Anda di halaman 1dari 9

LAPORAN AKHIR

METODE NUMERIK

Dosen Pengampu :

Fiki Alghadari

Disusun Oleh :

Anita Permatasari ( 20188300020 )

Program Studi Pendidikan Matematika


Sekolah Tinggi Keguruan dan Ilmu Pendidikan Kusumanegara

Jl. Raya Jakarta – Bogor Km. 24, Cijantung, Jakarta Timur 13770

Telp. / Fax. (021) 87791773


Persamaan

Proyek : Mencari akar akar persamaan

Pekerjaan : Individual dan persamaan harus berbeda dengan yang lainnya

Persamaan : x2 + ax + b = 0; x3 + ax2 + bx + c = 0; x4 + ax3 +…= 0;

Aturan : tidak boleh semua akar-akarnya adalah bilangan bulat

Beberapa metode yang perlu dicoba : Metode grafik, metode Horner, aturan
Descartes, metode tabulasi, metode bagi dua, metode posisi palsu, metode
Newton-Raphson, metode secant, metode iterasi titik tetap, atau metode yang
lainnya.

Report Mingguan : Harus menyampaikan suatu yang sudah dikerjakan dan


temuannya serta berbeda di setiap minggu.

Laporan Akhir : Hari dan tanggal pelaksanaan UTS kirim ke e-mail.

1. Metode Horner
Metode horner digunakan untuk pembagi yang berderajat satu ataupun
pembagi berderajat n yang dapat difaktorkan menjadi pembagi- pembagi
dengan derajat 1, metode horner merupakan metode cepat untuk membagi
suku banyak, namun metode ini hanya bisa digunakan jika pembaginya
berbentuk x – k. langkah-langkah dalam menggunakan metode ini adalah :
a) Menuliskan koefisien dari polinominalnya dengan berurutan dari
koefisien xn , xn-1 dan seterusnya untuk variable yang tidak memiliki
koefisien maka ditulis 0 misalnya 5x3 – 8 maka koefisien-koefisiennya
adalah 5, 0, 0, -8.
b) Jika pembagi berbentuk ax2+bx+c maka kita harus memfaktorkannya
terlebih dahulu contoh x2+x-2 maka kita faktorkan menjadi (x+2)(x-1)

Untuk lebih jelasnya perhatikan contoh berikut ini :


F(x) = 2x5+3x4+4x3+5x2+6x+7 dibagi dengan p(x) = x-2
2 2 3 4 5 6 7

4 14 36 82 176 +

2 7 18 41 88 183 sisa

Kemudian kita susun kembali koefisiennya kedalam bentuk xn dengan


berurutan H(x) = 2x4+7x3+18x2+41x+88 sisanya 183
Contoh lain :
F(x) = 2x5+3x4+4x3+5x2+6x+7 dibagi dengan p(x) = 2x2 - 3x +1
Pertama kita rubah pembagi atau kita faktorkan terlebih dahulu 2x 2 - 3x +1

1
= (2x-1)(x-1) sehingga x = dan x = 1
2
1
Untuk (2x-1) atau x = → p(x1)
2
1
2 3 4 5 6 7
2

1 2 3 4 5 +

2 4 6 8 10 12 sisa 1

Untuk (x-1) atau x = 1 → p(x2)

1 2 4 6 8 10

2 6 12 20 +

2 6 12 20 30 :2

1 3 6 10 15 sisa 2

Perhatikan bahwa baris terakhir kita bagi dengan 2 karena pada awalnya
kita melakukan pembagian dengan (2x-1) dengan a = 2
Kemudian kita susun kembali koefisiennya kedalam xn dengan berurutan :
H(x) = x3+3x2+6x+10 dengan s1 = 12 dan s2 = 15
Maka sisa baginya kita menggunakan rumus :
S(x) = p(x1) x s1 + s2
= (2x – 1) 15 + 12
= 30 x -3
Jadi hasil baginya adalah x3+3x2+6x+10 dan sisa pembagi adalah 30x-3
Contoh soal untuk variable yang tidak memiliki koefisien
1 4 1 2
F(x) = x + x +3 di bagi dengan p(x) = x-2
2 2
1 −2
2 0 0 3
2 3

1 2 3 4 +

1 4 8 25
1 sisa
2 3 3 3

Kemudian kita susun kembali koefisiennya kedalam xn dengan berurutan

1 3 2 4 8 25
H(x) = x +x + x + dan sisanya s(x) =
2 3 3 3

2. Metode Tabulasi
Tabulasi adalah proses menempatkan data dalam bentuk tabel dengan cara
membuat tabel yang berisikan data sesuai dengan kebutuhan analisis
dalam metode tabulasi pertama kita harus memisalkan nilai (x1 dan x2)
dengan syarat f(x1) X f( x2) < 0 setelah syarat terpenuhi, langkah
selanjutnya adalah membuat tabel tabulasi. Tabel ini digunakan untuk
mencari nilai x yang paling mendekati < 0,00001 atau kesalahan yang
paling kecil sampai nilai eror < 0,00001
Contoh soal
F(x) = x3 – 7x + 1
Misalkan
x1 = -2 → f(-2) = (-2)3 – 7(-2) + 1 = -8 + 14 + 1 = 7
x2 = 1 → f(1) = (1)3 – 7(1) + 1 = -5
syaratnya adalah f(x1) X f( x2) < 0
f(x1) X f( x2) < 0
7 x (-5) < 0
-35 < 0 → sehingga syarat terpenuhi

Tabel tabulasi I

n x f(x) error = |f(x)|


1 -2 7 7
2 -1 7 7
3 0 1 1
4 1 -5 5

Tabel tabulasi II

n x f(x) error = |f(x)|


1 0 1 1
2 0.1 0.301 0.301
3 0.2 -0.392 0.392
4 0.3 -1.073 1.073
5 0.4 -1.736 1.736
6 0.5 -2.375 2.375
7 0.6 -2.984 2.984
8 0.7 -3.557 3.557
9 0.8 -4.088 4.088
10 0.9 -4.571 4.571
11 1 -5 5

Tabel tabulasi III

n x f(x) error = |f(x)|


1 0.1 0.301 0.301
2 0.11 0.231331 0.231331
3 0.12 0.161728 0.161728
4 0.13 0.092197 0.092197
5 0.14 0.022744 0.022744
6 0.15 -0.046625 0.046625
7 0.16 -0.115904 0.115904
8 0.17 -0.185087 0.185087
9 0.18 -0.254168 0.254168
10 0.19 -0.323141 0.323141
11 0.2 -0.392 0.392

Tabel tabulasi IV

n x f(x) error = |f(x)|


1 0.14 0.022744 0.022744
2 0.141 0.015803221 0.015803221
3 0.142 0.008863288 0.008863288
4 0.143 0.001924207 0.001924207
5 0.144 -0.005014016 0.005014016
6 0.145 -0.011951375 0.011951375
7 0.146 -0.018887864 0.018887864
8 0.147 -0.025823477 0.025823477
9 0.148 -0.032758208 0.032758208
10 0.149 -0.039692051 0.039692051
11 0.15 -0.046625 0.046625

Tabel tabulasi V

n x f(x) error = |f(x)|


1 0.143 0.001924207 0.001924207
2 0.1431 0.001230346 0.001230346
3 0.1432 0.000536494 0.000536494
4 0.1433 -0.00015735 0.00015735
5 0.1434 -0.000851185 0.000851185
6 0.1435 -0.001545012 0.001545012
7 0.1436 -0.00223883 0.00223883
8 0.1437 -0.00293264 0.00293264
9 0.1438 -0.00362644 0.00362644
10 0.1439 -0.004320232 0.004320232
11 0.144 -0.005014016 0.005014016

Tabel tabulasi VI

n x f(x) error = |f(x)|


1 0.1432 0.000536494 0.000536494
2 0.14321 0.000467109 0.000467109
3 0.14322 0.000397724 0.000397724
4 0.14323 0.00032834 0.00032834
5 0.14324 0.000258955 0.000258955
6 0.14325 0.000189571 0.000189571
7 0.14326 0.000120186 0.000120186
8 0.14327 0.00005080198 0.00005080198
9 0.14328 -0.00000470536 -0.00000470536
10 0.14329 -1,000245317 -1,000245317
11 0.1433 -0.00015735 0.00015735

Tabel tabulasi VII

n x f(x) error = |f(x)|


1 0.14327 0,00005080198 0,00005080198
2 0.143271 0.00004386356 0,00004386356
3 0.143272 0,00003692514 0,00003692514
4 0.143273 0,00002998672 0,00002998672
5 0.143274 0,00002304831 0,00002304831
6 0.143275 0,00001610989 0,00001610989
7 0.143276 0,00000917147 0,00000917147
8 0.143277 0,00000223306 0,00000223306
9 0.143278 -0,00000470536 0,00000470536
10 0.143279 -0,00001164377 0.00001164377
11 0.14328 -0,00001858218 0,00001858218

Jadi nilai x dari F(x) = x3 – 7x + 1 adalah :


X = 0,143277 atau x = 0,143278
3. Metode Newton-Raphson
f (x)
Rumus : xn + 1 = xn –
f ' ( x)
F(x) = x2 – 9x – 9
F’(x) = 2x – 9
f ( x)
1. xn + 1 = xn –
f ' (x)
22−9 ( 2 )−9
=2–
2 ( 2 )−9
4−18−9
=2–
4−9
−23
=2–
−5
= 2 – 4,6 = -2,6
xn – (xn – 1) = -2,6 -2 = -4,6
f ( x)
2. xn + 1 = xn –
f ' (x)
(−4.6)2−9 (−4,6 )−9
= -4,6 –
2 (−4,6 )−9
21,16−(−41,4 )−9
= -4,6 –
−9,2−9
53,56
= -4,6 –
−18,2
= -4,6 – (-2,94) = -1,66
f ( x)
3. xn + 1 = xn –
f ' (x)
(−1,66)2−9 (−1,66 )−9
= -1,66 –
2 (−1,66 )−9
2,75−(−14,94)−9
= -1,66 –
−3,32−9
8.69
= -1,66 –
−12,32
= -1,66 – (-0,7) = -0,96
f ( x)
4. xn + 1 = xn –
f ' (x)
(−0,96)2−9 (−0,96 )−9
= -0,96 –
2 (−0,96 )−9
0,92−(−8,64 )−9
= -0,96 –
−1.92−9
0,56
= -0,96 –
−10.92
= -0,96 – (-0,05) = -0,91
f ( x)
5. xn + 1 = xn – '
f (x)
(−0,91)2−9 (−0,91 ) −9
= -0,91 –
2 (−0,91 )−9
0,82−(−8,19 )−9
= -0,91 –
−1,82−9
0,01
= -0,91 –
−10,82
= -0,91 – (-0,00092) = -0,9
Jadi akar akar persamaannya dari F(x) = x2 – 9x – 9 adalah -0,91

Anda mungkin juga menyukai