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

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

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

Transcripción

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

2 ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas múltiples. Por tanto un árbol es necesariamente un grafo simple. ÁRBOL ÁRBOL NO ÁRBOL NO ÁRBOL

3 TEOREMA UNO Un grafo no dirigido es un árbol, si y solo si hay un único camino entre cada pareja de vértices. Se puede observar en este grafo tomado del ejemplo anterior, que para cualquier par de vértices que se tomen, solo existirá un camino que los unos. Si hay mas de un camino que uno este par de vértices inmediatamente deja de ser un árbol.

4 RAÍCES DE ARBOLES Un árbol con raíz es un árbol en que uno de sus vértices ha sido designado como la raíz y todas la aristas están orientadas de modo que se alejan de la raíz. Raíz en A Raíz en B

5 SUBÁRBOLES Si a es un vértice de un árbol, el subárbol con raíz en a es el subgrafo del árbol que contiene al vértice a, a todos sus descendientes y a rodas sus aristas incidentes en dichos descendientes. Obtenemos un subárbol a partir del vértice A

6 EJEMPLO 1. cuales son los hijos derechos e izquierdos de vértice C 2. Cual es el nivel del árbol 3. Cuales son los nodos hermanos de C 4. Cual es el nodo padre de J 5. Cuales son los nodos hoja

7 REPUESTAS 1. El hijo derecho del vértice C es el nodo A y el hijo izquierdo es el nodo D. 2. El árbol es nivel 4 3. Los nodos hermanos a C son los vértices H, I, J 4. El nodo padre del vértice J es G 5. Los nodos hoja son D, E, K, L, M.

8 ÁRBOLES COMO MODELOS Butano Representación de organizaciones

9 PROPIEDADES DE LOS ARBOLES TEOREMA DOS : Un árbol de n vértices tiene n-1 aristas. El árbol consta de 13 vértices o nodos, por tanto tenemos que n = 13 aristas = n 1 aristas = 13 1 aristas = 12

10 TEOREMA TRES Un árbol m-ario completo con i vértices internos tiene n = mi + 1 vertices. m = grado 5 i = 3 vertices internos n = mi + 1 n = m = 16 Árbol 5 - ario Como podemos comprobar en este ejemplo el teorema se cumple y nos da como resultado n = 16 que son la cantidad de nodos que hay en el árbol.

11 TEOREMA CUATRO Un árbol m ario completo con : 1. n vértices tiene i = n 1 m vértices y l = m 1 n+1 m hojas. 2. i vértices internos tiene n = mi + 1 vértices y l = m 1 i l hojas tiene n = ml 1 m 1 vértices e i = l 1 m 1 vértices internos.

12 EJEMPLO n = 16 i = 3 l = 13 m = 5 1. i = n 1 l = 16 1 i = m m 1 n+1 m 5 = 3 vertices internos l = = 13.6 nodos hoja 2. n = mi + 1 n = = 16 vertices l = m 1 i + 1 l = = 13 hojas ml 1 3. n = m 1 n = 64 = 16 vertices 4 i = l 1 m 1 i = 14 = 3.5 vertices internos 4

13 TEOREMA CINCO Un árbol m ario de altura h tiene a lo sumo, m h hojas. En este caso la altura es h = 3 y m = 3 por lo tanto el árbol tendrá como máximo 3 3 = 27 nodos hoja.

14 ARBOLES BINARIOS DE BÚSQUEDA Para hacer una búsqueda que encuentre elementos de manera mas eficiente cuando los objetos están totalmente ordenados, esto se puede lograr por medio de un árbol binario de búsqueda. Para hacer una inserción de un dato en un árbol binario se tiene en cuenta que hay una raíz, después se compara si el dato a insertar es menor que la raíz, de ser así se inserta al lado izquierdo y en caso de ser mayor se inserta al lado derecho. Y asi se puede hacer el proceso de forma recursiva por todos los niveles del árbol. Para realizar una búsqueda de un elemento se procede de la misma manera, se empieza por la raíz y se compara si es mayor o menor a esta, y así se puede avanzar a la derecha o izquierda respectivamente, este proceso se repite recursivamente hasta que se encuentre el elemento.

15 EJEMPLO Construya un árbol binario de búsqueda para los id : 64, 14, 44, 50, 68, 10, 16, 1. Construya un árbol binario de búsqueda para las siguientes letras: M, P, G, Z, C, B, F, R.

16 COMPLETADO DE ÁRBOLES Los vértices sin etiquetar están rodeados por un circulo.

17 ÁRBOLES DE DECISIÓN Los arboles con raíz pueden utilizarse para modelar problemas en los que una serie de decisiones llevan a una solución. Por ejemplo: un árbol binario de búsqueda que pueda emplearse para localizar elementos basándose en una serie de comparaciones, donde cada una de ella nos dice si hemos localizado o no el elemento o si debemos proceder al subárbol izquierdo o al subárbol derecho

18 EJEMPLO

19 TEOREMA Un algoritmo de ordenación basado en comparaciones binarias requiere al menos [log n!]. Comparaciones. n = 8 comparaciones = log n! comparaciones = 4,6 Este resultado nos quiere decir que como mínimo se deben hacer 5 comparaciones para insertar todos los datos en el árbol.

20 CÓDIGOS INSTANTÁNEOS Considerando el problema de codificar las letras del alfabeto mediante cadenas de bits, podemos hacer cadenas de longitud 5, pero para codificar datos son 5 veces el numero de caracteres por tanto se organizaron las letras en un árbol donde la letras que mas se usan están de primeras y tienen una cadena de bits mas corta y por el contrario las letras que menos se utilizan queda con una cadena mas larga E = 0 A = 10 T = 110 N = 1110 S = Como se observa, las letras menos usadas tienen una cadena de bits mas larga, por el contrario las mas usadas tienen cadenas de bits cortas.

21 CÓDIGOS DE HUFFMAN El algoritmo consiste en la creación de un árbol binario que tiene cada uno de los símbolos por hoja, y construido de tal forma que siguiéndolo desde la raíz a cada una de sus hojas se obtiene el código Huffman asociado. M A T E M A T I C A M A T E I C

22 Vamos ingresando las letras al árbol de forma ascendente de acuerdo a su probabilidad C = 0,1 I = 0,1 E = 0,1 T = 0,2 M = 0,2 A = 0,3

23 ÁRBOLES DE JUEGOS Los vértices de estos arboles representan los estados o posiciones en el desarrollo del juego; las aristas representan los movimientos permitidos entre dos estados cualesquiera

24 SISTEMA DE ETIQUETADO UNIVERSAL

25 RECORRIDO DE ARBOLES Pre orden (raíz, izquierda, derecha) A B E J K N O P F C D G L M H I Post orden ( izquierda, derecha, raíz) J N O P K E F B C L M G H I D A In orden (izquierda, raíz, derecha) J E N K O P B F A C L G M D H I

26 NOTACION INFIJA, PREFIJA Y POSTFIJA Representacion mediante árbol binario de ( x + y 2 + ( x 4 3 )

27 ARBOLES GENERADORES Sea G un grafo simple. Un árbol generador o recubridor de G es un subgrafo de G que es un árbol y contiene todos los vértices de G Grafo G Sub-Grafo de G

28 TEOREMA UNO Un grafo simple es conexo si, y sólo si, admite un árbol generador

29 BÚSQUEDA EN PROFUNDIDAD En lugar de construir árboles generadores eliminando aristas, los árboles generadores se pueden obtener añadiendo aristas. Elegimos un vértice arbitrario como raíz del árbol. Formamos un camino que comienza en este vértice añadiendo sucesivamente vértices y aristas, siendo cada nueva arista incidente con el ultimo vértice del camino y un vértice que no está en el camino

30 EJEMPLO Grafo G (a) (b) (c) (d) (e)

31 BÚSQUEDA EN ANCHURA (POR NIVELES) Elegimos un vértice arbitrario como raíz. Añadimos todas las aristas incidentes en ese vértice. Los nuevos vértices añadidos en esa fase forman los vértices del nivel 1 del árbol generador. Los ordenamos con un orden cualquiera. Para cada vértice del nivel 1 visitados en orden, añadimos todos los vértices incidentes con él, siempre que no formen un ciclo. Seguimos el mismo procedimiento hasta que se hayan añadido todos los vértices del árbol.

32 EJEMPLO Grafo G (a) (b) (c) (d)

33 BÚSQUEDA EN PROFUNDIDAD EN GRAFOS DIRIGIDOS Los algoritmos de búsqueda en profundidad y búsqueda en anchura se pueden modificar para que puedan aplicarse a grafos dirigidos. Sin embargo el resultado final no será necesariamente un árbol generador, sino un bosque generador. En ambos algoritmos podemos añadir una arista sólo cuando ésta se aleja del vértice en curso hacia oro que no se ha añadido aún. Si en un paso de alguno de los dos algoritmos vemos que tal arista no existe, el siguiente vértice añadido por el algoritmo pasa a ser la raíz de un nuevo árbol en el bosque generador.

34 EJEMPLO (a) (b) (c) (d)

35 ÁRBOL GENERADOR MÍNIMO Un árbol generador mínimo de un grafo ponderado es un árbol generador tal que la suma de los pesos de sus aristas es la mínima posible de entre todos los árboles generadores.

36 ALGORITMOS PARA ÁRBOLES GENERADORES MÍNIMOS Se puede resolver una amplia variedad de problemas mediante el cálculo de un árbol generador de un grafo ponderado tal que la suma de los pesos de las aristas del árbol sea mínima.

37 ALGORITMO DE PRIM Para grafos ponderados, conexo y no dirigido de n vértices. El algoritmo encuentra un subconjunto de aristas que forman un árbol con todos los vértices, donde el eso total de todas las aristas en el árbol es el mínimo posible.

38 ALGORITMO DE KRUSKAL Grafo ponderado, conexo y no dirigido de n vértices. Se usa para encontrar un árbol recubridor mínimo en un grafo conexo y ponderado. Es decir, busca un subconjunto de aristas que, formando un árbol, incluyen todos los vértices y donde el valor total de todas las aristas del árbol es el mínimo. Si el grafo no es conexo, entonces busca un bosque expandido mínimo

39 EJEMPLO Calcular mediante el algoritmo de Kruskal o Prim un Árbol generador mínimo del grafo.

40 ACTIVIDAD Realizar el algoritmo de Huffman para las siguientes palabras : INGENIERIA, SISTEMAS

41 GRACIAS

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

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

Más detalles

Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos.

Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Matemática Discreta y Lógica 2 1. Árboles Árboles Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Como un lazo es un ciclo de longitud 1, un árbol

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

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

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

Más detalles

Grafos. Algoritmos y Estructuras de Datos III

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

Más detalles

Tema Árboles generales. 9.2 Árboles binarios 9.3 Árboles de búsqueda

Tema Árboles generales. 9.2 Árboles binarios 9.3 Árboles de búsqueda Informática Haskell Matemáticas Curso 2004-2005 Pepe Gallardo Universidad de Málaga Tema 9. Árboles 9.1 Árboles generales 9.2 Árboles binarios 9.3 Árboles de búsqueda 9.1 Árboles generales Un árbol es

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

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

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

Algoritmos y estructuras de datos

Algoritmos y estructuras de datos Algoritmos y estructuras de datos Dr. Eduardo A. Rodríguez Tello Laboratorio de Tecnologías de Información Cinvestav Tamaulipas ertello@tamps.cinvestav.mx Cursos de inducción a la MCC Cinvestav Tamaulipas

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

Algoritmos para determinar Caminos Mínimos en Grafos

Algoritmos 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 detalles

Compresión de Datos. Método de Huffman. Dpto. Informática

Compresión de Datos. Método de Huffman. Dpto. Informática Compresión de Datos Método de Huffman Manipulación y Preservación de Datos Dpto. Informática Ing. Mariano D'Agostino Introducción La compresión de datos es el proceso de convertir una cadena de datos de

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

Introducción a los códigos compresores

Introducción a los códigos compresores Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción

Más detalles

LAS CIENCIAS DE LA PLANIFICACIÓN

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

Más detalles

Binary Decision Diagrams

Binary Decision Diagrams Rodríguez Blanco 2006-05-18 Introduccion Equivalencia Tablas de verdad eficientes Construcción de Equivalencia Tablas de verdad eficientes Equivalencia de dos fórmulas A 1 y A 2. Construir su tabla de

Más detalles

Estructuras de datos Árboles B

Estructuras de datos Árboles B Estructuras de datos Árboles B Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Árboles B p. 1 Árboles B Árboles B son árboles balanceados que no son binarios. Todos los vértices contienen

Más detalles

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

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

Más detalles

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

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

Más detalles

(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es

(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero

Más detalles

Introducción a la Teoría de Grafos

Introducción 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 detalles

Objetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones

Objetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones Objetivos formativos de Matemática Discreta Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera

Más detalles

Flujos de redes (Network Flows NF)

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

Más detalles

Tipos algebraicos y abstractos. Algoritmos y Estructuras de Datos I. Tipos algebraicos

Tipos algebraicos y abstractos. Algoritmos y Estructuras de Datos I. Tipos algebraicos Algoritmos y Estructuras de Datos I 1 cuatrimestre de 009 Departamento de Computación - FCEyN - UBA Programación funcional - clase Tipos algebraicos Tipos algebraicos y abstractos ya vimos los tipos básicos

Más detalles

Introducción a la teoría de grafos

Introducción a la teoría de grafos Capítulo 5 Introducción a la teoría de grafos 5.1. Terminología básica y tipos de grafos Una primera aproximación a la teoría de grafos la tenemos cuando observamos un mapa de carreteras: ciudades (vértices)

Más detalles

(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados

(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero

Más detalles

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

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

Más detalles

CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo)

CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo) CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA El problema del área, el problema de la distancia tanto el valor del área debajo de la gráfica de una función como la distancia recorrida por un objeto

Más detalles

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

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

Más detalles

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

Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) 1 DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Encontrar la Ruta más Corta 2 Se requiere llegar de

Más detalles

Capítulo 6. ÁRBOLES.

Capítulo 6. ÁRBOLES. 67 Capítulo 6. ÁRBOLES. 6.1 Árboles binarios. Un árbol binario es un conjunto finito de elementos, el cual está vacío o dividido en tres subconjuntos separados: El primer subconjunto contiene un elemento

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

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas).

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). TEMA 5.- GRAFOS 5.1.- DEFINICIONES BÁSICAS Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). Gráficamente representaremos

Más detalles

En 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} }

En 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 detalles

Conjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R.

Conjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R. Conjuntos Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por se entiende que a pertenece a R. a R Normalmente, podremos definir a un conjunto de dos maneras: Por

Más detalles

Coloración. Unos cuantos problemas. Asignación de frecuencias de radio. Gregorio Hernández Peñalver. Unos cuantos problemas. Unos cuantos problemas

Coloración. Unos cuantos problemas. Asignación de frecuencias de radio. Gregorio Hernández Peñalver. Unos cuantos problemas. Unos cuantos problemas Unos cuantos problemas Coloración Gregorio Hernández Peñalver Matemática Discreta Asignación de frecuencias de radio G=(V, A) V={emisoras}, dos emisoras son adyacentes si sus emisiones se solapan elementos

Más detalles

ALGORITMO ID3. Objetivo

ALGORITMO ID3. Objetivo ALGORITMO ID3 Desarrollado por J. Ross Quinlan en 1983. ID3 significa Induction Decision Trees. Pertenece a la familia TDIDT (Top- Down Induction of Decision Trees). Objetivo Construir un árbol de decisión

Más detalles

Minicurso de Teoría de Gráficas Escuela de Verano 2014 por María Luisa Pérez Seguí Facultad de Ciencias Físico-Matemáticas, Universidad Michoacana

Minicurso de Teoría de Gráficas Escuela de Verano 2014 por María Luisa Pérez Seguí Facultad de Ciencias Físico-Matemáticas, Universidad Michoacana Minicurso de Teoría de Gráficas Escuela de Verano 014 por María Luisa Pérez Seguí Facultad de Ciencias Físico-Matemáticas, Universidad Michoacana Índice 1. Conceptos básicos 1 1.1. Nomenclatura...................................

Más detalles

Búsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución.

Búsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución. BÚSQUEDA HEURÍSTICA estudio de los métodos y reglas del descubrimiento y la invención. Búsqueda en e.e. --> reglas para elegir entre las ramas que con más probabilidad lleven a la solución. Situaciones

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

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta

Más detalles

(b) Cuál es la desventaja principal de una heurística con aprendizaje? es más informada que otra función heurística optimista h 2 *?

(b) Cuál es la desventaja principal de una heurística con aprendizaje? es más informada que otra función heurística optimista h 2 *? UNIVERIDD REY JUN CRLO CURO 0-0 INTELIGENCI RTIFICIL Hoja de Problemas Tema Ejercicio : Conteste a las siguientes preguntas: (a) Cómo funciona una heurística con aprendizaje? olución: Una heurística con

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

Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002

Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002 Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Ejercicios Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto

Más detalles

MODELOS 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. 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 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

INDICE Prologo Capitulo 1. Algoritmos y programas Capitulo 2. La resolución de los problemas con computadoras y las herramientas de programación

INDICE Prologo Capitulo 1. Algoritmos y programas Capitulo 2. La resolución de los problemas con computadoras y las herramientas de programación INDICE Prologo XI Capitulo 1. Algoritmos y programas 1.1. Configuraciones de una computadora 1 1.2. Lenguajes de programación 2 1.3. Resolución de problemas 1.3.1. Fase de resolución del problema 3 1.3.1.1.

Más detalles

LAS CIENCIAS DE LA PLANIFICACIÓN

LAS CIENCIAS DE LA PLANIFICACIÓN LAS CIENCIAS DE LA PLANIFICACIÓN 1. MODELIZACIÓN CON GRAFOS El objetivo de las ciencias de la planificación es encontrar el mejor método para resolver un problema, y si es posible encontrar la solución

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

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

Proyecto 6. Árboles de decisión: Un árbol de decisión es un modelo de predicción utilizado en el ámbito de la inteligencia artificial.

Proyecto 6. Árboles de decisión: Un árbol de decisión es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Árboles de decisión: Un árbol de decisión es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Funcionamiento: Se realiza un test en cada nodo interno del árbol, a medida que

Más detalles

Tema 10- Representación Jerárquica: Tema 10- Representación Jerárquica: Árboles Binarios

Tema 10- Representación Jerárquica: Tema 10- Representación Jerárquica: Árboles Binarios Tema 10- Representación Jerárquica: Árboles Binarios Tema 10- Representación Jerárquica: Árboles Binarios Germán Moltó Escuela Técnica Superior de Ingeniería Informática Universidad Politécnica de Valencia

Más detalles

Métodos de Ordenamiento. Unidad VI: Estructura de datos

Métodos de Ordenamiento. Unidad VI: Estructura de datos Métodos de Ordenamiento Unidad VI: Estructura de datos Concepto de ordenación La ordenación de los datos consiste en disponer o clasificar un conjunto de datos (o una estructura) en algún determinado orden

Más detalles

Algoritmos sobre Grafos

Algoritmos sobre Grafos Sexta Sesión 27 de febrero de 2010 Contenido Deniciones 1 Deniciones 2 3 4 Deniciones sobre Grafos Par de una lista de nodos y una lista de enlaces, denidos a su vez como pares del conjunto de nodos.

Más detalles

MAXIMOS Y MINIMOS RELATIVOS

MAXIMOS Y MINIMOS RELATIVOS MAXIMOS Y MINIMOS RELATIVOS Con cierta frecuencia nos encontramos con la necesidad de buscar la mejor forma de hacer algo. En muchas ocasiones a través de los poderosos mecanismos de cálculo diferencial

Más detalles

Figura 3.1. Grafo orientado.

Figura 3.1. Grafo orientado. Leyes de Kirchhoff 46. ECUACIONES DE INTERCONEXION. Leyes de Kirchhoff..1. Definiciones. Una red está formada por la interconexión de componentes en sus terminales; y deben cumplirse simultáneamente las

Más detalles

Tema 5: Semejanza. 1.- Introducción: Concepto de Escala y Teorema de Pitágoras.

Tema 5: Semejanza. 1.- Introducción: Concepto de Escala y Teorema de Pitágoras. Tema 5: Semejanza. En este tema nos dedicaremos al estudio de los triángulos y polígonos, y dedicaremos un apartado a un famoso teorema, que nos será de utilidad para entender la semejanza entre ellos:

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA DIRECCION GENERAL DE ASUNTOS ACADEMICOS PROGRAMA DE ASIGNATURA

UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA DIRECCION GENERAL DE ASUNTOS ACADEMICOS PROGRAMA DE ASIGNATURA UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA DIRECCION GENERAL DE ASUNTOS ACADEMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACION 1. Unidad Académica: Facultad de Ciencias 2. Programa (s) de estudio: Licenciatura

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las

Más detalles

Genética de polinomios sobre cuerpos locales

Genética de polinomios sobre cuerpos locales Genética de polinomios sobre cuerpos locales Hayden Stainsby Universitat Autònoma de Barcelona STNB 30 de enero de 2014 Resumen 1 Tipos 2 Tipos sobre (K, v) (K, v) cuerpo valorado discreto, O anillo de

Más detalles

5 centenas + 2 decenas + 8 unidades, es decir: = 528

5 centenas + 2 decenas + 8 unidades, es decir: = 528 Sistemas de numeración Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. Los sistemas de numeración actuales son sistemas posicionales, que se caracterizan

Más detalles

2007 Carmen Moreno Valencia

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

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.

Más detalles

Algebra lineal y conjuntos convexos

Algebra 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 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

APUNTADORES. Un apuntador es un objeto que apunta a otro objeto. Es decir, una variable cuyo valor es la dirección de memoria de otra variable.

APUNTADORES. Un apuntador es un objeto que apunta a otro objeto. Es decir, una variable cuyo valor es la dirección de memoria de otra variable. APUNTADORES Un apuntador es un objeto que apunta a otro objeto. Es decir, una variable cuyo valor es la dirección de memoria de otra variable. No hay que confundir una dirección de memoria con el contenido

Más detalles

Tema 5. Uso de las razones de ángulos para la resolución de problemas

Tema 5. Uso de las razones de ángulos para la resolución de problemas Tema 5. Uso de las razones de ángulos para la resolución de problemas Monumento a Pitágoras en Samos: sigloscuriosos Bajo licencia de Creative Commons En el siglo VI antes de Cristo y gracias a los conocimientos

Más detalles

GRAMATICAS LIBRES DEL CONTEXTO

GRAMATICAS LIBRES DEL CONTEXTO GRMTICS LIBRES DEL CONTEXTO Estas gramáticas, conocidas también como gramáticas de tipo 2 o gramáticas independientes del contexto, son las que generan los lenguajes libres o independientes del contexto.

Más detalles

Estructuras de Datos. Estructuras de Datos para Conjuntos Disjuntos

Estructuras de Datos. Estructuras de Datos para Conjuntos Disjuntos Estructuras de Datos. Estructuras de Datos para Conjuntos Disjuntos Santiago Zanella 2008 1 Introducción Para ciertas aplicaciones se requiere mantener n elementos distintos agrupándolos en una colección

Más detalles

UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR

UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR INTEGRANTES: Caricari Cala Aquilardo Villarroel Fernandez Fructuoso DOCENTE: Lic. Garcia

Más detalles

Tablas de frecuencias con datos agrupados

Tablas de frecuencias con datos agrupados Tablas de frecuencias con datos agrupados Cuando los valores de la variable son muchos, conviene agrupar los datos en intervalos o clases para así realizar un mejor análisis e interpretación de ellos.

Más detalles

1. Conceptos básicos sobre el problema en cuestión y cuestiones afines. 2. Formulación de los correspondientes algoritmos y su pseudocódigo.

1. Conceptos básicos sobre el problema en cuestión y cuestiones afines. 2. Formulación de los correspondientes algoritmos y su pseudocódigo. Análisis de Algoritmos Ingeniería Informática, EPS-UAM Información general Organización del curso: 13-15 (mínimo-máximo) semanas docentes: 30-33 clases teóricas. 9-12 clases de problemas 26-30 clases prácticas

Más detalles

1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD

1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD 1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD 1 1.- FRECUENCIAS Para organizar y analizar una serie de datos estadísticos se utiliza una tabla de frecuencias Tabla de frecuencias Valores (xi) 0 1 2 Frecuencia

Más detalles

Representaciones gráficas: Método del Paralelogramo

Representaciones gráficas: Método del Paralelogramo Representaciones gráficas: Método del Paralelogramo La relación funcional más simple entre dos variables es la línea recta. Sea entonces la variable independiente x y la variable dependiente y que se relacionan

Más detalles

Tabla de Símbolos. Programación II Margarita Álvarez

Tabla de Símbolos. Programación II Margarita Álvarez Programación II Margarita Álvarez La tabla de símbolos es una estructura global utilizada por distintos módulos del compilador. Es el principal atributo heredado. Almacena todos los nombres declarados

Más detalles

7. Agrupamiento (clustering)

7. Agrupamiento (clustering) 7. Agrupamiento (clustering) INMUEBLES y CONTRATOS I IA4 En medio, 8 Centro Castellón 600 C 004 Q6 600 Visa 00 S /6/99 /5/00 I IL94 Riu Ebre, 4 Ronda Sur Castellón 50 C 0075 Q76 50 Efectivo 700 N //00

Más detalles

Apuntes elaborados por: Aaron Asencio, Eduardo Quevedo, Raquel López Revisado por: Javier Miranda el???

Apuntes elaborados por: Aaron Asencio, Eduardo Quevedo, Raquel López Revisado por: Javier Miranda el??? Apuntes elaborados por: Aaron Asencio, duardo Quevedo, Raquel López Revisado por: Javier Miranda el??? Tema 9: rafos Los grafos no son más que la versión general de un árbol, es decir, cualquier nodo de

Más detalles

ÁRBOLES GENERALES Y Y ESTRUCTURAS DE ÍNDICES DEFINICIONES Y REPRESENTACIONES DEFINICIONES Y REPRESENTACIONES. NOMENCLATURA SOBRE ÁRBOLES. DECLARACIÓN Y REPRESENTACIÓN.. CONSTRUCCIÓN.. ÁRBOLES 2-3-4. ÁRBOLES

Más detalles

Para convertir un decimal a un binario se necesita la siguiente tabla.

Para convertir un decimal a un binario se necesita la siguiente tabla. Conversiones Conversión de Decimal a Binario Para convertir un decimal a un binario se necesita la siguiente tabla. Para convertir el 33: Primero: Se busca en la tabla un número igual o menor a 33. Segundo:

Más detalles

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice

Más detalles

GRAFOS CREACIÓN DE ÍNDICES EN GOOGLE DE LOS SITIOS DE LA RED DE INTERNET

GRAFOS CREACIÓN DE ÍNDICES EN GOOGLE DE LOS SITIOS DE LA RED DE INTERNET GRAFOS CREACIÓN DE ÍNDICES EN GOOGLE DE LOS SITIOS DE LA RED DE INTERNET INDICE 1. Introducción 2. Conceptos matemáticos con ejemplos 3. Resolución de ejercicios 4. Ejercicios con Maxima 5. Explicación

Más detalles

Guía de Modelo Relacional y Conversión de Entidad-Relación a Relacional

Guía de Modelo Relacional y Conversión de Entidad-Relación a Relacional Guía de Modelo Relacional y Conversión de Entidad-Relación a Relacional Prof. Claudio Gutiérrez, Aux. Mauricio Monsalve Primavera de 2007 1. Problemas conceptuales 1. Qué es una relación? Qué es un esquema

Más detalles

UNIDAD 7: NÚMEROS DECIMALES Y OPERACIONES

UNIDAD 7: NÚMEROS DECIMALES Y OPERACIONES UNIDAD 7: NÚMEROS DECIMALES Y OPERACIONES ÍNDICE 7.1 Unidad decimal. 7.2 Escritura, lectura y descomposición de números decimales. 7.2.1 Escritura de números decimales. 7.2.2 Lectura de números decimales.

Más detalles

Resolución de problemas de búsqueda

Resolución de problemas de búsqueda Resolución de problemas de búsqueda Memoria de Prácticas de Segunda Entrega 26 de noviembre de 2007 Autores: Mariano Cabrero Canosa cicanosa@udc.es Elena Hernández Pereira elena@udc.es Directorio de entrega:

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

A B MIN C D E F MAX x E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO

A B MIN C D E F MAX x E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO UNIVERSIDAD DE MÁLAGA Dpto. Lenguajes y Ciencias de la Computación RELACIÓN DE PROBLEMAS. TEMA IV. PROBLEMAS DE JUEGOS.

Más detalles

Procedimiento para usar la Tabla 1 (Tabla de Logaritmos)

Procedimiento para usar la Tabla 1 (Tabla de Logaritmos) Procedimiento para usar la Tabla 1 (Tabla de Logaritmos) Ejercicio: Escribe en el espacio correspondiente el nombre de cada una de las partes de un logaritmo (sugerencia, leer módulo 11 del libro de texto):

Más detalles

7.1 Consideraciones. Considere la búsqueda de un libro en una biblioteca. Considere la búsqueda de un nombre en el directorio telefónico.

7.1 Consideraciones. Considere la búsqueda de un libro en una biblioteca. Considere la búsqueda de un nombre en el directorio telefónico. 86 Capítulo 7. ORDENAMIENTO. 7.1 Consideraciones. Considere la búsqueda de un libro en una biblioteca. Considere la búsqueda de un nombre en el directorio telefónico. Si los elementos a ordenar son compuestos

Más detalles

Árboles. Cursos Propedéuticos 2015. Dr. René Cumplido M. en C. Luis Rodríguez Flores

Árboles. Cursos Propedéuticos 2015. Dr. René Cumplido M. en C. Luis Rodríguez Flores Árboles Cursos Propedéuticos 2015 Dr. René Cumplido M. en C. Luis Rodríguez Flores Contenido de la sección Introducción Árbol genérico Definición y representación Árboles binarios Definición, implementación,

Más detalles

Ampliación de Estructuras de Datos

Ampliación de Estructuras de Datos Ampliación de Estructuras de Datos Amalia Duch Barcelona, marzo de 2007 Índice 1. Diccionarios implementados con árboles binarios de búsqueda 1 2. TAD Cola de Prioridad 4 3. Heapsort 8 1. Diccionarios

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

Cálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos

Cálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím

Más detalles

Unidad 6. Gráficas Planares

Unidad 6. Gráficas Planares Unidad 6. Gráficas Planares Una gráfica Planar es aquella que puede llegar a representarse en un plano de tal modo que no existe intersección de líneas excepto en los vértices. Una gráfica Plana es aquella

Más detalles

RAZONAMIENTO GEOMÉTRICO

RAZONAMIENTO GEOMÉTRICO RAZONAMIENTO GEOMÉTRICO Fundamentos de Matemáticas I Razonamiento geométrico Video Previo a la actividad: Áreas y perímetros de cuerpos y figuras planas Video Previo a la actividad: Áreas y perímetros

Más detalles

ESTADISTICA Y PROBABILIDAD ESTADÍSTICA

ESTADISTICA Y PROBABILIDAD ESTADÍSTICA ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta

Más detalles

El TAD Grafo. El TAD Grafo

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

Más detalles