Teoría de Autómatas II 3º curso Ingeniería Técnica en Informática de Sistemas UNED
Teoría de Autómatas II3º Ing. Tec. Informática SistemasJosep Silva Galiana Sesión 7 Clases de Problemas
Teoría de Autómatas II3º Ing. Tec. Informática SistemasJosep Silva Galiana Complejidad de los Problemas Hay problemas que tienen solución algorítmica pero son considerados sin solución debido a su coste Supongamos 2 máquinas de Turing que reciben una cadena de entrada w: – M1 la procesa utilizando w 2 instrucciones – M2 la procesa utilizando 2 w instrucciones – Cada instrucción necesita 1 microsegundo w = 1 → coste M1 = seg; coste M2 = seg w = 2 → coste M1 = seg; coste M2 = seg w = 5 → coste M1 = seg; coste M2 = seg … → (página 269) Los problemas con coste polinómico suelen ser considerados como problemas resolubles en tiempo razonable
Teoría de Autómatas II3º Ing. Tec. Informática SistemasJosep Silva Galiana Complejidad de los Problemas La clase de lenguajes P: – Aquellos lenguajes que pueden ser procesados en tiempo polinómico Lenguajes decidibles en tiempo polinómico: – Aquellos lenguajes para los que una máquina de Turing puede determinar (decidir) si una cadena pertenece al lenguaje – Esta clase de lenguajes es igual que P
Teoría de Autómatas II3º Ing. Tec. Informática SistemasJosep Silva Galiana Complejidad de los Problemas Problemas de decisión: – Aquellos problemas para los que se espera una respuesta SI o NO – Resolver problemas de decisión es lo mismo que decidir lenguajes Clase P (página 277): – Lenguajes aceptados en tiempo polinómico – Lenguajes decidibles en tiempo polinómico – Problemas de decisión resolubles en tiempo polinómico
Teoría de Autómatas II3º Ing. Tec. Informática SistemasJosep Silva Galiana Complejidad de los Problemas Resolver ejercicio: – Ejercicio 1 (pagina 277) A: n 2 1 hora → n=100 → pasos A: n 2 1 hora → n=1000 → pasos B: 2 n 1 hora → n=100 → pasos B: 2 n 1 hora → n=106 → pasos – Log 2 x = Log 10 x / Log 10 2