aboutsummaryrefslogtreecommitdiff
path: root/mc/n6.lyx
diff options
context:
space:
mode:
Diffstat (limited to 'mc/n6.lyx')
-rw-r--r--mc/n6.lyx39
1 files changed, 10 insertions, 29 deletions
diff --git a/mc/n6.lyx b/mc/n6.lyx
index 3adbae2..6dbb810 100644
--- a/mc/n6.lyx
+++ b/mc/n6.lyx
@@ -170,7 +170,7 @@ límite superior asintótico
\begin_layout Standard
Para
-\begin_inset Formula $t:\mathbb{N}\to\mathbb{R}^{+}$
+\begin_inset Formula $t:\mathbb{N}\to\mathbb{R}^{\geq0}$
\end_inset
, llamamos
@@ -190,8 +190,7 @@ clase de complejidad
\end_inset
.
- Nótese que esta magnitud se refiere al lenguaje o problema, no a un algoritmo
- concreto.
+ Esta magnitud se refiere al lenguaje o problema, no a un algoritmo concreto.
En general, la clase de complejidad de un problema depende del modelo de
computación usado, aun para modelos equivalentes.
Este orden no difiere mucho entre modelos deterministas, pero sí entre
@@ -252,7 +251,7 @@ Demostración:
y luego para aplicarla, actualizando el contenido de las celdas y las posicione
s de los cursores.
Cada cinta tiene tamaño como mucho
-\begin_inset Formula $O(t(n))$
+\begin_inset Formula $O(\max\{t(n),n\})=O(t(n))$
\end_inset
, pues en cada transición se añade como mucho un caracter en cada cinta,
@@ -265,11 +264,7 @@ s de los cursores.
\end_inset
de estos, el tiempo total es
-\begin_inset Formula $O(t(n)^{2}+n)=O(t(n)^{2})$
-\end_inset
-
-, usando que
-\begin_inset Formula $t(n)\geq n$
+\begin_inset Formula $O(t(n)^{2})$
\end_inset
.
@@ -383,16 +378,7 @@ backtracking
\lang spanish
y para evitar la interferencia entre una simulación y la siguiente, por
lo que el total de transiciones es como mucho
-\begin_inset Formula $O(n+mc^{m})=O(n+f(n)c^{f(n)})$
-\end_inset
-
-, usando que
-\begin_inset Formula $n\leq f(n)$
-\end_inset
-
-.
- Entonces el total es
-\begin_inset Formula $O(f(n)c^{f(n)})=O(2^{\log_{2}f(n)+f(n)\log_{2}c})=2^{O(\log_{2}f(n)+f(n)\log_{2}c})=2^{O(f(n))}$
+\begin_inset Formula $O(n+mc^{m})=O(n+f(n)c^{f(n)})=O(f(n)c^{f(n)})=O(2^{\log_{2}f(n)+f(n)\log_{2}c})=2^{O(\log_{2}f(n)+f(n)\log_{2}c)}=2^{O(f(n))}$
\end_inset
, y por el teorema anterior, al simular esto en un
@@ -419,16 +405,7 @@ Nótese que
\begin_inset Formula $3^{n}\neq O(2^{n})$
\end_inset
- pero
-\begin_inset Formula $3^{n}=2^{\log_{2}3^{n}}=2^{n\log_{2}3}=2^{O(n)}$
-\end_inset
-
-.
- En efecto, claramente
-\begin_inset Formula $n\log_{2}3\in O(n)$
-\end_inset
-
-, pero para cualesquiera
+ porque para cualesquiera
\begin_inset Formula $c,n_{0}\in\mathbb{N}$
\end_inset
@@ -444,6 +421,10 @@ Nótese que
\begin_inset Formula $n>\log_{\frac{3}{2}}c$
\end_inset
+, pero
+\begin_inset Formula $3^{n}=2^{\log_{2}3^{n}}=2^{n\log_{2}3}=2^{O(n)}$
+\end_inset
+
.
\end_layout