*Problema de La Galeria de Arte*

El problema de la galería de arte o problema del museo es un problema de visibilidad muy estudiado en la geometría computacional. La cuestión fue planteada por Victor Klee en 1973 en estos términos: Determinar el mínimo número de puntos de un polígono que son suficientes para ver a todos los restantes. Se puede interpretar también en términos de vigilancia de una sala poligonal. En la versión computacional del problema la galería de arte se representa con un polígono simple y cada guardia, cámara de seguridad o foco de luz se representa con un punto en el polígono.

Supongamos que usted tiene su propia galería de arte o museo con las pinturas más caras y cotizadas del mercado colgadas de las paredes de la misma y las esculturas más valoradas del mundo en su suelo. Usted estaría especialmente interesado en instalar un sistema de seguridad tal que estuviera compuesto por una colección de cámaras que se fijen en localizaciones establecidas pero que a su vez puedan rotar un giro de 360º, de forma que éstas puedan vigilar la galería en todas las direcciones. Se asume por simplicidad que nos movemos en un espacio dimensional, de forma que las cámaras se colocarán en un suelo plano de la galería.

A la colección de localizaciones en una galería estrellada donde se pueda colocar una única cámara de forma que se pueda observar la galería completa, se le denomina núcleo de la galería.

Asumiremos que contamos con una amplia y complicada galería de n paredes, cuyo valor n  es bastante grande.

Imaginémonos ahora que el plano de una galería de arte viene representado por un polígono  y es preciso iluminar su interior colocando guardias en sus vértices.

 

La cuestión trata de averiguar el número de guardias suficientes para iluminar completamente el polígono y dónde colocarlos. Evidentemente colocando un guardia en cada vértice del polígono el problema estaría resuelto, pero se trata de optimizar la iluminación. Para realizar esta optimización se puede enfocar de diferentes maneras.

La primera trataría de dado un polígono, encontrar el menor número de reflectores que se necesitan para iluminar su interior y la colocación de estos dentro del polígono. Este es un problema sumamente complicado, de hecho está catalogado entre los problemas computacionalmente intratables (NP-duro).

La segunda forma de enfocar el problema de optimización, consistiría en encontrar el número de reflectores que siempre son suficientes para vigilar todo el polígono de n lados.

Este problema se ha venido llamando problema de la galería de arte y fue propuesto por V. Klee en 1973. Dos años más tarde V. Chvátal lo resolvió. Enunciamos aquí el teorema :

Teorema  de la Galería de Arte

n/3 guardias colocados en determinados vértices del polígono son siempre suficientes y ocasionalmente necesarios, para vigilar el interior de cualquier polígono simple de n lados.


Publicado en Uncategorized | Deja un comentario

*Algoritmos Genéticos*

El algoritmo genético es una técnica de búsqueda basada en la teoría de la evolución de Darwin, que ha cobrado tremenda popularidad en todo el mundo durante los últimos años. Se presentarán aquí los conceptos básicos que se requieren para abordarla, así como unos sencillos ejemplos que permitan a los lectores comprender cómo aplicarla al problema de su elección.

En los últimos años, la comunidad científica internacional ha mostrado un creciente interés en una nueva técnica de búsqueda basada en la teoría de la evolución y que se conoce como el algoritmo genético. Esta técnica se basa en los mecanismos de selección que utiliza la naturaleza, de acuerdo a los cuales los individuos más aptos de una población son los que sobreviven, al adaptarse más fácilmente a los cambios que se producen en su entorno. Hoy en día se sabe que estos cambios se efectúan en los genes de un individuo (unidad básica de codificación de cada uno de los atributos de un ser vivo), y que sus atributos más deseables (i.e., los que le permiten adaptarse mejor a su entorno) se transmiten a sus descendientes cuando éste se reproduce sexualmente.

Un investigador de la Universidad de Michigan llamado John Holland era consciente de la importancia de la selección natural, y a fines de los 60s desarrolló una técnica que permitió incorporarla a un programa. Su objetivo era lograr que las computadoras aprendieran por sí mismas. A la técnica que inventó Holland se le llamó originalmente “planes reproductivos”, pero se hizo popular bajo el nombre “algoritmo genético” tras la publicación de su libro en 1975.

Una definición bastante completa de un algoritmo genético es la propuesta por John Koza:

“Es un algoritmo matemático altamente paralelo que transforma un conjunto de objetos matemáticos individuales con respecto al tiempo usando operaciones modeladas de acuerdo al principio Darwiniano de reproducción y supervivencia del más apto, y tras haberse presentado de forma natural una serie de operaciones genéticas de entre las que destaca la recombinación sexual. Cada uno de estos objetos matemáticos suele ser una cadena de caracteres (letras o números) de longitud fija que se ajusta al modelo de las cadenas de cromosomas, y se les asocia con una cierta función matemática que refleja su aptitud. “

Los Algoritmos Genéticos (AGs) son métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. Están basados en el proceso genético de los organismos vivos. A lo largo de las generaciones, las poblaciones evolucionan en la naturaleza de acorde con los principios de la selección natural y la supervivencia de los más fuertes, postulados por Darwin. Por imitación de este proceso, los Algoritmos Genéticos son capaces de ir creando soluciones para problemas del mundo real. La evolución de dichas soluciones hacia valores óptimos del problema depende en buena medida de una adecuada codificación de las mismas.

Un algoritmo genético consiste en una función matemática o una rutina de software que toma como entradas a los ejemplares y retorna como salidas cuales de ellos deben generar descendencia para la nueva generación.

Versiones más complejas de algoritmos genéticos generan un ciclo iterativo que directamente toma a la especie (el total de los ejemplares) y crea una nueva generación que reemplaza a la antigua una cantidad de veces determinada por su propio diseño. Una de sus características principales es la de ir perfeccionando su propia heurística en el proceso de ejecución, por lo que no requiere largos períodos de entrenamiento especializado por parte del ser humano, principal defecto de otros métodos para solucionar problemas, como los Sistemas Expertos.

Publicado en Uncategorized | Deja un comentario

*La Heurística*

La Heurística  trata de métodos exploratorios durante la resolución de problemas en los cuales las soluciones se descubren por la evaluación del progreso logrado en la búsqueda de un resultado final.

Se suele usar como adjetivo, caracterizando las técnicas por las cuales se mejora en promedio el resultado de una tarea de solución de problemas. En informática, se utilizan algoritmos heurísticos para obtener soluciones subóptimas de problemas cuya optimizacion no es factible en tiempos polinómicos como, por ejemplo, el Problema del agente viajero.

Según George Poyla, la base de la heurística está en la experiencia de resolver problemas y en ver cómo otros lo hacen. Por eso se dice que hay búsquedas ciegas, búsquedas heurísticas (basadas en la experiencia) y búsquedas racionales.

El método heurístico, si se utiliza correctamente, es susceptible de incurrir en resultados falsos, positivos o negativos.

Así, en palabras de Polya

Si tomas una conclusión heurística como una certeza, podrás equivocarte y sentirte engañado; pero si rechazas totalmente las conclusiones heurísticas, no harás ningún progreso.

la heurística se relaciona con la creatividad, sirve para orientarse en la toma de decisiones.

Publicado en Uncategorized | Deja un comentario

*El Problema de las 8 coronas*

¿Cuál es el número máximo de reinas que se puede colocar en un 8×8 tablero de ajedrez de tal manera que ningún par uno al otro? La respuesta es n reinas, lo que da ocho reinas de la habitual 8×8 bordo (Madachy 1979; Steinhaus 1999, p. 29). El número de maneras diferentes la n reinas se pueden colocar en una nxn tablero de ajedrez de modo que no hay dos reinas pueden atacar unos a otros por los primeros n son 1, 0, 0, 2, 10, 4, 40, 92, … El número de rotación y reflexiva distintas soluciones son 1, 0, 0, 1, 2, 1, 6, 12, 46, 92, … Las 12 soluciones distintas para n=8 se ilustra arriba, y los restantes 80 son generados por la rotacion y la reflexion. (Madachy 1979, Steinhaus, 1999).

El número mínimo de reinas necesarias para ocupar o atacar a todos los cuadrados de un 8×8 bordo es de 5

Dudeney (1970, pp 95-96) dio los siguientes resultados para el número de arreglos distintos de k reinas de atacar u ocupar todas las plazas de un nxn respecto de los cuales es atacada cada reina (“protegidos”) por lo menos en otro, con la n=8 valor dado por Steinhaus (1999, p. 29). El 4860 las soluciones en el n=5 caso se puede obtener a partir de 638 acuerdos fundamentales por parte de rotación y la reflexión.

k reinas nxn Np(k,n)
2 4 3
3 5 37
3 6 1
4 7 5
5 8 4860

Dudeney (1970, pp 95-96) también dio los siguientes resultados para el número de arreglos distintos Np(k,n) de k reinas de atacar u ocupar todas las plazas de un nxn respecto de los cuales no hay dos reinas ataque a otros (que no son “protegidos”).

k reinas nxn Np (k,n)
1 2 1
1 3 1
3 4 2
3 5 2
4 6 17
4 7 1
5 8 91
Publicado en Uncategorized | Deja un comentario

Teoria de Gráficas

La materia tiene un peso importante en la carrera de Matemáticas Aplicadas y Computación, como el nombre lo indica veremos “Teoría de Gráficas” y un poco de combinatoria, las aplicaciones, y beneficios.

Contenido Tematico:

1. Gráficas y Subgráficas

1.1 Conceptos Básicos

1.2 Isomorfismo en Gráficas

1.3 Matrices de Incidencia y Adyacencia

1.4 Subgráficas

1.5 Clases de Gráficas

1.6 Operaciones entre Graficas

1.7  Recorridos ,Trayectorias y Ciclos

1.8 Gráficas Dirigidas, Hipergráficas y Gráficas Infinitas

2. Árboles y Bosques

2.1 Árboles Generadores

2.2 Vértices y Aristas de Corte

2.3 La formula de Cayle

2.4 Árboles de Steiner

3. Conectividad

3.1 Bloques

3.2 Teoremas de Menger

3.3 Contracción de Vertices y Aristas

4. Ciclos Hamiltonianos

4.1 Gráficas Eulerianas

4.2 Gráficas Hamiltonianas

4.3 El problema del Agente Viajero

5. Emparejamiento en Gráficas

5.1 Emparejamiento en Gráficas Bipartitas

5.2 Coberturas y Empaquetamientos

5.3 Emparejamiento Perfecto

5.4 El problema de Asignación

6. Coloración en Vertices y Aristas

6.1 Número Cromático

6.2 Teorema de Brook

7. Gráficas Planas

7.1 Gráficas Duales

7.2 La formula de Euler

7.3 El teorema de Kuratowski

7.4 El teorema de los 5 colores

Bibliografia: 

1: J. A. Bondy, U. S. R.  Murty, Graph Theory with Applications, North Holland, 1976.

2: G.Chartrand,Introductory Graph Theory,Dover Publications, 1977.

3: F.Harary,Graph Theory, Addison-Wesley Series in Mathematics,1969.

4: D. B. West, Introductory Graph Theory, Segunda Edición, Pearson Education, 2001.

Publicado en Uncategorized | Deja un comentario

El teorema y gráfica de Turán

El teorema de Turán

Problema 1: Demuestra que si una gráfica G tiene n vértices y más de \frac{n^2}{4} aristas, entonces contiene un triángulo. El chiste es fijarse en en el vértice v_0 con mayor grado (del que salen más aristas), digamos que tiene grado \Delta.  Si nos fijamos en los \Delta vértices que están conectados con v_0 (llamados N(v_0), entonces si G no tiene un triángulo, ellos no pueden estar conectados entre sí, por lo que tienen grado a lo más n-\Delta.  Los demás n- \Delta vértices tienen grado \Delta, por lo que si consideramos la suma de grados tenemos que

2A = \sum_{v \in v(G)} d(v) = \sum_{v \in N(v_0)} d(v) + \sum_{v \notin N(v_o)} d(v) \le (n-\Delta) \Delta + \Delta (n - \Delta)

Donde A es el número de aristas de G.  Después se usa media aritmética media geométria para probar que \Delta (n - \Delta) \le \frac{n^2}{4} con lo que terminamos.

Resulta interesante que podemos generar una gráfica bipartita completa con \Delta vértices de un lado y n - \Delta del otro.  Esta gráfica es bipartita y sus vértices tienen grados mayores o iguales que los de G.

Entonces podemos reformular el problema de otra forma:

Problema 1 de nuevo: Dada una gráfica G que no contiene a K_3 y vértices v_1, v_2, \ldots, v_nn \ge 3, siempre hay una gráfica G’ bipartita con vértices v'_1, v'_2, \ldots, v'_n tal que d_G (v_i) \le d_{G'} (v'_i).

Es decir, siempre hay una gráfica G’ bipartita donde los vértices correspondientes tienen grado mayor o igual al de la gráfica original.  Esto resulta ser un caso particular del siguiente teorema:

Teorema de Turán: Dada una gráfica G que no contiene a K_p y vértices v_1, v_2, \ldots, v_nn \ge p siempre hay una gráfica G’ (p-1)-partita con vértices v'_1, v'_2, \ldots, v'_n tal que d_G (v_i) \le d_{G'} (v'_i).

Este teorema se puede probar por inducción sobre p (ya tenemos la base con p=3) de la misma manera que el caso base.  Consideramosv_0 el vértice con grado máximo \Delta y consideradmos N(v_0).  Ahí no hay un K_{p-1} por lo que podemos usar la base de inducción ahí y poner como otra componente a los vértices de G \backslash N(v_0).

CODIGO LaTeX:

\Delta – \Delta

\in – \in

\notin – \notin

\backslash – \backsalsh

Publicado en Uncategorized | Deja un comentario

Imágenes de Teoría de Gráficas

Publicado en Uncategorized | Deja un comentario