NPC. Más problemas NP-Completos. Complexity D.Moshkovitz
|
|
- Juan Zúñiga Miranda
- hace 5 años
- Vistas:
Transcripción
1 NPC Más problemas NP-Completos
2 Introducción Objetivos: - Introducir más NP-Completos. Resumen: 3SAT CLIQUE INDEPENDENT-SET 2
3 Método Cómo demostramos que un problema está en NPC? Primero probamos que el problema está en NP Después demostramos que es NP-Hard reduciendo algún problema NP-Hard a él. 3
4 Nuevos problemas base El único problema NP-Completo que conocemos es SAT. Desgraciadamente no es muy cómodo trabajar con SAT. Por ello, comenzaremos introduciendo variantes más útiles de SAT. Usaremos estas variantes como problemas base. 4
5 3SAT Entrada: a 3CNF formula Problema: Decidir si la fórmula es satisfactible. Una fórmula 3CNF satisfactible (x y z) (x y z) Una fórmula 3CNF insatisfactible (x x x) ( x x x) 5
6 SIP SAT es NP-Completo 3SAT es un caso especial de SAT y, por tanto, está en NP. Para ver que es NP-Completo, volvemos a la prueba de que SAT es NP-Completo, Será suficiente con fórmulas 3CNF? 6
7 Volviendo a la prueba de que SAT es NP-Completo Dada una máquina de Turing y una entrada se produce la fórmula: φ cell = x i,j,s k i,j n s C s t C (x i,j,s x i,j, t ) φ start = x,,# x,2,q x,3,w... x,n 2,_... x k +,n,_ x,n k,# ( ) + + φ = x... x move i,j,a i,j,a i,j n legal a,...,a φ k 6 6 accept = i,j n k x i,j,q accept 7
8 Transformando la fórmula en una fórmula CNF Todas las subfórmulas salvo ϕ move, son fórmulas CNF. Usando la operación distributiva podemos transformar ϕ move en una conjunción de cláusulas CNF. La fórmula resultante sigue teniendo un tamaño polinómico ( Comprobarlo!). 8
9 CNF 3CNF Clausulas con o 2 literales (x y) (x x 2... x t )... Clausulas con 3 o más literales repetición división (x y x) (x x 2 c ) ( c x 3 c 2 )... ( c t-3 x t- x t ) 9
10 3SAT es NP-Completo Hemos visto que podemos reducir cualquier problema de NP a 3SAT y que 3SAT está en NP 3SATes NP-Completo.
11 CLIQUE Entrada: Un grafo no dirigido G=(V,E) y un natural k. Problema: Decidir si existe un conjunto de nodos C={v,...,v k } V, t.q. por cada u,v C: (u,v) E.
12 CLIQUE está en NP Con entrada G=(V,E),k: Adivinar C={v,...,v k } V Por cada u,v C: comprobar que (u,v) E Rechazar si alguna comprobación falla, aceptar en otro caso La longitud del certificado: O(n) (n= V ) El tiempo de ejecución: O(n 2 ) 2
13 SIP CLIQUE es NP-Completo Prueba: Demostraremos que 3SAT p CLIQUE. (......)... (......) p 3
14 La reducción Por cada cláusula (α β γ) α β γ V = longitud de la fórmula conectado si y sólo si α δ δ K=n o. of cláusulas 4
15 Prueba NO conectados!... Un clique de tamaño k debe contener un nodo de cada capa. k 5
16 Las dos direcciones de la reducción Dado un k-clique, asigna a x TRUE o FALSE según x o x estén en el clique. Esto satisface la fórmula (......)... (......). Dada una asignación que satisface la fórmula, un conjunto formado por un literal con valor TRUE de cada cláusula es un k-clique. 6
17 INDEPENDENT-SET Entrada: Un grafo no dirigido G=(V,E) y un natural k. Problema: Decidir si existe un conjunto de nodos I={v,...,v k } V, t.q. Por cada u,v I: (u,v) E. 7
18 INDEPENDENT-SET NP Con entrada G=(V,E),k: Adivinar I={v,...,v k } V Por cada u,v C: comprobar (u,v) E Rechazar si alguna comprobación falla, aceptar en otro caso. La longitud del certificado: O(n) (n= V ) El tiempo de ejecución: O(n 2 ) 8
19 INDEPENDENT-SET NPC Prueba: Por el hecho de estar en NP y una reducción trivial desde CLIQUE. Existe un k- clique Existe un k-is en el grafo complementario 9
20 SUBSET-SUM Entrada: Un conjunto de números S yun número t a obtener. Problem: Decidir si existe un subconjunto Y S tal que Σ n Y n = t. 2
21 SUBSET-SUM está en NP Con entrada S,t: Adivinar Y S Aceptar si y sólo si Σ n Y n = t. La longitud del certificado es : O(n) (n= S ) El tiempo de ejecución es polinómico. 2
22 SIP SUBSET-SUM NPC Prueba: 3SAT p SUBSET-SUM. (......)... (......) p 22
23 SUBSET-SUM NPC un dígito por cláusula c c 2 c k numéro por cada variable x i con valor true: y i numéro por cada variable con x i valor false : z i si x i está en c j si x i está en c j en otro caso en otro caso 23
24 SUBSET-SUM NPC un dígito por cláusula c c 2 c k <d<4 t: 24
25 SUBSET-SUM NPC un dígito por cláusula c c 2 c k t: 3 25
26 SUBSET-SUM NPC Un subconjunto podría contener tanto a y i como a z i y z y l z l c c 2 c k
27 SUBSET-SUM NPC c c 2 c k y... z y l z l
28 La reducción es polinómica k l 2l 2k 28
29 Las dos direcciones de la reducción Si existe una asignación que satisface la fórmula, entonces se puede elegir un subconjunto de números que sumen t: los s Si la variable i-ésima es TRUE, elegimos y i, en vez de z i. Si es FALSE, LO CONTRARIO Sumamos los números auxiliares que necesitemos. los 3 s Sólo si la cláusula es TRUE 29
30 Las dos direcciones de la reducción Si existe un subconjunto que suma t, la fórmula es satisfactible: Si y i está en el subconjunto, asignar TRUE a la i-ésima variable. Si z i está en el subconjunto, asignar FALSE a la i-ésima variable. 3
31 Observación: no hay carry c c 2 c k y Todos los dígitos son s o s. Cadacolumna contiene como mucho cinco s. z y l z l No existe carry
32 La asignación es consistente c c 2 c k y El subconjunto sólo puede contener o bien y i o bien z i, pero no los dos a la vez. z y l z l
33 La fórmula es satisfactible c c 2 c k y En cada columna, como mucho, se pueden obtener 2 unidades de los números auxiliares. Por tanto todas las cláusulas son satisfechas. z y l z l
34 SUBSET-SUM NPC. SUBSET-SUM está en NP 2. 3SAT p SUBSET-SUM 3. SUBSET-SUM es NP-Completo 34
35 Resumen Hemos añadido más problemas a la clase NPC. Es muy importante señalar que NPC contiene más de problemas diferentes! 35
36 Apéndice 36
37 Diccionario negación: not ( ) conjunción: and ( ) literal: variable booleana negada o no disjunción: or ( ) Ejemplo: x, x cláusula: varios literales unidos por Ejemplo: (x y z) CNF (Conjunctive Normal Form): varias cláusulas unidas por Ejemplo: (x y) (x y z) 3CNF: un fórmula CNF con 3 literales en cada cláusula Ejemplo: (x y z) (x y z) 37
Caminos. Sobre los problemas de encontrar caminos en grafos. Complexity D.Moshkovitz
Caminos Sobre los problemas de encontrar caminos en grafos 1 Introdución Objetivos: Introducir más problemas sobre grafos. Resumen: Caminos Hamiltonianos Caminos Eulerianos 2 Camino Hamiltoniano Entrada:
Más detalles3-Coloring es NP-Completo
3-Coloring es NP-Completo Lic. Luis Miguel Prado Llanes Posgrado en Ingeniería de Sistemas Universidad Autónoma de Nuevo León 26 de mayo de 2008 Prado Llanes (PISIS) 3-Coloring 26.05.2008 1 / 36 Contenido
Más detallesDepartamento de Tecnologías de la Información. Tema 7. Complejidad temporal. Ciencias de la Computación e Inteligencia Artificial
Departamento de Tecnologías de la Información Tema 7 Complejidad temporal Ciencias de la Computación e Inteligencia Artificial Índice 7.1 Medidas de complejidad 7.2 La clase P 7.3 La clase NP 7.4 NP-Completitud
Más detallesClases de complejidad computacional: P y NP
1er cuatrimestre 2006 La teoría de Se aplica a problemas de decisión, o sea problemas que tienen como respuesta SI o NO (aunque es sencillo ver que sus implicancias pueden extenderse a problemas de optimización).
Más detallesAnálisis de Algoritmos Problemas de grafos
Análisis de Algoritmos Problemas de grafos Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Problemas de grafos p. 1 INDEPENDENT SET es NP-completo Necesitamos un gadget : el triángulo.
Más detallesIntroducción a la Complejidad Computacional
Introducción a la Complejidad Computacional El análisis sobre decidibilidad que hemos hecho nos permite saber qué podemos hacer y qué no podemos hacer. Pero nada sabemos de qué tan difícil resolver los
Más detallesTema IV: NP completitud
Tema IV: NP completitud Definición: Un lenguaje L Σ es NP duro sii para cada L NP se tiene que L p L. Proposición 1: Si L 1 es NP duro y L 1 p L 2, entonces L 2 es NP duro. Definición: Un lenguaje L Σ
Más detallesProblemas NP-completos
Análisis de Algoritmos Problemas NP-completos Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Problemas NP-completos p. 1 Problemas NP-completos La clase NP contiene numerosos problemas
Más detallesMáquinas de Turing no-determinísticas (MTND)
Máquinas de Turing no-determinísticas (MTND) Una MTND tiene los mismos componentes que vimos para una MTD, con la siguiente excepción. Un programa en una MTND es una tabla que mapea un par (q i, t i )
Más detallesINAPROXIMABILIDAD. Curso: Algoritmos de aproximación Docente: Pablo Romero Estudiante: Daniel La Buonora Octubre de 2016
INAPROXIMABILIDAD Curso: Algoritmos de aproximación Docente: Pablo Romero Estudiante: Daniel La Buonora Octubre de 2016 Plan de la presentación - Definición de inaproximabilidad - Ejemplo con el problema
Más detallesPrueba de teoremas Fórmula a. Fórmula b. Chequeo de modelos. Construcción de modelos 20/04/2010. Prueba de teoremas (Theorem provers)
Razonamiento automático Técnicas Prueba de teoremas (Theorem provers) Chequeo de modelos (odel checkers) Constructores de modelos (odel builders) Basado en: Logic in Computer Science, Hunt & Ryan Símbolos
Más detallesTema 8: Teorema de Herbrand. Tableros en lógica de primer orden
Tema 8:. en de primer orden Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica Informática (Tecnologías Informáticas) Curso 2014 15 Contenido Sea Γ un conjunto de fórmulas
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA DEPARTAMENTO DE CIENCIA DE LA COMPUTACION
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA DEPARTAMENTO DE CIENCIA DE LA COMPUTACION Lógica para Ciencia de la Computación - IIC2213 Guía 1 - Lógica proposicional 1. Dados dos strings
Más detallesAlgoritmos pseudo-polinomiales
Análisis de Algoritmos Algoritmos pseudo-polinomiales Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Algoritmos pseudo-polinomiales p. 1 HAMILTON PATH es NP-completo La reducción es
Más detallesAlgoritmos de Aproximación
Algoritmos de Aproximación Es bueno estar cerca? Complexity 1 Motivación Hemos visto muchos problemas NP-Completos Se conjetura que no hay algoritmos polinómicos para ninguno de ellos Complexity 2 Motivación
Más detallesProblemas de decisión y su complejidad computacional
Problema de decisión Problemas de decisión y su complejidad computacional! Los problemas que tienen dos respuestas posibles! Sí o no! Verdad o falso! Posible o imposible Instancia! Existe o no existe!
Más detallesTema 8: Teorema de Herbrand. Tableros en lógica de primer orden
Tema 8:. en de primer orden Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica Informática (Tecnologías Informáticas) Curso 2016 17 Contenido Sea Γ un conjunto de fórmulas
Más detallesTema 2: Métodos de Deducción para la Lógica Proposicional
Tema 2: Métodos de Deducción para la Lógica Proposicional Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica y Computabilidad Curso 2010 11 LC, 2010 11 Métodos de Deducción
Más detallesTema 1: Sintaxis y Semántica de la Lógica Proposicional
Tema 1: Sintaxis y Semántica de la Lógica Proposicional Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Lógica y Computabilidad Curso 2010 11 LC, 2010 11 Lógica Proposicional
Más detallesCLASES DE PROBLEMAS. 1) Introducción 2) Problemas de decisión, Lenguajes, Codificación. y la clase NP-Completa. 6) Otras clases de problemas NP-
CLASES DE PROBLEMAS 1) Introducción 2) Problemas de decisión, Lenguajes, Codificación. y la clase NP-Completa. 6) Otras clases de problemas Computers and Intractability NP- guide to the theory of 1. Introducción:
Más detallesProblemas computacionales, intratabilidad y problemas NP completos. Febrero Facultad de Ingeniería. Universidad del Valle
Complejidad Complejidad, in NP completos Facultad de Ingeniería. Universidad del Valle Febrero 2017 Contenido Complejidad 1 2 3 Complejidad computacional Complejidad Introducción En ciencias de la computación
Más detallesTema 2: Métodos de Deducción para la Lógica Proposicional
Tema 2: Métodos de Deducción para la Lógica Proposicional Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica y Computabilidad Curso 2006 07 LC, 2006 07 Métodos de Deducción
Más detallesLógica proposicional: Lectura única
Lógica proposicional: Lectura única Una fórmula ϕ es atómica si ϕ = p, donde p P. Una fórmula ϕ es compuesta si no es atómica. - Si ϕ = ( α), entonces es un conectivo primario de ϕ y α es una subfórmula
Más detallesTema 2: Lógica Computacional para la IA: Lógica Proposicional
Tema 2: Lógica Computacional para la IA: Lógica Proposicional Félix Lara Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Seminario de Inteligencia Artificial, Curso 2005
Más detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC1003 Demostración Automática de Teoremas Departamento de Matemáticas / Centro de Sistema Inteligentes ITESM ATP Matemáticas Discretas - p. 1/30 En lo anterior, hemos visto cómo
Más detallesTeoría 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 detallesSea NxN = {(0,0), (0,1), (1,0), (0,2), (1,1), (2,0),... } el conjunto de pares de naturales,
Ejercicio 1.- Sea NxN = {(0,0), (0,1), (1,0), (0,2), (1,1), (2,0),... } el conjunto de pares de naturales, y la función J : N 2 N definida por : J(m,n) = 1/2(m+n)(m+n+1) + m a) Es J inyectiva? Sobreyectiva?
Más detallesNP Completitud I: SAT y 3-SAT. Febrero 2017
s NP NP Completitud I: SAT y Facultad de Ingeniería. Universidad del Valle Febrero 2017 Contenido s NP 1 s NP 2 Contenido s NP 1 s NP 2 s NPC s NP Definición Un problema de decisión NP es considerado NP
Más detallesLa lógica de segundo orden: Sintaxis
La lógica de segundo orden: Sintaxis Dado: Vocabulario L Definición La lógica de segundo orden (LSO) sobre L es definida como la extensión de LPO que incluye las siguientes reglas: Si t 1,..., t k son
Más detallesComplejidad Computacional
Complejidad Computacional Clasificación de Problemas Teoría de la Complejidad Estudia la manera de clasificar algoritmos como buenos o malos. Estudia la manera de clasificar problemas de acuerdo a la dificultad
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 detallesModelos de Informática TeóricaCapítulo 4 - demostración de NP-completitud p.1/68
Modelos de Informática Teórica Capítulo 4 - demostración de NP-completitud Serafín Moral Callejón Departamento de Ciencias de la Computación Universidad de Granada Modelos de Informática TeóricaCapítulo
Más detallesTeoría de la Computación puesta en Práctica
Teoría de la Computación puesta en Práctica Marcelo Arenas M. Arenas Teoría de la Computación puesta en Práctica 1 / 24 Problema a resolver WiMAX (Worldwide Interoperability for Microwave Access): estándar
Más detallesTema 5: Problemas de Optimización
Modelos de Informática Teórica - Universidad de Granada Contenido Problemas de Optimización Algoritmos ǫ-aproximados Análisis de problemas: cubrimiento por vértices, viajante de comercio, corte máximo,
Más detallesSintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES. Funciones boolenas. Semántica
Proosiciones atómicas y comuestas Sintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES Francisco Hernández Quiroz Deartamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fh@cienciasunammx Página
Más detallesTema 4: Lógicas Informática (Tecnologías Informáticas) Curso Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla
Tema 4: Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógicas Informática (Tecnologías Informáticas) Curso 2017 18 Contenido Presentaremos un algoritmo más para estudiar
Más detallesPra cticas de Algoritmia para problemas difı ciles Especialidad en Computacio n, grado en Ingenierı a Informa tica.
Pra cticas de Algoritmia para problemas difı ciles Especialidad en Computacio n, grado en Ingenierı a Informa tica Curso 2013-2014 Universidad de Zaragoza Escuela de Ingenierı a y Arquitectura Departamento
Más detallesIntroducción a la complejidad computacional
Introducción a la complejidad computacional definida sobre anillos arbitrarios 18 de junio de 2016 Fuente: http://www.utmmcss.com/ Por qué otro modelo? Continuo vs discreto. Intuición interiorizada del
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Lógica y Estructuras Discretas Tutor: Antonio Rivero Cuesta Tema 1 Lógica de Proposiciones y de Predicados de Primer Orden Lógica de Proposiciones Sintaxis Infinitas letras
Más detallesFormas clausulares Teoría de Herbrand Algoritmo de Herbrand Semidecidibilidad. Teoría de Herbrand. Lógica Computacional
Teoría de Herbrand Lógica Computacional Departamento de Matemática Aplicada Universidad de Málaga Curso 2005/2006 Contenido 1 Formas clausulares Refutación y formas clausulares 2 Teoría de Herbrand Universo
Más detallesUn tercer problema NP-completo: Programación entera
Un tercer problema NP-completo: Programación entera Un problema muy estudiado por su utilidad práctica: PROG-ENT = {(A, b) A x b es un sistema de ecuaciones lineales enteras que tiene solución}. Teorema
Más detallesTema 2: (Tecnologías Informáticas) Curso Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla
y Tema 2: y Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica Informática (Tecnologías Informáticas) Curso 2017 18 Contenido y En este tema presentaremos mecanismos
Más detallesNP-Completitud. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem ELO320 1
NP-Completitud Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002 ELO320 1 Introducción Hasta ahora todos los algoritmos estudiados han sido algoritmos de tiempo polinomial: para
Más detallesPARTE II: ALGORÍTMICA
PARTE II: ALGORÍTMICA 5.. Método general 5.2. Análisis de tiempos de ejecución 5.3. Ejemplos de aplicación 5.3.. Problema de la mochila 0/ 5.3.2. Problema de la asignación 5.3.3. Resolución de juegos A.E.D.
Más detallesComputación Bio inspirada Tema IX: Resolución eficiente de problemas NP-completos en Modelos Celulares
Computación Bio inspirada Tema IX: Resolución eficiente de problemas NP-completos en Modelos Celulares Mario de J. Pérez Jiménez Grupo de Investigación en Computación Natural Dpto. Ciencias de la Computación
Más detallesOrganización del Computador 1 Lógica Digital 1: álgebra de Boole y
Introducción Circuitos Bloques Organización del Computador 1 Lógica Digital 1: álgebra de Boole y compuertas Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Más detallesAnálisis lógico Cálculo de proposiciones
Sintaxis Semántica Sistemas de demostración Análisis lógico Cálculo de proposiciones Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx Página Web: www.matematicas.unam.mx/fhq
Más detallesHerramientas. 1 FormaLex, Departamento de Computación, FCEyN, Universidad de Buenos Aires, Buenos Aires, Argentina
1 Sergio Mera 1 1 FormaLex, Departamento de Computación, FCEyN, Universidad de Buenos Aires, Buenos Aires, Argentina Introducción al Análisis Formal de Normas Legales, segundo cuatrimestre de 2014 (2)
Más detallesAnálisis y Complejidad de Algoritmos. Completitud NP
Análisis y Complejidad de Algoritmos Completitud NP Arturo Díaz Pérez Sección de Computación Departamento de Ingeniería Eléctrica CINVESTAV-IPN Av. Instituto Politécnico Nacional No. 2508 Col. San Pedro
Más detallesIntroducción a la Lógica Proposicional Seminario de Matemáticas
Introducción a la Lógica Proposicional Seminario de Matemáticas Julio Ariel Hurtado Alegría ahurtado@unicauca.edu.co 8 de mayo de 2015 Julio A. Hurtado A. Departamento de Sistemas 1 / 34 Agenda Motivación
Más detallesMotivación: Problemas de optimización
Motivación: Problemas de optimización Un tour π en un grafo G es una secuencia de arcos (a 1,a 2 ),..., (a k 1,a k ), (a k,a 1 ) en G tal que: a i a j para cada i j, {a 1,...,a k } es el conjunto de nodos
Más detallesColoreo de Grafos. Algoritmos y Estructuras de Datos III
Coloreo de Grafos Algoritmos y Estructuras de Datos III Coloreo de nodos Definiciones: Un coloreo (válido) de los nodos de un grafo G = (V, X ) es una asignación f : V C, tal que f (v) f (u) (u, v) E.
Más detallesProblemas en P y NP. Marcos Kiwi. Semestre Otoño U. Chile
Problemas en P y NP Marcos Kiwi U. Chile Semestre Otoño 2012 Problemas en P Path = { G, s, t : Existe un dicamino de s a t en el digrafo G} Conexo = { G : G grafo conexo} { } A Q PL = A, b, c, k : m n,
Más detalles1. Matrices Introducción (Miguel de Guzmán) 1.2. Matrices: definiciones. 1 - Matrices c rafaselecciones
- Matrices c rafaselecciones Matrices Introducción Miguel de Guzmán Cuando uno trabaja ordenadamente con sistemas de ecuaciones lineales, pronto se percata de que está escribiendo muchas veces los mismos
Más detallesOrganización del Computador 1 Lógica Digital 1: álgebra de Boole y
Introducción Circuitos Bloques Organización del Computador 1 Lógica Digital 1: álgebra de Boole y compuertas Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires
Más detalles2. CONTROL DE CIRCUITOS ELECTRÓNICOS COLEGIO MALVAR DPTO. CCNN Y TECNOLOGÍA 3º ESO
2. CONTROL DE CIRCUITO ELECTRÓNICO COLEGIO MALVAR DPTO. CCNN Y TECNOLOGÍA 3º EO INTRODUCCIÓN Las agujas de un reloj, que giran representando el avance del tiempo, lo hacen en forma aná- loga (análogo =
Más detallesPROGRAMACIÓN II GEB 16:28
GEB 1 Temas Problemas demostrablemente irresolubles Problemas resolubles Clase P, NP, NP completa y CO-NP Objetivo Que el estudiante logre entender la clasificación de problemas y su importancia para la
Más detallesOrganización del Computador 1 Lógica Digital 1: álgebra de Boole y compuertas
Organización del Computador 1 Lógica Digital 1: álgebra de Boole y compuertas Dr. Marcelo Risk Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2017 Lógica
Más detallesLógica Informática. Grupo 3. Curso 2005/06.
Dpto. de Ciencias de la Computacin e Inteligencia Artificial Universidad de Sevilla Lógica Informática. Grupo 3. Curso 2005/06. Ejercicios de Lógica Proposicional. Temas 1 a 5 Ejercicio 1. Expresar mediante
Más detallesTema 3: Algoritmos para SAT: Tableros y algoritmo DPLL
Tema 3: : y DPLL Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógicas Informática (Tecnologías Informáticas) Curso 2016 17 Contenido Presentaremos dos s para estudiar
Más detallesSuma Resta Multiplica. División Alg. Boole Tbla Verdad Circuitos Karnaugh
Funciones Lógicas 2009-20102010 Sistemas de Numeración 1 Suma Algebra de Boole: Desarrollada en 1947 por George Boole y se usa para resolver problemas lógico-resolutivos. Son las matemáticas de los sistemas
Más detallesLógica Proposicional Lenguaje Proposicional Implicación semántica
Capítulo 1 Lógica Proposicional 1.1. Lenguaje Proposicional Un lenguaje proposicional consta de los siguientes símbolos: las proposicones atómicas, también llamados enunciados atómicos o simplemente variables
Más detallesCon los dos conectivos y en las formulas que tienen una sola variable proposicional distinta, no hay forma de construir una contradicción.
1) No se puede formar una contradicción usando solamente los dos conectivos, {*,->}, en las formulas que tienen una sola variable proposicional distinta. Con los dos conectivos y en las formulas que tienen
Más detallesAgentes Lógicos Univer Univ sidad Po sidad P litécnica de Pueb o la litécnica de Pueb D r. J Jesús A A ntonio G G á onz l ál ez B Ber l na
Agentes Lógicos Universidad Politécnica de Puebla Dr. Jesús Antonio González Bernal Elementos de un Agente Basado en Conocimiento Estado actual del mundo Cómo inferir propiedades del mundo no-vistas a
Más detallesParadigma lógico Lógica proposicional Resolución. Programación Lógica. Eduardo Bonelli. Departamento de Computación FCEyN UBA. 10 de octubre, 2006
Departamento de Computación FCEyN UBA 10 de octubre, 2006 Prolog Se basa en el uso de la lógica como un lenguaje de programación Se especifican ciertos hechos y reglas de inferencia un objetivo ( goal
Más detallesAnálisis semántico: Comprobación de tipos
Análisis semántico: Comprobación de tipos Expresiones de tipos, sistemas de comprobación de tipos, equivalencia, resolución de sobrecargas y unificación. Introducción Objetivo de comprobación estática:
Más detallesTeoría de la Computación y Leguajes Formales
y Leguajes Formales Prof. Hilda Y. Contreras Departamento de Computación hyelitza@ula.ve hildac.teoriadelacomputacion@gmail.com Contenido Tema 0: Introducción y preliminares: Conocimientos matemáticos
Más detallesProblemario Nivel Superior
1 Problemario Nivel Superior Problema 1. Sean P 0,..., P n 1 los vértices de un polígono regular inscrito en una circunferencia de radio 1. Denotemos por P 0 P k la longitud del vector P 0 P k, esto es,
Más detallesEn esta sección se presenta detalles acerca del diseño para computar la función Get- 6.1 Observaciónes en la Estructura de Teorías para
Capítulo 6 Implementación En esta sección se presenta detalles acerca del diseño para computar la función Get- SafeBeliefs y hacer posible su implementación. 6.1 Observaciónes en la Estructura de Teorías
Más detallesTres versiones de Pal. Sesión 19. Una máquina para aceptar Pal El lenguaje: Tabla de transición para Pal. Más de un siguiente estado.
Tres versiones de Pal Sesión 19 Autómata de pila determinístico Pal marca = {xcx r x {0, 1} * } 0110c0110 Pal par = {xx r x {0, 1} * } 00111100 Pal = {x x = x r {0, 1} * } 00111100 001101100 Una máquina
Más detallesGuía de Matrices 2i, para i = j
Wilson Herrera Guía de Matrices { i, para i = j. Escribir la matriz [a ij ] x si a ij = j, para i j. 0, para i < j. Escribir la matriz [a ij ] x si a ij =, para i = j, para i > j.. Escribir la matriz [i
Más detallesTecnología de la Programación
Tecnología de la Programación Semántica Operacional David Cabrero Souto Facultad de Informática Universidade da Coruña Curso 2007/2008 Verificación formal Recordar descriptores BOE: Diseño de algoritmos
Más detallesLógica de proposiciones
1 Introducción Lenguaje lógico simbólico más sencillo. Permite representar sentencias simples del lenguaje natural mediante formulas atómicas, cuya composición representa sentencias más complejas: p temperatura
Más detallesTécnicas de Resolución
Técnicas de Resolución Pablo Barceló P. Barceló Técnicas de resolución - CC52A 1 / 1 Resolución: Problemas Si no somos cuidadosos al elegir resolventes el proceso de resolución puede volverse muy ineficiente.
Más detalles1. 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: k }, es decir. 2 k. k=0
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08-2 Basado en el apunte del curso Cálculo (2do semestre), de Roberto Cominetti, Martín Matamala y Jorge San
Más detalles1. Método general. 2. Análisis de tiempos de ejecución. 3. Ejemplos de aplicación Problema de las 8 reinas Problema de la mochila 0/1.
Backtracking. Método general. 2. Análisis de tiempos de ejecución. 3. Ejemplos de aplicación. 3.. Problema de las 8 reinas. 3.2. Problema de la mochila 0/. Método general El backtracking (método de retroceso
Más detallesSintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES. Funciones boolenas. Semántica
Proposiciones atómicas y compuestas Sintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@cienciasunammx Página
Más detallesADA TEMA 6.2 Introducción a la NP completitud
ADA TEMA 6.2 Introducción a la Universitat Politècnica de Catalunya 27 de abril de 2006 1 2 3 4 5 6 1 2 3 4 5 6 Hasta ahora en ADA: Hemos estudiado algoritmos para distintos problemas. Estos algoritmos
Más detallesSintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES. Funciones boolenas. Semántica
Proosiciones atómicas y comuestas Sintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES Francisco Hernández Quiroz Deartamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fh@cienciasunammx Página
Más detallescomo les va con las practicas?
como les va con las practicas? Problemas NP-completos y Estructuras de datos básicas (representación de datos) mat-151 1 Una maquina de Turing Aceptation state Una maquina de Turing Maquina de Turing Determinística,
Más detallesProcesadores de Lenguaje
Procesadores de Lenguaje Repaso TALF Cristina Tîrnăucă Dept. Matesco, Universidad de Cantabria Fac. Ciencias Ing. Informática Primavera de 2013 La Jerarquía de Chomsky Cuatro niveles de lenguajes formales
Más detallesAmpliación Matemática Discreta. Justo Peralta López
Justo Peralta López UNIVERSIDAD DE ALMERíA DEPARTAMENTO DE ÁGEBRA Y ANÁLISIS MATEMÁTICO 1 Introducción 2 Definición semántica de las proposiciones 3 Diagrama de valores de certeza 4 Evaluación de fórmulas.
Más detallesSuma de productos Producto de sumas. Fundamentos de los Computadores Grado en Ingeniería Informática
2. Simplificación de funciones booleanas: as Método de Karnaugh aug Suma de productos Producto de sumas Fundamentos de los Computadores Grado en Ingeniería Informática Introducción Los circuitos digitales
Más detallesMáquinas de Turing. Complexity D.Moshkovitz
Máquinas de Turing 1 Motivación Nuestra meta, en este curso, es analizar problemas y clasificarlos de acuerdo a su complejidad. 2 Motivación Nos hacemos preguntas como: Cuánto tiempo tarda en computarse
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesCLASIFICACIÓN DE PROBLEMAS
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO Facultad de Ciencias Exactas y Tecnologías Licenciatura en Sistemas de Información 2009 CLASIFICACIÓN DE PROBLEMAS 1 CLASES DE PROBLEMAS Uno de los resultados
Más detallesMATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
Departamento de Matemática Aplicada II EEI ÁLGEBRA Y ESTADÍSTICA Boletín n o 1 (2010-2011 MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Sean A, B, C, D y E matrices de tamaño 4 5, 4 5, 5 2,
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 detallesTema 3 Equivalencia. Formas normales.
Tema 3 Equivalencia. Formas normales. Lógica Proposicional Antonio de J. Pérez Jiménez Departamento Ccia. Lógica Informática Antonio de J. Pérez Jiménez (Departamento Ccia.) Tema 3 Equivalencia. Formas
Más detallesUna Versión de ACO para Problemas con Grafos de. muy Gran Extensión. Enrique Alba y Francisco Chicano. Introducción. ACOhg.
1/22 Puerto de La Cruz, Tenerife, España, 14 a 16 de Febrero de 2007 Una Versión de ACO para s con Grafos de muy Gran Extensión Enrique Alba y Francisco Chicano Puerto de La Cruz, Tenerife, España, 14
Más detallesElementos de lógica de predicados *
Elementos de lógica de predicados * 1. Lenguaje Definimos un lenguaje L para la lógica de predicados de primer orden como el par A, F, donde A representa el alfabeto o conjunto de signos de L y F el conjunto
Más detallesTres versiones de Pal. Tema 19. Una máquina para aceptar Pal. Tabla de transición para Pal. Transición. Más de un siguiente estado
Tres versiones de Pal Tema Autómata de pila determinístico Dr. Luis A. Pineda ISBN: --- Pal marca = {xcx r x {, } * } c Pal par = {xx r x {, } * } Pal = {x x = x r {, } * } Dr. Luis A. Pineda, IIMAS, UNAM,.
Más detallesThe Traveling Salesperson Problem. D.Moshkovitz Complexity
The Traveling Salesperson Problem 1 La misión: La vuelta al mundo 2 El problema: El dinero que cuesta 1795$ 3 Introducción Objetivos: Estudiar el problema Traveling Salesperson Problem (TSP). Resumen:
Más detallesLógica modal, topología y sistemas dinámicos p.1/37
Lógica modal, topología y sistemas dinámicos David Fernández Duque Universidad de Sevilla Grupo de Lógica, Lenguaje e Información Lógica modal, topología y sistemas dinámicos p.1/37 Introducción La interpretación
Más detallesParte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva
Parte de Algoritmos de la asignatura de Programación Master de Bioinformática Búsqueda exhaustiva Web asignatura: http://dis.um.es/~domingo/algbio.html E-mail profesor: domingo@um.es Transparencias preparadas
Más detalles