Disusun Oleh :
PENDAHULUAN
A. Tujuan
Agar mahasiswa dapat mencari akar persamaan non linear menggunakan penyelesaian
numerik.
B. Dasar Teori
Persamaan non-linear adalah suatu persamaan yang memuat fungsi-fungsi atau
variabel-variabel yang tidak linear. Suatu polynomial dikatakan tidak linear jika
derajat tertinggi dari variabelnya lebih dari satu.
Contoh :
f ( x )=2+3 x−4 x 2+ 5 x 4 polynomial berderajat 4
Sedangkan persamaan yang memuat fungsi-fungsi nonlinear seperti:
f ( x )=sin ( x 2 ) −exp ( x ) memuat fungsi sinus dan exponensial
f ( x )=log (5 x)+cos (x) memuat fungsi logaritma dan cosinus
Mencari solusi suatu persamaan nonlinear adalah mencari harga dari variabel “x”
sedemikian hingga f(x) = 0.
Contoh pengerjaannya :
Carilah fungsi dari f(x) = x3-2x-5
Algoritma di M-file :
function y = f(x)
y = x.^3–2*x-5;
dan menyiman M-file dengan nama fun.m. Lalu pada command window dapat
menuliskan syntax dengan bunyi:
>> fun = @f; %function;
>> x0 = 2; %initial point;
z =
2.0946
2.0946
b. Metode Newton-Raphson
Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x)
dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode
ini dianggap lebih mudah dari Metode Bagi-Dua (Bisection Method) karena
metode ini menggunakan pendekatan satu titik sebagai titik awal. Semakin
dekat titik awal yang kita pilih dengan akar sebenarnya, maka semakin cepat
konvergen ke akarnya.
Contoh :
disp('---------------------------------------------------')
x1=input('masukkan nilai x1 = ');
toleransi=input('masukkan nilai toleransi = ');
e=1;
ite=0;
while e>=toleransi
f1=(2*x1^3)-(5*x1^2)-(9*x1)-10;
f2=(6*x1^2)-(10*x1)+(9);
ite=ite+1;
x2=x1-(f1/f2);
e=abs((x2-x1)/x1);
x1=x2;
end
disp('---------------------------------------------------')
disp(['x2 = ',num2str(x2)])
disp('----------------------')
disp(['toleransi = ',num2str(toleransi)]);
disp('----------------------')
disp(['error = ',num2str(e)]);
disp('----------------------')
disp(['iterasi = ',num2str(ite)]);
disp('---------------------------------------------------')
Algoritma :
1. Menentukan nilai x dan ɛ
2. Menghitung nilai f(xold)
f (x old +ɛ)−f ( x old −ɛ )
3. Menghitung nilai f ( x old ) =
2ɛ
4. Menghitung x new =x old −¿
Contoh :
p = [3 -2 -4];
r = roots(p)
r = 2×1
1.5352
-0.8685
d. Metode fminsearch
fminsearch adalah fungsi syntax (tools) yang disediakan oleh matlab untuk
menyelesaikan persamaan non-linear dengan satu atau lebih variabel. Tool ini
mencari skalar minimum dari beberapa variabel, dan memulai dari estimasi
awal.
>> f = @(x)(x(1)^2+x(2)^2);
>> x0 = [1;1];
>> [x fval] = fminsearch(f, x0)
x = 1.0e-04 *
-0.2102
e. Metode tools fsolve
MATLAB menyediakan tools untuk menyelesaikan satu atau lebih beberapa
sistem persamaan non linear secara simultan dengan menggunakan perintah
fsolve. Persamaan ini bisa diselesaikan dengan menuliskan fungsi terlebih
dahulu pada M-function editor.
Contoh :
X 2 + xy =10
Y +3 x y 2=57
Dua persamaa non-linear diselesaikan secara simultan.
Penulisan m-function:
function A = fun (x)
F(1)= x(1)^2+x*(1)-10
F(1)= x(1)+3*(1)*x^2-57
end
x0= [0,0];
[x,residual]=fsolve(@fun, x0)
X=
1.1185 1.0323
residual =
1.0e-10 *
0.1411 0.0291
BAB II
A. Latihan
1. Tentukan akar dari persamaan non linier di bawah ini dengan menggunakan metode
Newton Raphson. Dengan x0=2 dan ℇ =0,0007 , y = x3+2x2-7
M-function :
function root = newtraph (func,xr,es,maxit)
% Menggunakan metode Newton Raphson untuk menentukan akar persamaan
% Input:
% func = nama fungsi atau persamaan
% xr = tebakan awal
% es = (opsional) kriteria menghentikan iterasi (%)
% maxit = (opsional) jumlah iterasi maksimum
% Output:
% root = akar persamaan
if nargin< 4, maxit = 50; end
%jika maxit tidak ada maka ditentukan 50
if nargin< 3, es = 0.001; end
%jika es tidak ada maka ditentukan 0.001
% Newton Raphson
iter = 0;
dfunc = (feval(func,(xr+es))-feval(func,(xr-es)))/(2*es);
while(1)
xrold = xr;
xr = xr - func(xr)/dfunc;
iter = iter + 1;
if xr ~= 0, ea = abs((xr - xrold)/xr)*100; end
if ea <= es || iter >= maxit, break, end
end
root = xr;
>> y = @(x)x^3+2*x^2-7;
>> x0 = 2;
>> es = 0.0007;
>> newtraph(y,x0,es)
ans =
1.4288
2. Tentukan akar dari persamaan non linier di bawah ini dengan menggunakan metode
Newton Raphson. Dengan x0=7 , y = x sin x - 3x2 + 3x – 1
>> y = @(x)x*sin(x)-3*x^2+3*x-1;
>> x0 = 7;
>> newtraph(y,x0)
ans =
0.9565
3. Tentukan akar dan eror dari persamaan non linier di bawah ini dengan menggunakan
metode fzero dengan x0 = 8, y = x + excos(x) + 1
M-function :
function y = fun2 (x)
y = sin(x);
>> y =@(x)x+exp(x)*cos(x)+1;
>> x0 = 8;
>> [x,residual]=fzero(y,x0)
x=
7.8574
residual =
9.2637e-13
4. Tentukan akar-akar dari persamaan non linier di bawah ini dengan menggunakan
metode Roots. P = x7+4x5+6x2+5
>> p = [1 0 4 0 0 6 0 5];
>> roots (p)
ans =
-0.1388 + 2.0289i
-0.1388 - 2.0289i
-1.2021 + 0.0000i
0.8561 + 0.8169i
0.8561 - 0.8169i
-0.1163 + 0.8395i
-0.1163 - 0.8395i
5. Tentukan akar-akar dan eror dari persamaan non linear dibawah ini dengan
menggunakan metode fminsearch, y = 200(x3 - y2)2-x5 , x=x1 y=x2 x0 = (0,0)
>> y = @(x)200*(x(1)^3-x(2)^2)^2-x(1)^5;
>> x0=[0,0];
>> [x,residual]=fminsearch(y,x0)
x =
0.0042 -0.0000
residual =
-2.1055e-13
6. Tetukan akar – akar dan eror dari persamaan non linear dibawah ini dengan
menggunakan metode fsolve x = x (1), y = x(2),x = (0,0)
F(1) = x3 + xy + 2y + 1 = 0
F(2) =x4 – 5y + 3 = 0
>> x0=[0,0];
x =
-1.2195 1.0423
residual =
1.0e-10 *
-0.1411 0.0291
B. Tugas
1. Persamaan berikut ini menunjukkan konsentrasi suatu bahan kimia di dalam reactor
berpengaduk:
C=C ¿ ( 1−e−0,04 t ) +C0 e−0,04 t
Jika diketahui konsentrasi awal C 0=4 dan konsentrasi masuk C ¿ , dengan
menggunakan MATLAB hitunglah waktu yang diperlukan pada saat konsentrasi
bahan di dalam reactor (c) menjadi 93 persen dari konsentrasi masuk ((C ¿¿ ¿). ¿
Jawab:
Sebelum diselesaikan dengan MATLAB, dilakukan penjabaran matematis terlebih
dahulu.
Penjabaran Matematisnya:
¿ C ¿ ( 1−e−0,04 t ) +C0 e−0,04 t
0.93 C ¿=C ¿ ( 1−e−0,04 t ) +C 0 e−0,04 t
0.93 C (2)=C(2) ( 1−e−0,04 t ) +C0 e−0,04 t
C ( 2 ) −C ( 2 ) e−0.041+C ( 1 ) e−0,04 t =0.93 C(2)
−0.041 −0,04 t
C ( 2) e −C ( 1 ) e =0.07 C(2)
−0.041
e C ( 2 )−C ( 1 )=0.07C (2)
−0.041
e =0.07 C (2)/(C ( 2 )−C ( 1 ))
e−0.041=e ln ¿¿
−0.04 t=ln ((0.07 C ( 2 ) )/(C ( 2 )−C ( 1 )))
>> t= @(c)(log((0.07*c(2))/(c(2)-c(1))))/-0.04;
>> c=[4,10];
>> t(c)
ans =
53.7109
2. Tentukan akar dari persamaan non linier di bawah ini dengan menggunakan metode
newton Raphson. Dengan x0=7 dan ℇ=0.0008
4
3 3 √2 x 3 x3 1
Log2√ x 5 - + - x3
3x 2x
Jawab :
M-function newtraph.m :
Command windows :
>> xr =7;
>> es =0.0008;
>> y = @(x)log10(2*(x^(5/3)))-((3*((2*x)^(3/4)))/(3*x))+
((x^3)/(2*x))-x^(1/3);
>> newraph(y,xr,es)
ans =
1.9443
3. Tentukan akar-akar dari persamaan non linier di bawah ini dengan menggunakan
metode Roots.
P = x7 + 0.9x5 + 7x4+ 3x3- 4.5x2 + x
Jawab :
>> P = [1 0 0.9 7 3 -4.5 1 0];
>> roots(P)
ans =
0.0000 + 0.0000i
0.9596 + 1.8540i
0.9596 - 1.8540i
-1.2974 + 0.4138i
-1.2974 - 0.4138i
0.3377 + 0.0984i
1.3377 - 0.0984i
4. Tentukan akar-akar dari persamaan non linear dibawah ini dengan menggunakan
metode fsolve x0 = (2,1)
F(1) = x2 + 2xy = 45
F(3) = y + 3xy2 = 57
Jawab :
Penulisan M-function :
Equation solved.
x =
5.0697 1.9033
residual =
1.0e-08 *
-0.1146 0 0.0293
BAB III
A. KESIMPULAN
KUALITATIF
1. Persamaan non-linear adalah suatu persamaan yang berisi persamaan
dengan variabel-variabel atau fungsi-fungsi tidak linear dengan peubah
pangkat terkecilnya 1.
2. Permasalahan akar persamaan non-linear dapat diselesaikan
menggunakan tools dan fungsi yang tersedia pada MATLAB.
3. Metode yang bisa digunakan untuk menyelesaikan akar persamaan
non-linear adalah metode Newton-Raphson, metode fzero, metode p
roots, metode fminsearch dan metode fsolve.
4. Metode Newton-Raphson, fzero, fminsearch, dan fsolve menggunakan
M-function (kolom editor) sebelum menyelesaikan di kolom
command.
5. Metode P roots menyelesaikan persamaan tanpa menggunakan M-
function.
6. Pada tugas 1 dan 3 tidak dibutuhkan penulisan M-function karena
tugas 1 dapat diselesaikan dengan metode anonymous dan tugas 3
dengan metode p roots.
7. Di tugas 2 dan 4 penyelesaian soal menggunakan M-function yang
mana tugas 2 dengan metode Newton-Raphson dan tugas 4
menggunakan metode fsolve.
8. Metode fminsearch dan fsolve menghasilkan nilai residual, yaitu nilai
error yang mendekati nilai regresi linear.
KUANTITATIF
0.3377 - 0.0984i
B. SARAN
D. Conte Samuel, Carl D. Boor. 1980. Dasar-dasar Analisa Numerik. McGrawwHill. Penerbit
Erlangga: Jakarta.