Mcom1 U2 Ea Yaco
Mcom1 U2 Ea Yaco
Mcom1 U2 Ea Yaco
Lic. en Matemáticas
Evidencia de Aprendizaje
Matricula: ES1821000588
¿Qué son los números triangulares?, muestra algunos ejemplo y calcula el triangular cuando n=18.
En análisis de algoritmos una cota superior asintótica es una función que sirve de cota superior de otra función
cuando el argumento tiende a infinito. Usualmente se utiliza la notación de Landau O(g(x)) (o coloquialmente llamada
Notación O Grande) para referirse a las funciones acotadas superiormente por la función g(x).
Una función f(x) pertenece a O(g(x)) cuando existe una constante positiva c tal que a partir de un valor x0, f(x) noso
brepasa a cg(x). Quiere decir que la función f es inferior a g a partir de un valor dado salvo por un factor constante.
La cota superior asintótica tiene gran importancia en Teoría de la complejidad computacional a la hora de definir las
clases de complejidad.
f(x)=O(g(x)).
A pesar de que O(g(x)) está definido como un conjunto, se acostumbra escr
ibir f(x)=O(g(x)) en lugar de f(x)∈O(g(x)). También se habla de una función
nombrando únicamente su expresión, como en x² en lugar de
h(x)=x², siempre que esté claro el parámetro de la función en la expresión
La gráfica presenta un ejemplo esquemático de como se comporta cg (x) con respecto a f (x), cuando x tiende
al infinito. Dicho conjunto es no vacío pues f(x)=O(g(x)).
Dada una función f, estudiaremos aquellas funciones g que a lo sumo crecen tan deprisa como f.
Definición 1
Sea f: N→[0,∞). Se define el conjunto de funciones de orden O (Omicron) de f como:
O(f) = {g: N→[0,∞)|∃ c ∈ R, c>0, ∃ nO ∈ N.g(n) ≤ cf(n) ∀n ≥ nO}.
Diremos que una función t: N →[0,∞) es de orden O de f si t ∈ O(f).
Intuitivamente, si t ∈ O(f) indica que t está acotada superiormente por algún múltiplo de f.
Normalmente estaremos interesados en la menor función f tal que t pertenezca a O(f).
En el ejemplo del algoritmo Buscar analizado anteriormente obtenemos que su tiempo de ejecución
en el mejor caso es O(1), mientras que sus tiempos de ejecución para el peor caso es O(n).
Presenta la definición que indica la complejidad de un algoritmo.
La complejidad de un algoritmo es una métrica que se expresa según el tamaño del problema, en
donde se mide la cantidad de recursos (tiempo – espacio) que el algoritmo necesite.
• El peor de los casos indica el mayor tiempo obtenido, considerando todas las entradas posibles.
• El caso promedio indica el tiempo medio obtenido, considerando todas las entradas posibles.
• El mejor de los casos indica el menor tiempo obtenido, considerando todas las entradas posibles.
Muestra el código en C que represente el cálculo de los números triangulares.
Indica y argumenta su complejidad.
1 n+1 n
asignación Comparaciones Incrementos
Complejidad = 2n+2
Debemos enfocarnos en qué tan rápido crece una función con el tamaño de la entrada. A
esto lo llamamos la tasa de crecimientodel tiempo de ejecución. Para mantener las cosas
manejables, tenemos que simplificar la función para extraer la parte más importante y dejar
de lado las partes menos importantes.
• Benito, A. P. (10 de Junio de 2018). Caracteristicas de las funciones (SlidePlayer). Recuperado el 02 de Junio de
2019, de https://slideplayer.es/slide/11990400/
• Disfruta las Matemáticas. (-- de -- de --). Número Triangular. Recuperado el 02 de Junio de 2019, de
https://www.disfrutalasmatematicas.com/definiciones/numero-triangular.html
• Estudiantes de Ingeniería en Computación e Informática del Instituto Profesional la Araucana. (-- de -- de --).
Diseño y Analisis de Algoritmo. Recuperado el 02 de Junio de 2019, de
https://gamster2145daa.wordpress.com/complejidad-computacional/
• Giltesa. (08 de Noviembre de 2011). Calcular los números triangulares. Recuperado el 02 de Junio de 2019, de
https://giltesa.com/2011/10/08/1x17-calcular-los-numeros-triangulares
• UNaDM. (-- de -- de --). Unidad 2. Complejidad Computacional (Computación I.Texto de Apoyo). Recuperado el 02
de Junio de 2019, de https://unadmexico.blackboard.com/bbcswebdav/institution/DCEIT/2016_S1-
B2/MT/04/MCOM1/MCOM1/U2/Unidad%202.%20Complejidad%20computacional.pdf