Programacion 1

Trabajo Práctico Individual I
Fecha de entrega 18 de ago de 2021 en 23:59 Puntos 20 Preguntas 20 Disponible 2 de

ago de 2021 en 0:00 - 18 de ago de 2021 en 23:59 17 días Límite de tiempo 90
minutos
Instrucciones
→ Introducción:
Tomando como base los materiales estudiados en el módulo te invitamos a completar

la siguiente actividad seleccionando la respuesta correcta de acuerdo a cada
enunciado planteado.
→ Indicaciones de Resolución:
• Se presenta un grupo de 20 enunciados en total

• Cada enunciado tiene valor de 01 (un) punto
• Lee detenidamente cada enunciado y selecciona la respuesta.
• Antes de enviar, vuelve a corroborar todas tus respuestas seleccionadas.
• Cuentas con una única oportunidad para resolver la actividad
Este examen fue bloqueado en 18 de ago de 2021 en 23:59.

Historial de intentos
Intento Hora Puntaje
MÁS RECIENTE Intento 1 61 minutos 15 de 20
Puntaje para este examen: 15 de 20
Entregado el 18 de ago de 2021 en 12:22
Este intento tuvo una duración de 61 minutos.
Pregunta 1
1 / 1 pts
Para cada problema determinaremos una medida N de su tamaño (por número de datos) e
intentaremos hallar respuestas en función de dicho N.
¡Correcto!
Verdadero
Falso
Pregunta 2
1 / 1 pts
Saber si un algoritmo es mejor que otro puede estudiarse desde dos puntos de vista:
un algoritmo es mejor cuanto menos tarde en resolver un problema, o bien es cuan
menos complicado es escribir el código.
¡Correcto!
Falso
Verdadero
Pregunta 3
1 / 1 pts
Es posible tratar sistemáticamente la complejidad de los algoritmos, siempre que
estén bien estructurados y sigan pautas uniformes, combinando la siguiente
clasificación de sentencias:
Secuencia (;).
Decisión (if) y bucles.
¡Correcto!
Todas son correctas
Sentencias sencillas y llamadas a procedimientos.
Pregunta 4
0 / 1 pts
Un algoritmo de ordenación no tarda lo mismo en ordenar un vector con 100 valores
que uno con 100000 valores. En ese punto es donde tenemos que empezar a hablar del
tamaño o talla del problema.
Respondido
Falso
Respuesta correcta
Verdadero
Pregunta 5
0 / 1 pts
En el tema de la complejidad de algoritmos, más importante que obtener un valor
exacto, es saber de qué manera aumenta el tiempo con respecto a la talla del
problema.
Respondido
Falso
Respuesta correcta
Verdadero
Pregunta 6
1 / 1 pts
La complejidad espacial siempre se expresa a través de una función.
¡Correcto!
Falso
Verdadero
Pregunta 7
0 / 1 pts
Los Problemas intratables: Son problemas que entran en la categoría de problemas
indecidibles.
Respuesta correcta
Falso
Respondido
Verdadero
Pregunta 8
1 / 1 pts
El análisis de la eficiencia temporal de los algoritmos consta de dos fases:
análisis a priori y análisis a posteriori.
¡Correcto!
Verdadero
Falso
Pregunta 9
1 / 1 pts
Los problemas matemáticos los podemos dividir en problemas indecidibles y
decidibles. Todos los problemas decidibles pueden ser solucionado por un
computador.
¡Correcto!
Verdadero
Falso
Pregunta 10
0 / 1 pts
Un problema es de tipo NP si existe un algoritmo polinomial que es capaz de
verificar una solución propuesta.
Respondido
Verdadero
Respuesta correcta
Falso
Pregunta 11
1 / 1 pts
En la mayoría de los casos la elección de un buen algoritmo está orientada hacia la
disminución del costo que implica la solución del problema; bajo este enfoque es
posible dividir los criterios en dos clases:
1) Criterios orientados a minimizar el costo de desarrollo: claridad, sencillez y
facilidad de implantación, depuración y mantenimiento.
2) Criterios orientados a disminuir el costo de ejecución: tiempo de procesador y
cantidad de memoria utilizados.
Falso
¡Correcto!
Verdadero
Pregunta 12
1 / 1 pts
La función complejidad, f(n); donde n es el tamaño del problema, da una medida de
la cantidad de recursos que un algoritmo necesitará al implantarse y ejecutarse en
alguna computadora. Puesto que la cantidad de recursos que consume un algoritmo
crece conforme el tamaño del problema se incrementa, la función complejidad es
monótona creciente TP_04.png con respecto al tamaño del problema.
TP_05.png
Falso
¡Correcto!
Verdadero
Pregunta 13
1 / 1 pts
La memoria y el tiempo de procesador son los recursos sobre los cuales se concentra
todo el interés en el análisis de un algoritmo, así pues distinguiremos dos clases
de función complejidad:
1) Función complejidad temporal. Mide la cantidad de memoria que necesitará un
algoritmo para resolver un problema de tamaño n.
2) Función complejidad espacial. Indica la cantidad de tiempo que requiere un
algoritmo para resolver un problema de tamaño n; viene a ser una medida de la
cantidad de CPU que requiere el algoritmo.
Verdadero
¡Correcto!
Falso
Pregunta 14
1 / 1 pts
Para encontrar el valor de la función complejidad de un algoritmo A que se codifica
un lenguaje de programación L; se compila utilizando el compilador C y se ejecuta
en la máquina M; damos algunas entradas al programa y medimos el tiempo de
procesador empleado para resolver los casos del problema. Proceder de esta manera
presenta, entre otros, el inconveniente de que los resultados obtenidos dependen
de:
1) Las entradas proporcionadas,
2) La calidad del código generado por el compilador utilizado, y
3) De la máquina en que se hagan las corridas.
Para evitar que estos factores se reflejan en el cálculo de la función complejidad,
el análisis se hará únicamente con base al algoritmo escrito en pseudocódigo. Como
el pseudocódigo no se puede ejecutar para medir la cantidad de tiempo que consume,
la complejidad no se expresará en unidades de tiempo, sino en términos de la
cantidad de operaciones que realiza. Cada operación requiere cierta cantidad
constante de tiempo para ser ejecutada, por esta razón si se cuenta el número de
operaciones realizadas por el algoritmo se obtiene una estimación del tiempo que le
tomará resolver el problema.
¡Correcto!
Verdadero
Falso
Pregunta 15
0 / 1 pts
¿Por qué se emplean funciones de coste para expresar el coste de un algoritmo?
Necesitamos que la expresión del coste del algoritmo sea válida para cualquier
entrada al mismo (se expresa en función de su talla).
Respuesta correcta
Verdadero
Respondido
Falso
Pregunta 16
1 / 1 pts
Talla o tamaño de un problema: Valor o conjunto de valores asociados a la entrada
del problema que representa una medida de su tamaño respecto de otras entradas
posible.
Falso
¡Correcto!
Verdadero
Pregunta 17
1 / 1 pts
El estudio de la complejidad resulta realmente interesante para tamaños grandes de
problema por varios motivos: Las diferencias “reales” en tiempo de ejecución de
algoritmos con diferente coste para tamaños pequeños de problema no suelen ser muy
significativas. Es lógico invertir tiempo en el desarrollo de un buen algoritmo
sólo si se prevé que éste realizará un gran volumen de operaciones.
Falso
¡Correcto!
Verdadero
Pregunta 18
1 / 1 pts
Al estudio de la complejidad para tamaños pequeños de problema se le denomina
análisis asintótico.
¡Correcto!
Falso
Verdadero
Pregunta 19
1 / 1 pts
Notación Abreviada: Notación matemática utilizada para representar la complejidad
cuando el tamaño de problema (n) es muy grande TP_06.png
Verdadero
¡Correcto!
Falso
Pregunta 20
1 / 1 pts
¿Qué Indica la complejidad Computacional?
¡Correcto!
El esfuerzo que hay que realizar para aplicar un algoritmo y lo costoso que éste
resulta
Que hay que gastar por maquinas más costosas.
Lo difícil que resulta su proceso
Lo costoso de la programación.
Puntaje del examen: 15 de 20

Programacion 1

Cargado por

Copyright:

Formatos disponibles

Programacion 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Programacion 1

Cargado por

Copyright:

Formatos disponibles

Trabajo Práctico Individual I

Fecha de entrega 18 de ago de 2021 en 23:59 Puntos 20 Preguntas 20 Disponible 2 de

Tomando como base los materiales estudiados en el módulo te invitamos a completar

• Se presenta un grupo de 20 enunciados en total

Este examen fue bloqueado en 18 de ago de 2021 en 23:59.

También podría gustarte