República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación

Universidad Alejandro de Humboldt
Catedra: Computación
Sección ABM0101

Logaritmo

Integrantes: Luisana Rivas C.I 30.242.864

Bárbara Domínguez C.I 28.469.688
Gerardo Miñano C.I 84.481.056
Profesor: Diógenes Figueroa

Caracas, 29 de abril de 2019

 Introducción

En matemáticas, lógica, ciencias de la computación y disciplinas relacionadas,

un algoritmo (del latín, dixit algorithmus y este del griego arithmos, que significa número,
quizá también con influencia del nombre del matemático persa Al-Juarismi) es un
conjunto prescrito de instrucciones o reglas bien definidas, ordenadas y finitas que
permiten llevar a cabo una actividad mediante pasos sucesivos que no generen dudas a
quien deba hacer dicha actividad. Dados un estado inicial y una entrada, siguiendo los
pasos sucesivos se llega a un estado final y se obtiene una solución. Los algoritmos son
el objeto de estudio de la algoritmia.

En la vida cotidiana, se emplean algoritmos frecuentemente para resolver problemas.

Algunos ejemplos son los manuales de usuario, que muestran algoritmos para usar un
aparato, o las instrucciones que recibe un trabajador de su patrón. Algunos ejemplos
en matemática son el algoritmo de multiplicación, para calcular el producto, el algoritmo
de la división para calcular el cociente de dos números, el algoritmo de Euclides para
obtener el máximo común divisor de dos enteros positivos, o el método de Gauss para
resolver un sistema de ecuaciones lineales.
 Logaritmo
El algoritmo en general, no existe ningún consenso definitivo en cuanto a la definición
formal de algoritmo. Muchos autores los señalan como listas de instrucciones para
resolver un cálculo o un problema abstracto, es decir, que un número finito de pasos
convierten los datos de un problema (entrada) en una solución (salida). Sin embargo cabe
notar que algunos algoritmos no necesariamente tienen que terminar o resolver un
problema en particular. Por ejemplo, una versión modificada de la criba de
Eratóstenes que nunca termine de calcular números primos no deja de ser un algoritmo.7

A lo largo de la historia varios autores han tratado de definir formalmente a los algoritmos
utilizando modelos matemáticos. Esto fue realizado por Alonzo Church en 1936 con el
concepto de "calculabilidad efectiva" basada en su cálculo lambda y por Alan
Turing basándose en la máquina de Turing. Los dos enfoques son equivalentes, en el
sentido en que se pueden resolver exactamente los mismos problemas con ambos
enfoques.89 Sin embargo, estos modelos están sujetos a un tipo particular de datos como
son números, símbolos o gráficas mientras que, en general, los algoritmos funcionan
sobre una vasta cantidad de estructuras de datos. En general, la parte común en todas las
definiciones se puede resumir en las siguientes tres propiedades siempre y cuando no
consideremos algoritmos paralelos:

 Tiempo secuencial. Un algoritmo funciona en tiempo discretizado paso a paso,

definiendo así una secuencia de estados computacionales por cada entrada válida
(la entrada son los datos que se le suministran al algoritmo antes de comenzar).
 Estado abstracto. Cada estado computacional puede ser descrito formalmente
utilizando una estructura de primer orden y cada algoritmo es independiente de su
implementación (los algoritmos son objetos abstractos) de manera que en un
algoritmo las estructuras de primer orden son invariantes bajo isomorfismo.
 Exploración acotada. La transición de un estado al siguiente queda completamente
determinada por una descripción fija y finita; es decir, entre cada estado y el siguiente
solamente se puede tomar en cuenta una cantidad fija y limitada de términos del
estado actual.
En resumen, un algoritmo es cualquier cosa que funcione paso a paso, donde cada paso
se pueda describir sin ambigüedad y sin hacer referencia a una computadora en particular,
y además tiene un límite fijo en cuanto a la cantidad de datos que se pueden leer/escribir
en un solo paso. Esta amplia definición abarca tanto a algoritmos prácticos como aquellos
que solo funcionan en teoría, por ejemplo el método de Newton y la eliminación de
Gauss-Jordan funcionan, al menos en principio, con números de precisión infinita; sin
embargo no es posible programar la precisión infinita en una computadora, y no por ello
dejan de ser algoritmos.10 En particular es posible considerar una cuarta propiedad que
puede ser usada para validar la tesis de Church-Turing de que toda función calculable se
puede programar en una máquina de Turing (o equivalentemente, en un lenguaje de
programación suficientemente general):

 Aritmetizabilidad. Solamente operaciones innegablemente calculables están

disponibles en el paso inicial.

Medios de expresion de un algoritmo:

Los algoritmos pueden ser expresados de muchas maneras, incluyendo al lenguaje

natural, pseudocódigo, diagramas de flujo y lenguajes de programación entre otros. Las
descripciones en lenguaje natural tienden a ser ambiguas y extensas. El usar pseudocódigo
y diagramas de flujo evita muchas ambigüedades del lenguaje natural. Dichas expresiones
son formas más estructuradas para representar algoritmos; no obstante, se mantienen
independientes de un lenguaje de programación específico.

La descripción de un algoritmo usualmente se hace en tres niveles:

1. Descripción de alto nivel. Se establece el problema, se selecciona un modelo

matemático y se explica el algoritmo de manera verbal, posiblemente con
ilustraciones y omitiendo detalles.
2. Descripción formal. Se usa pseudocódigo para describir la secuencia de pasos que
encuentran la solución.
3. Implementación. Se muestra el algoritmo expresado en un lenguaje de
programación específico o algún objeto capaz de llevar a cabo instrucciones.
También es posible incluir un teorema que demuestre que el algoritmo es correcto, un
análisis de complejidad o ambos.

Diagrama de flujo:
Los diagramas de flujo son descripciones gráficas de algoritmos; usan símbolos conectados
con flechas para indicar la secuencia de instrucciones y están regidos por ISO.

Los diagramas de flujo son usados para representar algoritmos pequeños, ya que abarcan
mucho espacio y su construcción es laboriosa. Por su facilidad de lectura son usados como
introducción a los algoritmos, descripción de un lenguaje y descripción de procesos a
personas ajenas a la computación.

ejemplo:

Pseudocódigo:

El pseudocódigo (falso lenguaje, el prefijo pseudo significa falso) es una descripción de

alto nivel de un algoritmo que emplea una mezcla de lenguaje natural con algunas
convenciones sintácticas propias de lenguajes de programación, como asignaciones,
ciclos y condicionales, aunque no está regido por ningún estándar. Es utilizado para
describir algoritmos en libros y publicaciones científicas, y como producto intermedio
durante el desarrollo de un algoritmo, como los diagramas de flujo, aunque presentan una
ventaja importante sobre estos, y es que los algoritmos descritos en pseudocódigo
requieren menos espacio para representar instrucciones complejas.
El pseudocódigo está pensado para facilitar a las personas el entendimiento de un
algoritmo, y por lo tanto puede omitir detalles irrelevantes que son necesarios en una
implementación. Programadores diferentes suelen utilizar convenciones distintas, que
pueden estar basadas en la sintaxis de lenguajes de programación concretos. Sin embargo,
el pseudocódigo, en general, es comprensible sin necesidad de conocer o utilizar un
entorno de programación específico, y es a la vez suficientemente estructurado para que
su implementación se pueda hacer directamente a partir de él.

Sistemas formales:

La teoría de autómatas y la teoría de funciones recursivas proveen modelos matemáticos

que formalizan el concepto de algoritmo. Los modelos más comunes son la máquina de
Turing, máquina de registro y funciones μ-recursivas. Estos modelos son tan precisos
como un lenguaje máquina, careciendo de expresiones coloquiales o ambigüedad, sin
embargo se mantienen independientes de cualquier computadora y de cualquier
implementación.

Implementación:

Muchos algoritmos son ideados para implementarse en un programa. Sin embargo, los
algoritmos pueden ser implementados en otros medios, como una red neuronal, un
circuito eléctrico o un aparato mecánico y eléctrico. Algunos algoritmos inclusive se
diseñan especialmente para implementarse usando lápiz y papel. El algoritmo de
multiplicación tradicional, el algoritmo de Euclides, la criba de Eratóstenes y
muchas formas de resolver la raíz cuadrada son solo algunos ejemplos.

Variables:

Son elementos que toman valores específicos de un tipo de datos concreto. La declaración
de una variable puede realizarse comenzando con var. Principalmente, existen dos
maneras de otorgar valores iniciales a variables:
Mediante una sentencia de asignación.

Mediante un procedimiento de entrada de datos (por ejemplo: 'read').

Ejemplo:

...
i:=1;
read(n);
while i < n do begin
(* cuerpo del bucle *)
i := i + 1
end;
...

Estructuras secuenciales:

La estructura secuencial es aquella en la que una acción sigue a otra en secuencia. Las
operaciones se suceden de tal modo que la salida de una es la entrada de la siguiente y
así sucesivamente hasta el fin del proceso. La asignación de esto consiste, en el paso de
valores o resultados a una zona de la memoria. Dicha zona será reconocida con el
nombre de la variable que recibe el valor. La asignación se puede clasificar de la
siguiente forma:

Simples: Consiste en pasar un valor constante a una variable (a ← 15)

Contador: Consiste en usarla como un verificador del número de veces que se realiza un
proceso (a ← a + 1)

Acumulador: Consiste en usarla como un sumador en un proceso (a ← a + b)

De trabajo: Donde puede recibir el resultado de una operación matemática que involucre
muchas variables (a ← c + b*1/2).

Un ejemplo de estructura secuencial, como obtener el área de un triángulo:

Inicio

...
float b, h, a;
printf("Diga la base");
scanf("%f", &b);
printf("Diga la altura");
scanf("%f", &h);
a = (b*h)/2;
printf("El área del triángulo es %f", a)
...
Fin

Algoritmos como funciones:

Un algoritmo se puede concebir como una función que transforma los datos de
un problema(entrada) en los datos de una solución (salida). Mas aún, los datos se pueden
representar a su vez como secuencias de bits, y en general, de símbolos cualesquiera.1911
Como cada secuencia de bits representa a un número natural (véase Sistema binario),
entonces los algoritmos son en esencia funciones de los números naturales en los números
naturales que sí se pueden calcular.

Es decir que todo algoritmo calcula una función f: N N donde cada número natural
es la codificación de un problema o de una solución.

En ocasiones los algoritmos son susceptibles de nunca terminar, por ejemplo, cuando
entran a un bucle infinito. Cuando esto ocurre, el algoritmo nunca devuelve ningún valor
de salida, y podemos decir que la función queda indefinida para ese valor de entrada. Por
esta razón se considera que los algoritmos son funciones parciales, es decir, no
necesariamente definidas en todo su dominio de definición.
Cuando una función puede ser calculada por medios algorítmicos, sin importar la cantidad
de memoria que ocupe o el tiempo que se tarde, se dice que dicha función es computable.
No todas las funciones entre secuencias datos son computables. El problema de la
parada es un ejemplo.

Analisis de un algoritmo:

Como medida de la eficiencia de un algoritmo, se suelen estudiar los recursos (memoria

y tiempo) que consume el algoritmo. El análisis de algoritmos se ha desarrollado para
obtener valores que de alguna forma indiquen (o especifiquen) la evolución del gasto de
tiempo y memoria en función del tamaño de los valores de entrada.

El análisis y estudio de los algoritmos es una disciplina de las ciencias de la

computación y, en la mayoría de los casos, su estudio es completamente abstracto sin usar
ningún tipo de lenguaje de programación ni cualquier otra implementación; por eso, en
ese sentido, comparte las características de las disciplinas matemáticas. Así, el análisis de
los algoritmos se centra en los principios básicos del algoritmo, no en los de la
implementación particular. Una forma de plasmar (o algunas veces "codificar") un
algoritmo es escribirlo en pseudocódigo o utilizar un lenguaje muy simple tal
como Lexico, cuyos códigos pueden estar en el idioma del programador.

Algunos escritores restringen la definición de algoritmo a procedimientos que deben

acabar en algún momento, mientras que otros consideran procedimientos que podrían
ejecutarse eternamente sin pararse, suponiendo el caso en el que existiera algún
dispositivo físico que fuera capaz de funcionar eternamente. En este último caso, la
finalización con éxito del algoritmo no se podría definir como la terminación de este con
una salida satisfactoria, sino que el éxito estaría definido en función de las secuencias de
salidas dadas durante un periodo de vida de la ejecución del algoritmo. Por ejemplo, un
algoritmo que verifica que hay más ceros que unos en una secuencia binaria infinita debe
ejecutarse siempre para que pueda devolver un valor útil.
Si se implementa correctamente, el valor devuelto por el algoritmo será válido, hasta que
evalúe el siguiente dígito binario. De esta forma, mientras evalúa la siguiente secuencia
podrán leerse dos tipos de señales:

una señal positiva (en el caso de que el número de ceros sea mayor que el de unos) y una
negativa en caso contrario. Finalmente, la salida de este algoritmo se define como la
devolución de valores exclusivamente positivos si hay más ceros que unos en la secuencia
y, en cualquier otro caso, devolverá una mezcla de señales positivas y negativas.

Ejemplos de algoritmos:

El problema consiste en encontrar el máximo de un conjunto de números. Para un ejemplo

más complejo véase Algoritmo de Euclides.
Descripción de alto nive

Dado un conjunto finito C de números, se tiene el problema de encontrar el número más

grande. Sin pérdida de generalidad se puede asumir que dicho conjunto no es vacío y que

sus elementos están numerados como .

Es decir, dado un conjunto C= {C0,C1,...,Cn} se pide encontrar m tal que x menor igual
que m para todo elemento x que pertenece al conjunto C.
Para encontrar el elemento máximo, se asume que el primer elemento (C0) es el máximo;
luego, se recorre el conjunto y se compara cada valor con el valor del máximo número
encontrado hasta ese momento. En el caso que un elemento sea mayor que el máximo, se
asigna su valor al máximo. Cuando se termina de recorrer la lista, el máximo número que
se ha encontrado es el máximo de todo el conjunto.
Descripción formal
El algoritmo puede ser escrito de una manera más formal en el siguiente pseudocódigo:
Algoritmo encontrar el maximo de un conjunto:

Funcion mx (C)
//C es un conjunto no vacio de numeros//
n ← |C|//|C| es el numero de elementos de C//
m ← C0
para i ← 1 hasta n hacer
si Ci > m entonces
m ←Ci
devolver m
Sobre la notación:

"←" representa una asignación: m ← x significa que la variable m toma el valor de x;

"devolver" termina el algoritmo y devuelve el valor a su derecha (en este caso, el máximo
de C).

Implementación:

En lenguaje C++:

int max(int c[ ], int n)

{
int i, m = c[0];
for ( i = 1; i < n; i++)
if (c[i] > m) m = c[i];
return m;
}

Busqueda informativa vs no informativa:

Un problema típico de la Inteligencia Artificial consiste en buscar un estado concreto

entre un conjunto determinado, al que se le llama espacio de estados. Imaginemos, por
ejemplo, una habitación con baldosines en la que hay un libro. Un robot se desea desplazar
por la habitación con el fin de llegar a dicho libro. ¿De qué manera lo hará? En este punto
es donde entran en juego las estrategias y los algoritmos de búsqueda.
Cuando el sistema agente (en este caso, el robot) posee algún tipo de información del
medio, se utilizan técnicas de búsquedas informadas; sin embargo, si carece de
conocimiento alguno, se deberán emplear algoritmos de búsqueda no informadas. En
nuestro ejemplo, y para este último caso, podemos imaginar un robot que no posea ningún
tipo de visión artificial, que únicamente sea capaz de moverse en horizontal o vertical de
un baldosín a otro y detectar si en el baldosín se halla el libro.

De esta forma, los algoritmos de búsqueda pueden ser:

 Algoritmos no informados o ciegos: en general más ineficientes en tiempo y

memoria que otros métodos.
 Algoritmos informados
o Algoritmos heurísticos: destacan las Búsquedas Primero el Mejor (Algoritmo
voraz o Greedy y Algoritmo de búsqueda A*) y de Mejora Iterativa (Algoritmo
Escalada Simple -Hill Climbing- y Escalada por Máxima Pendiente)
o Algoritmos de Búsqueda con adversario: destacan el Minimax y el Poda alfa-
beta.

Busqueda secuencial:

Se utiliza cuando el vector no está ordenado o no puede ser ordenado previamente.

Consiste en buscar el elemento comparándolo secuencialmente (de ahí su nombre) con
cada elemento del vector hasta encontrarlo, o hasta que se llegue al final. La existencia se
puede asegurar cuando el elemento es localizado, pero no podemos asegurar la no
existencia hasta no haber analizado todos los elementos del vector. A continuación se
muestra el pseudocódigo del algoritmo:
 Datos de entrada:
vec: vector en el que se desea buscar el dato
tam: tamaño del vector. Los subíndices válidos van desde 0 hasta
tam-1 inclusive. Puede representarse así: vec[0...tam) o
vec[0...tam-1].
dato: elemento que se quiere buscar.

Variables
pos: posición actual en el vector

pos = 0
while pos < tam:
if vec[pos] == dato:
Retorne verdadero y/o pos,
else:
pos = pos + 1
Fin (while)
Retorne falso,

 C

int busquedaSimple(int vector[n], int n, int dato) {

int i;

for(i=0; i<n; i++){

if(dato==vector[i]) {
return i;
//aquí había un break, la persona que lo puso no tiene
mucha idea. Por ello, los alumnos del grado de ciberseguridad de la
URJC, hemos dedicado nuestro tiempo a corregir esta errata. De
nada;
}
}

return -1;

}
Búsqueda dicotómica (binaria)

Se utiliza cuando el vector en el que queremos determinar la existencia de un elemento

está previamente ordenado. Este algoritmo reduce el tiempo de búsqueda
considerablemente, ya que disminuye exponencialmente el número de iteraciones
necesarias. En el peor de los casos el número máximo de comparaciones es [log2 n + 1],

donde n es el número de los elementos en el vector. Por ejemplo, en uno conteniendo

50.000.000 elementos, el algoritmo realiza como máximo 26 comparaciones.

Para implementar este algoritmo se compara el elemento a buscar con un elemento

cualquiera del vector (normalmente el elemento central): si el valor de éste es mayor que
el del elemento buscado se repite el procedimiento en la parte del vector que va desde el
inicio de éste hasta el elemento tomado, en caso contrario se toma la parte del vector que
va desde el elemento tomado hasta el final. De esta manera obtenemos intervalos cada
vez más pequeños, hasta que se obtenga un intervalo indivisible. Si el elemento no se
encuentra dentro de este último entonces se deduce que el elemento buscado no se
encuentra en todo el vector. A continuación se presenta el pseudocódigo del algoritmo,
tomando como elemento inicial el elemento central del vector.

Datos de entrada:
vec: vector en el que se desea buscar el dato
tam: tamaño del vector. Los subíndices válidos van desde 0 hasta
tam-1 inclusive.
dato: elemento que se quiere buscar.

Variables
centro: subíndice central del intervalo
inf: límite inferior del intervalo
sup: límite superior del intervalo

inf = 0
sup = tam-1

Mientras inf <= sup:

centro = ((sup - inf) / 2) + inf // División entera: se trunca la
fracción
Si vec[centro] == dato devolver verdadero y/o pos, de lo
contrario:
Si dato < vec[centro] entonces:
sup = centro - 1
En caso contrario:
inf = centro + 1
Fin (Mientras)
Devolver Falso
  C

int busquedaBinaria(int vector[], int n, int dato) {

int centro,inf=0,sup=n-1;
while(inf<=sup){
centro=((sup-inf)/2)+inf;
if(vector[centro]==dato) return centro;
else if(dato < vector[centro]) sup=centro-1;
else inf=centro+1;
}
return -1;
}

Implementación recursiva en C++

 C++

#include <vector>

bool busqueda_dicotomica(const vector<int> &v, int principio, int

fin, int &x){
bool res;
if(principio <= fin){
int m = ((fin - principio)/2) + principio;
if(x < v[m]) res = busqueda_dicotomica(v, principio, m-1, x);
else if(x > v[m]) res = busqueda_dicotomica(v, m+1, fin, x);
else res = true;
}else res = false;
return res;
}
/*{Post: Si se encuentra devuelve true, sino false}*/
Implementación recursiva en Python

 Python

def busquedaBinaria (numeros, inicio, fin, elemento):

if (inicio == fin): return numeros [inicio] == elemento

centro = ((fin - inicio) // 2) + inicio

if (elemento < numeros [centro]):

return busquedaBinaria (numeros, inicio, centro - 1, elemento)

elif (elemento > numeros [centro]):

return busquedaBinaria (numeros, centro + 1, fin, elemento)

else: return True

def busqueda (numeros, elemento):

if (numeros == None) or (numeros == []):
return False

else: return busquedaBinaria (numeros, 0, len (numeros) - 1,

elemento)

Implementación recursiva en Python3

 Python

def bin(a,x,low,hi):
ans = -1
if low==hi: ans = -1
else:
mid = (low+((hi-low)//2))
if x < a[mid]: ans = bin(a,x,low,mid)
elif x > a[mid]: ans = bin(a,x,mid+1,hi)
else: ans = mid
return ans

# Así se hace el llamado: print(bin(Lista, numero_a_buscar, 0,

len(Lista)))
# Retorna el índice que coincide con 'numero_a_buscar', si no está
retorna -1
# Tiempo: (log n)
Implementación iterativa en Python3

 Python

def bin(a, c):

ans = -1
if a[0] >= c: ans = -1
else:
low, hi = 0, len(a)
while low+1 != hi:
mid = low + ((hi-low)//2)
if a[mid] < c: low = mid
else: hi = mid
ans = low
return ans

# Así se hace el llamado: print(bin(lista(), numero_a_buscar))

# Retorna el índice que coincide con 'numero_a_buscar', si no está
retorna -1
# Tiempo: (log n)

Algoritmo de ordenamiento:
En computación y matemáticas un algoritmo de ordenamiento es un algoritmo que pone
elementos de una lista o un vector en una secuencia dada por una relación de orden, es
decir, el resultado de salida ha de ser una permutación o reordenamiento de la entrada que
satisfaga la relación de orden dada. Las relaciones de orden más usadas son el orden
numérico y el orden lexicográfico. Ordenamientos eficientes son importantes para
optimizar el uso de otros algoritmos (como los de búsqueda y fusión) que requieren listas
ordenadas para una ejecución rápida. También es útil para poner datos en forma canónica
y para generar resultados legibles por humanos.

Desde los comienzos de la computación, el problema del ordenamiento ha atraído gran

cantidad de investigación, tal vez debido a la complejidad de resolverlo eficientemente a
pesar de su planteamiento simple y familiar. Por ejemplo, BubbleSort fue analizado desde
1956.1 Aunque muchos puedan considerarlo un problema resuelto, nuevos y útiles
algoritmos de ordenamiento se siguen inventado hasta el día de hoy (por ejemplo,
el ordenamiento de biblioteca se publicó por primera vez en el 2004).
 Conclusión

Después de este trabajo pudimos conocer las múltiples ayudas que proporcionan los
logaritmos a carreras súper importantes en nuestra sociedad. Además que no pudimos
dejar de notar la facilidad en que pudimos manejar el contenido ya que estábamos en
nuestro territorio es decir con la Internet de nuestro lado.

Notamos que los logaritmos no es nada de otro mundo y que con practica y el
conocimiento de sus propiedades y haciendo memoria de un poquito de materia pasada
se hace muy facil.

Es muy bueno que nuestros profesores integren esta nueva metodología de trabajos ya
que los contenidos se vuelven más amenos y más fáciles de llevar.
 Bibliografia

http://correo.uan.edu.mx/~iavalos/FP/FP1.html

https://conceptodefinicion.de/algoritmo/

https://es.wikipedia.org/wiki/Algoritmo#Definici%C3%B3n

https://es.wikipedia.org/wiki/Algoritmo_de_ordenamiento