TEORIA DE LA COMPUTACION

PROBLEMAS INDECIDIBLES
E INTRATABLES

En teora de la computacin, un problema indecidible es un problema de decisin para

el cual es imposible construir un algoritmo sencillo que siempre conduzca a una
respuesta de s o no correcta.
Los problemas de decisin son cualquier pregunta arbitraria de si o no en un nmero
infinito de entradas, estas entradas pueden ser de nmeros naturales, o valores de
otro tipo como las cadenas.
Los lenguajes no recursivamente enumerables: La interpretacin de este hecho, es
la existencia de ms problemas (lenguajes) que algoritmos (mquinas de Turing). En
consecuencia, existen lenguajes que no son reconocibles mediante mquinas de Turing,
i.e. no admiten ni siquiera una respuesta parcial al problema del reconocimiento de los
mismos. Equivalentemente, existen problemas para los que no ha y algoritmos.
Un ejemplo de esto es el lenguaje diagonal, La interpretacin de la no recursividad
enumerable de

es clara: no existe un algoritmo capaz de reconocer

(siquiera de

manera parcial), existen problemas que no admiten solucin algortmica. La definicin

de dicho lenguaje es:

La demostracin de la no recursividad enumerable de

es:

Por reduccin al absurdo, supongamos que el lenguaje

es recursivamente

enumerable. Por lo tanto, existe una mquina de Turing M tal que acepta el lenguaje
. Puesto que M es una maquina sobre el alfabeto , de acuerdo a lo anterior, existe un
numero natural

tal que M es la i-esima mquina de Turing. Considerando la i-

esima cadena sobre el alfabeto ,

, caben dos posibilidades:

Si

, se sigue, por la definicin de

, que si

. Puesto que la

, llegamos a una contradiccin.

-

Si

, se tiene, de nuevo por la definicin de

, que si

. Al ser

, llegamos de nuevo a un absurdo.

Por lo tanto, enambos casos llegamos a una contraddccion y por ende,

no puede ser

recursivamente enumerable, en resumen el leguanje diagonal no admite una respuesta

algortmica.
Problemas indecidibles para mquinas de Turing: Se utilizan los lenguajes Lu y Ld
que ya conocemos para describir los problemas indecidibles para maquinas de Turing,
para esto se aplica la tcnica de Reduccin.
Reduccin:
Una manera ms simple de hacer esta operacin es utilizando el mtodo de reduccin,
el cual est implcito en nuestra manera de pensar a la hora de solucionar ciertos
problemas: dado un problema P1, este se reduce a solucionar P2. Es decir, si
solucionamos P2, tenemos solucionado P1. De esta manera hemos convertido un
problema en otro.
Un ejemplo de esto es:
P1.- Hay hambre en el mundo.
P2.- Hay que redistribuir parte de la riqueza
El problema del hambre en el mundo se reduce a redistribuir riqueza. P2 es un
problema mucho ms general, pues adems de solucionar el hambre tambin
solucionara otros ms.
Hay que hacer notar que este mtodo no hace referencia a la manera en la que se
soluciona P1 o P2, sino que determina como la solucin de P2 conduce a solucionar P1.
Tambin se puede ver que P2 es un problema ms general que P1. De hecho este
mtodo no funcionara en el sentido inverso: siempre se reduce un problema a otro
ms general.

PROBLEMAS INTRATABLES
Con el tiempo se a realizado una distincin entre algoritmos de tiempo polinmico y
algoritmos de tiempo exponencial cuando se trata de caracterizar a los algoritmos
como "suficientemente eficiente" y "muy ineficiente" respectivamente.
Un algoritmo de tiempo polinomial se define como aquel con funcin de complejidad
temporal en O(p(n)) para alguna funcin polinmica p, donde n denota el tamao de la
entrada. Cualquier algoritmo cuya funcin de complejidad temporal no pueda ser
acotada de esta manera, se denomina algoritmo de tiempo exponencial.
La mayora de los algoritmos de tiempo exponencial son simples variaciones de una
bsqueda exhaustiva, mientras que los algoritmos de tiempo polinomial, usualmente se
obtienen mediante un anlisis ms profundo de la estructura del problema. En la teora
de la complejidad computacional, existe el consenso de que un problema no est "bien
resuelto" hasta que se conozca un algoritmo de tiempo polinomial que lo resuelva. Por
tanto, nos referiremos a un problema como intratable, si es tan difcil que no existe
algoritmo de tiempo polinomial capaz de resolverlo.
Clases P y NP: a relacin entre las clases de complejidad P y NP es una pregunta que
an no se ha podido responder por la teora de la complejidad computacional. En
esencia, la pregunta es P = NP? significa: si es posible "verificar" rpidamente
soluciones positivas a un problema del tipo SI/NO (donde "rpidamente" significa "en
tiempo polinmico").
Clase P: P es conocido por contener muchos problemas naturales, incluyendo las
versiones de decisin de programa lineal, clculo del mximo comn divisor, y
encontrar una correspondencia mxima.
Problemas notables en P
Algunos problemas naturales son completos para P, incluyendo la conectividad (o la
accesibilidad) en grafos no dirigidos.
Una generalizacin de P es NP, que es la clase de lenguajes decidibles en tiempo
polinmico sobre una mquina de Turing no determinista. De forma trivial, tenemos

que P es un subconjunto de NP. Aunque no est demostrado, la mayor parte de los

expertos creen que esto es un subconjunto estricto.
Clase NP: La clase NP est compuesta por los problemas que tienen un certificado
sucinto (tambin llamado testigo polinmico) para todas las instancias cuya respuesta
es un S. La nica forma de que tengan un tiempo polinomial es realizando una etapa
aleatoria, incluyendo el azar de alguna manera para elegir una posible solucin, y
entonces en etapas posteriores comprueba si esa solucin es correcta.
En otras palabras, dada una solucin para una cierta instancia, es posible comprobar
que es vlida en TIME (n^k). En el caso de SAT (Problema de satisfacibilidad
booleana), dado una asignacin de valores de verdad, se puede comprobar fcilmente
si la frmula es cierta o no. Una nMT puede "adivinar" la solucin en O (n) y verificarla
en tiempo polinmico.
Problemas NP-completos: Las reducciones en tiempo polinomial nos dotan de
elementos para probar, de una manera formal, que un problema es al menos tan difcil
que otro, con una diferencia de un factor polinomial. Estas son esenciales para definir
a los problemas NP-completos, adems de ayudar a comprender los mismos.
La clase de los problemas NP-completos contiene a los problemas ms difciles en NP,
en el sentido de que son los que estn ms lejos de estar en P. Debido a que el
problema P=NP no ha sido resuelto, el hecho de reducir un problema B, a otro
problema A, indicara que no se conoce solucin en tiempo polinomial para A. Esto es
debido a que una solucin en tiempo polinomial para A, tendra como consecuencia la
existencia de una solucin polinomial para B. De manera similar, debido a que todos los
problemas NP pueden ser reducidos a este conjunto, encontrar un problema NPcompleto que pueda ser resuelto en un tiempo polinomial significara que P=NP.

Bibliografa
-

https://www.innova.uned.es/webpages/aconute/computacion/documentos/MTu

ring_V20100922_r.pdf?
http://delta.cs.cinvestav.mx/~adiaz/anadis/NPCompleteness2k5.pdf
http://www.eafranco.com/docencia/teoriacomputacional/files/books/TeoriaDe
Automatas,lenguajesYComputacion-Hopcroft.pdf