Introducción a la Computación (Matemática)
|
|
- Lourdes Alvarado Nieto
- hace 6 años
- Vistas:
Transcripción
1 Introducción a la Computación (Matemática) Heurísticas de Programación
2 Introducción a la Computación Menú del día de hoy Problemas Difíciles P y NP Viajante de Comercio Coloreo Problema de la mochila Ruteo de Vehículos Heurísticas y Metaheurísticas Golosa Búsqueda Local VNS GRASP Simulated Annealing Tabú Search Existen muchas variantes de los problemas. Heurísticas y Metaheurísticas son temas muy amplios, con muchas vairantes. Vamos a presentar una introducción.
3 Sobre problemas fáciles y difíciles Clases de complejidades (noción de problema difícil) Se fija un modelo de cómputo (similar al que vimos nosotros para contar cantidad de operaciones) y un recurso (tiempo, espacio, etc.) Clases de complejidad fundamentales: P : fácil encontrar una solución un problema está en P si existe un algoritmo que resuelve en tiempo polinomial cualquier instancia del problema, ej: mínimo de una lista (O(n)) NP : fácil chequear si es solución no necesariamente fácil de resolver. Problema fundamental de Ciencias de la Computación: P = NP? Todo esto se puede formalizar más, es solo una introducción.
4 Sobre problemas fáciles y difíciles Ejemplos Problemas en P: mínimo de una lista, ordenamiento, búsqueda, máximo común divisor, saber si un número es primo (2002), etc. Problemas en NP: viajante de comercio, ruteo de vehículos, suma de subconjuntos, corte de materiales, problema de la mochila, etc. (los detalles en minutos...) Computers and Intractability: A Guide to the Theory of NP-Completeness, Michael Garey and David S. Johnson. Qué hacemos con los problemas que son difíciles? Algoritmos Exactos cuando sea posible, para instancias de tamaño acotado Algoritmos Heurísticos aproximados, pero eficientes
5 Problema del Viajante de Comercio (TSP) Problema: Dada una lista de ciudades y distancias entre pares de ellas, cuál es la ruta más corta posible que visita cada ciudad exactamente una vez y regresa a la ciudad de origen? Muchas aplicaciones prácticas. Muchas variantes (costos simétricos/asimétricos, recolecciones y entregas, etc.)
6 Problema del Viajante de Comercio (TSP) Algoritmo Exacto Enumero todas las posibles soluciones (permutaciones de ciudades) y calculo el costo de cada una para quedarme con la mejor.
7 Problema del Viajante de Comercio (TSP) Algoritmo Exacto Complejidad: O(n!). 10 ciudades posibilidades 50 ciudades Poco útil en la práctica.
8 Problema del Viajante de Comercio (TSP) Algoritmo Heurístico Heurística Golosa: Elegir la opción que parece mejor para la subsolución actual En cada paso el viajante elige moverse a la ciudad más cercana. Complejidad? De dónde empiezo? Para n ciudades distribuidas aleatoriamente en el plano, el algoritmo consigue un camino 25% más costoso que el camino más corto. Es posible construir instancias con una distribución de ciudades que haga que el algoritmo consiga la peor ruta (Gutin, Yeo, and Zverovich, 2002). Hagamos un poco de experimentación...
9 Problema del Viajante de Comercio (TSP) Algoritmo Heurístico: k-opt Existen heurísticas de refinamiento de una solución. Se construye una solución inicial para el problema, y luego se aplican operadores para refinar la solución. Operador 2-Opt: Remover 2 ejes y reemplazarlos con otros 2 ejes para reconectar los fragmentos resultantes de la remoción, y así obtener un nuevo camino más corto. Se puede generalizar a k-opt. En la práctica suelen utilizarse 2-Opt y 3-Opt dado que para k > 3 el operador se vuelve muy costoso. Variantes para aplicar el movimiento: First accept Best accept
10 Problema del Viajante de Comercio (TSP) 2-Opt: un ejemplo
11 Problema del Viajante de Comercio (TSP) En particular, es un problema NP-completo (cualquier otro problema en la clase NP puede transformarse en p en tiempo polinomial). Resolverlo equivale a probar P = NP. $1,000,000 del Clay Mathematics Institute
12 Problema de la mochila Problema: Dados una mochila que puede cargar hasta N kg, y un conjunto de ítems, cada uno con un peso (en kg) y un valor (en $), encontrar el subconjunto de ítems con máximo valor que quepa en la mochila. Muchas aplicaciones prácticas (e.g., conformación de un portfolio de acciones)
13 Problema de la mochila Algortimo Heurístico Heurística Golosa: Ordenar los items por peso (creciente) y meter en la mochila todos los de menor peso que pueda. Trato de meter muchos items Problema? Ordenar los items por valor en forma decreciente, y meter los más valiosos que pueda. Trato de meter cosas de mucho valor Problema? Ordenarlos según el valor por unidad de peso. (George Dantzig)
14 Problema de la mochila Algoritmo goloso: En cada paso de la construcción de una solución, tomar la mejor decisión local. Mochila: Elegir en cada paso el ítem con la mejor relación valor/peso que quepa en la mochila. Ejemplos (mochila que puede cargar hasta 15kg): Valor Peso Valor/Peso Valor Peso Valor/Peso
15 Problema de Coloreo Problema: Dado un conjunto de nodos y ejes que los conectan, determinar la mínima cantidad de colores necesarios para pintar los nodos de forma tal que no haya nodos adyacentes pintados con el mismo color. Aplicaciones: Scheduling, asignación de frecuencias de radio, asignación de registros en compiladores, etc. Sudoku como problema de coloreo (cantidad fija de colores). Cómo sería un algoritmo goloso para este problema?
16 Problema de Ruteo de Vehículos (VRP) Problema: Dados n clientes y un depósito, se debe encontrar a lo sumo k rutas de costo total mínimo, donde cada ruta empieza y termina en el depósito. Además cada cliente tiene asociada una cantidad de mercadería que es recolectada al visitarlo. Los vehículos no pueden exceder una capacidad máxima Q de esta mercadería. Generalización del TSP. Es difícil incluso encontrar una solución factible.
17 Problema de Ruteo de Vehículos (VRP) Enfoque clásico: utilizar una heurística constructiva para tratar de obtener una solución inicial. Ejemplo: Cluster & Route Utilizo una técnica de clustering para obtener k clusters de clientes. Aplico una heurística de TSP en cada cluster (si viola la restricción de capacidad en los vehículos, vuelvo a clusterizar). Luego se aplican operadores para refinar la solución. Ejemplo: Operadores de TSP en cada ruta Operadores inter-ruta: Insertar un cliente en otra ruta para mejorar la calidad de la solución Intercambiar pares de clientes entre rutas.
18 Algoritmos de búsqueda local Comenzar con una solución S elegida al azar. 1 Explorar los vecinos de S. 2 S mejor vecino. 3 Repetir hasta no poder mejorar. Ejemplos: Mochila: Vecino = Sacar un ítem y poner otro. TSP: Vecino = intercambiar dos ciudades de un recorrido. VRP: Vecino = movimiento definido por algún operador (intercambiar clientes entre rutas).
19 Algoritmos de búsqueda local Comenzar con una solución S elegida al azar. 1 Explorar los vecinos de S. 2 S mejor vecino. 3 Repetir hasta no poder mejorar. Algunas cuestiones: Cómo defino el vecindario de soluciones? Cómo lo exploro? Variante: Inmediatamente después de encontrar una mejor solución, moverse a esa solución (criterios: first/best accept) Podría ser difícil incluso encontrar la solución inicial.
20 Optimización Combinatoria Todos los problemas que vimos tienen su versión como problemas de decisión y como problemas de optimización. Ejemplo: TSP Versión decisión: Existe un camino factible de costo menor que C? Versión de optimización: Encontrar el camino factible de costo mínimo Problemas de Optimización Combinatoria Dado un conjunto (finito) S de soluciones factibles y una función objetivo a optimizar f : S R, hallar s S tal que f (s ) f (s) (minimización) para todo s S.
21 Más sobre el tema Existen variantes (más complejas) de las técnicas que vimos que se utilizan para atacar problemas de optimización combinatoria. Muchas veces se combinan con la utilización de modelos matemáticos basados en Programación Lineal (Entera). Otras metaheurísticas famosas: Programación genética. Simulated annealing. Colonia de hormigas. GRASP VNS VND Si se quedaron con ganas... materias del DC: Investigación Operativa (Prof. Isabel Méndez-Díaz, Paula Zabala, Irene Loiseau). Metaheurísticas (Prof. Irene Loiseau).
22 Más sobre el tema Si se quedaron con ganas de TSP... In Pursuit of the Traveling Salesman: Mathematics at the Limits of Computation William J. Cook
ALGORITMOS HEURÍSTICOS Y APROXIMADOS. Análisis y diseño de algoritmos II- 2009
ALGORITMOS HEURÍSTICOS Y APROXIMADOS Análisis y diseño de algoritmos II- 2009 Problemas difíciles : Definiciones, ejemplos y propiedades Análisis y diseño de algoritmos II- 2009 Un viaje a Ciencias de
Más detallesCAPITULO III. Determinación de Rutas de Entregas
CAPITULO III Determinación de Rutas de Entregas Un importante aspecto en la logística de la cadena de abastecimiento (supply chain), es el movimiento eficiente de sus productos desde un lugar a otro. El
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 detallesMETAHEURISTICAS Ideas, Mitos, Soluciones
METAHEURISTICAS Ideas, Mitos, Soluciones OPTIMIZACION COMBINATORIA Qué es un problema de optimización combinatoria? Cómo se modela matemáticamente un problema de optimización combinatoria? Minimizar (o
Más detallesgreedy (adj): avaricioso, voraz, ávido, codicioso, glotón
Algoritmos Greedy Análisis y Diseño de Algoritmos Algoritmos Greedy Características generales Elementos de un algoritmo greedy Esquema de un algoritmo greedy s Almacenamiento óptimo en cintas Problema
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 detallesMODELOS DE INVESTIGACION DE OPERACIONES
MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
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 detallesNOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA: DEPARTAMENTO: ADMINISTRACIÓN
CODIGO: 092-4883 HORAS SEMANALES 4 HORAS TEORICAS: 2 UNIVERSIDAD DE ORIENTE COMISIÓN CENTRAL DE CURRÍCULA PROGRAMA DE ASIGNATURA NOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA:
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más 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 detallesEjemplo: El problema de la mochila. Algoritmos golosos. Algoritmos y Estructuras de Datos III. Segundo cuatrimestre 2013
Técnicas de diseño de algoritmos Algoritmos y Estructuras de Datos III Segundo cuatrimestre 2013 Técnicas de diseño de algoritmos Algoritmos golosos Backtracking (búsqueda con retroceso) Divide and conquer
Más detalles(b) Cuál es la desventaja principal de una heurística con aprendizaje? es más informada que otra función heurística optimista h 2 *?
UNIVERIDD REY JUN CRLO CURO 0-0 INTELIGENCI RTIFICIL Hoja de Problemas Tema Ejercicio : Conteste a las siguientes preguntas: (a) Cómo funciona una heurística con aprendizaje? olución: Una heurística con
Más detallesClase 1: Primalidad. Matemática Discreta - CC3101 Profesor: Pablo Barceló. P. Barceló Matemática Discreta - Cap. 5: Teoría de números 1 / 32
Capítulo 5: Teoría de Números Clase 1: Primalidad Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 5: Teoría de números 1 / 32 Teoría de números En esta parte
Más detallesUNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR INTEGRANTES: Caricari Cala Aquilardo Villarroel Fernandez Fructuoso DOCENTE: Lic. Garcia
Más detallesObjetivos formativos de Matemática Discreta. Tema 1: Conjuntos, aplicaciones y relaciones
Objetivos formativos de Matemática Discreta Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detallesI. Complejidad de Problemas
I. Complejidad de Problemas 1. Complejidad de Problemas Tópicos Clasificación de Problemas Clasificación por su Naturaleza Clasificación por su Tratabilidad Clasificación por el tipo de Respuesta 1.1 Clasificación
Más detallesTeoría de grafos y optimización en redes
Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,
Más detallesUNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Más detallesScheduling Problem. Cuándo y dónde debo hacer cada trabajo?
Scheduling Problem Cuándo y dónde debo hacer cada trabajo? Ejemplos de problemas de asignación de recursos Fabricación de varios tipos de productos Asignación de turnos de trabajo Inversión financiera
Más detallesSISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos
TEMA 2 Diseño de Algoritmos 7 2. DISEÑO DE ALGORITMOS 2.1. Concepto de Algoritmo En matemáticas, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesPROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Más detallesAlgoritmos Genéticos. Introducción a la Robótica Inteligente. Álvaro Gutiérrez 20 de abril de
Algoritmos Genéticos Introducción a la Robótica Inteligente Álvaro Gutiérrez 20 de abril de 2016 aguti@etsit.upm.es www.robolabo.etsit.upm.es Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos
Más detallesTemario III Algoritmos Combinatorios y Metaheurísticas
Temario III Algoritmos Combinatorios y Metaheurísticas Verificación y Validación de Software UNCo 1 Contenidos Combinación de Datos de Test Algoritmos Combinatorios Metaheurísticas Búsqueda Tabú Algoritmos
Más detallesIntroducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:
Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf
Más detallesUn algoritmo GRASP para un problema de rutas de vehículos escolares aplicado al transporte de personal de una empresa de manufactura
Un algoritmo GRASP para un problema de rutas de vehículos escolares aplicado al transporte de personal de una empresa de manufactura Eduardo Aguirre Zuñiga Maestría en Ingeniería en Computación, Facultad
Más detallesUNIDAD 1: NÚMEROS NATURALES OBJETIVOS
UNIDAD 1: NÚMEROS NATURALES Realizar las operaciones con números naturales (suma, resta, multiplicación y división) y operaciones combinadas de las anteriores. Diferenciar entre división exacta y entera,
Más detalles2.3 Clasificación de modelos matemáticos.
2.3 Clasificación de modelos matemáticos. Qué es un modelo? Un modelo es una representación ideal de un sistema y la forma en que este opera. El objetivo es analizar el comportamiento del sistema o bien
Más detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Más detallesProblemas de Rutas. Vicente Campos Aucejo Dpt. Estadística i Investigació Operativa Universitat de València vicente.campos@uv.es
Problemas de Rutas Vicente Campos Aucejo Dpt. Estadística i Investigació Operativa Universitat de València vicente.campos@uv.es Resumen El objetivo de este trabajo es el de divulgar la existencia de un
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesProgramación dinámica p. 1
Técnicas de diseño de algoritmos Programación dinámica Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Programación dinámica p. 1 Programación dinámica En programación dinámica, uno
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
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 detallesConceptos Generales en los Proyectos de Optimización de
Conceptos Generales en los Proyectos de Optimización de Rutas nicolas.lecat@ti.eptisa.com 627 53 69 62 Eptisa TI: Tecnologías de la Información Conceptos Generales: Definiciones y terminología Requerimientos,
Más detallesSistemas de Inventario con Remanufacturación y Distribución
Metaheurísticas y Optimización sobre Redes 2009 Sistemas de Inventario con Remanufacturación y Distribución Dpto. Investigación Operativa InCo FING UDELAR Doctorado en Informática PEDECIBA, Tutor: Omar
Más detallesFacultad de Farmacia. Grado en Nutrición Humana y Dietética. Depto. de Estadística e Investigación Operativa ESTADÍSTICA
Facultad de Farmacia Grado en Nutrición Humana y Dietética Depto. de Estadística e Investigación Operativa ESTADÍSTICA TEMA 6: Introducción a la Programación Lineal GRUPO C y E. Curso 2015-2016 Profesor:
Más detalles1. Considerar el problema de transporte definido por (Origen) a= (6, 7, 8), (Destino) b= (6, 9, 4, 2) y
UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO Teléfono 2532-2668/Telefax 2532-2684 INVESTIGACIÓN DE OPERACIONES I TAREA Problemas de Transporte, transbordo y asignación Prof. :
Más detallesUn Mecanismo de Vecindad con Búsqueda Local y Algoritmo Genético para el Problema de Transporte con Ventanas de Tiempo
Recibido: 30 de Abril de 2008/Aceptado: 3 de Agosto de 2008. Publicado en línea: 26 de junio de 2009 Un Mecanismo de Vecindad con Búsqueda Local y Algoritmo Genético para el Problema de Transporte con
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Más detallesAlonso Ramirez Manzanares Computación y Algoritmos 03.05
Tablas de hash (2) mat-151 Alonso Ramirez Manzanares Computación y Algoritmos 03.05 Tablas de hash: resolviendo colisiones por encadenamiento cuando el número de elementos en total es proporcional al número
Más detallesEJERCICIO DE MAXIMIZACION
PROGRAMACION LINEAL Programación lineal es una técnica matemática que sirve para investigar, para así, hallar la solución a un problema dado dentro de un conjunto de soluciones factibles y es la operación
Más detallesMétodos para escribir algoritmos: Diagramas de Flujo y pseudocódigo
TEMA 2: CONCEPTOS BÁSICOS DE ALGORÍTMICA 1. Definición de Algoritmo 1.1. Propiedades de los Algoritmos 2. Qué es un Programa? 2.1. Cómo se construye un Programa 3. Definición y uso de herramientas para
Más detallesProf. Pérez Rivas Lisbeth Carolina
Ingeniería de Sistemas Investigación de Operaciones Prof. Pérez Rivas Lisbeth Carolina Investigación de Operaciones Es una rama de las Matemáticas consistente en el uso de modelos matemáticos, estadística
Más detallesProgramación 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 detallesÁlgebra Lineal y Estructuras Matemáticas. J. C. Rosales y P. A. García Sánchez. Departamento de Álgebra, Universidad de Granada
Álgebra Lineal y Estructuras Matemáticas J. C. Rosales y P. A. García Sánchez Departamento de Álgebra, Universidad de Granada Capítulo 8 Combinatoria La combinatoria es la técnica de saber cuántos elementos
Más detallesMetaheurísticas. Seminario 4. Problemas de optimización con técnicas basadas en adaptación social
Metaheurísticas Seminario 4. Problemas de optimización con técnicas basadas en adaptación social 1. Diseño de Componentes para Resolver un Problema con un Algoritmo de Optimización Basada en Colonias de
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesMatemá'cas generales
Matemá'cas generales Funciones y Límites Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons
Más detallesCreamos patrones. Lee la información que se presenta en las Rutas del Aprendizaje. Prepara los materiales que utilizarás en la sesión.
TERCER GRADO UNIDAD 2 SESIÓN 23 Creamos patrones En esta sesión, los niños y las niñas aprenderán a resolver problemas con patrones aditivas crecientes y decrecientes con números de hasta tres cifras,
Más detallesAlgoritmos basados en hormigas
Algoritmos basados en hormigas Inteligencia Artificial Avanzada 1er. Semestre 2008 1 Aspectos Generales La metáfora de los insectos sociales para resolver problemas ha sido un tema importante a partir
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATMÁTICAS APLICADAS A LAS CINCIAS SOCIALS JRCICIO Nº páginas 2 Tablas OPTATIVIDAD: L ALUMNO/A DBRÁ SCOGR UNO D LOS DOS BLOQUS Y DSARROLLAR LAS
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Programación Lineal Encuentro #9 Tema: PROBLEMA DE ASIGNACIÓN Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /201 Objetivos: Resolver problemas de asignación
Más detallesTÉCNICAS DE CONTAR. Se trata de contar el número de elementos que tiene un conjunto. Las técnicas de recuento se utilizan, por ejemplo, para
TÉCNICAS DE CONTAR Se trata de contar el número de elementos que tiene un conjunto. Las técnicas de recuento se utilizan, por ejemplo, para dt determinar la complejidad d deunalgoritmo. Un algoritmo de
Más detallesInvestigación de Operaciones I. Problemas de Asignación
Investigación de Operaciones I Problemas de Asignación MSc. Ing. Julio Rito Vargas II cuatrimestre Introducción Los problemas de asignación incluyen aplicaciones tales como asignar personas a tareas. Aunque
Más detallesPROGRAMACION ÁREA DE MATEMÁTICAS QUINTO DE PRIMARIA TEMA 1: LOS NÚMEROS NATURALES CRITERIOS DE EVALUACIÓN: MÍNIMO EXIGIBLE: EVALUACIÓN:
PROGRAMACION ÁREA DE MATEMÁTICAS QUINTO DE PRIMARIA TEMA 1: LOS NÚMEROS NATURALES 1.1. Identifica situaciones en las cuales se emplean los números. 1.2. Interpreta la función que cumplen los números en
Más detallesResolviendo Modelos de Mapas
Resolviendo Modelos de Mapas SMMC Prof. Teddy Alfaro Resolviendo Mapas o Grafos Entre las técnicas completas más utilizadas para resolver la ruta más corta se encuentran BFS Backtracking Dijkstra A* Uso
Más detallesMÁSTER UNIVERSITARIO EN INGENIERÍA DE SISTEMAS Y DE CONTROL. Curso 2010/2011. (Código: )
INTRODUCCIÓNA LA PROGRAMACIÓNMATEMÁTICAMATEMÁTICA MÁSTER UNIVERSITARIO EN INGENIERÍA DE SISTEMAS Y DE CONTROL Curso 2010/2011 (Código: 31104021) 1 Conceptos generales sobre optimización matemática La optimización
Más detallesNombre de la asignatura: Algoritmos y Lenguajes de programación.
Nombre de la asignatura: Algoritmos y Lenguajes de programación. Créditos: 2-4- 6 Aportación al perfil Dominar la lógica necesaria para aprender lenguajes de programación de alto nivel para poder resolver
Más detallesAprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
Más detallesUnidad Académica Profesional UAEM Tianguistenco, Paraje El Tejocote, San Pedro Tlaltizapán, Tianguistenco, México CP 52640
Estudio de Tres Algoritmos Heurísticos para Resolver un Problema de Distribución con Ventanas de Tiempo: Sistema por Colonia de Hormigas, Búsqueda Tabú y Heurístico Constructivo de una Ruta Manuel González
Más detalles3 Polinomios y funciones racionales
Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #19: viernes, 24 de junio de 2016. 3 Polinomios y funciones racionales
Más detallesCurso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 1: Modelos de tamaño económico de lote
Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 1: Modelos de tamaño económico de lote Departamento de Investigación Operativa Instituto de Computación, Facultad
Más detallesInvestigación de operaciones en acción: Heurísticas para la solución del TSP
Investigación de operaciones en acción: Heurísticas para la solución del TSP Roger Z. Ríos Mercado* José Luis González Velarde** Abstract One of the most common and difficult problem in the theory of optimization
Más detallesModelización Avanzada en Logística y Transporte
Modelización Avanzada en Logística y Transporte El problema de enrutamiento vehicular (VRP) Luis M. Torres Escuela Politécnica del Litoral Guayaquil, Diciembre 2010 Maestría en Control de Operaciones y
Más detallesOptimización de Colonia de Hormigas para resolver el problema de Distribución en Planta
Optimización de Colonia de Hormigas para resolver el problema de Distribución en Planta Luis Felipe Romero Dessens, José Alberto González Anaya y Luis Manuel Lozano Cota Universidad de Sonora, Departamento
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Programa Probabilidad Teoría de conjuntos Diagramas de Venn Permutaciones y combinaciones Variables aleatorias y distribuciones Propiedades de distribuciones Funciones generadoras
Más detallesDIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
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 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 detallesNormalmente usamos la palabra "combinación" descuidadamente, sin pensar en si el orden de las cosas es importante. En otras palabras:
ENCUENTRO # 43 TEMA: Permutaciones y Combinatoria Ejercicio Reto Resolver las ecuaciones: a) b) DEFINICION: Permutación y Combinaciones Qué diferencia hay? Normalmente usamos la palabra "combinación" descuidadamente,
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 detallesAlgoritmos de Colonia de Hormigas para el Problema del Viajante de Comercio por Familias y para el Problema de Ruteo de Vehículos por Familias
Universidad de Buenos Aires Facultad de Ciencias Exactas y Naturales Departamento de Computación Algoritmos de Colonia de Hormigas para el Problema del Viajante de Comercio por Familias y para el Problema
Más detallesPROGRAMACIÓN LINEAL ENTERA
PROGRAMACIÓN LINEAL ENTERA Programación lineal: hipótesis de perfecta divisibilidad Así pues decimos que un problema es de programación lineal entera, cuando prescindiendo de las condiciones de integridad,
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesContenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades
Más detallesUniversidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Programación Lineal
Universidad Autónoma del Estado de México Licenciatura en Matemáticas 2003 Programa de Estudios: Programación Lineal I. Datos de identificación Licenciatura Matemáticas 2003 Unidad de aprendizaje Programación
Más detallesa) log3 81 = b) log = c) loga 27 = 3 d) log2 P = 4 e) El logaritmo de un número en cierta base, puede ser un número negativo?
Durante el siglo XVII fue mu popular el invento del escocés John Néper (550-67) para multiplicar, conocido con el nombre de "rodillos de Néper". Pero mucho más importante para las matemáticas fue lo que
Más detallesALGORITMOS GENÉTICOS
ALGORITMOS GENÉTICOS Autor: Miguel Ángel Muñoz Pérez. Primera versión: Noviembre, 1997. Última modificación: Abril, 2005. ADVERTENCIA Si ya sabes lo que es un algoritmo genético y esperas hallar algo novedoso
Más detallesCon miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:
Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones
Más detallesTema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA ÁREA DE TECNOLOGÍA DEPARTAMENTO DE GERENCIA INVESTIGACIÓN DE OPERACIONES PROFESOR: Dr. JUAN LUGO MARÍN Tema No. 3 Métodos de Resolución de Modelos
Más detallesTEORÍA DE GRAFOS Ingeniería de Sistemas
TEORÍA DE GRAFOS Ingeniería de Sistemas Código: MAT-31114 AUTORES Ing. Daniel Zambrano Ing. Viviana Semprún UNIDADES DE LA ASIGNATURA» UNIDAD I. Relaciones» UNIDAD II. Estructuras Algebraicas» UNIDAD III.
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Investigación de Operaciones
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Investigación de Operaciones Profesor: MSc. Julio Rito Vargas Avilés. Presentación del Programa de Investigación de Operaciones Estudiantes:
Más detallesAnálisis y Diseño de Algoritmos Tablas de Hash
Análisis y Diseño de Algoritmos Tablas de Hash Guillermo Morales-Luna Arturo Díaz Pérez CONTENIDO 1. Dispersión 2. Funciones de dispersión (a) Método de división (b) Método de multiplicación 3. Direccionamiento
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 5: INTERPOLACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 5: INTERPOLACION NUMERICA 1 EL PROBLEMA GENERAL DE INTER- POLACION En ocasiones se plantea el problema de que se conoce una tabla de valores de una
Más detallesTema 3. El metodo del Simplex.
Tema 3. El metodo del Simplex. M a Luisa Carpente Rodrguez Departamento de Matematicas.L. Carpente (Departamento de Matematicas) El metodo del Simplex 2008 1 / 28 Objetivos 1 Conocer el funcionamiento
Más detallesUNIVERSIDAD DE LOS LLANOS Facultad de Ciencias Básicas e Ingeniería Programa Ingeniería de Sistemas
CURSO: OPTIMIZACIÓN 1 SEMESTRE: VII 2 CODIGO: 602704 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE AROBACIÓN: 7 NATURALEZA: Teórica 8 CARÁCTER: Obligatorio 9 CREDITOS (RELACIÓN): 3 (1-1) 10 INTENSIDAD
Más detallesMATEMÁTICAS 5. º CURSO UNIDAD 1: SISTEMAS DE NUMERACIÓN
MATEMÁTICAS 5. º CURSO UNIDAD 1: SISTEMAS DE NUMERACIÓN OBJETIVOS Conocer los cuatro primeros órdenes de unidades y las equivalencias entre ellos. Leer, escribir y descomponer números de hasta cuatro cifras.
Más detallesUn algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau
Un algoritmo genético híbrido para resolver el EternityII Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Temas Temas Introducción Eternity II Historia Descripción Demo Metaheurísticas Algoritmos
Más detallesMateria: Matemática de Octavo Tema: Raíces de un polinomio. Marco teórico
Materia: Matemática de Octavo Tema: Raíces de un polinomio Y si tuvieras una ecuación polinómica como? Cómo podrías factorizar el polinomio para resolver la ecuación? Después de completar esta lección
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesSplit Delivery Vehicle Routing Problem: Heuristic based Algorithms
Split Delivery Vehicle Routing Problem: Heuristic based Algorithms Sandro Moscatelli Instituto de Computación, Facultad de Ingeniería Universidad de la República moscatel@fing.edu.uy Diciembre 2007 Resumen
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detalles