Pelatihan Matlab
Pelatihan Matlab
disusun oleh:
Tim Assistant LKP
Pengenalan Matlab
Perangkat Lunak
Perintah
memasukan
data variabel a
Menyimpan
secara otomatis
harga variabel
a, b , dan c
Perintah
memasukan
data variabel b
Perintah
menghitung
harga variabel c
M-file
Penulisan Matriks
Tanda koma (,) atau spasi
Tanda titik koma(;)
Contoh :
>> a=[1,2,3]
a =
1
>> b=[1;2;3]
b =
1
2
3
Vektor baris adalah matrik yang terdiri atas satu baris saja.
>> B=[2:6]
B=
2
3
4
5
6
Penulisan seperti di atas akan menghasilkan vektor baris dengan selisih 1
Menentukan ukuran vektor
>> length(B)
ans =
5
>> A=[1 2 3;4 5 6;7 8 9]
A=
1
2
3
4
5
6
7
8
9
Matrik transposisi
>> A'
ans =
1
4
7
2
5
8
3
6
9
Perhitungan matriks
Penjumlahan dan pengurangan
Hanya dapat dilakukan jika matrik-matrik yang
akan dijumlahkan dan dikurangkan memiliki orde
sama.
2 3 1 6
1 4 5 2
2 3 1 6
4 6 2 12
1 4 5 2 2 8 10 4
0 0 0 0
2 3 1 6 2 3 1 6
1 4 5 2 1 4 5 2 0 0 0 0
Perkalian matrik
1
AB 1 2 3 2 1 4 9 14
3
x cA1
x c/ A
Ax c
x A1c
x A\c
1 2 3
x 2 5 4 20 15 8
4 3 1
1
2
2
5
3
4 x
20
15
Membuat Grafik
Misalkan:
X
2.7
7.4
20.1
54.6
148.4
>> x=[1,2,3,4,5]
x =
1
2
3
4
5
>> y=[2.7,7.4,20.1,54.6,148.4]
y =
20.1000
54.6000
148.4000
150
100
2.7000
7.4000
>> plot(x,y)
>> xlabel('x')
>> ylabel('y')
50
1.5
2.5
3
x
3.5
4.5
y
y exp( x )
NON-LINIER
Contoh :
persamaan kuadrat
x 4x 5 0
2
Dengan fzero :
Diketahui persamaan kuadrat
x+4x+3
%kuadrat.m
function y = kuadrat(x)
y = x^2+4*x+3
x = fzero('kuadrat',0)
x =
-1
fsolve
Solusi sistem persamaan taklinier dapat
menggunakan fsolve pada MATLAB
Contoh:
x 3 3 xy 2 1/ 2
3x 2 y y 3 3 / 2
Langkah 1 Buat terlebih dahulu fungsi sistem persamaan taklinier
dalam m-file.
Langkah 2 Buat program pengeksekusi menggunakan fsolve
pada m-file yang berbeda atau dapat juga langsung di command
window.
Langkah 3 Jalankan program pengeksekusi.
Pada m-file
function f = sistem(x)
f = [x(1)^3-3*x(1)*x(2)^2-0.5
3*x(1)^2*x(2)-x(2)^3-sqrt(3)/2]
>> X = fsolve('sistem',[1 2])
Optimization terminated: first-order optimality is less
than options.TolFun.
X = 0.9397
0.3420
Kasus 1
Diketahui sebuah persamaan kapasitas panas
sbb.
15.04
Cp 0.716 4.257 E T
T
6
kJ
kg.K
y ( x1 3) 0.5( x2 4) 3
2
OPTIMASI
Untuk mencari harga minimum dan maksimum kita dapat menggunakan perintah fminsearch.
[x,fval,exitflag] = fminsearch(fun,x0)
keterangan:
fun = Fungsi yang akan diminimumkan atau dimaksimumkan
x0 = Tebakan awal
x = Harga x yang menyebabkan fungsi minimum atau maksimum
fval = Nilai maksimum atau minimum.
exitflag = Kriteria penghentian proses iterasi.
Harga x mencapai kekonvergenan jika exitflag bernilai 1.
Contoh :
Carilah titik minimum
x 4x 3 0
2
Kasus 2
Carilah titik minimum dari persamaan multivariabel
berikut ini.
y ( x1 3) 2 0.5( x2 4) 2 3
Regresi
(Linier dan Non-Linier)
Regresi Linier
Persamaan dalam bentuk matriks untuk regresi
linier adalah sebagai berikut:
i 1
2
x
i
i 1
i a
i 1
0
a1
n
x
i yi
i 1
yi
i 1
Contoh Kasus
t(s)
185
360
530
690
850
h(cm)
30
24
18
12
Dimana:
h=a0t+a1
Untuk mencari harga a0 dan a1 dapat
menggunakan metode jumlah selisih kuadrat
terkecil
seperti
yang
telah
dijelaskan
sebelumnya.
Jawaban:
Pada m-file:
t=[0,185,360,530,690,850];
% Absis
h=[30,24,18,12,6,0];
% Ordinat
n=length(h);
A = [sum(t.^2),sum(t)
sum(t), n];
c = [sum(h.*t)
sum(h)];
a = A\c
Didapat:
a = -0.0354
30.4084
Kasus 3
Diketahui persamaan sebagai berikut:
y= aebx
Linierisasikan
persamaan
tersebut,kemudian
tentukan nilai a dan b,dengan data sebagai
berikut:
60
115
172
225
270
305
21
18
15
12
Persamaan Differensial
Biasa
PDB
Persamaan differensial terdiri atas fungsi turunan
satu buah variabel bebas.
Klasifikasi PDB
Orde
Kelinieran
Kondisi batas
Berdasarkan Orde
Orde 1
dy
dx
Orde 2
y kx
d2y
dy
y
kx
2
dx
dx
Orde 3
3
d y
d y
dy
a 2 b kx
3
dx
dx
dx
Berdasarkan
Kelinieran
Bentuk
umum persamaan diferensial linier
dny
d n 1 y
dy
bo x n b1 x n 1 ... bn 1 x
bn x y R x
dx
dx
dx
Jika R(x) = 0, persamaan diferensial tersebut disebut
sebagai persamaan diferensial homogen.
Koefisien bi disebut:
koefisien variabel jika merupakan fungsi dari x
koefisien konstanta jika berupa bilangan skalar.
Jika variabel bebas persamaan diferensial tersebut tidak
muncul sebagai bagian yang eksplisit, persamaan
diferensial tersebut disebut persamaan diferensial yang
bersifat autonomous.
y
(0) 1
x
2 y
yx
2
x
y (0) 2, y (1) 1
Rentan
g
integra
si
Harga
awal
Contoh
dy
2 x3 12 x 2 20 x 8.5
dx
dengan kondisi awal y = 1 pada x = 0 dan
rentang integrasi dari x = 0 s.d x = 4.
Berikut ini pemrograman MATLAB-nya.
%pdb.m
function dydx = pdb(x,y)
dydx = -2*x^3+12*x^2-20*x+8.5;
%runpdb.m
clear
clc
rentang_x = [0 4];
y0 = 1;
[x,y] = ode23('pdb',rentang_x,y0)
plot(x,y)
xlabel('x')
ylabel('y')
Kasus 4
Jika diketahui: