Distanza tra le lingue normali


13

Voglio definire una nozione di "vicinanza" tra due lingue regolari di parole finite in Σ* (e / o parole infinite in Σω ). L'idea di base è che vogliamo che due lingue siano vicine se non differiscono per molte parole. Potremmo anche usare la distanza di modifica in qualche modo ... Non sono riuscito a trovare buoni riferimenti su questo problema.

Non la chiamo distanza perché non ho bisogno che tutti gli assiomi della distanza siano veri (anche se non è male se lo sono).

Un primo tentativo è definire dove e sono le restrizioni di e a e è la differenza simmetrica.

d(L,K)=lim supn→∞|LnΔKn||Ln∪Kn|
LnKnLKΣnΔ

Questa "distanza" è studiata? Ci sono riferimenti sull'argomento (possibilmente con scelte alternative per la funzione di distanza)? Qualsiasi aiuto o puntatore sarebbe apprezzato, grazie.

Risposte:


11

Come forse già saprai, una metrica comune sulle parole è la metrica Cantor, che è definita come:

d(l,k)={0if l=k2−nwhere n=min{i∈N|li≠ki}

In parole povere, se una stringa è una sequenza di eventi, la distanza tra due stringhe è , dove n è la prima volta che differiscono. Questo può essere portato a una metrica in lingue (non vuote) usando la metrica Hausdorff. (Se consenti infinite stringhe, devi anche assicurarti che le lingue siano complete di Cauchy.) 2−nn

Questa metrica si presenta molto durante la verifica. Il primo riferimento a questo che conosco è Alpern e Schneider 1985, Defining Liveness . (Mi dispiace per l'assenza di un collegamento, ma non sono riuscito a trovare una copia online.)

Jean-Eric Pin ha scritto un articolo di indagine, Metodi profiniti nella teoria degli automi , in cui analizza alcune metriche più generali e traccia anche alcune connessioni con la dualità di Stone.


Grazie, ero a conoscenza della metrica Cantor, ma non del suo uso per definire la metrica Hausdorff, questo mi sembra perfettamente soddisfacente.
— Denis,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.