n Programação Dinâmica n Exemplo: Sequência de Fibonnaci n Problemas de Otimização n Multiplicação de Matrizes n Principios de Programação Dinâmica
|
|
- Linda Carvalho Valverde
- 6 Há anos
- Visualizações:
Transcrição
1 Proeto e Análise e Algoritmos Altigran Soares a Silva Universiae Feeral o Amazonas Departamento e Ciência a Computação Roteiro Exemplo: Sequência e Fibonnaci Problemas e Otimização Multiplicação e Matrizes Principios e Maior Subsequência Comum Técnicas e Proeto e Algoritmo Nesta isciplina Divisão e Conquista Métoo Guloso Existem iversas outras, mas estão for ao escopo estas isciplina Divisão e Conquista Divisão: Se a entraa é suficientemente grane, ivie-se o problema em ois ou mais problemas menores. Conquista: Divisão recursiva para solução os sub-problemas. Combinação: Tomar as soluções os sub-problemas e combina-las para obter a solução o problema maior.
2 Divisão e Conquista () Métoo Guloso Exemplo: MergeSort Os subproblemas são toos resolvios e forma inepenente. Merge-Sort(A, p, r) if p < r then q (p+r)/ Merge-Sort(A, p, q) Merge-Sort(A, q+, r) Merge(A, p, q, r) Técnica algoritmica para a solução e problemas e otimização Muitas soluções são possíveis e caa uma tem um valor associao Desea-se achar a solução que apresenta um valor ótimo (máximo ou mínimo) Sempre faz a escolha que parece a melhor no momento A hipótese é que uma escolha ótima local levará a uma solução ótima global. Nem sempre é veraeira 5 6 Métoo Guloso () Duas proprieaes são típicas e problemas para os aquais o Métoo Guloso é apropriao: Escolha gulosa Sub-estrutura ótima Assim como D&C resolve os problemas através a combinação as soluções para subproblemas. É aplicável quano os subproblemas não são inepenentes, ou sea, quano subproblemas compartilham subsubproblema D&C: particiona o problema em subproblemas inepenentes 7 8
3 Resolve caa subproblema apenas uma vez e salva a sua resposta em uma tabela, evitano assim a trabalho e recalcular a resposta toa vez que o subproblema é encontrao. Normalmente aplicaa a problemas e otimização. Caa solução tem um valor, e queremos encontrar uma solução com o valor ótimo (mínimo ou máximo). Chamamos tal solução e uma solução ótima para o problema Poem haver várias soluções ótimas 9 0. Caracterizar a estrutura e uma solução ótima.. Definir recursivamente o valor e uma solução ótima.. Calcular o valor e uma solução ótima e forma bottom-up.. Construir uma solução ótima a partir a informação pre-computaa. Em geral, para aplicar PD, alguns aspectos evem ser consieraos:. Sub-estrutura ótima: Uma solução ótima para o problema eve ser composta e soluções ótimas para os seus sub-problemas
4 . Escrever uma recorrência para eterminar o valor a solução ótima M ótima = min sobre toas as escolhas e k {(Soma e M ótima e toos os subproblemas que resultam a escolha e k )+ (custo associao com a escolha e k)} Mostrar que o número e instâncias istintas os subproblemas e limitao por um polinômio.. Computar o valor a solução ótima e maneira bottom-up, e forma que toos os subresultaos á esteam pre-computaos e antemão. Verificar se é possivel reuzir espaço eliminano subresultaos que não são mais necessários. Construir a solução ótima a partir a informação pré-computaa Sequência e Fibonacci Sequência e Fibonacci () F(6) = 8 F n = F n- + F n- F 0 =0, F = F(5) F() 0,,,,, 5, 8,,, F() F() F() F() A solução recursiva (D&C) é extremamente custosa! F() F() F() F() F() F(0) F() F() F() F(0) F() F() F(0) F() F() F(0) Fibonacci(n) F 0 0 F for i to n o F i F i- + F i- F() F(0) Os mesmos válores são re-calculaos repetias vezes 5 6
5 Sequência e Fibonacci () Quantas somas são feitas ao too? Razão e ouro: Portanto F n.6 n Fn φ = F n A árvore e recursão tem somente 0 e nas folhas, portanto são feitas.6 n somas O tempo e execução é exponencial em n Sequência e Fibonacci () F n poe ser calculao em tempo linear se armazenarmos as soluções os subproblemas resolvios Nisso consiste a técnica e programação inâmica A solução é computaa e forma bottom-up Troca e espaço por tempo Neste caso, somente os ois valores a serem utilizaos precisam ser lembraos 7 8 Problemas e Otimização Problemas que apresentam várias soluções, caa uma com um valor (custo) associao. Procura-se a solução com valor ótimo (mínimo ou máximo) Um solução geralmente apresenta uma estrutura: ela é composta e um sequência e escolhas. Quais escolhas evem ser feitas para se chegar à solução ótima. Multiplicação e Matrizes Duas matrizes A:n m e B:m k poem ser multiplicaas usano nmk multiplicações escalares. a a m b b b c = a b a a =... c... b b b l= a a Problema: Computar o prouto e muitas matrizes e forma eficiênte. A multiplicação e matrizes e associativa (AB)C = A(BC) i, i, l l, 9 0
6 Multiplicação e Matrizes () A parentetização afeta o custo a multiplicação Consiere A B C D, one A:0, B : 0, C :0 0, D :0 5 Custos: ((AB)C)D = = 0700 (AB)(CD) = = 00 A((BC)D) = = 00 Procuramos a parentitização ótima A X A X X A n one A i é uma matriz i- X i Multiplicação e Matrizes () Sea M(i,) o número mínimo e multiplicações nessárias Observações importantes: A parentetização mais externa a caeia e matrizes, particiona a sequência em algum k, (i k<): (A i A k )(A k+ A ) A parentização ótima a sequência (i,) é formaa por parentitizações ótimas as uas sub-sequências (i,k) e (k+,) k= i A k Multiplicação e Matrizes () Se toos os k são verificaos. Temos a recorrência: Mii (,) = 0 { } Mi (, ) = min Mik (, ) + Mk ( +, ) + Ω( n ) i k< i k A implementação recursiva ireta é exponencial. Muita computação reunante ocorre. No entanto, o número e subproblemas istintos é consieravelmente menor. M (,) Multiplicação e Matrizes (5) = min k< { M (, k) + M ( k,) +. M (,) + M (,) M (,) = min M (,) + M (,) M (,) + M (,) M (,) = min k< { M (,) + M (,) +.. M (,) = min M (,) + M (,) k. } k = : ( A ).( A. A. A ) k = : ( A. A ).( A. A ) k = M (, k) + M ( k,) +.. k : ( } A. A. A ).( A k = : ( A ).( A. A ) k = : ( A. A ).( A ) )
7 Multiplicação e Matrizes (6) Subproblemas e tam à Subproblemas e tam à Subproblemas e tam à Subproblemas e tam à A,A, A e A Multiplicação e Matrizes (7) Assim, poemos armazenar as soluções ótimas e caa Θ(n ) subproblema é re-usá-las na solução os problemas maiores Estas soluções poem ser armazenaas em um arrano M[..n,..n] A A A A 5 6 Multiplicação e Matrizes (8) Multiplicação e Matrizes (9) Orem( 0 n ) para i até n faça M[i,i] 0 para l até n faça para i até n-l+ faça 5 i+l- 6 M[i,] 7 para k i até - faça 8 q M[i,k]+M[k+,]+ i- k 9 se q < M[i,] então 0 M[i,] q c[i,] k retorne M, c Ao fim a execução M[,n] contêm o valor a solução ótima c as escolhas ótimas e k para caa subproblema Executar para = [0, 0,, 5, 0] 7 8
8 Multiplicação e Matrizes (0) Tempo e Execução : O(n ) Melhoramos e expoencial para polinomial!!!! Memoizaçao Aaptar a solução recursiva para tabular as soluções intermeiárias As chamaas recursivas continuam, mas não precisam necessáriament executar as operações custosas No exemplo as matrizes Inicializar os elementos e M com e executar Busca-Sequência(, i, ) 9 0 Memoizaçao () Busca-Sequência(,i,) se M[i,] < então retorna m[i,] se i= então m[i,] 0 5 senão para k i até - faça 6 q Busca-Sequência(,i,k)+ Busca-Sequência(,k+,)+ i- k 7 se q < M[i,] então 8 M[i,] q 9 retorne M[i,] Maior Subsequência Comum São aas uas caeias e caracteres Desea-se estabelecer o quão semelhante elas são Comparação e sequências e DNA Correção ortográfica Uma meia e semelhança é o comprimento a Maior Subseqência Comum (MSC) entre as uas caeias
9 MSC: Definição Z é uma subsequência e X, se é possível gerar Z removeno alguns caracters e X. X = ACGGTTA Y= CGTAT MSC(X,Y) = CGTA ou CGTT MSC: Subestrutura Ótima Sea X m = x x x m an Y n = y y y n Se x m =y n, inclua este caracter no ínicio e Z e encontre MSC (X m-, Y n- ) Se x m y n, Pular um caracter e X ou e Y Deciir o que fazer comparano MSC(X m, Y n- ) e MSC(X m-, Y n ) MSC: Recorrência MSC: Algoritmo Sea c[i,] = MSC(X, i Y ) 0 c[ i, ] = c[ i, ] + max{ c[ i, ], c[ i, ]} se i = 0 ou se i, se i, > 0 e x > 0 e x i i = 0 = y y MCS(X, Y, m, n) para i até m faça c[i,0] 0 para 0 até n faça c[0,] 0 5 para i até m faça 6 para até n faça 7 se x i = y então 8 c[i,] c[i-,-]+ 9 b[i,] copia 0 então se c[i-,] c[i,-] então c[i,] c[i-,] b[i,] avança x senão c[i,] c[i,-] 5 b[i,] avança y 6 retorne c, b 5 6
Algoritmos para Automação e Sistemas. Programação Dinâmica. Universidade Federal do Amazonas Departamento de Eletrônica e Computação
Algoritmos para Automação e Sistemas Programação Dinâmica Universidade Federal do Amazonas Departamento de Eletrônica e Computação Roteiro Programação Dinâmica Problemas de Otimização Linha de Montagem
Leia maisDesafios de Programação
Desafios de Programação 2018.1 Programação Dinâmica É um método de projeto de algoritmos que utiliza a memorização para melhorar a eficiência de um algoritmo. Método parecido com o de divisão e conquista
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos divisão. divisão. combina. combina. Jorge Figueiredo, DSC/UFCG
Agena Análise e Técnicas e Algoritmos Conceitos Básicos Template Genérico Exemplos Jorge Figueireo Divisão e Conquista Motivação Pegar um problema e e entraa grane. Quebrar a entraa em peaços menores (DIVISÃO.
Leia maisProgramação dinâmica
Programação dinâmica CLRS 15.2 15.3 = recursão com tabela = transformação inteligente de recursão em iteração Algoritmos p. 1 Multiplicação iterada de matrizes Se A é p q e B é q r então AB é p r. (AB)[i,j]
Leia maisProgramação Dinâmica. Prof. Anderson Almeida Ferreira
Programação Dinâmica Prof. Anderson Almeida Ferreira Programação Dinâmica 1950, Bellman Evitar recálculos dos subproblemas em comum Menor para maior (bottom-up) Tabelas ou memorização É uma técnica de
Leia maisAnálise e Síntese de Algoritmos. Programação Dinâmica CLRS, Cap. 15
Análise e Síntese de Algoritmos Programação Dinâmica CLRS, Cap. 15 Contexto Revisões [CLRS, Cap. 1-10] Algoritmos em Grafos [CLRS, Cap. 22-26] Algoritmos elementares Árvores abrangentes Caminhos mais curtos
Leia maisProgramação Dinâmica. Prof. Anderson Almeida Ferreira. Adaptado do material elaborado por Andrea Iabrudi Tavares
Programação Dinâmica Prof. Anderson Almeida Ferreira Adaptado do material elaborado por Andrea Iabrudi Tavares Programação Dinâmica 1950, Bellman Evitar recálculos dos subproblemas em comum Menor para
Leia maisPROGRAMAÇÃO DINÂMICA
PROGRAMAÇÃO DINÂMICA Programação dinâmica é tipicamente aplicada para problemas de otimização. O desenvolvimento de um algoritmo de programação dinâmica pode ser divido em 4 etapas. Caracterizar uma solução
Leia maisAULA 15. Algoritmos p.600/637
AULA 15 Algoritmos p.600/637 Programação dinâmica CLRS 15.1 15.3 = recursão com tabela = transformação inteligente de recursão em iteração Algoritmos p.601/637 Programação dinâmica "Dynamic programming
Leia maisMergesort. Aula 04. Algoritmo Mergesort. Divisão e Conquista. Divisão e Conquista- MergeSort
Mergesort Aula 0 Divisão e Conquista- MergeSort Prof. Marco Aurélio Stefanes marco em dct.ufms.br www.dct.ufms.br/ marco Mergesort é um algoritmo de ordenação recursivo Ele recursivamente ordena as duas
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Aula 05 Técnicas de Projeto de Algoritmos (Programação Dinâmica) Edirlei Soares de Lima Estratégias de Projeto de Algoritmos Força Bruta (Brute Force)
Leia maisProjeto e Análise de Algoritmos Aula 4: Dividir para Conquistar ou Divisão e Conquista ( )
Projeto e Análise de Algoritmos Aula 4: Dividir para Conquistar ou Divisão e Conquista (2.1-2.2) DECOM/UFOP 2013/1 5º. Período Anderson Almeida Ferreira Adaptado do material desenvolvido por Andréa Iabrudi
Leia maisParadigmas de Projetos de Algoritmos
Paradigmas de Projetos de Algoritmos Luciana Assis 9 de junho de 2016 Luciana Assis (UFVJM) 9 de junho de 2016 1 / 36 1 Introdução 2 Força Bruta 3 Abordagem Incremental ou Construtiva 4 Recursão 5 Divisão
Leia maisComplexidade de Algoritmos. Edson Prestes
Edson Prestes Programação Dinâmica A programação dinâmica costuma ser aplicada a problemas de otimização resultando, em geral, em algoritmos mais eficientes que os mais diretos. Esse método é útil quando
Leia maisAnálise de Problemas Recursivos. Algoritmos e Estruturas de Dados Flavio Figueiredo (
Análise de Problemas Recursivos Algoritmos e Estruturas de Dados 2 2017-1 Flavio Figueiredo (http://flaviovdf.github.io) 1 Lembrando de Recursividade Procedimento que chama a si mesmo Recursividade permite
Leia maisReferências e materiais complementares desse tópico
Notas de aula: Análise de Algoritmos Centro de Matemática, Computação e Cognição Universidade Federal do ABC Profa. Carla Negri Lintzmayer Programação Dinâmica (Última atualização: 6 de maio de 2019) Referências
Leia maisFernando Lobo. Algoritmos e Estrutura de Dados. Outra técnica de concepção de algoritmos, tal como Divisão e Conquista.
Programação Dinâmica Fernando Lobo Algoritmos e Estrutura de Dados 1 / 56 Programação Dinâmica Outra técnica de concepção de algoritmos, tal como Divisão e Conquista. O termo Programação Dinâmica é um
Leia maisComparação com Divisão e Conquista
Programação Dinâmica Programação Dinâmica Fernando Lobo Algoritmos e Estrutura de Dados II Outra técnica de concepção de algoritmos, tal como Divisão e Conquista ou Estratégias Greedy. O termo Programação
Leia maisO termo Programação Dinâmica é um bocado infeliz.
Programação Dinâmica Fernando Lobo Algoritmos e Estrutura de Dados II 1 / 18 Programação Dinâmica Outra técnica de concepção de algoritmos, tal como Divisão e Conquista ou Estratégias Greedy. O termo Programação
Leia maisAnálise e Complexidade de Algoritmos
Análise e Complexidade de Algoritmos Professor Ariel da Silva Dias Algoritmos Divisão e Conquista Construção incremental Resolver o problema para um sub-conjunto dos elementos de entrada; Então, adicionar
Leia maisProblema de seleção de atividades. Aula 14. Exemplo. Algoritmos Gulosos. Algoritmos Gulosos. Intervalo: par ordenado de números
Problema de seleção de atividades Aula 14 Algoritmos Gulosos Prof. Marco Aurélio Stefanes marco em dct.ufms.br www.dct.ufms.br/ marco Intervalo: par ordenado de números [s[i],f[i]): início e fim do intervalo
Leia maisDivisão e conquista. Eficiência de divisão e conquista
Divisão e conquista Divisão: resolver recursivamente problemas mais pequenos (até caso base) Conquista: solução do problema original é formada com as soluções dos subproblemas á divisão quando o algoritmo
Leia maisAULA 24. Algoritmos p.856/905
AULA 24 Algoritmos p.856/905 Máximo divisor comum CLRS 31.1 e 31.2 Algoritmos p.857/905 Divisibilidade Suponha que a, b e d são números inteiros. Dizemos que d divide a se a = k d para algum número inteiro
Leia maisA Regra da Cadeia Continuação das notas de aula do mês 11/03 Versão de 20 de Novembro de 2003
A Regra a Caeia Continuação as notas e aula o mês /03 Versão e 20 e Novembro e 2003 Agora queremos entener o que acontece com a erivaa e uma composição e funções. Antes e mais naa, lembremos a notação
Leia maisDivisão e conquista. Há divisão quando o algoritmo tem pelo menos 2 chamadas recursivas no corpo
Divisão e conquista Divisão: resolver recursivamente problemas mais pequenos (até caso base) Conquista: solução do problema original é formada com as soluções dos subproblemas á divisão quando o algoritmo
Leia maisDivisão-e-Conquista ( ) CAL ( ) MIEIC/FEUP. ./rr (1) Técnicas de Concepção de Algoritmos
1 Técnicas de Concepção de Algoritmos (1ª parte): divisão e conquista R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes CAL, MIEIC, FEUP Fevereiro de 2011 2 Divisão e Conquista (divide and
Leia maisCaminhos mínimos de todos os pares
Caminhos mínimos de todos os pares Algoritmos em Grafos Marco A L Barbosa cba Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-CompartilhaIgual 4.0 Internacional. Conteúdo Introdução
Leia maisANÁLISE DE ALGORITMOS
ANÁLISE DE ALGORITMOS Paulo Feofiloff Instituto de Matemática e Estatística Universidade de São Paulo agosto 2009 Introdução P. Feofiloff (IME-USP) Análise de Algoritmos agosto 2009 2 / 102 Introdução
Leia mais31 a Aula AMIV LEAN, LEC Apontamentos
31 a Aula 20041126 AMIV LEAN, LEC Apontamentos (RicaroCoutinho@mathistutlpt) 311 Métoo os coeficientes ineterminaos 3111 Funamentação Vamos agora aborar a EDO e coeficientes constantes, mas não homogénea:
Leia maisRegras de Derivação Notas de aula relativas ao mês 11/2003 Versão de 13 de Novembro de 2003
Regras e Derivação Notas e aula relativas ao mês 11/2003 Versão e 13 e Novembro e 2003 Já sabemos a efinição formal e erivaa, a partir o limite e suas interpretações como: f f a + h) f a) a) = lim, 1)
Leia maisUNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 17. Assunto: Funções Implícitas, Teorema das Funções Implícitas
UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 17 Assunto: Funções Implícitas, Teorema as Funções Implícitas Palavras-chaves: funções, funções implícitas, erivação implícita Funções implícitas
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE ABRIL DE 2017
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 21 17 DE ABRIL DE 2017 EQUAÇÕES DIFERENCIAIS Equações iferenciais são equações (algébricas) one figuram funções e erivaas e várias orens e funções.
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos A. G. Silva Baseado nos materiais de Souza, Silva, Lee, Rezende, Miyazawa Unicamp Ribeiro FCUP 18 de agosto de 2017 Conteúdo programático Introdução (4 horas/aula) Notação
Leia maisSolução de Recorrências
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS Solução de Recorrências Algoritmos e Estruturas de Dados I Natália Batista https://sites.google.com/site/nataliacefetmg/ nataliabatista@decom.cefetmg.br
Leia maisMarcelo Keese Albertini Faculdade de Computação Universidade Federal de Uberlândia. 23 de Março de 2018
Relações de Recorrência Marcelo Keese Albertini Faculdade de Computação Universidade Federal de Uberlândia 23 de Março de 2018 Aula de hoje Nesta aula veremos Conceitos de Relações de Recorrência Resolução
Leia maisProgramação Dinâmica. Prof. Marcio Delamaro ICMC/USP
Programação Dinâmica Prof. Marcio Delamaro ICMC/USP Características Resolve problemas combinando soluções para subproblemas Características Resolve problemas combinando soluções para subproblemas Opa!!!
Leia maisIntrodução Paradigmas
Introdução Paradigmas Recursividade Algoritmos tentativa e erro Divisão e conquista Programação dinâmica Algoritmos gulosos Algoritmos aproximados 1 Introdução O projeto de algoritmos requer abordagens
Leia maisAula 18. Carlos Amaral Fonte: Cristiano Quevedo Andrea
Aula 8 Carlos Amaral Fonte: Cristiano Queveo Anrea UTFPR - Universiae Tecnológica Feeral o Paraná DAELT - Departamento Acaêmico e Eletrotécnica Curitiba, Junho e Comparação entre técnicas e controle Técnica
Leia maisProgramação Dinâmica I SCC0210 Algoritmos Avançados (2/2011) Lucas Schmidt Cavalcante
Programação Dinâmica I SCC0210 Algoritmos Avançados (2/2011) Lucas Schmidt Cavalcante Introdução Soma máxima de uma subsequência contígua Problema do troco Quantidade de formas de dar troco Problema da
Leia maisComplexidade de Algoritmos
Complexidade de Algoritmos Prof. Diego Buchinger diego.buchinger@outlook.com diego.buchinger@udesc.br Prof. Cristiano Damiani Vasconcellos cristiano.vasconcellos@udesc.br Abordagens para Resolução de Problemas
Leia maisEstruturas de Dados 2
Estruturas de Dados 2 Técnicas de Projeto de Algoritmos Dividir e Conquistar IF64C Estruturas de Dados 2 Engenharia da Computação Prof. João Alberto Fabro - Slide 1/83 Projeto de Algoritmos por Divisão
Leia maisAnálise de algoritmos
Análise de algoritmos Introdução à Ciência de Computação II Baseados nos Slides do Prof. Dr. Thiago A. S. Pardo Análise de algoritmos Existem basicamente 2 formas de estimar o tempo de execução de programas
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Aula 08 Maior Subsequência Comum (LCS) Edirlei Soares de Lima Problema Subsequência: sequência de caracteres não necessariamente contínuos, retirados
Leia maisIntegral de Linha e Triedro de Frenet
Cálculo III Departamento e Matemática - ICEx - UFMG Marcelo Terra Cunha Integral e Linha e Triero e Frenet Na aula anterior iniciamos o estuo as curvas parametrizaas. Em particular, interpretamos a erivaa
Leia maisCÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT 1 o SEM. 2010/11 3 a FICHA DE EXERCÍCIOS
Instituto Superior Técnico Departamento e Matemática Secção e Álgebra e Análise CÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT o SEM. / 3 a FICHA DE EXERCÍCIOS Primitivação é a operação inversa a
Leia maisCentro de Estudos Gilberto Gualberto Ancorando a sua aprendizagem Em um plano, munido do sistema Questão 01 - (UECE/2017)
Em um plano, munio o sistema Questão 01 - (UECE/017) e coorenaas cartesianas usual, as equações x y + 6 = 0 e x + 4y 1 = 0 representam uas retas concorrentes. A meia a área a região limitaa por essas retas
Leia maisBusca Binária. Aula 05. Busca em um vetor ordenado. Análise do Busca Binária. Equações com Recorrência
Busca Binária Aula 05 Equações com Recorrência Prof. Marco Aurélio Stefanes marco em dct.ufms.br www.dct.ufms.br/ marco Idéia: Divisão e Conquista Busca_Binária(A[l...r],k) 1:if r < lthen 2: index = 1
Leia maisA Regra da Cadeia. 14 de novembro de u(x) = sen x. v(x) = cos x. w(x) = x 5
A Regra a Caeia 4 e novembro e 0. As operações algébricas entre funções (soma, prouto, etc) fornecem uma grane iversiae e novas funções para os iferentes casos que vimos até agora. Porém, existe uma outra
Leia maisSOLENÓIDE E INDUTÂNCIA
81 1 SOLENÓDE E NDUTÂNCA 1.1 - O SOLENÓDE Campos magnéticos prouzios por simples conutores, ou por uma única espira são, para efeitos práticos, bastante fracos. Uma forma e se prouzir campos magnéticos
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Programação Dinâmica. Prof. Humberto Brandão
Projeto e Análise de Algoritmos Projeto de Algoritmos Programação Dinâmica Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Universidade Federal de Alfenas versão da aula: 0.3 Programação Dinâmica
Leia maisAnálise e Complexidade de Algoritmos
Análise e Complexidade de Algoritmos Principais paradigmas do projeto de algoritmos - Recursividade - Tentativa e erro - Divisão e Conquista - Programação dinâmica - Algoritmos Gulosos e de Aproximação
Leia maisProjeto e Análise de Algoritmos
Projeto e Algoritmos Pontifícia Universidade Católica de Minas Gerais harison@pucpcaldas.br 26 de Maio de 2017 Sumário A complexidade no desempenho de Quando utilizamos uma máquina boa, ela tende a ter
Leia maisÉ interessante comparar algoritmos para valores grandes de n. Para valores pequenos de n, mesmo um algoritmo ineficiente não custa muito para ser
É interessante comparar algoritmos para valores grandes de n. Para valores pequenos de n, mesmo um algoritmo ineficiente não custa muito para ser executado 1 Fazendo estimativas e simplificações... O número
Leia mais14 Projeto de Algoritmos: paradigmas SCC201/501 - Introdução à Ciência de Computação II
14 Projeto de Algoritmos: paradigmas SCC201/501 - Introdução à Ciência de Computação II Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP contém material
Leia maisEquações Diofantinas Lineares
Equações Diofantinas Lineares Equações, com uma ou mais incógnitas, e que se procuram soluções inteiras esignam-se habitualmente por Equações iofantinas. Vamos apenas consierar as equações iofantinas lineares,
Leia maisRedes Neurais. O ADALINE e o algoritmo LMS. Prof. Paulo Martins Engel O ADALINE
Rees Neurais O ADALINE e o algoritmo LMS O ADALINE No contexto e classificação, o ADALINE [B. Wirow 1960] poe ser visto como um perceptron com algoritmo e treinamento baseao em minimização e um ínice e
Leia maisRegras do Produto e do Quociente. Regras do Produto e do Quociente
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Regras o Prouto e
Leia maisLISTA3 - PROCESSOS ESTOCÁSTICOS (CE 211) Prof. Benito Olivares Aguilera 2 o Sem./ 2009
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA3 - PROCESSOS ESTOCÁSTICOS (CE ) Prof. Benito Olivares Aguilera o Sem./ 9. Suponha que o último censo inica que as pessoas
Leia maisSISTEMAS E SINAIS. Equações Diferenciais e às Diferenças Diagramas de Blocos
SISTEMS E SINIS Equações Diferenciais e às Diferenças Diagramas e Blocos Introução O iagrama e blocos é uma representação o sistema mais etalhaa o que a resposta impulsional ou as equações iferenciais
Leia mais4. FREQUÊNCIAS NATURAIS E CARGAS CRÍTICAS
4. FREQUÊNCIAS NATURAIS E CARGAS CRÍTICAS O presente capítulo apresenta a análise linear e vigas e seção aberta e parees elgaas simplesmente apoiaas, mostrano o processo e iscretização por Galerkin e as
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Aula 03 Técnicas de Projeto de Algoritmos (Divisão e Conquista) Edirlei Soares de Lima Estratégias de Projeto de Algoritmos Força Bruta (Brute Force)
Leia maisAlgoritmos e Programação. AULA 21: Recursividade UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOLÓGICO CIÊNCIA DA COMPUTAÇÃO
1 Algoritmos e Programação AULA 21: Recursividade UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOLÓGICO CIÊNCIA DA COMPUTAÇÃO 2 Recursividade A recursão é o processo pelo qual passa um
Leia maisAnálise de Algoritmos
Análise de Algoritmos Parte destes slides são adaptações de slides do Prof. Paulo Feofiloff e do Prof. José Coelho de Pina. Algoritmos p. 1/36 Complexidade computacional Classifica os problemas em relação
Leia maisAula 1. Teoria da Computação III
Aula 1 Teoria da Computação III Complexidade de Algoritmos Um problema pode ser resolvido através de diversos algoritmos; O fato de um algoritmo resolver um dado problema não significa que seja aceitável
Leia maisIII Corpos rígidos e sistemas equivalentes de forças
III Corpos rígios e sistemas equivalentes e forças Nem sempre é possível consierar toos os corpos como partículas. Em muitos casos, as imensões os corpos influenciam os resultaos e everão ser tias em conta.
Leia mais3 Cálculo Diferencial. Diferenciabilidade
3 Cálculo Diferencial Diferenciabiliae EXERCÍCIOS RESOLVIDOS. Para caa uma as seguintes funções etermine o omínio e iferenciabiliae e calcule as respectivas erivaas: a, b e, c ln, e. a f ( = é iferenciável
Leia maisCÁLCULO I. Apresentar a técnica de derivação implícita; Resolver problemas envolvendo taxas relacionadas.
CÁLCULO I Prof. Marcos Diniz Prof. Anré Almeia Prof. Eilson Neri Júnior Aula no 3: Derivação Implícita. Derivaa a Função Inversa. Taxas Relacionaas. Objetivos a Aula Apresentar a técnica e erivação implícita;
Leia maisProgramação Dinâmica. Programa do PA. Técnicas Avançadas de Projeto. Aulas Anteriores. Introdução. Plano de Aula. Técnicas de Projeto de Algoritmos
Programação Dinâmica Técnicas de Projeto de Algoritmos Aula 13 Alessandro L. Koerich Pontifícia Universidade Católica do Paraná (PUCPR) Ciência da Computação 7 o Período Engenharia de Computação 5 o Período
Leia maisLuís Fernando Schultz Xavier da Silveira. 12 de maio de 2010
Monóides e o Algoritmo de Exponenciação Luís Fernando Schultz Xavier da Silveira Departamento de Informática e Estatística - INE - CTC - UFSC 12 de maio de 2010 Conteúdo 1 Monóides Definição Propriedades
Leia maisParadigmas de Projeto de Algoritmos
Projeto de Algoritmos Cap.2 Paradigmas de Projeto de Algoritmos 1 Paradigmas de Projeto de Algoritmos indução, recursividade, algoritmos tentativa e erro, Paradigmas de Projeto de Algoritmos divisão e
Leia mais, α 1 α + 1 d dx (log x ) = 1 1. x dx = log x, x 0
Instituto Superior Técnico Departamento e Matemática Secção e Álgebra e Análise CÁLCULO DIFERENCIAL E INTEGRAL I LEIC-TAGUS, LERCI, LEGI E LEE o SEM. 006/07 5 a FICHA DE EXERCÍCIOS PRIMITIVAÇÃO DE FUNÇÕES
Leia mais10º ENTEC Encontro de Tecnologia: 28 de novembro a 3 de dezembro de 2016
SIMULAÇÃO DE UM PROCESSO FERMENTATIVO EM UM BIORREATOR PERFEITAMENTE MISTURADO Ana Carolina Borges Silva 1 ; José Walir e Sousa Filho 2 1 Universiae Feeral e Uberlânia 2 Universiae e Uberaba carolina.borges87@gmail.com,
Leia maisTécnicas de análise de algoritmos
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS Técnicas de análise de algoritmos Algoritmos e Estruturas de Dados I Natália Batista https://sites.google.com/site/nataliacefetmg/ nataliabatista@decom.cefetmg.br
Leia maisParadigmas de Projeto de Algoritmos
Projeto de Algoritmos Cap.2 Paradigmas de Projeto de Algoritmos 1 Conteúdo do Capítulo 2.1 Indução Paradigmas de Projeto de Algoritmos 2.2 Recursividade 2.2.1 Como Implementar Recursividade 2.2.2 Quando
Leia maisAnálise de algoritmos. Sílvia Mara da Costa Campos Victer
Análise de algoritmos Sílvia Mara da Costa Campos Victer Análise de Algoritmos Critérios de análise, correção e eficiência. Análise de algoritmos: tempo de processamento e número de operações elementares,
Leia maisComplexidade computacional
Complexidade computacional Classifica os problemas em relação à dificuldade de resolvê-los algoritmicamente. CLR 36 ou CLRS 34 Algoritmos p. 1 Palavras Para resolver um problema usando um computador é
Leia maisBubble Sort. Tempo total O(n 2 )
Bubble Sort Considere uma seqüência de n elementos que se deseja ordenar. O método da bolha resolve esse problema através de várias passagens sobre a seqüência Não é um algoritmo eficiente, é estudado
Leia maisProgramação dinâmica. CLRS cap 15. = recursão com tabela = transformação inteligente de recursão em iteração
Programação dinâmica CLRS cap 15 = recursão com tabela = transformação inteligente de recursão em iteração Números de Fibonacci F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 n 0 1 2 3 4 5 6 7 8 9 F n 0 1 1 2 3 5
Leia maisMais derivadas. g(x)f (x) f(x)g (x) g(x) 2 cf(x), com c R cf (x) x r, com r R. rx r 1
Universiae e Brasília Departamento e Matemática Cálculo 1 Mais erivaas Neste teto vamos apresentar mais alguns eemplos importantes e funções eriváveis. Até o momento, temos a seguinte tabela e erivaas:
Leia mais## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## , determine t 1 3. Isolando o vetor t : Temos o vetor t procurado!
## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## LISTA DE EXERCÍCIOS Operações com Vetores na Forma Algébrica [Analítica] no R [página 7] 5) Daos os vetores u i j Inicialmente, antes e substituir
Leia maisResposta da pergunta 2: Θ(n 3 ). Resposta da pergunta 8: 1. 7 O(n). Sim. 22. n log n O(1). Não. 3. n + 7 O(n). Sim. 4. n + 7 O(1). Não.
SSC0503 - Introdução à Ciência de Computação II Respostas da 1 a Lista Professor: Claudio Fabiano Motta Toledo (claudio@icmc.usp.br) Estagiário PAE: Jesimar da Silva Arantes (jesimar.arantes@usp.br) Resposta
Leia maisMecânica Analítica REVISÃO
Mecânica Analítica REVISÃO Prof. Nelson Luiz Reyes Marques Vínculos São limitações às possíveis posições e velociaes as partículas e um sistema mecânico, restringino a priori o seu movimento. É importante
Leia maisa prova de Matemática da FUVEST 2ª fase
a prova e Matemática a FUVEST ª fase - 00 Matemática QUESTÃO 0 QUESTÃO 0 A iferença entre ois números inteiros positivos é 0. Ao multiplicar um pelo outro, um estuante cometeu um engano, teno iminuío em
Leia maisINE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/27 4 - INTROD. À ANÁLISE COMBINATÓRIA 4.1) Arranjos
Leia maisCÁLCULO I. 1 Regras de Derivação. Objetivos da Aula. Aula n o 12: Regras de Derivação. Apresentar e aplicar as regras operacionais de derivação;
CÁLCULO I Prof. Marcos Diniz Prof. Anré Almeia Prof. Eilson Neri Júnior Aula n o 2: Regras e Derivação Objetivos a Aula Apresentar e aplicar as regras operacionais e erivação; Derivar funções utilizano
Leia maisAula 06: Análise matemática de algoritmos recursivos
Aula 06: Análise matemática de algoritmos recursivos David Déharbe Programa de Pós-graduação em Sistemas e Computação Universidade Federal do Rio Grande do Norte Centro de Ciências Exatas e da Terra Departamento
Leia maisParadigmas de Projeto de Algoritmos
Projeto de Algoritmos Cap.2 Paradigmas de Projeto de Algoritmos 1 Conteúdo do Capítulo 2.1 Indução Paradigmas de Projeto de Algoritmos 2.2 Recursividade 2.2.1 Como Implementar Recursividade 2.2.2 Quando
Leia maisAula 1- Distâncias Astronômicas
Aula - Distâncias Astronômicas Área 2, Aula Alexei Machao Müller, Maria e Fátima Oliveira Saraiva & Kepler e Souza Oliveira Filho Ilustração e uma meição e istância a Terra (à ireita) à Lua (à esquera),
Leia maisA Forma Geométrica dos Cabos Suspensos Prof. Lúcio Fassarella
A Forma Geométrica os Cabos Suspensos Prof. Lúcio Fassarella - 008 - Problema: Determinar a forma eométrica e um cabo e comprimento L suspenso em suas extremiaes por postes e mesma altura H separaos por
Leia maisRascunho. CI165 - Análise de algoritmos (rascunho alterado constantemente) André Guedes Departamento de Informática UFPR. 7 de dezembro de 2016
CI165 - Análise de algoritmos (rascunho alterado constantemente) André Guedes Departamento de Informática UFPR 7 de dezembro de 016 Sumário 1 Apresentação do Curso Problemas computacionais e algoritmos
Leia maisMC102 Aula 26. Instituto de Computação Unicamp. 17 de Novembro de 2016
MC102 Aula 26 Recursão Instituto de Computação Unicamp 17 de Novembro de 2016 Roteiro 1 Recursão Indução 2 Recursão 3 Fatorial 4 O que acontece na memória 5 Recursão Iteração 6 Soma em um Vetor 7 Números
Leia maisComplexidade de Algoritmos
Complexidade de Algoritmos O que é um algoritmo? Sequência bem definida e finita de cálculos que, para um dado valor de entrada, retorna uma saída desejada/esperada. Na computação: Uma descrição de como
Leia maisParadigmas de Projeto de Algoritmos
Projeto de Algoritmos Cap.2 Paradigmas de Projeto de Algoritmos 1 Paradigmas de Projeto de Algoritmos indução, recursividade, Paradigmas de Projeto de Algoritmos algoritmos tentativa e erro, divisão e
Leia maisParadigmas de Projeto de Algoritmos
Paradigmas de Projeto de Algoritmos Última alteração: 10 de Outubro de 2006 Transparências elaboradas por Charles Ornelas, Leonardo Rocha, Leonardo Mata e Nivio Ziviani Projeto de Algoritmos Cap.2 Paradigmas
Leia maisy f(x₁) Δy = f(x₁) - f(x₀) Δx =X₁-X₀ f(x₀) f(x0 + h) - f(x0) h f(x + h) - f(x) h f'(x) = lim 1 DEFINIÇÃO DE DERIVADAS 2 DIFERENCIABILIDADE h 0
DEFINIÇÃO DE Graficamente, poemos efinir a erivaa e um ponto como a inclinação a reta tangente = f() ou a taa e variação instantânea e em relação a. Suponha que temos uma função f() e queremos saber a
Leia maisAula 05: - Recursão (parte 1)
MCTA028 Programação Estruturada Aula 05: - Recursão (parte 1) Prof. João Henrique Kleinschmidt Material elaborado pelo prof. Jesús P. Mena-Chalco 3Q-20108 Recursão: Se você ainda não entendeu; Ver: "Recursão".
Leia maisRoteiro Prático Nº 13 Recursividade
UNIVERSIDADE FEDERAL DE ITAJUBÁ UNIFEI CAMPUS ITABIRA BAC004 TÉCNICAS DE PROGRAMAÇÃO Professores: Claudia, Denílson, Fabiana, Fernando, Juliano, Natália, Raquel, Rodrigo, Sandro e Walter Roteiro Prático
Leia maisAula prática 5. Funções Recursivas
Programação Funcional UFOP DECOM 2014.1 Aula prática 5 Funções Recursivas Resumo Definições recursivas são comuns na programação funcional. Nesta aula vamos aprender a definir funções recursivas. Sumário
Leia mais