Algoritmo Cuántico de Búsqueda Paralelo
|
|
- Alejandro Gil Ramos
- hace 6 años
- Vistas:
Transcripción
1 Marcos Barreto Add your company slogan
2 Agenda 1 Complejidad y el Problema 3 SAT 2 Computación Cuántica 3 Algoritmo de Shenvi 4 Algoritmo de Shenvi con vecindad 5 Algoritmo de Shenvi paralelo híbrido 6 Resultados y Conclusiones
3 Complejidad Algorítmica Clases de complejidad Se caracterizan a los problemas por el tiempo necesario para resolverlos Clase P Clase de complejidad de los problemas resolubles en tiempo polinomial Clase NP Clase de complejidad de los problemas no resolubles en tiempo polinomial, pero para los cuales la verificación de una solución puede realizarse en tiempo polinomial. Clase NP Completo P NP? Subconjunto de los problemas NP tal que todo problema NP se puede reducir a uno NP Completo en orden polinomial. Es la principal conjetura de la informática teórica
4 El Problema 3 SAT K SAT Dado un conjunto {x1,..., Xn} de variables que pueden tomar el valor booleano 0 o 1 y un conjunto de cláusulas {C1,..., Cm} donde cada cláusula es la diyunción de un conjunto de K literales o negación de literales Para K=3, la siguiente cláusula sería válida C1 = X1 ν X2 ν X4 El problema consiste en encontrar un conjunto de valores para las variables xi tal que haga verdadera simultaneámente a todas las cláusulas. Siendo la fórmula F = C1 AND AND Cm, el problema de K SAT consiste en encontrar una distribución de variables tal que F evalue verdadero.
5 El Problema 3 SAT Perteneciente a la clase de complejidad NP Completo Interesante por ser NP Completo ya que de resolverlo eficientemente implícitamente se estarían resolviendo todos los problemas NP eficientemente. Mejor algoritmo que lo resuelve Algoritmo de Schöning O(1.33^N) Realiza un sorteo aleatoreo y de no ser solución realiza una búsqueda local. En caso de no encontrar solución salta a otro lugar en el espacio de soluciones.
6 Bit : Unidad básica clásica Posibles valores: 0 o 1 Computación Cuántica Qubit : Unidad básica cuántica Sea { 0>, 1>} una base ortonormal, un ket ψ> queda definido por ψ>= α 0> + β 1>, tal que α²+ β²=1. α y β son amplitudes del estado cuántico y su cuadrado es la probabilidad que al realizar una medida sobre el estado cuántico, obtener el correspondiente estado de la base. ψ> puede ser a una superposición de estados clásicos! Contra intuitivo Los humanos tenemos percepción macroscópica del mundo Los efectos cuánticos ocurren a nivel microscópico
7 Computación Cuántica Motivación Un sistema de N qubits se representa en espacio lineal de dimensión 2ⁿ. Clásicamente esta operación se debe realizar sobre los 2ⁿ estados Cuánticamente esta operación se realiza simultáneamente sobre las 2ⁿ dimensiones. Motivación Utilizar el paralelismo instrínseco proporcionado por la mecánica cuántica para crear un algoritmo cuántico mas eficiente que el mejor algoritmo clásico para resolver el 3SAT.
8 Algoritmo de Shenvi Caminata Clásica Proceso de Markov en donde cada desición es estocástica En un espacio de dimensión 2, el caminante tira una moneda y se mueve a la izquierda o derecha Restricciones de búsqueda espacial: en cada paso o se tira la moneda o se mueve a una posición vecina. Caminata Cuántica (Quantum Walk) Proceso reversible Se sustituye la moneda por un estado cuántico que determina las probabilidades de moverse en diferentes direcciones. En espacio de dimensión 2 En cada paso se mueve simultáneamente hacia la izquierda y derecha ya que la moneda es una superposición de cara y número
9 Algoritmo de Shenvi Algoritmo de Shenvi Busca un elemento en una base de datos no ordenada de dimensión N=2ⁿ, con restricciones de búsqueda espacial en el plano Cuadráticamente mas rápido que su contraparte clásica En O( N) pasos se obtiene el estado buscado con probabilidad 1/2. La técnica utilizada se llama amplificación de amplitud y amplifica la probabilidad de que al medir el estado cuántico el mismo colapse al estado marcado Algoritmo: Preparar una superposición uniforme en posición y moneda Aplicar un quantum walk U' modificado (π/2) N veces Medir el estado del quantum walk
10 Algoritmo de Shenvi Paralelización del algoritmo Problema No se cuenta con computadoras cuánticas con lo cual se necesita simular el algoritmo cuántico en una computadora clásica.
11 Algoritmo de Shenvi Paralelización del algoritmo Problema Costo de simulación No se cuenta con con computadoras cuánticas cuánticas con lo cual con se lo cual se necesita simular el algoritmo cuántico en clásica. una computadora clásica. necesita simular el algoritmo cuántico en una computadora La mecánica cuántica tiene un paralelismo intrínsico que clásicamente no existe y debe ejecutarse secuencialmente, con lo cual una simulación siempre tiene un costo exponencial
12 Algoritmo de Shenvi Paralelización del algoritmo Problema No se cuenta con computadoras cuánticas con lo cual se necesita simular el algoritmo cuántico en una computadora clásica. Costo de simulación La mecánica cuántica tiene un paralelismo intrínsico que clásicamente no existe y debe ejecutarse secuencialmente, con lo cual una simulación siempre tiene un costo exponencial Solución Utilizar técnicas de programación paralela para optimizar la ejecución de un algoritmo cuántico.
13 Algoritmo de Shenvi Resultado Experimental El algoritmo de Shenvi amplifica la amplitud del estado marcado, con alta probabilidad se obtiene el estado buscado
14 Algoritmo de Shenvi Resultado Experimental de tiempo de ejecución Resultado comparativo de aplicar paralelización con memoria no distribuida en la sección de codigo de la simulación cuántica Número Tiempo (segundos) Tiempo (segundos) Speedup (T_1 / T_8) Variables 1 nodo (T_1) 8 nodos(t_8) hrs min hrs hrs hrs hrs 4
15 Algoritmo de Shenvi Resultado Experimental de tiempo de ejecución
16 Mejor algoritmo Clásico Algoritmo de Shenvi Con vecindad El algoritmo de Schöning realiza un sorteo de un elemento al azar y luego una búsqueda local de 3n pasos, de no encontrar solución salta a otro lugar en el espacio de soluciones. Idea: Aplicar Shenvi a localmente a una vecindad Definir la vecindad como un subconjunto de cubits y aplicar Shenvi a los mismos, realizando una búsqueda por el elemento buscado. Aplicar la idea de Schöning de búsqueda local.
17 Algoritmo de Shenvi Con vecindad Algoritmo: Sortear un elemento x al azar Sortear una vecindad al azar desde q_init a q_fin Verificar que dicha solución parcial pueda generar soluciones factibles * Aplicar Shenvi desde q_init a q_fin El algoritmo va a evaluar si un estado es marcado globalmente. Relizar una medida del estado cuántico y con probabilidad ½ se obtiene el estado marcado si el mismo pertenece a dicha vecindad Si el estado resultado no es el buscado, apliar nuevamente el algoritmo.
18 IDEA: Algoritmo de Shenvi Con vecindad Paralelo con memoria distribuida Paralelizar el algoritmo cuántico para obtener mayores beneficios de ejecutar en un cluster de computadores. Comunicación: Master Slave El master envia datos a los esclavos para que ejecuten en algoritmo Shenvi con vecindad para diferentes vecindades Si un esclavo encuentra una solución inmediatamente se lo comunica al Master, éste finaliza la ejecución en los esclavos y el algoritmo finaliza. Si el Master encuentra solución, éste finaliza a todos los esclavos y el algoritmo finaliza. Slave1 Master Slave3 Slave2
19 Resultados y Conclusiones Algoritmo de Shenvi con vecindad es más eficiente que la aplicación del algoritmo de Shenvi al problema El costo computacional de la simulación es menor pues se aplica la simulación a una menor cantidad de cubits Cuanto menor es la vecindad, menor el tiempo de ejecución pues el costo computacional mas grande es de la simulación cuántica. Dificil desagregar el costo del algoritmo del costo de la simulación cuántica.
20 Resultados y Conclusiones El algoritmo paralelo híbrido fue probado con 2 y 3 máquinas, cada uno de ellos ejecutando con 8 nucleos Para vecindades muy pequeñas, el algoritmo paralelo pasa mas tiempo enviando datos y recibiendo que realizando cuentas debido a que el costo de simular el algoritmo con pocos cubits es pequeño. A medida que se incrementa la vecindad (mayor a 10 cubits) el speedup crece Para 3 núcleos llego a obtener un speedup mayor a 5 para instancias de prueba de 23 variables con vecindades de 16 Para instancias de prueba chicas, (menor a 18 variables) el speedup no llega a 2 Para vecindades menores a 10, el speedup es menor a 0.
21 Add your company slogan
Computación Cuántica versus MTPs
Computación Cuántica versus MTPs Juan Carlos Agudelo Agudelo Grupo de Lógica y Computación Universidad EAFIT 12 de febrero de 2010 Juan C. Agudelo (EAFIT) 12 de febrero de 2010 1 / 19 Contenido 1 Computación
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detallesComplejidad de los Algoritmos
Que es un Algoritmo? Complejidad de los Algoritmos Webster: cualquier método especial para resolver cierta clase de problemas. Horowitz: método preciso utilizable en una computadora para la solución de
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesFundamentos de lenguajes de programación cuántica
Fundamentos de lenguajes de programación cuántica Día 1: Introducción a la computación cuántica Alejandro Díaz-Caro Universidad Nacional de Quilmes 22 o Escuela de Verano de Ciencias Informáticas Río Cuarto,
Más detallesClases de complejidad computacional: P y NP
1er cuatrimestre 2006 La teoría de Se aplica a problemas de decisión, o sea problemas que tienen como respuesta SI o NO (aunque es sencillo ver que sus implicancias pueden extenderse a problemas de optimización).
Más detallesIntroducción a la información cuántica
Introducción a la información cuántica Juan José García Ripoll Instituto de Física Fundamental CSID CSI:C www.csic.es http://quinfog.iff.csic.es Brewing the best quantum information since 2005... Tres
Más detallesProblemas computacionales, intratabilidad y problemas NP completos. Febrero Facultad de Ingeniería. Universidad del Valle
Complejidad Complejidad, in NP completos Facultad de Ingeniería. Universidad del Valle Febrero 2017 Contenido Complejidad 1 2 3 Complejidad computacional Complejidad Introducción En ciencias de la computación
Más detallesINTRODUCCIÓN. Qué es una computadora? Dispositivo físico para procesar información a través de algoritmos.
INTRODUCCIÓN Qué es una computadora? Dispositivo físico para procesar información a través de algoritmos. Algoritmo: procedimiento definido para procesar información realizable físicamente. Complejidad:
Más detallesProblemas computacionales, intratabilidad y problemas NP completos. 26 de agosto de Facultad de Ingeniería. Universidad del Valle
Complejidad Complejidad, in NP completos Facultad de Ingeniería. Universidad del Valle 26 de agosto de 2014 Contenido Complejidad 1 2 3 Complejidad computacional Complejidad Notación De acuerdo a la complejidad
Más detallesLusitania. Pensando en Paralelo. César Gómez Martín
Lusitania Pensando en Paralelo César Gómez Martín cesar.gomez@cenits.es www.cenits.es Esquema Introducción a la programación paralela Por qué paralelizar? Tipos de computadoras paralelas Paradigmas de
Más detallesFundamentos de computación cuántica
Fundamentos de computación cuántica Andrés Sicard Ramírez Mario Elkin Vélez Ruíz Juan Fernando Ospina Giraldo Luis Fernando Moreno (Grupo de Lógica y Computación. Universidad EAFIT, Medellín) {asicard,mvelez,jospina,lmorenos}@eafit.edu.co
Más detallesDiseño y simulación de un procesador cuántico
1 Diseño y simulación de un procesador cuántico Proyecto Informático 3 de Julio de 2013 Jaime Mª Coello de Portugal Vázquez Dirigido por José Luis Guisado Lizar Ingeniería Informática 2 1 Información cuántica
Más detallesAlgoritmos cuánticos. Grupo de Lógica y Computación Departamento de Ciencias Básicas Universidad EAFIT, Medellín, Colombia
Algoritmos cuánticos Andrés Sicard Grupo de Lógica y Computación Departamento de Ciencias Básicas Universidad EAFIT, Medellín, Colombia VII Ciclo de conferencias de Física, Universidad EAFIT, 2004 p. 1
Más detallesComputación de Alta Performance Curso 2009 MEDIDAS DE PERFORMANCE MEDIDAS DE PERFORMANCE
Computación de Alta Performance Curso 2009 Objetivos: Estimación de desempeño de algoritmos paralelos. Comparación con algoritmos seriales. Factores intuitivos para evaluar la performance: Tiempo de ejecución.
Más detallesComplejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesBREVE INTRODUCCIÓN N A LA
BREVE INTRODUCCIÓN N A LA MECÁNICA CUÁNTICA Desarrollo Histórico Estado de la Física hacia 1900 Fines del siglo XIX y principios del XX, la Física reina absoluta Newton había sentado las bases de la mecánica
Más detallesCOMPARACIÓN DE MODELOS DE SINCRONIZACIÓN EN PROGRAMACIÓN PARALELA SOBRE CLUSTER DE MULTICORES
COMPARACIÓN DE MODELOS DE SINCRONIZACIÓN EN PROGRAMACIÓN PARALELA SOBRE CLUSTER DE MULTICORES Autor: A.P.U. Enzo Rucci Director: Ing. Armando E. De Giusti Co-Director: Lic. Franco Chichizola Tesina de
Más detallesEvaluación de la resolución en paralelo de un problema estocástico de planificación minera de largo plazo
Evaluación de la resolución en paralelo de un problema estocástico de planificación minera de largo plazo Rafael Epstein Rodolfo Urrutia Andrés Weintraub Jorge Alarcón Carlos Villa Septiembre 2012 Objetivos
Más detallesComputación Cuántica Su verdadero poder de cómputo y limitaciones
Computación Cuántica Su verdadero poder de cómputo y limitaciones Andrés Abeliuk Se podría decir que uno de los grandes profetas, y seguramente el único en el ámbito de las tecnologías, es Gordon Moore,
Más detallesInformación cuán.ca, una introducción. Lección 2
Información cuán.ca, una introducción. Lección Luis A. Orozco www.jqi.umd.edu Escuela Avanzada de Verano, Julio 01 Revisión de la lección 1: La información es física: La abilidad de una máquina para llevar
Más detallesQUÉ ES EN REALIDAD EL TELETRANSPORTE CUÁNTICO?
QUÉ ES EN REALIDAD EL TELETRANSPORTE CUÁNTICO? Vicente Moret Bonillo Senior Member, IEEE LIDIA-UDC 2 3 4 5 Fenómenos cuánticos 6 Efecto túnel Más intuitivo así? 7 8 9 10 HACIA UN NUEVO CONCEPTO DE BIT
Más detallesDE PETRI: TEMPORIZACIÓN
EXTENSIONES DE LAS REDES DE PETRI: TEMPORIZACIÓN PROGRAMACIÓN CONCURRENTE MASTER EN COMPUTACIÓN DEPARTAMENTO DE ELECTRÓNICA Y COMPUTADORES UNIVERSIDAD DE CANTABRIA CURSO 2012/13 1 REDES DE PETRI: EXTENSIONES
Más detallesTeoría Espectral. Stephen B. Sontz. Centro de Investigación en Matemáticas, A.C. (CIMAT) Guanajuato, Mexico
Teoría Espectral Stephen B. Sontz Centro de Investigación en Matemáticas, A.C. (CIMAT) Guanajuato, Mexico Mini-curso impartido en Colima 29 septiembre 2016 - Tercer día Introducción Hay dos dichos populares
Más detallesIntroducción a la Criptografía Cuántica
Introducción a la Criptografía Cuántica Alfonsa García, Francisco García 1 y Jesús García 1 1 Grupo de investigación en Información y Computación Cuántica (GIICC) Introducción a la criptografía cuántica
Más detallesComputación Cuántica Topológica PARTE 1
Introducción a la Computación Cuántica Topológica PARTE Javier García IFAE / UAB Sumario - Computación clásica - Probabilidad - Mecánica cuántica - Computación cuántica Computación Clásica Computación
Más detallesTeoría de la Computación puesta en Práctica
Teoría de la Computación puesta en Práctica Marcelo Arenas M. Arenas Teoría de la Computación puesta en Práctica 1 / 24 Problema a resolver WiMAX (Worldwide Interoperability for Microwave Access): estándar
Más detallesGranularidad y latencia
Niveles de paralelismo y latencias de comunicación Niveles de paralelismo. Granularidad o tamaño de grano. Latencia de comunicación. Particionado de los programas. Empaquetado de granos. Planificación
Más detallesModelo de Computación Cuántica. Jesús García López de Lacalle
Modelo de Jesús García López de Lacalle Grupo de Investigación Mathematical Modeling and Biocomputing (MMBC) ETS de Ingeniería de Sistemas Informáticos Universidad Politécnica de Madrid jglopez@etsisi.upm.es
Más detallesFundamentos de lenguajes de programación cuántica
Fundamentos de lenguajes de programación cuántica Día 4: Paradigma del co-procesador cuántico : Control clásico y datos cuánticos Alejandro Díaz-Caro Universidad Nacional de Quilmes 22 o Escuela de Verano
Más detallesIntroducción a la Computación Evolutiva
Introducción a la Computación Evolutiva Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx http: //delta.cs.cinvestav.mx/~ccoello
Más detalles1 EL OSCILADOR ARMONICO
1 EL OSCILADOR ARMONICO 1.1 Autofunciones y Autovalores El potencial del oscilador armónico en una dimensión corresponde a la siguiente expresión matemática: V = 1 kx (1) donde k es la constante de la
Más detallesMéxico frente a la Computación Cuántica
México frente a la Computación Cuántica Tecnológico de Estudios Superioresde Ecatepec Salvador Elías Venegas Andraca Tecnológico de Monterrey, Campus Estado de México svenegas@itesm.mx sva@mindsofmexico.org
Más detallesINTRODUCCIÓN N A LA INFORMACIÓN N Y
INTRODUCCIÓN N A LA INFORMACIÓN N Y COMPUTACIÓN N CUÁNTICA AVANCES RECIENTES EN FÍSICA APLICADA A LA INGENIERÍA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DEPARTAMENTO DE FÍSICA APLICADA III LIBRE CONFIGURACIÓN.
Más detallesIntroducción a la Computación (Matemática)
Introducción a la Computación (Matemática) Heurísticas de Programación Introducción a la Computación Menú del día de hoy Problemas Difíciles P y NP Viajante de Comercio Coloreo Problema de la mochila Ruteo
Más detallesALGORÍTMICA
ALGORÍTMICA 2012-2013 Parte I. Introducción a las Metaheurísticas Tema 1. Metaheurísticas: Introducción y Clasificación Parte II. Métodos Basados en Trayectorias y Entornos Tema 2. Algoritmos de Búsqueda
Más detallesProgramación Genética Aplicada a la Síntesis de Circuitos Analógicos. 11/10/08 HERRAMIENTAS IA. Ricardo Aler
Programación Genética Aplicada a la Síntesis de Circuitos Analógicos 1 El Diseño de Circuitos Analógicos A diferencia del diseño digital, es un domino complicado, que hacen unos pocos expertos Elementos:
Más detallesCurso de Inteligencia Artificial
Curso de Inteligencia Artificial Modelos Ocultos de Markov Gibran Fuentes Pineda IIMAS, UNAM Redes Bayesianas Representación gráfica de relaciones probabilísticas Relaciones causales entre variables aleatorias
Más detallesMecánica Cuántica y Qubits
Mecánica Cuántica y Qubits En computación cuántica los estados asociados a los qubits están dados por vectores en espacios complejos de Hilbert de dimensión finita. En particular serán sistemas compuestos
Más detallesREVISTA COLOMBIANA DE FISICA, VOL. 33, No EL FORMALISMO DE LA TEORÍA GAUGE EN LA COMPUTACIÓN CUÁNTICA
REVITA COLOMBIAA DE FIICA, VOL. 33, o. 2. 2001 EL FORMALIMO DE LA TEORÍA GAUGE E LA COMPUTACIÓ CUÁTICA Mario Vélez y Andrés icard Departamento de Ciencias Básicas Universidad EAFIT, Medellín, Colombia
Más detallesAnálisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Teoría NP-Completeness DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problemas de Decisión Teoría de NP-Completeness Diseñada para aplicarse solo a problemas
Más detalles5. PLANIFICACIÓN DE LAS ENSEÑANZAS
5. PLANIFICACIÓN DE LAS ENSEÑANZAS 5.1. Descripción del Plan de Estudios I. Estructura del Plan de Estudios Módulo Materia Asignatura ECTS Carácter MÉTODOS NUMÉRICOS 6 OBLIGATORIA ECUACIONES FUNDAMENTOS
Más detallesCapítulo 6: EVALUACIÓN Y COMPARACIÓN DE MÉTODOS
Capítulo 6: EVALUACIÓN Y COMPARACIÓN DE MÉTODOS En este capítulo, se realiza la evaluación y comparación de los métodos de paralelización de recurrencias descritos y propuestos en este trabajo. Los resultados
Más detallesTema VI: Ma quinas moleculares basadas en ADN
Tema VI: Ma quinas moleculares basadas en ADN Modelo de computación: formaliza el concepto de procedimiento mecánico Dispositivos del modelo : máquinas Máquina convencional: soporte electrónico Máquina
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
TESIS PUCP Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No comercial-compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
Más detallesALGORÍTMICA
ALGORÍTMICA 2012-2013 Parte I. Introducción a las Metaheurísticas Tema 1. Metaheurísticas: Introducción y Clasificación Parte II. Métodos Basados en Trayectorias y Entornos Tema 2. Algoritmos de Búsqueda
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detallesCCQ - Computación y Criptografía Cuánticas
Unidad responsable: 270 - FIB - Facultad de Informática de Barcelona Unidad que imparte: 748 - FIS - Departamento de Física Curso: Titulación: 2017 GRADO EN INGENIERÍA INFORMÁTICA (Plan 2010). (Unidad
Más detallesIntroducción a la complejidad computacional
Introducción a la complejidad computacional definida sobre anillos arbitrarios 18 de junio de 2016 Fuente: http://www.utmmcss.com/ Por qué otro modelo? Continuo vs discreto. Intuición interiorizada del
Más detallesDESARROLLO DE ALGORITMOS PARA MODELOS DE ECUACIONES SIMULTANEAS EN ALTAS PRESTACIONES. Jose Juan López Espín Universidad Miguel Hernández
DESARROLLO DE ALGORITMOS PARA MODELOS DE ECUACIONES SIMULTANEAS EN ALTAS PRESTACIONES Espín Universidad Miguel Hernández Introducción Motivación Los Modelos de Ecuaciones Simultáneas (M.E.S.) nacen como
Más detallesFísica Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria
Tercer curso del Grado en Física largoju at unican.es J. Largo & J.R. Solana solanajr at unican.es Departamento de Física Aplicada Universidad de Cantabria Indice I del la del Introducción del Las propiedades
Más detallesCI-6675 Algoritmos y Estructuras Optimizadas para Videojuegos
Especialización en Creación y Programación de Videojuegos CI-6675 Algoritmos y Estructuras Optimizadas para Videojuegos Agenda de hoy Juegos Combinatorios Información en un Juego La suma de un Juego s
Más detallesProcesamiento Cuántico de Datos. Miguel Arizmendi, Gustavo Zabaleta. 24 de noviembre de Sitio web: www3..mdp.edu.ar/fes/procq.
Procesamiento Cuántico de Datos Miguel Arizmendi, Gustavo Zabaleta 4 de noviembre de 016 Sitio web: www3..mdp.edu.ar/fes/procq.html UN MODELO CUÁNTICO DE COMPUTACIÓN El Modelo de Circuitos Cuánticos Los
Más detallesSistemas Operativos Distribuidos
Contenidos del Tema Gestión de procesos Modelos de sistema Asignación de procesadores Estrategias dinámicas Estrategias estáticas Ejecución remota de procesos Modelos de sistema Organización de los procesadores
Más detallesAlgoritmos pseudo-polinomiales
Análisis de Algoritmos Algoritmos pseudo-polinomiales Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Algoritmos pseudo-polinomiales p. 1 HAMILTON PATH es NP-completo La reducción es
Más detallesSIMULACION. Urna 1. s(x) h(x) Urna 2. s(x) Dado. Urna /6 2 1/6 3 1/6 4 1/6 5 1/6 6 1/6 Dado 1 1/6 2 1/6 3 1/6 4 1/6 5 1/6 6 1/6
SIMULACION x p(x) x h(x) 6 4 5 2 3 Urna /6 2 /6 3 /6 4 /6 5 /6 6 /6 Dado /6 2 /6 3 /6 4 /6 5 /6 6 /6 x p(x) x h(x) s(x) 4 5 2 3 Urna 2 0.2 2 0.2 3 0.2 4 0.2 5 0.2 6 0.0 Dado /6.2 2 /6.2 3 /6.2 4 /6.2 5
Más detallesESTIMACIÓN DE TIEMPO Y COSTO DE PRODUCTOS SOFTWARE
Análisis y costo de algoritmos Algoritmos Un algoritmo es un conjunto de pasos claramente definidos que a partir de un cierta entrada (input) produce una determinada salida (output) Algoritmos y programas
Más detallesComplejidad Computacional. Andrés Abeliuk Estudiante de Ciencias de la computación U. de Chile
Complejidad Computacional Andrés Abeliuk Estudiante de Ciencias de la computación U. de Chile Números infinitos por cantor Es una de las creaciones matemáticas más sorprendentes y atrevidas de toda la
Más detallesRendimiento de computadores
+ Prof. José María Foces Morán Dept. IESA Universidad de León Rendimiento de computadores Tiempo de ejecución Tiempo de CPU Rendimiento comparativo Ley de Amdahl Ley de Gustaffson + Computador síncrono
Más detallesCurso: Teoría de la Computación. Unidad 2, Sesión 8: Complejidad computacional (2)
Curso: Teoría de la Computación. Unidad 2, Sesión 8: Complejidad computacional (2) Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay dictado semestre 2-2009
Más detallesC a l ses P P y y NP C a l se P C a l se N P N P [No N n o -De D te t rmin i i n s i ti t c i Polynomial-tim i e]
Análisis y Diseño de Algoritmos Introducción Análisis y Diseño de Algoritmos Concepto de algoritmo Resolución de problemas Clasificación de problemas Algorítmica Análisis de la eficiencia de los algoritmos
Más detallesComplejidad computacional. Algoritmos y Estructuras de Datos I. Complejidad computacional. Notación O grande
Complejidad computacional Algoritmos y Estructuras de Datos I Segundo cuatrimestre de 2014 Departamento de Computación - FCEyN - UBA Algoritmos - clase 10 Introducción a la complejidad computacional y
Más detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesApuntes de Teórico de Programación 3. Apuntes de Teórico PROGRAMACIÓN 3. Greedy. Versión 1.1
Apuntes de Teórico PROGRAMACIÓN 3 Greedy Versión 1.1 1 Índice Índice... Introducción... 3 Ejemplo 1 (problema de las monedas)... 3 Ejemplo (problema de la mochila)... 4 Aplicaciones del método Greedy a
Más detallesMultiplicación de Matrices en Sistemas cc-numa Multicore. Autor: Jesús Cámara Moreno Director: Domingo Giménez Cánovas
Multiplicación de Matrices en Sistemas cc-numa Multicore Autor: Jesús Cámara Moreno Director: Domingo Giménez Cánovas Índice de Contenido 1. Introducción 2. Línea de Investigación 3. Sistemas Empleados
Más detallesExperimento Aleatorio o ensayo
Clase 5 1 Experimento Aleatorio o ensayo Es un proceso o acción cuyo resultado es incierto, es decir no es predecible. Es factible de ser repetido infinitas veces, sin modificar las condiciones. Repetición
Más detallesDe los experimentos imaginarios a la información cuántica. Luis A. Orozco IONS Bogotá, Agosto
De los experimentos imaginarios a la información cuántica. Luis A. Orozco IONS Bogotá, Agosto 2017. www.jqi.umd.edu 1 Gracias a los capítulos de estudiandes de la Universidad Nacional de Colombia, Universidad
Más detallesInformación cuán.ca, una introducción. Lección 3
Información cuán.ca, una introducción. Lección 3 Luis A. Orozco www.jqi.umd.edu Escuela Avanzada de Verano, Julio 2012 Revision de los Postulados de la Mecánica Cuán.ca Un estado (puro) del sistema describiendo
Más detallesFACULTAD DE CIENCIAS MATEMÁTICAS CURSO 2014/15 CALENDARIO DE EXÁMENES DE SEPTIEMBRE 2015 APROBADO EN JUNTA DE FACULTAD DEL 15 DE JULIO DE 2014 GRADOS
GRADOS EN MATEMÁTICAS, INGENIERÍA MATEMÁTICA y MATEMÁTICAS Y ESTADÍSTICA PRIMER CURSO ÁLGEBRA LINEAL ANÁLISIS DE VARIABLE REAL ELEMENTOS DE MATEMATICAS Y APLICACIONES INFORMÁTICA B05 B05 ÁLGEBRA LINEAL
Más detallesPLE: Optimización Combinatoria
PLE: Optimización Combinatoria CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas () PLE: Optimización Combinatoria euresti@itesm.mx 1 / 14 Introducción Para valorar el poder expresivo de los modelos
Más detallesBases Formales de la Computación: Redes de Bayes (segunda parte)
Bases Formales de la Computación: Redes de Bayes (segunda parte) Departamento de Ciencias e Ingeniería de la Computación Pontificia Universidad Javeriana Cali Periodo 2008-2 Razonamiento en Redes de Bayes
Más detallesCentro de Cálculo, Instituto de Computación Facultad de Ingeniería, Universidad de la República, Uruguay
Centro de Cálculo, Instituto de Computación Facultad de Ingeniería, Universidad de la República, Uruguay Centro de Cálculo, Instituto de Computación Facultad de Ingeniería, Universidad de la República,
Más detallesIntroducción a las Ciencias de la Computación
Introducción a las Ciencias de la Computación Colaboratorio de Computación Avanzada (CNCA) 2015 1 / 22 Contenidos 1 Computación e Informática Caracterización Áreas relacionadas 2 Antecedentes Orígenes
Más detallesSolución Primer Parcial Matemática
Solución Primer Parcial Matemática 1-01 1 Dados los puntos P 1 (5, 4) y P (, 4) hallar: (a) Ecuación, elementos y gráfico de la parábola con vértice en P 1 y foco en P. El eje de la parábola es paralelo
Más detallesGrado en Ingeniería Informática
Grado en Ingeniería Informática CENTRO RESPONSABLE: FACULTAD DE CIENCIAS RAMA: Ingeniería y Arquitectura CRÉDITOS: 240,00 DISTRIBUCIÓN DE CRÉDITOS DE LA TITULACIÓN FORMACIÓN BÁSICA: 72,00 OBLIGATORIOS:
Más detallesDe los experimentos imaginarios a la información cuántica.
De los experimentos imaginarios a la información cuántica. Luis A. Orozco Videoconferencia Universidad Central de Venezuela, Mayo 2013. www.jqi.umd.edu 1 Agradecimiento: Por la invitación a Anamaría Font
Más detallesCaminatas cuánticas: definiciones y algoritmos
Caminatas cuánticas: definiciones y algoritmos LAS CAMINATAS CUÁNTICAS FORMAN UNA DISCIPLINA NUEVA Y APASIONANTE, HIJA DE LA UNIÓN DE LA MECÁNICA CUÁNTICA Y LA TEORÍA DE LA COMPUTACIÓN. TANTO LAS PROPIEDADES
Más detallesCurso: Teoría de la Computación. Unidad 2, Sesión 7: Complejidad computacional
Curso: Teoría de la Computación. Unidad 2, Sesión 7: Complejidad computacional Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay dictado semestre 2-2009
Más detallesPARADIGMA y LENGUAJES DE PROGRAMACIÓN
CATEDRA CARRERA: PARADIGMA y LENGUAJES DE PROGRAMACIÓN LICENCIATURA EN SISTEMAS DE INFORMACION FACULTAD DE CIENCIAS EXACTAS QUIMICAS Y NATURALES UNIVERSIDAD NACIONAL DE MISIONES Año 2017 2do Cuatrimestre
Más detallesOptimización con Simrunner
Optimización con Simrunner Introducción Una de las razones por las cuales se desarrollan modelos de simulación es por la necesidad de optimizar el sistema de estudio. La optimización es el proceso de evaluación
Más detallesMetaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III
Metaheurísticas y heurísticas Algoritmos y Estructuras de Datos III Metaheurísticas Heurísticas clásicas. Metaheurísticas o heurísticas modernas. Cuándo usarlas? Problemas para los cuales no se conocen
Más detallesESQUEMA DE PARALELIZACIÓN PARA LA SIMULACIÓN DE REDES DE GASODUCTOS EN ESTADO ESTACIONARIO Y TRANSITORIO
ESQUEMA DE PARALELIZACIÓN PARA LA SIMULACIÓN DE REDES DE GASODUCTOS EN ESTADO ESTACIONARIO Y TRANSITORIO Carlos F. Torres-Monzón ctorres@ula.ve Laboratorio de Turbomáquinas, Facultad de Ingeniería, Universidad
Más detallesComputación Cuántica Topológica
Fases Topológicas Ingeniería Física Universidad EAFIT Días de la Ciencia Aplicada, Septiembre de 2009 Contenido 1 Por que (TQC)? 2 3 Implentando compuertas cuánticas con anyones 4 Contenido 1 Por que (TQC)?
Más detallesEncontrando el área y circunferencia de un círculo. Nombre: Encuentra el área y circunferencia de cada círculo. Los círculos no están a escala.
12 6.5 1a. 113.1 cm 2 1c. 37.7 cm 2a. 132.73 cm 2 20 25 2c. 0. cm 3a. 31.16 cm 2 3c. 62.3 cm a. 0.7 cm 2 c. 7.5 cm.5 5.5 5a. 63.62 cm 2 5c. 2.27 cm 6a. 5.03 cm 2 6c. 3.56 cm 1 0.5 7a. 23.53 cm 2 7c. 5.6
Más detallesInteligencia Artificial
Algoritmos genéticos Bases En la naturaleza todos los seres vivos se enfrentan a problemas que deben resolver con éxito, como conseguir más luz solar o conseguir comida. La Computación Evolutiva interpreta
Más detallesTema 8: Métodos de cadenas de Markov Monte Carlo
Tema 8: Métodos de cadenas de Markov Monte Carlo Conchi Ausín Departamento de Estadística Universidad Carlos III de Madrid concepcion.ausin@uc3m.es CESGA, Noviembre 2012 Introducción Los métodos de cadenas
Más detallesTEMA 1 Álgebra de matrices 4 sesiones. TEMA 2 Determinantes 4 sesiones. TEMA 3 Sistemas de ecuaciones 4 sesiones
1.1. MATEMÁTICAS II TEMPORALIZACIÓN Y SECUENCIACIÓN: TEMA 1 Álgebra de matrices 4 sesiones TEMA 2 Determinantes 4 sesiones TEMA 3 Sistemas de ecuaciones 4 sesiones TEMA 4 Vectores en el espacio 4 sesiones
Más detallesLa eficiencia de los programas
La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos
Más detallescomo les va con las practicas?
como les va con las practicas? Problemas NP-completos y Estructuras de datos básicas (representación de datos) mat-151 1 Una maquina de Turing Aceptation state Una maquina de Turing Maquina de Turing Determinística,
Más detallesOPTIMIZACIÓN EN GRAFOS Y EL PROBLEMA P=NP
OPTIMIZACIÓN EN GRAFOS Y EL PROBLEMA P=NP David Pérez-García Universidad Complutense de Madrid EL PROBLEMA P=NP P VS. NP 1. Es uno de los problemas del milenio. Un millón de dólares. 2. La clase P es la
Más detallesIntroducción. Algoritmos y Complejidad. Algoritmos y Algoritmia. Introducción. Problemas e instancias. Pablo R. Fillottrani
Introducción Introducción Pablo R. Fillottrani Depto. Ciencias e Ingeniería de la Computación Universidad Nacional del Sur Algoritmos y Algoritmia Problemas e instancias Primer Cuatrimestre 2014 Algoritmos
Más detallesIntroducción a la Computación Cuántica
P. Universidad Católica de Chile Facultad de Ingeniería Tópicos en Ciencia de la Computación Introducción a la Computación Cuántica Gonzalo Díaz 09 de agosto de 011 1 Introducción Este documento presenta
Más detallesGRADUADO EN INGENIERÍA DE COMPUTADORES - FICHA TÉCNICA
GRADUADO EN INGENIERÍA DE COMPUTADORES - FICHA TÉCNICA DATOS DESCRIPTIVOS ASIGNATURA: Procesamiento Paralelo Nombre en inglés: Parallel Processing MATERIA: Algorítmica y complejidad Créditos Europeos:
Más detalles28/08/2014-16:52:22 Página 1 de 5
- NIVELACION 1 MATEMATICA - NIVELACION FISICA - NIVELACION AMBIENTACION UNIVERSITARIA 1 - PRIMER SEMESTRE 71 REPRESENTACION GRAFICA 1 - PRIMER SEMESTRE 1 INTRODUCCION A LA INGENIERIA Para Cursarla debe
Más detallesFases Cuánticas Geométricas. Gutiérrez Mesías, Juan Moisés.
Capitulo 5 La Computación Cuántica La computación cuántica usa fenómenos cuánticos, tal como la interferencia y el enredo, para el procesamiento de información. Feynman planteó la primera pregunta en este
Más detallesCURSOS DEL PLAN DE ESTUDIOS DE FÍSICA
CURSOS DEL PLAN DE ESTUDIOS DE FÍSICA Nº CÓDIGO T CURSO Sistema 1 CF001 E TOPICOS ESPECIALES I D 4 3 --- --- 1 --- --- 2 CF002 E TOPICOS ESPECIALES II D 4 3 --- --- 1 --- --- 3 CF003 E TOPICOS ESPECIALES
Más detallesArquitecturas de Altas Prestaciones y Supercomputación
Arquitecturas de Altas Prestaciones y Supercomputación Presentación del itinerario Julio de 2014 Arquitecturas de Altas Prestaciones y Supercomputación Julio de 2014 1 / 15 Agenda Introducción 1 Introducción
Más detallesUC I. Rest. Ciclo Tipo UCR
(01) - Primer Semestre Página 1 de 8 1004 CALCULO 10 6 No B OB 0 1006 SISTEMAS DE REPRESENTACION 10 4 No B OB 0 1035 METODOS Y TECNICAS DE INVESTIGACION 3 No B EL 0 1053 INGENIERIA DE SISTEMAS 4 No B OB
Más detallesGrafos Eulerianos y Hamiltonianos. Algoritmos y Estructuras de Datos III
Grafos Eulerianos y Hamiltonianos Algoritmos y Estructuras de Datos III Grafos eulerianos Definiciones: Un circuito C en un grafo (o multigrafo) G es un circuito euleriano si C pasa por todos las aristas
Más detallesBreve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
Más detalles