NOTAS SESIÓN 14 HERRAMIENTAS PARA MODELADO. DEFINICIÓN DE REDES DE PETRI ORDINARIAS.

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

Download "NOTAS SESIÓN 14 HERRAMIENTAS PARA MODELADO. DEFINICIÓN DE REDES DE PETRI ORDINARIAS."

Transcripción

1 NOTAS SESIÓN 14 HERRAMIENTAS PARA MODELADO. DEFINICIÓN DE REDES DE PETRI ORDINARIAS.

2 CONTENIDO Introducción a Redes de Petri (PN) Decripción matemática de una PN Grafos Ejemplos

3 Qué son las redes de Petri? Las redes de Petri son herramientas gráficas para la descripción y análisis de procesos concurrentes que surgen de sistemas dinámicos con muchos componentes. Los gráficos, en conjunto con las reglas para su refinamiento, fueron inventadas en agosto de 1939 por el alemán Carl Petri, a la edad de 13 años, con el propósito de describir procesos químicos. Aunque en el mundo científico se publico en su tesis doctoral en En su tesis doctoral "kommunikation mit automaten" (Comunicación con autómatas), establece los fundamentos para el desarrollo teórico de los conceptos básicos de las PN.

4 Las PN son consideradas una herramienta para el estudio de los sistemas. Con su ayuda podemos modelar el comportamiento y la estructura de un sistema, y llevar el modelo a condiciones límite, que en un sistema real son difíciles de lograr o muy costosas. La teoría de PN ha llegado a ser reconocida como una metodología establecida en la literatura de la robótica para modelar los sistemas de manufactura flexibles.

5 Como una herramienta gráfica, Las PN pueden ser usadas como una asistencia visual para comunicación similar a diagramas a bloques, y redes. Como una herramienta matemática, es posible establecer ecuaciones de estado, ecuaciones algebraicas, y otros modelos matemáticos para simular el comportamiento del sistema.

6 Aplicaciones de una red de Petri Modelado de sistemás dinámicos Sistemas flexibles de manufactura Robótica Computo paralelo Automátas Las RP son formas de expresar procesos concurrentes o que requieren sincronía

7 Acciones y Estados Las acciones nos conducen a un estado determinado del módulo en el tiempo, las acciones de un módulo en un sistema pueden ocurrir simultáneamente con las acciones de otros módulos, dado que ellos interactúan entre sí, es necesario sincronizar los eventos. Esto puede resultar en que las condiciones de un módulo en el tiempo necesitan como entradas las salidas de otro, él cual necesita más tiempo para generar las salidas, es entonces cuando pensamos en paralelismo y concurrencia. Las PN fueron diseñadas específicamente para modelar este tipo de sistemas.

8 Eventos y Condiciones Los eventos son las acciones que se dan en el sistema y nos llevan a un estado, podemos describir un estado como un conjunto de condiciones. Es útil, para nuestro caso, representar dichas condiciones por medio de predicados. Para que cierto evento ocurra es necesario que ciertas condiciones se cumplan, estas son llamadas pre-condiciones del evento, la ocurrencia del evento nos puede llevar a otras condiciones y es entonces cuando se dan las post-condiciones.

9 Definición formal La red de Petri es un tipo particular de grafo dirigido, junto con un estado inicial llamado el marcador inicial, M0. El grafo generado N de una red de Petri es dirigido, ponderado, bipartita que consiste de dos tipos de nodos, llamados Acciones y Estados, donde los arcos son ya sean de acciones a transiciones o en sentido contrario. En una representación gráfica, las acciones están representadas por círculos, las transiciones como barras o cajas. Los arcos están etiquetados con su peso, donde un arco-k ponderado puede ser interpretado como una serie de arcos paralelos k.

10 Un (estado) marcado asigna a cada acción un entero no negativo. Si un marcado asigna a una acción p un entero no negativo k, decimos que p está marcado con k tokens. Visualmente, ponemos dos puntos negros (tokens) en donde está p. Un marcado es denotado por M, un vector m-dimensional, donde m es el número total de acciones. El componente p de M se denota como M(p), es el número de tokens en la acción p. En modelación, cuando el concepto de condiciones y eventos, las acciones representan condiciones, y transiciones representan eventos.

11 Una transición (un evento) tiene cierto número de acciones de entrada y salida, representando las condiciones pre- y post- del evento, respectivamente. La presencia de un token en una acción es interpretada como un sostén de verdad de la condición asociada con la acción. Otra interpretación es que k tokens son colocados en una acción para indicar que los elementos de datos o recursos k están disponibles.

12 Interpretación de las transiciones y acciones Acciones de entrada Transición Acciones de salida Precondiciones evento postcondiciones Datos e entrada Paso de computación Datos de salida Señales de entrada Procesador de la señal Señales de salida Recursos necesitados Tarea o trabajo Recursos liberados condiciones Cláusula lógica conclusiones buffers Procesador buffers

13 Representación de la red de Petri En la representación de una red de Petri, se omiten los arcos valorados con 0, y el 1 en los arcos valorados con 1. Las plazas se representan mediante círculos, las transiciones mediante rectángulos horizontales o líneas horizontales, y las marcas mediante puntos en el interior de las plazas

14 Anatomía de una red de Petri Las RP se componen de cuatro partes: Un conjunto de nodos o estados. Un conjunto de transiciones. Una función de entrada y Una función de salida. Los símbolos redondos denotan estados (también llamados lugares o condiciones); las formas rectangulares denotan transiciones, T. Conectados por flechas las cuales muestran la dirección del flujo. Las actividades o transiciones están relacionadas con funciones de entrada y salida. Las marcas negras se mueven por la ocurrencia de las transiciones, describen el estado presente de las relaciones.

15 Definición Matemática Una red de Petri es un conjunto formado por R={P, T, Pre, Post} P: Conjunto de nodos o estados de cardinal n. T: Conjunto de transiciones de cardinal m. Pre: Aplicación de incidencia previa. Pre:{P x T} --> Naturales Post: Aplicación de incidencia posterior. Post:{P x T} --> Naturales

16 Una PN es una tupla-5, PN = {P, T, F, W, M0}, donde P = {pa, p2,...,pm} es una serie finita de acciones. T = {t1, t2,..., tn} es una serie finita de transiciones, F (P x T) U (TxP) es una serie de arcos (relación de flujo) W: F {1,2,3,...} M0: P {0,1,2,3,...} es el marcado inicial P T = y P T Una estructura de red de Petri N = (P, T, F, W) sin ningún marcado inicial se denota por N. Una red de Petri con un marcado inicial dado está denotado por (N, M0)

17 El comportamiento de muchos sistemas puede ser descrito en términos de los estados de los sistemas y sus cambios. Para poder simular el comportamiento dinámico de un sistema, el estado o marcado en una red de Petri es cambiado de acuerdo a la siguiente regla de transición o disparo: 1) Una transición t se dice que está habilitada si cada acción p de t está marcada con al menos w(p,t) tokens, donde w(p,t) es el peso del arco de p a t. 2) Una transición habilitada podría o no dispararse, dependiendo de el evento ha sido hecho. 3) Un disparo de una transición habilitada t remueve w(p,t) tokens de cada acción de entrada p de t, donde w(t,p) es el peso del arco desde t a p.

18 Una transición si una acción de entrada es llamas transición fuente. Una transición sin acción de salida es llamada una transición de drenado. Note que la transición fuente está incondicionalmente habilitada, y que el disparo de una transición de drenado consume tokens, pero no produce ninguno. Un par de una acción p y una transición t es llamada un auto-lazo si p es tanto acción de entrada y salida de t. Una red de Petri se dice pura si no tiene auto-lazos. Una red de Petri se dice ser ordinaria si todos sus arcos tienen pesos de 1.

19 Grafos Una red de Petri tiene un grafo orientado bipartido, se define P U T, es el conjunto de vértices. F: P U T --> Partes de (P U T), es el conjunto de arcos. El grafo {P, T, F, V} asociado a la red R={ P, T, Pre, Post): F(p)={t ϵ T si Pre(p,t) > 0, p} F(t)={p ϵ T si Post(p,t) > 0, t} V(p,t)=Pre(p,t) V(t,p)=Post(,t) V es la valoración de los arcos. La definición del grafo indica que los arcos solo pueden ir: Desde los nodos hasta las transiciones. Desde las transiciones hasta los nodos.

20 Red marcada Definición: Una red marcada es el conjunto formado por {R, M} donde: R es una Red de Petri como la definida. M es una aplicación denominada marcado. M: S -->Naturales Se asocia a cada estado un número natural, denominado marca. Las marcas para un estado se reunen en columnas. Un token o marca es un concepto primitivo de la red, es un identificador dentro de un nodo y su número puede variar entre nodos. El comportamiento dinámico de los tokens define el flujo de información de la red

21 Reglas de disparo para una PN. La ejecución en una PN es controlada por el número y distribución de los tokens que tiene. Los tokens presentes en los nodos controlan la ejecución de las transiciones de la red. Una PN se activa disparando transiciones. Una transición es disparada removiendo tokens de los nodos de entrada y creando tokens de salida. De aquí podemos obtener la primera condición de disparo en una transición: todos los nodos de entrada de la transición, deben tener al menos el mismo número de tokens, que de arcos que van hacia la transición, para que é sta sea disparada, cuando la transición cumpla esta condición se dice que es una transición ENABLED.

22 Ejemplo Considere la bien conocida reacción química: 2H2 + O2 2H2O. Dos tokens en cada acción de entrada. Como se muestran en la figura, dos unidades de H2 y O2 están disponibles, y la transición y está habilitada. Después del disparo t, el marcador cambiará a mostrado abajo, donde T ya no está disponible.

23 Ejemplo

24 Para que la regla de transición se habilite, se asume que cada acción puede acomodar un número ilimitado de tokens. Tal PN se refiere como Red de Capacidad infinita. Para el modelado de muchos sistemas físicos, es natural considerar que hay un límite superior de tokens que cada acción puede mantener. Para una red de capacidad finita (N, M0), cada acción p tiene asociada una capacidad K(p), el máximo número de tokens que p puede mantener en cualquier tiempo. Para redes de capacidad finita, para que una transición t pueda habilitarse, hay una condición adicional que el número de tokens en cada acción de salida p de t no puede exceder su capacidad K(p) después del disparo de t.

25 Ejemplo de una red de Petri Sea una red de Petri con cinco estados (1..5) y cinco transiciones (a..e) Pre a b c d e Post a b c d e

26 Ejecución de la red Número de marcas asociados a los nodos en el ejemplo es M0 el marcado definido por columnas: Mo Definición: Una transición t es franqueable si para un marcado M se cumple: M(s) >= Pre(s,t) ; ( s)

27 Representación del grafo de la red Pre a b c d e F(1)={a} F(2) ={b} F(3) ={c} F(4)={d} F(5) = {d,e} Post a b c d e F(a)={2,3} F(b)={4} F(c)={5} F(d)={1} F(e)={3}

28 Ejecución de la red M0 M1 M2 M3 M

29

30 Modelado de redes Las máquinas de estados finitos o sus diagramas de estados pueden ser equivalentes a una subclase de redes de Petri. Como ejemplo de una máquina de estados finitos, considere una máquina tragamonedas la cual acepta dos tipos de depósito, de 10 y 20 pesos para comprar dulces. Por simplicidad, suponga que la máquina tragamonedas puede mantener solo dos pesos.

31 Entonces, el diagrama de estado de la máquina puede ser representado por un diagrama de Petri, donde cinco estados son representados por las cinco acciones etiquetadas como $10, $20, $5, $1 y $2, y las transformaciones de un estado a otro se muestran como transiciones con condiciones de entrada, tal como 'deposita $5'. El estado inicial se indica colocando el token en la acción p1, con una etiqueta $0 en el ejemplo.

32 Note que cada transición en la red tiene exactamente un arco de entrada y uno de salida. Las subclases de redes de Petri con esta propiedad se conocen como Máquinas de Estados.

33 Cualquier máquina de estados finitos (o su diagrama de estados) puede ser modelada con una máquina de estados. La estructura de la acción p1 tiene dos (o mas) transiciones de salida t1 y t2, y es referida como un conflicto, decisión o elección, dependiendo de las aplicaciones. La máquina de estados permite la representación de decisiones, pero no la sincronización de las actividades paralelas.

34 Actividades paralelas Las actividades paralelas o concurrencia puede ser fácilmente representadas en términos de las redes de Petri. Por ejemplo, en la red de Petri siguiente, las actividades paralelas o en concurrencia representadas por transiciones t2 y t3 empiezan en el disparo de la transición t1 y terminan con el disparo de la transición t4.

35 Actividades paralelas En general, dos transiciones se dicen concurrentes si ellas son causalmente independientes. Por ejemplo, una transición podría dispararse antes o después o en paralelo con la otra, como en el caso de t2 y t3.

36 Concurrencia La concurrencia puede ser observada como una relación binaria (denotada por co en la serie de eventos A={e1, e2,...}) la cual es 1) reflexiva (ei co ei) 2) simétrica (e1 co e2 implica que e2 co e1) 3) pero no transitiva (e1 co e2 y e2 co e3 no necesariamente implica que e1 co e3). Por ejemplo, uno podría conducir un auto (evento e1) o caminar (evento e3) mientras cantamos (evento e2), pero no podemos manejar y caminar concurrentemente.

37 Concurrencia Dos eventos e1 y e2 están en conflicto si cualquiera de ellos puede ocurrir, pero no ambos, y son concurrentes si ambos eventos pueden ocurrir en cualquier orden sin conflictos. Una situación en donde el conflicto y la concurrencia se mezclan se llama Confusión. Dos tipos de confusión se muestran,

38 Concurrencia La primera figura muestra una confusión simétrica, dado que dos eventos t1 y t2 son concurrentes mientras cada t1 y t2 están en conflicto con el evento t3. La segunda figura muestra una confusión asimétrica, donde t1 está concurrente con t2 pero estará en conflicto con t3 si t2 dispara primero.

39 Computo de flujo de datos Las redes de Petri pueden ser usadas para representar no solamente el flujo de control, sino también el flujo de datos. La red mostrada es una representación de una red de Petri de computo de flujo de datos.

40 Computo de flujo de datos Una computadora de flujo de datos es aquella en la cual las instrucciones están habilitadas para ejecución al arribo de comandos de sus operadores, y podrían ser ejecutados concurrentemente. En la representación de la Red de Petri del computo del flujo de datos, los tokens denotan los calores de los datos actuales y la disponibilidad de los mismos. En el ejemplo, las instrucciones representadas por las transiciones t1 y t2 pueden ser ejecutadas concurrentemente y depositar el resultado en las acciones de salida respectivas.

41 Computo de flujo de datos

42 Protocolos de comunicación Los protocolos de comunicación son otra área donde las redes de Petri pueden ser usadas para representar y especificar características esenciales de un sistema. Las propiedades de actividad y seguridad de una red de Petri son a menudo criterios de corrección en protocolos de comunicación.

43 Ejemplo de un modelo simple de un protocolo de comunicación entre dos procesos

44 Representación de un proceso de espera no determinístico

45 Control de sincronización En un sistema de multiprocesador o procesamiento distribuido, los recursos y la información están compartidos entre diferentes procesadores. Esta compartición debe ser controlada o sincronizada para asegurar la operación correcta de todo el sistema. Las redes de Petri han sido usadas para modelar una variedad de mecanismos de sincronización, incluyendo exclusión mutua, lectores y escritores, y problemas de productores-consumidores.

46 Control de sincronización En este ejemplo se muestra una sincronización entre lectores-escritores, donde los k tokens en la acción p1 representa los procesos (programas) k, los cuales podrían leer y escribir en un área de memoria compartida representada por la acción p3. Hasta k-procesos podrían estar leyendo concurrentemente, pero cuando un proceso está escribiendo, ningún otro proceso puede escribir o leer. Solo un token puede ser puesto en la acción p4 (escritura) debido a que todos los k-tokens en p3 serán removidos a través del arco de peso-k cuando t2 dispare.

47 Control de sincronización

48 Sistema de productoresconsumidores con prioridad La red mostrada en la figura representa un sistema de productores-consumidores con prioridad. Por ejemplo, el consumidor A tiene prioridad sobre el consumidor B en el mismo sentido que A puede consumir tanto el buffer A tiene elementos (tokens), pero B puede solo consumir si el buffer A se vacía y el buffer B tiene elementos (tokens). En este ejemplo se introduce un nuevo tipo de arco inhibidor, el cual conecta una acción a una transición y se representa con una línea cortada con un pequeño círculo en lugar de una flecha.

49

50 Sistema multiprocesador La red de Petri mostrada es un modelo para un sistema de multiprocesador con cinco procesadores, tres memorias comunes y dos buses. La acción p1 contiene tokens representando procesadores ejecutando en su memoria privada, y p2 contiene tokens representando buses libres.

51

52 Sistema multiprocesador La transición t1 representa la emisión de una solicitud de acceso, y p3 contiene las solicitudes que no han sido servidas. Tokens en p4 representan procesadores con acceso a memoria comunes. Tokens en p5 representan procesadores solicitando la misma memoria común que ha sido accesado por un token (procesador) en p4.

53 Sistema multiprocesador Disparando t5 representa el fin del acceso a la memoria para la cual los procesadores en p5 están en espera. Disparando t4 representa el fin del acceso a la memoria para la cual no hay solicitudes mayores (por ejemplo, t4 está habilitada cuando M(p4) U[M(p5)] > 0, donde U[x]=1 para x>0 y U[x] = 0 de otra manera). Las transiciones t2 y t3 modelan la elección de la memoria: disparando t3 corresponde a elegir la memoria que está siendo accesada por el procesador en p4. La elección de otra memoria corresponde a disparar t2.

54 Conclusiones Las redes de Petri representan un método para modelar sistemas dinámicos discretos de tipo concurrente Es necesario determinar los eventos discretos (estados o nodos), las transiciones y los elementos de cambio antes y después de la transición para definir una RP

55 Conclusiones Los grafos son herramientas visuales para representar las redes de Petri La ejecución de una red de Petri es la simulación de los diferentes estados generados en su dinámica a partir de un estado inicial

56 SITIOS RECOMENDADOS Información general Herramientas de software para redes de Petri

57 Bibliografía Petri Nets: Properties, Analysis and Applications. Tadao Murata. Proceedings of the IEEE. Vol. 77 No.4 April 1989

58 Próxima sesión Metodología de Modelado. Plan de Proceso del Sistema de Manufactura.

Introducción (Informal)

Introducción (Informal) Redes de Petri Introducción (Informal) Cesáreo Raimúndez Depto. de Ingeniería de Sistemas y Automática ETSII-Vigo Redes de Petri p. 1/18 Introducción Herramienta gráfica para modelar la concurrencia y

Más detalles

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

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

Más detalles

SESIÓN 17 APLICACIÓN DE MODELOS A SISTEMAS DE MANUFACTURA. UPIITA-IPN Primer semestre 2011

SESIÓN 17 APLICACIÓN DE MODELOS A SISTEMAS DE MANUFACTURA. UPIITA-IPN Primer semestre 2011 SESIÓN 17 APLICACIÓN DE MODELOS A SISTEMAS DE MANUFACTURA UPIITA-IPN Primer semestre 2011 CONTENIDO Esta sesión está dedicada a analizar algunos ejemplos de modelado de sistemas de manufactura con redes

Más detalles

PROGRAMACION CONCURRENTE Y DISTRIBUIDA

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

Más detalles

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

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 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 detalles

Sesión 16 METODOLOGÍAS DE MODELADO

Sesión 16 METODOLOGÍAS DE MODELADO Sesión 16 METODOLOGÍAS DE MODELADO Contenido Metodología de Modelado. Creación del modelo de la secuencia de actividades. Recursos y Actividades involucrados en el Sistema de Manufactura. Modelado de recursos.

Más detalles

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

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

Más detalles

Cristian Blanco

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

Más detalles

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

DIAGRAMAS DE ACTIVIDAD SESION 9. Cap. 9 Kendall & Kendall Cap 5 Jacobson

DIAGRAMAS DE ACTIVIDAD SESION 9. Cap. 9 Kendall & Kendall Cap 5 Jacobson DIAGRAMAS DE ACTIVIDAD Cap. 9 Kendall & Kendall Cap 5 Jacobson SESION 9 Ana Mercedes Cáceres mercycaceres@gmail.com Instructora: Carmen Morales Año 2006. OBJETIVOS Representar gráficamente los problemas

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

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

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

Más detalles

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

Elementos Diagramas de Clases Clase:

Elementos Diagramas de Clases Clase: Diagramas de Clases Un diagrama de clases o estructura estática muestra el conjunto de clases y objeto importantes que forman parte de un sistema, junto con las relaciones existentes entre clases y objetos.

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

Diseño arquitectónico 1ª edición (2002)

Diseño arquitectónico 1ª edición (2002) Unidades temáticas de Ingeniería del Software Diseño arquitectónico 1ª edición (2002) Facultad de Informática objetivo Los sistemas grandes se descomponen en subsistemas que suministran un conjunto relacionado

Más detalles

Introducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:

Introducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos: Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf

Más detalles

Sistemas Combinacionales y Sistemas Secuenciales

Sistemas Combinacionales y Sistemas Secuenciales y Prof. Rodrigo Araya E. raraya@inf.utfsm.cl Universidad Técnica Federico Santa María Departamento de Informática Valparaíso, 1 er Semestre 2006 y 1 2 3 y Contenido Al hablar de sistemas, nos referimos

Más detalles

Capítulo 3. Conjuntos. Continuar

Capítulo 3. Conjuntos. Continuar Capítulo 3. Conjuntos Continuar Introducción Georg Cantor definió el concepto de conjunto como una colección de objetos reales o abstractos e introdujo el conjunto potencia y las operaciones entre conjuntos.

Más detalles

Formulación del problema de la ruta más corta en programación lineal

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

Más detalles

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

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

TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.

TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE

Más detalles

1. Computadores y programación

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

Más detalles

Sesión 17 SIMULACIÓN DE REDES DE PETRI

Sesión 17 SIMULACIÓN DE REDES DE PETRI Sesión 17 SIMULACIÓN DE REDES DE PETRI Contenido Simulación y herramientas Procedimiento de simulación Redes coloreadas Ejemplos Simulación y herramientas Un modelo de eventos discretos se compone de bloques

Más detalles

SISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos

SISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos TEMA 2 Diseño de Algoritmos 7 2. DISEÑO DE ALGORITMOS 2.1. Concepto de Algoritmo En matemáticas, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus

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

Diagramas De Casos De Uso

Diagramas De Casos De Uso Estáticos Diagramas De Casos De Uso Los diagramas de casos de uso documentan el comportamiento de un sistema desde el punto de vista del usuario.. Por lo tanto los casos de uso determinan los requisitos

Más detalles

Pregunta 1 Es correcta esta definición? Por qué?

Pregunta 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 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

Algoritmos. Diagramas de Flujo. Informática IV. L. S. C. Heriberto Sánchez Costeira

Algoritmos. Diagramas de Flujo. Informática IV. L. S. C. Heriberto Sánchez Costeira Informática IV Algoritmos Diagramas de Flujo L. S. C. Heriberto Sánchez Costeira Algoritmos 1 Definición Es una serie finita de pasos o instrucciones que deben seguirse para resolver un problema. Es un

Más detalles

TEMA 9: DIAGRAMA DE OBJETOS, SECUENCIA Y DESPLIEGUE EN UML

TEMA 9: DIAGRAMA DE OBJETOS, SECUENCIA Y DESPLIEGUE EN UML TEMA 9: DIAGRAMA DE OBJETOS, SECUENCIA Y DESPLIEGUE EN UML Diagramas en UML El bloque de construcción básico de UML es un Diagrama Introducción a UML 2 1 Diagrama de Objetos en UML Se utilizan para visualizar,

Más detalles

DIAGRAMAS DE UML. Prof. Wenceslao Chávez Bedoya

DIAGRAMAS DE UML. Prof. Wenceslao Chávez Bedoya DIAGRAMAS DE UML Prof. Wenceslao Chávez Bedoya 1 DIAGRAMAS DEL UML La finalidad de los diagramas es presentar diversas perspectivas de un sistema a las cuales se les conoce como modelo. Muestran diferentes

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

Dispositivos Digitales. EL-611 Complemento de Diseño Lógico y. Dispositivos Digitales

Dispositivos Digitales. EL-611 Complemento de Diseño Lógico y. Dispositivos Digitales EL-611 Complemento de Diseño Lógico y Objetivos y Evaluación Segundo Curso de Sistemas Digitales Complementar Materia Enfoque Diseños de Mayor Envergadura 1 Control + Examen y 6 Ejercicios (aprox.) Tareas

Más detalles

6. Diagramas de flujo.

6. Diagramas de flujo. Ingeniería de Control I Tema 6 Diagramas de flujo 1 6. Diagramas de flujo. Representación en DF Simplificaciones Fórmula de Mason Formas de Kalman Sistemas MIMO Diagramas de Flujo 2 1 Bibliografía Señales

Más detalles

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

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

Más detalles

UML Unifield Modeling Languaje

UML Unifield Modeling Languaje UML Unifield Modeling Languaje 1 Modelo: Representación abstracta de una especificación, un diseño o un sistema. Generalmente, basada en una visión particular y compuesta por uno o más diagramas. Lenguaje

Más detalles

Lic. Manuel de Jesús Campos Boc

Lic. Manuel de Jesús Campos Boc UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN DIRECCIÓN GENERAL DE CENTRO UNIVERSITARIOS CENTRO UNIVERSITARIO DE VILLA NUEVA CURSO MATEMÁTICAS APLICADA I 2015 Lic. Manuel

Más detalles

Convertir un AFND a un AFD

Convertir 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 detalles

Unidad II. Conjuntos. 2.1 Características de los conjuntos.

Unidad 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 detalles

Club GeoGebra Iberoamericano. 9 INECUACIONES 2ª Parte

Club GeoGebra Iberoamericano. 9 INECUACIONES 2ª Parte 9 INECUACIONES 2ª Parte INECUACIONES INTRODUCCIÓN Los objetivos de esta segunda parte del tema serán la resolución de inecuaciones con GeoGebra y la aplicación que tiene este software para la representación

Más detalles

Clasificación de sistemas

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

Más detalles

PROGRAMACIÓN. UNIDAD II. ALGORITMO PROFA : HAU MOY

PROGRAMACIÓN. 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 detalles

Análisis y Diseño de Sistemas

Análisis y Diseño de Sistemas Análisis y Diseño de Sistemas Dpto. Ciencias e Ingeniería de la Computación Universidad Nacional del Sur Clase 10 Modelo Dinámico Lic. María Mercedes Vitturini [mvitturi@cs.uns.edu.ar] 1er. CUATRIMESTRE

Más detalles

DIAGRAMAS UML ANDRÉS ESTEBAN MARTÍNEZ HUTA CICLO DE VIDA DEL SOFTWARE GLORIA CECILIA RÍOS MUÑOZ

DIAGRAMAS UML ANDRÉS ESTEBAN MARTÍNEZ HUTA CICLO DE VIDA DEL SOFTWARE GLORIA CECILIA RÍOS MUÑOZ DIAGRAMAS UML ANDRÉS ESTEBAN MARTÍNEZ HUTA CICLO DE VIDA DEL SOFTWARE 10 GLORIA CECILIA RÍOS MUÑOZ INSTITUCIÓN EDUCATIVA GABRIEL GARCÍA MÁRQUEZ MEDELLÍN 2013 DIAGRAMAS Un diagrama es una representación

Más detalles

4. DIAGRAMAS DE INTERACCIÓN INTRODUCCIÓN DIAGRAMAS DE SECUENCIA Objetos Mensajes

4. DIAGRAMAS DE INTERACCIÓN INTRODUCCIÓN DIAGRAMAS DE SECUENCIA Objetos Mensajes 4. DIAGRAMAS DE INTERACCIÓN...37 4.1. INTRODUCCIÓN... 37 4.2. DIAGRAMAS DE SECUENCIA... 37 4.2.1. Objetos...37 4.2.2. Mensajes...38 4.2.3. Creación y destrucción de un objeto...39 4.3. DIAGRAMAS DE COLABORACIÓN...

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

TEORÍA DE GRAFOS Ingeniería de Sistemas

TEORÍA DE GRAFOS Ingeniería de Sistemas TEORÍA DE GRAFOS Ingeniería de Sistemas Código: MAT-31114 AUTORES Ing. Daniel Zambrano Ing. Viviana Semprún UNIDADES DE LA ASIGNATURA» UNIDAD I. Relaciones» UNIDAD II. Estructuras Algebraicas» UNIDAD III.

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

Tema: Herramientas UML, Análisis y diseño UML

Tema: Herramientas UML, Análisis y diseño UML Programación II. Guía No.3 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Herramientas UML, Análisis y diseño UML Objetivos Conocer una herramienta de modelado para la solución

Más detalles

Tema: Herramientas UML, Análisis y diseño UML

Tema: Herramientas UML, Análisis y diseño UML Programación II. Guía 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Herramientas UML, Análisis y diseño UML Objetivo Conocer una herramienta de modelado para la solución

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

PROGRAMACION CONCURRENTE Y DISTRIBUIDA

PROGRAMACION CONCURRENTE Y DISTRIBUIDA PROGRMCION CONCURRENTE Y DISTRIBUID V. Redes de Petri: Descripción de sistemas concurrentes. J.M. Drake Redes de Petri Las redes de Petri (PN) (C.. Petri, 962) son una herramienta de modelado muy efectiva

Más detalles

Ingeniería del Software I

Ingeniería del Software I - 1 - Ingeniería del Software I 2do. Cuatrimestre 2005 INTRODUCCIÓN... 2 SEMÁNTICA... 2 NOTACIÓN... 3 ESTADO ACCIÓN... 3 Transiciones Simples... 3 Estados Acción Compuestos... 3 Estados Acción Iniciales

Más detalles

Complejidad computacional (Análisis de Algoritmos)

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 detalles

El TAD Grafo. El TAD Grafo

El TAD Grafo. El TAD Grafo Objetivos! Estudiar la especificación del TAD Grafo! Presentar diferentes alternativas de implementación! Conocer los algoritmos más importantes de manipulación de grafos Contenidos.1 Conceptos. Especificación

Más detalles

Algoritmos y solución de problemas. Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal

Algoritmos y solución de problemas. Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal Algoritmos y solución de problemas Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal Introducción Departamento de Electrónica, Sistemas e Informática En las ciencias de la computación

Más detalles

Bases Formales de la Computación

Bases Formales de la Computación Modal Bases Formales de la Computación Pontificia Universidad Javeriana 3 de abril de 2009 Modal LÓGICAS MODALES Contenido Modal 1 Modal 2 3 Qué es la lógica Modal? Modal Variedad de diferentes sistemas

Más detalles

TEMA 4. PROCESO UNIFICADO

TEMA 4. PROCESO UNIFICADO TEMA 4. PROCESO UNIFICADO Diseño El objetivo final del diseño es producir un Modelo Lógico del sistema a implementar. Diferencia entre Análisis y Diseño del Proceso Unificado Modelo de Análisis Modelo

Más detalles

Funciones: Aspectos básicos

Funciones: Aspectos básicos Funciones: Aspectos básicos Nombre: Curso:.. Producto cartesiano En teoría de conjuntos, el producto cartesiano de dos conjuntos es una operación que resulta en otro conjunto cuyos elementos son todos

Más detalles

Los diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Modelado - Vocabulario del Sistema

Los diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Modelado - Vocabulario del Sistema Modelado Los diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Vocabulario del Sistema Distribución de Responsabilidades Semántica de una Clase

Más detalles

Autómatas Finitos Deterministicos (DFA)

Autómatas 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 detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 Grafos: Básicos Departamento de Matemáticas / Centro de Sistema Inteligentes ITESM Grafos: Básicos Matemáticas Discretas - p. 1/12 Grafos: El tema de Teoría de Grafos apareció

Más detalles

Ingeniería en Tecnologías de Automatización

Ingeniería en Tecnologías de Automatización Ingeniería en Tecnologías de Automatización Teoría de Conjuntos Dr. Farid García Lamont Enero-Junio de 2012 Tema: Teoría de Conjuntos Abstract These slides introduce the definition of set, subset and their

Más detalles

Grafos. Amalia Duch Brown Octubre de 2007

Grafos. Amalia Duch Brown Octubre de 2007 Grafos Amalia Duch Brown Octubre de 2007 Índice 1. Definiciones Básicas Intuitivamente un grafo es un conjunto de vértices unidos por un conjunto de líneas o flechas dependiendo de si el grafo es dirigido

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

Unidad Temática 3: Probabilidad y Variables Aleatorias

Unidad Temática 3: Probabilidad y Variables Aleatorias Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento

Más detalles

Pontificia Universidad Católica del Ecuador

Pontificia Universidad Católica del Ecuador 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: CÓDIGO: CARRERA: NIVEL: Sistemas Operativos IS603.a Sistemas Tercero No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 4 CRÉDITOS PRÁCTICA: 0 SEMESTRE / AÑO ACADÉMICO: Segundo Semestre

Más detalles

Teoría de Conjuntos y Conjuntos Numéricos

Teoría 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 detalles

Centro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta

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

Más detalles

UML (Lenguaje de Modelado Unificado) y Diagramas de Casos de Uso

UML (Lenguaje de Modelado Unificado) y Diagramas de Casos de Uso UML (Lenguaje de Modelado Unificado) y Diagramas de Casos de Uso Los sistemas orientados a objetos describen las entidades como objetos. Los objetos son parte de un concepto general denominado clases.

Más detalles

BASES DE DATOS TEMA 2 MODELOS DE DATOS

BASES DE DATOS TEMA 2 MODELOS DE DATOS SES DE DTOS TEM 2 MODELOS DE DTOS Un modelo de datos es una serie de conceptos que puede utilizarse para describir un conjunto de datos y las operaciones para manipularlos. Hay dos tipos de modelos de

Más detalles

UNIDAD II: TEORÍA DE CONJUNTOS 2.1. INTRODUCCIÓN

UNIDAD 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 detalles

Un grafo G = (V, E) se dice finito si V es un conjunto finito.

Un 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 detalles

Breve introducción a la Investigación de Operaciones

Breve introducción a la Investigación de Operaciones Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de

Más detalles

Profesor(a): Ing. Miriam Cerón Brito

Profesor(a): Ing. Miriam Cerón Brito Área Académica: Informática Tema: Hoja electrónica Profesor(a): Ing. Miriam Cerón Brito Periodo: Enero Junio 2014 Abstract: This presentation show the spreadsheet's characteristics and show the principals

Más detalles

TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL

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

Más detalles

Teoría de grafos y optimización en redes

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

Más detalles

Teoría de Conjuntos y Conjuntos Numéricos

Teoría 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 detalles

Francis Guthrie Planteo el problema de los cuatro colores, después de colorear el mapa de Inglaterra 9/15/2015 3

Francis Guthrie Planteo el problema de los cuatro colores, después de colorear el mapa de Inglaterra 9/15/2015 3 INTRODUCCION GRAFOS La Teoria de Grafos nace del análisis sobre una inquietud presentada en la isla Kueiphof en Koenigsberg (Pomerania) ya que el río que la rodea se divide en dos brazos. Sobre los brazos

Más detalles

Aplicación de las redes de Petri a la simulación discreta de sistemas

Aplicación de las redes de Petri a la simulación discreta de sistemas Aplicación de las redes de Petri a la simulación discreta de sistemas Lic. Ana María Huayna D. 1, Mg. Augusto Cortez Vásquez 2, Mg. Hugo Vega Huerta 3 Universidad Nacional Mayor de San Marcos Facultad

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

La Máquina de Acceso Aleatorio (Random Access Machine)

La Máquina de Acceso Aleatorio (Random Access Machine) La Máquina de Acceso Aleatorio (Random Access Machine) Nuestro modelo de cómputo secuencial es la máquina de acceso aleatorio (RAM, Random Access Machine) mostrada en la Figura 2.1, y que consiste de:

Más detalles

Guía práctica de estudio 03: Algoritmos

Guía práctica de estudio 03: Algoritmos Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:

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

Computabilidad y Lenguajes Formales: Autómatas Finitos

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. No Determinismo Hasta ahora cada

Más detalles

Las redes semánticas intentan trasladar esa afirmación a un formalismo Una red semántica será un grafo donde:

Las redes semánticas intentan trasladar esa afirmación a un formalismo Una red semántica será un grafo donde: Redes Semánticas Redes semánticas La lógica como lenguaje de representación tiene dificultades prácticas Son necesarios mecanismos mas intuitivos y fáciles de usar La psicología cognitiva afirma: La representación

Más detalles

Manipulación de procesos

Manipulación de procesos Manipulación de procesos Las primeras computadoras solo podían manipular un programa a la vez. El programa tenía control absoluto sobre todo el sistema. Con el desarrollo vertiginoso del hardware ese panorama

Más detalles

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades o inecuaciones lineales en una variable Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades Usamos los símbolos de una desigualdad son: ,, para representar

Más detalles

Lenguaje de Modelamiento Unificado.

Lenguaje de Modelamiento Unificado. Lenguaje de Modelamiento Unificado. Pontificia Universidad Javeriana What can you Model with UML? 1. Structure Diagrams include: The Class Diagram Object Diagram Component Diagram Composite Structure Diagram

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

Algunos ejemplos de conjuntos pueden ser los siguientes:

Algunos ejemplos de conjuntos pueden ser los siguientes: 1. CONJUNTOS Y PRODUCTO CRTESINO. OBJETIVOS: 1) Establecer los conceptos básicos y las distintas notaciones para conjuntos. 2) Descripción de conjuntos en distintas formas: Lista, expresión verbal, expresión

Más detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

Capítulo 1 Matriz Admitancia de Barra

Capítulo 1 Matriz Admitancia de Barra ELC-05 Sistemas de Potencia Capítulo Matriz Admitancia de Barra Prof. Francisco M. González-Longatt fglongatt@ieee.org http://www.giaelec.org/fglongatt/sp.htm SSTEMAS DE POTENCA Copright 007 . La inección

Más detalles

Diagramas de interacción

Diagramas de interacción Tema 6: Diagramas de Interacción Diagramas de interacción Los diagramas de interacción son diagramas que describen cómo grupos de objetos colaboran para conseguir algún fin. Estos diagramas muestran objetos,

Más detalles

Requerimientos de Software

Requerimientos de Software Requerimientos de Software Ingeniería de Requerimientos Se define como el proceso de establecer los servicios que el consumidor requiere de un sistema y las restricciones sobre las cuales de funcionar

Más detalles

El El Relevador. Técnicas de programación de un PLC. Esquema de contactos o Diagramas de Escalera Mnemónicos o Listado de Instrucciones.

El El Relevador. Técnicas de programación de un PLC. Esquema de contactos o Diagramas de Escalera Mnemónicos o Listado de Instrucciones. El El Relevador Técnicas de programación de un PLC Esquema de contactos o Diagramas de Escalera Mnemónicos o Listado de Instrucciones. Diagrama de Bloques Funcional El relevador Está formado por una bobina

Más detalles

Capítulo 2 Conjuntos. 2.1 Introducción. 2.2 Determinación de conjuntos. Definición:

Capítulo 2 Conjuntos. 2.1 Introducción. 2.2 Determinación de conjuntos. Definición: Capítulo 2 Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma

Más detalles

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,

Más detalles