01/12/21 11.13 Untitled3.

ipynb - Colaboratory

No. 14(a)

import numpy as np, matplotlib.pyplot as plt

# approximasi f(0.25) menggunakan interpolasi linear dengan x0 = 0 dan x1 = 0
# LAGRANGE

def lagrange(x, y, ask):
  yt = 0
  for i in range(len(x)):
    p = 1
    for j in range(len(x)):
      if i == j:
        continue
      p = p * (ask - x[j])/(x[i] - x[j])
    yt = yt + y[i]*p
  return yt

x = [0.0, 0.5]
y = [1.0, 1.64872]

print("Nilai approximasi dari f(0.25):", lagrange(x, y, ask=0.25))

Nilai approximasi dari f(0.25): 1.32436

No 14 (b).

# approximasi f(0.75) menggunakan interpolasi linear dengan x0 = 0.5 dan x1 =
# LAGRANGE

def lagrange(x, y, ask):
  yt = 0
  for i in range(len(x)):
    p = 1
    for j in range(len(x)):
      if i == j:
        continue
      p = p * (ask - x[j])/(x[i] - x[j])
    yt = yt + y[i]*p
  return yt

x = [0.5, 1.0]
y = [1.64872, 2.71828]

print("Nilai approximasi dari f(0.75):", lagrange(x, y, ask=0.75))

Nilai approximasi dari f(0.75): 2.1835

https://colab.research.google.com/drive/1XrzJOmCj8OEWYt5yarvc2H2A2Ew1FFDj?usp=sharing#scrollTo=KfRvPntF7C2g&printMode=true 1/3
01/12/21 11.13 Untitled3.ipynb - Colaboratory

No 14 (c).

# approximasi f(0.25) dan f(o.75) dengan menggunakan interpolasi kedua, x0 = 
# x1 = 1 dan x2 = 2

# f(0.25)
def lagrange(x, y, ask):
  yt = 0
  for i in range(len(x)):
    p = 1
    for j in range(len(x)):
      if i == j:
        continue
      p = p * (ask - x[j])/(x[i] - x[j])
    yt = yt + y[i]*p
  return yt

x = [0.0, 1.0, 2.0]
y = [1.0, 2.71828, 7.38906]

print("Nilai approximasi dari f(0.25):", lagrange(x, y, ask=0.25))

Nilai approximasi dari f(0.25): 1.152773125

# approximasi f(0.25) dan f(o.75) dengan menggunakan interpolasi kedua, x0 = 
# x1 = 1 dan x2 = 2

# f(0.75)
def lagrange(x, y, ask):
  yt = 0
  for i in range(len(x)):
    p = 1
    for j in range(len(x)):
      if i == j:
        continue
      p = p * (ask - x[j])/(x[i] - x[j])
    yt = yt + y[i]*p
  return yt

x = [0.0, 1.0, 2.0]
y = [1.0, 2.71828, 7.38906]

print("Nilai approximasi dari f(0.75):", lagrange(x, y, ask=0.75))

Nilai approximasi dari f(0.75): 2.011913125

No 14 (d).

approximasi mana yang lebih baik dan mengapa?

nilai asli dari f(x) = e^x, f(0.25) = e^0.25 adalah 1.28403

kalau kita lihat dari No 14 (a). diperoleh nilai approximasi 1.32436

https://colab.research.google.com/drive/1XrzJOmCj8OEWYt5yarvc2H2A2Ew1FFDj?usp=sharing#scrollTo=KfRvPntF7C2g&printMode=true 2/3
01/12/21 11.13 Untitled3.ipynb - Colaboratory

kalau kita lihat dari No 14 (c). diperoleh nilai approximasi 1.15277

terlihat bahwa approximasi No 14 (a) lebih baik dari No 14 (c) dikarenakan selang
pada No 14 (a) [0, 0.5] relatif dekat antara angka 0 ke 0.5 dibandingkan
selang No
14 (c) [0, 1, 2] yang relatif jauh antara angka 0 ke 1.0 selain itu juga faktor
banyaknya titik pada selang juga bisa menjadi faktor keakuratan dari approximasi,
let say kita punya selang [0, 0.2, 0,4] pastinya approximasi ini lebih baik karena
kepadatannya, antara 0 ke 0.2 memiliki interval yang kecil dan nilai yang ingin kita
cari tepat berada di tengah", dengan demikian ada dua faktor yang diperhatikan
ketika kita ingin mencari approximasi yang baik, yaitu

1. rentang nilai interval padat ([0, 0.1, 0.2]) dari 0 ke 0.1 ke 0.2 lebih baik
daripada ([0, 0.5, 1]) dari 0 ke 0.5 ke 1.0
2. titik yang diguanakan [x1, x2, x3] jauh lebih baik dari [x1, x2]

https://colab.research.google.com/drive/1XrzJOmCj8OEWYt5yarvc2H2A2Ew1FFDj?usp=sharing#scrollTo=KfRvPntF7C2g&printMode=true 3/3