METODE NUMERIK
D6114006
Disusun Oleh:
Zaenal Abidin, S.Si., M.Cs.
Contoh ilustrasi :
1. Tentukan akar-akar persamaan polinom:
Soal (1) tidak terdapat rumus aljabar untuk menghitung akar polinom.
Solusi untuk (1) memanipulasi polinom, misalnya memfaktorkan (atau menguraikan)
polinom menjadi perkalian beberapa suku.
Kendala: semakin tinggi derajat polinom, semakin sukar memfaktorkannya.
Soal (2) masih sejenis dengan soal (1) yaitu menentukan nilai x yang memenuhi kedua
persamaan.
2
Perbedaan antara metode numeriK dan metode analitik adalah :
3
T(t)=70e-0,1865t+30
Dengan memasukkan t=22,78 ke dalam persamaan T, diperoleh T= 31oC.
Bagi rekayasawan, solusi persamaan differensial yang berbentuk fungsi kontinu, tidak terlalu
penting. Dalam praktik di lapangan, rekayasawan hanya ingin mengetahui berapa suhu bola
logam setelah t tertentu. Rekayasawan cukup memodelkan sistem ke dalam persamaan
differensial, lalu solusi untuk t dicari secara numerik.
4
Metode numerik cocok untuk menggambarkan ketangguhan dan keterbatasan komputer
dalam menangani masalah rekayasa yang tidak dapat ditangani secara analitis.
Menangani galat suatu nilai hampirandari masalah rekayasa yang merupakan bagian dari
paket program yang berskala besar.
Menyediakan sarana memperkuat pengetahuan matematika, karena salah satu
kegunaannya adalah menyederhanakan matematika yang lebih tinggi menjadi operasi-
operasi matematika yang mendasar.
5
Turunan
( y y1 ) m( x x1 )
y y1
m
x x1
m f ' ( x)
y f ( x)
y1 f ( x1 )
x1 a
f ( x) f (a)
f ' ( x)
xa
p ( x) f (a )
f ' (a) 1
xa
p1 ( x) f (a) f ' (a)( x a)
f ( x) e x
f ' ( x) e x
Log(x)→natural logaritmic(ln(x))
Misal: f ( x) e x , a 0
e a e a ( x a)
e 0 e 0 ( x 0)
1 1( x) 1 x
Selesaikan !
1. d(x²) = 𝟐𝒙
2. d(1+x²-2x³) = 𝟐𝒙 – 𝟔𝒙²
1
𝑑( )
1−𝑥
3. =
𝑑𝑥
𝟏 𝒅( (𝟏−𝒙)−𝟏 ) 𝒅(𝟏−𝒙)
= (𝟏 − 𝒙)−𝟏 . = −(𝟏 − 𝒙)−𝟐 −𝟏 = (𝟏 − 𝒙)−𝟐
𝟏−𝒙 𝒅(𝟏−𝒙) 𝒅𝒙
𝟏
= (𝟏−𝒙)𝟐
𝑑( 1+𝑥)
4. =
𝑑𝑥
𝟏 𝟏
𝒅(𝟏+𝒙 𝟐 ) 𝒅(𝟏+𝒙 𝟐 ) 𝒅(𝟏+𝒙) 𝟏 𝟏 −𝟏
= . = 𝟐 (𝟏 + 𝒙) 𝟐
𝒅𝒙 𝒅(𝟏+𝒙) 𝒅𝒙
𝟏 𝟏 𝟏
= 𝟐 (𝟏 + 𝒙)− 𝟐 =𝟐 𝟏+𝒙
6
𝑑( (1+2𝑥 5 )10 )
5. =
𝑑𝑥
𝒅( (𝟏+𝟐𝒙𝟓 )𝟏𝟎 ) 𝒅( ( 𝟏+𝟐𝒙𝟓 )𝟏𝟎 ) 𝒅(𝟏+𝟐𝒙𝟓 )
= .
𝒅𝒙 𝒅𝒙(𝟏+𝟐𝒙𝟓 ) 𝒅𝒙
= 𝟏𝟎 (𝟏 + 𝟐𝒙𝟓 )𝟗 (𝟏𝟎𝒙𝟒 )
𝑥 −1
𝑑( )
2𝑥 +5
6. =
𝑑𝑥
𝒙−𝟏
𝒅( )
𝟐𝒙+𝟓 = 𝒅(𝒙−𝟏) .(𝟐𝐱+𝟓) –
𝒅(𝟐𝒙+𝟓)
.(𝐱−𝟏)
𝒅𝒙 𝒅𝒙 𝒅𝒙
(𝟐𝒙+𝟓)𝟐
𝟐𝒙+𝟓 − 𝟐(𝒙−𝟏)
= (𝟐𝒙+𝟓)𝟐
𝑑 𝑥 2 −1 (2−3𝑥 4 )
7. =
𝑑𝑥
𝒅 𝒙𝟐 −𝟏 (𝟐−𝟑𝒙𝟒 )
= = u'v + v'u
𝒅𝒙
𝒅(𝒙𝟐 −𝟏) 𝒅(𝟐−𝟑𝒙𝟒 )
= (2-𝟑𝒙𝟒 ) + (𝒙𝟐 − 𝟏)
𝒅𝒙 𝒅𝒙
𝑑 cos 𝑥 2
8. =
𝑑𝑥
𝒅 𝐜𝐨𝐬 𝒙𝟐 𝒅 𝐜𝐨𝐬 𝒙𝟐
𝒅𝒙
= 𝒅 𝒙𝟐
𝒅𝒙𝟐 = − 𝐬𝐢𝐧 𝒙𝟐 𝟐𝒙
𝒅𝒙 =−𝟐𝒙 𝐬𝐢𝐧 𝒙𝟐
𝑑 ln 𝑥 𝟏
9. =
𝑑𝑥 𝒙
𝑑 ln 1−𝑥
10. =
𝑑𝑥
𝒅 𝐥𝐧 𝟏−𝒙 𝒅 𝟏−𝒙 𝟏 −𝟏
. = −𝟏 = 𝟏−𝒙
𝒅 𝟏−𝒙 𝒅𝒙 𝟏−𝒙
3
𝑑( 𝑥 2 −3𝑥)2
11. =
𝑑𝑥
𝟐
𝒅((𝒙𝟐 −𝟑𝒙 𝟑 ) 𝒅 𝒙𝟐 −𝟑𝒙 𝟐 −𝟏
. = 𝒙𝟐 − 𝟑𝒙 𝟑 𝟐𝒙 − 𝟑
𝒅 𝒙𝟐 −𝟑𝒙 𝒅𝒙 𝟑
7
1−𝑥 2
𝑑
𝑥 +1
12. =
𝑑𝑥
𝟏−𝒙𝟐 𝟏
𝒅 𝒅(𝟏−𝒙𝟐 ) 𝟐 𝒅(𝒙+𝟏) 𝟏
𝒙+𝟏 𝒙+𝟏 − (𝟏−𝒙) 𝟐
𝒅𝒙 𝒅𝒙
= =
𝒅𝒙 (𝒙+𝟏)𝟐
𝟏 −𝟏 𝟏
𝟐 𝟏−𝒙𝟐
𝟐 −𝟐𝒙𝟐 −𝟐𝒙 − (𝟏−𝒙𝟐 ) 𝟐
= 𝒙+𝟏 𝟐
−𝟐(𝒙+𝟏) −𝟏
= 𝟐
=
−𝟐 𝒙+𝟏 𝟏−𝒙² (𝒙+𝟏) 𝟏−𝒙²
𝑑 𝑠𝑖𝑛 3 1−𝑥 2
13. =
𝑑𝑥
8
BAB 2
DERET TAYLOR DAN ANALISIS GALAT
Polinomial Taylor
Umumnya fungsi f(x) yang ada di matematika tidak dapat dikerjakan secara eksak
dengan cara yang sederhana.Sebagai contoh untuk menentukan nilai f(x) = cos(x) , 𝑒 𝑥 atau
𝑥 tanpa menggunakan alat bantu adalah hal yang sangat susah.Salah satu cara yang
digunakan untuk mencari nilai f(x) adalah dengan menggunakan fungsi pendekatan yaitu
polinomial. Diantara polinomial-polinomial yang banyak digunakan adalah polinomial taylor.
Rumus umum dari polinomial taylor adalah sbb:
(𝑥−𝑎)2
Pn(x) = f(a) + (x − a) f′(a) + f′′(a)+. ..
2!
(𝑥−𝑎)𝑛 𝑛
+ 𝑓 (𝑎)
𝑛!
𝑛 𝑥−𝑎 𝑗 𝑗
= 𝑗 =0 𝑗 ! 𝑓 𝑎
0
dengan 𝑓 𝑎 =𝑓 𝑎
Contoh 1 :
Misalkan 𝑓 𝑥 = 𝑒 𝑥 𝑑𝑎𝑛 𝑎 = 0
𝑗
maka 𝑓 𝑥 = 𝑒𝑥 , 𝑓 𝑗
(0) = 1, ∀j≥ 0
2 𝑛
𝑥−0 𝑥−0
𝑃𝑛 𝑥 = 𝑓 0 + 𝑥 − 0 𝑓 ′ 0
+ 𝑓 ′′ 𝑎
+ ⋯+ 𝑓 𝑛
0
2! 𝑛!
𝑥2 𝑥𝑛
= 1 + 𝑥 .1 + .1 + ⋯ + .1
2! 𝑛!
𝑥2 𝑥𝑛
=1+𝑥+ +⋯+
2! 𝑛!
Kasus khusus bila fungsi polinomial taylor diperluas disekitar a=0 maka dinamakan deret
Maclaurin.
Contoh 2 :
Diketahui 𝑓 𝑥 = sin 𝑥 dan 𝑎 = 0
Carilah deret Maclaurin dari fungsi f tersebut !
Penyelesaian :
𝑛
𝑓′ 𝑥 = cos 𝑥 𝑓′′′ 𝑥 = −cos
(𝑥) 𝑓 𝑥 = cos
(𝑥)
4
𝑓′′ 𝑥 = −sin
(𝑥) 𝑓 𝑥 = sin
(𝑥)
9
(𝑥 − 0)2 (𝑥 − 0)3 𝑥−0 4
4
𝑃𝑛 𝑥 = 𝑓 0 + 𝑥 − 0 𝑓′ 0 + 𝑓′′ 0 + 𝑓′′′ 0 + 𝑓 0
2! 3! 4!
5
𝑥−0 5
+ 𝑓 0 +⋯
5!
𝑥2 𝑥3 𝑥4 𝑥5
= 0 + 𝑥. 1 + .0 + −1 + 0 + 1
2! 3! 4! 5!
𝑥 3 𝑥 5 −𝑥 7 𝑥 9
= 𝑥− + − + +⋯
3! 5! 7! 9!
Latihan Soal
Carilah deret Maclaurin dari
1. 𝑓 𝑥 = cos 𝑥
2. 𝑓 𝑥 = ln 𝑥 + 1
1
3. 𝑓 𝑥 = 1−𝑥
4. 𝑓 𝑥 = 1 + 𝑥
Penyelesaian
5
1. 𝑓′ 𝑥 = −sin
(𝑥) 𝑓′′′ 𝑥 = sin
(𝑥) 𝑓 𝑥 = −sin
(𝑥)
4
𝑓′′ 𝑥 = −cos
(𝑥) 𝑓 𝑥 = cos
(𝑥)
2 3
′ 0
𝑥−0 ′′ 0
𝑥−0
𝑃𝑛 𝑥 = 𝑓 0 + 𝑥 − 0 𝑓 + 𝑓 + 𝑓 ′′′ 0
2! 3!
𝑥 −0 4 4 𝑥−0 5 5
+ 𝑓 0 + 𝑓 0 +⋯
4! 5!
𝑥2 𝑥3 𝑥4 𝑥5
= 1+𝑥+ −1 + .0 + .1 + .0
2! 3! 4! 5!
𝑥2 𝑥4
= 1− + …
2! 4!
1
2. 𝑓 ′ 𝑥
= 𝑥+1
−1
𝑓 ′′ 𝑥
=− 𝑥+1 −2
= 𝑥+1 2
2
𝑓 ′′′ 𝑥
=2 𝑥+1 −3
= 3
𝑥+1
2 3
′ 0
𝑥−0 ′′ 0
𝑥−0
𝑃𝑛 𝑥 = 𝑓 0 + 𝑥 − 0 𝑓 + 𝑓 + 𝑓 ′′′ 0
2! 3!
𝑥2 𝑥3
= 0 + 𝑥. 1 + −1 + 2 +⋯
2! 3!
10
𝑥 2 2𝑥 3
=𝑥− + +⋯
2! 3!
𝑥2 𝑥2 𝑥3 𝑥4 𝑥5
=𝑥− + + − + +⋯
2 2 3 4 5
1
3. 𝑓 ′ 𝑥
=− 1−𝑥 −2
=− 1−𝑥 2
2
𝑓 ′′ 𝑥
= 2 1−𝑥 −3
= 1−𝑥 3
6
𝑓 ′′′ 𝑥
= −6 1 − 𝑥 −4
=− 1−𝑥 4
2 2
𝑥−0 𝑥−0
𝑃𝑛 𝑥 = 𝑓 0 + 𝑥 − 0 𝑓 ′ 0
+ 𝑓 ′′ 0
+ 𝑓 ′′′ 0
2! 3!
𝑥2 𝑥3
= 1 + 𝑥 −1 + 2+ −6
2! 3!
= 1 − 𝑥 + 𝑥2 − 𝑥3 + ⋯
−1 2 1
4. 𝑓 ′ 𝑥 = 1 2 1 + 𝑥 = 1
2 1+𝑥 2
1 −3 2 1
𝑓 ′′ 𝑥
= −4 1 + 𝑥 =− 3
4 1+𝑥 2
3 −5 2 3
𝑓 ′′′ 𝑥
= 8 1+𝑥 = 3
8 1+𝑥 2
2 3
′ 0
𝑥−0 ′′ 0
𝑥−0
𝑃𝑛 𝑥 = 𝑓 0 + 𝑥 − 0 𝑓 + 𝑓 + 𝑓 ′′′ 0
2! 3!
1 𝑥2 1 𝑥3 3
= 1 + 𝑥. 2 + −4+ .
2! 3! 8
1 𝑥2 3𝑥 2
= 1+2𝑥 − + +⋯
8! 16!
11
Deret Taylor yang dipotong sampai orde ke-n disebut deret taylor terpotong. Deret Taylor
yang dipotong sampai suku ke-n bisa dituliskan :
𝑓 𝑥 = 𝑃𝑛 𝑥 + 𝑅𝑛 (𝑥)
Contoh :
Misalkan 𝑓 𝑥 = sin 𝑥 , hampirilah deret taylor orde 4 disekitar a=1.
(𝑥 − 𝑎)2
′
(𝑥 − 𝑎)4 4
𝑃𝑛 𝑥 = 𝑓 𝑎 + 𝑥 − 𝑎 𝑓 𝑎 + 𝑓"(𝑎) + ⋯ + 𝑓 (𝑎)
2! 4!
Diketahui :
𝑓 𝑥 = sin 𝑥 , hampirilah deret taylor orde 4 di a=1.
Penyelesaian :
𝑥−1 2 𝑥 −1 3 𝑥−1 4
𝑃𝑛 𝑥 = sin 1 + 𝑥 − 1 cos 1 + − sin 1 + − cos 1 + sin
(1)
2! 3! 4!
𝑥−1 5
𝑅5 𝑥 = cos
(𝐶𝑥 )
5!
𝑓 𝑥 = 𝑃𝑛 𝑥 + 𝑅𝑛 𝑥
𝑥−1 2 𝑥 −1 3 𝑥−1 4
= sin 1 + 𝑥 − 1 cos 1 + − sin 1 + − cos 1 + sin 1 +
2! 3! 4!
𝑥−1 5
cos
(𝐶𝑥 )
5!
dengan
𝑥−1 5
𝑅5 𝑥 = cos 𝐶𝑥 , 1 ≤ 𝐶𝑥 ≤ 𝑥
5!
𝑥
𝑥2 𝑥𝑛 𝑥 𝑛 +1 𝑐
𝑒 = 1 +𝑥 + + ⋯+ + 𝑒
2! 𝑛! 𝑛+1 !
Galat
Didalam metode numerik selalu digunakan nilai hampiran untuk mencari nilai atau solusi
numerik. Nnilai hampiran inilah yang memunculkan galat atau error.
Error atau galat terjadi karena beberapa sebab :
1. dari pengamatan
2. dari pengabaian sesuatu
3. dari alat yang digunakan
4. dari metode numeris yang digunakan
Galat didefinisikan sebagai :
𝜀 =𝑎−â
12
Keterangan:
𝜀 : dibaca epsilon : galat/error
𝑎 : nilai sejati(true value)
: nilai hampiran (approximation value)
Galat Relatif yaitu ukuran galat terhadap nilai sejatinya.
𝜀 𝜀
𝜀𝑅 = 𝑎 atau 𝜀𝑅 = 𝑎 100%
Keterangan :
𝜀𝑅 : galat relatif
𝜀 : galat
𝑎 : nilai sejati
Contoh :
Dipunyai nilai π = 3,14159265...
Nilai hampiran = 22/7 = 3,1428571...
Sehingga galatnya adalah :
ε = 3,14159265 - 3,1428571
= - 0,00126
𝜀
ε=𝑎
−0,00126
= 3,14159265
= -0,000402
13
contoh :
𝑥2 𝑥4 𝑥6 𝑥8 𝑥 10
cos(x) = 1- + - + -
2! 4! 6! 8! 10!
Komputer tidak dapat menyatakan secara tepat jumlah dari digit 6. Komputer hanya
mampu mempresentasikan sejumlah digit atau bit (1 byte = 8 bit)
3. Galat total
Atau galat akhir pada solusi numerik. Merupakan jumlah galat pemotongan dan galat
pembulatan.
Contoh :
0,52 0,54
cos(0,5) ≈ 1- + ≈ 0,877604...
2! 4!
contoh :
1. Hitunglah error, relative error, dan digit yang signifikan dibawah ini dengan perkiraan
𝑋𝐴 = 𝑋𝑇
𝜀 −17
a) Xt = 28,254, XA= 28,271 εR = = = -0,000601684717
𝑎 28,254
Jawab :
ε = a-â
= 28,354-28,271
= -17
𝜀 −0,000017
b) Xt = 0,028254, XA = 0,028271 εR = 𝑎 = = -0,0006016847
0,028254
Jawab :
ε = a-â
= 0,028254 - 0,028271
14
= -,000017
19 𝜀 0,003996113714 3
c) Xt = e, XA = εR= 𝑎 = = 0,0014700880803
7 2,178281828
Jawab :
ε = a-â
= 2,178281828 – 2,7142857142857
= 0,0039961137143
𝜀 0,0002135623731
d) Xt = 2, XA = 1,414 εR = 𝑎 = = 0,0001510114022
1,4142135623731
Jawab :
ε = a-â
= 1,4142135623731 – 1,414
= 0,0002135623731
Contoh:
Bilangan rill 245,7654 dinyatakan sebagai 0,2457654 x 103 atau bisa juga ditulis
0,2457654E03
15
Misalnya 245,7654 dapat dituliskan sebagai 0,2457654 x 103 atau 2,457654 x 102 atau
0,02457654 x 104 dst.
Agar bilangan titik kambang dapat disajikan seragam, maka digit pertama mantis tidak boleh
“0”. Bilangan titik kambang yang di normalisasi ditulis sebagai:
𝑎 = ±𝑚𝑥 𝐵ᴾ = ±0 𝑑1, 𝑑2, 𝑑3 … 𝑑𝑛 𝐵ᴾ
Dimana d1, d2 ,d3 ... dn adalah digit matriks terhadap syarat 1 ≤ d1 ≤ b-1, dan 0 ≤ dk ≤ b-1
untuk k>1
Pada syarat desimal: 1 ≤ d ≤ 9 dan 0 ≤ dx ≤ 9
Pada sistem biner: d = 1 dan 0 ≤ dx ≤ 1
Contoh:
1. 0,0563 x 10-3 dinormalisasi menjadi 0,563 x 10-4
2. 0,00023270 x 106 dinormalisasikan menjadi 0,23270 x 103
16
BAB 3
PENYELESAIAN PERSAMAAN NON LINIER
Dalam matematika terapan kita sering mencari penyelesaian persamaan untuk f(x)=0, yakni
bilangan-bilangan x=1 sedemikian hingga f(x)=0 sehingga f(r)=0; f adalah fungsi tak linier
dan r yang memenuhi disebut akar persamaan atau titik 0 fungsi tersebut.
1. Persamaan Aljabar
Contoh:
1) Persamaan Polinom Berordo > 2
𝑎𝑛 𝑥ⁿ + 𝑎𝑛−1 𝑥ⁿ−1 + ⋯ + 𝑎₂𝑥 2 + 𝑎₁𝑥 + 𝑎₀ = 0
Dengan 𝑎𝑛 ≠ 0, 𝑛 > 0
2) Persamaan Rasional
𝑅𝑇 𝐴
𝑃= −
𝑣 − 𝑥 𝑣′(𝑣 + 𝑥)
Dengan P, R, T, A, v konstanta
2. Persamaan Transenden, adalah persamaan yang mengandung fungsi-fungsi
trigonometri algoritma atau eksponen.
Contoh:
1) e-x + sin(x) = 0
2) hx – 2 = 0
3. Persamaan Campuran, mengandung baik persamaan polinom maupun persamaan
transenden.
Contoh:
1) x2 sin x + 3 = 0
2) x3 + ln x = 0
Dari contoh di atas tentukan bahwa rumus-rumus yang memberikan nilai eksak dari
penyelesaian secara eksplisit hanya akan ada untuk kasus-kasus yang sederhana. Dalam
banyak hal kita harus menggunakan metode-metode hampiran khususnya metode-metode
iterasi.
Metode iterasi numeris adalah metode dimana kita memilih sesuatu (x0) sebagai tebakan awal
dan secara beruntun menghitung barisan nilai hampiran nilai (x0)(x1) dan seterusnya secara
reprosif dari relasi berbentuk xn+1=g(xn); n=0,1,3 dengan g didefinisikan dalam selang yang
17
memuat (x0) dan rentan g terletak dalam selang tersebut,jadi secara ebruntun kita
menghitung.
Dari runtunan di atas diinginkan bahwa hampiran tersebut membentuk suatu barisan yang
konvergen. Metode iterasi secara khas cocok untuk komputer karena metode ini melibatkan
suatu proses. Ada 4 metode dasar untuk memecahkan persamaan non linier yang
dikelompokan atas metode terbuka(selalu konvergen) dan metode-metode terututup(tidak
selalu konvergen).
Keempat metode ini adalah:
1) Metode Bagi Dua ( Bisection Method)
2) Metode Posisis Palsu ( Regula Falsi)
3) Metode Newton-rhapson
4) Metode secant
y
y
f1 f2
akar akar
a[ ]b x x
(iii) Tabulasi
F(x)=x ln (x) 1
x f(x)
0,5 -1,34
1 -1
1,5 -0,39
2 0,38
2,5 1,29
18
Untuk mencari akar persamaan linier dengan menggunakan metode bagi dua yaitu harus
dilakukan pertama kali adalah memperkirakan sebuah selang yang didalamnya mengandung
solusi akar.
Langkah Algoritma
Contoh:
Carilah akar persamaan dari x = e dengan Ɛ = 0,001
Penyelesaian:
f(x) = e-x – x
Ambil sembarang selang (-1, 1)
f(-1) = e + 1 = 3,718
f(1) = e-1 – 1 = 0,632
f = x6 – x – 1 = 0
diambil selang (1, 2)
f(1) = 16 – 1 – 1 = -1
f(2) = 26 – 2 – 1 = 61
n a b c b-c f(c)
1 -1 1 0 1 0
2 0 1 0,5 0,5 0,1065
3 0,5 1 0,75 0,25 -0,2776
4 0,5 0,75 0,75 0,75 -0,897
𝑏−𝑎
ln ( )
Ɛ
Untuk menentukan jumlah literasi untuk mencari akar-akar 𝑛 ≥ ln (2)
6
f(x) = x – x – 1 = 0
19
Ɛ = 0,001 pada selang (1, 2), banyak iterasi yang diperlukan untuk mencari akar adalah
𝑏 −𝑎
ln ( )
0,001
𝑛 ≥ ln (𝑟)
n ≥ 9,97 ≈ 10 iterasi.
𝑓 𝑏 (𝑏−𝑎)
𝑐 =𝑏−𝑓 a c
𝑏 −𝑓(𝑎)
b x
A
𝑎, 𝑓 𝑎
Algoritma
Misalkan dipunyai sebuah interfal [a, b] yang memenuhi 𝑓 𝑎 𝑓(𝑏) < 0 dan sebuah toleransi
galat
𝜀 maka Regulasi-Falsi dapat dicari dengan langkah-langkah sebagai berikut :
𝑓 𝑏 𝑏−𝑎
1. Definisikan 𝑐 =𝑏−𝑓 𝑏 −𝑓 𝑎
20
Contoh
Diketahui : 𝑓 𝑥 = 𝑥 6 − 𝑥 − 1 = 0 dengan 𝜀 = 0,001 pada selang 1,2
Iterasi a B c f(a) f(b) f(c) b-c
1 1 2 1,02 -1 61 0,89 0,98
2 1,02 2 1,04 -0,94 61 -0,77 0,96
3 1,04 2 1,06 -0,77 61 -0,64 0,94
4 1,06 2 1,07 -0,64 61 -0,56 0,93
5 1,07 2 1,08 -0,56 61 -0,49 0,92
6 1,08 2 1,09 -0,49 61 0,91
7 1,09 2
dst
2 0,983870967
1,016129032
Metode Terbuka
Metode Terbuka dibagi menjadi 3 yaitu:
1. Metode Iterasi Titik Tetap
2. Metode Newton – Rhapson
3. Metode Secant
21
Selanjutnya membuat nilai awal , kemudian menghitung nilai sedemikian
hingga
konvergen ke akar sejati agar memenuhi dan .
ℇ=0,000001
Penyelesaian :
Diket :
Untuk mencari
22
=3,31662479
:
=0,68337
0 4 -
1 3,316625 0,683375
2 3.103748 0,212877
3 3.034385 0,069362
4 3,011440 0,022945
5 3,00,3811 0,007629
6 3, 001270 0,002541
7 3, 000423 0,000847
8 3, 000141 0,000282
9 3, 000047 0,000094
10 3,000016 0,000031
11 3,000005 0,000010
12 3,000002 0,000003
13 3,000001 0,000001
14 3,000000 0,000000
23
Tebakan awal
0 4.000000 -
1 1.500000 2,500000
2 -6.000000 7,500000
3 -0,375000 5,625000
4 -1,263158 0,888158
5 -0,919355 0,343803
6 -1,027624 0,108269
7 -0,990876 0,036748
8 -1,003051 0,012175
9 -0,998984 0,004066
10 -1,000339 0,001355
11 -0,999887 0,000452
12 -0,000038 0,000151
13 -0,999987 0,000050
14 -1,000004 0,000017
15 -0,999999 0,000006
16 -1,000000 0,000002
17 -1,000000 0,000001
0 4,000000 -
1 6.500000 2.500000
24
2 19.625000 13.125000
3 191.070313 171.445312
4 18252.432159 18061.361847
…..dst…..
Teorema Kekonvergenan
Misalkan adalah solusi dari dan andaikan mempunyai turunan kontinue
Contoh :
a. =
25
Karena maka iterasi konvergen monoton
Penyelesaian :
Syarat konvergen
Untuk
26
2. Metode Newton-Rhapson
Y
Y=f(x)
(X 0, f (X 0 )
X1 X0 X
turunan pertama fungsi f (x) . Dari gambar tersebut gradien garis singgungnya adalah:
y2 y1
m m f ' ( x)
x2 x1
f ( x0 ) 0
f ' ( x0 )
x0 x1
f ( x0 )
x0 x1
f ' ( x0 )
f ( x0 )
x1 x0 ……………..(*)
f ' ( x0 )
Secara umum,bentuk rumus (*) bisa digeneralisasi menjadi:
f ( xn )
xn 1 xn ; n 0,1,2,3,4..., f ' ( x) 0 . . . (**)
f ' ( xn )
Formula atau rumus (**) digunakan untuk prosedur iterasi metode Newton-Rhapson.
Iterasi Newton-Rhapson akan berhenti pada kondisi:
xn 1 xn
dengan dan adalah toleransi galat yang diinginkan.
xn 1
Catatan:
1. Jika f ' ( xn ) 0 , ulangi kembali hitungan iterasi dengan x0 yang lain.
2. Jika persamaan f ( x) 0 memiliki lebih dari satu akar pemilihan x0 yang berbeda-
beda dapat menemukan akar yang lain.
27
3. Dapat terjadi iterasi konvergen keakar yang berbeda dari yang diharapkan.
Contoh:
Carilah akar dari f ( x) x6 x 1 dengan menggunakan metode Newton-Rhapson.
Untuk menyelesaikan soal diatas maka terlebih dahulu mencari selang yang
mengandung akar. Batas atas dan batas bawah selang sebaiknya menghasilkan nilai
dengan perubahan tanda ketika dimasukkan kedalam fungsi tersebut.
Selanjutnya,pilih satu nilai didalam selang tersebut.
f ( xn )
xn 1 xn
f ' ( xn )
f ( x) x 6 x 1; x0 1,5
f ' ( x) 6 x 5 1
xn6 xn 1
xn 1 xn
6 x5 1
Jadi akar dari persamaan diatas adalah 1,134724
Tentukan hampiran akar untuk persamaan berikut:
1. f ( x) x3 x 3 Dengan tebakan awal x0 (1,1)
1. f ( x) x 3 x 3
f ' ( x) 3 x 2 1
n xn f(xn) f'(xn) xn-xn-1
0 1.1 -0.569 4.63
1 1.222894 0.051696 5.48641 0.122894
2 1.213472 0.000325 5.41754 -0.00942
3 1.213412 1.31E-08 5.417104 -6E-05
4 1.213412 0 5.417104 -2.4E-09
5 1.213412 0 5.417104 0
6 1.213412 0 5.417104 0
2. f ( x) x 4 x3 2 x 34
f ' ( x) 4 x 3 3 x 2 2
28
n xn f(xn) f'(xn) xn-xn-1
0 3 14 79
1 2.822785 1.353001 64.06474 -0.17722
2 2.801666 0.01745 62.4168 -0.02112
3 2.801386 3.02E-06 62.39517 -0.00028
4 2.801386 9.24E-14 62.39516 -4.8E-08
5 2.801386 0 62.39516 0
6 2.801386 0 62.39516 0
g‟(x)=1-
g‟(x)=
29
Prosedur iterasi Newton Rhapson memerlukan perhitungan turunan fungsi,sayangnya,tidak
semua fungsi mudah dicari turunanya terutama fungsi yang bentukya rumit.Turunan fungsi
dapat dihilangkan dengan cara menggantinya dengan bentuk lain yang ekivalen.modifikasi
metode Newton Rhapson dinamakan metode secant.
Diamsumsikan terdapat 2 nilai tebakan awal yaitu dan x1. 2 titik (x0,f(x0)) dan (x1 ,f(x1))
pada kurva y =f(x) dibuat garis lurus,yang disebut garis secant.formmula untuk metode
secant dapat dicari dengan menggunakan metode Newton Rapshon dengan menyamakan
gradient yang ditentukan oleh :
{(x0,f(x0));(x1,f(x1))} dan {(x1,f(x1)),(x2,0)}
F(X1)-f(x0) = 0-f(x1)
X1-x0 x2-x1
X2-x1=-
X2=x1- f(x1)(x1-x0)
f(x1)-f(x0) „‟‟‟‟‟‟(*)
secara umum formula( *) dapat digeneralisasi menjadi:
xn+1 = xn-f(xn)(xn-xn-1)
f(xn)-f(xn-1)
30
akar persamaan f(x)=x6 –x -1 dengan x0=2,x1=1
n xn f(xn) Xn-xn-1
0 2 61
1 1 -1 -1
2 1,016129 -0,91537 0,06129
3 1,190578 0,657466 0,174449
4 1,117656 -0,16849 -0,07291
5 1,132532 -0,02244 0,014876
31
BAB 4
SOLUSI SISTEM PERSAMAAN LINIER
⋮
(0) (0) (0)
(1) 𝑏𝑛 − 𝑎𝑛1 𝑥1 − 𝑎𝑛2 𝑥2 − ⋯ − 𝑎𝑛𝑛 −1 𝑥𝑛−1
𝑥𝑛 =
𝑎𝑛1
Lelaran kedua
(1) (1) (1)
(2) 𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 − ⋯ − 𝑎1𝑛 𝑥𝑛
𝑥1 =
𝑎11
(1) (1) (1)
(2) 𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 − ⋯ − 𝑎2𝑛 𝑥𝑛
𝑥2 =
𝑎22
⋮
(1) (1) (1)
(2) 𝑏𝑛 − 𝑎𝑛1 𝑥1 − 𝑎𝑛2 𝑥2 − ⋯ − 𝑎𝑛𝑛 −1 𝑥𝑛−1
𝑥𝑛 =
𝑎𝑛𝑛
32
Secara umum :
𝑛 (𝑘)
(𝑘+1)
𝑏𝑖 − 𝑗 =1,𝑗 ≠𝑖 𝑎𝑖𝑗 𝑥𝑗
𝑥𝑖 = 𝑑𝑒𝑛𝑔𝑎𝑛 𝑘 = 0,1,2 …
𝑎𝑖𝑖
Lelaran pertama :
(0) (0)
(1) 𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3
𝑥1 =
𝑎11
(1) (0)
(1) 𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3
𝑥2 =
𝑎22
(1) (1)
(1) 𝑏𝑛 − 𝑎31 𝑥1 − 𝑎32 𝑥2
𝑥3 =
𝑎𝑛𝑛
Jadi hasil yang telah diperoleh langsung digunakan pada perhitungan berikutnya.
C. Latihan
33
BAB 5
INTERPOLASI
a. Pencocokan Kurva
Pencocokan Kurva adalah sebuah metode yang mencocokkan titik data dengan sebuah kurva
(curve fitting) fungsi.
1. Regresi
Kurva cocokan mewakili kecenderungan titik data (tidak perlu melalui semua titik)
sehingga selisih antara titik data dan titik hampiran sekecil mungkin
2. Interpolasi
34
Interpolasi
• Tujuan: Mencari nilai di antara beberapa titik data yang telah diketahui nilainya
35
a0 + a1x0 + a2x02 = y0 (1)
an=f[xn,xn-1,…,x1,x0]
Contoh:
Nilai Viskositas air dapat ditentukan dengan menggunakan tabel berikut ini:
0 1,792
10 1,308
30 0,801
50 0,549
70 0,406
90 0,317
100 0,284
36
Jawab:
Polinom Lagrange
Polinom linear:
Atau:
n
Pn ( x) yi Li y0 L0 y1L1 yn Ln
i 0
37
d. Interpolasi Dengan Polinom Newton Gregory
Didefinisikan:
Sehingga
Didefinisikan:
38
Polinom Newton dapat ditulis:
C. Latihan
1. Sejumlah uang didepositokan dengan tingkat bunga tertentu. Tabel berikut menguraikan
perkiraaan uang deposito pada masa yang akan datang, berupa nilai uang pada 20 tahun
mendatang dibandingkan dengan nilai sekarang.
15 16,366
20 38,337
25 86,736
30 190,050
Jika Rp. 100.000.000,- didepositokan sekarang dengan suku bunga 23,6%, berapa nilai
uang tersebut pada 20 tahun yang akan datang. Gunakan interpolasi Newton Lagrange
dan Newton maju, Kemudian bandingkan hasil perhitungan ketiga metode tersebut.
2. Misal diberikan sekumpulan titik data. Bila di dalam tabel selisih maju ditemukan k
bernilai hampir konstan (0) maka polinom yang tepat menginterpolasi titik-titik itu
adalah polinom derajat k. Berikut ini diberikan pasangan nilai x dan f(x)
39
x 0.1 0.3 0.5 0.7 0.9 1.1 1.3
a. Berapa derajat polinom yang terbaik untuk menginterpolasi ketujuh titik data di atas?
b. Dengan derajat terbaik dari jawaban a) tentukan nilaiu fungsi di x = 0.58 dengan
polinom interpolasi Newton Gregory maju
3. You are given some data: (0,f(0)), (h,f(h)), (2h,f(2h)) and (3h,f(3h)). Find P3 ( 52h ) with
Lagrange polynomial
4. Jika sejumlah uang didepositokan dengan suatu kurs bunga tertentu maka tabel di bawah
ini dapat digunakan untuk menentukan jumlah uang yang terakumulasi setelah 20 tahun
F/P adalah perbandingan dari keuntungan nanti terhadap nilai sekarang. Misalnya jika p
= 1.000.000 didepositokan, maka setelah 20 tahun dengan bunga 32% jumlah uangnya
menjadi: F = (F/P).P = 20,4445 x 1.000.000 = 20.444.500.
a. Tentukan derajat polinom yang terbaik untuk menginterpolasi ke-enam titik di atas
b. Dengan derajat terbaik pada jawaban a), tentukan jumlah uang setelah 20 tahun dari
Rp.30.000.000 yang didepositokan dengan bunga 32%. (Gunakan polinom interpolasi
Newton Gregory maju)
5. Sebuah daerah dijangkiti oleh epidemi demam berdarah. Misal f(t) menyatakan
banyaknya orang yang terjangkiti demam berdarah setelah t minggu. Seorang petugas
mencatat data sebagai berikut
t (minggu) 1 2 4 5 7
f(t) 3 8 15 25 40
40
4 f 0
6. Buktikan bahwa: f [ x4 , x3 , x2 , x1 , x0 ]
4!.h 4
41
BAB 6
INTEGRASI NUMERIK
Integral:
dF ( x)
Jika fungsi primitif F(x) yaitu f ( x) diketahui , maka
dx
b
I f ( x) dx F (b) F (a)
a
a. Metode Newton-Cotes
Ide: Penggantian fungi yang rumit atau data yang ditabulasikan ke fungsi aproksimasi yang
mudah diintegrasikan
Jika fungsi aproksimasi adalah polinomial berorde n, maka metode ini disebut metode
integrasi Newton-Cotes b b
I ( f ) f ( x) dx f n ( x) dx I n ( f )
a a
Kaidah Segiempat
42
konstan sepotong-potong)
I ( f ) I 0 ( f ) h[ f ( x0 ) f ( x1 ) f ( xn1 )]
I ( f ) I 0 ( f ) h[ f ( x1 ) f ( x2 ) f ( xn )]
Kaidah Trapesium
f ( x0 ) f ( x1 )
I ( f ) I1 ( f ) ( x1 x0 )
2
1
Et f ( ) ( x1 x0 )3 43
12
Kesalahan:
( xn x0 ) n 1
I ( f ) I1m ( f ) f ( x0 ) f ( xn ) 2 f ( xi )
2n i 1
n
1
Kesalahan: Et
12n 2
f ( xn x0 )3 , dimana f ( )
i 1
a) Satu pias
f ( x0 ) 4 f ( xi ) f ( x2 )
I ( f ) I 2 ( f ) ( xn x0 )
6
( xn x0 )5 ( 4)
Kesalahan: Et f ( )
2880
44
b) Banyak Pias:
( xn x0 ) n 1 n2
I ( f ) I m ( p2 )
3n
f ( x0 ) f ( xn ) 4 f ( xi ) 2 f ( xi )
i 1, 3, 5 i 2, 4, 6
( xn x0 )5 ( 4)
Kesalahan: Et f
180n 4
F(x) dx berdasarkan nilai f(x) dalam sub interval yang tidak berjarak sama, melainkan
simetris terhadap titik tengah interval
I= a b f(x) dx
Latihan
Tentkan luas daerah di bawah kurva f(x) = x2, antara x = 0 sampai x = 4, dengan kaidah
segiempat dan trapesium dan simpson 1/3
Penyelesaian
45
a). Dengan kaidah segiempat
Interval (0, 4) dibagi menjadi 4 bagian sama panjang, n = 4 h = (4 - 0)/4 = 1
Luas persegi panjang P1 = 1 * f(1) = 1 * 1 =1
P2 = 1 * f(2) = 1 * 4 =4
P3 = 1 * f(3) = 1 * 9 =9
P4 = 1 * f(4) = 1 * 16 = 16
Luas Total = 30
Penyimpangannya = 30 – 21.33 = 8.66
46
Luas P1 = 0.5 * f(0.25) = 0.03125
P2 = 0.5 * f(0.75) = 0.28125
P3 = 0.5 * f(1.25) = 0.78125
P4 = 0.5 * f(1.75) = 1.53125
P5 = 0.5 * f(2.25) = 2.53125
P6 = 0.5 * f(2.75) = 3.78125
P7 = 0.5 * f(3.25) = 5.23125
P8 = 0.5 * f(3.75) = 7.03125
Luas Total = 21.2000
xk 0 1 2 3 4
f(xk) 0 1 4 9 16
h 3
Luas total f(x 0 ) 2 f(x k ) f(x 4 )
1
0 2 (1 4 9) 16 22
2 k 1 2
D. Lembar kegiatan:
Soal tes formatif dikerjakan oleh tiap mahasiswa untuk tugas rumah dan
dikumpulakan pada pertemuan berikutnya
E. Tes Formatif
1. Volume suatu daerah yang dibatasi oleh grafik f(x), a≤x≤b yang diputar terhadap
b
sumbu x dapat ditentukan dengan rumus v ( f ( x)) 2 dx .
a
47
3 3
2. The region D is bounded by curve f ( x) (cos x sin x) 2 , x , .
2 2
The volume of the solid generated by revolving about X-axis the region D is given by
b 3 3
V f ( x) 2 dx , a ,b . Find the volume V with 2 point-Gauss
a 2 2
Legendre method
2.5
3. Hitunglah x 2 cos(x 2 ) dt dengan aturan Gauss Legendre 3 titik
1.5
1
4. Tentukan n sehingga sin(x)dx jika diselesaikan dengan metode Simpson 1/3
0
galatnya kurang dari -10-4
48
DAFTAR PUSTAKA
Chapra, S. C. and Canale, R. P. 1991. Metode Numerik untuk Teknik. Penerbit Universitas
Indonesia, Jakarta.
Hanselman, D. and Littlefield, B. 1997. Matlab Bahasa Komputasi Teknis. Penerbit Andi,
Yogyakarta.
Atkinson, K.E, 1989. An Introduction to Numerical Analysis, 2nd Edition. Wiley. New York.
49