- •Формулы логики высказываний и логики предикатов
- •Равносильность в логике высказываний и влогике предикатов
- •Тавтологии
- •Понятие предиката. Кванторы
- •Нормальные формулы логики предикатов
- •Языки. Аксиомы. Правила вывода
- •Вывод. Вывод из гипотез
- •Теорема Дедукции. Следствия
- •Примеры выводимых формул
- •Непротиворечивость ив
- •Полнота ив
- •Правило суммы, произведения
- •Размещения и сочетания
- •Бином Ньютона
- •Разбиение. Полиномиальная теорема
- •Булевы функции
- •Формулы. Равносильность формул
- •Метод рекуррентных соотношений
- •Решение линейных рекуррентных соотношений
- •Понятие производящей функции
- •Интуитивное понятие алгоритма
- •Машины Тьюринга. Вычислимые функции
- •Рекурсивные функции
- •Алгоритмически неразрешимые проблемы
- •Нумерации машин Тьюринга
- •Критерии эффективности алгоритма
- •Полиномиальные и неполиномиальные алгоритмы
- •Основные понятия теории графов
- •Маршруты, цепи, циклы
- •Виды графов
- •Способы задания графов
- •Эйлеровы графы
- •Геометрическая реализация графов
- •Деревья. Лес.
- •Остовное дерево
- •Важнейшие числовые характеристики графов
- •Основные понятия теории кодирования
- •Критерий однозначности алфавитного кодирования
- •Алгоритм распознавания однозначности кодирования
- •Коды Хэмминга
- •Понятие множества
- •Операции над множествами. Свойства
- •Формулы включения и исключения.
-
Рекурсивные функции
Df.1.: Следующие числовые ф-ции называются простейшими:
1)Нуль ф-ция О(х)=0
2)Ф-ция следования S(x)=х+1
3)Ф-ция выбора аргумента Inm(x1, x2, …, xn)=xm, 1≤m≤n.
Зам.: Каждая из простейших ф-ций является всюду определённой, т.е. значение ф-ции определено при любом допустимом наборе значений аргумента.
Рассмотрим 3 операции, позволяющие из данных ф-ций получать новые.
Df .2.: пусть дана ф-ция h(x1, x2, …, xm) и пусть дано m-функций: g1(x1, x2, …, xn) g2(x1, x2, …, xn) …. gm(x1, x2, …, xn). Тогда говорят, что ф-ция f(x1, x2, …, xn) получена с помощью операции супперпозиции или подстановки из ф-ций h,g1,g2,…,gm, если выполн. условие: f(x1, x2, …, xn)=h(g1(x1, x2, …, xn), g2(x1, x2, …, xn) , …., gm(x1, x2, …, xn)).
Зам: Можно показать, что, если операция суперпозиции применяется к всюду определённым ф-циям, то в результате получаем ф-цию всюду определённую.
Df.3.:Пусть даны ф-ции g(x1, x2, …, xn) и h(x1, x2, …, xn,xn+1,xn+2), где n≥1. Тогда говорят, что ф-ция f(x1, x2, …, xn,xn+1) получена с помощью операции примитивной рекурсии из ф-ций g и h, если выполняются условия: f(x1, x2, …, xn,0)= g(x1, x2, …, xn), f(x1, x2, …, xn,у+1)= h(x1, x2, …, xn, у, f(x1, x2, …, xn,,у)).
Зам:Если n=0, то схема примитивной рекурсии имеет вид: f(0)=k, k-const; f(y+1)=h(y,f(y)).
Зам: Можно показать, что если операция примитивной рекурсии применяется к всюду определ1нным ф-циям, то мы получаем всюду определённую ф-цию.
Df.4.: Ф-ция называется примитивно-рекурсивной, если её можно получить из простейших с помощью конечного числа раз применения операций суперпозиции и примитивной рекурсии.
Зам: В силу, сделанных ранее, замечаний каждая примитивно-рекурсивная ф-ция является всюду определённой.
Df.5.: Пусть дана ф-ция g(x1, x2, …, xn,xn+1).Тогда говорят, что ф-ция f(x1, x2, …, xn) получена с помощью операции минимизации из ф-ции g, если её значением является наименьшее у, удовлетворяющее следующим требованиям:
1) g(x1, x2, …, xn,у)=0
2)для каждого 0≤t≤у значения g(x1, x2, …, xn,t) определено и больше 0.
Если хотя бы одно из этих условий не выполняется, то значение у ф-ции f не определено.
Df.6.: Ф-ция называется частично рекурсивной, если её можно получить из простейших с помощью конечного числа раз применения операций суперпозиции, примитивной рекурсии, минимизации.
Df.7.: Всюду определённая частично рекурсивная ф-ция называется общерекурсивной.
Теор.1: Числовая ф-ция является вычислимой по Тьюрингу она частично рекурсивна.
Зам.: Теорема 1 утверждает эквивалентность 2х различных строгих определений алгоритма: в форме программ МТ, и в форме рекурсивных ф-ций.
-
Алгоритмически неразрешимые проблемы
Df.1.: Массовой проблемой называется бесконечный класс однотипных задач.
Df.2.: Массовая проблема называется алгоритмически неразрешимой, если не существует единого алгоритма, с помощью которого можно решить любую задачу из данной проблемы.
Зам: Алгоритмическая неразрешимость не означает, что нельзя решить никакую задачу из данной проблемы. Алгоритмическая неразрешимость означает только то, что класс задач, составляющих данную проблему, достаточно широк и поэтому нет единого алгоритма для решения всех задач данной проблемы. Алгоритмически неразрешимые проблемы имеются во многих областях математики. Нам уже известна одна алгоритмически неразрешимая проблема-это проблема разрешения в логике предикатов: не существует единого алгоритма, который для произвольной логики предикатов определял бы «является ли данная формулы выполнимой».
В алгебре известна проблема представимости матриц.
Её суть в следующем: имеется m-квадратных матриц А1, А2,…, Аm одного и того же размера n. Для произвольной квадратной матрицы А того же размера требуется установить «можно ли её представить в виде произведения нескольких матриц из А1, А2,…, Аm ». В 1951 году советский математик А.А.Марков доказал, что эта проблема алгоритмически неразрешима.
Алгоритмически неразрешимые проблемы имеются и в самой теории алгоритмов. Одна из них – проблема остановки МТ: Для произвольной МТ и произвольной начальной конфигурации требуется установить «применима ли данная машина к данной начальной конфигурации».
Отметим, что в математике имеются массовые проблемы, для которых пока не установлено разрешимо алгоритмически или нет. Долгое время (70 лет) в таком положении оставалась десятая проблема Гильберта. Её суть в следующем: для произвольного алгебраического уравнения с целыми коэффициентами и произвольным числом неизвестных требуется установить имеет ли оно целое решение. Только в 1971 году молодой ленинградский математик Ю.Матиясевич доказал, что проблема алгоритмически неразрешима.