MODELOWANIE RZECZYWISTOŚCI

Podobne dokumenty
Alan M. TURING. Matematyk u progu współczesnej informatyki

Elementy Teorii Obliczeń

O ALGORYTMACH I MASZYNACH TURINGA

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI

PROBLEMY NIEROZSTRZYGALNE

O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI

Maszyna Turinga. Algorytm. czy program???? Problem Hilberta: Przykłady algorytmów. Cechy algorytmu: Pojęcie algorytmu

Turing i jego maszyny

Języki, automaty i obliczenia

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

OBLICZALNOŚĆ I NIEOBLICZALNOŚĆ

Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń

MODELOWANIE RZECZYWISTOŚCI

Podstawy Informatyki Maszyna Turinga

O ISTOTNYCH OGRANICZENIACH METODY

Metoda eliminacji Gaussa

Maszyna Turinga języki

Hierarchia Chomsky ego Maszyna Turinga

MODELOWANIE RZECZYWISTOŚCI

Podręcznik. Wzór Shannona

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Matematyczne Podstawy Informatyki

Struktura danych. Sposób uporządkowania informacji w komputerze.

MODELOWANIE RZECZYWISTOŚCI

Obliczanie. dr hab. inż. Joanna Józefowska, prof. PP 1

Za pierwszy niebanalny algorytm uważa się algorytm Euklidesa wyszukiwanie NWD dwóch liczb (400 a 300 rok przed narodzeniem Chrystusa).

Podręcznik. Przykład 1: Wyborcy

1 Układy równań liniowych

Obliczenia inspirowane Naturą

Zadanie 1. (6 punktów) Słowo w nazwiemy anagramem słowa v jeśli w można otrzymać z v poprzez zamianę kolejności liter. Niech

Wprowadzenie do maszyny Turinga

MASZYNA TURINGA UPRASZCZANIE DANYCH

Teoretyczne podstawy informatyki

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

3. Macierze i Układy Równań Liniowych

Matematyka dyskretna dla informatyków

MODELOWANIE RZECZYWISTOŚCI

Maszyna Turinga (Algorytmy Część III)

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

Matematyka Dyskretna Zestaw 2

Algorytmy sztucznej inteligencji

Sortowanie Shella Shell Sort

LOGIKA I TEORIA ZBIORÓW

Złożoność informacyjna Kołmogorowa. Paweł Parys

Paweł Gładki. Algebra. pgladki/

Zajęcia nr. 6: Równania i układy równań liniowych

Algorytm. Krótka historia algorytmów

złożony ze słów zerojedynkowych o długości co najmniej 3, w których druga i trzecia litera od końca sa

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

Podział sieci na podsieci wytłumaczenie

Metody numeryczne w przykładach

12.Rozwiązywanie równań i nierówności liniowych oraz ich układów.

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Zadania do wykonania. Rozwiązując poniższe zadania użyj pętlę for.

Układy równań liniowych

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

CIĄGI wiadomości podstawowe

M T E O T D O ZI Z E E A LG L O G R O Y R TM

Wykład z równań różnicowych

Indukcja matematyczna

Języki formalne i automaty Ćwiczenia 9

7. CIĄGI. WYKŁAD 5. Przykłady :

Początki informatyki teoretycznej. Paweł Cieśla

PRZEKSZTAŁCANIE WZORÓW!

iks plus trzy dzielone na dwa iks razy iks plus pięć

Zestaw zadań dotyczących liczb całkowitych

1. Wykład NWD, NWW i algorytm Euklidesa.

Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

2. Układy równań liniowych

KONKURS MATEMATYCZNY KOMA 2018

O ROLI TEZY CHURCHA W DOWODZIE PEWNEGO TWIERDZENIA

Złożoność obliczeniowa zadania, zestaw 2

Dowód pierwszego twierdzenia Gödela o. Kołmogorowa

Wykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach.

Informatyka. Michał Rad

Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów skończonych

Cyfrowość i analogowość. Wstępny zarys tematyki metodologicznofilozoficznej

Obliczenia inspirowane Naturą

Definicja i własności wartości bezwzględnej.

Liczby pierwsze. Kacper Żurek, uczeń w Gimnazjum nr 1 im. Jana Pawła II w Giżycku.

Wydział Matematyki I Informatyki ul. Słoneczna Olsztyn

Logika i teoria mnogości Wykład 14

Dialog z przyroda musi byc prowadzony w jezyku matematyki, w przeciwnym razie przyroda nie odpowiada na nasze pytania.

1 Automaty niedeterministyczne

Rekurencje. Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie:

Imię, nazwisko, nr indeksu

znalezienia elementu w zbiorze, gdy w nim jest; dołączenia nowego elementu w odpowiednie miejsce, aby zbiór pozostał nadal uporządkowany.

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

Matematyka dyskretna. Andrzej Łachwa, UJ, A/10

Cele nauczania: a)poznawcze: Cele ogólne kształcenia: -uczeń umie odejmować ułamki dziesiętne. Aktywności matematyczne:

Metody numeryczne Wykład 4

Zbiory, relacje i funkcje

Ciągi Podzbiory Symbol Newtona Zasada szufladkowa Dirichleta Zasada włączania i wyłączania. Ilość najkrótszych dróg. Kombinatoryka. Magdalena Lemańska

Sortowanie przez wstawianie Insertion Sort

Wstęp do informatyki- wykład 1 Systemy liczbowe

Transkrypt:

MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Podręcznik Iwo Białynicki-Birula Iwona Białynicka-Birula ISBN: 83-7255-103-0 Data wydania: 6 maja 2002 wkrótce drugie wydanie, rozszerzone

Maszyna Turinga uniwersalny komputer Kiedy nie możemy rozwiązać danego problemu pojawia się pytanie, czy to nasza ignorancja, czy problem jest nierozwiązywalny? W 1931 roku Kurt Gödel udowodnił, że pewnych stwierdzeń w matematyce nie można ani udowodnić, ani obalić W 1936 roku Alan Turing udowodnił, że pewnych problemów nie da się rozwiązać na żadnym komputerze Aby to zrobić, wprowadził uniwersalny model obliczeń, zwany dzisiaj maszyną Turinga

Maszyna Turinga Maszyna Turinga składa się z taśmy, zbioru stanów i zbioru reguł Taśma nieskończony ciąg komórek, stanowi wejście i wyjście maszyny. Każda komórka zawiera symbol ze skończonego alfabetu. W każdym kroku maszyna czyta i może zmienić zawartość jednej komórki, po czym przesuwa się o jeden krok w lewo lub w prawo

Maszyna Turinga Maszyna Turinga składa się z taśmy, zbioru stanów i zbioru reguł Zbiór stanów skończony zbiór stanów maszyny. Maszyna jest zawsze w jednym stanie. W każdym kroku maszyna może zmienić stan w zależności od bieżącego stanu i odczytanego symbolu. Specjalny symbol oznacza koniec przetwarzania.

Maszyna Turinga Maszyna Turinga składa się z taśmy, zbioru stanów i zbioru reguł Zbiór reguł tabela reguł określających zachowanie maszyny w każdej sytuacji. Dla każdej pary (stan,symbol) oprócz stanu STOP musimy określić (nowy symbol, kierunek przejścia, nowy stan)

Przykład maszyny Turinga

Maszyna Turinga do sortowania liczb Rozważmy maszynę Turinga do sortowania ciągów 0 i 1 Ponieważ taśma jest zarówno wejściem jak i wyjściem maszyny, załóżmy, że na początku ciąg, który mamy posortować jest wypisany na taśmie i jego pierwszy symbol jest w bieżącej komórce Oznaczmy pustą komórkę symbolem blank Zatem alfabet jest 3-elementowy: {0,1,blank}

Algorytm sortujący Przesuwamy się w prawo do napotkania pierwszego 0 poprzedzonego 1 Ponieważ to jest pierwsze takie 0, zatem początek ciągu zawiera wiele 0 lub wcale, po czym następują jedynki Maszyna wpisuje w miejsce zera 1, po czym wraca do pierwszej 1 i wpisuje tam 0 Efektywnie 0 jest przesunięte na swoje miejsce: przed jedynkami

Stany maszyny Zeros w tym stanie maszyna czyta początkowy ciąg zer. Kiedy maszyna jest w tym stanie, z pewnością nie było jeszcze żadnej jedynki. Początkowy stan maszyny Ones w tym stanie maszyna czyta pierwszy ciąg jedynek w zadanej liście. Kiedy maszyna jest w tym stanie wiemy z pewnością, że ciąg ma postać: najpierw zera, potem jedynki Back w tym stanie maszyna wraca do pierwszej jedynki, żeby ją zamienić na 0 First One w tym stanie maszyna wskazuje na pierwszą 1 w ciągu i zamienia ją na 0 STOP specjalny, końcowy stan maszyny

Reguły maszyny Tabelka pokazuje co maszyna robi dla każdej kombinacji (symbol, stan)

Uniwersalna maszyna Turinga Możemy mówić o rodzinie maszyn Turinga różniących się zawartością taśmy, liczbą stanów i regułami przejścia Uniwersalna maszyna Turinga (UMT) to maszyna, która wylicza wynik dowolnej konkretnej maszyny Turinga. Podobnie jak program Turing, UMT czyta specyfikację danej maszyny Turinga z taśmy, po czym emuluje jej zachowanie Uniwersalna Maszyna Turinga jest abstrakcyjnym modelem komputerów

Obliczalność Turing pokazał, że problemy nierozwiązywalne na jego maszynie, są nierozwiązywalne na żadnym komputerze Takie problemy nazywamy nieobliczalnymi Przykład: rozwiązywalność równań diofantycznych 2x 2 +y 3 =9 (rozwiązanie: (2,1))

Problem stopu Żeby sprawdzić rozwiązywalność dowolnego równania diofantycznego możemy zbadać wszystkie pary liczb naturalnych Kiedy komputer będzie liczył bardzo długo, nie będziemy w stanie stwierdzić, czy trzeba liczyć dalej, czy równanie jest nierozwiązywalne... Problem stopu: stwierdzić, czy dana maszyna Turinga dla konkretnego wejścia zatrzyma się. Turing pokazał, że problem stopu jest nierozwiązywalny

To dobrze, czy źle? Widzimy, że nie uda się zautomatyzować dowodzenia nieudowodnionych jeszcze hipotez matematycznych Problem stopu pokazuje, że matematyki nie można sprowadzić do procesu mechanicznego.

Analogowe maszyny Turinga Cały czas mówiliśmy o komputerach cyfrowych. Hava Siegelmann pokazała, że maszyny analogowe są potężniejsze, niż cyfrowe, to znaczy, że istnieje klasa problemów, które można rozwiązać na maszynie analogowej, choć są nierozwiązywalne na zwykłej maszynie Turinga. Nie wiadomo jeszcze, jak szeroka jest klasa problemów, które mogą być rozwiązane przez analogowe maszyny Turinga.