ESTUDIOS DE LA COMPLEJIDAD COMPUTACIONAL
Tiene como finalidad la creación de mecanismos y
herramientas capaces de describir y analizar la complejidad de un
algoritmo y la complejidad intrínseca de un problema.
Los recursos comúnmente estudiados en complejidad
computacional son:
– El tiempo: mediante una aproximación al número de pasos
de ejecución que un algoritmo emplea para resolver un problema.
– El espacio: mediante una aproximación a la cantidad de
memoria utilizada para resolver el problema.
Los problemas se clasifican en conjuntos o clases de
complejidad (L, NL, P, PCompleto,NP, NP-Completo, NP
Duro...).Nosotros nos vamos a centrar en la clase P.
En el análisis computacional, se requiere un modelo de la
computadora para la que desea estudiar el requerimiento en
términos de tiempo. Normalmente, dichos modelos suponen que la
computadora es determinista (dado el estado actual de la
computadora y las variables de entrada, existe una única acción
posible que la computadora puede tomar) y secuencial (realiza las
acciones una después de la otra). Estas suposiciones son adecuadas
para representar el comportamiento de todas las computadoras
existentes, aún incluye a las máquinas con computación en
paralelo.
En esta teoría, la clase P consiste de todos
aquellos problemas de decisión que pueden ser resueltos en una
máquina determinista secuencial en un período de tiempo
polinómico en proporción a los datos de entrada. En la teoría de
complejidad computacional, la clase P es una de las más
importantes; la clase NP consiste de todos aquellos problemas de
decisión cuyas soluciones positivas/afirmativas pueden ser
verificadas en tiempo polinómico a partir de ser alimentadas con la
información apropiada, o en forma equivalente, cuya solución
puede ser hallada en tiempo polinómico en una máquina no-
determinista.
AUTOR:
TORREALBA VICTOR
C.I.: 19.355.605

Estudios de la complejidad computacional

  • 1.
    ESTUDIOS DE LACOMPLEJIDAD COMPUTACIONAL Tiene como finalidad la creación de mecanismos y herramientas capaces de describir y analizar la complejidad de un algoritmo y la complejidad intrínseca de un problema. Los recursos comúnmente estudiados en complejidad computacional son: – El tiempo: mediante una aproximación al número de pasos de ejecución que un algoritmo emplea para resolver un problema. – El espacio: mediante una aproximación a la cantidad de memoria utilizada para resolver el problema. Los problemas se clasifican en conjuntos o clases de complejidad (L, NL, P, PCompleto,NP, NP-Completo, NP Duro...).Nosotros nos vamos a centrar en la clase P. En el análisis computacional, se requiere un modelo de la computadora para la que desea estudiar el requerimiento en términos de tiempo. Normalmente, dichos modelos suponen que la computadora es determinista (dado el estado actual de la computadora y las variables de entrada, existe una única acción posible que la computadora puede tomar) y secuencial (realiza las acciones una después de la otra). Estas suposiciones son adecuadas para representar el comportamiento de todas las computadoras existentes, aún incluye a las máquinas con computación en paralelo.
  • 2.
    En esta teoría,la clase P consiste de todos aquellos problemas de decisión que pueden ser resueltos en una máquina determinista secuencial en un período de tiempo polinómico en proporción a los datos de entrada. En la teoría de complejidad computacional, la clase P es una de las más importantes; la clase NP consiste de todos aquellos problemas de decisión cuyas soluciones positivas/afirmativas pueden ser verificadas en tiempo polinómico a partir de ser alimentadas con la información apropiada, o en forma equivalente, cuya solución puede ser hallada en tiempo polinómico en una máquina no- determinista. AUTOR: TORREALBA VICTOR C.I.: 19.355.605