1 Introducción a la Computación para Biólogos, Bioquímicos, Médicos, etc.

2 El problema...

3 La solución...

4 ¿Es una solución?

5 La computación...

6 ¿Qué es la ciencia de la computación? Es la disciplina que estudia como resolver problemas con computadoras.

7 Toda solución computacional involucra... l Posibilidad real de resolver el problema.

8 Toda solución computacional involucra... l Posibilidad. l Algoritmo como Solución a un conjunto de problemas.

9 Toda solución computacional involucra... l Posibilidad. l Solución. l Espacio Físico de Información.

10 Toda solución computacional involucra... l Posibilidad. l Solución. l Espacio. l Tiempo de la Respuesta.

11 Lo que nos interesa como usuarios Entrada Salida Proceso Problema Resultado Algoritmo

12 Un ejemplo típico Teniendo un conjunto de números S ¿Existe alguna suma de esos números que de n?

13 Visualmente... S, n {Si, No} Proceso Problema Resultado Algoritmo

14 Ejemplo sencillo l S = { 3, 5, 7, 8 }, n = 12 l sumas posibles: s 0, 3, 5, 7, 8 s = = = = = = 15 s = = = = 20 s = 22

15 Visualmente... { 3, 5, 7, 8 }, 12 Si Proceso Problema Resultado Algoritmo

16 ¿Es Posible? l No tiene ningún impedimento teórico ó lógico.

17 ¿Existe un Algoritmo? lSlSi... Y es el siguiente: sPsPara todo subconjunto P de S: nSnSi la suma de los elementos de P es igual a n entonces la respuesta es SI.

18 ¿Cuánto Espacio necesita? l Necesitamos recordar S, P y n. l... que ocupan como máximo la cantidad de 9 números: = 9. l ¡También se necesita recordar el algoritmo!

19 ¿Cuánto Tiempo necesita? l Verificar cada subconjunto de S tarda de segundo. l El algoritmo usa seg. x 16 = seg.

20 Resumiendo... { 3, 5, 7, 8 }, 12 Si Proceso Problema Resultado Algoritmo seg. 9 números

21 Generalicemos l Cant(S) = cantidad de elementos de S. l Cant(P) = cantidad de elementos de P. l Cantidad de subconjuntos de S: 2 Cant(S) l El algoritmo necesita recordar: Cant(S) + Cant(P) + 1 l El algoritmo tarda: x 2 Cant(S)

22 ¿Pero, para qué usar la computadora para 4 elementos? l ¿Cuántos recursos necesitamos para 10 elementos? s Espacio: 21 s Tiempo: x 1024 = seg l ¿y para 20 elementos? s Espacio: 41 s Tiempo: x 220 = seg = 17 min

23... l ¿y para 30 elementos? s Espacio: 61 s Tiempo: x 230 = 1x109seg = min. = 298 horas = 12 días. l ¿y para 40 elementos? s Espacio: 81 s Tiempo: x 240 = 35 años.

24 Visualmente...

25 ¿Opciones? l Tener computadoras más rápidas... s ¿Qué tanto más rápidas? l Usar muchas computadoras... s ¿Cuántas?

26 Esto se lo conoce como complejidad de un problema.

27 ¿Y para qué me sirve saber esto? Muchos de los problemas de la bioinformática tienen una complejidad difícil de manejar.

28 ¿Cuáles? (I) l Problemas no posibles: repeticiones s Ensamblado de genomas con repeticiones. s Estructuras 3D de proteínas. l Problemas de espacio: s Base de datos.

29 ¿Cuáles? (II) l Problemas de tiempo: s Ensamblado s Alineamiento múltiple. n Filogénia.

30 Entonces... ¿Porque uso computadoras? Usar computadoras es más barato, son más rápidas y dan buenos resultados.

31

32 Aproximaciones y Heurísticas Si modificamos el problema de tal manera que la respuesta nos ayude, entonces es útil.

33 ¿Qué es una heurística? l Heurística, del griego “heuriskein” significa encontrar o descubrir. La heurística trata de métodos o algoritmos exploratorios durante la resolución de problemas en los cuales las soluciones se descubren por la evaluación del progreso logrado en la búsqueda de un resultado final. l Técnicas heurísticas, las cuales son empleadas en una gran cantidad de disciplinas y áreas del conocimiento y su finalidad es la de entregar soluciones que satisfagan al máximo el problema al cual se pretenden encontrar salidas.

34 Algoritmo Heurístico l Un algoritmo heurístico es un procedimiento de búsqueda de soluciones casi optímales a un coste computacional razonable, sin ser capaz de garantizar la factibilidad de las soluciones empleadas ni determinar a que distancia de la solución optima nos encontramos.

35 Características... l No aseguran dar el resultado optimo. l No se puede asegurar que tan bueno es el resultado. l El tiempo de los resultados es aceptable. l Se pueden hacer estudios estadísticos sobre los resultados. Correcto

36 Cualquier análisis clínico es una heurística. Ninguno tiene un 100% de exactitud en sus resultados.

37 Algunas Heurísticas l Vecino más cercano. l Redes neuronales. l Algoritmos genéticos. l Hidden Markov Model. l Funciones Heurísticas. l Etc... ¡¡¡Ojo con los nombres!!!

38 Aprendizaje automático Es la disciplina de la ciencia de la computación que estudia un subconjunto de metaheurísticas que tienen la propiedad de “aprender” heurísticas.

39 Recordando... Entrada Salida Proceso Problema Resultado Algoritmo

40 Salida Lo que busca... Proceso Salida Lo que se aprende Entrada

41 Cosas que hay que tener en cuenta cuando se enseña... l Entrenamiento: Supervisados ó no supervisados. l Muestras de entrenamiento y prueba. l Sesgo. l Interpretación de los resultados.

42 Conclusión

43 Fin de la Presentación