Modul Lengkap Analisis Numerik 2
-
Upload
ian-sofian -
Category
Documents
-
view
249 -
download
2
Transcript of Modul Lengkap Analisis Numerik 2
-
8/15/2019 Modul Lengkap Analisis Numerik 2
1/35
BAB I
METODE NUMERIK
1.1 Mengapa Menggunakan Metode Numerik
Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan
dengan mudah atau dapat diselesaikan dengan menggunakan perhitungan biasa.
Contohnya dalam persoalan yang melibatkan model matematika yang sering
muncul dalam berbagai disiplin ilmu pengetahuan, bidang fisika, kimia, ekonomi,
atau pada persoalan rekayasa. Seringkali model matematika tersebut muncul
dalam bentuk yang tidak idealis atau rumit. Model matematika yang rumit ini
adakalanya tidak dapat diselesaikan dengan metode analitik yang sudah umum
untuk mendapatkan solusinya. Sebagai contoh, perhatikan sekumpulan persoalan
matematik berikut dan bagaimana cara menyelesaikannya?
a. Tentukan akar – akar persamaan polinom
01001201512025.14.2323467 x x x x x x
b. Tentukan harga x yang memenuhi persamaan
6517
)2120(cos
18.27
215
x
x x
xe
x
c. Hitung integral
1
0
sindx
x
x
Contoh – contoh diatas memperlihatkan bahwa kebanyakan
persoalanmatematik tidak dapat diselesaikan dengan metode analitik. Metode
analitik disebut juga metode sejati karena memberi solusi sejati atau solusi yang
sesungguhnya, yaitu solusi yang memiliki galat ( error ) sama dengan nol.
Metode analitik seringkali hanya unggul untuk sejumlah persoala
memiliki tafsiran geometri sederhana, padahal persoalan yang m
dunia nyata sering melibatkan bentuk dan proses yang rumit. Ak
praktis penyelesaian metode analitik menjadi terbatas.
Bila metode analitik tidak dapat lagi diterapkan, maka sol
sebenarnya dapat dicari dengan metode numerik. Metode num
teknik yang digunakan untuk memformulasikan persoalan matem
dapat dipecahkan dengan operasi perhitungan / aritmatik biasa (
kali dan bagi ). Secara harafiah metode numerik memiliki arti seb
berhitung dengan menggunakan angka – angka. Metode numerik
dari pemakaian alat bantu hitung merupakan alternatif yang baik
menyelesaikan persoalan – persoalan perhitungan yang rumit, sa
banyak yang menawarkan program – program numerik sebagai a
perhitungan.
Dalam penerapan matematis untuk menyelesaikan persoa
perhitungan dan analisis, terdapat beberapa keadaan dan metode
Bila persoalan merupakan persoalan yang sederhana atau terd
analisa matematika yang dapat digunakan untuk menyelesaiaka
tersebut, maka penyelesaian matematis ( metode analitik ) yang
adalah ppenyelesaian excat yang harus digunakan. Penyelesaia
acuan bagi pemakaian metode pendekatan.
Bila persoalan sudah sangat sullit atau tidak mungkin diselesa
matematis ( analitik ) karena tidak ada theorema analisa mate
dapat digunakan , maka dapat digunakan metode numerik.
@TA ROMB@
-
8/15/2019 Modul Lengkap Analisis Numerik 2
2/35
Bila persoalan sudah merupakan persoalan yang mempunyai kompleksitas
tinggi, sehingga metode numerikpun tidak dapat menyajikan penyelesaian
dengan baik, maka dapat digunkana metode-metode simulasi.
1.2 Prinsip – prinsip Metode numerik
Metode numerik berangkat dari pemikiran bahwa permasalahan dapat
diselesaikan menggunakan pendekatan – pendekatan yang dapat
dipertanggungjawabkan secara analitik. Metode numerik ini disajikan dalam
bentuk algoritma - algoritma yang dapat dihitung secara cepat dan mudah.
Pendekatan yang digunakan dalam metode numrik merupakan pendekatan
analisis matematis. Sehingga dasar pemikirannya tidak keluar dari dasar
pemikiran analitis, hanya saja pemakaian grafis dan teknik perhitungan yang
mudah merupakan pertimbangan dalam pemakaian metode numerik. Mengingat
algoritma yang dikembangkan dalam metode numrik merupakan algoritma
pendekatan, maka dalam algoritma tersebut akan muncul istilah iterasi yaitu
pengulangan proses perhitungan. Dengan kata lain, perhitungan dalam metode
numerik adalah perhitungan yang dilakukan berulang-ulang untuk terus –
menerus memperoleh hasil yang mendekati nilai penyelesaian exact.
Dengan menggunakan metode pendekatan semacam ini , tentukan bahwa setiap
nilai hasil perhitungan akan mempunyai nilai error ( nilai kesalahan ). Dalam
analisa metode numerik, kesalahan ini menjadi penting artinya. Karena kesalahn
dalam pemakaian algoritma pendekatan akan menyebabkan nilai kesalahan yang
besar , dimana tentunya kesalahan ini tidak diharapkan. Sehingga pendekatan
metode analitik selalu membahas tingkat kesalahan dan tingkat kecepatan proses
yang akan terjadi.
Perbedaan utama antara metode numerik dan metode analitik
Metode Numerik Metode An
1. Solusi selalu berbentuk angka 1. Solusi biasanya dalam
matematik yang selan
dievaluasi untuk men
dalam bentuk angka
2. Diperoleh solusi yang menghampiri
solusi sejati sehingga solusi numerik
dinamakan juga solusi hampiran/
solusi pendekatan
2. Diperoleh solusi seja
Persoalan – persoalan yang biasa diangkat dalam metode numerik
Menyelesaiakan persamaan non linier
Menyelesaiakan persamaan simultan dan multi variabel
Menyelesaiakan diferensial dan integral
Interpolasi dan regresi
Masalah multi variabel untuk menentukan nilai optimal y
bersyarat
1.3 Tahap – tahap memecahkan persoalan secara Numerik
Ada enam tahap yang dilakukan dalam pemecahan persoalan dun
metode numerik
1. Pemodelan 4. Pemrograman
2. Penyederhanaan model 5. Operasional
3. Formulasi numerik 6. Evaluasi
-
8/15/2019 Modul Lengkap Analisis Numerik 2
3/35
BAB II
MODEL MATEMATIKA
Model matematika secara luas dapat didefinisikan sebagai perumusan atau persamaan
yang mengekspresikan feature pokok dari sistem atau proses fisis dalam istilah
matematis. Dalam penalaran yang sangat umum , model matematis dapat dinyatakan
sebagai suatu hubungan fungsional yang berbentuk
Peubah tak bebas = f ( peubah bebas, parameter, fungsi pemaksa )
..................................( 2. 1 )
peubah tak bebas : suatu karakteristik yang biasanya mencerminkan keadaan
atau perilaku sistem
peubah bebas : dimensi, seperti waktu dan ruang, sepanjang mana perilaku
sistem sedang ditentukan
parameter : pencerminan sifat – sifat atau komposisi sistem
fungsi pemaksa : pengaruh eksternal yang bekerja padanya
Ekspresi matematis yang sebenarnya dari persamaan 2. 1 dapat berkisar dari suatu
hubungan aljabar sederhana sampai himpunan persamaan diferensial besar yang
rumit. Sebagai contohnya perhatikan model matematis dari hukum kedua Newton
dalam persamaan
F = m.a
..................................................................................................................................( 2.
2 )
Persamaan 2.2 mempunyai sejumlah ciri yang khas dari model matematis di dunia
fisik
1. persamaan tersebut menggambarkan suatu proses atau sistem biasa dalam
istilah – istilah matematis.
2. Persamaan tersebut menyatakan suatu idealisasi dan penyedd
keadaan yang sebenarnya. Yakni rincian yang sederhana dari
diabaikan dan perhatian dipusatkan pada manifestasi yang pe
3. Persamaan tersebut memberikan hasil yang dapat direproduk
dapat dipakai untuk tujuan peramalan.
Contoh 2.1
Pernyataan masalah : seorang penerjun payung dengan massa 68.100
keluar dari pesawat. Gunakan persamaan t mcec
gmt v
) / (1)( untuk m
kecepatan ( velocity ) sebelum parasutnya terbuka. Koefisien hambat
sama dengan 12.500 gram/det
Penyelesaian : Pemasukan parameter – parameter ke dalam persamaa
t mcec
gmt v
) / (1)(
Menghasilkan :
]1[500.12
)100.68(980)(
)100.68 / 500.12( t
et v
= ]1[0,5339)( 18355,0 t et v
Menurut model tersebut, penerjun itu melaju dengan cepat. Kecepatan
4487,00 cm / det dicapai setelah 10 detik. Setelah waktu yang cukup l
kecepatan konstanta ( dinamakan kecepatan akhir )sebesar 5339,00 cm
Persamaan t mcec
gmt v ) / (1)( disebut penyelesaian analitis atau ek
sekali terdapat banyak model matematika yang tidak dapat diselesaika
-
8/15/2019 Modul Lengkap Analisis Numerik 2
4/35
Dalam kebanyakan kasus – kasus seperti itulah alternatifnya adalah mengembangkan
suatu penyelesaian numerik yang menghampiri ( mengakprosimasi ) penyelesaian
yang eksak.
Penyelesaian Numerik
Pernyataan masalah : lakukan komputasi yang sama seperti contoh di atas namun
gunakan persamaan
t mc
ec
gm
t v
) / (
1)(
untuk menghitung kecepatan dengan
pertambahan waktu sama dengan 2 detik.
Penyelesaian : pada saat memulai perhitungan ( 01 t ), kecepatan penerjun payung
sama dengan nol. Dengan memakai informasi ini dan nilai – nilai parameter dari
contoh maka persamaan t mcec
gmt v ) / (1)( dapat digunakan untuk menaksir
kecepatan pada detik 21 it
m/det60,192)]0(1,68
5,128,9[0 v
Untuk selang (interval) berikutnya dari (t=2 sampai 4 detik ), komputasi diulangdengan hasil
m/det00,322)]60,19(1,68
5,128,9[6,19 v
Komputasi dilanjutkan dengan cara sama untuk memperoleh nilai – nilai tambahan
det1t m/det1v
0
2
4
6
10
0,00
19,60
32,00
39,85
47,97
53,39
Hasil- hasilnya dilukiskan dalam Gambar 2.1 bersamaan dengan peny
Dapat dilihat bahwa secara cermat metode numerik mencakup segi –
penyelesaian eksak. Tetapi karena digunakan ruas – ruas garis lururs
mengaproksimasi suatu fungsi melengkung yang kontinu maka terdap
ketidakcocokan antara kedua hasil tersebut. Satu cara untuk meminim
ketidakcocokan yang demikian adalah dengan menggunakan selang k
lebih kecil. Misalnya dengan menerapkan pada masalah penerjun pay
dengan selang 1 detik akan menghasilkan galat yang lebih kecil, karen
ruas garis lurus lebih dekat ke penyelesaian sebenarnya.
GAMBAR 2.1
-
8/15/2019 Modul Lengkap Analisis Numerik 2
5/35
BAB III
APROKSIMASI DAN GALAT
3.1 Kekeliruan , Kesalahan perumusan dan Ketidakpastian Data
Walau sumber kesalahan di bawah ini secara langsung tak dihubungkan dalam
metode numerik, dampak dari kesalahan ini cukup besar.
Kekeliruan.
Kesalahan bruto/kekeliruan.
Tahun awal penggunaan komputer, komputer seringkali gagal pakai
(malfunction).
Sekarang kekeliruan ini dihubungkan dengan ketidaksempurnaan manusianya.
Kekeliruan dapat terjadi pada sembarang langkah proses
pemodelan matematika dan dapat mengambil bagian terhadap semua
komponen kesalahan lainnya. Ia hanya dapat dicegah oleh pengetahuan yang
baik tentang prinsip dasar dan berhati-hatilah dalam melakukan pendekatan dan
mendesain solusi untuk masalah anda.
Biasanya tak dianggap dalam pembahasan metode numerik. Ini terjadi, karena
kesalahan bruto sampai taraf tertentu tak dapat dihindari. Tapi tentu saja pasti
ada cara untuk memperbaiki keadaan ini.
Misalnya: kebiasaan pemrograman yang baik, seperti yang dibahas dalam
bab 2, sangat berguna untuk mengurangi kekeliruan pemrograman. Sebagai
tambahan, terdapat juga cara-
cara sederhana untuk memeriksa apakah suatu metode numerik tertentu
bekerja secara sempurna.
Kesalahan Perumusan.
Kesalahan perumusan model dihubungkan dengan penyimpangan yang dapat
dianggap berasal dari model matematika yang tak sempurna.
Contoh: fakta bahwa hukum Newton kedua tak menghitung efek
tak mengurangi
kelayakan solusi pada contoh sebelumnya, karena kesalahan-kesa
minimal pada skala waktudan ruang dari seorang penerjun payun
Anggap bahwa tahanan udara bukan proporsi linier terhadap k
seperti dalam persamaan tetapi merupakan sebuah fungsi kuadr
Kalau hal ini benar, baik
kedua solusi analitis maupun numerik yang diperoleh dalam b
menjadi salah
karena kesalahan perumusan.
Ketidakpastian Data.
Kesalahan-kesalahan seringkali masuk ke dalam suatu
ketidakpastian data fisika yang mendasari suatu model.
Misalnya kita ingin menguji model penerjun payung dengan lo
berulang yang dibuatnya, mengukur kecepatan orang tersebut
waktu tertentu.
Ketidakpastian yang menyertai pengukuran-pengukuran ini
karena penerjun akan jatuh lebih cepat selama beberapa lo
loncatan lainnya. Kesalahan-
kesalahan ini dapat memunculkan ketidak akuratan dan ketidak p
Jika instrumen kita menaksir terlalu rendah atau terlalu
kecepatan, kita menghadapi suatu alat yang tak akurat atau meny
Pada keadaan lainnya, jika pengukuran tinggi dan rendah secara
berhadapan dengan sebuah pertanyaan mengenai kepresisian.
-
8/15/2019 Modul Lengkap Analisis Numerik 2
6/35
Kesalahan-kesalahan pengukuran dapat dikuantifikasikan dengan
meringkaskan data dengan
satu atau lebih statistik yang dipilih yang membawa sebanyak mungkin
informasi mengenai sifat-sifat data tertentu.
Statistik yang deskriptif ini kebanyakan sering dipilih untuk menyatakan (1)
letak pusat distribusi data, dan (2) tingkat penyebaran data. Hal demikian
memberikan suatu ukuran penyimpangan dan ketidakpresisian.
3.2 Analisis Galat
Menganalisis galat sangat penting di dalam perhitungan yang menggunakan metode
numerik. Galat berasosiasi dengan seberapa dekat solusi hampiran terhadap solusi
sejatinya. Semakin kecil galatnya, semakin teliti solusi numerik yang didapatkan.
Nilai sejati ( true value ) = Hampiran (aproksimasi) + Galat
Misalkan
a adalah nilai hampiran terhadap nilai sejatinya a , maka selisih
aaε
ε disebut Galat. Jika tanda Galat ( positif atau negatif ) tidak dipertimbangkan , maka
Galat mutlak
aaε
Ukuran galat ε kurang bermakna karena tidak menceritakan seberapa besar galat itu
dibandingkan dengan nilai sejatinya. Untuk mengatasi interpretasi nilai galat tersebut
, maka galat harus dinormalkan terhadap nilai sejatinya. Gagasan ini melahirkan apa
yang dinamakan galat relatif.
Galat Relatif didefinisikan sebagai
a R
εε
Atau dalam persentase
%100 xa
R
εε
Karena galat dinormalkan terhadap nilai sejati, maka galat relatif terse
juga relatif sejati. Dalam praktek ketika kita tidak mengetahui nilai se
galat ε sering dinormalkan terhadap solusi hampirannya, sehingga ga
dinamakan galat relatif hampiran
a RA
εε
Salah satu tantangan metode numerik adalah menentukan taksiran gal
mengetahui nilai sejatinya. Misalnya, metode numerik tertentu mema
secara iterasi untuk menhitung jawaban. Dalam pendekatan yang dem
aproksimasi sekarang dibuat berdasarkan aproksimasi sebelumnya. Pr
dilakukan secara berulang , atau secara iterasi dengan maksud secara
menghitung aproksimasi yang lebih dan lebih baik. Jadi, persen galat
%100sekarangiaproksimas
sebelumnyaiaproksimas-sekarangiaproksimasaε
Komputasi diulang sampai sa εε
Nilai sε menentukan ketelitian solusi numerik. Semakin kecil nilai sε
solusinya.
Soal
-
8/15/2019 Modul Lengkap Analisis Numerik 2
7/35
1. Misalkan nilai sejati = 10/3 dan nilai hampiran = 3.333. hitunglah galat, galat
mutlak, dan galat relatif hampiran.
2. Prosedur iterasi sebagai berikut 6 / )3( 31 r r x x r = 0, 1, 2, 3, ...
5.00 x dan sε = 0.00001
Sumber Utama Galat Numerik
Secara umum terdapat dua sumber utama penyebab galat dalam perhitungan numerik
1. Galat pembulatan ( round-off error )
2. Galat Pemotongan ( truncation error )
Selain kedua galat ini, terdapat sumber galat lain :
1. Galat eksperimental , galat yang timbul dari data yang diberikan, misalnya
karena kesalahan pengukuran, ketidaktelitian alat ukur dan sebagainya.
2. Galat pemrograman. Galat yang terdapat di dalam program sering dinamakan
dengan bug. Dan proses penghilangan galat dinamakan debugging.
3.3 Algoritma
Algoritma merupakan rentetan langkag – langkah logika yang diperlukan untuk
melakukan suatu tugas tertentu seperti pemecahan masalah.
Ciri – ciri suatu algoritma yang baik
1. Aksi yang dilaksanakan harus dirinci secara jelas untuk tiap kasus. Hasil
akhir tidak boleh tergantung kepada yang mengalami algoritma
2. Proses algoritma harus selalu berakhir setelah sejumlah berhingga langkah
tidak boleh berakhir terbuka ( oppen – ended )
3. Algoritma harus cukup umum untuk menangani keperluan yang lebih
banyak.
Cara pembuatan algoritma
1. Flow chart ( diagram alir )
2. Kode psudo ( menggunakan kalimat – kalimat yang kata-kata
punya aturan – aturan tertentu )
3.4 Hitungan Langsung dan Tak Langsung
a. Hitungan langsung
Hitungan melalui serangkaian operasi hitung untuk mempero
b. Hitungan Tak langsung ( hitungan iterasi )
Solusi diperoleh dengan melakukan pengulangan pada suatu p
langsung dimulai dengan suatu tebakan awal untuk mempero
hampiran sebagai perbaikan atas nilai tebakan awal sampai di
hampiran yang diinginkan.
Soal 3.2 : Gunakan tebakan awal 10 x untuk menghitung
2
) / 2(1 1 ii
x x x
untuk ,...2,1,0i
-
8/15/2019 Modul Lengkap Analisis Numerik 2
8/35
BAB 4
METODE PENGURUNG (BRACKETING METHOD)
Salah satu masalah yang sering terjadi pada bidang ilmiah adalah masalah untuk
mencari akar-akar persamaan berbentuk f(x) = 0 ………………….(1)
Fungsi f di sini adalah fungsi atau persamaan tak linear. Nilai x = x0 yang memenuhi
(1) disebut akar persamaan fungsi tersebut. Sehingga x0 di sini menggambarkan
fungsi tersebut memotong sumbu-x di x = x0.
Persamaan atau fungsi f dapat berbentuk sebagai berikut:
Persamaan aljabar atau polinomial
f(x) = pn(x) = anxn + an-1xn-1 + … + a1x + a0 ……………………………….(2)
Persamaan transenden
Yaitu persamaan yang mengandung fungsi antara lain trigonometri, logaritma, atau
eksponen
Contoh: (i) ex + cos(x) = 0 ( ii) ln(x) + log(x2) = 0
Persamaan campuran
Contoh: (i) x3 sin(x) + x = 0 (ii) x2 + log(x) = 0
Untuk polinomial derajat dua, persamaan dapat diselesaikan dengan rumus
akar persamaan kuadrat. Misalkan bentuk persamaan kuadrat adalah: ax2 + bx + c = 0
dapat dicari akar-akarnya secara analitis dengan rumus berikut.
a
acbb X
2
42
2,1
Untuk polinomial derajat tiga atau empat, rumus-rumus yang ada s
dan jarang digunakan. Sedangkan untuk menyelesaikan polinomia
yang lebih tinggi atau persamaan tak linear selain polinomial, tidak
dapat digunakan untuk menyelesaikannya. Metode Numerik memb
untuk menyelesaikan bentuk tersebut, yaitu metode hampiran. Penye
dilakukan dengan hampiran yang berurutan (metode iterasi), sedem
setiap hasil adalah lebih teliti dari perkiraan sebelumnya. Den
sejumlah prosedur iterasi yang dianggap cukup, akhirnya didapat hasi
mendekati hasil eksak (hasil yang benar) dengan toleransi kesalahan
Metode iterasi mempunyai keuntungan bahwa umumnya tidak san
oleh merambatnya error pembulatan.
4.1 LOKALISASI AKAR
Lokasi akar persamaan tak linear diselidiki untuk memperoleh teb
yaitu:
Metode Grafik.
Untuk memperoleh taksiran akar persamaan f(x) = 0 ialah d
grafik fungsi itu dan mengamati dimana ia memotong sumbu x
menyatakan harga x untuk f(x) = 0, memberikan suatu pendekata
tersebut.
Contoh 4.1. Pendekatan Grafik.
Gunakan pendekatan grafik untuk memperoleh suatu akar persa
e-x
– x.
-
8/15/2019 Modul Lengkap Analisis Numerik 2
9/35
Solusinya adalah sebagai berikut:
X f(x)
0,0
0,4
0,6
1,000
0,619
0,270
-0,051
Gambar 4.1
Gambar 4.1. Ilustrasi pendekatan grafik untuk memecahkan persamaan
aljabar dan transendental. Grafik f(x) = e -x – x terhadap x. Akar sesuai dengan
harga x dimana
f(x) = 0, yaitu titik dimana fungsi memotong sumbu x. Pemeriksaan secara
visual mengenai plot memberikan taksiran kasar 0,57. Harga sebenarnya
adalah 0,56714329…
Teknik grafik praktis digunakan, dan dapat memberikan tak
kasar, tapi tidak presisi.
Ia dapat digunakan sebagai tebakan awal dalam metode nume
Interpretasi grafik penting untuk memahami sifat-sifat fu
memperkirakan jebakan pada metode numerik, seperti terlih
4.2 di bawah ini.
Gambar 4.2 memperlihatkan sejumlah cara dimana ak
dalam interval yang dijelaskan oleh suatu batas bawah a dan
Gambar 4.2b memperlihatkan kasus dmana sebuah
dikurung oleh harga-harga positif dan negatif dari f(x).
-
8/15/2019 Modul Lengkap Analisis Numerik 2
10/35
Gambar 4.2
Gambar 4.2. Ilustrasi sejumlah cara yang umum bahwa sebuah akar bisa
terjadi dalam sebuah interval yang dijelaskan oleh batas bawah a dan batas
atas b. Bagian (a) dan (c) menunjukkan bahwa bila f(a) dan f(b) mempunyai
tanda yang sama, tidak akan ada akar-akar atau akar dalam jumlah genap
pada interval. Bagian (b) dan (d) menunjukkan bahwa bila fungsi mempunyai
tanda yang berbeda pada kedua titik ujung, akan terdapat akar dalam jumlah
ganjil pada interval. Tetapi gambar 4.2d, dimana f(a) dan f(b)
berlawanan tanda terhadap sumbu x, memperlihatkan 3 akar yang
berada di dalam interval. Umumnya jika f(a) dan f(b) mempu
berbeda akan terdapat akar yang j umlahnya ganjil dalam inter
Seperti ditunjukkan oleh gambar 4.2 a dan c, jika f(a) dan
tanda yang sama, tidak terdapat akar-akar atau akar yang ju
berada diantara harga-harga itu.
Meskipun generalisasi ini biasanya benar, namun terdap
dimana hal itu tak dapat dipegang.
Misalnya akar ganda. Yakni fungsi yang menyingg
(gambar 4.3a) dan fungsi- fungsi diskontinu (gambar 4.3b
prinsip ini.
Gambar 4.3. Ilustrasi beberapa perkecualian terhadap kas
yang ditunjukkan dalam gambar 4.2. (a) Akar ganda yang
fungsi menyinggung sumbu x. Dalam hal ini, walaupun tit
-
8/15/2019 Modul Lengkap Analisis Numerik 2
11/35
berlawanan tanda, terdapat akar-akar dalam jumlah genap untuk interval
tersebut. (b) Fungsi diskontinu dimana titik-titik ujung tanda yang
berlawanan juga mengurung akar-akar dalam jumlah genap.
Strategi khusus dibutuhkan untuk penentuan akar-akar dalam kasus ini.
Sebagai contoh fungsi yang mempunyai akar ganda adalah persamaan kubik
f(x) = (x – 2) (x – 2) (x – 4). Perhatikan bahwa x = 2 membuat kedua suku
polinomial itu sama dengan 0. Jadi x = 2 disebut sebuah akar ganda.
Cara Tabulasi
Nilai-nilai fungsi pada interval yang diminati dihitung dengan membagi
interval tersebut menjadi sub interval – sub interval, dan nilai-nilai tersebut
ditulis dalam bentuk tabulasi. Jika pada suatu interval nilai fungsi berubah
tanda, maka pada interval tersebut ada akar.
Lokasi Akar Untuk Persamaan Polinomial
Persamaan polinomial mempunyai bentuk umum sbb.
f(x) = pn(x) = anxn
+ an-1xn-1
+ … + a1x + a0 …………………….(3)
Jika pn(x) = 0, maka persamaan tersebut mempunyai tepat n akar, antara lain
akar bilangan real dan juga termasuk akar bilangan kompleks. Akar bilangan
kompleks selalu muncul berpasangan. Yang disebut bilangan kompleks
adalah:
a + b i . dimana a, b bilangan real, i = 1
Untuk melokasikan akar-akar real, digunakan beberapa aturan:
(a) aturan tanda koefisien
(i) akar real positif
u = banyaknya pergantian tanda pada koefisien ai dari pn(x)
np = banyaknya akar real positif
maka berlaku: np < u (4)
u – np = 0, 2, 4, 6, …
(ii) akar real negatif
v = banyaknya pergantian tanda pada koefisien ai d
ng = banyaknya akar real negative, maka berlaku:
ng < v ........................................................................
v – ng = 0, 2, 4, 6, …
(b) batas interval akar
n
k
nk a
ar maks
1
1
maka semua akar real pn(x) terletak pada interval [-r, r].
Sebuah fungsi berdasarkan jenisnya akan berubah tanda d
harga akar.
Teknik ini dinamakan metode akoladi (bracketing method
dibutuhkan 2 tebakan awal untuk akar.
Sesuai namanya, tebakan tersebut harus “dalam kurun
pada kedua sisi nilai akar.
4.2. Metode Bagidua (Biseksi).
Pada teknik grafik sebelumnya, terlihat bahwa f(x) berg
kedua sisi yang berlawanan dari kedudukan akar. Pada u
f(x) nyata (real) dan kontinu dalam interval dari xl hingga x
f(xu) berlainan tanda, yakni:
f(xl) f(xu) < 0
-
8/15/2019 Modul Lengkap Analisis Numerik 2
12/35
Maka terdapat sekurang-kurangnya 1 akar nyata diantara xl dan xu.
dengan penempatan sebuah interval dimana fungsi tersebut bertukar tanda.
Lalu penempatan perubahan tanda (tentunya harga akar) ditandai lebih
teliti dengan cara membagi interval tersebut menjadi sejumlah
subinterval. Setiap subinterval itu dicari untuk menempatkan perubahan
tanda. Proses tersebut diulangi dan perkiraan akar diperhalus dengan
membagi subinterval menjadi lebih halus lagi.
Metode Bagidua (biseksi), disebut juga pemotongan biner (binary
chopping), pembagian 2 (interval halving) atau metode Bolzano.
Letak akarnya kemudian ditentukan ada di tengah-tengah subinterval dimana
perubahan tanda terjadi. Proses ini diulangi untuk memperoleh taksiran yang
diperhalus.
Step 1: Pilih taksiran terendah xl dan tertinggi xu untuk akar agar
fungsi berubah tanda sepanjang interval. Ini dapat diperiksa
dengan: f(xl) f(xu) 0, akar terletak pada subinterval kedua, maka xl
= xr, dan lanjutkan ke step 2.
2
ul x x xr
c. f(xl) f(xr) = 0, akar = xr, komputasi selesai.
Contoh Metode Bagidua.
Gunakan Bagidua untuk menentukan akar dari f(x) = e-x - x.
Dari grafik fungsi tersebut (gambar 4.1) terlihat bahwa har
diantara 0 dan 1.
Karenanya interval awal dapat dipilih dari xl = 0 hingga
sendirinya,
taksiran awal akar terletak di tengah interval tersebut:
Taksiran ini menunjukkan kesalahan dari (harga seb
0,56714329…):
Et = 0,5 = 0,06714329
atau dalam bentuk relatif:
5,02
10
xr
%8,11%10006714329,0
56714329,0 xt
-
8/15/2019 Modul Lengkap Analisis Numerik 2
13/35
dimana indeks t menunjukkan bahwa kesalahan diacu terhadap harga
sebenarnya. Lalu:
f(0) f(0,5) = (1) (0,10653) = 0,10653
yang lebih besar dari nol, dengan sendirinya tak ada perubahan tanda terjadi
antara xl dan xr.
Karena itu, akar terletak pada interval antara x = 0,5 dan 1,0. Batas bawah
didefinisikan lagi
Taksiran ini menunjukkan kesalahan dari (harga sebenarnya adalah
0,56714329…):
Et = 0,5 = 0 ,06714329
atau dalam bentuk relatif:
f(0,5) f(0,75) =-0,030 < 0
Karenanya akar terletak diantara 0,5 dan 0,75:
xu = 0,75
Dan iterasi seterusnya
4.3. Metode RegulaFalsi (FalsePosition).
Disebut juga metode interpolasi linier.
Penjelasan grafiknya adalah sebagai berikut:
75,02
15,0
xr
)()(
))((
1
1
x f x f
x x x f x x
u
uu
ur
26
Penjelasan grafik dari metode Regula Falsi. Segitiga serupa
untuk menurunkan rumus buat metode tersebut adalah yang d
Contoh Metode Regula Falsi.
Gunakan Regula Falsi untuk menentukan a
e-x - x. Akar sesungguhnya 0,56714329.
xl = 0 d a n xu = 1.
Iterasi pertama:
xl = 0 f(xl) = 1
xu = 1 f(xu) = -0,632
Iiterasi ke-2
f(xl) f(xr) = -0,0708
akar pada subinterval I. xr di batas at
xl = 0 f(xl) = 1
xu = 0,6127 f(xu) = -0,0708
Kesalahan untuk Regula Falsi berkurang lebih cepat d
disebabkan rancangan yang lebih efisien untuk penempa
63212,0
1)(63212,0(1
r x
5671432,0
056714329,0 t
163212,0
)06127,0)(0708,0(6127,0
r x
,7%100572179,0
6127,0572179,0
xt
-
8/15/2019 Modul Lengkap Analisis Numerik 2
14/35
27
Regula Falsi.
Perbandingan t pada metode Bagidua dan Regula Falsi untuk
f(x) = e-x – x
Pada Bagidua, interval antara xl dan xu muncul semakin kecil selamakomputasi. Interval, x/2 = |xu – xl| / 2, merupakan ukuran error untuk
pendekatan ini.
Pada Bagidua, hal di atas tak terjadi, karena salah satu tebakan awal
kondisinya tetap selama komputasi, sedangkan tebakan lainnya konvergen
terhadap akar.
Pada contoh metode regulasi falsi di atas, xl tetap pada 0, sedangkan xu
konvergen terhadap akar. Didapat, interval tak mengkerut, tapi agak
mendekati suatu harga konstan.
28
4.3.1. Jebakan pada MetodeRegula Falsi.
Contoh 4.5. Bagidua lebih baik dari Regula Falsi.
Gunakan Bagidua dan Regula Falsi untuk menempatkan aka
dan 1,3 untuk :
f(x) = x10 – 1.
Dengan Bagidua, didapat:
Iterasi xl Xu Xr | t|1 0 1,3 0,65 35
2 0,65 1,3 0,975 2,53 0,975 1,3 1,1375 134 0,975 1,1375 1,05625 5,6
5 0,975 1,05625 1,015625 1,6
Setelah 5 iterasi, t < 2%.
Kemudian dengan Regula Falsi, didapat:
Iter asi xl Xu Xr | t|
1 0 1,3 0,09430 902 0,09430 1,3 0,18176 813 0,18176 1,3 0,26287 73
4 0,26287 1,3 0,33811 665 0,33811 1,3 0,40788 59
Setelah 5 iterasi, t < 60%.
Juga | a| < | t|
Ternyata dengan Regula Falsi, a ternyata meleset. Lebih jel
grafik:
-
8/15/2019 Modul Lengkap Analisis Numerik 2
15/35
29
Grafik dari f(x) = x10 – 1, menunjukkan konvergensi metode Regula Falsi
yang lambat
Terlihat, kurva menyalahi perjanjian yang mendasar Regula Falsi, yakni
jika f(xl) lebih mendekati 0 dibanding f(xu), sehingga akan lebih dekat
ke xl daripada ke xu
Karena bentuk fungsi yang sekarang, kebalikannya tentu juga benar. Yang
harus dilakukan adalah memasukkan taksiran akar ke dalam persamaan
semula dan ditentukan apakah hasil itu mendekati nol. Pengecekan semacam
ini juga harus dilakukan pada program komputer untuk penempatan akar.
30
4.4. MetodeNewton-Raphson.
Gmbar 5.2
Metode Newton Rapson adalah metode pendekatan yang me
titik awal, dan mendekatinya dengan memperhatikan kemir
tersebut. Secara geometri metode ini menggunakan garihampiran fungsi pada suatu selang, dengan menggunakan
sebagai tebakan awal yang diperoleh dengan melokalisasi ak
terlebih dahulu, metode ini paling banyak digunakan untuk m
dari persamaan f(x) = 0 dengan asumsi f(x), f’(x), f’’(x) ko
akar p. akar dari persamaan adalah titik potong garis singgun
f(xi))
i
iii
x f
x f x x
'1
-
8/15/2019 Modul Lengkap Analisis Numerik 2
16/35
31
Dimana i = 0,1,2,3, …
Syarat f’(xi) ≠ 0
f’(xi) = 0 maka garis singgung sejajar sumbu x
Algoritma Metode Newton Rapson
Masukan: f(x), f’(x), x0 (tebakan awal), (criteria penghentian), M
(maksimum iterasi
Keluaran : akar
Langkah-langkah
Iterasi
Jika f’(x0) = 0, proses gagal, stop
1.
2.
3. x0 = xbaru
4. Iterasi: I = i + 1
5. Jika iterasi I ≤ M kembali ke langkah 2
6. Prosesnya konvegen atau divergen
4.4.1 Iterasi N-R untuk menentukan n A
Ambil N = 2
andaikan bahwa A>0 suatu bil real dan misal x0 > 0
adalah tebakan awal untuk A
0
'
00
x f
x f x xbaru
baru0 xakar)stopdan x(maka,
ε
baru
baru
x
x x jika
l
ganjiNR,A
0
genapN0,
A
A
32
barisan 0k k
x
didefenisikan dengan rumus rekursif sebagai berikut:
akar barisan
0k k x konvergen ke A
yaitu : A =
Bukti : A>0
Missal x = A
X2 = A
X2 – A = 0, f(x) = 0 maka f(x) = x2 - A
F(x) = x2-A
F’(x) = 2x
Defenisi fungsi iterasi Newton Rapson
2
1
1
k x
k
x
A p
x
2)(
2
1
22
22
2
22
2
'
x A x
xg
x
A x xg
x
A x xg
A x x xg
x x xg
x x x xg
x f
x f x xg
k
x
xlim
-
8/15/2019 Modul Lengkap Analisis Numerik 2
17/35
33
Atau
4.5. Metode Secant.
Masalah yang didapat dalam metode Newton-Raphson adalah terkadang
sulit mendapatkan turunan pertama, yakni f ’(x). Sehingga dengan jalan
pendekatan
Menjadi
Persamaan di atas memang memerlukan 2 taksiran awal x, tetapi
karena f(x) tidak membutuhkan perubahan tanda diantara taksiran maka
Secant bukan metode Alokade.
,...3,2,1,2
11
1
K p
A p
p
xg x
k k
k
k k
1
1'
nn
nn
x x
x f x f x f
)()(
)()(1
1
1
ii
iiiiii
x f x f
x x f x f y x x
34
Gambar 5.3
Teknik ini serupa dengan teknik Newton-Raphson dalam a
taksiran akar diramalkan oleh ekstrapolasi sebuah garis singg
terhadap sumbu x. Tetapi metode Secant lebih menggu
daripada turunan untuk memperkirakan k
-
8/15/2019 Modul Lengkap Analisis Numerik 2
18/35
-
8/15/2019 Modul Lengkap Analisis Numerik 2
19/35
37
Gambar 5.3.2
4.6. Akar G anda.Satu akar ganda berhubungan dengan suatu titik dimana sebuah fungsi
menyinggung sumbu x.
Misal akar dobel dihasilkan dari:
f(x) = (x- 3)(x- 1)(x- 1)
atau dengan pengalian suku-suku:
f(x) = x3 - 5x2 + 7 x - 3
Persamaan diatas memiliki akar dobel, karena 1 akar x membuat kedua suku
dalam persamaan itu sama dengan nol. Secara grafik, ini sesuai dengan kurva
yang menyentuh sumbu x secara tangensial pada akar dobel. Ini dapat dilihat
38
pada gambar 5.4a di bawah ini pada
x = 1.
Gambar 5.4
Gambar 5.4 Contoh akar ganda yang menyinggung sumb
bahwa fungsi tak memotong sumbu pada kedua sisi akar gan
(c), sedangkan ia memotong sumbu untuk kasus ganjil (b) (
159).
Akar tripel untuk kasus dimana satu harga x membuat 3 s
persamaan menjadi nol, misal:
f(x) = (x – 3)(x – 1)(x – 1)(x – 1)
atau dengan pengalian suku-suku:
-
8/15/2019 Modul Lengkap Analisis Numerik 2
20/35
39
f(x) = x4 – 6x3 + 12x2 – 10x + 3
Kesulitan yang ditimbulkan oleh akarganda:
Hasil dari metode Akolade berkurang kepercayaannya dengan adanya
kenyataan bahwa fungsi tak berubah tanda pada akar ganda genap. Pada
metode Terbuka, ini bisa menyebabkan divergensi.
Tak hanya f(x) tapijuga f ’(x) menuju nol pada akar.
Pada metode Newton-Raphson dan Secant, dimana keduanya mengandung
turunan (atau taksiran) di bagian penyebut pada rumusnya, ter jadi
pembagian dengan nol jika solusi konvergensangat mendekati akar.
Menurut Ralston dan Rabinowitz [RAL1978], f(x) selalu mencapai nol
sebelum f ’(x). Sehingga kalau pemeriksaan nol untuk f(x) disertakan dalam
program, maka komputasi berhenti sebelum f ’(x) mencapai nol.
Metode Newton-Raphson dan Secant konvergen secara l in ier (bukan
kuadratik), konvergen untuk akar-akar ganda (Ralston dan Rabinowitz
[RAL1978]).
Soal A.
1.Tentukan batas selang akar dari :
2)( 2 x x xP
3)( 3 x x xP
2.Tentukan lokasi akar
x x xP ε)(
3452)( 234 x x x x xP
40
3.Tentukan akar25)( x x f
x ε di dalam selang (0,1) dan
00001.0ε dengan
metode Bagi Dua dan Regula Falsi
4.Tahun 1225 Leonardo da Pissa mencari akar persamaa
020102)( 23 x x x x f dan menemukan x = 1.368
seorangpun tahu cara Leonardo menemukan niai ini. Gunaka
Bagidua dan metode Regula Falsi untuk menemukan akar per
Leonardo dalam selang ( 1, 1.5 ) dan juga metode Newton Ra
dan metode Secant 10 x , 5.11 x . Untuk semua metode ε
5.Dapatkah metode Newton-Raphson digunakan memecahkan
0)( x f jika 3 / 1)( x x f
0)( x f jika 2 / 13)( x x f dan tebakan awal x
Mengapa?
6. Gunakan metode Newton-Raphson untuk menghitung
4 / 1
)47(angka bena.
7. Misalkan x x f cos)( .
Tentukan prosedur iterasi Newton Raphsonnya.
Jika kita ingin menghitung akar 2 / 3π x , dapatkah
tebakan awal 30 x . Mengapa ?
8. Masalah : gunakan pendekatan grafis untuk menentukan koefis
yang diperlukan oeh penerjun payung dengan massa m = 68.1
mempunyai kecepatan 40 m / det setelah jatuh bebas untuk w
detik. Catatan : percepatan yang disebabkan gravitasi : 9,8 m
-
8/15/2019 Modul Lengkap Analisis Numerik 2
21/35
-
8/15/2019 Modul Lengkap Analisis Numerik 2
22/35
43
Soal.B
1.Dari metode – metode yang telah ada , temukanlah metode mana yang lebih
cepat atau efisien dalam mendapatkan akar – akar persamaan .
2. Temukanlah persamaan dan perbedaan – perbedan dari metode – metode yang
telah dipelajari.
3. Temukan kasus / masalah dalam bidang ilmu tertentu yang dapat diselesaikan
dengan metode – metode dalam menentukan akar – akar persamaan diatas.
44
BAB IV
SISTEM PERSAMAAN LINIER
Bentuk Umum :
mnmnmm
nn
nn
b xa xa xa
b xa xa xa
b xa xa xa
....
.
...
...
2211
22222121
11212111
Bentuk Matriks
mnm
n
n
aa
aaa
aaa
..
....
.
.
1
22221
11211
m x
x
x
.
2
1
=
mb
b
b
.
2
1
Metode – metode untuk mendapatkan Solusi SPL :
1.Eliminasi Gauss
2.Eliminasi Gauss – Jordan
3.Dekomposisi LU
4.Jacobi
5.Gauss Seidel
A. Dekomposis LU
Jika terdapat matriks A non singular maka dapat difaktorkan / diuraik
dikomposisikan menjadi matriks Segitiga Bawah L ( Lower ) dan mat
atas U ( Upper ).
A = LU
-
8/15/2019 Modul Lengkap Analisis Numerik 2
23/35
45
mnm
n
n
aa
aaa
aaa
..
....
.
.
1
22221
11211
=
1..
....
0.1
0.01
1
21
ml
l
mn
n
n
u
uu
uuu
..0
....
.0
.
222
11211
Penyelesaian SPL Ax = b dengan metode LU
b y
Ux yb x
b Ax
L
misalnyaLU
LUA
Untuk mendapatkan nilai n y y y y ,........,, 321 ( penyulihan maju )
b y L
1..
....
0.1
0.01
1
21
ml
l
m y
y
y
.
2
1
=
mb
b
b
.
2
1
Untuk mendapatkan nilai n x x x x ,........,, 321 ( penyulihan mundur )
yUx
mn
n
n
u
uu
uuu
..0
....
.0
.
222
11211
m x
x
x
.
2
1
=
m y
y
y
.
2
1
Dua Metode untuk menyatakan A dalam L dan U :
1.Metode LU Gauss
Langkah – langkah Pembentukan L dan U dari Matriks A
a.Nyatakan A = IA
46
mnm
n
n
aa
aaa
aaa
..
....
.
.
1
22221
11211
=
1..0
....
0.10
0.01
mnm
n
n
aa
aaa
aaa
..
....
.
.
1
22221
11211
b. Eliminasikan matriks A di ruas kanan menjadi matriks segitiga
c. Setelah proses Eliminasi gauss selesai pada matriks A ( elemen
dibawah diagonal utama adalah nol ). Matriks I menjadi matr
A menjadi matriks U
Soal .
Tentukan solusi dari :
762
20542
234
321
321
321
x x x
x x x
x x x
2.Metode Reduksi Crout
Karena LU = A maka hasil perkalian LU dapat ditulis
333231
232221
131211
3323321331223212311331
2313212212211121
131211
aaa
aaa
aaa
uululululul
uuluulul
uuu
Tinjau untuk Matriks 3x3
Dari kesamaan diatas diperoleh
1111 au 1212 au 1313 au
11
2121211121
u
alaul
-
8/15/2019 Modul Lengkap Analisis Numerik 2
24/35
47
Dst.......
B. Iterasi Jacobi dan Seidel
mnmnmm
nn
nn
b xa xa xa
b xa xa xa
b xa xa xa
....
.
...
...
2211
22222121
11212111
Iterasi Jacobi
11
)(
1
)(
21211
1
...
a
xa xab x
k
nn
k
k
22
)(
2
)(
12121
2
...
a
xa xab x
k
nn
k
k
mn
k
nmn
k
mmk
na
xa xab x
)(
11
)(
111 ...
Iterasi Seidel
11
)(
1
)(
21211
1
...
a
xa xab x
k
nn
k
k
22
)(
1
)1(
12121
2
...
a
xa xab x
k
nn
k
k
mn
k
nmn
k
mmk
na
xa xab x
)(
11
)1(
111 ...
Dengan k = 0, 1, 2, ....
48
Untuk menghitung kekonvergenan atau berhentinya iterasi diguna
relative
ε
)1(
)()1(
k
i
k
i
k
i
x
x xi= 1, 2, 3, ....n
Syarat cukup iterasi konvergen : Dominan secara diagonal.
i j jijij aa
,1i= 1, 2, 3, ... n
Agar iterasi konvergen , cukup dipenuhi syarat ini. Jika dipenuhi
Kekonvergenan juga ditentukan oleh pemilihan tebakan awal.
Contoh :
512
184
314
314
148
125
Kekonvergenan iterasi Seidel lebih cepat karena langsung mengg
baru.
-
8/15/2019 Modul Lengkap Analisis Numerik 2
25/35
-
8/15/2019 Modul Lengkap Analisis Numerik 2
26/35
-
8/15/2019 Modul Lengkap Analisis Numerik 2
27/35
53
dari titik data yang diketahui )),(,()),(,()),(,( 221100 x f x x f x x f x
digunakan untuk mencari ,, 10 bb dan 2b . dengan cara perhitungan sebagai
berikut:
o Hitung 0b
Dari persamaan (13) dengan mensubtitusi 0 x x maka
))(()()( 1000200100 x x x xb x xbb x f
00 )( b x f ..................................................................................... (14)
)( 00 x f b
o Hitung 1b
Dengan mensubtitusi persamaan (14) ke persamaan (13) dan subtitusi
1 x x ke persamaan (13) diperoleh
)()()(
0)()()(
))(()()()(
01011
01101
1101201101
x f x f x xb
x xb x f x f
x x x xb x xb x f x f
)15.......(..................................................)()( 0,101
011 x x f
x x
x f x f b
o Hitung 2b
Substitusi persamaan 14 ke persamaan 15 dan juga subtitusi x=x 2 ke
persamaan
54
......................................
,
))((
)()()()(
)()()()(
)()()()(
)()()()(
()()()())((
()()(
)()(
02
011,2
2
02
)()(
)(
)()(
1202
12
01
0112
2
12
01
0112
12
01
0102
12
01
0102
01
10212022
2202
01
0102
01
01
12
12
x x
x x f x x f b
x x
x x x x
x x x x
x f x f x f x f
b
x x x x
x f x f x f x f
x x x x
x f x f x f x f
x x x x
x f x f x f x f
x x
f x f x f x f x x x xb
xb x x x x
x f x f x f x f
x x
x f x f
x x
x f x f
-
8/15/2019 Modul Lengkap Analisis Numerik 2
28/35
55
c. Interpolasi Polinomial
Untuk polinomial orde n digunakan 1n titik data. Bentuk umum Polinom
orde n adalah
17.........................................).........)...()((....
))(()()(
110
102010
nn
n
x x x x x xb
x x x xb x xbb x f
Koefisien nbbb ..,,........., 10 di evaluasi dengan menggunakan:
)(0 x f b ...................................................................................18
],[ 011 x x f b ............................................................................19
],,[ 0122 x x x f b ........................................................................20
03
012122,3
03
012123012,3
02
)()(
)(
)()(
02
011,2
012
01
0101
102010
1001200102
0122
,,,
,,,,,,
)(
,,,
)()(,
))(()(
))((,,)(,)()(
,,
01
01
12
12
x x
x x x f x x f x x f
x x
x x x f x x x f x x x x f
x x
x x
x x f x x f x x x f
x x
x f x f x x f
x x x xb x xbb
x x x x x x x f x x x x f x f x f
maka x x x f batau
x x
x f x f
x x
x f x f
56
],.....,[ 011 x x x x f b nnn
.............................................................21
Dengan ][ adalah pembagian beda hingga
3n maka
)()(())(()( 210310103 x x x x x xb x x x xbb x f
Dengan )( 00 x f b
],[ 011 x x f b01
01 )()(
x x
x f x f
],,[ 0122 x x x f b02
0112 ],[],[
x x
x x f x x f
],,,[ 01233 x x x x f b03
12123 ,,[],,[
x x
x x x f x x x f
=
03
0223 ]),[,[(
x x
x x f x x f
Misal pembagian beda hingga pertama
],[ ji x x f ji
ji
x x
x f x f
][][.............................................................
Pembagian beda hingga kedua
],,[ k ji x x x f k i
k j ji
x x
x x f x x f
],[],[...........................................
Pembagian beda hingga ketiga
-
8/15/2019 Modul Lengkap Analisis Numerik 2
29/35
57
],,,[ lk ji x x x x f li
lk jk ji
x x
x x x f x x x f
],,[],,[...............................................25
Pembagian beda hingga ke-n
],...,[ 01,1 x x x x f nn ................................],,....[],....,[
0
01111
x x
x x x f x x x f
n
nnn
...
26
Bentuk pembagian beda hingga digunakan untuk menghitung koefisien b0,
b1,...,bn kemudian disubstitusikan ke dalam persamaan (17). untuk mendapatkan
interpolasi polinomial ordo n.
)( x fn =
],,,[))(](,,[)](,[)( 0123100120010 x x x x f x x x x x x x f x x x x f x f
110011210 )...)(](,...,[...))()(( nnn x x x x x x x x x x f x x x x x x
persamaan 23-25 Konstanta
artinya PBH yang lebih tinggi terdiri dari PBH yang lebih rendah
PBH
ii x )( i x f Pertama Kedua Ketiga
00 x )( 0 x f ],[ 01 x x f ],,[ 012 x x x f ],,,[ 0123 x x x x f
11 x )( 1 x f ],[ 12 x x f ],,[ 123 x x x f f ],,,[ 1234 x x x x f
22 x )( 2 x f ],[ 23 x x f ],,[ 234 x x x f
33 x )( 3 x f ],[ 34 x x f
44 x )( 4 x f
58
c.Interpolasi Polinomial Lagrange (IPL)
Hampir sama dengan polinomial Newton, tetapi tidak meng
PBH.
IPL dapat diturunkan dari persamaan Newton
IPL orde 1
)](,[)()( 00101 x x x x f x f x f .....................................
01
01011
)()(],[
x x
x f x f x x f
Atau
10
0
01
101
)()(,
x x
x f
x x
x f x x f ............................................
Substitusi 27 ke 28
)()()()( 010
01
01
001 x f
x x
x x x f
x x
x x x f x f
)()()( 101
00
10
0
10
1001 x f
x x
x x x f
x x
x x
x x
x x x f
= )()( 101
00
10
1 x f x x
x x x f
x x
x x
.................................
Dengan prosedur yang sama diperoleh IPL orde-orde sebag
)(
))((
))(()(
2101
200
2010
212 f
x x x x
x x x x x f
x x x x
x x x x x f
-
8/15/2019 Modul Lengkap Analisis Numerik 2
30/35
59
)())((
))((2
1202
10 x f x x x x
x x x x
.....................................................................30
))()((
))()(()(
))()((
))()(()(
312101
3200
302010
3213
x x x x x x
x x x x x x x f
x x x x x x
x x x x x x x f
)(
))()((
))()(()(
))()((
))()(()( 3
231303
210
2
321202
310
1 x f
x x x x x x
x x x x x x x f
x x x x x x
x x x x x x x f
Bentuk umum IPL orde n
n
i
iin x f x L x f 0
)()()( .........................................................................31
i j
x f x x
x x x f
atau
x x
x x x L
i
n
i
n
j ji
i
n
n
j ji
j
i
)()(
)(
0 0
0
2.5.1. Ekstrapolasi
Ekstrapolasi adalah penaksiran nilai f(x) untuk x yang terletak di luar selang
titik data, dan analisis kecendrungan dari masalah ekstrapolasi diarahkan
dengan menggunakan polinomial interpolasi.
4.3. Interpolasi Polinomial Newton
4.2.1.1 Manual
60
Interpolasi dan ekstrapolasi polinomial orde I
%3,0
1003268644
3268644-5,3272821
RE
5,4177selisih
5,3272821
)19801990(19802000
273716638084772737166)(
?...........1990
380847720002000
273716619801980
%5,0
1003268644
3268644-3286684,59RE
59,18040selisih
59,3286684
)19711990(19712000
229527938084772295279)(
?...........1990
380847720002000
229527919711971
%7,0
1002737166
273716663,2756346
347,2756selisih
63,2756346
)19711980(19711990
22952793268644
2295279
)()()()(
?...........)(1980
3268644)(1990
2295279)(1971
1
1
1
0
1
1
1
0
0
01
0101
1
11
00
x
x f
x f x
f x
f x
x
x f
x f x
f x
f x
x RE
x x x x
x f x f x f x f
x f x
x f x
x f x
-
8/15/2019 Modul Lengkap Analisis Numerik 2
31/35
61
Model pertumbuhan penduduk NTT berdasarkan Teknik Ekstrapolasi
yang diarahkan dengan polinom interpolasi
Model pertumbuhan penduduk NTT didapatkan dengan mensubtitusikan
nilai b1 ke bentuk umum polinom Newton
Yaitu sebagai berikut:
f 1(x) = 2737166 +53147,8(x-x0),
sehingga model pertumbuhan penduduk NTT berdasarkan teknik
interpolasi polinom Newton orde I, dengan menggunakan tahun 1980
sebagai x0 adalah sebagai berikut:
f 1(x) = 2737166 +53147,8(x-x0),
maka jumlah penduduk NTT pada tahun 2000
3800122
)20(8.5314727371661
x f
Selis ih = - 8355
Gallat =0,2%
8.53147
10
27371663268644
326864419901990
273716619801980
1
1
0
b
f x
f x
62
Interpolasi dan ekstrapolasi polinomial orde 2
Ekstrapolasi kuadrat diarahkan dengan menggunak
interpolasi orde 2
2295279?................)2000(2000
3268644)1990(1990
273716619801980
229527919711971
00
2
1
0
x f b f x
f x
f x
f x
23
2323
12
1212
01
010,11
)()(,
8,53147
19801990
27371663268644
)()(,
5,49098
19711980
22952792737166
)()(
x x
x f x f x x f
x x
x f x f x x f
x x
x f x f x x f b
3,53983
19902000
32686443808477
-
8/15/2019 Modul Lengkap Analisis Numerik 2
32/35
63
Model pertumbuhan penduduk NTT berdasarkan teknik interpolasi
polinomial Newton orde ke II, didapatkan dengan mensubtitusikan nilai b0,
b1, b2 ke rumus umum polinomial Newton maka sebagai berikut:
F2(x) = 2295279 + 49098,5 (x-x0) + 213,12 (x-x0)(x-x1)
F2(x) = 2 295279 + (x-x0) (49098,5 + 213,12 (x-x1))
Dengan menggunakan model di atas, maka jumlah penduduk NTT pada
Tahun 2000 adalah sebagai berikut:
Maka f 2(x) = 2295279 + 49098,5 (29) + 213,12 (29) (20)
= 3842745.745,1
Selisih = 34268,1
RE = 0,8%
Interpolasi Polinomial Orde 3
Prediksi jumlah penduduk pada tahun 2004
ii x )( i x f Pertama Kedua Ketiga
0 1971 2295279 49098,5 213,12 -5.908
1 1980 2737166 53147,8 41,775f
2 1990 3268644 53983,3
12,213
19
3,4049
19711990
5,490988,53147
,,,,
02
0112
0122
x x
x x f x x f x x x f b
64
775,41
19802000
8,531473,53983
,,,,
13
1223123
x x
x x f x x f x x x f
3 2000 3808477
8,53147
19801990
27371663268644
)()(,
5,49098
19711980
22952792737166
)()(
12
1212
01
010,11
x x
x f x f x x f
x x
x f x f x x f b
908,5
19712000
12,213775,41
,,,,,,,
03
01212301233
x x
x x x x x x f x x x x f b
12,213
19
3,4049
19711990
5,490988,53147
,,,,
02
01120122
x x
x x f x x f x x x f b
-
8/15/2019 Modul Lengkap Analisis Numerik 2
33/35
65
Sehingga model pertumbuhan penduduk NTT dengan menggunakan tehnik
interpolasi polinom Newtonl orde 3
F3(x) = 2295279 + 49098,5 (x-x0) + 213,12 (x-x0)(x-x1)+(-5,908)(x-x0)
(x-x1)(x-x2)
F3(x) = 2 295279 + (x-x0) (49098,5 + 213,12 (x-x1)+(-5,908)(x-x1)(x-
x2))
Berdasarkan model di atas, maka jumlah penduduk NTT pada tahun 2004F3(x) = 2295279 + 49098,5 (33) + 213,12 (33)(24)+(-5,908)(33)(24)(14)
= 4018717,596
Maka prediksi terhadap jumlah penduduk NTT tahun 2004 dengan
menggunakan teknik polinomial Newton orde ke- 3 adalah 4018718
4.2.2 Interpolasi Polinomial Langrange
4.2.2.1 Manual
Model pertumbuhan penduduk NTT berdasarkan interpolasi polinom
langrange
%4
4188774
41887746,4018812
RE
3808477)2000(2000
3268644)1990(1990
273716619801980
229527919711971
3
2
1
0
f x
f x
f x
f x
66
Sehingga model pertumbuhan penduduk NTT
polinom Langrange orde ke II
2295279
))((
))(()(
2101
20
2010
212
x x x x
x x x x
x x x x
x x x x x f
3268644
))((
))((
1202
10
x x x x
x x x x
...........................................
.30
Sedangkan model pertumbuhan penduduk NTT berd
polinom Langrange orde ke III
(
(2295279
))()((
))()(()(
01
0
302010
3213
x x
x x
x x x x x x
x x x x x x x f
)((
)((3268644
))()((
))()((2737166
03
0
321202
310
x x
x x
x x x x x x
x x x x x x
-
8/15/2019 Modul Lengkap Analisis Numerik 2
34/35
67
Sehingga jumlah penduduk tahun 2004 berdasarkan model ini adalah
4018809
733,4018808
410.7280757785.5450033093.2810157985.622071
102029
1424333808477
101019
424333268644
10109
414332737166
29199
414242295279
199020001980200019712000
1990200419802004197120043808477
200019901980199019711990
2000200419802004197120043268644
200019801990198019711980
20002004199020041987120042737166
200019711990197119801971
20002004199020041980200422952793
x p
Soal A.
1. Taksirlah logaritma asli dari 2 ( ln 2) dengan memakai interpolasi linier.
Pertama , lakukan komputasi dengan menginterpolasi antara ln 1 = 0 dan ln 6
= 1.7917595. kemudian ulangi prosedurnya tetapi dengan menggunakan
selang yang lebih kecil mulai ln 1 sampai ln 4 ( 1.3862944 ). Perhatikan
bahwa nilai sejati ( true value ) dari ln 2 adalah 0.69314718
%5.4
4188774
41887744018809
RE
68
2. Cocokkan polinom orde kedua terhadap tiga titik yang di
nomor 1.
3. Dengan menambahkan titik keempat ln 5 = 1.6094379. ta
dengan polinom interpolasi beda terbagi newton orde ketiga.
4. Gunakan polinom interpolasi langrange orde pertama dan
menghitung ln 2 berdasar data pada no 1.
5. Taksirlah logaritma bilangan pokok 10 dari 4 ( log 4 ) den
interpolasi linear
a. Interpolasikan antara log 3 dan log 5
b. Interpolasikan antara log 3 dan log 4.5 untuk setiap interp
persen galat relatif berdasar nilai sejati log 4.
6. Cocokkan polinom interpolasi newton orde kedua untuk
dengan memakai data no. 5. Hitung persen galat relatif
7. Cocokkan polinom interpolasi newton orde ke tiga untuk
dengan data pada no 5 dengan titik tambahan log 3.5 . Hitung
relatif
8. Ulangi soal 5 - 7 dengan memakai polinom Langrange
9. Diberi data
x 1 2 3 5
f(x) 4.75 4 5.25 19.75
Hitung f(3.5) dengan memakai polinom – polinom interp
orde 1 sampai 4. Pilih urutan titik – titik untuk taksiran anda u
ketelitian yang bagus.
10. Ulangi soal nomor 9 dengan memakai polinom langrange
-
8/15/2019 Modul Lengkap Analisis Numerik 2
35/35
69
Soal B.
1. Prediksikan jumlah penduduk NTT pada tahun 2012 berdasarkan data
jumlah penduduk pada tahun 1971, 1980, 1990, dan 2000
2. Buatlah program dalam bahasa pemrograman Pascal untuk interpolasi
Langrange
3808477)2000(2000
3268644)1990(1990
273716619801980
229527919711971
3
2
1
0
f x
f x
f x
f x
@TA ROMB@