Repository Praktikum 2 Komputasi Numerik ( B ) - Kelompok 2
Nama | NRP | Kelas |
---|---|---|
Alfan Lukeyan Rizki | 5025211046 | Komnum B |
Akmal Ariq Romadhon | 5025211188 | Komnum B |
Muhammad Rifqi Fadhillah | 5025211228 | Komnum B |
Salah satu kelemahan dari metode Trapezoidal adalah kita harus menggunakan jumlah interval yang besar untuk memperoleh akurasi yang diharapkan. Buatlah sebuah program komputer untuk menjelaskan bagaimana metode Integrasi Romberg dapat mengatasi kelemahan tersebut.
Integrasi Romberg merupakan kombinasi dari Trapezoidal Rule dengan Richardson Extrapolation. Dalam penggunaannya, Integrasi Romberg dinilai lebih efektif serta lebih cepat dibandingkan metode lain seperti Metode Simpson. Selain itu Metode Romberg juga dinilai lebih akurat dibading metode lain.
Dalam pembuatan program Interasi Romberg, dapat digunakan beberapa pilihan. Yang pertama ialah penggunaan module Integrate dari library spicy yang diimport kedalam bahasa Python. Untuk menggunakan module tersebut, diperlukan fungsi, batas bawah, dan batas atas sebagai parameternya. Berikut adalah contoh penggunaan module Integrate dari library spicy untuk perhitungan Integrasi Romberg.
import numpy as np
from scipy import integrate
#function = 1/(1+2+x)
#batas bawah = 0
#batas atas = 2
def func(x) :
return 1/(1+2+x)
calc = integrate.romberg(func, 0, 2, show = True)
print(calc)
Selain menggunakan bahasa python, dapat digunakan juga bahasa R dalam menghitung Integrasi Romberg. Untuk dapat melakukan perhitungan dengan bahasa R diperlukan package atau library pracma. Sama seperti Spicy, dalam menghitung Integrasi Romberg diperlukan fungsi, batas bawah, dan batas atas. Berikut adalah contoh perhitungan Integrasi Romberg dengan bahasa R.
install.packages("pracma")
library(pracma)
#function = 1/(1+2+x)
#batas bawah = 0
#batas atas = 2
f <- function(x) 1/(1+2+x)
romberg(f, 0, 2)
Menggunakan bahasa R dan RStudio.
Menggunakan bahasa Python.
Menggunakan calculator online.
#include <stdio.h>
int main(){
printf("Thank you!");
}