Latihan Matlab

Modul Praktikum MATLAB Versi 6.
5 Create by Luke
Modul Praktikum Matlab

Versi 6.5
Oleh
Saluky, S.Si
Sekolah Tinggi Manajemen Informatika dan Komputer CIC

STMIK CIC
Modul Praktikum Matlab STMIK CIC 1

Modul Praktikum MATLAB Versi 6.5 Create by Luke
Bagian1
Pendahuluan
Matlab adalah singkatan dari Matrix Laboratory, software yang dibuat

dengan menggunakan bahasa ini dibuat oleh The Mathworks.inc dan
telah memasuki versi 6.5 Rilis 13. kekuatan matlab terletak pada :
1. Kemudahan manipulasi struktur matriks.
2. Jumlah routine-routine powerful yang berlimpah yang terus
berkembang.
3. Kekuatan fasilitas grafik tiga dimensi yang sangat memadai.
4. Sistem scripting yang memberikan keleluasaan bagi pengguna
untuk mengembangkan dan memodifikasi software untuk
kebutuhan sendiri.
5. Kemampuan interface( misal dengan bahasa C, word dan
mathematica).
6. Dilengkapi dengan toolbox, simulink, stateflow dan sebagainya,
serta mulai melimpahnya source code di internet yang dibuat
dalam matlab( contoh toolbox misalnya : signal processing,
control system, neural networks dan sebagainya).
Semua itu merupakan perangkat yang powerful untuk menyelesaikan
permasalahan sains dan teknik terutama untuk wilayah dimana
komputasi numerik harus dibuat.
GUI di Matlab
Ketika kita membuka GUI Matlab kita bisa melihat lihat dan mencoba
coba perintah pada GUI tersebut dan untuk lebih jelasnya bisa dilihat
dalam demo tersebut. Kita bisa melihat contoh contoh program dan
bisa disave dengan ektension .m(yang merupakan ektensi dari file
matlab)

Salah satu yang cukup menarik dari matlab ini adalah kemudahan dan
kejelasannya dalam memahami contoh dan demo serta help yang ada
pada matlab. Kita akan berkenalan lebih dekat dengan yang satu ini.
Kita bisa lihat dari demo ini ternyata begitu banyak persoalan yang
dapat dibangun dengan matlab dengan cara lebih mudah dan lebih
singkat, tanpa mengurangi kepahaman kita pada suatu persoalan(bisa
dibandingkan dengan bahasa C, pascal, delphi atau visual lainnya).
Dengan dilengkapinya matlab dengan toolbox, simulink dan
sebagainya maka semakin menambah kekuatan matlab untuk
menyelesaikan permasalahan yang rumit menjadi lebih mudah.

Bagian 2
Kontrol Program
Matlab bisa berlaku seperti bahasa pemrograman C ataupun

pascal yang mempunyai struktur kontrol program, biasanya
pemrograman dengan matlab memerlukan lebih dari satu baris dan
memungkinkan untuk didokumentasikan dalam m-file, kontrol
program ini digunakan untuk memperbaiki tampilan atau membuat
tampilan sesuai yang kita inginkan. Dalam bagian dibahas sebagian
kontrol program yang diperlukan dalam pemrograman menggunakan
matlab :
1. loop for
Loop for meungkinkan sekelompok perintah diulang sebanyak suatu
jumlah yang tetap. Bentuk umum dari loop for adalah :
. for x= array
statement
end
untuk tiap iterasi, x diisi dengan kolom array berikutnya, yaitu dalam
iterasi ke-n dalam loop, x = array(:,n).
contoh 1 :
>>for n = 1 : 10
x(n)=sin(n*pi/10);
end
>> x
x =
Columns 1 through 8

0.3090 0.5878 0.8090 0.9511 1.0000

0.9511 0.8090 0.5878
Columns 9 through 10
0.3090 0.0000
contoh 2 :
> for i=1:5
disp('Ini hasil looping 5 kali');
end
Ini hasil looping 5 kali
2. loop while
loop for mengerjakan sekelompok perintah yang diulang sebanyak
suatu sejumlah, tetapi loop while mengerjakan sekelompok perintah
yang diulang secara tidak terbatas
Bentuk umum loop while adalah
while ekpresi
statement
end
semua elemen yang dieksekusi diantara while dan end dan harus
bernilai benar
contoh :
>> x=0;
>> while x<5
disp('Diulang 5 kali');

x=x+1;
end
Diulang 5 kali
Diulang 5 kali
Diulang 5 kali
Diulang 5 kali
Diulang 5 kali
3. Kontruksi if-else-end
Seringkali sederetan perintah harus dikerjakan dengan didasarkan
pada hasil tes rasional. Dalam bahasa pemrograman, logika ini
dikerjakan dengan variasi kontruksi if-else-end. Bentuk paling
sederhana kontruksi if-else-end adalah :
If ekpresi
Pertintah
End
Contoh
>> angka=-4;
>> if angka > 0
disp('nilai nya adalah positif');
else
disp('nilainya adalah negatif');
end
nilainya adalah negatif

Bagian 3
Fungsi M-File
M-file selain dipakai sebagai penamaan file juga bisa dipakai

untuk menamakan fungsi, sehingga fungsi fungsi yang kita buat di
jendela editor bisa di simpan dengan ektensi .m sama dengan file yang
kita panggi dijendela editor. Saat kita menggunakan fungsi Matlab
seperti inv, abs, cos, sin dan sqrt, matlab menerima variabel
berdasarkan variabel yang kita berikan.
Fungsi M-file mirip dengan script file dimana keduanya
merupakan file teks dengan ektensi .m . sebagaimana script M-file,
fungsi m-file tidak dimasukkan dalam jendela command window tetapi
file tersendiri yang dibuat dengan editor teks.
Aturan dan sifat sifat
Suatu fungsi M-file harus mengikuti beberapa aturan. Fungsi M-file
juga mempunyai sejumlah penting. Aturan aturan tersebut meliputi ;
• Nama fungsi dan nama file harus identik. Contoh : fungsi flipud
disimpan dalam file yang bernama flipud.m
• Pertama kali matlab mengeksekusi suatu fungsi M file matlab
membuka file fungsi tersebut dan mengkompilasi perintah
perintah didalamnya menjadi suatu representasi internal dalam
memori yang mempercepat eksekusi untuk semua pemanggilan
berikutnya.
• Setiap fungsi mempunyai ruang kerjanya sendiri yang berbeda
dengan ruang kerja matlab. Satu satunya hubungan antara
ruang kerja matlab dengan variabel variabel dalam fungsi adalah
variabel variabel input dan output fungsi.
Contoh fungsi: Listing program animasi spiner.m
function spinner(action);

%SPINNER Colorful lines spinning through space.

% demonstrates some MATLAB animation capabilities.
% Ned Gulley, 6-21-93

% Copyright 1984-2002 The MathWorks, Inc.
% $Revision: 5.9 $ $Date: 2002/04/08 20:04:53 $
% Possible actions:
% initialize
% start
% Information regarding the play status will be held in

% the axis user data according to the following table:
play= 1;
stop=-1;
if nargin<1,
action='initialize';
end;
if strcmp(action,'initialize'),
oldFigNumber=watchon;
figNumber=figure( ...
'Name','Color Spinner', ...
'NumberTitle','off', ...
'Visible','off');
axes( ...
'Units','normalized', ...
'Position',[0.05 0.05 0.75 0.90], ...
'Visible','off');

text(0,0,'Press the "Start" button to see the Spinner

demo', ...
'HorizontalAlignment','center');
axis([-1 1 -1 1]);
%===================================
% Information for all buttons
labelColor=[0.8 0.8 0.8];
yInitPos=0.90;
xPos=0.85;
btnLen=0.10;
btnWid=0.10;
% Spacing between the button and the next command's
label
spacing=0.05;
%====================================
% The CONSOLE frame
frmBorder=0.02;
yPos=0.05-frmBorder;
frmPos=[xPos-frmBorder yPos btnLen+2*frmBorder
0.9+2*frmBorder];
h=uicontrol( ...
'Style','frame', ...
'Position',frmPos, ...
'BackgroundColor',[0.50 0.50 0.50]);
%====================================
% The START button
btnNumber=1;
yPos=0.90-(btnNumber-1)*(btnWid+spacing);

labelStr='Start';
cmdStr='start';
callbackStr='spinner(''start'');';
% Generic popup button information

btnPos=[xPos yPos-spacing btnLen btnWid];
startHndl=uicontrol( ...
'Style','pushbutton', ...
'Position',btnPos, ...
'String',labelStr, ...
'Interruptible','on', ...
'Callback',callbackStr);
%====================================
% The STOP button
btnNumber=2;
yPos=0.90-(btnNumber-1)*(btnWid+spacing);
labelStr='Stop';
% Setting userdata to -1 (=stop) will stop the demo.
callbackStr='set(gca,''Userdata'',-1)';
% Generic popup button information

btnPos=[xPos yPos-spacing btnLen btnWid];
stopHndl=uicontrol( ...
'Enable','off', ...

%====================================
% The INFO button
labelStr='Info';
callbackStr='spinner(''info'')';
infoHndl=uicontrol( ...
'Style','push', ...
'Position',[xPos 0.20 btnLen 0.10], ...
%====================================
% The CLOSE button
labelStr='Close';
callbackStr='close(gcf)';
closeHndl=uicontrol( ...
'Style','push', ...
'Position',[xPos 0.05 btnLen 0.10], ...
% Uncover the figure

hndlList=[startHndl stopHndl infoHndl closeHndl];
set(figNumber, ...
'Visible','on', ...
'UserData',hndlList);
watchoff(oldFigNumber);
figure(figNumber);
elseif strcmp(action,'start'),

axHndl=gca;
figNumber=gcf;
hndlList=get(figNumber,'Userdata');
startHndl=hndlList(1);
stopHndl=hndlList(2);
infoHndl=hndlList(3);
closeHndl=hndlList(4);
set([startHndl infoHndl closeHndl],'Enable','off');
set(stopHndl,'Enable','on');
% ====== Start of Demo

cla
colormap([])
N=50; % number of lines
M=50; % number of colors
map=hsv(M);
set(figNumber,'BackingStore','off');
set(axHndl, ...
'XLim',[-0.01 1.01],'YLim',[-0.01 1.01], ...
'XTick',[],'YTick',[], ...
'Box','on', ...
'Drawmode','fast', ...
'ColorOrder',map, ...
'Visible','on', ...
'NextPlot','add', ...
'UserData',play);
h=plot([0 0],zeros(2,N),'EraseMode','background');
x=rand;
y=rand;
x1=rand;

y1=rand;
dx=.01;
dy=.01;
dx1=.01;
dy1=.01;
mind=.001;
maxd=.05;
i=0;
while get(axHndl,'Userdata')==play,
i=i+1;
x=x+dx;
y=y+dy;
x1=x1+dx1;
y1=y1+dy1;
if (x>1),
x=1;
dx=-(rand*(maxd-mind)+mind);
end
if (x<0),
x=0;
dx=(rand*(maxd-mind)+mind);
end
if (y>1),
y=1;
dy=-(rand*(maxd-mind)+mind);
end
if (y<0),
y=0;
dy=(rand*(maxd-mind)+mind);
end

if (x1>1),
x1=1;
dx1=-(rand*(maxd-mind)+mind);
end
if (x1<0),
x1=0;
dx1=(rand*(maxd-mind)+mind);
end
if (y1>1),
y1=1;
dy1=-(rand*(maxd-mind)+mind);
end
if (y1<0),
y1=0;
dy1=(rand*(maxd-mind)+mind);
end
set(h(rem(i,N)+1), ...
'Xdata',[x x1], ...
'Ydata',[y y1]);
%'Color',map(rem(i,M)+1,:));
drawnow;
end
% ====== End of Demo
set([startHndl infoHndl closeHndl],'Enable','on');
set(stopHndl,'Enable','off');
elseif strcmp(action,'info');
helpwin(mfilename);
end; % if strcmp(action, ...

Output :
Gambar : Animasi Spinner

Bagian 4
Operasi Array
Semua komputasi yang dikerjakan sejauh ini hanya melibatkan

bilangan tunggal yang disebut skalar. Opeasi skalar memang
merupakan dasar matematika. Namun jika dalam sesaat kita ingin
melakuakan operasi yang sama pada beberapa bilangan, perulangan
operasi skalar akan menghabiskan waktu dan tentu saja tidak praktis.
Untuk mengatasi masalah ini matlab menyediakan operasi pada array
data.
Array Sederhana
Perhatikan masalah saat kita diharuskan untuk menggambar grafik
dengan fungsi y = sin(x) ; 0 ≤ x ≤ π , tidak mungkin kita
menghitung semua titik yang kita perlukan secara satu persatu.
Sintaks sederhana untuk menunjukan semua titik tersebut adalah
>> x=0:20:180
x=
0 20 40 60 80 100 120 140 160 180
>> y=sin(x)
y=
Columns 1 through 8
0 0.9129 0.7451 -0.3048 -0.9939 -0.5064 0.5806 0.9802

0.2194 -0.8012
Pada tulisan x=0:10:180 dimaksudkan dengan :

- x merupakan variabel yang menampung array
- 0 merupakan batas bawah dari array
- 10 merupakan selang atau interval
- 180 merupakan batas atas dari array
Pada tulisan y=sin(x) dimaksudkan dengan :
- y merupakan variabel array yang menampung perhitungan dengan
sin x dimana x dari 0 sampai 180 dengan interval 10
Jika kita hanya membutuhkan nilai dari interval tertentu maka kita
bisa menuliskannya dengan sintaks:
>> x(4) % elemen array ke 4
ans =
60
Maksudnya adalah nilai dari x yang ke empat dari array x adalah 60
>> y(5) % nilai array ke 5
ans =
-0.9939
maksudnya adalah nilai array y yang ke 5 adalah -0.9939
kita juga bisa menuliskan nilai array tertentu dengan menunjukan
indeksnya contoh:

>> x(2:4)
ans =
20 40 60
maksudnya adalah semua nilai dengan indeks 2 sampai dengan 4 pada
array x , 2:4 berarti menghitung dari 2 sampai 5
Array n dimensi
Array yang kita bahas diatas merupakan array 1 dimensi, gabuangan
dari array merupakan sebuah matriks, sekarang kita akan menuliskan
bagaimana menuliskan array dalam n dimensi.
Contoh:
> A=[1 2 3;4 5 6;7 8 9]
A=
1 2 3
4 5 6
7 8 9
merupakan matriks dengan 3 kolom dengan 3 baris
dalam array kita juga bisa memanipulasi elemen elemen yang ada
dalam array tersebut contohnya:
>> A(3,3)=0
A=
1 2 3
4 5 6
7 8 0

maksudnya mengganti elemen 3,3 menjadi 0

untuk mengetahui jumlah array kita gunakan sintaks size:
contoh:
>> size(A)
ans =
3 3
maksudnya matriks A merupakan matriks 3 x 3
Menciptakan matriks B dengan urutan baris A yang dibalik
>> B=A(3:-1:1,:)
B=
7 8 0
4 5 6
1 2 3
mengganti semua elemen baris ke 2 dari matriks B dengan 0 maka
sintaksnya:
>> B(2,:)=0
B=
7 8 0
0 0 0
1 2 3
Untuk membuat transpose dari matriks B kita gunakan sintaks:
>> E=B'

E=
7 0 1
8 0 2
0 0 3
sehingga bentuk dari perkalian manual yang ada dimatriks ada yang
langusng digunakan pada sintaks matlab.
Contoh Penggunaan Aplikasi Array

Problem: Elemen radioaktif polonium mempunyai waktu paruh 140
hari, yang berarti bahwa, karena radoaktif meluruh, jumlah polonium
yang tertinggal setelah 140 hari adalah setengah dari jumlah semula.
Jika dimiliki 10 gram polonium hari ini, berapa banyak yang tersisa
pada akhir setiap minggu selama 10 minggu ?
Penyelesaian : Menggunakan persamaan :
Jumlah_tinggal = jumlah_semula*0.5waktu/waktu_paruh
Untuk masalah ini, solusi dari MATLAB adalah :
>> initial_amount=10;
>> half_life=140;
>> time=7:7:70 %akhir dari 10 minggu pertama
time =
7 14 21 28 35 42 49 56 63 70
>> amount_left=initial_amount*0.5.^(time/half_life)
amount_left =

Columns 1 through 8
9.6594 9.3303 9.0125 8.7055 8.4090 8.1225 7.8458

7.5786
7.3204 7.0711
Dengan matematika array sangat mudah untuk mengevaluasi suatu

ekspresi dengan banyak nilai untuk satu variabel. Perhatikan bahwa
pemangkatan titik .^ digunakan karena kita ingin menghitung 0.5
yang akan dipangkatkan dengan setiap elemen pada array eksponen.
Data ini dengan mudah digambarkan dengan matlab.
>> plot(time/7,amount_left)
>> xlabel('Jumlah Minggu'),ylabel('Jumlah Polonium tersisa')
hasilnya:

Contoh Perhitungan Konsentrasi dengan Matematika Array

Problem : Sebagai bagian dari suatu proses pembuatan suku cadang
di suatu proses pembuatan suku cadang di suatu pabrik otomatis,
suku cadang tersebut dicelupkan ke air untuk pendinginan, kemudian
dicelup dibak air asam untuk membersihkan. Setelah beberapa lama,
konsentrasi larutan asam menurun karena air saat pencelupan
bertambah dan larutan yang terbuang saat suku cadang tadi diambil
dari bak. Untuk memelihara kualitas, keasaman larutan asam tidak
boleh kurang dari suatu batas minimum. Dimulai dengan konsentrasi
asam 90%. Jika konsentrasi minimum adalah 50%, air yang
bertambah ke bak asam adalah 1% dari volume bak, dan 1 % dari
larutan terbuang saat suku cadang dikeluarkan, berapa banyak suku
cadang dapat dicelupkan ke bak air asam sebelum keasaman larutan
dalam bak berada di bawah batas minimum?
Penyelesaian :
%Script M file example.m
initial_con=90;
min_con=50;
lost=1:10 % 1% sampai 10% dengan kenaikan 1%
n=floor(log(initial_con/min_con)./log(1+lost/100))
stem(lost,n)
xlabel('Persentase yang hilang setiap kali pencelupan')
ylabel('Jumlah Pencelupan')
title('Contoh Pencelupan Bak Air-Asam')
hasil :
>> example
lost =

1 2 3 4 5 6 7 8 9 10
n=
59 29 19 14 12 10 8 7 6 6

Bagian 5
Akar akar Persamaan
Permasalahan pemecahan persamaan nonlinear sering muncul

dari ebrbagai macam persoalan praktis. Bentuk umum
permasalahannya secara sederhana adalah menemukan sebuah nilai
variabel x sedemikian sehingga f(x) = 0, dimana f adalah sembarang
fungsi nonlinear x, sedangkan x merupakan solusi atau akar
persamaan ini. Sebelum kita lebih jauh tentang akar akar persamaan,
sebelumnya kita ulas sedikit tentang bagaimana menggambarkan
fungsi
Contoh:
Gambarkan fungsi dibawah ini :
1. y=(x – 1)3(x + 2)2 ( x – 3) ;0≤x≤4
jawab :
% Gambar1.m
x=0:0.1:4;
y=((x + 1).^3).*((x + 2).^2) .*( x - 3);
plot(x,y)
xlabel('Sumbu x')
ylabel('Sumbu y')

Running :
>>gambar1
Gambar dari fungsi y=(x – 1)3(x + 2)2 ( x – 3) ;0≤x≤4
⎛− x⎞
2. y=exp ⎜ ⎟ sin(10 x) ; 0 ≤ x ≤ 20
⎝ 10 ⎠
Jawab:
% Gambar2.m
x=0:0.1:20;
y=exp(-x/10).*sin(10*x);
plot(x,y)
xlabel('Sumbu x')
ylabel('Sumbu y')

Running :
>>gambar2.m
⎛−x⎞
Hasil dari plot fungsi y=exp ⎜ ⎟ sin(10 x) ; 0 ≤ x ≤ 20
⎝ 10 ⎠
Untuk persamaan non linear seperti diatas yang melibatkan fungsi
transenden, tugas mencari akar akar merupakan pekerjaan yang
cukup sulit apalagi ketika jumlah akar akarnya tidak diketahui atau
mungkin tak terbatas banyak akarnya. (Lihat contoh no 2) .
Sebetulnya secara sederhana kita bisa mencari titik di x yang
berpotongan dengan sumbu y = 0 secara grafik( solusi grafik
merupakan solusi juga) tapi itu masih terlalu kasar dan tidak terlalu
akurat apalagi untuk fungsi fungsi yang tidak diketahui solusinya
terletak di x berapa.

Metoda Newton
Metoda ini merupakan solusi persamaan f(x) = 0 berdasarkan pada
sifat geometri sederhana tangen. Metode ini membutuhkan beberapa
aprokimasi awal untuk turunan f(x)nya berada pada daerah yang
diinginkan.
f ( x0 )
f ' ( x0 ) =
( x1 − x0 )
f ( x0 )
x1 = x0 −
f ' ( x0 )
dapat ditulis :
f ( xr )
xr +1 = xr − dimana r = 0, 1, 2, …
f ' ( xr )
f(x)
0 x0 x2
x1

Coba akar1
Function[res,it]=fnewton(func,dfunc,x,tol)
% x adalah nilai awal, tol adalah akurasi yang diinginkan
it=0;
xo=x;
d=feval(func,xo)/feval(dfunc,xo);
while abs(d)>tol
x1=xo – d;
it=it+1;
xo=x1;
d=feval(func,xo)/feval(dfunc,xo);
end;
res=xo
kita coba mencari sebuah akar persamaan(x – 1)3(x + 2)2 ( x – 3) = 0

untuk menggunkan metoda newton kita harus mendefinisikan fungsi
dan turunannya sehingga :
function F=f302(x);
F=x.^3 – 10.0*x.^2 + 29.0*x-20.0;
Function F=f303(x);
F=2*x.^2-20*x+29;
Maka kita panggil f newton tadi sebagai berikut :

>>[x,it]=fnewton(‘f302’,’f303’,7,.00005)
x=5.0000
it=6

Permasalahan yang sering muncul dalam mencari akar adalah :

1. Mencari aprokimasi awal yang baik
2. Fungsi berkondisi ‘sakit’
3. Memutuskan pada kriteria konvergensi yang paling cocok
4. Diskontinuitas pada persamaan yang dipecahkan
Fungsi fZero
Beberapa metoda di pencarian akar ini punya kelebihan dan
kekurangannya. Metode Brent mengkombinasikan interpolasi kuadratik
inversi dengan bisection untuk mendapatkan metode yang powerfull
yang terbukti cukup sukses yang mempunyai jangkauan yang luas
pada permasalahan yang cukup sulit.
Variasi metode ini secara langsung tersedia pada matlab yaitu fzero.
Misalnya untuk ( e x − cos x ) 3 = 0 dengan toleransi 0.00005
Jawab
function F=f307(x);
F=(exp(x)-cos(x)).^3;
%file utama
x=-4:.0:0.5;
plot(x,f307(x));grid on;
xlabel('Sumbu X');ylabel('Sumbu Y');
root=fzero('f307',1.65, 0.00005);
fprintf('Akar persamaan ini adalah %6.4f \n',root);


Bagian 6
Deferensial dan Pengintegralan
Diferensial dan Integral merupakan operasi fundamental dalam

kalkulus dan hampir setiap bidang matematika, sains dan teknik.
Menentukan turunan fungsi secara analitik mungkin menyulitkan
meskipun relatif langsung.
Pembalikan dari proses ini akan menentukan integral fungsi, tapi
lebih sering sulit jika secara analitik atau bahkan tidak mungkin.
Dalam Matlab, diferensial untuk fungsi polinom adalah relatif
mudah. Misalnya f(x) = x5 + 2x4 + 5x2 + 7x + 3 maka ambilah
koefisien koefisiennya.
Contoh:
>> g=[1 2 5 7 3]
g=
1 2 5 7 3
>> h=polyder(g)
h=
4 6 10 7
Bentuk-bentuk deferensial lain juga bisa diperoleh apalag jika
menggunakan symbolyc math toolbox. Tapi tidak setiap matlab
dilengkapi dengan toolbox ini. Namun itu tidak masalah, kita akan

coba membuat sendiri penyelesaiannya dengan memanfaatkan deret

Taylor.
Diferensial Numerik
function q=diffgen(func,n,x,h);
if ((n=1)|(n==2)|(n==3)|(n==4))
c=zeros(4,7);
c(1,:)=[ 0 1 -8 0 8 -1 0];
c(2,:)=[0 -1 16 -30 16 -1 0];
c(3,:)=[1.5 -12 19.5 0 -19.5 12 -1.5];
c(4,:)=[-2 24 -78 112 -78 24 -2];
y=feval(func,x+ [-3:3]*h);
q=c(n,:)*y' ; q = q/(12*h^n);
else
disp('n harus 1, 2, 3 atau 4 ');break
end
Penggunaan fungsi diatas:
Jika kita mempunya y = cos(x) dan kita akan menghitung turunan
kedua dengan x = 1.2 dengan h atau ketelitian 0.01 maka dituliskan:
>> hasil=diffgen('cos',2,1.2,.01)
hasil =
-0.3624
Jika kita ingin menghitung sebuah diferensial disuatu titik maka kita
harus mendefinisikan fungsinya terlebih dahulu.

Integrasi Numerik
Integral biasanya didefinisikan sebagai proses penjumlahan
tetapi juga diinterpretasikan sebagai daerah dibawah kurva y = f(x)
dari a ke b
b
L = ∫a
f ( x ) dx
daerah diatas x dihitung positif sementara dibawah x dihitung negatif.

Banyak metode numerik untuk integrasi didasarkan pada impretasi
untuk mendapatkan aprokimasi integralnya. Misalnya fungsi trapz
berdasarkan impretasi bangunan trapesium.
Kita akan mencoba menghitung integral dengan berbagai metoda
numrik untuk menghitung integral fungsi
1 1
y= + −6
( x − 3) + 0.01 ( x − 9) 2 + 0.04
2
Jawab:
Pertama kita buat dulu fungsi dari persamaan diatas
function y=humps(x)
y=1./(x-3).^2+.01)+1./((x-9).^2+.04)-6;
1. Mengitung menggunakan trapz
>> x=-1:.17:2;
>> y=humps(x);
>> area=trapz(x,y)
area =
-16.6475
2. Menghitung menggunakan quad
>> x=-1:.17:2;
>> y=humps(x);

>> area=quad('humps',-1,2)
area =
-17.2104
Permasalahan yang mungkin muncul adalah :
1. Fungsi kontinu pada daerah integral tetapi turunannya
diskontinu atau singular
2. Fungsi diskontinue pada daerah integrasi
3. Fungsi mempunyai singularitas pada daerah integrasi
4. Daerah integrasi tak berhingga

Bagian 7
Contoh Program Aplikasi Modelling
dengan Matlab
Traveling Salesman
Permasalahan: Kita ingin mengetahui jalan yang terpendek yang
harus dilalui oleh seorang salesman, teori dasarnya adalah pada teori
graph dalam mata kuliah matematika diskrit.
Jawaban
Listing travel.m
function travel(action);
% Demo program TRAVEL Traveling salesman
% demo ini merupakan animasi yang disebut
% "Traveling Salesman" .
% Masalahnya adalah mencari jalan terpendek
% yang harus dilalui.
% Algoritma demo ini sangatlah sederhana

% Dan sangat cepat penyelesaiannya
% Menggunakan menu pop up kota untuk membedakan masing
masing animasi
% Klick "Start"
% dan "Stop" buttons untuk menyelesaikan animasi
% Kota yang dipilih akan dikunjungi secara random.
play= 1;
stop=-1;
if nargin<1,
action='initialize';

end;
switch action
case 'initialize',
oldFigNumber=watchon;
figNumber=figure( ...
'Name','Travel: The Traveling Salesman Problem', ...
'NumberTitle','off', ...
'Visible','off', ...
'DoubleBuffer','on', ...
'Color', [0 0 0], ...
'BackingStore','off');
axes( ...
'Position',[0.05 0.05 0.75 0.90], ...
'Visible','off', ...
'NextPlot','add');
text(0,0,'Press the "Start" button to see the Traveling

Salesman demo', ...
'HorizontalAlignment','center');
axis([-1 1 -1 1]);
%===================================
% Information for all buttons
labelColor=[0.8 0.8 0.8];
yInitPos=0.90;
xPos=0.85;
btnWid=0.10;
btnHt=0.10;

% Spacing between the button and the next command's

label
spacing=0.05;
%====================================
% The CONSOLE frame
frmBorder=0.02;
yPos=0.05-frmBorder;
frmPos=[xPos-frmBorder yPos btnWid+2*frmBorder
0.9+2*frmBorder];
h=uicontrol( ...
'Style','frame', ...
'Position',frmPos, ...
'BackgroundColor',[0.50 0.50 0.50]);
%====================================
% The START button
btnNumber=1;
yPos=0.90-(btnNumber-1)*(btnHt+spacing);
labelStr='Start';
cmdStr='start';
callbackStr='travel(''start'');';
% Generic button information

btnPos=[xPos yPos-spacing btnWid btnHt];
startHndl=uicontrol( ...
'Interruptible','on', ...

%====================================
% The CITIES popup button
btnNumber=2;
textStr='Cities';
popupStr=reshape(' 15 20 25 30 35 40 45 50
',4,8)';

btnPos1=[xPos yPos-spacing+btnHt/2 btnWid btnHt/2];
btnPos2=[xPos yPos-spacing btnWid btnHt/2];
popupHndl=uicontrol( ...
'Style','text', ...
'Position',btnPos1, ...
'String',textStr);
btnPos=[xPos yPos-spacing btnWid btnHt/2];
popupHndl=uicontrol( ...
'Style','popup', ...
'Value',4, ...t
'Position',btnPos2, ...
'String',popupStr);
%====================================
% The STOP button
btnNumber=3;
labelStr='Stop';
% Setting userdata to -1 (=stop) will stop the demo.

callbackStr='set(gca,''Userdata'',-1)';

btnPos=[xPos yPos-spacing btnWid btnHt];
stopHndl=uicontrol( ...
'Enable','off', ...
%====================================
% The INFO button
labelStr='Info';
callbackStr='travel(''info'')';
infoHndl=uicontrol( ...
'Style','push', ...
'Position',[xPos 0.20 btnWid 0.10], ...
%====================================
% The CLOSE button
labelStr='Close';
callbackStr='close(gcf)';
closeHndl=uicontrol( ...
'Style','push', ...
'Position',[xPos 0.05 btnWid 0.10], ...

% Uncover the figure

hndlList=[startHndl popupHndl stopHndl infoHndl
closeHndl];
set(figNumber, ...
'Visible','on', ...
'UserData',hndlList);
watchoff(oldFigNumber);
figure(figNumber);
case 'start',
WNumber=watchon;
axHndl=gca;
figNumber=gcf;
hndlList=get(figNumber,'Userdata');
startHndl=hndlList(1);
popupHndl=hndlList(2);
stopHndl=hndlList(3);
infoHndl=hndlList(4);
closeHndl=hndlList(5);
set([startHndl closeHndl infoHndl],'Enable','off');
set(stopHndl,'Enable','on');
set(axHndl,'Userdata',play);
set(popupHndl, 'Enable', 'off');
% ====== Start of Demo
% Travel problem
% This is the main program for the Traveling Salesman
Problem.
% This function makes use of the following other
functions:
% inside

% Lay down a picture of the United States for graphic

appeal.
load('usborder.mat','x','y','xx','yy');
% The file usborder.mat contains a map of the US in the
variables
% x and y, and a geometrically simplified version of the
same map
% in the variables xx and yy.
cla;
plot(x,y,'Color','cyan');
axis off;
axis([-0.1 1.5 -0.2 1.2]);
set(axHndl,'Drawmode','Fast');
hold on;
drawnow;
nptsStr=get(popupHndl,'String');
nptsVal=get(popupHndl,'Value');
npts=str2double(nptsStr(nptsVal,:));
set(popupHndl, 'Enable', 'off');
% ...else generate the random cities to visit
X=[];
Y=[];
% Form the US border in imaginary coords for the INSIDE
routine
w=xx+i*yy;
n=0;
while n<npts,
a=rand*1.4+i*rand;
if inside(a,w),

X=[X; real(a)];
Y=[Y; imag(a)];
n=n+1;
end;
end;
xy=[X Y];
% Calculate the distance matrix for all of the cities

distmatrix = zeros(npts);
for count1=1:npts,
for count2=1:count1,
x1 = xy(count1,1);
y1 = xy(count1,2);
x2 = xy(count2,1);
y2 = xy(count2,2);
distmatrix(count1,count2)=sqrt((x1-x2)^2+(y1-
y2)^2);
distmatrix(count2,count1)=distmatrix(count1,count2);
end;
end;
% Generate an initial random path between those cities

p=randperm(npts);
newxy=xy(p,:);
newxy=[newxy; newxy(1,:)];
xdata=newxy(:,1);
ydata=newxy(:,2);
watchoff(WNumber);
plot(xdata,ydata,'r.','Markersize',24);
plothandle=plot(xdata,ydata,'yellow','LineWidth',2);

axis off;
drawnow;
len=LocalPathLength(p,distmatrix);
lenhist=len;
while get(axHndl,'Userdata')==play,
drawnow;
drawFlag=0;
% Try a point for point swap

% ========================
swpt1=floor(npts*rand)+1;
swptlo=min(swpt1,swpt2);
swpthi=max(swpt1,swpt2);
order=1:npts;
order(swptlo:swpthi)=order(swpthi:-1:swptlo);
pnew = p(order);
lennew=LocalPathLength(pnew,distmatrix);
if lennew<len,
p=pnew;
len=lennew;
drawFlag=1;
end;
% ========================
% Try a single point insertion

% ========================

swpt2=floor((npts-1)*rand)+1;
order=1:npts;
order(swpt1)=[];
order=[order(1:swpt2) swpt1 order((swpt2+1):(npts-
1))];
pnew = p(order);
lennew=LocalPathLength(pnew,distmatrix);
if lennew<len,
p=pnew;
len=lennew;
drawFlag=1;
end
if drawFlag,
newxy=xy(p,:);
newxy=[newxy; newxy(1,:)];
xdata=newxy(:,1);
ydata=newxy(:,2);
set(plothandle,'XData',xdata,'YData',ydata);
drawnow;
end;
% ========================
end;
% ====== End of Demo

set([startHndl closeHndl infoHndl],'Enable','on');
set(stopHndl,'Enable','off');
set(popupHndl, 'Enable', 'on');
case 'info',

helpwin(mfilename)
end; % if strcmp(action, ...
function total=LocalPathLength(p,distmatrix);
npts = size(p,2);
total=sum(distmatrix([(p-1)*npts + p([end 1:(end-1)])]));
Contoh OutPut
Trafeling Salesman dengan 25 Kota dihasilkan :

Trafeling Salesman dengan 50 Kota dihasilkan :


Latihan Matlab

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Latihan Matlab

Diunggah oleh

Hak Cipta:

Format Tersedia

Modul Praktikum MATLAB Versi 6.

Modul Praktikum Matlab

Sekolah Tinggi Manajemen Informatika dan Komputer CIC

Modul Praktikum Matlab STMIK CIC 1

Matlab adalah singkatan dari Matrix Laboratory, software yang dibuat

Modul Praktikum Matlab STMIK CIC 2

Modul Praktikum Matlab STMIK CIC 3

Matlab bisa berlaku seperti bahasa pemrograman C ataupun

Modul Praktikum Matlab STMIK CIC 4

0.3090 0.5878 0.8090 0.9511 1.0000

Modul Praktikum Matlab STMIK CIC 5

Modul Praktikum Matlab STMIK CIC 6

M-file selain dipakai sebagai penamaan file juga bisa dipakai

Modul Praktikum Matlab STMIK CIC 7

%SPINNER Colorful lines spinning through space.

% Ned Gulley, 6-21-93

% Information regarding the play status will be held in

Modul Praktikum Matlab STMIK CIC 8

text(0,0,'Press the "Start" button to see the Spinner

Modul Praktikum Matlab STMIK CIC 9

% Generic popup button information

% Generic popup button information

Modul Praktikum Matlab STMIK CIC 10

% Uncover the figure

Modul Praktikum Matlab STMIK CIC 11

% ====== Start of Demo

Modul Praktikum Matlab STMIK CIC 12

Modul Praktikum Matlab STMIK CIC 13

Modul Praktikum Matlab STMIK CIC 14

Gambar : Animasi Spinner

Modul Praktikum Matlab STMIK CIC 15

Semua komputasi yang dikerjakan sejauh ini hanya melibatkan

0 20 40 60 80 100 120 140 160 180

0 0.9129 0.7451 -0.3048 -0.9939 -0.5064 0.5806 0.9802

Modul Praktikum Matlab STMIK CIC 16

Pada tulisan x=0:10:180 dimaksudkan dengan :

Modul Praktikum Matlab STMIK CIC 17

Modul Praktikum Matlab STMIK CIC 18

maksudnya mengganti elemen 3,3 menjadi 0

Modul Praktikum Matlab STMIK CIC 19

Contoh Penggunaan Aplikasi Array

Modul Praktikum Matlab STMIK CIC 20

9.6594 9.3303 9.0125 8.7055 8.4090 8.1225 7.8458

Dengan matematika array sangat mudah untuk mengevaluasi suatu

Modul Praktikum Matlab STMIK CIC 21

Contoh Perhitungan Konsentrasi dengan Matematika Array

Modul Praktikum Matlab STMIK CIC 22

Modul Praktikum Matlab STMIK CIC 23

Permasalahan pemecahan persamaan nonlinear sering muncul

Modul Praktikum Matlab STMIK CIC 24

Gambar dari fungsi y=(x – 1)3(x + 2)2 ( x – 3) ;0≤x≤4

Modul Praktikum Matlab STMIK CIC 25

Modul Praktikum Matlab STMIK CIC 26

Modul Praktikum Matlab STMIK CIC 27

kita coba mencari sebuah akar persamaan(x – 1)3(x + 2)2 ( x – 3) = 0

Maka kita panggil f newton tadi sebagai berikut :

Modul Praktikum Matlab STMIK CIC 28

Permasalahan yang sering muncul dalam mencari akar adalah :

Misalnya untuk ( e x − cos x ) 3 = 0 dengan toleransi 0.00005

Modul Praktikum Matlab STMIK CIC 29

Modul Praktikum Matlab STMIK CIC 30

Diferensial dan Integral merupakan operasi fundamental dalam

Modul Praktikum Matlab STMIK CIC 31

coba membuat sendiri penyelesaiannya dengan memanfaatkan deret