Bases Formales de la Computación

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

Download "Bases Formales de la Computación"

Transcripción

1 Modal Bases Formales de la Computación Pontificia Universidad Javeriana 3 de abril de 2009

2 Modal LÓGICAS MODALES

3 Contenido Modal 1 Modal 2 3

4 Qué es la lógica Modal? Modal Variedad de diferentes sistemas Dificultad para dar una definición que cubra a todos Respuesta superficial: una lógica que tiene una modalidad o muchas modalidades en ella.

5 Qué es la lógica Modal? Modal Variedad de diferentes sistemas Dificultad para dar una definición que cubra a todos Respuesta superficial: una lógica que tiene una modalidad o muchas modalidades en ella. Una modalidad es un conectivo que toma una fórmula (o fórmulas) y produce una nueva fórmula con un nuevo significado.

6 Qué es la lógica Modal? Modal Similar los conectivos lógicos clásicos: toma una fórmula A y produce una nueva fórmula A, o toma dos fórmulas A y B y produce una fórmula A B. La única diferencia es que en la lógica clásica, el valor de verdad de A está determinado únicamente por el valor de A, y el valor de A B es una función de los valores de A y B. Las modalidades no son funciones de verdad!

7 Ejemplos (Modalidades Unarias) Modal A: es necesario que A A: es posible que A G A: siempre en el futuro, A será cierto F A: en algún momento en el futuro, A será cierto P A: en algún momento en el pasado, A fue cierto K i A: el agente i sabe que A B i A: el agente i cree que A [prog]a: después de cualquier ejecución del programa prog, el estado satisface la propiedad A prog A: existe una ejecución del programa prog, cuyo resultado en un estado satisface la propiedad A

8 Ejemplos (Modalidades Binarias) Modal A B U(A, B): hasta que A sea cierta, B es cierta t 1 B t 2 A

9 Modal Básica: Sintaxis Modal Alfabeto: Un conjunto de variables proposicionales Prop = {p 1, p 2,..., } Conectivos booleanos y (, y se pueden definir) Modalidad (unaria) ( se puede definir) Una fórmula bien formada: A, B,... = p A A B A

10 Definiciones Modal A B = A B A B = (A B) A B = (A B) (B A) A = A

11 Semántica Modal Cómo describir axiomáticamente las fórmulas válidas?

12 Semántica Modal Cómo describir axiomáticamente las fórmulas válidas? Respuesta: Las estructuras de los posibles mundos! La idea es usar grafos (W, R), R W W, como modelos para la lógica modal y pensar en W como el conjunto de posibles mundos y R como una relación alternativa. (W, R, x) A iff (W, R, y) A y. x R y

13 Semántica de Kripke Modal Una estructura de Kripke es una tupla M = W, R, V, donde W es un conjunto no vacío (posibles mundos) R W W es una relación de accesibilidad V (Prop W ) {true, false} es una función de valuación El grafo proveerá la información de cuáles variables proposicionales serán verdad en cuáles vértices.

14 Ejemplo Modal w 1 w 2 w 3 w 4 w 5

15 Ejemplo Modal w 1 w 2 w 3 w 4 w 5 V (p, w 1 ) = true, V (q, w 1 ) = false V (p, w 2 ) = true, V (q, w 2 ) = true V (p, w 3 ) = true, V (q, w 3 ) = false V (p, w 4 ) = false, V (q, w 4 ) = true V (p, w 5 ) = false, V (q, w 5 ) = true

16 Ejemplo Modal w 1 = {p} w 2 = {p, q} w 3 = {p} w 4 = {q} w 5 = {q}

17 Significado de las Fórmulas Modal Dado M = W, R, V y w W, se define lo que significa para una fórmula ser verdad (noción de satisfacer) en un mundo w de un modelo M: M, w p sii V (p, w) = true M, w A sii M, w A M, w A B sii M, w A o M, w B M, w A sii para todo v accesible desde w ( v t.q. R(w, v)), M, v A

18 Ejemplo Modal w 1 = {p} w 2 = {p, q} w 3 = {p} w 4 = {q} w 5 = {q} M, w 1 q M, w 1 p M, w 1 p M, w 1 p M, w 1 p

19 Validez (y Satisfacibilidad) Modal Una fórmula A es cierta en un modelo M si se satisface en todos los mundos de M. Una fórmula A es válida si es cierta en todos los modelos. Una fórmula es satisfacible si su negación no es válida (si se satisface en por lo menos un mundo de un modelo)

20 Validez (y Satisfacibilidad) Modal Ejemplos: p p es válido (tautología proposicional) (p p) es válido (porque p p es verdad en todos lo mundos accesibles, donde sea que se esté) p p no es válido (el conjunto { p, p} es satisfacible en algunos mundos).

21 Qué se puede expresar en la lógica modal? Modal Utilidades: los posibles mundos son estados en una computación, R es una relación de transición, V nos dice cuáles propiedades son ciertas en cuál estado.

22 Qué se puede expresar en la lógica modal? Modal Ejemplo: Suponga que se tienen dos procesos/agentes A y B. Cada uno tiene una variable booleana local (A tiene a, B tiene b). Todo lo que hacen es: cambian el valor de su variable; se suspenden; luego vuelven a cambiar el valor de nuevo. Se asume que sus acciones son intercaladas (no se ejecutan simultaneamente)

23 Qué se puede expresar en la lógica modal? Modal Ejemplo: w 2 a b a b w 3 a a w 1 w 4 b b

24 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal?

25 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a

26 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b

27 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b a b ( a b)

28 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b a b ( a b) a b (a b)

29 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b a b ( a b) a b (a b) Básicamente, cuales estados se pueden alcanzar y en cuantos pasos.

30 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar?

31 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos.

32 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos. No podemos decir cual acción (por cual proceso) no llevará a cual estado.

33 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos. No podemos decir cual acción (por cual proceso) no llevará a cual estado. No podemos decir existe una ejecución que empieza en w 1 donde b es siempre falso.

34 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos. No podemos decir cual acción (por cual proceso) no llevará a cual estado. No podemos decir existe una ejecución que empieza en w 1 donde b es siempre falso. No podemos decir lo que el agente A conoce del agente B.

35 Modal El propósito de la lógica temporal es razonar sobre el tiempo (en filosofía), y sobre el comportamiento de sistemas que evolucionan en el tiempo (en ciencias de la computación).

36 Modal El propósito de la lógica temporal es razonar sobre el tiempo (en filosofía), y sobre el comportamiento de sistemas que evolucionan en el tiempo (en ciencias de la computación). Cuál es la estructura del tiempo?

37 Modal El propósito de la lógica temporal es razonar sobre el tiempo (en filosofía), y sobre el comportamiento de sistemas que evolucionan en el tiempo (en ciencias de la computación). Cuál es la estructura del tiempo? Un flujo del tiempo es una pareja (T, <), donde T es un conjunto no vacío de puntos de tiempo, y < es una relación binaria e irreflexiva sobre T.

38 Modal Decisión fundamental: lineal o ramificada?.

39 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Al pasado: Existe un x T tal que x y para todo y T (genesis) Al futuro: Existe un x T tal que x y para todo y T (día del juicio)

40 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Se puede discretizar Si x T no es el génesis, entonces existe y T tal que y < x y y < z < x no se mantiene para ningún z T. Si x T no es el día del juicio, entonces existe y T tal que x < y y x < z < y no se mantiene para ningún z T.

41 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Se puede discretizar Tiene densidad Para todo x, y T con x < y, existe un z T tal que x < z < y.

42 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Se puede discretizar Tiene densidad Completitud (tiene un mínimo ĺımite superior)

43 Modal Ramificada: al futuro al pasado

44 Modal Ramificada: al futuro al pasado Opción más popular: lineal al pasado y ramificada al futuro, i.e. para cada x T, el conjunto {y T y < x} es lineal ordenado por <

45 Modal Qué flujo de tiempo tenemos que usar?

46 Modal Qué flujo de tiempo tenemos que usar? Depende de la aplicación!

47 Sistemas Reactivos Modal La aplicación principal de la lógica temporal en ciencias de la computación es la verificación de sistemas concurrentes y reactivos de estado finito. Ejemplos: microprocesadores, sistemas operativos, protocolos de redes, software de aviación. La verificación de dichos sistemas es una tarea importante y difícil.

48 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados.

49 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados. Sistema Reactivo. Interactua con el ambiente de manera frecuente y usualmente no termina.

50 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados. Sistema Reactivo. Interactua con el ambiente de manera frecuente y usualmente no termina. Sistema Concurrente. Consiste en múltiples procesos que interaccionan entre sí. Un proceso no conoce el estado interno de los otros. Puede ser visto como una colección de sistemas reactivos.

51 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados. Sistema Reactivo. Interactua con el ambiente de manera frecuente y usualmente no termina. Sistema Concurrente. Consiste en múltiples procesos que interaccionan entre sí. Un proceso no conoce el estado interno de los otros. Puede ser visto como una colección de sistemas reactivos. Verificación. Dada la descripción (formal) de un sistema y su comportamiento esperado, se chequea si el sistema de verdad cumple con este comportamiento.

52 Estructuras de Kripke Modal Sea PL un conjunto finito de letras proposicionales. Una estructura Kripke sobre PL es una tupla K = S, S I, R, V con S un conjunto no vacío de estados, S I S un conjunto de estados iniciales, R S S una relación de transición que es total, i.e. para cada estado s S, existe un estado s S tal que s R s, V S 2 PL una función valuación.

53 Estructuras de Kripke Modal Ejemplo: Considere el siguiente protocolo de exclusión mutua: task body ProcA is begin loop (0) Non Critical Section A; (1) loop exit when Turn = 0; end loop; (2) Critical Section A; (3) Turn := 1; end loop; end ProcA;

54 Estructuras de Kripke Modal task body ProcB is begin loop (0) Non Critical Section B; (1) loop exit when Turn = 1; end loop; (2) Critical Section B; (3) Turn := 0; end loop; end ProcB; Se asume que los procesos corren de manera asíncrona. El orden de ejecución es indeterminado.

55 Estructuras de Kripke Modal Entonces definimos un conjunto de letras proposicionales: PL ={(T = i) i {0, 1}} {(X = i) X {A, B} i {0, 1, 2, 3}} Intuitivamente, (T = i) significa que Turn se le ha asignado i, y (X = i) significa que el proceso X está en la ĺınea i.

56 Estructuras de Kripke Modal Luego definimos una estructura Kripke K = S, S I, R, V de la siguiente manera: S = {0, 1} {0, 1, 2, 3} {0, 1, 2, 3} S I = {(0, 0, 0), (1, 0, 0)} R = R A R B, donde R A = {(t, p A, p B ), (t, p A, p B ) p B = p B y 1 p A {0, 2, 3} p A = p A + 1 mod 4 t = t 2 t = 0 p A = 1 p A = 2 3 t = 1 p A = 1 p A = 1 4 p A = 3 t = 1} R B es definido de la misma manera V (t, p A, p B ) = {(T = t), (A = p A ), (B = p B )}, (t, p A, p B ) S

57 Estructuras de Kripke Modal Una computación de K es una secuencia infinita s 0 s 1 de estados tal que s 0 S I y s i R s i+1 para todo i 0. Ejemplo: (0, 0, 0), (0, 1, 0), (0, 1, 1), (0, 2, 1), (0, 3, 1), (1, 0, 1), (1, 0, 2),... Dicha computación corresponde a una ejecución (asíncrona) del sistema concurrente con los procesos A y B.

58 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo?

59 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo? (cierto)

60 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo? (cierto) Accesibilidad garantizada: si el proceso X {A, B} está en la ĺınea (2), se garantiza que finalmente llegará a la ĺınea (3)?

61 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo? (cierto) Accesibilidad garantizada: si el proceso X {A, B} está en la ĺınea (2), se garantiza que finalmente llegará a la ĺınea (3)? (cierto, pero solo en computaciones que ejecutan ambos procesos A y B de manera infinita)

62 Estructuras de Kripke Modal Las estructuras de Kripke pueden ser no deterministas, i.e. para un s S, el conjunto {s s R s } puede tener una cardinalidad arbitraria. En general hay más de una computación. Podemos organizarlas todas en un árbol de computación. Informalmente, para s S I, el árbol (infinito) de computación T (K, s) de K en s S es construido inductivamente así: use s como la raíz; para cada hoja s, agregue un sucesor {t S s R t}.

63 Estructuras de Kripke Modal El árbol de computación para el ejemplo anterior que empieza en (0, 0, 0) es: (0,0,0) (0,1,0) (0,0,1) (0,2,0) (0,1,1) (0,3,0) (0,2,1) (0,2,1) (0,1,1) Para verificar propiedades se consideran las computaciones simples o el árbol entero.

64 Sintaxis Modal El conjunto de fórmulas en la lógica temporal lineal (LTL) es el menor conjunto donde cada letra proposicional p PL es una fórmula, si A y B son fórmulas, entonces A B y A también lo son, si A y B son fórmulas, entonces A y A U B también lo son.

65 Semántica Modal Una estructura LTL M es una secuencia infinita S 0 S 1 con S i 2 PL para todo i 0. Una fórmula LTL en M en un tiempo n N se satisface en los siguientes casos: M, n p sii p S n, p PL M, n A sii M, n A M, n A B sii M, n A y M, n B M, n A sii M, n + 1 A M, n A U B sii m n M, m A k {n,..., m 1} M, k B

66 Abreviaciones Modal El Diamante futuro

67 Abreviaciones Modal El Diamante futuro A = true U A M, n A sii m n M, m A

68 Abreviaciones Modal El Diamante futuro A = true U A M, n A sii m n M, m A La caja futuro

69 Abreviaciones Modal El Diamante futuro A = true U A M, n A sii m n M, m A La caja futuro A = A M, n A sii m n M, m A

70 Abreviaciones Modal Ejercicio: Cómo se expresaría el operador release R? A R B, significa que B siempre es cierto a menos que sea liberado (released) por A.

71 Abreviaciones Modal Ejercicio: Cómo se expresaría el operador release R? A R B, significa que B siempre es cierto a menos que sea liberado (released) por A. A R B = ( A U B)

72 Abreviaciones Modal Ejercicio: Cómo se expresaría el operador release R? A R B, significa que B siempre es cierto a menos que sea liberado (released) por A. A R B = ( A U B) M, n A R B sii m n M, k A k < m M, m B

73 Equivalencias Modal Algunas equivalencias importantes: A A auto-dualidad del next A A idempotencia del diamante A A conmutación de next con diamante A U B ( A R B) until y release son duales A U B B (A (A U B)) desarrollo del until A R B (A B) (B (A R B)) desarrollo del release

74 Propiedades es Modal Una propiedad temporal es un conjunto de estructuras LTL (aquellas en las cuales la propiedad es cierta). Entonces una propiedad temporal P puede ser definida usando una fórmula A: P = {M M, 0 A}

75 Propiedades es Modal Una propiedad temporal es un conjunto de estructuras LTL (aquellas en las cuales la propiedad es cierta). Entonces una propiedad temporal P puede ser definida usando una fórmula A: P = {M M, 0 A} Dada una estructura de Kripke K que representa un sistema reactivo y una fórmula LTL A que representa una propiedad temporal, K satisface A si M, 0 A para todas las trazas M de K. Notación: K A.

76 Propiedades es: Safety Modal Intuitivamente, una propiedad safety afirma que nada malo pasa. Exclusión mutua: E.g. ((A = 2) (B = 2)) No Deadlocks: En cualquier momento algún proceso debe estar activo: (activo 1... activo k ) Correctitud parcial: Si A se satisface cuando el programa empieza, entonces B será satisfecho si el programa alcanza un determinado estado: A (dist B) donde dist PL marque el determinado estado.

77 Propiedades es: Liveness Modal Intuitivamente, una propiedad liveness afirma que algo bueno pasará. Accesibilidad Garantizada: E.g. (A = 1 (A = 2)) (B = 1 (B = 2)) Respuesta: Si se hace una petición, será otorgada: (pet (otorg)) Correctitud Total: Si A se satisface cuando el programa empieza, el programa termina en un determinado estado donde B se satisface: A (dist B)

78 Propiedades es: Fairness Modal Cuando se modelan sistemas concurrentes, usualmente es importante hacer algunas suposiciones imparciales o justas. Se asume que existen k procesos, que activo i PL es cierto en un estado s si el proceso #i está activo en s, y que ejecutado i es cierto en un estado s si el proceso #i ha sido ejecutado para alcanzar s.

79 Model Checking Modal El problema de model checking en LTL es el siguiente: Dada una estructura de Kripke K = (S, S I, R, V ) y una fórmula LTL A, chequear cuándo K A. (Si todas las trazas M de K satisfacen M, 0 A).

80 Model Checking Modal El problema de model checking en LTL es el siguiente: Dada una estructura de Kripke K = (S, S I, R, V ) y una fórmula LTL A, chequear cuándo K A. (Si todas las trazas M de K satisfacen M, 0 A). Ejemplo: La siguiente estructura de Kripke satisface (q p). Pero no satisface (p p U q). q q p p p q

81 Satisfacibilidad Modal Una fórmula LTL A es satisfacible si existe una estructura LTL M tal que M, n A, para algún n N. Dicha estructura es llamada un modelo de A.

82 Satisfacibilidad Modal Una fórmula LTL A es satisfacible si existe una estructura LTL M tal que M, n A, para algún n N. Dicha estructura es llamada un modelo de A. En verificación, la satisfacibilidad es usada para detectar propiedades contradictorias, i.e. propiedades que no son satisfechas por ninguna computación en ningún sistema reactivo. Ejercicio: p (p p) p

83 Modal Fin de la Presentación

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 Módulo I: s Válidos Departamento de Matemáticas ITESM Módulo I: s Válidos Matemáticas Discretas - p. 1/50 En matemáticas y en lógica un argumento no es una disputa. Más bien,

Más detalles

Lógica proposicional. Ivan Olmos Pineda

Lógica proposicional. Ivan Olmos Pineda Lógica proposicional Ivan Olmos Pineda Introducción Originalmente, la lógica trataba con argumentos en el lenguaje natural es el siguiente argumento válido? Todos los hombres son mortales Sócrates es hombre

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Contenido Lógica proposicional Lógica de predicados Inferencia en lógica

Más detalles

Algoritmos y programas. Algoritmos y Estructuras de Datos I

Algoritmos y programas. Algoritmos y Estructuras de Datos I Algoritmos y programas Algoritmos y Estructuras de Datos I Primer cuatrimestre de 2012 Departamento de Computación - FCEyN - UBA Programación funcional - clase 1 Funciones Simples - Recursión - Tipos de

Más detalles

Apuntes de Lógica Proposicional

Apuntes de Lógica Proposicional Apuntes de Lógica Proposicional La lógica proposicional trabaja con expresiones u oraciones a las cuales se les puede asociar un valor de verdad (verdadero o falso); estas sentencias se conocen como sentencias

Más detalles

Diagramas de secuencia

Diagramas de secuencia Facultad de Ingeniería Departamento de Ingeniería de Sistemas y Computación Diagramas de secuencia Fragmentos Combinados: caminos alternativos Departamento de Ingeniería de Sistemas y Computación - Universidad

Más detalles

PROGRAMACION CONCURRENTE Y DISTRIBUIDA

PROGRAMACION CONCURRENTE Y DISTRIBUIDA PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana

Más detalles

Algoritmos. Medios de expresión de un algoritmo. Diagrama de flujo

Algoritmos. Medios de expresión de un algoritmo. Diagrama de flujo Algoritmos En general, no hay una definición formal de algoritmo. Muchos autores los señalan como listas de instrucciones para resolver un problema abstracto, es decir, que un número finito de pasos convierten

Más detalles

Prueba, caso de prueba, defecto, falla, error, verificación, validación.

Prueba, caso de prueba, defecto, falla, error, verificación, validación. Modelos de Prueba Prueba, caso de prueba, defecto, falla, error, verificación, validación. Prueba: Las Pruebas son básicamente un conjunto de actividades dentro del desarrollo de software, es una investigación

Más detalles

Algoritmos y Programas

Algoritmos y Programas Introducción a la Programación Pontificia Universidad Javeriana Generado con LAT E X Febrero de 2010 Recorderis Algoritmos Recorderis Estado Una configuración determinada del sistema en un tiempo-espacio

Más detalles

Capítulo 6. Relaciones. Continuar

Capítulo 6. Relaciones. Continuar Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,

Más detalles

Introducción a la Lógica

Introducción a la Lógica Tema 0 Introducción a la Lógica En cualquier disciplina científica se necesita distinguir entre argumentos válidos y no válidos. Para ello, se utilizan, a menudo sin saberlo, las reglas de la lógica. Aquí

Más detalles

Diagramas de secuencia

Diagramas de secuencia Facultad de Ingeniería Departamento de Ingeniería de Sistemas y Computación Diagramas de secuencia Interacciones básicas 1 Para qué sirven los diagramas de secuencia? 2 Para qué sirven los diagramas de

Más detalles

Tema 2: Equivalencias y formas normales

Tema 2: Equivalencias y formas normales Lógica informática Curso 2003 04 Tema 2: Equivalencias y formas normales José A. Alonso Jiménez Andrés Cordón Franco Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Más detalles

Conjuntos, relaciones y funciones Susana Puddu

Conjuntos, relaciones y funciones Susana Puddu Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también

Más detalles

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean

Más detalles

Capítulo 4. Lógica matemática. Continuar

Capítulo 4. Lógica matemática. Continuar Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además

Más detalles

Autómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo

Autómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo Autómatas Mínimos Encontrar el autómata mínimo. Universidad de Cantabria Introducción Dado un lenguaje regular sabemos encontrar un autómata finito. Pero, hay autómatas más sencillos que aceptan el mismo

Más detalles

LÓGICA MATEMÁTICA O FORMAL O SIMBÓLICA

LÓGICA MATEMÁTICA O FORMAL O SIMBÓLICA LÓGICA MATEMÁTICA O FORMAL O SIMBÓLICA La lógica formal o simbólica, a diferencia de la lógica clásica, utiliza un lenguaje artificial, es decir, está rigurosamente construido, no admite cambios en el

Más detalles

En general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad.

En general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad. nidad 3: Conjuntos 3.1 Introducción Georg Cantor [1845-1918] formuló de manera individual la teoría de conjuntos a finales del siglo XIX y principios del XX. Su objetivo era el de formalizar las matemáticas

Más detalles

Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) 1 DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Encontrar la Ruta más Corta 2 Se requiere llegar de

Más detalles

1 Relaciones de orden

1 Relaciones de orden 1 Relaciones de orden Sea R una relación binaria en un conjunto A. Si R satisface las propiedades reflexiva, antisimétrica y transitiva se dice que R es una relación de orden. En este caso si a y b son

Más detalles

Semánticas de procesos y aplicaciones

Semánticas de procesos y aplicaciones Semánticas de procesos y aplicaciones Clase 05: Lenguajes para especificar sistemas de transiciones y lógicas modales - Parte 2 Qué vimos hasta ahora? acciones: a multiacciones: α 3 operadores sobre multiacciones:

Más detalles

Mercedes Granda Departamento de Electrónica y Computadores. Las propiedades de las redes de Petri nos permiten

Mercedes Granda Departamento de Electrónica y Computadores. Las propiedades de las redes de Petri nos permiten 22//22 REDES DE PETRI: PROPIEDADES Y MÉTODOS DE ANÁLISIS PROGRAMACIÓN CONCURRENTE MASTER EN COMPUTACIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES UNIVERSIDAD DE CANTABRIA CURSO 22/3 REDES DE PETRI: PROPIEDADES

Más detalles

Convergencia de sucesiones

Convergencia de sucesiones TEMA 4. CONVERGENCIA DE SUCESIONES 65 Tema 4. Convergencia de sucesiones Definición 5.4.1. Sea X un conjunto: una sucesión en X es una aplicación s : N X; denotaremos x n := s(n) y por S := {x n } n N

Más detalles

Autómatas Deterministas. Ivan Olmos Pineda

Autómatas Deterministas. Ivan Olmos Pineda Autómatas Deterministas Ivan Olmos Pineda Introducción Los autómatas son una representación formal muy útil, que permite modelar el comportamiento de diferentes dispositivos, máquinas, programas, etc.

Más detalles

HERRAMIENTAS AVANZADAS PARA EL DESARROLLO DE SOFTWARE Tema IV Model Checking Abstracto

HERRAMIENTAS AVANZADAS PARA EL DESARROLLO DE SOFTWARE Tema IV Model Checking Abstracto HERRAMIENTAS AVANZADAS PARA EL DESARROLLO DE SOFTWARE Tema IV Model Checking Abstracto Alicia Villanueva Curso 05/06 Índice Model Checking Abstracto 1. Introducción 3 1.1. Objetivos del tema........................

Más detalles

Apuntes de Matemática Discreta 2. Operaciones con Conjuntos

Apuntes de Matemática Discreta 2. Operaciones con Conjuntos Apuntes de Matemática Discreta 2. Operaciones con Conjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 2 Operaciones con Conjuntos

Más detalles

Introducción a la Programación

Introducción a la Programación Introducción a la Programación Grupo F y G Semana 4 Andrés Felipe Barco Santa Ingeniero en Sistemas anfelbar@javerianacali.edu.co Facultad de Ingeniería Pontificia Universidad Javeriana-Cali América del

Más detalles

TEORÍA DE CONJUNTOS A ={ 1, 2, 3, 4, 5, 6 }

TEORÍA DE CONJUNTOS A ={ 1, 2, 3, 4, 5, 6 } TEORÍA DE CONJUNTOS CONJUNTOS Y TÉCNICAS DE CONTEO DEFINICIÓN Y NOTACIÓN DE CONJUNTOS El término conjunto juega un papel fundamental en el desarrollo de las matemáticas modernas; Además de proporcionar

Más detalles

El lenguaje C. 1. Identificadores, constantes y variables

El lenguaje C. 1. Identificadores, constantes y variables Principios de Programación El lenguaje C 1. Identificadores, constantes y variables 1.1. Conceptos de memoria Los nombres de variable como x, y, suma corresponden a localizaciones o posiciones en la memoria

Más detalles

Forma lógica de enunciados

Forma lógica de enunciados Forma lógica de enunciados Marisol Miguel Cárdenas Lenguaje natural y lenguaje formal El lenguaje natural es aquel que utilizamos cotidianamente. Surge históricamente dentro de la sociedad y es aprendido

Más detalles

John Venn Matemático y filósofo británico creador de los diagramas de Venn

John Venn Matemático y filósofo británico creador de los diagramas de Venn Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan

Más detalles

Notación Asintótica 2

Notación Asintótica 2 Notación Asintótica 2 mat-151 1 Éxamen Rápido (6 minutos) Cada operación fundamental usa c milisegundos, cuánto tiempo toma contar hasta 1,000,000? Cuál es el valor de N? Cuál es el órden de complejidad

Más detalles

TEMA 3 ÁLGEBRA DE CONMUTACIÓN

TEMA 3 ÁLGEBRA DE CONMUTACIÓN TEMA 3 ÁLGEBRA DE CONMUTACIÓN TEMA 3: Álgebra de Boole ÍNDICE. POSTULADOS DEL ÁLGEBRA DE CONMUTACIÓN 2. ÁLGEBRA DE BOOLE BIVALENTE O ÁLGEBRA DE CONMUTACIÓN 2. Teoremas del álgebra de conmutación 3. VARIABLES

Más detalles

Introducción a los códigos compresores

Introducción a los códigos compresores Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción

Más detalles

Lógica Proposicional. Guía Lógica Proposicional. Tema III: Cuantificadores

Lógica Proposicional. Guía Lógica Proposicional. Tema III: Cuantificadores Guía Lógica Proposicional Tema III: Cuantificadores 1.7.2. CUANTIFICADORES Los cuantificadores permiten afirmaciones sobre colecciones enteras de objetos en lugar de tener que enumerar los objetos por

Más detalles

Equivalencia Entre PDA y CFL

Equivalencia Entre PDA y CFL Equivalencia Entre PDA y CFL El Lenguaje aceptado por un Autómata con Pila Universidad de Cantabria Esquema 1 Introducción 2 3 Lenguaje Aceptado por un Autómata Como en los autómatas finitos, se puede

Más detalles

NOCIONES ELEMENTALES DE LÓGICA MATEMÁTICA

NOCIONES ELEMENTALES DE LÓGICA MATEMÁTICA NOCIONES ELEMENTALES DE LÓGICA MATEMÁTICA Estudiaremos brevemente un lenguaje no contradictorio ni ambivalente que nos permitirá introducirnos a la Matemática: la Lógica Matemática, que estudia las leyes

Más detalles

ALGEBRA DE BOOLE George Boole C. E. Shannon E. V. Hungtington [6]

ALGEBRA DE BOOLE George Boole C. E. Shannon E. V. Hungtington [6] ALGEBRA DE BOOLE El álgebra booleana, como cualquier otro sistema matemático deductivo, puede definirse con un conjunto de elementos, un conjunto de operadores y un número de axiomas no probados o postulados.

Más detalles

1.3.- V A L O R A B S O L U T O

1.3.- V A L O R A B S O L U T O 1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto

Más detalles

Máquinas Secuenciales, Autómatas y Lenguajes. Tema 3.1: Autómatas Finitos Deterministas

Máquinas Secuenciales, Autómatas y Lenguajes. Tema 3.1: Autómatas Finitos Deterministas Tema 3.1: Autómatas Finitos Deterministas Luis Peña luis.pena@urjc.es http://www.ia.urjc.es/cms/es/docencia/ic-msal Sumario Tema 3.1: Autómatas Finitos Deterministas. 1. Concepto de AFD 2. Equivalencia

Más detalles

GRAMATICAS LIBRES DEL CONTEXTO

GRAMATICAS LIBRES DEL CONTEXTO GRMTICS LIBRES DEL CONTEXTO Estas gramáticas, conocidas también como gramáticas de tipo 2 o gramáticas independientes del contexto, son las que generan los lenguajes libres o independientes del contexto.

Más detalles

Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002

Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002 Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Ejercicios Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto

Más detalles

Introd. al Pens. Científico Nociones básicas de la lógica ClasesATodaHora.com.ar

Introd. al Pens. Científico Nociones básicas de la lógica ClasesATodaHora.com.ar ClasesATodaHora.com.ar > Exámenes > UBA - UBA XXI > Introd. al Pensamiento Científico Introd. al Pens. Científico Nociones básicas de la lógica ClasesATodaHora.com.ar Razonamientos: Conjunto de propiedades

Más detalles

CAPÍTULO II TEORÍA DE CONJUNTOS

CAPÍTULO II TEORÍA DE CONJUNTOS TEORÍ DE ONJUNTOS 25 PÍTULO II TEORÍ DE ONJUNTOS 2.2 INTRODUIÓN Denotaremos los conjuntos con letras mayúsculas y sus elementos con letras minúsculas, si un elemento p pertenece a un conjunto escribiremos

Más detalles

Computación II. Introducción a Visual Basic

Computación II. Introducción a Visual Basic Computación II Introducción a Visual Basic Introducción a Visual Basic Microsoft Visual Basic es un conjunto de herramientas que posibilitan el desarrollo de aplicaciones para Windows de una manera rápida

Más detalles

IIC2213. IIC2213 Teorías 1 / 42

IIC2213. IIC2213 Teorías 1 / 42 Teorías IIC2213 IIC2213 Teorías 1 / 42 Qué es una teoría? Una teoría es un cúmulo de información. Debe estar libre de contradicciones. Debe ser cerrada con respecto a lo que se puede deducir de ella. Inicialmente

Más detalles

+ Máquinas de Estado Finitas

+ Máquinas de Estado Finitas + Máquinas de Estado Finitas Las máquinas de estado pueden ser: SÍNCRONAS: Necesitan de la intervención de un pulso de reloj. Si la entrada participa también en la salida se denomina Máquina de estado

Más detalles

Diagnóstico de fallas en circuitos digitales

Diagnóstico de fallas en circuitos digitales Diagnóstico de fallas en circuitos digitales Circuito digital: Construido usando las siguientes compuertas. NOT: OR: AND: 1 Ejemplo: Sumador binario Un sumador binario recibe como entrada dos bits a y

Más detalles

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21 Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)

Más detalles

5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones

5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones 1 Curso Básico de Computación 5 Autómatas de pila 5.1 Descripción informal Un autómata de pila es esencialmente un autómata finito que controla una cinta de entrada provista de una cabeza de lectura y

Más detalles

Compuertas Lógicas. Sergio Stive Solano Sabié. Agosto de 2012 MATEMÁTICA. Sergio Solano. Compuertas lógicas NAND, NOR, XOR y XNOR

Compuertas Lógicas. Sergio Stive Solano Sabié. Agosto de 2012 MATEMÁTICA. Sergio Solano. Compuertas lógicas NAND, NOR, XOR y XNOR XOR y Lógicas Sergio Stive Solano Agosto de 2012 XOR y Lógicas Sergio Stive Solano Agosto de 2012 XOR y XOR y Con las puertas básicas podemos implementar cualquier función booleana. Sin embargo existen

Más detalles

Tema 2. Fundamentos de la Teoría de Lenguajes Formales

Tema 2. Fundamentos de la Teoría de Lenguajes Formales Departamento de Tecnologías de la Información Tema 2. Fundamentos de la Teoría de Lenguajes Formales Ciencias de la Computación e Inteligencia Artificial Índice 2.1. Alfabeto 2.2. Palabra 2.3. Operaciones

Más detalles

Computabilidad y Lenguajes Formales: Autómatas de Pila

Computabilidad y Lenguajes Formales: Autómatas de Pila 300CIG007 Computabilidad y Lenguajes Formales: Autómatas de Pila Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. Basado en [SIPSER, Chapter 2] Autómatas

Más detalles

Escenas de episodios anteriores

Escenas de episodios anteriores Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje

Más detalles

Tema: Los Grafos y su importancia para la optimización de redes.

Tema: Los Grafos y su importancia para la optimización de redes. Tema: Los Grafos y su importancia para la optimización de redes. Qué son los Grafos? Un grafo es una dupla G= {X,U}, donde X es un conjunto finito y no vacio de elementos llamados vértices y U es el conjunto

Más detalles

Caracterización de los números reales

Caracterización de los números reales Grado 11 Matematicas - Unidad 1 Operando en el conjunto de los números reales Tema Caracterización de los números reales Nombre: Curso: Breve historia de los reales A continuación se da una brevísima historia

Más detalles

MATEMÁTICAS BÁSICAS. Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano

MATEMÁTICAS BÁSICAS. Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano MATEMÁTICAS BÁSICAS Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2015 Universidad

Más detalles

INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN

INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN Referencias: Inteligencia Artificial Russell and Norvig Cap.6. Artificial Intellingence Nils Nilsson Ch.4

Más detalles

Semana05[1/14] Relaciones. 28 de marzo de Relaciones

Semana05[1/14] Relaciones. 28 de marzo de Relaciones Semana05[1/14] 28 de marzo de 2007 Introducción Semana05[2/14] Ya en los capítulos anteriores nos acercamos al concepto de relación. Relación Dados un par de conjuntos no vacíos A y B, llamaremos relación

Más detalles

TEMA II TEORÍA INTUITIVA DE CONJUNTOS

TEMA II TEORÍA INTUITIVA DE CONJUNTOS TEMA II TEORÍA INTUITIVA DE CONJUNTOS Policarpo Abascal Fuentes TEMA II Teoría intuitiva de conjuntos p. 1/4 TEMA II 2. TEORÍA INTUITIVA DE CONJUNTOS 2.1 CONJUNTOS 2.1.1 Operaciones con conjuntos 2.2 RELACIONES

Más detalles

Contenido. 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo

Contenido. 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo Tutorial Contenido 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo 1. El proceso Fases soportadas por UML Análisis de requisitos de usuario Análisis de requisitos de software Diseño de la plataforma

Más detalles

Variables aleatorias

Variables aleatorias Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,

Más detalles

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy). UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios

Más detalles

Pablo Cobreros Tema 6. El tamaño del infinito

Pablo Cobreros Tema 6. El tamaño del infinito Lógica II Pablo Cobreros pcobreros@unav.es Tema 6. El tamaño del infinito Introducción Introducción La noción de cardinal Afirmaciones acerca del tamaño La noción de cardinal El tamaño del infinito Introducción

Más detalles

2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,

2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo, 2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo

Más detalles

CONJUNTOS. Consideremos, por ejemplo, los siguientes conjuntos:

CONJUNTOS. Consideremos, por ejemplo, los siguientes conjuntos: CONJUNTOS En una Teoría Intuitiva de Conjuntos, los conceptos de conjunto y pertenencia son considerados primitivos, es decir, no se definen de un modo formal; se les acepta como existentes de manera axiomática,

Más detalles

Límite de una función

Límite de una función CAPÍTULO 3 Límite de una función OBJETIVOS PARTICULARES. Comprender el concepto de límite de una función en un punto. 2. Calcular, en caso de que eista, el límite de una función mediante la aplicación

Más detalles

SESIÓN 11 DERIVACIÓN DE FUNCIONES TRIGONOMETRICAS INVERSAS

SESIÓN 11 DERIVACIÓN DE FUNCIONES TRIGONOMETRICAS INVERSAS SESIÓN 11 DERIVACIÓN DE FUNCIONES TRIGONOMETRICAS INVERSAS I. CONTENIDOS: 1. Función inversa, conceptos y definiciones 2. Derivación de funciones trigonométricas inversas 3. Ejercicios resueltos 4. Estrategias

Más detalles

TEMA 2.-INTRODUCCIÓN A LOS CONCEPTOS DE OFERTA Y DEMANDA: EL EQUILIBRIO DEL MERCADO

TEMA 2.-INTRODUCCIÓN A LOS CONCEPTOS DE OFERTA Y DEMANDA: EL EQUILIBRIO DEL MERCADO TEMA 2.-INTRODUCCIÓN A LOS CONCEPTOS DE OFERTA Y DEMANDA: EL EQUILIBRIO DEL MERCADO 2.0.- INTRODUCCIÓN 2.1.- FUNCIÓN DE DEMANDA Y MOVIMIENTOS 2.2.- FUNCIÓN DE OFERTA Y MOVIMIENTOS 2.3.- EL EQUILIBRIO DE

Más detalles

El Autómata con Pila: Transiciones

El Autómata con Pila: Transiciones El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta

Más detalles

Creencia. Tener preferencia por algo Tener una convicción Tener una opinión

Creencia. Tener preferencia por algo Tener una convicción Tener una opinión Creencia Tener preferencia por algo Tener una convicción Tener una opinión Creencia Una creencia siempre puede ser errónea, por más elementos que se tengan para afirmarla. Toda creencia implica la aceptación

Más detalles

Un autómata con pila no determinista (APND) es una septupla Q A B F en la que

Un autómata con pila no determinista (APND) es una septupla Q A B F en la que AUTÓMATAS CON PILA Un autómata con pila no determinista (APND) es una septupla Q A F en la que δ q 0 Q es un conjunto finito de estados A es un alfabeto de entrada es un alfabeto para la pila δ es la función

Más detalles

1. Sucesiones y redes.

1. Sucesiones y redes. 1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones

Más detalles

Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica

Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 1: Fundamentos:

Más detalles

TEMA I: INTRODUCCIÓN A LOS CIRCUITOS SECUENCIALES

TEMA I: INTRODUCCIÓN A LOS CIRCUITOS SECUENCIALES TEM I: INTROUIÓN LOS IRUITOS SEUENILES Hasta ahora, únicamente hemos visto circuitos combinacionales, es decir, circuitos en los que las salidas dependen única y exclusivamente de las combinaciones de

Más detalles

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la

Más detalles

RESUMEN DE LAS DIAPOSITIVAS DE BASE DE DATOS 1

RESUMEN DE LAS DIAPOSITIVAS DE BASE DE DATOS 1 RESUMEN DE LAS DIAPOSITIVAS DE BASE DE DATOS 1 ANTES QUE NADA DEFINIR QUE ES UNA BASE DE DATOS: Una base de datos es una colección estructurada de datos, Un sistema de base de datos es una colección de

Más detalles

Circuitos Secuenciales: concepto de estado

Circuitos Secuenciales: concepto de estado Lógica Secuencial Circuitos Secuenciales: concepto de estado En los sistemas secuenciales la salida Z en un determinado instante de tiempo t i depende de X en ese mismo instante de tiempo t i y en todos

Más detalles

1. Computadores y programación

1. Computadores y programación 1. Computadores y programación Informática y computadora (RAE) Informática (Ciencia de la computación) Conjunto de conocimientos científicos y técnicos que hacen posible el tratamiento automático de la

Más detalles

Sucesiones y series de números reales

Sucesiones y series de números reales Capítulo 2 Sucesiones y series de números reales 2.. Sucesiones de números reales 2... Introducción Definición 2... Llamamos sucesión de números reales a una función f : N R, n f(n) = x n. Habitualmente

Más detalles

Espacios topológicos. 3.1 Espacio topológico

Espacios topológicos. 3.1 Espacio topológico Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes

Más detalles

Estructuras de control

Estructuras de control Estructuras de control Introducción Los algoritmos vistos hasta el momento han consistido en simples secuencias de instrucciones; sin embargo, existen tareas más complejas que no pueden ser resueltas empleando

Más detalles

Clase 25/09/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf

Clase 25/09/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Clase 25/09/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf A pesar de haber ejercitado la realización de demostraciones en varias materias, es frecuente que el alumno consulte sobre la validez

Más detalles

MATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño

MATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño MATEMÁTICAS BÁSICAS Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2014 Universidad Nacional de Colombia

Más detalles

TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL

TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL 1 TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL TECNOLOGÍA DE LA COMPUTADORA FACILITADOR: PARTICIPANTE: DAVID, CHIRIQUÍ 2015 2 Qué es un programa? Un programa informático es un conjunto

Más detalles

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable.

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable. Cardinalidad Dados dos conjuntos A y B, decimos que A es equivalente a B, o que A y B tienen la misma potencia, y lo notamos A B, si existe una biyección de A en B Es fácil probar que es una relación de

Más detalles

NOCIÓN DE PUNTO, RECTA Y PLANO

NOCIÓN DE PUNTO, RECTA Y PLANO NOCIÓN DE PUNTO, RECT Y PLNO Si les das una imagen de una figura o un objeto, como un mapa con las ciudades y los caminos marcados en él, Cómo podrías explicar la imagen geométricamente? Después de completar

Más detalles

Clasificación de sistemas

Clasificación de sistemas Capítulo 2 Clasificación de sistemas 2.1 Clasificación de sistemas La comprensión de la definición de sistema y la clasificación de los diversos sistemas, nos dan indicaciones sobre cual es la herramienta

Más detalles

Soluciones oficiales Clasificación Olimpiada Nacional Nivel Mayor

Soluciones oficiales Clasificación Olimpiada Nacional Nivel Mayor Soluciones oficiales Clasificación Olimpiada Nacional 009 Comisión Académica Nivel Maor Problema 1. Calcule todas las soluciones m, n de números enteros que satisfacen la ecuación m n = 009 (n + 1) Solución.

Más detalles

Estructuras de Datos. La pila es un objeto dinámico en constante cambio.

Estructuras de Datos. La pila es un objeto dinámico en constante cambio. 21 Capítulo 2. LA PILA (STACK). 2.1 Definición y ejemplos. Una pila es un conjunto ordenado de elementos en el cual se pueden agregar y eliminar elementos de un extremo, el cual es llamado el tope de la

Más detalles

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos

Más detalles

Cristian Blanco

Cristian Blanco UNIDAD DIDÁCTICA 8. ANÁLISIS Y DISEÑO ORIENTADO A OBJETOS. DIAGRAMAS DE COMPORTAMIENTO En el siguiente enlace tienes una descripción y algunos ejemplos de todos los diagramas UML.: http://jms32.eresmas.net/tacticos/uml/umlindex.html

Más detalles

Lenguajes No Regulares

Lenguajes No Regulares Lenguajes No Regulares Problemas que los Autómatas No Resuelven. Universidad de Cantabria Esquema Lema del Bombeo 1 Lema del Bombeo 2 3 Introducción Todos los lenguajes no son regulares, simplemente hay

Más detalles

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos. Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre

Más detalles

TRANSFORMADA DE LAPLACE. Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión

TRANSFORMADA DE LAPLACE. Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión TRANSFORMADA DE LAPLACE Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión L= = Se le llama Transformada de Laplace de la función f(t), si la integral existe. Notación:

Más detalles

Material diseñado para los estudiantes del NUTULA, alumnos del profesor Álvaro Moreno.01/10/2010 Lógica Proposicional

Material diseñado para los estudiantes del NUTULA, alumnos del profesor Álvaro Moreno.01/10/2010 Lógica Proposicional Lógica Proposicional INTRODUCCIÓN El humano se comunica con sus semejantes a través de un lenguaje determinado (oral, simbólico, escrito, etc.) construido por frases y oraciones. Estas pueden tener diferentes

Más detalles

NOT. Ejemplo: Circuito C1

NOT. Ejemplo: Circuito C1 Métodos de diseño de circuitos digitales Sistemas combinacionales En un circuito combinacional los valores de las salidas dependen únicamente de los valores que tienen las entradas en el presente. Se construen

Más detalles