‫‪80‬‬

‫نظري‬

‫‪Turing Machine‬‬
‫‪7‬‬
‫‪9/05/2018‬‬ ‫‪15‬‬

‫اللغات الصورية‬
‫مقدمة‬

‫رأينا في المحاضرات السابقة الـ ‪ DFA‬ومشتقاتها مثل الـ ‪ NFA‬و 𝐴𝐹𝑁_‪ ε‬وكلها أالت _ ‪ machines‬تولد اللغات‬
‫المنتظمة (أو تقبل اللغات المنتظمة) ثم انتقلنا إلى ‪ push down automata‬و التي تقبل اللغات خارج السياق ويوجد‬
‫الكثير من اللغات التي ال يمكن قبولها في ‪ PDA‬مثل السلسلة التالية ‪ anbncn‬ال يمكن قبولها في ‪PDA‬‬
‫سنأخذ آلة جديدة اسمها ‪ 𝑇uring machine‬وهذه األلة بإمكانها أن تقبل مجموعة أوسع من اللغات فبإمكانها أن‬
‫تقبل 𝐸𝑅 و 𝑒𝑔𝑎𝑢𝑔𝑛𝑎𝐿 𝑒𝑒𝑟𝐹 𝑡𝑥𝑒𝑡𝑛𝑜𝐶 وتقبل أيضا مجموعة من التعابير التي ال تنتمي إلى هذه اللغات‪.‬‬

‫‪Turing Machine‬‬

‫إن ‪ turing machine‬هي آلة نظرية (آلة نمذجة) أي ليس لها أي وجود فيزيائي حقيقي وضعها آالن تورينغ عام ‪1936‬‬
‫وفي تلك الفترة لم يكن للحواسيب ظهور فعلي ولكن ‪ turing machine‬كانت تمتلك قدرات الحاسوب الفعلي أي كل‬
‫شيء باإلمكان إنجازه بالحاسوب العادي يمكن إنجازه باستخدام ‪.turing machine‬‬
‫نالحظ أنه مع كل آلة أوتومات جديدة نجد زيادة في اإلمكانيات و في نفس الوقت نجد زيادة في القيود مثال في البداية‬
‫𝐴𝐹𝑁 ‪𝐷𝐹𝐴,‬لم يكن لدينا ذاكرة ثم أضفنا ذاكرة في الـ𝐴𝐷𝑃 فأصبح لدينا إمكانيات أكبر أما هنا في‬
‫الـ ‪ turing machine‬أصبحت الذاكرة ال نهائية‪.‬‬

‫‪/ITE.RBCs‬‬
‫‪1‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫ذكرنا سابقا أن‪:‬‬

‫• ‪ PDA‬يتألف من ‪ finite control‬والذي هو عبارة عن مجموعة من حاالت باإلضافة إلى شريط دخل و‬
‫𝑘𝑐𝑎𝑡𝑠 حيث كنا نقرأ الحالة من شريط الدخل باإلضافة إلى الـ 𝑝𝑜𝑡 الخاص بالمكدس فنحدد عملية‬
‫‪ 𝑝𝑢𝑠ℎ‬أو 𝑝𝑜𝑝 على المكدس الخاص بنا‬
‫أما ‪ turing machine‬فهي تتكون من وحدة تحكم مركزية ‪ finite control unite‬والتي هي عبارة عن‬ ‫•‬
‫مجموعة من الحاالت ولدينا شريط ال نهائي أي ليس له بداية وليس له نهاية ويوجد عليه خانات كل خانة‬
‫منهم تحمل رمز من الرموز األبجدية ولدينا ما يسمى الرأس ‪ Head‬يسمى رأس القراءة والكتابة‪.‬‬

‫فمثالً‪ :‬قد نكون عند حالة معينة ويكون الرأس عند رمز معين فباالعتماد على الحالة و الرمز باإلمكان للرأس أن يغير‬
‫هذا الرمز (كون الرأس للقراءة و الكتابة ) الرأس يقرأ سلسلة الدخل الموجودة على الشريط ولدينا مجموعة حاالت‬
‫وبشكل عام عند الحالة االبتدائية يكون الرأس في أقصى اليسار الخاص بالشريط عندما يقرأ الرأس رمز معين باإلمكان‬
‫أن يكتب رمز آخر بدال منه أي يعمل ‪ update‬لهذه القيمة أو يمكن أن يتركه على حاله وذلك حسب تابع االنتقال‬
‫‪ transaction‬الخاص باألوتومات (أي هو يقرأ دائما وأحيانا يكتب وذلك حسب تابع االنتقال ) وبعد ذلك بإمكان‬
‫األوتومات أن يتحرك خلية واحدة نحو اليمين أو نحو اليسار ‪.‬‬

‫كنا قد درسنا سابقا في مقرر بنيان الحواسيب تصميم "فان هوفمان" والذي كان عبارة عن ‪ CPU‬و ‪ Memory‬حيث‬
‫الـ ‪ CPU‬يقوم بعمل ‪ Fetch‬للتعليمات الموجودة في الذاكرة ويقوم بتنفيذها وهنا نفس األمر ولكن في‬
‫الـ ‪ Turing Machine‬نحن نتحدث عن ذاكرة ال نهائية أي الشريط الخاص بنا هو شريط ال نهائي وفعليا هذا الشريط‬
‫هو شريط الدخل وبنفس الوقت هو شريط العمل أي نجد دخلنا على الشريط وعملنا بحد ذاته يتم على الشريط‪.‬‬
‫𝑝𝑎𝑇 𝑒‪𝑇ℎ‬‬

‫‪/ITE.RBCs‬‬
‫‪2‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫𝑔𝑛𝑖𝑟𝑡𝑆 𝑡𝑢𝑝𝑛𝐼 𝑒‪𝑇ℎ‬‬

‫مثال‪:‬‬

‫عند ‪ time0‬كان الـ ‪ Head‬موجودًا عند الرمز ‪ a‬فقام بقراءة ‪ a‬ثم كتب ‪ k‬وتحرك خانة نحو اليسار التي هي 𝑏‪.‬‬
‫عند ‪time1‬كان الـ ‪ Head‬موجودًا عند الرمز ‪ b‬فقام بقراءة ‪ b‬ثم كتب ‪ f‬وتحرك خانة نحو اليمين فرجع ل 𝑘‪.‬‬
‫أبجدية الدخل وأبجدية الشريط‬
‫تختلف أبجدية الدخل عن أبجدية الشريط حيث أن أبجدية الدخل هي نفسها ‪(Σ‬سيغما) أي هي الرموز المكونة للغة‬
‫وهذه األبجدية محتواه ضمن أبجدية الشريط‪.‬‬
‫أما أبجدية الشريط ‪( Γ‬غاما) فهي كل الرموز التي يمكن أن تتواجد على الشريط وهي تشمل أبجدية اللغة باإلضافة‬
‫‪ blanck‬أي رمز فارغ وهو ليس من ابجدية اللغة بل من أبجدية الشريط‪.‬‬ ‫إلى رموز أخرى مثل‬
‫{=‪Γ‬‬ ‫فمثال قد تكون }‪ Σ = { 0 , 1‬وتكون })‪∪ (0 , 1‬‬

‫مالحظة‪ Q∩Σ = ∅ :‬أي الحاالت ليس لهم عالقة بالرموز‪.‬‬

‫‪𝐹ormal Definitions for Turning Machines‬‬

‫‪𝑀 = (𝑄, 𝛴, 𝛤, 𝛿, 𝑞0 ,‬‬ ‫تعرف رياضيا على أنها سباعية كالتالي‪, 𝐹) :‬‬

‫‪/ITE.RBCs‬‬
‫‪3‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫𝑛𝑜𝑖𝑡𝑐𝑛𝑢𝐹 𝑛𝑜𝑖𝑡𝑖𝑠𝑛𝑎𝑟𝑇‬

‫نعرف تابع االنتقال على أنه يأخذ ثنائية من حالة ‪ q‬ويقرأ على الشريط رمز وينقلني إلى ثالثية وهي حالة أخرى ورمز‬
‫وجهة ‪ R‬أو ‪.L‬‬ ‫إدخال أو حتى‬
‫𝑠𝑛𝑜𝑖𝑡𝑖𝑠𝑛𝑎𝑟𝑇 𝑑𝑛𝑎 𝑠𝑒𝑡𝑎𝑡𝑆‬

‫مثال‪:1‬‬

‫• عند ‪ 𝑇𝑖𝑚𝑒1‬قام 𝑑𝑎𝑒𝐻 بقراءة 𝑎 وكتب 𝑏 مكانها ثم انتقل خانة نحو اليمين‬

‫عند ‪ Time2‬قام ‪Head‬بقراءة ‪ a‬وكتب ‪ b‬مكانها ثم انتقل خطوة نحو اليمين‬

‫مثال‪:2‬‬

‫• عند ‪ 𝑡𝑖𝑚𝑒1‬كان الرأس عند 𝑎 فقرأها ثم كتب 𝑏 مكانها‬

‫باالعتماد على تابع االنتقال ثم انتقل خانة نحو اليسار‪.‬‬

‫‪/ITE.RBCs‬‬
‫‪4‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫مثال‪:3‬‬

‫𝑚𝑠𝑖𝑛𝑖𝑚𝑟𝑒𝑡𝑒𝐷‬

‫إن 𝑒𝑛𝑖‪ 𝑇𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬هي آلة حتمية حيث‪:‬‬

‫𝑛𝑜𝑖𝑡𝑐𝑛𝑢𝑓 𝑛𝑜𝑖𝑡𝑖𝑠𝑛𝑎𝑟𝑡 𝑙𝑎𝑖𝑡𝑟𝑎𝑃‬

‫عند حالة معينة ‪ 𝑞1‬إذا قرأنا 𝑎 نكتب 𝑏ونذهب نحو‬

‫اليمين إلى الحالة ‪ 𝑞2‬وإذا قرأنا 𝑏 نكتب 𝑑 ونذهب نحو‬
‫اليسار نحو الحالة ‪ 𝑞3‬ونالحظ أنه ال يوجد انتقال عند إدخال الرمز 𝑐‪.‬‬

‫‪/ITE.RBCs‬‬
‫‪5‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫‪ _Halting‬التوقف‬

‫ويعني الوصول بـ ‪ Turing machines‬إلى حالة ال تملك انتقال)𝑛𝑜𝑖𝑡𝑖𝑠𝑛𝑎𝑟𝑡( فتسمى هذه الحالة حالة توقف‪.‬‬
‫‪The machine halts in a state if there is no transition machines‬‬

‫مثال‪:1‬‬

‫لدينا حالة ‪ halting‬ألننا وصلنا إلى حالة ‪ q1‬ال تملك انتقال )𝑛𝑜𝑖𝑡𝑖𝑠𝑛𝑎𝑟𝑡(‬

‫مثال‪:2‬‬

‫لدينا حالة ‪ halting‬ألنه ال يمكن االنتقال من الحالة ‪ q1‬عند الرمز 𝑐‬

‫𝑒𝑡𝑎𝑡𝑠 𝑔𝑛𝑖𝑡𝑝𝑒𝑐𝑐𝐴‬
‫في 𝑠𝑒𝑛𝑖‪ 𝑇𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬ال يمكنني االنتقال من حالة نهائية إلى حالة غير نهائية أي بمجرد الوصول إلى حالة نهائية‬
‫ال يمكنني الرجوع إلى حالة أخرى‪.‬‬

‫غير مسموحة‬ ‫مقبولة‬

‫𝑒𝑐𝑛𝑎𝑡𝑝𝑒𝑐𝑐𝐴 (قبول سلسلة)‪:‬‬

‫يتم قبول السلسلة المدخلة إذا توقفت الـ ‪ Turing mashines‬عند حالة نهائية‪.‬‬

‫𝑛𝑜𝑖𝑡𝑐𝑒𝑗𝑒𝑅 (رفض سلسلة)‪:‬‬

‫• يتم رفض سلسلة إذا توقفت الـ ‪ Turing machines‬عند حالة غير نهائية أو إذا دخلت بحلقة النهائية‪.‬‬

‫𝑔𝑛𝑖𝑟𝑡𝑠 𝑒‪𝐼𝑛 𝑜𝑟𝑑𝑒𝑟 𝑡𝑜 𝑎𝑐𝑐𝑒𝑝𝑡 𝑎𝑛 𝑖𝑛𝑝𝑢𝑡 𝑆𝑡𝑟𝑖𝑛𝑔, 𝑖𝑡 𝑖𝑠 𝑛𝑜𝑡 𝑛𝑒𝑐𝑒𝑠𝑠𝑎𝑟𝑦 𝑡𝑜 𝑠𝑐𝑎𝑛 𝑎𝑙𝑙 𝑡ℎ𝑒 𝑆𝑦𝑛𝑏𝑜𝑙𝑠 𝑖𝑛 𝑡ℎ‬‬

‫‪/ITE.RBCs‬‬
‫‪6‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫تمرين‪ :1‬أوجد ‪ Turing machines‬لـ الغة التالية ∗𝑎 حيث }𝑏 ‪.∑ = {𝑎,‬‬

‫الحل‪:‬‬

‫مثال‪ :‬لنفرض لدي السلسلة التالية‪:‬‬

‫وهي سلسلة مقبولة‪:‬‬

‫أوال نبدأ بحالة البداية ‪ 𝑞0‬بالرمز 𝑎 ثم انتقل بالجدول للرمز الثاني 𝑎ثم الثالث وعندما أصل إلى الفراغ انتقل الى‬
‫الحالة ‪ 𝑞1‬بالتالي توصَلنا إلى 𝑡‪ halt and accep‬حيث توقفنا عند حالة نهائية‪.‬‬

‫مثال‪ :‬لنفرض لدي السلسلة التالية‪:‬‬

‫وهي سلسلة مرفوضة‪:‬‬

‫أوال نبدأ بالحالة البدائية ‪ q0‬عند الرمز ‪ a‬ثم انتقل بالجدول إلى الرمز ‪ b‬ولكن نالحظ بأنه ليس لدي انتقال من الحالة‬
‫‪ q0‬عند الرمز ‪ b‬وبالتالي توصلنا إلى ‪halt and reject‬‬

‫تمرين‪ :2‬أوجد ‪ turing machines‬للغة ∗𝑎 حيث }𝑎{ = ∑‪.‬‬

‫الحل‪:‬‬

‫مثال‪:‬‬

‫الحالة البدائية هي نفسها الحالة النهائية ألن االبجدية هي فقط عبارة عن الرمز ‪ a‬بالتالي كل السالسل مقبولة‪.‬‬

‫‪/ITE.RBCs‬‬
‫‪7‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫تمرين ‪ : 3‬أوجد ‪ Turing machines‬للغة التالية ∗)𝑏 ‪ 𝑎∗ + 𝑏(𝑎 +‬حيث }𝑏 ‪.∑{𝑎,‬‬

‫مالحظة‪ :‬يوضح لنا هذا التمرين فكرة الحلقة الالنهائية من خالل مثال معين حيث اننا سنستمر في التجول دون الوصول‬
‫لحالة نهائية وبالتالي تكون السلسلة مرفوضة𝑡𝑐𝑒𝑗𝑒𝑟 ‪.‬‬

‫الحل‪:‬‬
‫‪𝑎 → a ,R‬‬ ‫أوالً‪ :‬نقوم باستخراج قواعد إيجاد هذه اللغة فنجد أنها‪:‬‬
‫‪𝑏 → b ,L‬‬ ‫ثانياً‪ :‬نرسم مخطط الحاالت‪:‬‬

‫لنفرض لدي السلسلة التالية‪:‬‬

‫وهي سلسلة غير مقبولة‪:‬‬

‫أوال نبدأ بحالة البداية ‪ 𝑞0‬بالرمز 𝑎 ثم اكتب ‪ a‬وانتقل يميناً فأصادف ‪ b‬فاكتب ‪ b‬وانتقل يساريا وهكذا استمر االنتقال‬
‫دون الوصول الى ال ‪ ‬وبالتالي دون الوصول الى حالة نهائية‪.‬‬

‫مالحظات‪ :‬في حالة الحلقة الالنهائية‪:‬‬

‫‪ .1‬ال يمكن الوصول إلى الحالة النهائية أبداً‪.‬‬
‫‪ .2‬كما أن االلة يستحيل ان تصل إلى حالة ‪(halt‬التوقف)‪.‬‬
‫‪ .3‬وسلسلة اإلدخال تكون مرفوضة‪.‬‬

‫تمرين ‪ : 4‬أوجد ‪ Turing machines‬للغة التالية 𝑛 𝑏 𝑛𝑎 حيث ‪ n>= 1‬و }𝑏 ‪.∑{𝑎,‬‬

‫نرسم مخطط الحاالت‪:‬‬

‫‪/ITE.RBCs‬‬
‫‪8‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫شرح المخطط‪:‬‬
‫الفكرة االساسية من المخطط أننا نقابل كل ‪ a‬مع ‪b‬حتى نتاكد انهما من نفس العدد‪.‬‬
‫حيث اننا من أجل كل خطوة نذهب ألقصى اليسار بحثاً عن اول 𝑎 نجدها فنبدلها بـ ‪ x‬ثم نبحث عن اول ‪ b‬تليها‬
‫فنبدلها بـ ‪ y‬ثم نعاود الذهب ألقصى اليسار بحثاً عن اول ‪ a‬غير محولة لـ‪ x‬فنحولها ثم نبحث عن اول ‪ b‬لم يتم‬
‫تحويلها لـ ‪ y‬فنحولها وهكذا ‪...‬‬

‫• لنفرض لدي السلسلة التالية ‪ aabb‬ولنختبر عليها األوتومات الخاص بنا‪:‬‬

‫‪/ITE.RBCs‬‬
‫‪9‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫‪/ITE.RBCs‬‬
‫‪10‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫‪Configuration‬‬
‫وهي طريقة من أجل تمثيل يربط بين رأس القراءة والكتابة والحاالت وشريط الدخل حيث تمثل بالطريقة التالية‪:‬‬

‫مثال‪:1‬‬

‫‪  c‬‬ ‫‪a b a  ‬‬

‫‪q1‬‬
‫حيث تقرأ كالتالي اننا في حالة ‪ 𝑞1‬والمؤشر ع 𝑏 وقبلها يوجد 𝑎𝑐 وبعدها ‪a‬حيث نستطيع كتابتها ع الشكل التالي‪:‬‬
‫𝑎 𝑏 ‪𝑐 𝑎 𝑞1‬‬

‫‪/ITE.RBCs‬‬
‫‪11‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫مثال‪:2‬‬

‫يمكن كتابة االنتقاالت ع الشكل التالي‪:‬‬

‫𝑏 ‪𝑞2 𝑥𝑎𝑦𝑏 > 𝑥𝑞0 𝑎𝑦𝑏 > 𝑥𝑥𝑞1 𝑦𝑏 > 𝑥𝑥𝑦𝑞1‬‬

‫وتكون كتعبير مكافئ لالنتقاالت السابقة يمكن كتابة‪:‬‬

‫‪‬‬
‫‪q2 xayb  xxy q1 b‬‬
‫مالحظة‪ :‬يمكن تمثيل كلمة كاملة بالطريقة السابقة كما المثال التالي‪:‬‬
‫لتكن لدينا الكلمة 𝑤 وهي عبارة عن السلسة 𝑏𝑏𝑎𝑎 حيث يمكن كتابة الحالة األبتدائية بالشكل‪:‬‬

‫‪Initial configuration:‬‬ ‫𝑤 ‪𝑞0‬‬

‫‪The Accepted Language‬‬

‫اللغة المقبولة في 𝑒𝑛𝑖‪ 𝑡𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬هي مجموعة كل الكلمات المقبولة على شريط الـ 𝑒𝑛𝑖‪ 𝑡𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬أي‬
‫مجموعة كل الكلمات التي تنقلنا من الحالة األبتدائية الى احدى حاالت الـ 𝒕𝒍𝒂𝑯 ‪.‬‬
‫فيكون من أجل أي 𝑒𝑛𝑖‪ 𝑡𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬ولنرمزها بالرمز 𝑀 ‪:‬‬

‫• نقول عن اللغة المقبولة في 𝑒𝑛𝑖‪ 𝑡𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬بأنها ‪ Turing Recognizable‬كما يطلق عليها األسماء‬
‫التالية‪:‬‬
‫‪Turing Acceptable -‬‬
‫‪Recursively Enumerable -‬‬

‫‪/ITE.RBCs‬‬
‫‪12‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫‪Computing Functions with Turing Machines‬‬

‫أن الـ 𝑠𝑛𝑜𝑖𝑡𝑐𝑛𝑢𝐹 𝑔𝑛𝑖𝑡𝑢𝑝𝑚𝑜𝑐 في 𝑠𝑛𝑖‪ 𝑇𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬تختلف عن عملية قبول سلسلة من لغة معينة ففي‬
‫عملية قبول سلسلة يجب االنتقال من حالة معينة واالنتهاء بأحد الحاالت التوقف وعندها نحكم عن هذه السلسلة بأنها‬

‫مقبولة أم غير مقبولة‪.‬‬

‫وإنها كما جميع الـ 𝑠𝑛𝑜𝑖𝑡𝑐𝑛𝑢𝐹 لها منطلق ومستقر‪.‬‬

‫في 𝑠𝑛𝑜𝑖𝑡𝑐𝑛𝑢𝑓 𝑔𝑛𝑖𝑡𝑢𝑝𝑚𝑜𝑐 يجب علينا أيجاد ألية معينة من أجل ترميز الدخل وتمثيله ع شريط الـ 𝑀𝑇‬
‫وحيث يتم وضع الخرج على نفس الشريط الذي يحل محل ما كان موجود من قبل‪.‬‬
‫‪Example: Addition function‬‬
‫𝑦 ‪𝑓(𝑥, 𝑦) = 𝑥 +‬‬
‫يجب علينا التوصل الى ألية من أجل ترميز الدخل فلتكن على النحو التالي‪ :‬ولنأخذ الرقم ‪ 5‬على سبيل المثال‪:‬‬
‫‪Decimal: 5‬‬
‫‪Binary: 101‬‬
‫‪Unary: 11111‬‬
‫أي سوف نقوم بتمثل الرقم بعدد من الواحدات التي تساوي الرقم الممثل‪.‬‬

‫كيف سنقوم بعملية الجمع؟‬

‫𝑦 ‪𝑓(𝑥, 𝑦) = 𝑥 +‬‬
‫سنقوم بتمثيل الرقم األول 𝑥 ومن ثم سنضع ‪ 0‬لداللة على ان الرقم األول قد انتهى ومن ثم نرمز الرقم الثاني‬
‫والعملية تتم بقلب الصفر الى واحد وجعل اخر واحد عبارة عن صفر أي كالتالي‪:‬‬

‫‪/ITE.RBCs‬‬
‫‪13‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫ويكون التمثيل على 𝑒𝑛𝑖‪ 𝑡𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬كالتالي‪:‬‬

‫مالحظة‪ :‬ان الصفر األخير مهم من اجل استخدام الناتج في عمليات أخرى‬

‫لنأخذ مثال عن عملية الجمع وليكن‪:‬‬

‫ويكون الـ 𝑒𝑛𝑖‪ 𝑇𝑢𝑟𝑖𝑛𝑔 𝑀𝑎𝑐ℎ‬لـ 𝑦 ‪:𝑓(𝑥, 𝑦)𝑥 +‬‬

‫مثال‪ :‬إيجاد ضعفي عدد أي 𝑥‪𝑓(𝑥, 𝑦) = 2‬‬

‫حيث سيكون الدخل عبارة عن رقم معين والخرج ضعفي هذا الرقم كالتالي‪:‬‬

‫‪/ITE.RBCs‬‬
‫‪14‬‬
 ‫‪ | TM‬د‪ .‬محمد األحمد‬

‫وسنقوم بالترميز كما في المثال السابق بعدد من الواحدات المساوي للرقم المدخل‬
‫حيث خوارزمية الحل على الشكل التالي‪:‬‬
‫‪ .1‬من اجل كل ‪ 1‬على شريط الـ 𝑀𝑇 استبدله بـ ‪ $‬حتى نصل الى اخر السلسلة‪.‬‬
‫‪ .2‬تكرار التالي‪:‬‬
‫• إيجاد الـ ‪ $‬في أقصى اليمين واستبداله بـ ‪1‬‬
‫بـ ‪ ،1‬ثم يعود خطوة الى اليسار‬ ‫• اذهب خطوة الى اليمين واستبدل‬
‫‪ .3‬يتم التكرار حتى يحول كل الـ ‪ $‬على شريط الدخل الى القيمة ‪.1‬‬

‫مالحظات‪:‬‬
‫إن الـ 𝑠𝑒𝑛𝑖‪ 𝑡𝑢𝑟𝑖𝑛𝑔 𝑚𝑎𝑐ℎ‬تتمتع بقدرة أكبر من األجهزة واألدوات التي مرت معنا سابقاً‪.‬‬
‫كما أنها تشبه بعملها إلى حد كبير عمل الحاسوب حيث أن الحاسوب يقوم بنفس الطريقة بحيث لديه ألية خاصة من‬
‫أجل ترميز األعداد والقيام بعمليات حسابية عليها‪.‬‬
‫في 𝑠𝑛𝑜𝑖𝑡𝑐𝑛𝑢𝑓 𝑔𝑛𝑖𝑡𝑢𝑝𝑚𝑜𝑐 الخرج عبارة عن شكل تمثيلي بحيث نحن نحتاج الى جهاز اخر من أجل فهم قيمة‬
‫الخرج‪.‬‬

‫انتهت المحاضرة نتمنى لكم دراسة موفقة‪...‬‬

‫‪/ITE.RBCs‬‬
‫‪15‬‬