01 - Talf

Teora de Autmatas y Lenguajes Formales
Versin 11
Dr. Arno Formella
Universidade de Vigo
Escola Superior de Enxeara Informtica
Departamento de Informtica
rea de Linguaxes e Sistemas Informticos
E-32004 Ourense
http://www.ei.uvigo.es/formella
formella@ei.uvigo.es
Junio 2010
Dr. Arno Formella 2
ndice
1. Curso 5
1.1. Administracin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Clases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Tutoras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4. Evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.1. Asistentes y no asistentes . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.2. Entregas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5. Exmenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2. Sobre este documento 7
2.1. Versiones y lista de correcciones . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3. Gua docente 10
3.1. Contextualizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.1.1. Perl de los crditos de la asignatura . . . . . . . . . . . . . . . . . . . . 10
3.1.2. Ubicacin y relacin con el Plan de Estudios . . . . . . . . . . . . . . . 10
3.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2.1. Objetivos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2.2. Competencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3. Prerrequisitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4. Resumen del contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4.1. Descriptor de la asignatura (BOE) . . . . . . . . . . . . . . . . . . . . . 12
3.4.2. Teora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4.3. Prctica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.5. Metodologas y estrategias de aprendizaje . . . . . . . . . . . . . . . . . . . . . 13
3.6. Plan de trabajo del alumnado presencial . . . . . . . . . . . . . . . . . . . . . . 13
3.7. Evaluacin de los procesos y resultados de aprendizaje.
Criterios de evaluacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.7.1. Criterios de evaluacin para asistentes . . . . . . . . . . . . . . . . . . . 13
3.7.2. Criterios de evaluacin para no asistentes . . . . . . . . . . . . . . . . . 14
3.8. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4. Introduccin 15
4.1. Reglas de sustitucin para formar secuencias . . . . . . . . . . . . . . . . . . . 16
4.2. Autmatas que aceptan secuencias . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.3. Lenguajes y autmatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.4. Mquinas de Turing universales . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Dr. Arno Formella 3
5. Conceptos bsicos 20
5.1. Alfabetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.2. Palabras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.3. Lenguajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.4. Producciones y Derivaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.5. Relaciones de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.6. Relacin de equivalencia de lenguajes . . . . . . . . . . . . . . . . . . . . . . . 28
6. Gramticas generativas 29
6.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
6.2. Abreviacin de Backus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
6.3. rbol de derivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6.4. Jerarquia de Chomsky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6.5. Equivalencia y ambigedad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
7. Autmatas nitos 37
7.1. Autmatas nitos deterministas (AFD) . . . . . . . . . . . . . . . . . . . . . . . 37
7.2. Autmatas nitos no-deterministas (AFND) . . . . . . . . . . . . . . . . . . . . 40
7.3. Equivalencia entre AFD y AFND . . . . . . . . . . . . . . . . . . . . . . . . . . 41
7.4. Autmatas nitos no-deterministas con transiciones
(AFND-) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
7.5. Equivalencia entre AFND y AFND- . . . . . . . . . . . . . . . . . . . . . . . . 49
7.6. Existencia de autmatas nitos mnimos . . . . . . . . . . . . . . . . . . . . . . 51
7.7. Ejemplos de uso del teorema de Myhill y Nerode . . . . . . . . . . . . . . . . . 53
7.8. Algoritmo de minimizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8. Expresiones regulares 57
8.1. Sintaxis y semntica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
8.2. Equivalencia entre autmatas nitos y expresiones regulares . . . . . . . . . . . 59
8.3. Abreviaciones para el uso de expresiones regulares . . . . . . . . . . . . . . . . 62
8.4. Smbolos y meta-smbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
9. Lenguajes regulares 64
9.1. Equivalencia entre gramticas lineales por la derecha y autmatas nitos . . . . . 64
9.2. Equivalencia entre gramticas lineales por la derecha y lineales por la izquierda . 66
9.3. Lema de bombeo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
10. Propiedades, algoritmos de decisin,
y aplicaciones para lenguajes regulares 72
10.1. Propiedades de lenguajes regulares . . . . . . . . . . . . . . . . . . . . . . . . . 72
10.2. Algoritmos de decisin de lenguages regulares . . . . . . . . . . . . . . . . . . . 74
10.3. Aplicaciones para lenguajes regulares . . . . . . . . . . . . . . . . . . . . . . . 75
Dr. Arno Formella 4
11. Lenguajes libres de contexto 76
11.1. Forma Normal de Chomsky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
11.2. Forma Normal de Greibach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
11.3. Lema de bombeo para lenguajes libres de contexto . . . . . . . . . . . . . . . . 87
12. Autmatas nitos con pila (AFP) 88
12.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
12.2. Autmatas nitos con pila no-deterministas (AFPND) . . . . . . . . . . . . . . . 90
12.3. Equivalencia entre AFPNDs aceptando con pila vaca y aceptando en estado nal 94
12.4. Equivalencia entre AFPNDs y gramticas libres de contexto . . . . . . . . . . . 96
12.5. Autmatas nitos con pila deterministas (AFPD) . . . . . . . . . . . . . . . . . 98
y aplicaciones para lenguajes libres de contexto 99
13.1. Propiedades de lenguajes libre de contexto . . . . . . . . . . . . . . . . . . . . . 100
13.2. Algoritmos de decisin de lenguages libres de contexto . . . . . . . . . . . . . . 100
13.3. Aplicaciones para lenguajes libres de contexto . . . . . . . . . . . . . . . . . . . 101
14. Bibliografa 102
14.1. Bibliografa bsica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
14.2. Bibliografa, enlaces en la red . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
14.3. Bibliografa usada para la preparacin de las clases . . . . . . . . . . . . . . . . 102
Dr. Arno Formella 5
1. Curso
1.1. Administracin
Vase Gua Docente (pgina 10).
1.2. Clases
Lunes Martes Viernes
10-11 TALF [22] TALF [22]
11-12 TALF [22]
12-13 TALF1 [SO5]
13-14 TALF3 [SO5]
16-17 TALF2 [SO5]
1.3. Tutoras
Lunes Mircoles
11-12 Teora
12-13 Teora
13-14 Teora
16-17
17-18 Teora/Prcticas
18-19 Teora Prcticas
19-20 Teora Prcticas
1.4. Evaluacin
1.4.1. Asistentes y no asistentes
Vase tambin Gua Docente (pgina 10).
Un asistente es alguien que quiere aprovechar de la evaluacin continua. Eso se muestra con
tres componentes: asistencia a clases de teora, entrega de trabajos semanalmente, participacin
a evaluacin continua en prcticas.
Dr. Arno Formella 6
Un no asistente es alguien que i) no participa en la evaluacin continua, y que ii) quiere realizar
solamente los exmenes, tanto de teora como de prcticas, (claro tendr todo el apoyo tanto en
clase como en tutoras).
Cundo uno es asistente y cuando no asistente? Pues muy simple:
Asistente: si quiere aprovechar de la evaluacin continua, tanto en teora como en prcticas.
no Asistente: Si quiere realizar los exmenes, tanto en teora como en prcticas.
Consecuencias: Quien no realiza examen de prcticas, asume evaluacin continua tanto en teora
como en prcticas.
Se asume por defecto que el alumno quiere ser asistente, sino quiere ser lo, lo comunica
como muy tardeal principio del examen de junio.
1.4.2. Entregas
Habr unas 13 hojas.
Los nuevos problemas se distribuen los martes.
Las entregas se realizan de forma personal el siguiente martes con clases presenciales.
Una entrega consiste en una hoja escrito a mano (es decir, ni impreso ni copia) personal-
mente.
Dicha hoja lleva en la parte derecha arriba los apellidos, el nombre y el DNI. (Hojas que
no cumplen con eso no sern ni mirados desde lejos!)
No hay excepciones para dicha forma de entrega.
No se publican los resultados/correcciones individuales, sino se publica una posible solu-
cin correcta.
El alumno debe autoevaluarse con las soluciones publicadas, la copia de la entrega guar-
dada y mejor en grupo de compaeros.
Se puede venir para hablar de las entregas en tutoras.
Tres de las entregas se seleccionarn al azar para su incorporacin en el proceso de evalua-
cin nal de la asignatura (mira Gua Docente).
Dr. Arno Formella 7
1.5. Exmenes
Convocatoria Fecha Hora Aula
Junio 15.06.10 10:00 Magna
Septiembre 06.09.10 16:00 Magna
2. Sobre este documento
Este documento es un servicio adicional del profesor para los estudiantes. Se recuerda que la
asignatura es presencial. Observa los siguientes comentarios importantes:
Los apuntes
no necesariamente estn completos. El contenido de la asignatura se dene por lo que
se expone durante las clases presenciales en congruencia con el programa ocial de la
asignatura.
no necesariamente son correctos. Intento lo mejor. Siempre existe la posibilidad de que
haya fallos ortogrcos o de redaccin. Adems, como en todos los campos de la inform-
tica, lo correcto no es lo que diga el profesor, lo correcto es, lo que es correcto.
no necesariamente siguen el orden de las clases presenciales. Es posible que el orden
de los apartados no es exactamente igual que el orden presentado en clases.
contienen apartados que no se han dado en todos los cursos. Siendo clases presenciales,
los estudiantes ya sabrn distinguir.
todava estn sin grcos.
Los apuntes se han escrito sin el uso de una enumeracin explcita de las deniciones, lemas,
y teoremas, como se suele usar en tal contexto. Se anima al lector que estructure su novela
individual con annotaciones en los mrgenes para enumerar las deniciones, lemas, y teoremas
y relacionar as de mejor manera las diferentes partes.
2.1. Versiones y lista de correcciones
A parte de algunas correcciones de ortografa y de correcciones menores se han realizado las
siguientes cambios de versin en versin:
Dr. Arno Formella 8
Versin 11
Se ha modicado ligeramente la seccin de las relaciones de equivalencia (pgina
26).
Se ha revisado la denicin de la Mquina de Turing (pgina 18) que tena el error
de B / , pero la B tiene que pertenecer a sino la mquina se quedara atrapada
una vez visitando tal casilla.
Se ha aadido un apartado sobre la evaluacin (pgina 5).
Se ha aadido enlaces en red en la bibliografa.
Versin 10
Faltaba un en la denition de una gramtica (pgina 29).
Por problemas de notacin de nmeros otantes, aparecieron comas en vez de puntos
en los ejemplos de expresiones regulares (pgina 58).
Versin 9
En el quinto paso de la transformacin a FNC (pgina 82) se ha olvidado eliminar
variables que puedan ser inacesibles despus de haber eliminado las reglas unitarias.
En el primer paso de la transformacin de gramtica lineal por la derecha a gramtica
lineal por la izquierda (pgina 66) estaban la variables a la izquierda en vez a la
derecha.
Versin 8
Como siempre, ms errores menores corregidos.
Est incorporado la gua docente (pgina 10).
Se actualiz la bibliografa bsica.
Versin 7
Se han corregido unos errores menores de uso de smbolos y faltas de parentesis.
Haba un fallo en el tercer paso de la construccin de una gramtica en forma normal
de Greibach (pgina 84), dado que en el segundo paso se pueden generer reglas largas,
entonces, Y puede ser una palabra sobre las variables (se usa ahora).
Versin 6
Se cambi ligeramente la introduccin aadiendo sobre todo un apartado sobre el
concepto de la mquina de turing y su universalidad.
Versin 5
Dr. Arno Formella 9
Se ha movido la denicin de equivalencia entre autmatas al comienzo de la seccin
7.3.
Haba un fallo en la denicin del lenguaje L
dos
(pgina 40).
Se ha aumentado la denicin de
para AFND con otra equacin a lo mejor ms

sencillo de entender (pgina 40).
Versin 4
Haba un fallo en las propiedades de la concatenacin de lenguajes: L
1
. = (y no
= L
1
) (pgina 24).
Versin 3
Se ha modicada ligeramente la introduccin.
Versin 2
(Seccin 5.6) mejorado la precisin de la observacin
(Seccin 9) Si (q, ) = p es una transicin del AFD, con q Q, p F y ,
entonces aadimos a P la produccin q .
(Seccin 9) Entonces el sistema de producciones P de la gramtica ser:
P = q
0
aq
0
[a[bq
1
[b[cq
2
[c[, q
1
bq
1
[b[cq
2
[c, q
2
cq
2
[c
(Seccin 11.1) Si el lenguaje de partida L contiene la palabra vaca ( L) entonces
se detecta en el paso 4 que el smbolo inicial pertenece a E (o incluso a E
), en este
caso eliminamos con un nuevo smbolo, por ejemplo $
, la aparencia de $ en los lados

derechos y aadimos la regla $ . Tal gramtica sigue estando en forma normal
de Chomsky y genera L.
(Seccin 11.2) Obviamente cualquier gramtica en forma normal de Greibach es una
gramtica libre de contexto que se verica directamente analizando la forma de pro-
ducciones permitidas.
Dr. Arno Formella 10
3. Gua docente
3.1. Contextualizacin
3.1.1. Perl de los crditos de la asignatura
Los crditos de la materia son tericos, matemticos, y fundamentales con una fuerte aplicabili-
dad en todos los mbitos de la informtica.
3.1.2. Ubicacin y relacin con el Plan de Estudios
TALF se situa como asignatura obligatoria en el segundo cuatrimestre del segundo ao de la
titulacin de Ingeniero Tcnico en Informtica de Gestin. Se introducen con cierto nivel de abs-
traccin matemtica los fundamentos de la teora de la Informtica que engloban el concepto de
lenguaje formal con su descripcin en la jerarquia de Chomsky y el concepto de autmata como
entidad que implementa algoritmos con su descripcin ms general, la Mquina de Turing. El
contenido de TALF forma la base necesaria para comprender el funcionamiento de compilado-
res, la evaluacin de algoritmos, la descripcin de datos y de informacin, la especicacin de
interfaces, el funcionamiento de procesadores, y las capacidades del proceso de clculo.
3.2. Objetivos
3.2.1. Objetivos generales
Comprender los fundamentos bsicos de los lenguajes formales, sus propiedades y meca-
nismos de representacin.
Entender el funcionamiento de las gramticas como generadoras de lenguajes y diferenciar
sus tipos.
Destacar el papel de los autmatas nitos en el reconocimiento de lenguajes y distinguir
entre los diferentes tipos de autmatas.
Relacionar tipos de lenguajes con autmatas y gramticas, sobre todo para lenguajes regu-
lares y lenguajes libres de contexto.
Comprender y analizar algoritmos bsicos en el contexto de lenguajes formales.
Conocer la conexin entre redes neuronales y autmatas.
3.2.2. Competencias
Competencias especcas:
1. Conocer, comprender y aplicar los mtodos, teoras y tecnologas propias de los fun-
damentos de las estructuras de datos, programacin y sistemas para analizar modelar,
manipular, disear y desarrollar sistemas informticos a nivel bsico.
2. Aplicar metodologas de desarrollo en el anlisis y diseo detallado de los sistemas
informticos.
3. Asesorar a los programadores en los problemas que se les plantean con la programa-
cin de los sistemas.
4. Conocer, comprender y aplicar teoras, mtodos, tcnicas y herramientas de la mate-
mtica discreta, la lgica, el lgebra y el anlisis matemtico para analizar, modelar,
manipular y disear elementos y sistemas informticos.
5. Encontrar soluciones algortmicas a problemas, comprendiendo la idoneidad y com-
plejidad de las soluciones propuestas.
6. Denir, describir y especicar interfaces de usuario y relacionarlas con las caracte-
rsticas especcas de los procesos y los sistemas informticos
Competencias transversales:
instrumentales:
1. Capacidad de anlisis, sntesis y evaluacin
2. Capacidad de organizacin y planicacin
3. Comunicacin oral y escrita en la lengua nativa
4. Capacidad de abstraccin: capacidad de crear y utilizar modelos que reejen
situaciones reales
5. Capacidad de disear y realizar experimentos sencillos y analizar e interpretar
sus resultados
6. Capacidad de buscar, relacionar y estructurar informacin proveniente de diver-
sas fuentes y de integrar ideas y conocimientos
7. Resolucin de problemas
8. Capacidad de tomar decisiones
9. Capacidad para argumentar y justicar lgicamente las decisiones tomadas y las
opiniones
personales:
1. Capacidad de actuar autnomamente
2. Capacidad de relacin interpersonal
sistmicas:
1. Razonamiento crtico
2. Aprendizaje autnomo
3. Creatividad
4. Tener iniciativa y ser resoluto
5. Tener motivacin por la calidad y la mejorar continua
3.3. Prerrequisitos
Conocimientos matemticos bsicos: matemtica discreta, lgebra.
3.4. Resumen del contenido
3.4.1. Descriptor de la asignatura (BOE)
Mquinas secuenciales y autmatas nitos. Mquina de Turing. Gramticas y lenguajes formales.
Redes neuronales.
3.4.2. Teora
1. Introduccin y conceptos bsicos
2. Gramticas generativas
3. Mquinas secuenciales y autmatas
4. Autmatas nitos, gramticas regulares, expresiones regulares
5. Autmatas de pila, gramticas libres de contexto
6. Mquinas de Turing, gramticas sensitivos al contexto y generales
7. Redes neuronales
3.4.3. Prctica
En las prcticas se ver el uso de lenguajes formales, autmatas y expresiones regulares en he-
rramientas didcticas (JFLAP) que permitan explorar y ejercitar los conceptos y procedimientos
recogidos en el temario de la teora. Se ver herramientas en el mbito de la aplicacin de la
informtica (por ejemplo: bsquedas en el sistema operativo, bsquedas y sustituciones en edi-
tores de texto, especicacin formal de contenidos de cheros, etc.). Adems se implementar
algunos de los algoritmos bsicos que se estudian en la teora.
3.5. Metodologas y estrategias de aprendizaje
El aprendizaje del estudiante de base en una combinacin de diferentes metodologas y estrate-
gias que se detalla como sigue:
1. Clases magistrales donde se desarrollan los conceptos tericos en pizarra
2. Clases magistrales donde se elabora sobre ejercicios prcticos
3. Clases en el laboratorio con herramientas y aplicaciones para ejercer los conocimientos
adqueridos y usar los en entornos reales
4. Lectura asignada para repetir concocimiento y adquerir por medios propios nuevos aspec-
tos
5. Realizacin frecuente de ejercicios con entrega individual y autocontrol y/o control cruza-
do entre estudiantes
3.6. Plan de trabajo del alumnado presencial
Este plan varia en cierto modo del plan de trabajo del programa porque considera las semanas
reales con sus festivos del calendario.
Actividades Horas Factor Horas TOTAL
Pres. Non Pres.
Clase magistral con avance terico 28 0.5 14 42
Clase magistral con enfoque prctico 12 0.5 6 18
Clase prctica en laboratorio 12 0.5 6 18
Coordinacin en grupo, intercambio de soluciones 2 4 8 10
Elaboracin de entregables 0 ? 26 26
Preparacin examen con ejercicios en grupo 0 ? 9 9
Examen nal 2 0 0 2
TOTAL 56 69 125
3.7. Evaluacin de los procesos y resultados de aprendizaje.
Criterios de evaluacin
3.7.1. Criterios de evaluacin para asistentes
1. La evaluacin de la Teora constar de un examen nal (50 % de la nota nal) y una eva-
luacin con mostreo aleatorio de 3 de 13 entregas durante el curso (15 % de la nota nal).
2. La evaluacin de las Prcticas (30 % de la nota nal) constar de una evaluacin continua
durante las clases en el laboratorio para la convocatoria de junio.
3. Para las convocatorias de septiembre y diciembre el alumno o bien se puede aprovechar de
los resultados guardados de la evaluacin continua o bien se puede presentar a un examen
de Prcticas.
4. 5 % de la nota nal se obtiene por por lo menos 90 % de asistencia a clases de teora.
5. Para aprobar la asignatura hay que aprobar la parte de Teora (es decir, llegar a un 50 % de
los puntos del examen de Teora) y llegar en la nota ponderada a un mnimo de un 5.
3.7.2. Criterios de evaluacin para no asistentes
1. La evaluacin de la Teora constar de un examen nal.
2. La evaluacin de las Prcticas constar de un examen nal.
3. La nota nal se calcula ponderando un 70 % la Teora y un 30 % las Prcticas.
4. Para aprobar la asignatura hay que aprobar la parte de Teora (es decir, llegar a un 50 % de
los puntos del examen de Teora) y llegar en la nota ponderada a un mnimo de un 5.
3.8. Observaciones
Se ha observado en los aos anteriores que la falta de constancia durante el curso es la causa
principal de muchos malos resultados. TALF es una asignatura cual, por la naturaleza de su con-
tenido, no se puede aprender en 15 das de estudios aislados antes de un examen. Dado que en
el segundo cuatrimestre no se puede esperar de empezar las actividades acadmicas de la asigna-
tura antes del 22 de febrero y se tiene que terminar en junio, se dispone solamente de unos tres
meses y medio para la distribucin de los crditos ETCS que conlleva que como mucho se puede
planicar unas 100 horas para no sobrecargar el alumno en el conjunto de actividades durante el
perodo lectivo. El alumno debe distribuir las horas restantes en los periodos no lectivos.
4. Introduccin
Por qu es importante la teora de lenguajes formales y autmatas?
Bueno, aclaramos primero un poco las palabras usadas.
Qu es un lenguaje formal?
Conocemos lenguajes naturales.
espaol, alemn, ingls, chino, rabe...
cuando nacemos no sabemos ningn lenguaje
se puede aprender cualquier lenguaje natural (por lo menos si se ha nacido en un entorno
adecuado, y no hay obstculos orgnicos)
el lenguaje es una secuencia de fonemas o smbolos
que forman slabas, palabras, frases, prrafos, captulos, novelas, libros, bibliotecas
etc.
que tiene una sintaxis (fontica o ortografa)
que tiene una gramtica (reglas de concatenacin y construccin de palabras para
formar frases)
(que tiene un estilo (forma de unir frases para generar textos))
Hoy en da aparecen cada vez ms smbolos (llamados iconos) con el propsito de simplicar
sobre todo las interfaces al usuario, es decir, se quiere transmitir una semntica a partir de un
smbolo. Como ejercicio para reexionar y criticar el uso excesivo de tal moda, se pide: intenta
averiguar el signicado de los siguientes smbolos (relacionados semnticamente entre si) que
estn en uso desde hace cientos de aos por una gran parte de la humanidad:
En el contexto de esta asignatura lenguajes formales sern meramente conjuntos de secuencias
de smbolos (cuya construccin se consigue con una gramtica formal).
Qu es un autmata?
dispositivo mecnico o electrnico o biolgico
que en un punto de tiempo est en un estado
que dado una razn (por ejemplo una seal de entrada) cambia de estado
ejemplos son: reloj mecnico o electrnico, mquina para lavar, todo un ordenador, el
cerebro?
ya se han construido relojes biolgicos con trozos de DNA articial y sntesis de protenas
que visualizan su cambio de estado con luz uorescente
En el contexto de esta asignatura autmatas sern mquinas matemticas con estados y funciones
de transicin (donde se puede aadir entrada, salida, memoria interna modicable, etc.).
Los conceptos de gramticas (formales) y de los autmatas describen el mismo fenmeno
y estn muy relacionados con los algoritmos.
Se distingue la Teora de Computabilidad y la Teora de Complejidad, es decir, la bsqueda
de respuestas a preguntas como: Qu es computable? y Cuntos recursos (memoria,
espacio, tiempo, transiciones) se necesitan?
Es decir, la Teora de los Lenguajes Formales (y de los Autmatas) permite responder a preguntas
escenciales de la Informtica. Dos observaciones importantes:
Tesis de Church: Todo lo que es computable se puede calcular con una Mquina de Turing.
Existen problemas que no son computables.
Resumen: Sin TALF no hay lenguajes, no hay compiladores, no hay programas, no hay orde-
nadores, no hay red, no hay nada.
4.1. Reglas de sustitucin para formar secuencias
favoritas
Con este diagrama podemos formar unas reglas para sustituir smbolos:
$ AB A esas A B CD
C son D EF E GH G mis
G H IJ I clases J favoritas
J F en informatica F
donde usamos para decir que no escribimos nada.
Con dichas reglas podemos derivar diferentes frases, por ejemplo:
$ AB
esasB
esasCD
esas sonD
esas sonEF
esas sonGHF
esas sonHF
esas sonH
esas sonIJ
esas son clasesJ
esas son clases
donde siempre hemos usado una regla adecuada para sustituir smbolos hasta llegar a tal punto
que ya no se puede aplicar ninguna regla ms.
Y con pequeos arreglos podemos traducirlo al alemn:
$ AB A dies B CD
C sind D EF E GH G meine
G H JI I Vorlesungen J liebsten
J F in Informatik F
es decir, hemos quitado la regla A y hemos cambiado la regla de H IJ a H JI.
Otro ejemplo ms sencillo.
Usamos las reglas $ ab$ y $ para generar palabras del tipo ab, abab, ababab etc.
Podemos derivar una palabra:
$ ab$ abab$ ababab$ ababab
siempre aplicando alguna de las reglas hasta tal punto que ya no se puede aplicar ninguna regla.
Hemos usado el smbolo para decir que no sustituimos por nada (juega el mismo papel que el
0 para nmeros).
4.2. Autmatas que aceptan secuencias
Construimos un autmata que acepta una palabra del tipo mencionado anteriormente. Entende-
mos por aceptar que el autmata llega a un estado nal. Consumimos para cada transicin de
estado una letra de la palabra. Podemos dibujar un autmata:
automata
donde el estado inicial (o de comienzo) est marcado con una echa, el estado nal est marcado
con un doble crculo. Las transiciones estn visualizadas con echas entre los estados que a su
vez estn marcados con sus smbolos correspondientes. Si empezamos en el estado inicial, y si
leemos la palabra por aceptar desde la izquierda hacia la derecha, podemos saltar de estado a
estado siguiendo los arcos adecuados.
Observamos que llegamos solamente al estado nal si la palabra por aceptar es una palabra vlida
del lenguaje.
4.3. Lenguajes y autmatas
Vemos y veremos
que las gramticas sirven para generar palabras (y con eso lenguajes) y
que los autmatas sirven para aceptar palabras (y con eso lenguajes).
Hacia el nal del curso tendremos algunos conocimientos sobre una jerarqua de lenguajes y las
equivalencias entre:
Lenguajes Tipo 3, Gramticas Regulares y Autmatas Finitos,
Lenguajes Tipo 2, Gramticas Libres de Contexto y Autmatas Finitos con Pila,
Lenguajes Tipo 1, Gramticas Sensitivos al Contexto y Autmatas Linealmente Acotados,
Lenguajes Tipo 0, Gramticas Generales y Mquinas de Turing.
Dicha clasicacn es algo gruesa considerando avances modernas en la teora de lenguajes for-
males: los lenguajes tipo 2 se dividen en dos: deterministas y no-deterministas que se aceptan
con autmatas de pila deterministas y no-deterministas respectivamente. Luego, los lenguages
Tipo 1 ya se dividen en tres subclases que se aceptan con autmatas con cierto tipo de multi-pila.
4.4. Mquinas de Turing universales
Observamos la siguiente mquina muy simple:
mturing
Como mquina matemtica se suele describir con siete componentes
M = (, , Q, , B, q
0
, F)
con (mucho de las notaciones siguientes se entiende ms tarde)
1. es un conjunto nito de smbolos (alfabeto) para escribir la entrada
2. es un conjunto nito de smbolos (alfabeto) para escribir sobre la cinta ( , [[ < )
3. Q es un conjunto nito de estados ([Q[ < )
4. es la funcin de transicin
: Q W
<
(Q L, R, N); (q, ) = (p,
, m)
donde L signica que la cabeza de lectura va una posicin a la izquierda, R que va a la
derecha, y N que no se mueve (este ltimo se puede obviar).
5. q
0
es el estado inicial (q
0
Q)
6. F es un conjunto de estados nales (F Q)
7. B es un smbolo que se usa para marcar una casilla vaca en la cinta (B )
donde se asumen ciertas cosas implcitamente
la salida es el contenido de la cinta una vez haber llegado a un estado nal
la cinta al comienzo contiene a parte de la entrada solamente casillas con el smbolo del
blanco (un nmero innito)
la entrada se presenta de forma consecutiva en la cinta
la cabeza est situada al principio a la izquierda de la entrada
Dada una entrada la mquina realiza transiciones hasta que llegue a un estado nal.
Con el concepto de simulacin, es decir, una mquina M simula otra mquina M
reproducien-
do la misma salida con la misma entrada se puede construir una mquina de Turing universal.
Dicha mquina, que aparte de la entrada tambin dispone de la descripcin (en una codicacin
adecuada) de la mquina M a simular en la cinta, es capaz de simular cualquier otro mquina.
Con unos arreglos tcnicos se puede construir tal mquina de Turing universal (MTU) con solo
2 smbolos de cinta y 7 estados, o con 5 smbolos de cinta y 2 estados. Es decir, pueden ser
sorprendentemente pequeos teniendo en cuenta que sirven para simular cualquier otra mquina.
(En 2007 se comprob que tambin existe una MTU con solo 3 smbolos de cinta y 2 estados,
pero la comprobacin todava est discutida.)
Ms informacin sobre mquinas de Turing pequeas, por ejemplo, en
http://www.mathrix.org/experimentalAIT/TuringMachine.html
donde hay una MTU en C/C++ con 285 characteres de cdigo fuente.
5. Conceptos bsicos
5.1. Alfabetos
Un alfabeto es un conjunto nito no vaco de smbolos.
1
= 0, 1
2
= a, b
3
= na, pa, bra, la
4
= <HTML>, </HTML>, <BODY>, </BODY>, . . .
5
= [
6
= a, ab, aab
Usamos meta-smbolos (tal como , , =, y la coma) para escribir sobre lo que hablamos.
Desde el contexto siempre ser claro, si se trata de un smbolo del alfabeto o si se trata de
un meta-smbolo.
Usamos subndices para distinguir diferentes alfabetos.
Usamos normalmente las minsculas como alfabeto = a, . . . , z, en los ejemplos nor-
malmente letras desde el principio del alfabeto.
Cardinalidad del alfabeto (nmero de elementos del alfabeto): [[ > 0, [[ <
5.2. Palabras
Una secuencia nita de smbolos de un alfabeto es una palabra sobre dicho alfabeto.
1
: 0, 1, 00, 01, 11, 000, 1001101
2
: a, aa, abb, ababa
3
: napa, palabra
6
: a, ab, aab, aaab, abab
Escribimos la palabra vaca, es decir, la palabra que no contiene ningn smbolo, como .
Usamos normalmente letras minsculas para anotar palabras, preferiblemente desde el -
nal del alfabeto.
El smbolo no pertenece a ningn alfabeto, /
La longitud de una palabra sobre un alfabeto es el nmero de smbolos que contiene.
1
: w = 0 = [w[ = 1, w = 1001101 = [w[ = 7
2
: w = a = [w[ = 1, w = ababa = [w[ = 5
3
: w = napa = [w[ = 2, w = palabra = [w[ = 3
6
: w = ab = [w[ = 2, w = aab = [w[ = 1 o [w[ = 2 ??
Dependiendo del alfabeto puede resultar difcil dividir una palabra en sus smbolos.
Si se puede dividir todas las palabras sobre un alfabeto solamente de una manera en sus
smbolos, se llama tal alfabeto libre.
Solemos usar solamente alfabetos libres.
[[ = 0
El conjunto de todas las palabras que se pueden formar sobre un alfabeto ms la palabra vaca
se llama el universo del alfabeto W().
W() = w [ w es palabra sobre
W()
es palabra de cualquier universo, W().
La cardinalidad del universo es innito (pero contable o enumerable, vemos ms adelante
lo que signica).
Si el alfabeto es libre (o mejor decir, un generador libre), escribimos
por W().
Podemos concatenar palabras, entonces sean w, v y u palabras en
.
w.v = wv, es decir, usamos el . como smbolo de concatenacin, pero muchas veces
obviamos de l (igual como se suele hacer con el de la multiplicacin).
w = w = w, es decir, se comporta como el elemento neutro (o elemento de intentidad)
respecto a la concatenacin.
[w.v[ = [w[ +[v[
w.v ,= v.w para cualquier w y v, por ejemplo:
w = abc v = dec wv = abcdec ,= decabc = vw
es decir, la concatenacin no es conmutativa.
(w.v).u = w.(v.u) para cualquier palabras w, v y u, por ejemplo:
w = abc v = dec u = fad
(wv)u = (abcdec)fad = abcdecfad = abc(decfad) = w(vu)
es decir, la concatenacin es asociativa (usamos arriba las parntesis como metasmbolos).
Con dichas propiedades la estructura algebraica (
, . ) forma un monoide libre (es decir,

un semigrupo con elemento de intentidad).
Si xy = w, llamamos x prejo de w e y sujo de w.
Por w = w y w = w, es por lo tanto prejo y sujo (trivial) de cualquier palabra, y w es
prejo y sujo trivial de si mismo. (Normalmente no consideramos estos casos triviales.)
Si x es prejo de w entonces [x[ [w[.
Si y es sujo de w entonces [y[ [w[.
Si x es prejo de w, e y es sujo de w y x = y, entonces x = y = w, es verdad?
Si concatenamos siempre la misma palabra w, obtenemos potencias de w.
ww = w
2
, www = w
3
, w. . . w

i-veces
= w
i
, i IN = 0, 1, 2,
w
1
= w, w
0
=
[w
i
[ = i [w[
[w
0
[ = [[ = 0 = 0 [w[ = [w
0
[
w
m+n
= w
m
.w
n
[w
m+n
[ = (m+n) [w[ = m [w[ +n [w[ = [w
m
[ +[w
n
[
La reexin de una palabra w (o la palabra reversa) anotamos como w
R
.
[w[ = [w
R
[
=
R
5.3. Lenguajes
Un lenguaje es cualquier subconjunto del universo sobre algn alfabeto, es decir, L W(), o
tambin L
.
Ejemplo:
Lenguajes triviales
L = es el lenguaje vacio (que no contiene ninguna palabra), [L[ = 0
L = es el lenguaje que solamente contiene la palabra vacio, [L[ = 1
son independientes del alfabeto y por eso son lenguajes sobre cualquier alfabeto.
sea = a, b
L
1
= , a, b
L
ab
= a
n
b
n
[ n IN es decir, el lenguaje que contiene todas las palabras con un
nmero de as seguidos por el mismo nmero de bs.
L
pal
= ww
R
[ w
es decir, palndromos
L
quad
= a
n
2
[ n IN
>0
Si [L[ < para un lenguaje L
, entonces se llama L lenguaje nito.

Operaciones sobre/con lenguajes, sean L, L
1
, L
2
, L
3

lenguajes (igual para W()):

Unin:
L
1
L
2
= w [ w L
1
o w L
2
Propiedades (unos ejemplos):

Conmutatividad: L
1
L
2
= L
2
L
1
Asociatividad: (L
1
L
2
) L
3
= L
1
(L
2
L
3
)
Idempotencia: L L = L
Operacin con : L = L = L
Operacin con
: L
L
Interseccin:
L
1
L
2
= w [ w L
1
y w L
2

Conmutatividad: L
1
L
2
= L
2
L
1
Asociatividad: (L
1
L
2
) L
3
= L
1
(L
2
L
3
)
Idempotencia: L L = L
Operacin con : L = = L
1
Operacin con
: L
= L =
L
Complemento:
L = w [ w
y w / L
Reglas de DeMorgan: L
1
L
2
= L
1
L
2
L
1
L
2
= L
1
L
2
Con estas tres operaciones la estructura (
, , , ) forma un lgebra booleana.

Diferencia:
L
1
L
2
= w [ w L
1
pero w / L
2

L
1
=
L
1
L
1
L
2
= L
1

L
2
Concatenacin:
L
1
.L
2
= w [ w = w
1
.w
2
y w
1
L
1
y w
2
L
2

No-Conmutatividad: L
1
.L
2
,= L
2
.L
1
(en general)
Operacin con : L
1
. = = .L
1
Operacin con : L
1
. = L
1
= .L
1
Potencia:
L
i
= L. . . L

i-veces
i IN
Cero-Potencia: L
0
=
Induccin: L
i
.L = L
i+1
= L.L
i
Clausura positiva:
L
+
=
i=1
L
i
= L
1
L
2
L
3
. . .
Clausura (de Kleene):
L
i=0
L
i
= L
0
L
1
L
2
. . .
Reexin (o inverso):
L = w [ w
R
L
Homomorsmo: Sean , dos alfabetos. Sea :
una funcin que asigna a cada

smbolo de una palabra sobre . Podemos ampliar la funcin a un homomorsmo
:
, es decir, una funcin que asigna a cada palabra sobre una palabra sobre
, con
() =
(w) = (w)()
Ejemplo:
= a, b, c, d
= 0, 1
(a) = 00 (b) = 1 (c) = (d) = 0110
(abcd) = 0010110
Entonces si L
es un lenguaje sobre
(L) = (w) [ w L
es un lenguaje sobre y si L
es un lenguaje sobre , entonces
1
(L) = w [
1
(w) L
es un lenguaje sobre .
Cul es el orden de prioridad de estos operadores?
5.4. Producciones y Derivaciones
Denimos algunas notaciones para describir reglas de sustitucin, es decir, como derivar una
palabra con las producciones de la gramtica:
Una produccin p es una dupla (pareja) de un conjunto cartesiano sobre dos universos (que
pueden ser el mismo), es decir, p = (A, B)
2
.
Sea (A, B) una produccin, en vez de duplas tambin escribimos: A B.
Un conjunto de producciones se llama sistema de producciones (o sistema de reglas). A este
nivel todava no decimos mucho sobre los alfabetos involucrados, ms adelante concretaremos.
Una derivacin directa v w es una conversin de una palabra en otra aplicando una produc-
cin, es decir, sea por ejemplo v = aAb una palabra, y sea A B una produccin, entonces
se puede derivar la palabra w = aBb directamente desde v sustituyendo la subpalabra A por la
palabra B como indica la produccin.
Ejemplo: Sean 000 010 y 10 01 dos producciones. Desde v = 1000 se puede derivar
w
1
= 1010 aplicando la primera produccin, y w
2
= 0100 aplicando la segunda.
Una derivacin v
w es una secuencia de derivaciones directa aplicando sucesivamente

producciones de un sistema. La longitud de una derivacin es el nmero de producciones apli-
cadas.
Ejemplo: Sean 000 010 y 10 01 dos producciones. Desde v = 1000 se puede derivar
w
1
= 0011, es decir, v
w
1
aplicando v = 1000 1010 0110 0101 0011 =
w
1
, o tambin w
2
= 0001 aplicando v = 1000 0100 0010 0001 = w
2
. En el primer
caso la longitud de la derivacin es 4, en el segundo caso 3.
Comentario importante: muchas de las comprobaciones en el mbito de la teora de los len-
guajes formales se realiza mediante induccin sobre: longitud de la palabra, longitud de la deri-
vacin, (o luego tambin longitud del clculo).
Dado un sistema de producciones, si sustituimos siempre la primera posibilidad a la izquierda de
la palabra de partida, se llama una derivacin ms a la izquierda, e igual, si sustituimos siempre
la primera posibilidad a la derecha de la palabra de partida, se llama una derivacin ms a la
derecha.
5.5. Relaciones de equivalencia
Un conjunto R
es una relacin (binaria sobre
).
Escribimos los pares siendo elementos de R como (x, y), o como x y, o como xRy. Esta
ltima notacin es aquella a la cual estamos acostumbrados, por ejemplo, con relaciones como
>, <, , etc. en situaciones como 5 > 3, o x y.
Sean R y S dos relaciones. Denimos
R
0
= (x, x) [ x
RS = (x, y) [ z
: xRz y zSy
R
n+1
= RR
n
es decir, R
0
es la relacin de identidad, y la operacin nos permite crear nuevas relaciones a
partir de dos relaciones dadas, y R
n+1
es una relacin construida de tal manera recursivamente.
Con eso denimos:
R
n0
R
n
R
+
=
n1
R
n
es decir, xR
y (o en otra notacin x
y, o con palabras: la pareja (x, y) est en la clau-

sura transitiva de la relacin R) si x = y o si existe una secuencia z
1
, z
2
, . . . , z
n
con n 1 y
xRz
1
, z
1
Rz
2
, . . . , z
n
Ry.
Una relacin R es
reexiva, si x : xRx, es decir, la relacin de identidad R
0
es subrelacin de R,
transitiva, si xRy, yRz = xRz, es decir, si los pares (x, y) y (y, z) son elementos de R
entonces (x, z) tambin lo es,
simtrica, si x, y : xRy yRx, es decir, con (x, y) tambin (y, x) es elemento de la
relacin.
Observamos que para R
R
es una relacin reexiva y transitiva, llamada la clausura reexiva y transitiva de R

(porque es la relacin ms pequea con tal propiedad).
R
+
es una relacin transitiva, llamada la clausura transitiva de R (porque es la relacin
ms pequea con tal propiedad).
R
+
es tambin reexiva si R ya lo es.
R
y R
+
son simtricas si R ya lo es.
Una relacion R es una relacin de equivalencia si R es reexiva, simtrica, y transitiva.
Sea Runa relacin de equivalencia sobre
. Acada elemento de
podemos asignar el conjunto

de los elementos que son equivalentes a l. Basta con anotar un representente de dicho conjunto
y escribimos
[x]
R
= y [ yRx = y [ xRy
(si desde el contexto ya conocemos R, obviamos del subndice R).
Si xRy entonces [x] = [y] porque ambos caen en la misma clase de equivalencia. Se suele usar
como representante una de las palabras ms cortas de la clase.
Si x, y [z] escribimos tambin x y que signica que xRy e yRx.
Una relacin de equivalencia divide
en clases, es decir,
= [x
1
] [x
2
] . . . [x
k
] . . .
cuyo nmero es nito o innito. La interseccin de dos clases es vaca, es decir, [x
i
] [x
j
] =
si i ,= j porque si tuviesen un elemento en comn, ambas clases seran iguales.
Ejemplo: Sea =
1
, . . . ,
k
un alfabeto (por ejemplo el alfabeto de toda la vida).
La relacin
R = (x, y) [ x comienza con el mismo smbolo que y
es una relacin de equivalencia y nos divide
en
= [
1
] [
2
] . . . [
k
] []
es decir, en todas las clases de palabras que empiezan con la misma letra ms la clase para la
palabra vaca (que no empieza con ninguna letra).
Entonces hay tantas clases como smbolos en ms una clase.
Llamamos el nmero de clases que produce una relacin de equivalencia el ndice de la relacin
Indice(R).
En el ejemplo tenemos Indice(R) = k + 1 = [[ + 1, es decir, un ndice nito.
5.6. Relacin de equivalencia de lenguajes
Para cada lenguaje L
podemos construir una relacin de equivalencia sobre
:
xR
L
y (z
: xz L yz L)
es decir, x es equivalente a y, si, aadiendo cualquier sujo, ambas palabras resultantes o bien
estn en L o bien no estn en L.
Observa: z = : x L y L, es decir, o bien todas las palabras de una clase estn en L
o bien ninguna palabra de una clase est en L.
Ejercicio:Verica que R
L
es una relacin de equivalencia!
6. Gramticas generativas
Una gramtica es una cudrupla
G = (
N
,
T
, P, $)
donde
N
es un alfabeto de smbolos no-terminales.
T
es un alfabeto de smbolos terminales.
Se exige
N

T
= y se suele usar =
N

T
.
P es un sistema de producciones nitos, donde se distingue varios casos, ejemplos son:
P (
N

T
)
(
N

T
)
caso muy general, (as no hara falta distinguir los dos alfabetos a la primera vista, es
decir, P
)
P
.
+
N
.
es decir, a la derecha existe por lo menos un smbolo no-terminal

P
N

es decir, se sustitue solamente smbolos (palabras) no-terminales

P
N
(
T
)
es decir, se sustitue solamente smbolos (palabras) no-terminales, pero por smbolos
(palabras) o bien terminales o bien no-terminales
Repetimos: se exige que [P[ < , es decir, el conjunto de reglas es nito.
Ms adelante vemos en detalle qu tipos de sistemas de producciones se suele usar!
$ es el smbolo inicial (o de partida, o de comienzo, o axioma) que pertenece al alfabeto
no-terminal, es decir, $
N
.
El lenguaje generado por una gramtica es
L(G) = w [ w
T
y $
w
es decir, se puede derivar la palabra w
T
desde el smbolo inicial aplicando las reglas del
sistema de producciones. Dichas palabras derivables que consisten solamente de smbolos termi-
nales se llaman sentencias.
6.1. Ejemplos
Es posible derivar lenguajes innitos con sistemas de producciones nito?
S, por ejemplo, es posible generar el lenguaje L(G) =
T
con un sistema de producciones
nitos:
G = ($, a, b, $ , $ a$, $ b$, $)
L
1
= , a, b
G
1
= ($, a, b, $ , $ a, $ b, $)
obviamente L(G
1
) = L
1
para lenguajes nitos es fcil generar una gramtica, basta con derivar directamente cada
palabra desde el smbolo inicial (aunque se puede usar un sistema de producciones ms
sosticado)
Una gramtica recursiva sobre la palabra v
es una gramtica donde se puede derivar

desde v una palabra que contiene v de nuevo, es decir, existe la posibilidad de una derivacin:
v
uvw (con [v[ < [uvw[).

El lenguaje generado por una gramtica es innito, si la gramtica es recursiva sobre una palabra
v y que a su vez es derivable desde el smbolo inicial.
L
ab
= a
n
b
n
[ n IN
G
ab
= (a, b, $, $ a$b, $ , $)
L
abc
= a
n
b
n
c
n
[ n IN
, abc, aabbcc, aaabbbccc, . . . L
abc
G
abc
= ($, . . ., a, b, c, P, $)
Cules son las producciones necesarias?
Una vez sabiendo eso, podemos completar el alfabeto no-terminal
N
Una primera idea:
P = $ , $ ABC, A , A aA,
B , B bB, C , C cC
N
= $, A, B, C
Obviamente podemos derivar cualquier elemento de L
abc
con esa gramtica, por ejemplo:
$ ABC aABC aaABC aaBC aabBC aabbBC
aabbC aabbcC aabbccC aabbcc
Pero tambin podemos derivar palabras como aaabcccc, es decir, el lenguaje es
L(G
Test
) = a
i
b
j
c
k
[ i, j, k IN L
abc
Parece que la gramtica G
Test
es demasiado amplia. De alguna manera deberamos cons-
truir un sistema de producciones que permite mantener un nmero igual de letras a, b y c
(o en otras palabras, necesitamos contar)...
Idea 1: Si somos capaz de derivar desde a
k
Xb
k
c
k
la secuencia a
k+1
Xb
k+1
c
k+1
, hemos
ganado.
Idea 2: Tenemos que pasar la informacin que hemos aadido por ejemplo un ab en un
lado hacia el otro lado donde tenemos que aadir entonces una c (o en un lado la a y en el
otro lado un bc).
El truco consiste en usar unos smbolos no-terminales cuales se van a sustituir dependiendo
del contexto en el cual se encuentran.
Entonces, construimos P y
N
:
P =
$ , para obtener la palabra vaca
$ aXbc, para iniciar la construccin
Xb bY, para empezar ir hacia las cs
Y b bY, para ir hacia las cs
Y c Zcc, para aadir una c y empezar volver
bZ Zb, para volver hacia las as
aZ aaXb, para aadir una a y una b
X para terminar
N
= $, X, Y, Z
Se puede comprobar formalmente con induccin sobre k que la gramtica dada genera
exactamente el lenguaje deseado, es decir L(G
abc
) = L
abc
.
La comprobacin sigue la construccin y se observa que no hay ambigedad en el momen-
to de elegir una produccin.
Existe tambin una gramtica que usa un smbolo no-terminal menos y tambin una pro-
duccin menos:
P =
$ , para obtener la palabra vaca
$ aXbc, para iniciar la construccin
Xb bX, para ir hacia las cs
Xc Y bcc, para aadir una b y una c
bY Y b, para volver hacia las as
aY aaX, para aadir una a
aY aa para terminar
N
= $, X, Y
Se observa:
tenemos ambigedad en elegir producciones para sustituir y dnde aplicarlas
aqu hemos decidido aadir a la derecha una b y una c
generalmente se nota que hay muchas gramticas que generan el mismo lenguaje
6.2. Abreviacin de Backus
Para abreviar la notacin de las producciones usamos la forma normal de Backus (BNF). Agru-
pamos las producciones cuyas partes izquierdas coincidan, escribiendo las partes derechas sepa-
radas por [, por ejemplo:
P =
$ [ aXbc,
Xb bX,
Xc Y bcc,
bY Y b,
aY aaX [ aa,

Denimos una gramtica que genere lo que se usa en programas, por ejemplo:
((a +b) (c +d)) (e +f)
L
expr
= w [ w es expresin algebraica
donde nos limitamos a variables que consisten de una sola letra. Entonces
T
= (, ), +, , a, . . . , z
P = $ E, E E E [ (E E) [ (E +E) [ a [ . . . [ z
G
expr
= ($, E,
T
, P, $)
se puede ampliar la gramtica que incluye tambin y /
se puede ampliar la gramtica que genere tambin expresiones con variables de ms de una
letra, por ejemplo: ancho altura
ms tarde veremos como se dene las expresiones de tal estilo un poco ms completo
6.3. rbol de derivacin
Para las gramticas podemos visualizar la aplicacin de las producciones que derivan desde el
smbolo inicial una palabra como un rbol, el rbol de derivacin:
arbol
El lugar con el smbolo inicial se llama raz del rbol (aunque se suele dibujarlo arriba de todo).
Como se ve, cada smbolo es la raz de un subrbol.
La palabra que se puede leer desde la izquierda hacia la derecha en las hojas del rbol y solamente
consiste de smbolos terminales ser una sentencia.
6.4. Jerarquia de Chomsky
Segn Chomsky se clasica las gramticas en cuatro tipos (cuales son, como vemos ms adelante,
entre si verdaderamente diferentes).
Entonces sea G = (
N
,
T
, P, $) una gramtica (y =
N
T
). Las gramticas se destinguen
solamente en el sistema de producciones que siempre ser un conjunto nito y que se clasica
en los siguientes tipos:
Tipo 0: gramticas generales sin restricciones
P
.
N
.
es decir, se sustituye por lo menos un smbolo no-terminal.

Tipo 1: gramticas sensibles al contexto
P xAy xvy [ x, y
, A
N
, v
+
$
es decir, se sustituye un smbolo no-terminal por algo manteniendo el contexto; entonces
una derivacin siempre produce palabras ms largas o igual de larga (u
v = [u[
[v[)
Tipo 2: gramticas libres de contexto
P
N

+
$
es decir, se sustituye solo smbolos no-terminales por palabras no vacas
Tipo 3: gramticas regulares (o lineales)
P
N
(
N
.
T

T
) $
es decir, lineales a la izquierda (porque los smbolos no-terminales aparecen en una deri-
vacin siempre a la izquierda de la palabra)
P
N
(
T
.
N

T
) $
es decir, lineales a la derecha (porque los smbolos no-terminales aparecen en una deriva-
cin siempre a la derecha de la palabra)
Se ha introducido explcitamente la regla $ en las gramticas de tipos 1, 2, y 3
para permitir que el lenguaje puede ser generado dado que las regls solo permiten un
crecimiento de la longitud de las palabras a lo largo de las derivaciones.
Retomamos la clasicacin de las gramticas hacia nal del curso (por ejemplo, respon-
demos a la pregunta si son de verdad clases separadas).
Observacin: si permitimos para las gramticas de libre contexto reglas del tipo
N

,
es decir, permitimos reglas como A , podemos sustituir todas las reglas que tengan una A
a la derecha, por ejemplo B xAy por B xy, y conseguir as una eliminacin de las
producciones compresoras.
6.5. Equivalencia y ambigedad
Dos gramticas son equivalentes si generan el mismo lenguaje, es decir, G
1
G
2
si L(G
1
) =
L(G
2
).
(Adelanto: averiguar en general si dos gramticas son equivalentes es un problema no compu-
table.)
Sea G = ($, A, 1, $ 1A, $ 11, A 1, $) una gramtica. Tanto $ 11 como
$ 1A 11 es una derivacin para la palabra 11.
Una sentencia es ambigua si existen ms que una derivacin para ella en una gramtica.
Una gramtica es ambigua si su lenguaje contiene una sentencia ambigua, es decir, se puede
derivar la misma sentencia con dos (o ms) derivaciones distintas.
Un lenguaje es ambiguo (o incluso se dice inherentemente ambiguo) si todas las gramticas que
generan el lenguaje son ambiguas.
Ejemplo: G = ($, 1, $ 11, $) no es ambigua, entonces L(G) no es ambiguo.
Si una sentencia es ambigua (en el caso de las gramticas libres de contexto) tenemos dos rboles
de derivacin para la misma sentencia.
Ejemplo:
E E +E [ E E [ (E) [ a [ . . . [ z, $ E
ambitree
La ambigedad introduce cierto grado de no-determinismo para derivar palabras, por eso, en la
prctica se intenta evitar gramticas ambiguas.
(Pero: el problema de decisin, si existe para una gramtica ambigua una gramtica equivalente
no-ambigua es un problema no-computable.)
Investigamos de nuevo las expresiones aritmticas:
sabemos que tanto la adicin como la multiplicacin son asociativas, entonces podemos
acordar generar siempre con derivaciones ms a la izquierda
sabemos que hay prioridades (acordadas) entre las operaciones: () antes que antes que
+, entonces podemos acordar generar primero las operaciones con menos prioridad
podemos introducir varables adicionales que nos garantizan una derivacin nica
Usamos E para expresiones (va a ser tambin el smbolo inicial), T para termios (con prioridad
asociado a +), F para factores (con prioridad asociado a , y V para variables (que ya no tendrn
operaciones):
E E +T [ T
T T F [ F
F (E) [ V
V a [ b [ . . . [ z
La gramtica con este sistema de producciones no es ambigua.
exprnoamb
7. Autmatas nitos
Describimos autmatas nitos con unas deniciones matemticas. Nos limitamos al principio a
autmatas solamente con entrada.
7.1. Autmatas nitos deterministas (AFD)
Un autmata nito determinista (AFD) es una quntupla
M = (, Q, , q
0
, F)
donde
es un alfabeto (sabemos / )
Q es un conjunto nito no vaco de estados, es decir, 0 < [Q[ < .
es una funcin de transicin:
: Q Q ; (q, ) = p
es decir, si el autmata se encuentra en el estado q y lee el smbolo va al estado p.
q
0
Q es el estado inicial.
F Q es el conjunto de estados nales.
Podemos pensar de un autmata como un dispositivo que lee desde una cinta con smbolos y que
realiza cambios de estados internamente:
auto
Dibujamos los autmatas como grafos dirigidos (no introducimos el concepto matemtico de
grafos formalmente), los estados representan los nodos del grafo, y dibujamos una arista atribuida
con un smbolo entre dos nodos si existe una transisin correspondiente:
compauto
es decir, el estado inicial est marcado por una echa y los estados nales estn marcados con
doble crculo.
Ejemplo: Un AFD que acepta las cadena de 0s y 1s donde los nmeros de ceros y unos es par:
zeroonepar
entonces
M = (0, 1, q
0
, q
1
, q
2
, q
3
, , q
0
, q
0
)
Cmo describimos cmodamente ?
Observamos: [Q[ < y [[ < , entonces podemos hacer una tabla con los estados como las
y con los smbolos como columnas:
(q
0
, 0) = q
3
, (q
0
, 1) = q
1
, (q
1
, 0) = . . .
o ms breve una tabla:
0 1
= q
0
q
3
q
1
q
1
q
2
q
0
q
2
q
1
q
3
q
3
q
0
q
2
Determinista signica que no tenemos opcin ninguna para eligir, es una funcin.
Si es una funcin total llamamos el autmata completo, es decir, existe para cada estado
y cada smbolo una transicin.
Abreviamos los dibujos para reducir el nmero de aristas:
aristas
es decir, permitimos escribir ms de un smbolo por arista, pero el cambio de estado se
realiza con leer solo uno de la lista.
Para denir el lenguaje aceptado por un AFD ampliamos la funcin a una funcin
para que
trabaja sobre palabras:
: Q
(q, ) = q
(q, w) =
((q, ), w) , w
es decir,
reeja el movimiento de la cabeza de lectura del autmata, o en otras palabras,
marca el camino que se est yiendo en el autmata para aceptar la palabra (hilo rojo).
Un autmata nito determinista M = (, Q, , q
0
, F) acepta una palabra w
si
(q
0
, w)
F donde
es la ampliacin de la funcion de transicin .

O en otras palabras, M acepta w, si
(q
0
, w) es un estado nal del autmata.
El lenguaje aceptado por un autmata nito determinista M es el conjunto de palabras acep-
tadas por M:
L(M) = w [ w
, M acepta w
En el grafo podemos observar: si w L(M) entonces existe un camino en el grafo desde el
estado inicial q
0
hasta algn estado nal de tal manera que podemos leer la palabra w a lo largo
de las aristas visitadas.
Ejemplo: Un autmata que acepta nmeros reales (en Pascal):
afdreal
Curiosidades de C/C++:
Comprueba con un compilador de C/C++ (o de Java) si a=000; o a=0011.0; son
sentencias correctas, sino no lo son, modica el autmata adecuadamente (Qu pasa con
a=009 o a=007?).
Comprueba con un compilador de C/C++ (o de Java) si a=3E000; es una sentencia co-
rrecta, sino no lo es, modica el autmata adecuadamente.
a=.1+ +1.; es una sentencia correcta en C/C++ (se asigna a a el valor 1.1 siendo la
suma de dos constantes otantes), pero importante es el espacio entre los dos +
Vemos que estmos confrontados con diferentes problemas:
deberamos saber antemano: Qu es una constante otante?
deberamos traducir dicho conocimiento en un autmata
deberamos comprobar si dicho autmata de verdad acepta lo que debe aceptar
si implementsemos tal autmata de forma real, deberamos comprobar adicionalmente si
la implementacin reeja la descripcin matemtica
Observamos, cada AFD se puede completar:
aadimos un estado e a Q (pero e / F)
aadimos las transiciones que faltan, es decir, (q, ) = e para todos los q Q(incluyendo
e) y
con eso se convierte en una funcin total
Observamos:
si q
0
F entonces L(M) y al revs, si L(M) entonces q
0
F.
puede ocurrir que hay estados no acesibles desde q
0
, incluso pueden ser aislados, es decir,
no existe un camino desde q
0
hacia tal estado.
7.2. Autmatas nitos no-deterministas (AFND)
Ampliamos un poco las posibilidades de las transiciones de un autmata nito, es decir, cambia-
mos la funcin .
Un autmata nito no-determinista (AFND) es una quntupla
M = (, Q, , q
0
, F)
donde
es un alfabeto.
Q es un conjunto nito no vaco de estados, es decir, 0 < [Q[ < .
es (una de las dos deniciones, que entre si son equivalentes)
una relacin, es decir (Q) Q
o una funcin, es decir, : Q T(Q) siendo T(Q) el conjunto de las partes
de Q
q
0
F Q es el conjunto de estados nales.
Ejemplo: un AFND para el lenguaje
L
dos
= w [ w 0, 1
, w contiene dos 0s dos 1s

afnd
Representamos la funcin tambin con una tabla, solo que ahora aparece ms de un estado en
cada celda de la tabla, por eso usamos la notacin de conjuntos:
0 1
= q
0
q
0
, q
3
q
0
, q
1
q
1
q
2
q
2
q
2
q
2
q
3
q
4

q
4
q
4
q
4

Ampliamos de nuevo para denir el lenguaje aceptado por un AFND
: Q
T(Q)
(q, ) = q
(q, w) = p [ p Q, r (q, ) : p
(r, w)
, w
r(q,)
(r, w)
es decir,
coincide con para smbolos del alfabeto y en general enumera los estados alcanza-
bles con la palabra.
Un autmata nito no-determinista M = (, Q, , q
0
, F) acepta una palabra w
si
(q
0
, w)
F ,= donde
es la ampliacin de la relacin de transicin .

O en otras palabras, M acepta w, si
(q
0
, w) contiene un estado nal del autmata.
El lenguaje aceptado por un autmata nito no-determinista M es el conjunto de palabras
aceptadas por M:
L(M) = w [ w
, M acepta w
7.3. Equivalencia entre AFD y AFND
Dos autmatas M
1
y M
2
son equivalentes si aceptan el mismo lenguaje, M
1
M
2
si L(M
1
) =
L(M
2
).
Si eliminamos todos los estados no acesibles (o aislados) de un autmata, obtenemos un
autmata equivalente al autmata original.
Obviamente tal autmata se representa con un grafo conexo.
Dos estados q
1
y q
2
de dos autmatas M
1
y M
2
son equivalentes, es decir, q
1
q
2
, si para
q
1
Q
1
y q
2
Q
2

(q
1
, w) F
1

(q
2
, w) F
2
.
Entonces dos autmatas son equivalentes si sus estados iniciales son equivalentes.
Est claro que cualquier AFD tambin es un AFND, es decir, si L es un lenguaje aceptado por un
AFD, tambin est aceptado por un AFND. Simplemente existe como mucho una sola transicin
para cada smbolo del alfabeta y para cada estado.
Pero tambin podemos construir para cada AFND un AFD equivalente, es decir, un autmata
determinsta que acepta el mismo lenguaje.
Ejemplo: convertimos el AFND que acepta L
dos
en un AFD equivalente:
afndafd
Para el caso general tenemos:
Sea M = (, Q, , q
0
, F) un AFND, construimos un AFD M
= (, Q
, q
0
, F
) con
Q
T(Q), es decir, escomo muchoel conjunto de todos los subconjuntos de Q.

q
0
= q
0
, es decir, es el conjunto que contiene el estado inicial del AFND.
(Q
i
, ) = P
j
p P
j
q Q
i
con (q, ) = p, (por incluir, escribe texto)
F
T(Q) con si f F
entonces existe un q f con q F, es decir, el conjunto de

estados nales son todos aquellos estados del AFD que contienen por lo menos un estado
nal del AFND.
Se suelen construir los estados necesarios del AFD a lo largo de la construccin en vez de coger
por defecto todos los posibles subconjuntos, para evitaren caso que sea posiblela construc-
cin de muchos estados que nalmente no se alcanzan desde el estado inicial.
Por qu es correcta la construccin?
Tenemos que comprobar formalmente que si M (siendo un AFND) acepta w, entonces M
(sien-
do el AFD construido) tambin lo acepta; y si M
acepta w, entonces M tambin lo hace, es

decir, que L(M) = L(M
).
Pues, sea M un AFND y M
el AFD correspondiente.
Sea w = x
0
x
1
x
2
. . . x
n
L(M) cualquier palabra aceptada por M.
Comprobamos que w L(M
), es decir, L(M) L(M
):
Denimos los siguientes diagramas
p
x
i
q
P
x
i
Q
es decir, si hacemos la transicin en M desde p a q leyendo x
i
, en otras palabras, usamos
(p, x
i
) = q, entonces existe (segn construccin) una transicin en M
de P (con p P) a
Q (con q Q) leyendo x
i
, en otras palabras, existe (P, x
i
) = Q.
Para la palabra w obtenemos:
q
0
x
0
q
1
x
1
q
2
x
2

x
n1
q
n
x
n
q
n+1
F
Q
0
x
0
Q
1
x
1
Q
2
x
2

x
n1
Q
n
x
n
Q
n+1
F

donde la construccin va desde la izquierda, es decir, del estado inicial, hacia la derecha, es decir,
a un estado nal. Dado que M acepta w, q
n+1
es un estado nal y siendo miembro de un conjunto
Q
n+1
, este ser un estado nal de M
.
Entonces hemos comprobado que M
acepta w, y por eso L(M) L(M
).
Ahora, sea w = x
0
x
1
x
2
. . . x
n
L(M
) cualquier palabra aceptada por M
.
Comprobamos que w L(M), es decir, L(M) L(M
):
Denimos los siguientes diagramas
P
x
i
Q
p
x
i
q
es decir, si hacemos la transicin en M
desde P leyendo x
i
a Q, en otras palabras, usamos
(P, x
i
) = Q, entonces existe (segn construccin) una transicin en M de algn p (con p P)
leyendo x
i
a algn q (con q Q), en otras palabras, existe (p, x
i
) = q.
Para la palabra w obtenemos:
Q
0
x
0
Q
1
x
1
Q
2
x
2

x
n1
Q
n
x
n
Q
n+1
F
q
0
x
0
q
1
x
1
q
2
x
2

x
n1
q
n
x
n
q
n+1
F
donde la construccin va ahora desde la derecha, es decir, un estado nal, hacia la izquierda,
es decir, al estado inicial. Dado que M
acepta w, Q
n+1
es un estado nal y un conjunto no
vaco, entonces existe un miembro q
n+1
que tambin es elemento de F y por consecuencia un q
n
aplicando el diagrama y asi succesivamente hasta llegar a q
0
.
Entonces hemos comprobado que M acepta w, y por eso L(M) L(M
).
Finalmente tenemos L(M) L(M
) y L(M) L(M
) y por eso L(M) = L(M
).
Como se observa en la construccin puede ser que se usa 2
|Q|
estados en el autmata determinista
si el autmata no-determinista tena [Q[ estados, es decir, el crecimiento del nmero de estados
puede ser exponencial.
Surgen dos preguntas:
1. Existen AFNDs que producen un AFD de tal tamao grande?
2. Son necesarios tantos estados (o existe una mejor forma de realizar la conversin)?
Un ejemplo para una respuesta a la segunda:
Usamos = a, b como alfabeto. Denimos los siguientes lenguajes (que dependen del nmero
n IN):
L
n
= w [ w
, w = w
1
w
2
, w
1
,= w
2
, [w
1
[ = [w
2
[ = n, n IN
es decir, todas las palabras con 2n letras donde la primera mitad se distingue de la segunda.
Es bastante claro que para cualquier n existe un autmata que acepta L
n
porque el lenguaje es
nito ([L
n
[ = 2
2n
2
n
).
En un libro (HotzEstenfeld) se encuentra el siguiente AFND que acepta L
3
(dejan la comproba-
cin al lector)
afndln
Bueno, con un poco de trabajo se puede comprobar (enumerando todos los caminos desde el
estado inicial hasta el estado nal) que en cada uno de los caminos siempre existe en la primera
parte una arista con una a (o una b) donde en la misma posicin de la segunda parte hay una b (o
una a).
El AFND dado tiene 22 estados que (sin que ellos lo dicen) est en el orden de n
2
(si inspeccio-
namos la construccin vemos la suma de 1 hasta 2n).
Tambin construeron un AFD para L
3
:
afdln
Manifestan que dicho autmata es mnimo, y teniendo ms de 2
n
estados concluyen que la cons-
truccin de un AFND a un AFD puede incrementar el nmero de estados exponencialmente.
Veremos: Ambas construcciones tienen sus deciencias, aunque el hecho en si es correcto!
Primero, no dan un esquema cmo construir un autmata que reconozca L
n
para cualquier n
(puede ser que hay buena suerte en el caso de L
3
).
Segundo, el AFD dado no es mnimo, una simplicacin sera:
afdlns
Pero, el nuevo autmata sigue necesitando un nmero exponencial de estados, porque se tiene
que construir en el lado izquierdo todas las posibles palabras w
1
.
Entonces: Creemos o sabemos?, si no lo hemos comprobado o si no hemos entendido una com-
probacin presentada, entonces solamente creemos. El saber va ms all. Hay que mantenerse
crtico, siempre.
Construimos un AFND para L
n
sistemticamente.
Idea: En cada uno de los caminos reconociendo w
1
siempre tiene que existir una arista con una
a (o una b) donde en la misma posicin para reconocer w
2
hay una b (o una a).
Este principio nos lleva a una construccin inductiva:
afdln1
afdln2
afdln3
afdlnn
El nmero de estados entonces es:
[Q[ = 1 + 2 + 4 + 6 +. . . + 2n + (2n 2) +. . . + 4 + 2 + 1
= 1 + 2
n
i=1
i + 1 + 2
n1
i=1
i
= 1 +n(n + 1) + 1 + (n 1)n
= 2(n
2
+ 1)
Como vemos, incluso hemos reducido el nmero de estados comparando con el autmata del
libro: el AFND para aceptar L
3
tiene solamente 20 estados.
La construccin de un AFD sigue el mismo argumento dado arriba: se necesita construir todas
las posibles palabras w
1
en el lado izquierdo y por eso el AFD tiene por lo menos 2
n
estados
(los 2
n
1 para enumerar los w
1
y por lo menos un estado nal en el lado derecho.
Hasta ahora slo hemos comprobado la explosin del nmero de estados para lenguajes nitos.
Existe tal crecimiento exponencial tambin para lenguajes innitos?
Otro ejemplo para mostrar las capacidades de un AFND (y el crecemiento exponencial necesario
del AFD equivalente):
Usamos = 0, 1 como alfabeto. Denimos los siguientes lenguajes (que dependen del nme-
ro n IN):
L
n
= w [ w
, w contiene un 1 en la n-nsima posicin desde la derecha

Es bastante fcil construir un AFND que acepte L
n
:
afndlr
No es tan obvio como construir directamente un AFD. Pero es posible con la construccin (Haz-
lo!).
Observamos en la construccin:
Sea w = x
n
x
n1
. . . x
2
x
1
0, 1
.
Para todos los i 1, . . . , n tenemos:
q
i

(q
0
, w) = x
i
= 1
es decir:
Si x
i
= 1 (el i-simo smbolo desde la derecha es un 1), entonces existe un camino
desde q
0
a q
i
(es decir, q
i

(q
0
, w)) porque podemos usar dicho x
i
para pasar el
puente y
si existe un camino desde q
0
a q
i
leyendo w (q
i

(q
0
, w)), entonces w tiene un 1
como i-simo smbolo desde la derecha (es decir, x
i
= 1) porque hemos pasado el
puente.
Entonces, existe en la construccin para cada subconjunto P T(Q) con q
0
P una
palabra w tal que tenemos que construir un camino desde Q
0
= q
0
hacia P.
Entones el AFD contiene por lo menos 2
|Q|1
= 2
n
estados (todos aquellos que codican
subconjuntos conteniendo q
0
).
Construimos un AFD directamente:
afdlr
Este autmata (y siguiendo el esquema de la construccin) contiene 2
n
estados.
En ambos ejemplos parece que el nmero de estados necesarios en un AFD tenga algo que ver
con la capacidad de contar o enumerar hasta cierto nmero.
7.4. Autmatas nitos no-deterministas con transiciones
(AFND-)
Queremos construir un autmata que acepta el lenguaje
L = a
i
b
j
c
k
[ i, j, k IN
Si fuesemos capaz de saltar mgicamente, es decir, sin consumir una letra de la entrada, de un
estado a otro, sera fcil la construccin:
AUTaibjckeps
Es decir, hemos introducido aristas marcados con la palabra vaca .
Un autmata nito no-determinista con transiciones (AFND-) es una quntupla
M = (, Q, , q
0
, F)
donde
Q, , q
0
, y F estn denidos igual como en el caso de un AFND
es
una relacin, es decir (Q( )) Q
o una funcin, es decir, : Q ( ) T(Q) siendo T(Q) el conjunto de
las partes de Q
Observamos que aadir ms aristas con obviamente no cambia el comportamiento del autma-
ta:
AUTaibjckepstrans
Podemos tratar las transiciones con como una relacin T sobre el conjunto de estados, es decir
T = T
1
= (q, p) [ (q, ) = p QQ
En el ejemplo tenemos
T
1
= (q
0
, q
1
), (q
1
, q
2
)
Esta relacin podemos ampliar para que sea reexiva, es decir, que todas las parejas (q, q) con
q Q formen parte de la relacin, es decir, formamos
T
0
= (q, q) [ q Q
y con eso
T = T
0
T
1
entonces T por construccin es una relacin reexiva. En el ejemplo tenemos
T
0
= (q
0
, q
0
), (q
1
, q
1
), (q
2
, q
2
)
y con eso
T = (q
0
, q
0
), (q
0
, q
1
), (q
1
, q
1
), (q
1
, q
2
), (q
2
, q
2
)
Podemos ampliar la relacin aun ms considerando el efecto transitivo de las transiciones , es
decir, formamos en un primer paso
T
2
= (q, p) [ r Q : (q, r), (r, p) T
0
T
1
y (q, p) / T
0
T
1

y con eso
T = T
0
T
1
T
2
en el ejemplo tenemos
T
2
= (q
0
, q
2
)
y as sucesivamente
T
i
= (q, p) [ r Q : (q, r), (r, p)
i1
j=0
T
j
y (q, p) /
i1
j=0
T
j
Finalmente denimos
T
= T
0
T
1
T
2
. . . =
i=0
T
i
como clausura (o ciero, o cerradura) transitiva de la relacin de las transiciones o ms
breve clausura-.
El proceso termina en nuestro caso de autmatas nitos, es decir, la unin va solamente sobre un
nmero nito de is, porque T
sigue siendo un subconjunto del conjunto nito QQ (es decir,

T
QQ).
Con la clausura- podemos denir la clausura- de un estado, como todos aquellos estados que
se puede alcanzar con caminos de transisiones , es decir
cl(q) = p [ (q, p) T
En el ejemplo:
cl(q
0
) = q
0
, q
1
, q
2
cl(q
1
) = q
1
, q
2
cl(q
2
) = q
2
AUTaibjckafnd
hemos aadido q
0
a los estados nales F porque existe un estado nal que pertenece a la
clausura- de q
0
, es decir, L
hemos marcado las aristas de la clausura- con smbolos del alfabeto
Entonces podemos formalizar el lenguaje aceptado por un AFND- (parecido a lo que hicimos
para un AFND).
Primero denimos la ampliacin de para autmatas con transiciones .
(q, w) va a ser el
conjunto de estados (igual como en el caso de
para AFNDs) que podemos alcanzar desde q

leyendo la palabra. Entonces:
: Q
T(Q)
1.
(q, ) = cl(q)
es decir, nos quedamos en la clausura- si hemos alcanzado el nal de la palabra
2.
(q, w) = p [ p Q y r
(q, w) tal que p cl((r, ))

=
(q,w)
cl((r, ))
es decir,
(q, w) es el conjunto de estados alcanzables desde un estado r siendo miembro

de la clausura- de un estado alcanzable desde q sin haber ledo el ltimo smbolo .
(q
0
, w) enumera entonces todos los estados alcanzables desde q
0
leyendo la palabra w.
Observa: Hemos dado una denicin recursiva desde la izquierda, es decir, aadimos un smbolo
a la derecha. Hubiese sido posible denir
para un AFND de la misma manera.

Un autmata no-determinista con transiciones M acepta una palabra w sobre el alfabeto
, es decir, w
, si
(q
0
, w) F ,=
donde
sea la ampliacin de la funcin dada arriba.

El lenguaje aceptado por M es (como siempre)
L(M) = w [ M acepta w
7.5. Equivalencia entre AFND y AFND-
Primero observamos que cualquier AFND es obviamente tambin un AFND- (pues uno que,
por casualidad, no tenga transiciones ).
Luego podemos construir a partir de un AFND- un AFND equivalente.
Entonces, sea M = (, Q, , q
0
, F) un AFND-.
Un AFND equivalente es el autmata M
= (, Q
, q
0
, F
) donde
Q
= Q
(q, ) =
rcl(q)
cl((r, )) (podemos escribir solo q porque Q
= Q)
q
0
= q
0
F
F si F cl(q
0
) =
F q
0
si F cl(q
0
) ,=
es decir, aadimos q
0
como estado nal, si algn estado nal del AFND- pertenece a la
clausura- del estado inicial.
Convertimos el ejemplo:
La tabla de transiciones para M con las transiciones de la clausura- es:
a b c cl
q
0
q
0
q
1
q
0
, q
1
, q
2
q
1
q
1
q
2
q
1
, q
2
q
2
q
2
q
2
entonces la tabla con transiciones desde la claurura- es

a b c cl
cl(q
0
) q
0
q
1
q
2
q
0
, q
1
, q
2
cl(q
1
) q
1
q
2
q
1
, q
2
cl(q
2
) q
2
q
2
y con eso la tabla nal del AFND es

a b c
q
0
q
0
, q
1
, q
2
q
1
, q
2
q
2
1
q
1
, q
2
q
2
2
q
2
Adems tenemos F cl(q

0
) ,= y por eso F
= F q
0
= q
0
, q
2
.
Finalmente resulta el siguiente grafo:
afnde
Por qu es correcto la construccin?
Pues los argumentos (y la comprobacin) siguen los mismos pasos como lo vimos en el caso de
AFND y AFD. Siempre cuando hay una transicin en el AFND- leyendo un smbolo encon-
tramos (segn construccin) una transicin en el AFND correspondiente porque consideramos
toda la clausura-, y vice versa, si hay una transicin en el AFND, tiene que haber existido una
transicin en el AFND- o bien con o bien sin una secuencia de transiciones .
Cunto ha crecido esta vez el autmata?
El nmero de estados queda igual, solo se amplia (si hace falta) F por un estado. Pero ha creci-
do el nmero de aristas (es decir, transisiones). Dicho crecimiento puede llegar como mucho a
[[[Q[
2
porque como mucho tantas aristas se pueden incorporar entre los nodos del grafo.
Finalmente hemos comprobado la equivalencia entre autmatas no-deterministas y autmatas
no-deterministas con transiciones .
7.6. Existencia de autmatas nitos mnimos
Ya vimos que hay varias posibilidades para construir un autmata nito determinista que acepte
un lenguaje (regular), por ejemplo, por construccin directa, o por el paso de un AFND a un
AFD.
Surge la pregunta: existe un autmata nito determinista (AFD) mnimo que acepta tal lenguaje?
Nos referimos al nmero de estados que tiene el AFD, es decir [Q[, dado que el nmero de
transiciones por estado est determinado por el nmero de smbolos en multiplicado por [Q[ si
el AFD es completo.
La respuesta es: por supuesto que s!
Con el siguiente argumento: cada subconjunto de los nmeros enteros IN tiene un mnimo, y los
nmeros de estados de todos los posibles AFDs que aceptan L forman tal subconjunto.
Para la construccin del autmata mnimo necesitamos el formalismo de las relaciones de equi-
valencia.
Ya vimos que para cada lenguaje L
podemos construir una relacin de equivalencia sobre
:
xR
L
y (z
: xz L yz L)
es decir, x es equivalente a y, si, aadiendo cualquier sujo, ambas palabras resultantes o bien
estn en L o bien no estn en L.
Un lenguaje L
es regular, si y solo si el ndice de la relacin R

L
es nito, es decir, la relacin
tiene solamente un nmero nito de clases de equivalencia (Teorema de Myhill y Nerode).
Comprobamos primero la direccin =, es decir, si el lenguaje es regular, entonces el ndice
de la relacin es nito:
L es regular, entonces existe un AFD que acepta L.
Sea M = (, Q, , q
0
, F) un AFD con L(M) = L.
Denimos una relacin de equivalencia sobre M:
xR
M
y si
(q
0
, x) =
(q
0
, y)
es decir, llegamos al mismo estado leyendo x o y empezando en el estado inicial.
Veremos a continuacin que R
M
R
L
, es decir, que R
M
es un renamiento de R
L
, o en otras
palabras, si dos elementos caen en una misma clase de equivalencia respecto a la relacin R
M
,
tambin caen en una misma clase respecto a R
L
.
Entonces, sea xR
M
y, es decir
(q
0
, x) =
(q
0
, y).
Sea z
cualquier palabra. Miramos:

xz L
(q
0
, xz) F

(q
0
, x), z) F

(q
0
, y), z) F

(q
0
, yz) F
yz L
es decir, si xR
M
y entonces tambin xR
L
y, y por eso:
Indice(R
L
) Indice(R
M
)
= nmero de estados acesibles desde q
0
[Q[
<
Comprobamos ahora la direccin =, es decir, si el ndice de la relacin es nito, entonces el
languaje es regular. Dicha comprobacin va a ser una comprobacin constructiva muy til:
Sea R
L
la relacin de equivalencia de L con Indice(R
L
) < .
Entonces hay palabras x
1
, x
2
, . . . , x
k

con k < , es decir k es nito, cuyas clases cubren
= [x
1
] [x
2
] . . . [x
k
]
Construimos un AFD que contiene justamente tantos estados como hay clases:
M = (, Q, , q
0
, F)
donde
Q = [x
1
], [x
2
], . . . , [x
k
]
([x], ) = [x], es decir, se hace la transicin de la clase a la cual pertenece x leyendo
a la clase a la cual pertenece x
q
0
= [], es decir, el estado inicial es la clase a la cual pertenece la palabra vaca
F = [x] [ x L, es decir, existen tantos estados nales como hay clases de equivalencia
perteneciendo a L.
Entonces:
([], x) =
(q
0
, x) = [x] y vemos
x L(M)
(q
0
, x) F

([], x) F
[x] F
x L
7.7. Ejemplos de uso del teorema de Myhill y Nerode
Investigamos de nuevo el lenguaje
L = a
n
b
n
[ n IN, n > 0
anotamos unas clases de equivalencia de L:
[ab] = L
[a
2
b] = a
2
b, a
3
b
2
, a
4
b
3
, . . .
. . .
[a
k
b] = a
k+i1
b
i
[ i 1
vericamos que son clases de equivalencia, porque si a
k+j1
b
j
[a
k
b] y a
k+l1
b
l
[a
k
b] enton-
ces o bien a
k+j1
b
j
z, a
k+l1
b
l
z L (si z = b
k1
) o bien a
k+j1
b
j
z, a
k+l1
b
l
z / L (si z ,= b
k1
).
Por eso el nmero de clases de R
L
es innito, es decir, Indice(R
L
) = .
Observa que no hemos clasicado todas las palabras de
, sino solamente algunas palabras

posibles:
= L [a
2
b] . . . [a
k
b] . . .

ya son un nmero innito
. . .
las dems clases

es decir, para comprobar que un lenguaje no es regular basta con encontrar un nmero innito de
clases de equivalencia (respecto a la relacin R
L
).
Investigamos el lenguaje
L = w [ w 0, 1
y w termina con 00
Pensamos en las posibles clases de equivalencia. Obviamente hay tres, o bien una palabra no
termina en 0, o bien termina en un 0, o bien termina por lo menos en dos 0, es decir:
[] = w [ w no termina en 0
[0] = w [ w termina en un solo 0
[00] = w [ w termina en 00
Con
= [] [0] [00] seguimos la construccin de arriba y obtenemos la tabla de transiciones

para el autmata:
0 1
= [] [0] []
[0] [00] []
[00] [00] []
o como diagrama:
equiafd
7.8. Algoritmo de minimizacin
La comprobacin del teorema de Myhill y Nerode nos proporciona un hecho muy importante:
el autmata basado en las clases de equivalencia es el autmata mnimo dentro de todos los
posibles autmatas nitos deterministas y completos que aceptan el mismo lenguaje, porque un
tal autmata M
denira un renamiento de R
M
R
L
, es decir, Indice(R
M
) Indice(R
L
)
y el AFD de las clases de equivalencia M representa las mismas clases R
L
= R
M
, entonces
Indice(R
M
) Indice(R
L
) = Indice(R
M
).
Una pregunta surge: Cmo sabemos si un AFD M ya es mnimo?
Pues, M no es mnimo, si
w
p, q Q, p ,= q :
(p, w) F
(q, w) F
es decir, llegamos con alguna palabra w desde ambos estados siempre o bien a un estado nal, o
bien a un estado no-nal.
En tal caso, podemos unir los dos estados en un nico estado.
Basta con realizar las pruebas con todas las palabras w con [w[ < [Q[ porque no hace falta
visitar un estado dos veces.
Con dicho argumento describimos el algoritmo de minimizacin (sin comprobacin) a continua-
cin.
Decimos que dos estados p y q son distinguibles (o no-equivalentes) si existe una palabra w que
nos lleva desde p a un estado nal pero no desde q, o al revs, es decir:
p , q (
(p, w) F y
(q, w) / F) o (
(p, w) / F y
(q, w) F)
El algoritmo calcular la relacin de distinguibilidad (o no-equivalencia) entre los estados y
contiene 5 pasos.
1. Se elimina todos los estados no acesibles desde el estado inicial.
2. Se forma una tabla de todas las parejas de estados (p, q) con p ,= q.
3. Se marca en la tabla todas las parejas (p, q) con p F, q / F o p / F, q F (porque
dichos estados seguro son distinguibles).
4. Mientras haya cambio en la tabla:
para cada pareja (p, q) no marcada y para cada smbolo
si ((p, ), (q, )) est marcada, tambin se marca (p, q).
5. Las parejas (duplas) no marcadas se une en un slo estado.
Ejemplo: partimos del siguiente AFD completo:
afdc
1. Todos los estados son acesibles desde a, por eso, no hay que eliminar nada.
2. La tabla es:
a b c d e
a -
b - -
c - - -
d - - - -
e - - - - -
3. Las marcas iniciales son (en vez de simple marcas, usamos nmeros para visualizar en el
siguiente apartado los cambios en la tabla en cada paso):
a b c d e
a - 1
b - - 1
c - - - 1
d - - - - 1
e - - - - -
4.
a b c d e
a - 2 3 1
b - - 4 1
c - - - 5 1
d - - - - 1
e - - - - -
5. El autmata mnimo es:
afdcmin
Observa que en la construccn del autmata podemos comprobar de cierta manera la co-
rreccin de la tabla: cuando recorremos todas las aristas del autmata original, tenemos
que o bien aadir o bien encontrar su homloga en el autmata en construccin.
El paso 4 se puede implementar ms eciente. En vez de mirar tantas veces las parejas no mar-
cados, se mantiene listas de espera que se marcan recursivamente. Observamos:
Si tenemos que marcar (p, q), es porque (r, s) = ((p, ), (q, )) ya est marcado.
Entonces de alguna manera la pareja (p, q) depende de la pareja (r, s).
Es decir, si en un futuro marcamos en algun momento (r, s), directamente podemos marcar
(p, q) tambin.
Para llevar eso a cabo, aadimos a cada celda una lista de parejas que dependen de la la pareja
en cuestin. Si se marca una pareja, recursivamente se marcan tambin todas las entradas en las
listas.
Con est mejora el algoritmo tiene complejidad O([Q[
2
[[).
8. Expresiones regulares
Hasta ahora era difcil describir lenguajes aceptados por autmatas. Siempre tenamos que apro-
vechar de una notacin como
L(M) = w [ alguna propiedad de w
Por ejemplo, si queramos desarrollar un autmata que comprobase que una cadena codicase
una direccin de correo electrnico vlida tendramos como propiedades:
1. los smbolos permitidos son: a-z, A-Z, 0-9, @ . - _
2. debe contener exactamente una @
3. por lo menos un . detrs de la @
4. detrs del ltimo . deben venir entre 2 y 4 letras
5. detrs de cada . y de la @ debe venir por lo menos una letra
6. delante de la @ por lo menos una palabra que empieza con una letra,
es decir, L(M) = w [ w cumple las condiciones de arriba .
Ejercicio: Intenta construir un autmata!
Sera conveniente tener un meta-lenguaje que nos permitiese describir fcilmente lenguajes (por
lo menos de cierto tipo).
8.1. Sintaxis y semntica
Sea un alfabeto. Una expresin regular sobre se dene con las siguientes reglas (induc-
tivas):
1. a) es una expresin regular
b) es una expresin regular
c) si , entonces es una expresin regular
2. si y son expresiones regulares, entonces tambin
a) . es una expresin regular (obviamos del punto muchas veces)
b) ( +) es una expresin regular
3. si es una expresin regular, entonces tambin
a) () es una expresin regular
b) ()
es una expresin regular

Como observamos: hemos introducido meta-smbolos ((,),
,+,.,). Si alguno de ellos

aparece en tenemos un problema (Houston) que resolveremos al nal de esta seccin.
Ejemplos:
Sea = a, b, c. Posibles expresiones regulares son:
((a.b)
+b.c.(a)
) ((a.a.a +b.c) + (c.b)
.(b)
)
Con eso hemos denido una sintaxis de expresiones regulares, pero cul ser su semntica?
Para cada expresin regular denimos un lenguaje correspondiente (basado en las reglas).
El lenguaje L() denido por una expresin regular se dene:
1. a) L() =
b) L() =
c) si , entonces L() =
2. si y son expresiones regulares, entonces
a) L(.) = L().L()
b) L(( +)) = L() L()
3. si es una expresin regular
a) L(()) = L()
b) L(()
) = (L())
Ejemplos: sobre = 0, 1:
el lenguaje que contiene una subcadena 11:
((0 + 1))
.1.1.((0 + 1))
todas las cadenas que alternan 0 y 1:

(((0.1)
+ (0.1)
.0) + ((1.0)
+ (1.0)
.1))
o tambin con la expresin
(1 +).(0.1)
.(0 +)
8.2. Equivalencia entre autmatas nitos y expresiones regulares
La semntica de una expresin regular dene un lenguaje.
Dado una expresin regular (sobre un alfabeto ). Qu tiene que ver el lenguaje L() con un
lenguaje L(M) aceptado por un autmata nito M?
Veremos: para cada expresin regular existe un autmata no-determinista con transiciones
M, o sea un AFND-, que acepta el mismo lenguaje (es decir, L() = L(M)).
Ya sabemos: entonces tambin existe un autmata nito determinista, o sea un AFD, aceptando
el mismo lenguaje.
De hecho, comprobaremos algo ms: para cada sobre existe un AFND- M = (, Q, , q
0
, F)
con L() = L(M) y
no existe ninguna transicin hacia el estado inicial, es decir
q Q, : q
0
/ (q, ) (q, )
M tiene exactamente un estado nal del cual no sale ninguna transicin, es decir,
[F[ = 1 y , f F : (f, ) (f, ) =
La comprobacin sigue la denicin inductiva de la expresin regular, lo describimos solamente
con los grafos de los autmatas. Entonces, sean , , y expresiones regulares sobre algn
alfabeto .
1. a) =
regexprafnde1
b) =
regexprafnde2
c) = a
regexprafnde3
2. a) =
regexprafnde4
b) = ( +)
regexprafnde5
3. a) = ()
regexprafnde6
b) = ()
regexprafnde7
Ejemplo: construimos el AFND- para = (((a.b)
+a) +b.b)
regexprafndeej
La otra direccin, es decir, comprobando que para cada autmata nito existe una expresin
regular que describe el mismo lenguaje, nos costar un poco ms de trabajo.
Sea M = (, Q, , q
0
, F) un AFD (sabemos que cualquier AFND o AFND- se puede convertir
en un AFD).
Describimos un algoritmo que sucesivamente construye la clausura transitiva del autmata da-
do y as construye nalmentecomo atributos de las aristas entre q
0
y un nuevo estado fla
expresin regular.
Por eso permitimos que se pueden escribir expresiones regulares a las aristas de un autmata, es
decir, para (p, ) = q escribimos (p, , q) (pues, la arista del estado p al estado q con atributo a),
o teniendo expresiones regulares (p, , q) (pues, una arista de p a q con atributo ), o con dibujo:
aristaexpr
1. aadimos un nuevo estado f y conectamos todos los estados en F con transiciones a f,
es decir, cambiamos M por M
= (Q f, ,
, q
0
, f) donde
= para estados en
Q y adems q F :
(q, ) = f. As no hemos cambiado el lenguaje aceptado por M.

(Pero siguimos escribiendo abajo simplemente M, , y Q para simplicar la notacin.)
2. para todos los estados q ,= q
0
y q ,= f
a) para cada pareja de aristas (p, , q) y (q, , r) y arista reexiva (q, , q) (nota, puede
ser p = r)
aade arista (p,
, r)
b) elimina q con todas sus aristas adyacentes
pqr
c) agrupa las aristas construidas (p,
1
, r), . . . , (p,
k
, r) escribiendo (p,
1
+. . .+
k
, r)
3. cuando termina el proceso, es decir, solamente existen aristas entre q
0
y f, precisamente
(q
0
, , q
0
) y/o (q
0
, , f), la expresin regular nal es
.
(Observa: si q
0
F entonces existe una arista con entre q
0
y f, por eso, L(), y entonces
no hay que considerar un caso especial para contemplar lazos reexivos en q
0
porque
.)
Una comprobacin formal de la correccin del algoritmo es bastante tcnica. Principalmente
hay que realizar una induccin estructural con propiedades de dichos autmatas extendidos (que
tienen expresiones regulares en sus aristas). No lo detallamos aqu, cae en la categora: lo creemos
(en estos momentos).
Como vimos en el ejemplo, hemos construido una expresin regular totalmente diferente a la de
partida. Debemos transformar dicha expresin regular sin cambiar el lenguaje que dene para
conseguir nalmente una expresin regular igual a la de partida. Por eso:
Dos expresiones regulares y son equivalentes ( ) si denen el mismo lenguaje, es
decir, si L() = L().
Obviamente hay operaciones con expresiones regulares que mantienen la equivalencia, por ejem-
plo:
Asociatividad:
( + ( +)) (( +) +)
.(.) (.).
Conmutatividad:
( +) ( +)
Elementos neutros:
( +) ( +)

(.) (.)

Eliminacin:
(.) (.)

Distributividad:
.( +) (. +.)
( +). (. +.)
Simplicacin:
(()
()
()

()

Con eso y un poco de mpetu podemos transformar sucesivamente la expresin regular obtenida
para obtener al nal la expresin regular que era la base para el autmata nito inicial.
El problema de comprobar en general si dos expresiones regulares son equivalentes no es nada
fcil. Dicho problema cae en la clase de los problemas PSPACE que contiene problemas an ms
complejos que los problemas de la clase NP que (a lo mejor) veremos hacia el nal del curso (un
problema NP es el problema del viajante). Aqu nos basta constatar que existen EE.RR. tal que
un algoritmo determinista que resuelve el problema necesita un tiempo que crece por lo menos
exponencial en la longitud de las expresiones regulares.
8.3. Abreviaciones para el uso de expresiones regulares
Para simplicar ms el uso de expresiones regulares, introducimos prioridades para eliminar
parentesis, atorgamos
a la operacin asterisco de Kleene mxima prioridad (parecido a la exponenciacin en
expresiones algebraicas)
a la operacin concatenacin segunda prioridad (parecido a la multiplicacin en expre-
siones algebraicas) y
a la operacin adicin la mnima prioridad (parecido a la adicin en expresiones alge-
braicas)
Adicionalmente describimos algunos ejemplos de abreviaciones de uso comn para expresiones
regulares (puede ser que dicha notacin describe lenguajes que ya no son lenguajes regulares!):
Sea =
0
,
1
, . . . ,
n
un alfabeto, donde los smbolos implcitamente estn ordenados, es
decir, si i < j para i, j 1, . . . , n entonces
i
viene antes en el orden de todos los smbolos
que
j
(pues, entonces es tal cual como estamos acostrumbados de tratar nuestro alfabeto del
lenguaje natural).
[
i
j
] :
i
+. . . +
j
, es decir, todo el rango de smbolos entre (y incluyendo)
i
y
j
.
Si j < i, [
i
j
] = .
? : ( +), es decir, una o ninguna vez .
., cualquier smbolo del alfabeto
+
:
, es decir, por lo menos una vez .
n
: . . .

nveces
(usando tales ns en varias posiciones y exigiendo que tenga en todos los sitios el mismo
valor se pueden describir lenguajes ya no regulares)
{m,n}
por lo menos m veces, pero como mucho n veces .
(igual como arriba, usando tales ns y ms en varias posiciones y exigiendo que tengan en
todos los sitios los mismos valores se pueden describir lenguajes ya no regulares)
8.4. Smbolos y meta-smbolos
Resolvemos el problema de tener smbolos iguales en y en el meta-alfabeto:
Se suele usar un smbolo de escape en el meta-lenguaje, normalmente el smbolo \. Si \ aparece
delante de un meta-smbolo, entonces se considera un smbolo de , y al revs, si \ aparece
delante de un smbolo, se considera un meta-smbolo. (Entonces, si \ debe estar en , se anotara
como \\.)
Entonces podemos escribir la expresin regular que dene una direccin de correo electrnico
sintcticamente correta como:
= [a zA Z][a zA Z0 9 _]
= (.)
@(.)
+
[a zA Z]
{2,4}
donde hemos unido adicionalmente varios rangos en uno.
9. Lenguajes regulares
9.1. Equivalencia entre gramticas lineales por la derecha y aut-
matas nitos
Sea M = (, Q, , q
0
, F) un AFD.
Construimos una gramtica lineal por la derecha Gcon L(G) = L(M), es decir, genera el mismo
lenguaje que el AFD acepta.
G = (
N
,
T
, P, $) = (Q, , P, q
0
)
es decir
N
= Q, los estados del autmata determinan los smbolos no-terminales de la gramtica
T
= , los smbolos del autmata determinan los smbolos terminales de la gramtica
$ = q
0
, el estado inicial del autmata determina el smbolo inicial de la gramtica
El sistema de producciones P est dado por:
Si (q, ) = p es una transicin del AFD, con p, q Q y , entonces aadimos a P
la produccin q p.
Si (q, ) = p es una transicin del AFD, con q Q, p F y , entonces aadimos
a P la produccin q .
Si q
0
F, entonces aadimos a P la produccin q
0
.
Ejemplo:
afdabc
a b c
= q
0
q
0
q
1
q
2
q
1
q
1
q
2
q
2
q
2
Entonces el sistema de producciones P de la gramtica ser:
P = q
0
aq
0
[a[bq
1
[b[cq
2
[c[, q
1
bq
1
[b[cq
2
[c, q
2
cq
2
[c
Sea G = (
N
,
T
, P, $) una gramtica lineal por la derecha, es decir, P
N
(
T
.
N

T
) $ .
Construimos una autmata nito M con L(M) = L(G), es decir, el autmata acepta el mismo
lenguaje que la gramtica genera.
M = (, Q, , q
0
, F) = (
T
,
N
f, , $, f)
es decir,
T
= , los smbolos terminales de la gramtica determinan los smbolos del autmata
Q =
N
f, los smbolos no-terminales de la gramtica determinan los estados del
autmata, y aadimos un nuevo estado f, es decir, f /
N
q
0
= $, el smbolo inicial de la gramtica determina el estado inicial del autmata
Las transiciones estn dadas por:
Si A B es una produccin de G, con A, B
N
y
T
, entonces aadimos la
transicin (A, ) = B.
Si A es una produccin de G, con A
N
y
T
, entonces aadimos la
transicin (A, ) = f.
Si $ es una produccin de G, entonces aadimos la transicin ($, ) = f.
Observamos que el autmata construido es un autmata nito no-determinista (AFND) que po-
demos convertir en un AFD si hace falta.
Ejemplo:
Para la gramtica de arribarenombrando los smbolosconvertimos
P = $ a$[a[bA[cB[c[, A bA[b[cB[c, B cB[c
a la tabla de transiciones
a b c
= $ $, f A B, f
A A, f B, f
B B, f
f
graafd
9.2. Equivalencia entre gramticas lineales por la derecha y linea-
les por la izquierda
Como era de esperar, gramticas lineales por la derecha y gramticas lineales por la izquierda
describen el mismo fenmeno, es decir, generan los lenguajes regulares.
Sea G = (
N
,
T
, P, $) una gramtica lineal por la derecha, es decir, P
N
(
N
.
T

T
) $ .
Construimos una gramtica G
= (
N
,
T
, P
, $) lineal por la izquierda con el siguiente algorit-

mo en cuatro pasos:
1. Si el smbolo inicial $ de G aparece a la derecha en una produccin de P, se sustitue $ en
dichas reglas de la siguiente manera:
Se introduce un nuevo smbolo no-terminal $
, es decir,
N
=
N
$
.
Por cada regla de forma $ con
T
.
N

T
se crea una nueva regla
$
.
Cada regla de forma X $ (X
N
,
T
) se sustitue por X $
.
Si $ P, se aade para cada regla X $ (X
N
,
T
) la regla
X .
Con esas modicaciones obtenemos un nuevo sistema de producciones P y un alfabeto de
variables o bien
N
=
N
o bien
N
=
N
$
.
2. Se crea un grafo dirigido con las siguientes propiedades:
El conjunto de nodos es
N
.
Se aade una arista entre los nodes Ay B con atributo , si existe una regla A B
en P.
Se aade una arista entre los nodes A y con atributo , si existe una regla A
en P.
Se aade una arista entre los nodes $ y con atributo , si existe la regla $ en
P.
3. Se inverte el grafo, ms preciso:
Se intercambian los nodos $ y .
Se invierte la direccin de todas las aristas.
4. Se transforma el grafo obtenido en el conjunto de reglas P
:
Para cada arista entre A y B con atributo se crea una regla A B (A
N
, B
N
y
T
).
Ejemplo: Partimos de la gramtica
G = ($, A, 0, 1, $ [1A, A 0$[0, $)
1. el smbolo inicial $ aparece a la derecha entonces:
Introducimos un nuevo smbolo no-terminal $
.
Aadimos la regla $
1A.
Sustituimos la regla A 0$ por A 0$
siendo $ P, aadimos la regla A 0 (pero que ya est en P)

Queda el sistema de producciones intermedio como
P = $ [1A, A 0$
[0, $
1A
2. El grafo reejando dichas reglas es:
graphldli
3. Y el grafo invertido es:
igraphldli
4. con lo cual obtenemos el conjunto de reglas:
P
= $ [A0, A $
1[1, $
A0
9.3. Lema de bombeo
Siendo a
una expresin regular, podemos construir un autmata nito que acepta el lenguaje
as denido, tambin podemos construir para cualquier n IN jo un autmata nito adecuado
(a
n
b
n
sera una expresin regular extendida que dene el lenguaje correspondiente que contiene
una sola palabra).
Pero no podemos construir un autmata nito que acepte el lenguaje:
L
ab
= a
n
b
n
[ n IN = , ab, aabb, aaabbb, . . .
donde el parmetro n no es jo, sino se quiere que haya tantas as como bs.
Por qu no podemos construir tal autmata?
asumimos que tengamos un autmata nito M con k estados que acepta L
ab
anotamos los estados de M despus de haber ledo las palabras a
i
para i = 0, . . . , k (son
k + 1 palabras)
pues sern (usando la ampliacin de la funcin ):
(q
0
, ),
(q
0
, a),
(q
0
, aa),
(q
0
, aaa), . . . ,
(q
0
, a
k
)
Entonces, un estado tiene que aparecer por lo menos dos veces (se llama principio de los
cajones (pigeonhole principle): si se quiere poner ms calcetines que hay cajones en los
cajones, por lo menos en un cajn acaban por lo menos dos calcetines)
es decir:
(q
0
, a
i
) =
(q
0
, a
j
) para algunos i ,= j
Entonces:
(q
0
, a
i
b
j
) =
(q
0
, a
i
), b
j
)
=
(q
0
, a
j
), b
j
)
=
(q
0
, a
j
b
j
) F
pues, el autmata tambin acepta a
i
b
j
, i ,= j que no debe hacer. Una contradiccin!
Entonces asumimos mal, es decir, no existe un autmata que acepte L
ab
, o en otras pala-
bras, L
ab
no es regular.
Observamos el comportamiento del siguiente autmata:
afdcpl
w
0
= 110 10
w
1
= 110 010 10
w
2
= 110 010010 10
w
3
= 110 010010010 10
. . .
w
k
= x y
k
z
Lema (de bombeo para lenguajes regulares): Sea L un lenguaje regular (innito). Entonces
existe un n IN de tal manera que cada palabra w L con [w[ n se puede dividir en tres
partes, w = xyz cumplindose las tres propiedades:
1. y ,=
2. [xy[ n
3. para todos los k 0 : xy
k
z L
Comprobacin (ideas principales):
Sea L un lenguaje regular (innito).
Entonces existe un autmata nito determinista M que acepta L.
Sea n el nmero de estados de M (n = [Q[).
Sea w una palabra con [w[ n (tal palabra existe porque L es innito).
Entonces se visita un estado de M por lo menos dos veces.
Escogemos el estado que se visita la primera vez dos veces, le llamamos q.
La parte de w que se lee hasta llegar la primera vez a q llamamos x (puede ser que x = ).
La parte de w que se lee hasta llegar la segunda vez a q llamamos y (y ,= porque un bucle
en un AFD tiene aristas con smbolos).
La longitud [xy[ n porque hemos recorrido un camino dondo solo un estado aparece dos
veces.
La parte que sobra para terminar aceptando w llamamos z.
Entonces dividimos w en tres partes, es decir, w = xyz.
M acepta tanto xz, como xyz, como cualquier xy
k
z para todos los k 0 porque podemos
recorrer el bucle de y tantas veces como queremos (esto se debe comprobar formalmente
con induccin).
Entonces, comprobamos de nuevo que L
ab
no es regular, ahora usando el lema de bombeo:
Asumimos que L
ab
sea regular.
El lema de bombeo nos garantiza la existencia de un n tal que se cumplen las propiedades
para palabras w con [w[ n.
(Pensamos...): Elegimos w = a
n
b
n
. Obviamente w L
ab
y [w[ = 2n n.
El lema de bombeo nos garantiza la existencia de una particin w = xyz con y ,= ,
[xy[ n, y k 0 : xy
k
z L
ab
. (No conocemos la particin en concreto, pero sus
propiedades.)
Porque [xy[ n el prejo xy no contiene ninguna b.
Porque y ,= la subpalabra y contiene por lo menos una a.
Todos las bs estn en z.
Tanto xz = xy
0
z L
ab
como xy
1
z L
ab
pero xz contiene por lo menos una a menos que
xyz (hemos quitado y).
Eso es una contradiccin porque xz no debe estar dentro L
ab
.
Entonces L
ab
no puede ser regular.
Receta para el uso del lema de bombeo:
Dado un lenguaje L.
Queremos comprobar que L no es regular.
Comprobacin con contradiccin.
Asumimos que L sea regular.
El lema de bombeo garantiza la existencia de un n (pero no lo conocemos).
Buscamos w L (con un poco de sabidura) que depende de n, tal que [w[ n
El lema de bombeo garantiza la existencia de la particin de w = xyz cumpliendo las 3
propiedades.
Comprobamos (con un poco de sabidura) que, independiente de la particin de w en con-
creto (en los lmites de las primeras dos propiedades), se produce una contradiccin con la
tercera propiedad.
Podemos describir dicha receta tambin como un juego para dos personas:
Juego para un lenguaje L.
Jugador 1 selecciona n.
Jugador 2 selecciona w L con [w[ n.
Jugador 1 selecciona particin w = xyz con y ,= y [xy[ n.
Jugador 2 selecciona k.
si xy
k
z / L gana jugador 2, sino gana jugador 1.
si jugador 2 puede ganar siempre, entonces L no es regular.
El lema de bombeo es el jugador 1, quin es el jugador 2?
Otro Ejemplo:
L
quad
= 0
m
[ m es nmero cuadrado
es decir, todas las cadenas de ceros que tienen un nmero cuadrado de smbolos.
Asumimos que L
quad
sea regular.
para palabras w con [w[ n.
(Pensamos...): Elegimos w = 0
n
2
. Obviamente w L
quad
y [w[ = n
2
n.
El lema de bombeo nos garantiza la existencia de una particin w = xyz con y ,= ,
[xy[ n, y k 0 : xy
k
z L
quad
propiedades.)
Tanto xyz L
quad
como xy
2
z L
quad
con y ,= .
Tenemos entonces:
n
2
= [xyz[ porque es w
< [xy
2
z[ porque y tiene una longitud > 0
= [xyz[ +[y[
n
2
+n porque si [xy[ n tambin [y[ n
< n
2
+ 2n + 1
= (n + 1)
2
Eso es una contradiccin porque xy
2
z no puede ser una palabra cuya longitud es un nmero
cuadrado entre dos nmeros cuadrados consecutivos.
Entonces L
quad
no puede ser regular.
Dos comentarios ms:
Este lema de bombeo solo garantiza una propiedad para lenguajes regulares, es decir, todos
los lenguajes regulares (innitos) la tienen, pero pueden existir ms lenguajes que la ten-
gan, o en otras palabras, pueden existir lenguajes L donde encontramos tal n y la divisin
de w en xyz con todas las propiedades, pero L no es regular.
Con el lema de bombeo tambin se puede derivar: si tal w / L entonces xy
k
z / L (el
argumento es fcil: no hace falta que lleguemos a una estado nal en la comprobacin, lo
importante eran los caminos recorridos).
Reglas de mano:
Un lenguaje es regular si independientemente de la longitud de la palabra de entrada, hay
que memorizar solamente una cantidad constante de informacin (en el caso de L
ab
debe-
ramos memorizar el nmero de as que no es constante).
La comprobacin formal se realiza con el lema de bombeo.
El lema de bombeo se usa para comprobar que un lenguaje no es regular, para comprobar
que es regular, por ejemplo, se construye un autmata nito, una expresin regular, o una
grmatica de tipo 3.
Pero ojo, existen lenguajes regulares que tienen que ver con nmeros:
L
tres
= w [ w es codicacin de un nmero divisible por 3
Ejercicio: contruye un autmata nito que acepte L
tres
.
y aplicaciones para lenguajes regulares
La clase de los lenguajes regulares es una clase de alguna manera muy robusta: hay muchas
posibilidades de describir los lenguajes y exhiben un gran nmero de propiedades de clausura,
como vemos ahora.
10.1. Propiedades de lenguajes regulares
Sean L
1
y L
2
dos lenguajes regulares.
Unin: L = L
1
L
2
es regular, porque podemos construir una expresin regular para L, teniendo
las expresiones regulares para L
1
y L
2
, ms preciso: con L
1
= L() y L
2
= L() tenemos
L = L(( +))
Concatencin: L = L
1
.L
2
es regular, porque podemos construir una expresin regular para L,
teniendo las expresiones regulares para L
1
y L
2
, ms preciso: con L
1
= L() y L
2
= L()
tenemos L = L()
Clausura: L = L
1
es regular, porque podemos construir una expresin regular para L, teniendo
la expresin regular para L
1
, ms preciso: con L
1
= L() tenemos L = L(()
)
Complemento: L = L
1
=
L
1
es regular, porque podemos construir, dado un AFD com-
pleto M
1
que acepta L
1
, un AFD M que acepta L simplemente invertiendo sus esta-
dos nales, es decir, los estados no nales de M
1
sern los estados nales de M y los
nales se convierten en los no nales, entonces, si M
1
= (, Q, , q
0
, F) construimos
M = (, Q, , q
0
, QF).
Interseccin: L = L
1
L
2
es regular, porque con las reglas de DeMorgan obtenemos L =
L
1
L
2
= L
1
L
2
. Complemento y unin producen lenguajes regulares, como visto
antes. Dicha construccin es bastante laborosa, abajo vemos una construccin directa y
simple.
Diferencia: L = L
1
L
2
es regular, porque se puede expresar la diferencia como L = L
1
L
2
=
L
1
L
2
= L
1
(
L
2
) y las operaciones usadas mantienen la regularidad.
En vez de usar la lgica booleana, es decir, aplicando las reglas de DeMorgan, se puede construir
directamente un autmata que acepta el lenguaje L = L
1
L
2
.
La idea principal es, simular en paralelo en un solo autmata (digamos autmata de producto)
las transiciones de los dos autmatas (por ejemplo nitos deterministas y completas) para L
1
y
L
2
.
Entonces sean M
1
= (
1
, Q
1
,
1
, q
1
, F
1
) y M
2
= (
2
, Q
2
,
2
, q
2
, F
2
) los dos AFDs completos
que aceptan L
1
y L
2
, es decir, L
1
= L(M
1
) y L
2
= L(M
2
).
Construimos el AFD completo M que acepta L = L
1
L
2
= L(M) como
M = (, Q, , q
0
, F)
donde
asumimos que =
1
=
2
, es decir, usamos solamente los smbolos comunes. Es fcil
eliminar en M
1
y en M
2
todas las dependencias de smbolos superues antemano en caso
que haya.
Q = Q
1
Q
2
, es decir, el producto cartesiano de los estados de M
1
y M
2
.
es la funcin de transicin con
((p, q), ) = (
1
(p, ),
2
(q, ))
para p Q
1
, q Q
2
y .
q
0
= (q
1
, q
2
), es decir, la pareja de los dos estados iniciales
F = F
1
F
2
, es decir, todas las parejas donde ambos estados son estados nales de ambos
autmatas.
Ejemplo:
afdprod
Obviamente la construccin funciona igual con autmatas nitos nodeterministas (AFND).
Homomorsmo: a lo mejor lo incluyo.
10.2. Algoritmos de decisin de lenguages regulares
Pertenencia: w L? s, se puede contestar la pregunta (es decir, es un problema computable),
porque
construimos un AFD M que acepte L
simulamos su comportamiento leyendo la palabra w
si acabamos en un estado nal, w est en L, sino w no est en L
Vaciedad: L = ? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
construimos un autmata que acepte L
analizamos el grafo del autmata para averiguar si existe un camino desde el estado
incial hacia un estado nal (dicho proceso resulta ms fcil, si se aade un estado y
se conecta todos los estados nales a este estado, as basta buscar un camino entre el
estado inicial y el estado aadido)
si existe tal camino, entonces L no es vaco, sino L es vaco lrempty
Cardinalidad: [L[ < ? s, se puede contestar la pregunta (es decir, es un problema compu-
table) porque
construimos un autmata que acepte L
analizamos el grafo del autmata para averiguar si existe un ciclo en un camino entre
el estado inicial y algn estado nal
si existe tal ciclo, entonces L es innito, sino L es nito
Igualidad: L
1
= L
2
? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
construimos los autmatas nitos deterministas y mnimos que acepten L
1
y L
2
comparamos la estructura de los grafos de ambos autmatas
si son iguales, entonces ambos lenguajes son iguales, sino son diferentes
(Nota: comparar dos grafos generales y decidir si son iguales ,es decir, el problema de
isomorfa de grafos, es un problema que se puede calcular, pero todava no se conoce
el algoritmo ptimo. Para los AFD mnimos se reduce la complejidad porque las
aristas llevan atributos y se conoce ambos estados iniciales que tengan que coincidir.
)
10.3. Aplicaciones para lenguajes regulares
Anlisis sintctico: El trabajo de un compilador es la traduccin de algn cdigo fuente (escrito
en un lenguaje de programacn, es decir, el cdigo fuente no es nada ms que una palabra
(larga) sobre el alfabeto de los smbolos permitidos) en una serie de instrucciones para un
procesador.
En la primera fase, el compilar analiza lexicogrcamente el texto, es decir, transforma con
la ayuda de autmatas nitos, el texto continuo en una secuencia de entidades, llamadas
token, por ejemplo, palabras claves, valores numricos, operadores, comentarios, etc.
Existen herramientas para el desarrollador que ayudan en la construccin de dichos aut-
matas, cuyas entradas suelen ser expresiones regulares y cdigo de accin y cuyas salidas
son programas que realizan la tarea del anlisis lexicogrco. Un ejemplo es lex para un
sistema Unix.
Bsqueda de palabras en texto: Existen herramientas para el desarrollador que ayudan en la
bsqueda de secuencias de texto descritas por expresiones regulares. Un ejemplo es grep
para un sistema Unix o comandos internos a editores como el vi o emacs.
Diagramas de estados en UML: El lenguaje UML (unied modeling language) se usa para la
descripcin durante el proceso de desarrollo de software. El lenguaje grco usa diferentes
tipos de diagramas para este n. Uno de ellos son los diagramas de estados que visualizan
el cambio de estados de los objetos debido al paso de mensajes entre ellos.
11. Lenguajes libres de contexto
Ya hemos visto los siguientes lenguajes:
L
ab
= a
n
b
n
[ n 0
L
abc
= a
n
b
n
c
n
[ n 0
L
pal
= w [ w 0, 1
, w = vv
R
L
dup
= w [ w 0, 1
, w = vv
L
quad
= 0
n
2
[ n nmero cuadrado
L
prim
= 0
n
[ n nmero primo
L
()
= w [ w (, )
, w correcto
Una gramtica libre de contexto es una cudrupla
G = (
N
,
T
, P, $)
donde
N
es un alfabeto de smbolos no-terminales (o variables)
T
es un alfabeto de smbolos terminales (o constantes)
P
N
(
N

T
)
+
$ es un sistema de producciones (o reglas)
$
N
es el smbolo inicial
Es decir, la denicin de las gramticas libres de contexto nos da mucha libertad para el sistema
de producciones.
Por eso (y tambin para otros objetivos como por ejemplo mostrar que existe un tipo de autmata
que justamente acepta lenguajes libres de contexto como veremos en adelante) se ha desarrollado
formas normales de la representacin de gramticas libres de contexto, es decir, se transforma el
sistema de producciones de la gramtica de tal manera que no se vara el lenguaje generado pero
las reglas tengan cierta propiedad.
Especialmente la denicin arriba exluye reglas de forma X siendo X un smbolo no-
terminal diferente a $, sin embargo, si permitesemos tales producciones, es decir, permitir P
N
(
N

T
)
, obtendramos los mismos lenguajes, porque, como veremos a continuacin,

dichas producciones se pueden eliminar sin cambiar el lenguaje que genera la gramtica.
11.1. Forma Normal de Chomsky
Sea G = (
N
,
T
, P, $) una gramtica con P
N
(
N

T
)
y X
N
un smbolo
no-terminal (o una variable). Podemos clasicar tales smbolos X en tres clases:
variables acesibles: si existe una derivacin desde el smbolo inicial que contiene X, es decir,
existe $
X donde ,
.
variables generativas: si existe una derivacin desde el la variable que produce una sentencia
w, es decir, existe X
w donde w
T
.
variables tiles: si existe una derivacin desde el smbolo inicial usando X que produce una
sentencia w, es decir, existe $
w donde ,
y w
T
.
Una gramtica est en forma normal de Chomsky (FNC)
si G (es decir, su
N
) solamente contiene variables tiles y
si todas las producciones de G (es decir, en su P) son
o bien de la forma X Y Z con X, Y, Z
N
o bien de la forma X con X
N
y
T
si $ (es decir, el smbolo inicial de G) no aparece al lado derecho de ninguna produccin,
tambin est permitido que $ P.
La tercera condicin es necesaria para poder derivar . Si $ aparece a la derecha, primero habr
que sustituir las producciones implicadas adecuadamente como lo vimos en la conversin de una
gramtica lineal por la derecha a una gramtica lineal por la izquierda.
Observamos:
la primera condicin garantiza que todas las variables son necesarias para derivar por lo
menos una sentencia.
la segunda condicin garantiza que un rbol de derivacin es un rbol binario.
Obviamente cualquier gramtica en forma normal de Chomsky es una gramtica libre de contexto
que se verica directamente analizando la forma de producciones permitidas.
Pero tambin es valido la otra direccin: para cualquier lenguaje libre de contexto existe una
gramtica en forma normal de Chomsky, que genera el mismo lenguaje.
La comprobacin de este hecho detallamos con la siguiente construccin donde a partir de una
gramtica libre de contexto dada, elaboramos una nueva gramtica en forma normal de Chomsky.
Sea L un lenguaje libre de contexto y G = (
N
,
T
, P, $) una gramtica que genere L (es decir
L = L(G)).
La construccin sigue 5 pasos (asumimos que / L, eso remediamos al nal):
1. eliminamos las variables intiles
2. modicamos las reglas para que no haya mezcla de variables y constantes en las partes
derechas de las producciones y para que todas las reglas con constantes tengan la forma
X
3. sustituimos las reglas cuya longitud de su parte derecha es > 2
4. sustituimos las reglas de tipo X
5. sustituimos las reglas de tipo X Y , las reglas unitarias.
Las gramticas despus de cada paso llamamos G = G
0
, G
1
, G
2
, . . . , G
5
= G
FNC
respectiva-
mente.
Usamos la siguiente gramtica inicial
G
0
= ($, A, B, C, D, E, F, a, b, c, P
0
, $)
donde P
0
contenga las siguientes producciones:
$ bDD [ Ca [ bc
A B [ aCC [ baD
B cBD [ [ AC
C bD [ aBA
D CD [ a [ EF
E Eb
F a
como ejemplo para realizar todos los pasos.
1. Sabiendo que una variable es intil si es no-generativa o inacesible realizamos dos subpa-
sos:
a) eliminamos primero las variables no-generativas N (y todas las reglas con ellas) lla-
mando a la gramtica resultante G
1
,
b) eliminamos despus las variables inacesibles I (y todas las reglas con ellas).
Para ello recorremos en forma estructurada las variables y reglas:
a) para calcular N empezamos con aquellas variables que producen directamente sen-
tencias (incluyendo ) y seguimos el uso de reglas con dichas variables para producir
as sucesivamente sentencias (o en otras palabras: seguimos las reglas desde el lado
derecho hacia el lado izquierdo para obtener as la informacin sobre las variables).
Una forma de realizar dicho recorrido es empezar con N =
N
y borrar del conjunto
todas aquellas variables que o bien directamente deriven una sentencia o bien lo hacen
indirectamente.
Se observa que solamente E es un smbolo no-generativo, es decir, N = E, P
1
entonces es:
$ bDD [ Ca [ bc
A B [ aCC [ baD
B cBD [ [ AC
C bD [ aBA
D CD [ a
F a
b) para calcular I empezamos con el smbolo inicial y veremos a cuales de las variables
se puede llegar directamente y seguimos el uso de reglas con dichas variables para
llegar as sucesivamente a nuevas variables (o en otras palabras: seguimos las reglas
para obtener as la informacin sobre las variables acesibles). Dicho algoritmo es
una exploracin de un grafo de dependencia parecido al algoritmo que vimos para
detectar estados no-acesibles en un autmata nito.
Se observa que solamente F es un smbolo inacesible, es decir, I = F, P
1
entonces
es:
$ bDD [ Ca [ bc
A B [ aCC [ baD
B cBD [ [ AC
C bD [ aBA
D CD [ a
Entonces G
1
no contiene smbolos intiles.
2. Aadimos para cada smbolo terminal una regla W
y sustituimos en todas las reglas

de P
1
, P
2
entonces es:
$ W
b
DD [ CW
a
[ W
b
W
c
A B [ W
a
CC [ W
b
W
a
D
B W
c
BD [ [ AC
C W
b
D [ W
a
BA
D CD [ W
a
W
a
a
W
b
b
W
c
c
Entonces P
2
solamente contiene reglas con partes derechas siendo , un smbolo terminal,
o una palabra de variables.
3. Sustituimos cada regla del tipo X Y
1
Y
1
. . . Y
k
con k > 2 por las reglas:
X Y
1
X
1
X
1
Y
2
X
2
.
.
.
.
.
.
X
k3
Y
k2
X
k2
X
k2
Y
k1
Y
k
donde las X
i
son nuevas variables, P
3
entonces es:
$ W
b
$
1
[ CW
a
[ W
b
W
c
$
1
DD
A B [ W
a
A
1
[ W
b
A
2
A
1
CC
A
2
W
a
D
B W
c
B
1
[ [ AC
B
1
BD
C W
b
D [ W
a
C
1
C
1
BA
D CD [ W
a
W
a
a
W
b
b
W
c
c
Entonces P
3
solamente contiene reglas con partes derechas siendo , un smbolo terminal,
o una palabra de una o dos variables.
4. Eliminamos las reglas que producen , ojo! tenemos que distinguir entre variables que
solamente producen y aquellas que tambin producen .
Entonces, el paso se realiza en 3 partes:
Calculamos los conjuntos de variables
E = V [ V
(las variables que posiblemente producen ) y

E
= V [ V
y no existe V
w con w ,= E (las variables que solo

producen ).
Se calculan los conjuntos aplicando el mismo algoritmo que usamos en el primer
paso para detectar variables no-generativas.
Aadimos para cada regla del tipo X Y Z
X Y si Y / E
y Z E
X Z si Y E y Z / E
.
Eliminamos
todas las reglas de tipo X ,
todas las reglas de tipo X Y con Y E
, y
todas las reglas de tipo X Y Z con Y, Z E
.
En el ejemplo tenemos: E = A, B, C
1
, E
= , y por eso P
4
es:
$ W
b
$
1
[ CW
a
[ W
b
W
c
$
1
DD
A B [ W
a
A
1
[ W
b
A
2
A
1
CC
A
2
W
a
D
B W
c
B
1
[ AC [ C
B
1
BD [ D
C W
b
D [ W
a
C
1
[ W
a
C
1
BA [ A [ B
D CD [ W
a
W
a
a
W
b
b
W
c
c
5. Para eliminar las reglas unitarias, es decir, reglas de tipo X Y procedemos:
Calculamos el conjunto de las reglas unitarias U = (X, Y ) [ X
Y (ojo! no
basta con (X, Y ) U si X Y , hay que calcular la clausura transitiva). Dicho
clculo se realiza de forma parecida como lo vimos para el clculo de la clausura
transitiva de las transiciones en los AFND-.
Partimos del conjunto que contiene todas las reglas unitarias del sistema de produc-
ciones, es decir
U
1
= (X, Y )[X Y P
Despus construimos U
2
insertando para cada par de parejas (X, Y ), (Y, Z) U
1
la pareja (X, Z), o en general, construimos U
i
insertando para cada par de parejas
(X, Y ), (Y, Z)

j<i
U
j
la pareja (X, Z).
Seguimos con el procedimiento hasta que encontramos U
i
vaca para cierto i, es decir,
no se ha aadido nada ms. (El ndice i de U
i
nos indica con cuantos saltos como
mucho podemos llegar.) El algoritmo termina (porque el nmero de producciones es
nito) y nalmente obtenemos
U =
i=1
U
i
Nota: El clculo de la clausura transitiva en un grafo dirigido es una operacin que se
necesita en muchos mbitos de la informtica (por ejemplo en bases de datos relacio-
nadas). Nosotros ya lo usamos en el contexto de los autmatas nitos. El algoritmo
especicado arriba tiene un tiempo de ejecucin cuadrtico en el nmero de produc-
ciones iniciales. Los mejores algoritmos tienen un comportamiento de O(ne +n+e)
en tiempo de ejecucin (donde n es el nmero de nodos y e el nmero de aristas en
el grafo), pero algunos de ellos se comportan en casos prcticos linealmente respecto
al tamao de entrada (nmero de arista).
Para cada (X, Y ) U y para cada regla Y que no es regla unitaria, aadimos
una regla X .
Eliminamos todas las reglas unitarias y controlamos que aquellas variables que apa-
recen a la derecha de las parejas siguen siendo acesibles.
$ W
b
$
1
[ CW
a
[ W
b
W
c
$
1
DD
A B [ W
a
A
1
[ W
b
A
2
A
1
CC
A
2
W
a
D
B W
c
B
1
[ AC [ C
B
1
BD [ D
C W
b
D [ W
a
C
1
[ W
a
C
1
BA [ A [ B
D CD [ W
a
W
a
a
W
b
b
W
c
c
En el ejemplo tenemos:
U
1
= (A, B), (B, C), (B
1
, D), (C, W
a
), (C
1
, A), (C
1
, B), (D, W
a
)
U
2
= (A, C), (B, W
a
), (B
1
, W
a
), (C
1
, C)
U
3
= (A, W
a
), (C
1
, W
a
)
U
4
=
y por eso P
5
, el sistema de producciones nal, queda en:
$ W
b
$
1
[ CW
a
[ W
b
W
c
$
1
DD
A W
c
B
1
[ AC [ W
a
A
1
[ W
b
A
2
[ W
b
D [ W
a
C
1
[ a
A
1
CC
A
2
W
a
D
B W
c
B
1
[ AC [ W
b
D [ W
a
C
1
[ a
B
1
BD [ CD [ a
C W
b
D [ W
a
C
1
[ a
C
1
BA [ W
a
A
1
[ W
b
A
2
[ W
c
B
1
[ AC [ W
b
D [ W
a
C
1
[ a
D CD [ a
W
a
a
W
b
b
W
c
c
Observamos en la construccin:
En ningn paso hemos aadido variables intiles.
Si hemos borrado reglas, hemos asegurado que todas las variables siguen siendo tiles.
Despus de cada paso la gramtica resultante genera el mismo lenguaje, es decir, L(G
0
) =
L(G
1
) = . . . = L(G
5
).
Como se observa, la gramtica G
5
es en forma normal de Chomsky.
Si el lenguaje de partida L contiene la palabra vaca ( L) entonces se detecta en el pasa 4
que el smbolo inicial pertenece a E (o incluso a E
), en este caso eliminamos con un nuevo

smbolo, por ejemplo $
, la aparencia de $ en los lados derechos y aadimos la regla $ . Tal

gramtica sigue estando en forma normal de Chomsky y genera L.
Notas:
El clculo de los conjuntos N, I, E, E
, y U que se necesitan para sucesivamente modicar

los sistemas de producciones se realiza con un recorrido estructurado sobre las variables y
producciones.
Dado que durante el proceso hemos eliminado producciones, puede ser que tambin en
el alfabeto de los smbolos terminales
T
hay smbolos superuos, es decir, que no se
pueden producir con las producciones restantes. Dichos smbolos se pueden borrar de
T
sin que se cambie el lenguaje generado.
Cuando eliminamos las reglas unitarias hemos eliminado implctamente las reglas innece-
sarias de tipo X X que tambin se podra borrar ya antemano en un paso previo.
Existen otras fuentes que primero realizan la eliminacin de las reglas nulas y de las reglas
unitarias antes de demezclar y reducir las partes derechas de las reglas. Eso es posible
pero el clculo de E y E
es ms complejo y las reglas de ampliacin y eliminacin no se

limitan a dos, respectivamente tres, casos simples como descritos arriba en el paso 4.
11.2. Forma Normal de Greibach
Veremos otra posible normalizacin de gramticas que nos sirve ms adelante para construir
cierto tipo de autmatas.
Una gramtica es en forma normal de Greibach (FNG) si
G (es decir, su
N
) solamente contiene variables tiles
todas las producciones de G (es decir, en su P) son de la forma X donde
T
y
N
, es decir, todas las reglas tienen como primer smbolo en sus partes derechas un
smbolo terminal que es seguido por una palabra de variables.
(porque as no se podra derivar ) si $ (es decir, el smbolo inicial de G) no aparece al lado
derecho de una produccin, tambin est permitido que $ P
Obviamente cualquier gramtica en forma normal de Greibach es una gramtica libre de contexto
que se verica directamente analizando la forma de producciones permitidas.
Una interesante propiedad es: para cualquier lenguaje libre de contexto existe una gramtica en
forma normal de Greibach, que genera el lenguaje.
La comprobacin de este hecho detallamos con la siguiente construccin, donde a partir de una
gramtica libre de contexto dada elaboramos una nueva gramtica en forma normal de Greibach.
Sea L un lenguaje libre de contexto y G = (
N
,
T
, P, $) una gramtica que genere L (es decir
L = L(G)).
La construccin sigue 4 pasos (asumimos que / L, eso remediamos al nal):
1. construimos una gramtica equivalente en forma normal de Chomsky
2. sustituimos las reglas recursivas a la izquierda, es decir, reglas de tipo X XY ; eso
puede generar reglas con lados derechos m as largos que dos
3. establecemos un orden en las variables, es decir
N
= X
1
, X
2
, . . . , X
n
de tal manera
que todas las reglas sern de tipo X
i
X
j
con i < j,
+
N
4. sustituimos las reglas que no tengan un smbolo terminal como primer smbolo en su parte
derecha.
Las gramticas despus de cada paso llamamos G = G
0
, G
1
, G
2
, . . . , G
4
= G
FNG
respectiva-
mente.
Usamos la misma gramtica inicial como en el apartado anterior
G
0
= ($, A, B, C, D, E, F, a, b, c, P
0
, $)
donde P
0
contenga las siguientes producciones:
$ bDD [ Ca [ bc
A B [ aCC [ baD
B cBD [ [ AC
C bD [ aBA
D CD [ a [ EF
E Eb
F a
como ejemplo para realizar todos los pasos.
1. La transformacin a FNC hicimos arriba. Entonces ya tenemos P
1
como
$ CW
a
[ W
b
$
1
[ W
b
W
c
$
1
DD
A AC [ W
c
B
1
[ W
a
A
1
[ W
b
A
2
[ W
b
D [ W
a
C
1
[ a
A
1
CC
A
2
W
a
D
B AC [ W
c
B
1
[ W
b
D [ W
a
C
1
[ a
B
1
BD [ CD [ a
C W
b
D [ W
a
C
1
[ a
C
1
AC [ BA [ W
a
A
1
[ W
b
A
2
[ W
c
B
1
[ W
b
D [ W
a
C
1
[ a
D CD [ a
W
a
a
W
b
b
W
c
c
solo reordenado, para que aparezcan las partes derechas con variables al principio al co-
mienzo de las listas.
2. Para cada produccin recursiva a la izquierda, es decir, regla de tipo X X con
X
N
y se realiza los siguientes 3 pasos:
se sustitue X X por X Y siendo Y una nueva variable
se aade las reglas Y Y [
para cada regla X se aade X Y si no comienza con X
En P
1
hay una regla recursiva a la izquierda: A AC. Entonces, la sustituimos por
A CA
3
, aadimos A
3
CA
3
[ C y aadimos las dems reglas para A, y resulta el
conjunto P
2
:
$ CW
a
[ W
b
$
1
[ W
b
W
c
$
1
DD
A CA
3
[ W
c
B
1
[ W
a
A
1
[ W
b
A
2
[ W
b
D [ W
a
C
1
[ a [
W
c
B
1
A
3
[ W
a
A
1
A
3
[ W
b
A
2
A
3
[ W
b
DA
3
[ W
a
C
1
A
3
[ aA
3
A
1
CC
A
2
W
a
D
A
3
CA
3
[ C
B AC [ W
c
B
1
[ W
b
D [ W
a
C
1
[ a
B
1
BD [ CD [ a
C W
b
D [ W
a
C
1
[ a
C
1
AC [ BA [ W
a
A
1
[ W
b
A
2
[ W
c
B
1
[ W
b
D [ W
a
C
1
[ a
D CD [ a
W
a
a
W
b
b
W
c
c
Entonces las reglas en P
2
tienen de nuevo diferentes longitudes en sus partes derechas
(incluso puede ser que haya reglas unitarias).
3. (por incluir)
4. (por incluir)
Dado que con una gramtica en forma normal de Greibach se genera con cada produccin exac-
tamente un smbolo terminal, cada palabra derivable con tal gramtica tiene una derivacin igual
a la longitud de la palabra.
Ojo, eso no signica que se puede encontrar una derivacin en tiempo lineal, porque es posible
que en un momento se puede aplicar ms de una regla.
11.3. Lema de bombeo para lenguajes libres de contexto
Igual como lo hemos visto para lenguajes regulares existe una propiedad que todos los lenguajes
libres de contexto cumplen:
Lema (de bombeo para lenguajes libres de contexto): Sea L un lenguaje libre de contexto
(innito). Entonces existe un n IN de tal manera que cada palabra z L con [z[ n se puede
dividir en cinco partes, z = uvwxy cumplindose las tres propiedades:
1. [vx[ 1
2. [vwx[ n
3. para todos los k 0 : uv
k
wx
k
y L
Idea de la comprobacin:
partimos de la FNC de la gramtica, es decir, las reglas son de las formas X Y Z o
X
el rbol para una palabra (sucientemente larga) ser un rbol binario
si [z[ 2
k+1
entonces el rbol tiene una altura por lo menos de k+1, es decir, se encuentran
k + 1 variables en un camino desde la raz hacia alguna hoja
entonces, si hay solamente k variables en el alfabeto
N
, se tiene que repetir una variable,
sea X, en un camino desde la raz hasta una hoja
observamos los dos subrboles con dicha variable desde abajo
lblibre0
vemos: [vx[ 1 porque se tiene que derivar algo desde X dado que tenemos una FNC y
el rbol se bifurca en X
vemos: [vwx[ n porque la altura del subrbol hacia el segundo X es como mucho k
vemos: para todos los k 0 : uv
k
wx
k
y L porque podemos eliminar v y x o sustituir
cuantas veces como queremos el subrbol debajo de X adecuadamente
lblibre1
El uso del lema de bombeo es parecido a su uso en el caso de los lenguajes regulares, se puede
comprobar que ciertos lenguajes no son libres de contexto.
Ejemplo: Investigamos L
abc
= a
n
b
n
c
n
[ n 1.
Asumimos que L
abc
sea libre de contexto.
para palabras z con [z[ n. (No conocemos n en concreto, solo su existencia.)
(Pensamos...): Elegimos z = a
n
b
n
c
n
. Obviamente z L
abc
y [z[ = 3n n.
El lema de bombeo nos garantiza la existencia de una particin z = uvwxy con [vx[ 1,
[vwx[ n, y k 0 : uv
k
wx
k
y L
abc
propiedades.)
(Pensamos...): Porque [vwx[ n el vwx no puede contener as, bs, y cs al mismo tiempo.
Entonces vx tampoco, es decir, vx contiene como mucho dos smbolos diferentes.
Porque [vx[ 1 la subpalabra vx contiene por lo menos un smbolo.
uv
0
wx
0
y = uwy L
abc
pero hemos borrado como mucho dos tipos de smbolos.
Eso es una contradiccin.
Entonces L
abc
no puede ser libre de contexto.
12. Autmatas nitos con pila (AFP)
12.1. Motivacin
Ya sabemos L
ab
= a
n
b
n
[ n IN no es regular (comprobamos con el lema de bombeo o con
el teorema de MyhillNerode).
Pero L
ab
es libre de contexto con la siguiente gramtica:
G = (
N
,
T
, P, $)
= ($, a, b, $ a$b[, $)
Otro ejemplo parecido es: expresiones matemticamente correctas de diferentes tipos de parn-
tesis
T
= [, ], , ), (, ), por ejemplo, ( ( ] ] ) ) ) es incorrecto y [ ( [ ] ) ( ) ) ] es correcto.
L
()
= w [ w
T
, w es correcto
es libre de contexto, con el sistema de producciones
P = $ $$ [ ($) [ [$] [ $) [
L
()
no es regular, porque ya [
n
]
n
no es regular.
Podemos construir un tipo de autmata que acepta una palabra de L
()
?
Idea: usamos una pila para memorizar lo que se ha ledo:
Las parntesis que abren ponemos en la pila.
Si vemos una parentesis que cierre la cima de la pila tiene que ser su homloga y la quita-
mos de la pila.
Al nal, la pila tiene que estar vaca.
Eso era bastante fcil, ampliamos las posibilidades algo ms, permitimos
que el autmata pueda tener varios (nmero nito) estados (parecido a los AFD, pero
veremos que basta con un estado);
que el autmata sea no-determinista (veremos que habr una diferencia entre AFPDs y
AFPNDs);
que exista la posibilidad de transiciones ;
que acepte con pila vaca o con estados nales (veremos que ambas formas son equivalen-
tes);
que existan ms smbolos para la pila;
que se apile ms de un smbolo a la vez;
que se disponga de un smbolo inicial en la pila.
12.2. Autmatas nitos con pila no-deterministas (AFPND)
Un autmata nito con pila no-determinista (AFPND) es una sptupla
M = (, , Q, , q
0
, c
0
, F)
donde
es un alfabeto de entrada.
es un alfabeto de pila ( = es posible).
Q es un conjunto de estados, [Q[ < .
q
0
c
0
es el smbolo inicial de la pila.
F es el conjunto de estados nales (puede ser el conjunto vaca).
es la funcin de transicin
: Q( W
<
(Q
)
donde W
<
sea el conjunto de subconjuntos nitos.
Es decir, el comportamiento del autmata depende en cada transicin
del estado actual
posiblemente del siguiente smbolo de la entrada
del smbolo en la cima de la pila
y se modica el autmata en el sentido que
se cambia (posiblemente) del estado
se consume (posiblemente) el siguiente smbolo de la entrada
se modica (posiblemente) el contenido de la cima de la pila.
Para el ejemplo de arriba obtenemos el autmata
M
()
= ((, ), , ), [, ], (, , [, #, q
0
, q
1
, , q
0
, #, )
con
(q
0
, (, ) = (q
0
, ()
(q
0
, , ) = (q
0
, )
(q
0
, [, ) = (q
0
, [)
(q
0
, ), () = (q
0
, )
(q
0
, ), ) = (q
0
, )
(q
0
, ], [) = (q
0
, )
(q
0
, , #) = (q
1
, )
Observa
que escribimos en las expresiones arriba el contenido de la pila como los rabes: desde la
derecha hacia la izquierda,
que el autmata no est completo, pero se podra completar aadiendo transiciones ade-
cuados en un estado sin salida que ya no vara la pila.
Tambin podemos dibujar autmatas con pila, por ejemplo de la siguiente manera:
afp
Es decir, dibujamos el grafo parecido como lo hemos hecho para los AFND-: los vrtices del
grafo representan los estados del autmata y las aristas representan las transiciones. Ampliamos
las etiquetas de las aristas con los cambios en la cima de la pila.
Podemos pensar de un autmata con pila como un dispositivo que lee desde una cinta con sm-
bolos, realiza cambios de estados internamente, y maneja una pila de la forma descrita:
autopila
Otro ejemplo; construimos un AFP para el lenguaje
L
vv
R = w [ w 0, 1
, w = vv
R
es decir, los palndromos con longitud par.

Idea:
Adivinamos (no-determinismo) dnde acaba v.
Copiamos toda la palabra v a la pila.
Vericamos el resto de w, que debe ser v
R
, con el contenido de la pila, es decir, la pila
debe estar vaca una vez haber ledo toda la palabra w.
Un AFPND ser el siguiente:
M
vv
R = (0, 1, 0, 1, #, q
0
, q
1
, q
2
, , q
0
, #, )
con
(q
0
, 0, ) = (q
0
, 0)
(q
0
, 1, ) = (q
0
, 1)
(q
0
, , ) = (q
1
, )
(q
1
, 0, 0) = (q
1
, )
(q
1
, 1, 1) = (q
1
, )
(q
1
, , #) = (q
2
, )
afpvv
Cmo comprobamos que es correcto?
Dado que el contenido de la pila inuye en el comportamiento del autmata necesitamos una
notacin para describir los clculos del autmata.
La conguracin (o descripcin instantnea) C de un AFP M = (, , Q, , q
0
, c
0
, F) es la
tripla (q, u, v) donde
q Q es el estado actual
u
es lo que queda por leer de la entrada

v
es el contenido actual de la pila

La conguracin inicial C
0
entonces es (q
0
, w, c
0
).
Si el autmata est en conguracin C podemos denir que es una posible siguiente congura-
cin, es decir, despus de haber realizado un paso en el clculo.
C
= (q
, u, zv) es conguracin sucesora de C = (q, u, v) (es decir, es el siguiente

smbolo de la entrada y la cima de la pila), si (q
, z) (q, , ) y, para las transiciones ,

C
= (q
, u, zv) es conguracin sucesora de C = (q, u, v) (es decir, no se lee un smbolo de

la entrada y la cima de la pila), si (q
, z) (q, , ).
Observa, si la pila est vaca, no existe conguracin sucesora ninguna.
Escribimos C C
si C
es conguracin sucesora de C. Si existe una secuencia de congu-

raciones sucesoras de C hasta C
, es decir,
C = C
0
C
1
C
2
. . . C
n
= C
llamamos la secuencia un clculo del autmata y abreviamos con C
.
Un AFPND acepta una palabra w de entrada segn modus:
F = , es decir, acepta con pila vaca
M acepta w (q
0
, w, c
0
)
(q, , )
para cualquier estado q Q
F ,= , es decir, acepta en estado nal
M acepta w (q
0
, w, c
0
)
(f, , v)
con v
y f F.
El lenguaje aceptado por un autmata AFPND M es
L(M) = w [ M acepta w
En la siguiente seccin comprobamos que ambos mtodos de aceptacin son equivalentes para
los AFPND (pero no ser el caso de ls AFPD, los autmatas nitos con pila deterministas, que
veremos ms adelante).
Comprobamos ahora que el M
vv
R es correcto, es decir, tenemos que comprobar que L(M
vv
R) =
L
vv
R.
Primero vericamos que M
vv
R acepta para cualquier palabra v 0, 1
la palabra w = vv
R
:
(q
0
, vv
R
, #)
(q
0
, v
R
, v
R
#)
(q
1
, v
R
, v
R
#)
(q
1
, , #)
(q
2
, , )
es decir, hemos encontrado un clculo y con eso sabemos que L
vv
R L(M
vv
R).
Luego comprobamos que M
vv
R solamente acepta palabras en L
vv
R.
(por incluir)
12.3. Equivalencia entre AFPNDs aceptando con pila vaca y acep-
tando en estado nal
Para cada AFPND M que acepta con pila vaca existe un AFPND M
que acepta en estado nal.

M
simula M
M
usa un nuevo smbolo c
0
como smbolo inicial de la pila
si despus de la simulacin de M dicho c
0
est en la cima de la pila, M
sabe que M
hubiese aceptado, es decir, M
acepta tambin yiendo a un estado nal.

Para el ejemplo de antes
L
vv
R = w [ w 0, 1
, w = vv
R
con el siguiente autmata que acepta con pila vaca

afpndpv
obtenemos el nuevo autmata que acepta en estado nal
afpndefpv
En general:
M = (, , Q, , q
0
, c
0
, )
M
= (, c
0
, Q q
0
, f,
, q
0
, c
0
, f)
con
q
0
, f / Q, es decir, son nuevos estados
c
0
/ , es decir, es un nuevo smbolo inicial
(q
0
, , c
0
) = (q
0
, c
0
c
0
), es decir, la primera transicin apila el antiguo smbolo inicial y
se va al antiguo estado inicial sin leer nada de la entrada
q Q, , :
(q, , ) = (q, , ),
(q, , ) = (q, , ), es decir, se simula

M
q Q :
(q, , c
0
) = (f, c
0
), es decir, si la pila solamente contiene el nuevo smbolo
inicial se va al estado nal.
Para cada AFPND M que acepta en estado nal existe un AFPND M
que acepta con pila vaca.

M
simula M
M
vaca desde cualquier estado nal de M su pila

tenemos que tener cuidado si M no termina en estado nal, pero su pila est vaca: colo-
camos antes de la simulacin un nuevo smbolo c
0
como smbolo inicial en la pila que no
se toca durante la simulacin de M.
Para el ejemplo
L = a
i
b
j
[ j i
con el siguiente autmata que acepta en estado nal
afpndef
(Primero observamos la consecuencia de la denicin de un clculo:
M acepta w (q
0
, w, c
0
)
(f, , v)
entonces, si sobran bs la pila estar vaca y no habr transicin ninguna, y por eso no llegamos a
con la entrada.)
Siguiendo la idea, obtenemos el nuevo autmata que acepta con pila vaca
afpndpvef
En general:
M = (, , Q, , q
0
, c
0
, )
M
= (, c
0
, Q q
0
, q
, q
0
, c
0
, )
con
q
0
, q
/ Q, es decir, son nuevos estados

c
0
/ , es decir, es un nuevo smbolo inicial
(q
0
, , c
0
) = (q
0
, c
0
c
0
), es decir, la primera transicin apila el antiguo smbolo inicial y
se va al antiguo estado inicial sin leer nada de la entrada
c
0
:
(q
, , ) = (q
, ), es decir, una vez en estado q
se vaca la pila sin

modicar la entrada
q Q, , :
(q, , ) = (q, , ), es decir, pasos normales de la simulacin

q Q F, :
(q, , ) = (q, , ), es decir, se simula tambin las transiciones

mientras M no est en estado nal
q F, :
(q, , ) = (q, , ) (q
, ), es decir, saltamos al estado que vaca la

pila si ya estamos en estado nal
12.4. Equivalencia entre AFPNDs y gramticas libres de contexto
Para cada gramtica libre de contexto G existe un autmata nito con pila no-determinista M
que acepta el mismo lenguaje, es decir, L(M) = L(G).
La comprobacin es constructiva.
Sea G = (
T
,
N
, P, $) una gramtica libre de contexto.
Podemos convertir la gramtica en su forma normal de Greibach (FNG), es decir todas las pro-
ducciones son del tipo: A con
T
y
N
o la produccin es $ si
L(G).
Construimos un AFPND M = (
T
,
N
, q, , q, $, ), (es decir, con un slo estado) que acepta
con pila vaca, donde
(q, ) (q, , A)
siempre que A sea una produccin en P y
(q, $) (q, , )
siempre que $ sea una produccin en P.
Entonces, el autmata simula en un clculo la aplicacin de las reglas de la gramtica siempre
siguiendo la derivacin ms a la izquierda para la palabra en cuestin.
Ejemplo:
G = (a, b, $, A, B, C, P, $)
con
P = $ aBBC, A aAA[b, B bBAC[b, C b
que ya est en forma formal de Greibach, entonces el AFPND es:
M = (a, b, $, A, B, C, q, , q, $, )
con
(q, a, $) = (q, BBC)
(q, a, A) = (q, AA)
(q, b, A) = (q, )
(q, b, B) = (q, BAC), (q, )
(q, b, C) = (q, )
Para cada autmata nito con pila no-determinista M existe una gramtica libre de contexto G
que genera el mismo lenguaje, es decir, L(G) = L(M).
La comprobacin es constructiva.
Sea M = (, , Q, , q
0
, c
0
, F) un AFPND.
Si F ,= podemos convertir el autmata en un AFPND que acepte con pila vaca.
Luego podemos asumir que todas las transiciones del autmata como mucho apilan dos smbo-
los a la pila, porque podemos introducir estados intermedios que apilan poco a poco todos los
smbolos necesarios sin leer ms de la entrada, en concreto,
sea (q, v) (p, , ) con v =
1
2
. . .
k
, , y k > 2 una transicin de tal tipo
aadimos los nuevos estados q
1
, q
2
, . . . , q
k2
a Q y sustituimos la transicin por
(q
1
,
k1
k
) (p, , )
(q
2
,
k2
k1
) (q
1
, ,
k1
)
. . .
(q,
1
2
) (q
k2
, ,
2
)
Observa que podemos realizar tal sustitucin igual en caso que el autmata ejecute una
transicin- (es decir, arriba no se lee de la entrada sino ); entonces, para simplicar
escribimos
si leemos o bien un smbolo o bien .

Entonces, asumimos que tengamos un AFPND que acepta con pila vaca y que apile en una
transicin como mucho dos smbolos a la vez.
Construimos una gramtica libre de contexto G = (,
N
, P, $), es decir, con los mismos sm-
bolos de entrada, y donde
N
est formado por las triplas [p, A, q] siendo p, q Q y A , y el smbolo $.
P es el conjunto de producciones donde aadimos
para cada estado q Q las reglas $ [q
0
, c
0
, q]
para cada transicin (q, ) (p,
, ) la regla [p, , q]
para cada transicin (q,

1
) (p,
, ) y cada estado r Q las reglas [p, , r]
[q,
1
, r]
para cada transicin (q,
1
2
) (p,
, ) y cada par de estados r, s Q las reglas

[p, , r]
[q,
1
, s][s,
2
, r]
observa que pueden existir reglas nulas en caso que
=
Entonces, la gramtica simula un clculo del autmata con una derivacin ms a la izquierda
para la palabra en cuestin.
Formalmente hay que comprobar la equivalencia
$
w (q
0
, w, c
0
)
(q, , )
es decir, si existe una derivacin tambin existe un clculo y al revs.
La comprobacin del lado izquierdo al lado derecho se realice mediante una induccin sobre la
longitud de una derivacin ms a la izquierda y la otra direccin mediante una induccin sobre la
longitud del clculo. El caso inicial, es decir, se aplica solamente una regla o se calcula solamente
una conguracin siguiente, se verica directamente a partir de la construccin.
Juntas ambas direcciones nos proporcionen la equivalencia entre las gramticas libres de
contexto y los autmatas nitos con pila no-deterministas.
En la primera parte de la comprobacin observamos que basta un solo estado en un AFPND
(si un AFPND tiene ms estados, podemos construir una gramtica equivalente, y despus
un AFPND con un solo estado).
En la segunda parte de la comprobacin observamos que basta con una gramtica en forma
normal de Greibach donde las producciones tengan como mucho 2 smbolos no-terminales
en sus partes derechas (es decir, tambin en la FNG los rboles de derivacin pueden ser
rboles binarios como en la FNC).
12.5. Autmatas nitos con pila deterministas (AFPD)
Los AFPND, como el propio nombre ya dice, no son deterministas, es decir, pueden existir va-
rias posibles conguraciones siguientes, o en otras palabras, (q, , ) o (q, , ) son conjuntos
conposiblementems de un elemento.
Para que un AFPND acepte una palabra de entrada w se ha exigido solamente la existencia de un
clculo que lee toda la palabra w y termina con pila vaca o en un estado nal.
Este hecho no es adecuado en la prctica, porque de alguna manera hay que comprobar todos
los posibles clculos para ver si existe uno que acepta. Por eso limitamos los autmatas para que
sean deterministas.
Podemos denir un autmata nito con pila determinista AFPD
M = (, , Q, , q
0
, c
0
, F)
igual que un AFPND introduciendo las siguientes restricciones
1. para cada q Q, , y permitimos como mucho una transicin, es decir:
[(q, , )[ +[(q, , )[ 1
Entonces, permitimos transiciones- que son deterministas si consideramos la pila.
2. F ,= , es decir, el AFND acepta con estado nal.
Dado que para un AFPD existe como mucho una conguracin siguiente, es decir es una
funcin, los clculos se convierten en cadenas deterministas, y decimos, que el AFPD acepta una
palabra w si existe el clculo (q
0
, w, c
0
) (f, , v) con f F.
Para AFPDs los dos criterios de parada no son equivalentes que se entiende analizando las com-
probaciones donde era escencial disponer de transiciones no-deterministas para saltar a un es-
tado adicional con el n de vaciar la pila.
Llamamos un lenguaje L libre de contexto determinista si L es aceptado por un autmata nito
con pila determinista.
Los lenguajes libres de contexto deterministas son un verdadero subconjunto de los lenguajes
libres de contexto, es decir, existen lenguajes que son libres de contexto pero no libres de contexto
determinista.
Ejemplo:
El lenguaje L = w [ w 0, 1, #, w = v#v
R
y v no contiene # es libre de contexto determi-
nista, porque se apila hasta encontrar el centro (que hemos marcado con #) y despus se verica
el resto de w con el contenido de la pila.
El lenguaje L = w [ w 0, 1, w = vv
R
es libre de contexto, como ya vimos, pero no es libre
de contexto determinista, porque, para decirlo de alguna manera, se necesita el no-determinismo
para encontrar el centro, o en otras palabras, hay que comprobar todos los posibles clculos
vericando si uno de ellos llega a una aceptacin.
Obviamente los lenguajes regulares tambin son libres de contexto deterministas, porque si no
usamos la pila justamente un AFP es un AFD.
y aplicaciones para lenguajes libres de con-
texto
13.1. Propiedades de lenguajes libre de contexto
Sean L
1
y L
2
dos lenguajes libres de contexto.
Unin: L = L
1
L
2
es libre de contexto, porque podemos construir a partir de las gramticas
G
1
= (
1
T
,
1
N
, P
1
, $
1
) y G
2
= (
2
T
,
2
N
, P
2
, $
2
) con L
1
= L(G
1
) y L
2
= L(G
2
) la
gramtica G = (
1
T

2
T
,
1
N

2
N
, P
1
P
2
$ $
1
, $ $
2
, $) que es una
gramtica libre de contexto y obviamente genera todas las palabras tanto en L
1
como en
L
2
.
Eso no es el caso si nos limitamos a los lenguajes libres de contexto deterministas.
Concatencin: L = L
1
.L
2
es libre de contexto, porque podemos construir a partir de las gra-
mticas G
1
= (
1
T
,
1
N
, P
1
, $
1
) y G
2
= (
2
T
,
2
N
, P
2
, $
2
) con L
1
= L(G
1
) y L
2
= L(G
2
)
la gramtica G = (
1
T

2
T
,
1
N

2
N
, P
1
P
2
$ $
1
$
2
, $) que es una gramtica
libre de contexto y obviamente genera todas las palabras en L.
Eso no es el caso si nos limitamos a los lenguajes libres de contexto deterministas.
Clausura: L = L
1
es libre de contexto, porque podemos construir una gramtica libre de con-
texto a partir de la gramtica para L
1
, simplemente aadimos las producciones $
, $
$ siendo $ el nuevo smbolo inicial.

Interseccin: L = L
1
L
2
no es libre de contexto (en general), como demuestra el ejemplo:
L
1
= a
i
b
i
c
j
[ i, j > 0 y L
2
= a
i
b
j
c
j
[ i, j > 0 nos lleva a L = L
1
L
2
= a
i
b
i
c
i
[ i >
0 que no es libre de contexto como ya vimos.
Si connamos L
2
a lenguajes regulares, entonces la interseccin produce lenguajes libres
de contexto. El argumento es igual de constructivo como en el caso de dos lenguajes regu-
lares.
Complemento: L = L
1
=
L
1
no es libre de contexto (en general), porque si asumimos
que lo fuera y sabiendo que la unin lo es podramos derivar L
1
L
2
= L
1
L
2
como
libre de contexto, pero ya sabemos que la interseccin no genera siempre tal lenguajes.
Para los lenguajes libres de contexto determinista, el complemento genera un lenguaje libre
de contexto determinista, porque es fcil invertir un autmata determinista.
Diferencia: L = L
1
L
2
no es libre de contexto (en general), porque L =
L
2
= L
2
no es
libre de contexto.
13.2. Algoritmos de decisin de lenguages libres de contexto
Pertenencia: w L? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
construimos un autmata que acepte L (por ejemplo en estado nal)
simulamos su comportamiento leyendo la palabra w
si acabamos en un estado nal, w est en L, sino w no est en L
dicha simulacin puede tener tiempo de clculo exponential, otra posibilidad es
construimos una gramtica en forma normal de Chomsky
aplicamos el algoritmo de Cocke-Younger-Kasami que resuelve el problema en tiem-
po de orden O(n
3
).
Vaciedad: L = ? s, se puede contestar la pregunta (es decir, es un problema computable)
porque
construimos una gramtica que genere L
analizamos si el smbolo inicial es til, si es til, entonces L no es vaco, sino L es
vaco
Cardinalidad: [L[ < ? s, se puede contestar la pregunta (es decir, es un problema compu-
table) porque
construimos una gramtica que genere L en su forma normal de Chomsky
analizamos el grafo de posisibles sustituciones de smbolos para averigar si existe
un ciclo
si existe tal ciclo, entonces L es innito, sino L es nito
Igualidad: L
1
= L
2
? no, no se puede contestar la pregunta (es decir, es un problema no compu-
table).
antes de entender dicha respuesta negativa, hay que estudiar ms a fondo la teora de
las Mquinas de Turing.
13.3. Aplicaciones para lenguajes libres de contexto
Anlisis semntico (basado en bloques estructurados): La aplicacin ms importante de los
lenguajes libres de contexto es claramente la denicin y el anlisis de informacin es-
tructurado en bloques anidados como suele ocurrir en los lenguajes de programacin (re-
cuerda los bloques beginend en PASCAL) o las marcas en un chero XML (extended
markup language).
14. Bibliografa
14.1. Bibliografa bsica
1. J.E. Hopcroft, R. Motwani, J.D. Ullman: Introduccin a la teora de autmatas, lenguajes
y computacin, Segunda edicin, AddisonWesley, 2002. (Signatura: OUR 681.34/46)
2. P. Isasi, P. Martnez, D. Borrajo. Lenguajes, Gramticas y Autmatas. Un enfoque prctico.
Addison-Wesley, ISBN 84-7829-014-1, 1997-2001. (Signatura: OUR 681.34/13)
3. M. Alfonseca, J. Sancho, M. Martnez Orga. Teora de Lenguajes, Gramticas y Autma-
tas. Universidad y Cultura, ISBN 84-7832-201-9, 1997. (Signatura: OUR 681.34/31)
14.2. Bibliografa, enlaces en la red
1. http://es.wikipedia.org/wiki/Teor%C3%ADa_de_aut%C3%B3matas
14.3. Bibliografa usada para la preparacin de las clases
1. A. Snchez Lpez. Teora de Autmatas y Lenguajes Formales. Apuntes de clase, comu-
nicacin personal, 2004.
2. R. Fernndez Muoz. Teora de Autmatas y Lenguajes Formales. Proyecto n de carrera,
INX-380, Biblioteca de la Universidad de Vigo, Campus Ourense, 2003.
3. G. Hotz, K. Estenfeld. Formale Sprachen. B.I. Wissenschaftsverlag, ISBN 3-411-01626,
1981.
4. Th. Schwentick. Theoretische Informatik. Vorlesungsfolien, Internet, comunicacin perso-
nal, 2004.
5. Uwe Schnfeld. Theoretische Informatik kurz gefasst. B.I. Wissenschaftsverlag, ISBN 3-
411-15641-4, 1992.

01 - Talf

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

01 - Talf

Transféré par

Droits d'auteur :

Formats disponibles

Teora de Autmatas y Lenguajes Formales

para AFND con otra equacin a lo mejor ms

, la aparencia de $ en los lados

, . ) forma un monoide libre (es decir,

Si [L[ < para un lenguaje L

, entonces se llama L lenguaje nito.

lenguajes (igual para W()):

Propiedades (unos ejemplos):

Propiedades (unos ejemplos):

, , , ) forma un lgebra booleana.

Propiedades (unos ejemplos):

Propiedades (unos ejemplos):

una funcin que asigna a cada

es un lenguaje sobre , entonces

w es una secuencia de derivaciones directa aplicando sucesivamente

es una relacin (binaria sobre

y, o con palabras: la pareja (x, y) est en la clau-

es una relacin reexiva y transitiva, llamada la clausura reexiva y transitiva de R

podemos asignar el conjunto

podemos construir una relacin de equivalencia sobre

es decir, a la derecha existe por lo menos un smbolo no-terminal

es decir, se sustitue solamente smbolos (palabras) no-terminales

es una gramtica donde se puede derivar

uvw (con [v[ < [uvw[).

Dr. Arno Formella 33

es decir, se sustituye por lo menos un smbolo no-terminal.

reeja el movimiento de la cabeza de lectura del autmata, o en otras palabras,

es la ampliacin de la funcion de transicin .

, w contiene dos 0s dos 1s

Dr. Arno Formella 41

es la ampliacin de la relacin de transicin .

T(Q), es decir, escomo muchoel conjunto de todos los subconjuntos de Q.

entonces existe un q f con q F, es decir, el conjunto de

acepta w, entonces M tambin lo hace, es

), es decir, L(M) L(M

Dr. Arno Formella 43

acepta w, y por eso L(M) L(M

) cualquier palabra aceptada por M

) y por eso L(M) = L(M

, w contiene un 1 en la n-nsima posicin desde la derecha

Dr. Arno Formella 48

sigue siendo un subconjunto del conjunto nito QQ (es decir,

para AFNDs) que podemos alcanzar desde q

(q, w) tal que p cl((r, ))

(q, w) es el conjunto de estados alcanzables desde un estado r siendo miembro

para un AFND de la misma manera.

sea la ampliacin de la funcin dada arriba.

entonces la tabla con transiciones desde la claurura- es

y con eso la tabla nal del AFND es

Adems tenemos F cl(q

podemos construir una relacin de equivalencia sobre

es regular, si y solo si el ndice de la relacin R

cualquier palabra. Miramos:

con k < , es decir k es nito, cuyas clases cubren

, sino solamente algunas palabras

las dems clases

= [] [0] [00] seguimos la construccin de arriba y obtenemos la tabla de transiciones

es una expresin regular

,+,.,). Si alguno de ellos

) ((a.a.a +b.c) + (c.b)

todas las cadenas que alternan 0 y 1:

(q, ) = f. As no hemos cambiado el lenguaje aceptado por M.

, es decir, por lo menos una vez .

, $) lineal por la izquierda con el siguiente algorit-