NIM : 201910301132
Perbaikan UAS Metode Numberik D
1.
Jawaban :
Hal tersebut benar karena sangat banyaknya trapezium maka dipastikan error yang didapat
sangat kecil bahkan sangat jauh kurang dari 0.01
2.
Jawaban :
Jawaban :
*Prinsip metode Riemann adalah menghitung nilai integral dengan menjumlahkan luas
kotak-kotak yang lebarnya sama.
*Metode Trapesium selalu lebih akurat daripada metode Riemann untuk jumlah pias yang
sama.
4.
Jawaban :
*Prinsip metode Riemann adalah menghitung nilai integral dengan menjumlahkan luas
kotak-kotak yang lebarnya sama.
*Metode Trapesium selalu lebih akurat daripada metode Riemann untuk jumlah pias yang
sama.
*Metode integral Simpson sama atau lebih baik akurasinya daripada metode integral
trapesium untuk jumlah pias yang sama.
5.
Perhitungan Numerik
contoh_fungsi <- function(x) {
cos(x)
}
if (banyak_trapesium == 1) {
hasil_integral <- (1 / 2) * lebar * (y_kiri + y_kanan)
}
else {
y_antara <- numeric(banyak_trapesium)
k <- 1:(banyak_trapesium - 1)
y_antara[k] <- fungsiku(x_kiri + k * lebar)
hasil_integral <- (1 / 2) * lebar * (y_kiri + 2 * sum(y_antara) + y_kanan)
}
return(hasil_integral)
}
integral_trapesium(contoh_fungsi,0,(pi/2),5)
Hasil
[1] 0.9917618
Perhitungan Analitik
6.
Jawaban :
Perhitungan Numerik
contoh_fungsi <- function(x) {
(1+(1/x))
}
if (banyak_trapesium == 1) {
hasil_integral <- (1 / 2) * lebar * (y_kiri + y_kanan)
}
else {
y_antara <- numeric(banyak_trapesium)
k <- 1:(banyak_trapesium - 1)
y_antara[k] <- fungsiku(x_kiri + k * lebar)
hasil_integral <- (1 / 2) * lebar * (y_kiri + 2 * sum(y_antara) + y_kanan)
}
return(hasil_integral)
}
integral_trapesium(contoh_fungsi,1,2.71828182846,5)
Hasil
5=banyak jumlah trapezium yang digunakan
[1] 2.726683
Perhitungan Analitik
7.
Jawaban :
Error dikuadratkan supaya error yang positif dan error negatif tidak saling meniadakan.,
Penetapan bentuk kurva tergantung dari kecenderungan (trend) dari penyebaran titik data.,
Pengepasan kurva dapat dilakukan dengan menggunakan persamaan linear atau non linear.
8.
Jawaban :
9.
Jawaban :
Coding Input
L = c(7.44, 8.72, 3.89, 4.31, 11.12)
P = c(26.05, 27.14, 11.82, 16.80, 32.90)
# Gambar
plot(L, P, las = 1, pch = 19, col = "blue")
lines(L, P, las = 1, col = "red")
Coding Output
[,1]
[1,] 26.05
[2,] 27.14
[3,] 11.82
[4,] 16.80
[5,] 32.90
[,1] [,2]
[1,] 7.44 1
[2,] 8.72 1
[3,] 3.89 1
[4,] 4.31 1
[5,] 11.12 1
[,1] [,2]
[,1]
[1,] 2.723181
[2,] 3.618307
10.
Jawaban :
Coding Input
L = c(7.44, 8.72, 3.89, 4.31, 11.12)
P = c(26.05, 27.14, 11.82, 16.80, 32.90)
# Gambar
plot(L, P, las = 1, pch = 19, col = "blue")
lines(L, P, las = 1, col = "red")
Coding Output
[,1]
[1,] 26.05
[2,] 27.14
[3,] 11.82
[4,] 16.80
[5,] 32.90
[,1] [,2]
[1,] 7.44 1
[2,] 8.72 1
[3,] 3.89 1
[4,] 4.31 1
[5,] 11.12 1
[,1] [,2]
[,1]
[1,] 2.723181
[2,] 3.618307
Jawaban :
Coding Input
L = c(7.44, 8.72, 3.89, 4.31, 11.12)
P = c(26.05, 27.14, 11.82, 16.80, 32.90)
# Gambar
plot(L, P, las = 1, pch = 19, col = "blue")
lines(L, P, las = 1, col = "red")
Coding Output
[,1]
[1,] 26.05
[2,] 27.14
[3,] 11.82
[4,] 16.80
[5,] 32.90
[,1] [,2]
[1,] 7.44 1
[2,] 8.72 1
[3,] 3.89 1
[4,] 4.31 1
[5,] 11.12 1
[,1] [,2]
[,1]
[1,] 2.723181
[2,] 3.618307
12.
Jawaban :
Coding Input
L = c(7.44, 8.72, 3.89, 4.31, 11.12)
P = c(26.05, 27.14, 11.82, 16.80, 32.90)
# Gambar
plot(L, P, las = 1, pch = 19, col = "blue")
lines(L, P, las = 1, col = "red")
Coding Output
[,1]
[1,] 26.05
[2,] 27.14
[3,] 11.82
[4,] 16.80
[5,] 32.90
[,1] [,2]
[1,] 7.44 1
[2,] 8.72 1
[3,] 3.89 1
[4,] 4.31 1
[5,] 11.12 1
[,1] [,2]
[,1]
[1,] 2.723181
[2,] 3.618307
Dari Matriks Tersebut didapat nilai didapat nilai m untuk baris 1 dan c untuk baris
2,m=2.723181.
13.
Jawaban :
Coding Input
L = c(7.44, 8.72, 3.89, 4.31, 11.12)
P = c(26.05, 27.14, 11.82, 16.80, 32.90)
# Gambar
plot(L, P, las = 1, pch = 19, col = "blue")
lines(L, P, las = 1, col = "red")
Coding Output
[,1]
[1,] 26.05
[2,] 27.14
[3,] 11.82
[4,] 16.80
[5,] 32.90
[,1] [,2]
[1,] 7.44 1
[2,] 8.72 1
[3,] 3.89 1
[4,] 4.31 1
[5,] 11.12 1
[,1] [,2]
[,1]
[1,] 2.723181
[2,] 3.618307
Dari Matriks Tersebut didapat nilai didapat nilai m untuk baris 1 dan c untuk baris
2,c=3.618307
14.
Jawaban :
Coding Input
L = c(7.44, 8.72, 3.89, 4.31, 11.12)
P = c(26.05, 27.14, 11.82, 16.80, 32.90)
# Gambar
plot(L, P, las = 1, pch = 19, col = "blue")
lines(L, P, las = 1, col = "red")
Coding Output
[,1]
[1,] 26.05
[2,] 27.14
[3,] 11.82
[4,] 16.80
[5,] 32.90
[,1] [,2]
[1,] 7.44 1
[2,] 8.72 1
[3,] 3.89 1
[4,] 4.31 1
[5,] 11.12 1
[,1] [,2]
[,1]
[1,] 2.723181
[2,] 3.618307
15.
Jawaban :
Gambar yang tertera adalah grafik densitas/kerapatan sehingga luas seluruh area yang
tergambar ialah 1.
16.
Jawaban :
Gambar yang tertera adalah histogram sehingga sumbu x menggambarkan data kecepatan
gelombang.,
Gambar yang tertera adalah histogram sehingga luas seluruh area yang tergambar ialah 1.
17.
Jawaban :
18.
Jawaban :
19.
Jawaban :
20.
Jawaban :
21.
Dari Perhitungan Tersebut Tinggi Gelombang adalah 2,6 m