ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS

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

Download "ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS"

Transcripción

1 ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel

2 Resumen dibujo de grafos mediante algoritmos genéticos Este trabajo busca dibujar de un modo vistoso y claro un grafo buscando el corte mínimo de aristas, la separación de los puntos etc. haciendo uso de algoritmos genéticos. Su implementación aprovecha ventajas de lenguajes funcionales tales como lisp a la vez que incorpora una interfaz realizada con un lenguaje imperativo java. Ambos se comunican mediante archivos xml. EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel

3 Descripción extensa del trabajo Este trabajo pretende aplicar técnicas de algoritmos genéticos para el dibujo de grafos. Dado un grafo mediante su matriz de adyacencia, existen numerosas maneras de disponer sus nodos en el plano, de manera que el dibujo resulte adecuado respecto a ciertos criterios "estéticos". Por ejemplo, una disposición de los nodos con una gran cantidad de cruces entre sus aristas puede resultar demasiado confusa para captar visualmente las relaciones entre los nodos. O la fabricación de circuitos integrados con miles o millones de componentes puede verse favorecida si existe una buena disposición de esos componentes sobre la placa base. Así, el estudio de algoritmos para dibujar grafos tiene aplicaciones en: Ingeniería de software, diseño de circuitos VLSI, análisis de redes sociales, criptografía, bioinformática,... En general, el dibujo de un grafo optimizando ciertos criterios estéticos (como por ejemplo, el número de cruces entre aristas) es un problema computacionalmente complejo. Un método aproximado que podría encontrar una disposición aceptable de los nodos en un tiempo razonable consiste en usar un algoritmo genético para minimizar algunas de las características que consideramos "malas" en el dibujo. Este trabajo pretende que se aplique esta idea. El trabajo consta esencialmente de dos partes: Implementación de un algoritmo genético concreto y resolución de algunos problemas sencillos de carácter numérico. Modificación de dicho algoritmo para aplicarlo al dibujo de grafos. En su mayor parte, este trabajo está descrito en el libro de Z. Michalewicz "Genetic Algorithms + Data Structures = Evolution Programs" ([GADSEP] en adelante). En concreto, bastará con leer el Tema 2 y la primera Sección del Tema 11 de la primera edición del libro para comprender el mismo. En la biblioteca de la Escuela está disponible para su consulta y préstamo la tercera edición. En esta tercera edición se puede consultar el tema 2 pero no aparece el tema 11 de la primera edición. Pueden acudir al despacho del profesor José Luis Ruiz Reina para consultar la primera edición. PARTE I: Implementación de un algoritmo genético En líneas generales, la descripción en pseudocódigo del algoritmo es: ENTRADA: S (tamaño de la población), N (número de generaciones), p_c (probabilidad de cruce), p_m (probabilidad de mutación). SALIDA: El fenotipo del mejor indivíduo de todas las generaciones, junto con su valor de función objetivo. ALGORITMO: Calcular una población inicial de tamaño S, P(0) y hacer t:= 0. Repetir un número de veces igual a N el cálculo de P(t+1) a partir de P(t) de la siguiente manera: Se seleccionan S individuos de P(t), siguiendo el método de la ruleta probabilística, obteniendo una población P'. Por cada individuo de P', sortear, con probabilidad p_c, si va a ser cruzado o no. De esa manera se seleccionan C individuos, con C<=S. Si C fuera impar, eliminar uno de los individuos. Con esos C individuos, hacer C/2 parejas y cruzarlas para obtener como resultado C nuevos individuos resultado de los cruces. La población P'' se obtiene a partir de P' reemplazando los C individuos que han sido seleccionados para ser cruzados, por el

4 resultado de sus cruces. La generación P(t+1) se obtiene como resultado de aplicar (a P'') mutaciones con probabilidad p_m. Hacer t:= t+1 Las poblaciones se almacenarán como un array de cromosomas. Además almacenamos cada cromosoma con su valor de función objetivo, y la suma parcial acumulada de las funciones objetivo de los anteriores cromosomas (esto último es útil para la implementación del método de selección por ruleta probabilística que se describe en el libro). En general obtenemos un algoritmo bastante eficiente. Por tanto, las optimizaciones en las estructuras de datos usadas y en los procedimientos implementados son importantes. En particular, buscamos minimizar el número de "recorridos" que el algoritmo necesite hacer sobre una población dada. También se ha tenido en cuenta la modularidad de la implementación, de manera que no haya que hacer muchos cambios si se cambia el problema sobre el que se aplica, la representación cromosómica, o el método se selección. Uno de los primeros problemas implementados es el cálculo de PI: Tal y como se describe en el tema 2 de [GADSEP], aplicarlo para encontrar el máximo de la función f(x,y) = x sen(4 pi x) + y sen(20 pi y), con -3 <= x <= 12.1, 4.1 <= y <= 5.8 El máximo debe ser calculado con una precisión de 4 decimales, tanto para x como para y. Encontrar los 10 primeros decimales del número pi (NOTA: en el intervalo [3,4] la función sen(x/2) tiene un máximo en pi). PARTE II: Aplicación para el dibujo de grafos En la Sección 11.1 de [GADSEP] se describe cómo aplicar técnicas basadas en algoritmos genéticos para el dibujo de grafos. La idea básica es la siguiente: Un cromosoma representa una disposición concreta de los nodos del grafo mediante sus coordenadas. La función objetivo cuantifica una serie de características "no estéticas" que tendría el dibujo del grafo disponiendo los nodos en dichas coordenadas. El algoritmo genético debe encontrar un cromosoma (o lo que es lo mismo, una disposición de los nodos del grafo en el plano) que tenga un valor mínimo de función objetivo (y por tanto su dibujo sea "estético"). En concreto, lo que implementamos está basado en la descripción del algoritmo GRAPH-2 de la Subsección , y partimos como base de la implementación del algoritmo genético de la primera parte, aplicando esta técnica sobre algunos grafos para tratar de encontrar de manera automática una buena disposición de sus nodos. Además introdujimos los parámetros propios de un algoritmo genético (tamaño de la población, probabilidades de cruce y mutación, generaciones, etc..) el algoritmo recibe el número de nodos del grafo, su matriz de adyacencia y las dimensiones de la cuadrícula donde se quiere dibujar. Se puede porbar el algoritmo con algunos grafos sencillos. Por ejemplo, con grafos que representan un ciclo simple (A1 -> A2 ->... -> An -> A1) o bien un ciclo simple con un nodo "central" (A1 -> A2 ->... -> An -> A1, Ai -> B (i=1,...,n)). Y podrá comprobar que el algoritmo es capaz de encontrar el dibujo más intuitivo para esos grafos. Además de la implementación incorporamos un método para visualizar el dibujo que representa el mejor cromosoma de cada generación, dando así una idea intuitiva de la evolución del algoritmo mediante una intuitiva interfaz gráfica implementada en Java. 1. Una de las características a calcular en la función objetivo es el número de cruces entre aristas en el dibujo que representa un cromosoma. Se implementó de la siguiente forma: Si

5 tenemos dos nodos P y Q entre los que hay una arista PQ y otro par de nodos R y S entre los que hay otra arista RS, se puede calcular la ecuación de la recta que pasa por P y Q, sustituir las coordenadas de R y de S en la ecuación y ver si dan algo de distinto signo (por ejemplo comprobando si es negativo su producto). Si ese producto da negativo, es que R y S están cada uno a un lado de la recta que pasa por P y Q. Si ocurre lo mismo sustituyendo ahora P y Q en la ecuación de la recta que pasa por R y S, entonces es que las aristas PQ y RS se cortan. En cualquier caso, nótese que un calculo eficiente del número total de cruces es fundamental para la eficiencia del algoritmo. 2. Nótese que la matriz de adyacencia no forma parte de la representación cromosómica, ya que es fija para todo el problema. Lo que buscamos es optimizar la disposición de los nodos. 3. La manera de seleccionar (por el método de la ruleta) que tiene el algoritmo que se pide en la primera parte tiene sentido cuando se buscar maximizar una función objetivo positiva. En este caso, se trata de un problema de minimización de una función F(x). Habrá por tanto que transformar el problema en un problema de maximización; esto se consigue fácilmente tomando como nueva función objetivo F'(x) = C - F(x), donde C es una cota superior de F (que puede ser calculada, por ejemplo, en función del número de nodos del grafo). 4. En cualquier caso, puede que el método de selección por ruleta no sea el más adecuado para este problema. Por ello hemos experimentado con otros métodos de selección. Una buena descripción de estos métodos usados se puede encontrar en esta página (http://lear.inforg.uniovi.es/ia/genetico-tsp/seleccion.htm)

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15

Más detalles

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09 Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones

Más detalles

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada

Más detalles

Temario III Algoritmos Combinatorios y Metaheurísticas

Temario III Algoritmos Combinatorios y Metaheurísticas Temario III Algoritmos Combinatorios y Metaheurísticas Verificación y Validación de Software UNCo 1 Contenidos Combinación de Datos de Test Algoritmos Combinatorios Metaheurísticas Búsqueda Tabú Algoritmos

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Operadores de Mutación El operador

Más detalles

Propuesta de una arquitectura para la generación de mutantes de orden superior en WS-BPEL

Propuesta de una arquitectura para la generación de mutantes de orden superior en WS-BPEL Propuesta de una arquitectura para la generación de mutantes de orden superior en WS-BPEL Emma Blanco Muñoz, Antonio García Domínguez, Juan José Domínguez Jiménez, Inmaculada Medina Bulo Escuela Superior

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura Índice Dada una función f : D R R y un intervalo I D

Más detalles

Resumen. 1. Introducción. 2. Objetivos

Resumen. 1. Introducción. 2. Objetivos Propuesta para la Asignatura Sistemas Industriales en las Titulaciones de Informática F.A. Pujol, F.J. Ferrández, J.L. Sánchez, J. M. García Chamizo Dept. de Tecnología Informática y Computación Universidad

Más detalles

INFORMÁTICA. Práctica 5. Programación en C. Grado en Ingeniería en Electrónica y Automática Industrial. Curso 2013-2014. v1.0 (05.03.

INFORMÁTICA. Práctica 5. Programación en C. Grado en Ingeniería en Electrónica y Automática Industrial. Curso 2013-2014. v1.0 (05.03. INFORMÁTICA Práctica 5. Programación en C. Grado en Ingeniería en Electrónica y Automática Industrial Curso 2013-2014 v1.0 (05.03.14) A continuación figuran una serie de ejercicios propuestos, agrupados

Más detalles

Una heurística para la asignación de máquinas a trabajos fijos

Una heurística para la asignación de máquinas a trabajos fijos VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Una heurística para la asignación de máquinas a trabajos fijos José Manuel García Sánchez, Marcos Calle Suárez, Gabriel

Más detalles

Cuatro maneras de representar una función

Cuatro maneras de representar una función Cuatro maneras de representar una función Una función f es una regla que asigna a cada elemento x de un conjunto A exactamente un elemento, llamado f(x), de un conjunto B. Una función f es una regla que

Más detalles

!!!!!!!! !!!!! Práctica!4.! Programación!básica!en!C.! ! Grado!en!Ingeniería!!en!Electrónica!y!Automática!Industrial! ! Curso!2015H2016!

!!!!!!!! !!!!! Práctica!4.! Programación!básica!en!C.! ! Grado!en!Ingeniería!!en!Electrónica!y!Automática!Industrial! ! Curso!2015H2016! INFORMÁTICA Práctica4. ProgramaciónbásicaenC. GradoenIngenieríaenElectrónicayAutomáticaIndustrial Curso2015H2016 v2.1(18.09.2015) A continuación figuran una serie de ejercicios propuestos, agrupados por

Más detalles

Procesamiento Digital de Imágenes. Compresión de imágenes

Procesamiento Digital de Imágenes. Compresión de imágenes FICH, UNL - Departamento de Informática - Ingeniería Informática Procesamiento Digital de Imágenes Guía de Trabajos Prácticos 8 Compresión de imágenes 2010 1. Objetivos Analizar las características y el

Más detalles

c) ( 1 punto ). Hallar el dominio de definición de la función ( ). Hallar el conjunto de puntos en los que la función tiene derivada.

c) ( 1 punto ). Hallar el dominio de definición de la función ( ). Hallar el conjunto de puntos en los que la función tiene derivada. Materiales producidos en el curso: Curso realizado por Escuelas Católicas del 7 de noviembre al 19 de diciembre de 2011 Título: Wiris para Matemáticas de ESO y Bachilleratos. Uso de Pizarra Digital y Proyector

Más detalles

Generador de casos de prueba genético

Generador de casos de prueba genético Generador de casos de prueba genético Álvaro Galán Piñero Ingeniería Técnica en Informática de Sistemas, Universidad de Cádiz 24 de Septiembre 2012 1 / 42 Índice 1 Motivación y contexto 2 Planificación

Más detalles

INTRODUCCIÓN. Dado a que internamente la computadora trabaja con datos en binario, texto, imágenes y sonidos deben traducirse a este formato.

INTRODUCCIÓN. Dado a que internamente la computadora trabaja con datos en binario, texto, imágenes y sonidos deben traducirse a este formato. INTRODUCCIÓN La comunicación consta de lenguaje, imágenes y sonido. Las computadoras prefieren el tratamiento de la información en binario. Nosotros la del lenguaje natural. INTRODUCCIÓN Antes, el procesamiento

Más detalles

Programación Lineal Entera

Programación Lineal Entera Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema Representación gráfica de funciones reales de una variable real Elaborado

Más detalles

f( x) = ( x)2 + 11 x + 5 = 0 = x2 + 11 = 0 = No hay solución y = 0 + 11 0 + 5 = 11

f( x) = ( x)2 + 11 x + 5 = 0 = x2 + 11 = 0 = No hay solución y = 0 + 11 0 + 5 = 11 1. y = x + 11 x + 5 a) ESTUDIO DE f: 1) Dominio: Como es un cociente del dominio habrá que excluir los valores que anulen el denominador. Por tanto: x + 5 = 0 x = 5 ) Simetría: A simple vista, como el

Más detalles

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33 Introducción Búsqueda Local A veces el camino para llegar a la solución no nos importa, buscamos en el espacio de soluciones Queremos la mejor de entre las soluciones posibles alcanzable en un tiempo razonable

Más detalles

Estructuras de Control - Diagrama de Flujo

Estructuras de Control - Diagrama de Flujo RESOLUCIÓN DE PROBLEMAS Y ALGORITMOS Ingeniería en Computación Ingeniería en Informática UNIVERSIDAD NACIONAL DE SAN LUIS DEPARTAMENTO DE INFORMÁTICA AÑO 2015 Índice 1. Programación estructurada 2 1.1.

Más detalles

El Álgebra Lineal detrás de Google

El Álgebra Lineal detrás de Google I Congreso Nacional de Estudiantes de Matemática Corrientes, Julio 2012 Facultad de Matemáticas Universidad de Barcelona Licenciatura en Matemática Master en Matemática Avanzada Doctorado en Matemática

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Algoritmos Genéticos - Operadores

Más detalles

Inteligencia Artificial para desarrolladores Conceptos e implementación en C#

Inteligencia Artificial para desarrolladores Conceptos e implementación en C# Introducción 1. Estructura del capítulo 19 2. Definir la inteligencia 19 3. La inteligencia de los seres vivos 22 4. La inteligencia artificial 24 5. Dominios de aplicación 26 6. Resumen 28 Sistemas expertos

Más detalles

OPTIMIZAR ESPACIO Y TIEMPO

OPTIMIZAR ESPACIO Y TIEMPO OPTIMIZAR ESPACIO Y TIEMPO Ubicar la carga de la manera más eficiente y segura, recogerla en el momento adecuado, enviarla por la ruta más corta, ahorrar tiempo, energía y movimiento; trabajar óptimamente.

Más detalles

Práctica de la Asignatura Programación III Versión 1.0

Práctica de la Asignatura Programación III Versión 1.0 Práctica de la Asignatura Programación III Versión 1.0 Escuela Técnica Superior de Ingeniería Informática UNED Curso 2010-2011 2 1.- ENUNCIADO DE LA PRÁCTICA Un trimino en L es una figura formada por 3

Más detalles

1. Definición 2. Operaciones con funciones

1. Definición 2. Operaciones con funciones 1. Definición 2. Operaciones con funciones 3. Estudio de una función: Suma y diferencia Producto Cociente Composición de funciones Función reciproca (inversa) Dominio Recorrido Puntos de corte Signo de

Más detalles

Algoritmos. Autor: José Ángel Acosta Rodríguez

Algoritmos. Autor: José Ángel Acosta Rodríguez Autor: 2006 ÍNDICE Página Índice 1 Problema 1. Movimiento de figuras geométricas.2 Problema 2. Conversión decimal a binario....3 Problema 3. Secuencias binarias..4 Problema 4. Conversión a binario a octal...

Más detalles

L A P R O G R A M A C I O N

L A P R O G R A M A C I O N L A P R O G R A M A C I O N L I N E A L 1. INTRODUCCIÓN: la programación lineal como método de optimación La complejidad de nuestra sociedad en cuanto a organización general y económica exige disponer

Más detalles

Generación de números aleatorios

Generación de números aleatorios Generación de números aleatorios Marcos García González (h[e]rtz) Verano 2004 Documento facilitado por la realización de la asignatura Métodos informáticos de la física de segundo curso en la universidad

Más detalles

Sistema GRAFIFUN. Introducción. 1. Decisiones Didácticas Previas. 2. Descripción Software GrafiFun. Informe Final GRAFIFUN

Sistema GRAFIFUN. Introducción. 1. Decisiones Didácticas Previas. 2. Descripción Software GrafiFun. Informe Final GRAFIFUN Mg. Bilbao Martin, Alumno González Mauro Hoja 1 Introducción Sistema GRAFIFUN El proyecto de investigación 686/2007 AyD SEC CHA (de Análisis y Desarrollo de un Sistema de Enlaces Conceptuales y Aplicativos

Más detalles

Introducción a los Algoritmos Genéticos

Introducción a los Algoritmos Genéticos Introducción a los Algoritmos Genéticos Francisco José Ribadas Pena INTELIGENCIA ARTIFICIAL 5 Informática ribadas@uvigo.es 17 de octubre de 2005 c FJRP 2005 ccia IA Métodos de 8 < : 1 Introducción 9 =

Más detalles

Proyecto 3 Programación de aplicaciones Cliente/Servidor

Proyecto 3 Programación de aplicaciones Cliente/Servidor Universidad Simón Bolívar Departamento de Computación y T.I. Taller de Redes de Computadoras I Enero-Marzo 2010 Proyecto 3 Programación de aplicaciones Cliente/Servidor Objetivos: Modificar el proyecto

Más detalles

Comparar las siguientes ecuaciones, y hallar sus soluciones:

Comparar las siguientes ecuaciones, y hallar sus soluciones: TEMA. Iteraciones. % Hemos aprendido que para resolver una ecuación en x, se despeja la x y se evalúa la expresión que resulta. El siguiente ejemplo nos hará revisar ese esquema. Ejemplo. Comparar las

Más detalles

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO SCE - 0418 SCM - 0414 SCC-0428 ACM - 0403 SCB - 0421 SCV - 0407 ACU-0402 Introducción a la ingeniería en sistemas computacionales

Más detalles

1. (1.5 puntos) Cuántos árboles no isomorfos con exactamente 6 vértices hay? Justifica la

1. (1.5 puntos) Cuántos árboles no isomorfos con exactamente 6 vértices hay? Justifica la Matemática Discreta 2 o de Ingeniería Informática Curso 2009-2010 7 de septiembre de 2010 Examen de septiembre Apellidos y Nombre DNI: Grupo: El examen dura tres horas. No se pueden usar calculadoras,

Más detalles

7. Conclusiones. 7.1 Resultados

7. Conclusiones. 7.1 Resultados 7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar

Más detalles

CAPITULO 3 REDES HIBRIDAS-COMPLEJAS. 3.1 Descripción de la Red Híbrida Compleja (HCNN)

CAPITULO 3 REDES HIBRIDAS-COMPLEJAS. 3.1 Descripción de la Red Híbrida Compleja (HCNN) CAPITULO 3 REDES HIBRIDAS-COMPLEJAS 3.1 Descripción de la Red Híbrida Compleja (HCNN) La predicción de eventos caóticos que se presentan en un mundo que nos rodea es de gran interés. Especialmente en aquellos

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

CONTENIDOS. 2. Entidades primitivas para el desarrollo de algoritmos.

CONTENIDOS. 2. Entidades primitivas para el desarrollo de algoritmos. Introducción a la ciencia de la computación y a la programación 1. La computadora CONTENIDOS 2. Entidades primitivas para el desarrollo de algoritmos. 3. Metodología a seguir para la resolución de problemas

Más detalles

ADECUACIÓN PARA FABRICACIÓN DE ESTRUCTURAS ÓPTIMAS BASADO EN ESQUELETONIZACIÓN

ADECUACIÓN PARA FABRICACIÓN DE ESTRUCTURAS ÓPTIMAS BASADO EN ESQUELETONIZACIÓN Congresso de Métodos Numéricos em Engenharia 2015 Lisboa, 29 de Junho a 2 de Julho, 2015 APMTAC, Portugal, 2015 ADECUACIÓN PARA FABRICACIÓN DE ESTRUCTURAS ÓPTIMAS BASADO EN ESQUELETONIZACIÓN Mendoza-San-Agustín,

Más detalles

Límites. Definición de derivada.

Límites. Definición de derivada. Capítulo 4 Límites. Definición de derivada. 4.1. Límites e indeterminaciones Hemos visto en el capítulo anterior que para resolver el problema de la recta tangente tenemos que enfrentarnos a expresiones

Más detalles

SIMULACIÓN EN TIEMPO REAL DE UNA ESTACION DE TRABAJO INDUSTRIAL ROBOTIZADA.

SIMULACIÓN EN TIEMPO REAL DE UNA ESTACION DE TRABAJO INDUSTRIAL ROBOTIZADA. SIMULACIÓN EN TIEMPO REAL DE UNA ESTACION DE TRABAJO INDUSTRIAL ROBOTIZADA. Mora Sánchez José Antonio, López Flores Miguel Eduardo, Bustillo Díaz Mario Benemérita Universidad Autónoma de Puebla 14 sur

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

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. Ecuaciones no lineales

1. Ecuaciones no lineales 1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar

Más detalles

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación.

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. PERFIL PROFESIONAL Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. Reconocer y guiarse por los aspectos sociales, profesionales y éticos en su entorno. Dirigir y coordinar

Más detalles

La Tecnología Informatica aplicada a los centros escolares. LEPRE. Herramienta digital Jclic. Lic. Cruz Jorge Fernández Aramburo.

La Tecnología Informatica aplicada a los centros escolares. LEPRE. Herramienta digital Jclic. Lic. Cruz Jorge Fernández Aramburo. Gobierno del Estado de Durango Secretaría de Educación ESCUELA NORMAL PROFESOR CARLOS A. CARRILLO La Tecnología Informatica aplicada a los centros escolares. LEPRE Herramienta digital Jclic Lic. Cruz Jorge

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

Diseño de redes viales urbanas usando algoritmos genéticos. M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C.

Diseño de redes viales urbanas usando algoritmos genéticos. M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C. Diseño de redes viales urbanas usando algoritmos genéticos M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C. e-mail: mapinnin@inf.udec.cl * Departamento de Ingeniería Informática y Ciencias

Más detalles

LECCIÓN 8: CIRCUITOS Y ALGORITMOS DE MULTIPLICACIÓN DE ENTEROS

LECCIÓN 8: CIRCUITOS Y ALGORITMOS DE MULTIPLICACIÓN DE ENTEROS ESTRUCTURA DE COMPUTADORES Pag. 8.1 LECCIÓN 8: CIRCUITOS Y ALGORITMOS DE MULTIPLICACIÓN DE ENTEROS 1. Circuitos de multiplicación La operación de multiplicar es mas compleja que la suma y por tanto se

Más detalles

3º Tema.- Síntesis de mecanismos.

3º Tema.- Síntesis de mecanismos. Universidad de Huelva ESCUELA POLITECNICA SUPERIOR Departamento de Ingeniería Minera, Mecánica y Energética Asignatura: Ingeniería de Máquinas [570004027] 5º curso de Ingenieros Industriales 3º Tema.-

Más detalles

PRÁCTICA 4: IDENTIFICACIÓN Y CONTROL DE UN SERVOMECANISMO DE POSICIÓN CURSO 2007/2008

PRÁCTICA 4: IDENTIFICACIÓN Y CONTROL DE UN SERVOMECANISMO DE POSICIÓN CURSO 2007/2008 PRÁCTICA 4: IDENTIFICACIÓN Y CONTROL DE UN SERVOMECANISMO DE POSICIÓN CURSO 2007/2008 LABORATORIO DE CONTROL AUTOMÁTICO. 3 er CURSO ING. TELECOMUNICACIÓN 1. OBJETIVOS En esta práctica se pretende que el

Más detalles

? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a

? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a 350 MR Versión 1 1 Prueba Parcial 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación Evolutiva CÓDIGO: 350 MOMENTO: Primera Parcial VERSIÓN:

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA Escuela Académico Profesional de Ingeniería de Sistemas 1. ESPECIFICACIONES

Más detalles

Algoritmos Genéticos. Introduccion a la Robótica Inteligente

Algoritmos Genéticos. Introduccion a la Robótica Inteligente Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)

Más detalles

CARACTERÍSTICAS GENERALES. a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007

CARACTERÍSTICAS GENERALES. a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007 CARACTERÍSTICAS GENERALES a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007 b) Título que se otorga Ingeniero/a en Sistemas Inteligentes c) Espacio donde se imparte

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

1. Dominio, simetría, puntos de corte y periodicidad

1. Dominio, simetría, puntos de corte y periodicidad Estudio y representación de funciones 1. Dominio, simetría, puntos de corte y periodicidad 1.1. Dominio Al conjunto de valores de x para los cuales está definida la función se le denomina dominio. Se suele

Más detalles

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver

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. Manual de usuario. Grafos - Manual de usuario

Grafos. Manual de usuario. Grafos - Manual de usuario Grafos Manual de usuario Grafos forma parte de un proyecto de investigación y desarrollo de aplicaciones informáticas de diseño modular orientadas hacia la docencia, investigación y labores profesionales

Más detalles

Universidad Central del Este U C E Facultad de Ciencias de las Ingenierías y Recursos Naturales Escuela de Ingeniería Civil

Universidad Central del Este U C E Facultad de Ciencias de las Ingenierías y Recursos Naturales Escuela de Ingeniería Civil Universidad Central del Este U C E Facultad de Ciencias de las Ingenierías y Recursos Naturales Escuela de Ingeniería Civil ARQ-905 CAD II, Dibujo Asistido por Computadora. Programa de la asignatura: Total

Más detalles

Prácticas recomendadas en el desarrollo de productos: estudios de diseño y análisis de ventajas y desventajas

Prácticas recomendadas en el desarrollo de productos: estudios de diseño y análisis de ventajas y desventajas Hoja técnica Prácticas recomendadas en el desarrollo de productos: estudios de diseño y análisis de ventajas y desventajas Introducción En este documento se examina el uso de los estudios de diseño y análisis

Más detalles

10.4 Dibujos sobre dominios mallados en triángulos LECCIÓN V

10.4 Dibujos sobre dominios mallados en triángulos LECCIÓN V 10.4 Dibujos sobre dominios mallados en triángulos LECCIÓN V >>vx=-y./(x.^+y.^); >>vy=x./(x.^+y.^); >>h=quiver(x,y,vx,vy); >>axis square % calculamos vectores Observa que cerca del (0,0) los vectores se

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL

OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL INGENIERIA INFORMATICA AUTOR: FRANCISCO GODOY MUÑOZ-TORRERO TUTOR: JOSE MARIA VALLS FERRAN CO-DIRECTOR: RICARDO ALER MUR Contenidos

Más detalles

Programación lineal. En esta Unidad didáctica nos proponemos alcanzar los objetivos siguientes:

Programación lineal. En esta Unidad didáctica nos proponemos alcanzar los objetivos siguientes: UNIDAD 3 Programación lineal a programación lineal es parte L de una rama de las matemáticas relativamente joven llamada investigación operativa. La idea básica de la programación lineal es la de optimizar,

Más detalles

Introducción a Matlab.

Introducción a Matlab. Introducción a Matlab. Ejercicios básicos de manipulación de imágenes. Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática OBJETIVOS: Iniciación

Más detalles

Se introduce en la Ventana de Álgebra la expresión cuya primitiva queremos calcular. Con la expresión seleccionada

Se introduce en la Ventana de Álgebra la expresión cuya primitiva queremos calcular. Con la expresión seleccionada Integrales Definidas e Indefinidas Cómo calcular una integral indefinida (primitiva) o una integral definida? Se introduce en la Ventana de Álgebra la expresión cuya primitiva queremos calcular Con la

Más detalles

Esta investigación esta basada y evolucionada de las redes neuronales pero con visión de crear software.

Esta investigación esta basada y evolucionada de las redes neuronales pero con visión de crear software. Introducción Esta es un nuevo planteamiento al paradigma de la computación y la ingeniería del software, Necesitamos planteamientos nuevos en el area de la Inteligencia artificial que ayuden a el trabajo

Más detalles

DISPLAYS DE CRISTAL LIQUIDO

DISPLAYS DE CRISTAL LIQUIDO DISPLAYS DE CRISTAL LIQUIDO INDICE MANUAL DE REFERENCIA DEL LCD 1.- INTRODUCCION 2.- CARACTERISTICAS DEL DISPLAY 2.1.- Aspecto físico 2.2.- Alimentación 2.3.- Los caracteres del LCD 2.4.- La memoria del

Más detalles

Primer Parcial de Programación 3 (1/10/2009)

Primer Parcial de Programación 3 (1/10/2009) Primer Parcial de Programación (/0/009) Instituto de Computación, Facultad de Ingeniería Este parcial dura horas y contiene carillas. El total de puntos es 0. En los enunciados llamamos C* a la extensión

Más detalles

Técnica de proyección de figuras con un laser como apoyo a la cirugía asistida por computadora

Técnica de proyección de figuras con un laser como apoyo a la cirugía asistida por computadora Técnica de proyección de figuras con un laser como apoyo a la cirugía asistida por computadora Salvio Luna Hernández a, Ángel Luis Robles Fernández a, Héctor Hugo Cerecedo Núñez a, Patricia Padilla Sosa

Más detalles

1. (2 puntos) En la V Caminata Madrileño Manchega, los participantes caminan de Madrid

1. (2 puntos) En la V Caminata Madrileño Manchega, los participantes caminan de Madrid Matemática Discreta Segundo de Ingeniería Informática UAM Curso 2006-2007 Solucionario del examen final del 26-1-2007 Nota bene: A continuación exhibimos algunas de las distintas maneras de abordar los

Más detalles

Trabajo final de Ingeniería

Trabajo final de Ingeniería UNIVERSIDAD ABIERTA INTERAMERICANA Trabajo final de Ingeniería Weka Data Mining Jofré Nicolás 12/10/2011 WEKA (Data Mining) Concepto de Data Mining La minería de datos (Data Mining) consiste en la extracción

Más detalles

IV. Implantación del sistema.

IV. Implantación del sistema. IV. Implantación del sistema. Para hablar sobre el proceso de desarrollo del sistema de Recuperación de Información Visual propuesto, empezaremos hablando del hardware utilizado, las herramientas de software

Más detalles

Diseño a medida del almacén

Diseño a medida del almacén Nuevas herramientas informáticas programan las instalaciones más complejas en poco tiempo Diseño a medida del almacén Por: ANTONIO ALONSO La sincronía entre el software de control, el de gestión y el middleware

Más detalles

Representación, Codificación en un AG Población Inicial. Aptitud. Estrategia de Selección. Cruce, Mutación, Reemplazo. Condición de Parada.

Representación, Codificación en un AG Población Inicial. Aptitud. Estrategia de Selección. Cruce, Mutación, Reemplazo. Condición de Parada. Computación n Evolutiva: Algoritmos Genéticos 1.- Metaheurísticos. Computación Evolutiva: Algoritmos Genéticos 2.- Conceptos principales de un Algoritmo Genético 3.- Estructura de un Algoritmo Genético

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

Práctica 1ª: Introducción a Matlab. 1er curso de Ingeniería Industrial: Ingeniería de Control

Práctica 1ª: Introducción a Matlab. 1er curso de Ingeniería Industrial: Ingeniería de Control 1er curso de Ingeniería Industrial: Ingeniería de Control Práctica 1ª: Introducción a Matlab Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática

Más detalles

DEFINICIÓN DE POWER POINT

DEFINICIÓN DE POWER POINT DEFINICIÓN DE POWER POINT Microsoft PowerPoint es una aplicación desarrollada por Microsoft para Windows y Mac OS, que permite desarrollar presentaciones multimediales. Es ampliamente usada en el mundo

Más detalles

EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE

EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE AUTORÍA MARÍA FRANCISCA OJEDA EGEA TEMÁTICA EXPERIMENTO FÍSICA Y QUÍMICA, APLICACIÓN MÉTODO CIENTÍFICO ETAPA EDUCACIÓN

Más detalles

Monitoreando Redes con Linux. Ing. Pedro Alejandro Toribio P. Especialista en Conectividad y Seguridad en Redes @redcamaleon

Monitoreando Redes con Linux. Ing. Pedro Alejandro Toribio P. Especialista en Conectividad y Seguridad en Redes @redcamaleon Monitoreando Redes con Linux Ing. Pedro Alejandro Toribio P. Especialista en Conectividad y Seguridad en Redes @redcamaleon Munin es una aplicación, escrita en perl, de monitorización red/sistema que

Más detalles

Guía para el estudio de la segunda Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo

Guía para el estudio de la segunda Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo Guía para el estudio de la segunda Unidad didáctica Dr. Víctor Hernández Dr. Jorge Martín Dr. José Antonio Carrillo 18 de marzo de 2011 Índice general Donald Erwin Knuth 5 Recomendaciones para el estudio

Más detalles

Divisor de Frecuencias en Hardware Evolutivo

Divisor de Frecuencias en Hardware Evolutivo Divisor de Frecuencias en Hardware Evolutivo Christian José Devia 1 christiandevia@hotmail.com José Marcio Luna 2 marciol@terra.com.co Alvaro Betancourt MIng, MSc 3 abetancourt@udistrital.edu.co RESUMEN

Más detalles

ETS Caminos Santander. Curso 2012. Ejercicios de introducción a la programación.

ETS Caminos Santander. Curso 2012. Ejercicios de introducción a la programación. Ejercicio 1. Saludo. El programa preguntará el nombre al usuario y a continuación le saludará de la siguiente forma "Hola, NOMBRE" donde NOMBRE es el nombre del usuario. Ejercicio 2. Suma. El programa

Más detalles

ÁLGEBRA LINEAL - Año 2012

ÁLGEBRA LINEAL - Año 2012 UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS ECONÓMICAS ÁLGEBRA LINEAL - Año 0 Notas de Cátedra correspondientes a la UNIDAD SIETE PROGRAMACIÓN LINEAL * INECUACIONES Se denomina inecuación a

Más detalles

Este Material de Apoyo ha sido extraído de la Guía de Usuario de Corel Draw X6. Copyright 2012 Corel Corporation. Reservados todos los derechos.

Este Material de Apoyo ha sido extraído de la Guía de Usuario de Corel Draw X6. Copyright 2012 Corel Corporation. Reservados todos los derechos. Este Material de Apoyo ha sido extraído de la Guía de Usuario de Corel Draw X6. Copyright 2012 Corel Corporation. Reservados todos los derechos. Operaciones con páginas y herramientas de diseño CorelDRAW

Más detalles

4. Se considera la función f(x) =. Se pide:

4. Se considera la función f(x) =. Se pide: Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones

Más detalles

Capítulo 1. MANUAL DE USUARIO

Capítulo 1. MANUAL DE USUARIO Capítulo 1. MANUAL DE USUARIO 1.1 SUCESIONES GRÁFICAS Lo primero que se hará es mostrar la pantalla que se encontrará el usuario cuando ejecute la aplicación, indicando las zonas en las que se divide esta:

Más detalles

Tutorial de intercambio de apuestas

Tutorial de intercambio de apuestas Tutorial de intercambio de apuestas Una publicación de iapuestas Portal de Apuestas Todos los derechos reservados. Prohibida la reproducción parcial o total sin el consentimiento expreso de iapuestas.

Más detalles

DESARROLLANDO TÉCNICAS Y RUTINAS DE PROGRAMACIÓN EN EL GEÓMETRA.

DESARROLLANDO TÉCNICAS Y RUTINAS DE PROGRAMACIÓN EN EL GEÓMETRA. IV CIEMAC J.J Fallas, J. Chavarría 1 DESARROLLANDO TÉCNICAS Y RUTINAS DE PROGRAMACIÓN EN EL GEÓMETRA. Juan José Fallas Monge 1 Jeffry Chavarría Molina. Resumen Frecuentemente al Geómetra se le relaciona

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Características de funciones que son inversas de otras

Características de funciones que son inversas de otras Características de funciones que son inversas de otras Si f es una función inyectiva, llamamos función inversa de f y se representa por f 1 al conjunto. f 1 = a, b b, a f} Es decir, f 1 (x, y) = { x =

Más detalles

4. IMPLEMENTACIÓN. Que los nodos no estén muy cerca unos a otros. Que los nodos que estén conectados por aristas se dibujen cerca.

4. IMPLEMENTACIÓN. Que los nodos no estén muy cerca unos a otros. Que los nodos que estén conectados por aristas se dibujen cerca. 4. IMPLEMENTACIÓN Esta sección contiene todo lo relacionado con la implementación del sistema. Se encuentra la selección del algoritmo utilizado para implementar el grafo dirigido por fuerzas; las herramientas

Más detalles

I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { }

I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { } I. RELACIONES Y FUNCIONES PAREJAS ORDENADAS Una pareja ordenada se compone de dos elementos x y y, escribiéndose ( x, y ) donde x es el primer elemento y y el segundo elemento. Teniéndose que dos parejas

Más detalles

DISEÑO MECÁNICO 3D EN CICLOS FORMATIVOS Pablo E. Romero Carrillo

DISEÑO MECÁNICO 3D EN CICLOS FORMATIVOS Pablo E. Romero Carrillo DISEÑO MECÁNICO 3D EN CICLOS FORMATIVOS Pablo E. Romero Carrillo 1 INTRODUCCIÓN Cada día es más común el uso en la industria de sistemas de diseño mecánico 3D creados con tecnología adaptativa y potentes

Más detalles

CAPITULO 3. Aplicaciones de la Derivada. Licda. Elsie Hernández Saborío. Instituto Tecnológico de Costa Rica. Escuela de Matemática

CAPITULO 3. Aplicaciones de la Derivada. Licda. Elsie Hernández Saborío. Instituto Tecnológico de Costa Rica. Escuela de Matemática CAPITULO Aplicaciones de la Derivada Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Créditos Primera edición impresa: Rosario Álvarez, 1988. Edición Latex: Marieth

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