PENURUNAN FUNGSI SECARA NUMERIK
|
|
- Suharto Yandi Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 6 PENURUNAN FUNGSI SECARA NUMERIK Èada bab ini kita membicarakan metode numerik untuk menaksir nilai turunan suatu fungsi. Suatu fungsi, baik diketahui rumusnya secara eksplisit maupun dalam bentuk data titik-titik yang dilalui kurvanya, dihampiri dengan sebuah fungsi lain yang lebih sederhana. Suatu polinomial Ô merupakan pilihan yang paling mudah sebagai hampiran fungsi, karena setiap polinomial dapat dengan mudah diturunkan. Turunan polinomial Ô, yakni Ô ¼ ܵ, digunakan sebagai hampiran untuk ¼ ܵ untuk sebarang nilai Ü. Secara geometris hal ini ekivalen dengan menghampiri gradien garis singgung pada kurva di Ü dengan gradien garis singgung pada kurva Ô di Ü. Rumus-rumus turunan numerik bermanfaat di dalam pengembangan algoritma untuk menyelesaikan masalah nilai awal pada persamaan diferensial biasa dan parsial. 6.1 Turunan Tingkat Satu Rumus Selisih Maju Dua-Titik Misalkan ܵ adalah sebuah fungsi riil satu variabel dan termasuk dalam kelas fungsi ¾. Perhatikan polinomial Taylor berderajad 1 untuk ܵ di sekitar Ü Ü ¼ : ܵ Ü ¼ µ Ü Ü ¼ µ ¼ Ü ¼ µ Ü Ü ¼ µ ¾ ¼¼ µ¾ (6.1) dengan adalah sebuah bilangan antara Ü dan Ü ¼. Misalkan Ü Ü ¼, dengan ¼. Maka (6.1) dapat ditulis ulang sebagai Ü ¼ µ Ü ¼ µ ¼ Ü ¼ µ ¾ ¼¼ µ¾ ÙÒØÙ ÙØÙ ¾ Ü ¼ Ü ¼ 365
2 366 Bab 6. Penurunan Fungsi Secara Numerik Jadi, Jika mengecil, Ü ¼ µ nilai ¼ Ü ¼ µ. Ini berarti ¼ Ü ¼ µ Ü ¼ µ Ü ¼ µ ¼¼ µ ¾ Ü ¼ µµ akan memberikan taksiran untuk ¼ Ü ¼ µ Ü ¼ µ Ü ¼ µ Galat di dalam hampiran ini dinyatakan sebagai ÐØ Å ¾ (6.2) (6.3) dengan Å adalah batas atas ¼¼ ܵ pada Ü ¼ Ü ¼. Batas galat (6.3) dapat diturunkan dari deret Taylor (6.1). Rumus (6.2) disebut rumus selisih maju dua-titik. hampiran garis singgung di x0 garis singgung di x0 y=f(x) f(x0+h) f(x0) h x0 x0+h x Gambar 6.1: Gradien busur sebagai hampiran gradien garis singgung: Rumus dua titik maju. Perhatikan bahwa ruas kanan dalam rumus (6.2) merupakan gradien
3 6.1 Turunan Tingkat Satu Rumus Selisih Pusat Dua-Titik Dari (6.2) kita mempunyai ¼ Ü ¼ µ Ü ¼ µ Ü ¼ µ Dari (6.4) kita dapatkan ¼ Ü ¼ µ Ü ¼ µ Ü ¼ µ Dengan menjumlahkan keduanya kita peroleh ¾ ¼ Ü ¼ µ Ü ¼ µ Ü ¼ µ Jadi, ¼ Ü Ü ¼ µ Ü ¼ µ ¼ µ (6.6) ¾ garis singgung f di x0 hampiran garis singgung f di x0 y=f(x) f(x0-h) h h f(x0+h) x0-h x0 x0+h x Gambar 6.3: Gradien busur sebagai hampiran gradien garis singgung: Rumus selisih pusat. Rumus (6.6) disebut rumus selisih pusat dua-titik. Perhatikan
4 6.1 Turunan Tingkat Satu 375 Pada tabel hasil perhitungan MATLAB di atas, kolom ketiga merupakan galat selisih pusat berorde Ç ¾ µ dan kolom terakhir merupakan galat selisih pusat berorde Ç µ. Terlihat bahwa nilai-nilai pada kolom terakhir lebih kecil hampir ¾ kali kolom ketiga. Kedua hampiran (kolom kedua dan keempat) juga semakin menuju ke 0.5 semakin mengecil, namun kolom keempat konvergen lebih cepat. Pembaca mungkin bertanya, berapakah nilai yang optimal untuk menghitung hampiran nilai suatu turunan? Berikut diberikan dua rumus untuk menentukan nilai yang mengoptimalkan galat hampiran turunan fungsi. Pembaca yang tertarik untuk mengetahui lebih detil dapat melihat pada referensi [1] halaman Untuk hampiran turunan pertama dengan rumus selisih terbagi pusat berorde Ç ¾ µ: ¼ ܵ Ü µ Ü µ ¾ µ dengan syarat ¾ dan Ü meminimumkan µ adalah Ü Ü ¾, nilai yang Å dengan adalah batas galat pembulatan dan Å ÑÜ µ ܵ Ü ½ (6.20) Untuk hampiran turunan pertama dengan rumus selisih terbagi pusat berorde Ç µ: ¼ ܵ Ü ¾µ Ü µ Ü µ Ü ¾µ µ ½¾ dengan syarat ¾ dan Ü ¾ Ü Ü Ü Ü ¾ ¾, nilai yang meminimumkan µ adalah ½ (6.21) Å
5 6.1 Turunan Tingkat Satu 377 peroleh atau ¼ Ü ¼ µ Ê ¼ µ Ê ¼ ¾µ ½ ½µ ¾ ¾ ¾ ¼ Ü ¼ µ Ê ¼ µ Ê ¼ ¾µ ¾ ½ ½ ¾ ½¾ (6.26) Perhatikan, ruas kanan pada (6.26) adalah rumus selisih pusat beroder Ç µ, dan ternyata dapat diperoleh dari rumus selisih pusat (6.22) yang berorde Ç ¾ µ. Dengan demikian galat rumus selisih pusat dapat diperkecil dengan menggunakan rumus (6.26). Suatu metode untuk mendapatkan rumus untuk ¼ Ü ¼ µ yang berorde lebih tinggi dari rumus yang berorde lebih rendah disebut ekstrapolasi. Ruas tengah pada (6.26) merupakan rumus ekstrapolasi Richardson untuk menghasilkan rumus hampiran turunan ¼ Ü ¼ µ berorde Ç µ dari rumus selisih pusat berorde Ç ¾ µ. Dengan cara serupa kita dapat menurunkan rumus selisih pusat berorde lebih tinggi dari rumus selisih pusat berorde Ç µ. Dengan menggunakan notasi sebelumnya dan mendefinisikan Ê ½ µ ¾ ¾ ½¾ Ê ¼ µ Ê ¼ ¾ µ ½ ¾ (6.27) dapat diturunkan rumus ekstrapolasi berorde Ç µ untuk hampiran ¼ Ü ¼ µ: ¼ Ü ¼ µ ½Ê ½ µ Ê ½ ¾µ (6.28) ½ Secara umum pembahasan ekstrapolasi di atas dapat dinyatakan dalam teorema di bawah ini. TEOREMA 6.3 (HAMPIRAN TURUNAN EKSTRAPOLASI RICHARDSON). Jika Ê ½ µ dan Ê ½ ¾µ adalah dua hampiran ¼ Ü ¼ µ yang berorde Ç ¾ µ dan memenuhi ¼ Ü ¼ µ Ê ½ µ ½ ¾ ¾ ¾ ½µ (6.29) ¼ Ü ¼ µ Ê ½ ¾µ ½ ¾µ ¾ ¾ ¾µ ¾ ½µ (6.30) maka hampiran tersebut dapat ditingkatkan ordenya menjadi Ç ¾ ½µ µ dengan
6 6.1 Turunan Tingkat Satu 379 Ê ¼¼¾µ Ê ¾ ¼¾µ Ê ¾ ¼¼µ ¾¾½½ Kita tahu bahwa turunan fungsi ܵ Ü Ü adalah ¼ ܵ Ü Ü Ü, sehingga ¼ ¾µ ¾ ¾ ¾ ¾ ¾¾½½. Bandingkah hasil-hasil pendekatan di atas dengan nilai yang sesungguhnya! Anda dapat menilai pendekatan mana yang terbaik untuk kasus ini. Untuk keperluan perhitungan secara praktis, proses perhitungan hampiran turunan dengan menggunakan ekstrapolasi Richardson dapat dilakukan dengan menggunakan tabel seperti Tabel Perhitungan pada tabel tersebut dimulai dari baris pertama yang dihitung menggunakan rumus selisih pusat. Selanjutnya, setiap sel di bawahnya dihitung dengan menggunakan sel di atasnya dan sel di kanan atasnya dengan pengali dan pembagi seperti tercantum pada setiap baris. Hampiran terakhir untuk ¼ Ü ¼ µ adalah Ê Ò ½µ. Tabel 6.1: Tabel Ekstrapolasi Richardson untuk Hampiran Turunan Ê µ Ê ½µ Ê ½ ½µ ½ ½ Lebar langkah Ê ½ µ ¾ ½ ¾ Ò ¾ ¾Ò ½ 1 Pengali ( ½ ) Pengali ( ½ ) R(1,1) R(1,2) R(1,3) R(1,n) R(2,1) R(2,2) R(2,3) xxx R(3,1) R(3,2) R(3,3) xxx R(4,1) R(4,2) R(4,3) xxx xxx n Ò ½ Ò ½ ½ R(n,1) xxx xxx xxx xxx CONTOH 6.5. Perhitungan pada contoh sebelumnya dapat dilakukan dengan MATLAB sebagai berikut. >> f=inline( x.*exp(x) ) f = Inline function: f(x) = x.*exp(x) >> x0=2; >> h=0.025 h = >> h=h*2.^[0:3] h =
7 6.1 Turunan Tingkat Satu 381 function R=deriver(f,x0,h,n) % menghitung turunan dengan ekstrapolasi Richardson % f fungsi yang dihitung f (x0) % h = lebar interval awal, n = cacah iterasi h=h*2.^[0:n-1]; R=(f(x0+h)-f(x0-h))./(2*h) % rumus selisih pusat for j=1:n-1, % ekstrapolasi Richardson R=(4^j*R(1:n-j)-R(2:n-j+1))./(4^j-1) end Gambar 6.4: Richardson Fungsi MATLAB deriver.m implementasi ekstrapolasi Misalkan È Ò Üµ adalah polinomial berderajad Ò yang menginterpolasikan ܵ di Ò ½ titik dengan absis Ü ½ Ü ¾,..., Ü Ò, Ü Ò ½, yakni È Ò Ü µ Ü µ untuk ½ ¾ Ò ½. Dalam hal ini È Ò Üµ merupakan hampiran untuk ܵ untuk ÑÒÜ Ü ÑÜÜ, sehingga kita dapat menghampiri ¼ ܵ, untuk Ü pada interval tersebut, dengan ¼ ܵ ¼ ÈÒ Üµ (6.32) Sebagaimana telah dibahas pada bab Interpolasi, kita dapat menggunakan polinomial Lagrange atau polinomial Newton sebagai polinomial interpolasi. Dari polinomial-polinomial interpolasi dapat diturunkan rumus-rumus hampiran turunan. Misalkan kita mulai dengan titik Ü ½ Ü ½ µµ dan Ü ¾ Ü ¾ µµ. Kita tahu bahwa polinomial yang menginterpolasikan kedua titik tersebut adalah È ½ ܵ Ü ¾µ Ü ½ µ Ü ¾ Ü ½ Ü Ü ½ µ Ü ½ µ Apabila polinomial tersebut kita turunkan, maka diperoleh È ¼ ½ ܵ Ü ¾µ Ü ½ µ Ü ¾ Ü ½ (6.33) Selanjutnya, apabila pada (6.33) kita ganti Ü ½ Ü ¼ dan Ü ¾ Ü ¼,
8 6.1 Turunan Tingkat Satu 383 È ¼ ¾ Ü ¼µ Ü ¼ µ Ü ¼ µ Ü ¼ ¾µ ¾ ¼ Ü ¼ µ (6.35) Rumus hampiran turunan (6.35) disebut rumus selisih maju tiga titik. Dengan cara serupa, apabila kita ganti Ü ½ Ü ¼ Ü ¾ Ü ¼ dan Ü Ü ¼, maka diperoleh rumus selisih pusat, dan apabila kita ganti Ü ½ Ü ¼ Ü ¾ Ü ¼ dan Ü Ü ¼ ¾, maka diperoleh rumus selisih mundur tiga titik È ¾ Ü Ü ¼ ¼µ Ü ¼ µ Ü ¾µ ¼µ ¼ Ü ¼ µ (6.36) ¾ Demikian seterusnya, kita dapat menggunakan polinomialpolinomial berderajad lebih tinggi (dengan cacah titik semakin bertambah) untuk mendapatkan rumus-rumus hampiran turunan fungsi di suatu titik. Polinomial Newton È Æ Üµ berorde Æ yang menginterpolasikan ܵ di Æ ½ titik dengan absis Ü ¼ Ü ½ Ü ¾..., Ü Æ adalah Turunan È Æ Üµ adalah È Æ Üµ ¼ È ¼ Æ Üµ ½ Æ ½ Æ ¼ ½ ½ ½ ½ Selanjutnya, nilai È ¼ Æ Üµ di Ü Ü ¼ adalah È ¼ Æ Ü ¼µ ½ Æ ½ ¼ ¼ ¼ ½ ½ ¼ Ü Ü µ (6.37) Ü Ü µ (6.38) Ü ¼ Ü µ (6.39) Apabila Ü Ü ¼ untuk suatu ¼ dan ½ ¾ maka ¼ Ü ¼ µ È ¼ Æ Ü ¼µ Ç Æ ½ µ Metode ini dapat digabungkan dengan metode selisih terbagi Newton untuk menghitung koefisien-koefisien polinomial interpolasi Newton. Catatan: Rumus (6.39) harus digunakan untuk menghitung ¼ Ü ¼ µ È Æ Ü ¼ µ Untuk menghitung, misalnya ¼ Ü µ È Æ Ü µ absis-absis harus disusun ulang menjadi Ü Ü ¼ Ü ½ Ü ½ Ü Æ kemudian dibentuk polino-
9 6.2 Turunan Tingkat Dua dan yang Lebih Tinggi 389 ans = Dari hasil perhitungan di atas, khususnya dengan mengamati kolom kedua matriks ans, terlihat bahwa galatnya semakin berkurang dengan faktor sekitar 1/100 semakin nilai mengecil 1/10 kali. 2. Dari persamaan (6.43) kita gunakan rumus hampiran turunan kedua: ܵ ¾ ½ ½ ¼ ¼ ½ ½ ¾ ½¾ ¾ Perhitungan dengan MATLAB menggunakan rumus tersebut adalah sebagai berikut (kita hanya perlu menghitung nilai d2f yang baru): >> d2f=(-f(x0+2*h)+16*f(x0+h)-30*f(x0) *f(x0-h)-f(x0-2*h))./(12*h.^2); >> [d2f d2f-df2(x0)] ans = (Tanda tiga titik di akhir baris MATLAB artinya disambung ke baris di bawahnya. Pada MATLAB langsung sambung dengan baris di bawahnya jika masih cukup.) Terlihat bahwa galat hampiran-hampiran di atas jauh lebih kecil daripada galat-galat pada perhitungan sebelumnya, dan juga penurunan galat tersebut sebesar kira-kira 1/10000 kali dengan penurunan nilai sebesar 1/10. Nilai turunan yang sebenarnya adalah ½µ ¾¾¾ ¾¾ Galat dalam perhitungan hampiran nilai turunan suatu fungsi meliputi galat dalam perhitungan nilai fungsi (pembulatan) dan galat pemotongan deret Taylor. Apabila galat dalam perhitungan fungsi diketahui batas atasnya (misalnya dengan menentukan tingkat keakuratan) dan turunan-turunan yang lebih tinggi terbatas, maka kita dapat menentukan lebar langkah () yang optimal (yakni yang meminimumkan galat). Hal ini mengingat galat pemotongan berkaitan erat dengan orde rumus yang bersangkutan terhadap lebar langkah yang dipakai ().
10 6.2 Turunan Tingkat Dua dan yang Lebih Tinggi 391 ¾ ½ ¼ ½ ¾. Ü ¼ µ ¾ ¼ ½ ¾ ¾ (6.54) µ Ü ¼ µ ¾ ¼ ½ ¾ (6.55) ¾ ¼ ½ ½ ¾ ¾ ½ (6.56) ¾ ¼ ½ ½ ¾ ¾ ½ (6.57) ¾ µ Ü ¼ µ ¼ ½ ½ ¾ ¾ ¾ ½½ ¾ (6.58) ¼ ½ ½ ¾ ¾ ¾ ½½ ¾ (6.59) Berikut ditunjukkan bagaimana menurunkan rumus selisih maju (6.54) dengan menggunakan polinomial interpolasi Newton. Kita mulai dengan polinomial interpolasi Newton kubik yang menginterpolasikan ܵ di empat titik dengan absis Ü ¼ Ü ½ Ü ¾ dan Ü Polinomial ini adalah È Üµ ¼ ½ Ü Ü ¼ µ ¾ Ü Ü ¼ µ Ü Ü ½ µ Ü Ü ¼ µ Ü Ü ½ µ Ü Ü ¾ µ dengan koefisien-koesfisiennya merupakan selisih-selisih terbagi Newton, yakni ¼ ¼ ½ ½ ¼ ¾ ¾ ½ ¾ ½ ¼ ¼ ¾ ½ ¾ ¾ ¾ ¼ ½ ¾ Turunan kedua È Üµ adalah È Üµ ¾ ¾ ¾ Ü Ü ¼ µ Ü Ü ½ µ Ü Ü ¾ µ Di Ü ¼ nilai turunan tersebut adalah È Ü ¼ µ ¼ ¾ ½ ¾ ¾ ¼ ½ ¾ ¾µ ¾ ¼ ½ ¾ ¾ Ü ¼ µ
11 6.2 Turunan Tingkat Dua dan yang Lebih Tinggi 393 LATIHAN Tulis program MATLAB untuk menghitung hampiran nilai ¼¼ ܵ dengan menggunakan rumus (6.41) dengan lebar interval ¾ untuk ¼ ½ ¾, nilai ditentukan. 2. Misalkan ܵ ÐÒ Ü. Hitunglah hampiran nilai ¼¼ µ dengan menggunakan rumus (6.40) dengan ¼¼½. Ulangi perhitungan dengan menggunakan rumus (6.41). Bandingkan galat kedua hampiran tersebut. 3. Gunakah rumus (6.40) dengan ¼¼½ untuk menghitung hampiran ¼¼ ½µ untuk fungsi-fungsi di bawah ini. (a) ܵ Ü ¾ Ó Ü (b) ܵ ÐÒ Ü ¾ (c) ܵ Ü Ò Ü 4. Gunakah rumus (6.41) dengan ¼¼½ untuk menghitung hampiran ¼¼ ½µ untuk fungsi-fungsi di bawah ini. (a) ܵ Ü ¾ Ó Ü (b) ܵ ÐÒ Ü ¾ (c) ܵ Ü Ò Ü 5. Hitung hampiran nilai ¼¼ ½µ untuk fungsi ܵ Ò Ü dengan menggunakan rumus ¼¼ Ü ½ µ ½ ¾ ¾ ¾ ½ ¼ µ dengan 0.05, 0.04, 0.03, 0.02, dan Gunakan tingkat keakuratan perhitungan sampai enam angka di belakang koma. 6. Gunakan ekspansi Taylor untuk Ü µ, Ü µ, Ü ¾µ, dan Ü ¾µ untuk menurunkan rumus selisih pusat ¼¼¼ ܵ Ü ¾µ Ü ¾µµ ¾ Ü µ Ü µµ ¾ 7. Gunakan rumus yang diperoleh pada soal no. 6 untuk menghitung hampiran nilai-nilai ¼¼¼ ½µ untuk fungsi-fungsi di bawah ini dengan menggunakan panjang interval diberikan. Bandingkan hasil perhitungan tersebut dengan nilai eksaknya. (a) ܵ Ò Üµ ¼½ (b) ܵ Ò Üµ ÐÒ Ü ¼¼½ (c) ܵ Ü ÐÒ Ü ¼¼½ (d) ܵ Ü ¼¼½ (e) ܵ Ü Ó Üµ ¼¼½ (f) ܵ Ü ¾ Ü ¼¼½
12 6.3 Rangkuman 395 hampiran turunan parsial, misalnya Ü Ýµ Ü Ýµ Ü Ü Ýµ Ç ¾ µ ¾ Ü Ý µ Ü Ý µ Ý Ü Ýµ Ç ¾ µ ¾ (a) Misalkan Ü Ýµ ÜÝ Ü Ý. Hitunglah hampiran nilai-nilai Ü ¾ µ dan Ý ¾ µ dengan menggunakan rumus-rumus di atas dengan 0.1, 0.01, dan Bandingkan hasilnya dengan nilai eksaknya. (b) Misalkan Ü Ýµ ØÒ ½ Ý Ü µ. Hitunglah hampiran nilai-nilai Ü µ dan Ý µ dengan menggunakan rumus-rumus di atas dengan 0.1, 0.01, dan Bandingkan hasilnya dengan nilai eksaknya. 12. Hampiran turunan parsial yang lebih tinggi dapat diperoleh dengan mengadaptasi rumus hampiran turunan yang lebih tinggi untuk fungsi satu variabel, misalnya Ü ¾ ݵ ¾ Ü Ýµ Ü ¾ ݵ ÜÜ Ü Ýµ ¾ Ü Ý ¾µ ¾ Ü Ýµ Ü Ý ÝÝ Ü Ýµ ¾µ ¾ Gunakan rumus-rumus di atas untuk menghitung hampiran ÜÜ ¾ µ dan ÝÝ ¾ µ untuk fungsi-fungsi di bawah ini, dengan menggunakan nilai-nilai yang diberikan. Bandingkan hasilnya dengan nilai eksaknya. ÜÝ (a) ܵ Ü Ý ¼½ ¼¼½ (d) ܵ Ü Ýµ ¼½ ¼¼ (b) ܵ Ò Üݵ ¼¼½ ¼¼¼½ (e) ܵ Ó Ý Üµ ¼¼ ¼¼½ (c) ܵ Ò Üݵ Ü Ý ¼¼½ ¼¼¼½ (f) ܵ ÐÒ Üݵ ¼½ ¼¼½ 6.3 Rangkuman Berikut adalah rumus-rumus untuk menghitung hampiran turunan suatu fungsi beserta orde kesalahannya dan nilai optimal lebar langkah yang
13 6.3 Rangkuman 397 Ê µ Ê ½µ Ê ½ ½µ ½ ½ Lebar langkah Ê ½ µ ¾ ½ ¾ Ò ¾ ¾Ò ½ 1 Pengali ( ½ ) Pembagi ( ½ ½) R(1,1) R(1,2) R(1,3) R(1,n) R(2,1) R(2,2) R(2,3) xxx R(3,1) R(3,2) R(3,3) xxx R(4,1) R(4,2) R(4,3) xxx xxx n Ò ½ Ò ½ ½ R(n,1) xxx xxx xxx xxx Hampiran turunan dengan polinomial interpolasi Jika È Ò Üµ adalah polinomial berderajad Ò yang menginterpolasikan ܵ di Ò ½ titik dengan absis Ü ½ Ü ¾,..., Ü Ò, Ü Ò ½, yakni È Ò Ü µ Ü µ untuk ½ ¾ Ò ½, maka È Ò Üµ merupakan hampiran ܵ untuk ÑÒÜ Ü ÑÜÜ, sehingga kita dapat menghampiri ¼ ܵ, untuk Ü pada interval tersebut, dengan ¼ ܵ È ¼ Ò Üµ Rumus selisih maju tiga titik untuk ¼ Ü ¼ µ ¼ Ü ¼ µ ¼ ½ ¾ ¾ Rumus selisih mundur tiga titik untuk ¼ Ü ¼ µ ¼ Ü ¼ µ ¼ ½ ¾ ¾ Rumus-rumus selisih pusat untuk turunan tingkat tinggi ¼¼ Ü ½ ¾ ¼ ½ ¼ µ Ç ¾ µ ¾ ¼¼ Ü ¾ ½ ½ ¼ ¼ ½ ½ ¾ ¼ µ Ç µ ½¾ ¾ µ Ü ¼ µ ¾ ¾ ½ ¾ ½ ¾ Ç ¾ µ ½¾ µ Ü ¾ ½ ½ ½ ½ ¾ ¼ µ Ç µ
14 398 Bab 6. Penurunan Fungsi Secara Numerik µ Ü ¾ ½ ¼ ½ ¾ ¼ µ Ç ¾ µ µ Ü ½¾ ¾ ½ ¼ ½ ½¾ ¾ ¼ µ Ç µ Rumus-rumus selisih maju/mundur untuk turunan tingkat tinggi Ü ¼ µ ¾ ¼ ½ ¾ ¾ µ Ü ¼ µ ¾ ¼ ½ ¾ ¾ ¼ ½ ½ ¾ ¾ ½ ¾ ¼ ½ ½ ¾ ¾ ½ ¾ µ Ü ¼ µ ¼ ½ ½ ¾ ¾ ¾ ½½ ¾ ¼ ½ ½ ¾ ¾ ¾ ½½ ¾
Ëalah satu masalah yang paling umum ditemui di dalam matematika dan teknik adalah mencari akar suatu persamaan; yakni jika diketahui
3 AKAR PERSAMAAN TAK LINIER ܵ ¼ Ëalah satu masalah yang paling umum ditemui di dalam matematika dan teknik adalah mencari akar suatu persamaan; yakni jika diketahui fungsi ܵ, akan dicari nilai-nilai
Lebih terperincidi dalam Kalkulus didefinisikan sebagai sebuah limit jumlah Riemann. Selanjutnya, menurut Teorema Dasar Kalkulus integral tersebut dapat dihitung
5 INTEGRASI NUMERIK Ántegral tentu Á µ ܵ Ü (5.1) di dalam Kalkulus didefinisikan sebagai sebuah limit jumlah Riemann. Selanjutnya, menurut Teorema Dasar Kalkulus integral tersebut dapat dihitung dengan
Lebih terperinciTINJAUAN SINGKAT KALKULUS
A TINJAUAN SINGKAT KALKULUS Salah satu syarat yang diperlukan untuk mempelajari komputasi numerik adalah pengetahuan dasar tentang kalkulus, termasuk pengenalan beberapa notasi dalam kalkulus, sifat-sifat
Lebih terperinci4 INTERPOLASI. dan kontinyu.
4 INTERPOLASI Á nterpolasi adalah proses pencarian dan perhitungan nilai suatu fungsi yang grafiknya melewati sekumpulan titik yang diberikan. Titik-titik tersebut mungkin merupakan hasil eksperimen dalam
Lebih terperinciGALAT DALAM KOMPUTASI NUMERIK
1 GALAT DALAM KOMPUTASI NUMERIK i dalam praktek sehari-hari, misalnya dalam bidang teknik dan bisnis, sering terdapat kasus gagalnya pencarian penyelesaian eksak suatu masalah matematika. Hal ini utamanya
Lebih terperinciPAM 252 Metode Numerik Bab 4 Pencocokan Kurva
PAM 252 Metode Numerik Bab 4 Pencocokan Kurva Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Pencocokan Kurva Permasalahan dan
Lebih terperinciPAM 252 Metode Numerik Bab 5 Turunan Numerik
Pendahuluan PAM 252 Metode Numerik Bab 5 Turunan Numerik Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Turunan Numerik Permasalahan
Lebih terperinciSISTEM PERSAMAAN LINIER
2 SISTEM PERSAMAAN LINIER Ëistem persamaan linier merupakan salah satu model dan masalah matematika yang banyak dijumpai di dalam berbagai disiplin, termasuk matematika, statistika, fisika, biologi, ilmu-ilmu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Deret Taylor Deret Taylor dinamai berdasarkan seorang matematikawan Inggris, Brook Taylor (1685-1731) dan deret Maclaurin dinamai berdasarkan matematikawan Skotlandia, Colin
Lebih terperinciPrakata Hibah Penulisan Buku Teks
Prakata Syukur Alhamdulillah kami panjatkan ke hadhirat Allah SwT, atas hidayah dan kekuatan yang diberikannya kepada penulis sehingga penulis dapat menyelesaikan buku Pengantar Komputasi Numerik dengan
Lebih terperinci5. INTERPOLASI. orde 1 orde 2 orde 3 menghubungkan 2 titik menghubungkan 3 titik menghubungkan 4 titik. Gambar 5.1
5. INTERPOLASI PENDAHULUAN Bentuk umum persamaan polinomial orde n adalah: f() = a + a. + a. +.. + a n. n Untuk n+ titik data, hanya terdapat satu polinomial orde n atau kurang yang melalui semua titik.
Lebih terperinciAkar-Akar Persamaan. Definisi akar :
Akar-Akar Persamaan Definisi akar : Suatu akar dari persamaan f(x) = 0 adalah suatu nilai dari x yang bilamana nilai tersebut dimasukkan dalam persamaan memberikan identitas 0 = 0 pada fungsi f(x) X 1
Lebih terperinciGalat & Analisisnya. FTI-Universitas Yarsi
BAB II Galat & Analisisnya Galat - error Penyelesaian secara numerik dari suatu persamaan matematis hanya memberikan nilai perkiraan yang mendekati nilai eksak (yang benar dari penyelesaian analitis. Penyelesaian
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Aryati dkk.(2003) menyatakan bahwa persamaan diferensial adalah formulasi matematis dari masalah di berbagai bidang kehidupan. Persamaan diferensial sering
Lebih terperinciBAB I ARTI PENTING ANALISIS NUMERIK
BAB I ARTI PENTING ANALISIS NUMERIK Pendahuluan Di dalam proses penyelesaian masalah yang berhubungan dengan bidang sains, teknik, ekonomi dan bidang lainnya, sebuah gejala fisis pertama-tama harus digambarkan
Lebih terperinciDIKTAT KULIAH (3 sks) MX 211: Metode Numerik
DIKTAT KULIAH (3 sks) MX : Metode Numerik (Revisi Terakhir: Juni 009 ) Oleh: Didit Budi Nugroho, M.Si. Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana KATA PENGANTAR
Lebih terperinciPAM 252 Metode Numerik Bab 2 Persamaan Nonlinier
PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2016/2017 1 Mahdhivan Syafwan Metode Numerik: Persamaan Nonlinier Solusi persamaan
Lebih terperinciBAB IV. Pencarian Akar Persamaan Tak Linier. FTI-Universitas Yarsi
BAB IV Pencarian Akar Persamaan Tak Linier i 1 Pendahuluan Salah satu masalah dalam matematika & teknik Akar dari f() adalah sehingga f() = 0. Secara geometris, ajar dari f() adalah nilai sehingga kurva
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK
RENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK Mata Kuliah: Metode Numerik Semester: 7, Kode: KMM 090 Program Studi: Pendidikan Matematika Dosen: Khairul Umam, S.Si, M.Sc.Ed Capaian Pembelajaran: SKS:
Lebih terperinciuntuk i = 0, 1, 2,..., n
RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi
Lebih terperinciPAM 252 Metode Numerik Bab 2 Persamaan Nonlinier
PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Persamaan Nonlinier Solusi persamaan
Lebih terperinciPENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH MOULTON
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 2 (2014), hal 125 134. PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH
Lebih terperinciPAM 573 Persamaan Diferensial Parsial Topik: Metode Beda Hingga pada Turunan Fungsi
PAM 573 Persamaan Diferensial Parsial Topik: Metode Beda Hingga pada Turunan Fungsi Mahdhivan Syafwan Program Magister Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2016/2017 1 Mahdhivan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan
BAB I PENDAHULUAN 1.1 Latar Belakang Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan secara numerik. Perhitungan secara analitik dilakukan untuk menyelesaikan integral pada fungsi
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret
Lebih terperinciKonsep Deret & Jenis-jenis Galat
Metode Numerik (IT 402) Fakultas Teknologi Informasi - Universitas Kristen Satya Wacana Bagian 2 Konsep Deret & Jenis-jenis Galat ALZ DANNY WOWOR 1. Pengatar Dalam Kalkulus, deret sering digunakan untuk
Lebih terperinciPerbandingan Skema Numerik Metode Finite Difference dan Spectral
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.10, No.2, Agustus 2016 ISSN: 0852-730X Perbandingan Skema Numerik Metode Finite Difference dan Spectral Lukman Hakim 1, Azwar Riza Habibi 2 STMIK
Lebih terperinciBab 2. Landasan Teori. 2.1 Persamaan Air Dangkal (SWE)
Bab 2 Landasan Teori Dalam bab ini akan dibahas mengenai Persamaan Air Dangkal dan dasar-dasar teori mengenai metode beda hingga untuk menghampiri solusi dari persamaan diferensial parsial. 2.1 Persamaan
Lebih terperinciMETODE NEWTON TERMODIFIKASI UNTUK PENCARIAN AKAR PERSAMAAN NONLINEAR
METODE NEWTON TERMODIFIKASI UNTUK PENCARIAN AKAR PERSAMAAN NONLINEAR Tugas Akhir Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika Disusun Oleh: Juliani
Lebih terperinciRingkasan Kalkulus 2, Untuk dipakai di ITB 1
Ringkasan Kalkulus 2, Untuk dipakai di ITB Deret Tak Hingga Pada bagian ini akan dibicarakan penjumlahan berbentuk a +a 2 + +a n + dengan a n R Sebelumnya akan dibahas terlebih dahulu pengertian barisan
Lebih terperinciProgram Studi Pendidikan Matematika UNTIRTA. 10 Maret 2010
Metode Program Studi Pendidikan Matematika UNTIRTA 10 Maret 2010 (Program Studi Pendidikan Matematika UNTIRTA) Metode 10 Maret 2010 1 / 16 Ekspansi Taylor Misalkan f 2 C [a, b] dan x 0 2 [a, b], maka untuk
Lebih terperinciPERSAMAAN DIFERENSIAL BIASA
7 PERSAMAAN DIFERENSIAL BIASA anyak masalah di dalam ilmu pengetahuan dan teknik menyangkut pengkajian suatu sistem selama periode waktu tertentu. Kebanyakan masalah ini dimodelkan dengan menggunakan suatu
Lebih terperinciMETODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-1
METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN-1 KONTRAK KULIAH METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar Metode Numerik Sistem
Lebih terperinciMETODE NUMERIK. MODUL 1 Galat dalam Komputasi Numerik 1. Zuhair Jurusan Teknik Informatika Universitas Mercu Buana Jakarta 2008 年 09 月 21 日 ( 日 )
METODE NUMERIK MODUL Galat dalam Komputasi Numerik Zuhair Jurusan Teknik Informatika Universitas Mercu Buana Jakarta 008 年 09 月 日 ( 日 ) Galat dalam Komputasi Numerik Dalam praktek sehari-hari, misalkan
Lebih terperincimenetapkan olahraga perlu makin ani bagi setiap anggota masyarakat, nasional yaitu memasyarakatkan masyarakat. Tak hanya itu saja
! " # $ $ %! & '! ( ) ) ' * % ) ' # + )! )! ' ),! &! ) % ( - ( " ( # + & ( )! &! ) %. % & ' (! # ' ) + #! ) ' $ ) ( / * * * 0 1 ) ' ( ( ) ( +! +! ' ( % $ ) ( & + / $ & 0 2 3 4 5 6 4 7 8 9 4 5 : ; 4 < =
Lebih terperinciII. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( )
II. TINJAUAN PUSTAKA 2.1 Definisi Turunan Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada sebarang bilangan c adalah asalkan limit ini ada. Jika limit ini memang ada, maka dikatakan
Lebih terperinciPendahuluan
Pendahuluan Pendahuluan Numerik dengan Matlab KOMPUTASI NUMERIK dengan MATLAB Oleh : Ardi Pujiyanta Edisi Pertama Cetakan Pertama, 2007 Hak Cipta 2007 pada penulis, Hak Cipta dilindungi undang-undang.
Lebih terperinciTriyana Muliawati, S.Si., M.Si.
SI 2201 - METODE NUMERIK Triyana Muliawati, S.Si., M.Si. Prodi Matematika Institut Teknologi Sumatera Lampung Selatan 35365 Hp. +6282260066546, Email. triyana.muliawati@ma.itera.ac.id 1. Pengenalan Metode
Lebih terperinciMetode Numerik Newton
1. March 1, 2016 1. 1. 1. Berbeda dengan Metode numerik Golden Rasio dan Fibonacci yang tidak memerlukan f (x), metode numerik Newton memerlukan turunan dari fungsi f (x) tersebut. 1. Berbeda dengan Metode
Lebih terperinciDiscrete Time Dynamical Systems
Discrete Time Dynamical Systems Sheet 1 and Solution (1) Tentukan titik tetap dari fungsi berikut. (a) f(x) = x x (b) f(x) = 2x + bx (c) f(x) = e (a) Titik tetap f memenuhi persamaan f(x) = x x x = x x
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Dalam bab ini dijelaskan metode Adams Bashforth-Moulton multiplikatif (M) orde empat beserta penerapannya. Metode tersebut memuat metode Adams Bashforth multiplikatif orde empat
Lebih terperinciMETODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 50 57 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI ILHAM FEBRI RAMADHAN Program Studi Matematika
Lebih terperinciAnalisis Numerik Integral Lipat Dua Fungsi Trigonometri Menggunakan Metode Romberg
Analisis Numerik Integral Lipat Dua Fungsi Trigonometri Menggunakan Metode Romberg Numerical Analysis of Double Integral of Trigonometric Function Using Romberg Method ABSTRAK Umumnya penyelesaian integral
Lebih terperinciCourse Note Numerical Method : Interpolation
Course Note Numerical Method : Interpolation Pengantar Interpolasi. Kalimat y = f(x), xo x xn adalah kalimat yang mengkorespondensikan setiap nilai x di dalam interval x0 x xn dengan satu atau lebih nilai-nilai
Lebih terperinciMetode Numerik Analisa Galat & Deret Taylor. Teknik Informatika-Unitomo Anik Vega Vitianingsih
Metode Numerik Analisa Galat & Deret Taylor Teknik Inormatika-Unitomo Anik Vega Vitianingsih TEORI KESALAHAN (GALAT) -Penyelesaian numerik dari suatu persamaan matematik hanya memberikan nilai perkiraan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB 1 PENDAHULUAN Persamaan diferensial adalah suatu persamaan yang mengandung derivatif dari variabel terikat terhadap satu atau lebih variabel bebas. Persamaan diferensial sendiri
Lebih terperinciUjian Tengah Semester
Ujian Tengah Semester Mata Kuliah : PAM 252 Metode Numerik Jurusan : Matematika FMIPA Unand Hari/Tanggal : Selasa/31 Maret 2015 Waktu : 10.00 11.40 (100 menit) Dosen : Dr. Susila Bahri (Kelas A dan C)
Lebih terperinciMOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2.
KOMPUTASI NUMERIS Teknik dan cara menyelesaikan masalah matematika dengan pengoperasian hitungan Mencakup sejumlah besar perhitungan aritmatika yang sangat banyak dan menjemukan Diperlukan komputer MOTIVASI
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Model Aliran Dua-Fase Nonekulibrium pada Media Berpori Penelitian ini merupakan kajian ulang terhadap penelitian yang telah dilakukan oleh Juanes (008), dalam tulisannya yang berjudul
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Demografi merupakan ilmu yang mempelajari tentang penduduk, khususnya pada lima aspek yaitu ukuran, distribusi geografi, komposisi, komponen perubahan (kelahiran, kematian,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial adalah suatu persamaan diantara derivatif-derivatif yang dispesifikasikan pada suatu fungsi yang tidak diketahui nilainya dan diketahui jumlah
Lebih terperinciPERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI
PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI Perbandingan Beberapa Metode Numerik dalam Menghitung Nilai Pi Aditya Agung Putra (13510010)1 Program Studi Teknik Informatika Sekolah Teknik
Lebih terperinciIII PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan
6, 1 (2.52) Berdasarkan persamaan (2.52), maka untuk 0 1 masing-masing memberikan persamaan berikut:, 0,0, 0, 1,1, 1. Sehingga menurut persamaan (2.51) persamaan (2.52) diperoleh bahwa fungsi, 0, 1 masing-masing
Lebih terperinciPOKOK BAHASAN. Matematika Lanjut 2 Sistem Informasi
Matematika Lanjut 2 Sistem Informasi POKOK BAHASAN Pendahuluan Metode Numerik Solusi Persamaan Non Linier o Metode Bisection o Metode False Position o Metode Newton Raphson o Metode Secant o Metode Fixed
Lebih terperinciISBN. PT SINAR BARU ALGENSINDO
Drs. HERI SUTARNO, M. T. DEWI RACHMATIN, S. Si., M. Si. METODE NUMERIK DENGAN PENDEKATAN ALGORITMIK ISBN. PT SINAR BARU ALGENSINDO PRAKATA Segala puji dan syukur penulis panjatkan kepada Alloh SWT yang
Lebih terperinciDeret Binomial. Ayundyah Kesumawati. June 25, Prodi Statistika FMIPA-UII. Ayundyah (UII) Deret Binomial June 25, / 14
Deret Binomial Ayundyah Kesumawati Prodi Statistika FMIPA-UII June 25, 2015 Ayundyah (UII) Deret Binomial June 25, 2015 1 / 14 Pendahuluan Deret Binomial Kita telah mengenal Rumus Binomial. Untuk bilangan
Lebih terperinciInterpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Interpolasi Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan
Lebih terperinciMODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR. Oleh : EKA PUTRI ARDIANTI
MODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : EKA PUTRI ARDIANTI
Lebih terperinciBAGIAN KEDUA. Fungsi, Limit dan Kekontinuan, Turunan
BAGIAN KEDUA Fungsi, Limit dan Kekontinuan, Turunan 51 52 Hendra Gunawan Pengantar Analisis Real 53 6. FUNGSI 6.1 Fungsi dan Grafiknya Konsep fungsi telah dipelajari oleh Gottfried Wilhelm von Leibniz
Lebih terperinciMA3231 Analisis Real
MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017
Lebih terperinciPertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline
Pertemuan 9 : Interpolasi 1 (P9) Interpolasi Metode Newton Metode Spline Pertemuan 9 : Interpolasi 2 Interpolasi Newton Polinomial Maclaurin dan polinomial Taylor menggunakan satu titik pusat, x 0 untuk
Lebih terperinciDr. Ir. Bib Paruhum Silalahi, M.Kom
Metode Descent Oleh : Andaikan fungsi tujuan kita adalah minf(x);x R n. Secara umum f(x) dapat berupa fungsi nonlinear. Metode-metode descent adalah metode iteratif untuk memperoleh solusi pendekatan dari
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).
Lebih terperinciPAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier
PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier
Lebih terperinciUJIAN AKHIR SEMESTER METODE NUMERIS I
PETUNJUK UJIAN AKHIR SEMESTER METODE NUMERIS I DR. IR. ISTIARTO, M.ENG. KAMIS, 8 JUNI 017 OPEN BOOK 150 MENIT 1. Saudara tidak boleh menggunakan komputer untuk mengerjakan soal ujian ini.. Tuliskan urutan/cara/formula
Lebih terperinciPengantar Metode Numerik
Pengantar Metode Numerik Metode numerik adalah teknik dimana masalah matematika diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh pengoperasian matematika. Metode numerik menggunakan perhitungan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab II ini dibahas teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu tentang Persamaan Nonlinier, Metode Newton, Aturan Trapesium, Rata-rata Aritmatik dan
Lebih terperinciPAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier
PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2016/2017 1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier
Lebih terperinciPERBANDINGAN METODE RUNGE-KUTTA ORDE EMPAT DAN METODE ADAMS-BASHFORTH ORDE EMPAT DALAM PENYELESAIAN MASALAH NILAI AWAL ORDE SATU
PERBANDINGAN METODE RUNGE-KUTTA ORDE EMPAT DAN METODE ADAMS-BASHFORTH ORDE EMPAT DALAM PENYELESAIAN MASALAH NILAI AWAL ORDE SATU Lilik Prasetiyo Pratama Jurusan Matematika, FMIPA UNS 1. LATAR BELAKANG
Lebih terperinciMETODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-2
METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN-2 SISTEM BILANGAN DAN KESALAHAN METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar Metode
Lebih terperinciKata Pengantar... Daftar Isi... Daftar Padan Kata...
Daftar Isi Kata Pengantar... Daftar Isi... Daftar Padan Kata... iii v xi 1. Metode Numerik Secara Umum... 1 1.1 Metode Analitik versus Metode Numerik... 4 1.2 Metode Numerik dalam Bidang Rekayasa... 6
Lebih terperinciPENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 415-422 PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV Iyut Riani, Nilamsari
Lebih terperinciPENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW
PENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW Susilo Nugroho (M0105068) 1. Latar Belakang Masalah Polinomial real berderajat n 0 adalah fungsi yang mempunyai bentuk p n (x) = n a i x i = a 0 x 0 + a
Lebih terperinciBAB II LANDASAN TEORI. Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan
BAB II LANDASAN TEORI Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada Bab III nanti, diantaranya: fungsi komposisi,
Lebih terperinciCNH2B4 / KOMPUTASI NUMERIK
CNH2B4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT 1 REVIEW KALKULUS & KONSEP ERROR Fungsi Misalkan A adalah himpunan bilangan. Fungsi f dengan domain A adalah sebuah aturan
Lebih terperinciSilabus dan Satuan Acara Perkuliahan
Fakultas Teknik No. Dokumen : FT SSAP-S3-10 Program Studi Teknik Elektro No. Revisi : 02 Silabus dan Satuan Acara Perkuliahan Tgl.Revisi :13-07-2006 Tgl. Berlaku :13-07-2006 KOMPUTASI NUMERIK DAN SIMBOLIK
Lebih terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SYIAH KUALA Darussalam, Banda Aceh
08/02/2017 Nama Mata Kuliah : Metode Numerik Kode Mata Kuliah : KMM 090 Bobot SKS : 2 (dua) Semester : Ganjil Hari Pertemuan : 1 (pertama) Tempat Pertemuan : Ruang kuliah Koordinator MK : Khairul Umam,
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas
Lebih terperinciSMAN Bone-Bone, Luwu Utara, Sul-Sel Dan bahwa setiap pengalaman mestilah dimasukkan ke dalam kehidupan, guna memperkaya kehidupan itu sendiri. Karena tiada kata akhir untuk belajar seperti juga tiada kata
Lebih terperinciKuliah 3: TURUNAN. Indah Yanti
Kuliah 3: TURUNAN Indah Yanti Turunan Parsial DEFINISI Misalkan fungsi f: A R, dengan A R n adalah himpunan buka. Untuk setiap x = (x 1,..., x n ) A dan setiap j = 1,..., n limit f x j x 1,, x n f x 1,,
Lebih terperinciLangkah Penyelesaian Example 1) Tentukan nilai awal x 0 2) Hitung f(x 0 ) kemudian cek konvergensi f(x 0 ) 3) Tentukan fungsi f (x), kemudian hitung f
METODE NEWTON RAPHSON (1) METODE NEWTON RAPHSON Solusi Persamaan Non Linier Oleh : Metode Newton-Raphson merupakan salah satu metode terbuka untuk menentukan solusi akar dari persamaan non linier, dengan
Lebih terperinciBAB 2 PENYELESAIAN PERSAMAAN NON LINEAR
BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR METODE GRAFIK DAN TABULASI A. Tujuan a. Memahami Metode Grafik dan Tabulasi b. Mampu Menentukan nilai akar persamaan dengan Metode Grafik dan Tabulasi c. Mampu membuat
Lebih terperinciMetode Numerik: 3 SKS
Metode Numerik: 3 SKS Materi: 1. Galat 2. Penyelesaian SPL secara Numerik 3. Penyelesaian persamaan nonlinier secara numerik 4. Interpolasi 5. Integrasi Numerik 6. Turunan fungsi secara Numerik 7. Penyelesaian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Integral Integral merupakan invers atau kebalikan dari differensial. Integral terdiri dari dua macam yakni integral tentu dan integral tak tentu. Integral
Lebih terperinciMetode Numerik - Interpolasi WILLY KRISWARDHANA
Metode Numerik - Interpolasi WILLY KRISWARDHANA Interpolasi Para rekayasawan dan ahli ilmu alam sering bekerja dengan sejumlah data diskrit (yang umumnya disajikan dalam bentuk tabel). Data di dalam tabel
Lebih terperinciBAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK
BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan
Lebih terperinciBAB I PENDAHULUAN. analitik, misalnya persamaan berikut sin x 7. = 0, akan tetapi dapat
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem persamaan dapat dipandang F(x) = 0 [5], merupakan kumpulan dari beberapa persamaan nonlinear dengan fungsi tujuannya saja atau bersama fungsi kendala berbentuk
Lebih terperinciBAB 5 TEOREMA SISA. Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar
Standar Kompetensi BAB 5 TEOREMA SISA Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar Menggunakan algoritma pembagian sukubanyak untuk menentukan hasil bagi dan sisa pembagian
Lebih terperinciIII RELAKSASI LAGRANGE
III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode
Lebih terperinciSEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP
METODE NUMERIK Disusun oleh Ir. Sudiadi, M.M.A.E. Ir. Rizani Teguh, MT SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 2015 Metode Numerik i KATA PENGANTAR Pertama-tama penulis
Lebih terperinciII. LANDASAN TEORI. sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah
II. LANDASAN TEORI Peubah acak X(s) merupakan sebuah fungsi X yang menetapkan setiap anggota sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah peubah acak diskrit, yaitu banyaknya
Lebih terperinciSILABUS MATAKULIAH. : Mahasiswa menyelesaikan permasalahan matematika yang bersifat numerik.
SILABUS MATAKULIAH Matakuliah Jurusan : Metode Numerik : Matematika Deskripsi Matakuliah :Metode Numerik membahas permasalahan matematika yang bersifat numerik. Penyelesaian persamaan khususnya non liner,
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga
Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Akar Barisan a 1, a 2, a 3, a 4,... adalah susunan bilangan-bilangan real yang teratur, satu untuk setiap bilangan bulat positif. adalah fungsi yang
Lebih terperinciIlustrasi Persoalan Matematika
Pendahuluan Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada persoalan rekayasa (engineering), seperti
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Didunia nyata banyak soal matematika yang harus dimodelkan terlebih dahulu untuk mempermudah mencari solusinya. Di antara model-model tersebut dapat berbentuk sistem
Lebih terperinciBAB Solusi Persamaan Fungsi Polinomial
BAB Konsep Dasar BAB Solusi Persamaan Fungsi Polinomial BAB Interpolasi dan Aproksimasi Polinomial. Norm Denisi.. (Norm vektor) Norm vektor adalah pemetaan dari suatu fungsi terhadap setiap x IR N yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciMetode Numerik. Muhtadin, ST. MT. Metode Numerik. By : Muhtadin
Metode Numerik Muhtadin, ST. MT. Agenda Intro Rencana Pembelajaran Ketentuan Penilaian Deret Taylor & McLaurin Analisis Galat 2 Metode Numerik & Teknik Komputasi - Intro 3 Tujuan Pembelajaran Mahasiswa
Lebih terperinciGALAT DALAM KOMPUTASI NUMERIK
GALAT DALAM KOMPUTASI NUMERIK G ALAT DALAM K OMPUTASI N UMERIK D i dalam praktek sehari-hari, misalnya dalam bidang teknik dan bisnis, sering terdapat kasus gagalnya pencarian penyelesaian eksak suatu
Lebih terperinciBAB I PENDAHULUAN. Tahap-tahap memecahkan masalah dengan metode numeric : 1. Pemodelan 2. Penyederhanaan model 3.
BAB I PENDAHULUAN Tujuan Pembelajaran: Mengetahui apa yang dimaksud dengan metode numerik. Mengetahui kenapa metode numerik perlu dipelajari. Mengetahui langkah-langkah penyelesaian persoalan numerik.
Lebih terperinci