Bab4 - DIferensiasi Dan Integrasi Numerik Model Fisika PDF

alifis@corner
Telegram : https://t.me/fisikafilsafat
Twitter : https://twitter.com/alifis_AW
Blog : https://alifis.wordpress.com/
DIFERENSIASI &
INTEGRASI NUMERIK
Sebuah HSF (Heat Sink Fan)bernama

ThermalRock Silent Rock ini menggu-
nakan bahan dasar tembaga pada
semua permukaan heatsinknya,
kecuali pada bracket fannya yang
menggunakan bahan aluminium.
Untuk mentransfer panas dari base
HSF-nya, Silent Rock mengandalkan
dua buah heatpipe tembaga. Pelepasan
panas dialirkan melalui kedua buah
heatpipe-nya, mengandalkan 80 sirip
tipis yang ditiup oleh sebuah fan 9
cm yang dapat menghasilkan 52,33
CFM, tetapi tidak bising pada saat
operasional-nya. (<25dBA). (CHIP,
2005). Sapuan putar sebuah sirip fan
tersebut bisa menggambarkan konsep
integrasi sebagai benda putar.
Pada bab ini dibahas konsep dasar diferensiasi dan integrasi numerik, meliputi
teknik pendekatan atau penghampiran, metode komputasi numerik berkaitan
dengan model diferensial dan integral, serta penggunaannya dalam beberapa kasus
fisika.
Science is built up with facts, as a house is with stones. But a collection of facts is
no more a science than a heap of stones is a house
(H. Poincare, La Science et l’Hypothese)
Tasks begun well, likely have good finishes

(Sophocles, 496 - 406 B)
 FisikaKomputasi  £i-FST Undana 136
alifis@corner
4.1 Pendekatan Diferensial

Mengkaji model diferensial berarti berurusan dengan gradien-gradien garis
singgung kurva yang lebih lanjut ditafsirkan sebagai laju perubahan, seperti laju
perubahan jarak terhadap waktu, laju perubahan kecepatan terhadap waktu, laju
perubahan temperatur, laju perubahan muatan listrik terhadap waktu dan
sebagainya.
Diferensiasi numerik adalah penentuan nilai pendekatan atau hampiran
untuk turunan suatu fungsi f yang umumnya diberikan dalam bentuk tabel.
----------------------------------------------------------------------------------------------------
Misalnya kita ingin menghitung: lim x 2
x 2
Dapat dibentuk tabel nilai limit arah kiri dan tabel nilai limit arah kanan.
atau
menggunakan perintah sederhana sabagai berikut:
Limit[x^2, x2]
4
----------------------------------------------------------------------------------------------------
Diferensiasi numerik harus dihindari bilamana mungkin karena umumnya nilai
pendekatan diferensial akan kurang teliti dibandingkan nilai fungsi yang
merupakan asal nilai-nilai tersebut diturunkan. Sebenarnya, turunan adalah limit
dari hasilbagi dan dalam hal ini ada proses pengurangan dua besaran bernilai besar
dan membagi dengan besaran kecil. Lebih lanjut jika fungsi f dihampiri
menggunakan suatu polinom p, selisih dalam nilai-nilai fungsi boleh jadi kecil

alifis@corner
tetapi turunan-turunannya mungkin sangat berbeda. Karenanya masuk akal bahwa

diferensiasi numerik adalah runyam, berlawanan dengan integrasi numerik, yang
tidak banyak dipengaruhi oleh ketidaktelitian nilai-nilai fungsi, karena integrasi
pada dasarnya adalah suatu proses yang mulus.
Hubungan yang erat antara diferensiasi dan integrasi bisa ditinjau pada
suatu fungsi y(t) yang merupakan posisi benda sebagai fungsi waktu, bentuk
diferensialnya tertuju pada kecepatan,
d
v(t )  y (t ) (4.1)
dt
Sebaliknya, dari konsep kecepatan sebagai fungsi waktu, integrasinya akan
menghasilkan suatu besaran posisi,
t
y (t )   v(t )dt (4.2)
0
Berikut ini akan dibahas beberapa teknik atau metode pendekatan yang
pada bab selanjutnya menjadi penting dan bermanfaat dalam menyelesaikan
persamaan-persamaan diferensial secara komputasi numerik.
4.2 Formula Beda Pusat (Central Difference)

Tinjau diferensial suatu fungsi f(x) pada x=0, f’(0). f berada pada kisi-kisi
ruang berjarak sama terhadap nilai x, dengan generalisasi:
f n  f ( xn ); xn  nh ( n  0,1,2,... ) (4.3)
Dengan deret Taylor berusaha dihitung nilai pendekatan dari f’(0) dalam
bentuk fn, dengan cara menguraikan f disekitar sumbu x=0,
x2 x3
f ( x)  f 0  xf ' f " f ' ' '...
2! 3!
semua turunan dievaluasi pada x=0, didapatkan bentuk persamaan
h2 h3
f  1  f ( x   h)  f 0  hf ' f " f ' ' 'O(h 4 ) (4.4)
2 6
4h 3
f  2  f ( x  2h)  f 0  2hf '2h 2 f " f ' ' 'O(h 4 ) (4.5)
3
dimana O(h4) merupakan pendekatan kesalahan dalam orde 4 atau lebih tinggi.
Subtraksi f-1 dari f1 pada persamaan (4.4) memberikan bentuk diferensial,

f1  f 1 h 2
f '  f ' ' 'O(h 4 ) (4.6)
2h 6

alifis@corner
bentuk f’’’ akan tereduksi ketika h diperkecil dan kesalahan dominan berkaitan
dengan estimasi beda batas, sehingga didapatkan bentuk pertama:
f1  f 1
f ' (4.7)
2h
yang merupakan formula beda pusat (central difference) dengan 3 titik, yang lebih
dikenal sebagai “3 point” formula atau formula 3 titik. Formula ini menjadi eksak
jika f adalah polinomial orde dua di dalam interval 3 titik [-h,+h]. Esensi dari
persamaan (4.7) adalah asumsi bahwa interpolasi polinomial quadratik terhadap f
melalui 3 titik valid, x=±h,0 dan merupakan hasil yang alami, karena formula
digunakan sebagai definisi derivatif dalam kalkulus dasar.
f-3 f-2 f-1 f0 f1 f2 f3
x-3=-3h x-1=-h x1=h x3=3h

x-2=-2h x0=0 x2=2h
Gambar 4.1. Nilai f pada kisi ruang berjarak sama. Garis putus menunjukkan
interpolasi linear
Kesalahan secara prinsip bisa dibuat sekecil mungkin dengan mengambil

nilai h yang lebih kecil. Berdasarkan perbedaan simetri pada x=0, formula (4.7) ini
lebih akurat (oleh pangkat 1h) dibandingkan dengan formula beda maju (forward
difference) atau beda mundur (backward difference) ,
f1  f 0
f ' + O(h) (4.8)
h
f  f 1
f ' 0 +O(h) (4.9)
h
Formula ini dikenal sebagai “2 point” formula atau formula 2 titik, yang didasarkan
pada asumsi bahwa f didekati oleh sebuah fungsi linear yang melalui interval
antara x=0 dan x=±h.

alifis@corner
Berikut disajikan pilihan populer formula beda pusat pada orde kesalahan
O(h ) dan O(h4) dengan konvensi fk  f ( x0  hk ) untuk k=±3, ±2, ±1,0.
2
Formula beda pusat orde O(h2)

f1  f 1
f ' ( x0 )  ; formula 3 titik
2h
f  2 f 0  f 1
f ' ' ( x0 )  1 (4.10)
h2
f  2 f1  2 f 1  f 2
f ' ' ' ( x0 )  2
2h 3
(4.10)
f 2  4 f1  6 f 0  4 f 1  f 2
f ' ' ' ' ( x0 ) 
h4
Formula beda pusat orde O(h4)
 f 2  8 f1  8 f 1  f 2
f ' ( x0 )  ; formula 5 titik
12h
 f 2  16 f1  30 f 0  16 f 1  f 2
f ' ' ( x0 )  (4.11)
12h 2
(4.11)
 f 3  8 f 2  13 f1  13 f 1  8 f 2  f 3
f ' ' ' ( x0 ) 
8h 3
 f 3  12 f 2  39 f1  56 f 0  39 f 1  12 f 2  f 3
f ' ' ' ' ( x0 ) 
6h 4
Contoh 4a
Andaikan f(x)=cos x
[a] Gunakan formula pendekatan f’’(x) dengan h=0,1; 0,01; dan 0,001 dan cari
pendekatan untuk f’’(0,8). Gunakan 9 digit desimal dalam semua perhitungan.
[b] Bandingkan dengan nilai benar f’’(0,8)=-cos(0,8)
Solusi
[a] Perhitungan untuk h=0,01 adalah
f1  2 f 0  f 1
f ' ' ( x0 ) 
h2

alifis@corner
f (0,81)  2 f (0,80)  f (0,79)

f ' ' (0,8) 
0,0001
0,689498433  2(0,696706709 )  0,703845316
  0,696690000
0,0001
[b] Kesalahan pendekatan adalah 0,000016709
Perhitungan pendekatan komputasi numerik terhadap f’’(x) selengkapnya disajikan
dalam tabel berikut:
h pendekatan Kesalahan
0,1 -0,696126300 -0,000508409
0,01 -0,696669000 -0,000016709
0,001 -0,696000000 -0,000706709
Contoh 4b
Buatlah program sederhana untuk menghitung f’(x=1) dari fungsi f(x)=sin x,
dengan menggunakan formula 3 titik. Jawaban eksak, cos 1=0,540302. Bandingkan
hasilnya dengan formula beda maju/mundur dan formula 5 titik.
Solusi
Dengan program BASIC diujikan persamaan pendekatan komputasi numerik
(4.7) , yaitu
f1  f 1
f '  f ' ( x )  f ( x  h)  f ( x  h)
2h 2h
sebagai input adalah nilai h
10 X=1; EXACT=cos(X)
20 INPUT “masukkan nilai h (lebar langkah)”;H
30 IF H<=0 THEN STOP
40 FPRIME=(sin(X+H)-sin(X-H))/(2*H)
50 DIFF=EXACT-FPRIME
60 PRINT USING “h=#.#####, Kesalahan=+#.#####”;H,DIFF
70 GOTO 20
Plot[{Sin[x],Cos[x],-Sin[x]},{x,0,1.5},
GridLinesAutomatic,FrameTrue, AxesLabel{x,y}]

alifis@corner
Gambar 4.2 Ploting fungsi f(x), f’(x) dan f’’(x)
Formula 3 titik, diimplementasikan pada line 40, dinyatakan dengan

deklarasi FPRIME=(sin(X+H)-sin(X-H))/(2*H). program ditujukan untuk
menampilkan data kesalahan pada proses iterasinya.
Pada tabel di halaman berikutnya disajikan data selengkapnya evaluasi
kesalahan untuk formula 3 titik. Disamping itu disajikan perbandingannya dengan
perhitungan menggunakan formula 2 titik dan formula 5 titik.
Simetri 3 2 titik 2 titik Simetri

H
titik (Maju) ( mundur) 5 titik
0,50000 0,022233 0,228254 -0,183789 0,001092
0,20000 0,003595 0,087461 -0,080272 0,000028
0,10000 0,000899 0,042938 -0,041139 0,000001
0,05000 0,000225 0,021258 -0,020808 0,00000
… … … … …
… … … … …
0,00010 -0,000312 -0,000312 -0,000312 -0,000411
0,00005 0,000284 0,001476 -0,000908 0,000681
0,00002 0,000880 0,000880 0,000880 0,000873
0,00001 0,000880 0,003860 -0,002100 0,000880
Ketika h=10-6 maka

f1=sin(1,000001)=0,841472; f -1=sin(0,999999)=0,841470, dan
f1-f-1=0,000002 pada 6 digit angka signifikan.

alifis@corner
Hasil dari program secara umum, formula 3 titik memiliki hasil evaluasi
yang hampir sama dibanding dengan formula 2 titik. Jawaban cukup terarah ketika
nilai h diperkecil, tetapi hanya sampai pada satu titik tertentu, dan setelah itu yang
terjadi adalah cukup buruk. Hal ini karena aritmetika pada komputer dibentuk
hanya sampai presisi terbatas ( variabel presisi tunggal BASIC memiliki 5-6 digit
desimal), sehingga ketika h cukup kecil dan beda f 1 dengan f–1 sangat kecil, maka
terjadi round off error.
Ketika disubtitusikan pada formula 3 titik, maka f’≈1,000000, hasil yang
sangat buruk. Jika menggunakan aritmetika 10 digit signifikan, maka f 1=
0,8414715251; sementara f -1=0,8414704445, yang memberikan hasil yang cukup
dapat dipertanggungjawabkan f’≈0,540300.
Jadi seperti pada penjelasan diawal, bahwa diferensiasi numerik secara
intrinsik prosesnya tidak stabil ( no well-defined limit as h0), sehingga harus
diselesaikan dengan hati-hati.
Dari formula 5 titik, derivatif dihitung dengan cara mengambil asumsi
bahwa f didekati dengan polinomial orde 4 melalui interval 5 titik [-2h,2h].
Walaupun membutuhkan komputasi yang lebih, pendekatan ini lebih akurat seperti
terlihat pada perbandingan komputasi diatas.
Contoh 4c
Buatlah program untuk mencari turunan pertama berdasarkan formula beda pusat 3
titik, dan dipakai untuk menghitung percepatan penerjun pada t = 10 detik, ketika
diketahui laju penerjun selama melayang di udara memenuhi persamaan:
v(t ) 
gm
c

1  e  ( c / m )t  ( Lihat persamaan 1.7 Bab 1)
Dimana g=9,8 m/s2, m=68,1 kg, dan c=12,5 kg/s.
Solusi
Program Turunan1_BedaPusat;
Uses wincrt;
Const eps = 1e-3;
Type Deret = Array[1..2] of Real;
Var fx, del, dx, zz, x, y, h : Real;
i, n : Integer;
z : Deret;
Begin
Clrscr;
Writeln;
Write(“:5,’x:’); Readln(y) ;
Writeln;
h := 1;

alifis@corner
n := 0;
zz :=0;
del :=10;
While Abs (del) >= eps Do
Begin
n := n+1;
For i := 1 To 2 Do
Begin
Case i of
1: x :=y+h;
2: x :=y – h;
End;
{ -dapat berubah sesuai bentuk fungsi -}
fx := 9.8*68.1*(1 – exp( - 12.5*x/68.1));
fx := fx/12.5;
{-------------------------------------}
z[i]:=fx;
End;
dx := (z[1] – z[2])/(2*h) ;
del := zz – dx ;
Writeln (‘’:5, h:10, ‘’:5, dx:10,’’:5, del:10) ;
zz := dx;
h := h/10;
End;
Writeln;
Writeln(‘’:5,‘Turunan Pertama f’(x) :’,dx:10) ;
Gotoxy(60,5); Write(‘Tekan <Esc>’) ;
Repeat Until Readkey = #27;
End.
Contoh 4d
Buatlah program untuk menghitung turunan kedua suatu fungsi jarak yang
ditempuh penerjun payung :
gm  m  (c / m)t 
f ( x)   x  [e  1]
c  c 
berdasarkan formula beda pusat 3 titik pada t = 10 detik.
Solusi
Program Turunan2_BedaPusat;
Uses wincrt;
Const eps = 1e-3;

alifis@corner

i, n : Integer;
z : Deret;
Begin
Clrscr;
Writeln;
Writeln;
h := 1;
n := 0;
zz :=0;
del :=10;
Begin
n := n+1;
For i := 1 To 3 Do
Begin
x := y – (i – 2)*h ;
{----dapat berubah sesuai bentuk fungsi ---}
fx := x + 68.1/12.5*( exp( - 12.5*x/68.1) - 1);
fx := fx* 9.8* 68.1/12.5;
{------------------------------------------}
z[i]:=fx;
End;
dx := (z[1] – 2*z[2] + z[3])/sqr(h) ;

del := zz – dx ;
Writeln (‘’:5, h:10, ‘’:5, dx:10,’’:5, del:10) ;
zz := dx;
h := h/10;
End;
Writeln;
Writeln(‘’:5,‘Turunan Kedua dari f(x) :’,dx:10) ;
End.
4.3 Formula Beda Maju/Mundur

Jika fungsi tidak dapat dihitung pada absis-absis yang terletak pada kedua
sisi x, maka rumus beda pusat tidak dapat dipakai untuk menghampiri derivatif.

alifis@corner
Bilamana fungsi dapat dihitung pada absis-absis berjarak sama yang terletak ke
kanan ( kiri) dari x, maka dapat digunakan formula beda maju (mundur). Formula
tersebut dapat diturunkan memakai metode-metode yang berlainan, pembuktiannya
dapat bersandar pada deret Taylor, polinom pengintegralan Lagrangre, atau
polinom interpolasi Newton. Beberapa formula beda maju/mundur berorde O(h2),
sebagai berikut:
Formula beda maju (forward difference)
 3 f 0  4 f 1  f 2  3 f ( x )  4 f ( x  h)  f ( x  2h)
f ' ( x)  =
2h 2h
2 f  5 f1  4 f 2  f 3
f ' ' ( x)  0 (4.12)
h2
(4.12)
 5 f 0  18 f1  24 f 2  14 f 3  3 f 4
f ' ' ' ( x) 
2h 3
3 f  14 f1  26 f 2  24 f 3  11 f 4  2 f 5
f ' ' ' ' ( x)  0
h4
Formula beda mundur (backward difference)
3 f 0  4 f 1  f 2
f ' ( x) 
2h
2 f  5 f 1  4 f 2  f 3
f ' ' ( x)  0 (4.13)
h2
5 f  18 f 1  24 f 2  14 f 3  3 f 4
f ' ' ' ( x)  0
2h 3
3 f  14 f 1  26 f 2  24 f 3  11 f 4  2 f 5
f ' ' ' ' ( x)  0
h4
Contoh 4e
Buatlah program untuk kasus soal 4c berdasarkan formula beda maju
Solusi
Program Turunan1_BedaMaju;
Uses crt;
Const eps = 1e-3;
i, n : Integer;

alifis@corner
z : Deret;
Begin
Clrscr;
Writeln;
Writeln;
h := 1;
n := 0;
zz :=0;
del :=10;

Begin
n := n+1;
For i := 1 To 3 Do
Begin
x := y + (i – 1)*h ;
{---dapat berubah sesuai bentuk fungsi ----}

fx := 9.8*68.1*(1 – exp( - 12.5*x/68.1));
fx := fx/12.5;
{------------------------------------------}
z[i]:=fx;
End;
dx := ( - 3*z[1] + 4*z[2] – z[3])/(2*h) ;

del := zz – dx ;
Writeln (‘’:5, h:10, ‘’:5, dx:10,’’:5, del:10) ;
zz := dx;
h := h/10;
End;
Writeln;
Writeln(‘’:5, ‘ Turunan Pertama dari f(x) :’,
dx:10) ;
End.
Pada contoh-contoh program di atas semuanya dipakai untuk menghitung

percepatan penerjun payung pada waktu t = 10 detik. Untuk program turunan
pertama, percepatan dihitung dari persamaan kecepatan dan untuk program turunan
kedua, percepatan dihitung dari persamaan posisi. Hasilnya adalah sama 1,563

alifis@corner
m/s2. Contoh tampilan list program dan hasil running contoh 4d dan 4e
menggunakan Turbo Pascal For Windows 1.5, terlihat pada gambar 4.3.
(a) turunan pertama dari model kecepatan
(b) turunan kedua dari model posisi

Gambar 4.3. Hasil Running Contoh 4d & 4e
4.4 Integrasi Numerik
Integrasi numerik adalah piranti utama yang dipakai ilmuwan dalam
mencari pendekatan jawaban untuk integral tentu yang tidak bisa diselesaikan
secara analitik. Dalam termodinamik atau fisika statistik, model Debye untuk
menghitung kapasitas panas dari benda memenuhi fungsi:
x t3
 ( x)   dt (4.14)
0 et  1
saat tidak ada pernyataan analitik untuk Ф(x), integrasi numerik harus digunakan
untuk mencari nilai pendekatannya. Sebagai contoh, nilai Ф(5) adalah area
dibawah kurva y=f(t)=t3/(et - 1) untuk 0≤ t≤5 (lihat gambar 4.4).
Plot[t^3/(Exp[t]-1),{t,0,10},GridLines->Automatic,Frame-
>True,AxesLabel->{t,}]

alifis@corner
Gambar 4.4. Area dibawah kurva y=f(t) untuk 0≤ t≤5 & nilai Ф(x)
5 t3
Nilai pendekatan untuk Ф(5) adalah  (5)   dt  4,8998922
0 et  1
setiap penambahan nilai Ф(x) harus ditentukan oleh integrasi numerik yang lain.
NIntegrate[t^3/(Exp[t]-1),{t,0,5}]
4.89989
---------------------------------------------------------------------------------------------------
Tujuan dari pembahasan materi ini adalah untuk memahami prinsip-prinsip
dasar integrasi numerik. Sasaran dasarnya adalah pendekatan integral tentu f(x)
pada selang a≤ x≤b dengan sejumlah titik-titik sampel (sample nodes), (x0,f0),
(x1,f1), (x2,f2),…., (xM,fM) dengan fk=f(xk). Rumus pendekatan berbentuk:
b
 f ( x)dx  
a
0 f 0  1 f1  ...   M f M (4.15)
nilai-nilai ω0, ω1,…, ωM berupa konstanta atau bobot. Tergantung pada penerapan
yang diinginkan, simpul-simpul xk dipilih dalam berbagai cara. Untuk aturan
Trapesium, Simpson, dan aturan Boole, simpul-simpul xk=a+hk dipilih berjarak
sama. Untuk integrasi Gauss-Legendre simpul-simpul dipilih berupa titik-titik nol
dari polinom-polinom Legendre tertentu. Bilamana formula integrasi dipakai
menurunkan suatu algoritma eksplisit untuk memecahkan persamaan diferensial,
simpul-simpul semuanya dipilih lebih kecil dari b.
Beberapa formula umum yang berdasarkan pada interpolasi polinom
disebut formula integrasi Newton Cotes. Ketika titik sample x 0=0 dan xM=b
digunakan dalam formula, formula tersebut dinamakan formula Newton Cotes
tertutup.

alifis@corner
Berikut ini adalah beberapa metode integrasi numerik yang populer

digunakan,
a. Trapezoidal Rule (Aturan Trapesium)
Simplicity, Optimal for improrer integrals, Needs a large
number of sub intervals for good accuracy
x1
h
 f ( x)dx  2 ( f
x0
0  f1 )
b. Simpson’s 1/3 Rule

Simplicity. Higher accuracy than trapezoidal rule, Even
number of interval only
x2
h
 f ( x)dx  3 ( f
x0
0  4 f1  f 2 )
c. Multiple-application Simpson’s 1/3 Rule

d. Simpson’s 3/8 Rule
e. Newton Cotes
f. Romberg Integration
g. Gauss Quadrature
Yang akan ditelaah dan diimplementasikan di dalam menangani kasus-

kasus yang berkaitan dengan integrasi numerik pada sub bahasan ini adalah aturan
Trapesium dan aturan Simpson 1/3, dengan alasan utama kesederhanaannya.
Selebihnya metode lainnya adalah metode alternatif yang lebih baik.
4.5 Aturan Trapesium (Trapezoidal Rule)

Aturan Trapesium adalah metode integrasi numerik yang didapatkan
dengan mengintegrasikan formula interpolasi linear, dituliskan:
ba
b
I   f ( x)dx  [ f (a)  f (b)]  E (4.16)
a
2
Sebagaimana gambar 4.5, area yang diblok adalah integral yang dihitung
oleh aturan trapesium, sedangkan dibawah kurva, f(x) adalah nilai eksak. Faktor
koreksi, E diperlihatkan oleh adanya area dibawah kurva f(x) yang tidak terblok,
sekaligus ada area diatas kurva yang terblok..
Persamaan (4.16) bisa diperluas untuk banyak interval. Untuk N interval
dengan jarak langkah h, perluasan aturan trapesium:
b N 1
h
I   f ( x)dx  [ f (a)   f (a  jh)  f (b)]  E (4.17)
a
2 j 1

alifis@corner
Gambar 4.5 Area integral pendekatan metode trapesium
dimana h=(b-a)/N. Persamaan bisa dituliskan dalam ekivalensinya, yaitu:

h
I  ( f 0  2 f1  2 f 2  ...  2 f N 1  f N )  E (4.18)
2
dimana f0=f(a), f1=f(a+h), dan fi=f(a+ih)
Contoh 4f
Sebuah benda putar, diperlihatkan pada gambar 4.6, dibentuk dengan memutar
kurva y=1+(x/2)2, 0<=x<= 2, disekitar sumbu x. Hitunglah volume menggunakan
perluasan aturan trapesium dengan N=2,4,8,16,32,64 dan 128. Nilai benar adalah
I=11,7286. Evaluasi kesalahan pada setiap N.
Solusi
2
Volume diberikan oleh persamaan: I   f ( x)dx
0
2
  x 2 
dimana f ( x)   1    
 2 
 

alifis@corner
Gambar 4.6 Benda Putar dari kurva y=1+(x/2)2, 0<=x<= 2
Kalkulasi untuk N=2 dan 4 ditunjukkan sebagai berikut:

N=2:
h=2/2=1
1
I  [ f (0)  2 f (1)  f (2)]  0,5 [1  2(1,5625 )  4]  12,7627
2
N=4:
h=2/4=0,5
0,5
I [ f (0)  2 f (0,5)  2 f (1)  2 f (1,5)  f (2)]  11,9895
2
Integrasi dengan N yang lain memberikan hasil sebagai berikut:
N h Ih eh
2 1 12,7627 -1,0341
4 0,5 11,9895 -0,2609
8 0,25 11,7940 -0,0654
16 0,125 11,7449 -0,0163
32 0,0625 11,7326 -0,0040
64 0,03125 11,7296 -0,0010
128 0,015625 11,7288 -0,0002
Hasil ini memberikan data bahwa kesalahan berkurang sebanding dengan h 2.
--------------------------------------------------------------------------------------------------
Integrate[Pi (1+(x/2)^2)^2,x]
3
x x5
x
6 80
Integrate[Pi (1+(x/2)^2)^2,{x,0,2}]
56
15
NIntegrate[Pi (1+(x/2)^2)^2,{x,0,2}]
11.7286
-------------------------------------------------------------------------------------------------
Kesalahan pada perluasan aturan trapesium didefinisikan sebagai:
ba
b
E   f ( x)dx  [ f (a)  f (b)] (4.19)
a
2

alifis@corner
dimana bentuk pertama adalah integral eksak, dan bentuk kedua adalah bentuk dari
aturan trapesium. Kesalahan ini adalah penjumlahan kesalahan untuk seluruh
interval. Ketika perluasan aturan trapesium digunakan pada interval [a,b], yang
mana dibagi ke dalam N interval dengan N+1 titik x 0, x1,…,xN, dengan x0=a dan
xN=b. Sehingga kesalahan perluasan aturan trapesium menjadi:
1 (b  a ) 3 N
E
12 N 3
 f ''(x )
i 1
i (4.20)
Algoritma Aturan Trapesium
(a) Segmen Tunggal

FUNCTION Trap(h,f0,f1)
Trap=h*(fo+f1)/2
END Trap
(b) Segmen Banyak

FUNCTION Trapm (h,n,f)
Sum=f0
DO i=1,n-1
Sum=sum+2*fi
END DO
Sum=sum + fn
Trap=h*sum/2
END Trapm
Contoh 4g
Kecepatan sebuah kapal selam yang berada dibawah kepingan es kutub diberikan
dalam tabel.
Waktu,t Kecepatan, v(t) Pendekatan jarak tempuh

(jam) (km/jam) selama selang [0,t] (km)
0,00 6,0 0,0000
0,25 7,5 1,6875
0,50 8,0 3,6250
0,75 9,0 5,7500
1,00 8,5 7,9375
1,25 10,5 10,3125
1,50 9,5 12,8125
1,75 7,0 14,8750
2,00 6,0 16,5000
alifis@corner
Nilai-nilai pendekatan jarak tempuh semuanya diperoleh memakai aturan

trapesium. Periksa kebenaran bahwa hampiran untuk jarak total yang ditempuh
selama selang waktu [0,2] adalah 16,5 km.
Solusi
2

Jarak tempuh didefinisikan sebagai jarak  v(t )dt .
0
Gunakan aturan trapesium, dengan N=8, h=0,25, sehingga
0,25
jarak _ tempuh(v, h)  (6  6)  0,25(7,5  8  9  8,5  10,5  9,5  7)  16,5km
2
4.6 Aturan Simpson 1/3

Adalah aturan yang cukup populer dari sekian banyak metode integrasi,
didasarkan pada interpolasi polinomial orde dua. Dirumuskan sebagai formula
aturan Simpson 1/3 dengan persamaan:
b
h
I   f ( x)dx  [ f (a)  4 f ( x)  f (b)]  E (4.21)
a
3
(b  a) ( a  b)
dimana h  dan x 
2 2
Persamaan (4.21) dapat dituliskan sebagai
h
I  [ f0  4 fi  f2 ]  E (4.22)
3
h5
dimana f i  f ( xi )  f (a  ih) , dengan kesalahan sebesar: E   f 4( x)
90
Gambaran pendekatan simpson dapat dilihat pada Gambar 4.7 berikut ini

alifis@corner
Gambar 4.7 Area integral pendekatan metode simpson 1/3
Aturan Simpson 1/3 juga bisa diadaptasi untuk N genap interval, yang
formulanya dituliskan sebagai berikut;
N 1 N 2
h
I [ f (a )  4  f (a  ih)  2  f (a  ih)  f (b)]  E
3 i 1( ganjil) i  2 ( genap)
atau dituliskan
h
I  [ f 0  4 f 1  2 f 2  4 f 3  2 f 4  ...  2 fN  2  4 fN  1  fN ]  E
3
Contoh 4h
Hitunglah volume sebuah benda putar, pada contoh 4c menggunakan perluasan
aturan Simpson 1/3 dengan N=2,4,8,16,32,64. Nilai benar adalah I=11,7286.
Evaluasi kesalahan pada setiap N.
Solusi
Kalkulasi untuk N=2 dan 4 ditunjukkan sebagai berikut:
N=2:
h=2/2=1
h
I [ f (0)  4 f (1)  f (2)]  ( / 3)[1  4(1,5625)  4]  11,7809
3
N=4:
h=2/4=0,5
0,5
I [ f (0)  4 f (0,5)  2 f (1)  4 f (1,5)  f (2)]  11,7318
3
Integrasi dengan N yang lain memberikan hasil sebagai berikut:
N h Ih eh

alifis@corner
2 1 11,7809 -0,0523
4 0,5 11,7318 -0,0032
8 0,25 11,7288 -0,0002
16 0,125 11,7286 0,0000
32 0,0625 11,7286 0,0000
64 0,03125 11,7286 0,0000
Kalau dibandingkan hasilnya dengan contoh 4.3, dapat dijelaskan bahwa

perluasan aturan Simpson 1/3 secara signifikan lebih akurat daripada kaidah
trapesium pada jumlah interval yang sama. Akurasi kaidah trapesium
menggunakan interval 32 ekivalen dengan Simpson yang hanya interval 4.
Kesimpulannya pada kasus ini, aturan Simpson leebih cepat mendekati solusi
eksak ketika h diperkecil, dan lebih akurat dua tingkat dibanding trapesium.
Algoritma Aturan Simpson
(a) Simpson 1/3

FUNCTION Simp13(h,f0,f1,f2)
Simp13=2*h*(fo+4*f1+f2)/6
END Simp13
(b) Perluasan Simpson 1/3

FUNCTION Simp13p (h,n,f)
Sum=f0
DO i=1,n-2,2
Sum=sum+4*fi+ 2*fi+1
END DO
Sum=sum + 4*fn-1 +fn
Simp13p=h*sum/3
END Simp13p
Contoh 4i
Buatlah program untuk menghitung kesalahan komputasi dari
1
e dx  e  1  1,718282
x
0
dengan menggunakan perluasan aturan Simpson 1/3.
Cek perbandingannya dengan perluasan aturan trapesium !
Solusi
Program BASIC dengan input N

alifis@corner
5 DEF FNF(X)=EXP(X)
10 EXACT=EXP(1)-1
15 INPUT “masukkan N (jumlah iterasi)”;N%
20 IF N%<=0 THEN STOP
25 ‘
30 H=1/N%
35 SUM=FNF(0)
40 FAC=2
45 ‘
50 FOR I%=1 TO N%-1
55 IF FAC=2 THEN FAC=4 ELSE FAC=2
60 X=I%*H
65 SUM=SUM+FNF(X)*FAC
70 NEXT I%
75 ‘
80 SUM=SUM+FNF(1)
85 INTEGRAL=H*SUM/3
90 DIFF=EXACT-INTEGRAL
95 PRINT USING “N=####, Kesalahan=#.#####”;N%,DIFF
100 GOTO 15
Hasil program memberikan realitas bahwa pada kasus ini perluasan aturan Simpson
konvergensinya cukup cepat, yaitu pada N=16, seperti tercantum pada tabel
berikut.
N h e e
Simpson Trapesium
4 0,2500000 -0,000037 -0,008940
8 0,1250000 0,000002 -0,002237
16 0,0625000 0,000000 -0,000559
32 0,0312500 0,000000 -0,000140
64 0,0156250 0,000000 -0,000035
128 0,0078125 0,000000 -0,000008
Sebagai pembanding adalah perluasan aturan Trapesium dengan hasil kolom paling
kanan, sekaligus bukti bahwa simpson 1/3 disamping sederhana memiliki
konvergensi yang cepat.

alifis@corner
Contoh 4j
Buatlah program untuk mencari jarak yang ditempuh penerjun payung dengan
t
menggunakan hubungan: h 
0 v(t )dt . Gunakan persamaan laju penerjun selama
melayang di udara pada contoh 4c
Solusi
Program Simpson;
Uses wincrt;
Const max = 100;
eps = 1e-3;
Type indeks = 1..max;
Luas = Array[indeks] of Real;
Var simp : Luas;
x, x1, x2, delt, delx, pita, fx : Real;
i, j : Integer;
Begin
Clrscr;
Write('':5,'Batas bawah:'); Readln(x1) ;
Write('':5,'Batas atas:'); Readln(x2) ;
Writeln; Writeln;
i :=0;
delt :=100;
Repeat
Begin
i:=i+1;
j:=0;
simp[i]:=0;
x:=x1;
pita:=2*exp((i-1)*Ln(2));
delx:=(x2-x1)/pita;
While x<x2 Do
Begin
{-------dapat berubah sesuai bentuk fungsi -----}
fx := 1 - exp(- 12.5*x/68.1);
{-----------------------------------------------}
j:=j+1;
If (x=x1) Or (x=x2) Then simp[i]:=simp[i]+fx
Else
Begin
If(x>x1) And (x<x2) And (j mod 2=0) Then
alifis@corner
simp[i]:=simp[i]+4*fx;
If (x>x1) And (x<x2) And (j mod 2=1) Then
simp[i]:=simp[i]+2*fx;
End;
x:=x+delx;
End;
simp[i]:=simp[i]*delx/3;
If i=1 Then
Writeln('':5, pita:5:0,'':5,simp[i]:15)
Else
Begin
delt:=simp[i]-simp[i-1];
Writeln('':5,pita:5:0,'':5,simp[i]:15,'':10,
delt:15);
End;
End;
Until Abs(delt)<eps;
Writeln('':5, 'Harga Integrasi :' ,simp[i]:15) ;
Gotoxy(60,5); Write('Tekan <Esc>') ;
End.
Bentuk fungsi yang dihitung dalam program diatas adalah

f ( x)  1  e 12,5 x / 68,1 . Dengan batas integrasi 0 dan 10 maka hasilnya 5,421
seperti terlihat pada gambar 4.8

alifis@corner
Gambar 4.8 Hasil running program simpson untuk contoh 4j
Sehingga jarak yang ditanyakan menjadi:

9,8 x68,1
h x5,421  289,43m
12,5
::: Studi Kasus Fisika 06:::

Fluks Magnetik Di Sekitar Kawat Berarus Listrik
Di dalam mengkaji masalah medan elektromagnetik kita tidak terlupa

dengan beberapa ilmuwan plus pemikirannya, diantaranya: Oersted (‘di sekitar
kawat berarus listrik terdapat medan magnet’), Faraday (‘gerak magnet di dalam
kumparan, menimbulkan arus listrik’), dan Maxwell (‘menggabungkan gejala
kelistrikan dan kemagnetan dalam suatu kerangka matematis terpadu’). Selain itu
ada Biot-Savart, Ampere, Lorentz dan lainnya.
Kekuatan dan arah dari medan magnetik di sekitar arus listrik dinyatakan
dengan besaran induksi magnetik ( lambang B) atau dengan nama lain: rapat fluks
magnetik, kuat medan magnetik, dan intensitas medan magnetik. Kita telah dapat
menentukan arah induksi magnetik B dengan menggunakan kaidah tangan kanan
seperti pada gambar 4.9.

alifis@corner
Gambar 4.9 Kaidah tangan kanan untuk menentukan arah B
Bagaimanakah kita menentukan besar induksi magnetik B pada jarak r di

sekitar kawat penghantar panjang yang dialiri arus i ? Kita bisa menggunakan
hukum Biot- Savart:
idl sin  ,
dB  k
r2
dimana k   o dan o = permeabilitas udara/vakum ( 4x10–7 Wb/(Am))
4
atau dengan menggunakan hukum Ampere:
 B.dl  oi
c
Yang keduanya memberikan induksi magnetik sebesar:
oi
B (4.23)
2r
Pada studi kasus ini kita akan mencari besar fluks magnet  yang
menembus suatu persegi panjang yang sisi panjangnya sejajar dan sisi pendeknya
tegak lurus dengan kawat yang sangat panjang dialiri arus listrik 30 ampere. seperti
pada gambar 4.10.
Gambar 4.10. Permukaan persegi panjang di dekat kawat berarus i
Induksi magnetik B menyatakan ukuran medan magnetik pada suatu titik,

sedangkan fluks magnetik adalah ukuran total medan magnetik yang memotong
suatu bidang A, yang dirumuskan:

alifis@corner
  B A
Untuk menyelesaikan bentuk integrasi yang dijumpai dalam kasus ini
dengan menggunakan metode Simpson 1/3, langkah pertama adalah ambil suatu
pita sejajar kawat berarus yang panjangnya L=30 cm dan lebarnya dr. Maka luas
pita dA = L dr. Fluks magnet yang menembus pita ini adalah:
d  B.dA  BLdr (4.24)
Dengan subtitusi persamaan (4.23) untuk induksi magnetik B, maka persamaan

(4.24) menjadi:
 o dr
d  iL
2 r
Dengan memasukkan parameter yang telah diketahui, fluks magnetik:
0,09 dr
  1,8 x10 6  (4.25)
0,01 r
Untuk menghitung nilai integral pada persamaan (4.25) dapat digunakan program
simpson pada contoh 4.9, setelah dilakukan modifikasi pada bagian fungsi. sebagai
berikut:
{ --dapat berubah sesuai dengan bentuk fungsi ---}
fx := 1/x ;
{------------------------------------------------}
Maka didapatkan harga integrasi seperti pada gambar 4.11

alifis@corner
Gambar 4.11 Hasil runing progam integrasi untuk studi kasus fluks magnetik
Dengan demikian maka fluks magnetik yang dicari adalah

  1,8 x10 6 x2,197  3,96 x10 6 Weber.
4.7 SOAL-SOAL
(1) Tegangan E= E(t) dalam rangkaian listrik memenuhi persamaan

E(t)=L(dI/dt) + R I(t), dengan R hambatan dan L induktansi. Gunakan
L=0,05 dan R=2 dan nilai-nilai untuk I ada dalam tabel berikut:
t I(t)
1,0 8,2277
1,1 7,2428
1,2 5,9908
1,3 4,5260
1,4 2,9122
[a] Carilah I’(1,2) menggunakan diferensiasi numerik, dan gunakan

hasilnya untuk menghitung E(1,2)
[b] Bandingkan jawaban [a] dengan I(t)=10 exp(-t/10)sin(2t)
(2) Distribusi kecepatan fluida dekat permukaan datar diberikan oleh
i yi(m) Ui(m/s)
0 0.0 0.0
1 0.001 0.4171
2 0.003 0.9080
3 0.006 1.6180
Dimana y adalah jarak dari permukaan dan u adalah kecepatan. Asumsikan

bahwa aliran adalah laminar dan viskositas  = 0.001 Ns/m2, hitung shear
stress (tekanan potong) pada y = 0 dengan menggunakan data point i = 0 dan 1,
berdasarkan hukum Newton yang diformulasikan sebagai:
d
  u
dy
(3) Diketahui panas jenis suatu zat X sebagai berikut:
t(oC) C(kkal/(kg.oC)
-100 0,11904 Hitunglah panas yang diperlukan untuk
memanasi 1 kg zat tersebut dari – 100oC
 FisikaKomputasi  £i-FST Undana
hingga 200oC menggunakan metode 163
trapesium !
alifis@corner
-50 0,12486
0 0,13200
50 0,14046
100 0,15024
150 0,16134
200 0,17376
(4) Andaikan f(x)=ln x, carilah pendekatan komputasi numerik untuk f”(5) dengan
menggunakan:
[a] formula orde O(h2) dengan h=0,05 dan 0,01
[b] formula orde O(h4) dengan h=0,01
(5) Buatlah program untuk soal (4.1)

(6) Gunakan aturan Trapesium dan Simpson dengan N=2,4,8,16 dan h=0,25
untuk menghitung integral berikut:
3
xdx
[a] 1 x
1
2
[b] 3x 3  2 x 2  x  2
(5) Sebuah mobil bermassa M=5400 kg bergerak dengan kecepatan 30 m/s. Mesin
dilepas secara tiba-tiba pada t= 0 detik. Asumsikan bahwa persamaan gerak
setelah t=0 diberikan oleh:
dv
5400 v  8,276 v 2  2000
dx
Dimana v=v(t) adalah kecepatan (m/s) mobil pada saat t. Persamaan sisi kiri
menyatakan Mv(dv/dx). Suku pertama sisi kanan adalah aerodynamic drag,
dan suku kedua adalah resistansi putaran ban. Hitunglah seberapa jauh mobil
berjalan sampai kecepatannya berkurang menjadi 15m/s! Evaluasi
menggunakan aturan Simpson.
Petunjuk: persamaan gerak dalam integrasi:
30 5400 vdv
s 
15 8,276 v 2  2000 
 dx  x
DAFTAR PUSTAKA
Chapra, S.C., and Canale, R.P., Numerical Methods for Engineers, McGraw-Hill,
1998
James, M.L., G.M. Smith, and J.C. Wolford, Applied Numerical Methods for
Digital Computations, 3rd ed. Harper & Row, 1985
Koonin, S.E., Computational Physics, Addison-Wesley Inc, 1986

alifis@corner
Mathews, J.H., Numerical Methods for Mathematics, Science and Engineering,

Prentice-Hall Inc., 1992
McCracken, D. D., Computing for Engineers and Scientists with Fortran 77,
Wiley, 1984
Morris,J.L., Computational Methods in Elementary Numerical Analysis, Wiley,
1983
Nakamura, S., Applied Numerical Methods in C, Prentice-Hall Inc. 1993
Soegeng, R., Komputasi Numerik dengan Turbo Pascal, Andi Offset, Yogyakarta,
1996
Sutrisno, Dasar-dasar Metode Numerik, MIPA-LPTK ITB, 1992
Wark, K. Jr., Thermodynamics, McGraw-Hill, 1998
Yakowitz, S., and F. Szidarovszky, An Introduction to Numerical Computations,
Macmillan, 1986

Bab4 - DIferensiasi Dan Integrasi Numerik Model Fisika 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

Bab4 - DIferensiasi Dan Integrasi Numerik Model Fisika PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

alifis@corner

Sebuah HSF (Heat Sink Fan)bernama

Tasks begun well, likely have good finishes

4.1 Pendekatan Diferensial

 FisikaKomputasi  £i-FST Undana 137

tetapi turunan-turunannya mungkin sangat berbeda. Karenanya masuk akal bahwa

4.2 Formula Beda Pusat (Central Difference)

Subtraksi f-1 dari f1 pada persamaan (4.4) memberikan bentuk diferensial,

 FisikaKomputasi  £i-FST Undana 138

f-3 f-2 f-1 f0 f1 f2 f3

x-3=-3h x-1=-h x1=h x3=3h

Kesalahan secara prinsip bisa dibuat sekecil mungkin dengan mengambil

 FisikaKomputasi  £i-FST Undana 139

Formula beda pusat orde O(h2)

Formula beda pusat orde O(h4)

 FisikaKomputasi  £i-FST Undana 140

f (0,81)  2 f (0,80)  f (0,79)

 FisikaKomputasi  £i-FST Undana 141

Gambar 4.2 Ploting fungsi f(x), f’(x) dan f’’(x)

Formula 3 titik, diimplementasikan pada line 40, dinyatakan dengan

Simetri 3 2 titik 2 titik Simetri

Ketika h=10-6 maka

 FisikaKomputasi  £i-FST Undana 142

Dimana g=9,8 m/s2, m=68,1 kg, dan c=12,5 kg/s.

 FisikaKomputasi  £i-FST Undana 143

 FisikaKomputasi  £i-FST Undana 144

Type Deret = Array[1..3] of Real;

dx := (z[1] – 2*z[2] + z[3])/sqr(h) ;

4.3 Formula Beda Maju/Mundur

 FisikaKomputasi  £i-FST Undana 145

 FisikaKomputasi  £i-FST Undana 146

While Abs (del) >= eps Do

{---dapat berubah sesuai bentuk fungsi ----}

dx := ( - 3*z[1] + 4*z[2] – z[3])/(2*h) ;

Pada contoh-contoh program di atas semuanya dipakai untuk menghitung

 FisikaKomputasi  £i-FST Undana 147

(a) turunan pertama dari model kecepatan

(b) turunan kedua dari model posisi

 FisikaKomputasi  £i-FST Undana 148

 FisikaKomputasi  £i-FST Undana 149

Berikut ini adalah beberapa metode integrasi numerik yang populer

b. Simpson’s 1/3 Rule

c. Multiple-application Simpson’s 1/3 Rule

Yang akan ditelaah dan diimplementasikan di dalam menangani kasus-

4.5 Aturan Trapesium (Trapezoidal Rule)

 FisikaKomputasi  £i-FST Undana 150

Gambar 4.5 Area integral pendekatan metode trapesium

dimana h=(b-a)/N. Persamaan bisa dituliskan dalam ekivalensinya, yaitu:

 FisikaKomputasi  £i-FST Undana 151

Gambar 4.6 Benda Putar dari kurva y=1+(x/2)2, 0<=x<= 2

Kalkulasi untuk N=2 dan 4 ditunjukkan sebagai berikut:

Kesalahan pada perluasan aturan trapesium didefinisikan sebagai:

 FisikaKomputasi  £i-FST Undana 152

Algoritma Aturan Trapesium

(a) Segmen Tunggal

(b) Segmen Banyak

Waktu,t Kecepatan, v(t) Pendekatan jarak tempuh

Nilai-nilai pendekatan jarak tempuh semuanya diperoleh memakai aturan

4.6 Aturan Simpson 1/3

 FisikaKomputasi  £i-FST Undana 154

Gambar 4.7 Area integral pendekatan metode simpson 1/3

 FisikaKomputasi  £i-FST Undana 155

Kalau dibandingkan hasilnya dengan contoh 4.3, dapat dijelaskan bahwa

dx := ( - 3z[1] + 4z[2] – z[3])/(2*h) ;