1 Pengantar
1 Pengantar
Topik I
Pengantar Metode Numerik
1
TUGAS: 40
UTS : 30
UAS : 30
2
Minggu 27 Kamis
Presentasi :
Wahyu Z. Putra
Nadia Asri
( Error dalam Komputasi Numerik )
3
Kuliah I
Pengantar Komputasi Numerik
4
Metode numerik
Metode numerik:
Algoritma yang digunakan untuk mendapatkan
penyelesaian numerik untuk persoalan
matematika
Mengapa kita butuh metode numerik?
1. Tidak ada solusi analitik,
2. Terlalu susah untuk mendapatkan solusi
analitik / tidak praktis
5
Mengap kita butuh?
Kebutuhan dasar dalam metode numerik:
Dapat diimplementasikan (practical)
Dapat dihitung dalam jumlah waktu tertentu.
Akurat:
Pendekatan yang baik untuk nilai yang
sebenarnya,
Informasi tentang error pendekatan
6
Garis besar kuliah
Pendahuluan Penyelesaian
Teorema taylor persamaan linier
Representasi bilangan Pencocokan kurva
Penyelesaian Least Squares
persamaan nonlinier Penyelesaian
persamaan turunan
Interpolasi
biasa(ordinary
Turunan numerik differential equations)
Integrasi numerik Penyelesaian
persamaan turunan
parsial
7
Penyelesaian persamaan non linier
Persamaan yang dapat diselesaikan secara analitik:
x2 4x 3 0
4 42 4(1)(3)
Akar persamaan adalah
2(1)
x 1 and x 3
x9 2 x 2 5 0
x Tidak ada solusi analitik
xe
8
Metode untuk menyelesaian persamaan
non linier
o Metode Bisection
o Metode Newton-Raphson
o Metode Secant
9
Penyelesaian sistem persamaan linier
x1 x2 3
x1 2 x2 5
penyelesaian dengan :
x1 3 x2 , subsitusi 3 x2 2 x2 5
x2 2, x1 3 2 1
Apa yang akan kita lakukan jika kita mempunyai
1000 persamaan dengan 1000
var iabely yang tidak diketahui .
10
Aturan Cramer’s Rule tidak praktis
Aturan Crammer dapat digunakan untuk memecahkan sistem persamaan
3 1 1 3
5 2 1 5
x1 1, x2
1 1 1 1
1 2 1 2
Tetapi Aturan Crammer tidak praktis untuk kasus yang besar
Untuk memecahkan N persamaan dengan N variabel yang tidak dketahu
Kita butuh (N+1)(N-1) N! perkalian
Untuk memecahkan 30 variabel dengan 30 persamaan
maka butuh 2.3 x 1035 perkalian sehingga dengan komputer yang
cepat kita butuh 1020 tahun untuk menghitung 11
Metode untuk menyelesaikan Sistem
Persamaan Linier
o Naive Gaussian Elimination
12
Curve Fitting
Diberikan data:
x 0 1 2
y 0.5 10.3 21.3
xi 0 1 2
yi 0.5 10.3 15.3
o Interpolasi
o Interpolasi polinomial Newton
o Interpolasi Lagrange
15
Integrasi
Beberapa fungsi yang dapat diintegrasikan
secara analitik:
3 3
1 2 9 1
1 xdx 2 x 1 2 2 4
Tetapi untuk fungsi
yang tidak memiliki penyelesaian analitik :
a
e
x2
dx ?
0
16
Methode untuk Integraasi
o Upper and Lower Sums
o Trapezoid Method
o Romberg Method
o Gauss Quadrature
17
Penyelesaian Persamaan Diferensial Biasa
18
Penyelesaian Persamaan Diferensial Parsial
Persamaan Diferensial Parsial adalah lebih
sulit dari pada persamaan diferensial
biasa:
2 2
u u
2
2
20
x t
u (0, t ) u (1, t ) 0, u ( x,0) sin(x)
19
Kesimpulan
Topik yang dibahas
Metode Numerik
Solusi persamaan non linier
Algoritma yang
digunakan untuk Solusi Persamaan linier
mendapatkan solusi Curve Fitting
numerik dari persoalan
matematika. Least Squares
Kita butuh ketika Interpolasi
Tidak ada solusi Integrasi Numerik
analitik atau susah
untuk menyelesaikan
Turuanan Numerik
secara analitik Penyelesaian Persamaan
Diferensial Biasa
Penyelesaian Persamaan
Diferensial Parsial
20