Upload
auristariris
View
217
Download
0
Embed Size (px)
Citation preview
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 1/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 2/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 3/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 4/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 5/279
KataPengantar
Alhamdulillah, buku ini memasuki edisi ke-3. Penomoran edisi ini sebenarnya hanya untuk
menandakan perubahan isi buku yang semakin kaya metode numerik dibandingkan dengan
edisi-edisi sebelumnya. Pengayaan isi buku ini, sejujurnya, berasal dari sejumlah pertanyaan
yang sampai kemailboxsaya, entah itu dalam bentuk konsultasi Tugas Akhir mahasiswa S1
sebagaimana yang saya terima darimahasiswaUNPAD, UDAYANA, UNESA dan UNSRI
serta UI sendiri, ataupun sekedar pertanyaan seputar tugas kuliah seperti yang biasa
ditanyakan oleh para mahasiswa dari Univ. Pakuan, Bogor.
Pertanyaan-pertanyaanitu menjadikan saya sadar bahwa buku edisi ke-II yang berjumlah
187 halaman, ternyata belum bisa memenuhi kebutuhan banyak mahasiswa yang
memerlukan teknik pengolahan data secara numerik. Karenanya,insya Allah, pada edisi
ke-III ini, saya mencoba menyempurnakan buku ini secara bertahap.
Buku ini mulai ditulis pada tahun 2005 dengan isi yang seadanya, pokoknya asal tercatat.
Kemudian di tahun 2006-akhir buku ini menjadi catatan perkuliahan Komputasi Fisika. Pen-
gayaan isi buku terus berlangsung hingga akhir 2007. Lalu di awal tahun 2008, isi buku ini
ditambah dengan materi perkuliahan Analisis Numerik. Jadi materi Komputasi Fisika tahun2007 dan materi Analisis Numerik 2008, telah digabung jadi satu dalam buku
ini.
Secara garis besar, ilmu fisika dapat dipelajari lewat 3 jalan, yaitu pertama, dengan meng-
gunakan konsep atau teori fisika yang akhirnya melahirkan fisika teori. Kedua, dengan cara
eksperimen yang menghasilkan aliran fisika eksperimental, dan ketiga, fisika bisa dipelajari
lewat simulasi fenomena alam yang sangat mengandalkan komputer serta algoritma numerik.
Tujuan penyusunan buku ini adalah untuk meletakkan pondasi dasar dari bangunan pema-
haman akanmetode-metodekomputasi yang banyakdigunakanuntukmensimulasikan
fenom- ena fisika.Rujukan utama buku ini bersumber pada buku teks standar yang sangat populer di dunia
komputasi, yaitu buku yang ditulis oleh Richard L. Burden dan J. Douglas Faires dengan
judulNumerical Analysisedisi ke-7, diterbitkan oleh PenerbitBrooks/Cole, Thomson
Learning Aca- demic Resource Center. Disamping itu, buku ini dilengkapi oleh sejumlah
contoh aplikasi komputasi pada upaya penyelesaian problem-problem fisika.
Pada edisi ke-3 ini saya mulai menfokuskan menulisscriptdalam lingkunganMatlab.
Padahal, dalam edisi ke-2 yang lalu,scriptnumerik disalin ke dalam 2 bahasa pemrograman,
yaituFortran77danMatlab. Namun mayoritas ditulis dalamMatlab.
Akhirnya saya ingin mengucapkan rasa terima kasih yang tak terhingga kepadaDedeDjuhanayang telah berkenan memberikan format LATEX-nya sehingga tampilan tulisan
pada buku ini benar-benar layaknya sebuah buku yang siap dicetak. Tak lupa, saya pun
berterima
kasih kepada seluruh mahasiswa yang telah mengambil mata kuliah Komputasi Fisika PTA
2006/2007 di Departemen Fisika, FMIPA, Universitas Indonesia atas diskusi yang
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 6/279
berlangsung iii
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 7/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 8/279
Daftar Isi
Lembar Persembahan
Kata Pengantar
Daftar Isi
Daftar Gambar
Daftar Tabel
1 Matrik dan Komputasi
i
iii
iv
viii
x
1
1.1 Mengenal matrik . . . . . . . . . . . . . . . ...................... 1
1.2 Vektor-baris dan vektor-kolom . . . . . . . ...................... 2
1.3 Inisialisasi matrik dalam memori komputer ...................... 2
1.4 Macam-macam matrik . . . . . . . . . . . . ...................... 3
1.4.1 Matrik transpose . . . . . . . . . . . ...................... 3
1.4.2 Matrik bujursangkar . . . . . . . . . ...................... 41.4.3 Matrik simetrik . . . . . . . . . . . . ...................... 4
1.4.4 Matrik diagonal . . . . . . . . . . . . ...................... 4
1.4.5 Matrik identitas . . . . . . . . . . . . ...................... 4
1.4.6 Matrik upper-triangular . . . . . . . ...................... 5
1.4.7 Matrik lower-triangular . . . . . . . ...................... 5
1.4.8 Matrik tridiagonal . . . . . . . . . . ...................... 5
1.4.9 Matrik diagonal dominan . . . . . . ...................... 5
1.4.10 Matrik positive-definite. . . . . . . . ...................... 6
1.5 Operasi matematika . . . . . . . . . . . . . ...................... 61.5.1 Penjumlahan matrik . . . . . . . . . ...................... 6
1.5.2 Komputasi penjumlahan matrik . . ...................... 7
1.5.3 Perkalian matrik . . . . . . . . . . . ...................... 10
1.5.4 Komputasi perkalian matrik . . . . ......................13
1.5.5 Perkalian matrik dan vektor-kolom ...................... 21
1.5.6 Komputasi perkalian matrik dan vektor-kolom . . . . . . . . . . . . . . . . 22
1.6 Penutup .......................................... 25
1.7 Latihan . .......................................... 26
2 Fungsi 27
2.1 Fungsi internal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Fungsi eksternal penjumlahan matrik . . . . . . . . . . . . . . . . . . . . . . . . . 29
v
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 9/279
vi
2.3 Fungsi eksternal perkalian matrik . . . . . . . . . . . ................. 31
2.4 Fungsi eksternal perkalian matrik dan vektor-kolom ................. 33
2.5 Penutup . . . . . . . . . . . . . . . . . . . . . . . . . . ................ 35
3 Metode Eliminasi Gauss 37
3.1 Sistem persamaan linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Teknik penyederhanaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2.1 Cara menghilangkan sebuah variabel . . . . . . . . . . . . . . . . . . . . . 38
3.2.2 Permainan indeks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3 Triangularisasi dan Substitusi Mundur . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3.1 Contoh pertama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3.2 Contoh kedua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423.4 Matrik dan Eliminasi Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4.1 Matrik Augmentasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4.2 Penerapan pada contoh pertama . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4.3 Source-codedasar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.4 Optimasisource code. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.5 Pentingnya nilain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.6 Jangan puas dulu.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4.7 Pivoting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.5 Function Eliminasi Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 583.6 Contoh aplikasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6.1 Menghitung arus listrik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6.2 Mencari invers matrik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7 Penutup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4 Aplikasi Eliminasi Gauss pada Masalah Inversi 71
4.1 Inversi Model Garis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1.1 Script matlab inversi model garis . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2 Inversi Model Parabola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 754.2.1 Script matlab inversi model parabola . . . . . . . . . . . . . . . . . . . . . 79
4.3 Inversi Model Bidang . . . . . . . . . . . ........................ 80
4.4 Contoh aplikasi . . . . . . . . . . . . . . ........................ 82
4.4.1 Menghitung gravitasi di planet X ........................ 82
5 Metode LU Decomposition 89
5.1 Faktorisasi matrik ..................................... 89
5.2 Algoritma . . . . ..................................... 93
6 Metode Iterasi 996.1 Kelebihan Vektor-kolom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.2 Pengertian Norm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2.1 Scriptperhitungan norm dua . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 10/279
vii
6.2.2 Scriptperhitungan norm tak hingga . . . . . . . . . . . . . . . . . . . . . .101
6.2.3 Perhitungan norm-selisih . . . . . . . . . . . . . . . . . . . . . . . . . . . .101
6.3 IterasiJacobi . . . . . . . . . . . . ............................102
6.3.1 Scriptmetode iterasi Jacobi...........................105
6.3.2 Stopping criteria. . . . . . ............................113
6.3.3 Fungsi eksternal iterasi Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.4 IterasiGauss-Seidel . . . . . . . .............................116
6.4.1 Scriptiterasi Gauss-Seidel............................118
6.4.2 Algoritma . . . . . . . . .............................124
6.4.3 Scriptiterasi Gauss-Seidel dalam Fortran . . . . . . . . . . . . . . . . . . . 125
6.5 Iterasi dengan Relaksasi . . . . . ............................126
6.5.1 Algoritma Iterasi Relaksasi...........................128
7 Interpolasi 129
7.1 Interpolasi Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.2 Interpolasi Cubic Spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
8 Diferensial Numerik 139
8.1 Metode Euler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
8.2 Metode Runge Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
8.2.1 Aplikasi: Pengisian muatan pada kapasitor . . . . . . . . . . . . . . . . . . 1488.3 MetodeFinite Difference. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
8.3.1 ScriptFinite-Difference. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
8.3.2 Aplikasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
8.4 Persamaan Diferensial Parsial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
8.5 PDP eliptik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
8.5.1 Contoh pertama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
8.5.2 ScriptMatlab untuk PDP Elliptik . . . . . . . . . . . . . . . . . . . . . . . . 168
8.5.3 Contoh kedua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
8.6 PDP parabolik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
8.6.1 MetodeForward-difference. . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
8.6.2 Contoh ketiga:One dimensional heat equation . . . . . . . . . . . . . . . . . 172
8.6.3 MetodeBackward-difference . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
8.6.4 Metode Crank-Nicolson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
8.7 PDP Hiperbolik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
8.7.1 Contoh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
8.8 Latihan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
9 Integral Numerik 189
9.1 Metode Trapezoida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
9.2 Metode Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
9.3 Peran faktor pembagi, n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 11/279
viii
9.3.1 Source code metode integrasi . . . . . . . . . . . . . . . . . . . . . . . . . . 192
9.4 Metode Composite-Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
9.5 Adaptive Quardrature..................................1959.6 Gaussian Quadrature ...................................195
9.6.1 Contoh .......................................196
9.6.2 Latihan .......................................196
10 Mencari Akar 199
10.1 Metode Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
11 Metode Monte Carlo 201
11.1 Penyederhanaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
12 Inversi 205
12.1 Inversi Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
12.2 Inversi Non-Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
Daftar Pustaka 210
Indeks 211
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 12/279
Daftar Gambar
4.1 Sebaran data observasi antara suhu dan kedalaman . . . . . . ........... 72
4.2 Kurva hasil inversi data observasi antara suhu dan kedalaman ........... 75
4.3 Kurva hasil inversi data observasi antara suhu dan kedalaman ........... 80
4.4 Grafik data pengukuran gerak batu . . . . . . . . . . . . . . . . ........... 84
4.5 Grafik hasil inversi parabola . . . . . . . . . . . . . . . . . . . . ........... 86
7.1 Fungsif (x)dengan sejumlah titik data. . . . . . . . . . . . . ...........131
7.2 Pendekatan dengan polinomial cubic spline . . . . . . . . . . . ...........131
7.3 Profil suatu object . . . . . . . . . . . . . . . . . . . . . . . . . . . ..........136
7.4 Sampling titik data . . . . . . . . . . . . . . . . . . . . . . . . . . ..........137
7.5 Hasil interpolasi cubic spline . . . . . . . . . . . . . . . . . . . ...........137
7.6 Hasil interpolasi lagrange . . . . . . . . . . . . . . . . . . . . . ...........138
8.1 Kiri: Kurvay(t) dengan pasangan titik absis dan ordinat dimana jarak titik absis sebe-
sarh. Pasangant1 adalahy(t1 ), pasangant2 adalahy(t2 ), begituseterusnya.
Kanan:Garis singgung yang menyinggung kurva y(t) pada t=a, kemudian
berdasarkan garis singgung tersebut, ditentukan pasangant1 sebagaiw1. Perhatikan
gambar itu sekali
lagi!w1 dany(t1 ) beda tipis alias tidak sama persis.. . . . . . . . . . . . . . . . . . . . 140
8.2 Kurva biru adalah solusi exact, dimanalingkaran-lingkarankecil warna biru pada
kurva menunjukkan posisi pasangan absist dan ordinaty(t) yang dihitung oleh
Persamaan (8.9). Sedangkan titik-titik merah mengacu pada hasil perhitungan metode
euler, yaitu
nilaiwi .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
8.3 Kurva biru adalah solusi exact, dimanalingkaran-lingkarankecil warna biru padakurva menunjukkan posisi pasangan absist dan ordinaty(t) yang dihitung oleh
Persamaan (8.9). Sedangkan titik-titik merah mengacu pada hasil perhitungan metode
Runge Kutta
orde 4, yaitu nilaiwi .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
8.4 Rangkaian RC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
8.5 Kurva pengisian muatanq(charging) terhadap waktut . . . . . . . . . . . . . . . 153
8.6 Kurva suatu fungsif (x) yang dibagi sama besar berjarakh. Evaluasi kurva
yang dilakukanFinite-Differencedimulai dari batas bawahX0 = a hingga
batas atas
x6 = b . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
8.7 Skema grid linesdanmesh pointspada aplikasi metodeFinite-Difference. . . . . . 164
8.8 Susunan grid linesdanmesh pointsuntuk mensimulasikan distribusi temperatur
pada lempeng logam sesuai contoh satu . . . . . . . . . . . . . . . . . . . . . . . . 166
8.9 Sebatang logam dengan posisi titik-titik simulasi (mesh-points) distribusi temperatur.
Jarak antar titik ditentukan sebesarh = 0, 1.. . . . . . . . . . . . . . . . . . . . . . . . 173
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 13/279
ix
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 14/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 15/279
Daftar Tabel
4.1 Data suhu bawah permukaan tanah terhadap kedalaman . . . . . . . . . . . . . . 71
4.2 Data suhu bawah permukaan tanah terhadap kedalaman . . . . . . . . . . . . . . 76
4.3 Data ketinggian terhadap waktu dari planet X . . . . . . . . . . . . . . . . . . . . 83
6.1 Hasil akhir elemen-elemen vektorxhingga iterasi ke-10 . . . . . . . . . . . . . . . 113
6.2 Hasil perhitungan norm2-selisih hingga iterasi ke-10 . . . . . . . . . . . . . . . . 113
6.3 Hasil Iterasi Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.4 Hasil perhitungan iterasi Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.5 Hasil perhitungan iterasi Relaksasi denganω = 1, 25. . . . . . . . . . . . . . . . . 127
8.1 Solusi yang ditawarkan oleh metode eulerwi dan solusi exacty(ti ) serta selisih
antara keduanya . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
8.2 Solusi yang ditawarkan oleh metode Runge Kutta orde 4(wi) dan solusi exact
y(ti )serta selisih antara keduanya . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
8.3 Perbandingan antara hasil perhitungan numerik lewat metode Runge Kutta dan
hasil perhitungan dari solusi exact, yaitu persamaan (8.16) . . . . . . . . . . . . . 1528.4 Hasil simulasi distribusi panas bergantung waktu dalam 1-dimensi. Kolom ke-2 adalah
solusianalitik/exact, kolom ke-3 dan ke-5 adalah solusi numerik forward-difference.
Kolom
ke-4 dan ke-6 adalah selisih antara solusi analitik dan numerik. . . . . . . . . . . . . . 177
8.5 Hasil simulasidistribusipanas bergantung waktu dalam1-dimensidengan metodebackward-
differencedimanak = 0, 01 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1818.6 Hasil simulasi distribusi panas bergantung waktu (t) dalam 1-dimensi dengan
metodebackward-differencedan Crank-Nicolson . . . . . . . . . . . . . . . . . . . . 184
9.1 Polinomial Legendre untukn=2,3,4 dan 5 . . . . . . . . . . . . . . . . . . . . . . . 196
xi
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 16/279
xii DAFTAR TABEL
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 17/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 18/279
2 BAB 1. MATRIK DAN KOMPUTASI
..
Contoh 2: MatrikB3×2 1 3
B=
5 9
2 4
dimana masing-masing elemennya adalahb11 = 1,b12 = 3,b21 = 5,b22 = 9,b31 = 2, dan
b32 = 4.
1.2 Vektor-baris dan vektor-kolom
Notasi vektor biasanya dinyatakan dengan huruf kecil dan dicetak tebal. Suatu matrik dina-
makan vektor-baris berukuranm, bila hanya memiliki satu baris danm kolom, yang diny-
atakan sebagai berikut
a=ha11 a12 . . . a1m
i=
ha1 a2 . . . am
i(1.2)
Sedangkansuatu matrikdinamakanvektor-kolom berukurann, bila hanyamemilikisatu
kolom dann baris, yang dinyatakan sebagai berikut
a11
a21
a1
a2
a=
=
(1.3)
.
an1 an
1.3 Inisialisasi matrik dalam memori komputer
Sebelum dilanjutkan, saya sarankan agar anda mencari tahu sendiri bagaimana cara
membuatm-filedi Matlab dan bagaimana cara menjalankannya. Karena semuasource code
yang terdapat dalam buku ini ditulis dalam m-file. Walaupun sangat mudah untuk
melakukancopy-paste, na- mun dalam upaya membiasakan diri menulissource codedim-file,
saya anjurkan anda menulis ulang semuanya.
Dalam Matlab terdapat 3 cara inisialisasi matrik. Carapertama1 , sesuai dengan Contoh 1,
adalah
1 clear all
2 clc
3
4 A(1,1) = 3;
5 A(1,2) = 8;
6 A(1,3) = 5;
7 A(2,1) = 6;
8 A(2,2) = 4;
9 A(2,3) = 7;10 A
1Cara ini bisa diterapkan pada bahasa C, Fortran, Pascal, Delphi, Java, Basic, dll. Sementara cara kedua dan
cara ketiga hanya akan dimengerti oleh Matlab
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 19/279
Sedangkan untuk matrikB3×2 , sesuai Contoh 2 adalah
1 clear all2 clc
3
4 B(1,1) = 1;
5 B(1,2) = 3;
6 B(2,1) = 5;
7 B(2,2) = 9;
8 B(3,1) = 2;
9 B(3,2) = 4;
10 B
Cara kedua relatif lebih mudah dan benar-benar merepresentasikan dimensi matriknya, di-
mana jumlah baris dan jumlah kolom terlihat dengan jelas.
1 clear all
2 clc
3
4 A=[ 3 8 5
5 6 4 7 ];
6
7 B=[ 1 3
8 5 9
9 2 4 ];
Cara ketiga jauh lebih singkat, namun tidak menunjukkan dimensi matrik lantaran ditulis
hanya dalam satu baris.
1 clear all
2 clc
3
4 A=[ 3 8 5 ; 6 4 7 ];
5 B=[ 1 3 ; 5 9 ; 2 4];
1.4 Macam-macam matrik
1.4.1 Matrik transpose
Operasi transposeterhadap suatu matrik akanmenukar elemen-elemenkolommenjadi
elemen- elemen baris. Notasi matrik tranpose adalahAT atauAt .
Contoh 3: Operasi transpose terhadap matrikA
"
3 8 5#
A=
3 6
AT
=
8 4
6 4 7
5 7
Dengan Matlab, operasi transpose cukup dilakukan dengan menambahkan tanda petik tung-
gal di depan nama matriknya
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 20/279
1 clear all
2 clc
3
4 A=[ 3 8 5
5 6 4 7 ];
6
7 AT = A’;
1.4.2 Matrik bujursangkar
Matrik bujursangkar adalah matrik yang jumlah baris dan jumlah kolomnya sama.
Contoh4: Matrik bujursangkar berukuran 3x3 atau sering juga disebut matrik
bujursangkar orde 3
1 3 8
A=
5 9 7
2 4 6
1.4.3 Matrik simetrik
Matrik simetrik adalah matrik bujursangkar yang elemen-elemen matrik transpose-nya berni-
lai sama dengan matrik asli-nya.
Contoh 5: Matrik simetrik
2 −3 7 1
2 −3 7 1
A= −3 5 6 −2 −3 5 6 −2
A
T=
7 6 9 8
7 6 9 8
1 −2 8 10
1 −2 8 10
1.4.4 Matrik diagonal
Matrik diagonal adalah matrik bujursangkar yang seluruh elemen-nya bernilai 0 (nol),
kecuali elemen-elemen diagonalnya.
Contoh 6: Matrik diagonal orde 3
11 0 0
A=
0 29 0
0 0 61
1.4.5 Matrik identitas
Matrik identitas adalah matrik bujursangkar yang semua elemen-nya bernilai 0 (nol), kecuali
elemen-elemen diagonal yang seluruhnya bernilai 1.
Contoh 7: Matrik identitas orde 3
1 0 0
I=
0 1 0
0 0 1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 21/279
1.4. MACAM-MACAM MATRIK 5
6 2
4 1
0 8
0 0
7
0
1.4.6 Matrik upper-triangular
Matrik upper-tringular adalah matrik bujursangkar yang seluruh elemen dibawah elemen di-agonal bernilai 0 (nol).
Contoh 8: Matrik upper-triangular
3 1
0 5
A=
0
9
1.4.7 Matrik lower-triangular
Matrik lower-tringular adalah matrik bujursangkar yang seluruh elemen diatas elemen
diago- nal bernilai 0 (nol).
Contoh 9: Matrik lower-triangular
12 0 0 0
32 −2 0 0
A=
8 7 11 0
−5 10 6 9
1.4.8 Matrik tridiagonal
Matrik tridiagonal adalah matrik bujursangkar yang seluruh elemen bukan 0 (nol) berada
dis- ekitar elemen diagonal, sementara elemen lainnya bernilai 0 (nol).
Contoh 10: Matrik tridiagonal
3 6 0 0
2 −4 1 0
A=
0 5 8 −7
0 0 3 9
1.4.9 Matrik diagonal dominan
Matrik diagonal dominan adalah matrik bujursangkar yang memenuhi
|aii | >nX
j=1, j=i
|ai j | (1.4)
dimanai=1,2,3,..n. Coba perhatikan matrik-matrik berikut ini
7 2 0
A=
3 5 −1
6 4 −3
B=
4 −2 0
0 5 −6
−3 0 1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 22/279
x23
Pada elemen diagonalaii matrikA,|7| > |2|+ |0|,lalu|5| > |3|+ |−1|, dan|−6| > |5|+ |0|.
Maka
matrikAdisebut matrik diagonal dominan. Sekarang perhatikan elemen diagonal matrikB,
|6| < |4| + | − 3|, | − 2| < |4| + |0|,dan|1| < | − 3| + |0|.Dengan demikian, matrikB bukan
matrik diagonal dominan.
1.4.10 Matrik positive-definite
Suatu matrik dikatakan positive-definite bila matrik tersebut simetrik dan memenuhi
xTAx> 0 (1.5)
Contoh 11: Diketahui matrik simetrik berikut
2 −1 0
A=
−1 2 −1
0 −1 2
untuk menguji apakah matrikA bersifat positive-definite,maka
2 −1 0
x1
xTAx =
h
x1 x2 x3
i
−1 2 −1
x2
0 −1 2
x3
2x1 − x2
=
h
x1 x2 x3
i
−x1 + 2x2 − x3
−x2 + 2x3
= 2x2 − 2x1 x2 + 2x2 − 2x2x3 + 2x21 2 3
= x2+ (x2 − 2x1 x2 + x2 ) + (x2 − 2x2x3 + x2 ) + x2
1 1 2 2 3 3
= x2+ (x1 − x2 )
2+ (x2 − x3 )
2+ x2
1 3
Dari sini dapat disimpulkan bahwa matrikA bersifat positive-definite,karena memenuhi
1 + (x1 − x2 )2+ (x2 − x3)
2+ x2 > 0
kecuali jikax1 =x2=x3=0.
1.5 Operasi matematika
1.5.1 Penjumlahan matrik
Operasi penjumlahan pada dua buah matrik hanya bisa dilakukan bila kedua matrik tersebut
berukuran sama. Misalnya matrikC2×3
"
9 5 3#
C=7 2 1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 23/279
1.5. OPERASI MATEMATIKA 7
dijumlahkan dengan matrikA2×3 , lalu hasilnya (misalnya) dinamakan matrikD2×3
D= A+ C
"
3 8 5#
D =6 4 7
"
9 5 3#
+7 2 1
"
3 + 9 8 + 5 5 + 3#
=6 + 7 4 + 2 7 +
1"
12 13 8#
=13 6 8
Tanpamempedulikannilaielemen-elemen masing-masingmatrik, operasipenjumlahanantara
matrikA2×3 danC2×3 , bisa juga dinyatakan dalam indeks masing-masing dari kedua matrik
tersebut, yaitu "
d11 d12 d13
#
=d21 d22 d23
"a11 + c11 a12 + c12 a13 + c13
#
a21 + c21 a22 + c22 a23 + c23
Dijabarkan satu persatu sebagai berikut
d11 = a11 + c11
d12 = a12 +c12
d13 = a13 + c13 (1.6)
d21 = a21 +
c21 d22 = a22 +
c22 d23 = a23 +
c23
Dari sini dapat diturunkan sebuah rumus umum penjumlahan dua buah
matrik
di j = ai j + ci j (1.7)
dimanai=1,2 dan j=1,2,3.Perhatikan baik-baik! Batasi hanya sampai angka 2 sementara
batas j sampai angka 3. Kemampuan anda dalam menentukan batas indeks sangat penting
dalam dunia programming.
1.5.2 Komputasi penjumlahan matrik
Berdasarkan contoh operasi penjumlahan di atas, indeks j pada persamaan (1.7)lebih cepat berubah dibanding indeksi sebagaimana ditulis pada 3 baris pertama dari Persamaan
(1.6),
d11 = a11 +
c11 d12 = a12 +
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 24/279
8 BAB 1. MATRIK DAN KOMPUTASIc12 d13 = a13 +
c13
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 25/279
Jelas terlihat, ketika indeksi masih bernilai 1, indeks j sudah berubah dari nilai 1 sampai 3.
Hal ini membawa konsekuensi padascriptpemrograman, dimanaloopinguntuk indeks j
harusdiletakkan di dalamloopingindeksi.Aturan mainnya adalah yanglooping-nya paling cepat
harus diletakkan paling dalam; sebaliknya,loopingterluar adalahloopingyang indeksnya
paling jarang berubah.
Bila anda masih belum paham terhadap kalimat yang dicetak tebal, saya akan berikan
con- tohsource codedasar yang nantinya akan kita optimasi selangkah demi selangkah. OK,
kita
mulai darisource codepaling mentah berikut ini.
1 clear all2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5
6 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
7
8 % ###$rses $en&'mlaan mari!####
9 (1,1)=A(1,1)*"(1,1);
10 (1,2)=A(1,2)*"(1,2);
11 (1,3)=A(1,3)*"(1,3);
12 (2,1)=A(2,1)*"(2,1);
13 (2,2)=A(2,2)*"(2,2);
14 (2,3)=A(2,3)*"(2,3);
15
16 % ###menam$il!an mari! A, " +an ####
17 A
18 "
19
Tanda % berfungsi untuk memberikan komentar atau keterangan. Komentar atau keteran-
gan tidak akan diproses oleh Matlab. Saya yakin anda paham dengan logika yang ada pada
bagian% —proses penjumlahan matrik—-dalam source code di atas. Misalnya pada baris ke-9,
elemend11 adalah hasil penjumlahan antara elemena11 danc11 , sesuai dengan baris pertama
Persamaan 1.6.
Tahap pertama penyederhanaansource codedilakukan dengan menerapkan perintah for -
enduntuk proseslooping.Source codetersebut berubah
menjadi
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5
6 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
7
8 % ###$rses $en&'mlaan mari!####
9 r &=1-3
10 (1,&)=A(1,&)*"(1,&);
11 en+
12
13 r &=1-3
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 26/279
14 (2,&)=A(2,&)*"(2,&);
15 en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 27/279
16
17 % ###menam$il!an mari! A, " +an ####
18 A
19 "
20
Pada baris ke-9 dan ke-13, saya mengambil huruf j sebagai nama indeks dimana j bergerak
dari 1 sampai 3. Coba anda pikirkan, mengapa j hanya bergerak dari 1 sampai 3?
Modifikasi tahap kedua adalah sebagai berikut
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A5
6 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
7
8 % ###$rses $en&'mlaan mari!####
9 i=1
10 r &=1-3
11 (i,&)=A(i,&)*"(i,&);
12 en+
13
14 i=2
15 r &=1-3
16 (i,&)=A(i,&)*"(i,&);
17 en+18
19 % ###menam$il!an mari! A, " +an ####
20 A
21 "
22
Saya gunakan indeksi pada baris ke-9 dan ke-14 yang masing-masing berisi angka 1 dan 2.
Dengan begitu indeksi bisa menggantikan angka 1 dan 2 yang semula ada di baris ke-11 dan
ke-16. Nah sekarang coba anda perhatikan, statemen pada baris ke-10, ke-11 dan ke-12 sama
persis dengan statemen pada baris ke-15, ke-16 dan ke-17, sehingga mereka bisa disatukan
kedalam sebuahloopingyang baru dimanai menjadi nama indeksnya.
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5
6 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
7
8 % ###$rses $en&'mlaan mari!####
9 r i=1-2
10 r &=1-3
11 (i,&)=A(i,&)*"(i,&);
12 en+
13 en+
14
15 % ###menam$il!an mari! A, " +an ####
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 28/279
10 BAB 1. MATRIK DAN KOMPUTASI
16 A
17 "
18
Coba anda pahami dari baris ke-9, mengapa indeksi hanya bergerak dari 1 sampai 2?
Source code di atas memang sudah tidak perlu dimodifikasi lagi, namun ada sedikit saran
untuk penulisanlooping bertingkat dimana sebaiknyaloopingterdalam ditulis agak menjorok
kedalamseperti berikut ini
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5
6 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
7
8 % ###$rses $en&'mlaan mari!####
9 r i=1-2
10 r &=1-3
11 (i,&)=A(i,&)*"(i,&);
12 en+
13 en+
14
15 % ###menam$il!an mari! A, " +an ####
16 A
17 "
18
Sekarang anda lihat bahwaloopingindeks j ditulis lebih masuk kedalam dibandingkan loop-
ing indeksi. Semoga contoh ini bisa memperjelasaturan umum pemrograman dimana yang
looping-nya paling cepat harus diletakkan paling dalam; sebaliknya,loopingterluar adalahloopingyang indeksnya paling jarang berubah.Dalam contoh iniloopingindeks j bergerak
lebih cepat dibandingloopingindeksi.
1.5.3 Perkalian matrik
Operasi perkalian dua buah matrik hanya bisa dilakukan bila jumlah kolom matrik pertama
sama dengan jumlah baris matrik kedua. Jadi kedua matrik tersebut tidak harus berukuran
sama seperti pada penjumlahan dua matrik. Misalnya matrikA2×3 dikalikan dengan matrik
B3×2 , lalu hasilnya (misalnya) dinamakan matrikE2×2
E2×2 = A2×3 .B3×2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 29/279
1.5. OPERASI MATEMATIKA 11
"
3 8 5#
E =
1 3
5 9
6 4 7
2 4"
3.1 + 8.5 + 5.2 3.3 + 8.9 +
5.4#
=6.1 + 4.5 + 7.2 6.3 + 4.9 +
7.4"
53 101
#
=40 82
Tanpa mempedulikan nilai elemen-elemen masing-masing matrik, operasi perkalian antara
matrikA2×3 danB3×2 , bisa juga dinyatakan dalam indeks masing-masing dari kedua matrik
tersebut, yaitu
"e11 e12
#
e21 e22
"
a11 .b11 + a12 .b21 + a13 .b31 a11 .b12 + a12 .b22 + a13 .b32#
=a21 .b11 + a22 .b21 + a23 .b31 a21 .b12 + a22 .b22 + a23
.b32
Bila dijabarkan, maka elemen-elemen matrikE2×2 adalah
e11 = a11 .b11 + a12 .b21 + a13 .b31 (1.8)e12 = a11 .b12 + a12 .b22 + a13 .b32 (1.9)
e21 = a21 .b11 + a22 .b21 + a23 .b31 (1.10)
e22 = a21 .b12 + a22 .b22 + a23 .b32 (1.11)
Sejenak, mari kita amati perubahan pasangan angka-angka indeks yang mengiringi elemen
e,elemena dan elemenb mulai dari persamaan (1.8) sampai persamaan (1.11). Perhatikan
perubahan angka-indeks-pertama pada elemeneseperti berikut ini
e1.. = ..e1.. = ..
e2.. = ..
e2.. = ..
Pola perubahan yang sama akan kita dapati padaangka-indeks-pertamadari elemena
e1.. = a1.. .b... + a1.. .b... + a1..
.b... e1.. = a1.. .b... + a1.. .b... +
a1.. .b... e2.. = a2.. .b... + a2.. .b...
+ a2.. .b... e2.. = a2.. .b... + a2..
.b... + a2.. .b...
Dengan demikian kita bisa mencantumkan hurufi sebagai pengganti angka-angka indeks
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 30/279
yang polanya sama
ei.. = ai.. .b... + ai.. .b... + ai..
.b...
ei.. = ai.. .b... + ai.. .b... + ai..
.b... ei.. = ai.. .b... + ai.. .b... +
ai.. .b... ei.. = ai.. .b... + ai.. .b...
+ ai.. .b...
dimanai bergerak mulai dari angka 1 hingga angka 2, atau kita nyatakani=1,2. Selanjut-
nya, masih dari persamaan (1.8) sampai persamaan (1.11), marilah kita perhatikan perubahan
angka-indeks-kedua pada elemenedan elemen
b,
ei1 = ai.. .b..1 + ai.. .b..1 + ai..
.b..1 ei2 = ai.. .b..2 + ai.. .b..2 +
ai.. .b..2 ei1 = ai.. .b..1 + ai.. .b..1
+ ai.. .b..1 ei2 = ai.. .b..2 + ai..
.b..2 + ai.. .b..2
Dengan demikian kita bisa mencantumkan huruf j sebagai pengganti angka-angka indeks
yang polanya sama
ei j = ai.. .b.. j + ai.. .b.. j + ai..
.b.. j ei j = ai.. .b.. j + ai.. .b.. j +
ai.. .b.. j ei j = ai.. .b.. j + ai.. .b.. j
+ ai.. .b.. j ei j = ai.. .b.. j + ai..
.b.. j + ai.. .b.. j
dimana j bergerak mulai dari angka 1 hingga angka 2, atau kita nyatakan j=1,2. Selanjutnya,
masih dari persamaan (1.8) sampai persamaan (1.11), mari kita perhatikan perubahan angka-
indeks-kedua elemena dan angka-indeks-pertama elemenb, dimana kita akan dapati pola
sebagai berikut
ei j = ai1.b1 j + ai2 .b2 j + ai3
.b3 j ei j = ai1.b1 j + ai2 .b2 j +
ai3 .b3 j ei j = ai1.b1 j + ai2 .b2 j
+ ai3 .b3 j ei j = ai1.b1 j + ai2
.b2 j + ai3 .b3 j
Dan kita bisa mencantumkan hurufk sebagai pengganti angka-angka indeks yang polanya
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 31/279
sama, dimanak bergerak mulai dari angka 1 hingga angka 3, atau kita nyatakank=1,2,3.
ei j = aik .bk j + aik .bk j + aik
.bk j ei j = aik .bk j + aik .bk j +
aik .bk j ei j = aik .bk j + aik .bk j
+ aik .bk j ei j = aik .bk j + aik
.bk j + aik .bk j
Kemudian secara sederhana dapat ditulis sebagai berikut
ei j = aik .bk j + aik .bk j + aik .bk j (1.12)
Selanjutnya dapat ditulis pula formula berikut
3
ei j =X
aik bk j (1.13)k =1
dimanai=1,2; j=1,2; dank=1,2,3.
Berdasarkan contoh ini, maka secara umum bila ada matrikAn×m yang dikalikan dengan
ma- trikBm× p , akan didapatkan matrikEn×p dimana elemen-elemen matrikEmemenuhi
m
ei j =
X
aik bk j (1.14)k =1
dengani=1,2,.. . ,n; j=1,2. . . ,p;dank=1,2.. . ,m.
1.5.4 Komputasi perkalian matrik
Mari kita mulai lagi darisource codepaling dasar dari operasi perkalian matrik sesuai dengan
contoh di atas.
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 .(1,1)=A(1,1)/B(1,1)*A(1,2)/B(2,1)*A(1,3)/B(3,1);
9 .(1,2)=A(1,1)/B(1,2)*A(1,2)/B(2,2)*A(1,3)/B(3,2);
10 .(2,1)=A(2,1)/B(1,1)*A(2,2)/B(2,1)*A(2,3)/B(3,1);
11 .(2,2)=A(2,1)/B(1,2)*A(2,2)
/B(2,2)*A(2,3)
/B(3,2);
12
13 % ###menam$il!an mari! A, B +an .####
14 A
15 B
16 .
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 32/279
14 BAB 1. MATRIK DAN KOMPUTASI
Sejenak, mari kita amati dengan cermat statemen dari baris ke-9 sampai ke-12 sambil
dikaitkan
dengan bentuk umum penulisan indeks pada perkalian matrik yaitu
ei j = aik .bk j + aik .bk j + aik .bk j (1.15)
Dari sana ada 4 pointyang perlu dicatat:
• elemenememiliki indeksi dan indeks j dimana indeks j lebih cepat berubah dibanding
indeksi.
• pada baris statemen ke-8 sampai ke-11 ada tiga kali operasi perkalian dan dua kali op-
erasi penjumlahan yang semuanya melibatkan indeksi, indeks j dan indeksk. Na-
mun indeksk selalu berubah pada masing-masing perkalian. Jadi indeksk paling cepat
berubah dibanding indeksi dan indeks j.
• elemena memiliki indeksi dan indeksk dimana indeksk lebih cepat berubah
dibanding indeksi.
• elemenb memiliki indeksk dan indeks j dimana indeksk lebih cepat berubah
dibanding indeks j.
Tahapanmodifikasisource code perkalian matrik tidak semudahpenjumlahanmatrik.
Dan mengajarkan logika dibalik source code perkalian matrik jauh lebih sulit daripada
sekedar memodifikasi source code tersebut. Tapi akan saya coba semampu saya lewat tulisan
ini walau harus perlahan-lahan. Mudah-mudahan mudah untuk dipahami.
Saya mulai dengan memecah operasi pada statemen baris ke-8 yang bertujuan menghitung
nilaiE(1, 1)
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 % ###.(1,1) +ii'n0 3 !ali
9 .(1,1)=A(1,1)/B(1,1);
10 .(1,1)=.(1,1)*A(1,2)/B(2,1);
11 .(1,1)=.(1,1)*A(1,3)/B(3,1);
12
13 % ###.(1,2); .(2,1); +an .(2,2) masi se$eri sem'la
14 .(1,2)=A(1,1)/B(1,2)*A(1,2)/B(2,2)*A(1,3)/B(3,2);
15 .(2,1)=A(2,1)/B(1,1)*A(2,2)/B(2,1)*A(2,3)/B(3,1);
16 .(2,2)=A(2,1)/B(1,2)*A(2,2)/B(2,2)*A(2,3)/B(3,2);
17
18 % ###menam$il!an mari! A, B +an .####
19 A
20 B
21 .
Agar baris ke-9 memiliki pola yang sama dengan baris ke-11 dan ke-12, upaya yang dilakukan
adalah
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 33/279
1.5. OPERASI MATEMATIKA 15
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 % ###.(1,1) +ii'n0 3 !ali
9 .(1,1)=;
10 .(1,1)=.(1,1)*A(1,1)/B(1,1);
11 .(1,1)=.(1,1)*A(1,2)/B(2,1);
12 .(1,1)=.(1,1)*A(1,3)/B(3,1);
13
14 % ###.(1,2); .(2,1); +an .(2,2) masi se$eri sem'la
15 .(1,2)=A(1,1)/B(1,2)*A(1,2)/B(2,2)*A(1,3)/B(3,2);
16 .(2,1)=A(2,1)/B(1,1)*A(2,2)/B(2,1)*A(2,3)/B(3,1);
17 .(2,2)=A(2,1)/B(1,2)*A(2,2)/B(2,2)*A(2,3)/B(3,2);
18
19 % ###menam$il!an mari! A, B +an .####
20 A
21 B
22 .
Dari sini kita bisa munculkan indeksk
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 .(1,1)=;
9 r !=1-3 % ! er0era! +ari 1 sam$ai 3
10 .(1,1)=.(1,1)*A(1,!)/B(!,1);
11 en+
12
13 % ###.(1,2); .(2,1); +an .(2,2) masi se$eri sem'la
14 .(1,2)=A(1,1)/B(1,2)*A(1,2)/B(2,2)*A(1,3)/B(3,2);
15 .(2,1)=A(2,1)/B(1,1)*A(2,2)
/B(2,1)*A(2,3)
/B(3,1);
16 .(2,2)=A(2,1)/B(1,2)*A(2,2)/B(2,2)*A(2,3)/B(3,2);
17
18 % ###menam$il!an mari! A, B +an .####
19 A
20 B
21 .
Kemudian cara yang sama dilakukan padaE(1, 2),E(2, 1), danE(2, 2). Anda mesti
cermat
dan hati-hati dalam menulis angka-angka indeks!!!
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 34/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 35/279
1.5. OPERASI MATEMATIKA 17
30 % ###menam$il!an mari! A, B +an .####
31 A
32 B
33 .
Sekarang coba anda perhatikan statemen pada baris ke-15 dan ke-19, lalu bandingkan indeks
i dan indeks j pada elemenE. Indeks mana yang berubah? Ya. Jawabannya adalah indeks j.
Dengan demikian kita bisa munculkan indeks j
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 r i=1-2 % i er0era! +ari 1 sam$ai 2
9 r &=1-2 % & er0era! +ari 1 sam$ai 2
10 .(i,&)=;
11 en+
12 en+
13
14 &=1;
15 r !=1-3
16 .(1,&)=.(1,&)*A(1,!)/B(!,&);
17 en+
18
19 &=2;
20 r !=1-3
21 .(1,&)=.(1,&)*A(1,!)/B(!,&);
22 en+
23
24 r !=1-3
25 .(2,1)=.(2,1)*A(2,!)/B(!,1);
26 en+
27
28 r !=1-3
29 .(2,2)=.(2,2)*A(2,!)/B(!,2);
30 en+
31
32 % ###menam$il!an mari! A, B +an .####
33 A
34 B
35 .
Lihatlah, statemen dari baris ke-15 sampai ke-17 memiliki pola yang sama dengan statemen
dari baris ke-20 sampai ke-22, sehingga mereka bisa disatukan kedalamloopingindeks j
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 r i=1-2 % i er0era! +ari 1 sam$ai 2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 36/279
18 BAB 1. MATRIK DAN KOMPUTASI
9 r &=1-2 % & er0era! +ari 1 sam$ai 2
10 .(i,&)=;
11 en+
12 en+
13
14 r &=1-2
15 r !=1-3
16 .(1,&)=.(1,&)*A(1,!)/B(!,&);
17 en+
18 en+
19
20 r !=1-3
21 .(2,1)=.(2,1)*A(2,!)/B(!,1);
22 en+
23
24 r !=1-3
25 .(2,2)=.(2,2)*A(2,!)/B(!,2);
26 en+
27
28 % ###menam$il!an mari! A, B +an .####
29 A
30 B
31 .
Sekarang coba sekali lagi anda perhatikan statemen pada baris ke-21 dan ke-25, lalu band-
ingkan indeksi dan indeks j pada elemenE. Indeks mana yang berubah? Ya. Jawabannya
tetap indeks j.Dengan demikian kita bisa munculkan juga indeks j disana
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 r i=1-2 % i er0era! +ari 1 sam$ai 2
9 r &=1-2 % & er0era! +ari 1 sam$ai 2
10 .(i,&)=;
11 en+
12 en+13
14 r &=1-2
15 r !=1-3
16 .(1,&)=.(1,&)*A(1,!)/B(!,&);
17 en+
18 en+
19
20 &=1;
21 r !=1-3
22 .(2,&)=.(2,&)*A(2,!)/B(!,&);
23 en+
24
25 &=2;26 r !=1-3
27 .(2,&)=.(2,&)*A(2,!)/B(!,&);
28 en+
29
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 37/279
1.5. OPERASI MATEMATIKA 19
30 % ###menam$il!an mari! A, B +an .####
31 A
32 B
33 .
Cermatilah, statemen dari baris ke-21 sampai ke-23 memiliki pola yang sama dengan statemen
dari baris ke-25 sampai ke-27, sehingga mereka pun bisa disatukan kedalamloopingindeks j
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####8 r i=1-2 % i er0era! +ari 1 sam$ai 2
9 r &=1-2 % & er0era! +ari 1 sam$ai 2
10 .(i,&)=;
11 en+
12 en+
13
14 r &=1-2
15 r !=1-3
16 .(1,&)=.(1,&)*A(1,!)/B(!,&);
17 en+
18 en+
19
20 r &=1-2
21 r !=1-3
22 .(2,&)=.(2,&)*A(2,!)/B(!,&);
23 en+
24 en+
25
26 % ###menam$il!an mari! A, B +an .####
27 A
28 B
29 .
Akhirnya kita sampai pada bagian akhir tahapan modifikasi. Perhatikan baris ke-16 dan ke-22.
Indeksi pada elemenE danA bergerak dari 1 ke 2, sehingga indeksi bisa dimunculkan
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 r i=1-2 % i er0era! +ari 1 sam$ai 2
9 r &=1-2 % & er0era! +ari 1 sam$ai 2
10 .(i,&)=;
11 en+12 en+
13
14 i=1;
15 r &=1-2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 38/279
20 BAB 1. MATRIK DAN KOMPUTASI
16 r !=1-3
17 .(i,&)=.(i,&)*A(i,!)/B(!,&);
18 en+
19 en+
20
21 i=2;
22 r &=1-2
23 r !=1-3
24 .(i,&)=.(i,&)*A(i,!)/B(!,&);
25 en+
26 en+
27
28 % ###menam$il!an mari! A, B +an .####
29 A
30 B
31 .
Sekarang, statemen dari baris ke-15 sampai ke-19 memiliki pola yang sama dengan statemen
dari baris ke-22 sampai ke-26. Mereka bisa disatukan olehloopingindeksi
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 r i=1-2
9 r &=1-2
10 .(i,&)=;
11 en+
12 en+
13
14 r i=1-2
15 r &=1-2
16 r !=1-3
17 .(i,&)=.(i,&)*A(i,!)/B(!,&);
18 en+
19 en+
20 en+
21
22 % ###menam$il!an mari! A, B +an .####
23 A
24 B
25 .
Inilah hasil akhir dari tahapan-tahapan modifikasi yang selanjutnya saya sebut sebagai proses
optimasi. Upaya yang baru saja saya perlihatkan, sebenarnya penuh dengan jebakan-jebakan
kesalahan, terutama jika anda kurang cermat membaca indeks dan pola. Upaya seperti itu
memerlukan konsentrasi dan perhatian yang tidak sebentar. Upaya semacam itu tidak semu-
dah meng-copyhasil akhir optimasi. Walaupun bisa di-copy, namun saya menyarankan agaranda mencoba melakukan proses optimasi itu sekali lagi di komputer tanpa melihat catatan
ini dan tanpa bantuan orang lain. Kalau anda gagal, cobalah berfikir lebih keras untuk
mencari jalankeluarnya. Jika masih tetap gagal, silakan lihat catatan ini sebentar saja
sekedar untuk
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 39/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 40/279
22 BAB 1. MATRIK DAN KOMPUTASI
Berdasarkan contoh tersebut, secara umum bila ada matrikA berukurann xmyang dikalikan
dengan vektor-kolomx berukuranm, maka akan didapatkan vektor-kolomy berukurann x1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 41/279
dimana elemen-elemen vektor-kolomymemenuhi
m
yi =X
ai j x j (1.16) j=1
dengani=1,2,.. . ,n.
1.5.6 Komputasi perkalian matrik dan vektor-kolom
Mari kita mulai lagi darisource codepaling dasar dari operasi perkalian antara matrik dan
vektor-kolom sesuai dengan contoh di atas
1 clear all2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 (1,1)=A(1,1)/(1,1)*A(1,2)/(2,1)*A(1,3)/(3,1);
9 (2,1)=A(2,1)/(1,1)*A(2,2)/(2,1)*A(2,3)/(3,1);
10
11 % ###menam$il!an mari! A, B +an .####
12 A
13
14
Sejenak, mari kita amati dengan cermat statemen dari baris ke-8 dan ke-9 sambil dikaitkan
dengan bentuk umum penulisan indeks pada perkalian antara matrik dan vektor-kolom yaitu
yi1 = ai j .x j1 + ai j .x j1 + ai j .x j1 (1.17)
Dari sana ada 3 pointyang perlu dicatat:
• elemeny dan elemenxsama-sama memiliki indeksi yang berpasangan dengan angka 1.
• pada baris statemen ke-8 dan ke-9 ada tiga kali operasi perkalian dan dua kali operasi
penjumlahan yang semuanya melibatkan indeksi dan indeks j.Namun indeks j selalu
berubah pada masing-masing perkalian. Jadi indeks j lebih cepat berubah dibanding
indeksi.
• elemena memiliki indeksi dan indeks j dimana indeks j lebih cepat berubah
dibanding indeksi.
Kita mulai dengan memecah operasi pada statemen baris ke-8 yang bertujuan
menghitung nilaiy(1, 1)
1 clear all
2 clc
3
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 42/279
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 (1,1)=A(1,1)/(1,1);
9 (1,1)=(1,1)*A(1,2)/(2,1);
10 (1,1)=(1,1)*A(1,3)/(3,1);
11
12 (2,1)=A(2,1)/(1,1)*A(2,2)/(2,1)*A(2,3)/(3,1);
13
14 % ###menam$il!an mari! A, B +an .####
15 A
16
17
Agar baris ke-8 memiliki pola yang sama dengan baris ke-9 dan ke-10, upaya yang dilakukanadalah
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 (1,1)=;
9 (1,1)=(1,1)*A(1,1)/(1,1);
10 (1,1)=(1,1)*A(1,2)/(2,1);11 (1,1)=(1,1)*A(1,3)/(3,1);
12
13 (2,1)=A(2,1)/(1,1)*A(2,2)/(2,1)*A(2,3)/(3,1);
14
15 % ###menam$il!an mari! A, B +an .####
16 A
17
18
Dari sini kita bisa munculkan indeks j
1 clear all2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 (1,1)=;
9 r &=1-3
10 (1,1)=(1,1)*A(1,&)/(&,1);
11 en+
12
13 (2,1)=A(2,1)/(1,1)*A(2,2)/(2,1)*A(2,3)/(3,1);
1415 % ###menam$il!an mari! A, B +an .####
16 A
17
18
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 43/279
24 BAB 1. MATRIK DAN KOMPUTASI
Dengan cara yang sama, baris ke-13 dimodifikasi menjadi
1 clear all2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 (1,1)=;
9 r &=1-3
10 (1,1)=(1,1)*A(1,&)/(&,1);
11 en+
12
13 (2,1)=;
14 r &=1-315 (2,1)=(2,1)*A(2,&)/(&,1);
16 en+
17
18 % ###menam$il!an mari! A, B +an .####
19 A
20
21
Inisialisasi vektorydengan angka nol dapat dilakukan diawal proses perkalian, sekaligus
memunculkan indeksi
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 r i=1-2
9 (i,1)=;
10 en+
11
12 r &=1-3
13 (1,1)=(1,1)*A(1,&)/(&,1);14 en+
15
16 r &=1-3
17 (2,1)=(2,1)*A(2,&)/(&,1);
18 en+
19
20 % ###menam$il!an mari! A, B +an .####
21 A
22
23
Kemudian,untukmenyamakanpolastatemen baris ke-13 dan ke-17, indeksikembalidimunculkan
1 clear all
2 clc
3
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 44/279
1.6. PENUTUP 25
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 r i=1-2
9 (i,1)=;
10 en+
11
12 i=1;
13 r &=1-3
14 (i,1)=(i,1)*A(i,&)/(&,1);
15 en+
16
17 i=2;
18 r &=1-3
19 (i,1)=(i,1)*A(i,&)/(&,1);
20 en+
21
22 % ###menam$il!an mari! A, B +an .####
23 A
24
25
Akhir dari proses optimasi adalah sebagai berikut
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 r i=1-2
9 (i,1)=;
10 en+
11
12 r i=1-2
13 r &=1-3
14(i,1)=(i,1)*A(i,&)/(&,1);
15 en+
16 en+
17
18 % ###menam$il!an mari! A, B +an .####
19 A
20
21
1.6 Penutup
Demikianlahcatatan singkat dan sederhana mengenai jenis-jenismatrik dasar dan operasipen- jumlahan dan perkalian yang seringkali dijumpai dalam pengolahan data secara
numerik. Se- muanya akan dijadikan acuan atau referensi pada pembahasan topik-topik
numerik yang akan datang.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 45/279
26 BAB 1. MATRIK DAN KOMPUTASI
1.7 Latihan
Diketahui matrikA, matrikB, dan vektorxsebagai berikut
1 3 −6 −2
5 9 7 5.6
8 1 4 21
3 10 5 0.1
0.4178
−2.9587
A= B=
x=
2 4 8 −1
7 −2 9 −5
56.3069
2.3 1.4 0.8
−2.3
2.7 −12 −8.9
5.7
8.1
1. Buatlah script untuk menyelesaikan penjumlahan matrikAdan matrikB.
2. Buatlah script untuk menyelesaikan perkalian matrikAdan matrikB.
3. Buatlah script untuk menyelesaikan perkalian matrikAdan vektorx.
4. Buatlah script untuk menyelesaikan perkalian matrikBdan vektorx.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 46/279
Bab 2
Fungsi
✍ Objektif :
⊲ Mengenalkan fungsi internal.
⊲ Membuat fungsi ekstenal.
⊲ Membuat fungsi ekternal untuk penjumlahan matrik.
⊲ Membuat fungsi ekternal untuk perkalian matrik.
2.1 Fungsi internal
Pada bab terdahulu kita sudah melakukan proses optimasi penjumlahan matrik dengan
source codeakhir seperti ini
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
6
7 % ###$rses $en&'mlaan mari!####
8 r i=1-2
9 r &=1-3
10 (i,&)=A(i,&)*"(i,&);
11 en+
12 en+
13
14 % ###menam$il!an mari! A, " +an ####
15 A
16 "
17
Pertanyaan yang segera muncul adalah apakahsource codetersebut bisa digunakanuntuk
menyelesaikan penjumlahan matrik yang dimensinya bukan 2x3 ? Misalnya
D= A+ C
27
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 47/279
28 BAB 2. FUNGSI
4 3 8 6
2 6 7 2
D =
5 1 2 3
+
9 1 3 8
6 7 9 1
5 8 4 7
Tentu saja bisa, asal indeksi bergerak dari 1 sampai 3 dan indeks j bergerak dari 1 sampai 4.
Lihatsource code berikut
1 clear all
2 clc
3
4 A=[4 3 8 6; 5 1 2 3; 6 7 9 1]; % inisialisasi mari! A
5 "=[2 6 7 2; 9 1 3 8; 5 8 4 7]; % inisialisasi mari! B
6
7 % ###$rses $en&'mlaan mari!####8 r i=1-3
9 r &=1-4
10 (i,&)=A(i,&)*"(i,&);
11 en+
12 en+
13
14 % ###menam$il!an mari! A, " +an ####
15 A
16 "
17
Walaupun bisa digunakan, namun cara modifikasi seperti itu sangat tidak fleksibel dan bere-siko salah jika kurang teliti. Untuk menghindari resiko kesalahan dan agar lebih fleksibel,
source codetersebut perlu dioptimasi sedikit lagi menjadi
1 clear all
2 clc
3
4 A=[4 3 8 6; 5 1 2 3; 6 7 9 1]; % inisialisasi mari! A
5 "=[2 6 7 2; 9 1 3 8; 5 8 4 7]; % inisialisasi mari! B
6
7 % ###$rses $en&'mlaan mari!####
8 +im=sie(A);
9 n=+im(1);
10 m=+im(2);
11 r i=1-n
12 r &=1-m
13 (i,&)=A(i,&)*"(i,&);
14 en+
15 en+
16
17 % ###menam$il!an mari! A, " +an ####
18 A
19 "
20
Perhatikan, ada tambahan 3 statemen yaitu mulai dari baris ke-8 sampai ke-10. Sementara
baris ke-11 dan ke-12 hanya mengalami sedikit perubahan. Statemen di baris ke-8 bermaksud
mendeklarasikan variabeldim untuk diisi oleh hasil perhitungan fungsi internal yang
bernama
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 48/279
2.2. FUNGSI EKSTERNAL PENJUMLAHAN MATRIK 29
i!e. MatrikAdijadikan parameter input fungsii!e. Fungsii!e berguna untuk menghitung
jumlah baris dan jumlah kolom dari matrikA. Hasilnya adalahdim(1) untuk jumlah baris
dandim(2) untuk jumlah kolom. Pada baris ke-9, variabeln dideklarasikan untuk menerimainformasi jumlah baris daridim(1), sementara variabelm diisi dengan informasi jumlah
kolom daridim(2) pada baris ke-10. Adapun baris ke-11 dan ke-12 hanya mengubah angka
indeks batas atas, masing-masing menjadin danm.
Sekarang kalau kita balik lagi menghitung penjumlahan matrik dari contoh sebelumnya
yang berukuran 2x3, maka source code akan seperti ini
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
6
7 % ###$rses $en&'mlaan mari!####
8 +im=sie(A);
9 n=+im(1);
10 m=+im(2);
11 r i=1-n
12 r &=1-m
13 (i,&)=A(i,&)*"(i,&);
14 en+
15 en+
16
17 % ###menam$il!an mari! A, " +an ####
18 A
19 "
20
Ajaib bukan!? Tidak ada statemen yang berubah kecuali hanya pada baris ke-4 dan ke-5. Pe-
rubahan itu tidak bisadihindarikarena memang di kedua baris itulahdeklarasielemen-
elemen matrikAdan matrikCdilakukan.
2.2 Fungsi eksternal penjumlahan matrik
Saatnya kita memasuki topik tentang pembuatan fungsi eksternal. Darisource codeyang ter-
akhir tadi, mari kita ambil bagian proses penjumlahan matrik-nya saja
1 +im=sie(A);
2 n=+im(1);
3 m=+im(2);
4 r i=1-n
5 r &=1-m
6 (i,&)=A(i,&)*"(i,&);
7 en+
8 en+
Kita akan jadikan potongansource codeini menjadi fungsi eksternal, dengan menambahkan
statemen functionseperti ini
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 49/279
30 BAB 2. FUNGSI
1 'ncin =&'mla(A,")
2 +im=sie(A);
3 n=+im(1);4 m=+im(2);
5 r i=1-n
6 r &=1-m
7 (i,&)=A(i,&)*"(i,&);
8 en+
9 en+
kemudian ia harus di-savedengan nama jumlah.m. Sampai dengan langkah ini kita telah mem-
buat fungsi eksternal dan diberi nama fungsi jumlah. Sederhana sekali bukan? Untuk menguji
kerja fungsi eksternal tersebut, coba jalankansource code berikut ini
1 clear all
2 clc
3
4 A=[3 8 5; 6 4 7]; % inisialisasi mari! A
5 "=[9 5 3; 7 2 1]; % inisialisasi mari! B
6
7 % ###$rses $en&'mlaan mari!####
8 =&'mla(A,")
9
10 % ###menam$il!an mari! A, " +an ####
11 A
12 "
13
atau anda jalankansource codeyang berikut ini
1 clear all
2 clc
3
4 A=[4 3 8 6; 5 1 2 3; 6 7 9 1]; % inisialisasi mari! A
5 "=[2 6 7 2; 9 1 3 8; 5 8 4 7]; % inisialisasi mari! B
6
7 % ###$rses $en&'mlaan mari!####
8 =&'mla(A,")9
10 % ###menam$il!an mari! A, " +an ####
11 A
12 "
13
atau coba iseng-iseng anda ganti matrik-nya menjadi
1 clear all
2 clc
3
4 =[4 3; 5 1]; % inisialisasi mari! 5 =[2 6; 9 3]; % inisialisasi mari!
6
7 % ###$rses $en&'mlaan mari!####
8 =&'mla(,)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 50/279
2.3. FUNGSI EKSTERNAL PERKALIAN MATRIK 31
9
10 % ###menam$il!an mari! , +an ####
11
12
13
Periksa hasilnya, betul atau salah? Pasti betul! Kesimpulannya adalah setelah fungsi eksternal
berhasil anda dapatkan, maka seketika itu pula anda tidak perlu menggubrisnya lagi. Bahkan
anda tidak perlu mengingat nama matrik aslinya yang tertulis di fungsi jumlahyaitu matrik
A, matrikCdan matrikD. Ditambah lagi,source codeanda menjadi terlihat lebih singkat dan
elegan. Dan kini, perhatian anda bisa lebih difokuskan pada deklarasi matrik-nya saja.
2.3 Fungsi eksternal perkalian matrik
Mari kita beralih ke perkalian matrik. Kita akan membuat fungsi eksternal untuk perkalian
matrik. Berikut ini adalahsource codeperkalian matrik hasil akhir optimasi yang telah ditulis
panjang lebar pada bab sebelumnya
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 r i=1-2
9 r &=1-2
10 .(i,&)=;
11 en+
12 en+
13
14 r i=1-2
15 r &=1-2
16 r !=1-3
17 .(i,&)=.(i,&)*A(i,!)/B(!,&);
18 en+
19 en+
20 en+
21
22 % ###menam$il!an mari! A, B +an .####
23 A
24 B
25 .
Source codetersebut digunakan untuk menghitung perkalian matrik berikut
E2×2 = A2×3 " B3×2
Dan kita bisa sepakati simbol indeksm,n, danpuntuk men-generalisir dimensi matrik
Em×n = Am× p " B p×n
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 51/279
32 BAB 2. FUNGSI
Dengan demikian,source codetersebut dapat dioptimasi menjadi
1 clear all2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 +im=sie(A);
9 m=+im(1);
10 $=+im(2);
11 +im=sie(B);
12 n=+im(2);
13 r i=1-m
14 r &=1-n15 .(i,&)=;
16 en+
17 en+
18
19 r i=1-m
20 r &=1-n
21 r !=1-$
22 .(i,&)=.(i,&)*A(i,!)/B(!,&);
23 en+
24 en+
25 en+
26
27 % ###menam$il!an mari! A, B +an .####28 A
29 B
30 .
Selanjutnya kita ambil bagian proses perkalian matriknya untuk dibuat fungsi eksternal
1 'ncin .=!ali(A,B)
2 +im=sie(A);
3 m=+im(1);
4 $=+im(2);
5 +im=sie(B);
6 n=+im(2);7 r i=1-m
8 r &=1-n
9 .(i,&)=;
10 en+
11 en+
12
13 r i=1-m
14 r &=1-n
15 r !=1-$
16 .(i,&)=.(i,&)*A(i,!)/B(!,&);
17 en+
18 en+
19 en+
lalu di-savedengan namakali.m, maka terciptalah fungsi eksternal yang bernama fungsikali.
Kemudian coba anda uji fungsikalitersebut dengan menjalankansource code berikut
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 52/279
2.4. FUNGSI EKSTERNAL PERKALIAN MATRIK DAN VEKTOR-KOLOM 33
1 clear all
2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 B = [1 3; 5 9; 2 4]; % inisialisasi mari! B
6
7 % ###$rses $er!alian mari!####
8 . = !ali(A,B)
9
10 % ###menam$il!an mari! A, B +an .####
11 A
12 B
13 .
Silakan anda periksa hasil perhitungannya. Pasti betul! Anda bisa mencoba perkalian ma-
trik lainnya dengan menggunakan source code tersebut. Bahkan anda bisa mengganti nama
matriknya untuk selainA,BdanE.
2.4 Fungsi eksternal perkalian matrik dan vektor-kolom
Mari kita beralih ke perkalian matrik dan vektor-kolom. Kita akan membuat fungsi eksternal
untuk perkalian matrik dan vektor-kolom. Berikut ini adalahsource codeperkalian matrik dan
vektor-kolom hasil akhir optimasi yang telah ditulis panjang lebar pada bab sebelumnya
1 clear all2 clc
3
4 A = [3 8 5; 6 4 7]; % inisialisasi mari! A
5 = [2; 3; 4]; % inisialisasi e!r
6
7 % ###$rses $er!alian mari! +an e!r####
8 r i=1-2
9 (i,1)=;
10 en+
11
12 r i=1-2
13 r &=1-3
14 (i,1)=(i,1)*A(i,&)/(&,1);15 en+
16 en+
17
18 % ###menam$il!an mari! A, B +an .####
19 A
20
21
Source codetersebut digunakan untuk menghitung perkalian matrik dan vektor-kolom berikut
y2×1 = A2×3 " x3×1
Dan kita bisa sepakati simbol indeksmdann untuk men-generalisir dimensi matrik
ym×1 = Am×n " xn×1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 53/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 54/279
2.5. PENUTUP 35
8 = !alie!r(A,);
9
10 % ###menam$il!an mari! A, B +an .####
11 A
12
Silakan anda periksa hasil perhitungannya. Pasti betul! Anda bisa mencoba perkalian ma-
trik dan vektor-kolom dengan angka elemen yang berbeda menggunakansource codetersebut.
Bahkan anda bisa mengganti nama matrik dan vektor nya untuk selainA,xdany.
2.5 Penutup
Ada tiga pilar yang harus dikuasai oleh seorang calon programmer. Pertama, ia harus tahu
bagaimana cara mendeklarasikan data. Kedua, ia harus tahu bagaimana mendayagunakan
flow-control, yang dalam bab ini dan bab sebelumnya menggunakan pasangan for-end. Dan
ketiga, ia harus bisa membuat fungsi eksternal.
Tidak ada yang melarang anda beralih ke Fortran, atau ke Delphi, atau ke C++, atau ke
Python, atau bahasa pemrograman apa saja. Saran saya, ketika anda berkenalan dengan suatu
bahasa pemrograman, yang pertama kali anda lakukan adalah menguasai ketiga pilar itu. In-
sya Allahia akan membantu anda lebih cepat mempelajari bahasa pemrograman yang
sedang anda geluti.
Penguasaanatas ketiga pilartersebutakanmengarahkan programmeruntukmembuat
source code yang bersifatmodularatauextention. Ini adalah modal untuk memasuki apa yang
disebutobject oriented programming.
Sesungguhnya Matlab memiliki banyak fungsi internal yang bisa langsung dipakai. Anda
bisa coba sendiri suatu saat nanti. Kekuatan bahasa pemrograman salah satunya terletak
pada seberapakayadia memilik banyak fungsi.Libraryadalah kata lain untuk fungsi. Jadi,
suatu bahasa pemrograman akan semakin unggul bila dia memiliki semakin banyaklibrary.
Menurut saya, yang terdepan saat ini masihdimenangkanoleh Python. Dengan Python,
source codeanda akan bisa berjalan di Windows, Linux dan Machintos serta beberapa
platform lainnya.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 55/279
36 BAB 2. FUNGSI
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 56/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 57/279
37
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 58/279
38 BAB 3. METODE ELIMINASI GAUSS
algoritma yang nantinya bisa berjalan di komputer. Untuk mencapai tujuan itu, kita akan
berpatokan pada tiga buah aturan operasi matematika, yaitu
• Persamaan#idapat dikalikan dengan sembarang konstanta$, lalu hasilnya
ditempatkan di posisi persamaan#i . Simbol operasi ini adalah($#i ) % (#i ). Contoh
#1 x1 + x2 + 3x4 = 4
jika$ = 2, maka
2#1 2x1 + 2x2 + 6x4 = 8
• Persamaan# j dapat dikalikan dengan sembarang konstanta$ kemudiandijumlahkan
dengan persamaan#i , lalu hasilnya ditempatkan di posisi persamaan#i.Simbol
operasi
ini adalah(#i − $# j ) % (#i ). Contoh
#2 2x1 + x2 − x3 + x4 = 1
2#1 2x1 + 2x2 + 6x4 = 8
maka operasi(#2 − 2#1 ) % (#2 )mengakibatkan perubahan pada#2 menjadi
#2 −x2 − x3 − 5x4 =
−7
Dengan cara ini, maka variabelx1 berhasil dihilangkan dari#2. Upaya untuk menghi-
langkan suatu variabel merupakan tahapan penting dalam metode Eliminasi Gauss.
• Persamaan#i dan# j dapat bertukar posisi. Simbol operasi ini adalah(#i ) & (# j ).
Con- toh
#2 2x1 + x2 − x3 + x4 = 1
#3 3x1 − x2 − x3 + 2x4 = −3
maka operasi(#2 ) & (#3 )mengakibatkan pertukaran posisi masing-masing persamaan,
menjadi
#2 3x1 − x2 − x3 + 2x4 = −3
#3 2x1 + x2 − x3 + x4 = 1
3.2.1 Cara menghilangkan sebuah variabel
Sebelum dilanjut, saya ingin mengajak anda untuk fokus memahami aturan operasi yang
ked- ua. Misalnya ada 2 persamaan linear yaitu
#1 3x1 + 2x2 − 5x3 + 8x4 = 3
#2 4x1 + 7x2 − x3 + 6x4 = 9
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 59/279
3
3
3
3
3
!11
a aaaa
3.2. TEKNIK PENYEDERHANAAN 39
Kemudian anda diminta untuk menghilangkan variabelx1 dari#2. Itu artinya, anda diminta
untuk memodifikasi#2 sedemikian rupa sehingga didapat#2 yang baru, yang didalamnya
tidak adax1 .
Berdasarkan rumus operasi(#i −$# j ) % (#i ), maka operasi yang tepat adalah(#2 − 4 #1 )
% (#2 ). Perhatikan! Bilangan$, yaitu 4, harus dikalikan dengan#1 , BUKAN dengan#2 .
Sedan- gkan angka4 adalah satu-satunya angka yang bisa menghapus variabelx1 dari#2
lewat op- erasi(#2 − 4 #1 ). Selengkapnya adalah sebagai berikut
#2 4x1 + 7x2 − x3 + 6x4 = 94
3 #1
4
3 3x1 +
4
3 2x2 −
4
3 5x3 +
4 4
3 8x4 =
3 3
Kemudian, hasil operasi(#2 − 4 #1 )disimpan sebagai#2 yang baru
4 4 4 4 4#2 4 −
3 3 x1 + 7 −
3 2 x2 − 1 −
3 5 x3 + 6 −
3 8 x4 = 9 −
3 3
Dengan sendirinyax1akan lenyap dari# 2.Mudah-mudahan jelas sampai disini. Demikianlah
cara untuk menghilangkanx1 dari# 2.
3.2.2 Permainan indeks
Sekarang, mari kita tinjau hal yang sama, yaitu menghilangkanx1 dari#2, namun menggu-
nakan ’permainan’ indeks. Secara umum,#1 dan#2 bisa dinyatakan sebagai
#1 a11 x1 + a12 x2 + a13 x3 + a14 = a15
#2 a21 x1 + a22 x2 + a23 x3 + a24 = a25
Agarx1 hilang dari#2, operasi yang benar adalah(#2 − $#1 ) % (#2 ), dimana$ =!21. Dengan
demikian,#2 yang baru akan memenuhi
a21 a21 a21 a21 a21#2 a21 −11
a11 x1+ a22 −11
a12 x2+ a23 −11
a13 x3+ a24 −11
a14 x4 = a25 −11
a15
Perhatikanlah variasi indeks pada persamaan diatas. Semoga intuisi anda bisa menangkap
keberadaan suatu pola perubahan indeks. Jika belum, mari kita kembangkan persoalan ini.
Sekarang saya ketengahkan kehadapan anda tiga buah persamaan, yaitu#1,#2 dan
#3
#1 a11 x1 + a12 x2 + a13 x3 + a14 = a15
#2 a21 x1 + a22 x2 + a23 x3 + a24 = a25
#3 a31 x1 + a32 x2 + a33 x3 + a34 = a35
Bagaimana cara menghilangkanx1 dari#3 dengan memanfaatkan#1??
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 60/279
40 BAB 3. METODE ELIMINASI GAUSS
!11
!11
a a a a
a a a a a
Begini caranya,(#3 − $#1 ) % (#3 ), dengan$ =!31..
a31 a31
x +
a31
x +
a31
x = aa31− a
#3 a31 −11
a11
x1+ a32 −11
a12 2
a33 −11
a13 3
a34 −11
a14 4 35a11
15
Mudah-mudahan, pola perubahan indeksnya semakin jelas terlihat. Selanjutnya jika ada per-
samaan#4 yang ingin dihilangkanx1nya dengan memanfaatkan#1, bagaimana caranya?
Tentu saja operasinya adalah(#4 − $#1 ) % (#4 ), dengan$ =!41
a41 a41 a41 a41 a41#4 a41 −11
a11 x1+ a42 −11
a12 x2+ a43 −11
a13 x3+ a44 −11
a14 x4 = a45 −11
a15
3.3 Triangularisasi dan Substitusi Mundur
3.3.1 Contoh pertama
Sekarang, mari kita kembali kepada sistem persamaan linear yang sudah ditulis di awal bab
ini
#1 x1 + x2 + 3x4 = 4#2 2x1 + x2 − x3 + x4 = 1#
3 3x
1− x
2− x
3 +2x
4 = -3#4 −x1 + 2x2 + 3x3 − x4 = 4
Sekali lagi saya tegaskan bahwa problem dari sistem persamaan linear adalah bagaimana
mendapatkan angka-angkayang bisamenggantikanvariabelx1,x2 ,x3, danx4 sehingga
semua persamaan di atas menjadi benar. Dengan berpegang pada ketiga teknik
penyederhanaan tadi, maka sistem persamaan linear di atas dapat disederhanakan dengan
langkah-langkah berikut ini:
1. Gunakan persamaan#1 untuk menghilangkan variabelx1 dari persamaan#2 , #3 dan
#4dengan cara(#2 − 2#1 ) % (#2 ),(#3 − 3#1 ) % (#3 ) dan(#4 + #1 ) % (#4 ). Hasilnya
akan seperti ini
#1 x1 + x2 + 3x4 = 4,
#2
#3
#4
−x2 − x3 − 5x4
−4x2 − x3 − 7x4
3x2 + 3x3 + 2x4
=
=
=
−7,
−15,
8
Silakan anda cermati bahwax1 kini telah hilang dari#2,#3 dan#4.
2. Gunakan persamaan#2 untuk menghilangkan variabelx2 dari persamaan#3 dan#4
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 61/279
−
−
3.3. TRIANGULARISASI DAN SUBSTITUSI MUNDUR 41
dengan cara(#3 − 4#2 ) % (#3 )dan(#4 + 3#2 ) % (#4 ). Hasilnya akan seperti ini
#1 x1 + x2 + 3x4 = 4,#2
#3
−x2 − x3 − 5x4
3x3 + 13x4
=
=
−7,
13,
#4 −13x4 = −13
Kalau x3 masih ada dipersamaan #4 ,dibutuhkan satu operasilagi untuk
menghilangkan-
nya. Namun hasil operasi pada langkah ke-2 ternyata sudah otomatis menghilangkan
x3
dari#4 . Bentuk akhir dari sistem persamaan linear di atas, dikenal sebagai bentuktrian-
gular.
Sampai dengan langkah ke-2 ini, kita berhasil mendapatkan sistem persamaan linear
yang lebih sederhana. Apa yang dimaksud dengan sederhana dalam konteks ini? Su-
atu sistem persamaan linear dikatakan sederhana bila kita bisa mendapatkan seluruh
ni- lai pengganti variabelnya dengan cara yang lebih mudah atau dengan usaha yang
tidak memakan waktu lama dibandingkan sebelum disederhanakan.
3.Selanjutnyakita jalankanprosesbackward-substitutionuntukmendapatkanangka-angka pengganti bagix1 ,x2 ,x3 danx4. Melalui prosesbackward-substitution, yang
pertama kali didapat adalah angka pengganti bagi variabelx4 , kemudianx3 , lalu diikuti
x2, dan akhirnyax1 . Silakan cermati yang berikut ini
13#4 x4 = = 1,
−131 1
#3 x3 =3
(13 − 13x4 ) = (13 13) = 0,3
#2 x2 = −(−7 + 5x4 + x3 ) = −(−7 + 5 + 0) = 2,
#1 x1 = 4 − 3x4 − x2 = 4 − 3 − 2 = −1
Jadi solusinya adalahx1 = −1,x2 = 2,x3 = 0 danx4 = 1. Coba sekarang anda cek,
apakah semua solusi ini cocok dan tepat bila dimasukan ke sistem persamaan linear
yang pertama, yaitu yang belum disederhanakan?
OK, mudah-mudahan ngerti ya... Kalau belum paham, coba dibaca sekali lagi.Atau,
sekarang kita beralih kecontoh yang lain.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 62/279
42 BAB 3. METODE ELIMINASI GAUSS
3.3.2 Contoh kedua
Diketahui sistem persamaan linear, terdiri dari empat buah persamaan yaitu#1,#2,#3, dan#4
seperti berikut ini:
#1 x1 − x2 + 2x3 − x4 = -8#2 2x1 − 2x2 + 3x3 − 3x4 = -20#3 x1 + x2 + x3 = -2#4 x1 − x2 + 4x3 + 3x4 = 4
Seperti contoh pertama, solusi sistem persamaan linear di atas akan dicari dengan
langkah-
langkah berikut ini:
1. Gunakan persamaan#1 untuk menghilangkanx1 dari persamaan#2 , #3 dan#4
dengan cara(#2 − 2#1 ) % (#2 ),(#3 − #1 ) % (#3 )dan(#4 − #1 ) % (#4 ). Hasilnya akan
seperti ini
#1 x1 − x2 + 2x3 − x4
= −8,
#2 −x3 − x4
= −4,
#3 2x2 − x3 + x4 = 6,
#4 2x3 + 4x4 = 12
Perhatikan persamaan#2! Akibat dari langkah yang pertama tadi, ternyata tidak hanya
x1 saja yang hilang dari persamaan#2, variabelx2 pun turut hilang dari persamaan#2.
Kondisi ini bisa menggagalkan proses triangularisasi. Untuk itu, posisi#2 mesti ditukar
dengan persamaan yang berada dibawahnya, yang masih memiliki variabelx2 . Maka
yang paling cocok adalah ditukar dengan#3.
2. Tukar posisi persamaan#2 dengan persamaan#3,(#2 & #3 ). Hasilnya akan seperti ini
#1 x1 − x2 + 2x3 − x4 = −8,
#2 2x2 − x3 + x4 = 6,#3 −x3 − x4 = −4,
#4 2x3 + 4x4 = 12
3. Agar sistem persamaan linear di atas menjadi berbentuk triangular, maka kita harus
menghilangkan variabelx3 dari persamaan#4. Karenanya, gunakan persamaan#3 un-
tuk menghilangkanx3 dari persamaan#4 dengan cara(#4 + 2#3 ) % (#4 ). Hasilnya
akan seperti ini
#1 x1 − x2 + 2x3 − x4
= −8, #2 2x2 − x3 + x4
= 6, #3 −x3 − x4
= −4, #4 2x4 =
4
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 63/279
a11 a12 . . . a1n
a21 a22 . . . a2n
. . . .
3.4. MATRIK DAN ELIMINASI GAUSS 43
Sampai disini proses triangularisasi telah selesai.
4. Selanjutnya adalah proses backward-substitution. Melalui proses ini, yang pertama kali
didapat solusinya adalahx4 , kemudianx3 , lalu diikutix2 , dan akhirnyax1 .
4#4 x4 =
2= 2,
4 + x4#3 x3 =−
−1= 2,
#2 x2 = 6 + x3 − x4= 3,
2#1 x1 = −8 + x2 − 2x3 + x4 = −7
Jadi solusinya adalahx1 = −7,x2 = 3,x3 = 2danx4 = 2.
Berdasarkan kedua contoh di atas, untuk mendapatkan solusi sistem persamaan linear,
diper- lukan operasitriangularisasidan prosesbackward-substitution. Katabackward-
substitutionkalau diterjemahkan kedalam bahasa indonesia, menjadisubstitusi-mundur.
Gabungan pros- es triangularisasi dan substitusi-mundur untuk menyelesaikan sistem
persamaan linear dike- nal sebagai metodeEliminasi Gauss.
3.4 Matrik dan Eliminasi Gauss
3.4.1 Matrik Augmentasi
Sejumlah matrik bisa digunakan untuk menyatakan suatu sistem persamaan linear. Sejenak,
mari kita kembali lagi melihat sistem persamaan linear secara umum seperti berikut ini:
a11 x1 + a12 x2 + . . . + a1n = b1
a21 x1 + a22 x2 + . . . + a2n = b2
. . . . . . . . . . . .
= . . . . . . . . . . . . .
. . . . an1x1 + an2 x2 + . . .
+ a x
=
=
. .
.
b
Sementara, kalau dinyatakan dalam bentuk operasi matrik, maka akan seperti ini:
x1
x2
b1
b2
=
(3.2)
.
an1 an2 . . . ann xn bn
Dalam mencari solusi suatu sistem persamaan linear dengan metode eliminasi gauss, bentuk
operasi matrik di atas dimanipulasi menjadimatrik augment, yaitu suatu matrik yang
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 64/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 65/279
44 BAB 3. METODE ELIMINASI GAUSS
. .
|
.
|
rann x(n + 1)seperti berikut ini:
a11 a12 . . . a1n | b1
a21 a22 . . . a2n | b2
a11 a12 . . . a1n | a1,n+1
a21 a22 . . . a2n | a2,n+1
=
(3.3)
. .
. . .
an1 an2 . . . ann | bn an1 an2 . . . ann | an,n+1
Inilah source code Matlab untukmembentukmatrikaugmentasiyang terdiri atas matrik A
dan
vektor b,
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
3.4.2 Penerapan pada contoh pertama
Pada contoh pertama di atas, diketahui sistem persamaan linear yang terdiri dari empat buah
persamaan yaitu#1,#2,#3, dan#4
#1 x1 + x2 + 3x4 = 4#2 2x1 + x2 − x3 + x4 = 1#3 3x1 − x2 − x3 + 2x4 = -3#4 −x1 + 2x2 + 3x3 − x4 = 4
Sistem persamaan linear tersebut dapat dinyatakan dalam operasi matrik
1 1 0 3
2 1 −1 1
x1
x2
4
1
=
3 −1 −1 2
−1 2 3 −1
x3
x4
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 66/279
3.4. MATRIK DAN ELIMINASI GAUSS 45
−3
4
Setelah itu matrik augment disusun seperti ini (perhatikan angka-angka indeks pada matriks
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 67/279
1 1 0 3 | 42 1 −1 1 | 1
a12 a13 a14 | a15
a22 a23 a24 | a25
a32 a33 a34 | a35
a a a aa
a a a
a a
a a a aa
disebelahnya)
a11
a21
'
3 −1 −1 2 | −3
−1 2 3 −1 | 4
a31
a41 a42 a43 a44 | a45
Kemudian kita lakukan operasi triangularisai terhadap matrik augment, dimulai dari kolom
pertama (yang tujuannya untuk menghilangkan variabelx1 dari#2,#3, dan#4), yaitu
a21 a21 a21 a21 a21#2 a21 −11
a11 x1+ a22 −11
a12 x2+ a23 −11
a13 x3+ a24 −11
a14 x4 = a25 −11
a15
a31 a31 a31 a31 a31#3 a31 −11
a11 x1+ a32 −11
a12 x2+ a33 −11
a13 x3+ a34 −11
a14 x4 = a35 −11
a15
a41 a41 a41 a41 a41#4 a41 −11
a11 x1+ a42 −11
a12 x2+ a43 −11
a13 x3+ a44 −11
a14 x4 = a45 −11
a15
Sekarang akan saya tulissource codeMatlab untuk menyelesaikan perhitungan diatas. Saran
saya,anda jangan hanya duduk sambilmembaca buku ini, kalau bisanyalakan
komputer/laptopdanketik ulang source-codeini agar anda memperoleh feeling-nya! OK, mari
kita mulai..
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
19
20 %#### men0ilan0!an ariael 1 ####
21 m=A(2,1):A(1,1); % 'r' m mea!ili siml lam+a
22 A(2,1)=A(2,1)#m/A(1,1);
23 A(2,2)=A(2,2)#m/A(1,2);
24 A(2,3)=A(2,3)#m/A(1,3);25 A(2,4)=A(2,4)#m/A(1,4);
26 A(2,5)=A(2,5)#m/A(1,5);
27
28 m=A(3,1):A(1,1);
29 A(3,1)=A(3,1)#m/A(1,1);
30 A(3,2)=A(3,2)#m/A(1,2);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 68/279
31 A(3,3)=A(3,3)#m/A(1,3);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 69/279
a a a a a
a a a a a
32 A(3,4)=A(3,4)#m/A(1,4);
33 A(3,5)=A(3,5)#m/A(1,5);
34
35 m=A(4,1):A(1,1);
36 A(4,1)=A(4,1)#m/A(1,1);
37 A(4,2)=A(4,2)#m/A(1,2);
38 A(4,3)=A(4,3)#m/A(1,3);
39 A(4,4)=A(4,4)#m/A(1,4);
40 A(4,5)=A(4,5)#m/A(1,5);
Hasilnya akan seperti ini
1 1 0 3 | 4
0 −1 −1 −5 | −7
a11 a12 a13 a14 | a15
a21 a22 a23 a24 | a25
'
0 −4 −1 −7 | −15
a31 a32 a33 a34 | a35
0 3 3 2 | 8
a41 a42 a43 a44 | a45
Pada kolom pertama, seluruh elemen berubah menjadi nol (a21 = 0,a31 = 0, dana41 = 0)
kecuali elemen yang paling atasa11 . Itu berarti kita sudah menghilangkan variabelx1 dari#2,
#3, dan#4. Sekarang dilanjutkan ke kolom kedua, dengan operasi yang hampir sama, untuk
membuat elemena32 dana42 bernilai nol
a32 a32 a32 a32 a32#3 a31 −22
a21 x1+ a32 −22
a22 x2+ a33 −22
a23 x3+ a34 −22
a24 x4 = a35 −22
a25
a42 a42 a42 a42 a42#4 a41 −22
a21 x1+ a42 −22
a22 x2+ a43 −22
a23 x3+ a44 −22
a24 x4 = a45 −22
a25
Source-code berikut ini adalah kelanjutan darisource-codediatas. Jadi jangan dipisah dalam file
lain!!!
1 m=A(3,2):A(2,2);
2 A(3,1)=A(3,1)#m/A(2,1);
3 A(3,2)=A(3,2)#m/A(2,2);
4 A(3,3)=A(3,3)#m/A(2,3);
5 A(3,4)=A(3,4)#m/A(2,4);
6 A(3,5)=A(3,5)#m/A(2,5);
7
8 m=A(4,2):A(2,2);
9 A(4,1)=A(4,1)#m/A(2,1);
10 A(4,2)=A(4,2)#m/A(2,2);
11 A(4,3)=A(4,3)#m/A(2,3);
12 A(4,4)=A(4,4)#m/A(2,4);
13 A(4,5)=A(4,5)#m/A(2,5);
14
Hasilnya akan seperti dibawah ini. Itu berarti kita telah menghilangkan variabelx2 dari#3,
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 70/279
3.4. MATRIK DAN ELIMINASI GAUSS 47
−1 −1 −5 | −7
0 3 13 | 13
−
dan#4; bahkan tanpa disengajax3 juga hilang dari#4. Inilah bentuktriangular
1 1 0 3 | 4
0
a11 a12 a13 a14 | a15
a21 a22 a23 a24 | a25
'
0
a31 a32 a33 a34 | a35
0 0 0 −13 | −13
a41 a42 a43 a44 | a45
Walaupunx3 sudah hilang dari#4, sebaiknya source-code penghapusanx3 dari#4 tetap
dita-
mbahkan pada source-code sebelumnya agar source-code tersebut menjadi lengkap.
1 m=A(4,3):A(3,3);
2 A(4,1)=A(4,1)#m/A(3,1);3 A(4,2)=A(4,2)#m/A(3,2);
4 A(4,3)=A(4,3)#m/A(3,3);
5 A(4,4)=A(4,4)#m/A(3,4);
6 A(4,5)=A(4,5)#m/A(3,5);
Dengan memperhatikan angka-angka indeks pada matrik augment di atas, kita akan men-
coba membuat rumusan prosessubstitusi-munduruntukmendapatkanseluruh nilai
penggan- ti variabelx. Dimulai darix4 ,
x =a45
4a44
=−13
= 1−13
lalu dilanjutkan denganx3 ,x2, danx1.
a35 − a34 x4 13 − "(13)(1)#x3 = = = 0
a33 3
x2 =a25 − (a23 x3 + a24 x4)
=a22
(−7) − "(−1)(0) + (−5)(1)# =
2(−1)
x1 =a15 − (a12 x2 + a13 x3 + a14 x4)
=a11
4 − "(1)(2) + (0)(0) + (3)(1)# = 1
1
Inilahsource codeproses substitusi mundur sesuai rumusan di atas
1 (4,1)=A(4,5):A(4,4);
2 (3,1)=(A(3,5)#A(3,4)/(4,1)):A(3,3);
3 (2,1)=(A(2,5)#(A(2,3)/(3,1)*A(2,4)/(4,1))):A(2,2);
4 (1,1)=(A(1,5)#(A(1,2)/(2,1)*A(1,3)/(3,1)*A(1,4)/(4,1))):A(1,1);
3.4.3 Source-codedasar
Proses triangularisasi dan substitusi-mundur dibakukan menjadi algoritma metode eliminasi
gauss. Berikut ini saya tampilkansource-codedalam Matlab sebagaimana langkah-langkah di-
atas
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 71/279
48 BAB 3. METODE ELIMINASI GAUSS5 A = [1 1 3
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 72/279
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
19
20 %==== <rses Trian0'larisasi ====
21 %#### men0ilan0!an ariael 1 +ari <2, <3 +an <4 ####
22 m=A(2,1):A(1,1); % 'r' m mea!ili siml lam+a
23 A(2,1)=A(2,1)#m/A(1,1);
24 A(2,2)=A(2,2)#m/A(1,2);
25 A(2,3)=A(2,3)#m/A(1,3);
26 A(2,4)=A(2,4)#m/A(1,4);
27 A(2,5)=A(2,5)#m/A(1,5);
28
29 m=A(3,1):A(1,1);
30 A(3,1)=A(3,1)#m/A(1,1);
31 A(3,2)=A(3,2)#m/A(1,2);
32 A(3,3)=A(3,3)#m/A(1,3);
33 A(3,4)=A(3,4)#m/A(1,4);
34 A(3,5)=A(3,5)#m/A(1,5);35
36 m=A(4,1):A(1,1);
37 A(4,1)=A(4,1)#m/A(1,1);
38 A(4,2)=A(4,2)#m/A(1,2);
39 A(4,3)=A(4,3)#m/A(1,3);
40 A(4,4)=A(4,4)#m/A(1,4);
41 A(4,5)=A(4,5)#m/A(1,5);
42
43 %#### men0ilan0!an ariael 2 +ari <3 +an <4 ####
44 m=A(3,2):A(2,2);
45 A(3,1)=A(3,1)#m/A(2,1);
46 A(3,2)=A(3,2)#m/A(2,2);
47 A(3,3)=A(3,3)#m/A(2,3);48 A(3,4)=A(3,4)#m/A(2,4);
49 A(3,5)=A(3,5)#m/A(2,5);
50
51 m=A(4,2):A(2,2);
52 A(4,1)=A(4,1)#m/A(2,1);
53 A(4,2)=A(4,2)#m/A(2,2);
54 A(4,3)=A(4,3)#m/A(2,3);
55 A(4,4)=A(4,4)#m/A(2,4);
56 A(4,5)=A(4,5)#m/A(2,5);
57
58 %#### men0ilan0!an ariael 3 +ari <4 ####
59 m=A(4,3):A(3,3);
60 A(4,1)=A(4,1)#m/A(3,1);
61 A(4,2)=A(4,2)#m/A(3,2);
62 A(4,3)=A(4,3)#m/A(3,3);
63 A(4,4)=A(4,4)#m/A(3,4);
64 A(4,5)=A(4,5)#m/A(3,5);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 73/279
65
66 %==== <rses 'si'si >'n+'r ====
67 (4,1)=A(4,5):A(4,4);
68 (3,1)=(A(3,5)#A(3,4)/(4,1)):A(3,3);
69 (2,1)=(A(2,5)#(A(2,3)/(3,1)*A(2,4)/(4,1))):A(2,2);
70 (1,1)=(A(1,5)#(A(1,2)/(2,1)*A(1,3)/(3,1)*A(1,4)/(4,1))):A(1,1);
3.4.4 Optimasisource code
Singkatnya,tujuan daridilakukannyaproses optimasi adalah untuk memperkecil jumlah
baris statemen padasource codedasar. Seperti kita ketahui bersama,source codedasar
eliminasi gauss yang tertulis di atas terdiri atas 70 baris statemen, sehingga perlu dilakukan
proses optimasi untuk memperkecil jumlah baris statemen (tanpa menyalahi hasil
perhitungan).
3.4.4.1 Optimasisource codebagian triangular
Langkah optimasi source code bagian triangularisasi dimulai dari baris statemen ke 23
hingga ke 27, yaitu
m=A(2,1):A(1,1); % 'r' m mea!ili siml lam+a
A(2,1)=A(2,1)#m/A(1,1);
A(2,2)=A(2,2)#m/A(1,2);
A(2,3)=A(2,3)#m/A(1,3);A(2,4)=A(2,4)#m/A(1,4);
A(2,5)=A(2,5)#m/A(1,5);
Bagian ini dapat dioptimasi menjadi
r ! = 1-5
A(2,!) = A(2,!)#m/A(1,!);
en+
Langkah optimasi yang sama juga bisa diterapkan untuk rangkaian baris statemen dari baris
ke 30 hingga 34 dan baris ke 37 hingga 41 (yang terdapat padasource-codedasar), sehinggamasing-masing akan menjadi
r ! = 1-5
A(3,!) = A(3,!)#m/A(1,!);
en+
dan
r ! = 1-5
A(4,!) = A(4,!)#m/A(1,!);
en+
Ternyata, pola optimasi yang sama juga masih bisa ditemui mulai baris ke 45 hingga baris
statemen ke 64. Dengan demikian, setidaknya, tahapan pertama ini akan menghasilsource-
code baru hasil optimasi awal yaitu
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 74/279
50 BAB 3. METODE ELIMINASI GAUSS
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
19
20 %==== <rses Trian0'larisasi ====
21 %#### men0ilan0!an ariael 1 +ari <2, <3 +an <4 ####
22 m=A(2,1):A(1,1); % 'r' m mea!ili siml lam+a
23 r ! = 1-5
24 A(2,!) = A(2,!)#m/A(1,!);
25 en+
26
27 m=A(3,1):A(1,1);
28 r ! = 1-5
29 A(3,!) = A(3,!)#m/A(1,!);
30 en+
31
32 m=A(4,1):A(1,1);
33 r ! = 1-5
34 A(4,!) = A(4,!)#m/A(1,!);
35 en+
36
37 %#### men0ilan0!an ariael 2 +ari <3 +an <4 ####
38 m=A(3,2):A(2,2);
39 r ! = 1-5
40 A(3,!) = A(3,!)#m/A(2,!);
41 en+
42
43 m=A(4,2):A(2,2);
44 r ! = 1-5
45 A(4,!) = A(4,!)#m/A(2,!);
46 en+
47
48 %#### men0ilan0!an ariael 3 +ari <4 ####
49 m=A(4,3):A(3,3);
50 r ! = 1-5
51 A(4,!) = A(4,!)#m/A(3,!);
52 en+
53
54 %==== <rses 'si'si >'n+'r ====
55 (4,1)=A(4,5):A(4,4);
56 (3,1)=(A(3,5)#A(3,4)/(4,1)):A(3,3);
57 (2,1)=(A(2,5)#(A(2,3)/(3,1)*A(2,4)/(4,1))):A(2,2);
58 (1,1)=(A(1,5)#(A(1,2)/(2,1)*A(1,3)/(3,1)*A(1,4)/(4,1))):A(1,1);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 75/279
3.4. MATRIK DAN ELIMINASI GAUSS 51
Sekarang,source-codeeliminasi gauss telah mengecil menjadi hanya 58 baris statemen saja (se-
belumnya ada 70 baris statemen). Namun ini belum merupakan akhir proses optimasi.
Source- codeyang terakhir ini masih bisa dioptimasi kembali.Coba anda perhatikan pola yang nampak mulai pada baris statemen ke-22 hingga ke-35.
Optimasi tahap dua dilakukan untuk menyederhanakan bagian tersebut, yaitu
r & = 2-4
m=A(&,1):A(1,1);
r ! = 1-5
A(&,!) = A(&,!)#m/A(1,!);
en+
en+
Demikian halnya untuk baris ke-38 sampai baris ke-46
r & = 3-4
m=A(&,2):A(2,2);
r ! = 1-5
A(&,!) = A(&,!)#m/A(2,!);
en+
en+
serta baris ke-49 hingga baris ke-52
r & = 4-4m=A(&,3):A(3,3);
r ! = 1-5
A(&,!) = A(&,!)#m/A(3,!);
en+
en+
Dengan demikian hasil optimasi sampai dengan tahap ini adalah
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);18 en+
19
20 %==== <rses Trian0'larisasi ====
21 %#### men0ilan0!an ariael 1 +ari <2, <3 +an <4 ####
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 76/279
22 r & = 2-4
23 m=A(&,1):A(1,1);
24 r ! = 1-5
25 A(&,!) = A(&,!)#m/A(1,!);
26 en+
27 en+
28
29 %#### men0ilan0!an ariael 2 +ari <3 +an <4 ####
30 r & = 3-4
31 m=A(&,2):A(2,2);
32 r ! = 1-5
33 A(&,!) = A(&,!)#m/A(2,!);
34 en+
35 en+
36
37 %#### men0ilan0!an ariael 3 +ari <4 ####
38 r & = 4-4
39 m=A(&,3):A(3,3);
40 r ! = 1-5
41 A(&,!) = A(&,!)#m/A(3,!);
42 en+
43 en+
44
45 %==== <rses 'si'si >'n+'r ====
46 (4,1)=A(4,5):A(4,4);
47 (3,1)=(A(3,5)#A(3,4)/(4,1)):A(3,3);
48 (2,1)=(A(2,5)#(A(2,3)/(3,1)*A(2,4)/(4,1))):A(2,2);
49 (1,1)=(A(1,5)#(A(1,2)/(2,1)*A(1,3)/(3,1)*A(1,4)/(4,1))):A(1,1);
Jika saya munculkan indeks i pada bagian proses triangularisasi
%==== <rses Trian0'larisasi ====
%#### men0ilan0!an ariael 1 +ari <2, <3 +an <4
#### i = 1;
r & = i*1-4
m=A(&,i):A(i,i);
r ! = 1-5
A(&,!) = A(&,!)#m/A(i,!);
en+
en+
%#### men0ilan0!an ariael 2 +ari <3 +an <4 ####
i = 2;
r & = i*1-4
m=A(&,i):A(i,i);
r ! = 1-5
A(&,!) = A(&,!)#m/A(i,!);
en+
en+
%#### men0ilan0!an ariael 3 +ari <4
#### i = 3;
r & = i*1-4
m=A(&,i):A(i,i);r ! = 1-5
A(&,!) = A(&,!)#m/A(i,!);
en+
en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 77/279
maka saya bisa gabungkan semua i tersebut menjadi
%==== <rses Trian0'larisasi ====r i = 1-3
r & = i*1-4
m=A(&,i):A(i,i);
r ! = 1-5
A(&,!) = A(&,!)#m/A(i,!);
en+
en+
en+
Sehingga hasil optimasi sampai tahapan ini telah mengecilkan jumlah baris statemen dari
sem-
ula 70 baris menjadi hanya 34 baris saja. Inilah hasilnya
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
19
20 %==== <rses Trian0'larisasi ====
21 r i = 1-3
22 r & = i*1-4
23 m=A(&,i):A(i,i);
24 r ! = 1-525 A(&,!) = A(&,!)#m/A(i,!);
26 en+
27 en+
28 en+
29
30 %==== <rses 'si'si >'n+'r ====
31 (4,1)=A(4,5):A(4,4);
32 (3,1)=(A(3,5)#A(3,4)/(4,1)):A(3,3);
33 (2,1)=(A(2,5)#(A(2,3)/(3,1)*A(2,4)/(4,1))):A(2,2);
34 (1,1)=(A(1,5)#(A(1,2)/(2,1)*A(1,3)/(3,1)*A(1,4)/(4,1))):A(1,1);
3.4.4.2 Optimasisource codebagian substitusi-mundur
OK, sekarang kita beralih ke bagian substitusi-mundur. Saya mulai dengan memodifikasi
bagian tersebut menjadi seperti ini
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 78/279
%==== <rses 'si'si >'n+'r ====
(4,1)=A(4,5):A(4,4);
= ;
= * A(3,4)/(4,1);
(3,1)=(A(3,5)#):A(3,3);
= ;
= * A(2,3)/(3,1);
= * A(2,4)/(4,1);
(2,1)=(A(2,5)#):A(2,2);
= ;
= * A(1,2)/(2,1);
= * A(1,3)/(3,1);
= * A(1,4)/(4,1);
(1,1)=(A(1,5)#):A(1,1);
Dari situ, saya modifikasi kembali menjadi seperti ini
%==== <rses 'si'si >'n+'r ====
(4,1)=A(4,5):A(4,4);
= ;
r ! = 4-4
= * A(3,!)/(!,1);
en+
(3,1)=(A(3,5)#):A(3,3);
= ;
r ! = 3-4
= * A(2,!)/(!,1);
en+
(2,1)=(A(2,5)#):A(2,2);
= ;
r ! = 2-4
= * A(1,!)/(!,1);
en+
(1,1)=(A(1,5)#):A(1,1);
Lalu saya munculkan indeks i, coba perhatikan dengan teliti
%==== <rses 'si'si >'n+'r ====
(4,1)=A(4,5):A(4,4);
i = 3;
= ;
r ! = i*1-4
= * A(i,!)/(!,1);
en+
(i,1)=(A(i,5)#):A(i,i);
i = 2;
= ;
r ! = i*1-4
= * A(i,!)/(!,1);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 79/279
en+
(i,1)=(A(i,5)#):A(i,i);
i = 1;
= ;
r ! = i*1-4
= * A(i,!)/(!,1);
en+
(i,1)=(A(1,5)#):A(i,i);
dengan demikian saya bisa ringkas menjadi seperti ini
%==== <rses 'si'si >'n+'r ====
(4,1)=A(4,5):A(4,4);
r i = 3-#1-1
= ;
r ! = i*1-4
= * A(i,!)/(!,1);
en+
en+
(i,1)=(A(i,5)#):A(i,i);
Dan inilah hasil optimasi sampai tahapan yang terakhir
1 clear all
2 clc3
4 %#### inisialisasi mari! A ####
5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
19
20 %==== <rses Trian0'larisasi ====
21 r i = 1-3
22 r & = i*1-4
23 m=A(&,i):A(i,i);
24 r ! = 1-5
25 A(&,!) = A(&,!)#m/A(i,!);
26 en+
27 en+
28 en+
29
30 %==== <rses 'si'si >'n+'r ====
31 (4,1)=A(4,5):A(4,4);
32
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 80/279
33 r i = 3-#1-1
34 = ;
35 r ! = i*1-4
36 = * A(i,!)/(!,1);
37 en+
38 (i,1)=(A(i,5)#):A(i,i);
39 en+
3.4.5 Pentingnya nilain
Pada baris ke-15, nilai n adalah nilai ukuran matrik A yang berbentuk bujursangkar. Dalam
contoh ini,n bernilai 4. Dengan menggunakan angka 4 (atau n) sebagai acuan, maka source
code hasil optimasi terakhir dimodifikasi kembali menjadi seperti ini
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 1 3
6 2 1 #1 1
7 3 #1 #1 2
8 #1 2 3 #1];
9
10 %#### inisialisasi e!r ####
11 = [4 ; 1 ; #3 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
16 r i = 1-n
17 A(i,n*1) = (i);
18 en+
19
20 %==== <rses Trian0'larisasi ====
21 r i = 1-n#1
22 r & = i*1-n
23 m=A(&,i):A(i,i);
24 r ! = 1-n*1
25 A(&,!) = A(&,!)#m/A(i,!);
26 en+
27 en+
28 en+
29
30 %==== <rses 'si'si >'n+'r ====
31 (n,1)=A(n,n*1):A(n,n);
32
33 r i = n#1-#1-1
34 = ;
35 r ! = i*1-n
36 = * A(i,!)/(!,1);
37 en+
38 (i,1)=(A(i,n*1)#):A(i,i);
39 en+
Sekarang, source code di atas akan bisa memproses matrik bujursangkar yang ukurannya
sem-
barang; tidak hanya 4x4. Demikianlah akhir dari proses optimasi yang cukup melelahkan.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 81/279
3.4.6 Jangan puas dulu..
Walaupun memiliki jumlah baris statemen yang lebih sedikit,source-codeini masih mengan-dungbug yang bisa berakibat fatal. Sekarang coba anda ganti angka-angka pada bagian in-
isialisasimatrik menjadi angka-angka baru yang disesuaikan dengan sistem persamaan linear
berikut ini
#1 x1 − x2 + 2x3 − x4 = -8#2 2x1 − 2x2 + 3x3 − 3x4 = -20#3 x1 + x2 + x3 = -2#4 x1 − x2 + 4x3 + 3x4 = 4
Saya jaminsource codeyang tadi akan berhenti sebelum tugasnya selesai. Artinya ia gagal
menjalankan tugas mencari solusi sistem persamaan linear. Mengapa bisa
begitu?
3.4.7 Pivoting
Pada baris ke-23, yang merupakan bagian dari proses triangularisasi dalam source codedi
atas, terdapat
m=A[&,i]:A[i,i]
elemenA"i, i# tentunya tidak boleh bernilai nol. Jika itu terjadi, maka prosestriangularisasiotomatis akan berhenti dan itu sekaligus menggagalkan metode eliminasi Gauss. Dilihat dari
indeks-nya yang kembar yaitu"i, i#,maka tidak diragukan lagi bahwa ia pasti menempati po-
sisi di elemen diagonal dari matrik A. Nama lain elemen ini adalah elemen pivot. Jadi apa
yang harus dilakukan jika secara tidak disengaja didalam aliran proses terdapat elemen pivot
yang bernilai nol?
Salah satu cara untuk mengatasinya adalah dengan menukar seluruh elemen yang se-
baris dengan elemen diagonal bernilai nol. Ia harus ditukar posisinya dengan baris yang ada
dibawahnya, sampai elemen diagonal matrik menjadi tidak nol,aii = 0. Cara ini disebut
pivot- ing. Penambahan proses pivotingkedalamsource codeeliminasi Gauss dimulai dari bariske-23 sampai baris ke-30 berikut ini
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 #1 2 #1
6 2 #2 3 #3
7 1 1 1
8 1 #1 4 3];
9
10 %#### inisialisasi e!r ####
11 = [#8 ; #2 ; #2 ; 4];
12
13 %#### memen'! mari! a'0menasi ####
14 +im = sie(A);
15 n = +im(1);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 82/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 83/279
3.5. FUNCTION ELIMINASI GAUSS 59
15 = A(i,s);
16 ' = A(i*1,s);
17 A(i,s) = ';
18 A(i*1,s) = ;
19 en+
20 en+
21 %#### a!ir $rses $iin0 #####
22
23 r & = i*1-n
24 m=A(&,i):A(i,i);
25 r ! = 1-n*1
26 A(&,!) = A(&,!)#m/A(i,!);
27 en+
28 en+
29 en+
30
31 %==== <rses 'si'si >'n+'r ====
32 (n,1)=A(n,n*1):A(n,n);
33
34 r i = n#1-#1-1
35 = ;
36 r ! = i*1-n
37 = * A(i,!)/(!,1);
38 en+
39 (i,1)=(A(i,n*1)#):A(i,i);
40 en+
Dengan adanya function elgauss, makasource-codeuntuk menyelesaikan sistem persamaan lin-
ear dengan metode eliminasi gauss dapat ditulis secara sangat sederhana. Berikut ini con-
tohnya..
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 #1 2 #1
6 2 #2 3 #3
7 1 1 1
8 1 #1 4 3];
910 %#### inisialisasi e!r ####
11 = [#8 ; #2 ; #2 ; 4];
12
13 =el0a'ss(A,)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 84/279
60 BAB 3. METODE ELIMINASI GAUSS
3.6 Contoh aplikasi
3.6.1 Menghitung arus listrik
Gunakan metode Eliminasi Gauss untuk menentukan arusi1,i2 dani3 yang mengalir pada
rangkaian berikut ini
jawab:
Berdasarkan Hukum Kirchhoff:
(1 + (2 = (3
−14 + 6(1 − 10 − 4(2 = 0
10 − 6(1 − 2(3 = 0
Lalu kita susun ulang ketiga persamaan di atas menjadi seperti ini:
(1 + (2 − (3 = 0
6(1 − 4(2 = 24
6(1 + 2(3 = 10
Kemudian dinyatakan dalam bentuk matriks:
1 1 −1
(1
0
6 −4 0
(2
=
24
6 0 2
(3 10
Selanjutkan kita susun matriks augmentasi sebagai berikut:
1 1 −1 0
6 −4 0 24
6 0 2 10
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 85/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 86/279
62 BAB 3. METODE ELIMINASI GAUSS
−
Sekarang tinggal melakukan proses substitusi mundur
(2 =
( =
a343 a33
a24 − a23
.(3
a22
=
−4, 4= 14, 4
=24 − (6).(−1)
−10= −3
(1 = a14 − (a13 .(3 + a12.(2 )=
a11
(0 − "(−1).(−1) + (1).(−3)# = 2
1
Jadi besarmasing-masingarus padarangkaiandi atas adalah(1 = 2A,(2 = −3A dan(3 =
−1A.
Tanda minus (-) memiliki arti bahwa arah arus yang sesungguhnya berlawanan arah dengan
asumsi awal yang kita gunakan. Keseluruhan tahapan perhitungan di atas cukup
diselesaikan
olehsource-code berikut ini
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 1 #1
6 6 #4
7 6 2];
8
9 %#### inisialisasi e!r ####
10 = [ ; 24 ; 1];
11
12 ?=el0a'ss(A,)
Isi matrik A diturunkan dari sistem persamaan linear yang mengacu kepada Hukum
Kirchhoff
sebagai berikut
(1 + (2 − (3 = 0
6(1 − 4(2 = 24
6(1 + 2(3 = 10
yang kemudian dinyatakan dalam bentuk matrik A dan vektor b:
1 1 −1
(1
0
6 −4 0
(2
=
24
6 0 2
(3 10
3.6.2 Mencari invers matrik
Dalam kaitannya dengan invers matrik, matrikAdisebut matriknon-singular jika matrikA
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 87/279
3.6. CONTOH APLIKASI 63
memilikimatrik invers dirinya yaituA$1.Atau dengan kata lain, matrikA$1 adalah invers
dari matrikA. Jika matrikAtidak memiliki invers, maka matrikAdisebutsingular. Bila
matrikAdikalikan dengan matrikA$1 maka akanmenghasilkanmatrik identitasI, yaitu
suatu
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 88/279
−
9
. .
.
−
3
3 3
matrik yang elemen-elemen diagonalnya bernilai 1.
1 0 . . . 0
AA$1 = I=
0 1 . . . 0
(3.4) .. .
0 0 . . . 1
Misalnya diketahui,
1 2 −1
2 5 1
9 9 9
A=
2 1 0
, A$1
= 4 − 1 2
−1 1 29 9 91 1 1− 3 3 3
Bila keduanya dikalikan, maka akan menghasilkan matrik identitas,
1 2 −1
−
2
5 19
− 9
1 0 0
AA$1
=
2 1 0 4 − 1 2
=
0 1 0
9
−1 1 2 − 19 9
1 1 0 0 1
Lalu bagaimana cara memperoleh matrik invers,A$1? Itulah bahan diskusi kita kali ini. Baik-
lah.., anggap saja kita tidak tahu isi dariA$1
. Tapi yang jelas matrikA$1
ukurannya mestisama dengan matrikA, yaitu 3x3.
AA$1 = I
1 2 −1
i11 i12 i13
1 0 0
2 1 0
i21 i22 i23
=
0 1 0
(3.5)
−1 1 2
i31 i32 i33
0 0 1
dalam hal ini matrikA$1 adalah
i11 i12 i13
A$1 =
i21 i22 i23
i31 i32 i33
Elemen-elemen matrik invers,A$1 dapat diperoleh dengan menerapkan metode eliminasi
gauss pada persamaan 3.5 yang telah dipecah 3 menjadi
1 2 −1
i11
1
2 1 0
i21
=
0
−1 1 2
i31 0
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 89/279
1 2 −1
2 1 0
i22
0
=
1
−1 1 2
i23 0
1 2 −1
i31
0
2 1 0
i32
=
0
−1 1 2
i32 1
Ketiganya dapat diselesaikan satu persatu menggunakan source code Eliminasi Gauss. Source
code untuk mendapatkan kolom pertama dari matrik invers adalah
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 2 #1
6 2 1
7 #1 1 2];
8
9 %#### inisialisasi e!r ####
10 r & = 1-3
11 (&,1) = ;
12 en+
13 (1,1) = 1;
14
15 ?=el0a'ss(A,)
Sementara, source code untuk mendapatkan kolom kedua dari matrik invers adalah
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 2 #1
6 2 1 7 #1 1 2];
8
9 %#### inisialisasi e!r ####
10 r & = 1-3
11 (&,1) = ;
12 en+
13 (2,1) = 1;
14
15 ?=el0a'ss(A,)
Dan untuk memperoleh kolom ketiga matrik invers, caranya adalah
1 clear all
2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 2 #1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 90/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 91/279
3
4 %#### inisialisasi mari! A ####
5 A = [1 2 #1
6 2 1
7 #1 1 2];
8
9
10 %#### inisialisasi e!r ####
11 i = 1;
12 r & = 1-3
13 (&,1) = ;
14 en+
15 (i,1) = 1;
16 ?=el0a'ss(A,);
17 r ! = 1-3
18 A?(!,i) = ?(!,1);
19 en+
20
21 i = 2;
22 r & = 1-3
23 (&,1) = ;
24 en+
25 (i,1) = 1;
26 ?=el0a'ss(A,);
27 r ! = 1-3
28 A?(!,i) = ?(!,1);
29 en+
30
31 i = 3;32 r & = 1-3
33 (&,1) = ;
34 en+
35 (i,1) = 1;
36 ?=el0a'ss(A,);
37 r ! = 1-3
38 A?(!,i) = ?(!,1);
39 en+
maka source code tersebut dapat dioptimasi menjadi
1 clear all2 clc
3
4 %#### inisialisasi mari! A ####
5 A = [1 2 #1
6 2 1
7 #1 1 2];
8
9
10 %#### men0i'n0 mari! iners ####
11 r i = 1-3
12 r & = 1-3
13 (&,1) = ;
14 en+
15 (i,1) = 1;
16 ?=el0a'ss(A,);
17 r ! = 1-3
18 A?(!,i) = ?(!,1);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 92/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 93/279
41 5
7 #1 1 2];
8
9 %#### men0i'n0 mari! iners ####
10 A? = Ain(A);
Keberadaan matrikA$1 bisa digunakan untuk menyelesaikan sistem persamaanlinear
(mencari nilaix ), dengan cara sebagai berikut
Ax = b
A$1 Ax = A$1 b
Ix = A$1 b
x = A$1 b (3.6)
Contoh berikut ini akan menjelaskan prosesnya secara lebih rinci. Misalnya diketahui sistem
persamaan linear
x1 + 2x2 − x3 = 2
2x1 + x2 = 3
−x1 + x2 + 2x3 = 4
Bila dikonversikan kedalam operasi matrik menjadi
1 2 −1
x1
2
2 1 0
x2
=
3
−1 1 2 x3 4
Berdasarkan persamaan (3.6), maka elemen-elemen vektorxdapat dicari dengan cara
x= A$1 b
− 2 5 1
2
7
9 9−
9 9
x= 4 − 1 2 13
9 91 1− 3 3
3 =9 9
3 3
Akhirnya diperoleh solusix1 = 7)9,x2 = 13)9, danx3 = 5)3. Penyelesaian sistem persamaan
linear menjadi lebih mudah bila matrikA$1 sudah diketahui. Sayangnya, untuk mendap-
atkan matrikA$1 , diperlukan langkah-langkah, seperti yang sudah dibahas pada contoh per-
tama di atas, yang berakibat in-efisiensi proses penyelesaian (secara komputasi) bila diband-
ingkan dengan metode eliminasi gauss untuk memecahkan sistem persamaan linear. Namun
bagaimanapun, secara konseptual kita dianjurkan mengetahui cara bagaimana mendapatkan
matrikA$1 .
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 94/279
3.7. PENUTUP 69
3.7 Penutup
Saya cukupkan sementara sampai disini. Insya Allah akan saya sambung lagi dilain waktu.Kalau ada yang mau didiskusikan, silakan hubungi saya melalui email yang tercantum di ha-
laman paling depan.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 95/279
70 BAB 3. METODE ELIMINASI GAUSS
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 96/279
Bab 4
Aplikasi Eliminasi Gauss padaMasalah
Inversi
✍ Objektif :
⊲ Mengenalkan model garis.
⊲ Mengenalkan model parabola.
⊲ Mengenalkan model bidang.
Pada bab ini, saya mencoba menuliskan aplikasi Metode Eliminasi Gauss sebagai dasar-dasar teknik inversi yaitu meliputi model garis, model parabola dan model bidang. Uraian
ap- likasi tersebut diawali dari ketersediaan data observasi, lalu sejumlah parameter model
mesti dicari dengan teknik inversi. Mari kita mulai dari model garis.
4.1 Inversi Model Garis
Pengukuran suhu terhadap kedalaman di bawah permukaan bumi menunjukkan bahwa se-
makin dalam, suhu semakin tinggi. Misalnya telah dilakukan sebanyak empat kali (* = 4)
pengukuran suhu( +i ) padakedalamanyang berbeda beda(!i). Tabelpengukuransecara
seder- hana disajikan seperti ini:
Tabel 4.1: Data suhu bawah permukaan tanah terhadap kedalamanPengukuranke-i Kedalaman(m) suhu(% ,)
1234
!1 = 5 !2= 16 !3= 25 !4= 100
+1 = 35 +2 = 57
+3 = 75
+4 = 225
Grafik sebaran data observasi ditampilkan pada Gambar (4.2). Lalu kita berasumsi bahwa
variasi suhu terhadap kedalaman ditentukan oleh rumus berikut ini:
m1 + m2 !i = +i (4.1)
71
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 97/279
72 BAB 4. APLIKASI ELIMINASI GAUSS PADA MASALAH INVERSI
=2
T e m p e r a t u r ( C e l i u s !
"#$
%ariasi temperatur terhadap kedalaman
"$$
&#$
&$$
#$
$$ &$ "$ '$ ($ #$ )$ *$ +$ ,$ &$$
-edalaman (meter!
Gambar 4.1: Sebaran data observasi antara suhu dan kedalaman
dimanam
1 danm
2 adalahkonstanta-konstantayang akan dicari. Rumus di atas disebutmodel matematika. Sedangkan m1 dan m2 disebutparameter model. Pada model
matematika di atas terdapat dua buah parameter model,(- = 2). Sementara jumlah data
observasi ada empat,(* = 4), yaitu nilai-nilai kedalaman,!i, dan suhu, +i . Berdasarkan
model tersebut, kita bisa menyatakan suhu dan kedalaman masing-masing sebagai berikut:
m1 + m2 !1 =
+1 m1 + m2 !2
= +2 m1 + m2 !3
= +3 m1 + m2 !4
= +4
Semua persamaan tersebut dapat dinyatakan dalam operasi matrik berikut
ini:
1 !1
1 !2
"m1
+1
# +
(4.2)
1 !3
m2
1 !4
+3
+4
Lalu ditulis secara singkat
m = & (4.3)
dimanadadalah data yang dinyatakan dalam vektor kolom,madalah model parameter, juga
dinyatakan dalam vektor kolom, dan disebutmatrik kernel. Lantas bagaimana cara menda-
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 98/279
=
i
=
i
i|
4.1. INVERSI MODEL GARIS 73
patkan nilaim1 danm2 pada vektor kolomm? Manipulasi berikut ini bisa menjawabnya
T
m = T
& (4.4)
dimanat disini maksudnya adalah tanda transpos matrik. Selanjutnya, untuk mendapatkan
elemen-elemenm, diperlukan langkah-langkah perhitungan berikut ini:
1. Tentukan transpos dari matrik kernel, yaitu.t
1 !1
=
1 !2
1 !3
1 !4
' .t=
"
1 1 1 1#
!1 !2 !3 !4
2. TentukanT .
.t =
"
1 1 1 1
!1 !2 !3 !4
1 !1# 1 !2
1 !3
1 !4
"
*'
!i
#
'!i
' !2
dimana* = 4dani = 1, 2, 3, 4.
3. Kemudian tentukan pulaT &
.t & =
"
1 1 1 1
!1 !2 !3 !4
+1# +2
+3 +4
" ' +i
#
'!i +i
4. Sekarang persamaan (4.4) dapat dinyatakan sebagai
"*
'!i'
!i
' !2
# "m1
m2
# " ' +i
#
= ' !i +i
(4.5)
5. Aplikasikan metodeEliminasi Gauss dengan Substitusi Mundur. Untuk itu, tentukan
matrik augment-nya
"*
'!i |
' +i
#
' !i
' !2
' !i +i
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 99/279
6. Untuk mempermudah perhitungan, kita masukan dulu angka-angka yang tertera pada
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 100/279
74 BAB 4. APLIKASI ELIMINASI GAUSS PADA MASALAH INVERSI
=
tabel pengukuran dihalaman depan.
"
4 146 | 392
#
146 10906 | 25462
7. Lakukan proses triangularisasi dengan operasi(#2 − (36, 5)#1 ) % #2. Sayasertakan
pula indeks masing-masing elemen pada matrik augment sebagaimana yang telah saya
lakukan pada catatan kuliah yang berjudulMetode Eliminasi Gauss. Hasilnyaadalah
"4 146 | 392
0 5577 | 11154
# "a11 a12 | a13
#
a21 a22 | a23
8. Terakhir, tentukan konstantam1 danm2 yang merupakan elemen-elemen vektor kolom
m, dengan proses substitusi mundur. Pertama tentukanm2
m =a23
2a22
11154= = 2
5577
lalu tentukanm1
m1 =a13 − a12
m2
a11
=392 − (146)(2)
= 254
4.1.1 Script matlab inversi model garis
Script inversi model garis ini dibangun dari beberapa script yang sudah kita pelajari sebelum-
nya, yaitu script transpose matriks, perkalian matrik dan script eliminasi gauss. Silakan pela-
jari maksud tiap-tiap baris pada script ini.
1 clc
2 clear all
3 clse all
4
5 % #### +aa serasi ####
6 @ = 4; % &'mla +aa7 = [ 5 ; 16 ; 25 ; 1 ];
8 T = [ 35 ; 57 ; 75 ; 225 ];
9
10
11 % #### menen'!an mari! !ernel, ####
12 r i = 1-@
13 (i,1) = 1;
14 (i,2) = (i,1);
15 en+
16
17 % #### menen'!an e!r + ####
18 +=T;
19
20 % #### $rses inersi ####
21 A = ’/;
22 = ’/+;
23 m = el0a'ss(A,);
24
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 101/279
i
. u h u ( d e r a j a t C e l i u s !
25 %#######>.@A>BA AC?D######################
26 $l(,T,’r’);
27 lael(’De+alaman (meer)’);lael(’'' (+era&a "elci's)’);
28 ile(’aa ariasi s'' era+a$ !e+alaman’)
29 l+ n;
30 r i=1-ma()
31 i(i)=i;
32 Ti(i)=m(1)*m(2)/i(i);
33 en+
34 $l(i,Ti);
35 l+ ;
"#$
/ata variasi suhu terhadap kedalaman
"$$
&#$
&$$
#$
$$ &$ "$ '$ ($ #$ )$ *$ +$ ,$ &$$
-edalaman (meter!
Gambar 4.2: Kurva hasil inversi data observasi antara suhu dan kedalaman
Demikianlah contoh aplikasi metode Eliminasi Gauss pada model garis. Anda bisa men-
gaplikasikan pada kasus lain, dengan syarat kasus yang anda tangani memiliki bentuk model
yang sama dengan yang telah dikerjakan pada catatan ini, yaitumodel persamaan garisatau
disingkatmodel garis:y = m1 + m2x. Selanjutnya mari kita pelajari inversi model parabola.
4.2 Inversi Model Parabola
Pengukuran suhu terhadap kedalaman di bawah permukaan bumi menunjukkan bahwa se-
makin dalam, suhu semakin tinggi. Misalnya telah dilakukan sebanyak delapan kali(* = 8)
pengukuran suhu( +i ) pada kedalaman yang berbeda beda(!i ). Tabel 4.2 menyajikan data
observasi pada kasus ini.
Lalukita berasumsi bahwa variasi suhu terhadapkedalaman ditentukanoleh rumus
berikut
ini:
m1 + m2 !i + m3 !2
= +i (4.6)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 102/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 103/279
dimanadadalah data yang dinyatakan dalam vektor kolom,madalah model parameter, juga
dinyatakan dalam vektor kolom, dan disebutmatrik kernel. Lantas bagaimana cara menda-
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 104/279
1
3
5
7
8
1
!
7
8
+
i
patkan nilaim1 ,m2 danm3 pada vektor kolomm? Manipulasi berikut ini bisa menjawabnya
.t
m = .t & (4.9)
dimanat disini maksudnya adalah tanda transpos matrik. Selanjutnya, untuk mendapatkan
elemen-elemenm, diperlukan langkah-langkah perhitungan berikut ini:
1. Tentukan transpos dari matrik kernel, yaitu.t
1 !1 !2
1 !2 !2
2
1 !3 !2 1 !4 !2
1 1 1 1 1 1 1 1
=
4
' .t= !1 !2 !3 !4 !5 !6 !7 !8
1 !5 !2
!2 2 2 2 2 2 2 2
1 !6 !2
1 !2 !3 !4 !5 !6 !7 !8 6
1 !7 !2
1 !8 !2
2. Tentukan.t
. 1 !1 !2
1 !2 !2
2
2
1 1 1 1 1 1 1 1 1 !3 !3
1 !4 !2
*
'!i
'2
.t = !1 !2 !3 !4 !5 !6 !7 !8
4
= '
!i
' !2
' !3
1 !5 !2
i i
!2 2 2 2 2 2 2 2
5
'
!2 3 41 !2 !3 !4 !5 !6 !7 !8
1 !6 !2
i
' !i
' !i
6
1 !7 !2
1 !8 !2
dimana* = 8dani = 1, 2, 3, ..., 8.
3. Kemudian tentukan pula.t &
1 1 1 1 1 1 1 1
+1
+2
3
+4
'
+i
.t & = !1 !2 !3 !4 !5 !6 !7 !8
= '
!i +i
!2 2 2 2 2 2 2 2
+5
'
!2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 105/279
6
1 !2 !3 !4 !5 !6 !7 !8
+
+7
+8
i +i
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 106/279
8 219 8547 | 349, 89
0 2551, 88 159448, 88 | 3316, 57
8547 393423 19787859 | 594915, 33
i
i !
i i i
i
i
i i
i i
' ! 2
|
|
'
i
'i
|
4. Sekarang persamaan (4.14) dapat dinyatakan sebagai (ini khanleast square juga...!?)
*
'
!i
'
!2
m1
'
+i
'!i
' !2
3
m2
=
' !i +i
(4.10)
' !2
' !3
' !4
m3
'
!2 +i
5. Aplikasikan metodeEliminasi Gauss dengan Substitusi Mundur. Untuk itu, tentukan
matrik augment-nya
*
'!i
' !2 |
' +i
'!i
' !2
' !3 |
' !i +i
' !2
' !3 4 | !i +i
6. Untuk mempermudah perhitungan, kita masukan dulu angka-angka yang tertera pada
tabel pengukuran dihalaman depan.
8 219 8547 | 349, 89
219 8547 393423 12894, 81
8547 393423 19787859 | 594915, 33
7. Lakukan proses triangularisasi dengan operasi(#2 − (219)8)#1 ) % #2. Hasilnya adalah
8. Masih dalam proses triangularisai, operasi berikutnya(#3 − (8547)8)#1 ) % #3. Hasilnya
adalah
8 219 8547 | 349, 89
0 2551, 88 159448, 88 3316, 57
0 159448.88 10656457, 88 | 221101, 6
9. Masih dalam proses triangularisai, operasi berikutnya(#3 − (159448, 88)2551, 88)#2 ) %
#3. Hasilnya adalah
8 219 8547 | 349, 89
0 2551, 88 159448, 88 3316, 57
0 0 693609, 48 | 13872, 19
(4.11)
Seperti catatan yang lalu, saya ingin menyertakan pula notasi masing-masing elemen
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 107/279
pada matrik augment sebelum melakukan proses substitusi mundur.
8 219 8547 | 349, 89
a11 a12 a13 | a14
0 2551, 88 159448, 88 | 3316, 57
/
a21 a22 a23 | a24
0 0 693609, 48 | 13872, 19
a31 a32 a33 | a34
10. Terakhir, tentukan konstantam1 ,m2 danm3 yang merupakan elemen-elemen vektor
kolomm, dengan proses substitusi mundur. Pertama tentukanm3
m =a34
3a33
13872, 19= = 0, 02
693609, 48
lalum2
danm1
m2 = a24 − a23
m3
a22
=3316, 57 − (159448, 88)(0, 02)
= 0, 052551, 88
m1 =a14 − (a12 m2 + a13 m3 )
=a11
349, 89 − "(219)(0, 05) + (8547)(0, 02)= 21
8
4.2.1 Script matlab inversi model parabola
Perbedaan utama script ini dengan script inversi model garis terletak pada inisialisasi elemen-elemen matrik kernel.Elemen-elemen matrik kernel sangatditentukan oleh model
matematika yang digunakan. Seperti pada script ini, matrik kernelnya diperoleh dari model
parabola.
1 clc
2 clear all
3 clse all
4
5 % #### +aa serasi ####
6 @ = 8; % E'mla +aa
7 = [5; 8; 14; 21; 3; 36; 45; 6];8 T = [21F75; 22F68; 25F62; 3F87; 4F5; 48F72; 63F75; 96];
9
10 % #### menen'!an mari! !ernel, ####
11 r i = 1-@
12 (i,1) = 1;
13 (i,2) = (i,1);
14 (i,3) = (i,1)G2;
15 en+
16
17 % #### menen'!an e!r + ####
18 +=T;
19
20 % #### $rses inersi ####21 A = ’/;
22 = ’/+;
23 m = el0a'ss(A,);
24
25 %#######>.@A>BA AC?D######################
26 $l(,T,’r’);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 108/279
27 lael(’De+alaman (meer)’);lael(’'' (+era&a "elci's)’);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 109/279
80 BAB 4. APLIKASI ELIMINASI GAUSS PADA MASALAH INVERSI
. u h u ( d e r a j a t C e l i u s !
28 ile(’aa ariasi s'' era+a$ !e+alaman’);
29 l+ n;
30 r i=1-ma()
31 i(i)=i;
32 Ti(i)=m(1)*m(2)/i(i)*m(3)/i(i)G2;
33 en+
34 $l(i,Ti);
35 l+ ;
&$$/ata variasi suhu terhadap kedalaman
$
+$
*$
)$
#$
($
'$
"$$ &$ "$ '$ ($ #$ )$
-edalaman (meter!
Gambar 4.3: Kurva hasil inversi data observasi antara suhu dankedalaman
Demikianlah contoh aplikasi metode Eliminasi Gauss pada model parabola. Anda bisa
mengaplikasikan pada kasus lain, dengan syarat kasus yang anda tangani memiliki bentuk
modelyang sama dengan yang telah dikerjakan pada catatan ini, yaitu memiliki tiga buah
model parameter yang tidak diketahui dalam bentuk persamaan parabola:y = m1 + m2 x
+ m3 x2 . Pada catatan berikutnya, saya akan membahas model yang mengandung tiga
model parameter dalam 2 dimensi.
4.3 Inversi Model Bidang
Dalam catatan ini saya belum sempat mencari contoh pengukuran yang sesuai untuk model
2-dimensi. Maka, saya ingin langsung saja mengajukan sebuah model untuk 2-dimensi
berikut ini:
m1 + m2 xi + m3 yi = di (4.12)
dimanam1 ,m2 danm3 merupakan model parameter yang akan dicari. Adapun yang
berlaku sebagaidataadalahd1 , d2, d3, ..., di. Berdasarkan model tersebut, kita bisa
menyatakan suhu
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 110/279
=
m2
. . . .
y1...
4.3. INVERSI MODEL BIDANG 81
dan kedalaman masing-masing sebagai berikut:
m1 + m2 x1 + m3 y1 =d1
m1 + m2 x2 + m3 y2 =
d2
m1 + m2 x3 + m3 y3 =
d3
. . . . .
m1 + m2 x + m3 y =
d
Semua persamaan tersebut dapat dinyatakan dalam operasi matrik berikut ini:
1 x1 y1
1 x2 y2
m1
d1
d2
1 x3 y3
d3
m
. . .
3
.
1 x y
d
Lalu ditulis secara singkat
m = & (4.13)
dimanadadalah data yang dinyatakan dalam vektor kolom,madalah model parameter, juga
dinyatakan dalam vektor kolom, dan disebutmatrik kernel. Lantas bagaimana cara
menda- patkan nilaim1 ,m2 danm3 pada vektor kolomm? Manipulasi berikut ini bisa
menjawabnya
.t m = .t & (4.14)
dimanat disini maksudnya adalah tanda transpos matrik. Selanjutnya, untuk mendapatkanelemen-elemenm, diperlukan langkah-langkah perhitungan berikut ini:
1. Tentukan transpos dari matrik kernel, yaitu.t
1 x1 y1
1 x2 y2
=
1 x3 y3
' .t =
1 1 1 " " " 1
x1 x2 x3 " " " x
y
2y
3" " " y
1 x y
2. Tentukan.t
. 1 x1 y1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 111/279
.
..
1 1 1 " " " 1
1 x2 y2
*
'xi
' yi
.t =
x1 x2 x3 " " " x
1 x3 y3
='
xi'
x2 xi yi
y1 y2 y3 " " " y
..
.
'
y
i
'
' x y
'y2
1 x y
i i i i
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 112/279
82 BAB 4. APLIKASI ELIMINASI GAUSS PADA MASALAH INVERSI
=
i
i
.
dimana* = jumlah data. dani = 1, 2, 3, ..., * .
3. Kemudian tentukan pula.
t
&
1 1 1 " " " 1
d1
d2
'di
.t & =
x1 x2 x3 " " " x
d3
y1 y2 y3 " " " y
.
'xi di
'
yi di d
4. Sekarang, persamaan (4.14) dapat dinyatakan sebagai
*'
xi
' yi
m1
'di
'xi
' x2
' 'i
xi yi
= xidi
(4.15)
' yi
' xi yi
' y2
m3
'
yi di
5. Aplikasikan metodeEliminasi Gauss dengan Substitusi Mundur. Untuk itu, tentukan
matrik augment-nya
*
'xi
' yi |
'di
'xi
' x2
' ' i
xi yi | xidi
' yi
' xi yi
' y2 |
'yi di
6. Langkah-langkah selanjutnya akan sama persis dengan catatan sebelumnya (model lin-
eardanmodel parabola)
Anda bisa mengaplikasikan data pengukuran yang anda miliki, dengan syarat kasus yang
anda tangani memiliki bentukmodelyang sama dengan yang telah dikerjakan pada catatan
ini, yaitu memiliki tiga buah model parameter yang tidak diketahui dalam bentuk persamaan
bidang (atau 2-dimensi):d = m1 + m2 x + m3 y.
Saya cukupkan sementara sampai disini. Insya Allah akan saya sambung lagi dilain waktu.
Kalau ada yang mau didiskusikan, silakan hubungi saya melalui email:0p1i)f
iika.0i.ac.id.
4.4 Contoh aplikasi
4.4.1 Menghitung gravitasi di planet X
Seorang astronot tiba di suatu planet yang tidak dikenal. Setibanya disana, ia segera mengelu-
arkan kamera otomatis, lalu melakukan ekperimen kinematika yaitu dengan melempar batu
vertikalke atas. Hasil foto-foto yang terekam dalam kamera otomatis adalah sebagai berikut
Plot data pengukuran waktu vs ketinggian diperlihatkan pada Gambar 4.4. Anda diminta un-
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 113/279
4.4. CONTOH APLIKASI 83
tuk membantu proses pengolahan data sehingga diperoleh nilai konstanta gravitasi di planet
tersebut dan kecepatan awal batu. Jelas, ini adalah persoalan inversi, yaitu mencariunkown
parameter(konstanta gravitasi dan kecepatan awal batu) dari data observasi (hasil foto gerak
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 114/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 115/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 116/279
− h20 − 5
Operasi matrik di atas memenuhi persamaan matrik
m = &
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 117/279
1
2
3
19
20
#
1
2
3t t
19
20
#
. .
t " 'i2
'
4
.
.
Seperti yang sudah dipelajari pada bab ini, penyelesaian masalah inversi dimulai dari pros-
es manipulasi persamaan matrik sehingga perkalian antara.t dan menghasilkan matriks
bujursangkar.t m = .t
& (4.19)
Selanjutnya, untuk mendapatkanm1 danm2 , prosedur inversi dilakukan satu-per-satu
1. Menentukan transpos matrik kernel, yaitu.t
=
t1 t2
t2 t2
t3 t
2
t4 t2 ' .t =
"
t1 t2 t3 t4 . . . t19 t20
#
4
2 2 2 2 2 2
t1 t2 t3 t4 . . . t19 t20
t19 t2
t20 t2
2. Menentukan.t .
"
t1 t2 t3 t4 . . . t19 t20
=
t1 t2
t2 t
2
t3 t2
3#
t4 t2=
i
t2 2 2 2 2 2 '
3 4
1 t2 t3 t4 . . . t19 t20
.
ti
' ti
t19 t2
t20 t2
dimana* = 20dani = 1, 2, ..., * .
3. Kemudian menentukan hasil perkalian.t &
.t & =
h1
h2
h3
"
t1 t2 t3 t4 . . . t19 t20 h4
" '
ti hi
#
=
t2 2 2 2 2 2 '
21 t2 t3 t4 . . . t19 t20
ti hi
h19 h20
4. Sekarang persamaan (4.19) dapat dinyatakan sebagai
" 't2 3
# "
m1#
" 'ti hi
#
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 118/279
i i i
i
' ti
= (4.20)' t3
' t4 m2
' t2 hi
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 119/279
2
- e t i n g g i a n ( m !
+
*
)
#
(
'
"
&
$$ $.# & &.# " ".# ' '.# ( (.# #
0aktu (dt!
Gambar 4.5: Grafik hasil inversi parabola
Berdasarkan data observasi,diperoleh
"
179, 4 689, 1
689, 1 2822, 9
# "
m1
m2
# "
273, 7#
=796, 3
Hasil inversinya adalah nilai kecepatan awal yaitu saat batu dilempar ke atas adalah sebesar
m1 =2* = 3,2009m/dt. Adapun percepatan gravitasi diperoleh darim2 dimanam2 =− 1
3=
-0,8169; maka disimpulkan nilai3 adalah sebesar 1,6338m)dt2 .
Gambar 4.5 memperlihatkan kurva hasil inversi berserta sebaran titik data observasi.
Garis berwarna biru merupakan garis kurva fittinghasil inversi parabola.Sedangkan bulatan
berwar- namerahadalah data pengukuran ketinggian (m) terhadap waktu (dt). Jelas
terlihat bahwa garis kurva berwarna biru benar-benar cocok melewati semua titik data
pengukuran. Ini me- nunjukkan tingkat akurasi yang sangat tinggi. Sehingga nilai
kecepatan awal dan gravitasi hasil inversi cukup valid untuk menjelaskan gerak batu di
planet X.
Berikut adalah script inversi dalam Matlab untuk memecahkan masalah ini
1 clc
2 clear all
3 clse all
45 % #### +aa serasi ####
6 @ = 2; % &'mla +aa
7 r i=1-@
8 (i)=i/F25;
9 en+
10 = [5F75;6F4;6F94;7F38;7F72;7F96;8F1;8F13;8F7;
11 7F9;7F62;7F25;6F77;6F2;5F52;4F73;3F85;2F86;1F77;F58];
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 120/279
12
13 % #### menen'!an mari! !ernel, ####
14 r i=1-@
15 (i,1)=(i);
16 (i,2)=(i)G2;
17 en+
18
19 % #### menen'!an e!r + ####
20 r i=1-@
21 +(i,1)=(i)#5;
22 en+
23
24 % #### $rses inersi ####
25 A = ’/;
26 = ’/+;
27 m = el0a'ss(A,);
28
29 %#######>.@A>BA AC?D######################
30 $l(,,’r’);
31 lael(’a!' (+ei!)’);lael(’!ein00ian (meer)’);
32 ile(’aa ariasi a!' era+a$ !ein00ian’)
33 l+ n;
34 r i=1-@
35 i(i)=m(1)/(i)*m(2)/(i)G2*5;
36 en+
37 $l(,i);
38 l+ ;
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 121/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 122/279
Bab 5
Metode LU Decomposition
✍ Objektif :
⊲ Mengenalkan teknik faktorisasi matrik.
⊲ Mengenalkan aplikasi 12 /eomposition pada sistem persamaan linear.
⊲ Merumuskan algoritma 12 /eomposition.
5.1 Faktorisasi matrik
Pada semua catatan yang terdahulu, telah diulas secara panjang lebar bahwa sistem
persamaan linear dapat dicari solusinya secara langsung dengan metode eliminasi gauss.
Namun perlu juga diketahui bahwa eliminasi gauss bukan satu-satunya metode dalam
mencari solusi sistem persamaan linear, misalnya ada metode matrik inversi seperti yang
dijelaskan pada catatan yang paling terakhir. Terlepas dari masalah in-efisiensi
penyelesaiannya, yang jelas metode invers matrik bisa digunakan untuk menyelesaikan
sistem persamaan linear.
Nah, pada catatan kali ini, saya ingin mengetengahkan sebuah metode yang lain untukmenyelesaikan sistem persamaan linear, yaitumetode faktorisasi matrikyang umum
dikenal sebagaiLU-decomposition. Metode ini sekaligus menjadi pengantar menuju metode
SingularValue Decomposition, (SVD), suatu metode yang saat ini paling “handal” dalam
menyelesaikan sistem persamaan linear dan merupakan bagian dari metodeleast square.
Seperti biasa, kita berasumsi bahwa sistem persamaan linear dapat dinyatakan dalam op-
erasi matrik
A+ = , (5.1)
Pada metodeLU-decomposition, matrik A difaktorkan menjadi matrik L dan matrik U, dimana
dimensi atau ukuran matrik L dan U harus sama dengan dimensi matrik A. Atau dengankata
lain, hasil perkalian matrik L dan matrik U adalah matrik A,
A = 45 (5.2)
89
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 123/279
90 BAB 5. METODE LU DECOMPOSITION
sehingga persamaan (7.4) menjadi
45 + =
Langkah penyelesaian sistem persamaan linear dengan metodeLU-decomposition, diawali
den- gan menghadirkan vektorydimana,
5 + = - (5.3)
Langkah tersebut tidak bermaksud untuk menghitung vektory, melainkan untuk
menghitung
vektorx. Artinya, sebelum persamaan (5.3) dieksekusi, nilai-nilai yang menempati elemen-
elemen vektoryharus sudah diketahui. Lalu bagaimana cara memperoleh vektory? Begini
caranya,
4- = (5.4)
Kesimpulannya, metodeLU-decompositiondilakukan dengan tiga langkah sebagai berikut:
• Melakukan faktorisasi matrik A menjadi matrik L dan matrik U% A = 45 .
• Menghitungvektorydenganoperasimatrik4- = .Ini adalah proses forward-substitution
atau substitusi-maju.
• Menghitungvektorxdenganoperasimatrik5 + = -. Ini adalah prosesbackward-
substitution
atau substitusi-mundur.
MetodeLU-decomposition bisa dibilang merupakan modifikasi dari eliminasi gauss, karena
beberapa langkah yang mesti dibuang pada eliminasi gauss, justru harus dipakai olehLU-
decomposition. Untuk lebih jelasnya, perhatikan contoh berikut ini. Diketahui sistem
persamaan linear sebagai berikut
#1 x1 + x2 + 3x4 = 4#2 2x1 + x2 − x3 + x4 = 1#3 3x1 − x2 − x3 + 2x4 = -3#4 −x1 + 2x2 + 3x3 − x4 = 4
Sistem tersebut dapat dinyatakan dalam operasi matrikA+ = -,
1 1 0 3
x1
2 1 −1 1
x2
4
1
= (5.5) 3 −1 −1 2
x3
−3
−1 2 3 −1
x4
4
Pada metode eliminasi gauss, matrik A dikonversi menjadi matrik triangular melalui urutan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 124/279
91 BAB 5. METODE LU DECOMPOSITION
operasi-operasi berikut:(#2 − 2#1 ) % (#2 ),(#3 − 3#1 ) % (#3 ),(#4 − (−1)#1 ) % (#4 ),(#3 −
4#2 ) % (#3 ),(#4 − (−3)#2 ) % (#4 ). Disisi lain, vektorbikut berubah nilainya menyesuaikan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 125/279
1 0 0 0
1 1 0
2 1 0 0
0 −1 −1
3 4
0 0 3
−
5.1. FAKTORISASI MATRIK 91
proses triangularisasi,
1 1 0 3
x1
0 −1 −1 −5
x2
4
−7
=
(5.6)
0 0 3 13
x3
13
0 0 0 −13
x4
−13
Lain halnya dengan metodeLU-decompositiondimana vektorbtidak mengalami perubahan.
Yang berubah hanya matrik A saja, yaitu menjadi matrik L dan matrik U,A = 45
1 1 0 3
2 1 −1 1
1 0 0 0 1 1 0 3
2 1 0 0
0 −1 −1 −5
A =
=
3 −1 −1 2
3 4 1 0
0 0 3 13
−1 2 3 −1
−1 −3 0 1
0 0 0 −13
Jadi matrik L dan U masing-masing adalah
4 =
1 0
−1 −3 0 1
5 =
3
5
13
0 0 0 −13
Coba bandingkan matrik U di atas dengan matrik hasil triangularisasi dari metode eliminasi
gauss pada persamaan (5.6), sama persis bukan? Jadi, cara memperoleh matrik U adalah den-
gan proses triangularisasi! Lantas, bagaimana cara memperoleh matrik L? Begini caranya: (1)
elemen-elemen diagonal matrik L diberi nilai 1 (Asal tahu saja, cara ini dikenal dengan
metodeDoolittle). (2) elemen-elemen matrik L yang berada di atas elemen-elemen diagonal
diberi ni- lai 0. (3) sedangkan, elemen-elemen matrik L yang berada di bawah elemen-
elemen diago- nal diisi dengan faktor pengali yang digunakan pada proses triangularisasieliminasi gauss. Misalnya padaoperasi (#2 − 2#1 ) % (#2 ), maka faktor pengalinya adalah
2; pada operasi(#3 − 3#1 ) % (#3 ), maka faktor pengalinya adalah3, dan seterusnya.
Inilah letakperbedaannya,seluruh faktor pengali tersebut sangat dibutuhkan pada
metodeLU-decompositionuntuk membentuk matrik L. Padahal dalam metode eliminasi gauss,
seluruh faktor pengali tersebut tidak dimanfaatkan alias dibuang begitu saja. Disisi lain,
vektorbtidak mengalami proses apapun sehingga nilainya tetap. Jadi, proses konversi
matrik pada metodeLU-decompositionhanya melibatkan matrik A saja!
Setelah langkah faktorisasi matrik A dilalui, maka operasi matrik pada persamaan (5.5)menjadi,
1 0 0 0
1 1 0 3
x1
2 1 0 0
0 −1 −1 −5
x2
4
1
=
(5.7)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 126/279
3 4 1 0
0 0 3 13
x3 −3
−1 −3 0 1
0 0 0 −13 x4
4
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 127/279
92 BAB 5. METODE LU DECOMPOSITION
1 0 02 1 0
3 4 1
−1 −3 0
3
Langkah berikutnya adalah menentukan vektory, dimana4- = ,
0
y1
0
y2
4
1
=
0
y3
−3
1
y4
4
Dengan proses substitusi-maju, elemen-elemen vektorydapat ditentukan,
y1 = 4,
2y1 + y2 = 1,
3y1 + 4y2 +
y3
− −
=
=
−3,
4
maka diperolehy1 = 4,y2 = −7,y3 = 13,y4 = −13.
Langkah terakhir adalah proses substitusi-mundur untuk menghitung vektorx, dimana5 + =
-,
1 1 0 3
x1
0 −1 −1 −5
x2
4
−7
=
0 0 3 13
x3
13
0 0 0 −13
x4
−13
Melalui proses ini, yang pertama kali didapat solusinya adalahx4 , kemudianx3, lalu diikuti
x2 , dan akhirnyax1 .
x4 = 11
x3 = (13 − 13x4) = 0
x2 = −(−7 + 5x4 + x3) = 2
x1 = 4 − 3x4 − x2 = −1
akhirnya diperoleh solusix1 = −1,x2 = 2,x3 = 0, dany4 = 1. Demikianlah contoh
penyelesa- ian sistem persamaan linear dengan metodeLU-decomposition.
Sekali matrik A difaktorkan, maka vektorb bisa diganti nilainya sesuai dengan sistemper- samaan linear yang lain, misalnya seluruh nilai di ruas kanan diganti menjadi
#1 x1 + x2 + 3x4 = 8
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 128/279
5.2. ALGORITMA 93#2 2x1 + x2 − x3 + x4 = 7#3 3x1 − x2 − x3 + 2x4 = 14#4 −x1 + 2x2 + 3x3 − x4 = -7
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 129/279
Dalam operasi matrik menjadi
1 1 0 3
x1
2 1 −1 1
x2
8
7
=
(5.8)
3 −1 −1 2
x3
14
−1 2 3 −1 x4 −7
Perhatikan baik-baik! Matrik A sama persis dengan contoh sebelumnya. Perbedaannya hanya
pada vektorb. Selanjutnya, dengan metodeLU-decomposition, persamaan (5.8) menjadi
1 0 0 0
1 1 0 3
x1
2 1 0 0
0 −1 −1 −5
x2
8
7
=
(5.9)
3 4 1 0
0 0 3 13
x3
14
−1 −3 0 1
0 0 0 −13 x4 −7
Silakan anda lanjutkan proses perhitungannya dengan mencari vektorysesuai contoh yang
telah diberikan sebelumnya. Pada akhirnya akan diperoleh solusi sebagai berikut:x1 = 3,
x2 = −1,x3 = 0, dany4 =
2.
5.2 Algoritma
Sekarang saatnya saya tunjukkan algoritma metode LU decomposition. Algoritma ini dibuat
untuk menyelesaikan sistem persamaan linear, dengan cara menfaktorkan matrikA = (ai j )
berukurann xn menjadi matrik4 = (6i j ) dan matrik5 = (0i j ) dengan ukuran yang sama.
Algoritma LU-decomposition yang anda lihat sekarang merupakan modifikasi dari algorit-
ma eliminasi gauss. Silakan anda periksa langkah-langkah mana saja yang telah mengalami
modifikasi! Tapi asaltahu saja bahwa ini bukan satu-satunya algoritma untuk mendapatkan
matrik LU. Sejauh yang saya tahu, ada algoritma lain untuk tujuan yang sama, dimana algo-ritma tersebut membutuhkan matrik permutasi untuk menggeser elemen pivot yang bernilai
nol agar terhindar dari singular. Nah, sedangkan algoritma yang akan anda baca saat ini,
sama sekali tidak “berurusan” dengan matrik permutasi. Algoritma ini cuma memanfaatkan
“trik” tukar posisi yang sudah pernah dibahas di awal-awal catatan khususnya ketika
membahas konsep eliminasi gauss.
Satu lagi yang harus saya sampaikan juga adalah bahwa dalam algoritma ini, elemen-
elemen matrik L dan matrik U digabung jadi satu dan menggantikan seluruh elemen-elemen
matrik A. Perhatian! cara ini jangan diartikan sebagai perkalian matrik L dan matrik U
menjadi matrik A kembali. Cara ini dimaksudkan untuk menghemat memori komputer.
Suatu aspek yang tidak boleh diabaikan oleh para programer. Marilah kita simak
algoritmanya bersama- sama!
INPUT: dimensin; nilai elemenai j ,1 7 i, j 7 n; nilai elemen
bi .
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 130/279
OUTPUT: solusix1 , x2, x3, ..., xn atau pesan kesalahan yang mengatakan bahwa
faktorisasi tidak mungkin dilakukan.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 131/279
a11 a12 . . . a1n
a21 a22 . . . a2n =
• Langkah 1:Inputkan konstanta-konstantadari sistempersamaanlinear kedalam elemen-
elemen matrik A dan vektorb, seperti berikut ini:
A =
. .
b1
b2
.
.
(5.10)
an1 an2 . . . ann bn
• Langkah 2:Untuki = 1, ..., n − 1, lakukan Langkah 3 sampai Langkah 5.
• Langkah 3:Definisikanpsebagai integer dimanai 7 p 7 n. Lalu pastikan bahwaa pi = 0. Langkah dilakukan bila ditemukan elemen diagonal yang bernilai nol(aii
=
0). Ketika ada elemen diagonal yang bernilai nol, maka program harus mencari
dan memeriksa elemen-elemen yang tidak bernilai nol dalam kolom yang sama
dengan kolom tempat elemen diagonal tersebut berada. Jadi saat proses ini
berlangsung, integeri (indeks dari kolom) dibuat konstan, sementara integerp
(indeks dari baris) bergerak darip = i sampaip = n. Bila ternyata setelah
mencapai elemen paling bawah dalam kolom tersebut, yaitu saatp = n tetap
didapat nilaia pi = 0, maka sebuah pesan dimunculkan: sistem persamaan
linear tidak memiliki solusi yang unik. Lalu program berakhir: STOP.
• Langkah 4:Namun jika sebelum integerp mencapai nilaip = n sudah diperoleh
elemen yang tidak sama dengan nol(a pi = 0), maka bisa dipastikanp = i. Jikap =
i maka lakukan proses pertukaran (# p)&(#i).
• Langkah 5:Untuk j = i + 1, .., n, lakukan Langkah 6 dan Langkah 7.
• Langkah 6:Tentukanm ji,
m ji =a ji
aii
• Langkah 7:Lakukan proses triangularisasi,
(# j − m ji#i ) % (# j)
• Langkah 8:Nilaim ji disimpan kea ji,
a ji = m ji
• Langkah 9:Nilaib1 dicopy key1 , lalu lakukansubstitusi-maju.
y1 = b1
Untuki = 2, ..., n tentukanxi
,i$1
yi = bi −X
ai j y j j=1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 132/279
j=i+1
• Langkah 10:Lakukan proses substitusi-mundur, dimulai dengan menentukanxn ,
an,n+1
Untuki = n − 1, ..., 1tentukan
xi,
xn = ann
xi =ai,n+1 −
'n
aii
ai j x j
• Langkah 11:Diperoleh solusi yaitux1, x2 , ..., xn.Algoritma telah dijalankan dengan
suk-
ses. STOP.
Algoritma di atas telah diimplementasi kedalam program yang ditulis dengan bahasa For-
tran. Program tersebut sudah berhasil dikompilasi dengan visual fortran (windows) dan g77
(debian-linux). Inilah programnya:
1 ?>.@?H@ A(1,11), B(1), I(1), J(1)
2 .AK >E?
3 ?T.(/,/)
4 ?T.(/,/) ’==L CADTH?A? >AT?D- K ."H><H?T?H@ M==’
5 ?T. (/,/)6 " KA@DAN 1- >.>ADA@ @?KA? .K.>.@#.K.>.@ >AT?D A A@ .DTH B
7 ?T. (/,’(1J,A)’) ’E>KAN <.A>AA@ O ’
8 .A (/,/) @
9 ?T. (/,/)
10 ?T. (/,/) ’>ADA@ .K.>.@#.K.>.@ >AT?D A’
11 H 5 ? = 1,@
12 H 6 E = 1,@
13 ?T. (/,’(1J,A,?2,A,?2,A)’) ’A(’,?,’,’,E,’) = ’
14 .A (/,/) A(?,E)
15 6 "H@T?@.
16 ?T. (/,’(1J,A,?2,A)’) ’B(’,?,’) O ’
17 .A (/,/) B(?)
18 ?T. (/,/)19 5 "H@T?@.
20 ?T. (/,/)
21 " >.@A><?KDA@ >AT?D A
22 ?T. (/,’(1J,A)’) ’>AT?D A-’
23 H 11 ? = 1,@
24 ?T. (/,6) (A(?,E),E=1,@)
25 11 "H@T?@.
26 ?T. (/,/)
27 " KA@DAN 2- >.>.?DA .K.>.@#.K.>.@ <?HT
28 @@ = @#1
29 H 1 ?=1,@@
30 " KA@DAN 3- >[email protected]?@??DA@ <
31 < = ?32 1 ?C (AB(A(<,?))F.F1F.#2 FHF <FTF@) HTH 2
33 < = <*1
34 HTH 1
35 2 ?C(<F.PF@*1)TN.@
36 " >.@A><?KDA@ <.A@ T?AD A<AT ?CADTHDA@
37 ?T.(/,8)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 133/279
38 HTH 4
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 134/279
39 .@ ?C
40 " KA@DAN 4- <H. TDA <H??
41 ?C(<[email protected]?) TN.@
42 H 2 EE=1,@
43 " = A(?,EE)
44 A(?,EE) = A(<,EE)
45 A(<,EE) = "
46 2 "H@T?@.
47 .@ ?C
48 " KA@DAN 5- <.?A<A@ <H. T?A@KA?A?
49 EE = ?*1
50 H 3 E=EE,@
51 " KA@DAN 6- T.@TDA@ >E?
52 >E? = A(E,?):A(?,?)
53 " KA@DAN 7- <H. T?A@KA?A?
54 H 4 D=EE,@
55 A(E,D) = A(E,D)#>E?/A(?,D)
56 4 "H@T?@.
57 " KA@DAN 8- >.@I?><A@ >E? D. A(E,?)
58 A(E,?) = >E?
59 3 "H@T?@.
60 1 "H@T?@.
61 " >.@A><?KDA@ >AT?D K
62 ?T. (/,’(1J,A)’) ’>AT?D K-’
63 H 12 ? = 1,@
64 ?T. (/,6) (A(?,E),E=1,@)
65 12 "H@T?@.
66 ?T. (/,/)
67" KA@DAN 9- BT?T?#>AE
68 I(1) = B(1)
69 H 15 ?=2,@
70 > = F
71 H 16 E=1,?#1
72 > = >*A(?,E)/I(E)
73 16 "H@T?@.
74 I(?) = B(?)#>
75 15 "H@T?@.
76 " >.@A><?KDA@ .DTH I
77 ?T. (/,’(1J,A)’) ’.DTH I-’
78 H 138 ? = 1,@
79 ?T. (/,6) I(?)
80 138 "H@[email protected] ?T. (/,/)
82 " KA@DAN 1- BT?T?#>@
83 J(@) = I(@):A(@,@)
84 H 24 D=1,@#1
85 ? = @#D
86 EE = ?*1
87 > = F
88 H 26 DD=EE,@
89 > = >*A(?,DD)/J(DD)
90 26 "H@T?@.
91 J(?) = (I(?)#>):A(?,?)
92 24 "H@T?@.
93 " KA@DAN 11- >.@A><?KDA@ HK? A@ .K.A?94 ?T. (/,’(1J,A)’) ’HK?-’
95 H 18 ? = 1,@
96 ?T. (/,’(1J,A,?2,A,C14F8)’) ’J(’,?,’) = ’,J(?)
97 18 "H@T?@.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 135/279
98 ?T.(/,/)
99 ?T.(/,/) ’.K.A? ##L D.’
100 ?T.(/,/)
101 4 "H@T?@.
102 6 CH>AT(1J,5(C14F8))
103 8 CH>AT(1J,’T?AD A<AT ?CADTHDA@’)
104 .@
Demikianlah,sekarang kita punya tiga buah algoritma untuk memecahkan problem sistem
persamaan linear, yaitu eliminasi gauss, invers matrik, dan lu-decomposition. Diantara
ketiga- nya, eliminasi gauss adalah algoritma yang paling simpel dan efisien. Dia hanya
butuhproses triangularisasi dan substitusi-mundur untuk mendapatkan solusi. Sedangkan
dua algoritma yang lainnya membutuhkan proses-proses tambahan untuk mendapatkan
solusi yang sama.
Saya cukupkan sementara sampai disini. Insya Allah akan saya sambung lagi dilain
waktu. Kalau ada yang mau didiskusikan, silakan hubungi saya melalui email.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 136/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 137/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 138/279
100 BAB 6. METODE ITERASI
k k | |
Cara penulisan seperti ini digunakan untuk menyatakan vektor-kolom pada suatu kalimat di
dalam paragraf. Alasannya supaya tidak terlalu menyita banyak ruang penulisan. Sementara,
persamaan (6.1), lebih sering digunakan pada penulisan operasi matrik. Satu hal lagi, padaparagraf-paragraf berikutnya, saya persingkat penulisan istilah vektor-kolom menjadi vektor
saja.
6.2 Pengertian Norm
Vektorx=(x1 x2 . .... xn)T memiliki norm 82 dan 8/ yang didefinisikan
sebagai
nXi 102
82 = kxk2= 9i=1
x
2
:(6.3)
dan
8/ = x / = m!+ xi (6.4)11i1n
Contoh:x=(3 −2. 8 5)T memiliki norm 82 yaitu
82 = kxk2 = p
(3)2 + (−2)2 + (8)2 + (5)2 = 10, 0995
dan norm 8/ yaitu
8/ = kxk/ = m!9(3), (−2), (8), (5): = 8
Saya menyarankan agar kedua norm ini diingat-ingat dengan baik, karena akan banyak dis-
inggung pada catatan-catatan berikutnya.
6.2.1 Scriptperhitungan norm dua
Script berikut ini merujuk pada contoh di atas, dimana vektorxhanya terdiri dari 4 elemen,
yaitux(1, 1),x(2, 1),x(3, 1)danx(4, 1)
1 clear all
2 clc
3
4 = [ 3 ; #2 ; 8 ; 5 ];
5
6 +im = sie();
7 n = +im(1);
8
9 = ;
10 r i = 1-n
11 = * (i,1)G2;
12 en+
13 asil = sQr();
Berdasarkan script di atas, dapat dibuat fungsi eksternal sebagai berikut:
1 'ncin asil = nrm2()
2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 139/279
6.2. PENGERTIAN NORM 101
3 +im = sie();
4 n = +im(1);
5 = ;
6 r i = 1-n
7 = * (i,1)G2;
8 en+
9 asil = sQr();
6.2.2 Scriptperhitungan norm tak hingga
Script berikut ini merujuk pada contoh di atas, dimana vektorxhanya terdiri dari 4 elemen,
yaitux(1, 1),x(2, 1),x(3, 1)danx(4, 1)
1 clear all2 clc
3
4 = [ 3 ; #9 ; 8 ; 5 ];
5
6 +im = sie();
7 n = +im(1);
8 = ;
9 r i=1-n
10 i (i,1) M
11 (i,1) = (i,1) / #1;
12 en+
13 en+
14 asil = ma();
Script ini menggunakan fungsi internal yang bernamamax()untuk mendapatkan nilai elemen
terbesar diantara elemen-elemen yang ada dalam vektor x. Berdasarkan script di atas, dapat
dibuat fungsi eksternal sebagai berikut:
1 'ncin asil = nrm()
2
3 +im = sie();
4 n = +im(1);
5 = ;
6 r i=1-n7 i (i,1) M
8 (i,1) = (i,1) / #1;
9 en+
10 en+
11 asil = ma();
6.2.3 Perhitungan norm-selisih
Misalnya kita punya vektor bernamaxlama. Lalu ada vektor lainnya bernamaxbaru. Norm
selisih darixlamadanxbarudapat dihitung dengan bantuan fungsi eksternal yang baru saja
kita buatdi atas, yaitu bernamanorm2()dannormth().
1 clear all
2 clc
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 140/279
102 BAB 6. METODE ITERASI
2 − 3
1 3 − 4
3
4 lama = [ 3 ; #2 ; 8 ; 5 ];
5 ar' = [ 9 ; 4 ; 6 ; 1 ];
6
7 selisi = ar'#lama;
8 asil1 = nrm2(selisi);
9 asil2 = nrm(selisi);
Caraperhitungannorm-selisihseperti ini akanditerapkanpadakebanyakanmetode
iterasi.
Jadi tolong diingat baik-baik!!
6.3 Iterasi Jacobi
Sekarang kita akan mulai membahas metode iterasi sekaligus penerapannya untuk menyele-
saikan sistem persamaan linear. Perbedaan metode iterasi dengan metode-metode yang telah
dijelaskan sebelumnya, adalah ia dimulai dari penentuan nilai awal (initial value) untuk setiap
elemen vektorx. Kemudian berdasarkan nilai awal tersebut, dilakukan langkah perhitungan
untuk mendapatkan elemen-elemen vektorxyang baru. Untuk lebih jelasnya, silakan per-
hatikan baik-baik contoh berikut. Diketahui sistem persamaan linear terdiri atas empat per-
samaan, yaitu
10x1 − x2 + 2x3 = 6
−x1 + 11x2 − x3 + 3x4 = 25
2x1 − x2 + 10x3 − x4 = −11
3x2 − x3 + 8x4 = 15
yang mana solusinya adalahx=(1 2 −1. 1)T. Silakan simpan dulu solusi ini, anggap saja ki-
ta belumtahu. Lalu perhatikan baik-baik bagaimana metode iterasi Jacobi bisa menemukan
solusi tersebut dengan caranya yang khas.Langkah pertama dan merupakan langkah terpenting dari metode iterasi Jacobi adalah
mengubah cara penulisan sistem persamaan linear di atas menjadi seperti ini
1 2 6x1 = x x +
10 10 101 1 3 25
x2 = x + x x +11 11 11 11
2 1 1 11x3 = − 10
x1 +10
x2 +10
x4 −10
3 1 15x
4
= − 8
x2
+
8 x
3
+
8
Kita bisamenyatakan bahwa nilaix1 , x2, x3danx4yang berada di ruas kiri tanda = (baca:
sama
dengan) sebagaix( ,! ). Sementara nilaix1, x2 , x3 danx4 yang berada di ruas kanan tanda=
(baca: sama dengan) sebagaix(!m!). Sehingga sistem persamaan tersebut dapat ditulis seperti
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 141/279
x − x3 +
x + x − x4 +
1
x 8 1 x
1
x 8 1 x
x − x3 +
x + x − x4 +
10
10
ini
x( ,! ) 1 (!m!) 2 (!m!) 61 = 10 2 10 10
x( ,! ) 1 (!m!) 1 (!m!) 3 (!m!) 252 =
11 1 11 3 11 11
x( ,! ) 2 (!m!) 1 1 (!m!) 113
= − 10
x1
+10
x2 +10
x4
−10
x( ,! ) 3 (!m!) 1 (!m!) 154
= − 8
x2
+8
x3
+8
yang secara umum dapat diformulasikan sebagai persamaan matrik berikut ini
x
( ,! )
= ; x(!m!)
+ 0 (6.5)
dimana
x
( ,! )
0 1 2
(!m!)
6
1 10 − 100 x1 10
x( ,! )
1 1 3
x(!m!)
25
2
=
11
011
− 11
2
+
11
( ,! )
(!m!)
x3
2 −10
100 1
x311
− 10
( ,! )
4 0 − 3
(!m!)
80
4
15
8
Atau dapat pula ditulis seperti ini
xk = ; xk $1 + 0 (6.6)
dimanak = 1, 2, 3, ..., n; sehingga persamaan matrik dapat dinyatakan sebagai berikut
x
(k)
0 1 2
(k $1)
6
1 10−
100 x1 10
x(k)
1 1 3
x(k $1)
25
2
=
11 0 11
− 11
2
+
11
(k)
(k$1)
x3
2−10
100 1
x311
− 10
(k)
4 0 − 3
(k $1)
80
4
15
8
Pada persamaan di atas, indeksk menunjukan jumlah perhitungan iterasi. Padak = 1, maka
penulisan sistem persamaan linear menjadi
x(1) 1 (0) 2 (0) 61 =
10 2 10 10
x(1) 1 (0) 1 (0) 3 (0) 252 =
11 1 11 3 11 11
x(1) 2 (0) 1 (0) 1 (0) 113
= − 10
x1
+10
x2
+10
x4
−10
x(1) 3 (0) 1 (0) 154
= − 8
x2
+8
x3
+8
Jika kita tentukan nilai-nilai awalx(0)sebagai berikutx
(0)= 0,x
(0)= 0,x
(0)= 0danx
(0)= 0.1 2 3 4
Atau dinyatakan seperti inix(0) = (0 0 0 0)T. Maka kita akan memperoleh nilai-nilaix(1)
yang
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 142/279
1 =
2 =
4 =
x − x3 +
x + x − x4 +
x − x3 +
x + x − x4 +
tidak lain adalah hasil perhitungan iterasi pertama, yaitu
x(1) 6
10
x(1) 25
11
x(1) 113
= − 10
x(1) 15
8
ataux(1) = (0, 6000. 2, 2727. −1, 1000. 1, 8750)T . Setelah nilai-nilaix(1) diperoleh,
perhitungan tersebut diulang kembali guna mendapatkan hasil iterasi kedua, yaitu ketikak
= 2. Caranya adalah dengan memasukan nilai-nilaix(1) = (0, 6000. 2, 2727. −1, 1000. 1,
8750)T ke suku-suku pada ruas kanan tanda sama-dengan,
x(2) 1 (1) 2 (1) 61 =
10 2 10 10
x(2) 1 (1) 1 (1) 3 (1) 252 =
11 1 11 3 11 11
x(2) 2 (1) 1 (1) 1 (1) 113
= − 10
x1
+10
x2
+10
x4
−10
x(2) 3 (1) 1 (1) 154
= − 8
x2
+8
x3
+8
maka nilai-nilaix(2) yang kita dapat adalahx(2) = (1, 0473. 1, 7159. −0, 8052. 0, 8852)T .
Sete- lah diperoleh nilai-nilaix(2), perhitungan tersebut diulangi kembali guna mendapatkan
hasil iterasi ketiga, dimana nilaik = 3. Caranya adalah dengan memasukan nilai-nilai
x(2) = (1, 0473. 1, 7159. −0, 8052. 0, 8852)T ke ruas kanan kembali,
x(3) 1 (2) 2 (2) 61
=10 2 10 10
x(3) 1 (2) 1 (2) 3 (2) 252 =
11 1 11 3 11 11
x(3) 2 (2) 1 (2) 1 (2) 113 = −
10
x1 +
10
x2 +
10
x4 −
10x
(3) 3 (2) 1 (2) 154
= − 8
x2
+8
x3
+8
maka kita akan memperoleh nilai-nilaix(3) = (0, 9326. 2, 0530. −1, 0493. 1, 1309)T . Lalu
proses perhitungan diulangi lagi dengank = 4. Begitulah seterusnya. Proses ini diulangi lagi
berkali- kali untuk nilai-nilaik berikutnya. Proses yang berulang ini disebut prosesiterasi.
Sampai denganx(3) di atas, kita sudah melakukan tiga kali proses iterasi. Lantas sampai
kapan proses iterasi ini terus berlanjut? Jawabnya adalah sampaix( ,! ) mendekati solusi
yang tepat, yaitu
x= (1 2. −1. 1)T
Dengan kata lain, proses iterasi harus dihentikan bilax( ,! ) sudah mendekati solusi.Lalu
kriteria apa yang digunakan sehingga suatu hasil iterasi bisa dikatakan paling dekatdengan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 143/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 144/279
106 BAB 6. METODE ITERASI10 %### inisialisasi e!r ###
11 = [6 ; 25 ; #11 ; 15];
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 145/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 146/279
27 E(3,2) = #A(3,2):A(3,3);
28 E(3,4) = #A(3,4):A(3,3);
29 '(3,1) = (3,1):A(3,3);
30
31 E(4,1) = #A(4,1):A(4,4);
32 E(4,2) = #A(4,2):A(4,4);
33 E(4,3) = #A(4,3):A(4,4);
34 '(4,1) = (4,1):A(4,4);
Statemen baris 16 sampai 34 berfungsi menghitung elemen matrik Jdan vektoru. Untuk
menyederhanakan baris 16 hingga 19, kita buat proses looping dengan indeks k, tetapi den-
gan pengecualian padak=1.
r ! = 1-4
i (! R= 1)
E(1,!) = #A(1,!):A(1,1);
en+
en+
'(1,1) = (1,1):A(1,1);
Mulai dari baris 21 hingga 24 juga bisa dibuat proses looping dengan pengecualian padak=2.
r ! = 1-4
i (! R= 2)
E(2,!) = #A(2,!):A(2,2);
en+en+
'(2,1) = (2,1):A(2,2);
Proses looping yang sama juga diterapkan terhadap baris ke-26 hingga ke-29.
r ! = 1-4
i (! R= 3)
E(3,!) = #A(3,!):A(3,3);
en+
en+
'(3,1) = (3,1):A(3,3);
Sementara untuk baris ke-31 hingga ke-34, penyerderhanaan dilakukan dengan cara yang
sama pula
r ! = 1-4
i (! R= 4)
E(4,!) = #A(4,!):A(4,4);
en+
en+
'(4,1) = (4,1):A(4,4);
Kalau seluruh penyederhanaan ini digabung, maka scriptnya akan seperti ini
1 clear all
2 clc
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 147/279
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(4);
14
15 r ! = 1-4
16 i (! R= 1)
17 E(1,!) = #A(1,!):A(1,1);
18 en+
19 en+
20 '(1,1) = (1,1):A(1,1);
21
22 r ! = 1-4
23 i (! R= 2)
24 E(2,!) = #A(2,!):A(2,2);
25 en+
26 en+
27 '(2,1) = (2,1):A(2,2);
28
29 r ! = 1-4
30 i (! R= 3)
31 E(3,!) = #A(3,!):A(3,3);32 en+
33 en+
34 '(3,1) = (3,1):A(3,3);
35
36 r ! = 1-4
37 i (! R= 4)
38 E(4,!) = #A(4,!):A(4,4);
39 en+
40 en+
41 '(4,1) = (4,1):A(4,4);
Selanjutnya, saya tampilkan indeks p. Perhatikan penempatannya
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(4);
14
15 $ = 1;
16 r ! = 1-4
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 148/279
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22
23 $ = 2;
24 r ! = 1-4
25 i (! R= $)
26 E($,!) = #A($,!):A($,$);
27 en+
28 en+
29 '($,1) = ($,1):A($,$);
30
31 $ = 3;
32 r ! = 1-4
33 i (! R= $)
34 E($,!) = #A($,!):A($,$);
35 en+
36 en+
37 '($,1) = ($,1):A($,$);
38
39 $ = 4;
40 r ! = 1-4
41 i (! R= $)
42 E($,!) = #A($,!):A($,$);
43 en+
44 en+
45'($,1) = ($,1):A($,$);
Selanjutnya saya buat proses looping menggunakan indeks ptersebut. Perhatikan baik-baik
perubahannya
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(4);
14
15 r $ = 1-4
16 r ! = 1-4
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22 en+
Dan akhirnya, angka 4 dapat digantikan dengan huruf n agar script tersebut tidak dibatasi
oleh
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 149/279
110 BAB 6. METODE ITERASI
matrik 4x4 saja.
1 clear all2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(n);
14
15 r $ = 1-n
16 r ! = 1-n
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22 en+
Selanjutnya, vektorxlamadiinisialisasi; dan proses iterasi pertama dimulai
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(n);
14
15 r $ = 1-n
16 r ! = 1-n
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22 en+
23
24 lama = [ ; ; ; ]; % ### inisialisasi lama
25 ar' = E/lama * '; % ### ierasi $erama
xbaruyang didapat tak lain adalah hasil iterasi pertama, yaitux(1) = (0, 6000. 2, 2727. −1, 1000
1, 8750)T. Kemudian, sebelum iterasi ke-2 dilakukan,xbarutersebut mesti disimpan sebagai
xlama.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 150/279
6.3. ITERASI JACOBI 111
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(n);
14
15 r $ = 1-n
16 r ! = 1-n
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22 en+
23
24 lama = [ ; ; ; ]; % ### inisialisasi lama
25 ar' = E/lama * '; % ### ierasi $erama
26
27 lama = ar';
28 ar' = E/lama * '; % ### ierasi !e+'a
Sampai disini,xbaruyang didapat dari hasil iterasi ke-2 adalahx(2) = (1, 0473. 1, 7159
−0, 8052. 0, 8852)T. Setelah itu, untuk iterasi ke-3,xbarutersebutmestidisimpansebagai
xlama
kembali,
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(n);
14
15 r $ = 1-n
16 r ! = 1-n
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22 en+
23
24 lama = [ ; ; ; ]; % ### inisialisasi lama
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 151/279
112 BAB 6. METODE ITERASI
25 ar' = E/lama * '; % ### ierasi $erama
26
27 lama = ar';
28 ar' = E/lama * '; % ### ierasi !e+'a
29
30 lama = ar';
31 ar' = E/lama * '; % ### ierasi !ei0a
Sampai disini,xbaruyang didapat adalah hasil iterasi ke-3, yaitux(3) = (0, 9326. 2, 0530
− 1, 0493. 1, 1309)T. Kemudian, untuk iterasi ke-4,scriptdi atas dimodifikasi dengan cara yang
sama. Tapi konsekuensinyascripttersebut akan semakin bertambah panjang. Guna menghin-
dari hal itu,scriptdi atas perlu dioptimasi dengan proses looping sebagai berikut
1clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 [m,n] = sie(A);
12
13 E = ers(n);
1415 r $ = 1-n
16 r ! = 1-n
17 i (! R= $)
18 E($,!) = #A($,!):A($,$);
19 en+
20 en+
21 '($,1) = ($,1):A($,$);
22 en+
23
24 lama = [ ; ; ; ]; % ### inisialisasi lama
25
26 ierma!s = 1; % ### iera!si ma!sim'm sam$ai 1 !ali
27 r ! = 1-ierma!s28 ar' = E/lama * ';
29 lama = ar';
30 en+
Dalam script di atas, jumlah iterasi dibatasi hanya sampai 10 kali saja. Maka keluaran dari
script di atas adalah hanya sampai hasil perhitungan iterasi yang ke-10. Hasil dari
keseluruhan iterasi, mulai dari iterasi ke-1 hingga iterasi ke-10 disajikan pada Tabel 6.1.
Berdasarkan Tabel 6.1,terlihat bahwa hasil iterasi ke-1,x(1) = (0, 6000. 2, 2727. −1, 1000. 1,
8852)T
adalah hasil yang paling jauh dari solusi,x= (1 2. −1. 1)
T
. Coba bandingkan dengan hasil it-erasi ke-2! Jelas terlihat bahwa hasil iterasi ke-2 lebih mendekati solusi. Kalau terus
diurutkan, maka hasil iterasi ke-10 merupakan hasil yang paling dekat dengan solusi.
Sebelum dilanjutkan, saya ingin tuliskan script yang sudah dimodifikasi, dimana semua
bagian inisialisasi saya letakkan di baris-baris awal
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 152/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 153/279
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];
8 = [ 6 ; 25 ; #11 ; 15 ];
9 lama = [ ; ; ; ];
10 ierma!s = 1;
11
12 [m,n] = sie(A);
13
14 % ### mem'a mari! E +an e!r ' ###
15 E = ers(n);
16 r $ = 1-n
17 r ! = 1-n
18 i (! R= $)
19 E($,!) = #A($,!):A($,$);
20 en+
21 en+
22 '($,1) = ($,1):A($,$);
23 en+
24
25 % ### $rses ierasi &aci ###
26 r ! = 1-ierma!s
27 ar' = E/lama * ';
28 selisi = ar' # lama;
29 e$siln = nrm2(selisi)
30 lama = ar';
31 en+
Tanda titik-koma pada baris ke-29 sengaja dihilangkan agar nilai epsilon selalu ditampilkan
ketika script tersebut dijalankan.
Nilai epsilon ini begitu penting untuk menentukan kapan proses iterasi harus dihentikan.
Oleh karenanya, nilai epsilon difungsikan sebagaistopping criteria. Berdasarkan Tabel 6.2, jika
nilai< ditentukan sebesar 0,2 , maka proses iterasi akan berhenti pada iterasi ke-4. Atau kalau
nilai< ditentukan sebesar 0,0001 , maka proses iterasi akan berhenti pada iterasi ke-10. Kes-
impulannya, semakin kecil nilai<, semakin panjang proses iterasinya, namun hasil akhirnyasemakin akurat.
Di bawah ini adalahscriptiterasi Jacobi yang memanfaatkan nilai epsilon untuk menghen-
tikan proses iterasi
1 clear all
2 clc
3
4 A = [ 1 #1 2
5 #1 11 #1 3
6 2 #1 1 #1
7 3 #1 8];8 = [ 6 ; 25 ; #11 ; 15 ];
9 lama = [ ; ; ; ];
10 ierma!s = 1;
11 e$siln = F1;
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 154/279
12
13 [m,n] = sie(A);
14
15 % ### mem'a mari! E +an e!r ' ###
16 E = ers(n);
17 r $ = 1-n
18 r ! = 1-n
19 i (! R= $)
20 E($,!) = #A($,!):A($,$);
21 en+
22 en+
23 '($,1) = ($,1):A($,$);
24 en+
25
26 % ### $rses ierasi &aci ###
27 r ! = 1-ierma!s
28 ar' = E/lama * ';
29 selisi = ar' # lama;
30 i (nrm2(selisi) M e$siln)
31 rea!;
32 en+
33 lama = ar';
34 en+
35 ierasi = !
36 = ar'
Pada baris ke-11 saya tetapkan nilai epsilon sebesar 0,0001. Sementara baris ke-10, dimana
itermaks saya batasi hingga 1000 kali iterasi. Akan tetapi dengan adanya baris ke-30, maka jika norm2(xselisih) lebih kecil nilainya dari nilai epsilon yang dinyatakan pada baris ke-11,
proses iterasi akan dihentikan. Sementara, statemen baris ke-35 sengaja saya tambahkan
hanya untuk sekedar mengetahui berapa kali komputer kita melakukan proses iterasi.
Dengan nilai epsilon
0,0001, proses iterasi akan dihentikan pada iterasi yang ke-10. Jadi, walaupun itermaks telah
ditentukan yaitu 1000, komputer hanya melakukan proses iterasi sampai iterasi yang ke-10
saja.
6.3.3 Fungsi eksternal iterasi Jacobi
Fungsi eksternal metode iterasi Jacobi dapat diambil dari script yang terakhir di atas
adalah
1 'ncin [!,ar'] = i&c(A,,lama,ierma!s,e$siln)
2
3 [m,n] = sie(A);
4
5 % ### mem'a mari! E +an e!r ' ###
6 E = ers(n);
7 r $ = 1-n
8 r ! = 1-n9 i (! R= $)
10 E($,!) = #A($,!):A($,$);
11 en+
12 en+
13 '($,1) = ($,1):A($,$);
14 en+
15
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 155/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 156/279
4 = − 8
x2 +8
x3 +8
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 157/279
6.4. ITERASI GAUSS-SEIDEL 117
x − x3 +
x + x − x4 +
x(1)
x(1)
x(1)
x(1)
x
x(k )
x(k )
Pada baris pertama,x ,!
dihitung berdasarkanx!m! danx!m!
. Kemudianx ,! tersebut1 2 3 1
langsung dipakai pada baris kedua untuk menghitungx ,! . Selanjutnyax ,!
danx ,! di-2 1 2
gunakan pada baris ketiga untuk mendapatkanx ,! . Begitu seterusnya hinggax ,! pun3 4
diperoleh pada baris keempat. Sistem persamaan tersebut dapat dinyatakan dalam indeksk
seperti dibawah ini dimanakadalah jumlah iterasi.
x(k ) 1 (k $1) 2 (k$1) 61 =
10 2 10 10
x(k ) 1 (k ) 1 (k $1) 3 (k$1) 252 =
11 1 11 3 11 11
x(k ) 2 (k ) 1 (k ) 1 (k$1) 113
= − 10
x1
+10
x2
+10
x4
−10
x(k ) 3 (k ) 1 (k) 154 = − 8 x2 +8 x3 +
8
Misalnya kita tentukan nilai-nilai awalx(0)sebagai berikutx
(0)= 0,x
(0)= 0,x
(0)= 0dan
x(0)
1 2 3
4 = 0. Atau dinyatakan seperti inix(0)= (0 0 0 0)
t . Maka padak = 1kita akan
memperoleh
nilai-nilaix(1) sebagai berikut
1 = 0, 6000
2 = 2, 3272
3 = −0, 9873
4 = 0, 8789
Lalu proses perhitungan diulangi lagi dengank = 2. Begitu seterusnya proses ini diulang-
ulang lagi untuk nilai-nilaik berikutnya sampaix(k) mendekati solusi yang sesungguhnya,
yaitu
x= (1 2. −1. 1)t
Marilah kita amati hasil seluruh iterasi. Tabel di bawah ini menampilkan hasil
perhitungan hingga iterasi yang ke-5. Kita bisa saksikan bahwa dibandingkan dengan iterasi Jacobi, prob- lem sistem persamaan linear yang sama, bisa diselesaikan oleh metode iterasi
Gauss-Seidel hanya dalam 5 kali iterasi. Dari kasus ini, bisa kita simpulkan bahwa iterasi
Gauss-Seidel bek-
Tabel 6.3: Hasil IterasiGauss-Seidelk 0 1 2 3 4 5(k )1
x(k )
0,0000 0,6000 1,030 1,0065 1,0009 1,0001
2 0,0000 2,3272 2,037 2,0036 2,0003 2,0000
3 0,0000 -0,9873 -1,014 -1,0025 -1,0003 -1,0000
4 0,0000 0,8789 0,9844 0,9983 0,9999 1,0000
erja lebih efektifdibandingkaniterasi Jacobi. Ya.., memang secara umum demikian, akan
tetapi
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 158/279
118 BAB 6. METODE ITERASI
ternyata ditemukan kondisi yang sebaliknya pada kasus-kasus yang lain.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 159/279
2 − 3
1 3 − 4
8
8
8
0
81
08
0
08
0
8
6.4.1 Scriptiterasi Gauss-Seidel
Pembuatanscript iterasiGauss-Seideldimulai dari sistem persamaan linear yang telahdibahas di atas, yaitu
x ,! 1
!m! 2
!m!6
1 = x x +10 10 10
x ,! 1 ,!
1!m!
3!m!
252 = x + x x +
11 11 11 11
x ,! 2 ,! 1 ,! 1 !m! 11
3 = − 10
x1 +10
x2 +10
x4 −10
x ,! 3 ,!
1 ,! 15
4 = −
8
x2 +
8
x3 +
8
Pada pembahasan iterasi Jacobi, saya telah membuat matrik J berisi konstanta yang menemani
variabel x. Matrik J ini akan saya gunakan lagi untuk menyusun script metode iterasi Gauss-
Seidel
0 1 2
10−
100
1 1 3
; =
11 0 11 − 11
2 1 1
− 10 10
010
0 − 3 1
Kemudian matrik J dipecah menjadi matrik L dan matrik U, dimana J = L + U
0 1 2
1 2
10−
100 0 0 0 0 0
10−
100
1 1 3
1
1 3
110
11−
11
=
110 0 0
+ 0 0
11−
11
2 1 1
2 1
1
−
10
100
10
−
10
100 0
0 0 0
10
0 − 3 1
80 − 3 1
0 0 0 0
Sampai disini saya nyatakan matrikL, matrikUdan vektorusebagai berikut
0 0 0 0
110
2− 10
6
10 1
1 3
25
4 = 11
0 0 0 5 =
0 011
− 11
0 =
11
2 1
1
11
− 10 10
00
0 0 010
−
10
0 − 3 0
0 0 0 0
15
8
Karena matrik L dan U berasal dari matrik J, maka pembuatan script iterasi Gauss-Seidel akan
saya mulai dari script perhitungan matrik J yang telah dibuat sebelumnya. Inilah script untuk
membuat matrik J,
1 clear all
2 clc
3
4 A = [ 1 #1 2 ;
5 #1 11 #1 3;
6 2 #1 1 #1;
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 160/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 161/279
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 +im = sie(A);
12 n = +im(1);
13
14 %#### <eri'n0an mari! E +an e!r '#####
15 r ! = 1-n
16 E(!,!) = ;
17 en+
18
19 r $ = 1-n#1
20 r ! = 1-n
21 i ! == $
22 ! = !*1;
23 en+
24 E($,!) = #A($,!):A($,$);
25 en+
26 '($,1) = ($,1):A($,$);
27 en+
28
29 r ! = 1-n#1
30 E(n,!) = #A(n,!):A(n,n);
31 en+
32 '(n,1) = (n,1):A(n,n);
Untuk memperoleh matrik L, pertama-tama matrik J dicopy ke matrik L. Kemudian seluruh
elemen segitiga di atas elemen diagonal diganti dengan angka nol. Proses ini dilakukan
mulai dari baris ke-34 hingga ke-43.
1 clear all
2 clc
3
4 A = [ 1 #1 2 ;
5 #1 11 #1 3;
6 2 #1 1 #1;
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 +im = sie(A);12 n = +im(1);
13
14 %#### <eri'n0an mari! E +an e!r '#####
15 r ! = 1-n
16 E(!,!) = ;
17 en+
18
19 r $ = 1-n#1
20 r ! = 1-n
21 i ! == $
22 ! = !*1;
23 en+
24 E($,!) = #A($,!):A($,$);
25 en+
26 '($,1) = ($,1):A($,$);
27 en+
28
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 162/279
120 BAB 6. METODE ITERASI
29 r ! = 1-n#1
30 E(n,!) = #A(n,!):A(n,n);
31 en+
32 '(n,1) = (n,1):A(n,n);
33 %###########################################
34 K = E; % mari! E +ic$ !e mari! K
35 r ! = 2-4
36 K(1,!) = ;
37 en+
38 r ! = 3-4
39 K(2,!) = ;
40 en+
41 r ! = 4-4
42 K(3,!) = ;
43 en+
Proses perhitungan mulai dari baris ke-35 hingga ke-43 akan disederhanakan dengan
langkah-
langkah berikut. Saya munculkan indeks p,
K = E; % mari! E +ic$ !e mari! K
$ = 1;
r ! = 2-4
K($,!) = ;
en+
$ = 2;
r ! = 3-4
K($,!) = ;
en+
$ = 3;
r ! = 4-4
K($,!) = ;
en+
Dengan adanya indeks p, bagian looping dapat dimodifikasi menjadi
K = E; % mari! E +ic$ !e mari! K
$ = 1;
r ! = $*1-4
K($,!) = ;
en+
$ = 2;
r ! = $*1-4
K($,!) = ;
en+
$ = 3;
r ! = $*1-4
K($,!) = ;
en+
Kemudian, berdasarkan indeks p, dibuatlah proses looping,
K = E; % mari! E +ic$ !e mari! Kr $ = 1-3
r ! = $*1-4
K($,!) = ;
en+
en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 163/279
Selanjutnya, angka 3 dan 4 dapat diganti dengan variabel n agar bisa digabung dengan script
utamanya. Perhatikan baris ke-35 dan ke-36 pada script berikut
1 clear all
2 clc
3
4 A = [ 1 #1 2 ;
5 #1 11 #1 3;
6 2 #1 1 #1;
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 +im = sie(A);
12 n = +im(1);
13
14 %#### <eri'n0an mari! E +an e!r '#####
15 r ! = 1-n
16 E(!,!) = ;
17 en+
18
19 r $ = 1-n#1
20 r ! = 1-n
21 i ! == $
22 ! = !*1;
23 en+
24 E($,!) = #A($,!):A($,$);
25 en+
26 '($,1) = ($,1):A($,$);
27 en+
28
29 r ! = 1-n#1
30 E(n,!) = #A(n,!):A(n,n);
31 en+
32 '(n,1) = (n,1):A(n,n);
33 %###########################################
34 K = E; % mari! E +ic$ !e mari! K
35 r $ = 1-n#1
36 r ! = $*1-n
37 K($,!) = ;
38 en+39 en+
OK, dengan demikian matrik L telah terbentuk dan tersimpan di memory komputer.
Sekarang
kita akan membentuk matrik U. Prosesnya sama seperti saat pembentukan matrik L, yaitu
dimulai denganmencopymatrik J ke dalam matrik U. Perhatikan mulai dari baris ke-41
berikut ini,
1 clear all
2 clc
3
4 A = [ 1 #1 2 ;
5 #1 11 #1 3;
6 2 #1 1 #1;
7 3 #1 8];
8
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 164/279
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 +im = sie(A);
12 n = +im(1);
13
14 %#### <eri'n0an mari! E +an e!r '#####
15 r ! = 1-n
16 E(!,!) = ;
17 en+
18
19 r $ = 1-n#1
20 r ! = 1-n
21 i ! == $
22 ! = !*1;
23 en+
24 E($,!) = #A($,!):A($,$);
25 en+
26 '($,1) = ($,1):A($,$);
27 en+
28
29 r ! = 1-n#1
30 E(n,!) = #A(n,!):A(n,n);
31 en+
32 '(n,1) = (n,1):A(n,n);
33 %###########################################
34 K = E; % mari! E +ic$ !e mari! K
35 r $ = 1-n#1
36 r ! = $*1-n
37 K($,!) = ;38 en+
39 en+
40 %###########################################
41 = E; % mari! E +ic$ !e mari!
42 r ! = 2-4
43 (!,1) = ;
44 en+
45 r ! = 3-4
46 (!,2) = ;
47 en+
48 r ! = 4-4
49 (!,3) = ;
50 en+
Kemudian, indeks p dimunculkan mulai diantara baris ke-42 hingga ke-50,
= E; % mari! E +ic$ !e mari!
$ = 1;
r ! = $*1-4
(!,$) = ;
en+
$ = 2;
r ! = $*1-4
(!,$) = ;
en+$ = 3;
r ! = $*1-4
(!,$) = ;
en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 165/279
6.4. ITERASI GAUSS-SEIDEL 123
Selanjutnya, berdasarkan indeks p dibuatlah proses looping yang baru
= E; % mari! E +ic$ !e mari!
r $ = 1-3
r ! = $*1-4
(!,$) = ;
en+
en+
Akhirnya, script ini digabungkan ke script utamanya setelah mengganti angkan 3 dan 4 den-
gan variabel n.
1 clear all
2 clc
34 A = [ 1 #1 2 ;
5 #1 11 #1 3;
6 2 #1 1 #1;
7 3 #1 8];
8
9 = [ 6 ; 25 ; #11 ; 15 ];
10
11 +im = sie(A);
12 n = +im(1);
13
14 %#### <eri'n0an mari! E +an e!r '#####
15 r ! = 1-n
16 E(!,!) = ;17 en+
18
19 r $ = 1-n#1
20 r ! = 1-n
21 i ! == $
22 ! = !*1;
23 en+
24 E($,!) = #A($,!):A($,$);
25 en+
26 '($,1) = ($,1):A($,$);
27 en+
28
29 r ! = 1-n#130 E(n,!) = #A(n,!):A(n,n);
31 en+
32 '(n,1) = (n,1):A(n,n);
33 %###########################################
34 K = E; % mari! E +ic$ !e mari! K
35 r $ = 1-n#1
36 r ! = $*1-n
37 K($,!) = ;
38 en+
39 en+
40 %###########################################
41 = E; % mari! E +ic$ !e mari!
42 r $ = 1-n#143 r ! = $*1-n
44 (!,$) = ;
45 en+
46 en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 166/279
i =
Secara umum, script iterasi Gauss-Seidel yang saya tuliskan disini hampir sama dengan it-
erasi Jacobi. Perbedaan kecil-nya terletak pada bagiannilai update, dimana elemenxbaruhasil
perhitungan dilibatkan langsung untuk menghitung elemenxbaruselanjutnya.
1 clear all
2 clc
3
4 %####nilai aal###########
5 lama(1,1)=;
6 lama(2,1)=;
7 lama(3,1)=;
8 lama(4,1)=;
9 lama10
11 n=4 %&'mla elemen e!r
12 ierma!s=1 %&'mla ierasi ma!simal
13 sc=F1 %s$$in0#crieria
14
15 r i=1-ierma!s
16 %######nilai '$+ae#############
17 ar'(1,1)=(1:1)/lama(2,1)#(2:1)/lama(3,1)*(6:1);
18 ar'(2,1)=(1:11)/ar'(1,1)*(1:11)/lama(3,1)#(3:11)/lama(4,1)*(25:11);
19 ar'(3,1)=#(2:1)/ar'(1,1)*(1:1)/ar'(2,1)*(1:1)/lama(4,1)#(11:1);
20 ar'(4,1)=#(3:8)/ar'(2,1)*(1:8)/ar'(3,1)*(15:8);
21 ar'
22
23 %######nrm selisi#############
24 s=;
25 r i=1-n
26 s=s*(ar'(i,1)#lama(i,1))G2;
27 en+
28 e$siln=sQr(s)
29
30 %######memeri!sa s$$in0 crieria, sc########
31 i e$silnMsc
32 rea!
33 en+
34
35 lama=ar'; %ar' +i&a+i!an lama 'n'! ierasi eri!'na
36 en+
Perumusan metode Iterasi Gauss-Seidel dapat dinyatakan sebagai berikut:
'i$1
ai j x(k)
−'
n
ai j x(k $1)
+ bix
(k )−
j=1 j j=i+1 j
aii
(6.7)
dimanai=1,2,3,...,n.
6.4.2 Algoritma
• Langkah 1: Tentukank=1
• Langkah 2: Ketika (k 7 * ) lakukan Langkah 3-6
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 167/279
–Langkah 3: Untuki=1,...,n, hitunglah
'i$1
ai j x j −
'n
ai j X= j + bixi = − j=1 j=i+1
aii
–Langkah 4: Jikakx− XOk < <, maka keluarkan OUTPUT(x1, ..., xn)lalu STOP
–Langkah 5: Tentukank=k+1
–Langkah 6: Untuki=1,...n, tentukanX=i = xi
• Langkah 7: OUTPUT (’Iterasi maksimum telah terlampaui’) lalu STOP
6.4.3 Scriptiterasi Gauss-Seidel dalam Fortran
1 ?><K?"?T @H@.
2 ?>.@?H@ A(1,1),B(1),J(1),JH(1)
3 .AK A,B,J,JH,.<,@H>,1,2
4 ?@T.. @,?,E,D,?T>AJ
5 ?T.(/,/)
6 ?T.(/,/) ’==L ?T.A? A#.?.K @TD ?T.> [email protected] M==’
7 ?T.(/,/)
8 ?T. (/,’(1J,A)’) ’E>KAN <.A>AA@ O ’
9 .A (/,/) @
10 ?T. (/,/) ’>ADA@ .K.>.@#.K.>.@ >AT?D A A@ .DTH B’
11 H 52 ? = 1,@
12 H 62 E = 1,@
13 ?T. (/,’(1J,A,?2,A,?2,A)’) ’A(’,?,’,’,E,’) = ’
14 .A (/,/) A(?,E)
15 62 "H@T?@.
16 ?T. (/,’(1J,A,?2,A)’) ’B(’,?,’) O ’
17 .A (/,/) B(?)
18 ?T. (/,/)
19 52 "H@T?@.
20 ?T. (/,’(1J,A)’) ’E>KAN ?T.A? >AD?>> O ’
21 .A (/,/) ?T>AJ
22 ?T. (/,’(1J,A)’) ’@?KA? .<?KH@ ATA THK.A@? O ’
23 .A (/,/) .<
24 ?T. (/,/) ’>ADA@ @?KA? AAK @TD JH’
25 H 72 ? = 1,@26 ?T. (/,’(1J,A,?2,A)’) ’JH(’,?,’) O ’
27 .A (/,/) JH(?)
28 72 "H@T?@.
29 ?T. (/,/)
30 " >.@A><?KDA@ >AT?D A
31 ?T. (/,’(1J,A)’) ’>AT?D A-’
32 H 11 ? = 1,@
33 ?T. (/,6) (A(?,E),E=1,@)
34 11 "H@T?@.
35 ?T. (/,/)
36 " >.@A><?KDA@ .DTH B
37 ?T. (/,’(1J,A)’) ’.DTH B-’
38 H 111 ? = 1,@39 ?T. (/,6) B(?)
40 111 "H@T?@.
41 ?T. (/,/)
42 " KA@DAN 1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 168/279
a
43 D = 1
44 " KA@DAN 2
45 1 ?C(DFTF?T>AJ) HTH 2
46 " KA@DAN 3
47 H 1 ? = 1,@
48 1 = F
49 H 2 E=?*1,@
50 1 = 1#A(?,E)/JH(E)
51 2 "H@T?@.
52 2 = F
53 H 23 E=1,?#1
54 2 = 2#A(?,E)/J(E)
55 23 "H@T?@.
56 J(?) = (2*1*B(?)):A(?,?)
57 1 "H@T?@.
58 " AIA <?K?N @H>#2F A@A BHK.N <ADA? @H> IA@ KA?@S
59 @H> = F
60 H 4 ?=1,@
61 @H> = @H> * (J(?)#JH(?))/(J(?)#JH(?))
62 4 "H@T?@.
63 @H> = PT(@H>)
64 ?T.(/,’(1J,A,?3)’) ’?T.A? D.#’, D
65 ?T.(/,’(1J,A,C14F8)’) ’@H>#2 = ’, @H>
66 ?T.(/,’(1J,A,?3,A,C14F8)’) (’J(’,?,’) = ’, J(?),?=1,@)
67 ?T.(/,/)
68 " KA@DAN 4
69 ?C(@H>FK.F.<) TN.@
70 ?T.(/,7) D,@H>
71HTH 4
72 .@ ?C
73 " KA@DAN 5
74 D = D*1
75 " KA@DAN 6
76 H 3 ?=1,@
77 JH(?) = J(?)
78 3 "H@T?@.
79 HTH 1
80 " KA@DAN 7
81 2 "H@T?@.
82 ?T.(/,9)
83 4 TH<
8485 5 CH>AT(1J,?3)
86 6 CH>AT(1J,(6(1J,C14F8)))
87 7 CH>AT(1J,’DH@..@ <AA ?T.A? IA@ D.# ’,?3,
88 /’ , @H>= ’,C14F8)
89 9 CH>AT(1J,’>.K.B?N? BATA >AD?>> ?T.A?’)
90 .@
6.5 Iterasi dengan Relaksasi
Metode Iterasi Relaksasi (Relaxationmethod ) dinyatakan dengan rumus berikut:
x(k ) (k$1) ω
i$1X n
(k)X
(k $1)i = (1 − ω) xi
+ii
bi − j=1
ai j x j − j=i+1
ai j x j (6.8)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 169/279
k 0 1 2 3 4 5 6 7
x(k )
1
x(k )
x(k )
1 6,3125 2,6223 3,1333 2,9570 3,0037 2,9963 3,0000
1 3,5195 3,9585 4,0102 4,0075 4,0029 4,0009 4,0002
1 -6,6501 -4,6004 -5,0967 -4,9735 -5,0057 -4,9983 -5,0003
x
x(k )
6.5. ITERASI DENGAN RELAKSASI 127
dimanai=1,2,3,...,n.
Untuk lebih jelasnya, marilah kita perhatikan contoh berikut, diketahui sistem persamaanlinearAx= byaitu
4x1 + 3x2 + = 24
3x1 + 4x2 − x3
−x2 + 4x3
=
=
30
−24
memiliki solusi(3, 4, −5)t . Metode Gauss-Seidel dan Relaksasi denganω = 1, 25 akan
digu- nakan untuk menyelesaikan sistem persamaan linear di atas denganx(0) = (1, 1, 1)t .
Untuk setiap nilaik = 1, 2, 3, ...,persamaan Gauss-Seidelnya adalah
x(k ) (k $1)1 = −0, 75x2 + 6
x(k ) (k ) (k $1)2 = −0, 75x1 + 0, 25x3 + 7, 5
x(k ) (k )3 = 0, 25x2 − 6
Sedangkan persamaan untuk metode Relaksasi denganω = 1, 25adalah
x(k ) (k $1) (k $1)1 = −0, 25x1 − 0, 9375x2 + 7, 5
x(k ) (k ) (k $1) (k $1)2 = −0, 9375x1 − 0, 25x2 + 0, 3125x3 + 9, 375
x(k ) (k ) (k $1)3 = 0, 3125x2 − 0, 25x3 − 7, 5
Tabel berikut ini menampilkan perhitungan dari masing-masing metode hingga iterasike-7.
Tabel 6.4: Hasil perhitungan iterasiGauss-Seidelk 0 1 2 3 4 5 6 7(k )1
x(k )
1 5,2500 3,1406 3,0879 3,0549 3,0343 3,0215 3,0134
2 1 3,8125 3,8828 3,9267 3,9542 3,9714 3,9821 3,9888
3 1 -5,0468 -5,0293 -5,0183 -5,0114 -5,0072 -5,0044 -5,0028
Tabel 6.5: Hasil perhitungan iterasi Relaksasi denganω = 1, 25
2
3
Dari kasus ini, bisa kita simpulkan bahwa iterasi Relaksasi memerlukan proses iterasi yanglebih singkat dibandingkan iterasi Gauss-Seidel. Jadi, pada kasus ini (dan juga secara umum),
Relaksasi lebih efektifdibandingkanGauss-Seidel.Pertanyaannyasekarang, bagaimanamenen-
tukan nilaiω optimal?
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 170/279
128 BAB 6. METODE ITERASI
MetodeRelaksasi dengan pilihan nilaiωyang berkisar antara 0 dan 1 disebut metode
under-
relaxation, dimana metode ini berguna agar sistem persamaan linear bisa mencapai kondisikonvergen walaupun sistem tersebut sulit mencapai kondisi konvergen dengan metode
Gauss- Seidel. Sementara bilaω nilainya lebih besar dari angka 1, maka disebut metode
successive over-relaxation (SOR), yang mana metode ini berguna untuk mengakselerasi atau
mempercepat kondisi konvergen dibandingkan dengan Gauss-Seidel. Metode SOR ini juga
sangat berguna untukmenyelesaikansistempersamaanlinear yang muncul daripersamaan
diferensial-parsial tertentu.
6.5.1 Algoritma Iterasi Relaksasi
• Langkah 1: Tentukank=1
• Langkah 2: Ketika (k 7 * ) lakukan Langkah 3-6
–Langkah 3: Untuki=1,...,n,hitunglah
j=1 ai j x j − ' j=i+1 ai j X= j + bi
xi = (1 − ω) X=i
+
ω − '
i$1 n
aii
–Langkah 4: Jikakx− XOk < <, maka keluarkan OUTPUT(x1, ..., xn)lalu STOP
–Langkah 5: Tentukank=k+1
–Langkah 6: Untuki=1,...n, tentukanX=i = xi
• Langkah 7: OUTPUT (’Iterasi maksimum telah terlampaui’) lalu STOP
Demikianlah catatan singkat dari saya tentang metode iterasi untuk menyelesaikan prob-
lem sistem persamaan linear. Saya cukupkan sementara sampai disini. Insya Allah akan saya
sambung lagi dilain waktu. Kalau ada yang mau didiskusikan, silakan hubungi saya melalui
email:[email protected].
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 171/279
x
x
1
x x
Bab 7
Interpolasi
✍ Objektif :
⊲ Mengenalkan 5nterpolasi 1agrange
⊲ Mengenalkan 5nterpolasi pline-ubi
7.1 Interpolasi Lagrange
Interpolasi Lagrange diterapkan untuk mendapatkan fungsi polinomial# (x) berderajat ter-
tentu yang melewati sejumlah titik data. Misalnya, kita ingin mendapatkan fungsi polinomial
berderajat satu yang melewati dua buah titik yaitu(x0 , y0 ) dan(x1 , y1 ). Langkah pertama
yang kita lakukan adalah mendefinisikan fungsi berikut
x − x140 (x) =0 − x1
danx − x0
41 (x) = 1 − x0
kemudian kita definisikan fungsi polinomial sebagai berikut
# (x) = 40 (x)y0 +
41(x)y1
Jika semua persamaan diatas kita gabungkan, maka akan didapat
# (x) = 40 (x)y0 + 41 (x)y1
dan ketikax = x0
# (x) =x − x1
x0 − x1
y0 + x − x0
y
x1 −
x0
x0 − x1 x0 − x0# (x0 ) =0 − x1
y0 +1 − x0
y1 = y0
129
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 172/279
130 BAB 7. INTERPOLASI
x x
0
1
2
2
0
0
dan pada saatx = x1x1 − x1 x1 − x0# (x1 ) =
0 − x1y0 +
1 − x0y1 = y1
dari contoh ini, kira-kira apa kesimpulan sementara anda? Ya.. kita bisa sepakat bahwa
fungsi polinomial
# (x) = x − x1
x0 − x1
y0 +x − x0
x1 − x0y1 (7.1)
benar-benar melewati titik(x0 , y0 )dan(x1 , y1
).
Sekarangmari kita perhatikan lagi contoh lainnya. Misalnya ada tiga titik yaitu(x0 , y0 ),(x1,
y1 ) dan(x2 , y2 ). Tentukanlah fungsi polinomial yang melewati ketiganya! Dengan pola yang
sama kita bisa awali langkah pertama yaitu mendefinisikan
(x − x1 )(x −x2)
40 (x) =(x − x1 )(x0− x2 )
lalu
(x − x0 )(x − x2)
dan
41 (x) =(x − x0 )(x1− x2 )
(x − x0 )(x −x1)
42 (x) =(x − x0 )(x2− x1 )
kemudian kita definisikan fungsi polinomial sebagai berikut
# (x) = 40 (x)y0 + 41(x)y1 + 42(x)y2
Jika semua persamaan diatas kita gabungkan, maka akan didapat fungsi polinomial
# (x) =(x − x1)(x − x2 )
(x0 − x1)(x0 − x2)
y0 +(x − x0)(x − x2 )
(x1 − x0)(x1 − x2)
y1 +(x − x0 )(x − x1)
y(x2 − x0 )(x2 − x1 )
Kita uji sebentar. Ketikax = x0
(x0 − x1)(x0 − x2
)(x0 − x0)(x0 − x2
)(x0 − x0)(x0 − x1 )
# (x0 ) =(x − x1)(x0
y0 +− x2 ) (x1 − x0)(x1
y1 +− x2 ) (x2 − x0)(x2
y2 = y0− x1 )
pada saatx = x1
(x1 − x1)(x1 − x2
)(x1 − x0)(x1 − x2
)(x1 − x0)(x1 − x1 )
# (x1 ) =(x − x1)(x0
y0 +− x2 ) (x1 − x0)(x1
y1 +− x2 ) (x2 − x0)(x2
y2 = y1− x1 )
pada saatx = x2 (x2−
x1)(x2 − x2 )
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 173/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 174/279
Terbukti bahwa fungsi polonomial
# (x) = (x − x1)(x − x2 )(x0 − x1)(x0 − x2)
y0 + (x − x0)(x − x2 )(x1 − x0)(x1 − x2)
y1 + (x − x0 )(x − x1)(x2 − x0 )(x2 − x1)
y2 (7.2)
melewati ketiga titik tadi.
Kalau kita bandingkan antara persamaan (7.1) dan persamaan (7.2), terlihat bahwa derajat
per- samaan (7.2) lebih tinggi dibandingkan dengan derajat persamaan (7.1). Hal ini terlihat
darix2pada persamaan (7.2) sementara pada persamaan (7.1) hanya adax. persamaan (7.2)
disebut funsipolinomial berderajat 2, sedangkan persamaan (7.1) disebut fungsi polinomial
berderajat
1.
7.2 Interpolasi Cubic Spline
Gambar 7.1: Fungsif (x) dengan sejumlah titik data
Gambar 7.2: Pendekatan dengan polinomial cubic spline
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 175/279
4.> j
5.> j
Diketahui suatu fungsif (x) (Figure 7.1) yang dibatasi oleh intervala danb, dan memiliki
sejumlah titik dataa = x0 < x1 < ... < xn = b. Interpolasi cubic spline(x) adalah sebuah
po-
tongan fungsi polinomial kecil-kecil (Figure 7.2) berderajat tiga(cubic ) yang
menghubungkan dua titik data yang bersebelahan dengan ketentuan sebagai berikut:
1.> j (x) adalah potongan fungsi yang berada pada sub-interval darix j hinggax j+1 untuk
nilai j = 0, 1, ..., n − 1;
2.>(x j ) = f (x j ), artinya pada setiap titik data(x j ), nilaif (x j ) bersesuaian dengan>(x j)
dimana j = 0, 1, ..., n;
3.> j+1 (x j+1) = > j (x j+1). Perhatikan titikx j+1 pada Figure 7.2. Ya.. tentu saja jika
fungsi itu kontinyu, maka titikx j+1 menjadi titik sambungan antara> j dan> j+1.
5 j+1(x j+1) = > (x j+1), artinya kontinyuitas menuntut turunan pertama dari> j dan
> j+1
pada titikx j+1 harus bersesuaian.
55 j+1(x j+1) = > 55 (x j+1), artinya kontinyuitas menuntut turunan kedua dari> j dan> j+1
pada titikx j+1 harus bersesuaian juga.
6. Salah satu syarat batas diantara 2 syarat batasx0 danxn berikut ini mesti terpenuhi:
• > 55 (x0) = > 55 (xn ) = 0ini disebut natural boundary
• > 5(x0 ) = f 5 (x0 )dan> 5(xn ) = f 5 (xn )ini disebut clamped boundary
Polinomial cubic spline (polinomial pangkat 3) untuk suatu fungsif berdasarkan
ketentuan di atas adalah
> j (x) = a j + b j (x − x j ) + c j (x − x j )2
+ d j (x − x j )3 (7.3)
dimana j = 0, 1, ..., n − 1. Maka ketikax =
x j
> j (x j ) = a j + b j (x j − x j ) + c j (x j − x j )2
+ d j (x j − x j )3
> j (x j ) = a j = f (x j )
Itu artinya,a j selalu jadi pasangan titik data darix j . Dengan pola ini maka pasangan titik
datax j+1 adalaha j+1, konsekuensinya>(x j+1 ) = a j+1. Berdasarkan ketentuan (3), yaitu
ketikax = x j+1 dimasukan ke persamaan (12.7)
a j+1 = > j+1(x j+1 ) = > j (x j+1 ) = a j + b j (x j+1 − x j ) + c j (x j+1 − x j )2
+ d j (x j+1 −
x j )3
dimana j = 0, 1, ..., n − 2. Sekarang, kita nyatakanh j = x j+1 − x j ,
sehingga
a j+1 = a j + b j h j + c j h2+ d j h
3(7.4)
j j
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 176/279
>5
Kemudian, turunan pertama dari persamaan (12.7) adalah
j (x) = b j + 2c j (x − x j ) + 3d j (x − x j )2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 177/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 178/279
0 0 . . . . . . . . . 0
2(h0 + h1 ) h1 0 . . . . . . 0
h1 2(h1 + h2 ) h2 0 . . . 0
j
h j j+1
h
.
A=0
sementara persamaan (7.5) menjadi
b j+1 = b j + 2c j h j + 3d j h2
= b j + 2c j h j + h j (c j+1 − c j )
= b j + h j (c j + c j+1) (7.9)
Sampai sini masih bisa diikuti, bukan? Selanjutnya, kita coba mendapatkanb j dari persamaan
(7.8)
dan untukb j$1
1b j =
j
1
(a j+1 − a j )
−
h j (2c + c ) (7.10)
3
h j$1b j$1
= j$1
(a j
− a j$1
) −
(2c j$1
+ c j
)(7.11)3
Langkah berikutnya adalah mensubtitusikan persamaan (7.10) dan persamaan (7.11) kedalam
persamaan (7.9),
3h j$1 c j$1 + 2(h j$1 + h j )c j + h j c j+1 =
h3(a j+1 − a j ) −
h(a j − a j$1) (7.12)
j j$1
n$1 ndimana j = 1, 2, ..., n − 1. Dalam sistem persamaan ini, nilai9h j : j=0 dan nilai9a j :
j=0 su-
dah diketahui, sementara nilai9c j n belum diketahui dan memang nilai inilah yang akan
dihitung dari persamaan ini.
Sekarang coba perhatikan ketentuan nomor (6), ketika> (x0 ) = > 55 (xn ) = 0, berapakah nilai
c0
dancn ? Nah, kita bisa evaluasi persamaan (7.6)
> 55 (x0 ) = 2c0 + 6d0 (x0 − x0 ) =
0
jelas sekalic0 harus berharga nol. Demikian halnya dengancn harganya harus nol. Jadi untuk
natural boundary, nilaic0 = cn = 0.
Persamaan (7.12) dapat dihitung dengan operasi matrikAx= bdimana
1
h0
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . hn$2 2(hn$2 + hn$1 ) hn$1
0 . . . . . . . . . 0 0 1
c0
c1
x=
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 179/279
.
cn
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 180/279
h
.
0
3 3
b=
3
h1 (a2 − a1) − h0 (a1 − a0 )
3
hn$1
(an − an$1) − hn$2(an$1 − an$2)
0
Sekarang kita beralih ke clamped boundary dimana> (a) = f 5 (a) dan> 5 (b) = f 5 (b). Nah,
kita bisa evaluasi persamaan (7.10) dengan j = 0, dimanaf 5 (a) = > 5 (a) = > 5(x0 ) = b0 ,
sehingga
f 5 (a) =1
(ah0
− a ) − (2c + c )h0
1 03
0 1
konsekuensinya,3
2h0 c0 + h0 c1 =0
(a1 − a0 ) − 3f 5 (a) (7.13)
Sementara padaxn = bn dengan persamaan (7.9)
f 5 (b) = bn = bn$1 + hn$1 (cn$1 + cn )
sedangkanbn$1 bisa didapat dari persamaan (7.11) dengan j = n − 1
1bn$1 =
h (an − an$1)
−
hn$1 (2c j + c )
3n$1 n
n$1
Jadi
f 5 (b) =1
hn$1
1
(an − an$1hn$1) −
3(2c
hn$1
n$1 j + cn) + hn$1(cn$1 + cn )
= hn$1 (an − an$1 + 3 (cn$1 j + 2cn )
dan akhirnya kita peroleh
hn$1 cn$1 + 2hn$1 ,n = 3f 5 (b)
−
3
hn$1(an − an$1) (7.14)
Persamaan (7.13) dan persamaan (7.14) ditambah persamaan (7.12 membentuk operasi matrik
Ax= bdimana
2h0 h0 0 . . . . . . . . . 0
h0 2(h0 + h1 ) h1 0 . . . . . . 0
A= 0 h1 2(h1 + h2 ) h2 0 . . . 0
. . . . . . . . . . . . . . . . . . . . .
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 181/279
. . . . . . . . . . . . hn$2 2(hn$2 + hn$1 ) hn$1
0 . . . . . . . . . 0 hn$1 2hn$1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 182/279
.
hn$1
.
Gambar 7.3: Profil suatuobject
c0
c1
x=
.
cn
3 5
3
h0(a1 − a0) − 3f (a)
3
b=
3
h1(a2 − a1) −
h0(a1 − a0 )
3
hn$1 (an − an$1) − hn$2(an$1 − an$2)
3f 5 (b) − 3 (an − an$1)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 183/279
Gambar 7.4: Sampling titikdata
Gambar 7.5: Hasil interpolasi cubic spline
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 184/279
j x j a j b j c j d j
0 0,9 1,3 5,4 0,00 -0,251 1,3 1,5 0,42 -0,30 0,952 1,9 1,85 1,09 1,41 -2,963 2,1 2,1 1,29 -0,37 -0,454 2,6 2,6 0,59 -1,04 0,455 3,0 2,7 -0,02 -0,50 0,176 3,9 2,4 -0,5 -0,03 0,087 4,4 2,15 -0,48 0,08 1,318 4,7 2,05 -0,07 1,27 -1,589 5,0 2,1 0,26 -0,16 0,0410 6,0 2,25 0,08 -0,03 0,00
11 7,0 2,3 0,01 -0,04 -0,0212 8,0 2,25 -0,14 -0,11 0,0213 9,2 1,95 -0,34 -0,05 -0,0114 10,5 1,4 -0,53 -0,1 -0,0215 11,3 0,9 -0,73 -0,15 1,2116 11,6 0,7 -0,49 0,94 -0,8417 12,0 0,6 -0,14 -0,06 0,0418 12,6 0,5 -0,18 0 -0,4519 13,0 0,4 -0,39 -0,54 0,6020 13,3 0,25
Gambar 7.6: Hasil interpolasi lagrange
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 185/279
&t
Bab 8
DiferensialNumerik
✍ Objektif :
⊲ Mengenalkan metode Euler
⊲ Mengenalkan metode 6unge utta orde (
⊲ Mengenalkan metode Finite Difference
⊲ Mengenalkan 7ersamaan /iferensial 7arsial Eliptik
⊲ Mengenalkan 7ersamaan /iferensial 7arsial 8iperbolik
⊲ Mengenalkan 7ersamaan /iferensial 7arsial 7arabolik
8.1 Metode Euler
Suatu persamaan diferensial( &-) dinyatakan dalam fungsif (t, y), dimanay(t) adalah per-
samaan asalnyady
dt= f (t, y), a 7 t 7 b, y(a) = ? (8.1)
Nilait dibatasi daria hingga keb. Sementara, syarat awal telah diketahui yaitu pada saat
t = a makay bernilai?. Akan tetapi kita sama sekali tidak tahu bentuk formulasi persamaan
asalnyay(t). Gambar 8.1memperlihatkankurva persamaan asal
y(t)yang tidak diketahui ben- tuk formulasinya. Tantangannya adalah bagaimana kita bisa mendapatkan solusi
persamaan diferensial untuksetiap nilai y(t)yangt-nya terletak diantaraa danb?
Tahap awal solusi pendekatan numerik adalah dengan menentukan point-point dalam
jarak yang sama di dalam interval [a,b]. Jarak antar point dirumuskan sebagai
b − ah =
*(8.2)
dengan* adalah bilanganintegerpositif. Nilaih ini juga dikenal dengan namastepsize.
Selanjutnya nilait diantaraa danbditentukan berdasarkan
ti = a + ih, i = 0, 1, 2, ..., * (8.3)
139
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 186/279
140 BAB 8. DIFERENSIAL NUMERIK
y
9
9(t3!:9(b!
9(t"!
9(t&!
h
9;:f(t,9!
9(a!:!
-(t)
-
-=(t,-)
-(!)=!
h
-(t)
-(!)=(!,!)
t0=a t1 t2 ..... t3=b t t0=a t
1t
2..... t =b t
Gambar 8.1:Kiri: Kurvay(t) dengan pasangan titik absis dan ordinat dimana jarak titik absis sebe-sarh. Pasangant1 adalahy(t1 ), pasangant2 adalahy(t2 ), begitu seterusnya.Kanan:Garissinggungyang menyinggung kurvay(t) pada t=a, kemudian berdasarkan garis singgung tersebut,ditentukan pasangant1 sebagaiw1. Perhatikan gambar itu sekali lagi!w1 dany(t1 ) beda tipisalias tidak sama persis.
Metode Euler diturunkan dari deret Taylor. Misalnya, fungsiy(t) adalah fungsi yang kon-
tinyu dan memiliki turunan dalam interval [a,b]. Dalam deret Taylor, fungsiy(t) tersebut
diru- muskan sebagai
y(ti+1 ) = y(ti ) + (ti+1 − ti)y5 (ti )
+
dengan memasukkanh = (ti+1 − ti),maka
(ti+1 − ti )2
2y55
(@i ) (8.4)
y(ti+1 ) = y(ti ) + hy5 (ti )
+
h2
y55 (@i ) (8.5)
2
dan, karenay(t) memenuhi persamaan diferensial (8.1), dimanay5 (ti) tak lain adalah
fungsi turunanf (ti , y(ti )), maka
y(ti+1 ) = y(ti ) + hf (ti , y(ti ))
+
h255
2(@i ) (8.6)
Metode Euler dibangun dengan pendekatan bahwa suku terakhir dari persamaan (8.6),yang memuatturunan kedua, dapat diabaikan.Disampingitu, padaumumnya,notasi
penulisan bagiy(ti )diganti denganwi. Sehingga metode Euler diformulasikan sebagai
wi+1 = wi + hf (ti , wi) dengan syarat awal w0 = ? (8.7)
dimanai = 0, 1, 2, .., * − 1.
Contoh
Diketahui persamaan diferensial
y5 = y − t2
+ 1 batas interval: 0 7 t 7 2 syarat awal: y(0) = 0, 5 (8.8)
dimana* = 10. Disini terlihat bahwa batas awal interval,a = 0; dan batas akhirb = 2.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 187/279
i
Dalam penerapan metode euler, pertama kali yang harus dilakukan adalah menghitung
step-size(h), caranya
h = b − a*
= 2 − 010
= 0, 2
kemudian dilanjutkan dengan menentukan posisi titik-titikti berdasarkan rumus
ti = a + ih = 0 + i(0, 2) sehingga ti = 0, 2i
serta menetapkan nilaiw0 yang diambil dari syarat awaly(0) = 0, 5
w0 = 0, 5
Dengan demikian persamaan euler dapat dinyatakan sebagai
wi+1 = wi + h(wi − t2+ 1)
= wi + 0, 2(wi − 0, 04i2 + 1)
= 1, 2wi − 0, 008i2 + 0,2
dimanai = 0, 1, 2, ..., * − 1. Karena* = 10, makai = 0, 1, 2, ..., 9.
Pada saati = 0dan dari syarat awal diketahuiw0 = 0, 5, kita bisa menghitungw1
w1 = 1, 2w0 − 0, 008(0)2
+ 0, 2 = 0,8000000
Pada saati = 1
Pada saati = 2
w2 = 1, 2w1 − 0, 008(1)2+ 0, 2 = 1, 1520000
w3 = 1, 2w2 − 0, 008(2)2+ 0, 2 = 1, 5504000
Demikian seterusnya, hingga mencapaii = 9
w10 = 1, 2w9 − 0, 008(9)2
+ 0, 2 = 4, 8657845
Berikut ini adalahscriptmatlab untuk menghitungw1 ,w2 , sampaiw10
1 clear all
2 clc
3
4 rma ln0
5
6 =2; %aas a!ir ineral
7 a=; %aas aal ineral
8 @=1; % ilan0an iner0er $sii
9 =(#a):@; % nilai se$#sie10 =F5; % nilai aal
11 =; % nilai aal
12
13 % $er'aan ses'ai se$#sie a+ala-
14 1=a*1/;
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 188/279
15 2=a*2/;
16 3=a*3/;
17 4=a*4/;
18 5=a*5/;
19 6=a*6/;
20 7=a*7/;
21 8=a*8/;
22 9=a*9/;
23 1=a*1/;
24
25 % sl'sina-
26 1=*/(#G2*1)
27 2=1*/(1#1G2*1)
28 3=2*/(2#2G2*1)
29 4=3*/(3#3G2*1)
30 5=4*/(4#4G2*1)31 6=5*/(5#5G2*1)
32 7=6*/(6#6G2*1)
33 8=7*/(7#7G2*1)
34 9=8*/(8#8G2*1)
35 1=9*/(9#9G2*1)
Atau bisa dipersingkat sebagai berikut
1 clear all
2 clc
3
4 rma ln0
5
6 =2; %aas a!ir ineral
7 a=; %aas aal ineral
8 @=1; % ilan0an iner0er $sii
9 =(#a):@; % nilai se$#sie
10 =F5; % nilai aal
11 =; % nilai aal
12
13 % $er'aan ses'ai se$#sie a+ala-
14 r i=1-@
15 (i)=a*(i/);
16 en+
17
18 % sl'sina-
19 (1)=*/(#G2*1);
20 r i=2-@
21 !=i#1;
22 (i)=(!)*/((!)#(!)G2*1);
23 en+
24
Disisi lain, solusi exact persamaan diferensial (8.8) adalah
y(t) = (t + 1)2 − 0, 5et (8.9)
Scriptmatlab untuk mendapatkan solusi exact ini adalah:
1 clear all
2 clc
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 189/279
3
4 rma ln0
5
6 =2; %aas a!ir ineral
7 a=; %aas aal ineral
8 @=1; % ilan0an iner0er $sii
9 =(#a):@; % nilai se$#sie
10
11 % $er'aan ses'ai se$#sie a+ala-
12 r i=1-@
13 (i)=a*(i/);
14 en+
15
16 % sl'si eac-
17 r i=1-@
18 (i)=((i)*1)G2#F5/e$((i));
19 en+
20
Tabel 8.1: Solusi yangditawarkanoleh metode eulerwi dan solusi exacty(ti )serta selisihantara keduanya
i ti wi yi = y(ti ) |wi − yi |
0 0,0 0,5000000 0,5000000 0,00000001 0,2 0,8000000 0,8292986 0,02929862 0,4 1,1520000 1,2140877 0,0620877
3 0,6 1,5504000 1,6489406 0,09854064 0,8 1,9884800 2,1272295 0,13874955 1,0 2,4581760 2,6408591 0,18268316 1,2 2,9498112 3,1799415 0,23013037 1,4 3,4517734 3,7324000 0,28062668 1,6 3,9501281 4,2834838 0,33335579 1,8 4,4281538 4,8151763 0,387022510 2,0 4,8657845 5,3054720 0,4396874
Coba anda perhatikan sejenak bagian kolom selisih|wi − yi |.Terlihat angkanya tumbuh se-
makin besar seiring dengan bertambahnyati . Artinya, ketikati membesar, akurasi metodeeuler justru berkurang. Untuk lebih jelasnya, mari kita plot hasil-hasil ini dalam suatu gambar.
Gambar (8.2) memperlihatkan sebaran titik-titik merah yang merupakan hasil
perhitungan metode euler(wi). Sementara solusi exacty(ti ) diwakili oleh titik-titik biru.
Tampak jelas bah- wa titik-titik biru dan titik-titik merah –pada nilait yang sama– tidak ada
yang berhimpit alias ada jarak yang memisahkan mereka. Bahkan semakin ke kanan, jarak
itu semakin melebar. Adanya jarak, tak lain menunjukkan keberadaanerror(kesalahan).
Hasil perhitungan metode euler yang diwakili oleh titik-titik merah ternyata menghadirkan
tingkat kesalahan yang se- makin membesar ketika menuju ke-* atau ketikati bertambah.
Untuk mengatasi hal ini, salah satupemecahannyaadalah denganmenerapkanmetodeRunge-Kuttaorde-4. Namun sebelum masuk ke pembahasan tersebut, ada baiknya kita
memodifikasiscriptmatlab yang terakhir ta- di.
Saya kira tidak ada salahnya untuk mengantisipasi kesalahan pengetikan fungsi turunan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 190/279
9 ( t !
#.#
#
(.#
(
'.#
'
".#
"
&.#
&
$.#$." $.( $.) $.+ & &." &.( &.) &.+ "
t
Gambar 8.2:Kurva biru adalah solusi exact, dimana lingkaran-lingkaran kecil warna biru pada kurvamenunjukkan posisi pasangan absist dan ordinaty(t) yang dihitung oleh Persamaan (8.9). Sedangkantitik-titik merah mengacu pada hasil perhitungan metode euler, yaitu nilaiwi .
yang terdapat dalamscriptsebelumnya yaitu,
(1)=*/(#G2*1);
dan
(i)=(!)*/((!)#(!)G2*1);
Ketika fungsi turunan memiliki formulasi yang berbeda dengan contoh di atas, bisa jadi
kita akan lupa untuk mengetikkan formulasi yang baru di kedua baris tersebut. Oleh karena
itu,lebih baik fungsi turunan tersebut dipindahkan kedalam satu file terpisah. Di lingkungan
matlab, file tersebut disebut file function. Jadi, isi file functionuntuk contoh yang sedang kita bahas ini adalah
'ncin = ''r(,)
= # G2 * 1;
File functionini mesti di-savedengan nama file yang sama persis dengan nama fungsinya,
dalam contoh ini nama file functiontersebut harus bernama futur.m. Kemudian file ini harus
disimpandalam folder yang sama dimana disana juga terdapat file untuk memproses metode
euler.
Setelah itu, script metode euler dimodifikasi menjadi seperti ini
1 clear all
2 clc
3
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 191/279
8.2. METODE RUNGE KUTTA 145
4 rma ln0
5
6 =2; %aas a!ir ineral
7 a=; %aas aal ineral
8 @=1; % ilan0an iner0er $sii
9 =(#a):@; % nilai se$#sie
10 =F5; % nilai aal
11 =; % nilai aal
12
13 % $er'aan ses'ai se$#sie a+ala-
14 r i=1-@
15 (i)=a*(i/);
16 en+
17
18 % sl'sina-
19 (1)=*/''r(,);
20 r i=2-@
21 !=i#1;
22 (i)=(!)*/''r((!),(!));
23 en+
24
Mulai dari baris ke-13 sampai dengan baris ke-24, tidak perlu diubah-ubah lagi. Artinya, jika
ada perubahan formulasi fungsi turunan, maka itu cukup dilakukan pada file futur.msaja.
Ok. Sekarang mari kita membahas metode Runge Kutta.
8.2 Metode Runge Kutta
Pada saat membahas metode Euler untuk penyelesaian persamaan diferensial, kita telah sam- pai
pada kesimpulan bahwa truncation error metode Euler terus membesar seiring dengan
bertambahnya iterasi(ti). Dikaitkan denganhal tersebut,metode Runge-KuttaOrde-4
menawarkan penyelesaian persamaan diferensial dengan pertumbuhan truncation error yang
jauh lebih ke-
cil. Persamaan-persamaan yang menyusun metode Runge-Kutta Orde-4 adalah
w0 = ?
k1 = hf (ti , wi ) (8.10)
h 1k2 = hf (ti +2
, wi +2
k1 ) (8.11)
h 1k3 = hf (ti +
2 , wi +
2 k2 ) (8.12)
k4 = hf (ti+1 , wi + k3 ) (8.13)
1wi+1 = wi +
6(k1 + 2k2 + 2k3 + k4) (8.14)
dimana fungsif (t, w)adalah fungsi turunan.
Contoh
Saya ambilkan contoh yang sama seperti contoh yang sudah kita bahas pada metode Euler.
Diketahui persamaan diferensial
y5 = y − t2
+ 1, 0 7 t 7 2, y(0) = 0, 5
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 192/279
0
− 0
− 0
1
146 BAB 8. DIFERENSIAL NUMERIK
Jika* = 10, makastep-size bisa dihitung terlebih dahulu
h =
b − a
* =2 − 0
10 = 0, 2
dan
serta
ti = a + ih = 0 + i(0, 2) % ti = 0, 2i
w0 = 0, 5
Sekarang mari kita terapkan metode Runge-Kutta Orde-4 ini. Untuk menghitungw1, tahap-
tahap perhitungannya dimulai dari menghitungk1
k1 = hf (t0 ,w0)
= h(w0 − t2+ 1)
= 0, 2((0, 5) − (0, 0)2+
1)
= 0, 3
lalu menghitungk2
hk2 = hf (t0 +
2 , w0
+
k1
k1)
2h 2
= h"(w0 + ) (t + )2 2
0, 3
+ 1)#
0, 2= 0, 2"(0, 5 +
= 0, 3282
) − (0, 0 + )2+ 1)#
2
dilanjutkan dengank3
hk
3= hf (t
0+
2 , w
0+
k2
k2
)2 h 2
= h"(w0 + ) (t + )2 2
0, 328
+ 1)#
0, 2= 0, 2"(0, 5 +
= 0, 33082
) − (0, 0 + )2+ 1)#
2
kemudiank4
k4 = hf (t1 , w0 + k3 )
= h"(w0 + k3 ) − t2+
1#
= 0, 2"(0, 5 + 0, 3308) − (0, 2)2+ 1#
= 0, 35816
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 193/279
akhirnya diperolehw1
1w1 = w0 + 6 (k1 + 2k2 + 2k3 + k4 )
1= 0, 5 +
= 0, 5 +
(0, 3 + 2(0, 328) + 2(0, 3308) + 0, 35816)61
(0, 3 + 0, 656 + 0, 6616 + 0, 35816)6
= 0, 8292933
Dengan cara yang sama,w2 , w3, w4 dan seterusnya dapat dihitung dengan program
komputer. Script matlab-nya sebagai berikut1:
1 clear all
2 clc
3
4 rma ln0
5
6 =2; %aas a!ir ineral
7 a=; %aas aal ineral
8 @=1; % ilan0an iner0er $sii
9 =(#a):@; % nilai se$#sie
10 =F5; % nilai aal
11 =; % nilai aal
12
13 % $er'aan ses'ai se$#sie a+ala-
14 r i=1-@
15 (i)=a*(i/);
16 en+
17
18 % sl'sina-
19 !1=/''r(,);
20 !2=/''r(*:2,*!1:2);
21 !3=/''r(*:2,*!2:2);
22 !4=/''r((1),*!3);
23 (1)=*1:6/(!1*2/!2*2/!3*!4);
24
25 r i=2-@
26 !=i#1;
27 !1=/''r((!),(!));
28 !2=/''r((!)*:2,(!)*!1:2);
29 !3=/''r((!)*:2,(!)*!2:2);
30 !4=/''r((i),(!)*!3);
31 (i)=(!)*1:6/(!1*2/!2*2/!3*!4);
32 en+
33
Dibandingkan dengan metode Euler, tingkat pertumbuhan truncation error, pada kolom |wi −
yi |(lihat Tabel 8.2), jauh lebih rendah sehingga metode Runge-Kutta Orde Empat lebih
disukai
untuk membantu menyelesaikan persamaan-diferensial-biasa.
Contoh tadi tampaknya dapat memberikan gambaran yang jelas bahwa metode Runge-
Kutta Orde Empat dapat menyelesaikan persamaan diferensial biasa dengan tingkat akurasi
1 Jangan lupa, file futur.mmesti berada dalam satu folder dengan file Runge Kutta nya!
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 194/279
9 ( t !
Tabel 8.2: Solusi yang ditawarkan oleh metode Runge Kutta orde 4(wi) dan solusi exacty(ti )serta selisih antara keduanya
i ti wi yi = y(ti ) |wi − yi |
0 0,0 0,5000000 0,5000000 0,00000001 0,2 0,8292933 0,8292986 0,00000532 0,4 1,2140762 1,2140877 0,00001143 0,6 1,6489220 1,6489406 0,00001864 0,8 2,1272027 2,1272295 0,00002695 1,0 2,6408227 2,6408591 0,00003646 1,2 3,1798942 3,1799415 0,00004747 1,4 3,7323401 3,7324000 0,00005998 1,6 4,2834095 4,2834838 0,0000743
9 1,8 4,8150857 4,8151763 0,000090610 2,0 5,3053630 5,3054720 0,0001089
#.#
#
(.#
(
'.#
'
".#
"
&.#
&
$.#$." $.( $.) $.+ & &." &.( &.) &.+ "
t
Gambar 8.3:Kurva biru adalah solusi exact, dimana lingkaran-lingkaran kecil warna biru pada kurvamenunjukkan posisi pasangan absist dan ordinaty(t) yang dihitung oleh Persamaan (8.9). Sedangkantitik-titik merah mengacu pada hasil perhitungan metode Runge Kutta orde 4, yaitu nilaiwi .
yang lebih tinggi. Namun, kalau anda jeli, ada suatu pertanyaan cukup serius yaitu apakah
metode ini dapat digunakan bila pada persamaan diferensialnya tidak ada variabelt ? Misal-
nya pada kasus pengisian muatan pada kapasitor berikut ini.
8.2.1 Aplikasi: Pengisian muatan pada kapasitor
Sebuah kapasitor yang tidak bermuatan dihubungkan secara seri dengan sebuah resistor dan
baterry (Gambar 8.4). Diketahui< = 12 volt, = 5,00F danB = 8,00C105 . Saat
saklar
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 195/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 196/279
150 BAB 8. DIFERENSIAL NUMERIK
= 0, 150 C 10$5
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 197/279
2
2
C
lalu menghitungk2
k2 = hf (q0 +k
1 )2
k1= h"(m1 − (q0 + )m2 )#
2$5
= 0, 1"(1, 5 C 10$5 − ((0, 0) +0, 15 C
10
)(0, 25)#
= 0, 14813 C 10$5
dilanjutkan dengank3
k3 = hf (q0 + k2)
2k2
= h"(m1 − (q0 + )m2 )#2
$5
= 0, 1"(1, 5 C 10$5 − ((0, 0) +0, 14813 C
10
)(0, 25)#
= 0, 14815 C 10$5
kemudiank4
k4 = hf (q0 + k3 )
= h"(m1 − (q0 + k3 )m2 )#
= 0, 1"(1, 5 C 10$5 − ((0, 0) + 0, 14815 C 10$5)(0, 25)#
= 0, 14630 C 10$5
akhirnya diperolehq1
1q1 = q0 +
6(k1 + 2k2 + 2k3 + k4 )
1= 0, 0 + (0, 150 + 2(0, 14813) + 2(0, 14815) + 0, 14630) 10$5
6
= 0, 14814 C 10$5
Selanjutnyaq2 dihitung. Tentu saja pada saatt2 , dimanat2 = 0, 2, namun sekali lagi,t2
tidak terlibat dalam perhitungan ini. Dimulai menghitungk1 kembali
k1 = hf (q1 )
= h(m1 − q1m2 )
= 0, 1((1, 5 C 10$5 ) − (0, 14814 C 10$5)(0, 25))
= 0, 14630 C 10$5
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 198/279
8.2. METODE RUNGE KUTTA 151
2
2
6
lalu menghitungk2
k2 = hf (q1 +k1
)2k1
= h"(m1 − (q1 + )m2 )#2
$5
= 0, 1"(1, 5 C 10$5 − ((0, 14814 C 10$5 ) +0, 14630 C
10
)(0, 25)#
= 0, 14447 C 10$5
dilanjutkan dengank3
k3 = hf (q1 + k2)
2k2
= h"(m1 − (q1 + )m2 )#2
$5
= 0, 1"(1, 5 C 10$5 − ((0, 14814 C 10$5 ) +0, 14447 C
10
)(0, 25)#
= 0, 14449 C 10$5
kemudiank4
k4 = hf (q1 + k3 )
= h"(m1 − (q1 + k3 )m2 )#
= 0, 1"(1, 5 C 10$5 − ((0, 14814 C 10$5 ) + 0, 14449 C 10$5 )(0, 25)#
= 0, 14268 C 10$5
akhirnya diperolehq2
1q2 = q1 +
6(k1 + 2k2 + 2k3 + k4 )
= 0, 14814 C 10$5 +1
(0, 14630 + 2(0, 14447) + 2(0, 14449) + 0, 14268) C 10$5
= 0, 29262 C 10$5
Dengan cara yang sama,q3 , q4 , q5 dan seterusnya dapat dihitung. Berikut ini adalah script
dalam matlab yang dipakai untuk menghitungq
1 clear all
2 clc
3
4 rma ln0
5
6 =1; % aas a!ir ineral
7 a=; % aas aal ineral
8 =F1; % ineral a!'
9 @=(#a):; % nilai se$#sie
10 Q=F; % m'aan m'la#m'la
11 =F; % a!' aal
12
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 199/279
13 % $er'aan ses'ai se$#sie a+ala-
14 r i=1-@
15 (i)=a*(i/);
16 en+
17
18 % sl'sina-
19 !1=/''r(Q);
20 !2=/''r(Q*!1:2);
21 !3=/''r(Q*!2:2);
22 !4=/''r(Q*!3);
23 Q(1)=Q*1:6/(!1*2/!2*2/!3*!4);
24
25 r i=2-@
26 !=i#1;
27 !1=/''r(Q(!));
28 !2=/''r(Q(!)*!1:2);
29 !3=/''r(Q(!)*!2:2);
30 !4=/''r(Q(!)*!3);
31 Q(i)=Q(!)*1:6/(!1*2/!2*2/!3*!4);
32 en+
33 Q
Adapunscriptfungsi turunannya ( futur.m) adalah sebagai berikut:
1 'ncin =''r(Q)
2 .=12; % e0an0an (l)
3 =8; % amaan (m)
4 "=5e#6; % !a$asiansi (ara+)
5 m1=.:;
6 m2=1:(/");
7 =m1#(m2/Q);
Tabel 8.3:Perbandinganantara hasil perhitungan numerik lewat metode Runge Kutta danhasil perhitungan dari solusi exact, yaitu persamaan (8.16)
i ti qi q:!;t = q(ti ) |qi − q:!;t |
0 0,0 0,00000C10$5 0,00000C10$5 0,000001 0,1 0,14814C10$5 0,14814C10$5 0,00000
2 0,2 0,29262C10$5 0,29262C10$5 0,000003 0,3 0,43354C10$5 0,43354C10$5 0,000004 0,4 0,57098C10$5 0,57098C10$5 0,00000
5 0,5 0,70502C10$5 0,70502C10$5 0,000006 0,6 0,83575C10$5 0,83575C10$5 0,000007 0,7 0,96326C10$5 0,96326C10$5 0,000008 0,8 1,0876C10$5 1,0876C10$5 0,000009 0,9 1,2089C10$5 1,2089C10$5 0,0000010 1,0 1,3272C10$5 1,3272C10$5 0,00000
Luar biasa!! Tak ada error sama sekali. Mungkin, kalau kita buat 7 angka dibelakangkoma,
error nya akan terlihat. Tapi kalau anda cukup puas dengan 5 angka dibelakang koma, hasil
inisangat memuaskan. Gambar 8.5 memperlihatkan kurva penumpukan muatanq terhadap
waktut – dengan batas atas interval waktu dinaikkan hingga 20 –.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 200/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 201/279
Gambar 8.6: Kurva suatu fungsif (x) yang dibagi sama besar berjarakh. Evaluasi kurva yangdilakukanFinite-Differencedimulai dari batas bawahX0 = a hingga batas atasx6 = b
Dengan demikian maka titik-titikx yang merupakan sub-interval antaraa danb dapat diny-
atakan sebagai
xi = a + ih, i = 0, 1, ..., * + 1 (8.20)
Pencarian solusi persamaan diferensial melalui pendekatan numerik dilakukan dengan me-
manfaatkanpolinomialTaylor untukmengevaluasiy dany5 padaxi+1 danxi$1 seperti
berikut ini
dan
y(xi+1 ) = y(xi + h) = y(xi ) + hy5 (xi )
+
y(xi$1 ) = y(xi − h) = y(xi ) − hy
5
(xi )+
h2
y55 (xi ) (8.21)
2
h2
y55 (xi ) (8.22)
2
Jika kedua persamaan ini dijumlahkan
y(xi+1 ) + y(xi$1 ) = 2y(xi ) + h2 y55 (xi )
Dari siniy dapat ditentukan
h2 y55 (xi ) = y(xi+1 ) − 2y(xi ) +
y(xi$1 )
y55 (x ) =y(xi+1 ) − 2y(xi ) + y(xi$1
)i
h2
Dengan cara yang sama,y5 (xi )dapat dicari sebagai berikut
y5 (x ) =y
i
2h
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 202/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 203/279
0 . . . . . . . . . 0h p(2 ) 0 . . . . . . 0
h2 >(3 )h 0 . . . 0
2hi i i
2
2
Selanjutnya persamaan (8.23) dan (8.24) disubstitusikan ke persamaan (8.18) maka
y(xi+1 ) − 2y(xi ) + y(xi$1 )h2 = p(xi)
−y(xi+1 ) + 2y(xi ) − y(xi$1 )
h2= −p(xi)
y(xi+1 ) −
y(xi$1 ) + q(x )y(x ) + 1(x )
2hi i i
y(xi+1 ) − y(xi$1 )
2h− q(xi )y(xi ) − 1(xi )
−y(xi+1 ) + 2y(xi ) − y(xi$1 )
h2+ p(xi )
y(xi+1 ) − y(xi$1 )+ q(x )y(x ) = −1(x )
Sebelum dilanjut, saya nyatakan bahway(xi+1 )=wi+1 dany(xi )=wi sertay(xi$1 )=wi$1. Maka
persamaan di atas dapat ditulis sebagai berikut
−wi+1 + 2wi − wi$1 + p(x )
wi+1 − wi$1 + q(x )
w
= −1(x )
h2 i
h
2hi i i
2 2(−wi+1 + 2wi − wi$1) +2
p(xi ) (wi+1 − wi$1 ) + h q(xi )wi = −h 1(xi)
h h 2 2−wi+1 + 2wi − wi$1 +2
p(xi )wi+1 −2
p(xi )wi$1 + h q(xi )wi = −h 1(xi)
h2
h2−wi$1 − 2 p(xi)wi$1 + 2wi + h q(xi )wi − wi+1 + 2 p(xi )wi+1 = −h 1(xi)
h 2 h 2− 1 + p(xi ) wi$1 + 2 + h q(xi )
wi
−
(1 −2
p(xi ) wi+1 = −h 1(xi) (8.25)
dimanai=1,2,3...sampai N, karena yang ingin kita cari adalahw1 ,w2 ,w3,...,w . Sementara,
satu hal yang tak boleh dilupakan yaituw0 danw +1 biasanya selalusudah diketahui. Pada
persamaan (8.17), jelas-jelas sudah diketahui bahwaw0=? danw +1=D; keduanya dikenal se-
bagaisyarat batasatau istilah asingnya adalahboundary value. Topik yang sedang bahas ini
juga sering disebut sebagaiMasalah Syarat BatasatauBoundary Value Problem.
Sampai disini kita mendapatkan sistem persamaan linear yang selanjutnya dapat dinyatakan
sebagai bentuk operasi matrik
Aw= b (8.26)
dimanaAadalah matrik tridiagonal dengan orde* C *
2 + h2 >(1 ) $1 + h p(1 )
$1 $h p(2 ) 2 + h2 >(2 ) $1 + 2
h2
0 $1 $
2 p(3 ) 2 + $1 +
2 p(3 )
A= 0 0 $1 $h p(4 ) 2 + h2 >(4 ) $1 +
h p(4 ) 0 0
2 2
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . $1 $ h p( $1 ) 2 + h2 >( $1 ) $1 + h p( $1)
2 2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 204/279
20 . . . . . . . . . . . . $1 $
h p( ) 2 + h2 >( )
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 205/279
2
−h 1(x ) + 1 − p(x )
w
.
2
w1
w2
w3
w=
w4
.
b=
−h2 1(x1) + 1 +h p(x1 )
w0
−h2
1(x2 )
−h2 1(x3 )
−h2 1(x4 )
w $1
−h2 1(x $1)
w
8.3.1 Script Finite-Difference
1 clear all
2 clc
3
4 a=1F; %0ani an0!ana ses'ai +aa an0 an+a mili!i
5 =2F; %0ani an0!ana ses'ai +aa an0 an+a mili!i
6 n=9; %0ani an0!ana ses'ai +aa an0 an+a mili!i
7 =(#a):(n*1);
8 al$a=1; %0ani an0!ana ses'ai +aa an0 an+a mili!i
9 ea=2; %0ani an0!ana ses'ai +aa an0 an+a mili!i
10
11 %====== >encari .lemen >ari! A ========
12 r i=1-n
13 =a*i/;
14 A(i,i)=2*G2/'n0siP();
15 en+
16 r i=1-n#1
17 =a*i/;
18 A(i,i*1)=#1*((:2)/'n0si<());
19 en+20 r i=2-n
21 =a*i/;
22 A(i,i#1)=#1#((:2)/'n0si<());
23 en+
24 A
25 %====== >encari .lemen e!r ========
26 =a*;
27 (1,1)=#G2/'n0si()*(1*((:2)/'n0si<()))/al$a;
28 r i=2-8
29 =a*i/;30 (i,1)=#G2/'n0si();
31 en+
32 n=a*n/
33 (n,1)=#G2/'n0si(n)*(1#((:2)/'n0si<(n)))/ea;
34
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 206/279
8.3. METODEFINITE DIFFERENCE 157
x
x
Pada akhirnya, elemen-elemen matrikAdan vektorbsudah diketahui. Sehingga vektorw
dapat dihitung dengan berbagai metode pemecahan sistem persamaan linear, seperti
EliminasiGauss, Gauss-Jourdan, Iterasi Jacobi dan Iterasi Gauss-Seidel.
Contoh
Diketahui persamaan diferensial seperti berikut ini
y= −
2 y5
+2
y +?in(n
x)
x x2x2
, 1 7 x 7 2, y(1) = 1, y(2) = 2
memiliki solusi exactc2 3 1
dimana
dan
y = c1x +x2
−10
?in(n x) −10
;*?(n x),
1c2 =
70"8 − 12 ?in(n 2) − 4 ;*?(n 2)# E −0,
03920701320
11c1 =
10− c2 E 1,
1392070132.
Dengan metode Finite-Difference, solusi pendekatan dapat diperoleh dengan membagi inter-
val1 7 x 7 2menjadi sub-interval, misalnya kita gunakan* = 9, sehingga spasih diperoleh
h =b − a
=* + 1
2 − 1
9 + 1= 0, 1
Dari persamaan diferensial tersebut juga didapat
2p(xi ) = −
xi
2
q(xi ) = 2i
1(xi) =?in(n xi)
2i
Script matlab telah dibuat untukmenyelesaikancontoh soal ini. Untukmemecahkanpersoalan
ini, saya membuat 4 buah script, terdiri dari script utama, script fungsiP, script fungsiQ dan
script fungsiR. Berikut ini adalah script fungsiP yang disimpan dengan nama file fungsiP.m:
1 'ncin = 'n0si<()
2 = #2:;
lalu inilah script fungsiQ yang disimpan dengan nama file fungsiQ.m:
1 'ncin = 'n0siP()
2 = 2:G2;
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 207/279
158 BAB 8. DIFERENSIAL NUMERIK
kemudian ini script fungsiR yang disimpan dengan nama file fungsiR.m::
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 208/279
1 'ncin = 'n0si()
2
= sin(l0()):G2;
dan terakhir, inilah script utamanya:
1 clear all
2 clc
3
4 a=1F;
5 =2F;
6
7 al$a=1;8 ea=2;
9
10 %=======&i!a +i!ea'i n, ma!a +ii'n0 ====
11 n=9;
12 =(#a):(n*1);
13
14 %=======&i!a +i!ea'i , ma!a n +ii'n0 ====
15 %=F1;
16 %n=((#a):)#1;
17
18 %====== >encari .lemen >ari! A ========
19 r i=1-n
20 =a*i/;
21 A(i,i)=2*G2/'n0siP();
22 en+
23 r i=1-n#1
24 =a*i/;
25 A(i,i*1)=#1*((:2)/'n0si<());
26 en+
27 r i=2-n
28 =a*i/;
29 A(i,i#1)=#1#((:2)/'n0si<());
30 en+
31 A
32 %====== >encari .lemen e!r ========
33 =a*;
34 (1,1)=#G2/'n0si()*(1*((:2)/'n0si<()))/al$a;
35 r i=2-8
36 =a*i/;
37 (i,1)=#G2/'n0si();
38 en+
39 n=a*n/
40 (n,1)=#G2/'n0si(n)*(1#((:2)/'n0si<(n)))/ea;
41
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 209/279
42 %====== >en00a'n0!an e!r !e+alam mari! A ========
43 r i=1-n
44 A(i,n*1)=(i,1);45 en+
46 A
47
48 % <rses .liminasi a'ss
49 %#########<rses Trian0'larisasi###########
50 r &=1-(n#1)
51
52 %####m'lai $rses $i###
53 i (A(&,&)==)
54 r $=1-n*155 '=A(&,$);
56 =A(&*1,$);
57 A(&*1,$)=';
58 A(&,$)=;
59 en+
60 en+
61 %####a!ir $rses $i###
62 &&=&*1;
63 r i=&&-n
64 m=A(i,&):A(&,&);
65 r !=1-(n*1)
66 A(i,!)=A(i,!)#(m/A(&,!));
67 en+
68 en+
69 en+
70 %###########################################
71
72 %######<rses 'si'si m'n+'r#############
73 (n,1)=A(n,n*1):A(n,n);
74
75 r i=n#1-#1-1
76 =;
77 r &=n-#1-i*1
78 =*A(i,&)/(&,1);
79 en+
80 (i,1)=(A(i,n*1)#):A(i,i);
81 en+
82 %
83
84 %===== >enam$il!an e!r =================
85 =
Tabel berikutinimemperlihatkanhasil perhitungandengan pendekatan metodeFinite-
Difference
wi dan hasil perhitungan dari solusi exacty(xi ), dilengkapi dengan selisih antara keduanya
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 210/279
160 BAB 8. DIFERENSIAL NUMERIK
|wi − y(xi )|. Tabel ini memperlihatkan tingkat kesalahan (error) berada pada orde10$5 . Un-
xi wi y(xi ) |wi − y(xi )|
1,0 1,00000000 1,000000001,1 1,09260052 1,09262930 2,88C 10$5
1,2 1,18704313 1,18708484 4,17C 10$5
1,3 1,28333687 1,28338236 4,55C 10$5
1,4 1,38140205 1,38144595 4,39C 10$5
1,5 1,48112026 1,48115942 3,92C 10$5
1,6 1,58235990 1,58239246 3,26C 10$5
1,7 1,68498902 1,68501396 2,49C 10$5
1,8 1,78888175 1,78889853 1,68C 10$5
1,9 1,89392110 1,89392951 8,41C 10$6
2,0 2,00000000 2,00000000
tuk memperkecil orde kesalahan, kita bisa menggunakan polinomial Taylor berorde tinggi.
Akan tetapi proses kalkulasi menjadi semakin banyak dan disisi lain penentuan syarat batas
lebih kompleks dibandingkan dengan pemanfaatan polinomial Taylor yang sekarang. Untuk
menghindari hal-hal yang rumit itu, salah satu jalan pintas yang cukup efektif adalah dengan
menerapkan ekstrapolasi Richardson.
Contoh
Pemanfaatan ekstrapolasi Richardson pada metode Finite Difference untuk persamaan difer-
ensial seperti berikut ini
y = − 2
y5 +
2y +
?in(n x)
x x2x2
, 1 7 x 7 2, y(1) = 1, y(2) = 2,
denganh = 0, 1,h = 0, 05,h = 0, 025. Ekstrapolasi Richardson terdiri atas 3 tahapan, yaitu
ekstrapolasi yang pertama
Ext1i =4wi (h = 0, 05) − wi (h = 0,
1)3
kemudian ekstrapolasi yang kedua
Ext2i =4wi (h = 0, 025) − wi (h = 0,
05)
3
dan terakhir ekstrapolasi yang ketiga
Ext3i =
16Ext2i − Ext1i
15
Tabel berikut ini memperlihatkan hasil perhitungan tahapan-tahapan ekstrapolasi tersebut.
Ji-
ka seluruh angka di belakang koma diikut-sertakan, maka akan terlihat selisih antara solusi
exact dengan solusi pendekatan sebesar6, 3 C 10$11 . Ini benar-benar improvisasi yang
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 211/279
8.3. METODEFINITE DIFFERENCE 161
luar biasa.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 212/279
7 7 − −
10
2
xi wi(h = 0, 1) wi(h = 0, 05) wi(h = 0, 025) Ext1i Ext2i Ext3i
1,0 1,00000000 1,00000000 1,00000000 1,00000000 1,00000000 1,00000000
1,1 1,09260052 1,09262207 1,09262749 1,09262925 1,09262930 1,092629301,2 1,18704313 1,18707436 1,18708222 1,18708477 1,18708484 1,187084841,3 1,28333687 1,28337094 1,28337950 1,28338230 1,28338236 1,283382361,4 1,38140205 1,38143493 1,38144319 1,38144598 1,38144595 1,381445951,5 1,48112026 1,48114959 1,48115696 1,48115937 1,48115941 1,481159421,6 1,58235990 1,58238429 1,58239042 1,58239242 1,58239246 1,582392461,7 1,68498902 1,68500770 1,68501240 1,68501393 1,68501396 1,685013961,8 1,78888175 1,78889432 1,78889748 1,78889852 1,78889853 1,788898531,9 1,89392110 1,89392740 1,89392898 1,89392950 1,89392951 1,893929512,0 2,00000000 2,00000000 2,00000000 2,00000000 2,00000000 2,00000000
8.3.2 Aplikasi
Besar simpangan terhadap waktu (y(t)) suatu sistem osilator mekanik yang padanya
diberikan gaya secara periodik ( forced-oscilations) memenuhi persamaan diferensial seperti
dibawah ini berikut syarat-syarat batasnya
d2y dy F Fdt2
= + 2y + cG(t), 0 t , y(0) = 0, 3, y( ) = 0, 1dt 2 2
Denganmetode Finite-Difference,tentukanlah besarmasing-masing simpangandi setiap inter-
valh = F)8. Buatlah table untuk membandingkan hasil finite-difference dengan solusi analitik
yang memenuhiy(t) = −1
"in(t) + 3cG(t)#.
jawab:
Secara umum, persamaan diferensial dapat dinyatakan sbb:
d2 y dy
dx2(x) = p(x)
dx (x) + q(x)y(x) + 1(x), a 7 x 7 b, y(a) = ?, y(b) = D
Dengan membandingkan kedua persamaan di atas, kita bisa definisikan
Fp(t) = 1 q(t) = 2 1(t) = ;*?(t) a = 0 b = 2 ? = −0, 3 D = −0, 1
Adapun persamaan finite-difference adalah
h 2 h2− 1 + p(xi ) wi$1 + 2 + h q(xi )
wi
−
(1 −
2
p(xi ) wi+1 = −h 1(xi)
Persamaan diatas dikonversi kedalam operasi matriks
Aw= b (8.27)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 213/279
162 BAB 8. DIFERENSIAL NUMERIK
0 . . . . . . . . . 0h p(2 ) 0 . . . . . . 0
h2 >(3 )h 0 . . . 0
2
$
2
−h 1(x ) + 1 − p(x )
w
@
−
2
.
2
dimanaAadalah matrik tridiagonal dengan orde* C *
2 + h2 >(1 ) $1 +
h p(1 )
$1 $h p(2 ) 2 + h2 >(2 ) $1 + 2
h2
0 $1 $
2 p(3 ) 2 + $1 +
2 p(3 )
A= 0 0 $1 $h p(4 ) 2 + h2 >(4 ) $1 +
h p(4 ) 0 0
2 2
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . $1 $ h p( $1 ) 2 + h2 >( $1 ) $1 + h p( $1)
2
0 . . . . . . . . . . . . $1h
2
p( ) 2 + h2 >( )
w1
w2
w3
w=
w4
.
b=
−h2 1(x1) + 1 +h p(x1 )
w0
−h2 1(x2 )
−h2 1(x3 )
−h2 1(x4 )
w $1
−h2 1(x $1)
w
Jumlah baris matrik ditentukan oleh bilangann. Namun disoal hanya tersedia informasi nilai
h = F)8, sehinggan harus dihitung terlebih dahulu:
h =b − an + 1 n =
b − ah
− 1 = 2 − 0F)8
− 1 = 3
perhitungan ini dilakukan didalam script matlab. Selanjutnya seluruh elemen matrikAdan
vektorbdihitung dengan matlab
2, 3084 −0, 8037 0
w1
−0, 5014
−1, 1963 2, 3084 −0, 8037 w2= 0, 1090
0 −1, 1963 2, 3084
w3
−0, 1394
Proses diteruskan dengan metode Eliminasi Gauss dan didapat hasil akhir berikut
ini
w1 = −0.3157 w2 = −0.2829 w3 = −0.2070
8.4 Persamaan Diferensial Parsial
Dalam sub-bab ini, penulisan ’persamaan diferensial parsial’ akan dipersingkat menjadi PDP.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 214/279
8.5. PDP ELIPTIK 163
PDP dapat dibagi menjadi 3 jenis, yaitu persamaan diferensial eliptik, parabolik dan hiperbo-
lik. PDP eliptik dinyatakan sebagai berikut
H2
0 H2
0Hx2
(x, y) +Hy2
(x, y) = f (x, y) (8.28)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 215/279
−
2
Di bidang fisika, persamaan (8.28) dikenal sebagaiPersamaan Poisson. Jikaf (x, y)=0, maka
diperoleh persamaan yang lebih sederhana
H20 H2 0
Hx2(x, y) +
Hy2(x, y) = 0 (8.29)
yang biasa disebut sebagaiPersamaan Laplace. Contoh masalah PDP eliptik di bidang fisika
adalah distribusi panas pada kondisisteady-statepada obyek 2-dimensi dan 3-dimensi.
Jenis PDP kedua adalah PDP parabolik yang dinyatakan sebagai berikut
H0 (x, t) ?2
Ht
H2 0Hx2 (x, t) = 0 (8.30)
Fenomena fisis yang bisa dijelaskan oleh persamaan ini adalah masalah aliran panas pada su-atu obyek dalam fungsi waktut.
Terakhir, PDP ketiga adalah PDP hiperbolik yang dinyatakan sebagai berikut
?2 H 0 H20
H2x (x, t) =
Ht2(x, t) (8.31)
biasa digunakan untuk menjelaskan fenomena gelombang.
Sekarang,mari kita bahas lebih dalamsatu-persatu, difokuskanpada bagaimanacara
meny- atakan semua PDP di atas dalam formulasiFinite-Difference.
8.5 PDP eliptik
Kita mulai dari persamaan aslinya
H20 H2 0
Hx2(x, y) +
Hy2(x, y) = f (x, y) (8.32)
dimanaB = "(x, y)|a < x < b, c < y < d#.Maksudnya, variasi titik-titikx berada di antaraa
danb. Demikian pula dengan variasi titik-titiky, dibatasi mulai daricsampaid(lihat Gambar
8.7). Jikah adalah jarak interval antar titik yang saling bersebelahan pada titik-titik dalamrentang horizontala danb, maka titik-titik variasi di antaraa danb dapat diketahui melalui
rumus ini
xi = a + ih, dimanai = 1, 2, . . . , n (8.33)
dimanaa adalah titik awal pada sumbu horisontalx. Demikian pula pada sumbuy. Jikak
adalah jarak interval antar titik yang bersebelahan pada titik-titik dalam rentang vertikalc
dand,maka titik-titik variasi di antaracdanddapat diketahui melalui rumus ini
y j = c + jk, dimana j = 1, 2, . . . , m (8.34)
dimanac adalah titik awal pada sumbu vertikaly. Perhatikan Gambar 8.7, garis-garis yang
sejajar sumbu horisontal,y = yi dangaris-garisyang sejajar sumbu vertikal,x = xi disebut
grid lines. Sementara titik-titik perpotongan antara garis-garis horisontal dan vertikal
dinamakan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 216/279
.
.
.
.
.
.
mesh points
dym
y2
grid lines
ky1
c
a x1x2... x
n b
h
Gambar 8.7: Skema grid linesdanmesh pointspada aplikasi metodeFinite-Difference
mesh points.
Turunan kedua sebagaimana yang ada pada persamaan (8.32) dapat dinyatakan dalam rumuscentered-differencesebagai berikut
H20 0(xi+1 , y j ) − 20(xi , y j ) + 0(xi$1 , y j )
h2 H40
Hx2(xi , y j ) =
h2−
12 Hx4(@i , y j ) (8.35)
H20 0(xi , y j+1) − 20(xi , y j ) + 0(xi , y j$1)
k2 H40
Hy2(xi , y j )
=k2
−12 Hy4
(xi , I j ) (8.36)
MetodeFinite-Difference biasanya mengabaikansuku yang terakhir,sehinggacukup
dinyatakan sebagaiH20
Hx2(xi , y j ) =
H20
Hy2(xi , y j )
=
0(xi+1 , y j ) − 20(xi , y j ) + 0(xi$1 , y j )
h2(8.37)
0(xi , y j+1) − 20(xi , y j ) + 0(xi, y j$1 )
k2(8.38)
Pengabaian suku terakhir otomatis menimbulkanerroryang dinamakantruncation error. Ja-
di, ketika suatu persamaan diferensial diolah secara numerik dengan metodeFinite-Difference,
maka solusinya pasti meleset alias keliru "sedikit", dikarenakan adanyatruncation errorterse-
but. Akan tetapi, nilaierrortersebut dapat ditolerir hingga batas-batas tertentu yang
uraiannya akan dikupas pada bagian akhir bab ini.
Ok. Mari kita lanjutkan!Sekarang persamaan(8.37) dan (8.38)disubstitusikepersamaan
(8.32),
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 217/279
hasilnya adalah
0(xi+1 , y j ) − 20(xi, y j ) + 0(xi$1 , y j)
h2 +
0(xi, y j+1) − 20(xi , y j ) + 0(xi , y j$1)
k2= f (xi , y j ) (8.39)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 218/279
k2
dimanai = 1, 2, ..., n − 1dan j = 1, 2, ..., m − 1dengan syarat batas sebagai berikut
0(x0 , y j ) = 3(x0 , y j ) 0(xn , y j ) = 3(xn , y j )0(xi , y0 ) = 3(xi , y0) 0(xi , ym ) = 3(xi , ym)
Pengertian syarat batas disini adalah bagian tepi atau bagian pinggir dari susunanmesh points.
Pada metodeFinite-Difference, persamaan (8.39) dinyatakan dalam notasiw, sebagai
berikut
wi+1, j − 2wi, j + wi$1, j
h2+
h2
wi, j+1 − 2wi, j + wi, j$1
k2= f (xi , y j )
2wi+1, j − 2wi, j + wi$1, j +
k2(wi, j+1 − 2wi, j + wi, j$1 ) = h f (xi , y j )
h2 h2 h22wi+1, j − 2wi, j + wi$1, j +
k2wi, j+1 − 2
k2wi, j +
k2wi, j$1 = h f (xi , y j )
h2 h22−2"1 +
k2#wi, j + (wi+1, j + wi$1, j ) +
k2(wi, j+1 + wi, j$1 ) = h f (xi , y j )
2"1 +h2
k2#wi, j − (wi+1, j + wi$1, j )
−
h2
(wi, j+1 + wi, j$1 ) = −h2 f (xi , y j ) (8.40)
dimanai = 1, 2, ..., n − 1dan j = 1, 2, ..., m − 1, dengan syarat batas sebagai berikut
w0, j = 3(x0 , y j ) wn, j = 3(xn , y j ) j = 0, 1, ..., m −
wi,0 = 3(xi , y0 ) wi,m = 3(xi , ym) i = 1, 2, ..., n −
Persamaan (8.40) adalah rumusan akhir metodeFinite-Differenceuntuk PDP Eliptik.
8.5.1 Contoh pertama
Misalnya kita dimintamensimulasikandistribusi panas pada lempengan logam berukuran0,
5 m x0, 5 m. Temperatur pada 2 sisi tepi lempengan logam dijaga pada0A , sementara
pada 2 sisi tepi lempengan logam yang lain, temperaturnya diatur meningkat secara lineardari0A hingga100A ,. Problem ini memenuhi PDP Eliptik:
H2 0 H2 0
Hx2(x, y) +
Hy2(x, y) = 0 0 < x < 0, 5, 0 < y < 0,
5
dengan syarat-syarat batas
0(0, y) = 0, 0(x, 0) = 0, 0(x, 0.5) = 200x, 0(0.5, y) = 200y
Jikan = m = 4sedangkan ukuran lempeng logam adalah0, 5m x0, 5m, maka
0, 5h =
4= 0, 125 k =
0, 5
4= 0, 125
Grid lines berikutmesh pointsdibuat berdasarkan nilaih dank tersebut (lihat Gambar 8.8).
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 219/279
Langkah berikutnya adalah menyusun persamaanFinite-Difference, dimulai dari persamaan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 220/279
B1,4
B2,4
B3,4
B1,3
B2,3 B
3,3 B
B4,2
B4,1
B1,2
B2,2
B3,2
B1,1 B
2,1B
3,1
U ( 0 , y
) = 0
U ( 0 . 5 , y
) = 2 0 0 y
k2
C U(x,0.5)=200x
0.5
B0,3
B0,2
B0,1
4,3
B1,0 B2,0 B3,0
U(x,0)=0
0.5 X
Gambar 8.8: Susunan grid linesdanmesh pointsuntuk mensimulasikan distribusi temperaturpada lempeng logam sesuai contoh satu
asalnya (persamaan 8.40)
2"1 +h2
k2#wi, j − (wi+1, j + wi$1, j )
−
h2
(wi, j+1 + wi, j$1 ) = −h2 f (xi , y j )
Karenah = k = 0, 125danf (xi , y j ) = 0, maka
4wi, j − wi+1, j − wi$1, j − wi, j$1 − wi, j+1 = 0 (8.41)
Disisi lain, karenan = 4, maka nilaii yang bervariasii = 1, 2, ..., n − 1 akan menjadii
=
1, 2, 3. Demikian hal-nya dengan j,karenam = 4, maka variasi j = 1, 2, ..., m − 1 atau j
=
1, 2, 3. Dengan menerapkan persamaan (8.41) pada setiapmesh pointyang belum diketahui
temperaturnya, diperoleh
4w1,3 − w2,3 − w1,2 = w0,3 + w1,4
4w2,3 − w3,3 − w2,2 − = w2,4
4w3,3
− w3,2
− w2,3
= w4,3
+ w3,4
4w1,2 − w2,2 − w1,1 − = w0,2
4w2,2 − w3,2 − w2,1 − w1,2 − = 0
4w3,2 − w3,1 − w2,2 − = w4,2
4w1,1 − w2,1 − w1,2 = w0,1 + w1,0
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 221/279
4w2,1 − w3,1 − w1,1 − = w2,0
4w3,1 − w2,1 − w3,2 = w3,0 + w4,1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 222/279
0 0 −1 0 −1 4 0 0 −1 w3,2
w
0
Semua notasiw yang berada diruas kanan tanda sama-dengan sudah ditentukan nilainya
berdasarkan syarat batas, yaitu
w1,0 = w2,0 = w3,0 = w0,1 = w0,2 = w0,3 =
0,
w1,4 = w4,1 = 25, w2,4 = w4,2 = 50, dan
w3,4 = w4,3 = 75
Dengan memasukkan syarat batas tersebut ke dalam sistem persamaan linear, maka
4w1,3 − w2,3 − w1,2 = 25
4w2,3 − w3,3 − w2,2 − = 50
4w3,3 − w3,2 − w2,3 = 150
4w1,2 − w2,2 − w1,1 − = 0
4w2,2 − w3,2 − w2,1 − w1,2 − = 0
4w3,2 − w3,1 − w2,2 − = 50
4w1,1 − w2,1 − w1,2 = 0
4w2,1 − w3,1 − w1,1 − = 0
4w3,1 − w2,1 − w3,2 = 25
Kemudian dijadikan operasi perkalian matrik
4 −1 0 −1 0 0 0 0 0
−1 4 −1 0 −1 0 0 0 00 −1 4 0 0 −1 0 0 0
w1,3
w2,3
3,3
25
50
150
−1 0 0 4 −1 0 −1 0 0
w1,2
0
0 −1 0 −1 4 −1 0 −1 0
w2,2
=
0
50
0 0 0 −1 0 0 4 −1 0
w1,1
0 0 0 0 −1 0 −1 4 −1
w2,1
0
0 0 0 0 0 −1 0 −1 4 w3,1 25
Mari kita perhatikan sejenak susunanelemen-elemenangka pada matrik berukuran9x9 di
atas.
Terlihat jelas pada elemen diagonal selalu berisi angka 4. Ini sama sekali bukan
ketidaksenga- jaan. Melainkan susunan itu sengaja direkayasa sedemikian rupa sehingga
elemen-elemen tri- diagonal terisi penuh oleh angka bukan0 dan pada diagonal utamanya
diletakkan angka yang terbesar. Metode Eliminasi Gauss dan Iterasi Gauss-Seidel telah
diaplikasikan untuk menyele- saikan persamaan matrik di atas.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 223/279
8.5.2 ScriptMatlab untuk PDP Elliptik
InilahscriptMatlab yang dipakai untuk menghitung nila-nilaiw menggunakan metodeElimi- nasi Gauss.
1 clear all
2 clc
3 n=9;
4 A=[ 4 #1 #1 ;
5 #1 4 #1 #1 ;
6 #1 4 #1 ;
7 #1 4 #1 #1 ;
8 #1 #1 4 #1 #1 ;
9 #1 #1 4 #1;
10 #1 4 #1 ;11 #1 #1 4 #1;
12 #1 #1 4];
13
14 =[25; 5; 15; ; ; 5; ; ; 25];
15
16 % <rses .liminasi a'ss
17 %====== >en00a'n0!an e!r !e+alam mari! A ========
18 %====== sein00a eren'! mari! A'0menasiF ========
19 r i=1-n
20 A(i,n*1)=(i,1);
21 en+
22
23 %#########<rses Trian0'larisasi###########24 r &=1-(n#1)
25
26 %####m'lai $rses $i###
27 i (A(&,&)==)
28 r $=1-n*1
29 '=A(&,$);
30 =A(&*1,$);
31 A(&*1,$)=';
32 A(&,$)=;
33 en+
34 en+
35 %####a!ir $rses $i###
36 &&=&*1;37 r i=&&-n
38 m=A(i,&):A(&,&);
39 r !=1-(n*1)
40 A(i,!)=A(i,!)#(m/A(&,!));
41 en+
42 en+
43 en+
44 %###########################################
45
46 %######<rses 'si'si m'n+'r#############
47 (n,1)=A(n,n*1):A(n,n);
48
49 r i=n#1-#1-150 =;
51 r &=n-#1-i*1
52 =*A(i,&)/(&,1);
53 en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 224/279
54 (i,1)=(A(i,n*1)#):A(i,i);
55 en+
56 %
57
58 %===== >enam$il!an e!r =================
59 =
Sementara berikutini adalahscriptMatlabuntukmenghitung nila-nilaiwmenggunakanmetode
Iterasi Gauss-Seidel.
1 clear all
2 clc
3
4 n=9;
5 A=[ 4 #1 #1 ;6 #1 4 #1 #1 ;
7 #1 4 #1 ;
8 #1 4 #1 #1 ;
9 #1 #1 4 #1 #1 ;
10 #1 #1 4 #1;
11 #1 4 #1 ;
12 #1 #1 4 #1;
13 #1 #1 4];
14
15 =[25; 5; 15; ; ; 5; ; ; 25];
16
17 % ?T.A? A#.?.K
18 ierma=1; %ierasi ma!sim'm19 %####nilai aal###########
20 l=[; ; ; ; ; ; ; ; ];
21 =l;
22 %####s$$in0 crieria###########
23 sc=F1;
24 %####mem'lai ierasi#############
25 r ierasi=1-ierma
26 smr1=;
27 r &=2-n
28 smr1=smr1*A(1,&)/l(&,1);
29 en+
30 (1,1)=(#smr1*(1,1)):A(1,1);
31 %##############################################32 r i=2-n#1
33 smr2=;
34 r &=i*1-n
35 smr2=smr2#A(i,&)/l(&,1);
36 en+
37 smr3=;
38 r !=1-i#1
39 smr3=smr3#A(i,!)/(!,1);
40 en+
41 (i,1)=(smr3*smr2*(i,1)):A(i,i);
42 en+
43 %##############################################
44 smr4=;
45 r !=1-n#1
46 smr4=smr4#A(n,!)/(!,1);
47 en+
48 (n,1)=(smr4*(n,1)):A(n,n);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 225/279
170 BAB 8. DIFERENSIAL NUMERIK
49 %######$eri'n0an nrm2 #############
50 s=;
51 r i=1-n
52 s=s*((i,1)#l(i,1))G2;
53 en+
54 e$siln=sQr(s);
55 %#####################################
56 l=;
57 %######memeri!sa s$$in0 crieria########
58 i e$silnMsc
59 =
60 rea!
61 en+
62 %#########################################
63 en+
Tabel berikut memperlihatkan hasil pemrosesan dengan metode Eliminasi Gauss (disingkat:
EG) dan iterasi Gauss-Seidel (disingkat: GS)
w1,3 w2,3 w3,3 w1,2 w2,2 w3,2 w1,1 w2,1 w3,1
E. 18.7500 37.5000 56.2500 12.5000 25.0000 37.5000 6.2500 12.5000 18.7500
.> 18.7497 37.4997 56.2498 12.4997 24.9997 37.4998 6.2498 12.4998 18.7499
Inilah solusi yang ditawarkan olehFinite-Difference. Kalau diamati dengan teliti, angka-
angka distribusi temperatur pada 9 buahmesh pointsmemang logis dan masuk akal. Dalam
kondisi riil, mungkin kondisi seperti ini hanya bisa terjadi bila lempengan logam tersebut ter-
buat dari bahan yang homogen.
Hasil EG dan GS memang berbeda, walaupun perbedaannya tidaksignificant. Namun per-
lu saya tegaskan disini bahwa jika sistem persamaan linear yang diperoleh dariFinite Dif-
ference berorde 100 atau kurang dari itu, maka lebih baik memilih metode Eliminasi Gauss
sebagai langkah penyelesaian akhir. Alasannya karena,direct methodseperti eliminasi Gauss,lebih stabil dibandingkan metode iterasi. Tapi jika orde-nya lebih dari 100, disarankan
memilih metode iterasi seperti iterasi Gauss-Seidel, ataumenggunakanmetode SOR yang
terbukti lebih efisien dibanding Gauss-Seidel. Jika matrik A bersifat positive definite, metode
Court Factoriza- tionadalah pilihan yg paling tepat karena metode ini sangat efisien sehingga
bisa menghemat memori komputer.
8.5.3 Contoh kedua
Diketahui persamaan poisson sebagai berikut
H2 0 H20 -
Hx2(x, y) +
Hy2(x, y) = xe , 0 < x < 2, 0 < y < 1,
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 226/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 227/279
(8.44)
2
Pada Bab ini ada beberapa istilah yang masing-masing menggunakan katadifference, yaitu finite difference, for-ward difference,centered differencedanbackward difference. Setiap istilah punya arti yang berbeda.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 228/279
Sementara itu, turunan kedua persamaan (8.42) terhadapx berdasarkan deret Taylor adalah
H2
0 0 (xi + h, tD ) − 20 (xi, t j ) + 0 (xi − h, tD ) h2
H4
0
Hx2(xi, t j ) =
h2−
12 Hx4(@i , t j ) (8.45)
Pengabaian suku terakhir menjadikan persamaan di atas ditulis kembali sebagai berikut
H2 0
Hx2(xi , t j ) =
0 (xi + h, t j ) − 20 (xi , t j ) + 0 (xi − h, t j )
h2(8.46)
Kemudian persamaan (8.44) dan (8.46) disubstitusi kedalam persamaan (8.42), maka
diperoleh
0 (xi, t j + k) − 0 (xi , t j ) = ?2 0 (xi + h, t j ) − 20 (xi , t j ) + 0 (xi −h, t j )
k h2(8.47)
atau dapat dinyatakan dalam notasiw
wi, j+1 − wi, j
k− ?2 wi+1, j − 2wi, j + wi$1, j
h2= 0 (8.48)
Dari sini diperoleh solusi untukwi, j+1 , yaitu
wi, j+1 =
2?2 k
1 − h2 wi, j + ?2 k
h2 (wi+1, j + wi$1, j ) (8.49)
jika
maka
?2 k$ =h2
(8.50)
(1 − 2$) wi, j + $wi+1, j + $wi$1, j = wi, j+1 (8.51)
8.6.2 Contoh ketiga:One dimensional heat equation
Misalnya diketahui, distribusi panas satu dimensi (1D) sebagai fungsi waktu (t) pada
sebatang logam memenuhi persamaan berikut
H0
Ht(x, t) −
H2 0Hx2 (x, t) = 0, 0 < x < 1 0 7 t,
dengan syarat batas
0(0, t) = 0(1, t) = 0, 0 < t,
dan kondisi mula-mula
0(x, 0) = ?in(Fx), 0 7 x 7 1,Solusi analitik atas masalah ini adalah
0(x, t) = e$@2 t?in(Fx)
Adapun sebaran posisimesh-pointsdalam 1-D diperlihatkan pada Gambar 8.9.Sementara
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 229/279
h=0.1
Gambar8.9:Sebatang logam dengan posisi titik-titik simulasi (mesh-points) distribusi temperatur. Jarak antar titik ditentukan sebesarh = 0, 1.
Gambar 8.10 melengkapi Gambar 8.9, dimana perubahan waktu tercatat setiap intervalk =
0, 0005. Sepintas Gambar 8.10 terlihat seolah-olah obyek yang mau disimulasikan berbentuk
2-dimensi, padahal bendanya tetap 1-dimensi yaitu hanya sebatang logam.
t
0.0.....
k=0.0005
0 1 x
h=0.1
Gambar 8.10:Intervalmesh-pointsdengan jarakh = 0, 1dalam interval waktuk = 0, 0005
Selanjutnya, Gambar 8.11 memperlihatkan tepi-tepi syarat batas yaitu angka0 di ujung
kiri dan angka1 di ujung kanan pada sumbu horisontalx. Diantara batas-batas itu terdapat
sebaran titik simulasi berjarakh = 0, 1. Sementara, sumbu vertikal menunjukan perubahan
dari waktu ke waktu dengan intervalk = 0, 0005. Karena? = 1,h = 0, 1 dank = 0, 0005
maka
t
0.0.....
0.0015
0.0010
0.0005
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 +
Gambar 8.11:Posisimesh-points. Arahx menunjukkan posisi titik-titik yang dihitung dengan forward-difference, sedangkan araht menunjukkan perubahan waktu yg makin meningkat
$ dapat dihitung dengan persamaan (8.50)
?2 k$ =h2
0, 1=
0, 00052= 0, 05
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 230/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 231/279
8.6. PDP PARABOLIK 175
w
w3,1
w4,1
0 0 0 0, 5 0, 9 0, 5 0 0 0
=
w5,1
0 0 0 0 0, 5 0, 9 0, 5 0 0
0 0 0 0 0 0, 5 0, 9 0, 5 0
6,0
w7,0
w6,1
w7,1
0 0 0 0 0 0 0, 5 0, 9 0, 5
w8,0
w8,1
0 0 0 0 0 0 0 0, 5 0, 9
w9,0 w9,1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 232/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 233/279
0 0 0 0 0 0 0, 5 0, 9 0, 5 0, 5849
0 0 0 0 0 0 0 0, 5 0, 9 0, 3075
0 0 0 0, 5 0, 9 0, 5 0 0 0
0, 9951
=
w5,2
0 0 0 0 0, 5 0, 9 0, 5 0 0
0, 9464
w6,2
0 0 0 0 0 0, 5 0, 9 0, 5 0
0, 8051
w7,2
w8,2
w9,2
Perhitungan dengan cara seperti ini diulang-ulang sampai mencapai waktu maksimum. Jika
waktu maksimum adalah + = 0, 5 detik, berarti mesti dilakukan 1000 kali iterasi5. Untuk
3Topik tentang perkalian matrik sudah diulas pada Bab 14karenastep timek -nya sudah ditentukan sebesar0, 00055cara menghitung jumlah iterasi:T 0k = 0, 500, 0005 = 1000
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 234/279
sampai 1000 kali, maka indeks j bergerak dari 1 sampai 1000. Dengan bantuan script Matlab,
proses perhitungan menjadi sangat singkat.
8.6.2.1 Script Forward-Difference
Script matlabForward-Differenceuntuk menyelesaikan contoh masalah ini, dimanah = 0, 1
dan
k = 0, 0005
1 clear all
2clc
3
4 n=9;
5 al$a=1F;
6 !=F5;
7 =F1;
8 lam+a=(al$aG2)/!:(G2);
9
10 % Dn+isi aal
11 r i=1-n
12 s''(i)=sin($i/i/F1);
13 en+
14
15 %>en0c$ !n+isi aal !e 16 r i=1-n
17 (i,1)=s''(i);
18 en+
19
20 A=[ (1#2/lam+a) lam+a ;
21 lam+a (1#2/lam+a) lam+a ;
22 lam+a (1#2/lam+a) lam+a ;
23 lam+a (1#2/lam+a) lam+a ;
24 lam+a (1#2/lam+a) lam+a ;
25 lam+a (1#2/lam+a) lam+a ;
26 lam+a (1#2/lam+a) lam+a ;
27 lam+a (1#2/lam+a) lam+a ;
28 lam+a (1#2/lam+a) ];29
30 ierasi=1;
31 r !=1-ierasi
32 +is$(’$er!alian mari!s’)
33 %======================================
34 r i=1-n
35 (i,1)=F;
36 en+
37
38 r i=1-n
39 r &=1-n
40 (i,1)=(i,1)*A(i,&)/(&,1);
41 en+42 en+
43 %====================================
44
45 =;
46 en+
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 235/279
Tabel 8.4 memperlihatkan hasil perhitungan yang diulang-ulang hingga 1000 kali. Tabel
terse-
but juga menunjukkan hasil perbandingan antara pemilihan nilai intervalk = 0, 0005 dank = 0, 01. Tabel ini menginformasikan satu hal penting, yaitu pada saat intervalk = 0,
0005, forward-difference berhasil mencapai konvergensi yang sangat baik. Namun pada saat
intervalk = 0.01, dengan jumlah iterasi hanya50 kali untuk mencapaitimemaksimum 0, 5
detik, ter- lihat jelas hasil forward-differencetidak konvergen (Bandingkan kolom ke-4 dan
kolom ke-6!), dan ini dianggap bermasalah. Masalah ini bisa diatasi dengan metodebackward-
difference.
Tabel 8.4:Hasil simulasi distribusi panas bergantung waktu dalam 1-dimensi. Kolom ke-2 adalahsolusianalitik/exact, kolom ke-3 dan ke-5 adalah solusi numerik forward-difference. Kolom ke-4dan ke-6 adalah selisih antara solusi analitik dan numerik
xi 0(xi , 0.5)wi,1000
k = 0, 0005 |0(xi , 0.5) − wi,1000 |wi,50
k = 0, 01 |0(xi, 0.5) − wi,50 |
0,0 0 0 0
0,1 0,00222241 0,00228652 6, 411 C 10$5 8, 19876 C 107 8, 199 C 107
0,2 0,00422728 0,00434922 1, 219 C 10$4 −1, 55719 C 108 1, 557 C 108
0,3 0,00581836 0,00598619 1, 678 C 10$4 2, 13833 C 108 2, 138 C 108
0,4 0,00683989 0,00703719 1, 973 C 10$4 −2, 50642 C 108 2, 506 C 108
0,5 0,00719188 0,00739934 2, 075 C 10$4 2, 62685 C 108 2, 627 C 108
0,6 0,00683989 0,00703719 1, 973 C 10$4 −2, 49015 C 108 2, 490 C 108
0,7 0,00581836 0,00598619 1, 678 C 10$4 2, 11200 C 108 2, 112 C 108
0,8 0,00422728 0,00434922 1, 219 C 10$4 −1, 53086 C 108 1, 531 C 108
0,9 0,00222241 0,00228652 6, 511 C 10$5 8, 03604 C 107 8, 036 C 107
1,0 0 0 0
8.6.3 MetodeBackward-difference
Kalau kita ulang lagi pelajaran yang lalu tentang forward-difference, kita akan dapatkan formula
forward-differenceadalah sebagai berikut (lihat persamaan (8.48))
wi, j+1 − wi, j
k− ?2 wi+1, j − 2wi, j + wi$1, j
h2= 0
Sekarang, dengan sedikit modifikasi, formulabackward-differencedinyatakan sebagai
wi, j − wi, j$1
k− ?2 wi+1, j − 2wi, j + wi$1, j
h2= 0 (8.54)
jika ditetapkan?2 k$ =h2
makabackward-differencedisederhanakan menjadi
(1 + 2$) wi, j − $wi+1, j − $wi$1, j = wi, j$1 (8.55)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 236/279
w
− −
coba sejenak anda bandingkan dengan formula forward-differencedalam$ sebagaimana diny-
atakan oleh persamaan (8.51)
(1 − 2$) wi, j + $wi+1, j + $wi$1, j =
wi, j+1
O.K., mari kita kembali ke contoh soal kita yang tadi, dimana ada perubahan nilaik yang
semulak = 0, 0005 menjadik = 0, 01. Sementara? danh nilainya tetap. Maka$ dapat
dihitung dengan persamaan (8.50) kembali
?2 k$ =h2
0, 1=
0, 012= 1
Berdasarkan persamaan (8.55), sistem persamaan linear mengalami sedikit perubahan
3w1, j − 1w2, j = w1, j$1 + 1w0, j
3w2, j − 1w3, j − 1w1, j = w2, j$1
3w3, j − 1w4, j − 1w2, j = w3, j$1
3w4, j − 1w5, j − 1w3, j = w4, j$1
3w5, j − 1w6, j − 1w4, j = w5, j$1
3w6, j − 1w7, j − 1w5, j = w6, j$1
3w7, j − 1w8, j − 1w6, j = w7, j$1
3w8, j − 1w9, j − 1w7, j = w8, j$1
3w9, j − 1w8, j = w9, j$1 + 1w10, j
Syarat batas masih sama, yaituw0, j = w10, j = 0. Lalu jika dinyatakan dalam bentuk operasi
matrik
3 −1 0 0 0 0 0 0 0
w1, j
w1, j$1
−1 3 −1 0 0 0 0 0 01 0 0 0 0 0
w2, j
w
w2, j$1 w
1 3 −
3, j
3,j$1
0 0 −1 3 −1 0 0 0 0
w4, j
w4, j$1
0 0 0 −1 3 −1 0 0 0
=
w5, j$1
0 0 0 0 −1 3 −1 0 00 0 0 0 0 −1 3 −1 0
6, j
w7, j
w6, j$1
w7, j$1
0 0 0 0 0 0 1 3 1 w8, j
w8, j$1
0 0 0 0 0 0 0 −1 3 w9, j w9, j$1
Persamaan matriks di atas dapat direpresentasikan sebagai
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 237/279
Aw( j) = w( j$1) (8.56)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 238/279
3 −1 0 0 0 0 0 0 0
w1,1
−1 3 −1 0 0 0 0 0 0 w2,1 w2,0
0 −1 3 −1 0 0 0 0 0 w w
0 0 0 −1 3 −1 0 0 0 w =
0 0 0 0 0 −1 3 −1 0 w w
0 0 0 0 0 0 0 −1 3 w9,1 w9,0
3 −1 0 0 0 0 0 0 0
−1 3 −1 0 0 0 0 0 0
1 3 −1 0 0 0 0 0
0 0 −1 3 −1 0 0 0 0
0 0 0 −1 3 −1 0 0 0
0 0 0 0 −1 3 −1 0 0
Perhitungan dimulai dari iterasi pertama, dimana j = 1
0 0 −1 3 −1 0 0 0 0
0 0 0 0 −1 3 −1 0 0
w4,1
w6,1
w4,0
w6,0
0 0 0 0 0 0 −1 3 −1
w8,1
w8,0
Dengan memasukan kondisi awal, ruas kanan menjadi
w1,1
w2,1
0, 3090
0, 5878
w3,1
0, 8090
w4,1
0, 9511
=
1, 0000
w6,1
0, 9511
0 0 0 0 0 −1 3 −1 0
w7,1
0, 8090
0 0 0 0 0 0 −1 3 −1 w8,1 0, 5878
0 0 0 0 0 0 0 −1 3
w9,1
0, 3090
Berbeda dengan operasi matrik forward difference, operasi matrikbackward differenceini bukan
perkalianmatrik biasa.Operasimatriktersebutakandipecahkanolehmetode Eliminasi
Gauss6. Untuk jumlah iterasi hingga j = 50, perhitungannya dilakukan dalamscriptMatlab.
8.6.3.1 Script Backward-Differencedengan Eliminasi Gauss
1 clear all2 clc
3
4 n=9;
5 al$a=1F;
6 !=F1;
7 =F1;
8 lam+a=(al$aG2)/!:(G2);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 239/279
9
10 %Dn+isi aal
11 r i=1-n
12 s''(i)=sin($i/i/F1);
13 en+
14
15 %>en0c$ !n+isi aal !e
16 r i=1-n
6Uraian tentang metode Eliminasi Gauss tersedia di Bab 2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 240/279
180 BAB 8. DIFERENSIAL NUMERIK
17 (i,1)=s''(i);
18 en+
19
20 AA=[ (1*2/lam+a) #lam+a
21 #lam+a (1*2/lam+a) #lam+a ;
22 #lam+a (1*2/lam+a) #lam+a ;
23 #lam+a (1*2/lam+a) #lam+a ;
24 #lam+a (1*2/lam+a) #lam+a ;
25 #lam+a (1*2/lam+a) #lam+a ;
26 #lam+a (1*2/lam+a) #lam+a ;
27 #lam+a (1*2/lam+a) #lam+a ;
28 #lam+a (1*2/lam+a) ];
29
30 ierasi=5;
31 r i=1-ierasi
32 % <rses .liminasi a'ss
33 A=AA; %>ari!s Bac!ar+ ierence +ic$ s'$aa i
34
35 r i=1-n
36 A(i,n*1)=(i,1);
37 en+
38
39 %#########<rses Trian0'larisasi###########
40 r &=1-(n#1)
41
42 %####m'lai $rses $i###
43 i (A(&,&)==)
44 r $=1-n*1
45 '=A(&,$);
46 =A(&*1,$);
47 A(&*1,$)=';
48 A(&,$)=;
49 en+
50 en+
51 %####a!ir $rses $i###
52 &&=&*1;
53 r i=&&-n
54 m=A(i,&):A(&,&);
55 r !=1-(n*1)
56 A(i,!)=A(i,!)#(m/A(&,!));
57 en+
58 en+59 en+
60 %###########################################
61
62 %######<rses 'si'si m'n+'r#############
63 (n,1)=A(n,n*1):A(n,n);
64
65 r i=n#1-#1-1
66 =;
67 r &=n-#1-i*1
68 =*A(i,&)/(&,1);
69 en+
70 (i,1)=(A(i,n*1)#):A(i,i);
71 en+72 %
73 =;
74 en+
75
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 241/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 242/279
inilah formula Crank-Nicolson. Adapun$ tetap dinyatakan sebagai
?2 k$ =h2
maka
$wi, j+1 − wi, j −
2"wi+1, j − 2wi, j + wi$1, j + wi+1, j+1 − 2wi, j+1 + wi$1, j+1 # = 0
$ $ $ $wi, j+1 − wi, j −
2 wi+1, j + $wi, j −
2 wi$1, j −
2 wi+1, j+1 + $wi, j+1 −
2 wi$1, j+1 = 0
$ $ $ $−
2 wi$1, j+1 + wi, j+1 + $wi, j+1 −
2 wi+1, j+1 −
2 wi$1, j − wi, j + $wi, j −
2 wi+1, j = 0
$ $ $ $− 2
wi$1, j+1 + wi, j+1 + $wi, j+1 −2
wi+1, j+1 =2
wi$1, j + wi, j − $wi, j +2
wi+1, j
dan akhirnya
$ $ $ $−
2 wi$1, j+1 + (1 + $)wi, j+1 −
2 wi+1, j+1 =
2 wi$1, j + (1 − $)wi, j +
2 wi+1, j
(8.59)
Dalam bentuk persamaan matrik dinyatakan sebagai
Aw( j+1) = Jw( j), untuk j = 0, 1, 2, ... (8.60)
Dengan menggunakan contoh soal yang sama, yang sebelumnya telah diselesaikan dengan
metodeForward-DifferencedanBackward-Difference, maka penyelesaian soal tersebut dengan
metode Crank-Nicolson juga akan didemonstrasikan di sini. Dengan nilaik = 0, 01;h = 0, 1;
$ = 1dan berdasarkan persamaan (8.59) diperoleh
−0, 5wi$1, j+1 + 2wi, j+1 − 0, 5wi+1, j+1 = 0, 5wi$1, j + 0wi, j + 0, 5wi+1, j
ScriptMatlab untuk menyelesaikan persamaan ini adalah
1 clear all
2 clc3
4 n=9;
5 ierasi=5;
6 al$a=1F;
7 !=F1;
8 =F1;
9 lam+a=(al$aG2)/!:(G2);
10
11 %Dn+isi aal
12 r i=1-n
13 s''(i)=sin($i/i/F1);
14 en+
15
16 %>en0c$ !n+isi aal !e
17 r i=1-n
18 (i,1)=s''(i);
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 243/279
66 i (A(&,&)==)
67 r $=1-n*1
68 '=A(&,$);
69 =A(&*1,$);
70 A(&*1,$)=';
71 A(&,$)=;
72 en+
73 en+74 %####a!ir $rses $i###
75 &&=&*1;
76 r i=&&-n
77 m=A(i,&):A(&,&);
19 en+
20
21 AA=[(1*lam+a) #lam+a:2 ;
22 #lam+a:2 (1*lam+a) #lam+a:2 ;
23 #lam+a:2 (1*lam+a) #lam+a:2 ;
24 #lam+a:2 (1*lam+a) #lam+a:2 ;
25 #lam+a:2 (1*lam+a) #lam+a:2 ;
26 #lam+a:2 (1*lam+a) #lam+a:2 ;
27 #lam+a:2 (1*lam+a) #lam+a:2 ;
28 #lam+a:2 (1*lam+a) #lam+a:2;
29 #lam+a:2 (1*lam+a)];
30
31 B=[(1#lam+a) lam+a:2 ;
32 lam+a:2 (1#lam+a) lam+a:2 ;
33 lam+a:2 (1#lam+a) lam+a:2 ;
34 lam+a:2 (1#lam+a) lam+a:2 ;
35 lam+a:2 (1#lam+a) lam+a:2 ;
36 lam+a:2 (1#lam+a) lam+a:2 ;
37 lam+a:2 (1#lam+a) lam+a:2 ;
38 lam+a:2 (1#lam+a) lam+a:2;
39 lam+a:2 (1#lam+a)];
40
41 ierasi=5;
42 r ier=1-ierasi
43
44 %===$er!alian mari!s===================
45 r i=1-n
46 (i,1)=F;
47 en+48 r i=1-n
49 r &=1-n
50 (i,1)=(i,1)*B(i,&)/(&,1);
51 en+
52 en+
53 %======================================
54
55 % <rses .liminasi a'ss
56 A=AA; %>ari!s Bac!ar+ ierence +ic$ s'$aa i
57
58 r i=1-n
59 A(i,n*1)=(i,1);
60 en+61
62 %#########<rses Trian0'larisasi###########
63 r &=1-(n#1)
64
65 %####m'lai $rses $i###
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 244/279
78 r !=1-(n*1)
79 A(i,!)=A(i,!)#(m/A(&,!));
80 en+
81 en+
82 en+
83 %###########################################
84
85 %######<rses 'si'si m'n+'r#############
86 (n,1)=A(n,n*1):A(n,n);
87
88 r i=n#1-#1-1
89 =;
90 r &=n-#1-i*1
91 =*A(i,&)/(&,1);
92 en+
93 (i,1)=(A(i,n*1)#):A(i,i);
94 en+
95 %
96 =;
97 en+
98 ier
99
Tabel 8.6: Hasil simulasi distribusi panas bergantung waktu (t) dalam 1-dimensi denganmetodebackward-differencedan Crank-Nicolson
BD CN Backward-Diff Crank-Nicolson
xi 0(xi, 0.5) wi,50 wi,50 |0(xi, 0.5) − wi,50 | |0(xi , 0.5) − wi,50 |0,0 0 0 00,1 0,00222241 0,00289802 0,00230512 6, 756 C 10$4 8, 271 C 10$5
0,2 0,00422728 0,00551236 0,00438461 1, 285 C 10$3 1, 573 C 10$4
0,3 0,00581836 0,00758711 0,00603489 1, 769 C 10$3 2, 165 C 10$4
0,4 0,00683989 0,00891918 0,00709444 2, 079 C 10$3 2, 546 C 10$4
0,5 0,00719188 0,00937818 0,00745954 2, 186 C 10$3 2, 677 C 10$4
0,6 0,00683989 0,00891918 0,00709444 2, 079 C 10$3 2, 546 C 10$4
0,7 0,00581836 0,00758711 0,00603489 1, 769 C 10$3 2, 165 C 10$4
0,8 0,00422728 0,00551236 0,00438461 1, 285 C 10$3 1, 573 C 10$4
0,9 0,00222241 0,00289802 0,00230512 6, 756 C 10$4 8, 271 C 10$5
1,0 0 0 0
Terlihat disini bahwa orde kesalahan metode Crank-Nicolson (kolom ke-6) sedikit lebih ke-
cil dibandingkan metodeBackward-Difference(kolom ke-5). Ini menunjukkan tingkat akurasi
Crank-Nicolson lebih tinggi dibandingkanBackward-Difference.
8.7 PDP Hiperbolik
Pada bagian ini, kita akanmembahassolusi numerik untukpersamaan gelombangyang
meru- pakan salah satu contoh PDP hiperbolik. Persamaan gelombang dinyatakan dalampersamaan diferensial sebagai berikut
H2 0
Ht2(x, t) − ?2 H2 0
Hx2(x, t) = 0, 0 < x < 8, t > 0 (8.61)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 245/279
7 7
8.7. PDP HIPERBOLIK 185
dengan suatu kondisi
0 (0, t) = 0 ( 8, t) = 0, untuk t > 0,
H00 (x, 0) = f (x) , dan (x, 0) = 3 (x) , untuk 0 x 8Ht
dimana? adalah konstanta. Kita tentukan ukurantime-stepsebesark, jarak tiapmesh point
adalahh.
xi = ih dan t j = jk
dengani = 0, 1, ..., m dan j = 0, 1, .... Pada bagian interior, posisimesh pointsditentukan
oleh koordinat(xi , t j ), karenanya persamaan gelombang ditulis menjadi
H2 0
Ht2
(xi, t j ) − ?2 H2 0
Hx2
(xi, t j ) = 0 (8.62)
Formulacentered-differencedigunakan sebagai pendekatan numerik persamaan gelombang pa-
da tiap-tiap suku. Untuk turunan kedua terhadapt
H2 0
Ht2(xi, t j ) =
0 (xi , t j+1) − 20 (xi , t j ) + 0 (xi ,t j$1)
k2
dan turunan kedua terhadapx
H2 0
Hx2 (xi, t j ) =
0 (xi+1 , t j ) − 20 (xi , t j ) + 0 (xi$1 ,
t j )h2
Dengan mensubtitusikan kedua persamaan di atas kedalam persamaan (8.62)
0 (xi, t j+1) − 20 (xi, t j ) + 0 (xi, t j$1)
k2− ?2 0 (xi+1 , t j ) − 20 (xi, t j ) + 0 (xi$1, t j )
h2= 0
maka dapat diturunkan formula finite-difference untuk PDP hiperbolik sebagai berikut
wi, j+1 − 2wi, j + wi, j$1
k2− ?2 wi+1, j − 2wi, j + wi$1, j
h2= 0 (8.63)
Jika$ = ?k)h,maka persamaan ini dapat ditulis kembali
wi, j+1 − 2wi, j + wi, j$1 − $2 wi+1, j + 2$2
wi, j − $2 wi$1, j = 0
sehinggawi, j+1 selakusolusi numerik dapat dihitung dengan merubah sedikitsuku-suku
pada formula di atas
wi, j+1 = 2 1 − $2 wi, j + $2(wi+1, j + wi$1, j ) − wi, j$1 (8.64)
dengani = 1, 2, ..., m − 1dan j = 1, 2, .... Kondisi syarat batas ditentukan sebagai berikut
w0, j = wm, j = 0, untuk j = 1, 2, 3, ... (8.65)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 246/279
186 BAB 8. DIFERENSIAL NUMERIK
sementara kondisi awal dinyatakan
wi,0 = f (xi) , untuk i = 1, 2, ..., m − 1 (8.66)
Berbeda dengan PDP eliptik dan PDP parabolik, pada PDP hiperbolik, untuk menghitung
mesh point( j + 1), diperlukan informasi mesh point( j)dan( j − 1). Hal ini sedikit menim-
bulkan masalah padalangkah/iterasi pertama karena nilai untuk j = 0 sudah ditentukan
oleh persamaan(8.66) sementara nilai untuk j = 1 untuk menghitungwi,2 , harus diperoleh
lewat kondisi kecepatan awalH0
Ht(x, 0) = 3 (x) , 0 7 x 7 8 (8.67)
Salah satu cara pemecahan dengan pendekatan forward-difference adalah
H0
Ht(xi , 0) =
0 (xi, t1 ) − 0 (xi,
0)
k
(8.68)
H00 (xi, t1) = 0 (xi, 0) + k
Ht(xi, 0)
= 0 (xi, 0) + k3 (xi)
konsekuensinya
wi,1 = wi,0 + k3(xi ), untuk i = 1, 2, ..., m − 1 (8.69)
8.7.1 Contoh
Tentukan solusi dari persamaan gelombang berikut ini
H2 0 H2 0
Ht2−
Hx2= 0, 0 < x < 1, 0 < t
dengan syarat batas
0 (0, t) = 0 ( 8, t) = 0, untuk 0 < t,
dan kondisi mula-mula
0 (x, 0) = ?in Fx, 0 7 x 7 1
H0
Ht= 0, 0 7 x 7 1
menggunakan metode finite-difference, denganm = 4,* = 4, dan + = 1, 0. Bandingkan hasil
yang diperoleh dengan solusi analitik0(x, t) = ;*? Ft ?in Fx.
Jika persamaan gelombang pada contoh soal ini dibandingkan dengan persamaan (8.61),
maka diketahui nilai? = 1dan 8 = 1. Dari sini, nilaih dapat dihitung, yaituh = 8)m = 1)4 =
0, 25. Sementara nilaik diperoleh darik = + )* = 1, 0)4 = 0, 25. Dengan diketahuinya nilai
?,
h, dank, maka$ dapat dihitung, yaitu$ = ?k)h = 1. Selanjutnya, nilai$ ini dimasukkan ke
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 247/279
8.8. LATIHAN 187
persamaan (8.64)
wi, j+1 = 2 1 − $2 wi, j + $2 (wi+1, j + wi$1, j ) −
wi, j$1 wi, j+1 = 2 1 − 12
wi, j + 12
(wi+1, j + wi$1, j )
− wi, j$1 wi, j+1= 0wi, j + (wi+1, j + wi$1, j ) − wi, j$1
dimanai bergerak dari 0 sampaim, ataui = 0, 1, 2, 3, 4. Sementara j, bergerak dari 0
sampai
+ )k = 4, atau j = 0, 1, 2, 3, 4.
Catatan kuliah baru sampaisini!!
8.8 Latihan
1. Carilah solusi persamaan differensial elliptik berikut ini dengan pendekatan numerik
menggunakan metodeFinite Difference
H2 0 H20 2 2 -
Hx2+
Hy2= (x + y )e , 0 < x < 2, 0 < y < 1
gunakanh = 0, 2dank = 0, 1
0(0, y) = 1, 0(2, y) = e2- , 0 7 y 7 1
0(x, 0) = 1, 0(x, 1) = e, 0 7 x 7 2
Bandingkan hasilnya dengan solusi analitik0(x, t) = e- .
2. Carilah solusi persamaan differensial parabolik berikut ini dengan pendekatan numerik
menggunakan metodeFinite DifferenceBackward-Difference
H0 1 H2 0
Ht − 16 Hx2 = 0, 0 < x < 1, 0 < t.
0(0, t) = 0(1, t) = 0, 0 < t.
0(x, 0) = 2 ?in 2Fx, 0 7 x 7 1
gunakanm = 3, + = 0, 1, dan* = 2. Bandingkan hasilnya dengan solusi analitik
0(x, t) = 2e$(@2 04)t ?in 2Fx
H0 k2 H20 k3 H3 00 (xi , t1) = 0 (xi, 0) + k
Ht(xi , 0)
+2 Ht2
(xi , 0) +6 Ht3
(xi, AEi ) (8.70)
H2 02 H2 0 2 d7
2
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 248/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 249/279
188 BAB 8. DIFERENSIAL NUMERIK
2h2
2
?2 k2 k3 H300 (xi, t1 ) = 0 (xi , 0) + k3 (xi)
+
f F (xi) +2 6 Ht3
(xi , AEi ) (8.72)
wi1 = wi0 + k3 (xi )
+
?2 k2
f F (xi ) (8.73)2
f (xi+1 ) − 2f (xi) + f (xi$1
) h2 (4) G
f F (xi) =h2
−12 f @ (8.74)
k2 ?2
2 3 2 20 (xi, t1) = 0 (xi, 0) + k3 (xi )+
f (xi+1 ) − 2f (xi ) + f (xi$1 ) h + =k
+ h k
(8.75)
$22 3 2 20 (xi , t1) = 0 (xi, 0) + k3 (xi )
+
f (xi+1 ) − 2f (xi ) + f (xi$1 ) h + =
k+ h k
(8.76)
= 1 − $2
f (xi) +
$2
2
f (xi+1) +$2
f (xi$1 ) + k3 (xi) + = k3+ h2 k2 (8.77)
2
wi,1 = 1 − $2 f (xi)
+
$2
2f (xi+1 ) +
$2
2f (xi$1 ) + k3 (xi ) (8.78)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 250/279
3
Bab 9
Integral Numerik
✍ Objektif :
⊲ Mengenalkan metode Trape>oida
⊲ Mengenalkan metode impson
⊲ Mengenalkan metode Composite-impson
⊲ Mengenalkan metode Adaptive ?uardrature
⊲ Mengenalkan metode Gaussian ?uadrature
9.1 Metode Trapezoida
Integral terhadap suatu fungsi, f(x), yang dievaluasi dariahinggabdapat dinyatakan oleh
rumus berikut iniH
f (x)dx (9.1)!
Pendekatan numerik yang paling dasar dalam memecahkan masalah integral adalah metode
Trapezoida, yang dirumuskan sebagai berikut
Hf (x)dx =
!
h2"f (x0 ) + f (x1 )#
−
hf 55 (@) (9.2)
12
dimanax0 = a,x1 = b danh = b − a. Akan tetapi, suku yang terakhir pada ruas kanan
dimana terdapat faktor turunan ke-2,f 55 , seringkali diabaikan dengan tujuan agar persamaan
(9.2) menjadi lebih sederhana.
H
f (x)dx =!
h
2"f (x0 ) + f (x1 )# (9.3)
Akibatnya pendekatanTrapezoida hanya bekerjaefektif padafungsi-fungsiyang turunan
kedua-
nya bernilai nol(f 55 = 0). Gambar (9.1) memperlihatkan prinsip metode trapezoida dalam
bentuk grafik. Sementara, script berikut ini dibuat berdasarkan persamaan (9.3).
189
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 251/279
190 BAB 9. INTEGRAL NUMERIK
5
f(x1) f(x)
f(x0)
x0=a x
1=b x
0=a x
1=b
Gambar 9.1:Metode Trapezoida. Gambar sebelah kiri menunjukkan kurva fungsif (x) dengan batas bawah integral adalaha dan batas atasb. Gambar sebelah kanan menunjukan cara metode Trapesoi-da menghitung integral dengan cara menghitung luas area integrasi, dimana luas area integrasi samadengan luas trapesium di bawah kurvaf (x) dalam batas-batasa danb. Jika anda perhatikan dengan
teliti, ada area kecil dibawah garis kurva dan diatas garis miring yang berada diluar bidang trapesium.Metode Trapesoida tidak menghitung luas area kecil tersebut. Disinilah letak kelemahan metode trape-zoida.
1 clear all
2 clc
3
4 a = FFF %aas aa ine0ral;
5 = FFF %aas aas ine0ral;
6
7 = a;
8 1 = ;
9 = #a;10
11 % ## me+e ra$ei+a ##
12 ?nUra$ei+a = :2/(()*(1))
Dengan fungsi eksternal fungsi f(x)adalah
1 'ncin = ()
2 = FFF % r'm's 'n0si an0 +i#ine0ral!an;
9.2 Metode SimpsonMetode pendekatan yang lebih baik dibanding metode Trapezoida dalam integral numerik
adalah metode Simpson yang diformulasikan sebagai berikut
H
f (x)dx =!
h
3"f (x0 ) + 4f (x1 ) + f (x2 )#
−
hf 4
(@) (9.4)90
denganx0 = a,x2 = b, danx1 = a + h dimanah = (b − a))2. Jika suku terakhir diabaikan,
maka H
f (x)dx =!
h3 "f (x0 ) + 4f (x1 ) + f (x2 )# (9.5)
Gambar (9.2) memperlihatkan prinsip metode trapezoida dalam bentuk grafik. Sementara,
script berikut ini dibuat berdasarkan persamaan (9.5).
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 252/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 253/279
3
5
9.3 Peran faktor pembagi, n
Kalau diamati lebih teliti, akan kita dapatkan bahwa interval [0,2] telah dibagi 2 padametodeSimpson, sementara pada metode Trapesoida tidak dibagi sama sekali. Sebenarnyadengan
membagi interval lebih kecil lagi, makaerror -nya akan semakin kecil. Misalnya, banyaknya
pembagian interval dinyatakan dengann
ketika n = 1:Trapesioda
H 1
0
f (x)dx =h
2"f (x0 ) + f (x1 )#
−
hf 55 (@) (9.6)
12
ketikan = 2: Simpson
H 2
0
f (x)dx =h
3"f (x0 ) + 4f (x1 ) + f (x2 )#
−
hf 4
(@) (9.7)90
ketikan = 3: Simpson tiga-per-delapan
H 3
0
f (x)dx =3h
8"f (x0 ) + 3f (x1 ) + 3f (x2 ) + f (x3 )#
−
3h5
80 f 4(@) (9.8)
ketikan = 4:
H4
f (x)dx =0
2h
45"7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 ) + 7f (x4
)# −
8h7
945f 6(@) (9.9)
9.3.1 Source code metode integrasi
Source code untuk persamaan (9.8) disajikan sebagai berikut
1 clc
2 clear all
3
4 % ## aas ine0rasi ##
5 a = ;
6 = 2;
7
8 = a;
9 3 = ;
10 = (#a):3;
11 1 = a * ;
12 2 = a * 2/;
13 % #####################
14
15 % ## me+e sim$sn 3:8 ##
16 ?nU38 = 3/:8/(()*3/(1)*3/(2)*(3))
Sementara, source code untuk persamaan (9.9) disajikan sebagai berikut
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 254/279
1 clc
2 clear all
3
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 255/279
194 BAB 9. INTEGRAL NUMERIK
0
E
4 % ## aas ine0rasi ##
5 a = ;
6 = 2;
7
8 = a;
9 4 = ;
10 = (#a):4;
11 1 = a * ;
12 2 = a * 2/;
13 3 = a * 3/;
14 % #####################
15
16 % ## me+e sim$sn n=4 ##
17 ?nUn4 = 2/:45/(7/()*32/(1)*12/(2)*32/(3)*7/(4))
Perbandingantingkat akurasi hasil perhitungan seluruh metode integral numerik yang su-
dah dibahas adalah sebagai berikut
f (x) x2 x4 1)(x + 1)K
1 + x2 ?in x e
Nilai exact 2,667 6,400 1,099 2,958 1,416 6,389Trapezoida 4,000 16,000 1,333 3,326 0,909 8,389Simpsonn=2 2,667 6,667 1,111 2,964 1,425 6,421Simpsonn=3 2,667 6,519 1,105 2,960 1,420 6,403Simpsonn=4 2,667 6,400 1,099 2,958 1,416 6,389
Keempat bentuk persamaan integral numerik di atas dikenal denganclosed Newton-
Cotes
formulas. Keterbatasan metode Newton-Cotes terlihat dari jumlah pembagian interval. Di
atastadipembagian interval baru sampai padan = 4. Bagaimana bila interval evaluasinya
dipersempit supaya solusi numeriknya lebih mendekati solusi exact? Atau dengan kata lain
n > 4.
9.4 Metode Composite-Simpson
Persamaan(9.9)terlihatlebih rumitdibandingkan persamaan-persamaansebelumnya. Bisakah
anda bayangkan bentuk formulasi untukn = 5 ataun = 6 dan seterusnya? Pasti akan lebih
kompleks dibandingkan persamaan (9.9).
Metode CompositeSimpsonmenawarkancara mudahmenghitungintergal numerik ketikanilain > 4. Perhatikan contoh berikut, tentukan solusi numerik dari
< 4edx. MetodeSimpson
denganh = 2 (atau interval evaluasi integral dibagi 2 ,n = 2) memberikan
hasil
H 4
e dx2
e0+ 4e2
+ e4= 56, 76958
0 3
Padahal solusi exact dari integral tersebut adalahe4 − e0 = 53, 59815, artinya terdapat er-
ror sebesar 3,17143 yang dinilai masih terlampau besar untuk ditolerir. Bandingkan dengan
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 256/279
2
4
2
4
E
1 2 3 4
9.4. METODE COMPOSITE-SIMPSON 193
f(x)
h
x0=a x
1x
2x
3x
4x
5x
6x7
xn=b
Gambar 9.3:Metode Composite Simpson. Kurva fungsif (x) dengan batas bawah integral adalahadan batas atasb. Luas area integrasi dipecah menjadi 8 area kecil dengan lebar masing-masing adalahh.
metode yang sama namun denganh = 1 (atau interval evaluasi integral dibagi 4 ,n =
4)
H
edx =0
H
e dx +0
H
edx2
1 e0
31
+ 4e + e2 +1
e2
3
+ 4e3+ e4
= e0
+ 4e + 2e2 + 4e3
+ e4
3= 53, 86385
Hasil ini memperlihatkan error yang makin kecil, yaitu menjadi 0,26570. Jadi dengan mem-
perkecilh, errormenjadi semakinkecil dan itu artinya solusiintegral numerik semakin
mendekati solusi exact. Sekarang kita coba kecilkan lagi nilaih menjadih =1 (atau interval
evaluasi in-
tegral dibagi 8 ,n = 8),
H 4
e dx =
0
H
edx +
0
H
e dx +
1
H
edx +
2
H
e dx
3 1 0E6
e + 4e102 + e +
1
6e + 4e302
+ e2+
1 e2
+ 4e502 + e3
+ 1
e3 + 4e702
+ e4
6
=1
6
6
e0+ 4e102
+ 2e + 4e302 + 2e2
+ 4e502 + 2e3
+ 4e702 + e4
= 53, 61622
dan seperti yang sudah kita duga,error -nya semakin kecil menjadi
0,01807. Prosedur ini dapat digeneralisir menjadi suatu formula sebagai
berikut
H
f (x)dx =
n02X H 2 j
f (x)dx! j=1
n02
2 j$2
5
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 257/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 258/279
!
!
−
1
9.5. ADAPTIVE QUARDRATURE 195
dimanah = (b − a))n danx j = a + jh, untuk j = 1, ..., n)2, denganx0 = a danxn = b.
Formula ini dapat direduksi menjadi
H
f (x)dx =!
h
3f (x0 ) +
2
(n02)$1X
j=1
n02
f (x2 j ) + 4X
f (x2 j$1 ) + f (xn )
− j=1
h5 n02X f (4)
(@ j ) (9.11)90
j=1
Formula ini dikenal sebagai metodeComposite Simpson.
9.5 Adaptive Quardrature
Metode composite mensyaratkan luas area integrasi dibagi menjadi sejumlahregiondengan jarak interval yang seragam yaitu sebesar nilaih. Akibatnya, bila metodecomposite
diterapkan pada fungsi yang memiliki variasi yang tinggi dan rendah sekaligus, maka
intervalh yang kecil menjadi kurang efektif, sementara intervalh yang besar mengundang
e11G1 yang besar pula. Metode Adaptive Quadraturemuncul untuk mendapatkan langkah
yang paling efektif dimana nilai intervalh tidak dibuat seragam, melainkan mampu
beradaptasi sesuai dengan tingkat variasi kurva fungsinya.
Misalnya kita bermaksud mencari solusi numerik dari integral< f (x)dx dengan toleransi
< > 0. Sebagai langkah awal adalah menerapkan metode Simpson dimana step sizeh = (b −
a))2
dengan
H h
5
f (x)dx = >(a, b) −90
f
h
(4)() (9.12)
(a, b) =
Langkah berikutnya adalah men
"f (a) + 4f (a + h) + f (b)#3
Hf (x)dx =
!
h f (a) + 4f a +
6
h + 2f (a + h) + 4f a +
2
3h 2 + f (b)
h4
(b −a)
(4)
f 2 180
(AG) (9.13)
9.6 Gaussian Quadrature
Suatu integral dapat ditransformasi kedalam bentuk Gaussian quadrature melalui formulasi
berikut H
f (x)dx =
H
f(b − a)t + (b + a) (b −
a)dt (9.14)
! $1 2 2
dimana perubahan variabel memenuhi
t =2x − a −
b b − a / x =1
2"(b − a)t + a + b# (9.15)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 259/279
Berikut adalah table polinomial Legendre untuk penyelesaian Gaussian quadrature
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 260/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 261/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 262/279
198 BAB 9. INTEGRAL NUMERIK
2
3
Latihan
1. Hitunglah integral-integral berikut ini dengan metode Composite Simpson!
a.H
1
2
x n xdx, n = 4
b.H
0
c.H
1
2
2
x2 + 4
x
x2 + 4
dx, n = 6
dx, n = 8
d.H
$2x3
edx, n = 4
e.H
0
3@08
5
t!n xdx, n = 8
f .H
3
1K
x2 − 4dx, n = 8
2. Tentukan nilain danh untuk mengevaluasi
H 2
e2 ?in 3xdx0
dengan metode Composite Simpson, bila error yang ditolerir harus lebih kecil dari10$4
.
3. Dalam durasi 84 detik, kecepatan sebuah mobil balap formula 1 yang sedang melaju di arena
grandprixdicatat dalam selang interval 6 detik:
time(dt) 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84
peed(f t)dt) 124 134 148 156 147 133 121 109 99 85 78 89 104 116 123
Gunakan metode integral numerik untuk menghitung panjang lintasan yang telah dilalui mo-
bil tersebut selama pencatatan waktu di atas!
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 263/279
−
−
L
2
2
Bab 10
Mencari Akar
✍ Objektif :
⊲ Menari akar
10.1 Metode Newton
Metode Newton sangat populer dan powerfulluntuk mencari akar suatu fungsi yang
kontinyu. Ada banyak jalan untukmemperkenalkanmetode ini. Salah satunya bisa didahului
mulai dari deret Taylor atau polinomial Taylor. Suatu fungsi yang kontinyu dapat dinyatakan
dalam deret Taylorsebagai berikut
f (x) = f (x I) + (x x I )f 5 (x I) +(x −
x I)
2
f 55 (@(x))
0 = f (x I) + (p x I )f 5 (x I) +(p −
x I)
2
f 55 (@(p))
0 = f (x I) + (p − x I )f 5
(x I )
f (x)p − x I = −
f 5
(x I )
f (x)p E x I − f 5
(x I )
f (pn$1 )pn = pn$1 −f 5
(p
n$1, n 1
)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 264/279
199
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 265/279
200 BAB 10. MENCARI AKAR
Gambar 10.1: MetodeNewton
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 266/279
Bab 11
Metode MonteCarlo
✍ Objektif :
⊲ Mengenalkan metode Monte Carlo
11.1 Penyederhanaan
Kita awali pembahasan metode Monte Carlo dengan mengetengahkan contoh yang sangat
terkenal yaitu menghitung luas suatu lingkaran. Fugure 1 memperlihatkan lingkaran den-
gan radius1 = 1 berada di dalam kotak bujursangkar. Luas lingkaran adalahF12 = F(1)2 = F
sementara luas bujursangkar adalah(2)2 = 4. Rasio antara luas lingkaran dan luas bola
adalah
60a 6in3ka1an FM = =60a b0 j01an3ka1 4 = 0, 7853981633974483 (11.1)
Gambar 11.1: Lingkaran dan bujursangkar
201
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 267/279
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 268/279
11.1. PENYEDERHANAAN 203
Gambar 11.3: Dart yang menancap pada bidang1/4 lingkaran dan bujursangkar
Lumayan akurat bukan? Semakin banyak jumlah dart, semakin akurat nilaiFyang anda per-
oleh.
Sekarangmari kitakembangkanmetode Monte Carlo ini untukmenghitungluas suatu
area yang terletak di bawah garis kurva suatu fungsif (x). Atau sebut saja menghitung
integral suatu fungsif (x) yang dievaluasi antara batasa dan b. Luas kotakRyang
melingkupi luas bidang integralAadalah
R= 9(x, y) a 7 x 7 b dan 0 7 y7 d: (11.4)
dimana
d = makim0m f (x) , a 7 x 7 b (11.5)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 269/279
204 BAB 11. METODE MONTE CARLO
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 270/279
Bab 12
Inversi
✍ Objektif :
⊲ Mengenalkan inversi linear
⊲ Mengenalkan inversi non-linear
12.1 Inversi Linear
Diketahui data eksperimen tersaji dalam tabel berikut ini
xi yi xi yi
12345
1,33,54,25,07,0
678910
8,810,112,513,015,6
Lalu data tersebut di-plot dalam sumbux dany. Sekilas, kita bisa melihat bahwa data yang
&)
&(
&"
&$
Y +
)
(
"
$& " ' ( # ) * + &$
@
telah di-plot tersebut dapat didekati dengan sebuah persamaan garis, yaitua1 xi + a0 .
Artinya,
205
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 271/279
206 BAB 12. INVERSI
kita melakukan pendekatan secara linear, dimana fungsi pendekatan-nya adalah
# (xi ) = a1 xi + a0 (12.1)
Problemnya adalah berapakah nilai konstantaa1dana0yangsedemikianrupa, sehingga
posisi
garis tersebut paling mendekati atau bahkan melalui titik-titik data yang telah di-plot di atas?
Dengan kata lain, sebisa mungkinyi sama dengan# (xi )atau dapat diformulasikan sebagai
mX yi − # (xi ) = 0 (12.2)
i=1
mX yi − (a1 xi + a0) = 0 (12.3)
i=1
dimana jumlah data,m = 10. Suku yang berada disebelah kiri dinamakan fungsi error (error
function), yaitu
m
E(a0 , a1) =X
yi − (a1 xi + a0) (12.4)i=1
Semua data yang diperoleh melalui eksperimen, fungsi error-nya tidak pernah bernilai nol.
Ja-
di, tidak pernah didapatkan garis yang berhimpit dengan semua titik data ekperimen.
Namun demikian, kita masih bisa berharap agar fungsi error menghasilkan suatu nilai,
dimana nilai tersebut adalah nilai yang paling minimum atau paling mendekati nol.
Harapan tersebut di- wujudkan oleh metodeleast squaredengan sedikit modifikasi pada
fungsi error-nya sehingga menjadi
m
E(a0, a1) =X
"yi − (a1 xi + a0)#2 (12.5)
i=1
Agar fungsi error bisa mencapai nilai minimum, maka syarat yang harus dipenuhi adalah:
HE(a0, a1)= 0 (12.6)
Hai
dimanai = 0dan1, karena dalam kasus ini memang cuma adaa0 dana1 . Maka mesti ada
dua
buah turunan yaitu:
HE(a0, a1)=
H mX"yi − (a1 xi+ a0)#
2= 0
Ha0 Ha0i=1
m
2 X
(yi − a1 xi − a0)(−1) = 0i=1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 272/279
207 BAB 12. INVERSIm
a0 .m + a1
X xi =
i=1
mX yi (12.7)
i=1
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 273/279
i
im
'm
i=1
m '
i=1 xi
'
im i=1
−
i
m
12.1. INVERSI LINEAR 207
dan
HE(a0, a1)=
H mX
"yi − (a1 xi+ a0 )#2 = 0Ha1 Ha1i=1
m
2 X
(yi − a1xi − a0 )(−xi ) = 0
i=1
m m m
a0
X xi + a1
X x2
=X
xi yi (12.8)i=1 i=1 i=1
Akhirnya persamaan (12.7) dan (12.8) dapat dicari solusinya berikut ini:
'm
x2'm
yi −
'm
xi yi
'm
xia0 = i=1 i i=1 i=1 i=1 (12.9)i=1
x2
− ('m
xi )2
dan
a1 =
mi=1 xi yi −
'mi=1 yi
(12.10)i=1
x2
− ('
m xi )
2
Coba anda bandingkan kedua hasil di atas dengan rumus least square yang terdapat pada
bukuPraktikum Fisika Dasarkeluaran Departemen Fisika-UI. Mudah-mudahan sama per-
sis. OK, berdasarkan data ekperimen yang ditampilkan pada tabel diawal catatan ini, maka
didapat:
dan
a0 =385(81) − 55(572, 4)
= 0, 360 (12.11)10(385) − (55)2
10(572, 4) − 55(81)a1 = = 1, 538 (12.12)
10(385) − (55)2
Jadi, fungsi pendekatan-nya,# (xi ),
adalah
# (xi ) = 1, 538xi − 0, 360 (12.13)
Solusi least square dengan pendekatan persamaan garis seperti ini juga dikenal dengan nama
lain yaituregresi linear. Sedangkan nilaia0 dana1 disebutkoefisienregresi. Gambar di
bawah ini menampilkan solusi regresi linear tersebut berikut semua titik datanya
Tentu saja anda sudah bisa menduga bahwa selain regresi linear, mungkin saja terdapat
regresi parabola atau quadratik dimana fungsi pendekatannya berupa persamaan parabola,
yaitu:
# (xi ) = a2 x2+ a1xi + a0 (12.14)
dimana koefisien regresinya ada tiga yaitua0 , a1 dana2. Kalau anda menduga demikian,
maka dugaan anda benar! Bahkan sebenarnya tidak terbatas sampai disitu. Secara umum,
fungsi pendekatan,# (xi ), bisa dinyatakan dalam aljabar polinomial berikut ini:
# (xi ) = an xn
+ an$1xn$1 + ... + a2x
2+ a1 xi + a0 (12.15)i i i
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 274/279
208 BAB 12. INVERSI
i
"
m'm
" 'm
'mi
'm 'm
&)
P(x) = 1.538*x − 0.36&
&"
&$
+
)
"
$
<"$ " ( ) + &$
Namun untuk saat ini, saya tidak ingin memperluas pembahasan hingga regresi parabola,
dan
polinomial. Saya masih ingin melibatkan peranan metode eliminasi gauss dalam menyele-
saikan problem least square seperti yang selalu saya singgung pada catatan-catatan kuliah
saya yang terdahulu. Nah, kalau metode eliminasi gauss hendak digunakan untuk mencari
solusi regresi linear, kita bisa mulai dari persamaan (12.7) dan (12.8), yaitu:
m
a0.m + a1
X
xi =i=1
mX
yi
i=1
m m m
a0
X xi + a1
X
x2
=X
xiyi
i=1 i=1 i=1
Keduanya bisa dinyatakan dalam operasi matrik:
i=1 xi
# "
a0
#
i=1 yi
#
i=1 xii=1 x
2=
a1 i=1 xi yi
(12.16)
Kalau anda mengikuti catatan-catatan terdahulu, pasti anda tidak asing lagi dengan dengan
semua elemen-elemen matrik di atas. Semua sudah saya ulas pada catatan yang berjudulAp-
likasi Elimininasi Gauss: Model Garis. Silakan anda lanjutkan perhitungan matrik tersebut
hingga diperoleh koefisien regresia0 dana1 . Selamat mencoba!
12.2 Inversi Non-Linear
Persamaan least squares linear adalah sebagai berikut:
"Jt J#Nm = J
t Nd (12.17)
Persamaan least squares non-linear dapat dinyatakan sebagai berikut:
"Jt J + $I#Nm = J
t Nd (12.18)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 275/279
12.2. INVERSI NON-LINEAR 209
dimanaJ adalah matrikkernel, namun dia juga biasa dikenal dengan sebutan matrik Ja-
cobian, sementara$ adalah faktor pengali Lagrange, danIadalah matrik identitas yang or-
denya disesuaikan denganJt
J. Adapun definisiNm danNd akan dijelaskan pada bagianakhircatatan ini.
Langkah-langkah untuk menyelesaikan problem least squares non-linear
adalah:
1. Menentukan model, misalf (x) = xm
2. Menghitung jacobian,J. Caranya adalah menghitung turunan pertama dari model ter-
hadap model-parameter,m. Sesuai permisalan pada point 1, didapat
Hf (x) =Hm
= xm6n(x) (12.19)
3. Membuat perhitungan simulasi, misalnya ditentukanm = 2. Nilaim adalah nilai yang
hendak dicari. Dalam simulasi, nilaim dianggap sudah diketahui bahkan ditentukan.
Lalu hitunglahf (x) = xm denganx bergerak darix = 1, 2, 3.., 10. Jadi, nanti akan
didapat
10 buahf (x). Mau lebih dari 10 juga boleh, terserah saja. Hasil hitungannya dikasih
namad, jadid = f (x). Karena dalam simulasi inix-nya bergerak hanya sampai 10,
maka
hasilnya mesti ada 10d,yaitud1, d2 , ..,
d10.
4. Buatlah perhitungan untukm sembarang, misal mula-mula dipilihm = 5. Ini adalah
ni- lai awal darimyang akan diiterasikan sedemikian rupa hingga nantinyamakan
menuju
2 sesuai dengan nilaim pada simulasi (point 3). Bagusnya dibedakan penulisannya,
atau tulissaja m0 = 5, dimanam0 maksudnya adalahm mula-mula. Lalu hitung lagi
nilaif (x) = xm0. Sekarang dinamakand; = f (x). Jangan lupa bahwa saat
perhitungan, nilaix bergerak dari 1 sampai 10. Jadi, nanti didapat 10d;
.
5. HitunglahNd,dimanaNd = d; − d.Sebelumnya sudah dinyatakan bahwad; ada 10
buah, demikian jugadada 10 buah, makaNd harus ada 10 buah juga.
6. Selanjutnya hitung||Nd||yang rumusnya seperti ini
1 ;||Nd|| =
*K(d − d)
2 =1
KNd2
*(12.20)
dimana* = 10karenaNd-nya ada 10. Rumus ini tidak mutlak harus demikian, anda
bisa juga menggunakan norm 2, 82 .
7. Tentukan nilai epsilon,<,misal< = 0.000001. Lalu lakukan evaluasi sederhana. Cek,
apakah||Nd|| < < ? Pasti awalnya||Nd|| > <, kenapa? Karenam = m0 . Kalau begini
situasinya,Nd yang ada 10 biji itu dimasukan kedalam proses berikutnya.
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 276/279
8. Hitunglah operasi matriks berikut ini untuk mendapatkanNm
"Jt J + $I#Nm = J
t Nd (12.21)
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 277/279
210 BAB 12. INVERSI
dengan$-nya dikasih nilai sembarang antara 0 dan 1, misalnya$ = 0.005. Perhitungan
ini bisa diselesaikan dengan metode eliminasi gauss.
9. Ganti nilaim0 menjadim1 sesuai dengan rumus
m1= m0
+ Nm (12.22)
Nah,m1 ini dimasukan ke proses yang dijelaskan pada point 4 kemudian proses diu-
langi hingga point 9, begitu seterusnya. Dari sinilah dimulai proses iterasi. Iterasiakan
berhenti bila||Nd|| < <. Pada saat itu, nilaimk akan mendekatim = 2 sesuai denganm
simulasi.
Selamat mencoba! Saya juga telah menulis beberapa persamaan non-linear sebagai bahan
latihan. Lihat saja di Latihan 1. Tapi tolong diperiksa lagi, apakah jacobiannya sudah be-
nar atau ada kekeliruan. Selanjutnya, kalau ada pertanyaan atau komentar, silakan kirim ke
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 278/279
Daftar Pustaka
[1] Burden, R.L. and Faires, J.D., (2001),Numerical Analysis, Seventh Edition,Brooks/Cole,
Thomson Learning Academic Resource Center.
[2] Haliday and Resnick, (2001),Fundamental of Physics,Brooks/Cole, Thomson Learning
Aca- demic Resource Center.
211
8/15/2019 komputasi_matlab_3.doc
http://slidepdf.com/reader/full/komputasimatlab3doc 279/279
Indeks