Procesado de cadenas de caracteres
|
|
- Ignacio Pérez Villalobos
- hace 7 años
- Vistas:
Transcripción
1 Procesado de cadenas de caracteres 1) Algoritmo Trivial 2) Algoritmo Rabin-Karp. 3) Algoritmo Knuth-Morris-Pratt 4) Algoritmo Boyer-Moore 5) Busqueda de expresiones regulares
2 Problema: Encontrar todas las ocurrencias de un patrón (subcadena) en una cadena de caracteres. Sea T[1..n] una cadena de caracteres de longitud n y P[1..m] el patrón
3 Ejemplo: T= aabbdaabcdad P= aabc a a b b d a a b c d a d
4 Ejemplo: T= aabbdaabcdad P= aabc a a b b d a a b c d a d
5 Ejemplo: T= aabbdaabcdad P= aabc a a b b d a a b c d a d
6 Ejemplo: T= aabbdaabcdad P= aabc a a b b d a a b c d a d
7 Ejemplo: T= aabbdaabcdad P= aabc a a b b d a a b c d a d
8 Ejemplo: T= aabbdaabcdad P= aabc a a b b d a a b c d a d
9 unción buscar_trivial (T,P Σ ): Ν; i:=1; repetir j:=1; k:=i; mientras (Tk=Pj) and (j<= P ) hacer k:=k+1; j:=j+1; mientras i:=i+1; hasta (i>( T - P )) or (j> P ) si j> P entonces devuelve (i-1) sino devuelve (0) in Coste temporal: O( T x P )
10 unción buscar_pd(t,p Σ ): N; var Tabla: matriz [0.. P, 0.. T de N; para j:=0 hasta P hacer tabla[j,0:=j; para; i:=0; mientras (i<= T ) and (tabla[ P,i 0) hacer tabla[0,i:=0; para j:=0 hasta P hacer tabla[j,i:=min{tabla[j-1,i, tabla[j,i-1, tabla[j-1,i-1+δ(pj,ti)} para i:=i+1; mientras si (i> T ) entonces devuelve 0 sino devuelve i si in Coste temporal: O( P x T )
11 a a b b d a a b c d a d
12 Τ= acdabpdqd P= abcd d c b a a c d a b p d q d
13 d c b a a c d a b p d q d
14 unción buscar_error(p,t,k):conjunto de N; tabla=vector[0.. P ] de N; :=k+1; encontrados:= para i:=0 hasta P hacer para i:=1 hasta hacer {tabla[i-1]+1, tabla[i]+1, d+1} d:=tabla[i]; tabla[i]:=e; mientras (tabla[]>k) hacer :=-1 si (= P ) entonces insertar(encontrados,j) sino :=+1 devuelve encontrados
15 Algoritmo de Knuth-Morris-Pratt Α Β Α Β C Β Construccion de las unción FALLO: Trazar un arco desde el estado i al estado j tal que: 2) Los primeros j-1 caracteres del P son iguales que los j-1 caracteres que preceden a i. 1 p 2 p j-1 = p i-(j-1) p i-1 3) j es el mayor número que satisace 1) y 2)
16 Α Β Α Β Α Β C Β Ejemplo de alineamiento: A B A B A B X.. A B A B A B C B
17 Α Β Α Β Α Β C Β Ejemplo de alineamiento: A B A B A B X.. A B A B A B C B
18 unción KMP(T,P:Σ ): N; var :vector[1.. P ] de N; :=FF(P); i:=1; j:=1 mientras i<= T hacer mientras j<>0 and Pj<>Ti hacer j:=(j) mientras si j= P entonces devuelve (i- P )
19 unción FF(P:Σ ): vector de N; var : vector de N; [1]:=0; i:=2 mientras i<= P hacer j:=[i-1]; mientras j<>0 and Pj<>Pi-1 hacer j:=[j ] mientras [i]:=j+1; i:=i+1 mientras devuelve in
20 3) Algoritmo de Boyer-Moore P 1..P m T1.. T k-m t k.t n Tipos de desplazamiento: a) Si Pm no coincide con Tk entonces desplazamos el patrón de orma que alineamos con la ocurrencia más a la derecha del símbolo en P. Supongamos que g es la posición en que aparece el símbolo 1. P m-g..p m T1.. T k-m+g t k.t k+g...t n
21 Ejemplo: P= abdbcdabbcb T= abcbbdabcbdcbabxcabcbbcababcbb
22 Ejemplo: P= abdbcdabbcb T= abcbbdabcbdcbabxcabcbbcababcbb
23 Ejemplo: P= abdbcdabbcb abcbbdabcbdcbabxcabcbbcababcbb
24 b) Suponer que los últimos m-i caracteres del patrón coinciden con los últimos m-i caracteres de la cadena T, acabando en la posición k. i+1..p m = T k-m+i+1..t k Supongamos que P i <> T k-m+i b1) Si la ocurrencia más a la derecha del carácter k-m+i en el patrón P es P g entonces, como en el caso anterior, desplazamos el patrón g posiciones hacia la derecha, de modo que se alinea P i-g <> T k-m+i y se comienza de nuevo a comparar m con T k+g. P 1. P i-g..p m T 1...T k-m+g t k-m+i...t k+g...t n
25 b2) Si el suijo P i+1..p m aparece repetidamente en el patrón en las posiciones P i+1-g..p m-g, y P i <>P i-g entonces desplazamos el patrón alineando 1...P i+1-g P m-g.....p m T 1...T k-m+g+1...t k-m+i+1..t k....t k+g...t n
26 Función Boyer-Moore (T,P: Σ ): Ν; j:= P ; mientras j<= T hacer i:= P ; mientras i>0 and Pi=Tj hacer i:=i-1; j:=j-1; mientras si i=0 entonces devuelve j+1 sino j:=j+ max{d1[tj], d2[i]} si mientras in Calculo de d1: Para todo carácter c, d1[c] es el i más grande tal que c=pi, o d1[c] =m si el carácter no aparece en P. Esta tabla cubre las casos a) y b1). Calculo de d2: Para todo i, 1<=i<= P, d2[i] proporciona el mínimo desplazamiento g tal que cuando se alinea m sobre T k+g, el substring P i+1-g P m-g del patrón coincide con el substring T k-m+g+1...t k-m+i+1..t k de la cadena T.
27 4) Algoritmo de Karp-Rabin Se basa en la aplicación de una unción de se le asigna un número. 1 P m )<>h(t k..t k+m-1 ) entonces no aparece el patrón en esa 1 P m )=h(t k..t k+m-1 ) entonces es posible que esa subcadena corresponda con el patrón pero hay que comprobarlo carácter a carácter. operación módulo q, siendo q un número primo grande. Por simplicidad supongamos que los símbolos posibles son los dígitos. El k..t k+m-1 sería: /*m= P */ x k = T k.b m-1 + T k+1.b m-2..t k+m-1 Ejemplo: Si la cadena es 1234 el número k+1 se puede calcular como: x k+1 = (x k -T k.b m-1 )b+ T k+m
28 Ejemplo: Supongamos que m= x1= x2= 10( )+2=14152
29 Función Boyer-Moore (T,P: Σ ): Ν; m:= P ; n:= T ; d:= b m-1 mod q; h(p):= (P 1 b m-1 +P 2 b m-2 + +P 2 )mod q; h(t):=(t 1 b m-1 +T 2 b m-2 + +T 2 )mod q; para k:=1 hasta n-m+1 hacer si h(p)=h(t) y (P 1 P m =T k..t k+m-1 ) entonces devuelve k si; h(t):=(h(t)+b. q-t. k d) mod q h(t):=(h(t). b+t k+m ) mod q k:=k+1 para in
String Matching. Análisis y diseño de algoritmos II
Análisis y diseño de algoritmos II Encontrar todas las ocurrencias de un patrón en un texto. Texto Patrón a b c a b a a b c a a b a a b a c Aplicaciones Funcionalidad de editores de texto Patrones en secuencias
Más detallesExamen de Estructuras de Datos y Algoritmos. (Modelo 2)
Examen de Estructuras de Datos y Algoritmos (Modelo 2) 17 de junio de 2009 1. Se dispone de una tabla hash de tamaño 12 con direccionamiento abierto y sondeo cuadrático. Utilizando como función hash la
Más detallesExamen de Estructuras de Datos y Algoritmos. (Modelo 1)
Examen de Estructuras de Datos y Algoritmos (Modelo 1) 17 de junio de 2009 1. Qué rotación se necesita para transformar el árbol de la figura en un árbol AVL? a) Rotación simple izquierda-izquierda b)
Más detallesAnálisis de algoritmos
Tema 10: Algoritmos de empate de cadenas M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Empate de cadenas Fuerza
Más detallesTRABAJO FINAL ALGORITMOS II: Algoritmos de String Matching. Integrantes: Barragán, Ariel Giorda, Mauro. Docente: Favre, Liliana
TRABAJO FINAL ALGORITMOS II: Algoritmos de String Matching Integrantes: Barragán, Ariel Giorda, Mauro 1 Docente: Favre, Liliana SUMARIO Como esta organizada nuestra charla: Introducción a String Matching
Más detallesAnálisis de algoritmos
Tema 11: Algoritmos de empate de cadenas M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Empate de cadenas Fuerza
Más detallesAlgoritmos para strings. Bioinformática Elvira Mayordomo
Algoritmos para strings Bioinformática 12-2-16 Elvira Mayordomo Hoy Notación básica para strings El problema de string matching: String matching automata Boyer-Moore Árboles de sufijos (con otras aplicaciones)
Más detallesDescripción de los Lenguajes Aceptados por Autómatas
Descripción de los Lenguajes Aceptados por Autómatas Los Teoremas de Kleene Universidad de Cantabria Esquema 1 2 3 Lenguajes Aceptados por Autómatas Como repaso, tenemos un problema de respuesta Si/No
Más detalles2. EXPRESIONES 3. OPERADORES Y OPERANDOS 4. INDENTIFICADORES COMO LOCALIDADES DE MEMORIA
CONTENIDOS: 1. TIPOS DE DATOS 2. EXPRESIONES 3. OPERADORES Y OPERANDOS 4. INDENTIICADORES COMO LOCALIDADES DE MEMORIA OBJETIO EDUCACIONAL: El alumno conocerá las reglas para cambiar fórmulas matemáticas
Más detallesLicenciatura de Matemáticas Informática I Notación algorítmica - Descripción BNF
Licenciatura de Matemáticas Informática I Notación algorítmica - Descripción BNF Dpto. Informática Noviembre 1998 1. Deniciones en forma BNF < > Símbolos no terminales. Declaraciones u objetos declarados
Más detallesTeoría Matemática de la Computación Segundo Problemario Prof. Miguel A. Pizaña 13 de julio de 2016
Teoría Matemática de la Computación Segundo Problemario Prof. Miguel A. Pizaña 13 de julio de 2016 I Máquinas de Turing. 1. Qué es un a Máquina de Turing? Cómo se define? Cómo se llaman las teorías que
Más detallesGuía 4: Introducción a tensores Martes 10 de abril de 2012 Tarea: 4d, 10, 13.
Departamento de Física Facultad de Ciencias Universidad de Chile Métodos de la Física Matemática I Profesor: Gonzalo Gutiérrez Ayudante: Dany López Guía 4: Introducción a tensores Martes de abril de 22
Más detallesConcepto y Definición de Convolución
Convolución Concepto y Definición de Convolución Propiedades Correlación y Autocorrelación Convolución Discreta 1 Concepto y Definición de Convolución Mediante la convolución calcularemos la respuesta
Más detalles1. 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 detallesHacia las Gramáticas Propias II
Hacia las Hacia las II Gramáticas sin Ciclos Universidad de Cantabria Outline Hacia las 1 Hacia las 2 3 Definición Hacia las Definición Diremos que una gramática libre de contexto G := (V, Σ, Q 0, P) es
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detalles3 Curvas alabeadas. Solución de los ejercicios propuestos.
3 Curvas alabeadas. Solución de los ejercicios propuestos.. Se considera el conjunto C = {(x, y, z R 3 : x y + z = x 3 y + z = }. Encontrar los puntos singulares de la curva C. Solución: Llamemos f (x,
Más detallesMAT web:
Clase No. 7: MAT 251 Matrices definidas positivas Matrices simétricas Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesIntroducción a la biología computacional. El plan: Algoritmos de reconocimiento de patrones:
El plan: Introducción a la biología computacional Algoritmos de reconocimiento de patrones: Knuth-Morris-Pratt Boyer-Moore Árboles de sufijos Primeras aplicaciones de los árboles de sufijos Técnicas Avanzadas
Más detallesLISTA DE SÍMBOLOS. Bajada, movimiento que realiza el palpador al acercarse al centro de rotación de la
LISTA DE SÍMBOLOS a bu ( ) B Bi n af u b i Ancho de la huella de contacto Curva de Bézier no paramétrica Bajada, movimiento que realiza el palpador al acercarse al centro de rotación de la Polinomio de
Más detallesDr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato cimat.mx web:
Clase No 12: MAT 251 Factorización QR Dr Alonso Ramírez Manzanares Depto de Matemáticas Univ de Guanajuato e-mail: alram@ cimatmx web: http://wwwcimatmx/alram/met_num/ Dr Joaquín Peña Acevedo CIMAT AC
Más detallesAlgoritmos para determinar Caminos Mínimos en Grafos
Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)
Más detallesCálculo Numérico. Curso Ejercicios: Preliminares I
Cálculo Numérico. Curso 07-08. Ejercicios: Preliminares I 1. (a) Compruebe que la inversa de una matriz, L, triangular inferior de orden n puede calcularse como sigue: Para j = 1,,..., n e i = j, j + 1,...,
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesProblemas de vectores
Problemas de vectores 1.- Expresa el vector mm = (1, 2, 3) como combinación lineal de los vectores: uu = (1, 0, 1), vv = (1, 1, 0) y ww = (0, 1, 1). 2.- Siendo uu = (1, 0, 1), vv = (1, 1, 0) y ww = (0,
Más detallesEstructuras de Materiales Compuestos
Estructuras de Materiales Compuestos Análisis de falla progresiva Ing. Gastón Bonet - Ing. Cristian Bottero - Ing. Marco Fontana Estructuras de Materiales Compuestos Análisis de falla progresiva Repaso
Más detallesMatrices y Determinantes.
Tema II Capítulo 1 Matrices Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC Tema II Matrices y Determinantes 1 Matrices 1 Definiciones básicas Definición 11 Una matriz A de
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes Formales. Tema 7: Máquinas Transductoras. Holger Billhardt
Formales Tema 7: Máquinas Transductoras Holger Billhardt holger.billhardt@urjc.es Sumario: Bloque 3: Otras Máquinas Secuenciales 7. Máquinas Transductoras 1. Concepto y Definición 2. Función respuesta,
Más detalles1.3 Curvatura y torsión. Triedro de Frenet.
1.3 Curvatura y torsión. Triedro de Frenet. Sonia L. Rueda ETS Arquitectura. UPM Curvas y Superficies, 2015 Curvas y superficies 1. Curvas 2. Superficies 3. Superficies Regladas Curvas 1.1 Definición de
Más detallesRotaciones. R es ortogonal. Esto es :RR T = 1, donde R T ij =R ji. En efecto. R T R =1, R es una matriz ortogonal
Rotaciones Convención de Einstein: Dos índices repetidos en un monomio significan la suma de esos índices de 1 a la dimensión del espacio. Las rotaciones son transformaciones lineales, definidas por la
Más detallesCompiladores: Análisis Sintáctico. Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V.
Compiladores: Análisis Sintáctico Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V. Análizador Sintáctico de abajo hacia arriba Es un proceso de Reducción,
Más detallesINTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS
INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS PRÁCTICA 1 Curso 2017-2018 1. Realizar un programa Fortran que sume repetidamente el valor 0.1 en una variable de tipo REAL*4 (inicializada a cero) e imprima los resultados.
Más detalles300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos
300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. Qué es un computador? Todos lo sabemos!!!
Más detalles1 Selección múltiple
G C Y I r s HP i = s 1,...,s T { T t=1 } T 1 (y t s t ) 2 + λ (s t+1 2s t + s t 1 ) 2 t=2 = {(Y S) (Y S) + λ(as) (AS)} S Y T y t A (T 2) T S λ 0 S λ C I 4 2 PIB C 2 1 0 C 0 2 1 4 1994 1999 2004 2009
Más detallesThe Naive String-Matching Algorithm
Facultad de Producción y Servicios Escuela Profesional de Ingeniería de Sistemas Asignatura: Analisis y Diseño de Algoritmos Desarrollo de Investigación: Grupo-6 Docente: Mgter. Carlo Corrales Delgado
Más detalles2 Grupos simétricos y alternados
4 TEORIA DE GRUPOS A continuación vamos a estudiar los grupos que históricamente dieron origen a su concepto. 2 Grupos simétricos y alternados Dado un número natural n el conjunto de permutaciones 1 de
Más detallesa + ar + + ar n 1 = a(rn 1) r 1 = a(rn 1) + ar n+1 ar n
1 Matemáticas I 8 Febrero 07 1. Demuestra, por inducción, que si r 1 a + ar + + ar n 1 = arn 1 2 puntos Si n = 1, ambos miembros dan a. Supongamos cierta la igualdad para n 1 y probémosla para n + 1: a
Más detallesProcesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo
Procesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos 1. Cadenas
Más detallesUNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA NOMBRE.............................................. APELLIDOS........................................... CALLE................................................
Más detallesPráctica 3 Métodos de búsqueda para funciones de varias variables
Práctica 3 Métodos de búsqueda para funciones de varias variables Método de Hooke & Jeeves Este método data de 1961 y consiste en tres tipos de procedimientos: exploración, cambio de punto base y movimiento
Más detallesNivel del ejercicio : ( ) básico, ( ) medio, ( ) avanzado.
Universidad Rey Juan Carlos Curso 2010 2011 Teoría de Autómatas y Lenguajes Formales Ingeniería Técnica en Informática de Sistemas Hoja de Problemas 12 Propiedades de L.I.C. Nivel del ejercicio : ( ) básico,
Más detalles2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 9 10 1 8 12 7 3 1 6 2 5 4 3 11 18 20 21 22 23 24 25 26 28
Más detallesDistribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas
Distribuciones Probabilísticas Curso de Estadística TAE,005 J.J. Gómez Cadenas Distribución Binomial Considerar N observaciones independientes tales que: El resultado de cada experimento es acierto o fallo
Más detallesAlgoritmos para strings (3) Bioinformática, Elvira Mayordomo
Algoritmos para strings (3) Bioinformática, 17-2-16 Elvira Mayordomo Hoy Otras aplicaciones de árboles sufijos El problema del substring Substring común más largo Solapes (Overlaps) Repeticiones (exactas
Más detallesTema1. Modelo Lineal General.
Tema1. Modelo Lineal General. 1. Si X = (X 1, X 2, X 3, X 4 ) t tiene distribución normal con vector de medias µ = (2, 1, 1, 3) t y matriz de covarianzas 1 0 1 1 V = 0 2 1 1 1 1 3 0 1 1 0 2 Halla: a) La
Más detallesNPC. Más problemas NP-Completos. Complexity D.Moshkovitz
NPC Más problemas NP-Completos Introducción Objetivos: - Introducir más NP-Completos. Resumen: 3SAT CLIQUE INDEPENDENT-SET 2 Método Cómo demostramos que un problema está en NPC? Primero probamos que el
Más detallesAlgoritmos de Strings. Héctor Navarro
lgoritmos de Strings Héctor Navarro Substrings Dado un string T (posiblemente muy grande) y un patrón P (de tamaño menor), encontrar la primera (o todas) las apariciones de P en T Solución trivial de (NM)
Más detallesComputabilidad y Lenguajes Formales: Teoría de la Computabilidad: Reducibilidad
300CIG007 Computabilidad y Lenguajes Formales: Teoría de la Computabilidad: Reducibilidad Pontificia niversidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V. Reducibilidad
Más detallesAlgoritmos de fuerza bruta
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 29 de enero de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Algoritmos de fuerza bruta 29 de enero de 2018 1 / 26 1 Algoritmos de fuerza bruta Introducción
Más detalles3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices.
Tema I Capítulo 3 Matrices Álgebra Departamento de Métodos Matemáticos y de Representación UDC 3 Matrices 1 Definiciones básicas Definición 11 Una matriz A de dimensión m n es un conjunto de escalares
Más detalles2.3 El método de matriz de transferencia: modelo de Ising en d = 1
2.3 El método de matriz de transferencia: modelo de Ising en d = Este es un método para resolver sistemas definidos en redes con variables discretas, el cual se utiliza fundamentalmente para resolver problemas
Más detallesdx = x El tensor x/ X se denomina tensor gradiente de la deformación F = x
Capítulo 2 Cinemática El desarrollo de las expresiones contenidas en este capítulo se lleva a cabo en un sistema de referencia general cartesiano {I 1 I 2 I 3 }. La notación es, con algunas diferencias,
Más detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesCondiciones de apoyo especiales
Condiciones de apoyo especiales Apoyos no orientados según los ejes generales Descensos conocidos en los apoyos J. T. Celigüeta Apoyos no orientados según X G Y G La condición de apoyo no se puede definir
Más detallesProgramación Dinámica
Programación Dinámica Es aplicada típicamente a problemas de optimización, donde puede haber muchas soluciones, cada una tiene un valor asociado y prentendemos obtener la solución con valor óptimo. Al
Más detalles1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Más detallesExpresiones Regulares y Gramáticas Regulares
y Gramáticas Regulares Sistemas Lineales. Universidad de Cantabria Esquema Idea 1 Idea 2 3 Problema Idea Nos preguntamos si las expresiones regulares generan los mismos lenguajes que las gramáticas regulares.
Más detallesEstudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos
Contrastes 2 χ Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos de una determinada distribución? Homogeneidad
Más detallesEjercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
Más detallesFactorización QR Método iterativo de Jacobi
Clase No. 13: MAT 251 Factorización QR Método iterativo de Jacobi Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesResolución de sistemas de ecuaciones lineales
Tema 2 Resolución de sistemas de ecuaciones lineales 21 Métodos directos de resolución de sistemas de ecuaciones lineales 211 Resolución de sistemas triangulares Definición 211 Una matriz A se dice triangular
Más detallesAlgoritmo de colonia de hormigas para el problema de ruteo de vehículos con dependencia temporal. Santiago Balseiro Irene Loiseau Juan Ramonet
Algoritmo de colonia de hormigas para el problema de ruteo de vehículos con dependencia temporal Santiago Balseiro Irene Loiseau Juan Ramonet Hoja de Ruta Introducción al Problema Algoritmos Interfaz Gráfica
Más detallesDiseño de algoritmos
Diseño de algoritmos Jesús Bermúdez de Andrés. UPV-EHU Guías para la solución de ejercicios: Análisis de algoritmos Curso 2008-09 1. Con un algoritmo de función de coste temporal f(n) = n 3 resolvemos
Más detallesSeminario de problemas Curso Hoja 17. Soluciones
Seminario de problemas Curso 2016-17. Hoja 17. Soluciones 105. Dos aristas opuestas de un tetraedro, de longitudes a y b, son perpendiculares. La distancia entre ambas aristas, es decir, la mínima distancia
Más detallesVENTAJAS DE LA TRAMITACIÓN TELEMÁTICA JOSE ANTONIO GALDÓN RUIZ
VENTAJAS DE LA TRAMITACIÓN TELEMÁTICA 1 JOSE ANTONIO GALDÓN RUIZ DATOS COITIRM AÑO 2010 Distribución de Energía en Baja y Media Tensión 3.154 Baja Tensión 2.410 Gruas para obra 646 Construcción de Naves
Más detallesOrdenamiento (Sorting)
Ordenamiento (Sorting) El problema del ordenamiento Ordenar: arreglo[α] arreglo[α], donde α es un tipo tal que está definida la relación < α Uno de los problemas más clásicos, útiles y estudiados de la
Más detallesMaestría en Matemáticas
Reactivos Propuestos para Examen de Admisión (ASN) Ingreso en Agosto de 203. Sea R el conjunto de los números reales y S el conjunto de todas las funciones valuadas en los reales con dominio en R. Muestre
Más detallesLÍNEAS DE TRANSMISIÓN
LÍNEAS DE TRANSMISIÓN CÁLCULO DE CIMENTACIONES Ing. Carlos Huayllasco Montalva Consideraciones Generales Anteriormente se dimensionaban los macizos de cimentación para que su peso y el del soporte bastaran
Más detallesCURVAS Y SUPERFICIES, S.L. Rueda CURVAS. 1.2 Longitud de una curva. Parámetro arco.
CURVAS. 1.2 Longitud de una curva. Parámetro arco. 1.1 Definición de curva parametrizada espacial. Representación implícita. 1.2 Longitud de una curva. Parámetro arco. 1.3 Curvatura y torsión. Triedro
Más detallesTema#2. Tipos de Datos 10
2.1 DEFINICIÓN DE DATOS. Los datos son los objetos sobre los que opera una computadora. El tipo de un dato es el conjunto de valores que puede tomar durante el programa. Si se le intenta dar un valor fuera
Más detallesEstimar 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 detallesCálculo de Geodésicas en Superficies de Revolución
Cálculo de Geodésicas en Superficies de Revolución Superficies de Revolución Sea S R 3 la superficie de revolución obtenida al girar una curva regular del plano XZ que no corte al eje Z alrededor del mismo.
Más detallesSistemas de Ecuaciones. Lineales III
Sistemas de Ecuaciones Lineales III Pivoteo: Estrategia de pivoteo parcial Adaptación a matrices con estructuras particulares: Matrices banda y tridiagonales Método de holesky 52123-1 - DIM Universidad
Más detallesInformática General 2016 Cátedra: Valeria Drelichman, Pedro Paleo, Leonardo Nadel, Norma Morales
UNA / AREA TRANSDEPARTAMENTAL DE ARTES MULTIMEDIALES Licenciatura en Artes Multimediales Informática General 2016 Cátedra: Valeria Drelichman, Pedro Paleo, Leonardo Nadel, Norma Morales JavaScript Algoritmo
Más detallesMATEMÁTICASII Curso académico BLOQUE GEOMETRÍA TEMA 3: Distancias, ángulos y lugares geométricos.
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA TEMA 3: Distancias, ángulos y lugares geométricos. 3.1 DISTANCIAS EN EL ESPACIO 3.1.1 Distancia entre dos puntos Dados los puntos A(x 0, y 0, z
Más detallesAlgoritmia básica. Fundamentos de Programación. Curso Depto. de Matemática Aplicada y Métodos Informáticos
Algoritmia básica Introducción Computación: Manipular la información y realizar los cálculos apropiados para resolver un problema Algoritmo: Sucesión finita de pasos no ambiguos que se pueden ejecutar
Más detalles3 Curvas alabeadas (curvas en R 3 )
3 Curvas alabeadas (curvas en R 3 ) El estudio de curvas en el espacio es, en varios aspectos, similar al de curvas en el plano. En este capítulo consideraremos como parametrización (I, α) a un par formado
Más detallesCURSO INTRODUCTORIO DE LA FACULTAD DE INGENIERÍA U.C. SUBPRUEBA DE CONOCIMIENTOS DE FÍSICA. m :
11) Una partícula parte del punto P y realiza los siguientes desplazamientos: ( 3 ˆ + 4ĵ) ( iˆ + 3 ˆj ) m para llegar al punto de vector posición ( 3 i ˆ + 5ĵ) m. Las coordenadas del punto P son, en m:
Más detallesCiencias de la Computación I
Ciencias de la Computación I Gramáticas Regulares Expresiones Regulares Gramáticas - Intuitivamente una gramática es un conjunto de reglas para formar correctamente las frases de un lenguaje - Por ejemplo,
Más detallesLas expresiones son combinaciones de constantes, variables, símbolos de operación, paréntesis y nombres de funciones especiales.
Expresiones Las expresiones son combinaciones de constantes, variables, símbolos de operación, paréntesis y nombres de funciones especiales. Por ejemplo: a + (b + 3) / c Cada expresión toma un valor que
Más detallesTeoría 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 detallesExpresiones Regulares y Derivadas Formales
y Derivadas Formales Las Derivadas Sucesivas. Universidad de Cantabria Esquema 1 2 3 Derivadas Sucesivas Recordemos que los lenguajes de los prefijos dan información sobre los lenguajes. Derivadas Sucesivas
Más detallesTEMA 1 La eficiencia de los algoritmos
DLSI (Univ. Alicante) Tema 1. La eficiencia de los algoritmos TEMA 1 La eficiencia de los algoritmos PROGRAMACIÓN Y ESTRUCTURAS DE DATOS La eficiencia de los algoritmos 1. Noción de complejidad Complejidad
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesCAPITULO 6 MODELO CON TIEMPOS DE FALLA CON DISTRIBUCION DE PROBABILIDAD GENERAL Y FRECUENCIA DE MUESTREO FIJO.
CAPITULO 6 MODELO CON TIEMPOS DE FALLA CON DISTRIBUCION DE PROBABILIDAD GENERAL Y FRECUENCIA DE MUESTREO FIJO. En este capítulo se presenta el modelo con tiempos de falla con distribución Exponencial y
Más detallesIntroducción a la Teoría de Códigos
Introducción a la Teoría de Códigos M.A. García, L. Martínez, T. Ramírez Facultad de Ciencia y Tecnología. UPV/EHU Ejercicios y Problemas resueltos Tema 4: CÓDIGOS CÍCLICOS Mayo de 2017 Ejercicios Resueltos:
Más detalles6 Variables aleatorias independientes
6 Variables aleatorias independientes Edgar Acuna ESMA 4 Edgar Acuna Dos variables aleatorias son independientes si para todo a b P[
Más detallesCadenas de Markov Ocultas
Nicolás Carrère Análisis Inteligente de Datos Departamento de Informática Universidad Técnica Federico Santa María Valparaíso, 24 de Noviembre de 2005 1 2 3 4 Temario Las cadenas de Markov pueden ser representadas
Más detallesSesión 1. Simulación numérica multifísica
Sesión 1. Simulación numérica multifísica M. Meis y F. Varas Departamento de Matemática Aplicada II Universidad de Vigo Introducción a Elmer, sofware libre de simulación numérica multifísica A Coruña,
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes. Tema 4: Expresiones Regulares. Luis Peña
Máquinas Secuenciales, Autómatas y Lenguajes Tema 4: Expresiones Regulares Luis Peña Sumario Tema 4: Expresiones Regulares. 1. Concepto de Expresión Regular 2. Teoremas de Equivalencia Curso 2012-2013
Más detallesSistemas Inteligentes. Tema B2T7: Algoritmo de Viterbi. Estimación de modelos de Markov.
Sistemas Inteligentes Escuela Técnica Superior de Informática Universitat Politècnica de València Tema BT7: Algoritmo de Viterbi. Estimación de modelos de Markov. DSIC UPV: Octubre, 8 SIN-TemaBT7 índice
Más detallesMatrices bandadas Cálculo de la inversa y determinante Normas vectoriales y matriciales
Clase No. 8: MAT 251 Matrices bandadas Cálculo de la inversa y determinante Normas vectoriales y matriciales Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesMétodos iterativos para resolver sistemas de ecuaciones lineales
Clase No. 8 (Parte 1): MAT 251 Métodos iterativos para resolver sistemas de ecuaciones lineales Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
Más detallesProblemas de estructura y tecnología de computadores Hoja 6: Temas 12, 13 y 14
Problemas de estructura y tecnología de computadores Hoja 6: Temas 12, 13 y 14 1) Diseñar una memoria de 640 Kbytes (512Kbytes de RAM y 128 Kbytes de ROM) accesible a nivel de byte, empleando chips de
Más detallesAPÉNDICE A ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMATICAS INGENIERIA EN ESTADISTICA E INFORMATICA
APÉNDICE A ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMATICAS INGENIERIA EN ESTADISTICA E INFORMATICA Nivel de Conocimientos en Estadística de los estudiantes de Ingeniería de la
Más detalles