Kukuh Damarjati

1910503004
Teknik Sipil 1
Tugas Resume Matematika Teknik

AKAR PERSAMAAN

PT2.1 Motivasi

Nilai dihitung dengan Persamaan. (PT2.1) disebut "akar" dari Persamaan. (PT2.2). Mereka
mewakili nilai x yang membuat Persamaan. (PT2.2) sama dengan nol. Jadi, kita bisa
mendefinisikan akarnya dari suatu persamaan sebagai nilai x yang menghasilkan f (x) = 0. Untuk
alasan ini, terkadang akar adalah disebut angka nol dari persamaan.

PT2.1.1 Metode Nonkomputer untuk Menentukan Akar

Sebelum munculnya komputer digital, ada beberapa cara untuk memecahkan akar persamaan
aljabar dan transendental. Untuk beberapa kasus, akar dapat diperoleh dengan metode langsung,
seperti yang dilakukan dengan Persamaan. (PT2.1). Meskipun ada persamaan seperti ini yang
bisa diselesaikan secara langsung, masih banyak lagi yang tidak bisa. Salah satu metode untuk
mendapatkan solusi perkiraan tersebut adalah dengan memplot fungsi dan menentukan di mana
ia melintasi sumbu x. Titik ini, yang mewakili nilai x dimana f (x) = 0, adalah akarnya atau
metode grafis. Meskipun metode grafis berguna untuk mendapatkan perkiraan kasar dari akar,
metode tersebut dibatasi karena kurang presisi. Pendekatan alternatif adalah dengan
menggunakan trial dan kesalahan. "Teknik" ini terdiri dari menebak nilai x dan mengevaluasi
apakah f (x) adalah nol.
Jika tidak (seperti yang hampir selalu terjadi), tebakan RESUME lain dibuat, dan f (x) lagi
dievaluasi untuk menentukan apakah nilai baru memberikan estimasi root yang lebih baik. Itu
proses ini diulangi sampai diperoleh perkiraan yang menghasilkan f (x) yang mendekati nol.

PT2.1.2 Akar Persamaan dan Praktek Teknik

Meskipun muncul dalam konteks masalah lain, akar persamaan sering muncul di bidang desain
teknik.
PT2.2 LATAR BELAKANG MATEMATIKA

PT2.3 ORIENTASI
Cakupan dan Pratinjau
CHAPTER 5
Metode Bracketing
Bab ini membahas metode yang memanfaatkan fakta bahwa suatu fungsi biasanya mengubah
tanda di sekitar
akar.
Sesuai dengan
namanya, tebakan
ini harus "kurung",
atau berada di
kedua sisi, root.
Pendekatan Grafis Pernyataan masalah : Gunakan pendekatan grafis untuk menentukan koefisien
drag c dibutuhkan penerjun payung bermassa m = 68.1 kg untuk memiliki kecepatan 40 m/s
setelah terjun bebas selama waktu t = 10 s.
Catatan: Percepatan gravitasi adalah 9,81 m / s2 Solusi : Masalah ini dapat diselesaikan dengan
menentukan akar Persamaan (PT2.4) menggunakan parameter t = 10, g = 9.81, v = 40, dan m =
68.1:

Berbagai nilai c dapat disubstitusikan ke ruas kanan persamaan ini untuk dihitung

Titik-titik ini diplot pada Gambar 5.1. Kurva yang dihasilkan

melintasi sumbu c antara 12 dan 16. Inspeksi visual plot
memberikan perkiraan kasar dari akar 14,75. Validitas perkiraan
grafis dapat diperiksa dengan menggantikannya ke dalam
Persamaan. (E5.1.1) untuk menghasilkan

yang mendekati nol. Itu juga dapat diperiksa dengan menggantinya menjadi Persamaan.
(PT2.3) bersama dengan nilai parameter dari contoh ini untuk diberikan

yang sangat dekat dengan kecepatan jatuh yang diinginkan yaitu 40 m / s.

METODE BISECTION
Langkah 1: Pilih xl yang lebih rendah dan xu atas menebak untuk root sedemikian rupa sehingga
fungsi berubah tanda selama interval. Ini dapat diperiksa dengan memastikan bahwa f (x) f (x)<
0.
Langkah 2: Perkiraan akar xr ditentukan oleh

Langkah 3: Lakukan evaluasi berikut untuk menentukan di subinterval mana letak root:
a. Jika f (xl) f (xr) < 0, akar terletak di subinterval bawah. Oleh karena itu, atur xu = xr dan
kembali ke langkah 2.
b. Jika f (xl) f (xr) < 0, akarnya terletak di subinterval atas. Oleh karena itu, atur xl = xr dan
kembali ke langkah 2.
c. Jika f (xl) f (xr) = 0, root sama dengan xr ; hentikan komputasi.
5.2.1 Kriteria Penghentian dan Perkiraan Kesalahan
Contoh 5.3 sampai kesalahan perkiraan berada di bawah akriteria penghentian es = 0,5%.
Gunakan Persamaan. (5.2) untuk menghitung kesalahan.
Hasil dari dua iterasi pertama untuk Contoh 5.3 adalah 14 dan 15. Mengganti nilai-nilai ini ke
dalam Persamaan. (5.2) hasil:

Ingatlah bahwa persentase kesalahan relatif yang sebenarnya untuk estimasi root 15 adalah 1,3%.
Karena itu, ea lebih besar dari et. Perilaku ini dimanifestasikan untuk iterasi lainnya:

Jadi, setelah enam iterasi ea akhirnya jatuh di bawah es = 0,5%, dan komputasi bisa diakhiri.
GAMBAR 5.7 Kesalahan untuk metode pembagian dua. Kesalahan benar dan taksiran diplot
versus jumlah iterasi.

GAMBAR 5.8 Tiga cara di mana interval mungkin mengurung akar. Dalam (a) nilai sebenarnya
terletak di tengah interval, sedangkan di (b) dan (c) nilai sebenarnya terletak di dekat ekstrim.
Perhatikan bahwa perbedaan antara yang benar nilai dan titik tengah interval tidak pernah
melebihi setengah panjang interval, atau Dxy2

GAMBAR 5.9 Penggambaran grafis mengapa file perkiraan kesalahan untuk membagi dua
(Dxy2) setara dengan root perkiraan untuk iterasi saat ini (x baru r) dikurangi estimasi root untuk
iterasi sebelumnya (x tua r)
Algoritma Biseksi
Algoritma ini menggunakan fungsi yang ditentukan pengguna untuk membuat lokasi root dan
evaluasi fungsi lebih efisien. Selain itu, batas atas ditempatkan pada jumlah iterasi. Akhirnya,
pemeriksaan kesalahan disertakan untuk menghindari pembagian dengan nol selama evaluasi
kesalahan. Ini akan menjadi kasus ketika interval bracketing dipusatkan pada nol. Untuk situasi
ini, Persamaan. (5.2) menjadi tak terbatas. Jika ini terjadi, program melompati evaluasi kesalahan
untuk iterasi tersebut

GAMBAR 5.10 Pseudocode untuk fungsi ke menerapkan pembagian dua.

Meminimalkan Evaluasi Fungsi

Algoritma pembagian dua pada Gambar 5.10 tepat jika Anda melakukan evaluasi root tunggal
untuk fungsi yang mudah dievaluasi. Namun, ada banyak contoh di bidang teknik saat ini tidak
terjadi.
GAMBAR 5.11 Pseudocode untuk subprogram pembagian yang meminimalkan evaluasi fungsi.

METODE FALSE-POSITION
Meskipun membagi dua adalah teknik yang benar-benar valid untuk menentukan akar, "kekuatan
kasar" nya pendekatan ini relatif tidak efisien. Posisi salah adalah alternatif berdasarkan
wawasan grafis. Kelemahan dari metode pembagian dua adalah bahwa, dalam membagi interval
dari xl untuk xu menjadi dua bagian yang sama, tidak ada perhitungan yang dihitung dari besaran
f (xl) dan f (xu).
Dengan menggunakan segitiga serupa (Gambar 5.12), perpotongan dari garis lurus dengan
sumbu x dapat diperkirakan sebagai

yang dapat diselesaikan (lihat Kotak 5.1 untuk detailnya).

GAMBAR 5.12 Penggambaran grafis dari metode posisi palsu. Segitiga serupa yang digunakan
untuk mendapatkan rumus metode diarsir.

CONTOH 5.5 Posisi Salah Pernyataan masalah. Gunakan metode posisi-palsu untuk menentukan
akar dari persamaan yang sama yang diselidiki dalam Contoh 5.1 [Persamaan. (E5.1.1)
Seperti pada Contoh 5.3, mulai komputasi dengan tebakan xl = 12 dan Xu = 16.
Iterasi pertama:

yang memiliki kesalahan relatif sebenarnya sebesar 0.88 persen.

Iterasi kedua:

Oleh karena itu, akar terletak pada subinterval pertama, dan x menjadi batas atas untuk iterasi
berikutnya, x = 14.9113:

yang memiliki kesalahan relatif benar dan perkiraan 0,09 dan 0,78 persen. Iterasi tambahan dapat
dilakukan untuk mengatur ulang perkiraan akar.
Kesalahan dalam Metode Posisi Palsu
Kasus Dimana Biseksi Lebih Disukai untuk Posisi Salah Pernyataan masalah. Gunakan bisection
dan false position untuk mencari akar dari

antara = 0 dan 1,3.

Larutan. Dengan menggunakan dua bagian, hasilnya dapat diringkas sebagai

Jadi, setelah lima pengulangan, kesalahan sebenarnya berkurang menjadi kurang dari 2 persen.
Untuk posisi salah, hasil yang sangat berbeda diperoleh:

GAMBAR 5.14 Plot f ( x ) 5 x10 2 1, menggambarkan konvergensi lambat dari metode posisi-
palsu.
Setelah beberapa kali pengulangan, kesalahan sebenarnya hanya berkurang menjadi sekitar 59
persen. Jadi, perkiraan kesalahannya menyesatkan. Wawasan tentang ini hasil dapat diperoleh
dengan memeriksa plot fungsi. Seperti pada Gambar 5.14, kurva melanggar premis yang
mendasari posisi palsu — yaitu, jika f (xl ) lebih dekat ke nol dari f (xu), maka akarnya lebih
dekat ke xl dari pada xu. (ingat Gambar 5.12). Karena bentuk fungsi saat ini, sebaliknya yang
benar

Posisi Salah yang Diubah

Salah satu cara untuk mengurangi sifat “sepihak” dari posisi salah adalah dengan meminta
algoritme mendeteksi ketika salah satu batasan macet. Jika ini terjadi, nilai fungsi pada batas
stagnan dapat dibagi menjadi dua. Ini disebut metode posisi palsu yang dimodifikasi.

GAMBAR 5.15 Pseudocode untuk metode posisi palsu yang dimodifikasi.

PENELUSURAN YANG LUAR BIASA DAN MENENTUKAN TAMU AWAL
Masalah potensial dengan pencarian inkremental adalah pilihan panjang kenaikan. Jika
panjangnya terlalu kecil, pencarian bisa sangat memakan waktu. Di sisi lain, jika panjangnya
terlalu besar, ada kemungkinan akar yang jaraknya berdekatan mungkin terlewatkan (Gbr. 5.16).
Masalahnya diperparah oleh kemungkinan adanya banyak akar. Perbaikan parsial untuk kasus
seperti itu adalah menghitung turunan pertama dari fungsi f ' ( x ) di awal dan akhir setiap
interval. Jika turunannya berubah tanda, itu menunjukkan bahwa minimum atau maksimum
mungkin telah terjadi dan bahwa interval harus diperiksa lebih dekat untuk keberadaan akar yang
mungkin.

GAMBAR 5.16 Kasus di mana akar bisa menjadi f ( x ) tidak terjawab karena kenaikan panjang
prosedur pencarian terlalu besar. Perhatikan bahwa akar terakhir di sebelah kanan adalah
kelipatan dan akan terlewatkan terlepas dari panjang kenaikannya.

CHAPTER 6
Buka Metode
ITERASI TITIK TETAP SEDERHANA
Seperti disebutkan di atas, metode terbuka menggunakan rumus untuk memprediksi root. Rumus
seperti itu dapat dikembangkan untuk iterasi i xed-point sederhana (atau, juga disebut, iterasi
satu titik atau substitusi berurutan)
CONTOH 6.1 Iterasi Titik Tetap Sederhana
Pernyataan masalah. Gunakan iterasi ixed-point sederhana untuk mencari akar dari f ( x ) 5= e^-
x.
Larutan. Fungsi tersebut dapat dipisahkan secara langsung dan diekspresikan dalam bentuk
Persamaan. (6.2) sebagai xi + 1 = e^xi
Dimulai dengan tebakan awal x0 = 0, persamaan iteratif ini dapat diterapkan untuk menghitung
METODE Newton-Raphson
CONTOH 6.3 Metode Newton-Raphson
Pernyataan masalah. Gunakan metode Newton-Raphson untuk memperkirakan akar dari f (x) =
e^-x- x, menggunakan tebakan awal x0 = 0
Solusi. Turunan pertama dari fungsi tersebut dapat dievaluasi sebagai

yang dapat diganti bersama dengan fungsi aslinya menjadi Persamaan. (6.6) untuk memberi

Dimulai dengan tebakan awal x = 0, persamaan iteratif ini dapat diterapkan untuk menghitung

Dengan demikian, pendekatan tersebut dengan cepat menyatu pada akar yang sebenarnya.
Perhatikan bahwa persentase kesalahan relatif persen sebenarnya pada setiap iterasi menurun
jauh lebih cepat daripada pada iterasi titik-ix sederhana (bandingkan dengan Contoh 6.1).

METODE SECANT
Masalah potensial dalam menerapkan metode Newton-Raphson adalah evaluasi turunannya.
Meskipun hal ini tidak merepotkan untuk polinomial dan banyak fungsi lainnya, ada fungsi
tertentu yang turunannya mungkin sangat sulit atau tidak nyaman untuk dievaluasi.

CONTOH 6.6 Metode Garis Potong

Pernyataan masalah. Gunakan metode garis potong untuk memperkirakan akar dari f ( x ) = e^- x
Mulailah dengan perkiraan awal x -1 = 0 dan x0 = 1.0.
Solusi. Ingatlah bahwa akar sebenarnya adalah 0,56714329. . . .
METODE BRENT
Bukankah lebih baik memiliki pendekatan hybrid yang menggabungkan keandalan bracketing
dengan kecepatan metode terbuka? Metode lokasi akar Brents adalah algoritme pintar yang
melakukan hal itu dengan menerapkan metode buka cepat jika memungkinkan, tetapi kembali ke
metode bracketing yang andal jika perlu. Pendekatan ini dikembangkan oleh Richard Brent
(1973) berdasarkan algoritma sebelumnya dari Theodorus Dekker (1969).

CONTOH 6.9 Interpolasi Kuadrat Terbalik

Pernyataan masalah. Kembangkan persamaan kuadrat di x dan y untuk titik data digambarkan pada
Gambar 6.11: (1, 2), (2, 1), dan (4, 5). Untuk pertama, y = f(x), gunakan rumus kuadrat untuk
menggambarkan bahwa akarnya kompleks. Untuk yang terakhir, x = g(y), gunakan invers interpolasi
kuadrat (Persamaan 6.10) untuk menentukan estimasi root.
Solusi. Dengan membalik x’s dan y’s, Persamaan. (6.9) dapat digunakan untuk menghasilkan kuadrat di x

atau mengumpulkan istilah

Persamaan ini digunakan untuk menghasilkan parabola, y = f( x ), pada Gambar 6.11. Rumus
kuadrat dapat digunakan untuk menentukan bahwa akar dari kasus ini adalah kompleks
AKAR GANDA
Sebuah beberapa akar berkorespondensi ke titik di mana fungsi bersinggungan dengan x sumbu.
CONTOH 6.10 Modifikasi Metode Newton-Raphson untuk Beberapa Akar Pernyataan masalah.
Gunakan metode Newton-Raphson standar dan termodifikasi untuk mengevaluasi beberapa root
dari Persamaan. (6.11), dengan tebakan awal x0 = 0.
Solusi. Turunan pertama dari Persamaan. (6.11) adalah f ’(x) = 3x^2 - 10x + 7, dan karenanya,
metode standar Newton-Raphson untuk masalah ini adalah [Persamaan. (6.6)

yang dapat diselesaikan secara berulang

SISTEM PERSAMAAN NONLINEAR
Sampai titik ini, kami telah memfokuskan pada penentuan akar persamaan tunggal.
CONTOH 6.11 Iterasi Titik Tetap untuk Sistem Nonlinier
Pernyataan masalah. Gunakan iterasi ixed-point untuk menentukan akar Persamaan. (6.19).
Perhatikan bahwa pasangan akar yang benar adalah x = 2 dan y = 3. Mulailah perhitungan
dengan tebakan x = 1,5 dan y = 3,5.
Solusi. Persamaan (6.19 a ) dapat diselesaikan untuk

dan Persamaan. (6.19 b ) dapat diselesaikan untuk

CHAPTER 7
Akar Polinomial
POLINOMI DALAM TEKNIK DAN ILMU PENGETAHUAN
Polinomial memiliki banyak aplikasi dalam bidang teknik dan sains. Misalnya, mereka
digunakan secara ekstensif di kurva-i tting. Namun, kami percaya bahwa salah satu yang paling
menarik dan aplikasi yang kuat dalam mencirikan sistem dinamis dan, khususnya, sistem linier.

Contohnya termasuk perangkat mekanis, struktur, dan sirkuit listrik. Kami akan mengeksplorasi
contoh-contoh spesifik di sepanjang sisa teks ini. Secara khusus, mereka akan menjadi fokus dari
beberapa aplikasi teknik di sepanjang sisa teks ini.

GAMBAR 7.1 Solusi umum untuk linier ODE dapat terdiri dari (a) eksponensial dan (b)
sinusoidal komponen. Kombinasi dari dua bentuk menghasilkan sinusoid teredam ditunjukkan
pada (c)

MENGHITUNGI POLINOMI
CONTOH 7.1 Deflasi Polinomial
Pernyataan masalah. Bagilah polinomial orde dua

dengan faktor x – 4
Larutan. Menggunakan pendekatan yang diuraikan dalam pseudocode di atas, parameternya
adalah n = 2, a0 = -24, a1 = 2, a2 = 1, dan t = 4. Ini dapat digunakan untuk menghitung
Loop kemudian diiterasi dari i = 2 - 1 = 1 ke 0. Untuk i = 1,

Untuk i = 0,

Jadi, hasilnya seperti yang diharapkan — hasil bagi adalah a0 + a1x = 6 + x, dengan sisa nol.

METODE KONVENSIONAL
Dari metode terbuka, metode Newton-Raphson konvensional akan memberikan pendekatan yang
layak. Secara khusus, kode ringkas termasuk delasi dapat dikembangkan. Jika bahasa yang
mengakomodasi variabel kompleks (seperti Fortran) digunakan, algoritme seperti itu akan
menemukan akar nyata dan kompleks. Namun, seperti yang diharapkan, ini akan rentan terhadap
masalah konvergensi. Untuk alasan ini, metode khusus telah dikembangkan untuk mencari akar
polinomial yang nyata dan kompleks.

METODE MULLER
Ingatlah bahwa metode garis potong memperoleh perkiraan akar dengan memproyeksikan garis
lurus ke sumbu x melalui dua nilai fungsi (Gbr. 7.3a). Metode Müller mengambil pendekatan
serupa, tetapi memproyeksikan parabola melalui tiga titik (Gbr. 7.3b).

GAMBAR 7.3 Perbandingan dua pendekatan terkait untuk menemukan akar: ( a ) metode garis
potong dan ( b ) Metode Müller.
CONTOH 7.2 Metode Muller Pernyataan masalah. Gunakan metode Müller dengan tebakan x0,
x1, dan x2 = 4,5, 5,5, dan 5, masing-masing, untuk menentukan akar persamaan

Perhatikan bahwa akar persamaan ini adalah -3, -1, dan 4.

Solusi. Pertama, kami mengevaluasi fungsi pada tebakan

yang dapat digunakan untuk menghitung

Nilai-nilai ini pada gilirannya dapat diganti menjadi Persamaan. (7.24) sampai (7.26) untuk
menghitung
METODE BAIRSTOW
Metode Bairstows adalah pendekatan berulang yang terkait secara longgar dengan metode
Müller dan Newton-Raphson. Jika kita membagi dengan faktor yang bukan akar (misalnya, x +
6), hasil bagi akan menjadi polinomial orde empat.
Berdasarkan penjelasan di atas, kita dapat menguraikan algoritma untuk menentukan akar
polinomial: (1) menebak nilai untuk akar x 5 t , (2) membagi polinomial dengan faktor x 2 t , dan
(3 ) menentukan apakah masih ada sisa. Jika tidak, tebakannya sempurna dan akarnya sama
dengan t . Jika ada sisa, perkiraan dapat disesuaikan secara sistematis dan prosedur diulang
sampai sisanya menghilang dan akar ditemukan. Setelah ini selesai, seluruh prosedur dapat
diulangi untuk hasil bagi untuk menemukan root lain.
CONTOH 7.3 Metode Bairstow pernyataan masalah. Gunakan metode Bairstows untuk
menentukan akar polynomial

untuk Δr = 0.1331 dan Δs = 0.3316, yang dapat digunakan untuk mengoreksi estimasi root
sebagai
Metode Bairstow dapat diterapkan ke polinomial ini menggunakan hasil sebelumnya langkah, r =
-0.5 dan s = 0.5, sebagai tebakan awal. Lima iterasi menghasilkan estimasi r = 2 dan s = - 21.249,
yang dapat digunakan untuk menghitung

Pada titik ini, hasil bagi adalah polinomial orde pertama yang dapat langsung dievaluasi dengan
Persamaan. (7.40) untuk menentukan akar kelima: 2.

METODE LAINNYA
The Jenkins-Traub metode yang umum digunakan di perpustakaan perangkat lunak. Ini cukup
rumit, dan titik awal yang baik untuk memahaminya ditemukan dalam Ralston dan Rabinowitz
(1978). Metode Laguerres, yang mendekati akar nyata dan kompleks serta memiliki konvergensi
kubik, adalah salah satu pendekatan terbaik. Diskusi lengkap dapat ditemukan di Householder
(1970). Selain itu, Press et al. (2007) menyajikan algoritma yang bagus untuk
mengimplementasikan metode tersebut

LOKASI ROOT DENGAN PAKET PERANGKAT LUNAK

Excel
Spreadsheet seperti Excel dapat digunakan untuk menemukan root dengan cara coba-coba.
Misalnya, jika Anda ingin mencari root dari

Pertama, Anda bisa memasukkan nilai untuk x dalam sel. Kemudian siapkan sel lain untuk f (x)
yang akan dapatkan nilainya untuk x dari sel pertama. Anda kemudian dapat memvariasikan sel
x hingga sel f (x) mendekati nol. Proses ini dapat lebih ditingkatkan dengan menggunakan
kemampuan plotting Excel untuk mendapatkan perkiraan awal yang baik (Gbr. 7.6)
GAMBAR 7.6 Sebuah spreadsheet disiapkan untuk menentukan root f ( x ) 5 x 2 cos x dengan
coba-coba. Plot digunakan untuk mendapatkan tebakan awal yang baik.

CONTOH 7.4 Menggunakan Alat Pencari Sasaran Excel untuk Menemukan Akar Tunggal
Pernyataan masalah. Gunakan Goal Seek untuk menentukan akar dari fungsi transcendental

Solusi. Seperti pada Gambar 7.6, kunci untuk menyelesaikan persamaan tunggal dengan Excel
adalah membuat sel untuk menampung nilai fungsi yang dimaksud dan kemudian membuat
nilainya bergantung pada sel lain. Setelah ini selesai, pemilihan Pencarian Tujuan dipilih dari
tombol Analisis Bagaimana-Jika pada pita Data Anda. Pada titik ini kotak dialog akan
ditampilkan, meminta Anda untuk menyetel sel ke nilai dengan mengubah sel lain. Sebagai
contoh, misalkan seperti pada Gambar 7.6 tebakan Anda dimasukkan ke dalam sel A11 dan
fungsi Anda menghasilkan sel B11. Kotak dialog Goal Seek akan dijelaskan sebagai
Ketika tombol OK dipilih, kotak pesan menampilkan hasilnya,

Sel pada spreadsheet juga akan dimodifikasi menjadi nilai baru (seperti yang ditunjukkan pada
Gambar 7.6).

MATLAB
Seperti diringkas dalam Tabel 7.1, perangkat lunak MATLAB mampu menemukan akar
persamaan aljabar dan transendental tunggal. Itu hebat dalam memanipulasi dan menemukan
akar polinomial.
Fungsi fzero dirancang untuk menemukan satu root dari satu fungsi. Representasi sederhana dari
sintaksnya adalah

di mana f adalah fungsi yang Anda analisis, x adalah tebakan awal, dan opsi adalah parameter
pengoptimalan (ini diubah menggunakan pengoptimalan fungsi ). Jika opsi dihilangkan, nilai
default digunakan.