Diktat Fiskom PDF

Fisika Komputasi
I DERET TAYLOR
1.1 Deret Taylor
Deret Taylor memegang peranan yang sangat penting dalam analisis numerik.
Dengan deret Taylor kita dapat menentukan nilai suatu fungsi di titik x jika nilai fungsi di
titik x0 yang berdekatan dengan titik x diketahui.
Uraian deret Taylor disekitar xo dinyatakan dengan f(x) yaitu :
f ( x)
f ( n ) ( x0 )
( x x0 ) n ..(1.1)
n!
f ( n ) ( x0 )
dn f
dx n
dimana,
x x0
...(1.2)
f (0) ( x0 ) f ( x0 ) (1.3)
1.2 Deret Mac Laurin

Deret Mac Laurin adalah bentuk khusus dari deret Taylor. Dimana dianggap
bahwa titik x0 = 0 sehingga persamaan 1.1 akan berubah menjadi :
f ( x)
f ( n ) (0) n
x ..(1.4)
n!
dimana,
f ( n ) (0)
dn f
dx n
x 0
...(1.5)
f ( 0) (0) f (0) .(1.6)

Persamaan (1.4) adalah persamaan dari deret Mac Laurin. Persamaan (1.1) biasa
dituliskan dengan mensubstitusikan x dengan x-x0, sehingga :
f ( x x0 )
f ( n ) ( x0 ) n
( x) ..(1.7)
n!
Sehingga Persamaan deret Mac Laurin akan menjadi :
f ( x)
f ( n ) (0) n
( x) ...........(1.8)
n!
Contoh :
Hitunglah deret Mac Laurin untuk Sin(x)
Avid-06
Fisika Komputasi
Jawab :
f(x)
= sin(x)
f(0)
= 0
f1(x) = cos(x)
f1(0)
= 1
11
11
f (x) = -sin(x)
f (0) = 0
f111(x) = -cos(x)
f111(0) = -1
f1V(x) = sin(x)
f1V(0) = 0
fV(x) = cos(x)
fV(0)
= 1
Dari deret Mac Laurin :
f ( x)
f ( n ) (0) n
( x)
n!
f ( 0) (0) x 0 f (1) (0) x1 f (11) (0) x 2 f (111) (0) x 3 f (1V ) (0) x 4 f (V ) (0) x 5
...
0!
1!
2!
3!
4!
5!
Sehingga Sin(x) menjadi :
0.1 1.x 0.x 2 1.x 3 0.x 4 1.x 5
...
0! 1!
2!
3!
4!
5!
x3 x5 x7
...
3! 5! 7!
Latihan :
1. Buat deret Mac Laurin untuk fungsi cos(x) dan tan(x)
2. Buat deret Taylor untuk ex di sekitar x=0
1.3 Program komputer

Program komputer dari fungsi sin(x) untuk deret Mac Laurin tersebut jika
dinyatakan dalam bahasa Visual C++ adalah :
//*********************************************************
// Menghitung fungsi sinus dengan deret MacLaurin
// Compiler : Visual C++
//*********************************************************
#include <iostream.h>
#include <math.h>
void main()
{
double eps=1e-5;
double x,sinx,pem,pen,s,del;
int i,j,m,k,tanda;
Avid-06
Fisika Komputasi
cout << "Sudut x (derajat) = ";

cin >> x;
x=x/57.3;
cout << "sin(x) = " << sin ( x); //nilai sinus dari fungsi pustaka Visual C++
del=10;
cout <<endl<<endl;
cout << "Menurut Uraian deret Taylor : "<<endl;
m=0;
while (del > eps)
{
m=m+1;
s=0;
j=0;
for (i=1;i<=2*m-1;i++)
{
if (i%2 ==1 ) // atau if ( fmod(i,2) == 1)
{
j=j+1;
if (j % 2 == 0)
tanda = -1;
else
tanda=1;
pem=1;
pen=1;
for (k=1;k<=i;k++)
{
pem=pem*x;
pen=pen*k;
}
s=s+tanda*pem/pen;
}
}
if (m>1 )
del= fabs(sinx-s);
sinx=s;
}
cout << "Jumlah suku = "<<m <<endl;
cout << "sin(x)
= " << s <<endl;
Avid-06
Fisika Komputasi
Latihan :
1. Buatlah program komputer dari deret MacLaurin untuk fungsi exp(x) :
exp( x) 1 x
x 2 x3
...
2! 3!
2. Buatlah program komputer dari deret MacLaurin untuk fungsi cos(x) :
cos( x) 1
Avid-06
x2 x4 x6
...
2! 4! 6!
Fisika Komputasi
II AKAR-AKAR PERSAMAAN
Akar suatu persamaan merupakan titik potong fungsi f(x) dengan sumbu x :
f(x)
x0
x
akar f(x)
Gambar 2.1. Akar dari persamaan f(x)

Akar dari suatu persamaan sering dipakai untuk menyelesaikan masalah fisika seperti :
-Mengetahui volume gas pada suatu tekanan tertentu
P
saat P=P1 berapa nilai V1
V
1
Gambar 2.2. Diagram P-V gas ideal

-Mengetahui jarak jatuh peluru yang ditembakkan dengan arah dan kecepatan tertentu
f(x)
f(x)
saat f(x)=0 berapa nilai x
V(t)
x=?
Gambar 2.3. Gerak Peluru

2.1 Memperkirakan Letak Akar
Jika diberikan fungsi f(x) dengan letak akar di x0 seperti di gambar 2.4. Untuk
menentukan letak dari akar fungsi f(x) dapat ditempuh langkah - langkah sbb :
Avid-06
Fisika Komputasi
f(x)
x0
Gambar 2.4. Akar dari persamaan f(x)

-tentukan sebuah titik pada sumbu x dalam daerah berlakunya fungsi f(x) misalnya x1
-tentukan titik lain misal x2, dimana x2 = x1- h
-bila f(x1) x f(x2) > 0 , berarti x1 dan x2 berada pada pihak yang sama terhadap x0.
-tentukan titik lain misal : x3 = x2-h
-bila f(x2) x f(x3) > 0 , berarti x2 dan x3 berada pada pihak yang sama terhadap x0.
f(x)
x1 dan x2 sama-sama
berada disebelah kanan x0
f(x2)
f(x1)
x0
x
x2
x1
Gambar 2.5. Perkiraan akar dari persamaan f(x)

-penentuan titik-titik diteruskan sampai diperoleh : f(xa) x f(xb) < 0 (negatif)
f(x)
x0
xa
xa dan xb terletak
berseberangan terhadap titik
potong x0
xa berada di sebelah kiri x0
xb berada di sebelah kanan x0
x
xb
Gambar 2.6. Perkiraan akar dari persamaan f(x)

-sehingga daerah pencarian akar-akar akan dipersempit diantara xa dan xb
-langkah-langkah diatas diulang pada daerah : xa x xb
Avid-06
Fisika Komputasi
catatan :
Bila kita menentukan suatu arah dan sampai batas daerah tertentu tidak ditemukan
titik potong (x0), maka kita coba sekali lagi untuk arah yang berlawanan
Contoh :
Tentukan titik potong f(x) terhadap sumbu x. Dimana bentuk persamaan f(x) :
f(x) = x3-11x2 + 39x 45
untuk 0 x 6,
h 0.75
xn
f(xn)
xn-h
5,25
5,25
1,265
4,5
4,5
-1,25
Dari tabel f(5,25) x f(4,5) < 0 , sehingga titik potong terletak antara x = 4,5 dan x
= 5,25
2.2 Metode Newton -Rapshon
Penentuan akar-akar suatu persamaan dapat dicari dengan memakai rumus iterasi
Newton Rapshon yang diturunkan dari uraian deret Taylor. Jika hanya dilibatkan sampai
suku dengan turunan pertama maka akan didapatkan iterasi Newton-Rapshon orde-1,dan
bila yang dilibatkan sampai suku dengan turunan kedua maka disebut iterasi NewtonRapshon orde-2, dan seterusnya. Uraian deret Taylor di sekitar x0 dinyatakan :
f ( x)
f ( n ) ( x0 )
( x x0 ) n
n!
f ( 0) ( x0 ) x 0 f (1) ( x0 )( x x0 )1 f (11) ( x0 )( x x0 ) 2
...
0!
1!
2!
orde -1
orde -2
2.2.1 Metode Newton -Rapshon orde-1

Uraian deret Taylor dari fungsi f(x) di sekitar x0 sampai suku dengan turunan
pertama dinyatakan :
f(x) = f(x0) + f1(x0)(x-x0)
Jika x disubstitusikan dengan xn+1 dan x0 disubstitusikan dengan xn maka :
f(xn+1) = f(xn) + f1(xn)(xn+1-xn)....(2.1)
Bila xn+1 adalah akar dari f(x) maka f(xn+1) = 0. Sehingga persamaan 2.1 akan menjadi :
Avid-06
Fisika Komputasi
x n 1 x n
f ( xn )
..(2.2)
f ' ( xn )
Persamaan 2.2 disebut dengan persamaan iterasi Newton-Rapshon orde-1. Nilai xn+1 dapat
dicari dari xn (suatu titik dapat dicari dari titik sebelumnya). Jadi bila suatu titik awal x0
diketahui maka dengan persamaan 2.2 dapat dicari x1, x2, dan seterusnya sampai
ditemukan akar dari persamaan atau fungsi yang bersangkutan (nilai x yang menyebabkan
f(x) = 0). Penentuan x0 memegang peranan yang amat penting karena cepat lambatnya
penentuan akar ditentukan oleh pengambilan titik awal x0. Penentuan titik awal x0 harus
ditentukan sedekat mungkin dengan akar sehingga mengurangi banyaknya iterasi. Hal ini
dapat dilakukan dengan metode memperkirakan letak akar (sub bab 2.1).
Contoh :
Tentukanlah akar f(x) = x3 11x2 + 39x 45 dengan metode Newton-Rapshon
orde-1.
Jawab :
f1(x) = 3x2 22x + 33
misal kita ambil titik awal x0 = 6
n
xn
f(xn)
f1(xn)
xn+1
6,000
9,000
15,000
5,400
5,400
2,304
7,680
5,100
5,100
0,441
4,830
5,009
5,009
0,036
4,070
5,000
5,000
0,000
4,000
5,000
Dari tabel diatas dapat dilihat untuk ketelitian 3 angka dibelakang koma x 4 = x5 =
5,000. Dan nilai f(x) = 0,000. Jadi akar dari f(x) adalah x = 5,000
2.2.2 Metode Newton -Rapshon orde-2
Jika kita melibatkan sampai suku dengan turunan kedua pada uraian deret Taylor
maka akan menghasilkan iterasi Newton Rapshon orde-2. Penurunan persamaannya dapat
ditentukan dengan cara berikut ini. Dari persamaan umum deret Taylor (pers. 1.1)
f ( x)
f ( n ) ( x0 )
( x x0 ) n
n!
f ( 0) ( x0 ) x 0 f (1) ( x0 )( x x0 )1 f (11) ( x0 )( x x0 ) 2
0!
1!
2!
dengan mensubstitusi x dengan xn+1, dan x0 dengan xn didapatkan
Avid-06
Fisika Komputasi
f 11 ( xn )( xn 1 xn ) 2
f ( xn1 ) f ( xn ) f ( xn )( xn1 xn )
2!
1
Jika xn+1 akar dari f(x) maka

f(xn+1) = 0
x n 1 xn
f ( xn )
f 1 ( xn )
Sehingga
f 11 ( xn )( xn 1 xn ) 2
0 f ( xn ) f ( xn )( xn 1 xn )
2
1
f ( xn )
1
f ( xn )
f 11 ( xn ) f ( x n )
0 f ( xn ) f ( xn )( xn 1 xn )
( xn1 xn )
2 f 1 ( xn )
1
1
f ( xn ) f 11 ( xn )
0 f ( xn ) ( xn 1 xn ) f ( xn )
2 f 1 ( xn )
x n 1 x n
f ( xn )
f ( x n ) f '' ( x n )
'
f ( xn )
2 f ' ( xn )
x n 1 x n
f ( xn )
.(2.3)
f ( x n ) f '' ( x n )
'
f ( xn )
2 f ' ( xn )
Persamaan 2.3 merupakan persamaan iterasi Newton-Rapshon orde-2.

Contoh :
1. Tentukanlah akar f(x) = x3 11x2 + 39x 45 dengan metode Newton-Rapshon
orde-2.
Jawab :
f1(x) = 3x2 22x + 33 ; f11(x) = 6x - 22
misal kita ambil titik awal x0 = 6
N
xn
6,000
5,167
F(xn)
9,000
f1(xn)
15,000
f11(xn)
14,000
xn+1
5,167
2
3
4
Avid-06
Fisika Komputasi
2. Satu mole gas ideal suhunya 3000 K, volumenya diperbesar pada suhu tetap
(isotermis). Berapa liter volume gas ideal tersebut pada saat tekanannya 15 atmosfer.
(tetapan gas universal 0,0823 l atm/mole 0K )
jawab:
Persamaan gas ideal :
PV = n R T
Diket :
N = 1 mole
R = 0,0823 l atm / mole 0 K
T = 300 0 K
P = n R T / V = 1. 0,0823 . 300/ V = 24,69 / V
Jika dimisalkan P = f(x) dan V = x maka f(x) = 24,69/x
f(x)
P1=15
f(x)1=15
x
1
x =?
V1=?
Karena yang dicari adalah nilai V saat P = 15 maka
24,69
24,69
15 atau f ( x)
15
V
x
sehingga f 1 ( x)
24,69
x2
Dengan iterasi Newton-Rapshon orde-1
x n 1 x n
f ( xn )
f ' ( xn )
misal x0 = 1,5
n
0
xn
f(xn)
f1(xn)
xn+1
1,500
1
2
Avid-06
10
Fisika Komputasi
3. Suatu celah lebarnya 0,4 mm disinari dengan cahaya dengan panjang

gelombang 5900 . Pola difraksi yang terjadi ditangkap layar yang jaraknya 70 cm dari
celah. Berapa jarak dari tengah-tengah terang pusat sampai intensitas cahaya tinggal
nya.
Jawab :
Pola difraksi pada celah ditentukan dengan :
I 0 Sin 2
dimana,
I0 = intensitas cahaya yang datang
= k b sin
k = bilangan gelombang = 2/ ; sin = / D
b = lebar celah
= sudut antara normal pada celah dengan arah sinar yang menjadi pusat
perhatian
Jika I/I0 disubstitusi menjadi y dan disubstitusi menjadi x maka :
sin 2 x
x2
karena yang dicari adalah nilai x saat y = (I / I0 = atau I = I0 )

Jadi persamaan yang dicari solusinya adalah :
sin 2 x
0,5
x2
f(x)
x1
y1=1/2
0 x=?
Untuk mendapatkan titik potong f(x) dengan sumbu x maka dipakai iterasi NewtonRapshon orde-1.
Avid-06
11
Fisika Komputasi
f ( x)
sin 2 x
0,5
x2
2 sin 2 x sin 2 x
f ( x)
x3
x2
1
misal x0 = 1,25
n
0
xn
f1(xn)
f(xn)
xn+1
1,250
1
2
Dari perhitungan didapatkan titik potong x = 1,39155738 sehingga
1,392
kb sin b sin
2
5,9.10 4
sin 1,392.
.0,4
2.3 Akar Akar Dari Polinom
Bentuk Umum Polinom adalah :
f ( x) an x n an1 x n1 an2 x n2 ... a1 a0 ..(2.4)
contoh :
f ( x) x 3 11x 2 33x 45
polinom orde 3
f ( x) x 2 2 x 8
polinom orde - 2
2.3.1 Pembagian Sintetik

adalah metode untuk mencari nilai fungsi f(x) dan nilai turunan fungsi f1(x).
Adapun langkah-langkahnya adalah :
1.Tuliskan koefisien-koefisien polinom dengan urutan :
an an1 an2 ... a0

bila ada suku yang tidak hadir tulis 0 untuk koefisien dari suku tsb.
2.Nilai x dimana nilai fungsi akan dicari diletakkan paling kiri dalam deretan koefisienkoefisien.
x an an1 an2 ... a0
Avid-06
12
Fisika Komputasi
3.Selang satu baris dari deretan koefisien tersebut buat garis lurus sebagai garis
penjumlahan.
x an an1 an2 ... a0

+
4.Turunkan an hingga ke bawah garis penjumlahan. Sebut an dengan bn.
x an an1 an2 ... a0

+
bn
5.Kalikan x dengan bn dan letakkan hasilnya diatas garis penjumlahan tepat di bawah an-1.
Jumlahkan an-1 dengan hasil kali tadi dan letakkan hasilnya di bawah garis penjumlahan,
satu kolom dengan an-1. Beri nama hasil penjumlahan tadi dengan bn-1
an
bn
an1
an2 ... a0
x.bn
a n 1 ( x.bn )
bn 1
6.Kalikan x dengan bn-1 dan letakkan hasilnya diatas garis penjumlahan di bawah an-2.
Jumlahkan an-2 dengan hasil kali tadi dan letakkan hasilnya di bawah garis penjumlahan,
satu kolom dengan an-2. Beri nama hasil penjumlahan tadi dengan bn-2
an
bn
an1
an 2
...
x.bn 1
a0
bn1
a n 2 ( x.bn 1 )
bn 2
7.Lakukan operasi yang sama untuk koefisien-koefisien yang lain sehingga di bawah garis
penjumlahan akan didapatkan deretan :
bn bn1 bn2 ... b0

8.Nilai b0 merupakan nilai fungsi f(x) yang dicari.
Jika pembagian sintetik dilanjutkan untuk deretan
bn bn1 bn2 ... b0

maka akan didapatkan nilai dari turunan f1(x).
Jika langkah-langkah tersebut diatas dirangkum maka akan tampak seperti berikut ini :
an
an1
an2
a n 3
(bn x) (bn1 x) (bn2 x)

bn
Avid-06
bn1
bn2
bn3
+
13
Fisika Komputasi
dimana,
bn
an
bn1 an1 bn x
bn2 an2 bn1 x
bn3 an3 bn2 x
Nilai bn 3 merupakan nilai dari fungsi f(x) pada x yang bersangkutan. Sedangkan untuk
menentukan nilai dari turunan dari fungsi f(x) tersebut adalah dengan meneruskan
pembagian sintetik dimana nilai an , an1 , an2 , an3 diganti dengan nilai bn, bn1 , bn2 .
bn
bn1
bn2
(cn x) (cn1 x)
cn
cn1
cn 2
dimana,
cn b n
cn1 bn1 cn x
cn2 bn2 cn1 x
Nilai dari c n 2 merupakan nilai turunan dari persamaan f(x) pada x yang bersangkutan.
Contoh :
Misalkan kita memiliki persamaan polinom orde 3 yaitu :
f ( x) x 3 11x 2 39 x 45
Tentukan nilai fungsi dan turunannya untuk x=2
Jawab :
-Secara Analitik :
Untuk x = 2 maka f(2) = -3 dan f1(2) = 7
-Dengan Pembagian Sintetik maka hasilnya adalah :
2
-11
39
-45
-18
42
-9
21
-3
-9
21
14
-7
Avid-06
14
Fisika Komputasi
Jadi didapatkan nilai f(x) pada x=2 adalah 3, sedangkan nilai turunannya adalah 7. Hasil
ini sama dengan hasil yang didapatkan secara analitik.
Soal :
1. Tentukan akar dari persamaan : f(x) = x3 6x2 + 11x 6
2. Tentukan akar dari persamaan : f(x) = x2 - 2x 8
catatan : gunakan metode Iterasi Newton Rapshon orde 1 dan orde-2
2.3.2 Akar Ganda

Bila suatu fungsi mempunyai beberapa akar maka untuk mencari akar akar yang
lain dipakai iterasi Newton-Rapshon dengan titik awal yang lain juga.
Jika suatu fungsi mempunyai akar ganda (lebih dari 1 akar pada titik yang sama)
maka kalau hanya memakai metode Newton-Rapshon tidak akan dapat menentukan akar
ganda tersebut.
Contoh :
f ( x) x 3 11x 2 39 x 45
( x 3)( x 3)( x 5)
Persamaan tersebut mempunyai akar ganda di x=3 dan akar tunggal di x=5. Untuk
menyelesaikan masalah akar ganda maka kita memakai langkah-langkah berikut. Untuk
suatu polinom orde n, yaitu fn(x) maka langkah-langkah mencari akar adalah :
1.Tentukan akar fn(x) paling kanan dengan metode Newton-Rapshon. Misalkan akar
tersebut adalah x = x1
2.Bagi fn(x) dengan (x-x1), hasilnya polinom yang ordenya lebih rendah 1 tingkat yaitu :
fn-1(x)
3.Tentukan akar paling kanan fn-1(x) dengan Newton-Rapshon. Misalkan akar tersebut
adalah x=x2
4.Bagi fn-1(x) dengan (x-x2). Hasilnya adalah polinom yang ordenya lebih rendah 2
tingkat dari semula yaitu fn-2(x)
5.Langkah diteruskan sampai didapatkan polinom orde-1
contoh :
f ( x) x 3 11x 2 39 x 45
( x 3)( x 3)( x 5) polinom orde 3
-bagilah f(x) dengan (x-5) hasilnya :
f ( x) ( x 3)( x 3) polinom orde - 2

-bagi f(x) dengan (x-3) hasilnya :
Avid-06
15
Fisika Komputasi
f ( x) ( x 3) polinom orde - 1
Adapun langkah langkah membagi suatu polinom orde-n dengan polinom orde -1
adalah :
1.Tuliskan koefisien-koefisien dari polinom semula
an
an-1 an-2 a0
2.Lakukan pembagian sintetik untuk suatu nilai x (x didapat dari Newton-Rapshon)

sehingga didapatkan :
bn
bn-1 bn-2 b0
b0 = 0 = nilai fungsi
3.Ubah bn menjadi an-1, bn-1 menjadi an-2, b1 menjadi a0
Setelah langkah ke-3 maka akan didapatkan koefisien-koefisien polinom baru yang
ordenya 1 tingkat lebih rendah yaitu :
an-1 an-2 a0
Jika langkah tersebut dilanjutkan sampai didapatkan koefisien-koefisien polinom orde1, maka akar terakhir akan didapatkan dari polinom orde 1 ini.
Contoh :
f ( x) x 3 11x 2 39 x 45 orde - 3
Langkah-langkah :
1. a3
1
a2 a1
a0
2. 5
-11 39 -45
1 -11
39
-45
-30
45
1 -6
x=5
3. f ( x) x 2 6 x 9 orde - 2
sehingga a2 = 1
a1 = -6
a0 = 9
Ulangi langkah-langkah tsb :
1
1 -6
2. 3
1 -6
-9
1 -3
x=3
3. f ( x) x 3 orde - 1
sehingga a1 = 1
Avid-06
16
Fisika Komputasi
a0 = -3
Jadi akar-akar dari fungsi tsb adalah :
x1 = 5
x2 = 3
x3 = 3
2.4 Program Komputer

1) Program komputer iterasi Newton-Rapshon orde 1, dimana persamaan yang dicari
akarnya adalah :
f ( x) x 3 11x 2 39 x 45
//**********************************************************************************
// Menghitung Akar dari Fungsi dengan Metode Newton Rapshon Orde 1
// Iterasi dibatasi hanya sampai 15 kali iterasi
//**********************************************************************************
#include <math.h>
//header untuk fungsi fabs()
#include <iomanip.h> //header untuk widht,setiosflags,...

void main()
{
double y[100];
double x,fx,dx;
int n;
cout <<endl;
cout << "Titik awal xo : ";
cin >> y[0];
cout <<endl<<endl;
//cout <<setprecision(2);
for (n=1; n<=15; n++) //hanya 15 iterasi
{
x=y[n-1];
//*****************************
fx=x*(x*x)-11*(x*x)+39*x-45; //persamaan yg akan dicari akarnya
dx=3*(x*x)-22*x+39;
// Nilai turunan pertama dari persamaan
//*****************************
y[n]=x-fx/dx; //rumus Newton Rapshon orde-1
cout.width(15);
//tampilkan 15 digit
cout <<setiosflags(ios::left); //rata kiri

Avid-06
17
Fisika Komputasi
cout << n ;
cout.width(15);
cout <<setiosflags(ios::left);
cout <<y[n];
cout.width(15);
cout <<setiosflags(ios::left);
cout <<fabs(y[n]-x) ;
cout <<endl<<endl;
}
}
Dalam program diatas iterasi dibatasi hanya sampai 15 iterasi. Sehingga program akan
berhenti begitu 15 iterasi tercapai. Program berikut ini merupakan modifikasi dari
program diatas dimana iterasi akan berhenti jika selisih antara 2 nilai iterasi yang
berturutan lebih kecil atau sama dengan suatu konstanta ( epsilon). Adapun implementasi
dari program tersebut adalah seperti dibawah ini :
//***********************************************************************
// Menghitung akar dari fungsi dengan Newton Rapshon orde-1
// iterasi dibatasi oleh selisih antar 2 nilai iterasi yg berurutan
//***********************************************************************
#include <math.h>
void main()
{
double eps=1e-5; //konstanta (epsilon)
double y[100];
double x,fx,dx,selisih;
int n;
cout <<endl;
cin >> y[0];
cout <<endl<<endl;
n=0;
selisih = 10;
while (selisih >= eps)
{
n=n+1;
Avid-06
18
Fisika Komputasi
x=y[n-1];
//bentuk berikut dpt berubah sesuai bentuk fungsinya
//*****************************
fx=x*(x*x)-11*(x*x)+39*x-45; //Fungsi yg dicari akarnya
dx=3*(x*x)-22*x+39;
//Turunan pertama dari fungsi
//*****************************
y[n]=x-fx/dx;
//pers. Metode Newton-Rapshon orde-1
selisih=fabs(y[n]-x);
//selisih 2 nilai iterasi yg berurutan
cout << "Jumlah iterasi = "<<n <<endl;

cout << "Akar
= " << y[n] <<endl;
2) Program komputer iterasi Newton-Rapshon orde 2, dimana persamaan yang dicari

akarnya adalah :
f ( x) x 3 11x 2 39 x 45
// **********************************************************************
// Menghitung akar dari fungsi dengan Newton Rapshon orde-2
// iterasi dibatasi oleh selisih antar 2 nilai yg berurutan
// **********************************************************************
#include <math.h>
#include <iomanip.h>
void main()
{
double eps=1e-5;
double y[100];
double x,fx,d1,d2,pen,selisih;
int n;
cout <<endl;
cin >> y[0];
cout <<endl<<endl;
n=0;
selisih = 10;
while (selisih >= eps) //iterasi sampai selisih 2 nilai berurutan <= eps
Avid-06
19
Fisika Komputasi
{
n=n+1;
x=y[n-1];
//bentuk berikut dpt berubah sesuai bentuk fungsinya
//*****************************
fx=x*(x*x)-11*(x*x)+39*x-45; //Fungsi yg dicari akarnya
d1=3*(x*x)-22*x+39;
//Turunan pertama dari fungsi
d2=6*x-22;
//Turunan kedua dari fungsi
//*****************************
pen=d1-d2*fx/(2*d1);
y[n]=x-fx/pen;
//pers. Iterasi Newton-Rapshon orde-2
cout.width(10);
cout << setiosflags(ios::left);
cout << n;
//tampilkan iterasi ke-n
cout.width(15);
cout << y[n];
//tampilkan nilai iterasi ke-n
selisih=fabs(y[n]-x);
//selisih 2 nilai iterasi yg berurutan
cout.width(15);
cout << selisih;
cout << endl<<endl;
}
cout << "Jumlah iterasi = "<<n <<endl;
cout << "Akar
= " << y[n] <<endl;
Latihan :
1) Buatlah program komputer untuk menghitung persoalan gas ideal. Dimana 1 mole gas
ideal yang suhunya 3000 K volumenya diperbesar pada suhu tetap. Berapa liter volume
gas tersebut ketika tekanannya 15 atmosfir (tetapan gas universal 0,0823 l.atm/mole0 K).
Petunjuk :
pV = nRT
Dimana, n=1 mole, R=0.0823 l.atm/mole0K, dan T=3000K. Sehingga :
p = 24.69/V
untuk menentukan berapa volume gas pada saat tekanannya 15 atmosfir maka persamaan
tersebut akan menjadi :
p = 24.69/V -15
Atau jika p disubstitusi menjadi y dan V menjadi x maka :
y = 24.69/x 15
Avid-06
20
Fisika Komputasi
Dengan menggunakan iterasi Newton-Rapshon maka akan dapat ditentukan solusinya.

Buatlah program komputer dari masalah ini.
2) Buatlah program komputer untuk masalah difraksi pada celah. Dimana suatu celah
dengan lebar 0.4 mm disinari dengan cahaya dengan panjang gelombang 5900 A. Pola
difraksi yang terjadi ditangkap oleh sebuah layar yang jaraknya 70 cm dari celah tsb.
Hitung jarak dari tengah-tengah terang pusat sampai intensitas cahaya tinggal nya.
Petunjuk :
Pola difraksi pada celah dinyatakan dengan :
I 0 Sin 2
dimana, I0 intensitas cahaya yang datang dan
1
kb sin . Jika kita mensubstitusikan
2
I/I0 menjadi y dan menjadi x maka persamaan tersebut akan menjadi
sin 2 x
x2
untuk mendapatkan nilai dimana I/I0 = 0.5 maka persamaan tersebut diubah menjadi :
sin 2 x
0.5
x2
Dengan memakai iterasi Newton-Rapshon maka solusi persamaan ini akan dapat dicari.
Buatlah programnya!.
Tugas selanjutnya adalah bagaimana kita membuat program komputer dari

Pembagian Sintetik ini. Adapun implementasi dari program komputer untuk metode
Pembagian Sintetik ini dinyatakan seperti berikut ini :
//*************************************************************
//Menentukan nilai fungsi dan turunan dengan Metode
//pembagian Sintetik
//Compiler : Visual C++
//*************************************************************
void pemsin(double a[100],int n,double x,double b[100]);
void main()
{
double a[100];
Avid-06
21
Fisika Komputasi
double b[100];
double c[100];
double x;
int i,orde;
cout<<"Orde dari polinom = ";
cin >> orde;
for (i=orde; i>=0; i--)
{
cout<< "a"<<i<<" = ";
cin >>a[i]; //input koefisien dari masing-masing suku
}
cout <<endl;
cout << "tentukan titik xo : ";
cin >>x;
cout <<endl<<endl;
pemsin(a,orde,x,b); //panggil fungsi pemsin --->pembagian sintetik
for (i=orde;i>=0;i--)
{
if (i!=0 )
{
cout.width(15); //pesan tempat 15 digit
cout<<setiosflags(ios::left); //tampilkan rata kiri
cout<<i;
cout<<setw(15);
cout<<setiosflags(ios::left);
cout<<b[i];
}
else
{
cout<<setw(15);
cout<<i;
cout<<setw(15);
cout<<b[i];
cout<<"Nilai Fungsi";
}
cout <<endl;
}
cout<<endl;
pemsin(b,orde,x,c);
Avid-06
22
Fisika Komputasi
for(i=orde;i>=0;i--)
{
if (i!=1)
{
cout<<setw(15);
cout<<i;
cout<<setw(15);
cout<<c[i];
}
else
{
cout<<setw(15);
cout<<i;
cout<<setw(15);
cout<<c[i];
cout<<" Nilai Turunan";
}
cout <<endl;
}
}
void pemsin(double a[100],int n,double x,double b[100])
{
int j;
b[n]=a[n];
for (j=n-1; j>=0; j--)
{
b[j]=a[j]+x*b[j+1];
}
}
Jika metode Pembagian Sintetik ini kita padukan dengan iterasi Newton-Rapshon dalam
penentuan akar-akar persamaan Polinom maka bentuk program komputer dari Iterasi
Newton-Rapshon akan mengalami perubahan seperti di bawah ini :
//******************************************************************************
//Menentukan Akar dari Polinom dengan Newton-Rapshon dimana
//nilai fungsi dan turunan ditentukan dgn metode Pembagian Sintetik
//Compilar : Visual C++
Avid-06
23
Fisika Komputasi
//******************************************************************************
#include <math.h>
void pemsin(double a[100],int n,double x,double b[100]); //deklarasi fungsi
pembagian sintetik
void main()
{
double eps = 1e-5;
double a[100];
double b[100];
double c[100];
double y[100];
double x,fx,dx;
int i,n,orde;
cout<<"Orde dari polinom = ";
cin >> orde;
for (i=orde; i>=0; i--)
{
cout<< "a"<<i<<" = ";
cin >>a[i]; //input koefisien dari masing-masing suku
}
cout <<endl;
cout << "tentukan titik awal xo : ";
cin >>y[0];
cout <<endl<<endl;
n=0;
while (fabs(y[n]-x)>=eps)
{
n=n+1;
x=y[n-1];
pemsin(a,orde,x,b);
fx=b[0];
pemsin(b,orde,x,c);
dx=c[1];
y[n]=x-fx/dx;
`
}
cout << "Jumlah iterasi : "<<n<<endl;
cout << "Akar
: "<<y[n];
cout <<endl;
}
Avid-06
24
Fisika Komputasi
void pemsin(double a[100],int n,double x,double b[100])

{
int j;
b[n]=a[n];
for (j=n-1; j>=0; j--)
{
b[j]=a[j]+x*b[j+1];
}
}
Latihan :
1) Buatlah program komputer untuk menyelesaikan masalah gerak peluru. Dimana sebuah
peluru ditembakkan dengan kecepatan awal V0 = 100 m/s dan sudut elevasi = 450.
Percepatan grafitasi g = 9,8 m/dt 2 .Tentukan berapa jauh peluru akan melayang di udara.
Petunjuk :
Persamaan lintasan peluru dinyatakan dengan :
y
g
x 2 (tan ) x
2
2(v0 cos )
atau bisa ditulis menjadi polinom orde-2 yaitu :
y a2 x 2 a1 x
dimana,
a2
g
1.10 3 m 1
2(v0 cos ) 2
a1 tan 1
a0 0
Dengan memakai iterasi Newton-Rapshon yang dikombinasikan dengan metode
pembagian Sintetik maka solusi permasalahan diatas akan dapat dicari. Buat program
komputernya.
Avid-06
25
Fisika Komputasi
III INTEGRAL DAN DIFERENSIAL

3.1 INTEGRAL
Nilai Integral I dari suatu fungsi f(x) menyatakan luas bidang dibawah fungsi f(x)
antara x=a dan x=b atau ditulis :
b
I f ( x)dx ...(3.1)
a
Ada beberapa metode yang dapat dipakai untuk menghitung integral diantaranya : metode
persegi panjang, metode trapesium, metode Simpson, metode Romberg dll. Berikut ini
akan dijelaskan beberapa metode tersebut.
3.1.1 Metode Persegi Panjang

Dalam metode ini luas bidang dibawah kurva f(x) antara x = a dan x = b dapat
dicari dengan membagi bidang tersebut menjadi n buah pita yang berbentuk persegi
panjang, yang panjangnya f(xi) dan lebarnya x , sehingga
y
Pita ke-i
Pita ke-1
f(x)
Pita ke-n
Gambar 3.1 Metode Persegi Panjang

luas masing-masing pita dapat dinyatakan :
Li f ( xi )x ....(3.2)
Karena antara x = a dan x = b terdapat n buah pita maka luas seluruhnya menjadi :
n
L f ( xi )x ...(3.3)
i 1
untuk x sangat sempit (x 0) maka persamaan (3.3) adalah persamaan integral seperti
yang dirumuskan dalam persamaan (3.1). Metode untuk menghitung integral seperti yang
disebutkan di atas dikenal dengan metode Persegi Panjang.
Avid-06
26
Fisika Komputasi
3.1.2 Metode Trapesium

Dalam metode trapesium ini luas bidang di bawah fungsi f(x) antara x = a dan x =
b dapat dicari dengan membagi bidang antara x = a dan x = b menjadi n buah pita yang
berbentuk trapesium yang masing-masing lebarnya x seperti diperlihatkan dalam
gambar 3.2 .
y
f(xi)
f(xi+1)
Pita ke-i
f(x)
Pita ke-n
Pita ke-1
xi xi+1
Gambar 3.2 Metode Trapesium

Dari gambar 3.2 maka luas pita ke-i yang terletak antara xi dan xi+1 adalah :
Ai
1
x[ f ( xi ) f ( xi 1 )]
2
Sehingga untuk n buah pita maka luas seluruhnya menjadi :
1
1
1
x[ f ( x1 ) f ( x2 )] x[ f ( x2 ) f ( x3 )] ... x[ f ( xn ) f ( xn1 )]
2
2
2
karena f(x1) = f(a) dan f(xn+1) = f(b) maka persamaan tersebut menjadi :
1
x[ f (a) 2 f ( x2 ) 2 f ( x3 ) 2 f ( x4 ) ... 2 f ( xn ) f (b)] (3.4)
2
contoh :
Jika diketahui panas jenis suatu zat seperti tabel berikut ini :
Avid-06
t ( 0C )
c (kkal/kg 0C)
-100
0,11904
-50
0,12486
0,13200
50
0,14046
100
0,15024
150
0,16134
200
0,17376
27
Fisika Komputasi
Tentukan panas yg diperlukan untuk memanaskan 1 kg zat dari 1000C - 200 0C.
Jawab:
a) Metode Persegi Panjang
n
f(xn)
50
0,11904
50
0,12486
50
0,13200
50
0,14046
50
0,15024
50
0,16134
Luas(Ln)
Jumlah
a) Metode Trapesium
n
f(xn)
f(xn+1)
Luas(Ln)
50
0,11904
0,12486
6,0975
50
0,12486
0,13200
6,4215
50
0,13200
0,14046
6,8115
50
0,14046
0,15024
7,2675
50
0,15024
0,16134
7,7895
50
0,16134
0,17376
8,3775
Jumlah
42,7650
Jadi panas yang diperlukan adalah 42,7650 kkal.
3.1.3 Program Komputer metode Trapesium

1) Membuat program komputer untuk menghitung integral dengan metode Trapesium.
Dimana fungsi yang akan dicari integralnya adalah :
f(x) = 6 6x5
Adapun program komputernya adalah seperti berikut ini :
//*******************************************************
//Menghitung integral dengan metode Trapesium
//*******************************************************
Avid-06
28
Fisika Komputasi
#include <math.h>
void main()
{
double eps=1e-5;
double trap[100];
double x,x1,x2,delt,delx,pita,fx;
int i;
cout << " Batas bawah : ";
cin >>x1;
cout << " Batas Atas : ";
cin >>x2;
cout <<endl<<endl;
i=0;
delt=100;
//delt = selisih antara 2 hasil integral(iterasi) yg berurutan
while (fabs(delt)>eps)
//iterasi selama delt lebih besar dari eps
{
i=i+1;
trap[i]=0;
x=x1;
pita=pow(2,i-1); //2^i-1 (pow = pangkat)
delx=(x2-x1)/pita; //pita= jumlah pita
while (x<x2)
//delx=lebar masing-masing pita;
{
//***************************
fx=6-6*pow(x,5);
//bentuk pers. 6-6x^5
//***************************
//fx=fabs(x); //contoh : pers. garis y=x
//fx=1/x ; //contoh : pers. flux magnet pada kawat berarus
if (x==x1 || x==x2)
trap[i]=trap[i]+fx;
else
trap[i]=trap[i]+2*fx;
x=x+delx;
}
trap[i]=trap[i]*delx/2;
if (i==1)
{
cout<<setw(10); //10 lokasi digit
cout<<setiosflags(ios::left); //rata kiri
cout<< pita;
Avid-06
29
Fisika Komputasi
cout<<setw(15);
cout<< trap[i];
}
else
{
delt=trap[i]-trap[i-1];
cout<<setw(10);
cout<<pita;
cout<<setw(15);
cout<<trap[i];
cout<<setw(15);
cout<<delt;
}
cout<<endl;
}
cout <<endl<<endl;
cout<<"Harga Integrasi : "<<trap[i];
cout <<endl<<endl;
}
Coba jalankan program tersebut dengan batas-batas integral x=0 dan x=1. Bagaimanakah
hasilnya.Jika programnya benar anda akan mendapatkan hasil integrasi = 4.99999761
Latihan :
1) Buatlah program komputer untuk menghitung integral dari fungsi :
f(x) = 4
Eksekusi program tersebut dengan memasukkan batas-batas integrasi x = 0 dan x = 5. Jika
programnya benar maka akan didapatkan hasil integrasi = 20. Program ini mengandung
arti yaitu kita mencari luas segi empat dengan panjang 5 dan lebar 4.
f(x)
4
f(x) = 4
x
0
5
2) Coba buat program komputer untuk menghitung integral dari fungsi :
Avid-06
30
Fisika Komputasi
f(x) = 1/x
Coba eksekusi program tersebut dengan batas-batas integrasi adalah x=0.01 dan x=0.09.
Jika programnya benar maka anda akan mendapatkan harga integrasi = 2.19723
3.1.4 Metode Simpson

Kesalahan kesalahan yang terjadi pada metode persegi panjang maupun metode
trapesium adalah karena kurva antara x = a dan x = b didekati dengan potongan
potongan garis lurus. Kesalahan ini dapat diperkecil jika kita tidak menggunakan garis
lurus tetapi kurva lain. Salah satu pendekatan yang dipakai adalah parabola atau polinom
orde dua.
Untuk menurunkan rumus integrasinya maka dimisalkan xi+1 ditempatkan di x = 0
sehingga xi berada di x = -x serta xi+2 berada di x = x.
Jika persamaan parabola yang dipakai adalah :
f ( x) a2 x 2 a1 x a0 ..(3.5)
maka luas pasangan pita di bawah parabola :

x
Ai
(a
x 2 a1 x a0 )dx ....(3.6)
1
1
a 2 x 3 a1 x 2 a0 x
3
2
-x
2
a 2 x 3 2a0 x ..(3.7)
3
Nilai fungsi pada ketiga titik tersebut adalah :
f ( xi ) a2 (x) 2 a1 (x) a0 ...(3.8)
f ( xi 1 ) a0 (3.9)
f ( xi 2 ) a2 (x) 2 a1 (x) a0 ...(3.10)
Dari persamaan (3.8), (3.9), dan (3.10) maka didapatkan koefisien-koefisien :

a2
f ( xi ) 2 f ( xi 1 ) f ( xi 2 )
..(3.11)
2x 2
a1
f ( xi 2 ) f ( xi )
.(3.12)
2x
a0 f ( xi 1 ) ..(3.13)
Avid-06
31
Fisika Komputasi
Sehingga persamaan (3.7) menjadi :
1
Ai x[ f ( xi 4 f ( xi 1 ) f ( xi 2 )] (3.14)
3
Maka luas semua pasangan pita adalah :
1
A x[ f ( x1 4 f ( x2 ) f ( x3 )]
3
1
x[ f ( x3 4 f ( x4 ) f ( x5 )] ...
3
1
x[ f ( xn 2 4 f ( xn1 ) f ( xn )] ....(3.15)
3
atau
1
A x[ f ( x1 ) 4 f ( x2 ) 4 f ( x6 ) 4 f ( x8 ) ...
3
2 f ( x3 ) 2 f ( x5 ) 2 f ( x7 ) ... f ( xn )] (3.16)
contoh :
1)Jika diketahui panas jenis suatu zat seperti tabel berikut ini :
t ( 0C )
c (kkal/kg 0C)
-100
0,11904
-50
0,12486
0,13200
50
0,14046
100
0,15024
150
0,16134
200
0,17376
Tentukan panas yang diperlukan untuk memanaskan 1 kg zat dari 1000C sampai
200 0C.
Jawab:
n
f(xn)
f(xn+1)
f(xn+2)
Luas(Ln)
50
0,11904
0,12486
0,13200
12,5080
50
0,13200
0,14046
0,15024
14,0680
50
0,15024
0,16134
0,17376
16,1560
Jumlah
42,7320
Jadi panas yang diperlukan adalah 42,7320 kkal

2)Suatu kawat yang sangat panjang dialiri arus listrik 30 A. Hitung besar flux
magnet yang menembus suatu persegi panjang yang sisi panjangnya sejajar dan
Avid-06
32
Fisika Komputasi
sisi pendeknya tegak lurus kawat. Panjang persegi panjang 30 cm, lebar 8 cm.
Jarak salah satu sisi panjang persegi panjang ke kawat adalah 1 cm ( 0 = 4 .
10-7 weber/amp.m)
1 cm
8 cm
L
30 cm
dr
pita = dA = Ldr
Jawab :
Besar flux magnet :
d B.dA
Ambil suatu pita sejajar dengan kawat berarus panjang L = 30 cm, dan lebarnya
dr. Maka luas pita dA = L.dr. Sehingga flux magnet yang menembus pita ini adalah :
0 i
2 r
Maka
0 i
iL dr
L dr 0
2 r
2 r
0 iL 0,091
dr
2 0,01r
3.1.5 Program komputer metode Simpson
1) Membuat program komputer untuk menghitung integral dengan metode Simpson.
Dimana fungsi yang akan dicari integralnya adalah :
f(x) = 6 6x5
Adapun program komputernya adalah seperti berikut ini :
//*******************************************************
//Menghitung integral dengan metode Simpson
//*******************************************************
#include <math.h>
void main()
{
double eps=1e-5;
Avid-06
33
Fisika Komputasi
double simp[100];
double x,x1,x2,delt,delx,pita,fx;
int i,j;
cout << " Batas bawah : ";
cin >>x1;
cout << " Batas Atas : ";
cin >>x2;
cout <<endl<<endl;
i=0;
delt=100; //delt = selisih antara 2 hasil integral(iterasi) yg berurutan
while (fabs(delt)>eps) //iterasi selama delt lebih besar dari eps
{
i=i+1;
j=0;
simp[i]=0;
x=x1;
pita=2*pow(2,i-1); //2^i-1 (pow = pangkat)
delx=(x2-x1)/pita; //pita= jumlah pita
while (x<x2)
//delx=lebar masing-masing pita;
{
//***************************
fx=6-6*pow(x,5);
//contoh : bentuk pers. 6-6x^5
//***************************
//fx=fabs(x); //contoh : pers. garis y=x
//fx=1/x ; //contoh : pers. flux magnet pada kawat berarus
j=j+1;
if (x==x1 || x==x2)
simp[i]=simp[i]+fx;
else
{
if (x>x1 && x<x2 && j % 2 ==0) //suku genap
simp[i]=simp[i]+4*fx;
if (x>x1 && x<x2 && j % 2 ==1) //suku ganjil
simp[i]=simp[i]+2*fx;
}
x=x+delx;
}
simp[i]=simp[i]*delx/3;
if (i==1)
{
cout<<setw(10); //10 lokasi digit
Avid-06
34
Fisika Komputasi
cout<<setiosflags(ios::left); //rata kiri

cout<< pita;
cout<<setw(15);
cout<< simp[i];
}
else
{
delt=simp[i]-simp[i-1];
cout<<setw(10);
cout<<pita;
cout<<setw(15);
cout<<simp[i];
cout<<setw(15);
cout<<delt;
}
cout<<endl;
}
cout <<endl<<endl;
cout<<"Harga Integrasi : "<<simp[i];
cout <<endl<<endl;
}
Latihan :
1) Coba buat program yang sama seperti pada latihan untuk metode Trapesium.
Bandingkan hasilnya.
3.2 DIFERENSIAL
Diferensial atau sering disebut turunan dapat dihitung dengan memakai uraian
deret Taylor. Jika uraian deret Taylor di sekitar x dinyatakan dengan f(x+h) dan f(x-h).
Dimana masing-masing dinyatakan dengan persamaan :
1
1
f ( x h) f ( x) hf ' ( x) h 2 f '' ( x) h 3 f ''' ( x) ...
2
6
..(3.17)
1
1
f ( x h) f ( x) hf ' ( x) h 2 f '' ( x) h 3 f ''' ( x) ... .......(3.18)
2
6
3.2.1 Turunan Pertama
Avid-06
35
Fisika Komputasi
Jika kita mengambil selisih antara kedua persamaan tersebut (3.17 dan 3.18) maka
akan didapatkan :
f ' ( x)
f ( x h) f ( x h) 1 2 '''
h f ( x) ... ..........(3.19)
2h
6
Dari persamaan (3.19) jika kita mengambil nilai h yang sangat kecil maka suku-suku
dengan h pangkat 2 atau lebih bisa diabaikan. Sehingga akan didapatkan persamaan
Turunan Pertama dari suatu fungsi f(x) yaitu :
f ' ( x)
f ( x h) f ( x h)
..(3.20)
2h
3.2.2 Turunan Kedua

Untuk mendapatkan Turunan Kedua dari fungsi f(x) maka kita menjumlahkan
kedua persamaan f(x+h) dan f(x-h) dalam persamaan (3.17) dan 3.18). Sehingga
didapatkan persamaan yaitu :
f '' ( x)
f ( x h) 2 f ( x ) f ( x h) 1 2
h f
12
h2
IV
( x) ...
....(3.21)
Bila h sangat kecil maka suku dengan h pangkat 2 atau lebih bisa diabaikan. Sehingga
akan didapatkan persamaan Turunan Kedua dari f(x) yaitu :
f '' ( x)
f ( x h) 2 f ( x ) f ( x h)
(3.22)
h2
Kedua metode untuk mencari turunan diatas disebut dengan metode Beda Sentral
(central difference).
Contoh :
1.Tentukan turunan pertama dari fungsi y = x2 saat x = 1
jawab :
f ' ( x)
f ( x h) f ( x h)
2h
a)Secara analitik
dy
dx
2x 2
x 1
b)Secara Numerik (Metode Beda Sentral)

Avid-06
36
Fisika Komputasi
h=1
hn+1 = hn / 2
hn
f(x+h)
f(x-h)
f1(x) =f(x+h)-f(x-h)/2h
1,00
4,0000
0,0000
2,00
0,50
2,2500
0,2500
2,00
0,25
1,5625
0,5625
2,00
2.Tentukan turunan pertama dan kedua dari fungsi y = x2 + x saat x = 1

Jawab :
Turunan Pertama :
a)Secara analitik
dy
dx
2x 1 3
x 1

h=1
hn+1 = hn / 2
hn
f(x+h)
f(x-h)
f1(x) =f(x+h)-f(x-h)/2h
1,00
6,0000
0,0000
3,00
0,50
3,7500
0,7500
3,00
Turunan Kedua :
a)Secara analitik
dy
dx
2
x 1

h=1
hn+1 = hn / 2
hn
f(x)
f(x+h)
f(x-h)
f11(x)
1,00
6,0000
0,0000
2,00
0,50
3,7500
0,7500
2,00
3.2.3 Program Komputer

1)Program komputer untuk menghitung Turunan Pertama dari fungsi. Dimana fungsi
yang dicari turunannya adalah :
Avid-06
37
Fisika Komputasi
f(x) = x2 5x
Adapun implementasi program komputernya adalah seperti berikut ini :
//***********************************************************************************
//Menghitung Turunan pertama suatu fungsi dengan metode beda sentral
//compiler : Visual C++
//***********************************************************************************
#include <math.h>
void main()
{
double eps=1e-5;
double z[10];
double fx,del,dx,zz,x,y,h;
int i,n;
cout << " Masukkan nilai x : ";
cin >>y;
cout <<endl<<endl;
h=1;
n=0;
zz=0;
del=10;
while (fabs(del)>=eps) //iterasi selama del lebih besar dari eps
{
n+=1;
for (i=1;i<=2;i++)
{
if (i==1)
x=y+h;
else
x=y-h;
//fx=9.8*68.1*(1-exp(-12.5*x/68.1));
//fx=fx/12.5;
//*****************
fx=x*x-5*x;
//fungsi yang dicari turunannya : x^2 - 5x
//*****************
z[i]=fx;
}
dx=(z[1]-z[2])/(2*h);
del=zz-dx;
cout.width(15);
cout<<h;
cout.width(15);
cout<<dx;
cout.width(15);
cout<<del;
cout<<endl;
zz=dx;
h=h/10;
}
cout<<endl;
cout<<"Jumlah iterasi : "<<n<<endl;
cout<<"Turunan pertama dari f(x) : "<<dx;
cout<<endl;
}
Avid-06
38
Fisika Komputasi
Coba jalankan (eksekusi) program tersebut. Jika anda masukkan nilai x =1 maka akan
didapatkan hasil turunan pertama adalah 3. Cobalah untuk memasukkan nilai x yang lain
dan lihat hasilnya. Bandingkan dengan perhitungan secara manual.
2) Membuat program komputer untuk menghitung Turunan kedua dari fungsi. Dimana
fungsi yang dicari turunannya adalah :
f(x) = x3 5x
//******************************************************************
//Menghitung Turunan pertama suatu fungsi dengan metode beda sentral
//******************************************************************
#include <math.h>
void main()
{
double eps=1e-5;
double z[10];
double fx,del,dx,zz,x,y,h;
int i,n;
cout << " Masukkan nilai x : ";
cin >>y;
cout <<endl<<endl;
h=1;
n=0;
zz=0;
del=10;
while (fabs(del)>=eps) //iterasi selama del lebih besar dari eps
{
n+=1;
for (i=1;i<=3;i++)
{
switch(i)
{
case (1):
{
x=y+h;
break;
}
case(2):
{
x=y;
break;
}
case(3):
{
x=y-h;
break;
}
}
//fx=9.8*68.1*(1-exp(-12.5*x/68.1));
//fx=fx/12.5;
//*****************
fx=x*x*x-5*x;
//fungsi yang dicari turunannya : x^3 - 5x
//*****************
Avid-06
39
Fisika Komputasi
z[i]=fx;
}
dx=(z[1]-2*z[2]+z[3])/(h*h);
del=zz-dx;
cout.width(15);
cout<<h;
cout.width(15);
cout<<dx;
cout.width(15);
cout<<del;
cout<<endl;
zz=dx;
h=h/10;
}
cout<<endl;
cout<<"Jumlah iterasi = "<<n<<endl;
cout<<"Turunan kedua dari f(x) = "<<dx;
cout<<endl;
}
Coba jalankan (eksekusi) program tersebut. Jika anda masukkan nilai x =2 maka akan
didapatkan hasil turunan pertama adalah 12. Cobalah untuk memasukkan nilai x yang lain
dan lihat hasilnya. Dan bandingkan dengan perhitungan secara manual.
Latihan :
1) Coba buat program komputer untuk menentukan turunan pertama dari suatu masalah
penerjun payung Dimana diketahui persamaan laju penerjun payung setelah payungnya
mengembang adalah :
v(t )
gm
[1 e ct / m ]
c
dimana g = 9.8 ms-2, massa penerjun m = 68.1 kg, hambatan oleh udara c = 12.5 kg.s-1.
Ditanyakan berapa percepatan penerjun payung pada saat t = 10 s.
2) Coba buat program komputer untuk menentukan turunan kedua dari suatu masalah
penerjun payung Dimana diketahui persamaan laju penerjun payung setelah payungnya
mengembang adalah :
v(t )
gm
[1 e ct / m ]
c
dimana g = 9.8 ms-2, massa penerjun m = 68.1 kg, hambatan oleh udara c = 12.5 kg.s-1.
Ditanyakan berapa percepatan penerjun payung pada saat t = 10 s.
Avid-06
40
Fisika Komputasi
IV MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA

4.1 Solusi Persamaan Diferensial dengan syarat awal
Misalkan kita memiliki persamaan diferensial seperti di bawah ini :
d 2x
dx
r
km 0............................................................................(4.1)
2
dt
dt
secara analisis maka solusi dari persamaan tersebut adalah :
x Ae t sin(t 0 ) , untuk r 4km

x ( B1 B2 t )e t , untuk r 4km
x C1e 1t C2 e 2t , untuk r 4km
Sedangkan secara numerik kita tidak akan mendapatkan solusi seperti diatas, tetapi kita
akan mencari solusi pada suatu waktu tertentu. Sehingga diperlukan suatu syarat awal
agar solusi dapat dicari yaitu misalkan pada waktu mula-mula solusi melalui suatu titik
tertentu. Syarat semacam ini diperlukan karena solusi persamaan diferensial dapat
berbeda-beda karena adanya suatu konstanta. Andaikan kita mempunyai persamaan
diferensial :
f ' ( x) 4 x 5
solusi secara analisis matematik dari persamaan ini adalah :
df ( x)
4x 5
dx
f ( x) 4 x 5 dx 2 x 2 5x C
dapat dilihat bahwa solusinya tidak hanya satu tetapi tergantung dari nilai C. Sedangkan
solusi secara numerik kita menentukan suatu syarat awal terhadap fungsi tersebut
misalnya bahwa solusi persamaan tersebut melalui titik (1,1). Sehingga akan didapatkan
hanya sebuah solusi yaitu :
f ( x) 2 x 2 5 x 6
misal kita masukkan nilai x = 2 maka solusi dari persamaan diferensial tersebut adalah :
f (2) 12
Jadi dapat disimpulkan bahwa solusi dari persamaan diferensial f ' ( x) 4 x 5 di x = 2
dan syarat awal (1,1) adalah 12. Ada beberapa metode yang dapat diterapkan untuk
mencari solusi dari persamaan diferensial yaitu : metode Euler, Runge-Kutta dll.
Avid-06
41
Fisika Komputasi
4.2 Metode Euler

Untuk mencari solusi persamaan diferensial biasa dengan syarat awal dapat
dilakukan dengan metode Euler. Metode Euler terdiri dari 2 metode yaitu : orde 1 dan
orde 2. Berikut ini kita akan membahasa satu persatu dari ke dua metode tersebut.
4.2.1 Metode Euler orde 1
Metode ini diturunkan dari uraian deret Taylor disekitar x dinyatakan dengan
f(x+h) yaitu :
f ( x h) f ( x ) f ' ( x ) h
1 ''
1
f ( x)h 2 f ' ' ' ( x)h 3 ...
2
3
Jika diambil sampai suku h pangkat 1 maka persamaan tersebut menjadi :
f ( x h) f ( x) f ' ( x)h
dimana dalam Persamaan Diferensial Biasa f ' ( x) dapat ditulis menjadi :
f ' ( x) f ( x, y)
sehingga persamaan diatas menjadi :
f ( x h) f ( x) f ( x, y)h
persamaan ini bisa ditulis dalam bentuk iterasi :
yi 1 yi f ( x, y)h..............................................................................(4.2)
persamaan ini sering disebut dengan iterasi Euler orde 1. Jika kita menentukan syarat
awal adalah titik (x0,y0) dan kita menginginkan solusi persamaan diferensial di titik xp
maka kita harus membagi selang antara x0 dan xp menjadi n buah pita yang masingmasing lebarnya h sehingga diperoleh titik-titik x0, x1, x2, xp.
Dari syarat awal yaitu titik (x0,y0) maka dengan rumus iterasi Euler kita dapat
menentukan y1 dengan absis x1 = x0 + h. Selanjutnya dari titik (x1,y1) kita dapat
menentukan y2 dengan absis x2 = x1 + h. Demikian seterusnya sampai didapatkan yp yang
absisnya adalah xp. Dengan demikian nilai yp merupakan solusi dari persamaan diferensial
pada titik xp.
Contoh :
Hitunglah solusi persamaan diferensial berikut pada x = 2:
dy
4 x 5 ,dimana syarat awal (x0,y0) = (1,1)
dx
Jawab :
Jika kita membagi antara x=1 dan x=2 menjadi 10 pita maka lebar masing-masing
pita (h) adalah :
Avid-06
42
Fisika Komputasi
x 2 x1 2 1
0.1
pita
10
yi 1 yi f ( x, y)h
y1 y0 (4.x0 5).h 1 (4.1 5).0,1 1 0.9 1.9
y 2 y1 (4.x1 5).h 1.9 (4.(1.1) 5).0,1 1.9 0.94 2.84

hasil selengkapnya dapat dilihat dalam tabel berikut ini.
i
xi
yi
f(x,y)
yi+1
1.9
1.1
1.9
9.4
2.84
1.2
2.84
9.8
3.82
1.3
3.82
10.2
4.84
1.4
4.84
10.6
5.9
1.5
5.9
11.0
7.00
1.6
7.00
11.4
8.14
1.7
8.14
11.8
9.32
1.8
9.32
12.2
10.54
1.9
10.54
12.6
11.8
10
2.0
11.8
Jadi solusi persamaan difrensial pada x = 2 adalah 11.8

Contoh :
Sebuah benda bergerak lurus sepanjang sumbu x. Laju benda V(t) setiap setengah
detik adalah :
t
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
V(t) 14.3 26.4 37.3 47.3 56.8 65.8 74.4 82.6 90.4 97.7
Berapa panjang jalan x yang ditempuh sampai dengan detik ke 5. Jika mula-mula (t0)
benda berada pada posisi x = 3.7
Jawab :
dx
v(t )
dt
Iterasi Euler orde 1 :
xi 1 xi v(t )h
Avid-06
h 0.5 detik
43
Fisika Komputasi
Awal t0 = 0.5, x0 = 3.7
x1 x0 v(t )h
Saat i = 0 ,
x1 3.7 (14.3).(0.5) 3.7 7.5 10.85

x2 10.85 (26.4).(0.5) 10.85 13.20 24.05
hasil selanjutnya dapat dilihat dalam tabel di bawah ini :
i
ti
xi
v(t)
xi+1
0.5
3.7
14.3
10.85
1.0
10.85
26.4
24.05
1.5
24.05
37.3
42.70
2.0
42.70
47.3
66.35
2.5
66.35
56.8
94.75
3.0
94.75
65.8
127.65
3.5
127.5
74.4
164.85
4.0
164.85
82.6
206.15
4.5
206.15
90.4
251.35
5.0
251.35
97.7
Sehingga jarak yang ditempuh sampai dengan detik ke 5 adalah 251.35 m

Latihan :
1.Tentukan solusi persamaan diferensial :
dy
y
dx
pada saat x = 2 dan syarat awal adalah (0,1)
2.Tentukan solusi persamaan diferensial :
f (x) = x2 + 2
saat x = 3 dan syarat awal (1,1)

4.2.2 Program Komputer metode Euler orde 1
1) Membuat program komputer untuk mencari solusi persamaan diferensial biasa dengan
iterasi Euler orde-1. Dimana bentuk persamaan diferensial yang dicari solusinya adalah :
f (x) = 4x+5

//****************************************************************************
//Menghitung Persamaan Diferensial dengan metode Euler orde satu
//****************************************************************************
Avid-06
44
Fisika Komputasi
#include <math.h>
void main()
{
double eps=1e-3;
double x,x1,x2,y,y1,y2,fx,delx,delt,pita;
int n;
cout << " Masukkan titik awal (xo,yo) : "; //masukkan nilai xo <spasi> yo
cin >>x1>>y1;
cout << " Masukkan titik akhir (x) : ";
cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
while (fabs(delt)>eps)
//iterasi selama delt lebih besar dari eps
{
n+=1;
pita=pow(2,n); //2^n
delx=(x2-x1)/pita;
x=x1;
y=y1;
while (x<x2)
{
//*************************
//fx=y;
fx=4*x+5;
//*************************
y=y+fx*delx; //iterasi Euler orde-1
x=x+delx;
}
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<y;
}
else
{
delt=y-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<y;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=y;
}
cout<<"Nilai Fungsi di "<<x2<<" adalah : "<<y;
cout<<endl;
}
Coba jalankan program tersebut dan berikan masukan syarat awal (x0,y0) = (1 1), serta
berikan masukan untuk nilai x = 2. Jika programnya berjalan dengan benar maka anda
akan mendapatkan output berupa nilai fungsi di x = 2 adalah 11.999.
4.2.3 Metode Euler orde 2
Avid-06
45
Fisika Komputasi
Dari uraian deret Taylor untuk f(x+h), jika kita menyertakan suku-suku dengan h
pangkat 2 maka akan didapatkan persamaan :
f ( x h) f ( x) f ' ( x)h 1 f ' ' ( x)h 2 ...................................................(4.3)

2
dimana
f ' ( x) f ( x, y)
f ' ' ( x) f ' ( x, y) f x ( x, y) f y ( x, y) f ( x, y)

persamaan (4.3) dapat dinyatakan dalam bentuk iterasi :
yi 1 yi f ( x, y)h 1 f ' ( x, y)h 2 ...................................................................(4.4)

2
Persamaan ini disebut sebagai iterasi Euler orde 2.
4.2.4 Program komputer Metode Euler orde 2
Program komputer untuk mencari solusi persamaan diferensial biasa dengan
iterasi Euler orde-2, dimana bentuk persamaan diferensial yang dicari solusinya adalah :
f (x) = 4x+5
//***************************************************************************
//Menghitung Persamaan Difrensial dengan metode Euler orde dua
//***************************************************************************
#include <math.h>
void main()
{
double eps=1e-3;
double x,x1,x2,y,y1,y2,fx,dx,delx,delt,pita;
int n;
cin >>x1>>y1;
cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
{
n+=1;
delx=(x2-x1)/pita;
x=x1;
y=y1;
while (x<x2)
{ //************************
//fx=y; //bentuk fungsi
//dx=y; //turunan
fx=4*x+5;
Avid-06
46
Fisika Komputasi
dx=4;
//*************************
y=y+fx*delx+dx*pow(delx,2)/2; //iterasi Euler orde 2
x=x+delx;
}
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<y;
}
else
{
delt=y-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<y;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=y;
}
cout<<"Nilai Fungsi di x= "<<x2<<"
cout<<endl;
adalah : "<<y;
4.3 Metode Runge -Kutta

Persamaan umum iterasi Runge-Kutta adalah :
yn1 y n f ( xn , y n , h).......................................................................................(4.5)
dimana
f ( xn , y n , h) a1k1 a2 k 2 ... am k m
h xn1 xn
dengan
k1 hf ( xn , y n )
k 2 hf ( xn p1h, y n q11k1
k3 hf ( xn p2 h, y n q21k1 q22k 2 )
...
...
...
k m hf ( xn pm1h, y n qm1,1k1 qm1, 2 k 2 ... qm1,m1k m1
4.3.1 Runge-Kutta orde 1

Avid-06
47
Fisika Komputasi
Jika diambil m = 1 maka akan menghasilkan iterasi Runge-Kutta orde 1 yaitu :
yn1 yn a1k1 ..................................................................................................(4.6)

yn1 y n a1hf ( xn , y n )....................................................................................(4.7)
karena f ( xn , y n , h) a1k1 dan k1 hf ( xn , y n ) . Dengan mengambil a1 1 maka persamaan
(4.7) sama dengan persamaan iterasi Euler orde-1 yaitu :
y n1 y n hf ( xn , y n )
Jika diambil m = 2 maka akan menghasilkan iterasi Runge-Kutta orde 2 yaitu :
yn1 yn a1k1 a2 k 2 .......................................................................................(4.8)

dimana
k1 hf ( xn , y n )
k 2 hf ( xn p1h, y n q11k1 )
jadi dalam hal ini kita perlu menentukan nilai-nilai dari a1 , a2 , p1 , dan q11 . Untuk
mendapatkan nilai dari konstanta-konstanta tersebut maka pertama-tama kita lihat uraian
deret Taylor sampai orde 2 yaitu :
f ( x h) f ( x) f ' ( x)h 1 f ' ' ( x, y)h 2 ...................................................(4.8)

2
dimana
f ' ( x) f ( x, y)
f ' ' ( x) f ' ( x, y) f x ( x, y) f y ( x, y) f ( x, y)
sehingga persamaan (4.7) menjadi :
f ( x h) f ( x) f ( x, y)h 1
f ( x, y) f y ( x, y) f ( x, y) h 2 ....................(4.9)
2 x
Jika dinyatakan dengan rumus iterasi maka persamaan (4.8) menjadi :
1
f x ( xn , y n ) f y ( xn , y n ) f ( xn , y n ) h 2 ......................(4.10)
2
untuk k2 jika diuraikan dalam deret Taylor akan menjadi :
y n1 y n f ( xn , y n )h
k 2 f ( xn , y n ) f x ( xn , y n ) p1h f y ( xn , y n )q11k1 h
sehingga rumus iterasi (persamaan (4.10)) menjadi :

y n1 y n f ( xn , y n )a1h f ( xn , y n )a2 h f x ( xn , y n )a2 p1h 2
f y ( xn , y n ) f ( xn , y n )a2 q11h 2
y n f ( xn , y n )a1 f ( xn , y n )a2 h f x ( xn , y n )a2 p1 f y ( xn , y n ) f ( xn , y n )
a2 q11 h 2 .................................................................................................(4.11)
Avid-06
48
Fisika Komputasi
dari persamaan (4.10) dan (4.11) didapatkan :
a1 a2 1........................................................................................................(4.12)
a2 p1 1 2 ..........................................................................................................(4.13)
a2 q11 1 2 .........................................................................................................(4.14)
a) Metode Heun
Dalam metode ini diambil nilai dari konstanta :
a1 a2
p1 q11 1
Sehingga persamaan iterasi Runge-Kutta orde 2 menjadi :
yn1 y n 1 2 k1 1 2 k 2 .....................................................................................(4.15)
dimana
k1 hf ( xn , y n )
k 2 hf ( xn h, y n k1 )
b) Metode Raltson
a1
a2 2 3
p1 q11 3 4
yn1 y n 13 (k1 2k 2 )....................................................................................(4.16)

dimana
k1 hf ( xn , y n )
k 2 hf ( xn 3 4 h, y n 3 4 k1 )
c) Metode Poligon
a1 0
p1 q11
a2 1
1
yn1 y n k 2 ...................................................................................................(4.17)
dimana
k1 hf ( xn , y n )
k 2 hf ( xn 1 2 h, y n 1 2 k1 )
Contoh :
Avid-06
49
Fisika Komputasi
Hitunglah solusi persamaan difrensial berikut pada x = 2 dengan metode Heun:
dy
4x 5
dx
dimana syarat awal (x0,y0) = (1,1)
Jawab :
Jika kita membagi antara x=1 dan x=2 menjadi 10 pita maka lebar masing-masing
pita (h) adalah :
h
x 2 x1 2 1
0.1
pita
10
y n1 y n 1 2 k1 1 2 k 2
dimana
k1 hf ( xn , y n )
k 2 hf ( xn h, y n k1 )
sehingga :
y1 y0 12 k1 12 k 2
k1 0.1.(4.x0 5) 0.1(4.1 5) 0.9
k 2 0.1.(4.( x0 h) 5) 0.1(4.(1 0.1) 5) 0.1(9.4) 0.94
jadi
y1 y0 12 k1 12 k 2 1 12 (0.9) 12 (0.94)
y1 1 0.45 0.47 1.92

hasil selengkapnya dapat dilihat dalam tabel berikut ini.
i
Avid-06
xi
yi
k1
k2
yi+1
0.9
0.94
1.92
1.1
1.92
0.94
0.98
2.88
1.2
2.88
0.98
1.02
3.88
1.3
3.88
1.02
1.06
4.92
1.4
4.92
1.06
1.10
6.00
1.5
6.00
1.10
1.14
7.12
1.6
7.12
1.14
1.18
8.28
1.7
8.28
1.18
1.22
9.48
1.8
9.48
1.22
1.26
10.72
1.9
10.72
1.26
1.30
12.00
50
Fisika Komputasi
Jadi solusi persamaan difrensial pada x = 2 adalah 12.00

4.3.3 Program komputer Metode Runge Kutta orde 2 - Heun
iterasi Runge-Kutta orde 2 berdasarkan metode Heun. Dimana bentuk persamaan
diferensial yang dicari solusinya adalah :
f (x) = 4x+5
//********************************************************************************************
//Menghitung Persamaan Diferensial dengan metode Runge-kutta orde dua-Heun
//********************************************************************************************
#include <math.h>
void main()
{
double eps=1e-3;
double k[4];
double xx,x,x1,x2,yy,y,y1,y2,fx,delx,delt,pita;
int i,n;
cin >>x1>>y1;
cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
{
n+=1;
delx=(x2-x1)/pita;
xx=x1;
yy=y1;
while (xx<x2)
{
x=xx;
y=yy;
for (i=1;i<=2;i++)
{
//************************
fx=4*x+5;
//fx=1-exp(-12.5*x/68.1);
//fx=fx*9.8*68.1/12.5;
//*************************
k[i]=delx*fx;
if (i==1)
{
x=xx+delx;
y=yy+k[i];
}
Avid-06
51
Fisika Komputasi
} //for
xx=xx+delx;
yy=yy+(k[1]+k[2])/2;
} //while
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
}
else
{
delt=yy-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=yy;
} //while
cout <<endl;
cout<<"Banyaknya iterasi = "<<n;
cout<<endl;
adalah : "<<yy;
akan mendapatkan output berupa nilai fungsi di x = 2 adalah 12.
iterasi Runge-Kutta orde 2 berdasarkan metode Raltson. Dimana bentuk persamaan
f (x) = 4x+5

//**********************************************************************************************
//Menghitung Persamaan Diferensial dengan metode Runge-kutta orde dua-Raltson
//**********************************************************************************************
#include <math.h>
void main()
{
double eps=1e-3;
double k[4];
int i,n;
cin >>x1>>y1;
Avid-06
52
Fisika Komputasi

cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
{
n+=1;
delx=(x2-x1)/pita;
xx=x1;
yy=y1;
while (xx<x2)
{
x=xx;
y=yy;
for (i=1;i<=2;i++)
{
//************************
fx=4*x+5;
//fx=1-exp(-12.5*x/68.1); //bentuk fungsi
//fx=fx*9.8*68.1/12.5;
//*************************
k[i]=delx*fx;
if (i==1)
{
x=xx+3*delx/4;
y=yy+3*k[i]/4;
}
} //for
xx=xx+delx;
yy=yy+(k[1]+2*k[2])/3; //iterasi runge-kutta orde 2 - Raltson
} //while
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
}
else
{
delt=yy-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=yy;
} //while
cout <<endl;
cout<<endl;
adalah : "<<yy;
}
Avid-06
53
Fisika Komputasi
iterasi Runge-Kutta orde 2 berdasarkan metode Poligon. Dimana bentuk persamaan
f (x) = 4x+5

//******************************************************************
//Menghitung Persamaan Diferensial dengan metode Runge-kutta orde dua-Poligon
//******************************************************************
#include <math.h>
void main()
{
double eps=1e-3;
double k[4];
int i,n;
cin >>x1>>y1;
cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
{
n+=1;
delx=(x2-x1)/pita;
xx=x1;
yy=y1;
while (xx<x2)
{
x=xx;
y=yy;
for (i=1;i<=2;i++)
{
//************************
fx=4*x+5;
//fx=fx*9.8*68.1/12.5;
//*************************
k[i]=delx*fx;
if (i==1)
Avid-06
54
Fisika Komputasi
{
x=xx+delx/2;
y=yy+k[i]/2;
}
} //for
xx=xx+delx;
yy=yy+k[2]; //iterasi runge-kutta orde 2 - Poligon
} //while
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
}
else
{
delt=yy-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=yy;
} //while
cout <<endl;
cout<<endl;
adalah : "<<yy;

Rumus iterasi dari metode ini didapatkan dengan menyertakan suku-suku orde-3
dalam uraian deret Taylor. Jika diambil m=3 dalam persamaan (4.1) maka didapat rumus
iterasi Runge-Kutta orde 3 adalah :
yn1 y n 16 (k1 4k 2 k3 )............................................................................(4.18)

dengan
k1 hf ( xn , y n )
k 2 hf ( xn 1 2 h, y n 1 2 k1 )
k3 hf ( xn h, y n k1 2k 2 )
4.3.5 Program Komputer Runge -Kutta orde 3
Avid-06
55
Fisika Komputasi
iterasi Runge-Kutta orde 3. Dimana bentuk persamaan diferensial yang dicari solusinya
adalah :
f (x) = 4x+5
//**************************************************************************************
//Menghitung Persamaan Diferensial dengan metode Runge-Kutta orde Tiga
//**************************************************************************************
#include <math.h>
void main()
{
double eps=1e-3;
double k[4];
int i,n;
cin >>x1>>y1;
cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
{
n+=1;
delx=(x2-x1)/pita;
xx=x1;
yy=y1;
while (xx<x2)
{
x=xx;
y=yy;
for (i=1;i<=3;i++)
{
//************************
fx=4*x+5;
f//x=fx*9.8*68.1/12.5;
//*************************
k[i]=delx*fx;
switch(i)
{
case (1):
{
x=xx+delx/2;
y=yy+k[i]/2;
break;
}
case(2):
Avid-06
56
Fisika Komputasi
{
x=xx+delx/2;
y=yy-k[1]+2*k[2];
break;
}
}
} //for
xx=xx+delx;
yy=yy+(k[1]+4*k[2]+k[3])/6; //iterasi Runge-Kutta orde 3
} //while
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
}
else
{
delt=yy-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=yy;
} //while
cout <<endl;
cout<<endl;
adalah : "<<yy;

Metode ini dinyatakan dengan menyertakan suku-suku orde-4 dalam uraian deret
Taylor. Adapun rumus iterasi Runge-Kutta orde 4 adalah :
yn1 y n 16 (k1 2k 2 2k3 k 4 )..................................................................(4.19)

dengan
k1 hf ( xn , y n )
k 2 hf ( xn 1 2 h, y n 1 2 k1 )
k3 hf ( xn 1 2 h, y n 1 2 k 2 )
k 4 hf ( xn h, y n k 3 )
Avid-06
57
Fisika Komputasi
4.3.7 Program Komputer Runge-Kutta orde 4

iterasi Runge-Kutta orde 4. Dimana bentuk persamaan diferensial yang dicari solusinya
adalah :
f (x) = 4x+5
//******************************************************************
//Menghitung Persamaan Diferensial dengan metode Runge-Kutta orde Empat
//******************************************************************
#include <math.h>
void main()
{
double eps=1e-3;
double k[4];
int i,n;
cin >>x1>>y1;
cin >>x2;
cout <<endl<<endl;
n=0;
delt=100;
{
n+=1; //cacah iterasi
delx=(x2-x1)/pita;
xx=x1;
yy=y1;
while (xx<x2)
{
x=xx;
y=yy;
for (i=1;i<=4;i++)
{
//************************
fx=4*x+5;
//fx=fx*9.8*68.1/12.5;
//*************************
k[i]=delx*fx;
if(i==1||i==2)
{
x=xx+delx/2;
y=yy+k[i]/2;
}
else
if (i==3)
Avid-06
58
Fisika Komputasi
{
x=xx+delx;
y=yy+k[3];
}
} //for
xx=xx+delx;
yy=yy+(k[1]+2*(k[2]+k[3])+k[4])/6; //iterasi Runge-Kutta orde 4
} //while
if (n==1)
{
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
}
else
{
delt=yy-y2;
cout.width(15);
cout<<pita;
cout.width(15);
cout<<yy;
cout.width(15);
cout<<delt;
}
cout<<endl;
y2=yy;
} //while
cout <<endl;
cout<<endl;
adalah : "<<yy;
Avid-06
59
Fisika Komputasi
V MENYELESAIKAN SISTEM PERSAMAAN LINEAR

5.1 Sistem Persamaan Linear
Persamaan Linear adalah suatu fungsi atau persamaan dimana pangkat tertinggi
dari variabel-variabelnya adalah 1, misalnya :
ax by cz k
Dimana
x,y,z
= variabel
a,b,c
= koefisien
= konstanta
Sedangkan yang dimaksud dengan Sistem persamaan Linear adalah beberapa persamaan
linear yang saling berhubungan dimana banyaknya koefisien, variabel, dan konstanta
adalah sama. Agar sistem persamaan linear tersebut dapat dicari solusinya (dapat dihitung
nilai variabelnya) maka banyaknya persamaan dalam sistem persamaan linear harus sama
dengan banyaknya variabel. Contoh sistem persamaan linear :
x 3y z 7
4 x 4 y 3z 15
5x 8 y 2 z 25
Atau persamaan diatas bisa ditulis :
x1 3x2 x3 7
4 x1 4 x2 3x3 15
5x1 8x2 2 x3 25
Tampak dalam sistem persamaan linear diatas banyaknya persamaan dan variabel adalah
sama yaitu 3.
Secara umum sistem persamaan linear dinyatakan dengan :
a11x1 a12 x2 a13 x3 ... a1n xn b1

a21x1 a22 x2 a23 x3 ... a2n xn b2
a31x1 a32 x2 a33 x3 ... a3n xn b3 .................................................................(5.1)
..........................................................
am1 x1 am 2 x2 am3 x3 ... amn xn bm
Sistem persamaan linear tersebut terdiri dari m persamaan dan n variabel. Persamaan
linear tersebut akan dapat diselesaikan jika jumlah m = n. Penyelesaian persaman linear
Avid-06
60
Fisika Komputasi
adalah mencari nilai xi (i = 1,2,...,n). Sistem persamaan linear (5.1) dapat dinyatakan
dalam bentuk matrik yaitu :
a11
a
21
...
a m1
a12
a 22
...
am2
... a1n x1 b1
... a 2 n x 2 b2
..........................................................(5.2)
... ... ... ...

... a mn x n bm
Atau bisa dinyatakan dengan :

Ax = B
Dimana :
a11
a
A = 21
...
a m1
a12
a 22
...
am2
... a1n
x1
b1
b
... a 2 n
x2
, x=
, dan B = 2
...
...
... ...

... a mn
xn
b m
Matrik A disebut matrik koefisien atau matrik Jacobian. Vektor x disebut sebagai
vektor variabel dan vektor B disebut sebagai vektor Konstanta.
Augmented Matrix (matrik perluasan) adalah perluasan dari matrik koefisien A dengan
menambahkan vektor B pada kolom terakhir dari matrik A.
Augmented (A) = [A B]
Sehingga Augmented Matrik dari persamaan linear simultan (5.2) dapat dituliskan :
a11
a
21
...
a m1
a12
a 22
...
am2
... a1n
... a 2 n
... ...
... a mn
b1
b2
.........................................................................(5.3)
...
bm
Contoh permasalahan yang dapat dinyatakan dalam bentuk sistem persamaan linear
misalnya :
Contoh 1 :
Seorang pembuat boneka ingin membuat 2 macam boneka yaitu boneka A dan
boneka B. Kedua boneka tersebut dibuat dengan menggunakan 2 macam bahan yaitu kain
dan kancing. Andaikan boneka A memerlukan 10 meter kain dan 6 kancing sedangkan
boneka B memerlukan 8 meter kain dan 8 kancing maka hitunglah berapa buah boneka A
dan boneka B yang dapat dihasilkan jika kita memiliki 82 meter kain dan 62 kancing.
Masalah ini dapat dimodelkan dengan menyatakan :
x1 = jumlah boneka A
Avid-06
61
Fisika Komputasi
x2 = jumlah boneka B
Sehingga untuk setiap bahan (kain dan kancing) dapat dinyatakan persamaan :
10 untuk boneka A + 8 untuk boneka B = 82 --- > kain
6 untuk boneka A + 8 untuk boneka B = 62 --- > kancing
Persamaan diatas dapat dinyatakan dengan :
10 x1 + 8 x2 = 82
6 x1 + 8 x2 = 62
Penyelesaian dari persamaan tersebut adalah nilai x1 dan x2 yang memenuhi kedua
persamaan diatas. Ada beberapa metode yang dapat dipakai untuk mencari solusi dari
sistem persamaan linear. Metode metode ini akan dijelaskan pada sub bab berikutnya.
Teorema 5.1
Suatu sistem persamaan linear mempunyai penyelesaian tunggal bila memenuhi
syarat-syarat sebagai berikut :
- bentuk sistem persamaan linear bujursangkar, dimana jumlah persamaan linear sama
dengan jumlah variabel bebas
- sistem persamaan linear bersifat non-homogen, yaitu minimal ada satu nilai vektor
konstanta B tidak nol atau ada bn 0
- determinan dari matrik koefisien A tidak sama dengan nol
Untuk menyelesaikan permasalahan-permasalahan sistem persamaan linear dapat
dilakukan dengan menggunakan metode-metode analitik seperti pemakaian metode grafis,
aturan Crammer, atau invers matrik. Metode-metode tersebut dapat dilakukan dengan
mudah apabila jumlah variabel dan jumlah persamaannya di bawah 4, tetapi bila
ukurannya besar maka metode-metode diatas menjadi sulit dilakukan, sehingga
pemakaian metode numerik menjadi suatu alternatif yang banyak digunakan. Metode
numerik yang dapat digunakan untuk menyelesaikan permasalahan sistem persamaan
linear antara lain :
- metode Eliminasi Gauss
- metode Eliminasi Gauss-Jordan
- Metode Iterasi Gauss-Seidal
5.2 Metode Eliminasi Gauss
Metode Eliminasi Gauss merupakan metode yang dikembangkan dari metode
eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat
diperoleh nilai dari suatu variabel. Untuk menggunakan metode Eliminasi Gauss ini,
terlebih dahulu bentuk matrik diubah menjadi Augmented Matrik sebagai berikut :
Avid-06
62
Fisika Komputasi
a11
a
21
...
a m1
a12
a 22
...
am2
... a1n
... a 2 n
... ...
... a mn
b1
b2
.........................................................................(5.4)
...
bm
Metode Eliminasi Gauss adalah suatu metode dimana Augmented matrik (5.4) pada
bagian kiri diubah menjadi matrik segitiga atas atau segitiga bawah dengan menerapkan
Operasi Baris Elementer (OBE).
a11 a12
a
21 a 22
a31 a32
... ...
a n1 a n 2
a13
a 23
a33
...
a n3
...
...
...
...
...
a1n
a2n
a3n
...
a nn
b1
b2
b3
...
bn
c11 c12
0 c
22
0
0
... ...
0
0
c13
c 23
c33
...
0
...
...
...
...
...
c1n
c2n
c3n
...
a nn
d1
d 2
d3
...
d n
Sehingga penyelesaiannya adalah :
xn
dn
c nn
xn 1
1
cn1,n 1
(d n 1 cn 1,n xn )
.................................
x2
1
(d 2 c23 x3 c24 x4 ... c2 n xn )
c22
x1
1
(d1 c12 x2 c13 x3 ... c1n xn )
c11
Operasi Baris Elementer adalah (OBE) adalah suatu operasi perubahan nilai elemen
matrik berdasarkan barisnya, tanpa mengubah matriknya. OBE pada baris ke i+k dengan
dasar baris ke i dapat ditulis :
aik, j aik, j c.a i,j
Dimana c adalah konstanta pengali yang diambil dari perbandingan antara nilai a ik,i dan
a i,i
Contoh :
Selesaikan sistem persamaan linear berikut ini :
x1 x2 x3 6
x1 2 x2 x3 2
Avid-06
63
Fisika Komputasi
2 x1 x2 2 x3 10
Jawab :
Augmented matrik dari sistem persamaan linear tersebut adalah :
1 1 1 6
1 2 1 2
2 1 2 10
Lakukan OBE sebagai berikut :
1
6
1 1
B2 B2 B1 0 1 2 4
B3 B3 2 B1 0 1 0 2
6
1 1 1
0 1 2 4
B3 B3 B2 0 0 2 6
Sehingga didapat penyelesaian yaitu :
x3
6
3
2
1
x2 (4 (2)(3)) 2
1
1
x1 (6 2 3) 1
1
5.2.1 Algoritma Metode Eliminasi Gauss
Adapun algoritma dari metode Eliminasi Gauss adalah :
1.Masukkan matrik A dan vektor B beserta ukurannya
2.Buat Augmented Matrik [A|B], namakan dengan A
3.Untuk baris ke-i dimana i=1 sampai n, perhatikan apakah nilai ai,i sama dengan nol.
Jika Ya :
Tukarkan baris ke-i dengan baris i+k n, dimana ai+k,i tidak sama dengan nol, bila tidak
ada berarti perhitungan tidak bisa dilanjutkan dan proses dihentikan tanpa penyelesaian
Jika tidak : lanjutkan
4.Untuk baris ke-j, dimana j = i+1 sampai n, Lakukan Operasi Baris Elementer OBE :
- hitung c
a j, i
a i, i
-untuk kolom k dimana k = 1 sampai n+1 hitung

a j,k a j,k c . a i,k
Avid-06
64
Fisika Komputasi
5.Hitung nilai xi, untuk i = n sampai 1 (bergerak dari baris ke-n sampai baris ke-1)
xi
1
(b i a i, j1 x i 1 a i, j 2 x i 2 ... a i,n x n )
a i,i
dimana nilai i+k n
5.2.2 Program komputer Metode Eliminasi Gauss

Berdasarkan algoritma yang dinyatakan dalam sub bab sebelumnya maka kita
dapat menuliskan atau mengimplementasikan algoritma tersebut menjadi kode program
(source code) dengan bahasa Visual C++ seperti berikut ini :
//*****Metode Eliminasi Gauss - solusi sistem pers. Linear****
void main()
{
double A[10][10];
double B[10],X[10];
double c;
int n,i,j,k;
cout << " Ukuran Matrik : ";
cin >>n;
cout<<"Matrik A : "<<endl;
for (i=1;i<=n;i++)
{
for (j=1;j<=n;j++)
{
cout<<"A["<<i<<j<<"] = ";
cin>>A[i][j];
}
}
cout<<endl;
cout<<" Vektor B : "<<endl;
for (i=1;i<=n;i++)
{
cout<<"B["<<i<<"] = ";
cin>>B[i];
}
cout <<endl;
//Augmented Matrik
for (i=1;i<=n;i++)
{
A[i][n+1]=B[i];
}
for (i=1;i<=n;i++)
{
if (A[i][i]==0)
{
//tukar baris
for (k=i+1;k<=n;k++)
{
}
}
else
{
Avid-06
65
Fisika Komputasi
for (j=i+1;j<=n;j++)
{
//operasi baris elementer
c= A[j][i]/A[i][i];
for (k=1;k<=n+1;k++)
{
A[j][k]=A[j][k]-c*A[i][k];
}
}
}
}
//tampilkan matrik hasil operasi baris elementer
for (i=1;i<=n;i++)
{
for (j=1;j<=n+1;j++)
{
cout<<"A["<<i<<j<<"] = "<<A[i][j];
cout <<endl;
}
cout<<endl;
}
//hitung variabel X
for (i=n;i>=1;i--)
{
if (i==n)
{
X[i]=A[i][n+1]/A[i][i];
}
else
{
X[i]=A[i][n+1];
for (j=i+1;j<=n;j++)
{
X[i]=X[i]-A[i][j]*X[j];
}
X[i]=X[i]/A[i][i];
}
}
//tampilkan X
for (i=1;i<=n;i++)
{
cout<<"X["<<i<<"] = "<<X[i]<<endl;
}
}
Cobalah jalankan program tersebut dan kemudian cobalah untuk menyelesaikan masalah
sistem persamaan linear berikut ini :
x1 x2 x3 6
x1 2 x2 x3 2
2 x1 x2 2 x3 10
Berikut ini adalah hasil eksekusi program untuk masalah tersebut diatas :
Ukuran Matrik : 3
Avid-06
66
Fisika Komputasi
Matrik A :
A[11] = 1
A[12] = 1
A[13] = 1
A[21] = 1
A[22] = 2
A[23] = -1
A[31] = 2
A[32] = 1
A[33] = 2
Vektor B :
B[1] = 6
B[2] = 2
B[3] = 10
A[11] = 1
A[12] = 1
A[13] = 1
A[14] = 6
A[21] = 0
A[22] = 1
A[23] = -2
A[24] = -4
A[31] = 0
A[32] = 0
A[33] = -2
A[34] = -6
X[1] = 1
X[2] = 2
X[3] = 3
5.3 Metode Eliminasi Gauss-Jordan

Metode Eliminasi Gauss Jordan hampir mirip dengan metode Gauss, hanya saja
pada metode ini, di bagian sebelah kiri dari Augmented matrik diubah menjadi matrik
diagonal seperti diperlihatkan berikut ini :
a11 a12
a
21 a 22
a31 a32
... ...
a n1 a n 2
a13
a 23
a33
...
a n3
...
...
...
...
...
a1n
a2n
a3n
...
a nn
b1
b2
b3
...
bn
1
0
...
0
0
1
0
...
0
0
0
1
...
0
...
...
...
...
...
0
0
0
...
1
d1
d 2
d3
...
d n
Penyelesaian dari sistem persamaan linear ini adalah nilai d1,d2,d3,...,dn dan atau :
x1 = d1 , x2 = d2 , x3 = d3 , ..., xn = dn
Cara yang digunakan untuk mendapatkan matrik diagonal dalam metode Gauss Jordan
adalah sama seperti metode Gauss yaitu dengan menerapkan Operasi Baris Elementer
(OBE).
Contoh :
Avid-06
67
Fisika Komputasi
x1 x2 3
2 x1 4 x2 8
Jawab :
Augmented matrik dari sistem persamaan linear tersebut adalah :
1 1 3
2 4 8
Lakukan OBE sebagai berikut :
1 1 3
B2 B2 2B1 0 2 2
1 1 3
B2 B2 2
0 1 1
B1 B1 B2 1 0 2
0 1 1
Sehingga didapat penyelesaian yaitu :
x1 2
x2 1
5.3.1 Algoritma Metode Eliminasi Gauss Jordan
Dari uraian diatas maka dapat dibuat algoritma dari metode Gauss Jordan seperti
berikut ini :
1.Masukkan matrik A dan vektor B beserta ukurannya
2.Buat Augmented Matrik [A|B], namakan dengan A
3.Untuk baris ke-i dimana i=1 sampai n, perhatikan apakah nilai ai,i sama dengan nol.
Jika Ya :
Tukarkan baris ke-i dengan baris i+k n, dimana ai+k,i tidak sama dengan nol, bila tidak
ada berarti perhitungan tidak bisa dilanjutkan dan proses dihentikan tanpa penyelesaian
Jika tidak : lanjutkan
Jadikan nilai diagonalnya menjadi satu, dengan cara untuk setiap kolom k dimana k = 1
sampai n+1, hitung ai ,k
ai ,k
a i ,i
4.Untuk baris ke-j, dimana j = i+1 sampai n, Lakukan Operasi Baris Elementer OBE :
- hitung c a j ,i
-untuk kolom k dimana k = 1 sampai n+1 hitung
a j ,k a j ,k c.ai ,k
Avid-06
68
Fisika Komputasi
5.Hitung nilai xi, untuk i = 1 sampai n

xi ai ,n1
5.3.2 Program komputer Metode Eliminasi Gauss Jordan

Dari algoritma Metode Gauss Jordan yang sudah dijabarkan dalam sub bab
sebelumnya maka selanjutnya kita dapat mengimplementasikan dalam bentuk program
komputer ( Compiler Visual C++) :
//Metode Gauss - Jordan : solusi sistem pers. linear
void main()
{
double A[10][10];
double B[10],X[10];
double c;
int n,i,j,k,brs,kol;
cin >>n;
for (i=1;i<=n;i++)
{
for (j=1;j<=n;j++)
{
cout<<"A["<<i<<j<<"] = ";
cin>>A[i][j];
}
}
cout<<endl;
for (i=1;i<=n;i++)
{
cout<<"B["<<i<<"] = ";
cin>>B[i];
}
cout <<endl;
//Augmented Matrik
for (i=1;i<=n;i++)
{
A[i][n+1]=B[i];
}
cout<<"Augmented Matrik"<<endl;
for (i=1;i<=n;i++)
{
for (j=1;j<=n+1;j++)
{
cout<<"A["<<i<<j<<"] = "<<A[i][j];
cout<<endl;
}
}
cout<<endl;
for (i=1;i<=n;i++)
{
if (A[i][i]==0)
{
//tukar baris
for (k=i+1;k<=n;k++)
{
Avid-06
69
Fisika Komputasi
}
}
else
{
c=A[i][i];
for (kol=1;kol<=n+1;kol++) //elemen diagonal dibuat 1
{
A[i][kol]=A[i][kol]/c;
}
for (brs=1;brs<=n;brs++)
{
//operasi baris elementer
if (brs!=i)
{
c=A[brs][i];
for (kol=1;kol<=n+1;kol++)
{
A[brs][kol]=A[brs][kol]-c*A[i][kol];
}
}
}
}
}
//tampilkan matrik hasil operasi baris elementer
for (i=1;i<=n;i++)
{
for (j=1;j<=n+1;j++)
{
cout<<"A["<<i<<j<<"] = "<<A[i][j];
cout <<endl;
}
cout<<endl;
}
//hitung variabel X
for (i=1;i<=n;i++)
{
X[i]=A[i][n+1];
}
//tampilkan X
for (i=1;i<=n;i++)
{
cout<<"X["<<i<<"] = "<<X[i]<<endl;
}
}
Eksekusilah program tersebut dan kemudian cobalah untuk menyelesaikan masalah sistem
persamaan linear berikut ini :
x1 x2 3
2 x1 4 x 8
Ukuran Matrik : 2
Matrik A :
A[11] = 1
A[12] = 1
A[21] = 2
Avid-06
70
Fisika Komputasi
A[22] = 4
Vektor B :
B[1] = 3
B[2] = 8
Augmented Matrik
A[11] = 1
A[12] = 1
A[13] = 3
A[21] = 2
A[22] = 4
A[23] = 8
A[11] = 1
A[12] = 0
A[13] = 2
A[21] = 0
A[22] = 1
A[23] = 1
X[1] = 2
X[2] = 1
5.4 Metode Iterasi Gauss Seidal

Berbeda dengan 2 metode sebelumnya yang menggunakan Operasi Baris
Elementer (OBE) maka dalam Metode Gauss Seidal kita menggunakan proses iterasi
hingga diperoleh nilai yang konvergen (bertambah kecil sampai lebih kecil dari suatu
konstanta ). Bila diberikan sistem persamaan linear :
a11x1 a12 x2 a13 x3 ... a1n xn b1

a21x1 a22 x2 a23 x3 ... a2n xn b2
a31x1 a32 x2 a33 x3 ... a3n xn b3
..........................................................
am1 x1 am 2 x2 am3 x3 ... amn xn bm
Berilah nilai awal untuk setiap xi ( i = 1 sampai n) kemudian sistem persamaan linear
diatas ditulis menjadi :
x1
1
(b1 a12 x2 a13 x3 ... a1n xn )
a11
x2
1
(b2 a 21 x1 a 23 x3 ... a 2 n xn )
a 22
...............................................................
xn
1
(bn a n1 x1 a n 2 x2 ... a nn1 xn 1 )
a nn
Dengan menghitung nilai-nilai xi (i = 1 sampai n) dengan memakai persamaan

diatas secara terus menerus hingga diperoleh suatu nilai xi yang sama (mendekati) dengan
Avid-06
71
Fisika Komputasi
nilai xi pada iterasi sebelumnya. Atau proses iterasi akan dihentikan jika sudah didapatkan
selisih antara 2 nilai iterasi berurutan sudah lebih kecil dari suatu toleransi error yang
ditentukan.
Contoh :
x1 x2 5
2 x1 4 x2 14
Jawab :
Berikan nilai awal : x1 = 0 dan x2 = 0
Susun persamaan menjadi :
x1 5 x2
x2
1
(14 2 x1 )
4
Iterasi 1 :
x1 5 0 5
x2
1
(14 2.5) 1
4
Iterasi 2 :
x1 5 1 4
x2
1
3
(14 2.4)
4
2
Iterasi 3 :
x1 5
x2
3 7
2 2
1
7
7
(14 2. )
4
2
4
Iterasi 4 :
x1 5
x2
7 13
4 4
1
13 15
(14 2. )
4
4
8
Iterasi 5 :
x1 5
Avid-06
15 25
8
8
72
Fisika Komputasi
x2
1
25
31
(14 2. )
4
8
16
Iterasi 6 :
x1 5
x2
31 49
16 16
1
49
63
(14 2. )
4
16
32
Iterasi 7 :
x1 5
x2
63 97
32 32
1
97 127
(14 2. )
4
32
64
Dapat dilihat nilai x1 dan x2 pada iterasi yang ke-7 sudah tidak berbeda jauh dengan nilai
pada iterasi ke-6, sehingga proses iterasi dapat dihentikan dan didapatkan penyelesaian :
x1
97
32
x2
127
64
5.4.1 Algoritma Metode Iterasi Gauss Seidal

Algoritma dari metode Iterasi Gauss Seidal dapat dinyatakan seperti berikut ini :
1.Masukkan matrik A dan vektor B beserta ukurannya n
2.Tentukan batas maksimum iterasi, max_iter
3.Tentukan toleransi error
4.Tentukan nilai awal dari xi, untuk i = 1 sampai n
5.Simpan xi dalam si, untuk i = 1 sampai n
6.Untuk i = 1 sampai n hitung :
xi
1
(bi ai , j x j )
a i ,i
j i
ei xi s i
7.Iterasi <-- iterasi + 1
8.Jika iterasi lebih dari max_iter atau terdapat ei < untuk i = 1 sampai n maka proses
dihentikan dan penyelesaiannya adalah xi (i =1 sampai n). Jika tidak , ulangi langkah 5
5.4.2 Program komputer Metode Iterasi Gauss Seidal
Dari algoritma Metode Iterasi Gauss Seidal maka selanjutnya kita dapat
mengimplementasikannnya dalam bentuk program komputer (bahasa Visual C++) :
Avid-06
73
Fisika Komputasi
//Metode Gauss - Seidal : solusi sistem pers. linear

void main()
{
double A[10][10];
double B[10],X[10],S[10],err[10];
double eps,sum;
bool loop;
int n,i,j,max_iterasi,iterasi;
cin >>n;
for (i=1;i<=n;i++)
{
for (j=1;j<=n;j++)
{
cout<<"A["<<i<<j<<"] = ";
cin>>A[i][j];
}
}
cout<<endl;
for (i=1;i<=n;i++)
{
cout<<"B["<<i<<"] = ";
cin>>B[i];
}
cout <<endl;
max_iterasi = 10;
eps=0.0001;
iterasi=1;
for (i=1;i<=n;i++)
{
X[i]=0;
S[i]=X[i];
}
loop=true;
while ((loop==true) && (iterasi<=max_iterasi))
{
for (i=1;i<=n;i++)
{
sum=0;
for (j=1;j<=n;j++)
{
if (j!=i)
{
sum=sum+A[i][j]*X[j];
}
}
X[i]=(B[i]-sum)/A[i][i];
err[i]=X[i]-S[i];
if (err[i]<eps)
loop==false;
}
iterasi=iterasi+1;
}
cout<<"jumlah iterasi = "<<iterasi<<endl;
for (i=1;i<=n;i++)
{
cout<<"X["<<i<<"] = "<<X[i]<<endl;
}
}
Avid-06
74
Fisika Komputasi
Eksekusilah program tersebut dan kemudian cobalah untuk menyelesaikan masalah sistem
persamaan linear berikut ini :
x1 x2 5
2 x1 4 x 14
Ukuran Matrik : 2
Matrik A :
A[11] = 1
A[12] = 1
A[21] = 2
A[22] = 4
Vektor B :
B[1] = 5
B[2] = 14
jumlah iterasi = 11
X[1] = 3.00391
X[2] = 1.99805
Soal Latihan :
1.Sebuah balok dengan massa 4 kg didorong dengan gaya 50 N. Di depan balok ini
terdapat balok lain yang massanya 2 kg. Setelah ke dua balok menempel, hitunglah
besar gaya kontak T antara kedua balok dan percepatannya a. Lantai dianggap licin.
4 kg
2 kg
50 N
(a)
4 kg
2 kg
F
(b)
5.4.3 Eigen Value dan Eigen Vektor

Untuk membahas tentang Eigen value dan Eigen vektor pertama-tama kita akan
melihat sebuah contoh kasus pencerminan pada koordinat kartesius. Andaikan pada
sistem pada koordinat kartesius ditempatkan sebuah cermin sepanjang garis : y= -x seperti
diperlihatkan dalam gambar 5.1 berikut ini.
cermin
x
y=-x
Gambar 5.1. Ilustrasi Eigen value dan Eigen Vektor
Avid-06
75
Fisika Komputasi
Bagaimanakah hasil pencerminan sebuah vektor yang ada di atas cermin? Misalnya
vektor (0,1) jika dicerminkan pada garis y = -x maka hasilnya adalah vektor (-1,0)
cermin
x
y=-x
Gambar 5.2. Pencerminan vektor (0,1)
Pencerminan dapat dipandang sebagai sebuah transformasi sebuah vektor. Pada

transformasi pencerminan, setiap vektor yang tidak mengalami perubahan atau hanya
berubah arahnya merupakan vektor khusus atau sering disebut dengan istilah Eigen
vektor. Semua vektor yang ditunjukkan dalam gambar 5.3 merupakan Eigen vektor pada
transformasi pencerminan.
cermin
x
y=-x
Gambar 5.2. Beberapa Eigen vektor pada pencerminan
Jika r ( x, y) melambangkan sebuah vektor. Sementara transformasi pencerminan

dinyatakan dalam bentuk matrik P. Hasil pencerminan vektor r dinyatakan dengan r:
r = P r
Untuk cermin seperti dalam gambar (5.1) dinyatakan dalam bentuk matrik P yaitu :
0 1
P
1 0
Sedangkan transformasi pencerminan vektor (0,1) seperti diperlihatkan dalam gambar
(5.2) dinyatakan dengan :
0 1 0 1

1 0 1 0
Avid-06
76
Fisika Komputasi
VI I NTERPOLASI
Interpolasi merupakan proses untuk menentukan titik-titik antara dari n buah titik
dengan menggunakan suatu fungsi pendekatan. Ada beberapa metode Interpolasi yaitu :
-Interpolasi Linier
- Interpolasi Kuadratik
- Interpolasi Polinomial
- Interpolasi Lagrange
6.1 Interpolasi Linear
Interpolasi Linear merupakan proses menentukan titik-titik antara dari 2 buah titik
dengan menggunakan fungsi pendekatan yang berbentuk garis lurus
Gambar 6.1. Interpolasi Linier
Persamaan garis lurus yang melalui 2 titik P1(x1,y1) dan P2(x2,y2) dapat dinyatakan dengan:
y y1
x x1
y2 y1 x2 x1
Sehingga persamaan dari interpolasi linier adalah :
y y1
y 2
( x x1 ) y1
x2 x1
Contoh :
Hitunglah nilai y untuk titik x = 2.1 yang berada diantara titik (1,1.5) dan (3,2.5)
Jawab :
P1 (1,1.5)
Avid-06
P2 (3,2.5)
77
Fisika Komputasi
Gambar 6.2. Contoh Interpolasi Linier
x = 2.1
y
y2 y1
( x x1 ) y1
x2 x1
2.5 1.5
(2.1 1) 1.5
3 1
2.05
Jadi titik P3 (2.1,2.05)
Algoritma Interpolasi Linier :
1.Tentukan dua titik P1 dan P2 dengan koordinatnya masing-masing (x1,y1)
dan(x2,y2)
2.Tentukan nilai x dari titik yang akan dicari
3.Hitung nilai y dengan :
y2 y1
( x x1 ) y1
x2 x1
4.Tampilkan nilai titik yang baru Q(x,y)
y
6.2 Interpolasi Kuadratik

Interpolasi Kuadratik dipakai untuk menentukan titik-titik antara dari 3 buah titik
P1(x1,y1), P2(x2,y2) dan P3(x3,y3) dengan menggunakan fungsi pendekatan yang berupa
fungsi kuadrat
Avid-06
78
Fisika Komputasi
Gambar 6.3. Interpolasi Kuadratik
Untuk memperoleh titik Q(x,y) digunakan interpolasi kuadratik sebagai berikut:

( x x2 )( x x3 )
( x x1 )( x x3 )
( x x1 )( x x2 )
y y1
y2
y3
( x1 x2 )( x1 x3 )
( x2 x1 )( x2 x3 )
( x3 x1 )( x3 x2 )
Contoh :
Hitunglah nilai y untuk titik x = 2.5 yang berada diantara titik (1,5), (2,2) dan (3,3)
Jawab :
P1 (1,5)
P2 (2,2)
P3 (3,3)
Gambar 6.4. Contoh Interpolasi Kuadratik
x = 2.5
y y1
Avid-06
( x x2 )( x x3 )
( x x1 )( x x3 )
( x x1 )( x x2 )
y2
y3
( x1 x2 )( x1 x3 )
( x2 x1 )( x2 x3 )
( x3 x1 )( x3 x2 )
79
Fisika Komputasi
y 5
(2.5 2)(2.5 3)
(2.5 1)(2.5 3)
(2.5 1)(2.5 2)
2
3
(1 2)(1 3)
(2 1)(2 3)
(3 1)(3 2)
2
Jadi titik P4 (2.5,2)
Algoritma Interpolasi Kuadratik :
1.Tentukan 3 titik input P1(x1,y1), P2(x2,y2) dan P3(x3,y3)
2.Tentukan nilai x dari titik yang akan dicari
3.Hitung nilai y dari titik yang dicari menggunakan rumus dari interpolasi kuadratik:
y y1
( x x2 )( x x3 )
( x x1 )( x x3 )
( x x1 )( x x2 )
y2
y3
( x1 x2 )( x1 x3 )
( x2 x1 )( x2 x3 )
( x3 x1 )( x3 x2 )
4.Tampilkan nilai titik yang baru Q(x,y)

6.3 Interpolasi Polinomial
Interpolasi Polinomial dipakai untuk menentukan titik-titik antara dari n buah titik
P1(x1,y1), P2(x2,y2), P3(x3,y3), , Pn(xn,yn) dengan menggunakan pendekatan fungsi
polinomial pangkat n-1:
y a0 a1 x a2 x 2 ... an1 x n1
Masukkan nilai dari setiap titik ke dalam persamaan polynomial di atas dan diperoleh
persamaan simultan dengan n persamaan dan n variabel bebas:
n1
y1 a0 a1 x1 a2 x1 ... an1 x1
2
n1
y2 a0 a1 x2 a2 x2 ... an1 x2
2
n1
y3 a0 a1 x3 a2 x3 ... an1 x3
.................................................
2
n1
yn a0 a1 xn a2 xn ... an1 xn
2
Penyelesaian persamaan simultan di atas adalah nilai-nilai a0, a1, a2, a3, , an yang
merupakan nilai-nilai koefisien dari fungsi pendekatan polynomial yang akan digunakan.
Dengan memasukkan nilai x dari titik yang dicari pada fungsi polinomialnya, akan
diperoleh nilai y dari titik tersebut.
Contoh :
Hitunglah nilai y untuk titik x = 3 yang berada diantara titik (3.2,22), (2.7,17.8),
(1,14.2), dan (4.8,38.3)
Jawab :
x 3.2 a(3.2)3 b(3.2) 2 c(3.2) d 22

x 2.7 a(2.7)3 b(2.7) 2 c(2.7) d 17.8
Avid-06
80
Fisika Komputasi
x 1 a(1)3 b(1) 2 c(1) d 14.2

x 4.8 a(4.8)3 b(4.8) 2 c(4.8) d 38.3
Didapatkan:
a = -0.5275
b = 6.4952
c = -16.117
d = 24.3499
Sehingga persamaan polinomialnya adalah :
y 0.5275x3 6.4952 x 2 16.117 x 24.3499

Untuk x = 3 maka y = 20.212
Jadi titik P (3,20.212)
Gambar 6.5. Contoh Interpolasi Polinomial
Algoritma Interpolasi Polinomial :

1. Tentukan jumlah titik n yang diketahui
2. Memasukkan titik-titik yang diketahui Pi(xi,yi) untuk i=1,2,3,,n
3. Menyusun augmented matrik dari titik-titik yang diketahui sebagai berikut:
1
J 1
...
1
x1
x2
x3
...
xn
x1 2
2
x2
2
x3
...
2
xn
...
...
...
...
...
n 1
x1
n 1
x2
n 1
x3
...
n 1
xn
y1
y2
y3
...
yn
4. Menyelesaikan persamaan simultan dengan augmented matrik di atas dengan

menggunakan metode eliminasi gauss/Jordan
Avid-06
81
Fisika Komputasi
5. Menyusun koefisien fungsi polinomial berdasarkan penyelesaian persamaan

simultan di atas
a {ai | ai J (i, n),0 i n 1}

6. Memasukkan nilai x dari titik yang diketahui
7. Menghitung nilai y dari fungsi polinomial yang dihasilkan
n 1
y ai x i
i 0
8. Menampilkan titik (x,y)

6.4 Interpolasi Lagrange
Interpolasi Lagrange digunakan untuk mencari titik-titik antara dari n buah titik
P1(x1,y1), P2(x2,y2), P3(x3,y3), , Pn(xn,yn) dengan menggunakan pendekatan fungsi
polinomial yang disusun dalam kombinasi deret dan didefinisikan dengan :
N
y yi
i 1
j i
(x x j )
( xi x j )
Jika untuk 3 titik ( n =3) maka uraian dari fungsi Polinomial diatas adalah :
y y1
( x x2 )( x x3 )
( x x1 )( x x3 )
( x x1 )( x x2 )
y2
y3
( x1 x2 )( x1 x3 )
( x2 x1 )( x2 x3 )
( x3 x1 )( x3 x2 )
tampak hasilnya adalah sama dengan interpolasi kuadratik.

Algoritma Interpolasi Lagrange :
1. Tentukan jumlah titik n yang diketahui
2. Tentukan titik-titik Pi(xi,yi) yang diketahui dimana i=1,2,3,,n
3. Tentukan x dari titik yang dicari
4. Hitung nilai y dari titik yang dicari dengan formulasi interpolasi Lagrange
N
y yi
i 1
j i
(x x j )
( xi x j )
5. Tampilkan nilai (x,y)
Avid-06
82
Fisika Komputasi
VII R EGRESI
Regresi adalah sebuah metode untuk mendapatkan fungsi pendekatan dari
sekumpulan titik-titik data. Ada beberapa metode Regresi yaitu :
- Regresi Linier
- Regresi Eksponensial
- Regresi Polinomial
7.1 Regresi Linear
Regresi Linear adalah metode untuk mendapatkan fungsi pendekatan yang
berbentuk linear dari sekumpulan titik data (xn,yn).
Gambar 7.1 Regresi Linier
Fungsi linear merupakan fungsi yang berbentuk garis lurus yang dinyatakan dengan
persamaan :
y mx c
Dimana nilai m dan c dalam regresi linear dapat ditentukan dengan :

N
N N
N xn yn xn yn
n 1 n 1
m n 1
2
N
N
2
N xn xn
n 1
n 1
c y mx
y
n 1
x
n 1
Contoh :
Avid-06
83
Fisika Komputasi
Carilah fungsi pendekatan linear dari titik-titik data berikut ini :

xn
1
2
3
4
5
6
7
yn
0.5
2.5
2.0
4.0
3.5
6.0
5.5
Jawab :
N=7
7
xn 28
n 1
7
x
n 1
n 1
24
x y
140
n 1
119.5
7(119.5) 28(24)
0.8392857
7(140) 282
28
4
7
24
3.428571
7
c y mx 3.428571 (0.8392857)(4) 0.0714282
Sehingga persamaan fungsi linear dari titik-titik data tersebut adalah :
y 0.8392857 x 0.0714282
Gambar 7.2 Fungsi linear hasil regresi
Tabel Data hasil Regresi :
Avid-06
84
Fisika Komputasi
n
xn
yn
1 1.0 0.910714
2 1.5 1.33036
3 2.0
1.75
4 2.5 2.16964
5 3.0 2.58929
6 3.5 3.00893
7 4.0 3.42857
8 4.5 3.84821
9 5.0 4.26786
10 5.5
4.6875
11 6.0 5.10714
12 6.5 5.52679
13 7.0 5.94643
14 7.5 6.36607
15 8.0 6.78571
16 8.5 7.20536
17 9.0
7.625
18 9.5 8.04464
19 10.0 8.46429
Algoritma Regresi Linier :
1. Tentukan N titik data yang diketahui dalam (xi,yi) untuk i=1,2,3,,N
2. Hitung nilai m dan c dengan menggunakan persamaan dari regresi linier di atas
3. Tampilkan persamaan fungsi linier
4. Hitung fungsi linier tersebut dalam range x dan step dx tertentu
5. Tampilkan hasil tabel (xn,yn) dari hasil fungsi linier tersebut.
7.2 Regresi Eksponensial

Regresi Eksponensial adalah metode untuk mendapatkan fungsi pendekatan yang
berbentuk eksponensial dari sekumpulan titik data (xn,yn). Regresi Eksponensial
merupakan pengembangan dari regresi linear dengan menggunakan fungsi logaritma. Jika
kita mempunyai fungsi eksponensial :
y eax b
Jika kita mengambil nilai log dari fungsi tersebut maka didapatkan :
ln y ln(eaxb )
ln y ax b
Jika dimisalkan :
z ax b
maka :
z ln y
Avid-06
85
Fisika Komputasi
Jadi untuk menentukan fungsi pendekatan eksponensial dalam regresi eksponensial dapat
digunakan metode regresi linear dimana nilai ordinat (y) dari titik diganti dengan z yaitu :
z ln y
Contoh :
Carilah fungsi pendekatan eksponensial dari titik-titik data berikut ini :
xn
1
2
3
4
5
yn
0.5
1.7
3.4
5.7
8.4
zn = ln yn
-0.6931
0.5306
1.2238
1.7405
2.1282
Jawab :
N=5
5
x
n 1
15
n 1
xn 55
2
n 1
4.93
x z
n 1
n n
21.6425
5(21.6425) 15(4.93)
0.685
5(55) 152
15
3.0
5
4.93
0.986
5
b z ax 0.986 (0.685)(3) 1.069
Sehingga persamaan fungsi linear dari titik-titik data tersebut adalah :
y e0.685x 1.069
Gambar 7.3 Fungsi Eksponensial hasil regresi

Avid-06
86
Fisika Komputasi
n
1
2
3
4
5
6
7
8
9
10
xn
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
yn
0.6811
0.9593
1.3512
1.9031
2.6805
3.7754
5.3175
7.4895
10.5487
14.8574
Algoritma Regresi Eksponensial :

1. Tentukan N titik data yang diketahui dalam (xi,yi) untuk i=1,2,3,,N
2. Ubah nilai y menjadi z dengan z = ln y
3. Hitung nilai a dan b dengan menggunakan persamaan dari regresi linier di atas
4. Tampilkan persamaan fungsi eksponensial y eax b
5. Hitung fungsi eksponensial tersebut dalam range x dan step dx tertentu
6. Tampilkan hasil tabel (xn,yn) dari hasil fungsi eksponensial tersebut.
7.3 Regresi Polinomial

Regresi Polinomial adalah metode untuk mendapatkan fungsi pendekatan yang
berbentuk polinom dari sekumpulan titik data (xn,yn). Bentuk persamaan dari fungsi
polinomial dinyatakan dengan :
y a0 a1x a2 x2 ... an xn
Regresi polinomial tingkat n dikembangkan dari model matrik normal yaitu :
n n
xi
ni 1
x n 1
i
i 1
n n2
xi
i 1
...
xi
n 1
i 1
n
i 1
n
n 1
i 1
xi
n2
n 1
i 1
n
i 1
n
x
i 1
...
...
x
i 1
x
i 1
...
...
...
n n
xi yi
i 1
an ni 1
n
2 n 1
n 1
xi
xi yi
an 1
i 1
i 1
n
n
a
n2
2n2
n2
x
x
y
i
i
... i 1
i 1
... a
...
0 n
n
n
xi
yi
i 1
i 1
...
...
xi
2n
Hasil dari model matrik normal tersebut adalah nilai-nilai dari a0,a1,a2,...an.
Contoh :
Carilah fungsi pendekatan polinomial dari titik-titik data berikut ini :
Avid-06
87
Fisika Komputasi
xi
0
1
2
3
4
5
yi
2.1
7.7
13.6
27.2
40.9
61.1
Jawab :
n=6
6
x
i 1
15
x 2.5
152.6
y 25.433
y
i 1
xi yi 585.6
i 1
6
x
i 1
yi 2488.8
xi 225
xi 55
2
i 1
i 1
x
i 1
979
6 15 55 a0 152.6
15 55 225 a 585.6
55 225 979 a2 2488.8

a0 2.47857
a 2.35929
1
a2 1.86071
Sehingga persamaan fungsi polinomial dari titik-titik data tersebut adalah :
y 2.47857 2.35929 x 1.86071x2
Gambar 7.3 Fungsi polinomial hasil regresi

Avid-06
88
Fisika Komputasi
i
1
2
3
4
5
6
7
8
9
10
xi
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
yi
6.69857
10.2041
14.64
20.0062
26.3028
33.5298
41.6871
50.7748
60.7928
71.7411
Algoritma Regresi Eksponensial :

1.Tentukan N titik data yang diketahui dalam (xi,yi) untuk i=1,2,3,,N
2.Hitung nilai-nilai yang berhubungan dengan jumlahan data untuk mengisi matrik
normal
3.Hitung nilai koefisien-koefisien a0, a1, a2, , an dengan menggunakan eliminasi
gauss/jordan
4. Tampilkan persamaan fungsi polinomial y a0 a1x a2 x2 ... an xn
5. Hitung fungsi polinomial tersebut dalam range x dan step dx tertentu
6. Tampilkan hasil tabel (xn,yn) dari hasil fungsi polinomial tersebut.
Avid-06
89
Fisika Komputasi
Avid-06
90

Diktat Fiskom PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

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

Diktat Fiskom PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Fisika Komputasi

1.2 Deret Mac Laurin

f ( 0) (0) f (0) .(1.6)

Sehingga Persamaan deret Mac Laurin akan menjadi :

Dari deret Mac Laurin :

Sehingga Sin(x) menjadi :

0.1 1.x 0.x 2 1.x 3 0.x 4 1.x 5

1.3 Program komputer

cout << "Sudut x (derajat) = ";

= " << s <<endl;

2. Buatlah program komputer dari deret MacLaurin untuk fungsi cos(x) :

Gambar 2.1. Akar dari persamaan f(x)

saat P=P1 berapa nilai V1

Gambar 2.2. Diagram P-V gas ideal

Gambar 2.3. Gerak Peluru

Gambar 2.4. Akar dari persamaan f(x)

Gambar 2.5. Perkiraan akar dari persamaan f(x)

Gambar 2.6. Perkiraan akar dari persamaan f(x)

2.2.1 Metode Newton -Rapshon orde-1

Jika xn+1 akar dari f(x) maka

Persamaan 2.3 merupakan persamaan iterasi Newton-Rapshon orde-2.

Karena yang dicari adalah nilai V saat P = 15 maka

Dengan iterasi Newton-Rapshon orde-1

3. Suatu celah lebarnya 0,4 mm disinari dengan cahaya dengan panjang

karena yang dicari adalah nilai x saat y = (I / I0 = atau I = I0 )

Dari perhitungan didapatkan titik potong x = 1,39155738 sehingga

2.3.1 Pembagian Sintetik

an an1 an2 ... a0

x an an1 an2 ... a0

x an an1 an2 ... a0

x an an1 an2 ... a0

bn bn1 bn2 ... b0

bn bn1 bn2 ... b0

(bn x) (bn1 x) (bn2 x)

2.3.2 Akar Ganda

-bagilah f(x) dengan (x-5) hasilnya :

f ( x) ( x 3)( x 3) polinom orde - 2

2.Lakukan pembagian sintetik untuk suatu nilai x (x didapat dari Newton-Rapshon)

2.4 Program Komputer

//header untuk fungsi fabs()

#include <iomanip.h> //header untuk widht,setiosflags,...

// Nilai turunan pertama dari persamaan

cout <<setiosflags(ios::left); //rata kiri

//Turunan pertama dari fungsi

//pers. Metode Newton-Rapshon orde-1

//selisih 2 nilai iterasi yg berurutan

cout << "Jumlah iterasi = "<<n <<endl;

= " << y[n] <<endl;

2) Program komputer iterasi Newton-Rapshon orde 2, dimana persamaan yang dicari

//Turunan pertama dari fungsi

//Turunan kedua dari fungsi

//pers. Iterasi Newton-Rapshon orde-2

//tampilkan iterasi ke-n

//tampilkan nilai iterasi ke-n

//selisih 2 nilai iterasi yg berurutan

= " << y[n] <<endl;

Dengan menggunakan iterasi Newton-Rapshon maka akan dapat ditentukan solusinya.

dimana, I0 intensitas cahaya yang datang dan

I/I0 menjadi y dan menjadi x maka persamaan tersebut akan menjadi

Tugas selanjutnya adalah bagaimana kita membuat program komputer dari

void pemsin(double a[100],int n,double x,double b[100])

atau bisa ditulis menjadi polinom orde-2 yaitu :

III INTEGRAL DAN DIFERENSIAL