Please enable JavaScript.
Coggle requires JavaScript to display documents.
Métodos de pesquisa com algoritmos, Aula 16-11-21 - Coggle Diagram
Métodos de pesquisa com algoritmos
Algorítmica experimental
Estudo de algoritmos e desempenho
Meios experimentais
Desafios
Análise
Prever o desempenho de um algoritmo
Projeto
Construir algoritmos mais rápidos e melhores
Abordagem empírica
Medições
Experimentação
+Especificidade
-Generalidade
Análise experimental
Estender a teoria
Medir desempenho
pior
,
médio
e caso
típico
Sugerir novos teoremas
Regras
REGRA 1
Escala de instanciação
Não há distinção algoritmos-programas
Algoritmo = descrição abstrata de um processo
Código fonte = versão implementada do algoritmo
Em uma linguagem
Código objeto = resultado da compilação em um momento
Processo = programa sendo executado em um momento
experimentos podem ser conduzidos em qualquer ponto da escala
O algoritmo e o programa são apenas 2 pontos em uma escala entre representações abstratas e instanciadas para um processo
Programa
Algoritmo
REGRA 2
Hierarquia do projeto do algoritmo
Estrutura do sistema
Projeto do algoritmo e da estrutura de dados
Implementação e ajuste fino do algoritmo
Ajuste fino do código, em si
Software do sistema
Plataforma e hardware
Se o código precisa ser rápido, deve considerar todos os níveis de hierarquia
REGRA 3
O processo experimental
1 Planejar
Formular a questão
Montar/Construir o ambiente de teste
Projetar o experimento, a fim de resolver a questão formulada
2 Executar
Executar testes e realizar coleta de dados
Transformar dados em informações (analisar dados)
Publicar resultados
A trajetória do experimento é cíclica
REGRA 4
Projeto Piloto
Aquisição de dados mesmo sem conhecer o problema
Carro chefe
Conhecimento a priori do problema, mecanismos do algoritmo, ambiente de testes, etc
Condições de desenvolvimento favoráveis para o projeto piloto para criar experimentos que usam carros chefe
REGRA 5
Nunca assumir algo como verdadeiro. Criar experimentos cautelosamente, evitando bugs e erros. Garantir que os resultados podem ser replicados
REGRA 6
A eficiência do experimento depende da velocidade do programa teste, da usabilidade do ambiente de teste, da qualidade dos dados produzidos no experimento e da generalidade das conclusões
REGRA 7
Acuracidade
Quão próximo da verdade
Precisão
Tamanho da variabilidade em experimentos reproduzidos
+Fácil medir componentes separadamente e analisá-los combinados do que medir um custo agregado, tendo que subdividi-lo em componentes para a análise
Ajuste fino de algoritmos e do código
Reduzir contagem de instruções
-Instruções, +Rápido
Reduzir tempos de instrução
Evitar algoritmos recursivos
Seu uso pode aumentar a complexidade
Ajuste fino para reduzir custos de instrução
Arquitetura
Abordagem teórica
Análise + Genérica
Falta de especificidade
Análise assintótica exige simplificação
Inacuridade
Aula 16-11-21