NUMERIK
La Design 96: 909 Kbytes of D:My StuffsPublikasiMetoda NumerikMetoda Numerik 2009.docx printed on Friday 28/08/15 10:47
oleh
Ir. Djoko Luknanto, M.Sc., Ph.D.
November 2001
Penyusun
halaman
halaman
1.1. Pendahuluan
Teorema 1.1.: ‘Nilai Antara’ (lihat Gambar 1)
Jika f(x) suatu fungsi menerus pada x [a, b] dan m Infimum f ( x) serta
a x b
paling tidak ada satu titik [a,b] sehingga f() = . Khususnya ada dua titik u &
ū [a, b] dimana m = f(u) dan M = f(ū)
y y = f(x)
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
M = f(ū)
m = f(u)
x
a u ū b
Jika f(x) menerus pada interval [a,b] serta turunan pertamanya ada dalam interval
x (a,b). Maka paling tidak ada satu titik (a,b) dimana:
f (b ) f ( a )
f ' ( )
ba
Jika w(x) tidak negatif dan dapat dihitung integralnya pada interval [a,b] dan f(x)
b b
menerus pada [a,b], maka w( x) f ( x)dx f ( ) w( x)dx untuk satu titik [a,b]
a a
tangennya = f()
f() f(b)
f(a)
x
a b
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Jika f(x) mempunyai n+1 turunan dan turunannya selalu menerus pada [a,b], dan
jika x, x0 [a,b], maka:
f ( x) Pn ( x) Rn 1 ( x)
x x0 ( x xo ) n ( n )
dengan Pn ( x) f ( xo ) f '( xo ) ... f ( xo )
1! n!
x
1
Rn 1 ( x) ( x t ) n f ( n 1) (t )dt
n! x0
n 1
( x xo )
f ( n 1) ( )
(n 1)!
garis referensi
y = w(x)
f(xi)
w(xi)
x
a xi b
x
Bukti: f ' (t )dt
xo
f ( x) f ( xo )
Jadi:
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
x
f ( x) f ( xo ) f ' (t )dt ingat : udv uv vdu
xo
x
... tf ' (t )t xo tdf ' (t )
tx
xo
x
... ( x xo ) f ' ( xo ) x( f ' ( x) f ' ( xo ) tf " (t )dt
xo
x x
... ( x xo ) f ' ( xo ) x f " (t )dt tf " (t )dt
xo xo
Akhirnya diperoleh:
x
f ( x) f ( x0 ) ( x xo ) f ' ( xo ) ( x t ) f " (t )dt ... dst.
xo
x
1
...
2 xo
f " (t )d ( x t ) 2 ... dst.
x xo
f ( x) f ( xo ) f ( )
1!
y
C
p2(x) R3(x)
R2(x)
p1(x) R1(x)
y = f(x)
A p0(x)
B
f(x0) f(x
A’ C’
x
x0 x
n 1
( x xo )
Rn 1 ( x) f ( n 1) ( )
(n 1)!
n 1
konstanta ( x x o )
n 1
konstanta x
Rn+1 (x) disebut sebagai kesalahan pemotongan order n+1 atau O(xn+1).
Komputer menyajikan bilangan dalam 2 mode yaitu (1) Integer, (2) Floating
point.
Basis bilangan yang digunakan dalam komputer jarang sekali yang decimal
(basis 10). Hampir semua komputer memakai basis 2 (binari) atau variannya
seperti basis 8 (octal) dan basis 16 (hexadecimal).
Contoh:
a. Pada basis 2, semua bilangan terdiri dari 2 angka yaitu 0 dan 1.
Jadi (11011.01)2 = 1.24 + 1.23 + 0.22 + 1.21 + 1.20 + 0.2-1 + 1.2-2 = 27. 25
b. Pada basis 16, semua bilangan terdiri dari/dinyatakan dengan angka 0, 1, …, 9,
A,B, … ,F
Jadi (56C.F)16 = 5.1612+ 6.161 + 12.160 + 15.16-1 = 1338.9375
Jika basis bilangan suatu komputer adalah , maka suatu bilangan non-zero x
disimpan didalam bentuk.
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
x = (.a1a2a3 … at) . e
dengan = -1 atau + 1, 0 a1 -1, e = integer, dan
a1a 2 a3 at a11 a 22 att
dengan disebut tanda, e disebut eksponen L e U, (a1a2a3 … at) disebut
mantissa, dan disebut radix.
Akurasi dari sajian ‘floating-point’ suatu komputer. Unit pembulatan, ,
suatu komputer adalah suatu bilangan positip terkecil yang mempunyai sifat
bahwa
1+>1
Nilai nol, , suatu komputer adalah suatu bilangan positip terkecil dimana
1+>1
Secara praktis dan dapat dihitung sbb:
= 1.0
10 = /2.0
If (1.0 + .GT. 1.0) GOTO 10
= * 2.0
Jika suatu bilangan tidak mampu direpresentasikan oleh komputer karena e <
L atau e > U, maka akan terjadi under/overflow.
Jadi setiap bilangan harus berada dalam interval
xL ≤ |x| ≤ xU
dengan xL = βL-1 dan xU = (1 – β-t)βL-1
Dalam FORTRAN:
Jika suatu hasil hitungan, |x|≥ xU, maka akan terjadi ‘overflow error’ dan
program akan berhenti.
Jika suatu hasil hitungan, |x|≥ xL, maka akan terjadi ‘underflow error’
biasanya x nilainya menjadi nol dan hitungan terus berlanjut.
xA Rel( x A ) Rel( y A )
Rel( )
yA 1 Rel( y A )
xA
Jika Rel( y A ) <<1, maka Rel( ) Rel( x A ) Rel( y A )
yA
Tampak bahwa pada perkalian dan pembagian ‘kesalahan relatif’ tidak membesar
secara cepat.
Penjabaran ini tampak logis tetapi tidak baik karena tidak dinyatakan dalam
‘kesalahan relatif’
22
Contoh: xT , x A 3.1416, yT , y A 3,1429
7
xT x A 7.35 10 6 Rel( x A ) 2.34 10 6
yT y A 4.29 10 5 Rel( y A ) 1.36 10 5
( xT yT ) ( x A y A ) 0.0012645 (0.0013)
3.55 10 5
Rel( x A y A ) 0.028
Jika terdapat suatu f(x) yang menerus [a,b] dan f(a)f(b) < 0, maka menurut
Teorema 1.1 paling tidak f(x) mempunyai satu akar f(x) mempunyai satu akar
[a,b].
Algoritma
Bisect(f, a, b, akar, )
1. Hitung c := (a+b)/2
2. Jika b – c , maka akar:= c, dan ‘ exit’
3. Jika {tanda f(b)•tanda f(c)} ≤ 0, maka a := c , jika tidak b := c
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Definisi
Suatu deret hasil suatu iterasi {xn|n≥0} dikatakan menuju ke titik dengan
derajat p ≥1 , jika
p
x n 1 c x n n0
untuk beberapa nilai c>0. Jika p=1, deretnya disebut menuju ke titik secara linier.
Pada kasus ini diperlukan nilai c<1; c disebut laju linier dari xn menuju .
Ada beberapa metode yang membutuhkan definisi yang agak berbeda dengan
diatas yaitu
x n1 c n x0 n 0
y
metode ini diulang-ulang
sampai abs (c-b) <
c = (a+b)/2
f(b)>0
c = (a+b)/2
c = (a+b)/2
nilai awal
a bbaru
x
abaru abaru b
nilai awal
f(a)<0
akar sesungguhnya
y=f(x)
yang akan dicari
Deret Taylor:
1
f ( x) f ( x n ) ( x x n ) f ' ( x n ) ( x x n ) 2 f " ( x n ) ...
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
2
atau menurut Teorema 1.4
1
f ( x) f ( x n ) ( x x n ) f ' ( x n ) ( x x n ) 2 f " ( )
2
dengan diantara xn dan x.
Jika akar dari f(x), salah satunya adalah , maka
f (x ) 0
1
f ( x) f ( x n ) ( x n ) f ' ( x n ) ( x n ) 2 f " ( ) 0
2
jadi
f ( xn ) 1 f " ( )
xn ( x n ) 2
f ' ( xn ) 2 f ' ( xn )
maka dapat didekati dengan
f ( xn )
x n 1 x n n0
f ' ( xn )
dengan ‘errornya’
f " ( )
x n 1 ( x n ) 2 n0
2 f ' ( xn )
Untuk nilai n→, → dan xn→, jadi
f " ( )
x n 1 ( x n ) 2
2 f ' ( )
konstanta ( x n ) 2
Sehingga metode Newton dikatakan mempunyai derajat kelajuan = 2
y=f(x)
grs singgung
x
x1 x0
Algoritma
BD CD
BA CE
f ( x1 ) f ( x0 ) f ( x1 ) 0
x1 x0 x1 x 2
x1 x0
Jadi x 2 x1 f ( x1 ) atau
f ( x1 ) f ( x0 )
x n x n 1
x n 1 x n f ( x n ) n 1
f ( x n ) f ( x n 1 )
y
y=f(x)
akar sesungguhnya
nilai awal
x0 x2 x3 C
x
E x1
nilai awal
A B
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
f ( x n ) f ( x n 1 )
f ' ( xn )
x n x n 1
Derajat Konvergensi:
untuk metode Newton p = 2
untuk metode sekan p = ½(1+√5) = 1,618
untuk metode ‘bisection’ p = 1
p = a(n)
do 10 i = n,1,-1
10 p = p*x + a(i–1)
Algoritma:
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Keterangan:
1 5 25 1
A 6 B 12
1 0 3 1
55 25 BA
C 30 D 2
43 30
30 12 ED
E 6 F 1
4 1 40
Divdif (d, x , n)
1. Keterangan: d dan x adalah vektor f(xi) dan xi = 0,1,…,n. Pada saat ‘exit’ di
akan terisi oleh nilai f x0,…,xi
2. Kerjakan s/d langkah 4 untuk i = 1, 2 ,… ,n
3. Kerjakan sampai dengan langkah 4 untuk j = n, n-1, i
4. dj := (dj -dj-1) /(x-xj-1)
5. ’exit’
Interp(d, x, t, p)
1. Keterangan: Pada awalnya d dan x adalah vektor dari x0,…,xi dan xi,
i = 0, 1 , …, n. Pada saat ‘exit’ p akan berisi pn(t).
2. p := dn
3. Kerjakan s/d langkah 4 untuk i = n-1 , n--2, …, 0
4. p := di + (t– xi)p
5. ‘ exit’
Contoh: 0(x)
= (x)
(x)
= 0(z+h) - 0(z)
= (x+h) - (x)
(x)
2 = (x+h) - (x)
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
f x1 f x0 f ( x0 h) f ( x0 ) f ( x0 )
f x0 , x1
x1 x0 h h
f ( x 2 ) f ( x1 ) f ( x1 ) f ( x 0 )
x 2 x1 x1 x0 2 f ( x 0 )
f x0 , x1 , x 2
x 2 x0 2h 2
n f ( x0 )
Secara umum: f x0 , x1 ,..., x n
n! h n
Akan dijabarkan rumus interpolasi ‘beda maju’ dari rumus interpolasi ‘beda
x x0
terbagi’ Newton. Didefinisikan yang menunjukkan letak titik x
h
terhadap x0. Jadi misalnya = 1.6, maka x terletak pada jarak 6/10 dari x1 ke arah
x2.
j0 j h
3.3. Lagrange
Contoh:
x x1 x x0
pi x f x0 f x1
x0 x1 x x01
p2 x
x x1 x x2 f x x x0 x x2 f x x x0 x x1 f x
x0 x1 x0 x2 0 x1 x0 x1 x2 1 x2 x0 x2 x12 2
L0 x
x x1 x x2
x 1 x 3 x 2 4 x 3
x0 x1 x0 x2 0 10 3 3
L1 x
x x0 x x2 x 0x 3 x 3x 2
L2 x
x x01 x x1 x 0x 1 x x 2
f m
1. f x0 , x1 ,....., xm untuk X x0 , x1 ,..., x n dimana X x0 ,..., x m
m!
artinya interval terkecil dimana x0 , x1 ,..., x m tercakup!
Contoh:
f 0
f x0 f x0
0!
f x1 f x0
f x0 , x1 f ' x0 , x1
x1 x0
0 n m 1
dengan f x a m x m a m 1 x m 1 ... a1 x a 0
3. Kesalahan dalam interpolasi
Pada bab ini akan dibicarakan cara menghitung integral secara numeris dari
b
I(f)
a
f(x)dx
y=f(x)
(b,f(b))
y =p1(x)
(a,f(a))
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
x
a b
Gambar 8 Konsep integrasi trapesium
Rumus trapesium pada dasarnya adalah mendekati f(x) dengan garis lurus yang
melalui (a,f(a)) dan (b,f(b))
ba
I1 ( f ) f (a) f (b)
2
Error:
x b x a
f (x) p1(x) f (x) f (a) f (b)
a b b a
(x a)(x b) f a,b, x
ingat definisi ‘beda terbagi f[a,b,x].
Jadi ‘error’:
b
1
E1( f ) f (x)dx (b a)[f (a) f (b)]
a 2
b
(x a)(x b) f a,b, xdx
a
b
E1( f ) f a, b, (x a)(x b)dx a b
a
1 1
f "() (b a)3 [a, b]
2 6
(b a)3
f "()
12
Jika interval [a,b] dibagi menjadi n pias sehingga untuk n≥1, h = (b-a)/n dan
xj = a + jh, j = 0,1,…,n, didapat:
b n xj
I(f) f(x)dx
j 1 x j 1
f(x)dx
a
h
n
h3
f ( x j 1 ) f ( x j ) f " ( j )
j 1 2 12
dengan xj-1≤nj≤xj.
Sehingga integralnya dapat didekati dengan
1 1
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
I n ( f ) h f 0 f1 ... f n 1 f n n 1
2 2
Kesalahan In(f) terhadap I(f) adalah
En ( f ) I ( f ) En ( f )
n
h3
f " ( j )
j 1 12
h3n 1 n
f " ( j )
12 n j 1
Perlu diingat bahwa
1 n
Min f " ( x)
a x b
f " ( j ) Max
n j 1 a x b
f " ( x)
h3n
En ( f ) f " ( ) [a, b]
12
h 2 (b a )
f " ( )
12
(b a ) 3
f " (
12n 2
~
Estimasi kesalahan asimtotis E n ( f )
En ( f ) 1 n
Limit f " ( j )h
Limit
n h2 n
12 j 1
1 n
Limit f " ( j )h
12 n j 1
b
1
f " ( x)dx
12 a
h2
maka En ( f ) f ' (b) f ' (a)
~
12
Definisi:
~
Jika En(f) adalah kesalahan eksak, sedangkan En ( f ) adalah estimasi darinya, maka
~
En ( f ) disebut estimasi kesalahan asimtotis dari En(f) jika:
~ ~
En ( f ) En ( f ) En ( f )
Limit 1 atau Limit 0
n E ( f ) n En ( f )
n
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
(c,f(c))
y=f(x)
(b,f(b))
y =p2(x)
(a,f(a))
x
a c=(a+b)/2 b
Gambar 9 Konsep integrasi Simpson
Dalam metode Simpson fungsi f(x) didekati dengan p2(x) yang melalui 3 titik
(a,f(a)), (c,f(c)) dan (b,f(b)) dimana c = (a+b)/2.
b
( x c)( x b) ( x a )( x b) ( x a )( x c)
I2 ( f ) f (a) f (c ) f (b) dx
a
(a c)(a b) (c a )(c b) (b a )(b c)
h
f (a) 4 f (c) f (b) dengan h b a
3 2
Kesalahannya:
E2 ( f ) I ( f ) I 2 ( f )
b
( x a)( x b)( x c) f [a, b, c, x]dx
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
y
a b 4
64
y=w(x)
x
a c ( a b) / 2 b
f ( 4) ( ) 4 5
h
24 15
h 5 ( 4)
f ( ) [a, b]
90
Jika interval [a,b] dibagi menjadi n pias, n ≥ 2, h = (b-a)/n, xj=a+jh untuk
j = 1,2,3,…,n, sehingga
n / 2 x2 j
I( f ) f ( x)dx n genap
j 1 x2 j 2
h
n/2
h 5 ( 4)
f 2 j 2 4 f 2 j 1 f 2 j f ( j )
j 1 3 90
dengan x2j-2 ≤ nj ≤ x2j
Rumus Simpson:
h
f 0 4 f1 2 f 2 4 f 3 2 f 4 ... 2 f n2 4 f n1 f n
In ( f )
3
Kesalahan estimasi:
h 5 (n / 2) 2 n / 2 ( 4)
En ( f ) I ( f ) I n ( f )
90 n j 1
f ( j )
h 4 (b a) ( 4)
f ( ) [a, b]
180
(b a) 5 ( 4 )
f ( )
180n 4
~
Estimasi kesalahan asimtotis: E n ( f )
h 4 ( 3)
180
f (b) f ( 3) (a)
b
dengan w j ,n l j ,n ( x)dx j 0,1,..., n
a
Untuk nilai n = 1 dan 2 telah disajikan sebagai rumus trapesium dan Simpson.
Sekarang untuk n = 3, contoh untuk menghitung w0 adalah:
b
( x x1 )( x x 2 )( x x3 )
w0 dx
a
( x 0 x1 )( x 0 x 2 )( x 0 x 3 )
Jika x = x0+h, 0 ≤ ≤ 3, maka:
x3
1
w0 ( x x1 )( x x 2 )( x x3 )dx
x0 6h 3
3
1
6h 3 0
( 1)h ( 2)h ( 3)h hd
3
h 3h
( 1)( 2)( 3)d
60 8
Jika w1, w2, w3 dihitung dengan cara di atas, akhirnya akan didapat untuk n = 3
3h
I 3 ( f ) f ( x0 ) 3 f ( x1 ) 3 f ( x 2 ) f ( x3 )
8
Kesalahan pada In(f) dinyatakan sebagai berikut:
a) Untuk n genap:
E n ( f ) C n h n3 f ( n 2)
( ) [ a, b]
n
1
(n 2)! 0
dengan C n 2 ( 1)...( n)d
b) Untuk n gasal:
E n ( f ) C n h n 2 f ( n 1)
( ) [ a, b]
n
1
dengan C n
(n 1)! 0
2 ( 1)...( n)d
n = 1, rumus trapesium
b
h h3
a f ( x ) dx f ( a ) f (b ) f " ( )
2 12
n = 2, rumus Simpson
b
h ab h ( 4)
5
a f ( x ) dx
3
f ( a ) 4 f (
2
) f (b ) 90 f ( )
n=3
b
3h
f (a) 3 f (a h) 3 f (b h) f (b) 3h f ( 4) ( )
5
a
f ( x)dx
8 80
n = 4, rumus Boole
b
2h ab 8h ( 6)
7
a f ( x ) dx
45
7 f ( a ) 32 f ( a h ) 12 f (
2
) 32 f (b h ) 7 f (b ) 945 f ( )
~
Definisi: Integrasi numerik I ( f ) yang mendekatri I(f) disebut mempunyai
~
derajat ketepatan m jika: (a) I ( f ) I ( f ) untuk semua polinomial f(x) derajat
~
m , (b) I ( f ) I ( f ) untuk beberapa polinomial f(x) derajat m 1
Contoh:
Pada rumus Newton-Cotes untuk n = 1, 3 dikatakan mempunyai derajat ketepatan
m = 1, 3. Sedangkan untuk n = 2, 4 mempunyai derajat ketepatan m = n + 1 = 3, 5.
Tampak bahwa rumus Newton–Cotes dengan n genap menghasilkan derajat
ketepatan ekstra dibandingkan dengan n gasal.
Ada rumus Newton–Cotes yang tidak menggunakan salah satu atau kedua
titik di ujung interval. Contoh yang paling sederhana adalah rumus titik tengah:
b
a b (b a ) 3
a f ( x ) dx (b a ) f (
2
)
24
f " ( ) [a, b]
Rumus kompositnya:
b
n 3:
x3
3h 3h 3
x0
f ( x)dx
2
[ f ( x1 ) f ( x 2 )]
4
f " ( )
n 4:
x4
4h 14h 5
f ( x)dx [2 f ( x1 ) f ( x 2 ) 2 f ( x 3 )] f ( )
( 4)
x0
3 45
n 5:
x5
5h 95h 5 ( 4 )
x0
f ( x)dx
24
[11 f ( x1 ) f ( x 2 ) f ( x 2 ) f ( x3 ) 11 f ( x 4 )]
144
f ( )
x n x0
dimana h , x0 = batas bawah, xn = batas atas.
n
Sebagai ilustrasi:
1 n
f ( x)dx w j f ( x j )
1 j 1
sama dengan nol untuk suatu polinomial f(x) dengan derajat setinggi mungkin.
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
E n ( a 0 a1 x a m x m ) a 0 E n (1) a1 E n ( x ) a m E n ( x)
Jadi E n ( f ) 0 untuk setiap polinomial derajat ≤ m, bila dan hanya bila
E n ( x i ) 0 i 0,1, , m .
Kasus 1. n 1 . Karena hanya 2 parameter, w1 dan x1 sehingga diperlukan 2
persamaan:
E n (1) 0 E n ( x) 0
1 1
1dx w1 0 w1 2
1
xdx w x
1
1 1 0 x1 0
1
sehingga f ( x)dx 2 f (0)
1
1
E n ( x i ) x i dx ( w1 x1 w2 x 2 ) 0 untuk i = 0,1,2,3
i i
1
atau w1 w2 2 w1 x1 w2 x 2 0
2
w1 x1 w2 x 2 w1 x1 w2 x 2 0
2 2 3 3
3
menghasilkan rumus:
1
1 1
1 f ( x)dx f ( 3 3 ) f ( 3 3 )
mempunyai derajat ketelitian 3. Bandingkan dengan rumus Simpson yang
menggunakan tiga titik.
Kasus 3. untuk n, Terdapat 2n parameter {w1} dan {x1} sehingga terdapat 2n
persamaan:
E n ( x i ) 0 i 0,1, ,2n 1 atau
n 0 i 1,3, ,2n 1
i
w j x j 2
i 0,2, ,2n 2
j 1 i 1
persamaan diatas merupakan sistem persamaan non-linier yang
penyelesaiannya tidak selalu jelas. Oleh karena itu digunakan cara lain.
f ( x)dx w j f ( x j )
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
1 j 1
dengan titik xj adalah akar dari polinomial Legendre derajat n dalam interval
[-1,1]. Faktor pemberatnya adalah
2
wi i 1,2, , n
(n 1) Pn ( xi ) Pn 1 ( xi )
'
2 2 n 1 (n!) 4 f ( 2 n ) ( )
dan En ( f )
(2n 1)[(2n)!]2 (2n)!
n x1 w1
0.3399810436 0.6521451549
5 0.9061798459 0.2369268851
0.5384693101 0.4786286705
0.0 0.5688888889
6 0.9324695142 0.1712344924
0.6612093865 0.3607615730
0.2386191861 0.4679139346
7 0.9491079123 0.1294849662
0.7415311856 0.2797053915
0.4058451514 0.3818300505
0.0 0.4179591837
8 0.9602898565 0.1012285363
0.7966664774 0.2223810345
0.5255324099 0.3137066459
0.1834346425 0.3626837834
Contoh:
1 1
3 3
1 3
3
n = 1:
1
f ( x)dx f (0.5773502692) f ( 0.5773502692)
n = 3:
1
f ( x)dx
1
0.5555555556 f (0.7745966692)
0.5555555556 f (0.7745966692)
0.8888888889 f (0)
Untuk integral pada interval umum [a,b], maka digunakan transformasi
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
sebagai berikut:
b
ba a b (b a ) x
1
a f (t ) dt f
2 1 2
dx
ba n a b (b a ) x j
w j f
2 j 1 2
3
2
(x x 2 x 1)dx 34 , dihitung dengan kuadratur Gaussian menghasilkan:
3
1
3
1 1
1 3 (3 1) 3 1 3 (3 1) 3
3 1
3
3
f ( x)dx 1.0 f 3 1.0 f
2 2 2
1
1 1
f (2 3 ) f (2 3 ) 34.66666667
3 3
w( x) g
a
n ( x) g m ( x)dx 0 nm
P ( x) P
1
n m ( x)dx 0 nm
1
P ( x) dx c(n) 0
2
n
1
Beberapa Pn(x):
P0(x) = 1
P1(x) = x
P2(x) = ½(3x2-1)
P3(x) = ½(5x3-3x) )
P4(x) = ⅛(35x4-30x2+3)
Rumus rekursiv:
2n 1 n 1
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Pn ( x) xPn 1 ( x) Pn 2 ( x)
n n
Polinomial Laquerre. Ln(x) → orthogonal pada interval [0,] terhadap w(x) = e-x
L ( x) L
0
n m ( x)dx 0 nm
L ( x) dx c(n) 0
2
n
0
Beberapa Ln(x):
L0(x) = 1
L1(x) = -x+1
L2(x) = x2-4x+2
L3(x) = -x3+9x2-18x+6
Rumus rekursiv:
Ln ( x ) ( 2n x 1) Ln 1 ( x ) ( n 1) 2 Ln 2 ( x)
Polinomial Chebysev. Tn(x) → orthogonal pada interval [-1,1] terhadap
w(x) = 1/√(1-x2)
1
Tn ( x)Tm ( x)
1 1 x 2 dx 0 n m
1
Tn ( x)2 dx c(n) 0
1 1 x2
Beberapa Tn(x):
T0(x) = 1
T1(x) = x
T2(x) = 2x2-1
T3(x) = 4x3-3x
Rumus rekursiv:
Tn ( x) 2 xTn 1 ( x) Tn 2 ( x)
e
x2
H n ( x) H m ( x)dx 0 nm
e H n ( x) dx c(n) 0
x 2 2
Beberapa Hn(x):
H0(x) = 1
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
H1(x) = 2x
H2(x) = 4x2-2
H3(x) = 8x3-12x
Rumus rekursiv:
H n ( x) 2 xH n 1 ( x) 2(n 1) H n 2 ( x)
e
x
f ( x)dx w j f ( x j )
0 j 1
e f (t )dt e e f ( x a)dx
t a x
a 0
n
e a w j f ( x j a)
j 1
9.837467418383 0.000261017202815
15.982873980602 8.9854790643E-07
10 0.13779347054 0.308441115765
0.729454549503 0.401119929155
1.80834290174 0.218068287612
3.401433697855 0.0620874560987
5.552496140064 0.00950151697518
8.330152746764 0.000753008388588
11.8437858379 0.000028259233496
16.279257831378 4.24931398496E-07
21.996585811981 1.83956482398E-09
29.920697012274 9.91182721961E-13
14 0.093307812017 0.21823488594
0.492691740302 0.342210177923
1.215595412071) 0.263027577942
2.269949526204) 0.126425818106
n wj xj
3.667622721751 0.040206864921
5.425336627414 0.00856387780361
7.565916226613 0.00121243614721
10.120228568019 0.000111674392344
13.130282482176 6.45992676202E-06
16.65440770833 2.2263169071E-07
20.776478899449 4.22743038498E-09
25.623894226729 3.92189726704E-11
31.407519169754 1.45651526407E-13
38.530683306486 1.48302705111E-16
48.026085572686 1.60059490621E-20
2 j 1
dengan wj dan x j cos( ) , j = 1, 2, ... , n
n 2n
b
ba a b (b a ) x
1
1
a
f (t )dt
2 1
1 x2
1 x2 f
2
dx
(b a ) n
a b (b a ) x j
2n
1 x 2j f
j 1 2
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
e f (x)dx w j f ( x j )
x 2
j 1
3 8 5 x3 6
Untuk menjelaskan eliminasi Gauss, maka dibentuk suatu matrik sebagai berikut:
2 7 4 9 1 0 0
B u I 1 9 6 1 0 1 0
3 8 5 6 0 0 1
Kita kalikan baris 1 dengan 1/2, tambahkan (-1 x baris 1 yang baru) kepada baris
2, dan tambahkan (3x baris 1 yang baru) kepada baris 3.
1 7 / 2 2 9/2 1 / 2 0 0
0 25 / 2 8 7/2 1 / 2 1 0
0 5 / 2 11 39 / 2 3 / 2 0 1
x3
25 5
Kalikan baris 3 dengan 5/47. Tambahkan ke baris 2: (16/25 x baris 3 yang baru).
Tambahkan ke baris 1: (-2 x baris 3 yang baru)
1 7 / 2 0 1/ 2 19 / 24 2 / 47 10 / 47
0 1 0 1 13 / 235 22 / 235 16 / 235
0 0 1 2 7 / 47 1 / 47 5 / 47
Akhirnya tambahkan ke baris 1: (7/2 x baris 2)
1 0 0 4 93 / 235 67 / 235 6 / 235
0 1 0 1 13 / 235 22 / 235 16 / 235
0 0 1 2 7 / 47 1 / 47 5 / 47
Jadi sistem persamaan menjadi x1 = 4, x2 = 1, x3 = 2 dan inverse matrik [B] adalah
Pada eliminasi Gauss di atas secara garis besar terdiri dari beberapa langkah:
a. operasi normalisasi: elemen diagonal diubah menjadi bernilai 1
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
1 7 / 2 2 9/2 1 / 2 0 0
0 25 / 2 8 7/2 1 / 2 1 0
0 5 / 2 11 39 / 2 3 / 2 0 1
Normalisasi baris 2 dengan membaginya dengan elemen ‘pivot’ = 25/2,
kemudian:
a. kurangi (-7/2 x baris 2 yang baru) dari baris 1
b. kurangi (-5/2 x baris 2 yang baru) dari baris 3
1 0 6 / 25 88 / 25 9 / 25 7 / 5 0
0 1 16 / 25 7 / 25 1 / 25 2 / 25 0
0 0 47 / 5 94 / 25 7/5 1 / 5 1
Normalisasi baris 3 dengan membaginya dengan elemen ‘pivot’ = 47/5,
kemudian:
a. kurangi (-6/25 x baris 3 yang baru) dari baris 1
b. kurangi (-16/25 x baris 3 yang baru) dari baris 2
1 0 0 4 93 / 235 67 / 235 6 / 235
0 1 0 1
13 / 235 22 / 235 16 / 235 I x B 1
0 0 1 2 7 / 47 1 / 47 5 / 47
25 47
det B 2 235
2 5
maksimum
Jika matrik [B] mempunyai salah satu elemen yang mempunyai nilai kecil
sekali dibandingkan elemen yang lain, maka cara’pivoting’ yang sebelumnya
dapat memberikan hasil yang tidak akurat. Oleh karena itu dipilih elemen ‘pivot’
yang mempunyai nilai terbesar.
Contoh: -3x1 + 8x2 + 5x3 = 6
2x1 - 7x2 + 4x3 = 9
x1 + 9x2 - 6x3 = 1
3 8 5 6 1 0 0
B u I 2 7 4 9 0 1 0
1 9 6 1 0 0 1
Dipilih elemen b32 = 9 sebagai ‘pivot’
3 8 5 6 1 0 0
2 7 4 9 0 1 0
1 / 9 1 6/9 1/ 9 0 0 1 / 9
selanjutnya direduksi sebagai berikut:
35 / 9 0 31 / 3 46 / 9 1 0 8 / 9
25 / 9 0 2 / 3 88 / 9 0 1 7/9 (I)
1 / 9 1 2 / 3 1/ 9 0 0 1 / 9
Operasi 2:
35 / 93 0 1 46 / 93 3 / 31 0 8 / 9
235 / 93 0 0 940 / 93 2 / 31 1 67 / 93 (II)
13 / 93 1 0 41 / 93 2 / 31 0 5 / 93
Operasi 3
0 0 1 2 5 / 47 7 / 47 1 / 47
1 0 0 4 6 / 235 93 / 235 67 / 235 (III)
0 1 0 1 16 / 235 13 / 235 22 / 235
?1 x ?2 (IIIa)
Dari hasil terakhir (III) terlihat bahwa akar persamaan {x} dapat dislesaikan, tetapi
bagaimana matrik ?1 & ?2.
Sebetulnya [?1] elemennya adalah elemen [B]-1, hanya letaknya tidak betul
sehingga perlu diatur untuk mendapatkan inverse [B] yang sesungguhnya.
35 / 9 0 31 / 3 46 / 9 1 0 8 / 9
25 / 9 0 2 / 3 88 / 9 0 1 7/9
1 / 9 1 2 / 3 1/ 9 0 0 1 / 9
dipindah
Yang Baru I
35 / 9 8 / 9 31 / 3 46 / 9
25 / 9 7 / 9 2 / 3 88 / 9
1 / 9 1 / 9 2 / 3 1 / 9
Pembentukan II
Yang Semula II dipindah
35 / 93 0 1 46 / 93 3 / 31 0 8 / 9
235 / 93 0 0 940 / 93 2 / 31 1 67 / 93
13 / 93 1 0 41 / 93 2 / 31 0 5 / 93
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Yang Baru II
35 / 93 8 / 9 3 / 31 46 / 93
235 / 93 67 / 93 2 / 31 940 / 93
13 / 93 5 / 93 2 / 31 41 / 93
Pembentukan III
Yang Semula III
dipindah
0 0 1 2 5 / 47 7 / 47 1 / 47
1 0 0 4 6 / 235 93 / 235 67 / 235
0 1 0 1 16 / 235 13 / 235 22 / 235
u n bn1 x1 bn 2 x 2 ... bn ,n 1 x n 1
xn
bnn
n
u i bij x j
j 1
j i
atau xi , i 1,2, , n
bii
jika terjadi bii 0 atau nilainya kecil, maka harus diadakan pengaturan
sehingga bii 0
Metoda ini dimulai dengan “tebakan” nilai awal {x0} kemudian dimasukkan
kedalam persamaan (B) untuk menghitung {x} baru.
Contoh:
4 x1 2 x 2 x3 11 1
x1 2 x 2 3 {x} 2
2 x1 x 2 4 x3 16 3
Persamaan di atas ditulis lagi:
11 1 1
x1 x 2 x3
4 2 4
3 1
x 2 x1 (C)
2 2
1 1
x3 4 x1 x 2
2 4
Vektor awal {x0} = [1, 1, 1]t
11 1 1
x11 1 1 2
4 2 4
3 1
x 21 1 2
2 2
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
1 1 13
x31 4 1 1
2 4 4
13 t
Jadi , {x1 } [2, 2, ]
4
{x 2 } [0.9375 2.5 2.5]t
{x3 } 0.875 1.96875 2.90625
t
{x14 } 1.0000 2.0000 3.0000
t
Dalam metoda ini hitungan elemen vektor yang baru menggunakan elemen
vektor yang lama.
d p2
Dengan notasi diatas, maka hal-hal dibawah ini berlaku:
1. E B C adalah matriks n x p dengan eij bij cij
BC C B
n
2. F AB adalah matriks m x p dengan f ij aik bkj
k 1
A( B C ) AB AC , ( B C ) D BD CD
Jika AB BA maka A & B disebut ‘commute’
Contoh:
1 3 1 2
1 2 1
A dan B 2 1 dan C (cij ) 3 1
3 4 2 0 3 2 4
maka
0 5 15 20 10
B C 1 2 (B C) A 5 6 5
2 7 23 32 12
4 2
A( B C )
0 37
3.
1 3 1 2 1 3
A 2 0 1 dan B 3 1 2
4 1 2 3 1 2
maka
11 4 0 4 5 11
A AA 2
2
5 0 AB 1 1 4
14 14 7 11 7 18
16 9 7 10 6 14
BA 7 7 0 B 3 0 3
2
IA = AI = A
h11 0 0 1 0 0
0 h22 0 0 1 0
Contoh: H dan I
0 0 hnn 0 0 1
5. Jika AK = I, maka K adalah unik dan disebut invers dari A yang biasa ditulis
sebagai A-1. Matrik A disebut non-singuler jhj A-1 ada
6. Determinan
Jika terdapat suatu matrik, A, nxn, maka dapat dihitung determinan A yang
diberi notasi det [A], det A, atau |A|.
Beberapa sifat determinan:
det (At) = det (A), det (A-1) = [det(A)]-1
det (AB) = det (A) det (B)
Untuk menghitung determinan dibutuhkan beberapa definisi:
1. Minor dari aij adalah determinan dari suatu (n-1) x (n-1) matrik yang
dibentuk dari matrik A, nxn, dimana baris dan kolom yang berisi aij
dibuang
2. Kofaktor dari aij adalah suatu bilangan hasil perkalian antara (-1)i+j
dikalikan dengan minor dari aij , dan diberi notasi Aij
Determinan A dapat dihitung sebagai:
n n
det (A) a rj Arj ais Ais
j 1 i 1
Contoh:
a11
kofaktor a11
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
1 4
det 1 5 4 2 3
2 5
atau kofaktor a12
a12
= 5 x 1 + 4 (-2) = -3
Contoh:
u1 v1
u v
u 2 v 2
u n v n
n
' inner product ' (dotproduct ) : (u , v) u i vi u t v v t u
i 1
4. det (A) ≠ 0
0 0 1 43 / 17
0 0 21 117 / 17 21B3 B4
1 4 2 1
0 1 0 4 / 17
A 34 34111 786 / 17 1572
0 0 1 43 / 17
0 0 0 786 / 17
Pada setiap matrik A, nxn, terdapat satu set vektor yang disebut vektor eigen
dan satu set skalar yang disebut nilai eigen.
Vektor u disebut eigen dari matrik A jhj u vektor tidal nol dan λ adalah suatu
skalar (yang mungkin nol nilainya), sehingga
[A] {u} = λ{u} (I)
Skalar λ disebut nilai eigen dari matrik A
Pers. (I) dapat ditulis sebagai:
[A-λI]{u} = {0} (II)
Pers. (II) mempunyai penyelesaian dengan {u} tidak nol, jika
Φ(λ) det (A-λI) = 0
Φ(λ) disebut fungsi karakteristik dari matrik A.
a11 a12 a1n
a a 22 a 2 n
A I 21
a n1 an 2 a nn
Contoh: Menentukan vektor & nilai eigen matrik
2 1 0
A 1 3 1
0 1 2
2 1 0
3 1 1 1
( ) 1 3 1 (2 )
1 2 0 2
0 1 2
(2 ){(3 )(2 ) 1} (2 0) 3 72 14 8
Akar dari Φ(λ)=0 adalah nilai eigen λ1=1, λ2=2, λ3=4.
Vektor eigen untuk λ1=1
2 1 1
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
0 0
1 3 1
1{u} 0
0 1 2 1 0
Dengan eliminasi Gauss-Jordan
1 1 0 0 1 1 0 0 B2 B1
1 2 1 0 B1 B2 0 1 1 0
0 1 1 0 0 1 1 0 B2 B3
1
Jadi vektor eigen untuk λ1=1 adalah: {u}1 u 3 1
1
Vektor eigen untuk λ2=2
0 1 0 0 tampak bahwa baris 1 & 3 identik, sehingga sehingga
1 1 1{u} 0
hanya terdapat 2 persamaan:
0 1 0 u 2 0
0
u1 u 3 , u 2 0
u1 u 2 u 3 0
Vektor eigen untuk λ3=4
2 1 0 0 1 0 1 0
1 1 1{u} 0 Gauss
0 1 2{u} 0
0 1 2 0 Jordan 0 0 0 0
1
u1 u 3 0
u1 u 3 , u 2 2u 3 {u}3 u 3 2
u 2 2u 3 0 1
Langkah-langkah:
1. Rumuskan fenomena fisik ke bentuk [A]{u}=λ{u}
2. Prakirakan vektor awal {u}0≠{0}
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Contoh aplikasi: Suatu elemen berbentuk piramida dalam suatu benda yang
dikenai gaya-gaya luar. Gaya normal dan geser yang sejajar sumbu-sumbu
koordinat telah diketahui, maka diinginkan bidang patahan yang mungkin terjadi
dan besarnya gaya normal yang bekerja pada bidang itu.
Kesetimbangan gaya-gaya dalam Gambar 14 sebagai berikut:
1 1 1
Fx 0 2 dydz x 2 dxdz yx 2 dxdy zx Rx 0
dA x mdA yx ndA zx dA 0
x m yx n zx
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
1 1 1
F y 0
2
dydx xy dxdz y dxdy zy R y 0
2 2
xy m y n zy m
1 1 1
Fz 0 2 dydz xz 2 dxdz yz 2 dxdy z Rz 0
xz m yz n z n
τyz σy
τxz Rn Rz= Rnn
σx τyx
dz
Rn=σdA
τxy
x
dx
Rx= Rnℓ
dy
τzx
τzy Ry= Rnm
σz
y
luas bidang miring = dA
½dydz = dA cos(N,x) = ℓdA
½dxdz = dA cos(N,y) = mdA
½dxdy = dA cos(N,z) = ndA
matrik yang elemennya terdiri dari gaya geser & normal sejajar sumbu
koordinat diketahui.
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
u vektor yang elemennya terdiri atas cosinus sudut bidang patahan
dengan sumbu kordinat dicari.
skalar yang merupakan/menyatakan gaya normal/tegangan normal
yang bekerja pada bidang patahan dicari.
Dalam bidang teknik sering dijumpai persamaan suatu fenomena alam yang
dinyatakan dalam persamaan diferensial biasa (PDB)
Contoh:
Problem nilai awal: y’ = f(x,y) dengan y(x0) = Y0
Problem nilai batas: y” = g(x,y,y’) dimana a<x<b
u (a) u (b) 1
A B u ' (b)
u ' (a) 2
dengan A & B adalah matrik 2x2 dan γ1 & γ2 konstanta yg telah diketahui.
Taylor series
Taylor mengatakan bahwa suatu fungsi dengan sifat tertentu dapat dinyatakan
sebagai
h h2 h n n
f x f x0 f x0 f x0 ... f x0 ...
1! 2! n!
atau
h h2 h n n
yx y0 y0
y 0 ... y 0 ... h x x0
1! 2! n!
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
x
Maka secara analitis y e 2
y 0 1
1
y y x0 0
2
y 0
1 1
y y
2 2
Pers. Asli
y 0
1 1
y y
2 4
y 0
1 1
y ' y
2 8
Jadi y x 1 x x 2
1 1 1 3 1 4
x x ...
2 8 48 384
y ex/2 y 1
1 1
x x2
1 3
x
2 8 384
1 1
y 1 x x2
2 8
1
y 1 x
2
Cara numeris untuk menyelesaikan problem nilai awal adalah diferensial hingga.
Pada metoda diferensi hingga penyelesaian pendekatan didapat pada titik-titik
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
hitung
x0 x1 x 2 ... x n ...
Ditinjau PDB: y f x, y , y x0 Y0
Penyelesaian pendekatannya ditulis y(x) dan nilai y(x0), y(x1), …, y(xn), … atau
ditulis sebagai y0, y1, …, yn, … sebuah pias h 0 digunakan untuk
mendefinisikan titik-titik hitung
x j x 0 jh j 0,1, ...
Jika akan diadakan perbandingan penyelesaian pendekatan untuk
beberapa nilai h, maka yh(x) digunakan untuk menyatakan y(x) dengan pias h.
y n 1 a j y n j h b j f x n j , y n j
p p
n p
j 0 j 1
Jika a p 0 dan b p 0 , metoda ini disebut metoda langkah (p+1), karena (p+1)
nilai pendekatan sebelumnya digunakan untuk menghitung y n 1 . Nilai y1 , ..., y p
harus dihitung dengan cara lain.
Metoda Euler adalah metoda langkah tunggal karena p = 0, dan a 0 1 , b1 0 ,
b0 1 .
Jika b1 0 maka Y xn 1 hanya terdapat pada ruas kiri, sehingga rumusnya
disebut rumus eksplisit.
Jika b1 0 , maka Y xn 1 terdapat diruas kanan maupun kiri, sehingga disebut
rumus implisit.
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
a j 1 ja j
j 0 j 0
b
j 1
j 1
p p
j a i j b j 1
i i 1
j i 2, ..., m
j 0 j 1
h3
h f x n , Y x n f x n 1 , Y x n 1 Y n x n n x n 1
Y x n 1 Y x n
1
2 12
sehingga pendekatannya menjadi
y n 1 y n h f x n , Y x n f x n 1 , Y x n 1
1
2
Karena rumusnya implisit, maka yn+1 dapat dihitung dengan iterasi, jadi secara
umum:
1
2
y n j 11 y n h f x n , y n f x n 1 , y n j 1 j=0, 1, …
Langkah-langkah hitungan:
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Walaupun secara umum dapat diselesaikan dengan iterasi, tetapi mungkin dapat
diselesaikan dengan cara lain atau bahkan tanpa iterasi tergantung dari (x,y).
h
1
y n 1 2y
h n
1
2
1 .1
Untuk h 0.2 y n 1 y n 1.2222 y n
0 .9
y1 1.2222 y 0 1.2222 1
y 2 1.2222 y1 1.2222 1.2222 1.49383
Jika ditabelkan:
x yh(x) Yh(x) Yh(x)- yh(x)
0.4 1.49383 1.49182 -0.00200
0.8 2.23152 2.22554 -0.00598
1.2 3.33350 3.32012 -0.01339
1.6 4.97968 4.95303 -0.02665
2.0 7.43878 7.38906 -0.04972
y i hy i
h2
2
y i y y y (B)
y i hf xi ,y i
h2
2
f x xi ,y i f xi ,y i f y xi ,y i
A B a b 1, bp 12 , bq 12
Tidak dapat diselesaikan karena hanya ada 3 persamaan dengan 4 bilangan anu
yaitu a,b,p,q. Biasanya nilai b adalah ½ atau 1.
Untuk b = ½, a = ½, p =q = 1
Euler utk y
h
i 1
y i 1 y i h
6
k1 2k 2 2k 3 k 4
k1 f xi , y i
k2 f xi 12 h, y i 12 hk1
k3 f xi 12 h, y i 12 hk 2
k4 f xi 12 h, y i 12 hk 3
y i 1 y i h
8
k1 3k 2 3k 3 k 4
k1 f xi , y i
k 2 f xi h 3 , y i 13 hk1
k 3 f xi 23 h, y i 13 hk1 hk 2
k 4 f xi h, y i hk1 hk 2 hk 3
k 3 f xi 12 h, y i 12 1 2 hk1 1 1 1
hk 2
f x h, y hk
2
k4 i i 1
2
hk 2 1 1
2 3
y 12 y y0 1 eksak Y x e
x
Contoh: 2
Y 1 e 1 2 1.648721271
Diselesaikan dengan RK4: f x, y 12 Y
k1 f x0 ,y 0 f 0,1 12 1 1
2
k 3 f x0 12 h,y 0 1 2 hk 1 hk
1
2 1
1
2 2
1
2
1 1 2 1 1 1 0.64331
1
2
1
2
1
2
5
8
k 4 f x0 h,y 0 1
hk 2 1 hk
1
3
1
2
1
2
5 1
2
y f x, y
y i 1 xi 1
dy
yi k
f x, y dx
xi k
xi 1
y i 1 y i k f x, y dx
xi k
r
f(x, y) didekati polinomial derajat r, x a j x j
j 0
untuk k = 0, r = 3
y i 1 y i h
24
55 f i 59 f i 1 37 f i 2 9 f i 3 O(h5)
untuk k = 1, r = 1
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
yi 1 yi 1 2hf i O(h3)
untuk k = 3, r = 3
y i 1 y i 3 43 h2 f i f i 1 2 f 1 2 (I) O(h5)
untuk k = 5, r = 5
y i 1 y i 5 103 h11 f i 14 f i 1 26 f i 2 14 f i 3 11 f i 4 O(h7)
untuk k = 3, r = 5
y i 1 y i 3 2h
45
7 f i 1 32 f1 12 f i 2 7 f i 3 O(h7)
Dari hasil di atas tampak bahwa integrasi terbuka memberikan rumus eksplisit;
sehingga hitungan tidak menggunakan iterasi. Integrasi tertutup menghasilkan
rumus implisit, sehingga membutuhkan iterasi.
Contoh:
h f
14 5 ( 4 )
Pada (I) kesalahan: xi 3 xi 1
15
h f
1 5 (4)
(II) kesalahan: xi 3 xi 1
90
Contoh penggunaan:
dy 1
y0 y(0)=1 hitung y(1) = ?
dx 2
Penyelesaiaan:
Digunakan h = 0.25
D:\My Stuffs\Publikasi\Metoda Numerik\Metoda Numerik 2009.docx (909 Kb)
Euler y n 1 y n hf n
i xi yi f(xi,yi)
n-3 0.00 1.0000 0.5000
n-2 0.25 1.1250 0.5625
n-1 0.50 1.2656 0.6328
n 0.75 1.4238 0.7119
n+1 1.00 1.6018 0.8009
A – B –4:
y n 1 y n 55 f n 59 f n1 37 f n2 9 f n3
h
24
y n 024
.24
550.7119 590.6328 370.5625 90.50
1.4238 0.18887 1.6127 (predictor)
A-B-M-4:
f n 1 12 y n 1 12 1.6127 0.8063
y n 1 y n 9 f n1 19 f n 5 f n1 f n2
h
24
1.4238 024
.25
90.8063 190.7119 50.6328 0.5625
1.4238 0.1894 1.6132 (predictor - corrector)
A-M-4:
f n 1 12 1.6132 0.8066
Iterasi 2: y n 1 1.4238 0.25
24 90.8066 190.7119 50.6328 0.5625
0.613216
f n 1 0.8066
Iterasi 3: y n 1 1.613217
f n 1 0.80661
Iterasi 9:
y n 1 1.613217
Tampak bahwa algoritma ‘predictor-corrector sudah mencukupi dibandingkan
dengan iterasi.
Tabel hasil
Carnahan, Brice, H.A. Luther, James O. Wilkes, Applied Numerical Methods, John
Wiley & Sons, New York, 1969.
Atkinson, Kendall E., An Introduction to Numerical Analysis, John Wiley & Sons,
New York, 1989.
James, M.L., G.M. Smith, J.C. Wolford, Applied Numerical Methods for Digital
Computation with Fortran and CSMP, 2nd Edition, Harper International
Edition, New York, 1977.