Persamaan non linear

(2)
Kuliah Minggu ke-3
outline

 Review materi minggu lalu

 Metoda Terbuka
 Metode Newton Rapson
 Contoh Penerapat Metode Newton Rapson
Review Materi Minggu lalu
Persamaan non linear ?

 PERSAMAAN NON LINEAR → PERSAMAAN YANG MEMILIKI DERAJAT VARIABEL

LEBIH DARI 1
 Yang dicari dari persamaan non linear adalah akar-akar dari persamaan tsb
 Untuk persamaan linear : mx + C = f(x), untuk mencari akar akar dapat
−𝐶
digunakan ketika f(x) = 0 sehingga : x =
𝑚

 Persamaan derajat 2 (kuadratik ) : 𝑎𝑥 2 + 𝑏𝑥 + 𝐶 = 𝐹(𝑥) → dapat diselesaikan

−𝑏 ± 𝑏2 −4𝑎𝐶
dengan Rumus ABC : 𝑋1,2 = 2𝑎
Pertanyaan ??

 Untuk persamaan dengan derajat lebih dari 2 bagaimana cara mencari akar-
akar nya ?
 Kembali ke konsep dasar definisi dari akar-akar pada persamaan non linear
Teorema akar-akar

 Suatu range [a,b] mempunyai akar-akar apabila f(a) dan f(b) berlawanan
tanda dan memenuhi f(a) . f(b) <0

Karena f(a).f(b)<0 maka pada range

x=[a,b] terdapat akar.

Karena f(a).f(b)>0 maka pada

range x=[a,b] tidak dapat
dikatakan terdapat akar.
Metode-metode Penyelesaian

 Secara Umum ada 2 metode penyelesaian akar-akar :

 Metode Tertutup
 Metode Biseksi
 Metode Regulasi Falsi

 Metode Terbuka
 Metode Newton-Rapson
 Metode Secant
Metode Tertutup vs Metode Terbuka

 Metode Tertutup :
 Mencari Akar-akar pada range [a,b] tertentu
 Pada range [a,b] dipastikan ada akar-akar
 Hasil selalu konvergen
 Metode Terbuka :
 Diperlukan tebakan awal
 𝑥𝑛 dipakai untuk mendapatkan 𝑥𝑛+1
 Hasil dapat konvergen atau divergen
Metode Bisection (Bagi dua)

 Jika fungsi f(x) bernilai real dan kontinu dalam selan [a,b] serta f(a) dan f(b)
berlawanan tanda (f(a) . f(b) <0) maka akan terdapat paling sedikit satu akar
real diantara a dan b
𝑎+𝑏
 Selang [a,b] dibagi menjadi dua bagian di c 𝑐 = 2

 Lakukan evaluasi untuk menentukan dalam selang interval mana terdapat

akar-akar :
 Jika f(a) . f(c) < 0, akar berada pada interval bawah, maka b=c
 Jika f(a) . f(c) > 0, akar berada pada interval atas , maka a=c
 Jika f(a). f(c) = 0, akar = c
Metode Regula Falsi

 Metode pencairan akar dengan memanfaatkan kemiringan dan selisih tinggi

dari dua titik batas range
 Dikenal juga dengan nama False Position
 Dua titik a dan b pada fungsi f(x) digunakan untuk mengestimasi x dari akar
interpolasi linear
Gradien garis AB = Gradien garis CB

𝑓 𝑏 − 𝑓(𝑎) 𝑓 𝑏 − 0 𝑓 𝑏 (𝑏 − 𝑎)
= 𝑐=𝑏 −
𝑏−𝑎 𝑏−𝑐 𝑓 𝑏 − 𝑓(𝑎)
Metode Regula Falsi

 Lakukan evaluasi untuk menentukan selang interval dimana akar tsb berada :
 Jika f(a) . f(c) < 0, akar berada pada interval bawah, maka b=c
 Jika f(a) . f(c) > 0, akar berada pada interval atas , maka a=c
 Jika f(a). f(c) = 0, akar = c
 Iterasi dapat dihentikan apabila nilai kesalahan relatif 𝜀𝑟 atau lebar selang
𝜀 nya sudah lebih kecil dari syarat yang diberikan

𝑐𝑖+1 − 𝑐𝑖
𝜀𝑟 = 𝑥 100%
𝑐𝑖
Metode terbuka ?

 Metode terbuka adalah metode yang tidak

menggunakan batas tertentu
 Diperlukan tebakan awal
 xn dipakai untuk menghitung xn+1
 Hasil dapat konvergen atau divergen
 Contoh metode terbuka :
 Metode Newton Rapson
 Metode Secant
 Metode Iterasi titik tetap
Metode Newton Rapson

 metode pendekatan yang menggunakan satu titik awal dan mendekatinya

dengan memperhatikan slope atau gradien pada titik tersebut
 Metode Newton- Rapson yang paling sering digunakan dalam terapan sains dan
teknologi karena konvergensi nya cukup cepat
 Ada 2 pendekatan dalam penentuan rumus Newton Rapson :
 Penurunan rumus secara geometri
 Penurunan rumus dengan bantuan deret Taylor
Penurunan Rumus Newton Rapson secara
Geometri
f(x) = e-x –x2+3
∆𝑦
12
m = 𝑓 ′ 𝑥 ≅ ∆𝑥
10

8 ′
𝑓 𝑥𝑟+1 − 𝑓(𝑥𝑟 )
𝑓 𝑥𝑟 =
6
𝑥𝑟+1 − 𝑥𝑟
4
0 − 𝑓(𝑥𝑟 )
𝑓 ′ 𝑥𝑟 =
2
Xr+1 𝑥𝑟+1 − 𝑥𝑟
0
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
-2
(xr) 𝑓(𝑥𝑟 )
-4 𝑥𝑟+1 = 𝑥𝑟 − ′
𝑓 (𝑥𝑟 )
-6

-8
𝑑𝑒𝑛𝑔𝑎𝑛 𝑓 ′ (𝑥𝑟 ) ≠ 0
Penuruan Rumusan Newton Rapson
dengan Deret Taylor
 Deret Taylor :

𝑓 ′′ 𝑥𝑟 𝑥𝑟+1 − 𝑥𝑟 2 𝑓 ′′′ 𝑥𝑟 𝑥𝑟+1 − 𝑥𝑟 3

𝑓 𝑥𝑟+1 ≅ 𝑓 𝑥𝑟 + 𝑓 ′ 𝑥𝑟 𝑥𝑟+1 − 𝑥𝑟 + + + …..
2! 3!

 Dengan mengambil sampai suku ke-2 :

𝑓 𝑥𝑟+1 ≅ 𝑓 𝑥𝑟 + 𝑓 ′ 𝑥𝑟 𝑥𝑟+1 − 𝑥𝑟

Karena mencari akar maka : 𝑓 𝑥𝑟+1 =0

𝑓 𝑥𝑟
𝑥𝑟+1 = 𝑥𝑟 − ′ ; 𝑓 ′ 𝑥𝑟 ≠ 0
𝑓 𝑥𝑟
Contoh

 Carilah akar-akar untuk persamaan : 𝑓 𝑥 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3 dengan nilai

toleransi (𝜀𝑟 = 0,01%) menggunakan metode Newton Rapson
 Jawab

𝑓 𝑥 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3 𝑓′ 𝑥 = 3𝑥 2 + 2𝑥 − 3

Misal tebakan awal : 𝑥𝑟 = 2

iterasi 𝒙 𝒇(𝒙) 𝒇′ (𝒙) 𝜺𝒓 (%)

0 2 3 13
1 1,76923076923077 0,360491579 9,928994 13,04347826
2 1,73292381039699 0,00826691 9,474922 2,095127242
3 1,73205130610897 4,71824E-06 9,464108 0,050374044
4 1,73205080756904 1,53921E-12 9,464102 2,87832E-05
Catatan penting untuk Newton-Rapson

 Jika𝑓 ′ 𝑥 = 0 , ulang kembali iterasi dengan mengubah 𝑥0 yang lain

 Jika 𝑓 𝑥 = 0 memiliki lebih dari 1 akar, maka pemilihan 𝑥0 yang berbeda
akan mendapatkan nilai akar-akar yang lain
 Dapat terjadi kondisi dimana iterasi tersebut konvergen pada akar yang
berbeda dari yang diharapkan
Kegunaan lain metode Newton - Rapson

 Dapat mengestimasi nilai suatu fungsi – fungsi dasar seperti : akar bilangan,
nilai e, nilai sudut fungsi dari sin dan lain-lain
 Mencari titik perpotongan 2 fungsi
 Mencari nilai maksimum atau minimum sebuah fungsi dan juga titik belok
fungsi
Contoh pencarian nilai suatu fungsi

 Estimasi nilai dari 4,8 dengan menggunakan Metode Newton Rapson

Jawab

4,8 = 𝑥 4,8 = 𝑥 2 4,8 − 𝑥 2 = 0

𝑓 𝑥 = 4,8 − 𝑥 2 𝑓 ′ 𝑥 = −2𝑥

Nilai tebakan awal : x0 = 2

iterasi x fx f'x error rel (%)

0 2 0,8 -4
1 2,2 -0,04 -4,4 9,090909091
2 2,190909091 -8,3E-05 -4,38182 0,414937759
3 2,19089023 -3,6E-10 -4,38178 0,000860874
4 2,19089023 0 -4,38178 3,70552E-09
Contoh Pencarian titik potong 2 fungsi

 Diketahui sebuah fungsi eksponensial : 𝑒 𝑥 berpotongan dengan sebuah fungsi

polinomial : 𝑥 3 − 5𝑥 2 + 3 . Kedua fungsi tersebut berpotongan di 2 titik.
Carilah titik potong tersebut dengan metode Newton Rapson
Jawab
𝑓 𝑥 = 𝑒𝑥 ℎ 𝑥 = 𝑒 𝑥 − (𝑥 3 − 5𝑥 2 + 3)
ℎ 𝑥 = 𝑓 𝑥 − 𝑔(𝑥)
g 𝑥 = 𝑥 3 − 5𝑥 2 + 3 ℎ′ (𝑥) = 𝑒 𝑥 − 3𝑥 2 + 10𝑥

Tebakan awal : x0 = 1.5 Tebakan awal : x0 = -1

iterasi x h(x) h'(x) error rel (%)

iterasi x h(x) h'(x) error rel (%)
0 1,5 9,356689 12,73169
0 -1 3,367879 -12,6321

1 0,765086587 1,628119 8,043974 96,05624067

1 -0,733387643 0,564024 -8,46717 36,35353828

2 -0,666774546 0,032743 -7,48815 9,99034793

2 0,562684298 0,160293 6,43238 35,97084363

3 0,537764639 0,002613 6,222249 4,633934114 3 -0,662401854 0,000139 -7,42474 0,660126755

4 0,537344743 7,48E-07 6,218686 0,078142688 4 -0,662383176 2,53E-09 -7,42447 0,002819847

5 0,537344623 6,13E-14 6,218685 2,23879E-05 5 -0,662383175 0 -7,42447 5,13965E-08
6 0,537344623 0 6,218685 1,83885E-12 6 -0,662383175 0 -7,42447 0
 Titik Potong f(x) dan g(x)

0
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2

-2
Axis Title

f(x)
g(x)
-4

-6

-8

-10

-12
Axis Title
Pencarian nilai maksimum atau minimun
fungsi
 Tentukan nilai minimal dari fungsi : 𝑥 2 − 𝑥 + 1 𝑒 2𝑥 + 1 dengan menggunakan
metode Newton Rapson
 Ingat kembali kalkulus → syarat nilai maksimum/minumun sebuah fungsi
 Syarat nilai maks/min sebuah fungsi :

𝑓′ 𝑥 = 0
 Jawab

𝑓 𝑥 = 𝑥 2 − 𝑥 + 1 𝑒 −2𝑥 + 1 𝑔 𝑥 = 𝑓 ′ 𝑥 = 2𝑥 − 𝑒 −2𝑥 − 2(𝑥 + 1)𝑒 𝑥

𝑔 𝑥 = 𝑓 ′ 𝑥 = 2𝑥 + 2𝑥𝑒 −2𝑥 + 𝑒 −2𝑥

𝑔′ 𝑥 = 2 + 2(𝑒 −2𝑥 −2𝑥𝑒 −2𝑥 ) − 2𝑒 −2𝑥

𝑔′ 𝑥 = 2 + 2𝑒 −2𝑥 − 4𝑥𝑒 −2𝑥 − 2𝑒 −2𝑥

f(x)
2,5
iterasi x g(x) g'(x) error rel (%)
2 0 -1 -9,38906 31,55622

1,5
1 -0,702465796 -3,05513 13,45089 42,35568555
2 -0,475333731 -0,82302 6,919583 47,78370432
1
3 -0,356392645 -0,12696 4,907686 33,37360861
0,5 4 -0,33052227 -0,00455 4,560641 7,827120179
5 -0,329524441 -6,4E-06 4,547821 0,302808601
0
-1,5 -1 -0,5 0 0,5 1 1,5 6 -0,329523034 -1,3E-11 4,547803 0,000427031
-0,5
7 -0,329523034 0 4,547803 8,4745E-10
Jebakan pada Metode Newton - Rapson

 Jebakan yang sering terjadi pada metode Newton Rapson

 Fungsi yang konvergen secara perlahan
 Memilih nilai tebakan pada titik belok (𝑓 ′′ 𝑥 = 0) akan membuat iterasi berosilasi
dan divergen
 Kecenderungan metode Newton Rapson yang berosilasi pada nilai max dan min
 Kecenderungan mendapatkan nilai taksiran yang menjauhi nilai akar sejati nya
apabila nilai 𝑓 ′ 𝑥 = 0
Solusi untuk permasalahan Newton
Rapson
 Bila titik pendekatan berada pada titik puncak maka titik pendekatan
tersebut harus di geser sedikit, xi = xi +𝛿 dimana adalah 𝛿 konstanta yang
ditentukan dengan demikian 𝑓 ′ (𝑥) ≠ 0 dan metode newton raphson tetap
dapat berjalan.
 Untuk menghindari titik-titik pendekatan yang berada jauh, sebaiknya
pemakaian metode newton raphson ini didahului oleh metode pembuatan
grafik fungsinya, sehingga dapat di jamin konvergensi dari metode newton
raphson
Kriteria konvergensi metode Newton
Rapson
 Apakah syarat agar metode Newton Rapson konvergen ?
 Tinjau kembali rumusan iterasi dari Newton Rapson :
𝑓(𝑥𝑟 )
𝑥(𝑟+1) = 𝑔(𝑥𝑟 ) dengan 𝑔 𝑥𝑟 = 𝑥𝑟 − ′
𝑓 (𝑥𝑟 )

 Inget kembali kalkulus → syarat fungsi konvergen

 Syarat fungsi konvergen apabila 𝑔′ (𝑥) < 1
′′ 𝑥 . 𝑓(𝑥)
𝑓′ 𝑥 . 𝑓′ 𝑥 − 𝑓 ′′ 𝑥 . 𝑓(𝑥) 𝑓
𝑔′ 𝑥 = 1 − 𝑔′ 𝑥 =
(𝑓 ′ (𝑥))2 (𝑓 ′ (𝑥))2
𝑓 𝑥 .𝑓′′ (𝑥)
 Maka Newton Rapson konvergen jika : <1
(𝑓′ 𝑥 )2
Metode Terbuka : Metode Secant
Metode Secant

 Metode Newton-Rapson memerlukan turunan dari fungsi tsb, namun

sayangnya tidak semua fungsi dapat mudah untuk diturunkan
 Turunan fungsi dapat dihilangkan dengan cara menggantinya dengan bentuk
lain yang ekivalen
 Modifikasi Metode Newton Rapson ini yang dinamakan metode Secant
𝑓 𝑥𝑟 −𝑓(𝑥𝑟−1 )
 𝑓 ′ (𝑥𝑟 ) ≈ 𝑥𝑟 −𝑥𝑟−1

 Sehingga rumusan iterasi Metode Secant :

𝑓 𝑥𝑟 (𝑥𝑟 − 𝑥𝑟−1 )
𝑥𝑟+1 = 𝑥𝑟 −
𝑓 𝑥𝑟 − 𝑓(𝑥𝑟−1 )
Metode Secant Vs Metode Regula Falsi
Regula Falsi
Diperlukan 2 buah nilai awal a dan b
(ujung-ujung selang) sehingga f(a) .
F(b)<0
Pada iterasi kedua, perpotongan
dengan sumbu x tetap berada dalam
selang a dan b
Iterasi nya selalu menghasilkan akar
(konvergen)
Secant
Diperluan 2 buah nilai awal a dan b
(sebagai tebakan awal) tidak harus
f(a) . f(b) <0
Pada iterasi kedua, perpotongan
dengan sumbu x dapat tidak berada
pada selang a dan b
Hasil iterasi nya dapat bersifat
konvergen ataupun divergen
Iterasi ke 1

Regula Falsi Secant

Iterasi ke 2
Contoh

 Carilah akar-akar persamaan 𝑓 𝑥 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3 dengan menggunakan

metode secant dengan nilai toleransi 𝜀𝑟 = 0,01%
Jawab
𝑓 𝑥 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3 𝑥𝑟−1 = 1 𝑑𝑎𝑛 𝑥𝑟 = 2

Iterasi xr-1 xr xr+1 f(xr-1) f(xr) error rel (%)

1 1 2 1,571428571 -4 3

2 2 1,571429 1,705410822 3 -1,36443 7,856303508

3 1,571428571 1,705411 1,735135771 -1,36443 -0,24775 1,713119487

4 1,705410822 1,735136 1,731996371 -0,24775 0,029255 0,181259033

5 1,735135771 1,731996 1,732050698 0,029255 -0,00052 0,003136571

Metode iterasi titik tetap (titik
sederhana)
 Mengatur kembali fungsi f(x)=0 menjadi sedemikian sehingga menjadi :
𝑥 = 𝑔(𝑥)

 Contoh : fungsi f(x) = 𝑥 2 + 3𝑥 + 4 =0 dapat di modifikasi menjadi beberapa fungsi

yaitu :
−𝑥 2 +4
 𝑥=
3
𝑥= −4 − 3𝑥
−4
𝑥2 + 3𝑥 = −4 𝑥=
𝑥+3
Dan lain-lain

 Kemudian rumusan iterasi menjadi : 𝑥𝑖+1 = 𝑔(𝑥𝑖 )

 Kendala : tidak semua fungsi g(x) dapat menghasilkan yang konvergen
 Perlu di cek ukt fungsi g(x) yang mungkin
Contoh

 Carilah akar-akar persamaan 𝑓 𝑥 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3 dengan menggunakan

metode iterasi titik tetap dengan nilai toleransi 𝜀𝑟 = 0,01%
𝑓 𝑥 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3 0 = 𝑥 3 + 𝑥 2 − 3𝑥 − 3

Dapat diubah menjadi fungsi g(x) :

3 3
𝑥= 𝑥𝑖+1 =
𝑥2 + 𝑥 − 3 𝑥𝑖 2 + 𝑥𝑖 − 3

𝑥3 + 𝑥2 − 3 𝑥𝑖 3 + 𝑥𝑖 2 − 3
𝑥= 𝑥𝑖+1 =
3 3
3
𝑥=
3
3− 𝑥2 + 3𝑥 𝑥𝑖+1 = 3 − 𝑥𝑖 2 + 3𝑥𝑖

𝑥= 3 − 𝑥 3 + 3𝑥 𝑥𝑖+1 = 3 − 𝑥𝑖 3 + 3𝑥𝑖

3 + 3𝑥 3 + 3𝑥𝑖
𝑥= 2 𝑥𝑖+1 =
𝑥 +1 𝑥𝑖 2 + 𝑋
 Hasil

1 2 3 4 5

iterasi x error x error x error x error x error

0 2 2 2 2 2

1 1 100 3 33,33333 1,709976 16,96071 1 100 1,8 11,11111

2 -3 133,3333 0,333333 800 1,733134 1,336213 2,236068 55,27864 1,981132 9,142857

3 1 400 -1,17391 128,3951 1,731995 0,065792 #NUM! #NUM! 1,815961 9,095538

4 -3 133,3333 -1,07302 9,402482 1,732054 0,0034 #NUM! #NUM! 1,965669 7,616156

5 1 400 -1,02682 4,499691 1,732051 0,000175 #NUM! #NUM! 1,829209 7,460062

6 -3 133,3333 -1,00926 1,739317 1,732051 9,04E-06 #NUM! #NUM! 1,952972 6,337162

7 1 400 -1,00313 0,611874 1,732051 4,66E-07 #NUM! #NUM! 1,840202 6,128126

8 -3 133,3333 -1,00105 0,207778 1,732051 2,4E-08 #NUM! #NUM! 1,94253 5,267789

9 1 400 -1,00035 0,069694 1,732051 1,24E-09 #NUM! #NUM! 1,84932 5,040236

10 -3 133,3333 -1,00012 0,02328 1,732051 6,39E-11 #NUM! #NUM! 1,933934 4,37521

Solusi Menyelesaikan Akar ganda

 Metode Tertutup tidak dapat menyelesaikan permasalahan akar ganda

 Metode Terbuka seperti Newton Rapson dan Secant dapat dimodifikasi untuk
menyelsaikan persoalan akar ganda
 Ralston dan Robinowitz melakukan modifikasi pada rumusan Newton Rapson
untuk dapat menyelesaikan akar ganda
 Alternatif 1:
𝑓(𝑥𝑟 )
𝑥𝑟+1 = 𝑥𝑟 − 𝑚 ′ Dengan m adalah jumlah akar ganda
𝑓 (𝑥𝑟 )
 Kendala alternatif 1 :
 Kita perlu tahu terlebih dahulu berapa jumlah akar ganda pada persamaan non
linear nya
 Solusi Menyelesaikan Akar ganda (2)

 Alternatif 2 :
′ ′ ′′ 2
𝑓(𝑥) 𝑓 𝑥 . 𝑓 𝑥 − 𝑓 𝑥 . 𝑓(𝑥) 𝑓′ 𝑥 − 𝑓 ′′ 𝑥 . 𝑓(𝑥)
𝑢 𝑥 = ′ 𝑢′ 𝑥 = 𝑢′ 𝑥 =
𝑓 (𝑥) 𝑓 ′ (𝑥) 2 𝑓 ′ (𝑥) 2

𝑢(𝑥𝑟 ) 𝑓 𝑥𝑟 . 𝑓 ′ (𝑥𝑟 )
𝑥𝑟+1 = 𝑥𝑟 − ′ 𝑥𝑟+1 = 𝑥𝑟 − ′
𝑢 (𝑥𝑟 ) 𝑓 (𝑥𝑟 )2 − 𝑓 ′′ 𝑥𝑟 . 𝑓(𝑥𝑟 )