2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

Documentos relacionados
Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Oitava Lista de Exercícios

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

Econometria: 3 - Regressão Múltipla

Métodos iterativos. Capítulo O Método de Jacobi

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

Estatística - exestatmeddisper.doc 25/02/09

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

MEDIDAS DE TENDÊNCIA CENTRAL I

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

Estudando complexidade de algoritmos

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Difusão entre Dois Compartimentos

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

1. Revisão Matemática

Cap. 5. Testes de Hipóteses

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Aula 5 de Bases Matemáticas

DISTRIBUIÇÃO HIPERGEOMÉTRICA

Relatório 2ª Atividade Formativa UC ECS

Instituto de Matemática - UFRJ Análise 1 - MAA Paulo Amorim Lista 2

Econometria: 4 - Regressão Múltipla em Notação Matricial

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

Capitulo 1 Resolução de Exercícios

MEDIDAS DE DISPERSÃO:

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 }

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

Avaliação da qualidade do ajuste

22/8/2010 COMPLEXIDADE DE ALGORITMOS CES para os numeradores e 1 para o denominador. Noções de complexidade de algoritmos

Atividades Práticas Supervisionadas (APS)

Confiabilidade Estrutural

MAE0229 Introdução à Probabilidade e Estatística II

Avaliação de Empresas Profa. Patricia Maria Bortolon

Organização; Resumo; Apresentação.

Como primeiro exemplo de uma relação de recorrência, consideremos a seguinte situação:

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

CAPÍTULO 9 - Regressão linear e correlação

5 Critérios para Análise dos Resultados

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Problema geral de interpolação

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

Introdução à Teoria da Medida Texto Tutorial

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Matemática C Semiextensivo V. 2

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing)

Consideremos a fórmula que nos dá a área de um triângulo: = 2

Distribuições de Probabilidades

Estatística: uma definição

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

8 Programação linear 78

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Capítulo V - Interpolação Polinomial

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

MÉTODO DOS MÍNIMOS QUADRADOS

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

? Isso é, d i= ( x i. . Percebeu que

Forma padrão do modelo de Programação Linear

Revisão de Estatística X = X n

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

Prof. Janete Pereira Amador 1

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

16 - PROBLEMA DO TRANSPORTE

(def) (def) (T é contração) (T é contração)

Construção e Análise de Gráficos

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

Prof. Eugênio Carlos Stieler

Capítulo 3. Sucessões e Séries Geométricas

Olá, amigos concursandos de todo o Brasil!

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Apêndice 1-Tratamento de dados

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Hipóteses do Modelo de Regressão Linear Clássico

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA

Sequências Teoria e exercícios

IND 1115 Inferência Estatística Aula 9

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros.

Transcrição:

. MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) + t + t ( T ( 3) + t) T ( ) T( 3) + 3t T ( ) T ( k) + kt. MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T ( ) T ( k) + kt Sedo cohecdo, podemos repetr o processo de substtução até obtermos T() do lado dreto: -k à k T ( ) T() + t T ( ) t + t 1 4

3. MODELO SIMPLIFICADO: Ex. Somat. Sére Geométrca Para o cálculo ateror, fo utlzada a segute gualdade: ( + Portato: ( + ( + )( + 3. MODELO SIMPLIFICADO: Ex. Somat. Sére Geométrca Demostração da gualdade por Idução Matemátca: ( + Passo (: Mostrar que a gualdade vale para ( + 5

3. MODELO SIMPLIFICADO: Ex. Somat. Sére Geométrca Demostração da gualdade por Idução Matemátca: ( + Passo (a): Supor que a gualdade vale para k (Hpótese) k k ( k + 3. MODELO SIMPLIFICADO: Ex. Somat. Sére Geométrca Passo (a): Supor que a gualdade vale para k (Hpótese) k k ( k + Passo (b): Provar que a gualdade vale para k+1 k + 1 k + ( k + k ( k + + ( k + k( k + + ( k + ( k + ( k + ) ( k + (( k + + 6

ROTEIRO 1. INTRODUÇÃO E MOTIVAÇÃO. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O 3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W 4. NOTAÇÃO Q 5. ANÁLISE ASSINTÓTICA DE ALGORITMOS 1. INTRODUÇÃO E MOTIVAÇÃO Sejam A e B dos algortmos para resolver um certo problema. T A () e T B () os respectvos tempos de processameto. A varável é uma medda do tamaho do problema. Como detfcar o melhor algortmo? Comparado as fuções: T A () e T B () O que sgfca T A () ser melhor do que T B () ou vce-versa?

1. INTRODUÇÃO E MOTIVAÇÃO Supoha que coheçamos o tamaho do problema:. Se T A ( ) < T B ( ) etão certamete A é melhor do que B. Em geral ão cohecemos o tamaho do problema. Se pudermos mostrar que T A () T B () para todo ³, etão certamete A é melhor do que B. Nem sempre uma fução é meor ou gual a outra para qualquer valor de. Portato, devemos cosderar o comportameto asstótco das fuções: valores de arbtraramete GRANDES. ROTEIRO 1. INTRODUÇÃO E MOTIVAÇÃO. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O 3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W 4. NOTAÇÃO Q 5. ANÁLISE ASSINTÓTICA DE ALGORITMOS 3

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Def. O (Bg O): Seja f() fução ão egatva para todo, ³. Dzemos de f() é O(g()), se: Exstem um tero e uma costate c > tas que: Para todo ³, f() cg() Notação: f()o(g()). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Exemplo: Mostrar que f()8 + 18 é O( ) Devemos dcar um tero e uma costate c > tas que: f() c Por exemplo, tomemos c1: f ( ) c 8 + 18 8 18 ( 16 )( + 8) Como + 8 ³, sempre (pos ³ ), temos que: - 16 ³ Þ ³ 16 Isto é, este caso deve ser, o mímo, 16 4

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Exemplo: Mostrar que f()8 + 18 é O( ) Assm, para 16 e c 1, temos que: Para todo ³, f() c, ou seja, f() O( ) é maor que f() à dreta de 16. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Idque se são Verdaderas ou Falsas as Afrmações: Se f() O(g()) e h() O(g()) Etão f() h() FALSA!!! Cotra-Exemplo: Sejam f() e h(), f() ¹g() f() O( ) e h() O( ) 5

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Idque se são Verdaderas ou Falsas as Afrmações: Se f() O(g()) Etão g() O -1 (f()) FALSA!!! A expressão g()o -1 (f()) ão tem setdo: O é apeas uma otação matemátca e ão possu versa!!!. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Idque se são Verdaderas ou Falsas as Afrmações: Se f 1 () O(g 1 ()) e f () O(g ()) Etão f 1 () + f () O(max{g 1 (), g ()}) VERDADEIRA!!! Trata-se de um Teorema!!! Demostração: Como f 1 () O(g 1 ()) e f () O(g ()), exstem 1,, c 1 e c, tas que: f 1 () c 1 g 1 (), para ³ 1 f () c g (), para ³ 6

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.1: Se f 1 () O(g 1 ()) e f () O(g ()) Demostração: Etão f 1 () + f () O(max{g 1 (), g ()}) Como f 1 () O(g 1 ()) e f () O(g ()), exstem 1,, c 1 e c, tas que: f 1 () c 1 g 1 (), para ³ 1 f () c g (), para ³ Cosdere max ( 1, ) e c max(c 1, c ) Cosdere ada a soma: f 1 () + f (), para ³. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.1: Se f 1 () O(g 1 ()) e f () O(g ()) Etão f 1 () + f () O(max{g 1 (), g ()}) Demostração (cot.): max ( 1, ) e c max(c 1, c ) e f 1 () + f (), para ³ f 1( ) + f ( ) c1g 1( ) + c g ( ) c c c g1( ) + g ( ) ( g1( ) + g ( )) c (max( g1( ), g ( )) + max( g1( ), g ( ))) c (max( g1( ), g ( ))) c max( g1( ), g ( )) 7

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.1: Se f 1 () O(g 1 ()) e f () O(g ()) Etão f 1 () + f () O(max{g 1 (), g ()}) Exemplo de Aplcação Prátca: Sedo: f (), f() O( ) e h() 3, h() O( 3 ) Etão pelo teorema 3.1: f() + h() O(max(, 3 ))O( 3 ). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.: Se f() f 1 () + f () ode f 1 () e f () são ão egatvas tas que: f ( ) lm L, L f1( ) Etão f() O(f 1 ()) Exemplo de Aplcação Prátca: Sedo: f (), f() O( ) e h() 3, h() O( 3 ) f ( ) lm lm 3 h( ) Etão aplcado o teorema 3.: h() + f() 3 + O(h()) O( 3 ) lm 1 8

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.3: Se f 1 () O(g 1 ()) e f () O(g ()) Demostração: Etão f 1 () x f () O(g 1 () x g ()) Como f 1 () O(g 1 ()) e f () O(g ()), exstem 1,, c 1 e c, tas que: f 1 () c 1 g 1 (), para ³ 1 f () c g (), para ³ Cosdere max ( 1, ) e c c 1 c Cosdere ada a soma: f 1 () x f (), para ³. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.3: Se f 1 () O(g 1 ()) e f () O(g ()) Etão f 1 () x f () O(g 1 () x g ()) Demostração (cot.): max ( 1, ) e c c 1 c e f 1 () x f (), para ³ f 1( ) f ( ) c1g 1( ) c g ( ) c 1cg1( ) g ( ) c( g1( ) g ( )) Portato, f 1 () x f () O(g 1 () x g ()) 9

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.3: Se f 1 () O(g 1 ()) e f () O(g ()) Etão f 1 () x f () O(g 1 () x g ()) Exemplo de Aplcação Prátca: Sedo: f () + + 1, f() O( ) e h() 3 + + + 1, h() O( 3 ) Etão pelo teorema 3.3: f() h() O( 3 )O( 5 ), OBS: Dedução sem o cálculo do produto f() h(). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.4: Se f 1 () O(g 1 ()) e g () uma fução ão egatva, Etão f 1 () x g () O(g 1 () x g ()) Demostração: Como f 1 () O(g 1 ()), exstem, e c, tas que: f 1 () c g 1 (), para ³ f 1( ) g ( ) ( c g 1( )) g ( c ( g 1( ) g ( )) ) Assm f 1 () x g () O(g 1 () x g ()) 1

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.4: Se f 1 () O(g 1 ()) e g () uma fução ão egatva, Etão f 1 () x g () O(g 1 () x g ()) Exemplo de Aplcação Prátca: Sedo: f () + + 1, f() O( ) e h() 3 Etão pelo teorema 3.4: f() h() O( 3 )O( 5 ),. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Demostração: Teorema 3.5: Se f() O(g()) e g() O(h()) Etão f() O(h()) Como f() O(g()) e g() O(h()), exstem 1,, c 1 e c, tas que: f() c 1 g(), para ³ 1 g() c h(), para ³ Cosdere max ( 1, ) e c c 1 c 11

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.5: Se f() O(g()) e g() O(h()) Etão f() O(h()) Demostração (cot.): max ( 1, ) e c c 1 c. Para ³ f ( ) c1 g ( ), 1 c 1 g ) c1c h ( ), ( c 1c h ( ) c h ( ) Assm: f() O(h()). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.5: Se f() O(g()) e g() O(h()) Etão f() O(h()) Exemplo de Aplcação Prátca: Sedo: f () 5 3, f() O( 3 ) e h() 3, queremos saber O(f() + h()) Pelo teorema 3.: f() + h() O(f()) Como f()o( 3 ), pelo teorema 3.5, f() + h() O( 3 ) 1

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.6: Seja um polômo em da forma: Etão f() O( m ) f ( ) m a, a m > Exemplo de Aplcação Prátca: Sedo: f () + 5 3 Etão, aplcado o teorema 3.5: f() O( 3 ). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Teorema 3.7: Para todo tero k ³ 1: log k O ( ) Obs: Apesar de que log dverge a medda em que cresce, log <, para todo tero ³. Obs: Aplcado os teoremas 3.5 e 3.3, e o fato de que O() temos: log() O() log() O( ), 13

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O A otação O(.) caracterza o comportameto asstótco de uma fução estabelecedo um lmte superor quato ao crescmeto desta fução em relação ao tamaho do problema. A otação O(.) ão forma o quão próxmo do lmte está o comportameto real da fução. Def. (Justeza): Seja f() O(g()). Se para toda fução h() tal que f() O(h()), também for verdade que g() O(h()), Etão g() é um lmte asstótco justo (ou estreto) para f(). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Exemplo: f()8 + 18 Vmos que f() O( ). Pelo Teo 3.6 (polômos): f() O() O() é um lmte mas justo para f() do que O( ) Demostração pela defção de justeza (e redução ao absurdo): g() é um lmte estreto de f() se para toda fução h() tal que f()o(h()), também seja verdade que g()o(h()) Supohamos por absurdo que g() ão seja um lmte estreto para f()8+18o(h()). Portato, g() ¹O(h()). 14

. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Exemplo: f()8 + 18 Demostração pela defção de justeza (e redução ao absurdo): Supohamos por absurdo que g() ão seja um lmte estreto para f()8+18o(h()). Portato, g() ¹O(h()). Como, 8+18 O(h()), exstem e c tas que: 8+18 c h(), para ³ É fato que para todo, ³, 8+18. Assm, g() 8+18 c h(), para ³ à g() c h() Pela def.: g()o(h()), o que é um absurdo. Logo g() é um lmte estreto para f(). UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O Coveções para as Expressões de O(.) Escrever expressão de O(.), sem os termos meos sgfcatvos Exemplo: O( + log() + ) à O( ) Descosderar coefcetes costates Exemplos: O(3 ) à O( ), O(14) à O( Expressões Comus: 15

3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W Def. Ômega (W): Seja f() fução ão egatva para todo, ³. Dzemos de f() é Ômega g(), se: Exstem um tero e uma costate c > tas que: Para todo ³, f() ³ cg() Notação: f()w(g()) 3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W Exemplo: Mostrar que f()5-64 + 56 é W( ) Devemos dcar um tero e uma costate c > tas que: f() ³ c Por exemplo, tomemos c1: f ( ) c 5 64 + 56 4 64 + 56 4( 8) Como ( 8) > sempre, temos que: pode ser Þ

3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W Exemplo: Mostrar que f()5-64 + 56 é W( ) Assm, para e c 1, temos que: Para todo ³, f() ³c, ou seja, f() W( ) é meor que f() à dreta de 3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W Teorema 3.8: Seja um polômo em da forma: Etão f() W( m ) f ( ) m a, a m > Exemplo de Aplcação Prátca: Sedo: f () + 5 3 Etão, aplcado o teorema 3.8: f() W( 3 ) 3

ROTEIRO 1. INTRODUÇÃO E MOTIVAÇÃO. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O 3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W 4. NOTAÇÃO Q 5. ANÁLISE ASSINTÓTICA DE ALGORITMOS 4. NOTAÇÃO Q Def. Teta (Q): Seja f() fução ão egatva para todo, ³. Dzemos de f() é Teta g(), se: f() O(g()) e f() W(g()), ao mesmo tempo Notação: f()q(g()) 4

4. NOTAÇÃO Q Exemplo: Mostrar que todo polômo em de grau m é Q( m ) Seja um polômo de grau m: f ( ) m a, a m > Pelo teorema 3.6 : f()o( m ) Pelo teorema 3.8 : f()w( m ) Portato, pela defção ateror : f()q( m ) 4. NOTAÇÃO Q Def. o ( o pequeo): Seja f() fução ão egatva para todo, ³. Dzemos de f() é o(g()), se: f() O(g()), mas f() ão for W(g()) Notação: f()o(g()) 5

4. NOTAÇÃO Q Exemplo: Mostrar que f() + 1 é o( ) Claramete: f()o( ) (basta tomar e c Por outro lado, para grade, depedete da escolha de c>: + 1 uca será superor a c. Portato, f() ¹W( ). Cocludo: f()o( ) mas f() ¹W( ). Logo f()o( ) ROTEIRO 1. INTRODUÇÃO E MOTIVAÇÃO. UM LIMITE ASSINTÓTICO SUPERIOR NOTAÇÃO O 3. UM LIMITE ASSINTÓTICO INFERIOR NOTAÇÃO W 4. NOTAÇÃO Q 5. ANÁLISE ASSINTÓTICA DE ALGORITMOS 6