Análisis de algoritmos

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

Download "Análisis de algoritmos"

Transcripción

1 Demostración laboratorio: Martes 14 de Julio de 2015 Entrega vía Web: Domingo 19 de Julio de 2015 Demostración laboratorio y Entrega vía Web (Extraordinario): Martes 21 de Julio de 2015 M. en C. Edgardo Adrián Franco Martínez edfrancom@ipn.mx 1

2 Contenido Definición del proyecto 1. Árbol recubridor mínimo 2. Camino mas corto 3. El problema de las N-Reinas Actividades Reporte de práctica Entrega vía Web Fecha de entrega 2

3 Definición del proyecto Implementar en Visual C#.NET alguna de las siguientes tres opciones de proyecto: 1. Árbol recubridor mínimo 2. Camino mas corto 3. El problema de las N-Reinas 3

4 1. Árbol recubridor mínimo Dado un grafo conexo y no dirigido, un árbol recubridor mínimo de ese grafo es un subgrafo que tiene que ser un árbol y contener todos los vértices del grafo inicial. El algoritmo de Prim es un algoritmo para encontrar un árbol recubridor mínimo en un grafo conexo, no dirigido y cuyas aristas están etiquetadas. El algoritmo de Kruskal es un algoritmo para encontrar un árbol recubridor mínimo en un grafo conexo y ponderado. 4

5 Programar ambos algoritmos y mostrar de manera grafica como funciona cada uno de ellos p.g. Se debe visualizar de manera grafica como se recorre el tamaño de problema (según el algoritmo aristas o vértices) y se va determinando el árbol recubridor mínimo. El grafo inicial y los valores de los pesos de las aristas es dinámico el usuario puede crear cualquier grafo conexo y no dirigido. La solución se muestra simultáneamente para el mismo grafo bajo los dos algoritmos. 5

6 2. Camino mas corto El problema del camino más corto que consiste en encontrar un camino entre dos vértices (o nodos) de tal manera que la suma de los pesos de las aristas que lo constituyen es mínima. El algoritmo de Dijkstra, es un algoritmo para la determinación del camino más corto dado un vértice origen al resto de los vértices en un grafo con pesos en cada arista. El algoritmo de Bellman-Ford genera el camino más corto en un grafo dirigido ponderado. El algoritmo de Dijkstra resuelve este mismo problema en un tiempo menor, pero requiere que los pesos de las aristas no sean negativos, salvo que el grafo sea dirigido y sin ciclos.. 6

7 Programar ambos algoritmos y mostrar de manera grafica como funciona cada uno de ellos p.g. Se debe visualizar de manera grafica como se recorre el tamaño de problema y almacenan los datos para ir determinando el camino mínimo. El grafo inicial y los valores de los pesos (pesos no negativos) de las aristas es dinámico el usuario puede crear cualquier grafo conexo y no dirigido. La solución se muestra simultáneamente para el mismo grafo bajo los dos algoritmos. 7

8 3. El problema de las N-Reinas El problema de las n-reinas es un pasatiempo en el que se colocan n-reinas sin que se amenacen en un tablero de n por n. En el juego del ajedrez la reina amenaza a aquellas piezas que se encuentren en su misma fila, columna o diagonal. El juego de las n reinas consiste en colocar sobre un tablero de ajedrez n sin que estas se amenacen entre ellas. 8

9 Programar la solución al problema de las n-reinas bajo el esquema de backtraking, probabilista y con un algoritmo genetico mostrar de manera grafica como funciona cada uno de ellos p.g. Se debe visualizar de manera grafica como se recorre van colocando las reinas y/o moviendo hasta encontrar la solución final. El usuario introducirá una n entre 4 y 12. La solución se muestra simultáneamente para tres tableros de tamaño n como avanza cada algoritmo. 9

10 Actividades 1. Entender e implementar los algoritmos que resuelven la problemática e implementarlos de manera gráfica en Visual C#.NET. Se deberá de observar el funcionamiento comparativo de los algoritmos. 2. Documentar y explicar los algoritmos y la implementación de estos empleando una solución orientada a objetos y con su correspondiente diagrama de clases. 10

11 Reporte de practica Portada Introducción (Teoría sobre Algoritmos empleados) Planteamiento del problema (Opción seleccionada) Algoritmos (Descripción de la abstracción del problema y los algoritmos que da solución, apoyándose de pseudocódigo, diagramas y figuras en un lenguaje claro) Implementación de los algoritmos (Según los algoritmos utilizados como se implementaron en el código) Errores detectados (Si existe algún error detectado, el cuál no fue posible resolver o se desconoce el motivo y solo ocurre con ciertas condiciones es necesario describirlo) Posibles mejoras (Describir posibles disminuciones de código en la implementación o otras posibles soluciones) Conclusiones (Por cada integrante del equipo) Anexo (Códigos fuente *con colores e instrucciones de compilación) Bibliografía (En formato IEEE) 11

12 Entrega vía Web Grupo 3CM9 En un solo archivo comprimido (ZIP, RAR, TAR, JAR o GZIP) Reporte (DOC, DOCX o PDF) Códigos fuente (.C,.H, etc.) Contraseña analisis3cm9 Código documentado: Titulo, descripción, fecha, versión, autor. (Funciones y Algoritmos: Qué hace?, Cómo lo hace?, Qué recibe?, Qué devuelve?, Causa de errores?). OBSERVACIONES *NO enviar ejecutables o archivos innecesarios, las instrucciones de compilación van en el anexo del reporte. (Yo compilare los fuente) 12

13 Fecha de entrega Demostración (Laboratorio de Sistemas 1 ) 3CM4 Martes 14 de Julio de 2015 Entrega de reporte y código En un solo archivo comprimido Fecha y hora limite de entrega vía Web Domingo 19 de Julio de 2015 a las 23:59:59 hrs. Demostración laboratorio y Entrega vía Web (Extraordinario) Martes 21 de Julio de

Practica 05: El problema de las N-Reinas

Practica 05: El problema de las N-Reinas M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Problema Descripción Opcional

Más detalles

Practica 03: Uso de expresiones regulares en Python

Practica 03: Uso de expresiones regulares en Python Practica 03: Uso de expresiones regulares en Python Entrega vía Web: Domingo 08 de Septiembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom

Más detalles

Análisis de algoritmos

Análisis de algoritmos Practica 04: Codificación voraz de Huffman Entrega vía Web: 05 de Julio de 2015 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx 1 Contenido

Más detalles

Practica 04: Sistema bancario

Practica 04: Sistema bancario http://computacion.cs.cinvestav.mx/~efranco @efranco_escom efranco.docencia@gmail.com Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Requerimientos de la Practica 04 Observaciones Envío de

Más detalles

Practica 02: Operaciones entre lenguajes

Practica 02: Operaciones entre lenguajes Entrega vía Web: Domingo 01 de Septiembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx 1 Contenido Definición del problema

Más detalles

Practica 07: Maquina de Turing

Practica 07: Maquina de Turing Entrega vía Web: Viernes 06 de Diciembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx 1 Contenido Definición del problema

Más detalles

Estructuras de Datos. Practica 06: Codificación de Huffman

Estructuras de Datos. Practica 06: Codificación de Huffman M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Definición del problema Algoritmo de Huffman Pasos del código de Huffman Actividades

Más detalles

Practica 03: Eliminación Gaussiana

Practica 03: Eliminación Gaussiana M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Introducción Ecuaciones lineales

Más detalles

Practica 01: Evaluación de expresiones infijas

Practica 01: Evaluación de expresiones infijas M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Definición del problema Actividades

Más detalles

Análisis de algoritmos

Análisis de algoritmos Practica 03: Codificación voraz de Huffman M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Definición del problema Algoritmo

Más detalles

Practica 04: Soluciones Recursivas

Practica 04: Soluciones Recursivas M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Problema Descripción Observaciones

Más detalles

Practica 04:Conversión de AFN a AFD

Practica 04:Conversión de AFN a AFD Practica 04:Conversión de AFN a AFD Entrega vía Web: Domingo 20 de Octubre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfranco@ipn.mx 1 Contenido

Más detalles

Practica 01:Prefijos, sufijos, subcadenasy operaciones con cadenas

Practica 01:Prefijos, sufijos, subcadenasy operaciones con cadenas Practica 01:Prefijos, sufijos, subcadenasy operaciones con cadenas Entrega vía Web: Lunes 26 de Agosto de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom

Más detalles

Análisis de algoritmos

Análisis de algoritmos Practica 0 : Análisis temporal y notación de orden (Algoritmos de búsqueda) M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Practica 0 :

Más detalles

Practica 06:Autómata de pila de una GLC

Practica 06:Autómata de pila de una GLC Practica 06:Autómata de pila de una GLC Entrega vía Web: Viernes 06 de Diciembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx

Más detalles

Practica 03: Diccionario con hashing abierto

Practica 03: Diccionario con hashing abierto M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Problema Descripción Observaciones

Más detalles

Practica 05: Limpieza de gramáticas libres de contexto

Practica 05: Limpieza de gramáticas libres de contexto Entrega vía Web: 10 de Noviembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom edfrancom@ipn.mx 1 Contenido Definición del problema Observaciones

Más detalles

Practica 02: Simulaciones con el TAD Cola

Practica 02: Simulaciones con el TAD Cola M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Definición del problema Simulación

Más detalles

Análisis de algoritmos

Análisis de algoritmos (Algoritmos de Ordenamiento) M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Contenido Definición del problema Actividades Observaciones

Más detalles

Práctica 01 - Preprocesamiento básico para un código fuente en lenguaje C Compiladores - Profr. Edgardo Adrián Franco Martínez

Práctica 01 - Preprocesamiento básico para un código fuente en lenguaje C Compiladores - Profr. Edgardo Adrián Franco Martínez 2 Contenido Introducción Análisis léxico Funciones del analizador léxico Preprocesamiento básico de un código fuente de C Manejo de búferes 3 Introducción Para la construcción de todo traductor, compilador

Más detalles

Clase 01: Presentación del curso

Clase 01: Presentación del curso Prof. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco efranco.docencia@gmail.com Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Contenido Presentación de la materia

Más detalles

Tema 01: Presentación de la unidad de aprendizaje

Tema 01: Presentación de la unidad de aprendizaje Tema 01: Presentación de la unidad de aprendizaje M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Resolver un problema

Más detalles

3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS.

3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS. 3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS 3.1.- CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS. 3.2.- BOSQUES Y COMPONENTES CONEXOS. NEXON LENIN CEFERINO POMPOSO Los árboles son particularmente

Más detalles

Encuadre de la Unidad de Aprendizaje

Encuadre de la Unidad de Aprendizaje M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Introducción Estructuras de datos

Más detalles

INSTITUTO POLITÉCNICO NACIONAL

INSTITUTO POLITÉCNICO NACIONAL Página 1 de 6 INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Practica 04 de Sistemas Operativos II Profr. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco Noviembre

Más detalles

Practica 01: Programación en C bajo Linux y funciones

Practica 01: Programación en C bajo Linux y funciones Practica 01: Programación en C bajo Linux y funciones http://computacion.cs.cinvestav.mx/~efranco @efranco_escom efranco.docencia@gmail.com Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Programación

Más detalles

Práctica 03 Ejercicios con Lex

Práctica 03 Ejercicios con Lex 2 Práctica 03 Ejercicios con Lex Programar utilizando Lex la solución a los siguientes 6 ejercicios. 2 3 Ejercicio 01 1.- Hacer un programa utilizando LEX que imprima el fichero de entrada pero con el

Más detalles

Proyecto final "Sistema de instrumentación virtual"

Proyecto final Sistema de instrumentación virtual "Sistema de instrumentación virtual" M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com @efranco_escom edfrancom@ipn.mx 1 Contenido Introducción Objetivos Actividades Observaciones Reporte

Más detalles

ARBOLES GENERADORES. Orlando Arboleda Molina. 16 de septiembre de Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle

ARBOLES GENERADORES. Orlando Arboleda Molina. 16 de septiembre de Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle ARBOLES GENERADORES Orlando Arboleda Molina Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle 16 de septiembre de 2008 Contenido Árboles generadores Algoritmo búsqueda por profundidad

Más detalles

Análisis de algoritmos

Análisis de algoritmos Encuadre de la unidad de aprendizaje M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Antecedentes Resolver un problema

Más detalles

ESTRUCTURA DE DATOS Y DE LA INFORMACIÓN II

ESTRUCTURA DE DATOS Y DE LA INFORMACIÓN II ESTRUCTURA DE DATOS Y DE LA INFORMACIÓN II PRÁCTICA 2: GRAFOS grupo comienzo entrega 1a miércoles 3/3 miércoles 14/4 1b jueves 4/3 jueves 15/4 1c lunes 8/3 lunes 12/4 2a viernes 5/3 viernes 9/4 2b lunes

Más detalles

5.6 Árbol generador de un grafo

5.6 Árbol generador de un grafo 88 5.6 Árbol generador de un grafo Definición 5.59. Sea G un grafo simple. Un árbol generador de G es un subgrafo de G que es un árbol y contiene todos los vértices de G. Ejemplo 5.60. Un grafo y algunos

Más detalles

Presentación de la unidad de aprendizaje

Presentación de la unidad de aprendizaje M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Introducción Antecedentes de

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 No. 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

Laboratorio 04: Anidamiento de estructuras iterativas y selectivas

Laboratorio 04: Anidamiento de estructuras iterativas y selectivas Laboratorio 04: Anidamiento de estructuras iterativas y selectivas http://computacion.cs.cinvestav.mx/~efranco @efranco_escom efranco.docencia@gmail.com Estructuras de datos (Prof. Edgardo A. Franco) 1

Más detalles

01 Presentación del curso Investigación 1

01 Presentación del curso Investigación 1 Instituto Politécnico Nacional Centro de Estudios Científicos y Tecnológicos 9 Laboratorio de proyectos de tecnologías de la información III Prof. Emmanuel Oropeza Gonzalez 01 Presentación del curso Investigación

Más detalles

Practica 02: Construcción de bibliotecas en C

Practica 02: Construcción de bibliotecas en C M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Concepto de Librería en Programación

Más detalles

Tema 1: Introducción a la Teoría de Grafos

Tema 1: Introducción a la Teoría de Grafos Tema 1: Introducción a la Teoría de Grafos MATEMÁTICA A DISCRETA Nociones básicas Subgrafos. Operaciones con grafos Formas de definir un grafo Isomorfismo de grafos Tema 1: 1 Nociones básicas: Grafo: G

Más detalles

TIPOS ABSTRACTOS DE DATOS EN HASKELL

TIPOS ABSTRACTOS DE DATOS EN HASKELL TIPOS ABSTRACTOS DE DATOS EN HASKELL ÍNDICE GENERAL 1. Introducción a Haskell 2. Tipos abstractos de datos en Haskell 3. TAD Grafo 4. TAD Montículos 5. Bibliografía INTRODUCCIÓN A HASKELL 1. Introducción

Más detalles

Tema: Recorrido de Grafos. Ruta más corta

Tema: Recorrido de Grafos. Ruta más corta PED104. Guía N 12 Página 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación con Estructuras de Datos Tema: Recorrido de Grafos. Ruta más corta Competencia Desarrolla sistemas de información

Más detalles

Laboratorio 02: Ejercicios de programación en C

Laboratorio 02: Ejercicios de programación en C olicitado: Ejercicios 02: Soluciones estructuradas en C M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo

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

5.4 Caminos mínimos: Algoritmo de Dijkstra

5.4 Caminos mínimos: Algoritmo de Dijkstra 81 5.4 Caminos mínimos: Algoritmo de Dijkstra Al observar nuestro mapa de carreteras se pueden considerar las distancias en km que hay entre las ciudades, a cada arista se le asigna el valor correspondiente

Más detalles

ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES

ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas

Más detalles

Algoritmos de búsqueda en grafos II

Algoritmos de búsqueda en grafos II II Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 12 de febrero de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Búsqueda en grafos II 12 de febrero de 2018 1 / 26 1 Algoritmos de búsqueda en grafos Dr.

Más detalles

01 Presentación del curso Investigación 1

01 Presentación del curso Investigación 1 Instituto Politécnico Nacional Centro de Estudios Científicos y Tecnológicos núm. 9 Laboratorio de proyectos de tecnologías de la información iv Prof. Emmanuel Oropeza Gonzalez 01 Presentación del curso

Más detalles

Problema de las N Reinas. Resolución paralela

Problema de las N Reinas. Resolución paralela Problema de las N Reinas Resolución paralela Indice Introducción al problema Representación y Soluciones Resolución secuencial Resolución paralela Conclusiones Bibliografía 2 3 Introducción Introducción

Más detalles

Francisco J. Hernández López

Francisco J. Hernández López Francisco J. Hernández López fcoj23@cimat.mx Estructura de datos no lineales donde cada componente o nodo puede tener uno o más predecesores (a diferencia de los árboles) y sucesores Un grafo esta formado

Más detalles

Tema 6.2: Camino de Menor Valor. CMV: Objetivo. CMV: ejemplo. Ejemplo. Camino de menor valor

Tema 6.2: Camino de Menor Valor. CMV: Objetivo. CMV: ejemplo. Ejemplo. Camino de menor valor Tema.: Camino de Menor Valor Modelización Matemática Máster en Ingeniería de Caminos, Canales y Puertos Camino de menor valor Algoritmos Algoritmo de Dijkstra Algoritmo de Bellman-Ford Ignacio Montes Departamento

Más detalles

Diseño estructural y propuesta de actividades. Desarrollo de software, metodología de proyectos IT, licenciatura en informática o afines

Diseño estructural y propuesta de actividades. Desarrollo de software, metodología de proyectos IT, licenciatura en informática o afines Formato 1 UNIVERSIDAD DE GUADALAJARA FASE 1 1. DATOS GENERALES DEL CURSO Nombre del curso Programación orientada a objetos Programa al que pertenece Créditos y horas Horas teoría 35 Horas práctica 70 Eje

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

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

Algoritmos de Aproximación

Algoritmos de Aproximación Algoritmos de Aproximación Clase 3 Problema de Steiner y TSP Pablo Romero Lunes 8 de agosto de 2016, Montevideo, Uruguay. Contenidos 1 Cubrimiento de Vértices 2 Agenda 1 Cubrimiento de Vértices 2 Definición

Más detalles

Clase 01 y 02: Presentación de la unidad de aprendizaje

Clase 01 y 02: Presentación de la unidad de aprendizaje Solicitado: Tarea 01 Carta de presentación M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom efranco.docencia@gmail.com 1 Contenido Introducción Antecedentes

Más detalles

Descripción resumida El estudiante debe hacer una descripción breve sobre la temática que involucra los problemas propuestos.

Descripción resumida El estudiante debe hacer una descripción breve sobre la temática que involucra los problemas propuestos. Trabajo colaborativo 4 Temáticas revisadas: UNIDAD 4 Introducción a los Grafos 1. Grafos. Árboles Estrategia de aprendizaje: Resolución de Problemas Descripción resumida El estudiante debe hacer una descripción

Más detalles

Teoría de redes y optimización en redes

Teoría de redes y optimización en redes Teoría de redes y optimización en redes Pedro Sánchez Martín Contenidos Definiciones básicas Árbol generador mínimo de expansión Camino mínimo Algoritmo Dkstra Algoritmo Bellman-Ford Fluo máximo Fluo de

Más detalles

Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos

Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos Objetivos: Estudio de la técnica de diseño de algoritmos voraces Estudio de algunos problemas clásicos: Indice: Mochila con fraccionamiento Algoritmos

Más detalles

Tema 02: Algoritmia y pseudocódigo

Tema 02: Algoritmia y pseudocódigo M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Pseudocódigo Ejemplo 01 Ejemplo

Más detalles

Entregable 4.- RESUELTO. Semana del 5 de octubre al 11 de octubre

Entregable 4.- RESUELTO. Semana del 5 de octubre al 11 de octubre Entregable 4.- RESUELTO Semana del 5 de octubre al 11 de octubre 1. Resuelve los siguientes sistemas de ecuaciones 1. 2x = 5 en Z 7 3x = 1 en Z 5 x = 3 en Z 8 2. 2x = 1 en Z 6 x = 4 en Z 11 3x = 2 en Z

Más detalles

Algoritmo de Kruskal

Algoritmo de Kruskal Algoritmo de Kruskal Curso de Teoría Algebraica de Grafos Facultad de Ingeniería Universidad de la República 4 de mayo de 202 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un

Más detalles

ANÁLISIS Y DISEÑO DE ALGORITMOS

ANÁLISIS Y DISEÑO DE ALGORITMOS ANÁLISIS Y DISEÑO DE ALGORITMOS CURSO 26/27 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,

Más detalles

Tema 08: TAD Árbol. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom

Tema 08: TAD Árbol. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom Tema 08: TAD Árbol M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Descripción del TAD Árbol Especificación

Más detalles

Tema 07: Backtraking. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom

Tema 07: Backtraking. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom Tema 07: Backtraking M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Backtraking Búsqueda en profundidad

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

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: 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

Algoritmos voraces (greedy)

Algoritmos voraces (greedy) Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 21 de marzo de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Algoritmos voraces 21 de marzo de 2018 1 / 45 1 Algoritmos voraces (greedy) Aplicaciones de

Más detalles

Proyecto: El Problema de las 8 Torres

Proyecto: El Problema de las 8 Torres Universidad Simón Bolívar Departamento de Computación y Tecnología de la Información CI-2125 Computación I Sep-Dic 2003 Introducción: Proyecto: El Problema de las 8 Torres El problema de colocar 8 reinas

Más detalles

Laboratorio 03: Ejercicios de Programación con la estructura para (for)

Laboratorio 03: Ejercicios de Programación con la estructura para (for) Laboratorio 03: Ejercicios de Programación con la estructura para (for) Solicitado: Ejercicios 03: Ejercicios con for y la función gotoxy() M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com

Más detalles

Existen diversas técnicas de agrupamiento. Se dividen en dos grandes categorías:

Existen diversas técnicas de agrupamiento. Se dividen en dos grandes categorías: Objetivo ESCOM-IPN (Sistemas Operativos II - Practica 02) Página 1 de 6 INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Practica 02 de Sistemas Operativos II Profr. Edgardo Adrián Franco Martínez

Más detalles

Teoría de Grafos Introducción Grafos isomorfos

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

Más detalles

Grafos. 19 de diciembre de 2013

Grafos. 19 de diciembre de 2013 Grafos 19 de diciembre de 2013 Grafo Un grafo es un conjunto, no vacío, de objetos llamados vértices (o nodos) y una selección de pares de vértices, llamados aristas (edges en inglés) que pueden ser orientados

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

TEMARIO. - Programa de teoría

TEMARIO. - Programa de teoría Año académico: 2.006-07 Centro: Escuela Politécnica Superior Estudios: Ingeniería Técnica en Informática de Gestión Asignatura: Estructuras de Datos y Algoritmos Ciclo: 1º Curso: 2º Cuatrimestre: 1º Carácter:

Más detalles

Sílabo de Matemática Discreta

Sílabo de Matemática Discreta Sílabo de Matemática Discreta I. Datos generales Código ASUC 00562 Carácter Obligatorio Créditos 4 Periodo académico 2017 Prerrequisito Ninguno Horas Teóricas 2 Prácticas 4 II. Sumilla de la asignatura

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 mas complejos. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A.

Algoritmos mas complejos. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A. Algoritmos mas complejos Divide y Vencerás Técnica empleada en cosas dispares. También en el diseño de algoritmos. (ordenación: Quicksort; Mergesort). Consiste básicamente en dividir un problema original

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

Árboles: Árbol Abarcador Minimal CSI / ITESM

Árboles: Árbol Abarcador Minimal CSI / ITESM Árboles: Árbol Abarcador Minimal CSI / ITESM Árboles:Árbol Abarcador Minimal p.1/5 Árboles Abarcador (Spanning Tree): Definición Un árbol abarcador para un grafo G es un subgrafo de G que contien todos

Más detalles

Practica 03: El convertidor analógico digital

Practica 03: El convertidor analógico digital Practica 03: El convertidor analógico digital M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Objetivos Actividades

Más detalles

Deseamos interconectar entre si todos los ordenadores de un edificio

Deseamos interconectar entre si todos los ordenadores de un edificio Teoría de grafos Deseamos interconectar entre si todos los ordenadores de un edificio Tres problemas de conexión: Conectar una serie de ordenadores por pares Procurar que la distancia por cable entre dos

Más detalles

Objetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones

Objetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones Objetivos formativos de Matemática Discreta Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera

Más detalles

Capítulo 5 Introducción a la teoría de grafos

Capítulo 5 Introducción a la teoría de grafos Capítulo 5 Introducción a la teoría de grafos 5.1. Terminología básica y tipos de grafos Una primera aproximación a la teoría de grafos la tenemos cuando observamos un mapa de carreteras: ciudades (vértices)

Más detalles

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

Hamilton, Euler y Dijkstra

Hamilton, Euler y Dijkstra UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACION Matemáticas Discretas III (Cód. 6108) Práctica # 2 Hamilton, Euler y Dijkstra 1. Sea G = un multigrafo no dirigido donde

Más detalles

Algoritmos Voraces. Diseño y Análisis de Algoritmos

Algoritmos Voraces. Diseño y Análisis de Algoritmos Algoritmos Voraces Diseño y Análisis de Algoritmos Contenidos Contenidos 1 Introducción 2 Ejemplos básicos 3 Cambio de monedas 4 Problema de la mochila 5 Problemas de planificación de tareas 6 Patrones

Más detalles

Proyecto 2: Resolviendo el 8-Puzzle con A*

Proyecto 2: Resolviendo el 8-Puzzle con A* Universidad Simón Bolívar Departamento de Computación y Tecnología de la Información CI-2693 Laboratorio de Algoritmos III Trimestre Septiembre-Diciembre de 2008 Proyecto 2: Resolviendo el 8-Puzzle con

Más detalles

ANÁLISIS Y DISEÑO DE ALGORITMOS

ANÁLISIS Y DISEÑO DE ALGORITMOS 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

Más detalles

El TAD Grafo. El TAD Grafo

El TAD Grafo. El TAD Grafo Objetivos! Estudiar la especificación del TAD Grafo! Presentar diferentes alternativas de implementación! Conocer los algoritmos más importantes de manipulación de grafos Contenidos.1 Conceptos. Especificación

Más detalles

Lunes: 18:00-20:00 hrs Miércoles: 18:00-20:00 hrs. I. Fundamentos de las estructuras de datos II. Estructuras de datos fundamentales

Lunes: 18:00-20:00 hrs Miércoles: 18:00-20:00 hrs. I. Fundamentos de las estructuras de datos II. Estructuras de datos fundamentales I. Datos de la institución Plantel UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN DIVISIÓN SISTEMA UNIVERSIDAD ABIERTA Y EDUCACIÓN A DISTANCIA Modalidad: A Distancia Grado

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

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SOFTWARE 1. INFORMACIÓN GENERAL

Más detalles

Algoritmos para determinar Caminos Mínimos en Grafos

Algoritmos para determinar Caminos Mínimos en Grafos Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)

Más detalles

Árboles. no es un árbol porque no es conexo. Sin embargo, cada componente conexa es un árbol y, este tipo de grafo se llama bosque.

Árboles. no es un árbol porque no es conexo. Sin embargo, cada componente conexa es un árbol y, este tipo de grafo se llama bosque. Ejemplos Árboles Un grafo sin lazos, es un árbol si es conexo y no contiene ciclos. Tenemos que: es un árbol. no es un árbol porque contiene un ciclo. no es un árbol porque no es conexo. Sin embargo, cada

Más detalles

Capítulo 3 Herramienta de Simulación

Capítulo 3 Herramienta de Simulación Capítulo 3: Herramienta de Simulación 35 Capítulo 3 Herramienta de Simulación En este capítulo se muestra de manera general el funcionamiento de la herramienta de simulación. Se explican brevemente los

Más detalles

Grafos: algunas definiciones

Grafos: algunas definiciones Grafos: algunas definiciones Un grafo dirigido G es un par (V, E), donde V es un conjunto finito de nodos (o vértices) y E es una relación binaria sobre V. Un grafo no dirigido G es un par (V, E), donde

Más detalles