Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

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

Download "Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE"

Transcripción

1 Análisis y Diseño de Algoritmos Árboles de Mínima Expansión (Minimum Spanning Trees) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

2 Problema de Cableado de Circuitos Electrónicos 2 Diseño de circuitos electrónicos Interconectar pines de componentes eléctricamente equivalentes Interconectar n pines con n-1 cables (cada uno un par de pines) Preferible cableado que usa menor cantidad de cable Modelar problema con un grafo conectado no dirigido V conjunto de pines E conjunto de conexiones entre pines W costo de conectar dos pines asociado a los arcos

3 Problema de Cableado de Circuitos Electrónicos Encontrar el subconjunto acíclico T E conectando todos los vértices peso total mínimo w( T ) = ( u, v) T w( u, v) T es acíclico y conecta todos los vértices es un árbol conocido como árbol de expansión spanning tree El problema de determinar este árbol se conoce como el problema del árbol de expansión mínimo 3

4 Algoritmo Kruskal Algoritmo Prim Tiempo de ejecución Algoritmos Cubiertos O(E lgv), implementados con heaps binarios Mejora para Prim O(E + VlgV) con Fibonacci heaps Mejora cuando V es mucho menor que E Los dos algoritmos son voraces (greedy) Generalmente no garantiza (por lo general) encontrar soluciones globales óptimas 4 Para MST se puede probar que algunas estrategias sí llevan a un ST con mínimo peso

5 Creciendo un MST Dado un grafo conectado, no dirigido G = (V, E) con una función de peso w : E R Queremos encontrar un MST para G Si consideramos estrategia voraz Algoritmo genérico 5

6 Loop Invariante Alg.l Genérico MST Antes de cada iteración A es un conjunto de algún MST Cada paso Determinar un arco (u,v) que se pueda agregar a A sin violar esta invariante A {(u,v)} también es un subconjunto del MST 6 Un arco con esta característica se llama arco seguro de A (safe edge for A) Porque se puede añadir de forma segura manteniendo la invariante

7 Inicialización Algoritmo Genérico MST 7 Después de la línea 1, el conjunto A satisface trivialmente el loop invariante Mantenimiento El loop en las líneas 2-4 mantienen la invariante añadiendo sólo arcos seguros Terminación Todos los arcos añadidos a A están en el MST, entonces el conjunto A regresado en la línea 5 debe ser un MST

8 Cómo Encontramos Arcos Seguros? Esta es la parte difícil Regla para reconocer arcos seguros Teorema

9 Definiciones Un Corte (S, V S ) (cut) de un grafo no dirigido G = (V, E) es una partición de V. Un arco (u,v) E cruza (crosses) el corte (S, V S) si uno de sus puntos finales esta en S y el otro esta en V S. Se dice que un corte respeta un conjunto A de arcos si ningún arco en A cruza el corte Un arco es un arco ligero cruzando un corte si su peso es el mínimo de los arcos cruzando el corte Un arco es un arco ligero satisfaciendo una propiedad si su peso es el mínimo entre cualquier arco que satisfaga la propiedad 9

10 Peso total: 37 MST para un Grafo Conectado No es único, reemplazando (b,c) por (a,h) tenemos otro MST con peso 37 10

11 Ejemplos de un Corte 11

12 Teorema 23.1, para reconocer arcos seguros Sea G = (V, E) un grafo conectado y no-dirigido con una función de pesos w de valores reales definida sobre E. Sea A un subconjunto de E que se incluye en algún MST de G, sea (S, V S) cualquier corte de G que respeta A, y sea (u,v) un arco ligero cruzando (S, V S). Entonces el arco (u,v) es seguro para A. 12

13 Prueba del Teorema 23.1 Sea T un MST que incluye A Asumimos que T no contiene el arco ligero (u,v) Construiremos otro MST T que incluya A {(u,v)} Técnica cortar y pegar Probando que (u, v) es un arco seguro para A 13

14 Prueba del Teorema 23.1

15 Prueba del Teorema El arco (u,v) forma un ciclo con los arcos en la ruta p de u a v en T Como u y v están en lados opuestos del corte (S, V S), entonces hay al menos un arco en T en la ruta p que también cruza el corte Sea (x,y) ese arco que también cruza el corte (x,y) no esta en A porque el corte respeta a A Como (x,y) esta en la única ruta de u a v en T, quitando (x,y) rompe a T en dos componentes Añadiendo (u,v) reconectamos los componentes y formamos un nuevo MST T = T {(x,y)} {(u,v)}

16 Prueba del Teorema 23.1 Probar ahora que T también es un MST Como (u,v) es un arco ligero que cruza (S, V S) y (x,y) también cruza este corte w(u,v) w(x,y) Por tanto w(t ) = w(t) w(x,y) + w(u,v) w(t) Pero T es un MST, entonces w(t) w(t ) Entonces T también debe ser un MST 16

17 Prueba del Teorema 23.1 Ahora probar que (u,v) es realmente un arco seguro para A Como A T porque A T y (x,y) A Entonces A {(u,v)} T 17 Consecuentemente, como T es un MST, (u,v) es seguro para A.

18 Corolario 23.2 Sea G = (V,E) un grafo conectado y no dirigido con una función de pesos w definida sobre E con valores reales. Sea A un subconjunto de E que esta incluido en algún MST de G y sea C = (V C, E C ) un componente conectado (árbol) en el bosque G A = (V,A) Si (u,v) es un arco ligero que conecta C a algún otro componente en G A, entonces (u,v) es seguro para A. 18

19 Algoritmos de Kruskal y Prim Variaciones del algoritmo genérico 19 Usan regla específica para determinar un arco seguro Kruskal El conjunto A es un bosque El arco seguro añadido a A es siempre el arco de menor peso en el grafo que conecta dos componentes distintos Prim s El conjunto A forma un solo árbol El arco seguro añadido a A es siempre el arco de menor peso que conecta el árbol a un vértice que no esta en el árbol

20 Kruskal El arco seguro a añadir al bosque es aquel arco (u,v) que conecta cualesquiera dos árboles en el bosque pero que tenga el menor peso 20 Como (u,v) debe ser un arco ligero que conecta C1 a otro árbol El corolario 23.2 implica que (u,v) es un arco seguro para C1 Kruskal s es voraz

21 Algoritmo Kruskal 21

22 Ejemplo de Kruskal 22

23 Ejemplo de Kruskal 23

24 Ejemplo de Kruskal

25 Tiempo de Ejecución de Kruskal Depende de la implementación de la estructura de datos conjunto-disjunto (disjoint-set) O(E lgv).

26 Prim Parecido al algoritmo de Dijkstra para encontrar rutas más cortas en un grafo (lo vamos a ver) Propiedad Los arcos en el conjunto A siempre forman un solo árbol El árbol se inicia con un vértice raíz arbitrario y crece hasta que el árbol se expande a todos los vértices en V Cada paso se añade un arco ligero al árbol A que lo conecta con un vértice que esta sin conectar Por el corolario 23.2, la regla añade sólo arcos que son seguros para A, por tanto al terminar, los arcos de A forman un MST Prim s es voraz

27 Algoritmo Prim

28 Algoritmo Prim Priority Queue en un campo llave Para cada vértice v, key[v] es el mínimo peso de cualquier arco que conecta v a un vértice en el árbol Por convención key[v] = si ese arco no existe π[v] nombra al padre de v en el árbol TAREA Estudiar el loop-invariant del algoritmo MST-PRIM

29 Ejemplo de Prim

30 Ejemplo de Prim

31 Ejemplo de Prim

32 Tiempo de Ejecución de Prim O(E lgv) Se puede mejorar con Fibonacci-Heaps O(E + VlgV)

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

Árboles generadores mínimos (MST) comp-420

Árboles generadores mínimos (MST) comp-420 Árboles generadores mínimos (MST) comp-420 Árboles generadores mínimos (MST) Sea G=(V,E) una gráfica conectada y no-dirigida con V vértices y E aristas. Cada arista (u,v) E tiene un peso w(u,v), que es

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

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

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

Algebra Matricial y Teoría de Grafos

Algebra Matricial y Teoría de Grafos Algebra Matricial y Teoría de Grafos Unidad 3: Nociones de teoría de grafos Luis M. Torres Escuela Politécnica del Litoral Quito, Enero 2008 Maestría en Control de Operaciones y Gestión Logística p.1 Contenido

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

Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios

Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios CLASE GRAFOS Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios libros por lo que está prohibida su impresión

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

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

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

Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos

Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 29 Navegación de grafos

Más detalles

TEMA IV TEORÍA DE GRAFOS

TEMA IV TEORÍA DE GRAFOS TEMA IV TEORÍA DE GRAFOS Poli Abascal Fuentes TEMA IV Teoría de grafos p. 1/? TEMA IV 4. TEORÍA DE GRAFOS 4.1 GRAFOS 4.1.1 Introducción 4.1.2 Definiciones básicas 4.1.3 Caminos y recorridos 4.1.4 Subgrafos,

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

Propiedades de lenguajes independientes del contexto

Propiedades de lenguajes independientes del contexto Capítulo 12. Propiedades de lenguajes independientes del contexto 12.1. Identificación de lenguajes independientes del contexto Lema de bombeo. 12.2. Propiedades Cierre, Complemento de lenguajes, Sustitución,

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE Teoría de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Introducción

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

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

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

Fundamentos de Investigación de Operaciones Modelos de Grafos

Fundamentos de Investigación de Operaciones Modelos de Grafos Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación

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

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

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

Teoría de Grafos Introducción Grafos isomorfos

Teoría de Grafos Introducción Grafos isomorfos Capítulo 1 Teoría de Grafos 1.1. Introducción Definición. Denominaremos pseudomultigrafo a una terna (V,E, γ), donde V y E son conjuntos y γ : E {{u,v}: u,v V }. El conjunto V se denomina conjunto de vértices

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

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

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar

Más detalles

Tema 4: Redes y flujos

Tema 4: Redes y flujos Fundamentos de la teoría de grafos. 3º I.T.I. de Sistemas Mª Teresa Cáceres Sansaloni Tema 4: Redes flujos Redes. Flujos cortes. Teorema del flujo máimo corte mínimo. Algoritmo para calcular el máimo flujo

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

Algoritmos en Teoría de Grafos

Algoritmos en Teoría de Grafos Algoritmos en Teoría de Grafos Jesús García López de Lacalle Algoritmos en Teoría de Grafos 1. Introducción 2. Conectividad 3. Caminos mínimos y distancias 4. Planificación y optimización de tareas 5.

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

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE Teoría de redes Problema de la Ruta más corta Problema del Árbol de expansión mínima Problema del Flujo máximo Problema de Flujo de costo mínimo Maestro

Más detalles

Algoritmos de Aproximación

Algoritmos de Aproximación Algoritmos de Aproximación M. Andrea Rodríguez-Tastets Ayudante: Erick Elejalde Universidad de Concepción,Chile www.inf.udec.cl\ andrea andrea@udec.cl I Semestre - 2014 Introducción La mayoría de los algoritmos

Más detalles

Dimensionamiento y Planificación de Redes

Dimensionamiento y Planificación de Redes Dimensionamiento y Planificación de Redes Tema 2. Algoritmos Sobre Grafos Calvo Departamento de Ingeniería de Comunicaciones Este tema se publica bajo Licencia: Crea:ve Commons BY- NC- SA 4.0 Búsqueda

Más detalles

Análisis y Diseño de Algoritmos

Análisis y Diseño de Algoritmos Análisis y Diseño de Algoritmos Recurrencias DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Introducción 2 Cuando un algoritmo se llama a sí mismo Su tiempo de ejecución se puede describir

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

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 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

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos:

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos: PROGRAMACIÓN DINÁMICA RELACIÓN DE EJERCICIOS Y PROBLEMAS 1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila /1 para los siguientes casos: a. Mochila de capacidad W=15:

Más detalles

Apuntes de Matemática Discreta 8. Relaciones de Equivalencia

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

Más detalles

INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.

INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS. INDICE INTRODUCCION1 DESARROLLO2 GRAFOS (CONCEPTO).2 ARISTAS...2 VERTICES2 CAMINOS.3 CLASIFICACION DE GRAFOS...3 GRAFOS EULERIANOS.7 GRAFOS CONEXOS7 ÁRBOLES..7 BOSQUES DE ÁRBOLES...8 RECORRIDO DE UN GRAFO..8

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

Distribución Física y Transporte. Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P

Distribución Física y Transporte. Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P Distribución Física y Transporte Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P Un problema frecuente en el diseño de rutas, es reducir los costos de transporte y mejorar el servicio

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

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

Tema 4 Algoritmos y protocolos de encaminamiento

Tema 4 Algoritmos y protocolos de encaminamiento Tema 4 Algoritmos y protocolos de encaminamiento 1 Contenidos Introducción Teoría de grafos Algoritmos de búsqueda de camino más corto Otros algoritmos en grafos Del algoritmo al protocolo 2 Contenidos

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

Tema 7: Problemas clásicos de Programación Lineal

Tema 7: Problemas clásicos de Programación Lineal Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número

Más detalles

Metaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III

Metaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III Metaheurísticas y heurísticas Algoritmos y Estructuras de Datos III Metaheurísticas Heurísticas clásicas. Metaheurísticas o heurísticas modernas. Cuándo usarlas? Problemas para los cuales no se conocen

Más detalles

RESOLUCIÓN DE TRIÁNGULOS

RESOLUCIÓN DE TRIÁNGULOS RESOLUCIÓN DE TRIÁNGULOS Resolver un triángulo consiste en determinar la longitud de sus tres lados y la amplitud de sus tres ángulos. Vamos a recordar primero la resolución para triángulos rectángulos

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

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

Análisis y síntesis de sistemas digitales combinacionales

Análisis y síntesis de sistemas digitales combinacionales Análisis Algoritmo de análisis, para un circuito lógico combinacional Síntesis. Conceptos Circuitos combinacionales bien construidos Circuitos combinacionales mal construidos Criterios de optimización

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

NP-Completeness: Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas

NP-Completeness: Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas Complejidad del problema de la Mochila NP-Completeness: (Knapsack problem)

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

Complejidad amortizada

Complejidad amortizada Análisis de algoritmos Complejidad amortizada Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Complejidad amortizada p. 1 Complejidad amortizada La idea en el análisis de complejidad

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

Fundamentos de la teoría de grafos

Fundamentos de la teoría de grafos Fundamentos de la teoría de grafos 3º I.T.I. de Sistemas Mª Teresa Cáceres Sansaloni 1 Tema 1: Nociones básicas Conceptos básicos sobre grafos. Representación de grafos. Multigrafos, grafos dirigidos y

Más detalles

Transparencias de Matemática Discreta Doble Grado en Ingeniería en Informática y. Administración de Empresas Curso 2013 2014

Transparencias de Matemática Discreta Doble Grado en Ingeniería en Informática y. Administración de Empresas Curso 2013 2014 ESCUELA POLITÈCNICA SUPERIOR UNIVERSIDAD CARLOS III DE MADRID Transparencias de Matemática Discreta Grado en Ingeniería en Informática Doble Grado en Ingeniería en Informática y Administración de Empresas

Más detalles

Diagrama de Voronoi. Ejemplo de problemas geométricos:

Diagrama de Voronoi. Ejemplo de problemas geométricos: Diagrama de Voronoi Definición: Sea P={p1,p2,..,pn} un conjunto de puntos en el plano. Estos puntos son llamados sitios. Asignar a cada punto del plano el sitio más cercano. Todos los puntos asignados

Más detalles

1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS.

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

Más detalles

Técnicas de diseño de algoritmos Algoritmos voraces

Técnicas de diseño de algoritmos Algoritmos voraces Técnicas de diseño de algoritmos Algoritmos voraces Luis Javier Rodríguez Fuentes Amparo Varona Fernández Departamento de Electricidad y Electrónica Facultad de Ciencia y Tecnología, UPV/EHU luisjavier.rodriguez@ehu.es

Más detalles

TÓPICOS AVANZADOS EN TEORÍA DE GRAFOS. F.C.E.I.A. - Universidad Nacional de Rosario Escuela de Posgrado y Ed. Continua

TÓPICOS AVANZADOS EN TEORÍA DE GRAFOS. F.C.E.I.A. - Universidad Nacional de Rosario Escuela de Posgrado y Ed. Continua TÓPICOS AVANZADOS EN TEORÍA DE GRAFOS F.C.E.I.A. - Universidad Nacional de Rosario Escuela de Posgrado y Ed. Continua 2016 UNA APLICACIÓN Problema: Cubrir (realizar) ciertos trabajos con personas (aspirantes).

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordinación de Ciencias Computacionales - INAOE Matemáticas Discretas Cursos Propedéuticos 2011 Ciencias Computacionales INAOE Dr. Enrique Muñoz de Cote jemc@inaoep.mx http://ccc.inaoep.mx/~jemc Oficina

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

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

Flujo Máximo. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002

Flujo Máximo. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002 Flujo Máximo Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002 1 Introducción Así como modelamos los enlaces de una red y sus nodos como un grafo dirigido, podemos interpretar

Más detalles

Circuitos Eléctricos Trifásicos. Introducción.

Circuitos Eléctricos Trifásicos. Introducción. Circuitos Eléctricos Trifásicos. Introducción. La mayor parte de la generación, transmisión, distribución y utilización de la energía eléctrica se efectúa por medio de sistemas polifásicos; por razones

Más detalles

Análisis y Diseño de Algoritmos

Análisis y Diseño de Algoritmos Análisis y Diseño de Algoritmos Ordenamiento en Tiempo Lineal DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Ordenamiento por Comparación (Comparison Sorts) Tiempo de ejecución HeapSort y

Más 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

(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

EL PROBLEMA GENERAL DE OPTIMIZACION

EL PROBLEMA GENERAL DE OPTIMIZACION EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas

Más detalles

Relaciones de orden. Definición 1. Llamamos conjunto ordenado a un par (E, ) donde E es un conjunto y es un orden definido en E

Relaciones de orden. Definición 1. Llamamos conjunto ordenado a un par (E, ) donde E es un conjunto y es un orden definido en E Relaciones de orden Diremos que una relación R es de orden si verifica las propiedades reflexiva, antisimétrica y transitiva. Generalmente usaremos la notación en lugar de R para expresar relaciones de

Más detalles

Estado 3.2 (coste = 9)

Estado 3.2 (coste = 9) Búsqueda heurística Fernando Berzal, berzal@acm.org Búsqueda heurística Búsqueda primero el mejor p.ej. búsqueda de coste uniforme [UCS] Heurísticas Búsqueda greedy El algoritmo A* Heurísticas admisibles

Más detalles

TEORIA DE REDES. Ing. Lino Martin Quispe Tincopa

TEORIA DE REDES. Ing. Lino Martin Quispe Tincopa TORI S Ing. Lino Martin Quispe Tincopa NLISIS FLUJO S Las técnicas de flujo de redes están orientadas a optimizar situaciones vinculadas a las redes de transporte, redes de comunicación, sistema de vuelos

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

Modelos de Inventarios

Modelos de Inventarios Modelos de Inventarios 1. Qué significa PERT? Program Evaluation Review Technique Técnica de Revisión de Evaluación de Programa 2. Qué significa las siglas C.E.P Cantidad Económica de Pedidos 3. Para qué

Más detalles

Ingeniería en Sistemas Computacionales. Inteligencia Artificial. Ing. Bruno López Takeyas. Algoritmo Hill Climbing

Ingeniería en Sistemas Computacionales. Inteligencia Artificial. Ing. Bruno López Takeyas. Algoritmo Hill Climbing Ingeniería en Sistemas Computacionales Inteligencia Artificial Ing. Bruno López Takeyas Algoritmo Hill Climbing Alumnos Ylliana Samantha Anderson Benavides 01100161 Pablo Saúl Hernández Ribota 01100230

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

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21 Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)

Más detalles

Introducción Supongamos un subconjunto de n elementos X = {e 1,,e n de un conjunto referencial Y, X Y. Dentro de Y se define una relación de orden tot

Introducción Supongamos un subconjunto de n elementos X = {e 1,,e n de un conjunto referencial Y, X Y. Dentro de Y se define una relación de orden tot Algoritmos de ordenación Análisis y Diseño de Algoritmos Algoritmos de ordenación Algoritmos básicos: Θ(n 2 ) Ordenación por inserción Ordenación por selección Ordenación por intercambio directo (burbuja)

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

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

Matemática computable

Matemática computable Conjuntos computables - Combinatoria - Álgebra Antonio Montalbán. U. de Chicago Coloquio Uruguayo de Matemática. Diciembre, 2009 Conjuntos computables - Combinatoria - Álgebra 1 Conjuntos computables 2

Más detalles

Análisis Matemático I: Numeros Reales y Complejos

Análisis Matemático I: Numeros Reales y Complejos Contents : Numeros Reales y Complejos Universidad de Murcia Curso 2008-2009 Contents 1 Definición axiomática de R Objetivos Definición axiomática de R Objetivos 1 Definir (y entender) R introducido axiomáticamente.

Más detalles

Tema 6 Tangencias y polaridad

Tema 6 Tangencias y polaridad Tema 6 Tangencias y polaridad Tema 6 Tangencias y polaridad...1 Tangencias... 2 Propiedades... 2 Enlaces... 3 Definición... 3 Construcción de enlaces... 3 Enlace de dos rectas oblicuas mediante dos arcos

Más detalles

Tema 11: Inducción de Reglas p. 1/1

Tema 11: Inducción de Reglas p. 1/1 Tema 11: Inducción de Reglas Pedro Larrañaga, Iñaki Inza, Abdelmalik Moujahid Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad del País Vasco http://www.sc.ehu.es/isg/ Tema

Más detalles

Tema 10- Grafos. Objetivos:

Tema 10- Grafos. Objetivos: Tema - Grafos Duración: 2 semanas aprox. Índice general:. Relaciones entre los Datos de una Colección 2. Conceptos básicos sobre Grafos. Representación de un Grafo: Matriz y Listas de Adyacencia. Implementación

Más detalles

ALGORITMOS HEURÍSTICOS Y APROXIMADOS. Análisis y diseño de algoritmos II- 2009

ALGORITMOS HEURÍSTICOS Y APROXIMADOS. Análisis y diseño de algoritmos II- 2009 ALGORITMOS HEURÍSTICOS Y APROXIMADOS Análisis y diseño de algoritmos II- 2009 Problemas difíciles : Definiciones, ejemplos y propiedades Análisis y diseño de algoritmos II- 2009 Un viaje a Ciencias de

Más detalles

RESUMEN DE GEOMETRIA EUCLIDIANA. Profesor: Manuel J. Salazar Jiménez. Relaciones no definidas: pertenecer a, estar entre, congruente a, equidistar

RESUMEN DE GEOMETRIA EUCLIDIANA. Profesor: Manuel J. Salazar Jiménez. Relaciones no definidas: pertenecer a, estar entre, congruente a, equidistar RESUMEN DE GEOMETRIA EUCLIDIANA Profesor: Manuel J. Salazar Jiménez Nociones no definidas o nociones primitivas: Punto, recta, plano, espacio, distancia. Relaciones no definidas: pertenecer a, estar entre,

Más detalles

Búsqueda Heurística (1ª parte)

Búsqueda Heurística (1ª parte) Búsqueda Heurística (1ª parte) Ingeniería Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados en búsqueda

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

Algoritmos: Algoritmos voraces

Algoritmos: Algoritmos voraces Algoritmos: Algoritmos voraces Alberto Valderruten LFCIA - Departamento de Computación Facultad de Informática Universidad de A Coruña, España www.lfcia.org/alg www.fi.udc.es Contenido Características

Más detalles

PRINCIPALES COMPONENTES DE LA PLACA MADRE NAYAT C. BENSALEM MEDINA LUCAS BALDÁN MANZANO HELENA MEDINA SÁNCHEZ 2º BACHILLERATO B

PRINCIPALES COMPONENTES DE LA PLACA MADRE NAYAT C. BENSALEM MEDINA LUCAS BALDÁN MANZANO HELENA MEDINA SÁNCHEZ 2º BACHILLERATO B PRINCIPALES COMPONENTES DE LA PLACA MADRE NAYAT C. BENSALEM MEDINA LUCAS BALDÁN MANZANO HELENA MEDINA SÁNCHEZ 2º BACHILLERATO B ÍNDICE GENERAL 1. Qué es la placa madre 2. Imágenes tomadas en el aula 2.1.

Más detalles

Análisis y Diseño de Algoritmos

Análisis y Diseño de Algoritmos Análisis y Diseño de Algoritmos Notación Asintótica DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Introducción Por qué el análisis de algoritmos? Determinar tiempos de respuesta (runtime)

Más detalles

Tecnológico Nacional de México INSTITUTO TECNOLÓGICO DE SALINA CRUZ

Tecnológico Nacional de México INSTITUTO TECNOLÓGICO DE SALINA CRUZ Tecnológico Nacional de México INSTITUTO TECNOLÓGICO DE SALINA CRUZ UNIDAD 2: ENRUTAMIENTO ESTÁTICO Y DINÁMICO ACTIVIDAD: TRABAJO DE INVESTIGACIÓN 1 MATERIA: REDES DE COMPUTADORAS DOCENTE: SUSANA MÓNICA

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 Clases de complejidad

Más detalles

7. GRAFOS. Figura 7.1 Ejemplo de un grafo. el cálculo diferencial,...

7. GRAFOS. Figura 7.1 Ejemplo de un grafo. el cálculo diferencial,... . GRAFOS Se consideran los árboles como una generalización del concepto de lista porque permiten que un elemento tenga más de un sucesor. Los grafos aparecen como una extensión del concepto de árbol, ya

Más detalles