regulares)
Ej: \* para denotar el carcter *
Ej: \\ para denotar el carcter \

Ejemplos de expresiones regulares
Descripcin del lenguaje de las cadenas que empiezan

por una a y continan con as y bs
a(a|b)*
Descripcin del lenguaje de las cadenas que empiezan
por a, continan con bs y cs y terminan en d
a(b|c)*d
Descripcin del lenguaje de las cadenas formadas por
trozos de cadena que pueden empezar (o no) por una a
y continan con un nmero que tenga al menos un dgito;
adems terminan siempre en asterisco *
(a?[0-9]+)*\*
Gramticas formales
Las gramticas formales se definen con una tupla

<T, N, n0, P> siendo:
T el alfabeto de smbolos terminales
(Smbolos que forman parte directamente de las cadenas del lenguaje)
N el alfabeto de smbolos no terminales

(Smbolos ms abstractos que representan posibles partes de las cadenas del lenguaje)
n0 N, el no terminal inicial o axioma

P el conjunto de reglas de produccin o producciones de la
gramtica
Puede representarse como x n y x n y ::=
donde n N y x, y, (T N)*
Gramticas regulares
Las gramticas regulares son de uno de estos dos tipos:

Son gramticas regulares a derechas, es decir, todas sus
producciones siguen una de estas tres formas:
n
nt
n t n
donde t T y n, n N
Son gramticas regulares a izquierdas, es decir, todas sus
producciones siguen una de estas tres formas:
n
nt
n n t
donde t T y n, n N
Autmatas finitos (AFs)
Los autmatas finitos se definen con una tupla

<E, eo, A, t, F> siendo:
E el conjunto finito y no vaco de estados posibles
eo E, el estado inicial del autmata
A el alfabeto de entrada que acepta el autmata
t, la funcin de transicin de estados
F E, el conjunto de estados finales
Hay dos tipos de autmatas finitos

Autmatas finitos deterministas (AFDs)
t E A E
(Con cada smbolo de entrada se pasa de un estado del autmata a otro)
Autmatas finitos no deterministas (AFNDs)

t E (A {}) (E)
(Con algn smbolo de entrada, o con la cadena vaca, se pasa de uno de los
estados del autmata a otro conjunto no vaco de estados - significa particin -)
Comportamiento de un autmata finito
Sirve para reconocer cadenas de smbolos de un

lenguaje regular, para lo que:
1. Parte del estado inicial
2. Recibe uno a uno los smbolos de la cadena de entrada
En un AFND este paso a veces se ignora, pudiendo
ocurrir una transicin espontnea (-transicin)
3. Aplica la funcin de transicin para cambiar su estado
Un AFND puede estar en varios estados a la vez
4. Si quedan smbolos por procesar, vuelve al paso 2
5. Si no quedan smbolos por procesar
Si se ha alcanzado algn estado final la cadena es
reconocida como perteneciente al lenguaje [Fin]
Si no se ha alcanzado ningn estado final la cadena es
rechazada por ser no perteneciente al lenguaje [Fin]
Notaciones para autmatas finitos
Tabla de transicin de estados
Estados/Smbolos x y
eo ei -
e1 ej ek

La permanencia en un estado se representa como una

transicin de un estado otra vez al mismo estado
Se pueden dejar transiciones sin definir (funcin de
transicin de estados parcial), dejando huecos o con guin -
Significa saltar a un estado final de error y rechazar la
cadena por ser no perteneciente al lenguaje
Notaciones para autmatas finitos
Diagrama de transicin de estados
a
a a
eo e1 e2
b
b
Si varias transiciones van de un mismo estado inicial a un

mismo estado final, con distintos smbolos, se pueden juntar
a a,b
eo e1 e2
a,b
Ejemplos de autmatas finitos
0 e1 [0-9]
eo e2
[1-9] e2
0 [0-9]
Nmeros naturales +,-
eo e1 e3
[1-9]
Nmeros naturales con signo
[a-z],[A-Z],[0-9]
eo e1
[a-z],[A-Z]
Identificadores (bsicos)
Expresiones regulares, gramticas regulares y autmatas finitos
Las expresiones regulares (ERs), las gramticas

regulares, los autmatas finitos deterministas (AFDs) y los
no deterministas (AFNDs) son equivalentes en cuanto a
expresividad
Las ERs describen, las gramticas regulares generan y los

AFs permiten reconocer cualquier lenguaje regular
Existen demostraciones formales para convertir de ER a

AFND, de AFND a AFD y de AFD a ER, as como para
comparar las ERs con las gramticas regulares
Lenguajes incontextuales
Un lenguaje incontextual es un lenguaje formal que tiene

estas caractersticas:
Puede ser generado mediante una gramtica incontextual
(obtener todas las cadenas de smbolos que le pertenecen)
Puede ser reconocido mediante un autmata con pila
(saber si una cadena de smbolos pertenece a l o no)
Aunque son ms complejos que los regulares, estas

caractersticas facilitan su tratamiento computacional, por
eso tambin nos interesan los lenguajes incontextuales
Gramticas incontextuales
Las gramticas incontextuales tienen producciones

n donde n N y (T N)*
Ejemplo: El lenguaje de los nmeros binarios
Gbin
Terminales: 0, 1
No terminales: bits, bit
Axioma: bits
Producciones:
bits bits bit
bits bit
bit 0
bit 1
Ms sobre gramticas formales (incontextuales)
Las cadenas (T N)* se llaman formas sentenciales

Las cadenas T* se llaman sentencias o frases
Una gramtica incontextual G genera en (T N)*
relaciones de derivacin inmediata G
G ( es derivable inmediatamente de ) si y slo si se
dan estas tres condiciones:
on1
o01
n 0 P
siendo o, 1 y 0 (T N)* y n N
Las relaciones de derivacin G* son el resultado de

hacer el cierre reflexivo-transitivo de G
G* ( es derivable de ) si y slo si existe una
secuencia de derivaciones inmediatas que nos permita llegar
a partiendo de
Ejemplo de derivacin
Gbin
bits bits bit bits bit bit
bit bit bit 1 bit bit 1 0 bit 1 0 1
Ms sobre gramticas formales (incontextuales)
El lenguaje generado por una gramtica G es L(G)

L(G) = { tal que T* y n0 *G }
(Todas las posibles sentencias derivables del axioma de la gramtica n0)
Si G* puede haber slo una secuencia de

derivacin inmediata (derivacin de desde ) o
varias posibles
Cada una se representa as: G o, oG1, , n G
O en forma compacta: G o G 1 G . G
Derivacin por la izquierda: aquella en la que cada
derivacin inmediata x G y usa la produccin n 0 P
para el n situado lo ms a la izquierda posible en x
Derivacin por la derecha: aquella en la que cada
derivacin inmediata x G y usa la produccin n 0 P
para el n situado lo ms a la derecha posible en x
rboles de derivacin
Un rbol de derivacin de una gramtica G cumple:

Los nodos estn etiquetados con elementos T N {}
Los hijos de los nodos estn ordenados
Se forma de la siguiente manera:
Un nico nodo etiquetado con n0 es rbol de derivacin
Si X es rbol de derivacin, h uno de sus nodos hoja
etiquetado con n N y n una de sus producciones,
se puede construir otro rbol de derivacin X as:
Si es ,se aade a h un hijo etiquetado con
Si no, se aaden a h tantos hijos como smbolos tenga ,
etiquetados en orden con dichos smbolos
Si todas sus hojas estn etiquetadas con o terminales, el
rbol de derivacin se llama estructura de la sentencia
formada al concatenar las etiquetas de dichas hojas
Todas las sentencias tienen al menos una estructura
Una sentencia puede tener varias estructuras distintas
Si ocurre en algn caso, la gramtica G es ambigua!
Ejemplo de rbol de derivacin (estructura)
Gbin
bits
bits bit
bits bit 1
bit 0
Ejemplo de gramtica incontextual ambigua
Ejemplo: El lenguaje de las frmulas bien formadas (fbf) de la

lgica de primer orden
p representa cualquier predicado booleano
Gfbf
Terminales: p, , ,
No terminales: fbf
Axioma: fbf
Producciones:
fbf p
fbf fbf
fbf fbf fbf
fbf fbf fbf
Ejemplo de gramtica incontextual ambigua
p p p
fbf
fbf
fbf fbf
fbf fbf
p fbf fbf
fbf fbf p
p p p p
Basta con encontrar dos estructuras distintas para una misma sentencia
de un lenguaje para demostrar que su gramtica es ambigua
Autmatas a pila (APs)
Los autmatas a pila se definen con una tupla

<A, P, E, po, eo, t, F> siendo:
A el alfabeto de entrada que acepta el autmata
P el alfabeto de la pila
E el conjunto finito y no vaco de estados posibles
po P, el smbolo inicial de la pila
eo E, el estado inicial del autmata
t, la funcin de transicin de estados
t E (A {}) P (E P*)
(Con algn smbolo de entrada, o con la cadena vaca, y teniendo en cuenta la cima
de la pila, se pasa de uno de los estados del autmata a otro conjunto no vaco de
estados, sustituyendo el smbolo de la cima de la pila por otros smbolos del alfabeto
de la pila el smbolo ms a la derecha de ellos es la cima de la pila)
F E, el conjunto de estados finales
Comportamiento similar al de un autmata finito:

El comportamiento es no determinista, salvo que t siempre
lleve a un nico estado
Ejemplo de autmata a pila
APbin(equivalente a Gbin)
A = {0, 1}
P = {0, 1, bits, bit, $}
E = {x0, x1, x2}
p0 = $
e0 = x0
Definicin parcial de t:
t(<xo,,$>)= {<x1,$ bits>}
t(<x1,,bits>)= {<x1,bit>, <x1,bit bits>}
t(<x1,,bit>)= {<x1,0>, <x1,1>}
t(<x1,0,0>)= {<x1,>}
t(<x1,1,1>)= {<x1,>}
t(<x1,,$>)= {<x2,$>}
F = {x2}
Documentacin tcnica de un lenguaje de programacin
Conjunto de reglas que especifican y permiten verificar la

correccin de las sentencias del lenguaje y que estn
orientadas a los programadores que quieren conocer con
exactitud su sintaxis (principalmente)
La notacin gramatical es til desde el punto de vista del
desarrollador de procesadores de lenguaje, pero no desde el
punto de vista de sus usuarios
Formalismos ms utilizados por ser compactos o visuales:

Notacin BNF (Backus-Naur Form)
Notacin EBNF (Extended Backus-Naur Form)
Diagramas sintcticos
Todos ellos pueden expresar cualquier lenguaje

incontextual (la base de la sintaxis de cualquier lenguaje
de programacin) as que podemos usar el que queramos
Notacin BNF
TERMINAL Smbolo (ej. una palabra) del lenguaje a definir

(se escribe en letras maysculas)
<no terminal> Smbolo que se define en trminos de otros

smbolos (tanto terminales como no terminales)
(se escribe en letras minsculas y entre <>)
Regla de produccin Descripcin de un smbolo no terminal como

equivalente a 1) una combinacin de terminales
y no terminales, o 2) a la cadena vaca
(Un mismo no terminal puede tener varias reglas de produccin)
Metasmbolo Smbolo propio de la notacin BNF, est reservado

y no puede utilizarse en ningn otro smbolo
::= Equivalencia
(lo de la izquierda equivale a lo de la
derecha; es una regla de produccin)
| Alternativa
(lo de la izquierda o lo de la derecha)
Ejemplo en notacin BNF
Sintaxis de los nmeros enteros positivos en notacin BNF
<numero entero> ::= <signo opcional> <secuencia dgitos>

<signo opcional> ::= + | <nada>
<secuencia dgitos> ::= <dgito> | <dgito> <secuencia dgitos>
<dgito> ::= 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
<nada> ::=
Notacin EBNF
Aade metasmbolos nuevos y cambia la forma de presentar

las cosas
BNF EBNF
TERMINAL terminal
<no terminal> No-terminal
Metasmbolo Metasmbolo
::= Equivalencia ::= Equivalencia
| Alternativa | Alternativa
(...) Agrupacin
[...] Aparicin opcional
{...} Aparicin 0, 1 o ms veces
(son ERs a la derecha de cada produccin)
Recursividad permitida Recursividad NO permitida (se suple con {})

Si algn smbolo del lenguaje coincide con un
metasmbolo, el smbolo del lenguaje se pone
entre comillas simples
Ejemplo en notacin EBNF
Sintaxis de los nmeros enteros positivos en notacin EBNF
Numero-entero ::= [Signo] Secuencia-dgitos

Signo ::= +
Secuencia-dgitos ::= Dgito {Dgito}
Dgito ::= 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
Diagramas sintcticos
TERMINAL No Terminal
*En las reglas de produccin el no terminal
de la izquierda se deja sin recuadro
Alternativa
Aparicin 0, 1 o ms veces Aparicin opcional
Ejemplo con diagramas sintcticos
Sintaxis de los nmeros enteros positivos en notacin de

diagramas sintcticos
N entero positivo
Dgito
Dgito
+
0
Dgito
1

9
Crticas, dudas, sugerencias
Federico Peinado
www.federicopeinado.es
Formas normales
Maneras ms organizadas de expresar una

gramtica incontextual (recomendables para no
cometer errores en la definicin del lenguaje!)
Forma normal de Chomsky

Gramtica incontextual G con todas sus producciones
expresadas segn una de estas dos frmulas:
n non1
n t
siendo t T y n, no, n1 N
Forma normal de Greibach

Gramtica incontextual G con todas sus producciones
expresadas segn esta frmula:
n t
siendo t T y N*

Repaso LenguajesFormales PDF

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

Repaso LenguajesFormales PDF

Cargado por

Copyright:

Formatos disponibles

Procesadores de Lenguaje

Repaso. Lenguajes formales

Elaboracin del material

Un lenguaje formal es un conjunto (finito o infinito) de

Dichas cadenas estn formadas gracias a un alfabeto y a

Chomsky clasific jerrquicamente las gramticas

Cuanto menor es el tipo, mayor es el poder expresivo del

Un lenguaje regular es un lenguaje formal que tiene

Todas estas caractersticas facilitan mucho su

El conjunto de expresiones regulares sobre un alfabeto

(HK) ER(A) y denota el lenguaje LHK siendo

H* ER(A) y denota el lenguaje LH* siendo

Los parntesis () asocian operadores a cadenas de

Estas extensiones no amplan la expresividad, pero

Descripcin del lenguaje de las cadenas que empiezan

Las gramticas formales se definen con una tupla

N el alfabeto de smbolos no terminales

n0 N, el no terminal inicial o axioma

Las gramticas regulares son de uno de estos dos tipos:

Los autmatas finitos se definen con una tupla

Hay dos tipos de autmatas finitos

Autmatas finitos no deterministas (AFNDs)

Sirve para reconocer cadenas de smbolos de un

Tabla de transicin de estados

La permanencia en un estado se representa como una

Diagrama de transicin de estados

Si varias transiciones van de un mismo estado inicial a un

Nmeros naturales con signo

Las expresiones regulares (ERs), las gramticas

Las ERs describen, las gramticas regulares generan y los

Existen demostraciones formales para convertir de ER a

Un lenguaje incontextual es un lenguaje formal que tiene

Aunque son ms complejos que los regulares, estas

Las gramticas incontextuales tienen producciones

Las cadenas (T N)* se llaman formas sentenciales

Las relaciones de derivacin G* son el resultado de

El lenguaje generado por una gramtica G es L(G)

Si G* puede haber slo una secuencia de

Un rbol de derivacin de una gramtica G cumple:

Ejemplo: El lenguaje de las frmulas bien formadas (fbf) de la

Los autmatas a pila se definen con una tupla

F E, el conjunto de estados finales

Comportamiento similar al de un autmata finito:

Conjunto de reglas que especifican y permiten verificar la

Formalismos ms utilizados por ser compactos o visuales:

Todos ellos pueden expresar cualquier lenguaje

TERMINAL Smbolo (ej. una palabra) del lenguaje a definir

<no terminal> Smbolo que se define en trminos de otros

Regla de produccin Descripcin de un smbolo no terminal como

Metasmbolo Smbolo propio de la notacin BNF, est reservado

Sintaxis de los nmeros enteros positivos en notacin BNF

<numero entero> ::= <signo opcional> <secuencia dgitos>

Aade metasmbolos nuevos y cambia la forma de presentar

<no terminal> No-terminal

Recursividad permitida Recursividad NO permitida (se suple con {})

Sintaxis de los nmeros enteros positivos en notacin EBNF

Numero-entero ::= [Signo] Secuencia-dgitos

Aparicin 0, 1 o ms veces Aparicin opcional

Sintaxis de los nmeros enteros positivos en notacin de

Maneras ms organizadas de expresar una

Forma normal de Chomsky

Forma normal de Greibach

También podría gustarte