2.

Menyelesaikan persamaan dengan satu variabel

Contoh:
Berdasarkan Hukum Archimedes, suatu benda padat yang lebih ringan daripada air
dimasukkan ke dalam air, maka benda tersebut akan mengapung. Berat bagian benda yang
tenggelam akan sama dengan berat bagian air yang dipindah. Misal suatu bola dengan jarijari satu mengapung di air dengan kedalaman x yang ditentukan oleh , gravitasi tertentu
dari bola,
.

1-x
X

Gambar 1
Volume dari bagian bola yang tenggelam adalah
,
dimana dan

dihubungkan oleh teorema Pythagoras

Untuk mencari kedalaman x, kita harus menyelesaikan persamaan dimana volume bagian
bola yang tenggelam sama dengan

kali volume dari seluruh bola atau

atau

yang disederhanakan menjadi

. (*)

Yang dicari: kedalaman x dari persamaan (*), artinya dicari akar dari persamaan tersebut.
Kita gunakan metode numerik.
Metode menggunakan iterasi (Metode tidak langsung):
-

Tetapkan rumus iterasi:

pilih tebakan awal , terapkan rumus iterasinya untuk menghasilkan , sebagai
tebakan, terapkan rumus iterasinya kembali, dan seterusnya.
Akan dihasilkan barisan
yang diharapkan konvergen ke akar persamaan
yang dicari.

Terdapat beberapa metode:

1. Metode Selang tertutup (Pengurung)
- Bagidua (Bisection)

- Posisi Palsu (Regula Falsi)

- Modifikasi Posisi Palsu
2. Metode Titik Tetap
3. Metode Selang terbuka
- Newton-Raphson
- Tali Busur (Secant)
Perhatikan fungsi berikut:
Berarti kita mencari dimana

dan dicari akar

memotong sumbu x.

yang memenuhi

Gambar 2
Metode Bagidua (Bisection)
Tebakan awal berupa selang [a,b] yang memuat akar persamaan. Bagaimana
menentukannya?

Metode Titik Tetap (Fixed Point)

Dalam menetapkan rumus iterasi:
Misal persamaan yang akan dicari akarnya
grafik
dan
.

menggunakan perpotongan dengan

.
maka gambarkan dua

x*

Akar dari
adalah
dimana kedua grafik berpotongan. Gunakan tebakan nilai
awal iterasi sesuai dengan gambar, misal
. Iterasi berhenti apabila
Jadi kriteria berhenti :
.
Banyak cara untuk menentukan grafik kedua (tunjukkan bahwa
1.

jadi

):

2.

jadi

3.

jadi

4. Dan lain-lain
Perhitungan : gunakan tebakan awal
Iterasi
0
1
2

x
0.75
0.73169
0.74405

dan

0.73169
0.74405
0.73573

dan seterusnya sehingga

Hasil nilai
Iterasi j
0
1
2
3
4
5
6
7

dari ketiga rumus iterasi:

Rumus 1
0.75
0.73169
0.74405
0.73573
0.74134
0.73757
0.74011
0.73840

Rumus 2
0.75
0.74084
0.73937
0.73913

Rumus 3
0.75
0.75916
0.77602
0.80719
0.86501
0.97320
1.17847
......

pada
.

8
9
10
11
12

0.73955
0.73877
0.73930
0.73891
0.73918

......
......
......
......
......

Rumus 1 konvergen dalam 12 iterasi karena

Rumus 2 konvergen dalam 3 iterasi karena

Sedangkan Rumus 3 tidak konvergen.

Teorema: Kekonvergenan Metode Iterasi Titik-Tetap

Iterasi akan konvergen bila

untuk semua

di sekitar titik tetap eksaknya.

Rumus 1:
Rumus 2:
Rumus 3:
Perhatikan gambarnya dalam interval [0.75, 1].

Gradien:

<1

Gradien:

Gradien:
Metode Newton-Raphson
Tentukan tebakan awal
menyinggung
.

lalu tentukan titik selanjutnya dengan menarik garis yang

Rumus didapat dari persamaan garis antara titik

. Rumus iterasi umum

0.75
0.73911
0.73909

dengan gradien

. (Tunjukkan)

Dari contoh sebelumnya:

iterasi
0
1
2

dan

diperoleh hasil berikut ini:

0.01831
0.00005
0.00001

1.6816
1.67363
1.67361

0.73911
0.73909
0.73909

Hasil diperoleh saat iterasi ke-2.

Metode Tali Busur (Secant)
Merupakan modifikasi dari Metode Newton Raphson, yaitu mengganti
dari ekspansi Taylor:
diperlukan 2 titik tebakan awal

sehingga
dan

sehingga

dengan rumus
. Akibatnya
atau rumus

umumnya:
Laju Kekonvergenan
Terdapat 2 jenis kekonvergenan: quotient-convergence (q- convergence) dan rootconvergence (r- convergence).
1. quotient-convergence (q- convergence)
Perhitungan menggunakan perbandingan antara galat dari dua hasil iterasi terakhir
Misal x* adalah solusi eksak dan
adalah aproksimasi solusi dengan iterasi ke-n.
Galat pada iterasi ke-n adalah
. Suatu metode disebut q-konvergen
dengan orde-k apabila

dimana C bilangan berhingga positif.

Jika k = 1, C < 1, maka laju konvergennya linier.
Jika 1 < k < 2, maka laju kekonvergenannya superlinier
Jika k = 1, laju kekonvergenannya kuadratik.
2. root- convergence (r- convergence).
Digunakan bila kekonvergenannya tidak monoton.
Suatu metode disebut r- convergence bila terdapat barisan
yang p- convergence
berorde k yang mendominasi runtutan galat-galat yang dihasilkan metode, atau
untuk semua n.

Contoh:
Metode Bagi Dua pada iterasi ke-n mempunyai galat yang berada dalam interval
sehingga

dengan r adalah akar eksaknya. Dengan demikian

Jadi Metode Bagi Dua memiliki q-convergence dengan orde .

Kekonvergenan Metode Iterasi Titik-Tetap ditentukan oleh

Jadi metode ini memiliki q-convergence dengan

untuk semua

di sekitar titik

tetap eksaknya.
Dalam Metode Newton-Raphson, galat pada iterasi ke-n adalah
karena itu

, oleh

Jadi metode NR memiliki q-kuadratik.

Lokalisasi Akar Polinom
Descartes' rule of signs
Positive roots
The rule states that if the terms of a single-variable polynomial with real coefficients are
ordered by descending variable exponent, then the number of positive roots of the polynomial
is either equal to the number of sign differences between consecutive nonzero coefficients, or
is less than it by a multiple of 2. Multiple roots of the same value are counted separately.
Negative roots
As a corollary of the rule, the number of negative roots is the number of sign changes after
multiplying the coefficients of odd-power terms by 1, or fewer than it by a multiple of 2.

This procedure is equivalent to substituting the negation of the variable for the variable itself:
For example, to find the number of negative roots of
equivalently ask how many positive roots there are for
Using Descartes' rule of signs on

, we
in

gives the number of positive roots

it gives the number of positive roots

number of negative roots of f.

of g, and since

of f, which is the same as the

Example
The polynomial

has one sign change between the second and third terms (the sequence of pairs of successive
signs is ++, +, ). Therefore it has exactly one positive root. Note that the leading sign
needs to be considered although in this particular example it does not affect the answer. To
find the number of negative roots, change the signs of the coefficients of the terms with odd
exponents, to obtain a second polynomial

This polynomial has two sign changes (the sequence of pairs of successive signs is +, ++,
+), meaning that this second polynomial has two or zero positive roots; thus the original
polynomial has two or zero negative roots.
In fact, the factorization of the first polynomial is

so the roots are 1 (twice) and 1.

The factorization of the second polynomial is

So here, the roots are 1 (twice) and 1, the negation of the roots of the original polynomial.
Complex roots
Since any nth degree polynomial has exactly n roots, the minimum number of complex roots
is equal to

where p denotes the maximum number of positive roots, q denotes the maximum number of
negative roots (both of which can be found using Descartes' rule of signs), and n denotes the
degree of the equation. A simple example is the polynomial

If
, this has no sign changes, and the polynomial does not change when odd-powered
terms (of which there are none in this example) have their coefficients replaced by -x. Thus
the maximum number of positive roots is zero, as is the maximum number of negative roots;
so the minimum (and in this case exact) number of complex roots is
.