TÉCNICAS HEURÍSTICAS PARA OPTIMIZAÇÃO COMBINATÓRIA
TÉCNICAS HEURÍSTICAS PARA OPTIMIZAÇÃO COMBINATÓRIA
TÉCNICAS HEURÍSTICAS PARA OPTIMIZAÇÃO COMBINATÓRIA
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Técnicas Heurísticas para Optimização Combinatória Jorge P. J. Santos<br />
BREVE INTRODUÇÃO À COMPLEXIDADE COMPUTACIONAL<br />
Problema P<br />
Tamanho de uma instância n Algoritmo A<br />
(codificada em binário)<br />
TEMPO<br />
Nº de operações elementares<br />
(somas, comparações, …)<br />
“Worst Case” 10n 3 + 5n 2<br />
(pior dos casos)<br />
“rate of growth” O(n 3 )<br />
(taxa de crescimento)<br />
[bons] Algoritmos Polinomiais Algoritmos exponenciais [Maus]<br />
O(n 3 ) O(n ln n) O(2 n )<br />
Classificação dos algoritmos<br />
- “recognition problems”<br />
- as classes P e N P<br />
- problemas NP-completos<br />
- problemas FÁCEIS e DIFÍCEIS<br />
19<br />
Técnicas Heurísticas para Optimização Combinatória Jorge P. J. Santos<br />
Crescimento de funções polinomiais e exponenciais<br />
Função Valores aproximados<br />
n 10 100 1 000<br />
n ln n 33 664 9 966<br />
n 3 1 000 1 000 000 10 9<br />
10 6 n 8 10 14 10 22 10 30<br />
2 n 1 024 1.27×10 30 1.05×10 301<br />
n log n 2 099 1.93×10 13 7.89×10 29<br />
n! 3 628 800 10 158 4×10 2567<br />
Os algoritmos polinomiais aproveitam melhor a tecnologia<br />
Função<br />
Tamanho do problema<br />
resolvido num dia<br />
20<br />
Idem num computador dez<br />
vezes mais rápido<br />
n 10 12 10 13<br />
n ln n 0.948×10 11 0.87×10 12<br />
n 2 10 6 3.16×10 6<br />
n 3 10 4 2.15×10 4<br />
10 8 n 4 10 18<br />
2 n 40 43<br />
10 n 12 13<br />
n log n 79 95<br />
n! 14 15<br />
Fonte: Papadimitriou and Steiglitz, 1982