Variantes del problema de coloreo de grafos
|
|
- José Ignacio Benítez Agüero
- hace 6 años
- Vistas:
Transcripción
1 Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 4 de diciembre de 005
2 Qué es un grafo? Un grafo está formado por un conjunto de vértices y un conjunto de aristas que unen pares de vértices. Es un objeto matemático abstracto pero se usa para modelar problemas reales.
3 Grafos en la vida real Red de subtes
4 Grafos en la vida real Rutas entre ciudades
5 Grafos en la vida real Moléculas
6 Grafos en la vida real Draw de un torneo de tenis
7 Grafos en la vida real Relaciones sociales
8 Definiciones Pintar mapas
9 Definiciones Pintar mapas
10 Definiciones Pintar mapas
11 Definiciones Teorema Todo mapa puede ser coloreado sin que dos regiones limítrofes tengan el mismo color, y usando 4 o menos colores. 85: De Morgan le plantea por carta (no existía el !) un problema a Hamilton, que habían planteado dos de sus alumnos, los hermanos F & F Guthrie. Entre 879 y 976 se presentaron varias demostraciones que resultaron tener falacias lógicas. 976: demostración computacional de Appel, Haken y Koch. 997: nueva prueba computacional pero mucho más sencilla (Robertson, Sanders, Seymour y Thomas).
12 Definiciones Teorema Todo mapa puede ser coloreado sin que dos regiones limítrofes tengan el mismo color, y usando 4 o menos colores. 85: De Morgan le plantea por carta (no existía el !) un problema a Hamilton, que habían planteado dos de sus alumnos, los hermanos F & F Guthrie. Entre 879 y 976 se presentaron varias demostraciones que resultaron tener falacias lógicas. 976: demostración computacional de Appel, Haken y Koch. 997: nueva prueba computacional pero mucho más sencilla (Robertson, Sanders, Seymour y Thomas).
13 Definiciones Teorema Todo mapa puede ser coloreado sin que dos regiones limítrofes tengan el mismo color, y usando 4 o menos colores. 85: De Morgan le plantea por carta (no existía el !) un problema a Hamilton, que habían planteado dos de sus alumnos, los hermanos F & F Guthrie. Entre 879 y 976 se presentaron varias demostraciones que resultaron tener falacias lógicas. 976: demostración computacional de Appel, Haken y Koch. 997: nueva prueba computacional pero mucho más sencilla (Robertson, Sanders, Seymour y Thomas).
14 Definiciones Teorema Todo mapa puede ser coloreado sin que dos regiones limítrofes tengan el mismo color, y usando 4 o menos colores. 85: De Morgan le plantea por carta (no existía el !) un problema a Hamilton, que habían planteado dos de sus alumnos, los hermanos F & F Guthrie. Entre 879 y 976 se presentaron varias demostraciones que resultaron tener falacias lógicas. 976: demostración computacional de Appel, Haken y Koch. 997: nueva prueba computacional pero mucho más sencilla (Robertson, Sanders, Seymour y Thomas).
15 Definiciones Coloreo de grafos Colorear un grafo consiste en asignar un color (usualmente un número) a cada vértice de manera tal que vértices distintos reciban colores distintos. Formalmente, un coloreo de un grafo G = (V, E) es una función f : V N tal que f (v) f (w) si v es adyacente a w.
16 Definiciones k-coloreo Dado un grafo G = (V, E), un k-coloreo de G es un coloreo f para el cual f (v) k para todo v V (sólo hay k colores disponibles). Un grafo G es k-coloreable si existe un k-coloreo de G. k= k=
17 Definiciones List-coloreo Dado un grafo G = (V, E) y una lista finita L(v) N de colores para cada vértice v V, G es list-coloreable si existe un coloreo f para el cual f (v) L(v) para cada v V (Vizing, 976).,,,,,,,,,,
18 Definiciones µ-coloreo Dado un grafo G = (V, E) y una función µ : V N, un µ-coloreo de G es un coloreo f para el cual f (v) µ(v) para cada vértice v V. Un grafo G es µ-coloreable si existe un µ-coloreo de G.
19 Definiciones Estamos organizando un congreso de matemáticos, y cualquier hotel de la ciudad tiene capacidad para alojar a todos los matemáticos, pero hay algunos que están peleados a tal punto que no pueden alojarse en el mismo hotel.
20 Definiciones Si hay k hoteles en la ciudad, una distribución válida es equivalente a un k-coloreo válido del grafo de enemistades, donde cada color representa un hotel. k=cant. hoteles
21 Definiciones Si además de peleadores son muy caprichosos, y cada uno tiene una lista de hoteles preferidos, una distribución válida es equivalente a un list-coloreo válido en el grafo de enemistades, donde cada color representa un hotel.,4,5,,,5,,5,4
22 Definiciones Si no son taaan caprichosos, pero cada uno tiene una pretensión mínima de cantidad de estrellas, una distribución válida es equivalente a un µ-coloreo válido en el grafo de enemistades, donde cada color representa un hotel, ordenados por categoría, y el µ es el máximo de los hoteles dentro de la categoría pretendida. 5, 4,5 5
23 Algoritmos para coloreo Clases de complejidad Relación entre k-coloreo, list-coloreo, µ-coloreo El problema de µ-coloreo es un problema intermedio entre k-coloreo y list-coloreo. Una reducción trivial de k-coloreo a µ-coloreo se obtiene definiendo µ(v) = k para todo v. Una reducción de µ-coloreo a list-coloreo se obtiene definiendo L(v) = {,..., min{µ(v), V (G) }}. k=
24 Algoritmos para coloreo Clases de complejidad Relación entre k-coloreo, list-coloreo, µ-coloreo El problema de µ-coloreo es un problema intermedio entre k-coloreo y list-coloreo. Una reducción trivial de k-coloreo a µ-coloreo se obtiene definiendo µ(v) = k para todo v. Una reducción de µ-coloreo a list-coloreo se obtiene definiendo L(v) = {,..., min{µ(v), V (G) }}.,,,,,,, k=,,
25 Algoritmo para -coloreo Algoritmos para coloreo Clases de complejidad Un algoritmo para decidir si un grafo es -coloreable o no, usando una pila, es el siguiente: Mientras queden vértices sin pintar: Tomar un vértice sin pintar del grafo, pintarlo de y ponerlo en la pila. Repetir el siguiente procedimiento, mientras la pila no quede vacía: Sacar un vértice v de la pila. Para cada vecino, si está pintado del mismo color que v, devolver no se puede. Si está pintado del color contrario que v, nada. Si no está pintado, pintarlo del color contrario que v y ponerlo en la pila. no se puede
26 Algoritmo para -coloreo Algoritmos para coloreo Clases de complejidad Cuántos pasos realiza el algoritmo? A cada vértice lo mira una vez cuando lo pinta y apila, una vez cuando lo desapila, y una vez por cada vecino suyo. Si hay n vértices, cada vértice tiene a lo sumo n vecinos, y el algoritmo realiza a lo sumo n pasos. Se die que el algoritmo es O(n ), y cuadrático en el tamaño de la entrada. Un grafo -coloreable se llama bipartito.
27 Algoritmo para -coloreo Algoritmos para coloreo Clases de complejidad Cuántos pasos realiza el algoritmo? A cada vértice lo mira una vez cuando lo pinta y apila, una vez cuando lo desapila, y una vez por cada vecino suyo. Si hay n vértices, cada vértice tiene a lo sumo n vecinos, y el algoritmo realiza a lo sumo n pasos. Se die que el algoritmo es O(n ), y cuadrático en el tamaño de la entrada. Un grafo -coloreable se llama bipartito.
28 Algoritmo para -coloreo Algoritmos para coloreo Clases de complejidad Cuántos pasos realiza el algoritmo? A cada vértice lo mira una vez cuando lo pinta y apila, una vez cuando lo desapila, y una vez por cada vecino suyo. Si hay n vértices, cada vértice tiene a lo sumo n vecinos, y el algoritmo realiza a lo sumo n pasos. Se die que el algoritmo es O(n ), y cuadrático en el tamaño de la entrada. Un grafo -coloreable se llama bipartito.
29 Algoritmo para -coloreo Algoritmos para coloreo Clases de complejidad Cuántos pasos realiza el algoritmo? A cada vértice lo mira una vez cuando lo pinta y apila, una vez cuando lo desapila, y una vez por cada vecino suyo. Si hay n vértices, cada vértice tiene a lo sumo n vecinos, y el algoritmo realiza a lo sumo n pasos. Se die que el algoritmo es O(n ), y cuadrático en el tamaño de la entrada. Un grafo -coloreable se llama bipartito.
30 Algoritmos para coloreo Clases de complejidad Algoritmo goloso para k-coloreo o µ-coloreo El algoritmo goloso de coloreo consiste en ordenar de alguna forma los vértices y para cada vértice v, colorearlo del menor color disponible (que no haya sido usado ya para alguno de sus vecinos). Si ese color es mayor que k o que µ(v), devolver no se puede.
31 Algoritmos para coloreo Clases de complejidad Algoritmo goloso para k-coloreo o µ-coloreo No siempre resuelve el problema. Puede llegar a no conseguir un k-coloreo, y sin embargo éste existe. Ejemplo: Sin embargo, para cografos (grafos sin un camino de 4 vértices inducido), funciona tanto para k-coloreo como para µ-coloreo, ordenando los vértices en forma creciente respecto de µ. Pero para grafos en general, no se conoce un algoritmo eficiente para k-coloreo.
32 Clases de complejidad Algoritmos para coloreo Clases de complejidad P: problemas de decisión que se pueden resolver en tiempo acotado por un polinomio en el tamaño de la entrada. Ejemplo: -coloreo, µ-coloreo de cografos. NP: problemas de decisión tales que toda instancia de respuesta SI, tiene un certificado verificable en tiempo polinomial. Ejemplo: k-coloreo, µ-coloreo o list-coloreo de grafos. Me dan un coloreo y puedo chequear facilmente si es válido. NP-completos: problemas en NP tales que todo problema en NP se puede reducir polinomialmente a ellos. Ejemplo: -coloreo, µ-coloreo de grafos bipartitos, list-coloreo de cografos y de grafos bipartitos.
33 Clases de complejidad Algoritmos para coloreo Clases de complejidad P: problemas de decisión que se pueden resolver en tiempo acotado por un polinomio en el tamaño de la entrada. Ejemplo: -coloreo, µ-coloreo de cografos. NP: problemas de decisión tales que toda instancia de respuesta SI, tiene un certificado verificable en tiempo polinomial. Ejemplo: k-coloreo, µ-coloreo o list-coloreo de grafos. Me dan un coloreo y puedo chequear facilmente si es válido. NP-completos: problemas en NP tales que todo problema en NP se puede reducir polinomialmente a ellos. Ejemplo: -coloreo, µ-coloreo de grafos bipartitos, list-coloreo de cografos y de grafos bipartitos.
34 Clases de complejidad Algoritmos para coloreo Clases de complejidad P: problemas de decisión que se pueden resolver en tiempo acotado por un polinomio en el tamaño de la entrada. Ejemplo: -coloreo, µ-coloreo de cografos. NP: problemas de decisión tales que toda instancia de respuesta SI, tiene un certificado verificable en tiempo polinomial. Ejemplo: k-coloreo, µ-coloreo o list-coloreo de grafos. Me dan un coloreo y puedo chequear facilmente si es válido. NP-completos: problemas en NP tales que todo problema en NP se puede reducir polinomialmente a ellos. Ejemplo: -coloreo, µ-coloreo de grafos bipartitos, list-coloreo de cografos y de grafos bipartitos.
35 P NP? La pregunta del millón... Algoritmos para coloreo Clases de complejidad Si existe un problema en NP-c P, entonces P=NP. No se conoce ninguno, así como tampoco se conoce un problema en NP \ P. NP-c NP NP-c NP P P si P=NP... si P=NP...
36 Algoritmos para coloreo Clases de complejidad Complejidades Problema Grafos Cografos Grafos Grafos completos Cografos bipartitos en general k-coloreo P P [] P NP-c [] µ-coloreo P P [5] NP-c [5] NP-c list-coloreo P NP-c [4] NP-c [] NP-c [] Karp, 976. [] Chvátal, 984. [] Hujter y Tuza, 99. [4] Jansen y Scheffler, 997. [5] B. y Cecowski, 005.
37 Algoritmos para coloreo Clases de complejidad Cómo se prueba que un problema es NP-completo? Queremos probar que µ-coloreo es NP-completo para grafos bipartitos. Ya estaba demostrado que list-coloreo es NP-completo para grafos bipartitos. Entonces buscamos una reducción polinomial de ese problema al nuestro.,,,,,
Pintar mapas, organizar fiestas... en el fondo, es sólo teoría de grafos
Pintar mapas, organizar fiestas... en el fondo, es sólo teoría de grafos Grupo de Teoría de Grafos Departamento de Computación FCEyN - UBA Charla de Borrachos Noviembre 2004 Qué es un grafo? Un grafo está
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 detallesCLASIFICACIÓN DE PROBLEMAS
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO Facultad de Ciencias Exactas y Tecnologías Licenciatura en Sistemas de Información 2009 CLASIFICACIÓN DE PROBLEMAS 1 CLASES DE PROBLEMAS Uno de los resultados
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 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 detallesGrafos y Colores. Esteban Lanzarotti - Matías López. Facultad de Ciencias Exactas y Naturales - UBA
Facultad de Ciencias Exactas y Naturales - UBA Menú del día La charla se divide en las siguientes partes: 1 Qué es un modelo matemático? 2 3 4 Modelos matemáticos Un modelo es una representación simplificada
Más detallesALGORITMOS 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 detallesLeonard Euler y la Teoría de Grafos
Leonard Euler y la Teoría de Grafos Qué tienen en común un pasatiempo de los habitantes de una ciudad europea del siglo XVIII; Colorear el mapa de Colombia; Planear un viaje de vacaciones; Evitar problemas
Más detallesLAS CIENCIAS DE LA PLANIFICACIÓN
LAS CIENCIAS DE LA PLANIFICACIÓN 5. EL PROBLEMA DEL VIAJANTE (PV) (The Traveling Salesman Problem TSP) Un problema como el de las vacaciones, pero vital para las empresas, es el problema del viajante (PV):
Más detallesAlgoritmos para determinar Caminos Mínimos en Grafos
Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)
Más 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 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 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 detallesCapítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Más 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 detallesIntroducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Programa Introducción a la teoría de grafos Problemas de camino mínimo Problemas de flujo máximo Clases de complejidad
Más detallesSemana02[1/23] Conjuntos. 9 de marzo de Conjuntos
Semana02[1/23] 9 de marzo de 2007 Introducción Semana02[2/23] La teoría de conjuntos gira en torno a la función proposicional x A. Los valores que hacen verdadera la función proposicional x A son aquellos
Más detallesSistemas polinomiales
Sistemas polinomiales (Elementos básicos) ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Introducción 2 2. Generalidades sobre polinomios 5 2.1. Orden monomial.........................
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 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 detallesALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS.
ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas Universidad de Concepción 1 La lógica es
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 detallesTeórica IV. Modelos y Optimización I. Temario Empezamos a trabajar con problemas combinatorios: Problema de coloreo de grafos. Problema de la mochila
Teórica IV Nuevamente recordamos que este material es de apoyo a las clases teóricas. Si no asistieron a la clase, les faltarán varias cosas que tienen que ver con el trabajo en clase y con las explicaciones
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 detallesSoluciones oficiales Clasificación Olimpiada Nacional Nivel Mayor
Soluciones oficiales Clasificación Olimpiada Nacional 009 Comisión Académica Nivel Maor Problema 1. Calcule todas las soluciones m, n de números enteros que satisfacen la ecuación m n = 009 (n + 1) Solución.
Más detallesPensamiento espacial y sistemas geométricos:
SECUENCIAS DIDÁCTICAS COLORES DE LAS BANDERAS Estándares: -Resuelvo y formulo preguntas que requieran para su solución coleccionar y analizar datos del entorno próximo. -Represento datos utilizando tablas
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesÁlgebra y Trigonometría Clase 2 Ecuaciones, desigualdades y Funciones
Álgebra y Trigonometría Clase 2 Ecuaciones, desigualdades y Funciones CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detalles11. MOSAICOS. El ángulo interior de un polígono regular de n lados es
11. MOSAICOS Cuando una o varias piezas recubren un plano sin solaparse tenemos un recubrimiento o mosaico. Los mosaicos más sencillos son los que solo utilizan una pieza de una única forma y tamaño. Aun
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 detallesMateria: Matemática de 5to Tema: Método de Cramer. Marco Teórico
Materia: Matemática de 5to Tema: Método de Cramer Marco Teórico El determinante se define de una manera aparentemente arbitraria, sin embargo, cuando se mira a la solución general de una matriz, el razonamiento
Más detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
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 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 detallesProblemas fáciles, difíciles y muy difíciles
Problemas fáciles, difíciles y muy difíciles Santiago Figueira Universidad de Buenos Aires Facultad de Ciencias Exactas y Naturales Departamento de Computación Semana de la Computación 2006 Métodos efectivos
Más detallesLÓGICA PROPOSICIONAL
LÓGICA PROPOSICIONAL QUE ES LA LÓGICA? El sentido ordinario de la palabra lógica se refiere a lo que es congruente, ordenado, bien estructurado. Lo ilógico es lo mismo que incongruente, desordenado, incoherente.
Más detallesPrograma de teoría. Algoritmos y Estructuras de Datos II. 3. Algoritmos voraces. 1. Análisis de algoritmos 2. Divide y vencerás
Programa de teoría Algoritmos y Estructuras de Datos II 1. Análisis de algoritmos 2. Divide y vencerás 3. Algoritmos voraces 4. Programación dinámica 5. Backtracking 6. Ramificación y poda A.E.D. II 1
Más detallesAlgoritmos y Estructuras de Datos III Segundo cuatrimestre 2011
Algoritmos y Estructuras de Datos III Segundo cuatrimestre 2011 Programa 1. Algoritmos: Definición de algoritmo. Máquina RAM. Complejidad. Algoritmos de tiempo polinomial y no polinomial. Límite inferior.
Más detallesComputando lo áspero
Computando lo áspero Por qué se cuelgan las computadoras? Santiago Figueira Departamento de Computación FCEyN, UBA Semana de la Computación 2007 Historia de Hilbert y sus amigos David Hilbert, 1900: Formalicemos
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 detallesProblemas de Grafos y Tratabilidad Computacional
Problemas de Grafos y Tratabilidad Computacional Primer Cuatrimestre de 2009 Min Chih Lin (oscarlin@dc.uba.ar) Marina Groshaus (marinagroshaus@yahoo.es) Francisco J. Soulignac (fsoulign@dc.uba.ar) http://www.dc.uba.ar/people/materias/probgraf
Más detallesGRÁFICAS k-nulas Y LA PROPIEDAD DE PUNTO FIJO *
Mosaicos Matemáticos No. Diciembre, 2003. Reporte de Tesis (Licenciatura). Nivel Superior GRÁFICAS k-nulas Y LA PROPIEDAD DE PUNTO FIJO * María de Jesús Carrillo Trejo Martín Eduardo Frías Armenta Departamento
Más detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
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 detallesComplejidad amortizada
Análisis de algoritmos Complejidad amortizada Dra. Elisa Schaeffer elisa.schaeffer@gmail.com PISIS / FIME / UANL Complejidad amortizada p. 1 Complejidad amortizada La idea en el análisis de complejidad
Más detallesClase 4 Funciones polinomiales y racionales
Clase 4 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo de 2014 Polinomios Definición Se llama polinomio en x a toda expresión de la forma p(x) = a 0 + a 1x+ +a n
Más detallesÁngulos formados por dos rectas paralelas y una secante
Ángulos formados por dos rectas paralelas y una secante Cuando dos rectas paralelas son cortadas por una tercer recta que no es paralela a ellas, se forman varios ángulos de interés. La secante a una curva
Más detallesÁlgebra de Boole. Valparaíso, 1 er Semestre Prof. Rodrigo Araya E.
Prof. Rodrigo Araya E. raraya@inf.utfsm.cl Universidad Técnica Federico Santa María Departamento de Informática Valparaíso, 1 er Semestre 2006 1 2 3 4 Contenido En 1815 George Boole propuso una herramienta
Más detalles- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Topología
- Fernando Sánchez - - 6 Topología Cálculo I en R 26 10 2015 Elementos de la topología en R. Una topología en un conjunto da un criterio para poder hablar de proximidad entre los elementos de un conjunto.
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 45
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 45 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 42
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 42 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
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 detallesGRAFOS. LICESIO J. RODRíGUEZ-ARAGÓN
GRAFOS LICESIO J. RODRíGUEZ-ARAGÓN 1 LEONARD EULER Matemático y físico nacido en 1707 en Basilea (Suiza). Principal matemático del siglo XVIII y uno de los más grandes matemáticos de todos los tiempos.
Más detallesAlgoritmos y programas. Algoritmos y Estructuras de Datos I
Algoritmos y programas Algoritmos y Estructuras de Datos I Primer cuatrimestre de 2012 Departamento de Computación - FCEyN - UBA Programación funcional - clase 1 Funciones Simples - Recursión - Tipos de
Más detallesSoluciones a algunos ejercicios de Matemática Discreta 1.
Soluciones a algunos ejercicios de Matemática Discreta 1. Eleonora Catsigeras * 23 de agosto de 2005 Práctico 1.- Ejercicio 5 Cuántos números naturales pares de tres dígitos (en base 10) tienen todos sus
Más detallesTEMA 3 ÁLGEBRA DE CONMUTACIÓN
TEMA 3 ÁLGEBRA DE CONMUTACIÓN TEMA 3: Álgebra de Boole ÍNDICE. POSTULADOS DEL ÁLGEBRA DE CONMUTACIÓN 2. ÁLGEBRA DE BOOLE BIVALENTE O ÁLGEBRA DE CONMUTACIÓN 2. Teoremas del álgebra de conmutación 3. VARIABLES
Más detallesTEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS
TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS 1.- POLINOMIOS Recordemos que un monomio es una expresión algebraica (combinación de letras y números) en la que las únicas operaciones que aparecen entre las
Más detallesCarrera: MTF-0535 2-4-8. Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Programación en Tiempo Real MTF-0535 2-4-8 2.- HISTORIA DEL PROGRAMA Lugar y fecha
Más detallesPreparación para Álgebra universitaria con trigonometría
Preparación para Álgebra universitaria con trigonometría Este curso cubre los siguientes temas. Usted puede personalizar la gama y la secuencia de este curso para satisfacer sus necesidades curriculares.
Más detallesA RG. Pirámide recta de base cuadrada y altura 50 mm. Pirámide oblicua de base triangular. Pirámide oblicua de base triángulo equilátero
de base de base Para dibujar las pirámides, hay que tener en cuenta que todas sus aristas laterales concurren en un punto denominado vértice de la pirámide. dicho esto veamos el dibujo de los distintos
Más detallesResolvemos problemas de producción agrícola con fracciones
QUINTO GRADO - UNIDAD 4 - SESIÓN 07 Resolvemos problemas de producción agrícola con fracciones En esta sesión, se espera que los niños y las niñas planteen relaciones entre los datos en problemas de una
Más detallesAlgoritmos Básicos de Grafos
Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Lecturas en Ciencias de la Computación ISSN -9 Algoritmos Básicos de Grafos Ernesto Coto ND - Laboratorio de Computación Gráfica
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 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 detallesGuía de Matemática Tercero Medio
Guía de Matemática Tercero Medio Aprendizaje Esperado: 1. Plantean y resuelven problemas que involucran ecuaciones de segundo grado; explicitan sus procedimientos de solución y analizan la existencia y
Más detallesOperaciones con conjuntos (ejercicios)
Operaciones con conjuntos (ejercicios) Ejemplo: Definición de la diferencia de conjuntos. Sean y conjuntos. Entonces \ := { x: x x / }. Esto significa que para todo x tenemos la siguiente equivalencia:
Más detallesMATEMÁTICAS PARA LA COMPUTACIÓN
MATEMÁTICAS PARA LA COMPUTACIÓN CAPÍTULO RELACIONES RELACIONES COMO LISTAS ENLAZADAS AUTOR: JOSÉ ALFREDO JIMÉNEZ MURILLO AVC APOYO VIRTUAL PARA EL CONOCIMIENTO RELACIONES COMO LISTAS ENLAZADAS Algunas
Más detallesPENDIENTES DE MATEMÁTICAS DE 3º ESO (CURSO )
PENDIENTES DE MATEMÁTICAS DE 3º ESO (CURSO 2015-2016) CRITERIOS E INDICADORES Se detallan a continuación los criterios de evaluación junto con sus indicadores de contenidos asociados. Criterio 1: Identificar
Más detallesFactorización de polinomios
Factorización de polinomios Entre las funciones importantes de la Matemática está la familia de las funciones polinómicas. Una función polinómica puede definirse de manera que su dominio sea el conjunto
Más detallesIII: Geometría para maestros. Capitulo 1: Figuras geométricas
III: Geometría para maestros. Capitulo : Figuras geométricas SELECCIÓN DE EJERCICIOS RESUELTOS SITUACIONES INTRODUCTORIAS En un libro de primaria encontramos este enunciado: Dibuja un polígono convexo
Más detallesDuración: 2 horas pedagógicas
PLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE Grado: Cuarto I. TÍTULO DE LA SESIÓN Duración: 2 horas pedagógicas El índice de erosividad de la lluvia UNIDAD 4 NÚMERO DE SESIÓN 6/14 II. APRENDIZAJES ESPERADOS
Más detallesTema 4. Espacio Proyectivo.
Tema 4. Espacio Proyectivo. Definición y modelos. *) El origen de la geometría proyectiva está relacionado con el estudio de la perspectiva, para conseguir cuadros o planos realistas del mundo 3-dimensional;
Más detallesUNIDAD DE APRENDIZAJE I
UNIDAD DE APRENDIZAJE I Saberes procedimentales Interpreta y utiliza correctamente el lenguaje simbólico para el manejo de expresiones algebraicas. 2. Identifica operaciones básicas con expresiones algebraicas.
Más detallesTeoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
Más detallesDescripción resumida El estudiante debe hacer una descripción breve sobre la temática que involucra los problemas propuestos.
Trabajo colaborativo 4 Temáticas revisadas: UNIDAD 4 Introducción a los Grafos 1. Grafos. Árboles Estrategia de aprendizaje: Resolución de Problemas Descripción resumida El estudiante debe hacer una descripción
Más detallesUNIDAD 1: DIVISIBILIDAD Y NÚMEROS ENTEROS
UNIDAD 1: DIVISIBILIDAD Y NÚMEROS ENTEROS 1. *Representar números enteros sobre la recta numérica, compararlos y ordenarlos. 2. *Sumar y restar números enteros teniendo en cuenta el signo que presentan.
Más detallesAPLICACIÓN DE LAS FUNCIONES AL ESTUDIO DE MOSAICOS Y POLIEDROS
APLICACIÓN DE LAS FUNCIONES AL ESTUDIO DE MOSAICOS Y POLIEDROS 1. Introducción La investigación que se presenta a continuación tiene su origen en mi función de director de trabajos de investigación realizados
Más detallesTécnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO
Técnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO 2 Objetivo El objetivo principal de las técnicas de clasificación supervisada es obtener un modelo clasificatorio válido para permitir tratar
Más detallesDepartamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011
Factorización LU Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 26.1. Introducción............................................... 1 26.2. Factorización LU............................................
Más detallesMATEMATICA PARA INFORMATICA III
INFORMACION GENERAL FACULTAD O CENTRO: CIENCIAS DE LA EDUCACION Y HUMANIDADES PLAN DE ESTUDIO: 1999 CARRERA: INFORMATICA EDUCATIVA ORIENTACION: EDUCATIVA ASIGNATURA: ESTRUCTURAS DISCRETAS AÑO ACADEMICO:
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 detallesTema 6: Problemas Especiales de Programación Lineal
Tema 6: Problemas Especiales de Programación Lineal Transporte Asignación Transbordo Tienen una estructura especial que permite modelizar situaciones en las que es necesario: Determinar la manera óptima
Más detallesDividimos en la mitad, de la mitad, de la mitad,
CUARTO Grado - Unidad 3 - Sesión 0 Dividimos en la mitad, de la mitad, de la mitad, En esta sesión, se espera que los niños y las niñas aprendan a dividir tiras y círculos de papel en medios, cuartos y
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 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 detallesMapas, colores y números La Laguna y Las Palmas, 10 y 11 octubre 2006
Mapas, colores y números La Laguna y Las Palmas, 10 y 11 octubre 2006 Guión de la charla Un poco de historia sobre el problema de los cuatro colores: de 1852-1996 La prueba fallida de Kempe y sus buenas
Más detallesGUÍA DOCENTE DE ASIGNATURA CURSO 2009/2010
GUÍA DOCENTE DE ASIGNATURA CURSO 2009/2010 1. DATOS BÁSICOS DE LA ASIGNATURA 1.1.Nombre MATEMÁTICA DISCRETA 1.2. Código de la asignatura 41001107 1.3.Plan 2000 1.4.Curso académico 2009/2010 1.5. Ciclo
Más detallesGRAFOS. Prof. Ing. M.Sc. Fulbia Torres
ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos
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 detallesExpresiones algebraicas
Epresiones algebraicas Matemáticas I 1 Epresiones algebraicas Epresiones algebraicas. Monomios y polinomios. Monomios y polinomios. Una epresión algebraica es una combinación de letras, números y signos
Más detallesGeometría combinatoria de cuadrados mágicos, latinos, sudokus y otras tablas curiosas
Geometría combinatoria de cuadrados mágicos, latinos, sudokus y otras tablas curiosas Jesús A. De Loera University of California, Davis trabajo conjunto con Shmuel Onn (Technion Haifa Israel) Cuadrados
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 detallesÁrboles Filogenéticos. BT7412, CC5702 Bioinformática Diego Arroyuelo. 2 de noviembre de 2010
Unidad 6: Árboles Filogenéticos BT7412, CC5702 Bioinformática Diego Arroyuelo 2 de noviembre de 2010 Temario (Introduction to Computational Molecular Biology Setubal y Meidanis Capítulo 6) 1. Introducción
Más detallesDescripción de las formas de objetos tridimensionales en su entorno
Unidad 03: Comparando y caracterizando figuras. Grado 02 Matemáticas Clase: Descripción de las formas de objetos tridimensionales en su entorno Nombre: Introducción a. Observa las siguientes figuras, escribe
Más detallesCapítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica
Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 3: Relaciones, Funciones, y Notación Asintótica Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 1: Fundamentos:
Más 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 detallesPRECALCULO. Nomenclatura del Curso : MAT-001. Nombre del Curso : Precalculo. Prerrequisitos : Ninguno. Número de Créditos : 5. Horas Teóricas : 45
Nomenclatura del Curso : MAT-001 Nombre del Curso : Precalculo Prerrequisitos : Ninguno Número de Créditos : 5 Horas Teóricas : 45 Horas prácticas : 30 Horas Investigación : 45 Docente : INTRODUCCION PRECALCULO
Más detallesToda copia en PAPEL es un "Documento No Controlado" a excepción del original.
S U P E RIO R DE MISANTLA Apartado: 7. Copia No. Código: PD- AEF-04 Versión No.: 03 Hoja : de Analiza y resuelve problemas computacionales utilizando las técnicas básicas de lógica e inducción matemática.
Más detallesCombinatoria : nuevas tendencias e interacciones
J. Ramírez Alfonsín Université Montpellier 2, Francia ITAM, México, D.F. 24 de Enero de 2013 1 Algoritmos aleatorios 2 Algoritmos aleatorios Método de Buffon d d d d d d 2d Método de Buffon d d d d d d
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 detalles