Teoria Computacion Wilber

TEORÍA DE LA COMPUTACIÓN
Wilber Ramos Lovón

2
Índice general
1. Introducción 5
1.1. El papel de los algoritmos . . . . . . . . . . . . . . . . . . . . 5
1.2. Una breve historia de la computación . . . . . . . . . . . . . . 8
1.2.1. Primera Generación . . . . . . . . . . . . . . . . . . . . 14
1.2.2. Segunda Generación . . . . . . . . . . . . . . . . . . . 17
1.2.3. Tercera generación . . . . . . . . . . . . . . . . . . . . 20
1.2.4. Cuarta Generación . . . . . . . . . . . . . . . . . . . . 23
1.2.5. Quinta Generación . . . . . . . . . . . . . . . . . . . . 25
2. Lenguajes y Gramáticas 27
2.1. Gödel y Turing . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2. Autómatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3. Lenguajes y Gramáticas . . . . . . . . . . . . . . . . . . . . . 29
2.4. Máquinas Abstractas y Lenguajes Formales . . . . . . . . . . 29
2.5. Alfabetos, Sı́mbolos y palabras . . . . . . . . . . . . . . . . . . 30
2.6. Operaciones con Palabras . . . . . . . . . . . . . . . . . . . . 32
2.6.1. Operación Cerrada: . . . . . . . . . . . . . . . . . . . . 32
2.6.2. Propiedad Asociativa: . . . . . . . . . . . . . . . . . . 32
2.6.3. Existencia de Elemento Neutro: . . . . . . . . . . . . . 33
2.6.4. Potencia de una Palabra: . . . . . . . . . . . . . . . . . 33
2.6.5. Reflexión de una Palabra: . . . . . . . . . . . . . . . . 33
2.7. Lenguajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.7.1. Concatenación de Lenguajes . . . . . . . . . . . . . . . 34
2.7.2. Clausura Positiva de un Lenguaje . . . . . . . . . . . . 34
2.7.3. Iteracción, Cierre o Clausura de un Lenguaje . . . . . . 35
2.7.4. Reflexión de Lenguajes . . . . . . . . . . . . . . . . . . 35
2.8. Conceptos Básicos sobre Gramáticas . . . . . . . . . . . . . . 35
2.8.1. Gramática de Estructura de Frases . . . . . . . . . . . 36
2.8.2. Tipos de Gramáticas . . . . . . . . . . . . . . . . . . . 39
2.9. Expresiones Regulares . . . . . . . . . . . . . . . . . . . . . . 41
2.10. Árboles de Derivación . . . . . . . . . . . . . . . . . . . . . . 43
3
4 ÍNDICE GENERAL
2.11. Lista de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . 43
3. Autómatas Finitos 45
3.1. Autómatas Finitos Deterministas (AFD) . . . . . . . . . . . . 46
3.2. Autómatas Finitos no Deterministas (AFND) . . . . . . . . . 49
3.3. Otras Formas del Lema del Bombeo . . . . . . . . . . . . . . . 53
3.4. Equivalencia y Minimización de Autómatas Finitos . . . . . . 54
3.5. Lista de Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . 55
4. Autómatas de Pila y L. I. del Contexto 59

4.1. Forma normal Chomsky . . . . . . . . . . . . . . . . . . . . . 73
5. Máquinas de turing 81
5.1. Conceptos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2. Construcción Modular de Máquinas de Turing . . . . . . . . . 84
5.2.1. Bloques de construcción básicos . . . . . . . . . . . . . 84
5.2.2. Bloques más complejos . . . . . . . . . . . . . . . . . . 85
5.3. Evaluación de Cadenas . . . . . . . . . . . . . . . . . . . . . . 86
5.3.1. Máquinas de Turing de varias cintas . . . . . . . . . . 87
5.4. Máquinas de Turing no deterministas . . . . . . . . . . . . . . 90
5.5. Lenguajes aceptados por Máquinas de Turing . . . . . . . . . 91
5.5.1. Máquinas de Turing universales . . . . . . . . . . . . . 93
5.5.2. Lenguajes Aceptables y Decidibles . . . . . . . . . . . 94
5.5.3. El Problema de la Parada . . . . . . . . . . . . . . . . 95
Capı́tulo 1
Introducción
La Ciencia de la Computación o Infórmatica es la disciplina que trata

de establecer una base cientı́fica para temas tales como el diseño asistido
por computadora, la programación de computadores, el procesamiento de la
información, las soluciones algorı́tmicas de problemas y el propio proceso
algorı́tmico.
1.1. El papel de los algoritmos
Para que una máquina como una computadora pueda llevar a cabo una
tarea, es preciso diseñar y representar un algoritmo de realización de dicha
tarea y en una forma que sea compatible con la máquina. A la representa-
ción de un algoritmo se le denomina programa. Por comodidad de los seres
humanos, los programas computacionales suelen imprimirse en papel o visua-
lizarse en las pantallas de las computadoras. Sin embargo para comodidad
de las máquinas, los programas se codifican de una manera compatible con
la tecnologı́a a partir de la cual esté construida la máquina. El proceso de
desarrollo de un programa en una máquina de denomina programación. Los
programas y los algoritmos, representan, lo que colectivamente se denomina
5
6 CAPÍTULO 1. INTRODUCCIÓN
software, y lo que tenga que ver con la propia máquina que se conoce con el
nombre de hardware.
El estudio de los algoritmos comenzó siendo un tema del campo de las

matemáticas. De hecho, la búsqueda de algoritmos fue una actividad de gran
importancia para los matemáticos mucho antes del desarrollo de las compu-
tadoras actuales. El objetivo era degerminar un único conjunto de instruccio-
nes que describiera como resolver todos los problemas de un tipo concreto.
Uno de los ejemplos mejor conocido de estas investigaciones pioneras es el
algoritmo de división para el cálculo del cociente de dos números de varios
dı́gitos. Otro ejemplo es el algoritmo de Euclides1
Figura 1.1: Pintura idealizada de Euclides.

1
fué un matemático y geómetra griego (ca. 325-ca. 265 a.c), a quien se le conoce como
”El padre de la geometrı́a”. Su vida es poco conocida, salvo que vivió en Alejandrı́a
(actualmente Egipto) durante el reinado de Ptolomeo I. Ciertos autores árabes afirma que
euclides era hijo de Naucrates y se barajan tres hipótesis:
Euclides fué un personaje matemático histórico que escribió Los elementos y obras
atribuidas a él.
Euclides fué el lı́der de un equipo de matemáticos que trabajaba en Alejandrı́a.
LAs obras completas de Euclides fueron escritas por un equipo de matem”aticos de

Alejandrı́a quienes tomaron el nombre de Euclides
1.1. EL PAPEL DE LOS ALGORITMOS 7
Una vez que se ha encontrado el algoritmo para llevar a cabo una determi-
nada tarea, la realización de esta ya no requiere comprender los principios en
los que el algoritmo está basado. En cierto sentido, la inteligencia requerida
para resolver ese problema está codificada dentro del algoritmo.
Es esta capacidad de capturar y transmitir inteligencia por medio de

algoritmos, lo que nos permite construir máqinas que lleven a cabo tareas de
utilidad. En consecuencia, el nivel de inteligencia mostrado por las máquinas
está limitado por la inteligencia que podamos transmitir mediante algoritmos.
Solo podemos construir una máquina para llevar a cabo una tarea si existe
un algoritmo que permita realizar esa tarea. A su vez, si no existe ningún
algoritmo para resolver un problema, entonces la solución de ese problema
cae fuera de la capacidad de las máquinas disponibles.
La identificación de las limitaciones de las capacidades algorı́tmicas ter-

minó convirtiendose en uno de los temas de las matemáticas en la decada de
1930 con la publicación del teorema de incompletitud de Kurt Gödel2 .
Figura 1.2: Kurt Gödel.

2
Kurt Gödel (28 de abril de 1906 Brünn, Imperio austrohúngaro, actual República
Checa – 14 de enero de 1978, Princeton, Estados Unidos) fue un lógico, matemático y
filósofo austriaco-estadounidense. Reconocido como uno de los más importantes lógicos de
todos los tiempos, el trabajo de Gödel ha tenido un impacto inmenso en el pensamiento
cientı́fico y filosófico del siglo XX.
Este teorema afirma, en esencia, que en cualquier teorı́a matemática que

abarque nuestro sistema aritmético tradicional, hay enunciados cuya verdad
o falsedad no puede establecerse por medios algorı́tmicos.
El enunciado de este hecho removió los cimientos de las matemáticas y

el estudio de las capacidades algorı́tmicas que se inicio a partir de ahı́ fué el
comienzo del campo que hoy dı́a conocemos como Ciencia de la Computación.
De hecho, es el estudio de los algoritmos lo que forma la base fundamental
de estas ciencias.
1.2. Una breve historia de la computación
Las computadoras actuales tienen una genealogı́a muy extensa. Uno de

los primeros dispositivos mecánicos para contar fue el ábaco, cuya historia se
remonta a las antiguas civilizaciones griega y romana.
Este dispositivo es muy sencillo, consta de cuentas ensartadas en vari-

llas que a su vez están montadas en un marco rectangular. Al desplazar
las cuentas sobre varillas, sus posiciones representan valores almacenados, y
es mediante dichas posiciones que este representa y almacena datos. A es-
te dispositivo no se le puede llamar computadora por carecer del elemento
fundamental llamado programa.
Figura 1.3: ábaco romano.

1.2. UNA BREVE HISTORIA DE LA COMPUTACIÓN 9
Otro de los inventos mecánicos fue la Pascalina inventada por Blaise Pas-
cal (1623 - 1662) de Francia y la de Gottfried Wilhelm von Leibniz (1646 -
1716) de Alemania. Con estas máquinas, los datos se representaban mediante
las posiciones de los engranajes, y los datos se introducı́an manualmente es-
tableciendo dichas posiciones finales de las ruedas, de manera similar a como
leemos los números en el cuentakilómetros de un automóvil.
Figura 1.4: Pascalina en el Museo de Artes y Oficios de Parı́s.
La primera computadora fue la máquina analı́tica creada por Charles

Babbage, profesor matemático de la Universidad de Cambridge en el siglo
XIX. La idea que tuvo Charles Babbage sobre un computador nació debido
a que la elaboración de las tablas matemáticas era un proceso tedioso y pro-
penso a errores. En 1823 el gobierno Británico lo apoyo para crear el proyecto
de una máquina de diferencias, un dispositivo mecánico para efectuar sumas
repetidas.
Figura 1.5: La máquina analı́tica de Babbage, como se puede apreciar en el

Science Museum de Londres.
Mientras tanto Charles Jacquard (francés), fabricante de tejidos, habı́a

creado un telar que podı́a reproducir automáticamente patrones de tejidos
leyendo la información codificada en patrones de agujeros perforados en tar-
jetas de papel rı́gido. Al enterarse de este método Babbage abandonó la
máquina de diferencias y se dedico al proyecto de la máquina analı́tica que
se pudiera programar con tarjetas perforadas para efectuar cualquier cálculo
con una precisión de 20 dı́gitos. La tecnologı́a de la época no bastaba para
hacer realidad sus ideas.
Figura 1.6: El telar de Charles Jacquard.
El mundo no estaba listo, y no lo estarı́a por cien años más. En 1944 se

construyó en la Universidad de Harvard, la Mark I, diseñada por un equi-
po encabezado por Howard H. Aiken. Esta máquina no está considerada
como computadora electrónica debido a que no era de propósito general y
su funcionamiento estaba basado en dispositivos electromecánicos llamados
relevadores.
Figura 1.7: Mark I, fotografı́a de 1948.
En 1947 se construyó en la Universidad de Pennsylvania la ENIAC (Elec-

tronic Numerical Integrator And Calculator) que fue la primera computadora
electrónica, el equipo de diseño lo encabezaron los ingenieros John Mauchly
y John Eckert. Esta máquina ocupaba todo un sótano de la Universidad,
tenı́a más de 18 000 tubos de vacı́o, consumı́a 200 KW de energı́a eléctrica y
requerı́a todo un sistema de aire acondicionado, pero tenı́a la capacidad de
realizar cinco mil operaciones aritméticas en un segundo.
Figura 1.8: Glen Beck (background) and Betty Snyder (foreground) program
ENIAC in BRL building 328. (U.S. Army photo).
El proyecto, auspiciado por el departamento de Defensa de los Estados

Unidos, culminó dos años después, cuando se integró a ese equipo el ingeniero
y matemático húngaro John von Neumann (1903 - 1957). Las ideas de von
Neumann resultaron tan fundamentales para su desarrollo posterior, que es
considerado el padre de las computadoras.
La EDVAC (Electronic Discrete Variable Automatic Computer) fue di-

señada por este nuevo equipo. Tenı́a aproximadamente cuatro mil bulbos y
usaba un tipo de memoria basado en tubos llenos de mercurio por donde
circulaban señales eléctricas sujetas a retardos.
Figura 1.9: Computadora EDVAC.
La idea fundamental de Von Neumann fue: permitir que en la memoria

coexistan datos con instrucciones, para que entonces la computadora pueda
ser programada en un lenguaje, y no por medio de alambres que eléctrica-
mente interconectaban varias secciones de control, como en la ENIAC.
Todo este desarrollo de las computadoras suele divisarse por generaciones

y el criterio que se determinó para determinar el cambio de generación no
está muy bien definido, pero resulta aparente que deben cumplirse al menos
los siguientes requisitos:
La forma en que están construidas.
Forma en que el ser humano se comunica con ellas.

Figura 1.10: von Neumann en 1940.
1.2.1. Primera Generación
En esta generación habı́a una gran desconocimiento de las capacidades

de las computadoras, puesto que se realizó un estudio en esta época que de-
terminó que con veinte computadoras se saturarı́a el mercado de los Estados
Unidos en el campo de procesamiento de datos.
Esta generación abarco la década de los cincuenta. Y se conoce como

la primera generación. Estas máquinas tenı́an las siguientes caracterı́sticas:
Estas máquinas estaban construidas por medio de tubos de vacı́o.
Eran programadas en lenguaje de máquina. En esta generación las máqui-

nas son grandes y costosas (de un costo aproximado de ciento de miles de
dólares).
En 1951 aparece la UNIVAC (UNIVersAl Computer), fue la primera

computadora comercial, que disponı́a de mil palabras de memoria central
y podı́an leer cintas magnéticas, se utilizó para procesar el censo de 1950 en
los Estados Unidos.
Figura 1.11: UNIVAC I en Franklin Life Insurance Company.
En las dos primeras generaciones, las unidades de entrada utilizaban tarje-

tas perforadas, retomadas por Herman Hollerith (1860 - 1929), quien además
fundó una compañı́a que con el paso del tiempo se conocerı́a como IBM
(International Bussines Machines).
Después se desarrolló por IBM la IBM 701 de la cual se entregaron 18

unidades entre 1953 y 1957.
Posteriormente, la compañı́a Remington Rand fabricó el modelo 1103,

que competı́a con la 701 en el campo cientı́fico, por lo que la IBM desarrollo
la 702, la cual presentó problemas en memoria, debido a esto no duró en el

mercado.
La computadora más exitosa de la primera generación fue la IBM 650, de

la cual se produjeron varios cientos. Esta computadora que usaba un esquema
de memoria secundaria llamado tambor magnético, que es el antecesor de los
discos actuales. Otros modelos de computadora que se pueden situar en los
inicios de la segunda generación son: la UNIVAC 80 y 90, las IBM 704 y 709,
Burroughs 220 y UNIVAC 1105.
Figura 1.12: IBM 650.

Figura 1.13: IUNIVAC 1105 operator console, in front of the cabinets con-
taining the CPU and memory.
1.2.2. Segunda Generación
Cerca de la década de 1960, las computadoras seguı́an evolucionando, se

reducı́a su tamaño y crecı́a su capacidad de procesamiento. También en esta
época se empezó a definir la forma de comunicarse con las computadoras,
que recibı́a el nombre de programación de sistemas.
Las caracterı́sticas de la segunda generación son las siguientes: Están

construidas con circuitos de transistores. Se programan en nuevos lenguajes
llamados lenguajes de alto nivel.
En esta generación las computadoras se reducen de tamaño y son de

menor costo. Aparecen muchas compañı́as y las computadoras eran bastante
avanzadas para su época como la serie 5000 de Burroughs y la ATLAS de la
Universidad de Manchester.
Figura 1.14: The University of Manchester Atlas in January 1963.
Algunas de estas computadoras se programaban con cintas perforadas y

otras más por medio de cableado en un tablero. Los programas eran hechos
a la medida por un equipo de expertos: analistas, diseñadores, programa-
dores y operadores que se manejaban como una orquesta para resolver los
problemas y cálculos solicitados por la administración. El usuario final de la
información no tenı́a contacto directo con las computadoras. Esta situación
en un principio se produjo en las primeras computadoras personales, pues se
requerı́a saberlas “programar”(alimentarle instrucciones) para obtener resul-
tados; por lo tanto su uso estaba limitado a aquellos audaces pioneros que
gustaran de pasar un buen número de horas escribiendo instrucciones, “co-
rriendo”el programa resultante y verificando y corrigiendo los errores o bugs
que aparecieran. Además, para no perder el “programa”resultante habı́a que
“guardarlo”(almacenarlo) en una grabadora de astte, pues en esa época no
habı́a discos flexibles y mucho menos discos duros para las PC; este proce-
dimiento podı́a tomar de 10 a 45 minutos, según el programa. El panorama
se modificó totalmente con la aparición de las computadoras personales con
mejore circuitos, más memoria, unidades de disco flexible y sobre todo con
la aparición de programas de aplicación general en donde el usuario com-
pra el programa y se pone a trabajar. Aparecen los programas procesadores
de palabras como el célebre Word Star, la impresionante hoja de cálculo
(spreadsheet) Visicalc y otros más que de la noche a la mañana cambian
la imagen de la PC. El sortware empieza a tratar de alcanzar el paso del
hardware. Pero aquı́ aparece un nuevo elemento: el usuario.
Figura 1.15: WordStar corriendo en DOS.
El usuario de las computadoras va cambiando y evolucionando con el

tiempo. De estar totalmente desconectado a ellas en las máquinas grandes
pasa la PC a ser pieza clave en el diseño tanto del hardware como del softwa-
re. Aparece el concepto de human interface que es la relación entre el usuario
y su computadora. Se habla entonces de hardware ergonómico (adaptado a
las dimensiones humanas para reducir el cansancio), diseños de pantallas an-
tirreflejos y teclados que descansen la muñeca. Con respecto al software se
inicia una verdadera carrera para encontrar la manera en que el usuario pase
menos tiempo capacitándose y entrenándose y más tiempo produciendo. Se
ponen al alcance programas con menús (listas de opciones) que orientan en
todo momento al usuario (conel consiguiente aburrimiento de los usuarios
expertos); otros programas ofrecen toda una artillerı́a de teclas de control y
teclas de funciones (atajos) para efectuar toda suerte de efectos en el trabajo
(con la consiguiente desorientación de los usuarios novatos). Se ofrecen un
sin número de cursos prometiendo que en pocas semanas hacen de cualquier
persona un experto en los programas comerciales. Pero el problema “constan-
te”es que ninguna solución para el uso de los programas es “constante”. Cada
nuevo programa requiere aprender nuevos controles, nuevos trucos, nuevos
menús. Se empieza a sentir que la relación usuario-PC no está acorde con
los desarrollos del equipo y de la potencia de los programas. Hace falta una
relación amistosa entre el usuario y la PC.
Las computadoras de esta generación fueron: la Philco 212 (esta com-

pañı́a se retiró del mercado en 1964) y la UNIVAC M460, la Control Data
Corporation modelo 1604, seguida por la serie 3000, la IBM mejoró la 709 y
sacó al mercado la 7090, la National Cash Register empezó a producir máqui-
nas para proceso de datos de tipo comercial, introdujo el modelo NCR 315.
La Radio Corporation of America introdujo el modelo 501, que manejaba
el lenguaje COBOL, para procesos administrativos y comerciales. Después
salió al mercado la RCA 601.
Figura 1.16: RCA-601.
1.2.3. Tercera generación
Con los progresos de la electrónica y los avances de comunicación con las

computadoras en la década de los 1960, surge la tercera generación de las
computadoras. Se inaugura con la IBM 360 en abril de 1964.
Figura 1.17: IBM-360.
Las caracterı́sticas de esta generación fueron las siguientes:
Su fabricación electrónica esta basada en circuitos integrados.

Su manejo es por medio de los lenguajes de control de los sistemas
operativos.
La IBM produce la serie 360 con los modelos 20, 22, 30, 40, 50, 65, 67,
75, 85, 90, 195 que utilizaban técnicas especiales del procesador, unidades de
cinta de nueve canales, paquetes de discos magnéticos y otras caracterı́sticas
que ahora son estándares (no todos los modelos usaban estas técnicas, sino
que estaba dividido por aplicaciones). El sistema operativo de la serie 360,
se llamó OS que contaba con varias configuraciones, incluı́a un conjunto de
técnicas de manejo de memoria y del procesador que pronto se convirtieron
en estándares.
En 1964 CDC introdujo la serie 6000 con la computadora 6600 que se

consideró durante algunos años como la más rápida. En la década de 1970,
la IBM produce la serie 370 (modelos 115, 125, 135, 145, 158, 168). UNIVAC
compite son los modelos 1108 y 1110, máquinas en gran escala; mientras
que CDC produce su serie 7000 con el modelo 7600. Estas computadoras se
caracterizan por ser muy potentes y veloces.
Figura 1.18: CDC-7600.
A finales de esta década la IBM de su serie 370 produce los modelos 3031,
3033, 4341. Burroughs con su serie 6000 produce los modelos 6500 y 6700
de avanzado diseño, que se reemplazaron por su serie 7000. Honey - Well
participa con su computadora DPS con varios modelos.
Figura 1.19: System /370-145.
A mediados de la década de 1970, aparecen en el mercado las computado-

ras de tamaño mediano, o minicomputadoras que no son tan costosas como
las grandes (llamadas también como mainframes que significa también, gran
sistema), pero disponen de gran capacidad de procesamiento. Algunas mi-
nicomputadoras fueron las siguientes: la PDP - 8 y la PDP - 11 de Digital
Equipment Corporation, la VAX (Virtual Address eXtended) de la misma
compañı́a, los modelos NOVA y ECLIPSE de Data General, la serie 3000 y
9000 de Hewlett - Packard con varios modelos el 36 y el 34, la Wang y Honey
- Well -Bull, Siemens de origen alemán, la ICL fabricada en Inglaterra. En
la Unión Soviética se utilizó la US (Sistema Unificado, Ryad) que ha pasado
por varias generaciones.
1.2.4. Cuarta Generación
Aquı́ aparecen los microprocesadores que es un gran adelanto de la mi-

croelectrónica, son circuitos integrados de alta densidad y con una velocidad
impresionante. Las microcomputadoras con base en estos circuitos son ex-
tremadamente pequeñas y baratas, por lo que su uso se extiende al mercado

industrial. Aquı́ nacen las computadoras personales que han adquirido pro-
porciones enormes y que han influido en la sociedad en general sobre la
llamada “revolución informática”.
En 1976 Steve Wozniak y Steve Jobs inventan la primera microcompu-

tadora de uso masivo y más tarde forman la compañı́a conocida como la
Apple que fue la segunda compañı́a más grande del mundo, antecedida tan
solo por IBM; y esta por su parte es aún de las cinco compañı́as más gran-
des del mundo. En 1981 se vendieron 800 00 computadoras personales, al
siguiente subió a 1 400 000. Entre 1984 y 1987 se vendieron alrededor de
60 millones de computadoras personales, por lo que no queda duda que su
impacto y penetración han sido enormes.
Figura 1.20: Steve Jobs y Steve Wozniak.
Con el surgimiento de las computadoras personales, el software y los sis-

temas que con ellas de manejan han tenido un considerable avance, porque
han hecho más interactiva la comunicación con el usuario. Surgen otras apli-
caciones como los procesadores de palabra, las hojas electrónicas de cálculo,
paquetes gráficos, etc. También las industrias del Software de las compu-
tadoras personales crece con gran rapidez, Gary Kildall y William Gates se
dedicaron durante años a la creación de sistemas operativos y métodos para
lograr una utilización sencilla de las microcomputadoras (son los creadores
de CP/M y de los productos de Microsoft).
No todo son microcomputadoras, por su puesto, las minicomputadoras

y los grandes sistemas continúan en desarrollo. De hecho las máquinas pe-
queñas rebasaban por mucho la capacidad de los grandes sistemas de 10 o
15 años antes, que requerı́an de instalaciones costosas y especiales, pero serı́a
equivocado suponer que las grandes computadoras han desaparecido; por el
contrario, su presencia era ya ineludible en prácticamente todas las esferas
de control gubernamental, militar y de la gran industria.
Las enormes computadoras de las series CDC, CRAY, Hitachi o IBM por
ejemplo, eran capaces de atender a varios cientos de millones de operaciones
por segundo.
1.2.5. Quinta Generación
En vista de la acelerada marcha de la microelectrónica, la sociedad in-

dustrial se ha dado a la tarea de poner también a esa altura el desarrollo
del software y los sistemas con que se manejan las computadoras. Surge la
competencia internacional por el dominio del mercado de la computación,
en la que se perfilan dos lı́deres que, sin embargo, no han podido alcanzar
el nivel que se desea: la capacidad de comunicarse con la computadora en
un lenguaje más cotidiano y no a través de códigos o lenguajes de control
especializados.
Japón lanzó en 1983 el llamado “programa de la quinta generación de

computadoras”, con los objetivos explı́citos de producir máquinas con in-
novaciones reales en los criterios mencionados. Y en los Estados Unidos ya
está en actividad un programa en desarrollo que persigue objetivos semejan-
tes, que pueden resumirse de la siguiente manera: Procesamiento en paralelo
mediante arquitecturas y diseños especiales y circuitos de gran velocidad.
Manejo de lenguaje natural y sistemas de inteligencia artificial.
El futuro previsible de la computación es muy interesante, y se puede

esperar que esta ciencia siga siendo objeto de atención prioritaria de gobiernos
y de la sociedad en conjunto.
Capı́tulo 2
Lenguajes y Gramáticas
2.1. Gödel y Turing
En el año 1931 se produjo una revolución en las ciencias matemáticas, con

el descubrimiento realizado Kurt Gödel (1906-1978), que quizá deba conside-
rarse el avance matemático más importante del siglo XX : Toda formulación
axiomática de la teorı́a de números contiene proposiciones indecibles. Es de-
cir cualquier teorı́a matemática ha de ser incompleta. Siempre habrá en ella
afirmaciones que no se podrán demostrar ni negar.
El teorema de Gödel puso punto final a las esperanzas de los matemáticos

de construir un sistema completo y consistente, en el que fuese posible de-
mostrar cualquier teorema. Estas esperanzas habı́an sido expresadas en 1900
David Hilbert (1862-1943), quien generalizó sus puntos de vista proponiendo
el problema de la decisión, cuyo objetivo era descubrir un método general
para decidir si una fórmula lógica es verdadera o falsa.
En 1937, el matemático inglés Alan Mathison Turing (1912-1953) publicó

otro artı́culo famoso sobre los números calculables, que desarrollo el teorema
de Gödel y puede considerarse el origen oficial de la computación. En este
27
28 CAPÍTULO 2. LENGUAJES Y GRAMÁTICAS
artı́culo introdujo la máquina de Turing, una entidad matemática abstracta

que formalizó por primera vez el concepto de algoritmo y resulto ser precur-
sora de las máquinas de calcular automáticas, que comenzaron a extenderse
a partir de la década siguiente. Además el teorema de Turing demostraba
que existen problemas irresolubles, es decir, que ninguna máquina de Turing,
y por ende ninguna computadora, será capaz de obtener su solución?. Por
ello se considera a Turing como el padre de la teorı́a de la computabilidad.
El teorema de Turing es, en el fondo, equivalente al teorema de Gödel. Si el

segundo demuestra que no todos los teoremas pueden demostrarse, el primero
dice que no todos los problemas pueden resolverse. Además la demostración
de ambos teoremas es muy parecida y son realizadas por reducción al absurdo.
2.2. Autómatas
En 1938, otro artı́culo famoso del matemático norteamericano Claude El-

wood Shannon (1916-2001), vino a establecer las bases para la aplicación
de la lógica matemática a los circuitos combinatorios y secuenciales, cons-
truidos al principio con relés y luego con dispositivos electrónicos de vacı́o
y estado sólido. A lo largo de las décadas siguientes, las ideas de Shannon
se convirtieron en la teorı́a de las máquinas secuenciales y de los autámatas
finitos.
Los autómatas son sistemas capaces de transmitir información. En sentido

amplio, todo sistema que acepta señales de su entorno y, como resultado,
cambia de estado y transmite otras señales al medio, puede considerarse
como un autómata. Con esta definición, cualquier máquina, un teléfono, una
computadora e incluso los seres vivos, los seres humanos y las sociedades
se comportarı́an como autómatas. Este concepto de autómata es demasiado
general para su estudio teórico, por lo que se introducen limitaciones en su
definición.
Desde su nacimiento, la teorı́a de autómatas encontró aplicación en cam-

pos muy diversos, pero que tienen en común el manejo de conceptos como
2.3. LENGUAJES Y GRAMÁTICAS 29
control, la acción, la memoria.
2.3. Lenguajes y Gramáticas
En la década de 1950, el lingüista norteamericano Avram Noam Chomsky

(1928-) revolucionó su campo de actividad con la teorı́a de las gramáticas
transformacionales, que estableció las bases de la lingüı́stica matemática y
proporcionó una herramienta que, aunque Chomsky la desarrolló para apli-
carla a los lenguajes naturales, facilitó considerablemente el estudio y la
formalización de los lenguajes de computadora, que comenzaban a aparecer
precisamente en aquella época.
El estudio de los lenguajes se divide en el análisis de la estructura de las

frases (gramática) y de su significado (semántica). A su vez, la gramática
puede analizar las formas que toman las palabras (morfologı́a), su combi-
nación para formar frases correctas (sintaxis) y las propiedades del lenguaje
hablado (fonética). Por ahora, tan sólo esta última no se aplica a los lenguajes
de computadora.
Aunque desde el punto de vista teórico la distinción entre sintaxis y

semántica es un poco artificial, tiene una enorme trascendencia desde el punto
de vista práctico, especialmente para diseño y construcción de compiladores.
2.4. Máquinas Abstractas y Lenguajes For-

males
La teorı́a de los lenguajes formales resultó tener una relación sorprendente

con la teorı́a de máquinas abstractas. Los mismos fenómenos aparecen inde-
pendientemente en ambas disciplinas y es posible establecer un isomorfismo
entre ellas.
Chomsky clasificó las gramáticas y los lenguajes formales de acuerdo con

una jerarquı́a de cuatro grados, cada uno de los cuales contiene a todos los
siguientes.
Pues bien : paralelamente a esta jerarquı́a de gramáticas y lenguajes,

existe otra de máquinas abstractas equivalentes. La tabla siguiente resume
la relación entre las cuatro jerarquı́as de las gramáticas, los lenguajes, las
máquinas abstractas y los problemas que son capaces de resolver.
Problemas no
computables
Gramáticas tipo 0 Lenguajes Máquinas de Problemas recursi-
computables Turing vamente enumera-
bles
Gramáticas tipo 1 Lenguajes Autómatas
dependientes Lineales
del contexto Acotados
Gramáticas tipo 2 Lenguajes Autómatas
indepen- de Pila
dientes del
contexto
Gramáticas tipo 3 Lenguajes Autómatas Expresiones regula-
regulares finitos res
2.5. Alfabetos, Sı́mbolos y palabras
Se llama alfabeto a un conjunto finito, no vacı́o. Los elementos del alfabeto

se llaman sı́mbolos. Por ejemplo:
Ejemplo 2.5.1.
Σ1 = {a, b, c, d, e, ..., z}
Σ2 = {0, 1}
Σ3 = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
Σ4 = Todas las palabras del diccionario
2.5. ALFABETOS, SÍMBOLOS Y PALABRAS 31
Se llama palabra (cadena , oración) a una secuencia finita de sı́mbolos de

un alfabeto. Por ejemplo:
Ejemplo 2.5.2.
s = computacion ( palabra sobre Σ1 )

u = 110010111 (palabra sobre Σ2 )
v = 5047850 (palabra sobre Σ3 )
w = en computación el equivalente al novel,
es la medalla turing (oración sobre Σ4 )
Se llama longitud de una palabra al número de sı́mbolos que la componen.

La palabra cuya longitud es cero se llama palabra vacı́a y se representa con
λ. Por ejemplo:
Ejemplo 2.5.3.
|w| = 11
|v| = 9
|u| = 7
|λ| = 0
El conjunto de todas las palabras que se pueden formar con los sı́mbolos
de un alfabeto se llama lenguaje universal de Σ. De momento se utilizará
la notación W(Σ) para representarlo. Es evidente que W(Σ) es un conjunto
infinito. Por ejemplo:
W(Σ1 ) = {λ, informatica, aabbcc, a, b, logica, sxyw, . . .}

W(Σ2 ) = {λ, 0, 1, 001, 11, 1110101, . . .}
W({a}) = {λ, a, aa, aaa, aaaa, . . .}
Obsérvese que la palabra vacı́a pertenece a todos los lenguajes universales de

todos los alfabetos posibles.
2.6. Operaciones con Palabras
La concatenación de palabras u con v, es la palabra w = uv que se obtiene

poniendo los sı́mbolos de u y a continuación los sı́mbolos de v. Por ejemplo:
Ejemplo 2.6.1. Si
u = a1 , a2 , . . . , ai
v = b1 , b2 , . . . , bj
son dos palabras en W(Σ).
Se tiene que:
w = uv = a1 , a2 , . . . , ai , b1 , b2 , . . . , bj
La concatenación también se puede representar con w = u.v. Esta ope-

ración tiene las siguientes propiedades:
2.6.1. Operación Cerrada:
u, v ∈ W ⇒ u.v ∈ W(Σ)
2.6.2. Propiedad Asociativa:
u.(v.w) = (u.v).w , ∀ u, v, w ∈ W(Σ)
Por cumplir las dos propiedades anteriores: (W(Σ) , .) es un semigrupo.

2.7. LENGUAJES 33
2.6.3. Existencia de Elemento Neutro:
∃ λ ∈ W(Σ) / λ.u = u.λ , ∀u ∈ W(Σ)
Por cumplir las dos propiedades anteriores: (W(Σ) , .) es un monoide.
2.6.4. Potencia de una Palabra:
Puesto que (W(Σ) , .) es un monoide, en el se define la potencia de una

palabra como sigue:
uk = u.uk−1 ,k > 0
u0 = λ
2.6.5. Reflexión de una Palabra:
Sea u = a1 , a2 , . . . , an . Se llama palabra refleja o inversa de u, a la palabra

u−1 = an , . . . , a2 , a1
2.7. Lenguajes
Todo subconjunto L del lenguaje universal W(Σ) diremos que es un len-

guaje sobre Σ. En particular, el conjunto vacı́o Φ y W(Σ) son lenguajes sobre
Σ. Como los lenguajes son conjuntos es claro que sobre los lenguajes se de-
finen todas las operaciones clásicas de los conjuntos y que en ellos también
conservan las propiedades de la teorı́a de conjuntos.
2.7.1. Concatenación de Lenguajes
La concatenación de los lenguajes L1 ⊂ W(Σ) y L2 ⊂ W(Σ) es el lenguaje:
L1.L2 = {u.v / u ∈ L1 ∧ v ∈ L2}
La concatenación de lenguajes tienen las siguientes propiedades:
1. Φ.L = L.Φ = Φ
2. Operación cerrada:
L1 ⊂ W(Σ) ∧ L2 ⊂ W(Σ) ⇒ L1.L2 ⊂ W(Σ)
3. Propiedad asociativa:
L1.(L2.L3) = (L1.L2).L3
4. Existencia de elemento neutro:
{λ} .L = L. {λ} .L = L
Por cumplir las tres propiedades anteriores (P(W(Σ)) , .) es un monoi-

de. Por tanto en P(W(Σ)) se define la potencia de lenguajes :
Lk = L.Lk−1 ,k > 0
L = {λ}
0
2.7.2. Clausura Positiva de un Lenguaje
Es el lenguaje L+ , obtenido uniendo el lenguaje L, con todas sus potencias

∞
posibles, excepto L0 . Es decir, L+ = Li . Obviamente, ninguna clausura
S
i=1
positiva contiene la palabra vacı́a, a menos que dicha palabra está en L.
2.8. CONCEPTOS BÁSICOS SOBRE GRAMÁTICAS 35
Puesto que el alfabeto Σ es también un lenguaje sobre Σ, pueden aplicárse-

le esta operación, entonces Σ∗ = W( Σ) − {λ}.
2.7.3. Iteracción, Cierre o Clausura de un Lenguaje
Es el lenguaje L∗ , obtenido uniendo el lenguaje L, con todas sus poten-

∞
cias posibles, incluso L0 . Es decir, L∗ = Li . Son evidentes las siguientes
S
i=0
identidades:
1. L∗ = L+ {λ}
S
2. L+ = L.L∗ = L∗ .L
3. Σ∗ = W(Σ)
Que es la notación que utilizaremos a partir de este momento.
4. Para todo alfabeto Σ , Σ∗ es infinito numerable.
5. El conjunto de todos lenguajes sobre Σ no es numerable.
2.7.4. Reflexión de Lenguajes
Se llama lenguaje reflejo o inverso de L al lenguaje

L−1 = {u−1 / u ∈ L}
2.8. Conceptos Básicos sobre Gramáticas
En primer lugar, debemos esclarecer los términos lenguaje formal y len-

guaje natural. Es posible distinguir a ambos por medio de la pregunta, que
surgió primero, el lenguaje o sus reglas gramaticales?. En general, un len-

guaje natural es aquel que ha evolucionado con el paso del tiempo para fines
de comunicación humana, por ejemplo el inglés, el español o el alemán. Es-
tos lenguajes continúan su evolución sin tomar en cuenta reglas gramaticales
formales; cualquier regla se desarrolla después de que sucede el hecho, en
un intento por explicar, y no determinar, la estructura del lenguaje. Como
resultado de esto, pocas veces los lenguajes naturales se ajustan a reglas gra-
maticales sencillas. Esta situación es el pelo en la sopa de los académicos de
la lengua, la mayorı́a de las cuales trata de convencernos de que nuestra for-
ma de hablar es incorrecta en vez de aceptar la posibilidad de que no hayan
encontrado el conjunto de reglas adecuado, que sus reglas ya no son válidas
o que no existen dichas reglas.
En contraste con los lenguajes naturales, los formales están definidos por
reglas preestablecidas y, por lo tanto, se ajustan con todo rigor a ellas. Como
ejemplo tenemos los lenguajes de programación y la matemática. Gracias a
esta adhesión a las reglas, es posible construir traductores computarizados
eficientes para los lenguajes de programación, a la vez que la falta de adhesión
a las reglas establecidas dificulta la construcción de un traductor para un
lenguaje natural.
Las gramáticas formales son descripciones estructurales de las sentencias

de los lenguajes, tanto formales, como naturales. Las definiciones proporcio-
nadas anteriormente de los lenguajes son extensionales; es decir, para descri-
bir el lenguaje se enumeran todas las palabras que lo forman. Las gramáticas
formales que pasaremos a definir permiten describir por comprensión a los
lenguajes.
2.8.1. Gramática de Estructura de Frases
Se llama Gramática de Estructura de Frases a la cuádrupla
G = (ΣT , ΣN , v0 , 7−→)
donde:
ΣT es un alfabeto llamado de sı́mbolos terminales.
ΣN es un alfabeto llamado de sı́mbolos no terminales. Se verifica que

Σ = ΣT ∪ ΣN y ΣT ∩ ΣN = Φ.
v0 ∈ ΣN es el sı́mbolo inicial ó axioma.
7→ es una relación finita en Σ∗ , sus elementos u 7→ v se llaman produc-

ciones y especifica los reemplazos permisibles, en el sentido de que se
puede reemplazar u por v.
También es posible introducir la relación ⇒ en Σ∗ llamada de derivabi-

lidad directa ; x ⇒ y significa que x = l.u.r, y = l.v.r siempre y cuando
u 7→ v y diremos que y se deriva directamente de x.
Se decreta que una cadena w ∈ Σ∗T es una oración sintácticamente correcta

si y sólo si v0 ⇒∞ w
El lenguaje generado por G o el lenguaje de G, denotado por L(G) es

el conjunto de todas las cadenas que son sintácticamente correctas en G, es
decir :
L(G) = {w ∈ Σ∗T / v0 ⇒∞ w}
Ejemplo 2.8.1. Sea:
ΣT = {la, soñolienta, feliz, tortuga, liebre, rebasa, a, corre, rápidamente, lentamente}

ΣN = {oración, sujeto, predicado.con.verbo.transitivo, predicado.verbo.intransitivo,
artı́culo, adjetivo, nombre, verbo, adverbio}
y las producciones :
oración 7→ sujeto, predicado.con.verbo.transitivo, sujeto

oración 7→ sujeto, predicado.con.verbo.intransitivo
sujeto 7→ artı́culo, nombre, adjetivo
sujeto7→ artı́culo, nombre predicado.con.verbo.transitivo7→ verbo.transitivo
predicado.con.verbo.intransitivo7→ verbo.intransitivo, adverbio
predicado.con.verbo.intransitivo7→ verbo.intransitivo
artı́culo 7→ la
adjetivo7→ feliz
adjetivo7→ soñolienta
nombre7→ tortuga
nombre7→ liebre
verbo.transitivo7→ rebasa, a
verbo.intransitivo7→ corre
adverbio7→ rápidamente
adverbio7→ lentamente
entonces; G =(ΣT ,ΣN ,oración,7−→) es una gramática de estructura de fra-

se.
Las siguientes oraciones pertenecen a L(G)?
la liebre feliz corre

la tortuga soñolienta corre rápidamente.
la liebre corre a la tortuga soñolienta
la liebre soñolienta rebasa a la tortuga feliz
la tortuga rebasa a la liebre
Observación 2.8.1. Se debe tener en cuenta que
a. Sean v , w dos palabras del mismo alfabeto. Se dice que existe una
relación Tue entre v , w si se verifica que v 7→ w∞ v = w.
b. Una gramática G se llama recursiva en v si v 7→ xvy. Si x = λ se dice que
la gramática es recursiva a izquierdas. Si y = λ se dice que la gramática
es recursiva a derechas. Si un lenguaje es infinito, la gramática que lo
genera tiene que ser recursiva.
2.8.2. Tipos de Gramáticas
Chomsky clasificó a las gramáticas en cuatro grandes grupos, cada uno

de los cuales incluye a los siguientes.
1. Gramáticas de Tipo 0:
Son las más generales. Las reglas de producción no tienen ninguna
restrición. Los lenguajes generados por estas gramáticas se llaman len-
guajes sin restricciones.
2. Gramáticas de Tipo 1:
Las reglas de producción de estas gramáticas v 7→ w son tales que
|v| ≤ |w|. Los lenguajes representados por este tipo de gramáticas se
llaman dependientes del contexto o sensibles al contexto.
3. Gramáticas del Tipo 2:

Las reglas de producción de estas gramáticas tienen la forma v 7→ w
donde v ∈ ΣN , w ∈ Σ∗ . Los lenguajes representados por este tipo de
gramáticas se llaman independientes del contexto, pues la conversión
de v en w puede aplicarse cualquiera que sea el contexto donde se
encuentre v. La sintaxis de casi todos los lenguajes de programación
pueden describirse mediante este tipo de gramáticas.
4. Gramáticas del Tipo 3:

Las producciones v 7→ w de estas gramáticas verifican las condiciones
de las gramáticas del tipo 2 y además deberán cumplir que w tenga
a lo más un sı́mbolo de ΣN y éste debe estar más a la derecha. Los
lenguajes generados por este tipo de gramáticas se denominan lenguajes
regulares.
Observación 2.8.2. Tenga en claro que
a. Las gramáticas, que resultan ser modelos muy tiles para el desarrollo
de software destinado a procesar datos que posean estructura recursiva.
El ejemplo más conocido es el analizador sintáctico, ó parecer, que es
la componente del compilador que se ocupa de las caracterı́sticas re-
cursivas de los lenguajes de programación tı́picos, como las expresiones
(aritméticas, condicionales, etc.)
b. Las gramáticas del Tipo 2 tienen métodos alternativos tiles para des-
plegar las producciones.
c. Una notación alternativa es la notación BNF ( forma Backus-Naur).

Los sı́mbolos no terminales se encierran entre ¡ , ¿ y todos los lados
derechos correspondientes a un sı́mbolo no terminal del lado izquierdo
son enumerados juntos, separados por el sı́mbolo —. El sı́mbolo 7→se
reemplaza por el sı́mbolo ::=.
d. Un segundo método alternativo para desplegar las producciones de las

gramáticas del Tipo 2 son los diagramas sintácticos. ésta es una imagen
de cada una de las producciones que permite al usuario ver las susti-
tuciones en forma din?ica. La junta de todos los diagramas sintácticos
donde sólo aparece el sı́mbolo inicial v0 se llama diagrama maestro.
2.9. EXPRESIONES REGULARES 41
Ejemplo 2.8.2. Describa el lenguaje generado por la siguiente gramática
< numero − decimal > ::=< entero − sin − signo > | < decimal > |
< entero − sin − signo >< decimal >
< decimal > ::=< entero − sin − signo >
< entero − si − signo > ::=< digito > | < digito >< entero − sin − signo >
< digito > ::= 0|1|2|3|4|5|6|7|8|9
Ejemplo 2.8.3. Dibujar los diagramas sintácticos y el diagrama maestro

de la gramática del ejemplo anterior.
2.9. Expresiones Regulares
Las expresiones regulares pueden describirse recursivamente de la siguien-

te forma. En esta definición no sólo describimos que son expresiones regu-
lares, sino que para cada expresión regular α describiremos el lenguaje que
representa, al que llamaremos L(α).
1. El sı́mbolo Φ (conjunto vacı́o) es una expresión regular y L(Φ) = { }
2. λ es una expresión regular y L(λ) = {λ}.
3. Si a ∈ Σ entonces el sı́mbolo a es una expresión regular y L(a) = {a}.
4. Si α , β son expresiones regulares, entonces α∨β , α.β , α∗ también son

expresiones regulares y L(α ∨ β) = L(α) ∪ L(β), L(α.β) = L(α).L(β)
L(α∗ ) = (L(α))∗
Ejemplo 2.9.1. Las siguientes son expresiones regulares en Σ = {0, 1}

junto con el lenguaje que le corresponde:
1. L(1) = {1}
2. L((0 ∨ 11)01) = {001, 1101}

3. L(1∗ 00) = {00, 100, 1100, 11100, 111100, ...}

Definición 2.1. Sean r, s, t expresiones regulares sobre el mismo alfabeto
Σ. entonces :
1. r ∨ s = s ∨ r
2. r ∨ Φ = r = Φ ∨ r
3. r ∨ r = r
4. r ∨ (s ∨ t) = (r ∨ s) ∨ t
5. r.λ = λr = r
6. r.Φ = Φr = Φ
7. (r.s).t = r.(s.t)
8. r.(s ∨ t) = r.s ∨ rt,(s ∨ t).r = s.r ∨ tr

∗
9. r∗ = r∗ = r∗ r∗ = (λ ∨ r)∗ = r∗ .(r ∨ λ) = (r ∨ λ).r∗ = λ ∨ r.r∗
10. (r ∨ s)∗ = (r∗ ∨ s∗ )∗ = (r∗ s∗ )∗
11. r.(s.r)∗ = (r.s)∗ .r
12. (r∗ .s)∗ = λ ∨ (r ∨ s)∗ s
13. (r.s∗ )∗ = λ ∨ r.(r ∨ s)∗
14. s.(r ∨ λ)∗ (r ∨ λ) ∨ s = s.r∗
15. r.r∗ = r∗ .r
Ejemplo 2.9.2. Simplificar las siguientes expresiones regulares
1. (λ ∨ aa)∗
2. (λ ∨ aa).(λ ∨ aa)∗
3. a.(λ ∨ aa)∗ a ∨ λ
4. (a ∨ λ).a∗ .b
2.10. ÁRBOLES DE DERIVACIÓN 43
2.10. Árboles de Derivación
Toda derivación de una gramática de Tipo 1, 2, 3 puede representarse

mediante un árbol, que se construye de la siguiente manera:
1. La rama del árbol se denota por el axioma de la gramática.
2. Una derivación directa se representa por un conjunto de ramas que

salen de un nodo. Al aplicar una regla, un sı́mbolo de la parte izquierda
queda sustituido por la palabra x de la parte derecha. Por cada uno
de los sı́mbolos de x se dibuja una rama que parte del nodo dado y
termina en otro, denotado por dicho sı́mbolo.
Sean dos sı́mbolos A y B en la palabra x. Si A está la izquierda de B
en x, entonces la rama que termina en A se dibujará a la izquierda de
la rama que termina en B.
A lo largo del proceso de construcción del árbol, los nodos finales de cada
paso sucesivo leı́dos de izquierda a derecha, dan la forma sentencial obtenida
por la derivación representada por el árbol.
Se llama rama terminal aquella que se dirige hacia un nodo denotado por
un sı́mbolo terminal de la gramática. Este nodo se denomina hoja o o nodo
terminal del árbol. El conjunto de las hojas del árbol, leı́das de izquierda a
derecha, da la sentencia generada por la derivación.
2.11. Lista de ejercicios
1. Describa con precisión el lenguaje L(G) producido por las gramáticas :
a) G = (ΣT , ΣN , v0 , 7−→), ΣT = {a, b}, ΣN = {v0 , v1 , v2 }, v0 7→ aav0 , v0 7→

bbv1 , v1 7→ bbv1 , v1 7→ b
b) G = (ΣT , ΣN , v0 , 7−→), ΣT = {0, 1}, ΣN = {v0 , v1 }, v0 7→ av0 , v0 7→

av1 , v1 7→ bv1 , v1 7→ λ
c) G = (ΣT , ΣN , v0 , 7−→), ΣT = {x, y}, ΣN = {v0 }, v0 7→ xv0 y , v0 7→ xy
d ) G = (ΣT , ΣN , v0 , 7−→), ΣT = {a, (, ), +}, ΣN = {v0 , v1 , v2 }, v0 7→
(v0 ) , v0 →
7 a + v1 , v1 7→ a + v2 , v2 7→ a + v2 , v2 7→ a
e) G = (ΣT , ΣN , v0 , 7−→), ΣT = {a, b, c}, ΣN = {v0 , v1 , v2 }, v0 7→
v0 v1 , v0 v1 →
7 v2 v0 , v2 v0 7→ ab , v2 7→ a , v1 7→ c
2. Del problema anterior en cada caso determine el tipo de gramática.
3. Dada la gramática G = (ΣT , ΣN , I, 7−→), escribir la expresión regular

correspondiente a L(G)
< I > ::=< L > | < L >< W >

< W > ::=< L >< W > | < D >< W > |L|D
< L > ::= a|b|c
< D > ::= 0|1|2|3|4|5|6|7|8|9
4. Escribir una expresión regular que describa números de teléfono. Con-

siderar números internacionales, ası́ como el hecho de que diferentes
paı́ses tienen diferente número de dı́gitos para los códigos de zona y los
números locales.
5. Diseñar una gramática G tal que L(G) = L((00 ∨ 01 ∨ 10 ∨ 11)∗ )

Capı́tulo 3
Autómatas Finitos
Se piensa en una máquina como en un sistema que puede aceptar una

entrada, que podrı́a producir una salida y que tiene un tipo de memoria in-
terna que puede llevar el registro de cierta información acerca de las entradas
anteriores. La condición interna completa de la máquina y de toda su me-
moria, en un instante particular, constituye el estado de la máquina en ese
instante. El estado en que la máquina se encuentra en cualquier instante re-
sume su memoria de las entradas pasadas y determina la forma en que debe
reaccionar a la entrada posterior.
En este capı́tulo estudiaremos la clase de máquinas técnicas conocidas

como Autómatas Finitos. Aunque su poder es limitado, encontraremos que
estas máquinas son capaces de reconocer numerosos patrones de sı́mbolos, los
cuales identificaremos con la clase de los lenguajes regulares. Los conceptos
que presentan los autómatas finitos y los lenguajes regulares son de interés
fundamental para la mayorı́a de las aplicaciones que requieran técnicas de
reconocimiento de patrones. Una de estas aplicaciones es la construcción de
compiladores.
45
46 CAPÍTULO 3. AUTÓMATAS FINITOS
3.1. Autómatas Finitos Deterministas (AFD)
Esta máquina consiste en un dispositivo que puede estar en cualquiera

de un número finito de estados, uno de los cuales es el estado inicial y por
lo menos uno es estado de aceptación. A este dispositivo esta unido un flujo
de entrada por medio del cual llegan en secuencia los sı́mbolos de un alfa-
beto determinado. La máquina tiene la capacidad para detectar los sı́mbolos
conforme llegan y, basándose en el estado actual y el sı́mbolo recibido, eje-
cutar una transición de estados, que consiste en un cambio a otro estado la
permanencia en el estado actual.
La determinación de cual será precisamente la transición que ocurra la

recibir un sı́mbolo depende de un mecanismo de control de la máquina, pro-
gramado para conocer cuál debe ser el nuevo estado dependiendo de la com-
binación del estado actual y el sı́mbolo de entrada.
Tradicionalmente, un AFD se visualiza de la manera presentada en la

figura 3.1
S2
start S1
Figura 3.1: Autómata Finito Determinista

3.1. AUTÓMATAS FINITOS DETERMINISTAS (AFD) 47
Definición 3.1. Un AFD es la quintupla:
M = (S, Σ, δ, i, F)
donde:
S es un conjunto finito de estados.
Σ es el alfabeto de la máquina.
δ : S×Σ → S es una función, llamada función de transición de estados.
i (un elemento de S) es el estado inicial.
F (un subconjunto de S) es el conjunto de estados de aceptación.
a. La función δ describe el efecto que tiene esta entrada sobre los estados
de la máquina. Ası́ si la máquina se encuentra en el estado si y ocurre
la entrada x, el siguiente estado de la máquina será δ(si , x) = sj .
b. El paso siguiente es extender la función δ para que pueda describirse

el estado en que termina el AFD si comienza en un estado si y recibe
la cadena x1 , x2 , . . . , xn de sı́mbolos de entrada.
Ası́ pues, la función
δ∗ : S × Σ∗ → S
definida recursivamente por
δ∗ (si , x1 , x2 , . . . , xn ) = δ∗ (δ(si , x1 ), x2 , . . . , xn ),
δ∗ (si , xk ) = δ(si , xk )
equivale exactamente a lo que esperábamos al obtener al evaluar una

cadena de entradas x1 , x2 , . . . , xn en Σ∗ .
c. Diremos que una cadena w ∈ Σ∗ es aceptada o reconocida por el AFD

M = (S, Σ, δ, i, F) si y sólo si δ∗ (i, w) ∈ F.
d. El conjunto de todas las cadenas aceptadas por la máquina M se de-

nomina el lenguaje de la máquina lo que se denota con L(M).
Ejemplo 3.1.1. Si definimos:
S = {s0 , s1 , s2 }
Σ = {0, 1}
F = {s2 }
además:
δ(s0 , 0) = s0
δ(s0 , 1) = s1
δ(s1 , 0) = s1
δ(s1 , 1) = s2
δ(s2 , 0) = s2
δ(s2 , 1) = s0
se tiene que M = (S, Σ, δ, i, F) es un AFD.
La función de transiciones δ puede representarse en un tabla que lla-

maremos tabla de transición de estados:
Los AFD M = (S, Σ, δ, i, F) definen en forma natural una relación
RM S → S, de acuerdo con :
si RM sj ⇔ ∃x(x ∈ Σ ∧ δ(si , x) = sj )
.
El digrafo asociado a RM le llamaremos diagrama de transiciones.
figura...
01110 ∈ L(M) ?
L(M) = ?
Ejemplo 3.1.2. Diseñar un AFD M tal que L(M) = {a, ab, b, ba, aa}
Ejemplo 3.1.3. Diseñar un AFD M tal que L(M) conste de todas las
cadenas que contengan los patrones abb baa.
3.2. AUTÓMATAS FINITOS NO DETERMINISTAS (AFND) 49
Ejemplo 3.1.4. Diseñar un AFD M tal que L(M) = L ((11 ∨ 110)∗ 0)
Definición 3.2. Para cualquier alfabeto Σ existe un lenguaje que no es

generado por un AFD M.
Definición 3.3. Lema del bombeo
Si el lenguaje de máquina de un AFD M contiene cadenas de la forma

n n
x y para n enteros positivos arbitrariamente grandes entonces debe conte-
ner cadenas de la forma xr yk donde r 6= k.
Observación 3.1.1. El teorema anterior determina que
L(M) = {xn yn / n ≥ 0}
no se puede generar por un AFD M. Lo que muestra que el poder compu-

tacional de los AFD es limitado.
3.2. Autómatas Finitos no Deterministas (AFND)
Ejemplos como como el 2.1.1-4 hacen pensar que encontrar un AFD que
corresponda a una expresión regular dada puede ser tedioso, sin embargo
si relajamos la condición del determinismo, el proceso de diseñar suele ser
mucho más sencillo. Estos autómatas son los que pasamos a definir a conti-
nuación.
Definición 3.4. Un AFND es la quintupla
M = (S, Σ, ρ, i, F)
donde:
S es un conjunto finito de estados.

Σ es el alfabeto de la máquina.
ρ : S×Σ → S es una relación, llamada relación de transición de estados.
i (un elemento de S) es el estado inicial.
F (un subconjunto de S) es el conjunto de estados de aceptación.
Ejemplo 3.2.1. Diseñar un AFND M que acepte las cadenas en el alfa-

beto Σ = {x, y} que no contengan tres x consecutivas.
Ejemplo 3.2.2. Diseñar un AFND M tal que su lenguaje de máquina

consista en las cadenas del alfabeto Σ = {x, y, z} donde el patrón xy siempre
esté seguido por una w y al patrón yx siempre siga una z.
Ejemplo 3.2.3. Diseñar un AFND M tal que L(M) = L ((ab ∨ ba)∗ aba)
Definición 3.5. Para cada AFND M existe un AFD M̃ tal que:
L(M) = L(M̃)
Observación 3.2.1. A partir del teorema anterior muchos autores no dis-

tinguen entre AFND y AFD cuando analizan la aceptación de lenguajes. Por
el contrario, únicamente hacen referencia a Autómatas Finitos (AF); con
frecuencia haremos lo mismo.
3.2. AUTÓMATAS FINITOS NO DETERMINISTAS (AFND) 51
Ejemplo 3.2.4. Dado el AFND M hallar un AFD M̃ tal que
L(M) = L(M̃)
dı́gito
dı́gito
start 1 2
•
dı́gito
5 3
dı́gito
dı́gito
dı́gito
4
Figura 3.2: Diagrama de transición que acepta cadenas que representan en-
teros o cadenas que representan números reales en notaci’on decimal
M = (S, Σ, δ, i, F)
M = (P(S), Σ, δ̃, {i}, F̃)
Solución:
start {0}
{1} {2}
{1, 2}
a a
{1, 0} b a
a b
{0, 2}
a
b a, b
{0, 1, 2} b
{}
a, b
Figura 3.3: Diagrama de transición

3.3. OTRAS FORMAS DEL LEMA DEL BOMBEO 53
Teorema 3.1. Los lenguajes regulares es decir los lenguajes generados por
gramáticas del tipo 3 pueden ser generados por AF (expresiones regulares) y
recı́procamente.
Teorema 3.2. La unión de dos lenguajes regulares es también un lenguaje

regular
Teorema 3.3. La concatenación de dos lenguajes regulares es también un

lenguaje regular.
Teorema 3.4. La estrella de Kleene de cualquier lenguaje regular es también

un lenguaje regular.
3.3. Otras Formas del Lema del Bombeo
Teorema 3.5. Sea L un lenguaje regular recocido por un AF con n estados.

Para cada x ∈ L con |x| ≥ n, x puede escribirse como x = uvw para algunas
subcadenas u, v, w que satisfagan: |uv| ≤ n, |v| > 0, para cada m ≥ 0,
uvm w ∈ L.
Teorema 3.6. Sea L un lenguaje regular.Entonces existe un entero n tal que

para cualquier x ∈ L con |x| ≥ n, existen subcadenas u, v, w que satisfagan
que: x = uvw, |uv| ≤ n, |v| > 0, para cada m ≥ 0, uvm w ∈ L.
Ejemplo 3.3.1. Demuestre que el lenguaje
L = {0i x / i ≥ 0 , x ∈ {0, 1}∗ , |x| ≤ i}
no es regular.
Solución: Es frecuente que sea posible arreglárselas con una forma debili-
tada del lema de bombeo. Aquı́ se presentan dos versiones que omiten muchas
de las conclusiones del teorema 3.5, pero todavı́a poseen fuerza suficiente para
demostrar que ciertos lenguajes no son regulares.
Teorema 3.7. Sea L un lenguaje regular con infinitas cadenas.Entonces exis-

te subcadenas u, v, w tales que : |v| > 0, uvm w ∈ L, para todo m ≥ 0.
Teorema 3.8. Sea L un lenguaje regular con infinitas cadenas.Entonces

existen enteros p, q con q > 0, tales que para todo m ≥ 0, L contiene
una cadena de longitud p + mq. En otras palabras, el conjunto de enteros:
longitudes(L) = {|x| / x ∈ L} contiene la progresión aritmética de todos los
enteros p + mq, para todo m ≥ 0.
Ejemplo 3.3.2. Demostrar que L = {xn / n es primo}
3.4. Equivalencia y Minimización de Autóma-

tas Finitos
Definición 3.6. Sea M = (S, Σ, δ, i, F) un AF y sea R una relación de equi-

valencia en S. Se dice que R es una congruencia de máquinas en M si sólo si
sRt ⇔ δ(s, x)Rδ(t, x) , ∀x : x ∈ Σ.
Observación 3.4.1. La relación R particiona al conjunto de estados S en
bloques de estados equivalentes ,estados que hacen la misma, tarea. Este
hecho nos permite definir el AF M̄ = S̄, Σ, δ̄, [i] , F̄ donde : S̄ = S|R =
{[s] / s ∈ S}, δ̄ : S̄ × Σ → S̄ definida por δ̄ ([s] , x) = [δ(s, x)] es una función
si R es una congruencia de máquinas en M y F̄ = {f / f ∈ F}.
Es claro que los AF M y M̄ serı́a equivalentes en el sentido de la relación

de equivalencia R.
Por lo dicho debemos buscar una congruencia de máquinas R que haga

que los AF M y M̄ sean equivalentes en el sentido de que L(M) = L(M̄).
Definición 3.7. Sea M = (S, Σ, δ, i, F) un AF y sea w ∈ Σ∗ . Se dice que todo
par de estados s , t de S son compatibles en w si y sólo si δ(s, w) y δ(t, w)
ambos pertenecen a F ?, F̄.
Teorema 3.9. Sea M = (S, Σ, δ, i, F) un AF. La relación de compatibilidad
R en S definida por sRt ⇔ s , t son compatibles en w, ∀w : w ∈ Σ∗ es
una relación de congruencia de máquinas.
Teorema 3.10. Sea M = (S, Σ, δ, i, F) un AF . Si R es una relación de
compatibilidad en S entonces el AF M̄ = S̄, Σ, δ̄, [i] , F̄ es tal que L(M) =
L(M̄).
3.5. LISTA DE EJERCICIOS 55
Teorema 3.11. Sea M = (S, Σ, δ, i, F) un AF. La relación Rk en S definida

por sRk t ⇔ s , t son compatibles en w, ∀w : w ∈ Σ∗ y |w| ≤ k, verifica:
Rk+1 v Rk , k ≥ 0
Toda Rk es una relación de equivalencia.
R v Rk , para toda k, donde R es la relación de compatibilidad. S|R0 =

F, F̄ .
sRk+1 t ⇔ sRk t y δ(s, x) y δ(t, x) , ∀x : x ∈ Σ.
Si Rk = Rk+1 para algún k > 0 entonces R = Rk
3.5. Lista de Ejercicios
1. Encuentre una expresión regular que corresponda a cada uno de los

subconjuntos de {0, 1}? que siguen :
a) El lenguaje de todas las cadenas que no contienen la subcadena

00 .
b) El lenguaje de todas las cadenas que contienen la cadena 00 no
más de una vez .
2. En el lenguaje de programación C , todas las expresiones siguientes

son válidas : 3 , 13. , .234 , 43.45 ,+23.15 , +0 , -01 , -12.3 , 2e12 ,
+1.3e6 , -2.e+5 , 01E-06 , -.4E-7 , 00e0 . Con base en estos ejemplos ,
escriba una gramática de estructura de frases G que genere el lenguaje
de todas las expresiones .
P
3. Construir un AFD mı́nimo que reconozca las palabras sobre =
{a, b, c, d} que contienen un número par de apariciones de la subca-
dena bcd .
4. Decida si los siguientes lenguajes son regulares o no . Demuestre que

su respuesta es correcta.
P
a) El conjunto de las cadenas de longitud impar sobre = {0, 1}cuyo
sı́mbolo central es el 0 .
n
b) L = a2 : n ≥ 1
P
5. Si L es un lenguaje
P regular sobre el alfabeto = {x, y}. Demuestre que
L1 = {w : w ∈ ? , wx ∈ L} es también un lenguaje regular .
6. Demostrar o dar un contraejemplo de las siguientes afirmaciones. Se

supone que todos los lenguajes a los que se hace referencia son sobre el
mismo alfabeto.
La intersección de n conjuntos regulares es regular.

Todo conjunto finito es regular.
La unión infinita de conjuntos no regulares no puede ser regular.
La unión de conjuntos no regulares no puede ser regular.
Todo conjunto cuyo complementario sea finito es regular.
7. Dado el AFD , obtener el autómata mı́nimo.
0 1
→s0 s1 s5
s1 s6 s2
*s2 s0 s2
s3 s2 s6
s4 s7 s5
s5 s2 s6
s6 s6 s4
s7 s6 s2
el estado señalado con {∗} es de aceptación.
8. Demostrar que el lenguaje de todas las cadenas formadas por ceros

y unos tales que cada pareja de ceros adyacentes aparece antes que
cualquier pareja de unos adyacentes, es regular .
9. Obtener una expresión regular para representar los salarios que pueden
aparecer en los anuncios de trabajo. Considere que los salarios pue-
den especificarse por hora, semana, mes o año. Pueden aparecer con
el sı́mbolo de euro, o de cualquier otra unidad monetaria, como por

ejemplo , dólar. Pueden incluir una o varias palabras que identifiquen
que se trata de un salario. Sugerencia : mire las paginas de anuncios de
un periodico o las ofertas de trabajo en la web para hacerse una idea
de cuáles serán los patrones más útiles.
10. Si L es un lenguaje y a es un sı́mbolo. L/a es el lenguaje que consta

de las cadenas w tales que wa pertenece a L . a/L es el lenguaje que
consta de las cadenas tales que aw pertenece a L.
a) Demostrar que si L es regular también lo es a/L .

b) ¿(L/a) {a} = L? .
dL
c) a/L se llama la derivada y se escribe da . Estas derivadas se aplican
a las expresiones regulares de forma similar a como se aplica la
derivada común. Ası́, si R es una expresión regular representara lo
mismo que dadL
si L = L(R), Demostrar d(R+S)
da
= dR
da
dS
+ da
11. Muestre que el lenguaje L = {ww / w ∈ {0, 1}∗ } no es regular.
12. Construya los AF que acepten los lenguajes del alfabeto Σ = {0, 1}
a) El conjunto de todas las cadenas en las que cada bloque de cinco

sı́mbolos consecutivos contiene al menos dos ceros.
b) El conjunto de todas las cadenas que comiencen por 1 y que, si
se interpretan como la representación binaria de un entero, sean
múltiplos de 5. Por ejemplo, las cadenas 101, 1010 y 1111pertene-
cen al lenguaje; 0, 100 y 111 no pertenecen.
13. Demostrar que el lenguaje no es regular
L = {an / n = 2k , para algún entero k ≥ 0}
14. Si x es una palabra cualquiera, se denota por ss(x) al conjunto de

cadenas obtenido mediante la eliminación de un número arbitrario,
incluido el cero, de sı́mbolos de dicha palabra x. Asimismo, si L es un
lenguaje, ss(L) = {ss(x) / x ∈ L} :
a) Calcular : ss ({x / x ∈ a+ b+ , |x| ≤ 3}) .

b) Calcular : ss(a+ b+ ) .
c) Demostrar que si L es un lenguaje regular, entonces ss(L) es un
lenguaje regular.
P
15. Para los lenguajes dados sobre = {a, b} construir una expresión
regular de él y un Autómata Finito que lo acepte:
16. Cómo puede alterarse el AFD M = (S, Σ, δ, i, F) para obtener un AFD

que acepte el lenguaje Σ∗ − L(M)?
17. Demuestre que si L1 y L2 son lenguajes regulares, entonces L1 ∩ L2 es

regular.
18. Demuestre que si L es regular, entonces también es regular el lenguaje

L−1 .
19. Demuestre que L = {xn / n es primo} no es un lenguaje regular.
20. Sea Σ = {a, b}
a) Construir AFD que acepten L(a∗ b) y L(ab∗ ).

b) A partir de los AFD de la parte (a), construir los AFD que acepten
Σ∗ − L(a∗ b) y Σ∗ − L(ab∗ ).
c) A partir de los AFD de la parte (b), construir los AFD que acepten
(Σ∗ − L(a∗ b)) ∪ (Σ∗ − L(ab∗ )).
d) Usar el resultado de la parte (c) para construir un AFD que acepte
el lenguaje L(a∗ b) ∩ L(ab∗ ).
Capı́tulo 4
Autómatas de Pila y Lenguajes

Independientes del Contexto
Ası́ como los lenguajes regulares tienen un autómata equivalente (autóma-

ta finito) las gramáticas independientes del contexto tienen su contraparte en
forma de máquina, es decir, el autómata de pila. En este caso la equivalencia
es un poco menos satisfactoria, ya que el autómata de pila es un dispositivo
no determinı́stico y su versión determinı́stica solo acepta un subconjunto de
todos los lenguajes independientes del contexto. Afortunadamente, este sub-
conjunto incluye a la sintaxis de la mayorı́a de los lenguajes de programación.
Un autómata de pila es esencialmente un autómata finito al que agrega-

mos un sistema de memoria interna (en forma de pila).
Definición 4.1. Un autómata de pila es una sextupla de la forma
M = (S, Σ, Γ, ρ, s0 , F),
donde
S es una colección finita de estados
59
60 CAPÍTULO 4. AUTÓMATAS DE PILA Y L. I. DEL CONTEXTO
Σ es una alfabeto llamado alfabeto de entrada
Γ es un alfabeto, conocido como alfabeto de la pila
ρ es una relación de transición de S × (Σ ∪ Γ ) en S × Γ
Observación 4.0.1. Notemos lo siguiente
a) La principal diferencia entre los autómatas de pila y los finitos es que los
primeros cuentan con una pila en donde pueden almacenar información
pra recuperarla más tarde.
Figura 4.1:
b) El alfabeto de la pila puede incluir algunos o todos los sı́mbolos del al-
fabeto de entrada y quizás algunos sı́mbolos adicionales que la máquina
utiliza como marcas internas. Una máquina podrá almacenar sı́mbolos
especiales en su pila para separar secciones que tengan interpretacio-
nes distintas. Esto es, si un máquina inserta un sı́mbolo especial en
la pila antes de efectuarse algún otro cálculo, entonces la presencia de
este sı́mbolo en la cima de la pila pude usarse como indicador de “pila
vacia”para cálculos
c) Las transiciones ρ que ejecutan F los autómatas de pila deben serr

variantes de la siguiente secuencia básica:
1. Leer un sı́mbolo de la entrada

2. Extraer un sı́mbolo del apila
3. Insertar un sı́mbolo en la pila y pasar a un nuevo estado.
61
Este proceso se representa con la notación:
(p, x, s; q, y)
que indica, el estado actual y el sı́mbolo del alfabeto de entrada que se

lee, el sı́mbolo que se extrae de la pila; el nuevo estado y el sı́mbolo que
se inserta en la pila
Ejemplo 4.0.1. Los siguientes ejemplos tratan sobre autómatas de pila:
a) (p, λ, λ; q, λ) significa que pasa del estado p al estado q; al encontrarse

en el estado p, la máquina podrı́a no avanzar su cabezal de lectura(lo
que consideramos como la lectura de la cadena vacı́a), no extraer un
sı́mbolo de su pila(extraer la cadena vacı́a), no insertar un sı́mbolo en
su pila(insertar cadena vacı́a) y pasar al estado q.
b) (p, λ, s; q, λ) significa que pasa del estado p al estado q extrayendo el

sı́mbolos de la pila.
c) (p, x, λ; q, z) significa que pasa del estado p al estado q leyendo la

entrada x, sin extraer ningún sı́mbolo de su pila e insertando en la pila
el sı́mbolo z.
d) (p, λ, λ; q, z) significa que pasa del estado p al estado q e inserta en su

pila el sı́mbolo z.
Observación 4.0.2. En los autómatas de pila
a) Las transiciones (p, x, s; q, y) se representan por:
x, s; y
p q
Figura 4.2: Transiciones (p, x, s; q, y)
b) Para analizar una cadena, ésta se coloca en la cinta de entrada; el

cabezal de lectura se coloca al extremo izquierdo de la cinta, luego se
pone en marcha la máquina desde su estado inicial, con la pila vacı́a,

y declaramos que la cadena es aceptada si es posible (pues nuestro
autómata es no determinista) que la máquina llegue a un estado de
aceptación después de leer toda la cadena. Esto no quiere decir que la
máquina deba encontrarse en un estado de aceptación inmediatamente
después de leer el último sı́mbolo de la cadena de entrada, sino que
significa que ya no tiene que leer más en la cinta. Por ejemplo, después
de leer el último sı́mbolo de la entrada, un autómata de pila puede
ejecutar varias transiciones de la forma (p, λ, x; q, y) antes de aceptar
la cadena.
c) Si se restringe las transiciones disponibles para un autómata de pila a

la forma (p, x, λ; q, y), tenemos la clase de los autómatas finitos. Por
lo tanto, los lenguajes aceptados por los autómatas de pila incluyen los
lenguajes regulares.
Ejemplo 4.0.2. Dado el autómata de pila
M = (S, Σ, Γ, ρ, s0 , F)
representado por el diagrama de transiciones:
y, λ; x y, x; λ
λ, λ; # y, x; λ λ, #; λ
start S0 S1 S2 S3
Figura 4.3: Diagrama de transición para M = (S, Σ, Γ, ρ, s0 , F)
a) ¿La cadena xxxyyyy pertenece a L(M)?
b) Describa el lenguaje L(M)
Solución:
a) Diagrama de estados
63
Contenido de la pila B Resto de la entrada Transición terminal

λ xxxxyyyy (s0 , λ, λ; s1 , # )
# xxxxyyyy (s0 , x, λ; s1 , x)
x# xxxyyyy (s1 , x, λ; s1 , x )
xx# xxyyyy (s1 , x, λ; s1 , x )
xxx# xyyyy (s1 , x, λ; s1 , x )
xxxx# yyyy (s1 , y, x; s2 , λ )
xxx# yyy (s2 , y, x; s2 , λ )
xx# yy (s2 , y, x; s2 , λ )
x# y (s2 , y, x; s2 , λ )
# λ (s2 , λ, #; s3 , λ )
Por lo tanto, xxxxyyyy ∈ L(M)

b) De que se deduce que el número de x debe ser igual al número de y y
como el estado inicial s0 es de aceptación λ ∈ L(M), es decir:
L(M) = {xn yn /n ∈ N}
Ejemplo 4.0.3. Dado el autómata de pila
M = (S, Σ, Γ, ρ, s0 , F)
representado por el diagrama de transiciones
x, λ; x y, x; λ
y, x; λ
start S0 S1
a) ¿La cadena xxxyy pertenece a l(M)?

b) Describa el lenguaje L(M)
Solución:
a) Diagrama de estados
Contenido de la pila B Resto de la entrada Transición terminal

λ xxxyy (s0 , x, λ; s0 , x)
x# xxyy (s0 , x, λ; s0 , x )
xx# xyy (s0 , x, λ; s0 , x )
xxx# yy (s0 , y, x; s1 , λ )
xx# y (s1 , y, x; s1 , λ )
x# λ
Por lo tanto, xxxyy ∈ L(M)

b) Un análisis similar nos permitirá deducir por ejemplo que la cadena
xxyyy no pertenece a L(M). De donde:
L(M) = {xn ym /n, m ∈ Z+ , m ≥ m}

Observación 4.0.3. Obserbe que
a) En el ejemplo 4.0.2 la máquina acepta una cadena vaciando totalmente

su pila y que en el ejemplo 4.0.3 la máquina acepta cadenas sin vaciar
su pila.
b) Se podrı́a conjeturar que la aplicación de una teorı́a basada en estos
autómatas nos llevarı́a a módulos de programa que devolvieran el con-
trol a otros módulos dejando en la pila residuos de sus cálculos que
podrı́a ocasionar confusiones en cálculos posteriores.
Ejemplo 4.0.4. El siguiente autómata de pila acepta el mismo lenguaje
que el autómata de pila del ejemplo 4.0.3, pero vacı́a su pila antes de llegar
a un estado de aceptación
x, λ; x y, x; λ λ, x; λ
λ, λ; # y, x; λ λ, λ; λ λ, #; λ
start i S0 S1 p q

65
Teorema 4.1. Para cada autómata de pila que acepta cadenas sin vaciar su
pila, existe un autómata que acepta el mismo lenguaje pero que vacı́a su pila
antes de llegar a un estado de aceptación.
Demostración. Si M = (S, Σ, Γ, ρ, s0 , F) es un autómata de pila que acepta

cadenas sin tener que vaciar necesariamente su pila, entonces si modificamos
M de la siguiente manera:
Añada un nuevo estado, designándolo como inicial, y una transición

que permita a la nueva máquina M 0 pasar del nuevo estado inicial al
anterior de M a la vez que inserta en la pila un sı́mbolo especial # (que
no se encontraba anteriormente en Γ ).
Elimine la caracterı́stica de aceptación de cada estado de aceptación de

M. Luego añada un estado p junto con las transiciones que permiten
a la máquina pasar de cada uno de los antiguos estados de aceptación
a p sin leer, extraer o insertar un sı́mbolo.
Para cada x ∈ Γ (sin incluir #), introduzca la transición (p, λ, x; p, λ).
Añada un nuevo estado de aceptación q y la transición (p, λ, #; q, λ).
Luego es claro que: M 0 = (S 0 , Σ 0 , Γ 0 , ρ 0 , s00 , F 0 ) es tal que L(M 0 ) = L(M),sólo

que la máquina M 0 llega a su estado de aceptación únicamente cuando su
pila está vacı́a.
Observación 4.0.4. Observe que
a) La gramática independiente del contexto
G = (N, Σ, v0 , 7→)
donde:
V = {v0 , x, y}
Σ = {x, y}
7→ : v0 →
7 xv0 y
v0 →7 λ
que evidentemente no es regular, genera el lenguaje
L(G) = {xn ym /n ∈ N}
Este ejemplo y el ejemplo 2, cambiando con el hecho de que cualquier

gramática regular es una gramática independiente del contexto, permite
demostrar que los autómatas de pila generan una mayor colección de
lenguajes que los autómatas finitos.
b) La gramática de inserción múltiple (p, a, s; q, xyz) significa que se in-

sertan en la pila los sı́mbolos z, y, x, es decir
x
y
z
Figura 4.6: Pila con elementos x, y, z
La transición de inserción múltiple (p, a, s; q, xyz) podrı́a simularse

con la secuencia de transiciones (p, a, s; q − 1, z), (q1 , λ, λ; q2 , y) y
(q2 , λ, λ; q, x) donde q1 y q2 son estados adicionales a los que no pueden
llegar ninguna otra secuencia de transiciones, es decir, que las transi-
ciones de inserción múltiple no añaden capacidades adicionales a la
máquina.
Ejemplo 4.0.5. Diseñe un autómata de pila M tal que:
L(M) = {xn y2n /n ∈ Z+ }
Solución:
67
y, λ; xx λ, #; λ
λ, λ; # y, x; λ λ, #; λ
start S0 S1 S2 S3
Figura 4.7: Autómata de pila
Teorema 4.2. Para cada gramática G independiente del contexto, existe un

autómata de pila M tal que L(G) = L(M).
Demostración. Sea G = (N, Σ, v0 , 7→) una gramática independiente del con-

texto donde V es la unión de los sı́mbolos terminales, Σ y los no terminales
N. Entonces, se construye un autómata de pila M = (S, Σ, Γ, ρ, s0 , F) de la
manera siguiente:
Σ, Γ = V ∪ {#}, S = {s0 , p, q, f}, F = {f}.

(s0 , λ, λ; p, #)
(p, λ, λ; q, v0 )
(q, λ, v; q, w) ⇔ v 7→ w, w ∈ V ∗
(q, x, x; q, λ) ⇔ x ∈ Σ
(q, λ, #; f, λ)
Un autómata de pila construido de esta manera analizará una cadena

de entrada marcando primero el fondo de la pila con el sı́mbolo #, luego
insertando en la pila el sı́mbolo inicial de la gramática y después entrando al
estado q. De ahi y hasta que el sı́mbolo # vuelva a aparecer en la cima de
la pila, el autómata extraerá un no terminal de la pila y lo reemplazará con
el lado derecho de una regla de producción aplicable o extraerá un terminal
de la pila a la vez que lee el mismo terminal en la entrada. Una vez que el
sı́mbolo # regresa a la cima de la pila el autómata cambiará a su estado de
aceptación f, indicando que la entrada recibida hasta ese punto es aceptable.
Observe que la cadena de sı́mbolos que integran la parte derecha de una

regla de producción se inserta en la pila de derecha a izquierda. Ası́ el no
terminal situado más, a la izquierda será el primero en surgir en la cima de

la pila; por lo tanto, también será el primer no terminal de la pila que se
reemplazará. Por consiguiente, el autómata analiza su entrada efectuando
una derivación por la izquierda de acuerdo con las reglas de la gramática en
la cual se basa. Entonces, el autómata acepta exactamente el mismo lenguaje
que genera la gramática, es decir, que L(M) = L(G).
Ejemplo 4.0.6. Dada la gramática independiente del contexto
G = (N, Σ, v0 , 7→)
donde:
< vo > ::= z < v1 >< v2 > z

< v1 > ::= a < v1 > a|z
< v2 > ::= b < v2 > b|z
Hallar un autómata de pila M tal que
L(G) = L(M)
Solución:
Primero, observe que
L(G) = {zan zan bm zbm z/n, m ∈ N}
Luego
M = (S, Σ, Γ, ρ, s0 , F)
se define por:
Σ = {a, b, z}, Γ = {v0 , v1 , v2 , a, b, z, #}, S = {s0 , p, q, f}, F = {f}

69
a, a,
a; a;
λa,aa; λ
λ, λ; v0
p b, b; λ q
λ, λ; # λ, #; λ
start S0 f
Figura 4.8: Autómata de pila
Teorema 4.3. Para cada autómata de pila M, existe una gramática G in-
dependiente del contexto tal que L(M) = L(G).
Demostración. Representamos con < p, x, q > el hecho de pasar del estado

p al estado q de manera que el sı́mbolo x se elimina de la parte superior de
la pila. Ahora, sin perdida de generalidad podemos suponer que el autómata
de pila M = (S, Σ, Γ, ρ, s0 , F) acepta cadenas únicamente cuando su pila está
vacı́a. Entonces se construye una gramática
G = (N, Σ, v0 , 7→)
de la siguiente manera:
Σ = Sı́mbolos terminales
N = Sı́mbolos no terminales
V =N∪T
7→:
Para cada estado de aceptación f ∈ F, se defina:

v0 7→< s0 , λ, f >
(cualquier derivación de esta gramática comenzará sustituyendo el sı́mbo-

lo inicial de la gramática por un objetivo principal del autómata).
Para cada estado p ∈ S, defina:
< p, λ, p >7→ λ
(puede eliminarse el objetivo de pasar de un estado a sı́ mismo sin

modificar la pila).
Para c ada transición (p, x, y; q, z) con y 6= λ, defina:
< p, y, r >7→ x < q, z, r >, ∀r ∈ S
(indican que el objetivo de pasar de un estado p a un estado x eliminan-

do y de la pila pude lograrse si se pasa primero a un estado q mientras
que se lee x de la entrada y se intercambia z por y en la pila).
Para cada transición (p, x, λ; q, z), defina:
< p, w, r >7→ x < q, z, k >¡k,w,r¿, w ∈ (Γ ∪ {λ}), k, r ∈ S
(reflejan que le objetivo de pasar de un estado p a un estado r eliminan-

do w de la pila puede lograrse si primero el pasa al estado q mientras se
lee x de la entrada y si se inserta z en la pila, por medio de la transición
(p, xλ; q, z), y luego se intenta pasar del estado q al estado r a través
de un estado k, a la vez que se eliminan z y w de la pila).
Observe que las producciones que hemos definido forman una gramática inde-
pendiente del contexto, que genera el mismo lenguaje que acepta el autóma-
ta.
Ejemplo 4.0.7. Dado el autómata de pila:
a) Determinar L(M)
71
b) Hallar una gramática independiente del contexto G, tal que L(G) =

L(M)
Solución:
a) L(M) = {cbn c/n ∈ N}

b) Se define la gramática G = (N, T, v0 , 7→) de la siguiente manera:
T = {c, b}, N = {f, g, h, v0 }, V = N ∪ T
7→:
•
vo 7→ < f, λ, h >
•
< f, λ, f > →
7 λ
< g, λ, g > → 7 λ
< h, λ, h > → 7 λ
• Para la transición(g, c, c; h, λ)
< g, c, f > →
7 c < h, λ, f >
< g, c, g > → 7 c < h, λ, g >
< g, c, h > → 7 c < h, λ, h >
• Para la transición (f, c, λ; g, c)

< f, λ, f >7→ c < g, c, f >< f, λ, f > < f, c, f >7→ c < g, c, f >< f, c, f >
< f, λ, f >7→ c < g, c, g >< g, λ, f > < f, c, f >7→ c < g, c, g >< g, c, f >
< f, λ, f >7→ c < g, c, h >< h, λ, f > < f, c, f >7→ c < g, c, h >< h, c, f >
< f, λ, g >7→ c < g, c, f >< f, λ, g > < f, c, g >7→ c < g, c, f >< f, c, g >
< f, λ, g >7→ c < g, c, g >< g, λ, g > < f, c, g >7→ c < g, c, g >< g, c, g >
< f, λ, g >7→ c < g, c, h >< h, λ, g > < f, c, g >7→ c < g, c, h >< h, c, g >
< f, λ, h >7→ c < g, c, f >< f, λ, h > < f, c, h >7→ c < g, c, f >< f, c, h >
< f, λ, h >7→ c < g, c, g >< g, λ, h > < f, c, h >7→ c < g, c, g >< g, c, h >
< f, λ, h >7→ c < g, c, h >< h, λ, h > < f, c, h >7→ c < g, c, h >< h, c, h >
• Para la transición (g, b, λ; g, λ)

< g, λ, f >7→ b < g, λ, f >< f, λ, f > < g, c, f >7→ b < g, λ, f >< f, c, f >
< g, λ, f >7→ b < g, λ, g >< g, λ, f > < g, c, f >7→ b < g, λ, g >< g, c, f >
< g, λ, f >7→ b < g, λ, h >< h, λ, f > < g, c, f >7→ b < g, λ, h >< h, c, f >
< g, λ, g >7→ b < g, λ, f >< f, λ, g > < g, c, g >7→ b < g, λ, f >< f, c, g >
< g, λ, g >7→ b < g, λ, g >< g, λ, g > < g, c, g >7→ b < g, λ, g >< g, c, g >
< g, λ, g >7→ b < g, λ, h >< h, λ, g > < g, c, g >7→ b < g, λ, h >< h, c, g >
< g, λ, h >7→ b < g, λ, f >< f, λ, h > < g, c, h >7→ b < g, λ, f >< f, c, h >
< g, λ, h >7→ b < g, λ, g >< g, λ, h > < g, c, h >7→ b < g, λ, g >< g, c, h >
< g, λ, h >7→ b < g, λ, h >< h, λ, h > < g, c, h >7→ b < g, λ, h >< h, c, h >
De acuerdo con el teorema 1.8, esta gramática, es tal que L(G) = L(M).
Observe, por ejemplo que cbbc ∈ L(M) se deriva con las producciones
de esta gramática.
v0
< f, λ, h >
c < g, c, h >< h, λ, h >
cb < g, λ, g >< g, c, h >< h, λ, h >
cb < g, c, h >< h, λ, h >
cbb < g, λ, g >< g, c, h >< h, λ, h >
cbb < g, c, h >< h, λ, h >
cbbc < h, λ, h >< h, λ, h >

4.1. FORMA NORMAL CHOMSKY 73
cbbc < h, λ, h >
cbbc
4.1. Forma normal Chomsky
A primera vista parece que la flexibilidad que permiten las gramáticas

independientes del contexto impone pocas restricciones a las posibles estruc-
turas de cadenas que pueden encontrarse en los lenguajes independientes del
contexto. Pero los lenguajes independientes del contexto si tienen gramáticas
cuyas producciones se adhieren a formatos extremadamente rı́gidos, por lo
que, se hace necesario investigar las producciones de las gramáticas indepen-
dientes del contexto.
Si el lenguaje generado por la gramática contiene la cadena vacı́a, entonces

debe aparecer cuando menos una regla v 7→ λ en la gramática. Sin embargo,
podrı́amos preguntar hasta qué punto se requieren las producciones λ(v 7→ λ),
si G es una gramática independiente del contexto que no genera la cadena
vacı́a, para ver esto:
Primero, démonos cuenta que la existencia de una producción λ puede

permitir que más no terminales que el que aparece en la regla puedan re-
escribirse como la cadena vacı́a. Por ejemplo si una gramática contiene las
reglas v1 7→ λ y v2 7→ v1 , entonces tanto v1 como v2 se podrı́an reescribirse
como λ. Para identificar el efecto de las producciones λ en una gramática in-
dependiente del contexto, debemos aislar todos los no terminales que pueden
reescribirse como la cadena vacı́a. Luego:
Se define un encuadernamiento λ de longitud n, como la secuencia de

producciones de la forma vn 7→ vn−1 , vn−1 7→ vn−2 , vn−2 7→ vn−3 , . . . v0 7→
λ; el no terminal vn se llama el origen del encuadernamiento.
Se define, U0 como el conjunto de los no terminales que aparecen como

origen de los encuadernamientos λ de longitud cero, es decir, los no
terminales que aparecen del lado izquierdo de las producciones λ. A
este conjunto le añadimos los orı́genes de todos los encuadernamientos
λ de longitud uno para formar el conjunto U1 . Luego, a U1 le agregamos
los orı́genes de todos los encuadernamientos λ de longitud dos para
obtener el conjunto U2 y ası́ sucesivamente;
Puesto que en una gramática sólo hay un número finito de no termina-

les, debe existir un punto en el cual este proceso deje de introducir no
terminales adicionales. Al llegar a este punto hemos recopilado todos
los no terminales de G que pueden reescribirse como la cadena vacı́a,
este conjunto se representa por U. (observe que , como G no genera la
cadena vacı́a U no contiene el sı́mbolo inicial v0 de G).
Para cada producción de la forma v 7→ w, donde w es una cadena de

terminales y no terminales, agregamos a G todas las producciones de
la forma v 7→ w 0 , donde w es cualquier cadena no vacı́a obtenida al
eliminar de w una o más ocurrencias de no terminales en U.
Una vez que agregamos estas producciones a la gramática, ya no ne-

cesitamos las producciones λ y no reducimos los poderes generativos de la
gramática. Por lo tanto, concluimos que cualquier lenguaje independiente del
contexto que no contiene la cadena vacı́a se puede generar por medio de una
gramática independiente del contexto que no tenga producciones λ.
Teorema 4.4. Si L es un lenguaje independiente del contexto que no contiene

la cadena vacı́a, entonces existe una gramática G independiente del contexto
tal que L(G) = L y el lado derecho de cualquier producción de G consiste en
una sólo sı́mbolo terminal o exactamente los sı́mbolos no terminales.
Demostración. Sea L un lenguaje independiente del contexto que no contiene

la cadena vacı́a. Sin pérdida de generalidad podemos afirmar que existe una
gramática independiente del contexto G que no contiene producciones λ que
genera L.
Tenemos que modificar esta gramática para que se adhiera a las restric-
ciones del teorema.
4.1. FORMA NORMAL CHOMSKY 75
Para cada terminal x en G, introducimos un número no terminal único

s y la producción s 7→ x, luego reemplazamos las ocurrencias del terminal
x en todas las demás reglas de G con s. Esto produce una gramática G’
independiente del contexto en la cual el lado derecho de cada producción es
una sólo terminal o una cadena de no terminales. Además L(G 0 ) = L(G).
Luego reemplazamos cada regla de G’ de la forma:
v 7→ v1 , v2 , . . . vn , donde n > 2, con la colección de reglas
v 7→ v1 r1
r1 7→ v2 r2
rn−1 7→ vn−1 vn
donde cada rx es un no terminal único que no aparece en ningún otro

lugar de la gramática. Obviamente, esta modificación no cambia el lenguaje
generado por la gramática. Al llegar a esta etapa tenemos una gramática
G 00 independiente del contexto que genera L, para la cual el lado derecho
de cada producción es un sólo terminal, dos no terminales o un solo no
terminal. Entonces, lo que queda por hacer es eliminar, las producciones de
la última forma (un sólo no terminal). Para esto, consideramos cada secuencia
de producciones de la forma:
vn 7→ vn−1 , vn−1 7→ vn−2 , . . . , v2 7→ v1 , introducimos regla vn 7→ x si

v1 7→ x es una producción de G 00 , e introducimos la producción vn 7→ pq
si v1 7→ pq está en G 00 . Una vez que se han agregado estas producciones,
podemos eliminar aquellas donde el lado derecho contiene un sólo no terminal,
sin reducir los poderes generativos de la gramática G 00 . Después de todo,
cualquier derivación que usa las reglas de la forma u 7→ v puede modificarse
para que utilice en cambio las reglas que acabamos de introducir. Ası́, la
gramática resultante genera L y satisface las restricciones del teorema.
Definición 4.2. Se dice que una gramática independiente del contexto cuyas
producciones se adhieren a las restricciones del teorema 2.1 tiene la forma
normal de Chomsky.
1. Construya un autómata de pila M para el cual

L(M) = wr xs yt zu : r + t = s + u
2. Construir autómatas finitos deterministas que reconozcan los siguientes

lenguajes:
L1 = {am bn |m > 0, n > 0}

L2 = {x ∈ {0, 1}∗ | en x aparece el 1 dos o tres veces, la primera y
la segunda de las cuales no son consecutivas }
L3 = {x ∈ {a, b}∗ |Na(x) es par }
L4 = {x ∈ {a, b}∗ | x acaba en a }
3. Construir un AFD mı́nimo que reconozca las palabras sobre el alfabeto

Σ = a, b, c, d que contienen un número par (eventualmente cero) de
apariciones de la subcadena bcd.
4. Dados los AF definidos por los siguientes diagramas de transición:

Ap
0
p1 p3 p5 1 p7
start
0 1 0 1 0 1
0 1
0
p2 p4 p6 1 p8
1 0
0, 1
Aq
1 1
q1 q3 1 q5 1 q7
start
1
0 1 0 1 0 1
q2 q4 q6 0 q8
0
0
0 0
At
1
0
start t1 t4 t6 t7
0 1
1
1 1 1
1
0
0 0
t2 t3 t5
0
1
0
Ar
0 0
1
0
start r s t x
1 0
0
1 0
1
u w y
1 1
0, 1
Obtener para cada uno de ellos el autómata mı́nimo.
Establecer si son o no equivalentes:
• Por suma directa de autómatas.
• Cuáles son isomorfos.
Dado el AFD A, obtener el autómata finito mı́nimo equivalente A
q0 1 q42 q5
start
1
0
q1 q63
5. Convierta la siguiente gramática, con sı́mbolo inicial S , en una gramáti-

ca con forma normal Chomsky que genere el mismo lenguaje.
S 7→ MzN
M 7→ xM
M 7→λ
N 7→ yN
N 7→ λ
6. Demuestre que el lenguaje
L = {xn yn z xn yn / n ∈ N}
no es independiente del contexto .
7. Contruir un Automata de Pila que vacie su pila antes de aceptar cual-

quier cadena, cuyo lenguaje sea

−1

∗
L = w1 c w2 / w1 , w2 {a, b} , w2 6= w1
8. Convierta la siguiente gramatica, con simbolo inicial S , en una grama-

tica con forma normal Chomsky que genere el mismo lenguaje.
S 7→ xSy
S 7→ wNz
N 7→ S
N 7→ λ
9. Demuestre que el lenguaje L = {xn / n es primo}
10. Dada la gramática independiente del contexto :
< S > ::=< A >< B > a < C >

< A > ::=< A >< B >
< B > ::= b|λ
< C > ::=< D > |λ
< D > ::= d
a) Determine el lenguaje generado por está gramática

b) Determine la Forma Normal Chomsky que genere el mismo len-
guaje que está gramática .
P
11. Decimos que una cadena de caracteres sobre el alfabeto = { [, ], (, ) }
es correcta si todos los paréntesis y corchetes que se abren se cierran
después, y ningún paréntesis o corchete se cierra dejando dentro otro
sin cerrar.
a) Estudiar si el lenguaje formado por dichas cadenas de caracteres es

independiente del contexto. En caso afirmativo, dar una gramática
independiente del contexto y un autómata a pila para el mismo.
b) Hacer lo mismo con el lenguaje correspondiente de expresiones co-
rrectas que además de corchetes y paréntesis incluyen llaves abier-
tas y cerradas (“{”y “}”).
12. Demostrar que los siguientes lenguajes no son independientes del con-
texto:
a) L = {an / n es primo}

b) L = an bj / n < j2
P
13. Decimos que una cadena de caracteressobre el alfabeto = { [, ], (, ) }
es correcta si todos los paréntesis y corchetes que se abren se cierran
después, y ningún paréntesis o corchete se cierra dejando dentro otro sin
cerrar. Estudiar si el lenguaje formado por dichas cadenas de caracteres
es independiente del contexto.
Capı́tulo 5
Máquinas de turing
5.1. Conceptos
La máquina de Turing es un modelo computacional introducido por Alan

Turing en el trabajo “On computable numbers, with an application to the
Entscheidungsproblem”, publicado por la Sociedad Matemática de Londres,
en el cual se estudiaba la cuestión planteada por David Hilbert sobre si las
matemáticas son decidibles, es decir, si hay un método definido que pueda
aplicarse a cualquier sentencia matemática y que nos diga si esa sentencia es
cierta o no. Turing construyó un modelo formal de computador, la máquina
de Turing, y demostró que existı́an problemas que una máquina no podı́a
resolver. La máquina de Turing es un modelo matemático abstracto que
formaliza el concepto de algoritmo.
Una máquina de Turing consta de:
1. Una unidad de control, que puede estar en cualquier estado
2. Una cinta dividida en casillas (cada casilla puede contener un sı́mbolo)
81
82 CAPÍTULO 5. MÁQUINAS DE TURING
... b b a a a a . . . Input/Output Tape

q1
Reading and Writing Head
(moves in both directions)
q3 ..
.
q2 qn
q1 q0
Finite Control
Figura 5.1: Máquina de turing
La entrada, una cadena de sı́mbolos de longitud finita, elegidos del al-

fabeto de entrada, se encuentra en la cinta. El resto de las casillas, que se
extiende infinitamente hacia ambos lados, contiene incialmente un sı́mbolo
denominado espacio en blanco (es un sı́mbolo de cinta, pero no de entrada).
Existe una cabeza de cinta, que se encuentra al principio en la casilla de la
entrada situada más a la izquierda. Un movimiento de la máquina de Turing
es una función del estado y del sı́mbolo de la cinta al que señala la cabeza.
En un movimiento, la máquina de Turing:
1. Cambiará de estado (puede ser el mismo)
2. Escribirá un sı́mbolo en la cinta (puede ser el mismo)
3. Moverá la cabeza hacia la izquerda o hacia la derecha. Se exige un

movimiento, y no se permite que la cabeza permanezca en el mismo
lugar. No es una limitación de la MT.
Definición 5.1. La máquina de Turing es un modelo matemático abstracto

que formaliza el concepto de algoritmo. Una máquina de Turing con una sola
5.1. CONCEPTOS 83
cinta puede ser definida como una 6-tupla.
M = {S, Γ, Σ, h, i, δ}
donde:
Γ es el alfabeto de sı́mbolos de la cinta
Σ ⊂ Γ es el alfabeto de sı́mbolos de entrada
h ∈ Γ es el sı́mbolo en blanco h 6∈ Σ
S es un conjunto finito de estados
i ∈ S es el estado inicial
δ ⊂ S es el conjunto de estados finales
δ es una función de transición parcial δ:
S × Γ → S × Γ × {I, D}
En una transición, la máquina de Turing lee un sı́mbolo de la cinta, cambia

de estado y escribe un sı́mbolo o efectúa un desplazamiento a izquierda o
derecha.
Ejemplo 5.1.1. Asi tenemos:
δ(p, x) = (q, y) “ p estado actual, x sı́mbolo actual, ir al estado ‘q’

escribiendo y sobre x ”
δ(p, x) = (q, L) “p estado actual, x sı́mbolo actual ir al estado ‘q’ no

viendo el cabezal L celda a la izquierda”
Ejemplo 5.1.2. Esta máquina solo se mueve hacia la derecha.
Σ = {x, y}
x y x x y x 4
Figura 5.2: Máquina de turing
Ejemplo 5.1.3. Está máquina se mueve a la derecha y busca una x y le

chanca x.
5.2. Construcción Modular de Máquinas de

Turing
Construcción de máquinas de Turing complejas a partir de bloques

elementales.
Transferencia de control entre máquinas :

x
→ M1 →
− M2
Transferencia de control con varios sı́mbolos:

x,y,z w w
→ M1 −−→} −
→ M2 −
→ M3
5.2.1. Bloques de construcción básicos
x/R
y/R
R
4/R
Figura 5.3: Funcionamiento de la Máquina de Turing

5.2. CONSTRUCCIÓN MODULAR DE MÁQUINAS DE TURING 85
x/L
y/L
L
4/L
x/x
y/x
x
4/x
5.2.2. Bloques más complejos

5.3. Evaluación de Cadenas
Aceptación de una cadena
• Situación inicial:
◦ Cabeza en el extremo izquierdo de la cinta.
◦ La cadena de entrada empieza en la segunda posición de la
cinta.
Situación final:
• Máquina de Turing en estado de parada.
Lenguaje aceptado por una máquina de Turing: conjunto de cadenas

que acepta.
Una máquina de Turing puede escribir un mensaje de aceptación si

acepta una cadena.
• Mensaje de aceptación: ∆Y∆∆∆
Sı́mbolos especiales :
• #: extremo izquierdo de la cinta

5.3. EVALUACIÓN DE CADENAS 87
• ∗: extremo derecho de la porción alterada de la cinta
Si la máquina es M, la máquina final es:
• M0 es igual que M, salvo que:

◦ Si M0 alcanza #, se desplazará una casilla a la izquierda (ter-
minación anormal)
◦ Si M0 alcanza ∗, debe desplazarlo un lugar a la derecha eje-
cutando → R ∗ L∆
5.3.1. Máquinas de Turing de varias cintas
Cada cinta tiene su propia cabeza de lectura/escritura.
Una transición:
• Depende de los sı́mbolos acutales de todas las cintas.

• Sólo afecta a una cinta (escribir o desplazar).
Estado inicial:
• Contenido de la primera cinta: , w∆∆∆

• Las restantes cintas están en blanco, con la cabeza en su extremo
izquierdo.
Teorema 5.1. Para cada máquina de Turing M de k cintas, existe una

máquina de Turing M 0 con una cinta tal que:
L(M) = L(M 0 )
Demostración. Construcción de M 0
Previo:
• Cada casilla en el conjunto de las k cintas se representa como una

2k-tupla:
◦ En la posición 2n − 1 de la tupla se tiene el sı́mbolo de la
cinta n.
◦ En la posicion 2n de la tupla hay 1 si la cabeza esta en la
casilla, ∆ si no.
• Es posible asignar un sı́mbolo de cinta nuevo a cada posible 2k-
tupla.
◦ Ası́ se puede almacenar en una sola cinta toda la información
del conjunto completo de cintas.
• Cada estado de M 0 se representa como un estado compuesto for-
mado por una k + 1-tupla cuyo primer elemento es el estado de la
cinta, siendo los demás elementos los sı́mbolos actuales de todas
las cintas.
Primer paso: traducir el contenido de la cinta de M’ a un formato que

represente todas las cintas de M.
• Desplazar el contenido de la cinta a la derecha un lugar:
→ R∆ SR L∆
(la cabeza queda en la segunda posicion de la cinta).

• Mover la cabeza un lugar a la izauierda, escribir # y mover un
lugar a la derecha.
• Repetir los dos pasos siguientes hasta que el sı́mbolo sustituido en
b) sea un blanco:
a) Mover la cabeza un lugar a la derecha.
5.3. EVALUACIÓN DE CADENAS 89
b) Sustituir el simbolo actual x por la tupla (x, ∆, ∆, . . . , ∆).

• Ejecutar L∆ , lo que pondria la cabeza en la segunda casilla de la
cinta, y escribir en ella la tupla (∆, 1, ∆, 1, . . . , ∆, 1).
Simulación de M
• Cada transición de M supone una secuencia de pasos en M’.

• Estado inicial: (i, ∆, ∆, ..., ∆).
• Una transicion (τ) solo afecta a una cinta (jτ ).
• Secuencia corresponciente a la transicion τ:
◦ Mover la cabeza a la derecha hasta que el componente 2j de
la 2k-tupla sea 1.
◦ Si la transicion es una escritura, modificar el componente 2jτ −
1 de la tupla.
◦ Si la transición produce un movimiento a la derecha:
Reemplazar el componente 2jτ -1 por un ∆.
Mover la cabeza a la derecha.
Si encuentra un ∆, sustituirlo por la 2k -tupla (∆, ∆, ..., ∆).
Reemplazar el componente jτ -1 por un 1.
◦ Si la transición produce un movimiento a la izquierda:
Reemplazar el componente 2jτ -1 por un ∆.
Mover la cabeza a la izquierda.
Si encuentra un #, mover a la izquierda (terminación
anormal).
Reemplazar el componente 2jτ -1 por un 1.
◦ Colocar la cabeza en la segunda posición de la cinta (después
de buscar a la izquierda el sı́mbolo #), y pasar al nuevo estado
compuesto de M 0 .
La máquina M 0 ası́ construida simula M, y acepta el mismo lenguaje

que ella.
5.4. Máquinas de Turing no deterministas
El no determinismo puede consistir en que:

• La máquina no se encuentre totalmente definida.
• Se ofrezcan alternativas en algunos pares estado-sı́mbolo.
M(S, Σ, Γ, π, i, h) donde π es un subconjunto de
((S − h)xΓ )x(Sx(Γ ∪ L, R))
Una máquina de Turing no determinista acepta una cadena w cuando

es posible que llegue al estado de parada después de iniciar sus cálculos
con la entrada w.
Teorema 5.2. Para toda máquina de Turing M no determinista existe una

máquina determinista D que acepta el mismo lenguaje que M.
Demostración. .
Para toda máquina de Turing M no determinista existe una máquina

determinista M 0 con tres cintas que acepta el mismo lenguaje.
• 1a cinta: contiene la cadena de entrada.
• 2a cinta: cinta de trabajo. En ella se copia la cinta 1 (desplazada
un lugar a la derecha), marcando el principio de la cinta con #
y marcando el final de la entrada con ∗. En este cinta se simulan
secuencias de transiciones.
• 3a cinta: control de las transiciones efectuadas.
Simulación de M:
1. Copiar la cadena de entrada de 1 a 2 (con los marcadores de inicio
y fin).
2. Generar la siguiente secuencia de transiciones en la cinta 3.
3. Simular la secuencia con la cinta 2.
4. Si se llega al estado de parada de M, detenerse. Si no, borrar la
cinta 2 y volver al paso 1.
5.5. LENGUAJES ACEPTADOS POR MÁQUINAS DE TURING 91
5.5. Lenguajes aceptados por Máquinas de

Turing
Gramáticas estructuradas por frases:
• Parte izquierda de las reglas: combinación de sı́mbolos terminales

y no terminales, con al menos un no terminal.
• Parte derecha de las reglas: combinación de sı́mbolos terminales y
no terminales de cualquier longitud (incluso 0).
Las máquinas de Turing aceptan lenguajes estructurados por frases.
Configuración de una máquina de Turing:
• Contenido de la cinta: entre corchetes.

• A la izquierda del sı́mbolo actual se incluye el estado.
Aceptacion: secuencia de configuraciones de la maquina que empieza

con [i∆w∆] y termina con [[h∆Y∆]]
Teorema 5.3. Todo lenguaje aceptado por una máquina de Turing es un

lenguaje estructurado por frases.
Demostración. La gramatica sera:
(V, Σ, S, R)
donde
V = S, [, ], ∆, Y ∪ Γ
Σ =alfabeto de M
S: axioma.
R:
S → [h∆Y∆]
∆ → ∆∆
δ(p.x) = (q, y) produce la regla qy → px
δ(p, x) = (q, R) produce la regla xq → px
δ(p, x) = (q, L) produce las reglas qyx → ypx∀y ∈ Γ
i∆ → λ
∆∆ → ∆
∆→λ
Teorema 5.4. Todo lenguaje estructurado por frases es aceptado por una
máquina de Turing.
Demostración. Para cada gramática G existe una máquina de Turing no

determinista M de 2 cintas que aceptas el lenguaje generado por G.
Construcción de la máquina:
1. Se copia la cadena de entrada en la primera cinta.
2. Se escribe S (sı́mbolo inicial) en la cinta 2.
3. Se aplican las reglas de reescritura de forma no determinista a la cadena

de la cinta 2.
4. Si la cinta 2 contiene sólo sı́mbolos terminales, se compara con la cadena

de la cinta 1. Si son iguales, el proceso ha terminado. Si no, provocar
una terminación anormal.
5.5. LENGUAJES ACEPTADOS POR MÁQUINAS DE TURING 93
Teorema 5.5. Dado un alfabeto Σ existe al menos un lenguaje L definido

sobre Σ que no es un lenguaje estructurado por frases.
Sistemas de codificación de máquinas de Turing
Cada estado se representa como una cadena de ceros.
• i=0
• h = 00
• Los demás: a partir de 000 en adelante.
Cada simbolo de Σ, asi como L y R, se representan como cadenas de

ceros.
• L=0
• R = 00
• Simbolos de Σ: a partir de 000 en adelante.
• Espacio en blanco: cadena vacı́a.
Cada transición se puede representar como un conjunto de cadenas de

ceros separadas cada una por un único 1.
El conjunto de transiciones de la máquina se representa como la se-

cuencia de cadenas de ceros y unos de todas sus transiciones, poniendo
un 1 al principio del todo y un 1 al final, y un solo 1 para separar dos
transiciones consecutivas.
5.5.1. Máquinas de Turing universales
Son máquinas de Turing programables que pueden simular a cualquier

otra máquina de Turing.
• Programa: máquina de Turing simulada codificada + cinta de en-

trada (con un 1 al principio y un 1 al final).
Constan de 3 cintas:
• 1a cinta: programa + cadena de entrada.

* Contendrá la salida de la máquina.
• 2a cinta: área de trabajo (manipulación de datos).
• 3a cinta: estado actual de la máquina simulada.
La máquina universal:
• Copia la cadena de entrada de la cinta 1 a la cinta 2.

• Graba el código del estado inicial en la cinta 3.
• Busca una transición aplicable en la máquina codificada de la cinta
1. Cuando la encuentra:
◦ Realiza la transición en la cinta 2.
◦ Escribe el nuevo estado en la cinta 3.
• La máquina universal continúa con este proceso hasta que llega al
estado de parada de la máquina simulada. Entonces copia la cinta
2 en la cinta 1, coloca la cabeza de la cinta 1 donde se encontraba
la de la cinta 2 y se detiene.
5.5.2. Lenguajes Aceptables y Decidibles
Lenguaje decidible: es aquel lenguaje L para el cual existe una maqui-

na de Turing que puede aceptar cualquier cadena w ∈ L y rechazar
cualquier cadena w ∈/ L.
Lenguaje aceptable: es aquel lenguaje L para el cual no existe ningu-

na maquina de Turing que puede aceptar cualquier cadena w ∈ L y
rechazar cualquier cadena w ∈
/ L.
Lenguajes recursivamente enumerables: lenguajes estructurados por fra-

ses.
Lenguajes recursivos: lenguajes decidibles por una máquina de Turing.

5.5.3. El Problema de la Parada
Maquina autoterminante: maquina con un alfabeto 0, 1, ∆ que se de-

tiene cuando se le mete como entrada una cadena que es ella misma
codificada.
Existen maquinas de Turing para las que no es posible decidir si son
autoterminantes o no: es decir, no puede saberse con certeza si se detie-
nen ⇒ no puede saberse con certeza si una maquina de Turing se va a
detener ante una cadena de entrada ⇒ EL PROBLEMA DE PARADA
NO ES DECIDIBLE.
1. Presenta un argumento de que cualquier lenguaje que contenga un

número finito de cadenas es decidible por máquinas de Turing .
2. Dibuje el diagrama de transiciones para la máquina de Turing com-
puesta → Rx 4L.
3. Calcule eq(5, 3) y eq(5, 5) de acuerdo con las siguientes definiciones :
eq(x, y) = 1 ((y x) + (x y))
monus (x, 0) = π11 (x)
monus (x, y + 1) = h (x, y, monus (x, y)) , h (x, y, z) = pred(z)
pred (0) = σ () , pred (y + 1) = π21 (y, pred (y))
monus (x, y) = x y
4. Sea Σ el alfabeto de la lengua castellana . Construir una máquina de
Turing que con la cabeza situada en el sı́mbolo más a la izquierda
de una palabra w ∈ Σ∗ escriba , a la izquierda de w y dejando un
blanco de separación , la longitud de la palabra w, expresada como un
número en sistema binario. La palabra w, al finalizar el proceso, deberá
mantenerse en el lugar que ocupaba inicialmente. Por ejemplo :
Configuración inicial :4turing , configuración final :41104turing
.
5. Multiplicador unario. Dados dos números x e y sobre el alfabeto Σ =
{1}, diseñar una máquina de Turing que los multiplique. Los contenidos
inicial y final de la cinta son los siguientes:
La cabeza se encuentra inicialmente sobre el primer blanco a la derecha

del número x.
6. Sea el alfabeto de la lengua castellana
Σ = {a, b, c, . . . , k, l, m, n, . . . , r, s, . . . , x, y, z}
a) Construir una máquina de Turing que con la cabeza situada en el

sı́mbolo más a la izquierda de una palabra w ∈ Σ∗ escriba, a la
izquierda de w y dejando un blanco de separación, la longitud de
la palabra w, expresada como un número en sistema binario. La
palabra w, al finalizar el proceso, deberá mantenerse en el lugar que
ocupaba inicialmente.
b) Escribir el proceso que realiza la máquina de Turing construı́da para
la palabra w = turing. Se considerará también la palabra vacı́a, que
pertenece a Σ∗ y cuya longitud es cero.
7. a) Construir una Máquina de Turing tal que colocada en el dı́gito más

a la izquierda de un número w expresado en unario (w ∈ {1}∗) y
distinto de cero, lo copia a la derecha del número dado, sin dejar
ninguna separación entre el original y la copia. Probar el funciona-
miento con w = 1111.
b) Construir una Máquina de Turing tal que colocada en el dı́gito más
a la izquierda de un número natural n expresado en unario (n ∈
{1}∗) y distinto de cero, calcula 2n , también expresado en unario,
y lo coloca a la derecha del número dado n, dejando un blanco
de separación. Probar el funcionamiento con n = 3, i.e., n = 111.
(Indicación: 2n en unario es igual a 2n−1 en unario seguido de 2n−1
en unario: 11111111 = 23 = 2222 = 11111111).
8. Construir una máquina de Turing cuya cinta en la situación inicial con-

tiene n números en unario, separados por asteriscos, y en la situación
final deja la cinta con los mismos números en unario ordenados de me-
nor a mayor y de izquierda a derecha y sobre el mismo espacio de la
cinta en que se encontraban los números inicialmente.
9. a) Construir una máquina de Turing que transforma un número en-

tero expresado en sistema unario en el correspondiente número en
sistema decimal. Dicha máquina, con la cabeza situada en el dı́gito
más a la izquierda de una palabra sobre el alfabeto {a} , escribirá
a la izquierda de este número y dejando un blanco de separación,
el correspondiente número decimal (una palabra sobre el alfabeto
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}) . Notas: 1.- Para el número en unario se

utiliza el sı́mbolo a para evitar confusiones. 2.- El número unario
debe mantenerse en su posición y tal como estaba al principio. (In-
dicación: por cada dı́gito del número unario que se va recorriendo
se aumenta en una unidad el número decimal correspondiente).
b) Construir una máquina de Turing que realiza el mismo proceso que
en el apartado a) pero colocando el número decimal a la derecha
del número unario, dejando un blanco de separación.
c) Construir una máquina de Turing que transforme un número deci-
mal en un número unario. Con la cabeza situada en el dı́gito más
a la izquierda de un número decimal, destruye éste y escribe el
correspondiente número en sistema unario. (Indicación: por cada
dı́gito del número unario que se va añadiendo se resta una unidad
al número decimal).
d ) Diseñar una máquina que realiza la misma tarea que en el apartado
c), pero dejando el número decimal tal y como estaba y en su
mismo sitio y el número unario a la derecha y separado por un
blanco.
10. Sea n un número unario tal que n = 2x , x ≥ 1. Construir una máquina
de Turing que, con la cabeza situada inicialmente en el dı́gito más a
la izquierda del número n, escriba a la derecha de n, y dejando una
celda en blanco intermedia, el valor en unario de log2 n. Indicación: Se
aconseja utilizar la relación recursiva log2 2n = log2 n + 1. log2 2 = 1
11. Construir una Máquina de Turing que decida el predicado mayor (x, y),
donde x e y son números naturales mayores que cero, expresados en
unario.
Es decir que, dados dos números x e y, escriba a continuación de ellos
y dejando un blanco de separación un 1, si x > y, y un 0 en caso
contrario.
12. Construir sendas máquinas de Turing que reconozcan los siguientes
lenguajes:
a) {an b2n |n > 0}
b) {ww|w ∈ {a, b}∗}
c) L = {x ∈ {0, 1} ∗ |N0 (x) = 2N1 (x)}
13. Disena una maquina de Turing que calcule la “division entera de dos
numeros enteros positivos”.
14. Dibuje el diagrama de transiciones para la maquina de Turing com-

puesta → Rx 4L.
15. Diséñese una máquina de Turing, que acepte el lenguaje, dentro del
alfabeto {a, b, c }, cuyas cadenas no tienen ninguna a en su primera
mitad y ninguna b en su segunda. A tenor de esta especificación, debe
entenderse que las palabras de longitud impar no son admitidas.
16. Muestre que el lenguaje

2
L = an / n ≥ o
es aceptado por máquinas de Turing. ¿Es decidible? ¿Por qué?
17. Dibuje el diagrama de transiciones para la máquina de Turing com-

puesta
→ Rx 4L
.
18. ¿Forma la unión de un número finito de lenguajes estructurados por

frases un lenguaje estructurado por frases? . Justifique su respuesta.
19. Presente un argumento de que cualquier lenguaje que contenga un

número finito de cadenas es decidible por máquinas de Turing .
20. Codifique la Máquina de Turing L¬y 4R
21. ¿ El lenguaje que acepta exactamente aquellas cadenas de ceros y unos

que sean representaciones válidas de Máquinas de Turing codificadas,
es decidible ?
Índice de figuras
1.1. Pintura idealizada de Euclides. . . . . . . . . . . . . . . . . . 6

1.2. Kurt Gödel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. ábaco romano. . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Pascalina en el Museo de Artes y Oficios de Parı́s. . . . . . . . 9
1.5. La máquina analı́tica de Babbage, como se puede apreciar en
el Science Museum de Londres. . . . . . . . . . . . . . . . . . 9
1.6. El telar de Charles Jacquard. . . . . . . . . . . . . . . . . . . 10
1.7. Mark I, fotografı́a de 1948. . . . . . . . . . . . . . . . . . . . . 11
1.8. Glen Beck (background) and Betty Snyder (foreground) pro-
gram ENIAC in BRL building 328. (U.S. Army photo). . . . . 12
1.9. Computadora EDVAC. . . . . . . . . . . . . . . . . . . . . . . 13
1.10. von Neumann en 1940. . . . . . . . . . . . . . . . . . . . . . . 14
1.11. UNIVAC I en Franklin Life Insurance Company. . . . . . . . . 15
1.12. IBM 650. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.13. IUNIVAC 1105 operator console, in front of the cabinets con-
taining the CPU and memory. . . . . . . . . . . . . . . . . . . 17
1.14. The University of Manchester Atlas in January 1963. . . . . . 18
1.15. WordStar corriendo en DOS. . . . . . . . . . . . . . . . . . . . 19
1.16. RCA-601. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.17. IBM-360. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.18. CDC-7600. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.19. System /370-145. . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.20. Steve Jobs y Steve Wozniak. . . . . . . . . . . . . . . . . . . . 24
3.1. Autómata Finito Determinista . . . . . . . . . . . . . . . . . . 46
99
100 ÍNDICE DE FIGURAS
3.2. Diagrama de transición que acepta cadenas que representan

enteros o cadenas que representan números reales en notaci’on
decimal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3. Diagrama de transición . . . . . . . . . . . . . . . . . . . . . . 52
4.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2. Transiciones (p, x, s; q, y) . . . . . . . . . . . . . . . . . . . . . 61
4.3. Diagrama de transición para M = (S, Σ, Γ, ρ, s0 , F) . . . . . . . 62
4.6. Pila con elementos x, y, z . . . . . . . . . . . . . . . . . . . . 66
4.7. Autómata de pila . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.8. Autómata de pila . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.1. Máquina de turing . . . . . . . . . . . . . . . . . . . . . . . . 82

5.2. Máquina de turing . . . . . . . . . . . . . . . . . . . . . . . . 84
5.3. Funcionamiento de la Máquina de Turing . . . . . . . . . . . . 84
Bibliografı́a
[Hopcroft, Motwani, Ullman, 2007] Teorı́a de autómatas, Lenguajes y

Computación, Addison Wesley Iberoamericana, USA
[J. Glenn Brookshear, 1993] Teorı́a de la Computación Lenguajes Forma-

les, autómatas y Complejidad, Addison Wesley Iberoamericana, USA
101

Teoria Computacion Wilber

Cargado por

Copyright:

Formatos disponibles

Teoria Computacion Wilber

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria Computacion Wilber

Cargado por

Copyright:

Formatos disponibles

TEORÍA DE LA COMPUTACIÓN

Wilber Ramos Lovón

2.11. Lista de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . 43

4. Autómatas de Pila y L. I. del Contexto 59

La Ciencia de la Computación o Infórmatica es la disciplina que trata

1.1. El papel de los algoritmos

El estudio de los algoritmos comenzó siendo un tema del campo de las

Figura 1.1: Pintura idealizada de Euclides.

Euclides fué el lı́der de un equipo de matemáticos que trabajaba en Alejandrı́a.

LAs obras completas de Euclides fueron escritas por un equipo de matem”aticos de

Es esta capacidad de capturar y transmitir inteligencia por medio de

La identificación de las limitaciones de las capacidades algorı́tmicas ter-

Figura 1.2: Kurt Gödel.

Este teorema afirma, en esencia, que en cualquier teorı́a matemática que

El enunciado de este hecho removió los cimientos de las matemáticas y

1.2. Una breve historia de la computación

Las computadoras actuales tienen una genealogı́a muy extensa. Uno de

Este dispositivo es muy sencillo, consta de cuentas ensartadas en vari-

Figura 1.3: ábaco romano.

Figura 1.4: Pascalina en el Museo de Artes y Oficios de Parı́s.

La primera computadora fue la máquina analı́tica creada por Charles

Figura 1.5: La máquina analı́tica de Babbage, como se puede apreciar en el

Mientras tanto Charles Jacquard (francés), fabricante de tejidos, habı́a

Figura 1.6: El telar de Charles Jacquard.

El mundo no estaba listo, y no lo estarı́a por cien años más. En 1944 se

Figura 1.7: Mark I, fotografı́a de 1948.

En 1947 se construyó en la Universidad de Pennsylvania la ENIAC (Elec-

El proyecto, auspiciado por el departamento de Defensa de los Estados

La EDVAC (Electronic Discrete Variable Automatic Computer) fue di-

Figura 1.9: Computadora EDVAC.

La idea fundamental de Von Neumann fue: permitir que en la memoria

Todo este desarrollo de las computadoras suele divisarse por generaciones

La forma en que están construidas.

Forma en que el ser humano se comunica con ellas.

Figura 1.10: von Neumann en 1940.

1.2.1. Primera Generación

En esta generación habı́a una gran desconocimiento de las capacidades

Esta generación abarco la década de los cincuenta. Y se conoce como

Estas máquinas estaban construidas por medio de tubos de vacı́o.

Eran programadas en lenguaje de máquina. En esta generación las máqui-

En 1951 aparece la UNIVAC (UNIVersAl Computer), fue la primera

Figura 1.11: UNIVAC I en Franklin Life Insurance Company.

En las dos primeras generaciones, las unidades de entrada utilizaban tarje-

Después se desarrolló por IBM la IBM 701 de la cual se entregaron 18

Posteriormente, la compañı́a Remington Rand fabricó el modelo 1103,

la 702, la cual presentó problemas en memoria, debido a esto no duró en el

La computadora más exitosa de la primera generación fue la IBM 650, de

Figura 1.12: IBM 650.

1.2.2. Segunda Generación

Cerca de la década de 1960, las computadoras seguı́an evolucionando, se

Las caracterı́sticas de la segunda generación son las siguientes: Están

En esta generación las computadoras se reducen de tamaño y son de

Figura 1.14: The University of Manchester Atlas in January 1963.

Algunas de estas computadoras se programaban con cintas perforadas y

Figura 1.15: WordStar corriendo en DOS.

El usuario de las computadoras va cambiando y evolucionando con el

Las computadoras de esta generación fueron: la Philco 212 (esta com-

Figura 1.16: RCA-601.

1.2.3. Tercera generación