Please enable JavaScript.
Coggle requires JavaScript to display documents.
algoritmo - Coggle Diagram
algoritmo
ALGOTIMO COMPUTACIONAL
Los algoritmos computacionales son una secuencia de pasos diseñados para llevar a cabo una tarea específica12. También se les puede definir como un conjunto de instrucciones claras que son programadas en un ordenador para solucionar un problema
Ordenamiento por inserción (Insertion Sort)
Ordenamiento por selección (Selection Sort)
Ordenamiento de burbuja (Bubble Sort)
Ordenamiento rápido (Quicksort)
Ordenamiento de mezcla (Merge Sort)
EJEMPLOS
Secuenciales: Operan en secuencia, procesándose uno a la vez, comenzando por las primeras instrucciones y avanzando linealmente hacia las últimas.
Precisos y Específicos: Las instrucciones que los componen deben ser directas, claras y específicas, sin ambigüedades ni subjetividades.
Legibilidad: La capacidad de ser entendidos fácilmente por lectores, lo que facilita la colaboración entre programadores y reduce errores.
Concretos: Deben ser claros y específicos, sin ambigüedades, lo que facilita su comprensión y ejecución.
CARACTERISTICAS
ALGORITMO CUALITATIVO
Un algoritmo es cualitativo cuando en sus pasos o instrucciones no están involucrados cálculos numéricos. Por ejemplo: las instrucciones para armar un mueble que viene desarmado de fábrica, para desarrollar una actividad física o para realizar una receta de cocina.
Istrucciones de uso de equipos electrónicos:
Pasos para configurar y operar un nuevo televisor, teléfono móvil o electrodoméstico.
nstrucciones de montaje de muebles:
Pasos para ensamblar un mueble que viene desarmado de fábrica.
écnicas de laboratorio para evaluar ácidos:
Procedimientos para realizar pruebas y análisis de sustancias químicas en un laboratorio.
EJEMPLOS
Descripción Narrativa: Los pasos que componen los algoritmos cualitativos se describen de forma narrada con un lenguaje natural, en lugar de involucrar cálculos numéricos en sus instrucciones.
Elementos de Entrada y Salida: Estos algoritmos tienen elementos de entrada, como ingredientes en una receta de cocina, y producen resultados como salida, que son los efectos de las acciones realizadas.
lexibilidad y Detalle: Los algoritmos cualitativos pueden tener tanto detalle como se desee y permiten tomar distintos caminos para alcanzar un objetivo, seleccionando el camino más pequeño y eficiente
CARACTERISTICAS
.ALGORTIMO CUANTITATIVO: Por su parte los algoritmos cuantitativos son aquellos que se realizan por medio de cálculos matemáticos. Por ejemplo, si se desea saber cuál es la raíz cuadrada de un número, se pueden aplicar algoritmos. Según su función: de ordenamiento, de búsqueda y de encaminamiento
Realizar las cuatro operaciones aritméticas básicas entre dos números enteros.
Calcular el área de un triángulo.
Determinar el factorial de un número naturaL
EJEMPLOS
Precisión: Los pasos y las instrucciones que componen los algoritmos cuantitativos deben ser muy precisos, ya que involucran cálculos numéricos específicos
Cálculos Numéricos: Los algoritmos cuantitativos tienen instrucciones o pasos que implican operaciones algebraicas y cálculos numéricos, como realizar las cuatro operaciones aritméticas básicas, calcular áreas, factoriales, promedios, etc
Exactitud: Debido a la naturaleza matemática de los algoritmos cuantitativos, las instrucciones deben ser exactas, sin ambigüedades, a diferencia de los algoritmos cualitativos que pueden tener cierta imprecisión en el lenguaje narrativo.
CARACTERISTICAS
ALGORITMO NO COMPUTACIONAL
. Algoritmos no computacionales son aquellos que no requieren de los procesos de un computador para resolverse, o cuyos pasos son exclusivos para la resolución por parte de un ser humano
Hormigas que encuentran el camino más corto: Inspirado en el comportamiento de las hormigas para encontrar la ruta más eficiente hacia un objetivo.
Algoritmo de enjambre de partículas: Basado en el comportamiento de un enjambre de partículas para optimizar la búsqueda de soluciones
Evolución: Utiliza conceptos de evolución biológica para resolver problemas de optimización y búsqueda.
Adaptabilidad: Los algoritmos no computacionales tienen la capacidad de adaptarse a entornos cambiantes y desafiar los límites de la computación tradicional.
Innovación: Estos algoritmos ofrecen soluciones innovadoras y eficientes, explorando nuevos principios y conceptos no convencionales para resolver problemas complejos.
Amplio Espectro de Aplicaciones: Los algoritmos no computacionales tienen aplicaciones en diversas áreas, como la optimización de recursos, la seguridad de la información, la inteligencia artificial, entre otras
CARACTERISTICAS
ALGORITMO DE ORDENAMIENTO: son procedimientos que organizan datos de acuerdo a un criterio específico, como el tamaño o el valor, con el objetivo de facilitar su búsqueda y manipulación. Estos algoritmos son fundamentales en informática para optimizar la eficiencia en la gestión de información.
Ordenamiento de Burbuja (Bubble Sort)
Compara elementos adyacentes y los intercambia si están en el orden incorrecto
Los elementos más grandes "burbujean" hasta el final de la lista
EJEMPLOS
CARACTERISTICAS
Eficiencia: Se refiere a la rapidez con la que un algoritmo puede ordenar una lista de elementos. Algunos algoritmos son más eficientes que otros en términos de tiempo y recursos computacionales.
Estabilidad: Un algoritmo de ordenamiento se considera estable si preserva el orden relativo de elementos con claves iguales. La estabilidad es importante en ciertos contextos donde el orden original de elementos con la misma clave debe mantenerse.
Complejidad: La complejidad de un algoritmo de ordenamiento se refiere a la cantidad de recursos computacionales que requiere para ordenar una lista de elementos. Puede medirse en términos de tiempo (número de operaciones) y espacio (memoria utilizada).
ALGORITMO DE BUSQUEDA: es un conjunto de instrucciones que están diseñadas para localizar un elemento con ciertas propiedades dentro de una estructura de datos; por ejemplo, ubicar el registro correspondiente a cierta persona en una base de datos, o el mejor movimiento en una partida de ajedrez
EJEMPLOS
Búsqueda Secuencial (Lineal):
Recorre cada elemento de forma secuencial hasta encontrar el valor buscado.
Funciona bien en arreglos pequeños o desordenados.
Precisión: Los algoritmos de búsqueda deben ser precisos en sus instrucciones y pasos para localizar correctamente los elementos buscados.
Eficacia: La eficacia de los algoritmos de búsqueda se mide por su capacidad para encontrar los elementos buscados en un tiempo razonable.
Complejidad: La complejidad de los algoritmos de búsqueda se refiere a su eficiencia en términos de tiempo y espacio, es decir, cuánto tiempo y memoria necesitan para realizar la búsqueda.
CARACTERISTICAS
ALGORITMO PREDICTIVOS: son representaciones matemáticas que permiten predecir comportamientos y resultados futuros a partir de datos históricos y patrones identificados En resumen, los algoritmos predictivos son herramientas poderosas que permiten anticipar eventos futuros y tomar decisiones más informadas, optimizando recursos y mejorando la eficiencia operativa en diversos sectores
EJEMPLOS
Multiplicación de Matrices Booleanas:
Algoritmo eficiente para la multiplicación de matrices booleanas, como el algoritmo Four-Russians que mejora la eficiencia con conceptos de bits paralelos y dividir y conquistar..
Optimización en Deep Learning:
Algoritmos de optimización utilizados en Deep Learning para encontrar mínimos en funciones y mejorar la convergencia en redes neuronales
Optimización en Deep Learning:
Algoritmos de optimización utilizados en Deep Learning para encontrar mínimos en funciones y mejorar la convergencia en redes neuronales.
CARACTERISTICAS
Eficiencia en la resolución de problemas complejos: Los algoritmos de optimización permiten encontrar soluciones óptimas o aproximadas a problemas que serían difíciles de resolver de manera manual o con enfoques determinísticos.
Adaptabilidad a diferentes contextos: Estos algoritmos pueden aplicarse en una amplia variedad de campos, desde operaciones matemáticas hasta la configuración de sistemas complejos en diversos sectores.
Incorporación de técnicas avanzadas: Los algoritmos de optimización suelen utilizar enfoques innovadores como la división y conquista, el paralelismo o el aprendizaje automático para mejorar su rendimiento.
ALGORITMO PROBABILISTICO: son procedimientos computacionales que utilizan la probabilidad y la aleatoriedad para resolver problemas de manera eficiente. A diferencia de los algoritmos deterministas, que siguen un conjunto fijo de instrucciones, los algoritmos probabilísticos incorporan elementos aleatorios en su ejecución
EJEMPLOS
Modelos Predictivos de Clasificación
Predecir si un cliente decidirá dejar de usar los servicios de una empresa y con qué probabilidad.
Modelos Predictivos de Regresión
Calcular de manera aproximada el beneficio que un negocio puede recibir de una acción durante un periodo de tiempo concreto
CARACTERISTICAS
Disminución de la complejidad: Los modelos predictivos buscan representaciones simplificadas de realidades complejas, permitiendo analizarlas de manera más eficiente.
Definición de variables relacionadas: Los modelos predictivos identifican las variables clave que se relacionan entre sí y afectan los resultados que se desea predecir
Ayuda en la toma de decisiones racional: Al proporcionar predicciones basadas en datos, los modelos predictivos permiten tomar decisiones de manera más informada y fundamentada.
ALGORITMO DE OPTIMIZACION :
Los algoritmos de optimización son procedimientos computacionales que buscan encontrar la mejor solución posible a un problema, de acuerdo a ciertos criterios o funciones objetivo. Estos algoritmos tienen como objetivo minimizar o maximizar una función matemática sujeta a restricciones.
EJEMPLOS
Algoritmos de Monte Carlo:
Estos algoritmos pueden dar respuestas correctas o incorrectas, pero con una probabilidad baja de error.
Algoritmos de Las Vegas:
Estos algoritmos nunca dan una respuesta incorrecta, pero pueden fallar en encontrar la solución y simplemente informar del fallo.
Un ejemplo es el algoritmo para verificar identidades polinomiales
CARACTERISTICAS
Resultados no determinísticos: A diferencia de los algoritmos determinísticos, los algoritmos probabilísticos pueden devolver diferentes resultados cada vez que se ejecutan sobre los mismos datos
Probabilidad de error: Existe una pequeña probabilidad de que el resultado sea incorrecto o de que el algoritmo no llegue a una solución.
Eficiencia en tiempo y espacio: Pueden ser más eficientes que los algoritmos determinísticos en términos de tiempo de ejecución y uso de memoria.