1

Ensayo sobre Computabilidad

Estudiante Beatriz Eugenia Marin Ospina

Doctorado en Ingeniería, Universidad Autónoma de Bucaramanga

Teoría de la Computación

Profesor Dr. Mauricio Alba

17 de Octubre del 2022

 2

Ensayo sobre Computabilidad

Resumen

En este trabajo se aborda el tema de computabilidad iniciando desde su concepción teórica

hasta algunos de los novedosos esfuerzos que existen en la actualidad para computar

funciones no computables. El objetivo que se busca es presentar una reflexión alrededor de

la pregunta “¿La creciente capacidad de los computadores permite inferir que con una

capacidad suficiente habrá en un futuro solución algorítmica para los problemas

indecidibles?”, en las conclusiones finales se converge con algunos de los autores

presentados en la creencia de que será posible.

Abstract

This paper deals with the subject of computability starting from its theoretical

conception to some of the novel efforts that currently exist to compute non-computable

functions. The objective that is sought is to present a reflection around the question "Does

the increasing capacity of computers allow us to infer that with sufficient capacity there

will be an algorithmic solution for undecidable problems in the future?", in the final

conclusions it converges with some of the authors submitted in the belief that it will be

possible.

Introducción

Un problema algorítmico se refiere a aquel que puede ser apropiado para ser

procesado por un computador y para el cual se consiguen resultados inequívocos en un

tiempo finito (Wegener, 2005). La computabilidad se refiere a la posibilidad de resolver un

problema matemático mediante un computador convirtiéndolo en un problema algorítmico.

 3

Determinar si un problema es computable o no permite abordarlo mediante los métodos

apropiados, la tesis más utilizada es la de Turing-Church que dice: “Cada función que

naturalmente se consideraría computable puede calcularse mediante una máquina de

Turing” (Brey & Søraker, 2009). Con esta definición se excluyen un gran número de

problemas que existen en la realidad y se consideran no computables, ya que su

modelamiento matemático solo se puede reducir a casos particulares que se alejan de la

generalización. A continuación se revisan los principales conceptos y se presentan algunos

estudios que dan miras hacia el camino futuro de la teoría de la computabilidad.

Conceptos

Cálculo Lambda

De manera general se describe el cálculo lambda de Church como un grupo de

elementos con la siguiente forma: 𝑣𝑎𝑟 = 𝑎 | 𝑣𝑎𝑟 ′ , 𝑡𝑒𝑟𝑚 = 𝑣𝑎𝑟 | 𝑡𝑒𝑟𝑚 𝑡𝑒𝑟𝑚 | 𝜆 𝑣𝑎𝑟 𝑡𝑒𝑟𝑚𝑠.

Una variable var puede ser por ejemplo: a, a’, a’’, las letras x,y,z….,etc. Un término

puede ser una variable, otros términos o una función con parámetros y cuerpo. Cada

función indica que se hace en el cuerpo, por ej. 𝜆𝑥. 𝑥 corresponde a la función identidad

equivalente a f(x)=x, o la función 𝜆𝑥.x+2 equivalente a f(x) = x+2. Además, Church

introdujo la noción de definibilidad lambda para funciones ℕk → ℕ en orden para obtener la

noción de computabilidad (Barendregt, 1997).

Máquina de Turing

Esta máquina presenta un computador M, donde M=(Q, ∑, Γ, δ, B, F, qo), con un

conjunto de estados Q, un alfabeto de entrada ∑, un alfabeto de cinta Γ, una función de

transición δ: Q x Γ → Q x Γ x {L, R, N}, un espacio blanco o vacío B, un conjunto de

 4

estados finales F y la posición inicial del cabezal en la máquina qo (Ver fig. 1). La

máquina toma alguna palabra de entrada w1….wn que se encuentra sobre el alfabeto ∑ y

asume que se encuentra localizada en la cinta en una posición 1…n, el proceso de

computación termina si se alcanza algún estado final en F. La función de transición δ

indica los estados Q a los cuales puede pasar la máquina en cada paso moviendo el cabezal

de la cinta a la izquierda (L), a la derecha (R) o permaneciendo en la misma posición (N).

La salida de la computación es el contenido de la cinta después de terminar. La máquina

resuelve un problema de decisión cuando se tiene una cadena de entrada para la que hay

una salida binaria de si o no, por lo tanto se dice, que un problema es decidible si hay una

máquina de Turing que siempre dé una respuesta en un tiempo finito para este (Edelkamp

& Schrödl, 2012).

Figura 1.

Máquina de Turing

Cabezal que se desplaza sobre los estados

M=(Q, ∑, Γ, δ, B, F, qo)
Q de acuerdo con la función δ

……1 | 1 | 0 | 1 | $ |……..

Elemento del alfabeto Elemento de máquina

Γ recorre cada posición-estado de
Nota: Se expresa como una cinta con un cabezal que
acuerdo a una entrada y una función de transición con las condiciones para su
desplazamiento,

Discusión

La tesis de Church hoy en día se usa para resultados de computabilidad negativos:

si una función no es definible en lambda o computable en Turing, intuitivamente se puede

asumir que nos es computable.

 5

Ahora, si se tiene un problema computable, porque se puede reconocer en una

máquina de Turing significa que se tienen un conjunto de pasos que permiten llegar a su

solución, facilitando el reconocimiento del fenómeno que se está estudiando y a su

delimitación. Los problemas no computables no se pueden abstraer para construir su

delimitación de forma general y estando presentes en la naturaleza son de interés científico

su modelamiento, aunque en la mayoría de los artículos revisados se ha encontrado una

percepción del tipo filosófico. Algunos de los problemas más reconocidos que se han

descrito son:

a) El problema de Post que a partir de dos listas de cadenas sobre un mismo alfabeto

∑ busca hallar la correspondencia entre frases.

b)El problema de la parada de los algoritmos que consiste en conocer cuando un

algoritmo termina.

c) El problema de conocer previamente si una ecuación diofantina tiene solución,

estas ecuaciones son expresiones algebraicas con dos o más incógnitas y coeficientes

enteros.

d) El problema de las matrices que consiste en saber si pueden ser multiplicadas en

algún orden, tal que el producto sea una matriz cero (Robic, 2020).

En el trabajo de Galton (2006) se presenta un estudio de diferentes métodos que han

intentado abordar la computabilidad en algunos de estos problemas desde otras técnicas

como redes neuronales, computación análoga, computación cuántica adiabática pero se han

quedado en modelos que no pasan de ser una idealización que no se puede traer al mundo

físico. De igual manera Arkoudas (2008) plantea un estudio similar pero propone la
 6

posibilidad de que algún día ingenieros puedan implementar mecanismos físicos para

calcular funciones no computables, expectativa con la que la autora se encuentra de

acuerdo, debido a los avances continuos en estas áreas de la ciencia.

Por otro lado la hipercomputación es definida en varios trabajos de (Sharma, 2022; Sharma

& Upadhyay, 2016) como la extensión del concepto de computabilidad tradicional de

Turing, que busca computar alguna función no computable, se ha divido en

hipercomputación relativista, biológica neuronal, aleatoria y cuántica. En ambos trabajos no

lograron llegar a la computabilidad esperada pero abre puertas a futuras investigaciones que

probablemente podrían llegar a nuevos descubrimientos.

Conclusiones

La aproximación de los modelos matemáticos al mundo físico esta limitado por los recursos

computacionales, cuando el modelo teórico no logra representar el problema, en los

métodos clásicos secuenciales tampoco es posible representarlo. Quizás nuevas técnicas

como la hipercomputación permita llegar en un futuro a una solución algorítmica

cambiando por completo el paradigma.

Referencias

Arkoudas, K. (2008). Computation, hypercomputation, and physical science. Journal of

Applied Logic, 6(4), 461-475. https://doi.org/10.1016/j.jal.2008.09.007

Barendregt, H. (1997). The Impact of the Lambda Calculus in Logic and Computer

Science. Bulletin of Symbolic Logic, 3(2), 181-215. https://doi.org/10.2307/421013

 7

Brey, P., & Søraker, J. H. (2009). Philosophy of Computing and Information Technology.

En A. Meijers (Ed.), Philosophy of Technology and Engineering Sciences (pp.

1341-1407). North-Holland. https://doi.org/10.1016/B978-0-444-51667-1.50051-3

Edelkamp, S., & Schrödl, S. (2012). Chapter 1—Computability Theory. En Heuristic

Search (pp. 3-46). Morgan Kaufmann. https://doi.org/10.1016/B978-0-12-372512-

7.00001-8

Galton, A. (2006). The Church–Turing thesis: Still valid after all these years? Applied

Mathematics and Computation, 178(1), 93-102.

https://doi.org/10.1016/j.amc.2005.09.086

Robic, B. (2020). The foundations of computability theory (Segunda). Springer.

https://link.springer.com/book/10.1007/978-3-662-62421-0

Sharma, A. (2022). Nature inspired algorithms with randomized hypercomputational

perspective. Information Sciences, 608, 670-695.

https://doi.org/10.1016/j.ins.2022.05.020

Sharma, A., & Upadhyay, A. (2016). Neural hypercomputation: A decisional approach.

2016 International Conference on Inventive Computation Technologies (ICICT), 1,

1-6. https://doi.org/10.1109/INVENTIVE.2016.7823285

Wegener, I. (2005). Complexity Theory: Exploring the Limits of Efficient Algorithms.

Springer Science & Business Media.