Pendekatan Numerik Metode Newton
Pendekatan Numerik Metode Newton
1. Dengan kendala
2. Tanpa kendala
Untuk permasalahan yang tanpa kendala terbagi lagi menjadi satu variabel dan
banyak variabel yang dapat diselesaikan dengan cara Pendekatan Grafik, Pendekatan
Analitis dan Pendekatan Numerik.
Secara umum meode numerik dapat dibagi menjadi dua yaitu Metode numerik yang
menbutuhkan turunan dan metode numerik yang tidak membutuhkan turunan.
Metode yang akan dipelajari untuk satu variabel adalah metode Newton Raphson
merupakan metode yang membutuhkan turunan pertama atau turunan kedua, sedangkan
untuk meotde yang tidak membutuhkan turunan dengan kata lain hanya membutuhkan
fungsi awal disebut metode Golden Section.
Metode yang akan dipelajari untuk banyak variabel adalah Metode Steepest
Ascent/Descent merupakan metode yang membutuhkan turunan pertama atau turunan
kedua, sedangkan untuk metode yang tidak membutuhkan turunan dengan kata lain
hanya membutuhkan fungsi awal disebut Metode Random Search.
′
( )
( ) = − ′′ ( )
6. Cek konvergensi
7. Akar persamaan adalah nilai ( ) yang diperoleh.
Contoh Soal
Penyelesaian:
Fungsi awal diberikan ( ) = 2 + .
′ (1)
=4−
′ (1)
= 4 − 16 = −12
′′ ( )=4+
′′ (1)
= 4+( )
′′ ( )= 4+
′′ ( ) = 4 + 32 = 36
5. Hitung nilai taksiran akar selanjutnya dengan menggunakan rumus Metode Newton
Raphson
Matematika Optimisasi Pertemuan 6
′( )
( ) = − ′′ ( )
Kemudian lakukan iterasi selanjutnya dengan nilai = 1,333, dan lakukan perhitungan
kembali, sehingga hasilnya dapat di lihat pada tabel berikut
Iterasi xi f(x) f'(x) f"(x)
0 1 18 -12 36
1 1,33333 15,5556 -3,6667 17,5
2 1,54286 15,1312 -0,5501 12,7131
3 1,58613 15,1191 -0,0153 12,0193
4 1,5874 15,1191 -1E-05 12
5 1,5874 15,1191 -8E-12 12
6 1,5874 15,1191 0 12
7 1,5874 15,1191 0 12
Iterasi dilanjutkan sampai mencapai salah satu dari dua kondisi yaitu kondisi pertama
adalah batas maksimal iterasi yang dikehendaki dan yang kedua adalah konvergensi
solusi. Konvergensi solusi bisa ditunjukkan dengan nilai fungsi turunan pertamanya sama
dengan nol. Kasus perhitungan berhenti di iterasi ke-6 karena nilai fungsi turunan
pertamanya diperoleh sama dengan 0, artinya nilai pada iterasi ke-6 adalah nilai
= 1, 5874 yang optimal menghasilkan ( ) = 15,1191.
Latihan