Examen Final - Semana 8 - ANALISIS Y VERIFICACION DE ALGORITMOS PDF

7/6/2020 Examen final - Semana 8: RA/SEGUNDO BLOQUE-ANALISIS Y VERIFICACION DE ALGORITMOS-[GRUPO1]
Examen final - Semana 8
Fecha de entrega 7 de jul en 23:55 Puntos 120 Preguntas 10

Disponible 4 de jul en 0:00 - 7 de jul en 23:55 4 días Límite de tiempo 90 minutos
Intentos permitidos 2
Instrucciones
https://poli.instructure.com/courses/13149/quizzes/46726 1/10
Volver a realizar el examen
Historial de intentos
Intento Hora Puntaje
Intento Hora Puntaje

MÁS RECIENTE Intento 1 53 minutos 120 de 120
 Las respuestas correctas estarán disponibles del 8 de jul en 23:55 al 9 de jul en 23:55.
Puntaje para este intento: 120 de 120

Entregado el 6 de jul en 13:56
Este intento tuvo una duración de 53 minutos.
Pregunta 1 12 / 12 pts
Observe el grafo a continuación:
La ruta de menor costo del nodo A al nodo I es:
A-B-H-I
No existe una ruta del nodo A al nodo I.
A-D-E-I
A-D-E-G-I
A-C-D-E-I
public static void bubbleSort(int[] a){
boolean swapped;
do{
swapped = false;
for (int i = 1; i < a.length; i++) {
if (a[i-1] > a[i]){
int temp = a[i-1];
a[i-1] = a[i];
a[i] = temp;
swapped = true;
}while(swapped);
La complejidad en mejor caso del anterior algoritmo es:
ϴ(n^2)
ϴ(n^3)
ϴ(n^log(n))
ϴ(2^n)
ϴ(n)
Un algoritmo ϴ(n) es en general más eficiente que un algoritmo ϴ(n^2).
False
True
Es cierto afirmar que la programación dinámica busca:
Transformar soluciones iterativas en recursivas
Reducir la complejidad en tiempo de una solución recursiva.
Atacar los problemas de más sencillos a más complejos.
Atacar los problemas de más complejos a más sencillos
Transformar soluciones recursivas en iterativas
Utilizar algoritmos Avaros (Greedy) para obtener una solución cercana a la

óptima
Problema de la mochila.
Juanita está regresando de viaje desde Miami, y ha comprado un montón

de artículos (chucherías) que quiere vender cuando llegue a Colombia.
Sin embargo al confirmar su tiquete le advierten que puede llevar un
máximo peso W sin pagar sobreequipaje. ¿Cuáles artículos debe llevar?
Usted va a ayudar a Juanita con un algoritmo de programación dinámica,
y para esto guarda el peso de los artículos en un arreglo P[0..n-1] y sus
respectivas ganancias en un arreglo G[0..n-1].
Además define la siguiente función recursiva mG:
mG(w, i): la máxima ganancia que Juanita puede llevar sin pasarse del
límite de peso w, usando los artículos 0, 1, ... i
Tenga en cuenta que Juanita sólo tiene uno de cada artículo.

¿Cuáles de las afirmaciones a continuación son verdaderas? (Seleccione
todas las respuestas válidas).
La solución S es: S = mG(W, n-1)
La función cumple la relación de recurrencia:

mG(w, i) = max( G[i] + mG( w - P[i], i-1), mG( w, i -1 ) )
para i en [1, n-1], w en [1,W]
La función cumple la relación de recurrencia:

mG( w, i) = max( P[i] + mG( w - G[i], i-1), mG( w, i -1 ) )
para i en [1, n-1], w en [1,W]
mG(i, 0) = 0, para: i en [0,n-1]
mG(0 , w) = 0, para w en [1,W]
La función cumple la relación de recurrencia

mG( w, i) = max( mG( w - P[i], i-1), mG( w, i -1 ) )
para i en [1,n-1], w en [1,W]
Para cada uno de los siguientes algoritmos, seleccione el problema en

Teoría de Grafos que soluciona:
Kruskal Árbol de Expansión Mini
Prim Árbol de Expansión Mini
Dijkstra Ruta más corta
A* Ruta más corta
Floyd-Warshal
Ruta más corta
Ford-Fulkerson Flujo máximo
Bellman-Ford Ruta más corta
¿Cuáles de los siguientes algoritmos están basados en la técnica Dividir

y Vencer?
Ordenamiento por mezcla
Algoritmo de Karatsuba
Algoritmo de Strassen
Algoritmo de Ford-Fulkerson
Ordenamiento por inserción
Algoritmo de Dijkstra
Teorema Maestro De acuerdo al teorema maestro, la función T(n) =

3T(n/2) + n es:
Θ(n^2)
Θ(nlog3(2)) (log3 es la función “logaritmo en base 3”)
Θ(n^(3/2))
Θ(nlog2(3)) (log2 es la función “logaritmo en base 2”)
Observe el grafo a continuación:
Indique si es verdadera o falsa la siguiente afirmación:
"Existen dos rutas óptimas (de menor costo) diferentes del nodo A al
nodo H."
False
True
La programación dinámica es una técnica bastante amplia para atacar

problemas, que usualmente implican maximización.
¿Cuáles de las siguientes afirmaciones acerca de la programación
dinámica son verdaderas?
Es una solución polinomial a problemas NP-completos
Su implementación es usualmente recursiva.
Se llama dinámica porque necesita grupos dinámicos de programación
Se atacan problemas partiendo de los más sencillos a los más complejos
Al igual que en dividir y vencer, se parte un problema grande en

problemas pequeños.
Es usual necesitar memoria adicional para almacenar las soluciones.
Usualmente parte de una definición recursiva
Su implementación es usualmente iterativa
Puntaje del examen: 120 de 120

Examen Final - Semana 8 - ANALISIS Y VERIFICACION DE ALGORITMOS PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Examen Final - Semana 8 - ANALISIS Y VERIFICACION DE ALGORITMOS PDF

Загружено:

Авторское право:

Доступные форматы

7/6/2020 Examen final - Semana 8: RA/SEGUNDO BLOQUE-ANALISIS Y VERIFICACION DE ALGORITMOS-[GRUPO1]

Examen final - Semana 8

Fecha de entrega 7 de jul en 23:55 Puntos 120 Preguntas 10

Volver a realizar el examen

Intento Hora Puntaje

Intento Hora Puntaje

Puntaje para este intento: 120 de 120

Observe el grafo a continuación:

La ruta de menor costo del nodo A al nodo I es:

No existe una ruta del nodo A al nodo I.

public static void bubbleSort(int[] a){

for (int i = 1; i < a.length; i++) {

if (a[i-1] > a[i]){

int temp = a[i-1];

La complejidad en mejor caso del anterior algoritmo es:

Un algoritmo ϴ(n) es en general más eficiente que un algoritmo ϴ(n^2).

Es cierto afirmar que la programación dinámica busca:

Transformar soluciones iterativas en recursivas

Reducir la complejidad en tiempo de una solución recursiva.

Atacar los problemas de más sencillos a más complejos.

Atacar los problemas de más complejos a más sencillos

Transformar soluciones recursivas en iterativas

Utilizar algoritmos Avaros (Greedy) para obtener una solución cercana a la

Juanita está regresando de viaje desde Miami, y ha comprado un montón

Tenga en cuenta que Juanita sólo tiene uno de cada artículo.

La solución S es: S = mG(W, n-1)

La función cumple la relación de recurrencia:

La función cumple la relación de recurrencia:

mG(i, 0) = 0, para: i en [0,n-1]

mG(0 , w) = 0, para w en [1,W]

La función cumple la relación de recurrencia

Para cada uno de los siguientes algoritmos, seleccione el problema en

Kruskal Árbol de Expansión Mini

Prim Árbol de Expansión Mini

Dijkstra Ruta más corta

A* Ruta más corta

Ford-Fulkerson Flujo máximo

Bellman-Ford Ruta más corta

¿Cuáles de los siguientes algoritmos están basados en la técnica Dividir

Ordenamiento por mezcla

Ordenamiento por inserción

Teorema Maestro De acuerdo al teorema maestro, la función T(n) =

Θ(nlog3(2)) (log3 es la función “logaritmo en base 3”)

Θ(nlog2(3)) (log2 es la función “logaritmo en base 2”)

Observe el grafo a continuación:

Indique si es verdadera o falsa la siguiente afirmación:

La programación dinámica es una técnica bastante amplia para atacar

Es una solución polinomial a problemas NP-completos

Su implementación es usualmente recursiva.

Se llama dinámica porque necesita grupos dinámicos de programación

Se atacan problemas partiendo de los más sencillos a los más complejos

Al igual que en dividir y vencer, se parte un problema grande en

Es usual necesitar memoria adicional para almacenar las soluciones.

Usualmente parte de una definición recursiva

Su implementación es usualmente iterativa

Puntaje del examen: 120 de 120

Вам также может понравиться