Notasi Asimtot untuk Analisis Efisiensi Waktu

dokumen-dokumen yang mirip
Program Attributes. Algorithm Analysis. Time Consumption. Algoritma

Design and Analysis of Algorithms CNH2G3- Week 3 Notasi Asymptotic dan Kelas Dasar Efisiensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

2 BARISAN BILANGAN REAL

I. DERET TAKHINGGA, DERET PANGKAT

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

Design and Analysis of Algorithm

Definisi Integral Tentu

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI

Hendra Gunawan. 14 Februari 2014

Distribusi Pendekatan (Limiting Distributions)

BAB I ALGORITMA. Buku Ajar Metode Numerik, didanai oleh Proyek HEDS tahun

Persamaan Non-Linear

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

Bab 3 Metode Interpolasi

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

Hendra Gunawan. 12 Februari 2014

TINJAUAN PUSTAKA Pengertian

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

BARISAN DAN DERET. Nurdinintya Athari (NDT)

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

I. PENDAHULUAN II. LANDASAN TEORI

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Modul Kuliah statistika

BARISAN TAK HINGGA DAN DERET TAK HINGGA

DERET DAN APROKSIMASI

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

MA1201 MATEMATIKA 2A Hendra Gunawan

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

BAB II TINJAUAN PUSTAKA

Deret dan Aproksimasi. Deret MacLaurin Deret Taylor

Modul 1. (Pertemuan 1 s/d 3) Deret Takhingga

PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati

BAB 2 LANDASAN TEORI

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.1, Februari 2013

Barisan dan Deret. Modul 1 PENDAHULUAN

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa

DERET Matematika Industri 1

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB 2 LANDASAN TEORI

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

Himpunan Kritis Pada Graph Caterpillar

Design and Analysis Algorithm

BAB II TINJAUAN PUSTAKA

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

BAB VIII KONSEP DASAR PROBABILITAS

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

Penyelesaian Persamaan Non Linier

ARRAY. Pertemuan 2. Array dapat didefinisikan sebagai suatu himpunan hingga elemen yang terurut dan homogen.

Batas Bilangan Ajaib Pada Graph Caterpillar

PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI

x = μ...? 2 2 s = σ...? x x s = σ...?

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

UKURAN PEMUSATAN DATA

Pengertian Secara Intuisi

Algoritma dan Struktur Data

B a b 1 I s y a r a t

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A

PERBANDINGAN HASIL PENGUJIAN INTERCEPT

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

Bab 7 Penyelesaian Persamaan Differensial

Statistik Bisnis 2. Week 5 Comparing the Means of Two Independent Populations

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

Metode Akra-Bazzi Sebagai Generalisasi Metode Master Dalam Menyelesaikan Relasi Rekurensi

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Sistem Bilangan Kompleks (Bagian Ketiga)

1 n MODUL 5. Peubah Acak Diskret Khusus

Deret Fourier. Modul 1 PENDAHULUAN

Bab IV. Penderetan Fungsi Kompleks

MATEMATIKA DISKRIT FUNGSI

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

Pengenalan Pola. Regresi Linier

BAB VI DERET TAYLOR DAN DERET LAURENT

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

Transkripsi:

Notasi Asimtot utuk Aalisis Efisiesi Waktu Aalisis Algoritma 14/09/2006 CS3024-FAZ 1

Isi Notasi Asimtot: O (big oh) (big omega) (big theta) Kelas-kelas Efisiesi Dasar CS3024-FAZ 2

Pada bahasa berikut t() & g(): setiap fugsi o egatif didefiisika pada sekumpula agka alami t() algoritma ruig time Biasaya dididikasika oleh perhituga operasi dasarya C() g() beberapa fugsi sederhaa utuk membadigka perhituga dega CS3024-FAZ 3

O(g()): Iformally O(g()) adalah kumpula semua fugsi dega tigkat pertumbuha lebih kecil atau sama dega g() Cotoh: O( 2 ); 100 + 5 O( 2 ) ½ (-1) O( 2 ) 3 O( 2 ); 0.0001 3 O( 2 ); 4 ++1 O( 2 ) CS3024-FAZ 4

(g()): Iformally (g()) kumpula semua fugsi dega tigkat pertumbuha lebih besar atau sama dega g() Examples: 3 ( 2 ) ½ (-1) ( 2 ) 100 + 5 ( 2 ) CS3024-FAZ 5

(g()): Iformally (g()) adalah kumpula semua fugsi dega tigkat pertumbuha sama dega g() Examples: a 2 +b+c; a>0 ( 2 ); 2 +si ( 2 ) ½ (-1) ( 2 ); 2 +log ( 2 ) 100 + 5 ( 2 ); 3 ( 2 ) = CS3024-FAZ 6

Notasi-O: Formally DEF1: Sebuah fugsi t() dikataka himpua bagia dari O(g()),ditujukka oleh t() O(g()), jika t() di batas atas beberapa pegali kotsta dari g() utuk semua ukura Cotoh: terdapat beberapa kostata positif c da beberapa iteger oegatif 0, yaitu: t() cg() utuk semua 0 CS3024-FAZ 7

Ilustrasi :t() O(g()) cg() t() does't matter 0 CS3024-FAZ 8

Cotoh: 100 + 5 O( 2 ) DEF1: cari c ad 0, sehigga t() cg() utuk semua 0 100 + 5 100 + (for all 5) = 101 101 2 c=101, 0 =5 100 + 5 100 + 5 (for all 1) = 105 105 2 c=105, 0 =1 CS3024-FAZ 9

-otatio: Formally DEF2: Suatu fugsi t() dikataka himpua bagia dari (g()), ditujukka dega t() (g()), jika t() dibatasi dibawah beberapa pegali kosta dari g() for semua ukura Cotoh: terdapat beberapa kostata positif c da beberapa iteger oegatif 0, yaitu: t() cg() for all 0 CS3024-FAZ 10

Ilustrasi : t() (g()) t() cg() does't matter 0 CS3024-FAZ 11

Cotoh: 3 ( 2 ) DEF2: temuka c da 0, sehigga t() cg() utuk semua 0 3 2 (for all 0) c=1, 0 =0 CS3024-FAZ 12

-otatio: Formally DEF3: Fugsi t() dikataka himpua bagaia (g()), ditujukka oleh t() (g()), jika t() dibatasi diatas da dibawah beberapa pegali tetap dari g() for utuk semua ukura Cotoh: terdapat beberapa kostata positif c da beberapa iteger oegatif 0, yaitu: c 2 g() t() c 1 g() for all 0 CS3024-FAZ 13

t() (g()): Illustratio c 1 g() t() does't matter c 2 g() 0 CS3024-FAZ 14

Cotoh: ½(-1) ( 2 ) DEF3: temuka c 1 da c 2 da beberapa iteger oegatif 0, sehigga c 2 g() t() c 1 g() for all 0 Batas atas ½ (-1) = ½ 2 ½ ½ 2 (for all 0) Batas bawah : ½ (-1) = ½ 2 ½ ½ 2 - ½ ½ (for all 2) = ¼ 2 c 1 = ½, c 2 = ¼, 0 = 2 CS3024-FAZ 15

Kelas-kelas Efisiesi Dasar Efisiesi waktu sejumlah besar algoritma terbagi ke dalam beberapa kelas 1, log,, log, 2, 3, 2,! Kostata pegali diabaika algoritma pada efisiesi yag lebih buruk mugki saja memproses lebih cepat dibadig algoritma pada efisesi yag lebih baik Cotoh Alg A: 3, alg B: 10 6 2 ; kecuali > 10 6,alg B memproses lebih cepat daripada alg A CS3024-FAZ 16

Class: 1 Nama: costat Kometar: Efisiesi pada kasus terbaik Haya sedikit cotoh yag ada ruig time algoritma biasaya aka mejadi tak terbatas ketika ukura iputya meigkat tak terbatas CS3024-FAZ 17

Class: log Nama: logarithmic Kometar: Biasaya merupaka hasil pemotoga ukura problem dega faktor kosta pada tiap iterasi algoritma Algoritma logaritmik tidak dapat meerima semua iput atau bahka pembagia tetap dari iput tersebut: sembarag algoritma yag melakukaya setidakya aka memiliki liear ruig time CS3024-FAZ 18

Class: Nama: liear Kometar: Algoritma yag memeriksa sebuah daftar dega ukura (cotoh: pecaria sekuesial) termasuk dalam class ii CS3024-FAZ 19

Class: log Nama: -log- Kometar: Bayak algoritmadivide-ad-coquer, termasuk merge sort ad quick sort pada kasus average, masuk dalam class ii CS3024-FAZ 20

Class: 2 Nama: quadratic Kometar: Khususya, algoritma yag megkarakterisasi efisiesi megguaka dua loopig yag diembed Cotoh stadar: algoritma sortig dasar da operasi tertetu pada matrik -by- CS3024-FAZ 21

Class: 3 Nama: cubic Kometar: Biasaya, algoritma yag megkarakterisasi efisiesi megguaka dua loopig yag diembed Beberapt algoritma otrivial dari aljabar liear masuk ke dalam class ii CS3024-FAZ 22

Class: 2 Nama: expoetial Kometar: Diguaka khusus utuk algoritma yag megeerate seluruh subset suatu set dega - elemet Istilah expoetial setig diguaka utuk hal ii da bahka utuk algoritma dega tigkat pertumbuha yag lebih cepat CS3024-FAZ 23

Class:! Nama: factorial Kometar: Khusus utuk algoritma yag dipakai utuk me-geerate semua permutasi suatu set dega -elemet CS3024-FAZ 24

Properti yag bergua Teorema: Jika t 1 () O(g 1 ()) da t 2 () O(g 2 ()), maka t 1 () + t 2 () O(max{g 1 (), g 2 ()}) Teorima tersebut berlaku juga pada otasi ad CS3024-FAZ 25

Cotoh Alg yag dipakai utuk memeriksa apakah dalam array terdapat eleme yag sama: 1. Sort the array 2. Sca array yag telah di sort utuk memeriksa kesamaa eleme berikutya (1) = ½(-1) compariso O( 2 ) (2) = -1 compariso O() The efficiecy of (1)+(2) = O(max{ 2,}) = O( 2 ) CS3024-FAZ 26

Usig Limits for Comparig OoG A coveiet method for comparig order of growth of two specific fuctios Three pricipal cases: lim 0 t( ) c g ( ) implies implies implies that t()has that t()has that t()has a smaller OoG tha g() thesame OoG as g() a larger OoG tha g() The first two cases t() O(g()); the last two cases t() (g()); the secod case aloe t() (g()) CS3024-FAZ 27

Limit-based: why coveiet? It ca take advatage of the powerful calculus techiques developed for computig limits, such as L Hopital s rule Stirlig s formula lim t( ) g( ) lim t'( ) g'( )! 2 e for large value of CS3024-FAZ 28

Example (1) Compare OoG of ½(-1) ad 2. 1 2 2 ( 1) 1 1 1 lim lim lim 1 2 2 2 2 1 2 The limit = c ½(-1) ( 2 ) Compare OoG of log 2 ad 1 log (log 2 )' (log 2 e) lim 2 lim lim 2log 2 elim 1 ( )' The limit = 0 log 2 has smaller order of 2 0 CS3024-FAZ 29

Example (2) Compare OoG of! ad 2. lim! 2 lim 2 2 e lim 2 2 e lim 2 2e The limit =! (2 ) CS3024-FAZ 30

Exercises (1) 1. True or false: (+1)/2 O( 3 ) (+1)/2 O( 2 ) (+1)/2 ( 3 ) (+1)/2 () 2. Idicate the class (g()): ( 2 +1) 10 (10 2 +7+3) ½ 2 log (+2) 2 +(+2) 2 log (/2) CS3024-FAZ 31

Exercises (2) 3. Prove that every polyomial p() = a k k + a k-1 k-1 + + a 0 with a k > 0 belogs to ( k ) 4. Prove that expoetial fuctios a have differet orders of growth for differet values of base a > 0 CS3024-FAZ 32

Exercises (3) 5. You are facig a wall that stretches ifiitely i both directios. There is a door i the wall, but you kow either how far away or i which directio. You ca see the door oly whe you are right ext to it. Desig a algorithm that eables you to reach the door by walkig at most O() steps where is the (ukow to you) umber of steps betwee your iitial positio ad the door. CS3024-FAZ 33