Diktat MA3072 Metode Numerik 1 Daftar Isi 1 Pendahuluan 1 2 Penyelesaian Persamaan Tak Linear 8 Metode Bagi Dua... 2... eee eee 8 Metode Posisi Palsu . eee eee eee u 23° Masalah Tebakan Awal / Lokalisas . : .. 2.3.1 Lokalisasi Akar Polinom . . . 15, 2.4 Metode Modifikasi Posisi Pals 16 2.5 Metode Newton-Raphson cece ee cece eee .. 20 2.6 Metode Tali Busur / Sekan Le oe : a) 2.7 Perbandingan antara metode Pengurung dan ‘Terbuka ... 2... . eu 2.8 Modifikasi Metode Newton untuk Polinom 7 3. Matriks dan Sistem Persamaan Linear 3.1 Bentuk-Bentuk Matriks 3.2. Sistem Persamaan Linear (SPL) Sistem Persamaan Linear Segitiga Atas Metode Fliminasi Ganss Toknik Penumpuan pada Eliminasi Gauss Beberapa SPL dengan matriks koefisien sama Perhitungan Determinan . Perhitungan Invers Matriks Modifikasi Elimninasi Gauss untuk SPL ‘Itidiagonal Jan Bawah . Dekomposisi / Faktorisasi Segitiga fee eee et 3.10.1 Decomposisi Doolitle 2.2... ee) 3.10.2 Decomposisi Crout.. 0... eee a9 3.10.3 Decomposisi Cholesky 2... vee a9 3.11 Metode Iterasi untuk menyelesaikan SPL os... c seven eee es 50 BALL Metode Jacobi... 0... eee en) 3.11.2 Metode Gauss Seidel : : : 33 4 Pencocokan Kurva / Curve Fitting 87 4.1 Regresi Kuadrat ‘lerkecil eee BS 4.2 Regresi Polinm. 2.20.02... 5 eee eects OL 4.3. Polinom Interpolasi voce eee eee 68 444 Polinom Interpolasi (Beda Terbagi) Newton. . eee 1 2 6 Hampiran ‘lurunan 1 7 Pengintegralan Numerik 5 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009MA-3072 : Metode Numerik (4 kredit) 1, Buku Rujukan Numerical Methods for Mathematics, Science and Engineering, 2nd ed., John H. Matthews, Prentice-Hall, 1992 2. Bahan Perkuliahan a, Pendahuluan (Bab 1) b. Solusi Persamaan Tak Linear (Bab 2.1 s/d 2.4) c. Solusi Sistem Persamaan Linear (Bab 3.3 s/d 3.7} d. Pencocokan Kurva dengan Metode Interpolasi (Bab 4.2 s/d Bab 4.4) ®. Pencocockan Kurva dengan Metode Regresi (Bab 5.1 dan 5.2) £, Hampiran Turunan (Bab 6) g. Pengintegralan Numerik (Bab 7.1 s/d 7.4) maan Diferensial secara Numerik (Bab 9) ik (Bab 11.1 s/d 11.2) 3, Perkuliahan Tatap mula di kelas : 2.x 2 jam / minggu Praktikum : 1 x 2 jam / minggu (kira-kira 10 - 11 kali) Sclama perkuliahan mahasiswa wajib membawa scientific calculator 4. Penilaian a. Test sebanyak tiga kali (close book), bobot masing-masing : 25% b. Praktikum : 10% Quis : 10% d. PR Kehadiran Kehadiran perkuliahan, min 80%. Keterlambatan masuk kuliah < 10 menit dari jadwal yang disepakatiDiktat MA3072 Metode Numerik 1 1 Pendahuluan Metode Numerik adalah metode/teknik/skema/prosedur yang diterapkan untuk memec- abkan masalah-masalah matematika memakai tatacara aproksimasi tertentu agar dapat ¢ clesaikan dengan hitungan yang sederhana Alasan pemakaian metode numerik: a. Permasalahan sukar untuk diselesaikan secara analitik. Contah 1, Tentukan nilai dari sin(3) 2. Tentukan akar dari f(x) = 2? + cos() In(x) 3, Tentukan fe tan( \/2? + e0s(a)) dr a. Permasalahan Menyangkut Hitungan yang sangat besar, Contoh: 1. Sistem Persamaan Linear (SPL) berukuran besar 2. Penghampirasn suatu solusi dengan metode iteratif. Karakteristik dari Metode Numeril a, Mencakup sejumlah besar perhitungan yang bentuknya serupa b. Memerlukan alat bantu komputer c. Kalkulator dipakai untuk membantu memahami proses perhitungan suatu metode d. Penyelesaian yang diperoleh selaln berupa hampiran (sangat jarang sekali diper- oleh nilai eksak, kecuali masalahnya istimewa), ‘Tahap-tahap Penyelesaian Masalah Secara Numerik: a, Pemodelan, yaitu memformulasikan masalah fisik menjadi masalah matematika Contoh: model pertumbuhan bakteri y’ = ky. b. Pemilihan metode numerik untuk menyelesaikan permasalahan matematika c. Pemrograman: Pembuatan algoritma dan proses koding d. Penafsiran hasil Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Pada kuliah ini, yang akan dipelajari adalah tahap (b), (c) dan (d). ‘Tahap (a) diberikan secara terpisah pada mata kuliah khusus mengenai pemodelan matematika Review Algoritma Algoritma adalah prosedur/perintah yang terdiri dari serangkaian berhingga operasi yang mempunyai arti tunggal yang dipakai untuk menyelesaikan sebuah masalab. Karakteristik Sebuah Algoritma a, Tiap langkah harus didefinisikan dengan p. n maksud yang tunggal. b. Hary c. Bersifat umum, misalnya algoritma untuk penyelesaian sebuah SPL harus dapat dipakai untuk SPL ukuran berapapun. rsis sehingga mempunyai arti yang jelas ampai pada solusi/penyelesaian dari masalah setelah berhingga langkah, Penulisan Algoritma a, Flow Chart / Diagram Alit Algoritma dituliskan dalam bentuk diagram yang menggunakan simbol-simbol ter- tentu yang artinya sudah distandardkan, Aliran perintah digambarkan dengan garis dan anak panah dari satu simbol ke simbol lainnya. Penulisan dengan cara ini sudah mulai ditinggalkan karena menimbulkan kerumitan dan panjang. Diagram alir biasanya hanya dipakai untuk menggambarkan garis besar dari algoritma. b. Pseudo Code / Kode Semu Algoritma ditulis memakai kalimat-kaliamat biasa. Kalimat-kalimat yang dipakai biasanya dibakukan dan sudah dekat dengan sintaks dari bahasa pemrograman komputer. Komponen-Komponen Algoritma a, Masukan / Input Berupa data-data yang diperlukan untuk melakukan perhitungan yang akan menye- lesaikan masalah, b. Keluaran / Output Data-data yang ingin dihasilkan dari perhitungan algoritma. c, Langkah-Langkab Perintah-perintah dan perhitungan-perhitungan yang, dij menyelesaikan masalah. lankan algoritma untuk Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 3 Contoh-contoh Algoritma 1, Diberikan suatu vektor 7 dengan n elemen yang berisikan bilangan-bilangan real Algoritma berikut ini menghitung D = 7" @; Masnkan: on nknran vektor ali], i:= 1,2. ..., isi vektor Keluaran: Tt Langkah-Langkah: 1. Dis 2. Untuk i := 1, 2, . a D + ali! 2. Diberikan koefisien dari persamaan kuadrat ax* + br +c = 0. Algoritma berikut menghitung akar-akar dari persamaan tersebut. Dalam hal akarnya real, hasil dis- impan di variabel x1 dan x2. Bila akarnya kompleks, hasil disimpan di variabel re (bagian real) dan im (bagian imaginer) Masukan: a, b, ¢ koefisien polinon Keluaran: x1, x2 atau re, im Langkah-Langkah: 1. Drs bth ~ dease 2. pembagi := 2a 3. Jika D >= 0 maka x1 : x2 jika tidak re im: (-b + sqrt(D)) / pembagi (-b - sqrt(D)) / pembagi -b / penbagi sqrt(-D) / pembagi Latihan: ‘Luliskan algoritma untuk menentukan apakah sebuah bilangan bulat termasuk bilangan prima atau bukan. Galat /Error Galat adalah perbedaan nilai dari nya. natu besaran anatara nilai eksak dengan nilai hampiran- E=x-x* X adalah nilai eksak dari besaran. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 4 * XC adalah nilai hampirannya. E disebut galat mutlak/absolut dari X. Selain galat mutlak, pada metode numerik didetinisikan galat yang lain, vaitu galat relatif. Bentuknya: sao TS e = (x-x*) /x Galat relatif hanya dapat digunakan bila nilai eksak dari besaran yang dilibatkan bukan nol Dalam hal |E| <<_X, galat relatif sering dihampiri dengan Pertanyaan: Mana yang lebih baik untuk pengukuran gala, apakah galat absolut atau galat relatif ? Untuk mendapatkan jawabannya, perhatikan tiga ilustrasi berikut ini 3, 141592 dan x" = 3.14 = 0,001592 0, 000507 2. y= 2.000.000 dan y* = 2.000.004 -y=-4 "2 = 0,000002 0, 000012 dan 2* =, 000003 0,25 ouv015, Dari tiga ilustrasi tersebut, kesimpulan apa yang dapat diperoleh / Pada metode numerik, ada dua sumber galat yang selalu dihadapi, yaitu galat pemotongan dan galat pembulatan. Galat Pemotongan adalah galat yang timbul akibat pemotongan rumus matematika ter tentu untuk menghampiri suatu besaran. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metade Numerike Sebagai ilustrasi, misalkan kita ingin menghitung nilai sin(0,1) memakai hampiran devet Me Laurin, Dari Kalkulus diketahui sin() =— + —4 +--+, Algoritma yang dikonstruksi untuk menghitung nilai sin(0,1) tidak dapat menghitung selurub suku di ruse kanan dari deret tersebut, sebab hitungan dalam suatu algoritma harus berhingga. Jadi biasanya ras kanan dari deret, tersebut diaproksimasi sampai sejumlah suku tertentu saja. mmisalnya hanya sampai suku =. Dengan demikian diperoleh hasil: Galat Pembulatan Galat pembulatan adalah galat yang timbul akibat pembulatan bilan- gan. Biasanya pembulatan ini terjadi karena adanya keterbatasan pada alat hitung yang kita pakai, Untuk memahami galat pembulatan ini, berikut dijelaskan representasi sebuah, bilangan di dalam komputer/kalkulator Di dalam komputer/kalkulator, sebuah bilangan disimpan dalam memori menggunakan basis, bilangan biner. Basis ini dipilih karena sebuah komputer/kalkulator digital bekerja atas dasar ada arus (digit 1) dan tidak ada arus (digit nol). Namun untuk memahami adanya galat pembulatan, kita pandang bahwa bilangan tersebut masih dalam basis desimal. Sebuah bilangan real dalam komputer direpresentasikan sebagai berikut Verrrrerrrrbyy Bagian di sebelah kiri huruf # disebut bagian mantisa, sedangkan di kanan E disebut ek- sponen, Sebagai contoh bilangan 0,45627E — 5 mempunyai nilai 0,45627 x 10-°. Karena keterbatasan memori pada komputer, panjang suatu mantisa pada tiap bahasa pemrog man dibatasi. Bila sebuah bilangan memiliki mantisa yang lebih panjang dari kemam- puan komputer tersebut, maka mantisa tersebut akan dipotong/dibulatkan sampai sejumlah maksimum yang dapat disimpan oleh komputer tersebut. Sebagai contoh, misalkan kita menggunakan komputer dengan kemampuan menyimpan 5 angka desimal, Bila kita ingin menyimpan bilangan 2 = 0,6666666--., maka dalam komputer bilangan tersebut akan dis- impan menjadi 0, 66667. Jadi disini terjadi galat pembulatan. Galat pembulatan biasanya akan merambat terus selama kita melakukan operasi perhitnngan dalam komputer. Berikut ini disajikan perambatan galat akibat proses operasi aljabar. Misalkan: x dan y dua buah besaran eksak dan nilai hampirannya 2° dan y*. Dari definisi galat, B, = 2-2" dan by = y—y". Bila kita melakukan operasi aljabar pada bilangan tersebut maka: Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 6 Latihan: Coba anda buktikan rumus ke (1) dan ke (3). Galat pembulatan yang terjadi dalam suatu perhitungan rumus, kadang-kadang dapat diperke- il dengan cara mengubah urtan perhitungan dalam rumus tersebut. Sebagai ilustrasi, per- hatikan perhitungan berikut: f(x) = 2( Misalkan kita ingin menghitung nilai (500) menggunakan komputer dengan ketelitian 6 angka desimal, (500) = 500(V'501 — v'500) = 500 (22, 3630 — 22, va) 3607) = 500 (0,02230) = 11, 1500 ckarang, f(x) akan kita tulis dalam bentuk lain yaitu: gl) = : ve+l+ Ve ecara metematika, f(x) dan g(x) adalah sama, tunjukkan ! 500 500 _ 500 © 501+ V500 22,3630 + 22,3607 44,7437 Nilai eksaknya f(500) = (500) = 11, 174755300747198 .9(500) = 11,1748 Dari ilustrasi di atas terlihat bahwa rumus yang se gan komputer hasilnya berbeda ‘a matematika sama, bila dihitung den- Dari hitungan di atas diperoleh satn kesimpulan yaitu operasi pengurangan dua buah bilangan yang nilainya hampir sama akan menyebabkan galat yang besar. Hitungan Langsung dan Tak Langsung Dalam metode numerik, secara umum dikenal metode hitungan langsung dan tak langsung. Yang dimaksud dengan hitnngan langsung Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik adalah proses pencarian solusi dengan menggunakan rumus-rumus yang ada untuk dapat sampai pada penyelesaiannya, Sebagai ilustrasi, perhatikan sistem persamaan linear (SPL) berikut. Ba + 2y 7 a+3y = 4 Dengan hitungan langsung, solusinya dapat dihitung memakai rumus: Pada hitungan Tak Langsung (metode iteratif), mula-mula solusinya ditebak dahulu sebut 2) = 0 dan yp = 1, Sclanjutnya kita turnnkan rumus iterasinya, didasarkan pada persamaan semula. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik x 2 Penyelesaian Persamaan Tak Linear Perhatikan suatu persamaan berbentuk g(x) = h(x) dengan g(x) dan A(x) mernpakan ek- spresi dalam x € R. Bilangan real ro dinamakan penyelesaian dari persamaan tersebut bila memenuhi hubungan g(z9) = A(z). Untuk kasus g(r) dan h(x) berupa ekspresi lin- car (polinom derajat satu), maka penyelesaiannya dapat dilakukan secara analitis dengan umdah, Dalam kasus umum dimana g(x) atau h(x) merupakan ekspresi yang rumit, pen carian penyelesaian secara analitis sukar dilakukan. Sebagai ilustrasi misalnya persamaan PtyE=e. Pada pasal ini kita akan membahas beberapa metode numerik untuk menyelesaikan su- atu persamaan, khususnya persamaan tak linear. Untuk menyelesaikan suatn persamaan berbentuk (2) = h(), langkah pertama yang kita lakukan adalah mengubah bentuk terse- but menjadi (2) — h(x) = 0. Sebut f(x) = g(x) — h(x). Dari bentuk terakhir, terlihat bahwa proses pencarian penyelesaian persamaan g(x) = h(:r) adalah ekivalen dengan proses si f(x). Untuk selanjutnya pembahasan akan ditujukan pada pros rian akar fungsi dan dibatasi hanya pada akar real pene: Metode-metode numerik untuk pencarian akar suatu fungsi pada umumnya merupakan metode iterasi (metode tak langsung). Metode ini dimulai dengan menentukan satu atau beberapa tebakan awal terhadap akar fungsi f(r) = 0. Selanjutnya kita terapkan suatn rumus iterasi/rekursif tertentu yang akan membangkitkan barisan bilangan ro, 1,02 Barisan ini diharapkan konvergen ke akar dari f(x). Secara numerik tentunya kita tidak mmmgkin menghitung sukn barisan tersebut sampai ‘takhingga’. Jadi selain memerlukan rumus iterasi untuk menghasilkan berisan tersebut, kita juga memerlukan kriteria untuk menghentikan proses iterasinya. Metode nnmerik untuk mecari akar fungsi secara unum terbagi atas dua tipe yaitu metode pengurung dan metode terbuka. Pada metode pengurung, akar yang kita cari selalu diapit /dikurung di dalam suatu interval. Proses yang dilakukan adalah membnat interval pengapit akar tersebut makin lama makin pendek. Sebaliknya, pada metode terbuka, akar tidak perlu diapit. Kedua tipe metode ini mempunyai kelebihan dan kekurangan masing- masing, Hal ini akan kita bandingkan pada akhir pasal ini, 2.1 Metode Bagi Dua Metode ini termasuk dalam tipe metode pengurung. Misalkan f(x) suatu fungsi kontimu dengan akar r (nilai r belum diketalui). Untuk menerapkan metode Bagi Dua, mula-mula kita tentukan dua buah titik misalkan a dan b (a < 6) yang nilai fungsinya berlawanan tanda, yaitu f(a) f(b) <0. Kedua titik ini dinamakan tebakan awal. Berdasarkan teorema nilai antara, maka interval |a,bj akan memuat akar f(r) (jelanskan !). Akar yang termmat pada interval tersebut ada kemungkinan lebih dari satu buah (lihat gambar 1). Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 9 Gambar 1: fungsi kontinu dengan sifat f(a),'(b) < 0. Pada gambar sebelah kiri terlihat |a,b| hanye ‘memuat satu akar, sedangkan pada gambar sebelah kanan terlihat |a,b| memuat lebih dari satu akar. Pada metode Bagi Dua, Mula-mula kita tetapkan titik tengah dari interval {a, 6]. Sebut titik tersebut ¢. Jadi c:= *. Dengan demikian, sekarang ada tiga kemungkinan yang terjadi: a. fc) =0, artinya tit b. fla)f(c) <0, artinya akar berada pada interval [a,c kc adalah akar dari f(x) c. f(0)f(c) <0, artinya akar berada pada interval |e, Gambar 2: Penerapan satu iterasi Bagi Dua pada fungsi f(r) dengan tebakan awal a dan b. Pade ‘gambar paling ki, titik c tepat sama dengan nilai akar r. Pada gambar di tengah, akar diapit oleh [a, ¢] sedangkan pada gambar terakhir, akar terapit oleh interval [c,b] ila kasus (a) terjadi maka proses selesa mengapit akar akan menjadi setengah da nya inte Pada kasus (b) atau (c), panjang interval yang panjang interval semula, Untuk iterasi selanjut- fal pengapit akar tersebut kita namakan sebagai a dan yang baru, lalu proses Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Ww yang sama kita ulangi lagi Untuk memudabkan penjelasan, kita akan menggunakan indeks untuk menamakan titik yang dihitung, Untuk itu interval mula-mula kita namakan [ap, 59]. Selanjutnya titik tengalnya kita namakan ¢. Jadi cy) = “#, Pada proses selanjutnya (bila kasus b atau terjadi) interval yang mengapit akar kita namakan [ay, by), lalu kita hitung c, = %2%, Jelas panjang b, — a, = 85%. Secara wmum pada iterasi ke k kita akan memperoleh interval [a,b] dan cy = “4%, Dengan mudah dapat ditunjukan by — a, = 5%. Karena akar r dari fungsi {f(v) berada pada interval [ay,] maka by = ae — by = ay 7 Som oe -r1S Hal ini menunjukan barisan co, ¢1,¢2,++ akan konvergen ke akar r, Seperti tela dijelaskan pada awal pasal ini, dalam implementasinya di komputer, kita memerlukan kriteria untuk menghentikan proses perhitungan iterasi terscbut. Pada metode Bagi Dua kriteria penghen- tian iterasi yang digunakan adalah by — a, < eps, dengan eps merupakan batas galat yang diijinkan /ditentukan, Pada tabel berikut ini disajikan hasil penerapan metode Bagi Dua terhadap fungsi f(r) = xrsin(x) — 1 dengan tebakan awal a = 0, b = 2 dan batas galat eps = 10-®. Proses konvergen pada iterasi ke 20. mn bi oe Fax) F(bx) S(cx) k 0 0.00000000 2.00000000 1.000000 | -1.00000000 0.81859485 -0.15852902 1 1,00000000 2.00000000 1.500000 | -0.15852902 0.81859485 0.49624248 2 3 1,00000000 1.50000000 1.25000000 | -0.15852902 0.49624248 _0.18623077 3 1.00000000 1.25000000 1.12500000 | -0.15852902 0.18623077 _ 0.01505104 4 1,00000000 1.12500000 1.06250000 | -0.15852902 0.01505104 -0.07182663 5 1,06250000 1.12500000 1.09375000 | -0.07182663 0.01505104 -0.02836172 17 111415100 1.11116626 1.11415863 | 0.00000853 0.00001266 — 0.00000207 18 111415100 1.11415863 1.11415482 | -0.00000853 0.00000207 -0.00000323 19 1.11415482 1.11415863 1.11415672 | -0.00000323 0.00000207 -0.00000058 20 1.11415672 111415863 _1.11415768 | -0.00000058 _0.00000207 __0.00000074 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik u Algoritma Bagi Dua Masukan: f(x) fungsi yang dicari akarnya a, b tebakan awal eps batas galat Keluaran: akar akar dari fungsi f(x) Langkah-Langkah 1. fa := f(a) 2. fb := f(b) 3. Jika fattb > 0 maka "proses gagal", stop 4. ¢ 1= (atb)/2 b. fo r= fe &. Jika fa * fe <6 maka b = ¢ th := fe jikatidak face fe 7. Jika (b-a) < eps maka akar := c, selesai 8. Kembali ke langkah 4 Untuk efisiensi memori di komputer, pada algoritma di atas kita tidak menggunakan variabel vektor untuk perhitungannya, Hal ini dimungkinkan karena nilai lama yang tidak terpakai lagi dapat digantikan dengan nilai hasil iterasi yang baru. Hal lain vang perlu diperhatikan pada algoritma tersebut tidak ada proses pengujian f(c) = 0. Carilah penjelasannya | Metode posisi palsu (sering juga dinamakan metode regula falsi) merupakan salah satu metode yang cukup populer. Metode ini dikembangkan dengan harapan memiliki kekon- vergenan yang lebih cepat dari metode Bagi Dua. Metode ini juga termasuk pada tipe metode pengurung. Seperti pada metode Bagi Dua, kita berangkat dari fungsi kontinu f(x) dan tebakan awal a,b dengan f(a) f(b) < 0. Pada metode Posisi Palsu, kita buat garis lurus yang menghubungkan titik (a, f(a) dan (b, f(b)). Garis ini pasti akan memotong sumbu-r dengan titik potongnya tik c, terletak diantara a dan b (mengapa ?). Dengan mudah dapat ditunjukkan @ 7H - Selanjutnya seperti vein metode Bagi Dua, akar fungsi akan terapit oleh salah satu dari interval (a, ¢] atau [c, b]. Untuk iterasi berikutnya interval yang mengapit akar kita namakan - lO — Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 1 sebagai a dan } yang baru dan proses yang sama ulangi lagi. Gambar (3) memeperlihatkan cara kerja metode Posisi Palsu secara geometri 20+ erasi Posisi Palsu untuk mencari akar fungsi = b= fb) ° (b-a)/) ~ fla) col a efx) oo 7 ° ae 7 > Gambar 3: Penerapan satu iterasi metode Posisi Palsu pada fungsi (cr) dengan tebakan awal a dan b Bila pada setiap langkah iterasi variabel a, b,dan c kita beri indeks (dimulai dari nol), maka pada iterasi ke & kita akan memperoleh rumus iterasi n= Md atte a) (bx) — Fax) Untuk kriteria penghentian iterasi Posisi Palsu kita tidak dapat menggunakan aturan seperti pada metode Bagi Dua. Bila kriteria penghentian iterasi metode Bagi Dua diterapkan di sini ada kemungkinan terjadi iterasi tak berhingga (infinite Joop) (berikan contoh secara ilustrasi gambar). Sebagai kriteria penghentian iterasi, metode Posisi Palsu menggunakan sal < eps dengan eps adalah batas galat. Pada tabel berikut ini disajikan hasil penerapan iterasi metode Posisi Palsu terhadap fungsi f(x) = esin(r) — 1 dengan tebakan awal a = 0, b = 2 dan batas galat eps = 10-°, Proses konvergen pada iterasi ke 4. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 18 k a be ck F(ax) fbx) F(ce) © 0,00000000 2.000000 1.09975017 | -1.00000000 0.81859485 -0.02001921 1 1,09975017 2.000000 1.12124074 | 0.02001921 0.81859485 0,00983161 2 109975017 1.12124074 1.11416119 | -0.02001921 0.00983461 0.00000563 3 109975017 111416119 1.11415714 | -0.02001921 0,00000563 — 0.00000000 4 109975017 _1.11415714 _1.11415714 | -0.02001921 0.00000000 _ 0.00000000 Hasil di atas memperlihatkan bahwa metode Posisi Palsu mempunyai kekonvergenan yang lebih cepat dari metode Bagi dua. Pada kebanyakan fungsi hal ini memang benar, tetapi ada beberapa kelas fungsi tertentu dimana keadaan berlaku sebaliknya. Hal ini akan diper- lihatkan pada pembahasan metode Modifikasi Posisi Palst Algoritma Posisi Palsu Masukan: f(x) fungsi yang dicari akarnya a,b tebakan awal eps batas galat Keluaran: akar akar dari fungsi f(x) Langkah-Langkah: fa := f(a) fb := f(b) Jika faxfb > 0 maka "proses gagal", stop clama := 2*b-a i= b - fbe(ba)/(fb-fa) fe := fe Jika fa * fe <6 maka b fh c= fe jikatidak fa c= fe delta := Ic - clama| clama := ¢ Jika delta < eps maka akar := c, selesai kembali ke langkah 5 Untuk efisiensi memori komputer, pada algoritma ini kembali kita menghindari pemakaian variabel vektor. Perhatikan perintah pada langkah 4. Dapatkah anda jelaskan apa tujuan dari langkah tersebut. Apakah pemberian nilai awal dari variabel clama dapat diambil yang lain, jelaskan Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik ry Catatan: Dalam beberapabuku teks rumus itersi Metode Posisi Palsu mempunai bentuk be = ay ce = ae FO) FH) — Flag) . Rumus ini ekivalen dengan rumus (1). Tunjukan ! i Akar dua metode yang telah dibahas, terlihat bahwa kita memerlukan tebakan awal (dua ‘ik yang nilai fngsinya berlawanan tanda) untuk memulai proses iterasi. Tebakan awal ini tidak selalu mudah ditentukan, Pada bagian ini kita akan membahas beberapa cara untuk membantu menentukan tebakan awal. 2.3 Masalah Tebakan Awal / Lokalis D: Perhatikan suatu fungsi kontinu y = f(x). Salah satu cara untuk menentukan tebakan awal adalah dengan menggunakan tabulasi nilai. Pada cara ini kita buat tabel nilai dari fungsi {J (v) pada beberapa titik tertentu. Untuk kemudahan perhitungan, terutama bila menggn- nakan Komputer, titik-titik yang digumakan wmumnya diambil berjarak sama x | fx) ‘Tabel di samping pepmerlihatkan penggunaan cara tabulasi data untuk -2.0 3.3378 mencari lokasi akar dari fungsi f(a) = 2? — 1.8%", Dari tabel tersebut, -1.0| -0.0918 | dapat disimpulkan f(r) memiliki akar pada interval [-2,—1], [2,3] dan 0.0 | -1.8000 | [5.6], mengapa ? 1.0] -1.9677 2.0 | -0.3929 | Pada tabel ini kita memilih titik-titik sampel yang jaraknya satu. ten- 3.0| 0.9330 | tunya hal ini tidak menjamin bahwa lokasi akar yang diperoleh sudah 10| 2.6907 | lengkap semua (mengapa?). Demikian pula untuk daerah ¢ <2 dan 5.0) 3.0715 | daerah © > 7, mash memungkinkan adanya akar dari f(z). Bila kita 6.0| -0.1540 | ingin memeriksanya dengan lebih rinei, maka cara tabulasi masih belum 7.0 | -10.6078 | cukup memadai. Hal ini dapat dilengkapi dengan cara grafik. Cara Jain untuk menentukan lokasi akar adalah dengan menggunakan cara grafik. Ada dua macam cara grafik yaitu grafik tunggal dan grafik ganda. Pada grafik tunggal, kita gambarkan grafik dari fungsi f(x) di bidang « — y. Akar fungsi akan terletak pada titik potong grafik tersebut: dengan sumby ila fungsi f() bentuknya rumit, biasanya lebih memndabkan dengan menggunakan grafik ganda, Caranya adalah dengan memecah f(x) menjadi selisih dua fungsi f(x) = g(x) —h(2) selanjutnya kita gambarkan grafik fungsi g(x) dan h(x) pada bidang koordinat yang sama Akar f(x) akan terletak pada titik potong kedua grafik tersebut (mengapa !). Iustrasi dari pemakaian cara grafik ini dapat dilihat pada gambar (4) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 15 10 4 20 5 fis) 20 0) sof ‘) ° eo @ @ 2 0 @ @ © Gambar 4: Lokalisasi akar menggunakan grafik tunggal dan gratik ganda. Gambar sebelah kiri adalah srafik tunggal dari f(w) = 2—1.8¢?*, Grafik ini memperlihatkan adanya tiga akar dari f(r). Gambar sebelah kanan merupakan grafik ganda dari f(r) yang dipecah menjadi dan h(z) = 1.8e* Akar dari f(x) terletak pada titik potong kedua grafik tersebut Dalam meneari lokas adalah: akar, ada beberapa hal yang menimbulkan kesulitan, diantaranya a, adanya dua buah akar yang jaraknya sangat berdckatan, b, Adanya akar ganda, misalnya akar 2 = 1.0 pada fungsi f(x) = -atl Carilah penjelasan mengapa kedua hal di atas menyebabkan kesulitan dalam menentukan lokasi akar. 2.3.1. Lokalisasi Akar Polinom Untuk menentukan lokasi akar dari polinom, kita dapat menggunakan tabulasi/grafik seperti yang sudah dibahas. Namm demikian, suatu polinom memiliki sifat-sifta khusus yang akan membantu pelokasian akar dengan cara lain Perhatikan suatu polinom derajat m, p() = aq + a + ay ay, ay #0. Dalam Lapangan bilangan kompleks, polinom ini tepat mempunyai n buah akar. Yang akan kita cari adalah akar-akar yang berupa bilangan real (komponen imaginernya bernilai nol). Un- tuk itu kita gunakan aturan Descarters sebagai berikut 1. Lokasi Akar Positif. Mis polinom p(. hatikan, Misalkan np menyatakan banyaknya akar-akar real positif dari p(2 Ikan u menyatakan banyaknya pergantian tanda koefisien |. Pada saat menentukan nilai u, koefisien yang nilainya nol tidak diper- , maka Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Ww berlakn: a np 0 maka "proses gagal", stop lama := 2sb-a kiri := ¢ kanan c i= b ~ fbx(b-a)/(fb-fa) fc := fc Jika fa * fc <0 maka b tb: kanan := 0 kird := kiri +1 Jika kiri >= 2 maka fa jikatidak a face kiri kanan := kanan + 1 Jika kanan >=2 maka fb delta := Ic - clamal clama := Jika delta < eps maka akar kembali ke langkah 5 fb /2 c, selesai Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik a Algoritma di atas pada prinsipnya sama dengan algoritma metode Posisi Palsu, hanya kita menambahkan counter yaitu variabel kiri dan kanan untuk menghitung berapa kali titik ujung tidak berubah selama iterasi yang berturutan. Setiap kali titik ujung mengalami pe- rubahan, counternya kita buat jadi nol. 2.5 Metode Newton-Raphson Pada metode-metode yang telah dibahas terlihat bahwa kita memerlukan dua tebakan awal yang nilai fungsinya berlawanan tanda. Untuk fungsi penentuan dua tebakan awal tersebut seringkali tidak mudah. Untuk itu dikembangkan metode yang tebakan awalnya lebih mudah ditentukan. Salah satunya adalah metode Newton (metode Newton-Raphson) Metode Newton-Raphson hanya memerlukan satu buah tebakan awal. Misalkan f(x) fungsi kontinu dan x tebakan awal terhadap akar dari fungsi tersebut. Prinsip dari metode Newton- Raphson adalah dengan membuat garis singgung tethadap fungsi f(z) di titik (20. f(20)) Bila f’(2r) #0 maka garis singgung tersebut akan memotong sumbu-x (mengapa ?). Sebut titik potongnya adalah «,. Dengan mudah dapat dibuktikan ar, = x9 — 22. Tustrasi geometri dari metode ini dapat dilihat pada gambar (7). Selanjutnya proses yang sama kita Jakukan dengan tebakan awal yang baru yaitu zr. Bila proses ini diteruskan, maka kita akan memperoleh barisan 9, .01,+**,2tn,-*+ dengan 8 fle) mente aE k=O ) Sifat 2 Misalhan ro,01,+++,2_,+++ merupakan barisan yang dihasilkan dari itersi Newton- Raphson terhadap fungsi f(x). Bila barisan tersebut konuergen, maka limiinya adalah akar dari f(x) Bukti: Misalkan barisan x, 21,+++,2n konvergen ke titik p. Berdasarkan rumus itersi Newton-Raphson maka: . flen) ) ~ mae FG) Him an lim f(z») lim yy. = lim tq Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 2 (ce / | | Gambar 7: Iterasi Newton-Raphson untuk menentukan akar dari f(:r) dengan tebakan awal rp J(p) fv) (p) =0 Pernyataan terakhir menunjukan bahwa p merupakan akar dari fungsi f(x) . Beri alasan yang menjamin keabsahan pada tiap langkah dari bukti di atas Kriteria penghentian iterasi pada metode Newton-Raphson mempunyai bentuk yang sama dengan kriteria pada metode Posisi Palsu, yaitu #24! < eps dengan eps adalah bat toleransi galat. Perlu diperhatikan bahwa metode Newton-Raphson tidak menjamin prose akan konvergen, Untuk mengatasi terjadinya looping karena proses yang tidak konvergen. maka kita perlu memberi batas jumlah maksimum iterasiny Tabel berikut ini menyajikan hasil perhitungan metode Newton-Raphson pada fungsi f(x) = x — 3042 dengan tebakan awal x» = —2.4. Proses konvergen pada iterasi ke 5. k En fon) files) 4900000000 ~4,6240000000 14.2800000000 1 -2.0761904762 -0.7209865025 — 9.9317006803 2 -2.0035960107 -0.0324117303 9.0131909220 3 -2.0000085900 -0.0000773102 —9.0001030799 4 -2.0000000001 -0.0000000005 — 9.0000000006 5 -2.0000000000 —0.0000000000 — 9.0000000000 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Tabel berikut ini menyajikan hasil perhitungan metode Newton-Raphson pada fungsi f(x) = 2 — 3r +2 dengan tebakan awal «rp = 1.2. Proses konvergen pada iterasi ke 18. f(x) 1.2000000000 1.3200000000 1 1.1030303030 0.0329394218 0.6500275482 2 1,0523564172 0.0083671024 0.3223620865 3 1,0264008141 0,0021094104 0.1604958933 0.1280000000 16 1.0000032414 0.0000000000 0.0000194483 7 1,0000016514 0.0000000000 0.0000099083 18 1.0000011006 0.0000000000 0.0000066038 Dari hasil di atas mungkin timbul pertanyaan, "mengapa untuk fungsi yang sama, dengan tebakan awal yang berbeda, jumlah iterasinya berbeda jauli 7” Permasalahannya bukan pada fungsi yang sama, tetapi pada bentuk kecekungan fungsi disekitar akar yang dicari, Fungsi (0) =~ 32 +2 memiliki akar eksak x, = —2 dengan multiplisitas satu dan xy = 1 dengan multiplisitas 2 (akar ganda), Metode Newton-Raphson akan lebih lambat konvergen bila akar yang dicari mempunyai multiplisitas lebih dari satu. Hal ini cijelaskan oleh sifat berikut ini Definisi 1 (Pengertian orde Kekonvergenan). Misalkan barisan {2,}%9 konvergen ke akar r dari fungsi f(x). Jika terdapat konstanta A #0 dan R > 0 dengan lensal nail Tal nto Tey maka barisan tersebut disebut konvergen dengan orde kekonvergenan R. Sifat 3 (Orde kekonvergenan metode Newton-Raphson) Misalkan iterusi Newton- Raphson menghasilkan barisan {2,}%o yang konvergen ke akar r dari fungsi f(cr). lensal _ LF (r) P Pry a. Bila r akar sederhana (multiplisitas=1) maka Ten lens] _ M=1 5, Bila r akar dengan mattplisitas M maka Te> = 5 Dari sifat di atas terlihat bahwa untuk akar simpel orde kekonvergenannya 2, sedangkan untuk akar dengan mul as lebih dari satu orde kekonvergenannya satu. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Pertanyaan: Mana yang lebih baik, orde kekonvergenan besar atau kecil, beri alasan ter- hadap jawaban anda Algoritma Metode Newton-Raphson Masukan: f(x) fungsi yang dicari akarnya df (x) fungsi turunan dari f(x) x0 tebakan awal eps batas galat maks batas maksimim iterasi Keluaran: akar akar dari fungsi f(x} Langkah-Langkah . iter := 1; @ := df (x0) Jika |d| < 1.0E-12 maka ‘proses gagal’, stop xbaru := x0 - £(x0) / 4 delta := |xbaru - xl / |xbaru Jika delta < eps maka akar := xbaru, selesai x i= xbaru: iter := iter +1 Jika iter > maks maka ’proses belum konvergen’, stop kembali ke Langkah 2 Sebagai metode terbuka, kekonvergenan dari metode Newton-Raphson tidak selalu dijamin Berikut ini dikemukakan beberapa hal yang menjadi penyebab gagalnya metode Newton. a, Terjadinya turunan fimgsi yang bernilai nol (atau hampir nol) pada saat proses iterasi berlangsung. Hal ini mengakibatkan iterasi beikutnya tidak dapat dihitung, b, Terjadinya proses siklis. Dalam hal ini proses iterasi tidak konvergen karena hasil iterasi nilainya berosilasi. Hal ini dilustrasikan pada gambar (8). c. Fungsi f(z) bersifat cekung ke atas dengan asimptot datar y = 0. Pada kondisi ini iterasi Newton akan divergen ke oo. (ilustrasikan !). Pemercepat Kekonfergenan Dari pembicaraan sebelumnya, terlihat bahwa pencarian akar suatua fun; plisitas M > 1 mempunyai laju kekonvergenan linear (lambat). Proses i dengan melakukan modifikasi sesuai dengan sifat berikut: 4 yang bermulti dapat dipercepat Sifat 4 (Pemercepat Iterasi Newton-Raphson Mislakan iterasi metode Newton-Raphson menghasitkan barisan yang Konvergen linear terhadap akar r yang bermultiplisitas M dari fungsi f(x), maka iterasi modifikasi Newton-Raphson berikut ini mempunyai kekonvergenan Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik uw 20 Proses Siks pada iteras! Newton : Gambar 8: Proses Siklis pada iterasi Newton. Proses hampiran akar dimulai pada titik ro Selanjutnya dari rumus iterasi Newton diperoleh barisan st9,.1..02,.03,00,01,+* kuadratik M#(xx) P(r) Tabel di bawah ini memperlihatkan penerapan metode modifikasi Newton-Raphson untuk mencari akar r = 1 yang bermultiplisitas m = 2 dari fungsi F(x) = — 3¢+2. Tebakan awal yang digunakan adalah aro = 1.2 Pep = eh Tabel berikut ini menyajikan hasil iterasi modifikasi metode Newton-Raphson pada fungsi (0) = 25 —3r +2 dengan tebakan awal x9 = 1.2. Pada masala ini, multiplisitas akar yang = adalah 2. Proses konvergen pada iterasi ke 3. he te (ax) Sixx) © 1,2000000000 0.1280000000 —1.3200000000 1 1.0060606061 0.0001104154 0.0361738202 2 1,0000061033 0,0000000001 0.0000366201 3 1,0000000000 0,0000000000 0,0000000000 4 1,0000000000 0.0000000000 0.0000000000 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 2 Latihan: ‘Tuliskan Algoritma modifikasi Newton-Raphson untuk mencari akar bermultiplisi- tas M dari fungsi f(x) dengan tebakan awal z dan batas galat eps. 2.6 Metode Tali Busur / Sekan Pada metode Newton kita memerlukan turtman dari fungsi yang akan dicari akarnya. Metode Tali Busur (dinamakan juga metode Sekan) merupakan metode alternatif yang bertujuan menghilangkan fungsi turunan tersebut didalam proses iterasi. Metode ‘Vali Busur dimulai dengan dua tebakan awal 29 dan ry terhadap akar dari fungsi f(x). Nilai tebakan awal ini tidak perlu mengapit akar, jadi disini penetapannya dapat dilakukan dengan mudah, Selanjutnya kita melakukan proses iterasi seperti pada metode Newton, hanya perhitungan f"(2y) dimodifikasi oleh nilai “2 Bila diperhatikan nilai tersebut merupakan gradien dari ga san menage iR (xp, f(00)) dan (2, f(x) Jadi yang kita hitung adalah nilai «ry ~ f(t) qZeFy- Setelah titik «x, diperoleh pada iterasi berikutnya kita ambil x; dan ‘ea agai tebakan akar yang baru dan proses yang sama diulangi untuk mendapatkan hampiran r3. Secara umnm rumus iterasi metode Tali Busur adalah sebagai berikut Th Be Fen) = Sema) pac 2 Tey = te — f(x) Penjelasan geometri dari metode Tali Busur dapat dilihat pada gambar (9) Sifat 5 Misalkan {2,}%2, adalah barisan yang dihasifkan dari iterasi Tali Busur untuk menghampiri akar dari f(x). Bila barisan tersebut konvergen maka limitnya adalah akar dari f(x) Bukti dari sifat di atas analog dengan pembuktian sifat (2) ‘kriteria penghentian iterasi metode ‘Lali Busur sama dengan Kriteria penghentian iterasi Newton, yaitu in < eps dengan eps adalah batas galat yang diijinkan. Selain itu kita juga perta mempatsa jumlah maksirmum iterasi karena prosesnye, aca kermgkinan divergen. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 0} erasi Sekan untuk meneari akar fungel 5-5) SCs -s0)/ (AST) ~ fs0)) Gambar 9: Iterasi metode Tali Busur terhadap fungsi f(r) dengan tebakan awal 2g dan sry E Ts ric) Tabel disamping ini menyajikan hasil perhitungan metode Tali Busur pada fungsi f(r) = © —32-+2 0 -2.6000000000 -7.7760000000 1 2 dengan tehakan awal ry = —2.6 dan ny = —24 -2.4000000000 -4.6240000000 | proses konvergen pada iterasi ke 7. 1065989848 -1.0287822451 3 -2.0226414123 -0.2068601188 1 -2,0015110973. -0.0136135799 5 -2.0000225365 -0.0002028314 6 -2,0000000227 -0,0000002042 7 -2.00000000000.0000000000 Sifat 6 (Orde kekonvergenan metode Tali Busur. Misalkan r adalah akar simpel ‘multiplisitas 1) dari fungsi f(x). dan {x,}2, adalah barisan yang dikasilkan dari iterasi Tali Busur dan konvergen r. Sebut ex =r — ty. Maka “44! = |F19)18 dengan R= (1+ v5)/2 Dari sifat di atas terlihat orde kekonvergenen metode ‘ali Busur adalah ft © 1.618, Diband- ingkan metode Newton, metode tali busur mempunyai orde kekonvergenen yang lebih lambat tetapi masih lebih cepat dari metode Bagi Dua dan Posisi Palsu Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 7 Latihan: Susunlah algoritma perhitungan metode Tali Busur. 2.7. Perbandingan antara metode Pengurung dan ‘Terbuka Berikut ini disajikan perbandingan antara metode pengurung dengan metode terbuka No. | Metode Pengurung Metode Terbuka 1. | Selama proses aar funysi selalu diapit | Selaue proses akar fungal lidak perlu di- interval apit interval 2. | Proses pasti konvergen. Proses tidak selalu konvergen, 3. | Kekonvergenan lebih lambat. Kekonvergenen lebih copat Latihan: Tuliskan persamaan dan perbedaan antara metode Pos ‘Tali Busnr. i Palsu dengan metode 2.8 Moditikasi Metode Newton untuk Polinom Rumus (2) pada metode Newton merupakan bentuk umum yang dapat diterapkan pada se barang fungsi. Bila fungsi yang akan dicari akarnya berupa polinom, maka perhitungan pada rumus tersebut dapat dibuat efisien, dalam arti lebih singkat dan akurat (proses pembulatan di komputer menjadi lebih sedikit). Hal ini dilakukan dengan mengoptimalkan proses pada perhitungan nilai fungsi dan nilai turunannya, Perhatikan suatu polinom derajat n, p(t) = ag + ax + age? +++ age", dy #0. di dalam komputer/kalkulator, untuk menghitung 2" setara dengan proses perkalian sebanyak n kali, Misalkan z suatu kita menghitung nilai p(2) dari rumus tersebut secara langsung, yaitu p(. +a)2?-+-+--a,2", maka banyaknya operasi perkalian yang dilakukan adalah 1-+2+---+n= In(1 +n) = 2(n-+n2). Jadi operasi perkaliannya berorde O(n*). Untuk penerapan metode Newton, kita juga perlu menghitung p’(2) dan jumlah operas perkaliannya berorde O(n®). Pada pasal ini kita akan membahas metode untuk menghitung nilai tersebut dengan cara yang lebih efisien Catatan: Pada perhitungan di ataS kita tidak memperdulikan operasi pertambahan karena operasi ini memerlukan waktu komputasi yang jauh lebih kecil dari operasi perkalian. Untuk mengefis berikut: p(2) snkan perhitungan p(2 kita susun urutan operasi perhitungannya sebagai lo +. + (a2 + (++ Ang + (Anz + (Ani + Onz)2)2+++ J2)2 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik WS Dengan cara seperti di atas,maka operasi kali yang diperlukan hanya sebanyak n buah, st- atu penurunan yang sangat drastis dari operasi perhitungan langsung. Cara seperti ini dinamakan perkalian bersarang yang ekivalen dengan metode Horner. Dalam bentuk algoritma, proses perkalian tersebut dapat dilakukan sebagai berikut: 1. bn t= 2. Untuk i:=n-1,n—-2,...,0 (4) Oi 2= ay tba #2 Bil algoritma tersebut dijalankan maka nilai p(z) akan tersimpan pada variabel by Sifat 7 Misalkan by,b,-1.-++,b, adalah koefisien-koefisien yang dihasilkan dari algoritma 4). Sebut q(x) Ts by at? + +++ + bya + by, maka p(x) = (a — 2) ql) + bo Dari sifat di atas maka p'(x) = q(2)+ lan p Dp bersarang untuk menghitung nil bersamaan maka bentuknya adalah: a(x). Dengan demikian p'(z) = q(2). Kesimpu- bj. Untuk Kembali kita terapkan metode perkalian Bila algoritma perhitungan p(z) dan p’(2) ditulis 1. by t= an 2. ea t= On 3. Untuk j:=n—1,n—2,...,1 be = art byez (5) bt cuiee ag + by algoritma (5) dijalankan maka p(2) dan p'(2) akan tersimpan di variabel by dan ¢, Berdasarkan metode perkalian bersarang, maka algoritma penerapan metode Newton untuk polinom akan berbentuk sebagai beriknt: Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik a” Algoritma Metode Newton-Raphson untuk Polinom Masukan: on derajat polinom ali], i:= 0,1, ..., koefisien-koefisien polinom z tebakan awal eps _batas galat maks batas maksimum iterasi Keluaran: akar akar dari fungsi f(x} Langkah-Langkah 1. iter := 1; 2. binl := aln| 3. clnl := bin! 4, Untuk i i= n-1, n-2, ..., 1 blil := alil + blitll * z clil := blil + cli#il * z 5. bLOJ := alO] + bLIJ * 2 6. Jika IcLiJ| < 1.0E-12 maka ’proses gagal’, stop 7. zbaru := z - bL0] / c(t] 8. delta := |zbaru - zl / Izbaru 9. Jika delta < eps maka akar 10. z := zbaru 11. iter := iter +1 12. Jika iter > maks maka ’proses belum konvergen’, stop 13. Kembali ke langkah 2 zbaru, selesai Catatan: Pada algoritma di atas, penulisan indeks dilakukan memakai kurung siku, jadi bLiJ artinya 6; Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik av) 3 Matriks dan Sistem Persamaan Linear 3.1 Bentuk-Bentuk Matriks r 00000 cerere 700000 Oor0000 Orxrnrnre rcrx0000 007000 O0rers rire 000 oo0o0r 00 0O00nrer cern odo0 00002 0 00008 & creaee 0 oo0000f 000008 corr ee matriks diagonal natriks segitiga atas matriks segitiga bawah ag; = 0 untuk ¢ 4 j ag; = 0 untuk ¢ > j ay; =O untuk i 2 a;; = 0 untuk |i — j| >3 3.2. Sistem Persamaan Linear (SPL) Bentnk umm ant, + ait, + ats + + inte = by agit) + + data too + Aanty = by gir, + age) + yyy +o + Aguty = by 6) Quit) + gata + ngty Hoo + Ayntn = On Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik al Contoh-contoh ba. + 4) = 1 31 + dry = 11 Br + 4x = 11 4a) — 30 = -2 6x; + 8m = 2 6, + 8m = 4 Diskusi: Bahas penyelesaian dari ketiga SPL di atas. Matriks Koefisien dan Matriks Lengkap SPL: fan a2 as An ay ay as Ain | Ginst a dz ay ay ay, a ng Gm | dns 31 dg 33, a3 3, dy 33, 39 | A341 | Ant nz Ons Onn my dna Ons Gan | Anns Operasi Baris Elementer: ¢ Menukarkan dua buah baris ¢ Mengalikan suatu baris dengan suatu konstanta tak nol ¢ Menambahkan k kali baris ke-i pada baris ke-j Sifat: OBE tidak mengubah penyelesaian SPL. 3.3, Sistem Persamaan linear (SPL) segitiga atas adalah SPL dengan matriks koof Sistem Persamaan Linear Segitiga Atas dan Bawah ‘ien berbentuk matrik segitiga atas. Bentuk umum dari SPL segitiga atas adalah sebagai berikut aur) + aye, + ayes + $A na QxT2 + d23%3 + A271 n-1 dg3t3 + + G3n—18n-1 An AT nL + inte = bi + Ay Ty = by + Gant by Ww My -Anitn bn Anntn = by Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik B2 Penulisan SPL tersebut dalam bentuk matriks lengkap akan berbentuk: ay a2 as Ayn in | a2 ayy zn1 an | Be 33 Gan dan |b I Gyan Anan | Pa Arntn | bn 8 Sifat 8 SPL segitiqa atas mempunyai penyelesaian tunggal jika dan hanya jika setiap ele- men diagonal dari matriks koefisiennya tidak nol, yaitu ayy #0, k = 1,2,-+>,n. Untuk mendapatkan penyelesaian dari SPL segitiga atas, secara berturutan kita hitung In by | dan Tra (Bra = nana) | On—tn—t raz = (Vn-2 = (@n-2n—18n-1 + An—2nin)) fn 2yn—2 he = (m- y aust) / ax ie x ( - Sr) fan a Proses perhitungan di atas dinamakan penyulihan mundur (back substitution) karena kita menghitung mulai dari solusi dengan indeks terbesar yaitu ¢,, dan berakhir dengan 1 Berikut ini disajikan algoritma untuk mencari solusi SPL segitiga atas. Dalam setiap iterasi sebelum nilai 2, dihitung, dilakukan pemeriksaan terhadap elemen diagonalnya ays. Bila ni- Jemen tersebut bernilai nol maka proses dihentikan, Untuk memudahkan pemrograman di komputer, matriks koefisien dan nilai SPL (vektor 6) akan disimpan pada matriks yang sama yaitu A. Nilai SPL tersebut akan diletakkan pada kolom ke n+1 dari matriks A. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Algoritma Penyulihan Mundur Masukan: on ukuran SPL ali,j] i := 1,2, js a, itt, oom, mt Keluaran: x[i] i := 1,2, solusi SPL Langkah-Langkah: 1. Jika lafn,n]| < 1E-15 maka ’proses gagal’, stop 2. x{n) afn, nti] / aln,n) 3. Untuk k i= n-1, 1-2, ..., 1 jika lalk,kJ| < 1E-15 maka ’proses gagal’, stop a: Untuk i 8 xLk) KHL, k#2, 2. s+ alk.i] * xLil (alk.nt+1) - s) / alk,k] oo Suatu SPL disebut SPL segitiga bawah bila matriks koetisien dari SPI tersebut berbentuk segitiga bawah, Latihan: Tuliskan bentuk umnm SPL segitiga bawah dalam bentuk umum dan dalam repre- sentasi matriks lengkap, lalu buat algoritma untuk mencari penyelesaiannya, Algoritmanya dinamakan Penyulihan maju, Dari pembicaraan pada subpasal ini terlihat untuk SPL segitiga atas/bawah pencarian penye- lesaiannya relatif sangat mudah, Pada bahasan berikutnya kita akan memperumum per masalahan pada SPL umum, 3.4 Metode Eliminasi Gauss Pada bagian ini kita akan membahas metode untuk menyelesaikan persamaan linear umum. Meskipun yang dibahas adalah SPL umum, tetapi akan dibatasi pada SP] dengan ukuran axn Bentuk umun dari SPL umum ukuran n x 7 adalah sebagai berikut: aut) + Mit + aygty + + + inte yt) + dyt2 + aayty +o + Oontn yt) + yt + aggtg + os + Agni (10) ayity + yat2 + Gnaty + oe + Anny = bn Salah satu metode numerik yang banyak digunakan untuk mencari penyelesaian dari SPL tersebut adalah metode Eliminsai Gauss. Metode ini terdiri dari dua langkah besar Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Langkah pertama dinamakan proses eliminasi, yaitu mengubah SPL semula menjadi SPL segitiga atas melalui serangkaian operasi baris elementer (OBE). Seperti telah dijelaskan di agian pendahuluan, operasi ini tidak mengubah solusi dari SPL semula, Selanjutnya tahap kedua adalah menyelesaikan SPL segitiga atas yang terbentuk dengan menggunakan penyulihan mundur Berikut ini akan dijelaskan proses rinci dari tahap eliminasi Gauss, Rincian proses ini perlu dipahami untuk dapat menyusun algoritmanya, Perhatikan SPL (10) yang dituliskan dalam bentuk matriks lengkap sebagai berikut: Qin | dips ry | Orns Aan | Oana ay | ot dna Gna 7+ an | Onn an a2 as | aa 22 2g ag) da aa Untuk menmdahkan penjelasan, notasi {b}, dipakai untuk menyatakan baris ke k dari ma- triks lengkap SPL. Jadi penulisan {b}3 —7{b}s artinya “isi baris ke 3 dikurangi dengan 7 kali isi haris ke lima” Langkah pertama dari tahap eliminasi adalah membuat agar elemen-elemen kolom pertama mulai baris ke 2, 3 sampai ke n (a1, 21, ++, @p1) menjadi nol. Gambarannya adalah sebagai berikut: a a2 as Gin | Gna ay m2 Ms + Ain | Aangt | 21 G22 2g +++ an | ans O azz 23 +++ Aan | 2nst ay, a2 a, zn | Mansi | ~ | 0 gr aay + gn | aang (12) Gr Anz Ans 77+ Gan | Annet 0 dnz ng ++ an | Onn Catatan a. Notasi’~’ diantara kedua matriks di atas menyatakan bahwa proses yang dilakukan adalah melalui serangkaian OBE sehingga penyelesaian SPL tidak bernbah. b. Pada kedua matriks lengkap di atas, meskipun kita menggunakan notasi yang sama untuk menyatakan elemen-elemennya tetapi isinya tidak perl sama. Jadi nilai a; pada SPL di kiri mungkin berbeda dengan a; pada SPL di sebelah kanan. Pemakaian notasi yang sama ditujukan untuk keperinan pada pemrograman kom- puter. Berikut ini disajikan rincian langkah perlangkah untuk melaknkan transformasi seperti digam- barkan pada (12). Untuk membuat nol elemen a2, dari (10) kita lakukan OBE: (b)2 — p(b)1 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 3h {isi baris 2 dikurangi dengan p kali isi baris pertama kemudian hasilnya ditimpakan pada isi baris ke dua) dengan p = az1/a11. Proses yang terjadi dapat dilihat pada (13). ay a2 a3 ain | aint ay 2 G13 1+ in | Ainge aq zy aq | dans 0 daz a3 +++ an | @ansa M31 32 33 ayy | angi | ~ | ag 32 a3 +++ Asn | anti (13) Qn nz Ans +7* dan | Onngt Gt Mp2 Ang ++ Ann | Ann Penggalan algoritma di samping meru- 1. p := al2,1J / alt, tJ pakan rincian dari proses mengeliminasi 2. Untuk j := 2, 3, ..., m4 elemen a1 al2,jJ := al2,jJ - p * alt, jl 3. ali] := 0 Untuk selanjutnya kita lakukan proses 1, p := a[3,1] / alt,1] perhitungan —(b)3—p(b); dengan =. Untuk j := 2, 3, ..., m4 2=as1/ay. — Proses ini akan men- al3,j) := al3,j] - p * alti] gakibatkan clemen a3, menjadi nol. 3. a(3,1] := 0: Algoritmanya dapat dilihat di samping kanan, Proses yang sama kita teruskan un- Untuk i := 2, 3, ..., 0 tuk — mengeliminasi —_elemen-elemen p:=ali,t] / alt,t) A4i.d51,°++,0n, 1. Keseluruhan langkah Untuk j := 2, 3, ..., mt climinasi pada kolom pertama dari (10) ali,j] := ali,j] - p * alt. dapat dilihat pada algoritma di samping ali,i kanan, Bila algoritma tersebut di maka hasilnya adalah matriks se pada (14). 0 ay arg 0 a3. a3 ay a2 arg Ain | inst zy | Oangt Am | A3n44 a4 | 0 ang Gag ++ Gan | Gane Langkah kedua adalah mengeliminasi kolom ke dua dari matriks lengkap SPL (14). Proses yang dilakukan persis sama dengan tahap climinasi kolom pertama, hanya sckarang kita kenakan pada submatriks: [ax das aan | dann | ag ax, + gn | dant (15) | na ya “°° An | Ons Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 30 Berikut ini disajikan algoritma untuk mengeliminasi kolom ke dua dari matriks lengkap SPL (14) dan hasilnya adalah matriks pada (16). Untuk i := 3, ..., 0 ay a2 x3 ++ in | inst p i= ali,2l / al2,21 0 ax aay Gn | dans Untuk j := 3, 4, ..., ntt 0 0 agg +++ Gan | A3ne1 (6) ali,j) := ali,j] - p * al2,j] | ali,2] i= 0; 00 ax 2+ dan | ng Selanjutnya kita lakukan langkab 3, 4, ..., n-1 secara berturutan untuk mengeliminasi kolom nya akhir dari tahap eliminasi ini adalah suatu SPL segitiga atas. Penyelesaian SPL dapat diperoleh dengan menjalankan algoritma penyulihan mundur ter hadapa SPL segitiga atas tersebut (lihat halaman 33) Algoritma Eliminasi Gauss Masukan: on ukuran SPL ali,i] i Keluaran: x[i] i Langkah-Langkah 1. (* tahap eliminasi *) Untuk k := 1, 2, ..., n-1 Jika |alk,kJ| < 1£-15 maka ’proses gagal’, stop Untuk i := +1, KHZ, .... 0 ali,kl / alk,kJ KHL, k+2, ..., nH ali,jJ ~ p * alk,j. seam f= 4, 2, s,m, m4d on solusi SPL 2. (* tahap penyulihan mundur *) Jika laln,nJ| < 1E-16 maka ’proses gagal’, stop xin} := alnnti] / aln.n] Untuk k := n-1, -2, ..., 1 c KH, #2, ..., 0 s + alk,i] * x[i] (alk,nt1] - s) / alk,k] Catatan: elemen pembagi pada tahap eliminasi, yaitu aLk,]) dinamakan sebagai elemen penumpu (pivot) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Contoh: Tuliskan SPL berikut ini dalam bentuk matriks lengkap lalu terapkan metode Eliminasi Gauss untuk mencari penyelesaiannya: ay 1 Qe, | ty B 2a, + dts 28 7 dry + xy + 2uy 20 an) 32, + ry + 3xy 6 lawah: ne b: by — 2b; 20 pe ii bs — bs aah bs bs Tb. be by ~ by — by — = by * oo 4 = be — 5b 1 2 13 0-4 2 o 0 —35 o 0 48.5, Selanjutnya penyelesaian SPL dicari dengan penyulihan mundur dan diperoleh tg 4, y= 1, Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik BS 3.5 Teknik Penumpuan pada Eliminasi Gauss Bila dicermati, algoritma eliminasi Gans han, diantaranya yang telah dibahas memepunyai beberapa kelema- 1, Proses eliminasi tidak dapat dilakukan bila elemen penumpu/pivot bernilai nol. 2. Bila nilai mutlak dari clemen pivot sangat kecil maka pada realisasi di komputer akan menimbulkan perambatan galat pembulatan yang besar. Untuk memperbaikinya, kita perlu memilih clemen penmpu yang nilai mutlaknya besar Hal ini direalisasikan dengan melakukan pertukaran baris dan/atau kolom pada matri lengkap SPL. Pertukaran baris tidak akan mengubah penyelesaian SPL (mengapa), sedan- ¢gkan pertukaran kolom akan menyebabkan urutan 2,9, -*+,, jadi berubah, Teknik pemil- ihan elemen penumpu ini dinamakan teknik penumpuan/pivoting. Ada beberapa macam teknik penumpuan yang dikenal, diantaranya adalah penumpuan total, penumpuan parsial dan penumpuan parsial terskala Perhatikan langkah ke k dari tahap eliminasi. Pada penumpuan total elemen penumpu dip- ilih dati max ja;j|- Pada penumpuan parsial, elemen penumpunya diambil dari max jas) sedngkan pada penumpuan parsial terskala elemen penumpu ditentukan dati max |a;4/ay4) Setelah clemen penumpu tersebut dipilih, kita harus menempatkannya pada posisi (k,k) dari matriks lengkap SPL. Untuk penumpuan total perlu dilaknkan pertukaran barnis dan kolom sedangkan pada penumpuan parsial terskala hanya memerlukan pertukaran baris saja karena clemen penumpunya sudah diambil dari kolom ke k. Berikut ini disajikan proses pencarian penyelesaian SPL pada pasal sebelumnya memakai teknik penumpuan parsial. Elemen yang diberi kotak adalah elemen penumpu. 413 4221 20 28 byob. 2043.8 poe 20 ne Os 121413 bok L 6 3132 6 eee 1 20 4°92 2 1 20 25 18 0 25 by — bs — $8 ba 375 g| bebe 015 by — by — hb 2.75 21 on tr 1 20 4 2 20 2.75, 21 0 25 5 21 -22 21 4.6 p> > 0 0 48 36 264 probe aah 36 264 0 0 -22 21 46 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik et) 0 25 0 0 o 0 4 := 7.5/3.75 =2 5 = (264 —243.6)/4.8=4 ay = (Q1— 4.5 #4 — 2.75 #2)/25 =-1 4: (20-2 (—1) —2*4—142)/4=3 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik ay Algoritma Eliminasi Gauss dengan Penumpuan Parsial Masukan: on ukuran SPL ali,j] i := 1,2, ....m j r= 4, 2, ...5m, mA Keluaran: x[i] i 1,2, ....0 solusi SPL Langkah-Langkah 1. (* tahap eliminasi *) Untuk Kk := 1, 2, ..., 0-1 Untuk i := KH, k#2. 0... 0 Jika lali.kJ| > lalm.kJ| maka m lika m <> k maka Untuk j =k, Kt, ..., ntl 8 alk, il alk, jl alm, jJ alm,jJ c= 8 Jika la[k,k]| < 16-15 maka ’proses gagal’, stop Untuk i k+1, k+2, ..., m2 p := ali,k] / alk,k] Untuk j := k+l, k#2, ..., mtd ali,j] := ali,j] - p * alk,j] ali,k] :=¢ 2. (* tahap penyulihan mundur +) Jika |aln,n]| < 1E-15 maka ’proses gagal’, stop xin] := aln.nt1] / aln.n] Untuk K i= n-1, m-2, 00.1 fe Untuk i := KH, KHZ, 0... 0 s+ alk.i] * xLil (alk.nt+1) - s) / alk,k] Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 4 3.6 Beberapa SPL dengan matriks koefisien sama Perhatikan dua SPL berikut ini: z 1 Day 20, dey + ey Br + te + + dary 2xy 3x3 1 + + 4 Airy 34 ts 24 13 28 20 6 m1 Qa Bar dey + ry = 3x1 + 2a Kedua SPL tersebut mempunyai matriks koetisien yang sama. Proses untuk penyelesaianya dapat dilakukan secara simultan dengan menuliskan dalam bentuk matriks lengkap sebagai beriknt: 1 20 4 we Nem 3.13 (18) Selanjutnya melalui serangkaian OBE, kita ubah matriks lengkap tersebut menjadi SPL se- gitiga atas sb: Orare 00ne 0008 Langkah terakhir adalah melakukan proses penyulihan mundur pada masing masing SPL segitiga atas tersebut Latihan: Selesaikan SPL (18) secara simultan dengan menggunakan eliminasi Gauss memakai penumpuan parsial Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik a2 3.7 Perhitungan Determinan Sifat 9 Misalkan [A]yxy matriks segitiga alas, maka det(A) = TT ai, is Untuk melakukan perhitungan determinan terhadap matriks sebarang, kita lakukan serangka- ian OBE terhadap metriks tersebut untuk mengubahnya menjadi matriks segitiga atas. be- berapa hal perlu diperhatikan pada saat melakukan proses OBE, yaitu 1. Pemukaran dua buah baris akan membuat nilai determinan matriks yang baru merupakan negatif dari determinan matriks semula 2. Bila suatu baris dikali der kali nilai determinan matri gan konstanta k maka nilai determinannya menjadi k semula. 3. Bila suatu baris ditambah dengan k kali baris yang lain, nilai determinannya tidak bernbah Contoh: Gunanakn metode eliminasi Gauss dengan penumpuan patsial untuk menentukan nilai determinan dari: =2.000 2.000 -3.000 1.000 =2.000 -4.500 2.500 —5,000 4.500 1,000 —3.500 3.000 Latihan: Tuliskan Algoritma Eliminasi Gauss dengan penumpuan parsial untuk menghitung determinan dari snatn matriks. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 48 3.8 Perhitungan Invers Matriks aq a2 day aay (19) As, gz 53 a4 ay daz ay a4 Ou a ay a | 1000 4 Mm a3 am | 0100 ay ta day ay | 0 0 1 0 Lan au aig au | 0 0 0 1) Lakukan OBE untuk mengubah bentuk di atas menjadi 1000} 0100 20) 0010 (20) ooo1 Invers dari matriks (19) adalah matriks pada bagian kanan dari 20. Contoh: ‘lerapkan metode Gauss-Jordan dengan penumpuan Parsial untuk menentukan matriks invers dari 4.000 5.000 2.500 0.500 =2.000 2.000 -3.000 1.000 =2.000 4.500 2.500 —5,000 4.500 1.000 —3.500 3.000 dawaby 4.000 5.000 2.500 0.500 | 1.000 0.000 0.000 0.000 =2.000 2.000 3.000 1.000 | 0.000 1.000 0.000 0.000 =2.000 -4.500 2.500 —5.000 | 0.000 0.000 1.000 0.000 4.500 1.000 —3.500 3.000 | 0.000 0.000 0.000. 1.000 4.500 1.000 8.500.000 | 0.000 0.000 0.000 1.000 =2.000 2.000 -3.000 1.000 | 0.000 1.000 0.000 0.000 =2.000 -4.500 2.500 —5.000 | 0.000 0.000 1.000 0.000 4,000 —5.000 =2.500 —0.500 | 1.000 0.000 0.000 0.000 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 1.000 0.222 0.778 0.667 | 0.000 0.000 0.000 0.222 2.000 2.000 —3,000 1.000 | 0.000 1.000 0.000 0.000 | 2.000 —4.500 2.500 —5.000 | 0.000 0.000 1.000 0.000 4,000 —5.000 2.500 —0.500 | 1.000 0.000 0.000 0.000 1.000 0.222 0.778 0.667 | 0.000 0.000. 0.000 0.000 2.444 -4.556 2.333 | 0.000 1.000 0.000 0.444 | 0.000 -4.056 0.944 -3.667 | 0.000 0.000 1.000 0.4 0.000 -5.889 0.611. -3.167 | 1.000 0.000 0.000 1.000 0.222 0.778 0.667 | 0.000 0.000 0.000 0.222 0.000 -5.889 0.611 1.000 0.000 0.000. -0.889 | 0.000 -4.056 0.944 0.000 0.000 1.000 0.444 | 0.000 2444 —4.556 0.000 1.000 0.000 0.444 [1.000 0.222 0.778 0.667 | 0.000 0.000 0.000. 0.222 0,000 1.000 -0.104 0.538 | -0.170 0.000 0.000 0.151 | _ 0.000 —4.056 0.944 —3.667 | 0.000 0.000 1.000 0.444 0.000 2.444 4.556 2.333 | 0.000 1.000 0.000 0.444 1.000 0.000 0.755 0.547 | 0.038 0.000. 0.000 0.189 0,000 1.000 -0.104 0.538 | -0.170 0.000 0.000 0.151 | 0.000 0.000 0.524. —1.486 | -0.689 0.000 1.000 1.057 0.000 0.000 -4.302 1.019 | 0.415 1.000 0.000 0.075 1.000 0.000 0.755 0.547 | 0.038. 0.000 0.000 0.139 0.000 1.000 —0.104 0.538 | -0.170 0.000. 0.000 7 0.000 0.000 4.302 1.019 | 0.415 1.000 0.000 0.075 | 0.000 0,000 0.524 —1.486 | 0.689 0.000 1.000 1.057 [ 1.000 0.000 0.755 0.547 | 0.038 0.000 0.000 0.180 0.000 1.000 -0.104 0.538 | -0.170 0.000 0.000 0.151 | 0.000 0.000 1.000 -0.237 | —0.096 —0.232 0.000 —0.018 [0.000 0.000 0.524 —1486 | 0.689 0.000 1.000 1.057 1.000 0.000 0.000 0.368 | 0.085 0.175 0.000 0.175 0.000 1.000 0.000 0.513 | -0.180 -0.024 0.000 0.149 | | 0.000 0.000 1.000 —0.237 | 0.096 -0.232 0.000 —0.018 0.000 0.000 0.000 1.362 | 0.638 0.122 1.000 1.066 [1.000 0.000 0.000 0.368 | 0.085 0.175 0.000 0.175 0.000 1.000 0.000 0.513 | -0.180 -0.024 0.000 0.149 | 0.000 0.000 1.000 0.237 | -0.096 2 0.000 —0.018 [0.000 0,000 0.000 1.000 | 0.469 —0.089 —0. 0.783 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 4 [1.000 0.000 0.000 0.000 | 0.208 0.143 0.271 0.464 0.000 1.000 0.000 0.000 | -0.420 0.022 0.377 0.551 0.000 0.000 1.000 0.000 | 0.014 -0.254 —0.174 —0.203 0.000 0.000 0.000 1.000 | 0.469 0.089 —0.734 —0.783 Algoritma Gauss-Jordan Gauss dengan Penumpuan Parsial Masukan: on ukuran SPL ali,j) i:= 4,2, ....m j i= 4,2, om Keluaran: ali,jJ i 1,2, ..,n j nti, n+2, ..., 2*n Langkah-Langkah 1. (* Menambahkan matriks satuan *) n2 =n ¥2 Untuk i := 1,2, ..., 0 Untuk j := n+l, n42, ...,n2 Jika i=j-n maka a[i,j] := 1 Jika tidak ali, j] 2. (* tahap eliminasi *) Untuk k := 1, 2, ..., 0 mis kj Untuk i := KH, k#2. 0... 0 Jika lali.kJ| > lalm.kJ| maka m lika m <> k maka Untuk j := k, KH, ..., m2 s := alk, il alk, i] alm, jJ alm, jJ 8 Jika la[k,k]| < 16-15 maka ’proses gagal’, stop p := alk, Untuk j : alk, j] k, k+l, alk.j] /p Untuk i := 1, 2, ...,0 Jika i <> k maka p := ali,kl Untuk j ali, il ali.kl := 0 RAL, kH2, ..., m2 ali,j] - p * alk, il Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik tn 3.9 Modifikasi Elimninasi Gauss untuk SPL Tridiagonal Porhatikan SPL tridiagonal berikut: ar) + ayy yt) + Agity + Arata Aytz | assy | yaks (21) ayy + aye, + ary + + asexe A666 SPL (21) kita simpan dalam bentuk matriks axn+1 buah, Sedangkan pada SPL tersebut banyak sekali yang koefisiennya bernilai nol. Untuk itu, penyimpanan datanya tidak digunakan matriks tapi menggunakan empat buah vektor a,d, cdlanb sebagai berikut dy + cite = bh 1 + dyry + coy = b ayy | dyes 1 cy = by ayty + dyty + ext = ast. + dsrs + c5r6 = bs 5 + dete = bp Dalam bentuk matriks lengkap (menggunakan 4 buah vektor) bentuknya adalah sebagai berikut: 465 aig |b a dye |b a dy es | bs ay dy cy | as ds 0s | bs ag de | bg Selanjutnya SPL tersebut dapat diselesaikan dengan eliminasi Gauss. Agar bentuk tridiag- onal ini dipertahankan, maka proses penumpuan tidak diijinkan. Jadi untuk SPL ini kita hanya menggunakan metode eliminasi Gauss naif (tanpa penumpuan) Latihan: Terapkan algoritma modifikasi climinasi Gauss untuk mencari penyelesaian SPL berikut ini dry + 6x u Qe Ba, 1 ay 3 9x2 — dis — 2 = 0 Sry — a4 — 2Qats5 5 — dry + dry = 4 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 47 inasi Gauss untuk SPL Tridiagonal Algoritma Modifikasi Masukan: on ukuran SPI ali]. dliJ, cliJ, bliJ) i: 1,2. 0.0.0 Keluaran: xLiJ i Langkah-Langkah 1. (+ tahap eliminasi *) Untuk k := 1, 2, ..., o-f Jika |d[k]| < 1E-15 maka ’proses gagal’, stop p:=alkti] / alk] dlk+1] := diket] - p * clk: blk+1] = bik+t] - p * bik: alktt] := 0 2. (* tahap penyulihan mundur +) Jika |d{n]| < 16-15 maka SPL singular’, stop xinl := binl / din Untuk k i= n-1, n-2, 0... 1 xlkl (bIKI ~ clk * xIkH11) / dikl Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik as 3.10 Dekomposisi / Faktorisasi Segitiga Pada pasal ini akan dipelajari cara untuk memfaktorkan suatu matriks Any atas faktor ma- triks segitiga atas dan segitiga bawah. A=LU (22) dengan Ly matriks segitiga bawah dan U7 matris seuitiga atas Salah satu kegunaan dari faktorisasi segitiga ini adalah untuk menyelesaikan suatu SPL yang matriks koefisiennya sama tetapi nilai $PL-nya (ruas kanan SPL) berbeda-beda Misalkan kita mempunyai SPL AF = 5 dan matriks A telah difaktorkan menjadi A = LU. Langkan untuk mencari penyelesaiannya adalah sebagai berikut: AE=6 (LU) # LU. Misalkan 7 Kita selesaikan SPL segitiga bawah L7 = 5 dengan penyulihan maju Setelah vektor 7 diperoleh selanjutnya vektor 7 dapat dicari dari persamaan U7 = j dengan memakai penyulihan mundur. Secara umum, faktorisasi (22) tidak tunggal. Agar hasilnya tunggal biasanya dilakukan dengan memilih matriks ZL atau U yang memiliki sifat tertentn Beberapa faktorisasi yang dikenal: a, Pada Dekomposisi Doolitle, elemen diagonal dari matriks dipilih bernilai 1 b, Pada Dekomposisi Crout, elemen diagonal dari matriks U dipilih bernilai 1 c. Bila matriks A bersifat simetri, matriks U dibuat sama dengan L*. Metode ini dinamakan dekomposisi Cholesky. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik ay 3.10.1 Decomposisi Doolitle — elt 1 ayy up ws tin PG 8 6 OT Fan we ws aim a2) G22 gy * dan In 1 0 0 O Ug: Ung * Un as a2 ag + gn | =f ton bee 1 0 00 tis 2+ tan int Qa Ang ** an Ing Ina Ing s+ 1 00 0 tan Langkah-langkah Perhitungan Dekomposisi Doolitle Kalikan baris satu dari matriks L dengan matriks U. diperoleh nilai-nilai uj1,ui2, tia.+** tin ¢ Kalikan matriks L dengan kolom satu dari matriks U diperoleh nilai-nilai Loy, lg1.la1.+++ nt alikan baris dua dari matriks L dengan matriks U diperoleh nilai-nilai up, ts, t24, "++, ton © Kalikan matriks L dengan kolom dua dari matriks U. diperoleh nilai-nilai I3p,l;2.I525° +> lua. © Proses yang serupa dilakukan sampai clemen-elemen matriks L dan U semuanya ter- hitung. 3.10.2 Decomposisi Crout a a My ++ Ain hy 0 0 + 0 Lou ts + thie CC a ln In 0 0 0 1 tr Won Ce yt Ana Ong + Onn a 00 OF 1 3.10.3 Decomposisi Cholesky ay a2 as + ain m0 0 0 fia dy bn a ly In 0 0 0 lan be s+ Ine ary a3 35 gn |_| dn ee ts OL | OO bag ots Ain an Oy On re 00 0 + bin Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik AD 3.11 Metode Iterasi untuk menyelesaikan SPL 3.11.1 Metode Jacobi ane, + ayr, + tov + aindn a at, + date + For + ante = be agit) + dyer + fob Ganka by (23) Amit) + Gyate + Anata + o> + Ayntn = Op Kentnk rimns iterasi: att = (by = (arae§ + angeh +--+ aineh)) fan rh = (by — (anit + angi +++ + aancth)) fare e 4) a = (On = (Guiry + nat} + +++ + ant e1)) fan ke F at = |b — Sayeh | fas Catatan: indeks k pada rumus iterasi di atas bukan menyatakan pangkat, tetapi mermpakan nomor iterasi Ambil Tebakan awal # Ha, a) Kriteria penghentian iterasi Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik al Contoh: ‘lerapkan iterasi Jacobi pada SPL berikut ini 8.000, | 4.000, + 2.0001 + 1.00.7, + 3.002, 12.002 =2.0002 2.0022 1 2.0025 1 1.0025 + 4.00r3 + 3.00.r + 9.00r, + 3.0024 + 4.0023 + 8.00r4 ‘Rumus iterasi Jacobi untuk SPL dl atas adalah: (2.00 — 3.00% + 2.0024 — 1.00.r4) /8.00 (-7.00 — 4.0074 — 4.0008 — 3.0008) /19.00 (10.00 — 2.002 + 2.00.c§ 3.00.r4) /9.00 (-5.00 — 1.00.rf — 2.004 — 4.00:r§)/8.00 Dengan menggunakan tebakan awal X” = (2,2, 6,3) dan kriteria galat eps = 1E-6, diperolch hasil sebagai berikut: a ty, 2; erences 27 28 29 20. a1 x1 0.62500 2.32465, 0.50586 1.33699 0.78912 1.00000 1.00000, 1.00000 1.00000 1.00000 1.00000 —4,00000 0.26505 1.93244 0.50478 =1.29059 1.00000) 1.000001 —1.00000 —1.00000 —1,00000 —1,00000 a 0.1111 1.54167 0.57298 1.15349 0.86570 T.0n000 1.00000 1.00000 1.0n000 1.00000 1.00000 4 —4.37500 0.24132 —1,75268 0.49161 —1.24268 1.000000 1.000000 —1,00000 —1,00000 —1,00000 —1,00000 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Algoritma Jacobi Masukan: on eps. maxiter Keluaran: x[i] i := 1,2, ....m solusi SPL Langkah-Langkah 1. 2. 3. iter galat Untuk 1 B= 0 Untuk j : Jika j © i maka s := s+ ali,jJ * xLjl xbaruli] := (bli] - s) / ali,il 5 := abs((xbaru[i] - x[i]) / xbaruli]} Jika s > galat maka galat := s Untuk i := 1,2, ..., 0 x(i] := xbaruli] Jika galat < eps maka ’selesai’ iter := iter +1 Jika iter > maxiter maka ’proses belum konvergen’, stop Kenbali ke langkah 2 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik a8 3.11.2 Metode Ganss Seidel aut, + mat, + ate +o + aint = by 12, + yy + aayty + + ant = by agit, + got. + assts to + gut = by (25) Gyit1 + Anata + Maaits + + unity = Pp att = (by — (ae$ + aiszh +--+ + aint) fan my ka . ») WB (by = (usp + ugg 4+ uae) fara , . . 26) rk) = (by — (aga? + agoat® +--+ aayr®)) fare ‘ ah = (bn — (ant! + anaes! +--+ + @nnathtt)) fan atan secara ummm a (. Saget 4 aut) Jou Ambil Tebakan awal # = (29,29,-+-,29) Kriteria penghentian iterasi: ea < eps Contoh: ‘Lerapkan iterasi Jacobi pada SPL berikut ini 8.007, | 3.002, | 2.0075 | 1.007%, = 2.00 4.000, + 12.0022 + 4.0023 + 3.002, = —7.00 2.000, + -2.00r2 + 9.0023 + 3.00r4 10.00 1.002; + 2.00r. + 4.0023 + 8.002, = —5.00 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik AM Rumns iterasi Ganss-Seidel untuk SPL dl atas adalah: aft! = (2.00 ~3.000§ + 2.0005 — 1.000%) /8.00 aft) = (—7.00— 4.00r'+1 — 4.0024 — 3.00r4)/12.00 ryt! = (10.00 — 2.00x/*! + 2.00x§*! — 3.002) /9.00 wit! = (5.00 — 1.00x4*! — 2.00x5*! — 4.00x5*") /8.00 Dengan menggunakan tebakan awal X° = (2,2, 6,3) dan kriteria galat eps = 1E-6, diperoleh hasil sebagai berikut: k 1 a, oa oa 0 0.62500 1 1.20071 0.89272 0.49712 —0.77797 2 0.78880 0.79415 1.01867 —1,03440 3 0.93177 0.97488 1.03221 -1.01386 AMIG7 —0.81481 0.58970 SS o.g99N6 —O.99999 TOO —1.0n001 9 nono) 1.00007 T.an000- 1.00000 1.00000, 7.00000, —1onnND 1.00000 1.0000) —7.00000,—1oNnND 1.00000 12 7.00000 —7.00000,—1onnOD 1.00000 Dengan membandingkan hasil di atas dengan hasil iterasi metode Jacobi di halaman 51. terlihat metode Gauss-Seidel mempunyai kekonvergenan yang lebih cepat. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metade Numerike 5B Algoritma Gauss Seidel Masukan: kur: ali,j] i mj nm bli] i 2 xi] i: 2 eps maxiter Keluaran: x[i] i := 1,2, ....m solusi SPL Langkah-Langkah: 1. iter 2. galat 2. Untuk i +2 B= 0 Untuk j i= 1, 2, 04,0 Jika j © i maka s := s+ ali,jJ * xLjl xbaru := (bli] - s) / ali.il 8 := abs((xbaru - x[i]) / xbaru) Jika s > galat maka galat := s x(i] := xbaru 3. Jika galat < eps maka ’selesai’ 4, iter := iter +1 5. Jika iter > maxiter maka ’proses belum konvergen’, stop 6. Kembali ke langkah 2 Perlu diperhatikan bahwa metode Jacobi dan Gauss-Seidel tidak selalu Konvergen. Syarat cukup agar metode tersebut konvergen adalah matriks koefisien SPL bersifat dominan secara diagonal, artinya: |aj| >)” |a,)| Jadi sebelum metode iterasi Jacobi dan Gauss Seidel digunakan, perlu dilakukan pemerik- saan agar matriks koetisien SPL bersifat dominan diagonal. Salah satu caranya adalah dengan menukarkan baris-baris dari SPL tersebut. Bila dengan proses penukaran baris, hal ini tidak dapat dicapai, maka biasanya metode iterasi tidak digunakan. Latihan: Latihan ini memperlihatkan kedivergenen dari iterasi Jacobi. Tanpa melalukan pertukaran baris, terapkan metode Jacobi pada SPL berikut: 1,2,++yn. 8.000, | 3.002, | 2.005 | 1.0004 2.00 4.002, + + + 3.00, = -7.00 1.002) + + + 8.000, = —5.00 2.000, + + 9.0003 + 3.0024 10.00 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik ‘Metode Gauss Seidel dan Jacobi untuk SPL ‘Lridiagonal Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 4 Pencocokan Kurva / Curve Fitting Diberikan n buah titik dalam bidang (21,91), (2-42). (Bas Yn) yang berasal dari sebuah fungsi / data hasil pengamatan Permasalahan: Ingin diketahui nilai dari fungsi tersebut di suatu titik 3 dalam data tersebnt yang tidak berada Salah satu metode numerik untuk menyelesaikan masalah ini adalah dengan memkonstruk- sikan sebuah kurva yang menghampiri titik-titik tersebut. Istilah menghampiri di sini artinya kurva yang dibangun diformnlasikan schingga galat yang terjadi seminimal mungkin. Selain untuk tujuan di atas, pencocokan knrva juga banyak digunakan untuk menghampiri sebuah fungsi yang rumit dengan fungsi yang sederhana. Sebagai ilustrasi, perhatikan fungsi f(o) = ex sin(In(x)). Dari fungsi ini, kita tentukan ambil beberapa titik data, lalu dibangun kurva baru yang lebih sederhana (misalnya polinom) yang menghampiri ti k data tersebnt. Dalam metoide numerik dikenal dua macam teknik pencocokan kurva, yaitu teknik regresi dan interpolasi/ekstrapolasi. ‘Veknik regresi digtnakan bila sumber data yang digunakan mempunyai tingkat galat yang cukup tinggi. Dalam hal ini, kurva yang dibangun tidak perlu melalui titik-titik data tersebut, tetapi cukup mengikuti kecenderungannya saja (lihat ilustrasi). Teknik interpolasi/ckstrapolasi digunakan bila sumber data yang dignnakan mempunyai ketclitian yang sangat tinggi. Dalam hal ini kurva yang dibangun harus melalui semua titik-titik data yang digunakan (lihat ilustrasi) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik aS Gambar 11; Tustrasi pencocokan kurva dengan teknik interpolasi/ekstrapolasi 4.1 Regresi Kuadrat Terkecil Regresi Linear Perhatikan titik-titik data (0c1, 41), (02,42),+*+.2n.Jn)- Pada regresi linear, kita konstruk- sikan sebuah garis lurus yang menghampiri titik-titik data tersebut (Lihat ilustrasi). Garis lurus tersebut disebut garis/kurva regresi Misalkan garis regresi tersebut dinyatakan sebagai: = ay + aye Masalahny , bagaimana kita menentukan koefisien ay dan a, agar garis regresi tersebut Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik a) Gambar 12: Pencocokan kurva memakai regresi linear sedekat mungkin fungsi semnla yang hanya diketahui nilainya pada titik-titik data yang diberikan ? Pengukuran galat antara garis regresi dengan fungsi semula, jelas hanya dapat kita ukur pada titik-titik r1,.r2,--+,a, karena dilura itu kita tidak mengetahui nilai dari fungsi semula. Pada regresi kuadrat terkecil, didefinisikan galatnya sebagai berikut: B=) 0 = (a +a12))? (27) oi Perhatikan bahwa y; pada rumus galat di atas menyatakan ordinat dari titik-titik data yang diberikan sedangkan bagian ay+a,.r; menyatakan ordinat dari kurva regresi yang dibangun Jadi ekspresi (yj — (a9 + a12;)) menyatakan perbedaan ordinat antara data yang diberikan dengan kurva regresi Bahan diskusi: Mengapa pada rumus galat di atas nilai (y; — (49 + a12)) perlu dikuadrat- kan?, Apa akibatnya bila kita hanya memangkatkan satu atau tiga atau empat? Selanjutnya kita akan menentukan nilai ap dan a, yang meminimumkan nilai galat 8. Untuk itu, kita pandang rumus galat H tersebut sebagai fungsi dari ao dan a), Dari kalkulus kita ketahui, bila K mencapai minimum maka haruslah berlaku: OE dE Ban 9 Bay Untuk memudahkan perhitungan, pada masalah ini yang akan kita lalukan bukanlah mem- inimunkan E, tetapi meminimumkan E*. Mengapa hal ini boleh dilakukan ?. a Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik a) Sebut D = E¥, yaitu D= y (yi — (ao + ay))* ab gb =0 { 08) a oa = “e Persamaan (28) dapat kita susun sehingga bentuknya menjadi sistem persamaan linear dalam dq dan a; sebagai berikut: mag + Vag = Vy A in is (29) Law + Lea = Yay Persaman (29) disebut persamaan normal. Dari persamaan ini kita dapat menghitung nilai a, dan ag sebagai berikut: nyiaan — on 3: a= dan Contoh: 2,5). 1, Tentukan garis regresi dari data berikut, lalu taksirlah nilai y(2) dan y(2.5) 3] 4 20/40 ni (lihat (27)) 7 2 2, Tentukan galat dari kurva regr Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 61 Latihan: ‘Luliskan algoritma regresi linear Terapan Regresi Linear Dalam masalah nyata sering dijumpai data dengan kecendrungan tertentu, misalnya masalah eksponensial, persamaan pangkat, model laju pertumbuhan jenuh dan lain-lain, Kurva re- gresi untuk masalah-masalah seperti ini dapat diselesaikan dengan bantuan regresi linear asalkan kurva regresinya dapat ditransformasi ke bentuk regresi linear. Regresi Eksponensial Diberikan data (01,41), (2, 92) berhentuk s(n.) Akan dibangun kurva regresi_ eksponensial y=per dengan p dan q adalah koefisien-koetisien regresi yang harus dicari. pencarian kedua koetisien ini dilakukan dengan cara melakukan pelinearan terhadap model regresi tersebut sebagai berikut: In(y) = In(a) + be (30) Selanjutnya kita bentuk variabel baru sebagai berikut z=In(y) «ag = In(a) a=b maka persamaan (30) mempunyai bentuk linear: Z=ay+a, zr Persamaan terakhir dapat kita selesaikan dengan rumus regresi linear. Pelinearan yang kita lakukan di atas dapat diilustrasikan secara grafik seperti pada gambar (13) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Gambar 13: Tustr: si pelineran regresi eksponen menjadi regresi linear Contoh: Tentukan kurva regresi cksponensial y = pe dari data berikut ini: s| 1] 2] 3] 4] 5 19 | 43 | 7,6 | 12,6 Regresi Persamaan Pangkat y=pxt ‘Lransformasi pelinearannya: In(y) = Infp) + gin(x? Notasikan variabel baru sebagai berikut. 2=In(y) t=In(x) ay = In(p) a =4 maka diperoleh bentuk regresi near 2 = AQ + ayt Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 3s Latihan: Ilustrasikan pelineran regresi persamaan pangkat dalam bentuk grafik px! dari data berikut ini Regresi Model Laju Pertumbuhan Jenuh pu“ qt+a ‘Transformasi pelinearannya: 1_1,q1 yop pa Notasikan variabel baru sebagai berikut y= z t maka diperolch bentuk regresi linear Z = AQ + Ay t Latihan: Llustrasikan pelineran regresi model pertumbuhan jenuh dalam bentuk grafik Contoh: Tentukan kurva regresi persamaan pangkat y = pa? dari data berikut ini 4] 5 Latihan: ‘Lentukan transformasi pelinearan dari kurva-kurva regresi berikut: Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik ia loy=8# 1 y= 5 Y> Org? __2 Y= Tet 4.2 Regresi Polinom ng tidak menunjukan kecendrungan linear, Bila kita Seringkali kita menghadapi date tidak dapat menentukan jenis regresinya, biasanya dipilih regresi berbentuk polinom, Hal ini didasarkan pada sifat matematika yang menyatakan bahwa setiap fungsi kontinu selalu dapat dihampiri dengan polinom (dibuktikan pada kuliah Analisis Real) Perhatikan kembali n buah titik-titik data (21,41), (2. 2).-+*. (n.Jn)- Kita akan memper- Iuas prosedur kuadrat terkecil yang telah dibahas untuk membangun kurva regresi berbentuk polinom derajat m sebagai berikut Ag + ay + dat” +++ + ayt™ Perlu diperhatikan bahwa nilai m dan banyaknya titik data tidak ada hubungan tertentu, keduanya saling bebas. Untuk menentukan koetisien ap, @),---,4m, kita terapkan rumus galat sebagai berikut: = |= (ao + aay + aya)? (ay) Kembali seperti pada regresi linear, yang akan kita minimumkan adalah bentuk dari D = E¥, yaitw D= So (yi = (ao + ara +++ + amt")? (32) i Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik “ia Pada persamaan terakhir, D kita pandang sebagai fungsi dari ao, a1,--+,@m. Pada titik min- imm maka berlakw aD ap. aD =0, = =0, ,- =0 Bay day Day Bila kita hitung turunan-turunan parsial tersebut maka akan diperoleh: aD be oD _ or =0 (33) aD. Bia aan (33) disusun, maka akan diperoleh persamaan normal berupa sistem per- samaan linear dalam ag, a), +++, 4m sebagai berikut: na + Ea + Yak feet = Yu Yaa + Yaa + Yaka + + = arn lafay + Yoatay + + = Yaty Lata + Sata EH 5p Satay + Laka + Lama te + Een = Dah Selanjutnya SPL tersebut diselesaikan dengan salah satu teknik penyelesaian SPL yang telah di bahas pada Bab 3 Latihan: ‘Lerapkan regresi kuadrat terhadap data di bawah ini Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik (its i vi ap x ri nih 0 24 1 aT 2 13.6 3 272 4 40.9 5 611 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 67 Interpolasi/ekstrapolasi Seperti dijelaskan sebelumnya, interpolasi /ekstrapolasi bertujuan membangun sebuah kurva yang melalui semua titik-titik data yang dipergunakan, Dalam metode numerik ada banyak teknik dan macam kurva yang dapat dikonstruksikan. Pada pasal ini kita hanya akan mem- bahas interpolasi/ekstrapolasi berbentuk polinom Bila kurva yang dibentuk tersebut dipakai untuk menaksir nilai f(x) dengan x berada di- antara titiletitik data yang diberikan, maka discbut interpolasi, Bila xr berada diluar titik-titik data yang diberikan, maka porsesnya disebut extrapolasi. Secara umnm hampi- ran interpolasi mempunya ketclitian yang lebih tinggi dibandingkan dengan ekstrapolasi. Perhatikan n+-1 buah titik data yang kita beri indeks (x9, f(20))s (71. f(t1)).-**+ tas f(t») dengan x; # rj untuk i 4 j. Pada data ini, urutan nilai 2; tidak diperlukan. Kita akan mengkonstruksikan sebuah polinom yang melalui semua titik data tersebut. Diskusi: Diberikan tiga buah titik di bidang dengan absis yang berbeda. Akan dibangun sebuah polinom yang melalui ketiga titik tersebut a. Mungkinkah membangun polinom derajat 3” b, Mungkinkah membangun polinom derajat 2? b, Mungkinkah membangun polinom derajat 1? Latihan: Diberikan tiga titik data (—1,1),(0,0), dan (1,1). Bila mungkin , konstruksikan- Jah masing-masing polinom derajat satu, derajat dua dan derajat tiga yang melalui semua titik tersebut: Sifat: Diberikan n+1 buah titik yang absisnya berbeda, maka terdapat secara tunggal poli- nom derajat fi Lila) (40) ra Latihan: Tentukan polinom Lagrange derajat < 3 yang menginterpolasi titik-titik (1; 0) (6; 1,791759469) dan (4; 1, 386294361) dan (3; 1,098612289), lalu taksirlah nilai f(2). Band- ingkan ketelitiannya dengan contoh pada interpolasi polinom Lagrange derajat dua, Latihan: Diberikan n buah data (19, f(t0)), (#1. flai)).+**; (ns flte)). Tuliskan algoritma polinom interpolasi Lagrange derajat oF opto be : —2fit fo bh eo “h fe Shi s.., n _ fo i+ fo ° ne dengan galat O(h) 4. Beda pusat. Aproksimasilah fj, dengan data dari (v4, f-1), (wo, fo), dan (21, f,) dan tentukan orde galatnya. 5. Beda pusat. Aproksimasilah fi, dengan data dari (v2, f-2), +++, (x2, fo), dan tentukan orde galatnya. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Beberapa rumus hampiran turunan: beda maju | beda mundur 4 _ =3fyt4fi—fe Jo = py +3, fo th fi = 2fo-5fit4 fo fa, fi = ahat4f-2-5f-142fo JO h JO ne fie Sf 18 f1—24 fo +14 fa—3 fa fil — Sfa-Mf-at24f 9-18 f3+5 fi 7 2h 2h (4) _ 3 fp-14 fy +26 fo-24 fg+11fy—2f5 | p(4) 3 p= eh a * fo i beda pusat fi = fst 0 2h fi = rhet8fi-8 f+ F- o= Th fi — fi-?fot ia (i ne fy’ Sir (4) _ fof 6fo~Af 1+ f-2 0 7 nM 4 fy Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerike 5 7 Pengintegralan Numerik Dalam permasalahan menghitung integral tentu (integral dengan batas) » fle) de (51) umumnya ada tiga bentuk integran (fungsi yang dintegralkan, f(2)) yang biasa ditemui, yaitu a. Fungsi kontinu sederhana, misalnya polinom, eksponen, atau trigonometri. b. Fungsi kontinu yang rumit di mana anti turunannya sukar/mustahil dicari. Misalnya f(x) = + c. Fungsi yang hanya diketahui nilainya pada beberapa titik sim- pul saja. Fungsi seperti ini biasanya ditemui dari tabel (seperti tabel logaritma) atau dari hasil percobaaan Masalah (a.) dapat diselesaikan secara analitik dan diperoleh hasil eksak. Metode numerik umumnya diterapkan pada masalah (b.) dan (c.) dan hasilnya berupa hampiran terhadap nilai integral tentu terse- but. Latihan: Ilustrasikan masalah (b) dan (c) secara grafik. Metode numerik untuk menghitung hampiran (51) ada bermacam- macam. Metode pertama yang akan dipelajari adalah metode yang didasarkan pada rumus-rumus Newton-Cotes. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 6 Perhatikan interval pengintegralan [a, b]. Interval ini dipartisikan men- jadi: a=% <2, , fo) Setelah dilakukan pengintegralan diperoleh: ; [ teyae~ Sot ah +h) Metode Boole (x) de 2 Fy (Uo + 32fi + 12h + 82 fs + Th) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik x Metode ‘Trapesium Komposit 7 aLae. Partisikan interval [a,b] atas n bagian. h:= %*. Sebut j= a+ jh, fj = f(0)) o [ fle) de © (fy + 2h, + fate + Baa + fu) Buktikan! Galat metode Trapesium: £ = —“52F f"(c) dengan c diantara a dan b, Metode Simpson } Kompos beeen alae. Partisikan interval (a, b] atas n bagian (n genap). h :=°*. Sebut ry :=a+Jh, fy = f(xy) [ f(a) de Mot ah + 2fotAfgt2fite + 2fro+4frat fn) Buktikan! pana? Galat metode Simpson ay x f'(c) dengan c diantara a dan b. Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 9 Contoh-Contoh: 1 1. Gunakan metode Trapesium untuk mengaproksimasi |’ e~*dr memakai n=6, dan tentukan a batas galatnya 1 2. Terapkan metode Simpson thd. | e~*de dengan galat < 0,0001 Latihan: Turunkan "metode Simpson 2 komposit" dan "metode Boole komposit” menggunakan n subin- terval. Adakah persyaratan nilai n untuk masing-masing metode tersebut Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Ww Metode Trapesium Rekursif h no To Plot L r x. h, ‘Lo buktikan | ba tis Proses perhitungan di atas dihentikan bila Te he (fi +f at fst =| < eps. Proses hitungan ini tidak dijamir Tr xonvergen sehingga dalam algoritmanya kita harus membatasi banyaknya iterasi Bahas algoritma metode Trapesium Rekursif ! Latihar “ Hampi [ 6 dx memakai metode Trapesium Rekursif dgn ep: 10>, Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik u Metode Simpson Rekursif Perhatikan perhitungan [ F(x) dr menggunakan metode trapesium dengan 2-1 dan 2* subin- Xo * Xr Xe Hampiran integral dengan menggunakan 2"? interval: h Tyr = (fy + fe + Bf to + Bam te + favs + Sos) Tai = he fot fa + fab ot Bm 20 Bfaten + fa) (52) Xo xs am Po bt tt 4+ + 4H 4H x, OX Xam Xam xX Metode Trapesium menggunakan 2 interval: Te = fa + Bf + fat fae + Bama + 2am + fama Ho + fara + fas AT), = Dh (fo + 2fi + 2fo + 2fa-++ + 2fom—1 + Qfam + Qfamer + +++ + Qfora + for (53) Persamaan (53) - Pwersamaan (52) AT — Tea = he (fo + Af + fe + Afs + +++ + Afom—i + 2fam + Afamer + +++ + A fora + foe) Wie ~ Tet _ be 3 3 fot Afi + 2fe + Afs t+ + A fom + 2fam + Afomea +++ Afar + fae) Ekspresi pada ruas kanan adalah hampiran Simpson terhadap [ f(2) de dengan memakai 2 subinterval, disimbolkan “ _ AT = Ths Se a rumus metode Simpson rekursif Latihan: Tuliskan algoritma metode Simpson rekursit dengan batas galat eps dan maksimum terasi 2” Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 1 Metode Romberg Dari bahasan sebelumnya terlihat bahwa untuk meningkatkan keakuratan hampiran integral adz dua hal yang dapat dilakukan: ‘¢ Memperhalus partisi [a, ], dengan cara memperbanyak subinterval yang digunakan © Mempertinggi derajat polinom yang dipakai menghampiri (>). (metode Trapesium —+ Simpson —> Boole —> polinom derajat lebih esi) Pada metode Romberg, kedua prosedur di atas dilakukan secara simultan. Pada setiap langkah terasi, dilakukan penghalusan partisi |a,b| sekaligus peningkatan derajat polinom hampiran ter- adap f(x). Secara analitik proses ini akan menghasilkan kekonvergenan yang sangat cepat {bukti dapat dibaca pada buku-buku Numerical Analysis). Misalkan Tj,.5;,danB, masing-masing merupakan aproksimasi terhadap f(x) dix memakai metode Trapesium, Simpson, dan Boole dengan 2! interval. bea Sebut iy dan x; -=atih;, i=01-+-n=2 2 Rumus rekursit untuk metode-metode tersebut dan akurasinya adalah sebagai berikut: +h So Flea) ou?) a orn ot’) Diagram berikut memperlihatkan iterasi untuk menghitung masing-masing metode tersebut 1 qT Ss Th Se ty Ih Sy Be qT Ss By Pada diagram di atas, makin ke bawah berarti jumlah subinterval yang digunakan makin banyak, sedangkan makin ke kanan, derajat polinom yang digunakan makin tinggi Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 18 Untuk kemudahan algoritma, penulisan akan menggunakan matriks sebagai berikut: Roo Rio Ria Hing faa Raa Rao Baa fgg Rss Rio Ria Ria Ris Ras Bsa Bsa R Bsa Roa Rss Pada notasi init, mempunyai makna perhitungan metode tersebut menggunakan 2’ interval dan memakai polinom derajat 2°. Proses kekonvergenan akan maksimal bila kita menelusuri perhitungan pada arah diagonal, yaitu Ry.1, Ro2, Rs, Berikut disajikan rumus iterasi perhitungannya b-a Roo: (F(a) + £(0)) metode Trapesium 1 interval ‘-1) _ metode Trapesium 2! interval =1,20--J Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik ry Contoh: Hampirilah [ © dar memakai metode Romberg sampai Ra.» {Solusi eksaknya 53,5981500331442390781102612029) Pada masalah ini, f(c] a=0,danb=4 Menghitung Rox n=P=1h St =t8 a4. my =0,m=4 Roo = 4 (f(a) + flar)) = 4 (e? + et) = 2(1 + 54,5982) = 111, 1963 Menghitung Ri n=2 Rio 2m =0,2=2m=4 M09 + hf (x) = WS + 2¢? = 70,3763 Menghitung Ri,1 Ry 1 Riera — AMSTIS-ULIOHS — 56, 7696 Menghitung M2. Fad his t= Yo 1 2, =0,1,2,3,4 82 + h(f(m) + f(as)) = 2FS +1 (e! +e) = 57,9919 n Reo Menghitung Roa sSTab10-T0ST6S _ 53, g638 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik if Algoritma Metode Romberg Masukan : f(z) fungsi yang diintegralkan ab batas integras eps batas galat Maks_Iter batas maksimum iterasi Keluaran: Rmbrg _hasil aproksimasi dengan metode Romberg Langkah-Langkah h 1. Roo = 5 (F(a) + FO) 2j:=1 Ronee A h= bs U, w:=a np 8. Untuk i= 1,2,- Menghitung S- f(ra:-1) ri=at(2*i-Ih - si=st f(z) R 7. Ryo +hs metode Trapesium n interval 8. Untuk k := i WR jaa = Ry ae Rie Ry —R 9. gatat := | Roi — Rit Ris 10. Jika galat < eps maka Rmbrg := Rj. Stop ML ji=j+l 12. Jika j < Maks_Iter ulangi langkah 3 13. "Proses belum konvergen", Stop. Latihan: Lakukan moditikasi pada algoritma di atas supaya perhitungan menjadi lebih efisien dan tidak ada operasi pemangkatan Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Ww Pengintegralan Gauss-Legendre Perhatikan dua gambar di bawah ini Pada gambar kiri [| f(x)d dihampiri dengan metode trapesium. Terlihat bahwa untuk fungs yang cekung ke atas atau cekung ke bawah, galatnya cukup besar. Pada gambar sebelah kanan, fungsi f(r) dihampiri dengan polinom derajat satu yang melalui titik (x1, f(a1)) dan (x2, f(v2)). Secara geometri terlihat bahwa galat yang terjadi sangat bergantung pada pemilihan titik ini f(@2) Fle) (e—a) x Persamaan garisnya: p(w) = f(a) + to f(@2) = f(a) P(-1) = f(s) + aoa (-l-2) f(z) = Fler) p(t) = fle) + SEY 12) Luas daerah ; A = (px(-1) +p) A=2f(m) + Lea) = FO) (yg 41-2) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik A Hal khusus bila 7 =I dan 2 maka A= f(xj) + f(2) (aturan trapesium) Masalah: Bagaimana memilih titik xr; dan rz ? Metode koefisien tak tentu [ fe)de~ ws Fler) + wafles) (54) Akan dicari wy,.r1, wp, dan ry supaya hampiran (54) menjadi eksak bila f(r) = ay + air + ‘a2? + a32° (polinom berderajat <3) Karena integral bersifat aditif maka hampiran (54) diharuskan eksak pada empat buah fungs yaitu f(x) = 1,2,2%,2° wy + Wy F(a) =a | vide = 0 = wy, + w; / a? da = 3 = wit} + wr} an f(e)=a: [ 8 ae=0= wie} + sel wi, =us2, 41a? 2 wetted = 2 wi} “wae Bagi persamaan (55d) dengan persamaan (55b} af = af atau ay = (56) Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 1s. Gunakan (56) untuk membagi persamaan (55b)dengan untuk ruas kiri dan dengan —r2 untuk ‘uas kanannya, diperoleh wy = wy (57) Substitusikan (57) ke (55a) Teme (58) Substitusikan (56) dan (58) ke (55c) diperoleh wya? + wpa} = 03 + 29 5 atau 3 3 2 Rumus Gauss-Legendre dua tit Misalkan f(r) kontinu pada |—1, 1| maka j dx = Gy(f) = fi fi [ tears ent =s(-V5) +4 (5 : Rumus di atas mempunyai tingkat keakuratan 3. Rumus Gauss-Legendre tiga titik Misalkan f(r) kontinu pada |~1,1] maka B [reuneun- BOC V5 2) +87 oy +89 (V Bahas asal usul dan keakuratan metode Gauss-Legendre tiga titik ’)) Secara umum, bentuk hampiran Gauss-Legendre memakai n titik 1 n [ Sax) dx & SP wg: fn) = rat Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik Ww 2| -0.5773502692 | 1,0000000000 0.5773502692 | 1,0000000000 3 | +40,7745966692 | 0,5555555559 0,0000000000 | 0,8888888888 4 | £0,8611363116 | 0,3478548451 +0,3309810436 | 0,6521451549 5 | +40,9061798459 | 0,2369268851 +£0,5384693101 | 0,4786286705, 0,0000000000 | 0,56888s8e88 Latihan: Hitung Jr‘ dar dan bandingkan dengan hitungan eksaknya a Translasi Metode Gauss-Legendre Bagaimana penerapan metode Gauss-Legendre untuk fi F(t) dt Gunakan translasi f € [a,] —> x € [-1, 1] t=a+Sr Dengan memperhatikan ¢(—1) =a dan ¢(1) = b maka diperoleh ath b-a t a [roa (eho ; con : 1 Jadi rumus hampiran Gauss-Legendre menjadi . at om b-a [ j(ars? stn! (4 5 Firat) Terapkan rumus Gauss-Legendre memakai 3 titik terhadap / Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009Diktat MA3072 Metode Numerik 20 Untuk dipakai di ITB Warsoma Djohan / MA-ITB 2009