Referencias Bibliográficas: [,,,,]
Temas
- Diferencias entre el mejor, el esperado y el peor caso de un algoritmo.
- Análisis asintótico de complejidad de cotas superior y esperada.
- Definición formal de la Notación Big O.
- Clases de complejidad como constante, logarítmica, lineal, cuadrática y exponencial.
- Uso de la notación Big O.
- Relaciones recurrentes.
- Análisis de algoritmos iterativos y recursivos.
- Teorema Maestro y Árboles Recursivos.
Objetivos de Aprendizaje
- Explique a que se refiere con “mejor", “esperado" y “peor" caso de comportamiento de un algoritmo [Evaluar]
- En el contexto de a algoritmos específicos, identifique las características de data y/o otras condiciones o suposiciones que lleven a diferentes comportamientos [Evaluar]
- Determine informalmente el tiempo y el espacio de complejidad de diferentes algoritmos [Evaluar]
- Indique la definición formal de Big O [Evaluar]
- Lista y contraste de clases estándares de complejidad [Evaluar]
- Use la notación formal de la Big O para dar límites superiores asintóticos en la complejidad de tiempo y espacio de los algoritmos [Evaluar]
- Usar la notación formal Big O para dar límites de casos esperados en el tiempo de complejidad de los algoritmos [Evaluar]
- Explicar el uso de la notación theta grande, omega grande y o pequeña para describir la cantidad de trabajo hecho por un algoritmo [Evaluar]
- Usar relaciones recurrentes para determinar el tiempo de complejidad de algoritmos recursivamente definidos [Evaluar]
- Resuelve relaciones de recurrencia básicas, por ejemplo. usando alguna forma del Teorema Maestro [Evaluar]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM