Quiz 2 - Semana 7 - AVA

4/5/2019 Quiz 2 - Semana 7: RA/ANALISIS Y VERIFICACION DE ALGORITMOS-[Grupo1]
Quiz 2 - Semana 7
Fecha límite 7 de mayo en 23:55 Puntos 90 Preguntas 9

Disponible 4 de mayo en 0:00-7 de mayo en 23:55 4 días Tiempo límite 90 minutos
Intentos permitidos 2
Instrucciones
https://poli.instructure.com/courses/9268/quizzes/34940 1/8
Historial de intentos
Intento Tiempo Puntaje

MANTENER Intento 2 2 minutos 90 de 90
ÚLTIMO Intento 2 2 minutos 90 de 90
Intento Tiempo Puntaje

Intento 1 7 minutos 80 de 90
Calificación para este intento: 90 de 90

Presentado 4 de mayo en 13:05
Este intento tuvo una duración de 2 minutos.
Pregunta 1 10 / 10 ptos.
Con relación al problema de cambio de monedas, se indica que f (i, b)

determina la cantidad de maneras que existen para entregar un cambio b
usando monedas de denominaciones d , d , d , d , … , d . 1 2 3 4 i
Entonces, es correcto afirmar:
Si d i > b entonces f (i − 1, b) < f (i, b)
¡Correcto! Si d > b entonces f (i − 1, b) = f (i, b)

i
f (i, 0) representa que se ha dado todo el cambio.
Si d i > b entonces f (i − 1, b) > f (i, b)
La función objetivo que formaliza el problema de la subsecuencia mas

larga es:
¡Correcto!
f(i,j) : la longitud de la subsecuencia común más larga entre las
cadenas s[1,...,i] y t[1,...,j]
f(i,j) : la cadena de la subsecuencia común más larga entre las

cadenas s[i,...,n] y t[j,...,m]
f(i,j) : la longitud de la subsecuencia común más larga entre las

cadenas s[i,...,n] y t[j,...,m]
f(i,j) : la cadena de la subsecuencia común más larga entre las

cadenas s[1,...,i] y t[1,...,j]
La programación dinámica es una técnica que permite:
Convertir la complejidad de un algoritmo a lineal.
¡Correcto!
Reducir el tiempo en algunos algoritmos recursivos.
Describir algoritmos que varián de manera dinámica.
¡Correcto!
Subdividir el problema en problemas más pequeños.
En el problema del morral, se describe que f (i, d) corresponde a la

máxima utilidad que se puede conseguir llevando algunos objetos
s1 , s2 , … , si en un morral de capacidad d.
Entonces, si f (i, d) > f (i + 1, d) es correcto afirmar que:
f (i + 1, d) = f (i, d − 1) .
¡Correcto!
No es conveniente llevar el objeto s i+1
Es necesario aumentar la capacidad d del morral.
La utilidad máxima aumento, llevando un objeto adicional.
La subsecuencia común más larga entre las palabras: "PROBLEMA" y

"AVIONETA" es:
ROEA
ONETA
¡Correcto!
OEA
EA
De los algoritmos para multiplicar matrices presentados en las lecturas

del módulo, el más eficiente es:
Algoritmo de Strassen
Algoritmo Binario.
¡Correcto!
Algoritmo de Coppersmith-Winograd
Algoritmo de la escuela.
En el algoritmo de Strassen, las matrices A yB iniciales son

n×n n×n
divididas cada una en 4 matrices. Estas 4 matrices tienen un número de

filas y columnas igual a:
¡Correcto!
n/2
espuestas Correctas n/ 2
(n/2)x(n/2)
n/2
n /2
n/2
Si la complejidad de un algoritmo construido con la técnica de Dividir y

Conquistar está determinado por la ecuación:
donde es el tamaño del problema. Entonces, es correcto afirmar:
¡Correcto!
n/b es el tamaño de cada uno de los subproblemas, f(n) es el costo de
dividir el problema en los aaa subproblemas y mezclar los resultados.
n/b Es el tamaño de cada uno de los subproblemas f(n) es el costo de

dividir el problema de a subproblemas y mezclar los resultados
n/a es el costo de resolver cada uno de los a subproblemas de tamaño b.
a es la cantidad de subproblemas y n/b es la cantidad de iteraciones

necesarias para resolver cada subproblema.
Dado el algoritmo:
fun pow(a: R,n: N ) ret r : R:

var b: R ;
{Pre Q: n ≥ 0 ∧ a ≠ 0}
if n=0 -> r:=1
[] n≠0 and n mod 3 = 0
b:=pow(a,k);
r:=b*b*b;
[] n mod 3=1-> k:=(n-1)/3;

b:=pow(a,k);
r:=a*b*b*b
[] n mod 3=2-> k:=(n-2)/3;

b:=pow(a,k);
r:=a*a*b*b*b
fi;
{Pos R: r=a^n }
ret r;
endfun
Es correcto afirmar:
¡Correcto! La complejidad el algoritmo es 0(log(n))0(log(n))0(\log(n))
La complejidad el algoritmo es 0(n3)0(n^{3})
El algoritmo no corresponde al método de divide y vencerás.
La complejidad del algoritmo está dada por la relación

T(n)=2T(n/3)+1T(n)=2T(n/3)+1
Calificación de la evaluación: 90 de 90

Quiz 2 - Semana 7 - AVA

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Quiz 2 - Semana 7 - AVA

Uploaded by

Copyright:

Available Formats

4/5/2019 Quiz 2 - Semana 7: RA/ANALISIS Y VERIFICACION DE ALGORITMOS-[Grupo1]

Fecha límite 7 de mayo en 23:55 Puntos 90 Preguntas 9

Intento Tiempo Puntaje

ÚLTIMO Intento 2 2 minutos 90 de 90

Intento Tiempo Puntaje

Calificación para este intento: 90 de 90

Con relación al problema de cambio de monedas, se indica que f (i, b)

Entonces, es correcto afirmar:

Si d i > b entonces f (i − 1, b) < f (i, b)

¡Correcto! Si d > b entonces f (i − 1, b) = f (i, b)

f (i, 0) representa que se ha dado todo el cambio.

Si d i > b entonces f (i − 1, b) > f (i, b)

La función objetivo que formaliza el problema de la subsecuencia mas

f(i,j) : la cadena de la subsecuencia común más larga entre las

f(i,j) : la longitud de la subsecuencia común más larga entre las

f(i,j) : la cadena de la subsecuencia común más larga entre las

La programación dinámica es una técnica que permite:

Convertir la complejidad de un algoritmo a lineal.

Describir algoritmos que varián de manera dinámica.

En el problema del morral, se describe que f (i, d) corresponde a la

Entonces, si f (i, d) > f (i + 1, d) es correcto afirmar que:

Es necesario aumentar la capacidad d del morral.

La utilidad máxima aumento, llevando un objeto adicional.

La subsecuencia común más larga entre las palabras: "PROBLEMA" y

De los algoritmos para multiplicar matrices presentados en las lecturas

En el algoritmo de Strassen, las matrices A yB iniciales son

divididas cada una en 4 matrices. Estas 4 matrices tienen un número de

Si la complejidad de un algoritmo construido con la técnica de Dividir y

donde es el tamaño del problema. Entonces, es correcto afirmar:

n/b Es el tamaño de cada uno de los subproblemas f(n) es el costo de

n/a es el costo de resolver cada uno de los a subproblemas de tamaño b.

a es la cantidad de subproblemas y n/b es la cantidad de iteraciones

fun pow(a: R,n: N ) ret r : R:

[] n mod 3=1-> k:=(n-1)/3;

[] n mod 3=2-> k:=(n-2)/3;

¡Correcto! La complejidad el algoritmo es 0(log(n))0(log(n))0(\log(n))

La complejidad el algoritmo es 0(n3)0(n^{3})

El algoritmo no corresponde al método de divide y vencerás.

La complejidad del algoritmo está dada por la relación

You might also like