1 / 18

Análisis y Diseño de Algoritmos

Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Análisis y Diseño de Algoritmos. Propiedades :

kelton
Download Presentation

Análisis y Diseño de Algoritmos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Análisis y Diseño de Algoritmos

  2. Análisis y Diseño de Algoritmos

  3. Análisis y Diseño de Algoritmos

  4. Análisis y Diseño de Algoritmos

  5. Análisis y Diseño de Algoritmos

  6. Análisis y Diseño de Algoritmos

  7. Análisis y Diseño de Algoritmos

  8. Análisis y Diseño de Algoritmos Propiedades : 1.1.-    f ( n )  O ( f ( n ) ) 2.   2.-   a ) O ( f ( n ) )  O ( g ( n ) )  f ( n )  g ( n ) b ) O ( f ( n ) ) = O ( g ( n ) )  f ( n )  g ( n ) y g ( n )  f ( n ) 3.-     Si t ( n )  O ( f ( n ) ) y t’ ( n )  O ( g ( n ) ) a ) c * t ( n )  O ( f ( n ) ) b ) t ( n ) + t ‘ ( n )  O ( f ( n ) + g ( n ) ) = O [ max ( f ( n ) , g ( n ) ) ] si f ( n ) es comparable asintóticamente con g ( n ) c ) t ( n ) * t’ ( n )  O ( f ( n ) g (n ) ) Ej. : t ( n ) = 3n² + 6n  = ( 3n² + 6n ) = { 1º prioridad } = O [ max ( 3n² , 6n ) ] = { 3º } = O ( 3n² ) ; ; 3n²  O ( n² ) = { 3º a } Ej. : t ( n ) = 4 log n + 6n = O ( log n + n ) = O [ max ( log n , n ) ] = O ( n ) 4 log n  O ( log n ) 6n  O ( n )

  9. Análisis y Diseño de Algoritmos Operaciones Conjuntísticas : 1.      O ( f ( n ) ) + O ( g ( n ) ) = O ( f ( n ) + g ( n ) ) = 0 [ max ( f ( n ) , g ( n ) ) ] si f y g son comparables El conjunto suma esta formada por funciones se la forma t ( n ) + t’ ( n ) que pertenece respectivamente al 1º y 2º sumando. 2.      O ( f ( n ) ) * O ( g ( n ) ) = O ( f ( n ) g ( n ) ) Producto conjustístico esta formado por funciones del tipo t ( n ) * t‘ ( n ) que pertenecen respectivamente al primer factor y al segundo factor. Ej. : t ( n ) = ( n² + n ) + log n  (1ª) O [ ( n² + n ) log n ] = O [ ( n² + n ) O ( log n )] = max ( n² , n ) = O ( n² ) O ( log n ) = O ( n² log n )

  10. Análisis y Diseño de Algoritmos

  11. Análisis y Diseño de Algoritmos

  12. Análisis y Diseño de Algoritmos Notación Asintótica con varios Parámetros Si el tiempo de un algoritmo depende de dos parámetros de tiempo : Sea f : N x N  R* ( m , n )  f ( m , n ) O ( f ( m , n ) ) = { t : N x N  R* | (  c > 0 ) (  m0 , n0  N ) (  m  m0 ) (  n  n0 ) t ( m , n )  c f ( m , n ) } Ej. : la multiplicación normal se números de longitudes m y n es un tiempo : T ( m , n )  ( m n ) Del mismo modo se definen :  ( f ( m , n ) ) y  ( f ( m , n ) ) f ( n , m ) = O ( g ( n , m ) ) si  c  R c > 0 n0  N | f ( n , m ) |  c | g ( n , m ) |

  13. Análisis y Diseño de Algoritmos Notación Asintótica Condicional Definición : F ( n ) = O ( g (n ) / P ( n ) ) si  c > 0 c  R n0  N P ( n ) : N  B | f ( n ) |  c | g ( n ) |  P ( n ) n  1 T ( n ) = O ( n² | n es par ) T ( n ) = O ( log n | n = ( 2 exp k ) )

  14. Análisis y Diseño de Algoritmos 1.1.   Análisis de Algoritmos Iterativos     1  La complejidad de toda asignación , lectura o escritura de variables simples es constante es decir O ( 1 ).   2  El tiempo de ejecución de una secuencia de proposiciones se determina por la regla de la suma.   3. El tiempo de ejecución de una proposición if, es el costo de las proposiciones que se ejecutan condicionalmente, Proposiciones verdaderas+ proposiciones falsas, más el tiempo para evaluar la condición   4. El tiempo para ejecutar un ciclo, corresponde a la suma de las proposiciones que contiene dicho ciclo.  5. Si existen ciclos anidados, el tiempo de ejecución del ciclo mas externo corresponde a la multiplicación de todos los ciclos.

  15. Análisis y Diseño de Algoritmos

  16. Análisis y Diseño de Algoritmos

  17. Análisis y Diseño de Algoritmos

  18. Análisis y Diseño de Algoritmos

More Related