Slide 06

Slide-06 5/12/22, 11:10
Slide-06
Larik dan Grafik

Pemrograman Komputer
Semester Genap 2021/2022
Sasaran Kuliah
Setelah mengikuti kuliah ini, mahasiswa diharapkan mampu:
memahami persamaan dan perbendaan antara obyek-obyek lists dan larik (array)
menggunakan larik untuk mengolah sekumpulan data bilangan
menggunakan larik untuk melakukan perhitungan dengan vektor dan matriks
menampilkan sekumpulan nilai fungsi matematika dalam bentuk grafik
menampilkan grafik yang dilengkapi dengan dekorasinya
menampilkan beberapa kurva dalam satu grafik dan beberapa grafik dalam satu
gambar
http://localhost:8888/nbconvert/html/Academics/Pemrograman%20Komputer/Modul-06/Slide-06.ipynb?download=false Page 1 of 27
Slide-06 5/12/22, 11:10
Vektor
Beberapa besaran matematika melibatkan sekumpulan nilai atau data
Titik pada bidang datar → sepasang nilai koordinat (x, y)

Titik dalam ruang 3D → tiga nilai koordinat (x, y, z) atau (x1 , x2 , x3 )
Penyelesaian n persamaan serempak → n solusi berupa (x1 , x2 , x3 , ⋯ , xn )
Pada bidang matematika, sekumpulan nilai tsb = vektor yg dpt digambarkan sbg
Slide-06 5/12/22, 11:10
Vektor pada Python

Pada Bahasa Python, besaran vektor dpt diwujudkan dgn menggunakan lists dan
tuples sbb:
dengan
v1 dan v2 menyatakan vektor2 pada bidang datar

v3 menyatakan vektor dalam ruang 3D
v4 menyatakan vektor dalam ruang 150 dimensi → 150 nilai dr fungsi
eksponensial
Operasi Matematika pada Vektor

Krn vektor dpt digambarkan sbg garis-anak-panah (dgn magnitudo & arah) mk vektor
dpt melambangkan berbagai besaran fisika dan geometri:
Posisi, kecepatan dan percepatan benda bergerak

Sisi dr segitiga dan bentuk geometri lainnya
Beberapa operasi matematika menyangkut dua vektor (u1 , u2 ) dan (v1 , v2 ):
penambahan: (u1 , u2 ) + (v1 , v2 ) = (u1 + v1 , u2 + v2 )

pengurangan: (u1 , u2 ) − (v1 , v2 ) = (u1 − v1 , u2 − v2 )
perkalian dgn skalar: a ⋅ (v1 , v2 ) = (a v1 , a v2 )
perkalian inner atau perkalian-titik (dot product):
(u1 , u2 ) ⋅ (v1 , v2 ) = u1 v1 + u2 v2
panjang atau magnitudo vektor: ||(v1 , v2 )|| = √(v1 , v2 ) ⋅ (v1 , v2 ) = √v21 + v22
Semua operasi matematika di atas dpt diperluas utk vektor2 yg berdimensi lebih
besar drpd 2
Slide-06 5/12/22, 11:10
Fungsi Matematika pada Vektor

2
Penerapan suatu fungsi matematika pada vektor = pengenaan fungsi tsb pd masing
elemen vektor
Kalau v = (v0 , v1 , v2 , ⋯ , vn−1 ) maka

f(v) = (f(v0 ), f(v1 ), f(v2 ), ⋯ , f(vn−1 ))
Misalnya:
sin(v) = (sin(v0 ), sin(v1 ), sin(v2 ), ⋯ , sin(vn−1 ))
dan
vb = (vb0 , vb1 , vb2 , ⋯ , vbn−1 )
In [1]: # dataFungsi_1.py: Program yang membangkitkan data berurutan

# berdasarkan perhitungan di dalam fungsi.
# Versi 1 = menggunakan kalang 'for'
# sumber: A Primer on Scientific Programming with Python, hal. 232-233
# definisikan fungsi untuk membangkitkan data

def f(x):
return x**3
# tentukan cacah data dan nilai dari variabel independen

n = 5 # cacah titik di sepanjang sumbu-x
dx = 1 / (n - 1) # selang di antara 2 titik di sumbu-x
listX = [] # list untuk menyimpan titik-titik x

for i in range(n):
x = i * dx # nilai setiap titik x
listX.append(x)
# hitung nilai dari variabel dependen

listY = [] # list untuk menyimpan titik-titik y
for i in range(n):
y = f(listX[i]) # nilai setiap titik y
listY.append(y)
# pasangkan nilai-nilai kedua variabel

listXY = [] # list untuk menyimpan pasangan x-y
for i in range(n):
listXY.append([listX[i], listY[i]])
# tampilkan semua list yang sudah dibentuk

print('Nilai-nilai x =', listX)
print('Nilai-nilai y =', listY)
print('Nilai-nilai x, y =', listXY)
Slide-06 5/12/22, 11:10
Nilai-nilai x = [0.0, 0.25, 0.5, 0.75, 1.0]

Nilai-nilai y = [0.0, 0.015625, 0.125, 0.421875, 1.0]
Nilai-nilai x, y = [[0.0, 0.0], [0.25, 0.015625], [0.5, 0.125], [0.75, 0.
421875], [1.0, 1.0]]

# Versi 2 = menggunakan 'list comprehensions'

def f(x):
return x**3

dx = 1 / (n - 1) # selang di antara 2 titik di sumbu-x
listX = [i * dx for i in range(n)]

listY = [f(listX[i]) for i in range(n)]
# pasangkan nilai-nilai kedua variabel

listXY = [[x, y] for x, y in zip(listX, listY)]

print('Nilai-nilai x =', listX)
print('Nilai-nilai y =', listY)
print('Nilai-nilai x, y =', listXY)
Nilai-nilai x = [0.0, 0.25, 0.5, 0.75, 1.0]

Nilai-nilai y = [0.0, 0.015625, 0.125, 0.421875, 1.0]
Nilai-nilai x, y = [[0.0, 0.0], [0.25, 0.015625], [0.5, 0.125], [0.75, 0.
421875], [1.0, 1.0]]
Slide-06 5/12/22, 11:10
In [3]: # dasarLarik.py: Program yang mengenal dasar-dasar larik atau

# 'array' dalam pustaka NumPy (Numerical Python).
# sumber: A Primer on Scientific Programming with Python, hal. 234
# sertakan pustaka yang diperlukan

import numpy as np
# tetapkan suatu list sebagai deretan asal

lstBil1 = [12, 34, 56, 78, 90]
lstBil2 = [12, 34, 56.7, 8.9]
print('List bilangan bulat =', lstBil1)
print('List bilangan campuran =', lstBil2)
# bentuk larik dari list yang sudah ada

lrkBil1 = np.array(lstBil1)
lrkBil2 = np.array(lstBil2)
print('Larik bilangan bulat =', lrkBil1)
print('Larik bilangan campuran=', lrkBil2)
# bentuk larik berisikan nol dengan panjang tertentu

lrkNol1 = np.zeros(7)
print('\nLarik nol pecahan =', lrkNol1)
# bentuk larik nol dengan tipe 'ilangan bulat

lrkNol2 = np.zeros(7, int)
print('Larik nol bulat =', lrkNol2)
# bentuk larik nol dengan panjang mirip larik lainnya

lrkNol3 = np.zeros_like(lrkBil1)
lrkNol4 = np.zeros_like(lrkBil2)
print('Larik nol mirip larik bilangan bulat =', lrkNol3)
print('Larik nol mirip larik bilangan campuran =', lrkNol4)
# bentuk larik dengan elemen-elemen yang teratur atau deret

lrkDeret = np.linspace(3.5, 10.1, 7) # linspace(<awal>, <akhir>, <cacah>)
print('\nLarik berupa deret teratur =', lrkDeret)
# cuplik atau iris suatu larik

lrkBil3 = lrkBil1[1:-1] # cuplik kecuali elemen pertama & terakhir
print('\nLarik yang asli =', lrkBil1)
print('Larik hasil irisan =', lrkBil3)
# ganti nilai larik hasil irisan = ganti nilai larik yang asli
lrkBil3[1] = 65
print('\nLarik hasil irisan setelah penggantian=', lrkBil3)
print('Larik yang asli setelah penggantian =', lrkBil1)
Slide-06 5/12/22, 11:10
List bilangan bulat = [12, 34, 56, 78, 90]

List bilangan campuran = [12, 34, 56.7, 8.9]
Larik bilangan bulat = [12 34 56 78 90]
Larik bilangan campuran= [12. 34. 56.7 8.9]
Larik nol pecahan = [0. 0. 0. 0. 0. 0. 0.]

Larik nol bulat = [0 0 0 0 0 0 0]
Larik nol mirip larik bilangan bulat = [0 0 0 0 0]
Larik nol mirip larik bilangan campuran = [0. 0. 0. 0.]
Larik berupa deret teratur = [ 3.5 4.6 5.7 6.8 7.9 9. 10.1]
Larik yang asli = [12 34 56 78 90]

Larik hasil irisan = [34 56 78]
Larik hasil irisan setelah penggantian= [34 65 78]

Larik yang asli setelah penggantian = [12 34 65 78 90]

# Versi 3 = menggunakan larik atau 'array'

import numpy as np

def f(x):
return x**3

larikX = np.linspace(0, 1, n) # nilai setiap titik x

larikY = np.zeros(n) # larik untuk menyimpan titik-titik y
for i in range(n):
larikY[i] = f(larikX[i]) # nilai setiap titik y

print('Nilai-nilai x =', larikX)
print('Nilai-nilai y =', larikY)
Nilai-nilai x = [0. 0.25 0.5 0.75 1. ]

Nilai-nilai y = [0. 0.015625 0.125 0.421875 1. ]
Slide-06 5/12/22, 11:10

# Versi 4 = menggunakan larik & 'list comprehensions'

import numpy as np

def f(x):
return x**3

# hitung nilai dari variabel dependen yang berupa list

larikY = np.array([f(xi) for xi in larikX])

Nilai-nilai x = [0. 0.25 0.5 0.75 1. ]

Nilai-nilai y = [0. 0.015625 0.125 0.421875 1. ]

# Versi 5 = menggunakan 'vectorization'

import numpy as np

def f(x):
return x**3

# hitung nilai dari variabel dependen dengan 'vectorization'

larikY = f(larikX)

Nilai-nilai x = [0. 0.25 0.5 0.75 1. ]

Nilai-nilai y = [0. 0.015625 0.125 0.421875 1. ]
Slide-06 5/12/22, 11:10
In [7]: # fungsiMath.py: Program yang menggunakan fungsi-fungsi

# matematika baku yang disediakan pustaka
# math (versi 1).

from math import pi, sin, cos, exp
import numpy as np
# hitung nilai dari variabel independen

n = 201 # cacah data
x = np.linspace(0, 2, n)
# hitung nilai dari variabel dependen dengan kalang 'for'

y = np.zeros(n) # larik penampung
for i in range(n):
y[i] = sin(pi * x[i]) * cos(x[i]) * exp(-x[i]**2) + 2 + x[i]**2
# tampilkan sebagian nilai x dan y

print(' x y')
print('----- -----')
for i in range(5):
print('%5.2f %5.2f' % (x[i], y[i]))
print(' ... ...')
for i in range(n - 5, n):
print('%5.2f %5.2f' % (x[i], y[i]))
x y
----- -----
0.00 2.00
0.01 2.03
0.02 2.06
0.03 2.09
0.04 2.13
... ...
1.96 5.84
1.97 5.88
1.98 5.92
1.99 5.96
2.00 6.00
Slide-06 5/12/22, 11:10
In [8]: # fungsiNumpy.py: Program yang menggunakan fungsi-fungsi

# matematika baku yang disediakan pustaka
# Numpy (versi 2).

import numpy as np
# hitung nilai dari variabel independen

n = 201 # cacah data
x = np.linspace(0, 2, n)
# hitung nilai dari variabel dependen dengan 'vectorization'

y = np.sin(np.pi * x) * np.cos(x) * np.exp(-x**2) + 2 + x**2
# tampilkan sebagian nilai x dan y

print(' x y')
print('----- -----')
for i in range(5):
print('%5.2f %5.2f' % (x[i], y[i]))
print(' ... ...')
for i in range(n - 5, n):
print('%5.2f %5.2f' % (x[i], y[i]))
x y
----- -----
0.00 2.00
0.01 2.03
0.02 2.06
0.03 2.09
0.04 2.13
... ...
1.96 5.84
1.97 5.88
1.98 5.92
1.99 5.96
2.00 6.00
Slide-06 5/12/22, 11:10
In [9]: # salinLarik.py: Program yang membandingkan penyamaan dan

# penyalinan suatu larik.

import numpy as np
# tetapkan suatu larik yang akan disamakan dan disalinkan

x = np.array([11, 22, 33, 44])
print('Larik asli =', x)
# samakan dan salinkan dengan larik yang lainnya

a = x
b = x.copy()
print('Larik baru hasil penyamaan =', a)
print('Larik baru hasil penyalinan =', b)
# ubah suatu elemen pada larik yang disamakan

a[-1] = 55
print('\nLarik baru hasil penyamaan =', a)
print('Larik asli setelah pengubahan =', x)
# ubah suatu elemen pada larik yang disalinkan

b[1] = 77
print('\nLarik baru hasil penyalinan =', b)
print('Larik asli setelah pengubahan =', x)
Larik asli = [11 22 33 44]

Larik baru hasil penyamaan = [11 22 33 44]
Larik baru hasil penyalinan = [11 22 33 44]
Larik baru hasil penyamaan = [11 22 33 55]

Larik asli setelah pengubahan = [11 22 33 55]
Larik baru hasil penyalinan = [11 77 33 44]

Larik asli setelah pengubahan = [11 22 33 55]
Slide-06 5/12/22, 11:10
In [10]: # lajuLarik.py: Program untuk menentukan laju pelaksanaan

# berbagai perhitungan aritmatika pada larik.

import time
import numpy as np
# bentuk larik berukuran besar

x = np.linspace(0, 1000, 1000001)
# hitung rumus aritmetika secara sekaligus

print('Cara Pertama')
print('------------')
mulai = time.time()
a = (3 * x**4 + 2 * x + 4) / (x + 1)
usai = time.time()
print(' Sebagian hasil perhitungan =', a[:5])
print(' Waktu yang diperlukan = %.2E s' % (usai - mulai))
# hitung rumus yang sama secara bagian-per-bagian

print('\nCara Kedua')
print('----------')
mulai = time.time()
h1 = x**4
h2 = 3 * h1
h3 = 2 * x
h4 = h2 + h3
h5 = h4 + 4
h6 = x + 1
a = h5 / h6
usai = time.time()
# hitung rumus yang sama secara di-tempat

print('\nCara Ketiga')
print('-----------')
mulai = time.time()
a = x.copy()
a **= 4 # a = a**4
a *= 3 # a = a * 3
a += 2 * x # a = a + 2 * x
a += 4 # a = a + 4
a /= x + 1 # a = a / (x + 1)
usai = time.time()
Slide-06 5/12/22, 11:10
Cara Pertama
------------
Sebagian hasil perhitungan = [4. 3.998002 3.99600798 3.994017
95 3.99203187]
Waktu yang diperlukan = 1.24E-01 s
Cara Kedua
----------
95 3.99203187]
Cara Ketiga
-----------
95 3.99203187]
Menggambar Kurva
Mem-visualisasi-kan suatu fungsi matematika f(x) dpt dilakukan dgn
menggambarkan kurva y = f(x) pd suatu bidang datar dgn sistem koordinat xy
Ktk komputer dipergunakan utk melakukan hal ini → menggambar (plotting)

kurva
Suatu kurva digambar dgn menarik sejumlah garis lurus di antara n titik dr kurva
tsb
Kalau lebih banyak titik yang dipergunakan maka lebih mulus terlihat kurva-nya
Istilah2 penggambaran: gambar (figure) → grafik (graphs) → kurva (plots)
Umpama: fungsi yg akan digambarkan adl f(x) sepanjang a ≤x≤b

Mula-mula, pilih sebanyak n koordinat-x di dalam rentang [a, b] → namakan:
x0 , x1 , x2 , ⋯ , xn−1
Kemudian, hitung nilai2 yi = f(xi ) utk i = 0, 1, 2, ⋯ , n − 1 → titik2
(xi , yi ) i = 0, 1, 2, ⋯ , n − 1 kini pd kurva y = f(x)
Lazimnya, koordinat2 xi dipilih shg memiliki selang/jarak yg seragam:
b−a
xi = a + i h, h=
n−1
Jika nilai2 xi & yi disimpan dlm dua larik (arrays) mk kurva dpt digambarkan dgn
perintah plot(x, y)
Slide-06 5/12/22, 11:10
Menggambar dgn Matplotlib

Paket pustaka baku dlm Bahasa Python utk menggambar kurva = Matplotlib → dpt
dipakai mirip MATLAB
2
Umpama: fungsi yg akan digambarkan adl y = f(t) = t2 e(−t ) sepanjang
0≤t≤3
Mula-mula, bangkitkan suatu larik berisikan sebanyak 51 koordinat-t dgn selang
yg seragam (50 interval)
Kemudian, hitung nilai2
y pd koordinat2 ini dan simpankan ke dalam larik yg lain
Akhirnya, gambarkan kurva t vs y dgn perintah plot(t, y) dan tampilkan di
layar komputer
In [11]: # gambarKurva_1.py: Program yang menggambarkan kurva suatu fungsi

# matematika dengan memanfaatkan pustaka-pustaka
# Numerical Python dan Matplotlib.
# sumber: A Primer on Scientific Programming with Python, hal. 239 & 243
# sertakan beberapa pustaka yang diperlukan

import numpy as np
import matplotlib.pyplot as plt
# definisikan fungsi yang akan digambarkan kurvanya

def f(t):
return t**2 * np.exp(-t**2)
# tentukan cacah titik dan rentang dari variabel independen

n = 51
t = np.linspace(0, 3, n)
# hitung titik-titik dari variabel dependen

y = np.zeros(n)
for i in range(n):
y[i] = f(t[i])
# tampilkan gambar kurva yang telah dihitung

plt.plot(t, y)
plt.show()
Slide-06 5/12/22, 11:10
Penggunaan Vectorization dan Pemberksan Grafik

Krn menggunakan larik Numerical Python mk kalang perhitungan nilai2 y dpt
digantikan dgn vectorization y = f(t)
Setelah grafik ditampilkan pd layar komputer, grafik dpt disimpan ke dlm berkas
berformat PDF atau PNG dgn metode savefig() dr obyek grafik terkait
In [12]: # gambarKurva_2.py: Program yang melanjutkan penggambaran kurva

# suatu fungsi matematika dengan memanfaatkan
# vectorization dan penyimpanan dalam berkas.

import numpy as np

def f(t):

n = 51

y = f(t)
# tampilkan gambar kurva yang telah dihitung

gmbr = plt.figure() # agar dapat menyimpan ke berkas
plt.plot(t, y)
plt.show()
# simpan grafik ke dalam berkas

gmbr.savefig('gambarKurva_2.png') # dengan format PNG
gmbr.savefig('gambarKurva_2.pdf') # dengan format PDF
Slide-06 5/12/22, 11:10
Dekorasi Grafik
Suatu grafik dpt dilengkapi dgn dekorasi yg dpt berupa:
judul grafik → fungsi title()

label sumbu koordinat → fungsi2 xlabel() & ylabel()
legenda grafik → fungsi legend()
kisi-kisi grafik → fungsi grid()
batas2 sumbu koordinat → fungsi axis()
Slide-06 5/12/22, 11:10

# suatu fungsi matematika dengan menambahkan
# dekorasi grafik yang lazim

import numpy as np

def f(t):

n = 51

y = f(t)
# gambarkan kurva yang telah dihitung

plt.plot(t, y)
# tampilkan grafik beserta dekorasinya

plt.title('Grafik Perdana dengan Matplotlib')
plt.xlabel('waktu (t, sekon)')
plt.ylabel('variabel gayut (y, meter)')
plt.legend(['t^2 * exp(-t^2)'])
plt.grid()
plt.axis([0, 3, -0.05, 0.6]) # [tmin, tmax, ymin, ymax]
plt.show()

gmbr.savefig('gambarKurva_3.png')
gmbr.savefig('gambarKurva_3.pdf')
Slide-06 5/12/22, 11:10
Banyak Kurva dlm Satu Grafik

Utk menggambarkan banyak kurva di dlm satu grafik yg sama dpt dicapai dgn
memanggil beberapa perintah plot() scr berturutan

memanggil satu perintah plot() dgn beberapa argumen yg sesuai dgn stp
kurva yg akan digambarkan

# dari 2 fungsi matematika dalam satu grafik
# yang sama

import numpy as np
# definisikan fungsi pertama

def f1(t):
# definisikan fungsi kedua

def f2(t):
return t**2 * f1(t)

n = 51
# hitung titik-titik dari dua variabel dependen

y1 = f1(t)
y2 = f2(t)
# gambarkan dua kurva yang telah dihitung

plt.plot(t, y1, 'r-') # kurva dengan garis penuh berwarna merah
plt.plot(t, y2, 'bo') # kurva dengan lingkaran berwarna biru
# tampilkan grafik beserta dekorasinya

plt.title('Grafik dengan Dua Kurva')
plt.xlabel('waktu (t)')
plt.ylabel('variabel gayut (y)')
plt.legend(['t^2 * exp(-t^2)', 't^4 * exp(-t^2)'])
plt.show()

Slide-06 5/12/22, 11:10
Banyak Grafik dlm Satu Gambar

Utk menggambarkan beberapa grafik di dlm satu gambar → fungsi subplot(r, c,
a) dgn
r adl cacah baris grafik di dlm gambar yg dimaksud

c adl cacah kolom grafik di dlm gambar yg dimaksud
a adl pencacah (nomor urut) scr baris (dr kiri ke kanan) dr suatu grafik
Slide-06 5/12/22, 11:10

# dari 2 fungsi matematika dalam dua grafik
# yang berbeda

import numpy as np
# definisikan fungsi pertama

def f1(t):
# definisikan fungsi kedua

def f2(t):
return t**2 * f1(t)

n = 51
# hitung titik-titik 2 kurva dalam grafik pertama

y1 = f1(t)
y2 = f2(t)
# gambarkan dua kurva dalam grafik pertama

gmbr = plt.figure() # membuat gambar yang tersendiri
plt.subplot(2, 1, 1) # 2 baris, 1 kolom dan baris ke-1
plt.plot(t, y1, 'r-') # kurva dengan garis penuh berwarna merah
plt.plot(t, y2, 'bo') # kurva dengan lingkaran berwarna biru
# persiapkan dekorasi grafik pertama

plt.title('Dua Grafik dengan Dua Kurva')
plt.axis([t[0], t[-1], min(y2) - 0.05, max(y2) + 0.5])
# hitung titik-titik kurva dalam grafik kedua

t3 = t[::4] # cuplik sebagian titik-titik t
y3 = f2(t3)
# gambarkan dua kurva dalam grafik kedua

plt.subplot(2, 1, 2) # 2 baris, 1 kolom dan baris ke-2
plt.plot(t, y1, 'b-', t3, y3, 'ys') # dua kurva sekaligus
# persiapkan dekorasi grafik kedua dan tampilkan kedua grafik

plt.xlabel('waktu (t)')
plt.axis([0, 4, -0.2, 0.6])
plt.show()
# simpan kedua grafik ke dalam berkas

Slide-06 5/12/22, 11:10
Bantuan Penggunaan Matplotlib

Ktk menggunakan pustaka Matplotlib, bantuan dpt dieroleh
dgn memanggil perintah help(plt.plot) pd sel Jupyter Notebook

dgn mendatangi situs https://matplotlib.org/stable/contents.html
In [ ]: import matplotlib.pyplot as plt

help(plt.plot)
Kesulitan Penggambaran
Beberapa fungsi matematika ternyata sulit utk digambarkan, termasuk
fungsi Heaviside (mirip dgn fungsi undak satuan)

fungsi topi atau hat function
Slide-06 5/12/22, 11:10
In [17]: # fungsiHeaviside_1.py: Program yang coba menggambarkan fungsi

# Heaviside dengan titik yang sedikit.

import numpy as np

def Hv(x):
if x < 0:
h = 0
else:
h = 1
return h
# tetapkan titik-titik variabel independen dan dependen

n = 9
x = np.linspace(-10, 10, n)
# y = Hv(x)
y = np.zeros(n) # penggunaan 'vectorization' di sini ...
for i in range(n): # menimbulkan pesan kesalahan
y[i] = Hv(x[i])
# gambarkan fungsi Heaviside dan tampilkan

plt.plot(x, y, '-b')
plt.title('Fungsi Heaviside - versi 1')
plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.axis([x[0], x[-1], -0.1, 1.1])
plt.show()
Slide-06 5/12/22, 11:10

# Heaviside dengan titik yang banyak.

import numpy as np

def Hv(x):
if x < 0:
h = 0
else:
h = 1
return h

n = 101
y = np.zeros(n)
for i in range(n):
y[i] = Hv(x[i])

plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.axis([x[0], x[-1], -0.1, 1.1])
plt.show()
Slide-06 5/12/22, 11:10

# Heaviside dengan garis potong-demi-potong.

import numpy as np

x = np.array([-10, 0, 0, 10]) # koordinat dari 4 potong ...
y = np.array([0, 0, 1, 1]) # garis potong-demi-potong

plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.axis([x[0], x[-1], -0.1, 1.1])
plt.show()
Slide-06 5/12/22, 11:10

# Heaviside tanpa garis tegak pada x = 0.

import numpy as np
# tetapkan titik-titik dari dua potong garis datar

x1 = np.array([-10, 0]) # koordinat dari ...
y1 = np.array([0, 0]) # garis pertama
x2 = np.array([0, 10]) # koordinat dari ...
y2 = np.array([1, 1]) # garis kedua

plt.plot(x1, y1, '-b', x2, y2, '-b')
plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.axis([x[0], x[-1], -0.1, 1.1])
plt.show()
Slide-06 5/12/22, 11:10
In [21]: # fungsiTopi_1.py: Program yang coba menggambarkan fungsi

# Topi (hat function) dengan menggunakan rumus
# matematika yang terkait dan cacah titik sedikit.

import numpy as np

def N(x):
if x < 0:
return 0.0
elif 0 <= x < 1:
return x
elif 1 <= x < 2:
return 2 - x
elif x >= 2:
return 0.0

n = 10
y = np.zeros(n)
for i in range(n):
y[i] = N(x[i])
# gambarkan fungsi topi dan tampilkan

plt.title('Fungsi Topi - versi 1')
plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.axis([x[0], x[-1], -0.1, 1.1])
plt.show()
Slide-06 5/12/22, 11:10
In [22]: # fungsiTopi_2.py: Program yang coba menggambarkan fungsi

# Topi (hat function) dengan menggunakan rumus
# matematika yang terkait dan cacah titik banyak.

import numpy as np

def N(x):
if x < 0:
return 0.0
elif 0 <= x < 1:
return x
elif 1 <= x < 2:
return 2 - x
elif x >= 2:
return 0.0

n = 100
y = np.zeros(n)
for i in range(n):
y[i] = N(x[i])
# gambarkan fungsi topi dan tampilkan

plt.title('Fungsi Topi - versi 2')
plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.axis([x[0], x[-1], -0.1, 1.1])
plt.show()

Slide 06

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Slide 06

Diunggah oleh

Hak Cipta:

Format Tersedia

Slide-06 5/12/22, 11:10

Larik dan Grafik

Semester Genap 2021/2022

Titik pada bidang datar → sepasang nilai koordinat (x, y)

Vektor pada Python

v1 dan v2 menyatakan vektor2 pada bidang datar

Operasi Matematika pada Vektor

Posisi, kecepatan dan percepatan benda bergerak

Beberapa operasi matematika menyangkut dua vektor (u1 , u2 ) dan (v1 , v2 ):

penambahan: (u1 , u2 ) + (v1 , v2 ) = (u1 + v1 , u2 + v2 )

Fungsi Matematika pada Vektor

Kalau v = (v0 , v1 , v2 , ⋯ , vn−1 ) maka

sin(v) = (sin(v0 ), sin(v1 ), sin(v2 ), ⋯ , sin(vn−1 ))

vb = (vb0 , vb1 , vb2 , ⋯ , vbn−1 )

In [1]: # dataFungsi_1.py: Program yang membangkitkan data berurutan

# definisikan fungsi untuk membangkitkan data

# tentukan cacah data dan nilai dari variabel independen

listX = [] # list untuk menyimpan titik-titik x

# hitung nilai dari variabel dependen

# pasangkan nilai-nilai kedua variabel

# tampilkan semua list yang sudah dibentuk

Nilai-nilai x = [0.0, 0.25, 0.5, 0.75, 1.0]

In [2]: # dataFungsi_2.py: Program yang membangkitkan data berurutan

# definisikan fungsi untuk membangkitkan data

# tentukan cacah data dan nilai dari variabel independen

# hitung nilai dari variabel dependen

# pasangkan nilai-nilai kedua variabel

# tampilkan semua list yang sudah dibentuk

Nilai-nilai x = [0.0, 0.25, 0.5, 0.75, 1.0]

In [3]: # dasarLarik.py: Program yang mengenal dasar-dasar larik atau

# sertakan pustaka yang diperlukan

# tetapkan suatu list sebagai deretan asal

# bentuk larik dari list yang sudah ada

# bentuk larik berisikan nol dengan panjang tertentu

# bentuk larik nol dengan tipe 'ilangan bulat

# bentuk larik nol dengan panjang mirip larik lainnya

# bentuk larik dengan elemen-elemen yang teratur atau deret

# cuplik atau iris suatu larik

List bilangan bulat = [12, 34, 56, 78, 90]

Larik nol pecahan = [0. 0. 0. 0. 0. 0. 0.]

Larik yang asli = [12 34 56 78 90]

Larik hasil irisan setelah penggantian= [34 65 78]

In [4]: # dataFungsi_3.py: Program yang membangkitkan data berurutan

# sertakan pustaka yang diperlukan

# definisikan fungsi untuk membangkitkan data

# tentukan cacah data dan nilai dari variabel independen

# hitung nilai dari variabel dependen

# tampilkan semua list yang sudah dibentuk

Nilai-nilai x = [0. 0.25 0.5 0.75 1. ]

In [5]: # dataFungsi_4.py: Program yang membangkitkan data berurutan

# sertakan pustaka yang diperlukan

# definisikan fungsi untuk membangkitkan data

# tentukan cacah data dan nilai dari variabel independen

# hitung nilai dari variabel dependen yang berupa list

# tampilkan semua list yang sudah dibentuk

Nilai-nilai x = [0. 0.25 0.5 0.75 1. ]

In [6]: # dataFungsi_5.py: Program yang membangkitkan data berurutan

# sertakan pustaka yang diperlukan

# definisikan fungsi untuk membangkitkan data

# tentukan cacah data dan nilai dari variabel independen

# hitung nilai dari variabel dependen dengan 'vectorization'

# tampilkan semua list yang sudah dibentuk

Nilai-nilai x = [0. 0.25 0.5 0.75 1. ]