Algoritmos Elementales de Grafos DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
|
|
- Manuel Castillo Castilla
- hace 6 años
- Vistas:
Transcripción
1 Análisis álii y Diseño de Algoritmos Algoritmos Elementales de Grafos DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE
2 Introducción Buscar en un grafo significa sistemáticamente seguir las aristas del grafo para visitar los vértices. Representaciones más comunes Lista de adyacencias Matriz de adyacencias Algoritmos de búsqueda en grafos Búsqueda en anchura Búsqueda en profundidad 2
3 Representaciones de grafos Un grafo dirigido o no dirigido G=(V,E) se puede representar como: 3 Lista de adyacencias. Generalmente preferida para representar grafos dispersos. Matriz de adyacencias. Preferida cuando el grafo es denso
4 Lista de adyacencias Para cada u V, la lista de adyacencias Adj(u ) contiene todos los vértices v tal que existe una arista ( u, v) E Representación para un grafo no dirigido 4 Memoria requerida: Θ( V + E) Representación para un grafo dirigido
5 Lista de adyacencias Se pueden adaptar para representar grafos pesados almacenando el peso w ( u, v) de ( u, v) junto con el vértice v en la lista de adyacencia de u Desventaja: no hay forma fácil de encontrar si una determinada arista existe en un grafo que buscarla en la lista de adyacencia. 5
6 Matriz de adyacencias Para un grafo G=(V,E), se asume que los vértices están numerados 1,2,, V de forma arbitraria. La matriz de adyacencias de un grafo G consiste de una matriz A = ( a ij ) de V V elementos, tal que = 1 Memoria si ( i, j) E requerida: a ij 2 0 en caso contrario Θ( V ) Representación para un Representación para un grafo no dirigido grafo dirigido 6
7 Matriz de adyacencias T La matriz transpuesta A = a ) está dada por 7 T T ( ij a ij = a ji La matriz de adyacencia de un grafo no dirigido es la misma T que su transpuesta: A = A En algunas aplicaciones es conveniente almacenar únicamente las entradas en y sobre la diagonal de la matriz. Para grafos pesados, el peso w ( u, v ) de ( u, v ) se puede almacenar como una entrada en la fila u y la columna v de la matriz. Si la arista no existe se puede almacenar un NIL (alternativamente se puede colocar 0 o )
8 Búsqueda en Anchura Dado un grafo dirigido o no dirigido G=(V,E) y un vértice origen s: 8 Explora las aristas de G para descubrir los vértices alcanzables desde s. Se calcula la distancia (menor número de aristas) de s a cada vértice alcanzable. Produce un árbol de anchura con raíz s que contiene todos los vértices alcanzables. Para todos los vértices v alcanzables desde s, el camino en el árbol de s a v corresponde al camino más corto de s a v en G (el camino conteniendo el menor número de aristas).
9 Búsqueda en Anchura El nombre se debe a que expande la frontera entre los vértices descubiertos y los no descubiertos de manera uniforme. Descubre los vértices a distancia k de s antes de descubrir los que están a distancia k+1. 9
10 Ejemplo de Búsqueda en Anchura 10 Colorea los vértices blanco, gris o negro. Todos comienzan blancos y pueden volverse grises o negros. Para (u,v), si u es negro, entonces v es gris o negro (todos los vértices adyacentes a uno negro han sido descubiertos). Vértices grises pueden tener vértices adyacentes blancos. Para (u,v),, u es predecesor o padre de v en el árbol. Si u está en el camino de s a v en el árbol, u es ancestro de v y v descendiente de u
11 Camino más Corto 11 La distancia del camino más corto δ ( s, v ) de s a v es el mínimo número de aristas en cualquier camino de s a v Lema 22.1 Sea G=(V,E) un grafo dirigido o no dirigido, y s un vértice arbitrario. Entonces para una arista ( u, v ) E, δ ( s, v) = δ ( s, u) + 1 Lema Sea G=(V,E) un grafo dirigido o no dirigido, y supongamos que búsqueda en anchura se ejecuta en G desde s. Entonces al terminar, para cada vértice v, el valor d[v] calculado l por búsqueda en anchura satisface d[ v] δ ( s, v)
12 Lema 22.3 Camino más Corto 12 Suponga que durante la ejecución de búsqueda en anchura en un grafo G=(V,E), la cola Q contiene los vértices { v, v, 1 2 K, v r }, donde v es la cabeza de Q y es la cola. Entonces, d v ] d [ v ] v v [ [ vi ] d[ vi+ 1 y ] para d i = 1,2, K, r 1 Corolario 22.4 r Suponga que los vértices vi y v j se almacenan en la cola durante la ejecución de búsqueda en anchura, y que v i se almacena antes que v. Entonces d[ v j i ] d[ v j ] en el momento en que se almacena v j. r
13 Teorema 22.5 Camino más Corto 13 Sea G=(V,E) un grafo dirigido o no, y suponga que se ejecuta búsqueda en anchura en G a partir de un vértice origen s. Entonces, durante su ejecución, búsqueda en anchura descubre cada vértice v accesible desde s, y al terminar, para todo d[ v] = δ ( s, v) v V v s Más aún, para cualquier vértice alcanzable desde s, uno de los caminos más cortos de s a v es un camino más corto de s a π [v] * seguido por la arista ( π[ v], v) * π[v] representa el predecesor de v.
14 Árboles de Anchura 14 El subgrafo predecesor de un grafo G se define cómo G π = ( Vπ, Eπ ) V y E π donde = { v V π [ v ] NIL } { s } π = π {( π[ v], v) v V { s}} El grafo predecesor G π es un árbol de anchura si V π consiste de los vértices alcanzables desde s ypara todo v V π, existe un único camino simple de s a v en que es también un camino más corto de s a v en G Gπ
15 Lema 22.6 Árboles de Anchura 15 Cuando se aplica a a un grafo dirigido o no dirigido G=(V,E), búsqueda en anchura crea π de forma que el subgrafo predecesor G = ( V, E ) es un árbol de anchura. π ( π π
16 Búsqueda en Profundidad 16 La estrategia seguida es buscar lo más profundo siempre que sea posible. Las aristas se exploran a partir del vértice v más recientemente descubierto yque aún tiene aristas sin explorar. Cuando todas las aristas de v se han explorado, la búsqueda retrocede para explorar aristas que parten del vértice a partir del que se descubrió v. El proceso continúa hasta que se han descubierto todos los vértices alcanzables desde el origen. Si quedan vértices sin descubrir, uno de ellos se selecciona como nuevo origen y se repite la búsqueda.
17 Búsqueda en Profundidad 17 A diferencia de búsqueda en anchura donde el subgrafo predecesor forma un árbol, el subgrafo predecesor producido puede estar compuesto por varios árboles, formando un bosque de profundidad. d El subgrafo predecesor es G = V, E ), donde E π = {( π [ v ], v ) v V y π [ v ] NIL } π ( π El resultado de la búsqueda puede depender del orden en que se examinan los vértices y en que se visitan los vecinos de un vértice.
18 Ejemplo de Búsqueda en Profundidad 18 Conforme se exploran las aristas, son sombreadas (si pertenecen a un árbol) o punteadas (en caso contrario). Las aristas que no pertenecen a un árbol se etiquetan como B, C o F (back, cross o forward) Se utilizan estampas de tiempo en los vértices: DT/FT
19 Propiedades de Búsqueda en Profundidad La principal p propiedad p es que el subgrafo predecesor G π forma un bosque de árboles. 19 Adicionalmente, el vértice v es descendiente del vértice u en el bosque de profundidad si y sólo si v es descubierto al momento en que u es gris. El tiempo de descubrimiento y finalización tienen estructura de paréntesis. Si se asigna un paréntesis izquierdo (u para el descubrimiento i de u, y uno derecho u) para su finalización, ió los paréntesis están propiamente anidados.
20 Propiedades de Búsqueda en Profundidad 20 (a) Resultado en un grafo dirigido: Los vértices se estampan y se indican los tipos de aristas. (b) Los intervalos para el tiempo de descubrimiento y finalización corresponden con la parentización mostrada. (c) EL grafo de (a) redibujado con las aristas de árbol y Forward descendiendo en el árbol de profundidad y las aristas Back subiendo de descendientes a ancestros
21 Propiedades de Búsqueda en Profundidad Teorema En una búsqueda en profundidad, para un grafo dirigido o no dirigido G=(V,E), para cualquier par de vértices u y v, exactamente una de las siguientes condiciones sucede: Los intervalos [d[u],f[u]] y [d[v],f[v]] son completamente disjuntos, y ningún u o v es descendiente del otro en el bosque de profundidad, El intervalo [d[u],f[u]] está contenido completamente en [d[v],f[v]], y u es descendiente de v en un árbol de profundidad, o El intervalo [d[v] f[v]] está contenido completamente en El intervalo [d[v],f[v]] está contenido completamente en [d[u],f[u]], y v es descendiente de u en un árbol de profundidad.
22 Propiedades de Búsqueda en Profundidad Corolario Un vértice v es descendiente propio de u en el bosque de profundidad para un grafo dirigido o no dirigido G si y sólo si d [ u ] < d [ v ] < f [ v ] < f [ u ] Teorema 22.9 En un bosque de profundidad de un grafo G=(V (V,E), el vértice v es descendiente del vértice u si y sólo si al momento d[u], el vértice v puede ser alcanzado desde u a través de un camino consistente únicamente de vértices blancos.
23 Clasificación de las Aristas Se pueden definir cuatro tipos de aristas en términos del bosque de profundidad 1. Aristas de árbol. Aristas en el bosque de profundidad G π 2. Aristas back (hacia atrás). Aristas que conectan un vértice u con un ancestro v en un árbol de profundidad. 3. Aristas forward (hacia adelante). Aristas no pertenecientes al árbol conectando un vértice u con un descendiente v en un árbol de profundidad. d Aristas cross (cruzadas). Pueden ser entre vértices del mismo árbol de profundidad siempre que uno no sea ancestro del otro, o pueden ser entre vértices en diferentes árboles de profundidad. Teorema En una búsqueda a profundidad en un grafo no dirigido G, todas las aristas de G son de árbol o hacia atrás G π
Ruta 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 detallesEl TAD Grafo. El TAD Grafo
! Esta representación resulta útil cuando el número de vértices se conoce previamente y permanecerá fijo durante la resolución del problema, pero resulta ineficiente si necesitamos añadir o eliminar vértices
Más detallesUn 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 detallesUn grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas).
TEMA 5.- GRAFOS 5.1.- DEFINICIONES BÁSICAS Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). Gráficamente representaremos
Más detallesIntroducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta
Más detallesEs un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre
Es un conjunto de objetos llamados vértices o nodos unidos por enlaces llamados aristas o arcos, que permiten representar relaciones binarias entre elementos de un conjunto. Típicamente, un grafo se representa
Más detallesRelaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad
Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesCaminos y Flujos optimales. Introducción a la Investigación de Operaciones 2007
Caminos y Flujos optimales Introducción a la Investigación de Operaciones 2007 Contenido Definiciones básicas. Conexidad. Clausura transitiva. Esqueletos y caminos optimales. Redes. Flujos. Algoritmo de
Más detallesPlanaridad. Algoritmos y Estructuras de Datos III
Planaridad Algoritmos y Estructuras de Datos III Por qué planares? Por qué planares? Por qué planares? Grafos planares Definiciones: Una representación planar de un grafo G es un conjunto de puntos en
Más detallesTema: Los Grafos y su importancia para la optimización de redes.
Tema: Los Grafos y su importancia para la optimización de redes. Qué son los Grafos? Un grafo es una dupla G= {X,U}, donde X es un conjunto finito y no vacio de elementos llamados vértices y U es el conjunto
Más detalles1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS.
UNIDAD 1.- CONCEPTOS REQUERIDOS CONJUNTOS. AXIOMAS DE PERTENENCIA, PARALELISMO, ORDEN Y PARTICIÓN. 1 NOCIONES BÁSICAS SOBRE CONJUNTOS. SÍMBOLOS. 1.1 Determinaciones de un conjunto. Un conjunto queda determinado
Más detallesFundamentos 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 detallesVisión artificial y Robótica Modelos de movimiento y mapas. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Modelos de movimiento y mapas Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Sistemas de coordenadas Localización de objetos en el espacio Modelos
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesDos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Más detallesEspacios conexos. Capítulo Conexidad
Capítulo 5 Espacios conexos 1. Conexidad En este capítulo exploraremos el concepto de conexidad en un espacio métrico, y estudiaremos algunas de sus aplicaciones. Definición 5.1. Decimos que el espacio
Más detallesInteligencia Artificial
Inteligencia Artificial Tema 2 Búsquedas Ivan Olmos Pineda Contenido Estructura General de un PSA Formulación de un PSA Algoritmos de Búsqueda de Soluciones Aplicaciones BUAP Inteligencia Artificial 2
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesApuntes 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 detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesJUEGOS. Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil
JUEGOS Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil I Oponente: Jugador: intenta mover a un estado que es el peor para Etiquetar cada nivel del espacio de búsqueda
Más detallesAlgoritmos: Algoritmos voraces
Algoritmos: Algoritmos voraces Alberto Valderruten LFCIA - Departamento de Computación Facultad de Informática Universidad de A Coruña, España www.lfcia.org/alg www.fi.udc.es Contenido Características
Más detalles(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesSeparadores minimales de vértices de grafos dualmente cordales y caracterizaciones
Separadores minimales de vértices de grafos dualmente cordales y caracterizaciones Mar del Plata, septiembre de 2009 Definiciones rápidas Un uv-separador de G es un conjunto S V (G) tal que G S es no conexo
Más detallesLímites de funciones de varias variables.
Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas
Más detallesTERCER TRABAJO EN GRUPO Grupo 10
TERCER TRABAJO EN GRUPO Grupo 10 Problema 1.- Se considera la ecuación x 3 + x + mx 6 = 0. Utilizando el Teorema de Bolzano demostrar que: (i) Si m > 3 la ecuación tiene al menos una raíz real menor que.
Más detallesMatrices y aplicaciones
Matrices y aplicaciones La antigua ciudad de Königsberg (hoy Kaliningrado) ubicada en lo que era Prusia Oriental, se encuentra atravesada por el río Pregel (cuyo nombre actual es Pregolya). La ciudad es
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 detallesc). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla
Tema 5. Tablas estadísticas Como ya se había establecido en el tema anterior sobre el uso de las tablas estadísticas, éstas son medios que utiliza la estadística descriptiva o deductiva para la presentación
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 detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesAlgoritmos sobre Grafos
Sexta Sesión 27 de febrero de 2010 Contenido Deniciones 1 Deniciones 2 3 4 Deniciones sobre Grafos Par de una lista de nodos y una lista de enlaces, denidos a su vez como pares del conjunto de nodos.
Más detallesUNIVERSIDAD TECNOLOGICA DE PEREIRA PROGRAMA DE TECNOLOGIA ELECTRICA
UNERSDAD TECNOLOGCA DE PERERA PROGRAMA DE TECNOLOGA ELECTRCA Curso Básico de Análisis de Sistemas Eléctricos de Potencia Antonio Escobar Zuluaga Pereira - Risaralda - Colombia 0 Matriz admitancia Y BUS
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes. Tema 3.1: Autómatas Finitos Deterministas
Tema 3.1: Autómatas Finitos Deterministas Luis Peña luis.pena@urjc.es http://www.ia.urjc.es/cms/es/docencia/ic-msal Sumario Tema 3.1: Autómatas Finitos Deterministas. 1. Concepto de AFD 2. Equivalencia
Más detallesEl concepto de número
Los Números Reales El concepto de número El concepto de número es una de las más importantes abstracciones de la mente humana. Los números han surgido a lo largo de la historia como herramienta para resolver
Más detallesAutómatas Deterministas. Ivan Olmos Pineda
Autómatas Deterministas Ivan Olmos Pineda Introducción Los autómatas son una representación formal muy útil, que permite modelar el comportamiento de diferentes dispositivos, máquinas, programas, etc.
Más detallesOptimización. Búsqueda en una Dimensión ITESM. Búsqueda en una Dimensión Profr. E. Uresti - p. 1/19. Dr. E Uresti
Optimización Búsqueda en una Dimensión Dr. E Uresti ITESM Búsqueda en una Dimensión Profr. E. Uresti - p. 1/19 Algunos de los métodos numéricos de búsqueda de óptimos de una función en varias variables
Más detallesIntegración doble Integrales dobles sobre regiones no rectangulares
Nuestra intención es extender la definición de integral doble, de funciones continuas, sobre regiones más generales que el rectángulo. Para ello definiremos dos tipos de regiones en el plano, que llamaremos
Más detallesALGORITMO MINIMAX. o Nodo: Representa una situación del juego. o Sucesores de un nodo: Situaciones del juego a las que se
ALGORITMO MINIMAX Algoritmo de decisión para minimizar la pérdida máxima aplicada en juegos de adversarios Información completa (cada jugador conoce el estado del otro) Elección del mejor movimiento para
Más detallesFigura 3.1. Grafo orientado.
Leyes de Kirchhoff 46. ECUACIONES DE INTERCONEXION. Leyes de Kirchhoff..1. Definiciones. Una red está formada por la interconexión de componentes en sus terminales; y deben cumplirse simultáneamente las
Más detallesCuaderno de trabajo Geometría y Trigonometría 2do.
Ejercicio. 21 Instrucciones: Relaciona las dos columnas, escribiendo en el paréntesis de la columna de la izquierda la clave de la respuesta localizada en la columna de la derecha. ( ) Es la figura formada
Más detalles1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES
Capítulo 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 1.1 INTRODUCCIÓN Este libro trata del álgebra lineal. Al buscar la palabra lineal en el diccionario se encuentra, entre otras definiciones, la siguiente:
Más detalles(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesContinuidad. 5.1 Continuidad en un punto
Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos
Más detallesy cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Más detallesCapítulo 6. Relaciones. Continuar
Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,
Más detallesCÁLCULO VECTORIAL I. B, es un nuevo vector que se define del siguiente modo: Si A ybson (LI), entonces el vector A. B se caracteriza por:
PRODUCTO VECTORIAL DE DOS VECTORES El producto vectorial de dos vectores A y, y escribimos A, es un nuevo vector que se define del siguiente modo: Si A yson (LI), entonces el vector A se caracteriza por:
Más detallesGRAMATICAS LIBRES DEL CONTEXTO
GRMTICS LIBRES DEL CONTEXTO Estas gramáticas, conocidas también como gramáticas de tipo 2 o gramáticas independientes del contexto, son las que generan los lenguajes libres o independientes del contexto.
Más detallesMinicurso de Teoría de Gráficas Escuela de Verano 2014 por María Luisa Pérez Seguí Facultad de Ciencias Físico-Matemáticas, Universidad Michoacana
Minicurso de Teoría de Gráficas Escuela de Verano 014 por María Luisa Pérez Seguí Facultad de Ciencias Físico-Matemáticas, Universidad Michoacana Índice 1. Conceptos básicos 1 1.1. Nomenclatura...................................
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesCréditos institucionales de la UA: 6 Material visual: Diapositivas. Unidad de competencia I Conceptos preliminares
UNIDAD ACADÉMICA PROFESIONAL TIANGUISTENCO PROGRAMA DE ESTUDIOS LICENCIATURA DE INGENIERÍA EN PRODUCCIÓN INDUSTRIAL UNIDAD DE APRENDIZAJE (UA): ÁLGEBRA Créditos institucionales de la UA: 6 Material visual:
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 7: Lunes 22 - Viernes 27 de Abril. Contenidos
Coordinación de Matemática I (MAT01) 1 er Semestre de 013 Semana 7: Lunes - Viernes 7 de Abril Cálculo Contenidos Clase 1: Álgebra de límites. Teorema del Sandwich. Cálculo de límites. Límites trigonométricos.
Más detallesProblemas y Conjeturas
U UNIVERSITAT DE BARCELONA B Problemas y Conjeturas de la Teoría de Grafos (Trabajo Académicamente Dirigido) Autora: Cristina Araúz Lombardía Trabajo Académicamente Dirigido por F. Javier Soria de Diego
Más detallesLímites Laterales. El límite por la derecha se denota. x 2 + x 2 = 1. x 2. x + x 2. x = x + x 2. El límite por la izquierda se denota
Límites Laterales Denición. Si f : D R R y x 0 es un punto de D, decimos que l d es ite de f en x 0 por la derecha si ɛ > 0 δ ɛ > 0 f(x) l d < ɛ si 0 < x x 0 < δ ɛ ɛ > 0 δ ɛ > 0 f(x) l d < ɛ si x 0 < x
Más detallesSISTEMAS DE ECUACIONES LINEALES
1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables
Más detallesUnidad 6. Gráficas Planares
Unidad 6. Gráficas Planares Una gráfica Planar es aquella que puede llegar a representarse en un plano de tal modo que no existe intersección de líneas excepto en los vértices. Una gráfica Plana es aquella
Más detallesIntegrales múltiples
ntegrales múltiples Cálculo (2003) El objetivo de este capítulo es definir y aprender a calcular integrales de funciones reales de varias variables, que llamamos integrales múltiples. Las motivación más
Más detalles1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Más detallesSistemas Operativos. Dr. Luis Gerardo de la Fraga. Departamento de Computación Cinvestav
Sistemas Operativos Dr. Luis Gerardo de la Fraga E-mail: fraga@cs.cinvestav.mx http://cs.cinvestav.mx/~fraga Departamento de Computación Cinvestav 12 de junio de 2015 Dr. Luis Gerardo de la Fraga Cinvestav,
Más detallesTema 14 Grafos y su Implementación en Java. Parte II. Recorrido en Profundidad (DFS) de un Grafo. Recorrido de un Grafo: Ampliación de la clase Grafo
Tema Grafos y su Implementación en Java Tema Grafos y su Implementación en Java Parte II Germán Moltó Escuela Técnica Superior de Ingeniería Informática Universidad Politécnica de Valencia Índice general:.
Más detallesEl pipeline de visualización es el conjunto de
Sistemas de Visualización Pipeline de visualización 3D Definición del modelo geométrico Transformaciones geométricas Transformaciones de visualización Volumen de visualización Proyecciones Pipeline de
Más detallesApuntes de Matemática Discreta 14. Grafos
Apuntes de Matemática Discreta 14. Grafos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 14 Grafos Contenido 14.1 Generalidades.....................................
Más detallesTABLAS Y GRÁFICAS Localización de coordenadas tabulación Localización de coordenadas F1. Tabulación F2.
TABLAS Y GRÁFICAS Se trata de un software de apoyo didáctico, ideal para los grados de secundaria cuando se les comienza a enseñar a graficar y tabular funciones. Consta de dos partes: Localización de
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesInteligencia Artificial. Integrantes Equipo # 1:
INSTITUTO TECNOLÓGICO De Nuevo Laredo Especialidad: Ingeniería en Sistemas Computacionales Catedrático: Ing. Bruno López Takeyas. Asignatura: Inteligencia Artificial. Integrantes Equipo # 1: Javier Alonso
Más detallesCapítulo 2: Inducción y recursión Clase 2: El principio de Inducción Fuerte
Capítulo 2: Inducción y recursión Clase 2: El principio de Inducción Fuerte Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 2: Inducción y Recursión 1 / 20 Motivación
Más detallesFunciones reales. Números complejos
Funciones reales. Números complejos Funciones reales 1. Encuentra todos los números reales x que verifican: a) (x 1)(x 3) > 1 b) x + 1 > 1 1 x c) x 1 + x + 1 < 1 d) 5 < x 2 14x + 5 < 26 2. Si la gráfica
Más detallesDefinición: un lugar geométrico plano es el conjunto de todos los puntos del plano que cumplen una determinada propiedad.
Capítulo II. Lugar geométrico. Definición: un lugar geométrico plano es el conjunto de todos los puntos del plano que cumplen una determinada propiedad. Ejemplo: la mediatriz de un segmento es el conjunto
Más detallesBúsqueda con adversario
Introducción Búsqueda con adversario Uso: Decidir mejor jugada en cada momento para cierto tipo de juegos Hay diferentes tipos de juegos según sus características: Numero de jugadores, toda la información
Más detallesCampo de velocidades se puede representar mediante una función potencial φ, escalar
Flujo Potencial Campo de velocidades se puede representar mediante una función potencial φ, escalar Condición necesaria flujo irrotacional, V=0. Hipótesis: Flujo irrotacional, incompresible y permanente
Más detallesMÓDULO 8: VECTORES. Física
MÓDULO 8: VECTORES Física Magnitud vectorial. Elementos. Producto de un vector por un escalar. Operaciones vectoriales. Vector unitario. Suma de vectores por el método de componentes rectangulares. UTN
Más detallesMATEMÁTICA: TRABAJO PRÁCTICO 2. Funciones. 1) Carlos está enfermo. Veamos la gráfica de la evolución de su temperatura.
ILSE-2º Año- MATEMÁTICA: TRABAJO PRÁCTICO 2 Funciones 1) Carlos está enfermo. Veamos la gráfica de la evolución de su temperatura. a) Cuántos días ha estado enfermo el paciente? (Se considera normal una
Más detalles1. Conceptos básicos sobre el problema en cuestión y cuestiones afines. 2. Formulación de los correspondientes algoritmos y su pseudocódigo.
Análisis de Algoritmos Ingeniería Informática, EPS-UAM Información general Organización del curso: 13-15 (mínimo-máximo) semanas docentes: 30-33 clases teóricas. 9-12 clases de problemas 26-30 clases prácticas
Más detallesUNIDAD 9. DATOS COMPLEJOS PILAS
UNI 9. TOS OMPLEJOS PILS Una pila es una lista de elementos en la que se pueden insertar y eliminar elementos sólo por uno de los extremos. omo consecuencia, los elementos de una pila serán eliminados
Más detallesProyecto. Tema 6 sesión 2: Generación de Rectas, Circunferencias y Curvas. Geometría Analítica. Isidro Huesca Zavaleta
Geometría Analítica Tema 6 sesión 2: Generación de Rectas, Circunferencias y Curvas Isidro Huesca Zavaleta La Integración de dos Ciencias La Geometría Analítica nació de la integración de dos ciencias
Más detallesAnálisis Matemático I: La integral de Riemann
Contents : La integral de Riemann Universidad de Murcia Curso 2006-2007 Contents 1 Definición de la integral y propiedades Objetivos Definición de la integral y propiedades Objetivos 1 Definir y entender
Más detallesIntroducción a los códigos compresores
Introducción a los códigos compresores Parte I de la Lección 2, Compresores sin pérdidas, de CTI Ramiro Moreno Chiral Dpt. Matemàtica (UdL) Febrero de 2010 Ramiro Moreno (Matemàtica, UdL) Introducción
Más detallesIES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 2011 específico1 [2'5 puntos] Un alambre de 100 m de longitud se divide
Más detallesMatemáticas Aplicadas a los Negocios
LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:
Más detallesNOTACIÓN O GRANDE. El análisis de algoritmos estima el consumo de recursos de un algoritmo.
NOTACIÓN O GRANDE El análisis de algoritmos estima el consumo de recursos de un algoritmo. Esto nos permite comparar los costos relativos de dos o más algoritmos para resolver el mismo problema. El análisis
Más detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesTraza de una Matriz Cuadrada
Traza de una Matriz Cuadrada Departamento de Matemáticas, CSI/ITESM 10 de septiembre de 2008 Índice 7.1. Definiciones y propiedades básicas.................................. 1 7.2. La traza de un producto........................................
Más detallesDeterminantes. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo
Determinantes Profesores Omar Darío Saldarriaga Ortíz Iván Dario Gómez Hernán Giraldo 2009 Definición Sea A una matriz de tamaño m n, para 1 i m y 1 j n, definimos el ij-ésimo menor de A, al cual denotaremos
Más detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
Más detallesMICROSOFT EXCEL 2010
MICROSOFT EXCEL 2010 1. AVANZADO Nº Horas:24 Objetivos: Descripción de funciones avanzadas de la hoja de cálculo Microsoft Excel 2010, viendo el uso de fórmulas, funciones y gráficos en los libros de Excel.
Más detallesRepresentaciones gráficas: Método del Paralelogramo
Representaciones gráficas: Método del Paralelogramo La relación funcional más simple entre dos variables es la línea recta. Sea entonces la variable independiente x y la variable dependiente y que se relacionan
Más detallesTEORIA DE GRAFICAS INTRODUCCIÓN CONCEPTOS BÁSICOS DE LA TEORIA DE GRAFOS
TEORIA DE GRAFICAS INTRODUCCIÓN La teoría de gráficas o teoría de grafos es aplicada en una gran cantidad de áreas tales como ciencias sociales, lingüística, ciencias físicas, ingeniería de comunicación,
Más detallesProducto de matrices triangulares superiores
Producto de matrices triangulares superiores Ejercicios Objetivos Demostrar que el producto de dos matrices triangulares superiores es una matriz triangular superior Deducir una fórmula para las entradas
Más detallesDefinición matemática de Relación y de Función
Fecha: 05/0 Versión: DOCENTE: ANTONIO ELI CASTILLA Definición matemática de Relación de Función En matemática, Relación es la correspondencia de un primer conjunto, llamado Dominio, con un segundo conjunto,
Más detallesUnidad 4. Autómatas de Pila
Unidad 4. Autómatas de Pila Una de las limitaciones de los AF es que no pueden reconocer el lenguaje {0 n 1 n } debido a que no se puede registrar para todo n con un número finito de estados. Otro lenguaje
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 detallesCBC. Matemática (51) universoexacto.com 1
CBC Matemática (51) universoexacto.com 1 PROGRAMA ANALÍTICO 1 :: UNIDAD 1 Números Reales y Coordenadas Cartesianas Representación de los números reales en una recta. Intervalos de Distancia en la recta
Más detallesCálculo numérico. Aritmética en punto flotante.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2012. Sistemas de números en punto flotante F F está caracterizado por los enteros β, L, U, p en donde β es la
Más detallesMicrosoft Project 2013
Microsoft Project 2013 SALOMÓN CCANCE Project 2013 Salomón Ccance www.ccance.net CCANCE WEBSITE ANEXO 2. MANEJO DE VISTAS Y TABLAS. 2.1. ELEMENTOS DE VISUALIZACIÓN DE MICROSOFT OFFICE PROJECT PROFESSIONAL
Más detalles1 Tema 1. Definiciones y conceptos básicos
Enrique Benavent. Universitat de València Teoría de Grafos 1 1 Tema 1. Definiciones y conceptos básicos 1.1 Grafos. Isomorfismo de grafos Un grafo no dirigido es un triple ordenado (V(G), E(G), Ψ G ),
Más detalles