f ( x i ) −f (x i )
f ' ( x )= ¿¿
Metode secant merupakan salah satu metode terbuka untuk menentukan solusi akar dari
persamaan non linear.
Dengan prinsip utama :
1. Metode ini melakukan pendekatan terhadap kurva f(x) dengan garis secant yang
ditentukan oleh 2 titik akhir.
2. Nilai taksiran akar selanjutnya adalah titik potong antara garis secant dengan sumbu x
Tujuan dan Fungsi
Tujuan metode secant adalah untuk menyelesaikan masalah yang terdapat pada
metode Newton-Raphson yang terkadang sulit mendapatkan turunan pertama yaitu f‘ (x).
Fungsi metode secant adalah untuk menaksirkan akar dengan menggunakan diferensi
daripada turunan untuk memperkirakan kemiringan/slope.
Prosedur Metode Secant :
Ambil dua titik awal, misal x0 dan x1. Ingat bahwa pengambilan titik awal tidak disyaratkan alias
pengambilan secara sebarang. Setelah itu hitung x2menggunakan rumus diatas. Kemudian pada iterasi
selanjutnya ambil x1 dan x2 sebagai titik awal dan hitung x3. Kemudian ambil x2 dan x3 sebagai titik
awal dan hitung x4. Begitu seterusnya sampai iterasi yang diingankan atau sampai mencapai error
yang cukup kecil.
Algoritma Metode Secant
1. Definisikan fungsi F(x)
2. Definisikan torelansierror (e) dan iterasi maksimum (n)
3. Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar yaitu x0 dan x1,
sebaiknya gunakan metode tabel atau grafis untuk menjamin titik pendakatannya adalah
titik pendekatan yang konvergensinya pada akar persamaan yang diharapkan.
4. Hitung F(x0) dan F(x1) sebagai y0 dan y1
5. Untuk iterasi I = 1 s/d n atau |F(xn)|
x −(x i−1)
x i+1=x i− y i i
y i− y i−1
Dengan y i=f ( x ¿¿ i) ¿
ATAU
CONTOH
Hitung akar persamaan dari : f(x) = x3 + x2 – 3x -3
dimana x1 = 1 dan x2 = 2 ?
Jawab :
f(1) = – 4
f(2) = 3
Iterasi 1 :
3−(2−1)
X 3 =2
3−(−1)
=1,57142
F (1.57142) = -1.36449
Iterasi 2 :
x4 = x3 – (f(x3)(x3-x2) / f(x3)-f(x2))
= 1.57142 – (-1,36449) (1.57142 – 2)
———————————
-1.36449 – 3
= 1,70540
F (1.70540) = -0.24774
Iterasi 3 :
x5 = x4 – (f(x4)(x4-x3) / f(x4)-f(x3))
= 1.70540 – (-0.24774) (1.71 – 1.57)
————————-
(-0.24774)-(-1.36449)
= 1.73514
F (1.73514) = 0.02925
Iterasi 4 :
x6 = x5 – (f(x5)(x5-x4) / f(x5)- f(x4))
= 1.73514 – 0.02925 (1.73514 – 1.70540)
————————————
0.02925 – (-0.24774)
= 1.73200
F (1.73200) = -0.00051
Iterasi 5 :
x7 = x6 – (f(x6)(x6-x5) / f(x6) – f(x5))
= 1.73200 – (-0.00051)(1.73200 – 1.73514)
————————————–
– 0.00051 – 0.02925
= 1.073205
F (1.073205) = 0
.: maka akarnya adalah 1.073205
xn – xn-
n Xn f (xn) f (xn) – f (xn-1)
1
1 1 -4 – –
2 2 3 1 7
1,07320
7 0 – –
5
f ( x¿¿ i +i)−f (x i )
f ' (x ¿¿i)= ¿¿
(x ¿¿i −1)−x i ¿
dimana δ = fraksi gangguan kecil. Pendekatan ini dapat diganti menjadi Persamaan. (6.6)
untuk menghasilkan persamaan iteratif berikut:
σxi f ( x ¿¿ i)
x i+1=x i ¿
f ( x ¿¿ i)−f (x ¿ ¿ i+ σ x i )¿ ¿
Kami menyebutnya metode garis potong yang dimodifikasi. Seperti dalam contoh berikut, ini
memberikan cara yang bagus untuk mencapai efisiensi Newton-Raphson tanpa harus
menghitung turunan
Pernyataan masalah. Gunakan metode garis potong yang dimodifikasi untuk menentukan
massa bungee jumper dengan koefisien drag 0,25 kg / m untuk memiliki kecepatan 36 m / s
setelah 4 detik jatuh bebas. Catatan: Percepatan gravitasi 9,81 m / s 2. Gunakan tebakan awal
50 kg dan a nilai 10 − 6 untuk fraksi gangguan.
Larutan. Memasukkan parameter ke dalam Persamaan. (6.9) menghasilkan
iterasi pertama:
Pilihan nilai yang tepat untuk σ tidak otomatis. Jika σ terlalu kecil, metode dapat dibanjiri
oleh kesalahan pembulatan yang disebabkan oleh pembatalan subtraktif di penyebut
Persamaan. (6.9). Jika terlalu besar, tekniknya bisa menjadi tidak efisien dan bahkan berbeda.
Namun, jika dipilih dengan benar, ini memberikan alternatif yang bagus untuk kasus di mana
sulit mengevaluasi turunan dan mengembangkan dua tebakan awal tidak nyaman.