Anda di halaman 1dari 19

METODE NUMERIK

AKAR-AKAR PERSAMAAN

Metode Terbuka
Hanya

membutuhkan sebuah harga tunggal


dari x untuk harga awalnya atau 2 harga x
tetapi tidak perlu harus mengurung akar.
Metode ini berbeda dengan metode tertutup
yang memerlukan 2 harga awal dan harus
dalam posisi mengapit atau mengurung akar

Metode Newton-Raphson
1.

Tentukan harga awal xi.

2.

Garis singgung terhadap f(xi) akan


diekstrapolasikan ke bawah pada sumbu x
untuk memberikan sebuah taksiran akar
pada xi+1, sehingga xi+1 dirumuskan:

x i 1

f xi
xi
f x i

Kelemahan Newton -Raphson


Harus

menentukan turunan dari f(x)


Karena kita menentukan titik awal hanya 1,
maka sering didapatkan/ditemukan akar yang
divergen. Hal ini disebabkan karena

Dalam menentukan xi yang sembarang ternyata


dekat dengan titik belok sehingga f(xi) dekat
dengan 0, akibatnya x x f x i
i 1
i
f x i
menjadi tidak terhingga/tak tentu sehingga xi+1
semakin menjauhi akar yang sebenarnya

Kelemahan Newton -Raphson

Kalau xi dekat dengan titik ekstrim/puncak maka


turunannya dekat dengan 0, akibatnya xi+1 akan
semakin menjauhi akar sebenarnya
Kadangkadang fungsi tersebut tidak punya akar
tetapi ada penentuan harga awal, sehingga
sampai kapanpun tidak akan pernah ditemukan
akarnya.

Saran
Disarankan

sebelum menentukan titik awal


dilakukan sketsa grafik terlebih dahulu.

Konvergen kesalahan semakin lama semakin


kecil
Divergen kesalahan semakin lama semakin
besar

Metode Newton-Raphson (Ex.)


Hitung

salah satu akar dari f(x) = ex 2 x2


pada titik awal 1,5; s = 1 %

Metode Newton-Raphson (Ex.)


Langkah

1. xi = 1.5 ; f(xi) = 0,23169


f(xi) = ex 2x f(1.5) = 1.4817
2. x i 1

0,23169
1,5
1,3436
1,4817

1,3436 1,5
100% 11,64%
3. a
1,3436

Metode Newton-Raphson (Ex.)


Langkah

1. xi = 1.3436 ; f(xi) = 0,027556


f(xi) = ex 2x f(1.3436) = 1.145617
2. x i 1

0,027556
1,3436
1,319547
1,145617

1,319547 1,3436
100% 1,8228%
3. a
1,319547

Metode Newton-Raphson (Ex.)


Langkah

1. xi = 1.319547 ; f(xi) = 0.0085217


f(xi) = ex 2x f(1.319547) = 1.102632
2. x i 1

0,0085217
1,319547
1,319074
1,102632

1,319074 1,319547
100% 0,036%
3. a
1,319074

Metode Newton-Raphson (Ex.)


Iterasi

xi+1

a %

1.3436

11.64

1.319547 1.8228

1,319074 0,036

Jadi akar dari f(x) = ex 2 x2 adalah x = 1,319074

Latihan
Tentukan

akar persamaan f(x) = x2 2x 3


dengan Metode Newton Rhapson, s =
0,001% dan tebakan awal x0 = 2!

Metode Secant
Kelemahan

dari metode Newton Raphson


adalah evaluasi nilai turunan dari f(x), karena
tidak semua f(x) mudah dicari turunannya.
Suatu saat mungkin saja ditemukan suatu
fungsi yang sukar dicari turunannya. Untuk
menghindari hal tersebut diperkenalkan
metode Secant.

Metode Secant

perbaikan dari metode regula-falsi dan newton raphson


dimana kemiringan dua titik dinyatakan sacara diskrit
Metode Secant memerlukan 2 tebakan awal yang tidak
harus mengurung/ mengapit akar
Yang membedakan antara metode Secant dan NewtonRaphson dalam menentukan sebuah akar dari suatu
fungsi adalah dalam menentukan besarnya xi+1.

x i 1

f x i x i 1 x i
xi
f x i 1 f x i

Metode Secant (Ex.)


Hitung

salah satu akar dari f(x) = ex 2 x2


dengan tebakan awal 1.4 dan 1.5; s = 1 %

Metode Secant (Ex.)


Langkah

1. xi-1 = 1,4 f(xi-1) = 0,0952


xi = 1,5 ; f(xi) = 0,2317
2.

0,2317 1,4 1,5


x i 1 1,5
1,3303
0,0952 0,2317
f(xi+1) = 0,0125

1,3303 1,4
100% 5,24%
3. a
1,3303

Metode Secant (Ex.)


Langkah

1. xi-1 = 1.5 f(xi-1) = 0,2317


xi = 1,3303 f(xi) = 0,0125
2.

0,0125 1,5 1,3303


x i 1 1,3303
1,3206
0,2317 0,0125

3. 1,3206 1,3303 100% 0,7%


a
1,3206

Metode Secant (Ex.)


Iterasi

xi+1

a %

1.3303

5.24

1.3206

0.7

Jika dibandingkan dengan Newton Raphson dengan


akar = 1,3191 dan a = 0,03%, maka metode Secant
lebih cepat, tapi tingkat kesalahannya lebih besar

Latihan (Dikumpulkan Hari Kamis, 22


Oktober 2015) pukul 12.00 WIB)
1.

Tentukan akar persamaan f(x) = x2 2x 3


= 0 dengan Metode Secant, s = 0,00001
dan tebakan awal x0 = 0,5 dan x1 = 0,75!

2.

Tentukan akar persamaan ex - 5x2 dalam


selang x1 = 0 dan Xu = 1 dan s = 0,001%

Anda mungkin juga menyukai