Análisis y Diseño de Algoritmos
|
|
- Concepción María Victoria Hidalgo Zúñiga
- hace 6 años
- Vistas:
Transcripción
1 Análisis y Diseño de Algoritmos Teoría NP-Completeness DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
2 Problemas de Decisión Teoría de NP-Completeness Diseñada para aplicarse solo a problemas de decisión 2 Dos posible soluciones Sí o No Un problema de decisión Π consiste de un conjunto de instancias D Π y un subconjunto Y Π D Π de instanciassí. La mayoría de los problemas de decisión reales de interés poseen una cantidad considerable de estructura adicional
3 Dos partes Representación de Problemas 3 Primera: Especificar una instancia genérica del problema en términos de varios componentes Conjuntos, grafos, funciones, números, etc. Segunda: Expresar una pregunta sí-no en términos de la instancia genérica Debe ser evidente la especificación de Y Π y D Π
4 Dos partes Representación de Problemas 4 Una instancia pertenece a D Π sí y solo si se puede obtener a partir de la instancia genérica sustituyendo objetos particulares de los tipos especificados para todos los componentes genéricos La instancia pertenece a Y Π sí y solo si la respuesta a la pregunta expresada, al particularizarla a la instancia, es Sí.
5 Ejemplo: Subgrafo Isomorfo Este es un problema de decisión muy conocido de la teoría de grafos 5 INSTANCIA: Dos grafos, G 1 = (V 1, E 1 ) y G 2 = (V 2, E 2 ) PREGUNTA: Contiene G 1 un subgrafo isomorfo a G 2, esto es, un subconjunto V V 1 y un subconjunto E E 1 tal que V = V 2, E = E 2, y existe una función uno-a-uno f: V 2 à V que satisface {u, v} E 2 sí y solo si {f(u), f(v)} E?
6 Ejemplo: Agente Viajero 6 INSTANCIA: Un conjunto finito C = {c 1, c 2,, c m } de ciudades, una distancia d(c i, c j ) Z + para cada par de ciudades c i, c j C, y un límite B Z + (donde Z + denota los enteros positivos). PREGUNTA: Habrá un circuito de todas las ciudades en C teniendo longitud total no mayor que B, esto es, un ordenamiento <c π(1), c π(2),, c π(m) > de C tal que m 1 i= 1 d ( c c ) d( c, c B π ( i), π ( i+ 1) π ( m) π (1) ) +?
7 Restricción a Problemas de Decisión Se hace porque tienen una contraparte formal muy natural 7 Adecuado para estudiar en una teoría matemáticamente precisa de computación Esta contraparte es llamada lenguaje
8 Lenguaje Para cualquier conjunto finito Σ de símbolos, denotamos como Σ * al conjunto de todas las cadenas de símbolos de Σ. 8 Si Σ={0, 1}, entonces Σ * consiste de la cadena vacía, las cadenas 0, 1, 00, 01, 10, 11, 000, 001, y todas las otras cadenas finitas de 0 s y 1 s. Si L es un subconjunto de Σ *, decimos que L es un lenguaje sobre el alfabeto Σ. Entonces {01, 001, 111, } es un lenguaje sobre {0, 1}, también lo es el conjunto de todas las representaciones binarias de enteros que son cuadrados perfectos, como lo es el conjunto {0, 1} *.
9 Lenguaje 9 Si Σ={0, 1}, entonces Σ * consiste de la cadena vacía, las cadenas 0, 1, 00, 01, 10, 11, 000, 001, y todas las otras cadenas finitas de 0 s y 1 s. Si L es un subconjunto de Σ *, decimos que L es un lenguaje sobre el alfabeto Σ. Entonces {01, 001, 111, } es un lenguaje sobre {0, 1}, también lo es el conjunto de todas las representaciones binarias de enteros que son cuadrados perfectos, como lo es el conjunto {0, 1} *.
10 Correspondencia Problema de Decisión-Lenguaje Esquema de codificación que usamos para especificar instancias del problema cuando queremos calcularlas 10 Un esquema de codificación e para un problema Π provee una manera de describir cada instancia de Π con una cadena apropiada de símbolos sobre algún alfabeto fijo Σ.
11 Correspondencia Problema de Decisión-Lenguaje El problema Π y el esquema de codificación e para Π particionan Σ * en tres clases de cadenas Aquellas que no son codificaciones de instancias de Π 11 Las que codifican instancias de Π para las que la respuesta es no Las que codifican instancias de Π para las que la respuesta es sí El lenguaje que asociamos con Π y e: L, = x Σ [ Π e] Σ es el alfabeto utilizado por e, y x es la : codificación bajo e de una instancia I Y Π
12 Correspondencia Problema de Decisión-Lenguaje La teoría formal se aplica a problemas de decisión 12 Decimos que si un resultado se mantiene para el lenguaje L[Π, e], entonces también se mantiene para el problema Π bajo el esquema de codificación e.
13 Correspondencia Problema de Decisión-Lenguaje La teoría formal se aplica a problemas de decisión 13 Si tenemos dos esquemas de codificación razonables e y e para el problema Π, entonces la propiedad se mantiene o para L[Π, e] y L[Π, e ] o para ninguno. Permite decir, informalmente, que la propiedad se mantiene (o no) para el problema Π, sin especificar ningún esquema de codificación Se pierde la noción precisa del tamaño de la entrada Necesario asociar una función: Length: D Π à Z + que está polinomialmente relacionada a las longitudes de entrada que obtendremos de un esquema de codificación razonable
14 Correspondencia Problema de Decisión-Lenguaje Polinomialmente relacionado 14 Para cualquier esquema de codificación razonable e para Π, existen dos polinomios p y p tal que si I D Π y x es una cadena que codifica la instancia I bajo e, entonces Length[I] p( x ) y x p (Length[I]), donde x denota la longitud de la cadena x. Para el problema de Subgrafo Isomorfo: Length[I] = V 1 + V 2, donde G 1 = (V 1, E 1 ) y G 2 = (V 2, E 2 ) son los grafos que hacen una instancia.
15 Correspondencia Problema de Decisión-Lenguaje Polinomialmente relacionado Para el problema de decisión del Agente Viajero podemos tomar Length[I] = m + log 2 B + max{ log 2 d(c i,c j ) : c i, c j C} 15 Dos esquemas de codificación razonables para un problema Π llevarán a longitudes de entrada polinomialmente relacionadas Hay una amplia variedad de posibilidades de funciones de longitud (Length) para Π.
16 Correspondencia Problema de Decisión-Lenguaje Esquema de codificación razonable No hay una definición formal Significado generalmente aceptado incluye las nociones de: 16 Conciso Instancias de un problema deben describirse con la brevedad natural que usaríamos en una especificación de las mismas para una computadora Decodificable Dado un componente particular de una instancia genérica, deberíamos ser capaces de especificar un algoritmo en tiempo polinomial que sea capaz de extraer una descripción del componente para cualquier instancia codificada dada.
17 Máquina de Turing Determinística y la Clase P 17 Necesitamos un modelo para formalizar la noción de algoritmo Máquina de turing determinística con una cinta
18 Definición formal La Clase P 18 P = { L: hay un programa DTM M que se ejecuta en tiempo polinomial para el cual L = L M } L à Lenguaje
19 La Clase P El problema de decisión Π pertenece a P bajo el esquema de codificación e si L[Π, e] P. Hay una DTM que resuelve Π en tiempo polinomial bajo el esquema de codificación e. 19 Decimos que el problema Π pertenece a P.
20 Computación No-Determinística y la Clase NP Otra clase de lenguajes / problemas de decisión Dada una instancia del problema, una solución se puede verificar en tiempo polinomial. 20 Ser polinomialmente verificable no implica tener una solución en tiempo polinomial
21 Computación No-Determinística y la Clase NP Definición formal NP = {L : existe un programa NDTM M que se ejecuta en tiempo polinomial para el cual L M = L} 21 El problema de decisión: Π pertenece a NP bajo el esquema de codificación e si L[Π, e] NP. Decimos que el problema Π pertenece a NP.
22 Computación No-Determinística y la Clase NP 22
23 Diferencia entre DTM y NDTM NDTM hace el proceso en dos pasos 1. guessing stage a) Escribe una cadena arbitraria de Γ * en la cinta checking stage a) Examina la cadena b) Una ejecución para cada cadena generada en el guessing Stage a) Puede ser un número infinito de cadenas
24 Diferencia entre DTM y NDTM NDTM hace el proceso en dos pasos 1. Al término de una computación a) Estado de aceptación q Y 24 b) Estado de no aceptación q N c) Todas las demás ( halting o no) 1. Consideradas como de no aceptación
25 Examen para la Casa 25
26 Examen para Casa Describir lo que entienden (no copiar del libro) La relación entre P y NP (no las diferencias) Cual es la diferencia entre las clases P, NP y NP-complete? Describir el teorema de Cook 26 Entrega: 28-Nov-2012 hasta la media noche Deberán: Convencerme de que entienden el tema Escribir respuestas lo más concisas posible Utilizar ejemplos
27 Alfabeto Griego 27
Complejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 42
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 42 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 45
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 45 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detallesEl Autómata con Pila
El Autómata con Pila Una Generalización del Autómata Finito Universidad de Cantabria Esquema 1 2 3 4 Los autómatas son abstracciones de maquinas de calcular, como hemos visto. Los más sencillos no tienen
Más detallesAutómatas Finitos Deterministicos (DFA)
Autómatas Finitos Deterministicos (DFA) Introducción a la Lógica y la Computación Fa.M.A.F., Universidad Nacional de Córdoba 26/0/6 Info útil Bibliografía: Introducción a la teoría de autómatas, lenguajes
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 2: El grupo de las permutaciones
Tema 2: El grupo de las permutaciones Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Octubre de 2014 Olalla (Universidad de Sevilla) Tema 2: El grupo de las
Más detallesProcesadores de Lenguaje
Procesadores de Lenguaje Repaso TALF Cristina Tîrnăucă Dept. Matesco, Universidad de Cantabria Fac. Ciencias Ing. Informática Primavera de 2013 La Jerarquía de Chomsky Cuatro niveles de lenguajes formales
Más detallesComputabilidad 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. No Determinismo Hasta ahora cada
Más detallesUna (muy) breve introducción a la teoría de la computación
Una (muy) breve introducción a la teoría de la computación Marcelo Arenas M. Arenas Una (muy) breve introducción a la teoría de la computación 1 / 48 Ciencia de la computación Cuál es el objeto de estudio
Más detalles13.3. MT para reconocer lenguajes
13.3. MT para reconocer lenguajes Gramática equivalente a una MT Sea M=(Γ,Σ,,Q,q 0,f,F) una Máquina de Turing. L(M) es el lenguaje aceptado por la máquina M. A partir de M se puede crear una gramática
Más detallesNOCIONES PRELIMINARES (*) 1
CONJUNTOS NOCIONES PRELIMINARES (*) 1 Conjunto no es un término definible, pero da idea de una reunión de cosas ( elementos ) que tienen algo en común. En matemática los conjuntos se designan con letras
Más detallesInecuaciones Intervalo Intervalo Abierto Intervalo Cerrado
Capítulo 7 Inecuaciones D entro del mundo de la resolución de problemas te encontrarás en ocaciones en que la incógnita que deseas encontrar no tiene tantas restricciones que la hacen ser única para satisfacer
Más detallesMODELOS DE COMPUTACION I Preguntas Tipo Test. 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular.
MODELOS DE COMPUTACION I Preguntas Tipo Test Indicar si son verdaderas o falsas las siguientes afirmaciones: 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular. 2.
Más detallesTemas. Objetivo. Que el estudiante logre: 1) Identificar conceptos constructivos de la Teoría de la Computabilidad. 2) Definir autómatas de pila.
0 Temas Definición de autómata de pila Autómata de pila determinístico y no determinístico Objetivo Que el estudiante logre: 1) Identificar conceptos constructivos de la Teoría de la Computabilidad. 2)
Más detallesEn matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse
En matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse lógicamente como un término no definido. Un conjunto se
Más detallesTema: Autómata de Pila
Facultad: Ingeniería Escuela: Computación Asignatura: Compiladores 1 Tema: Autómata de Pila Contenido La presente guía aborda los autómatas de pila, y se enfoca en la aplicación que se le puede dar a estas
Más detalles5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones
1 Curso Básico de Computación 5 Autómatas de pila 5.1 Descripción informal Un autómata de pila es esencialmente un autómata finito que controla una cinta de entrada provista de una cabeza de lectura y
Más detallesEn la fig. 1 se representa el grafo, G=(V,A) donde: V = {1, 2, 3, 4, 5, 6} A = { {1,2}, {1,3}, {1,5}, {3}, {3,4}, {4,5}, {5,6} }
Unidad 1 Parte 1 - Teoría de Grafos Introducción En este capítulo veremos la noción matemática de grafo y propiedades de los mismos. En capítulos subsiguientes veremos las estructuras de datos utilizadas
Más detallesProblemas indecidibles
Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesPregunta 1 Es correcta esta definición? Por qué?
TEORÍA DE CONJUNTOS. En un libro de COU de 1975 puede leerse la siguiente definición de conjunto: Un conjunto es una colección de objetos, cualquiera que sea su naturaleza. Pregunta 1 Es correcta esta
Más detallesALGORITMOS HEURÍSTICOS Y APROXIMADOS. Análisis y diseño de algoritmos II- 2009
ALGORITMOS HEURÍSTICOS Y APROXIMADOS Análisis y diseño de algoritmos II- 2009 Problemas difíciles : Definiciones, ejemplos y propiedades Análisis y diseño de algoritmos II- 2009 Un viaje a Ciencias de
Más detallesTeoría de Conjuntos y Conjuntos Numéricos
Teoría de Conjuntos y Conjuntos Numéricos U N I V E R S I D A D D E P U E R T O R I C O E N A R E C I B O D E P A R T A M E N T O DE M A T E M Á T I C A S P R O F A. Y U I T Z A T. H U M A R Á N M A R
Más detallesTEORÍA DE CONJUNTOS.
TEORÍA DE CONJUNTOS. NOCIÓN DE CONJUNTO: Concepto no definido del cual se tiene una idea subjetiva y se le asocian ciertos sinónimos tales como colección, agrupación o reunión de objetos abstractos o concretos.
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesTEMA 2: TEORÍA DE CONJUNTOS Y CONJUNTOS NUMÉRICOS.
TEMA 2: TEORÍA DE CONJUNTOS Y CONJUNTOS NUMÉRICOS. TEORÍA DE CONJUNTOS. Definiciones. Se define un conjunto como una colección de objetos o cosas, se nombran con letras mayúsculas (A, B...). Cada uno de
Más detallesMétodos 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 detallesEjemplo, generación de #s aleatorios
Ejemplo, generación de #s aleatorios Supón que tienes un generador de números aleatorios enteros [0,2] con distribución uniforme, y tu necesitas generar números con distribución uniforme [0,4]. Alguien
Más detallesNotas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #8: jueves, 9 de junio de 2016. 8 Factorización Conceptos básicos Hasta
Más detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesUn grafo G = (V, E) se dice finito si V es un conjunto finito.
1 Grafos: Primeras definiciones Definición 1.1 Un grafo G se define como un par (V, E), donde V es un conjunto cuyos elementos son denominados vértices o nodos y E es un subconjunto de pares no ordenados
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesTexto: Hopcroft, J. E., Motwani, R., Ullman, J.D., Introduction to Automata Theory, Languajes, and Computation. 3rd Edition. Addison Wesley, 2007.
Universidad de Puerto Rico Recinto de Mayagüez Facultad de Artes y Ciencias DEPARTAMENTO DE CIENCIAS MATEMÁTICAS Programa de Autómata y Lenguajes Formales Curso: Autómata y Lenguajes Formales Codificación:
Más detallesAlgoritmos y programas. Algoritmos y Estructuras de Datos I
Algoritmos y programas Algoritmos y Estructuras de Datos I Primer cuatrimestre de 2012 Departamento de Computación - FCEyN - UBA Programación funcional - clase 1 Funciones Simples - Recursión - Tipos de
Más detallesEquivalencia Entre PDA y CFL
Equivalencia Entre PDA y CFL El Lenguaje aceptado por un Autómata con Pila Universidad de Cantabria Esquema 1 Introducción 2 3 Lenguaje Aceptado por un Autómata Como en los autómatas finitos, se puede
Más detallesGrafos. 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 detallesSISTEMA 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 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 detallesMATEMÁTICAS II CICLO COMÚN INBAC UNIDAD DIDÁCTICA #5
UNIDAD DIDÁCTICA #5 INDICE PÁGINA Números Irracionales -------------------------------------------------------------------------------------2 Los Pitagóricos y 2 ----------------------------------------------------------------------3
Más detallesEn una recta numérica el punto que representa el cero recibe el nombre de origen.
1. Conjuntos numéricos Los conjuntos numéricos con los que has trabajado tanto en Enseñanza Básica como en Enseñanza Media, se van ampliando a medida que se necesita resolver ciertas problemáticas de la
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 19 Contenido 1 Teoria de
Más detalles3 Polinomios y funciones racionales
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #19: viernes, 24 de junio de 2016. 3 Polinomios y funciones racionales
Más detallesÁlgebra y Trigonometría Clase 2 Ecuaciones, desigualdades y Funciones
Álgebra y Trigonometría Clase 2 Ecuaciones, desigualdades y Funciones CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesIntroducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Programa Introducción a la teoría de grafos Problemas de camino mínimo Problemas de flujo máximo Programación lineal
Más detallesIntroducción. El uso de los símbolos en matemáticas.
Introducción El uso de los símbolos en matemáticas. En el estudio de las matemáticas lo primero que necesitamos es conocer su lenguaje y, en particular, sus símbolos. Algunos símbolos, que reciben el nombre
Más detallesIntroducción a los Sistemas Digitales. Conceptos básicos de matemática aplicada a los sistemas digitales
Curso-0 1 Introducción a los Sistemas Digitales Conceptos básicos de matemática aplicada a los sistemas digitales 2 Contenidos Conjuntos numéricos Notación científica Redondeo Logaritmos Resumen 3 Conjuntos
Más detallesTEMA 1 LOS NÚMEROS REALES
TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES.-LA RECTA REAL Los NÚMEROS RACIONALES: Se caracterizan porque pueden expresarse: En forma de fracción, es decir, como cociente b a de dos números enteros:
Más detallesR no es enumerable. Por contradicción, supongamos que existe una biyección f : N! R. diagonalización de Cantor. Para cada i 2 N:
R no es enumerable Por contradicción, supongamos que existe una biyección f : N! R. I Vamos a obtener una contradicción usando el método de diagonalización de Cantor. Para cada i 2 N: f (i) = n i.d i,0
Más detallesConvertir un AFND a un AFD
Convertir un AFND a un AFD Existe una equivalencia entre los AFD y AFN, de forma que un autómata M es equivalente a un autómata M' si L(M) ) L(M'). Ejemplo: Los autómatas de la siguiente figura son equivalentes.
Más detallesInducción 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 detallesCONJUNTO Y TIPOS DE CONJUNTOS
CONJUNTO Y TIPOS DE CONJUNTOS Ejemplos 1. Determine cuáles de los siguientes conjuntos corresponden a conjuntos vacíos. a) El conjunto de los números naturales mayores que 3 y menores que 6. b) El conjunto
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesComputabilidad y Lenguajes Formales: Autómatas de Pila
300CIG007 Computabilidad y Lenguajes Formales: Autómatas de Pila Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. Basado en [SIPSER, Chapter 2] Autómatas
Más detallesGrafos. 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 detallesAMPLIACIÓN DE MATEMÁTICAS
AMPLIACIÓN DE MATEMÁTICAS TEOREMA DE EXTENSIÓN DE KRONECKER. Los polinomios irreducibles sobre un cuerpo no tienen raíces sobre ese cuerpo, salvo que sean de grado uno. Ya hemos visto que Ejemplo 1. x
Más detallesCLASIFICACIÓN DE PROBLEMAS
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO Facultad de Ciencias Exactas y Tecnologías Licenciatura en Sistemas de Información 2009 CLASIFICACIÓN DE PROBLEMAS 1 CLASES DE PROBLEMAS Uno de los resultados
Más detallesTeoría de Conjuntos y Conjuntos Numéricos
Teoría de Conjuntos y Conjuntos Numéricos U N I V E R S I D A D D E P U E R T O R I C O E N A R E C I B O D E P A R T A M E N T O DE M A T E M Á T I C A S P R O F A. Y U I T Z A T. H U M A R Á N M A R
Más detalles1 Conjuntos y propiedades de los números naturales
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #1: martes, 31 de mayo de 2016. 1 Conjuntos y propiedades de los números
Más detallesTema II: Metodología para la construcción de programas
Tema II: Metodología para la construcción de programas Semestre: A-2012 Profesora: Nelly García Mora Agenda 1. Definición 2. Análisis E P S 3. Construcción de Algoritmos 4. Diagramas de Flujo 5. Codificación
Más detalles1. Computadores y programación
1. Computadores y programación Informática y computadora (RAE) Informática (Ciencia de la computación) Conjunto de conocimientos científicos y técnicos que hacen posible el tratamiento automático de la
Más detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
Más detallesCapítulo 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 detallesTeoría Matemática de la Computación Primer Problemario Prof. Miguel A. Pizaña 11 de Octubre de 2006
Teoría Matemática de la Computación Primer Problemario Prof. Miguel A. Pizaña 11 de Octubre de 2006 I Tareas 1. Dudar de todo, al menos una vez en la vida. 2. Revisar sus apuntes todos los días en la tarde
Más detallesModelos Computacionales
Análisis y Complejidad de Algoritmos Modelos Computacionales Arturo Díaz Pérez El circuito lógico La máquina de estados finitos La máquina de acceso aleatorio La máquina de Turing Compuertas Lógicas Compuerta
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesDe los números naturales a los números enteros. Exposición de contenidos matemáticos. Sobre el número cardinal
De los números naturales a los números enteros Exposición de contenidos matemáticos Sobre el número cardinal Usos del número: Introducción: Se reconocen distintos usos del número natural. Los usos o significados
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesTeoría de Lenguajes y Autómatas Conceptos y teoremas fundamentales
Se prohíbe la reproducción total o parcial de este documento, excepto para uso privado de los alumnos de la asignatura Teoría de Autómatas I de la UNED y los alumnos de asignaturas equivalentes de otras
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Programa Probabilidad Teoría de conjuntos Diagramas de Venn Permutaciones y combinaciones Variables aleatorias y distribuciones Propiedades de distribuciones Funciones generadoras
Más detallesy 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 detallesRuta 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 detallesMaestría Enseñanza Aprendizaje de las Ciencias Básicas. Dr. Gilberto Paredes
Maestría Enseñanza Aprendizaje de las Ciencias Básicas Dr. Gilberto Paredes Laboratorio de Física aplicada y Líneas de Investigación Computacional (LFAC) http://www.unet.edu.ve/lfac Caos, Sistemas Complejos,
Más detallesNOTACIÓN O GRANDE. El análisis de algoritmos estima el consumo de recursos de un algoritmo.
NOTACIÓN O GRANDE El análisis de algoritmos estima el consumo de recursos de un algoritmo. Esto nos permite comparar los costos relativos de dos o más algoritmos para resolver el mismo problema. El análisis
Más detallesAritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
Más detallesUnidad II. Conjuntos. 2.1 Características de los conjuntos.
Unidad II Conjuntos 2.1 Características de los conjuntos. Es la agrupación en un todo de objetos bien diferenciados en el la mente o en la intuición, por lo tanto, estos objetos son bien determinados y
Más detallesMáquinas 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 detallesPROGRAMACIÓN. UNIDAD II. ALGORITMO PROFA : HAU MOY
PROGRAMACIÓN. UNIDAD II. ALGORITMO PROFA : HAU MOY ALGORITMO DEFINICIÓN: CONSISTE EN LA DESCRIPCIÓN CLARA Y DETALLADA DEL PROCEDIMIENTO A SEGUIR PARA ALCANZAR LA SOLUCIÓN A UN PROBLEMA EN DONDE SE ESTABLECE
Más detallesIntroducción a la Teoría de Automátas
a la Teoría de Automátas Universidad de Cantabria Primeras Consideraciones Fijar un modelo de cálculo que haga referencia a los fundamentos de la comunicación y el lenguaje. Todo cálculo algorítmico consiste
Más detallesLA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE. Capítulo 7 Sec. 7.5 y 7.6
LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE Capítulo 7 Sec. 7.5 y 7.6 El Plano Complejo Se puede utilizar un plano de coordenadas para representar números complejos. Si cada
Más detallesTema II: Metodología para la construcción de programas. Profesora: Nelly García Mora
Tema II: Metodología para la construcción de programas Profesora: Nelly García Mora 1. Metodologías de Programación Metodología de programación: es un conjunto o sistema de métodos, principios y reglas,
Más detallesAnálisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Ordenamiento en Tiempo Lineal DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Ordenamiento por Comparación (Comparison Sorts) Tiempo de ejecución HeapSort y
Más detallesLímites y continuidad de funciones reales de variable real
Límites y continuidad de funciones reales de variable real Álvarez S., Caballero M.V. y Sánchez M. a M. salvarez@um.es, m.victori@um.es, marvega@um.es Índice 1. Definiciones 3 2. Herramientas 10 2.1. Funciones
Más detallesAnálisis de Algoritmos
Análisis de Algoritmos Amalia Duch Barcelona, marzo de 2007 Índice 1. Costes en tiempo y en espacio 1 2. Coste en los casos mejor, promedio y peor 3 3. Notación asintótica 4 4. Coste de los algoritmos
Más detallesProbabilidad 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 detallesCÁLCULO DIFERENCIAL Muestras de examen
CÁLCULO DIFERENCIAL Muestras de examen Febrero 2012 T1. [2] Demostrar que la imagen continua de un conjunto compacto es compacto. T2. [2.5] Definir la diferencial de una función en un punto y demostrar
Más detallesAutómatas de Pila. Descripciones instantáneas o IDs. El Lenguaje de PDA. Equivalencia entre PDAs y CFGs INAOE (INAOE) 1 / 50
INAOE (INAOE) 1 / 50 Contenido 1 2 3 4 (INAOE) 2 / 50 Pushdown Automata Las gramáticas libres de contexto tienen un tipo de autómata que las define llamado pushdown automata. Un pushdown automata (PDA)
Más detallesÍNDICE. 1 Conjuntos y lógica... 1. Prologo,... ix
ÍNDICE Prologo,... ix 1 Conjuntos y lógica... 1 1-1 Conjuntos... 1 1-2 Notación... 1 1-3 Conjuntos iguales... 2 1-4 Conjunto vacío... 2 1-5 Subconjuntos... 2 1-1 Ejercicios... 3 1-6 Conjuntos equivalentes...
Más detallesESCUELA: UNIVERSIDAD DEL ISTMO
1.-IDENTIFICACIÓN ESCUELA: UNIVERSIDAD DEL ISTMO CLAVE: 3041 GRADO: ING. EN COMPUTACIÓN, CUARTO SEMESTRE TIPO DE TEÓRICA/PRÁCTICA ANTECEDENTE CURRICULAR: 3033.- OBJETIVO GENERAL Proporcionar al alumno
Más detallesTEMA 3 POTENCIAS Y RAÍCES
TEMA 3 POTENCIAS Y RAÍCES Criterios De Evaluación de la Unidad 1. Operar con potencias y expresar el resultado en forma de potencia. 2. Expresar cantidades como producto de un número por una potencia de
Más detalles4. FUNCIONES COMO MODELO MATEMÁTICO
4. FUNCIONES COMO MODELO MATEMÁTICO El aplicar las matemáticas a los problemas de la vida real comprende tres etapas. Primero se traduce el problema a términos matemáticos, entonces decimos que tenemos
Más detallesLenguajes 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 detallesAlfredo González. Beatriz Rodríguez Pautt. Carlos Alfaro
Alfredo González Beatriz Rodríguez Pautt Carlos Alfaro FERNANDO DAVID ANILLO 1 1. Números reales... 03 2. Transformación de un decimal a fracción 05 3. Propiedades de los números reales. 6 4. Propiedades
Más detallesTema 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 detallesUNIDAD II: TEORÍA DE CONJUNTOS 2.1. INTRODUCCIÓN
UNDD : TEORÍ DE CONJUNTOS 2.1. NTRODUCCÓN Según Georg Cantor un conjunto es la reunión, agrupación o colección de elementos bien definidos que tienen una propiedad en común, concepto que ha penetrado y
Más detallesCálculo Diferencial: Enero 2016
Cálculo Diferencial: Enero 2016 Selim Gómez Ávila División de Ciencias e Ingenierías Universidad de Guanajuato 9 de febrero de 2016 / Conjuntos y espacios 1 / 21 Conjuntos, espacios y sistemas numéricos
Más detalles