Metode Numerik Kontrak Perkuliahan dan Pengenalan Metode Numerik Indentitas Mata Kuliah • Nama Mata Kuliah : Metode Numerik • Kode Mata Kuliah : IF 34221 • Kredit : 3 SKS • Semester : IV • Jurusan : Teknik Informatika/S1 Deskripsi Mata Kuliah • Membahas tentang konsep dasar komputasi yang mengandung kesalahan dan mempelajari metode-metode komputasi untuk penyelesaian masalah persamaan non linear, persamaan linear simultan, interpolasi dan integral numerik. Referensi • Chapra, Steven, Applied Numerical Method with Matlab for Engineers & Scientist, Mc Grawhill, 2012. • Munir, Rinaldi, Metode Numerik, Penerbit Informatika, Bandung, 2004. • H. Mathews., John, Numerical Methods for using Matlab, Prenticehall Inc., 1999. • Kiusalaas, Jaan, Numerical Method in Engineering with Matlab, Cambridge University Press, 2005. • Nakamura, Shoichiro, Applied Numerical Methods With Software, Prentice-Hall Inc, 1991. Aturan Perkuliahan • Kehadiran minimal perkuliahan adalah 80 % dari total pertemuan di kelas, kecuali sakit atau ijin tertulis. • Tidak ada ujian perbaikan. Ujian susulan hanya diijinkan jika ada ijin autentik yang bisa ditunjukkan setelah ujian. • Mahasiswa yang terlambat lebih dari 15 menit tidak diperkenankan masuk ke kelas, demikian juga dosen, kecuali telah disepakati sebelumnya. • Tugas masuk tepat waktu, toleransi keterlambatan penyerahan tugas hanya satu hari dengan nilai dikurangi 20 • NA: 10% kehadiran + 30% Tugas atau Quis + 30% UTS + 30% UAS Materi yang akan dipelajari 1. Deret Taylor, Pendekatan dan3. Sistem Persamaan Linier Kesalahan Simultan *SPL 2. Persamaan Non Linier *Metode Eliminasi Gaus *Metode Biseksi *Sistem Persamaan Linier *Metode Regula Falsi *Simultan Metode Gauss *Metode Iterasi Ttk Tetap Jordan *Metode Newton Raphson *Metode Dekomposisi LU *Metode Sekan *Iterasi Jacobi *Iterasi Gauss-Seidel Materi yang akan dipelajari 4. Penyajian Fungsi & 5. Integral Numerik Interpolasi Polinomial *Metode Empat Persegi *Interpolasi Lagrange Panjang *Interpolasi Newton Selisih *Metode Trapesium Terbagi *Metode Midpoint *Interpolasi Newton *Metode 1/3 Simpson Menggunakan Tabel Selisih *Metode 3/8 Simpson Terbagi *Metode Kwadratur Gauss *Interpolasi Newton Greogry Maju *Interpolasi Newton Greogy Mundur Yang Diperlukan selama perkuliahan Metnum • Kalkulator • Aplikasi Matlab • Pascal • Prasyarat : Kalkulus • TAMBAHAN : telah mengambil Alpro & ALIM sangat membantu • Pembagian kelompok terdiri dari 3 orang. Alat penyelesaian masalah matematis (Sulit secara analitis) Paket Program (Perlu pengetahuan dasar metnum) Mengapa perlu mempelajari Merancang aplikasi tanpa harus membeli Metode Numerik Sarana belajar pemrograman komputer Memperkuat pengertian matematika ? Pengertian Metode Numerik Teknik untuk memformulasikan masalah matematis agar dapat diselesaikan dengan operasi perhitungan dan logika Metode Numerik Vs Metode Analitik • Selalu Angka • Solusi dalam bentuk fungsi matematika yang dievaluasi menghasilkan nilai dalam bentuk angka • Menghampiri solusi sejati, dibuat seteliti mungkin ( ada error/galat) • Solusi sejati/eksak tidak selalu ditemukan/dapat dihitung Tahap – tahap Memecahkan Masalah dengan Numerik • Pemodelan masalah dunia nyata ke persamaan matematika • Penyederhanaan model → mengabaikan beberapa variabel/parameter • Formulasi Numerik Tentukan metode numerik yang akan dipakai (teliti, mudah diprogram, waktu eksekusi cepat dan tidak peka terhadap perubahan data cukup kecil. Menyusun algoritma dari metode numerik yang dipilih • Pemrograman → menerjemahkan ke salah satu bahasa pemrograman • Operasional program dijalankan dengan data uji coba • Evaluasi bandingkan hasil run dengan prinsip dasar/hasil empiris Deret Taylor • Tools untuk menurunkan metode numerik • Definisi Andaikan f dan f ΄, f ΄΄,… kontinu pada selang [a,b]. Misalkan x0 ∈ [a,b] maka untuk x disekitar x0, x ∈ [a,b] maka f(x) dapat diekspansi ke dalam deret Taylor menjadi m ( x x0 ) ( x x0 ) 2 ( x x ) 0 f ( x) f ( x0 ) f ( x0 ) f ( x0 ) f ( m ) ( x0 ) 1! 2! m! Jika x - x0 = h maka deret Taylor dituliskan kembali menjadi m h h2 h f ( x) f ( x0 ) f ( x0 ) f ( x0 ) f ( m ) ( x0 ) 1! 2! m! Jika x0 =0 maka deret Taylor ini disebut dengan deret m Maclaurin x2 x f ( x) f (0) f (0) x f (0) f ( m ) (0) 2! m! Contoh • Hampiri fungsi f ( x) sin( x) ke dalam deret Taylor disekitar x0=1 f ( x) cos( x) f ( x) sin( x) f ( x) cos( x) ( 4) f ( x) sin( x) ( x x0 ) ( x x0 ) 2 f ( x) f ( x0 ) f ( x0 ) f ( x0 ) 1! 2! m ( x x ) 0 f ( m ) ( x0 ) m! ( x 1) ( x 1) 2 ( x 1) 3 sin( x) sin( 1) cos(1) ( sin( 1)) ( cos(1)) ... 1! 2! 3! h x 1 0.8415 0.5403h 0.4208h 2 0.0901h 3 ... Latihan 1. Dengan menggunakan deret taylor hampiri fungsi f ( x) ln( x) dan f ( x) ln( x 1) disekitar x0=1 2. Dengan menggunakan deret Maclaurin hampiri fungsi f ( x) sin( x) dan f ( x) ln( x 1) 3. Hitung nilai f ( x) ln( x 1) dengan hampiran deret taylor sampai suku ke 4 dan deret Maclaurin untuk x = 0,4. Bandingkan kedua hasil tersebut dengan perhitungan langsung nilai f(x) untuk x=0,4. Yang manakah yang lebih teliti? Soal 3 Deret Taylor yang terpotong dengan orde 4 Galat ? 1. Bagaimana menghitung galat 2. Bagaimana galat timbul Galat Mutlak aˆ a galat mutlak aˆ nilai hampiran terhadap a a nilai sejati Galat Relatif Sejati r Galat a 100% r galat relatif Galat Relatif Galat Relatif Hampiran RA s toleransi galat RA 100% aˆ ar 1 ar ar 1 atau berhenti jika RA s Contoh • Misalkan ada prosedur iterasi xr 1 ( xr 3 1) / 2, r 0,1, 2,3,... Hentikan kondisi jika xi x1 x2 Nilai xi RA S dengan x0 0.5 dan S 0.00001 (7 desimal) Galat Relatif Hampiran Sumber Utama Galat • Galat Pemotongan (truncation error) Timbul akibat penggunaan hampiran sebagai pengganti formula eksak → bergantung pada metode komputasi sering disebut Galat Metode • Galat Pembulatan (round-off error) Keterbatasan komputer dalam menyajikan bilangan riil contoh : 1/6 dengan 0,166667 Angka Bena / Floating Point / Angka Penting Contoh : 0.6324 E+03 atau 0.4542 x 10 -5 • Tentukan jumlah angka bena 43.123 5 0.1764 4 0.0000012 2 278.30 • Tentukan jumlah angka bena 1 5 4.3123 x 10 1.764 x 10-1 ? 1.2 x 10 ? -6 ? 2.78300x10 2 5 0.2700090 x 10 ? 270.0090 7 9.0 x 10 ? 1360,1.360, 0.001360 ? 6.02 x 10 ? 1.5 x 10 7 ? 3 -3 23 Orde Hampiran • f(x) diganti dengan fungsi hampiran. Cara mengungkapkan ketelitian penghampiran adalah dengan menggunakan big O • Misalkan f(h) dihampiri dengan fungsi p(h). Jika |f(h)-p(h)|≤ M|hn | dengan M konstanta riil>0 maka p(h) menghampiri f(h) dengan orde penghampiran O(hn) dan ditulis n f(h)=p(h)+O(h ) O(hn ) orde galat dari penghampiran fungsi, umumnya h<1 maka makin besar pangkat makin kecil galat dan semakin teliti penghampiran fungsinya. Contoh 2 3 4 h h h e h 1 h O( h5 ) 2! 3! 4! h3 h5 sin(h) h O(h7 ) 3! 5! Pada latihan 1 tuliskan kembali fungsi dengan menggunakan orde penghampiran Contoh Galat Akhir cos(0.2) 1 0.2 / 2 0.2 / 24 0.980067 2 Galat Pemotongan 4 Galat Pembulatan Dengan orde hampiran adalah ....... Hasil akumulasi dari galat pemotongan dan galat pembulatan Minggu depan • Bawa Kalkulator • Pelajari pengantar Matlab di ebook Steven Chapra Bab 2 & 3 • Pascal • Matlab