ALGORITMIA DE LA ORDENACIÓN EFICIENTE Necesidad de Ordenar Eficientemente Análisis Algorítmico
|
|
- Nieves Saavedra Montoya
- hace 7 años
- Vistas:
Transcripción
1 ALGORITMIA DE LA ORDENACIÓN EFICIENTE Necesidad de Ordenar Eficientemente Análisis Algorítmico Asignatura: Algoritmos y Estructuras de Datos II Profesor: Mgter. Oscar Adolfo Vallejos. Alumno: Arduino Guillermo Andrés FACENA-UNNE JAIIO - EST ISSN: Página 569
2 ABSTRACT Es sabido que los métodos de ordenación, son materia de estudio en las universidades, ya que permiten la comprensión de la lógica de programación, como así también el análisis de la complejidad y eficiencia de los mismos. Por ello este trabajo fue desarrollado en el marco del cursado de la Asignatura Algoritmos y Estructuras de Datos II en el segundo cuatrimestre de la carrera de Licenciatura en Sistemas de la Información de la Facultad de Ciencias Exactas y Naturales de la Universidad Nacional del Nordeste. Este trabajo está orientado a lograr, el estudio de los algoritmos de ordenamiento, y los grados de eficiencia de cada uno de los algoritmos tratados. A los fines indicados se tratará de conocer los métodos desde el más simple hasta el más complejo, que se han incluido en esta investigación, para ello se describirá cada método investigado y se analizará tanto su complejidad algorítmica vista desde un punto de vista teórico, como también en las comparaciones de tiempo de ejecución, requisitos para ejecutarlos, funcionalidades y alcance. Arribando a conclusiones, basándose en la ejecución de una aplicación, codificada en Lenguaje Pascal y que permita medir el tiempo de los métodos de ordenamiento tratados en este trabajo. INTRODUCCIÓN En este Trabajo de Investigación se verán diferentes métodos de ordenamiento, codificados en Lenguaje Pascal. La importancia del Ordenamiento de datos, en el contexto del cursado de la asignatura Algoritmos y Estructuras de Datos II, reside básicamente en la compresión del mismo para analizar los algoritmos a observarse, con el fin de entender la eficiencia y optimización en su uso real. Este informe permitirá conocer más a fondo cada método distinto de ordenamiento, desde uno simple hasta el más complejo dentro del contexto pedido en la Asignatura. Se realizaran comparaciones en tiempo de ejecución, pre-requisitos de cada algoritmo, funcionalidad y alcance. Los algoritmos de ordenamiento nos permiten, como su nombre lo dice, ordenar. En este caso, nos servirán para ordenar vectores o matrices con valores asignados aleatoriamente. Haciendo foco en los métodos más populares, analizando el tiempo que demora y revisando el código, escrito en Pascal, de cada algoritmo Entonces habiendo definido que es la ordenación, restaría definir entonces a que se considera eficiencia y optimización en el ordenamiento de los datos. La optimización de un algoritmo se obtiene cuando se hace la elección correcta de algoritmo y estructura de datos, esto hace referencia al análisis cuidadoso de su desempeño para analizar las fallas y concebir mejoras antes de llevarlos a la ejecución de los mismos en una computadora. Es así, en el caso de vectores pequeños (valor de N muy chico), los métodos directos se muestran eficientes, sobre todo porque los algoritmos son sencillos; su uso es muy 41 JAIIO - EST ISSN: Página 570
3 frecuente. Sin embargo, en vectores grandes (valor de N considerable) estos métodos se muestran ineficaces y es preciso recurrir a los métodos avanzados. Aunque es evidente ver que tanto el tipo y tamaño de los elementos como el dispositivo en donde se encuentran almacenados pueden influir en el método que utilicemos para ordenarlos, en este tema se soluciona el caso en que los elementos son números enteros y se encuentran almacenados en un vector, como se ha explicado anteriormente. A continuación se detallan cada uno de los métodos realizados en este trabajo. MÉTODO DE LA BURBUJA Procedure OrdenarBurbuja; For i:=1 to va_n - 1 do Recorre el vector For j:=1 to va_n - 1 do Recorre el vector ordenando If ( vv_vector[j] > vv_vector[j+1] ) Then Pregunta para ordenar de menor a mayor va_aux:=vv_vector[j]; vv_vector[j]:=vv_vector[j+1]; vv_vector[j+1]:=va_aux; MÉTODO DE SELECCIÓN Procedure OrdenarSeleccion; For i:=1 to va_n - 1 do Recorre n-1 pasadas el vector va_menor:=vv_vector[i]; k:=i; For j:=i+1 to va_n do Recorre el vector ordenando If (vv_vector[j] < va_menor ) Then va_menor:=vv_vector[j]; Obtiene el menor valor k:=j; vv_vector[k]:=vv_vector[i]; vv_vector[i]:=va_menor; Sitúa el elemento más pequeño en vv_vector[i] 41 JAIIO - EST ISSN: Página 571
4 MÉTODO POR INSERCIÓN Procedure OrdenarBaraja; For i:=2 to va_n do Recorre el vector va_aux:=vv_vector[i]; j:=i-1; While ((vv_vector[j] > va_aux) and (j>1)) do Explora las sub-listas vv_vector[j+1] := vv_vector[j]; j:=j-1; Se mueve buscando la posición correcta de inserción if (vv_vector[j] > va_aux) then Realiza el Intercambio Insertando el elemento vv_vector[j+1] := vv_vector[j]; vv_vector[j]:=va_aux; End Else vv_vector[j+1]:=va_aux; MÉTODO SHELL Procedure Shell; var va_cambios,va_aux:integer; i,va_salto:longint; va_salto:=va_n; La variable salto toma el valor de la longitud del vector While not(va_salto=0) Do va_cambios:=1; While not(va_cambios=0) Do Si no hay cambios va_cambios:=0; For i:= (va_salto+1) to va_n do Recorre el vector If (vv_vector[i-va_salto]>vv_vector[i]) Then Inicia el ordenamiento va_aux:=vv_vector[i]; vv_vector[i]:=vv_vector[i-va_salto]; vv_vector[i-va_salto]:=va_aux; inc(va_cambios); Activa la bandera 41 JAIIO - EST ISSN: Página 572
5 va_salto:= va_salto div 2; Se divide el vector original en dos va_salto:= va_salto div 2; vuelve a calcular el salto MÉTODO QUICK SORT Procedure Quick_Sort(VAR vv_vector:array of integer ; izquierda,derecha:longint); Var pivot,i,j :longint; va_aux :integer; i:=izquierda; j:=derecha; pivot:=vv_vector[(i+j) DIV 2]; Selecciona el Pivot While i<=j Do While vv_vector[i]<pivot Do inc(i); Recorre a la derecha While vv_vector[j]>pivot Do dec(j); Recorre a la izquierda IF ( i <= j) THEN Comienza a ordenar de acuerdo al pivot va_aux:=vv_vector[i]; vv_vector[i]:=vv_vector[j]; vv_vector[j]:=va_aux; inc(i); dec(j); If (derecha> i ) Then Quick_Sort(vv_vector,i,derecha); ordena recursivamente los elementos ubicados a la derecha If (izquierda < j ) Then Quick_Sort(vv_vector,izquierda,j); ordena recursivamente los elementos ubicados a la Izquierda Procedure QuickS; Quick_Sort(vv_vector,0,va_n-1); Llama al procedimiento recursivamente hasta ordenar el vector. MÉTODO COUNTING SORT Procedure Counting_Sort (Var vv_vector: Array of Integer; min, max: longint); 41 JAIIO - EST ISSN: Página 573
6 Var Contador: Array of Integer; Vector auxiliar i, j, z : longint; SetLength(Contador, max-min); Minimo y Maximo del vector auxiliar For i := 0 to (max-min) do Contador[i] := 0; For i := 0 to (va_n-1) do Contador[ vv_vector[i] - min ] := Contador[ vv_vector[i] - min ] + 1; Recorre el vector y obtiene la lista en forma ordenada z := 0; For i := min to max do For j := 0 to (Contador[i - min] - 1) do vv_vector[z] := i; z := z + 1 COMPLEJIDAD ALGORÍTMICA En este apartado se intentará ver la complejidad algorítmica de cada método desde el punto de vista teórico, no se pretende hacer un análisis exhaustivo pero si pretender mostrar como es la complejidad en cada método anteriormente expuesto. Método Burbuja Al algoritmo de la burbuja, para ordenar un vector de n términos, tiene que realizar siempre el mismo número de comparaciones: Esto es, el número de comparaciones c(n) no depende del orden de los términos, si no del número de términos. Por lo tanto la cota ajustada asintótica del número de comparaciones pertenece al orden de n cuadrado. Cuando una lista ya está ordenada, el método de ordenación por burbuja está forzado a pasar por dichas comparaciones, lo que hace que su complejidad sea cuadrática en el mejor de los casos. Método Selección Al algoritmo de ordenamiento por selección, para ordenar un vector de n términos, tiene que realizar siempre el mismo número de comparaciones: Esto es, el número de comparaciones c(n) no depende del orden de los términos, si no del número de términos. Por lo tanto la cota ajustada asintótica del número de comparaciones pertenece al orden de n cuadrado 41 JAIIO - EST ISSN: Página 574
7 Método Inserción En el peor caso este método toma tiempo O(n2). Un punto interesante es que el mejor caso, ocurre cuando el arreglo se encuentra ordenado, en ese caso el tiempo es O(n). Requiere O(n²) operaciones para ordenar una lista de n elementos. El algoritmo se aprovecha del posible orden parcial que pueda existir entre los elementos. Es decir, si un elemento está "cerca" de su posición definitiva, el algoritmo hace menos intercambios. El caso extremo es que el array esté totalmente ordenado... en cuyo caso, el algoritmo nunca entra en el bucle interior y por eso su complejidad en este caso el mejor es Ω(n). En este caso, la cota inferior de la complejidad temporal baja hasta una función lineal. Método Shell Con esto, el método de ordenación por Incrementos consiste en hacer h-ordenaciones de a para valores de h decreciendo hasta llegar a uno. Su implementación original, requiere O(n 2 ) comparaciones e intercambios en el peor caso, esto es mejor que las O(n 2 ) comparaciones requeridas por algoritmos simples pero peor que el óptimo O(n log n). El Shell Sort es una generalización del ordenamiento por inserción, teniendo en cuenta dos observaciones: 1. El ordenamiento por inserción es eficiente si la entrada está "casi ordenada". 2. El ordenamiento por inserción es ineficiente, en general, porque mueve los valores sólo una posición cada vez El algoritmo Shell Sort mejora el ordenamiento por inserción comparando elementos separados por un espacio de varias posiciones. Esto permite que un elemento haga saltos mayores hacia su posición esperada. Los pasos múltiples sobre los datos se hacen con tamaños de espacio cada vez más pequeños. El último paso del Shell sort es un simple ordenamiento por inserción, pero para entonces, ya está garantizado que los datos del vector están casi ordenados. Método Quick Sort El procedimiento Quick Sort descarta la filosofía de caso mejor, peor y medio de los algoritmos clásicos de ordenación, pues aquí tales casos no dependen de la ordenación inicial del vector, sino de la elección del pivote. Dado que Quick-Sort particiona el arreglo en dos y el procedimiento de partición tarda tiempo lineal con respecto al largo total del arreglo, podemos decir que el tiempo que le toma a Quick-Sort está regido por la relación de recurrencia T(n) = T(p) + T(n p) + c n T(1) = c Como se puede suponer, la eficiencia del algoritmo depende de la posición en la que termine el pivote elegido: En el mejor caso, el pivote termina en el centro de la lista, dividiéndola en dos sub-listas de igual tamaño. En este caso, el orden de complejidad del algoritmo es O(n log n). En el peor caso, el pivote termina en un extremo de la lista. El orden de complejidad del algoritmo es entonces de O(n²). El peor caso dependerá de la implementación del algoritmo, aunque habitualmente ocurre en listas que se encuentran ordenadas, o casi ordenadas. Pero principalmente depende del pivote, si por ejemplo el algoritmo implementado toma como pivote siempre 41 JAIIO - EST ISSN: Página 575
8 el primer elemento del array, y el array que le pasamos está ordenado, siempre va a generar a su izquierda un array vacío, lo que es ineficiente. En el caso promedio, el orden es O(n log n). Método Counting Sort En el ordenamiento por conteo se asume que : Los n elementos de entrada son enteros en el rango 0 y k. Si k = O(n), el algoritmo corre en tiempo O(n). Cuál es el costo de ejecución del algoritmo Counting Sort? de ejecución: O{(zk}) + O{(zn}) + O{(zk}) + O{(zn}) = O(k + n) Si k = O(n), entonces tiempo de ejecución es O(n) Una importante propiedad del algoritmo Counting Sort es la Estabilidad. Este método tiene la restricción de que sólo puede ser aplicado en elementos en un intervalo de a lo más k elementos, típicamente en números naturales en el rango de 1 a k. Su cota de tiempo es de O(n + k). Comparación Empírica de los s de Ejecución En el lapso de tiempo comprendido entre el 08/09/2011 y el 19/11/2011; en el marco de la Asignatura Algoritmos y Estructuras de Datos II de la Carrera Licenciatura en Sistemas de la Información, dependiente de la Facultad de Ciencias Exactas y Naturales de la UNNE. Se realizó el proyecto de una aplicación codificada en Lenguaje Pascal, que comprendiera los métodos de ordenación: Burbuja, Selección, Inserción (Baraja), Shell Sort, Quick Sort y Counting Sort; teniendo en cuenta su medición en segundos. Método utilizado Se realizó la carga del vector en forma aleatoria, procediéndose a la ordenación del mismo, repitiéndose el proceso hasta obtener una muestra de 10 pruebas. Luego de esto se verificó los tiempos obtenidos, obteniéndose el mejor tiempo de ejecución, el peor y el tiempo promedio; correspondiéndose esto con el caso peor, el caso mejor y el caso promedio, ya que al ser al azar la carga del vector, se comprueba que cuando consigue el mejor tiempo es cuando el vector esta totalmente ordenado, y en los otros casos el vector ha estado parcialmente desordenado y totalmente desordenado. Prueba de Eficiencia en tiempo y por cantidad de elementos a ordenar 256 ELEMENT OS 512 ELEMENTOS Burbuja 0,2180 0,2189 0,2190 Burbuja 0,4530 0,4562 0,4690 Selección 0,2030 0,2140 0,2340 Selección 0,4370 0,4376 0,4380 Inserción 0,2030 0,2094 0,2190 Inserción 0,4210 0,4313 0,4380 Shell Sort 0,1250 0,1250 0,1250 Shell Sort 0,1410 0,1410 0, ELEMENT OS 4096 ELEMENTOS Burbuja 1,8590 1,8795 1,9060 Burbuja 3,7650 3,8047 3,8600 Selección 1,7340 1,7861 1,8290 Selección 3,5460 3,6314 4,0160 Inserción 1,7340 1,7563 1,7660 Inserción 3,5000 3,5248 3, JAIIO - EST ISSN: Página 576
9 Shell Sort 0,1720 0,1720 0,1720 Shell Sort 0,1870 0,1875 0, ELEMENT OS ELEMENTOS Burbuja 16, , ,1250 Burbuja 84, , ,5000 Selección 13, , ,6720 Selección 59, , ,0160 Inserción 14, , ,5000 Inserción 59, , ,6100 Shell Sort 0,2180 0,2236 0,2350 Shell Sort 0,5310 0,5703 0, ELEMENT OS ELEMENTOS Quick Sort 0,0310 0,0313 0,0320 Quick Sort 0,0620 0,0623 0,0630 Counting 0,0000 * 0,0000* 0,0000* Counting Sort 0,0000* 0,0000* 0,0000* Sort ELEMENT OS ELEMENTOS Quick Sort 0,0930 0,0935 0,0940 Quick Sort 0,1245 0,1376 0,1570 Counting Sort 0,0150 0,0152 0,0160 Counting Sort 0,0150 0,0157 0,0160 *: Limitación encontrada por la rapidez del método para ser tomado el tiempo por Pascal con función Gettickcount CONCLUSIÓN Según lo observado en la experimentación se puede concluir que, en las condiciones anteriormente mencionadas, el método de Burbujas es aquél con mayor tiempo de ejecución a medida que el valor de N se incrementa, con lo cuál se ve que es el más ineficiente de todos, pero cabría cuestionarse aquí porque es el método más utilizado, y la respuesta estaría en la fácil comprensión del mismo, tanto en la codificación como en su forma de ordenación. Si bien con los métodos de Inserción y Selección se nota una mejora en los tiempos de ejecución, es el método Shell quien presenta el mejor rendimiento debido a que es una modificación de los métodos de Inserción y Selección, ya que realiza saltos grandes que permiten ordenaciones múltiples. Esto se ve claramente demostrado en las pruebas de tiempo. Ahora bien todo cambia cuando hablamos de los métodos Quick Sort y Counting Sort, claramente se observa que ambos en prueba de tiempo son altamente eficientes y rápidos en comparación al resto. Pero hay que hacer una salvedad, dándose cuenta la propia limitación que posee el Counting Sort de que solamente ordena números enteros positivos, y lo favorable que es el Quick Sort que puede ordenar cualquier elemento que integre la lista o el vector. El otro tema a tener en cuenta es que para obtener mediciones en tiempo fiables con estos métodos debemos hablar de un valor de N considerable, es decir, vectores con una carga de elementos superior a los Por último, el tema de la codificación, si bien se puede ver que el más fácil de codificar es el Burbuja y en apariencia el más difícil es el Quick Sort, la conceptualización en ambos ayuda a entenderlos a la hora de llevarlos a lenguaje Pascal, por lo que se puede decir que en realidad el mas dificultoso a la hora de 41 JAIIO - EST ISSN: Página 577
10 concretar el código ha sido el método Shell, ya que hay que comprender que Salto debe asumir el valor de N, de lo contrario no se producirán todas la iteraciones necesarias, y en el mejor de los casos si este error se produjera el vector sería ordenado sólo en la primera mitad y el resto quedaría desordenado. BIBLIOGRAFÍA de Consulta: 20/11/ Fecha de Consulta: 20/11/2011 Jorge Pérez Ph. D. Student Department of Computer Science. Pontificia Universidad Católica de Chile Fecha de Consulta: 20/11/2011 ALGORITMOS DE ORDENACIÓN Y BÚSQUEDA CAPITULO 6 Fecha de Consulta: 3/10/2011 Julio César López. Ordenamiento en Lineal. Fecha de Consulta: 19/11/2011 Teoría de Algoritmos Tema 1: Análisis de Eficiencia de Algoritmo. Departamento de Informática Universidad de Jaén. _%20Analisis%20de%20Eficiencia%20de%20Algoritmos.pdf. Fecha de Consulta: 18/11/2011 Arturo Díaz Pérez. Análisis y Complejidad de Algoritmos. Fecha de Consulta: 3/10/2011 Javier Gutiérrez, Michael González. Parte II: Estructuras de Datos y Algoritmos. UNIVERSIDAD DE CANTABRIA FACULTAD DE CIENCIAS. Fecha de Consulta: 03/11/2011 Luis E. Vargas Azcona. Problemas y Algoritmos. Fecha de Consulta: 15/11/2011 Fernando A. Lagos B. Algoritmos de Ordenamiento Informe de Ordenamiento. Año Fecha de Consulta: 03/10/2011 Prof. Liliana Caputo. Presentación Número 12- Lenguajes Formales- Lógica y Matemática Computacional- Lic. en Sistemas de la Información- FACENA UNNE. Año JAIIO - EST ISSN: Página 578
Algoritmos de Ordenamiento
Algoritmos de Ordenamiento Fernando A. Lagos B. Copyleft 2007 INDICE 1 Introducción Pág. 3 2 Tipos de Algoritmos Pág. 4 2.1 Algoritmos iterativos Pág. 5 2.2 Algoritmos recursivos Pág. 6 3 Método de la
La 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
Notación 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
<tipo> Tipo de dato de los elementos del vector
Vectores y matrices Declaración Vector (array unidimiensional): []; Tipo de dato de los elementos del vector Identificador de la variable.
Planificaciones Algoritmos y Programación I. Docente responsable: AZCURRA DIEGO ANDRES. 1 de 5
Planificaciones 7540 - Algoritmos y Programación I Docente responsable: AZCURRA DIEGO ANDRES 1 de 5 OBJETIVOS Objetivos estratégicos: -Desarrollar el concepto algorítmico. -Aplicar técnicas de programación
Agradecimientos. 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
Tema 2 Introducción a la Programación en C.
Tema 2 Introducción a la Programación en C. Contenidos 1. Conceptos Básicos 1.1 Definiciones. 1.2 El Proceso de Desarrollo de Software. 2. Lenguajes de Programación. 2.1 Definición y Tipos de Lenguajes
CAPITULO 1 INTRODUCCION AL PROYECTO
CAPITULO 1 INTRODUCCION AL PROYECTO 1 INTRODUCCION AL PROYECTO 1.1 Marco Teórico Los procesadores digitales de señales ganaron popularidad en los años sesentas con la introducción de la tecnología de estado
Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I
Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante
Estructuras de control
Estructuras de control Introducción Los algoritmos vistos hasta el momento han consistido en simples secuencias de instrucciones; sin embargo, existen tareas más complejas que no pueden ser resueltas empleando
NOTACIÓN 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
MANUAL DE PRÁCTICAS DEL TALLER DE PROGRAMACIÒN PRACTICA NO.6
MANUAL DE PRÁCTICAS DEL TALLER DE PROGRAMACIÒN PRACTICA NO.6 NOMBRE DE LA PRÁCTICA. Estructuras secuénciales 6.1 OBJETIVO GENERAL El alumno desarrollará la habilidad para diseñar algoritmos secuenciales,
ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Complejidad de Algoritmos
Complejidad de Algoritmos Tema 5 Introducción Un algoritmo es una secuencia de instrucciones que resuelve un problema Puede tener diferentes implementaciones Para comparar las diferentes formas (algoritmos)
Fundamentos de Programación Visual Basic
Pág. N. 1 Fundamentos de Programación Visual Basic Familia: Editorial: Tecnología de información y computación Macro Autor: Ricardo Walter Marcelo Villalobos ISBN: 978-612-304-236-3 N. de páginas: 280
Formato para prácticas de laboratorio
CARRERA PLAN DE ESTUDIO CLAVE ASIGNATURA TRONCO COMÚN 2003-1 4347 ESTÁTICA NOMBRE DE LA ASIGNATURA PRÁCTICA No. LABORATORIO DE CIENCIAS BÁSICAS DURACIÓN(HORAS) EST-01 NOMBRE DE LA PRÁCTICA REPORTE DE LA
Conceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Inicio. Cálculos previos GRASP. Resultados. Fin. Figura 5.1: Diagrama de flujo del algoritmo.
5. DISEÑO FUNCIONAL En este apartado vamos a detallar los diagramas funcionales que han constituido la base para la posterior implantación informática de la metaheurística. 5.1. Diseño funcional del algoritmo
UNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: PROGRAMACION I CÓDIGO ASIGNATURA: 1215-208 PRE-REQUISITO: 1215-102 SEMESTRE: II (SEGUNDO) UNIDADES
Guía práctica de estudio 05: Diagramas de flujo
Guía práctica de estudio 05: Diagramas de flujo Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 05: Diagramas de
Diseño Estructurado de Algoritmos
Diseño Estructurado de Algoritmos 1 Sesión No. 11 Nombre: Estructuras algorítmicas. Tercera parte. Objetivo de la sesión: Al concluir la sesión el estudiante aplicará las estructuras algorítmicas repetitivas
Estructuras 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
UNIDAD ACADÉMICA PROFESIONAL TIANGUISTENCO
UNIDAD ACADÉMICA PROFESIONAL TIANGUISTENCO LICENCIATURA EN PRODUCCIÓN INDUSTRIAL. UNIDAD DE APRENDIZAJE: PROGRAMACIÓN Créditos institucionales de la UA: 6 Material visual: Diapositivas Unidad de competencia
CPU MEMORIAS CACHE. Memorias caché. Memoria caché = memoria de tamaño pequeño y acceso rápido situada entre la CPU y la memoria principal.
MEMORIAS CACHE Memoria caché = memoria de tamaño pequeño y acceso rápido situada entre la CPU y la memoria principal. Tiempo ciclo memoria > tiempo de ciclo del procesador la CPU debe esperar a la memoria
Tema 14: Sistemas Secuenciales
Tema 14: Sistemas Secuenciales Objetivos: (CONTADORES) Introducción. Características de los contadores. Contadores Asíncronos. Contadores Síncronos. 1 INTRODUCCIÓN Los contadores son sistemas secuenciales
Introducción a la programación
Introducción a la programación Resolución de Problemas El objetivo principal para que las personas aprendan a programar en algún lenguaje de programación en particular es utilizar el computador como una
Tema: Métodos de Ordenamiento. Parte 1.
Programación IV. Guía 2. 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Métodos de Ordenamiento. Parte 1. Objetivos Específicos Identificar la estructura de algunos algoritmos
Programación. Tema 8: Tablas Hash. Apuntes elaborados por: Eduardo Quevedo, Aaron Asencio y Raquel López Revisado por: Javier Miranda el????
Programación. Tema : Tablas Hash /Mayo/ Apuntes elaborados por: Eduardo Quevedo, Aaron Asencio y Raquel López Revisado por: Javier Miranda el???? Tema : Tabla Hash Las tabla hash aparece para conseguir
Diplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes
Asignaturas de Énfasis en Economía y Opción Complementaria.
PONTIFICIA UNIVERSIDAD JAVERIANA CARRERA DE ECONOMÍA Asignaturas de Énfasis en Economía y Opción Complementaria. En la actualidad, los estudiantes de la Carrera deben aprobar mínimo 16 créditos de asignaturas
ANEXO 1. CALIBRADO DE LOS SENSORES.
ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de
CAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
: Algorítmica y Estructura de Datos I
FACULTAD POLITÉCNICA DIRECCIÓN ACADÉMICA PROGRAMA DE ESTUDIO I. IDENTIFICACIÓN Carrera : Ingeniería de Sistemas CARGA HORARIA (Horas reloj) Asignatura : Algorítmica y Estructura de Datos I Carga Horaria
Métodos para escribir algoritmos: Diagramas de Flujo y pseudocódigo
TEMA 2: CONCEPTOS BÁSICOS DE ALGORÍTMICA 1. Definición de Algoritmo 1.1. Propiedades de los Algoritmos 2. Qué es un Programa? 2.1. Cómo se construye un Programa 3. Definición y uso de herramientas para
4. OBJETIVOS General Desarrollar capacidades en el estudiante para interpretar problemas organizacionales mediante el uso del lenguaje matemático.
010-14-04 1 de 1. IDENTIFICACIÓN Nombre de la Asignatura MATEMATICAS I Naturaleza Semestre TEORICO I PRE-REQUITO:. JUSTIFICACIÓN No de Créditos 3 Duración 144 Hs Código 9900011 TP TD Trabajo Presencial
3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
6. Vectores. 1. Introducción. 2. Declaración (I) Fundamentos de Informática Dpto. Lenguajes y Sistemas Informáticos.
6. Fundamentos de Informática Dpto. Lenguajes y Sistemas Informáticos Curso 2012 / 2013 Índice 4. Paso de parámetros 5. Recorrido completo 6. Recorrido de búsqueda 7. Inicialización 2 Necesidad Agrupar
SILABO DEL CURSO FUNDAMENTOS DE PROGRAMACIÓN
FACULTAD DE INGENIERÍA CARRERA DE INGENIERÍA DE SISTEMAS SILABO DEL CURSO FUNDAMENTOS DE PROGRAMACIÓN 1. DATOS GENERALES 1.1. Facultad : Ingeniería 1.2. Carrera Profesional : Ingeniería de Sistemas 1.3.
Algebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Tema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
SOCIOLOGÍA: MÉTODOS DE INVESTIGACIÓN
SOCIOLOGÍA: MÉTODOS DE INVESTIGACIÓN Existen varios métodos posibles de investigación social, varias formas de aplicar el análisis científico al plano de la realidad social. Los más utilizados hoy en día
Procesadores de lenguaje Tema 6 La tabla de símbolos
Procesadores de lenguaje Tema 6 La tabla de símbolos Departamento de Ciencias de la Computación Universidad de Alcalá Resumen La tabla de símbolos. Requerimientos de información. Diseño de la tabla de
Herramientas computacionales para la matemática MATLAB: Estructuras de control
Herramientas computacionales para la matemática MATLAB: Estructuras de control Verónica Borja Macías Mayo 2012 1 Estructuras de control ESTRUCTURAS DE REPETICIÓN: BUCLES Los bucles permiten repetir las
2. METODOLOGÍA. Los tipos fundamentales de Estudios de Investigación, como nos recuerda Bavaresco, son cuatro:
2. METODOLOGÍA Para llevar a cabo este estudio es necesario utilizar una metodología de investigación, debido a que el no contar con los métodos y técnicas necesarias que nos guíen a través de una investigación
MICROECONOMÍA. EQUILIBRIO GENERAL Y ECONOMÍA DE LA INFORMACIÓN
Fernando Perera Tallo Olga María Rodríguez Rodríguez http://bit.ly/8l8ddu GUÍA DOCENTE DE LA ASIGNATURA: MICROECONOMÍA. EQUILIBRIO GENERAL Y ECONOMÍA DE LA INFORMACIÓN GRADO EN ECONOMÍA 1. Datos Descriptivos
Programa de estudios por competencias Seminario Resolución de Problemas de Métodos Matemáticos I
1. Identificación del curso Programa de estudios por competencias Seminario Resolución de Problemas de Métodos Matemáticos I Programa educativo: Ingeniería en computación Unidad de aprendizaje: Seminario
El avance de proyectos con MS Project
2015 El avance de proyectos con MS Project Lic. Javier A. D Labra Noriega jdlabra@hotmail.com Mayo 2015 Tabla de contenido Introducción...2 Inicio del documento...2 Conceptos básicos de MS Project...2
TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL
1 TECNICO SUPERIOR EN INFORMÁTICA EMPRESARIAL MÓDULO INTRUCCIONAL TECNOLOGÍA DE LA COMPUTADORA FACILITADOR: PARTICIPANTE: DAVID, CHIRIQUÍ 2015 2 Qué es un programa? Un programa informático es un conjunto
Programación 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
Tema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Introducción al tipo Vector Cómo guardar una colección de datos conceptualmente relacionados? - almacenar los 100 primeros números primos, - al
Tema 6. Vectores 1. Introducción y Definiciones 2. Operaciones elementales con vectores 3. Definición y manejo de vectores (arrays arrays) en C 4. Operación de Recorrido secuencial de un vector 5. Operación
Facultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Análisis probabilístico y Algoritmos Aleatorizados
Análisis probabilístico y Algoritmos Aleatorizados Andrés Becerra Sandoval Ponticia Universidad Javeriana 14 de julio de 2007 Lenguajes III Introducción La probabilidad puede ayudarnos a medir la complejidad
Algoritmos y solución de problemas. Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal
Algoritmos y solución de problemas Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal Introducción Departamento de Electrónica, Sistemas e Informática En las ciencias de la computación
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
ALGORITMOS GENÉTICOS
ALGORITMOS GENÉTICOS Autor: Miguel Ángel Muñoz Pérez. Primera versión: Noviembre, 1997. Última modificación: Abril, 2005. ADVERTENCIA Si ya sabes lo que es un algoritmo genético y esperas hallar algo novedoso
Capítulo 3 Ordenación(Clasificación) y Búsqueda
Capítulo 3 Ordenación(Clasificación) y Búsqueda 3.1 Ordenamiento Interno Los computadores emplean gran parte de su tiempo en operaciones de búsqueda y ordenamiento. Existen 2 métodos de ordenación: ordenación
ESTRUCTURAS ALGORITMICAS
ESTRUCTURAS ALGORITMICAS El proceso de resolución de problemas en un ordenador conduce a la escritura de un programa y su ejecución. Las fases en el desarrollo de un programa pueden resumirse de la siguiente
e-mail: mtoledo@dgrfsa.gov.ar
Arreglos Introducción a las Estructuras de Datos. Arreglos Unidimensionales: Vectores Vectores Estáticos en VB Vectores Dinámicos en VB Ordenando un Vector Introducción a las Estructuras de Datos. Una
Tema 3.- Predicados y sentencias condicionales
UNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DE CÓRDOBA DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO PROGRAMACIÓN DECLARATIVA INGENIERÍA INFORMÁTICA ESPECIALIDAD DE COMPUTACIÓN CUARTO CURSO PRIMER
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS 1. DATOS INFORMATIVOS MATERIA: DISEÑO DE LENGUAJES Y AUTOMATAS: CARRERA: INGENIERÍA DE SISTEMAS NIVEL:
POST REQUISITO: CATEGORIA: Obligatorio SEMESTRE: Primer Semestre 2015 HORAS POR SEMANA DEL LABORATORIO: DIAS QUE SE IMPARTE EL LABORATORIO:
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS NOMBRE DEL CURSO: Introducción a la Programación Y Computación 1 CODIGO: 770 CREDITOS: 4 ESCUELA: Ciencias y Sistemas AREA
la solución a una ecuación cuadrática solicitando al usuario los términos de dicha ecuación.
ALGORITMOS SECUENCIALES: La estructura secuencial es aquella en la que una acción (instrucción) sigue a otra en secuencia. Las tareas se suceden de tal modo que la salida de una es la entrada de la siguiente
Nombre de la asignatura : Teleproceso. Carrera : Ingeniería en Sistemas Computacionales. Clave de la asignatura : SCB-9340
1. D A T O S D E L A A S I G N A T U R A Nombre de la asignatura : Teleproceso Carrera : Ingeniería en Sistemas Computacionales Clave de la asignatura : SCB-9340 Horas teoría-horas práctica-créditos :
El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
PROGRAMACIÓN UNIDADES
PROGRAMACIÓN Semestre: Segundo Horas: 90 horas Hrs/sem: 4.5 Créditos: 9 Clave: AI-02 DESCRIPCIÓN DE LA ASIGNATURA Al finalizar el curso el alumno tendrá el conocimiento y la capacidad de implementar programas
Funciones: Aspectos básicos
Funciones: Aspectos básicos Nombre: Curso:.. Producto cartesiano En teoría de conjuntos, el producto cartesiano de dos conjuntos es una operación que resulta en otro conjunto cuyos elementos son todos
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO INTRODUCCION A LA PROGRAMACION Y COMPUTADORAS 1 CODIGO: 770 CREDITOS: 4 ESCUELA: Ciencias
Micro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
CAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores
CAPÍTULO I. INTRODUCCIÓN I.1 Breve Descripción Cuando se requiere obtener información de una población, y se desean obtener los mejores y más completos resultados, el censo es una opción para dar una respuesta
lím lím Veamos como ejemplo el límite de la función polinómica f(x)=3x 2-8 en 1: x 1 (3x2 )-lím 8 x 1 =2 x 1 x)2 -lím x 1 8 =
LÍMITES LECCIÓN 7 Índice: Cálculo de ites en un punto. Epresión indeterminada L/0. Epresión indeterminada 0/0. Algunos ites de funciones irracionales. Otras técnicas básicas para el cálculo de ites. Problemas..-
como el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Ciclos. Recordando Estructuras de Control Básicas: SELECCIÓN (condición) SECUENCIAL
Ciclos Fundamentos de Programación Recordando Estructuras de Control Básicas: Una secuencia es una serie de estatutos que se ejecutan uno después de otro. Selección (condición) ejecuta diferentes estatutos
4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Relación de prácticas de la asignatura METODOLOGÍA DE LA PROGRAMACIÓN Segundo Cuatrimestre Curso º Grado en Informática
Relación de prácticas de la asignatura METODOLOGÍA DE LA PROGRAMACIÓN Segundo Cuatrimestre Curso 2013-2014. 1º Grado en Informática Práctica 1: Punteros Objetivos Se hará hincapié en la aritmética de punteros
Algorítmica y Lenguajes de Programación. Ordenación (i)
Algorítmica y Lenguajes de Programación Ordenación (i) Ordenación. Introducción A lo largo del curso hemos visto distintas formas de almacenar datos: Vectores. Matrices. Ficheros Listas (pilas y colas)
Tema: Excel Formulas, Funciones y Macros
1 Facultad Escuela Lugar de Ejecución : Ingeniería. : Biomédica : Laboratorio de Biomédica Tema: Excel Formulas, Funciones y Macros Objetivos Específicos Conocer los conceptos básicos en relación a la
Percentil q (p q ) Si en este conjunto de valores se quiere encontrar el percentil 20, la solución gráfica es muy simple
Percentil q (p q ) Una medida de posición muy útil para describir una población, es la denominada 'percentil'. En forma intuitiva podemos decir que es un valor tal que supera un determinado porcentaje
Índice general. Capítulo 1 Conceptos básicos. Capítulo 2 Controles básicos I. Pág. N. 1
Pág. N. 1 Índice general Capítulo 1 Conceptos básicos Qué es Visual Basic? La programación basada en objetos Propiedades Métodos Eventos Funcionamiento de las propiedades, métodos y eventos Ingreso al
Introducción: En el contexto de la asignatura, deseo hacer notar que la utilización de herramientas de productividad, tales como las TIC (Tecnologías de la Información y Comunicaciones) en el ámbito de
Multicolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
OFERTA PFC DEPARTAMENTO DTE (ÁREAS: TELEMÁTICA y ELECTRÓNICA) OTOÑO
OFERTA PFC DEPARTAMENTO DTE (ÁREAS: TELEMÁTICA y ELECTRÓNICA) OTOÑO 2016-17 Procedimiento y plazos para solicitar el PFC en el Dpto. La oferta de PFC se publicará el viernes 16 de septiembre en los tablones
4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
Ejercicios ejemplos resueltos con Desde-Siguiente (For-next) y arrays en pseudocódigo y diagramas de flujo. (CU00154A)
aprenderaprogramar.com Ejercicios ejemplos resueltos con Desde-Siguiente (For-next) y arrays en pseudocódigo y diagramas de flujo. (CU00154A) Sección: Cursos Categoría: Curso Bases de la programación Nivel
Tipos de artículo en una publicación científica
Tipos de artículo en una publicación científica Ing. Fernando Ardito Jefe de Publicaciones Científicas de la Universidad Peruana Cayetano Heredia Miembro de APECi y del Council of Science Editors (CSE)
MAT web:
Clase No. 7: MAT 251 Matrices definidas positivas Matrices simétricas Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Nombre de la asignatura: Programación Básica. Créditos: Objetivo de aprendizaje
Nombre de la asignatura: Programación Básica Créditos: 2 4-6 Objetivo de aprendizaje Plantear metodológicamente la solución de problemas susceptibles de ser computarizados a través del manejo de técnicas
UNIVERSIDAD AUTÓNOMA DE YUCATÁN FACULTAD DE MATEMÁTICAS
UNIVERSIDAD AUTÓNOMA DE YUCATÁN FACULTAD DE MATEMÁTICAS LICENCIATURA EN CIENCIAS DE LA COMPUTACIÓN MATERIA : ESTRUCTURAS DE DATOS NIVEL : TERCER SEMESTRE FECHA DE ELABORACIÓN: Julio 19, 1999. DURACIÓN:
Algoritmo para Calcular Logaritmos
Algoritmo para Calcular Logaritmos José Acevedo Jiménez Santiago, Rep. Dom. Calcular el logaritmo de un número hoy día es tarea sencilla, el uso de tablas y reglas para calcular el valor de los mismos
PROGRAMACIÓN. UNIDAD II. ALGORITMO PROFA : HAU MOY
PROGRAMACIÓN. UNIDAD II. ALGORITMO PROFA : HAU MOY ALGORITMO DEFINICIÓN: CONSISTE EN LA DESCRIPCIÓN CLARA Y DETALLADA DEL PROCEDIMIENTO A SEGUIR PARA ALCANZAR LA SOLUCIÓN A UN PROBLEMA EN DONDE SE ESTABLECE
de Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
Aplicación: cálculo de áreas XII APLICACIÓN: CÁLCULO DE ÁREAS
XII APLICACIÓN: CÁLCULO DE ÁREAS El estudiante, hasta este momento de sus estudios, está familiarizado con el cálculo de áreas de figuras geométricas regulares a través del uso de fórmulas, como el cuadrado,
Práctica 3. Paso de parámetros entre subrutinas. 3. Consideraciones sobre el paso de parámetros
Práctica 3. Paso de parámetros entre subrutinas 1. Objetivo de la práctica El objetivo de esta práctica es que el estudiante se familiarice con la programación en ensamblador y el convenio de paso de parámetros
Nombre de la asignatura: Algoritmos y Lenguajes de programación.
Nombre de la asignatura: Algoritmos y Lenguajes de programación. Créditos: 2-4- 6 Aportación al perfil Dominar la lógica necesaria para aprender lenguajes de programación de alto nivel para poder resolver
DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre: Área en plan de estudios:
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: INGENIERÍA DE SOFTWARE Y COMPUTACIÓN I DES: Programa(s) Educativo(s): Tipo de materia: Clave
MÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
ESCUELA DE ADMINISTRACION METODOLOGIA DE INVESTIGACION UNIDAD II MARCO TEORICO ANTECEDENTES
ESCUELA DE ADMINISTRACION METODOLOGIA DE INVESTIGACION UNIDAD II MARCO TEORICO ANTECEDENTES Prof. Beatriz Saldaña JUNIO 2011 ESTRATEGIA METODOLOGICA ETIMOLOGIA : LOGOS = TRATADO. EXPLICACION. ODOS = CAMINO
ESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Algoritmos de Búsqueda y Ordenamiento
Departamento de Informática Universidad Técnica Federico Santa María Algoritmos de Búsqueda y Ordenamiento Programación de Computadores IWI--p Prof.: Teddy Alfaro Olave Algoritmos de Búsqueda Los procesos