Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Proyecto Estadística
La estadística en mi carrera
Tema:
ANÁLISIS DE MÉTODOS ALGORÍTMICOS DE ORDENAMIENTO
Integrantes:
que pone elementos de una lista o un vector en una secuencia dada por una relación de orden,
relación de orden dada. Las relaciones de orden más usadas son el orden numérico y el orden
algoritmos que requieren listas ordenadas para una ejecución rápida. También es útil para
poner datos en forma canónica y para generar resultados legibles por humanos.
búsquedas de los miembros del conjunto ordenado. El ordenar un grupo de datos significa
mover los datos o sus referencias para que queden en una secuencia por categorías y en forma
ascendente o descendente.
1
2. IMPORTANCIA DE LA ESTADÍSTICA EN LA DE INGENIERÍA EN
CIENCIAS COMPUTACIONALES
información está codificada en forma de bits en una memoria de computadora, los procesos
que antes se hacían manuales ahora se dan de forma automatizada, pero como saber cuáles
son los métodos más eficientes a usar para la implementación de lo requerido. Aquí encaja la
estadística, con el objetivo de tratar de tomar la mejor decisión de tal forma que podamos
automatizado, la estadística siempre trata de que sean finitos, eficaces y efectivos: finito que
se realice en un mínimo tiempo; eficaz que consuma poca memoria; efectivo que funcione
correctamente; para esto se realizan varias pruebas con el fin de tomar muestras de las
resultados obtenidos del estudio de una forma clara y precisa, para posteriormente tomar las
2
3. DESCRIPCIÓN DE VARIABLES ALEATORIAS
En nuestro estudio analizaremos 4 los métodos de ordenamiento los cuales son: Inserción,
Selección, Bubble y ShellSort. Con la toma de datos 100 aleatorios en el software estadístico
terminación, sea ésta una terminación normal, en que el programa tuvo la posibilidad de
Este término suele emplearse, en oposición a tiempo de compilación, para indicar si una
acción o hecho sucede en uno u otro tiempo. En nuestro estudio la unidad básica de
La memoria de acceso aleatorio (RAM, por sus siglas en inglés) es uno de los elementos
CPU hace uso de ella para guardar los datos y las instrucciones que está ejecutando en un
3
momento determinado. Por tanto, actúa de manera temporal y pierde el contenido cuando se
valores decimales.
Diremos que algoritmo prefieren por lo general los programadores, siendo esto un dato
cualitativo de tal forma que idealizado seria: 1.- Burbuja, 2.- ShellSort, 3.- Selección, 4.-
Inserción, para así poderlo trabajar como una distribución discreta binomial o geométrica.
siendo esto un dato cualitativo de tal forma que idealizado seria: 1.- Python, 2.- Java, 3.-
Otros, para así poderlo trabajar como una distribución discreta binomial o geométrica.
Diremos que sistema operativo prefieren por lo general los programadores, siendo esto un
dato cualitativo de tal forma que idealizado seria: 1.- Windows, 2.- Mac, 3.- Linux, para así
4
4. ANÁLISIS DESCRIPTIVO E INTERPRETACIÓN DE RESULTADOS.
elementos desordenados, que en cada prueba el orden no es el mismo, por ende los tiempos
Tabla 1.1
Tabla de frecuencias tiempo de ordenamiento Bubble
Marca Frecuencia Frecuencia Frecuencia Frecuencia
Clase INTERVALO
clase absoluta relativa acumulada acumulada
5
Lm Ls
relativa
1 1,1789 61,1789 31,1789 52 0,52 52 0,52
2 61,1789 121,1789 91,1789 17 0,17 69 0,69
3 121,1789 181,1789 151,1789 19 0,19 88 0,88
4 181,1789 241,1789 211,1789 6 0,06 94 0,94
5 241,1789 301,1789 271,1789 4 0,04 98 0,98
6 301,1789 361,1789 331,1789 1 0,01 99 0,99
7 361,1789 421,1789 391,1789 1 0,01 100 1,00
Histograma Bubble
0.6
0.52
0.5
Frecuencia relativa
0.4
0.3
0.17 0.19
0.2
400
300
Burbuja
200
100
6
Datos 1.2: del Tiempo Ejecución Bubble
0,0005 0,0667 0,1003 0,1481 0,2485 0,3068 0,4307 0,5465 0,7118 1,0942
0,0100 0,0670 0,1024 0,1528 0,2500 0,3105 0,4374 0,5534 0,7240 1,1086
0,0147 0,0752 0,1032 0,1679 0,2600 0,3258 0,4505 0,5647 0,7566 1,1395
0,0161 0,0817 0,1038 0,1739 0,2611 0,3264 0,4622 0,5659 0,7575 1,3317
0,0217 0,0851 0,1080 0,1740 0,2666 0,3633 0,4764 0,5679 0,8242 1,4765
0,0266 0,0864 0,1088 0,2064 0,2773 0,3697 0,4961 0,5886 0,8581 1,5578
0,0346 0,0874 0,1159 0,2143 0,2815 0,3928 0,4995 0,6561 0,8978 1,6243
0,0372 0,0891 0,1161 0,2213 0,2867 0,3956 0,5033 0,6577 0,9041 1,6403
0,0492 0,0942 0,1426 0,2251 0,2972 0,3988 0,5134 0,6600 0,9665 1,7917
0,0530 0,0945 0,1456 0,2474 0,3005 0,4294 0,5375 0,6777 1,0557 1,9185
Tabla 1.2
Tabla de frecuencias ShellSort
INTERVALO Frecuencia
Clas Marca Frecuencia Frecuencia Frecuencia
acumulada
e clase absoluta relativa acumulada
Lm Ls relativa
0,280
1 0,0005 0,1405 46 0,46 46 0,46
5
0,560
2 0,2805 0,4205 26 0,26 72 0,72
5
0,840
3 0,5605 0,7005 13 0,13 85 0,85
5
1,120
4 0,8405 0,9805 7 0,07 92 0,92
5
1,400
5 1,1205 1,2605 2 0,02 94 0,94
5
1,680
6 1,4005 1,5405 4 0,04 98 0,98
5
1,960
7 1,6805 1,8205 2 0,02 100 1,00
5
0.35
0.3 0.26
0.25
0.2
0.15 0.13
0.1 0.07
0.02 0.04 0.02
0.05
0
1 2 3 4 5 6 7
Clase
7
Gráfica de caja de ShellSort
2,0
1,5
ShellSort
1,0
0,5
0,0
Tabla 1.3
Tabla de frecuencias Selección
INTERVALO Frecuencia
Frecuencia Frecuencia Frecuencia
Clase Marca clase acumulada
absoluta relativa acumulada
Lm Ls relativa
1 0,8170 56,8170 28,8170 61 0,61 61 0,61
2 56,8170 112,8170 84,8170 24 0,24 85 0,85
8
3 112,8170 168,8170 140,8170 10 0,1 95 0,95
4 168,8170 224,8170 196,8170 5 0,05 100 1,00
5 224,8170 280,8170 252,8170 0 0 100 1,00
6 280,8170 336,8170 308,8170 0 0 100 1,00
7 336,8170 392,8170 364,8170 0 0 100 1,00
Histograma Selecti on
0.7
0.61
0.6
frecuencia relativa
0.5
0.4
0.3 0.24
0.2
0.1
0.1 0.05
0 0 0
0
1 2 3 4 5 6 7
clase
200
150
Seleccion
100
50
9
1,982 18,628 29,289 35,553 43,897 63,997 120,636 192,236
2 9,8117 6 1 7 9 1 82,6565 3 7
3,862 10,072 18,858 29,791 35,851 46,381 64,903 131,226 233,008
4 0 1 6 0 7 3 86,1446 2 2
4,127 10,231 21,906 30,302 37,436 47,481 66,411 135,731 245,147
3 5 8 5 0 8 9 87,4321 4 9
4,707 11,080 22,003 30,969 37,451 49,114 66,501 141,721 272,311
2 2 8 9 1 7 3 89,4168 0 2
4,996 11,202 22,365 31,384 37,688 51,203 67,168 101,522 146,784 294,751
2 9 9 7 3 7 6 1 2 2
5,095 11,384 22,617 31,417 38,776 53,090 69,142 104,776 148,686 315,280
5 4 1 7 7 5 4 4 2 8
6,499 11,801 23,221 32,183 39,785 53,598 69,884 106,951 152,710 351,779
3 4 9 3 4 4 2 2 3 3
6,800 12,529 23,817 32,959 41,783 56,197 71,713 115,116 157,947 391,524
1 9 7 7 2 4 9 8 8 6
Tabla 1.4
Tabla de frecuencias consumo de memoria Inserción
INTERVALO Frecuencia
Clas Marca Frecuencia Frecuencia Frecuencia
acumulada
e clase absoluta relativa acumulada
Lm Ls relativa
1 0,0242 1,8242 0,9242 57 0,57 57 0,57
2 1,8242 3,6242 2,7242 23 0,23 80 0,80
3 3,6242 5,4242 4,5242 12 0,12 92 0,92
4 5,4242 7,2242 6,3242 0 0 92 0,92
5 7,2242 9,0242 8,1242 3 0,03 95 0,95
10,824
6 9,0242 9,9242 3 0,03 98 0,98
2
10,824 12,624
7 11,7242 2 0,02 100 1,00
2 2
10
Histograma Inserti on
0.7
0.6
0.6
frecuencia relativa
0.5
0.4
0.3
0.19
0.2
0.12
0.1 0.03
0.02 0.02 0.02
0
1 2 3 4 5 6 7
clase
350
300
250
Insercion
200
150
100
50
Tabla 2
Tabla de medidas de dispersión, tendencia central, posición del tiempo
Medi Desviación Varianz Coeficiente de Mínim Median Máxim
Variable Q1 Q3
a Estándar a variación o a o
0,9 4,7
Bubble 3,21 3,14 9,88 0,98 0,03 2,05
5 9 13,57
0,4 2,2
ShellSort 1,53 1,54 2,38 1,01 0,00 1,02
1 4 6,89
Selecció 0,6 2,8
2,14 2,08 4,32 0,97 0,00 1,55
n 1 5 10,46
0,6 3,0
Inserción 2,30 2,57 6,61 1,12 0,02 1,33
8 4 12,01
Nota:
11
4.2.1. Algoritmo de Ordenamiento Bubble
Tabla 2.1
Tabla de frecuencias consumo de memoria Bubble
INTERVALO Frecuencia
Clas Marca Frecuencia Frecuencia Frecuencia
acumulada
e clase absoluta relativa acumulada
Lm Ls relativa
1 0,0332 2,0332 1,0332 49 0,49 49 0,49
2 2,0332 4,0332 3,0332 20 0,2 69 0,69
3 4,0332 6,0332 5,0332 11 0,11 80 0,80
4 6,0332 8,0332 7,0332 12 0,12 92 0,92
10,033
5 8,0332 9,0332 3 0,03 95 0,95
2
10,033 12,033
6 11,0332 2 0,02 97 0,97
2 2
12,033 14,033
7 13,0332 3 0,03 100 1,00
2 2
12
Histograma Bubble
0.6
0.49
0.5
0.4
Frecuencia
0.3
0.2
0.2
0.11 0.12
0.1
0.03 0.02 0.03
0
1 2 3 4 5 6 7
Clases
12
10
8
Burbuja
13
4.2.2. Algoritmo de Ordenamiento ShellSort
Tabla 2.2
Tabla de frecuencias consumo de memoria ShellSort
Frecuencia
Clas INTERVALO Marca Frecuencia Frecuencia Frecuencia
acumulada
e clase absoluta relativa acumulada
Lm Ls relativa
0,004 1,004
1 0,5041 50 0,5 50 0,50
1 1
1,004 2,004
2 1,5041 22 0,22 72 0,72
1 1
2,004 3,004
3 2,5041 12 0,12 84 0,84
1 1
3,004 4,004
4 3,5041 9 0,09 93 0,93
1 1
4,004 5,004
5 4,5041 2 0,02 95 0,95
1 1
5,004 6,004
6 5,5041 2 0,02 97 0,97
1 1
6,004 7,004
7 6,5041 3 0,03 100 1,00
1 1
14
Histograma Shell Sort
0.6
0.5
0.5
0.4
Axis Title
0.3
0.22
0.2
0.12
0.09
0.1
0.02 0.02 0.03
0
1 2 3 4 5 6 7
Axis Title
4
ShellSort
15
0,1203 0,4167 0,6310 0,9798 1,4759 1,9431 2,5136 3,1708 4,3593 7,7421
0,1981 0,4246 0,6427 1,0787 1,5161 1,9630 2,5530 3,2124 4,6832 8,1431
0,1993 0,4656 0,6740 1,1333 1,5372 1,9767 2,6687 3,3577 4,8395 10,4551
Tabla 2.3
Tabla de frecuencias consumo de memoria Selección
INTERVALO Frecuencia
Clas Marca Frecuencia Frecuencia Frecuencia
acumulada
e clase absoluta relativa acumulada
Lm Ls relativa
0,001
1 1,5014 0,7514 48 0,48 48 0,48
4
1,501
2 3,0014 2,2514 28 0,28 76 0,76
4
3,001
3 4,5014 3,7514 12 0,12 88 0,88
4
4,501
4 6,0014 5,2514 6 0,06 94 0,94
4
6,001
5 7,5014 6,7514 1 0,01 95 0,95
4
7,501
6 9,0014 8,2514 4 0,04 99 0,99
4
9,001 10,501
7 9,7514 1 0,01 100 1,00
4 4
Histograma Selecti on
0.6
0.5 0.48
0.4
Axis Title
0.3 0.28
0.2
0.12
0.1 0.06 0.04
0.01 0.01
0
1 2 3 4 5 6 7
Axis Title
16
Gráfica de caja de Seleccion
10
Seleccion 8
17
INTERVALO Frecuencia
Clas Marca Frecuencia Frecuencia Frecuencia
acumulada
e Lm Ls clase absoluta relativa acumulada
relativa
1 0,0242 1,8242 0,9242 57 0,57 57 0,57
2 1,8242 3,6242 2,7242 23 0,23 80 0,80
3 3,6242 5,4242 4,5242 12 0,12 92 0,92
4 5,4242 7,2242 6,3242 0 0 92 0,92
5 7,2242 9,0242 8,1242 3 0,03 95 0,95
6 9,0242 10,8242 9,9242 3 0,03 98 0,98
10,824
7 12,6242 11,7242 2 0,02 100 1,00
2
Histograma Inserti on
0.6 0.57
0.5
Frecuencia Relativa
0.4
0.3
0.23
0.2
0.12
0.1
0.03 0.03 0.02
0
0
1 2 3 4 5 6 7
Clases
12
10
8
Inserción
18
4-26;1-23;2-25;-3-26
Tabla 3
Tabla de medidas de dispersión, tendencia central, posición del tiempo
Mod Desviación Varianz Coeficiente de Mínim Median Máxim
Variable Q1 Q3
a Estándar a variación o a o
Preferenci 2,0 3,0
3y4 1,08 1,17 2,31 1,00 2,50
a 0 0 4,00
Tabla 3.1
Tabla de frecuencias preferencia algoritmo
Clas Frecuencia Frecuencia Frecuencia Frecuencia acumulada
e absoluta relativa acumulada relativa
Burbuja 1 23 0,23 23 0,23
ShellSort 2 25 0,25 48 0,48
Selecció
3 26 0,26 74 0,74
n
Inserción 4 26 0,26 100 1
19
Histograma Preferencia de Algoritmo
0.27
0.26
0.26
0.25
Frecuencia Relativa
0.25
0.24
0.24
0.23
0.23
0.22
0.22
1 2 3 4
Clase
4,0
3,5
3,0
Algoritmo
2,5
2,0
1,5
1,0
20
2 3 3 3 2 3 1 3 3 3
2 1 2 2 2 3 2 2 1 3
1 3 3 3 2 3 3 2 1 1
3 1 3 1 2 1 3 1 3 1
1 3 2 1 3 1 3 1 3 2
1 2 2 1 3 1 2 2 3 2
Tabla 4
Tabla de frecuencias preferencia lenguaje
0.34
0.33
0.32 0.32
0.32
0.31
0.3
1 2 3
Clases
21
Gráfica de caja de lenguaje
3,0
2,5
Lenguaje 2,0
1,5
1,0
Tabla 5
Tabla de frecuencias preferencia lenguaje
22
0
Histogrma preferencia OS
0.37
0.36
0.36
0.35
0.34
0.34
0.33
0.32
0.31
0.3
0.3
0.29
0.28
0.27
1 2 3
Gráfica de caja de os
3,0
2,5
2,0
os
1,5
1,0
23
5. CONCLUSIONES
Gracias al análisis realizado y al uso de las herramientas estadísticas podemos llegar a las
siguientes conclusiones:
Por medio de la variable “Tiempo de ejecución” resultó que ordenar arreglos por el
método de “ShellSort” es más eficiente que por medio del resto de los algoritmos,
pudimos evidenciar esto gracias a obtener su media, y esta resultó ser menor al de los
demás algoritmos.
Con respecto a la variable aleatoria discreta “Consumo de memoria”, entre los cuatro
resto de los algoritmos por tener una media menor al resto llegamos a la conclusión
que para casos en donde se tiene pocos recursos de memoria es mejor utilizar el
algoritmo de "ShellSort".
Mediante las variables aleatorias cualitativas en la cual tenemos tres variables a analizar
siendo estas:
"ShellSort" para la ordenación de datos, y a la vez otro 26% concluyo que prefieren
24
Lenguaje de Preferencia por Programador: Cada programador tiene un lenguaje de
programador se siente cómodo al trabajar con él, por lo que decimos analizarlo en esta
programar en el lenguaje "Python", mientras otro 32% dice que es más eficiente
OS más utilizado por los Programadores: Existen varios Sistemas Operativos (OS)
usados hoy en día pero los más nombrados son: Mac, Windows y Linux, y mediante
nuestro análisis de los 100 programadores entrevistados un 36% dicen que utilizan
25
6. BIBLIOGRAFÍA.
Aho, A. V., Hopcroft, J. E., & Ullman, J. D. (1988). Estructuras de datos y algoritmos
(Vol. 1) Addison-Wesley Iberoamericana. Obtenido de:
http://dspace.ucbscz.edu.bo/dspace/handle/123456789/1147
G., ALMAGRO, M., & LLABRÉS, T. (2004). Estadística práctica con MiniTab.
Obtenido de: https://books.google.es/books?
hl=es&lr=&id=7RaoAgAAQBAJ&oi=fnd&pg=PR18&dq=minit+ab&ots=jnm2i5c02
T&sig=lSRKzZaE3wMptrUtZp22EG21tZA
Javier Gutiérrez, Michael González. Parte II: Estructuras de Datos y Algoritmos.
UNIVERSIDAD DE CANTABRIA FACULTAD DE CIENCIAS.
http://www.ctr.unican.es/asignaturas/lan/algoritmos-2en1.pdf
Luis E. Vargas Azcona. Problemas y Algoritmos.
http://lobishomen.files.wordpress.com/2011/01/libropre3.pdf
Fernando A. Lagos B. Algoritmos de Ordenamiento Informe de
http://blog.zerial.org/ficheros/Informe_Ordenamiento.pdf
26