2023 2024 CyA Transparencias Tema4

Grado en Ingenierı́a Informática
Computabilidad y Algoritmia
Tema 4: Máquinas de Turing
F. de Sande
Curso 2023-2024
Introducción a las máquinas de Turing
Máquinas de Turing y lenguajes
Resolubilidad
Indice
1 Introducción a las máquinas de Turing

Descripción y funcionamiento
Modificaciones de las máquinas de Turing
Máquinas de Turing universales
2 Máquinas de Turing y lenguajes

Lenguajes aceptados por máquinas de Turing
Lenguajes regulares y lenguajes independientes del contexto
Lenguajes recursivos y recursivamente enumerables
3 Resolubilidad
Tesis de Church-Turing
Problemas resolubles e irresolubles
F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Introducción a las máquinas de Turing Descripción y funcionamiento
Máquinas de Turing y lenguajes Modificaciones de las máquinas de Turing
Resolubilidad Máquinas de Turing universales
Indice


3 Resolubilidad

Introducción
Hasta ahora...
Lenguajes regulares: autómatas finitos
Lenguajes independientes del contexto: autómatas de pila
Modelos de computación: reciben una cadena de sı́mbolos de
entrada, realizan ciertos movimientos en respuesta a los sı́mbolos de
la cadena y proporcionan una respuesta rudimentaria: sı́ o no

Introducción
Hasta ahora...
Lenguajes regulares: autómatas finitos
Lenguajes independientes del contexto: autómatas de pila
Modelos de computación: reciben una cadena de sı́mbolos de
entrada, realizan ciertos movimientos en respuesta a los sı́mbolos de
la cadena y proporcionan una respuesta rudimentaria: sı́ o no
A partir de ahora...
Hay lenguajes simples (L = {an bn cn | n ≥ 0}) que no son
independientes del contexto, y por ello ni los autómatas finitos ni los
autómatas de pila pueden ser considerados modelos generales de
computación
Se estudiará en este tema un modelo de computación más general

Máquina de Turing
Definición
Una Máquina de Turing (MT) es una tupla M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

Máquina de Turing
Definición
Q es el conjunto de estados (Q finito y Q ̸= ∅)

Máquina de Turing
Definición
Γ es el alfabeto de cinta

Máquina de Turing
Definición
Σ es el alfabeto de entrada. Generalmente Σ ⊆ Γ − {␢}

Máquina de Turing
Definición
q0 ∈ Q es el estado inicial o de arranque

Máquina de Turing
Definición
F ⊆ Q es el conjunto de estados de aceptación

Máquina de Turing
Definición
␢∈ Γ es el sı́mbolo blanco (␢∈
/ Σ)

Máquina de Turing
Definición
␢∈ Γ es el sı́mbolo blanco (␢∈
/ Σ)
δ es la función de transición:
δ : Q × Γ → Q × Γ × {L, R}
(q, a) → (p, t, X)
con p, q ∈ Q, a, t ∈ (Σ ∪ {␢}), X ∈ {L, R}

Caracterı́sticas
Una MT consiste en una colección de celdas de almacenamiento que se

extiende infinitamente en ambas direcciones: cinta infinita

Caracterı́sticas
Posee una cabeza de lectura/escritura que puede moverse sobre la

cinta y por cada movimiento lee o escribe un sı́mbolo
Cada celda es capaz de almacenar un único sı́mbolo
El valor inicial de todas las celdas de la cinta es es sı́mbolo ␢
A los contenidos de las celdas se puede acceder en cualquier orden
Las transiciones dependen únicamente del estado actual y del
contenido de la celda sobre la que se encuentre la cabeza de
lectura/escritura

Funcionamiento
Consideremos la máquina de Turing definida mediante:

Q = {q1 , q2 }
Σ = {a, b}
Γ = {a, b, ␢}
F = {q2 }
s = q1
δ:
δ(q1 , a) = (q1 , a, R)
δ(q1 , b) = (q1 , a, R)
δ(q1 , ␢) = (q2 , ␢, L)

Funcionamiento
Considérese la máquina de Turing definida mediante:

δ(q1 , a) = (q1 , a, R)
δ(q1 , b) = (q1 , a, R)
δ(q1 , ␢) = (q2 , ␢, L)

Funcionamiento

δ(q1 , a) = (q1 , a, R)
δ(q1 , b) = (q1 , a, R)
δ(q1 , ␢) = (q2 , ␢, L)
El funcionamiento de la máquina es el siguiente:

La máquina comienza sus operaciones en el estado q1
Si el contenido de la celda sobre la que se encuentra la cabeza de
lectura/escritura es a, se aplica la transición δ(q1 , a) = (q1 , a, R):
La MT sobreescribirá el sı́mbolo a que está en la cinta con otra a
La cabeza de lectura/escritura se moverá una posición a la derecha
La MT permanecerá en el estado q1

Funcionamiento
δ(q1 , a) = (q1 , a, R)
δ(q1 , b) = (q1 , a, R)
δ(q1 , ␢) = (q2 , ␢, L)

Funcionamiento
δ(q1 , a) = (q1 , a, R)
δ(q1 , b) = (q1 , a, R)
δ(q1 , ␢) = (q2 , ␢, L)
El funcionamiento de la máquina es el siguiente:

Cualquiera de las siguientes aes que haya en la cinta no se cambiará,
sin embargo, las bes serán sustituidas por aes: δ(q1 , b) = (q1 , a, R)
Si la maquina de Turing encuentra un blanco (sı́mbolo ␢), se moverá
una celda hacia la izquierda y pasará al estado final, q2 :
δ(q1 , ␢) = (q2 , ␢, L)
Puesto que no hay ninguna transición definida desde el estado q2 , la
MT parará una vez que esté en ese estado

Descripciones instantáneas
Cualquier configuración de una MT viene determinada por:
El estado actual
El contenido de la cinta
La posición de la cabeza de lectura/escritura sobre la cinta

Cualquier configuración de una MT viene determinada por:
El estado actual
El contenido de la cinta
La posición de la cabeza de lectura/escritura sobre la cinta
Se usarán dos notaciones para representar las configuraciones:

1 (qi , w1 aw2 ):
qi es el estado actual
w1 ∈ Γ∗ es la cadena a la izquierda de la cabeza de L/E
w2 ∈ Γ∗ es la cadena a la derecha de la cabeza de L/E
a ∈ Γ es el sı́mbolo sobre el que se encuentra la cabeza de L/E
2 a1 a2 ...ak−1 qi ak ...an :
a1 a2 ...ak−1 = w1
ak = a
ak+1 ak+2 ...an = w2
Ejemplo:
Notación 1:
(q1 , abba) ⊢ (q1 , abba) ⊢ (q1 , aaba) ⊢ (q1 , aaaa) ⊢ (q1 , aaaa␢) ⊢
(q2 , aaaa)
Notación 2:
q1 abba ⊢ aq1 bba ⊢ aaq1 ba ⊢ aaaq1 a ⊢ aaaaq1 ␢ ⊢ aaaq2 a

Ejemplo:
Notación 1:
(q1 , abba) ⊢ (q1 , abba) ⊢ (q1 , aaba) ⊢ (q1 , aaaa) ⊢ (q1 , aaaa␢) ⊢
(q2 , aaaa)
Notación 2:
q1 abba ⊢ aq1 bba ⊢ aaq1 ba ⊢ aaaq1 a ⊢ aaaaq1 ␢ ⊢ aaaq2 a
⊢ denota el paso de una configuración a otra

⊢∗ y ⊢+ tienen el significado usual de “cero o más” y “uno o más”
pasos

Ejemplo:
Q = {q1 , q2 , q3 } δ(q1 , a) = (q1 , a, L)
Σ = {a, b} δ(q1 , b) = (q1 , b, L)
Γ = {a, b, ␢} δ(q1 , ␢) = (q2 , ␢, R)
F = {q3 } δ(q2 , a) = (q3 , a, L)
q0 = q1 δ(q2 , b) = (q3 , b, L)
δ(q2 , ␢) = (q3 , ␢, R)

Ejemplo:
Q = {q1 , q2 , q3 } δ(q1 , a) = (q1 , a, L)
Σ = {a, b} δ(q1 , b) = (q1 , b, L)
Γ = {a, b, ␢} δ(q1 , ␢) = (q2 , ␢, R)
F = {q3 } δ(q2 , a) = (q3 , a, L)
q0 = q1 δ(q2 , b) = (q3 , b, L)
δ(q2 , ␢) = (q3 , ␢, R)
Esta MT examina su cinta hacia la izquierda hasta hallar el primer ␢.

Entonces para y se coloca sobre el ␢:
(q1 , ␢aababb␢) ⊢ (q1 , ␢aababb␢) ⊢ (q1 , ␢aababb␢) ⊢ (q1 , ␢aababb␢) ⊢
(q1 , ␢aababb␢) ⊢ (q2 , ␢aababb␢) ⊢ (q3 , ␢aababb␢)

Lenguaje aceptado por una MT
Sea una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

El lenguaje aceptado por M se denota como L(M ) y se define como:
L(M ) = {w ∈ Σ∗ | q0 w ⊢∗ w1 pw2 para p ∈ F, wi ∈ Γ∗ }
Una cadena w ∈ Σ∗ es aceptada si M alcanza un estado de

aceptación p y para

Lenguaje aceptado por una MT
Sea una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

El lenguaje aceptado por M se denota como L(M ) y se define como:
L(M ) = {w ∈ Σ∗ | q0 w ⊢∗ w1 pw2 para p ∈ F, wi ∈ Γ∗ }
Una cadena w ∈ Σ∗ es aceptada si M alcanza un estado de

aceptación p y para
Nota: Se ha supuesto que una MT siempre para al alcanzar un estado de

aceptación puesto que no se definen transiciones en los estados p ∈ F

Parada de una máquina de Turing
Considérese una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

Cuando δ(q, a) no está definida y la configuración de la MT es
(q, w1 aw2 ) es imposible que la MT cambie la configuración
En estas circunstancias, se dice que la MT está parada
Una MT puede estar parada en un estado q ∈ F o en un estado
q∈/F
Para simplificar se asumirá que no se definirán transiciones para los
estados de F , y consecuentemente
La MT se parará siempre que llegue a un estado de aceptación
La secuencia de todos los movimientos que conducen a una MT a
una configuración de parada se llama computación

Máquina de Turing que nunca para

Q = {q1 , q2 } δ(q1 , a) = (q2 , a, R)
Σ = {a, b} δ(q1 , b) = (q2 , b, R)
Γ = {a, b, ␢} δ(q1 , ␢) = (q2 , ␢, R)
F =∅ δ(q2 , a) = (q1 , a, L)
q0 = q1 δ(q2 , b) = (q1 , b, L)
δ(q2 , ␢) = (q1 , ␢, L)

Máquina de Turing que nunca para

Q = {q1 , q2 } δ(q1 , a) = (q2 , a, R)
Σ = {a, b} δ(q1 , b) = (q2 , b, R)
Γ = {a, b, ␢} δ(q1 , ␢) = (q2 , ␢, R)
F =∅ δ(q2 , a) = (q1 , a, L)
q0 = q1 δ(q2 , b) = (q1 , b, L)
δ(q2 , ␢) = (q1 , ␢, L)
Si se estudia el cómputo que realiza esta MT:

q1 abw ⊢ aq2 bw ⊢ q1 abw ⊢ aq2 bw ⊢ ...
Esta MT nunca para: podrı́a decirse que entra en un “bucle infinito”
Esta situación se representa como:
(q, w1 aw2 ) ⊢∗ ∞
w1 qaw2 ⊢∗ ∞
Diferencias entre las máquinas de Turing y los autómatas

finitos
Una MT puede leer o escribir información de la cinta, mientras que

un AF sólo puede leer su “entrada”


finitos

La cabeza de lectura/escritura de una MT puede moverse a
izquierda o derecha, mientras que un AF lee sı́mbolos en una sola
“dirección”


finitos

“dirección”
La cinta de una MT es infinita, la entrada en un AF es finita


finitos

“dirección”
La cinta de una MT es infinita, la entrada en un AF es finita
Los estados en los que una MT acepta o rechaza toman efecto
inmediatamente, mientras que un AF debe consumir toda su
entrada para terminar su cómputo

Ejemplo de máquina de Turing
Diseñar una MT M tal que L(M ) = L[a∗] sobre {a, b}

Q = {q1 , q2 } δ(q1 , a) = (q1 , a, R)
Σ = {a, b} δ(q1 , ␢) = (q2 , ␢, R)
Γ = {a, b, ␢}
F = {q2 }
q0 = q1

Diseñar una MT M tal que L(M ) = L[a∗] sobre {a, b}

Q = {q1 , q2 } δ(q1 , a) = (q1 , a, R)
Σ = {a, b} δ(q1 , ␢) = (q2 , ␢, R)
Γ = {a, b, ␢}
F = {q2 }
q0 = q1
Hay dos posibilidades para rechazar una cadena w ∈ Σ∗ :

1 M para en un estado que no es de aceptación
2 M no para nunca (entrando en un “bucle infinito”)

Diseñar otra MT M tal que L(M ) = L[a∗] sobre {a, b}

Q = {q1 , q2 , q3 } δ(q1 , a) = (q1 , a, R)
Σ = {a, b} δ(q1 , b) = (q2 , b, R)
Γ = {a, b, ␢} δ(q1 , ␢) = (q3 , ␢, R)
F = {q3 } δ(q2 , a) = (q2 , a, R)
q0 = q1 δ(q2 , b) = (q2 , b, R)
δ(q2 , ␢) = (q2 , ␢, R)

Diseñar otra MT M tal que L(M ) = L[a∗] sobre {a, b}

Q = {q1 , q2 , q3 } δ(q1 , a) = (q1 , a, R)
Σ = {a, b} δ(q1 , b) = (q2 , b, R)
Γ = {a, b, ␢} δ(q1 , ␢) = (q3 , ␢, R)
F = {q3 } δ(q2 , a) = (q2 , a, R)
q0 = q1 δ(q2 , b) = (q2 , b, R)
δ(q2 , ␢) = (q2 , ␢, R)
Si esta MT lee un sı́mbolo b, pasa al estado q2 donde se moverá

indefinidamente hacia la derecha

Máquina de Turing que reconoce un CFL
Diseñar una MT M tal que L(M ) = {an bn | n ≥ 1}


M cambia la primera a por c: δ(q1 , a) = (q2 , c, R)


Luego se desplaza hacia la derecha hasta hallar la primera b y
cambiarla por d:
δ(q2 , a) = (q2 , a, R)
δ(q2 , d) = (q2 , d, R)
δ(q2 , b) = (q3 , d, L)


Luego se desplaza hacia la derecha hasta hallar la primera b y
cambiarla por d:
δ(q2 , a) = (q2 , a, R)
δ(q2 , d) = (q2 , d, R)
δ(q2 , b) = (q3 , d, L)
A continuación se mueve a la izquierda hasta posicionarse en la c de
más a la derecha:
δ(q3 , d) = (q3 , d, L)
δ(q3 , a) = (q3 , a, L)
δ(q3 , c) = (q1 , c, R)


Si se acaban los sı́mbolos a, M estará situada sobre un sı́mbolo d en
el estado q1


el estado q1
Bastarı́a con comprobar que todos los sı́mbolos b han sido
sustituidos por d:
δ(q1 , d) = (q4 , d, R)
δ(q4 , d) = (q4 , d, R)
δ(q4 , ␢) = (q5 , ␢, L)


el estado q1
Bastarı́a con comprobar que todos los sı́mbolos b han sido
sustituidos por d:
δ(q1 , d) = (q4 , d, R)
δ(q4 , d) = (q4 , d, R)
δ(q4 , ␢) = (q5 , ␢, L)
El resto de componentes de M se definen como:
Q = {q1 , q2 , q3 , q4 , q5 }
Σ = {a, b}
Γ = {a, b, c, d, ␢}
F = {q5}
q0 = q1
Diagrama de transiciones
Una MT puede ser representada gráficamente mediante un diagrama de

transiciones
Sea M ≡ (Q, Σ, Γ, q0 , ␢, F, δ)
Una transición δ(qi , x) = (qj , y, T ) con T ∈ {L, R} se representa
mediante el diagrama:
El estado de arranque de M se indica tal como se hace con los

diagramas de transiciones de los AFs
Los estados de aceptación se representan usando doble trazo

Diagrama de transiciones
Ejemplo: MT que reconoce L = {an bn | n ≥ 1}
d/d, R
a/a, R
a/c, R
q1 q2
d/d, R c/c, R b/d, L
d/d, R q4 q
3
b/b, L a/a, L
d/d, L
q5

Transformación de cadenas
Una MT tiene la capacidad de transformar una cadena de entrada
(secuencia de sı́mbolos sobre su cinta) en una cadena de salida
(secuencia resultante al finalizar el cómputo):
Modelo abstracto de computador
Ejemplo: MT que complementa cadenas de {a, b}

M ≡ (Q, Σ, Γ, q0 , ␢, F, δ) se define como:
Q = {q1 , q2 , q3 } F = {q3 }
Σ = {a, b} q0 = q1
Γ = {a, b, ␢}
δ a b ␢
q1 q1 , b, R q1 , a, R q2 , ␢, L
q2 q2 , a, L q2 , b, L q3 , ␢, R

Transformación de cadenas
Ejemplo: MT que complementa cadenas de {a, b}
M ≡ (Q, Σ, Γ, q0 , ␢, F, δ) se define como:
Q = {q1 , q2 , q3 } F = {q3 }
Σ = {a, b} q0 = q1
Γ = {a, b, ␢}
δ a b ␢
q1 q1 , b, R q1 , a, R q2 , ␢, L
q2 q2 , a, L q2 , b, L q3 , ␢, R

Función Turing computable
Definición
Una función de cadena es una función f : Σ∗ → Σ∗

Definición
Definición
Se dice que una función de cadena es Turing computable (o computable)
si existe una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ) para la cual:
q0 w ⊢ ∗ qf u
para algún qf ∈ F cuando f (w) = u

Definición
Definición
Se dice que una función de cadena es Turing computable (o computable)
si existe una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ) para la cual:
q0 w ⊢ ∗ qf u
para algún qf ∈ F cuando f (w) = u
Aunque la computabilidad de Turing se ha definido sólo para funciones

de cadena, la definición se puede extender a las funciones integrables


Ejemplo
Supongamos Σ = {a, b} y representemos los enteros positivos mediante
cadenas de “aes”:
El entero positivo n estarı́a representado por an
La función suma f (n, m) = n + m se puede implementar mediante
la transformación de an bam en an+m b
δ a b ␢
q1 q1 , a, R q2 , a, R
q2 q2 , a, R q3 , ␢, L
q3 q4 , b, L
q4 q4 , a, L q5 , ␢, R
Esta MT desplaza el sı́mbolo b hacia la derecha, después de an+m
Cuando termina (q5 ∈ F ), la MT sitúa su cabeza de L/E sobre el sı́mbolo a
situado más a la izquierda

Combinación de MT
Definición
Sean M1 ≡ (Q1 , Σ, Γ, q01 , ␢, F1 , δ1 ) y M2 ≡ (Q2 , Σ, Γ, q02 , ␢, F2 , δ2 ) dos
MT sobre el mismo Σ, con el mismo Γ y con Q1 ∩ Q2 = ∅, definimos la
combinación de M1 y M2 como M1 M2 ≡ (Q, Σ, Γ, q0 , ␢, F, δ) con:
Q1 ∪ Q2 q0 = q01 F = F2

δ1 (q, a)
 si q ∈ Q1 y δ1 (q, a) ̸= (p, t, X) ∀p ∈ F1
δ(q, a) = (q02 , t, X) si q ∈ Q1 y δ1 (q, a) = (p, t, X) con p ∈ F1

δ2 (q, a) si q ∈ Q2

M1 M2 se comporta como M1 hasta que alcanza un estado de F1

En ese momento, cambia al estado q02 y se comporta como M2 hasta el final del
cómputo

Combinación de MT
Ejemplo
Consideremos una MT M1 :
δ a ␢
q1 q2 , a, R q2 , ␢, R
q2 q2 , a, R q3 , ␢, L
q3 q4 , a, R q4 , ␢, R
δ a ␢
q1 q2 , a, R q2 , a, R

Combinación de MT
Ejemplo
δ a ␢
q1 q2 , a, R q2 , ␢, R
q2 q2 , a, R q3 , ␢, L
q3 q4 , a, R q4 , ␢, R
δ a ␢
q1 q2 , a, R q2 , a, R
M1 busca el primer ␢ a la derecha de la posición inicial de su cabeza L/E

M2 escribe un sı́mbolo a y para
Al combinar M1 y M2 de modo que una computación de M1 vaya seguida de
una de M2 obtendremos una MT M1 M2 que busca el primer sı́mbolo ␢ a la
derecha de la posición inicial de su cabeza L/E y lo sustituye por una a
MT con posibilidad de no moverse
Originalmente definimos:
δ : Q × Γ → Q × Γ × {L, R}
De forma alternativa podrı́amos definir:
δ : Q × Γ → Q × Γ × {L, R, S}
En este caso, la MT tendrı́a la posibilidad de no mover su cabeza de
L/E en cada paso de cómputo

MT con posibilidad de no moverse
Originalmente definimos:
δ : Q × Γ → Q × Γ × {L, R}
De forma alternativa podrı́amos definir:
δ : Q × Γ → Q × Γ × {L, R, S}
En este caso, la MT tendrı́a la posibilidad de no mover su cabeza de
L/E en cada paso de cómputo
Este tipo de MT se puede simular por una MT de las definidas

originalmente

MT con múltiples pistas
En una MT con múltiples pistas, cada celda no contiene un único

sı́mbolo, sino un vector de sı́mbolos:
δ : Q × Γk → Q × Γk × {L, R}
En cada movimiento:
La MT lee un vector de sı́mbolos
La MT cambia de estado
La MT escribe un nuevo vector
La MT mueve su cabeza de L/E

MT con múltiples pistas

Ejemplo: MT multi-pista para sumar números binarios
(
(q1 , a, R) si a ̸= (̸ b, ̸ b, ̸ b)
δ(q1 , a) =
(q2 , a, L) si a = (̸ b, ̸ b, ̸ b)
δ(q2 , (0, 0,␢)) = (q2 , (0, 0, 0), L) δ(q3 , (0, 0,␢)) = (q2 , (0, 0, 1), L)
δ(q2 , (0, 1,␢)) = (q2 , (0, 1, 1), L) δ(q3 , (0, 1,␢)) = (q3 , (0, 1, 0), L)
δ(q2 , (1, 0,␢)) = (q2 , (1, 0, 1), L) δ(q3 , (1, 0,␢)) = (q3 , (1, 0, 0), L)
δ(q2 , (1, 1,␢)) = (q3 , (1, 1, 0), L) δ(q3 , (1, 1,␢)) = (q3 , (1, 1, 1), L)
δ(q2 , (␢,␢,␢)) = (q4 , (␢,␢, 0), S) δ(q3 , (␢,␢,␢)) = (q4 , (␢,␢, 1), S)

MT multi-cinta
La MT tiene varias cintas, cada una con su cabeza de L/E

En un sólo movimiento, la MT:
Cambia de estado, dependiendo del estado actual y del contenido de
todas las cintas
Escribe un nuevo sı́mbolo en cada una de sus cintas
Mueve, de forma independiente, cada cabeza de L/E a izquierda o
derecha ({L, R})
Para una MT con n cintas:
δ : Q × Γn → Q × Γn × {L, R, S}n
Es decir, δ(q, (a1 , a2 , ..., an )) = (p, (b1 , b2 , ..., bn ), (X1 , X2 , ..., Xn ))
Este tipo de MT se puede simular por una MT tal como se definió

originalmente

MT multi-cinta
Ejemplo: MT con dos cintas C1 y C2 que reconoce L = {an bn | n ≥ 1}

La cadena a analizar la colocamos en la cinta C1
Suponemos que el estado inicial es q1 y que inicialmente la cabeza de L/E de C1
está situada sobre el sı́mbolo del extremo izquierdo de la cadena
Mientras encuentra sı́mbolos a los deja en C1 y los copia en C2 :
δ(q1 , (a,␢)) = (q1 , (a, a), (R, R))
Cuando encuentra la primera b la deja en C1 y se mueve a la izquierda (L) en C2 :
δ(q1 , (b,␢)) = (q2 , (b,␢), (S, L))
A continuación, se van emparejando las b de C1 con las a copiadas en C2 :
δ(q2 , (b, a)) = (q2 , (b, a), (R, L))
Cuando encuentra (␢,␢) pasa a q3 y acaba:
δ(q2 , (␢,␢)) = (q3 , (␢, ␢), (R, L))

MT con cinta multidimensional
En este caso la cinta de la MT es N-dimensional

Una posibilidad será una cinta bidimensional, que se extiende
infinitamente hacia la izquierda, derecha, arriba y abajo, de modo
que la función de transición estará definida por:
δ : Q × Γ → Q × Γ × {L, R, U, D}

originalmente

MT no determinista
Se elimina el requerimiento de que la regla de transición sea una
función
Para un estado y sı́mbolo actual, puede existir un número finito de
movimientos a elegir
Ejemplo
Si la MT tuviera la transición: δ(q1 , a) = {(q1 , b, R), (q2 , a, L)}
Podrı́amos tener los movimientos siguientes:
(q1 , abbab) ⊢ (q1 , abbbb)
(q1 , abbab) ⊢ (q2 , abbab)

originalmente
Modificaciones de la MT
Se puede demostrar que todas las variantes que hemos introducido

con respecto a la MT tal como se definió originalmente, tienen la
misma capacidad de cómputo que la MT original
Todo cómputo que pueda realizarse con una MT “de la forma
original” puede ser también realizado por cualquiera de las variantes
Alternativamente, si un cómputo puede realizarse con cualquiera de
las variantes, también puede ser llevado a cabo por una MT definida
“de la forma original”
La finalidad es que, si una de las variantes resulta más adecuada para
resolver un determinado problema, se pueda utilizar para simplificar

Máquina de Turing universal
Definición
Una MT universal (MU ) es una MT que, a partir de una descripción
adecuada de una MT (M ) y una cadena de entrada (w ∈ Σ∗ ), simula el
comportamiento de M ante la cadena w
Codificación de una MT arbitraria M ≡ (Q, Σ, Γ, q0 , ␢, F, δ)}

Encontrar una manera de describir M , puesto que la descripción se
dará a MU como entrada
Las entradas para MU serán (M, w)
Codificaremos M utilizando un alfabeto Σ = {0, 1} estableciendo
algunos convenios

Codificación de una MT arbitraria M ≡ (Q, Σ, Γ, q0 , ␢, F, δ)}

1 Haremos que |F | = 1 (siempre se puede conseguir) y supondremos que
Q = {q1 , q2 , ..., qn } siendo q0 = q1 y F = {qn }
2 Supondremos Γ = {a1 , a2 , ..., am } siendo a1 = ␢
3 Se representará qi mediante 1i (p. ej. q5 = 11111)
4 Se representará ai mediante 1i (p. ej. a3 = 111)
5 Se representará L = 1 y R = 11
6 Utilizando el sı́mbolo 0 como separador se representará:
δ(q2 , a3 ) = (q3 , a2 , R) como 01101110111011011
δ(q5 , a1 ) = (q2 , a3 , L) como 01111101011011101
Ası́ se puede especificar completamente la función δ de M
7 Una MT arbitraria M tiene una codificación representada por una cadena de
ceros y unos de longitud finita
8 Dada una codificación, ésta se puede decodificar unı́vocamente

Implementación
MU se puede implementar como una MT con tres cintas (C1 , C2 , C3 )
cuyo alfabeto Σ contenga {0, 1}:
1 C1 contiene la codificación de M y tiene su cabeza de L/E situada
sobre el primer 0 de la codificación
2 C2 contiene la codificación (con {0, 1}) del contenido de la cinta de
M , con la cabeza de L/E situada sobre el primer 1 del sı́mbolo
actual
3 C3 almacena el estado actual de M e inicialmente contiene:
...␢1 ␢...
Es decir, la máquina está en su estado de arranque, q0

Implementación
El modo de funcionamiento de MU es el siguiente:
1 MU analiza y compara el contenido de las cintas C2 y C3 (sı́mbolo y
estado)
2 Busca en C1 una transición para ese par (sı́mbolo-estado) hasta
encontrarla o finalizar la búsqueda
3 Si no encuentra una transición, MU para (como lo harı́a M ). En
caso contrario, MU simula M
4 Si M para ante w, MU parará cuando tenga como entrada (M, w)

Introducción a las máquinas de Turing Lenguajes aceptados por máquinas de Turing
Máquinas de Turing y lenguajes Lenguajes regulares y lenguajes independientes del contexto
Resolubilidad Lenguajes recursivos y recursivamente enumerables
Indice


3 Resolubilidad


Definición
Un lenguaje L se dice que es recursivamente enumerable (LRE) si
existe una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ) tal que L = L(M )


Definición
Definición
Un lenguaje L es recursivo (LREC) si existe al menos una M T que
reconoce las cadenas de L y para con toda cadena de entrada.
Los lenguajes recursivos son un subconjunto de los lenguajes
recursivamente enumerables


Definición
Definición
Un lenguaje L es recursivo (LREC) si existe al menos una M T que
reconoce las cadenas de L y para con toda cadena de entrada.
Los lenguajes recursivos son un subconjunto de los lenguajes
recursivamente enumerables
Para que una MT reconozca un lenguaje no necesita parar sobre cualquier cadena de
entrada: basta que pare en un estado q ∈ F para aquellas cadenas w ∈ L.
Si un L es un LREC, existe al menos una MT M tal que, si le pasamos a M una
w ∈ L, entonces M para y acepta w. Si se le pasa una w ∈
/ L, entonces M para y
rechaza w
Máquina de Turing a partir de un DFA

Sea M ≡ (Q, Σ, q0 , F, δ) un DFA
Se puede construir una MT M ′ ≡ (Q′ , Σ′ , Γ, ␢, q0′ , F ′ , δ ′ ) tal que
L(M ′ ) = L(M ):
Q′ = Q ∪ {q ′ } (q ′ ∈
/ Q)
Σ′ = Σ
Γ = Σ ∪ {␢}
F ′ = {q ′ }
δ ′ (q, a) = (δ(q, a), a, R) ∀q ∈ Q, ∀a ∈ Σ
δ ′ (q, ␢) = (q ′ , ␢, S) ∀q ∈ F

Máquina de Turing a partir de un DFA

Sea M ≡ (Q, Σ, q0 , F, δ) un DFA
Se puede construir una MT M ′ ≡ (Q′ , Σ′ , Γ, ␢, q0′ , F ′ , δ ′ ) tal que
L(M ′ ) = L(M ):
Q′ = Q ∪ {q ′ } (q ′ ∈
/ Q)
Σ′ = Σ
Γ = Σ ∪ {␢}
F ′ = {q ′ }
δ ′ (q, a) = (δ(q, a), a, R) ∀q ∈ Q, ∀a ∈ Σ
δ ′ (q, ␢) = (q ′ , ␢, S) ∀q ∈ F
La MT analiza su entrada de izquierda a derecha y con cada sı́mbolo cambia de estado

del mismo modo que lo hace el DFA. Aceptará la cadena si al llegar al final de la
misma encuentra un ␢ y se encuentra en un estado de aceptación

Teorema
Si L ⊆ Σ∗ es un lenguaje regular, entonces L es un lenguaje recursivo

Teorema
L = {an bn | n ≥ 1} es un lenguaje recursivo (se han estudiado varias MT

que lo reconocen) pero hemos estudiado asimismo que L no es regular
Ası́ pues, hay lenguajes recursivos que no son regulares: LREG ⊂ LREC

Teorema
L = {an bn | n ≥ 1} es un lenguaje recursivo (se han estudiado varias MT

que lo reconocen) pero hemos estudiado asimismo que L no es regular
Ası́ pues, hay lenguajes recursivos que no son regulares: LREG ⊂ LREC
Teorema
Si L ⊆ Σ∗ es un lenguaje independiente del contexto, entonces L es un
lenguaje recursivo

Lenguajes recursivos
Teorema
Si L1 y L2 son lenguajes recursivos, entonces L1 ∩ L2 también lo es

Teorema
Demostración
Sean M1 y M2 las MT que reconocen L1 y L2 respectivamente, y
que paran ante cualquier cadena:
Si w ∈ L(Mi ), Mi parará en un estado de aceptación
Si w ∈
/ L(Mi ), Mi parará en un estado que no es de aceptación
Sea M una MT con 2 cintas. Se coloca w en la cinta 1 y M hará
una copia de ella en la cinta 2

Teorema

Teorema
Demostración
M emulará a M1 mediante la cinta 1 hasta que M1 pare
Si M1 para en un estado que no es de aceptación, entonces M
también para y rechaza w
Si M1 acepta w, entonces M emulará ahora a M2 usando la copia de
la cinta 2
Si M2 rechaza w entonces M rechaza la cadena
Si M2 acepta la cadena, entonces M acepta w

Teorema

Teorema
Demostración
Ası́ pues, tenemos que w ∈ L(M ) ⇔ w ∈ L(M1 ) y w ∈ L(M2 ),
luego L(M ) = L(M1 ) ∩ L(M2 )
M para ante cualquier cadena de entrada: L(M ) es recursivo

Teorema
Si L1 y L2 son lenguajes recursivos, entonces L1 ∪ L2 también lo es

Teorema
Si L1 y L2 son lenguajes recursivos, entonces L1 ∪ L2 también lo es
Demostración

Teorema
Si L es un lenguaje recursivo, entonces L también lo es

Teorema
Demostración
Si L es recursivo, existe una MT M ≡ (Q, Σ, Γ, δ, F, q0 , ␢) que
acepta L y que para ante cualquier entrada
Sea M ′ ≡ (Q, Σ, Γ, δ, Q − F, q0 , ␢):
Si w ∈ L, M parará en un estado de aceptación y M ′ parará en un
estado que no es de aceptación
Si w ∈/ L, M parará en un estado que no es de aceptación y M ′
parará en un estado de aceptación
Ası́ pues, L(M ′ ) = Σ∗ − L = L
Puesto que M para ante cualquier cadena de entrada, M ′ también
Luego podemos concluir que L es recursivo
Teorema

Teorema
Demostración

Lenguajes recursivamente enumerables

En general, esta propiedad no es cierta para lenguajes recursivamente
enumerables


enumerables
Teorema
Existe un lenguaje recursivamente enumerable L para el cual L no es
recursivamente enumerable


enumerables
Teorema
Existe un lenguaje recursivamente enumerable L para el cual L no es
Demostración
Sea Σ un alfabeto. Σ∗ es numerable, de modo que podemos enumerar:
Σ∗ = {w1 , w2 , w3 , ...}
Las MT con alfabeto Σ se pueden representar mediante números, de modo que
también son enumerables: M T (Σ) = {M1 , M2 , M3 , ...}
Sea L = {wi ∈ Σ∗ | wi es aceptada por Mi }


Demostración: estudiemos en primer lugar que L es recursivamente
enumerable


Demostración: estudiemos en primer lugar que L es recursivamente
enumerable
Para demostrarlo, se construirá una MT, M que acepte L
La MT que construiremos será una composición de varias MT
auxiliares:
Sea w ∈ Σ∗ . La MT M genera las cadenas w1 , w2 , w3 , ... hasta hallar un
i∈ N | w = wi
A continuación, M genera (codificada) la i-ésima M T (Σ), Mi
M pasa el par (Mi , wi ) a la MT Universal, MU , que simulará Mi con
wi = w como entrada
Si Mi para y acepta wi entonces M para y acepta w
Puede ocurrir que Mi pare sin aceptar wi o puede que Mi no pare ante wi
En ambos casos, M rechaza la cadena w
Por lo tanto, w ∈ L(M ) ⇔ wi ∈ L(Mi )
Se ha construido una MT, M que reconoce L y por lo tanto L es

Demostración: veamos por reducción al absurdo que L no es

Sea L = {wi ∈ Σ∗ | wi es aceptada por Mi }
Si L es recursivamente enumerable, ha de ser aceptado por una
M T (Σ)
Sea Mj la MT que reconoce L: L = L(Mj )
Considérese la cadena wj ∈ Σ∗ :
Si wj ∈ L(Mj ) entonces wj ∈ L ⇒ wj ∈
/ L = L(Mj ) ⇒ wj ∈
/ L(Mj )
Si wj ∈
/ L(Mj ) entonces wj ∈
/ L ⇒ wj ∈ L = L(Mj ) ⇒ wj ∈ L(Mj )
En ambos casos hemos llegado a un absurdo, ası́ que podemos
concluir que L no es recursivamente enumerable


Teorema
Si L1 y L2 son lenguajes recursivamente enumerables, entonces L1 ∪ L2
también lo es


Teorema
Si L1 y L2 son lenguajes recursivamente enumerables, entonces L1 ∪ L2
también lo es
Demostración
La construcción que se hizo anteriormente no funciona en este caso porque las Mi
pueden no parar ante la cadena de entrada. Alternativa: M simula en paralelo M1 y
M2 sobre cintas separadas. Si cualquiera de ellas acepta, M también


Teorema
Si un lenguaje L y su complementario L son ambos recursivamente
enumerables, entonces L (y por tanto L) es recursivo


Teorema
Si un lenguaje L y su complementario L son ambos recursivamente
enumerables, entonces L (y por tanto L) es recursivo
Demostración
Sean M1 y M2 las MT tales que L = L(M1 ), L = L(M2 ), construiremos una
MT M que siempre para ante cualquier cadena de entrada y tal que L(M ′ ) = L

Dados un par de lenguajes complementarios L y L, de los teoremas

anteriores se deduce que sólo caben las siguientes posibilidades:


1 Tanto L como L son recursivos


2 Ni L ni L son recursivamente enumerables


2 Ni L ni L son recursivamente enumerables
3 Uno de los dos (L o bien L) es recursivamente enumerable pero no
recursivo; el otro no es recursivamente enumerable

Gramáticas no restringidas
Hasta el momento
Gramáticas regulares:
Lado izquierdo de la producción: un único sı́mbolo no terminal
Lado derecho de la producción: cadena de terminales seguida por un
no terminal
Gramáticas independientes del contexto:
Lado derecho de la producción: conjunto de terminales y no
terminales

Hasta el momento
Gramáticas regulares:
Lado derecho de la producción: cadena de terminales seguida por un
no terminal
Gramáticas independientes del contexto:
Lado derecho de la producción: conjunto de terminales y no
terminales
Definición
Una gramática no restringida (o gramática estructurada por frases)
G ≡ (N, Σ, S, P ) tiene producciones de la forma α → β, donde
α ∈ (N ∪ Σ)+ y β ∈ (N ∪ Σ)∗

Obsérvese que cualquier gramática regular o independiente del contexto

es además una gramática no restringida


Teorema
Si G es una gramática no restringida (de tipo-0), entonces L(G) es un
lenguaje recursivamente enumerable


Teorema
Si G es una gramática no restringida (de tipo-0), entonces L(G) es un
lenguaje recursivamente enumerable
Teorema
Un lenguaje L ⊆ Σ∗ es recursivamente enumerable ⇔ L = L(G) para
alguna gramática G no restringida (de tipo-0)

Gramáticas sensibles al contexto

Definición
Una gramática sensible al contexto G ≡ (N, Σ, S, P ) tiene producciones
de la forma α → β, donde α, β ∈ (N ∪ Σ)+ y |α| ≤ |β|


Definición
Teorema
El conjunto de los lenguajes sensibles al contexto contiene al conjunto de
los lenguajes independientes del contexto


Definición
Teorema
Teorema
Si L es un lenguaje sensible al contexto, entonces L es recursivo


Definición
Teorema
Teorema
Si L es un lenguaje sensible al contexto, entonces L es recursivo
Teorema
Hay lenguajes recursivos que no son sensibles al contexto

Jerarquı́a de Chomsky

Resolubilidad
Indice


3 Resolubilidad

Resolubilidad
Simulación de un computador con una MT

Resolubilidad
Memoria MT: cinta infinita

E/S MT: cabeza lectora que puede leer/escribir sı́mbolos y moverse
por la cinta
Procesador MT: dispositivo de control que procesa los sı́mbolos
referenciados por la cabeza lectora cuando ésta se mueve

Resolubilidad
Memoria MT: cinta infinita

E/S MT: cabeza lectora que puede leer/escribir sı́mbolos y moverse
por la cinta
Procesador MT: dispositivo de control que procesa los sı́mbolos
referenciados por la cabeza lectora cuando ésta se mueve
Cuestiones
¿Cuales son las similitudes con un computador real?
¿Y las diferencias?

Resolubilidad
Máquina de Turing
Mecanismo abstracto de cómputo capaz de ejecutar algoritmos paso a

paso
La noción de “paso computacional” está claramente definida. Esto
permite precisar sin ambigüedades el concepto de “tiempo de
computación”
La noción de “lugar de almacenamiento” está claramente
presentada, por medio de las casillas individuales en la cinta
Estos dos recursos, “tiempo” y “espacio”, aparecen en la máquina
de Turing de una manera muy realista y permiten analizar los
efectos de imponer limitaciones sobre ellos, lo cual es muy adecuado
en las investigaciones sobre complejidad computacional

Resolubilidad
Toda función efectivamente computable es Turing-computable.

Alonzo Church, American Journal of Mathematics 58: 345-363, 1936

Resolubilidad
Toda función efectivamente computable es Turing-computable.

Alonzo Church, American Journal of Mathematics 58: 345-363, 1936
Cualquier procedimiento algorı́tmico que pueda ser implementado

por un humano, un grupo de humanos o un ordenador, puede ser
realizado por alguna máquina de Turing
Se le llama tesis porque no se trata de una sentencia
matemáticamente precisa, debido a la carencia de una definición
precisa de procedimiento algorı́tmico (o algoritmo) y debido a ello,
la tesis no es una sentencia que pueda ser demostrada
matemáticamente

Resolubilidad
Procedimiento algorı́tmico o algoritmo

Noción intuitiva
Secuencia de instrucciones simples para llevar a cabo alguna tarea:
Hallar números primos
Calcular el máximo común denominador
...

Resolubilidad
Procedimiento algorı́tmico o algoritmo

Noción intuitiva
Secuencia de instrucciones simples para llevar a cabo alguna tarea:
Hallar números primos
Calcular el máximo común denominador
...
Procedimiento
Ha de constar de un número finito de instrucciones exactas, estando
cada instrucción especificada por un número finito de sı́mbolos
Debe producir el resultado deseado, si se ejecuta sin error, en un
número finito de pasos
Puede ser realizado por un humano sin asistencia de ninguna
máquina, utilizando sólamente lápiz y papel
No requiere “trucos” ni ingenio por parte del humano
Resolubilidad
Algoritmos y máquinas de Turing

La máquina de Turing modela un proceso (reconocimiento de una
cadena o codificación de una secuencia de sı́mbolos en su cinta)
Un algoritmo es un proceso que siempre ha de terminar en un
número finito de pasos
Una máquina de Turing que pare ante cualquier entrada es un
modelo abstracto de algoritmo
Para un lenguaje L ⊆ Σ∗ que sea recursivo existe un algoritmo M
que permite determinar si una w ∈ Σ∗ es w ∈ L
Sin embargo, el problema ¿w ∈ L? en el caso de un lenguaje L
recursivamente enumerable pero no recursivo es un ejemplo de
problema irresoluble: no existe un algoritmo que lo resuelva

Resolubilidad

Función caracterı́sticas de un lenguaje
Dado un lenguaje L ⊆ Σ∗ , se define su función caracterı́stica
χL : Σ∗ → {0, 1} como: (
1 si w ∈ L
χL (w) =
0 si w ∈
/L
Una función f es Turing computable si existe una MT que computa

f (w) ∀w del dominio de f
De este modo tenemos que χL es Turing computable si L es un
lenguaje recursivo
Por el contrario sabemos que la función χL para un lenguaje L que
sea recursivamente enumerable pero no recursivo no es computable,
puesto que hay cadenas de Σ∗ para las que la MT que reconoce L
no para
Resolubilidad
El problema de la parada (Halting Problem)

Sea M una máquina de Turing arbitraria, con alfabeto de entrada Σ, y
sea w ∈ Σ∗ , el problema de la parada ΠHP se define como:
¿Parará M ante la cadena w?
Una instancia de ΠHP es un par < M, w >

Una solución al problema serı́a un algoritmo (una MT) que ante
cualquier codificación de una instancia del problema respondiera
SI/NO de forma correcta

Resolubilidad
Considérese un alfabeto Σ
Hemos estudiado que Σ∗ es enumerable: Σ∗ = {w1 , w2 , w3 , w4 , ...}
Puesto que las MT con alfabeto Σ se pueden codificar como
cadenas binarias, y hay un número numerable de cadenas binarias
(no todas representan codificaciones válidas de MTs), hay un
número numerable de M T (Σ) : M T (Σ) = {M1 , M2 , M3 , M4 , ...}
Considérese L = {wi ∈ Σ∗ | wi no es aceptada por Mi }
Demostraremos por reducción al absurdo que L no es

Resolubilidad
L = {wi ∈ Σ∗ | wi no aceptada por Mi } no es recursivamente

enumerable
Sea Mk la MT que reconoce L: L = L(Mk )
Consideremos la cadena wk ∈ Σ∗ :
Si wk ∈ L, wk no es aceptada por Mk , ası́ que wk ∈
/ L(Mk ) = L
Si wk ∈
/ L, wk es aceptada por Mk , ası́ que wk ∈ L(Mk ) = L
Por lo tanto, no existe una MT que reconozca L y, por ello, L no es

Resolubilidad
Teorema: El problema de la parada es irresoluble

Por reducción al absurdo: veremos que si ΠHP es resoluble,
podrı́amos construir una MT ML que reconozca el lenguaje anterior:
L = {wi ∈ Σ∗ | wi no es aceptada por Mi }
Supongamos que ΠHP es resoluble y que, por tanto, existe un
algoritmo que resuelve el problema: una MT MHP que para ante
cualquier entrada y que ante descripciones codificadas de una MT
M y una cadena de entrada w determina si M para ante w

Resolubilidad

Sea w ∈ Σ∗ , ML enumera w1 , w2 , w3 , w4 , ... hasta hallar un
N
k ∈ | w = wk
ML genera la MT Mk
ML pasa < Mk , wk > a la MHP
Si ML obtiene que Mk no para ante wk , entonces ML para y acepta
wk = w
Si ML obtiene que Mk para ante wk , entonces ML pasa
< Mk , wk > a MU

Resolubilidad

Sabemos que MU parará (lo “dice” MHP ) indicando si wk ∈ L(Mk )
Si wk ∈ L(Mk ) entonces ML para y rechaza w = wk
Si wk ∈
/ L(Mk ) entonces ML para y acepta w = wk
Por lo tanto, w ∈ L(ML ) ⇔ w ∈ L de modo que L = L(ML ) y esto
contradice el hecho de que L no es recursivamente enumerable

Resolubilidad
IMPORTANTE
Estas transparencias se utilizan ÚNICAMENTE

como guı́a para el profesorado durante las clases.
Estas transparencias NO son un material

completo y autocontenido para el uso del alumnado.

2023 2024 CyA Transparencias Tema4

Cargado por

Información del documento

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

2023 2024 CyA Transparencias Tema4

Cargado por

Copyright:

Formatos disponibles

Grado en Ingenierı́a Informática

Tema 4: Máquinas de Turing

1 Introducción a las máquinas de Turing

2 Máquinas de Turing y lenguajes

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

1 Introducción a las máquinas de Turing

2 Máquinas de Turing y lenguajes

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Una MT consiste en una colección de celdas de almacenamiento que se

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Posee una cabeza de lectura/escritura que puede moverse sobre la

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Consideremos la máquina de Turing definida mediante:

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Considérese la máquina de Turing definida mediante:

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Considérese la máquina de Turing definida mediante:

El funcionamiento de la máquina es el siguiente:

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

El funcionamiento de la máquina es el siguiente:

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Se usarán dos notaciones para representar las configuraciones:

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

⊢ denota el paso de una configuración a otra

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Esta MT examina su cinta hacia la izquierda hasta hallar el primer ␢.

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Lenguaje aceptado por una MT

Sea una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

L(M ) = {w ∈ Σ∗ | q0 w ⊢∗ w1 pw2 para p ∈ F, wi ∈ Γ∗ }

Una cadena w ∈ Σ∗ es aceptada si M alcanza un estado de

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Lenguaje aceptado por una MT

Sea una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

L(M ) = {w ∈ Σ∗ | q0 w ⊢∗ w1 pw2 para p ∈ F, wi ∈ Γ∗ }

Una cadena w ∈ Σ∗ es aceptada si M alcanza un estado de

Nota: Se ha supuesto que una MT siempre para al alcanzar un estado de

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Parada de una máquina de Turing

Considérese una MT M ≡ (Q, Σ, Γ, q0 , ␢, F, δ):

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Máquina de Turing que nunca para

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Máquina de Turing que nunca para

Si se estudia el cómputo que realiza esta MT:

Diferencias entre las máquinas de Turing y los autómatas

Una MT puede leer o escribir información de la cinta, mientras que

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing

Diferencias entre las máquinas de Turing y los autómatas

Una MT puede leer o escribir información de la cinta, mientras que

F. de Sande - Gara Miranda Valladares Tema 4: Máquinas de Turing