SlideShare a Scribd company logo
1 of 22
Download to read offline
ΠΛΗ30
ΕΝΟΤΗΤΑ 5: ΑΠΟΦΑΣΙΣΙΜΕΣ και
ΑΠΟ∆ΕΚΤΕΣ ΓΛΩΣΣΕΣ
Μάθηµα 5.5:
Απαριθµησιµότητα και ∆ιαγωνοποίηση
∆ηµήτρης Ψούνης
ΠΕΡΙΕΧΟΜΕΝΑ
Α. Σκοπός του Μαθήµατος
Β. Θεωρία
1. Απαριθµησιµότητα
1. Σκεπτικό: Η Μηχανή Turing ως απαριθµητής
2. Λεξικογραφικά Turing Απαριθµήσιµες Γλώσσες
3. Θεώρηµα: Αποφασίσιµες=Λεξικογραφικά Απαριθµήσιµες
4. Turing-Απαριθµήσιµες Γλώσσες
5. Θεώρηµα: Αποδεκτές=Απαριθµήσιµες
2. ∆ιαγωνοποίηση
1. Τα δύο άπειρα
2. Απόδειξη ότι ένα σύνολο είναι µετρήσιµα άπειρο
3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο
Γ.Ασκήσεις
2∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Α. Σκοπός του Μαθήµατος
Οι στόχοι του µαθήµατος είναι:
Επίπεδο Α
(-)
Επίπεδο Β
(-)
Επίπεδο Γ
Απαριθµησιµότητα
∆ιαγωνοποίηση
3∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
B. Θεωρία
1. Απαριθµησιµότητα
1. Σκεπτικό: Η Μηχανή Turing ως Απαριθµητής
4∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Υπάρχει µια ειδική οικογένεια µηχανών Turing που λέγονται απαριθµητές.
• Είναι µία µηχανή Turing στην οποία έχουµε συνδέσει έναν εκτυπωτή!
• Ο ρόλος της µηχανής αυτής είναι να εκτυπώνει συµβολοσειρές µίας γλώσσας
• Π.χ. µπορούµε να κατασκευάσουµε µία Μ.Τ.-απαριθµητή για την γλώσσα 0n1n που θα εκτυπώνει
διαδοχικά της συµβολοσειρές ε,01,0011,000111 κ.λπ.
• Προσοχή! Αυτή η µηχανή Turing δεν σταµατά ποτέ! ∆ουλεύει επ’ άπειρον παράγοντας διαδοχικά
τις συµβολοσειρές της γλώσσας.
εκτυπωτηςΜ.Τ.
001
0
011
01
B. Θεωρία
1. Απαριθµησιµότητα
1. Σκεπτικό: Η Μηχανή Turing ως Απαριθµητής
5∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Υπενθύµιση: Λεξικογραφική Σειρά
• Όταν λέµε λεξικογραφική σειρά συµβολοσειρών µία γλώσσας, ορίζουµε ότι είναι ταξινόµηση των
συµβολοσειρών:
• Πρώτα κατά µήκος συµβολοσειρών
• Έπειτα κατά αλφαβητική σειρά.
• Π.χ. για την γλώσσα ∈ 0,1 ∗
| 	 	 	00 η λεξικογραφική σειρά είναι:
• Μήκος 0:
• Μήκος 1:
• Μήκος 2: 00
• Μήκος 3: 000,001,100
• Μήκος 4: 0000,0001,1000,1001
• κ.ο.κ.
• Ενώ η λεξικογραφική σειρά των συµβολοσειρών του αλφαβήτου Σ={0,1} είναι:
• Μήκος 0: ε
• Μήκος 1: 0,1
• Μήκος 2: 00,01,10,11
• Μήκος 3: 000,001,010,011,100,101,110,111
• κ.οκ.
B. Θεωρία
1. Απαριθµησιµότητα
2. Λεξικογραφικά Turing Απαριθµήσιµες Γλώσσες
6∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Ορισµός:
• Μία γλώσσα θα λέξεται λεξικογραφικά Turing-Απαριθµήσιµη αν και µόνο αν
διαθέτει λεξικογραφικό Turing-Απαριθµητή
• Λεξικογραφικός Turing Απαριθµητής είναι µία Μ.Τ. που εκτυπωνει µία-µία τις
συµβολοσειρές της γλώσσας µε λεξικογραφική σειρά
Π.χ αν εµπλουτίσουµε την µηχανή Turing µε µία εντολή «τύπωσε» τότε µπορούµε να
κατασκευάσουµε τον εξής λεξικογραφικό απαριθµητή για την γλώσσα L = { 0n1n | n≥0 }
• Ξεκίνα µε είσοδο ##
• Επανέλαβε τα εξής:
• Τύπωσε την συµβολοσειρά
• Γράψε ένα µηδενικό αριστερα
• Γράψε έναν άσσο δεξιά
• Κάνε µία δεξιά ολίσθηση για να εχει την µορφή #w#
Συνεπώς η γλώσσα είναι Λεξικογραφικά Turing-Απαριθµήσιµη
B. Θεωρία
1. Απαριθµησιµότητα
3. Λεξικογραφικά Απαριθµήσιµες = Αποφασίσιµες Γλώσσες
Έτσι έχουµε ισοδυναµία των δύο κατασκευασµάτων
Θα αποδείξουµε το ευθύ και το αντίστροφο, δηλαδή:
Αν µια γλώσσα είναι Λεξικογραφικά Απαριθµήσιµη τότε είναι και Αποφασίσιµη
Αν µια γλώσσα είναι Αποφασίσιµη τότε είναι Λεξικογραφικά Απαριθµήσιµη
7∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Θεώρηµα:
• Μία γλώσσα είναι λεξικογραφικά Turing-Απαριθµήσιµη αν και µόνο αν είναι
Turing-Αποφασίσιµη γλώσσα
εκτυπωτηςΜ.Τ.
001
0
011
01
Μw
Y
N
Μ.Τ. που αποφασίζει
Λεξικογραφικός Απαριθµητής
B. Θεωρία
1. Απαριθµησιµότητα
3. Λεξικογραφικά Απαριθµήσιµες = Αποφασίσιµες Γλώσσες
8∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
«ευθύ» Απόδειξη της πρότασης:
Αν µία γλώσσα είναι λεξικογραφικά Turing-Απαριθµήσιµη τότε είναι Turing-
Αποφασίσιµη γλώσσα
Απόδειξη:
Έστω ότι υπάρχει λεξικογραφικός απαριθµητής. Κατασκευάζουµε µια µηχανή Turing M η
οποία αποφασίζει την γλώσσα ως εξής:
∆εδοµένης της εισόδου w, τρέχουµε τον απαριθµητή
• Αν εκτυπωθεί η συµβολοσειρά w απαντάµε ΝΑΙ.
• Αν η w δεν έχει εκτυπωθεί, και εκτυπωθεί συµβολοσειρά µε µήκος > |w| απαντάµε
ΌΧΙ
Κατασκευάσαµε µηχανή Turing που αποφασίζει την γλώσσα άρα αυτή είναι
αποφασίσιµη.
B. Θεωρία
1. Απαριθµησιµότητα
3. Λεξικογραφικά Απαριθµήσιµες = Αποφασίσιµες Γλώσσες
9∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
«αντίστροφο» Απόδειξη της πρότασης:
Αν µία γλώσσα είναι Turing-Αποφασίσιµη τότε είναι λεξικογραφικά Turing-
Απαριθµήσιµη γλώσσα
Απόδειξη:
Έστω ότι υπάρχει µηχανή Turing που αποφασίζει την γλώσσα Μ.
Κατασκευάζουµε έναν απαριθµητή της γλώσσας ως εξής
• Επαναληπτικά παράγουµε λεξικογραφικά όλες τις συµβολοσειρές του Σ* και κάθε µία
από αυτές την περνάµε ως είσοδο στην Μ.
• Αν η Μ απαντήσει ΝΑΙ εκτυπώνουµε την συµβολοσειρά
• Αν η Μ απαντήσει ΌΧΙ δεν εκτυπώνουµε την συµβολοσειρά.
Κατασκευάσαµε λεξικογραφικό απαριθµητή για την γλώσσα, άρα αυτή είναι
λεξικογραφικά απαριθµήσιµη.
B. Θεωρία
1. Απαριθµησιµότητα
4. Turing Απαριθµήσιµες Γλώσσες
10∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Ορισµός:
• Μία γλώσσα θα λέγεται Turing-Απαριθµήσιµη αν και µόνο αν διαθέτει Turing-
Απαριθµητή
• Turing Απαριθµητής είναι µία Μ.Τ. που και πάλι εκτυπώνει όλες τις συµβολοσειρές
της γλώσσας:
• Ωστόσο τις εκτυπώνει µε τυχαία σειρά και πιθανώς µε επαναλήψεις
• Όµως αν µια συµβολοσειρα ανήκει στην γλώσσα, τότε εγγυηµένα σε κάποιο
βήµα εκτύπωσης αυτή θα εκτυπωθεί!
εκτυπωτηςΜ.Τ.
000
00
0
0
Απαριθµητής για την 0*
B. Θεωρία
1. Απαριθµησιµότητα
5. Απαριθµήσιµες = Αποδεκτές Γλώσσες
Έτσι έχουµε ισοδυναµία των δύο κατασκευασµάτων
Θα αποδείξουµε το ευθύ και το αντίστροφο, δηλαδή:
Αν µια γλώσσα είναι Απαριθµήσιµη τότε είναι και Αποδεκτή
Αν µια γλώσσα είναι Αποδεκτή τότε είναι Απαριθµήσιµη
11∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Θεώρηµα:
• Μία γλώσσα είναι Turing-Απαριθµήσιµη αν και µόνο αν είναι Turing-Αποδεκτή
γλώσσα
εκτυπωτηςΜ.Τ.
0
0
010
01
Μw
Y
N
Μ.Τ. που αποδέχεται Απαριθµητής
B. Θεωρία
1. Απαριθµησιµότητα
5. Απαριθµήσιµες = Αποδεκτές Γλώσσες
12∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
«ευθύ» Απόδειξη της πρότασης:
Αν µία γλώσσα είναι Turing-Απαριθµήσιµη τότε είναι Turing-Αποδεκτή γλώσσα
Απόδειξη:
Έστω ότι υπάρχει απαριθµητής. Κατασκευάζουµε µια µηχανή Turing M η οποία
αποδέχεται την γλώσσα ως εξής:
∆εδοµένης της εισόδου w, τρέχουµε τον απαριθµητή
• Αν η είσοδος w ανήκει στην γλώσσα, τότε σε κάποιο βήµα θα εκτυπωθεί από τον
απαριθµητή. Μόλις εκτυπωθεί τερµατίζουµε την εκτέλεση της Μ.
• Αν η είσοδος w δεν ανήκει στην γλώσσα, τότε δεν θα εκτυπωθεί από τον απαριθµητή.
Η Μ δεν τερµατίζει.
Κατασκευάσαµε µηχανή Turing που ηµι-αποφασίζει την γλώσσα άρα αυτή είναι
αποδέκτή.
B. Θεωρία
1. Απαριθµησιµότητα
5. Απαριθµήσιµες = Αποδεκτές Γλώσσες
13∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
«αντίστροφο» Απόδειξη της πρότασης:
Αν µία γλώσσα είναι Turing-Αποδεκτή τότε είναι Turing-Απαριθµήσιµη γλώσσα
Απόδειξη:
Έστω Μ η µηχανή που αποδέχεται την γλώσσα. Κατασκευάζουµε απαριθµητή της
γλώσσας µε την διαδικασία της χελιδονοουράς ως εξής:
• Επαναλαµβάνουµε σε φάσεις:
• Στην 1η φάση παράγουµε την πρώτη συµβολοσειρά του Σ*
• Στην 2η φάση παράγουµε τις 2 πρώτες συµβολοσειρές του Σ*
• Στην 3η φάση παράγουµε τις 3 πρώτες συµβολοσειρές του Σ*
• Κ.οκ.
• Στην n-οστή φάση προσοµοιώνουµε την Μ κατά n βήµατα στις n πρώτες
συµβολοσειρές.
• Κάθε συµβολοσειρά µε την οποία η Μ τερµατίζει, την τυπώνουµε και προχωράµε
στην επόµενη φάση.
Συνεπώς;
• Αν µία συµβολοσειρά ανήκει στην γλώσσα, µετά από κάποιο (µεγάλο, αλλά
πεπερασµένο) χρόνο θα εκτυπωθεί (και όχι µία αλλά άπειρες φορές). Άρα η L είναι
B. Θεωρία
2. ∆ιαγωνοποίηση
1. ∆ιαίσθηση
14∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Ένα σηµαντικό ερώτηµα των µαθηµατικών είναι ο διαχωρισµός των συνόλων ανάλογα
µε το πλήθος των στοιχείων που περιέχουν.
Ήδη γνωρίζουµε ότι:
• Ένα σύνολο είναι πεπερασµένο αν έχει πεπερασµένο πλήθος στοιχείων.
• Ένα σύνολο είναι άπειρο αν έχει άπειρο πλήθος στοιχείων.
Και τώρα θα µάθουµε ότι υπάρχουν δύο ειδών άπειρα σύνολα:
• Το άπειρο των φυσικών (παρατηρείστε ότι µεταξύ δύο διαδοχικών φυσικών
δεν µπορεί να υπάρξει άλλος φυσικός αριθµός)
Σε αντίθεση µε:
• Το άπειρο των πραγµατικών (παρατηρείστε ότι µεταξύ δύο πραγµατικών
παρεµβάλλεται πάντα κι άλλος πραγµατικός αριθµός)
Θα διαχωρίσουµε τα δύο άπειρα ώστε να µπορούµε να ισχυριστούµε ότι:
• Το άπειρο των πραγµατικών είναι µεγαλύτερο από το άπειρο των φυσικών
B. Θεωρία
2. ∆ιαγωνοποίηση
1.∆ιαίσθηση
15∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Ορίζουµε ότι:
• Ένα σύνολο είναι µετρήσιµα άπειρο αν δεν είναι πεπερασµένο και τα στοιχεία του
µπορούν να διαταχθούν (δηλαδή υπάρχει τρόπος απεικόνισης µε έναν µαθηµατικό
φορµαλισµό που να υπονοείται η σειρά τους)
• Παραδείγµατα τέτοιων συνόλων είναι οι φυσικοί, οι περιττοί, οι ρητοί αριθµοί, οι
µηχανές Turing κ.λπ.
• Ένα σύνολο είναι µη µετρήσιµα άπειρο αν δεν είναι πεπερασµένο και τα στοιχεία
του ∆ΕΝ µπορούν να διαταχθούν (δηλαδή ∆ΕΝ υπάρχει τρόπος απεικόνισης µε έναν
µαθηµατικό φορµαλισµό που να υπονοείται η σειρά τους)
• Παραδείγµατα τέτοιων συνόλων είναι οι πραγµατικοί, οι γλώσσες ενός
αλφαβήτου κ.λπ.
B. Θεωρία
2. ∆ιαγωνοποίηση
2. Απόδειξη ότι ένα σύνολο είναι µετρήσιµα άπειρο
16∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Για να δείξουµε ότι ένα σύνολο είναι µετρήσιµα άπειρο, αρκεί να προτείνουµε έναν
συστηµατικό τρόπο καταγραφής των µελών του έτσι ώστε ένα στοιχείο του συνόλου να
παίρνει µε µοναδικό τρόπο την θέση του στην ακολουθία.
Με απλά λόγια πρέπει να υπάρχει τρόπος συστηµατικής διάταξης των µελών του.
Παράδειγµα 1:
Οι φυσικοί είναι µετρήσιµα άπειροι.
Πράγµατι τα στοιχεία των φυσικών µπορούν να αναπαρασταθούν Ν={0,1,2,b.}
Παράδειγµα 2:
Οι περιττοί είναι µετρήσιµα άπειροι.
Πράγµατι τα στοιχεία των περιττών µπορούν να αναπαρασταθούν Α={1,3,5,b.}
Παράδειγµα 3:
Η γλώσσα L={w|w αρχίζει µε 0} είναι µετρήσιµα άπειρη.
Πράγµατι τα στοιχεία µπορούν να αναπαρασταθούν Α={0,00,01,000,001,010,011,b}
B. Θεωρία
2. ∆ιαγωνοποίηση
2. Απόδειξη ότι ένα σύνολο είναι µετρήσιµα άπειρο
17∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Παράδειγµα 4:
Οι ρητοί είναι µετρήσιµα άπειροι.
Μπορούµε να προτείνουµε την εξής µεθοδολογία καταγραφής των ρητών:
Η σειρά καταγραφής των ρητών που ανακύπτει είναι: , , , , , ,b.
1 2 3 4 5
1
2
3
4
5
B. Θεωρία
2. ∆ιαγωνοποίηση
3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο
18∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Για να δείξουµε ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο:
• υποθέτουµε ότι είναι µετρήσιµα άπειρο.
• Υποθέτουµε δηλαδή ότι υπάρχει µια σειρά καταγραφής των µελών του.
• ∆ίνουµε έπειτα ένα µέλος του συνόλου που δεν έχει απεικονιστεί στην σειρά
καταγραφής
• Η κατασκευή του µέλους γίνεται ως εξής:
• ∆ιαφέρει από το 1ο µέλος της καταγραφής στο 1ο στοιχείο
• Από το 2ο µέλος της καταγραφής στο 2ο στοιχείο
• Κ.ο.κ.
• Άρα το σύνολο δεν είναι µετρήσιµα άπειρο.
Η τεχνική της παραπάνω απόδειξης αναφέρεται ως διαγωνοποίηση.
B. Θεωρία
2. ∆ιαγωνοποίηση
3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο
19∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Παράδειγµα 1:
Οι πραγµατικοί του διαστήµατος [0,1] δεν είναι µετρήσιµα άπειροι.
Απόδειξη:
Έστω ότι είναι µετρήσιµα άπειροι. Τότε υπάρχει µια σειρά καταγραφής τους έστω
x1,x2,x3,b Κατασκευάζω έναν πραγµατικό αριθµό x’ που διαφέρει από το αριθµό xi στο i-
οστό δεκαδικό ψηφίο
Κατασκευάσαµε το Χ’ που δεν είναι στην παραπάνω καταγραφή. Άτοπο.
1ο
ψηφίο
2ο
ψηφίο
3ο
ψηφίο
4ο
ψηφίο
5ο
ψηφίο
….
X1 7 9 9 2 5 …
X2 6 4 6 0 9 …
X3 1 0 0 0 1 …
X4 4 8 8 8 9 …
X5 3 9 9 2 1 …
… … …. … …. …. ….
Χ’ 6 5 1 9 2 ….
B. Θεωρία
2. ∆ιαγωνοποίηση
3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο
20∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Παράδειγµα 2:
Οι γλώσσες του αλφαβήτου {0,1} δεν είναι µετρήσιµα άπειρες.
Απόδειξη:
Έστω ότι είναι µετρήσιµα άπειρες. Τότε υπάρχει µια σειρά καταγραφής τους έστω
L1,L2,L3,b Κατασκευάζω µία γλώσσα L’ που διαφέρει από το αριθµό Li στην i-οστή
συµβολοσειρά µε βάση την λεξικογραφική σειρά του {0,1}
Κατασκευάσαµε την L’ που δεν είναι στην παραπάνω καταγραφή. Άτοπο.
ε 0 1 00 01 ….
L1 √ √ √ …
L2 √ √ …
L3 √ √ √ √ …
L4 √ √ √ …
L5 √ √ √ …
… … …. … …. …. ….
L’ √ √ ….
B. Θεωρία
2. ∆ιαγωνοποίηση
Τελικό Συµπέρασµα
21∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
Αποδεικνύεται ότι:
• Οι µηχανές Turing είναι µετρήσιµα άπειρες.
Αποδείξαµε ότι:
• Οι γλώσσες δεν είναι µετρήσιµα άπειρες.
Συνεπως οι γλώσσες είναι «περισσότερες» από τις µηχανές Turing.
Άρα θα υπάρχουν γλώσσες για τις οποίες δεν µπορούν να κατασκευαστούν
µηχανές Turing, άρα υπάρχουν προβλήµατα που δεν µπορούν να
αποφασιστούν από µηχανή Turing.
Γ. Ασκήσεις
Εφαρµογή 1
(2007Α) Έχουµε γνωρίσει γλώσσες που είναι Turing-αποδεκτές και Turing-
αποφασίσιµες. Υπάρχουν όµως γλώσσες που δεν είναι ούτε καν Turing-αποδεκτές.
Εξετάστε για παράδειγµα τις παρακάτω δύο γλώσσες:
Α = {<Μ> | Μ δέχεται το πολύ 2007 διαφορετικές συµβολοσειρές }
Β = {<Μ> | Μ δέχεται περισσότερες από 2007 διαφορετικές συµβολοσειρές }
Μία από αυτές είναι Turing αποδεκτή ενώ η άλλη δεν είναι. Βρείτε ποία από τις δύο δεν
είναι.
22∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση

More Related Content

What's hot

ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7
Dimitris Psounis
 
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
Dimitris Psounis
 

What's hot (20)

ΠΛΗ30 ΜΑΘΗΜΑ 4.3
ΠΛΗ30 ΜΑΘΗΜΑ 4.3ΠΛΗ30 ΜΑΘΗΜΑ 4.3
ΠΛΗ30 ΜΑΘΗΜΑ 4.3
 
ΠΛΗ30 ΜΑΘΗΜΑ 6.2
ΠΛΗ30 ΜΑΘΗΜΑ 6.2ΠΛΗ30 ΜΑΘΗΜΑ 6.2
ΠΛΗ30 ΜΑΘΗΜΑ 6.2
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.1
ΠΛΗ30 ΜΑΘΗΜΑ 5.1ΠΛΗ30 ΜΑΘΗΜΑ 5.1
ΠΛΗ30 ΜΑΘΗΜΑ 5.1
 
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 7
 
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
 
ΠΛΗ30 ΜΑΘΗΜΑ 4.2
ΠΛΗ30 ΜΑΘΗΜΑ 4.2ΠΛΗ30 ΜΑΘΗΜΑ 4.2
ΠΛΗ30 ΜΑΘΗΜΑ 4.2
 
ΠΛΗ30 ΜΑΘΗΜΑ 2.2
ΠΛΗ30 ΜΑΘΗΜΑ 2.2ΠΛΗ30 ΜΑΘΗΜΑ 2.2
ΠΛΗ30 ΜΑΘΗΜΑ 2.2
 
ΠΛΗ30 ΜΑΘΗΜΑ 6.1
ΠΛΗ30 ΜΑΘΗΜΑ 6.1ΠΛΗ30 ΜΑΘΗΜΑ 6.1
ΠΛΗ30 ΜΑΘΗΜΑ 6.1
 
ΠΛΗ30 ΜΑΘΗΜΑ 2.3
ΠΛΗ30 ΜΑΘΗΜΑ 2.3ΠΛΗ30 ΜΑΘΗΜΑ 2.3
ΠΛΗ30 ΜΑΘΗΜΑ 2.3
 
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 1ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ30 ΔΙΑΓΩΝΙΣΜΑ 1
 
ΠΛΗ30 ΜΑΘΗΜΑ 1.6
ΠΛΗ30 ΜΑΘΗΜΑ 1.6ΠΛΗ30 ΜΑΘΗΜΑ 1.6
ΠΛΗ30 ΜΑΘΗΜΑ 1.6
 
ΠΛΗ30 ΜΑΘΗΜΑ 3.3
ΠΛΗ30 ΜΑΘΗΜΑ 3.3ΠΛΗ30 ΜΑΘΗΜΑ 3.3
ΠΛΗ30 ΜΑΘΗΜΑ 3.3
 
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 1ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 1
 
ΠΛΗ30 ΤΕΣΤ 5
ΠΛΗ30 ΤΕΣΤ 5ΠΛΗ30 ΤΕΣΤ 5
ΠΛΗ30 ΤΕΣΤ 5
 
ΠΛΗ30 ΜΑΘΗΜΑ 3.5
ΠΛΗ30 ΜΑΘΗΜΑ 3.5ΠΛΗ30 ΜΑΘΗΜΑ 3.5
ΠΛΗ30 ΜΑΘΗΜΑ 3.5
 
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 2ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 2
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.3
ΠΛΗ20 ΜΑΘΗΜΑ 2.3ΠΛΗ20 ΜΑΘΗΜΑ 2.3
ΠΛΗ20 ΜΑΘΗΜΑ 2.3
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.2
ΠΛΗ20 ΜΑΘΗΜΑ 3.2ΠΛΗ20 ΜΑΘΗΜΑ 3.2
ΠΛΗ20 ΜΑΘΗΜΑ 3.2
 
ΠΛΗ20 ΕΠΑΝΑΛΗΨΗ 2
ΠΛΗ20 ΕΠΑΝΑΛΗΨΗ 2ΠΛΗ20 ΕΠΑΝΑΛΗΨΗ 2
ΠΛΗ20 ΕΠΑΝΑΛΗΨΗ 2
 
ΠΛΗ20 ΜΑΘΗΜΑ 6.1
ΠΛΗ20 ΜΑΘΗΜΑ 6.1ΠΛΗ20 ΜΑΘΗΜΑ 6.1
ΠΛΗ20 ΜΑΘΗΜΑ 6.1
 

Viewers also liked

ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1
Dimitris Psounis
 
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6
Dimitris Psounis
 

Viewers also liked (20)

ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.5
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.4 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.4 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.3 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.3 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.2 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.2 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 5
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1
 
ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 5.1 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 5.1 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ30 ΜΑΘΗΜΑ 6.1 (ΕΚΤΥΠΩΣΗ)
 
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1
 
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.1 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6
ΠΛΗ30 ΤΥΠΟΛΟΓΙΟ ΕΝΟΤΗΤΑΣ 6
 

Similar to ΠΛΗ30 ΜΑΘΗΜΑ 5.5

Similar to ΠΛΗ30 ΜΑΘΗΜΑ 5.5 (8)

ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 7
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 7ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 7
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 7
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.8
ΠΛΗ20 ΜΑΘΗΜΑ 3.8ΠΛΗ20 ΜΑΘΗΜΑ 3.8
ΠΛΗ20 ΜΑΘΗΜΑ 3.8
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.1
ΠΛΗ20 ΜΑΘΗΜΑ 3.1ΠΛΗ20 ΜΑΘΗΜΑ 3.1
ΠΛΗ20 ΜΑΘΗΜΑ 3.1
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.7
ΠΛΗ20 ΜΑΘΗΜΑ 3.7ΠΛΗ20 ΜΑΘΗΜΑ 3.7
ΠΛΗ20 ΜΑΘΗΜΑ 3.7
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.3
ΠΛΗ20 ΜΑΘΗΜΑ 3.3ΠΛΗ20 ΜΑΘΗΜΑ 3.3
ΠΛΗ20 ΜΑΘΗΜΑ 3.3
 
ΠΛΗ30 ΜΑΘΗΜΑ 3.1
ΠΛΗ30 ΜΑΘΗΜΑ 3.1ΠΛΗ30 ΜΑΘΗΜΑ 3.1
ΠΛΗ30 ΜΑΘΗΜΑ 3.1
 
ΠΛΗ30 ΜΑΘΗΜΑ 3.2
ΠΛΗ30 ΜΑΘΗΜΑ 3.2ΠΛΗ30 ΜΑΘΗΜΑ 3.2
ΠΛΗ30 ΜΑΘΗΜΑ 3.2
 
ΠΛΗ20 ΜΑΘΗΜΑ 4.3
ΠΛΗ20 ΜΑΘΗΜΑ 4.3ΠΛΗ20 ΜΑΘΗΜΑ 4.3
ΠΛΗ20 ΜΑΘΗΜΑ 4.3
 

More from Dimitris Psounis

ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6
Dimitris Psounis
 
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5
Dimitris Psounis
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2
Dimitris Psounis
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1
Dimitris Psounis
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7
Dimitris Psounis
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8
Dimitris Psounis
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)
Dimitris Psounis
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6 ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6
Dimitris Psounis
 

More from Dimitris Psounis (20)

Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣΗ ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ
 
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ (4διαφ)
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ (4διαφ)Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ (4διαφ)
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 4 - ΚΛΑΣΕΙΣ ΚΑΙ ΑΝΑΦΟΡΕΣ (4διαφ)
 
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ (4δ)
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ (4δ)ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ (4δ)
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ (4δ)
 
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ
 
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣΗ ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ
 
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ (4 διαφ)
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ (4 διαφ)Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ (4 διαφ)
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ (4 διαφ)
 
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ CC++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C
 
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C (4sl/p)
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C (4sl/p)C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C (4sl/p)
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C (4sl/p)
 
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 6
 
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5
ΠΛΗ20 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 5
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.2
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1
ΠΛΗ10 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 2.1
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8 (ΕΚΤΥΠΩΣΗ)
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 8
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 7 (ΕΚΤΥΠΩΣΗ)
 
ΠΛΗ31 - ΤΕΣΤ 33
ΠΛΗ31 - ΤΕΣΤ 33ΠΛΗ31 - ΤΕΣΤ 33
ΠΛΗ31 - ΤΕΣΤ 33
 
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6 ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΣΕ C - ΜΑΘΗΜΑ 6
 

Recently uploaded

5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
Athina Tziaki
 
9.SPSS και δείκτες περιγραφικής στατιστικής.pdf
9.SPSS και δείκτες περιγραφικής στατιστικής.pdf9.SPSS και δείκτες περιγραφικής στατιστικής.pdf
9.SPSS και δείκτες περιγραφικής στατιστικής.pdf
ssuser2f8893
 

Recently uploaded (14)

Επίσκεψη στο 11ο Γυμνάσιο Πάτρας
Επίσκεψη              στο 11ο Γυμνάσιο ΠάτραςΕπίσκεψη              στο 11ο Γυμνάσιο Πάτρας
Επίσκεψη στο 11ο Γυμνάσιο Πάτρας
 
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 1ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ  ΜΕΡΟΣ 1ο ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ  ΜΕΡΟΣ 1ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 1ο
 
Σουρεαλιστικά ταξίδια μέσα από την τέχνη
Σουρεαλιστικά ταξίδια μέσα από την τέχνηΣουρεαλιστικά ταξίδια μέσα από την τέχνη
Σουρεαλιστικά ταξίδια μέσα από την τέχνη
 
Σεβασμός .
Σεβασμός                                   .Σεβασμός                                   .
Σεβασμός .
 
ΙΣΤΟΡΙΑ Γ΄ ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
ΙΣΤΟΡΙΑ Γ΄ ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024ΙΣΤΟΡΙΑ Γ΄ ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
ΙΣΤΟΡΙΑ Γ΄ ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
 
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
 
ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ  : ΕΠΑΝΑΛΗΨΗ 2024ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ  : ΕΠΑΝΑΛΗΨΗ 2024
ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
 
Επίσκεψη στο 10ο Γυμνάσιο Πάτρας
Επίσκεψη          στο 10ο Γυμνάσιο ΠάτραςΕπίσκεψη          στο 10ο Γυμνάσιο Πάτρας
Επίσκεψη στο 10ο Γυμνάσιο Πάτρας
 
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2οΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
 
Μαθητικές καταλήψεις
Μαθητικές                                  καταλήψειςΜαθητικές                                  καταλήψεις
Μαθητικές καταλήψεις
 
-Διψήφιοι αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
-Διψήφιοι  αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη-Διψήφιοι  αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
-Διψήφιοι αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
 
Μαθητικά συμβούλια .
Μαθητικά συμβούλια                                  .Μαθητικά συμβούλια                                  .
Μαθητικά συμβούλια .
 
Επίσκεψη στο 12ο Γυμνάσιο Πάτρας
Επίσκεψη          στο 12ο Γυμνάσιο ΠάτραςΕπίσκεψη          στο 12ο Γυμνάσιο Πάτρας
Επίσκεψη στο 12ο Γυμνάσιο Πάτρας
 
9.SPSS και δείκτες περιγραφικής στατιστικής.pdf
9.SPSS και δείκτες περιγραφικής στατιστικής.pdf9.SPSS και δείκτες περιγραφικής στατιστικής.pdf
9.SPSS και δείκτες περιγραφικής στατιστικής.pdf
 

ΠΛΗ30 ΜΑΘΗΜΑ 5.5

  • 1. ΠΛΗ30 ΕΝΟΤΗΤΑ 5: ΑΠΟΦΑΣΙΣΙΜΕΣ και ΑΠΟ∆ΕΚΤΕΣ ΓΛΩΣΣΕΣ Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση ∆ηµήτρης Ψούνης
  • 2. ΠΕΡΙΕΧΟΜΕΝΑ Α. Σκοπός του Μαθήµατος Β. Θεωρία 1. Απαριθµησιµότητα 1. Σκεπτικό: Η Μηχανή Turing ως απαριθµητής 2. Λεξικογραφικά Turing Απαριθµήσιµες Γλώσσες 3. Θεώρηµα: Αποφασίσιµες=Λεξικογραφικά Απαριθµήσιµες 4. Turing-Απαριθµήσιµες Γλώσσες 5. Θεώρηµα: Αποδεκτές=Απαριθµήσιµες 2. ∆ιαγωνοποίηση 1. Τα δύο άπειρα 2. Απόδειξη ότι ένα σύνολο είναι µετρήσιµα άπειρο 3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο Γ.Ασκήσεις 2∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
  • 3. Α. Σκοπός του Μαθήµατος Οι στόχοι του µαθήµατος είναι: Επίπεδο Α (-) Επίπεδο Β (-) Επίπεδο Γ Απαριθµησιµότητα ∆ιαγωνοποίηση 3∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση
  • 4. B. Θεωρία 1. Απαριθµησιµότητα 1. Σκεπτικό: Η Μηχανή Turing ως Απαριθµητής 4∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Υπάρχει µια ειδική οικογένεια µηχανών Turing που λέγονται απαριθµητές. • Είναι µία µηχανή Turing στην οποία έχουµε συνδέσει έναν εκτυπωτή! • Ο ρόλος της µηχανής αυτής είναι να εκτυπώνει συµβολοσειρές µίας γλώσσας • Π.χ. µπορούµε να κατασκευάσουµε µία Μ.Τ.-απαριθµητή για την γλώσσα 0n1n που θα εκτυπώνει διαδοχικά της συµβολοσειρές ε,01,0011,000111 κ.λπ. • Προσοχή! Αυτή η µηχανή Turing δεν σταµατά ποτέ! ∆ουλεύει επ’ άπειρον παράγοντας διαδοχικά τις συµβολοσειρές της γλώσσας. εκτυπωτηςΜ.Τ. 001 0 011 01
  • 5. B. Θεωρία 1. Απαριθµησιµότητα 1. Σκεπτικό: Η Μηχανή Turing ως Απαριθµητής 5∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Υπενθύµιση: Λεξικογραφική Σειρά • Όταν λέµε λεξικογραφική σειρά συµβολοσειρών µία γλώσσας, ορίζουµε ότι είναι ταξινόµηση των συµβολοσειρών: • Πρώτα κατά µήκος συµβολοσειρών • Έπειτα κατά αλφαβητική σειρά. • Π.χ. για την γλώσσα ∈ 0,1 ∗ | 00 η λεξικογραφική σειρά είναι: • Μήκος 0: • Μήκος 1: • Μήκος 2: 00 • Μήκος 3: 000,001,100 • Μήκος 4: 0000,0001,1000,1001 • κ.ο.κ. • Ενώ η λεξικογραφική σειρά των συµβολοσειρών του αλφαβήτου Σ={0,1} είναι: • Μήκος 0: ε • Μήκος 1: 0,1 • Μήκος 2: 00,01,10,11 • Μήκος 3: 000,001,010,011,100,101,110,111 • κ.οκ.
  • 6. B. Θεωρία 1. Απαριθµησιµότητα 2. Λεξικογραφικά Turing Απαριθµήσιµες Γλώσσες 6∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Ορισµός: • Μία γλώσσα θα λέξεται λεξικογραφικά Turing-Απαριθµήσιµη αν και µόνο αν διαθέτει λεξικογραφικό Turing-Απαριθµητή • Λεξικογραφικός Turing Απαριθµητής είναι µία Μ.Τ. που εκτυπωνει µία-µία τις συµβολοσειρές της γλώσσας µε λεξικογραφική σειρά Π.χ αν εµπλουτίσουµε την µηχανή Turing µε µία εντολή «τύπωσε» τότε µπορούµε να κατασκευάσουµε τον εξής λεξικογραφικό απαριθµητή για την γλώσσα L = { 0n1n | n≥0 } • Ξεκίνα µε είσοδο ## • Επανέλαβε τα εξής: • Τύπωσε την συµβολοσειρά • Γράψε ένα µηδενικό αριστερα • Γράψε έναν άσσο δεξιά • Κάνε µία δεξιά ολίσθηση για να εχει την µορφή #w# Συνεπώς η γλώσσα είναι Λεξικογραφικά Turing-Απαριθµήσιµη
  • 7. B. Θεωρία 1. Απαριθµησιµότητα 3. Λεξικογραφικά Απαριθµήσιµες = Αποφασίσιµες Γλώσσες Έτσι έχουµε ισοδυναµία των δύο κατασκευασµάτων Θα αποδείξουµε το ευθύ και το αντίστροφο, δηλαδή: Αν µια γλώσσα είναι Λεξικογραφικά Απαριθµήσιµη τότε είναι και Αποφασίσιµη Αν µια γλώσσα είναι Αποφασίσιµη τότε είναι Λεξικογραφικά Απαριθµήσιµη 7∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Θεώρηµα: • Μία γλώσσα είναι λεξικογραφικά Turing-Απαριθµήσιµη αν και µόνο αν είναι Turing-Αποφασίσιµη γλώσσα εκτυπωτηςΜ.Τ. 001 0 011 01 Μw Y N Μ.Τ. που αποφασίζει Λεξικογραφικός Απαριθµητής
  • 8. B. Θεωρία 1. Απαριθµησιµότητα 3. Λεξικογραφικά Απαριθµήσιµες = Αποφασίσιµες Γλώσσες 8∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση «ευθύ» Απόδειξη της πρότασης: Αν µία γλώσσα είναι λεξικογραφικά Turing-Απαριθµήσιµη τότε είναι Turing- Αποφασίσιµη γλώσσα Απόδειξη: Έστω ότι υπάρχει λεξικογραφικός απαριθµητής. Κατασκευάζουµε µια µηχανή Turing M η οποία αποφασίζει την γλώσσα ως εξής: ∆εδοµένης της εισόδου w, τρέχουµε τον απαριθµητή • Αν εκτυπωθεί η συµβολοσειρά w απαντάµε ΝΑΙ. • Αν η w δεν έχει εκτυπωθεί, και εκτυπωθεί συµβολοσειρά µε µήκος > |w| απαντάµε ΌΧΙ Κατασκευάσαµε µηχανή Turing που αποφασίζει την γλώσσα άρα αυτή είναι αποφασίσιµη.
  • 9. B. Θεωρία 1. Απαριθµησιµότητα 3. Λεξικογραφικά Απαριθµήσιµες = Αποφασίσιµες Γλώσσες 9∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση «αντίστροφο» Απόδειξη της πρότασης: Αν µία γλώσσα είναι Turing-Αποφασίσιµη τότε είναι λεξικογραφικά Turing- Απαριθµήσιµη γλώσσα Απόδειξη: Έστω ότι υπάρχει µηχανή Turing που αποφασίζει την γλώσσα Μ. Κατασκευάζουµε έναν απαριθµητή της γλώσσας ως εξής • Επαναληπτικά παράγουµε λεξικογραφικά όλες τις συµβολοσειρές του Σ* και κάθε µία από αυτές την περνάµε ως είσοδο στην Μ. • Αν η Μ απαντήσει ΝΑΙ εκτυπώνουµε την συµβολοσειρά • Αν η Μ απαντήσει ΌΧΙ δεν εκτυπώνουµε την συµβολοσειρά. Κατασκευάσαµε λεξικογραφικό απαριθµητή για την γλώσσα, άρα αυτή είναι λεξικογραφικά απαριθµήσιµη.
  • 10. B. Θεωρία 1. Απαριθµησιµότητα 4. Turing Απαριθµήσιµες Γλώσσες 10∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Ορισµός: • Μία γλώσσα θα λέγεται Turing-Απαριθµήσιµη αν και µόνο αν διαθέτει Turing- Απαριθµητή • Turing Απαριθµητής είναι µία Μ.Τ. που και πάλι εκτυπώνει όλες τις συµβολοσειρές της γλώσσας: • Ωστόσο τις εκτυπώνει µε τυχαία σειρά και πιθανώς µε επαναλήψεις • Όµως αν µια συµβολοσειρα ανήκει στην γλώσσα, τότε εγγυηµένα σε κάποιο βήµα εκτύπωσης αυτή θα εκτυπωθεί! εκτυπωτηςΜ.Τ. 000 00 0 0 Απαριθµητής για την 0*
  • 11. B. Θεωρία 1. Απαριθµησιµότητα 5. Απαριθµήσιµες = Αποδεκτές Γλώσσες Έτσι έχουµε ισοδυναµία των δύο κατασκευασµάτων Θα αποδείξουµε το ευθύ και το αντίστροφο, δηλαδή: Αν µια γλώσσα είναι Απαριθµήσιµη τότε είναι και Αποδεκτή Αν µια γλώσσα είναι Αποδεκτή τότε είναι Απαριθµήσιµη 11∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Θεώρηµα: • Μία γλώσσα είναι Turing-Απαριθµήσιµη αν και µόνο αν είναι Turing-Αποδεκτή γλώσσα εκτυπωτηςΜ.Τ. 0 0 010 01 Μw Y N Μ.Τ. που αποδέχεται Απαριθµητής
  • 12. B. Θεωρία 1. Απαριθµησιµότητα 5. Απαριθµήσιµες = Αποδεκτές Γλώσσες 12∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση «ευθύ» Απόδειξη της πρότασης: Αν µία γλώσσα είναι Turing-Απαριθµήσιµη τότε είναι Turing-Αποδεκτή γλώσσα Απόδειξη: Έστω ότι υπάρχει απαριθµητής. Κατασκευάζουµε µια µηχανή Turing M η οποία αποδέχεται την γλώσσα ως εξής: ∆εδοµένης της εισόδου w, τρέχουµε τον απαριθµητή • Αν η είσοδος w ανήκει στην γλώσσα, τότε σε κάποιο βήµα θα εκτυπωθεί από τον απαριθµητή. Μόλις εκτυπωθεί τερµατίζουµε την εκτέλεση της Μ. • Αν η είσοδος w δεν ανήκει στην γλώσσα, τότε δεν θα εκτυπωθεί από τον απαριθµητή. Η Μ δεν τερµατίζει. Κατασκευάσαµε µηχανή Turing που ηµι-αποφασίζει την γλώσσα άρα αυτή είναι αποδέκτή.
  • 13. B. Θεωρία 1. Απαριθµησιµότητα 5. Απαριθµήσιµες = Αποδεκτές Γλώσσες 13∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση «αντίστροφο» Απόδειξη της πρότασης: Αν µία γλώσσα είναι Turing-Αποδεκτή τότε είναι Turing-Απαριθµήσιµη γλώσσα Απόδειξη: Έστω Μ η µηχανή που αποδέχεται την γλώσσα. Κατασκευάζουµε απαριθµητή της γλώσσας µε την διαδικασία της χελιδονοουράς ως εξής: • Επαναλαµβάνουµε σε φάσεις: • Στην 1η φάση παράγουµε την πρώτη συµβολοσειρά του Σ* • Στην 2η φάση παράγουµε τις 2 πρώτες συµβολοσειρές του Σ* • Στην 3η φάση παράγουµε τις 3 πρώτες συµβολοσειρές του Σ* • Κ.οκ. • Στην n-οστή φάση προσοµοιώνουµε την Μ κατά n βήµατα στις n πρώτες συµβολοσειρές. • Κάθε συµβολοσειρά µε την οποία η Μ τερµατίζει, την τυπώνουµε και προχωράµε στην επόµενη φάση. Συνεπώς; • Αν µία συµβολοσειρά ανήκει στην γλώσσα, µετά από κάποιο (µεγάλο, αλλά πεπερασµένο) χρόνο θα εκτυπωθεί (και όχι µία αλλά άπειρες φορές). Άρα η L είναι
  • 14. B. Θεωρία 2. ∆ιαγωνοποίηση 1. ∆ιαίσθηση 14∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Ένα σηµαντικό ερώτηµα των µαθηµατικών είναι ο διαχωρισµός των συνόλων ανάλογα µε το πλήθος των στοιχείων που περιέχουν. Ήδη γνωρίζουµε ότι: • Ένα σύνολο είναι πεπερασµένο αν έχει πεπερασµένο πλήθος στοιχείων. • Ένα σύνολο είναι άπειρο αν έχει άπειρο πλήθος στοιχείων. Και τώρα θα µάθουµε ότι υπάρχουν δύο ειδών άπειρα σύνολα: • Το άπειρο των φυσικών (παρατηρείστε ότι µεταξύ δύο διαδοχικών φυσικών δεν µπορεί να υπάρξει άλλος φυσικός αριθµός) Σε αντίθεση µε: • Το άπειρο των πραγµατικών (παρατηρείστε ότι µεταξύ δύο πραγµατικών παρεµβάλλεται πάντα κι άλλος πραγµατικός αριθµός) Θα διαχωρίσουµε τα δύο άπειρα ώστε να µπορούµε να ισχυριστούµε ότι: • Το άπειρο των πραγµατικών είναι µεγαλύτερο από το άπειρο των φυσικών
  • 15. B. Θεωρία 2. ∆ιαγωνοποίηση 1.∆ιαίσθηση 15∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Ορίζουµε ότι: • Ένα σύνολο είναι µετρήσιµα άπειρο αν δεν είναι πεπερασµένο και τα στοιχεία του µπορούν να διαταχθούν (δηλαδή υπάρχει τρόπος απεικόνισης µε έναν µαθηµατικό φορµαλισµό που να υπονοείται η σειρά τους) • Παραδείγµατα τέτοιων συνόλων είναι οι φυσικοί, οι περιττοί, οι ρητοί αριθµοί, οι µηχανές Turing κ.λπ. • Ένα σύνολο είναι µη µετρήσιµα άπειρο αν δεν είναι πεπερασµένο και τα στοιχεία του ∆ΕΝ µπορούν να διαταχθούν (δηλαδή ∆ΕΝ υπάρχει τρόπος απεικόνισης µε έναν µαθηµατικό φορµαλισµό που να υπονοείται η σειρά τους) • Παραδείγµατα τέτοιων συνόλων είναι οι πραγµατικοί, οι γλώσσες ενός αλφαβήτου κ.λπ.
  • 16. B. Θεωρία 2. ∆ιαγωνοποίηση 2. Απόδειξη ότι ένα σύνολο είναι µετρήσιµα άπειρο 16∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Για να δείξουµε ότι ένα σύνολο είναι µετρήσιµα άπειρο, αρκεί να προτείνουµε έναν συστηµατικό τρόπο καταγραφής των µελών του έτσι ώστε ένα στοιχείο του συνόλου να παίρνει µε µοναδικό τρόπο την θέση του στην ακολουθία. Με απλά λόγια πρέπει να υπάρχει τρόπος συστηµατικής διάταξης των µελών του. Παράδειγµα 1: Οι φυσικοί είναι µετρήσιµα άπειροι. Πράγµατι τα στοιχεία των φυσικών µπορούν να αναπαρασταθούν Ν={0,1,2,b.} Παράδειγµα 2: Οι περιττοί είναι µετρήσιµα άπειροι. Πράγµατι τα στοιχεία των περιττών µπορούν να αναπαρασταθούν Α={1,3,5,b.} Παράδειγµα 3: Η γλώσσα L={w|w αρχίζει µε 0} είναι µετρήσιµα άπειρη. Πράγµατι τα στοιχεία µπορούν να αναπαρασταθούν Α={0,00,01,000,001,010,011,b}
  • 17. B. Θεωρία 2. ∆ιαγωνοποίηση 2. Απόδειξη ότι ένα σύνολο είναι µετρήσιµα άπειρο 17∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Παράδειγµα 4: Οι ρητοί είναι µετρήσιµα άπειροι. Μπορούµε να προτείνουµε την εξής µεθοδολογία καταγραφής των ρητών: Η σειρά καταγραφής των ρητών που ανακύπτει είναι: , , , , , ,b. 1 2 3 4 5 1 2 3 4 5
  • 18. B. Θεωρία 2. ∆ιαγωνοποίηση 3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο 18∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Για να δείξουµε ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο: • υποθέτουµε ότι είναι µετρήσιµα άπειρο. • Υποθέτουµε δηλαδή ότι υπάρχει µια σειρά καταγραφής των µελών του. • ∆ίνουµε έπειτα ένα µέλος του συνόλου που δεν έχει απεικονιστεί στην σειρά καταγραφής • Η κατασκευή του µέλους γίνεται ως εξής: • ∆ιαφέρει από το 1ο µέλος της καταγραφής στο 1ο στοιχείο • Από το 2ο µέλος της καταγραφής στο 2ο στοιχείο • Κ.ο.κ. • Άρα το σύνολο δεν είναι µετρήσιµα άπειρο. Η τεχνική της παραπάνω απόδειξης αναφέρεται ως διαγωνοποίηση.
  • 19. B. Θεωρία 2. ∆ιαγωνοποίηση 3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο 19∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Παράδειγµα 1: Οι πραγµατικοί του διαστήµατος [0,1] δεν είναι µετρήσιµα άπειροι. Απόδειξη: Έστω ότι είναι µετρήσιµα άπειροι. Τότε υπάρχει µια σειρά καταγραφής τους έστω x1,x2,x3,b Κατασκευάζω έναν πραγµατικό αριθµό x’ που διαφέρει από το αριθµό xi στο i- οστό δεκαδικό ψηφίο Κατασκευάσαµε το Χ’ που δεν είναι στην παραπάνω καταγραφή. Άτοπο. 1ο ψηφίο 2ο ψηφίο 3ο ψηφίο 4ο ψηφίο 5ο ψηφίο …. X1 7 9 9 2 5 … X2 6 4 6 0 9 … X3 1 0 0 0 1 … X4 4 8 8 8 9 … X5 3 9 9 2 1 … … … …. … …. …. …. Χ’ 6 5 1 9 2 ….
  • 20. B. Θεωρία 2. ∆ιαγωνοποίηση 3. Απόδειξη ότι ένα σύνολο δεν είναι µετρήσιµα άπειρο 20∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Παράδειγµα 2: Οι γλώσσες του αλφαβήτου {0,1} δεν είναι µετρήσιµα άπειρες. Απόδειξη: Έστω ότι είναι µετρήσιµα άπειρες. Τότε υπάρχει µια σειρά καταγραφής τους έστω L1,L2,L3,b Κατασκευάζω µία γλώσσα L’ που διαφέρει από το αριθµό Li στην i-οστή συµβολοσειρά µε βάση την λεξικογραφική σειρά του {0,1} Κατασκευάσαµε την L’ που δεν είναι στην παραπάνω καταγραφή. Άτοπο. ε 0 1 00 01 …. L1 √ √ √ … L2 √ √ … L3 √ √ √ √ … L4 √ √ √ … L5 √ √ √ … … … …. … …. …. …. L’ √ √ ….
  • 21. B. Θεωρία 2. ∆ιαγωνοποίηση Τελικό Συµπέρασµα 21∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση Αποδεικνύεται ότι: • Οι µηχανές Turing είναι µετρήσιµα άπειρες. Αποδείξαµε ότι: • Οι γλώσσες δεν είναι µετρήσιµα άπειρες. Συνεπως οι γλώσσες είναι «περισσότερες» από τις µηχανές Turing. Άρα θα υπάρχουν γλώσσες για τις οποίες δεν µπορούν να κατασκευαστούν µηχανές Turing, άρα υπάρχουν προβλήµατα που δεν µπορούν να αποφασιστούν από µηχανή Turing.
  • 22. Γ. Ασκήσεις Εφαρµογή 1 (2007Α) Έχουµε γνωρίσει γλώσσες που είναι Turing-αποδεκτές και Turing- αποφασίσιµες. Υπάρχουν όµως γλώσσες που δεν είναι ούτε καν Turing-αποδεκτές. Εξετάστε για παράδειγµα τις παρακάτω δύο γλώσσες: Α = {<Μ> | Μ δέχεται το πολύ 2007 διαφορετικές συµβολοσειρές } Β = {<Μ> | Μ δέχεται περισσότερες από 2007 διαφορετικές συµβολοσειρές } Μία από αυτές είναι Turing αποδεκτή ενώ η άλλη δεν είναι. Βρείτε ποία από τις δύο δεν είναι. 22∆ηµήτρης Ψούνης, ΠΛΗ30, Μάθηµα 5.5: Απαριθµησιµότητα και ∆ιαγωνοποίηση