Kali ini kita akan mencoba membuat program sederhana dari intergral dan juga differensial.
Pertama, kita buat dulu funsinya.
library(mosaicCalc)
## Loading required package: mosaicCore
## Loading required package: Deriv
## Loading required package: Ryacas
##
## Attaching package: 'Ryacas'
## The following object is masked from 'package:stats':
##
## integrate
## The following objects are masked from 'package:base':
##
## %*%, diag, diag<-, lower.tri, upper.tri
## Registered S3 method overwritten by 'mosaic':
## method from
## fortify.SpatialPolygonsDataFrame ggplot2
##
## Attaching package: 'mosaicCalc'
## The following object is masked from 'package:stats':
##
## D
f <- makeFun (B * x ^ 4 ~ x, B = 0.25)
f(1)
## [1] 0.25
f(2)
## [1] 4
f(3)
## [1] 20.25
f merupakan nama dari fungsinya. “makeFun” digunakan untuk memberi nama pada sebuah fungsi baru. B adalah sebuah variabel yang dapat diganti angkanya, begitu pula dengan x. Kemudian kita coba inputkan x nya dari nilai 1 sampai 3. Setelah itu, coba kita operasikan lagi ke bentuk yang lain.
df <- D(f(x) ~ x)
df(1)
## [1] 1
df(2)
## [1] 8
df(3)
## [1] 27
Setelah itu, kita coba buat grafik dari fungsi diatas.
slice_plot(f(x) ~ x, domain(x = -1:1)) %>%
gf_labs(title = "Original function f(x)")
slice_plot(df(x) ~ x, domain(x =-1:1), color = "red") %>%
gf_labs(title = "New function df(x), the derivative of f(x)")
Didapatkan hasil dari fungsi diatas adalah grafik tersebut.
Setelah kita membuat integralnya, kita coba akan balikkan lagi agar kembali ke nilai awal.
DF <- antiD(df(x) ~ x)
DF(1)
## [1] 0.25
DF(2)
## [1] 4
DF(3)
## [1] 20.25
DF merupakan nama dari diferensial terhadap integral diatas. “antiD” digunakan program untuk membuat diferensialnya. Lalu kita coba buat grafik dari diferensial diatas.
slice_plot(df(x) ~ x, domain(x=-1:1), color = "red") %>%
gf_labs(title = "Original function df(x)")
slice_plot(DF(x) ~ x, domain(x=-1:1)) %>%
gf_labs(title = "New function DF(x), the anti-derivative of df(x)")
Demikianlah percobaan yang dilakukan, kurang lebihnya mohon dimaafkan.