Análisis de algoritmos
|
|
|
- Ernesto Arroyo Araya
- hace 7 años
- Vistas:
Transcripción
1 Demostración laboratorio: Martes 14 de Julio de 2015 Entrega vía Web: Domingo 19 de Julio de 2015 Demostración laboratorio y Entrega vía Web (Extraordinario): Martes 21 de Julio de 2015 M. en C. Edgardo Adrián Franco Martínez [email protected] 1
2 Contenido Definición del proyecto 1. Árbol recubridor mínimo 2. Camino mas corto 3. El problema de las N-Reinas Actividades Reporte de práctica Entrega vía Web Fecha de entrega 2
3 Definición del proyecto Implementar en Visual C#.NET alguna de las siguientes tres opciones de proyecto: 1. Árbol recubridor mínimo 2. Camino mas corto 3. El problema de las N-Reinas 3
4 1. Árbol recubridor mínimo Dado un grafo conexo y no dirigido, un árbol recubridor mínimo de ese grafo es un subgrafo que tiene que ser un árbol y contener todos los vértices del grafo inicial. El algoritmo de Prim es un algoritmo para encontrar un árbol recubridor mínimo en un grafo conexo, no dirigido y cuyas aristas están etiquetadas. El algoritmo de Kruskal es un algoritmo para encontrar un árbol recubridor mínimo en un grafo conexo y ponderado. 4
5 Programar ambos algoritmos y mostrar de manera grafica como funciona cada uno de ellos p.g. Se debe visualizar de manera grafica como se recorre el tamaño de problema (según el algoritmo aristas o vértices) y se va determinando el árbol recubridor mínimo. El grafo inicial y los valores de los pesos de las aristas es dinámico el usuario puede crear cualquier grafo conexo y no dirigido. La solución se muestra simultáneamente para el mismo grafo bajo los dos algoritmos. 5
6 2. Camino mas corto El problema del camino más corto que consiste en encontrar un camino entre dos vértices (o nodos) de tal manera que la suma de los pesos de las aristas que lo constituyen es mínima. El algoritmo de Dijkstra, es un algoritmo para la determinación del camino más corto dado un vértice origen al resto de los vértices en un grafo con pesos en cada arista. El algoritmo de Bellman-Ford genera el camino más corto en un grafo dirigido ponderado. El algoritmo de Dijkstra resuelve este mismo problema en un tiempo menor, pero requiere que los pesos de las aristas no sean negativos, salvo que el grafo sea dirigido y sin ciclos.. 6
7 Programar ambos algoritmos y mostrar de manera grafica como funciona cada uno de ellos p.g. Se debe visualizar de manera grafica como se recorre el tamaño de problema y almacenan los datos para ir determinando el camino mínimo. El grafo inicial y los valores de los pesos (pesos no negativos) de las aristas es dinámico el usuario puede crear cualquier grafo conexo y no dirigido. La solución se muestra simultáneamente para el mismo grafo bajo los dos algoritmos. 7
8 3. El problema de las N-Reinas El problema de las n-reinas es un pasatiempo en el que se colocan n-reinas sin que se amenacen en un tablero de n por n. En el juego del ajedrez la reina amenaza a aquellas piezas que se encuentren en su misma fila, columna o diagonal. El juego de las n reinas consiste en colocar sobre un tablero de ajedrez n sin que estas se amenacen entre ellas. 8
9 Programar la solución al problema de las n-reinas bajo el esquema de backtraking, probabilista y con un algoritmo genetico mostrar de manera grafica como funciona cada uno de ellos p.g. Se debe visualizar de manera grafica como se recorre van colocando las reinas y/o moviendo hasta encontrar la solución final. El usuario introducirá una n entre 4 y 12. La solución se muestra simultáneamente para tres tableros de tamaño n como avanza cada algoritmo. 9
10 Actividades 1. Entender e implementar los algoritmos que resuelven la problemática e implementarlos de manera gráfica en Visual C#.NET. Se deberá de observar el funcionamiento comparativo de los algoritmos. 2. Documentar y explicar los algoritmos y la implementación de estos empleando una solución orientada a objetos y con su correspondiente diagrama de clases. 10
11 Reporte de practica Portada Introducción (Teoría sobre Algoritmos empleados) Planteamiento del problema (Opción seleccionada) Algoritmos (Descripción de la abstracción del problema y los algoritmos que da solución, apoyándose de pseudocódigo, diagramas y figuras en un lenguaje claro) Implementación de los algoritmos (Según los algoritmos utilizados como se implementaron en el código) Errores detectados (Si existe algún error detectado, el cuál no fue posible resolver o se desconoce el motivo y solo ocurre con ciertas condiciones es necesario describirlo) Posibles mejoras (Describir posibles disminuciones de código en la implementación o otras posibles soluciones) Conclusiones (Por cada integrante del equipo) Anexo (Códigos fuente *con colores e instrucciones de compilación) Bibliografía (En formato IEEE) 11
12 Entrega vía Web Grupo 3CM9 En un solo archivo comprimido (ZIP, RAR, TAR, JAR o GZIP) Reporte (DOC, DOCX o PDF) Códigos fuente (.C,.H, etc.) Contraseña analisis3cm9 Código documentado: Titulo, descripción, fecha, versión, autor. (Funciones y Algoritmos: Qué hace?, Cómo lo hace?, Qué recibe?, Qué devuelve?, Causa de errores?). OBSERVACIONES *NO enviar ejecutables o archivos innecesarios, las instrucciones de compilación van en el anexo del reporte. (Yo compilare los fuente) 12
13 Fecha de entrega Demostración (Laboratorio de Sistemas 1 ) 3CM4 Martes 14 de Julio de 2015 Entrega de reporte y código En un solo archivo comprimido Fecha y hora limite de entrega vía Web Domingo 19 de Julio de 2015 a las 23:59:59 hrs. Demostración laboratorio y Entrega vía Web (Extraordinario) Martes 21 de Julio de
Practica 05: El problema de las N-Reinas
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Problema Descripción Opcional
Practica 03: Uso de expresiones regulares en Python
Practica 03: Uso de expresiones regulares en Python Entrega vía Web: Domingo 08 de Septiembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom
Análisis de algoritmos
Practica 04: Codificación voraz de Huffman Entrega vía Web: 05 de Julio de 2015 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected] 1 Contenido
Practica 07: Maquina de Turing
Entrega vía Web: Viernes 06 de Diciembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected] 1 Contenido Definición del problema
Estructuras de Datos. Practica 06: Codificación de Huffman
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom 1 Contenido Definición del problema Algoritmo de Huffman Pasos del código de Huffman Actividades
Practica 03: Eliminación Gaussiana
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Introducción Ecuaciones lineales
Practica 01: Evaluación de expresiones infijas
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Definición del problema Actividades
Análisis de algoritmos
Practica 03: Codificación voraz de Huffman M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom 1 Contenido Definición del problema Algoritmo
Practica 04: Soluciones Recursivas
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Problema Descripción Observaciones
Practica 04:Conversión de AFN a AFD
Practica 04:Conversión de AFN a AFD Entrega vía Web: Domingo 20 de Octubre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected] 1 Contenido
Practica 01:Prefijos, sufijos, subcadenasy operaciones con cadenas
Practica 01:Prefijos, sufijos, subcadenasy operaciones con cadenas Entrega vía Web: Lunes 26 de Agosto de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom
Análisis de algoritmos
Practica 0 : Análisis temporal y notación de orden (Algoritmos de búsqueda) M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Practica 0 :
Practica 06:Autómata de pila de una GLC
Practica 06:Autómata de pila de una GLC Entrega vía Web: Viernes 06 de Diciembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected]
Practica 03: Diccionario con hashing abierto
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Problema Descripción Observaciones
Practica 05: Limpieza de gramáticas libres de contexto
Entrega vía Web: 10 de Noviembre de 2013 M. en C. Edgardo Adrián Franco Martínez http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected] 1 Contenido Definición del problema Observaciones
Practica 02: Simulaciones con el TAD Cola
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Definición del problema Simulación
Análisis de algoritmos
(Algoritmos de Ordenamiento) M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Contenido Definición del problema Actividades Observaciones
Práctica 01 - Preprocesamiento básico para un código fuente en lenguaje C Compiladores - Profr. Edgardo Adrián Franco Martínez
2 Contenido Introducción Análisis léxico Funciones del analizador léxico Preprocesamiento básico de un código fuente de C Manejo de búferes 3 Introducción Para la construcción de todo traductor, compilador
3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS.
3.0.-ARBOLES ABARCADORES Y COMPONENTES CONEXOS 3.1.- CONCEPTO DE ARBOL ABARCADOR Y SU RELACION CON LOS RECORRIDOS. 3.2.- BOSQUES Y COMPONENTES CONEXOS. NEXON LENIN CEFERINO POMPOSO Los árboles son particularmente
Encuadre de la Unidad de Aprendizaje
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Introducción Estructuras de datos
Practica 01: Programación en C bajo Linux y funciones
Practica 01: Programación en C bajo Linux y funciones http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected] Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Programación
Práctica 03 Ejercicios con Lex
2 Práctica 03 Ejercicios con Lex Programar utilizando Lex la solución a los siguientes 6 ejercicios. 2 3 Ejercicio 01 1.- Hacer un programa utilizando LEX que imprima el fichero de entrada pero con el
Proyecto final "Sistema de instrumentación virtual"
"Sistema de instrumentación virtual" M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com @efranco_escom [email protected] 1 Contenido Introducción Objetivos Actividades Observaciones Reporte
ARBOLES GENERADORES. Orlando Arboleda Molina. 16 de septiembre de Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle
ARBOLES GENERADORES Orlando Arboleda Molina Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle 16 de septiembre de 2008 Contenido Árboles generadores Algoritmo búsqueda por profundidad
Análisis de algoritmos
Encuadre de la unidad de aprendizaje M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom 1 Contenido Introducción Antecedentes Resolver un problema
5.6 Árbol generador de un grafo
88 5.6 Árbol generador de un grafo Definición 5.59. Sea G un grafo simple. Un árbol generador de G es un subgrafo de G que es un árbol y contiene todos los vértices de G. Ejemplo 5.60. Un grafo y algunos
Tema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Laboratorio 04: Anidamiento de estructuras iterativas y selectivas
Laboratorio 04: Anidamiento de estructuras iterativas y selectivas http://computacion.cs.cinvestav.mx/~efranco @efranco_escom [email protected] Estructuras de datos (Prof. Edgardo A. Franco) 1
Tema 1: Introducción a la Teoría de Grafos
Tema 1: Introducción a la Teoría de Grafos MATEMÁTICA A DISCRETA Nociones básicas Subgrafos. Operaciones con grafos Formas de definir un grafo Isomorfismo de grafos Tema 1: 1 Nociones básicas: Grafo: G
TIPOS ABSTRACTOS DE DATOS EN HASKELL
TIPOS ABSTRACTOS DE DATOS EN HASKELL ÍNDICE GENERAL 1. Introducción a Haskell 2. Tipos abstractos de datos en Haskell 3. TAD Grafo 4. TAD Montículos 5. Bibliografía INTRODUCCIÓN A HASKELL 1. Introducción
Tema: Recorrido de Grafos. Ruta más corta
PED104. Guía N 12 Página 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación con Estructuras de Datos Tema: Recorrido de Grafos. Ruta más corta Competencia Desarrolla sistemas de información
Laboratorio 02: Ejercicios de programación en C
olicitado: Ejercicios 02: Soluciones estructuradas en C M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo
Análisis de algoritmos
Tema 10: Algoritmos ávidos M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom 1 Contenido Introducción Algoritmos ávidos Forma general de un
5.4 Caminos mínimos: Algoritmo de Dijkstra
81 5.4 Caminos mínimos: Algoritmo de Dijkstra Al observar nuestro mapa de carreteras se pueden considerar las distancias en km que hay entre las ciudades, a cada arista se le asigna el valor correspondiente
ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES
ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES ÁRBOL Un árbol es un grafo no dirigido, conexo, sin ciclos (acíclico), y que no contiene aristas
01 Presentación del curso Investigación 1
Instituto Politécnico Nacional Centro de Estudios Científicos y Tecnológicos núm. 9 Laboratorio de proyectos de tecnologías de la información iv Prof. Emmanuel Oropeza Gonzalez 01 Presentación del curso
Problema de las N Reinas. Resolución paralela
Problema de las N Reinas Resolución paralela Indice Introducción al problema Representación y Soluciones Resolución secuencial Resolución paralela Conclusiones Bibliografía 2 3 Introducción Introducción
Diseño estructural y propuesta de actividades. Desarrollo de software, metodología de proyectos IT, licenciatura en informática o afines
Formato 1 UNIVERSIDAD DE GUADALAJARA FASE 1 1. DATOS GENERALES DEL CURSO Nombre del curso Programación orientada a objetos Programa al que pertenece Créditos y horas Horas teoría 35 Horas práctica 70 Eje
Grafos. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Grafos 1 / 30
Grafos AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Grafos / 0 Objetivos Al finalizar este tema tendréis que: Conocer la terminología básica de la teoría de grafos. Pasar
Análisis de Algoritmos Teoría de grafos
Análisis de Algoritmos Teoría de grafos Dra. Elisa Schaeffer [email protected] PISIS / FIME / UANL Teoría de grafos p. 1 Grafos Un grafo G es un par de conjuntos G = (V,E) Teoría de grafos p. 2
Algoritmos de Aproximación
Algoritmos de Aproximación Clase 3 Problema de Steiner y TSP Pablo Romero Lunes 8 de agosto de 2016, Montevideo, Uruguay. Contenidos 1 Cubrimiento de Vértices 2 Agenda 1 Cubrimiento de Vértices 2 Definición
Descripción 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
Teoría de redes y optimización en redes
Teoría de redes y optimización en redes Pedro Sánchez Martín Contenidos Definiciones básicas Árbol generador mínimo de expansión Camino mínimo Algoritmo Dkstra Algoritmo Bellman-Ford Fluo máximo Fluo de
Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos
Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos Objetivos: Estudio de la técnica de diseño de algoritmos voraces Estudio de algunos problemas clásicos: Indice: Mochila con fraccionamiento Algoritmos
Tema 02: Algoritmia y pseudocódigo
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo A. Franco) 1 Contenido Pseudocódigo Ejemplo 01 Ejemplo
Entregable 4.- RESUELTO. Semana del 5 de octubre al 11 de octubre
Entregable 4.- RESUELTO Semana del 5 de octubre al 11 de octubre 1. Resuelve los siguientes sistemas de ecuaciones 1. 2x = 5 en Z 7 3x = 1 en Z 5 x = 3 en Z 8 2. 2x = 1 en Z 6 x = 4 en Z 11 3x = 2 en Z
Algoritmo de Kruskal
Algoritmo de Kruskal Curso de Teoría Algebraica de Grafos Facultad de Ingeniería Universidad de la República 4 de mayo de 202 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un
ANÁLISIS Y DISEÑO DE ALGORITMOS
ANÁLISIS Y DISEÑO DE ALGORITMOS CURSO 26/27 BOLETÍN DE PROBLEMAS: ALGORITMOS VORACES Ejercicio 1 Sean n personas, representadas por los Enteros : 1..n, puestas en círculo, y m, un Entero no negativo cualquiera,
Tema 08: TAD Árbol. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom
Tema 08: TAD Árbol M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Descripción del TAD Árbol Especificación
Tema 07: Backtraking. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom
Tema 07: Backtraking M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Backtraking Búsqueda en profundidad
Teoría de grafos y optimización en redes
Teoría de grafos y optimización en redes José María Ferrer Caja Universidad Pontificia Comillas Definiciones básicas Grafo: Conjunto de nodos (o vértices) unidos por aristas G = (V,E) Ejemplo V = {,,,,
Capítulo 7. Grafos. Continuar
Capítulo 7. Grafos Continuar Introducción Uno de los primeros resultados de la teoría de grafos fue el que obtuvo Leonhard Euler en el siglo XVIII al resolver el problema de los puentes de Königsberg.
Tema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Algoritmos voraces (greedy)
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 21 de marzo de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Algoritmos voraces 21 de marzo de 2018 1 / 45 1 Algoritmos voraces (greedy) Aplicaciones de
Proyecto: El Problema de las 8 Torres
Universidad Simón Bolívar Departamento de Computación y Tecnología de la Información CI-2125 Computación I Sep-Dic 2003 Introducción: Proyecto: El Problema de las 8 Torres El problema de colocar 8 reinas
Laboratorio 03: Ejercicios de Programación con la estructura para (for)
Laboratorio 03: Ejercicios de Programación con la estructura para (for) Solicitado: Ejercicios 03: Ejercicios con for y la función gotoxy() M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com
Teoría de Grafos Introducción Grafos isomorfos
Capítulo 1 Teoría de Grafos 1.1. Introducción Definición. Denominaremos pseudomultigrafo a una terna (V,E, γ), donde V y E son conjuntos y γ : E {{u,v}: u,v V }. El conjunto V se denomina conjunto de vértices
TEMA IV TEORÍA DE GRAFOS
TEMA IV TEORÍA DE GRAFOS Poli Abascal Fuentes TEMA IV Teoría de grafos p. 1/? TEMA IV 4. TEORÍA DE GRAFOS 4.1 GRAFOS 4.1.1 Introducción 4.1.2 Definiciones básicas 4.1.3 Caminos y recorridos 4.1.4 Subgrafos,
Sílabo de Matemática Discreta
Sílabo de Matemática Discreta I. Datos generales Código ASUC 00562 Carácter Obligatorio Créditos 4 Periodo académico 2017 Prerrequisito Ninguno Horas Teóricas 2 Prácticas 4 II. Sumilla de la asignatura
En la fig. 1 se representa el grafo, G=(V,A) donde: V = {1, 2, 3, 4, 5, 6} A = { {1,2}, {1,3}, {1,5}, {3}, {3,4}, {4,5}, {5,6} }
Unidad 1 Parte 1 - Teoría de Grafos Introducción En este capítulo veremos la noción matemática de grafo y propiedades de los mismos. En capítulos subsiguientes veremos las estructuras de datos utilizadas
Algoritmos mas complejos. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A.
Algoritmos mas complejos Divide y Vencerás Técnica empleada en cosas dispares. También en el diseño de algoritmos. (ordenación: Quicksort; Mergesort). Consiste básicamente en dividir un problema original
Un grafo G = (V, E) se dice finito si V es un conjunto finito.
1 Grafos: Primeras definiciones Definición 1.1 Un grafo G se define como un par (V, E), donde V es un conjunto cuyos elementos son denominados vértices o nodos y E es un subconjunto de pares no ordenados
Practica 03: El convertidor analógico digital
Practica 03: El convertidor analógico digital M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com [email protected] @edfrancom edgardoadrianfrancom 1 Contenido Introducción Objetivos Actividades
Objetivos 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
Capítulo 5 Introducción a la teoría de grafos
Capítulo 5 Introducción a la teoría de grafos 5.1. Terminología básica y tipos de grafos Una primera aproximación a la teoría de grafos la tenemos cuando observamos un mapa de carreteras: ciudades (vértices)
Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.
Grafos Los grafos son estructuras que constan de vértices o nodos y de aristas o arcos que conectan los vértices entre sí. Un grafo G consiste en dos cosas: 1. Un conjunto V de elementos llamados nodos
Hamilton, Euler y Dijkstra
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACION Matemáticas Discretas III (Cód. 6108) Práctica # 2 Hamilton, Euler y Dijkstra 1. Sea G = un multigrafo no dirigido donde
Algoritmos Voraces. Diseño y Análisis de Algoritmos
Algoritmos Voraces Diseño y Análisis de Algoritmos Contenidos Contenidos 1 Introducción 2 Ejemplos básicos 3 Cambio de monedas 4 Problema de la mochila 5 Problemas de planificación de tareas 6 Patrones
Proyecto 2: Resolviendo el 8-Puzzle con A*
Universidad Simón Bolívar Departamento de Computación y Tecnología de la Información CI-2693 Laboratorio de Algoritmos III Trimestre Septiembre-Diciembre de 2008 Proyecto 2: Resolviendo el 8-Puzzle con
ANÁLISIS Y DISEÑO DE ALGORITMOS
ANÁLISIS Y DISEÑO DE ALGORITMOS CURSO 2005/2006 BOLETÍN DE PROBLEMAS: ALGORITMOS VORACES Ejercicio 1 Sean n personas, representadas por los Enteros : 1..n, puestas en círculo, y m, un Entero no negativo
El TAD Grafo. El TAD Grafo
Objetivos! Estudiar la especificación del TAD Grafo! Presentar diferentes alternativas de implementación! Conocer los algoritmos más importantes de manipulación de grafos Contenidos.1 Conceptos. Especificación
Introducción a la Teoría de Grafos
Introducción a la Teoría de Grafos Conceptos Simples, Problemas Difíciles Héctor Ramírez C. 1 1 Departamento de Ingeniería Matemática Universidad de Chile Curso MA3701: Optimización Héctor Ramírez C. (U.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SOFTWARE 1. INFORMACIÓN GENERAL
Algoritmos para determinar Caminos Mínimos en Grafos
Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)
Árboles. no es un árbol porque no es conexo. Sin embargo, cada componente conexa es un árbol y, este tipo de grafo se llama bosque.
Ejemplos Árboles Un grafo sin lazos, es un árbol si es conexo y no contiene ciclos. Tenemos que: es un árbol. no es un árbol porque contiene un ciclo. no es un árbol porque no es conexo. Sin embargo, cada
Capítulo 3 Herramienta de Simulación
Capítulo 3: Herramienta de Simulación 35 Capítulo 3 Herramienta de Simulación En este capítulo se muestra de manera general el funcionamiento de la herramienta de simulación. Se explican brevemente los
