analisa numerik tamtoyo, m.t
DESCRIPTION
ANALISA NUMERIK TAMTOYO, M.T. 1. Pengantar Analisa Numerik 2. Akar-akar Persamaan Non Linier 3. Sistem Persamaan Aljabar Linier 4. Interpolasi 5. Regresi (Curve Fiting) 6. Defferensial 7. Integral 8. Persamaan Deferensial Biasa. Reff: Steven C. Chapra, Raymond P. Canale - PowerPoint PPT PresentationTRANSCRIPT
ANALISA NUMERIKTAMTOYO, M.T
1. Pengantar Analisa Numerik2. Akar-akar Persamaan Non Linier3. Sistem Persamaan Aljabar Linier4. Interpolasi5. Regresi (Curve Fiting)6. Defferensial7. Integral8. Persamaan Deferensial Biasa
Reff:Steven C. Chapra, Raymond P. Canale”Numerical Methods for Engineers”, McGraw Hill,
PENGANTAR
Kerap kali banyak permasalahan engineering tidak dapat diselesaikan secara analitis/matematis.
Contoh :• Menghitung integral• Mencari akar-akar persamaan Non-Linier.• Menentukan persamaan polinomial yang paling mewakili
dari sejumlah data yang besar (masalah Estimasi).• dll
Mengitung integral
takonscdxx
cxL tan.....................
)sin(10
10
Mencari akar persamaan
xexy 2
Akar persamaan
Masalah estimasi
Fungsi estimasi
Metode NumerikTeknik dimana masalah matematika diformulasikan sedemikian rupa sehingga dapat deselesaikan dengan operasi aritmatika sederhana.
Analisa NumerikAnalisa terhadap beberapa metode numerik yang digunakan dalam menyelesaikan masalah sehingga diperoleh metode yang lebih baik.
Solusi Analitik Vs. Solusi Numerik• Penyelesaian masalah secara analitik memberikan hasil
eksak/pasti.• Penyelesaian masalah secara numerik memberikan hasil
pendekatan.• Seringkali permasalahan tidak bisa diselesaikan secara analitis,
sehingga diperlukan metoda lain yaitu metode Numerik.
Contoh-1 :Seorang penerjun dengan massa 68.100gr meloncat dari sebuah pesawat terbang. Hitung kecepatanya setelah 2, 4, 6, 8, 10 detik kemudian, jika diketahui koefisien gesekan udara 12.500 gr/det dan percepatan grafitasi adalah 980 cm/det2..
Model Matematika
Hukum Newton:
maF
dt
dva
dt
dvmF
FU
FD
Gerak Penerjun Bebas :
UD FFF
mgFD cvFU
cvmgdt
dvm
vm
cg
dt
dv
Solusi Analitik Solusi Numerik
tetv )100.68/500.12(1500.12
100.68980)(
5,640.11500.12
100.68980)2( 2)100.68/500.12( ev
t v(t)-Analitik V(t)-Numerik
0 0,0 0,0
2 1.640,5 1.960,0
4 2.776,9 3.200,5
6 3.564,2 3.985,6
8 4.109,5 4.482,5
10 4.487,3 4.796,9
∞ 5.339,0 5.339,0
ii
ii
tt
tvtv
t
v
dt
dv
1
1 )()(
vm
cg
dt
dv
tmcec
gmtv )/(1)(
)()()(
1
1i
ii
ii tvm
cg
tt
tvtv
)()()()( 11 iiiii tttvm
cgtvtv
0,960.1)2()0(100.68
500.129800)2(
v
0)(....0 tvdant
dtvm
cgdv )(
Analitik Vs Numerik
0
1000
2000
3000
4000
5000
6000
0 2 4 6 8 10 12
t
v(t)Analitik
Numerik
Perbandingan Perhitungan secara Analitik dengan Metode Numerik
Seberapa besar peredaan/kesalahan dapat ditolerir..?
Aproksimasi & Kesalahan (Galat)
Angka SignifikanBanyaknya digit tertentu yang dapat dipakai dengan meyakinkan.
0,00001845 0,0001845 0,001845 mempunyai 4 angka signifikan4,53 x 104 mempunyai 3 angka signifikan4,530 x 104 mempunyai 4 angka signifikan4,5300 x 104 mempunyai 5 angka signifikan
Definisi KesalahanKesalahan numerik timbul dari penggunaan aproksimasi untukmenyatakan operasi dan besaran matematika yang eksak/pasti.
Harga Sebenarnya = Aproksimasi + Kesalahan
Kesalahan (Et) :
Et = Harga Sebenarnya - Aproksimasi
Kesalahan Relatif Persen Sebenarnya (et)
et = (Kesalahan / Harga Sebenarnya ) * 100 %
Contoh-2 :Hasil pengukuran sebuah jembatan = 9.999 cmHasil pengukuran sebuah paku = 9 cmJika nilai sebenarnya berturut-turut adalah 10.000 cm dan 10 cm, HitungKesalahan dan Kesalahan relatif persen dari kedua hasil pengukuran diatas.
Kesalahan:
Jembatan : Et = 10.000 – 9.999= 1 cm
Paku : Et = 10 – 9 = 1 cm
Kesalahan relatif:Jembatan : et = 1/10.000 * 100%= 0,01%Paku : et = 1/10 * 100% = 10%
Kesimpulan :“Hasil Pengukuran Jembatan lebih baik dari hasil pengukuran paku”
Kesalahan Relatif Persen Aproksimasi (ea)
ea = (Kesalahan Aproksimasi / Aproksimasi ) * 100 % = (Aproksimasi sekarang - Aproksimasi sebelumnya) /
Aproksimasi sekarang * 100 %
Pada proses iterasi, iterasi dihentikan jika telah memenuhi kondisi
|ea| < es
Dimana es = tingkat kesalahan yang masih dapat diterima
Hubungan es dengan angka signifikan
es = (0,5 * 102-n) %
Contoh : (Taksiran Kesalahan Metode Iterasi):
Dalam matematika fungsi-fungsi dapat dinyatakan dalam deret tak hingga. Jadi, jika lebih banyak suku ditambahkan kedalam deret maka aproksimasi menjadi taksiran yang jauh lebih baik. Misal ingin menaksir nilai ex, dengan x=0,5 mengunakan pendekatan deret, menggunakan 3 angka signifikan (e0,5 = 1.648721271)
...!4!3!2
1432
xxx
xex
Taksiran ke-1
1xe
15,0 e %3,39%100*648721271,1
1648721271,1
te
Taksiran ke-2
xex 1
5,15,015,0 e %02,9%100*648721271,1
5,1648721271,1
te
Kesalahan Pembulatan (round-off error)Kesalahan yang terjadi karena komputer hanya dapat menyatakan
besaran-besaran dalam sejumlah digit terbatas.
Contoh : (Pengaruh Kesalahan Pembulatan pada Kasus Penerjun):
waktuKecepatan (Angka signifikan)
3 4 5 6
0 0 0 0,0 0,0
2 1.960 1.960 1.960,0 1.960,00
4 3.200 3.200 3.200,4 3.200,46
6 3.980 3.985 3.985,5 3.985,54
8 4.470 4.482 4.482,3 4.482,41
10 4.480 4.796 4.796,8 4.796,88
12 4.980 4.995 4.995,8 4.995,91
Kesalahan Pemotongan (truncation error)Kesalahan yang terjadi dari kenyataan bahwa metode numerik
memberlakukan suatu aproksimasi untuk menyatakan pengoperationdan besaran-besaran matematika yang pasti.
Theorema Taylor : Jika f(x) mempunyai n+1 turunan kontinyu pada interval [a,b], untuk n ≥ 0 dan x, x0 [a,b], maka :
)()()( 1 xRxpxf nn
Deret Taylor
)(!
)(.....)(
!1
)()()( 0
00
100 xf
n
xxxf
xxxfxp n
n
n
)()!1(
)()( 1
10
1
nn
n fn
xxxR
dimana :
, untuk antara x0 dan x
• Deret taylor menjadi konsep dasar dalam pengembangan metode numerik.• Beberapa metode aproksimasi merupakan pemenggalan dari deret ini.• Deret Taylor merupakan model aproksimasiterhadap suatu fungsi f(x).• Deret Taylor menyediakan sarana untuk memprediksi nilai fungsi pada satu
titik dalam bentuk nilai fungsi dan turunan-turunanya pada titik lain.
Contoh : Diketahui f(x) = ln(x), Tentukan fungsi aproksimasi linier p1(x) dan kuadratik p2(x) pada x0=1.Gunakan p1(x) dan p2(x) untuk menghitung ln(1.5) = ?
Contoh : (Pendekatan Deret Tailor dari suatu Polinomial):
Tentukan deret tailor orde ke 0 s/d 4 fungsi berikutf(x) = -0,1x4 - 0,15x3 – 0,5x2 – 0,25x + 1,2
pada x=0, untuk memprediksi nilai fungsi pada x=1 ( f(x=1) = ? )
Turunan suatu fungsi secara numerik diaproksimasi dengan menggunakan deret Taylor. Ada 3 aproksimasi yang bisa digunakan:
)()()(
)( 1' hOh
xfxfxf iii
Deferensial Numerik
1. Aproksimasi Beda Terbagi Hingga Maju Pertama (Orde O(h))
)()()(
)( 1' hOh
xfxfxf iii
)(2
)()()( 211' hO
h
xfxfxf iii
2. Aproksimasi Beda Terbagi Hingga Mundur Pertama (Orde O(h))
3. Aproksimasi Beda Terbagi Hingga Terpusat Pertama (Orde O(h2))
Contoh-1:Taksirlah turunan pertama fungsi f(x) dibawah ini dengan aproksimasi beda maju, mundur dan aproksimasi beda terpusat.
f(x) = -0,1x4 + 0,15x3 – 0,5x2 – 0,25x + 1,2
Pada x=0.5, dengan ukuran langkah h=0.5Hitung juga untuk h=0.25
Contoh-2:Jarak suatu perjalanan dari kota A ke kota B dinyatakan oleh fungsi D(t)
terhadap t, yang dinyatakan dalam tabel dibawah.
a. Tentukan kecepatan pada t=10, yaitu V(10) turunan numerik Aproksimasi beda terbagi pusat orde (h2).
b. Jika jarak dinyatakan dengan persamaan D(t) = -70 + 7t + 70 e(-t/10)
Tentukan kecepatan pada t=10, yaitu V(10)c. Bandingkan jawab a dan b
t 8 9 10 11 12
D(t) 17.453 21.460 25.752 30.301 35.084