SlideShare una empresa de Scribd logo
Deber N° 2
Problema 1.- Discuta cualitativamente la diferencia entre el tiempo promedio de ejecucion de un
algoritmo deterministico (tal como quicksort) y el tiempo esperado de un algoritmo aleatorio (tal como
quicksort aleatorio).
Problema 2.- La ecuacion de recurrencia t(n) = 7 t(n/2) + n2 describe el tiempo de ejecucion de un
algoritmo A. Otro algoritmo A’ que resuelve el mismo problema tiene en cambio la ecuacion t(n) =
at(n/4) + n2. ¿Cuál es el valor entero mayor que a puede tomar para que el tiempo de ejecucion de A’ sea
asintoticamente mas rapido que el de A?
Problema 3.- Resuelva las siguientes ecuaciones de recurrencia utilizando el teorema maestro. Justifique
con claridad el uso de los varios casos.

          t(n) = 9 t(n/3) + n2 + n/2 + 1

          t(n) 5 t(n/2) + n2

          t(n) = 12 T(n/4) + n2
Problema 4.- El tiempo de ejecucion de la operación PARTICION sobre una secuencia de tamaño n es
teta(n); justifique esta afirmacion.
Problema 5.-
     i.     analice la recurrencia t(n) = √n t(√n) + n usando el arbol recursivo.
     ii.    ahora demuestre por induccion que la cota obtenida en (i) es correcta.
Problema 6.- ¿De que manera modificaria el algoritmo quicksort para ordenar una secuencia en orden
descendente?
Problema 7.- Los bancos registran las transacciones de una cuenta según el tiempo en que estas
ocurrieron, pero a la mayoria de las personas les gusta recibir sus estados de cuenta con las transacciones
listadas según el numero de cheque. Las personas normalmente giran sus cheques en orden según el
numero de cheque, mientras que los beneficiarios los cobran sin ningun orden particular. El problema de
convertir de uno a otro ordenamiento es un problema de ordenar una entrada que ya esta casi ordenada.
Se dice que el tiempo necesario para realizar esta conversion por insercion es mejor que el obtenido por
quicksort. ¿Qué piensa usted? Discuta su respuesta.
Problema 8.- Demuestre que el tiempo esperado para el algoritmo quicksort aleatorio es OMEGA(n lg n).
Problema 9.- El algoritmo o metodo de Strassen se utiliza para multiplicar dos matrices cuadradas de nxn
en tiempos teta(nlg7); lo que representa una mejora considerable con respecto al metodo que se usa
tradicionalmente y que requiere tiempos teta(n3). (Brevemente, el metodo consiste en dividir las matrices
de nxn en matrices de (n/2)x(n/2), calcular 7 matrices auxiliares y a partir de ellas encontrar las
submatrices de la matriz resultante) En este ejercicio haga lo siguiente:
     a) Describa en que consiste el metodo de Strassen. Ilustre el metodo con un ejemplo.
     b) Explique por que se diceque este es un algoritmo diseñado por division y conquista.
     c) Demuestre que el metodo de Strassen es correcto
     d) Encuentre la ecuacion de recurrencia para calcular el tiempo de ejecucion del algoritmo.
     e) Resuelva la ecuacion obtenida en c).
     f) Compare este resultado con el obtenido por el metodo convencional.


Problema 10.- Se quiere multiplicar dos numeros enteros muy grandes, cuyas representaciones requieren,
por ejemplo, 512 bits; el sistema de computo que tenemos esta limitado en cuanto a que la representacion
y las operaciones con numeros enteros deben hacerse con palabras de 64 bits. Diseñe por division y
conquista un metodo o algoritmo que permita realizar la multiplicacion de enteros de 512 bits en terminos
de multiplicaciones de palabras de 64 bits. Suponga que el tiempo para realizar sumas y desplazamientos
de palabras de 64 bits es teta(1). Siga los mismos pasos que en el ejercicio anterior.


Problema 11.- Se tienen un naipe de n cartas y se le pide a un voluntario que escoja una de las n cartas,
cuya identidad se mantendrá en secreto. Diseñe un metodo -similar al visto en clase- para encontrar dicha
carta “secreta” en tiempos teta(lg n). Considere que el tiempo para que el voluntario señale en que pila se
encuentra la carta es teta(1).
Problema 12.- En la industria de la construccion de semiconductores VLSI (very large scale integration)
se requiere probar millones de chips para detectar cuales estan defectuosos. La idea basica del metodo
consiste en hacer que los chips se prueben unos a otros; para ello se construye un dispositivo que reporta
el estado del par de chips instalado. Los chips buenos siempre dicen la verdad, es decir, reportan con
exactitud si el chip bajo prueba es bueno o malo; los chips malos no son confiables, es decir, dicen
cualquier cosa sobre el otro.

Diseñe un metodo para identificar todos los chips buenos. El problema debe resolverse en tiempos O(n).
Suponga que el numero de chips buenos es mayor que el de chips malos, y que para efectos de calcular el
tiempo por cada chip que se prueba se cuenta 1.

Note que basta encontrar un chip que sea bueno para encontrar todos los demas que sean buenos en
tiempos lineales; asi que hay que encontrar un chip que sea bueno en tiempos O(n).



Visita
http://www.fiec.espol.edu.ec
http://www.espol.edu.ec
Encontrarás más información

Más contenido relacionado

La actualidad más candente

Python Vs C
Python Vs CPython Vs C
Python Vs C
arcangelsombra
 
Que es complejidad computacional
Que es complejidad computacionalQue es complejidad computacional
Que es complejidad computacional
Jonathan Bastidas
 
Control digital: Tarea 1 de la unidad 1 de control digital
Control digital: Tarea 1 de la unidad 1 de control digitalControl digital: Tarea 1 de la unidad 1 de control digital
Control digital: Tarea 1 de la unidad 1 de control digital
SANTIAGO PABLO ALBERTO
 
Análisis de algoritmo
Análisis de algoritmoAnálisis de algoritmo
Análisis de algoritmoGaston Demundo
 
Resumen Complejidad Computacional y de Algoritmos
Resumen Complejidad Computacional y de AlgoritmosResumen Complejidad Computacional y de Algoritmos
Resumen Complejidad Computacional y de Algoritmosmarshalleitor
 
16 Complejidad
16 Complejidad16 Complejidad
16 ComplejidadUVM
 
Actividad integradora obligatoria nº 1 liliana e. lugo
Actividad integradora obligatoria nº 1 liliana e. lugoActividad integradora obligatoria nº 1 liliana e. lugo
Actividad integradora obligatoria nº 1 liliana e. lugo
Liliana Lugo
 
Complejidad de Algoritmos
Complejidad de AlgoritmosComplejidad de Algoritmos
Complejidad de Algoritmos
José Juan Herrera
 
Ejercicio en clase 2
Ejercicio en clase 2Ejercicio en clase 2
Ejercicio en clase 2
Maria Fernanda Rivera Ayon
 
U1 Analisis Algoritmos Complejidad
U1 Analisis Algoritmos ComplejidadU1 Analisis Algoritmos Complejidad
U1 Analisis Algoritmos Complejidadrezzaca
 
Bac k t r ac k i n luis saltaren
Bac k t r ac k i n luis saltarenBac k t r ac k i n luis saltaren
Bac k t r ac k i n luis saltarenlszsaltarenzapata
 
ANALISIS DE ALGORITMOS
ANALISIS DE ALGORITMOSANALISIS DE ALGORITMOS
ANALISIS DE ALGORITMOS
Evans Balcazar
 
Teoría De La Complejidad Algoritmica
Teoría De La Complejidad AlgoritmicaTeoría De La Complejidad Algoritmica
Teoría De La Complejidad Algoritmica
Rolf Pinto
 
Complejidad de Algoritmos
Complejidad de AlgoritmosComplejidad de Algoritmos
Complejidad de Algoritmos
Alexis Jiménez Vejar
 
Introduccion Algoritmos Multihilo
Introduccion Algoritmos MultihiloIntroduccion Algoritmos Multihilo
Introduccion Algoritmos Multihilo
Xavier Ochoa
 
Computación cuantica rocio
Computación cuantica rocioComputación cuantica rocio
Computación cuantica rocioROCIO GREFA
 
Computacion cuantica
Computacion cuanticaComputacion cuantica
Computacion cuanticaSamik Klev
 
Estructura de dato unidad 7
Estructura de dato unidad 7Estructura de dato unidad 7
Estructura de dato unidad 7lenithoz
 

La actualidad más candente (20)

Python Vs C
Python Vs CPython Vs C
Python Vs C
 
Que es complejidad computacional
Que es complejidad computacionalQue es complejidad computacional
Que es complejidad computacional
 
Control digital: Tarea 1 de la unidad 1 de control digital
Control digital: Tarea 1 de la unidad 1 de control digitalControl digital: Tarea 1 de la unidad 1 de control digital
Control digital: Tarea 1 de la unidad 1 de control digital
 
Análisis de algoritmo
Análisis de algoritmoAnálisis de algoritmo
Análisis de algoritmo
 
Resumen Complejidad Computacional y de Algoritmos
Resumen Complejidad Computacional y de AlgoritmosResumen Complejidad Computacional y de Algoritmos
Resumen Complejidad Computacional y de Algoritmos
 
Complejidad
ComplejidadComplejidad
Complejidad
 
16 Complejidad
16 Complejidad16 Complejidad
16 Complejidad
 
Actividad integradora obligatoria nº 1 liliana e. lugo
Actividad integradora obligatoria nº 1 liliana e. lugoActividad integradora obligatoria nº 1 liliana e. lugo
Actividad integradora obligatoria nº 1 liliana e. lugo
 
Info
InfoInfo
Info
 
Complejidad de Algoritmos
Complejidad de AlgoritmosComplejidad de Algoritmos
Complejidad de Algoritmos
 
Ejercicio en clase 2
Ejercicio en clase 2Ejercicio en clase 2
Ejercicio en clase 2
 
U1 Analisis Algoritmos Complejidad
U1 Analisis Algoritmos ComplejidadU1 Analisis Algoritmos Complejidad
U1 Analisis Algoritmos Complejidad
 
Bac k t r ac k i n luis saltaren
Bac k t r ac k i n luis saltarenBac k t r ac k i n luis saltaren
Bac k t r ac k i n luis saltaren
 
ANALISIS DE ALGORITMOS
ANALISIS DE ALGORITMOSANALISIS DE ALGORITMOS
ANALISIS DE ALGORITMOS
 
Teoría De La Complejidad Algoritmica
Teoría De La Complejidad AlgoritmicaTeoría De La Complejidad Algoritmica
Teoría De La Complejidad Algoritmica
 
Complejidad de Algoritmos
Complejidad de AlgoritmosComplejidad de Algoritmos
Complejidad de Algoritmos
 
Introduccion Algoritmos Multihilo
Introduccion Algoritmos MultihiloIntroduccion Algoritmos Multihilo
Introduccion Algoritmos Multihilo
 
Computación cuantica rocio
Computación cuantica rocioComputación cuantica rocio
Computación cuantica rocio
 
Computacion cuantica
Computacion cuanticaComputacion cuantica
Computacion cuantica
 
Estructura de dato unidad 7
Estructura de dato unidad 7Estructura de dato unidad 7
Estructura de dato unidad 7
 

Destacado

PDA Presentation
PDA PresentationPDA Presentation
PDA Presentation
ngarrigan17
 
Mobile Social Networks: A Giant Fish?
Mobile Social Networks: A Giant Fish?Mobile Social Networks: A Giant Fish?
Mobile Social Networks: A Giant Fish?
Benjamin Joffe
 
New Mexico State University Masters Diploma
New Mexico State University  Masters DiplomaNew Mexico State University  Masters Diploma
New Mexico State University Masters Diplomasbasgall
 
Assistance- and Knowledge-Services for Smart Production
Assistance- and Knowledge-Services for Smart ProductionAssistance- and Knowledge-Services for Smart Production
Assistance- and Knowledge-Services for Smart Production
Carsten Ullrich
 
Hrm chapter 3 2012
Hrm chapter 3 2012Hrm chapter 3 2012
Hrm chapter 3 2012
ugik sugiharto
 
Online design, why?
Online design, why?Online design, why?
Online design, why?
Lander Janssens
 
National News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit Booking
National News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit BookingNational News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit Booking
National News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit Booking
Jagannadham Thunuguntla
 
Edina and Second Life
Edina and Second LifeEdina and Second Life
Edina and Second Life
Nicola Osborne
 
Hyg560调试手册 07
Hyg560调试手册 07Hyg560调试手册 07
Hyg560调试手册 07
Michael Morningstar
 
قوة الحوار - هاني المنيعي
قوة الحوار - هاني المنيعيقوة الحوار - هاني المنيعي
قوة الحوار - هاني المنيعي
Hani Al-Menaii
 
De 3 Hoofddeugden Van Een AdWords Beheerder
De 3 Hoofddeugden Van Een AdWords BeheerderDe 3 Hoofddeugden Van Een AdWords Beheerder
De 3 Hoofddeugden Van Een AdWords Beheerder
Béate Vervaecke
 
Sony Ericsson C905 Online Photographic Competition Casestudy
Sony Ericsson C905 Online Photographic Competition CasestudySony Ericsson C905 Online Photographic Competition Casestudy
Sony Ericsson C905 Online Photographic Competition Casestudy
Brando Digital
 
"Not so Secret" Rules for Blogger Outreach
"Not so Secret" Rules for Blogger Outreach"Not so Secret" Rules for Blogger Outreach
"Not so Secret" Rules for Blogger Outreach
Danielle Brigida
 
Parenco Wasser (D)
Parenco Wasser (D)Parenco Wasser (D)
Parenco Wasser (D)feijt039
 
Nccdonbenito Mariangeles
Nccdonbenito MariangelesNccdonbenito Mariangeles
Nccdonbenito Mariangeles* *
 
Salmon Creek Public Relations Overview
Salmon Creek Public Relations OverviewSalmon Creek Public Relations Overview
Salmon Creek Public Relations Overview
guest97b9d60
 
Dibujos Navidad 08
Dibujos Navidad 08Dibujos Navidad 08
Dibujos Navidad 08conchi
 

Destacado (20)

PDA Presentation
PDA PresentationPDA Presentation
PDA Presentation
 
Mobile Social Networks: A Giant Fish?
Mobile Social Networks: A Giant Fish?Mobile Social Networks: A Giant Fish?
Mobile Social Networks: A Giant Fish?
 
New Mexico State University Masters Diploma
New Mexico State University  Masters DiplomaNew Mexico State University  Masters Diploma
New Mexico State University Masters Diploma
 
Finlandia I
Finlandia IFinlandia I
Finlandia I
 
Assistance- and Knowledge-Services for Smart Production
Assistance- and Knowledge-Services for Smart ProductionAssistance- and Knowledge-Services for Smart Production
Assistance- and Knowledge-Services for Smart Production
 
Hrm chapter 3 2012
Hrm chapter 3 2012Hrm chapter 3 2012
Hrm chapter 3 2012
 
Online design, why?
Online design, why?Online design, why?
Online design, why?
 
National News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit Booking
National News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit BookingNational News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit Booking
National News Of India Daily Dec 17, 2008 Markets Plummet Amid Profit Booking
 
Edina and Second Life
Edina and Second LifeEdina and Second Life
Edina and Second Life
 
Hyg560调试手册 07
Hyg560调试手册 07Hyg560调试手册 07
Hyg560调试手册 07
 
قوة الحوار - هاني المنيعي
قوة الحوار - هاني المنيعيقوة الحوار - هاني المنيعي
قوة الحوار - هاني المنيعي
 
Health Plus Pdf
Health Plus PdfHealth Plus Pdf
Health Plus Pdf
 
De 3 Hoofddeugden Van Een AdWords Beheerder
De 3 Hoofddeugden Van Een AdWords BeheerderDe 3 Hoofddeugden Van Een AdWords Beheerder
De 3 Hoofddeugden Van Een AdWords Beheerder
 
Sony Ericsson C905 Online Photographic Competition Casestudy
Sony Ericsson C905 Online Photographic Competition CasestudySony Ericsson C905 Online Photographic Competition Casestudy
Sony Ericsson C905 Online Photographic Competition Casestudy
 
Flight to Quality
Flight to QualityFlight to Quality
Flight to Quality
 
"Not so Secret" Rules for Blogger Outreach
"Not so Secret" Rules for Blogger Outreach"Not so Secret" Rules for Blogger Outreach
"Not so Secret" Rules for Blogger Outreach
 
Parenco Wasser (D)
Parenco Wasser (D)Parenco Wasser (D)
Parenco Wasser (D)
 
Nccdonbenito Mariangeles
Nccdonbenito MariangelesNccdonbenito Mariangeles
Nccdonbenito Mariangeles
 
Salmon Creek Public Relations Overview
Salmon Creek Public Relations OverviewSalmon Creek Public Relations Overview
Salmon Creek Public Relations Overview
 
Dibujos Navidad 08
Dibujos Navidad 08Dibujos Navidad 08
Dibujos Navidad 08
 

Similar a Analisis de Algoritmos

Jflambert lyada - ayudantia ordenamiento y teo maestro
Jflambert   lyada - ayudantia ordenamiento y teo maestroJflambert   lyada - ayudantia ordenamiento y teo maestro
Jflambert lyada - ayudantia ordenamiento y teo maestroFrancisco Lambert Obediente
 
Cap 02.1 analisis de las estructuras de control(1)
Cap 02.1   analisis de las estructuras de control(1)Cap 02.1   analisis de las estructuras de control(1)
Cap 02.1 analisis de las estructuras de control(1)
Lio Alva
 
Manual estructura de_datos_2010___h._caselli_g
Manual estructura de_datos_2010___h._caselli_gManual estructura de_datos_2010___h._caselli_g
Manual estructura de_datos_2010___h._caselli_g
diego alonso medina quilcat
 
Analisis Clase2
Analisis  Clase2Analisis  Clase2
Analisis Clase2
luzenith_g
 
Recursividad Con C#
Recursividad Con C#Recursividad Con C#
Recursividad Con C#rezzaca
 
Analisis de algoritmos tarea 2
Analisis de algoritmos tarea 2Analisis de algoritmos tarea 2
Analisis de algoritmos tarea 2
Velmuz Buzz
 
Manual algoritmos y_estructura_de_datos
Manual algoritmos y_estructura_de_datosManual algoritmos y_estructura_de_datos
Manual algoritmos y_estructura_de_datos
Juan Timoteo Cori
 
Unidad 2 introducción a los algoritmos
Unidad 2 introducción a los algoritmosUnidad 2 introducción a los algoritmos
Unidad 2 introducción a los algoritmos
Alexandra Ochoa
 
1 simulacion introduccion
1 simulacion introduccion1 simulacion introduccion
1 simulacion introduccion
Delia Marina Herazo Tuiran
 
Clase 2 álgebra 2010 version final
Clase 2 álgebra 2010 version finalClase 2 álgebra 2010 version final
Clase 2 álgebra 2010 version final
Karla Martinez
 
Tema1 faa 16_17
Tema1 faa 16_17Tema1 faa 16_17
Tema1 faa 16_17
alexray100
 
Clasificacion de los problemas
Clasificacion de los problemasClasificacion de los problemas
Clasificacion de los problemasJohnfornerod
 
clase de programción.pdf
clase de programción.pdfclase de programción.pdf
clase de programción.pdf
KelvinHagler
 
Bus99
Bus99Bus99
Clasificacion de los problemas
Clasificacion de los problemasClasificacion de los problemas
Clasificacion de los problemas
Sergio Ormeño
 
Unidad 1 Introducción a los Algoritmos.ppt
Unidad 1 Introducción a los Algoritmos.pptUnidad 1 Introducción a los Algoritmos.ppt
Unidad 1 Introducción a los Algoritmos.ppt
ssuser6eba56
 
Giancoli Mediciones
Giancoli   MedicionesGiancoli   Mediciones
Giancoli Mediciones
David Narváez
 
Slideshare nelson rodriguez
Slideshare nelson rodriguezSlideshare nelson rodriguez
Slideshare nelson rodriguez
nelro038
 
Actividades Universidades
Actividades Universidades Actividades Universidades
Actividades Universidades
Maestros Online
 

Similar a Analisis de Algoritmos (20)

Jflambert lyada - ayudantia ordenamiento y teo maestro
Jflambert   lyada - ayudantia ordenamiento y teo maestroJflambert   lyada - ayudantia ordenamiento y teo maestro
Jflambert lyada - ayudantia ordenamiento y teo maestro
 
Cap 02.1 analisis de las estructuras de control(1)
Cap 02.1   analisis de las estructuras de control(1)Cap 02.1   analisis de las estructuras de control(1)
Cap 02.1 analisis de las estructuras de control(1)
 
Manual estructura de_datos_2010___h._caselli_g
Manual estructura de_datos_2010___h._caselli_gManual estructura de_datos_2010___h._caselli_g
Manual estructura de_datos_2010___h._caselli_g
 
Analisis Clase2
Analisis  Clase2Analisis  Clase2
Analisis Clase2
 
Recursividad Con C#
Recursividad Con C#Recursividad Con C#
Recursividad Con C#
 
Analisis de algoritmos tarea 2
Analisis de algoritmos tarea 2Analisis de algoritmos tarea 2
Analisis de algoritmos tarea 2
 
Manual algoritmos y_estructura_de_datos
Manual algoritmos y_estructura_de_datosManual algoritmos y_estructura_de_datos
Manual algoritmos y_estructura_de_datos
 
Unidad 2 introducción a los algoritmos
Unidad 2 introducción a los algoritmosUnidad 2 introducción a los algoritmos
Unidad 2 introducción a los algoritmos
 
1 simulacion introduccion
1 simulacion introduccion1 simulacion introduccion
1 simulacion introduccion
 
Clase 2 álgebra 2010 version final
Clase 2 álgebra 2010 version finalClase 2 álgebra 2010 version final
Clase 2 álgebra 2010 version final
 
Complejidad Computacional
Complejidad ComputacionalComplejidad Computacional
Complejidad Computacional
 
Tema1 faa 16_17
Tema1 faa 16_17Tema1 faa 16_17
Tema1 faa 16_17
 
Clasificacion de los problemas
Clasificacion de los problemasClasificacion de los problemas
Clasificacion de los problemas
 
clase de programción.pdf
clase de programción.pdfclase de programción.pdf
clase de programción.pdf
 
Bus99
Bus99Bus99
Bus99
 
Clasificacion de los problemas
Clasificacion de los problemasClasificacion de los problemas
Clasificacion de los problemas
 
Unidad 1 Introducción a los Algoritmos.ppt
Unidad 1 Introducción a los Algoritmos.pptUnidad 1 Introducción a los Algoritmos.ppt
Unidad 1 Introducción a los Algoritmos.ppt
 
Giancoli Mediciones
Giancoli   MedicionesGiancoli   Mediciones
Giancoli Mediciones
 
Slideshare nelson rodriguez
Slideshare nelson rodriguezSlideshare nelson rodriguez
Slideshare nelson rodriguez
 
Actividades Universidades
Actividades Universidades Actividades Universidades
Actividades Universidades
 

Más de Silvana Vargas

Introduccion a Java
Introduccion a JavaIntroduccion a Java
Introduccion a Java
Silvana Vargas
 
Manejo de Eventos en java
Manejo de Eventos en javaManejo de Eventos en java
Manejo de Eventos en java
Silvana Vargas
 
Modelamiento Orientado a Objetos
Modelamiento Orientado a ObjetosModelamiento Orientado a Objetos
Modelamiento Orientado a Objetos
Silvana Vargas
 
Analisis de smog en www.espol.edu.ec
Analisis de smog  en www.espol.edu.ecAnalisis de smog  en www.espol.edu.ec
Analisis de smog en www.espol.edu.ec
Silvana Vargas
 
Teorema de Lagrange visita www.icm.espol.edu.ec
Teorema de Lagrange visita www.icm.espol.edu.ecTeorema de Lagrange visita www.icm.espol.edu.ec
Teorema de Lagrange visita www.icm.espol.edu.ec
Silvana Vargas
 
Tipos de Datos
Tipos de DatosTipos de Datos
Tipos de Datos
Silvana Vargas
 
Redes electricas en www.fiec.espol.edu.ec
Redes electricas en www.fiec.espol.edu.ecRedes electricas en www.fiec.espol.edu.ec
Redes electricas en www.fiec.espol.edu.ec
Silvana Vargas
 
Iniciando en java en www.fiec.espol.edu.ec
Iniciando en java  en www.fiec.espol.edu.ecIniciando en java  en www.fiec.espol.edu.ec
Iniciando en java en www.fiec.espol.edu.ec
Silvana Vargas
 
Ejericios de redes electricas de www.fiec.espol.edu.ec
Ejericios de redes electricas de  www.fiec.espol.edu.ecEjericios de redes electricas de  www.fiec.espol.edu.ec
Ejericios de redes electricas de www.fiec.espol.edu.ec
Silvana Vargas
 
Ejercicios de redes electricas de www.fiec.espol.edu.ec
Ejercicios de redes electricas  de www.fiec.espol.edu.ecEjercicios de redes electricas  de www.fiec.espol.edu.ec
Ejercicios de redes electricas de www.fiec.espol.edu.ec
Silvana Vargas
 
investigacion estudiantil de Fitoplancton en www.espol.edu.ec
investigacion estudiantil de Fitoplancton en www.espol.edu.ecinvestigacion estudiantil de Fitoplancton en www.espol.edu.ec
investigacion estudiantil de Fitoplancton en www.espol.edu.ec
Silvana Vargas
 
Campos electricos en www.icf.espol.edu.ec
Campos electricos en www.icf.espol.edu.ecCampos electricos en www.icf.espol.edu.ec
Campos electricos en www.icf.espol.edu.ec
Silvana Vargas
 
excepciones_java en www.fiec.espol.edu.ec
excepciones_java  en www.fiec.espol.edu.ecexcepciones_java  en www.fiec.espol.edu.ec
excepciones_java en www.fiec.espol.edu.ec
Silvana Vargas
 
Ecologia en www.espol.edu.ec
Ecologia en www.espol.edu.ecEcologia en www.espol.edu.ec
Ecologia en www.espol.edu.ec
Silvana Vargas
 
Microeconomía, www.fen.espol.edu.ec
Microeconomía, www.fen.espol.edu.ecMicroeconomía, www.fen.espol.edu.ec
Microeconomía, www.fen.espol.edu.ec
Silvana Vargas
 
Redes Eléctricas en www.fiec.espol.edu.ec
Redes Eléctricas  en www.fiec.espol.edu.ecRedes Eléctricas  en www.fiec.espol.edu.ec
Redes Eléctricas en www.fiec.espol.edu.ec
Silvana Vargas
 
Contactar en www.fiec.espol.edu.ec
Contactar  en www.fiec.espol.edu.ecContactar  en www.fiec.espol.edu.ec
Contactar en www.fiec.espol.edu.ec
Silvana Vargas
 
REdes Electricas, www.fiec.espol.edu.ec
REdes Electricas, www.fiec.espol.edu.ecREdes Electricas, www.fiec.espol.edu.ec
REdes Electricas, www.fiec.espol.edu.ec
Silvana Vargas
 
Ecología en ESPOL
Ecología en ESPOLEcología en ESPOL
Ecología en ESPOL
Silvana Vargas
 
Bases de Datos en en www.fiec.espol.edu.ec
Bases de Datos en  en www.fiec.espol.edu.ecBases de Datos en  en www.fiec.espol.edu.ec
Bases de Datos en en www.fiec.espol.edu.ec
Silvana Vargas
 

Más de Silvana Vargas (20)

Introduccion a Java
Introduccion a JavaIntroduccion a Java
Introduccion a Java
 
Manejo de Eventos en java
Manejo de Eventos en javaManejo de Eventos en java
Manejo de Eventos en java
 
Modelamiento Orientado a Objetos
Modelamiento Orientado a ObjetosModelamiento Orientado a Objetos
Modelamiento Orientado a Objetos
 
Analisis de smog en www.espol.edu.ec
Analisis de smog  en www.espol.edu.ecAnalisis de smog  en www.espol.edu.ec
Analisis de smog en www.espol.edu.ec
 
Teorema de Lagrange visita www.icm.espol.edu.ec
Teorema de Lagrange visita www.icm.espol.edu.ecTeorema de Lagrange visita www.icm.espol.edu.ec
Teorema de Lagrange visita www.icm.espol.edu.ec
 
Tipos de Datos
Tipos de DatosTipos de Datos
Tipos de Datos
 
Redes electricas en www.fiec.espol.edu.ec
Redes electricas en www.fiec.espol.edu.ecRedes electricas en www.fiec.espol.edu.ec
Redes electricas en www.fiec.espol.edu.ec
 
Iniciando en java en www.fiec.espol.edu.ec
Iniciando en java  en www.fiec.espol.edu.ecIniciando en java  en www.fiec.espol.edu.ec
Iniciando en java en www.fiec.espol.edu.ec
 
Ejericios de redes electricas de www.fiec.espol.edu.ec
Ejericios de redes electricas de  www.fiec.espol.edu.ecEjericios de redes electricas de  www.fiec.espol.edu.ec
Ejericios de redes electricas de www.fiec.espol.edu.ec
 
Ejercicios de redes electricas de www.fiec.espol.edu.ec
Ejercicios de redes electricas  de www.fiec.espol.edu.ecEjercicios de redes electricas  de www.fiec.espol.edu.ec
Ejercicios de redes electricas de www.fiec.espol.edu.ec
 
investigacion estudiantil de Fitoplancton en www.espol.edu.ec
investigacion estudiantil de Fitoplancton en www.espol.edu.ecinvestigacion estudiantil de Fitoplancton en www.espol.edu.ec
investigacion estudiantil de Fitoplancton en www.espol.edu.ec
 
Campos electricos en www.icf.espol.edu.ec
Campos electricos en www.icf.espol.edu.ecCampos electricos en www.icf.espol.edu.ec
Campos electricos en www.icf.espol.edu.ec
 
excepciones_java en www.fiec.espol.edu.ec
excepciones_java  en www.fiec.espol.edu.ecexcepciones_java  en www.fiec.espol.edu.ec
excepciones_java en www.fiec.espol.edu.ec
 
Ecologia en www.espol.edu.ec
Ecologia en www.espol.edu.ecEcologia en www.espol.edu.ec
Ecologia en www.espol.edu.ec
 
Microeconomía, www.fen.espol.edu.ec
Microeconomía, www.fen.espol.edu.ecMicroeconomía, www.fen.espol.edu.ec
Microeconomía, www.fen.espol.edu.ec
 
Redes Eléctricas en www.fiec.espol.edu.ec
Redes Eléctricas  en www.fiec.espol.edu.ecRedes Eléctricas  en www.fiec.espol.edu.ec
Redes Eléctricas en www.fiec.espol.edu.ec
 
Contactar en www.fiec.espol.edu.ec
Contactar  en www.fiec.espol.edu.ecContactar  en www.fiec.espol.edu.ec
Contactar en www.fiec.espol.edu.ec
 
REdes Electricas, www.fiec.espol.edu.ec
REdes Electricas, www.fiec.espol.edu.ecREdes Electricas, www.fiec.espol.edu.ec
REdes Electricas, www.fiec.espol.edu.ec
 
Ecología en ESPOL
Ecología en ESPOLEcología en ESPOL
Ecología en ESPOL
 
Bases de Datos en en www.fiec.espol.edu.ec
Bases de Datos en  en www.fiec.espol.edu.ecBases de Datos en  en www.fiec.espol.edu.ec
Bases de Datos en en www.fiec.espol.edu.ec
 

Último

SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024
SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024
SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024
auyawilly
 
MODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESA
MODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESAMODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESA
MODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESA
PETRAESPINOZASALAZAR1
 
Karla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptx
Karla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptxKarla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptx
Karla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptx
LibreriaOrellana1
 
VISIÓN MISIÓN VALORES EMPRESARIALES EN EL
VISIÓN MISIÓN VALORES EMPRESARIALES EN ELVISIÓN MISIÓN VALORES EMPRESARIALES EN EL
VISIÓN MISIÓN VALORES EMPRESARIALES EN EL
LilianBaosMedina
 
BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.
BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.
BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.
Anna Lucia Alfaro Dardón - Ana Lucía Alfaro
 
Trigonometria Plan-el mejor.pptxssssssss
Trigonometria Plan-el mejor.pptxssssssssTrigonometria Plan-el mejor.pptxssssssss
Trigonometria Plan-el mejor.pptxssssssss
QuerubinOlayamedina
 
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIACATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
Fernando Tellado
 
MODELO CONS1 NOTA1.pptx.....................................................
MODELO CONS1 NOTA1.pptx.....................................................MODELO CONS1 NOTA1.pptx.....................................................
MODELO CONS1 NOTA1.pptx.....................................................
75254036
 
Guía para hacer un Plan de Negocio para tu emprendimiento.pdf
Guía para hacer un Plan de Negocio para tu emprendimiento.pdfGuía para hacer un Plan de Negocio para tu emprendimiento.pdf
Guía para hacer un Plan de Negocio para tu emprendimiento.pdf
pppilarparedespampin
 
Enfoque Estructuralista de la Administración.docx
Enfoque Estructuralista de la Administración.docxEnfoque Estructuralista de la Administración.docx
Enfoque Estructuralista de la Administración.docx
mariferbonilla2
 
plan contable empresarial para empresass
plan contable empresarial para empresassplan contable empresarial para empresass
plan contable empresarial para empresass
SUSANJHEMAMBROSIOSEV1
 
contexto macroeconomico en nicaragua en la actulidad
contexto macroeconomico en nicaragua en la actulidadcontexto macroeconomico en nicaragua en la actulidad
contexto macroeconomico en nicaragua en la actulidad
RamiroSaavedraRuiz
 
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOSEJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
ArquitecturaClculoCe
 
9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf
9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf
9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf
erikamontano663
 
FINANZAS_CAJA CUSCO PROYECO DE TESIS .pptx
FINANZAS_CAJA CUSCO PROYECO DE TESIS .pptxFINANZAS_CAJA CUSCO PROYECO DE TESIS .pptx
FINANZAS_CAJA CUSCO PROYECO DE TESIS .pptx
YOLISALLOPUMAINCA
 
MICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANO
MICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANOMICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANO
MICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANO
sergioandreslozanogi
 
Normas internacionales de informacion financiera16 Arrendamientos.pdf
Normas internacionales de informacion financiera16 Arrendamientos.pdfNormas internacionales de informacion financiera16 Arrendamientos.pdf
Normas internacionales de informacion financiera16 Arrendamientos.pdf
MaraDosil
 
El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...
El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...
El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...
dntstartups
 
Valor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportadaValor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportada
Instituto de Capacitacion Aduanera
 
LINEA DE CARRERA Y MODELO DE PLAN DE CARRERA
LINEA DE CARRERA Y MODELO DE PLAN DE CARRERALINEA DE CARRERA Y MODELO DE PLAN DE CARRERA
LINEA DE CARRERA Y MODELO DE PLAN DE CARRERA
Mario Cesar Huallanca Contreras
 

Último (20)

SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024
SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024
SESIaN N° 03.pptx GESTION PROYECTOS UCV 2024
 
MODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESA
MODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESAMODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESA
MODELO DE REGLAMENTO INTERNO DE TRABAJO DE UNA EMPRESA
 
Karla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptx
Karla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptxKarla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptx
Karla_Meza_Catedra_Morazanica_TEC18NOV_CAP_3.pptx
 
VISIÓN MISIÓN VALORES EMPRESARIALES EN EL
VISIÓN MISIÓN VALORES EMPRESARIALES EN ELVISIÓN MISIÓN VALORES EMPRESARIALES EN EL
VISIÓN MISIÓN VALORES EMPRESARIALES EN EL
 
BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.
BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.
BANRURAL S.A Case Study, Guatemala. INCAE Business Review, 2010.
 
Trigonometria Plan-el mejor.pptxssssssss
Trigonometria Plan-el mejor.pptxssssssssTrigonometria Plan-el mejor.pptxssssssss
Trigonometria Plan-el mejor.pptxssssssss
 
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIACATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
 
MODELO CONS1 NOTA1.pptx.....................................................
MODELO CONS1 NOTA1.pptx.....................................................MODELO CONS1 NOTA1.pptx.....................................................
MODELO CONS1 NOTA1.pptx.....................................................
 
Guía para hacer un Plan de Negocio para tu emprendimiento.pdf
Guía para hacer un Plan de Negocio para tu emprendimiento.pdfGuía para hacer un Plan de Negocio para tu emprendimiento.pdf
Guía para hacer un Plan de Negocio para tu emprendimiento.pdf
 
Enfoque Estructuralista de la Administración.docx
Enfoque Estructuralista de la Administración.docxEnfoque Estructuralista de la Administración.docx
Enfoque Estructuralista de la Administración.docx
 
plan contable empresarial para empresass
plan contable empresarial para empresassplan contable empresarial para empresass
plan contable empresarial para empresass
 
contexto macroeconomico en nicaragua en la actulidad
contexto macroeconomico en nicaragua en la actulidadcontexto macroeconomico en nicaragua en la actulidad
contexto macroeconomico en nicaragua en la actulidad
 
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOSEJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
 
9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf
9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf
9° TEMA 5 - EVOLUCIÓN BIOLÓGICA Y GEOLÓGICA DE LA TIERRA (1).pdf
 
FINANZAS_CAJA CUSCO PROYECO DE TESIS .pptx
FINANZAS_CAJA CUSCO PROYECO DE TESIS .pptxFINANZAS_CAJA CUSCO PROYECO DE TESIS .pptx
FINANZAS_CAJA CUSCO PROYECO DE TESIS .pptx
 
MICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANO
MICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANOMICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANO
MICRO BIT, LUCES Y CÓDIGOS. SERGIO LOZANO
 
Normas internacionales de informacion financiera16 Arrendamientos.pdf
Normas internacionales de informacion financiera16 Arrendamientos.pdfNormas internacionales de informacion financiera16 Arrendamientos.pdf
Normas internacionales de informacion financiera16 Arrendamientos.pdf
 
El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...
El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...
El Pitch Deck de Facebook que Facebook utilizó para levantar su ronda de semi...
 
Valor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportadaValor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportada
 
LINEA DE CARRERA Y MODELO DE PLAN DE CARRERA
LINEA DE CARRERA Y MODELO DE PLAN DE CARRERALINEA DE CARRERA Y MODELO DE PLAN DE CARRERA
LINEA DE CARRERA Y MODELO DE PLAN DE CARRERA
 

Analisis de Algoritmos

  • 1. Deber N° 2 Problema 1.- Discuta cualitativamente la diferencia entre el tiempo promedio de ejecucion de un algoritmo deterministico (tal como quicksort) y el tiempo esperado de un algoritmo aleatorio (tal como quicksort aleatorio). Problema 2.- La ecuacion de recurrencia t(n) = 7 t(n/2) + n2 describe el tiempo de ejecucion de un algoritmo A. Otro algoritmo A’ que resuelve el mismo problema tiene en cambio la ecuacion t(n) = at(n/4) + n2. ¿Cuál es el valor entero mayor que a puede tomar para que el tiempo de ejecucion de A’ sea asintoticamente mas rapido que el de A? Problema 3.- Resuelva las siguientes ecuaciones de recurrencia utilizando el teorema maestro. Justifique con claridad el uso de los varios casos.  t(n) = 9 t(n/3) + n2 + n/2 + 1  t(n) 5 t(n/2) + n2  t(n) = 12 T(n/4) + n2 Problema 4.- El tiempo de ejecucion de la operación PARTICION sobre una secuencia de tamaño n es teta(n); justifique esta afirmacion. Problema 5.- i. analice la recurrencia t(n) = √n t(√n) + n usando el arbol recursivo. ii. ahora demuestre por induccion que la cota obtenida en (i) es correcta. Problema 6.- ¿De que manera modificaria el algoritmo quicksort para ordenar una secuencia en orden descendente? Problema 7.- Los bancos registran las transacciones de una cuenta según el tiempo en que estas ocurrieron, pero a la mayoria de las personas les gusta recibir sus estados de cuenta con las transacciones listadas según el numero de cheque. Las personas normalmente giran sus cheques en orden según el numero de cheque, mientras que los beneficiarios los cobran sin ningun orden particular. El problema de convertir de uno a otro ordenamiento es un problema de ordenar una entrada que ya esta casi ordenada. Se dice que el tiempo necesario para realizar esta conversion por insercion es mejor que el obtenido por quicksort. ¿Qué piensa usted? Discuta su respuesta. Problema 8.- Demuestre que el tiempo esperado para el algoritmo quicksort aleatorio es OMEGA(n lg n). Problema 9.- El algoritmo o metodo de Strassen se utiliza para multiplicar dos matrices cuadradas de nxn en tiempos teta(nlg7); lo que representa una mejora considerable con respecto al metodo que se usa tradicionalmente y que requiere tiempos teta(n3). (Brevemente, el metodo consiste en dividir las matrices de nxn en matrices de (n/2)x(n/2), calcular 7 matrices auxiliares y a partir de ellas encontrar las submatrices de la matriz resultante) En este ejercicio haga lo siguiente: a) Describa en que consiste el metodo de Strassen. Ilustre el metodo con un ejemplo. b) Explique por que se diceque este es un algoritmo diseñado por division y conquista. c) Demuestre que el metodo de Strassen es correcto d) Encuentre la ecuacion de recurrencia para calcular el tiempo de ejecucion del algoritmo. e) Resuelva la ecuacion obtenida en c). f) Compare este resultado con el obtenido por el metodo convencional. Problema 10.- Se quiere multiplicar dos numeros enteros muy grandes, cuyas representaciones requieren, por ejemplo, 512 bits; el sistema de computo que tenemos esta limitado en cuanto a que la representacion y las operaciones con numeros enteros deben hacerse con palabras de 64 bits. Diseñe por division y conquista un metodo o algoritmo que permita realizar la multiplicacion de enteros de 512 bits en terminos de multiplicaciones de palabras de 64 bits. Suponga que el tiempo para realizar sumas y desplazamientos de palabras de 64 bits es teta(1). Siga los mismos pasos que en el ejercicio anterior. Problema 11.- Se tienen un naipe de n cartas y se le pide a un voluntario que escoja una de las n cartas, cuya identidad se mantendrá en secreto. Diseñe un metodo -similar al visto en clase- para encontrar dicha carta “secreta” en tiempos teta(lg n). Considere que el tiempo para que el voluntario señale en que pila se encuentra la carta es teta(1).
  • 2. Problema 12.- En la industria de la construccion de semiconductores VLSI (very large scale integration) se requiere probar millones de chips para detectar cuales estan defectuosos. La idea basica del metodo consiste en hacer que los chips se prueben unos a otros; para ello se construye un dispositivo que reporta el estado del par de chips instalado. Los chips buenos siempre dicen la verdad, es decir, reportan con exactitud si el chip bajo prueba es bueno o malo; los chips malos no son confiables, es decir, dicen cualquier cosa sobre el otro. Diseñe un metodo para identificar todos los chips buenos. El problema debe resolverse en tiempos O(n). Suponga que el numero de chips buenos es mayor que el de chips malos, y que para efectos de calcular el tiempo por cada chip que se prueba se cuenta 1. Note que basta encontrar un chip que sea bueno para encontrar todos los demas que sean buenos en tiempos lineales; asi que hay que encontrar un chip que sea bueno en tiempos O(n). Visita http://www.fiec.espol.edu.ec http://www.espol.edu.ec Encontrarás más información