Representación basada en Restricciones

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

Download "Representación basada en Restricciones"

Transcripción

1 Representación basada en Restricciones Asunción Gómez-Pérez Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, Boadilla del Monte, Madrid, Spain

2 Bibliografía Notas sobre modelos de Razonamiento. (Sección 1.4) Servicio de Publicaciones de la Facultad de Informática José Cuena

3 Idea Intuitiva (I) Búsqueda Estado Inicial X = {a, b} Y = {a, b, c} Z = {a, b} Filtrar Estado 1 X = {a, b} Y = {b, c} Z = {a, b} X=a Estado 1 X=b Incoveniente: R = {R1, R2,..., Rm} R1: X=Z R2: Y <> a Generación exhaustiva de todo el espacio de búsqueda hace poco eficiente la solucion alcanzada Solución: Búsqueda con Poda Y=b Y=c Y=b Y=c Z=a Z=b Z=a Z=b Z=a Z=b Z=a Z=b Evaluación de soluciones correctas {X=a, Y=b, Z=a}{X=a, Y=c, Z=a}...

4 Nociones Básicas Representar el problema usando modelos con ecuaciones en los que aparecen atributos (variables) que toman valores en unos dominios. Objetivo: Asignar valores a variables satisfaciendo el conjunto de restricciones Cómo? Utilizando un proceso iterativo de búsqueda con poda basado en el análisis del conjunto de restricciones en cada nodo del árbol de búsqueda Filtrado de variables Propagación de valores

5 Componentes básicos Marco Conceptual Variables/Atributos: X1, X2,... Xn Dominio finito para cada atributo: DXi = <Vi1, Vi2,..., Vim> Se pueden establecer prioridades entre atributos Conjunto de Restricciones R = {R1, R2,..., Rm} / Ri es ecuación o inecuación Se pueden establecer prioridades entre restricciones Motor de Inferencia Filtrado de las restricciones (Obtener combinaciones de valores de atributos que satisfacen R) Propagación de restricciones de valores en las variables

6 Dominios de las Variables X1 = {V11, V12,... V1i} X2 = {V21, V22,... V2j}... Xn = {Vn1, Vn2,... Vnm} Restricciones R = {R1, R2,... Rn} Estado Inicial X1= {V11} X2 = {V21, V22} Motor de Inferencias (Algoritmo de Waltz) Conjunto de posibles soluciones válidas: {{X1=V11, X2=V21, X3=V31,...} {X1=V12, X2=V22, X3=V32,...}}

7 Modelización de las Restricciones Tipos de Restricciones Unarias X > 30 Binarias X-4=Y... Formulación Implícita Ecuaciones X +Y =Z Criterios de Diseño de la restricción No usar disyunciones No asignar valores a variables Ej: evitar expresiones X1=v1 Intentar minimizar el número de variables... Inecuaciones X +Y > 4 Producto Cartesiano Relaciones de orden... Formulación Explícita

8 El Motor de Inferencias Características: Eficaz: alcanzar todas las soluciones Eficiente: En el menor número de pasos Problema: NP completo Solución: Buscar restricción a restricción inconsistencias en los valores de las variables Iteración de procesos de resolución de inconsistencias locales Alternativas: Algoritmo de Waltz (1 variable) Algoritmo de Martelli (3 variables) Algortimo de Freuder (k variables)

9 Algoritmo de Waltz Asignar valores iniciales a las variables R = {R1, R2,..., Rm} tratar Ri tratar valores Filtrar los dominios de las variables: (aplicar restricciones en el mismo orden) Sí Dominios vacíos de variables No Propagación (Continua la exploración fijando el valor de una variable) Cambian los dominios de las variables Sí No Se poda la rama al no encontrar valores que satisfagan la restricción X=a E1 X=b Conjunto de posibles soluciones válidas

10 Generación del Arbol en la etapa de Propagación En amplitud (por niveles) En profundidad X=a E1 X=b En cada nodo se Filtran los dominios de las variables Si dominios vacios: se poda En caso contrario: seleccionar una variable y fijar valores Backtracking si el nodo no se puede expandir

11 Idea Intuitiva del algoritmo de Waltz Estado Inicial X = {a, b, c} Y = {a, b, c} Z = {a, b, c} Filtrado Estado 1 X = {a, b} Y = {b, c} Z = {a, b} X=a Filtrado Estado 1 X=b Filtrado R = {R1, R2,..., Rm} tratar Ri tratar valores Z=a Solución 1 X = a Y = b Z = a Estado 2 X = a Y = b Z = {a, b} Z=b Solución 2 X = a Y = b Z = a Estado 3 X = b Y = {b, c} Z = {a, b}......

12 Cómo se resuelven los problemas? 1. Identificar Variables 2. Definir dominios de variables 3. Listar Restricciones 4. Establecer prioridades 1. De Variables 2. De restricciones 5. Aplicar el algoritmo de Waltz 1. Filtrado 2. Propagación

Satisfacción de Restricciones

Satisfacción de Restricciones Satisfacción de Restricciones Introducción Componentes del estado: Variables Dominios (valores posibles para las variables) Restricciones binarias entre las variables Objetivo: Encontrar un estado que

Más detalles

Problemas de satisfacción de restricciones.

Problemas de satisfacción de restricciones. Problemas de satisfacción de restricciones. In whitch we see how treating states as more than just little black boxes leads to the invention of a range of powerful new search methods and a deeper understanding

Más detalles

Hoja de Problemas Tema 6 Búsqueda con estados estructurados: Restricciones

Hoja de Problemas Tema 6 Búsqueda con estados estructurados: Restricciones Ejercicio 1: 1.1. Si se resuelve un problema de satisfacción de restricciones mediante búsqueda con asignaciones parciales, entonces (a) (b) (c) (d) (e) Un estado siempre asigna un valor a todas las variables

Más detalles

Fundamentos del diseño 3ª edición (2002)

Fundamentos del diseño 3ª edición (2002) Unidades temáticas de Ingeniería del Software Fundamentos del diseño 3ª edición (2002) Facultad de Informática necesidad del diseño Las actividades de diseño afectan al éxito de la realización del software

Más detalles

Problema de Programación Lineal

Problema de Programación Lineal Problema de Programación Lineal Introducción La optimización es un enfoque que busca la mejor solución a un problema. Propósito: Maximizar o minimizar una función objetivo que mide la calidad de la solución,

Más detalles

Problemas de Satisfacción de Restricciones

Problemas de Satisfacción de Restricciones Problemas de Satisfacción de estricciones José Luis uiz eina José Antonio Alonso Jiménez Franciso J. Martín Mateos María José Hidalgo Doblado Dpto. Ciencias de la Computación e Inteligencia Artificial

Más detalles

Tema 5: Problemas de satisfacción de restricciones

Tema 5: Problemas de satisfacción de restricciones Tema 5: Problemas de satisfacción de restricciones José Luis uiz eina José Antonio Alonso Franciso J. Martín Mateos María José Hidalgo Departamento de Ciencias de la Computación e Inteligencia Artificial

Más detalles

Algoritmos para CSP 1

Algoritmos para CSP 1 Algoritmos para CSP 1 1. Técnicas de Consistencia, o Inferenciales I. Inferencia, o consistencia completa Proceso que permite la síntesis de todas las restricciones de un problema en una única restricción

Más detalles

Programación con Restricciones Constraint Programming

Programación con Restricciones Constraint Programming Programación con Restricciones Constraint Programming Introducción basada en Roman Barták: Guide to Constraint Programming http://kti.ms.mff.cuni.cz/~bartak/constraints/index.html Constraint Programming

Más detalles

Inteligencia Artificial. Visiones: Árboles de Búsqueda Técnicas Look-Back Técnicas Look-Ahead. Elizabeth Montero Ureta.

Inteligencia Artificial. Visiones: Árboles de Búsqueda Técnicas Look-Back Técnicas Look-Ahead. Elizabeth Montero Ureta. Inteligencia Artificial Elizabeth Montero Ureta Departamento de Informática Universidad Técnica Federico Santa María Campus Santiago 1 1er Semestre 2009 1/18 2/18 Visiones: Tiene una solución? Encontrar

Más detalles

CLAVE MATEMÁTICAS DISCRETAS MAD-CV 2115IS 03/08/2015 CUATRIMESTRE EVALUACIÓN INSTRUMENTO PARA LA ENSEÑANZA (PROFESOR) Rúbrica de mapa conceptual

CLAVE MATEMÁTICAS DISCRETAS MAD-CV 2115IS 03/08/2015 CUATRIMESTRE EVALUACIÓN INSTRUMENTO PARA LA ENSEÑANZA (PROFESOR) Rúbrica de mapa conceptual UNIDADES DE APRENDIZAJE RESULTADOS DE APRENDIZAJE INGENIERIA EN SOFTWARE NOMBRE DEL PROFESOR M. en TI. Omar Tellez Barrientos OBJETIVO DE LA ASIGNATURA: CONTENIDO PLANEACIÓN DE ASIGNATURA UNIVERSIDAD POLITÉCNICA

Más detalles

PROPUESTA DE ALTERNATIVAS PARA EL MODELADO DE USUARIO ESTADÍSTICO UNIVERSIDAD CARLOS III D E MADRID

PROPUESTA DE ALTERNATIVAS PARA EL MODELADO DE USUARIO ESTADÍSTICO UNIVERSIDAD CARLOS III D E MADRID PROPUESTA DE ALTERNATIVAS PARA EL MODELADO DE USUARIO ESTADÍSTICO LEONARDO C A STAÑO ZABALETA LCASTANO@INF.UC3M. ES D EPARTAMENTO D E INFORMÁTICA UNIVERSIDAD CARLOS III D E MADRID CONTENIDOS Introducción

Más detalles

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico.

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico. Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico. 7071 Febrero, 2014 Resumen Es importante señalar que en un entorno social

Más detalles

Tema 6: Programación Lógica: semántica declarativa. Lenguajes y Paradigmas de Programación

Tema 6: Programación Lógica: semántica declarativa. Lenguajes y Paradigmas de Programación Tema 6: Programación Lógica: semántica declarativa Lenguajes y Paradigmas de Programación Teoría de Modelos Se basa en el concepto de INTERPRETACIÓN, que consiste en: elegir un dominio D (en el que tomarán

Más detalles

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1 Sistemas de producción y búsqueda de soluciones Area de Computación e Inteligencia Artificial 1 Técnicas de búsqueda Resolución de problemas en Inteligencia Artificial. En general, podemos afirmar que

Más detalles

Sistemas de Recuperación de Información

Sistemas de Recuperación de Información Sistemas de Recuperación de Información Los SRI permiten el almacenamiento óptimo de grandes volúmenes de información y la recuperación eficiente de la información ante las consultas de los usuarios. La

Más detalles

Explotando el Conocimiento de Dominio para mejorar la Recuperación de Información: El Modelo de Índices Ontológicos

Explotando el Conocimiento de Dominio para mejorar la Recuperación de Información: El Modelo de Índices Ontológicos UNIVERSIDAD POLITÉCNICA DE MADRID FACULTAD DE INFORMÁTICA Explotando el Conocimiento de Dominio para mejorar la Recuperación de Información: El Modelo de Índices Ontológicos Miguel García Remesal Departamento

Más detalles

Resolución de Problemas

Resolución de Problemas Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar el camino en un laberinto Resolver

Más detalles

Tema 12: Teorema de Herbrand

Tema 12: Teorema de Herbrand Facultad de Informática Grado en Ingeniería Informática Lógica 1/12 PARTE 3: DEMOSTRACIÓN AUTOMÁTICA Tema 12: Teorema de Herbrand Profesor: Javier Bajo jbajo@fi.upm.es Madrid, España 26/11/2012 Introducción.

Más detalles

Inteligencia Artificial I

Inteligencia Artificial I Ingeniería en Sistemas Computacionales Inteligencia Artificial I Rafael Rivera López Departamento de Sistemas y Computación 1 Ago-Dic 2008 Veracruz, Ver. Unidad IV Técnicas de Búsqueda y Satisfacción de

Más detalles

RAZONAMIENTO BASADO EN MODELOS: RAZONAMIENTO CUALITATIVO RAZONAMIENTO CUALITATIVO BASADO EN RESTRICCIONES

RAZONAMIENTO BASADO EN MODELOS: RAZONAMIENTO CUALITATIVO RAZONAMIENTO CUALITATIVO BASADO EN RESTRICCIONES RAZONAMIENTO BASADO EN MODELOS: RAZONAMIENTO CUALITATIVO RAZONAMIENTO CUALITATIVO BASADO EN RESTRICCIONES 1 CONTENIDOS Introducción al modelado basado en restricciones La variable cualitativa y su representación

Más detalles

Proyecto Unico Interpretador de SetCalc

Proyecto Unico Interpretador de SetCalc Universidad Simón Bolívar Dpto. de Computación y Tecnología de la Información CI3721 - Traductores e Interpretadores Abril-Julio 2008 Proyecto Unico Interpretador de SetCalc A continuación se describe

Más detalles

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada MANEJO DE DATOS Analizar gráficos o diagramas de situaciones dadas para identificar información específica Recoger datos, dibujar los datos usando escalas apropiadas y demostrar una comprensión de las

Más detalles

Problemas de satisfacción de restricciones. Javier Ramírez Rodríguez Departamento de Sistemas Universidad Autónoma Metropolitana

Problemas de satisfacción de restricciones. Javier Ramírez Rodríguez Departamento de Sistemas Universidad Autónoma Metropolitana Problemas de satisfacción de restricciones Javier Ramírez Rodríguez Departamento de Sistemas Universidad Autónoma Metropolitana La programación con restricciones (PR) ha generado gran expectación entre

Más detalles

1. Introducción: Qué es un Modelo de Datos? 2. Estática del modelo de datos relacional

1. Introducción: Qué es un Modelo de Datos? 2. Estática del modelo de datos relacional Tema 7: Modelo Relacional 1. Introducción: Qué es un Modelo de Datos? 2. Estática del modelo de datos relacional Dominios, Atributos, Relaciones Representación del esquema relacional Características de

Más detalles

BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES

BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES El modelo relacional se basa en dos ramas de las matemáticas: la teoría de conjuntos y la lógica de predicados de primer orden. El hecho de que

Más detalles

Ministerio de Educación Nuevo Bachillerato Ecuatoriano. Programación lineal

Ministerio de Educación Nuevo Bachillerato Ecuatoriano. Programación lineal Ministerio de Educación Nuevo Bachillerato Ecuatoriano Programación lineal Con el fin de motivar a sus estudiantes, un profesor de Matemática decide proporcionarles dos paquetes de golosinas: uno con 2

Más detalles

Valor absoluto: Ecuaciones e Inecuaciones en una Variable Real

Valor absoluto: Ecuaciones e Inecuaciones en una Variable Real Valor absoluto: Ecuaciones e Inecuaciones en una Variable Real Carlos A. Rivera-Morales Precáculo I Tabla de : Discutiremos: la definición de valor absoluto. : Discutiremos: la definición de valor absoluto.

Más detalles

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Francisco J. Martín Mateos Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Qué es la (KE)? Definición de Wikipedia: La es una disciplina cuyo objetivo es integrar conocimiento

Más detalles

Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org

Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org Asociación Española para la Inteligencia Artificial España Barber, Federico; Salido, Miguel

Más detalles

Álgebra Relacional. Unidad 5

Álgebra Relacional. Unidad 5 Álgebra Relacional Unidad 5 Definición Álgebra es un sistema matemático que está formado por: Operandos. Valores o variables con los cuáles se pueden construir nuevos valores o variables Operadores. Símbolos

Más detalles

Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos. Resultados del Proyecto

Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos. Resultados del Proyecto Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos Resultados del Proyecto ÍNDICE 1. Detección automática de B2C 2. Análisis de demanda de profesionales TICC y programas formativos 3. Análisis

Más detalles

Representación de Conocimientos

Representación de Conocimientos Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Despacho 2104 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo

Más detalles

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen

Más detalles

SILABO DEL CURSO LOGICA MATEMATICA

SILABO DEL CURSO LOGICA MATEMATICA UNIVERSIDAD PRIVADA DEL NORTE Departamento de Ciencias SILABO DEL CURSO LOGICA MATEMATICA I. DATOS GENERALES 1.1 Facultad : Ingeniería 1.2 Carrera Profesional : Ingeniería de Sistemas 1.3 Tipo de curso

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

Métodos Heurísticos en Inteligencia Artificial

Métodos Heurísticos en Inteligencia Artificial Métodos Heurísticos en Inteligencia Artificial Javier Ramírez rez-rodríguez Ana Lilia Laureano-Cruces Universidad Autónoma Metropolitana Métodos Heurísticos en Inteligencia Artificial Los problemas de

Más detalles

CONSTRUCCION DE SISTEMAS EXPERTOS

CONSTRUCCION DE SISTEMAS EXPERTOS CONSTRUCCION DE SISTEMAS EXPERTOS TECNICAS DE EDUCCION DEL CONOCIMIENTO Dr. Ramón GARCIA MARTINEZ GRAFOS ARQUETÍPICOS En muchos dominios de conocimiento, puede reconocerse una estructura de representación

Más detalles

Carrera: IFM - 0423 3-2-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.

Carrera: IFM - 0423 3-2-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Matemáticas para computación Licenciatura en Informática IFM - 0423 3-2-8 2.- HISTORIA

Más detalles

Descripción inicial del sistema. Descripción final del sistema. Estado 1 Estado 2 Estado n

Descripción inicial del sistema. Descripción final del sistema. Estado 1 Estado 2 Estado n Búsqueda en Inteligencia Artificial Fernando Berzal, berzal@acm.org Búsqueda en I.A. Introducción Espacios de búsqueda Agentes de búsqueda Uso de información en el proceso de búsqueda Búsqueda sin información

Más detalles

y los conos serán todos los diagramas (acá usamos la palabra en el sentido habitual, no en el que acabamos de definir) de la forma

y los conos serán todos los diagramas (acá usamos la palabra en el sentido habitual, no en el que acabamos de definir) de la forma (Novena clase: Límites y colímites) Las definiciones de obeto terminal, producto binario, ecualizador y pullback, son casos particulares de un concepto general, llamado límite, que presentaremos a continuación.

Más detalles

Ingeniería en Informática

Ingeniería en Informática Departamento de Informática Universidad Carlos III de Madrid Ingeniería en Informática Aprendizaje Automático Junio 2007 Normas generales del examen El tiempo para realizar el examen es de 3 horas No se

Más detalles

INGENIERIA DEL CONOCIMIENTO UBICACION HISTORICA. Dr. Ramón GARCIA MARTINEZ

INGENIERIA DEL CONOCIMIENTO UBICACION HISTORICA. Dr. Ramón GARCIA MARTINEZ INGENIERIA DEL CONOCIMIENTO UBICACION HISTORICA Dr. Ramón GARCIA MARTINEZ INTELIGENCIA ARTIFICIAL Es la disciplina que estudia la forma de diseñar procesos que exhiban características que comunmente se

Más detalles

RELACIÓN DE PROBLEMAS Nº 2 CONJUNTOS Y APLICACIONES

RELACIÓN DE PROBLEMAS Nº 2 CONJUNTOS Y APLICACIONES UNIVERSIDAD DE JAÉN ESCUELA POLITÉCNICA SUPERIOR Dpto. de Matemáticas (Área de Álgebra) 1. Sean X e Y conjuntos. Demostrar: a) X = X Y Y X. b) X = X Y X Y. RELACIÓN DE PROBLEMAS Nº 2 CONJUNTOS Y APLICACIONES

Más detalles

Estrategias Didácticas B-Learning: ÁLGEBRA RELACIONAL

Estrategias Didácticas B-Learning: ÁLGEBRA RELACIONAL Estrategias Didácticas B-Learning: ÁLGEBRA RELACIONAL Mg. Guillermo Bernardo Durán González Guillermo.duran.g@gmail.com Modelo de diseño instruccional, basado en la modalidad semi-presencial b-learning,

Más detalles

Significado de las f.b.f (fórmulas bien formadas) en términos de objetos, propiedades y relaciones en el mundo

Significado de las f.b.f (fórmulas bien formadas) en términos de objetos, propiedades y relaciones en el mundo Significado de las f.b.f (fórmulas bien formadas) en términos de objetos, propiedades y relaciones en el mundo Semánticas del cálculo de predicados proporcionan las bases formales para determinar el valor

Más detalles

Razonamiento. con. Restricciones. Esquema Global. Tutorial CAEPIA 2003. 1. Introducción - Definiciones - Ejemplos

Razonamiento. con. Restricciones. Esquema Global. Tutorial CAEPIA 2003. 1. Introducción - Definiciones - Ejemplos Esquema Global Razonamiento con Restricciones Tutorial CAEPIA 2003 Javier Larrosa Dep. LSI, UPC, Barcelona Pedro Meseguer IIIA, CSIC, Bellaterra 1. Introducción - Definiciones - Ejemplos 2. Métodos de

Más detalles

Descomposición de dominios

Descomposición de dominios Descomposición de dominios Miguel Vargas 27/10/10 1/29 Contenido Contenido Solución de ecuaciones diferenciales con descomposición de dominios Dominios sin traslape, complemento de Schur Método alternante

Más detalles

SEGURIDAD Y PROTECCION DE FICHEROS

SEGURIDAD Y PROTECCION DE FICHEROS SEGURIDAD Y PROTECCION DE FICHEROS INTEGRIDAD DEL SISTEMA DE ARCHIVOS ATAQUES AL SISTEMA PRINCIPIOS DE DISEÑO DE SISTEMAS SEGUROS IDENTIFICACIÓN DE USUARIOS MECANISMOS DE PROTECCIÓN Y CONTROL INTEGRIDAD

Más detalles

Figuras de Lissajous (Versión 10-6-15)

Figuras de Lissajous (Versión 10-6-15) Figuras de Lissajous (Versión 10-6-15) Instrumental necesario: Osciloscopio (1) Generador de señales (2) Introducción teórica: Una curva de Lissajous es la gráfica del sistema de ecuaciones paramétricas

Más detalles

Búsqueda sobre catálogos basada en ontologías

Búsqueda sobre catálogos basada en ontologías Búsqueda sobre catálogos basada en ontologías Alianis Pérez Sosa, Yuniel Eliades Proenza Arias Universidad de las Ciencias Informáticas. Carretera a San Antonio Km 2 ½, Reparto Torrens, La Lisa, Ciudad

Más detalles

Proyecto de Normalización Automática de Base de Datos

Proyecto de Normalización Automática de Base de Datos Proyecto de Normalización Automática de Base de Datos Lic. Beatriz Steimberg * Resumen En el primer cuatrimestre del año 2003 se encaró el proyecto de Normalización Automática de Base de Datos. El objetivo

Más detalles

MATEMÁTICAS CON MATHEMATICA

MATEMÁTICAS CON MATHEMATICA MATEMÁTICAS CON MATHEMATICA SIGMA 28 José Luis Malaina (*) y Antón Albóniga (**) 1. INTRODUCCIÓN El sistema educativo, tanto a nivel universitario como preuniversitario (ESO y Bachillerato), debe estar

Más detalles

Temario. Índices simples Árboles B Hashing

Temario. Índices simples Árboles B Hashing Temario Introducción y fundamentos Introducción a SQL Modelo Entidad / Relación Modelo relacional Diseño relacional: formas normales Consultas Cálculo relacional Álgebra relacional Implementación de bases

Más detalles

El proyecto realizado consiste en un resolutor de sudokus mediante CSP.

El proyecto realizado consiste en un resolutor de sudokus mediante CSP. Introducción El proyecto realizado consiste en un resolutor de sudokus mediante CSP. El problema del sudoku fue inventado por Howard Garns en 1979 y se volvió muy popular en Japón en 1986. En España ha

Más detalles

MÉTODOS DE ELIMINACIÓN Son tres los métodos de eliminación más utilizados: Método de igualación, de sustitución y de suma o resta.

MÉTODOS DE ELIMINACIÓN Son tres los métodos de eliminación más utilizados: Método de igualación, de sustitución y de suma o resta. ECUACIONES SIMULTÁNEAS DE PRIMER GRADO CON DOS INCÓGNITAS. Dos o más ecuaciones con dos incógnitas son simultáneas cuando satisfacen iguales valores de las incógnitas. Para resolver ecuaciones de esta

Más detalles

by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true

by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad

Más detalles

Algoritmos: Diseño de algoritmos por inducción

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

Más detalles

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION Qué es el momento en una red backpropagation? U.A. REDES NEURONALES INTEGRANTES: JESUS BARRIOS CRESCENCIO

Más detalles

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por

Más detalles

PREPROCESADO DE DATOS PARA MINERIA DE DATOS

PREPROCESADO DE DATOS PARA MINERIA DE DATOS Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado

Más detalles

Dep. Multivaluadas y Cuarta F.N.

Dep. Multivaluadas y Cuarta F.N. Dep. Multivaluadas y Cuarta F.N. Dependencia Multivaluada (dmv)» Idea intuitiva» Definición formal de dmv Dmv Trivial Reglas de inferencia para dfs y dmv Cuarta Forma Normal Descomposición con JSP (Propiedad)

Más detalles

Tipos Abstractos de Datos

Tipos Abstractos de Datos Objetivos Repasar los conceptos de abstracción de datos y (TAD) Diferenciar adecuadamente los conceptos de especificación e implementación de TAD Presentar la especificación algebraica como método formal

Más detalles

Programación por restricciones clase 10

Programación por restricciones clase 10 Programación por restricciones clase 10 Camilo Rueda Universidad Javeriana-Cali Programación por restriccionesclase 10-- p.1/23 Consistencia local Nodo consistencia Arco consistencia hiper-arco consistencia

Más detalles

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está

Más detalles

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas

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 0 Lic. Manuel

Más detalles

GUÍAS. Módulo de Diseño de software SABER PRO 2013-2

GUÍAS. Módulo de Diseño de software SABER PRO 2013-2 GUÍAS Módulo de Diseño de software SABER PRO 2013-2 GUÍAS Módulo de diseño en ingeniería El diseño de productos tecnológicos (artefactos, procesos, sistemas e infraestructura) está en el centro de la naturaleza

Más detalles

Lógica Proposicional IIC2212. IIC2212 Lógica Proposicional 1 / 56

Lógica Proposicional IIC2212. IIC2212 Lógica Proposicional 1 / 56 Lógica Proposicional IIC2212 IIC2212 Lógica Proposicional 1 / 56 Inicio de la Lógica Originalmente, la Lógica trataba con argumentos en el lenguaje natural. Ejemplo Es el siguiente argumento válido? Todos

Más detalles

Aritmética finita y análisis de error

Aritmética finita y análisis de error Aritmética finita y análisis de error Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Aritmética finita y análisis de error 1 / 47 Contenidos 1 Sistemas decimal

Más detalles

Semántica de Primer Orden. Semántica de Primer Orden

Semántica de Primer Orden. Semántica de Primer Orden Para interpretar una fórmula de la lógica de predicados de primer orden: determinar qué objetos representan los términos (Dominio) definir las funciones y qué propiedades/relaciones representan los predicados

Más detalles

Programación lineal 2º curso de Bachillerato Matemáticas aplicadas a las ciencias sociales

Programación lineal 2º curso de Bachillerato Matemáticas aplicadas a las ciencias sociales PROGRAMACIÓN LINEAL Índice: 1. Origen de la programación lineal------------------------------------------------------------- 1 2. Inecuaciones lineales. Interpretación geométrica -----------------------------------------

Más detalles

LA PLANIFICACIÓN DE LAS OPERACIONES A MEDIO Y CORTO PLAZO TEMA 9

LA PLANIFICACIÓN DE LAS OPERACIONES A MEDIO Y CORTO PLAZO TEMA 9 LA PLANIFICACIÓN DE LAS OPERACIONES A MEDIO Y CORTO PLAZO TEMA 9 LA JERARQUÍA DE PLANES DE PRODUCCIÓN Horizonte de planificación Varios años Unidad de planificación Líneas de productos Planificación de

Más detalles

UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE INGENIERIA DE SISTEMAS Y TELECOMUNICACIONES SYLLABUS

UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE INGENIERIA DE SISTEMAS Y TELECOMUNICACIONES SYLLABUS UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE INGENIERIA DE SISTEMAS Y TELECOMUNICACIONES SYLLABUS FOR DAC 11 VER 11 05 08 DATOS GENERALES MATERIA Laboratorio de Fundamentos de Programación

Más detalles

Capítulo VI DESIGUALDADES E INECUACIONES

Capítulo VI DESIGUALDADES E INECUACIONES Capítulo VI DESIGUALDADES E INECUACIONES 6.1 DEFINICIONES: a. Desigualdad: Se denomina desigualdad a toda expresión que describe la relación entre al menos elementos escritos en términos matemáticos, y

Más detalles

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 2 Programación Lineal

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 2 Programación Lineal OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 2 Programación Lineal ORGANIZACIÓN DEL TEMA Sesiones: Introducción, definición y ejemplos Propiedades y procedimientos de solución Interpretación económica

Más detalles

Jugando con las ecuaciones: La magia del material concreto

Jugando con las ecuaciones: La magia del material concreto Jugando con las ecuaciones: La magia del material concreto Ana Cecilia Durón González Unidad Pedagógica José Breinderhoff. Costa Rica cedugo@costarricense.cr Grettel León Arguedas Colegio Nacional Virtual.

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción

Más detalles

Componentes de los SBC

Componentes de los SBC Componentes de los SBC Componentes de los SBC Queremos construir sistemas con ciertas características: Resolución de problemas a partir de información simbólica Resolución mediante razonamiento y métodos

Más detalles

Planificación. Inteligencia Artificial. Ingeniería Informática, 4º. Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani

Planificación. Inteligencia Artificial. Ingeniería Informática, 4º. Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani Planificación Ingeniería Informática, 4º urso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: gentes basados en úsqueda Resumen: 2. gentes basados en búsqueda 2.1. úsqueda en

Más detalles

INDICE. XVII Prólogo a la edición en español. XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas

INDICE. XVII Prólogo a la edición en español. XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas INDICE Prologo XVII Prólogo a la edición en español XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas 1 1.1.1. Introducción 1.1.2. Algunos argumentos lógicos importantes 2 1.1.3. Proposiciones

Más detalles

Restricciones. Inteligencia Artificial. Ingeniería Superior en Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani

Restricciones. Inteligencia Artificial. Ingeniería Superior en Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani Restricciones Ingeniería Superior en 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

José de Jesús Ángel Ángel, c 2010. Factorización

José de Jesús Ángel Ángel, c 2010. Factorización José de Jesús Ángel Ángel, c 2010. Factorización Contenido 1. Introducción 2 1.1. Notación.................................. 2 2. Factor común 4 2.1. Ejercicios: factor común......................... 4

Más detalles

Quantus - HELP DESK. Quantus - Help Desk. Informes de Gestión Los informes de gestión permiten la visión detallada de la situación actual

Quantus - HELP DESK. Quantus - Help Desk. Informes de Gestión Los informes de gestión permiten la visión detallada de la situación actual Quantus - Help Desk es la herramienta informática para toda organización que desea administrar su departamento de mesa de ayuda. Quantus - HELP DESK Quantus - Help Desk es la mejor opción para su organización,

Más detalles

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA. Inteligencia Artificial

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA. Inteligencia Artificial BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA ELECTRÓNICA Licenciatura en Ciencias de Electrónica Ingeniería en Mecatrónica Inteligencia Artificial Académico: MC. Luis Eduardo Espinosa

Más detalles

MA-0125 MATEMÁTICA ELEMENTAL -Décimo Año- I EXAMEN PARCIAL 2012

MA-0125 MATEMÁTICA ELEMENTAL -Décimo Año- I EXAMEN PARCIAL 2012 Escuelas de Matemática Proyecto MATEM 01 http://matem.emate.ucr.ac.cr/ tel. (506) 511-458 MA-015 MATEMÁTICA ELEMENTAL -Décimo Año- I EXAMEN PARCIAL 01 Nombre: Código: Colegio: Fórmula 1 Sábado 14 de abril

Más detalles

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Universidad Politécnica de Madrid 5 de marzo de 2010 2 4.1. Planificación

Más detalles

Unidad II: Análisis de Redes

Unidad II: Análisis de Redes Unidad II: Análisis de Redes 2.1 Conceptos Básicos Un problema de redes es aquel que puede representarse por: LA IMPORTANCIA DE LOS MODELOS DE REDES: Muchos problemas comerciales pueden ser resueltos a

Más detalles

Recuperación de Información en Internet Tema 3: Principios de Recuperación de Información

Recuperación de Información en Internet Tema 3: Principios de Recuperación de Información Recuperación de Información en Internet Tema 3: Principios de Recuperación de Información Mestrado Universitario Língua e usos profesionais Miguel A. Alonso Jesús Vilares Departamento de Computación Facultad

Más detalles

Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos

Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos Propuesta Matriz de Actividades para un Ciclo de Vida de Explotación de Datos Britos, P. 1,2 ; Fernández, E. 2,1 ; García Martínez, R 1,2 1 Centro de Ingeniería del Software e Ingeniería del Conocimiento.

Más detalles

Razonamiento. con. Restricciones. Esquema Global. Tutorial IBERAMIA 2002. 1. Introducción - Definiciones - Ejemplos

Razonamiento. con. Restricciones. Esquema Global. Tutorial IBERAMIA 2002. 1. Introducción - Definiciones - Ejemplos Esquema Global Razonamiento con Restricciones Tutorial IBERAMIA 2002 Javier Larrosa Dep. LSI, UPC, Barcelona Pedro Meseguer IIIA, CSIC, Bellaterra 1. Introducción - Definiciones - Ejemplos 2. Métodos de

Más detalles

Simulación Computacional de Harnero Vibratorio

Simulación Computacional de Harnero Vibratorio Simulación Computacional de Harnero Vibratorio Leopoldo Jauriat Universidad de Antofagasta Chile Presentador: César Sepúlveda ESSS Chile Contexto Proyecto de investigación de la asignatura Diseño Mecánico

Más detalles

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas.

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas. El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los

Más detalles

3. Consideremos el puzzle-8 descrito en clase y sea el estado objetivo, como de costumbre,

3. Consideremos el puzzle-8 descrito en clase y sea el estado objetivo, como de costumbre, E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL. UNIVERSIDAD DE MÁLAGA Dpto. Lenguajes y Ciencias de la Computación RELACIÓN DE PROLEMAS. ÚSQUEDAS CON ÁROL.. Un móvil puede situarse en los nodos

Más detalles

PROGRAMADOR DE BASES DE DATOS RELACIONALES

PROGRAMADOR DE BASES DE DATOS RELACIONALES PROGRAMADOR DE BASES DE DATOS RELACIONALES PROGRAMADOR DE BASES DE DATOS RELACIONALES Horas: 200 Teoría: 50 Práctica: 150 Presenciales: 200 A Distancia: 0 Acción: FIP IFCI4004 Nº Grupo: Código: FIP IFCI4004

Más detalles

III. BÚSQUEDA Y RESOLUCIÓN DE PROBLEMAS. III.3.

III. BÚSQUEDA Y RESOLUCIÓN DE PROBLEMAS. III.3. III. BÚSQUEDA Y RESOLUCIÓN DE PROBLEMAS. III.3. Búsquedas con retroceso. III.3.1. Búsquedas con retroceso a ciegas. III.3.1.1. Procedimientos con retroceso. La búsqueda con retroceso, o backtracking, es

Más detalles

LA EXPERIENCIA PILOTO DEL SELLO EUR-ACE EN ESPAÑA

LA EXPERIENCIA PILOTO DEL SELLO EUR-ACE EN ESPAÑA JORNADA SOBRE EL SELLO EUR-ACE Y SU DESARROLLO EN ESPAÑA El sello europeo de calidad para programas de Ingeniería 29 de Septiembre, Instituto de la Ingeniería de España LA EXPERIENCIA PILOTO DEL SELLO

Más detalles

CATÁLOGO DE INFERENCIAS

CATÁLOGO DE INFERENCIAS Las inferencias son los elementos claves en los modelos de conocimiento o Son los elementos constitutivos de los procesos de razonamiento No existe ningún estándar CommonKADS ofrece un catálogo que cubre

Más detalles

Resolución de Problemas: Situaciones y Contextos

Resolución de Problemas: Situaciones y Contextos Resolución de Problemas: Situaciones y Contextos Jose Luis Lupiáñez Universidad de Granada Un presentador de TV mostró el gráfico siguiente y dijo: Este gráfico muestra que hay un enorme aumento del número

Más detalles