ANALISIS NUMERIK
Oleh :
Pertemuan ke
Penyusun
Materi
1. Pendahuluan
2. Angka Bena, Pembulatan, dan Galat
1.
Pendahuluan
Metode numerik merupakan teknik-teknik yang digunakan untuk
2.
yang diberikan oleh c, kecuali untuk nol-nol di kiri angka tak nol pertama yang
hanya bertindak untuk mencocokkan posisi titik (koma) desimal.
Kebanyakan komputer digital mempunyai dua cara untuk menyatakan
bilangan, yaitu:
1) Sistem titik kambang (floating point).
Bilangan titik kambang a ditulis sebagai
a = m x b p
dengan : m = mantis (riil); b = basis sistem bilangan yang dipakai (2, 8, 10, 16,
dan sebagainya); dan p = pangkat (berupa bilangan bulat tak negatif).
Contoh : 0,6238 x 103 dalam sistem titik kambang dengan basis 10.
2) Sistem titik tetap (fixed-point).
Suatu bilangan dinyatakan dengan sejumlah tetap posisi desimal di ujung
kanan, tetapi sistem bilangan titik tetap tidak praktis dalam pekerjaan ilmiah
karena keterbatasan rentangnya, contoh : 62,358.
x nilai
galat absolut E a
.
nilai eksak
x
dengan e.
Ada dua jenis galat dalam komputasi, yaitu:
1) Galat bawaan (inherent error) adalah galat dari data yang diberikan,
misalnya karena kesalahan pengukuran atau ketidaktelitian alat ukur.
2) Galat proses adalah galat yang terjadi karena proses komputasi, galat ini
dibedakan menjadi dua macam,yaitu:
a) Galat pembulatan (round-off error)
Contoh : x = 1/3 = 0,33333 . . . dan x = 0,33333.
Galat pembulatannya E = 0,00000333 . . . .
b) Galat pemotongan (truncation error)
x3
x5
x7
...
3!
5!
7!
sehingga galat
x 5 x7
+... .
5! 7!
Pertemuan ke
Penyusun
Materi
dipilih yang dekat dengan absis dari titik perpotongan atau akar persamaan
f ( x) 0 .
Contoh : Tentukan lokasi akar dan tebakan awal untuk akar persamaan fungsi :
.
y = f(x)
Titik potong yang pertama terletak pada selang (-2,-1) sedang titik potong
yang kedua adalah (1,0) dan titik potong yang ketiga terletak pada selang
(2,3)
yaitu mendekati nilai 2,8. Sehingga tebakan awal untuk akar persamaan (2.1)
dapat dipilih beberapa titik yang cukup dekat dengan akar persamaan seperti : -2, 1, 0 atau 2.
Metode grafik ganda digunakan untuk persamaan fungsi f ( x) 0 yang
penjabaran fungsi f (x) dapat didekomposisi menjadi pengurangan dua buah
fungsi yaitu f ( x) f1 ( x) f 2 ( x) 0 . Tebakan awal dipilih cukup dekat dengan
absis titik perpotongan kedua fungsi yaitu f1 ( x) dan f 2 ( x) .
2.2
p( x) a n x n an 1 x n 1 ... a1 x a0 0
perhatikan uraian berikut. Misalkan u adalah banyaknya pergantian tanda
koefisien ai dari polinom p (x) dan np adalah banyaknya akar riil positif, maka
berlaku :
(i)
np u
(ii)
u - np = 0, 2, 4,
ng v
(ii)
v ng = 0, 2, 4,
a
r 1 maks k
1 k n
an
2.3
Metode Tabulasi
Misalkan panjang selang tabulasi : x, xmax dan xmin adalah titik-titik ujung
2.4
Metode Bagidua
Metode bagidua memulai siklus iterasi dengan memilih dua tebakan awal
misal x0 dan x1 yang cukup dekat dengan akar, dengan nilai f ( x0 ) dan nilai
Pertemuan ke
Penyusun
Materi
3.1
y f (x)
f ( x1 )
f ( x2 )
x0
x2
x1
f ( x0 )
perpotongan dengan
x0 f ( x1 ) x1 f ( x 0 )
.
f ( x1 ) f ( x0 )
titik x0 yang cukup dekat dengan akar. Pertama tentukan kemiringan dari fungsi
f ( x0 )
.
f ( x0 )
xi 1 xi
f ( xi )
. Hentikan iterasi
f ( xi )
bila dua hampiran akar yang berurutan cukup dekat. Dibandingkan dengan kedua
metode sebelumnya yaitu metode bagidua dan metode posisi palsu ternyata
metode N-R lebih cepat konvergen.
3.3
Metode Secant
Dalam setiap iterasi untuk metode N-R dilakukan penghitungan turunan
pertama fungsi atau f (x) . Pada beberapa kasus pernyataan untuk f (x) panjang
dan membutuhkan usaha komputasi yang cukup lama untuk menghitungnya.
Metode secant menghampiri turunan pertama fungsi atau f (x) dengan :
f ( xi )
f ( xi ) f ( xi 1 )
xi xi1
dimana xi dan xi 1 adalah dua hampiran akar untuk iterasi ke-i dan iterasi ke-(i-1).
Nilai hampiran akar pada iterasi ke-(i+1) diperoleh dari dua nilai hampiran
akar sebelumnya yaitu xi 1 dan xi yang diterapkan pada persamaan tersebut :
xi 1
xi 1 f ( x i ) xi f ( xi 1 )
f ( xi ) f ( xi 1 )
dengan xi 1 adalah absis titik perpotongan garis lurus yang menghubungkan dua
titik yaitu ( xi 1 , f ( xi1 )) dengan ( xi , f ( xi )) .
3.4
Sehingga xn 1 g1 ( xn ) =
dan
1 2
x n 4 . Persamaan di atas juga dapat ditulis sebagai :
2
8
x
(1)
x g 2 ( x) 2
(2)
x g 3 ( x) 2 x 8
(3)
10
Pertemuan ke
Penyusun
Materi
1. Beda Hingga
2. Interpolasi Linier
3. Interpolasi Kuadrat
4. Interpolasi Beda-Maju dan Beda-Mundur Newton
4.1
Beda Hingga
Andaikan diberikan suatu tabel nilai-nilai numeris f j f ( x j ) dari suatu
f 0 f 1 f 0
Dengan cara yang sama dapat dinotasikan beda-beda maju ketiga, keempat, dan
seterusnya. Bentuk umumnya: n+1fm = nfm+1 - nfm
untuk n = 0,1,2,...
Tabel berikut menunjukkan beda-beda maju dari semua tingkat yang dapat
dibentuk.
X
x 2
f
f 2
x 1
f 1
f 2
2 f 2
f 1
x0
x1
x2
f0
f1
f2
f0
2 f 1
3 f 2
4 f 2
3
f 1
2
f0
f1
11
4.1.2
untuk n = 0, 1, 2, ...
Tabel berikut menunjukkan beda-beda mundur dari semua tingkat yang dapat
dibentuk:
x
X 2
f 2
x 1
f 1
f 1
2 f 0
f0
x0
x1
x2
4.1.3
4 f 2
2 f 1
f0
f1
f1
3 f 1
3 f 2
f2
f2
f2
2f m f
2m 1
2
2m -1
2
X 2
f 2
x 1
f 1
f 3/2
f 1/2
x0
f0
x1
f1
x2
f2
2 f 1
3 f 1/2
4 f 0
f0
f1/2
3 f 1/2
f1
f3/2
12
4.2
Interpolasi Linear
Bentuk interpolasi yang paling sederhana adalah menghubungkan dua titik
P1(x)
f(x1)=f1
D
A
rh
x0
x1
x
Karena segitiga DEC sebangun dengan segitiga ABC, maka berlaku:
f ( x0 ) p1 ( x)
f ( x0 ) f ( x1 )
=
x x0
x1 x0
Akibatnya : P1(x) = f0 + r. f0 .
4.3
Interpolasi Kuadrat
Misalkan tersedia tiga titik data (x0,f0), (x1,f1), dan (x2,f2), interpolasi dapat
dilaksanakan dengan polinom orde kedua (polinom kuadrat). Bentuk secara khas
yang cocok untuk maksud ini adalah:
p2(x) = b0 + b1 (x x0) + b 2 (x x0) (x x1).
Atau
p2(x) = f0 + r . f0 +
r ( r 1) 2
f0
2
dengan 0 r n.
13
4.4
maju Newton :
r
s 0 s
n
f(x) Pn(x) =
s
f 0
= f0 + r . f0 +
+...+
dengan x = x0 + rh , r =
r ( r 1) 2
f0
2!
r ( r 1) . . . (r - n 1) n
f0
n!
x x0
, 0 r n.
h
Suatu rumus yang serupa dengan rumus tadi tetapi melibatkan bedamundur adalah rumus interpolasi beda-mundur Newton :
f(x) Pn(x) = f0 + r. f0 +
+
r (r 1) 2
f0 + . .
2!
r ( r 1) . . . ( r n 1)
n f0
n!
14
Pertemuan ke
Penyusun
Materi
5.1
f ( x1 ) f ( x0 )
x1 - x 0
f[x0,x1,x2] =
f [ x1 , x 2 ] f [ x0 , x1 ]
. . .
x2 - x 0
f(xk)
x0
f(x0)
x1
f(x1)
f[xk, xk+1]
f[. . . , . . . , . .]
f[x0,x1 ]
f[x0,x1,x2]
f[x1,x2 ]
x2
f(x2)
f[x0,x1,x2,x3]
f[x1,x2,x3]
f[x2,x3 ]
x3
f(x3)
15
Secara umum sampai dengan ordo n akan diperoleh rumus sebagai berikut:
f(x) = f0 + (x - x j )
i 1
j0
n
5.2
. f [ x0 ,...., xi ]
interpolasi Newton.
Untuk menurunkan bentuk Lagrange, beda-beda terbagi dirumuskan ulang
sebagai berikut : f[x0,x1 ] =
f0
f1
. Dari terakhir ini disubstitusikan
x1 x0 x0 x1
1
1
x x1
x -xj
x x0
P1(x)=
. f0
. f1 =
x0 x1
x1 x0
i 0 j 0 x i x j
ji
. f i
2
2
x -xj
P2(x)=
i 0 j 0 x i x j
ji
. f i
16
n,
n
n
x -xj
Pn(x) =
i 0 j 0 x i x j
ji
. f i
L ( x ). f
i
i 0
17
Pertemuan ke
Penyusun
Materi
1. Pendahuluan
2. Sistem Persamaan Linear Segitiga Atas
3. Sistem Persamaan Linear Segitiga Bawah
4. Metode Eliminasi Gauss dan Pivoting
6.1
Pendahuluan
Perhatikanlah sistem n persamaan linear tidak homogen dalam n
a n1 a n 2 a nn x n
b1
b2
bn
[A,B] =
a n1 a n 2 a nn
b1
b2
bn
18
Sistem
a12 x 2
a 22 x2
a1n x n
c1
a2 n x n
c2
a n-1,n -1 x n1
a n 1,n xn
c n 1
a nn x n
cn
xn
cn
.
a nn
Setelah xn ada, dipakai untuk mencari xn-1 pada persamaan sebelumnya sebagai
berikut:
xn-1 =
cn 1 a n 1, n x n
a n 1, n 1
c n 2 an 2, n 1x n 1 an 2, n x n
.
a n 2, n 2
Proses ini diteruskan untuk mencari nilai peubah yang lainnya. Langkah umum
dari proses tersebut adalah:
n
ck
xk =
...
akj x j
j k 1
a kk
19
6.3
matriks segitiga bawah disebut sistem persamaan linear segitiga bawah. Sistem
persamaan linear seperti itu dapat dituliskan dalam bentuk:
a11 x1
c1
a 21 x1 a 22 x 2
c2
a n1 x1 a n 2 x 2 a nn xn c n
Penyelesaian sistem persamaan linear ini dicari dengan substitusi maju.
Persamaan pertama hanya melibatkan x1,
ck
xk =
k 1
a ki xi
i 1
a kk
6.4
20
baris tumpuan. Pada sub bab berikut akan dibahas tiga macam metode Eliminasi
Gauss.
6.4.1 Metode Eliminasi Gauss Naif
Metode berikut ini disebut metode eliminasi Gauss naif karena metode ini
tidak menghindari kemungkinan pembagian oleh nol.
ark maks
kk
dan kemudian menukarkan baris r dan baris k jika r > k. Dengan diambilnya
elemen dengan nilai mutlak terbesar sebagai elemen tumpuan, akan menghasilkan
perambatan galat yang kecil.
6.4.3 Eliminasi Gauss Pivoting Parsial Terskala
Langkah-langkah yang diperlukan untuk menyelesaikan sistem persamaan
linear dengan eliminasi Gauss pivoting parsial terskala ialah:
a) Tentukan ukuran masing-masing baris matriks koefisien, yaitu:
di =
maksimum
1 j n
aij
aij = 1 j n - 1
j i n
a ij
di
21
Pertemuan ke
Penyusun
Materi
7.1
matriks segitiga bawah L dan matriks segitiga atas U. Metode ini dikenal
dengan nama metode dekomposisi LU atau metode faktorisasi segitiga.
7.1.1
a 21 a 22 a 23 l 21 1 0 0 u 22 u 23 .
a a a l l 1 0 0 u
33
31 32 33 31 32
7.1.2
a 21 a 22 a 23 l 21 l 22 0 0 1 u 23
a a a l l l 0 0 1
31 32 33 31 32 33
a 21 a 22 a 23 l 21 1 0 0 u 22 u 23
a a a l l 1 0 0 u
33
31 32 33 31 32
u11
l 21u11
l u
31 11
u12
l 21u12 u 22
l31u12 l 32 u 22
u13
l 21u13 u 23
l31u13 l32 u 23 u 33
22
7.2
aii
aij
, untuk setiap i = 1, 2, 3, . . . , n.
j 1, j i
x 12
b2 ( a 21 x1 a 23 x3 ... a 2 n x n )
a 22
x 1n
bn ( a n1 x1 a n 2 x 2 ... a n ,n 1 x n 1 )
a nn
Kemudian lanjutkan dengan iterasi kedua dan ketiga. Secara umum proses iteratif
ke (k+1) adalah :
x1k 1
x 2k 1
23
x nk 1
bi a ij x kj
j 1
j i
xik 1
a ii
aij x kj 1
j 1
xik 1
aij x kj
j i 1
aii
Pertemuan ke
Penyusun
Materi
Uraian
UTS
24
Pertemuan ke
Penyusun
Materi
9.1
f (x) dipilih
d1
y3
y 3
d3
d2
d4
x3
Gambaran pencocokan kurva
25
9.1.1
Regresi Linier
Diberikan data sebagai berikut :
i
xi
1,5
1,8
2,4
3,0
3,5
3,9
4,4
4,8
5,0
yi
4,8
5,7
7,0
8,3
10,9
12,4
13,1
13,6
15,3
12.5
10.0
7.5
5.0
1
Dilihat dari titik-titik data yang diplot pada tabel di atas, jika x bertambah
besar maka y bertambah besar. Oleh karena data yang diplot mengumpul di
sekitar sebuah garis lurus sehingga dapat dikatakan bahwa sebuah garis lurus
menggambarkan situasi yang cukup masuk akal. Sehingga dapat dinyatakan
y a0 a1 x
sebagai persamaan yang menggambarkan sebuah garis lurus.
Selanjutnya diminimumkan S (jumlah kuadrat galat) yang diberikan oleh :
2
Min S = Min
y
i 1
y i = Min
y a
i
a1 x
i 1
S adalah fungsi dari dua peubah yang tidak diketahui yaitu a 0 dan a1 . Maka untuk
meminimumkan S diambil turunan parsial dari S terhadap a 0 dan a1 kemudian
samakan dengan nol. Maka :
26
n
S
2 y i a1 xi a 0 (1) 0
a 0 i1
(*)
n
S
2 y i a1 xi a 0 ( xi ) 0
a1 i 1
(**)
a1 xi na 0 0 .
x .a x .a x y
i
2
i
Penyelesaiannya adalah :
a0
a1
2
i
y x x x y
n x x
n x y x y
.
n x x
i
2
i
2
i
Koefisien-koefisien dari garis regresi linier metode kuadrat terkecil pada kedua
persamaan tersebut disebut koefisien regresi.
9.1.2
Regresi Polinom
Misalkan n pasangan koordinat ( xi , yi ) yang diberikan akan dihampiri
S y i y i y i a 0 a1 x a 2 x 2
27
a 0 xi a1 xi2 a 2 xi3 xi y i
a 0 xi2 a1 xi3 a 2 xi4 xi2 y i
28
Pertemuan ke
10
Penyusun
Materi
10.1
(a)
Y
(b)
Y
(c)
29
x .a x .a x z
i
2
i
1
y
1
. Jika ditulis
a bx
sehingga
diperoleh
y Asin x cos cos x sin
S y i a1 sin xi a 2 cos xi .
30
Samakan dengan nol turunan parsial dari S terhadap a1 dan a 2 agar diperoleh
a1 sin 2 xi a 2 sin xi cos xi y i sin xi
a1 sin xi cos xi a 2 cos 2 xi yi cos xi .
Selesaikan dua persamaan linier simultan untuk a1 dan a 2 di atas agar diperoleh
a
dan tan 1 2 .
a1
A a12 a22
( y c) a x b .
Ambil logaritma pada kedua ruas persamaan tersebut sehingga diperoleh :
c .
31
Pertemuan ke
11
Penyusun
Materi
11.1
dalam selang [a, b] maka fungsi tersebut dapat dinyatakan di sekitar x x0 pada
selang [a, b] sebagai :
(x x )
0
f (x) f (x ) f (x )(x x ) f (x )
0
0
0
0
2!
+ + f
(x x )
0
(x )
0
n!
n
f
n 1
(x x )
0
f''' (x )
0
3!
n 1
(x x )
0
(s )
( n 1) !
Pada persamaan di atas f ( x0 ) dan f ( x0 ) adalah turunan pertama dan kedua dari
n 1
n 1
(x x )
0
disebut suku
(s )
(n 1) !
sisa dengan s adalah bilangan yang terletak antara x dan x0. Suku sisa memberikan
galat pemotongan jika hanya n buah suku pertama pada deret Taylor yang
digunakan untuk menyatakan fungsi. Galat pemotongannya adalah :
f n 1 (s )
Galat pemotongan =
dimana M = max f
n 1
( x x )n 1
0
(n 1) !
(x x )n 1
0
.M
(n 1) !
32
11.2
Deret Chebyshev
Polinom Chebyshev yang didefinisikan oleh .
Tn(x) = Cos n
Maka
dimana x = Cos .
Sehingga diperoleh :
T3(x) = 4 x3 3 x
T4(x) = 8 x4 8 x2 +1
T5(x) = 16 x5 20 x3 + 5 x
33
Pertemuan ke
12
Penyusun
Materi
12.1
Aturan Trapesium
b
f ( x )dx
fungsi yang kontinu pada selang [a,b], dengan metode analitik biasanya sulit
bahkan ada yang tak dapat dievaluasi. Mengatasi persoalan ini dan persoalan
integrasi yang lebih umum yang hanya mempunyai beberapa nilai dari f(x)
(dengan argumen x = xi, i = 0, 1, 2, ..., n) dibutuhkan beberapa pendekatan.
Pilihannya adalah mencari sebuah fungsi, misalnya g(x) yang sesuai untuk
mengatasi kedua persoalan yaitu merupakan pendekatan dari f(x) yang mudah
untuk diintegralkan secara analitik.
Diberikan dua buah titik data (x0,f(x0)) dan (x1,f(x1)). Karena f(x) melalui
dua buah titik (x0,f(x0)) dan (x1,f(x1)), maka dipakai interpolasi berorde satu f(x)
P1(x).
Y
f(x)
h
0
a = x0
b = x1
f ( x )dx P1 ( x )dx [ f 0 f [ x0 , x1 ]( x x0 )] dx
a
34
b
f fo
b
f o x a 1
x xo dx .
x1 xo
a
Dapat ditunjukkan bahwa bentuk terakhir ini sama dengan
ba
f o f1 atau b a f (a) f (b) .
2
2
Jadi aturan trapesium adalah
h
f ( x)dx 2 f (a) f (b)
dengan h = b - a.
12.2
h=
ba
. Berdasarkan aturan trapesium diperoleh
n
x1
f ( x )dx
x1
f ( x )dx
f ( x )dx
xn 1
h
f ( x) f ( x1) h f ( x1 ) f ( x2 ) h f ( x n1 ) f ( b )
2
2
2
h
f ( a ) f ( b ) 2 f ( x1 ) 2 f ( x 2 ) 2 f ( xn 1 )) .
2
Jadi,
x2
f ( x )dx
f ( x )dx
n 1
h
f ( a ) f ( b ) 2 f ( x i ) .
2
i 1
35
1
Aturan Simpson ( )
3
12.3
y = f(x)
O
O
a = x0 c=(a+b)/2 = x1 b=x2
X = X
P2 ( x)
( x b)( x c)
( x a)( x c)
( x a)( x b)
f (a)
f (b )
f (c ) .
(a b)(a c)
(b a)(b c)
(c a)(c b)
b
(x - b)(x - c)
(x - a)(x - c)
( x a )( x b )
I
f(a)
f(b)
f (c) dx
( a b)(a c)
(b - a)(b - c)
(c a )(c b )
a, maka dapat
ditunjukkan :
2h
( x 2h )( x h )
( x o )( x h )
( x o)( x 2h )
1
. . . h f ( a ) 4 f (c) f (b) .
3
Jadi,
1
h f o 4 f1 f 2
3
36
Pertemuan ke
13
Penyusun
Materi
13.1
1
Aturan Komposisi Simpson
3
ba
lebar selang bagiannya h =
.
M
xo=a
x1
h x2
h x3
x4 ... xM-2
h xM-1 h
xM = b
I f ( x )dx
a
x2
x4
f ( x )dx
x2
f ( x )dx
fx )dx
xM 2
4
f (a) 4 f1 f 2 4 f 2 4 f 3 f 4 4 f M 2 4 f M 1 f b .
3
3
3
M 1
M 2
4
I
f ( a ) f ( b ) 4 f ( xi ) 2 f ( xi
3
i 1
i 2
i 2
i 2
37
13.2
yaitu I
f ( x)dx
1
galat
Y
Y = f(x)
-1
h
f ( 1 ) f ( 1 ) f ( 1 ) f ( 1 ) dengan h = (1-(-1)) = 2.
2
1
Persamaan I f(1) + f(-1) dapat ditulis sebagai I W1f(a) + W2 f(b) dengan
I
f ( x )dx
a = -1, b = 1, W1 = W2 =
h
2
=
= 1.
2
2
Dengan cara koefisien tak tentu, dan diuji dengan monomial 1, x, x2, dan
1
x3, karena I
tersebut, diperoleh:
f ( x)dx W1 f ( x1 ) W2 f ( x2 )
1. f (
1
1
Jadi
f ( x ) dx
f(
1
1
1
1
) 1. f ( ) f ( ) f ( )
3
3
3
3
1
1
) f(
)
3
3
f ( x)dx W1 f ( x1 ) W2 f ( x 2 ) W3 f ( x3 )
1
38
Parameter x1, x2, x3, W1,W2, dan W3 dapat dicari dengan fungsi f(x) = 1, f(x)
= x, f(x) = x2, f(x) = x3, f(x) = x4, dan f(x) = x5, karena kuadratur Gauss bernilai
eksak untuk fungsi-fungsi tersebut. Dengan cara yang sama seperti untuk metode
Gauss-Legendre 2 titik akan diperoleh :
1
f ( x ) dx
5
3
8
5 3
.f
. f ( 0 ) . f
9
5
9
9 5
f ( x )dx W
f ( x1 ) W2 f ( x2 ) Wn f ( x n ) .
Bobot Wn
Absis xn
Galat pemotongan
1,00000000
1,00000000
-0,57735027
0,57735027
f(4) (c)
0,55555556
0,88888889
0,55555556
-0,77459667
0
0,77459667
f(6) (c)
0,34785485
0,65214515
0,65214515
0,34785485
-0,86113631
-0,33998104
0,33998104
0,86113631
f(8) (c)
0,23692689
0,47862867
0,56888889
0,47862867
0,23692689
-0,90617985
-0,53846931
0
0,53846931
0,90617985
f(10) (c)
0,17132449
0,36076157
0,46791393
0,46791393
0,36076157
0,17132449
-0,93246951
-0,66120939
-0,23861919
0,23861919
0,66120939
0,93246951
f(12) (c)
39
2
ba
x
akan diperoleh :
ba
ba
ba
ba
ba
sehingga dx =
z
dz .
2
2
2
b
I f ( x)dx
a
ba
2
ba
ba
f
z
dz .
2
2
40
Pertemuan ke
14
Penyusun
Materi
14.1
y' = f(x.y)
PDB orde satu yang tidak mengikuti bentuk baku tersebut harus ditulis ulang
menjadi bentuk persamaan seperti di atas, agar ia dapat diselesaikan secara
numerik.
Penyelesaian PDB secara numerik berarti menghitung nilai fungsi di
xr+1 = xr + h dengan h adalah ukuran langkah setiap iterasi. Pada metode analitik,
nilai awal berfungsi untuk memperoleh solusi yang unik, sedangkan pada metode
numerik nilai awal berfungsi untuk memulai iterasi.
14.2
Metode Euler
Diberikan PDB orde satu, y' = dy/dx = f(x,y) dan y(x0) = y0 . Misalkan
yr
= y(xr) adalah hampiran nilai y di xr yang dihitung dengan metode Euler. Dalam
hal ini
( xr 1 xr )
( x xr )2
. y' (xr) + r 1
. y" (xr) + ...
1!
2!
r = 0,1,2,...,n
41
Metode
42
Pertemuan ke
15
Penyusun
Materi
15.1
Metode Heun
Metode Euler mempunyai ketelitian yang rendah karena galatnya besar
(sebanding dengan h). Buruknya galat ini dapat dikurangi dengan menggunakan
metode Heun, yang merupakan perbaikan metode Euler (modified Eulers
method). Pada metode Heun, solusi dari metode Euler dijadikan sebagai solusi
perkiraan awal (predictor).
Metode Heun adalah sebagai berikut :
yr+1= yr +
h
[f(xr,yr) + f(xr+1, yr+1)] .
2
Pertemuan ke
16
Penyusun
Materi
Uraian
UAS
43