METODE NUMERIK
SOLUSI PERSAMAAN NON LINIER
1
POKOK BAHASAN
2
Persamaan Non Linier
penentuan akar-akar persamaan non
linier.
Akar sebuah persamaan f(x) =0 adalah
nilai-nilai x yang menyebabkan nilai f(x)
sama dengan nol.
akar persamaan f(x) adalah titik potong
antara kurva f(x) dan sumbu X.
3
Persamaan Non Linier
4
Persamaan Non Linier
Penyelesaian persamaan linier mx + c = 0
dimana m dan c adalah konstanta, dapat
dihitung dengan :
mx + c = 0
c
x=-
m
Penyelesaian persamaan kuadrat ax2 + bx +
c = 0 dapat dihitung dengan menggunakan
rumus ABC.
b b 2 4ac
x12
2a 5
Penyelesaian Persamaan Non
Linier
Metode Tertutup
Mencari akar pada range [a,b] tertentu
Dalam range[a,b] dipastikan terdapat satu akar
Hasil selalu konvergen disebut juga metode
konvergen
Metode Terbuka
Diperlukan tebakan awal
xn dipakai untuk menghitung xn+1
Hasil dapat konvergen atau divergen
6
Metode Tertutup
Metode Biseksi
Metode Regula Falsi
7
Metode Terbuka
Metode Fixed Point Iteration
Metode Newton-Raphson
Metode Secant.
8
Theorema
9
Metode Biseksi
10
Metode Biseksi
13
Metode Biseksi (lanjutan)
14
Algoritma Biseksi (1)
16
KEUNTUNGAN BISEKSI
17
KELEMAHAN BISEKSI
18
METODE REGULA FALSI
(FALSE POSITION)
19
METODE REGULA FALSI
Metode regula falsi adalah metode
pencarian akar persamaan dengan
memanfaatkan kemiringan dan selisih
tinggi dari dua titik batas range. Metode
regula falsi disebut juga metode
interpolasi linear. Seperti halnya
metode biseksi, metode ini bekerja
secara iterasi dengan melakukan
update range.
20
METODE REGULA FALSI
Salah satu alternatif untuk
mempercepat perhitungan akar (solusi).
Tetapkan interval awal [X0 ,X1] yang
memuat akar (solusi).
Hitung X2 (yang merupakan titik ujung
interval baru) : titik potong garis lurus
dari titik [X0,f(X0)] ke titik [X1,f(X1)]
dengan sumbu X.
21
METODE REGULA FALSI
Solusi akar (atau akar-akar) dengan menggunakan Metode Regula-Falsi
merupakan modifikasi dari Metode Biseksi dengan cara memperhitungkan
‘kesebangunan’ yang dilihat pada kurva berikut:
sehingga
atau
23
ALGORITMA
25
PERTEMUAN 6
METODE NUMERIK
SOLUSI PERSAMAAN NON LINIER
26
METODE REGULA FALSI
Persamaan garis lurus melalui
titik [X0,f(X0)] dan [X1,f(X1)],
yaitu :
x x0 y f ( x0 )
x1 x0 f ( x1 ) f ( x0 )
27
METODE REGULA FALSI
Garis tersebut berpotongan dengan
sumbu X Y = 0 dengan titik absisnya
yaitu X2, sehingga diperoleh :
( x1 x0 )
x2 x0 f ( x0 )
f ( x1 ) f ( x0 )
28
METODE REGULA FALSI
30
ALGORITMA REGULA FALSI
INPUT X0,X1,T,F(X), MAX
I=0; FOUND = false
REPEAT
I=I+1
X2 = X1 -(X1 - X0)*F(X1)/(F(X1)-F(X0))
IF F(X0)*F(X2)<0 THEN
X1 = X2
31
ALGORITMA REGULA FALSI
ELSE
X0 = X 2
ENDIF
IF (|(X2 - X1)/ X1|T OR I=MAX) THEN
FOUND=true
ENDIF
UNTIL (FOUND=true)
OUTPUT (X2)
32
KELEMAHAN REGULA FALSI
Hanya salah satu titik ujung interval (X0
atau X1) yang bergerak menuju akar
dan yang lainnya selalu tetap untuk
setiap iterasi.
Sehingga mungkin [X0, X1] masih cukup
besar jaraknya bila menggunakan batas
| X1 - X0| T padahal X0 X2 atau
X 1 X2
33
KELEMAHAN Regula falsi
x1 x2 x0 x2
T atau T
x1 x0
34
Contoh :
Penyelesaian:
Langkah 1: Menentukan dua titik nilai f(x) awal,
f(x1) dan f(x2) dan harus memenuhi hubungan
f(x1)*f(x2)<0. misalkan nilai x1 = 1 dan x2 = 2.
f(x1)= 13 + 12 - 3(1) – 3 = -4
f(x2)= 23 + 22 - 3(2) – 3 = 3
Di dapat F(x1)*f(x2)<0 maka titik penyelesaian
berada di antara nilai x1 = 1 dan x2 = 2. 35
• Langkah 2: mencari nilai x3 dengan persamaan :
36
Iterasi selanjutnya mencari nilai x5 dan f(x5) dan begitu seterusnya sampai
didapatkan nilai error lebih kecil dari 10-7. Maka dari hasil perhitungan
didapatkan nilai x = 1.7320508074.
dengan nilai errornya f(x)= 2.0008883439E-09
• Tampilan Program
37
Soal :
Buatlah program (pascal) untuk menyelesaikan akar-
akar persamaan non-linier berikut (dengan metode
regula falsi):
1. x4 -x3 +9 x2 - 6x - 5 =0
2. 1 + 2x - cos x=0
38
METODE SEKAN
39
Metode Sekan
Disebut juga Metode Interpolasi Linear
Dalam prosesnya tidak dilakukan penjepitan
akar atau dpl.
[X0, X1] tidak harus mengandung akar yang
akan dicari.
Sehingga f(x0) dan f(x1) bisa bertanda sama
Untuk mencari X2 , sama dengan metode
REGULA FALSI
40
Metode Sekan (lanjutan)
--------------------------
|
\/
Nilai kesalahan relatif
41
Metode Sekan (lanjutan)
42
Algoritma Sekan
INPUT X0, X1, T, Max, F(x)
i=0
Found = false
REPEAT
i=i+1
X2 = X1 – (X1 – X0)*F(X1)/(F(X1) – F(X0))
X0 = X1
X1 = X2
43
Algoritma Sekan (lanjutan)
44
45
METODE ITERASI TITIK TETAP
46
METODE ITERASI TITIK TETAP
Syaratnya:
f(x) = 0 dapat diubah menjadi bentuk:
x = g(x) (yang tidak unik)
Cari akar dgn pertidaksamaan rekurens:
Xk+1 = g(Xk); untuk k = 0, 1, 2, 3, …
dgn X0 asumsi awalnya, sehingga diperoleh
barisan X0, X1, X2, X3, … yang diharapkan
konvergen ke akarnya.
Jika g’(x) ε [a, b] dan g’(x) ≤ k dgn k< 1 Utk setiap
x ε [a, b] , maka titik tetap tersebut tunggal dan
iterasinya akan konvergen menuju akar
47
METODE ITERASI TITIK TETAP (cont’d)
48
49
CONTOH KASUS
CONTOH:
f(x) = x – e1/x ;
bentuk x = g(x), yaitu: f(x) = x – e1/x
dapat ditulis: f(x) = 0 x – e1/x = 0
shg didapat x = g(x), antara lain:
a. x = e1/x
b. x = e1/x ln x = 1/x (ln e) x = 1/ln x
c. x = e1/x 2x = x + e1/x x = 1/2(x +
e1/x)
50
CONTOH KASUS (lanjutan)
ambil x0 = 1.5
periksa kekonvergenan iterasi:
a. g’(x) = - (1/x2 ) e1/x
g’(x) = - (1/(1.5)2 ) e1/1.5 = …. ?
51
METODE NEWTON-RAPHSON
52
METODE NEWTON-RAPHSON
Waktu pencarian akarnya relatif lebih cepat
dibandingkan metode lainnya.
Memanfaatkan turunan fungsi f(x) pada suatu
titik P [x1, f(x1)]
Membuat garis singgung pada titik P tsb yg
memotong sumbu x didapat xi+1
Sampai ditemukan akarnya (sesuai batas
toleransi/error yg diberikan)
53
Gambar Grafik
54
METODE NEWTON-RAPHSON
(lanjutan)
Persamaan garis singgung melalui P [X1, f(X1)]
adalah: y – f(X1) = f ’(X1) . (X – X1)
dgn f ’(X1) : gradien garis singgung
Persamaan tsb memotong sumbun x di titik
(X2, 0) maka akan diperoleh:
0 - f(X1) = f’(X1). (X2– X1)
X2 .f’(X1) - X1.f’(X1) = - f’(X1)
X2 = X1 - f(X1)/ f’(X1)
55
METODE NEWTON-RAPHSON
(lanjutan)
56