1. Equipo 2
1465105 Carlos Santiago Serrano Ramirez
1441938 Alfonso Manuel Aguilar Leyva
1447717 Ricardo Joan Garza Reyna
1488566 David Stefano muñoz Benavides
ACTIVIDAD 4

2. MULTIPLICACION DE MATRIZ
 Por simplicidad, todo el tiempo trabajaremos
con matrices cuadradas de tamaño n x n.
 Consideramos que el número de
procesadores de los que disponen las
máquinas paralelas es p.
 Las matrices a multiplicar serán A y B, ambas
tratadas como matrices densas , el resultado
lo almacenaremos en la matriz C.

3.  Básicamente está formado por tres bucles for.
 Código
 for (i = 0; i < n; i++) {
 for (j = 0; i < n; j++) {
 C[i][j] = 0;
 for (k = 0; k < n; k++) {
 C[i][j] += A[i][k] * B[k][j]
 }
 }
 }

4.  Algunas Técnicas básicas en las que nos
basaremos para la creación de
un algoritmo paralelo.

Divide and Conquer(Divide y Vencerás):
 1. Dividir.- Dividir el problema original en
subproblemas mas pequeñas que serán
mas fáciles de realizar.
 2. Vencerás.- Resolver los subproblemas
 3. Unir.- Combinar las soluciones


5. DIAGRAMA

6. Grafica Tres aplicaciones en
paralelo
1.2
1
0.8
Python
0.6
C
Java
0.4
0.2
0
Inicio Fin

7. Grafica de aplicaciones
secuenciales
0.0035
0.003
0.0025
0.002
Python
0.0015 C
0.001
0.0005
0
Inicio Fin

8. Grafica en Python
0.002
0.0018
0.0016
0.0014
0.0012
0.001 Secuencial
Paralelo
0.0008
0.0006
0.0004
0.0002
0
Inicio Fin

9. Grafica C
0.007
0.006
0.005
0.004
Secuencial
0.003 Paralelo
0.002
0.001
0
Inicio Fin

10. Grafica Java
1.2
1
0.8
0.6 Secuencial
Paralelo
0.4
0.2
0
Inicio Fin

11. Conclusiones
 Los tiempos de ejecución de cada lenguaje
varia según la maquina en la que se ejecute y
el lenguaje en este caso de nuestra aplicación
en paralelo la aplicación que tardo menos
tiempo que en c y en java

12. Conclusiones
 Lenguajes como Java y Python se ejecutan en
una maquina virtuales.
 En este caso la creación de hilos toma su
tiempo.
 Maquinas con un solo núcleo ejecutan un hilo
a la ves.