diapositivas de temas de metodología

1. UNIDAD 6 Teoría de grafos

2. A : G R F O Un grafo es un conjunto, no vacío, de objetos llamados vértices (o nodos) y una selección de pares de vértices, llamados aristas que pueden ser orientados o no.

3. INTRODUCCIÓN

4. La teoría de grafos tiene su origen en el problema de los siete puentes de Königsberg resuelto por LeonhardEuler. Mapa deKönigsbergen la época de LeonhardEuler, que muestra dónde se encontraban los siete puentes (en verde claro) y las ramas del río (en celeste).

5. LeonhardEuler (1707 - 1783)

7. La enumeración de isómeros de hidrocarburos.

9. En la teoría de los grafos, sólo se queda lo esencial del dibujo: la forma de las aristas no son relevantes, sólo importan sus extremidades (o cabos); la posición de los vértices tampoco, y se puede variar para obtener un grafo más claro, y hasta sus nombres se pueden cambiar. Estos cambios se llaman: ISOMORFISMOS

10. Conceptos básicos de grafos V Un conjunto de vértices y de aristas E de forma tal que cada arista se asocia a un par de vértices. Grafo:

11. Una arista “e” en un grafo asociada a vértices “a” y “b”, se dice, que es incidente en “a” y “b” y viceversa, que“a” y “b” son incidentes en “e”. Y por lo tanto que “a” y “b” son vértices adyacentes en “e”. Si “G” es un grafo con vértices “V” y aristas “E”, entonces G = (V, E).

12. 2 a b h 1 3 f g e d i c 4 5 V = {1, 2, 3, 4, 5} Vértices E = {a, b, c, d, e, f, g, h, i } Aristas G = { (1, 2), (3, 2), (4, 5), (5, 3), (1, 4), (2, 4), (2, 5), (1, 3), (5, 1)} Grafo

14. Lazo: Es una arista incidente enunsólo vértice. ejemplo: a6 = (v5, v5). ). LAZO Aristas paralelas Aristas paralelas. Cuando dos o más aristas están asociadas con el mismo par de vértices. Ejemplo: las aristas a2 y a3 están asociadas al mismo par de vértices. Es decir: a2 = (V1, V3) y a3 = (V1, V3).

15. Vértice aislado: El vértice que no es incidente en alguna arista

16. Grado o valencia de un vértice “v”: Es el número de aristas incidentes en “v”. GRADO O VALENCIA

17. Subgrafos: Parte de un grafo. algunos subgrafos de este grafo serían los siguientes:

18. Clasificación de grafos.

19. Grafo dirigido. Llamado también dígrafo tienen un conjunto de vértices V (nodos) y un conjunto de aristas E (arcos o lados), tal que cada arista se asocia a un par ordenado de vértices. Ejemplo: A B C D Grafo no dirigido.Tienen un conjunto de aristas E (arcos o lados), tal que cada arista se asocia a un par noordenado de vértices. De modo que para cualquier par de nodos existe al menos un camino que los une

20. Grafo pesado, ponderado ó etiquetado Un grafo es pesado cuando sus aristas contienen datos (etiquetas). Una etiqueta puede ser un nombre, costo ó un valor de cualquier tipo de dato. También a este grafo se le denomina red de actividades, y el número asociado al arco se le denomina factor de peso.

21. Si A, B, C, D, E , F, G, H (los vértices ) fueran ciudades, entonces los números serían ponderaciones que podrían indicar los kilómetros que existen de una ciudad a otra o tal vez lo que cuesta un pasaje de una ciudad a otra. Por ejemplo de la ciudad A a la ciudad H hay 10 kilómetros de distancia.

22. Grafo simple: Es un grafo que no tiene lazos ni aristas paralelas.

23. Grafos Isomorfos: Dos grafos son isomorfos cuando existe una correspondencia biunívoca (uno a uno), entre sus vértices de tal forma que dos de estos quedan unidos por una arista en común.

24. Grafo nulo: Se dice que un grafo es nulo cuando los vértices que lo componen no están conectados, esto es, que son vértices aislados.

25. Grafo regular. Aquel con el mismo grado en todos los vértices. Si ese grado es k lo llamaremos k-regular. EJEMPLO 2-REGULAR

27. Cada arista de A une un vértice de V1 con uno de V2.

29. Grafos Platónicos: Son los Grafos formados por los vértices y aristas de sólidos regulares (Sólidos Platónicos), como el tetraedro, el cubo, el octaedro, el dodecaedro, el icosaedro, etc..

30. Grafos conexos. Un grafo se puede definir como conexo si cualquier vértice V pertenece al conjunto de vértices y es alcanzable por algún otro.

31. Camino: Es un conjunto de vértices y aristas que parten de un vértice y llevan a otro vértice Longitud de camino: Es el número de arcos o aristas en ese camino. A c e b d f Aquí tenemos que un camino que va de: “A” a “E” seria (a, d, e) La longitud de este camino seria 2

32. Camino simple: Es cuando todos sus vértices, excepto tal vez el primero y el último, son distintos. Ciclo simple: Es un camino simple de longitud por lo menos de uno que empieza y termina en el mismo vértice. A c e b d f Un ejemplo de esto seria el camino de “A” a “B”= (a,d,e,f,c,b) Un ejemplo seria (a,d,e,f,a)

33. Camino Euleriano Llamaremos camino euleriano a un camino que contiene a todas las aristas del grafo, apareciendo cada una exactamente una vez. Teorema Sea G un grafo conexo G es euleriano ⇔ Todos los vértices de G tienen grado par.

34. Ciclos y caminos hamiltonianos Grafo cíclico: Se dice que un grafo es cíclico cuando contiene por lo menos un ciclo. Un ciclo hamiltoniano tiene además que recorrer todos los vértices exactamente una vez (excepto el vértice del que parte y al cual llega).

35. Ciclo Hamiltoniano Ciclo Euleriano

36. Grafo acíclico: Se dice que un grafo es acíclico cuando no contiene ciclos.

37. Grado de salida. El grado de salida de un nodo v de un grafo g, es el número de arcos o aristas que empiezan en v. Grado de entrada. El grado de entrada de un nodo v de un grafo g, es el número de aristas que terminan en v.

38. REPRESENTACIÓN DE ESTRUCTURA

39. INICIO num1,num2 SECUENCIAS r= num1 + num2 Es el seguimiento de pasos al realizar alguna tarea. r FIN

40. Selección (if-then-else) Dado que una condición produce un valor verdadero o falso, se necesita una sentencia de control que ejecute determinada sentencia si la condición es verdadera , y otra si es falsa. Esta alternativa se realiza con la sentencia IF-THEN-ELSE.

41. Mientras (do-while) Laacción de do-while es repetir una serie de instrucciones hasta que se cumpla una determinada condición. Aquí las palabras do y while sirven también como delimitadores de bloque.

42. Selección múltiple (case) La sentencia de selección múltiple se utiliza para ejecutar distintas sentencias en función de los distintos valores que pueda tomar una expresión.

43. Los algoritmos de búsqueda desempañan un trabajo importante en la teoría de grafos particularmente esta ligada a la programación de objetos. Básicamente estos términos se aplican en áreas estratégicas en las matemáticas y desempeñan un juego muy importante tanto en los grafos como en los árboles. Algoritmo de Recorrido Y Búsqueda.

44. BÚSQUEDA EN PROFUNDIDAD (BEP) Un recorrido en profundidad es un algoritmo que permite recorrer todos los nodos de un grafo o árbol de manera ordenada, pero no uniforme. Su manera de funcionar se basa en ir expandiendo cada una de los nodos que va localizando, de manera recursiva, recorriendo todos los nodos de un camino concreto. Cuando ya no quedan más nodos por visitar en este camino, regresa hacia atrás, de tal manera que comienza el mismo proceso con cada uno de los hermanos del nodo ya procesado.

45. Recorrido en profundidad: el recorrido en profundidad trata de buscar los caminos que parten desde el nodo de salida hasta que ya no es posible avanzar más. Cuando ya no puede avanzarse más sobre el camino elegido, se vuelve atrás en busca de caminos alternativos, que no se estudiaron previamente.

46. BÚSQUEDA ANCHURA (BEA) En Ciencias de la computación, Búsqueda en anchura es un algoritmo para recorrer o buscar elementos en un grafo (usado frecuentemente sobre árboles). Intuitivamente, se comienza en la raíz (eligiendo algún nodo como elemento raíz en el caso de un grafo) y se exploran todos los vecinos de este nodo. A continuación para cada uno de los vecinos se exploran sus respectivos vecinos adyacentes, y así hasta que se recorra todo el árbol. Formalmente, BEA es un algoritmo de búsqueda sin información, que expande y examina todos los nodos de un árbol sistemáticamente para buscar una solución.

47. Recorrido en anchura: El recorrido en anchura supone recorrer el grafo, a partir de un nodo dado, en niveles, es decir, primero los que están a una distancia de un arco del nodo de salida, después los que están a dos arcos de distancia, y así sucesivamente hasta alcanzar todos los nodos a los que se pudiese llegar desde el nodo salida.

48. ARBOLES

49. RAIZ PRINCIPAL A PADRE DE B,C,D RAMA C B D NODOS TERMINALES U HOJAS E F G H I J SON HERMANOS SON HIJOS DE A NODOS TERMINALES U HOJAS K L M

50. 0 NIVEL 4 NIVEL 3 NIVEL 2 NIVEL A PROFUNDIDAD= 5 LONGITUD= 4 NODOS INTERNOS 1 NIVEL C B D E F G H I J PROFUNDIDAD ES EL NUMERO DE NODOS RECORRIDOS EN EL CAMINO DEL PRIMER AL ULTIMO NODO LONGITUD ES EL NUMERO DE ARISTAS RECORRIDAS EN EL CAMINO DEL PRIMER AL ULTIMO NODO K L NODOS INTERNOS M

51. ÁRBOL BINARIO Un árbol binario es uno con raíz en el cual cada vértice tiene un hijo a la derecha o un hijo a la izquierda, o viceversa, o bien ningún hijo

52. Se dice que un árbol binario es completo si: Cada vértice tiene un hijo a la derecha y uno a la izquierda, o bien ningún hijo.

53. Teorema: Si T es un árbol binario completo con i vértices internos, entonces T tiene i + 1 vértices terminales y 2i + 1 vértices en total.

54. ÁRBOL BINARIO DE BUSQUEDA Es un árbol binario T donde se han asociado datos a los vértices. Estos datos se ingresaran de modo que: El primer dato formara la raíz principal El siguiente dato se analizara si es que la raiz se ubicara hacia el lado izquierdo, sino lo es (es mayor) al lado derecho. El siguiente dato se analizara con la siguiente raiz de modo que cada raiz puede tener como maximo dos hijos.

55. De los siguientes datos ordenar en un árbol binario: 55,38,90,75,15,29,33,69,88,5,46,27,81,50,92,29,3.

56. RECORRIDOS EN UN ARBOL BINARIO Hay tres maneras de recorrer un árbol: en preorden, orden, posorden. Cada una de ellas tiene una secuencia distinta para analizar el árbol como se puede ver a continuación:

57. PREORDEN Visitar la raíz. Recorrido el subarbolizquierdo Recorrido el subarbol derecho

58. ORDEN Recorrer el subarbol izquierdo Visitar la raiz. Recorrer el subarbol derecho

59. POSORDEN Recorrer el subarbolizquierdo. Recorrer el subarbol derecho . Examinar la raíz.

60. REDES

61. REDES La maximización de flujos es un problema típico de la Investigación de Operaciones, el cual tiene muchas aplicaciones, por ejemplo el flujo vial en una ciudad, una red de aguas negras, una red informática, etc. El Modelo de Redes es un método o secuencia el cual nos ayuda a tomar una decisión acertada que podría ser mejorar o dar mayor aprovechamiento a los flujos a vías donde que tengan mas capacidad, creando nuevas vías o eliminando algunas antiguas. También nos ayuda a maximizar este flujo de manera eficiente de forma tal que se aprovechen al máximo los recursos.

63. Poseer un sumidero o vértice fijo que no tiene arista de salida

64. El peso Cij de la arista dirigida de i a j llamado capacidad de “ij” es un numero no negativo. Este es un ejemplo de una red que parte de un punto a que es un Muelle y llega a un punto z que es una refinería.

66. Poseer un sumidero o vértice fijo que no tiene arista de salida

67. El peso Cij de la arista dirigida de i a j llamado capacidad de “ij” es un numero no negativo. Sea “G” una red y sea “Cij” la capacidad de la arista dirigida (ij) se dice que un flujo F en G asigna a cada arista dirigida (ij) un numero no negativo Fij tal que debe cumplir: Fij ≤ Cij

68. TEOREMA DE FLUJO MAXIMA Se puede considerar un grafo como una red de flujo. Donde un nodo fuente produce o introduce en la red cierta cantidad de algún tipo de material, y un nodo sumidero lo consume. Cada arco, por tanto, puede considerarse como un conducto que tiene cierta capacidad de flujo. De igual modo que en redes eléctricas la suma de flujos entrantes a un nodo, debe ser igual a la suma de los salientes (principio de conservación de energía), excepto para el nodo fuente y el nodo sumidero. Por tanto, el problema de flujo máximo se enuncia como: ¿cuál es la tasa a la cual se puede transportar el material desde el nodo fuente al nodo sumidero, sin violar las restricciones de capacidad?.

71. REPRESENTACION GRAFICA DE UNA RED DE PETRI La representación gráfica de una PN es importante porque al observar el modelo del sistema en forma gráfica y observar como cambia de un estado a otro puede mantener la atención y dar una perspectiva más clara a quién esté analizando el problema.