Este documento presenta varios métodos de ordenamiento y optimización, incluyendo Shell Sort, ordenamiento por burbuja, Merge Sort y el problema de la mochila. Explica cada método con un ejemplo numérico para ilustrar cómo funciona. También presenta un ejemplo del problema de la mochila aplicado a la contratación de jugadores de baloncesto por un equipo, maximizando la utilidad dentro de un presupuesto fijo.
Este documento presenta un ejercicio de estadística aplicada a la calidad que involucra inspeccionar una muestra de 300 pernos para determinar si cumplen con las especificaciones del cliente. Se pide realizar un análisis estadístico de los datos, construir varios tipos de gráficas, interpretar los resultados en términos de calidad, y reevaluar los resultados si las especificaciones del cliente cambian. También se pide discutir la importancia de la estadística en la ingeniería industrial. El documento provee instru
Descriptive statistics exercise. Ungrouped data 3Edgar Mata
Este documento presenta un ejercicio sobre estadística descriptiva de datos no agrupados. El ejercicio analiza los tiempos de atención al cliente en minutos de 300 clientes en las cajas de una tienda de conveniencia. Se pide calcular medidas como la media, mediana y moda, y graficar la distribución para analizar si es necesario contratar un segundo cajero basado en los tiempos de atención.
La programación dinámica es una técnica para resolver problemas de optimización dividiéndolos en subproblemas. Originalmente desarrollada por Richard Bellman en los 1940, involucra definir cada subproblema de forma recursiva en términos de las soluciones a subproblemas más pequeños. Esto permite almacenar las soluciones calculadas para evitar recalcular subproblemas repetidamente, resultando en algoritmos más eficientes que un enfoque de fuerza bruta.
El método Shell ordena un arreglo dividiéndolo en subarreglos que se ordenan de forma independiente tomando elementos saltados del arreglo original. Los subarreglos se generan tomando elementos separados por incrementos predeterminados como saltos de 5 o 3 elementos. Esto permite ordenar el arreglo completo más rápidamente que otros métodos como la inserción directa.
Este documento describe la programación dinámica y la compara con la técnica "divide y vencerás". Explica que la programación dinámica divide un problema en subproblemas al igual que "divide y vencerás", pero a diferencia de esta, resuelve todos los subproblemas de una sola vez almacenando las respuestas para dar solución a problemas mayores. Luego, presenta el problema del orden de multiplicación de matrices y cómo la programación dinámica puede encontrar de manera más eficiente el orden óptimo que minimice el número de operaciones.
Este documento presenta un ejercicio de estadística aplicada a la calidad que involucra inspeccionar una muestra de 300 pernos para determinar si cumplen con las especificaciones del cliente. Se pide realizar un análisis estadístico de los datos, construir varios tipos de gráficas, interpretar los resultados en términos de calidad, y reevaluar los resultados si las especificaciones del cliente cambian. También se pide discutir la importancia de la estadística en la ingeniería industrial. El documento provee instru
Descriptive statistics exercise. Ungrouped data 3Edgar Mata
Este documento presenta un ejercicio sobre estadística descriptiva de datos no agrupados. El ejercicio analiza los tiempos de atención al cliente en minutos de 300 clientes en las cajas de una tienda de conveniencia. Se pide calcular medidas como la media, mediana y moda, y graficar la distribución para analizar si es necesario contratar un segundo cajero basado en los tiempos de atención.
La programación dinámica es una técnica para resolver problemas de optimización dividiéndolos en subproblemas. Originalmente desarrollada por Richard Bellman en los 1940, involucra definir cada subproblema de forma recursiva en términos de las soluciones a subproblemas más pequeños. Esto permite almacenar las soluciones calculadas para evitar recalcular subproblemas repetidamente, resultando en algoritmos más eficientes que un enfoque de fuerza bruta.
El método Shell ordena un arreglo dividiéndolo en subarreglos que se ordenan de forma independiente tomando elementos saltados del arreglo original. Los subarreglos se generan tomando elementos separados por incrementos predeterminados como saltos de 5 o 3 elementos. Esto permite ordenar el arreglo completo más rápidamente que otros métodos como la inserción directa.
Este documento describe la programación dinámica y la compara con la técnica "divide y vencerás". Explica que la programación dinámica divide un problema en subproblemas al igual que "divide y vencerás", pero a diferencia de esta, resuelve todos los subproblemas de una sola vez almacenando las respuestas para dar solución a problemas mayores. Luego, presenta el problema del orden de multiplicación de matrices y cómo la programación dinámica puede encontrar de manera más eficiente el orden óptimo que minimice el número de operaciones.
Este documento presenta el problema de la diligencia como una introducción a la programación dinámica. El problema involucra a un vendedor que debe viajar de estado 1 a estado 10 a través de 4 etapas, eligiendo entre diferentes rutas en cada etapa. El objetivo es encontrar la ruta más segura, la cual es aquella con el costo más bajo de la póliza de seguro de vida debido a que los costos se basan en la seguridad de cada ruta. El documento procede a detallar los cálculos para cada etapa usando programación din
El documento describe el método general de programación dinámica y dos ejemplos de su aplicación: el problema del cambio de monedas y el problema de la mochila 0/1. La programación dinámica resuelve problemas de optimización dividiéndolos en subproblemas más pequeños, almacenando las soluciones en tablas para evitar repeticiones y combinando dichas soluciones de forma ascendente.
Este documento presenta una introducción a la programación dinámica. Explica que la programación dinámica es un enfoque para resolver problemas de toma de decisiones en múltiples etapas mediante el análisis recursivo de cada etapa. Describe el principio de optimalidad de Bellman, que establece que la subsecuencia óptima de cualquier secuencia óptima también es óptima. Proporciona ejemplos como el problema del viajero de negocios y explica las diferencias entre programación dinámica y programación lineal.
¿Qué es programación dinámica?
Comparación entre recursión y programación dinámica
Historia
Ejemplos de aplicaciones
Knapsack Problem
Needleman–Wunsch algorithm
Algebraic Dynamic Programming
La empresa debe asignar las 3 personas a cada tarea para maximizar la utilidad de la siguiente manera: 2 personas a la Tarea A, 0 personas a la Tarea B, y 1 persona a la Tarea C, lo que resulta en una utilidad máxima total de 13.
La programación dinámica es una técnica para resolver problemas de optimización dividiéndolos en subproblemas. Resuelve cada subproblema una vez y almacena la solución para usarla en problemas mayores, evitando calcular lo mismo varias veces. Se aplica cuando los subproblemas óptimos definen la solución óptima general y hay solapamiento entre subproblemas.
El documento describe la programación dinámica como una técnica matemática útil para resolver una serie de decisiones secuenciales donde cada decisión afecta las futuras. Explica que la programación dinámica divide un problema complejo en subproblemas más pequeños y los resuelve de manera recursiva, empezando por el último subproblema hasta llegar al primero. También presenta un ejemplo de cómo aplicar la técnica al problema de una diligencia que debe elegir la ruta más segura entre estados.
Instituto Tecnológico Superior de Guasave
Ingeniería en Sistemas Computacionales
Estructura de Datos
Unidad V: Métodos de Ordenamiento
Retícula ISIC-2010-224: Programa: AED-1026/2016
Este documento explica el algoritmo de búsqueda binaria. Define la búsqueda binaria como un método para encontrar eficientemente un elemento en un arreglo ordenado dividiendo el arreglo en la mitad en cada paso. Describe los pasos del algoritmo de búsqueda binaria y provee un ejemplo. Finalmente, discute las ventajas de este método como su alta velocidad y su recomendación para arreglos grandes, así como su requisito de que el arreglo esté ordenado.
Este documento explica el algoritmo de búsqueda binaria. Define la búsqueda binaria como un método para encontrar eficientemente un elemento en un arreglo ordenado dividiendo el arreglo en la mitad en cada paso. Describe los pasos del algoritmo de búsqueda binaria y provee un ejemplo. Finalmente, discute las ventajas de este método como su alta velocidad y su recomendación para arreglos grandes, así como su requisito de que el arreglo esté ordenado.
Este documento describe diferentes métodos de ordenamiento de datos, incluyendo burbuja, quicksort, shellsort, radixsort e intercalación. Explica los pasos de cada algoritmo y provee ejemplos para ilustrar cómo ordenan un conjunto de datos. También incluye código de implementación en C++ para algunos de los métodos.
Este documento presenta los conceptos y algoritmos fundamentales de ordenamiento y búsqueda. En la Unidad 1, se explican algoritmos de búsqueda secuencial, binaria y por transformación de claves. También se describen métodos de ordenamiento como burbuja, inserción y selección, así como análisis de eficiencia. La Unidad 2 trata sobre estructuras dinámicas como listas ligadas, pilas y colas. Finalmente, la Unidad 3 cubre recursividad, árboles y grafos.
Este documento proporciona información sobre un servicio de asesoría y resolución de ejercicios de ciencias. Incluye varios ejemplos de ejercicios de estructuras de datos como pilas, colas, tablas hash y árboles binarios de búsqueda, y solicita al lector resolverlos y escribir programas en Java para implementar los algoritmos correspondientes. También incluye ejemplos de ejercicios de ordenamiento como burbuja, inserción, selección, mezcla y quicksort.
Las Best practices son un marco de referencia con directrices y principios que permiten que el proceso de desarrollo de un modelo resulte más eficiente. En el documento se describe:
Diseño y organización de cubos
Reglas VS Turbointegrator
Procesos de Turbointegrator
Cuándo usar performance modeler
Este documento presenta una metodología en 7 pasos para generar propuestas de solución formales mediante la investigación de operaciones. El proceso incluye identificar el problema, observar el sistema, formular un modelo matemático, verificar el modelo, seleccionar una alternativa, presentar resultados y evaluar las recomendaciones. Se provee un ejemplo de cómo aplicar estos pasos para resolver un problema en un banco relacionado con el tiempo de espera de los clientes. Adicionalmente, se discute la ubicación típica de los grupos de investig
Análisis y Valuación de Puestos
Unidad 3.- Sistemas de Valuación de Puestos
Ingeniería en Gestión Empresarial
Tecnológico Nacional de México Campus Acapulco
(Antes Instituto Tecnológico de Acapulco)
Este documento presenta una guía para enseñar el uso de herramientas en Excel como renombrar celdas, macros y Solver. Muestra un ejemplo de crear un modelo en Excel para analizar la facturación de un centro de capacitación de deportes extremos considerando variables como el número de personas, valor por persona, entre otros. Usa Solver para encontrar valores que generen un 30% de ganancias cumpliendo restricciones y guarda la solución como un escenario. Explica cómo crear macros para automatizar tareas como visualizar escenarios.
Este documento presenta varios ejercicios relacionados con estructuras de datos y algoritmos de ordenamiento. Se pide desarrollar algoritmos y programas en Java para representar operaciones con pilas, colas, tablas hash, montículos, árboles binarios de búsqueda y recursividad. También se incluyen ejercicios para implementar los métodos de ordenamiento burbuja, selección, inserción, merge y quicksort sobre diferentes conjuntos de datos.
Este documento ofrece servicios de asesoría y resolución de ejercicios sobre estructuras de datos y algoritmos. Incluye varios ejercicios que abordan temas como pilas, colas, tablas hash, montículos, árboles binarios de búsqueda y recursividad. Se pide desarrollar algoritmos para cada ejercicio y escribir programas en Java que los implementen.
Este documento presenta un proyecto sobre el uso de modelos de programación lineal para la toma de decisiones en una institución educativa. Explica conceptos básicos de programación lineal, métodos gráficos y herramientas informáticas como Excel, Geogebra y una calculadora gráfica para resolver problemas de programación lineal. Luego, describe un módulo desarrollado para el control académico de la institución, incluyendo formatos de registro de estudiantes y estadísticas obtenidas.
Este documento describe varios métodos de búsqueda para optimizar sistemas de ingeniería, incluyendo el método de la sección dorada y el método Fibonacci. Explica que el objetivo de los métodos de búsqueda es encontrar el elemento óptimo dentro de un espacio de búsqueda mediante la evaluación y eliminación sucesiva de regiones. También describe cómo el método de la sección dorada mantiene una proporción dorada entre los puntos evaluados para garantizar una convergencia eficiente hacia el óptimo.
Este documento describe diferentes algoritmos de búsqueda como la búsqueda lineal, binaria y métodos hash. La búsqueda lineal recorre todo el vector de manera secuencial mientras que la búsqueda binaria requiere que los datos estén ordenados y divide el vector a la mitad en cada paso. Los métodos hash transforman las claves en índices para permitir búsquedas rápidas sin ordenar los datos.
Este documento presenta el problema de la diligencia como una introducción a la programación dinámica. El problema involucra a un vendedor que debe viajar de estado 1 a estado 10 a través de 4 etapas, eligiendo entre diferentes rutas en cada etapa. El objetivo es encontrar la ruta más segura, la cual es aquella con el costo más bajo de la póliza de seguro de vida debido a que los costos se basan en la seguridad de cada ruta. El documento procede a detallar los cálculos para cada etapa usando programación din
El documento describe el método general de programación dinámica y dos ejemplos de su aplicación: el problema del cambio de monedas y el problema de la mochila 0/1. La programación dinámica resuelve problemas de optimización dividiéndolos en subproblemas más pequeños, almacenando las soluciones en tablas para evitar repeticiones y combinando dichas soluciones de forma ascendente.
Este documento presenta una introducción a la programación dinámica. Explica que la programación dinámica es un enfoque para resolver problemas de toma de decisiones en múltiples etapas mediante el análisis recursivo de cada etapa. Describe el principio de optimalidad de Bellman, que establece que la subsecuencia óptima de cualquier secuencia óptima también es óptima. Proporciona ejemplos como el problema del viajero de negocios y explica las diferencias entre programación dinámica y programación lineal.
¿Qué es programación dinámica?
Comparación entre recursión y programación dinámica
Historia
Ejemplos de aplicaciones
Knapsack Problem
Needleman–Wunsch algorithm
Algebraic Dynamic Programming
La empresa debe asignar las 3 personas a cada tarea para maximizar la utilidad de la siguiente manera: 2 personas a la Tarea A, 0 personas a la Tarea B, y 1 persona a la Tarea C, lo que resulta en una utilidad máxima total de 13.
La programación dinámica es una técnica para resolver problemas de optimización dividiéndolos en subproblemas. Resuelve cada subproblema una vez y almacena la solución para usarla en problemas mayores, evitando calcular lo mismo varias veces. Se aplica cuando los subproblemas óptimos definen la solución óptima general y hay solapamiento entre subproblemas.
El documento describe la programación dinámica como una técnica matemática útil para resolver una serie de decisiones secuenciales donde cada decisión afecta las futuras. Explica que la programación dinámica divide un problema complejo en subproblemas más pequeños y los resuelve de manera recursiva, empezando por el último subproblema hasta llegar al primero. También presenta un ejemplo de cómo aplicar la técnica al problema de una diligencia que debe elegir la ruta más segura entre estados.
Instituto Tecnológico Superior de Guasave
Ingeniería en Sistemas Computacionales
Estructura de Datos
Unidad V: Métodos de Ordenamiento
Retícula ISIC-2010-224: Programa: AED-1026/2016
Este documento explica el algoritmo de búsqueda binaria. Define la búsqueda binaria como un método para encontrar eficientemente un elemento en un arreglo ordenado dividiendo el arreglo en la mitad en cada paso. Describe los pasos del algoritmo de búsqueda binaria y provee un ejemplo. Finalmente, discute las ventajas de este método como su alta velocidad y su recomendación para arreglos grandes, así como su requisito de que el arreglo esté ordenado.
Este documento explica el algoritmo de búsqueda binaria. Define la búsqueda binaria como un método para encontrar eficientemente un elemento en un arreglo ordenado dividiendo el arreglo en la mitad en cada paso. Describe los pasos del algoritmo de búsqueda binaria y provee un ejemplo. Finalmente, discute las ventajas de este método como su alta velocidad y su recomendación para arreglos grandes, así como su requisito de que el arreglo esté ordenado.
Este documento describe diferentes métodos de ordenamiento de datos, incluyendo burbuja, quicksort, shellsort, radixsort e intercalación. Explica los pasos de cada algoritmo y provee ejemplos para ilustrar cómo ordenan un conjunto de datos. También incluye código de implementación en C++ para algunos de los métodos.
Este documento presenta los conceptos y algoritmos fundamentales de ordenamiento y búsqueda. En la Unidad 1, se explican algoritmos de búsqueda secuencial, binaria y por transformación de claves. También se describen métodos de ordenamiento como burbuja, inserción y selección, así como análisis de eficiencia. La Unidad 2 trata sobre estructuras dinámicas como listas ligadas, pilas y colas. Finalmente, la Unidad 3 cubre recursividad, árboles y grafos.
Este documento proporciona información sobre un servicio de asesoría y resolución de ejercicios de ciencias. Incluye varios ejemplos de ejercicios de estructuras de datos como pilas, colas, tablas hash y árboles binarios de búsqueda, y solicita al lector resolverlos y escribir programas en Java para implementar los algoritmos correspondientes. También incluye ejemplos de ejercicios de ordenamiento como burbuja, inserción, selección, mezcla y quicksort.
Las Best practices son un marco de referencia con directrices y principios que permiten que el proceso de desarrollo de un modelo resulte más eficiente. En el documento se describe:
Diseño y organización de cubos
Reglas VS Turbointegrator
Procesos de Turbointegrator
Cuándo usar performance modeler
Este documento presenta una metodología en 7 pasos para generar propuestas de solución formales mediante la investigación de operaciones. El proceso incluye identificar el problema, observar el sistema, formular un modelo matemático, verificar el modelo, seleccionar una alternativa, presentar resultados y evaluar las recomendaciones. Se provee un ejemplo de cómo aplicar estos pasos para resolver un problema en un banco relacionado con el tiempo de espera de los clientes. Adicionalmente, se discute la ubicación típica de los grupos de investig
Análisis y Valuación de Puestos
Unidad 3.- Sistemas de Valuación de Puestos
Ingeniería en Gestión Empresarial
Tecnológico Nacional de México Campus Acapulco
(Antes Instituto Tecnológico de Acapulco)
Este documento presenta una guía para enseñar el uso de herramientas en Excel como renombrar celdas, macros y Solver. Muestra un ejemplo de crear un modelo en Excel para analizar la facturación de un centro de capacitación de deportes extremos considerando variables como el número de personas, valor por persona, entre otros. Usa Solver para encontrar valores que generen un 30% de ganancias cumpliendo restricciones y guarda la solución como un escenario. Explica cómo crear macros para automatizar tareas como visualizar escenarios.
Este documento presenta varios ejercicios relacionados con estructuras de datos y algoritmos de ordenamiento. Se pide desarrollar algoritmos y programas en Java para representar operaciones con pilas, colas, tablas hash, montículos, árboles binarios de búsqueda y recursividad. También se incluyen ejercicios para implementar los métodos de ordenamiento burbuja, selección, inserción, merge y quicksort sobre diferentes conjuntos de datos.
Este documento ofrece servicios de asesoría y resolución de ejercicios sobre estructuras de datos y algoritmos. Incluye varios ejercicios que abordan temas como pilas, colas, tablas hash, montículos, árboles binarios de búsqueda y recursividad. Se pide desarrollar algoritmos para cada ejercicio y escribir programas en Java que los implementen.
Este documento presenta un proyecto sobre el uso de modelos de programación lineal para la toma de decisiones en una institución educativa. Explica conceptos básicos de programación lineal, métodos gráficos y herramientas informáticas como Excel, Geogebra y una calculadora gráfica para resolver problemas de programación lineal. Luego, describe un módulo desarrollado para el control académico de la institución, incluyendo formatos de registro de estudiantes y estadísticas obtenidas.
Este documento describe varios métodos de búsqueda para optimizar sistemas de ingeniería, incluyendo el método de la sección dorada y el método Fibonacci. Explica que el objetivo de los métodos de búsqueda es encontrar el elemento óptimo dentro de un espacio de búsqueda mediante la evaluación y eliminación sucesiva de regiones. También describe cómo el método de la sección dorada mantiene una proporción dorada entre los puntos evaluados para garantizar una convergencia eficiente hacia el óptimo.
Este documento describe diferentes algoritmos de búsqueda como la búsqueda lineal, binaria y métodos hash. La búsqueda lineal recorre todo el vector de manera secuencial mientras que la búsqueda binaria requiere que los datos estén ordenados y divide el vector a la mitad en cada paso. Los métodos hash transforman las claves en índices para permitir búsquedas rápidas sin ordenar los datos.
Este documento presenta una guía para aplicar herramientas de Excel como renombrar celdas, macros y Solver para crear modelos financieros que permitan analizar variables y encontrar valores que cumplan con ciertas condiciones de ganancia. Se explica cómo crear tablas, multiplicar celdas, guardar escenarios y automatizar pasos usando macros para facilitar el análisis de diferentes situaciones con Solver.
Un enfoque científico de la toma de decisiones que requiere la operación de sistemas organizacionales.
Trata sobre Definición, sobre campo de acción, y la importancia de La investigación de operaciones significa hacer investigación sobre las operaciones
Este documento describe los principios básicos de la organización de datos estadísticos. Explica que la recolección de datos es el primer paso, seguido de la organización y tabulación de los datos mediante tablas de frecuencias. Describe dos métodos de organización: agrupamiento por intervalos para datos cuantitativos y por conteo individual según categoría para datos cualitativos. Proporciona ejemplos de tablas de frecuencias para ilustrar estos métodos.
Este documento presenta las herramientas matemáticas para la toma de decisiones en cuatro unidades: (1) programación lineal, (2) asignación y transporte, (3) programación de proyectos con PERT-CPM, y (4) pronósticos. Explica cómo aplicar técnicas como programación lineal, transporte, asignación y PERT-CPM para resolver problemas gerenciales de planeación y toma de decisiones en una empresa u organización.
El documento trata sobre la optimización. Define la optimización como el proceso de mejorar el desempeño de una tarea mediante el uso adecuado de herramientas para tomar la mejor decisión y obtener resultados óptimos. Menciona algunas ventajas de la optimización como la reducción de costos y la maximización de ganancias. Incluye ejemplos de optimización de aplicaciones, web y programación matemática.
1. INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN PORLAMAR
PROGRAMACIÓN NO NUMÉRICA II
PROGRAMACION DINAMICA
RELIZADO:
Br. Valdiviezo David C.I:21.326.272
FACILITADOR:
Ing. Rodríguez Diógenes
Porlamar, Julio del 2013
2. INTRODUCCIÓN
En la actualidad los métodos o algoritmos de ordenamiento son de gran
importancia en la informática ya que nos permiten ordenar de manera
eficaz vectores, listas, arreglos que son estructuras de datos que nos
facilitan el manejo de grandes cantidades de datos alfanuméricos.
Los métodos de ordenamientos que trataremos son de tipo interno ya
que estos se almacenar en la memoria principal ya que el tiempo de
acceso a los elementos que la componen es la misma cantidad que
contenga el vector o matriz a resolver.
3. MÉTODO DE ORDENAMIENTO SHELL SORT
• El método de ordenamiento
Shell Sort fue desarrollado por
Donald Shell en 1959 y este
método consiste en comparar
los elementos con saltos de
mayor tamaño, pero con
incrementos de manera
decírsete y así los elementos
que dan ordenados de manera
mas eficiente.
4. EJEMPLO DE ORDENAMIENTO SHELL SORT
Deducir las secuencias parciales de clasificación por el método de Shell para ordenar de
manera ascendente la siguiente lista de números 6, 1 , 5, 2, 3, 4, 0.
Para iniciar este método de ordenamiento primero debemos dividir el numero total de elementos que
componen el vector entre dos y en este caso seria 6/2= 3 lo cual indica el numero de saltos para realizar el
recorrido del vector
Recorrido Salto Lista Recorrida Intercambio
1 3 2,1,4,5,0,3,5,6 (6,2),(5,4),(6,0),(2,0)
2 3 0,1,4,2,3,5,6 (2,0)
3 3 0,1,4,2,3,5,6 No hay intercambio
4 3 0,1,2,3,4,5,6 (4,2),(4,3)
5 3 0,1,2,3,4,5,6 No hay intercambio
5. MÉTODO DE ORDENAMIENTO POR BURBUJA
• El método de ordenamiento por burbuja es uno de los mas conocidos
ya que es fácil de emplear y no requiere de gran conocimiento para el
desarrollo del mismo y por ende es un de los métodos de
ordenamiento menos eficientes que existe en la actualidad.
• El ordenamiento por burbuja o ordenamiento por hundimiento funciona
revisando cada elemento del vector que va hacer ordenado, con el
siguiente intercambiando posiciones si los elementos esta ordenados
de manera equivocada
6. EJEMPLO DE ORDENAMIENTO POR
BURBUJA
• Ordenar de manera accedente un vector de 5 elemento.
80 55 35 21 15
80 55 35 21 15
55 80 35 21 15
55 35 80 21 15
55 35 21 80 15
55 35 21 15 80
35 55 21 15 80
35 21 55 15 80
35 21 15 55 80
21 35 15 55 80
15 21 35 55 80
Se necesitaron 4 comparaciones (n-1) para colocar el valor mayor de ultimo
Se inicia comparando los elementos del vector desde el lado izquierdo para así ordenarlos de manera accedente
7. MÉTODO DE ORDENAMIENTO MERGER
SORT 2
• Este método de ordenamiento fue desarrollado por John Von
Neumann en el año 1945 este algoritmo o método de ordenamiento
es similar a Quick Sort ya que estos dos métodos emplean para la
solución de los problemas de ordenamiento la técnica de divide y
vencerás la cual se basa en la descomposición del vector o lista a
ordenar en bloques o partes mas pequeñas para así facilitar el
trabajo de ordenamiento del vector o lista.
8. EJEMPLO DE ORDENAMIENTO MERGE SORT 2
• Este método se basa en la técnica de divides y vencerá por lo cual el vector se va
descomponiendo en partes mas pequeñas para que así sea mas fácil la solución del siguiente
problema.
9. MÉTODO DE LA MOCHILA
El problema de la mochila o algoritmo
de la mochila es un problema de
optimización combinatoria es el único
algoritmo. La función de este algoritmo
consiste en llenar una mochila de
manera que el contenido sea el máximo
posible. Este problema ha sido resuelto
habitualmente mediante programación
lineal entera.
10. EJEMPLO DE METODO DE LA MOCHILA
• El club de baloncestos Unicaja de Málaga quiere contratar un jugador nuevo; para ello, ha
sondeado el mercado y ha encontrado a 5 jugadores que pueden adaptarse a lo requerido por
el entrenador. Para reforzar el equipo el unicaja dispone de un presupuesto máximo de 50.000
€/mes. En la siguiente tabla aparece una relación de los candidatos a ser fichados junto con su
aportación esperada y el sueldo que percibirían:
Como puede apreciarse en este caso, estamos aplicando el
problema de la mochila a una solución de índole económico.
Teniendo como intención es elegir los mejores jugadores, cuya
aportación es mayor y proporcionan una mayor utilidad para el
unicaja, optimizando también el desembolso que conlleva una
nueva contratación. Sin olvidar la restricción de 50.00€.
11. Donde la función objetivo es la suma de las utilidades que reporta cada jugador y representa, por
tanto, la utilidad que percibirá Unicaja en la función de la combinación de jugadores que elija,
puesto que se trata de la utilidad del club de baloncesto le interesa que sea la mayor posible. De
ahí que el objetivo sea maximizar la función.
En cuanto a la restricción, es la restricción presupuestaria del equipo, es decir, son los 50.00€
mensuales de los que dispone unicaja para remunerar a sus nuevos jugadores.
Si llamamos xi al jugador “i” el problema a resolver es:
12. Para resolverlo utilizaremos las dos formas vistas. Primero utilizando el
planteamiento “lógico”; escogeremos como criterio el ratio “Aportación/Sueldo”.
Ya que tenemos en cuenta ambos factores en la decisión: mientras más alto sea
el ratio, preferible será contratar a ese jugador. Reconsideramos el sueldo,
dividiendo por 1.000 para hacer el ratio más operativo:
Como se ha mencionado escogeremos aquellos jugadores con mejor ratio hasta agotar el presupuesto.
Jugador 5: ratio = 0,58333, sueldo = 12.000 €
Jugador 4: ratio = 0,41666, sueldo = 36.000 €
Como el total disponible era de 50.000 € y tenemos acumulado 48.000 € no hay más jugadores cuyo sueldo
pueda entrar en presupuesto, así que este es nuestro resultado definitivo de este método.
13. Por otra parte, resolviendo obtenemos la misma solución contratando a lo0s jugadores 3 y 5. La
utilidad para el equipo de los jugadores nuevo al equipo 22.