Señor
Páginas: 6 (1288 palabras)
Publicado: 16 de agosto de 2013
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolver un problema en un tiempo polinómico.
Si el problema puede ser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmula polinómica, se dice que ese problema se puede resolver en un tiempopolinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casas necesita menos de 50N^2+N segundos, entonces el problema es resoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí pueden ser resueltos por algoritmos en un tiempo polinómico.Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo polinómico, es por ello que la característica de los resultados que se esperan de estos algoritmos es aproximada más no exacta.
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolver un problema en un tiempo polinómico.
Si el problema puedeser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmula polinómica, se dice que ese problema se puede resolver en un tiempo polinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casas necesita menos de 50N^2+N segundos, entonces el problema esresoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí pueden ser resueltos por algoritmos en un tiempo polinómico.
Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo polinómico, es por ello que la característica de los resultados quese esperan de estos algoritmos es aproximada más no exacta.
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolver un problema en un tiempo polinómico.
Si el problema puede ser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmulapolinómica, se dice que ese problema se puede resolver en un tiempo polinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casas necesita menos de 50N^2+N segundos, entonces el problema es resoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí puedenser resueltos por algoritmos en un tiempo polinómico.
Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo polinómico, es por ello que la característica de los resultados que se esperan de estos algoritmos es aproximada más no exacta.
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolverun problema en un tiempo polinómico.
Si el problema puede ser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmula polinómica, se dice que ese problema se puede resolver en un tiempo polinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casasnecesita menos de 50N^2+N segundos, entonces el problema es resoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí pueden ser resueltos por algoritmos en un tiempo polinómico.
Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo...
Si el problema puede ser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmula polinómica, se dice que ese problema se puede resolver en un tiempopolinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casas necesita menos de 50N^2+N segundos, entonces el problema es resoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí pueden ser resueltos por algoritmos en un tiempo polinómico.Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo polinómico, es por ello que la característica de los resultados que se esperan de estos algoritmos es aproximada más no exacta.
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolver un problema en un tiempo polinómico.
Si el problema puedeser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmula polinómica, se dice que ese problema se puede resolver en un tiempo polinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casas necesita menos de 50N^2+N segundos, entonces el problema esresoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí pueden ser resueltos por algoritmos en un tiempo polinómico.
Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo polinómico, es por ello que la característica de los resultados quese esperan de estos algoritmos es aproximada más no exacta.
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolver un problema en un tiempo polinómico.
Si el problema puede ser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmulapolinómica, se dice que ese problema se puede resolver en un tiempo polinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casas necesita menos de 50N^2+N segundos, entonces el problema es resoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí puedenser resueltos por algoritmos en un tiempo polinómico.
Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo polinómico, es por ello que la característica de los resultados que se esperan de estos algoritmos es aproximada más no exacta.
Se define la complejidad de un problema computacional como la factibilidad de los algoritmos en resolverun problema en un tiempo polinómico.
Si el problema puede ser resuelto por un algoritmo en un tiempo de ejecución que resulta ser menor que un valor calculado en base al número de variables implicadas usando una fórmula polinómica, se dice que ese problema se puede resolver en un tiempo polinómico.
Por ejemplo, si determinar el camino óptimo que debe recorrer un cartero que pasa por N casasnecesita menos de 50N^2+N segundos, entonces el problema es resoluble en un "tiempo polinómico". (Karp, 1985), [ ].
La complejidad se clasifica en dos tipos: (Papadimitrou, 1985), [ ].
Problemas P: Son problemas que sí pueden ser resueltos por algoritmos en un tiempo polinómico.
Problemas NP: Son aquellos cuya complejidad hace que no puedan ser resueltos por algoritmos en un tiempo...
Leer documento completo
Regístrate para leer el documento completo.