Bases Formales de la Computación
|
|
- Andrés Navarro Pinto
- hace 7 años
- Vistas:
Transcripción
1 Modal Bases Formales de la Computación Pontificia Universidad Javeriana 3 de abril de 2009
2 Modal LÓGICAS MODALES
3 Contenido Modal 1 Modal 2 3
4 Qué es la lógica Modal? Modal Variedad de diferentes sistemas Dificultad para dar una definición que cubra a todos Respuesta superficial: una lógica que tiene una modalidad o muchas modalidades en ella.
5 Qué es la lógica Modal? Modal Variedad de diferentes sistemas Dificultad para dar una definición que cubra a todos Respuesta superficial: una lógica que tiene una modalidad o muchas modalidades en ella. Una modalidad es un conectivo que toma una fórmula (o fórmulas) y produce una nueva fórmula con un nuevo significado.
6 Qué es la lógica Modal? Modal Similar los conectivos lógicos clásicos: toma una fórmula A y produce una nueva fórmula A, o toma dos fórmulas A y B y produce una fórmula A B. La única diferencia es que en la lógica clásica, el valor de verdad de A está determinado únicamente por el valor de A, y el valor de A B es una función de los valores de A y B. Las modalidades no son funciones de verdad!
7 Ejemplos (Modalidades Unarias) Modal A: es necesario que A A: es posible que A G A: siempre en el futuro, A será cierto F A: en algún momento en el futuro, A será cierto P A: en algún momento en el pasado, A fue cierto K i A: el agente i sabe que A B i A: el agente i cree que A [prog]a: después de cualquier ejecución del programa prog, el estado satisface la propiedad A prog A: existe una ejecución del programa prog, cuyo resultado en un estado satisface la propiedad A
8 Ejemplos (Modalidades Binarias) Modal A B U(A, B): hasta que A sea cierta, B es cierta t 1 B t 2 A
9 Modal Básica: Sintaxis Modal Alfabeto: Un conjunto de variables proposicionales Prop = {p 1, p 2,..., } Conectivos booleanos y (, y se pueden definir) Modalidad (unaria) ( se puede definir) Una fórmula bien formada: A, B,... = p A A B A
10 Definiciones Modal A B = A B A B = (A B) A B = (A B) (B A) A = A
11 Semántica Modal Cómo describir axiomáticamente las fórmulas válidas?
12 Semántica Modal Cómo describir axiomáticamente las fórmulas válidas? Respuesta: Las estructuras de los posibles mundos! La idea es usar grafos (W, R), R W W, como modelos para la lógica modal y pensar en W como el conjunto de posibles mundos y R como una relación alternativa. (W, R, x) A iff (W, R, y) A y. x R y
13 Semántica de Kripke Modal Una estructura de Kripke es una tupla M = W, R, V, donde W es un conjunto no vacío (posibles mundos) R W W es una relación de accesibilidad V (Prop W ) {true, false} es una función de valuación El grafo proveerá la información de cuáles variables proposicionales serán verdad en cuáles vértices.
14 Ejemplo Modal w 1 w 2 w 3 w 4 w 5
15 Ejemplo Modal w 1 w 2 w 3 w 4 w 5 V (p, w 1 ) = true, V (q, w 1 ) = false V (p, w 2 ) = true, V (q, w 2 ) = true V (p, w 3 ) = true, V (q, w 3 ) = false V (p, w 4 ) = false, V (q, w 4 ) = true V (p, w 5 ) = false, V (q, w 5 ) = true
16 Ejemplo Modal w 1 = {p} w 2 = {p, q} w 3 = {p} w 4 = {q} w 5 = {q}
17 Significado de las Fórmulas Modal Dado M = W, R, V y w W, se define lo que significa para una fórmula ser verdad (noción de satisfacer) en un mundo w de un modelo M: M, w p sii V (p, w) = true M, w A sii M, w A M, w A B sii M, w A o M, w B M, w A sii para todo v accesible desde w ( v t.q. R(w, v)), M, v A
18 Ejemplo Modal w 1 = {p} w 2 = {p, q} w 3 = {p} w 4 = {q} w 5 = {q} M, w 1 q M, w 1 p M, w 1 p M, w 1 p M, w 1 p
19 Validez (y Satisfacibilidad) Modal Una fórmula A es cierta en un modelo M si se satisface en todos los mundos de M. Una fórmula A es válida si es cierta en todos los modelos. Una fórmula es satisfacible si su negación no es válida (si se satisface en por lo menos un mundo de un modelo)
20 Validez (y Satisfacibilidad) Modal Ejemplos: p p es válido (tautología proposicional) (p p) es válido (porque p p es verdad en todos lo mundos accesibles, donde sea que se esté) p p no es válido (el conjunto { p, p} es satisfacible en algunos mundos).
21 Qué se puede expresar en la lógica modal? Modal Utilidades: los posibles mundos son estados en una computación, R es una relación de transición, V nos dice cuáles propiedades son ciertas en cuál estado.
22 Qué se puede expresar en la lógica modal? Modal Ejemplo: Suponga que se tienen dos procesos/agentes A y B. Cada uno tiene una variable booleana local (A tiene a, B tiene b). Todo lo que hacen es: cambian el valor de su variable; se suspenden; luego vuelven a cambiar el valor de nuevo. Se asume que sus acciones son intercaladas (no se ejecutan simultaneamente)
23 Qué se puede expresar en la lógica modal? Modal Ejemplo: w 2 a b a b w 3 a a w 1 w 4 b b
24 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal?
25 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a
26 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b
27 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b a b ( a b)
28 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b a b ( a b) a b (a b)
29 Qué se puede expresar en la lógica modal? Modal Qué podemos afirmar de este sistema en la lógica modal? a a b b a b ( a b) a b (a b) Básicamente, cuales estados se pueden alcanzar y en cuantos pasos.
30 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar?
31 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos.
32 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos. No podemos decir cual acción (por cual proceso) no llevará a cual estado.
33 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos. No podemos decir cual acción (por cual proceso) no llevará a cual estado. No podemos decir existe una ejecución que empieza en w 1 donde b es siempre falso.
34 Qué se puede expresar en la lógica modal? Modal Qué NO podemos afirmar? No podemos decir que algo es alcanzable en principio: tenemos que decir alcanzable en n pasos. No podemos decir cual acción (por cual proceso) no llevará a cual estado. No podemos decir existe una ejecución que empieza en w 1 donde b es siempre falso. No podemos decir lo que el agente A conoce del agente B.
35 Modal El propósito de la lógica temporal es razonar sobre el tiempo (en filosofía), y sobre el comportamiento de sistemas que evolucionan en el tiempo (en ciencias de la computación).
36 Modal El propósito de la lógica temporal es razonar sobre el tiempo (en filosofía), y sobre el comportamiento de sistemas que evolucionan en el tiempo (en ciencias de la computación). Cuál es la estructura del tiempo?
37 Modal El propósito de la lógica temporal es razonar sobre el tiempo (en filosofía), y sobre el comportamiento de sistemas que evolucionan en el tiempo (en ciencias de la computación). Cuál es la estructura del tiempo? Un flujo del tiempo es una pareja (T, <), donde T es un conjunto no vacío de puntos de tiempo, y < es una relación binaria e irreflexiva sobre T.
38 Modal Decisión fundamental: lineal o ramificada?.
39 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Al pasado: Existe un x T tal que x y para todo y T (genesis) Al futuro: Existe un x T tal que x y para todo y T (día del juicio)
40 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Se puede discretizar Si x T no es el génesis, entonces existe y T tal que y < x y y < z < x no se mantiene para ningún z T. Si x T no es el día del juicio, entonces existe y T tal que x < y y x < z < y no se mantiene para ningún z T.
41 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Se puede discretizar Tiene densidad Para todo x, y T con x < y, existe un z T tal que x < z < y.
42 Modal Decisión fundamental: lineal o ramificada?. : (T, <) es lineal si, para todo x, y T con x y, se tiene que x < y o y < x. Propiedades: Se puede limitar Se puede discretizar Tiene densidad Completitud (tiene un mínimo ĺımite superior)
43 Modal Ramificada: al futuro al pasado
44 Modal Ramificada: al futuro al pasado Opción más popular: lineal al pasado y ramificada al futuro, i.e. para cada x T, el conjunto {y T y < x} es lineal ordenado por <
45 Modal Qué flujo de tiempo tenemos que usar?
46 Modal Qué flujo de tiempo tenemos que usar? Depende de la aplicación!
47 Sistemas Reactivos Modal La aplicación principal de la lógica temporal en ciencias de la computación es la verificación de sistemas concurrentes y reactivos de estado finito. Ejemplos: microprocesadores, sistemas operativos, protocolos de redes, software de aviación. La verificación de dichos sistemas es una tarea importante y difícil.
48 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados.
49 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados. Sistema Reactivo. Interactua con el ambiente de manera frecuente y usualmente no termina.
50 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados. Sistema Reactivo. Interactua con el ambiente de manera frecuente y usualmente no termina. Sistema Concurrente. Consiste en múltiples procesos que interaccionan entre sí. Un proceso no conoce el estado interno de los otros. Puede ser visto como una colección de sistemas reactivos.
51 Sistemas Reactivos Modal Estado-Finito. Un estado es una foto del sistema, que captura los valores de las variables en un instante de tiempo. Sistemas de estado-finito solo pueden tener un número finito de estados. Sistema Reactivo. Interactua con el ambiente de manera frecuente y usualmente no termina. Sistema Concurrente. Consiste en múltiples procesos que interaccionan entre sí. Un proceso no conoce el estado interno de los otros. Puede ser visto como una colección de sistemas reactivos. Verificación. Dada la descripción (formal) de un sistema y su comportamiento esperado, se chequea si el sistema de verdad cumple con este comportamiento.
52 Estructuras de Kripke Modal Sea PL un conjunto finito de letras proposicionales. Una estructura Kripke sobre PL es una tupla K = S, S I, R, V con S un conjunto no vacío de estados, S I S un conjunto de estados iniciales, R S S una relación de transición que es total, i.e. para cada estado s S, existe un estado s S tal que s R s, V S 2 PL una función valuación.
53 Estructuras de Kripke Modal Ejemplo: Considere el siguiente protocolo de exclusión mutua: task body ProcA is begin loop (0) Non Critical Section A; (1) loop exit when Turn = 0; end loop; (2) Critical Section A; (3) Turn := 1; end loop; end ProcA;
54 Estructuras de Kripke Modal task body ProcB is begin loop (0) Non Critical Section B; (1) loop exit when Turn = 1; end loop; (2) Critical Section B; (3) Turn := 0; end loop; end ProcB; Se asume que los procesos corren de manera asíncrona. El orden de ejecución es indeterminado.
55 Estructuras de Kripke Modal Entonces definimos un conjunto de letras proposicionales: PL ={(T = i) i {0, 1}} {(X = i) X {A, B} i {0, 1, 2, 3}} Intuitivamente, (T = i) significa que Turn se le ha asignado i, y (X = i) significa que el proceso X está en la ĺınea i.
56 Estructuras de Kripke Modal Luego definimos una estructura Kripke K = S, S I, R, V de la siguiente manera: S = {0, 1} {0, 1, 2, 3} {0, 1, 2, 3} S I = {(0, 0, 0), (1, 0, 0)} R = R A R B, donde R A = {(t, p A, p B ), (t, p A, p B ) p B = p B y 1 p A {0, 2, 3} p A = p A + 1 mod 4 t = t 2 t = 0 p A = 1 p A = 2 3 t = 1 p A = 1 p A = 1 4 p A = 3 t = 1} R B es definido de la misma manera V (t, p A, p B ) = {(T = t), (A = p A ), (B = p B )}, (t, p A, p B ) S
57 Estructuras de Kripke Modal Una computación de K es una secuencia infinita s 0 s 1 de estados tal que s 0 S I y s i R s i+1 para todo i 0. Ejemplo: (0, 0, 0), (0, 1, 0), (0, 1, 1), (0, 2, 1), (0, 3, 1), (1, 0, 1), (1, 0, 2),... Dicha computación corresponde a una ejecución (asíncrona) del sistema concurrente con los procesos A y B.
58 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo?
59 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo? (cierto)
60 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo? (cierto) Accesibilidad garantizada: si el proceso X {A, B} está en la ĺınea (2), se garantiza que finalmente llegará a la ĺınea (3)?
61 Estructuras de Kripke Modal Propiedades interesantes derivadas del ejemplo: Exclusión mutua: pueden A y B estar en la ĺınea (2) al mismo tiempo? (cierto) Accesibilidad garantizada: si el proceso X {A, B} está en la ĺınea (2), se garantiza que finalmente llegará a la ĺınea (3)? (cierto, pero solo en computaciones que ejecutan ambos procesos A y B de manera infinita)
62 Estructuras de Kripke Modal Las estructuras de Kripke pueden ser no deterministas, i.e. para un s S, el conjunto {s s R s } puede tener una cardinalidad arbitraria. En general hay más de una computación. Podemos organizarlas todas en un árbol de computación. Informalmente, para s S I, el árbol (infinito) de computación T (K, s) de K en s S es construido inductivamente así: use s como la raíz; para cada hoja s, agregue un sucesor {t S s R t}.
63 Estructuras de Kripke Modal El árbol de computación para el ejemplo anterior que empieza en (0, 0, 0) es: (0,0,0) (0,1,0) (0,0,1) (0,2,0) (0,1,1) (0,3,0) (0,2,1) (0,2,1) (0,1,1) Para verificar propiedades se consideran las computaciones simples o el árbol entero.
64 Sintaxis Modal El conjunto de fórmulas en la lógica temporal lineal (LTL) es el menor conjunto donde cada letra proposicional p PL es una fórmula, si A y B son fórmulas, entonces A B y A también lo son, si A y B son fórmulas, entonces A y A U B también lo son.
65 Semántica Modal Una estructura LTL M es una secuencia infinita S 0 S 1 con S i 2 PL para todo i 0. Una fórmula LTL en M en un tiempo n N se satisface en los siguientes casos: M, n p sii p S n, p PL M, n A sii M, n A M, n A B sii M, n A y M, n B M, n A sii M, n + 1 A M, n A U B sii m n M, m A k {n,..., m 1} M, k B
66 Abreviaciones Modal El Diamante futuro
67 Abreviaciones Modal El Diamante futuro A = true U A M, n A sii m n M, m A
68 Abreviaciones Modal El Diamante futuro A = true U A M, n A sii m n M, m A La caja futuro
69 Abreviaciones Modal El Diamante futuro A = true U A M, n A sii m n M, m A La caja futuro A = A M, n A sii m n M, m A
70 Abreviaciones Modal Ejercicio: Cómo se expresaría el operador release R? A R B, significa que B siempre es cierto a menos que sea liberado (released) por A.
71 Abreviaciones Modal Ejercicio: Cómo se expresaría el operador release R? A R B, significa que B siempre es cierto a menos que sea liberado (released) por A. A R B = ( A U B)
72 Abreviaciones Modal Ejercicio: Cómo se expresaría el operador release R? A R B, significa que B siempre es cierto a menos que sea liberado (released) por A. A R B = ( A U B) M, n A R B sii m n M, k A k < m M, m B
73 Equivalencias Modal Algunas equivalencias importantes: A A auto-dualidad del next A A idempotencia del diamante A A conmutación de next con diamante A U B ( A R B) until y release son duales A U B B (A (A U B)) desarrollo del until A R B (A B) (B (A R B)) desarrollo del release
74 Propiedades es Modal Una propiedad temporal es un conjunto de estructuras LTL (aquellas en las cuales la propiedad es cierta). Entonces una propiedad temporal P puede ser definida usando una fórmula A: P = {M M, 0 A}
75 Propiedades es Modal Una propiedad temporal es un conjunto de estructuras LTL (aquellas en las cuales la propiedad es cierta). Entonces una propiedad temporal P puede ser definida usando una fórmula A: P = {M M, 0 A} Dada una estructura de Kripke K que representa un sistema reactivo y una fórmula LTL A que representa una propiedad temporal, K satisface A si M, 0 A para todas las trazas M de K. Notación: K A.
76 Propiedades es: Safety Modal Intuitivamente, una propiedad safety afirma que nada malo pasa. Exclusión mutua: E.g. ((A = 2) (B = 2)) No Deadlocks: En cualquier momento algún proceso debe estar activo: (activo 1... activo k ) Correctitud parcial: Si A se satisface cuando el programa empieza, entonces B será satisfecho si el programa alcanza un determinado estado: A (dist B) donde dist PL marque el determinado estado.
77 Propiedades es: Liveness Modal Intuitivamente, una propiedad liveness afirma que algo bueno pasará. Accesibilidad Garantizada: E.g. (A = 1 (A = 2)) (B = 1 (B = 2)) Respuesta: Si se hace una petición, será otorgada: (pet (otorg)) Correctitud Total: Si A se satisface cuando el programa empieza, el programa termina en un determinado estado donde B se satisface: A (dist B)
78 Propiedades es: Fairness Modal Cuando se modelan sistemas concurrentes, usualmente es importante hacer algunas suposiciones imparciales o justas. Se asume que existen k procesos, que activo i PL es cierto en un estado s si el proceso #i está activo en s, y que ejecutado i es cierto en un estado s si el proceso #i ha sido ejecutado para alcanzar s.
79 Model Checking Modal El problema de model checking en LTL es el siguiente: Dada una estructura de Kripke K = (S, S I, R, V ) y una fórmula LTL A, chequear cuándo K A. (Si todas las trazas M de K satisfacen M, 0 A).
80 Model Checking Modal El problema de model checking en LTL es el siguiente: Dada una estructura de Kripke K = (S, S I, R, V ) y una fórmula LTL A, chequear cuándo K A. (Si todas las trazas M de K satisfacen M, 0 A). Ejemplo: La siguiente estructura de Kripke satisface (q p). Pero no satisface (p p U q). q q p p p q
81 Satisfacibilidad Modal Una fórmula LTL A es satisfacible si existe una estructura LTL M tal que M, n A, para algún n N. Dicha estructura es llamada un modelo de A.
82 Satisfacibilidad Modal Una fórmula LTL A es satisfacible si existe una estructura LTL M tal que M, n A, para algún n N. Dicha estructura es llamada un modelo de A. En verificación, la satisfacibilidad es usada para detectar propiedades contradictorias, i.e. propiedades que no son satisfechas por ninguna computación en ningún sistema reactivo. Ejercicio: p (p p) p
83 Modal Fin de la Presentación
Matemáticas Discretas TC1003
Matemáticas Discretas TC1003 Módulo I: s Válidos Departamento de Matemáticas ITESM Módulo I: s Válidos Matemáticas Discretas - p. 1/50 En matemáticas y en lógica un argumento no es una disputa. Más bien,
Más detallesLógica proposicional. Ivan Olmos Pineda
Lógica proposicional Ivan Olmos Pineda Introducción Originalmente, la lógica trataba con argumentos en el lenguaje natural es el siguiente argumento válido? Todos los hombres son mortales Sócrates es hombre
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Contenido Lógica proposicional Lógica de predicados Inferencia en lógica
Más detallesAlgoritmos y programas. Algoritmos y Estructuras de Datos I
Algoritmos y programas Algoritmos y Estructuras de Datos I Primer cuatrimestre de 2012 Departamento de Computación - FCEyN - UBA Programación funcional - clase 1 Funciones Simples - Recursión - Tipos de
Más detallesApuntes de Lógica Proposicional
Apuntes de Lógica Proposicional La lógica proposicional trabaja con expresiones u oraciones a las cuales se les puede asociar un valor de verdad (verdadero o falso); estas sentencias se conocen como sentencias
Más detallesDiagramas de secuencia
Facultad de Ingeniería Departamento de Ingeniería de Sistemas y Computación Diagramas de secuencia Fragmentos Combinados: caminos alternativos Departamento de Ingeniería de Sistemas y Computación - Universidad
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana
Más detallesAlgoritmos. Medios de expresión de un algoritmo. Diagrama de flujo
Algoritmos En general, no hay una definición formal de algoritmo. Muchos autores los señalan como listas de instrucciones para resolver un problema abstracto, es decir, que un número finito de pasos convierten
Más detallesPrueba, caso de prueba, defecto, falla, error, verificación, validación.
Modelos de Prueba Prueba, caso de prueba, defecto, falla, error, verificación, validación. Prueba: Las Pruebas son básicamente un conjunto de actividades dentro del desarrollo de software, es una investigación
Más detallesAlgoritmos y Programas
Introducción a la Programación Pontificia Universidad Javeriana Generado con LAT E X Febrero de 2010 Recorderis Algoritmos Recorderis Estado Una configuración determinada del sistema en un tiempo-espacio
Más detallesCapítulo 6. Relaciones. Continuar
Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,
Más detallesIntroducción a la Lógica
Tema 0 Introducción a la Lógica En cualquier disciplina científica se necesita distinguir entre argumentos válidos y no válidos. Para ello, se utilizan, a menudo sin saberlo, las reglas de la lógica. Aquí
Más detallesDiagramas de secuencia
Facultad de Ingeniería Departamento de Ingeniería de Sistemas y Computación Diagramas de secuencia Interacciones básicas 1 Para qué sirven los diagramas de secuencia? 2 Para qué sirven los diagramas de
Más detallesTema 2: Equivalencias y formas normales
Lógica informática Curso 2003 04 Tema 2: Equivalencias y formas normales José A. Alonso Jiménez Andrés Cordón Franco Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detallesRelaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad
Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean
Más detallesCapítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Más detallesAutómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo
Autómatas Mínimos Encontrar el autómata mínimo. Universidad de Cantabria Introducción Dado un lenguaje regular sabemos encontrar un autómata finito. Pero, hay autómatas más sencillos que aceptan el mismo
Más detallesLÓGICA MATEMÁTICA O FORMAL O SIMBÓLICA
LÓGICA MATEMÁTICA O FORMAL O SIMBÓLICA La lógica formal o simbólica, a diferencia de la lógica clásica, utiliza un lenguaje artificial, es decir, está rigurosamente construido, no admite cambios en el
Más detallesEn general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad.
nidad 3: Conjuntos 3.1 Introducción Georg Cantor [1845-1918] formuló de manera individual la teoría de conjuntos a finales del siglo XIX y principios del XX. Su objetivo era el de formalizar las matemáticas
Más detallesRuta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) 1 DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problema de Encontrar la Ruta más Corta 2 Se requiere llegar de
Más detalles1 Relaciones de orden
1 Relaciones de orden Sea R una relación binaria en un conjunto A. Si R satisface las propiedades reflexiva, antisimétrica y transitiva se dice que R es una relación de orden. En este caso si a y b son
Más detallesSemánticas de procesos y aplicaciones
Semánticas de procesos y aplicaciones Clase 05: Lenguajes para especificar sistemas de transiciones y lógicas modales - Parte 2 Qué vimos hasta ahora? acciones: a multiacciones: α 3 operadores sobre multiacciones:
Más detallesMercedes Granda Departamento de Electrónica y Computadores. Las propiedades de las redes de Petri nos permiten
22//22 REDES DE PETRI: PROPIEDADES Y MÉTODOS DE ANÁLISIS PROGRAMACIÓN CONCURRENTE MASTER EN COMPUTACIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES UNIVERSIDAD DE CANTABRIA CURSO 22/3 REDES DE PETRI: PROPIEDADES
Más detallesConvergencia de sucesiones
TEMA 4. CONVERGENCIA DE SUCESIONES 65 Tema 4. Convergencia de sucesiones Definición 5.4.1. Sea X un conjunto: una sucesión en X es una aplicación s : N X; denotaremos x n := s(n) y por S := {x n } n N
Más detallesAutómatas Deterministas. Ivan Olmos Pineda
Autómatas Deterministas Ivan Olmos Pineda Introducción Los autómatas son una representación formal muy útil, que permite modelar el comportamiento de diferentes dispositivos, máquinas, programas, etc.
Más detallesHERRAMIENTAS AVANZADAS PARA EL DESARROLLO DE SOFTWARE Tema IV Model Checking Abstracto
HERRAMIENTAS AVANZADAS PARA EL DESARROLLO DE SOFTWARE Tema IV Model Checking Abstracto Alicia Villanueva Curso 05/06 Índice Model Checking Abstracto 1. Introducción 3 1.1. Objetivos del tema........................
Más detallesApuntes de Matemática Discreta 2. Operaciones con Conjuntos
Apuntes de Matemática Discreta 2. Operaciones con Conjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 2 Operaciones con Conjuntos
Más detallesIntroducción a la Programación
Introducción a la Programación Grupo F y G Semana 4 Andrés Felipe Barco Santa Ingeniero en Sistemas anfelbar@javerianacali.edu.co Facultad de Ingeniería Pontificia Universidad Javeriana-Cali América del
Más detallesTEORÍA DE CONJUNTOS A ={ 1, 2, 3, 4, 5, 6 }
TEORÍA DE CONJUNTOS CONJUNTOS Y TÉCNICAS DE CONTEO DEFINICIÓN Y NOTACIÓN DE CONJUNTOS El término conjunto juega un papel fundamental en el desarrollo de las matemáticas modernas; Además de proporcionar
Más detallesEl lenguaje C. 1. Identificadores, constantes y variables
Principios de Programación El lenguaje C 1. Identificadores, constantes y variables 1.1. Conceptos de memoria Los nombres de variable como x, y, suma corresponden a localizaciones o posiciones en la memoria
Más detallesForma lógica de enunciados
Forma lógica de enunciados Marisol Miguel Cárdenas Lenguaje natural y lenguaje formal El lenguaje natural es aquel que utilizamos cotidianamente. Surge históricamente dentro de la sociedad y es aprendido
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesNotación Asintótica 2
Notación Asintótica 2 mat-151 1 Éxamen Rápido (6 minutos) Cada operación fundamental usa c milisegundos, cuánto tiempo toma contar hasta 1,000,000? Cuál es el valor de N? Cuál es el órden de complejidad
Más detallesTEMA 3 ÁLGEBRA DE CONMUTACIÓN
TEMA 3 ÁLGEBRA DE CONMUTACIÓN TEMA 3: Álgebra de Boole ÍNDICE. POSTULADOS DEL ÁLGEBRA DE CONMUTACIÓN 2. ÁLGEBRA DE BOOLE BIVALENTE O ÁLGEBRA DE CONMUTACIÓN 2. Teoremas del álgebra de conmutación 3. VARIABLES
Más detallesIntroducción a los códigos compresores
Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción
Más detallesLógica Proposicional. Guía Lógica Proposicional. Tema III: Cuantificadores
Guía Lógica Proposicional Tema III: Cuantificadores 1.7.2. CUANTIFICADORES Los cuantificadores permiten afirmaciones sobre colecciones enteras de objetos en lugar de tener que enumerar los objetos por
Más detallesEquivalencia Entre PDA y CFL
Equivalencia Entre PDA y CFL El Lenguaje aceptado por un Autómata con Pila Universidad de Cantabria Esquema 1 Introducción 2 3 Lenguaje Aceptado por un Autómata Como en los autómatas finitos, se puede
Más detallesNOCIONES ELEMENTALES DE LÓGICA MATEMÁTICA
NOCIONES ELEMENTALES DE LÓGICA MATEMÁTICA Estudiaremos brevemente un lenguaje no contradictorio ni ambivalente que nos permitirá introducirnos a la Matemática: la Lógica Matemática, que estudia las leyes
Más detallesALGEBRA DE BOOLE George Boole C. E. Shannon E. V. Hungtington [6]
ALGEBRA DE BOOLE El álgebra booleana, como cualquier otro sistema matemático deductivo, puede definirse con un conjunto de elementos, un conjunto de operadores y un número de axiomas no probados o postulados.
Más detalles1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes. Tema 3.1: Autómatas Finitos Deterministas
Tema 3.1: Autómatas Finitos Deterministas Luis Peña luis.pena@urjc.es http://www.ia.urjc.es/cms/es/docencia/ic-msal Sumario Tema 3.1: Autómatas Finitos Deterministas. 1. Concepto de AFD 2. Equivalencia
Más detallesGRAMATICAS LIBRES DEL CONTEXTO
GRMTICS LIBRES DEL CONTEXTO Estas gramáticas, conocidas también como gramáticas de tipo 2 o gramáticas independientes del contexto, son las que generan los lenguajes libres o independientes del contexto.
Más detallesFundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Ejercicios Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto
Más detallesIntrod. al Pens. Científico Nociones básicas de la lógica ClasesATodaHora.com.ar
ClasesATodaHora.com.ar > Exámenes > UBA - UBA XXI > Introd. al Pensamiento Científico Introd. al Pens. Científico Nociones básicas de la lógica ClasesATodaHora.com.ar Razonamientos: Conjunto de propiedades
Más detallesCAPÍTULO II TEORÍA DE CONJUNTOS
TEORÍ DE ONJUNTOS 25 PÍTULO II TEORÍ DE ONJUNTOS 2.2 INTRODUIÓN Denotaremos los conjuntos con letras mayúsculas y sus elementos con letras minúsculas, si un elemento p pertenece a un conjunto escribiremos
Más detallesComputación II. Introducción a Visual Basic
Computación II Introducción a Visual Basic Introducción a Visual Basic Microsoft Visual Basic es un conjunto de herramientas que posibilitan el desarrollo de aplicaciones para Windows de una manera rápida
Más detallesIIC2213. IIC2213 Teorías 1 / 42
Teorías IIC2213 IIC2213 Teorías 1 / 42 Qué es una teoría? Una teoría es un cúmulo de información. Debe estar libre de contradicciones. Debe ser cerrada con respecto a lo que se puede deducir de ella. Inicialmente
Más detalles+ Máquinas de Estado Finitas
+ Máquinas de Estado Finitas Las máquinas de estado pueden ser: SÍNCRONAS: Necesitan de la intervención de un pulso de reloj. Si la entrada participa también en la salida se denomina Máquina de estado
Más detallesDiagnóstico de fallas en circuitos digitales
Diagnóstico de fallas en circuitos digitales Circuito digital: Construido usando las siguientes compuertas. NOT: OR: AND: 1 Ejemplo: Sumador binario Un sumador binario recibe como entrada dos bits a y
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detalles5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones
1 Curso Básico de Computación 5 Autómatas de pila 5.1 Descripción informal Un autómata de pila es esencialmente un autómata finito que controla una cinta de entrada provista de una cabeza de lectura y
Más detallesCompuertas Lógicas. Sergio Stive Solano Sabié. Agosto de 2012 MATEMÁTICA. Sergio Solano. Compuertas lógicas NAND, NOR, XOR y XNOR
XOR y Lógicas Sergio Stive Solano Agosto de 2012 XOR y Lógicas Sergio Stive Solano Agosto de 2012 XOR y XOR y Con las puertas básicas podemos implementar cualquier función booleana. Sin embargo existen
Más detallesTema 2. Fundamentos de la Teoría de Lenguajes Formales
Departamento de Tecnologías de la Información Tema 2. Fundamentos de la Teoría de Lenguajes Formales Ciencias de la Computación e Inteligencia Artificial Índice 2.1. Alfabeto 2.2. Palabra 2.3. Operaciones
Más detallesComputabilidad y Lenguajes Formales: Autómatas de Pila
300CIG007 Computabilidad y Lenguajes Formales: Autómatas de Pila Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. Basado en [SIPSER, Chapter 2] Autómatas
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 detallesTema: Los Grafos y su importancia para la optimización de redes.
Tema: Los Grafos y su importancia para la optimización de redes. Qué son los Grafos? Un grafo es una dupla G= {X,U}, donde X es un conjunto finito y no vacio de elementos llamados vértices y U es el conjunto
Más detallesCaracterización de los números reales
Grado 11 Matematicas - Unidad 1 Operando en el conjunto de los números reales Tema Caracterización de los números reales Nombre: Curso: Breve historia de los reales A continuación se da una brevísima historia
Más detallesMATEMÁTICAS BÁSICAS. Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano
MATEMÁTICAS BÁSICAS Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2015 Universidad
Más detallesINTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN Referencias: Inteligencia Artificial Russell and Norvig Cap.6. Artificial Intellingence Nils Nilsson Ch.4
Más detallesSemana05[1/14] Relaciones. 28 de marzo de Relaciones
Semana05[1/14] 28 de marzo de 2007 Introducción Semana05[2/14] Ya en los capítulos anteriores nos acercamos al concepto de relación. Relación Dados un par de conjuntos no vacíos A y B, llamaremos relación
Más detallesTEMA II TEORÍA INTUITIVA DE CONJUNTOS
TEMA II TEORÍA INTUITIVA DE CONJUNTOS Policarpo Abascal Fuentes TEMA II Teoría intuitiva de conjuntos p. 1/4 TEMA II 2. TEORÍA INTUITIVA DE CONJUNTOS 2.1 CONJUNTOS 2.1.1 Operaciones con conjuntos 2.2 RELACIONES
Más detallesContenido. 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo
Tutorial Contenido 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo 1. El proceso Fases soportadas por UML Análisis de requisitos de usuario Análisis de requisitos de software Diseño de la plataforma
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesy cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Más detallesPablo Cobreros Tema 6. El tamaño del infinito
Lógica II Pablo Cobreros pcobreros@unav.es Tema 6. El tamaño del infinito Introducción Introducción La noción de cardinal Afirmaciones acerca del tamaño La noción de cardinal El tamaño del infinito Introducción
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesCONJUNTOS. Consideremos, por ejemplo, los siguientes conjuntos:
CONJUNTOS En una Teoría Intuitiva de Conjuntos, los conceptos de conjunto y pertenencia son considerados primitivos, es decir, no se definen de un modo formal; se les acepta como existentes de manera axiomática,
Más detallesLímite de una función
CAPÍTULO 3 Límite de una función OBJETIVOS PARTICULARES. Comprender el concepto de límite de una función en un punto. 2. Calcular, en caso de que eista, el límite de una función mediante la aplicación
Más detallesSESIÓN 11 DERIVACIÓN DE FUNCIONES TRIGONOMETRICAS INVERSAS
SESIÓN 11 DERIVACIÓN DE FUNCIONES TRIGONOMETRICAS INVERSAS I. CONTENIDOS: 1. Función inversa, conceptos y definiciones 2. Derivación de funciones trigonométricas inversas 3. Ejercicios resueltos 4. Estrategias
Más detallesTEMA 2.-INTRODUCCIÓN A LOS CONCEPTOS DE OFERTA Y DEMANDA: EL EQUILIBRIO DEL MERCADO
TEMA 2.-INTRODUCCIÓN A LOS CONCEPTOS DE OFERTA Y DEMANDA: EL EQUILIBRIO DEL MERCADO 2.0.- INTRODUCCIÓN 2.1.- FUNCIÓN DE DEMANDA Y MOVIMIENTOS 2.2.- FUNCIÓN DE OFERTA Y MOVIMIENTOS 2.3.- EL EQUILIBRIO DE
Más detallesEl Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Más detallesCreencia. Tener preferencia por algo Tener una convicción Tener una opinión
Creencia Tener preferencia por algo Tener una convicción Tener una opinión Creencia Una creencia siempre puede ser errónea, por más elementos que se tengan para afirmarla. Toda creencia implica la aceptación
Más detallesUn autómata con pila no determinista (APND) es una septupla Q A B F en la que
AUTÓMATAS CON PILA Un autómata con pila no determinista (APND) es una septupla Q A F en la que δ q 0 Q es un conjunto finito de estados A es un alfabeto de entrada es un alfabeto para la pila δ es la función
Más detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
Más detallesCapítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica
Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 1: Fundamentos:
Más detallesTEMA I: INTRODUCCIÓN A LOS CIRCUITOS SECUENCIALES
TEM I: INTROUIÓN LOS IRUITOS SEUENILES Hasta ahora, únicamente hemos visto circuitos combinacionales, es decir, circuitos en los que las salidas dependen única y exclusivamente de las combinaciones de
Más detallesSESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES
SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la
Más detallesRESUMEN DE LAS DIAPOSITIVAS DE BASE DE DATOS 1
RESUMEN DE LAS DIAPOSITIVAS DE BASE DE DATOS 1 ANTES QUE NADA DEFINIR QUE ES UNA BASE DE DATOS: Una base de datos es una colección estructurada de datos, Un sistema de base de datos es una colección de
Más detallesCircuitos Secuenciales: concepto de estado
Lógica Secuencial Circuitos Secuenciales: concepto de estado En los sistemas secuenciales la salida Z en un determinado instante de tiempo t i depende de X en ese mismo instante de tiempo t i y en todos
Más detalles1. Computadores y programación
1. Computadores y programación Informática y computadora (RAE) Informática (Ciencia de la computación) Conjunto de conocimientos científicos y técnicos que hacen posible el tratamiento automático de la
Más detallesSucesiones y series de números reales
Capítulo 2 Sucesiones y series de números reales 2.. Sucesiones de números reales 2... Introducción Definición 2... Llamamos sucesión de números reales a una función f : N R, n f(n) = x n. Habitualmente
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesEstructuras de control
Estructuras de control Introducción Los algoritmos vistos hasta el momento han consistido en simples secuencias de instrucciones; sin embargo, existen tareas más complejas que no pueden ser resueltas empleando
Más detallesClase 25/09/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf
Clase 25/09/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf A pesar de haber ejercitado la realización de demostraciones en varias materias, es frecuente que el alumno consulte sobre la validez
Más detallesMATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño
MATEMÁTICAS BÁSICAS Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2014 Universidad Nacional de Colombia
Más detallesTECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL
1 TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL TECNOLOGÍA DE LA COMPUTADORA FACILITADOR: PARTICIPANTE: DAVID, CHIRIQUÍ 2015 2 Qué es un programa? Un programa informático es un conjunto
Más detallesCardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable.
Cardinalidad Dados dos conjuntos A y B, decimos que A es equivalente a B, o que A y B tienen la misma potencia, y lo notamos A B, si existe una biyección de A en B Es fácil probar que es una relación de
Más detallesNOCIÓN DE PUNTO, RECTA Y PLANO
NOCIÓN DE PUNTO, RECT Y PLNO Si les das una imagen de una figura o un objeto, como un mapa con las ciudades y los caminos marcados en él, Cómo podrías explicar la imagen geométricamente? Después de completar
Más detallesClasificación de sistemas
Capítulo 2 Clasificación de sistemas 2.1 Clasificación de sistemas La comprensión de la definición de sistema y la clasificación de los diversos sistemas, nos dan indicaciones sobre cual es la herramienta
Más detallesSoluciones oficiales Clasificación Olimpiada Nacional Nivel Mayor
Soluciones oficiales Clasificación Olimpiada Nacional 009 Comisión Académica Nivel Maor Problema 1. Calcule todas las soluciones m, n de números enteros que satisfacen la ecuación m n = 009 (n + 1) Solución.
Más detallesEstructuras de Datos. La pila es un objeto dinámico en constante cambio.
21 Capítulo 2. LA PILA (STACK). 2.1 Definición y ejemplos. Una pila es un conjunto ordenado de elementos en el cual se pueden agregar y eliminar elementos de un extremo, el cual es llamado el tope de la
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesCristian Blanco
UNIDAD DIDÁCTICA 8. ANÁLISIS Y DISEÑO ORIENTADO A OBJETOS. DIAGRAMAS DE COMPORTAMIENTO En el siguiente enlace tienes una descripción y algunos ejemplos de todos los diagramas UML.: http://jms32.eresmas.net/tacticos/uml/umlindex.html
Más detallesLenguajes No Regulares
Lenguajes No Regulares Problemas que los Autómatas No Resuelven. Universidad de Cantabria Esquema Lema del Bombeo 1 Lema del Bombeo 2 3 Introducción Todos los lenguajes no son regulares, simplemente hay
Más detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesTRANSFORMADA DE LAPLACE. Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión
TRANSFORMADA DE LAPLACE Definición: Transformada de Laplace. Sea f(t) una función definida para t 0; a la expresión L= = Se le llama Transformada de Laplace de la función f(t), si la integral existe. Notación:
Más detallesMaterial diseñado para los estudiantes del NUTULA, alumnos del profesor Álvaro Moreno.01/10/2010 Lógica Proposicional
Lógica Proposicional INTRODUCCIÓN El humano se comunica con sus semejantes a través de un lenguaje determinado (oral, simbólico, escrito, etc.) construido por frases y oraciones. Estas pueden tener diferentes
Más detallesNOT. Ejemplo: Circuito C1
Métodos de diseño de circuitos digitales Sistemas combinacionales En un circuito combinacional los valores de las salidas dependen únicamente de los valores que tienen las entradas en el presente. Se construen
Más detalles