Kelas D
Semester Gasal 2017/2018
Materi Pembelajaran (1)
1. Kesalahan dan perambatan kesalahan (minggu I)
o Ide dasar perhitungan numerik
o Problema Numerik & Algoritma
o Kesalahan dalam perhitungan numerik
o Perambatan kesalahan
2. Penyelesaian persamaan non linier (minggu II)
o Bisection, interpolasi linier, secant, pendekatan berturutan,
newton-Raphson, bairstow
3. Penyelesaian system persamaan linier (minggu III dan IV)
o Metode Langsung (eliminasi gauss, gauss Jordan, LV Decompotion
o Metode tidak langsung (Yacobi, Gauss Siedel)
4. Penyelesaian system persamaan non linier (minggu V)
Materi Pembelajaran (2)
5. Interpolasi dan Curve Fitting (minggu VII)
6. Differensiasi Numerik dan Integrasi Numerik (VIII & IX)
o Differensiasi: Pendekatan forward, pendekatan central
o Integrasi: Metode trapezium, metode simpson, metode gauss
7. Penyelesaian numerik persamaan differensial biasa (X & XI)
o Initial value problem: metode deret Taylor, metode Euler, Metode Runge
Kutta
o Boundary Value problem: shooting method, metode beda hingga
8. Penyelesaian numerik persamaan differensial partial (XII & XIII)
o Persamaan differential partial Parabolic
o Persamaan differential partial Elliptic
o Persamaan differential partial hiperbolic
Penilaian
Quiz 1: 15%
Quiz 2: 15%
UAS: 25%
Praktikum: 30%
Tugas: 15%
Pendahuluan
Cara analitik umumnya
PERSOALAN /
hanya dapat digunakan
FENOMENA untuk menyelesaikan
persoalan-persoalan yang
sederhana
MODEL
MATEMATIK Untuk persoalan yang rumit
umumnya digunakan cara
numerik.
CARA
PENYELESAIAN
MODEL CARA Cara numerik berkembang
NUMERIK MATEMATIK ANALITIK
seiring dengan
perkembangan teknologi
komputer.
Diagram Penyelesaian Metoda Numerik
PERMASALAHAN NUMERIK
Mahasiswa mampu mengenal dan
menerapkan metoda-metoda atau
ALGORITMA algritma-algoritma numerik yang
(metodologi / langkah-langkah
untuk menyelesaikan persoalan numerik)
diperlukan untuk menyelesaikan
persoalan-persoalan teknik
Mahasiswa mampu menyelesaikan
FLOW CHART persoalan teknik secara matematik
menggunakan komputer
PROGRAM KOMPUTER Perlu penguasaan prinsip-prinsip
dasar pemrograman
Permasalahan Numerik dan Algoritma
PermasalahanNumerik adalah pernyataan yang jelas
mengenai hubungan fungsional antara data input dan
data out-put.
Algoritma untuk suatu permasalahan numerik adalah
pernyataan yang komplit dari operasi-operasi dapat
berupa aritmatik dan logik.
Notasi penjumlahan dalam algoritma
a1 a2 a3 a4 a5 a6 a7 a8
8
Dinyatakan sebagai:
a
i 1
i
a
i 1
x bj
ji i Dimana j = 1,2,3,4
a
i 1
x bj
ji i Dimana j = 1,2,...,n
Kesalahan dalam perhitungan numerik
1. Kesalahan dari data input
2. Round off error selama perhitungan
3. Truncation errors
4. Kesalahan akibat penyederhanaan model matematik
5. Human error dan machine error
Error definitions
True error: Et = true value – approximation
True percent relative error:
true value appoximation
t 100%
true value
Approximate percent relative error
present approximation previous ppoximation
a 100%
present approximation
Stopping criterion
Terminate computation when a s
where s is the desired percent relative error
Iteration (Pengulangan)
X=F(x)
Iteration dimulai dengan harga awal xo
Menghitung x1= F(x0); x2 = F(x1); x3=F(x2) dst.
Semua perhitungan bertype : xn+1=F(xn) Iteration Method
Bila himpunan (xn) memusat (converges) ke suatu harga batas ,
maka diperoleh:
Lim F(xn)=F(), sehingga x= memenuhi persamaan x=F(x)
n
Linierization
Ide : Fungsi yang kompleks didekati dengan suatu fungsi linear
pada suatu titik/tempat tertentu
Contoh pada penyelesaian f(x)=0 berarti akan dicari
perpotongan dengan sumbu x dari kurva y = f(x).
Bila x0 adalah pendekatan awal dari titik potong ini Kurva
tersebut didekati dengan garis singgung pada titik (x0, f(x0)).
Biasanya x1 adalah lebih teliti dari pada x0
Y=(x)
x2 x1 x0
Mencari akar persamaan
f ( x) ax bx c 0
2
x1= x3 2 (x4,f4)
1
X1 X3 X4 X2 X
-1
(x5,f5)
-2
(x3,f3)
-3
-4
(x1,f1)
Tabel Perhitungan
Metode Bisection
Ite x1 x2 x3 f(x1) f(x2) f(x3) 1/2 abs (x1- x2)
f1 = f ( x1 )
f2 = f ( x2 )
tanda N
2. x3 = (x1 + x2) / 2
x3 = 1/2 ( x1 + x2 )
6. Kembali ke tahap 2 x1 = x3
f1 = f3
Interpolasi Linier
Misal dianggap bahwa fungsi f(x) linear pada interval (x1, x2)
dimana f(x1) dan f(x2) mempunyai tanda yang berlawanan
x 2 x3 f ( x2 )
x 2 x1 f ( x 2 ) f ( x1 ) F(x)
4
3 (x2,f2)
atau 2
1
X1 X3 X2 X
f ( x2 ) -1
.f(x2)-f(x1)
x3 x 2 ( x 2 x1 ) -2
f ( x 2 ) f ( x1 ) -3 (x3,f3)
-4
(x1,f1)
Tabel Perhitungan
Metode Interpolasi Linier
Ite x1 x2 x3 f(x1) f(x2) f(x3) abs (f(x3))
f(x) = x3 + x2 - 3 x - 3 = 0
Algoritma Metode Interpolasi Linier
4
3 (xn,fn)
2
1
X
-1 Xn+2 Xn+1 Xn
-2
-3
-4
Tabel Perhitungan Metode Newton Raphson
Contoh : f(x) = sin x – (x/2)2 = 0
Ite xn f(xn) f'(xn) hn xn+1 (xn+1 - xn)/xn
1 1.5 0.43499 -1.4293 -0.3043 1.80435 0.20289947
2 1.80435 0.15893 -2.0358 -0.0781 1.88242 0.04326702
3 1.88242 0.06596 -2.189 -0.0301 1.91255 0.01600796
4 1.91255 0.0277 -2.2477 -0.0123 1.92488 0.00644463
5 1.92488 0.01168 -2.2716 -0.0051 1.93002 0.00267059
6 1.93002 0.00493 -2.2816 -0.0022 1.93218 0.00111923
7 1.93218 0.00208 -2.2857 -0.0009 1.93309 0.00047124
. .
. .
12 1.93373 2.8E-05 -2.2888 -1E-05 1.93374 6.3244E-06
Algoritma dan Flow chart
Metode Newton Raphson start
xo; tol
dengan rumus:
f xn X1= x0 - f(x0) / f’(x0)
X n 1 X n
f ' xn
end
X0=X1
Succesive Approximation /
Pendekatan berurutan (fixed-point iteration)
Konvergen
Y Y
Y=x Y=x
X X
.x0 .x1 .x2 .x2 .x0 .x1
Divergen
Algoritma dan Flow chart
Succesive