Tema 3: Problemas de Satisfacción de Restricciones
|
|
- María Cristina Roldán Aranda
- hace 8 años
- Vistas:
Transcripción
1 Tema 3: Problemas de Satisfacción de Restricciones Universidad de Granada
2 Tema 3: Satisfacción de Restricciones Contenido Problemas de satisfacción de restricciones Métodos de búsqueda Búsqueda local para problemas de satisfacción de restricciones
3 Problemas de Satisfacción de Restricciones Un tipo particular de problemas que van a tener asociados Métodos de búsqueda particulares Heurísticas de propósito general
4 Problemas de Satisfacción de Restricciones (PSRs) Un problema de búsqueda standard Un estado puede ser cualquier estructura de datos que se pueda evaluar y de la que podamos calcular los sucesores. Un problema de satisfacción de restricciones Un conjunto de variables (X 1,..., X n ) Cada variable X i toma valores en un dominio D i. Un conjunto de restricciones C 1,..., C m. PSRs: objetivo Encontrar una asignación para todas las variables X 1 = a 1,...,X n = a n que verifique todas las restricciones. Podemos diseñar algoritmos específicos para estos problemas, más potentes que los de propósito general.
5 Ejemplo: Colorear mapas Western Australia Northern Territory South Australia Queensland New South Wales Victoria Tasmania Variables WA, NT, Q, NSW, V, SA, T Dominios D i = {rojo, verde, azul} Restricciones: las regiones adyacentes tienen que tener colores distintos WA NT (si tenemos un lenguaje que permita esta expresión), o de forma extensiva (WA, NT) {(rojo, verde),(rojo, azul),(verde, rojo),(verde, azul),...}
6 Ejemplo: Colorear mapas Western Australia Northern Territory South Australia Queensland New South Wales Victoria Tasmania Las soluciones son asignaciones completas que verifican todas las restricciones: {WA = rojo, NT = verde, Q = rojo, NSW = verde, V = rojo, SA = azul, T = verde}
7 Problemas de Satisfacción de Restricciones (PSRs) Una asignación que no viola ninguna restricción se llama consistente. Una asignación completa es una asignación en la que aparecen todas las variables. Una solución es una asignación completa y consistente. Algunos PSRs requieren una solución que maximiza una función objetivo
8 Problemas de Satisfacción de Restricciones (PSRs) Saber si existe una solución de una problema PSR es, en general, es NP-completo La obtención de soluciones óptimas es NP-difícil Se requiere una gran eficiencia en los procesos de búsqueda
9 Ejemplo: Colorear mapas Western Australia Northern Territory South Australia Queensland New South Wales Victoria Tasmania Las soluciones son asignaciones completas que verifican todas las restricciones: {WA = rojo, NT = verde, Q = rojo, NSW = verde, V = rojo, SA = azul, T = verde}
10 Grafo de restricciones Problema binario: Cada restricción involucra, a lo más, dos variables. Grafo de restricciones: los nodos son variables, los arcos muestran restricciones. WA NT Q SA NSW V Victoria Los algoritmos pueden usar esta estructura para mejorar la búsqueda. Por ejemplo, se ve que la asignación de Tasmania es una problema independiente. T
11 Tipos de enfoques Formulación incremental Estado inicial: la asignación vacía {} Función sucesor: un valor se puede asignar a cualquier variable no asignada, a condición de que no suponga ningún conflicto con variables antes asignadas Test objetivo: la asignación actual es completa Costo del camino: un costo constante para cada paso Propiedades Esta formulación es idéntica para todos los PSRs Cada solución aparece a la misma profundidad n. Podemos buscar en profundidad. El camino a la solución es irrelevante. Hay n!d n hojas!!!!
12 Tipos de enfoques Formulación completa de estados Dado que el camino que alcanza una solución es irrelevante, se pueden manejar estados con asignaciones completas. Uso de métodos de búsqueda local.
13 Tipos de problemas Variables discretas y dominios finitos Si d es el tamaño máximo del dominio de cualquier variable, entonces el número de posibles asignaciones es O(d n ). Dominios infinitos Lenguaje de restricciones Comienzo1 + 5 Comienzo2 Restricciones lineales Restricciones no lineales
14 Tipos de restricciones Restricciones absolutas Restricciones unarias. Restricciones binarias. Un PSR binario es un problema sólo con restricciones binarias y puede representarse como un grafo de restricciones. Restricciones de orden más alto. Restricciones de preferencia A veces, la preferencia está asociada a un coste por cada valor de cada variable
15 Puzzles cripto-aritméticos Hipergrafo de restricciones T W O + T W O F O U R F T U W R O X 3 X 2 X 1 Variables: F, T, U, W, R, O, X 1, X 2, X 3 Dominios: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} Restricciones: TodasDistintas(F, T, U, W, R, O) O + O = R + 10 X 1, etc.
16 Problemas de Propagación de Restricciones Reales Problemas de asignación (por ejemplo, asignación de profesores a clases) Problemas de horarios (horas y aulas de las clases) Problemas de configuración de hardware Problemas de transporte Organización de trabajos Asignación de presupuestos
17 Técnicas de búsqueda sin información Uso de búsqueda en anchura: se genera un árbol con n! d n hojas. Propiedad crucial común a todos los PSRs: la conmutatividad (el orden de aplicación de cualquier conjunto de acciones no tiene ningún efecto sobre el resultado). [WA = red, NT = green] es lo mismo que [NT = green, WA = red] Debido a la conmutatividad, hay d n hojas En cada nodo consideramos la asignación de un valor a una nueva variable. La búsqueda en profundidad donde en cada paso se asigna sólo un valor a una variable, se llama algoritmo de vuelta atrás. Pueden resolver el problema de las n-reinas para n 25.
18 Algoritmo de vuelta atrás Se llama a la función recursiva VUELTAATRAS({}, PSR) VUELTAATRAS(Asignacion, PSR) 1: if Asignacion es completa then 2: return Asignacion 3: Seleccionar una variable no asignada X 4: for Valor posible de X do 5: if X = Valor es consistente con las asignaciones then 6: Añadir X = Valor a Asignacion 7: Sol VUELTAATRAS(Asignacion, PSR) 8: if Sol no es No-Solucion then 9: return VUELTAATRAS(Asignacion, PSR) 10: return No-solucion
19 Ejemplo: Algoritmo de vuelta atrás
20 Ejemplo: Algoritmo de vuelta atrás
21 Ejemplo: Algoritmo de vuelta atrás
22 Ejemplo: Algoritmo de vuelta atrás
23 Árbol de nodos
24 Comparación de algoritmos Tabla del número de nodos analizados
25 Mejoras del algoritmo básico Qué variable debe asignarse después, y en qué orden deberían intentarse sus valores? Cuáles son las implicaciones de las variables actuales para el resto de variables no asignadas? Cuando un camino falla, puede la búsqueda evitar repetir este fracaso en caminos siguientes? Podemos aprovechar la estructura del problema?
26 Variable y ordenamiento de valor Mínimos valores restantes Grado heurístico Valor menos restringido
27 Mínimo Valores Restantes Heurística MVR o variable más restringida Elegir la variable a la que le quedan menos valores posibles (está más restringida).
28 Comparación de algoritmos Tabla del número de nodos analizados
29 El Grado Heurístico Intenta reducir el factor de ramificación sobre futuras opciones, Selecciona la variable, entre las no asignadas, que esté implicada en el mayor número de restricciones La heurística MVR es más poderosa, pero el grado heurístico es útil en casos de empate
30 La Selección del Valor Valor menos restringido Dada una variable, elegir el valor que restringe menos los valores de las variables no asignadas. Allows 1 value for SA Allows 0 values for SA Se elige la opción Q = Roja. Combinando estas heurísticas se puede resolver el problema de las 1000-reinas.
31 Propagación de la información a través de las restricciones Comprobación hacia delante Propagación de restricciones Manejo de restricciones especiales Vuelta atrás inteligente
32 Comprobación hacia delante Idea Siempre que se asigne una variable X, el proceso de búsqueda hacia delante mira cada variable no asignada Y que esté relacionada con X por una restricción y suprime del dominio de Y cualquier valor que sea inconsistente con el valor elegido para X. Si hay una variable sin valores posible vuelve atrás.
33 Comprobación hacia delante Idea Siempre que se asigne una variable X, el proceso de búsqueda hacia delante mira cada variable no asignada Y que esté relacionada con X por una restricción y suprime del dominio de Y cualquier valor que sea inconsistente con el valor elegido para X. Si hay una variable sin valores posible vuelve atrás. WA NT Q NSW V SA T
34 Comprobación hacia delante Idea Siempre que se asigne una variable X, el proceso de búsqueda hacia delante mira cada variable no asignada Y que esté relacionada con X por una restricción y suprime del dominio de Y cualquier valor que sea inconsistente con el valor elegido para X. Si hay una variable sin valores posible vuelve atrás. WA NT Q NSW V SA T
35 Comprobación hacia delante Idea Siempre que se asigne una variable X, el proceso de búsqueda hacia delante mira cada variable no asignada Y que esté relacionada con X por una restricción y suprime del dominio de Y cualquier valor que sea inconsistente con el valor elegido para X. Si hay una variable sin valores posible vuelve atrás. WA NT Q NSW V SA T
36 Comprobación hacia delante Idea Siempre que se asigne una variable X, el proceso de búsqueda hacia delante mira cada variable no asignada Y que esté relacionada con X por una restricción y suprime del dominio de Y cualquier valor que sea inconsistente con el valor elegido para X. Si hay una variable sin valores posible vuelve atrás. WA NT Q NSW V SA T
37 Comparación de algoritmos Tabla del número de nodos analizados
38 Propagación de restricciones La comprobación hacia delante no descubre todas las inconsistencias, por ejemplo, después de asignar AO=R y Q=V, tanto TN como AS están Obligadas a tomar el valor A, pero como son adyacentes no pueden tomar el mismo valor. WA NT Q NSW V SA T
39 Arcos consistentes Una forma más sofisticada de comprobar que los valores son consistentes Se basa en comprobar que toda arista ordenada (X, Y) del grafo de restricciones es consistente Si las restricciones no son binarias, se puede aplicar pero es más complejo. Habría que considerar las aristas consistentes para toda pareja ordenada (X, Y) tales que haya una restricción que involucre a ambas variables. La consistencia de los arcos se puede hacer al principio y, de forma recursiva, habría que comprobar la consistencia de todo arco (X, Z) después de que Z haya perdido alguno de sus valores posibles Arco consistente: Un arco (X, Y) es consistente si para todo valor posible x de X existe un valor posible y de la variable Y. Si una arco no es consistente, se eliminan todos los valores posibles de X para los que no exista un valor consistente de Y
40 Ejemplo WA NT Q NSW V SA T Y de esta forma, se comprueba que no existe ningún valor posible para SA con lo cual podemos realizar una vuelta atrás.
41 Ejemplo WA NT Q NSW V SA T Y de esta forma, se comprueba que no existe ningún valor posible para SA con lo cual podemos realizar una vuelta atrás.
42 Ejemplo WA NT Q NSW V SA T Y de esta forma, se comprueba que no existe ningún valor posible para SA con lo cual podemos realizar una vuelta atrás.
43 Ejemplo WA NT Q NSW V SA T Y de esta forma, se comprueba que no existe ningún valor posible para SA con lo cual podemos realizar una vuelta atrás.
44 Ejemplo WA NT Q NSW V SA T Y de esta forma, se comprueba que no existe ningún valor posible para SA con lo cual podemos realizar una vuelta atrás.
45 Algoritmo AC-3 El siguiente algoritmo se aplica al principio a todos los arcos (X, Y) del grafo de restricciones y, se aplica a todo arco (Z, X) cada vez que X restringe el conjunto de valores posibles. 1: for Cada valor posible x de X do 2: if No existe un valor y de Y que sea compatible con x then 3: Eliminar x del conjunto de valores posibles de X
46 Inferencias Genéricas La propagación de arcos consistentes (AC-3) realiza una inferencia para eliminar posibles valores de las variables y determinar si hay inconsistencia en una asignación parcial. Sin embargo, este método no es completo: es posible que haya inconsistencia y no se detecte. Por ejemplo, si queremos determinar al principio si se puede colorear a Australia con 2 colores. Entonces, no es posible, pero AC-3 no lo detecta. Existen otros métodos más potentes. Por ejemplo, consistencia de caminos: (A, B, C) son consistentes, si para cada valor posible conjunto de A = a, existen valores B = b C = c que verifican todas las restricciones en las que aparecen estas variables. Incluso k-consistencia cuando estas restricciones involucran a k variables (A 1,..., A k ). Siempre hay que buscar el equilibrio entre el coste de la inferencia y lo que nos ahorramos en la búsqueda.
47 Manejo de Restricciones Especiales Restricciones todas distintas TodasDistintas(X 1,...,X n) Se puede ver que hay inconsistencia si el número de valores posibles de todas las variables es inferior al número de variables. Este criterio puede mejorar el criterio de arcos consistentes. Restricciones de recursos T 1, T 2, T 3 y T 4 número de personas asignadas a cuatro tareas: como maximo(10, T 1, T 2, T 3, T 4) Se puede comprobar la inconsistencia, sumando los valores mínimos posibles de cada variable. También se pueden suprimir los valores más altos de una variable que son inconsistentes con los valores mínimos de las otras variables. Dos vuelos, 271 y 272 con capacidades 156, 385 respectivamente: Vuelo271 pertenece [0, 165] y Vuelo272 pertenece [0, 385] Restricción adicional: los dos vuelos juntos deben llevar a 420 personas, entonces se deduce: Vuelo271 pertenece [35, 165] y Vuelo272 pertenece [255, 385] Esto se conoce propagación de límites.
48 Vuelta atrás inteligente Western Australia Northern Territory South Australia Queensland New South Wales Victoria Tasmania Vuelta atrás cronológica Se visita el punto de decisión más reciente Orden de actuación: Q, NGS, V, T, AS, AO, TN {Q = rojo, NGS = verde, V = azul, T = rojo} AS? Vuelta atrás a T inútil
49 Vuelta atrás inteligente: salto atrás Ejemplo Conjunto conflicto para la variable X es el conjunto de variables previamente asignadas Y, tales que el valor asignado a Y evita uno de los valores de X, debido a la restricción entre ambas. El método de salto-atrás retrocede a la variable más reciente en el conjunto conflicto. Conjunto conflicto para AS: {Q, NGS, V} El método salto-atrás retrocede a V sin considerar T La propagación hacia delante puede proporcionar el conjunto de conflicto inicial. Si desde X i volvemos hasta X j, porque X i se ha quedado sin valores, entonces debemos de actualizar el conflicto de X j con: Conf(X j ) Conf(X j ) Conf(X i ) {X j }.
50 Salto atrás dirigido por conflicto Western Australia Northern Territory Queensland South Australia New South Wales Victoria Tasmania Orden de actuación: AO, NGS, T, TN, Q, V, AS Asignación parcial AO = Rojo, NGS = Rojo, T = Rojo Comprobar que cuando TN se queda sin valores, entonces su conjunto de conflicto es: {AO, NGS}. Cuando AS falla, su conjunto de conflicto es {AO, TN, Q}. Volvemos a Q, con conflicto {TN, NGS}, que queda actualizado a {AO, TN, NGS}. Volvemos a TN con conlicto {AO} que se actualiza a {AO, NGS}
51 Métodos de búsqueda local Volvemos a la formulación completa de estados para investigar el uso de algoritmos de búsqueda local sobre estados completos. Se aplican algoritmos de ascensión de colinas, enfriamiento simulado, genéticos, etc. Se consideran asignaciones completas, pero inconsistentes. Se elige una variable al azar con un valor conflictivo. Heurística de los mínimos conflictos: seleccionar el valor que cause el número mínimo de conflictos con otras variables
52 Mínimos conflictos
53 Comparación de algoritmos Tabla del número de nodos analizados
54 Mínimos conflictos: comportamiento Con un estado inicial aleatorio, con esta heurística se puede resolver el problema de las n-reinas en tiempo constante y con una alta probabilidad (por ejemplo con n = 10,000,000) Lo mismo parece ocurrir en una amplia gama de problemas de satisfacción de restricciones aleatorios excepto en una estrecha banda de la razón: R = número de restricciones número de variables CPU time critical ratio R
55 Búsqueda local para problemas de satisfacción de restricciones La técnica de los mínimos conflictos es sorprendentemente eficaz para muchos PSRs, en particular, cuando se parte de un estado inicial razonable. Por ejemplo, se ha utilizado para programar las observaciones del telescopio Hubble, reduciendo el tiempo utilizado para programar una semana de observaciones, de tres semanas a alrededor de 10 minutos. Otra ventaja es que se puede utilizar en ajuste online cuando las condiciones del problema cambian.
56 La estructura de los problemas Aprovecharse de la existencia de problemas independientes. Algoritmos eficientes en caso de estructuras de árbol. A C B D E F A B C D E F
57 Algoritmo en árboles 1: Elegir un nodo como raíz 2: Ordenar los nodos desde esta raíz a las hojas, de forma que el padre de cada nodo lo preceda en este orden. 3: Elegir todos los nodos X j en orden inverso y aplicar la consistencia de arco entre X i y X j, donde X i es el padre de X j. Eliminar los valores de X i que sea necesario. 4: Recorrer los nodos en orden directo empezando por la raíz. Para cada nodo X j elegir un valor que sea consistente con el elegido para su padre X i El algoritmo tiene complejidad O(nd 2 ) donde n es el número de variables y d el número de casos por variable.
58 Método del condicionamiento Si el grafo no es un árbol, se puede tratar de conseguir un conjunto pequeño de variables S, tal que si las quitamos del grafo de restricciones, nos queda un árbol. WA NT Q WA NT Q SA NSW NSW V Victoria V Victoria T T
59 Método de condicionamiento 1: Elegir un subconjunto S de variables que al quitarlas nos quede una estructura de árbol 2: for Cada posible asignacion consistente de valores s de S do 3: Quitar del resto de las variables, los valores inconsistentes con estos valores 4: Resolver el problema de satisfacción de restricciones para el resto de las variables (árbol) 5: Si se encuentra la solución, adjuntarla a S = s para obtener una solución al problema original y parar
60 Construcción de un árbol agrupando variables Los grafos de restricción pueden reducirse a árboles? Si. Mediante un proceso de agrupación de variables: Cada variable tiene que estar, al menos, en un grupo, pero puede estar en varios. Si dos variables están unidas en el grafo, debe de existir un grupo que las contenga Si una variable está en dos grupos, debe de estar en todo grupo que se encuentre en el camino entre ambas.
61 Problema 1 Plantear el problema de la consistencia en lógica proposicional como un problema de satisfacción de restricciones. 2 Resolver el problema para las cláusulas: p1; p1 p2; p1 p3; p1 p3 p4; [p5 p6; p5 p7 p5 p8; p7 p8 3 Determinar cómo se podrían llevar a cabo las heurísticas para selección de variables y valores. Sabrías determinar otras heurísticas que se podrían aplicar a este problema? 4 Plantearlo como un problema de búsqueda para estados completos. Cómo seleccionarías un estado inicial? Cómo se implementaría la heurística de mínimos conflictos? 5 Se puede descomponer el problema?
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 detallesProblemas 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 detallesProblemas 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 detallesSatisfacción 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 detallesHoja 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 detallesIngeniería 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 detallesTema 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 detallesComplejidad - 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 detallesProblemas 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 detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Más detallesAplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI
Aplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI Ricardo Köller Jemio Departamento de Ciencias Exactas e Ingeniería, Universidad
Más detallesEstas 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 detallesUnidad 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 detallesBúsqueda heurística Prof. Constantino Malagón
Búsqueda heurística Prof. Constantino Malagón Area de Computación e Inteligencia Artificial 1 Búsqueda heurística Los métodos de búsqueda heurística disponen de alguna información sobre la proximidad de
Más detallesResumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración
5053 Martes, 9 de abril Ramificación y acotamiento () Entregas: material de clase Resumen de técnicas para resolver problemas de programación entera Técnicas de enumeración Enumeración completa hace una
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesPuertas Lógicas. Contenidos. Objetivos
Contenidos Objetivos En esta quincena aprenderás a: Implementar funciones mediante puertas lógicas. Conocer y manejar la simbología de las puertas lógicas. Construir circuitos lógicos en el programa simulador
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesIngeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007
Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesEscenas de episodios anteriores
Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje
Más detallesMétodos 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 detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesResolución 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 detallesGRAFOS. Prof. Ing. M.Sc. Fulbia Torres
ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos
Más detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesTablas. Estas serán las tablas que usaremos en la mayoría de ejemplos. Empleado
Álgebra Relacional Un álgebra es un sistema matemático constituido por Operandos: objetos (valores o variables) desde los cuales nuevos objetos pueden ser construidos. Operadores: símbolos que denotan
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
Más detallescontrol de siniestralidad LABORAL
1 1 2 Qué puede hacer para mejorar su sistema de prevención y reducir la siniestralidad laboral de su empresa. Lea atentamente lo que sigue. Está pensado para sugerirle qué pasos debe dar para propiciar
Más detallesManual para la utilización de PrestaShop
Manual para la utilización de PrestaShop En este manual mostraremos de forma sencilla y práctica la utilización del Gestor de su Tienda Online mediante Prestashop 1.6, explicaremos todo lo necesario para
Más detalles1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1
5.1.3 Multiplicación de números enteros. El algoritmo de la multiplicación tal y como se realizaría manualmente con operandos positivos de cuatro bits es el siguiente: 1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0
Más detallesCAPITULO 4. Requerimientos, Análisis y Diseño. El presente capítulo explica los pasos que se realizaron antes de implementar
CAPITULO 4 Requerimientos, Análisis y Diseño El presente capítulo explica los pasos que se realizaron antes de implementar el sistema. Para esto, primero se explicarán los requerimientos que fueron solicitados
Más detallesPARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S
PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A
Más detallesEstimado usuario. Tabla de Contenidos
Estimado usuario. El motivo del presente correo electrónico es mantenerle informado de las mejoras y cambios realizados en el software Orathor (Athor/Olimpo) en su versión 5.7.041 la cual ha sido recientemente
Más detallesGestión de la Prevención de Riesgos Laborales. 1
UNIDAD Gestión de la Prevención de Riesgos Laborales. 1 FICHA 1. LA GESTIÓN DE LA PREVENCIÓN DE RIESGOS LABORALES. FICHA 2. EL SISTEMA DE GESTIÓN DE LA PREVENCIÓN DE RIESGOS LABORALES. FICHA 3. MODALIDAD
Más detallesAmpliación de Estructuras de Datos
Ampliación de Estructuras de Datos Amalia Duch Barcelona, marzo de 2007 Índice 1. Diccionarios implementados con árboles binarios de búsqueda 1 2. TAD Cola de Prioridad 4 3. Heapsort 8 1. Diccionarios
Más detallesInformàtica i Comunicacions Plaça Prnt. Tarradellas, 11 17600 FIGUERES (Girona) Tel. 902 88 92 67 Fax 972 671 962 www.cesigrup.es
DNS (Domain Name System)...2 La estructura... 2 Servidores DNS e Internet... 3 Dominios... 3 Servidores de nombres... 3 Servidores de nombres Principal y Secundario... 4 Los archivos del DNS... 4 Registro
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detallesÁrboles AVL. Laboratorio de Programación II
Árboles AVL Laboratorio de Programación II Definición Un árbol AVL es un árbol binario de búsqueda que cumple con la condición de que la diferencia entre las alturas de los subárboles de cada uno de sus
Más detallesSISTEMAS Y MANUALES DE LA CALIDAD
SISTEMAS Y MANUALES DE LA CALIDAD NORMATIVAS SOBRE SISTEMAS DE CALIDAD Introducción La experiencia de algunos sectores industriales que por las características particulares de sus productos tenían necesidad
Más detallesNormalización. El diseño que hemos recibido está compuesto de estas dos relaciones:
Normalización 1. Introducción Nuestro departamento de informática ha recibido el encargo de diseñar una base de datos para llevar el control de las piezas, proveedores y proyectos que realiza nuestra empresa.
Más detallesCapítulo 1. MANUAL DE USUARIO
Capítulo 1. MANUAL DE USUARIO 1.1 SUCESIONES GRÁFICAS Lo primero que se hará es mostrar la pantalla que se encontrará el usuario cuando ejecute la aplicación, indicando las zonas en las que se divide esta:
Más detallesIntroducción a los Autómatas Finitos
Teoría de Introducción a los Un modelo de Computación. Universidad de Cantabria Esquema Introducción Teoría de 1 Introducción 2 Teoría de 3 4 5 El Problema Introducción Teoría de Nuestro objetivo en este
Más detallesConsultas con combinaciones
UNIDAD 1.- PARTE 2 MANIPULACIÓN AVANZADA DE DATOS CON SQL. BASES DE DATOS PARA APLICACIONES Xochitl Clemente Parra Armando Méndez Morales Consultas con combinaciones Usando combinaciones (joins), se pueden
Más detallesSOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesFICHERO DE AYUDA DEL PROGRAMA MEGAEURO
FICHERO DE AYUDA DEL PROGRAMA MEGAEURO Versión MEGAEURO : 1.0 Fecha : 02/10/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier
Más detallesRELACIONES DE RECURRENCIA
Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos
Más detallesTecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014
Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada
Más detallesPlan de estudios ISTQB: Nivel Fundamentos
Plan de estudios ISTQB: Nivel Fundamentos Temario 1. INTRODUCCIÓN 2. FUNDAMENTOS DE PRUEBAS 3. PRUEBAS A TRAVÉS DEL CICLO DE VIDA DEL 4. TÉCNICAS ESTÁTICAS 5. TÉCNICAS DE DISEÑO DE PRUEBAS 6. GESTIÓN DE
Más detallesEL MÉTODO PERT. Para ello debemos seguir 4 pasos:
EL MÉTODO PERT El método PERT (Program Evaluation and Review Technique Técnica de evaluación y revisión de programas) es un método que sirve para planificar proyectos en los que hace falta coordinar un
Más detallesManual de usuario del Centro de Control
Manual de usuario del Centro de Control www.ximdex.com Tabla de contenidos 1. Centro de Control...4 2. Gestor de Canales...5 2.1. Añadir un nuevo canal...6 2.2. Modificar las propiedades del canal...6
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detalles2. Entorno de trabajo y funcionalidad en Arquímedes
2. Entorno de trabajo y funcionalidad en Arquímedes 2.9. Presupuestos comparativos. Cómo contrastar ofertas... 1 2.9.1. Análisis de los datos del comparativo de presupuestos... 4 2.9.2. Ejemplo de comparativo
Más detallesManual de ayuda. Índice: 1. Definición.. Pág. 2 2. Conceptos básicos... Pág. 3 3. Navegación.. Pág. 5 4. Operativa más habitual.. Pág.
Manual de ayuda Índice: 1. Definición.. Pág. 2 2. Conceptos básicos... Pág. 3 3. Navegación.. Pág. 5 4. Operativa más habitual.. Pág. 14 Página 1 de 19 1. DEFINICIÓN El Broker Bankinter (BrokerBK) es una
Más detallesServicio de administración de pautas publicitarias en Internet
Servicio de administración de pautas publicitarias en Internet Resumen Ejecutivo Es habitual que la publicidad en Internet sea un apéndice de la publicidad en otros medios. Como no se conocen los resultados,
Más detallesCAPÍTULO I. Introducción. 1.1 Marco Contextual. El estudio de la satisfacción laboral como fenómeno vinculado a actitudes y la relación de
CAPÍTULO I 1.1 Marco Contextual El estudio de la satisfacción laboral como fenómeno vinculado a actitudes y la relación de estas con el comportamiento y los resultados, hacen que sea un tema de gran importancia
Más detallesÁrboles. Cursos Propedéuticos 2015. Dr. René Cumplido M. en C. Luis Rodríguez Flores
Árboles Cursos Propedéuticos 2015 Dr. René Cumplido M. en C. Luis Rodríguez Flores Contenido de la sección Introducción Árbol genérico Definición y representación Árboles binarios Definición, implementación,
Más detallesExplicación de la tarea 3 Felipe Guerra
Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La
Más detallesFICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI
FICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI Versión MEGAPRIMI : 4.0 Fecha : 19/06/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier
Más detallesÍndice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones
Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Números 2 Polinomios 3 Funciones y su Representación
Más detallesTecnología de la Información y la Comunicación. Base de datos. Consultas - 2007 -
Tecnología de la Información y la Comunicación Base de datos Consultas - 2007 - Profesores del área Informática: Guillermo Storti Gladys Ríos Gabriel Campodónico Consultas Se utilizan consultas para ver,
Más detallesGENERACIÓN DE TRANSFERENCIAS
GENERACIÓN DE TRANSFERENCIAS 1 INFORMACIÓN BÁSICA La aplicación de generación de ficheros de transferencias permite generar fácilmente órdenes para que la Caja efectúe transferencias, creando una base
Más detallesREDISTRIBUCION DE TAREAS POR SOBREASIGNACION DE RECURSOS 1
REDISTRIBUCION DE TAREAS POR SOBREASIGNACION DE RECURSOS 1 Tabla de contenido REDISTRIBUCION DE TAREAS POR SOBREASIGNACION DE RECURSOS... 1 Períodos de tiempo... 2 Ámbito de la redistribución... 2 Resolver
Más detallesMantenimiento Limpieza
Mantenimiento Limpieza El programa nos permite decidir qué tipo de limpieza queremos hacer. Si queremos una limpieza diaria, tipo Hotel, en el que se realizan todos los servicios en la habitación cada
Más detallesCapítulo IV. Manejo de Problemas
Manejo de Problemas Manejo de problemas Tabla de contenido 1.- En qué consiste el manejo de problemas?...57 1.1.- Ventajas...58 1.2.- Barreras...59 2.- Actividades...59 2.1.- Control de problemas...60
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA
UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL AREA DE CURSOS DE ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN ESPECIALIZACIÓN EN ANALISIS, DESARROLLO E IMPLEMENTACIÓN DE
Más detallesCAPÍTULO II MARCO TEÓRICO ADMNISTRACIÓN DE PROYECTOS CON CPM
CAPÍTULO II MARCO TEÓRICO ADMNISTRACIÓN DE PROYECTOS CON CPM 10 2.1 Introducción La dirección de un proyecto de gran magnitud no es una tarea fácil. Para los administradores este es uno de los trabajos
Más detallesTema 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 detallesConclusiones. Particionado Consciente de los Datos
Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser
Más detallesPráctica 4 Diseño de circuitos con puertas lógicas.
Práctica 4 Diseño de circuitos con puertas lógicas. Descripción de la práctica: -Esta práctica servirá para afianzar los conocimientos adquiridos hasta ahora de simplificación, e implementación de funciones,
Más detallesEcuaciones Diferenciales Tema 2. Trasformada de Laplace
Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace
Más detallesSEGURIDAD 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 detallesCATÁLOGO 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 detallesUniversidad de Buenos Aires Facultad De Ingeniería. Operaciones Lógicas. [75.40] Algoritmos y Programación I. 2do Cuatrimestre 2010
Universidad de Buenos Aires Facultad De Ingeniería Operaciones Lógicas [75.40] Algoritmos y Programación I 2do Cuatrimestre 2010 Cátedra: Ing. Pablo Guarna Autor: Bernardo Ortega Moncada Índice 1. Introducción
Más detallesPRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE
PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,
Más detallesManual del usuario ActualTel! Manual del usuario. Eficiente Administrador y tarifador telefónico. 2004 ActualSoft! Todos los derechos reservados.
Manual del usuario Eficiente Administrador y tarifador telefónico 2004 ActualSoft! Todos los derechos reservados. 1 INDICE Cómo llegar?.. pag. 3 Pantalla de Configuración pag. 4 Cómo preparo el programa
Más detallesPrácticas PGSI. Práctica 4. Gestión de las Cargas de Trabajo de los Recursos y Delimitaciones de Tareas
Prácticas PGSI Práctica 4. Gestión de las Cargas de Trabajo de los Recursos y Delimitaciones de Tareas Introducción a la Programación con Recursos A medida que avanza la planificación se realizan ajustes
Más detallesPRÁCTICA N 2 SISTEMAS DE NUMERACIÓN
PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN Ejercicio 1. Diseñar una planilla EXCEL que tome como dato de entrada un número entero y devuelva la representación en base 2. Testearla con los números 23, 245, 673,
Más detallesDefinición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.
Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida
Más detallesGENERACIÓN DE ANTICIPOS DE CRÉDITO
GENERACIÓN DE ANTICIPOS DE CRÉDITO 1 INFORMACIÓN BÁSICA La aplicación de generación de ficheros de anticipos de crédito permite generar fácilmente órdenes para que la Caja anticipe el cobro de créditos
Más detallesCMMI (Capability Maturity Model Integrated)
CMMI (Capability Maturity Model Integrated) El SEI (software engineering institute) a mediados de los 80 desarrolló el CMM (modelo de madurez de la capacidad de software). CMMI: CMM integrado, una mezcla
Más detallesElementos requeridos para crearlos (ejemplo: el compilador)
Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesGuía de usuario para el acceso al recibo de nómina mediante la intranet de la Conselleria
Guía de usuario para el acceso al recibo de nómina mediante la intranet de la Conselleria Estado actual Estado V1.3 Fecha modificación 4/6/2012 Autor Dirigido a Ubicación/URL Empleados de la Agencia Valenciana
Más detallesEJERCICIOS SOBRE : DIVISIBILIDAD
1.- Múltiplo de un número. Un número es múltiplo de otro cuando lo contiene un número exacto de veces. De otra forma sería: un número es múltiplo de otro cuando la división del primero entre el segundo
Más detallesAnálisis de conversaciones
Análisis de conversaciones El entorno informativo de las noticias www.infoheaders.com versión 3.3 Por qué siempre que hablan de D, hablan de A? Noticias sobre D Noticias sobre B Queremos que sólo hablen
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesCapítulo 9. Archivos de sintaxis
Capítulo 9 Archivos de sintaxis El SPSS permite generar y editar archivos de texto con sintaxis SPSS, es decir, archivos de texto con instrucciones de programación en un lenguaje propio del SPSS. Esta
Más detallesH E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS
H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS Una situación que se nos plantea algunas veces es la de resolver un problema hacia atrás, esto es, encontrar
Más detalles1. LA EVALUACION DEL DESEMPEÑO LABORAL. 1.2 Objetivos de la evaluación del desempeño laboral.
1. LA EVALUACION DEL DESEMPEÑO LABORAL 1.1 Evaluación del desempeño laboral. La evaluación del desempeño se define como un proceso sistemático mediante el cual se evalúa el desempeño del empleado y su
Más detallesEl control de la tesorería consiste en gestionar desde la aplicación los cobros y pagos generados a partir de las facturas de venta y de compra.
Gestión de la tesorería y del riesgo El control de la tesorería consiste en gestionar desde la aplicación los cobros y pagos generados a partir de las facturas de venta y de compra. En este manual nos
Más detallesCapítulo 6. ÁRBOLES.
67 Capítulo 6. ÁRBOLES. 6.1 Árboles binarios. Un árbol binario es un conjunto finito de elementos, el cual está vacío o dividido en tres subconjuntos separados: El primer subconjunto contiene un elemento
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesActividades para mejoras. Actividades donde se evalúa constantemente todo el proceso del proyecto para evitar errores y eficientar los procesos.
Apéndice C. Glosario A Actividades de coordinación entre grupos. Son dinámicas y canales de comunicación cuyo objetivo es facilitar el trabajo entre los distintos equipos del proyecto. Actividades integradas
Más detallesCreación y administración de grupos de dominio
Creación y administración de grupos de dominio Contenido Descripción general 1 a los grupos de Windows 2000 2 Tipos y ámbitos de los grupos 5 Grupos integrados y predefinidos en un dominio 7 Estrategia
Más detallesCLASE # 5 TÉCNICAS DE CAJA BLANCA
CLASE # 5 TÉCNICAS DE CAJA BLANCA 750105M - TÉCNICAS DE PRUEBAS DE SOFTWARE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN UNIVERSIDAD DEL VALLE SEMESTRE 2013A - DOCENTE BEATRIZ FLORIAN GAVIRIA Basado Parcialmente
Más detallesCurso Excel Básico - Intermedio
Curso Excel Básico - Intermedio Clase 4 Relator: Miguel Rivera Adonis Introducción Base de Datos: Definición de Base de Datos Ordenar datos Formulario Filtros Trabajar con Sub-Totales Validación de Datos
Más detalles