Problemas Algorítmicos

Slides:



Advertisements
Presentaciones similares
Representación del conocimiento
Advertisements

Complejidad Computacional
Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Inteligencia Artificial
Analisis deAlgoritmos
Razonamiento Explícito y Experimentación en la Algoritmia
¿QUÉ SON LAS BASES DE DATOS?
UNIDAD I MODELOS Y TOMA DE DECISIONES
COMPONENTIZACIÓN DE ALGORITMOS GENETICOS Y SU IMPLEMENTACIÓN EN UNA PLATAFORMA ABIERTA PARA APRENDIZAJE COMPUTACIONAL.
Análisis Matemático III
UNIVERSIDAD LATINA (UNILA) II.- ANALISIS DE ALGORITMOS
INTELIGENCIA ARTIFICIAL
Tratabilidad y NP-Completitud
Transferencias de Zona:
Sistema de Ecuaciones Lineales
Introducción a la NP_Completitud Ineficiencia e Intratabilidad No Computablidad e Indecibilidad.
Agrupamiento de relaciones no lineales entre expresiones de genes
DEFINICIONES Y TERMINOLOGÍA
Inteligencia Artificial Resolver problemas mediante búsqueda
Modelos de Programación Entera - Heurísticas
Complejidad Problemas NP-Completos
ESCUELA POLITECNICA DEL EJERCITO COMPUTACIÒN AVANZADA NOMBRES:
 La resolución de problemas algorítmicos no solamente implica que los informáticos sepan programar sino necesitan de otras habilidades como tener una.
Introducción a la NP_Completitud
Fundamentos de Programación
Exponentes y Logaritmos.
Inteligencia Artificial
Optimización Combinatoria usando Algoritmos Evolucionistas Problemas de Optimización. Idea: Encontrar una solución "factible" y "óptima" de acuerdo a algún.
Universidad de los Andes-CODENSA
Recuperaci ó n Basada en Contenido M. Andrea Rodríguez Tastets DIIC - Universidad de Concepción
COMPLEJIDAD COMPUTACIONAL Departamento de Educación Matemática Profesor: Carlos Aguilar Santana “La Matemática es el Alfabeto con el cual Dios ha Escrito.
Agentes de resoluciones d problemas Parte I. Un agente puede adoptar una meta o un propósito para satisfacer.

DINAMICA DE LOS SISTEMAS DE PARTICULAS
Complejidad de los problemas de decisión
Resolución de un sistema tres por tres Aplicando el método de sustitución.
PROGRAMACIÓN LINEAL.
Problemas de Grafos y Tratbilidad Computacional
¿Optimización por Simualción u Optimización para la Simulación? Universidad Central de Venezuela Escuela de Ingeniería Eléctrica Dr. Ebert Brea Profesor.
complejidad de un problema.
Agustín J. González ELO320: Estructura de Datos y Algoritmos
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería Maestría en Ingeniería Eléctrica.
Parte II. Algorítmica. 4. Programación dinámica.
Programación Lineal Método Grafico
I. Complejidad de Problemas
Análisis y Diseño de Algoritmos
Una introducción a la computación evolutiva
Método de Montecarlo (…Números Pseudoaleatorios).
Programación Matemática
Problemas de grafos y Tratabilidad Computacional
Agustín J. González ELO320: Estructura de Datos y Algoritmos
Instituto Tecnológico De Villahermosa Alumno: Lázaro García Hernández.
Seguridad Informática y Criptografía Material Docente de Libre Distribución Ultima actualización: 03/03/03 Archivo con 28 diapositivas Jorge Ramió Aguirre.
Algoritmos y estructura de datos en I.O.
Escuela de Ciencias Basicas, Tecnología e Ingeniería
INVESTIGACION OPERATIVA
Programación Lineal.
BUSQUEDA EN ANCHURA Y PROFUNDIDAD
Introducción a los TADs
La clase P juega un papel importante en la teoría de la complejidad computacional debido a que: 1. P es invariante para todos los modelos de cómputo que.
Marco de Trabajo para Indexación, Clasificación y Recopilación Automática de Documentos Digitales Javier Caicedo Espinoza Gonzalo Parra Chico.
Grupo de Modelamiento de Sistemas Programa de Ingeniería Civil UdeA.
Problemas P, NP y NP-Completos CLASE P Los algoritmos de complejidad polinómica se dice que son tratables en el sentido de que suelen ser abordables en.
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
PROBLEMAS ALGORITMICOS.  Los programadores deben ser capaces de diseñar una solución de tal manera que puedan resolver los problemas planteados.  Estos.
GUÍA 1: PROCESADOR DE TEXTO Curso Básico de Sistemas Para Padres de Familia.
Clasificación de problemas algorítmicos
1 INTELIGENCIA ARTIFICIAL 2018-II. Clasificación de problemas algorítmicos.
Transcripción de la presentación:

Problemas Algorítmicos

Clasificación de Problemas Algorítmicos Por su Naturaleza Los problemas algorítmicos son clasificados de acuerdo a su naturaleza intrínseca respecto a la posibilidad y dificultad de resolverlos. Por su Tratabilidad Los problemas que admiten solución son clasificados de acuerdo a la complejidad que presentan los algoritmos para resolverlos. Por el tipo de Respuesta Los problemas son clasificados de acuerdo a la respuesta requerida por el problema.

1.- Clasificación por su Naturaleza Los problemas de naturaleza algorítmica que no admiten solución por algoritmo son llamados no - computables. Los problemas de decisión y no-computables son llamados de indecidibles. Los problemas para los cuales existen algoritmos de complejidad polinomial para resolverlos son llamados de tratables. Los problemas que admiten solución y para los cuales comprobadamente no pueden ser resueltos por algoritmos de complejidad polinomial son rotulados de intratables

Clasificación por su Naturaleza No computable Problemas que no admiten Solución algorítmica Indecidible Tratable Problemas que admiten Solución algorítmica Intratable

2.- Clasificación por su Tratabilidad: P y NP La Clase P: Está constituida por todos los problemas comprobadamente tratables, esto es, problemas que pueden ser resueltos por algoritmos de complejidad polinomial. Problemas de la Clase P: Resolución de Sistemas de Ecuaciones Lineales Contabilidad (registrar y/o modificar transacciones) Ordenar números, buscar palabras en un texto Juntar Archivos En general los sistemas operacionales (facturación, control de almacenes, planillas, ventas, etc.) Cualquier problema de la Programación Lineal

Clasificación por su Tratabilidad: P y NP La Clase NP: Está constituido por todos los problemas que pueden ser resueltos por algoritmos enumerativos, cuya búsqueda en el espacio de soluciones es realizada en un árbol con profundidad limitada por una función polinomial respecto al tamaño de la instancia del problema y con ancho eventualmente exponencial. Problemas de la Clase NP: Clique Cobertura de Vértices y Aristas Coloración de Grafos Mochila Lineal y Cuadrática Optimización de Desperdicios Agente Viajero

3.- Clasificación por el tipo de Respuesta Problemas de Decisión Objetivo: Responder SI o NO a una determinada indagación. Problemas de Localización Objetivo: Encontrar, caso exista, una estructura que verifique las restricciones del problema, dicha estructura es denominada de solución viable. Problemas de Optimización  Objetivo: Encontrar una estructura que verifique las restricciones del problema y optimice un criterio pre-definido. Esto es, encontrar una solución viable que optimice un criterio pre-determinado.