www.vorhilfe.de
- Förderverein -
Der Förderverein.

Gemeinnütziger Verein zur Finanzierung des Projekts Vorhilfe.de.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Impressum
Forenbaum
^ Forenbaum
Status VH e.V.
  Status Vereinsforum

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Suchen
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Komplexität & Berechenbarkeit" - Komplexität bestimmen
Komplexität bestimmen < Komplex. & Berechnb. < Theoretische Inform. < Hochschule < Informatik < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Komplexität & Berechenbarkeit"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Komplexität bestimmen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 09:52 Mo 08.09.2008
Autor: uecki

Aufgabe
a und b seinen n-dimensionale Vektoren, A eine reelle n x n Matrix. Bestimmen Sie die Komplexität der Berechnung der reellen Zahl r = [mm] a^T [/mm] * A * b.

Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.  

Hallo,

ich habe hier eine Lösung zu und zwar: [mm] n^2 [/mm] + n = [mm] O(n^2). [/mm] Aber warum ist das [mm] n^2 [/mm] +n ?
Ich dachte, da es drei Variablen sind die miteinander multipliziert werden, würde die Komplexität [mm] O(n^3) [/mm] sein...???

Danke schon mal ;-)


        
Bezug
Komplexität bestimmen: Antwort
Status: (Antwort) fertig Status 
Datum: 10:33 Mo 08.09.2008
Autor: Arralune

Wenn du über die Matrizen und Vektoren nichts weiteres weißt musst du die Formeln, die du aus der linearen Algebra kennst verwenden:
[mm]a^T * A * b = a^T * (A * b) = a^T * t[/mm]
wobei [mm]t[/mm] ein n-dimensionaler Vektor ist, der definiert wird als [mm]t_i = \sum_{j=1}^n A_{ij} * b_j[/mm]. Also musst du für diesen Teil der Rechnung n mal (alle [mm]t_i[/mm]) n Rechenoperationen (jeweils eine Addition und eine Multiplikation) ausführen, kommst also auf [mm]n^2[/mm]. Übrig bleibt noch die Berechnung von [mm]a^T*t[/mm] was zur Berechnung von [mm]\sum_{i=1}^n a_i * t_i[/mm] führt. Also n Operationen. Insgesamt also [mm]n^2 + n = O(n^2)[/mm] Operationen.
Als Pseudocode:

double[] t = new double[n]
for (int j = 0; j < n; j++) {
  double sum = 0;
  for (int i = 0; i < n; i++) {
    sum += A[i][j] * b[j];
  }
  t[i] = sum;
}
result = 0;
for (int i = 0; i < n; i++)
  result += a[i] * t[i];

Die tiefste Verschachtelung sind die oberen zwei For-Schleifen, also ist die Komplexität [mm]O(n^2)[/mm]. Wenn man die temporäre Variable weglässt und das Ergebnis direkt als [mm]\sum_{i=1}^n\sum_{j=1}^n a_i * A_{ij} * b_j[/mm] berechnet wird die quadratische Abhängigkeit noch deutlicher. Als Pseudocode wäre das dann:

result = 0;
for (int j = 0; j < n; j++) {
  double sum = 0;
  for (int i = 0; i < n; i++) {
    sum += A[i][j] * b[j];
  }
  result += a[i] * sum;
}

Die Anzahl der multiplizierten Variablen hat mit der Komplexität nichts zu tun, wir nehmen ja an, dass Zahlen in konstanter Zeit multipliziert werden können, a * b * c mit a, b, c Skalar hätte also die Komplexität [mm]O(1)[/mm]

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Komplexität & Berechenbarkeit"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
ev.vorhilfe.de
[ Startseite | Mitglieder | Impressum ]