Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

EVALUACIÓN PEREZOSA

No description
by

Karen Colorado

on 18 November 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of EVALUACIÓN PEREZOSA

Evaluación perezosa
Los beneficios son:
El incremento en el rendimiento al evitar cálculos innecesarios, y en tratar condiciones de error al evaluar expresiones compuestas.
La capacidad de construir estructuras de datos potencialmente infinitas.
La capacidad de definir estructuras de control como abstracciones, en lugar de operaciones primitivas.

La estrategia de evaluación perezosa
Introducción
La evaluación mediante paso de parámetros por nombre usando punteros para compartir valores de expresiones se llama evaluación perezosa.
Técnicas de programación funcional perezosa
1.- Resultado para programas uniformes simples
2.- Resultado para programas uniformes
Definición.-
Sea R un programa inductivamente secuencial. Sea t un término encabezado por un símbolo de función definida y P un árbol definicional con pattern (P) = π tal que π ≤ t. Las partes de sustitución adelantada en el cómputo de λ (t, P) se obtienen mediante la aplicación α, de términos y árboles definicionales a substituciones, definida inductivamente como sigue:
Zartmann ha establecido la correspondencia entre las derivaciones que respetan una estrategia de narrowing necesario en un programa inductivamente secuencial R y las que respetan una estrategia perezosa en el correspondiente programa transformado Uz(R).
3.- Narrowing perezoso uniforma
Evaluación con lambda expresiones
Procesamiento con el infinito
Evaluación perezosa e impaciente
Programación modular
Full transcript