M0220052 - Maulina Putri Lestari - P7
M0220052 - Maulina Putri Lestari - P7
2022
KELAS (B)
Script Program
clc
clear all
disp('=============================');
disp(' Metode Newton ');
KELAS (B)
Metode Optimasi Metode Newton menggunakan persamaan f (x) = x-ex Pada program ini
menggunakan inputan nilai yang sudah ditentukan sebesar 2 dan nilai galat atau error sebesar
0,001%. Metode Optimasi Metode Newton ini untuk fungsi persamaannya harus diturunkan
sebanyak dua kali, yaitu turunan fungsi pertama dari (f(x) = x – exp x ) adalah (1 – (expx)) , lalu
turunan kedua yaitu menjadi ( − (expx)). Dengan metode newton section menggunakan inputan
xi sebesar 2 didapatkan hasil iterasi untuk mencapai nilai optimum sebanyak 5 kali. Hasil pada
gambar 4 juga dipengaruhi oleh nilai inputan semakin xi semakin mendekati nilai perpotongan
maka iterasinya juga semakin kecil dan sebaliknya.
Script Program
clc
clear all
disp('=============================');
disp(' Metode Interpolasi Kuadrat ');
disp(' Maulina Putri Lestari ');
disp(' NIM M0220052 ');
disp('=============================');
disp ('f(x)=x-exp(x)');
x0=-1;
x1=2;
x2=4;
i=1;
erorr=0.00001;
f=inline('x-(exp(x))');
x3=((f(x0)*(x1^2-x2^2))+(f(x1)*(x2^2-x0^2))+(f(x2)*(x0^2-x1^2)))/((2*f(x0)*(x1-x2))
+(2*f(x1)*(x2-x0))+(2*f(x2)*(x0-x1)));
galat=abs(x3-x0);
disp ('---------------------------------------------------------------------------------------------')
disp (' i x0 x1 x2 x3 f(x0) f(x1) f(x2) galat ')
KELAS (B)
disp ('---------------------------------------------------------------------------------------------')
while galat>erorr
fprintf('%2d %10.6f %10.7f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f\
n',i,x0,x1,x2,x3,f(x0),f(x1),f(x2),galat)
x0=x1;
x1=x2;
x2=x3;
x3=((f(x0)*(x1^2-x2^2))+(f(x1)*(x2^2-x0^2))+(f(x2)*(x0^2-x1^2)))/((2*f(x0)*(x1-x2))
+(2*f(x1)*(x2-x0))+(2*f(x2)*(x0-x1)));
galat=abs(x3-x0);
i=i+1;
end
Penentuan x3 dilakukan secara iteratif, melalui strategi yang sama dengan metode golden
section, hingga diperoleh penyelesaian yang konvergen. Hasil dengan metode interpolasi kuadrat
pada gambar 6, menggunakan input x0 bernilai -1, x1 bernilai 2, x2 bernilai 4, dan galat bernilai
0.001% didapatkan hasil iterasi untuk mencapai nilai optimum sebanyak 12
KELAS (B)
KESIMPULAN
1. Metode Golden Section adalah sebuah metode optimasi numerik yang dapat diterapkan
untuk fungsi yang bersifat unimodal. Untuk kedua tipe optimasi, yaitu maksimasi dan
minimasi dapat diselesaikan dengan metode Golden Section ini. Metode Golden Section
merupakan metode optimasi sebuah variabel yang sederhana, dan memiliki pendekatan
yang mirip dengan metode bisection dalam penentuan akar persamaan tak linier.
2. Metode Newton optimasi menggunakan pendekatan yang sama dengan metode Newton
dalam penentuan akar persamaan tak linier, melalui pendefinisian fungsi : g(x) = f’(x).
karena pada kondisi optimum : f’(x*) = g(x*) = 0.
3. Metode interpolasi kuadrat dapat digunakan untuk melakukan optimasi secara numerik,
dikarenakan prnggunaan polinomial orde dua yang menghasilkan pendekatan cukup baik
terhadap bentuk f(x) di dekat titik optimumnya. Terdapat tiga tebakan awal untuk metode
ini dimana ketiga tebakan tersebut mengapit titik optimum yang ingin dicari.
4. Metode Newton optimasi merupakan metode yang paling efektif yang digunakan dalam
mencari nilai optimal. Hal ini dikarenakan metode newton menghasilkan nilai iterasi
yang paling sedikit. Sedangkan untuk kedua metode lainnya, metode interpolasi kuadrat
lebih efektif dibandingkan metode golden section karena batasan nilai interval yang
ditentukan lebih banyak juga nilai iterasi yang dihasilkan lebih sedikit.