2. f ( x) 5 4 x 9 x 2 12 x3
12 0
x5
2x5
1
Algoritma Metode Biseksi
Solusi eksak
xn xn + 1
Terlihat dari grafik di atas bahwa solusi dari y = x3 – 7x + 1 ada
pada interval 2.5 dan 2.6, maka digunakan xn = 2.5 dan xn+1 = 2.6.
xn1 x
Langkah 2 : Hitung nilai f (xn), f (xn+1), xmid n dan f (xmid).
2
Tabel 1
No xn xn+1 f (xn) f (xn+1) xmid f (xmid)
1. 2.5 2.6 -0.875 0.376 2.55 -0.269
f (x) x3 7x 1
f (xn ) f (2.5) (2.5)3 7(2.5) 1 0.875
f (xn1 ) f (2.6) (2.6)3 7(2.6) 1 0.376
2.5 2.6
xmid 2.55
2
f (xmid ) f (2.55) (2.55) 3 7(2.55) 1 0.269
0.376
-0.875
Langkah 3 : Apakah f (xn) dan f (xmid) sama tanda? Jika
sama tanda maka xmid menggantikan xn, sedangkan jika
berbeda tanda maka xmid menggantikan xn+1.
Terlihat dari tabel 1, f (xn) = -0.875 dan f (xmid) = -0.269
sama tanda, maka xmid = 2.55 menggantikan xn = 2.5.
Tabel 2
No xn xn+1 f (xn) f (xn+1) xmid f (xmid)
1. 2.5 2.6 -0.875 0.376 2.55 -0.269
sama tanda
2. 2.55 2.6 -0.269 0.376
Solusi eksak
xn xn + 1
f (x) x3 7x 1
f (x n ) f (2.5) (2.5) 3 7(2.5) 1 0.875
f (xn1 ) f (2.6) (2.6) 3 7(2.6) 1 0.376
2.6 2.5
x 2.6 (0.376).
*
2.57
0.376 (0.875)
f (x * ) f (2.57) (2.57)3 7(2.57) 1 0.015
Langkah 3 : Apakah f (xn) dan f (x*) sama tanda? Jika sama tanda
maka x* menggantikan xn, sedangkan jika berbeda tanda maka x*
menggantikan xn+1.
Terlihat dari tabel 1, f (xn) = -0.875 dan f (x*) = -0.015 sama tanda,
maka x* = 2.57 menggantikan xn = 2.5.
Tabel 2
No xn xn+1 f (xn) f (xn+1) x* f (x*)
1. 2.5 2.6 -0.875 0.376 2.57 -0.015
sama tanda
2. 2.57 2.6 -0.015 0.376
Tabel 3
No xn xn+1 f (xn) f (xn+1) x* f (x*)
| f (xmid)|
1. 2.5 2.6 -0.875 0.376 2.57 -0.015 = 0.015 >
0.005
sama tanda
2. 2.57 2.6 -0.015 0.376 2.571 0.003
005 maka iterasi dihentikan dan diperoleh solusi persamaan non linier yang diinginkan y
Metode Newton-Raphson
Algoritma Newton-Raphson
Kelebihan:
Konvergensi yang dihasilkan lebih cepat.
Kelemahan:
Tidak selalu menemukan akar (divergen).
Kemungkinan sulit dalam mencari f’(xn).
Penetapan harga awal (xn) yang sulit.
Contoh:
Tentukan solusi dari persamaan non-linier:
y = x3 – 7x + 1
dengan error 0.03.
Penyelesaian :
Langkah 1 : Menentukan nilai awal, xn.
Misalkan dipilih xn = 2.5.
x x f (xn )
Langkah 2 : Hitung xn + 1, f (xn+1), dan n 1 n
f ( x n ) .
Tabel 1
No xn xn+1 f (xn) f (xn+1)
1. 2.5 2.574 -0.875 0.04
f (x) x3 7x 1
f ( x) 3x 2 7
f (xn ) f (2.5) (2.5)3 7(2.5) 1 0.875
f ( x) 3(2.5) 2 7 11.75
f (xn ) 0.875
xn 1 xn 2.5 2.574
f ( x )
11.75
n
f (xn 1 ) f (2.574) (2.574)3 7(2.574) 1 0.04
Langkah 3 : Apakah | f (xn+1)| ≤ 0.03? Jika ya, maka
xn+1 = 2.574 merupakan solusi dari persamaan non linier
tersebut, jika tidak, ulangi langkah 2 dengan xn = 2.574.
Dikarenakan | f (xn+1)| = 0.04 > 0.03 maka ulangi langkah 2
sehingga diperoleh hasil sebagai berikut:
Tabel 2
No xn xn+1 f (xn) f (xn+1)
1. 2.5 2.574 -0.875 0.04 | f (xn+1)| = 0.04 > 0.03
Tugas
Tentukan solusi dari persamaan non-linier berikut sampai iterasi ke-3
dengan menggunakan metode biseksi, regula falsi, dan newton-raphson.
1. x3 + 5x – 1, dengan xn = 0 dan xn + 1 = 0.5.
2. - ⅓ x3 - x - 9, dengan xn = -3 dan xn + 1 = -2.5
3. -x3 - 7x + 3, dengan xn = 0 dan xn + 1 = 0.5.
4. -3x3 - 7x + 3, dengan xn = 0 dan xn + 1 = 0.5.
5. ½ x3 - x - 9, dengan xn = 2.5 dan xn + 1 = 3.
6. 4x3 + 7x + 3, dengan xn = -0.5 dan xn + 1 = 0.
7. -3x3 - 5x -9, dengan xn = -1.5 dan xn + 1 = -1.
Metode Secant
Disebut juga Metode Interpolasi Linear
Dalam prosesnya tidak dilakukan penjepitan akar
[x0, x1] tidak harus mengandung akar yang akan
dicari, sehingga f(x0) dan f(x1) bisa bertanda sama.
Mencari x2 , yaitu
x x
(x f (x1 ) x1 )
0
2 1
f (x0 ) f (x1 )
Untuk iterasi berikutnya akan diperoleh interval
baru [x0, x1] dengan cara pergeseran: x0 x1 , x1
x2
Iterasi berlangsung sampai batas maksimum atau
sampai dipenuhinya batas Toleransi (T).
Contoh:
Tentukan solusi dari persamaan non-linier:
y = x3 – 7x + 1
dengan error 0.03.
Penyelesaian:
Langkah 1: Menentukan x1 dan x0.
Misalkan dipilih x1 = 2,5 dan x0 =2.3
x
x x1 )
x0 f ( x1 )(
( x0 ) f ( x1 , dan f (x2).
2 1
f )
Tabel 1
No x0 x1 f (x0) f (x1) x2 f(x2)
1. 2.3 2.5 -0.875
f (x) x3 7x 1
f (x ) f (2.3) (2.3)3 7(2.3) 1 2.933.
0
f (x ) f (2.5) (2.5)3 7(2.5) 1 0.875
1
iteiasi - 2
Xi
Fixed Point IterAtion (IterAsi Titik
TetAp)
xi+ 1 = g(xi)
misAl:
x2 - 2x+ 3 = 0 x= (x2 +
3)/2
sin(x) = 0 x= sin(x) + x
20
Algoritma Metode Iterasi Titik Tetap
1. Definisikan F(x) dan g(x).
2. Tentukan toleransi error (e) dan iterasi maksimum
(n).
3. Tentukan pendekatan awal x0
4. Untuk iterasi = 1 s/d n atau F(x [iterasi]) ≥ e :
xi = g(xi – 1) dan hitung F(xi)
5. Akar adalah x terakhir yang diperoleh.
Contoh:
akar
akar y1(x) = x
-x y2(x) = e
v