Metode numerik pearsamaan non linier .ppt

Metode Numerik
Persamaan Non Linier

 Metode Tabel
 Metode Biseksi
 Metode Regula Falsi
 Metode Iterasi Sederhana
 Metode Newton-Raphson
 Metode Secant.

 penentuan akar-akar persamaan non
linier.
 Akar sebuah persamaan f(x) =0 adalah
nilai-nilai x yang menyebabkan nilai f(x)
sama dengan nol.
 akar persamaan f(x) adalah titik potong
antara kurva f(x) dan sumbu X.

 Penyelesaian persamaan linier mx + c = 0
dimana m dan c adalah konstanta, dapat
dihitung dengan :
mx + c = 0
x = -
 Penyelesaian persamaan kuadrat ax2 + bx +
c = 0 dapat dihitung dengan menggunakan
rumus ABC.
m
c
a
ac
b
b
x
2
4
2
12





Penyelesaian Persamaan Non
Linier
 Metode Tertutup
 Mencari akar pada range [a,b] tertentu
 Dalam range[a,b] dipastikan terdapat satu akar
 Hasil selalu konvergen  disebut juga metode
konvergen
 Metode Terbuka
 Diperlukan tebakan awal
 xn dipakai untuk menghitung xn+1
 Hasil dapat konvergen atau divergen

Metode Tertutup
 Metode Tabel
 Metode Biseksi
 Metode Regula Falsi

Metode Terbuka
 Metode Iterasi Sederhana
 Metode Secant.

Theorema
 Suatu range x=[a,b] mempunyai akar bila f(a) dan f(b)
berlawanan tanda atau memenuhi f(a).f(b)<0
 Theorema di atas dapat dijelaskan dengan grafik-grafik
sebagai berikut:
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 Table
 Metode Table atau
pembagian area.
 Dimana untuk x di
antara a dan b dibagi
sebanyak N bagian dan
pada masing-masing
bagian dihitung nilai
f(x) sehingga diperoleh
tabel :
X f(x)
x0=a f(a)
x1 f(x1)
x2 f(x2)
x3 f(x3)
…… ……
xn=b f(b)

Contoh
 Selesaikan persamaan
: x+ex = 0 dengan
range x =
 Untuk mendapatkan
penyelesaian dari
persamaan di atas
range x =
dibagi menjadi 10
bagian sehingga
diperoleh :
X f(x)
-1,0 -0,63212
-0,9 -0,49343
-0,8 -0,35067
-0,7 -0,20341
-0,6 -0,05119
-0,5 0,10653
-0,4 0,27032
-0,3 0,44082
-0,2 0,61873
-0,1 0,80484
0,0 1,00000
 
0
,
1

 
0
,
1


Contoh
 Dari table diperoleh penyelesaian berada di
antara –0,6 dan –0,5 dengan nilai f(x)
masing-masing -0,0512 dan 0,1065, sehingga
dapat diambil keputusan penyelesaiannya di
x=-0,6.
 Bila pada range x =
dibagi 10 maka diperoleh f(x) terdekat
dengan nol pada x = -0,57 dengan F(x) =
0,00447
 
5
,
0
,
6
,
0 


Kelemahan Metode Table
 Metode table ini secara umum sulit
mendapatkan penyelesaian dengan error
yang kecil, karena itu metode ini tidak
digunakan dalam penyelesaian persamaan
non linier
 Tetapi metode ini digunakan sebagai taksiran
awal mengetahui area penyelesaian yang
benar sebelum menggunakan metode yang
lebih baik dalam menentukan penyelesaian.

Metode Biseksi
 Ide awal metode ini adalah metode table,
dimana area dibagi menjadi N bagian.
 Hanya saja metode biseksi ini membagi range
menjadi 2 bagian, dari dua bagian ini dipilih
bagian mana yang mengandung dan bagian
yang tidak mengandung akar dibuang.Hal ini
dilakukan berulang-ulang hingga diperoleh
akar persamaan.

Metode numerik pearsamaan non linier .ppt

Metode Biseksi
 Untuk menggunakan metode biseksi, terlebih dahulu
ditentukan batas bawah (a) dan batas atas (b).Kemudian
dihitung nilai tengah :
x =
 Dari nilai x ini perlu dilakukan pengecekan keberadaan akar.
Secara matematik, suatu range terdapat akar persamaan
bila f(a) dan f(b) berlawanan tanda atau dituliskan :
f(a) . f(b) < 0
 Setelah diketahui dibagian mana terdapat akar, maka batas
bawah dan batas atas di perbaharui sesuai dengan range
dari bagian yang mempunyai akar.
2
b
a 

Algoritma Biseksi
1. Definisikan fungsi f(x) yang akan dicari akarnya
2. Tentukan nilai a dan b
3. Tentukan torelansi e dan iterasi maksimum N
4. Hitung f(a) dan f(b)
5. Jika f(a).f(b)>0 maka proses dihentikan karena tidak ada akar, bila tidak dilanjutkan
6. Hitung x =
7. Hitung f(x)
8. Bila f(x).f(a)<0 maka b=x dan f(b)=f(x), bila tidak a=x dan f(a)=f(x)
9. Jika |f(x)|<e atau iterasi>N maka proses dihentikan dan didapatkan akar = x, dan bila
tidak, ulangi langkah 6
Catatan :
Nilai error = |f(x)|
2
b
a 

Contoh Soal
 Selesaikan persamaan xe-x+1 = 0, dengan
menggunakan range x=[-1,0], maka
diperoleh tabel biseksi sebagai berikut :

Contoh Soal
 Dimana x =
Pada iterasi ke 10 diperoleh x = -0.56738
dan f(x) = -0.00066
 Untuk menghentikan iterasi, dapat dilakukan
dengan menggunakan toleransi error atau
iterasi maksimum.
 Catatan : Dengan menggunakan metode
biseksi dengan tolerasi error 0.001
dibutuhkan 10 iterasi, semakin teliti (kecil
toleransi errornya) maka semakin besar
jumlah iterasi yang dibutuhkan.
2
b
a 

Metode Regula Falsi
 metode pencarian akar persamaan
dengan memanfaatkan kemiringan dan
selisih tinggi dari dua titik batas range.
 Dua titik a dan b pada fungsi f(x)
digunakan untuk mengestimasi posisi x
dari akar interpolasi linier.
 Dikenal dengan metode False Position

Metode Regula Falsi
x
b
b
f
a
b
a
f
b
f




 0
)
(
)
(
)
(
)
(
)
(
)
)(
(
a
f
b
f
a
b
b
f
b
x




)
(
)
(
)
(
)
(
a
f
b
f
a
bf
b
af
x



X
B
A
Gradien AB = gradien BX
Catatan: Gradien = y/x

Contoh Soal
 Selesaikan persamaan xe-x+1=0 pada range x= [0,-1] sebanyak
20x iterasi dan toleransi error = 0.0001

Contoh Soal
Akar persamaan diperoleh di x=-0.56741 dengan
kesalahan =0,00074

Metode Iterasi Sederhana
 Metode iterasi sederhana adalah metode
yang memisahkan x dengan sebagian x yang
lain sehingga diperoleh : x = g(x).
 Contoh :
 x – ex = 0  ubah
 x = ex atau g(x) = ex
 g(x) inilah yang menjadi dasar iterasi pada
metode iterasi sederhana ini

Contoh :
 Carilah akar pers f(x) = x2-2x-3
 x2-2x-3 = 0
 X2 = 2x + 3
 Tebakan awal = 4
 E = 0.001
 Hasil = 3
3
2 
 x
x
3
2
1 

 n
n x
x
5

Contoh :
 x2-2x-3 = 0
 X(x-2) = 3
 X = 3 /(x-2)
 E = 0.001
 Hasil = -1
1.5

Contoh :
 x2-2x-3 = 0
 X = (x2-3)/2
 E = 0.001
 Hasil divergen

Syarat Konvergensi
 Pada range I = [s-h, s+h] dengan s titik
tetap
 Jika 0<g’(x)<1 untuk setiap x Є I iterasi
konvergen monoton.
 Jika -1<g’(x)<0 untuk setiap x Є I iterasi
konvergen berosilasi.
 Jika g’(x)>1 untuk setiap x Є I, maka iterasi
divergen monoton.
 Jika g’(x)<-1 untuk setiap x Є I, maka iterasi
divergen berosilasi.

 Tebakan awal 4
 G’(4) = 0.1508 < 1
3
2
2
1
)
(
'
3
2
)
(
3
2
1







r
r
r
r
x
x
g
x
x
g
x
x
 Tebakan awal 4
 G’(4) = |0.75| < 1
2
1
)
2
(
3
)
(
'
)
2
(
3
)
(
)
2
(
3








x
x
g
x
x
g
x
x
r
r

 Tebakan awal 4
 G’(4) = 4 > 1
x
x
g
x
x
g



)
(
'
2
)
3
(
)
(
2

Soal
 Apa yang terjadi dengan pemilihan x0 pada
pencarian akar persamaan :
 X3 + 6x – 3 = 0
 Dengan x
 Cari akar persamaan dengan x0 = 0.5
 X0 = 1.5, x0 = 2.2, x0 = 2.7
6
3
3
1




r
r
x
x

Metode Newton Raphson
 metode pendekatan yang menggunakan
satu titik awal dan mendekatinya
dengan memperhatikan slope atau
gradien pada titik tersebut.Titik
pendekatan ke n+1 dituliskan dengan :
Xn+1 = xn -
 
 
n
n
x
F
x
F
1

Algoritma Metode Newton
Raphson
1. Definisikan fungsi f(x) dan f1(x)
2. Tentukan toleransi error (e) dan iterasi maksimum (n)
3. Tentukan nilai pendekatan awal x0
4. Hitung f(x0) dan f1(x0)
5. Untuk iterasi I = 1 s/d n atau |f(xi)|> e
 Hitung f(xi) dan f1(xi)
 xi+1 =
6. Akar persamaan adalah nilai xi yang terakhir diperoleh.
 
 
i
i
i
x
f
x
f
x 1


Contoh Soal
 Selesaikan persamaan x - e-x = 0 dengan
titik pendekatan awal x0 =0
 f(x) = x - e-x  f’(x)=1+e-x
 f(x0) = 0 - e-0 = -1
 f’(x0) = 1 + e-0 = 2
 x1 = x0 -
 f(x1) = -0,106631 dan f1(x1) = 1,60653
 
 
5
,
0
2
1
0
0
1
0




x
f
x
f

Contoh Soal
 x2 =
 f(x2) = -0,00130451 dan f1(x2) = 1,56762
 x3 =
 f(x3) = -1,96.10-7. Suatu bilangan yang
sangat kecil.
 Sehingga akar persamaan x = 0,567143.
 
 
566311
,
0
60653
,
1
106531
,
0
5
,
0
1
1
1
1 




x
f
x
f
x
 
 
567143
,
0
56762
,
1
00130451
,
0
566311
,
0
2
1
2
2 




x
f
x
f
x

Contoh
 x - e-x = 0  x0 =0, e = 0.00001

Contoh :
 x + e-x cos x -2 = 0  x0=1
 f(x) = x + e-x cos x - 2
 f’(x) = 1 – e-x cos x – e-x sin x

Permasalahan pada pemakaian
metode newton raphson
 Metode ini tidak dapat digunakan ketika titik pendekatannya
berada pada titik ekstrim atau titik puncak, karena pada titik ini
nilai F1(x) = 0 sehingga nilai penyebut dari sama dengan
nol, secara grafis dapat dilihat sebagai berikut:
Bila titik pendekatan
berada pada titik puncak,
maka titik selanjutnya
akan berada di tak
berhingga.
 
 
x
F
x
F
1

Permasalahan pada pemakaian
metode newton raphson
 Metode ini menjadi sulit atau
lama mendapatkan
penyelesaian ketika titik
pendekatannya berada di
antara dua titik stasioner.
 Bila titik pendekatan berada
pada dua tiitik puncak akan
dapat mengakibatkan
hilangnya penyelesaian
(divergensi). Hal ini
disebabkan titik selanjutnya
berada pada salah satu titik
puncak atau arah
pendekatannya berbeda.

Penyelesaian Permasalahan pada
pemakaian metode newton raphson
1. Bila titik pendekatan berada pada titik puncak
maka titik pendekatan tersebut harus di geser
sedikit, xi = xi dimana adalah konstanta
yang ditentukan dengan demikian dan
metode newton raphson tetap dapat berjalan.
2. Untuk menghindari titik-titik pendekatan yang
berada jauh, sebaiknya pemakaian metode newton
raphson ini didahului oleh metode tabel, sehingga
dapat di jamin konvergensi dari metode newton
raphson.

 
  0
1

i
x
F

Contoh Soal
 x . e-x + cos(2x) = 0  x0 = 0,176281
 f(x) = x . e-x + cos(2x)
 f1(x) = (1-x) e-x – 2 sin (2x)
 F(x0) = 1,086282
 F1(x0) = -0,000015
X = 71365,2
padahal dalam range 0 sampai
dengan 1 terdapat akar di
sekitar 0.5 s/d 1.

Contoh Soal
 Untuk menghindari hal ini sebaiknya digunakan grafik atau
tabel sehingga dapat diperoleh pendekatan awal yang baik.
Digunakan pendekatan awal x0=0.5
x

Contoh Soal
 Hasil dari penyelesaian persamaan
 x * exp(-x) + cos(2x) = 0 pada range [0,5]

Metode Secant
 Metode Newton Raphson memerlukan
perhitungan turunan fungsi f’(x).
 Tidak semua fungsi mudah dicari turunannya
terutama fungsi yang bentuknya rumit.
 Turunan fungsi dapat dihilangkan dengan
cara menggantinya dengan bentuk lain yang
ekivalen
 Modifikasi metode Newton Raphson
dinamakan metode Secant.

1
1)
(
)
(
)
(
'








r
r
r
r
x
x
x
f
x
f
x
y
x
f
)
(
'
)
(
1
r
r
r
r
x
f
x
f
x
x 


)
(
)
(
)
)(
(
1
1
1







r
r
r
r
r
r
r
x
f
x
f
x
x
x
f
x
x

Algoritma Metode Secant :
 Definisikan fungsi F(x)
 Definisikan torelansi error (e) dan iterasi
maksimum (n)
 Masukkan dua nilai pendekatan awal yang
di antaranya terdapat akar yaitu x0 dan x1,
sebaiknya gunakan metode tabel atau grafis
untuk menjamin titik pendakatannya adalah
titik pendekatan yang konvergensinya pada
akar persamaan yang diharapkan.
 Hitung F(x0) dan F(x1) sebagai y0 dan y1

Algoritma Metode Secant :
 Untuk iterasi I = 1 s/d n atau |F(xi)|
xi+1 =xi – yi
hitung yi+1 = F(xi+1)
 Akar persamaan adalah nilai x yang
terakhir.
1
1




i
i
i
i
y
y
x
x

Contoh Soal
 Penyelesaian
 x2 –(x + 1) e-x = 0 ?

Contoh Kasus Penyelesaian
 Penentuan nilai maksimal dan minimal fungsi
non linier
 Perhitungan nilai konstanta pada matrik dan
determinan, yang biasanya muncul dalam
permasalahan sistem linier, bisa digunakan
untuk menghitung nilai eigen
 Penentuan titik potong beberapa fungsi non
linier, yang banyak digunakan untuk
keperluan perhitungan-perhitungan secara
grafis.

Penentuan Nilai Maksimal dan
Minimal Fungsi Non Linier
 nilai maksimal dan minimal dari f(x) 
memenuhi f’(x)=0.
 g(x)=f’(x)  g(x)=0
 Menentukan nilai maksimal atau
minimal  f”(x)

Contoh Soal
 Tentukan nilai minimal dari f(x) = x2-(x+1)e-2x+1
-0.5
0
0.5
1
1.5
2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
x**2-(x+1)*exp(-2*x)+1
nilai minimal terletak antara –0.4 dan –0.2

Menghitung Titik Potong 2
Buah Kurva
x
y
y=f(x)
y=g(x)
p
f(x) = g(x)
atau
f(x) – g(x) = 0

Contoh Soal
 Tentukan titik potong y=2x3-x dan y=e-x
-1
-0.5
0
0.5
1
1.5
2
2.5
3
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
2*x**3-x
exp(-x)
akar terletak di antara 0.8 dan 1

Soal (1)
 Tahun 1225 Leonardo da Pisa mencari akar
persamaan
 F(x) = x3 + 2x2 + 10x – 20 = 0
 Dan menemukan x = 1.368808107.
 Tidak seorangpun yang mengetahui cara Leonardo
menemukan nilai ini. Sekarang rahasia ini dapat
dipecahkan dengan metode iterasi sederhana.
 Carilah salah satu dari kemungkinan x = g(x). Lalu
dengan memberikan sembarang input awal, tentukan
x=g(x) yang mana yang menghasilkan akar
persamaan yang ditemukan Leonardo itu.

Soal (2)
 Hitung akar 27 dan akar 50 dengan biseksi dan regula falsi !
Bandingkan ke dua metode tersebut ! Mana yang lebih
cepat ?
 Catat hasil uji coba
a b N e Iterasi
Biseksi
Iterasi
Regula Falsi
0.1
0.01
0.001
0.0001

Soal (3)
 Diketahui lingkaran x2+y2=2 dan
hiperbola x2-y2=1. Tentukan titik
potong kedua kurva dengan metode
iterasi sederhana dan secant ! Catat
hasil percobaan !

Soal (4)
 Tentukan nilai puncak pada kurva y =
x2 + e-2xsin(x) pada range x=[0,10]
 Dengan metode newthon raphson

Metode numerik pearsamaan non linier .ppt

More Related Content

Similar to Metode numerik pearsamaan non linier .ppt (20)

Recently uploaded (9)

Metode numerik pearsamaan non linier .ppt