Tema 4. Autómatas Finitos

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

Download "Tema 4. Autómatas Finitos"

Transcripción

1 Tema 4. Autómatas Finitos 4.1. Autómatas finitos Introducción Máquinas secuenciales Autómatas finitos deterministas (A.F.D.) Introducción Definición AFD. Representación Extensión a palabras Lenguaje aceptado por un AFD Simulación algorítmica de un AFD 4.3. Minimización de Autómatas finitos Minimización por el conjunto cociente Minimización por tablas Autómatas finitos no deterministas (A.F.N.D.) Introducción Definición AFND. Representación Extensión a palabras Lenguaje aceptado por un AFND Simulación algorítmica de un AFND 4.5. Equivalencia entre A.F.D. y A.F.N.D. TALF. Tema 4 nº 1

2 Autómatas Finitos. Introducción. Autómatas con salidas: Máquina de Moore. Salida asociada al estado. Máquina de Mealy. Salida asociada a la transición. Autómatas reconocedores de lenguajes regulares: Autómata Finito Determinista (AFD) Autómata Finito No Determinista (AFND) salidas: reconoce, no reconoce cadenas de un lenguaje regular; 0 o 1 TALF. Tema 4 nº 2

3 Máquinas secuenciales. Dado en prácticas. TALF. Tema 4 nº 3

4 4.2. Autómatas Finitos Deterministas. Introducción Un autómata finito es un conjunto de estados y un control que se mueve de un estado a otro en respuesta a entradas externas. Los autómatas finitos se pueden clasificar en función del tipo de control como: Deterministas, el autómata únicamente puede estar en un estado en un momento determinado. No Deterministas, el autómata puede estar en varios estados simultáneamente. Ambos definen los mismos lenguajes (regulares), sin embargo los No deterministas permiten describir más eficientemente determinados problemas. TALF. Tema 4 nº 4

5 4.2. Autómatas finitos deterministas (AFD). Introducción Cómo procesa entradas un AFD? La entrada a un AF es un conjunto de símbolos tomados del alfabeto de entrada, no hay límite en tamaño de la cadena. Existe un puntero que en cada momento apunta a una posición de la cadena de entrada. El autómata está siempre en un estado de Q, inicialmente se encuentra en el estado q 0. a a a b a b a c c... b q 0 TALF. Tema 4 nº 5

6 4.2. Autómatas finitos deterministas (AFD). Introducción Cómo procesa entradas un AFD? En cada paso el autómata lee un símbolo de la entrada y según el estado en el que se encuentre, cambia de estado y pasa a leer otro símbolo. a a a b a b a c c... b q 03 2i Así sucesivamente hasta que se terminen de leer todos los símbolos de la cadena de entrada. Si en ese momento el AF está en un estado q i de F, se dice que acepta la cadena, en caso contrario la rechaza. TALF. Tema 4 nº 6

7 Autómatas finitos deterministas(afd). Definición. Un autómata finito es una quíntupla M=(Q,,f,q 0,F) : Q es un conjunto finito llamado conjunto de estados. es un conjunto finito de símbolos, llamado alfabeto de entrada. f es una aplicación llamada función de transición f: Q Q q 0 es un elemento de Q, llamado estado inicial. F es un subconjunto de Q, llamado conjunto de estados finales. TALF. Tema 4 nº 7

8 Representación AFD. Tablas de transición. Es una representación clásica de una función con dos argumentos. En las filas se colocarán los estados y en las columnas los símbolos del alfabeto de entrada. Cada intersección fila (estado q) - columna (carácter a) corresponde al estado f(q,a). El estado inicial se representa con Los estados finales con un * 0 1 Ejemplo: q 0 q 2 q 0 * q 1 q 1 q 1 q 2 q 2 q 1 TALF. Tema 4 nº 8

9 Representación AFD. Diagramas de transición. Es un grafo en el que los vértices representan los distintos estados y los arcos las transiciones entre los estados. Cada arco va etiquetado con el símbolo que corresponde a dicha transición. El estado inicial se representa con Los estados finales con un con doble círculo. 1 0 q 0 q 2 q , 1 TALF. Tema 4 nº 9

10 Representación AFD. Determinismo porque: No existen transiciones λ qq, a una única f(q,a) : una sóla arista etiquetada con a para cada símbolo; Para cada entrada en la tabla un solo estado La indeterminación en el caso que falten transiciones para algunas entradas se resuelve incluyendo un nuevo estado, llamado de absorción o muerto, al cual llegan todas las transiciones no definidas. Ejemplo: 0 1 q 0 q 1 q 2 * q q 2 q q 0 q q 1 1 M 0, q 0 q 1 q 2 * q 1 M M q 2 q 1 M 0, 1 M M M TALF. Tema 4 nº 10

11 AFD. Extensión de f a palabras. Si M=(Q,,f,q 0,F) es un AFD se define la función de transición asociada a palabras como la función f : Q * Q dada por: f (q,λ)=q f (q,a)=f(q,a) f (q,ax)=f (f(q,a),x) donde x * y a TALF. Tema 4 nº 11

12 Lenguaje aceptado por un AFD. Una cadena x * es aceptada por un autómata M=(Q,,f,q 0,F) si y solo si f (q 0,x)F. En otro caso la cadena es rechazada por el autómata. El lenguaje aceptado o reconocido por un autómata es el conjunto de las palabras de * que acepta: L(M)={x * / f (q 0,x)F} TALF. Tema 4 nº 12

13 Simulación algorítmica de un AFD Entrada: cadena de entrada x que termina con un carácter fin de cadena o fin de archivo (FDC). Salida: La respuesta ACEPTADA si el autómata reconoce x NO ACEPTADA en caso contrario Método: aplicar f al estado al cual hay una transición desde el estado q a un carácter de entrada c Función reconocer() q=q 0 c= leer_carácter() Mientras c!= FDC q=f(q,c) c= leer_carácter() fmientras Si q F entonces Devolver(ACEPTADA) Sino Devolver(NO ACEPTADA) fsi TALF. Tema 4 nº 13

14 Simulación algorítmica de un AFD. Ejemplo. Ejemplo:AFD que reconozca el nombre de variables empezando por letra y seguida de letras o dígitos. letra q 1 letra digito q 0 q 1 q 2 letra digito q 0 digito letra digito * q 1 q 1 q 1 q 2 q 2 q 2 q 2 TALF. Tema 4 nº 14

15 Simulación algorítmica de un AFD. Ejemplo. Función reconocer_id() //Por el diagrama estado=0 s= leer_simbolo() Mientras s!= FDC Caso estado sea 0: Si s=letra entonces estado=1 sino Si s=digito entonces estado=2 sino Error() //salir a la rutina de error léxico fsi fsi 1: Si s=letra or digito entonces estado=1 sino Error() //salir a la rutina de error léxico fsi 2: Si s=letra or digito entonces estado=2 sino Error() //salir a la rutina de error léxico fsi fcaso s= leer_simbolo() fmientras Si estado=1 entonces Devolver(SI) Sino Devolver(NO) fsi TALF. Tema 4 nº 15

16 Simulación algorítmica de un AFD. Ejemplo. Función reconocer_id() //por la tabla estado=0 s= leer_simbolo() Mientras s!= FDC Caso s sea letra: entrada=letra digito: entrada=digito otro: Error() //salir a la rutina de error léxico fcaso estado= f(estado,entrada) s= leer_simbolo() fmientras Si estado=1 entonces Devolver(SI) Sino Devolver(NO) fsi TALF. Tema 4 nº 16

17 Minimización de Autómatas finitos por el conjunto cociente. Algoritmo para construir el conjunto cociente Q/E n 1. Q/E 1 = {c 1 =q i F, c 2 =q j Q-F} 2. Sea Q/E i ={c 1, c 2,..., c j }. Q/E i+1 se construye: p y q están en la misma clase si y solo si p,qc k y a se verifica que f (p,a) y f (q,a) están en la misma clase c m de Q/E i 3. Si Q/E i =Q/E i+1 entonces Q/E i =Q/E, en caso contrario aplicar el paso 2. partiendo de Q/E i+1 TALF. Tema 4 nº 17

18 Minimización de Autómatas finitos por el conjunto cociente. Dado el AFD M=(Q,,f,q 0,F) existe un único AFD equivalente mínimo (Autómata del conjunto cociente) M m =(Q m,, f m, q 0m, F m ) Donde Q m =Q/E a, f m (c i,a)=c j si pc j, qc i /f(q,a)=p q 0m =c 0 si q 0 c 0 y c 0 Q m F m = {c i / pc i y pf} TALF. Tema 4 nº 18

19 Minimización de AFD por el conjunto cociente. Ejemplo Ejemplo: M=( {0,1},{q 0,q 1,q 2,q 3,q 4 }, f, q 0,{q 4 }) 0 f 0 1 q 0 0 q 1 q 0 q 1 q 2 q 1 q 1 q 3 q 2 q 1 q 2 q 3 q 1 q 4 *q 4 q 1 q q q q 3 0 TALF. Tema 4 nº 19

20 Minimización de AFD por el conjunto cociente. Ejemplo Conjunto cociente 1. Conjunto inicial Q/E 1 =({q 0,q 1, q 2,q 3 },{q 4 }) 2. Q/E i 2.1. Q/E 2 =({q 0,q 1,q 2 },{q 3 }, {q 4 }) 3. Q/E 2 Q/E 1 paso Q/E 3 =({q 0,q 2 },{q 1 },{q 3 },{q 4 }) 4. Q/E 3 Q/E 2 paso 2 f 0 1 q 0 q 1 q 2 q 1 q 1 q 3 q 2 q 1 q 2 q 3 q 1 q 4 *q 4 q 1 q Q/E 4 =({q 0,q 2 },{q 1 },{q 3 },{q 4 }) 5. Q/E 4 = Q/E 3 = Q/E TALF. Tema 4 nº 20

21 Minimización de AFD por el conjunto cociente. Ejemplo Autómata mínimo equivalente: M m =({0,1},{c 0,c 1,c 2,c 3 },f m,q om ) Q m =(c 0 ={q 0,q 2 }, c 1 ={q 1 }, c 2 ={q 3 }, c 3 ={q 4 }) f 0 1 f m 0 1 c 0 c 1 c 0 q 0 q 1 q 2 c 1 c 1 c 2 q 1 q 1 q 3 q 2 q 1 q 2 q 3 q 1 q 4 c 2 c 1 c 3 *c 3 c 1 c 0 1 c 0 1 *q 4 q 1 q 2 c c 2 c TALF. Tema 4 nº 21

22 Minimización de Autómatas finitos por tablas. Dado en prácticas. TALF. Tema 4 nº 22

23 Autómatas Finitos No Deterministas. Introducción Un autómata finito es no determinista si: No f(q,a) para algún a desde algún q Q q 0 a q 1 a ={a,b} b q 2 b mas de una f(q,a) desde q Q con a q 0 a q 1 a ={a,b} a q 2 b f(q,λ) q 0 λ q 1 a ={a,b} b q 2 b TALF. Tema 4 nº 23

24 Definición AFND. Un autómata finito no determinista (AFND) es un modelo matemático definido por la quíntupla M=(Q,,f, q 0, F) en el que: Q es un conjunto finito llamado conjunto de estados. es un conjunto finito de símbolos, llamado alfabeto de entrada. f es una aplicación llamada función de transición definida como: f: Q ( λ) P(Q) donde P(Q) es el conjunto de las partes de Q, es decir, conjunto de todos los subconjuntos que se pueden formar con elementos de Q q 0 es un elemento o estado de Q, llamado estado inicial. F es un subconjunto de Q, llamado conjunto de estados finales. TALF. Tema 4 nº 24

25 Representación. Tablas de transición. 0 1 q 0 {q 0,q 1 } {q 0 } q 1 {q 1 } * q 2 {q 2 } 2 {q 1,q 2 } {q 2 } λ {q 0,q 2 } Diagramas de transición. 0,1 0,2 1,2 0 λ,2 q 0 q 1 q 2 λ TALF. Tema 4 nº 25

26 función de transición. Extensión a palabras. Definición λ-clausura: Se llama λ-clausura de un estado al conjunto de estados a los que puede evolucionar sin consumir ninguna entrada, lo denotaremos como CL(q) o λ-clausura(q). CL(q) se define recursivamente: El estado q pertenece a la λ-clausura de q, qcl(q). Si el estado pcl(q) y hay una transición del estado p al estado r etiquetada con una transición nula (λ), entonces r también está en CL(q). Si PQ se llama λ-clausura de un conjunto de estados P a: CL(P)= CL(q) qp Algoritmo para el cálculo de λ-clausura(p) Procedimiento λ-clausura(p) Viejos= Nuevos=P Mientras viejosnuevos hacer Nuevos=viejos {q / f(p i,λ)=q, piviejos} Fmientras λ-clausura(p)=nuevos Fin_procedimiento TALF. Tema 4 nº 26

27 función de transición. Extensión a palabras. Si M=(Q,,f,q 0,F) es un AFND se define la función de transición asociada a palabras como la función f (q 0,λ)=CL(q 0 ) f (P,λ)=P f : Q * P(Q) dada por: f (P,ax)= f ( CL( f(q,a)),x) qp donde PQ, x * y a TALF. Tema 4 nº 27

28 Lenguaje aceptado por un AFND. Una cadena x * es aceptada por un AFND M=(Q,,f,q 0,F) si y solo si f (q 0,x) F En otro caso se dice que la cadena es rechazada por el autómata. Dado un AFND M=(Q,,f,q 0,F) se llama lenguaje aceptado o reconocido por dicho autómata al conjunto de las palabras de * que acepta, L(M)={x * / f (q 0,x)F} TALF. Tema 4 nº 28

29 Simulación algorítmica de un AFND Entrada: cadena de entrada x que termina con un carácter fin de cadena o fin de archivo (FDC). Salida: La respuesta ACEPTADA si el autómata reconoce x NO ACEPTADA en caso contrario Método: aplicar f al estado al cual hay una transición desde el estado q a un carácter de entrada c Función reconocer() A=CL(q 0 ) c= leer_carácter() Mientras c!= FDC A=CL ( f(q,c)) qp c= leer_carácter() fmientras Si A F entonces Devolver(ACEPTADA) Sino Devolver(NO ACEPTADA) fsi TALF. Tema 4 nº 29

30 4.5. Equivalencia entre AFND y AFD A partir de un AFND con estados q 0, q m, construiremos un AFD equivalente (que acepta el mismo lenguaje) con estados Q 0, Q n donde q 0, Q 0, son los estados iniciales. Premisas: Se definió inductivamente el conjunto de estados C = λ-clausura(s): s C. si t C y una transición vacía de t a u entonces u C. Se define el conjunto de estados G = f(s, a) : si una transición etiquetada con a entre s y t entonces t G. Estas definiciones se generalizan para conjuntos de estados S = {... t i... } : Si u λ-clausura(t i ) entonces u λ-clausura(s) Si u f(t i, a) entonces u f(s, a). (f(g,a) son los estados s alcanzables con a desde algún qg) TALF. Tema 4 nº 30

31 4.5. Equivalencia entre AFND y AFD Algoritmo de construcción de la tabla de transiciones del AFD: 1. se crea una nueva tabla T[estado,símbolo], inicialmente vacía. 2. se calcula Q 0 = λ-clausura(q 0 ) 3. se crea una entrada en T para Q para cada casilla vacía T[Q,a] : 1. se asigna T[Q,a] = λ-clausura(f(q,a)) 2. si no existe una entrada en T para el estado T[Q,a], se crea la entrada. 5. se repite 4 mientras existan casillas vacías. TALF. Tema 4 nº 31

32 4.5. Equivalencia entre AFND y AFD. Ejemplo. Ejemplo: 0 a,b λ a 1 a 2 b b λ b a 3 4 a, b a b λ *4 4 4 TALF. Tema 4 nº 32

33 4.5. Equivalencia entre AFND y AFD. Ejemplo. 1. se crea una nueva tabla T[estado,símbolo], inicialmente vacía. 2. se calcula Q 0 = λ-clausura(0) = {0,2} 3. se crea una entrada en T para Q 0. a b λ a b Q 0 4. para cada casilla vacía T[Q,a] : 1. se asigna T[Q,a] = λ-clausura(f(q,a)) *4 4 4 λ-clausura(f(q 0 ={0,2},a))=λ-clausura(0,1)={0,1,2,3}=Q 1 2. si no existe una entrada en T para el estado T[Q,a], se crea la entrada. a b Q 0 Q 1 Q 1 5. se repite 4 mientras existan casillas vacías. TALF. Tema 4 nº 33

34 4.5. Equivalencia entre AFND y AFD. Ejemplo 5. λ-clausura(f(q 0 ={0,2},b))=λ-clausura(1,4)={1,3,4}=Q 2 6. λ-clausura (f(q 1 = {0,1,2,3}, a)) = a b λ-clausura(0,1,2,4)={0,1,2,3,4}=q 3 Q 0 Q 1 Q 2 7. λ-clausura(f(q 1 ={0,1,2,3},b))= λ-clausura(1,4)={1,3,4}=q 2 Q 1 Q 2 8. λ-clausura(f(q 2 ={1,3,4},a))=λ-clausura(2,4)={2,4}=Q 4 9. λ-clausura(f(q 2 ={1,3,4},b))=λ-clausura(1,4)={1,3,4}=Q λ-clausura(f(q 3 ={0,1,2,3,4},a))=λclausura(0,1,2,4)={0,1,2,3,4}=Q λ-clausura(f(q 3 ={0,1,2,3,4},b))=λ-clausura(1,4)={1,3,4}=Q λ-clausura(f(q 4 ={2,4},a))=λ-clausura(0,4)={0,2,4}=Q λ-clausura(f(q 4 ={2,4},b))=λ-clausura(4)={4}=Q λ-clausura(f(q 5 ={0,2,4},a))=λ-clausura(0,2,4)={0,2,4}=Q λ-clausura(f(q 5 ={0,2,4},b))=λ-clausura(1,4)={1,3,4}=Q λ-clausura(f(q 6 ={4},a))=λ-clausura(4)={4}=Q λ-clausura(f(q 6 ={4},b))=λ-clausura(4)={4}=Q 6 TALF. Tema 4 nº 34

35 4.5. Equivalencia entre AFND y AFD. Ejemplo El AFD equivalente es: a b Q 0 Q 1 Q 2 Q 1 Q 3 Q 2 *Q 2 Q 4 Q 2 *Q 3 Q 3 Q 2 *Q 4 Q 5 Q 6 *Q 5 Q 5 Q 2 *Q 6 Q 6 Q 6 TALF. Tema 4 nº 35

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

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

TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES

TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES (TALF) BLOQUE II: LENGUAJES REGULARES Tema 2: Autómatas Finitos Parte 2 (de 3). Autómatas Finitos No Deterministas (AFNDs) Grado en Ingeniería Informática URJC

Más detalles

Autómatas y Lenguajes Formales. Tema 3.2: Autómatas Finitos No Deterministas. Luis Peña luis.pena@urjc.es

Autómatas y Lenguajes Formales. Tema 3.2: Autómatas Finitos No Deterministas. Luis Peña luis.pena@urjc.es Autómatas y Lenguajes Formales Tema 3.2: Autómatas Finitos No Deterministas Luis Peña luis.pena@urjc.es Sumario Tema 3.2: Autómatas Finitos No Deterministas. 1. Concepto de AFND 2. Teoremas de Equivalencia

Más detalles

Máquinas Secuenciales, Autómatas y Lenguajes Formales. Tema 4: Autómatas finitos deterministas. Holger Billhardt holger.billhardt@urjc.

Máquinas Secuenciales, Autómatas y Lenguajes Formales. Tema 4: Autómatas finitos deterministas. Holger Billhardt holger.billhardt@urjc. Formales Tema 4: Autómatas finitos deterministas Holger Billhardt holger.billhardt@urjc.es Sumario: Bloque 2: Autómatas Finitos 4. Autómatas Finitos Deterministas 1. Concepto y Definición 2. Autómata finito

Más detalles

Autómatas Finitos y Lenguajes Regulares

Autómatas Finitos y Lenguajes Regulares Autómatas Finitos y Lenguajes Regulares Problema: Dado un lenguaje L definido sobre un alfabeto A y una cadena x arbitraria, determinar si x L o x L. Cadena x AUTOMATA FINITO SI NO Lenguaje Regular Autómatas

Más detalles

Autómatas finitos no deterministas (AFnD)

Autómatas finitos no deterministas (AFnD) Autómatas finitos no deterministas (AFnD) Elvira Mayordomo Universidad de Zaragoza 1 de octubre de 2012 Contenido de este tema Introducción y ejemplos de autómatas finitos no deterministas Definición de

Más detalles

Tema 2: Autómatas finitos

Tema 2: Autómatas finitos Tema 2: Autómatas finitos Departamento de Sistemas Informáticos y Computación DSIC - UPV http://www.dsic.upv.es p. 1 Tema 2: Autómatas finitos Autómata finito determinista (AFD). Formas de representación

Más detalles

TEMA 5. GRAMÁTICAS REGULARES.

TEMA 5. GRAMÁTICAS REGULARES. TEMA 5. GRAMÁTICAS REGULARES. 5.1. Gramáticas Regulares. 5.2. Autómatas finitos y gramáticas regulares. 5.2.1. Gramática regular asociada a un AFD 5.2.2. AFD asociado a una Gramática regular 5.3. Expresiones

Más detalles

Introducción a Autómatas Finitos

Introducción a Autómatas Finitos Introducción a e. Universidad de Cantabria Esquema 1 Introducción 2 3 Grafo de λ Transiciones Eliminación de las λ-transiciones 4 El Problema Podemos interpretar un autómata como un evaluador de la función

Más detalles

Métodos para escribir algoritmos: Diagramas de Flujo y pseudocódigo

Métodos para escribir algoritmos: Diagramas de Flujo y pseudocódigo TEMA 2: CONCEPTOS BÁSICOS DE ALGORÍTMICA 1. Definición de Algoritmo 1.1. Propiedades de los Algoritmos 2. Qué es un Programa? 2.1. Cómo se construye un Programa 3. Definición y uso de herramientas para

Más detalles

Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS. Números naturales. Inducción matemática

Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS. Números naturales. Inducción matemática Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx

Más detalles

Serafín Moral Departamento de Ciencias de la Computación. Modelos de Computación ITema 2: Autómatas Finitos p.1/88

Serafín Moral Departamento de Ciencias de la Computación. Modelos de Computación ITema 2: Autómatas Finitos p.1/88 Modelos de Computación I Tema 2: Autómatas Finitos Serafín Moral Departamento de Ciencias de la Computación Modelos de Computación ITema 2: Autómatas Finitos p./88 Contenido Autómata Finito Determinista

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

Clase 08: Autómatas finitos

Clase 08: Autómatas finitos Solicitado: Ejercicios 06: Autómatas finitos M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx 1 Contenido Autómata finito Definición formal

Más detalles

Lenguajes y Gramáticas

Lenguajes y Gramáticas Lenguajes y Gramáticas Teoría de Lenguajes Fernando Naranjo Introduccion Se desarrollan lenguajes de programación basados en el principio de gramática formal. Se crean maquinas cada vez mas sofisticadas

Más detalles

6. Autómatas a Pila. Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales

6. Autómatas a Pila. Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales 6. Autómatas a Pila Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar

Más detalles

TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES Práctica 3

TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES Práctica 3 TEORÍA DE AUTÓMATAS Y LENGUAJES FORMALES Práctica 3 1. Equivalencia entre autómatas 1.1. Equivalencia entre AFD y AFN 1.1. Equivalencia entre AFD y AFλ 2. Ejercicios propuestos 1. Equivalencia entre autómatas

Más detalles

Autómatas finitos con salidas

Autómatas finitos con salidas Agnatura: Teoría de la Computación Unidad : Lenguajes Regulares Tema 2: Autómatas con salidas Autómatas finitos con salidas Importancia y aplicación de los autómatas finitos Los Autómatas finitos constituyen

Más detalles

ESTRUCTURAS ALGORITMICAS

ESTRUCTURAS ALGORITMICAS ESTRUCTURAS ALGORITMICAS El proceso de resolución de problemas en un ordenador conduce a la escritura de un programa y su ejecución. Las fases en el desarrollo de un programa pueden resumirse de la siguiente

Más detalles

Lenguajes Regulares. Antonio Falcó. - p. 1

Lenguajes Regulares. Antonio Falcó. - p. 1 Lenguajes Regulares Antonio Falcó - p. 1 Cadenas o palabras I Una cadena o palabra es una sucesión finita de símbolos. cadena {c, a, d, e, n}. 10001 {0, 1} El conjunto de símbolos que empleamos para construir

Más detalles

2: Autómatas finitos y lenguajes regulares.

2: Autómatas finitos y lenguajes regulares. 2: Autómatas finitos y lenguajes regulares. Los autómatas finitos son el modelo matemático de los sistemas que presentan las siguientes características: 1) En cada momento el sistema se encuentra en un

Más detalles

AUTÓMATAS DE PILA. Nota: Si existe transición de tipo (2), sólo se garantiza que AP es determinístico si s A, δ( e i, s, X) está indefinida.

AUTÓMATAS DE PILA. Nota: Si existe transición de tipo (2), sólo se garantiza que AP es determinístico si s A, δ( e i, s, X) está indefinida. AUTÓMATAS DE PILA Los autómatas de pila, en forma similar a como se usan los autómatas finitos, también se pueden utilizar para aceptar cadenas de un lenguaje definido sobre un alfabeto A. Los autómatas

Más detalles

Teoría de la Computación para Ingeniería de Sistemas: un enfoque práctico. Prof. Hilda Contreras

Teoría de la Computación para Ingeniería de Sistemas: un enfoque práctico. Prof. Hilda Contreras Teoría de la Computación para Ingeniería de Sistemas: un enfoque práctico Prof. Hilda Contreras 15 de abril de 2012 2 Índice general 1. Introducción 5 1.1. Marco histórico de la teoría de la computación..................

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

Estructuras de Control

Estructuras de Control Algorítmica y Lenguajes de Programación Estructuras de Control Estructuras de Control. Introducción Hasta ahora algoritmos han consistido en simples secuencias de instrucciones Existen tareas más complejas

Más detalles

Apuntes de Teoría de Autómatas y Lenguajes Formales. Gloria Martínez

Apuntes de Teoría de Autómatas y Lenguajes Formales. Gloria Martínez Apuntes de Teoría de Autómatas y Lenguajes Formales Gloria Martínez Luis A. García 11 de octubre de 2005 Índice general 1. Introducción 1 1.1. Alfabetos y Cadenas.............................. 1 1.2.

Más detalles

Clase 09: AFN, AFD y Construcción de Thompson

Clase 09: AFN, AFD y Construcción de Thompson Clase 09: AFN, AFD y Construcción de Thompson Solicitado: Ejercicios 07: Construcción de AFN scon Thompson M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom

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

Ciencias de la Computación I

Ciencias de la Computación I Ciencias de la Computación I Propiedades de Clausura de los Lenguajes Regulares y Lenguajes Libres del Contexto Propiedades de Clausura de Lenguajes Regulares Los lenguajes regulares (LR son cerrados bajo

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

Introducción a los Autómatas Finitos

Introducción a los Autómatas Finitos Teoría de Introducción a los Un modelo de Computación. Universidad de Cantabria Esquema Introducción Teoría de 1 Introducción 2 Teoría de 3 4 5 El Problema Introducción Teoría de Nuestro objetivo en este

Más detalles

UNIDAD I. ALGORITMOS

UNIDAD I. ALGORITMOS UNIDAD I. ALGORITMOS 1.1 Definición Un algoritmo es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico. 1.2 Tipos Cualitativos: Son aquellos

Más detalles

Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre

Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre elementos de un conjunto. Típicamente, un grafo se representa

Más detalles

Teoría de la Computación para Ingeniería de Sistemas: un enfoque práctico. Prof. Hilda Contreras

Teoría de la Computación para Ingeniería de Sistemas: un enfoque práctico. Prof. Hilda Contreras Teoría de la Computación para Ingeniería de Sistemas: un enfoque práctico Prof. Hilda Contreras 25 de abril de 2012 Índice general 1. Expresiones regulares 5 1.0.1. Denición de las expresiones regulares...................

Más detalles

Paso 1: Autómata. A 1 sin estados inútiles, que reconoce el lenguaje denotado por a a* b*

Paso 1: Autómata. A 1 sin estados inútiles, que reconoce el lenguaje denotado por a a* b* UNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS SEGUNDO CURSO, SEGUNDO CUATRIMESTRE TEORÍA DE AUTÓMATAS

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

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

Lenguajes, Gramáticas y Autómatas Conceptos

Lenguajes, Gramáticas y Autómatas Conceptos Lenguajes, Gramáticas y Autómatas Conceptos Departamento de Informática e Ingeniería de Sistemas C.P.S. Universidad de Zaragoza Última revisión: Febrero. 2004 11/02/2004 1 Índice Alfabetos, palabras y

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

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

Máquinas de Estados Finitos

Máquinas de Estados Finitos Máquinas de Estados Finitos Breve Introducción Jorge Alejandro Gutiérrez Orozco Escuela Superior de Cómputo 22 de agosto de 2008 Resumen Hablaremos de algunas de las más comunes Máquinas de Estados Fintos,

Más detalles

Límites de funciones de varias variables.

Límites de funciones de varias variables. Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas

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

Apuntes de Matemática Discreta 8. Relaciones de Equivalencia

Apuntes de Matemática Discreta 8. Relaciones de Equivalencia Apuntes de Matemática Discreta 8. Relaciones de Equivalencia Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 8 Relaciones de Equivalencia

Más detalles

Índice Proposiciones y Conectores Lógicos Tablas de Verdad Lógica de Predicados Inducción

Índice Proposiciones y Conectores Lógicos Tablas de Verdad Lógica de Predicados Inducción Curso 0: Matemáticas y sus Aplicaciones Tema 5. Lógica y Formalismo Matemático Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Proposiciones y Conectores Lógicos 2 Tablas de Verdad

Más detalles

Profesor(a): M. A. Zeferino Galarza Hernández

Profesor(a): M. A. Zeferino Galarza Hernández Área Académica: Informática IV Tema: Algoritmos Profesor(a): M. A. Zeferino Galarza Hernández Periodo: Enero-junio de 2012 IV Semestre. Asignatura: Informática IV Tema: Algoritmos Abstract Contains and

Más detalles

ESTRUCTURA Y TECNOLOGÍA DE LOS COMPUTADORES I. TEMA 4 Algebra booleana y puertas lógicas

ESTRUCTURA Y TECNOLOGÍA DE LOS COMPUTADORES I. TEMA 4 Algebra booleana y puertas lógicas ESTRUCTURA Y TECNOLOGÍA DE LOS COMPUTADORES I TEMA 4 Algebra booleana y puertas lógicas TEMA 4. Algebra booleana y puertas lógicas 4.1 Definición de álgebra de Boole 4.2 Teoremas del álgebra de Boole 4.3

Más detalles

El TAD Grafo. El TAD Grafo

El TAD Grafo. El TAD Grafo ! Esta representación resulta útil cuando el número de vértices se conoce previamente y permanecerá fijo durante la resolución del problema, pero resulta ineficiente si necesitamos añadir o eliminar vértices

Más detalles

PRODUCTO CARTESIANO RELACIONES BINARIAS

PRODUCTO CARTESIANO RELACIONES BINARIAS PRODUCTO CARTESIANO RELACIONES BINARIAS Producto Cartesiano El producto cartesiano de dos conjuntos A y B, denotado A B, es el conjunto de todos los posibles pares ordenados cuyo primer componente es un

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

LOS NUMEROS IRRACIONALES Y SU REPRESENTACIÓN EN LA RECTA NUMERICA

LOS NUMEROS IRRACIONALES Y SU REPRESENTACIÓN EN LA RECTA NUMERICA GUIA Nº 1: LOS NÚMEROS REALES 1 GRADO: 8º PROFESORA: Eblin Martínez M. ESTUDIANTE: PERIODO: I DURACIÓN: 20 Hrs LOGRO: Realizo operaciones con números naturales, enteros, racionales e irracionales. INDICADORES

Más detalles

SESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS.

SESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS. SESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS. I. CONTENIDOS: 1. Interpretación geométrica de la derivada 2. Regla general

Más detalles

3. Autómatas Finitos. Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales

3. Autómatas Finitos. Grado Ingeniería InformáDca Teoría de Autómatas y Lenguajes Formales 3. Autómatas Finitos Araceli Sanchis de Miguel Agapito Ledezma Espino José A. Iglesias Mar

Más detalles

Terminaremos el capítulo con una breve referencia a la teoría de cardinales.

Terminaremos el capítulo con una breve referencia a la teoría de cardinales. TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto

Más detalles

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones. TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

Más detalles

Traductores Push Down para Gramáticas LL

Traductores Push Down para Gramáticas LL Push Down para Gramáticas LL Extensión de Autómatas Universidad de Cantabria Outline El Problema 1 El Problema 2 3 4 El Problema Podemos resolver el problema de la palabra para lenguajes generados por

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

Tema 3: El Método Simplex. Algoritmo de las Dos Fases.

Tema 3: El Método Simplex. Algoritmo de las Dos Fases. Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

Introducción a la programación

Introducción a la programación Introducción a la programación Resolución de Problemas El objetivo principal para que las personas aprendan a programar en algún lenguaje de programación en particular es utilizar el computador como una

Más detalles

Una cadena sobre Σ es cualquier secuencia de elementos de longitud finita sobre Σ.

Una cadena sobre Σ es cualquier secuencia de elementos de longitud finita sobre Σ. Alfabetos, Cadenas y Lenguajes Definición 1 Un Alfabeto es cualquier conjunto finito, no vacío. Ejemplo 1 Sea Σ = {0, 1, 2, 3,..., 9} donde 0 Σ Definición 2 Una cadena sobre Σ es cualquier secuencia de

Más detalles

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.

Más detalles

Escribir la expresión regular de un número entero que no acepte que el primer dígito sea cero salvo el número 0. Solución: 0 [1-9][0-9]*

Escribir la expresión regular de un número entero que no acepte que el primer dígito sea cero salvo el número 0. Solución: 0 [1-9][0-9]* Procesadores de lenguaje Ejercicios del Tema 2 Ejercicio 2.1 Sean L = {a, aa, b} y M = {ab, b }. Describe LM y M 3 por enumercaión LM = { aab, ab, aaab, bab, bb } M 3 = { ababab, ababb, abbab, abbb, babab,

Más detalles

1.1 CASO DE ESTUDIO: JUEGO DE CRAPS

1.1 CASO DE ESTUDIO: JUEGO DE CRAPS . CASO DE ESTUDIO: JUEGO DE CRAPS El juego de Craps se practica dejando que un jugador lance dos dados hasta que gana o pierde, el jugador gana en el primer lanzamiento si tiene como total 7 u, pierde

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

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

Desde los programas más simples escritos en un lenguaje de programación suelen realizar tres tareas en forma secuencial.

Desde los programas más simples escritos en un lenguaje de programación suelen realizar tres tareas en forma secuencial. Tipos de Datos Desde los programas más simples escritos en un lenguaje de programación suelen realizar tres tareas en forma secuencial. Entrada de datos Procesamientos de datos Salida de resultados Los

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Construcción de una línea perpendicular, dado un punto y una línea. 1. Dibuja una línea horizontal y un punto por encima de esa línea.

Construcción de una línea perpendicular, dado un punto y una línea. 1. Dibuja una línea horizontal y un punto por encima de esa línea. Materia: Matemática de Séptimo Tema: Rectas Perpendiculares Qué piensas cuando te dicen que dos líneas forman en un ángulo recto? Qué terminología usarías para describir a estas líneas? Después de revisar

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

Introducción a la Probabilidad

Introducción a la Probabilidad Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento

Más detalles

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n ) Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder

Más detalles

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante

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

Métodos directos para resolver sistemas de ecuaciones lineales

Métodos directos para resolver sistemas de ecuaciones lineales Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el

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

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

Teoría de Autómatas y Lenguajes Formales. Introducción a las Gramáticas. Gramáticas incontextuales

Teoría de Autómatas y Lenguajes Formales. Introducción a las Gramáticas. Gramáticas incontextuales Teoría de utómatas y Lenguajes Formales Introducción a las ramáticas. ramáticas incontextuales José M. Sempere Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia Introducción

Más detalles

Microsoft Project 2013

Microsoft Project 2013 Microsoft Project 2013 SALOMÓN CCANCE Project 2013 Salomón Ccance www.ccance.net CCANCE WEBSITE ANEXO 2. MANEJO DE VISTAS Y TABLAS. 2.1. ELEMENTOS DE VISUALIZACIÓN DE MICROSOFT OFFICE PROJECT PROFESSIONAL

Más detalles

Tema 2 Introducción a la Programación en C.

Tema 2 Introducción a la Programación en C. Tema 2 Introducción a la Programación en C. Contenidos 1. Conceptos Básicos 1.1 Definiciones. 1.2 El Proceso de Desarrollo de Software. 2. Lenguajes de Programación. 2.1 Definición y Tipos de Lenguajes

Más detalles

PRINCIPIOS DE LA DINÁMICA

PRINCIPIOS DE LA DINÁMICA Capítulo 3 PRINCIPIOS DE LA DINÁMICA CLÁSICA 3.1 Introducción En el desarrollo de este tema, cuyo objeto de estudio son los principios de la dinámica, comenzaremos describiendo las causas del movimiento

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

SISTEMA DE NUMEROS REALES

SISTEMA DE NUMEROS REALES SISTEMA DE NUMEROS REALES 1.1 Conjuntos Es una agrupación de objetos distintos (pero con algunas características en común), los que reciben el nombre de elementos. Generalmente se nombra a un conjunto

Más detalles

Esquema de cifrado DES

Esquema de cifrado DES Esquema de cifrado DES DES es un esquema de cifrado en bloque que opera sobre bloques de texto de 64 bits, devolviendo bloques cifrados también de 64 bits. Así pues, DES sobre 2 64 posibles combinaciones

Más detalles

CUADERNO DE CÁLCULO:

CUADERNO DE CÁLCULO: CUADERNO DE CÁLCULO: 2013-2014 TERCER CICLO 6º PRIMARIA ALUMNO/A:... Cálculo 6º Ed. Primaria Colegio Romareda 2013/14 Página 2 Cálculo 6º Ed. Primaria Colegio Romareda 2013/14 Página 3 Índice Cálculo mental

Más detalles

Unidad IV: Sistemas de ecuaciones diferenciales lineales

Unidad IV: Sistemas de ecuaciones diferenciales lineales Unidad IV: Sistemas de ecuaciones diferenciales lineales 4.1 Teoría preliminar 4.1.1 Sistemas de EDL Los problemas de la vida real pueden representarse de mejor manera con la ayuda de múltiples variables.

Más detalles

Estructuras Secuénciales

Estructuras Secuénciales Estructuras Secuénciales Los algoritmos más sencillos de realizar son los que no toman decisiones, tan solo se dedican a realizar o ejecutar instrucción tras instrucción en el orden determinado. Estos

Más detalles

Espacios vectoriales reales.

Espacios vectoriales reales. Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre

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

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a

Más detalles

1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS.

1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. UNIDAD 1.- CONCEPTOS REQUERIDOS CONJUNTOS. AXIOMAS DE PERTENENCIA, PARALELISMO, ORDEN Y PARTICIÓN. 1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. 1.1 Determinaciones de un conjunto. Un conjunto queda determinado

Más detalles

POLÍGONOS POLÍGONOS. APM Página 1

POLÍGONOS POLÍGONOS. APM Página 1 POLÍGONOS 1. Polígonos. 1.1. Elementos de un polígono. 1.2. Suma de los ángulos interiores de un polígono. 1.3. Diagonales de un polígono. 1.4. Clasificación de los polígonos. 2. Polígonos regulares. Elementos.

Más detalles

Relación de prácticas de la asignatura METODOLOGÍA DE LA PROGRAMACIÓN Segundo Cuatrimestre Curso º Grado en Informática

Relación de prácticas de la asignatura METODOLOGÍA DE LA PROGRAMACIÓN Segundo Cuatrimestre Curso º Grado en Informática Relación de prácticas de la asignatura METODOLOGÍA DE LA PROGRAMACIÓN Segundo Cuatrimestre Curso 2013-2014. 1º Grado en Informática Práctica 2: Memoria dinámica y Bibliotecas Objetivos Practicar conceptos

Más detalles

Tema 2 Conceptos básicos de programación. Fundamentos de Informática

Tema 2 Conceptos básicos de programación. Fundamentos de Informática Tema 2 Conceptos básicos de programación Fundamentos de Informática Índice Metodología de la programación Programación estructurada 2 Pasos a seguir para el desarrollo de un programa (fases): Análisis

Más detalles

Álgebra Lineal VII: Independencia Lineal.

Álgebra Lineal VII: Independencia Lineal. Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

INSTITUTO DE FORMACIÓN DOCENTE DE CANELONES DIVISIBILIDAD

INSTITUTO DE FORMACIÓN DOCENTE DE CANELONES DIVISIBILIDAD DIVISIBILIDAD Definición de múltiplo Dados los números naturales a y b, se dice que a es múltiplo de b, si y solo si existe un número natural k, único, tal que a = b.k El número k se dice que es el cociente

Más detalles

Sistem as de ecuaciones lineales

Sistem as de ecuaciones lineales Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a

Más detalles

[ GUÍA DIDÁCTICA: DESARROLLO DE ALGORITMOS PSEINT] 11 de julio de 2013

[ GUÍA DIDÁCTICA: DESARROLLO DE ALGORITMOS PSEINT] 11 de julio de 2013 ALGORITMOS Y DIAGRAMAS DE FLUJOS DE DATOS Elementos del diagrama de flujo de datos A.1. Qué es un Algoritmo? Describe el método para realizar una tarea. Es una secuencia de instrucciones que, ejecutadas

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