ANALISIS NUMERIK
Oleh :
1
Pertemuan ke : 1
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Pendahuluan
2. Angka Bena, Pembulatan, dan Galat
1. Pendahuluan
Metode numerik merupakan teknik-teknik yang digunakan untuk
merumuskan masalah-masalah matematika agar dapat diselesaikan dengan
operasi-operasi aritmatika (hitungan) biasa (tambah, kurang, kali, dan bagi). Salah
satu alasan mengapa mempelajari metode numerik, adalah metode numerik
merupakan alat untuk memecahkan masalah matematika yang sangat handal.
Banyak permasalahan teknik yang mustahil dapat diselesaikan secara analitik
dapat diselesaikan dengan metode numerik.
Ada dua macam penyelesaian masalah matematika, yaitu:
1) Secara analisis, dengan menggunakan kaidah-kaidah operasi matematika
dengan cara yang formal.
2) Secara numeris, yaitu dengan menggunakan metode numerik untuk
memperoleh nilai solusi hampiran dari solusi eksak.
2
dengan : m = mantis (riil); b = basis sistem bilangan yang dipakai (2, 8, 10, 16,
dan sebagainya); dan p = pangkat (berupa bilangan bulat tak negatif).
Contoh : 0,6238 x 103 dalam sistem titik kambang dengan basis 10.
2) Sistem titik tetap (fixed-point).
Suatu bilangan dinyatakan dengan sejumlah tetap posisi desimal di ujung
kanan, tetapi sistem bilangan titik tetap tidak praktis dalam pekerjaan ilmiah
karena keterbatasan rentangnya, contoh : 62,358.
3
Contoh : Hampiran fungsi sin x dengan bantuan deret Taylor di
sekitar x = 0 adalah
x3 x5 x7
y = sin x = x ...
3! 5! 7!
Deret tersebut dipotong sampai suku orde n = 3 sehingga galat
x 5 x7
pemotongannya menjadi E = +... .
5! 7!
4
Pertemuan ke : 2
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Metode Grafik Tunggal dan Metode Grafik Ganda
2. Aturan Tanda Descartes
3. Metode Tabulasi
4. Metode Bagidua
Contoh : Tentukan lokasi akar dan tebakan awal untuk akar persamaan fungsi :
Penyelesaian :
Y y = f(x)
5
Titik potong yang pertama terletak pada selang (-2,-1) sedang titik potong
yang kedua adalah (1,0) dan titik potong yang ketiga terletak pada selang (2,3)
yaitu mendekati nilai 2,8. Sehingga tebakan awal untuk akar persamaan (2.1)
dapat dipilih beberapa titik yang cukup dekat dengan akar persamaan seperti : -2, -
1, 0 atau 2.
Untuk menentukan lokasi akar polinom yaitu akar dari persamaan berikut :
p( x) a n x n an 1 x n 1 ... a1 x a0 0
berlaku :
(i) np u
(ii) u - np = 0, 2, 4, …
Sedangkan untuk menentukan komposisi akar riil negatif, misalkan v adalah
banyaknya pergantian tanda koefisien ai dari polinom p ( x) dan ng adalah
(i) ng v
(ii) v – ng = 0, 2, 4, …
Penentuan batas selang akar ditentukan oleh aturan berikut :
a
r 1 maks k .
an
1 k n
6
2.3 Metode Tabulasi
Misalkan panjang selang tabulasi : x, xmax dan xmin adalah titik-titik ujung
selang dimana nilai-nilai fungsi f ditabulasikan, dan n adalah bilangan bulat
terdekat untuk (xax - xmin)/ x, maka prosedur untuk membuat tabulasi nilai-nilai
Langkah :
hitung f ( xi )
cetak xi , f ( xi )
x i x i x .
Metode bagidua memulai siklus iterasi dengan memilih dua tebakan awal
misal x0 dan x1 yang cukup dekat dengan akar, dengan nilai f ( x0 ) dan nilai
tidak tukar x 0 dengan x2 . Kemudian jika dari dua iterasi yang berurutan galat
relatifnya kurang dari atau sama dengan galat yang ditetapkan berarti sudah
diperoleh hampiran akarnya.
7
Pertemuan ke : 3
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Metode Posisi Palsu
2. Metode Newton Raphson
3. Metode Secant
pada kedua tebakan awal ini berbeda tanda, selanjutnya perhatikan gambar
berikut.
f ( x1 ) y f (x)
f ( x2 )
x0 x2 x1
f ( x0 )
lurus, dan tentukan titik perpotongan garis ini dengan sumbu X. Sebut absis titik
8
perpotongan dengan x2 . Tangen merupakan kemiringan garis yang
x0 f ( x1 ) x1 f ( x 0 )
menghubungkan ( x 0 , f ( x0 )) dan ( x1 , f ( x1 )) sehingga : x 2 .
f ( x1 ) f ( x0 )
perpotongan yang baru. Laju kekonvergenan metode ini akan lebih cepat
dibandingkan dengan metode bagidua.
f ( x0 )
x1 x0 .
f ( x0 )
f ( xi )
Untuk setiap iterasi ke (i 1) hitung : xi 1 xi . Hentikan iterasi
f ( xi )
bila dua hampiran akar yang berurutan cukup dekat. Dibandingkan dengan kedua
metode sebelumnya yaitu metode bagidua dan metode posisi palsu ternyata
metode N-R lebih cepat konvergen.
f ( xi ) f ( xi 1 )
f ( xi )
xi xi1
dimana xi dan xi 1 adalah dua hampiran akar untuk iterasi ke-i dan iterasi ke-(i-1).
9
Nilai hampiran akar pada iterasi ke-(i+1) diperoleh dari dua nilai hampiran
akar sebelumnya yaitu xi 1 dan xi yang diterapkan pada persamaan tersebut :
xi 1 f ( x i ) xi f ( xi 1 )
xi 1
f ( xi ) f ( xi 1 )
dengan xi 1 adalah absis titik perpotongan garis lurus yang menghubungkan dua
1
Fungsi tersebut dapat ditulis : x g1 ( x) = x 2 4 .
2
1 2
Sehingga xn 1 g1 ( xn ) = x n 4 . Persamaan di atas juga dapat ditulis sebagai :
2
8
(1) x g 2 ( x) 2
x
(2) x g 3 ( x) 2 x 8
10
Pertemuan ke : 4
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Beda Hingga
2. Interpolasi Linier
3. Interpolasi Kuadrat
Dengan cara yang sama dapat dinotasikan beda-beda maju ketiga, keempat, dan
seterusnya. Bentuk umumnya: n+1fm = nfm+1 - nfm untuk n = 0,1,2,...
Tabel berikut menunjukkan beda-beda maju dari semua tingkat yang dapat
dibentuk.
X f 2 3 4
x –2 f –2
f –2
x –1 f –1 2 f –2
f –1 3 f –2
x0 f0 2 f –1 4 f –2
3
f0 f –1
x1 f1 2
f0
f1
x2 f2
11
4.1.2 Beda - beda Mundur (Backward Difference)
Bentuk umum beda-beda mundur adalah sebagai berikut:
n+1fm = nfm - nfm-1 untuk n = 0, 1, 2, ...
Tabel berikut menunjukkan beda-beda mundur dari semua tingkat yang dapat
dibentuk:
x f 2 3 4
X –2 f –2
f –1
x –1 f –1 2 f 0
f0 3 f 1
x0 f0 2 f 1 4 f 2
f1 3 f 2
x1 f1 2
f2
f2
x2 f2
12
4.2 Interpolasi Linear
Bentuk interpolasi yang paling sederhana adalah menghubungkan dua titik
data dengan garis lurus, lihat gambar berikut.
y
f(x0)=f0 C
P1(x) E D
f(x1)=f1 B A
rh
0 x0 x x1
x
Akibatnya : P1(x) = f0 + r. f0 .
13
4.4 Interpolasi Beda-Maju dan Beda-Mundur Newton
Polinom interpolasi derajat n diberikan dalam rumus interpolasi beda-
maju Newton :
n
r s
f(x) Pn(x) =
s 0 s
f 0
r ( r 1) 2
= f0 + r . f0 + f0
2!
r ( r 1) . . . (r - n 1) n
+...+ f0
n!
x x0
dengan x = x0 + rh , r = , 0 r n.
h
Suatu rumus yang serupa dengan rumus tadi tetapi melibatkan beda-
mundur adalah rumus interpolasi beda-mundur Newton :
r (r 1) 2
f(x) Pn(x) = f0 + r. f0 + f0 + . .
2!
r ( r 1) . . . ( r n 1)
+ n f0
n!
14
Pertemuan ke : 5
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Polinom Interpolasi Beda Terbagi Newton
2. Polinom Interpolasi Lagrange
f [ x1 , x 2 ] f [ x0 , x1 ]
f[x0,x1,x2] = . . .
x2 - x 0
Tabel Beda-Beda Terbagi
x0 f(x0)
f[x0,x1 ]
x1 f(x1) f[x0,x1,x2]
f[x1,x2 ] f[x0,x1,x2,x3]
x2 f(x2) f[x1,x2,x3]
f[x2,x3 ]
x3 f(x3)
15
Secara umum sampai dengan ordo n akan diperoleh rumus sebagai berikut:
16
Secara umum sampai dengan ordo n, diperoleh formula interpolasi
Lagrange sebagai berikut :
n
n x -xj n
Pn(x) = . f i L ( x ). f
i i .
i 0 j 0 x i x j i 0
ji
17
Pertemuan ke : 6
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Pendahuluan
2. Sistem Persamaan Linear Segitiga Atas
3. Sistem Persamaan Linear Segitiga Bawah
4. Metode Eliminasi Gauss dan Pivoting
6.1 Pendahuluan
Perhatikanlah sistem n persamaan linear tidak homogen dalam n
peubah x1, x2, …, xn berikut ini.
a11x1 + a12x2 + … + alnxn = b1
a21x1 + a22x2 + … + a2nxn = b 2
an1 x1 + an2x2 + … + annxn = b n
Sistem persamaan linear tersebut dapat ditulis sebagai perkalian matriks berikut :
18
6.2 Sistem Persamaan Linear Segitiga Atas
Sistem persamaan linear yang mempunyai matriks koefisien berupa
matriks segitiga atas, disebut sistem persamaan linear segitiga atas. Sistem
persamaan linear seperti itu dapat dituliskan dalam bentuk:
a11 x1 a12 x 2 a1n x n c1
a 22 x2 a2 n x n c2
a n-1,n -1 x n1 a n 1,n xn c n 1
a nn x n cn
Proses ini diteruskan untuk mencari nilai peubah yang lainnya. Langkah umum
dari proses tersebut adalah:
n
ck akj x j
j k 1
xk = a kk
untuk k = n-1, n-2, ...,1.
……...
19
6.3 Sistem Persamaan Linear Segitiga Bawah
Sistem persamaan linear yang mempunyai matriks koefisien berupa
matriks segitiga bawah disebut sistem persamaan linear segitiga bawah. Sistem
persamaan linear seperti itu dapat dituliskan dalam bentuk:
a11 x1 c1
a 21 x1 a 22 x 2 c2
a n1 x1 a n 2 x 2 a nn xn c n
k 1
ck a ki xi
i 1
xk = a kk
20
baris tumpuan. Pada sub bab berikut akan dibahas tiga macam metode Eliminasi
Gauss.
21
Pertemuan ke : 7
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Metode Dekomposisi/Faktorisasi Segitiga
2. Metode Iterasi Jacobi dan Iterasi Gauss-Seidel
22
7.2 Metode Iterasi Jacobi dan Gauss-Seidel
Sistem Persamaan Linnier AX = C dapat diselesaikan dengan metode
iterasi Jacobi dan metode iterasi Gauss-Seidel sehingga konvergen, apabila
matriks koefisien A memenuhi syarat cukup yaitu dominan secara diagonal:
n
aii
j 1, j i
aij , untuk setiap i = 1, 2, 3, . . . , n.
bn ( a n1 x1 a n 2 x 2 ... a n ,n 1 x n 1 )
x 1n
a nn
Kemudian lanjutkan dengan iterasi kedua dan ketiga. Secara umum proses iteratif
ke (k+1) adalah :
b1 ( a12 x 2k a13 x3k ... a1n x nk )
x1k 1
a11
23
bn ( a n1 x1k a n 2 x2k ... a n ,n 1 xn 1k )
x nk 1
a nn
Jadi bentuk umum proses iteratif Jacobi adalah ;
n
bi a ij x kj
j 1
j i
xik 1 untuk i 1,2,..., n dan k 0,1,2,.... max it .
a ii
Kekonvergenan metode iterasi Jacobi agak lambat. Kekonvergenan ini dapat
dipercepat bila setiap harga xi yang baru dihasilkan segera dipakai pada
persamaan berikutnya untuk menentukan harga xi+1 yang lainnya. Teknik inilah
yang dipakai pada metode iterasi Gauss-Seidel. Secara umum proses iteratif
Gauss-Seidel adalah
i 1 n
bi aij x kj 1 aij x kj
j 1 j i 1
xik 1
aii
untuk setiap i = 1, 2, . . ., n dan k = 0, 1, 2, . . .maxit (maksimum iterasi).
Pertemuan ke : 8
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : Materi pertemuan 1 sampai dengan 7
Uraian : UTS
24
Pertemuan ke : 9
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Penghampiran Fungsi dengan Metode Kuadrat Terkecil
(Regresi Linier dan Polinom)
y1 , y 2 ,…, y n adalah nilai-nilai dari peubah tak bebas (terikat) Y yang bersesuaian
d1
y3 d3
ŷ3 d2 d4
x3 X
Gambaran pencocokan kurva
Akan dipelajari pada pertemuan kesembilan ini, masalah mencocokkan
sebuah fungsi fˆ ( x) pada nilai-nilai yang ditabulasikan dengan meminimumkan
jumlah kuadrat simpangan. Metode ini disebut pencocokkan kuadrat terkecil atau
least squares fit.
25
9.1.1 Regresi Linier
Diberikan data sebagai berikut :
i 1 2 3 4 5 6 7 8 9
xi 1,5 1,8 2,4 3,0 3,5 3,9 4,4 4,8 5,0
Scatterplot of y vs x
15.0
12.5
10.0
y
7.5
5.0
1 2 3 4 5
x
Dilihat dari titik-titik data yang diplot pada tabel di atas, jika x bertambah
besar maka y bertambah besar. Oleh karena data yang diplot mengumpul di
sekitar sebuah garis lurus sehingga dapat dikatakan bahwa sebuah garis lurus
menggambarkan situasi yang cukup masuk akal. Sehingga dapat dinyatakan
yˆ a0 a1 x
sebagai persamaan yang menggambarkan sebuah garis lurus.
Selanjutnya diminimumkan S (jumlah kuadrat galat) yang diberikan oleh :
n 2 n 2
Min S = Min y
i 1
i yˆ i = Min y a
i 1
i 0 a1 x
S adalah fungsi dari dua peubah yang tidak diketahui yaitu a 0 dan a1 . Maka untuk
26
n
S
2 y i a1 xi a 0 (1) 0 (*)
a 0 i1
n
S
2 y i a1 xi a 0 ( xi ) 0 (**)
a1 i 1
Sehingga persamaan (*) menjadi :
y i a1 xi na 0 0 .
normal :
na 0 x i .a1 y i
x .a x .a x y
i 0 i
2
1 i i .
Penyelesaiannya adalah :
2
a0
y x x x y
i i i i i
n x x 2 2
i i
n x y x y i i i i
a1 .
n x x 2 2
i i
Koefisien-koefisien dari garis regresi linier metode kuadrat terkecil pada kedua
persamaan tersebut disebut koefisien regresi.
27
Turunkan S terhadap a0 , a1 , a 2 dan samakan masing-masing turunan terhadap
a 0 xi a1 xi2 a 2 xi3 xi y i
28
Pertemuan ke : 10
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Penghampiran Fungsi dengan Metode Kuadrat Terkecil
(Fungsi Eksponensial, Hiperbol, Trigonometri, dan
Geometri)
(a)
Y
(b)
Y
(c) X
29
10.1.1 Pencocokan Sebuah Kurva Eksponensial
Misalkan yˆ a e bx adalah kurva yang akan dicocokkan. Transformasi
yang digunakan adalah zˆ log yˆ . Gunakan transformasi ini pada persamaan
sebelumnya sehingga diperoleh :
zˆ log yˆ log a e bx log a ( bx) .
Misalkan a 0 log a dan a1 b . Akibatnya : zˆ a 0 a1 x .
x .a x .a x z
i 0 i
2
1 i i .
30
Samakan dengan nol turunan parsial dari S terhadap a1 dan a 2 agar diperoleh
Selesaikan dua persamaan linier simultan untuk a1 dan a 2 di atas agar diperoleh
a
A a12 a22 dan tan 1 2 .
a1
Akibatnya :
n log a log xi b log yˆ i c
31
Pertemuan ke : 11
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Penghampiran Fungsi dengan Deret Taylor
2. Penghampiran Fungsi dengan Deret Chebyshev
Pada persamaan di atas f ( x0 ) dan f ( x0 ) adalah turunan pertama dan kedua dari
n 1
(x x )
n 1 0
f (x) yang dievaluasi pada x x0 . Suku f (s ) disebut suku
(n 1) !
sisa dengan s adalah bilangan yang terletak antara x dan x0. Suku sisa memberikan
galat pemotongan jika hanya n buah suku pertama pada deret Taylor yang
digunakan untuk menyatakan fungsi. Galat pemotongannya adalah :
f n 1 (s ) ( x x )n 1
0
Galat pemotongan =
(n 1) !
(x x )n 1
0
T .M
E (n 1) !
n 1
dimana M = max f (s ) untuk x pada selang [a, b].
32
11.2 Deret Chebyshev
Polinom Chebyshev yang didefinisikan oleh .
Tn(x) = Cos n dimana x = Cos .
Maka Tn(x) = Cos (n arc cos x)
Polinom-polinom tersebut adalah :
T0(x) = Cos 0 = 1
T1(x) = Cos = x
T2(x) = Cos 2 = Cos 2 - Sin 2
= x2 – (1-x2) = (2x2 – 1 ) .
Selain pembentukan suku-suku menggunakan relasi trigonometri seperti di
atas, dapat dibentuk relasi yang mendefinisikan Tn+1 dalam Tn dan Tn-1.
Tn+1(x) = Cos(n + 1) = Cos n Cos - Sin n Sin
Tn-1(x) = Cos (n - 1) = Cos n Cos + Sin n Sin .
Dengan menambahkan dua persamaan di atas diperoleh :
Tn+1(x) + Tn-1(x) = 2 Cos n Cos = 2 x Tn(x)
Maka Tn+1(x) = 2 x Tn(x) - Tn-1(x) .
Sehingga diperoleh :
T3(x) = 4 x3 – 3 x
T4(x) = 8 x4 – 8 x2 +1
T5(x) = 16 x5 – 20 x3 + 5 x .
Fungsi e-x dinyatakan dalam polinom Chebyshev sebagai berikut :
e-x = 1,266066 T0 – 1,130318 T1 + 0,271495 T2 – 0,044337 T3
+ 0,005474 T4 – 0,000543 T5 .
Jika pernyataan untuk T0 , T1 , T2 , T3 , T4 , dan T5 digantikan ke dalam persamaan
tersebut diperoleh :
e-x = 1,000045 – 1,000022 x + 0,499199 x2 - 0,166488 x3 + 0,043794 x4 –
0,008687 x5 .
33
Pertemuan ke : 12
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Integral Numerik (Aturan Trapesium, Aturan Komposisi
Trapesium dan Aturan Simpson)
fungsi yang kontinu pada selang [a,b], dengan metode analitik biasanya sulit
bahkan ada yang tak dapat dievaluasi. Mengatasi persoalan ini dan persoalan
integrasi yang lebih umum yang hanya mempunyai beberapa nilai dari f(x)
(dengan argumen x = xi, i = 0, 1, 2, ..., n) dibutuhkan beberapa pendekatan.
Pilihannya adalah mencari sebuah fungsi, misalnya g(x) yang sesuai untuk
mengatasi kedua persoalan yaitu merupakan pendekatan dari f(x) yang mudah
untuk diintegralkan secara analitik.
Diberikan dua buah titik data (x0,f(x0)) dan (x1,f(x1)). Karena f(x) melalui
dua buah titik (x0,f(x0)) dan (x1,f(x1)), maka dipakai interpolasi berorde satu f(x)
P1(x).
Y f(x)
h
0 a = x0 b = x1 x
Integral dengan Aturan Trapesium, h = b - a
Menurut interpolasi beda terbagi Newton orde satu :
P1(x) = f0 + f[x0,x1] (x-x0).
Dengan memakai f(x) P1(x) tersebut diperoleh :
b b b
f ( x )dx P1 ( x )dx [ f 0 f [ x0 , x1 ]( x x0 )] dx
a a a
34
b
f fo
f o x a 1
b x xo dx .
x1 xo
a
Dapat ditunjukkan bahwa bentuk terakhir ini sama dengan
ba
f o f1 atau b a f (a) f (b) .
2 2
Jadi aturan trapesium adalah
b
h
f ( x)dx 2 f (a) f (b)
a
dengan h = b - a. .
h
f ( x) f ( x1) h f ( x1 ) f ( x2 ) h f ( x n1 ) f ( b )
2 2 2
h
f ( a ) f ( b ) 2 f ( x1 ) 2 f ( x 2 ) 2 f ( xn 1 )) .
2
b n 1
h
Jadi, f ( x )dx f ( a ) f ( b ) 2 f ( x i ) .
a
2 i 1
35
1
12.3 Aturan Simpson ( )
3
Y Y’ y = f(x)
O’ h h
O a = x0 c=(a+b)/2 = x1 b=x2 X = X’
Aturan Simpson (1/3)
Dengan polinomial Lagrange yang melalui titik-titik (a,f(a)), (c,f(c)), dan (b,f(b))
diperoleh:
( x b)( x c) ( x a)( x c) ( x a)( x b)
P2 ( x) f (a) f (b ) f (c ) .
(a b)(a c) (b a)(b c) (c a)(c b)
b
Substitusikan ke dalam I f ( x )dx akan diperoleh
a
b
(x - b)(x - c) (x - a)(x - c) ( x a )( x b )
I f(a) f(b) f (c) dx
a
( a b)(a c) (b - a)(b - c) (c a )(c b )
Jika sumbu y ditranslasikan sehingga berimpit dengan titik a, maka dapat
ditunjukkan :
2h
( x 2h )( x h ) ( x o )( x h ) ( x o)( x 2h )
I (o 2h)(o h) f (a) (2h o)(2h h) f (b) (h o)(h 2h) f (c)dx
o
1 1
. . . h f ( a ) 4 f (c) f (b) . Jadi, I h f o 4 f1 f 2 .
3 3
36
Pertemuan ke : 13
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Integral Numerik (Aturan Komposisi Simpson, dan
Kuadratur Gauss-Legendre)
1
13.1 Aturan Komposisi Simpson
3
Selang [a,b] dipartisi menjadi (M+1) titik dengan M genap, dengan
ba
lebar selang bagiannya h = .
M
4
f (a) 4 f1 f 2 4 f 2 4 f 3 f 4 4 f M 2 4 f M 1 f b .
3 3 3
M 1 M 2
4
I f ( a ) f ( b ) 4 f ( xi ) 2 f ( xi ) .
3 i 1 i 2
i 2 i 2
37
13.2 Kuadratur Gauss - Legendre
Kita ingin menghitung luas daerah di bawah kurva Y = f(x) pada –1 x 1
1
yaitu I f ( x)dx dengan aturan trapesium.
1
galat Y
Y = f(x)
-1 0 1 X
1
h
I f ( 1 ) f ( 1 ) f ( 1 ) f ( 1 ) dengan h = (1-(-1)) = 2.
f ( x )dx
1
2
Persamaan I f(1) + f(-1) dapat ditulis sebagai I W1f(a) + W2 f(b) dengan
h 2
a = -1, b = 1, W1 = W2 = = = 1.
2 2
Dengan cara koefisien tak tentu, dan diuji dengan monomial 1, x, x2, dan
1
x3, karena I f ( x)dx eksak untuk empat fungsi tersebut, diperoleh:
1
1
1 1 1 1
I f ( x)dx W1 f ( x1 ) W2 f ( x2 ) 1. f ( ) 1. f ( ) f ( ) f ( )
1
3 3 3 3
1
1 1
Jadi I f ( x ) dx f( ) f( ) .
1
3 3
38
Parameter x1, x2, x3, W1,W2, dan W3 dapat dicari dengan fungsi f(x) = 1, f(x)
= x, f(x) = x2, f(x) = x3, f(x) = x4, dan f(x) = x5, karena kuadratur Gauss bernilai
eksak untuk fungsi-fungsi tersebut. Dengan cara yang sama seperti untuk metode
Gauss-Legendre 2 titik akan diperoleh :
1
5 3 8 5 3
I f ( x ) dx .f . f ( 0 ) . f .
1
9 5 9 9 5
f ( x )dx W 1 f ( x1 ) W2 f ( x2 ) Wn f ( x n ) .
1
39
b
Untuk menghitung integrasi I f ( x)dx harus dilakukan transformasi:
a
b 1
ba ba ba
I f ( x)dx f z dz .
a
2 1 2 2
40
Pertemuan ke : 14
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Solusi Persamaan Diferensial Biasa
2. Metode Euler
y' = f(x.y) .
dengan nilai awal y(x0) = y0
PDB orde satu yang tidak mengikuti bentuk baku tersebut harus ditulis ulang
menjadi bentuk persamaan seperti di atas, agar ia dapat diselesaikan secara
numerik.
Penyelesaian PDB secara numerik berarti menghitung nilai fungsi di
xr+1 = xr + h dengan h adalah ukuran langkah setiap iterasi. Pada metode analitik,
nilai awal berfungsi untuk memperoleh solusi yang unik, sedangkan pada metode
numerik nilai awal berfungsi untuk memulai iterasi.
41
menyatakan persamaan metode Euler atau metode Euler-Cauchy. Metode
Euler disebut juga metode orde-pertama.
Metode Euler memberikan hampiran solusi yang buruk, sehingga dalam
masalah praktek metode ini kurang disukai, namun metode ini membantu untuk
memahami gagasan dasar metode penyelesaian PDB dengan orde yang lebih
tinggi.
42
Pertemuan ke : 15
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : 1. Solusi PDB dengan Metode Heun
Pertemuan ke : 16
Penyusun : Dewi Rachmatin dan Heri Sutarno
Materi : Materi pertemuan 9 sampai dengan 15
Uraian : UAS
43