písemná a ústní část porozumění látce + schopnost formalizace

Rozměr: px
Začít zobrazení ze stránky:

Download "písemná a ústní část porozumění látce + schopnost formalizace"

Transkript

1 Automty grmtiky Romn Brták, KTIML Orgnizční záležitosti Přednášk: n weu ( Proč chodit n přednášku? Cvičení: dozvíte se více než při pouhém čtení í sljdů ude záv (někdy) Proč chodit n cvičení? Zkoušk: vyzkoušíte si, zd látce rozumíte rozšíříte si znlosti z přednášky písemná ústní část porozumění látce + schopnost formlizce

2 O čem ude přednášk? studium konečného č popisu nekonečných č ojektů studium strktních výpočetních zřízení dvě větve: utomty grmtiky konečné utomty zásoníkové utomty regulární grmtiky ezkontextové grmtiky lineárně ě omezené utomty t kontextové t grmtiky Turingovy stroje grmtiky typu Zdroje litertur M. Chytil: Automty grmtiky, SNTL Prh, 984 R. Brták: Automty grmtiky: on-line V. Kouek: Automty grmtiky, elektronický text, 996 M. Chytil: Teorie utomtů formálních jzyků, skript M. Chytil: Sírk řešených příkldů z teorie utomtů formálních jzyků, skript M. Demlová, V. Kouek: Algerická teorie utomtů, SNTL Prh, 99 J.E. Hopcroft, R. Motwni, J.D. Ullmn: Introduction to Automt Theory, Lnguges nd Computtion, Addison-Wesley

3 Pohled do historie Počátky ve druhé čtvrtině 2. století první formlizce pojmu lgoritmus (936) co stroje umí co ne? Church, h Turing, Kleene, Post, Mrkov Polovin 2. století neuronové sítě (943) konečné č utomty t (Kleene 956 neuronové sítě KA) 6. lét 2. století grmtiky (Chomsky) zásoníkové utomty formální teorie konečných utomtů Prktické využití zprcování přirozeného jzyk překldče návrh, popis verifikce hrdwre integrovné ovody, stroje, utomty relizce pomocí softwre formální popis progrm hledání výskytu slov v textu, t verifikce systémů s konečně stvy (protokoly, ), plikce v iologii simulce růstu celulární utomty see-reprodukce utomtů

4 Úvod do konečných utomtů Projekt SETI (Serch Extr-Terrestril t Intelligence) nlýz signálů - hledání vzorku Hledání vzorku c d Úvod do konečných utomtů 2 Stroj n kávu stroj signlizuje vydání kávy po vhození potřeného onosu Vstupem stroje jsou mince,2,5 Kč, káv stojí 5 Kč 5/ 2/ 5/ 2/- 2/- 2/ / /- /- /- / / 2/- 5/ 5/ Relizce pomocí Melyho stroje s výstupem při přechodu.

5 Formlizce konečného utomtu Konečným č utomtem t nzýváme pětici i A = (Q,X,δ,q,F), kde: Q - konečná č neprázdná á množin stvů ů (stvový prostor) X - konečná neprázdná množin symolů (vstupní p eced) ) δ - zorzení Q X Q (přechodová funkce) q Q (počáteční stv) F Q (množin přijímcích stvů) c d Popis konečného utomtu Stvový digrm (grf) vrcholy = stvy hrny = přechody Tulk řádky = stvy+přechody sloupce = písmen c d c c d d c Stvový strom vrcholy = stvy hrny = přechody c pouze dosžitelné stvy! c d

6 Aeced, slov, jzyky eced X = konečná neprázdná množin symolů slovo = konečná posloupnost symolů (i prázdná) prázdné slovo λ (e, ε,...) X* = množin všech slov v ecedě X X + = množin všech neprázdných slov v ecedě X X* = X + {λ} jzyk L X* (množin slov v ecedě X) Zákldní operce se slovy: zřetězení slov u.v, uv mocnin u n (u = λ, u = u, u n+ = u n.u) délk slov u ( λ = ) Rozšířená přechodová funkce přechodová funkce δ: Q X Q rozšířená přechodová funkce δ*: Q X* Q trnzitivní uzávěr δ induktivní definice δ*(q,λ) = q δ*(q (q,wx) = δ(δ*(q (q,w),x), x X, w X* úmluv: δ* udeme někdy oznčovt tké jko δ

7 Jzyky rozpozntelné konečnými utomty Jzykem rozpoznávným (kceptovným, přijímným) konečným utomtem A = (Q,X, δ,q,f) nzveme jzyk: L(A) = {w w X* δ*(q,w) F}. Slovo w je přijímáno utomtem A, právě když w L(A). Jzyk L je rozpozntelný konečným utomtem, jestliže existuje konečný utomt A tkový, že L=L(A). Třídu jzyků rozpozntelných konečnými utomty znčíme F, tzv. regulární jzyky. Příkldy regulárních jzyků L= { w w {,}*, w=xux, x {,}, u {,}*} L= { w w {,}*,, w=u, u {,}*} } L= { w w {,} }* w je inární zápis čísl dělitelného 5} 2 3 L={ n n n } 3 není regulární jzyk! 4

8 Kongruence Jk zjistit, že jzyk není rozpozntelný konečným č utomtem? Jk chrkterizovt regulární jzyky? Kongruence Nechť X je konečná eced, ~ je relce ekvivlence (reflexivní, symetrická, trnsitivní) n X*. Potom: ) ~ je prvá kongruence, jestliže u,v,w X* u~v uw~vw ) je konečného indexu, jestliže rozkld X*/~ má konečný počet tříd Rozkld n třídy u v uw vw Nerodov vět Nechť Lje jzyk nd dkonečnou č ecedou X. Potom následující tvrzení jsou ekvivlentní: ) L je rozpozntelný konečným utomtem, ) existuje prvá kongruence ~ konečného indexu n X* tk, že L je sjednocením jistých tříd rozkldu X*/~. X* X*/~ L

9 Důkz Nerodovy věty ) ) utomt prvá kongruence konečného indexu definujme u~v δ*(q,u) = δ*(q,v) je to ekvivlence (reflexivní, symetrická, trnsitivní) je to prvá kongruence (z definice δ*) má konečný index (konečně mnoho stvů) L= {w δ*(q δ,w) F} = q F {w δ*(q δ,w) = q} u w v Pozorování: stvy odpovídjí třídám ekvivlence Důkz Nerodovy věty - pokrčování ) ) prvá kongruence konečného indexu utomt oznčme [u] třídu rozkldu oshující slovo u Jk sestrojíme konečný utomt A? eced X dán stvy Q - třídy rozkldu X*/~ u ux L stv q = [λ] koncové stvy F = {c,..,c n }, kde L= i=..n c i přechodová funkce δ([u],x) = [ux] přechodová funkce je korektní (z definice prvé kongruence) Ještě L(A) = L? w L w i=..n c i w c w c n [w]= c [w]= c n [w] F w L(A) δ*([λ],w) = [w]

10 Použití Nerodovy věty Konstrukce utomtů tů Příkld: Sestrojte utomt přijímjící jzyk L = {w w {,}* & w oshuje 3k+2 symolů } oznčme u x počet symolů x ve slově u definujme u~v ( u mod 3 = v mod 3 ) tři třídy ekvivlence,,2 (zytky po dělení 3) L odpovídá třídě 2 -přechody přesouvjí do následující třídy (mod 3) -přechody ř zchovávjí třídu 2 Použití Nerodovy věty - pokrčování Důkz neregulárnosti jzyk! Příkld: Rozhodněte zd následující jzyk je regulární L = { n n n }. Předpokládejme, že jzyk je regulární existuje prvá kongruence konečného indexu m, L je sjednocením tříd vezmeme slov,,, m+ dvě slov pdnou do stejné třídy y( (kričkový ýprincip) p) i j i ~ j přidejme i i i ~ j i (prvá kongruence) spor i i L & j i L

11 Prvidelnost regulárních jzyků Konečný č utomt t kóduje pouze konečnou č informci. i Přesto můžeme rozpoznávt nekonečné jzyky! Můžeme přijímt liovolně (le konečně) dlouhá slov! Pozorování: L = {w w {,}* & w =3k+} L potom tké: L řetězec jsme zdvojili L řetězec jsme ztrojili L řetězec jsme vypustili Lze tkovouto t operci provést s kždým slovem liovolného regulárního jzyk? ANO (pokud je slovo dosttečně dlouhé) Iterční (pumping) lemm Nechť Lj je regulární íjzyk. Potom existuje přirozené číslo l n tkové, že liovolné slovo z L, z n lze psát ve tvru uvw, kde: uv n, v pro všechn i uv i w L. Důkz: z n vezměme počet stvů příslušného utomtu při zprcování slov délky n se utomt nutně musí dostt do jednoho stvu dvkrát (kričkový princip) i vezměme tkový stv p, který se opkuje jko první potom δ(q,u)=p poprvé jsme se dostli do p zřejmě δ(q,uv)=p podruhé jsme se dostli do p uv n (pouze p se opkuje tj. mximálně n+ stvů) v (smyčk oshuje lespoň jedno písmeno) smyčku mezi prvním druhým průchodem p (odpovídá jí slovo v) nyní můžeme vypustit neo projít vícekrát tj. i uv i w L q p q F u v w

12 Použití iterčního lemmtu Důkz neregulárnosti jzyk L= { i i i } není regulární jzyk sporem: nechť L je regulární, potom lze pumpovt ( n tž. ) vezměme slovo n n (to je určitě delší než n) pumpovt můžeme pouze v části n potom, le n+i n L (i> je délk pumpovné části), což je spor POZOR! Iterční lemm předstvuje nutnou podmínku regulárnosti jzyk, nedává podmínku postčující. Existuje jzyk, který není regulární lze pumpovt. L= {u u= + i c i u= i c j } vždy lze pumpovt první písmeno L není regulární (Nerodov vět) Iterční lemm nekonečnost jzyků Umíme lgoritmicky rozhodnout, zd je regulární jzyk L nekonečný? ANO! jzyk L je nekonečný u L tž. n u < 2n n je číslo z iterčního lemmtu stčí prozkoumt všechn slov u tková, že n u < 2n (to je konečně č ě mnoho slov) PROČ? Pokud u L tž. n u (< 2n), potom lze slovo u pumpovt, čímž dostneme nekonečně mnoho slov z jzyk L. Je-li jzyk L nekonečný, č oshuje slovo z tkové, že n z. Pokud z < 2n máme hledné slovo. Jink, podle iterčního lemmtu z = uvw uw L, L tj. zkrácení Pltí-li stále 2n uw, opkuj zkrcování se slovem uw. Poznámk: zkrcujeme mximálně o n písmen, tedy intervl [n,2n) nelze přeskočit!

13 Jzyk přijímjící utomty Je utomt t pro dný jzyk určen č jednoznčně? č NENÍ! L = {w w {}* w =3k} Ekvivlence utomtů homomorfismus Jk zjistit, zd dv utomty přijímjí stejný jzyk? Říkáme, že konečné utomty A B jsou ekvivlentní, jestliže rozpoznávjí stejný jzyk, tj. L(A)=L(B). L(B). Nechť A A 2 jsou konečné utomty. Řekneme, že zorzení h: Q Q 2 je (utomtovým) homomorfismem, jestliže: ) h(q ) = q 2 stejné počáteční stvy 2) h(δ (q,x)) = δ 2 (h(q),x) stejné přechodové funkce 3) q F h(q) F 2 stejné koncové stvy Homomorfismus prostý n nzýváme isomorfismus.

14 Vět o ekvivlenci utomtů Existuje-li homomorfismus konečných č utomtů tů A do A 2, pk A A 2 jsou ekvivlentní. Důkz: konečnou itercí h(δ (q,w)) = δ 2 (h(q),w) w X* w L(A ) δ (q,w) F A 2 h(δ qa (q,w)) F 2 F q 2F δ 2 2( (h(q(q ),w) ) F 2 w w δ 2 (q 2,w) F 2 w L(A 2 ) q q 2 Homomorfismus utomtů L = {w w=* w =3k}

15 Trochu motivce Co dělá tento t utomt? t? L={w w {,} }* w =3k} Dosžitelné stvy A = (Q,X,δ,q δ,f) je konečný č utomt t q Q. Řekneme, že stv q je dosžitelný, jestliže w X* δ*(q,w)=q Vět: Nechť P jsou dosžitelné stvy utomtu A. Potom B = (P,X,δ,q,F ) je konečný utomt ekvivlentní s A (F = F P, δ = δ P X ).

16 Hledání dosžitelných stvů Iterční č lgoritmus (dosžitelnost t po i krocích): M = {q } repet M i+ = M i {q q Q, p M i x X δ(p,x)=q} until M i+ = M i Korektnost M M Q (lgoritmus je konečný) kždé M i oshuje pouze dosžitelné stvy Úplnost nechť q je liovolný l dosžitelný stv, tj. w X* δ*(q,w)=q vezměme nejkrtší tkové w=x..x n tž. δ*(q,x..x n )=q zřejmě δ*(q,x..x i ) M i (dokonce M i - M i- ) tedy δ*(q,x..x n ) M n q M n Ekvivlentní stvy Výpočty strtující z ekvivlentních stvů nelze rozlišit! Nechť A = (Q,X,δ,q,,q,F) je konečný utomt. Stvy p,q jsou ekvivlentní, znčíme p~q, jestliže: w X* δ*(p,w) F ) F δ*(q,w) F) F

17 Ekvivlence po krocích Ekvivlence po i krocích p ~ i q w X* tž. w i δ*(p,w) F δ*(q,w) F p ~ q i p ~ i q Itertivní konstrukce ~ i p ~ q... p F q F p ~ i+ q... p ~ i q x X δ(p,x) ~ i δ(q,x) Je to v pořádku? p~ q δ*(p (p,λ)=p F δ*(q (q,λ)= q F p ~ i+ q... p ~ i q tj. pltí pro slov w tž. w i slov délky i+, w = xu, u =i δ(p,x) ~ i δ(q,x) tj. δ*(δ(p,x),u) F δ*(δ(q,x),u) F dohromdy δ*(p,xu) F δ*(q,xu) F Vlstnosti ekvivlence po krocích ) i je ~ i ekvivlence n Q, oznčme č R i =Q/~ i 2) R i+ zjemňuje R i 3) R i+ = R i t> R i+t = R i 4) nechť Q =n, potom k n- R k+ = R k 5) R k+ = R k (p~q p ~ k q) Důkz: ) 2) přímo z definice 3) p ~ i+ q p ~ i q x X δ(p,x) ~ i δ(q,x) p~ i+2 q p~ i+ q x X δ(p,x) ~ i+ δ(q,x) 4) přímo z mx. počtu tříd rozkldu (n) 5) p~q i p ~ i q i k p ~ i q i>k p ~ i q p ~ k q

18 Hledání ekvivlence stvů Iterční č lgoritmus (ekvivlence po i krocích): sestroj R repet sestroj R i+ z R i until R i+ = R i Příkld: c c c c d d d e e e f f f g g g R R R A A C A A C A A A C A A C A C C C C C D C C C A D D A D A A C A A C A C C C C C D C C C A D D A D R 2 Automtová kongruence Nechť je relce ekvivlence n Q. Říkáme, že je utomtovou kongruencí, jestliže: p,q Q q Qp q (p F q F) x X X(δ(p (δ(p,x) δ(q,x)) Q Q/ p q δ(p,x) δ(q,x) F Tvrzení: Ekvivlence stvů ~ je utomtovou kongruencí. Důkz: nechť p~q, potom: p F q F (položme w=λ, δ*(p,λ)=p) nechť p~q, potom: x X u X* (δ*(p,xu) F δ*(q,xu) F) x X u X* (δ*(δ(p,x),u) F δ*(δ(q,x),u) F) x X δ(p,x) ~ δ(q,x)

19 Podílový utomt A = (Q,X,δ,q δ,f) je konečný č utomt t je utomtová t kongruence. Potom A/ = (Q/, X, δ, [q ], {[q] q F}), kde δ ([q],x) = [δ(q,x)] je konečný utomt (nzvěme ho podílovým utomtem) ekvivlentní s A. ) Je A/ skutečně konečný utomt? Množiny Q/ X jsou neprázdné konečné. δ je definován korektně (vlstnosti utomtové kongruence) 2) Jsou o utomty t ekvivlentní? Stčí njít homomorfismus A do A/ (vět o ekvivlenci utomtů)! Definujme h: Q Q/ tkto h(q) = [q] h(q ) = [q ] h(δ(q,x)) = [δ(q,x)] = δ ([q],x) = δ (h(q),x) q F h(q)=[q] F (F jsou koncové stvy utomtu A/ ) Podílový utomt ekvivlence stvů Aj je konečný č utomt t ~ je ekvivlence stvů. ů Potom A/~ je konečný utomt ekvivlentní s A žádné stvy A/~ nejsou ekvivlentní. ) Ekvivlence stvů ~ je utomtová kongruence, tedy víme, že A/~ je konečný utomt ekvivlentní s A. 2) V A/~ nejsou ekvivlentní stvy. Sporem: nechť [p] ~ [q] ~ jsou různé ekvivlentní stvy (tj. p~q) vezměme liovolné w X*: δ ~ ([p] ~,w) F ~ δ ~ ([q] ~,w) F ~ ([p] ~ [q] ~ jsou ekvivlentní) δ ~ (h(p),w) F ~ δ ~ (h(q),w) F ~ (h(p)= [p] ~ ) h(δ(p,w)) F ~ h(δ(q,w)) F ~ δ(p,w) F δ(q,w) F p~q (h je homomorfismus) spor

20 Redukce utomtu Konečný utomt je redukovný, jestliže: - nemá nedosžitelné stvy, - žádné dv stvy nejsou ekvivlentní. Konečný utomt B je reduktem utomtu A, jestliže: - B je redukovný, - A B jsou ekvivlentní. Vět: Ke kždému konečnému utomtu existuje nějký jeho redukt. Konstruktivní důkz (dvě možné metody): ) vyřzení nedosžitelných stvů fktorizce podle ekvivlence stvů (nezpůsoí nedosžitelnost) neo 2) fktorizce podle ekvivlence stvů vyřzení nedosžitelných stvů (nezpůsoí změnu ekvivlence) Příkld redukce utomtů Co dělá tento t utomt t (jký jzyk přijímá)? R R R I I III I II III I I I I II II II II III III III III III III III I I I II II II II III III III III III III III III III III III III III III I I I II II II II I I III I II III I I I I II II II II Redukovný utomt I II III II II II III III III Nedosžitelné stvy II II II L = {w w=u, u {,}*}

21 Redukce utomtu v kostce. Vyřdit nedosžitelné stvy 2. Njít ekvivlentní stvy 3. Sestrojit podílový utomt Vět o isomorfismu reduktů Pro liovolné l dv redukovné konečné č utomty t jsou následující dvě tvrzení ekvivlentní: ) utomty jsou ekvivlentní, ) utomty jsou isomorfní. Důsledky: Dv redukty liovolných dvou ekvivlentních konečných utomtů tů se shodují ž n isomorfismus. o s Pro kždý konečný utomt je jeho redukt určen ž n isomorfismus jednoznčně. Ve třídě nvzájem ekvivlentních konečných utomtů existuje minimální utomt.

22 Důkz věty o isomorfismu reduktů ) isomorfismus ekvivlence (víme) ) ekvivlence reduktů isomorfismus hledáme homomorfismus h:q Q 2, který je prostý n tj. pro kždé q Q hledáme právě jedno p Q 2 q je dosžitelný stv, tudíž u X* δ (q,u)=q položme h(q) = δ 2 (q 2,u) je to skutečně funkce? δ (q,u)=δ (q,v) δ 2 (q 2,u)=δ 2 (q 2,v) (*) sporem, nechť δ (q,u)=δ (q,v) & δ 2 (q 2,u) δ 2 (q 2,v) z A víme w X* uw L vw L utomty jsou ekvivlentní, tedy p ~p 2 u v spor - utomt A 2 je redukovný w w w p p 2 q u v q 2 funkce h je prostá n (vlstnost (*) ) h(q )=q 2 (pro u=λ) h(δ (q,x)) = δ 2 (h(q),x) (δ (q,v)=q, u=vx) q F h(q) F 2 (pro u L + ekvivlentní utomty) Normlizce utomtu Jk njít isomorfismus utomtů? tů? Normovný tvr utomtu ) fixujme pořdí písmen v ecedě 2) počáteční č stv oznčme č 3) tulku (utomtu) vyplňujme po řádcích zlev doprv pokud nrzíme n nový stv, přiřdíme mu první volné číslo Příkld: A B A (B) 2 3 B D C 2(D) 4 C A D 3(C) 4 2 D A B 4(A) 4

23 Poznámky k redukci ekvivlenci Algoritmicky i umíme řešit: zjištění ekvivlence utomtů zredukujeme, znormlizujeme porovnáme zjištění zd L(A)= žádný koncový stv není dosžitelný zjištění zd L(A)=X* po redukci dostneme jednostvový utomt (s koncovým stvem) Umíme njít nejkrtší slovo rozlišující dv stvy p~ i q & p~ i+ q X δ(p, ) ~ i- δ(q, ) & δ(p, ) ~ i δ(q, ) itercí njdeme slovo i+ Slovo odlišující dv stvy R R R 2 A A A A A B A c A C A B C A B c c e C C C C C E C d e d A C A B E B D e e d C C A E E B E Jk je dlouhé nejkrtší slovo rozlišující stvy d? 2 znky A jké je to slovo? neo

24 Trochu motivce Dosud: Stv písmeno jednoznčně č ě určuje č dlší stv! Příkld: L = { w w=u w=uv w=u, u,v {,}* },, Úvod do nedeterminismu Stv písmeno určuje č množinu možných dlších stvů! Příkld: L = { w w=u w=uv w=u, u,v {,}* },,,,

25 Nedeterministický konečný utomt Nedeterministickým i ti konečným č utomtem t nzýváme pětici A = (Q,X,δ,S,F), kde: Q - konečná neprázdná množin stvů (stvový ýp prostor) ) X - konečná neprázdná množin symolů (vstupní eced) δ - zorzení Q X P(Q) (přechodová funkce) ) S Q (množin počátečních stvů) F Q (množin přijímcích stvů) Reprezentce: stvový digrm, tulk, stvový strom Jk se počítá s nedeterminismem? Slovo w = x...x n je přijímáno nedeterministickým i ti konečným utomtem, jestliže existuje posloupnost stvů ů q,,q n+ tková, že: q S, q i+ δ(q i, x i ) pro i= n, q n+ F. Prázdné slovo je přijímáno právě když S F Přijímjících výpočtů pro dné slovo může ýt více! Př.,,,,

26 Determinismus vs. nedeterminismus Konečný č utomt t je speciálním přípdem nedeterministického i ti konečného utomtu! Důsledek: Jzyky rozpoznávné konečnými utomty jsou rozpoznávné nedeterministickými konečnými utomty. Pltí i orácené tvrzení? Zkusme to! potřeujeme postupovt systemticky s konečnou pmětí pomocí znček n stvech simulujeme všechny možné výpočty tzv. podmnožinová konstrukce Př.,,,, Převod nedeterminismu n determinismus Vět: Je-li A nedeterministický i ti konečný č utomt, t potom lze sestrojit konečný utomt B tkový, že L(A)=L(B). Důkz: (podmnožinová konstrukce) nechť A = (Q,X,δ,S,F) potom definujme B = (P(Q),X,δ,S,F ), kde F = { K K P(Q), K F } δ (K,x) = q K δ(q,x) ) B je definován korektně 2) L(A)=L(B)? L(B)? λ L(A) S F S F λ L(B) L(A) L(B) w= x...x n L(A) q,,q n+ Q q S, q i+ δ(q i, x i ), q n+ F položme K =S (q K ), K i+ = δ (K( i i,,x i ) (q i+ K i+ ), potom K n+ F L(B) L(A) w= x...x n L(B) K,,K n+ P(Q) K =S, K i+ =δ (K i, x i ), K n+ F vezměme q n+ F K n+, q i K i tž. q i+ δ(q i,x i ),, q K =S

27 Ukázk převodu,2 4 {,2} {,2,4}, {3,4} {,2,4} {,2,4} {3,4} 3 4 {3,4} {,4} {4} 4,4 4 {,4} {,2,4} {4} {4} {,4} {4} 3,2,4 2,2 3,4 2 4,,4 4 Poznámky k nedeterminismu Význm: teoretický (npř. při převodu grmtik n utomty) prktický (zjednodušení návrhu utomtu) U konečných utomtů vede nedeterminismus ke stejné třídě jzyků jko determinismus. nepltí oecně (zásoníkové utomty)! Převod n determinismus znmená (ž) exponenciální nárůst počtu stvů (Q P(Q)). oecně je tento nárůst nezytný! L n = { w w {,}*, w=uv, v =n- } není potře explicitně převádět. Existují tké zoecněné nedeterministické utomty λ-přechod: změn stvu ez čtení vstupu

28 λ-přechody,,,9,,,9,,,9.,,,9 λ Odstrnění λ-přechodů převodem n NKA λ-uzávěr(q) = stv q stvy, do kterých se z q dostneme λ-přechody nové počáteční stvy: λ-uzávěr(s) nové hrny: δ (q, x) = λ-uzávěr( á δ(q, x) ) Automt může změnit stv ez čtení symolu. Hodí se pro zjednodušení popisu utomtu. Příkld: rozpoznání čísl l s desetinou tečkou s možností vynechání před/z tečkou prefixu +/- λ,+,- +,-,,,9.,,,9.,,,9,,,9,,,9,,,9.. Můžeme konečné utomty ještě zoecnit? Konečný č utomt t provádí následující í činnosti: přečte písmeno změní ě stv vnitřní íjednotky posune čtecí hlvu doprv Čtecí hlv se nesmí vrcet! Co když utomtu povolíme ovládání hlvy? Pozor! Automt n pásku nic nepíše!

29 Dvousměrné (dvoucestné) konečné utomty Dvousměrným ě (dvoucestným) konečným č utomtem t nzýváme pětici A = (Q,X,δ,q,F), kde: Q - konečná neprázdná množin stvů (stvový ýp prostor) ) X - konečná neprázdná množin symolů (vstupní eced) δ - zorzení Q X Q {-,,+}, (přechodová funkce) ) přechodová funkce určuje i pohy čtecí hlvy q Q (počáteční stv) F Q (množin přijímcích stvů) Reprezentce: stvový digrm, tulk, stvový strom Počítání s dvousměrnými utomty Kdy dvousměrný ě utomt t přijímá slovo? Co se děje, je-li hlv mimo čtené slovo? Slovo w je přijto dvousměrným konečným utomtem, pokud: výpočet zčl n prvním písmenu slov w vlevo v počátečním stvu čtecí hlv poprvé opustil slovo w vprvo v některém přijímcím stvu mimo čtené slovo není výpočet definován (výpočet zde končí slovo není přijto) w q q F

30 Příkld dvousměrného utomtu Nejprve poznámk: ke slovům si můžeme přidt speciální koncové znky # X je-li L(A)= {#w# w L X*} regulární, potom i L je regulární L = # R # (L(A) #X*#) Příkld: L(B) = {#u# uu L(A)} Pozor! Toto není levý ni prvý kvocient! Nechť A= (Q,X,δ,q,F), definujme dvousměrný konečný utomt B=(Q Q Q {q, q N, q F }), X, δ, q, {q F }) tkto: δ x X # poznámk q q N,- q,+ q je počátek A q p,+ q,- p= δ(q,x) q q,- q,+ q p,+ q F,+ q F, p= δ(q,x) q p,+ q N,+ q F, p= δ(q,x) q N q N,+ q N,+ q F q N,+ q N,+ # q q u # q q q q N q F Vět o dvousměrných utomtech Jzyky přijímné dvousměrnými ě konečnými č utomty jsou právě jzyky přijímné konečnými utomty. Možnost pohyovt čtecí hlvou po pásce nezvětšil sílu konečného utomtu! Pozor, n pásku nic nepíšeme! Pokud můžeme n pásku psát, dostneme Turingův stroj. Zřejmé: konečný utomt dvousměrný konečný utomt dvousměrný utomt vždy posouvá hlvu doprv KA A=(Q,X,δ,q,F) 2KA B=(Q,X,δ,q,F), δ (q,x)=(δ(q,x),+) Zývá: dvousměrný konečný utomt konečný utomt

31 Důkz věty o dvousměrných utomtech () u v ) Formální popis vlivu slov u n výpočet nd slovem v (i) kdy poprvé opustíme slovo u vprvo (v jkém stvu poprvé vstoupíme nd v) f(q ) = q poprvé přejdeme n v ve stvu q f(q ) = nikdy neopustíme u vprvo (ii) pokud opustíme slovo v vlevo, kdy se u v nd v opět vrátíme p f(p) = q vrátíme se nd v ve stvu q q f(p) = nikdy už se nevrátíme 2) Výpočet nd u máme popsný funkcí f u f u : Q {q } Q {} f u(q ) popisuje situci (i): v jkém stvu poprvé odejdeme vprvo, pokud zčneme výpočet vlevo v počátečním stvu q f u (p) (p Q) popisuje situci (ii): v jkém stvu opět odejdeme vprvo, pokud zčneme výpočet vprvo v p symol znčí, že dná situce nenstne (odejdeme vlevo neo cyklus) q u q Důkz věty o dvousměrných utomtech (2) Pro kždé slovo u máme funkci f u popisující í výpočet č dvousměrného utomtu A nd u Definujme ekvivlenci slov tkto: u~w def f u =f w tj. slov jsou ekvivlentní, pokud mjí stejné výpočtové funkce Vlstnosti ~: je to ekvivlence (zřejmé, definováno pomocí =) má konečný index (mximální počet různých funkcí je (n+) n+ pro n-stvový dvousměrný utomt) je to prvá kongruence (zřejmě u~w uv~wv, protože rozhrní u v w v je stejné nd v se utomt chová stejně) L(A) je sjednocením jistých tříd rozkldu X*/~ stčí si uvědomit, že w L(A) f w (q ) F u~w f u (q )=f w (q ) (u L(A) w L(A)) Podle Nerodovy věty je L(A) regulární jzyk. v

32 Převod 2KA n NKA Konstruktivní důkz věty o dvousměrných ě utomtech. t Jk výpočet s návrty převést n lineární výpočet? zjímjí nás jen přijímcí výpočty díváme se n přechody mezi symoly (v jkém stvu se přechází ř n dlší políčko) Pozorování: stvy se v přechodu (řezu) střídjí (doprv/dolev) první stv jde doprv, poslední tké doprv v deterministických přijímjících výpočtech nejsou cykly první poslední řez oshují jediný stv. Njdeme všechny možné řezy - posloupnosti stvů (je jich konečně mnoho). 2. Mezi řezy definujeme (nedeterministické) přechody podle čteného symolu. 3. Rekonstruujeme výpočet skládáním řezů (jko puzzle). Formální převod 2KA n NKA Nechť A=(Q,X,δ,q δ,f) je dvousměrný ě ýkonečný č utomt. t Definujme ekvivlentní nedeterministický konečný utomt B=(Q,X,δ,(q ),F ), kde: Q = všechny korektní přechodové posloupnosti posloupnosti stvů (q,,q k ) z Q tkové, že délk posloupnosti je lichá (k=2m+) žádný stv se neopkuje n liché ni n sudé pozici ( i j q 2i q 2j ) ( i j q 2i+ q 2j+ ) F = {(q) q F} přechodové posloupnosti délky oshující koncový stv δ (c,x) (, ) = { d d Q c d je lokálně konzistentní přechod pro x} x L(A)=L(B)? trjektorie 2KA A odpovídá řezům KA B c d

33 Příkld převodu 2KA n NKA Mějme následující í dvousměrný ě ýkonečný č utomt: t Možné řezy y jejich j konzistentní přechody: p p,+ q,+ q q+ q,+ r,- r p,+ r,- Ukázk výpočtu: pppqqq r pqqq r pq rr pq rr.. p p q q p q q q r p Výsledný nedeterministický KA: Množinové operce nd jzyky p pqq p,q,q q p p q r p q,r,p qpp q,p,p Sjednocení jzyků L L 2 = { w w L w L 2 } Příkld: jzyk oshuje slov zčínjící neo končící Průnik jzyků L L 2 = { w w L w L 2 } Příkld: jzyk oshuje slov se sudým počtem nul kždý symol je ezprostředně následován Rozdíl jzyků L - L 2 = { w w L w L 2 } Příkld: jzyk oshuje slov zčínjící neoshující Doplněk jzyk -L = { w w L } = X*-L Příkld: slov jzyk neoshují posloupnost tří symolů Pltí trdiční de Morgnov prvidl L L 2 = -(-L -L 2 ) L L 2 = -(-L -L 2 ) L L 2 X* L -L 2 = L -L 2 q

34 Uzvřenost n množinové operce Nechť L L 2 jsou jzyky rozpoznávné konečnými č utomty. t Potom L L 2, L L 2, L -L 2 -L jsou tké jzyky rozpoznávné konečnými utomty (tříd F je uzvřen n uvedené operce). Konstruktivní důkz: doplněk stčí prohodit koncové nekoncové stvy přijímjícího det. utomtu sjednocení, průnik rozdíl ide: prlelní ěh přijímjících utomtů A =(Q,X,δ δ,q,f ), A 2 =(Q 2,X,δ δ 2,q 2,F 2 ) uděláme spojený utomt A = (Q,X,δ,q,F) Q=Q Q Q 2, q=(q,q 2 ) δ((p,p 2 ),x) = (δ (p,x), δ 2 (p 2,x)) sjednocení F=(F Q 2 ) (Q F 2 ) průnik F = F F 2 rozdíl F = F (Q 2 - F 2 ) Množinové operce v příkldě Nvrhněte konečný č utomt t přijímjící í slov, která oshují 3k+2 symolů neoshují posloupnost. Přímá konstrukce komplikovná! L = {w w {,}* w = 3k+2} L 2 = {w u,v {,}* w = uv} L=L L - L 2 A, c A A Ac B B B Bc C C C Cc

35 K čemu to je? Můžeme operce s utomty t někde přímo využít? Npříkld v plánování, kde utomt popisuje, jk se mění hodnot nějké stvové proměnné. rloc move-2 lod2, unlod2 cpos move-2, move2- lod, unlod loc loc2 move2- move-2, r lod2 lod move2- loc loc2 move-2, move2- Plán se potom může hledt jko průnik utomtů. V kždém stvovém digrmu se provede stejná posloupnost p kcí. rloc cpos loc loc2 loc loc2 r move 2 move 2 lod2 lod2 move2 move2 unlod unlod Řetězcové operce nd jzyky Zřetězení íjzyků L. L 2 = { uv u L v L 2 } Mocniny jzyk Pozitivní iterce Oecná iterce zřejmě L* =L + {λ} L = {λ} L i+ = L i. L L + = L L 2 = i L i L* = L L = i L i Otočení jzyk L R = { u R u L } reverse, zrcdlový orz (x x 2 x n ) R = x n x 2 x Levý kvocient L podle L 2 L 2 \L = { v uv L u L 2 } Levá derivce L podle w w L = {w} \ L Prvý kvocient L podle L 2 L /L 2 = {u uv L uv L v L 2 } Prvá derivce L podle w R w L = L / {w}

36 Uzvřenost zřetězení L,L 2 FF L.L 2 FF L L 2 ide: nejprve počítá utomt A =(Q,X,δ,q,F ) potom A 2 =(Q 2,X,δ 2,q 2,F 2 ) relizce: pomocí nedeterministického konečného utomtu B =(Q,X,δ,S,F) nedeterminismus slouží při rozhodování kdy přepnout do A 2 Q = Q Q 2 (předpokládáme p různá jmén stvů,,jink přejmenuj) j) S = {q } pokud λ L (q F ) = {q, q 2 } pokud λ L (q F ), tj. rovnou přejdeme tké do A 2 F = F 2 končíme ž po přečtení slov z L 2 δ(q,x) = {δ (q,x)} pokud q Q δ (q,x) F (počítáme v A ) = {δ (q,x), q 2 } pokud q Q δ (q,x) F (přechod A do A 2 ) = {δ 2 (q,x)} pokud q Q 2 (počítáme v A 2 ) DCV: ověřit L(B) = L(A ). L(A 2 ) Uzvřenost iterce L FF L* FF u L u 2 L u 3 L ide: opkovný výpočet č utomtu t A=(Q,X,δ,q δ,f) relizce: nedeterministické rozhodnutí, zd pokrčovt neo restrt pozor! λ L* ikd když žλ L, řešíme pomocí speciálního stvu hledáme nedeterministický utomt B =(Q,X,δ,S,F ) Q = Q {s} přidáme nový stv pro příjem λ S = {q, s} nový stv F = F {s} končíme po přečtení slov z L neo v s (pro λ) δ (q,x) = {δ(q,x)} pokud q Q δ(q,x) F (počítáme uvnitř A) = {δ(q,x), q } pokud q Q δ(q,x) F (možný restrt) δ (s,x) = {} žádné přechody z nového stvu L F L + F stejná konstrukce, pouze ez použití stvu s

37 Uzvřenost reverse L FF L R FF L zřejmě ř ě (L R ) R = L, tedy stčí ukázt L F L R F ide: orátíme šipky ve stvovém digrmu relizce: nedeterministický i ti konečný č utomt t A=(Q,X,δ,q,F) B=(Q,X,δ,F,{q }) δ (q,x) = {p δ(p,x)=q } (δ(p,x)=q p δ (q,x) ) w = x x 2 x n q, q, q n je přijímjící výpočet pro w utomtu A tj. δ(q i,x i+ )=q i+ q n F q n, q n-, q je přijímjící výpočet pro w R utomtu B q i δ (q i+,x i+ ) Poznámk: někdy L neo L R má výrzně jednodušší přijímjící utomt Uzvřenost kvocientu L,L 2 FF L 2 \ L F F L 2 L ide: utomt t A udeme strtovt t t ve stvech, do kterých se lze dostt t slovem z L 2 relizce: nedeterministický utomt B téměř téměř totožný s A (rozdíl ve strtovních stvech) S = {q q Q u L 2 q=δ (q,u)} nové strtovní stvy lze nlézt lgoritmicky (A q =(Q,X,δ,q,{q}), pk q S L(A q ) L 2 ) v L 2 \ L u L 2 uv L u L 2 q Q δ (q,u)=q δ (q,v) F q S δ (q,v) F v L(B) L,L 2 F L / L 2 F odoně neo pomocí L / L 2 = (L 2 R \L R ) R

38 Příkldy řetězcových opercí L = { i, i } LL L.L = { i j, i, j },,,,, L + = { i i 2... i n, n>, i j },, L* = {λ} L +, Příkld kvocientu L = { i i 2 i 3, i j } L 2 = { i i 2, i j },, L 2 \L = { i i 2, i j } = L 2,

39 Sustituce jzyků nechť Xje konečná č eced pro kždé x X udiž σ(x) jzyk v nějké ecedě Y x dále položme: σ(λ) = {λ} σ(u.v) = σ(u). σ(v) zorzení σ: X* P(Y*), kde Y = x X Y x se nzývá sustituce σ(l) = w L σ(w) nevypouštějící sustituce, žádné σ(x) neoshuje λ Příkld: σ() = { i j, i,j }, σ() = {cd } σ() = { i j cd k l, ijkl i,j,k,l } homomorfismus h: h(x) = w x (speciální přípd p sustituce) nevypouštějící homomorfismus: w x λ Vět: L F, x X σ(x) F σ(l), h(l), h - (L) F h - (L) = {w h(w) L} Poznámky k uzávěrovým vlstnostem Zjednodušení d návrhu utomtů tů L. =.L {λ}.l = L.{λ} = = L (L*)* = L* (L L 2 )* = L *(L 2.L *)* = L 2 *(L.L 2 *)* (L =L.L 2 ) R R 2. L R w (L L 2 ) = w L w L 2 w (X* -L) = X* - w L h(l L 2 ) = h(l ) h(l 2 ) Důkz regulárnosti L = {w w {,}*, w = w } není regulární L { i j, i,j } = { i i, i }

40 Trochu motivce L = { w w=u w=uv w=u, u,v {,}* } L = L L 2 L 3, kde L = { w w=u, u {,}* }, L 2 = {w w=uv, w u,v {,}* } L 3 = { w w=u, u {,}* } Můžeme jít ještě dál! L = {}. {,}* L 2 = {,}*. {}. {,}* L 3 = {,}*. {} Pojďme ještě dál L 3 = ({} {})*. {}.{}.{} Nešlo y všechny regulární jzyky poskládt z nějkých ti triviálních iál hjzyků? Regulární jzyky Tříd regulárních jzyků RJ(X) nd konečnou č neprázdnou ecedou X je nejmenší tříd jzyků, která: oshuje prázdný jzyk pro kždé písmeno x X oshuje jzyk {x} A,B RJ(X) A B RJ(X) uzvřená n sjednocení A,B RJ(X) A.B RJ(X) uzvřená n zřetězení A RJ(X) A* RJ(X) uzvřená n iterci Vlstně lgerický popis jzyků! Speciálně: {λ} RJ(X) protože {λ} = * X RJ(X) {x i,,x ik } RJ(X) k X* RJ(X) protože X = x X {x} (pozor! je to konečné sjednocení)

41 Kleeneov vět Liovolný jzyk je regulární právě ě když je rozpozntelný konečným utomtem. Konečnými utomty lze rozpoznávt jen triviální jzyky (prázdný jednopísmenné) jzyky, které z nich lze složit opercemi sjednocení, zřetězení iterce. Důkz RJ F regulární jzyky jsou rozpozntelné konečnými č utomty triviální jzyky jsou rozpozntelné konečným utomtem operce sjednocení, zřetězení iterci dávjí opět jzyk rozpozntelný konečným utomtem Důkz Kleeneovy věty jzyky rozpozntelné konečnými utomty jsou regulární máme utomt A=(Q,X,δ,q,F), který přijímá jzyk L(A) chceme ukázt, že L(A) dostneme z elementárních jzyků opercí definujme R ij = {w X* δ*(q i,w)=q j } slov převádějící ř í stv q i n q j potom L(A) = qi F R i slov převádějící počáteční stv q n nějký koncový stv q i jsou jzyky R ij regulární? pokud no, potom L(A) je tké regulární, protože zchovává regulárnost definujme R k ij =slov převádějící stv q i n q j ez meziprůchodu stvy q m m>k zřejmě R =R ij n ij (n je počet stvů utomtu) jsou jzyky R k ij regulární? R ij je regulární (žádné mezistvy, tj. mximálně jednopísmenná slov) R k+ ij = R k ij R k i,k+.(r k k+,k+)*. R k k+,j je regulární (sjednocení iterce regulárních jzyků) i k+ j

42 Alterntivní důkz Kleeneovy věty jzyky rozpozntelné konečnými č utomty t jsou regulární Indukcí podle počtu hrn v nedeterministickém utomtu A = (Q,X,δ,S,F) pro dný jzyk L(A) žádná hrn pouze jzyky neo {λ} (n+) hrn vyereme si jednu hrnu: p q tj. q δ(p,) sestrojíme čtyři utomty ez této hrny (δ ) A = (Q,X,δ,S,F) A 2 = (Q,X,δ,S,{p}) A 3 = (Q,X,δ,{q},{p}) A 4 = (Q,X,δ,{q},F) Potom L(A) = L(A ) (L(A 2 ).).(L(A 3 ).)*L(A 4 ) Jzyky L(A ), L(A 2 ), L(A 3 ), L(A 4 ) jsou regulární (n hrn) Regulární výrzy 2 p 3 q 4 Množin regulárních výrzů ů RV(X) nd konečnou č neprázdnou ecedou X={x,,x n } je nejmenší množin slov v ecedě {x,,x n,, λ, +,.,*, (,)}, která: oshuje výrz výrz λ RV(X), ( λ RV(X) ( ) pro kždé písmeno x X oshuje výrz x x RV(X) α,β RV(X) (α+β) RV(X) α,β RV(X) (α.β) RV(X) α RV(X) α* RV(X) Příkld: ((+((.c)+d)*)+e) Konvence: vnější závorky lze vynecht (+((.c)+d)*)+e závorky lze vynecht u. + díky socitivitě +((.c)+d)*+e tečku lze vynecht +((c)+d)*+e priorit opercí (nejvyšší) *,., + (nejnižší) +(c+d)*+e

43 Hodnot regulárního výrzu Hodnotou regulárního výrzu α RV(X) je množin slov [α] (jzyk) definovná následovně: [ ] =, [λ] ={λ}, [x] = {x} [(α+β)] =[α] [β] [(α.β)] = [α]. [β] [α*] = [α]* Regulární výrzy odpovídjí regulárním jzykům hodnotou regulárního výrzu je regulární jzyk kždý regulární jzyk lze reprezentovt pomocí regulárního výrzu (jzyk je hodnotou tohoto výrzu) Příkldy: [(+)* +(+)*(+)* (+) +(+)*] ] = = { w w=u w=uv w=u, u,v {,}* } [(***)**] ) = = {w w {,}*, w =3k } Použití regulárních výrzů Prktický ký přehledný zápis jzyk Teoretický zjednodušení některých důkzů Vět: L F, x X σ(x) F σ (L) F L σ(x) jsou regulární jzyky, lze je tedy reprezentovt regulárními výrzy kždý výskyt x ve výrzu pro L stčí nhrdit výrzem pro σ(x) Rozšířené regulární výrzy máme i dlší regulární operce, npř. průnik (α & β) Ekvivlence regulárních výrzů α β jestliže [α] = [β] (tj. výrzy reprezentují stejné jzyky) Příkld: (*)* λ+ (+)* Jk to zjistíme?

44 Převod regulárního výrzu n konečný utomt Metod (inkrementální): převeď elementární jzyky (prázdný, jednopísmenné) spoj použitím regulárních opercí podle výrzu Metod 2 (přímá) ( ) +(c+d)*+ očísluj symoly ve výrzu (zlev do doprv) +( 2 c 3 +d 4 )*+ 5 zjisti všechny možné páry symolů, kterése 2 c 3,c 3 d 4,c 3 2, mohou vyskytovt z seou d 4 d 4, d 4 2 zjisti symoly, které mohou ýt první ve slově, 2, d 4, 5 zjisti symoly, které mohou ýt poslední ve slově, c 3, d 4, 5 zjisti, zd jzyk oshuje prázdné slovo ANO vytvoř nedeterministický utomt stvy: s + očíslovné symoly počátek = s konec = poslední symoly (+s pro λ) přechody: s první symol x i x j, pokud je pár x i x j Od utomtu k regulárnímu výrzu 2 3 4, s d 2 d 4 5 c c 3 d Pomocí Kleeneovy věty: R ij R k+ ij = R k ij R k i,k+.(r k k+,k+)*. R k k+,j Pozn.: uzel 4 můžeme ignorovt (nevedou přes něj žádné cesty do osttních uzlů) R 2 3 R 2 3 λ 2 λ 3 λ λ 2 λ 3 λ d R R λ λ ( 2 ) * ( 2 ) * 2 λ 2 ( 2 ) * ( 2 ) * 3 λ+ 2 3 ( 2 ) * ( 2 ) *

45 Od utomtu k regulárnímu výrzu (příkld 2) 2 3 Pomocí Kleeneovy věty: R ij R k+ ij = R k ij R k i,k+.(r k k+,k+)*. R k k+,j R 2 3 R 2 3 +λ * * 2 +λ 2 +λ 3 λ 3 + * λ R R * * + * +? (+)* (+)* 2 * * 2??? 3 + * + * + 3??? Od utomtu k regulárnímu výrzu jink Ohodnocení hrn regulárním výrzem α Nejprve vytvoříme utomt s jedním vstupem jedním výstupem λ λ q A F spojení hrn α elimince smyček elimince vrcholů α α α+β β β α * β α * β n β n α β β αm β α ββ n α m α m β n β n

46 Od utomtu k regulárnímu výrzu v příkldě 2 3 4, λ T Stčí přidt pouze nový koncový stv. Eliminujeme smyčku 4. Eliminujeme uzel 4. 2 Eliminujeme uzel 2. 3 λ T Eliminujeme smyčku 3. ( 2 ) * 3 T Eliminujeme uzel 3. (2 )* T Automty s výstupem (motivce) ne jk zznment výpočet č utomtu? t Dosud jediná zpráv z utomtu - jsme v přijímjícím stvu. Můžeme z konečného utomtu získt více informcí? Můžeme ů zznment trsu výpočtu? ) indikce stvů (všech, nejen koncových) v kždé chvíli víme, kde se utomt nchází Příkld: různé (regulární) čítče 2) indikce přechodůř po přečtení kždého symolu víme, co utomt uděll Příkld: (regulární) překld slov Automt už není tk docel černá skříňk.

47 Mooreův stroj Mooreovým (sekvenčním) č strojem nzýváme šestici i A = (Q,X,Y,δ,μ,q ) resp. pětici A = (Q,X,Y,δ,μ), kde: Q - konečná neprázdná množin stvů (stvový prostor) X - konečná neprázdná množin symolů (vstupní eced) Y - konečná neprázdná množin symolů (výstupní eced) δ - zorzení Q X Q (přechodová funkce) μ - zorzení Q Y (znčkovcí funkce) q Q (počáteční stv) Poznámky: někdy nás nezjímá počáteční stv, le jen práce utomtu znčkovcí funkce umožňuje suplovt roli koncových stvů F Q nhrdíme znčkovcí funkcí μ : Q {,} tkto: μ(q) =, pokud q F =, pokud q F Příkld Mooreov stroje Nvrhněte utomt t počítjící í tenisové skóre. Vstupní eced: ID hráče, který uhrál od Výstupní eced/stvy: skóre (tj. Q=Y μ(q)=q) Stv/výstup A B Stv/výstup A B : 5: :5 shod A:4 4:A 5: 3: 5:5 A:4 A shod 5:5 3:5 5:3 4:A shod B :5 5:5 :3 A 5: :5 3: 4: 3:5 B 5: :5 3:5 4:5 3:3 3:3 4:3 3:4 5:3 3:3 5:4 :3 5:3 :4 4: A 4:5 4:5 A 4:3 4:3 A shod 3:4 shod B 5:4 3:4 B :4 5:4 B

48 Melyho stroj Melyho (sekvenčním) č strojem nzýváme šestici i A = (Q,X,Y,δ,λ,q ) resp. pětici A = (Q,X,Y,δ,λ), kde: Q - konečná neprázdná množin stvů (stvový prostor) X - konečná neprázdná množin symolů (vstupní eced) Y - konečná neprázdná množin symolů (výstupní eced) δ - zorzení Q X Q (přechodová funkce) λ - zorzení Q X Y (výstupní funkce) q Q (počáteční stv) Poznámk: výstup je určen stvem vstupním symolem tj. Melyho stroj je oecnějším prostředkem než stroj Mooreův znčkovcí funkci μ : Q Y lze nhrdit výstupní funkcí λ: Q X Y npříkld tkto: x X λ (q,x) = μ(q) neo tkto x X λ(q,x) = μ(δ(q,x)) Příkld Melyho stroje Nvrhněte utomt, t který dělí vstupní slovo v inárním tvru číslem 8 (celočíselně). Relizce: posun o tři ity doprv ( ) potřeujeme si pmtovt poslední trojici itů (vlstně dynmická tříitová pměť-uffer) Stv\symol / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / Vdí nám, když nevíme, kde utomt strtuje? NE - po třech symolech zčne počítt správně /

49 Výstup sekvenčních strojů slovo ve vstupní ecedě slovo ve výstupní ecedě Mooreův stroj znčkovcí funkce μ: Q Y μ*: Q X* Y* μ*(q,λ) = λ (někdy μ*(q,λ) = μ(q) ) μ*(q,wx) = μ*(q,w). μ(δ*(q,wx)) c d (z) x y u v Příkld: μ*(:,aaba) = (:.) 5:. 3:. 3:5. 4:5 Melyho stroj výstupní funkce λ: Q X Y λ* : Q X* Y* λ*(q,λ) = λ λ*(q,wx) ) = λ*(q,w) ). λ(δ*(q,w),x) ) ) Příkld: μ*(,) = c d x y u v Převod Mooreov stroje n Melyho Nechť A = (Q,X,Y,δ,μ,q XYδ )j je Mooreův ů stroj. Umíme njít Melyho stroj B tk, že q,w μ*(q,w) = λ*(q,w)? ANO! položme B = (Q,X,Y,δ,λ,q ), kde λ(q,x) = μ(δ(q,x)) tj. λ vrcí znčku stvu, do kterého přejdeme /x /x Příkld: x stv výstup stv / / c / c/2 c c 2 c c/2 /

50 Převod Melyho stroje n Mooreův Nechť A = (Q,X,Y,δ,λ,q XYδ λ ), je Melyho stroj. Sestrojme Mooreův stroj B tk, že q,w λ*(q,w) = μ*(q,w). Prolém: do jednoho stvu mohou vést přechody s různým výstupem! /x q /y Řešení: stv rozdělíme n více stvů (podle počtu výstupních symolů). q/x q/y Teď už je to jednoduché! B = (Q Y,X,Y,δ,μ,(q,_)), kde δ ((q,y),x) = (δ(q,x), λ(q,x)) μ((q,y)) = y Příkld: stv výstup (,) (,) (,) stv (,) (,) (,) / / (,) (,) (,) / / (,) (,) (,) Konečné utomty - shrnutí Konečný č utomt t jednoznčný redukovný utomt nedeterminismus (2 n ), dvousměrný KA (n n ) Automty jzyky y regulární jzyky uzvřenost n množinové operce uzvřenost n řetězcové operce uzvřenost ř sustituce Chrkteristik regulárních jzyků Nerodov vět (kongruence) Kleeneov vět (elementární jzyky operce) Iterční lemm (iterce podslov, jen nutná podmínk)

51 Celulární utomty ne hr n život Buňk = konečný č utomt t vstup utomtu = stvy okolních uněk je definováno uniformní propojení utomtů tů utomty prcují synchronně Conwyov hr Life stv (živá uňk), stv (mrtvá uňk) přechody (dle počtu živých uněk v okolí): zrození: 3-4živé éuňky v okolí úmrtí: - živá uňk v okolí ( je mi smutno ) 4-8 živých uněk v okolí ( je mi těsno ) Život ( Life ) X......XX......XX X......XX......X.X......X......XXX......XX......X..X......XX..X......XXX......XX......XXX......X..X......XXXXX......X...X......XXX.X......X..XXXX......XXXX..X......X......X..X......X..X......X...X......XX.XXX......X...X......XX...XXX......X..X.X......XXXX......XXX......XX......XXX......X..X......XXXXX......X...X......XXX.X......X..XXXX......XXXX..X X......XX......X.X......X......XXX......XX......X..X......XX..X X......XX......XX X......XX X......XXX......XX......X..X X......XXX......XXX......X......XXXX......X...X X......XXX......XXX......X...X......XXXX......X..X......XXX......X..X......XXX......XXX......X...X......XXXXX......X......X......X......X......X..X......X...X......XXXXX......X...X......X...XX......XXXX......X..X......XX......X.XXX......XX...XX......X...X......XX......X...XX......XX..XX......X..X...X......XX......X...XXX.X......XX.XXX.X......X...XXX......X......XXX......X..X......XXX.X.X......X..XX..X......XXXXXX.XXX......X...X...X......XXX.X..X.XX......X...XX......X...X......XX......X...XX......XX..XX......X..X...X......XX......X...XXX.X......XX.XXX.X......X...XXX......X...X... X...XXXXX......X...X... X...X...XX... XX...XXXX......X..X... X...XX......X.XXX... XXX...XX...XX......XXX......XXX......X...X......XXXXX......X......X......X......X......X..X X......XXX......XXX......X...X......XXXX......X..X......XXX......X..X X......XXX......XXX......X......XXXX......X...X X......XXX......XX......X..X X......XX......XX......X..X XXXX......X......X X......XX......X..X... X...XX.XX......X......X......X......XX......XXX......XXX......XXXX......X..X......XXX.X......X...X......X......XXX...X......X.XX...X......XX...XX......X...X..X.X......X..X...X......X...XX.XXX......XX.XXX......X...X......XX...XXX......X..X...X.X......XX.XX...XX......XXXXX..XXX......XX...X..X......XX.X.XX.XX......X.XX.XXX.XXX......XX...X.X......X..X.X..X......XXX...XXX......X...X...X......X...X......XXX...XX......X...XX...X.X......XXX.X.X...X......XX.XX.X...XXX......XX...X..X......X..X...X.X......XXXXX...XXX......X...X......XX......X..X......XX.XX.....X...X.....XXX..XXX......XXX...X......X..X...XX......XXXXXX...XX......X...X...X......XXX......X..X.....XXXXXX.....X...X....XXX...XXX......XX...X..X......X..X...X.X......XXXXX...XXX......X...X......XX......X..X......XX.XX.....X...X.....XXX..XXX......XX...X.X......X..X.X..X......XXX...XXX......X...X...X......X...X......XXX...XX......X...XX...X.X......XXX.X.X...X......XX.XX.X...XXX......XX.XXX......X...X......XX...XXX......X..X...X.X......XX.XX...XX......XXXXX..XXX......XX...X..X......XX.X.XX.XX......X.XX.XXX.XXX......XXX.X......X...X......X......XXX...X......X.XX...X......XX...XX......X...X..X.X......X..X...X......X...XX.XXX......XX.XX......X......X......X......XX......XXX......XXX......XXXX......X..X......XXXX......X......X X......XX......X..X......XX......X..X X X XXX......X...X XXX......X..X......X.X......XXXXX......XXXXX......X...X X......XXXXX......XXXX......X...X......XXX.XX......X...X......XXXX.XX......X......XX.XXX..X......X...XXXXXX......XX...X...X......X...X..XX......XX...X..X......XX...XX.XX......X...X..X..X.....XX...X.XXX.XX.X.....XX...XX..XXX..XX......XXXXX..XX.X......XX...XXXXX......X...XX...X......XX...X...XX......XX...XXX...X.X.....X...X...X...X.....XX...XXX.XXX.XXX.....XX..X...XXX.....XX..XX..X...X...X......XX...XX.X...X......XXXXX.XXX.XXXX.....X...XX...X.....X...X..X...XXX.....XXXXX..XXX..X..X....X...X.X...X.XXXXX......XXX.XXXX...X......X...XXXX......X...X.....X...XX.X.....XXXX...XXXXXXX....X...XXX...X....X...XX...X...XX... XXX.XXX..XXX..X..X......X.X..X..XXX......XX.XXXXXX...X......X.XXX......XX....X...XX...X...X....XX..XX...X.XX... X...XXX.XX...X... XX..XX...XX...XX.....X.XXX...X...X......X.X.XX..XXX......XX.X...XX...X......X...X.X...X.XXX......XXX..XX...X...X...X...X... XXX...X.XXX... X..X.X.X...X.XX... XX.X...XX...XX.....XX.X..X..X.X..X....XX...X..XXX..XXX......XX.X...XX...X......X...XX.X..X.XXX......XXX.XX.XX.XX...X...X...XX...X...X....XX..XX...X.XX... X...XXX.XX...X... XX..XX...XX...XX.....X.XXX...X...X......X.X.XX..XXX......XX.X...XX...X......X...X.X...X.XXX......XXX..XX...X....X...XX.X.....XXXX...XXXXXXX....X...XXX...X....X...XX...X...XX... XXX.XXX..XXX..X..X......X.X..X..XXX......XX.XXXXXX...X......X.XXX......XX......XX...XX.X...X......XXXXX.XXX.XXXX.....X...XX...X.....X...X..X...XXX.....XXXXX..XXX..X..X....X...X.X...X.XXXXX......XXX.XXXX...X......X...XXXX......X...X......XXXXX..XX.X......XX...XXXXX......X...XX...X......XX...X...XX......XX...XXX...X.X.....X...X...X...X.....XX...XXX.XXX.XXX.....XX..X...XXX.....XX..XX..X...X...X......XX.XXX..X......X...XXXXXX......XX...X...X......X...X..XX......XX...X..X......XX...XX.XX......X...X..X..X.....XX...X.XXX.XX.X.....XX...XX..XXX..XX X......XXXXX......XXXX......X...X......XXX.XX......X...X......XXXX.XX......X XXX......X..X......X.X......XXXXX......XXXXX......X...X X XXX......X...X X X X X......X......XXXX......X......XXX......X......XXX......X......XXX......X.X......XXXXX......XX..X......XX...XXXXX......X.X..X...X......X......XX......XX...XX......X..X...XX......XXXX..X......X..X......X.XX...X.....XX..XXX..XXXXXXX.....XX...X...X.....XX...XXXX...XX.....XX...X..X...X.X.....XX...XXXX.....XX...X..XX.X.XX.....XX...XX...XX.....XX...XXX.X..X.....XX...X.XX.XXXX.....XX..XXX..XXXXX.XX.....XX..X.X..X...XX.....XX...XX.X...XXX.....XX..X...X...X.....XX...X.XXXX.X.....XX...XXXX.XXXX.....XX...X...X...X.....XX...XXX...XX.XX.....XX...X...XXX.XX......XXX......X...X...XX......XXX.XX..XXX......XXXXX...X......X......XXX.X...XX......X..X.X.XX.X......X.X...XX..X......XXX.X.X..X......X..X......XXX...X......X...X.XXX......X..X.XXXX..X......XX...XXXXX......X...XX......X.XXX..XXX......X...X......XXX...X......X..XX.XXX..X......XXXX..X...X.....XXXX...X.X......X..X...XX..X.....X...X.XX..X......XX...X...X.....X.X...XXX.X.XX......X...X...XX......XXX...XXX..XXX......X..X...XX..X..XXX....XXXX..X...XXXX..X.....XXX...XX.X..XXX....X...XX.XX..X.....XX...X..XXXX....XXX...X..XXX.X.....X..X...XXX..X.XXX....XX.XX...X...X......XXX...XXX...X......X..XX.XXX..X......XXXX..X...X.....XXXX...X.X......X..X...XX..X.....X...X.XX..X......XX...X...X.....X.X...XXX.X.XX......X...X...XX......XXX...XXX..XXX......X..X......XXX...X......X...X.XXX......X..X.XXXX..X......XX...XXXXX......X...XX......X.XXX..XXX......X...X......XXX...X......XXX......X...X...XX......XXX.XX..XXX......XXXXX...X......X......XXX.X...XX......X..X.X.XX.X......X.X...XX..X......XXX.X.X..X.....XX..XXX..XXXXX.XX.....XX..X.X..X...XX.....XX...XX.X...XXX.....XX..X...X...X.....XX...X.XXXX.X.....XX...XXXX.XXXX.....XX...X...X...X.....XX...XXX...XX.XX.....XX...X...XXX.XX.....XX..XXX..XXXXXXX.....XX...X...X.....XX...XXXX...XX.....XX...X..X...X.X.....XX...XXXX.....XX...X..XX.X.XX.....XX...XX...XX.....XX...XXX.X..X.....XX...X.XX.XXXX......XX...XXXXX......X.X..X...X......X......XX......XX...XX......X..X...XX......XXXX..X......X..X......X.XX...X......X......XXX......X......XXX......X......XXX......X.X......XXXXX......XX..X X X X......X......XXXX...

52 Jedn uňk nvíc x x......x......xxx......xxx x......xxx......x.x......xxx......x...x......xxxxx......xxx......xxx......xxx......x...x......xx.xx......x...x......xx...xx......x..x......x...x......x...x......x...x......xxx.xxx......x...x......xxx...xxx......xxx......xxx......xxx......x...x......xx.xx......x...x......xx...xx x......xxx......x.x......xxx......x...x......xxxxx x......x......xxx......xxx x x......xxx x......xxx......xxx......x...x x......xxx......xxx......x...x......xxxxx xxx......xxx......x...x......xxxxx......x...x......xxxxx x...x......xxxxx......x...x......x......xxx......xxx......x...x......x...x......x...x......xxxxxxxxx......x...x......xx...xx......xx...x...xx......x..x.xxx.x..x......x...x...x......xx..x..xx......x..xxxxx..x......xx...xx......x..x...x..x......xxxx...xxxx......x...x...x...x......x..x.x..x......xxx.xxx.xxx......x..xx.xx..x......xxxx...xxxx......x..x...x..x......xxxxxx...xxxxxx......x...x...x...x......x...x...x......xx..x..xx......x..xxxxx..x......xx...xx......x..x...x..x......xxxx...xxxx......x...x...x...x......x...x... X...X...X... X...XXXXXXXXX......X...X... X...XX...XX......XX...X...XX... X...X..X.XXX.X..X... X XXX X X...X...X......XXXXX......X...X......X......XXX......XXX......X...X......XXX......XXX......X...X......XXXXX......X...X......XXXXX X......XXX......XXX......X...X......XXXXX X......XXX......XXX......X...X X......XXX X X......X......XXX......X......XXX......X......XXX......X.X......XXX......X...X......XXX X.X XXX......X...X XXXXX......X...X XXX......X.X... X...X......X.X... X...XX.XX......X..X..X... X X...XXXXXXX X......X.X......X.X......XX.XX......X...X XXX......XXX......X.X......XX.XX X...X......XXXXX......X...X......X......XXX......X.X......XX..XX.XX..XX......X...XXXXX...X......XXXXXXX XXXX...X...XXXX......X...X..X..X...X......XXX.XXXXXXXXX.XXX......XX..XXXXXXX..XX......X.X.X...X.X.X......X.XX...XX.X......XXXXXX...XXXXXX......X.XXXX...XXXX.X......XX...X...X...XX......X..X..XX...XX..X..X......XXX..XXX.XXX..XXX......X..XX...XX..X......XX.X.XX...XX.X.XX......XX...X...X...XX......X...X...X...X......XXXX...X...X...XXXX......X..X..XX...XX..X..X......XX..XXXXXXX..XX......X.X.X...X.X.X......X.XX...XX.X......XXXXXX...XXXXXX......X.XXXX...XXXX.X......XX...X...X...XX......X..X..XX...XX..X..X......XXXXXXX XXXX...X...XXXX......X...X..X..X...X......XXX.XXXXXXXXX.XXX......XXXXX......X...X......X......XXX......X.X......XX..XX.XX..XX......X...XXXXX...X XXX......XXX......X.X......XX.XX X...X X......X.X......X.X......XX.XX......X...X XXX......X.X......X......X.X......XX.XX......X..X..X......XXXXXXX......XXX X.X......XXX......X...X......XXXXX......X...X......X......XXX......X......XXX......X.X......XXX......X...X X X......X......XXX X X......XXX......XXX X......XXX......XXX......X...X......XXXXX......X......XXX......XXX......X...X......XXXXX......X...X......X...X......XXX......X...X......XXXXX......X...X......XXXXXXX......X...X......XX...XX......XXXXX......X...X......XX...XX......X.XXX.X......XX.XXX.XX......X...X......XXX...XXX......X..X..X......X...X......X...X......XX...XX......XXXXXXX......XX...XX......XXXXXXXXX......XXXXXXX......X...X XXXXX......XXXXXXX......XXXXXXX X...XXX...X......XXXXX......X..X...X..X......X X...X......XXX...XXX......XXX...XXX......XXX...XXX......X..X..XXX..X..X......XX...X...XX......XXX...X.X...XXX......XXX...XXX......X..X...X..X......XXXXX...XXXXX......X.XXX...XXX.X......XX...XX......XX...XXX...XX......X..X...X...X...X..X......XX.X...X...X...X.XX.....X...X...X...X.....X...XX...XX...X......XX.XXX...X...XXX.XX......X...X..X..X...X......XX...XXXXX...XX.....X..X...X...X...X..X.....XXXXX...XXXXX....X...X...X...X...XX...XXX...XXX...XX.....XXXXXXX..X.X..XXXXXXX......X...X.XXX.X...X.....XXX...XXXX.XXXX...XXX.....X..X...X..X....XXXXXX...XXXXXX...X...X...X...X.. XXX...XXX...XXX...XXX....XX.XXX...X...XXX.XX......X...X..X..X...X......XX...XXXXX...XX.....X..X...X...X...X..X.....XXXXX...XXXXX....X...X...X...X...XX...XXX...XXX...XX.....X.XXX...XXX.X......XX...XX......XX...XXX...XX......X..X...X...X...X..X......XX.X...X...X...X.XX.....X...X...X...X.....X...XX...XX...X......XXX...XXX......X..X..XXX..X..X......XX...X...XX......XXX...X.X...XXX......XXX...XXX......X..X...X..X......XXXXX...XXXXX......XXXXX......X..X...X..X......X X...X......XXX...XXX......XXX...XXX......XXXXXXX X...XXX...X XXXXXXX......X...X XXXXX......XXXXXXX......X..X..X......X...X......X...X......XX...XX......XXXXXXX......XX...XX......XXXXXXXXX......XXXXX......X...X......XX...XX......X.XXX.X......XX.XXX.XX......X...X......XXX...XXX......XXX......X...X......XXXXX......X...X......XXXXXXX......X...X......XX...XX......X......XXX......XXX......X...X......XXXXX......X...X......X...X X......XXX......XXX......X...X......XXXXX X......XXX......XXX X......XXX......XXX......X...X X...X......XXXXX......X...X X......X...X......X XX...XX......X..X...X..X......XXX......XXX......XXXXXXXXX......X...X...X......XXX...XXX......XXXX.X.XXXX......X...XXX...X......X...X...X...X......XXXXX......X..X...X..X......XXX...XXX......X..X.XXX.X..X......XX.X.X.X.X.XX......X...XXX...X......X...X...X...X......X...XX...XX...X......X...XXX...X......XXX..XXX..XXX......X..X.XXX.X..X......XXXXX...XXXXX......X...X.XXX.X...X......X...XX...XX...X......X...X.X...X.X...X......X...X......XX...X...XX......X.X..XXX..X.X......XXXX..XX.XX..XXXX......X...XXXXXXXXX...X......X...XX...XX...X......X...X...X...X......X...X......X...X......XXX...XXX......XXX...X...XXX......X...XXX...X......X...XX...XX...X......XXX...XXX......XXX...X...X...XXX......XXX...XXX......X...X......XXXX...XXXX.....X...X......X X...X...X...X...X......XXXX...XXXX......X..X...X..X.....XX.X...X.XX......X...X......XX...XX......X.X...X.X...X.....X...X......X...X......XXX...XXX.....XXXX...XXXX......XX...XX...X.....XXX...XXX..XXX....X..X...X..XXXX...XXXX...X...X...XXXX...X...X.. XX...XX....X..X...X..X..X...X...X...X...XXXX...XX..X...X..XX......XXXXX...XXXXXXX.. X..X.X...X.X..X. XX...X...X...XX....XXX...XXX...X...X.X...X.X...XX...XXXXX...XXXXX.X....X.....XX... X..X.X...X...X...X.X..X. XXXX.XX...XX.XXXXX...XXX...XXX...X...X...X...X...X..XX...XXXXX...XXXXX.X....X...X...X...XX..XXX... X..X.X...X.X..X. XX...X...X...XX....XXX...XXX...X...X.X...X.X...XX...XXXXX...XXXXX.X....X.....XX....XXXX...X...X...XXXX...X...X.. XX...XX....X..X...X..X..X...X...X...X...XXXX...XX..X...X..XX......XXXXX...XXXXXXX.....X...X......X...X......XXX...XXX.....XXXX...XXXX......XX...XX...X.....XXX...XXX..XXX....X..X...X..XXXX.....X...X...X...X...X......XXXX...XXXX......X..X...X..X.....XX.X...X.XX......X...X......XX...XX......X.X...X.X...X.....XXX...X...X...XXX......XXX...XXX......X...X......XXXX...XXXX.....X...X......X X...X......X...X......XXX...XXX......XXX...X...XXX......X...XXX...X......X...XX...XX...X......XXX...XXX......X...X......XX...X...XX......X.X..XXX..X.X......XXXX..XX.XX..XXXX......X...XXXXXXXXX...X......X...XX...XX...X......X...X...X...X......X...XXX...X......XXX..XXX..XXX......X..X.XXX.X..X......XXXXX...XXXXX......X...X.XXX.X...X......X...XX...XX...X......X...X.X...X.X...X......X..X...X..X......XXX...XXX......X..X.XXX.X..X......XX.X.X.X.X.XX......X...XXX...X......X...X...X...X......X...XX...XX...X......XXXXXXXXX......X...X...X......XXX...XXX......XXXX.X.XXXX......X...XXX...X......X...X...X...X......XXXXX......X...X......X XX...XX......X..X...X..X......XXX......XXX......X...X......XXXXX......X...X X......XXX......XXX......X...X Úvod do formálních grmtik Grmtiky, všichni i je známe, le co to je? Popis jzyk pomocí prvidel, podle kterých se vytvářejí všechny řetězce dného jzyk. Původně pro popis přirozených jzyků <vět> <podmětná část> <přísudková část> Zdání syntxe vyšších progrmovcích o c c jzyků ů od do Algolu 6 Bckus-Nurov normální form (BNF) <číslo> :== <číslo ez zn.> +<číslo ez zn.> -<číslo ez zn.> <číslo ez zn.> :== <číslice> <číslice><číslo ez znm>. <číslice> :==

Automaty a gramatiky. Roman Barták, KTIML. Důkaz věty o isomorfismu reduktů. Věta o isomorfismu reduktů. Pro připomenutí

Automaty a gramatiky. Roman Barták, KTIML. Důkaz věty o isomorfismu reduktů. Věta o isomorfismu reduktů. Pro připomenutí 3 Automty grmtiky Romn Brták, KTIML rtk@ktimlmffcunicz http://ktimlmffcunicz/~rtk Pro připomenutí 2 Njít ekvivlentní stvy w X* δ*(p,w) F δ*(q,w) F Vyřdit nedosžitelné stvy 3 Sestrojit podílový utomt Automty

Více

Automaty a gramatiky. Organizační záležitosti. Přednáška: na webu (http://ktiml.mff.cuni.cz/~bartak/automaty) Proč chodit na přednášku?

Automaty a gramatiky. Organizační záležitosti. Přednáška: na webu (http://ktiml.mff.cuni.cz/~bartak/automaty) Proč chodit na přednášku? Orgnizční záležitosti Atomty grmtiky Romn Brták, KTIML rtk@ktiml.mff.cni.cz http://ktiml.mff.cni.cz/~rtk Přednášk: n we (http://ktiml.mff.cni.cz/~rtk/tomty) Proč chodit n přednášk? dozvíte se více než

Více

Automaty a gramatiky. Na zopakování X*/~ Roman Barták, KTIML. Iterační (pumping) lemma. Pravidelnost regulárních jazyků

Automaty a gramatiky. Na zopakování X*/~ Roman Barták, KTIML. Iterační (pumping) lemma. Pravidelnost regulárních jazyků 2 utomaty a gramatiky Roman Barták, KTML bartak@ktiml.mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Na zopakování Víme, co je konečný automat = (Q,X,δ,q,F) Umíme konečné automaty charakterizovat (Myhill-)Nerodova

Více

Automaty a gramatiky

Automaty a gramatiky 5 Automty grmtiky Romn Brták, KTIML rtk@ktiml.mff.cuni.cz http://ktiml.mff.cuni.cz/~rtk Co ylo minule Množinové operce s jzyky sjednocení, pr nik, rozdíl, dopln k uzv enost opercí (lgoritmus p evodu) et

Více

Teorie jazyků a automatů I

Teorie jazyků a automatů I Šárk Vvrečková Teorie jzyků utomtů I Sírk úloh pro cvičení Ústv informtiky Filozoficko-přírodovědecká fkult v Opvě Slezská univerzit v Opvě Opv, poslední ktulizce 5. květn 205 Anotce: Tto skript jsou určen

Více

Úvod do Teoretické Informatiky (456-511 UTI)

Úvod do Teoretické Informatiky (456-511 UTI) Úvod do Teoretické Informtiky (456-511 UTI) Doc. RNDr. Petr Hliněný, Ph.D. petr.hlineny@vs.cz 25. ledn 2006 Verze 1.02. Copyright c 2004 2006 Petr Hliněný. (S využitím části mteriálů c Petr Jnčr.) Osh

Více

Automaty a gramatiky. Úvod do formáln. lních gramatik. Roman Barták, KTIML. Příklady gramatik

Automaty a gramatiky. Úvod do formáln. lních gramatik. Roman Barták, KTIML. Příklady gramatik Úvod do formáln lních grmtik Automty grmtiky Romn Brták, KTIML rtk@ktiml.mff.cuni.cz http://ktiml.mff.cuni.cz/~rtk Grmtiky, všichni je známe, le co to je? Popis jzyk pomocí prvidel, podle kterých se vytvářejí

Více

Automaty a gramatiky

Automaty a gramatiky Automty grmtiky Romn Brták, KTIML rtk@ktiml.mff.cuni.cz http://ktiml.mff.cuni.cz/~rtk Úvod do formálních grmtik Grmtiky, všichni je známe, le co to je? Popis jzyk pomocí prvidel, podle kterých se vytvářejí

Více

Definice. Necht M = (Q, T, δ, q 0, F ) je konečný automat. Dvojici (q, w) Q T nazveme konfigurací konečného automatu M.

Definice. Necht M = (Q, T, δ, q 0, F ) je konečný automat. Dvojici (q, w) Q T nazveme konfigurací konečného automatu M. BI-AAG (20/202) J. Holu: 2. Deterministické nedeterministické konečné utomty p. 2/3 Konfigurce konečného utomtu BI-AAG (20/202) J. Holu: 2. Deterministické nedeterministické konečné utomty p. 4/3 Automty

Více

Automaty a gramatiky. Trochu motivace. Roman Barták, KTIML. rní jazyky. Regulárn. Kleeneova věta. L = { w w=babau w=uabbv w=ubaa, u,v {a,b}* }

Automaty a gramatiky. Trochu motivace. Roman Barták, KTIML. rní jazyky. Regulárn. Kleeneova věta. L = { w w=babau w=uabbv w=ubaa, u,v {a,b}* } ochu motivce L = { w w=u w=uv w=u, u,v {,}* } Automty gmtiky Romn Bták, KIML tk@ktiml.mff.cuni.cz htt://ktiml.mff.cuni.cz/~tk L = L L L, kde L = { w w=u, u {,}* }, L = { w w=uv, u,v {,}* } L = { w w=u,

Více

Automaty a gramatiky. Pro připomenutí. Roman Barták, KTIML. Důkaz věty o dvousměrných automatech (1)

Automaty a gramatiky. Pro připomenutí. Roman Barták, KTIML. Důkaz věty o dvousměrných automatech (1) 4 Automty gmtiky omn Bták, KTIML tk@ktiml.mff.cuni.cz htt://ktiml.mff.cuni.cz/~tk Po řiomenutí Automt může tké ovládt čtecí hlvu dvousměný (dvoucestný) utomt řechodová funkce: Q X Q {-,,+} Slovo w je řijto

Více

AUTOMATY VE VYHLEDÁVÁNI cvičeni

AUTOMATY VE VYHLEDÁVÁNI cvičeni Czech Technicl University in Prgue Fculty of Informtion Technology Deprtment of Theoreticl Computer Science AUTOMATY VE VYHLEDÁVÁNI cvičeni Bořivoj Melichr Evropský sociální fond. Prh & EU: Investujeme

Více

Je regulární? Pokud ne, na regulární ji upravte. V původní a nové gramatice odvod te řetěz 1111.

Je regulární? Pokud ne, na regulární ji upravte. V původní a nové gramatice odvod te řetěz 1111. Grmtiky. Vytvořte grmtiku generující množinu řetězů { n m } pro n, m N {} tková, že n m. Pomocí této grmtiky derivujte řetezy,. 2. Grmtik je dán prvidly S ɛ S A A S B B A B. Je regulární? Pokud ne, n regulární

Více

Automaty a gramatiky(bi-aag)

Automaty a gramatiky(bi-aag) BI-AAG (2011/2012) J. Holu: 3. Operce s konečnými utomty p. 2/33 Převod NKA ndka BI-AAG (2011/2012) J. Holu: 3. Operce s konečnými utomty p. 4/33 Automty grmtiky(bi-aag) 3. Operce s konečnými utomty Jn

Více

Formální jazyky. Z. Sawa (VŠB-TUO) Úvod do teoretické informatiky 7. března / 46

Formální jazyky. Z. Sawa (VŠB-TUO) Úvod do teoretické informatiky 7. března / 46 Formální jzyky Z. Sw (VŠB-TUO) Úvod do teoretické informtiky 7. řezn 2012 1/ 46 Teorie formálních jzyků motivce Příkldy typů prolémů, při jejichž řešení se využívá pozntků z teorie formálních jzyků: Tvor

Více

AUTOMATY A GRAMATIKY

AUTOMATY A GRAMATIKY AUTOMATY A 1 GRAMATIKY Pavel Surynek Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra teoretické informatiky a matematické logiky Stručný přehled přednášky Automaty Formální jazyky, operace

Více

Minimalizace automatů. M. Kot, Z. Sawa (VŠB-TU Ostrava) Úvod do teoretické informatiky 28. března / 31

Minimalizace automatů. M. Kot, Z. Sawa (VŠB-TU Ostrava) Úvod do teoretické informatiky 28. března / 31 Minimlizce utomtů M. Kot, Z. Sw (VŠB-TU Ostrv) Úvod do teoretické informtiky 28. řezn 2007 1/ 31 Ekvivlence utomtů 1 2 3 1 2 3 1 2 Všechny 3 utomty přijímjí jzyk všech slov se sudým počtem -ček Nejvýhodnějšíjepronásposledníznich-mánejméněstvů

Více

Převody Regulárních Výrazů. Minimalizace Konečných. Regulární jazyky 2 p.1/35

Převody Regulárních Výrazů. Minimalizace Konečných. Regulární jazyky 2 p.1/35 Převody Regulárních Výrzů Minimlizce Konečných Automtů Regulární jzyky 2 p.1/35 Kleeneho lger Definice 2.1 Kleeneho lger sestává z neprázdné množiny se dvěm význčnými konstntmi 0 1, dvěm inárními opercemi

Více

3. ROVNICE A NEROVNICE 85. 3.1. Lineární rovnice 85. 3.2. Kvadratické rovnice 86. 3.3. Rovnice s absolutní hodnotou 88. 3.4. Iracionální rovnice 90

3. ROVNICE A NEROVNICE 85. 3.1. Lineární rovnice 85. 3.2. Kvadratické rovnice 86. 3.3. Rovnice s absolutní hodnotou 88. 3.4. Iracionální rovnice 90 ROVNICE A NEROVNICE 8 Lineární rovnice 8 Kvdrtické rovnice 8 Rovnice s bsolutní hodnotou 88 Ircionální rovnice 90 Eponenciální rovnice 9 Logritmické rovnice 9 7 Goniometrické rovnice 98 8 Nerovnice 0 Úlohy

Více

13. Soustava lineárních rovnic a matice

13. Soustava lineárních rovnic a matice @9. Soustv lineárních rovnic mtice Definice: Mtice je tbulk reálných čísel. U mtice rozlišujeme řádky (i=,..n), sloupce (j=,..m) říkáme, že mtice je typu (n x m). Oznčíme-li mtici písmenem A, její prvky

Více

2.3. DETERMINANTY MATIC

2.3. DETERMINANTY MATIC 2.3. DETERMINANTY MATIC V této kpitole se dozvíte: definici determinntu čtvercové mtice; co je to subdeterminnt nebo-li minor; zákldní vlstnosti determinntů, používné v mnoh prktických úlohách; výpočetní

Více

H - Řízení technologického procesu logickými obvody

H - Řízení technologického procesu logickými obvody H - Řízní tchnologického procsu logickými ovody (Logické řízní) Tortický úvod Součástí řízní tchnologických procsů j i zjištění správné posloupnosti úkonů tchnologických oprcí rozhodování o dlším postupu

Více

Konzultace z předmětu MATEMATIKA pro první ročník dálkového studia

Konzultace z předmětu MATEMATIKA pro první ročník dálkového studia - - Konzultce z předmětu MATEMATIKA pro první ročník dálkového studi ) Číselné obor ) Zákldní početní operce procentový počet ) Absolutní hodnot reálného čísl ) Intervl množinové operce ) Mocnin ) Odmocnin

Více

Petriho sítě PES 2007/2008. ceska@fit.vutbr.cz. Doc. Ing. Tomáš Vojnar, Ph.D. vojnar@fit.vutbr.cz

Petriho sítě PES 2007/2008. ceska@fit.vutbr.cz. Doc. Ing. Tomáš Vojnar, Ph.D. vojnar@fit.vutbr.cz PES Petriho sítě p. 1/34 Petriho sítě PES 2007/2008 Prof. RNDr. Miln Češk, CS. esk@fit.vutr.z Do. Ing. Tomáš Vojnr, Ph.D. vojnr@fit.vutr.z Sz: Ing. Petr Novosd, Do. Ing. Tomáš Vojnr, Ph.D. (verze 06.04.2010)

Více

3. Polynomy Verze 338.

3. Polynomy Verze 338. 3. Polynomy Verze 338. V této kapitole se věnujeme vlastnostem polynomů. Definujeme základní pojmy, které se k nim váží, definujeme algebraické operace s polynomy. Diskutujeme dělitelnost polynomů, existenci

Více

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa 2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace

Více

6. Zobrazení δ: (a) δ(q 0, x) obsahuje x i, x i Z. (b) δ(x i, y) obsahuje y j, x i y j P 7. Množina F je množinou koncových stavů.

6. Zobrazení δ: (a) δ(q 0, x) obsahuje x i, x i Z. (b) δ(x i, y) obsahuje y j, x i y j P 7. Množina F je množinou koncových stavů. Vzth mezi reg. výrzy kon. utomty Automty grmtiky(bi-aag) 7. Převody mezi reg. grm., reg. výrzy kon. utomty Jn Holu Algoritmus (okrčování): 6. Zorzení δ: () δ(, x) oshuje x i, x i Z. () δ(x i, y) oshuje

Více

Úvod do numerické matematiky. Přednáška pro posluchače informatiky. Zimní resp. Letní semestr 2/2

Úvod do numerické matematiky. Přednáška pro posluchače informatiky. Zimní resp. Letní semestr 2/2 Úvod do numerické mtemtiky Přednášk pro posluchče informtiky Zimní resp Letní semestr 2/2 Ivo Mrek, Petr Myer Bohuslv Sekerk 1 Úvodní poznámky Vymezení problemtiky vystihuje následující chrkteristik Numerická

Více

Vlastnosti regulárních jazyků

Vlastnosti regulárních jazyků Vlastnosti regulárních jazyků Podobně jako u dalších tříd jazyků budeme nyní zkoumat následující vlastnosti regulárních jazyků: vlastnosti strukturální, vlastnosti uzávěrové a rozhodnutelné problémy pro

Více

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení., Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou

Více

Úvod 1. 3 Regulární jazyky Konečné jazyky Pumping Lemma pro regulární jazyky a nekonečné jazyky Sjednocení...

Úvod 1. 3 Regulární jazyky Konečné jazyky Pumping Lemma pro regulární jazyky a nekonečné jazyky Sjednocení... Osh Úvod 1 1 Teoretická informtik 2 1.1 Vznik vývoj teoretické informtiky................... 2 1.1.1 Mtemtik............................. 2 1.1.2 Jzykověd............................. 5 1.1.3 Biologie...............................

Více

Automaty a gramatiky. Uzávěrové vlastnosti v kostce R J BKJ DBKJ. Roman Barták, KTIML. Kvocienty s regulárním jazykem

Automaty a gramatiky. Uzávěrové vlastnosti v kostce R J BKJ DBKJ. Roman Barták, KTIML. Kvocienty s regulárním jazykem 11 Automaty a gramatiky Roman Barták, KTIML bartak@ktiml.mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Uzávěrové vlastnosti v kostce Sjednocení Průnik Průnik s RJ Doplněk Substituce/ homomorfismus Inverzní

Více

Syntaxí řízený překlad

Syntaxí řízený překlad Syntaxí řízený překlad Šárka Vavrečková Ústav informatiky, FPF SU Opava sarka.vavreckova@fpf.slu.cz Poslední aktualizace: 27. listopadu 2008 Definice Překlad z jazyka L 1 do jazyka L 2 je definován množinou

Více

( 5 ) 6 ( ) 6 ( ) Přijímací řízení ak. r. 2010/11 Kompletní znění testových otázek - matematický přehled

( 5 ) 6 ( ) 6 ( ) Přijímací řízení ak. r. 2010/11 Kompletní znění testových otázek - matematický přehled řijímcí řízení k. r. / Kompletní znění testových otázek - mtemtický přehled Koš Znění otázky Odpověď ) Odpověď b) Odpověď c) Odpověď d) Správná odpověď. Které číslo doplníte místo otzníku? 8?. Které číslo

Více

c 2 b 2 a 2 2.8.20 Důkazy Pythagorovy věty Předpoklady: 020819

c 2 b 2 a 2 2.8.20 Důkazy Pythagorovy věty Předpoklady: 020819 .8.0 Důkzy Pythgorovy věty Předpokldy: 00819 Pedgogická poznámk: V řešení kždého příkldu jsou uvedeny rdy, které dávám postupně žákům, bych jim pomohl. Pedgogická poznámk: Diskuse o následujícím příkldu

Více

Teorie jazyků a automatů

Teorie jazyků a automatů Slezská univerzit v Opvě Filozoficko-přírodovědecká fkult v Opvě Šárk Vvrečková Teorie jzyků utomtů Skript do předmětů II Zákldy teoretické informtiky Ústv informtiky Filozoficko-přírodovědecká fkult v

Více

Automaty a gramatiky(bi-aag) Motivace. 1. Základní pojmy. 2 domácí úkoly po 6 bodech 3 testy za bodů celkem 40 bodů

Automaty a gramatiky(bi-aag) Motivace. 1. Základní pojmy. 2 domácí úkoly po 6 bodech 3 testy za bodů celkem 40 bodů BI-AAG (2011/2012) J. Holub: 1. Základní pojmy p. 2/29 Hodnocení předmětu BI-AAG (2011/2012) J. Holub: 1. Základní pojmy p. 4/29 Automaty a gramatiky(bi-aag) 1. Základní pojmy Jan Holub Katedra teoretické

Více

3.2.1 Shodnost trojúhelníků I

3.2.1 Shodnost trojúhelníků I 3.2.1 hodnost trojúhelníků I Předpokldy: 3108 v útvry jsou shodné, pokud je možné je přemístěním ztotožnit. v prxi těžko proveditelné hledáme jinou možnost ověření shodnosti v útvry jsou shodné, pokud

Více

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ Abecedou se rozumí libovolná konečná množina Σ. Prvky abecedy nazýváme znaky (symboly) Slovo (řetězec) v nad abecedou Σ je libovolná konečná posloupnost znaků této abecedy. Prázdné posloupnosti znaků odpovídá

Více

3 Algebraické výrazy. 3.1 Mnohočleny Mnohočleny jsou zvláštním případem výrazů. Mnohočlen (polynom) proměnné je výraz tvaru

3 Algebraické výrazy. 3.1 Mnohočleny Mnohočleny jsou zvláštním případem výrazů. Mnohočlen (polynom) proměnné je výraz tvaru Algerické výrz V knize přírod může číst jen ten, kdo zná jzk, ve kterém je npsán. Jejím jzkem je mtemtik jejím písmem jsou mtemtické vzorce. (Glileo Glilei) Algerickým výrzem rozumíme zápis, ve kterém

Více

2.5.4 Věta. Každý jazyk reprezentovaný regulárním výrazem je regulárním jazykem.

2.5.4 Věta. Každý jazyk reprezentovaný regulárním výrazem je regulárním jazykem. 2.5. Regulární výrzy [181012-1111 ] 21 2.5 Regulární výrzy 2.5.1 Regulární jzyky jsme definovli jko ty jzyky, které jsou přijímány konečnými utomty; ukázli, že je jedno, zd jsou deterministické neo nedeterministické.

Více

56. ročník Matematické olympiády. b 1,2 = 27 ± c 2 25

56. ročník Matematické olympiády. b 1,2 = 27 ± c 2 25 56. ročník Mtemtické olympiády Úlohy domácí části I. kol ktegorie 1. Njděte všechny dvojice (, ) celých čísel, jež vyhovují rovnici + 7 + 6 + 5 + 4 + = 0. Řešení. Rovnici řešíme jko kvdrtickou s neznámou

Více

Obecně: K dané funkci f hledáme funkci ϕ z dané množiny funkcí M, pro kterou v daných bodech x 0 < x 1 <... < x n. (δ ij... Kroneckerovo delta) (4)

Obecně: K dané funkci f hledáme funkci ϕ z dané množiny funkcí M, pro kterou v daných bodech x 0 < x 1 <... < x n. (δ ij... Kroneckerovo delta) (4) KAPITOLA 13: Numerická integrce interpolce [MA1-18:P13.1] 13.1 Interpolce Obecně: K dné funkci f hledáme funkci ϕ z dné množiny funkcí M, pro kterou v dných bodech x 0 < x 1

Více

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem. 1 Matice Definice 1 Matice A typu (m, n) je zobrazení z kartézského součinu {1, 2,,m} {1, 2,,n} do množiny R Matici A obvykle zapisujeme takto: a 1n a 21 a 22 a 2n A =, a m1 a m2 a mn kde a ij R jsou její

Více

3. Matice a determinanty

3. Matice a determinanty . Matice a determinanty Teorie matic a determinantů představuje úvod do lineární algebry. Nejrozsáhlejší aplikace mají matice a determinanty při řešení systémů lineárních rovnic. Pojem determinantu zavedl

Více

matematika vás má it naupravidl

matematika vás má it naupravidl VÝZNAM Algebrický výrz se zvádí intuitivn bez p esn ího vmezení v kolizi s názv dvoj len, troj len, mnoho len. Stále se udr uje fle ná p edstv, e ísl ozn ují mno ství, e jsou zobecn ním vnímné skute nosti.

Více

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice.

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice. [] Definice determinantu BI-LIN, determinant, 9, P Olšák [2] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A 0 pro singulární matici, det A 0 pro regulární matici používá

Více

LINEÁRNÍ DIFERENCIÁLNÍ ROVNICE 2.ŘÁDU

LINEÁRNÍ DIFERENCIÁLNÍ ROVNICE 2.ŘÁDU LINEÁRNÍ DIFERENCIÁLNÍ ROVNICE 2.ŘÁDU ZDENĚK ŠIBRAVA 1. Obecné řešení lin. dif. rovnice 2.řádu s konstntními koeficienty 1.1. Vrice konstnt. Příkld 1.1. Njděme obecné řešení diferenciální rovnice (1) y

Více

OSTRAVSKÁ UNIVERZITA V OSTRAVĚ

OSTRAVSKÁ UNIVERZITA V OSTRAVĚ OSTRAVSKÁ UNIVERZITA V OSTRAVĚ TEORETICKÉ ZÁKLADY INFORMATIKY II HASHIM HABIBALLA OSTRAVA 2003 Tento projekt byl spolufinancován Evropskou unií a českým státním rozpočtem Recenzenti: Doc. Ing. Miroslav

Více

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC 22 SČÍTÁNÍ A NÁSOBENÍ MATIC V této kapitole se dozvíte: jak je definováno sčítání matic a jaké má základní vlastnosti jak je definováno násobení matic číslem a jaké má základní vlastnosti zda a proč se

Více

Lineární algebra II. Adam Liška. 9. února 2015. Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak. rok 2007/2008

Lineární algebra II. Adam Liška. 9. února 2015. Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak. rok 2007/2008 Lineární algebra II Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak rok 2007/2008 Adam Liška 9 února 2015 http://kammffcunicz/~fiala http://wwwadliskacom 1 Obsah 10 Permutace 3 11 Determinant

Více

GRAMATIKY A JAZYKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH HASHIM HABIBALLA

GRAMATIKY A JAZYKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH HASHIM HABIBALLA GRAMATIKY A JAZYKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH HASHIM HABIBALLA ČÍSLO OPERAČNÍHO PROGRAMU: CZ.1.07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST OPATŘENÍ:

Více

1 i= VLIV ZMĚN FYZIKÁLNÍCH PARAMETRŮ FLUIDNÍCH VRSTEV NA CHARAKTERISTIKY TLAKOVÝCH FLUKTUACÍ. OTAKAR TRNKA a MILOSLAV HARTMAN. i M

1 i= VLIV ZMĚN FYZIKÁLNÍCH PARAMETRŮ FLUIDNÍCH VRSTEV NA CHARAKTERISTIKY TLAKOVÝCH FLUKTUACÍ. OTAKAR TRNKA a MILOSLAV HARTMAN. i M Chem. Listy, 55 53 (7) VLIV ZMĚN FYZIKÁLNÍCH PARAMETRŮ FLUIDNÍCH VRSTEV NA CHARAKTERISTIKY TLAKOVÝCH FLUKTUACÍ OTAKAR TRNKA MILOSLAV HARTMAN Ústv chemických procesů, AV ČR, Rozvojová 35, 65 Prh 6 trnk@icpf.cs.cz

Více

4. přednáška 22. října Úplné metrické prostory. Metrický prostor (M, d) je úplný, když každá cauchyovská posloupnost bodů v M konverguje.

4. přednáška 22. října Úplné metrické prostory. Metrický prostor (M, d) je úplný, když každá cauchyovská posloupnost bodů v M konverguje. 4. přednášk 22. říjn 2007 Úplné metrické prostory. Metrický prostor (M, d) je úplný, když kždá cuchyovská posloupnost bodů v M konverguje. Příkldy. 1. Euklidovský prostor R je úplný, kždá cuchyovská posloupnost

Více

Matice. a B =...,...,...,...,..., prvků z tělesa T (tímto. Definice: Soubor A = ( a. ...,..., ra

Matice. a B =...,...,...,...,..., prvků z tělesa T (tímto. Definice: Soubor A = ( a. ...,..., ra Definice: Soubor A ( i j ) Mtice 11 12 1n 21 22 2n m 1 m2 prvků z těles T (tímto tělesem T bude v nší prxi nejčstěji těleso reálných čísel R resp těleso rcionálních čísel Q či těleso komplexních čísel

Více

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Matice študenti MFF 15. augusta 2008 1 12 Matice Požadavky Matice a jejich hodnost Operace s maticemi a jejich vlastnosti Inversní matice Regulární matice,

Více

VIII. Primitivní funkce a Riemannův integrál

VIII. Primitivní funkce a Riemannův integrál VIII. Primitivní funkce Riemnnův integrál VIII.2. Primitivní funkce Definice. Nechť funkce f je definován n neprázdném otevřeném intervlu I. Řekneme, že funkce F : I R je primitivní funkce k f n intervlu

Více

VIII. Primitivní funkce a Riemannův integrál

VIII. Primitivní funkce a Riemannův integrál VIII. Primitivní funkce Riemnnův integrál VIII.2. Riemnnův integrál opkování Vět. Nechť f je spojitá funkce n intervlu, b nechť c, b. Oznčíme-li F (x) = x (, b), pk F (x) = f(x) pro kždé x (, b). VIII.3.

Více

FI MU. Automaty nad nekonečnými slovy. Fakulta informatiky Masarykova univerzita. Učební text FI MU verze 1.0

FI MU. Automaty nad nekonečnými slovy. Fakulta informatiky Masarykova univerzita. Učební text FI MU verze 1.0 Ð Û Å«Æ ±²³ µ ¹º»¼½¾ Ý FI MU Fakulta informatiky Masarykova univerzita Automaty nad nekonečnými slovy Mojmír Křetínský Učební text FI MU verze 1.0 Copyright c 2002, FI MU prosinec 2002 Obsah 1 Büchiho

Více

Zavedení a vlastnosti reálných čísel PŘIROZENÁ, CELÁ A RACIONÁLNÍ ČÍSLA

Zavedení a vlastnosti reálných čísel PŘIROZENÁ, CELÁ A RACIONÁLNÍ ČÍSLA Zvedení vlstnosti reálných čísel Reálná čísl jsou zákldním kmenem mtemtické nlýzy. Konstrukce reálných čísel sice není náplní mtemtické nlýzy, le množin reálných čísel R je pro mtemtickou nlýzu zákldním

Více

Studijnı opora k prˇedmeˇtu m teoreticke informatiky Petr Jancˇar 22. u nora 2005

Studijnı opora k prˇedmeˇtu m teoreticke informatiky Petr Jancˇar 22. u nora 2005 Studijní opora k předmětům teoretické informatiky Petr Jančar 22. února 2005 Obsah Dalãí Úvod, cíle kursu, literatura Obsah I Úvod do teorie jazyků a automatů 5 1 Úvod, cíle kursu, literatura 6 2 Konečné

Více

2002 Katedra obecné elektrotechniky FEI VŠB-TU Ostrava Ing.Stanislav Kocman

2002 Katedra obecné elektrotechniky FEI VŠB-TU Ostrava Ing.Stanislav Kocman STEJNOSĚRNÉ STROJE 1. Princip činnosti stejnosměrného stroje 2. Rekce kotvy komutce stejnosměrných strojů 3. Rozdělení stejnosměrných strojů 4. Stejnosměrné generátory 5. Stejnosměrné motory 2002 Ktedr

Více

1 REZOLUČNÍ FORMÁLNÍ DŮKAZY

1 REZOLUČNÍ FORMÁLNÍ DŮKAZY Vážená kolegyně / vážený kolego, součástí Vašeho rozšiřujícího studia informatiky je absolvování předmětu Logika pro učitele 2, jehož cílem je v návaznosti na předmět Logika pro učitele 1 seznámení se

Více

ANALYTICKÁ GEOMETRIE V PROSTORU

ANALYTICKÁ GEOMETRIE V PROSTORU ANALYTICKÁ GEOMETRIE V PROSTORU 3. přednášk Vektorová lger Prvoúhlé souřdnice odu v prostoru Poloh odu v prostoru je vzhledem ke třem osám k soě kolmým určen třemi souřdnicemi, které tvoří uspořádnou trojici

Více

Riemannův určitý integrál.

Riemannův určitý integrál. Riemnnův určitý integrál. Definice 1. Budiž

Více

Prostorové nároky... 35. Zatížení... 37 Velikost zatížení... 37 Směr zatížení... 37. Nesouosost... 40. Přesnost... 40. Otáčky... 42. Tichý chod...

Prostorové nároky... 35. Zatížení... 37 Velikost zatížení... 37 Směr zatížení... 37. Nesouosost... 40. Přesnost... 40. Otáčky... 42. Tichý chod... Vol typu ložisk Prostorové nároky... 35 Ztížení... 37 Velikost ztížení... 37 Směr ztížení... 37 Nesouosost... 40 Přesnost... 40 Otáčky... 42 Tichý chod... 42 Tuhost... 42 Axiální posuvnost... 43 Montáž

Více

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly.

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly. 9. Úvod do středoškolského studia - rozšiřující učivo 9.. Další znalosti o trojúhelníku 9... Sinova věta a = sin b = sin c sin Příklad : V trojúhelníku BC platí : c = 0 cm, α = 45 0, β = 05 0. Vypočtěte

Více

10. Suffixové stromy 1 2014-01-23

10. Suffixové stromy 1 2014-01-23 10. Suffixové stromy V této kpitole popíšeme jednu pozoruhodnou dtovou strukturu, pomocí níž dokážeme prolémy týkjící se řetězců převádět n grfové prolémy řešit je tk v lineárním čse. Řetězce, trie suffixové

Více

Studium termoelektronové emise:

Studium termoelektronové emise: Truhlář Michl 2. 9. 26 Lbortorní práce č.11 Úloh č. II Studium termoelektronové emise: Úkol: 1) Změřte výstupní práci w wolfrmu pomocí Richrdsonovy-Dushmnovy přímky. 2) Vypočítejte pro použitou diodu intenzitu

Více

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím. Regulární matice Věnujeme dále pozornost zejména čtvercovým maticím. Věta. Pro každou čtvercovou matici A = (a ij ) řádu n nad tělesem (T, +, ) jsou následující podmínky ekvivalentní: (i) Řádky matice

Více

Mgr. Karel Pazourek. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165.

Mgr. Karel Pazourek. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165. Mnohočleny z různých stran Mgr. Karel Pazourek Kurz vznikl v rámci projektu Rozvoj systému vzdělávacích příležitostí pro nadané žáky a studenty v přírodních vědách a matematice s využitím online prostředí,

Více

Složitost a NP-úplnost

Složitost a NP-úplnost Složitost a NP-úplnost RNDr. Ondřej Čepek, Ph.D. Do formátu TEX převedl Ladislav Strojil Připomínky, dotazy, opravy na emailu: Ladislav@Strojil.cz Verze 1.1.1 Nejnovější verze k nalezení vždy na http://ladislav.strojil.cz/np.php

Více

TEORIE JAZYKŮ A AUTOMATŮ II

TEORIE JAZYKŮ A AUTOMATŮ II SLEZSKÁ UNIVERZITA V OPAVĚ FILOZOFICKO-PŘÍRODOVĚDECKÁ FAKULTA ÚSTAV INFORMATIKY TEORIE JAZYKŮ A AUTOMATŮ II Studijní opora Poslední změny: 3. září 2007 Mgr. Šárka Vavrečková sarka.vavreckova@fpf.slu.cz

Více

Hyperbola, jejíž střed S je totožný s počátkem soustavy souřadnic a jejíž hlavní osa je totožná

Hyperbola, jejíž střed S je totožný s počátkem soustavy souřadnic a jejíž hlavní osa je totožná Hyperol Hyperol je množin odů, které mjí tu vlstnost, že solutní hodnot rozdílu jejich vzdáleností od dvou dných různých odů E, F je rovn kldné konstntě. Zkráceně: Hyperol = {X ; EX FX = }; kde symolem

Více

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech. Kapitola 9 Skalární součin Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech. Definice 9.1 Je-li x = (x 1,..., x n ) T R n 1 reálný

Více

6. Matice. Algebraické vlastnosti

6. Matice. Algebraické vlastnosti Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 6 Matice Algebraické vlastnosti 1 Algebraické operace s maticemi Definice Bud te A,

Více

Dnešní program odvozování v Bayesovských sítích exaktní metody (enumerace, eliminace proměnných) aproximační metody y( (vzorkovací techniky)

Dnešní program odvozování v Bayesovských sítích exaktní metody (enumerace, eliminace proměnných) aproximační metody y( (vzorkovací techniky) Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Bayesovská síť zachycuje závislosti mezi náhodnými proměnnými Pro zopakování orientovaný acyklický graf

Více

7. Integrální počet Primitivní funkce, Neurčitý integrál

7. Integrální počet Primitivní funkce, Neurčitý integrál 7. Integrální počet 7.. Primitivní funkce, Neurčitý integrál Definice 7. Říkáme, že F (x) je v intervlu (, b) (přitom může být tké =, b = + ) primitivní funkcí k finkci f(x), jestliže pro všechn x (, b)

Více

20. Eukleidovský prostor

20. Eukleidovský prostor 20 Eukleidovský prostor V této kapitole budeme pokračovat ve studiu dalších vlastostí afiích prostorů avšak s tím rozdílem že místo obecého vektorového prostoru budeme uvažovat prostor uitárí Proto bude

Více

Teorie informace a kódování (KMI/TIK)

Teorie informace a kódování (KMI/TIK) Teorie informace a kódování (KMI/TIK) Bezpečnostní kódy Lukáš Havrlant Univerzita Palackého 13. listopadu 2012 Konzultace V pracovně 5.076. Každý čtvrtek 9.00 11.00. Emaily: lukas@havrlant.cz lukas.havrlant@upol.cz

Více

2. Matice a determinanty

2. Matice a determinanty Mtce deterty Defce : Odélíové sche (řádů) (sloupců) čísel zvee tce typu : [ ] M Je-l luvíe o čtvercové tc Prvy ( ) tvoří hlví dgoálu Zčíe ovyle : [ ] O - všechy prvy ulové - ulová tce I - edotová tce (

Více

6. a 7. března Úloha 1.1. Vypočtěte obsah obrazce ohraničeného parabolou y = 1 x 2 a osou x.

6. a 7. března Úloha 1.1. Vypočtěte obsah obrazce ohraničeného parabolou y = 1 x 2 a osou x. KMA/MAT Přednášk cvičení č. 4, Určitý integrál 6. 7. březn 17 1 Aplikce určitého integrálu 1.1 Počáteční úvhy o výpočtu obshu geometrických útvrů v rovině Úloh 1.1. Vypočtěte obsh obrzce ohrničeného prbolou

Více

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů Kapitola 11 Vzdálenost v grafech V každém grafu lze přirozeným způsobem definovat vzdálenost libovolné dvojice vrcholů. Hlavním výsledkem této kapitoly je překvapivé tvrzení, podle kterého lze vzdálenosti

Více

Opakovací test. Klíčová slova: výraz, interval, množina, kvadratický trojčlen, mocnina, exponent, výrok, negace

Opakovací test. Klíčová slova: výraz, interval, množina, kvadratický trojčlen, mocnina, exponent, výrok, negace VY_32_INOVACE_MAT_190 Opkovcí test lgebrické výrzy, logik, množiny A, B Mgr. Rdk Mlázovská Období vytvoření: září 2012 Ročník: čtvrtý Temtická oblst: mtemtické vzdělávání Klíčová slov: výrz, intervl, množin,

Více

Přehled učiva matematiky 7. ročník ZŠ

Přehled učiva matematiky 7. ročník ZŠ Přehled učiva matematiky 7. ročník ZŠ I. ARITMETIKA 1. Zlomky a racionální čísla Jestliže rozdělíme něco (= celek) na několik stejných dílů, nazývá se každá část celku zlomkem. Zlomek tři čtvrtiny = tři

Více

Soustavy lineárních rovnic

Soustavy lineárních rovnic 7 Matice. Determinant Soustavy lineárních rovnic 7.1 Matice Definice 1. Matice typu (m, n) jesoustavam n reálných čísel uspořádaných do m řádků a n sloupců a 11, a 12, a 13,..., a 1n a 21, a 22, a 23,...,

Více

Pumping lemma - podstata problému. Automaty a gramatiky(bi-aag) Pumping lemma - problem resolution. Pumping lemma - podstata problému

Pumping lemma - podstata problému. Automaty a gramatiky(bi-aag) Pumping lemma - problem resolution. Pumping lemma - podstata problému BI-AAG (2011/2012) J. Holub: 10. Vlastnosti regulárních jazyků p. 2/22 Pumping lemma - podstata problému BI-AAG (2011/2012) J. Holub: 10. Vlastnosti regulárních jazyků p. 4/22 Automaty a gramatiky(bi-aag)

Více

4. Determinanty. Výpočet: a11. a22. a21. a12. = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31. a 11 a 23 a 32 a 12 a 21 a 33

4. Determinanty. Výpočet: a11. a22. a21. a12. = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31. a 11 a 23 a 32 a 12 a 21 a 33 . Determinnty Determinnt, znčíme deta, je číslo přiřzené čtvercové mtici A. Je zveden tk, by pro invertibilní mtici byl nenulový pro neinvertibilní mtici byl roven nule. Výpočet: = + = + + - - - + + +

Více

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j. Kapitola 3 Počítání s maticemi Matice stejného typu můžeme sčítat a násobit reálným číslem podobně jako vektory téže dimenze. Definice 3.1 Jsou-li A (a ij ) a B (b ij ) dvě matice stejného typu m n, pak

Více

Deterministický konečný automat

Deterministický konečný automat Deterministický konečný utomt Formálně je deterministický konečný utomt definován jko pětice (Q,Σ,δ,q 0,F) kde: Q je konečná množin stvů Σ je konečná eced δ:q Σ Qjepřechodováfunkce q 0 Qjepočátečnístv

Více

R n výběr reprezentantů. Řekneme, že funkce f je Riemannovsky integrovatelná na

R n výběr reprezentantů. Řekneme, že funkce f je Riemannovsky integrovatelná na Mtemtik II. Určitý integrál.1. Pojem Riemnnov určitého integrálu Definice.1.1. Říkáme, že funkce f( x ) je n intervlu integrovtelná (schopná integrce), je-li n něm ohrničená spoň po částech spojitá.

Více

2 Spojité modely rozhodování

2 Spojité modely rozhodování 2 Spojité modely rozhodování Jak již víme z přednášky, diskrétní model rozhodování lze zapsat ve tvaru úlohy hodnocení variant: f(a i ) max, a i A = {a 1, a 2,... a p }, kde f je kriteriální funkce a A

Více

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry. Kapitola Ohodnocené grafy V praktických aplikacích teorie grafů zpravidla graf slouží jako nástroj k popisu nějaké struktury. Jednotlivé prvky této struktury mají často přiřazeny nějaké hodnoty (může jít

Více

Symetrické a kvadratické formy

Symetrické a kvadratické formy Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso

Více

1. ÚPRAVY ALGEBRAICKÝCH VÝRAZŮ V REÁLNÉM OBORU 1.1. ZLOMKY A ABSOLUTNÍ HODNOTA

1. ÚPRAVY ALGEBRAICKÝCH VÝRAZŮ V REÁLNÉM OBORU 1.1. ZLOMKY A ABSOLUTNÍ HODNOTA 1. ÚPRAVY ALGEBRAICKÝCH VÝRAZŮ V REÁLNÉM OBORU 1.1. ZLOMKY A ABSOLUTNÍ HODNOTA V této kpitole se ozvíte: co rozumíme lgebrickým výrzem; jk jsou efinovány zlomky jké záklní operce s nimi prováíme; jk je

Více

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY

Více

k n ( k) n k F n N n C F n F n C F F q n N C F n k 0 C [n, k] [n, k] q C [n, k] k n C C (n k) n C u C u T = T. [n, k] C (n k) n T = k (n k). F n N u = (u 1,..., u n ) v = (v 1,..., v n ) F n d(u, v) u

Více

Automaty a gramatiky. Roman Barták, KTIML. Chomského normální forma

Automaty a gramatiky. Roman Barták, KTIML. Chomského normální forma 10 Automaty a gramatiky Roman Barták, KTIML bartak@ktiml.mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Chomského normální forma Podívejme se nyní na derivační stromy. Jak odhadnout výšku stromu podle délky

Více

JICH APLIKACE FAKULTA INFORMAČNÍCH TECHNOLOGIÍ BRNO UNIVERSITY OF TECHNOLOGY FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS

JICH APLIKACE FAKULTA INFORMAČNÍCH TECHNOLOGIÍ BRNO UNIVERSITY OF TECHNOLOGY FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INFORMAČNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS DVOUDIMENSIONÁLNÍ

Více

Sémantický Web SPARQL

Sémantický Web SPARQL 4 TVEZEWXYHMN LSTVSKVEQY-JSVQEXMOENITSHTSVSZ ETVSNIOXIQEGSZE Q ^)ZVSTWO LSWSGM P LSJSHYEVS^TS XYLPEZ LSQ WXE4VEL] 4VELE)9-ZIWXYNIQIHSZE% FYHSYGSWXM Sémntický We SPAQL BI - TWA Peter Vojtáš Od XML ke DF,

Více