Importancia del curso computacion en mi carrera
- 1. 2014 KELLY GONZALES JACINTO UNIVERSIDAD CESAR VALLEJO 13-2-2014
- 2. IMPORTANCIA DEL CURSO COMPUTACION EN MI CARRERA En la actualidad la información aumenta rápidamente en nuestros medios de comunicación puesto que se requieren de aparatos o dispositivos electrónicos para encontrar o dar información con rapidez. Parece insignificante preguntarse porqué Aprender computación es de gran importancia ya que casi todo tipo de trabajo se hace en computadoras. Alguien debe aprender computación, pero se cree científicamente que las personas de más de 45 años tienen problemas con la tecnología, pues a medida que avanza la edad, más la rechazan y más difícil se les hace aprender. Se debe hacer cuando se tiene importancia. Para algunas personas es realmente difícil aprender computación, pero se tiene que ver como una necesidad puesto que lo ocupamos para realizar un trabajo, por entretenimiento, etc., actualmente nuestro planeta es que cada vez es más sofisticado, tecnificado y globalizado. Las comunicaciones han cambiado. Antes se enviaba una carta que demoraba semanas o meses. Ahora un simple mail puede comunicarnos en un instante con cualquier parte del mundo. Antes recurríamos a las enormes enciclopedias en libros para buscar información. Hoy, casi todo se encuentra en la red. Tanto para quien estudia como para quien busca un trabajo, independientemente de la edad. Estas son algunas razones por la que saber computación debe ser importante para nosotros, pues tiene un gran potencial y para quien no conoce esta herramienta, tiene un largo camino por recorrer.
- 3. Teoría de la computación La teoría de la computación es una rama de la matemática y la computación que centra su interés en las limitaciones y capacidades fundamentales de las computadoras. Específicamente esta teoría busca modelos matemáticos que formalizan el concepto de hacer un cómputo (cuenta o cálculo) y la clasificación de problemas. Teoría de autómatas Esta teoría provee modelos matemáticos que formalizan el concepto de computadora o algoritmo de manera suficientemente simplificada y general para que se puedan analizar sus capacidades y limitaciones. Algunos de estos modelos juegan un papel central en varias aplicaciones de las ciencias de la computación, incluyendo procesamiento de texto, compiladores, diseño de hardware e inteligencia artificial. Los tres principales modelos son los autómatas finitos, autómatas con pila y máquinas de Turing, cada uno con sus variantes deterministas y no deterministas. Los autómatas finitos son buenos modelos de computadoras que tienen una cantidad limitada de memoria, los autómatas con pila modelan los que tienen gran cantidad de memoria pero que solo pueden manipularla a manera de pila (el último dato almacenado es el siguiente leído), y las máquinas de Turing modelan las computadoras que tienen una gran cantidad de memoria almacenada en una cinta. Estos autómatas están estrechamente relacionados con la teoría de lenguajes formales; cada autómata es equivalente a una gramática formal, lo que permite reinterpretar la jerarquía de Chomsky en términos de autómatas. Teoría de la compatibilidad Esta teoría explora los límites de la posibilidad de solucionar problemas mediante algoritmos. Gran parte de las ciencias computacionales están dedicadas a resolver problemas de forma algorítmica, de manera que el descubrimiento de problemas imposibles es una gran sorpresa. La teoría de la compatibilidad es útil para no tratar de resolver algorítmicamente estos problemas, ahorrando así tiempo y esfuerzo. Los problemas se clasifican en esta teoría de acuerdo a su grado de imposibilidad:
- 4. Los computables son aquellos para los cuales sí existe un algoritmo que siempre los resuelve cuando hay una solución y además es capaz de distinguir los casos que no la tienen. También se les conoce como decidirles, resolubles o recursivos. Los semicomputables son aquellos para los cuales hay un algoritmo que es capaz encontrar una solución si es que existe, pero ningún algoritmo que determine cuando la solución no existe (en cuyo caso el algoritmo para encontrar la solución entraría a un bucle infinito). El ejemplo clásico por excelencia es el problema de la parada. Teoría de la complejidad computacional Aun cuando un problema sea computable, puede que no sea posible resolverlo en la práctica si se requiere mucha memoria o tiempo de ejecución. La teoría de la complejidad computacional estudia las necesidades de memoria, tiempo y otros recursos computacionales para resolver problemas; de esta manera es posible explicar por qué unos problemas son más difíciles de resolver que otros. Uno de los mayores logros de esta rama es la clasificación de problemas, similar a la tabla periódica, de acuerdo a su dificultad. En esta clasificación los problemas se separan por clases de complejidad. Esta teoría tiene aplicación en casi todas las áreas de conocimiento donde se desee resolver un problema computacionalmente, porque los investigadores no solo desean utilizar un método para resolver un problema, sino utilizar el más rápido. La teoría de la complejidad computacional también tiene aplicaciones en áreas como la criptografía, donde se espera que descifrar un código secreto sea un problema muy difícil a menos que se tenga la contraseña, en cuyo caso el problema se vuelve fácil.