Análisis de la Complejidad de Algoritmos
|
|
- Alfredo Toro Henríquez
- hace 7 años
- Vistas:
Transcripción
1 Análisis de la Complejidad de Algoritmos Gráficas estadística y minería de datos con python Miguel Cárdenas Montes Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es de Abril de 2013 M. Cárdenas (CIEMAT) Complexity de Abril de / 16
2 Tabla de Contenidos 1 Objetivos 2 Análisis de Algoritmos M. Cárdenas (CIEMAT) Complexity de Abril de / 16
3 Objetivos Conocer los órdenes de tiempo de ejecución de los algoritmos. Conocer algunos estimadores como: O(g(n)), Ω(g(n)), Θ(g(n)). M. Cárdenas (CIEMAT) Complexity de Abril de / 16
4 Análisis de Algoritmos M. Cárdenas (CIEMAT) Complexity de Abril de / 16
5 Análisis de Algoritmos I El objetivo del análisis de algorimos es dar significado a la comparación entre ellos. Sin embargo, el rendimiento relativo de los algoritmos puede depender de: las características del hardware, de los detalles del conjunto de datos tratados, y del tamaño del problema; además del propio algoritmo. M. Cárdenas (CIEMAT) Complexity de Abril de / 16
6 Análisis Asintótico II Motivación Puesto que para obtener el mismo resultado se pueden utilizar muchos algoritmos diferentes (ordenar una lista), es importante saber cual es el más rápido. Puesto que conocer el tiempo de ejecución para un fichero de entrada determinado no revela cual puede ser su comportamiento para otro fichero de entrada; se necesita una fórmula que relacione el tamaño del fichero de entrada, y su tiempo de ejecución aproximado; y que esta fórmula no esté influida por cómo se han realizado las medidas. Además esta fórmula debe describir el comportamiento del algoritmo para ficheros de entrada muy grandes, de ahí, su nombre comportamiento asintótico. M. Cárdenas (CIEMAT) Complexity de Abril de / 16
7 Análisis Asintótico III En vez de especificar la relación exacta entre el tamaño del fichero de entrada y el tiempo de ejecución, solo se especifica la escala de tiempos cuando el fichero de entrada se hace muy grande. Así, un algoritmo que tiene una dependencia con el tamaño del fichero de entrada de 4 n 2, entonces se dice que el tiempo de ejecución escala como n 2. Para tamaños grandes de ficheros de entrada, utilizar un algoritmo que escala como n 2 será más conveniente que utilizar un algoritmo que escala como n 3. M. Cárdenas (CIEMAT) Complexity de Abril de / 16
8 Análisis Asintótico IV Big-Oh Notación Esta notación se utiliza para indicar el término dominante en el tiempo de ejecución: T(n) = O(n 2 ) o T(n) O(n 2 ), o simplemente O(n 2 ). Es ampliamente utilizada en muchos campos de estudio: Algoritmos evolutivos, data mining, y algorítmica en general. La frase f(n) es O(g(n)) significa que el ritmo de crecimiento de f(n) no es mayor que el ritmo de crecimiento de g(n). M. Cárdenas (CIEMAT) Complexity de Abril de / 16
9 Análisis Asintótico V O(1) orden constante O(log log n) orden sublogarítmico O(log n) orden logarítmico O( n) orden sublineal O(n) orden lineal O(n log n) orden lineal logarítmico O(n c ) orden potencial O(c n ) orden exponencial O(n!) orden factorial O(n n ) orden potencial exponencial M. Cárdenas (CIEMAT) Complexity de Abril de / 16
10 Análisis Asintótico VI Debilidades Algunas veces los términos no superiores son los que producen la diferencia real en el comportamiento del algoritmo: n n 2. Algunas veces otros factores como: el hardware, el lenguaje de programación y determinadas características de los datos de entrada son esenciales en la diferencia de tiempo de ejecución. Para problemas pequeños, el carácter asintótico es irrelevante. M. Cárdenas (CIEMAT) Complexity de Abril de / 16
11 Análisis Asintótico VII Otras Notaciones Exiten otras dos notaciones menos frequentes pero importantes en este área: Ω() y Θ(). Ω() f(n) es Ω(g(n)) si hay una constante c, c > 0 y un entero n 0 1 tal que f(n) c g(n) para n n 0 Θ() f(n) es Θ(g(n)) si hay dos constantes c 1 > 0 y c 2 > 0, y un entero n 0 1 tal que c 1 g(n) f(n) c 2 g(n) para n n 0 M. Cárdenas (CIEMAT) Complexity de Abril de / 16
12 Análisis Asintótico VIII Intuitivamente O() f(n) es O(g(n)) si f(n) es asintóticamente menor o igual que g(n) Ω() f(n) es Ω(g(n)) si f(n) es asintóticamente mayor o igual que g(n) Θ() f(n) es Θ(g(n)) si f(n) es asintóticamente igual que g(n) M. Cárdenas (CIEMAT) Complexity de Abril de / 16
13 Análisis Asintótico IX Big Theta f(n) = Θ(g(n)) f(n) c g(n) Big Oh f(n) = O(g(n)) f(n) c g(n) Big Omega f(n) = Ω(g(n)) f(n) c g(n) M. Cárdenas (CIEMAT) Complexity de Abril de / 16
14 Análisis Asintótico X Time Complexity Time complexity de un algoritmo es el tiempo más grande requerido para cualquier fichero de entrada de tamaño n (Análisis del peor caso, Worst case analysis) O(n 2 ) Para cualquier tamaño de fichero de entrada n n 0, el algoritmo emplea no más tiempo que c n 2 con cada entrada. Ω(n 2 ) Para cualquier tamaño de fichero de entrada n n 0, el algoritmo emplea al menos c n 2 con al menos con una fichero de entrada. Θ(n 2 ) Ambos casos. M. Cárdenas (CIEMAT) Complexity de Abril de / 16
15 Análisis Asintótico XI Time Complexity O(n 2 ) Proporcionar un algoritmo que soluciona el problema en no más que este tiempo. Hacer esto para cada fichero de entrada (worst case analysis!). Ω(n 2 ) Probar que ningún algoritmo puede solucionar el problema más rápido. Solo es necesario un fichero de entrada que emplee al menos este tiempo. Θ(n 2 ) Ambos casos. M. Cárdenas (CIEMAT) Complexity de Abril de / 16
16 Gracias Gracias Preguntas? Más preguntas? M. Cárdenas (CIEMAT) Complexity de Abril de / 16
Análisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Notación Asintótica DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Introducción Por qué el análisis de algoritmos? Determinar tiempos de respuesta (runtime)
Más detalles1. Introducción al análisis de algoritmos
1. Introducción al análisis de algoritmos 1. Introducción al concepto de algoritmia 2. Eficiencia de un algoritmo 3. Notación asintótica 4. Reglas generales Bibliografía Brassard y Bratley, 97; capítulos
Más detallesNotación Asintótica. Programación Avanzada
Notación Asintótica Programación Avanzada Orden de crecimiento asintótico Ayuda a: Identificar el comportamiento de un algoritmo en el peor, el mejor o el caso promedio. Tener una idea del comportamiento
Más detallesComplejidad de los Algoritmos
Que es un Algoritmo? Complejidad de los Algoritmos Webster: cualquier método especial para resolver cierta clase de problemas. Horowitz: método preciso utilizable en una computadora para la solución de
Más detallesLa eficiencia de los programas
La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos
Más detallesNOTACIÓN O GRANDE. El análisis de algoritmos estima el consumo de recursos de un algoritmo.
NOTACIÓN O GRANDE El análisis de algoritmos estima el consumo de recursos de un algoritmo. Esto nos permite comparar los costos relativos de dos o más algoritmos para resolver el mismo problema. El análisis
Más detallesIntroducción y Comportamiento Asintótico
Introducción y Comportamiento Asintótico M. Andrea Rodríguez-Tastets Ayudante: Erick Elejalde Universidad de Concepción,Chile www.inf.udec.cl\ andrea andrea@udec.cl I Semestre - 2014 1/64 Problemas and
Más detallesCOMPLEJIDAD Y EFICIENCIA DE ALGORITMOS
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO Facultad de Ciencias Exactas y Tecnologías Licenciatura en Sistemas de Información 2009 COMPLEJIDAD Y EFICIENCIA DE ALGORITMOS 1 TEORÍA DE LA COMPLEJIDAD Dado
Más detallesIntroducción al Análisis del Coste de Algoritmos
1/11 Introducción al Análisis del Coste de Algoritmos Josefina Sierra Santibáñez 7 de noviembre de 2017 2/11 Eficiencia de un Algoritmo Analizar un algoritmo significa, en el contexto de este curso, predecir
Más detallesTiempo de Ejecución. Midiendo el Tiempo de Ejecución
Tiempo de Ejecución Arturo Díaz Pérez Sección de Computación Departamento de Ingeniería Eléctrica CINVESTAV-IPN Av. Instituto Politécnico Nacional No. 2508 Col. San Pedro Zacatenco México, D. F. CP 07300
Más detallesTema 3. Análisis de costes
Tema 3. Análisis de costes http://aulavirtual.uji.es José M. Badía, Begoña Martínez, Antonio Morales y José M. Sanchiz {badia, bmartine, morales, sanchiz}@icc.uji.es Estructuras de datos y de la información
Más detallesTema 01: Fundamentos del Análisis Asintótico de Algoritmos
Tema 01: Fundamentos del Análisis Asintótico de Algoritmos Noviembre, 2003 CS0218: Algoritmos y Programación II Introducción En Ciencias de la Computación se presenta con frecuencia la situación de analizar
Más detallesAnálisis de Algoritmos
Análisis de Algoritmos Amalia Duch Barcelona, marzo de 2007 Índice 1. Costes en tiempo y en espacio 1 2. Coste en los casos mejor, promedio y peor 3 3. Notación asintótica 4 4. Coste de los algoritmos
Más detallesAnálisis de algoritmos.
Análisis de algoritmos. - Introducción. - Notaciones asintóticas. - Ecuaciones de recurrencia. - Ejemplos. 1 Introducción Algoritmo: Conjunto de reglas para resolver un problema. Su ejecución requiere
Más detallesALGORITMOS INTRODUCCIÓN ALGORITMOS INTRODUCCIÓN AL ANÁLISIS Y AL DISEÑO DE AL ANÁLISIS Y AL DISEÑO DE UNIVERSIDAD AUTÓNOMA METROPOLITANA
INTRODUCCIÓN AL ANÁLISIS Y AL DISEÑO DE ALGORITMOS El análisis de la complejidad de algoritmos, así como la discusión de las ventajas/desventajas, que tienen diferentes soluciones a los problemas clásicos,
Más detallesAnálisis y Diseño de Algoritmos. Complejidad Computacional
Análisis y Diseño de Algoritmos Complejidad Computacional Multiplicación Método Tradicional Método Russé Método Particiones Complejidad Computacional Tan pronto como una máquina análitica exista, será
Más detallesEstructura de Datos. Complejidad de Algoritmos. Algoritmo. Algoritmo. Mauricio Solar Lorna Figueroa
Estructura de Datos Complejidad de Algoritmos Mauricio Solar Lorna Figueroa 2010 1 Algoritmo Definición: Un algoritmo es un conjunto finito de instrucciones que sirven para resolver un problema si fueron
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesComplejidad computacional. Algoritmos y Estructuras de Datos I. Complejidad computacional. Notación O grande
Complejidad computacional Algoritmos y Estructuras de Datos I Segundo cuatrimestre de 2014 Departamento de Computación - FCEyN - UBA Algoritmos - clase 10 Introducción a la complejidad computacional y
Más detallesRegresión Lineal. Minería de datos con python. Miguel Cárdenas Montes
Regresión Lineal Minería de datos con python Miguel Cárdenas Montes Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es 2-6 de Noviembre de 2015
Más detallesAlgoritmos y Complejidad
IN47B, Ingeniería de Operaciones Contenidos 1 Introducción 2 Analizando Algoritmos 3 Complejidad 4 N P-completitud Qué es un Algoritmo? Qué es un Algoritmo? Definición Un algoritmo es un conjunto de pasos
Más detallesParte I: El computador y el proceso de programación
Parte I: El computador y el proceso de programación 1.Introducción a los computadores y su programación 2. Introducción al análisis y diseño de algoritmos 3. Introducción al análisis y diseño de programas
Más detallesAnálisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Recurrencias DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Introducción 2 Cuando un algoritmo se llama a sí mismo Su tiempo de ejecución se puede describir
Más detallesCI2612: Algoritmos y Estructuras de Datos II. Nociones básicas. Objetivos. Algoritmos. Blai Bonet
CI2612: Algoritmos y Estructuras de Datos II Blai Bonet Nociones básicas Universidad Simón Boĺıvar, Caracas, Venezuela Objetivos Algoritmos Concepto de algoritmo y modelo computacional Complejidad en tiempo
Más detallesNotación Asintótica 2
Notación Asintótica 2 mat-151 1 Éxamen Rápido (6 minutos) Cada operación fundamental usa c milisegundos, cuánto tiempo toma contar hasta 1,000,000? Cuál es el valor de N? Cuál es el órden de complejidad
Más detallesAgradecimientos. Nota de los autores. 1 Problemas, algoritmos y programas 1
Prologo Agradecimientos Nota de los autores Índice general I III V VII 1 Problemas, algoritmos y programas 1 1.1 Programas y la actividad de la programación.................... 4 1.2 Lenguajes y modelos
Más detallesIntroducción al análisis de algoritmos
Estructura de Datos y Algoritmos Introducción al análisis de algoritmos 1. Eficiencia en tiempo de Ejecución Cuando resolvemos un problema nos vemos frecuentemente enfrentando una elección de programas,
Más detallesIntroducción a la Computación Evolutiva
Introducción a la Computación Evolutiva Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx http: //delta.cs.cinvestav.mx/~ccoello
Más detallesTÉCNICAS DE ANÁLISIS DE ALGORITMOS Miguel Angel Norzagaray Cosío Universidad Autónoma de Baja California Sur 1
Nivel Superior TÉCNICAS DE ANÁLISIS DE ALGORITMOS Miguel Angel Norzagaray Cosío Universidad Autónoma de Baja California Sur 1 Resumen Se presentan en las siguientes notas los aspectos teóricos y metodológicos
Más detallesComplejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesCurso: Teoría de la Computación. Unidad 2, Sesión 7: Complejidad computacional
Curso: Teoría de la Computación. Unidad 2, Sesión 7: Complejidad computacional Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay dictado semestre 2-2009
Más detallesUniciencia E-ISSN: Universidad Nacional Costa Rica
Uniciencia E-ISSN: 2215-3470 revistauniciencia@una.cr Universidad Nacional Costa Rica de Dios Murillo Morera, Juan; Caamaño Polini, Santiago COMPARACIÓN ENTRE ALGORITMOS RECURSIVOS E ITERATIVOS Y SU MEDICIÓN
Más detallesAlgoritmos Iterativos de Búsqueda y Ordenación y sus tiempos
Estructura de Datos y Algoritmos Algoritmos Iterativos de Búsqueda y Ordenación y sus tiempos 1. Algorimos de ordenación Discutiremos el problema de ordenar un array de elementos. A los efectos de simplificar
Más detallesAlgoritmos de Ordenación
Algoritmos de Ordenación Pedro Corcuera Dpto. Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria corcuerp@unican.es Algoritmos comunes - Ordenación Ordenación o clasificación es
Más detallesEsquema de Dividir y Vencer
Esquema de Dividir y Vencer Amalia Duch Barcelona, marzo de 2006 Índice 1. Esquema general 1 2. Búsqueda binaria (binary search) 2 3. Ordenación por fusión (merge sort) 2 4. Ordenación rápida (quick sort)
Más detallesTema 2. Divide y vencerás.
Programa de teoría Parte I. Estructuras de Datos. 1. Abstracciones especificaciones. 2. Conjuntos diccionarios. 3. Representación de conjuntos mediante árboles. 4. Grafos. Parte II. Algorítmica. 1. Análisis
Más detallesAlgoritmos y Estructuras de Datos
1 / 17 Andrés A. Aristizábal P. aaaristizabal@icesi.edu.co Universidad Icesi Facultad de Ingeniería 2017-2 2 / 17 Ejercicios previos Agenda del día 1 Ejercicios previos Peor, mejor y caso promedio Terminología
Más detallesAlgoritmos de Búsqueda
Introducción a la Computación Algoritmos de Búsqueda Esteban E. Mocskos (emocskos@dc.uba.ar) Facultad de Ciencias Exactas y Naturales, UBA CONICET 11/10/2017 E. Mocskos (UBA CONICET) Algoritmos de Búsqueda
Más detallesProgramación de Sistemas
Programación de Sistemas Algoritmos de Ordenación Índice Por qué es importante la ordenación? Un par de ejemplos InsertionSort QuickSort Para cada uno veremos: En qué consisten, Casos extremos Eficiencia
Más detallesAlgoritmos y Estructuras de Datos
1 / 36 Universidad Icesi Facultad de Ingeniería 2017-2 2 / 36 Agenda del día 1 3 / 36 Por qué usamos recurrencias en análisis de algoritmos? 3 / 36 Por qué usamos recurrencias en análisis de algoritmos?
Más detallesAnálisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Introducción: El Rol de los Algoritmos en Computación DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Temario 2 1. Introducción 2. Notación Asintótica 3. Recurrencias
Más detallesAnálisis de algoritmos
Tema 08: Divide y vencerás (DyV) M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Introducción Divide y vencerás Observaciones
Más detallesCuál es el significado de t(n) en este caso? Dependen O(t(n)) y Ω(t(n)) de este significado? Y o(t(n))? Justifica las respuestas.
159. (Clase) Obtener el tiempo de ejecución t(n), O(t(n)), Ω(t(n)) y o(t(n)) para el siguiente algoritmo de multiplicación de matrices: for i= 1 to n for j= 1 to n suma= 0 for k= 1 to n suma= suma + a[i,
Más detallesOrdenamiento en Tiempo Lineal - Medianas y Ordenes sticas
Ordenamiento en Tiempo Lineal - Medianas y Ordenes Estadísticas sticas CLASIFICACIÓN EN TIEMPO LINEAL. 1.- Cota Inferior para Ordenamiento por comparaciones. -árbol de decisión. - limite inferior para
Más detallesESTUDIO DE PRE FACTIBIIDAD
ESTUDIO DE PRE FACTIBIIDAD I. INTRODUCCION II. RESUMEN EJECUTIVO III. ANALISIS DEL ENTORNO IV. ESTUDIO DE PRE FACTIBIIDAD OBJETIVO CARACTERISTICA POLITICAS ECONOMICAS O INDUSTRIALES QUE LIMITAN O FAVORECEN
Más detallesa) Para calcular los órdenes sólo es necesario contar el número de veces que se pasa por el bucle más interno. El coste sería n
EXAMEN DE ALGORÍTMICA. Segundo Ingeniería Técnica en Informática de Gestión y de Sistemas. Diciembre 2003 1) (3 puntos) El siguiente programa obtiene la subcadena más larga de números iguales dentro de
Más detallesAlgoritmos y Estructuras de Datos III Primer cuatrimestre 2013
Algoritmos y Estructuras de Datos III Primer cuatrimestre 2013 Algoritmos y Estructuras de Datos III Primer cuatrimestre 2013 (bienvenidos!) Programa 1. Algoritmos: Definición de algoritmo. Máquina RAM.
Más detallesCriptografía y Seguridad Computacional
Criptografía y Seguridad Computacional 1. Introducción y Conceptos Básicos Fernando Krell Loy 2 de Marzo 2016 Fernando Krell Loy Criptografía y Seguridad Computacional 2 de Marzo 2016 0 / 13 Datos del
Más detallesAlgoritmos y Estructuras de Datos III Segundo cuatrimestre 2011
Algoritmos y Estructuras de Datos III Segundo cuatrimestre 2011 Programa 1. Algoritmos: Definición de algoritmo. Máquina RAM. Complejidad. Algoritmos de tiempo polinomial y no polinomial. Límite inferior.
Más detallesALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS
Universidad Nacional de San Antonio Abad del Cusco Departamento Académico de Informática ALGORITMICA III Capitulo I ANALISIS DE ALGORITMOS Iván Medrano Valencia ANALISIS DE ALGORITMOS Un algoritmo es un
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA QUÍMICA UNIDAD DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA QUÍMICA INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN MÉTODO DE PUNTO INTERIOR BARRERA
Más detallesINSTITUTO NACIONAL SUPERIOR DEL PROFESORADO TÉCNICO - TÉCNICO SUPERIOR EN INFORMÁTICA APLICADA - PROGRAMACIÓN I
RESOLUCIÓN DE PROBLEMAS Y ALGORITMOS La principal razón para que las personas aprendan lenguajes de programación es utilizar una computadora como una herramienta para la resolución de problemas. Cinco
Más detallesNOMENCLATURA, NOTACIÓN Y SIMBOLOGÍA MATEMÁTICA
NOMENCLATURA, NOTACIÓN Y SIMBOLOGÍA MATEMÁTICA. Nomenclatura Es la terminología que utiliza símbolos y nombres para designar elementos y conceptos en las ciencias y en las humanidades. El lenguaje simbólico
Más detallesEJERCICIOS RESUELTOS PROGRAMACIÓN III
EJERCICIOS RESUELTOS PROGRAMACIÓN III Curso 2008 2009 Ejercicios resueltos de programación 3 Tema 3. Notación asintótica. Alumna: Alicia Sánchez Centro: UNED-Las Rozas (Madrid) El índice de los ejercicios
Más detallesModelo analítico de rendimiento
AT5128 Arquitectura e Ingeniería de Comutadores II Modelo analítico de rendimiento Curso 2011-2012 AT5128 Arquitectura e Ingeniería de Comutadores II Índice Fuentes de overhead en rogramas aralelos. Métricas
Más detallesCubiertas convexas II
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 22 de enero del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Cubiertas convexas II 22 de enero del 2013 1 / 41 1 Cubiertas convexas II Algoritmo QuickHull
Más detalles1 Problemas Resueltos
1) Para un sistema de control de retroaliementación unitaria se conoce el diagrama de bode de la función de transferencia a lazo abierto, la cual se muestra en la Fig. 1.1. A partir esta información se
Más detallesComplejidad de algoritmos recursivos
Tema 3. Complejidad de algoritmos recursivos 1. INTRODUCCIÓN... 1 CLASIFICACIÓN DE FUNCIONES RECURSIVAS... 1 DISEÑO DE FUNCIONES RECURSIVAS... 2 2. VENTAJAS E INCONVENIENTES DE LA RECURSIVIDAD... 4 3.
Más detallesPROGRAMACIÓN DIDÁCTICA
PROGRAMACIÓN DIDÁCTICA Materia Período FBPI Tramo II Ámbito Científico-Tecnológico Bloque I Números racionales, decimales y potencias. Créditos 3 (30 horas) Bloque II Proporcionalidad Créditos 2 (20 horas)
Más detallesAlgoritmos Secuenciales y Recursivos
Algoritmos Secuenciales y Recursivos M. Andrea Rodríguez-Tastets Ayudante: Erick Elejalde Universidad de Concepción,Chile www.inf.udec.cl\ andrea andrea@udec.cl I Semestre - 2014 1/45 Análisis secuencial
Más detallesEstructuras de Datos y Algoritmos
Estructuras de Datos y Algoritmos Práctico 2: Evaluación de Algoritmos (Finalización: 03/09) Ingeniería en Computación - Ingeniería en Informática Año 2015 Ejercicio 1: Dados los siguientes vectores, correspondientes
Más detallesESTIMACIÓN DE TIEMPO Y COSTO DE PRODUCTOS SOFTWARE
Análisis y costo de algoritmos Algoritmos Un algoritmo es un conjunto de pasos claramente definidos que a partir de un cierta entrada (input) produce una determinada salida (output) Algoritmos y programas
Más detallesAlgoritmos de Ordenamiento
Algoritmos de Ordenamiento mat-151 Alonso Ramírez Manzanares Computación y Algoritmos 12.04 Algoritmos de ordenamiento Entrada: secuencia de números. Salida: permutación
Más detallesPara las ecuaciones diferenciales ordinarias no lineales no existen métodos generales.
Unidad IV: Sistemas continuos (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Más detallesEstructuras de Control
Algorítmica y Lenguajes de Programación Estructuras de Control Estructuras de Control. Introducción Hasta ahora algoritmos han consistido en simples secuencias de instrucciones Existen tareas más complejas
Más detallesArreglos. Algoritmos y Estructuras de Datos I. Arreglos en C++ Arreglos y listas
Arreglos Algoritmos y Estructuras de Datos I Primer cuatrimestre 2007 Teórica de imperativo 3 Algoritmos de búsqueda secuencias de una cantidad fija de variables del mismo tipo se declaran con un nombre,,
Más detallesAlgoritmos: Análisis de Algoritmos
Ordenación por Inserción y Ordenación por Selección Reglas para calcular O Dept. de Computación, Universidade da Coruña alberto.valderruten@udc.es Ordenación por Inserción (1) procedimiento Ordenación
Más detallesEstructuras de Datos y Algoritmos
Estructuras de Datos y Algoritmos Tema 2. Análisis de la eficiencia Prof. Dr. P. Javier Herrera Contenido Introducción a la eficiencia computacional Cálculo básico de complejidades 2 Una leyenda ajedrecística
Más detallesUNIVERSIDAD CATÓLICA SANTO TORIBIO DE MOGROVEJO VICERRECTORADO ACADÉMICO
Página 1 de 10 UNIVERSIDAD CATÓLICA SANTO TORIBIO DE MOGROVEJO VICERRECTORADO ACADÉMICO FACULTAD DE: ESCUELA PROFESIONAL DE: INGENIERÍA INGENIERÍA DE PLAN CURRICULAR: 2017 CARRERA PROFESIONAL: INGENIERÍA
Más detallesECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica
ECONOMETRÍA II Prof.: Begoña Álvarez 2007-2008 TEMA 1 INTRODUCCIÓN Estimación por máxima verosimilitud y conceptos de teoría asintótica 1. ESTIMACIÓN POR MÁXIMA VEROSIMILITUD (MAXIMUM LIKELIHOOD) La estimación
Más detallesCapítulo 1 LA COMPLEJIDAD DE LOS ALGORITMOS
Capítulo 1 LA COMPLEJIDAD DE LOS ALGORITMOS 1.1 INTRODUCCIÓN En un sentido amplio, dado un problema y un dispositivo donde resolverlo, es necesario proporcionar un método preciso que lo resuelva, adecuado
Más detallesDiseño estructurado de algoritmos. Sesión 8: Estructuras Algorítmicas
Diseño estructurado de algoritmos Sesión 8: Estructuras Algorítmicas Contextualización A qué crees se refiere el término estructura? Como recordaremos, un algoritmo puede ser aplicado en todo, con el único
Más detallesSecretaría de Docencia Dirección de Estudios Profesionales
PROGRAMA DE ESTUDIOS POR COMPETENCIAS PROGRAMACIÓN AVANZADA I. IDENTIFICACIÓN DEL CURSO ORGANISMO ACADÉMICO: Facultad de Ingeniería PROGRAMA EDUCATIVO: Ingeniería en Computación ÁREA DE DOCENCIA: Programación
Más detallesIngeniería del Software. Índice
Índice Introducción a los TADs Medida de la eficiencia de las implementaciones Estructuras lineales: pilas, colas, listas Tablas asociativas: hash Árboles Grafos 1 Introducción a los TADs Los Tipos Abstractos
Más detallesDefinición Una hipótesis es una afirmación acerca de un parámetro.
Capítulo 8 Prueba de hipótesis Existen dos áreas de interés en el proceso de inferencia estadística: la estimación puntual y las pruebas de hipótesis. En este capítulo se presentan algunos métodos para
Más detallesGeneradores pseudoaleatorios
Generadores pseudoaleatorios Elvira Mayordomo Universidad de Zaragoza 30 de noviembre de 2015 Elvira Mayordomo (Universidad de Zaragoza) Generadores pseudoaleatorios 30 de noviembre de 2015 1 / 25 Contenido
Más detallesGrado en Ingeniería Informática
Grado en Ingeniería Informática CENTRO RESPONSABLE: FACULTAD DE CIENCIAS RAMA: Ingeniería y Arquitectura CRÉDITOS: 240,00 DISTRIBUCIÓN DE CRÉDITOS DE LA TITULACIÓN FORMACIÓN BÁSICA: 72,00 OBLIGATORIOS:
Más detallesEstructuras Administrativas
Estructuras Administrativas ESTRUCTURAS ADMINISTRATIVAS 1 Sesión No. 7 Nombre: Diagramas de Flujo Objetivo: El estudiante desarrollará la propuesta de un diagrama de flujo para la especificación de la
Más detallesBúsqueda Heurística II
Búsqueda Heurística II Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es Algoritmos Algoritmo: procedimiento computacional que termina si en algún caso no termina, hay que especificarlo Características:
Más detallesI. Complejidad de Problemas
I. Complejidad de Problemas 1. Complejidad de Problemas Tópicos Clasificación de Problemas Clasificación por su Naturaleza Clasificación por su Tratabilidad Clasificación por el tipo de Respuesta 1.1 Clasificación
Más detallesMarcel Goic
IN5602 Marketing II Modelos de Comportamiento: Estimación y Heterogeneidad Marcel Goic (mgoic@dii.uchile.cl) Semestre Otoño 2012 1 Ejemplo Proyección de Retención de Clientes 2 Motivación Año #Clientes
Más detallesREPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD BICENTENARIA DE ARAGUA VICERRECTORADO ACADÉMICO ARAGUA VENEZUELA
FACULTAD: CIENCIAS ADMINISTRATIVAS Y SOCIALES. ESCUELAS: CONTADURIA PÚBLICA ASIGNATURA: MATEMATICA FINANCIERA CODIGO: MAT-544 UNIDADES CREDITO: 4 U.C. DENSIDAD HORARIA: H.T.: 3 H.P.: 2 T.H.: 5 PRERREQUISITOS:
Más detallesT I T U L O I N O R M A S G E N E R A L E S 1/21
B O R R A D O R D E A N T E P R O Y E C T O D E L R E G L A M E N T O D E F U N C I O N A M I E N T O D E L D E P A R T A M E N T O D E F I S I O L O G I A, A N A T O M I A Y B I O L O G I A C E L U L
Más detallesPlanificaciones Algoritmos y Programación II. Docente responsable: CALVO PATRICIA MABEL. 1 de 6
Planificaciones 7504 - Algoritmos y Programación II Docente responsable: CALVO PATRICIA MABEL 1 de 6 OBJETIVOS Que el alumno maneje de modo correcto el diseño de un TDA de acuerdo a las exigencias de una
Más detallesII
II III IV 5 6 7 8 9 I. Considere los siguientes conjuntos y con ellos realice las siguientes operaciones y sus respectivos diagramas de Venn: A x 3 x 6 B x 1 x 10 C x x es par primo x 10 x 10 i). A B.
Más detallesOrdenamiento (Sorting)
Ordenamiento (Sorting) El problema del ordenamiento Ordenar: arreglo[α] arreglo[α], donde α es un tipo tal que está definida la relación < α Uno de los problemas más clásicos, útiles y estudiados de la
Más detallesContenidos mínimos del área de matemáticas 1º ESO
1º ESO Unidad didáctica nº1: Los números naturales. Divisibilidad. Operaciones con números naturales: suma, resta, multiplicación y Calcular múltiplos y divisores de un número. Descomposición factorial
Más detallesMetodología para la solución de problemas programables
Metodología para la solución de problemas programables Nosotros efectuamos día a día una serie de pasos, acciones y procedimientos para solucionar problema y esto es de forma natural y casi inconscientemente
Más detallesHORARIOS SISTEMAS
M.C.O Página 1 01/09/2017 SEMESTRE II DIURNO HORARIOS SISTEMAS 2017-2 HORARIO DIURNO - SEGUNDO SEMESTRE MATRICULADOS = TERMINARON = 17 INICIAN = HERRAMIENTAS GRAFICAS DE SOFTWARE (2) METODOLOGIA DISEÑO
Más detallesALGORITMOS Y ESTRUCTURAS DE DATOS
ALGORITMOS Y ESTRUCTURAS DE DATOS Año 2017 Carrera/ Plan: Licenciatura en Informática Plan 2003-07/2012/2015 Licenciatura en Sistemas Plan 2003-07/2012/2015 Analista Programador Universitario Plan 2007/2015
Más detallesUNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA DIRECCION GENERAL DE ASUNTOS ACADEMICOS PROGRAMA DE ASIGNATURA
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA DIRECCION GENERAL DE ASUNTOS ACADEMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACION 1. Unidad Académica: Facultad de Ciencias 2. Programa (s) de estudio: Licenciatura
Más detallesGrado en Matemáticas
Grado en Matemáticas CENTRO RESPONSABLE: FACULTAD DE CIENCIAS RAMA: Ciencias CRÉDITOS: 240,00 DISTRIBUCIÓN DE CRÉDITOS DE LA TITULACIÓN FORMACIÓN BÁSICA: 60,00 OBLIGATORIOS: 120,00 OPTATIVAS: 48,00 TRABAJO
Más detallesDiseño e implementación de una base de datos para recogida y análisis de datos de actividad física provenientes de dispositivos wearables
Proyecto Big Data de salud Comunidad Europea Diseño e implementación de una base de datos para recogida y análisis de datos de actividad física provenientes de dispositivos wearables Autor: Mari Cruz López
Más detalles1. Ecuaciones de recurrencia
PRÁCTICA NO 3. ALGORITMOS RECURRENTES 1. Ecuaciones de recurrencia Una ecuación de recurrencia es una expresión finita que define explícitamente una sucesión, en el cual un elemento de la sucesión se determina
Más detallesDepartamento de Tecnologías de la Información. Tema 7. Complejidad temporal. Ciencias de la Computación e Inteligencia Artificial
Departamento de Tecnologías de la Información Tema 7 Complejidad temporal Ciencias de la Computación e Inteligencia Artificial Índice 7.1 Medidas de complejidad 7.2 La clase P 7.3 La clase NP 7.4 NP-Completitud
Más detallesDiplomado en Estadística Aplicada
Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad
Más detallesPosibles trabajos HIA
Posibles trabajos HIA Posibles trabajos Comparar otras herramientas de Minería de Datos con Weka Estudiar la influencia del ruido en bagging y boosting Estudiar la influencia del parámetro de poda en J48
Más detallesCalendario Lenguaje Matemática Inglés Hist. Cs.Soc Cs.Nat (1º -8º Básico) 17 de Junio 23 de Junio 28 de Junio 30 de Junio 4 de Julio
Curso: 7º Básico Nivel de Séptimos del Primer Semestre (coef. 2), de según fecha indicada para cada sector de Hist. Cs.Soc Cs.Nat (1º -8º Básico) 17 de Junio 23 de Junio 30 de Junio 4 de Julio Los Sectores
Más detallesAnálisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Ordenamiento en Tiempo Lineal DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Ordenamiento por Comparación (Comparison Sorts) Tiempo de ejecución HeapSort y
Más detallescomo les va con las practicas?
como les va con las practicas? Problemas NP-completos y Estructuras de datos básicas (representación de datos) mat-151 1 Una maquina de Turing Aceptation state Una maquina de Turing Maquina de Turing Determinística,
Más detalles