Les machines de Turing Lionel Blavy Sébastien Giraud Fabien Tricoire

Slides:



Advertisements
Présentations similaires
Chapitre annexe. Récursivité
Advertisements

L-System et modélisation de plantes…
Le langage Z Pr ZEGOUR DJAMEL EDDINE
Atelier Wiki 1.Introduction 2.Définition 3.Fonctionnement 4.Ecrire sur un wiki 5.En pratique 6.Glossaire 7.Ressources.
Séminaire Florin Périer Alain Gély LIMOS
Chap 1 Grammaires et dérivations.
INTRODUCTION.
Chapitre 1 Automates finis
Assistance à distance Parfois on se sent bien seul face à un problème informatique surtout si on n’est qu’un simple utilisateur. Lorsqu'un problème survient.
IFT313 Introduction aux langages formels
INITIATION AU GRAFCET E. HELLOT lycée P. Duez.
Conception et analyse des algorithmes
Introduction à l’Intelligence Artificielle
Démarche de résolution de problèmes
Les éléments de base de l’algorithmique
Analyse lexicale Généralités Expressions rationnelles Automates finis
IFT313 Introduction aux langages formels
Notions de base de la théorie des langages
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3.
Techniques de test Boulanger Jean-Louis.
IFT313 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke Révision de mi-session.
IFT313 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke Automates à pile LR Notion de poignée.
Expressions régulières et hash tables
Chapitre 3 Machines de Turing.
IFT Complexité et NP-complétude
IFT Chapitre 1 Classes de complexité fondamentales:
Applications des langages hors-contextes Les analyseurs syntactiques ascendants GNU Yacc et Bison.
Conception et analyse des algorithmes Les algorithmes probabilistes
Chapitre 3 Syntaxe et sémantique.
Le diagramme d’activités
Rappel Modèle analyse-synthèse de la compilation
Indécidabilité.
Transformations linéaires et sous-espaces associés
Structures de données IFT-2000 Abder Alikacem La récursivité Département d’informatique et de génie logiciel Édition Septembre 2009.
IFT Complexité et NP-complétude Chapitre 0 Rappels.
Le GRAFCET linéaire à séquence unique
LES TROUBLES SPÉCIFIQUES DU LANGAGE ET DES APPRENTISSAGES
Systèmes de gestion de bases de données NFP 107 Les techniques du contrôle de concurrence Philippe Rigaux
Expressions régulières et hash tables
Introduction Les niveaux de RAID offrent un large choix d’alternatives qui permettent de choisir un rapport performance/sécurité différent. Il est aussi.
Additions et soustractions
Paradigmes des Langages de Programmation
Cours LFI-2 (Master Académique)
Spécification de programmes et de systèmes
Cours Architecture des Systèmes Informatiques
SUITES cours 24.
Agents intelligents.  L’IA peut être envisagée de différentes manières. Les deux questions essentielles qu’ il convient de se poser sont: Vous intéressez-vous.
Diagramme d’états-transitions State machine diagram
INTRODUCTION.
Word : traitement de texte
Cours LFI-2 (Master Académique)
Chapitre 3 :Algèbre de Boole
Le diagramme d’états-transitions
Algorithmique et programmation (1)‏
Programmation objet La base.
Cours d’ Algorithmique 2012 Algorithmique. Cours d’ Algorithmique 2012 Qu’est ce que l’Algorithmique ? Avez-vous déjà suivi une recette ? Avez-vous déjà.
L’observation réfléchie de la langue
BRAINSTORMING Christophe Rousseau Auteur, Blogueur et Expert en Lean
D.E ZEGOUR Ecole Supérieure d’Informatique. Problèmes de décision Concepts de base Expressions régulières Notation particulière pour exprimer certaines.
Le langage Z minimal Pr ZEGOUR DJAMEL EDDINE
La programmation.
Les Machines RAM.
D.E ZEGOUR Ecole Supérieure d’Informatique
Structures de données avancées : LH (Hachage linéaire) D. E ZEGOUR Institut National d ’Informatique.
Introduction et Généralités sur l’Algorithmique
Thème du projet Faire ensemble: Ecriture d’un conte à 2 mains. Niveau : 3ème - Seconde.
Abdelkader Heni FUNDP Syntaxe et sémantique Abdelkader Heni FUNDP
Chap 1 Grammaires et dérivations.
Faire un panneau d’exposition
D’après le travail de Cyril Naudin (Royan) Circonscription de Jonzac - Décembre 2015 Construire le nombre du C1 au C3.
Transcription de la présentation:

Les machines de Turing Lionel Blavy Sébastien Giraud Fabien Tricoire Page de Titre Lionel Blavy

Plan Introduction Définition et description Un exemple (simple) Variations sur les MT Conclusion

Introduction Historique Situation par rapport aux automates

Un peu d’histoire 1900 : Hilbert pose 23 problèmes intérêt de Turing pour celui de la décidabilité 1936 : sa fameuse machine clôt ce problème

MT vs Automates automate fini grammaire régulière automate à pile grammaire algébrique Turing va plus loin

Définition/description Qu’est-ce qu’une machine de Turing ? Description formelle Terminologie

Description d’une MT (1) machine abstraite, théorique ruban tableau infini une case un symbole une tête de lecture/écriture

Description d’une MT (2) Une MT peut : lire/écrire un symbole sur le ruban déplacer sa tête à gauche ou à droite, une case à la fois changer d’état s’arrêter

Schéma d’une MT tête de lecture/écriture ruban

Description formelle Une machine de Turing : M = ( Q, , , , s, B, F ) Q ensemble fini d’états alphabet fini de ruban alphabet d’entrée s Q état initial F Q ensemble des états accepteurs B « symbole blanc » ( souvent noté # ) : Q x Q x x {L,R} fonction de transition

Quelques définitions (1) Un mot est accepté si la MT s’arrête avec oui comme résultat Un langage est accepté si tous ses mots sont acceptés Un langage L est décidé par une MT M si M accepte L M refuse tous les mots qui ne sont pas dans L L’exécution de M se fait donc toujours en un nombre fini d’étapes

Quelques définitions (2) Une configuration est un triplet comportant l’état de la machine le mot apparaissant avant la tête le mot se trouvant entre la tête et le dernier symbole non blanc

Utilisation d’une MT sur un exemple Codage données/résultat Formalisation du problème Fonction de transition Diagramme espace/temps

Machine de Turing reconnaissant Codage données/résultat : Entrée : le mot à tester Sortie : 1 si le mot appartient au langage, 0 sinon. Par exemple :

Formalisation Q = {q0, q1, q2, q3, q4, q5, q6, q7, q8, q9, q10} = {a,b,c,X,Y,Z} = {a,b,c} s = q0 F = {q7, q10} B = #

La fonction de Transition Pour chaque a, il doit y avoir un b et un c. Règles : (q0, a) ® (q1, X, D) (q1, a) ® (q1, a, D) (q1, b) ® (q2, Y, D) (q2, b) ® (q2, b, D) (q2, c) ® (q3, Z, L) …

Exécution de la MT temps espace

Variations sur les MT MT à 2 bandes vers MT à 1 bande Composition de MT Simuler un automate fini déterministe

Les MT à 2 rubans Une telle machine possède une tête par bande ainsi que la possibilité pour elles de ne pas se déplacer à un moment donné Par exemple : reconnaître

Simulation d’une MT 2 rubans par une MT classique Il suffit alors de faire des recherches de têtes pour faire les opérations

Composition de MT Envoyer le résultat d’une MT sur une seconde MT Mise en œuvre simple : on « concatène » les fonctions de transition

Simuler un automate fini Un ruban pour le mot d ’entrée Un ruban pour les états Un ruban pour les transitions

En conclusion Un outil puissant A montré les limites de l’informatique Débouché sur la thèse de Turing-Church La MT n’est pas dédiée à des résultats booléens