Tema 4: Redes y flujos

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

Download "Tema 4: Redes y flujos"

Transcripción

1 Fundamentos de la teoría de grafos. 3º I.T.I. de Sistemas Mª Teresa Cáceres Sansaloni Tema 4: Redes flujos Redes. Flujos cortes. Teorema del flujo máimo corte mínimo. Algoritmo para calcular el máimo flujo determinar un corte mínimo en una red. Complejidad del algoritmo.

2 Ejemplos: Un partido de futbol de gran interés tendrá lugar en una isla canaria. Los aficionados del equipo visitante quieren ver el partido animar a su equipo. Ha varias rutas vuelos para llegar a la isla, el número máimo de plazas de las mismas es conocido. Cómo determinar el máimo número de aficionados que pueden ir las rutas que deben tomar? Un producto se fabrica en A se distribue a varios destinos para la venta D,D 2,,D n. Suponiendo demanda ilimitada, conocidas las rutas desde A a cada destino el máimo número de unidades del producto que pueden ser transportadas. Cuál es el máimo número de unidades que pueden servirse? Las redes son buenos modelos para sistemas de distribución de oleoductos, tuberias, tráfico, etc. En las conducciones ha estaciones de bombeo. Cuál es el máimo flujo de una estación a otra, dado que las tuberías tienen capacidad finita?. Cuál es el flujo máimo de vehículos por una carretera? 2

3 Redes Una red N es un digrafo D con dos vértices destacados s fuente, t sumidero, con una función capacidad c, asociada a los arcos, que toma valores enteros no negativos, o el valor D es el digrafo subacente de la red N Si a = u,v œ ED, entonces ca=cu,v es la capacidad de a s tiene grado de entrada d + s = 0 t tiene grado de salida d - s = 0 Para determinar el máimo número de personas que pueden volar de s hasta t usando distintas rutas aeropuertos. El modelo de red considera: Vértices: Fuente = origen s; Sumidero = destino t; los demás vértices son los aeropuertos intermedios. Arcos:, representa un vuelo directo de hasta c, = máimo número de asientos disponibles en un vuelo de a 3

4 Cuál es el máimo número de unidades que pueden servirse? Vértices: Fuente = A; Introducimos el sumidero = t; cada vértice D i es adacente a t. Arcos: D i, t con capacidad ilimitada para i n. a los otros arcos, se les asigna la capacidad igual al máimo número de unidades de producto que pueden transportarse directamente desde hasta en un día. 4

5 Sea N una red con digrafo asociado D, vértices fuente s sumidero t, sea c la función capacidad asociada a los arcos. Para e VD definimos los vecinos de : de salida N + = { e VD /, e ED } de entrada N - = { e VD /, e ED } Flujos cortes Un flujo f en N es una función entera f : ED ö Z + que verifica: Restricción de capacidad: el flujo nunca ecede a la capacidad 0 fa ca para todo a e ED Principio de conservación: N + f, = f, N V D { s, t} 5

6 6 Flujo neto de salida de un vértice es : +,, N N f f +,, N N f f Flujo neto de entrada de un vértice es : Flujo en un arco a =, es denotado por f a = f, puede ser interpretado como la cantidad de material o personas, coches, etc... transportado a lo largo del arco, El principio de conservación establece que si s t entonces su flujo neto de entrada su flujo neto de salida son ambos igual a 0

7 El valor f N del flujo en la red N, es el flujo neto de salida del vértice fuente s f N = N + s f s, N s f, s Ejemplo 3,3 3,2 z En cada arco figura capacidad, flujo fn =?3+2- s 5,3 4,2 4, u, 5,3 3, w v 4,4 3,2 6,2 t f,z = 2 c,z = 3 7

8 Definición: Sean D un digrafo, X e Y subconjuntos no vacíos de vértices. X,Y es el conjunto de todos los arcos dirigidos desde algún vértice de X a algún vértice de Y X,Y = {, e ED / e X, e Y} su flujo capacidad correspondientes son: f X, Y =, X, Y f, ; c X, Y =, X, Y c, donde f X, Y = c X, Y = 0 si X, Y = φ En el ejemplo anterior, si X = {,,u} e Y = {u,v,z,} X,Y = {,,,u,,z,u,v} 3,3 3,2 5,3, s 4,2 v u 5,3 3, 4, 4,4 z 3,2 6, 2 t w 8

9 9 Definición: Un corte en N es un subconjunto de arcos P, P en D, tal que s e P pero t P P = VD P cp, P es la capacidad del corte. fp, P es flujo desde P hasta P fp, P es flujo desde P hasta P En el ejemplo: Calcularlo para P = {s,, w} Teorema : Sea la red N, f un flujo en N. Si P, P es un corte de N, entonces el flujo en N es,,,,,,,, P P f P P f f f N f P P P P = =

10 Corolario : Sea N un red f un flujo en N, entonces f N min { c P, P} donde el mínimo se toma para todos los cortes en N Corolario 2: 2 Sea N un red f un flujo en N, entonces el valor del flujo en N es igual al flujo neto en el sumidero t. f N = f, t + N t N f t t, 0

11 Teorema del flujo máimo corte mínimo Un flujo f en una red N es un flujo máimo si f N f ' N para tod o flujo f ' en N Un corte P,P es un corte mínimo de N si c P, P c X, X para to do corte X, X en N Teorema Ford Fulkerson En cualquier red, el valor de un flujo máimo es igual a la capacidad de un corte mínimo.

12 Ejemplo: En la figura, el dato de cada arco es su capacidad f f 2 son flujos máimos s w 3 u 3 v 4 5 t arco a s,u s,v s,w u, u,v v, w, w,s f a f 2 a El valor del flujo f f 2 para N es 6 igual al flujo neto en t. f,t +f,t = + 5 Ningún flujo puede eceder a 6.,v,t,t Sea P={s,u,v,w,}, entonces cp, P = cu, + c,t= + 5 = 6 Por tanto, es un corte mínimo 2

13 Demostración del Teorema : Sea N un red f un flujo en N, por el Corolario f N min { c P, P} El valor del máimo flujo no puede eceder de la capacidad de un corte mínimo. Para demostrar la igualdad, la estrategia es comprobar que el valor de algún flujo máimo en N tiene al menos la capacidad de algún corte mínimo en N Vamos a considerar algunas definiciones procedimientos que se utilizan en la demostración del teorema para establecer posteriormente el algoritmo. Un u 0 u n semicamino en un digrafo D es una secuencia Q alternada finita de vértices arcos, Q : u 0, a, u, a 2, u 2,..., u n-, a n, u n de modo que no se repiten vértices a i = u i, u i- o a i = u i-, u i 3

14 3,3 3,2 z 5,3, 6,2 s 4,2 4, u 5,3 3, v 4,4 3,2 t w u,,u,,,z, z, z,t, t es un u t semicamino Sea f un flujo en la red N, con digrafo subacente D capacidad c, un semicamino u 0, a, u, a 2, u 2,..., u n-, a n, u n en D se dice que es f-insaturado si, para cada i, i n a a i = u i-, u i fa i < ca i, o b a i = u i, u i- fa i > 0 a Establece que se puede aumentar el flujo desde u i- hasta u i b Establece que se puede disminuir el flujo de retroceso desde u i hacia u i- 4

15 Si Q es un s-t semicamino f -insaturado, donde s t son los vértices fuente sumidero de N, entonces Q es llamado un f-semicamino aumentante s 5,3 4,2 4, 3,3 3,2 u, 5,3 3, w Q : s,s,u,,u,,,z,z,z,t,t es un f-semicamino aumentante v 4,4 z 3,2 6,2 t Condición a a = s,u fa < ca = ca -fa = 4-2 =2 a 3 =,z fa 3 < ca 3 3 = ca 3 -fa 3 = 3-2 = a 4 = z,t fa 4 < ca 4 4 = ca 4 -fa 4 = 6-2 =4 Condición b a 2 =,u fa 2 > 0 2 = fa 2 = = min { i, i 4 } = 5

16 Definición: n: Sean s t los vértices fuente sumidero de N. Si D contiene un f-semicamino aumentante, se define el flujo f * sobre el conjunto de arcos de D del siguiente modo: f * f a + si a = ui, ui para algun a = f a si a = ui, ui para algun f a si a E Q i, i, i n i n, Resulta 5,3 3,3 3,3,0 z 6,3 s 4,3 4, u 5,3 3, v 4,4 3,2 t w f * es un flujo para la red N que verifica f * N = f N + > f N 6

17 Teorema 2: Sea N una red con dígrafo subacente D. Un flujo f en N es un flujo máimo si solo si no ha ningún f-semicamino aumentante en D. Este resultado establecerá la regla de salida fin del algoritmo. 7

18 Algoritmo para calcular el máimo flujo determinar un corte mínimo en una red. Edmonds Proporciona un método sistemático para encontrar un f-semicamino aumentante en la red N, con flujo dado f. Teorema 3: Sea N una red con digrafo subacente D, fuente s, sumidero t, capacidad c flujo f. Sea D el digrafo con VD =VD conjunto de arcos ED = {, /, œed c,>f, o,œ ED f,>0} Entonces, D contiene un s-t camino dirigido si solo si D contiene un semicamino aumentante. Además, un s-t camino más corto en D tiene la misma longitud que un f-semicamino aumentante mas corto en D. 8

19 Sea N una red con digrafo subacente D, capacidad c flujo f. Si f no es un flujo máimo de N, entonces D tiene un f-semicamino aumentante. Q : s=u 0, a, u, a 2, u 2,..., u n-, a n, u n =t Sea a i = ca i - fa i si a i = u i-, u i fa i si a i = u i, u i- Sea = min { a i : i n} Incrementar el flujo f Ø f * f a + si a = u i-, u i para algún i, i n f * a = f a si a = u i, u i- para algún i, i n f a si a EQ 9

20 Algoritmo para determinar un flujo máimo un corte mínimo en una red N con dígrafo subacente D, fuente s, sumidero t, capacidad c flujo inicial f puede ser flujo cero. P.- Construir D con VD = VD ED = {, /, œed c,>f, o,œ ED f,>0 } P2.- Determina si D tiene un s-t camino por tanto si D tiene un f- semicamino aumentante Aplicar el algoritmo BFS de Moore a D para determinar un s-t camino más corto. Si D no contiene ningún s-t camino, entonces ir al paso P5 en otro caso, sea Q : s = u 0, u, u 2,..., u n = t un s-t camino más corto en D continuar. 20

21 P3.- Se realiza un incremento del flujo por el semicamino aumentante Sea Q : s=u 0, a, u, a 2, u 2,..., u n-, a n, u n =t donde a i œ ED tal que a i = u i-, u i fa i < ca i, o a i = u i, u i- fa i > 0 Para i=,2,,n ca i - fa i si a i = u i-, u i i = fa i si a i = u i, u i- = min { a i : i n} Para i=,2,,n, si a i = u i-, u i, entonces f a i f a i + si a i = u i, u i-, entonces f a i f a i - P4.- Ir al paso P 2

22 P5.- Devuelve un máimo flujo determina un mínimo corte para N Retorna fa para todos los arcos a de D. Retorna P conjunto de vértices de D con etiqueta finita obtenida en el paso P2 después de aplicar el algoritmo de moore a D P,P es un corte mínimo. Complejidad del algoritmo Opq 2 22

23 Ejemplo: Ha tres proveedores A,B,C de un determinado producto, un agente D que actúa de intermediario para los minoristas L M. El intermediario tiene limitado el número de pedidos que puede servir por día a 70. L consigue que el proveedor A le sirva directamente hasta un máimo de 30 unidades, M lo consigue del proveedor C, que le sirva directamente hasta un máimo de 20 unidades. Calcular el máimo número de pedidos que llegan a L M, si para el agente D, la oferta de A es de 40 unidades, la de C es de 80 la de B es de 30; si las demandas son, en L de 60 unidades en M de 50 unidades. Solución: Lo planteamos como un problema de flujo máimo con el siguiente digrafo B A C D L M 23

24 Como el agente intermediario tiene limitado el número de pedidos por día, para limitar el paso de pedidos debemos crear un arco de la forma D, D2 con capacidad máima 70. Para resolver el problema como flujo máimo, además debemos considerar los vértices ficticios S, T, los arcos S,A, S,B, S,C, L,T M,T con las capacidades correspondientes. S B A C D 2 7 D2 5 6 L M 5 6 T Al aplicar el algoritmo el resultado es : S 4,4 3,3 8, 4 B A C 4, 3, 3 D 8, 2 3, 3 7, D2 6 2, 2 L 6, 3 5, 3 M 6,6 5,5 T 24

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo [email protected] do. Cuatrimestre 009 Programa Introducción a la teoría de grafos Problemas de camino mínimo Problemas de flujo máximo Clases de complejidad

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo [email protected] do. Cuatrimestre 009 Programa Introducción a la teoría de grafos Problemas de camino mínimo Problemas de flujo máximo Clases de complejidad

Más detalles

Máximo Flujo (Maximum Flow) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

Máximo Flujo (Maximum Flow) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Máximo Flujo (Maximum Flow) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Flujo Máximo También podemos utilizar un grafo dirigido para modelar una red de flujo Se produce un material que

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

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

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos:

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos: PROGRAMACIÓN DINÁMICA RELACIÓN DE EJERCICIOS Y PROBLEMAS 1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila /1 para los siguientes casos: a. Mochila de capacidad W=15:

Más detalles

Flujos de redes (Network Flows NF)

Flujos de redes (Network Flows NF) Fluos de redes (Network Flows NF). Terminología. Árbol generador mínimo. Camino mínimo 4. Fluo máximo 5. Fluo de coste mínimo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES Terminología Red o grafo (G) Nodos

Más detalles

Un GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv

Un GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv DEFINICIÓN 1: Un GRAFO O GRAFO NO ORIENTADO es una terna G = {V, A,ϕ } conv φ donde: V = {v 1, v 2,, v n }: conjunto finito de vértices o nodos. A = {a 1, a 2,, a n }: conjunto finito de aristas o lados

Más detalles

TEMA 5 El tipo grafo. Tipo grafo

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

Más detalles

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

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

Más detalles

Caminos y Flujos optimales. 2da y 3er clase 2007

Caminos y Flujos optimales. 2da y 3er clase 2007 Caminos y Flujos optimales 2da y 3er clase 2007 ESQUELETOS OPTIMALES (mínimo) Esqueleto de G =(X,U) es un subgrafo que es un árbol y que contiene todos los vértices de G. Esqueleto Mínimo de G = (X, U,

Más detalles

Análisis de Algoritmos Problemas de grafos

Análisis de Algoritmos Problemas de grafos Análisis de Algoritmos Problemas de grafos Dra. Elisa Schaeffer [email protected] PISIS / FIME / UANL Problemas de grafos p. 1 INDEPENDENT SET es NP-completo Necesitamos un gadget : el triángulo.

Más detalles

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías Modelos de Redes: Problema del flujo máimom M. En C. Eduardo Bustos Farías as Problema del flujo máimom Problema del flujo máimom Este modelo se utiliza para reducir los embotellamientos entre ciertos

Más detalles

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro Programación Lineal Modelo de Redes Alcance de las aplicaciones Curso: Investigación de Operaciones Ing. Javier Villatoro ALCANCE DE LAS APLICACONES DE REDES ALCANCE DE LAS APLICACIONES Muchas situaciones

Más detalles

Máquinas de estado finito y expresiones regulares

Máquinas de estado finito y expresiones regulares Capítulo 3 Máquinas de estado finito y expresiones regulares En este tema definiremos y estudiaremos máquinas de estado finito, llamadas también máquinas de estado finito secuenciales o autómatas finitos.

Más detalles

Algoritmo de Fleury. por. Ramón Espinosa Armenta

Algoritmo de Fleury. por. Ramón Espinosa Armenta Algoritmo de Fleury por Ramón Espinosa Armenta El siguiente algoritmo, debido a Fleury (191), permite construir un circuito Euleriano en un multigrafo Euleriano. Algoritmo Fleury (G) Entrada. Un multigrafo

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

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

Fundamentos de Investigación de Operaciones Modelos de Grafos

Fundamentos de Investigación de Operaciones Modelos de Grafos Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación

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

Fundamentos de la teoría de grafos

Fundamentos de la teoría de grafos Fundamentos de la teoría de grafos 3º I.T.I. de Sistemas Mª Teresa Cáceres Sansaloni 1 Tema 1: Nociones básicas Conceptos básicos sobre grafos. Representación de grafos. Multigrafos, grafos dirigidos y

Más detalles

Relaciones Binarias. Matemática Discreta. Agustín G. Bonifacio UNSL. Relaciones Binarias

Relaciones Binarias. Matemática Discreta. Agustín G. Bonifacio UNSL. Relaciones Binarias UNSL Relaciones Binarias Relaciones Binarias (Sección 3.1 del libro) Definición Una relación (binaria) R de un conjunto X a un conjunto Y es un subconjunto del producto cartesiano X Y. Si (x,y) R, escribimos

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

Multiplicación de matrices simétricas

Multiplicación de matrices simétricas Multiplicación de matrices simétricas La traspuesta de una matriz A n n es definida como una matriz A T n n tal que A T [i, j] =A[j, i] paracadai, j 2{1,...,n} Además, una matriz A es simétrica si A =

Más detalles

NIVEL 17: ESTRUCTURAS NO LINEALES

NIVEL 17: ESTRUCTURAS NO LINEALES 1 NIVEL 17: ESTRUCTURAS NO LINEALES Grafos, definiciones y tipos de problemas 2 Agenda Qué son? Formalismo abstracto de los grafos dirigido Conceptos Ejemplo: Red de distribución de agua Caminos y Ciclos

Más detalles

MARITZA HERRERA FLOREZ YUDY MARCELA BOLAÑOS RIVERA

MARITZA HERRERA FLOREZ YUDY MARCELA BOLAÑOS RIVERA ALGORITMOS DE APROXIMACIÓN PARA PROBLEMAS NP DUROS MARITZA HERRERA FLOREZ YUDY MARCELA BOLAÑOS RIVERA UNIVERSIDAD DEL CAUCA FACULTAD DE CIENCIAS NATURALES, EXACTAS Y DE LA EDUCACIÓN DEPARTAMENTO DE MATEMÁTICAS

Más detalles

Definiciones y ejemplos.

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

Más detalles

Grafos. Amalia Duch Brown Octubre de 2007

Grafos. Amalia Duch Brown Octubre de 2007 Grafos Amalia Duch Brown Octubre de 2007 Índice 1. Definiciones Básicas Intuitivamente un grafo es un conjunto de vértices unidos por un conjunto de líneas o flechas dependiendo de si el grafo es dirigido

Más detalles

Relaciones de orden. Definición 1. Llamamos conjunto ordenado a un par (E, ) donde E es un conjunto y es un orden definido en E

Relaciones de orden. Definición 1. Llamamos conjunto ordenado a un par (E, ) donde E es un conjunto y es un orden definido en E Relaciones de orden Diremos que una relación R es de orden si verifica las propiedades reflexiva, antisimétrica y transitiva. Generalmente usaremos la notación en lugar de R para expresar relaciones 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 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

Núcleos por trayectorias monocromáticas. digráficas m-coloreada

Núcleos por trayectorias monocromáticas. digráficas m-coloreada en digráficas m-coloreada Hortensia Galeana Sánchez Ma. Rocío Rojas Monroy Guadalupe Gaytán Gómez Marzo 20, 2013 Definiciones Básicas Definición Una digráfica D consiste de un conjunto finito no vacío

Más detalles

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

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

Más detalles

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

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

Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker

Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 5 Condiciones de Karush-Kuhn-Tucker (KKT). Problemas

Más detalles

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten Tema 2 Fundamentos Teóricos de la Programación Dinámica 2.1. Teorema de Optimalidad de Mitten El objetivo básico en la programación dinámica consiste en descomponer un problema de optimización en k variables

Más detalles

Teoría de grafos. Coloración de vértices

Teoría de grafos. Coloración de vértices Teoría de grafos Coloración de vértices Problema: cuántas jaulas son necesarias para transportar a estos cinco animales de forma que lleguen sanos y salvos a un mismo destino? León Hámster Si dos animales

Más detalles

Solución de Problemas Mediante Búsqueda (2) Carlos Hurtado Depto de Ciencias de la Computación, Universidad de Chile

Solución de Problemas Mediante Búsqueda (2) Carlos Hurtado Depto de Ciencias de la Computación, Universidad de Chile Solución de Problemas Mediante Búsqueda (2) Carlos Hurtado Depto de Ciencias de la Computación, Universidad de Chile Manhattan Bike Curier (Acíclico) Ref. Curso IA U. of Toronto Algoritmo Genérico de Búsqueda

Más detalles

2007 Carmen Moreno Valencia

2007 Carmen Moreno Valencia Tema VIII. Grafos Grafos 1 2007 Carmen Moreno Valencia 1. Grafos, digrafos y multigrafos 2. Grafos eulerianos 3. Matrices de adyacencia e incidencia 4. Exploración de grafos pesados 1. Grafos, digrafos

Más detalles

FORMALIZACIÓN Y EJECUCIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES. Mercedes Granda Departamento de Electrónica y Computadores

FORMALIZACIÓN Y EJECUCIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES. Mercedes Granda Departamento de Electrónica y Computadores REDES DE PETRI: DEFINICIÓN, FORMALIZACIÓN Y EJECUCIÓN PROGRAMACIÓN CONCURRENTE MASTER EN COMPUTACIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES UNIVERSIDAD DE CANTABRIA CURSO 22/3 REDES DE PETRI Las redes

Más detalles

Grafos. Algoritmos y Estructuras de Datos III

Grafos. Algoritmos y Estructuras de Datos III Grafos Algoritmos y Estructuras de Datos III Grafos Un grafo G = (V, X ) es un par de conjuntos, donde V es un conjunto de puntos o nodos o vértices y X es un subconjunto del conjunto de pares no ordenados

Más detalles

Francis Guthrie Planteo el problema de los cuatro colores, después de colorear el mapa de Inglaterra 9/15/2015 3

Francis Guthrie Planteo el problema de los cuatro colores, después de colorear el mapa de Inglaterra 9/15/2015 3 INTRODUCCION GRAFOS La Teoria de Grafos nace del análisis sobre una inquietud presentada en la isla Kueiphof en Koenigsberg (Pomerania) ya que el río que la rodea se divide en dos brazos. Sobre los brazos

Más detalles

Propiedades de lenguajes independientes del contexto

Propiedades de lenguajes independientes del contexto Capítulo 12. Propiedades de lenguajes independientes del contexto 12.1. Identificación de lenguajes independientes del contexto Lema de bombeo. 12.2. Propiedades Cierre, Complemento de lenguajes, Sustitución,

Más detalles

Acerca del Algoritmo de Dijkstra

Acerca del Algoritmo de Dijkstra Acerca del Algoritmo de Dijkstra Alvaro H. Salas S. * Resumen arxiv:0810.0075v1 [cs.ds] 1 Oct 2008 In this paper we prove the correctness of Dijkstra s algorithm. We also discuss it and at the end we show

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

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad

Relaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,[email protected] Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean

Más detalles

1. GRAFOS : CONCEPTOS BASICOS

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

Más detalles

Departamento de Matemáticas

Departamento de Matemáticas MA5 Clase : Series de números reales Definición de Serie Elaborado por los profesores Edgar Cabello y Marcos González Definicion Dada una sucesión de escalares (a n ), definimos su sucesión de sumas parciales

Más detalles

Curso Básico de Computación Preliminares

Curso Básico de Computación Preliminares Curso Básico de Computación Preliminares Feliú Sagols Troncoso Matemáticas CINVESTAV-IPN 2010 Curso Básico de Computación (Matemáticas) Preliminares 2010 1 / 11 1 Preliminares

Más detalles

Polinomios (lista de problemas para examen)

Polinomios (lista de problemas para examen) Polinomios (lista de problemas para examen) En esta lista de problemas el conjunto de los polinomios de una variable con coeficientes complejos se denota por P(C). También se usa la notación C[x], si la

Más detalles

Algoritmos de emparejamiento

Algoritmos de emparejamiento Algoritmos de emparejamiento Mager, Jesús 1 Universidad Autónoma Metropolitana Unidad Azcapozalco 2015 Introducción El presente trabajo es un resumen del libro Combinatorial Optimization. Algorithms and

Más detalles

Álgebra y Matemática Discreta

Álgebra y Matemática Discreta Álgebra y Matemática Discreta Sesión de Teoría 5 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 30 Sep 2013-6 Oct 2013 Primeras Definiciones Grafo Un grafo está definido por dos conjuntos, un

Más detalles

A5 Introducción a la optimización en redes

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

Más detalles

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

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

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo [email protected] do. Cuatrimestre 009 Programa Introducción a la teoría de grafos Problemas de camino mínimo Problemas de flujo máximo Programación lineal

Más detalles

Formulación del problema de la ruta más corta en programación lineal

Formulación del problema de la ruta más corta en programación lineal Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,

Más detalles

Tema 7: Problemas clásicos de Programación Lineal

Tema 7: Problemas clásicos de Programación Lineal Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número

Más detalles

Ejercicios - Resolución de problemas lineales. Método Simplex

Ejercicios - Resolución de problemas lineales. Método Simplex Ejercicios - Resolución de problemas lineales. Método Simplex Programación Matemática LADE Curso 8/9. Dado el problema lineal máx x x x + x s.a. x + x + x = 4 x + x 4 x justifica que el punto x = ( T es

Más detalles

Autómatas Finitos INAOE. Introducción a. Autómatas. Definición formal de un. Finito Determinístico. Finito No- Finitos y Lenguajes Formales

Autómatas Finitos INAOE. Introducción a. Autómatas. Definición formal de un. Finito Determinístico. Finito No- Finitos y Lenguajes Formales los s s s s INAOE (INAOE) 1 / 58 Contenido los s s 1 los s 2 3 4 s 5 (INAOE) 2 / 58 los s los s los s s : Conjunto de estados + Control Cambio de estados en respuesta a una entrada. Tipo de Control: :

Más detalles

Relaciones Binarias. Matemática Discreta. Agustín G. Bonifacio UNSL. Relaciones Binarias

Relaciones Binarias. Matemática Discreta. Agustín G. Bonifacio UNSL. Relaciones Binarias UNSL Relaciones Binarias Relaciones Binarias (Sección 3.1 del libro) Definición Una relación (binaria) R de un conjunto X a un conjunto Y es un subconjunto del producto cartesiano X Y. Si (x,y) R, escribimos

Más detalles

Forma estándar de un PPL con m restricciones y n variables. (b 0)

Forma estándar de un PPL con m restricciones y n variables. (b 0) Forma estándar de un PPL con m restricciones y n variables Maximizar (minimizar) Z = c 1 x 1 + c 2 x 2 +... + c n x n a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 +a 22 x 2 +... + a 2n x n = b 2...

Más detalles

Cardinalidad IIC1253. IIC1253 Cardinalidad 1 / 23

Cardinalidad IIC1253. IIC1253 Cardinalidad 1 / 23 Cardinalidad IIC1253 IIC1253 Cardinalidad 1 / 23 Conjuntos con la misma cardinalidad Definición Decimos que dos conjuntos A y B son equinumerosos, denotado como A B, si existe una biyección f : A B. IIC1253

Más detalles

Cardinalidad IIC1253. IIC1253 Cardinalidad 1 / 23

Cardinalidad IIC1253. IIC1253 Cardinalidad 1 / 23 Cardinalidad IIC1253 IIC1253 Cardinalidad 1 / 23 Conjuntos con la misma cardinalidad Definición Decimos que dos conjuntos A y B son equinumerosos, denotado como A B, si existe una biyección f : A B. Ejemplo

Más detalles

CAPITULO 8. LA TRANSFORMADA DE LAPLACE La transformada de Laplace

CAPITULO 8. LA TRANSFORMADA DE LAPLACE La transformada de Laplace CAPITULO 8. LA TRANSFORMADA DE LAPLACE 8.1. La transformada de Laplace Definición 1.Sea f (t) una función definida para t 0. Se define la transformada de Laplace de f (t) de la forma, - s es un parámetro

Más detalles

300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos

300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos 300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. Qué es un computador? Todos lo sabemos!!!

Más detalles

Teorema de Hoffman-Singleton.

Teorema de Hoffman-Singleton. Teorema de Hoffman-Singleton. Felipe Negreira. 18 de junio de 01. Sea X un grafo regular de grado, conexo y de diámetro. Cuál es la cantidad máxima de vértices que puede tener X bajo estas condiciones?

Más detalles

Eliminación de cuantificadores

Eliminación de cuantificadores Eliminación de cuantificadores Teorema Si una teoría admite eliminación de cuantificadores, y existe un algoritmo que construye ϕ sc a partir de ϕ, entonces es decidible. Cómo se demuestra este teorema?

Más detalles

Unidad 2: Problemas de camino mínimo

Unidad 2: Problemas de camino mínimo Representación Recorrido de grafos Camino mínimo Unidad 2: Problemas de camino mínimo Representación Matriz de adyacencia Matriz de incidencia Listas de vecinos Recorrido de grafos Estructuras de datos

Más detalles

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

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

Más detalles

Grupos libres. Presentaciones.

Grupos libres. Presentaciones. S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad

Más detalles

Terminaremos el capítulo con una breve referencia a la teoría de cardinales.

Terminaremos el capítulo con una breve referencia a la teoría de cardinales. TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto

Más detalles

Aproximaciones de funciones y problemas de extremos

Aproximaciones de funciones y problemas de extremos Aproximaciones de funciones y problemas de extremos José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 5.- Aproximaciones de funciones y problemas de extremos 1 Teorema de

Más detalles

Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos

Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos Capítulo 4: Grafos Clase 2: Caminos, Circuitos Eulerianos y Hamiltonianos Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 29 Navegación de grafos

Más detalles

Apuntes de Matemática Discreta 8. Relaciones de Equivalencia

Apuntes de Matemática Discreta 8. Relaciones de Equivalencia Apuntes de Matemática Discreta 8. Relaciones de Equivalencia Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 8 Relaciones de Equivalencia

Más detalles

Sea Σ un alfabeto y L el lenguaje de los palíndromos sobre Σ. Sean a, b dos elementos de Σ. Se demuestra por reducción al absurdo que L no es regular:

Sea Σ un alfabeto y L el lenguaje de los palíndromos sobre Σ. Sean a, b dos elementos de Σ. Se demuestra por reducción al absurdo que L no es regular: Universidad Rey Juan Carlos Grado en Ingeniería de Computadores Máquinas Secuenciales, Autómatas y Lenguajes Hoja de Problemas: Propiedades Lenguajes Regulares Nivel del ejercicio : ( ) básico, ( ) medio,

Más detalles

Modelos de Informática Teórica Capítulo 2 - Clases de Complejidad

Modelos de Informática Teórica Capítulo 2 - Clases de Complejidad Modelos de Informática TeóricaCapítulo 2 - Clases de Complejidad p. 1/40 Modelos de Informática Teórica Capítulo 2 - Clases de Complejidad Serafín Moral Callejón Departamento de Ciencias de la Computación

Más detalles

10. COLOREADO DE GRAFOS

10. COLOREADO DE GRAFOS 10. COLOREADO DE GRAFOS Ejemplo 8. 8 Horario de exámenes finales. Tenemos que hacer un horario para realizar siete exámenes finales, Numeramos las asignaturas de 1 a 7. Hay alumnos matriculados en varias

Más detalles

Conjuntos Infinitos. Ramón Espinoza Armenta AVC APOYO VIRTUAL PARA EL CONOCIMIENTO

Conjuntos Infinitos. Ramón Espinoza Armenta AVC APOYO VIRTUAL PARA EL CONOCIMIENTO Ramón Espinoza Armenta AVC APOYO VIRTUAL PARA EL CONOCIMIENTO El estudio de los conjuntos infinitos se inicia con Las Paradojas del Infinito, la última obra del matemático checo Bernard Bolzano, publicada

Más detalles

Teoría de la Computación Lenguajes Regulares (LR) - Propiedades

Teoría de la Computación Lenguajes Regulares (LR) - Propiedades Teoría de la Computación Lenguajes Regulares (LR) - Propiedades Prof. Hilda Y. Contreras Departamento de Computación [email protected] http://webdelprofesor.ula.ve/ingenieria/hyelitza Objetivo Lenguajes

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

7. Teoría de Cauchy global.

7. Teoría de Cauchy global. 68 Funciones de variable compleja. Eleonora Catsigeras. 25 Abril 26. 7. Teoría de Cauchy global. 7.. Teorema de Cauchy global. Sea un abierto no vacío Ω C. Teorema 7... Teorema de Cauchy global. Sea f

Más detalles

Paréntesis: Una aplicación en lenguajes formales

Paréntesis: Una aplicación en lenguajes formales Paréntesis: Una aplicación en lenguajes formales Vamos a ver una aplicación del Teorema de Immerman-Szelepcsényi en la área de lenguajes formales. IIC3242 Clases de Complejidad 35 / 69 Paréntesis: Una

Más detalles

Semántica del Cálculo Proposicional

Semántica del Cálculo Proposicional Semántica del Cálculo Proposicional Revisiones: Abril y Mayo del 2005 - Abril 2006 Á 1. Valuación como función. Notación: Con Form se identifica al conjunto de todas las fómulas y Var al conjunto de todas

Más detalles

Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel?

Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel? Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel? Y esta otra? Los puentes de Königsberg Königsberg es famosa por ser la ciudad natal de Immanuel

Más detalles

Capítulo 4: Grafos Clase 3: Grafos planares y Colorabilidad de Grafos

Capítulo 4: Grafos Clase 3: Grafos planares y Colorabilidad de Grafos Capítulo 4: Grafos Clase 3: Grafos planares y Colorabilidad de Grafos Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 18 Problema de las utilidades

Más detalles

Tema 21: Algoritmos de exploración de grafos

Tema 21: Algoritmos de exploración de grafos Tema 21: Algoritmos de exploración de grafos Informática (2009 10) José A. Alonso Jiménez Grupo de Lógica Computacional Departamento de Ciencias de la Computación e I.A. Universidad de Sevilla Tema 21:

Más detalles

Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel?

Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel? Se puede dibujar la siguiente figura, empezando y terminando en el mismo punto, sin levantar e lápiz del papel? Y esta otra? Los puentes de Königsberg Königsberg es famosa por ser la ciudad natal de Immanuel

Más detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

Práctica 5. Contenido: Subprogramas (funciones y procedimientos). Parámetros por valor y por referencia.

Práctica 5. Contenido: Subprogramas (funciones y procedimientos). Parámetros por valor y por referencia. CI-2125 Computación I Práctica 5 Contenido: Subprogramas (funciones y procedimientos). Parámetros por valor y por referencia. 1. Especifique y escriba el diagrama de flujo de una función de nombre mcd,

Más detalles

Modelos de Inventarios

Modelos de Inventarios Modelos de Inventarios 1. Qué significa PERT? Program Evaluation Review Technique Técnica de Revisión de Evaluación de Programa 2. Qué significa las siglas C.E.P Cantidad Económica de Pedidos 3. Para qué

Más detalles

Clases de complejidad computacional: P y NP

Clases 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 detalles