Зависимости временных затрат и ошибок от размера матрицы

@Datvi · Регистрация: 08.12.2020

Студворк — интернет-сервис помощи студентам

Добрый день, у меня написан код для обращения матрицы, и к нему нужно сделать вывод графиков зависимостей временных затрат и ошибок от размера матрицы, я не имею ни малейшего понятия как это можно сделать, может кто нибудь помочь с этим вопросом?

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
import numpy as np
np.set_printoptions(precision=2, suppress=True)
 
def get_inv(A, depth = 0):
    n = len(A)
    k = n - 1
 
    if n == 1:
        return np.matrix([[ 1 / A[0, 0] ]])
 
    Ap = A[:k, :k]
    V, U = A[k, :k], A[:k, k]
 
    Ap_inv = get_inv(Ap, depth + 1)
    
    alpha = 1 / (A[k, k] - V * Ap_inv * U).item()
    Q = -V * Ap_inv * alpha
    P = Ap_inv - Ap_inv * U * Q
    R = - Ap_inv * U * alpha
 
    A_inv = np.matrix([[0.0] * n for _ in range(n)])
    A_inv[:k, :k] = P
    A_inv[k, :k] = Q[0]
 
    A_inv[:k, k] = R[:, 0]
    A_inv[k, k] = alpha
 
    return A_inv
    
n = input("Введите размерность матрицы: ")
n = int(n)
a1 = np.squeeze((np.random.randint(-10,10, size=(n,n)).astype(np.float)))
 
print("Исходная матрица: ")
print(a1)
print("Обратная матрица методом окаймления: ")
print(get_inv(a1))
print("Обратная матрица встроенными функциями: ")
print(np.linalg.inv(a1))

Добавлено через 5 часов 39 минут
Я добавил счет времени выполнения метода и теперь оно хотя бы считается, задал размерность графиков, но как вывести график при изменении параметра размера матрицы я все еще не понял

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
import numpy as np
import matplotlib.pyplot as plt
import time
np.set_printoptions(precision=2, suppress=True)
t_start = time.process_time()
def get_inv(A, depth = 0):
    n = len(A)
    k = n - 1
 
    if n == 1:
        return np.matrix([[ 1 / A[0, 0] ]])
 
    Ap = A[:k, :k]
    V, U = A[k, :k], A[:k, k]
 
    Ap_inv = get_inv(Ap, depth + 1)
    
    alpha = 1 / (A[k, k] - V * Ap_inv * U).item()
    Q = -V * Ap_inv * alpha
    P = Ap_inv - Ap_inv * U * Q
    R = - Ap_inv * U * alpha
 
    A_inv = np.matrix([[0.0] * n for _ in range(n)])
    A_inv[:k, :k] = P
    A_inv[k, :k] = Q[0]
 
    A_inv[:k, k] = R[:, 0]
    A_inv[k, k] = alpha
 
    return A_inv
n = input("Введите размерность матрицы: ")
n = int(n)
a1 = np.squeeze((np.random.randint(-10,10, size=(n,n)).astype(np.float)))
print("Исходная матрица: ")
print(a1)
print("Обратная матрица методом окаймления: ")
print(get_inv(a1))
print("Обратная матрица встроенными функциями: ")
print(np.linalg.inv(a1))
print(time.process_time() - t_start)
plt.plot(time.process_time() - t_start, n, '--')
plt.grid(True)
plt.ylim(0,5)
plt.xlim(0,100)
plt.show()

@Datvi · 22.01.2022, 19:17 **[ТС]**

Если кому то понадобится, то у меня получилось примерно так

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
import numpy as np
import matplotlib.pyplot as plt
import time
np.set_printoptions(precision=2, suppress=True)
#t_start = time.process_time()
def get_inv(A, depth = 0):
    n = len(A)
    k = n - 1
    if n == 1:
        return np.matrix([[ 1 / A[0, 0] ]])
 
    Ap = A[:k, :k]
    V, U = A[k, :k], A[:k, k].reshape(-1,1)
    Ap_inv = get_inv(Ap, depth + 1)
 
    alpha = 1 / (A[k, k] - V * Ap_inv * U).item()
    Q = -V * Ap_inv * alpha
    P = Ap_inv - Ap_inv * U * Q
    R = - Ap_inv * U * alpha
 
    A_inv = np.matrix([[0.0] * n for _ in range(n)])
    A_inv[:k, :k] = P
    A_inv[k, :k] = Q[0]
 
    A_inv[:k, k] = R[:, 0]
    A_inv[k, k] = alpha
    return A_inv
n = input("Введите размерность матрицы: ")
n = int(n)
a1=np.random.randn(n,n)
print("Исходная матрица: ")
print(a1)
print("Обратная матрица методом окаймления: ")
print(get_inv(a1))
print("Обратная матрица встроенными функциями: ")
print(np.linalg.inv(a1))
#print(time.process_time() - t_start)
def T1(n):
    t1 = time.time()
    get_inv(a1)
    t2 = time.time()
    t = t2 - t1 
    return t
def char():
    a = []
    g = []
    for i in range (0,n):
       a.append(T1(i))
       g.append(i)
    fig, flt = plt.subplots()
    plt.xlim(0,n)
    flt.semilogy(g,a,"r")
    flt.legend(["Метод окаймления"])
    plt.show
char()

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Обработчик клика мыши в браузере ПК и касания экрана в браузере на мобильном устройстве 8Observer8 02.02.2026 Содержание блога Для начала пошагово создадим рабочий пример для подготовки к экспериментам в браузере ПК и в браузере мобильного устройства. Потом напишем обработчик клика мыши и обработчик. . .	Философия технологии iceja 01.02.2026 На мой взгляд у человека в технических проектах остается роль генерального директора. Все остальное нейронки делают уже лучше человека. Они не могут нести предпринимательские риски, не могут. . .	SDL3 для Web (WebAssembly): Вывод текста со шрифтом TTF с помощью SDL3_ttf 8Observer8 01.02.2026 Содержание блога В этой пошаговой инструкции создадим с нуля веб-приложение, которое выводит текст в окне браузера. Запустим на Android на локальном сервере. Загрузим Release на бесплатный. . .	SDL3 для Web (WebAssembly): Сборка C/C++ проекта из консоли 8Observer8 30.01.2026 Содержание блога Если вы откроете примеры для начинающих на официальном репозитории SDL3 в папке: examples, то вы увидите, что все примеры используют следующие четыре обязательные функции, а. . .
SDL3 для Web (WebAssembly): Установка Emscripten SDK (emsdk) и CMake для сборки C и C++ приложений в Wasm 8Observer8 30.01.2026 Содержание блога Для того чтобы скачать Emscripten SDK (emsdk) необходимо сначало скачать и уставить Git: Install for Windows. Следуйте стандартной процедуре установки Git через установщик. . . .	SDL3 для Android: Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 29.01.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами. Версия v3 была полностью переписана на Си, в. . .	Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .	SDL3 для Android: Загрузка PNG с альфа-каналом с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 28.01.2026 Содержание блога SDL3 имеет собственные средства для загрузки и отображения PNG-файлов с альфа-каналом и базовой работы с ними. В этой инструкции используется функция SDL_LoadPNG(), которая. . .