Metode Numerik:

Fungsi Diferensiasi-Diskrit

Modul • Pendekatan Perbedaan Maju

• Representasi grafis dari pendekatan
04
Modul ke:
•
perbedaan ke depan
Contoh 1
• Direct Fit Polynomials
• Contoh 2-Direct Fit Polynomial
• Polinomial Lagrange
Fakultas

Fakultas:
• Contoh 3
Teknik
Program Studi
Program Studi:
Teknik Mesin
Kontan Tarigan, Ph.D
Pembuka Daftar Pustaka Akhiri Presentasi
 Sistem diskrit dan kontinu
Sistem diskrit adalah sistem di mana variabel keadaan
berubah hanya pada sekumpulan titik waktu yang diskrit.
Misalnya. pelanggan tiba pada 3:15, 3:23, 4:01, dll.

Sistem kontinu adalah sistem di mana variabel status

berubah terus menerus dari waktu ke waktu.
Pendekatan Perbedaan Maju
(Forward Difference Approximation)
lim f x  Δx   f x 
f x  
Δx  0 Δx
 

f x  x   f x 
f x  
x
 Representasi grafis dari
pendekatan perbedaan ke
depan

f(x)

x x+Δx
Gambar 1 Representasi Grafis dari perkiraan perbedaan ke depan
dari derivatif pertama.
 Contoh 1

Kecepatan ke atas roket diberikan sebagai fungsi waktu dalam Tabel 1.

Tabel 1 Kecepatan sebagai fungsi waktu

t v(t)
s m/s
0 0
10 227.04
15 362.78
20 517.35
22.5 602.97
30 901.67

Dengan menggunakan perbedaan yang terbagi ke depan, temukan

akselerasi roket di t=16 s.
 Contoh 1 Cont.
Solusi

Untuk mendapatkan percepatan pada t=16 s, kita membutuhkan

memilih dua nilai yang paling dekat ke t=16 s, yang juga bracket t=16
s untuk mengevaluasinya. Dua titik itu adalah t=15 s dan t=20 s.

 t   ti   20  15

a ti   i 1 a16 
t 5
517.35  362.78
ti  15 
5
ti 1  20  30.914 m/s 2
t  ti 1  ti
 20  15
5
 Direct Fit Polynomials
 

x0 , y0 , x1 , y1 , x2 , y 2 , , xn , y n 

Pn x   a0  a1 x    an 1 x n 1  an x n

Untuk menemukan derivatif pertama,

dPn ( x )
Pnx    a1  2a 2 x     n  1a n 1 x n 2  na n x n 1
dx
Demikian pula derivatif lainnya dapat ditemukan.
 Contoh 2-Direct Fit Polynomials

Kecepatan ke atas roket diberikan sebagai fungsi

waktu dalam Tabel 2.
Tabel 2 Kecepatan sebagai fungsi waktu

t v(t)
s m/s
0 0
10 227.04
15 362.78
20 517.35
22.5 602.97
30 901.67

Menggunakan interpolan polinomial urutan ketiga untuk kecepatan, cari

percepatan roket di t=16 s.
 Contoh 2-Direct Fit Polynomials cont.
Solusi
Untuk polinomial urutan ketiga (juga disebut interpolasi kubik),
kita memilih kecepatan yang diberikan oleh
vt   a 0  a1t  a 2 t 2  a3 t 3
Karena kita ingin mendapatkan kecepatan pada t=16 s, & kita menggunakan
orde tiga polynomial, kita perlu memilih empat poin yang paling dekat dengan t=16 s
dan itu juga braket t=16 s untuk mengevaluasinya.
Empat poin tersebut adalah to  10, t1  15, t 2  20, and t3  22.5.

to  10, vto   227.04 t1  15, vt1   362.78

t 2  20, vt 2   517.35 t 3  22.5, vt3   602.97

 Contoh 2-Direct Fit Polynomials cont.

Sedemikian rupa sehingga

v10  227.04  a 0  a1 10   a 2 10  a3 10
2 3

v15  362.78  a0  a1 15  a2 15  a3 15

2 3

v20  517.35  a0  a1 20   a2 20   a3 20 

2 3

v22.5  602.97  a0  a1 22.5  a2 22.5  a3 22.5

2 3

Menulis empat persamaan dalam bentuk matriks, kita

memiliki
1 10 100 1000  a 0  227.04
1 15 225 3375   a  362.78
  1    
1 20 400 8000  a 2  517.35
    
1 22. 5 506 . 25 11391 a
 3   602 .97 
Contoh 2-Direct Fit Polynomials cont.
Memecahkan empat persamaan (dengan metoda eliminasi
Gauss-Jordan) di atas memberi

a0  4.3810
a1  21.289
a2  0.13065
a3  0.0054606
Maka
vt   a0  a1t  a2t 2  a3t 3
 4.3810  21.289t  0.13065t 2  0.0054606t 3 , 10  t  22.5
Contoh 2-Direct Fit Polynomials cont.

Figure 1 Graph of upward velocity of the rocket vs. time.

 ,

Contoh 2-Direct Fit Polynomials cont.

Percepatan pada t=16 diberikan oleh
d
a16  vt  t 16
dt

Mengingat bahwa
 t   4.3810  21.289t  0.13065t 2  0.0054606t 3 ,10  t  22.5
d
a t   vt 
dt
d

dt

 4.3810  21.289t  0.13065t 2  0.0054606t 3 
 21.289  0.26130t  0.016382t 2 , 10  t  22.5

a16   21.289  0.2613016   0.01638216 

2

 29.664m/s 2
Polinomial Lagrange
Dengan metode ini, diberikan x1, y1 , , xn , yn Seseorang dapat memuat n  1th
orde polinomial Lagrangian memberikan
n
f n ( x)   Li ( x) f ( xi )
i 0

x0 , y0 , x1 , y1 ,......, xn1 , yn1 , xn , y n 

n x  xj
Li ( x)  
j 0 xi  x j
j i

Li (x) fungsi pembobotan yang mencakup produk dari ( n  1)dengan ketentuan

ji dihilangkan.
 Lagrange Polynomial Cont.
 

untuk derivatif lainnya.

Misalnya, urutan kedua Lagrange polynomial melewati

x0 , y0 , x1, y1 , x2 , y2  adalah

f 2 x  
x  x1 x  x2 
f x0  
 x  x0 x  x2 
f x1  
 x  x0 x  x1 
f x2 
x0  x1 x0  x2  x1  x0 x1  x2  x2  x0 x2  x1 

http://numericalmethods.eng.usf.edu
 Lagrange Polynomial Cont.
 2 x  x1  x2  2 x  x0  x2  2 x  x0  x1 
f 2 x   f x0   f x1   f x2 
x0  x1 x0  x2  x1  x0 x1  x2  x2  x0 x2  x1 
Membedakan lagi akan memberikan derivatif kedua
sebagai
2 2 2
f 2x   f x0   f x1   f x2 
x0  x1 x0  x2  x1  x0 x1  x2  x2  x0 x2  x1 
Contoh 3
Kecepatan ke atas roket diberikan sebagai fungsi waktu dalam
Tabel 3.
Tabel 3 Kecepatan sebagai fungsi waktu

t v(t)
s m/s
0 0
10 227.04
15 362.78
20 517.35
22.5 602.97 t  16 s
30 901.67

Tentukan nilai akselerasi saat t=16 s menggunakan interpolasi polinomial

Lagrangian urutan kedua untuk kecepatan.

http://numericalmethods.eng.usf.edu
Contoh 3 Cont.
Solusi

 t  t1  t  t 2   t  t 0  t  t 2   t  t 0  t  t1 

v(t )   

 
 
v(t 0 )   

 
 v(t1 )    v(t 2 )
 t 0  t1  t 0  t 2   t1  t 0  t1  t 2   t 2  t 0  t 2  t1 

2t  t1  t 2  2t  t 0  t 2 
at    t 0    t1   2t  t0  t1  νt2 
t 0  t1 t 0  t 2  t1  t 0 t1  t 2  t2  t0 t2  t1 
216   15  20 
a16  227.04  216  10  20 362.78  20
216  10  15
517.35
10  1510  20 15  1015  20  10 20  15

 0.06227.04  0.08362.78  0.14517.35

 29.784m/s 2

http://numericalmethods.eng.usf.edu
 Perbedaan Terbagi Ke Depan
(Forward Divided Difference)

Definition:

lim f x  Δx   f x 
f x  
.
Δx  0 Δx
y Slope at xi

f(x)

xi x
 Perbedaan Terbagi Ke Depan

f x  x   f x 
f x  
x
f (x)

x x  x
x

f xi  x   f xi 
f xi  
x
 Contoh 4
Kecepatan roket diberikan oleh
 14  10 4 
 t   2000 ln  4   9.8t ,0  t  30
14  10  2100t 
 

Solution:
νti 1   νti 
ati  
Δt
ti  16
 Contoh 4(contd.)

Δt  2
t i 1  t i  Δt  16  2  18

 18   16
a16 
2
 14  10 4 
 18  2000 ln    9.818  453.02m / s
 14  10 4
 210018 

 14 10 4 
 16   2000 ln    9.816 
 392.07m / s
14 10  210016 
4
 Contoh 4 (contd.)

Maka

 (18)  (16)
a16   453.02  392.07  30.475m / s 2
2
The exact value of a16 can be calculated by differentiating

 14  10 4 
 t   2000 ln  4   9.8t
14  10  2100t 
sebagai

d
a (t )   (t )   4040  29.4t
dt  200  3t
a(16)  29.674m / s 2
 Contoh 4 (contd.)
Kesalahan absolut relatif benar (absolute relative true
error) adalah:
TrueValue  ApproximateValue
t  100
TrueValue

29.674  30.475
  100
29.674
 2.6993%
 Pengaruh Ukuran Langkah
f xi  x   f xi 
f ( x )  9e 4x f xi  
x

Nilai dari f(0.2) menggunakan metode forward

difference.
h Significant
f ' (0.2) Ea a % Et t %
digits
0.05 88.69336 -8.57389 10.70138
0.025 84.26239 -4.430976 5.258546 0 -4.14291 5.170918
0.0125 82.15626 -2.106121 2.563555 1 -2.03679 2.542193
0.00625 81.12937 -1.0269 1.265756 1 -1.00989 1.260482
0.003125 80.62231 -0.507052 0.628923 1 -0.50284 0.627612
0.001563 80.37037 -0.251944 0.313479 2 -0.25090 0.313152
0.000781 80.24479 -0.125579 0.156494 2 -0.12532 0.156413
0.000391 80.18210 -0.062691 0.078186 2 -0.06263 0.078166
0.000195 80.15078 -0.031321 0.039078 3 -0.03130 0.039073
9.77E-05 80.13512 -0.015654 0.019535 3 -0.01565 0.019534
4.88E-05 80.12730 -0.007826 0.009767 3 -0.00782 0.009766
Pengaruh Ukuran Langkah dalam
Metode Perbedaan Terbagi Maju

92 Initial step size=0.05

88
f'(0.2)

84

80

76
0 1 2 3 4 5 6 7 8 9 10 11 12
Num ber of tim es step size halved, n
 Pengaruh Ukuran Langkah pada
Perkiraan Kesalahan

Number of times step size halved, n

0
0 2 4 6 8 10 12
-1

-2
Ea

-3

-4 Initial step size=0.05

-5
Pengaruh Ukuran Langkah pada
Kesalahan Perkiraan Relatif Absolut

5
Initial step size=0.05
4
|Ea| %

0
0 1 2 3 4 5 6 7 8 9 10 11 12
Num ber of tim es step size halved, n

http://numericalmethods.eng.usf.edu
Pengaruh Ukuran Langkah pada Jumlah
Digit Signifikan Paling Sedikit Yang Benar

4
Initial step size=0.05
Least number of significant digits

3
correct

0
1 2 3 4 5 6 7 8 9 10 11
Num ber of tim es step size halved, n
Pengaruh Ukuran Langkah pada
Kesalahan Sejati

Num ber of tim es step size halved, n

0
0 2 4 6 8 10 12

-3
Et

-6

-9 Initial step size=0.05

Initial step size=0.05
 Kesalahan Absolut Relatif Benar
(absolute relative true error)

Initial step size=0.05

12

10

8
|Et| %

0
1 2 3 4 5 6 7 8 9 10 11
Number of times step size halved, n
 Forum 4
Apa yang dimaksud dengan fungsi diferensiasi-
diskrit?

 Quiz 4
 Ulangi contoh 1-3, tentukan percepatan
pada t=17 s, dan contoh 4 pada t=17 s
dan Δt=2 s.