PENDAHULUAN
Analisis numerik adalah studi algoritma untuk memecahkan masalah
dalam matematika kontinu (sebagaimana dibedakan dengan matematika
diskret)
Salah satu tulisan matematika terdini adalah tablet Babilonia YBC
7289, yang memberikan hampiran numerik seksagesimal dari
BAB II
PEMBAHASAN
A. Pengertian Analisa Numerik
Metode Analisis Numerik adalah teknik-teknik yang digunakan
untuk memformulasi kan masalah matematis agar dapat diselesaikan
dengan operasi perhitungan. Kemampuan untuk dapat menghitung sisi
segitiga (dan berarti mampu menghitung akar kuadrat) sangatlah
penting, misalnya, dalam pertukangan kayu dan konstruksi.
antara
lain:
persamaan
diferensial.
2.
3.
4.
5.
6.
Menyediakan
mahasisw.
sarana
Karena
memperkuat
salah
satu
pengertian
matematika
kegunaannya
adalah
menyederhanakan matematika yang lebih tinggi menjadi operasioperasi matematika yang mendasar.
Metode analitik disebut juga metode sejati karena memberikan solusi
sejati (exact solution) atau solusi yang sesungguhnya, yaitu solusi yang
memiliki galat (error) sama dengan nol! Sayangnya, metode analitik
hanya unggul untuk sejumlah persoalan yang terbatas, yaitu persoalan
yang memiliki tafsiran geometri sederhana serta bermatra rendah.
Padahal persoalan yang muncul dalam dunia nyata seringkali nirlanjar
serta melibatkan bentuk dan proses yang rumit. Akibatnya nilai praktis
penyelesaian metode analitik menjadi terbatas.
Bila metode analitik tidak dapat lagi diterapkan, maka solusi persoalan
sebenarnya masih dapat dicari dengan menggunakan metode numerik.
Metode numerik adalah teknik yang digunakan untuk memformulasikan
selanjutnya
fungsi
mateamtik
tersebut
dapat
diformulasikan
secara
matematis
dengan
cara
operasi
semester2
sebelumnya
dikarenakan
perubahan
kurikulum
pemakaian
metode
numerik
ini
karena
tidak
semua
merancang
program
sendiri
disesuaikan
dengan
yang
lebih
tinggi
sebagai
operasi-operasi
to:
bloggersragen
url:
http://www.bloggersragen.com/2011/09/pengantar-metode-numeriksecara-umum.html
Pengertian Metode Numerik
Metode
rekayasa yang
merupakan
bagian
dari
paket
Menyediakan
mahasisw.
sarana
Karena
memperkuat
salah
satu
pengertian
matematika
kegunaannya
adalah
rekayasa (permasalahan
riil). Gambaran
tahapan
Dalam
menangani
masalah
rekayasa(masalah
riil)
perlu
melakukan :
yaitu
digunakan
komputasi,
statistika
dan
numeris
atau grafik
semula
(masalah
rekayasa)
sehingga
dapat
model
matematikanya,
semakin
rumit
untuk
pemecahan masalah.
melakukan
suatu
tugas
tertentu
seperti
seharusnya
operasi dijalankan.
Manfaat Bagan Alir
Dipakai
untuk
menyatakan
dan
mengkomunikasikan
algoritma.
adalah
berupaoperasi
aritmetika
seperti
penjumlahan,
program
komputer.
Program
ditulis
dengan
bahasa
seperti
waktu,
memori,
ketelitian,
dan
kestabilan
metode.
Tugas
para
analis
numerik
ialah
pembuktian
apakah
suatu
metode
konvergen,
dan
Persamaan Non-Linier
Metode Biseksi
Metode Sekan
Metode Gauss-Jordan.
Iterasi Gauss-Seidel.
Interpolasi
Pengertian Interpolasi
Lagrange
Integrasi Numerik
Pengertian Integrasi
Trapesium
Simpson
Kwadratur Gauss
Thank
You
So
Much
to:
Fairuz
el
Said
| https://fairuzelsaid.wordpress.com/2010/10/13/metode-numerik-01pengantar-metode-numerik/#more-2623
At least, saya juga sertakan download materi Metode Numerik:
http://www.4shared.com/file/xENnMpF1/materi_Metode_Numerik.htm
l
Dan buku yang recommended lah! (tapi saya belum beli :") mungkin
segera.. :) berikut review buku dan daftar isinya: http://penerbitinformatika.com/buku-metode_numerik_(edisi_revisi_ke_2)-13.html
Tags: Materi Metode Numerik, mata kuliah metode numerik, apa itu
metode numerik, definisi metode numerik, metode numerik adalah,
pengertian metode numerik, pengenalan metode numerik, manfaat
belajar metode numerik, prinsip metode numerik, kenapa harus belajar
metode numerik.
BAB I
ANALISA NUMERIK
1
(120 x 2 2 x )
cos 1
x
17 x 65
c. Hitung integral
1
sin x
dx
x
0
numerik
adalah
teknik
yang
digunakan
untuk
Metode Analitik
1. Solusi biasanya dalam bentuk
fungsi
selanjutnya
matematik
dapat
yang
dievaluasi
bentuk angka
2. Diperoleh
solusi
menghampiri
sehingga
dinamakan
solusi
solusi
juga
sejati
numerik
solusi
4. Pemrograman
5. Operasional
6. Evaluasi
BAB II
MODEL MATEMATIKA
Model matematika secara luas dapat didefinisikan sebagai perumusan
atau persamaan yang mengekspresikan feature pokok dari sistem atau
proses fisis dalam istilah matematis. Dalam penalaran yang sangat
umum , model matematis dapat dinyatakan sebagai suatu hubungan
fungsional yang berbentuk
Peubah tak bebas = f
peubah
bebas,
parameter, fungsi
pemaksa ) ..................................( 2. 1 )
peubah tak bebas : suatu karakteristik yang biasanya
m.a
...................................................................................................................
...............( 2. 2 )
Persamaan 2.2 mempunyai sejumlah ciri yang khas dari model
matematis di dunia fisik
idealisasi
dan
melompat
v(t )
gm
1 e (c / m)t
c
keluar
dari
pesawat.
Gunakan
persamaan
gm
v(t )
1 e (c / m)t
c
Menghasilkan :
v(t )
980(68.100)
[1 e (12.500 / 68.100)t ]
12.500
t1 det
v1 cm/det
0
2
4
6
10
0,00
1640,00
2777,00
3564,00
4487,00
5339,00
=
Menurut model tersebut, penerjun itu melaju dengan cepat. Kecepatan
sebesar 4487,00 cm / det dicapai setelah 10 detik. Setelah waktu yang
cukup lama, dicapai kecepatan konstanta ( dinamakan kecepatan akhir )
v(t )
gm
1 e ( c / m ) t
c
disebut
gm
1 e ( c / m )t
c
untuk menghitung
t1 0
), kecepatan
penerjun payung sama dengan nol. Dengan memakai informasi ini dan
v(t )
gm
1 e (c / m)t
c
t i 1 2 detik
12,5
(0)]2 19,60 m/det
68,1
12,5
(19,60)]2 32,00 m/det
68,1
t1 det
v1 m/det
0
2
4
6
10
0,00
19,60
32,00
39,85
47,97
53,39
GAMBAR
2.1 dengan
Hasil- hasilnya dilukiskan dalam Gambar 2.1
bersamaan
BAB III
APROKSIMASI DAN GALAT
3.1 Kekeliruan , Kesalahan perumusan dan Ketidakpastian
Data
Walau sumber kesalahan di bawah ini secara langsung
kekeliruan
ini
dihubungkan
dengan
ketidaksempurnaan manusianya.
Kekeliruan
langkah
proses
dapat
pemodelan
terjadi
pada
matematika
sembarang
dan
dapat
tak
dianggap
dalam
pembahasan
metode
dibahas
dalam
bab
2,
cara
sederhana
untuk
memeriksa
apakah
suatu
perumusan
model
dihubungkan
dengan
fakta
bahwa
hukum
Newton
kedua
tak
solusi
pada
contoh
sebelumnya,
karena
kecepatan
jatuh
seperti
dalam persamaan
dengan
loncatan-loncatan
berulang
yang
dibuatnya,
tak
cepat
diragukan,
selama
karena
beberapa
penerjun akan
loncatan
jatuh
daripada
lebih
loncatan
instrumen
terlalu
tinggi
kita
menaksir
terhadap
terlalu
kecepatan,
rendah
atau
kita menghadapi
acak,
kita
akan
berhadapan
dengan
sebuah
mungkin
informasi
tertentu.
Statistik yang deskriptif ini kebanyakan sering dipilih
untuk menyatakan (1) letak pusat distribusi data, dan
(2) tingkat penyebaran data. Hal demikian memberikan
a
Misalkan
maka selisih
aa
aa
Ukuran galat
x100%
a
RA
a s
Komputasi diulang sampai
s
Nilai
s
nilai
Soal
1. Misalkan nilai sejati = 10/3 dan nilai hampiran = 3.333.
hitunglah
galat,
galat
mutlak,
dan
galat
relatif
hampiran.
2. Prosedur iterasi sebagai berikut
1, 2, 3, ...
x0 0.5
dan
= 0.00001
x r 1 ( x r3 3) / 6
r = 0,
3.3 Algoritma
Algoritma merupakan rentetan langkag langkah logika yang
diperlukan untuk melakukan suatu tugas tertentu seperti pemecahan
masalah.
Ciri ciri suatu algoritma yang baik
1. Aksi yang dilaksanakan harus dirinci secara jelas untuk tiap
kasus. Hasil akhir tidak boleh tergantung kepada yang
mengalami algoritma
2. Proses algoritma harus selalu berakhir setelah sejumlah
berhingga langkah tidak boleh berakhir terbuka ( oppen
ended )
xi 1
( x1 2 / xi )
2
i 0,1,2,...
untuk
BAB 4
METODE PENGURUNG (BRACKETING METHOD)
Salah satu masalah yang sering terjadi pada bidang ilmiah
adalah
masalah
untuk
mencari
akar-akar
persamaan
pn(x)
anx n
.(2)
an-1xn-1
a 1x
a0
Persamaan transenden
Yaitu
persamaan
yang
mengandung
fungsi
antara
lain
polinomial
derajat
dua,
persamaan
dapat
X 1, 2
b b 2 4ac
2a
akar
persamaan
tak
linear
diselidiki
untuk
X
0,0
f(x)
1,000
0,619
0,4
0,270
0,6
-0,051
Gambar 4.1
Gambar
4.1.
Ilustrasi
pendekatan
grafik
untuk
kasar
0,57.
Harga
sebenarnya
adalah
0,56714329
Teknik grafik praktis digunakan, dan dapat memberikan
taksiran akar secara kasar, tapi tidak presisi.
Ia dapat digunakan sebagai tebakan awal dalam
metode numerik.
Interpretasi grafik penting untuk memahami sifatsifat fungsi dan dapat memperkirakan jebakan pada
metode numerik, seperti terlihat pada gambar 4.2 di
bawah ini.
Gambar 4.2 memperlihatkan sejumlah cara dimana
akar bisa berada dalam interval yang dijelaskan oleh
suatu batas bawah a dan batas atas b.
Gambar 4.2b memperlihatkan kasus dmana sebuah
akar tunggal dikurung oleh harga-harga positif dan
negatif dari f(x).
Gambar 4.2
Gambar 4.2. Ilustrasi sejumlah cara yang umum bahwa
sebuah akar bisa terjadi dalam sebuah interval yang
dijelaskan oleh batas bawah a dan batas atas b. Bagian
(a) dan (c) menunjukkan bahwa bila f(a) dan f(b)
mempunyai tanda yang sama, tidak akan ada akar-akar
atau akar dalam jumlah genap pada interval. Bagian (b)
4.2d,
terhadap
f(b)
berlawanan
x, memperlihatkan 3 akar
generalisasi
kasus-kasus
ini
biasanya
dimana
hal
benar,
itu
tak
namun
dapat
dipegang.
Misalnya
akar
ganda.
Yakni
fungsi
yang
menyinggung sumbu x (gambar 4.3a) dan fungsifungsi diskontinu (gambar 4.3b) bisa menyalahi prinsip
ini.
dimana
titik-titik
ujung
tanda
yang
dalam
kasus
ini.
Sebagai
contoh
fungsi
yang
akar
bilangan
kompleks.
Akar
bilangan
banyaknya
pergantian
tanda
pada
berlaku:
ng
<
..........................................................................(5)
v ng = 0, 2, 4, 6,
(b) batas interval akar
r 1 maks
1 k n
ak
an
maka semua akar real pn(x) terletak pada interval [r, r].
terdapat
sekurang-kurangnya
akar
nyata
ditandai
interval
Setiap
lebih
tersebut
subinterval
teliti
dengan
menjadi
itu
dicari
cara membagi
sejumlah
subinterval.
untuk menempatkan
perubahan
tanda.
Proses
tersebut
diulangi
dan
(binary
chopping),
pembagian
2 (interval
akar
agar
fungsi
dan tertinggi xu
berubah
tanda
xr
xl xu
2
Step 3 :
Buat
evaluasi
yang
berikut
untuk
a.
= xr, dan
lanjutkan ke step 2.
b. Jika f(xl) f(xr) > 0, akar terletak pada
subinterval kedua, maka xl
= xr, dan
lanjutkan ke step 2.
c.
= 0
xr
0 1
0,5
2
Taksiran
ini
menunjukkan
kesalahan
0,5 = 0,06714329
dari
(harga
0,56714329
x100% 11,8%
0,06714329
dimana indeks t menunjukkan
bahwa kesalahan diacu terhadap harga sebenarnya.
Lalu:
f(0) f(0,5) = (1) (0,10653) = 0,10653
xr
0,5 1
0,75
2
0,5 = 0,06714329
x r xu
f ( x u )( x u x1 )
f ( x u ) f ( x1 )
Disebut juga metode interpolasi linier.
f(x)
-x
x.
Akar
sesungguhnya
0,56714329.
xl = 0 dan xu = 1.
Iterasi pertama:
xl = 0
f(xl) = 1
xu = 1
f(xu) = -0,63212
xr 1
(0,63212)(1 0)
0,6127
0,63212 1
0,56714329 0,6127
x100% 8%
0,56714329
Iiterasi ke-2
f(xl) f(xr) = -0,0708
akar pada subinterval I. xr di batas atas
berikutnya
xl = 0
f(xl) = 1
63
x r 0,6127
(0,0708)( 0,6127 0)
0,572179
0,63212 1
0,572179 0,6127
x100% 7,8%
0,572179
Kesalahan
untuk
Regula
Falsi
berkurang
lebih
cepat
64
f(x) = e-x x
Pada Bagidua, interval antara xl
kecil selama komputasi. Interval,
dan xu
muncul semakin
x/2 = |xu
xl| / 2,
Xu
1,3
1,3
1,3
1,1375
1,05625
Xr
0,65
0,975
1,1375
1,05625
1,015625
65
| t|%
35
2,5
13,8
5,6
1,6
| a|%
33,3
14,3
7,7
4,0
Iteras xl
1
0
2
0,09430
3
0,18176
4
0,26287
5
0,33811
Setelah 5 iterasi, t
Xu
1,3
1,3
1,3
1,3
1,3
< 60%.
Xr
0,09430
0,18176
0,26287
0,33811
0,40788
| t|%
90,6
81,8
73,7
66,2
59,2
| a|%
48,1
30,9
22,3
17,1
Juga | a| < | t|
Ternyata dengan Regula Falsi, a ternyata meleset. Lebih jelas
terlihat dalam grafik:
66
kurva
menyalahi
perjanjian
yang
mendasar
4.4.
Metode Newton-Raphson.
Gmbar 5.2
Metode Newton Rapson adalah metode pendekatan yang
67
kemiringan
pada
titik
tersebut.
Secara
xi 1 xi
f xi
f ' xi
Dimana i = 0,1,2,3,
Syarat f(xi) 0
f(xi) = 0 maka garis singgung sejajar sumbu x
Algoritma Metode Newton Rapson
Masukan:
f(x),
f(x),
x0
(tebakan
: akar
Langkah-langkah
Iterasi
68
awal),
(criteria
xbaru x0
Jika f(x0) = 0, proses gagal, stop
1.
jika
xbaru x0
, maka stopdan x( akar) x baru
xbaru
2.
3. x0 = xbaru
4. Iterasi: I = i + 1
5. Jika iterasi I M kembali ke langkah 2
6. Prosesnya konvegen atau divergen
A 0, N genap
l
A0
A R, N ganji
Ambil N = 2
andaikan bahwa A>0 suatu bil real dan misal x 0 > 0
A
adalah tebakan awal untuk
69
f x0
f ' x0
xk k 0
barisan
xk
p x 1
A
xk 1
berikut:
lim x
x
x k k 0
akar barisan
A
konvergen ke
A
yaitu
Bukti
: A>0
A
Missal x
X2
X2 A
70
g x x
f x
f ' x
A
2x
2x 2 x 2 A
g x x
2x
x A
g x x
2 2x
x A
g x
2 2x
1
A
g x x
2
x
x Ax
g ( x)
2
g x x
F(x)
F(x)
2x
71
x2-A
xk 1 g xk
pk
4.5.
pk 1 A
pk 1
, K 1,2,3,...
Atau
Metode Secant.
Masalah
adalah
yang
didapat
terkadang
sulit
dalam
metode
Newton-Raphson
f ' x
f xn f xn 1
xn xn 1
xi 1 xi yi
f ( xi ) f ( xi xi 1 )
f ( xi ) f ( xi 1 )
Menjadi
Persamaan
di
awal
tetapi
x,
atas
memang
karena
memerlukan
f(x)
72
taksiran
tidak membutuhkan
maka Secant bukan
Gambar 5.3
Secant
lebih
menggunakan
diferensi
73
daripada
menggunakan
aproksimasi
slope
fungsi
taksiran
awal
untuk
menghitung
Regula
mana
yang
saja
sama
Falsi,
taksiran
terakhir
akar
menggantikan
harga
seperti
f(xr). Sehingga
akar.
Secant mengganti harga-harga dalam deretan yang ketat, dengan
harga
baru
xi+1 menggantikan
xi,
dan
xi
menggantikan
xi-1.
Sehingga 2 harga terkadang dapat terletak pada ruas akar yang sama.
Pada kasus tertentu ini bisa divergen.
Pada gambar grafik di bawah ini disajikan penggunaan metode Regula
Falsi dan Secant untuk
menaksir akar f(x) = ln x, dimulai dari harga x1 = xi-1 = 0,5 dan
xu = xi = 5,0:
Gambar 5.3.1
Perbandingan metode Regula Falsi dan Secant. Iterasi pertama (a) dan (b)
untuk iterasi kedua metode adalah identik. Tetapi pada iterasi kedua (c)
dan (d), titik yang dipakai berbeda.
Gambar 5.3.2
4.6.
Akar Ganda.
Satu akar ganda berhubungan dengan suatu titik dimana sebuah fungsi
menyinggung sumbu x.
Misal akar dobel dihasilkan dari:
f(x) = (x - 3)(x - 1)(x - 1)
atau dengan pengalian suku-suku:
f(x) = x3 - 5x2 + 7x - 3
Persamaan diatas memiliki akar dobel, karena 1 akar x membuat kedua
suku dalam persamaan itu sama dengan nol. Secara grafik, ini sesuai
dengan kurva yang menyentuh sumbu x secara tangensial pada akar
dobel. Ini dapat dilihat pada gambar 5.4a di bawah ini pada
x = 1.
Gambar 5.4
Gambar 5.4 Contoh akar ganda yang menyinggung sumbu x. Perhatikan
bahwa fungsi tak memotong sumbu pada kedua sisi akar ganda genap (a)
dan (c), sedangkan ia memotong sumbu untuk kasus ganjil (b) ([CHA1998]
hal. 159).
Akar tripel untuk kasus dimana satu harga x membuat 3 suku dalam
suatu persamaan menjadi nol, misal:
f(x) = (x 3)(x 1)(x 1)(x 1)
atau dengan pengalian suku-suku:
f(x) = x4 6x3 + 12x2 10x + 3
metode
mengandung
Newton-Raphson
turunan
dan
(atau taksiran)
Secant,
di
dimana
bagian
keduanya
penyebut
pada
[RAL1978]).
Soal A.
1. Tentukan batas selang akar dari :
P ( x) x 2 x 2
P( x ) x 3 x 3
P ( x) x x
P( x) x 4 2 x 3 5 x 2 4 x 3
f ( x) x 5 x 2
3. Tentukan akar
0.00001
dengan
1225
Leonardo
da
Pissa
mencari
akar
persamaa
f ( x) x 3 2 x 2 10 x 20 0
dan menemukan x = 1.368808107
tidak
x0 1
Leonardo dalam selang ( 1, 1.5 ) dan juga metode Newton Raphson,
x0 1 x1 1.5
dan metode Secant
10 6
f ( x) x 1 / 3
f ( x) 0
jika
f ( x ) x 3
f ( x) 0
jika
x0 4
1/ 2
. Mengapa?
(47)1 / 4
6.
sampai enam
f ( x) cos x
7.
Misalkan
x 3 / 2
x0 3
tebakan awal
8.
. Mengapa ?
f (c )
9.
9.8(68.1)
(1 e ( c / 68.1) / 10 ) 40
c
Secara grafis
a
sampai taksiran galat
s 10%
berada dibawah
f ( x) 24 80 x 90 x 2 42 x 3 8.7 x 4 0.66 x 5
11.Tentukan akar akar riil dari
s 1%
secara grafis dan dengan metode bagidua samapai
dengan
secara
s
grafis dan memakai metode regula falsi dengan nilai
samapi dengan dua angka bena.
yang berpadanan
f ( x)
13.Tentukan akar akar riil dari
1 0.61x
x
memakai tiga iterasi dari metode Regua Falsi, dengan tebakan awal 1.5
dan 2.
14.Tentukan akar akar persamaan
x0 0
) dan metode Secant (
ex x
x 1 0
x 0 1,0
dan
f ( x) 0.51x sin x
f ( x)
16.Tentukan akar riil dari
1 0.61x
x
xi 1 1.5
metode Secant dan tebakan awal
x1 2.0
dan
hitung hampiran
f ( x ) 5.9 11x 6 x 2 x 3
17.Tentukan akar riil dari
Secara grafis
xi 1 2.5
Metode Secant ( tebakan awal
x1 3.5
dan
s 1%
f ( x) x 3 98
18.Tentukan akar riil dari
19.Gunakan
baik
metode
Rapson
yang
baku
maupun
yang
f ( x) 3 7 x 5 x 2 x 3
dimodifikasi untuk menghitung akar ganda dari
dengan tebakan awal 0
f ( x) 12.5 3.75 x 7 x 2 x 3
20.Tentukan akar dari
Secara grafis
s 1%
Soal.B
1. Dari metode metode yang telah ada , temukanlah metode mana yang
lebih cepat atau efisien dalam mendapatkan akar akar persamaan .
2. Temukanlah persamaan dan perbedaan perbedan dari metode metode
yang telah dipelajari.
3. Temukan kasus / masalah dalam bidang ilmu tertentu yang dapat
diselesaikan dengan metode metode dalam menentukan akar akar
persamaan diatas.
BAB IV
SISTEM PERSAMAAN LINIER
Bentuk Umum :
a11
a
21
.
a m1
a12
a 22
.
.
. a1n
. a 2 n
. .
. a mn
x1
x
2
.
xm
b1
b
2
.
bm
=
a11
a
21
a m1
a12
a 22
.
.
. a1n
. a 2 n
. .
. a mn
1
l
21
l m1
0 . 0
1 . 0
. . .
. . 1
.
. . .
. . u mn
0
=
Penyelesaian SPL Ax = b dengan metode LU
Ax b
A LU
LUx b
misalnya y Ux
Ly b
y1 , y 2 , y 3 ,........ y n
Untuk mendapatkan nilai
( penyulihan maju )
Ly b
1
l
21
l m1
0 . 0
1 . 0
. . .
. . 1
y1
y
2
.
ym
b1
b
2
.
bm
=
x1 , x 2 , x3 ,........x n
Untuk mendapatkan nilai
( penyulihan mundur )
Ux y
.
. . .
x1
x
2
.
y1
y
2
.
. u mn x m
ym
=
a11
a
21
.
a m1
a12
a 22
.
.
. a1n
. a 2 n
. .
. a mn
b.
a11
a
21
.
a
. . 1 m1
1 0 . 0
0 1 . 0
. . . .
0
a12
a 22
.
.
. a1n
. a 2 n
. .
. a mn
4 x1 3 x 2 x3 2
2 x1 4 x 2 5 x3 20
x1 2 x 2 6 x3 7
u12
u11
l u
21 11 l 21u12 u 22
l 31u13 l31u12 l 32 u 22
u13
a11
a
l 21u13 u 23
21
l 31u13 l 32 u 23 u 33 a31
u11 a11
l 21u11 a 21
u13 a13
u12 a12
l 21
a 21
u11
Dst.......
B. Iterasi Jacobi dan Seidel
x1
k 1
x2
k 1
xn
k 1
b1 a12 x 2
(k )
... a1n x n
a11
b2 a 21 x1
(k )
(k )
... a 2 n x n
a 22
bm a m1 x1
(k )
(k )
... a mn1 x n 1
a mn
Iterasi Seidel
x1
k 1
x2
k 1
b1 a12 x 2
(k )
b2 a 21 x1
... a1n x n
a11
( k 1)
(k )
... a1n x n
a 22
(k )
(k )
a12
a 22
a32
a13
a 23
a33
xn
k 1
bm a m1 x1
( k 1)
... a mn1 x n 1
a mn
(k )
Dengan k = 0, 1, 2, ....
Untuk menghitung kekonvergenan atau berhentinya iterasi digunakan galat
relative
xi
( k 1)
xi
xi
(k )
( k 1)
i= 1, 2, 3, ....n
Syarat cukup iterasi konvergen : Dominan secara diagonal.
aij
j 1, j i
ij
i= 1, 2, 3, ... n
Agar iterasi konvergen , cukup dipenuhi syarat ini. Jika dipenuhi pasti
konvergen. Kekonvergenan juga ditentukan oleh pemilihan tebakan awal.
4 1 3
4 8 1
2 1 5
Contoh :
4 1 3
8 4 1
5 2 1
Kekonvergenan iterasi Seidel lebih cepat karena langsung menggunakan nilai
baru.
Soal A.
1. Selesaikan SPL berikut dengan iterai Jacobi dan Seidel
2 x1 8 x 2 x3 1
4x y z 7
5 x1 x 2 x3 10
4 x 8 y z 21
x1 x 2 4 x3 3
2 x y 5 z 15
( x , x , x ) (0,0,0)
0
1
0
2
0
3
a.
( x0, y 0, z 0) (1,2,2)
b.
3 1
4
A 2 4 5
1
2
6
1 1 1
B 2 2 1
1 1
1
c 5
1
4x y z 1
2x 2 y z 5
x y z 1
4. Diberi sistem persamaan linier Ax=b dengan A dan b sebagai berikut
1
2
A
4
2 3 1
5 4
8
2 2
1
4 1 2
10
8
b
2
8 x y 3 z 2w 0
2 x 9 y z 2w 1
x 3y 2z w 2
x
6 z 4w 3
Soal B
Dapatkah sistem persamaan inier berikut
2x y 5z 9
a.
5x 3 y 6
5x 3 y 6
x 5 y z 14
4x 2 y 8
6 x 8 y 4
7 x y 3z 26
b.
c.
BAB V
INTERPOLASI DAN EKSTRAPOLASI
5.1
Interpolasi
Interpolasi dapat digunakan untuk menghitung prakiraan nilai yang terletak
dalam rentangan titik-titik data, (Chapra, 1990). Bentuk interpolasi yang
paling banyak digunakan adalah interpolasi polinom orde n.
Bentuk umum persamaan polinom orde n adalah sebagai berikut:
f ( x) a 0 a1 x a 2 x 2 a3 x 3 ..... a n x n , a n 0
..................................(11)
Untuk n+1 titik data hanya terdapat satu polinom orde n atau kurang yang
melalui sebuah titik. Misal polinom orde (1) terdapat 2 titik data dengan
grafik garis lurus, dan polinom orde 2 terdapat 3 titik data dengan grafik
berbentuk
parabol.
Di
dalam
operasi
interpolasi
ditentukan
suatu
persamaan polinom orde n yang melalui n+1 titik data yang kemudian
digunakan untuk menentukan suatu nilai di antara titik-titik data tersebut.
a. Interpolasi Linier
Interpolasi linier merupakan bentuk interpolasi yang paling sederhana,
yang hanya membutuhkan dua titik data.
f(x1)
f(x)
f(x0)
C
A B
X
1
BC DE
AB AD
sehingga
f 1 ( x) f ( x 0 ) f ( x1 ) f ( x0 )
x x0
x1 x 0
f 1 ( x) f ( x 0 )
f ( x1 ) f ( x 0 )
x x0
x1 x 0
f ( x0 )
f 1 ( x)
f ( x1 ) f ( x 0 )
x x0 .......................................(12)
x1 x 0
f ( x1 ) f ( x0 )
x1 x0
yaitu gradien garis melalui 2 titik.
Semakin kecil interval atau titik data maka hasil perkiraan semakin baik.
b. Interpolasi kuadrat
Interpolasi
kuadrat
membutuhkan
titik
data,
dan
persamaan
f 2 ( x) b0 b1 ( x x 0 ) b2 ( x x0 )( x x1 )
.........................................(13)
f 2 ( x)
merupakan polinom orde dua sehingga fungsinya merupakan
fungsi kuadrat.
b0 , b1 ,
untuk mencari
digunakan
b2
dan
b0
o
Hitung
x x0
Dari persamaan (13) dengan mensubtitusi
maka
f ( x0 ) b0 b1 ( x0 x 0 ) b2 ( x0 x0 )( x 0 x1 )
f ( x0 ) b0
..................................................................................... (14)
b0
f ( x0 )
b1
o
Hitung
Dengan mensubtitusi persamaan (14) ke persamaan (13) dan
x x1
subtitusi
f ( x1 ) f ( x0 ) b1 ( x1 x 0 ) b2 ( x1 x0 )( x1 x1 )
f ( x1 ) f ( x0 ) b1 ( x1 x 0 ) 0
b1 ( x1 x0 ) f ( x1 ) f ( x 0 )
b1
f ( x1 ) f ( x0 )
f x1, x0 .........................................................(15)
x1 x 0
b2
o
Hitung
f ( x2 ) f ( x0 )
f ( x1 ) f ( x0 )
x 2 x0 b2 ( x2 x0 )( x 2 x1 )
x1 x 0
b2 ( x 2 x 0 )( x 2 x1 ) f ( x 2 ) f ( x0 )
f ( x1 ) f ( x0 )
x 2 x0
x1 x 0
f ( x2 ) f ( x0 )
f ( x1 ) f ( x 0 )
x2 x1 x1 x0
x1 x0
f ( x 2 ) f ( x0 )
f ( x1 ) f ( x 0 )
x 2 x1 f x1 f x0
x1 x 0
f ( x 2 ) f ( x1 )
f ( x1 ) f ( x0 )
x 2 x1
x1 x 0
f ( x1 ) f ( x0 )
x2 x1
x1 x 0
( x 2 x 0 )( x 2 x1 )
f ( x 2 ) f ( x1 )
b2
b2
f ( x2 ) f ( x1 )
( x2 x1 )
f ( x1 ) f ( x0 )
x1 x0
x2 x 0
f x 2, x1 f x1 , x 0
x 2 x0
.............................................................(16)
f x 2 , x1 , x0 maka
atau b2
f ( x0 ) f x1 , x0 ( x x0 ) f x 2 , x1 , x0 ( x x0 )( x x1 )
f 2 ( x)
b0 b1 ( x x0 ) b2 ( x x0 )( x x1 )
f x1 , x0
f x 2 , x1 , x0
f x3, x 2 , x1 , x0
f ( x1 ) f ( x0 )
x1 x0
f x 2 , x1 f x1 , x0
x 2 x0
f ( x2 ) f ( x1 )
( x2 x1 )
f ( x1 ) f ( x0 )
x1 x0
( x 2 x0 )
f x3 , x 2 , x1 f x 2 , x1 , x0
x3 x 0
f x3, x 2 f x 2 , x1 f x 2 , x1 , x0
x3 x 0
c. Interpolasi Polinomial
Untuk polinomial orde n digunakan
n 1
orde n adalah
f n ( x) b0 b1 ( x x 0 ) b2 ( x x0 )( x x1 )
....bn ( x x 0 )( x x1 )...( x x n 1 )..................................................17
b0 , b1 ,..........., bn
Koefisien
b0 f ( x )
...................................................................................18
b1 f [ x1 , x 0 ]
............................................................................19
b2 f [ x 2 , x1 , x0 ]
........................................................................20
bn f [ x n , x n 1 .....x1 , x 0 ]
.............................................................21
[]
Dengan
n3
maka
f 3 ( x) b0 b1 ( x x 0 )( x x1 ) b3 ( x x 0 )( x x1 )( x x 2 ).......................22
b0 f ( x 0 )
Dengan
f ( x1 ) f ( x 0 )
b1 f [ x1 , x 0 ]
x1 x0
f [ x 2 , x1 ] f [ x1 , x0 ]
b2 f [ x 2 , x1 , x0 ]
x2 x0
f [ x3 , x 2 , x1 ] f [ x 2 , x1 , x 0 ]
b3 f [ x3 , x 2 , x1 , x0 ]
x3 x 0
( f [ x3 , x 2 f [ x 2 , x 0 ]) f [ x 2 , x1 , x0 ]
x3 x 0
=
Misal pembagian beda hingga pertama
f [ xi ] f [ x j ]
f [ xi , x j ]
xi x j
..............................................................................23
f [ xi , x j ] f [ x j , x k ]
f [ xi , x j , x k ]
xi x k
..............................................................24
f [ xi , x j , x k ] f [ x j , x k , xl ]
f [ xi , x j , x k , xl ]
xi xl
...............................................25
f [ x n , x n 1 ,....x1 ] f [ x n 1 ,....x1 , x 0 ]
................................
f [ x n , x n 1, ...x1 , x0 ]
xn x0
...26
Bentuk pembagian beda hingga digunakan untuk menghitung koefisien b 0,
b1,...,bn
kemudian
disubstitusikan
ke
dalam
persamaan
(17).
f ( x 0 ) f [ x1 , x 0 ]( x x0 ) f [ x 2 , x1 , x0 ]( x x 0 )( x x1 ) f [ x3 , x 2 , x1 , x 0 ]
fn(x )
=
untuk
persamaan 23-25
Konstanta
artinya PBH yang lebih tinggi terdiri dari PBH yang lebih rendah
PBH
xi
f ( xi )
Pertama
x0
f ( x0 )
f [ x1 , x0 ]
f [ x 2 , x1 , x0 ]
f [ x3 , x 2 , x1 , x 0 ]
x1
f ( x1 )
f [ x 2 , x1 ]
f [ x3 , x 2 , x1 ]
f [ x 4 , x3 , x 2 , x1 ]
Kedua
Ketiga
x2
f ( x2 )
f [ x3 , x 2 ]
x3
f ( x3 )
f [ x 4 , x3 ]
x4
f ( x4 )
f [ x 4 , x3 , x 2 ]
f 1 ( x) f ( x0 ) f [ x1 , x0 ]( x x 0 )
...........................................................27
f 1 [ x1 , x 0 ]
f ( x1 ) f ( x 0 )
x1 x 0
f ( x1 )
f ( x0 )
x1 x0 x0 x1
f x1 , x0
Atau
................................................................28
Substitusi 27 ke 28
f 1 ( x) f ( x0 )
x x0
x x0
f ( x1 )
f ( x0 )
x1 x 0
x 0 x1
x0 x1 x x0
x x0
f ( x 0 )
f ( x1 )
x1 x 0
x0 x1 x 0 x1
f 1 ( x 0 )
x x1
x x0
f ( x0 )
x x
x x
1
0
0
1
f ( x1 )
.......................................................29
f 2 ( x)
x x0 x x2
( x x1 )( x x 2 )
f ( x0 )
f (x )
( x 0 x1 )( x0 x 2 )
x1 x0 x1 x2 1
( x x 0 )( x x1 )
f ( x2 )
( x 2 x 0 )( x 2 x1 )
.....................................................................30
1971
(x
x1 )(fx(x 0x)2 )( 2295279
x x3 )
( x x0 )( x x 2 )( x x3 )
f
(
x
)
f
(
x
)
3
0
x1
(1990
f ( x1 ) 3268644
x 0 x
( x1 x 0 )( x1 x 2 )( x1 x3 )
1 )( x 0 x 2 )( x 0 x3 )
x0
1980 f 1( x) ........... ?
( x x 0 )( x x1 )( x x3 )
( x x 0 )( x x1 )( x x 2 )
f (x2 )
f ( x3 )
f ( x1 ) f ( x0 )
f 1( x) f (( x
x 02 )x 0 )( xx2 xx1 )( x 2 xx 3 ) x 0
( x 3 x 0 )( x 3 x1 )( x 3 x 2 )
f ( x1 )
3268644 2295279
2295279
orde n
(1980 1971)
Bentuk
umum IPL
1990 1971
n
2756346
,63
f
(
x
)
L
(
x
)
n
selisih
2756,i347 f ( xi )
i 0
2756346,63 2737166
.........................................................................31
RE
x100
2737166
n
0,7%x x j
Li ( x)
x0
1971
f 1971 2295279
j 0 x
i xj
x1
x
........... ?
x xi
3808477
f
(
x
)
n
f 1 ( x ) 2295279
i 0 j 0 x i x j 2000 1971
j i 3286684,59
18040,59
3286684,59 - 3268644
RE
x100
3268644
2.5.1.Ekstrapolasi
0,5%
Ekstrapolasi
penaksiran
2737166nilai f(x) untuk x yang terletak di luar
x0
1980adalah
f 1980
selisih
3808477
x1
2000
f dan
2000analisis
selang
titik
data,
kecendrungan dari masalah ekstrapolasi
x
1990 f 1 x
........... ?
diarahkan
dengan menggunakan
polinomial interpolasi.
4.2.1.3.
3808477 2737166
f 1 (Polinomial
x ) 2737166
Interpolasi
Newton
2000 1980
(1990 1980)
3272821,5
4.2.1.1 Manual
4177,5
3272821,5 - 3268644
RE
x100
Interpolasi
dan
ekstrapolasi
polinomial orde I
3268644
0,3%
selisih
x0
x1
b1
3268644 2737166
10
53147.8
Model
pertumbuhan
penduduk
NTT
didapatkan
dengan
f1 x
2737166 53147.8(20)
3800122
Selisih = - 8355
Gallat
=0,2%
kuadrat
diarahkan
interpolasi orde 2
b0 f x 0 2295279
b1 f x1, x0
f ( x1 ) f ( x0 )
x1 x0
2737166 2295279
1980 1971
49098,5
f x2 , x1
f ( x2 ) f ( x1 )
x2 x1
3268644 2737166
1990 1980
53147,8
f x3 , x2
f ( x3 ) f ( x2 )
x3 x2
3808477 3268644
2000 1990
53983,3
dengan
menggunakan
polinomial
f x 2 , x1 , x 0
b2
f x 2 , x1 f x1 , x 0
x 2 x0
53147,8 49098,5
1990 1971
4049,3
19
213,12
F2(x)
Selisih
= 34268,1
RE
= 0,8%
xi
f ( xi )
Pertama
Kedua
Ketiga
197
22952
49098,5
213,12
-5.908
1
198
79
27371
53147,8
41,775f
0
199
66
32686
53983,3
0
200
44
38084
77
b1 f x1, x0
f ( x1 ) f ( x0 )
x1 x0
2737166 2295279
1980 1971
49098,5
f ( x2 ) f ( x1 )
x2 x1
f x2 , x1
3268644 2737166
1990 1980
53147,8
f x2 , x1 , x0
b2
f x2 , x1 f x1 , x0
x2 x0
53147,8 49098,5
1990 1971
4049,3
19
213,12
f x3 , x2 , x1
f x3 , x2 f x2 , x1
x3 x1
53983,3 53147,8
2000 1980
41,775
b3 f x3 , x2 , x1 , x0
f x3 , x2 , x1 x2 , x1 , x0
x3 x0
41,775 213,12
2000 1971
5,908
F3(x)
x2))
Berdasarkan model di atas, maka jumlah penduduk NTT pada tahun 2004
F3(x)
(14)
RE
4018812,6 4188774
4188774
4%
= 4018717,596
4.2.2
4018718
4.2.2.1 Manual
f 2 ( x)
x x0 x x 2
( x x1 )( x x 2 )
2295279
2737166
( x 0 x1 )( x0 x 2 )
x1 x0 x1 x 2
( x x 0 )( x x1 )
3268644
( x 2 x 0 )( x 2 x1 )
.....................................................................30
Sedangkan
f 3 ( x)
2737166
( x x1 )( x x 2 )( x x3 )
( x x 0 )( x x 2 )( x x3 )
2295279
( x 0 x1 )( x 0 x 2 )( x0 x3 )
( x1 x 0 )( x1 x 2 )( x1 x3 )
( x x 0 )( x x1 )( x x 3 )
( x x 0 )( x x1 )( x x 2 )
3268644
3808477
( x 2 x 0 )( x 2 x1 )( x 2 x 3 )
( x 3 x 0 )( x 3 x1 )( x3 x 2 )
RE
4018809 4188774
4188774
4.5%
p3 x 2295279
Soal A.
1. Taksirlah logaritma asli dari 2 ( ln 2) dengan memakai interpolasi linier.
Pertama , lakukan komputasi dengan menginterpolasi antara ln 1 = 0 dan
ln
1.7917595.
menggunakan
selang
kemudian
yang
ulangi
lebih
kecil
prosedurnya
mulai
ln
tetapi
dengan
sampai
ln
1
2
3
5
6
4.75
4
5.25
19.75
36
Hitung f(3.5) dengan memakai polinom polinom interpolasi newton
orde 1 sampai 4. Pilih urutan titik titik untuk taksiran anda untuk
mencapai ketelitian yang bagus.
Soal B.
1.