Medianas y Estadísticas de Orden

Agustín J. González
ELO320: Estructura de Datos y Algoritmos
1 er. Sem. 2004

1
Conceptos
 La estadística de orden i-ésimo de un conjunto de n
elementos es el elemento i-ésimo más pequeño.
 El mínimo es la estadística de primer orden.
 La mediana es el punto en la “mitad del camino”
 La mediana se ubicas en i=  (n+1)/2  e
i=(n+1)/2
 Problema de selección:
Entrada: un conjunto de n números y un número i
1<= i <= n
Salida: El elemento x tal que es mayor que
exactamente otros i-1.

2
Mínimo y máximo
 Mínimo(A)
min = A[1;
for (i=2; i<=length(A); i++)
if (min > A[i )
min = A[i;
 Puede ser hecho en tiempo (n).
 ¿Cómo encontramos el i-ésimo lugar de un
conjunto?
 Ejercicio: ¿Cuántas veces se ejecuta la asignación
del mínimo?

3
 Ejercicio: Número de Asignaciones de
Máximo
 El siguiente programa determina el máximo valor en un arreglo no ordenado A[1..n].
 max = -"infinito";
 for (i=1; i <=n; i++) {
 if (A[i] > max)
 max = A[i]; /* linea 4 */
 Se desea determinar el número promedio de veces que la asignación de la línea 4 es ejecutada. Suponga
que los números en A fueron tomados aleatoriamente del intervalo [0,1].
 Si un número x es aleatoriamente escogido dentro de un conjunto de n número distintos, ¿cuál es la
probabilidad que x sea el mayor número del conjunto?
 1/n
 Cuando la línea 4 es ejecutada, ¿cuál es la relación entre A[i] y A[j] para 1 <=j <= i?
 A[i] > A[j]
 Para cada i en el rango 1 <= i <=n, ¿cuál es la probabilidad que la línea 4 sea ejecutada?
 1/i
 Sea s1,s2,..,sn variables aleatorias, donde si representa el número de veces (0 ó 1) que la línea 4 es
ejecutada durante la i-ésima iteración. ¿Cuál es el valor esperado E[si]?
 E[si] = 0*P(que línea 4 no sea ejecutada) + 1*P(línea 4 sí sea ejecutada) = 1/i
 Determine el valor esperado para el número total de veces que la línea 4 es ejecutada.
 E[número de veces pedido] = E[s1+s2+s3+...+sn] = E[s1]+E[s2]+...+E[sn]=1+1/2+1/3+...+1/n
 Como nota interesante (fuera del certamen) 1+1/2+1/3+...+1/n =(lg n).

4
 ( ) Método integral para acotar
sumatorias

1 2
n 1 n 1 n
 1 x dx  ln( x)
1
1
 ln(n  1) < 1 / i
i 1
<

n 1 n 1
1  1 dx  1  ln( x  1) 2  1  ln(n)
2 ( x  1)
5
 Problema de selección
 Problema de selección: Basta usar una forma adaptada de
Quicksort o Randomized_Quicksort. En ésta sólo nos
preocupamos de donde se encuentra la estadística del orden que
buscamos.
 Randomized_Select(A, p,r,i)
if (p==r)
return A[p;
q = Randomized_Partition(A,p,r);
k = q -p+1;
if (i <= k)
return Randomized_Select(A,p,q,i);
else
return Randomized_Select(A, q+1, r, i-k);
 El tiempo de este algoritmo es (n) en promedio y su peor caso
es (n2).

6
 Divertimento
 Una fábrica de aspirinas tiene 7 depósitos con
aspirinas de 100 mg correspondientes a la
producción de cada día de una semana.
 El generente de producción fue notificado que
durante un día de la semana las aspirinas resultaron
de 110 mg.
 Usando una pesa sólo una vez, ¿Cómo puede
determinar el depósito con las aspirinas defectuosas?

Lu Ma Mi Ju Vi Sa Do