Anda di halaman 1dari 25

Integrasi Numerik

1
Pengantar Integrasi Numerik
 Definisi
 Upper and Lower Sums
 Trapezoid Method (Newton-Cotes Methods)
 Romberg Method
 Gauss Quadrature
 Examples

2
Integration
Integral tak tentu Integral tertentu

2 1 2 1
x x 1
 x dx  2  c 0 xdx  2 
2
0
Integral tak tentu
Integral tertentu adaah
adalah suatu fungsi
suatu bilangan
yang berbeda satu
sama lain oleh
konstanta

3
Teorema dasar kalkulus

Jika f adalah kontinu pada interval [a,b],


F adalah antituruna n( antideriva tive )
dari f (yaitu., F ' (x)  f(x) )
b
 a
f(x)dx  F(b)  F(a)

4
Luasan Daerah dibawah kurva
Interpretasi dari integral tertentu:
Integral = luasan daerah dibawah kurva

f(x)

b
Area   f(x)dx
a

a b
5
Upper danLower Sums
Interval dibagi menjadi 2 subinterval.
Partisi P  a  x0  x1  x2  ...  xn  b

Definisi
mi  min  f ( x) : xi  x  xi 1 f(x)
M i  max  f ( x) : xi  x  xi 1

n 1
Lower sum L( f , P)   mi  xi 1  xi 
i 0
n 1
Upper sum U ( f , P )   M i  xi 1  xi 
i 0 x0 x1 x2 x3
a b
6
Upper dan Lower Sums

n 1
Lower sum L( f , P)   mi xi 1  xi 
i 0
n 1
Upper sum U ( f , P)   M i xi 1  xi  f(x)
i 0

L U
Estimasi integral 
2
U L
Error 
2
x0 x1 x2 x3
a b
7
Example
1
 0
x 2 dx

 1 2 3 
Partition : P  0, , , ,1
 4 4 4 
n  4 (four equal intervals )
1 1 9
m0  0, m1  , m2  , m3 
16 4 16
1 1 9
M 0  , M1  , M 2  , M 3  1
16 4 16

1 1 1 3
xi 1  xi  for i  0,1, 2, 3 0 1
4 4 2 4

8
Contoh
n 1
Lower sum L( f , P )   mi  xi 1  xi 
i 0

1 1 1 9  14
L( f , P )   0    
4  16 4 16  64
n 1
Upper sum U ( f , P)   M i  xi 1  xi 
i 0

11 1 9  30
U ( f , P)      1 
4 16 4 16  64
1  30 14  11
Estimasi int egral     
2  64 64  32
1  30 14  1
Error     
2  64 64  8 1 1 3
0 1
4 2 4
9
Upper dan Lower Sums
• Mudah untuk fungsi monotonic (selalu
naik atau selalu turun)
• Susah untuk fungsi yang non-monotonic

10
Metode Newton-Cotes
 Dalam Metode Newton-Cote , fungsi
didekati dengan polynomial tingkat n.
 Menghitung integral dari polynomial
adalah mudah.


a
b
f ( x)dx  
a
b
a
0  a1 x  ...  a n x 
n
dx
b (b 2  a 2 ) (b n 1  a n 1 )

a
f ( x)dx a0 (b  a)  a1
2
 ...  an
n 1

11
Metode Newton-Cotes Methods
 Trapezoid Method ( Menggunakan Polynomials tingkat
satu)

a0  a1 x dx
b b
a
f ( x)dx  
a

 Simpson 1/3 Rule (Menggunakan polynomial tingkat


dua)

a
b
f ( x)dx  
a
b
a0 
 a1 x  a2 x dx
2

12
Lecture 25
Trapezoid Method
 Derivation-One Interval
 Multiple Application Rule
 Estimating the Error
 Recursive Trapezoid Method

13
Metode Trapezoid
b
I   f ( x)dx
f (b)  f (a ) a
f (a)  ( x  a)
ba b  f (b)  f (a ) 
I    f (a )  ( x  a ) dx
f(x)
a
 ba 
b
 f (b)  f (a ) 
  f (a )  a x
 ba  a
2 b
f (b)  f (a ) x

ba 2 a
a b f (b)  f (a )
 b  a 
2
14
Metode Trapezoid
b 
b f (b)  f (a ) 
I   f ( x)dx    f (a )  ( x  a ) dx
a a
 ba 
b f (b)  f (a ) f (b)  f (a ) 
I    f (a)  a  x dx
a
 ba ba 
b 2 b
 f (b)  f (a )  f (b)  f (a ) x
  f (a)  a x 
 ba  a ba 2 a

 f (b)  f (a )  f (b)  f (a ) 2
  f (a)  a b  a   (b  a 2 )
 ba  2(b  a )
f (b)  f (a )
 b  a 
2
15
Metode Trapezoid
f(x)

f (b )

f (a )
ba
Area   f (a)  f (b) 
2
a b
16
Metode Trapezoid

f ( x2 )  f ( x1 )
Area  x2  x1 
Interval [a, b] f(x) 2
menjadi n bagian
a  x0  x1  x2  ...  xn  b
b

a
f ( x)dx  jumlah dari
luas daerah dari semua
bagian tra pezoid
x
x0 x1 x2 x3
a b
17
Trapezoid Method
General Formula and Special Case

JIka interval dibagi menjadi n bagian


a  x0  x1  x2  ...  xn  b
n 1
f ( x)dx   xi 1  xi  f ( xi 1 )  f ( xi ) 
b 1
 a
i 0 2

xi 1  xi  h for all i
1 n 1

f ( x)dx  h   f ( x0 )  f ( xn )   f ( xi ) 
b
 a
2 i 1 
18
Error dalam mengestimasi
integral denga metode trapezoid
Asumsi : f ' ' ( x) adalah kontinu pada [a,b]
interval yang sama (lebar  h)
Theorema : Jika Metode Trapezoid digunakan untuk
b
pendekatan  a
f ( x)dx maka
b  a 2 ''
Error   h f ( ) where   [a,b]
12
ba 2
Error  h max f ' ' ( x)
12 x[ a ,b ]
19
Metode Recursive Trapezoid
Estimasi berdasarkan satu interval :
f(x)

h ba
ba
R (0,0)   f (a)  f (b)
2

a ah

CISE301_Topic7 20
Metode Recursive Trapezoid
Estimasi berdasarka n 2 interval :
f(x)

ba
h
2
ba  
R (1,0)  f ( a  h ) 
1
 f ( a )  f (b ) 
2  2 

R (0,0)  h f (a  h)
1
R (1,0) 
2

Berdasarkan pada estimasi sebelumnya a ah a  2h


Berdasarkan pada titik baru
CISE301_Topic7 21
Recursive Trapezoid Method
f(x)
ba
h
4
ba
R (2,0)   f (a  h)  f (a  2h)  f (a  3h)
4

  f (a )  f (b) 
1
2 

R(1,0)  h f (a  h)  f (a  3h)
1
R(2,0) 
2

a a  2h a  4h
Berdasarkan pada estimasi sebelumnya
Berdasarkan titik baru
CISE301_Topic7 22
Metode Recursive Trapezoid
Formula

ba
R (0,0)   f (a)  f (b)
2

 2 ( n1) 
R(n,0)  R(n  1,0)  h   f a  (2k  1)h 
1
2  k 1 
ba
h n
2
CISE301_Topic7 23
Metode Recursive Trapezoid
ba
h  b  a, R (0,0)   f (a)  f (b)
2
ba 1 
R(1,0)  R(0,0)  h  f a  (2k  1)h 
1
h ,
2 2  k 1 
ba  2 
R(2,0)  R(1,0)  h  f a  (2k  1)h 
1
h 2 ,
2 2  k 1 
ba 2 
2

R(3,0)  R(2,0)  h  f a  (2k  1)h 


1
h 3 ,
2 2  k 1 
..................
2 
( n1)
ba
R(n,0)  R(n  1,0)  h   f a  (2k  1)h 
1
h n
,
2 2  k 1 
CISE301_Topic7 24
Contoh
Gunakan metode rekursif trapezoid untuk mengestima si :
 /2
 0
sin( x)dx dengan menghitung R(3,0)
kemudian hitung errornya
n h R(n,0)
0 (b-a)=/2 (/4)[sin(0) + sin(/2)]=0.785398
1 (b-a)/2=/4 R(0,0)/2 + (/4) sin(/4) = 0.948059
2 (b-a)/4=/8 R(1,0)/2 + (/8)[sin(/8)+sin(3/8)] = 0.987116
3 (b-a)/8=/16 R(2,0)/2 + (/16)[sin(/16)+sin(3/16)+sin(5/16)+
sin(7/16)] = 0.996785

Estimasi Error = |R(3,0) – R(2,0)| = 0.009669

CISE301_Topic7 25