Integrasi Numerik Fisika Komputasi
Integrasi Numerik Fisika Komputasi
SIMULASI FISIKA
INTEGRASI NUMERIK DENGAN METODE SAMPEL
RERATA MENGGUNAKAN IMPORTANCE SAMPLING
Diajukan Untuk Memenuhi Tugas Kelima Mata Kuliah Simulasi
Fisika
OLEH :
NAMA : Dyah Nur Rancangkapti
NIM : 06306144012
PRODI : Fisika
A.
Tujuan
Menentukan hasil integral analitik dengan menggunakan metode persegi,
Menentukan nilai z (konstanta dari importance sampling) sehingga
diperoleh variasi yang minimum,
Membuat grafik antara z dengan variansi,
Mensimulasikan masukan bilangan random menggunakan importance
sampling pada metode rerata,
B.
Permasalahan
Hitung nilai integral dari f ( x)
1
dengan batas integral nol sampai
x cos 2 x
2
Analisis Masalah
Perhitungan Analitik
Integral yang akan kita selesaikan adalah fungsi
f ( x)
1
.
x cos 2 x
2
1
x cos 2 x
2
x
x=0
x=
luas daerah dibawah kurva fungsi f(x) pada gambar diatas, secara
analitik dapat kita dekati dengan membagi luasan dibawah kurva
kedalam n persegi panjang. Luas tiap kotak adalah panjang (f(xi))
dikalikan lebar (x), luasan seluruh kotak adalah jumlahan dari luas
tiap kotak. Jumlahan dari luasan dapat didekatkan dengan
fungsi
integral sehingga,
n
I f ( xi )x
i 1
x f ( xi )
i 1
dan x = (b-a)/n
n = banyaknya kotak
f ( x)dx
a
nilai
yang
digunakan
dalam
menyelesaikan
fungsi
1
adalah n = 10^6 = 1.000.000 kotak.
x cos 2 x
2
kita.
Dalam
hal
ini
permasalahannya
merupakan
1
, kita akan memperoleh
x cos 2 x
2
1
yang telah di plotkan menghasilkan grafik
x cos 2 x
2
f ( x)
1
dengan fungsi
x cos 2 x
2
ekponensial dapat dilihat pada gambar dibawah ini (listing program grafik
terlampir) :
Dari grafik diatas terlihat bahwa garis berwarana merah jambu dengan
warna hitam belum presisi, sehingga kita memerlukan suatu konstanta
tertentu dari fungsi eksponensial untuk mendekati nilai dari fungsi
f ( x)
1
. Maka, fungsi eksponensialnya menjadi p(x) = Ae 2
x cos x
zx
sampling).
Nilai
dapat
ditentukan
dengan
p( x)dx 1
0
Ae
zx
dx
A zx
e 0
1
z
A
e z e0 1
z
z
1 e z
2. Nilai z
Nilai z adalah nilai konstanta pangkat dari fungsi eksponensial. Nilai z
dapat ditentukan dengan memvariasikan nilai z tersebut dari 0 sampai
2 atau seterusnya hingga nilai variasi minimum diperoleh.
Dalam menentukan nilai z saat variasi minimum diperoleh maka kita
membutuhkan program dalam menjalankannya. Program yang akan
kita
jalankan
membutuhkan
bilangan random,
karena kita
p ( x ) dx r
xi
p( x' )dx'
0
x
Ae
zx '
dx'
A zx ' x
e 0 r
z
A
e zx e0 r
z
A 1 e zx
rz
A e zx A rz
A rz
A
1
A
ln
z A rz
e zx
x
1
A
ln
z A rz
; dengan A
z
dan z=0.1:0.1:1
1 e z
Nilai z dipilih batas awal 0.1 bukan nol karena jika z=0 maka p(x)=1,
itu berarti distribusi yang digunakan adalah distribusi merata
sedangkan masalah yang ingin kita selesaikan adalah distribusi tak
merata. Untuk nilai z dipilih batas interval akhir 1 karena nilai z lebih
dari satu menghasilkan nilai variansi yang semakin membesar
sedangkan yang ingin kita gunakan nilai z dengan variansi minimum.
Nilai z dengan variansi minimum adalah z = 0.8, dan dapat dilihat dari
hasil grafik dibawah ini :
Model Masalah
Metode Sampel Rerata
Metode
rerata
sampel
adalah
salah
satu
metode
untuk
I f ( xi )x
i 1
x f ( xi )
i 1
x = (b-a)/n
n = banyaknya kotak
data tersebut
I (b a ) f ( xi )
1
),
ba
f ( xi )
p( x)
dengan ;
p(x) = Ae- zx ,
A
z
1 e z
z = 0.8
Algoritma
Metode Rerata
1.
2.
3.
4.
5.
6.
7.
Hitung nilai sumn yang akan bertambah dengan nilai fx setiap satu
kali pengulangan
8.
9.
Diagram Alir
Metode Sampel Rerata
Mulai
Definisikan sum = 0
sebagai tempat untuk bil.
Random
Looping k=i :n
Bangkitkan bil. Random
dengan x=1./z.*ln(A./(Az.*br))
Masukkan fungsi
px= exp(-z.*x)
Plotkan nilai
hasil dengan
variansi
D.
akhiri
Pembahasan
Dalam permasalahan simulasi dari integrasi numerik dengan metode
metode sampel rerata menggunakan importance sampling, kita memiliki tujuan
menentukan nilai z (konstanta dari importance sampling) sehingga diperoleh
variasi yang minimum, membuat grafik antara z dengan variansi, mensimulasikan
10
1
. Saat kita memvariasikan niali z maka fungsi
x cos 2 x
2
p(x) akan mendekati fungsi f(x) (dapat dilihat dari perbandingan grafik p(x)
dengan f(x)), sehingga kita memerlukan variasi dari nilai z yang akan kita
variasikan dari nilai 0.1 sampai dengan 1.
Dari program yang telah dijalankan (terlampir), kita dapat menentukan
nilai z yang
minimum adalah nilai z=0.8. Nilai tersebut adalah nilai yang disubtitusi kenilai
p(x) sehingga nilai p(x) dapat mendekati nilai f(x). Cara menentukan nilai z
dengan mudah adalah kita membuat grafik antara z dengan variansi, sehingga titik
minimum dari variansi dapat terlihat dengan jelas (terlampir di analisis masalah).
Kita juga dapat menentukan hasil analitik integrasi f ( x)
1
dengan
x cos 2 x
2
metode persegi. Dalam metode persegi semakin banyak jumlah cacah kotak yang
digunakan maka semakin presisi hasil integrasi yang diberikan, oleh karena itu
dalam penentuan integrasi kali ini kita menggunakan n sebayak 1.000.000 cacah
kotak yang menghasilkan nilai integrasi sebesar 1.5812. Hasil integrasi tersebut
dapat memudahkan kita untuk menentukan ketidakpastian dari hasil integrasi
menggunakan metode rerata sampel dengan importance sampling p(x).
Saat kita menggunakan metode rerata sampel, kita dapat menentukan hasil integrasinya
saat z=0.8. Dari algoritma dan listing program pada metode rerata sampel, kita
memasukkan nilai z=0.8 akan menghasilkan nilai integrasi
f ( x)
1
yang
x cos 2 x
2
sama saat listing program yang digunakan memasukkan nilai z = 0.1 :0.1 : 1. Perbedaan
11
yang dihasilkan dari masukan z diatas adalah saat z=0.8 maka hasil integrasi di command
windows hanya ada satu yaitu F = (1.3768 0.2044) dengan kekurangan dari hasil plot
z dengan variansi tidak dapat di buat karena z hanya memiliki satu data tunggal.
Sedangkan untuk z yang bervariasi antara 0.1 : 0.1 : 1 menghasilkan nilai integrasi untuk
setiap variasi z. Saat mengamati hasil dari variansi minimum berada pada z=0..8 maka
hasil integrasi yang diamati sesuai dengan z=0.8 yaitu F= (1.3765 0.2047) . Nilai
yang integrasi yang dihasil dari kedua cara diatas tidak berbeda jauh walaupun memiliki
perbedaan namun tidak begitu signifikan. Hal tersebut terjadi karena bilangan yang
digunakan adalah bilangan random dan akan selalu berubah setiap kali pengulangan.
E.
Kesimpulan
Kesimpulan yang dapat diambil dari permasalahan integrasi numerik dengan
metode persegi, Hit Or Miss, dan rerata sampel adalah :
Hasil analitik dari permasalahan fungsi f ( x)
1
adalah 1.5812
x cos 2 x
2
DAFTAR PUSTAKA
Drs. Suarga, M.Sc., M.Math., Ph.D. (2007). Fisika Komputasi Solusi
Problem Fisika Dengan METLAB. Yogyakarta : ANDI Yogyakarta
Catatan Simulasi Fisika
G.
Lampiran
Listing Program
Listing Program Metode Persegi
dx=(b-a)/n;
F=0; % untuk menyimpan hasil hitungan;
for k=i:n
x=a+k*dx;
12
f=1./(x.^2+cos(x).^2);
F=F+f*dx
end
1
x cos 2 x
2
clc
clear
x=0:0.1:10;
y1=1./(x.^2+cos(x).^2);
y2=exp(-x);
plot(x,y1,'-dm',x,y2,'-dk')
gtext('y1=1./(x.^2+cos(x).^2)');
gtext('y2=exp(-x)');
xlabel('Nilai x');
ylabel('fungsi y');
title('Grafik Hubungan x VS
y');
grid on
sumn=sumn+fx./px;
end
fn=sumn/n;
sumfn=sumfn+fn;
sumfn2=sumfn2+fn.*fn;
end
hasil=sumfn/ntrial;
hasil2=sumfn2/ntrial;
variansi=hasil2-hasil.*hasil;
galat=abs(hasil- 1.5812);
disp([hasil' galat' z' variansi'])
plot(z,variansi,'-dm')
xlabel('Nilai konstanta pangkat (z)');
ylabel('Simpangan baku(variansi)');
title('Grafik Hubungan z VS variansi');
grid on
13
hasil
0.5869
0.6782
0.7773
0.8841
0.9981
1.1185
1.2449
1.3765
1.5127
1.6528
galat
0.9943
0.9030
0.8039
0.6971
0.5831
0.4627
0.3363
0.2047
0.0685
0.0716
z
variansi
0.1000 0.0010
0.2000 0.0010
0.3000 0.0009
0.4000 0.0009
0.5000 0.0008
0.6000 0.0007
0.7000 0.0006
0.8000 0.0005
0.9000 0.0007
1.0000 0.0011
Mengetahui.
Yogyakarta, 21 November 2009
Dyah Nur
(06306144012)
14