Merge remote-tracking branch 'origin/master'

Schenk_Brandenberger_S8_Aufg2.py

@@ -15,10 +15,10 @@ Example: A = np.array([[1,2,-1],[4,-2,6],[3,1,0]])
 @author: knaa
 """
 import numpy as np
+import timeit
 
+# Aufgabe 2a
 def Serie8_Aufg2(A):
-    unknown = 0
-
     
     A = np.copy(A)                       #necessary to prevent changes in the original matrix A_in
     A = A.astype('float64')              #change to float
@@ -55,7 +55,7 @@ def Serie8_Aufg2(A):
 
 
 if __name__ == '__main__':
-    # Beispiel
+    # Beispiel aus Skript
     # A = np.array([[1, 2, -1], [4, -2, 6], [3, 1, 0]])
     # b = np.array([
     #     [9],
@@ -63,7 +63,7 @@ if __name__ == '__main__':
     #     [9]
     # ])
 
-    # Example from Task 1
+    # Beispiel aus Aufgabe 1
     A = np.array([
         [1, -2, 3],
         [-5, 4, 1],
@@ -77,6 +77,7 @@ if __name__ == '__main__':
 
     [Q,R]=Serie8_Aufg2(A)
 
+    # Aufgabe 2b
     n = len(b) - 1
     QTb = Q.T @ b
     result = [0 for i in range(n+1)]
@@ -93,4 +94,27 @@ if __name__ == '__main__':
 
     print("\nQ:\n", Q)
     print("\nR:\n", R)
-    print("\Result:\n", result)
+    print("\Result:\n", result)
+
+    # Aufgabe 2c
+    t1 = timeit.repeat("Serie8_Aufg2(A)", "from __main__ import Serie8_Aufg2, A", number=100)
+    t2 = timeit.repeat("np.linalg.qr(A)", "from __main__ import np, A", number=100)
+    avg_t1 = np.average(t1) / 100
+    avg_t2 = np.average(t2) / 100
+
+    print("Geschwindigkeit mit 3x3 Matrix:")
+    print("Benötigte Zeit mit eigener Funktion:", avg_t1)
+    print("Benötigte Zeit mit Numpy:", avg_t2)
+
+    # Aufgabe 2d
+    Test = np.random.rand(100,100)
+    t1 = timeit.repeat("Serie8_Aufg2(Test)", "from __main__ import Serie8_Aufg2, Test", number=100)
+    t2 = timeit.repeat("np.linalg.qr(Test)", "from __main__ import np, Test", number=100)
+    avg_t1 = np.average(t1) / 100
+    avg_t2 = np.average(t2) / 100
+
+    print("Geschwindigkeit mit 100x100 Matrix:")
+    print("Benötigte Zeit mit eigener Funktion:", avg_t1)
+    print("Benötigte Zeit mit Numpy:", avg_t2)
+
+    # Die von Numpy zur Verfügung gestellt Funktion ist wesentlich effizienter.

Schenk_Brandenberger_S8_Aufg3.py

@@ -0,0 +1,79 @@
+import numpy as np
+
+
+def switchRows(matrix, row1, row2):
+    matrix[[row1, row2]] = matrix[[row2, row1]]
+    return matrix
+
+def Schenk_Brandenberger_S6_Aufg2(A, b):
+
+    def calculateRow(A, b, row, column):
+        b[row] = [b[row][0] - (A[row][column] / A[column][column]) * b[column][0]]
+        A[row] = [(A[row][i] - (A[row][column] / A[column][column]) * A[column][i]) for i in range(len(A[row]))]
+        return A, b
+
+    # Erstelle obere Dreiecksmatrix
+    countRowSwitch = 0
+    columnsToEdit = []
+    for row in range(1, len(A)):
+        columnsToEdit.append(row - 1)
+        for column in columnsToEdit:
+            if(A[row-1][column] == 0 and (row - 1 == column)):
+                rowToSwitch = row
+                if(row == 1):
+                    while(A[rowToSwitch][column] == 0):
+                        if(len(A) > rowToSwitch + 1):
+                            rowToSwitch += 1
+                        else:
+                            return "Matrix ist nicht regulär!"
+                A = switchRows(A, row - 1, rowToSwitch)
+                b = switchRows(b, row - 1, rowToSwitch)
+                countRowSwitch += 1
+            else:
+                A, b = calculateRow(A, b, row, column)
+    #print("\nObere Dreiecksmatrix A:\n", A, "\nb:\n", b)
+
+    # Rückwärtseinsetzen
+    columnsToEdit = []
+    for row in range((len(A) - 2), -1, -1):
+        columnsToEdit.append(row + 1)
+        for column in columnsToEdit:
+            A, b = calculateRow(A, b, row, column)
+        row -= 1
+    #print("\nA:\n", A, "\nb:\n", b)
+
+    det = 1
+    result = []
+    for i in range(len(A)):
+        result.append(b[i][0] / A[i][i])
+        det *= A[i][i]
+    if(countRowSwitch % 2 == 1):
+        det *= (-1)
+    return result, det
+
+
+
+if __name__ == '__main__':
+    # Zahlen von Serie 7 Aufgabe 1c
+    # A = np.array([[20000.0, 30000.0, 10000.0],
+    #                [10000.0, 17000.0, 6000.0],
+    #                [2000.0, 3000.0, 2000.0]])
+    #
+    # b = np.array([[5720000.0],
+    #                [3300000.0],
+    #                [836000.0]])
+
+    # Aufgabe 3c
+    A = np.array([[20000.0 - 100.0, 30000.0 - 100.0, 10000.0 - 100.0],
+                   [10000.0 - 100.0, 17000.0 - 100.0, 6000.0 - 100.0],
+                   [2000.0 - 100.0, 3000.0 - 100.0, 2000.0 - 100.0]])
+
+    b = np.array([[5720000.0 + 100000.0],
+                   [3300000.0 + 100000.0],
+                   [836000.0 + 100000.0]])
+
+    result, det = Schenk_Brandenberger_S6_Aufg2(A, b)
+    print("Ergebnis:")
+    for i in range(len(result)):
+        print("x" + str(i) + ": " + str(result[i]))
+    print("Determinante: " + str(det))