SimulacióndeInteligenciaAr2ficialUnidad2.RepresentacióndelConocimiento–Algoritmosde
búsquedayubicacióndeDatos
CentroUniversitarioUAEMValledeMéxico
Unidad2.Rep.Con.-VictorM.LandassuriM.
LicenciaturaenInforma2caAdministra2va
1
Fechadeelaboración:Julio2016Semestre:Agosto–Diciembre2016
MAPA CURRICULAR DE LA LICENCIATURA EN INFORMÁTICA ADMINISTRATIVA 2003 CRÉDITOS TOTALES: 400
CO
NTA
BILI
DA
DC
OM
PLEM
ENTA
RIA
IDIO
MA
SM
ATE
MÁ
TICA
SA
DM
INIS
TRA
CIÓ
NIN
FORM
ÁTIC
A
ADMINISTRACIÓN POR
COMPETENCIAS
4 2
10
INGLÉS C1226
226
INGLÉS C2
COMPORTAMIENTO HUMANO DE LA ORGANIZACIÓN
4 0 8
HABILIDADES DIRECTIVAS 4 0 8
317
CÁLCULO DIFERENCIAL E
INTEGRAL
317
MATEMÁTICAS DISCRETAS
317
ESTADÍSTICA
ESTRUCTURA DE DATOS
226
226
ADMINISTRACIÓN DE BASE DE DATOS
BASES DE DATOS RELACIONALES
248
248
SISTEMAS OPERATIVOS
248
SISTEMAS OPERATIVOS PARA
RED
COMUNICACIÓN ENTRE
COMPUTADORAS 1
248
248
COMUNICACIÓN ENTRE
COMPUTADORAS 2
4210
INGENIERÍA DEL SOFTWARE
ANÁLISIS Y DISEÑO DE SISTEMAS
226
ARQUITECTURA COMPUTACIONAL
226
317
LÓGICA COMPUTACIONAL
INSTALACIONES Y SEGURIDAD
INFORMÁTICA
248
226
ADMINISTRACIÓN INFORMÁTICA
ADMINISTRACIÓN DE UNIDADES
INFORMÁTICAS
226
226
AUDITORIA INFORMÁTICA
INTRODUCCIÓN A LA INFORMÁTICA ADMINISTRATIVA
248
DISEÑO POR COMPUTADORA
248
GRAFICACIÓN Y MULTIMEDIOS
248
248
ALGORITMOS COMPUTACIONALES
248
MÉTODOS NUMÉRICOS
248
PROGRAMACIÓN ESTRUCTURADA
248
PROGRAMACIÓN ORIENTADA A
OBJETOS
248
INTRODUCCIÓN AL SOFTWARE DE BASE
TEMAS SELECTOS DE ARQUITECTURA
COMPUTACIONAL3 1 7
TEMAS SELECTOS DE REDES
COMPUTACIONALES 3 1 7
TEMAS SELECTOS DE SOFTWARE DE BASE
3 1 7
TEMAS SELECTOS DE PROGRAMACIÓN E
INGENIERÍA DE SOFTWARE3 1 7
TEMAS SELECTOS DE TRATAMIENTO DE INFORMACIÓN
3 1 7
TEMAS SELECTOS DE GRAFICACIÓN E
INTELIGENCIA ARTIFICIAL 3 1 7
TEMAS SELECTOS DE ADMINISTRACIÓN Y
AUDITORIA INFORMÁTICA 3 1 7
INGLÉS TÉCNICO INFORMÁTICO
3 1 7
317
MODELOS DE OPTIMIZACIÓN
SISTEMAS DE INFORMACIÓN
ADMINISTRATIVOS
2 26
2 26
SISTEMAS DE INFORMACIÓN DEL
CONOCIMIENTO
SISTEMAS DE INFORMACIÓN ESTRATÉGICOS
2 26
317
ADMINISTRACIÓN DE LAS PYMES
SEMINARIO DE REDES LAN2 2 6
SIMULACIÓN DE REDES WAN2 2 6
SEMINARIO DE MANTENIMIENTO
COMPUTACIONAL 2 2 6
SIMULACIÓN DE SISTEMAS DIGITALES
2 2 6
SEMINARIO DE INGENIERÍA DE
SOFTWARE2 2 6
SEMINARIO DE AUTOMATIZACIÓN DE
OFICINAS2 2 6
SEMINARIO DE ANÁLISIS Y DISEÑO DE SISTEMAS
2 2 6
SEMINARIO DE SISTEMAS DE INFORMACIÓN
2 2 6
SIMULACIÓN DE SISTEMAS EXPERTOS
2 2 6
SIMULACIÓN DE INTELIGENCIA ARTIFICIAL
2 2 6
4210
01515
TALLER DE TITULACIÓN2 2 6
LEGISLACIÓN INFORMÁTICA
ESTRATEGIAS DEL APRENDIZAJE
4 0 8METODOLOGÍA DE LA INVESTIGACIÓN
317
DESARROLLO EMPRESARIAL
226
FORMACIÓN HUMANA Y COMPROMISO SOCIAL
4 0 8VALORES
SOCIOCULTURALES
REDACCIÓN Y COMUNICACIÓN
4 0 8
SOCIEDAD Y DESARROLLO DEL
MUNDO 4 0 8
INVESTIGACIÓN SOCIAL Y COMUNIDAD
4 0 8
RESPONSABILIDAD ÉTICA DE LA EMPRESA
4 0 8
CONTABILIDAD BÁSICA
4 2
10
317
CONTABILIDAD DE COSTOS
MAPA CURRICULAR DE LA LICENCIATURA DE INFORMÁTICA ADMINISTRATIVA 2003 CRÉDITOS TOTALES: 400
EC
ON
OM
ÍAFI
NA
NZA
S
317
ANÁLISIS Y PLANEACIÓN FINANCIERA
MICROECONOMÍA MACROECONOMÍA42
10
PROYECTOS DE INVERSIÓN
317
317
HT HORAS TEÓRICASHP HORAS PRÁCTICASCR CRÉDITOS
TOTAL DEL NÚCLEO BÁSICO14 UA
110 CRÉDITOS
TOTAL DEL NÚCLEO SUSTANTIVO
28 UA206 CRÉDITOS
NÚCLEO SUSTANTIVO OBLIGATORIAS
CURSAR Y ACREDITAR 26 UA
58 HT76 HP
192 CR
NÚCLEO BÁSICO OBLIGATORIAS
CURSAR Y ACREDITAR 11 UA
34 HT 18 HP 86 CR
SIMBOLOGÍA
11 LÍNEAS DE SERIACIÓN
8 Á
REA
S C
URRI
CUL
ARE
S
TOTAL DEL PLAN DE ESTUDIOS
UA OBLIGATORIAS 43 + 1 ACTIVIDAD ACADÉMICA (DESARROLLO EMPRESARIAL)UA OPTATIVAS 10 UA A ACREDITAR 53 + 1 ACTIVIDAD ACADÉMICA (DESARROLLO EMPRESARIAL)
CRÉDITOS 400
TOTAL DEL NÚCLEO INTEGRAL11 UA + 1 ACTIVIDAD
ACADÉMICA ()DESARROLLO EMPRESARIAL)84 CRÉDITOS
NÚCLEO INTEGRAL OPTATIVAS
ACREDITAR 5 UAPARA CUBRIR 30 CRÉDITOS.
NÚCLEO SUSTANTIVO OPTATIVAS
ACREDITAR 2 UA PARA CUBRIR 14 CRÉDITOS.
NÚCLEO BÁSICO OPTATIVAS
ACREDITAR 3 UA PARA CUBRIR 24 CRÉDITOS.
NÚCLEO INTEGRAL OBLIGATORIAS
CURSAR Y ACREDITAR 6 UA + 1 ACTIVIDAD
ACADÉMICA (DESARROLLO EMPRESARIAL)
15 HT24 HP54 CR
2
• VisiónglobaldelaUnidaddeAprendizaje(UDA)
• Descripcióndelaunidaddeaprendizaje
• Unidad2.RepresentacióndelConocimiento2.1Algoritmosdebúsquedadedatos2.2Algoritmosdeubicacióndedatos
• Resumen
• GuiónExplicaHvo
• BibliograKa
ÍndicedeContenidos
Unidad2.Rep.Con.-VictorM.LandassuriM.
3Unidad2.Rep.Con.-VictorM.LandassuriM.
Unidad2.Rep.Con.-VictorM.LandassuriM. 4
Descripcióndela
unidaddeaprendizaje
Iden2ficacióndelCurso
HorasdeTeoría:2hrs.
HorasdePrác2ca:2hrs.
LicenciaturaenInformáHcaAdministraHva
Créditos:6
UnidaddeAprendizajeAntecedente:Ninguna
UnidaddeAprendizajeConsecuente:Ninguna
5Unidad2.Rep.Con.-VictorM.LandassuriM.
Presentación
Debidoa los requerimientosenelmanejode la información, se hace imprescindibleel desarrollo de estrategias y algoritmosque permitan el manejo eficiente de lamisma en todas las áreas del saberhumano.LainteligenciaarHficialdesarrollamétodos para elmanejo y administracióndeésta.
6Unidad2.Rep.Con.-VictorM.LandassuriM.
LineamientosDelProfesor
• Cubrirelprogramaensutotalidad
• Puntualidad
• Asistenciadel100%delassesiones
• Aplicacióndelmarcoteóricoyprác2codelovistoenunasesióndeclaseproporcionalmenteaun33%depesoenel2empodelasesión,detalformaquesepuedaasegurarelaprendizajeypuestaenprác2cadecadaalumno.
• Coordinarasistenciaaunaexposiciónnacionaldeequipodecómputo
• Elaborarypublicarmaterialdidác2coenelportalacadémicodelauniversidad
DelAlumno
• Asistenciamínimadeun80%delcurso.
• Puntualidadconunmáximodetoleranciade15minutos
• Elaborarycumplirlostrabajosteóricosyprác2cosquesesoliciten
• Propuestadetalleresexternossobreelarmadodecomputadoras
• Asis2runaexposiciónnacionaldeequipodecómputo
• ConsultasenelportaldeInternetdelaUniversidad
• ComunicarseporlomenosendosforosdeconsultaenelportalacadémicodelaUniversidad
• Contarconunacuentadecorreoelectrónicoparaintercambiodematerialdidác2codelamateria
7Unidad2.Rep.Con.-VictorM.LandassuriM.
Propósito
El propósito será la simulación de los sistemasde inteligencia ar2ficial para proponersolucionesprác2casaproblemasreales.
8Unidad2.Rep.Con.-VictorM.LandassuriM.
Competenciasgenéricas
9
I d e n 2 fi c a r l o s c o m p o n e n t e s yfuncionamientodeunsistemadesimulacióndeinteligenciaar2ficial.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Ámbitodedesempeño
El proceso de enseñanza-aprendizaje serealizarámediantesesionesdeexplicaciónenclase, ejercicios grupales y realización detrabajos extraclase que complementen loenseñado en el aula. Foros y consulta dematerialeseninternet.
10Unidad2.Rep.Con.-VictorM.LandassuriM.
Estructura
11
• NocionesBásicasdeLógicaUnidad1.• RepresentacióndelConocimientoUnidad2.• IntroducciónallenguajePrologUnidad3.• IntroducciónallenguajeClipsUnidad4.• AplicacionesdeInteligenciaArHficialUnidad5.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Estructuraporunidad
• Unidad1.NocionesBásicasdeLógica– Tablasdeverdad– Semán/cadellenguaje– FormulacióndeOracionesLógicas
• Unidad2.RepresentacióndelConocimiento– Algoritmosdebúsquedadedatos– Algoritmosdeubicacióndedatos– Máquinadeinferencia
12Unidad2.Rep.Con.-VictorM.LandassuriM.
Estructuraporunidad
• Unidad3.IntroducciónallenguajeProlog– Conocimientodelsistemaopera/vodelaPC– OperaciónbásicadelaPC– InstalacióndelsoDware– Comandosbásicosdellenguaje
• Unidad4.IntroducciónallenguajeClips– InstalacióndelsoDware– Conceptosbásicosdellenguaje
13Unidad2.Rep.Con.-VictorM.LandassuriM.
Estructuraporunidad
• Unidad 5. Aplicaciones de la InteligenciaArHficial– Desarrollo de Modelos de Simulación deInteligenciaAr/ficial
14Unidad2.Rep.Con.-VictorM.LandassuriM.
ProcedimientosdeEvaluación
15
2Exámenesescritos 40%Proyecto 40%Trabajo,invesHgaciones ytareas 20%
Unidad2.Rep.Con.-VictorM.LandassuriM.
Unidad2.Rep.Con.-VictorM.LandassuriM. 16
RepresentacióndelConocimiento
Unidad2.Rep.Con.-VictorM.LandassuriM.
Contenido
17
• Unidad2RepresentacióndelConocimiento
2.1Algoritmosdebúsquedadedatos2.2AlgoritmosdeUbicacióndedatos
Unidad2.Rep.Con.-VictorM.LandassuriM. 18
2.1Algoritmosdebúsquedadedatos
Unidad2.Rep.Con.-VictorM.LandassuriM.
AlgoritmodeBúsquedadeDatos
19
• Localizarunelementoconcretodentrodeunaestructuradedatos.
• Darásoluciónaunproblemaexistencialodeunelementodeterminadoenunconjuntofinitodeelementos– SielelementoencuesHónperteneceonoadichoconjunto,ademásdesulocalizacióndentrodeéste.
Unidad2.Rep.Con.-VictorM.LandassuriM.
AlgoritmodeBúsquedadeDatos
20
• AconHnuación,sedescribenaquellosqueseuHlizanparabuscarunelementoenunarregloolista:
• Búsquedasecuencial:– SeuHlizacuandoelcontenidodelaestructuradedatosnoseencuentraonopuedeserordenado.
Unidad2.Rep.Con.-VictorM.LandassuriM.
BúsquedaSecuencial
21
• Trabajademanerasencilla– Consisteenbuscarelelementocomparándolosecuencialmente,concadaelementodelarreglooconjuntodedatoshastaqueseencuentresuubicación,ohastaqueselleguealfinaldelarreglo.
• Laexistenciasepuedeasegurardesdeelmomentoenqueelelementoeslocalizado– Nosepuedeasegurarlanoexistenciahastaquenosehayananalizadotodosloselementosdelarreglo.
Unidad2.Rep.Con.-VictorM.LandassuriM.
BúsquedaSecuencial
22
Ventajas• Eselmejormétododebúsquedapararegistrosdesordenados
• Revisanodopornodosinbrincarninguno.Desventajas• Esmuylento• Silosdatosnoestánenordeneselúnicométodoquepuedeemplear
Unidad2.Rep.Con.-VictorM.LandassuriM.
BúsquedaSecuencial
23
• Silosvaloresdelallavenosonúnicos,paraencontrartodoslosregistrosconunallaveparHcular,serequierebuscarentodalalista.
• Rendimientopobreenlosarchivossecuenciales– AplicacionesinteracHvasqueincluyenpeHcionesoactualizacionesderegistrosindividuales
Unidad2.Rep.Con.-VictorM.LandassuriM.
BúsquedaSecuencial
24
PrincipalesAplicaciones• Deprocesodelotes– ÓpHmosparadichasaplicacionessiseprocesantodoslosregistros.
• Estatécnicaesfuerte,yaqueseaplicaaunpatróndebúsquedapequeño,sencilloymanejable.
Unidad2.Rep.Con.-VictorM.LandassuriM.
BúsquedaSecuencial--Ejemplo
25
Obje/vo:elvalor33• Paso1:Comparar33coníndice1• Paso2:Comparar33coníndice2• Paso3:Comparar33coníndice3• Paso4:Comparar33coníndice4Resultado:Valornoencontrado
Valor
Índice01234
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria(dicotómica)
26
• SeuHlizacuandoelvectorenelquequeremosdeterminarlaexistenciaonodeunelementoestáordenado,opuedeestarlo
• EstealgoritmoreduceelHempodebúsquedaconsiderablemente.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Algoritmo
27
• Secomparaelelementoabuscarconunelementocualquieradelarreglooconjuntodedatos
• Sielvalordeésteesmayorqueeldelelementobuscadoserepiteelprocedimientoenlapartedelarregloquevadesdeeliniciodeéstehastaelelementotomado
• Encasocontrario:
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Algoritmo
28
• Setomalapartedelarregloquevadesdeelelementotomadohastaelfinal.
• Así,sevanobteniendointervaloscadavezmáspequeños,hastaobtenerunintervaloindivisible,conelelementobuscadocomoelementocentral.
• SielelementonoseencuentradentrodeesteúlHmo– Sededucequeelelementobuscadonoseencuentraenelarreglo.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Caracterís)cas
29
• Secomparalallavebuscadaconlallavelocalizadaalcentrodelarreglo.
• Silallaveanalizadacorrespondealabuscada– Findebúsqueda,sino:
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Caracterís)cas
30
• SilallavebuscadaesmenorquelaanalizadarepeHrprocesoenmitadsuperior– Sinoenlamitadinferior.
• ElprocesodeparHrporlamitadelarregloserepitehastaencontrarelregistroohastaqueeltamañodelalistarestanteseacero,locualimplicaqueelvalordelallavebuscadanoestáenlalista.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Ventajas
31
• Métodoeficientesiemprequeelvectorestéordenado.– Exigeunaordenaciónpreviadelarchivo.
• ProporcionaunmedioparareducirelHemporequeridoparabuscarenunalista.
• Esmásrápidoporsurecursividad,sumayorventajaesconlosarchivosextensos.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Ventajas
32
• Elcódigodelprocedimientodeestabúsquedaescortoencomparaciónconlasdemástécnicasdebúsqueda.
• Conunasolacomparacióneliminamoslamitaddelatabla– Métodomáseficientedebuscarenunalistaordenadasinempleartablasoíndicesadicionales.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria-Desventajas
33
• Elarchivodebeestarordenado– Sueleplantearproblemasenlasinsercionesyeliminacionesdeelementos.
• Norevisatodosloselementosdelarchivo– Requierequetodosloselementosesténordenados.
• Mantenergrandesarchivosordenadosesmuycostoso.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Búsquedabinaria--Ejemplo
34
Unidad2.Rep.Con.-VictorM.LandassuriM. 35
2.2Algoritmosdeubicacióndedatos
Unidad2.Rep.Con.-VictorM.LandassuriM.
Algoritmosdeubicacióndedatos
36
Almomentodegeneraralgoritmosparaesteefecto,esnecesariodiseñarestrategiasdebúsquedaycontrol,alocualsedebesaberque:• Lapalabrabúsquedaserefierealabúsquedadelasoluciónenelespacioproblema.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Algoritmosdeubicacióndedatos
37
• UnabúsquedaprocedecondiferentesHposdeestrategiasdecontrol.– Unaestrategiasedefineescogiendoelordenenelquelosnodosseexpandenendichabúsqueda.
• Árbol:UnárbolesunHpodeestructurajerarquizadaalternaHvoalaslistasenlazadas
Unidad2.Rep.Con.-VictorM.LandassuriM.
Árbolesdebúsqueda
38
• SonuHlizadasenlaprogramacióndehojasdecalculoyeninteligenciaarHficial.
• EsunaformaparHculardegrafodirigido.
• LaestructuraesHpoárbolyseusaparalarepresentacióndedatos.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Árbolesdebúsqueda-Notación
39
• Nodo– Cadaelementoselaestructura.– Cadanodoseramificaconotrossiguiendoalgúncriterio.
• Raíz– Eselelementosuperiordelárbol.
• Hojasoterminales– SonlosnodosquenoHenensubárboles.
• Niveloprofundidad– Esellargodelcaminodelaraízalnodo.
• Altura– SonlascapasquecrecenaparHrdelaraíz.
• Grado– Eselnúmerodedescendientesdirectosdeunnodo.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Árbolesdebúsqueda-Notación
40
Unidad2.Rep.Con.-VictorM.LandassuriM.
Clasificacióndelosárbolesbinarios
41
• Árbolbinariodis/nto– Cuandolassusestructurasdedosárbolesbinariossondiferentes.
• Árbolbinariosimilar– CuandosusestructurassonidénHcas– LainformaciónqueconHenesusnodossondiferentes.
• Árbolbinarioequivalente– Sonarbolessimilares– LosnodosconHenenlamismainformación.
• Árbolbinariocompleto– TodossusnodosexceptolosdelulHmonivel,Henedoshijos;elsubárbolizquierdoysubárbolderecho.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Recorridosparaunárbolbinario
42
• Alestarenelnodoactual– Visitandoelnodo
• Recorridosepuededividirendos– Visitandoel:– hijodelaizquierda– hijodeladerecha– Paracadocasoseaplicalarecursividad
Unidad2.Rep.Con.-VictorM.LandassuriM.
Recorridosparaunárbolbinario
43
• Enorden(in-orden)– Consisteenrecorrerelárbolenelordenqueestá.
– i.e.(izquierdo,raíz,derecho)• Recorrertodoelsub-árbolizquierdo• Visitarlaraíz• Recorrertodoelsub-árbolderecho
Unidad2.Rep.Con.-VictorM.LandassuriM. 44
Unidad2.Rep.Con.-VictorM.LandassuriM.
Recorridosparaunárbolbinario
45
• Post-orden– Consisteenrecorrerlasramasenordeninverso.– (Izquierdo,derecho,raíz)
• Pre-orden– Consisteenrecorrerramasdesdelaraízhaciaabajo.
– (raíz,izquierdo,derecho)
Unidad2.Rep.Con.-VictorM.LandassuriM. 46
Unidad2.Rep.Con.-VictorM.LandassuriM.
RecorridoPre-orden
47
• Viendolosejemplosde– In-ordenyPost-orden
¿PuedehacerunejemplosimilarconunrecorridoPre-orden?
Unidad2.Rep.Con.-VictorM.LandassuriM.
PilasyColas
48
• Laspilasycolassonestructurasdedatos.• ManHeneelsiguienteorden:– Pilas
• ÚlHmoenentrar,primeroensalir
– Colas• Primeroenentrar,primeroensalir
• Ambasamenudoseimplementancomolistasenlazadas– Peroesanoeslaúnicamaneraposible.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Pilas
49
• Unalistaordenadatrabajacomo– ÚlHmoenentrarprimeroensalir(LIFO)
• Aquílosariculos(bloques-nodos)estánensecuencia– Seapilanunaencimadelaotra,comoenunapiladelibros
Unidad2.Rep.Con.-VictorM.LandassuriM.
Pilas
50
• Lasinsercionesyeliminacionesserealizanenunsoloextremo– Llamadosuperior.
• SilapilaesS=a[1],a[2]....a[n]– Entonces
• a[1]eselelementoinferior.• SeríaelulHmoensalir.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Pilas
51
• Cualquierelementointermedioa[i]estáenlapartesuperiordeelementoa[i-1]– donde1<i<=n
• TodaslasoperacionesHenenlugarenlapartesuperior.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Pilas
52
• LaoperaciónPOP– Eliminaelementodesdelapartesuperior
• LaoperaciónPUSH– Insertaunelementoenlapartesuperior.
Figuratomadade:hlps://miltonlab.gitbooks.io/estructuras-de-datos-2/content/chapter5.html
Unidad2.Rep.Con.-VictorM.LandassuriM.
Colas
53
• UnalistaordenadatrabajacomoFirst-InFist-out(FIFO).– Primeroenentrar-primeroensalir– LoselementosenunafilaseagreganalfinalysereHrandeinicio
– Marcarestriccionessobrecómoloselementossepuedenagregaryquitardelalistaensecuencia.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Colas
54
• UnacolaHenedosextremos.• Todaslasinsercionessellevanacaboenunextremo,llamadoPosterioroAtrás
• Todaslaseliminacionessellevanacaboenelotroextremo,llamadoFrenteocabeza.
Unidad2.Rep.Con.-VictorM.LandassuriM.
Colas
55
• SilacolaHeneunelemento[n]comolatraseraa[i-1]esdetrásdeuna[i],donde1<i>=n.
• TodaslasoperacionesdeinserciónHenenlugarenunextremoFinal–Atrás
• Laeliminaciónseefectúaenlapartedelantera–Frente-Cabeza
Unidad2.Rep.Con.-VictorM.LandassuriM.
Resumen
56
• Den t r o d e l a r ep r e s en t a c i ón de lconocimiento, aquí semostraron algoritmosde búsqueda y ubicación de datos, como labúsqueda secuencial y binaria, así comorecorridos en arboles y estructuras de HpoColasyPilas
Unidad2.Rep.Con.-VictorM.LandassuriM. 57
• Este juegodediaposiHvasdebe leerseenelordenqueaparece.
• Anterioraeste juego,sedeberevisar laUnidad1.
NocionesbásicasdeLógica.• Posteriormente se deberá revisar las diaposiHvas
delasección2.3.Máquinadeinferencia.
GuiónExplica2vo
Bibliograpabásica
• AllenCollin,HandMichael,LogicPrimer,ed.MITPress,2001.
• GiarratanoJosephC.,RileyGary,ExpertSystems:PrinciplesandProgramming,ed.Thompson,2005.
• RosenKennethH.,DiscreteMathemaHcsanditsApplicaHons,ed.McGrawHill,2007.
• JohnsonbaughRichard,MatemaHcasDiscretas,ed.PrenHceHall,2005.
Unidad2.Rep.Con.-VictorM.LandassuriM. 58
Top Related