PERSAMAAN NON LINIER

Modul Praktikum Matematika Lanjut

PERSAMAAN NON LINIER Obyektif : 1. Mengerti penggunaan solusi persamaan non linier 2. Mengerti metode biseksi dan regulafalsi 3. Mampu menggunakan metode biseksi dan regula falsi untuk mencari solusi

PENGANTAR PERSAMAAN NON LINIER

Beberapa contoh permasalahan yang memerlukan penyelesaian persamaan non linier sebagai kuncinya adalah sebagai berikut: •

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 fungsinon linier, yang banyak digunakan untuk keperluan perhitungan-perhitungan secara grafis.

•

Penyelesaian persamaan non linier adalah 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.

8


Contoh kurva y = xe-x + 1 Titik potong kurva dengan sb x ada diantara x = - 0.5 dan x = -0.6 sehingga akar atau penyelesaian persamaan y = xe-x + 1 juga berada di x = -0.5 dan x = -0.6

Teorema PenyelesaianPersamaanNon Linier Suatu range x=[a,b] mempunyai akar bila f(a) dan f(b) berlawanan tanda atau memenuhi f(a).f(b)<0.

9


1. Metode Biseksi •

Metode biseksi ini membagi range menjadi 2 bagian, dari dua bagian ini dipilih mana yang mengandung dan bagian yang tidak mengandung akar dibuang. Hal ini dilakukan berulang - ulang hingga diperoleh akar persamaan.

•

Untuk menggunakan metode biseksi, tentukan batas bawah (a) dan batas atas (b). Kemudian dihitung nilai tengah : x = (a +b )/2

•

Dari nilai x ini perlu dilakukan pengecekan keberadaan akar : f(a). F(b) < 0, maka b=x, f(b)=f(x), a tetap f(a). F(b) > 0, maka a=x, f(a)=f(x), b tetap

•

Setelah diketahui dibagian mana terdapat akar, maka batas bawah & batas atas di perbarui sesuai dengan range dari bagian yang mempunyai akar.

10


Metode Biseksi

11


ALGORITMA BISEKSI (1) INPUT X0 ,X1 ,F(X),T WHILE [(X1 – X0) ≥T OR F(X0)*F(X1) ≠0] DO X2 = (X0 + X1)/2 IF F(X0)*F(X2) >0 THEN X0 = X2 ELSE X1 = X2 ENDIF ENDWHILE

12

Modul Praktikum Matematika Lanjut ALGORITMA BISEKSI (2) IF F(X0)=0 THEN OUTPUT (X0) ELSE IF F(X1) = 0 THEN OUTPUT (X1) ELSE OUTPUT (X2) ENDIF

KEUNTUNGAN BISEKSI Selalu berhasil menemukan akar (solusi) yang dicari, atau dengan kata lain selalu konvergen.

KELEMAHAN BISEKSI Bekerja sangat lambat. Tidak memandang bahwa sebenarnya akar atau solusi yang dicari telah berada dekat sekali dengan X0 ataupun X1.

Metode biseksi hanya dapat dilakukan apabila ada akar persamaan pada interval yang diberikan Jika ada beberapa akar pada interval yang diberikan maka hanya satu akar saja yang dapat ditemukan. Memiliki proses iterasi yang banyak sehingga memperlama proses penyelesaiannya

13


2. METODE REGULAFALSI Metode regulafalsi adalah metode pencarian akar persamaan dengan memanfaatkan kemiringan dan selisih tinggi dari dua titik batas range. Metode ini bekerja secara iterasi dengan melakukan update range. Titik pendekatan yang dipakai adalah

x=

f (b).a − f (a).b f (b) − f (a)

Prinsip dari metode ini didasarkan pada interpolasi linier. Perbedaannya dengan metode bagi dua terletak pada pencarian akar persamaan setelah akar tersebut dikurung oleh dua harga taksiran awal. Selanjutnya dilakukan interpolasi linier pada ujung-ujung titik untuk memperoleh pendekatan harga akar. Jadi, jika fungsi tersebut dapat didekati dengan cara interpolasi linier, maka akar-akar taksiran tersebut memiliki ketelitian yang tinggi, akibatnya iterasi dapat mencapai konvergensi ke arah harga akar pendekatan dengan cepat. Penetapan interval baru: bila F(X0)*F(X2) <0 maka intervalnya menjadi

[X0 , X2]

bila F(X0)*F(X2) >0 maka intervalnya menjadi

[X2 , X1]

Pengulangan/iterasi mencari X2 dan interval baru dilakukan berdasarkan nilai toleransi atau bila akarnya belum ditemukan Sebaiknya nilai toleransi secara relatif mengacu pada : error aproksimasi

14


GRAFIK METODE REGULAFALSI

15


ALGORITMA REGULAFALSI INPUT X0,X1,T,F(X), MAX I=0; FOUND = false REPEAT I=I+1 X2 = X1 -(X1 - X0)*F(X1)/(F(X1)-F(X0)) IF F(X0)*F(X2)<0 THEN X1 = X2 ELSE X0 = X2 16

Modul Praktikum Matematika Lanjut ENDIF IF (|(X2 - X1)/ X1|≤T OR I=MAX) THEN FOUND=true ENDIF UNTIL (FOUND=true) OUTPUT (X2)

Metode regulafalsi hanya membutuhkan kurang dari setengah metode biseksi

KEUNTUNGAN REGULAFALSI Selalu berhasil menemukan akar (solusi) yang dicari, atau dengan kata lain selalu konvergen

KELEMAHAN REGULAFALSI •

Hanya salah satu titik ujung interval (X0 atau X1) yang bergerak menuju akar dan yang lainnya selalu tetap untuk setiap iterasi.

•

Sehingga mungkin [X0, X1] masih cukup besar jaraknya bila menggunakan batas | X1 X0| ≤ T padahal X0 → X2 atau X1 → X2

•

hal tersebut dikenal dengan pendekatan error mutlak. diperbaiki dengan pendekatan Error relatif :

x1 − x2 ≤T x1

atau

x0 − x2 ≤T x0

17

PERSAMAAN NON LINIER

Recommend Documents