You are on page 1of 0

P ENURUNAN F UNGSI

S ECARA N UMERIK

6

È

ada 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 Ô¼ ´Üµ, digunakan sebagai hampiran untuk ¼ ´Üµ 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
6.1.1 Rumus Selisih Maju Dua-Titik
Misalkan ´Üµ adalah sebuah fungsi riil satu variabel dan termasuk dalam
kelas fungsi ¾ . Perhatikan polinomial Taylor berderajad 1 untuk ´Üµ di
sekitar Ü Ü¼ :
´Üµ

´Ü¼ µ · ´Ü   ܼ µ ¼ ´Ü¼ µ · ´Ü   ܼ µ¾

¼¼ ´ µ ¾

(6.1)

dengan adalah sebuah bilangan antara Ü dan ܼ .
Misalkan Ü Ü¼ · , dengan
¼. Maka (6.1) dapat ditulis ulang
sebagai
´Ü¼ · µ

´Ü¼ µ ·

¼ ´Ü¼ µ ·

¾

¼¼ ´ µ ¾ ÙÒØÙ ×Ù ØÙ
365

¾

ܼ ܼ

· ℄

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. Penurunan Fungsi Secara Numerik 366 Jadi. ´ ´Ü¼ · µ   ´Ü¼ µµ nilai ¼ ´Ü¼ µ. Perhatikan bahwa ruas kanan dalam rumus (6.3) dapat diturunkan dari deret Taylor (6. Batas galat (6. Rumus (6.2) merupakan gradien Pengantar Komputasi Numerik c ­Sahid (2004 – 2012) .Bab 6.2) Galat di dalam hampiran ini dinyatakan sebagai Å Ð Ø (6. Ini berarti ´Ü¼ · µ   ´Ü¼ µ ¼ ´Ü¼ µ (6.2) disebut rumus selisih maju dua-titik.1). ¼´Ü¼ µ ´Ü¼ · µ   ´Ü¼ µ ¼¼ ´ µ   ¾ akan memberikan taksiran untuk Jika mengecil.3) ¾ dengan Å adalah batas atas ¼¼ ´Üµ pada ܼ ܼ · ℄.

Pengantar Komputasi Numerik Perhatikan c ­Sahid (2004 – 2012) .3 Rumus Selisih Pusat Dua-Titik Dari (6.4) kita dapatkan ¼ ´Ü¼ µ   ´Ü¼   µ · ´Ü¼ µ Dengan menjumlahkan keduanya kita peroleh ¾ Jadi.1.6.2) kita mempunyai ¼ ´Ü¼ µ ´Ü¼ · µ   ´Ü¼ µ Dari (6.3: Gradien busur sebagai hampiran gradien garis singgung: Rumus selisih pusat. Rumus (6. ¼ ´Ü¼ µ ´Ü¼ · µ   ´Ü¼   µ ´Ü¼ · µ   ´Ü¼   µ ¾ ¼´Ü¼ µ (6.6) disebut rumus selisih pusat dua-titik.1 Turunan Tingkat Satu 369 6.6) garis singgung f di x0 hampiran garis singgung f di x0 y=f(x) f(x0+h) f(x0-h) h x0-h h x0 x0+h x Gambar 6.

nilai yang ½ ¿ (6.5 semakin mengecil. ½ (6.6.21) c ­Sahid (2004 – 2012) .1 Turunan Tingkat Satu 375 Pada tabel hasil perhitungan MATLAB di atas. Kedua hampiran (kolom kedua dan keempat) juga semakin menuju ke 0. Pembaca yang tertarik untuk mengetahui lebih detil dapat melihat pada referensi [1] halaman 321 –324. kolom ketiga merupakan galat selisih pusat berorde Ç ´ ¾ µ dan kolom terakhir merupakan galat selisih pusat berorde Ç ´ µ. Pembaca mungkin bertanya.20) Å dengan ¯ adalah batas galat pembulatan dan Å ¯ ´¿µ Ñ Ü Ü ´Üµ Untuk hampiran turunan pertama dengan rumus selisih terbagi pusat berorde Ç ´ µ: ¼ ´Üµ   ´Ü · ¾ µ · ´Ü · µ   ½¾ ´Ü   µ · ´Ü · ¾ µ dengan syarat ¾ ℄ dan Ü   ¾ Ü   Ü Ü · nilai yang meminimumkan ´ µ adalah ¯ Å Pengantar Komputasi Numerik · Ü·¾ ´ ¾ µ ℄. namun kolom keempat konvergen lebih cepat. berapakah nilai yang optimal untuk menghitung hampiran nilai suatu turunan? Berikut diberikan dua rumus untuk menentukan nilai yang mengoptimalkan galat hampiran turunan fungsi. ¯ Untuk hampiran turunan pertama dengan rumus selisih terbagi pusat berorde Ç ´ ¾ µ: ´Ü · µ   ´Ü   µ · ¾ ¼ ´Üµ dengan syarat ¾ meminimumkan ´ ¿ ℄ dan Ü   µ adalah ¿¯ Ü Ü · ´ ¾ µ ℄. Terlihat bahwa nilai-nilai pada kolom terakhir lebih kecil hampir ¾ kali kolom ketiga.

1 Turunan Tingkat Satu 377 peroleh ¿ ¼ ´Ü¼ µ ʼ ´ ´ µ   ʼ ´¾ µ ½   ¾  ½ µ   ¾    ¾ atau µ   ʼ ´¾ µ ¿ ʼ ´ ¼ ´Ü¼ µ   ¾ · ½   ½¾  ½ ·  ¾ (6. Suatu metode untuk mendapatkan rumus untuk ¼ ´Ü¼ µ yang berorde lebih tinggi dari rumus yang berorde lebih rendah disebut ekstrapolasi.29) ·½µ · maka hampiran tersebut dapat ditingkatkan ordenya menjadi Ç ´ Pengantar Komputasi Numerik (6.6. Jika Ê  ½ ´ µ dan Ê  ½ ´¾ µ adalah dua hampiran ¼ ´Ü¼ µ yang berorde Ç ´ ¾ µ dan memenuhi ¼ ´Ü¼ µ ¼ ´Ü¼ µ Ê Ê  ½ ´ µ · ½ ¾ · ¾ ¾´ ·½µ ·  ½ ´¾ µ · ½ ´¾ µ¾ · ¾ ´¾ µ¾´ (6.30) ¾´ ·½µ µ dengan c ­Sahid (2004 – 2012) .22) yang berorde Ç ´ ¾ µ. Dengan menggunakan notasi sebelumnya dan mendefinisikan ʽ ´ ¢ µ   ¾ · ½¾     ¢ ¢ ·  ¾ ʼ ´ ¢ µ  ¢ ʼ ´¾ µ ¿ ½ ¾ (6.26) merupakan rumus ekstrapolasi Richardson untuk menghasilkan rumus hampiran turunan ¼ ´Ü¼ µ berorde Ç ´ µ dari rumus selisih pusat berorde Ç ´ ¾ µ.3 (H AMPIRAN T URUNAN –E KSTRAPOLASI R ICHARDSON ). Dengan demikian galat rumus selisih pusat dapat diperkecil dengan menggunakan rumus (6. T EOREMA 6.26) Perhatikan. dan ternyata dapat diperoleh dari rumus selisih pusat (6. ruas kanan pada (6.27) dapat diturunkan rumus ekstrapolasi berorde Ç ´ µ untuk hampiran ¼´Ü¼ µ: ¼´Ü¼ µ ½ ʽ ´ µ   ʽ ´¾ µ (6. Ruas tengah pada (6. Dengan cara serupa kita dapat menurunkan rumus selisih pusat berorde lebih tinggi dari rumus selisih pusat berorde Ç ´ µ.28) ½ Secara umum pembahasan ekstrapolasi di atas dapat dinyatakan dalam teorema di bawah ini.26) adalah rumus selisih pusat beroder Ç ´ µ.26).

n) xxx xxx xxx . Perhitungan pada contoh sebelumnya dapat dilakukan dengan MATLAB sebagai berikut.4.1) R(4..2) R(2. Bandingkah hasil-hasil pendekatan di atas dengan nilai yang sesungguhnya! Anda dapat menilai pendekatan mana yang terbaik untuk kasus ini.*exp(x)’) f = Inline function: f(x) = x.  ½ Ò  ¾½ ) Pengali ( 3 15 63 . xxx xxx xxx C ONTOH 6.1000000000000 0. R(n.1) R(2.  ½)  ½   ½ Ò R(1. . .3) R(4. setiap sel di bawahnya dihitung dengan menggunakan sel di atasnya dan sel di kanan atasnya dengan pengali dan pembagi seperti tercantum pada setiap baris.3) .2) R(3.02500000000000 >> h=h*2. n Pengali ( 4 16 64 . .1) R(1. . .^[0:3] h = 0. .1) .2) R(4. sehingga ¼´¾µ ¾ ¾ · ¾ ¿ ¾ ¾¾ ½ ½ ¿. >> f=inline(’x. Untuk keperluan perhitungan secara praktis. xxx R(1.0250000000000 0. >> h=0. xxx R(1. .1.6. .2) .3) R(2. Tabel 6.1 Turunan Tingkat Satu Ê¿ ´¼ 379 ʾ ´¼ ¼¾ µ ¾ µ   ʾ ´¼ ¼ µ ¿ ¾¾ ½ ½ ¿ Kita tahu bahwa turunan fungsi ´Üµ Ü Ü adalah ¼ ´Üµ Ü Ü · Ü .025 h = 0.0500000000000 Pengantar Komputasi Numerik 0.2000000000000 c ­Sahid (2004 – 2012) . Selanjutnya.1: Tabel Ekstrapolasi Richardson untuk Hampiran Turunan   Ê´  ½ µ Ê´  ½ ·½µ Ê´ µ Lebar langkah  ½  ½    Ê´½ µ ½ ¾ ¿ Ò ¾ ¾Ò ½ 1 2 3 4 .1) R(3.3) R(3. . Perhitungan pada tabel tersebut dimulai dari baris pertama yang dihitung menggunakan rumus selisih pusat. . .5. proses perhitungan hampiran turunan dengan menggunakan ekstrapolasi Richardson dapat dilakukan dengan menggunakan tabel seperti Tabel 6. . Hampiran terakhir untuk ¼ ´Ü¼ µ adalah Ê´Ò ½µ.*exp(x) >> x0=2. .

..h. c ­Sahid (2004 – 2012) .^[0:n-1].m implementasi ekstrapolasi Richardson Misalkan ÈÒ ´Üµ adalah polinomial berderajad Ò yang menginterpolasikan ´Üµ di Ò · ½ titik dengan absis ܽ ܾ . n = cacah iterasi h=h*2. dengan hampiri ¼´Üµ ¼ ÈÒ ´Üµ (6./(2*h) % rumus selisih pusat for j=1:n-1.4: Fungsi MATLAB deriver.32) Sebagaimana telah dibahas pada bab Interpolasi. apabila pada (6. % ekstrapolasi Richardson R=(4^j*R(1:n-j)-R(2:n-j+1)).n) % menghitung turunan dengan ekstrapolasi Richardson % f fungsi yang dihitung f’(x0) % h = lebar interval awal. ÜÒ . . sehingga kita dapat meng¼´Üµ. ÜÒ·½ .x0.6.1 Turunan Tingkat Satu 381 function R=deriver(f. yakni ÈÒ ´Ü µ ´Ü µ untuk ½ ¾ Ò · ½. kita dapat menggunakan polinomial Lagrange atau polinomial Newton sebagai polinomial interpolasi. R=(f(x0+h)-f(x0-h)). untuk Ü pada interval tersebut.33) ½ ܼ   dan ܾ ܼ · . Dalam hal ini ÈÒ ´Üµ merupakan hampiran untuk ´Üµ untuk Ñ Ò Ü Ü Ñ Ü Ü . maka diperoleh ¼ Ƚ ´Üµ ´Ü¾ µ   ´Ü½ µ ܾ  Ü Selanjutnya. Kita tahu bahwa polinomial yang menginterpolasikan kedua titik tersebut adalah Ƚ ´Üµ ´Ü¾ µ   ´Ü½ µ ܾ  Ü ½ ´Ü   ܽ µ · ´Ü½ µ Apabila polinomial tersebut kita turunkan./(4^j-1) end Gambar 6. Dari polinomial-polinomial interpolasi dapat diturunkan rumus-rumus hampiran turunan. Misalkan kita mulai dengan titik ´Ü½ ´Ü½ µµ dan ´Ü¾ ´Ü¾ µµ..33) kita ganti ܽ Pengantar Komputasi Numerik (6.

39) harus digunakan untuk menghitung ¼ ´Ü¼ µ ÈÆ ´Ü¼ µ Untuk menghitung. dan apabila kita ganti ܽ ܼ ܾ ܼ   dan Ü¿ ܼ   ¾ .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. Dengan cara serupa. Polinomial Newton ÈÆ ´Üµ berorde Æ yang menginterpolasikan ´Üµ di Æ · ½ titik dengan absis ܼ ܽ ܾ ..37) ¼ Turunan ÈÆ ´Üµ adalah Æ ¼ È ´Üµ ½ Æ ·  ½ ´Ü   Ü µ ·½ ½ ¼ Selanjutnya.35) disebut rumus selisih maju tiga titik.35) Rumus hampiran turunan (6. apabila kita ganti ܽ ܼ ܾ ܼ   dan Ü¿ ܼ · . nilai ÈÆ ´Üµ di Ü ¼ ܼ adalah Æ ¼ È ´Ü¼ µ ½ Æ ·  ½ ܼ · untuk suatu ¼ ´Ü¼ µ ´Ü¼   Ü µ ·½ ½ Apabila Ü maka (6. maka diperoleh rumus selisih pusat. Catatan: Rumus (6..39) ¼ ¼ dan Æ ¦½ ¦¾ ¦¿  ½ µ Metode ini dapat digabungkan dengan metode selisih terbagi Newton untuk menghitung koefisien-koefisien polinomial interpolasi Newton.38) ¼ ¼ ÈÆ ´Ü¼ µ · Ç ´ (6.. misalnya ¼ ´Ü µ ÈÆ ´Ü µ absis-absis harus disusun ulang menjadi Ü Ü¼ Ü  ½ Ü ·½ ÜÆ kemudian dibentuk polinoPengantar Komputasi Numerik c ­Sahid (2004 – 2012) .1 Turunan Tingkat Satu 383  ¿ ¼ Ⱦ ´Ü¼ µ ´Ü¼ · µ   ´Ü¼ · ¾ µ ¾ ´Ü¼ µ · ¼ ´Ü¼ µ (6. ÜÆ adalah ¼ Ⱦ ´Ü¼ µ ¿ ´Ü¼ µ   Æ ÈÆ ´Üµ ¼ ·  ½ ´Ü   Ü µ ·½ ¼ (6. maka diperoleh rumus selisih mundur tiga titik ´Ü¼   µ · ´Ü   ¾ µ ¼´Ü¼ µ (6.

22324427541961 0.2 Turunan Tingkat Dua dan yang Lebih Tinggi ans = -2.22324394993922 389 0.6.^2). Pengantar Komputasi Numerik c ­Sahid (2004 – 2012) . >> [d2f d2f-df2(x0)] ans = -2.22324427486357 0.00000620293224 -2. Pada MATLAB langsung sambung dengan baris di bawahnya jika masih cukup. Hal ini mengingat galat pemotongan berkaitan erat dengan orde rumus yang bersangkutan terhadap lebar langkah yang dipakai ( ).00003255139559 0. terlihat bahwa galatnya semakin berkurang dengan faktor sekitar 1/100 semakin nilai mengecil 1/10 kali. +16*f(x0-h)-f(x0-2*h)). dan juga penurunan galat tersebut sebesar kira-kira 1/10000 kali dengan penurunan nilai sebesar 1/10.00000032554471 Dari hasil perhitungan di atas. maka kita dapat menentukan lebar langkah ( ) yang optimal (yakni yang meminimumkan galat).00000000062036 -2. Apabila galat dalam perhitungan fungsi diketahui batas atasnya (misalnya dengan menentukan tingkat keakuratan) dan turunan-turunan yang lebih tinggi terbatas.43) kita gunakan rumus hampiran turunan kedua: ´Üµ   ¾ ·½ ½   ¿¼ ½¾ ¼ ¾ ·½  ½    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) . Dari persamaan (6.00325360302929 0. Nilai turunan yang sebenarnya adalah ´½µ  ¾ ¾¾¿¾ ¾ ¿ ¿ Galat dalam perhitungan hampiran nilai turunan suatu fungsi meliputi galat dalam perhitungan nilai fungsi (pembulatan) dan galat pemotongan deret Taylor.22321172408835 -2.21999067245464 -2.00000000006432 (Tanda tiga titik di akhir baris MATLAB artinya disambung ke baris di bawahnya..22323807255170 0./(12*h. khususnya dengan mengamati kolom kedua matriks ans.. 2.) Terlihat bahwa galat hampiran-hampiran di atas jauh lebih kecil daripada galat-galat pada perhitungan sebelumnya.

56) ¼  ½  ½ · ¾  ¾   ¾  ¿ · ½½   ·¾ ¾  ¾  ¾ · ½½ ¿ (6.55)  ¿ ¿ ¿  ½   ¾  ¾ · ½  ¿   ¿   ·½ ¾ ¿ ¿ ´Ü¼ µ ¼  ½ ½ ¿ ´ µ (6.54)  ¾    ¿  ½ · ·½ 391  ¾ ¾ ¾ ·½ (6.2 Turunan Tingkat Dua dan yang Lebih Tinggi      ¿  ¾  ½ ¼ ½ ¾ ¿ ¾   · ´Ü µ ¼ ¼ ¾ ´¿µ ¼   ¼   ´Ü¼ µ .57) (6.54) dengan menggunakan polinomial interpolasi Newton. yakni ¼ ¼   ¿ ½ ¼ ·¿ ½ ½  ¿   ¾ ¾ ¼ ·     ½ ¾ ½   ¼ ¼ ¾  ¾ ¾ ½ · ¾ ¾ ¿ ¿ Turunan kedua È¿ ´Üµ adalah È¿ ´Üµ ¾ ¾ ·¾ ¿ ´Ü   ܼ µ · ´Ü   ܽ µ · ´Ü   ܾ µ℄ Di ܼ nilai turunan tersebut adalah È¿ ¼ ´Ü¼ µ ¾  ¾ ¼   ½ · ¾ ½ · ¾ ¾ · ¾     Pengantar Komputasi Numerik ¼ ·¿ ½ ¿ ¿  ¿ ¿ ¾ · ¿ ´   ¾ µ ´Ü¼ µ c ­Sahid (2004 – 2012) .59) Berikut ditunjukkan bagaimana menurunkan rumus selisih maju (6. Kita mulai dengan polinomial interpolasi Newton kubik yang menginterpolasikan ´Üµ di empat titik dengan absis ܼ ܽ ܾ dan Ü¿ Polinomial ini adalah È¿ ´Üµ ¼ · ½ ´Ü   ܼ µ · ¾ ´Ü   ܼ µ´Ü   ܽ µ · ¿ ´Ü   ܼ µ´Ü   ܽ µ´Ü   ܾ µ dengan koefisien-koesfisiennya merupakan selisih-selisih terbagi Newton.6.58)  ¾   (6. ½ ¼   ¾ ¾   ¾ ½ ¿ (6.

Ulangi perhitungan dengan menggunakan rumus (6. ¼¼ ´Üµ un- 2.01.2 1. Gunakan rumus yang diperoleh pada soal no. Gunakan tingkat keakuratan perhitungan sampai enam angka di belakang koma. (a) ´Üµ ܾ Ó× Ü (b) ´Üµ ÐÒ Ü¾ (c) ´Üµ Ü · × Ò Ü 4.40) dengan ¼ ¼½ untuk menghitung hampiran ¼¼ ´½µ untuk fungsi-fungsi di bawah ini. 3. ´Ü   µ.05. 6 untuk menghitung hampiran nilai-nilai ¼¼¼ ´½µ untuk fungsi-fungsi di bawah ini dengan menggunakan panjang interval diberikan.40) dengan ¼ ¼½. Tulis program MATLAB untuk menghitung hampiran nilai dengan menggunakan rumus (6. Misalkan ´Üµ ÐÒ Ü. 0. 0. ´Ü · ¾ µ.2 Turunan Tingkat Dua dan yang Lebih Tinggi 393 LATIHAN 6. (a) ´Üµ (b) ´Üµ (c) ´Üµ × Ò´Üµ ¼½ × Ò´Üµ ÐÒ Ü ¼ ¼½ ¿ Ü   ÐÒ Ü ¼ ¼½ Pengantar Komputasi Numerik (d) ´Üµ (e) ´Üµ (f) ´Üµ ¼ ¼½ Ó״ܵ ¼ ¼½ ¾ Ü Ü ¼ ¼½ Ü Ü c ­Sahid (2004 – 2012) . dan ´Ü   ¾ µ untuk menurunkan rumus selisih pusat ¼¼¼ ´Üµ ´ ´Ü · ¾ µ   ´Ü   ¾ µµ   ¾´ ´Ü · µ   ´Ü   µµ ¾ ¿ 7.04. Bandingkan hasil perhitungan tersebut dengan nilai eksaknya. 0. Gunakan ekspansi Taylor untuk ´Ü · µ.41). Hitung hampiran nilai menggunakan rumus ¼¼ ´½µ untuk fungsi ´Üµ ¼¼´Ü½ µ ½ ¾ ´ ¾  ¾ ½ · ¼ × Ò Ü dengan µ dengan 0. dan 0.41) dengan lebar interval ¾  tuk ¼ ½ ¾ . 6. Hitunglah hampiran nilai ¼¼ ´ µ dengan menggunakan rumus (6.03. Gunakah rumus (6.02. Gunakah rumus (6. nilai ditentukan.6. Bandingkan galat kedua hampiran tersebut.41) dengan ¼ ¼½ untuk menghitung hampiran ¼¼ ´½µ untuk fungsi-fungsi di bawah ini. (a) ´Üµ ܾ Ó× Ü (b) ´Üµ ÐÒ Ü¾ (c) ´Üµ Ü · × Ò Ü 5.

6. 0. dan 0. Bandingkan hasilnya dengan nilai eksaknya. (a) ´Üµ (b) ´Üµ (c) ´Üµ ÜÝ Ü·Ý × Ò´ÜÝ µ × Ò´ÜÝ µ Ü·Ý ¼ ½ ¼ ¼½ ¼ ¼½ ¼ ¼¼½ ¼ ¼½ ¼ ¼¼½ (d) ´Üµ (e) ´Üµ (f) ´Üµ   ¼½ ¼¼ Ó×´Ý   ܵ ¼ ¼ ¼ ¼½ ÐÒ´ÜÝ µ ¼ ½ ¼ ¼½ ´Ü ݵ 6. Ý (b) Misalkan ´Ü Ý µ Ø Ò ½ ´ Ü µ. dengan menggunakan nilai-nilai yang diberikan. 12.001.001.3 Rangkuman Berikut adalah rumus-rumus untuk menghitung hampiran turunan suatu fungsi beserta orde kesalahannya dan nilai optimal lebar langkah yang Pengantar Komputasi Numerik c ­Sahid (2004 – 2012) .1. misalnya ÜÜ ´Ü Ý µ ÝÝ ´Ü Ý µ ´Ü · ¾ ݵ  ¾ ´Ü Ý µ · ´Ü   ¾ ݵ ¾ ´Ü Ý · ¾ µ   ¾ ´Ü Ý µ · ´Ü Ý   ¾ µ ¾ Gunakan rumus-rumus di atas untuk menghitung hampiran ÜÜ ´¾ ¿µ dan ÝÝ ´¾ ¿µ untuk fungsi-fungsi di bawah ini. misalnya Ü ´Ü Ý µ Ý ´Ü Ý µ ´Ü · ݵ   ¾ ´Ü   ݵ ¾ ´Ü Ý · µ   ´Ü Ý   µ · Ç´ ¾ µ ¾ · Ç´ µ (a) Misalkan ´Ü Ý µ ÜÜÝÝ . 0. Hitunglah hampiran nilai-nilai µ dan Ý ´¿ µ dengan menggunakan rumus-rumus di Ü ´¿ atas dengan 0. Hitunglah hampiran nilai-nilai Ü ´¾ ¿µ · dan Ý ´¾ ¿µ dengan menggunakan rumus-rumus di atas dengan 0.01. Bandingkan hasilnya dengan nilai eksaknya. dan 0. Bandingkan hasilnya dengan nilai eksaknya.1. Hampiran turunan parsial yang lebih tinggi dapat diperoleh dengan mengadaptasi rumus hampiran turunan yang lebih tinggi untuk fungsi satu variabel.3 Rangkuman 395 hampiran turunan parsial.01.

. . . . .2) .. .1) 3 15 63 . n µ Pengali ( 4 16 64 . .. dengan ¼ ´Üµ Rumus selisih maju tiga titik untuk ¼ ÈÒ ´Üµ ¼ ´Ü¼ µ  ¿ ¼´Ü¼ µ · ¾ ¼ ¿ ¼   ¾ ¼´Ü¼ µ Rumus selisih mundur tiga titik untuk ¼ ´Ü¼ µ ½   ½ · ¾ ¾ Rumus-rumus selisih pusat untuk turunan tingkat tinggi ¼¼ ´Ü¼ µ ¼¼ ´Ü¼ µ ´¿µ ´Ü¼ µ ´¿µ ´Ü¼ µ ½   ¾    ¾ ¾ · · ¾ ·½  ¾ ¿ ¼ ½ ½  ½ · Ç´ ¾ µ   ¿¼ ¼ ·½  ½    ¾ · Ç´ µ ½¾ · ¾  ½    ¾ · Ç´ ½¾ ¿ ¾   ½¿ ½ · ½¿ ½   Pengantar Komputasi Numerik ¾ ¿ ¾ µ  ¾ ·  ¿ · Ç´ µ c ­Sahid (2004 – 2012) .6. untuk Ü pada interval tersebut.1) .. . . .1) R(4.2) R(3. . yakni ÈÒ ´Ü µ ´Ü µ untuk ½ ¾ Ò · ½.1) R(3.3) . sehingga kita dapat menghampiri ¼ ´Üµ.2) R(2. R(n.  ½  ½   ½ Ò Ò ¾Ò ½ R(1. 397   Ê´  ½ µ Ê´  ½ ·½µ  ½  ½    ½ ¾ ¿ ¾ Lebar langkah R(2.1) xxx xxx Ò  ½ ) Pembagi (  ½   ½) R(1.n) xxx xxx xxx . ÜÒ·½ . ¾ R(1. . maka ÈÒ ´Üµ merupakan hampiran ´Üµ untuk ÑÒ Ü Ü Ñ Ü Ü .3) R(4. ÜÒ . R(1. .3 Rangkuman Ê´ µ Ê´½ 1 2 3 4 .2) R(4. . .3) R(2. xxx xxx xxx Hampiran turunan dengan polinomial interpolasi Jika ÈÒ ´Üµ adalah polinomial berderajad Ò yang menginterpolasikan ´Üµ di Ò · ½ titik dengan absis ܽ ܾ .3) R(3.

Bab 6. Penurunan Fungsi Secara Numerik 398 ´ µ ´ µ ¾ ´Ü¼ µ ´Ü¼ µ     ¿ ½ · · ½¾ ¾   ¼  ¿  ½ ·  ¾ · Ç´ ¾ µ · ½ ¼  ¿  ½ · ½¾  ¾    ¿ · Ç´ µ Rumus-rumus selisih maju/mundur untuk turunan tingkat tinggi ´Ü¼ µ ¾ ¾ ´¿µ ´Ü¼ µ ¼ ¼   ½    ½ ·  ¾    ¿   ¼   ¼ · ¾ ¾   ¿ ¾ ·½ ½  ¾ ¾ ¾ ·½ ¿ ¿  ¿  ½   ¾  ¾ · ½  ¿   ¿   ·½ ¾ ¿ ´Ü¼ µ Pengantar Komputasi Numerik ¿ ¼  ½ ½ ¿ ´ µ ¼  ½  ½ · ¾  ¾   ¾  ¿ · ½½   ·¾ ¾  ¾ ¿ · ½½  ¾  ¾   c ­Sahid (2004 – 2012) .