Vous êtes sur la page 1sur 8

Algoritmo

Ir a la navegaci�nIr a la b�squeda

Los diagramas de flujo sirven para representar algoritmos de manera gr�fica


En matem�ticas, l�gica, ciencias de la computaci�n y disciplinas relacionadas, un
algoritmo (del lat�n, dixit algorithmus y este del griego arithmos, que significa
�n�mero�, quiz� tambi�n con influencia del nombre del matem�tico persa Al-
Juarismi)1? es un conjunto prescrito de instrucciones o reglas bien definidas,
ordenadas y finitas que permiten llevar a cabo una actividad mediante pasos
sucesivos que no generen dudas a quien deba hacer dicha actividad.2? Dados un
estado inicial y una entrada, siguiendo los pasos sucesivos se llega a un estado
final y se obtiene una soluci�n. Los algoritmos son el objeto de estudio de la
algoritmia.1?

En la vida cotidiana, se emplean algoritmos frecuentemente para resolver problemas.


Algunos ejemplos son los manuales de usuario, que muestran algoritmos para usar un
aparato, o las instrucciones que recibe un trabajador de su patr�n. Algunos
ejemplos en matem�tica son el algoritmo de multiplicaci�n, para calcular el
producto, el algoritmo de la divisi�n para calcular el cociente de dos n�meros, el
algoritmo de Euclides para obtener el m�ximo com�n divisor de dos enteros
positivos, o el m�todo de Gauss para resolver un sistema de ecuaciones lineales.

En t�rminos de programaci�n, un algoritmo es una secuencia de pasos l�gicos que


permiten solucionar un problema. Los derechos de autor otorgan al propietario el
derecho exclusivo sobre el uso de la obra, con algunas excepciones. Cuando alguien
crea una obra original fija en un medio tangible, autom�ticamente se convierte en
el propietario de los derechos de autor de dicha obra.

�ndice
1 Definici�n
2 Medios de expresi�n de un algoritmo
2.1 Diagrama de flujo
2.2 Pseudoc�digo
2.3 Sistemas formales
2.4 Implementaci�n
2.5 Variables
2.6 Estructuras secuenciales
3 Algoritmos como funciones
4 An�lisis de algoritmos
5 Ejemplo de algoritmo
5.1 Descripci�n de alto nivel
5.2 Descripci�n formal
5.3 Implementaci�n
6 V�ase tambi�n
6.1 Tipos de algoritmos seg�n su funci�n
6.2 T�cnicas de dise�o de algoritmos
6.3 Temas relacionados
6.4 Disciplinas relacionadas
7 Referencias
8 Bibliograf�a
9 Enlaces externos
Definici�n
En general, no existe ning�n consenso definitivo en cuanto a la definici�n formal
de algoritmo. Muchos autores los se�alan como listas de instrucciones para resolver
un c�lculo o un problema abstracto, es decir, que un n�mero finito de pasos
convierten los datos de un problema (entrada) en una soluci�n (salida).1?2?3?4?5?6?
Sin embargo cabe notar que algunos algoritmos no necesariamente tienen que terminar
o resolver un problema en particular. Por ejemplo, una versi�n modificada de la
criba de Erat�stenes que nunca termine de calcular n�meros primos no deja de ser un
algoritmo.7?

A lo largo de la historia varios autores han tratado de definir formalmente a los


algoritmos utilizando modelos matem�ticos. Esto fue realizado por Alonzo Church en
1936 con el concepto de "calculabilidad efectiva" basada en su c�lculo lambda y por
Alan Turing bas�ndose en la m�quina de Turing. Los dos enfoques son equivalentes,
en el sentido en que se pueden resolver exactamente los mismos problemas con ambos
enfoques.8?9? Sin embargo, estos modelos est�n sujetos a un tipo particular de
datos como son n�meros, s�mbolos o gr�ficas mientras que, en general, los
algoritmos funcionan sobre una vasta cantidad de estructuras de datos.3?1? En
general, la parte com�n en todas las definiciones se puede resumir en las
siguientes tres propiedades siempre y cuando no consideremos algoritmos
paralelos:7?

Tiempo secuencial. Un algoritmo funciona en tiempo discretizado �paso a paso�,


definiendo as� una secuencia de estados computacionales por cada entrada v�lida (la
entrada son los datos que se le suministran al algoritmo antes de comenzar).
Estado abstracto. Cada estado computacional puede ser descrito formalmente
utilizando una estructura de primer orden y cada algoritmo es independiente de su
implementaci�n (los algoritmos son objetos abstractos) de manera que en un
algoritmo las estructuras de primer orden son invariantes bajo isomorfismo.
Exploraci�n acotada. La transici�n de un estado al siguiente queda completamente
determinada por una descripci�n fija y finita; es decir, entre cada estado y el
siguiente solamente se puede tomar en cuenta una cantidad fija y limitada de
t�rminos del estado actual.
En resumen, un algoritmo es cualquier cosa que funcione paso a paso, donde cada
paso se pueda describir sin ambig�edad y sin hacer referencia a una computadora en
particular, y adem�s tiene un l�mite fijo en cuanto a la cantidad de datos que se
pueden leer/escribir en un solo paso. Esta amplia definici�n abarca tanto a
algoritmos pr�cticos como aquellos que solo funcionan en teor�a, por ejemplo el
m�todo de Newton y la eliminaci�n de Gauss-Jordan funcionan, al menos en principio,
con n�meros de precisi�n infinita; sin embargo no es posible programar la precisi�n
infinita en una computadora, y no por ello dejan de ser algoritmos.10? En
particular es posible considerar una cuarta propiedad que puede ser usada para
validar la tesis de Church-Turing de que toda funci�n calculable se puede programar
en una m�quina de Turing (o equivalentemente, en un lenguaje de programaci�n
suficientemente general):10?

Aritmetizabilidad. Solamente operaciones innegablemente calculables est�n


disponibles en el paso inicial.
Medios de expresi�n de un algoritmo
Los algoritmos pueden ser expresados de muchas maneras, incluyendo al lenguaje
natural, pseudoc�digo, diagramas de flujo y lenguajes de programaci�n entre otros.
Las descripciones en lenguaje natural tienden a ser ambiguas y extensas. El usar
pseudoc�digo y diagramas de flujo evita muchas ambig�edades del lenguaje natural.
Dichas expresiones son formas m�s estructuradas para representar algoritmos; no
obstante, se mantienen independientes de un lenguaje de programaci�n espec�fico.

La descripci�n de un algoritmo usualmente se hace en tres niveles:

Descripci�n de alto nivel. Se establece el problema, se selecciona un modelo


matem�tico y se explica el algoritmo de manera verbal, posiblemente con
ilustraciones y omitiendo detalles.
Descripci�n formal. Se usa pseudoc�digo para describir la secuencia de pasos que
encuentran la soluci�n.
Implementaci�n. Se muestra el algoritmo expresado en un lenguaje de programaci�n
espec�fico o alg�n objeto capaz de llevar a cabo instrucciones.
Tambi�n es posible incluir un teorema que demuestre que el algoritmo es correcto,
un an�lisis de complejidad o ambos.

Diagrama de flujo

Diagrama de flujo que expresa un algoritmo para calcular la ra�z cuadrada de un


n�mero {\displaystyle x} x
Art�culo principal: Diagrama de flujo
Los diagramas de flujo son descripciones gr�ficas de algoritmos; usan s�mbolos
conectados con flechas para indicar la secuencia de instrucciones y est�n regidos
por ISO.

Los diagramas de flujo son usados para representar algoritmos peque�os, ya que
abarcan mucho espacio y su construcci�n es laboriosa. Por su facilidad de lectura
son usados como introducci�n a los algoritmos, descripci�n de un lenguaje y
descripci�n de procesos a personas ajenas a la computaci�n.

Pseudoc�digo
Art�culo principal: Pseudoc�digo
El pseudoc�digo (falso lenguaje, el prefijo pseudo significa falso) es una
descripci�n de alto nivel de un algoritmo que emplea una mezcla de lenguaje natural
con algunas convenciones sint�cticas propias de lenguajes de programaci�n, como
asignaciones, ciclos y condicionales, aunque no est� regido por ning�n est�ndar. Es
utilizado para describir algoritmos en libros y publicaciones cient�ficas, y como
producto intermedio durante el desarrollo de un algoritmo, como los diagramas de
flujo, aunque presentan una ventaja importante sobre estos, y es que los algoritmos
descritos en pseudoc�digo requieren menos espacio para representar instrucciones
complejas.

El pseudoc�digo est� pensado para facilitar a las personas el entendimiento de un


algoritmo, y por lo tanto puede omitir detalles irrelevantes que son necesarios en
una implementaci�n. Programadores diferentes suelen utilizar convenciones
distintas, que pueden estar basadas en la sintaxis de lenguajes de programaci�n
concretos. Sin embargo, el pseudoc�digo, en general, es comprensible sin necesidad
de conocer o utilizar un entorno de programaci�n espec�fico, y es a la vez
suficientemente estructurado para que su implementaci�n se pueda hacer directamente
a partir de �l.

As� el pseudoc�digo cumple con las funciones antes mencionadas para representar
algo abstracto los protocolos son los lenguajes para la programaci�n. Busque
fuentes m�s precisas para tener mayor comprensi�n del tema.

Sistemas formales
La teor�a de aut�matas y la teor�a de funciones recursivas proveen modelos
matem�ticos que formalizan el concepto de algoritmo. Los modelos m�s comunes son la
m�quina de Turing, m�quina de registro y funciones �-recursivas. Estos modelos son
tan precisos como un lenguaje m�quina, careciendo de expresiones coloquiales o
ambig�edad, sin embargo se mantienen independientes de cualquier computadora y de
cualquier implementaci�n.

Implementaci�n
Muchos algoritmos son ideados para implementarse en un programa. Sin embargo, los
algoritmos pueden ser implementados en otros medios, como una red neuronal, un
circuito el�ctrico o un aparato mec�nico y el�ctrico. Algunos algoritmos inclusive
se dise�an especialmente para implementarse usando l�piz y papel. El algoritmo de
multiplicaci�n tradicional, el algoritmo de Euclides, la criba de Erat�stenes y
muchas formas de resolver la ra�z cuadrada son solo algunos ejemplos.

Variables
Son elementos que toman valores espec�ficos de un tipo de datos concreto. La
declaraci�n de una variable puede realizarse comenzando con var. Principalmente,
existen dos maneras de otorgar valores iniciales a variables:

Mediante una sentencia de asignaci�n.


Mediante un procedimiento de entrada de datos (por ejemplo: 'read').

Ejemplo:

...
i:=1;
read(n);
while i < n do begin
(* cuerpo del bucle *)
i := i + 1
end;
...
Estructuras secuenciales
La estructura secuencial es aquella en la que una acci�n sigue a otra en secuencia.
Las operaciones se suceden de tal modo que la salida de una es la entrada de la
siguiente y as� sucesivamente hasta el fin del proceso. La asignaci�n de esto
consiste, en el paso de valores o resultados a una zona de la memoria. Dicha zona
ser� reconocida con el nombre de la variable que recibe el valor. La asignaci�n se
puede clasificar de la siguiente forma:

Simples: Consiste en pasar un valor constante a una variable (a ? 15)


Contador: Consiste en usarla como un verificador del n�mero de veces que se realiza
un proceso (a ? a + 1)
Acumulador: Consiste en usarla como un sumador en un proceso (a ? a + b)
De trabajo: Donde puede recibir el resultado de una operaci�n matem�tica que
involucre muchas variables (a ? c + b*1/2).
Un ejemplo de estructura secuencial, como obtener el �rea de un tri�ngulo:

Inicio
...
float b, h, a;
printf("Diga la base");
scanf("%f", &b);
printf("Diga la altura");
scanf("%f", &h);
a = (b*h)/2;
printf("El �rea del tri�ngulo es %f", a)
...
Fin
Algoritmos como funciones
Art�culo principal: Teor�a de la computabilidad

Esquem�tica de un algoritmo solucionando un problema de ciclo hamiltoniano


Un algoritmo se puede concebir como una funci�n que transforma los datos de un
problema (entrada) en los datos de una soluci�n (salida). Mas a�n, los datos se
pueden representar a su vez como secuencias de bits, y en general, de s�mbolos
cualesquiera.1?9?11? Como cada secuencia de bits representa a un n�mero natural
(v�ase Sistema binario), entonces los algoritmos son en esencia funciones de los
n�meros naturales en los n�meros naturales que s� se pueden calcular. Es decir que
todo algoritmo calcula una funci�n {\displaystyle f:\mathbf {N} \to \mathbf {N} }
{\displaystyle f:\mathbf {N} \to \mathbf {N} } donde cada n�mero natural es la
codificaci�n de un problema o de una soluci�n.

En ocasiones los algoritmos son susceptibles de nunca terminar, por ejemplo, cuando
entran a un bucle infinito. Cuando esto ocurre, el algoritmo nunca devuelve ning�n
valor de salida, y podemos decir que la funci�n queda indefinida para ese valor de
entrada. Por esta raz�n se considera que los algoritmos son funciones parciales, es
decir, no necesariamente definidas en todo su dominio de definici�n.

Cuando una funci�n puede ser calculada por medios algor�tmicos, sin importar la
cantidad de memoria que ocupe o el tiempo que se tarde, se dice que dicha funci�n
es computable. No todas las funciones entre secuencias datos son computables. El
problema de la parada es un ejemplo.

An�lisis de algoritmos
Art�culo principal: An�lisis de algoritmos
Como medida de la eficiencia de un algoritmo, se suelen estudiar los recursos
(memoria y tiempo) que consume el algoritmo. El an�lisis de algoritmos se ha
desarrollado para obtener valores que de alguna forma indiquen (o especifiquen) la
evoluci�n del gasto de tiempo y memoria en funci�n del tama�o de los valores de
entrada.

El an�lisis y estudio de los algoritmos es una disciplina de las ciencias de la


computaci�n y, en la mayor�a de los casos, su estudio es completamente abstracto
sin usar ning�n tipo de lenguaje de programaci�n ni cualquier otra implementaci�n;
por eso, en ese sentido, comparte las caracter�sticas de las disciplinas
matem�ticas. As�, el an�lisis de los algoritmos se centra en los principios b�sicos
del algoritmo, no en los de la implementaci�n particular. Una forma de plasmar (o
algunas veces "codificar") un algoritmo es escribirlo en pseudoc�digo o utilizar un
lenguaje muy simple tal como Lexico, cuyos c�digos pueden estar en el idioma del
programador.

Algunos escritores restringen la definici�n de algoritmo a procedimientos que deben


acabar en alg�n momento, mientras que otros consideran procedimientos que podr�an
ejecutarse eternamente sin pararse, suponiendo el caso en el que existiera alg�n
dispositivo f�sico que fuera capaz de funcionar eternamente. En este �ltimo caso,
la finalizaci�n con �xito del algoritmo no se podr�a definir como la terminaci�n de
este con una salida satisfactoria, sino que el �xito estar�a definido en funci�n de
las secuencias de salidas dadas durante un periodo de vida de la ejecuci�n del
algoritmo. Por ejemplo, un algoritmo que verifica que hay m�s ceros que unos en una
secuencia binaria infinita debe ejecutarse siempre para que pueda devolver un valor
�til. Si se implementa correctamente, el valor devuelto por el algoritmo ser�
v�lido, hasta que eval�e el siguiente d�gito binario. De esta forma, mientras
eval�a la siguiente secuencia podr�n leerse dos tipos de se�ales: una se�al
positiva (en el caso de que el n�mero de ceros sea mayor que el de unos) y una
negativa en caso contrario. Finalmente, la salida de este algoritmo se define como
la devoluci�n de valores exclusivamente positivos si hay m�s ceros que unos en la
secuencia y, en cualquier otro caso, devolver� una mezcla de se�ales positivas y
negativas.

Ejemplo de algoritmo
El problema consiste en encontrar el m�ximo de un conjunto de n�meros. Para un
ejemplo m�s complejo v�ase Algoritmo de Euclides.

Descripci�n de alto nivel


Dado un conjunto finito {\displaystyle C} C de n�meros, se tiene el problema de
encontrar el n�mero m�s grande. Sin p�rdida de generalidad se puede asumir que
dicho conjunto no es vac�o y que sus elementos est�n numerados como {\displaystyle
c_{0},c_{1},\dots ,c_{n}} {\displaystyle c_{0},c_{1},\dots ,c_{n}}.

Es decir, dado un conjunto {\displaystyle C=\{c_{0},c_{1},\dots ,c_{n}\}}


{\displaystyle C=\{c_{0},c_{1},\dots ,c_{n}\}} se pide encontrar {\displaystyle m}
m tal que {\displaystyle x\leq m} {\displaystyle x\leq m} para todo elemento
{\displaystyle x} x que pertenece al conjunto {\displaystyle C} C.
Para encontrar el elemento m�ximo, se asume que el primer elemento ( {\displaystyle
c_{0}} c_{0}) es el m�ximo; luego, se recorre el conjunto y se compara cada valor
con el valor del m�ximo n�mero encontrado hasta ese momento. En el caso que un
elemento sea mayor que el m�ximo, se asigna su valor al m�ximo. Cuando se termina
de recorrer la lista, el m�ximo n�mero que se ha encontrado es el m�ximo de todo el
conjunto.

Descripci�n formal
El algoritmo puede ser escrito de una manera m�s formal en el siguiente
pseudoc�digo:

Algoritmo Encontrar el m�ximo de un conjunto


funci�n max( {\displaystyle C} C)

// {\displaystyle C} C es un conjunto no vac�o de n�meros//


{\displaystyle n} n ? {\displaystyle |C|} {\displaystyle |C|} // {\displaystyle |
C|} {\displaystyle |C|} es el n�mero de elementos de {\displaystyle C} C//
{\displaystyle m} m ? {\displaystyle c_{0}} c_{0}
para {\displaystyle i} i ? {\displaystyle 1} 1 hasta {\displaystyle n} n hacer
si {\displaystyle c_{i}>m} {\displaystyle c_{i}>m} entonces
{\displaystyle m} m ? {\displaystyle c_{i}} c_i
devolver {\displaystyle m} m
Sobre la notaci�n:

"?" representa una asignaci�n: {\displaystyle m} m ? {\displaystyle x} x significa


que la variable {\displaystyle m} m toma el valor de {\displaystyle x} x;
"devolver" termina el algoritmo y devuelve el valor a su derecha (en este caso, el
m�ximo de {\displaystyle C} C).
Implementaci�n
En lenguaje C++:

int max(int c[], int n)


{
int i, m = c[0];
for (i = 1; i < n; i++)
if (c[i] > m) m = c[i];
return m;
}
V�ase tambi�n
Tipos de algoritmos seg�n su funci�n
Algoritmo de ordenamiento
Algoritmo de b�squeda
T�cnicas de dise�o de algoritmos
Algoritmos voraces (greedy): seleccionan los elementos m�s prometedores del
conjunto de candidatos hasta encontrar una soluci�n. En la mayor�a de los casos la
soluci�n no es �ptima.
Algoritmos paralelos: permiten la divisi�n de un problema en subproblemas de forma
que se puedan ejecutar de forma simult�nea en varios procesadores.
Algoritmos probabil�sticos: algunos de los pasos de este tipo de algoritmos est�n
en funci�n de valores pseudoaleatorios.
Algoritmos determin�sticos: el comportamiento del algoritmo es lineal: cada paso
del algoritmo tiene �nicamente un paso sucesor y otro antecesor.
Algoritmos no determin�sticos: el comportamiento del algoritmo tiene forma de �rbol
y a cada paso del algoritmo puede bifurcarse a cualquier n�mero de pasos
inmediatamente posteriores, adem�s todas las ramas se ejecutan simult�neamente.
Divide y vencer�s: dividen el problema en subconjuntos disjuntos obteniendo una
soluci�n de cada uno de ellos para despu�s unirlas, logrando as� la soluci�n al
problema completo.
Metaheur�sticas: encuentran soluciones aproximadas (no �ptimas) a problemas
bas�ndose en un conocimiento anterior (a veces llamado experiencia) de los mismos.
Programaci�n din�mica: intenta resolver problemas disminuyendo su coste
computacional aumentando el coste espacial.
Ramificaci�n y acotaci�n: se basa en la construcci�n de las soluciones al problema
mediante un �rbol impl�cito que se recorre de forma controlada encontrando las
mejores soluciones.
Vuelta atr�s (backtracking): se construye el espacio de soluciones del problema en
un �rbol que se examina completamente, almacenando las soluciones menos costosas.
Temas relacionados
Cota inferior asint�tica
Cota ajustada asint�tica
Complejidad computacional
Diagramas de flujo
Diagrama Nassi-Shneiderman
M�quina de Turing
Disciplinas relacionadas
Ciencias de la Computaci�n
An�lisis de algoritmos
Complejidad computacional
Inform�tica
Inteligencia artificial
Investigaci�n operativa
Matem�ticas
Programaci�n
Referencias
Brassard, Gilles; Bratley, Paul (1997). Fundamentos de Algoritmia. Madrid:
PRENTICE HALL. ISBN 84-89660-00-X.
Real Academia Espa�ola. Diccionario de la lengua espa�ola "Conjunto ordenado y
finito de operaciones que permite hallar la soluci�n de un problema."
Cormen, Thomas; Leiserson, Charles; Rivest, Ronald; Stein, Clifford (2009).
Introduction to algorithms. Cambridge, Massachusetts: The MIT Press. ISBN 978-0-
262-53305-8.
Ralph P. Grimaldi (1998). �Propiedades de los n�meros enteros: Inducci�n
matem�tica�. Matem�ticas Discreta y Combinatoria. M�xico: Addison Wesley Longman de
M�xico. ISBN 968-444-324-2.
Johnsonbaugh, Richard (2005). �Introducci�n a la teor�a de n�meros�. Matem�ticas
Discretas. M�xico: PEARSON EDUCACI�N. ISBN 970-26-0637-3.
Carl Reynolds & Paul Tymann (2008). Schaum's Outline of Principles of Computer
Science. McGraw-Hill. ISBN 978-0-07-146051-4.
Gurevich, Yuri (2000). �Sequential Abstract State Machines capture Sequential
Algorithms�. ACM Transactions on Computational Logic 1 (1): 77-111. ISSN 1529-3785.
John E. Savage (1987). The Complexity of Computing. Krieger Publishing Co. ISBN
089874833X.
Sipser, Michael (2005). Introduction to the Theory of Computation (2 edici�n).
Course Technology. ISBN 978-0534950972. Archivado desde el original el 15 de junio
de 2006.
Nachum Dershowitz & Yuri Gurevich (2008). �A natural axiomatization of
computability and proof of Church's Thesis�. Bulletin of Symbolic Logic 14 (3):
299-350. ISSN 1079-8986.
Kelley, Dean (1995). Teor�a de Aut�matas y Lenguajes Formales. Prentice Hall. ISBN
0-13-497777-7. Archivado desde el original el 14 de noviembre de 2012. Consultado
el 23 de noviembre de 2009.
Bibliograf�a
Aho, A. The Design and Analysis of Computer Algorithms
Cormen, T. H., Leiserson, C. E., Rivest, R. L. y Stein, C. Introduction to
Algorithms (2nd ed.)
Brassard, G. y P. Bratley. Fundamentos de Algoritmia, (ISBN 848966000X)
Knuth, D. E. The Art of Computer Programming, [quien fue tambi�n, el creador del
TeX]
Mamber, U. Introduction to Algorithms. A Creative Approach
Sedgewick, R. Algorithms in C (3r ed) (tambi�n existen versiones en C++ y Java)