Computación en Sistemas Complejos (Ponencia Oct, 2014)

Computacin en sistemas complejos
Nelson Alfonso Gmez Cruz

gomez.nelson@urosario.edu.co
Laboratorio de Modelamiento y Simulacin
Escuela de Administracin
Octubre de 2014
Complejidad y computacin
El modelo estndar de computacin
La tesis fuerte de Church-Turing
Por qu la tesis fuerte de Church-Turing es un
solo un mito?
Nuevas perspectivas acerca de la computacin
en sistemas complejos
solo un mito?
Gracias al computador fue literalmente posible
ver la complejidad de los fenmenos.
Desde entonces, esta relacin ha tenido diversos
matices:
Uso de computadores para manipular datos.
Uso de computadores para simular sistemas complejos.
Uso de sistemas complejos para propsitos de la
computacin (metafrica y literalmente).
Comprensin de la complejidad en trminos de
computacin.
Dos tipos de sistemas complejos

Sistemas complejos (punto!).
Sistemas complejos adaptativos.
Sistemas complejos
Insectos sociales
Ejemplos de sistemas de complejidad creciente

Una hormiga guerrera solitaria es
comportamentalmente muy simple
[]. Si 100 hormigas guerreras se
ubican sobre una superficie plana,
ellas caminaran en crculos hasta
morir de agotamiento. En nmero
extremadamente alto, sin embargo,
la historia es diferente.
Nigel Franks
Insectos sociales

Hormigas
tendiendo un
puente entre
dos hojas
Las hormigas se organizan a s mismas para producir estructuras

ms complejas de lo que cualquier hormiga sola puede hacer
Insectos sociales
La colonia como un todo puede realizar tareas muy complejas, sin un

control central. Esto es, sin una hormiga o un grupo de ellas a cargo.
Insectos sociales

Red de nidos interconectados
conformando una super-colonia
Insectos sociales
Construccin de
un puente sobre el
agua
Cada hormiga secreta qumicos para comunicarse con sus vecinas, sin tener
una visin de conjunto (global). Esto se conoce como un sistema
descentralizado y auto-organizado.
Cerebro

El cerebro tiene mucho en
comn con las hormigas. Partes
ms o menos homogneas que
interactan.
Neuronas (hormigas)
Sinapsis (feromonas)
Comunicacin limitada.
Cerebro

Se compone de unos 100
billones de neuronas y de
cerca de 100 trillones de
conexiones entre estas.
Las neuronas son
extremadamente simples
No hay un control central.
Cerebro

El conjunto de neuronas y sus
conexiones dan lugar a
complejas dinmicas y
funciones cerebrales:
Memoria.
Cognicin
Conciencia.
Inteligencia.
Sentimientos.
Cerebro
Ejemplos de sistemas complejos
Las neuronas se han organizado en distintas reas funcionales.
Sistema inmune

rganos del sistema inmune
Sistema inmune

Involucra trillones de clulas
que viajan por el flujo
sanguneo y el sistema
linftico auto-regulando el
cuerpo, protegindolo y
curndolo de daos o
enfermedades.
Clulas del sistema inmune

atacando un clula
cancergena
Sistema inmune

Las clulas del sistema inmune se comunican mediante
seales qumicas (como las hormigas).
Trabajan juntas, pero sin un plan o un control central.
As mantienen la salud del organismo.
Lanzan ataques coordinados contra cualquier cosa que
amenace el cuerpo.
La poblacin de clulas puede cambiar o adaptarse de
acuerdo con amenazas especficas.
El sistema inmune aprende de sus interacciones con
patgenos.
Internet
Red de comercio internacional (2001)
Fuente: https://www.princeton.edu/~artofsci/gallery2006/view.php%3Fid=58.html
Red de comercio internacional al 6400%
Fuente: https://www.princeton.edu/~artofsci/gallery2006/view.php%3Fid=58.html
Complejidad en el lmite del caos

Stephen Wolfram (1959)
(2002)
Complejidad en el lmite del caos

Stephen Wolfram (1959)
Fijo
Peridico
Complejo
Chris Langton (1948)
Catico
0.0
Espacio de reglas de los autmatas celulares y
regmenes dinmicos
1.0
Transiciones de fase en el lmite del caos
alta
Complejidad
complejo
peridico
catico
fijo
baja
0.0
1.0
Dinmica de la informacin
vs. dinmica de la energa
De acuerdo con Langton, los sistemas complejos evolucionan hacia un
punto crtico en el que la dinmica de la informacin toma el control
sobre la dinmica de la energa.
Sistemas
fsicos
Sistemas
biolgicos
Dinmica de la
informacin
Dinmica de la
energa
Zona crtica
Dinmica de la informacin = procesamiento de

informacin = computacin
Vida artificial (Langton, 1992).

Filosofa de la informacin y la computacin (Fioridi, 2004).
Teora de algoritmos super-recursivos (Burgin, 2005).
Sistemas complejos (Mitchell, 2009).
Ciencias de la computacin (Dening, 2010).
Computacin natural (Rozenberg, et al., 2012).
Computacin biolgica (Mitchell, 2012).
Info-computacionalismo (Dodig-Crnkovic, 2014).

La caracterstica ms sobresaliente de los sistemas

complejos es que su comportamiento (y su funcionalidad!)
est basado en una compleja dinmica de la informacin.
Una definicin posible de sistema complejo (SC)
1. Un SC es aquel en el cual extensas redes

de componentes sin control central y
reglas de operacin simples dan lugar a
un comportamiento colectivo complejo,
sofisticado procesamiento de
informacin, y adaptacin a travs de
aprendizaje o evolucin.
2. Un SC es aquel que exhibe

comportamientos emergentes y autoorganizados no triviales.
2009, Oxford University Press

Permite mantener activamente la organizacin del

sistema (Tsuda, Zauner, Gunji & 2006).
Permite la interaccin con el entorno (Sol & Macia, 2011).

La computacin, as comprendida, involucra:
percepcin,
almacenamiento (memoria),
recuperacin, discriminacin,
transmisin (comunicacin),
modificacin,
transformacin y
(re)ordenamiento de informacin.
La computacin es el rasgo distintivo ms relevante de los

sistemas de complejidad creciente (vs. fractalidad,
autoorganizacin.).
En este sentido, puede considerarse la complejidad como
una forma de computacin emergente creada al borde
mismo del caos (Emmeche, 1998).
Hiptesis: En los sistemas de complejidad creciente, el

grado de complejidad es directamente proporcional a la
sofisticacin (expresividad, poder computacional) del
procesamiento de informacin soportado por dichos
sistemas.
solo un mito?

El modelo estndar de computacin es la
Mquina de Turing (MT).
La MT fue formulada por Alan Turing, en
1936, como respuesta al programa
formalista de D. Hilbert.
Alan Turing (1912-1954)
David Hilbert (1862-1943)

El modelo estndar de computacin es la
Mquina de Turing (MT).
La MT fue formulada por Alan Turing, en
1936, como respuesta al programa
formalista de D. Hilbert.
Puntualmente, en respuesta al problema
de decisin (Entscheidungsproblem).
El objetivo era establecer un mtodo

efectivo (algortmico) para decidir si un
postulado cualquiera de la aritmtica es un
teorema o no.
Turing demostr que dicho problema
es, en general, indecidible!
David Hilbert (1862-1943)

La MT formaliza la nocin de algoritmo
(mtodo efectivo).
Un algoritmo equivale a los clculos
aritmticos que puede llevar a cabo un
operario humano entrenado SIN HACER
USO DE SU INTELIGENCIA.
La MT puede resolver cualquier problema
matemtico que pueda modelarse
algortmicamente (esto es, de forma
mecnica y determinstica).
La MT aplica para nmeros computables,
funciones (parcialmente) recursivas y
predicados computables.
La mquina de Turing
Reglas
1
2
3
.
.
.
Estado actual: inicio
Smbolo Actual: 0
cabeza lectora
cinta
La MT transforma cadenas de entrada en cadenas de salida
El mundo de los problemas algortmicos (I)
Lo no computable
(indecidible)
No puede resolverse con una

mquina de Turing
Ej. el problema de la detencin.
Lo computable
(decidible)
Puede resolverse con una

mquina de Turing
Ej. sumar 2+2
Basado en: Harel, D. (2000). Computer Ltda. Oxford: Oxford University Press.
El mundo de los problemas algortmicos (I)
Lo no computable
(indecidible)
No puede resolverse con una

mquina de Turing
Ej. el problema de la detencin.
Lo computable
(decidible)
Puede resolverse con una

mquina de Turing
Ej. sumar 2+2
El mundo de los problemas algortmicos (II)

Existe inter-reducibilidad
Ej. el problema de la detencin
vs. el problema del mosaico.
Lo altamente no
computable
Lo no computable
Lo computable
Ejemplo del
problema del
mosaico

La reducibilidad no es
bidireccional
Lo altamente no
computable
Ej. el problema de la detencin

vs. el problema de verificacin.
Lo no computable
Lo computable
Verificador de
programas
hipottico

Lo altamente no
computable
Lo no computable
Lo computable
El mundo de los problemas algortmicos (III)

Lo altamente no
computable
Lo no computable
Lo intratable
Lo tratable
No existe un algoritmo de tiempo

polinomial que lo resuelva
Existe un algoritmo de tiempo
polinomial que lo resuelve
El mundo de los problemas algortmicos (III)

Lo altamente no
computable
Teora de la
computabilidad
Lo no computable
Lo intratable
Teora de la complejidad
computacional
Lo tratable
Modelos equivalentes a la MT
Las funciones recursivas de Gdel y el clculo de Church

resultaron ser equivalentes a la MT
La tesis de Church-Turing
Siempre que haya un mtodo efectivo (algoritmo) para
obtener los valores de una funcin matemtica, esta puede
ser computada por una MT o por el clculo lambda.
Esta tesis captura la expresividad (poder computacional) de la
MT.
Goldin & Wegner, 2008
Otros modelos equivalentes a la MT
Funciones de Herbrand
Funciones parcialmente recursivas de Kleene
Sistemas de Post
Algoritmos de Markov
Gramticas libres de contexto de Chomsky
MT no determinsticas
MT multi-cinta
MT multi-pista
La MT y los primeros computadores
La MT sirvi como como modelo terico para la

construccin de los primeros computadores.
Dichos computadores fueron, por tanto,
implementaciones prcticas de la MT.
El currculo de ACM
Por las dos razones anteriores, en 1968, ACM se vale
de las nociones de algoritmo y mquina de Turing para
darle estatus cientfico a las ciencias de la computacin
(computer science).
Adicionalmente, recomend que los currculos en
ciencias de la computacin deban centrarse en el
estudio de los algoritmos.
Por qu la tesis fuerte de Church-Turing es
falsa?
Una MT puede computar cualquier

cosa que un computador pueda
hacer.
La MT puede resolver todos los

problemas que son expresables
como computaciones.
(Sipser, 2005)
Tres afirmaciones que soportan la

adopcin de la tesis fuerte de ChurchTuring
Afirmacin 1: Todos los problemas computables
son basados en funciones.
Razn: Adopcin de principios matemticos para las
nociones fundamentales de la computacin (la
computabilidad se identifico con la computacin de
funciones y con la MT).

Afirmacin 2: Todos los problemas computables
pueden ser descritos por un algoritmo.
Razn: Adopcin de los algoritmos como el concepto
central y completo de las ciencias de la computacin.

Afirmacin 3: Los algoritmos son lo que los
computadores hacen.
Razn: Ampliacin del concepto de algoritmo para hacerlo
ms prctico.
La mquina de Turing y la complejidad
De acuerdo con la hiptesis de Church-Turing, la

computacin de cualquier tipo puede ser reducida a
la actividad de una mquina de Turing
Modelos bio-inspirados equivalentes a la

MT
Peptide computing (Balan & Jrgensen, 2008; Balan,
Krithivasan & Sivasubramanyam, 2002)
P-Systems (Paun, 2006)

Von Neumann Machines (Shiff, 2008 )
Extended Watson-Crick L-Systems (Sears, 2010)
DNA computing models
Gene assembly in ciliates
Por qu la fuerte de Church-Turing es un solo un mito?
Nuevas perspectivas acerca de la computacin en
sistemas complejos
Afirmacin 1 (Qu es computacin?)

Todos los problemas computables son basados en funciones.
La teora de la computacin precede a las

ciencias de la computacin, que nacieron en la
dcada de 1960.
Sus fundadores fueron matemticos: Gdel,
Keene, Chuch, Turing.
Todos (salvo Turing) igualaron la nocin de
computacin con la de computacin de funciones.
Esto se conoce como la visin matemtica del
mundo: todos los problemas computables se
basan en funciones.

Este libro es una introduccin a la

teora de la computabilidad y no
computabilidad, usualmente referida
como la teora de funciones
recursivas la nocin de MT ha sido
central en el desarrollo.
Martin Davis
(1958)

De la visin matemtica del mundo asume que la

computacin es cerrada y terminante.
Entrada(s)
Computacin
Salida(s)

Esta postura fue aceptada con entusiasmo por los

lderes de las ciencias de la computacin:
Von Neumann
Knuth
Karp
Rabin
Scott

La MT sirvi, desde el principio, como modelo

terico para la computacin basada en funciones.

Corolario de la tesis de Turing (TT): Un problema es

resoluble si existe una MT para computarlo.
Esto se desprende de:

TT (computacin basada en funciones = MT)
+
Visin matemtica del mundo (los problemas computables se
basan en funciones)
La dificultad de hallar modelos ms expresivos soport la validez

de este postulado.
La visin interactiva del mundo

La computacin puede ser vista como la
transformacin constante (ongoing) de entradas
en salidas.
Qu funcin, por ejemplo, computa un sistema
operativo (SO)?
De hecho, un SO nunca termina, por tanto no
genera una salida.
Conduciendo de la casa al trabajo

El problema: crear un vehculo capaz de conducirnos de la
casa al trabajo, donde la ubicacin de la casa y el trabajo
son las entradas (puede incluirse un mapa).
Este problema, sobre el mundo real, no se puede
computar con funciones.
Sin embargo, el problema es computable se emplea un

sistema que interactu con el entorno y que ajuste su
comportamiento durante la computacin.
Afirmacin 2 (Cul es el rol de los algoritmos?)

Todos los problemas computables pueden ser descritos por un algoritmo
Los algoritmos son recetas para llevar a cabo

computacin basada en funciones.
Rol de los algoritmos: dada una entrada finita x, un
algoritmo describe los pasos para transformar
efectivamente x en una salida y, donde y es f(x) para
alguna funcin recursiva f.

Las ciencias de la computacin estn interesadas en la

informacin, en el mismo sentido en que la fsica se
interesa en la energa
Tal inters lleva a investigar modos efectivos para
representar la informacin, algoritmos efectivos para
tratar la informacin, lenguajes efectivos para
representar los algoritmos... y maneras efectivas para
realizar eso con costos razonables.
ACM recommendations, 1995
Esto ayud a establecer las ciencias de la computacin como una
disciplina acadmica legtima.

El rol central de los algoritmos en la teora y en las

ciencias de la computacin llev a pensar que cualquier
problema de cmputo es algortmico.

Los algoritmos son lo que los computadores hacen
Por su parte, en el plano prctico la

nocin de algoritmo se relaj.
Un algoritmo es una coleccin

de instrucciones simples para
llevar a cabo alguna tarea.
Comunes en la vida cotidiana,
los algoritmos algunas veces
son llamados procedimientos o
recetas...
(Sipser, 2005)

Los algoritmos son lo que los computadores hacen
Lo que resultado de la dicotoma es la tesis fuerte de

Church-Turing misma:
Una mquina de Turing puede hacer cualquier cosa que
un computador pueda hacer
Los problemas computacionales modernos
Muchos de los sistemas computacionales

modernos no son bien expresados/modelados por
la MT.
Esto aplica para sistemas fsicos, qumicos,

biolgicos, sociales, pero tambin para redes
concurrentes de dispositivos computacionales
como Internet, sistemas operativos, interaccin de
protocolos
Dos afirmaciones ms que corroboran la

tesis fuerte de Church-Turing
Afirmacin 4: La MT sirve como un modelo
general para los computadores.
Razn: Comprensin errada de la definicin de una MT.
Los computadores modernos reflejan la sintaxis de la MT,

pero no su semntica.
Dos afirmaciones ms que corroboran la

tesis fuerte de Church-Turing
Afirmacin 5: La MT puede simular cualquier
computador.
Razn: Creer que la MT permite computacin de
propsito general.
Afirmacin 5: La MT puede simular cualquier

computador.
Tesis de universalidad: cualquier clase de dispositivo
efectivo para computar funciones puede ser simulado por
una MT.
Sumada a la visin matemtica del mundo
Corolario de universalidad: cualquier computador puede

ser simulado por una MT.
Las cinco afirmaciones corregidas
Afirmacin 1: todos los problemas computables son

basados en funciones.
Correccin: todos los problemas algortmicos son
basados en funciones.
Afirmacin 2: todos los problemas computables

pueden ser descritos por un algoritmo.
Correccin: todos los problemas basados en
funciones pueden ser descritos por un algoritmo.
Afirmacin 3: los algoritmos son lo que los

computadores hacen.
Correccin: los algoritmos son lo que los primeros
computadores hacan.
Afirmacin 4: la MT sirve como un modelo general

para los computadores.
Correccin: la MT sirve como un modelo general
para los primeros computadores.
Afirmacin 5: la MT puede simular cualquier

computador.
Correccin: la MT puede simular cualquier dispositivo
de cmputo algortmico.
Una sexta afirmacin
Afirmacin 6: las MTs no puede computar todos los

problemas, ellas no pueden todo lo que los
computadores reales [artificiales o naturales] pueden
hacer.
La mquina de Turing
Es algortmica (su comportamiento es arreglado,
mecnico).
Se basa en funciones (establece un mapeo entre
entradas y salidas).
Determinstica (responde a la nocin de casa-efecto).

Lineal (hay proporcionalidad entre lo que entra y lo que
sale).
Es cerrada (nada entra ni sale durante la computacin).
Cuenta con recursos finitos (tiempo y espacio).
La mquina de Turing
No es un modelo de computacin completo.
No es adecuado para buena parte de las
aplicaciones modernas de la computacin.
Notablemente, no lo es para la computacin
natural.
Por qu la tesis de Turing es un solo un mito?
Nuevas perspectivas acerca de la computacin en
sistemas complejos
El panorama normal para la computacin
Lo no computable
(indecidible)
Lo computable
(decidible)
Un nuevo panorama para la computacin
Lo no computable
(indecidible)
Lo computable
(decidible)
Hypercomputacin
Computacin algortmica
Teora de la hipercomputacin
La teora de la hipercomputacin se refiere a la posibilidad

terica y prctica de computar nmeros y funciones que la
MT es incapaz de computar.
Modelos de hyper-computacin
Mquinas de eleccin
Mquinas con orculo
Mquinas inorganizadas
Mquinas de Turing aceleradas
Computacin anloga
Mquinas de Zeus
MT inductivas
Mquinas de ensayo y error
Modelos bio-inspirados de hypercomputacin
Cellular automata (von Neumann, 1966)

Computing by carving (Calude & Paun, 2001)
Neural computing (Siegelmann, 2003)
Accelerated P Systems (Calude & Paun, 2004)
Lineages of automata (Verbaan, van Leeuwen &
Wiedermann, 2005)
Evolutionary Turing Machine (Eberbach, 2005)

Fuzzy membrane computing (Syropoulos, 2008)
Teora de la hipercomputacin
La teora de la hipercomputacin se refiere a la posibilidad

terica y prctica de computar nmeros y funciones que la
MT es incapaz de computar.
Mejor: la hipercomputacin, adems de explorar la
posibilidad terica y prctica de computar nmeros y
funciones que la MT es incapaz de computar, est
relacionada con comportamientos y fenmenos que caen
fuera del inters de la MT (es decir, en otros marcos de
relevancia).
Hipercomputacin no clsica
Clsica
Hipercomputacin
No-Clsica
Hipercomputacin no clsica y complejidad
Complexity, 2014
Principios para lograr hipercomputacin

Interaccin con el mundo.
Infinidad de recursos.
Evolucin del sistema.
Autoorganizacin (?)
Desarrollo (?)
Prospectos para la computacin biolgica

Computacin interactiva (Goldin & Wegner, 2008; 2005;
Goldin, Smolka & Wegner, 2006).
Redes automodificantes (Kampis, 1991).
Autmatas evolutivos (Burgin & Eberbach, 2005).
Redes neuronales anlogas recurrentes (Siegelman,
2013).
Modelo actor (Hewitt, 2010).
Computacin interactiva: revisin

Wegner (1997, 1998) conjetur que la computacin
interactiva (CI) es ms expresiva que la computacin
algortmica.
Goldin et al. (2004) introducen las mquinas persistentes
de Turing para capturar la interaccin secuencial y as
prubar la conjetura de Wegner.
Goldin y Wegner (2008) muestran que la CI no secuencial
es ms expresiva que la secuencial.
Wegner, Eberbach y Burgin (2012) demuestran que la CI
es ms completa (computacionalmente) que la MT y, sin
embargo, no es un modelo completo.
Interaccin y expresividad
+
expresividad
Computacin
interactiva
distribuda
Computacin
interactiva
secuencial
Computacin
algortmica
-
Conclusiones
Basadas en la computacin interactiva
Comprender los sistemas complejos en trminos de

procesamiento de informacin implica, necesariamente
mejores modelos que la MT.
Computacin interactiva vs. algortmica
La computacin interactiva captura la nocin de sistemas

abiertos. Un rasgo fundamental de la complejidad.
En los sistemas interactivos, por tanto, el entorno se
convierte en una parte fundamental del sistema.
El entorno es dinmico, no delimitado y cargado de

incertidumbre (en los sistemas complejos).
Por tanto, es no computable desde el punto de vista
algortmico y no controlable.
La idea de interaccin introduce, adems, la nocin de

historia en las ciencias de la computacin.
Anlogamente a como la termodinmica del no equilibrio lo
hizo en la fsica.
Una computacin en un sistema interactivo es un proceso

de interaccin continuo (ongoing).
Antes que la mera transformacin, basada en funciones
computables, de una entrada en una salida.
La computacin interactiva se caracteriza por ser no

terminante. Detener la computacin equivale a llevar al
sistema al equilibrio.
Eso significa que el problema de la detencin de Turing es
irrelevante en este contexto.
Gracias!

Computación en Sistemas Complejos (Ponencia Oct, 2014)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Computación en Sistemas Complejos (Ponencia Oct, 2014)

Cargado por

Copyright:

Formatos disponibles

Computacin en sistemas complejos

Nelson Alfonso Gmez Cruz

Computacin en sistemas complejos

Computacin en sistemas complejos

Dos tipos de sistemas complejos

Sistemas complejos adaptativos.

Ejemplos de sistemas de complejidad creciente

Ejemplos de sistemas de complejidad creciente

Las hormigas se organizan a s mismas para producir estructuras

Ejemplos de sistemas de complejidad creciente

La colonia como un todo puede realizar tareas muy complejas, sin un

Ejemplos de sistemas de complejidad creciente

Ejemplos de sistemas de complejidad creciente

Ejemplos de sistemas de complejidad creciente

Ejemplos de sistemas de complejidad creciente

Ejemplos de sistemas de complejidad creciente

Ejemplos de sistemas complejos

Las neuronas se han organizado en distintas reas funcionales.

Ejemplos de sistemas complejos

Ejemplos de sistemas complejos

Clulas del sistema inmune

Ejemplos de sistemas complejos

Red de comercio internacional (2001)

Red de comercio internacional al 6400%

Complejidad en el lmite del caos

Complejidad en el lmite del caos

Chris Langton (1948)

Transiciones de fase en el lmite del caos

Dinmica de la informacin = procesamiento de

Vida artificial (Langton, 1992).

Dinmica de la informacin = procesamiento de

La caracterstica ms sobresaliente de los sistemas

Una definicin posible de sistema complejo (SC)

1. Un SC es aquel en el cual extensas redes

2. Un SC es aquel que exhibe

Dinmica de la informacin = procesamiento de

Permite mantener activamente la organizacin del

Dinmica de la informacin = procesamiento de

Computacin en sistemas complejos

La computacin es el rasgo distintivo ms relevante de los

Computacin en sistemas complejos

Hiptesis: En los sistemas de complejidad creciente, el

Computacin en sistemas complejos

El modelo estndar de computacin

David Hilbert (1862-1943)

El modelo estndar de computacin

Alan Turing (1912-1954)

El objetivo era establecer un mtodo

El modelo estndar de computacin

Alan Turing (1912-1954)

La MT transforma cadenas de entrada en cadenas de salida

El mundo de los problemas algortmicos (I)

No puede resolverse con una

Puede resolverse con una

El mundo de los problemas algortmicos (I)

No puede resolverse con una

Puede resolverse con una

El mundo de los problemas algortmicos (II)

El mundo de los problemas algortmicos (II)

Ej. el problema de la detencin

El mundo de los problemas algortmicos (II)

El mundo de los problemas algortmicos (III)

No existe un algoritmo de tiempo