78293461 laporan akhir metnum dwi
TRANSCRIPT
METODE NUMERIK
LAPORAN AKHIR PRAKTIKUM
DI SUSUN OLEH :
Nama : Dwi Ardiyanti
NPM : F1A009047
Dosen : Yulian Fauzi S.Si. M.Si
PROGRAM STUDI MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2011
1
KATA PENGANTAR
Puji syukur kehadirat Tuhan YME kerena berkat rahmat dan hidayahNya penulis dapat
menyelesaikan Laporan Praktikum Metode Numerik ini. Penulis mengucapkan terima kasih
kepada semua pihak yang telah membantu dalam proses pembuatan Laporan ini. Terutama
penulis ucapkan banyak terima kasih kepada Bpk Yulian Fauzi S.si.M.si.selaku dosen
pembimbing mata kuliah ini, penulis juga mengucapkan kepada asisten dosen, karena berkat
bantuan dan dukungan merekalah laporan ini dapat terselesaikan.
Penulis sadari seperti pepatah “tiada gading yang tak retak’, maka tiada pulalah
kesempurnaan selain Allah SWT. Oleh karena itu penulis sangat mengharapkan kritik dan saran
dari pembaca demi makalah ini lebih baik.
Semoga makalah ini dapat semakin membuka dan memperluas wawasan dan cakrawala berfikir
para pembaca, serta menambah pengetahuan dan pemahaman pembaca mengenai penyelesaian Metode
Numerik dalam Matlab.
Bengkulu, Juni 2011
Penulis
2
DAFTAR ISI
Kata pengantar.......................................................................i
Daftar isi................................................................................ii
Bab I . Pendahuluan..................................................1
A. Latar Belakang...............................................................................1
B. Tujuan............................................................................................3
C. Rumusan Masalah..........................................................................3
D. Manfaat..........................................................................................4
Bab II........................................................................5
A. Penyelesaian persamaan nonlinier.................................5
1. Metode Bisection......................................................5
2. Metode Newton Raphson dan Secant......................13
A. Interpolasi.......................................................................29
1. Interpolasi linier.............................................................29
2. Interpolasi Lagrange......................................................36
1. Interpolasi Beda terbagi Newton..............................41
A. Integrasi Numerik...........................................................50
1. Aturan Trapesium.......................................................50
2. Aturan Simpson........................................................................54
Bab III. Kesimpulan dan Saran...................................60
1. Kesimpulan....................................................................................60
2. Saran.............................................................................................60
Daftaar Pustaka...............................................................................61
BAB I
3
PENDAHULUAN
A. LATAR BELAKANG
Seiring pesatnya perkembangan teknologi dan kemajuan zaman, maka diperlukan suatu
produk dengan ketelitian dan akurasi tinggi, dan waktu pengerjaan yang singkat. Begitu juga
dengan permasalahan dalam bidang matematika, ilmu pengetahuan fisika murni maupun
terapan, bidang rekayasa teknik metalurgi, mesin, elektro, sipil dan lain-lain dituntut hal yang
sama, dimana dalam suatu perhitungan dengan data numerik membutuhkan ketelitian dan
akurasi yang cukup baik. Pada saat teknologi informasi belum ada atau boleh dikatakan belum
maju pesat, para praktisi dan profesional di bidang rekayasa teknik dan sain menganalisa dengan
perhitungan manual. Simplifikasi digunakan dimana struktur yang sangat kompleks
disederhanakan menjadi struktur yang lebih sederhana. Artinya akan terjadi perbedaan dari
suatu permodelan dengan kondisi aktual. Hal ini dilakukan untuk menghindari kesulitan dalam
analisa.
Adanya perkembangan teknologi informasi yang sangat pesat pada saat ini mendorong
para praktisi untuk mengembangkan cara baru agar pekerjaan analisa dapat dilakukan dengan
lebih baik dan lebih efektif. Metode kalkulasi dengan matriks dapat dilakukan dengan mudah
menggunakan teknologi informasi. Sudah banyak persoalan di bidang teknik maupun sain yang
dapat diselesaikan dengan menggunakan permodelan matematika. Sering kali permodelan
matematika tersebut muncul dalam bentuk yang tidak ideal, sehingga tidak dapat diselesaikan
dengan menggunakan metode analitik untuk mendapatkan solusi sejatinya (exact solution).
Jika persoalan-persoalan yang kita hadapi tidak dapat diselesaikan dengan metode
permodelan matematika metode analitik menggunakan dalil-dalil kalkulus, maka solusinya
dapat diperoleh dengan metode numerik. Metode numerik secara harafiah berarti suatu cara
berhitung dengan menggunakan angka-angka, sedangkan secara istilah metode numerik adalah
teknik yang digunakan untuk memformulasikan persoalan matematik sehingga dapat
diselesaikan dengan operasi aritmatika biasa.
4
Dengan menggunakan metode numerik, solusi exact dari persoalan yang dihadapi tidak
akan diperoleh. Metode numerik hanya bisa memberikan solusi yang mendekati atau
menghampiri solusi sejati sehingga solusi numerik dinamakan juga solusi hampiran
( approximation solution). Pendekatan solusi ini tentu saja tidak tepat sama dengan solusi sejati,
sehingga ada selisih antara keduanya. Solusi tersebut disebut solusi galat (error). Semakin kecil
galat yang diperoleh berarti semakin dekat solusi hampiran yang diperoleh dengan solusi
sejatinya.
Pada saat sebelum perkembangan teknologi informasi belum pesat seperti sekarang ini,
ada dua cara pendekatan yang biasa digunakan jika suatu persoalan tidak bisa diselesaikan
dengan metode analitik, yaitu :
a. Solusi grafik dipakai untuk mencirikan suatu perilaku sistem, teknik ini kurang presisi
karena sangat tergantung pada ketelitian penggambaran grafik.
b. Metode numerik secara manual. Secara teori pendekatan ini dapat digunakan dengan
baik untuk penyelesaian masalah yang rumit, namun pada kenyataannya seringkali
menemui masalah. Masalah ini timbul biasanya karena kesalahan kecil dalam
perhitungan (Chapra & Canale, 1991)
c. Komputer dan metode numerik memberikan suatu alternatif pemecahan dari masalah-
masalah tersebut. Dengan menggunakan kemampuan komputer untuk mendapatkan
solusi langsung, hampir semua persoalan dapat diselesaikan tanpa perlu penyederhanaan
asumsi atau penggunaan teknik yang rumit. Selain mempercepat perhitungan numerik,
dengan komputer kita dapat mencoba berbagai kemungkinan solusi yang terjadi akibat
perubahan beberapa parameter dan kriteria error.
MATLAB adalah sebuah lingkungan komputasi numerikal dan bahasa pemrograman
komputer generasi keempat. Dikembangkan oleh The MathWorks, MATLAB memungkinkan
manipulasi matriks, pem-plot-an fungsi dan data, implementasi algoritma, pembuatan antarmuka
pengguna, dan peng-antarmuka-an dengan program dalam bahasa lainnya. Meskipun hanya
bernuansa numerik, sebuah kotak kakas (toolbox) yang menggunakan mesin simbolik MuPAD,
memungkinkan akses terhadap kemampuan aljabar komputer. Sebuah paket tambahan,
Simulink, menambahkan simulasi grafis multiranah dan Desain Berdasar-Model untuk sistem
terlekat dan dinamik. Pada tahun 2004, MathWorks mengklaim bahwa MATLAB telah
dimanfaatkan oleh lebih dari satu juta pengguna di dunia pendidikan dan industri.
5
MATLAB (yang berarti "matrix laboratory") diciptakan pada akhir tahun 1970-an oleh
Cleve Moler, yang kemudian menjadi Ketua Departemen Ilmu Komputer di Universitas New
Mexico. Ia merancangnya untuk memberikan akses bagi mahasiswa dalam memakai LINPACK
dan EISPACK tanpa harus mempelajari Fortran. Karyanya itu segera menyebar ke universitas-
universitas lain dan memperoleh sambutan hangat di kalangan komunitas matematika terapan.
Jack Little, seorang insinyur, dipertemukan dengan karyanya tersebut selama kunjungan Moler
ke Universitas Stanford pada tahun 1983. Menyadari potensi komersialnya, ia bergabung dengan
Moler dan Steve Bangert. Mereka menulis ulang MATLAB dalam bahasa pemrograman C,
kemudian mendirikan The MathWorks pada tahun 1984 untuk melanjutkan pengembangannya.
Pustaka yang ditulis ulang tadi kini dikenal dengan nama JACKPAC. Pada tahun 2000,
MATLAB ditulis ulang dengan pemakaian sekumpulan pustaka baru untuk manipulasi matriks,
LAPACK.
MATLAB pertama kali diadopsi oleh insinyur rancangan kontrol (yang juga spesialisasi
Little), tapi lalu menyebar secara cepat ke berbagai bidang lain. Kini juga digunakan di bidang
pendidikan, khususnya dalam pengajaran aljabar linear dan analisis numerik, serta populer di
kalangan ilmuwan yang menekuni bidang pemrosesan citra. (Hanselman & Littlefield)
A. TUJUAN
Adapun tujuan dari penyusunan laporan ini adalah untuk menambah wawasan
dan pengetahuan penyusun tentang penyelesaian metode numerik dengan
menggunakan program Matlab.
B. Rumusan Masalah
– Bagaimana menyelesaikan metode numerik dengan menggunakan
program matlab?
– Bagaimana mengaplikasikan interpolasi dalam berbagai permasalahan
yang diberikan dengan mengguanakan program komputer?
– Apa perbandingan antara aturan komposisi trapesium dan Simpson?
6
D. MANFAAT
Dapat memahami beberapa metode penyelesaian persamaan atau mencari
akar persamaan non linier.
BAB II
HASIL PRAKTIKUM
7
A.Penyelesaian Persamaan Nonlinier
1. Metode Bisection (Bagi Dua)
Tujuan Praktikum
1. Memahami beberapa metode penyelesaian persamaan atau mencari akar persamaan non linier
khususnya menggunakan metode bagi dua.
2. Dapat menggunakan metode tersebut untuk menyelesaikan masalah yang diberikan.
Metode Numerik
Dasar Teori
Metode Bisection atau disebut juga dengan metode bagi dua merupakan salah satu jenis metode
pencarian instrumental dimana selang/range selalu dibagi dua atau membagi range menjadi 2 bagian. Ide
awal metode ini adalah metode table, dimana suatu area dibagi menjadi N bagian. Pada Metode Bisection
ini jika suatu fungsi berubah tanda pada suatu selang, maka nilai fungsi dihitung pada titik tengah,
kemudian lokasi akar ditentukan sebagai titik tengah selang bagian terjadinya perubahan tanda.
Metode ini melakukan pengamatan terhadap nilai f(x) dengan berbagai nilai x, yang
mempunyai perbedaan tanda. Taksiran akar diperhalus dengan cara membagi 2 pada interval x
yang mempunyai beda tanda tersebut.
Prinsip dari Metode Bisection adalah: membagi range menjadi 2 bagian, dari dua bagian ini
dipilih bagian mana yang mengandung akar dan membuang bagian yang tidak mengandung akar. Hal ini
dilakukan berulang-ulang hingga diperoleh akar persamaan.
Berikut adalah langkah-langkah dalam menyelesaikan Metode Bisection (metode bagi dua),
yaitu :
Langkah 1 : Pilih a sebagai batas bawah dan b sebagai batas atas untuk taksiran
akar sehingga terjadi perubahan tanda fungsi dalam selang interval.
Langkah 2 : Taksiran nilai akar baru yaitu c
Langkah 3 : Menentukan daerah yang berisi akar fungsi: jika |f(c)| ≤ toleransi,
maka harga c adalah harga x yang dicari, bila tidak dilanjutkan ke tahap 4.
8
Langkah 4 : Jika f(c) > 0, maka a baru = a dan b baru = c, sehingga daerah akar
fungsi a < x < c. Jika f(c) < 0, maka a baru = c dan b baru = b, sehingga daerah
akar fungsi c < x < b. Kemudian kembali ke tahap 2.
ALGORITMA
Masukan : f(x),a,b dan epsilon
Keluaran : akar
Langkah-langkah
1. bm≔an;cm≔bm2. untuk iterasi=1,2, … ,m
untuk i=m-1,m-2, … ,1 bi≔ai+
3. fa.fb<04. T≔a+b25. jika fa.fT<0 berarti akar berada pada selang a,Tmaka b≔T, jika tidak a≔T6. jika b-a≤epsilon maka estimasi akar :=T. selesai7. Ulangi kembali ke langkah 1
9
Definisi Fungsi
tr,ta
Mulai
H=5*t2-30*t+20
t1=t2
t0=tc
tc=akarSelesa
iht1,ht2=0
no
yes
10
Flowchart Metode Bisection Soal’1
Definisi Fungsi
zr,z
Mulai
H=z3-11z2+39z-105
t1=t2
t0=tc
tc=akarSelesa
iht1,ht2=0
no
yes
11
Flowchart Metode Bisection Soal’2
Listing Program Metode Bagi Dua
12
Fungsi Soal 1
Output Program
13
14
Fungsi Soal 2
Output Program
15
16
1. Metode Newton Raphson dan Secant
Tujuan
1. Memahami beberapa metode penyelesaian persamaan atau mencari akar
persamaan linier khususnya menggunakan metode Newton Raphson dan
Secant
2. Dapat menggunakan metode tersebut untuk menyelesaikan masalah yang
diberikan.
Dasar Teori Metode Newton Raphson
Metode newton Raphson adalah metode pendekatan yang menggunakan satu titik awal
dan mendekatinya dengan memperhatikan slope atau gradient pada titik tersebut. Titik
pendekatan n+1 dituliskan sebagai berikut:
Xn+1=xn-F(xn)F1(xn)
Newton Raphson ini menggunakan fungsi derivatif (turunan) sebagai fungsi garis
singgung. Hal lain yang harus diperhatikan adalah bahwa Metode Newton Raphson ini
memberikan beban tambahan kepada penggunanya, karena adanya keharusan menghitung
fungsi turunan f ’(x)n di setiap iterasi (titik xn ). Hal ini merupakan salah satu kekurangan dari
metode ini, mengingat tidak semua fungsi dapat diturunkan atau mempunyai turunan pada suatu
interval yang kontinu. Kekurangan lainnya adalah penetapan harga awal sulit dan tidak selalu
menemukan akar (divergen). Sedangkan keunggulan metode ini adalah memiliki laju
konvergensi kuadratik, sehingga metode ini lebih cepat untuk konvergen menuju akar
pendekatan daripada metode lain yang memiliki laju konvergensi linear.
Pada dasarnya, algoritma metode Newton untuk mencari akar suatu fungsi f(x) dimulai
dengan menentukan nilai awal iterasi terlebih dahulu, misalkan x = a. Pada setiap iterasi, metode
Newton ini akan mencari suatu nilai katakanlah b yang berada pada sumbu-x. Nilai b ini
diperoleh dengan menarik garis singgung fungsi f(x) di titik x = a ke sumbu-x. Dibawah ini
adalah langkah-langkah penyelesaian dengan Newton Raphson :
1. Definisikan fungsi f (x) dan f ’(x)
17
2. Tentukan toleransi error (e) dan iterasi maksimum (n)
3. Tentukan nilai pendekatan awal x0
4. Hitung f (x0) dan f ’(x0)
5. Hitung nilai x1 = x0 - dan selanjutnya yaitu
6. Untuk iterasi i = 1 s/d n, hitung f (X i+1) dan f ‘ (X i+1)
7. Akar persamaannya adalah x terakhir yang diperoleh.
Beberapa permasalahan pada Metode Newton Raphson antara lain :
a. Metode ini tidak dapat digunakan ketika titik pendekatannya berada pada titik
ekstrim atau titik puncak, karena pada titik ini nilai f ‘(x) = 0.
b. Metode ini menjadi sulit atau lama mendapatkan penyelesaian ketika titik
pendekatannya berada di antara dua titik stasioner
Solusi akar (atau akar-akar) dengan menggunakan Metode Newton-Raphson, secara sederhana,
dapat diturunkan dari geometri gambar di bawah ini:
Gambar. Representasi garis tangent pada metode Newton-Raphson.
Garis tangent yang dimaksudkan pada Gb. di atas adalah garis AC, yang berarti juga
bahwa tangent dari ∠ CAB (sudut CAB) dapat dituliskan sebagai berikut:
tan(∠ CAB) = CB AB
18
Bila diperhatikan pada gambar di atas, maka akan diperoleh kesamaan-kesamaan berikut:
CB = f (xn ) − 0 = f (xn )
AB = xn − xn+1, dan
tan(< CAB)= f ' ( xn)
Sehingga, persamaan tan(∠ CAB) dapat ditulis kembali sebagai:
f'xn=f(xn)xn-xn+1
atau setelah disusun-ulang, akan diperoleh formula rekursif dari Metode Newton-Raphson:
xn+1=xn-fxnf'xn
ALGORITMA METODE NEWTON RAPHSON
Masukan : f(x),f’(x),x0, epsilon dan m (banyaknya iterasi)
Keluaran : akar
Langkah-langkah
1. Definisikan terlebih dahulu fungsi dan turunan fungsinya .2. Jika f’(x)=0 maka proses gagal. Selesai3. Jika tidak, xr :=x0 f(x0)f'(x)4. Jika |xr-x0xr| ≤ epsilon maka akar :=xr. Selesai satu iterasi5. Ulangi iterasi dengan mengambil x0 :=xr
19
MulaiSelesai Ti+1=akar To,ti+1
Max iter=10 dan eps=0,00001
Ti=ti+1ti+1-ti<epsH=5t2-30t+20H'=10t-30 Flowchart Metode Newton Raphson Soal’1
20
MulaiSelesai Ti+1=akar To,ti+1
Max iter=10 dan eps=0,00001
Ti=ti+1ti+1-ti<epsH=5t2-30t+20H'=10t-30 Flowchart Metode Newton Raphson Soal’1
Flowchart Metode Newton Raphson Soal’2
Listing Program
21
Mulaiz0,zi+1Max iter=10 dan eps=0,00001
Selesaizi=zi+1H=z3-11z2+39z-105 zi+1-zi<epszi=zi+1
Fungsi soal 1
22
Output Program
Fungsi Soal 2
23
Output Program
24
METODE SECANT
Dasar Teori
Metode Secant, memiliki kemiripan persamaan rekursif yang sangat dekat dengan
Metode Newton-Raphson. Namun demikian, perbedaan yang paling mencolok dari keduanya
adalah dalam hal cara mereka menghitung turunan fungsi y = f (x), yaitu: metode Newton-
Raphson menghitung turunan fungsi dengan cara analitis , sedangkan Metode Secant
menghitung turunan fungsi dengan pendekatan numeris. Oleh sebab itulah, Metode Secant ini
tidak ada pilihan lagi mengharuskan para penggunakan untuk ‘menebak 2 buah (sembarang)
harga x-awal’ yang berbeda.
Sesuai dengan namanya, Metode Secant bekerja berdasarkan GARIS SECANT (garis
busur) yang menghubungkan 2 titik pada kurva y = f (x), sedemikian rupa sehingga secara
geometris akan terbentuk “kesebangunan segitiga” dan kemudian daripadanya dapat dihitung
suatu titik pendekatan baru pada kurva y = f(x) yang mendekati akar atau jawaban eksaknya dan
kemudian dari titik yang baru ini ditarik lagi suatu ‘garis secant yang baru’ yang berhubungan
dengan salah satu titik awal yang tempat kedududkannya lebih dekat ke arah akar eksaknya,
demikian proses rekursif tersebut dilakukan secara berulang (iteratif) sehingga diperoleh suatu
akar yang paling mendekati akar eksaknya sesuai dengan kriteria yang ditentukan. (Metode
Secant untuk Solusi PANLT)
Solusi akar (atau akar-akar) dengan menggunakan Metode Secant, secara sederhana,
dapat diturunkan dari representasi grafis di bawah ini:
25
Gambar. Representasi grafis untuk Metode Secant.
Perhatikan Gb. di atas, maka kesebangunan segitiga yang terbentuk adalah perbandingan
berikut:
xn+1≔xn-fxnxn-xn-1fxn-f(xn-1)
Algoritma Metode Secant
Masukan : xn,xn-1,f(x),x, epsilon dan m (banyaknya iterasi)
Keluaran : akar
Langkah-langkah
1. Masukkan 2 tebakan awal.
2. Jika f beda hingga = 0 maka proses gagal. Selesai
3. Jika tidak, xn+1≔xn-fxnxn-xn-1fxn-f(xn-1)
4. Jika |xn+1-xnxn+1≤ epsilon maka akar := xn+1. Selesai5. Ulangi iterasi dengan mengambil xn:=xn+1 hingga galat ≤ epsilon
atau sesuai jumlah iterasi.
26
Mulai
Tk,tk-1,tk+1,kMax iter=10 dan
eps=0,00001
H=5t2-30t+20Tk+1=tk.Ftk(tk. tk-1)Ftk-f(tk-1)
(Tk-tk-1)tk≤eps
Max iter
Toleransi error terpenuhiIter>max
iterSelesa
i
Mulai
zk,zk-1,zk+1,kMax iter=10 dan
eps=0,00001
Zk+1=zk.Fzk(zk. zk-1)Fzk-f(zk-1)
(Zk-zk-1)zk≤eps
Max iter
Toleransi error terpenuhiIter>max
iterSelesa
i
27
Flowchart metode secant soal 2
Flowchart metode secant soal 1
Listing Program
Fungsi Soal 1
28
Output
29
Fungsi Soal 2
30
Output program
31
A. INTERPOLASI
1. Interpolasi Linier
Tujuan Praktikum
1. Dapat memahami Interpolasi Linier.
2. Dapat mengaplikasikan interpolasi linier dalam berbagai permasalahan yang diberikan
dengan menggunakan program komputer.
Dasar Teori
Metode ini dikenal juga dengan metode false position, metode ini ada untuk menutupi
kekurangan pada metode setengah interval yang mudah tetapi tidak efisien (untuk mendapatkan
hasil yang mendekati nilai eksak diperlukan langkah iterasi cukup panjang). Dengan metode ini
nilai akar dari suatu fungsi dapat lebih cepat diperoleh daripada dengan metode setengah
interval, metode ini didasarkan pada interpolasi antara dua nilai dari fungsi yang mempunyai
tanda berlawanan.
Mula-mula dicari nilai fungsi untuk setiap interval x, yang sama hingga didapat dua
nilai fungsi f (xi) dan f (xi + 1) berurutan dengan tanda berlawanan. Kedua nilai fungsi tersebut
ditarik garis lurus hingga terbentuk suatu segitiga, dengan menggunakan sifat segitiga sebangun
didapat persamaan berikut:
i1i
1i
xx
xx
−−
+
∗+
=
)()(
)(
i1i
1i
xfxf
xf
−+
+
x∗ = xi + 1 −
)()(
)(
i1i
1i
xfxf
xf
−+
+
(xi + 1 − xi)
32
Gambar Metode interpolasi linier
Nilai fungsi untuk setiap interval ∆ x, digunakan untuk menghitung nilai fungsi f (x∗) yang
kemudian digunakan lagi untuk interpolasi linier dengan nilai f (xi) atau f (xi + 1) sedemikian
sehingga kedua fungsi mempunyai tanda berbeda, prosedur ini diulang sampai nilai f (x∗) yang
didapat mendekati nol.
Contoh soal:
1) Hitung salah satu akar dari persamaan berikut ini:
f (x) = x3 + x2 – 3x – 3 = 0.
Penyelesaian:
Langkah pertama adalah menghitung nilai f (x) pada interval antara dua titik sedemikian
sehingga nilai f (x) pada kedua titik tersebut berlawanan tanda.
Dihitung nilai f (x) pada interval antara dua titik, misalnya x = 1 dan x = 2.
Untuk x1 = 1; f (x1 = 1) = (1)3 + (1)2 – 3(1) – 3 = – 4.
Untuk x2 = 2; f (x2 = 2) = (2)3 + (2)2 – 3(2) – 3 = 3.
Dengan menggunakan persamaan (3.2), didapat:
x∗ = xi + 1 −
)()(
)(
i1i
1i
xfxf
xf
−+
+
(xi + 1 − xi) = 2 −
)]4(3[
3
−−
(2 1) = 1,57142.
33
f (x∗) = (1,57142)3 + (1,57142)2 – 3(1,57142) – 3 = –1,36449.
Karena f (x∗) bertanda negatif maka akar terletak antara x = 1,57142 dan x = 2,
selanjutnya dihitung nilai x∗:
x = 2 −
)]36449,1(3[
3
−−
(2 − 1,57142) = 1,70540.
f (x ) = (1,70540)3 + (1,70540)2 – 3(1,70540) – 3 = –0,24787.
Dengan menggunakan pemrograman komputer, hasil hitungan tersebut diatas ada pada
tabel dan didapat pada iterasi ke 7, yaitu x = 1,73205.
Tabel Hasil hitungan metode interpolasi linier
I xi xi + 1 x∗ f (xi) f (xi + 1) f (x∗)
1 1.0000
0
2.0000
0
1.5714
3
-
4.00000
3.0000
0
-
1.36443
2 1.5714
3
2.0000
0
1.7054
1
-
1.36443
3.0000
0
-
0.24774
3 1.7054
1
2.0000
0
1.7278
8
-
0.24774
3.0000
0
-
0.03934
4 1.7278
8
2.0000
0
1.7314
1
-
0.03934
3.0000
0
-
0.00611
5 1.7314
1
2.0000
0
1.7319
5
-
0.00611
3.0000
0
-
0.00094
6 1.7319
5
2.0000
0
1.7320
4
-
0.00094
3.0000
0
-
0.00014
7 1.7320
4
2.0000
0
1.7320
5
-
0.00014
3.0000
0
-
0.00002
34
Algoritma Interpolasi Linier
Masukan : xi, f(xi), x ; i = 1, 2, …, n
keluaran : ilinier
Langkah-langkah
1. Untuk i = 1, 2, masukan xi dan f(xi)
2. Beda terbagi : = f(x2)-f(x1)x2-x1
3. Ilinier : = f(x1) + Beda terbagi x ( x – x1)
Listing Program
35
Flowchart interpolasi linier 1X0,x,x
1Mulai F(x)=50+590(x-1997)SelesaiFx=fx0+fx1-fx0x1-x0.(x-x0)
Flowchart interpolasi linier 2X0,x,x
1Mulai F(x)=2.26+0.21(x-1)SelesaiFx=fx0+fx1-fx0x1-x0.(x-x0)
Fungsi Soal 1
Output Program
36
Fungsi soal 2
Output Program
37
1. Interpolasi Lagrange
Tujuan Praktikum
1. Dapat memahami Interpolasi Langrange beserta keuntungan dan kerugiannya.
2. Dapat mengaplikasikan Interpolasi Langrange tersebut dalam berbagai permasalahan yang
diberikan dengan menggunakan program komputer.
Dasar Teori
Interpolasi Lagrange sangat dikenal dalam metode numerik, karena menggunakan fungsi dalam
bentuk polinomial. Dari sekumpulan data berpasangan yang ada, dapat diketahui dengan pasti
fungsi yang melalui titik-titik tersebut. Dengan menggunakan Matlab dibuat aplikasi untuk
membantu proses pencarian fungsi yang dimaksud. Titik-titik yang diketahui haruslah
merupakan bilangan real, dalam bidang datar. Berdasarkan fungsi ini dapat diprediksikan nilai
38
selanjutnya untuk kasus yang ada. Interpolasi banyak digunakan untuk memprediksi nilai data
berpasangan.
Interpolasi Lagrange diterapkan untuk mendapatkan fungsi polinomial P(x) berderajat
tertentu yang melewati sejumlah titik data. Misalnya, kita ingin mendapatkan fungsi polinomial
berderajat satu yang melewati dua buah titik yaitu (x0, y0) dan (x1, y1).
Rumus yang digunakan untuk interpolasi Lagrange adalah sebagai berikut
Algoritma Interpolasi Linier
Masukan : n, xi, f(xi), x ; i:= 0, 1, 2, . . ., n
Keluaran : perkiraan langrange (plag)
Langkah-langkah
1. Plag := 0
2. Untuk i := 0,1,2 , …,n
3. Jika j ≠ I,faktor := factor. x-xjxi-xj
4. Plag :=plag + faktor . f(xi)
39
Mulai
Jika j tidak sama dengan iFaktor≔faktor (x-xi)(xi-xj)
Selesai
40
X,y,x_dibacariFx=k(x)k(xk)=fk Factor := 1J:=1,2,3,4,5,6
Flowchart interpolasi lagrange1
Mulai
Jika j tidak sama dengan iFaktor≔faktor (x-xi)(xi-xj)
Selesai
41
X,y,x_dicariFx=k(x)k(xk)=fk Factor := 1J:=1,2,3,4
Flowchart interpolasi lagrange 2
Listing Program
42
Output soal 1
43
Output Soal 2
44
1. Interpolasi Beda Terbagi Newton
Tujuan Praktikum
1. Dapat memahami Interpolasi beda terbagi newton.
2. Dapat mengaplikasikan interpolasi beda terbagi newton tersebut dalam berbagai
permasalahan yang diberikan dengan menggunakan program komputer.
Dasar Teori
Basis polinomial Newton, , didefinisikan oleh:
dengan konvensi sebagai berikut:
Lagi pula
45
Dasar Newton adalah dasar , ruang polinomial gelar paling banyak sebesar .
Memang, mereka merupakan sebuah eselon derajat set polinomial. Polinomial
interpolasi Newton derajat terkait dengan pembagian yang
adalah:
dimana
Kita akan melihat bagaimana untuk menentukan koefisien dalam bagian berikut
berhak perbedaan dibagi. Polinomial interpolasi Newton derajat , , Dievaluasi pada ,
memberikan:
46
Secara umum, ditulis:
disebut orde nol dibagi perbedaan. Polinomial interpolasi Newton derajat , ,
dievaluasi pada , memberikan:
Karenanya
disebut . Order dibagi perbedaan. Polinomial interpolasi Newton derajat , ,
Dievaluasi pada , memberikan:
Oleh karena itu:
47
Bentuk umumnya pilihan berikut:
Karenanya
disebut . Order dibagi perbedaan. Dengan kambuh, kita memperoleh:
demikian disebut . Order dibagi perbedaan. Dalam prakteknya, ketika kita
ingin menentukan . Order dibagi perbedaan misalnya, kita perlu kuantitas
berikut
48
Karenanya
Biarkan dan merupakan permutasi dari . Kemudian
Algoritma Interpolasi Beda Terbagi Newton
Masukan : n, xi, f(xi), z, epsilon ; i = 1, 2, …, n
Keluaran : perkiraan bagi (pbagi)
Langkah-langkah
bo : = f(xo) pbagi :=bo faktor :=i
Untuk i :=1,2,…,n lakukan
bi := f(xi)
untuk j :=i-1,…,0 lakukan
bj= bj+1-bxi-xj
faktor := faktor ∙ (z – xi-1)
suku :=bo∙faktor
pbagi := pbagi + suku
Jika suku≤epsilon ,selesai
49
x0,x1,x2,…
Fx=1666.7x—2617.2
Mulai
Factor≔dfactor.z-xi-1
Bi=fx1Untuk i≔1,2,… , n
Suku;=b0.factor Bj;=bj+1-b Xi-xjUntuk j=i-1,1-2,… ,0
p.bagi= pbagi+suku
jikasuku<=eps Selesai
50
Flowchart Interpolasi Beda Terbagi Newtonerbagi newtoninterpolasi linier beda terbagi newton
Listing Program
51
Output soal 1
52
Output Soal 2
53
A. INTEGRASI NUMERIK
1. Aturan Trapesium
Tujuan Praktikum
1. Dapat memahami aturan trapesium untuk menyelesaikan integral.
2. Dapat menggunakan aturan Trapesium untuk menyelesaikan permasalahan yang diberikan.
Dasar Teori
Pada metode pertama, kami akan perkiraan oleh mendekati grafik fungsi
dengan garis lurus. Itu berarti bahwa kita mendekati daerah di bawah grafik y = f (x) oleh
trapesium terbentuk di bawah ini.
Luas trapesium adalah luas persegi panjang ditambah luas segitiga tersebut. Itu berarti
pendekatan kita adalah
Tentu saja, kita tidak bisa berharap ini menjadi pendekatan yang baik. Namun, kami dapat
mematahkan wilayah [a, b] menjadi potongan-potongan yang lebih kecil dan menerapkan
pendekatan pada masing-masing bagian. Pada bagian-bagian yang lebih kecil, grafik terlihat
lebih dan lebih seperti garis lurus sehingga pendekatan harus memperbaiki.
54
Mari kita memilih beberapa n bilangan bulat positif dan memecahkan [a, b] menjadi n
potongan yang sama. Luas masing-masing bagian adalah .
Kami akan label poin didefinisikan oleh sub-interval dengan xi dan panggilan yi = f (xi) .
Jika kita dengan perkiraan luas di bawah grafik oleh daerah trapezoids, kami telah
Trapesium Sum
Pendekatan trapesium dari a, b f (x) dx terkait dengan partisi a = x 0 <x 1 <... n x <= b diberikan oleh
Trapesium Sum =1
2[F (x 0) + 2f (x 1) + ... + 2f (x n - 1) + f (x n)] x
Algoritma Aturan Trapesium
Masukan : a, b, n, f(x)
Keluaran : A (Luas daerah)
Langkah-langkah
1. h≔(b-a)n
2. jsisi := 0
3. Untuk i := sampai n-1 lakukan
55
x≔a+h*i+1
jsisi :=jsisi+fx
jsisi≔h2fa+fb+2*jsisi
Listing Program
56
Mulai X(i)= a+hi
I=1,2,…,n-1
S=h2∙(fa+fb+2fxi) Nilai f(a) dan f(b)Masukkan nilai a,b,n dan f(x)H= b-an Selesai Flowchart Aturan Trapesium
Fungsi
Output
57
1. Aturan Simpson
Tujuan Praktikum
1. Dapat memahami aturan komposisi simpson untuk menyelesaikan integral.
2. Dapat menggunakan aturan simpson untuk menyelesaikan permasalahan yang diberikan.
3. Dapat membandingkan aturan komposisi trapesium dan simpson.
Dasar Teori
Di samping menggunakan rumus trapesium dengan interval yang lebih kecil, cara lain
untuk mendapatkan perkiraan yang lebih teliti adalah menggunakan polinomial order lebih
tinggi untuk menghubungkan titik-titik data. Misalnya, apabila terdapat satu titik tambahan di
antara f (a) dan f (b), maka ketiga titik dapat dihubungkan dengan fungsi parabola (Gambar a).
Apabila terdapat dua titik tambahan dengan jarak yang sama antara f (a) dan f (b), maka
keempat titik tersebut dapat dihubungkan dengan polinomial order tiga (Gambar b). Rumus
yang dihasilkan oleh integral di bawah polinomial tersebut dikenal dengan metode (aturan)
Simpson.
58
Aturan Simpson dibentuk oleh aproksimasi kurva umum dengan parabola.
Parabola adalah grafik fungsi kuadrat dan begitu tiga buah informasi
yang diperlukan untuk menentukan koefisien a, b , dan c . Ini berarti harus menggunakan data
tiga titik data untuk memperbaiki parabola tersebut. Lebar
masing-masing dua interval adalah . Dengan sedikit bekerja, Anda akan menemukan
pendekatan tersebut
Ini adalah Aturan Simpson dengan satu langkah. Lebih umum lagi, kita dapat mematahkan
interval menjadi beberapa bagian dan menerapkan Peraturan Simpson pada interval masing-
masing. Sebagai contoh, untuk menggunakan langkah-langkah n, mematahkan [a, b] ke 2n
potong, masing-masing lebar Hubungi koordinat dan
biarkan .
Kemudian kita memiliki
59
Ini adalah ide yang sama dengan Peraturan Trapezoidal tetapi Anda melihat bahwa
algoritma yang sedikit berbeda. Di dalam jumlah tersebut, endpoint yang berbobot sekali,
sedangkan nilai aneh y adalah weigted empat kali dan bahkan nilai-nilai y di tengah adalah
tertimbang dua kali.
Algoritma Aturan Simpson
Masukan : a, b, n, f(x)
Keluaran : Luas
Langkah-langkah
1. definisikan fungsi F(x)
2. input a, b, n
3. dinyatakan xo = a dan luas = 0
dengan menggunakan rumusx1 = xo + 2hx2 = x1 + 2hLuas = Luas + ( 2n/3 ) (f(xo) + 4f(x1) + f(x2))hingga x2 = bmaka integral dari F(x) adalah Luas
60
Masukkan nilai a,b,n dan f(x)
H= b-an
Nilai f(a) dan f(b)
X(i)= a+h*i
I=1,2,…,n-1
Listing Program
61
Flowchart Aturan SimpsonMulaiSelesai
Fungsi
62
Output
63
BAB III
PENUTUP
A. Kesimpulan
Dalam pembelajaran kali ini dapat disimpulkan bahwa Tidak semua permasalahan
matematis atau perhitungan dapat diselesaikan dengan mudah. Dibutuhkan metode yang
menggunakan analisis-analisis pendekatan persoalan non linier untuk menghasilkan nilai
yang diharapkan. Kesulitan menggunakan metode analitik untuk mencari solusi exact
dengan jumlah data yang besar, diperlukan perhitungan komputer, metode numerik
menjadi penting untuk menyelesaikan permasalahan ini. Pemakaian metode analitik
terkadang sulit diterjemahkan ke dalam algoritma yang dapat dimengerti oleh komputer.
Metode numerik yang memang berangkat dari pemakaian alat bantu hitung merupakan
alternatif yang baik dalam menyelesaian persoalan-persoalan perhitungan yang rumit
Menyelesaikan masalah Metode Numerik dengan menggunakan pendekatan-
pendekatan analisis matematis dengan tambahan grafis dan teknik perhitungan yang
mudah menggunakan salah satu program computer yaitu MATLAB adalah salah satu
alternatif dalam menyelesaikankan masalah matematika yang berhubungan dengan banyak
angka yang tidak dapat di kerjakan secara manual oleh manusia.
B. Saran
Semoga laporan ini bisa bermanfaat bagi yang membutuhkan dan yang telah membacanya.
Apabila masih terdapat kesalahan dalam teori atau kesalahan lainya baik sengaja ataupun
tidak sengaja, penulis ucapkan beribu maaf karena tidak ada manusia yang sempurna. Oleh
karena itu penulis mengharapkan kritik dan saran dari pembaca. Semoga yang penulis
harapkan dari Laporan praktikum metode numerik ini dapat terwujud dan bermanfaat bagi
pengetahuan amin.
Daftar Pustaka
64
Chapra, S.C., and Canale, R.P., Numerical Methods for Engineers, McGraw-Hill,
1998
Morris,J.L., Computational Methods in Elementary Numerical Analysis, Wiley, 1983
Nakamura, S., Applied Numerical Methods in C , Prentice-Hall Inc. 1993
Agustina Dian dan Sriliana Idhia, Modul Praktikum Metode Numerik, Bengkulu 2010
65