ANÁLISIS Y DISEÑO DE ALGORITMOS

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

Download "ANÁLISIS Y DISEÑO DE ALGORITMOS"

Transcripción

1 ANÁLISIS Y DISEÑO DE ALGORITMOS CURSO 2005/2006 BOLETÍN DE PROBLEMAS: ALGORITMOS VORACES Ejercicio 1 Sean n personas, representadas por los Enteros : 1..n, puestas en círculo, y m, un Entero no negativo cualquiera, comenzando por la persona 1, seleccionamos a la persona que esté m puestos a la derecha de aquélla, eliminándola del círculo. El proceso se repite con la siguiente a la eliminada, hasta que sólo quede una persona, la cual debe devolver el algoritmo. Haga un diseño voraz del algoritmo que solucione el problema. Ejercicio 2 Se puede demostrar que un grafo no dirigido y conexo (existe al menos un camino entre cualquier par de vértices), contiene al menos un árbol de recubrimiento (o de extensión), es decir, puede encontrarse un conjunto de aristas de manera que forman un subgrafo conexo y acíclico, conteniendo a todos los Vértices del grafo original: Grafo Árbol1 Árbol2 Si el grafo es ponderado (tienen un peso sus aristas), puede obtenerse de los árboles de recubrimiento el de peso total mínimo (suma de los pesos de todas sus aristas). Escribir un algoritmo voraz (algoritmo de Kruskal), que nos permite obtener un árbol de recubrimiento mínimo, de manera que en cada paso se escoja una arista A del conjunto de aristas restantes (que inicialmente incluye a todas las aristas del grafo), mediante los siguientes criterios: (a) A es la de menor peso. (b) Si llamamos componentes conexas a los grupos de vértices que están conectados por aristas ya seleccionadas (inicialmente, cada vértice formaría una componente conexa diferente), la arista A debe unir dos vértices pertenecientes a dos componentes conexas diferentes, lo que equivale a que no se formen ciclos. Tenga en cuenta que la solución se alcanza cuando el número de aristas seleccionadas es el número de vértices del grafo de partida menos 1. Ejercicio 3 Escriba un algoritmo voraz (algoritmo de Prim), que nos permite obtener un árbol de recubrimiento mínimo, de manera que en cada paso se escoja una Arista A del conjunto de

2 aristas restantes (que inicialmente incluye a todas las aristas del grafo), mediante los siguientes criterios: (a) A es la de menor peso (b) A es incidente en uno y sólo uno de los vértices incluidos en la solución obtenida hasta el paso anterior (correspondiente a las aristas ya seleccionadas). Comience por un vértice cualquiera del grafo. Tenga en cuenta que la solución se alcanza cuando el número de aristas seleccionadas es el número de vértices del grafo de partida menos 1. Ejercicio 4 Se necesita realizar N tareas independientes en una máquina multiprocesador, con M procesadores pudiendo trabajar en paralelo (supóngase N > M). Siendo t i el tiempo de ejecución de la i-ésima tarea en cualquier procesador, el problema consiste en determinar en qué procesador hay que ejecutar cada uno de los trabajos, de forma que el tiempo final de la ejecución de todos los trabajos (tiempo de ejecución del procesador más cargado) sea mínimo. Supóngase que no hay restricciones acerca de cuándo puede comenzar la ejecución de cada trabajo. SE PIDE codificar un algoritmo voraz, tal que escoja para la tarea i-ésima el procesador más ocioso (menos cargado) después de asignar procesador a las tareas anteriores. Ejercicio 5 Implementar un algoritmo voraz para colorear un grafo no dirigido (asignar un color a cada nodo tal que dos conectados entre sí no tengan el mismo color), con el menor número de colores diferentes, con los siguientes criterios: (a) Los colores se representan por enteros consecutivos comenzando en 1. (b) Se seleccionará en cada paso aquel nodo al cual puedan asignarse menos colores, y en caso de igualdad, uno de los que tengan el mayor número de vecinos sin colorear. (c) Para el nodo seleccionado se asignará el menor color de entre los posibles. Notas: El grafo viene definido por el array g[1..n,1..n] de Logico, siendo N el número (5) (3) de nodos del grafo, e indicando g[i,j] la (2) (1) (6) existencia de una arista que une a los nodos i y j. (4) La solución sol es un array[1..n] de Entero, correspondiente a los colores de cada nodo. La figura muestra un ejemplo de la aplicación del algoritmo. Entre paréntesis aparece el número de orden de los primeros nodos coloreados. Deben usarse las variables: nodosnocoloreados: array[1..n] de Lógico (indica si ha sido coloreado cada nodo) numvecinos: array[1..n] de Entero (número de vecinos no coloreados de cada nodo) coloresposibles: array[1..n,1..n] de Lógico (coloresposibles[i,j] indica si el color j puede asignarse al nodo i) numcoloresposibles: array[1..n] de Entero (número de colores posibles de cada nodo)

3 Ejercicio 6 Se dispone de n archivos con sus datos ordenados, y se requiere un algoritmo eficiente que los mezcle en un único archivo ordenado, utilizando un algoritmo de intercalación entre dos ficheros (cuyo tiempo de ejecución es proporcional a las suma de los tamaños de los ficheros). Así, si n = 2 se resuelve el problema con el algoritmo de intercalación, del cual sabemos que es T(n)=c(n 1 + n 2 ), con n i el tamaño del archivo i (i = 1, 2). Cuando n = 3 tendremos 3 posibles intercalaciones (que representamos simbólicamente con el operador ): (n 1 n 2 ) n 3, (n 1 n 3 ) n 2 y (n 2 n 3 ) n 1, que tienen distintas constantes multiplicativas ya que, por ejemplo, en el primer caso los datos de los archivos 1 y 2 intervendrán dos veces en el algoritmo de intercalación, por lo tanto cuando los tamaños de los archivos son grandes y muy diferentes, podremos observar cambios apreciables en los tiempos de ejecución. Si n es suficientemente grande, este efecto se verá aumentado debido al gran número de posibilidades de intercalación. Una solución óptima se consigue mediante un algoritmo voraz. (a) Qué criterio de selección del mejor candidato es el más óptimo? Justifique la respuesta. (b) Escriba el algoritmo voraz que mezcle los n archivos. Ejercicio 7 (*) Se tiene un conjunto de m reparaciones cuyas duraciones son respectivamente t 1, t 2,..., t m y n fontaneros de tal forma que m > n. Diseñar un algoritmo que tenga complejidad polinómica que asigne cada reparación a un fontanero de tal forma que el tiempo medio de espera de los clientes sea mínimo. Demuestre, si dispone de un algoritmo que obtiene el mínimo, que esta solución no es una solución aproximada. Ejercicio 8 (*) Obtener un algoritmo voraz para resolver el problema de la asignación que aplique la heurística que se describe a continuación. En el problema de la asignación se trata de, dados n agentes y n tareas, y un coste c[i, j] asociado a la asignación de cada agente i a cada tarea j, escoger aquella asignación total (a cada agente le corresponde una tarea diferente) que minimice el coste total asociado. El criterio para escoger la siguiente asignación es el siguiente: para cada fila i no escogida aún en las asignaciones previas se evalúa la diferencia DF i entre los dos valores más pequeños que aún pueden ser tomados para la asignación; lo propio se realiza para cada una de las columnas j, obteniéndose las cantidades DC j. Se selecciona aquella fila (o columna) para la cual DF i (o DC j ) sea la máxima de entre todas las DF i y DC j calculadas. En el ejemplo (a) de la figura el valor máximo de todas las DF i y DC j es 6, correspondiente a la fila i = 3. La asignación que se seleccionará será el valor mínimo de esa fila, 11. En el caso (b), el valor máximo de todas las DF i y DC j es 6, correspondiente a la columna j = 4, seleccionándose DF DF DF DC DC DC 0 1 (a) (b) (c)

4 entonces el valor mínimo de esa columna, 22. Una vez realizada la selección de una asignación, los demás valores de la misma fila y los de la misma columna quedarán descartados (tachados en la figura). Las asignaciones realizadas anteriormente aparecen sobre fondo negro en la figura. Ejercicio 9 (*) Una línea de fabricación de coches tiene diez puestos para ensamblar coches con tres diferentes opciones de acabado, de acuerdo con las siguientes restricciones: 1. No puede haber más de dos coches de la opción 1, más de tres de la opción 2 y más de cuatro de la opción 3 en la línea de ensamblado. 2. No puede haber dos coches con la misma opción juntos. 3. La entrada y salida a la línea de ensamblaje se hace de uno en uno. Se pide, suponiendo que se quieren fabricar N1 coches de la opción 1, N2 coches de la opción 2 y N3 coches de la 3: (a) Diseñar un algoritmo voraz que optimice el tiempo de fabricación. El criterio de selección consiste en escoger en cada paso la primera opción con mayor número de coches pendientes por ensamblar, y que cumpla las restricciones 1 a 3. En caso de que no sea posible introducir en la línea de ensamblado ningún coche que cumpla las restricciones se introduce un hueco (un cero en la secuencia). En caso de que haya más de un tipo de opción con el mismo número de coches por ensamblar, se escogería una opción cualquiera. El prototipo del algoritmo es proc ensamblar(n1,n2,n3:entero) dev (s: Lista de Entero) (b) Discutir si este algoritmo encuentra realmente el óptimo o un valor aproximado. Ejemplo: Si se desean fabricar 6 coches de la opción 1, 10 coches de la opción 2 y 5 de la opción 3 la solución sería: Ejercicio 10 s = {2,1,2,1,2,3,0,3,0,3,2,1,2,1,2,3,0,3,0,0,2,1,2,1,2,0,0,0,0,0,2,0,...} Dado un presupuesto de P euros para comprar diferentes libros para una biblioteca, sabiendo que: No se pueden comprar más de 5 ejemplares de un mismo libro Los precios de los libros están recogidos en un array de N enteros denominado precios, que contiene los diferentes precios de cada libro en céntimos de euro. Suponiendo que se desea maximizar el número de libros comprados para ese presupuesto P, escribir un algoritmo voraz que intente resolver el problema. Es posible garantizar el óptimo?

5 Ejercicio 11 Dado un array M de N objetos, que son registros cada uno con un campo volumen y un campo precio, se desea rellenar una mochila de volumen W tal que el precio de los objetos que caben en ella sea máximo. Desarrollar un algoritmo voraz que obtenga una solución al problema de la forma más óptima posible. Justifique si la solución que ha encontrado es óptima o no. Nota: Los objetos no pueden fraccionarse. Ejercicio 12 Los residentes de una urbanización desean pavimentar las calles, y para ahorrarse dinero, en vez de pavimentar todas las calles, deciden pavimentar únicamente aquellas suficientes que permitan ir a cualquier intersección de la urbanización, gastándose el menor dinero posible. Diseñar un algoritmo voraz donde dado el grafo de los costos de cada calle obtenga qué calles hay que pavimentar para poder llegar a cualquier intersección con pavimento. NOTA: En cada paso, seleccionar para ser pavimentada aquella calle, de las que aún no han sido seleccionadas, que tenga costo mínimo y no una a dos intersecciones ya unidas directa o indirectamente por calles ya seleccionadas por el algoritmo. Ejercicio 13 Diseñar un algoritmo voraz cuyo objetivo sea maximizar el valor de una mochila de peso máximo pmax, en la que se pueden introducir objetos de N tipos distintos que vienen representados por objetos: array [1..N] de Registro (no ordenado), cuyos campos son peso, valor y cantidad, que indican respectivamente el peso del objeto, su valor económico y el número de ejemplares que hay de cada uno. Ejercicio 14 Se tiene un laberinto bidimensional, representado por una matriz lab[1..m,1..n] de enteros, de forma que en cada casilla puede haber un obstáculo (valor 1), un objeto de valor v > 0, o no haber nada (valor 0). La entrada al laberinto se produce por la casilla (1,1) (esquina superior izquierda), y la salida por la casilla (M,N). Para atravesar el laberinto, los únicos movimientos posibles son realizar un paso hacia la derecha o hacia abajo en la matriz, sin pasar dos veces por la misma casilla y sin pasar por los obstáculos. Se desea obtener un recorrido que intente maximizar el valor total de los objetos de las casillas por las que se pasa. (a) Codificar un algoritmo voraz que sólo considere en cada paso la información de las casillas adyacentes.

6 (b) Codificar otro algoritmo voraz que sólo considere en cada paso la información correspondiente a las casillas situadas hasta una distancia 2 respecto de la casilla actual (distancia((a, b), (c, d)) = a c + c d ). (c) Discutir razonadamente si los algoritmos anteriores producen una solución óptima. Ejercicio 15 Un canal de televisión quiere obtener el máximo rendimiento (en euros) de la secuencia de anuncios que aparecerá en la cadena después de las campanadas de fin de año. Dicho canal ha calculado que la primera secuencia de anuncios del año durará 70 segundos como máximo, antes que empiece la presentación del programa de fin de año. Para cubrir dicha secuencia de anuncios el canal ha recibido las siguientes ofertas: El precio final del anuncio (pfa) dependerá de la posición que éste ocupe dentro de la secuencia, su cálculo se realizará utilizando la siguiente fórmula: donde pos es el segundo en que comienza el anuncio. SE PIDE: Diseñar un algoritmo voraz que obtenga el máximo rendimiento. Notas: El criterio para seleccionar el siguiente candidato será seleccionar el candidato cuya ratio pfa (oferta, pos) / tiempo sea menor. Debido a que existen empresas que compiten con productos similares, se han establecido las siguientes restricciones en las cláusulas de los contratos: o Si aparece el Anuncio 1 no puede aparecer con Anuncio 4 en la secuencia o Si aparece el Anuncio 3 no puede aparecer con el Anuncio 6 en la secuencia.

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

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

Análisis de algoritmos

Análisis de algoritmos Tema 10: Algoritmos ávidos M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Algoritmos ávidos Forma general de un

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

259. El número de combinaciones de m objetos entre un conjunto de n, denotado por n, para n 1 y 0 m n, se puede definir recursivamente por: m

259. El número de combinaciones de m objetos entre un conjunto de n, denotado por n, para n 1 y 0 m n, se puede definir recursivamente por: m 258. Aplicar el algoritmo de programación dinámica para el problema del cambio de monedas sobre el siguiente ejemplo: n = 3, P = 9, c = (1, 3, 4). Qué ocurre si multiplicamos P y c por un valor constante,

Más detalles

Algoritmos y Estructuras de Datos Curso 06/07. Ejercicios

Algoritmos y Estructuras de Datos Curso 06/07. Ejercicios 9..En un problema de backtracking estamos interesados en almacenar de forma explícita el árbol recorrido por el algoritmo. De cada nodo del árbol sólo necesitamos saber un número, que indica el orden en

Más detalles

EJERCICIOS DE GRAFOS DE JUEGO

EJERCICIOS DE GRAFOS DE JUEGO Universidad de lcalá Departamento de iencias de la omputación lgoritmia y omplejidad EJERIIOS DE GRFOS DE JUEGO Ejercicio 1). Se dispone de una matriz M de tamaño Fx (F es la cantidad de filas y la cantidad

Más detalles

Tema: Algoritmos para la ruta más corta en un Grafo.

Tema: Algoritmos para la ruta más corta en un Grafo. Programación IV. Guía 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino

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

SOLUCIONES EJERCICIOS PROGRAMACIÓN LINEAL

SOLUCIONES EJERCICIOS PROGRAMACIÓN LINEAL SOLUCIONES EJERCICIOS PROGRAMACIÓN LINEAL Ejercicio nº 1. a) Dibuja el recinto formado por los puntos que cumplen las siguientes condiciones: 1 0 b) Indica si los puntos (0, 0), (, 1) (1, ) forman parte

Más detalles

4.2. El número de combinaciones de m objetos entre un conjunto de n, denotado por n, para n 1 y 0 m n, se puede definir recursivamente por: m

4.2. El número de combinaciones de m objetos entre un conjunto de n, denotado por n, para n 1 y 0 m n, se puede definir recursivamente por: m 4.1. Aplicar el algoritmo de programación dinámica para el problema del cambio de monedas sobre el siguiente ejemplo: n = 3, P = 9, c = (1, 3, 4). Qué ocurre si multiplicamos P y c por un valor constante,

Más detalles

1. GRAFOS : CONCEPTOS BASICOS

1. GRAFOS : CONCEPTOS BASICOS 1. GRAFOS : CONCEPTOS BASICOS Sea V un conjunto finito no vacio y sea E V x V. El par (V, E) es un grafo no dirigido, donde V es un conjunto de vértices o nodos y E es un conjunto de aristas. Denotaremos

Más detalles

Tema 5 Árboles y Grafos.

Tema 5 Árboles y Grafos. Tema 5 Árboles y Grafos. Definiciones básicas de teoría de grafos. Un grafo consta de un conjunto de nodos, un conjunto de aristas y una correspondencia f del conjunto de aristas al conjunto de nodos.

Más detalles

ÍNDICE INTRODUCCIÓN...13

ÍNDICE INTRODUCCIÓN...13 ÍNDICE INTRODUCCIÓN...13 CAPÍTULO 1. LENGUAJE ALGORÍTMICO...15 1.1 DEFINICIÓN DE ALGORITMO...16 1.2 LA ROTACIÓN DE UNA LISTA DE NÚMEROS NATURALES...20 1.3 CUESTIONES...23 1.3.1 Dos comerciales en el restaurante...23

Más detalles

Análisis de Algoritmos Teoría de grafos

Análisis de Algoritmos Teoría de grafos Análisis de Algoritmos Teoría de grafos Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Teoría de grafos p. 1 Grafos Un grafo G es un par de conjuntos G = (V,E) Teoría de grafos p. 2

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

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

UNIDAD DOS MODELO DE ASIGNACIÓN

UNIDAD DOS MODELO DE ASIGNACIÓN Ing. César Urquizú UNIDAD DOS MODELO DE ASIGNACIÓN Ing. César Urquizú Modelos de Transporte Método de la Esquina Noroeste Método del Costo Mínimo o Menor Método de Aproximación de Vogel (MAV) Método del

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

7. PROGRAMACION LINEAL

7. PROGRAMACION LINEAL 7. PROGRAMACION LINEAL 7.1. INTRODUCCION A LA PROGRMACION LINEAL 7.2. FORMULACION DE UN PROBLEMA LINEAL 7.3. SOLUCION GRAFICA DE UN PROBLEMA LINEAL 7.4. CASOS ESPECIALES DE PROBLEMAS LINEALES 7.4.1. Problemas

Más detalles

Capítulo 7. Grafos. Continuar

Capítulo 7. Grafos. Continuar Capítulo 7. Grafos Continuar Introducción Uno de los primeros resultados de la teoría de grafos fue el que obtuvo Leonhard Euler en el siglo XVIII al resolver el problema de los puentes de Königsberg.

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

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

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

TEMA N 1.- MODELOS EN INVESTIGACIÓN OPERATIVA

TEMA N 1.- MODELOS EN INVESTIGACIÓN OPERATIVA UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 1.1 Modelo de transporte Asignatura: Investigación Operativa I Docente: Ing. Jesús Alonso Campos TEMA N

Más detalles

INTRODUCCIÓN a DERIVE 6. PANTALLA DE EXPRESIONES ALGEBRAICAS

INTRODUCCIÓN a DERIVE 6. PANTALLA DE EXPRESIONES ALGEBRAICAS INTRODUCCIÓN a DERIVE 6. Existen tres clases de pantallas: La pantalla de Álgebra (para expresiones algebraicas) y las pantallas gráficas que permiten representar gráficas en dos dimensiones (ventana 2D)

Más detalles

Matemáticas Discretas L. Enrique Sucar INAOE. Teoría de Grafos. Problema de los puentes de Königsberg [Euler]

Matemáticas Discretas L. Enrique Sucar INAOE. Teoría de Grafos. Problema de los puentes de Königsberg [Euler] Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y circuitos Isomorfismo

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

PFC. José Luis Pichardo Muñoz 5. Heurística basada en Grafos

PFC. José Luis Pichardo Muñoz 5. Heurística basada en Grafos 5.1. Introducción. En este capítulo vamos a describir una heurística basada en el cálculo de índices mediante un problema de flujo a coste mínimo. Inicialmente se implementó una metaheurística GRASP, pero

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

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

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación

Más detalles

Un sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:

Un sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son: Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones

Más detalles

Los grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas.

Los grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas. ESTRUCTURA DE DATOS Los grafos son estructuras de datos Representan relaciones entre objetos Relaciones arbitrarias, es decir No jerárquicas Son aplicables en Química Modem Geografía Ing. Eléctrica e Industrial,

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

Algoritmos genéticos

Algoritmos genéticos Algoritmos genéticos Introducción 2 Esquema básico 3 El problema de la mochila 7 Asignación de recursos 0 El problema del viajante 3 Variantes del esquema básico 5 Por qué funciona? 9 Observaciones finales

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS. Investigación de Operaciones

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS. Investigación de Operaciones UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-RUACS Facultad de Ingeniería Industrial Investigación de Operaciones Tema: Teoría de los Grafos Elaborado por: Ing. Carlos Alberto Moreno. Docente: Ing. Pastrana

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

1. [2014] [EXT] Sean las funciones f(x) = eax +b

1. [2014] [EXT] Sean las funciones f(x) = eax +b 1. [01] [ET] Sean las funciones f(x) = eax +b y g(x) = + 3x+. a) Determine el dominio y el recorrido de la función g. b) Calcule para qué valores de a y b las gráficas de las dos funciones son tangentes

Más detalles

Definiciones y ejemplos.

Definiciones y ejemplos. V. Grafos Definiciones y ejemplos. Módulo 5 DEF. Sea V un conjunto finito no vacío, y sea El par (V, E) es llamada entonces grafo dirigido en V, donde V es el conjunto de vértices o nodos y E es su conjunto

Más detalles

Coloreo de vértices Definiciones: Coloreo de Grafos. Cotas para χ Proposición: Si H es un subgrafo de G entonces χ(h) χ(g).

Coloreo de vértices Definiciones: Coloreo de Grafos. Cotas para χ Proposición: Si H es un subgrafo de G entonces χ(h) χ(g). Coloreo de vértices Definiciones: Coloreo de Grafos Algoritmos y Estructuras de Datos III Un coloreo (válido) de los vértices de un grafo G = (V, X ) es una asignación f : V C, tal que f (v) f (u) (u,

Más detalles

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex.

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto

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 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

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

PARTE II: ALGORÍTMICA

PARTE II: ALGORÍTMICA Programa de teoría Parte I. Estructuras de Datos.. Abstracciones y especificaciones.. Conjuntos y diccionarios. 3. Representación de conjuntos mediante árboles.. Grafos. Parte II. Algorítmica.. Análisis

Más detalles

Programa de teoría. Algoritmos y Estructuras de Datos II. 3. Algoritmos voraces. 1. Análisis de algoritmos 2. Divide y vencerás

Programa de teoría. Algoritmos y Estructuras de Datos II. 3. Algoritmos voraces. 1. Análisis de algoritmos 2. Divide y vencerás Programa de teoría Algoritmos y Estructuras de Datos II 1. Análisis de algoritmos 2. Divide y vencerás 3. Algoritmos voraces 4. Programación dinámica 5. Backtracking 6. Ramificación y poda A.E.D. II 1

Más detalles

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.4 Grafos

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.4 Grafos Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.4 Grafos Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Catalunya

Más detalles

MODULARIDAD Y ESTRUCTURA DE COMUNIDADES EN REDES MATI

MODULARIDAD Y ESTRUCTURA DE COMUNIDADES EN REDES MATI MODULARIDAD Y ESTRUCTURA DE COMUNIDADES EN REDES MATI María Isabel Cardeñosa Sánchez Abraham Peña Hoyos 1 Modularidad y estructura de comunidades en redes Introducción Muchos sistemas de interés científico

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

Colegio Portocarrero. Curso Departamento de matemáticas. Sistemas, matrices, programación lineal resueltos.

Colegio Portocarrero. Curso Departamento de matemáticas. Sistemas, matrices, programación lineal resueltos. Sistemas, matrices, programación lineal resueltos. Problema 1: Sean las matrices Encuentra el valor o valores de x de forma que B 2 = A Problema 2: En la remodelación de un centro de enseñanza se quiera

Más detalles

Sistemas Operativos Distribuidos

Sistemas Operativos Distribuidos Contenidos del Tema Gestión de procesos Modelos de sistema Asignación de procesadores Estrategias dinámicas Estrategias estáticas Ejecución remota de procesos Modelos de sistema Organización de los procesadores

Más detalles

Los elementos de V son los vértices (o nodos) de G y los elementos de A son las aristas (o arcos) de G.

Los elementos de V son los vértices (o nodos) de G y los elementos de A son las aristas (o arcos) de G. MATERIAL TEÓRICO º Cuatrimestre Año 03 Prof. María Elena Ruiz Prof. Carlos Roberto Pérez Medina UNIDAD III: GRAFOS Definición: Llamaremos grafo a una terna G= (V, A, ϕ), donde V y A son conjuntos finitos,

Más detalles

A l g o r i t m o y E s t r u c t u r a d e D a t o s Ing. en Sistemas de Información - 1º año -

A l g o r i t m o y E s t r u c t u r a d e D a t o s Ing. en Sistemas de Información - 1º año - Trabajo práctico Nº 7 (Resolución de problemas Estructura: pila y cola). Realiza el programa de cada situación problemática. 1- Cargar en una pila n letras del abecedario.(n debe ser menor a 30) 2- En

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

Matemáticas Discretas Tc1003 Teoría de Grafos

Matemáticas Discretas Tc1003 Teoría de Grafos Definición. Sea A un grafo. A recibe el nombre de árbol sí y sólo si: A es conexo. A no contiene circuitos. Ejemplos: Definición. Sea A un árbol. Un vértice de grado 1 se llama una hoja. Un vértice de

Más detalles

TEMA 5 El tipo grafo. Tipo grafo

TEMA 5 El tipo grafo. Tipo grafo TEMA 5 El tipo grafo PROGRAMACIÓN Y ESTRUCTURAS DE DATOS Tipo grafo 1. Concepto de grafo y terminología 2. Especificación algebraica. Representación de grafos.1. Recorrido en profundidad o DFS.2. Recorrido

Más detalles

A5 Introducción a la optimización en redes

A5 Introducción a la optimización en redes 48 Materials David Pujolar Morales A5 Introducción a la optimización en redes Definición 1. Grafo finito. Sea un V un conjunto no vacío con un número finito de elementos y E una familia finita de pares

Más detalles

Colegio Portocarrero. Curso Departamento de matemáticas. Ejercicios con solución de todo hasta probabilidad

Colegio Portocarrero. Curso Departamento de matemáticas. Ejercicios con solución de todo hasta probabilidad Ejercicios con solución de todo hasta probabilidad Problema 1: Se considera la función siendo a y b parámetros reales. a) Determina los valores de los parámetros a y b para que f(2) = 4 y la recta tangente

Más detalles

Funciones de Búsqueda y Referencia con Microsoft Excel 2010

Funciones de Búsqueda y Referencia con Microsoft Excel 2010 Funciones de Búsqueda y Referencia con Microsoft Excel 2010 La función INDICE tiene dos sintaxis para dos formas de utilizar esta función. La primera forma se denomina forma matricial. La segunda se denomina

Más detalles

5. Coloración de grafos: El Sudoku

5. Coloración de grafos: El Sudoku 4 5. Coloración de grafos: El Sudoku Un pasatiempo muy famoso en estos días es el llamado Sudoku. Éste consiste en un cuadrado 9 9, dividido a su vez en nueve cuadrados, en el que algunos de las cuadrados

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

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

Nos muestra el contenido de la celda activa, es decir, la casilla donde estamos situados.

Nos muestra el contenido de la celda activa, es decir, la casilla donde estamos situados. La barra de fórmulas Nos muestra el contenido de la celda activa, es decir, la casilla donde estamos situados. La barra de etiquetas Permite movernos por las distintas hojas del libro de trabajo. Las barras

Más detalles

Matrices. Ejercicio 1. Dada la matriz A = 2. completa: a 11 =, a 31 =, a 23 =, = 3, = 2, = 7.

Matrices. Ejercicio 1. Dada la matriz A = 2. completa: a 11 =, a 31 =, a 23 =, = 3, = 2, = 7. Matrices. Contenido. Matrices. Tipos especiales de matrices.. Suma y diferencia de matrices.. Producto por un número..5 Matriz traspuesta y matriz simétrica..6 Producto de matrices. Propiedades.. Matriz

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

EL PROBLEMA DE TRANSPORTE

EL PROBLEMA DE TRANSPORTE 1 EL PROBLEMA DE TRANSPORTE La TÉCNICA DE TRANSPORTE se puede aplicar a todo problema físico compatible con el siguiente esquema: FUENTES DESTINOS TRANSPORTE DE UNIDADES Donde transporte de unidades puede

Más detalles

Tema 01: Algoritmia y diagramas de flujo. Estructuras de datos (Prof. Edgardo A. Franco)

Tema 01: Algoritmia y diagramas de flujo. Estructuras de datos (Prof. Edgardo A. Franco) Tema 1 Estructuras de datos (Prof. Edgardo A. Franco) Contenido Algoritmia Qué es un algoritmo? Métodos algorítmicos Diagrama de flujo Símbolos utilizados en los diagramas de flujo Reglas para la construcción

Más detalles

MÉTODOS DE GENERACIÓN DE MALLA

MÉTODOS DE GENERACIÓN DE MALLA EJEMPLO DE GENERACIÓN DE MALLA MÉTODOS DE GENERACIÓN DE MALLA El objetivo de este ejemplo es mallar una pieza utilizando las distintas opciones que GiD ofrece para el control del tipo de elemento en mallas

Más detalles

Vamos a profundizar un poco sobre los distintos tipos de datos que podemos introducir en las celdas de una hoja de cálculo

Vamos a profundizar un poco sobre los distintos tipos de datos que podemos introducir en las celdas de una hoja de cálculo Tipos de datos. Vamos a profundizar un poco sobre los distintos tipos de datos que podemos introducir en las celdas de una hoja de cálculo Valores Constantes: Es un dato que se introduce directamente en

Más detalles

Manipulando celdas. Te recomendamos iniciar Excel 2007 ahora para ir probando todo lo que te explicamos.

Manipulando celdas. Te recomendamos iniciar Excel 2007 ahora para ir probando todo lo que te explicamos. Manipulando celdas Vamos a ver los diferentes métodos de selección de celdas para poder modificar el aspecto de éstas, así como diferenciar entre cada uno de los métodos y saber elegir el más adecuado

Más detalles

EJERCICIOS RESUELTOS TEMA 11 Y 12. FUNCIONES. FUNCIÓN LINEAL Y CUADRÁTICA. Apellidos y Nombre:.Curso: 3º E.S.O. Grupo:.

EJERCICIOS RESUELTOS TEMA 11 Y 12. FUNCIONES. FUNCIÓN LINEAL Y CUADRÁTICA. Apellidos y Nombre:.Curso: 3º E.S.O. Grupo:. EJERCICIS RESUELTS TEMA 11 1. FUNCINES. FUNCIÓN LINEAL CUADRÁTICA Apellidos y Nombre:.Curso: º E.S.. Grupo:. 1 El coste del recibo del teléfono depende de los minutos hablados y una cuota fija de 1 euros.

Más detalles

Tema 2: Grafos y Árboles. Algoritmos y Estructuras de Datos 3

Tema 2: Grafos y Árboles. Algoritmos y Estructuras de Datos 3 Tema 2: Grafos y Árboles Algoritmos y Estructuras de Datos 3 1 ÍNDICE 2.1 Definiciones básicas: grafos y árboles 2.2 Representaciones de árboles y grafos 2.3 Algoritmos de recorrido de árboles binarios

Más detalles

OTRAS APLICACIONES GRÁFICAS

OTRAS APLICACIONES GRÁFICAS 7. OTRAS APLICACIONES GRÁFICAS FUNCIONES DEFINIDAS A TROZOS Para obtener la representación gráfica de una función definida a trozos es necesario utilizar la instrucción piecewise cuya sintaxis es: piecewise(condición,

Más detalles

1. ESQUEMA - RESUMEN Página 2 2. EJERCICIOS DE INICIACIÓN Página 4 3. EJERCICIOS DE DESARROLLO Página EJERCICIOS DE REFUERZO Página 22

1. ESQUEMA - RESUMEN Página 2 2. EJERCICIOS DE INICIACIÓN Página 4 3. EJERCICIOS DE DESARROLLO Página EJERCICIOS DE REFUERZO Página 22 1. ESQUEMA - RESUMEN Página 2 2. EJERIIOS DE INIIAIÓN Página 4 3. EJERIIOS DE DESARROLLO Página 10 4. EJERIIOS DE REFUERZO Página 22 1 1. ESQUEMA - RESUMEN Página 1.1. OORDENADAS Y GRÁFIAS ARTESIANAS.

Más detalles

Grafos: Fundamentos Representaciones, etc. Jose Aguilar

Grafos: Fundamentos Representaciones, etc. Jose Aguilar Grafos: Fundamentos Representaciones, etc. Jose Aguilar Introducción Las estructura de datos no lineales se caracterizan por tener una relación de adyacencia genérica entre sus elementos, es decir, un

Más detalles

EJERCICIOS PROGRAMACIÓN LINEAL

EJERCICIOS PROGRAMACIÓN LINEAL EJERCICIOS PROGRAMACIÓN LINEAL 1.- Una compañía fabrica y venden dos modelos de lámpara L 1 y L 2. Para su fabricación se necesita un trabajo manual de 20 minutos para el modelo L 1 y de 30 minutos para

Más detalles

PROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.

PROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL. PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de

Más detalles

Introducción a los árboles. Lección 11

Introducción a los árboles. Lección 11 Introducción a los árboles Lección 11 Árbol: Conjunto de elementos de un mismo tipo, denominados nodos, que pueden representarse en un grafo no orientado, conexo y acíclico, en el que existe un vértice

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

1.Restricciones de Desigualdad 2.Procedimiento algebraico

1.Restricciones de Desigualdad 2.Procedimiento algebraico Universidad Nacional de Colombia Sede Medellín 1. Restricciones de Desigualdad Clase # 6 EL MÉTODO M SIMPLEX El método m simplex es un procedimiento algebraico: las soluciones se obtienen al resolver un

Más detalles

Trayectorias y circuitos Eulerianos y Hamiltonianos,

Trayectorias y circuitos Eulerianos y Hamiltonianos, Trayectorias y circuitos Eulerianos y Hamiltonianos, Eulerianos Trayectoria de Euler: recorrer una gráfica G utilizando cada arista de la gráfica sólo una vez, puede ser necesario o no comenzar y terminar

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

ESTRUCTURA DE ASIGNACIÓN

ESTRUCTURA DE ASIGNACIÓN ALUMNA: GRADO: MODALIDAD-10 FECHA: PROFESOR: Hugo Nelson Ramírez Cárdenas LOGROS 1. Comprende la importancia que tiene el diseño de algoritmos, como forma de dar solución a un determinado problema. 2.

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Conceptos Simples, Problemas Difíciles Héctor Ramírez C. 1 1 Departamento de Ingeniería Matemática Universidad de Chile Curso MA3701: Optimización Héctor Ramírez C. (U.

Más detalles

Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo

Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 35 Por qué estudiamos

Más detalles

Prácticas de Introducción a los Computadores Curso Hoja Gráficos: Hoja Regresión: ESPESOR 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 ESPESOR COSTES fij

Prácticas de Introducción a los Computadores Curso Hoja Gráficos: Hoja Regresión: ESPESOR 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 ESPESOR COSTES fij Prácticas de Introducción a los Computadores Curso 2001-2002 1 EXCEL Introducción Excel es una hoja de cálculo. Su objetivo básico es proporcionar un entorno sencillo para generar tablas de números y aplicando

Más detalles

Algoritmos y Estructuras de Datos II, Grado Ingeniería Informática Examen 10 de septiembre de 2011

Algoritmos y Estructuras de Datos II, Grado Ingeniería Informática Examen 10 de septiembre de 2011 Algoritmos y Estructuras de Datos II, Grado Ingeniería Informática Examen 10 de septiembre de 2011 (OJO, se cuentan las soluciones con todo detalle para que se entienda bien, pero en el examen no hace

Más detalles

PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX

PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,

Más detalles

CALCULO DIFERENCIAL Escuela Colombiana de Ingeniería. Geometría Analítica = Unión de Álgebra con la Geometría.

CALCULO DIFERENCIAL Escuela Colombiana de Ingeniería. Geometría Analítica = Unión de Álgebra con la Geometría. PRELIMINARES. COORDENADAS EN UN PLANO Cuando se trabaja un sistema de coordenadas Geometría Analítica = Unión de Álgebra con la Geometría. La geometría Analítica se origina al asignar coordenadas numéricas

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

Indice. 1. Tipos de grafos. 2. Conceptos Básicos 3. Representación de grafos 4. Subgrafos. Grafos complementarios

Indice. 1. Tipos de grafos. 2. Conceptos Básicos 3. Representación de grafos 4. Subgrafos. Grafos complementarios Teoría de Grafos 1 1. Tipos de grafos Indice 2. Conceptos Básicos 3. Representación de grafos 4. Subgrafos. Grafos complementarios 5. Caminos y conectividad 6. Grafos Bipartitos 2 Tipos de Grafos Un grafo

Más detalles

Boletín de ejercicios de la asignatura de INFORMÁTICA para la realización de las prácticas de laboratorio. Ejercicios de Estructuras de Control

Boletín de ejercicios de la asignatura de INFORMÁTICA para la realización de las prácticas de laboratorio. Ejercicios de Estructuras de Control Boletín de ejercicios de la asignatura de INFORMÁTICA para la realización de las prácticas de laboratorio Ejercicios de Estructuras de Control Escuela Técnica Superior de Ingeniería Geodésica, Cartográfica

Más detalles

Matemáticas aplicadas a las CC.SS. II 2º Bachillerato

Matemáticas aplicadas a las CC.SS. II 2º Bachillerato 4. PROGRAMACIÓN LINEAL 4.1. Introducción 1. Determina las variables, la función objetivo y el conjunto de restricciones de los siguientes problemas de programación lineal: a) En una empresa de alimentación

Más detalles

Definiciones: conjuntos, grafos, y árboles. Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002

Definiciones: conjuntos, grafos, y árboles. Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002 Definiciones: conjuntos, grafos, y árboles Agustín J. González ELO 320: Estructura de Datos y Algoritmos. 2002 1 Conjuntos (sets) y Grafos (graphs) Un Conjunto es una colección de objetos distintos. No

Más detalles

Sesión 4: Teoría de Grafos

Sesión 4: Teoría de Grafos Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 4: Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y

Más detalles

Coloración de grafos

Coloración de grafos Alumno: Grupo: Coloración de grafos Comencemos planteando el problema de dar color a las regiones de un mapa plano de modo que a regiones vecinas se les asigne distinto color. Este problema puede ser resuelto

Más detalles

INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA

INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex

Más detalles

VECTORES EN EL ESPACIO

VECTORES EN EL ESPACIO UNIDAD VECTORES EN EL ESPACIO Página 13 Problema 1 Halla el área de este paralelogramo en función del ángulo α: cm Área = 8 sen α = 40 sen α cm α 8 cm Halla el área de este triángulo en función del ángulo

Más detalles