Geben wir einen offensichtlichen Weg, um einen "Faktor" des Produktautomaten wiederzugewinnen. Wenn und A = A 1 × A 2 den Produktautomaten bezeichnet, dann definieren wir
π 1 ( ( q , q ′ ) ) : = q
dh A 2 einfach vergessenAi=(Qi,δi,q0i,Fi),i=1,2A=A1×A2
π1( ( q, q′) ) : = q
EIN2oder auf die zweite Komponente projiziert, haben wir
, auch wenn wir
δ 1 ( q , x ) kennen wollen, wählen Sie einige
q ′ ∈ Q 2 und berechnen Sie im Produktautomaten
π ( ( δ 1 ( q , x ) , δ 2 ( q ' , x ) ) = δ 1 ( qQ.1= π( Q1× Q2)δ1( q, x )q′∈Q2 , daher können wir auch den Übergang in
A 1 wiederherstellen.
π((δ1(q,x),δ2(q′,x))=δ1(q,x)A1
Wenn wir also wissen, dass ein Automat ein kartesischer (oder externer) Produktautomat ist, können wir die Faktoren leicht wiederfinden.
Aber ich denke, das ist nicht das, was Sie in Bezug auf Ihre anderen Fragen im Sinn haben. Hier stellen sich zwei Fragen (im Folgenden meine ich mit Automatenisomorphismus isomorph als Zustandsgraph, dh ohne Berücksichtigung von Anfangs- oder Endzuständen, wie Sie sagten, die Sprache ist hier nicht so sehr von Belang):
1) Ist diese Zerlegung bei jedem Automaten, der zu einem Produktautomaten isomorph ist (dh auf irgendeine Weise zerlegt werden könnte), einer endlichen Anzahl von Automaten im wesentlichen einzigartig? (vorausgesetzt, die Faktoren könnten nicht weiter zerlegt werden, sonst offensichtlich nicht). Genauer gesagt, wenn
für nicht zusammensetzbare Automaten A i , B j
A1×…×Ak≅B1×…×Bl
Ai,Bjk=lAi≅Bπ(i)π:{1,…k}→{1,…k}
2) Bei zwei beliebigen Automaten A,BCA=B×C
Es ist leicht, die notwendigen Bedingungen dafür abzuleiten, aber ich sehe keine einfachen ausreichenden Kriterien dafür, dass ein Automat ein Faktor eines anderen ist.
π1((δ1(q,x),δ2(q′,x))=δ1(q,x)=δ1(π1(q,q′),x)
q∈Q1,q′∈Q2πA1× A2EIN2
EIN BBEIN
BEIN
MNMN
H. Straubing, P. Weil Einführung in endliche Automaten und deren Verknüpfung mit der Logik,
Kurswebsite mit vielen Informationen.
Bemerkung : Es gibt auch einen anderen Begriff von " Quotientierung ", siehe Wikipedia: Quotientautomat , aber dies ist nur eine Regel für das Zusammenfallen von Zuständen und wird in Lern- / Sprachinferenzalgorithmen oder bei der Zustandsminimierung verwendet.