Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías

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

Download "Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías"

Transcripción

1 Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as

2 Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación n en redes y soluciones usando el computador para: * Modelos de asignación * Modelo del vendedor viajero * Modelos de la ruta mas corta * Modelos de la rama mas corta Y otros.

3 Un problema de redes es aquel que puede representarse por: Nodos 7 Arcos 10 Funciones en los arcos

4 Introducción La importancia de los modelos de redes: * Muchos problemas comerciales pueden ser resueltos a través de modelos redes * El resultado de un problema de redes garantiza una solución entera, dada su estructura matemática. tica. No se necesitan restricciones adicionales para obtener este tipo de solución. * Problemas de redes pueden ser resueltos por pequeños algoritmos, no importando el tamaño o del problema, dada su estructura matemática. tica.

5 Terminología a de Redes * Flujo: Corresponde a la cantidad que debe transportarse desde un nodo i a un nodo j a través s de un arco que los conecta. La siguiente notación n es usada: X ij = cantidad de flujo U ij = cota mínima m de flujo que se debe transportar L ij = cota maxíma de flujo que se puede transportar. * Arcos dirigidos /no dirigidos: Cuando el flujo puede transportarse en una sola dirección n se tiene un arco dirigido (la flecha indica la dirección). Si el flujo puede transportarse en ambas direcciones existe un arco no dirigido (sin flecha). * Nodos adyacentes: Un nodo j es adyacente con un nodo i si existe un arco que une el nodo j con el nodo i.

6 Rutas/Conexión n entre nodos *Ruta: Una colección n de arcos formados por una serie de nodos adyacentes * Los nodos están n conectados si existe una ruta entre ellos. Ciclos / Arboles /Arboles expandidos * Ciclos : Un ciclo se produce cuando al partir de un nodo por un cierto camino se vuelve al mismo nodo por otra ruta. * Arbol : Una serie de nodos que no contienen ciclos. *Arbol expandido: Es un árbol que conecta todos lo nodos de la red (contiene n-1 n 1 arcos).

7 Árbol de expansión n mínimam 7

8 Árbol de expansión n mínimam Este problema surge cuando todos los nodos de una red deben conectar entre ellos, sin formar un loop. El árbol de expansión n mínima m es apropiado para problemas en los cuales la redundancia es expansiva, o el flujo a lo largo de los arcos se considera instantáneo. neo. 8

9 Árbol de expansión n mínimam Este problema se refiere a utilizar las ramas o arcos de la red para llegar a todos los nodos de la red, de manera tal que se minimiza la longitud total. La aplicación n de estos problemas de optimización n se ubica en las redes de comunicación n eléctrica, telefónica, carretera, ferroviaria, aérea, a marítima, etc.; donde los nodos representan puntos de consumo eléctrico, teléfonos, aeropuertos, computadoras. Y los arcos podrían ser de alta tensión, n, cable de fibra óptica, rutas aéreas, a etc. Si n = numero de nodos, entonces la solución óptima debe incluir n-1 n 1 arcos. 9

10 Algoritmo de Kruskal 10

11 Algoritmo de Kruskal 1. Comenzar en forma arbitraria en cualquier nodo y conectarlo con el mas próximo (menos distante o costoso). 2. Identificar el nodo no conectado que esta más m cera o menos costoso de alguno de los nodos conectados. Deshacer los empates de forma arbitraria. Agregar este nodo al conjunto de nodos conectado. 3. Repartir este aso hasta que se hayan conectado todos los nodos. 11

12 EJEMPLO 1 EL TRANSITO DEL DISTRITO METROPOLITANO Árbol de expansión n mínimam 12

13 EL TRANSITO DEL DISTRITO METROPOLITANO La ciudad de Vancouver esta planificando el desarrollo de una nueva línea l en sistemas de tránsito. El sistema debe unir 8 residencias y centros comerciales. El distrito metropolitano de transito necesita seleccionar un conjunto de líneas l que conecten todos los centros a un mínimo m costo. La red seleccionada debe permitir: - Factibilidad de las líneas l que deban ser construídas das. - Mínimo costo posible por línea. l 13

14 RED QUE REPRESENTA EL ARBOL EXPANDIDO. Zona Oeste Zona Norte 3 34 Zona Centro Distrito Comercial Universidad Shopping Center Zona Este Zona Sur 14

15 Solución - Analogía a con un problema de redes - El algoritmo que resuelve este problema es un procedimiento muy fácil f ( trivial( trivial ). - Corresponde a una categoría a de algoritmos ávidos vidos. - Algoritmo: * Comience seleccionando el arco de menor longitud. * En cada iteración, agregue el siguiente arco de menor longitud del conjunto de arcos disponibles, tomando la precaución n de no formar ningún loop. * El algoritmo finaliza cuando todos los nodos están conectados. Solución n mediante el computador - Los entrada consiste en el número n de nodos, el largo de los arcos y la descripción n de la red. 15

16 Solución óptima mediante WINQSB 16

17 RED QU E REPRESENTA LA SOLUCIÓN ÓPTIMA Zona Oeste 1 Zona Norte Loop Zona Centror Distrito Comercial Universidad Shopping Center Zona Este Costo Total = $236 millones 7 Zona Sur 17

18 EJEMPLO 2 RED DE COMUNICACIONES ÀRBOL DE EXPANSIÓN N MÍNIMAM 18

19 Ejemplo 1 Se va a instalar una red de comunicación entre 12 ciudades. Los costos de los posibles enlaces directos entre pares permisibles es el que se muestra en la figura. Cada unidad de costo representa $10,000 dólares. 19

20

21 SOLUCIÓN N CON WINQSB 21

22 22

23 23

24 24

25 25

26 26

27 27

28 28

29 29

30 30

31 31

32 32

33 33

34 34

35 35

36 Solución Interacción Nodo Con nodo Costo ($) SUMA $33 36

37 Método Tabular

38 EJEMPLO 3 winqsb 38

39 Solucione el siguiente árbol de extensión n mínima m para la red de comunicaciones de emergencia usando el método tabular. Las unidades son distancias en kms. 39

40 SOLUCIÓN 40

41 USANDO EL WINQSB 41

42 42

43 43

44 44

45 45

46 46

47 47

48 48

49 49

50 50

51 51

52 52

53 53

54 54

55 55

56 56

57 ITERACIÓN DEL NODO AL NODO SUMA 129 DISTANCIA 57

58 EJEMPLO 4 CENTRO REGIONAL DE CÓMPUTO Árbol de expansión n mínimam 58

59 Un centro regional de cómputo c (C.R.C( C.R.C.),.), debe instalar líneas l especiales para comunicación, n, a fin de conectar a cinco usuarios satélite con una nueva computadora central, la compañí ñía telefónica local es la que instalará la nueva red de comunicaciones, pero es una operación costosa. Con el propósito de reducir costos, se busca que la longitud total (Kms( Kms.) de estas líneas l sea la menor posible. La red para este problema es la siguiente: 59

60 60

61 SOLUCIÓN 61

62 Desarrollo del algoritmo: Ubicarse en el nodo 3 (puede ser en cualquier otro nodo) y se encuentra que el nodo más m s próximo es el 4 (10 Kms.) El siguiente nodo más m s cercano al 3 o 4 es el nodo 6 (20 Kms). Repitiendo el paso anterior tenemos el siguiente árbol de extensión n mínima: m 62

63 Con una extensión de 110 Kms. 63

64 Interacción Nodos Distancia (Km.) Km. 64

65 MÉTODO TABULAR

66 PROBLEMA PARA RESOLVER CAMINOS EN EL PARQUE RUTA MÁS M S CORTA 66

67 67

68 SOLUCIÓN 68

69 69

70 70

71 71

72 72

73 73

74 74

75 EJERCICIO PARA RESOLVER 75

76 La cía. c MCC acaba de obtener la aprobación para ofrecer el servicio de televisión n por cable en una zona metropolitana. Los nodos de la red que aparece en seguida representan los puntos de distribución n a los que deben llegar las líneas l primarias del cable. Los arcos de la red muestran el número n de millas que existen entre los puntos de distribución. Determine la solución n que permitirá a la compañí ñía a llegar a todos los puntos de distribución n con una longitud mínima m de la línea l del cable primario. 76

77 77

78 SOLUCIÓN 78

79 79

80 EJERCICIO PARA RESOLVER 80

81 1. TV Cable Visión n desea establecer una red de comunicación n para brindar el servicio de cable que permita enlazar las 14 ciudades de la República Mexicana. Determinar cómo c se conectarían an dichos 14 ciudades de forma que la longitud de cable a utilizarse sea mínima. m El nodo 1 constituye la estación n de reparto. Los números n expresados en cada rama expresan las distancias entre las ciudades. A través s de la aplicación n de este algoritmo, podemos calcular la cantidad mínima m de cable a ser utilizadas en la red de comunicación n por cable (expresado en metros) 81

82 250 82

83 SOLUCIÓN 83

84 Usando TORA 84

85 1 A = {1} B = {2,3,4,5,6,7,8,9,10,11,12,13,14,15} Min = {(1,2)(1,3)(1,4)} = (1,2) = A = {1,2} B = {3,4,5,6,7,8,9,10,11,12,13,14,15} Min = {(1,3)(1,4)(2,3)(2,5)(2,6)} = (2,3) = A = {1,2,3} B = {4,5,6,7,8,9,10,11,12,13,14,15} Min = {(1,4)(2,5)(2,6)(3,4)(3,5)} = (3,4) = A = {1,2,3,4} B = {5,6,7,8,9,10,11,12,13,14,15} Min = {(2,5)(2,6)(3,5)(4,5)(4,9)} = (4,5) = A = {1,2,3,4,5} B = {6,7,8,9,10,11,12,13,14,15} Min = {(2,6)(4,9)(5,6)(5,7)(5,9)} = (5,6) = A = {1,2,3,4,5,6} B = {7,8,9,10,11,12,13,14,15} Min = {(4,9)(5,7)(5,9)(6,7)(6,8)(6,12)} = (6,7) = A = {1,2,3,4,5,6,7} B = {8,9,10,11,12,13,14,15} Min = {(4,9)(5,9)(6,8)(6,12)(7,8)(7,9)} = (7,8) =

86 8 A = {1,2,3,4,5,6,7,8} B = {9,10,11,12,13,14,15} Min = {(4,9)(5,9)(6,12)(7,9)(8,9)(8,11)(8,12)} = (8,9) = A = {1,2,3,4,5,6,7,8,9} B = {10,11,12,13,14,15} Min = {(6,12)(8,11)(8,12)(9,10)} = (9,10) = A = {1,2,3,4,5,6,7,8,9,10} B = {11,12,13,14,15} Min = {(6,12)(8,11)(8,12)(10,11)(10,15)} = (10,11) = A = {1,2,3,4,5,6,7,8,9,10,11} B = {12,13,14,15} Min = {(6,12)(8,12)(10,15)(11,13)(11,14)(11,15)} = (11,13) = A = {1,2,3,4,5,6,7,8,9,10,11,13} B = {12,14,15} Min = {(6,12)(8,12)(10,15)(11,13)(11,14)(11,15)(13,14)} = (13,14) = A = {1,2,3,4,5,6,7,8,9,10,11,13,14} B = {15} Min = {(6,12)(8,12)(10,15)(11,15)(14,15)} = (14,15) =

87 EJERCICIO PARA RESOLVER 87

88 Una compañí ñía a desea anunciar su producto a las 12 principales estaciones de radio locales. La red de comunicaciones por cable que enlaza a las estaciones de radio se indica en la figura. Determine como se conecta las 12 estaciones de radio de modo que se minimice la longitud total del cable que se utilizó (Kms). 88

89 89

90 SOLUCIÓN 90

91 SOLUCION EN EL TORA : ARBOL *** MINIMAL SPANNING TREE SOLUTION *** Minimal spanning tree length =

92 From To Arc Length N1 N N2 N N4 N N6 N N6 N N10 N N4 N N8 N N10 N N9 N N7 N

93 EJERCICIO PARA RESOLVER ÁRBOL DE EXPANSIÓN N MÍNIMAM 93

94 Una empresa de paquetería a ha iniciado sus labores, repartiendo paquetes por toda la ciudad, pero tiene clientes principales, los cuales necesitan sus paquetes lo más m s pronto posible. La empresa necesita saber cual es el camino más m s rápido r para que sus enviados lleguen a su destino para hacer la entrega a tiempo. 94

95 Distancia en Kms. 95

96 SOLUCIÓN 96

97 Paso 0: A = 0 B = {1,2,3,4,5,6,7,8,9,10,11,12,13} Paso 1: A = {1} B = {2,3,4,5,6,7,8,9,10,11,12,13} Min = {(1,2 1,2)(1,3)(1,5)} = 1 Nodo = 2 Paso 2: A = {1,2} B = {3,4,5,6,7,8,9,10,11,12,13} Min = {(1,3)(1,5)(2,4)(2,5 2,5)}= 2 Nodo = 5 Paso 3: A = {1,2,5} B = {3,4,6,7,8,9,10,11,12,13} Min = {(1,3)(1,5)(2,4 2,4)(5,7)(5,8)}= 3 Nodo = 4 Paso 4: A = {1,2,4,5} B = {3,6,7,8,9,10,11,12,13} Min = {(1,3)(1,5)(5,7)(5,8)(4,3 4,3)(4,7)}= 2 Nodo = 3 Paso 5: A = {1,2,3,4,5} B = {6,7,8,9,10,11,12,13} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,6 3,6)(3,7)}= 1 Nodo = 6 97

98 Paso 6: A = {1,2,3,4,5,6} B = {7,8,9,10,11,12,13} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9)(6,11 6,11)}= 1 Nodo = 11 Paso 7: A = {1,2,3,4,5,6,11} B = {7,8,9,10,12,13} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9)(11,12)(11,13 11,13)}= 1 Nodo = 13 Paso 8: A = {1,2,3,4,5,6,11,13} B = {7,8,9,10,12} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9 6,9)(11,12)(13,12)}= 2 Nodo = 9 Paso 9: A = {1,2,3,4,5,6,9,11,13} B = {7,8,10,12} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9)(9,10)(9,13)(11,12)(13,12 13,12)}= 2 Nodo = 12 Paso 10: A = {1,2,3,4,5,6,9,11,12,13} B = {7,8,9,10} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9)(9,10 9,10)(9,13)(11,12)}= 3 Nodo = 10 98

99 Paso 11: A = {1,2,3,4,5,6,9,10,11,12,13} B = {7,8,9} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9)(9,13)(11,12)(10,7 10,7)(10,8)}= 2 Nodo = 7 Paso 12: A = {1,2,3,4,5,6,7,9,10,11,12,13} B = {8,9} Min = {(1,3)(1,5)(5,7)(5,8)(4,7)(3,7)(6,9)(9,13)(11,12)(10,8)(7,8 7,8)}= 3 Nodo = 8 Resultado final: = 23 99

100 100

101 EJERCICIO PARA RESOLVER 101

102 18 11 Desarrolle la solución n del árbol de extensión mínima (Kms( Kms.) para la siguiente red de comunicaciones de emergencia:

103 ANEXO ALGORITMO DE KRUSKAL GRAFOS 103

104 Algoritmo de Kruskal Dado un grafo ponderado G=(V, A), el algoritmo parte de un grafo G = = (V, Ø). Cada nodo es una componente conexa en sís misma. En cada paso de ejecución n se elige la arista de menor costo de A. Si une dos nodos que pertenecen a distintas componentes conexas entonces se añade a ade al árbol de expansión n G. G En otro caso no se coge, ya que formaría a un ciclo en G. G Acabar cuando G G sea conexo: cuando tengamos n-1 n 1 aristas. Estructura del algoritmo de Kruskal Sea T de tipo Conjunto de aristas, el lugar donde se guardarán n las aristas del árbol de expansión. n. Asignar T a Ø. Mientras T contenga menos de n-1 n 1 aristas hacer: Elegir la arista (v, w) de A con menor costo. Borrar (v, w) de A (para no volver a cogerla). Si v, w están n en distintos componentes conexos entonces añadir a adir (v, w) a T. En otro caso, descartar (v, w). 104

105 Árboles de expansión. n. Algoritmo de Kruskal Ejemplo. Mostrar la ejecución n del algoritmo de Kruskal Necesidades del algoritmo: Las aristas deben ser ordenadas, según n el costo. Necesitamos operaciones para saber si dos nodos están n en la misma componente conexa y para unir componentes. Relación n dos nodos pertenecen a una componente conexa: es una relación n binaria de equivalencia podemos usar la estructura de representación n para relaciones de equivalencia (con operaciones Inicia, Encuentra y Unión). n)

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #3 Tema: Optimización de Redes: El problema del árbol de expansión mínima y el problema de costo mínimo Prof.: MSc. Julio

Más detalles

Optimización de redes

Optimización de redes UNIVERSIDAD DE MANAGUA Al más alto nivel Optimización de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Maestro Ing.

Más detalles

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE Teoría de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Maestro

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE Teoría de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Introducción

Más detalles

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías Modelos de Redes: Problema del flujo máimom M. En C. Eduardo Bustos Farías as Problema del flujo máimom Problema del flujo máimom Este modelo se utiliza para reducir los embotellamientos entre ciertos

Más detalles

Problemas de la Ruta más m s corta

Problemas de la Ruta más m s corta Modelos de Redes: Problemas de la Ruta más m s corta M. En C. Eduardo Bustos Farías as Problemas de la Ruta más m s corta Problemas de la Ruta más m s corta Se trata de encontrar la ruta de menor distancia,

Más detalles

Teoría de grafos y optimización en redes

Teoría de grafos y optimización en redes Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,

Más detalles

Análisis de algoritmos

Análisis de algoritmos Tema 10: Algoritmos ávidos M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Algoritmos ávidos Forma general de un

Más detalles

Modelos de Redes: Problemas de la Ruta más m s corta. M. En C. Eduardo Bustos Farías

Modelos de Redes: Problemas de la Ruta más m s corta. M. En C. Eduardo Bustos Farías Modelos de Redes: Problemas de la Ruta más m s corta M. En C. Eduardo Bustos Farías as Problemas de la Ruta más m s corta 2 Problemas de la Ruta más m s corta Se trata de encontrar la ruta de menor distancia,

Más detalles

Distribución Física y Transporte. Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P

Distribución Física y Transporte. Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P Distribución Física y Transporte Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P Un problema frecuente en el diseño de rutas, es reducir los costos de transporte y mejorar el servicio

Más detalles

Tema 5 Árboles y Grafos.

Tema 5 Árboles y Grafos. Tema 5 Árboles y Grafos. Definiciones básicas de teoría de grafos. Un grafo consta de un conjunto de nodos, un conjunto de aristas y una correspondencia f del conjunto de aristas al conjunto de nodos.

Más detalles

UNIVERSIDAD DE MANAGUA

UNIVERSIDAD DE MANAGUA UNIVERSIDAD DE MANAGUA INVESTIGACIÓN DE OPERACIONES Prof.: MSc. Julio Rito Vargas A. Tarea Práctica # Puede hacer uso del software WinQSB (Network Modeling). Encuentre la ruta más corta de la siguiente

Más detalles

Flujos de redes (Network Flows NF)

Flujos de redes (Network Flows NF) Fluos de redes (Network Flows NF). Terminología. Árbol generador mínimo. Camino mínimo 4. Fluo máximo 5. Fluo de coste mínimo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES Terminología Red o grafo (G) Nodos

Más detalles

Tema: Algoritmos para la ruta más corta en un Grafo.

Tema: Algoritmos para la ruta más corta en un Grafo. Programación IV. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino

Más detalles

CONTENIDO MODELOS PARA LA LOCALIZACION DE PLANTA

CONTENIDO MODELOS PARA LA LOCALIZACION DE PLANTA MODELOS PARA LA LOCALIZACION DE PLANTA PROFESOR: DR. JORGE ACUÑA A. 1 CONTENIDO Modelos de localización Modelos de optimización Modelo del centro de gravedad Modelo de distancias (Ardalan) Trayectorias

Más detalles

20/11/2012 OPTIMIZACION DE REDES. Optimización de Redes

20/11/2012 OPTIMIZACION DE REDES. Optimización de Redes 0//0 PIMIZIN RS ptimización de Redes omponentes Nodos eropuertos odegas Puntos de comunicacion staciones de bombeo entros de rabajo Rutas Líneas ereas Rutas anales ó cables uberías Rutas de manejo de materiales

Más detalles

Prácticas de IO con POM-QM 2014

Prácticas de IO con POM-QM 2014 PROBLEMAS DE OPTIMIZACIÓN DE REDES (Puede hacer uso del software POM-QM) 1. Encuentre la ruta más corta de la siguiente red. Los números representan las distancias correspondientes reales entre los nodos.

Más detalles

Algebra Matricial y Teoría de Grafos

Algebra Matricial y Teoría de Grafos Algebra Matricial y Teoría de Grafos Unidad 3: Nociones de teoría de grafos Luis M. Torres Escuela Politécnica del Litoral Quito, Enero 2008 Maestría en Control de Operaciones y Gestión Logística p.1 Contenido

Más detalles

Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut

Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación

Más detalles

Apuntes de Teórico de Programación 3. Apuntes de Teórico PROGRAMACIÓN 3. Greedy. Versión 1.1

Apuntes de Teórico de Programación 3. Apuntes de Teórico PROGRAMACIÓN 3. Greedy. Versión 1.1 Apuntes de Teórico PROGRAMACIÓN 3 Greedy Versión 1.1 1 Índice Índice... Introducción... 3 Ejemplo 1 (problema de las monedas)... 3 Ejemplo (problema de la mochila)... 4 Aplicaciones del método Greedy a

Más detalles

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro Programación Lineal Modelo de Redes Alcance de las aplicaciones Curso: Investigación de Operaciones Ing. Javier Villatoro ALCANCE DE LAS APLICACONES DE REDES ALCANCE DE LAS APLICACIONES Muchas situaciones

Más detalles

Fundamentos de Investigación de Operaciones Modelos de Grafos

Fundamentos de Investigación de Operaciones Modelos de Grafos Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación

Más detalles

Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios

Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios CLASE GRAFOS Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios libros por lo que está prohibida su impresión

Más detalles

INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.

INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS. INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.7 GRAFOS CONEXOS7 ÁRBOLES..7 BOSQUES DE ÁRBOLES...8 RECORRIDO DE UN GRAFO..8

Más detalles

TEORIA DE REDES. Ing. Lino Martin Quispe Tincopa

TEORIA DE REDES. Ing. Lino Martin Quispe Tincopa TORI S Ing. Lino Martin Quispe Tincopa NLISIS FLUJO S Las técnicas de flujo de redes están orientadas a optimizar situaciones vinculadas a las redes de transporte, redes de comunicación, sistema de vuelos

Más detalles

Unidad II: Análisis de Redes

Unidad II: Análisis de Redes Unidad II: Análisis de Redes 2.1 Conceptos Básicos Un problema de redes es aquel que puede representarse por: LA IMPORTANCIA DE LOS MODELOS DE REDES: Muchos problemas comerciales pueden ser resueltos a

Más detalles

Tema 7: Problemas clásicos de Programación Lineal

Tema 7: Problemas clásicos de Programación Lineal Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número

Más detalles

Método simplex para redes (representaciones gráficas) Cálculo del flujo de un árbol de expansión

Método simplex para redes (representaciones gráficas) Cálculo del flujo de un árbol de expansión . 7 Árbol con ofertas y demandas. (Suponemos que el flujo de los demás arcos es igual a ) Método simplex para redes (representaciones gráficas) 6 - flujo en el arco (,)? Método simplex para redes (representaciones

Más detalles

Resuelva los siguientes problemas según el método que se le indique.

Resuelva los siguientes problemas según el método que se le indique. UNIVERSIDAD NACIONAL DE INGENIERIA UNI-NORTE INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS INVESTIGACIÓN DE OPERACIONES II Clase Práctica #1 Resuelva los siguientes problemas según el método que se le

Más detalles

ARBOLES GENERADORES. Orlando Arboleda Molina. 16 de septiembre de Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle

ARBOLES GENERADORES. Orlando Arboleda Molina. 16 de septiembre de Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle ARBOLES GENERADORES Orlando Arboleda Molina Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle 16 de septiembre de 2008 Contenido Árboles generadores Algoritmo búsqueda por profundidad

Más detalles

Formulando con modelos lineales enteros

Formulando con modelos lineales enteros Universidad de Chile 19 de marzo de 2012 Contenidos 1 Forma de un problema Lineal Entero 2 Modelando con variables binarias 3 Tipos de Problemas Forma General de un MILP Problema de optimización lineal

Más detalles

LAS CIENCIAS DE LA PLANIFICACIÓN

LAS CIENCIAS DE LA PLANIFICACIÓN LAS CIENCIAS DE LA PLANIFICACIÓN 5. EL PROBLEMA DEL VIAJANTE (PV) (The Traveling Salesman Problem TSP) Un problema como el de las vacaciones, pero vital para las empresas, es el problema del viajante (PV):

Más detalles

Caminos y Flujos optimales. 2da y 3er clase 2007

Caminos y Flujos optimales. 2da y 3er clase 2007 Caminos y Flujos optimales 2da y 3er clase 2007 ESQUELETOS OPTIMALES (mínimo) Esqueleto de G =(X,U) es un subgrafo que es un árbol y que contiene todos los vértices de G. Esqueleto Mínimo de G = (X, U,

Más detalles

Matemáticas Discretas L. Enrique Sucar INAOE. Teoría de Grafos. Problema de los puentes de Königsberg [Euler]

Matemáticas Discretas L. Enrique Sucar INAOE. Teoría de Grafos. Problema de los puentes de Königsberg [Euler] Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y circuitos Isomorfismo

Más detalles

A5 Introducción a la optimización en redes

A5 Introducción a la optimización en redes 48 Materials David Pujolar Morales A5 Introducción a la optimización en redes Definición 1. Grafo finito. Sea un V un conjunto no vacío con un número finito de elementos y E una familia finita de pares

Más detalles

Tema: Algoritmos para la ruta más corta en un Grafo.

Tema: Algoritmos para la ruta más corta en un Grafo. Programación IV. Guía 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino

Más detalles

Los grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas.

Los grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas. ESTRUCTURA DE DATOS Los grafos son estructuras de datos Representan relaciones entre objetos Relaciones arbitrarias, es decir No jerárquicas Son aplicables en Química Modem Geografía Ing. Eléctrica e Industrial,

Más detalles

Estimar la adecuación de un nodo para ser expandido.

Estimar la adecuación de un nodo para ser expandido. Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 3 - Solución 1. Contesta a las siguientes preguntas: (a) Cuál es el objetivo de una función heurística aplicada a la búsqueda en el espacio

Más detalles

Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Cableado de Circuitos Electrónicos 2 Diseño

Más detalles

AnAnálisis de redes de transporte Tr. Muchas veces se utiliza en aplicaciones que nada tienen que ver con el transporte

AnAnálisis de redes de transporte Tr. Muchas veces se utiliza en aplicaciones que nada tienen que ver con el transporte AnAnálisis de redes de transporte Tr Muchas veces se utiliza en aplicaciones que nada tienen que ver con el transporte Resumen Antecedentes y definiciones El camino más corto Árbol de expansión mínima

Más detalles

Flujo en Redes. IN34A: Clase Auxiliar. Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial

Flujo en Redes. IN34A: Clase Auxiliar. Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Flujo en Redes Marcel Goic F. 1 1 Esta es una versión bastante preliminar por

Más detalles

UNIDAD DOS MODELOS DE TRANSPORTE

UNIDAD DOS MODELOS DE TRANSPORTE Ing. César Urquizú UNIDAD DOS MODELOS DE TRANSPORTE Ing. César Urquizú Modelos de Transporte Método de la Esquina Noroeste Método del Costo Mínimo o Menor Método de Aproximación de Vogel (MAV) Método del

Más detalles

ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES

ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas

Más detalles

Taller de grafs: rutes, mapes i xarxes socials

Taller de grafs: rutes, mapes i xarxes socials Taller de grafs: rutes, mapes i xarxes socials Cristina Chiralt y Fernando Hernando Universidad Jaume I e Instituto Universitario de Matemáticas y sus Aplicaciones de Castellón Grado de Matemática Computacional

Más detalles

Grafos. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Grafos 1 / 30

Grafos. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Grafos 1 / 30 Grafos AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Grafos / 0 Objetivos Al finalizar este tema tendréis que: Conocer la terminología básica de la teoría de grafos. Pasar

Más detalles

Árboles abarcadores mínimos: algoritmo de Prim y algoritmo de Kruskal.

Árboles abarcadores mínimos: algoritmo de Prim y algoritmo de Kruskal. Árboles abarcadores mínimos: algoritmo de Prim y algoritmo de Kruskal. Jose Aguilar 1 Grafo de carreteras entre ciudades Mcbo Coro Pto. Cabello Valera Bqto Valencia Maracay Caracas Acarigua Barinas San

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN. M. En C. Eduardo Bustos Farías

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN. M. En C. Eduardo Bustos Farías INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN M. En C. Eduardo Bustos Farías 1 Árboles de decisión La Matriz de Ganancias es conveniente de utilizar para la toma de decisiones

Más detalles

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos:

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos: PROGRAMACIÓN DINÁMICA RELACIÓN DE EJERCICIOS Y PROBLEMAS 1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila /1 para los siguientes casos: a. Mochila de capacidad W=15:

Más detalles

Teoría de Grafos. Herramientas de programación para procesamiento de señales

Teoría de Grafos. Herramientas de programación para procesamiento de señales Teoría de Grafos Herramientas de programación para procesamiento de señales Indice Nociones básicas: Definiciones Ejemplos Propiedades Nociones avanzadas: Grafos planares Árboles Representación en computadora

Más detalles

IN34A - Optimización

IN34A - Optimización IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,

Más detalles

Ejemplo: ubicación de estación de bomberos

Ejemplo: ubicación de estación de bomberos 15.053 Jueves, 11 de abril Más aplicaciones de la programación entera. Técnicas de plano de corte para obtener mejores cotas. Ejemplo: ubicación de estación de bomberos Considere la ubicación de estaciones

Más detalles

El problema del agente viajero

El problema del agente viajero CO- (F0) //00 El problema del agente viajero Un vendedor tiene que visitar n + ciudades, cada una exactamente una vez. La distancia entre cada par de ciudades viene dada por d ij (en general d ij d ji

Más detalles

Árboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.

Árboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices. ÁRBOLES Árboles Un grafo conectado que no contiene circuitos simples. Utilizados desde 1857, por el matemático Ingles Arthur Cayley para contar ciertos tipos de componentes químicos. Un árbol es un grafo

Más detalles

Programación entera 1

Programación entera 1 Programación entera 1 1. El modelo de programación entera. 2. Aplicaciones de la programación entera. 3. Solución gráfica de problemas enteros. 4. El algoritmo de ramificación y acotación. 5. El algoritmo

Más detalles

Sesión 4: Teoría de Grafos

Sesión 4: Teoría de Grafos Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 4: Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y

Más detalles

Modelos de Transporte: método de la esquina noroeste. M. En C. Eduardo Bustos Farías

Modelos de Transporte: método de la esquina noroeste. M. En C. Eduardo Bustos Farías Modelos de Transporte: método de la esquina noroeste M. En C. Eduardo Bustos Farías as Problemas de transporte Surge cuando se necesita un modelo costo-efectividad que permita transportar ciertos bienes

Más detalles

Formulación del problema de la ruta más corta en programación lineal

Formulación del problema de la ruta más corta en programación lineal Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,

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

2007 Carmen Moreno Valencia

2007 Carmen Moreno Valencia Tema VIII. Grafos Grafos 1 2007 Carmen Moreno Valencia 1. Grafos, digrafos y multigrafos 2. Grafos eulerianos 3. Matrices de adyacencia e incidencia 4. Exploración de grafos pesados 1. Grafos, digrafos

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

Modelos de Transporte: Problemas de Asignación. M. En C. Eduardo Bustos Farías

Modelos de Transporte: Problemas de Asignación. M. En C. Eduardo Bustos Farías Modelos de Transporte: Problemas de asignación M. En C. Eduardo Bustos Farías as Problemas de Asignación Problemas de Asignación: Son problemas balanceados de transporte en los cuales todas las ofertas

Más detalles

Apellidos:... Nombre:...

Apellidos:... Nombre:... Apellidos:....................................... Nombre:........................................ Introducción a la Inteligencia Artificial 1 er Parcial de Teoría 12 Noviembre 2004 Ejercicio 1: Responder

Más detalles

Conmutación y Re-envío Parte 1 Switching y Forwarding

Conmutación y Re-envío Parte 1 Switching y Forwarding Conmutación y Re-envío Parte 1 Switching y Forwarding Contenido Switches de Almacenamiento y re-envío Repetidores (siempre re-envían) Bridges y LAN Extendidas ELO322 1 Redes Escalables Conmutadores (Switches)

Más detalles

Coloreo de vértices Definiciones: Coloreo de Grafos. Cotas para χ Proposición: Si H es un subgrafo de G entonces χ(h) χ(g).

Coloreo de vértices Definiciones: Coloreo de Grafos. Cotas para χ Proposición: Si H es un subgrafo de G entonces χ(h) χ(g). Coloreo de vértices Definiciones: Coloreo de Grafos Algoritmos y Estructuras de Datos III Un coloreo (válido) de los vértices de un grafo G = (V, X ) es una asignación f : V C, tal que f (v) f (u) (u,

Más detalles

Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo

Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 35 Por qué estudiamos

Más detalles

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar

Más detalles

Parte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva

Parte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva Parte de Algoritmos de la asignatura de Programación Master de Bioinformática Búsqueda exhaustiva Web asignatura: http://dis.um.es/~domingo/algbio.html E-mail profesor: domingo@um.es Transparencias preparadas

Más detalles

III Unidad Planificación y diseño de una red (LAN)

III Unidad Planificación y diseño de una red (LAN) Recordemos: Una red de área local, Es un conjunto de Equipos y dispositivos de hardware unidos entre sí con el fin de compartir recursos en una zona geográfica limitada. Planificación y diseño de la red.

Más detalles

Algoritmos y Estructuras de Datos III

Algoritmos y Estructuras de Datos III Árboles Algoritmos y Estructuras de Datos III Árboles Definición: Un árbol es un grafo conexo sin circuitos simples. Árboles Teorema: Dado un grafo G = (V, X ) son equivalentes: 1. G es un árbol. 2. G

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS. Investigación de Operaciones

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS. Investigación de Operaciones UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS Facultad de Ingeniería Industrial Investigación de Operaciones Tema: Teoría de los Grafos Elaborado por: Ing. Carlos Alberto Moreno. Docente: Ing. Pastrana

Más detalles

Grafos y Redes. 3. Resolución: Dibujar el camino sin levantar el lápiz y pasando sólo una vez por cada arco o arista.

Grafos y Redes. 3. Resolución: Dibujar el camino sin levantar el lápiz y pasando sólo una vez por cada arco o arista. Grafos y Redes. Nodos: vértices, 2, 3 2. Arcos: aristas, conexión entre nodos. 2, 54, etc. 3. Resolución: Dibujar el camino sin levantar el lápiz y pasando sólo una vez por cada arco o arista. 4. Grado

Más detalles

Diagramas de Bloques

Diagramas de Bloques 1! Diagrama de Bloques y Grafos Juan Antonio Hernández Tamames, Susana Borromeo Curso 2014-2015 Diagramas de Bloques 2! Representación en Diagramas de Bloques Álgebra de Bloques 1 Ideas Básicas 3! Los

Más detalles

1. GRAFOS : CONCEPTOS BASICOS

1. GRAFOS : CONCEPTOS BASICOS 1. GRAFOS : CONCEPTOS BASICOS Sea V un conjunto finito no vacio y sea E V x V. El par (V, E) es un grafo no dirigido, donde V es un conjunto de vértices o nodos y E es un conjunto de aristas. Denotaremos

Más detalles

CONCEPTOS BÁSICOS DE UNA RED.

CONCEPTOS BÁSICOS DE UNA RED. CONCEPTOS BÁSICOS DE UNA RED. 1 Que es una red? Es un conjunto de equipos informáticos y software conectados entre sí por medio de dispositivos físicos que envían y reciben impulsos eléctricos, ondas electromagnéticas

Más detalles

Introducción a la programación lineal

Introducción a la programación lineal Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una

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

Centro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta

Centro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta Centro Asociado Palma de Mallorca Lógica y Estructuras Discretas Tutor: Antonio Rivero Cuesta Tema 5 Teoría de Grafos Conceptos Básicos Un grafo consta de: Grafo Un conjunto de nodos, Un conjunto de aristas

Más detalles

Implementación de un Algoritmo para optimizar el flujo en una Red

Implementación de un Algoritmo para optimizar el flujo en una Red Implementación de un Algoritmo para optimizar el flujo en una Red Carlos Aníbal Suárez Hernández 1, Fernando Sandoya 1 Ingeniero en Estadística Informática 00 Director de Tesis, Matemático, Escuela Politécnica

Más detalles

Grafos. Algoritmos y Estructuras de Datos III

Grafos. Algoritmos y Estructuras de Datos III Grafos Algoritmos y Estructuras de Datos III Grafos Un grafo G = (V, X ) es un par de conjuntos, donde V es un conjunto de puntos o nodos o vértices y X es un subconjunto del conjunto de pares no ordenados

Más detalles

Segundo parcial. Martes, 23 de abril de 2003

Segundo parcial. Martes, 23 de abril de 2003 5.053 Segundo parcial Martes, 3 de abril de 003 Se permite traer una hoja de papel con anotaciones por una cara. Responda a todas las preguntas en los cuadernillos de examen.. Controle el tiempo. Si un

Más detalles

Matemáticas Básicas para Computación

Matemáticas Básicas para Computación Matemáticas Básicas para Computación MATEMÁTICAS BÁSICAS PARA COMPUTACIÓN 1 Sesión No. 11 Nombre: Árboles Objetivo: Al término de la sesión el participante conocerá los tipos de grafos específicamente

Más detalles

Práctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms)

Práctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms) PLANIFICACIÓN Y GESTIÓN DE REDES Grado en Ingeniería Telemática Curso 2012-2013 Práctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms) Autor: Pablo

Más detalles

Modelos de Inventarios

Modelos de Inventarios Modelos de Inventarios 1. Qué significa PERT? Program Evaluation Review Technique Técnica de Revisión de Evaluación de Programa 2. Qué significa las siglas C.E.P Cantidad Económica de Pedidos 3. Para qué

Más detalles

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías Modelos de Redes: Problema del flujo máimom M. En C. Eduardo Bustos Farías as Problema del flujo máimom Problema del flujo máimom Este modelo se utiliza para reducir los embotellamientos entre ciertos

Más detalles

Algoritmos Codiciosos y problemas de Optimización en Grafos

Algoritmos Codiciosos y problemas de Optimización en Grafos Algoritmos odiciosos y problemas de Optimización en Grafos B10 onceptos Un árbol es un grafo conexo y sin circuitos. Un árbol trivial es un grafo que consiste de un solo vértice. Un grafo sin circuitos

Más detalles

Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos

Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos Objetivos: Estudio de la técnica de diseño de algoritmos voraces Estudio de algunos problemas clásicos: Indice: Mochila con fraccionamiento Algoritmos

Más detalles

Caminos y Flujos optimales. Introducción a la Investigación de Operaciones 2007

Caminos y Flujos optimales. Introducción a la Investigación de Operaciones 2007 Caminos y Flujos optimales Introducción a la Investigación de Operaciones 2007 Contenido Definiciones básicas. Conexidad. Clausura transitiva. Esqueletos y caminos optimales. Redes. Flujos. Algoritmo de

Más detalles

TEMA IV TEORÍA DE GRAFOS

TEMA IV TEORÍA DE GRAFOS TEMA IV TEORÍA DE GRAFOS Poli Abascal Fuentes TEMA IV Teoría de grafos p. 1/? TEMA IV 4. TEORÍA DE GRAFOS 4.1 GRAFOS 4.1.1 Introducción 4.1.2 Definiciones básicas 4.1.3 Caminos y recorridos 4.1.4 Subgrafos,

Más detalles

TEMA 5 El tipo grafo. Tipo grafo

TEMA 5 El tipo grafo. Tipo grafo TEMA 5 El tipo grafo PROGRAMACIÓN Y ESTRUCTURAS DE DATOS Tipo grafo 1. Concepto de grafo y terminología 2. Especificación algebraica. Representación de grafos.1. Recorrido en profundidad o DFS.2. Recorrido

Más detalles

Arboles Binarios de Búsqueda en C++

Arboles Binarios de Búsqueda en C++ Arboles Binarios de Búsqueda en C++ por CCG/Mayo-2014 Tema de Arboles Binarios de Búsqueda, como un poco de teoría para su mejor entendimiento seguidamente mostrare la implementación en lenguaje de programación

Más detalles

Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.

Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos. Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos

Más detalles

CONTENIDO SEMBLANZA DE LOS AUTORES DE LOS ESCRITORES DE CASOS..

CONTENIDO SEMBLANZA DE LOS AUTORES DE LOS ESCRITORES DE CASOS.. CONTENIDO SEMBLANZA DE LOS AUTORES DE LOS ESCRITORES DE CASOS.. PREFACIO. xix xxi xxiii CAPITULO I Introducción. 1 1.1 Orígenes de la investigación de operaciones. 1 1.2 Naturaleza de la investigación

Más detalles

Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas

Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS

Más detalles

Caminos. Sobre los problemas de encontrar caminos en grafos. Complexity D.Moshkovitz

Caminos. Sobre los problemas de encontrar caminos en grafos. Complexity D.Moshkovitz Caminos Sobre los problemas de encontrar caminos en grafos 1 Introdución Objetivos: Introducir más problemas sobre grafos. Resumen: Caminos Hamiltonianos Caminos Eulerianos 2 Camino Hamiltoniano Entrada:

Más detalles

Introducción. Königsberg, s.xviii A

Introducción. Königsberg, s.xviii A Teoría de Grafos Introducción Königsberg, s.xviii A B C D Euler resuelve este problema mediante la teoría de grafos: sólo puede haber un ciclo euleriano cuando todos los nodos tienen un número par de aristas

Más detalles

Tema 1. Conceptos básicos

Tema 1. Conceptos básicos Tema 1. Conceptos básicos 1. Introducción... 1 2. Conceptos básicos... 2 2.1. Circuito eléctrico... 2 2.2. Teoría de Circuitos... 2 3. Magnitudes de un circuito: Tensión e intensidad... 3 3.1. Carga y

Más detalles

Grafos Los siete puentes de Königsberg: Teoría de Grafos

Grafos Los siete puentes de Königsberg: Teoría de Grafos Grafos Los siete puentes de Königsberg: Un ciudadano de Königsberg (Prusia) se propuso dar un paseo cruzando cada uno de los siete puentes que existen sobre el río Pregel una sola vez. Los dos brazos del

Más detalles

ARBOLES ARBOLES COMPUTACIONALES MATEMATICAS DISCRETAS II

ARBOLES ARBOLES COMPUTACIONALES MATEMATICAS DISCRETAS II ARBOLES ARBOLES COMPUTACIONALES MATEMATICAS DISCRETAS II Contenido Concepto Características y Propiedades Tipos de Arboles 1. Libres 2. Binarios 3. Expansión Mínima Algoritmo de Kruskal Algoritmo Prim

Más detalles