Notasi Asymtotik Pertemuan 2.

Slides:



Advertisements
Presentasi serupa
Algoritma dan Struktur Data
Advertisements

Eko Aribowo Teknik Informatika Universitas Ahmad Dahlan
Metode Analisis Asymtotic
DERET Deret tak hingga adalah pernyataan penjumlahan bilangan/variabel yang tak hingga banyaknya berbentuk : a1 + a2 + a an Dengan.
PERSAMAAN DIFFRENSIAL
Tim Matematika Diskrit
Kompleksitas Algoritma
Desain dan Analisis Algoritma
MATEMATIKA DISKRIT Kompleksitas Algoritma Kelompok 9
Kompleksitas Waktu Asimptotik
Kompleksitas Algoritma
Kompleksitas Waktu Asimptotik
Kompleksitas Algoritma
Pertemuan-3 Laju Pertumbuhan Fungsi : Pengertian, motivasi dan manfaat
14. KOMPLEKSITAS ALGORITMA.
Anggota kelompok : Ade AchmadAmisena( ) Abdul wahab( )
METODE DERET PANGKAT.
Desain dan Analisis Algoritma
GRUP SIKLIK.
Pertemuan 3 ALGORITMA & FUNGSI KOMPLEKSITAS
DERET TAYLOR DAN ANALISIS GALAT
Matakuliah : K0342 / Metode Numerik I Tahun : 2006
Matakuliah : METODE NUMERIK I
14. KOMPLEKSITAS ALGORITMA. Untuk keperluan analisis algoritma, kita perlu mengetahui seberapa cepat pertumbuhan atau perkembangan suatu fungsi. Pertumbuhan.
P31035 Algorithms and Complexity 3 SKS
SUB GRUP Definisi. Suatu sub himpunan tak kosong H dari Grup G dikatakan subgrup dari G, jika dengan operasi perkalian dalam G, H membentuk Grup.
ALGORITMA & PEMROGRAMAN I-A
Kompleksitas Algoritma
Notasi Asimptotik Team Fasilkom.
Tentang Operator, Fungsi Eigen, dan Nilai Eigen,.
Algoritma rekursif dan relasi rekurensi
Strategi Algoritma Kuliah 2 : Kompleksitas Algoritma
MATERI PERKULIAHAN ANALISIS ALGORITMA
Pertemuan 25 MERANCANG ALGORITMA DENGAN KOMPLEKSITAS TERTENTU
Analisis Algoritma Team Fasilkom.
PENGANTAR STRUKTUR DATA
CSG523/ Desain dan Analisis Algoritma
Materi 10 LOGIKA & ALGORITMA.
MATERI PERKULIAHAN ANALISIS ALGORITMA
Mata kuliah : K0144/ Matematika Diskrit Tahun : 2008
Faktor analisa algoritma
Pseudo-code.
Matakuliah : T0034/Perancangan & Analisis Algoritma
SISTEM PERSAMAAN LINEAR
Modul 6 : Analisis Algoritma dan Struktur Data
Analisis Algoritma & Struktur Data
NOTASI ASIMTOTIK (ASYMTOTIC NOTATION)
Mata kuliah : K0144/ Matematika Diskrit Tahun : 2008
ALGORITMA DAN PEMROGRAMAN III
Modul 4 : Analisis Algoritma & Struktur Data
Sistem Persamaan Linear
Analisa Algoritma Asimtotik.
Kompleksitas Algoritma
Generate & Test.
Kompleksitas Waktu Asimtotik
FAKTORIAL.
Kode Sempurna Tri Kusmaryati
Persamaan Diferensial Bernoulli. Persamaan diferensial (1.14) merupakan persamaan diferensial linear orde-1 (dalam variabel v), dan dapat diselesaikan.
Dr. Mufid Nilmada, SSi., MMSI
Pengantar Strategi Algoritma
SISTEM PERSAMAAN LINEAR
GRUP SIKLIK.
TEOREMA LAGRANGE.
Barang yang diturunkan ke bidang miring
Notasi Asimptotik Team Fasilkom.
6.6 Penggunaan Ekstrapolasi untuk Integrasi Misalkan I(h) adalah perkiraan nilai integrasi dengan jarak antara titik data adalah h (h < 1). Dari persaman.
SISTEM PERSAMAAN LINEAR
Notasi Asimptotik Team Fasilkom.
Desain dan Analisis Algoritma
Mathematical Analysis of Non Recursive Algorithms
Transcript presentasi:

Notasi Asymtotik Pertemuan 2

Definisi  

 

Notasi Big O (big – Oh) Merupakan batas atas fungsi atau order waktu proses. g : N → R+ O(g(n)) merupakan kumpulan fungsi-fungsi N → R+ yang mempunyai batas atas g(n) untuk nilai n yang cukup besar Paling sering digunakan untuk analisis

DEFINISI. T(n) = O(f(n)) (dibaca “T(n) adalah O(f(n)” yang artinya T(n) berorde paling besar f(n) ) bila terdapat konstanta C dan n0 sedemikian sehingga T(n)  C(f (n)) untuk n  n0. f(n) adalah batas lebih atas (upper bound) dari T(n) untuk n yang besar.

Contoh 1. Tunjukkan bahwa T(n) = 3n + 2 = O(n). Penyelesaian: 3n + 2 = O(n) karena 3n + 2  3n + 2n = 5n untuk semua n  1 (C = 5 dan n0 = 1).

Contoh 2. Tunjukkan bahwa T(n) = 2n2 + 6n + 1 = O(n2). Penyelesaian: 2n2 + 6n + 1 = O(n2) karena   2n2 + 6n + 1  2n2 + 6n2 + n2 = 9n2 untuk semua n  1 (C =9 dan n0 = 1).

Teorema  Jika f(n) = am nm + am-1 nm-1 + . . .+ a1 n + a0 adalah polinomial tingkat m, maka f(n) = Ο(nm) Contoh: f(n) = 3n5 + 4n4 + 10n2 + 56 = Ο(n5 ) f(n) = 9n7 + 5n6 + 36 = Ο(n7 ) f(n) = 8n9 = Ο(n9 ) f(n) = n6 + 19 = Ο(n6 ) f(n) = 25 = Ο(n0 ) = Ο(1)

Aturan Untuk Menentukan Kompleksitas Waktu Asimptotik

Contoh: c ← a + b for i ← 1 to n do repeat for j ← 1 to n do Banyaknya operasi F(n) Big-O 1 kali F(n)=1 O(1) n kali F(n)=n O(n) n2 kali F(n)=n2 O(n2 )

Merupakan kebalikan dari big-O   Merupakan kebalikan dari big-O Ω (g(n)) = g(n) merupakan batas bawah fungsi-fungsi f(n)

 

Carilah contoh perhitungan untuk nilai yang berbeda antara T(n) = (h(n)) , T(n) = O(f(n)) dan T(n) = (g(n)).