7/7/2020 Gramática formal - Wikipedia, la enciclopedia libre

Gramática formal
Una gramática formal es una estructura lógico-matemática
con un conjunto de reglas de formación que definen las cadenas
de caracteres admisibles en un determinado lenguaje formal o
lengua natural. Las gramáticas formales aparecen en varios
contextos diferentes: la lógica matemática, las ciencias de la
computación y la lingüística teórica, frecuentemente con
métodos e intereses divergentes.

En un lenguaje formal, a las cadenas formadas según las reglas

de la gramática formal se las llama fórmulas bien formadas, y el
conjunto de todas las fórmulas bien formadas constituye un
lenguaje formal. Una gramática formal no describe el
significado de las fórmulas bien formadas, sino solamente su
forma. La teoría de los lenguajes formales estudia las
gramáticas formales y los lenguajes formales, y es una rama de
la matemática aplicada. Sus aplicaciones se encuentran en la
ciencia computacional teórica, la lingüística, la semántica Esta imagen muestra la relación entre
formal, la lógica matemática y otras áreas. las cadenas de caracteres, las
fórmulas bien formadas y los
teoremas. En algunos sistemas
formales, sin embargo, el conjunto de
Índice los teoremas coincide con el de las
Introducción fórmulas bien formadas.

Gramáticas formales en lingüística teórica

Definición de una C-gramática
Definición de una ES-gramática
Derivaciones
Jerarquía de Chomsky
Limitación de las gramáticas formales
Gramáticas formales en matemáticas y lógica
Véase también
Referencia
Bibliografía

Introducción
Una gramática formal es un conjunto de reglas para reescribir cadenas de caracteres, junto con un
símbolo inicial desde el cual debe comenzar la reescritura. Por lo tanto, una gramática formal
generalmente se piensa como una generadora de lenguajes. Sin embargo, a veces también puede ser
usada como la base para un "reconocedor": una función que determina si una cadena cualquiera
pertenece a un lenguaje o es gramaticalmente incorrecta.

Hay distintos tipos de gramáticas formales que generan lenguajes formales (véase la jerarquía de
Chomsky). Imaginemos una gramática con estas dos reglas:

1. A → bA
https://es.wikipedia.org/wiki/Gramática_formal 1/6
7/7/2020 Gramática formal - Wikipedia, la enciclopedia libre

2. A → c

El elemento en mayúsculas es el símbolo inicial. Los elementos en minúsculas son los símbolos
terminales. Para generar cadenas de caracteres, la idea es sustituir el símbolo inicial de la izquierda
por los símbolos de la derecha, y luego repetir el proceso hasta que sólo haya símbolos terminales.
Por ejemplo:

A → bA → bbA → bbbA → bbbc

Esta gramática da lugar a un lenguaje formal que consiste en el conjunto de todas las cadenas de
caracteres que pueden ser generadas por medio ellas. Por ejemplo: bbbc, bbbbbbbbc, c, bc, etc.

Para comprender mejor la idea, podemos considerar un modelo de reescritura para el español:

1. O → SUJ PRED (Oración → Sujeto Predicado)

2. SUJ → Det N (Sujeto → Determinante Nombre)
3. PRED → V COMP (Predicado → Verbo Complemento)
4. DET → el
5. N → niño, (hombre, anciano)
6. V → duerme, (ríe, come)
7. COMP → plácidamente, (intranquilo)

Estas reglas pueden utilizarse para generar la frase "el niño duerme plácidamente", así:

1. O(RACIÓN) (símbolo inicial)

2. SUJ(ETO) PRED(ICADO) (por la regla 1)
3. DET(ERMINANTE) N(OMBRE) PRED(ICADO) (por la regla 2)
4. DET(ERMINANTE) N(OMBRE) V(ERBO) COMP(LEMENTO) (por la regla 3)
5. el N(OMBRE) V(ERBO) COMP(LEMENTO) (por la regla 4)
6. el niño V(ERBO) COMP(LEMENTO) (por la regla 5)
7. el niño duerme COMP(LEMENTO) (por la regla 6)
8. el niño duerme plácidamente (por la regla 7)

Vemos que existen unas definiciones especiales como ORACIÓN, SUJETO, etc. que no aparecen en la
frase final formada. Son unas entidades abstractas denominadas "categorías sintácticas" que no son
utilizables en una oración (tienen un papel similar al de las categorías gramaticales de las lenguas
naturales). E igualmente el mismo sistema permite derivar otras oraciones similares usando formas
las formas léxicas entre paréntesis:

Det N V COMP
niño duerme
plácidamente
El hombre ríe
intranquilo
anciano come

Las categorías sintácticas definen la estructura del lenguaje representando porciones más o menos
grandes de las frases. Existe una jerarquía interna entre las categorías sintácticas.

La categoría superior sería la FRASE que representa una oración válida en lengua castellana.

Por debajo de ella se encuentran sus componentes. Ninguna de estas categorías dan lugar a frases
válidas solo la categoría superior.

Al finalizar toda la jerarquía llegamos a las palabras que son las unidades mínimas con significado
que puede adoptar una frase.
https://es.wikipedia.org/wiki/Gramática_formal 2/6
7/7/2020 Gramática formal - Wikipedia, la enciclopedia libre

Aplicando las jerarquías y sustituyendo elementos, llegamos al punto en donde todas las categorías
sintácticas se han convertido en palabras, obteniendo por tanto una oración válida; como por
ejemplo: El niño corre. Este proceso se llama producción o generación.

Gramáticas formales en lingüística teórica

Una gramática formal es un modelo matemático (más exactamente una estructura algebraica)
compuesto por una serie de categorías sintácticas que se combinan entre sí por medio de unas reglas
sintácticas que definen cómo se crea una categoría sintáctica por medio de otras o símbolos de la
gramática. Existen varios tipos de gramáticas formales históricamente importantes:

Las gramáticas formales categoriales (C-gramáticas) que usan un análisis de abajo a arriba y
requieren el uso de etiquetas de categoría para cada secuencia formada o constituyente
sintáctico propiamente dicho. Existe una única categoría superior que denota cadenas completas
y válidas.
Las gramáticas de estructura sintagmática (ES-gramáticas, en inglés PS-grammars) basadas
en reglas de reescritura y con un análisis de arriba abajo. Al igual que las C-gramáticas se basan
en la noción de constituyente sintáctico.
Las gramáticas asociativas (por la izquierda) (A-gramáticas, en inglés LA-grammars), que usa
usa un análisis de abajo a arriba, que permiten un análisis en de complejidad lineal, aunque
ignoran el concepto de constituyente sintáctico.

Los dos primeros tipos tienen puntos de conexión obvia con la noción de constituencia sintáctica y el
análisis mediante árboles sintácticos. Sin embargo, los analizadores sintácticos para las oraciones
formadas según ellas no pueden basarse en las reglas de generación (asimetría hablante-oyente), lo
cual sugiere que no puedan ser buenos modelos de la intuición de los hablantes. Además los modelos
de lengua natural basados en ellas parecen tener una complejidad polinómica o exponencial, lo cual
no parece avenirse con la velocidad con que los hablantes procesan las lenguas naturales. Por contra
las A-gramáticas en general tienen complejidad lineal, simetría entre hablantes y oyentes, sin
embargo, ignoran los constituyentes clásicos del análisis sintáctico. Sin embargo, siguen siendo
usadas para los analizadores sintácticos usados en computación.

Por medio de estos elementos constituyentes se define un mecanismo de especificación consistente en

repetir el mecanismo de sustitución de una categoría por sus constituyentes en función de las reglas
comenzando por la categoría superior y finalizando cuando la oración ya no contiene ninguna
categoría. De esta forma, la gramática puede generar o producir cada una de las cadenas del lenguaje
correspondiente y solo estas cadenas.

Definición de una C-gramática

Una gramática categorial o C-gramática es una basada en categorías gramaticales. Las formas léxicas
y secuencias formadas a partir de ellas están etiquetadas con categorías que indican el tipo de entidad
formada y sus posibilidades combinatorias (por ejemplo en una lengua nominal una secuencia de
palabras puede constituir un sintagma nominal lo cual especifica con qué otro tipo de categorías
puede combinarse este sintagma para formar otro sintagma mayor).

Las gramáticas categoriales se pueden definir como una estructura formal algebraica. Una gramática
categorial es un quíntupla con las siguientes propiedades:

1. (words) es el conjunto no vacío de formas bien formadas de la lengua (en una lengua natural
W podría interpretarse como secuencias de fonemas que forman expresiones, irrespectivamente
de su categoría gramatical).
2. (categories) es el conjunto no vacío de categorías posibles. Para que este conjunto sea un
conjunto de categorías aceptable se exige que si entonces también existan las categorías
https://es.wikipedia.org/wiki/Gramática_formal 3/6
7/7/2020 Gramática formal - Wikipedia, la enciclopedia libre

(frecuentemente denotada también como Y/X) y (frecuentemente denotada también

como Y\X). Nótese que de lo anterior se desprende la existencia de las categorías y
(sin más que intercambiar el papel de X e Y).
3. El conjunto (lexicon) es un conjunto , este conjunto es algo diferente del lexicón
convencional ya que incluye tanto palabras atómicas inanalizables como expresiones formadas a
partir de ellas.
4. El conjunto (rules) es un conjunto de reglas, generalmente formado por las siguientes dos
reglas:
1.
2.

Las anteriores se aplican a cualesquiera categorías y se interpretan así: si en un lenguaje

formal los elementos a la izquierda de la regla pertenecen al lexicón , entonces la
expresión a la derecha de la regla también es parte del lexicón (es decir, del conjunto de
expresiones posibles en dicho lenguaje). Se comprende que puesto que la composición
puede ser por la izquierda (regla 1) o por la derecha (regla 2) se haya requerido que el
conjunto admita además de categorías e las categorías y .

5. El conjunto (complete expresions)

Definición de una ES-gramática

En la definición clásica que dio Noam Chomsky en la década de 1950, una gramática formal de
estructura sintagmática (ES-gramática) es una cuádrupla G = (N,T,S,P) donde:

N es un conjunto finito de símbolos no terminales (variables).

T es un conjunto finito de símbolos terminales (constantes), disjunto con N.
S es un símbolo distinguido de N, el símbolo inicial.
P es un conjunto finito de reglas de producción, cada una de la forma:

donde * es la clausura de Kleene. Esto es, cada regla de producción mapea de una cadena de símbolos
a otra, donde la primera cadena contiene al menos un símbolo no terminal. En el caso de que la
segunda cadena sea la cadena vacía, para evitar confusión se la denota con una notación especial
(usualmente , o ).

El alfabeto de la gramática es entonces el conjunto

Derivaciones

Sea una gramática, y sean α, β, δ, φ, ρ, ... palabras de . Entonces:

β se deriva de α en un paso de derivación, y lo denotamos con α β si existen dos cadenas

, y una producción δ → ρ tales que α = δ ,yβ= ρ
Notamos con al cierre reflexivo y transitivo de . Es decir α β denota a una secuencia
de derivaciones en un número finito de pasos desde α hasta β.
es una forma sentencial de , si puede obtenerse la siguiente secuencia de
derivaciones . En el caso particular de que se dice que x es una sentencia
Se denomina lenguaje formal generado por G al conjunto

https://es.wikipedia.org/wiki/Gramática_formal 4/6
7/7/2020 Gramática formal - Wikipedia, la enciclopedia libre

Jerarquía de Chomsky

Cuando Noam Chomsky formalizó la idea de las gramáticas generativas en 1956, clasificó este tipo de
gramáticas en varios tipos de complejidad creciente que forman la llamada jerarquía de Chomsky. La
diferencia entre estos tipos es que cada uno de ellos tiene reglas más particulares y restringidas y por
tanto generan lenguajes formales menos generales. Dos tipos importante son las gramáticas libres de
contexto (Tipo 2) y las gramáticas regulares (Tipo 3). Las lenguas que pueden ser descritas mediante
esos tipos de gramáticas son lenguas libres de contexto y lenguas regulares, respectivamente. Estos
dos tipos son mucho menos generales que las gramáticas no restringidas de Tipo 0 (es decir, que
pueden ser procesadas o reconocidas mediante máquinas de Turing). Estos dos tipos de gramáticas se
usan más frecuentemente puesto que los analizadores sintácticos para estos lenguajes pueden
implementarse de manera eficiente.1 Por ejemplo, todas las lenguas regulares pueden ser
reconocidas por un autómata finito. Para subconjuntos de gramáticas libres de contexto, existen
algoritmos para generar analizadores sintácticos LL y analizadores sintácticos LR eficientes, que
permiten reconocer los correspondientes lenguajes generados por esas gramáticas.

Limitación de las gramáticas formales

Las ES-gramáticas como la usada en los primeros modelos de gramática generativa requieren ciertas
restricciones para ser computacionalmente tratables. Para entender esa restricción debe considerarse
la interacción entre un hablante y un oyente, el primero genera una oración o secuencia de acuerdo
con las reglas de la gramática, el segundo para entender dicha secuencia debe analizar la secuencia
para entenderla, encontrando los elementos formantes, interpretándolos y reconstruyendo la relación
hay entre ellos (estructura interna). Para que eso segundo sea posible se requiere que la estructura
interna tenga una estructura suficientemente simple como poder analizar sintácticamente las
secuencias con un bajo grado de ambigüedad. Pues bien computacionalmente se ha encontrado que la
clase de complejidad frente al análisis inverso de ciertas gramáticas es excesiva. Para ES-gramáticas
basadas en reglas de reescritura se tiene:

Restricciones Tipo de Tipo de Grado de

en las reglas ES-gramática lenguaje complejidad
tipo 3 Gramática ES regular lenguajes regulares lineal
Gramática ES lenguajes libres
tipo 2 polinómica
libre de contexto de contexto
Gramática ES lenguajes dependientes
tipo 1 exponencial
dependiente del contexto del contexto
Gramática ES lenguajes recursivamente
tipo 0 indecidible
no restringida enumerables

Gramáticas formales en matemáticas y lógica

Dentro del enfoque formalista y axiomático de las matemáticas se concibió que ciertas áreas de las
matemáticas podían concebirse como un sistema lógico-deductivo de fórmulas sujetas a restricciones
de manipulación. La gramática formal de esos sistemas sería el conjunto de reglas combinatorias
acordes a ciertos principios deductivos.

Un lenguaje formal en lógica o matemáticas es una tripleta donde denota el alfabeto o

conjunto de signos usados, el conjunto de reglas explica qué combinaciones de signos están bien
definidas y permite definir lo que es una fórmula bien formada (en ese sentido define la
morfología de las palabras de la lengua formal). El conjunto de fórmulas bien formadas constituyen el
vocabulario o léxico, mientras el par describe el conjunto de axiomas y el conjunto de reglas de

https://es.wikipedia.org/wiki/Gramática_formal 5/6
7/7/2020 Gramática formal - Wikipedia, la enciclopedia libre

deducción válidas. Estas dos últimas permiten establecer secuencias de fórmulas bien formadas
(palabras del lenguaje formal) que constituyen demostraciones válidas dentro del sistema formal (son
de alguna manera el equivalente a la sintaxis de la lengua formal).

Véase también
Jerarquía de Chomsky
Analizador sintáctico

Referencia
1. Grune, Dick & Jacobs, Ceriel H., Parsing Techniques – A Practical Guide, Ellis Horwood, England,
1990.

Bibliografía

Hausser, Roland R. (1999). Foundations of Computational Linguistics (en inglés). Springer-Verlag.

ISBN 3-540-66015-1.

Obtenido de «https://es.wikipedia.org/w/index.php?title=Gramática_formal&oldid=125624137»

Esta página se editó por última vez el 29 abr 2020 a las 20:05.

El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0; pueden aplicarse cláusulas
adicionales. Al usar este sitio, usted acepta nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.

https://es.wikipedia.org/wiki/Gramática_formal 6/6