Anda di halaman 1dari 15

11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

Turunan_19301244017_Tsania Ismi Fauzia


Nama : Tsania Ismi Fauzia

NIM : 19301244017

Kelas : Pendidikan Matematika C 2019

Menghitung Hampiran Turunan Fungsi


Definisi tentang turunan
Turunan atau Derivatif merupakan pengukuran terhadap bagaimana fungsi
berubah seiring perubahan
nilai masukan. Secara umum, turunan
menyatakan bagaimana suatu fungsi berubah akibat perubahan
variabel;
contohnya, turunan dari posisi sebuah benda bergerak terhadap waktu
adalah kecepatan sesaat
objek tersebut.

Teorema-teorema tentang Turunan Fungsi


Teorema turunan dapat digunakan secara praktis untuk menyelesaikan
turunan sebuah fungsi tanpa
menggunakan definisi turunan.

1. Kaidah penurunan umum

Kelinearan

Kaidah darab

Kaidah timbalbalik

Kaidah hasil-bagi

Kaidah rantai

Turunan fungsi invers

untuk setiap fungsi terdiferensialkan f dengan argumen riil dan dengan


nilai riil, bila komposisi dan invers
ada

Kaidah pangkat umum

2. Turunan fungsi sederhana

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 1/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

3. Turunan fungsi eksponensial dan logaritmik

Perhatikan bahwa persamaan tersebut berlaku untuk semua c, namun


turunan tersebut menghasilkan
bilangan kompleks

Aturan tentang turunan


Aturan 1. Turunan Fungsi Konstan

Aturan 2. Turunan Fungsi Identitas

Aturan 3. Turunan Fungsi Aljabar

Aturan 4. Turunan Hasil Kali Konstanta dengan Fungsi

Jika f adalah fungsi yang dapat diturunkan dan k adalah suatu kostanta
maka fungsi g(x)=kf(x) dapat
diturunkan menjadi

Aturan 5. Turunan Jumlah atau Selisih Fungsi

Misalkan :

Aturan 6. Turunan Perkalian Fungsi

Misalkan :

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 2/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

Aturan 7. Turunan Pembagian Fungsi

Misalkan :

Aturan Turunan tersebut secara lebih sederhana sebagai berikut.

Hampiran turunan dapat diperoleh dengan menghitung tanpa limit:

Deret Taylor
Deret Taylor dalam matematika adalah representasi fungsi matematika
sebagai jumlahan tak hingga dari
suku-suku yang nilainya dihitung dari
turunan fungsi tersebut di suatu titik. Deret ini dapat dianggap
sebagai limit polinomial Taylor.

Deret Taylor dari sebuah fungsi riil atau fungsi kompleks f(x) yang
terdiferensialkan takhingga dalam
sebuah pemetaan sebuah bilangan riil
atau kompleks a adalah deret pangkat

yang dalam bentuk lebih ringkas dapat dituliskan sebagai

dengan n! melambangkan faktorial n dan f (n)(a) melambangkan nilai


dari turunan ke-n dari f pada titik a.
Turunan kenol dari f
didefinisikan sebagai f itu sendiri, dan (x - a)0 dan 0! didefinisikan
sebagai 1.

Dalam kasus khusus di mana a = 0, deret ini disebut juga sebagai Deret
Maclaurin.

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 3/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia
Namun demikian, ada generalisasi dari deret Taylor yang konvergen ke
nilai fungsi itu sendiri untuk setiap
terikat dari fungsi kontinu pada
nilai (0,8), menggunakan kalkulus beda hingga. Secara khusus,
seseorang
memiliki teorema berikut, karena Einar Hille, bahwa untuk
apa saja t > 0,

Darimana nilai

h adalah n Pada operator perbedaan hingga dengan ukuran langkah h.


Deret tersebut persis seperti deret
Taylor, kecuali perbedaan yang
terbagi muncul sebagai pengganti diferensiasi: deret ini secara formal
mirip dengan deret Newton. Saat fungsinya f bersifat analitik di a,
istilah dalam deret bertemu dengan
istilah deret Taylor, dan dalam
pengertian ini menggeneralisasi deret Taylor biasa.

Rumus-rumus Hampiran Turunan berdasarkan Deret Taylor


1. Fungsi eksponensial

Fungsi eksponensial pada

dengan basis e) memiliki deret Maclaurin

Hal tersebut menyatu untuk nilai x.

2. Logaritma natural

Logaritma natural (dengan basis e) memiliki deret Maclaurin

3. Deret geometris

Deret geometris dan turunannya memiliki deret Maclaurin

Semuanya konvergen untuk

Ini adalah kasus khusus dari of binomial series diberikan di bagian


selanjutnya.

3. Deret Binomial

Deret Binomial adalah deret pangkat

yang koefisiennya adalah koefisien binomial umum

Deret Taylor juga dapat digeneralisasikan ke fungsi lebih dari satu


variabel dengan

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 4/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia
Dari contoh di atas, untuk suatu fungsi

yang bergantung pada dua variabel, x dan y, seri Taylor ke urutan


kedua tentang intinya (a, b) is

di mana subskrip menunjukkan masing-masing turunan parsial.

Ekspansi deret Taylor orde dua dari fungsi nilai skalar lebih dari
satu variabel dapat ditulis secara kompak
sebagai

Darimana D f (a) adalah gradien dari nilai f dievaluasi pada x = a dan


D2 f (a) adalah matriks Hessian.
Menerapkan notasi multi-indeks deret
Taylor untuk beberapa variabel menjadi

yang harus dipahami sebagai versi multi-indeks yang masih lebih


disingkat dari persamaan pertama
paragraf ini, dengan analogi penuh
untuk kasus variabel tunggal.

Rumus Deret Taylor

Secara umum, untuk urutan tak terbatas apa pun ai, identitas deret
pangkat berikut berlaku:

Jadi secara khusus,

Hukum jumlah besar menyiratkan bahwa identitas memegang.

sehingga diperoleh

Jika pada (3) h diganti dengan 2h, maka diperoleh

Selanjutnya 8(3)- (4) menghasilkan:

sehingga diperoleh

Contoh:

Jika

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 5/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

1) rumus selisih maju 2 titik

2) rumus selisih munur 2 titik

3) rumus selisih pusat 2 titik

4) rumus selisih pusat 4 titik

>function f(x) := x*exp(x)

>function df(x):=(x+1)*exp(x)

>df(2) // nilai eksak turunan f

22.1671682968

>h=[0.2, 0.1, 0.05, 0.025]

[0.2, 0.1, 0.05, 0.025]

>function selju2(f$,x,h):=(f(x+h)-f(x))/h // rumus selisih maju 2 titik

>function selmu2(f$,x,h):=(f(x)-f(x-h))/h // rumus selisih mundur 2 titik

>function selpu2(f$,x,h):=(f(x+h)-f(x-h))/(2*h) // rumus selisih pusat 2 titik

>function selpu4(f$,x,h):=(f(x-2*h)-8*f(x-h)+8*f(x+h)-f(x+2*h))/(12*h); ...

// rumus selisih pusat 4 titik

>jawaban=[selju2("f",2,h); selmu2("f",2,h); selpu2("f",2,h); selpu4("f",2,h)]; ...

// jawaban 1 -4

>long jawaban

Real 4 x 4 matrix

25.3845875045 23.7084461853 ...

19.4437338096 20.7491275753 ...

22.414160657 22.2287868803 ...

22.1643927783 22.1669956214 ...

>long abs(jawaban-df(2)) // galat masing-masing

Real 4 x 4 matrix

3.21741920768 1.54127788852 ...

2.7234344872 1.41804072149 ...

0.246992360237 0.0616185835153 ...

0.00277551846425 0.000172675392051 ...

Terlihat bahwa rumus selisih pusat 4 titik memberikan hampiran yang paling bagus di antara ketiga rumus
yang lain. Semakin kecil nilai h semakin baik nilai hampirannya.

Tugas Anda:

Kerjakan soal-soal Latihan dari buku-buku referensi dan jelaskan hasil masing-masing soal, seperti
contoh
di atas.

Latihan Soal

Gunakan rumus selisih pusat 4 titik dengan h = 0.025 untuk menghitung


hampiran f'(x) dan tentukan error
untuk fungsi dibawah ini:

Jawab :

>function f(x):= sin(x)

>function df(x) := cos(x)

>df(0.5)

0.87758256189

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 6/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

>h=0.025

0.025

>long selpu4("f",0.5,h)

0.877582550464

>long abs(selpu4("f",0.5,h)-df(0.5))

1.14260058082e-08

>df(0.6)

0.82533561491

>long selpu4("f",0.6,h)

0.825335604164

>long abs(selpu4("f",0.6,h)-df(0.6))

1.07457566179e-08

>df(0.7)

0.764842187284

>long selpu4("f",0.7,h)

0.764842177326

>long abs(selpu4("f",0.7,h)-df(0.7))

9.95814086746e-09

Jadi, besar error/galat pada tiap nilai x adalah :

0.5 = 1.14260058082e-08

0.6 = 1.0745766179e-08

0.7 = 9.95814086746e-09

>function f(x) := exp(x)-2*x^2+3*x-1

>function df(x) := exp(x)-4*x+3

>df(0.0)

>h=0.025

0.025

>long selpu4("f",0.0,h)

3.99999998698

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 7/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

>long abs(selpu4("f",0.0,h)-df(0.0))

1.30218045236e-08

>df(0.2)

3.42140275816

>long selpu4("f",0.2,h)

3.42140274226

>long abs(selpu4("f",0.2,h)-df(0.2))

1.59048574311e-08

>df(0.4)

2.89182469764

>long selpu4("f",0.4,h)

2.89182467822

>long abs(selpu4("f",0.4,h)-df(0.4))

1.94262406161e-08

Jadi, besar error/galat pada tiap nilai x adalah:

0.0 = 1.30218045236e-08

0.6 = 1.59048574311e-08

0.7 = 1.94262406161e-08

Gunakan rumus selisih maju dengan h=0.01 untuk menghitung hampiran


f''(1) untuk fungsi fungsi dibawah
ini

Jawab :

>function selju(f$,x,h):=(f(x+2h)-2f(x+h)+f(x))/h^2

>function f(x) := x^2*exp(cos (x))

>h= [0.01];

>a = selju("fa",1,h)

-2.09717947492

>function f(x) := ln(x^2)

>b = selju("f",1,h)

-1.96068820313

>function f(x) := x^5 + sin (x)

>c = selju("f",1,h)

19.7602052123

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 8/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

>function dfa(x):=exp(cos(x))*x^2*sin(x)^2-exp(cos(x))*x^2*cos (x)- 4*exp(cos(x))*x*sin(x)+2*exp(co


>ea=dfa(1)

-2.05659145821

>function dfb(x):= (-2)/x^2

>eb = dfb(1)

-2

>function dfc(x):= 20*x^3 - sin(x)

>ec = dfc(1)

19.1585290152

Berikut hasil turunan ke-dua x=1 dengan nilai h = 0.01 pada setiap
fungsi

>jawab = [a,b,c]

[-2.09718, -1.96069, 19.7602]

Berikut adalah galat dari hasil menggunakan selisih maju dengan fungsi
turunan eksaknya

>galat = [a-ea, b-eb, c-ec]

[-0.040588, 0.0393118, 0.601676]

Dari hasil tersebut menujukkan menggunakan metode selisih maju


memiliki nilai galat yang cukup kecil.
Terlihat bahwa rumus selisih pusat 4 titik memberikan hampiran yang
paling bagus di antara ketiga rumus
yang lain. Semakin kecil nilai h
semakin baik nilai hampirannya.

Rumus Ekstrapolasi Richardson


adalah metode percepatan barisan yang digunakan untuk meningkatkan
laju konvergensi barisan taksiran
suatu nilai

Intinya, mengingat nilai

untuk beberapa nilai

kita dapat memperkirakan

dengan mengekstrapolasi taksiran ke

Aplikasi praktis ekstrapolasi Richardson termasuk integrasi Romberg,


yang menerapkan ekstrapolasi
Richardson ke aturan trapesium, dan
algoritma Bulirsch–Stoer untuk menyelesaikan persamaan
diferensial
biasa

Misalkan

adalah barisan rumus-rumus selisih pusat 2 titik dengan lebar langkah

Jadi,

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 9/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

Jika dimisalkan

adalah barisan rumus-rumus selisih pusat 4 titik dengan lebar langkah


h,2h,4h, ...,2^(n-1) h, maka

Jadi diperoleh hubungan

Secara umum berlaku hubungan

Untuk memudahkan perhitungan dibuat tabel ekstrapolasi Richardson


sebagai berikut.

Contoh:

Jawab:

>function f(x):=x*exp(x)

>n=1:4; h=2^(n-1)*0.025

[0.025, 0.05, 0.1, 0.2]

>R :=zeros(4,4); R[1,:] := (f(2+h)-f(2-h))/(2*h);

>for i=2:4, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

>long R

Real 4 x 4 matrix

22.1710169319 22.1825648578 ...

22.1671676232 22.167157517 ...

22.167168297 22.16716831 ...

22.1671682968 0 ...

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 10/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

>longestformat; eksak:=3*exp(2)

22.16716829679195

>galat:=abs(R[4,1]-eksak)

2.273736754432321e-13

Pertanyaan: Tanpa menghitung menggunakan fungsinya, berapakah

Rumus-Rumus Hampiran Turunan Tingkat Tinggi.


Diferensial fungsi tingkat tinggi y = f(x) dari sebuah peubah x dapat
didefinisikan melalui:

dan, umumnya,

Secara informal, ini memotivasi notasi Leibniz untuk turunan tingkat


tinggi

Ketika peubah bebas x itu sendiri boleh bergantung pada peubah


lainnya, maka ekspresinya menjadi lebih
rumit, karena ini juga harus
termasuk diferensial tingkat tinggi di x itu sendiri. Demikian,
sebagai
contohnya,

dan seterusnya.

Anggapan yang serupa berlaku untuk mendefinisikan diferensial fungsi


tingkat tinggi beberapa peubah.
Contohnya, jika ff merupakan sebuah
fungsi dua variabel x dan y, maka

dimana

merupakan sebuah koefisien binomial. Dalam variabel yang lebih banyak,


sebuah ekspresi yang sepadan
berlaku, tetapi dengan sebuah ekspansi
multinomial daripada ekspansi binomial.

Diferensial tingkat tinggi dalam beberapa peubah juga menjadi lebih


rumit ketika peubah bebasnya sendiri
dimungkinkan untuk bergantung
pada peubah lain. Sebagai contoh, untuk sebuah fungsi f dari x dan y
yang dimungkinkan untuk bergantung pada peubah bantu, salah satunya
memiliki

Dalam konteks-konteks ini, diferensial order ke-n dengan sebuah riapan

didefinisikan oleh

atau sebuah ekspresi yang setara, seperti

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 11/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia
dimana

merupakan sebuah beda maju ke-nn dengan riapan

Definisi ini masuk akal juga jika f merupakan sebuah fungsi dari
beberapa peubah (untuk kesederhanaan
diambil disini sebagai sebuah
argumen vektor). Kemudian diferensial ke-n didefinisikan dalam hal ini
merupakan sebuah fungsi homogen derajat n dalam riapan vektor

Lebih lanjut, deret Taylor dari f pada titik x diberikan oleh

Turunan tingkat tinggi merampat anggapan-anggapan ini untuk ruang


dimensi takhingga.

LATIHAN:
1. Tentukan suatu fungsi f yang kontinu pada interval [0 5] (jangan
menggunakan fungsi sederhana).
Tentukan fungsi turunannya.

Jawab :

>function f(x):=sin(x)*ln(x)

>function df(x):=(sin(x)/x)+(ln(x)*cos(x))

2. Buatlah fungsi Richardson untuk menghitung nilai hampiran f'(x).


Input fungsi tersebut adalah fungsi f,
nilai x, h, dan n. Output
fungsi tersebut adalah tabel (matriks) R.

Jawab :

>n=1:5 ; h=2^(n-1)*0.01

[0.01, 0.02, 0.04, 0.08, 0.16]

>R:=zeros(5,5); R[1,:]:= (f(1+h)-f(1-h))/(2*h);

>for i=2:5, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

3. Gunakan fungsi Richardson untuk menentukan berapa titik yang harus


digunakan untuk mendapatkan
hampiran f'(1) dengan lebar langkah 0.01
agar galatnya kurang dari 0.000001. (Sertakan tabel hasil
perhitungan
dengan rumus ekstrapolasi Richardson). Jelaskan jawaban Anda!

Jawab :

>long R

Real 5 x 5 matrix

0.841429944907 0.841306821969 ...

0.841470985886 0.841471002079 ...

0.841470984806 0.841470984712 ...

0.841470984808 0 ...

0 0 ...

Dengan ketentuan x dan h pada soal, maka dengan menggunakan rumus


Richardson didapatkan
beberapa titik yang menghampiri hasil f'(1).

4. Tuliskan nilai eksak f'(1) dan hampirannya dari metode ekstrapolasi


Richardson (hasil nomor 3).
Hitunglah galatnya, untuk membuktikan
bahwa galatnya kurang dari 10^(-6).

Jawab :

>longestformat; eksak:=df(1)

0.8414709848078965

>galat:=abs(R[4,1]-eksak)

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 12/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

6.217248937900877e-15

TUGAS MANDIRI:
Gunakan rumus Richardson dengan h = 0.01 untuk menghitung hampiran
nilai f'(2) untuk fungsi-fungsi
dibawah ini:

Jawab :

>n=1:4; h=2^(n-1)*0.01

[0.01, 0.02, 0.04, 0.08]

>function f(x):=sin(x)

>R :=zeros(4,4); R[1,:] := (f(2+h)-f(2-h))/(2*h);

>for i=2:4, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

>long R

Real 4 x 4 matrix

-0.416139900801 -0.41611909398 ...

-0.416146836408 -0.416146834328 ...

-0.416146836547 -0.416146836547 ...

-0.416146836547 0 ...

Terlihat bahwa hampiran nilai f'(2) = -0.4161

>function f(x):=exp(x)-2*x^2+3*x-1

>R :=zeros(4,4); R[1,:] := (f(2+h)-f(2-h))/(2*h);

>for i=2:4, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

>long R

Real 4 x 4 matrix

2.38917925048 2.38954871252 ...

2.38905609647 2.38905605952 ...

2.38905609893 2.38905609894 ...

2.38905609893 0 ...

Terlihat bahwa hampiran nilai f'(2) = 2.389

Gunakan rumus Richardson dengan h=0.01 untuk menghitung hampiran


f''(1) untuk fungsi fungsi dibawah
ini

Jawab :

>n=1:4; h=2^(n-1)*0.01

[0.01, 0.02, 0.04, 0.08]

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 13/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

>function f(x) := x^2*exp(cos (x))

>R :=zeros(4,4); R[1,:] := (f(1+2h)-2f(1+h)+f(1))/h^2;

>for i=2:4, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

>long R

Real 4 x 4 matrix

-2.09717947492 -2.13543695375 ...

-2.08442698197 -2.11224602673 ...

-2.08257237899 -2.10854837208 ...

-2.08216006163 0 ...

>longestformat; eksak:=exp(cos(1))*1^2*sin(1)^2-exp(cos(1))*1^2*cos (1)- 4*exp(cos(1))*1*sin(1)+2*e

-2.056591458206279

>galat:=abs(R[4,1]-eksak)

0.02556860342856027

>function f(x) := ln(x^2)

>R :=zeros(4,4); R[1,:] := (f(1+2h)-2f(1+h)+f(1))/h^2;

>for i=2:4, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

>long R

Real 4 x 4 matrix

-1.96068820313 -1.92270719539 ...

-1.97334853904 -1.94678243951 ...

-1.97511961234 -1.95028956344 ...

-1.97551374011 0 ...

>longestformat; eksak:=(-2)/1^2

-2

>galat:=abs(R[4,1]-eksak)

0.02448625989490094

>function f(x) := x^5 + sin (x)

>R :=zeros(4,4); R[1,:] := (f(1+2h)-2f(1+h)+f(1))/h^2;

>for i=2:4, ...

for j=1:(4-i+1), ...

R[i,j]:= (4^(i-1)*R[i-1,j]-R[i-1,j+1])/(4^(i-1)-1); ...

end ...

end

>long R

Real 4 x 4 matrix

19.7602052123 20.3761603813 ...

19.5548868226 19.9510035904 ...

19.5284790381 19.8983004843 ...

19.5226088564 0 ...

>longestformat; eksak:=20*1^3 - sin(1)

19.15852901519211

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 14/15


11/27/21, 8:51 PM Turunan_19301244017_Tsania Ismi Fauzia

>galat:=abs(R[4,1]-eksak)

0.3640798412313657

file:///C:/Metode Numerik/Turunan/Turunan_19301244017_Tsania Ismi Fauzia.html 15/15

Anda mungkin juga menyukai