Teoría de grafos. Notas de clase (versión preliminar) Universidad EAFIT

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Teoría de grafos. Notas de clase (versión preliminar) Universidad EAFIT"

Transcripción

1 Teoría de grafos. Notas de clase (versión preliminar) Raúl Gómez Marín, Andrés Sicard Ramírez Universidad EAFIT 1999

2 2

3 Capítulo 1 Grafos Es un hecho conocido que la teoría de grafos tiene sus raíces en un artículo del matemático suizo Leonhard Euler, publicado en el año de Las ideas básicas de la teoría las desarrolló Euler en torno al problema conocido como el problema de los siete puentes de Köningsberg. Recientemente la teoría ha conocido nuevos desarrollos y ha realizado extensiones métodicas en las ciencias de la computación, la química y la investigación de operaciones, entre otras. En el caso particular de las ciencias de la computación, la teoría de grafos juega un papel importante en áreas tales como la teoría de la conmutación y diseño lógico, la inteligencia artificial, lenguajes formales, sistemas operativos, compiladores, telemática y análisis de algoritmos, entre otras. La presente lección tiene como objetivo desarrollar, con cierto grado de formalización los objetos y propiedades de la teoría de grafos. Antes de comenzar nuestro proceso de formalización presentamos, a manera de introducción y motivación, el siguiente ejemplo: Ejemplo 1.1. En varias aplicaciones de la ciencias de la computación es conveniente modelar (representar) los algoritmos o programas de computador mediante grafos. Un ejemplo de este tipo de aplicación es el que surge en el contexto de la generación de casos de prueba para un módulo de algún programa. Se llega a estas pruebas mediante el análisis de la estructura de un módulo de programa en lo tocante al flujo de control. El flujo de control de un módulo se modela mediante un grafo de flujo. Cada vértice del grafo de flujo representa una o más sentencias de procedimientos. Una sucesión de sentencias de procedimientos seguida por una sentencia condicional, tal como pueda ser una sentencia while o una sentencia case se corresponde 3

4 4 CAPÍTULO 1. GRAFOS con un único nodo. Los arcos (aristas dirigidas) del grafo de flujo representan el flujo de control. Secuencia If then else W hile T V F V Repeat U ntil Case V F Figura 1.1: Notación de grafos de flujo para distintas estructuras Cualquier módulo que se haya especificado en algún lenguaje de procedimientos se podrá traducir a un grafo de flujo. Por ejemplo, la figura 1.1 muestra las representaciones en forma de grafo de flujo correspondientes a algunas estructuras familiares, que suelen estar disponibles en la mayoría de los lenguajes de procedimientos. El rótulo V que aparece en algunas aristas denota que se ejecuta la opción Verdadero, y la F denota que se ejecuta la opción Falso. Para evitar complejidades innecesarias, se supone que todas las condiciones son atómicas, esto es, que no contienen operadores lógicos tales como and y or. Los módulos de programa contienen una secuencia de estructuras del lenguaje que proceden de un conjunto base tal como el que se da en la figura 1.2.

5 5 procedure Loquesea(... ) begin while (... ) do begin s1; if Indicador1 = 0 then begin s2; s3; s4 end else begin if Indicador2 = 0 then s5; else s6; s7 end; end; end ; Figura 1.2: Esqueleto de un módulo En la figura 1.3 aparece un ejemplo de grafo de flujo correspondiente al esqueleto de módulo de la figura 1.2, en donde los nodos 1 y 9 denotan, respectivamente, el nodo inicial y final del módulo. Las sentencias s 1 a s 7 de la figura 1.2 se consideran sentencias que no ejercen control, tales como las sentencias de asignación. Para poder pensar y representar formalmente el objeto que denominados grafo, es imprescindible realizar múltiples distinciones al interior del concepto. En una primera intancia necesitamos introduccir una distinción que nos permita pensar el grafo bien como objeto matemático o bien como objeto geométrico.

6 6 CAPÍTULO 1. GRAFOS condición while V s 1, cláusula if F V cláusula if V F s 2, s 3, s 4 s 5 s 6 s 7 fin while F fin procedimiento Figura 1.3: Modelado de un módulo mediante un grafo de flujo 1.1. Definiciones de Grafo Antes de introducir las diferentes definiciones de una grafo, presentamos algunas definiciones auxiliares. Definición 1.1 (Lenguaje de la lógica de predicados). Un lenguaje de la lógica de predicados de primer orden está definido por: L = {{P i, i I}, {F j, j J}, {C k, k K}} donde: {P i, i I}: Conjunto de símbolos de predicado {F j, j J}: Conjunto de símbolos de funciones {C k, k K}: Conjunto de símbolos de constantes Definición 1.2 (Modelo). Sea L un lenguaje de la lógica de primer orden, un modelo para L está definido por: U =< A, ℸ > donde:

7 1.1. DEFINICIONES DE GRAFO 7 A: Conjunto no vacío, llamado dominio del modelo ℸ: Es una función biyectiva de interpretación tal que: ℸ-1 Cada símbolo Pi n, de predicado de aridez n, es interpretado por una relación n-ádica R, es decir: ℸ(P n i ) = R R A n. ℸ-2 Cada símbolo Fj m, de función de aridez m, es interpretado por una función m-ádica, es decir: ℸ(F m j ) = f f: A m A. ℸ-3 Cada símbolo de constante C k es interpretado por un elemento fijo de A, es decir: ℸ(C k ) = t t A. Definición 1.3 (Cardinalidad de modelos). Sean L un lenguaje de la lógica de primer orden y U =< A, ℸ > un modelo para L. = U = = A, es decir, el cardinal del modelo U es el cardinal del dominio del modelo El grafo como objeto matemático Un grafo, en tanto objeto matemático o estructura relacional, nos obliga a reforzar su distinción entre grafo no dirigido (o simplemente grafo) y grafo dirigido (o simplemente digrafo). Definición 1.4 (Digrafo: Como objeto matemático). Un digrafo G, es un modelo de un lenguaje L = {P 2 }, donde P 2 es un símbolo de predicado de aridez dos. En otros términos, un digrafo es una estructura G =< V, R >, donde: V : Conjunto no vacío cuyos elementos llamamos vértices. R: Relación binaria definida sobre V (R V V ). Cada digrafo G =< V, R > puede ser representado por medio de un diagrama, en donde cada vértice v V se representa por medio de un circulo etiquetado con el símbolo v, y cada (v i, v j ) R se representa por medio de un arco del vértice v i al vértice v j.

8 8 CAPÍTULO 1. GRAFOS Ejemplo 1.2. Los siguientes objetos matemáticos son digrafos infinitos: G 1 =< N, < > G 2 =< Z, R >, donde, R = {(x, y) x 2 y} Ejemplo 1.3. Los siguientes objetos matemáticos son digrafos finitos: G 1 =< {1, 2, 3, 4}, {(1, 2), (2, 3), (3, 4)} >, representado por la figura Figura 1.4: Ejemplo digrafo finito (1). G 2 =< {0, 2, 5, 7, 8}, >, representado por la figura Figura 1.5: Ejemplo digrafo finito (2). G 3 =< {v 1 } >, representado por la figura 1.6. v 1 Figura 1.6: Ejemplo digrafo finito (3). G 4 =< {0, 1, 3, 4, 6, 8, 9}, R >, donde, R(a, b) ssi a b. G 5 =< A, R >, donde, A = {x N x es divisor de 128} y R(a, b) ssi (a b) es divisor de 64. Definición 1.5 (Lazo o bucle). Sea G =< V, R > un digrafo. La pareja ordena (v, v) R tal que v V se denomina un lazo o bluce. Ejemplo 1.4. Para el digrafo G 2 =< {0, 2, 5, 7, 8}, > representado por la figura 1.5, las parejas ordenas (0, 0), (2, 2), (5, 5), (7, 7) y (8,, 8) pertenecientes a la relación, son lazos.

9 1.1. DEFINICIONES DE GRAFO 9 Aunque un grafo G =< V, R > también es un modelo de un lenguaje L = {P }, donde P es un símbolo de predicado de aridez dos, la diferencia entre un digrafo y un grafo, consiste en que este último debe satisfacer un axioma no exigido al primero. Definición 1.6 (Grafo: Como objeto matemático). Un grafo G =< V, R > es un modelo de un lenguaje L = {P 2 }, tal que G satisface el axioma de simetría para la relación R, es decir, G = x y((x, y) R = (y, x) R). Cada grafo G =< V, R > puede ser representado por medio de un diagrama en donde cada vértice v V se representa por medio de un circulo etiquetado con el símbolo v y cada par de elementos (v i, v j ), (v j, v i ) R se representan por medio de una arista del vértice v i al vértice v j. Ejemplo 1.5. Los siguientes objetos matemáticos son grafos (algunos infinitos, otros finitos): G 1 =< Z, R >, donde, R(x, y) ssi (x = 1 + y x = y 1). G 2 =< {A, B, C, D}, R >, donde, R = {(A, A), (A, B), (B, A), (C, D), (D, C), (A, C), (C, A), (B, D), (D, B)}. El grafo G 2 es representado por la figura 1.7. A B C D Figura 1.7: Ejemplo grafo no dirigido finito. Nuestra definición de grafo (digrafo), como objeto matemático, no permite representar grafos cuya estructura relacional presenta aristas (arcos) tales como los indicados por la figura 1.8. La situación anterior hace necesario introducir una distinción adicional que nos permita ampliar nuestra noción de grafo, de forma tal que nos permita capturar objetos tales como el representado por la figura 1.8.

10 10 CAPÍTULO 1. GRAFOS a b Figura 1.8: No grafo (como objeto matemático) El grafo como objeto geométrico Desde el punto de vista geométrico podemos pensar un grafo como un esquema situado en el espacio R 2 y constituido por vértices y lados. Lo denotamos por G =< V, E >. Definición 1.7 (Digrafo: Como objeto geométrico). Un digrafo, en tanto objeto geométrico, es un esquema G =< V, E >, representado en el espacio R 2, donde: V : Conjunto no vacío cuyos elementos llamamos vértices. E: Conjunto de elementos e i = (v a, v b ) llamados lados. Cada digrafo G =< V, E > puede ser representado por medio de un diagrama en donde; cada vértice v V se representa por medio de un circulo etiquetado con el símbolo v, y cada e i = (v i, v j ) E se representa por medio de un arco del vértice v i al vértice v j etiquetado con el símbolo e 1. Ejemplo 1.6. El siguiente objeto es un ejemplo de un grafo dirigido: G 1 =< {a, b, c, d, f}, {e 1, e 2, e 3, e 4, e 5, e 6, e 7 } >,representado por la figura 1.9, donde: e 1 = (b, c), e 2 = (c, a), e 3 = (c, d), e 4 = (a, b), e 5 = (a, f), e 6 = (d, b), e 7 = (f, d). Definición 1.8 (Grafo: Como objeto geométrico). Un grafo, en tanto objeto geométrico, es un esquema G =< V, E > representado en el espacio R 2, donde: V : Conjunto no vacío cuyos elementos llamamos vértices. E: Conjunto de elementos e i = {v a, v b } llamados lados. Se observa que los

11 1.1. DEFINICIONES DE GRAFO 11 e 1 b c e 3 e 2 e 4 e 6 a d e 5 e 7 f Figura 1.9: Ejemplo grafo dirigido. lados del grafo no tienen orientación. Para el caso especial en que el lado e i represente un lazo, es decir, e i = {v a, v a }, se seguirá la convención matemática usual que determina que {v a, v a } = {v a }. Cada grafo G =< V, E > pude ser representado por medio de un diagrama en donde, cada vértice v V se representa por medio de un circulo etiquetado con el símbolo v, y cada e = (v i, v j ) E se representa por medio de una arista del vértice v i al vértice v j etiquetada con el símbolo e. Ejemplo 1.7. Los siguientes objetos son ejemplos de grafos. G 1 =< {5, 7, 8, 9}, {e 1, e 2, e 3, e 4, e 5 } >, representado por la figura 1.10, donde: e 1 = {5, 7}, e 2 = {8, 5}, e 3 = {7, 9}, e 4 = {8, 9}, e 5 = {5}. 5 e 1 7 e 2 e 3 8 e 4 9 Figura 1.10: Ejemplo grafo no dirigido (1).

12 12 CAPÍTULO 1. GRAFOS G 2 =< {1, 2, 3}, {e 4, e 5, e 6 } >, representado por la figura e e 5 e 6 3 Figura 1.11: Ejemplo grafo no dirigido (2). G 3 =< {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, {e 1,..., e 9 } >, representado por la figura e 1 7 e 2 e e 5 e 8 3 e 3 e 6 e e 9 9 Figura 1.12: Ejemplo grafo no dirigido (3). En un grafo, visto como objeto geométrico, es posible que existan al menos dos vértices conectados por dos o más lados diferentes. En este caso se hace necesario introducir otra distinción, llamando a tal grafo: multigrafo. Definición 1.9 (Lados paralelos (grafos)). Sea G =< V, E > un grafo. Dos lados son llamados paralelos si e i = {v a, v b } y e j = {v a, v b } para i j. Definición 1.10 (Multigrafo (grafos)). Un grafo G =< V, E > es un multigrafo si y sólo si G tiene lados paralelos. Ejemplo 1.8. Los siguientes objetos son ejemplos de multigrafos. G 1 =< {a, b}, {e 1, e 2, e 3 } >, representado por la figura G 2 =< {1, 4, a, c}, {e 1,..., e 8 } >, representado por la figura 1.14.

13 1.1. DEFINICIONES DE GRAFO 13 e 3 e 1 a b e 2 Figura 1.13: Multigrafo (1). 1 e 4 e 7 e 1 e 2 c e 6 4 a e 3 e 8 e 5 Figura 1.14: Multigrafo (2) Los lados e 2, e 3 son lados paralelos de G 1 ; e 1, e 2 y e 4, e 5, e 6 lo son de G 2. No existe un consenso actual acerca de la definición de un grafo. Algunos autores sólo los consideran desde el punto de vista geométrico o desde el punto de vista matemático. Otros autores por su parte no admiten los grafos con lazos ni los multigrafos. Nuestro objetivo en la presentación que hemos realizado del concepto de grafo, está el de presentar el concepto de grafo como una estructura matem tica de modelamiento con la mayor capacidad de representación posible. Los temas siguientes serán ofrecidos para un presentación de grafo en particular (como objeto matemático o como objeto geométrico) o para alguna clase en particular de grafo o para ambas (grafo no dirigido o grafo dirigido). Nuestras convenciones serán las siguientes: 1. Sea G =< V, R > un digrafo... En este caso estamos hablando de un digrafo como un objeto matemático. 2. Sea G =< V, R > un grafo... En este caso estamos hablando de un grafo como un objeto matemático.

14 14 CAPÍTULO 1. GRAFOS 3. Sea G =< V, R > un grafo (digrafo)... En este caso estamos hablando de un grafo o de un digrafo como un objeto matemático. 4. Sea G =< V, E > un digrafo... En este caso estamos hablando de un digrafo como un objeto geométrico. 5. Sea G =< V, E > un grafo... En este caso estamos hablando de un grafo como un objeto geométrico. 6. Sea G =< V, E > un grafo (digrafo)... En este caso estamos hablando de un grafo o de un digrafo como un objeto geométrico Representación de Grafos El análisis de un grafo, mediante un computador, requiere representaciones diferentes al esquema geométrico. Veamos algunas de ellas Matriz de adyacencia Sea G =< V, R > un grafo (digrafo) finito. Podemos representar al grafo G mediante una matriz booleana, llamada su matriz de adyacencia. Definición 1.11 (Matriz de adyacencia). Sea G =< V, R > un grafo (digrafo) finito cualquiera. Podemos asociar a G, la matriz booleana (matriz cuyos elementos son uno o cero) M[R], llamada su matriz de adyacencia y, tal que, si = V = n, entonces: M[R] = (X i,j ) n n X i,j = { 1 ssi (v i, v j ) R, 0 ssi (v i, v j ) / R. Ejemplo 1.9. Dado el grafo representado en la figura 1.15, obtenemos la matriz M[R] = (X i,j ) 4 4 representada por la tabla 1.1. Observe que los vértices han sido ordenados alfabéticamente: v 1 = A, v 2 = B, v 3 = C y v 4 = D. Además; X 3,4 = 1, ya que (v 3, v 4 ) R y X 1,4 = 0, ya que (v 1, v 4 ) / R.

15 1.2. REPRESENTACIÓN DE GRAFOS 15 A B C D Figura 1.15: Grafo para obtener la matriz de adyacencia representada por la tabla 1.1. M[R] v 1 v 2 v 3 v 4 v v v v Cuadro 1.1: Matriz de adyacencia para el grafo de la figura Ejemplo Un fabricante para producir juguetes requiere seis pasos, los cuales obligatoriamente deben realizarse de acuerdo al siguiente orden parcial. Primero los procesos A o B, luego el proceso C. A continuación los procesos D, E o F. Modelizado por un grafo dirigido, obtenemos el grafo G representado por la figura 1.16 (Diagrama de Hasse) y su matriz de adyacencia M[R] representada por la tabla 1.2. D E F C A B Figura 1.16: Diagrama de Hasse. Ejemplo Para el grafo representado en la figura 1.17, obtenemos la matriz M[R] = (X i,j ) 6 6 representada por la tabla 1.3.

16 16 CAPÍTULO 1. GRAFOS M[R] A B C D E F A B C D E F Cuadro 1.2: Matriz de adyacencia para el grafo de la figura D E F C A B Figura 1.17: Grafo para obtener la matriz de adyacencia representada por la tabla 1.3. Algunas observaciones con respecto a la matriz de adyacencia M[R]: La matriz M[R] es una matriz booleana, lo cual permite optimizar el espacio para almacenarla y el tiempo para manipularla. La matriz M[R] permite representar lazos. La matriz M[R] no permite representar lados paralelos (debido a que opera sobre la definición matemática de grafo (digrafo)). La matriz M[R] es simétrica en el caso de los grafos, por ello no es un modo muy eficiente de representación. La matriz M[R] no es simétrica en el caso de los digrafos Matriz de incidencia Si el grafo (digrafo) está definido como un esquema geométrico G =< V, E >, podemos representarlo por medio de una matriz, llamada matriz

17 1.2. REPRESENTACIÓN DE GRAFOS 17 M[R] A B C D E F A B C D E F Cuadro 1.3: Matriz de adyacencia para el grafo de la figura de incidencia. Es necesario que presentemos dos definiciones para la matriz de incidencia, una para grafos y la otra para digrafos; situación que no se presentó, como pudimos observar, en la presentación de la matriz de adyacencia. Antes de presentar la matriz de incedencia para grafos, es necesaria la siguiente definición: Definición 1.12 (Vértices incidentes). Sea G =< V, E > un grafo, si e = {v i, v j } es un lado de G, entonces se dice que los vértices v i, v j son vértices incidentes al lado e. Definición 1.13 (Matriz de incidencia (grafo geométrico)). Sea G =< V, E > un grafo finito cualquiera. Podemos asociar a G, la matriz M[E], llamada su matriz de incidencia y, tal que, si = V = n y = E = m, entonces: M[E] = (X i,j ) n m X i,j = { 1 ssi v i es incidente al lado e j, 0 ssi v i no es incidente al lado e j. Ejemplo Dado el grafo representado en la figura 1.18, obtenemos la matriz M[E] = (X i,j ) 5 7 representada por la tabla 1.4. Algunas observaciones acerca de la matriz de incidencia M[E]: La matriz M[E] permite representar lazos. La matriz M[E] permite representar lados paralelos.

18 18 CAPÍTULO 1. GRAFOS b e 3 e 2 e a 4 c e 1 e 7 e Figura 1.18: Grafo para obtener la matriz de incidencia representada por la tabla 1.4. e 6 e 5 d M[E] e 1 e 2 e 3 e 4 e 5 e 6 e 7 a b c d e Cuadro 1.4: Matriz de incidencia para el grafo de la figura Antes de presentar la matriz de incidencia para digrafos, necesitamos algunas definciones adicionales. Definición 1.14 (Extremos, vértice inicial, vértice final). Sea G =< V, E > un digrafo, si e = (v i, v j ) es un lado de G, entonces los vértices v i, v j son llamados los extremos del lado e. El vértice v i es llamdo el vértice inicial del lado e y el vértice v j es llamado el vértice final del lado e. Definición 1.15 (Matriz de incidencia (digrafo geométrico)). Sea G =< V, E > un digrafo finito cualquiera. Podemos asociar a G, la matriz M[E], llamada su matriz de incidencia y, tal que, si = V = n y = E = m, entonces: 1 si v i es el vértice inicial del lado e j, M[E] = (X i,j ) n m X i,j = 1 si v i es el vértice final del lado e j, 0 si v i no es extremo del lado e j. Ejemplo Dado el grafo representado en la figura 1.19, obtenemos la matriz de incidencia M[E] = (X i,j ) 4 7 :

19 1.3. CONECTIVIDAD 19 e 1 a b e 7 e 4 e e e e 2 d c Figura 1.19: Digrafo para obtener la matriz de incidencia representada por la tabla 1.5. M[E] e 1 e 2 e 3 e 4 e 5 e 6 e 7 a ±1 b c d Cuadro 1.5: Matriz de incidencia para el grafo de la figura Observe que la posición X a,e7 tiene el valor ±1, esto debido a que un lazo tiene como extremo inicial y extremo final el mismo vértice Conectividad Caminos y circuitos Inicialmente realizaremos la formalización de ciertos conceptos vinculados con la noción de conectividad, los cuales seran de importancia en los temas subsiguientes. Comenzamos presentando las definiciones de camino y circuito para un digrafo como objeto geométrico. Definición 1.16 (Enlace (digrafo geométrico)). Sea G =< V, E > un digrafo. La relación de enlace entre dos lados de un digrafo, representada por E d (e i, e j ), está definida por: Sean e i = (x i, y i ) y e j = (x j, y j ) entonces, E d (e i, e y ) def. (y i = x j ).

20 20 CAPÍTULO 1. GRAFOS Definición 1.17 (Camino (digrafo geométrico)). Sea G =< V, E > un digrafo cualquiera. Un camino finito denotado por Π es una sucesión finita de lados enlanzados, es decir, Π = < s 1, s 2,..., s n > ( i {1, 2,..., n 1} (E d (s i, s i+1 ))). Un camino finito del vértice a al vértice b denotado por Π(a, b), definido por: Π(a, b) =Π = < s 1, s 2,..., s n > ( i {1, 2,..., n 1} (E d (s i, s i+1 ))) ((s 1 = (a, y 1 ) s n = (x n, b))). Definición 1.18 (Circuito (digrafo geométrico)). Sea G =< V, E > un digrafo cualquiera. Un circuito denotado por Π(a) es un camino del vértice a al vértice a en el cual no es posible repetir lados, es decir: Π(a) =Π(a, a) = < s 1, s 2,..., s n 1, s n > ( i {1, 2,..., n 1} (E d (s i, s i+1 ))) ((s 1 = (a, y 1 ) s n = (x n, a))) ( i j {1, 2,..., n} (i j = s i s j )). Para las definiciones de camino y circuito para el caso de los grafos como objetos geométricos, es necesario utilizar una nueva relación de enlace entre los lados de un grafo no dirigido. Definición 1.19 (Enlace (grafo geométrico)). Sea G =< V, E > un grafo. La relación de enlace entre lados de un grafo, representada por E nd (e i, e j ), está definida por: Sean e i = {x i, y i } y e j = {x j, y j } entonces,

21 1.3. CONECTIVIDAD 21 E nd (e i, e y ) def. ((x i = x j ) (x i = y j ) (y i = x j ) (y i = y j )). Definición 1.20 (Camino (grafo geométrico)). Sea G =< V, E > un grafo cualquiera. Un camino finito denotado por Π es una sucesión finita de lados enlanzados, es decir, Sea s i = x i, y i un lado, entonces: Π = < s 1, s 2,..., s n > ( i {1, 2,..., n 1} (E nd (s i, s i+1 ))) ( i {1, 2,..., n 1} ((x i s i 1 y i s i+1 ) (x i s i 1 y i s i+1 ))). Un camino finito del vértice a al vértice b denotado por Π(a, b), es un camino Π =< s 1 s 2... s n > definido por: Sean s 1 = {a, y 1 }, s 2 = {x 2, y 2 }, s n 1 = {x n 1, y n 1 } y s n = {b, y n }, entonces: Π(a, b) =Π = < s 1, s 2,..., s n > ( i {1, 2,..., n 1} (E nd (s i, s i+1 ))) ( i {1, 2,..., n 1} ((x i s i 1 y i s i+1 ) (x i s i 1 y i s i+1 ))) ((y 1 = x 2 y 1 = y 2 ) (x n 1 = x n y n 1 = x n )). Definición 1.21 (Circuito (grafo geométrico)). Sea G =< V, E > un grafo cualquiera. Un circuito denotado por Π(a) es un camino del vértice a al vértice a en el cual no es posible repetir lados, es decir: Sean s 1 = {a, y 1 }, s 2 = {x 2, y 2 }, s n 1 = {x n 1, y n 1 } y s n = {a, y n }, entonces:

22 22 CAPÍTULO 1. GRAFOS Π(a) =Π(a, a) = < s 1, s 2,..., s n 1, s n > ( i {1, 2,..., n 1} (E nd (s i, s i+1 ))) ( i {1, 2,..., n 1} ((x i s i 1 y i s i+1 ) (x i s i 1 y i s i+1 ))) ((y 1 = x 2 y 1 = y 2 ) (x n 1 = x n y n 1 = x n )) ( i j {1, 2,..., n} (i j = s i s j )). Definición 1.22 (Longitud de un camino (grafo o digrafo geométrico)). Sea G =< V, E > un grafo (digrafo) cualquiera y Π(a, b) =< s 1, s 2,..., s n 1, s n > un camino del vértice a al vértice b. La longitud del camino Π(a, b) denotada por l(π(a, b)) está definida por: l(π(a, b)) = l(< s 1, s 2,..., s n 1, s n >) = n. Dado que es posible considerar todo grafo (digrafo) matemático como un grafo (digrafo) geométrico, es posible pensar que no es necesario ofrecer las definiciones de camino, longitud de un camino y circuito para los grafos (digrafos) como objetos matemáticos, ya que se realizaron dichas definiciones para los grafos (digrafos) como objetos geométricos. Sin embargo como se observará en las secciones posteriores, las definiciones y en particular algunas demostraciones relacionadas con la conectividad entre los vértices de una grafo, son mucho mejor presentadas si se trabaja con los grafos (digrafos) como objetos matemáticos. Por esta razón presentamos las definiciones mencionadas para los grafos (digrafos) como objetos matemáticos. Definición 1.23 (Camino (grafo o digrafo matemático)). Sea G =< V, R > un grafo (digrafo) cualquiera. Un camino finito denotado por Π es una sucesión finita de vertices enlazados, es decir, Π = < s 1, s 2,..., s n > ( i {1, 2,..., n 1} (R(s i, s i+1 ))). Aunque denotamos las sucesiones de vértices enlazados y lados enlazados

23 1.3. CONECTIVIDAD 23 con los mismos símbolos (< s 1, s 2,..., s n >), el contexto aclarará a cual de ellos corresponde. Un camino finito del vértice a al vértice b denotado por Π(a, b), es un camino Π =< s 1, s 2,..., s n > definido por: Π(a, b) =Π = < s 1, s 2,..., s n > ( i {1, 2,..., n 1} (R(s i, s i+1 ))) (a = s 1 b = s n ). Definición 1.24 (Circuito (digrafo matemático)). Sea G =< V, R > un digrafo cualquiera. Como vimos en la definición de un circuito para una digrafo como objeto geométrico, un circuito denotado por Π(a) es un camino del vértice a al vértice a en el cual no es posible repetir lados. La sucesión que constituye un circuito para un digrafo como objeto matemático, es un sucesión de vértices, por la tanto, la no repetición de lados se traduce en que no se pueden repetir parejas de vértices en la sucesión, por lo que el circuito está definido por: Π(a) =Π(a, a) =< s 1, s 2,..., s n 1, s n > ( i {1, 2,..., n 1} (R(s i, s i+1 ))) (a = s 1 a = s n ) ( i j {1, 2,..., n 1} ((i < j s i = s j ) = (s i+1 s j+i )). Definición 1.25 (Circuito (grafo matemático)). Sea G =< V, R > un grafo cualquiera. Como acabamos de observar, la definición de un circuito para una digrafo como objeto matemático, no admite la existencia de parejas de vértices repetidas en la sucesión de vértices que componen el circuito. En el caso de una grafo, es necesario añadir que si los vértices v i, v j están contiguos en la sucesión, no es posible admitir posteriormente la existencia de nuevo de los vértices v j, v i contiguos en la sucesión, por la cual la definición de un circuito está dada por:

24 24 CAPÍTULO 1. GRAFOS Π(a) =Π(a, a) =< s 1, s 2,..., s n 1, s n > ( i {1, 2,..., n 1} (R(s i, s i+1 ))) (a = s 1 a = s n ) ( i j {1, 2,..., n 1} ((i < j s i = s j ) = (s i+1 s j+i )) ( i j {1, 2,..., n 1} ((i < j x i = x j+1 ) = (x i+1 x j )). Definición 1.26 (Longitud de un camino (grafo o digrafo matemático)). Sea G =< V, R > un grafo (digrafo) cualquiera y Π(a, b) =< a, s 2,..., s n 1, b > un camino del vértice a al vértice b. La longitud del camino Π(a, b) denotada por l(π(a, b)) está definida por: l(π(a, b)) = l(< a, s 2,..., s n 1, b >) = n 1. Ejemplo La figura 1.20, nos modeliza la estructura de un cierto tipo de elecciones de acciones a realizar. A B 5 4 C Figura 1.20: Grafo para seleccionar algunos caminos y circuitos sobre él. De la figura, descubrimos caminos de longitud especificadas, e igualmente circuitos sobre G. Π 1 (A, 8) =< A, 4, 5, C, 2, 7, 8 >, l(π 1 ) = 6 Π 2 (A) =< A, 4, 3, A >, l(π 2 ) = 3 Π 3 (C) =< C, 2, 7, C >, l(π 3 ) = 3

25 1.3. CONECTIVIDAD 25 Π 4 (B) =< B, A, B >, l(π 4 ) = 2 Π 5 (3, 7) =< 3, A, 4, C, 2, 7 >, l(π 5 ) = 5 Observemos que no existe Π(5), es decir, no exite un circuito que se origine a partir del vértice Relación de n-conectividad R n Presentamos a continuación la relación de n-conectividad sobre un digrafo G, esta relación nos representa los caminos de longitud n sobre el digrafo. Definición 1.27 (Relación de n-conectividad). Sea G =< V, R > un digrafo y n un entero positivo. Definimos en V la relación de n-conectividad denota por R n, como sigue: R n (x, y) def. ( Π)(Π(x, y) l(π) = n). Ejemplo Consideremos el grafo dirigido G, representado por la figura 1.21: a b d c e Figura 1.21: Digrafo para obtener la relación de 2-conectividad Observemos que: R 2 (a, c), puesto que: R(a, b) R(b, c), luego ( Π)(Π(a, c) l(π) = 2); R 2 (b, c), puesto que: R(b, c) R(c, d), luego ( Π)(Π(b, d) l(π) = 2); R 2 (a, a), puesto que: R(a, a) R(a, a), luego ( Π)(Π(a, a) l(π) = 2).

26 26 CAPÍTULO 1. GRAFOS Es posible observar además que, R 2 = {(a, a), (a, b), (a, c), (b, d), (b, e), (c, e)}. Esta relación R 2 sobre V = {a, b, c, d, e} nos define una nuevo grafo < V, R 2 >, grafo dado por los vértices y las relaciones que indican los vértices que están conectados por caminos de longitud 2. Este nuevo grafo, para el ejemplo, lo representamos por la figura a c b e d Figura 1.22: Grafo definido por la relación R 2. Para presentar algunos teoremas importantes de la teoría de grafos, necesitamos previamente definir algunas operaciones booleanas, operaciones que operan sobre las matrices booleanas. Definición 1.28 (Operaciones booleanas). Como mencionamos anteriormente, una matriz booleana es una matriz cuyos elementos son cero o uno. Las tablas 1.6 y 1.7 definen las operaciones booleanas y respectivamente Cuadro 1.6: Operación booleana Cuadro 1.7: Operación booleana. Como el lector puede observar, las operaciones y corresponden la

27 1.3. CONECTIVIDAD 27 disyunción ( ) y a la conjunción ( ) lógicas, respectivamente. Sean A m p y B p n dos matrices booleanas. Se define el producto booleano de matrices A B por: A B = (X i,j ) m n = X i,j = (a i,1 b 1,j ) (a i,2 b 2,j ) (a i,p b p,j ). Es decir, el producto booleano de matrices es similar al producto de matrices, excepto que se cambian las operaciones de suma y multiplicación ordinarias por las operaciones y respectivamente. Teorema 1.1. Sea G =< V, R > un digrafo finito y sea G 2 =< V, R 2 > el digrafo obtenido mediante la relación de 2-conectividad R 2, entonces: M[R 2 ] = M[R] M[R] Demostración. Sean M[R] n n, X i,j M[R 2 ] Y i,k M[R] y Y k,j M[R]. Probemos que X i,j = 1 R(v i, v k ) R(v k, v j ). Es decir, probemos que existe un camino de longitud 2 del vértice i al vértice j si y solo si existe algun vértice k, tal que, exista un camino de longitud 1 del vértice i al vértice k y exista un camino de longitud 1 del vértice k al vértice j. Así: 1 R(v i, v k ) R(v k, v j ) Hipótesis auxiliar 2 Y i,k = 1 Y k,j = 1 Definición de M[R] 3 Y i,k Y k,j = 1 4 X i,j = (Y i,1 Y 1,j ) (Y i,k Y k,j ) (Y i,n Y n,j ) = 1 5 M[R 2 ] = M[R] M[R] Podemos extender el teorema 1.1 a la relación de n-conectividad. Teorema 1.2. Sea G =< V, R > un digrafo finito y sea G n =< V, R n > el digrafo obtenido mediante la relación de n-conectividad R n, entonces para n 1:

28 28 CAPÍTULO 1. GRAFOS M[R n ] = M[R] M[R] M[R] } {{ } n veces Demostración. Por inducción finita: 1. Para n = 1 Como R 1 = R entonces M[R 1 ] = M[R] 2. Hipótesis inductiva: Supongamos para n = k válido el teorema 3. Probemos la validez del teorema para n = k + 1 (con ayuda de la hipótesis inductiva). Sea M[R] n n, X i,j M[R k+1 ] y Z i,j M[R k ] M[R]. Probemos que X i,j = 1 Z i,j = 1 1 X i,j = 1 Hipótesis auxiliar 2 Π(Π(v i, v j ) l(π) = k Π (Π (v i, v k ) R(v k, v j ) l(π ) = k) 4 R k (v i, v k ) R(v k, v j ) 5 Y i,k = 1 W k,j = 1, Y i,k M[R k ] W k,j M[R] 6 Y i,k W k,j = 1, 7 Z i,j = (Y i,1 W 1,j ) (Y i,k W k,j ) (Y i,n Y n,j ) = 1 8 M[R n ] = M[R] M[R] M[R] Por principio } {{ } n veces de inducción completa El retorno Z i,j = 1 = X i,j = 1 es inmediato de la demostración anterior Relación de conectividad general R La relación de conectividad general sobre un digrafo G, nos representa todos los caminos posibles sobre el digrafo. Definición 1.29 (Relación de conectividad general). Sea G =< V, R > un digrafo cualquiera, definimos en V la relación de conectividad general denotada por R :

Apuntes de Matemática Discreta 14. Grafos

Apuntes de Matemática Discreta 14. Grafos Apuntes de Matemática Discreta 14. Grafos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 14 Grafos Contenido 14.1 Generalidades.....................................

Más detalles

Apuntes de Matemática Discreta 6. Relaciones

Apuntes de Matemática Discreta 6. Relaciones Apuntes de Matemática Discreta 6. Relaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 6 Relaciones Contenido 6.1 Generalidades.....................................

Más detalles

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas).

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). TEMA 5.- GRAFOS 5.1.- DEFINICIONES BÁSICAS Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). Gráficamente representaremos

Más detalles

Apuntes de Matemática Discreta 7. Relaciones de Orden

Apuntes de Matemática Discreta 7. Relaciones de Orden Apuntes de Matemática Discreta 7. Relaciones de Orden Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 7 Relaciones de Orden Contenido

Más detalles

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos

Más detalles

{} representa al conjunto vacío, es decir, aquel que no contiene elementos. También se representa por.

{} representa al conjunto vacío, es decir, aquel que no contiene elementos. También se representa por. 2. Nociones sobre Teoría de Conjuntos y Lógica Para llevar a cabo nuestro propósito de especificar formalmente los problemas y demostrar rigurosamente la correctitud de nuestro programas, introduciremos

Más detalles

Conjuntos, Relaciones y Grupos. Problemas de examen.

Conjuntos, Relaciones y Grupos. Problemas de examen. Conjuntos, Relaciones y Grupos. Problemas de examen. Mayo 2006 1. La función f es definida por (a) Halle el recorrido exacto, A, de f. f : R R donde f(x) = e senx 1. (b) (i) Explique por qué f no es inyectiva.

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Haydee Jiménez Tafur Grupo de Algebra. Universidad Pedagógica Nacional Estudiante de maestría en Matemáticas. Universidad Nacional de Colombia.

Haydee Jiménez Tafur Grupo de Algebra. Universidad Pedagógica Nacional Estudiante de maestría en Matemáticas. Universidad Nacional de Colombia. "Otras Alternativas Para La Definición De Relación En Teoría De Conjuntos" Carlos Julio Luque Arias Profesor Universidad Pedagógica Nacional Grupo de Algebra. Universidad Pedagógica Nacional Haydee Jiménez

Más detalles

INDICE. XVII Prólogo a la edición en español. XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas

INDICE. XVII Prólogo a la edición en español. XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas INDICE Prologo XVII Prólogo a la edición en español XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas 1 1.1.1. Introducción 1.1.2. Algunos argumentos lógicos importantes 2 1.1.3. Proposiciones

Más detalles

Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }

Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios } La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas

Más detalles

ASIGNATURA: Matemática Discreta 1 Cuatrimestre Año: 2011

ASIGNATURA: Matemática Discreta 1 Cuatrimestre Año: 2011 CÓDIGO ASIGNATURA 1028 DEPARTAMENTO: Ingeniería e Investigaciones Tecnológicas ASIGNATURA: Matemática Discreta 1 Cuatrimestre Año: 2011 1. OBJETIVOS: i. Cognitivos Incorporar los conceptos de Matemática

Más detalles

Grupos. 2.1 Introducción. Capítulo

Grupos. 2.1 Introducción. Capítulo Capítulo 2 Grupos 2.1 Introducción La estructura de grupo es una de las más comunes en toda la matemática pues aparece en forma natural en muchas situaciones, donde se puede definir una operación sobre

Más detalles

TEMA 2: Grupos. El grupo Simétrico.

TEMA 2: Grupos. El grupo Simétrico. Álgebra y Estructuras Discretas Grupo B de la Ingeniería Técnica de Sistemas TEMA 2: Grupos. El grupo Simétrico. 1. Definición de Grupo. Propiedades Básicas. Definición 1. Dado un conjunto no vacío G,

Más detalles

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008

Más detalles

Carrera: IFM - 0423 3-2-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.

Carrera: IFM - 0423 3-2-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Matemáticas para computación Licenciatura en Informática IFM - 0423 3-2-8 2.- HISTORIA

Más detalles

Transparencias de Matemática Discreta Doble Grado en Ingeniería en Informática y. Administración de Empresas Curso 2013 2014

Transparencias de Matemática Discreta Doble Grado en Ingeniería en Informática y. Administración de Empresas Curso 2013 2014 ESCUELA POLITÈCNICA SUPERIOR UNIVERSIDAD CARLOS III DE MADRID Transparencias de Matemática Discreta Grado en Ingeniería en Informática Doble Grado en Ingeniería en Informática y Administración de Empresas

Más detalles

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R.

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R. ALGEBRA LINEAL Héctor Jairo Martínez R. Ana María Sanabria R. SEGUNDO SEMESTRE 8 Índice general. SISTEMAS DE ECUACIONES LINEALES.. Introducción................................................ Conceptos

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

Más detalles

Conjuntos, Relaciones y Funciones

Conjuntos, Relaciones y Funciones Conjuntos, Relaciones y Funciones 0.1 Conjuntos El término conjunto y elemento de un conjunto son términos primitivos y no definidos. De un punto de vista intuitivo parece ser que cualquier colección de

Más detalles

5.2 Estructuras Algebraicas Introducción

5.2 Estructuras Algebraicas Introducción 5.2 Introducción * Los números naturales: N Al contar objetos se les asigna números: 1, 2, 3,, pasando de un número a su sucesor. La representación en el sistema decimal de números está hecha de tal forma

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Para representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones:

Para representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones: 2. Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma informal,

Más detalles

ESTRUCTURAS ORDENADAS Ordenes y Retículos

ESTRUCTURAS ORDENADAS Ordenes y Retículos ESTRUCTURAS ORDENADAS Ordenes y Retículos Renato Lewin Pontificia Universidad Católica de Chile Julio de 1998 1 Conjuntos Ordenados 1.1 Definición y Ejemplos Un conjunto parcialmente ordenado, o simplemente

Más detalles

Introducción al Análisis Complejo

Introducción al Análisis Complejo Introducción al Análisis Complejo Aplicado al cálculo de integrales impropias Complementos de Análisis, I.P.A Prof.: Federico De Olivera Leandro Villar 13 de diciembre de 2010 Introducción Este trabajo

Más detalles

Repaso de matrices, determinantes y sistemas de ecuaciones lineales

Repaso de matrices, determinantes y sistemas de ecuaciones lineales Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento

Más detalles

Relaciones entre conjuntos

Relaciones entre conjuntos Relaciones entre conjuntos Parejas ordenadas El orden de los elementos en un conjunto de dos elementos no interesa, por ejemplo: {3, 5} = {5, 3} Por otra parte, una pareja ordenada consiste en dos elementos,

Más detalles

Operaciones Booleanas y Compuertas Básicas

Operaciones Booleanas y Compuertas Básicas Álgebra de Boole El álgebra booleana es la teoría matemática que se aplica en la lógica combinatoria. Las variables booleanas son símbolos utilizados para representar magnitudes lógicas y pueden tener

Más detalles

Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d

Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en

Más detalles

TEORIA DE GRAFICAS INTRODUCCIÓN CONCEPTOS BÁSICOS DE LA TEORIA DE GRAFOS

TEORIA DE GRAFICAS INTRODUCCIÓN CONCEPTOS BÁSICOS DE LA TEORIA DE GRAFOS TEORIA DE GRAFICAS INTRODUCCIÓN La teoría de gráficas o teoría de grafos es aplicada en una gran cantidad de áreas tales como ciencias sociales, lingüística, ciencias físicas, ingeniería de comunicación,

Más detalles

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

EJERCICIOS DEL CAPÍTULO I

EJERCICIOS DEL CAPÍTULO I EJERCICIOS DEL CAPÍTULO I 1. Un grupo es una tipo particular de Ω estructura cuando Ω es el tipo Ω = { } siendo una operación de aridad dos. Pero un grupo también es una Ω -estructura siendo Ω = {e, i,

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta

Más detalles

Departamento de Informática Universidad de Valladolid Campus de Segovia TEMA 7: VALIDACIÓN

Departamento de Informática Universidad de Valladolid Campus de Segovia TEMA 7: VALIDACIÓN Departamento de Informática Universidad de Valladolid Campus de Segovia TEMA 7: VALIDACIÓN TÉCNICAS DE PRUEBA DEL SOFTWARE Introducción Aspectos psicológicos de las pruebas Flujo de información de la prueba

Más detalles

1. Teoría de Conjuntos

1. Teoría de Conjuntos 1. Teoría de Conjuntos 1.1. CONJUNTOS Considere las siguientes expresiones: 1. Los estudiantes de la Facultad de Matemática y Computación de la Universidad de La Habana del curso 2001-2002. 2. Los tomos

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

personal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12

personal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12 Teoría de conjuntos. Teoría de Conjuntos. personal.us.es/elisacamol Curso 2011/12 Teoría de Conjuntos. Teoría de conjuntos. Noción intuitiva de conjunto. Propiedades. Un conjunto es la reunión en un todo

Más detalles

Nota 2. Luis Sierra. Marzo del 2010

Nota 2. Luis Sierra. Marzo del 2010 Nota 2 Luis Sierra Marzo del 2010 Cada mecanismo de definición de conjuntos que hemos comentado sugiere mecanismos para definir funciones y probar propiedades. Recordemos brevemente qué son las funciones

Más detalles

MATEMÁTICA DISCRETA: Conjuntos, combinatoria y grafos. Roberto J. de la Fuente López. Versión 20110923. (corrección de erratas a versión 20100712)

MATEMÁTICA DISCRETA: Conjuntos, combinatoria y grafos. Roberto J. de la Fuente López. Versión 20110923. (corrección de erratas a versión 20100712) MATEMÁTICA DISCRETA: Conjuntos, combinatoria y grafos Roberto J. de la Fuente López Versión 20110923 (corrección de erratas a versión 20100712) Índice general PRESENTACIÓN... 5 AVISO DE DERECHOS DE AUTOR...

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN Tema 5.- ESPACIOS VECTORIALES ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN ESPACIO VECTORIAL Fundamentos Matemáticosde la Ingeniería 1 Aunque históricamente el primer trabajo de Álgebra

Más detalles

UNIVERSIDAD POPULAR DEL CESAR DEPATAMENTO DE MATEMATICA Y ESTADISTICA ALGEBRA DE BOOLE

UNIVERSIDAD POPULAR DEL CESAR DEPATAMENTO DE MATEMATICA Y ESTADISTICA ALGEBRA DE BOOLE UNIVERSIDAD POPULAR DEL CESAR DEPATAMENTO DE MATEMATICA Y ESTADISTICA ALGEBRA DE BOOLE GERMAN ISAAC SOSA MONTENEGRO EJERCICIOS 3. Escriba en notación expandida los siguientes numerales : a) 2375 b) 110111

Más detalles

UNIVERSIDAD ESTATAL A DISTANCIA VICERRECTORÍA ACADÉMICA DIRECCIÓN DE EXTENSIÓN TÉCNICO UNIVERSITARIO GUÍA DE ESTUDIO MATEMÁTICA PARA INFORMÁTICA I

UNIVERSIDAD ESTATAL A DISTANCIA VICERRECTORÍA ACADÉMICA DIRECCIÓN DE EXTENSIÓN TÉCNICO UNIVERSITARIO GUÍA DE ESTUDIO MATEMÁTICA PARA INFORMÁTICA I UNIVERSIDAD ESTATAL A DISTANCIA VICERRECTORÍA ACADÉMICA DIRECCIÓN DE EXTENSIÓN TÉCNICO UNIVERSITARIO EN COMPUTACIÓN E INFORMÁTICA GUÍA DE ESTUDIO MATEMÁTICA PARA INFORMÁTICA I CÓDIGO 50287 Elaborada por

Más detalles

Juegos de estrategia

Juegos de estrategia Juegos de estrategia José H. Nieto (jhnieto@yahoo.com). Introducción Los juegos a los cuales nos referimos en este trabajo pueden conceptualizarse como sistemas que pueden estar en cierto número de estados,

Más detalles

UNIDAD I INTRODUCCIÓN A LOS CIRCUITOS LÓGICOS 1. ÁLGEBRA DE BOOLE 2. MÉTODO DE REDUCCIÓN DE MAPAS DE KARNAUGH 1-1. R. ESPINOSA R. y P. FUENTES R.

UNIDAD I INTRODUCCIÓN A LOS CIRCUITOS LÓGICOS 1. ÁLGEBRA DE BOOLE 2. MÉTODO DE REDUCCIÓN DE MAPAS DE KARNAUGH 1-1. R. ESPINOSA R. y P. FUENTES R. UNIDAD I INTRODUCCIÓN A LOS CIRCUITOS LÓGICOS. ÁLGEBRA DE BOOLE 2. MÉTODO DE REDUCCIÓN DE MAPAS DE KARNAUGH - . INTRODUCCIÓN A LOS CIRCUITOS LÓGICOS. ÁLGEBRA DE BOOLE. ÁLGEBRA DE BOOLE El álgebra de Boole

Más detalles

Problemas indecidibles

Problemas indecidibles Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

RELACIONES BINARIAS. (1, b)} es una relación de A en B. Sea A = {1, 2, 3, 4}. En A se tiene la relación R = {(a, b)/a, b A y a divide a b}:

RELACIONES BINARIAS. (1, b)} es una relación de A en B. Sea A = {1, 2, 3, 4}. En A se tiene la relación R = {(a, b)/a, b A y a divide a b}: RELACIONES BINARIAS 1. Relaciones Las relaciones entre elementos de conjuntos se dan en muchos contextos y, en informática, aparecen con frecuencia en programación, bases de datos informáticas, etc. 1.1.

Más detalles

Carrera: SCB - 0421 4-0-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.

Carrera: SCB - 0421 4-0-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Matemáticas para computación Ingeniería en Sistemas Computacionales SCB - 0421

Más detalles

Números Reales. MathCon c 2007-2009

Números Reales. MathCon c 2007-2009 Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................

Más detalles

Grupos y Anillos - 3006993 Escuela de Matemáticas Universidad Nacional de Colombia, Sede Medellín. Problemas # 1

Grupos y Anillos - 3006993 Escuela de Matemáticas Universidad Nacional de Colombia, Sede Medellín. Problemas # 1 Grupos y Anillos - 3006993 Escuela de Matemáticas Universidad Nacional de Colombia, Sede Medellín Problemas # 1 1. Dé dos razones por las cuales el conjunto de los enteros impares no es un grupo con la

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen

Más detalles

Apuntes de Matemática Discreta 4. Permutaciones y Variaciones

Apuntes de Matemática Discreta 4. Permutaciones y Variaciones Apuntes de Matemática Discreta 4. Permutaciones y Variaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 4 Permutaciones y Variaciones

Más detalles

((X A Y ) = A ) si y solo si X = Y, A = B, A X = X, (X A Y ) = X Y, (X A Y ) = X Y

((X A Y ) = A ) si y solo si X = Y, A = B, A X = X, (X A Y ) = X Y, (X A Y ) = X Y El examen de Lógica y fundamentos del 11-02-2005 resuelto por cortesía de Alberto Castellón 1) Sea A = P(B) el conjunto de los subconjuntos de un conjunto B. a) Pruébese que A es un modelo de la teoría

Más detalles

Tema 2: Sistemas de representación numérica

Tema 2: Sistemas de representación numérica 2.1 Sistemas de Numeración Definiciones previas Comenzaremos por definir unos conceptos fundamentales. Existen 2 tipos de computadoras: Analógicas: actúan bajo el control de variables continuas, es decir,

Más detalles

CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013

CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013 CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013 1. PRESENTACIÓN FACULTAD: Ingenierías PROGRAMA: Ingeniería de sistemas NOMBRE DEL CURSO: Matemáticas discretas PLAN DE ESTUDIOS: IS01 CRÉDITOS

Más detalles

Fundamentos algebraicos

Fundamentos algebraicos Fundamentos algebraicos 1. Grupos Sea S un conjunto. Se denota con S S el conjunto de los pares ordenados (s, t) con s, t en S. Un mapeo de S S en S se llama operación binaria en S. Esta definición requiere

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

Curso de conjuntos y números. Apuntes. Juan Jacobo Simón Pinero

Curso de conjuntos y números. Apuntes. Juan Jacobo Simón Pinero Curso de conjuntos y números. Apuntes Juan Jacobo Simón Pinero Curso 2013/2014 2 Índice general I Conjuntos 5 1. Conjuntos y elementos 7 1.1. Sobre el concepto de conjunto y elemento.............. 7 1.2.

Más detalles

A estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales:

A estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales: ADICIÓN Y RESTA DE NUMEROS REALES ADICIÓN L a adición o suma de números reales se representa mediante el símbolo más (+) y es considerada una operación binaria porque se aplica a una pareja de números,

Más detalles

TEORIA AXIOMATICA DE CONJUNTOS Versión Preliminar. Renato A. Lewin

TEORIA AXIOMATICA DE CONJUNTOS Versión Preliminar. Renato A. Lewin TEORIA AXIOMATICA DE CONJUNTOS Versión Preliminar Author address: Renato A. Lewin Pontificia Universidad Católica de Chile, Facultad de Matemáticas, Casilla 306 - Correo 22, Santiago CHILE. e-mail: rlewin@mat.puc.cl

Más detalles

Universidad de Antioquia

Universidad de Antioquia Índice general Prefacio II 0.1. Algunos conjuntos de números.................. 1 0.2. DEFINICIONES Y TEOREMAS................. 2 1. Lógica - Teoría de Conjuntos 5 1.1. Operación binaria.........................

Más detalles

Capítulo 9 Vectores en el espacio

Capítulo 9 Vectores en el espacio Capítulo 9 Vectores en el espacio Introducción El concepto de vector es muy amplio y su aplicación se evidencia en los diferentes campos de las ciencias. En matemáticas, un vector es un elemento de una

Más detalles

3. Consideremos el puzzle-8 descrito en clase y sea el estado objetivo, como de costumbre,

3. Consideremos el puzzle-8 descrito en clase y sea el estado objetivo, como de costumbre, E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL. UNIVERSIDAD DE MÁLAGA Dpto. Lenguajes y Ciencias de la Computación RELACIÓN DE PROLEMAS. ÚSQUEDAS CON ÁROL.. Un móvil puede situarse en los nodos

Más detalles

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V.

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V. Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL x x x1 n θ y y ȳ1 n 1 n x1 n ȳ1 n Carlos Arce S. William Castillo E. Jorge González V. 2003 Algebra Lineal Carlos Arce S., William Castillo

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos

Más detalles

ESTRUCTURAS ALGEBRAICAS 1

ESTRUCTURAS ALGEBRAICAS 1 ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia

Más detalles

Módulo 9 Sistema matemático y operaciones binarias

Módulo 9 Sistema matemático y operaciones binarias Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional

Más detalles

Tema 3. Interpretación Abstracta

Tema 3. Interpretación Abstracta Tema 3. Interpretación Abstracta Herramientas Avanzadas para el Desarrollo de Software Profesora: Alicia Villanueva DSIC, Escuela Técnica Superior de Ingeniería Informática Curso 2011-2012 Indice Indice

Más detalles

Grupos, anillos y cuerpos

Grupos, anillos y cuerpos Grupos, anillos y cuerpos Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2002 Contents 1 Grupos 2 1.1 Subgrupos.... 5 1.2 Clases o cogrupos.......

Más detalles

Matemática Discreta I Tema 4 - Ejercicios resueltos

Matemática Discreta I Tema 4 - Ejercicios resueltos Matemática Discreta I Tema - Ejercicios resueltos Principios básicos Ejercicio 1 Cuántos números naturales existen menores que 10 6, cuyas cifras sean todas distintas? Solución Si n < 10 6, n tiene 6 o

Más detalles

Ingeniería en Informática

Ingeniería en Informática Departamento de Informática Universidad Carlos III de Madrid Ingeniería en Informática Aprendizaje Automático Junio 2007 Normas generales del examen El tiempo para realizar el examen es de 3 horas No se

Más detalles

Álgebras de Boole. Juan Medina Molina. 25 de noviembre de 2003

Álgebras de Boole. Juan Medina Molina. 25 de noviembre de 2003 Álgebras de Boole Juan Medina Molina 25 de noviembre de 2003 Introducción Abordamos en este tema el estudio de las álgebras de Boole. Este tema tiene una aplicación directa a la electrónica digital ya

Más detalles

Aplicaciones lineales

Aplicaciones lineales Capítulo 4 Aplicaciones lineales 4.1. Introduccción a las aplicaciones lineales En el capítulo anterior encontramos la aplicación de coordenadas x [x] B que asignaba, dada una base del espacio vectorial,

Más detalles

ÍNDICE GENERAL 2..1. Teorema Chino del Residuo... 73

ÍNDICE GENERAL 2..1. Teorema Chino del Residuo... 73 Índice general 0.1. Introducción.................................... 3 0.2. Teoría de Conjuntos............................... 5 0.2.1. Producto Cartesiano de Conjuntos................... 7 0.2.2. Funciones.................................

Más detalles

30 = 2 3 5 = ( 2) 3 ( 5) = 2 ( 3) ( 5) = ( 2) ( 3) 5.

30 = 2 3 5 = ( 2) 3 ( 5) = 2 ( 3) ( 5) = ( 2) ( 3) 5. 11 1.3. Factorización Como ya hemos mencionado, la teoría de ideales surgió en relación con ciertos problemas de factorización en anillos. A título meramente ilustrativo, nótese que por ejemplo hallar

Más detalles

Probabilidad y sus aplicaciones en ingeniería informática

Probabilidad y sus aplicaciones en ingeniería informática Probabilidad y sus aplicaciones en ingeniería informática Víctor Hernández Eduardo Ramos Ildefonso Yáñez c Víctor Hernández, Eduardo Ramos, Ildefonso Yánez EDICIONES CDÉMICS Probabilidad y sus aplicaciones

Más detalles

Capítulo V Operaciones Booleanas

Capítulo V Operaciones Booleanas 85 Capítulo V Operaciones Booleanas 5.1 Introducción Es muy posible que en muchos casos sea necesario comparar dos objetos y determinar cuál es su parte común. Esto implica intersectar los dos objetos

Más detalles

Definición 1.1.1. Sea K un cuerpo. Un polinomio en x, con coeficientes en K es toda expresión del tipo

Definición 1.1.1. Sea K un cuerpo. Un polinomio en x, con coeficientes en K es toda expresión del tipo POLINOMIOS 1.1. DEFINICIONES Definición 1.1.1. Sea K un cuerpo. Un polinomio en x, con coeficientes en K es toda expresión del tipo p(x) = a i x i = a 0 + a 1 x + a 2 x 2 + + a n x n + ; a i, x K; n N

Más detalles

Algoritmos sobre Grafos

Algoritmos sobre Grafos Sexta Sesión 27 de febrero de 2010 Contenido Deniciones 1 Deniciones 2 3 4 Deniciones sobre Grafos Par de una lista de nodos y una lista de enlaces, denidos a su vez como pares del conjunto de nodos.

Más detalles

1. Se establecen los conceptos fundamentales (símbolos o términos no definidos).

1. Se establecen los conceptos fundamentales (símbolos o términos no definidos). 1. ÁLGEBRA DE BOOLE. El álgebra de Boole se llama así debido a George Boole, quien la desarrolló a mediados del siglo XIX. El álgebra de Boole denominada también álgebra de la lógica, permite prescindir

Más detalles

Leonard Euler y la Teoría de Grafos

Leonard Euler y la Teoría de Grafos Leonard Euler y la Teoría de Grafos Qué tienen en común un pasatiempo de los habitantes de una ciudad europea del siglo XVIII; Colorear el mapa de Colombia; Planear un viaje de vacaciones; Evitar problemas

Más detalles

1.1. PROPOSICIONES CAPÍTULO 1. LÓGICA. 1.1.4. Tabla de verdad

1.1. PROPOSICIONES CAPÍTULO 1. LÓGICA. 1.1.4. Tabla de verdad CAPÍTULO 1 Lógica En lógica se analiza, entre otros muchos temas, si un razonamiento dado es correcto o no. Si bien sus aplicaciones prácticas son muy diversas, mencionaremos apenas dos: en las demostraciones

Más detalles

CONJUNTOS Y RELACIONES BINARIAS

CONJUNTOS Y RELACIONES BINARIAS UNIVERSIDAD CATÓLICA ANDRÉS BELLO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INFORMÁTICA CÁTEDRA DE LÓGICA COMPUTACIONAL CONJUNTOS Y RELACIONES BINARIAS INTRODUCCIÓN Intuitivamente, un conjunto es una

Más detalles

UNIDAD 2: ANILLOS. ISFD N o 127 Ciudad del Acuerdo. MSL (2010) 3 o Profesorado en Matemática-Álgebra 1

UNIDAD 2: ANILLOS. ISFD N o 127 Ciudad del Acuerdo. MSL (2010) 3 o Profesorado en Matemática-Álgebra 1 UNIDAD 2: ANILLOS En la unidad precedente se han tratado diversos aspectos de la teoría de grupos. Uno de los primeros ejemplos, fue Z con la operación suma. Sin embargo en Z hay otra operación, el producto.

Más detalles

Notas del curso de Algebra Moderna II

Notas del curso de Algebra Moderna II Notas del curso de Algebra Moderna II Luis Valero Elizondo 15 de Enero del 2004 Índice general 1. Anillos. 5 1.1. Monoides.............................. 5 1.2. Anillos............................... 5

Más detalles

TEMA II: CONJUNTOS Y RELACIONES DE ORDEN. Álgebra II García Muñoz, M.A.

TEMA II: CONJUNTOS Y RELACIONES DE ORDEN. Álgebra II García Muñoz, M.A. TEMA II: CONJUNTOS Y RELACIONES DE ORDEN OBJETIVOS GENERALES 1. Hacer que el alumno asimile el concepto de conjunto como la estructura algebraica más simple en la que se ambientarán el resto de las estructuras

Más detalles

RELACIONES Y FUNCIONES

RELACIONES Y FUNCIONES RELACIONES Y FUNCIONES Ing. Juan Sacerdoti Facultad de Ingeniería Departamento de Matemática Universidad de Buenos Aires 2002 V 2.01 INDICE 4.- RELACIONES Y FUNCIONES 4.1.- PAR ORDENADO (PO) 4.1.1.- DEFINICIÓN

Más detalles

Análisis III. Joaquín M. Ortega Aramburu

Análisis III. Joaquín M. Ortega Aramburu Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida

Más detalles

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1 Sistemas de producción y búsqueda de soluciones Area de Computación e Inteligencia Artificial 1 Técnicas de búsqueda Resolución de problemas en Inteligencia Artificial. En general, podemos afirmar que

Más detalles

Problemas Resueltos de Desigualdades y Programación Lineal

Problemas Resueltos de Desigualdades y Programación Lineal Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo

Más detalles

1 Agencia de viajes: enunciado

1 Agencia de viajes: enunciado 1 AGENCIA DE VIAJES: ENUNCIADO 1 1 Agencia de viajes: enunciado Una agencia de viajes mantiene una base de datos con exactamente N clientes y M destinos turísticos. En una situación real, estos valores

Más detalles

árbol como un conjunto de nodos y líneas

árbol como un conjunto de nodos y líneas ÁRBOLES CAPÍTULO 6 ÁRBOLES Desde el punto de vista conceptual, un árbol es un objeto que comienza con una raíz (root) y se extiende en varias ramificaciones o líneas (edges), cada una de las cuales puede

Más detalles

http://saeti.itson.mx/otrosusuarios/plandosmilnueveconsprogamplioimpma.asp?materia...

http://saeti.itson.mx/otrosusuarios/plandosmilnueveconsprogamplioimpma.asp?materia... Page 1 of 7 Departamento: Dpto Matematica Nombre del curso: ALGEBRA LINEAL Clave: 003866 Academia a la que pertenece: Algebra Lineal Requisitos: Requisito de Algebra Lineal: Calculo I, Fundamentos de Matem

Más detalles

7 Teoría de grafos. 7.1 Introducción

7 Teoría de grafos. 7.1 Introducción Teoría de grafos 137 7 Teoría de grafos 7.1 Introducción En numerosos problemas cuantificables, en las organizaciones, intervienen una serie de elementos entre los que se establecen unas relaciones: por

Más detalles

3. Equivalencia y congruencia de matrices.

3. Equivalencia y congruencia de matrices. 3. Equivalencia y congruencia de matrices. 1 Transformaciones elementales. 1.1 Operaciones elementales de fila. Las operaciones elementales de fila son: 1. H ij : Permuta la fila i con la fila j. 2. H

Más detalles