Contoh Soal persamaan non linier Metode Biseksi

We’ve updated our privacy policy so that we are compliant with changing global privacy regulations and to provide you with insight into the limited ways in which we use your data.

You can read the details below. By accepting, you agree to the updated privacy policy.

Thank you!

View updated privacy policy

We've encountered a problem, please try again.

Metode Pencarian Akar Persamaan Non Linear (Metode Biseksi dan Regula Falsi

Abstract

Dalam metode numerik, pencarian akar f(x) = 0 dilakukan secara iteratif (looping). Secara umum metode pencarian akar dapat dikelompokkan menjadi dua jenis , yaitu ; Metode Tertutup (Bracketing Method) dan Metode Terbuka.

Presentasi berjudul: "Persamaan Non Linier Metode Tabel Metode Biseksi Metode Regula Falsi"— Transcript presentasi:

1 Persamaan Non Linier Metode Tabel Metode Biseksi Metode Regula Falsi
Metode Iterasi Sederhana Metode Newton-Raphson Metode Secant

2 Persamaan Non Linier Fokus: 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. ●

3 Persamaan Non Linier 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.

4 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

5 Penyelesaian Persamaan Non Linier
Metode Tertutup Metode Tabel Metode Biseksi Metode Regula Falsi Metode Terbuka Metode Iterasi Sederhana Metode Newton-Raphson Metode Secant

6 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.

7 Metode Table :: Prinsip
1 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)

8 Metode Table :: How To 1

9 Metode Tabel :: Contoh 1 Selesaikan persamaan : x+ex = 0 dengan range x = [-1, 0] Untuk mendapatkan penyelesaian dari persamaan di atas range x = [-1, 0] dibagi menjadi beberapa bagian atau interval kecil, missal sebanyak 10 bagian. Sehingga diperoleh : x f(x) -1.0 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0

10 Metode Tabel :: Contoh 1 Dari table diperoleh penyelesaian berada di antara –0.6 dan –0.5 dengan nilai f(x) masing- masing dan sehingga dapat diambil keputusan penyelesaiannya di x= (f(x) yang terdekat dengan 0). Bila pada range x = [-0.6,-0.5] dibagi 10 maka diperoleh f(x) terdekat dengan nol pada x = dengan f(x) =

11 Metode Table :: Kelemahan
1 Metode table ini secara umum sulit mendapatkan penyelesaian dengan error yang kecil, karena itu metode ini sering tidak digunakan dalam mencari akar 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.

12 Metode Biseksi :: Prinsip
2 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.

13 Metode Biseksi :: Prinsip
2

14 Metode Biseksi :: How To
2 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.

15 Metode Biseksi :: How To
2

16 Metode Biseksi :: Contoh
2 Selesaikan persamaan xe-x+1 = 0, dengan menggunakan range x=[-1,0], maka diperoleh tabel biseksi sebagai berikut :

17 Metode Biseksi :: Contoh
2 Dimana x = Pada iterasi ke 10 diperoleh x = dan f(x) = Untuk menghentikan iterasi, dapat dilakukan dengan menggunakan toleransi error atau iterasi maksimum. Catatan : Dengan menggunakan metode biseksi dengan tolerasi error dibutuhkan 10 iterasi, semakin teliti (kecil toleransi errornya) maka semakin besar jumlah iterasi yang dibutuhkan.

18 Metode Regula Falsi :: Prinsip
3 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 c dari akar interpolasi linier. Dikenal dengan metode False Position

19 Metode Regula Falsi :: How To
3

20 Metode Regula Falsi :: How To
3

21 Metode Regula Falsi :: Contoh
3 Selesaikan persamaan xe-x+1=0 pada range x= [0,-1]

22 Metode Regula Falsi :: Contoh
3 Akar persamaan diperoleh di x= dengan kesalahan =0,00074

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

24 Metode Iterasi Sederhana :: Prinsip
4

25 Metode Iterasi Sederhana :: Contoh
4 Carilah akar pers f(x) = x2-2x-3 x2-2x-3 = 0 x2 = 2x + 3 Tebakan awal = 4 E = Hasil = 3

26 Metode Iterasi Sederhana :: Contoh
4 x2-2x-3 = 0 x(x-2) = 3 x = 3 /(x-2) Tebakan awal = 4 E = Hasil = -1

27 Metode Iterasi Sederhana :: Contoh
4 x2-2x-3 = 0 x = (x2-3)/2 Tebakan awal = 4 E = Hasil divergen

28 4 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.

29 4 Konvergensi :: Contoh Tebakan awal 4 G’(4) = 0.1508 < 1
Konvergen Monoton Tebakan awal 4 G’(4) = |-0.75| < 1 Konvergen Berisolasi

30

31 4 Konvergensi :: Contoh Tebakan awal 4 G’(4) = 4 > 1
Divergen Monoton

32 Metode Iterasi Sederhana :: Contoh
4

33 Metode Iterasi Sederhana :: Latihan Soal
4 Apa yang terjadi dengan pemilihan x0 pada pencarian akar persamaan : x3 + 6x – 3 = 0 Dengan: Cari akar persamaan dengan x0 = 0.5; x0 = 1.5, x0 = 2.2, x0 = 2.7

34 Metode Newton Raphson :: Prinsip
5 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 -

35 Metode Newton Raphson :: How To
5 Definisikan fungsi f(x) dan f1(x) Tentukan toleransi error (e) dan iterasi maksimum (n) Tentukan nilai pendekatan awal x0 Hitung f(x0) dan f’(x0) Untuk iterasi I = 1 s/d n atau |f(xi)|> e Hitung f(xi) dan f1(xi) Akar persamaan adalah nilai xi yang terakhir diperoleh.

36 Metode Newton Raphson :: Contoh
5 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

37 Metode Newton Raphson :: Contoh
5 f(x1) = dan f1(x1) =   x2 = f(x2) = dan f1(x2) = x3 = f(x3) = Suatu bilangan yang sangat kecil. Sehingga akar persamaan x =

38 Metode Newton Raphson :: Contoh
5 x - e-x = 0  x0 =0, e =

39 Metode Newton Raphson :: Contoh
5 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

40 Metode Newton Raphson :: Contoh
5

41 Metode Newton Raphson :: Permasalahan
5 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.

42 Metode Newton Raphson :: Permasalahan
5 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.

43 Hasil Tidak Konvergen 5

44 Metode Newton Raphson :: Penyelesaian Permasalahan
5 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. 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.

45 Metode Newton Raphson :: Contoh Penyelesaian Permasalahan
5 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 = padahal dalam range 0 sampai dengan 1 terdapat akar di sekitar 0.5 s/d 1.

46 Metode Newton Raphson :: Contoh Penyelesaian Permasalahan
5

47 Metode Newton Raphson :: Contoh Penyelesaian Permasalahan
5 Untuk menghindari hal ini sebaiknya digunakan grafik atau tabel sehingga dapat diperoleh pendekatan awal yang baik. Digunakan pendekatan awal x0=0.5 x

48 Metode Newton Raphson :: Contoh Penyelesaian Permasalahan
5 Hasil dari penyelesaian persamaan: x * exp(-x) + cos(2x) = 0 pada range [0,5]

49 Metode Newton Raphson :: dengan Modifikasi Tabel
5

50 Metode Newton Raphson :: dengan Modifikasi Tabel :: Contoh
5 Hitunglah akar dengan metode Newthon Raphson. Gunakan e= Tebakan awal akar x0 = 1 Penyelesaian Prosedur iterasi Newthon Raphson e-009 Akar terletak di x =

51 Metode Secant :: Prinsip
6 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.

52 Metode Secant :: Prinsip
6

53 Metode Secant :: Prinsip
6 Metode Newton-Raphson

54 6 Metode Secant :: How To 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 Untuk iterasi I = 1 s/d n atau |F(xi)| hitung yi+1 = F(xi+1) Akar persamaan adalah nilai x yang terakhir.

55 Metode Secant :: How To 6 Penyelesaian x2 –(x + 1) e-x = 0 ?

56 Contoh Kasus Penyelesaian Persamaan Non Linier
6 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.

57 Penentuan Nilai Maksimal dan Minimal Fungsi Non Linier
6 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)

58 6 Contoh Soal Tentukan nilai minimal dari f(x) = x2-(x+1)e-2x+1
nilai minimal terletak antara –0.4 dan –0.2

59 Contoh Soal 6

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

61 akar terletak di antara 0.8 dan 1
Contoh Soal 6 Tentukan titik potong y=2x3-x dan y=e-x akar terletak di antara 0.8 dan 1

62 Contoh Soal 6

63 Soal-soal 6 Soal 1 Tahun 1225 Leonardo da Pisa mencari akar persamaan F(x) = x3 + 2x2 + 10x – 20 = 0 dan menemukan x = 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.

64 Soal-soal 6 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 Tentukan nilai puncak pada kurva y = x2 + e-2xsin(x) pada range x=[0,10] dengan metode newthon raphson