MATA KULIAH
ANALISIS NUMERIK
UNTAD
DISUSUN OLEH :
JUNAIDI, M.Si., Ph.D.
Sejak tahun 2010 hingga 2015, Dekan FMIPA UNTAD telah mengalokasikan
pendanaan melalui DIPA FMIPA UNTAD untuk penyusunan buku penuntun
praktikum. Pada tahun 2016 kini, Dekan Fakultas MIPA masih memberikan
kesempatan kepada para dosen untuk menyusun buku penuntun praktikum melalui
pendanaan DIPA - FMIPA, dengan harapan bahwa pada tahun-tahun selanjutnya,
semua mata kuliah dapat mempunyai buku penuntun praktikum sebagai kebutuhan
utama mahasiswa.
Buku penuntun praktikum ini, masih merupakan langkah awal para dosen FMIPA
UNTAD dalam penyediaan salah satu bahan ajar, dengan harapan besar bahwa
penyusunan buku penuntun praktikum pada kesempatan tahun mendatang akan lebih
terarah pada peningkatan kualitas pembelajaran di FMIPA UNTAD.
ii
HALAMAN PENGESAHAN
BUKU AJAR
MATA KULIAH
ANALSIS NUMERIK
DISUSUN OLEH :
iii
KATA PENGANTAR
Dalam proses kegiatan belajar mengajar, salah satu sarana untuk memperlancar
kegiatan tersebut adalah tersedianya buku ajar sebagai sumber informasi , baik yang bersifat
wajib maupun penunjang dalam mata kuliah yang diajarkan. Karena sampai saat ini kami
merasa masih perlu Adanya Buka Ajar guna memperlancar proses pembelajaran, sejalan
dengan pernyataan di atas kami selaku penulis berusaha untuk menyusun buku ajar tersebut,
khususnya dalam Analisis Numerik
Buku ajar ini diberi judul “Analisis Numerik” yang secara garis besarnya membahas
tentang materi- materi analisis numeric yang dibahas secara matematis. Oleh karena itu, untuk
mempelajari buku ajar ini diharapkan para mahasiswa sudah mempunyai bekal tentang materi-
materi yang berkaitan dengan matematika, terutama kalkulus 1 dan metode statistika.
Dalam menyusun buku ajar ini, kami selaku penulis sudah berusaha semaksimal
mungkin agar diperoleh hasil yang baik. Akan tetapi, penulis yakin bahwa dalam buku ajar
ini masih terdapat kekurangannya. Karena itu, kami selaku penulis mengharapkan adanya
masukan- masukan dari pembaca untuk lebih menyempurnakan isi buku ajar ini.
Akhirnya kami selaku penulis mengharapkan mudah- mudahan buku ajar ini bisa
bermanfaat bagi kita semua.
Penyusun
iv
DAFTAR ISI
BAB II GALAT................................................................................................................. 8
BAB III LOKALISASI AKAR: METODE BAGI DUA, METODE POSISI PALSU……….. 14
v
7.2. Metoda Iterasi Gauss-Seidel……………………………………………………… 50
7.3. Iterasi SOR……………………………………………………………………….. 52
BAB VIII INTERPOLASI BEDA-BEDA HINGGA, BEDA MAJU DAN MUNDUR NEWTON
8.1. Interpolasi dengan tabel Beda Hingga ................................................................ 54
8.2. Interpolasi linear dan Kuadrat ........................................................................... 56
8.3. Interpolasi Beda Maju dan Beda Mundur Newton…………………………………. 58
BAB IX INTERPOLASI BEDA TERBAGI NEWTON DAN INTERPOLASI LAGRANGE 61
9.1. Polinom Interpolasi Beda terbagi Newton .......................................................... 61
9.2. Interpolasi Lagrange ......................................................................................... 63
vi
BAB I
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat menggunakan dan menginterpretasikan beberapa analisa
numeric berserta algoritmanya kepada berbagai masalah yang
berhubungan dengan masalah numerik.
Secara etimologi, metode artinya cara sedangkan numerik adalah angka, sehingga metode
numerik berarti cara berhitung menggunakan angka-angka. Secara umum, Metode Numerik
diartikan sebagai teknik yang digunakan untuk memformulasikan persoalan matematik
sehingga dapat dipecahkan dengan operasi perhitungan aritmatika biasa (tambah, kurang, kali
dan bagi).
Sebagai alat bantu pemecahan masalah matematika yang sangat ampuh, seperti mampu
menangani sistem persamaan linear, ketidaklinearan dan geometri yang rumit, yang
dalam masalah rekayasa tidak mungkin dipecahkan secara analitis.
Mengetahui secara singkat dan jelas teori matematika yang mendasari paket program.
Mampu merancang program sendiri sesuai persalahan yang dihadapi pada masalah
rekayasa.
Junaidi, M.Si.,Ph.D 1
Metode numerik cocok untuk menggambarkan ketangguhan dan keterbatasan komputer
dalam menangani masalah rekayasa yang tidak dapat ditangani secara analitis.
Menangani galat suatu nilai hampirandari masalah rekayasa yang merupakan bagian dari
paket program yang berskala besar.
Menyediakan sarana memperkuat pengetahuan matematika, karena salah satu
kegunaannya adalah menyederhanakan matematika yang lebih tinggi menjadi operasi-
operasi matematika yang mendasar
Banyak persoalan dalam berbagai ilmu pengetahuan seperti fisika, kimia, ekonomi, teknik
dan sebaginya yang menggunakan model matematika. Seringkali model tersebut muncul
dalam bentuk yang tidak ideal atau rumit. Model rumit tersebut adakalanya tidak dapat
diselesaikan dengan metode analitik yang sudah umum untuk mendapatkan solusi sejatinya
(exact solution)
Contoh 1
√
√
∫ (√( ) )
Junaidi, M.Si.,Ph.D 2
Padahal persoalan yang muncul dalam dunia nyata seringkali tak- linier serta
melibatkan bentuk dan proses yang rumit. Sehingga penyelesaian dengan metode
analitik menjadi terbatas.
Perbedaan antara metode analitik dan metode numerik terletak pada cara memperoleh solusi.
Metode analitik langsung memperoleh solusi sejati. Metode numerik memperoleh hasil
dengan mengahampiri atau mendekati solusi sejati, sehingga sering disebut sebagai solusi
hampiran (approximation) atau solusi pendekatan. Solusi hampiran jelas tidak sama dengan
solusi sejati, sehingga ada selisih diantara keduanya, selisih inilah yang disebut dengan galat
(error).
Contoh 2
∫ [ + [ ( ) ]
sedangkan adalah nilai numeric integral tentu yang diperoleh dengan cara mengevaluasi
Luas daerah dapat dihampiri dengan cara membagi daerah interasi [-1, 1] atas sejumlah
trapesium (dipilih lebar 0.5)
Junaidi, M.Si.,Ph.D 3
Sehingga diperoleh
{[ ( )] } {[ ( ) ] } {[ ( )] }
{[ ( ) ] }
{ ( ) ( ) } { }
Diperoleh solusi hampiran 7.25 ( tanda “≈” artinya “kira-kira”) terhadap solusi sejati 22/3.
Galat solusi hampiran terhadap solusi sejati adalah
| | | |
Galat dapat diperkecil dengan membuat trapesium yang lebih kecil (yang artinya
jumlah trapesium semakin banyak, sehingga jumlah komputasi semakin banyak)
Junaidi, M.Si.,Ph.D 4
1.2 Perbedaan Metode Numerik dengan Analisis Numerik
Junaidi, M.Si.,Ph.D 5
3. Interpolasi Polinomial Diberikan titik-titik (x0 , y0 ), (x1 , y1 ), ..., (xn , yn ). Tentukan
polinom pn (x) yang melalui semua titik tersebut
4. Turunan Numerik
Diberikan titik (xi, yi) dan titik (xi+1 , yi+1 ). Tentukan
5. Integrasi Numerik
Junaidi, M.Si.,Ph.D 6
6. Solusi Persamaan Diferensial Biasa dengan nilai awal
1. Buatlah suatu kajian literature manfaat mempelajari analisi numeric diberbagai bidang
baik sains, rekayasa maupun informatika
2. Carilah hasil integral berikut, dengan metode analitik dan metode numerik, juga galatnya.
3. ∫
4. ∫
Junaidi, M.Si.,Ph.D 7
BAB II
GALAT
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat menggunakan dan menginterpretasikan beberapa analisa
numeric berserta algoritmanya kepada berbagai masalah yang
berhubungan dengan masalah numeric.
Didalam analasis numerik selalu digunakan nilai hampiran untuk mencari nilai atau
solusi numerik. Nilai hampiran inilah yang memunculkan galat atau error. Error atau galat
terjadi karena beberapa sebab :
1. dari pengamatan
1. Galat bawaan, terjadi karena kekeliruan dalam menyalin data, salah membaca skala,
atau karena kurangnya pengertian mengenai hukum- hukum fisik dari data yang
diukur.
2. Galat pembulatan (round-off error), terjadi karena tidak diperhitungkannya be- berapa
angka terakhir dari suatu bilangan. Sebagai contoh, 3.1415926 dapat dibulatkan
menjadi 3.14.
Atau galat pembulatan adalah galat yang ditimbulkan dari keterbatasan komputer
dalam menyajikan bilangan real.contoh : = 0,1666...,kKomputer tidak dapat
Junaidi, M.Si.,Ph.D 8
3. Galat Pemotongan (Truncation Error)
Galat ini mengacu pada galat yang ditimbulkan akibat penggunaan hampiran sebagai
pengganti solusi eksak. Galat pemotongan bergantung pada metode komputasi yang
digunakan, sehingga galat ini juga disebut galat metode.
Contoh
Contoh lain yaitu pengambilan beberapa suku awal dari deret Taylor:
dengan
∈[ ]
Hampiran orde-1
Hampiran orde-2
Junaidi, M.Si.,Ph.D 9
Contoh
Diberikan fungsi
Turunan pertama dan kedua dari f (x) berturut-turut yaitu
4. Galat total
Atau galat akhir pada solusi numerik. Merupakan jumlah galat pemotongan dan galat
pembulatan.
Contoh
Catt
Junaidi, M.Si.,Ph.D 10
2.2Penghitungan galat
Untuk galat pembulatan dan pemotongan, hubungan antara hasil yang eksak dengan
hampiran dapat dirumuskan oleh
Keterangan:
Galat relatif dapat juga dikalikan dengan 100% agar dapat dinyatakan sebagai
Keterangan
Contoh
Junaidi, M.Si.,Ph.D 11
Sehingga galatnya adalah : ε = 3,14159265 - 3,1428571 = - 0,00126
a ̂
3,141592 3,14
2.000.000 2.000.004
0,000012 0,000015
Format bilangan real di komputer berbeda-beda bergantung pada perangkat keras dan
penerjemah bahasa pemrograman. Bilangan real di dalam komputer umumnya disajikan dalam
format bilangan titik kambang
Keterangan:
m = mantis (rill) B = basis sistem bilangan yang di pakai (2, 8, 10, dst)
Contoh:
Bilangan rill 245,7654 dinyatakan sebagai 0,2457654 x 10 3 atau bisa juga ditulis
0,2457654E03
Junaidi, M.Si.,Ph.D 12
Bilangan titik kambang yang di normalisasi ditulis sebagai:
ᴾ ᴾ
dimana d1, d2 ,d3 ... dn adalah digit matriks terhadap syarat
untuk k>1
1. Pada syarat desimal: 1 ≤ dx ≤ 9 dan 0 ≤ dx ≤ 9
Contoh:
1. 0,0563 x 10-3 dinormalisasi menjadi 0,563 x 10-4
Junaidi, M.Si.,Ph.D 13
BAB III
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapatMengetahui metode- metode pencarian akar dari
persamaan tak linear, Mengetahui metode- metode
pencarian akar dari persamaan tak linear serta
mengaplikasikan metode- metode pencarian akar untuk
persamaan yang sama
Dalam matematika terapan kita sering mencari penyelesaian persamaan untuk , yakni
bilangan-bilangan x=1 sedemikian hingga sehingga ; adalah fungsi tak
linier dan r yang memenuhi disebut akar persamaan atau titik 0 fungsi tersebut.
1. Persamaan Aljabar
Contoh:
1) Persamaan Polinom Berordo > 2
ⁿ+ −1 ⁿ−1+ + ₂ 2 + ₁ + ₀=0 Dengan ≠0, >0
2) Persamaan Rasional
dengan P, R, T, A, v konstanta
2. Persamaan Transenden, adalah persamaan yang mengandung fungsi- fungsi trigonometri
algoritma atau eksponen.
Contoh:
1) e-x + sin(x) = 0
2) lnx – 2 = 0
Junaidi, M.Si.,Ph.D 14
3. Persamaan Campuran, mengandung baik persamaan polinom maupun persamaan
transenden.
Contoh:
1) x2 sin x + 3 = 0
2) x3 + ln x = 0
Dari contoh di atas tentukan bahwa rumus-rumus yang memberikan nilai eksak dari
penyelesaian secara eksplisit hanya akan ada untuk kasus-kasus yang sederhana. Dalam
banyak hal kita harus menggunakan metode- metode hampiran khususnya metode- metode
iterasi.
Metode iterasi numeris adalah metode dimana kita memilih sesuatu (x0 ) sebagai tebakan awal
dan secara beruntun menghitung barisan nilai hampiran nilai (x0 ), (x1 ) dan seterusnya secara
reprosif dari relasi berbentuk xn+1 =g(xn ); n=0,1,3 dengan g didefinisikan dalam selang
yangmemuat (x0 ) dan rentang terletak dalam selang tersebut,jadi sec ara beruntun kita
menghitung. Dari runtunan di atas diinginkan bahwa hampiran tersebut membentuk suatu
barisan yang konvergen. Metode iterasi secara khas cocok untuk komputer karena metode ini
melibatkan suatu proses.
Ada 4 metode dasar untuk memecahkan persamaan non linier yang dikelompokan atas metode
terbuka(selalu konvergen) dan metode- metode terututup(tidak selalu konvergen). Keempat
metode ini adalah: 1. Metode Bagi Dua ( Bisection Method), 2. Metode Posisis Palsu (Regula
Falsi), 3. Metode Newton-Rhapson, 4. Metode secant. Pada Bab ini akan di bahas dua metode
yaitu 1. Metode Bagi Dua ( Bisection Method), 2. Metode Posisis Palsu (Regula Falsi),
( i ) Grafik Tunggal
Junaidi, M.Si.,Ph.D 15
( ii ) Grafik Ganda
x F(x)
0,5 -1,34
1 -1
1,5 -0.39
2 0,38
2,5 1,29
Terdapat akar pada ( 1,5 ; 2)
Metode bagi dua mengasumsikan bahwa fungsi adalah kontinu pada interval
[a1 ; b1 ],serta f (a1 ) dan f (b1 ) mempunyai tanda berlawanan, artinya f (a 1 ). f (b1 ) < 0.
Karenaitu terdapat minimal satu akar pada interval [a 1 ; b1 ].Idenya adalah interval selalu
dibagi dua sama lebar. Jika fungsi berubah tanda sepanjang suatu subinterval, maka letak
akarnya kemudian ditentukan ada di tengah-tengahsubinterval. Proses ini diulangi untuk
memperoleh hampiran yang diperhalus.
Junaidi, M.Si.,Ph.D 16
Dicatat bahwa terdapat beberapa kriteria penghentian pencarian akar jika diberikansuatu
toleransi keakuratan , yaitu
Proses terus diulang dengan membagi dua selang tersebut dan memeriksa setengah selang
yang sama yang mengandung akar. Pembagi-duan selang ini dilanjutkan sampai lebar selang
yang ditinjau cukup kecil.
Penentuan setengah selang yang mengandung akar dilakukan dengan memeriksa tanda dari
hasil kali atau .
Junaidi, M.Si.,Ph.D 17
Contoh
Selesaikan persamaan pada interval [1, 2] menggunakan metode bagi dua sampai
lima iterasi.
Penyelesaian
Iterasi 1
Sehingga
Iterasi 2.
| | | |
Sehingga
Iterasi 3.
Sehingga
Junaidi, M.Si.,Ph.D 18
Iterasi 4
Sehingga
Iterasi 5
Gambar 2. Ilustrasi grafis untuk akar hampiran dalam metode posisi palsu
Junaidi, M.Si.,Ph.D 19
Metode posisi palsu memanfaatkan wawasan grafis ini dengan cara menetapkan hampiran
akar sebagai perpotongan antara garis yang melalui titik-titik ( [ ] [ ]
dengan sumbu x.
Andaikan titik potong tersebut adalah maka akar akan terletak pada selang atau
. Selanjutnya menentukan selang mana yang mengandung akar menggunakan cara
sama seperti pada metode bagi-dua.
Idenya adalah menghitung akar (yang merupakan titik ujung interval baru) yang merupakan
absis untuk titik potong antara sumbu x dengan garis lurus yang melalui keduatitik yang
absisnya adalah titik-titik ujung interval lama. (Gambar 2) Rumus untuk mencari akar adalah
sebagai berikut.
Diasumsikan bahwa fungsi f(x) adalah kontinu pada interval [an; bn], dan f (an) . f (bn) < 0.
Garis yang melalui titik (an; f (an))dan (bn; f (bn)) mempunyai persamaan
Garis memotong sumbu x jika y = 0, sehingga diperoleh titik absis sebagai hampiran
akar yaitu
Proses untuk metode posisi palsu adalah seperti metode bagi dua tetapi penghitungan
xn menggunakan rumus 1)
Algoritma
Misalkan dipunyai sebuah interfal [a, b] yang memenuhi dan sebuah
toleransi galat maka Regulasi-Falsi dapat dicari dengan langkah-langkah sebagai berikut :
Junaidi, M.Si.,Ph.D 20
Contoh
Jadi pada iterasi ke-6 diperoleh akar hampiran x = 1:7320 dengan f (x) = -0:0000044.
Proses penyelesaian
Iterasi 1
= 1.66667
Sehingga
Begitu seterusnya
Junaidi, M.Si.,Ph.D 21
BAB IV
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapatMengetahui metode- metode pencarian akar dari
persamaan tak linear, Mengetahui metode- metode
pencarian akar dari persamaan tak linear serta
mengaplikasikan metode- metode pencarian akar untuk
persamaan yang sama
dengan menggunakan tebakan awal x0. Ilustrasi grafis untuk penyelesaian xn diberikanoleh
Gambar berikut:
Junaidi, M.Si.,Ph.D 22
Proses untuk metode bagi dua diberikan seperti dalam Algoritma 2.
Gunakan metode iterasi titik tetap sampai lima iterasi untuk menyele-
Saikan dengan tebakan awal .
| |
Junaidi, M.Si.,Ph.D 23
Berikut ini adalah penyelesaian sampai lima iterasi untuk ketiga kasus.
n
Kasus 1 Kasus 2 Kasus 3
0 1,5 1.5000 1.5
1 2 2.2500 1.875
2 1,5 0.1875 1.6172
3 2 3.1523 1.8095
4 1,5 -3.7849 1.6723
5 2 -15.1106 1.7740
Terlihat bahwa Kasus 1 dan Kasus 2 adalah divergen, tetapi Kasus 3 adalah konvergen.
Berikut ini diberikan kriteria kekonvergenan dari metode iterasi titik tetap.
Teorema
| |
Bukti
Misalkan adalah akar sejati dari maka
| | | | | | | |
Berdasarkan teorema Nilai Rata-rata. Diperoleh
| | | | | | | |
Junaidi, M.Si.,Ph.D 24
Kita mencatat:
1. Telah ditunjukan bahwa | | | | , yang berarti metode iterasi titik
tetap adalah konvergen secara linier
2. Karena | | , kita akan memilih fungsi iterasi sedemikian sehingga
| | adalah kecil
Dari contoh sebelumnya √ , maka
Kasus 1: | |
Kasus 2: | |
Kasus 3: | |
Dalam MatLab, Algoritma 2 untuk metode iterasi titik tetap diimplementasikan dalamfungsi
TitikTetapberikut ini.
Junaidi, M.Si.,Ph.D 25
4.2 Metode Newton-Raphson
Prinsip:
Buat garis singgung kurva f(x) di titik di sekitar akar fungsi.Titik tempat garis singgung itu
Junaidi, M.Si.,Ph.D 26
Contoh
Gunakan metode Newton-Raphson untuk menyelesaikan dengan tebakan awal
Penyelesaian
dan dibentuk rumus pencarian akar:
Iterasi 4
| |
Junaidi, M.Si.,Ph.D 27
Jadi pada iterasi ke-4 diperoleh akar hampiran x = 1:73205.
Metode Newton-Raphson merupakan suatu contoh dari metode iterasi titik tetap,
, dimana fungsi iterasinya adalah
Junaidi, M.Si.,Ph.D 28
4.3 Metode Garis Potong (Secant)
Masalah yang ada dalam metode Newton adalah terkadang sulit untuk
mendapatkanturunan pertama . Alternatifnya adalah turunan , kemiringan garis
di , dihampiri oleh kemiringan garis potong yang melalui dan
:
Penjelasan grafis mengenai metode ini adalah seperti dalam Gambar berikut:
Dicatat:
1. Persamaan di atas memerlukan dua tebakan awal x tetapi tidak memperhatikan
perubahan tanda dari f (x).
2. Kemudian dapat ditunjukkan bahwa
| | | |
sehingga metode garis potong lebih cepat daripada metode iterasi titik tetap, tetapi
lebih lambat daripada metode Newton-Raphson.
Proses untuk metode garis potong diberikan seperti dalam Algoritma 4.
Junaidi, M.Si.,Ph.D 29
Contoh
Gunakan metode garis potong untuk menyelesaikan x2 - 3 = 0 dengantebakan awal dan
x0 = 2.
Penyelesaian.
Dituliskan rumus untuk metode titik potong
Iterasi 1
( ) ( )
=1.66667
| |
Junaidi, M.Si.,Ph.D 30
Jadi pada iterasi ke-4 diperoleh akar hampiran x = 1:732051.
Junaidi, M.Si.,Ph.D 31
BAB V
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapatMengetahui metode- metode penyelesaian sistem
persamaan linear secara iterasi.
Pada Sistem Persamaan Linier yang akan di bahas adalah sistem persamaan linier segitiga
atas, sistem persamaan linier dan segitiga bawah, eliminasi gauss, Faktorisasi Segitiga dan
Metode Cholesky, Metode Tridiagonal, Metode Jacobi dan Gauss-Seidel
Dengan n aij adalah bilangan yang ada dilokasi (i, j), yaitu elemen yang berada pada baris ke-i
dan kolom ke-j dalam deretan tersebut. Dalam bentuk rinciditulis,
[ ]
Junaidi, M.Si.,Ph.D 32
Beberapa matriks khusus:
Matriks Bujur sangkar
Matriks bujur sangkar adalah matriks yang banyaknya baris sama dengan banyaknya kolom.
A berukuran N x N.
Matriks Diagonal
Matriks diagonal adalah matrik bujursangkardengan semua elemen bukan diagonal bernilai
nol.
[ ]
Matriks Satuan
Matriks satuan adalah matrik diagonal yang semuaelemennya bernilai satu
[ ]
[ ]
[ ]
Matriks Tridiagonal
Matriks tridiagonal adalah matrik bujursangkaryang memenuhi aij = 0 untuk |i – j | 2
[ ]
Junaidi, M.Si.,Ph.D 33
Sistem persamaan Linier
Sistem M persamaan linear atau himpunan M persamaan linear simultandalam N bilangan x1 ,
x2 , …, xn yang tidak diketahui adalah suatuhimpunan persamaan berbentuk
a11 x1 + a12 x2 + ……… + a1NxN= C1
a21 x1 + a22 x2 + ……… + a2NxN = C2
am1 x1 + am2 + ………. + a2MNxN = CM
Sistem persamaan linear tersebut dapat juga dituliskan sebagai suatupersamaan vektor,
AX=Cdengan matriks koefisien A = [aij] adalah matriks M x N,
[ ] [ ] [ ]
Solusi dari sistem persamaan linear adalah himpunan bilangan yang memenuhi
semua M persamaan tersebut.Vektor solusi dari sistem persamaan linear adalah vektor X
yangkomponen-komponennya merupakan solusi dari sistem persamaan tersebut.
Sistem persamaan linear AX = C, dengan matrik koefisien A berupa matrik segitiga atas, dapat
ditulis dalam bentuk
a11 x1 + a12 x2 + ……… + a1NxN= C1
a22 x2 + ……… + a2NxN = C2
Junaidi, M.Si.,Ph.D 34
menghasilkan , dengan . Nilai yang diketahui dapat digunakan dalam
Penyelesaian
Dari persamaan terakhir diperoleh .Dengan memakai x4 untuk mendapatkan x3 dari
Junaidi, M.Si.,Ph.D 35
Akhirnya x1 diperoleh dari persamaan pertama,
Penyelesaian sistem persamaan linear ini dicari dengan substitusi maju. Persamaan
pertama hanya melibatkan x1 , dan inilah yang pertama dicari baru kemudian x2 . Proses ini
diteruskan sehingga dari persamaan terakhir diperoleh nilai xn . Langkah umum dari proses
tersebut ialah:
∑
Akan dikembangkan sebuah skema yang lebih efisien untuk menyelesaikan sistem
persamaan linear umum AX = C, dengan N persamaan dan N bilangan yang tidak diketahui.
Caranya adalah sistem persamaan linear umum tersebut dirubah menjadi sebuah sistem
1. Pertukaran : urutan dari dua persamaan dapat ditukar. diketahui, maka himpunan
solusinya tidak berubah.
Junaidi, M.Si.,Ph.D 36
2. Penskalaan : perkalian sebuah persamaan dengan konstanta tak nol.
3. Penggantian : sebuah persamaan dapat digantikan oleh jumlah persamaan itu dengan
suatu kelipatan sebarang persamaan lainnya.
Contoh
Carilah persamaan parabola y = A + Bx + Cx2 yang melalui titik-titik (1,1), (2,-1) dan (3,1).
Penyelesaian
Untuk masing- masing titik diperoleh persamaan yang mengaitkan nilai xterhadap nilai y.
Hasilnya berupa sistem
Peubah B dieliminasi dari persamaan ketiga dengan cara mengurangkannyadengan dua kali
persamaan kedua, diperoleh persamaan yang setara
Cara yang paling efisien menyelesaikan sistem linear AX = C adalah menyimpan semua
koefisiennya dalam array berukuran Nx(N+1). Koefisienkoefisien C disimpan dalam kolom
N+1 dari array, yaitu ai,N+1 = ci. Tiap baris memuat semua koefisien yang diperlukan untuk
menyatakan satu persamaandalam sistem linear. Matrik yang dilengkapi, disingkat matrik
lengkapdinyatakan oleh [A,C] sehingga sistem linear dinyatakan sebagai,
[ ] [ ]
Junaidi, M.Si.,Ph.D 37
Sistem linear AX = C dengan matrik lengkap yang diberikan dapat diselesaikandengan
melakukan ope rasi baris elementer (OBE) pada matrik lengkap[A,C]. Peubah-peubah xk
adalah pemegang posisi untuk koefisien-koefisien dandapat dihilangkan sampai akhir
perhitungan
Operasi-operasi baris berikut bila diterapkan pada matrik lengkap akanmenghasilkan sistem
yang setara.
1. Pertukaran : urutan dari dua baris dapat ditukar.
2. Penskalaan : perkalian sebuah baris dengan konstanta tak nol.
3. Penggantian : sebuah baris dapat digantikan oleh jumlah baris itu dengan suatu
kelipatan sebarang baris lainnya.
Tumpuan
Bilangan akk pada posisi (k, k) yang dipakai untuk mengeliminasi xk dalam baris-baris k+1,
Contoh
Nyatakan sistem berikut dalam bentuk matrik lengkap dan cari suatu sistemsegitiga atas yang
setara serta solusinya.
Jawab
Matrik lengkapnya adalah:
[ ] [ ]
[ ] [ ]
Junaidi, M.Si.,Ph.D 38
Proses yang dilakukan di atas disebut dengan proses eliminasi Gauss. Proses eliminasi Gauss
harus dimodifikasi sehingga dapat dipakai dalamkeadaan apapun.
Pivoting
Jika akk = 0 maka baris ke-k tidak dapat dipakai sebagai elemen tumpuan. Karena itu perlu
mencari baris r, dengan ark ≠ 0 dan r > k dan kemudianmempertukarkan baris k dan baris r
sehingga diperoleh elemen tumpuan taknol. Proses ini disebut pivoting, dan kriteria penentuan
baris mana yangdipilih disebut strategi p ivoting. Jadi strategi pivoting yang paling
sederhanaadalah jika akk ≠ 0 maka langsung dilanjutkan melakukan eliminasi sedangkanjika a kk
= 0 maka dilakukan pivoting.
Junaidi, M.Si.,Ph.D 39
Invers Matriks
Variasi lain dari eliminasi Gauss adalah eliminasi Gauss-Jordan. Dalam halini penyulihan
mundur dalam eliminasi Gauss dihindari dengan melakukanperhitungan tambahan yang
mereduksi matriks ke bentuk diagonal sebagaipengganti bentuk segitiga.Metode ini
mempunyai keuntungan dalam menyelesaikan sistem persamaanpada komputer.
Invers (balikan) suatu matriks bujur sangkar A yang tak singular padaprinsipnya dapat
ditentukan dari penyelesaian n sistem,AX = c j, j = 1, 2, …, ndengan cj adalah kolom ke-j dari
matrik satuan nxn.
Cara lain yang lebih disukai untuk menghasilkan invers dari matrik A, yaitu A-1 ,adalah
menggunakan eliminasi Gauss-Jordan untuk mengoperasikan matriksA dan matrik satuan I
sehingga masing- masing direduksi menjadi matrik I danmatriks A-1 .
Penyelesaian sistem persamaan linear n x n dapat dilakukan dengan mencariinvers dari
matriks A. Solusi untuk AX = C diberikan oleh X = A-1 C . Namunsecara numerik cara ini
tidak efisien.
Contoh
Penyelesaian
Dimulai dengan matriks lengkap
[A,I] = [ ] [ ]
Junaidi, M.Si.,Ph.D 40
[ ]
[ ]
[ ]
[ ]
[ ] [ ]
Jadi [ ]
Junaidi, M.Si.,Ph.D 41
5.5 Soal Latihan
Selesaikan Sistem persamaan Linier berikut menggunakan metode : (i) Eliminasi Gauss tanpa
pivoting dan (ii) dengan pivoting
a.
b.
c.
Junaidi, M.Si.,Ph.D 42
BAB VI
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui metode- metode penyelesaian sistem
persamaan linear secara iterasi.
Pada sub-bab terdahulu terlihat bahwa betapa mudahnya untuk menyelesaikansistem segitiga
atas.
Karena itu, diberikan matrik A yang taksingular, kemudian faktorkan matrik A tersebut
menjadi matrik segitiga atas U dan matrik segitiga bawah L. Agar matrik U dan L tunggal
maka elemen-elemen diagonalnya tidakboleh sebarang.
Ada dua macam pemfaktoran.
a. Pemfaktoran Doolittle, mensyaratkan elemen diagonal L semuanya bernilai 1 dan
elemen diagonal U taknol.
Misalkan matrik A berukuran 3 x 3, bila difaktorkan diperoleh:
[ ] [ ][ ]
[ ] [ ][ ]
Jika penukaran baris tidak diperlukan pada waktu menggunakan eliminasi Gauss, maka
pengali-pengali pij adalah elemen-elemen diagonal bawah darimatrik L dalam pemfaktoran
Doolittle.Misalkan untuk matriks A berukuran 3 x 3, maka l21 = p21 , l31 = p31 dan l32 =
Junaidi, M.Si.,Ph.D 43
p32 .Selain itu, elemen-elemen dari matrik L dan U dapat dihitung secara langsung,dengan
menghitung hasil kali LU kemudian memakai sifat kesamaan duamatriks LU = A
Penyelesaian sistem persamaan linear .
Misalkan A adalah matrik koefisien dari sistem linear AX = C yang mempunyaipemfaktoran
segitiga A = LU. Solusi dari sistem linear LUX = C diperolehdengan cara mendefinisikan Y =
UX dan kemudian menyelesaikan dua sistemLY = C dan UX = Y.Pertama diselesaikan Y dari
persamaan LY = C memakai algoritma penyulihanmaju dan diikuti dengan menyelesaikan X
dari UX = Y memakai algoritmapenyulihan mundur
Contoh 4.5
Diberikan sitem persamaan linear berikut,
a. Bila A adalah matrik koefisien dari sistem persamaan linear di atas, tentukan matrik
segitiga L dan U sebagai faktor dari matrik A.
b. Tentukan solusi dari sistem persamaan linear diatas dengan menggunakan dekomposisi
matrik A tersebut.
Penyelesaaian
a. [ ] *[ ][ ]+
[ ]
Junaidi, M.Si.,Ph.D 44
[ ] dan [ ]
Diperoleh nilai , ,
Gunakan metode penyuluhan untuk menyelsaikan UX=Y
Diperoleh ,
Contoh
Gunakan metode Cholesky untuk menentukan solusi dari sistem persamaan linier
Penyelesaian
[ ] [[ ][ ]]
* +
Junaidi, M.Si.,Ph.D 45
[ ] dan [ ]
Diperoleh nilai , ,
Gunakan metode penyuluhan mundur untuk menyelesaikan LT X=Y
Diperoleh ,
a. [ ]
b. [ ]
[ ]
3. Diketahui matriks
a 1 a b b 1
a 2 a 1 b 2 b 1
A
b 1 b 1 a 1 a 1
b 1 b 3 a 1 a 3
Hitunglah det(A) dengan cara :
a. Ekspansi kofaktor baris (genap/ganjil)
b. Ekspansi kofaktor kolom (ganjil/genap)
c. Sifat-sifat determinan (reduksi menjadi matrik segitiga)
d. Metode CHIO
Junaidi, M.Si.,Ph.D 46
e. Dekomposisi matrik (CROUT dan Doolite)
BAB VII
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui metode- metode penyelesaian sistem
persamaan linear secara iterasi.
Junaidi, M.Si.,Ph.D 47
{ } (1)
dengan asumsi bahwa masukan- masukan diagonal dari A tidak sama dengan nol (jikatidak
maka dilakukan penukaran baris-baris dan kolom-kolom untuk mendapatkan suatu sistem
yang ekivalen). Untuk langkah ke-k, komponen-komponen dinyatakan oleh
( ∑ )
Contoh
Diketahui sistem persamaan linear:
Kita bisa menyatakan bahwa nilai x1 , x2 , x3 , dan x4 yang berada di ruas kiri sebagaix( baru).
Sementara itu, nilai x1 , x2 , x3 , dan x4 yang berada di ruas kanan sebagaix(lama).
Secara umum, sistem persamaan tersebut dapat dituliskan menjadi seperti
( )
( )
( )
( )
Junaidi, M.Si.,Ph.D 48
Setelah nilai- nilai diperoleh, penghitungan diulang kembali dengan k =2 untuk
memperoleh nilai- nilai :
Proses diulang lagi untuk nilai-nilai k berikutnya. Berikut ini diberikan suatu hasilsampai
langkah ke-4.
Untuk kriteria penghentian iterasi, kita bisa menggunakan suatu norma dari vektor:
‖ ‖ | |
‖ ‖ | |
Berdasarkan kriteria tersebut, metode iterasi Jacobi dapa t dinyatakan seperti dalamAlgoritma
5, sedangkan implementasi dalam MatLab diberikan oleh fungsi jacobi.
Junaidi, M.Si.,Ph.D 49
7.2 Metoda Iterasi Gauss-Seidel
Dari persamaan (2) dicatat bahwa komponen-komponen dari x(k) diketahui, tetapitidak
digunakan, ketika penghitungan komponen-komponen sisanya. Metode Gauss-Seidel
merupakan suatu modi.kasi dari metode Jacobi, yaitu semua komponen-komponen terakhir
yang dihitung dipergunakan. Prosedur dalam metode Gauss-Seideldiperoleh dengan memilih
Q = D + L.
( ∑ ∑ )
Junaidi, M.Si.,Ph.D 50
Penyelesaian
Sistem persamaan diubah susunannya menjadi
( )
( )
( )
( )
Proses diulang lagi untuk nilai-nilai k berikutnya. Berikut ini diberikan suatu hasilsampai
langkah ke-4.
Untuk keperluan komputasi, iterasi 3) dinyatakan secara khusus untuk i=1 dan i=n berturut-
turut
( ∑ ) ( ∑ )
Sekarang kita bisa menyatakan skema untuk iterasi Gauss-Seidel seperti dalam Algoritma 6
dan implementasi dalam MatLab diberikan oleh fungsi gauseid().
Junaidi, M.Si.,Ph.D 51
7.3 Iterasi SOR
Berikutnya diperhatikan suatu metode untuk mempercepat konvergensi dari metode iterasi.
Dipilih
(∑ ∑ )
( ∑ ∑ )
Junaidi, M.Si.,Ph.D 52
untuk i = 1; 2; :::; n, dan diasumsikan bahwa untuk langkah ke-k, komponen-komponen ,
sudah diketahui.
Untuk = 1, iterasi (5) memberikan metode Gauss-Seidel. Untuk 0 < < 1, prosedurnya
dinamakan metode under-relaxation dan dapat digunakan untuk memperolehkonvergensi dari
beberapa sistem yang tidak konvergen oleh metode Gauss-Seidel.
Untuk > 1, prosedurnya dinamakan metode overrelaxation, yang digunakan untuk
mempercepat konvergensi bagi sistem yang konvergen oleh teknik Gauss-Seidel.
Metode- metode tersebut disingkat SOR untuk Successive Overrelaxation dan d igunakan untuk
penyelesaian sistem linier yang muncul dalam penyelesaian numeris daripersamaan diferensial
parsial tertentu.
Contoh. Diketahui sistem persamaan linear:
Tabel berikut ini menampilkan hasil penghitungan sampai langkah ke-4 menggunakan
penyelesaian awal x(0)= 0.
Junaidi, M.Si.,Ph.D 53
Selesaikan sistem persamamaan dia atas menggunakan metode iterasi Gauss-Seidel
dengan tebakan awal (3, -2,5, 7) sampai iterasi ke-4. Apa yang dapat kamu
simpulkan?
3. Diberikan persamaan berikut
Selesaikan sistem persamaan dia atas menggunkan metode iterasi Jacobi dengan
tebakan awal (1, 0, 1) sampai iterasi ke-6.
BAB VIII
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui dan memahami metode Interpolasi
serta Mengaplikasikan interpolasi untuk menaksir nilai
antara titik-titik data
Junaidi, M.Si.,Ph.D 54
Misalkan diberikan suatu tabel nilai- nilai numeris f j = f(x j) dari suatu fungsi fpada titik-
beda maju”
Fungsi f(x i) bisa berupa hasil suatu rumus atau nilai yang diperoleh secaraempiris dari
f(x) untuk x berikutnya yang lebih besar dalam tabel.Beda-beda kedua dari fungsi f diperoleh
dengan mengurangkan tiap nilaibeda pertama dari fungsi f(x) untuk x berikutnya yang lebih
beda itu dibangun. Titik (koma) desimal dan nolpemula dari beda-beda itu boleh dihilangkan.
Terdapat tiga notasi untuk beda-beda yang terjadi dalam suatu tabel beda.
a. Beda-beda Pusat
Bentuk tabel beda-beda pusat sebagai berikut:
Beda Beda Beda
Pertama Kedua Ketiga
} an
b. Beda-beda Maju
Bentuk tabel beda-beda pusat sebagai berikut:
Beda Beda Beda
Pertama Kedua Ketiga
Junaidi, M.Si.,Ph.D 55
Secara umum diperoleh
C. Beda-beda Mundur
Bentuk tabel beda-beda mundur sebagai berikut:
Beda Beda Beda
Pertama Kedua Ketiga
Junaidi, M.Si.,Ph.D 56
Contoh 1. Tentukan nilai dan beda , h = 0,2, x = 1
Beda Beda Beda
Pertama Kedua Ketiga
1
0,8333-1 = -0,1667
0,8333 0,0477
0,7143-0,8333= -0,1190 -0,018
0,7143 0,0297 0,0082
0,6250-0,7143= -0,0893 -0,0098
0,6250 0,0199 0,0037
0,5556-0,6250=- -0,0694 -0,0061
0,5556 0,0138
0,5000-0,5556= -0,00556
2,0 0,5000
Catatan, bila ditetapkan x0 = 1.6, maka diperoleh -0.0893 =
1. Interpolasi linear
Iterpolasi linear adalah metode interpolasi yang palingsederhana. Kurva fungsi f dihampiri
dengan suatu talibusur pada dua nilai tabulasi yang berdekatan x0 dan x1 .
Hampiran f pada x = x0 + rh adalah
Dimana
Junaidi, M.Si.,Ph.D 57
Taksiran galat tersebut adalah
| |
Dimana f(x) mempunyai turunan kedua pada dan f’’(x) terbatas dengan | |
2. Interpolasi kuadrat
Pada interpolasi kuadrat, kurva fungsi f diantara x0 dan x2 = x0 + 2hdengan parabola kuadrat
yang melalui titik-titik (x0 , f0 ), (x1 , f1 ), (x2 , f2 )sehingga mendapatkan rumus yang lebih teliti
Contoh
Diketahui nilai ln 9.0 = 2.1972 dan nilai ln 9.5 = 2.2513. Tentukan nilai ln 9.2.
Jawab
Diketahui x = 9,2, x0 = 9,0
Junaidi, M.Si.,Ph.D 58
Hampiran lebih teliti diperoleh bila menggunakan polinom yang derajatnyalebih
tinggi.Polinom pn (x) berderajat n ditentukan secara tunggal oleh n+1 nilai x i, i = 0, 1,2, …, n,
pn (x 0 ) = f 0 , pn (x 1 ) = f 1 , …, pn (x n ) = f n
∑( )
( )
Dengan adalah turunan ke-(n+1) dari fungsi f dan t terletak dalam interval yang titik-titik
ujungnya adalah nilai terkecil dan terbesar dari nilai-nilaix 0 , x 1 , …, x n , x.
Contoh
Penyelesaian
Junaidi, M.Si.,Ph.D 59
b. Diketahui x = 2.15 dan tetapkan =2.1 sehingga
= 1.466268
∑( )
( )
Rumus interpolasi lain yang menggunakan beda hingga adalah Rumus Everett. Rumus ini
melibakan beda-beda hingga tingkat genap. Fumus Everett yang paling sederhana adalah
Dimana
( )
Dimana
Contoh
Dengan menggunakan nilai-nilai dari tabel berikut
Junaidi, M.Si.,Ph.D 60
Untuk x = 1.24 dan tetapkan sehinggan
= 3.4598-0.0021-0.0021=3.4556
BAB IX
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui metode penentuan suatu polinomial
yang melewati semua titik data yang diberikan serta
Mengaplikasikan interpolasi polinomial untuk menaksir
nilai antara titik-titik data
[ ] [ ]
[ ]
[ ] [ ]
[ ] [ ]
[ ]
[ ] [ ]
[ ]
[ ] [ ]
[ ]
[ ] [ ]
[ ]
Jika berjarak sama, maka bentuk rumus di atas sama dengan rumus interpolasi
beda maju newton.
Junaidi, M.Si.,Ph.D 62
Contoh
Diberikan pasangan nilai ,
,
a. Buat tabel beda terbagi dari data tersebut
b. Gunakan tabel beda bagi di atas dalam menerapkan rumus interpolasi beda terbagi
Newton dengan x = 2
Penyelesaian
a.
[ ] [ ] [ ]
0 1 0
0.4620981
1 4 -0.0518731
0.2027326 0.007865
2 6 -0,0204109
0.182316
3 5
b.
Dengan
Junaidi, M.Si.,Ph.D 63
∑
Dengan
∏( )
Contoh
Diberikan pasangna nilai x dan f(x) berikut
9.0 9.5 10.0 11.0
2.19722 2.25129 2.30259 2.39790
Gunakan Interpolasi Lagrange untuk menghitung f(9.2)
Penyelesaian
Dalam hal ini diperoleh
Sehingga
= 2.21920
Junaidi, M.Si.,Ph.D 64
pada F.Jika df/dx = 0 dekat atau pada titik yang diinginkan, kemungkinan bergunauntuk
memecahkan p(x) = f dengan iterasi. Dalam hal ini, p(x) adalahpolinom yang menghampiri
f(x) dan f adalah nilai yang diberikan
Catatlah bahwa polinom Lagrange tidak hanya berlaku untuk titik-titik yang berjarak sama.
Kita juga dapat membentuk polinom Lagrange untuk titik-titik data yang tidak berjarak sama.
BAB X
DIFERENSIAL NUMERIK
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui dan memahami diferensial numeric
dan mengaplikasikan pada pemecahan masalah numerik.
Junaidi, M.Si.,Ph.D 65
10.1Persoalan Turunan Numerik
Persoalan turunan numerik adalah menentukan nilai hampiran nilai turunan fungsi .
Meskipun metode numerik untuk menghitung turunan fungsi tersedia, tetapi perhitungan
turunan sedapat mungkin dihindari. Alasannya, nilai turunan numerik umumnya kurang teliti
dibandingkan dengan nilai fungsinya. Dalam kenyataannya, turunan adalah limit dari hasil
bagi selisih: yaitu pengurangan dua buah nilai yang besar dan
membaginya dengan bilangan yang kecil (h). Pembagian ini dapat menghasilkan turunan
dengan galat yang besar.
Misal diberikan nilai – nilai di , serta nilai fungsi untuk nilai – nilai tersebut. Titik-
titik yang diperoleh adalah , yang dalam hal ini dan
.
Junaidi, M.Si.,Ph.D 66
10.3Penurunan Rumus dengan Deret Taylor
Contoh
Dapatkan turunan f’(3) dari f(x) = x3 +3x+6 dengan mengunakan hampiran selisih beda
maju.
Solusi:
Penyelesaian numeric dengan hampiran beda maju
Untuk h = 0,1
Junaidi, M.Si.,Ph.D 67
Pemeriksaan lebih lanjut menggunakan pemograman komputer sebagaimana di bawah
untuk h lebih mendekati 0 (nol) menunjukkan nilai untuk h=10-6 . Nilai ini
sesuai dengan nilai eksak dari yang diperoleh dari penyelesaian analitik
sebelumnya.
Contoh
Dapatkan turunan f’(3) dari f(x) = x3 +3x+6 dengan mengunakan hampiran selisih beda
mundur.
Solusi:
Penyelesaian numerik dengan beda mundur diperoleh sebagai berikut:
f (3) f (3 0.1)
Untuk h = 0.1, maka f (3)
0.1
3 33 6 2.9 3 32.9 6
3
29.11
0.1
f (3) f (3 0.01)
Untuk h = 0.01, maka f (3)
0.01
3 33 6 2.99 3 32.99 6
3
29.9101
0.01
Junaidi, M.Si.,Ph.D 68
Untuk memperkecil kesalahan maka disimulasikan dengan mengambil nilai h lebih mendekati
0 (nol).
c. Hampiran selisih pusat
Kurangkan persamaan hampiran selisih maju dengan mundur
al ini,
Junaidi, M.Si.,Ph.D 69
al ini,
Untuk nilai- nilai di persamaan rumusnya menjadi :
al ini,
Adalah titik yang akan dicari nilai interpolasinya. Polinom Newton-Gregory yang
menginterpolasi seluruh titik data tersebut adalah:
Junaidi, M.Si.,Ph.D 70
Yang dalam hal ini,
( ( ) ( ) )
( ( ) )
Berdasarkan persamaan diatas, diperoleh rumus turunan numerik dengan ketiga pendekatan
(maju, mundur, pusat) sebagai berikut :
( ( ) )
( )
( )
( )
( )
Junaidi, M.Si.,Ph.D 71
digunakan titik-titik :
( ( ) )
( )
( )
( )
Untuk titik :
( )
- Untuk titik :
Junaidi, M.Si.,Ph.D 72
Pada penurunan rumus turunan numerik dengan deret Taylor, kita dapat langsung
memperoleh rumus galatnya. Tetapi dengan polinom interpolasi kita harus mencari rumus
galat tersebut dengan bantuan deret Taylor.
Contohnya, kita menentukan rumus galat dan orde dari rumus turunan numerik hampiran
selisih-pusat :
Nyatakan E (galat) sebagai ruas kiri persamaan, lalu ekspansi ruas kanan dengan deret Taylor
di sekitar :
*( ) ( )+
( )
1. Turunan pertama
(selisih-maju)
(selisih-mundur)
(selisih-pusat)
(selisih-maju)
(selisih-pusat)
2. Turunan kedua
(selisih-maju)
Junaidi, M.Si.,Ph.D 73
(selisih-mundur)
(selisih-pusat)
(selisih-maju)
(selisih-pusat)
3. Turunan ketiga
(selisih-maju)
(selisih-pusat)
4. Turunan keempat
(selisih-maju)
(selisih-pusat)
a) Orde
Ambil titik-titik = = 1.9 yang dalam hal ini = 1.7 terletak ditengah
keduanya dengan h=0.2
Junaidi, M.Si.,Ph.D 74
Orde ):
c) Untuk menhitung
.3 hanya
mempunyai titik-titik sesudahnya(maju), tetapi tidak memiliki titik-titik
sebelumnya.
Untuk nilai digunakan rumus hampiran selisih-mundur sebab x=2.5
hanya mempunyai titik-titik sebelumnya (mundur)
Hampiran selisih-maju :
= 11.04
Junaidi, M.Si.,Ph.D 75
10.7 Soal Latihan
BAB XI
INTEGRAL NUMERIK
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui metode Integral Numerik
Di dalam kalkulus, integral adalah satu dari dua pokok bahasan yang mendasar
disamping turunan (derivative). Dalam kuliah kalkulus integral, anda telah diajarkan cara
memperoleh solusi analitik (dan eksak) dari integral Tak-tentu maupun integral Tentu.
Integral Tak-tentu dinyatakan sebagai
∫ (1)
Junaidi, M.Si.,Ph.D 76
Solusinya, F(x), adalah fungsi menerus sedemikian sehingga F'(x) = f(x), dan C adalah sebuah
konstanta. Integral Tentu menangani perhitungan integral di antarabatas-batas yang telah
ditentukan, yang dinyatakan sebagaiIntegral suatu fungsi adalah operator matematik yang
dan merupakan integral suatu fungsi f (x) terhadap variabel x dengan batas-batas integrasi
adalah dari x = a sampai x = b (Gambar 1) dan persamaan (2), yang dimaksud dengan integral
adalah nilai total atau luasan yang dibatasi oleh fungsi dan sumbu-x, serta antara batas x
= a dan x = b. Dalam integral analitis, persamaan (2) dapat diselesaikan menjadi:
f ( x) dx F ( x) a F (b) F (a )
b
dengan F (x) adalah integral dari f (x) sedemikian sehingga F ' (x)= f (x).
Sebagai contoh:
∫ ] [ ]
Integral numerik dilakukan apabila: 1) Integral tidak dapat (sukar) diselesaikan secara analisis.
2) Fungsi yang diintegralkan tidak diberikan dalam bentuk analitis, tetapi secara numerik
dalam bentuk angka (tabel).
pertama adalah berdasarkan tafsiran geometri integral Tentu. Daerah integrasi dibagi atas
Junaidi, M.Si.,Ph.D 77
sejumlah pias (strip) yang berbentuk segiempat. Luas daerah integrasi dihampiri dengan luas
seluruh pias. Rumus, dalam bab ini disebut kaidah, integrasi numerik yang diturunkan dengan
Pendekatan kedua adalah berdasarkan polinom interpolasi. Di sini fungsi integrand f(x)
dihampiri dengan polinom interpolasi pn (x). Selanjutnya, integrasi dilakukan terhadap pn (x)
karena polinom lebih mudah diintegralkan ketimbang mengintegralkan f(x). Rumus integrasi
numerik yang diturunkan dengan pendekatan ini digolongkan ke dalam metode Newton-
Cotes, yaitu metode yang umum untuk menurunkan rumus integarsi numerik.
Pendekatan ketiga sama sekali tidak menggunakan titik -titik diskrit sebagaimana pada kedua
pendekatan di atas. Nilai integral diperoleh dengan mengevaluasi nilai fungsi pada sejumlah
titik tertentu di dalam selang [-1, 1], mengalikannya dengan suatu konstanta, kemudian
menjumlahkan keseluruhan perhitungan. Pendekatan ketiga ini dinamakan Kuadratur Gauss,
yang akan dibahas pada bagian akhir bab ini.
11.2Metode Pias
Pada umumnya, metode perhitungan integral secara numerik bekerja dengan sejumlah titik
diskrit. Karena data yang ditabulasikan sudah berbentuk demikian, maka secara alami ia sesuai
dengan kebanyakan metode integrasi numerik. Untuk fungsi menerus, titik-titik diskrit itu
diperoleh dengan menggunakan persamaan fungsi yang diberikan untuk menghasilkan tabel
nilai. Dihubungkan dengan tafsiran geometri inttegral Tentu, titik-titik pada tabel sama dengan
membagi selang integrasi [a, b] menjadi n buah pias (strip) atau segmen (Gambar 2). Lebar
tiap pias adalah
Luas daerah integrasi [a, b] dihampiri sebagai luas n buah pias. Metode integrasi numerik
yang berbasis pias ini disebut metode pias. Ada juga buku yang menyebutnya metode
kuadratur, karena pias berbentuk segiempat.
Junaidi, M.Si.,Ph.D 78
Gambar 2 Metode pias
Sekarang akan kita hitung berapa besar galat hasil integrasi untuk masing- masing metode.
Misalkan I adalah nilai integrasi sejati dan I ' adalah integrasi secara numerik
Untuk penurunan galat, kita tinjau galat integrasi di dalam selang [0, h], ∫
Kaidah integrasi numerik yang dapat diturunkan dengan metode pias adalah:
Junaidi, M.Si.,Ph.D 79
Pandang sebuah pias berbentuk empat persegi panjang dari x = x0 sampai x = x 1 berikut
(Gambar 3).
Luas satu pias adalah (tinggi pias = f(x 0 ) ) atau (tinggi pias = f(x 1 ) )
Kaidah segiempat dapat dihitung dengan formula
∫ [ ]
∫ ∑
Pandang sebuah pias berbentuk trapesium dari x = x0 sampai x = x1 berikut (Gambar 5):
Junaidi, M.Si.,Ph.D 80
Gambar5 Kaidah trapesium
∫ [ ]
Persamaan di atas ini dikenal dengan nama kaidah trapesium. Catatlah bahwa kaidah
trapesium sama dengan kaidah segiempat.
Bila selang [a, b] dibagi atas n buah pias trapesium, kaidah integrasi yang diperoleh
adalah kaidah trapesium gabungan (composite trapezoidal's rule):
∫ ∫ ∫ ∫
[ ] [ ] [ ]
[ ]
Galat kaidah trapesium sebanding dengan h3 . Pernyataan ini dibuat dengan andaian
bahwa f(x) menerus dalam selang [0, h]. Jika tidak, maka galat tidak sebanding dengan
h3
Pandang sebuah pias berbentuk empat persegi panjang dari x = x0 sampai x = x 1 dan
titik tengah absis x = x 0 + h/2 (Gambar 6).
Junaidi, M.Si.,Ph.D 81
Gambar 6 Kaidah titik tengah
∫ ( )
11.3Metode Newton-Cotes
Metode Newton-Cotes adalah metode yang umum untuk menurunkan kaidah integrasi
numerik. Polinom interpolasi menjadi dasar metode Newton-Cotes. Gagasannya adalah
menghampiri fungsi f(x) dengan polinom interpolasi pn (x)
∫ ∫
Mengapa polinom interpolasi? Karena suku-suku polinom mudah diintegralkan dengan rumus
integral yang sudah baku, yaitu
Dari beberapa kaidah integrasi numerik yang diturunkan dari metode Newton-Cotes, tiga di
antaranya yang terkenal adalah:
Junaidi, M.Si.,Ph.D 82
Sebagai catatan, kaidah trapesium sudah kita turunkan dengan metode pias. Metode
Newton-Cotes memberikan pendekatan lain penurunan kaidah trapesium.
Diberikan dua buah titik data (0, f(0)) dan (h, f(h)). Polinom interpolasi yang melalui kedua
buah titik itu adalah sebuah garis lurus. Luas daerah yang dihitung sebagai hampiran nilai
integrasi adalah daerah di bawah garis lurus tersebut (Gambar 9).
Kaidah trapesium untuk integrasi dalam selang [0, h] kita perluas untuk menghitung
yang dalam hal ini, I sama dengan luas daerah integrasi di dalam selang [a, b]. Luas daerah
tersebut diperoleh dengan membagi selang [a, b] menjadi n buah upaselang (subinterval)
dengan lebar tiap upaselang h, yaitu [x 0 , x 1 ], [x 1 , x 2 ], [x 2 , x3 ], ... , [x n-1 , x n ]. Titik-titik ujung
tiap upaselang diinterpolasi dengan polinom derajat 1. Jadi, di dalam selang [a, b] terdapat n
buah polinom derajat satu yang terpotong-potong (piecewise). Integrasi masing- masing
polinom itu menghasilkan n buah kaidah trapesium yang disebut kaidah trapesium gabungan.
Luas daerah integrasi di dalam selang [a, b] adalah jumlah seluruh luas trapesium, yaitu
∫ ∫ ∫ ∫
Junaidi, M.Si.,Ph.D 83
∑
Hampiran nilai integrasi yang lebih baik dapat ditingkatkan dengan mengunakan polinom
interpolasi berderajat yang lebih tinggi. Misalkan fungsi f(x) dihampiri dengan polinom
interpolasi derajat 2 yang grafiknya berbentuk parabola. Luas daerah yang dihitung sebagai
hampiran nilai integrasi adalah daerah di bawah parabola (Gambar 10). Untuk itu, dibutuhkan
3 buah titik data, misalkan
Polinom interpolasi Newton-Gregory derajat 2 yang melalui ketiga buah titik tersebut
Adalah
∫ ∫
∫( )
Junaidi, M.Si.,Ph.D 84
( ) |
( )
( )
Mengingat dan
Maka selanjutnya
Persaman di atas ini dinamakan kaidah Simpson 1/3. Sebutan "1/3" muncul karena di dalam
persamaan (P.6.26) terdapat faktor "1/3" (sekaligus untuk membedakannya dengan kaidah
Smpson yang lain, yaitu Simpson 3/8).
Seperti halnya pada kaidah Simpson 1/3, hampiran nilai integrasi yang lebih teliti dapat
ditingkatkan terus dengan mengunakan polinom interpolasi berderajat lebih tinggi pula.
Misalkan sekarang fungsi f(x) kita hampiri dengan polinom interpolasi derajat 3. Luas daerah
yang dihitung sebagai hampiran nilai integrasi adalah daerah di bawah kurva polinom derajat
3 tersebut parabola (Gambar 11). Untuk membentuk polinom interpolasi derajat 3,
dibutuhkan4 buah titik data, misalkan titik-titk
tersebut
Junaidi, M.Si.,Ph.D 85
Gambar 11 Kaidah Simpson 3/8
Dengan cara penurunan yang sama seperti pada kaidah Simpson 1/3, diperoleh
KESIMPULAN
A. Metode Pias
1. Kaedah segiempat
a. Satu Pias
∫ [ ]
Junaidi, M.Si.,Ph.D 86
dimana I = integral sejati dan integral numerik
2. Kaedah trapesium
Kaedah trapesium dikenal juga dengan kaidah segiempat
∫ ( )
b. Gabungan
∫ ∫ ∫ ∫
∫ ∑
B. Metode Newton-Cotes
1. Kaedah Trapesium
a. Polinom interpolasi Newton- Gregory berderajat satu
∫ [ ]
Junaidi, M.Si.,Ph.D 87
2. Kaidah Simson 1/3
a. Polinom Interpolasi N-G berderajat 2 yang melalui 3 buah titik
∑ ∑
∫ ∑ ∑
Junaidi, M.Si.,Ph.D 88
4
3. Dengan aturan Simpson 3/8 hitung I e x dx . Hitung pula integral tersebut dengan
0
menggunakan gabungan dari metode Simpson 1/3 dan 3/8, apabila digunakan 5 pias
dengan x = 0,8.
BAB XII
KUADRATUR GAUSS-LEGENDRE,
TRANSFORMASI INTERVAL UNTUK GAUSS LEGENDRE
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat Mengetahui metode Integral Numerik
Junaidi, M.Si.,Ph.D 89
(2) memahami metode Kuadratus-Gauss Legendre Dua
titik
(3) Mengetahui memahami metode Kuadratus-Gauss
Legendre.
Karena , ,, dan sembarang maka kita harus memilih nilai tersebut sehingga error
integrasinya minimum.
Misalkan,
Persamaan-persamaan di bawah ini dijadikan fungsi integral pada interval integrasi [-1, 1]
Junaidi, M.Si.,Ph.D 90
Penyelesaian
√ √
Sehingga
∫ ( ) ( )
√ √
∫ ∫
Junaidi, M.Si.,Ph.D 91
[ ] [ ]
a x b -1 u 1
∫ ∫
( )
∫ ∫ ( )
1. Lebih sederhana dan efisien dalam operasi Aritmatika karena hanya membutuhkan
evaluasi dua fungsi dibandingkan metode Newton-Cotes (Trapezoida, Simson1/3,
Simson 3/8)
2. Lebih teliti dibandingkan dengan metode Newton-Cotes.
Junaidi, M.Si.,Ph.D 92
(1) Definisikan fungsi
(2) Tentukan batas bawah (a) dan batas atas (b)
( )
(5) Hitung
( ) ( )
√ √
Contoh
Penyelesaian
Konversi variable
( )
[ ]
∫ ( ) ( )
√ √
( ) ( ) ( ) ( )
√ √ √ √
Junaidi, M.Si.,Ph.D 93
2. Pendekatan Tiga Titik
Dengan cara yang sama dengan pendekatan pada dua titik diperoleh
√ √
∫ √ √
( )
Junaidi, M.Si.,Ph.D 94
(5) Hitung
∫ √ √
BAB XIII
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat mengetahui persamaan iferensial secara numerik
Junaidi, M.Si.,Ph.D 95
(1) Mengetahui dan memahami metode Euler
(2) Memahami metode Heunn
Persamaan diferensial adalah persamaan yang meliputi turunan fungsi dari satu atau
lebihvariabel terikat terhadap satu atau lebih variabel bebas. Dan berdasarkan jumlah variable
bebasnya maka persamaan diferensial dibedakan menjadi 2, yaitu persamaan DiferensialBiasa
yang hanya mengandung satu variabel bebas dan Persamaan Diferensial Parsial
yangmengandung lebih dari satu variabel bebas.
Metode Euler adalah salah satu dari metode satu langkah yang paling sederhana. Di
banding dengan beberapa metode lainnya, metode ini paling kurang teliti. Namun demikian
metode ini perlu dipelajari mengingat kesederhanaannya dan mudah pemahamannya sehingga
memudahkan dalam mempelajari metode lain yang lebih teliti.
Metode euler atau disebut juga metode orde pertama karena persamaannya kita hanya
mengambil sampai suku orde pertama saja.
Misalkan
yr = y(xr)
adalah hampiran nilai di xr yang dihitung dengan metode euler. Dalam hal ini
xr = x0 + rh, r = 1, 2, 3,…n
metode euler diturungkan dengan cara menguraikan y(xr+1 ) di sekitar xr ke dalam deret
taylor :
Junaidi, M.Si.,Ph.D 96
berdasarkan persamanan bentuk baku PDB orde orde satu maka
dan
xr+1 – xr = h
maka persamaan 2 dapat ditulis menjadi
h2
y(xr+1 ) y(xr)+hf(xr,yr)+ y”(t) (3)
2
dua suku pertama persamaan di atas yaitu :
Contoh
Diketahui PDB .
Gunakan metode Euler untuk menghitung y(0, 10)dengan ukuran langkah h = 0,05 dan h =
0,02. Jumlah angka bena = 5.diketahui solusi sejati PDB tresebut adalahy(x) = e x – x – 1.
Penyelesaian:
(i) Diketahui
a = x0 = 0
b = 0.10
c = 0.05
dalam hal ini f(x,y) = x + y, dan penerapan metode Euler pada PDB tersebut menjadi
yr 1 yr 0.02( xr yr )
Langkah-langkah:
x0 0 y0 0
Junaidi, M.Si.,Ph.D 97
x2 0.10 y2 y1 0.05( x1 y1 ) 1.0050 (0.05 1.0050) 1.05775
Jadi, y(0.10) 1.05775
(bandingkan dengan solusi sejatinya,
y (0.10) e0.10 0.1 1 0.0052
Sehingga galatnya adalah
Galat = 0.0052 – 1.05775 = -1.1030
(ii) Diketahi
a x0 0
b 0.10
h 0.02
Dalam hal ini , f ( x, y) x y , dan penerapan metode Euler pada PDB tersebut
menjadi
yr 1 yr 0.02( xr yr )
Langkah-langkah:
x0 0 y0 1
x3 0.06 y3 1.0624
x4 0.08 y4 1.0848
x5 0.10 y5 1.1081
Metode Euler mempunyai ketelitian yang rendah karena galatnya besar (sebanding
dengan h). buruknya galat ini dapat dikurangi dengan menggunakan metode Heun, yang
merupakan perbaikan metode Euler (modifified Euler’s method ). Pada metode Heun , solusi
dari metode Euler dijadikan sebagai solusi perkiraan awal (prediktor), selanjutnya solusi
perkiraan awal diperbaiki dengan metode Heun (Corrector).
Junaidi, M.Si.,Ph.D 98
Metode Heun diturunkan sebagai berikut:
Pandang PDB orde Satu
y ' ( x) f ( x, y ( x))
Integrasikan kedua ruas persamaan dari xr sampai xr+1 :
xr 1
f ( x, y( x))dx
xr 1
y ' ( x)dx
xr xr
yr 1 yr
xr
f ( x, y ( x))dx (1)
xr
f ( x, y ( x))dx ,
Dalam persamaan (2) suku ruas kanan mengandung yr+1 ini adalah solusi perkiraan awal
(prediktor) yang dihitung dengan metode Euler.
Corrector: [ ( )]
Contoh:
Diketahui PDB
dy/dx = x + y ; y(0) = 1
penyelesaian:
dietahui:
Junaidi, M.Si.,Ph.D 99
f(x,y) = x + y
a = x0 = 0, b = 0.10, h = 0.02
langkah-langjah:
= 1 + 0.02(0+1)
= 1.0200
= 1 + (0.02/2)(0+1+0.02+1.0200)
= 1.0204
= 1.0412
=1.0416
a.
b.
c.
BAB XIV
Tujuan Instruksional Umum (TIU) : Setelah menyelesaikan perkuliahan ini, diharapkan mahasiswa
dapat mengetahui persamaan iferensial secara numerik
Pada metode Euler memberikan hasil yang kurang teliti maka untuk mendapatkan hasil
yang lebih teliti perlu diperhitungkan suku yang lebih banyak dari deret Taylor atau
dengan menggunakan interval x yang kecil. Kedua cara tersebut tidak menguntungkan.
Metode Runge-Kutta adalah alternatif lain dari metode deret Taylor yang tidak
membutuhkan perhitungan turunan. Metode ini berusaha mendapatkan derajat
ketelitian yang lebih tinggi, dan sekaligus menghindarkan keperluan mencari
turunan yang lebih tinggi dengan jalan mengevaluasi fungsi f(x, y) pada titik terpilih
dalam setiap selang langkah.
k1 = f (x i, yi) (14.2)
Nilai k 1 muncul dalam persamaan untuk menghitung k 2 , yang juga muncul dalam
persamaan untuk menghitung k 3 , dan seterusnya. Hubungan yang berurutan ini membuat
metode Runge-Kutta adalah efisien dalam hitungan.
Ada beberapa tipe metode Runge-Kutta yang tergantung pada nilai n yang digunakan.
Dimana (14.7)
) (14.8)
Nilai a1, a2 , p1 dan q11 dievaluasi dengan menyamakan persamaan (14.6) dengan deret
Taylor order 2, yang mempunyai bentuk:
(14.9)
dengan f ' ( xi , yi ) dapat ditentukan dari hukum berantai (chain rule) berikut:
(14.10)
Δx f f dy Δx
yi 1 yi f ( xi , yi ) ( ) (14.11)
1 x y dx 2
g g
g ( x r , y s) g ( x, y) r s ...
x y
f
yi 1 yi a1 Δx f ( xi , yi ) a2 Δx f ( xi , yi ) a2 p1 Δx 2
x
f
a2 q11Δx 2 f ( xi , yi ) 0( Δx 3 )
x
y1 1 yi a1 f ( xi , yi ) a2 f ( xi , yi )Δx
f f (14.7)
a2 p1 a2 q11 f ( xi , yi ) Δx 2 0( Δx 3 )
x x
tidak diketahui dari tiga persamaan). Anggap bahwa tetap sehingga diperoleh
,
Karena nilai a2 dapat dipilih sembarang, maka akan terdapat banyak metode Runge-Kutta
order 2. Metode Runge-Kutta order 2 yang sering digunakan adalah metode Heunn
1
Apabila a2 dianggap , maka diperoleh:
2
( )
dengan: )
dimana k 1 adalah kemiringan fungsi pada awal interval dan k 2 adalah kemiringan fungsi pada
akhir interval. Dengan demikian metode Runge-Kutta order 2 adalah sama dengan metode
Heun.
Ekstrapolasi Richardson juga dapat diterapkan pada turunan numerik untuk memperoleh
solusi yang lebih teliti. Misalkan dan adalah hampiran dengan mengambil
titik-titik masing- masing sejarak dan . Misalkan untuk menghitung digunakan
rumus hampiran beda-pusat orde
[ ] [ ]
Atau [ ]
{ ]
Yang dalam hal ini adalah orde galat rumus yang dipakai. Misalnya digunakan rumus
hampiran selisih-pusat orde dalam menghitung , maka ,
sehingga rumus ekstrapolasi Richardsonnya adalah seperti persamaan
[ ]
Catatan juga bahwa setiap perluasan ekstrapolasi Richardson akan menaikkan orde
galat dari menjadi .
Contoh Soal :
Tentukan dengan ekstrapolasi Richrdson bila D(h) dan D(2h) dihitung dengan rumus
hampiran selisih-pusat orde
Penyelesaian :
D(h) =
D(2h) =
D(4h) =
D(h) = -0.31960 dan D(2h) = -0.31775 keduanya dihitung dengan rumus orde , sehingga
n=2, sehingga
[ ]
[ ]
D(2h) = -0.32022 dan D(4h) = -0.32050 keduanya dihitung dengan rumus orde ,
sehingga n=4, sehingga
[ ]
Tabel Richardson :
h
0.1 -0.31960
0.2 -0.31775 -0.32022
0.4 -0.30951 -0.32050 -0.32020
Jadi, = -0.32020.
[( ) ]
Daftar Pustaka
Chapra, SC & Canale, RP. (1989). Numerical Methods for Engineers. MCGraw Hill