Tugas Komputer.docx
-
Upload
beny-manialup -
Category
Documents
-
view
13 -
download
2
description
Transcript of Tugas Komputer.docx
BAB I
PENDAHULUAN
1.1 Tujuan
Mencari akar persamaan dengan metode Newton Raphson
1.2 Dasar Teori
Persamaan kuadrat
Persamaan kuadrat adalah suatu persamaan polinomial berorde dua. Bentuk umum
dari persamaan kuadrat adalah :
dengan
Huruf-huruf a, b dan c disebut sebagai koefisien : koefisien kuadrat a adalah koefisien
dari , koefisien linier b adalah koefisien dari x, dan c adalah koefisien konstan atau
disebut juga suku bebas.
Ada beberapa metode standar untuk penyelesaian persamaan :
f(x) = 0 (3.1)
Sebagai contoh bentuk polinomial derajat dua berikut ax2 + bx + c = 0 , dapat dicari akar-
akar persamaannya dengan rumus persamaan kuadrat berikut :
x1,2 =
−b±√b2−4 ac2a (3.2)
Demikian pula seperti pada bagian terdahulu beberapa persamaan dapat ditulis dalam
bentuk x = F(x) dengan beberapa cara dan kemudian dikerjakan dengan cara metode
iteratif.
Suatu persamaan seperti persamaan (3.1) mungkin tidak memiliki akar-akar nyata, satu
akar nyata, banyak akar nyata atau bahkan bilangan pasti dari akar nyata. Dalam hal ini
ingin didapatkan semua akar-akar nyatanya, sebagian darinya (semua akar positif) atau
hanya satu akar bagian saja. Persamaannya juga mungkin memiliki akar bilangan
kompleks.
Pada pembahasan berikut, akan dibicarakan yang berkaitan dengan akar-akar nyata.
Pada berbagai pekerjaan computerisasi, terlebih dahulu dapat dibuat sketsa suatu grafik
f(x) dan melihat dimana letak grafik ini memotong sumbu x. Hal itu dapat memperlihatkan
bagaimana banyaknya akar-akar nyata disana dan memberikan suatu ide perkiraan dari
nilainya. Jadi jika grafik f(x) terlihat seperti Gambar.3.1 kita melihat adanya tiga akar
nyata, dalam interval (1,2), (3,4), (5,6).
Gambar.3.1 kurva f(x)
Metode Newton-Raphson
Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x) dengan
pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode ini menggunakan
pendekatan satu titik sebagai titik awal. Semakin dekat titik awal yang kita pilih dengan
akar sebenarnya, maka semakin cepat konvergen ke akarnya. Metode ini paling banyak
digunakan dalam mencari akar-akar dari suatu persamaan. Jika perkiraan awal dari akar-
akar adalah xi, suatu garis isnggung dapat dibuat dari titik (x i, f (xi)). Dimana garis
singgung tersebut memotong sumbu x biasanya memberikan perkiraan yang lebih dekat
dari nilai akar.
Metode Newton-Rephson ini diketahui untuk menyelesaikan dalam bentuk persamaan
(3.1). Pada Gambar.3.2 ditunjukan grafik y = f(x) yang berpotongan dengan sumbu x
pada titik R sebagai akarnya. Pendekatan langsung terhadap akarnya adalah x i, yang
memberikan titik P pada kurva tersebut. Kita gambarkan tangen terhadap kurva di titik P,
yang memotong sumbu di T. Apabila jarak PR adalah kecil, kurva tidak akan menyimpang
terlalu jauh dari garis lurus dalam interval ini, dengan demikian T akan semakin dekat
kepada R. Kita ambil posisi T sebagai pendekatan berikutnya terhadap akar , xi+1
Sekarang tinggi PM adalah f (xi) dan tan PTM = f’(xi) , secara trigonometri sederhana :
Ini merupakan rumusan untuk metode Newton xi+1 = xi -
f ( xi)f '( x i )
(3.3)
Gambar 3.2. Pendekatan untuk metode Newton
1.3 Algoritma
1. Definisikan fungsi f(x) dan f’(x).
2. Tentukan batas toleransi kesalahan (e) dan iterasi maksimumnya (n).
3. Tentukan nilai pendekatan awalnya, x0.
4. Hitung f(x0) dan f’(x0).
5. Untuk iterasi i = 1 ... n atau dengan batas |f (x i )|≥ε
X n+1=X n−f ( Xn )f ' ( Xn )
6. Akar persamaan adalah nilai xi yang terakhir diperoleh.
1.4 Flowchart
Ya
Tidak
Mulai
Defini Fx
Input:Pendekatan awal (x0)
ErrorIterasi max (n)
X=x0
Iterasi= i+1Fx=f(x0)Y1=f’(x0)
Xb=x0-fx/fx1
|xbxo|<errorIter>iter_max
X0=Xb
Tampilkan hasil
Xb,f(xb)
Akar terletak di x dengan
nilai Fx
selesai
1.5 Program
function y=newton21 (x);
y=x.^3-10*x.^2+5
% PROGRAM METODE NEWTON RAPHSON
clc
clear all
x=0.7; %tebakan awal
disp('%LATIHAN PROGRAM METODE NEWTON RAPHSON')
disp('f(x)=x*^3-10*x^2+5')
disp('-----------')
disp('|iterasi xr|ea%|')
disp('--------')
for i=1:5
fx(i)=newton21(x(i));
y1(i)=newton22(x(i));
x(i+1)=x(i)-(fx(i)/y1(i));
ea=abs((x(i)-x(i+1))/x(i+1))*100;
plot(fx,y1); grid on;
xlabel('x');
ylabel('y');
title('grafik f(x)=x.^3-10*x.^2+5');
title('grafik y(1)=3*x^2-20*x');
fprintf('%6.0f%13.8f%13.6f\n',i,x(i+1),ea)
end
function y=newton22 (x);
y=3*x^2-20*x
%PROGRAM METODE NEWTON RAPHSON
clc
clear all
x=0; %tebakan awal
disp('%PROGRAM METODE NEWTON RAPHSON')
disp('f(x)=exp(-x)-x')
disp('-----------')
disp('|iterasi xr|ea%|')
disp('--------')
for i=1:5
fx(i)=newton11(x(i));
y1(i)=newton12(x(i));
x(i+1)=x(i)-(fx(i)/y1(i));
ea=abs((x(i)-x(i+1))/x(i+1))*100;
x1=0:0.1:2;
fx1=newton11(x1);
y12=newton12(x1);
plot(fx,y1); grid on;
xlabel('x');
ylabel('y');
title('grafik f(x)=x.^3-10*x.^2+5');
title('grafik y(1)=3*x^2-20*x');
hold on
plot(x(i+1),fx1(i),'r0');
text(x(i+1)-0.6,fx(i)-0.1,{akar persamaan ',x(i+1)'});
fprintf('%6.0f%13.8f%13.6f\n',i,x(i+1),ea
end
BAB II
HASIL DAN PEMBAHASAN
2.1 Hasil
%PROGRAM METODE NEWTON RAPHSON
f(x)=x*^3-10*x^2+5
-----------
| iterasi xr|ea%|
--------
-20 0 20 40 60 80 100-20
0
20
40
60
80
100
x
y
grafik y(1)=3*x2-20*x
Y 0.4430
Y -12.5300
Y -0.0098
Y -13.0849
Y -4.3998e-006
Y -13.0731
Y -8.8374e-013
Y -13.0731
Y 0
Y -13.0731
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1-4
-3.5
-3
-2.5
-2
-1.5
-1
x
y
grafik f(x)=exp(-x)-x
%PROGRAM METODE NEWTON RAPHSON
f(x)=exp(-x)-x
-----------
|iterasi xr|ea%|
--------
1 0.50000000 100.000000
2 0.56631100 11.709291
3 0.56714317 0.146729
4 0.56714329 0.000022
5 0.56714329 0.000000
2.2 Pembahasan
Metode Newton-Raphson didasarkan pada pemakaian turunan (yakni kemiringan) suatu
fungsi untuk menaksir pemotongan dengan sumbu peubah bebasnya-yakni akar. Taksiran ini
didasarkan pada uraian deret Taylor
f ( xr+1 )=f ( xr )+( xr+1−xr ) f ' ( xr )
Dimana xr adalah tebakan awal pada akarnya dan xr+1 adalah titik tempat garis
singgung memotong sumbu x. pada perpotongan ini, f ( xr+1 ) yang didefinisikan sama dengan
nol, dapat disusun kembali untuk menghasilkan
f ( xr+1 )=xr−f ( xr )f ' ( xr )
Yang merupakan bentuk persamaan tunggal dari Metode Newton Raphson.
Untuk memahami metode Newton Raphson lebih lanjut maka kita mengambil contoh
penyelesaian kasus berikut :
Gunakan metode Newton Raphson untuk menentukan akar dari f ( x )=x3−10 x2+5 dengan
tebakan awal x=0.7
Penyelesaian :
Langkah 1: Mencari turunan pertama dan kedua dari f(x), yaitu : f ' x1=3 x2−20 x
Langkah 2: menentukan titik x1, missal x1 = 0.7
Langkah 3: Melakukan Iterasi dengan persamaan:
Iterasi 1:
x i+1=x i
f ( xi )f
' ( xi ) x i+1=x i
x i−x3−10 x2+5
3 x2−20 x
¿ 3 x3−20 x2−x3+10 x2−53 x2−20 x2
¿ 2 x3−10 x2−5x (3 x−20 )
x1=2 0.73−10. 0.72−50.7 (3 (0.7 )−20 )
x1=0.73536
Iterasi 2
x2=2 (0.73536 )3−10 (0.73536 )2−5
0.73536 (3 (0.73536 )−20 )
x2=0.7346
Iterasi 3
x3=2 (0.7346 )3−10 (0.7346 )2−5
0.7346 (3 (0.7346 )−20 )
x=0.7346
Proses iterasi ini dilanjutkan terus sampai didapatkan nilai x yang tidak berubah atau hampir
tidak berubah.
Dari contoh kasus di atas serta penyelesaiannya dapat dilihat bahwa metode Newton Raphson
sangat sederahana.
BAB III
PENUTUP
Kesimpulan
Dalam analisis numerik, metode Newton (juga dikenal sebagai metode Newton-
Raphson)yang mendapat nama dari Issac Newton dan Joseph Raphson, merupakan metode
yang paling dikenal untuk mencari hampiran terhadap akar fungsi real.
Metode Newton-Raphson sering konvergen dengan cepat, terutama bila iterasi dimulai
“cukup dekat” dengan akar yang diinginkan. Namun bila iterasi dimulai jauh dari akar yang
dicari, metode ini dapat meleset tanpa peringatan. Implementasi metode ini biasanya
mendeteksi dan mengatasi konvergensi.
Metode Newton Raphson akan konvergen secara lambat atau mungkin gagal jika kurva
fungsinya hampir datar di sekitar akar atau titik-titik belok / balik, yakni jika terjadi f '(x) =0.
Kelebihan metode : Dapat menyelesaikan persamaan kompleks dengan lebih cepat dan efisien.
Kekurangan metode : Sulit menghitung fungsi derivative dan banyak melakukan iterasi.
DAFTAR PUSTAKA
Atkinson, Kendal (1993). Elementar Numerical Analysis. second edition. John Wiley & Sons,
Singapore.
Borse, G.J (1997). Numerical Methods with MATLAB, A Resource for Scientiests and
Engineers. PWS Publishing Company, Boston.
Conte, Samuel D. & Carl de Boor (1981). Elementary Numerical Analysis, An Algorithmic
Approach. 3rd edition. McGraw-Hill Book Company, Singapore
Gerald, Curtis F. & Patrick O. Wheatly (1994). Applied Numerical Analysis. 5th edition.
Addison-Wisley Pub. Co., Singapore
Jacques, Ian & Colin Judd (1987). Numerical Analysis. Chapman and Hall, New York.
Mathews, John H (1992). Numerical Methods for Mathematics, Science, and Engineering.
second edition. Prentice-Hall, Inc. Englewood Cliffs, New York.
Rinaldi Munir, Metode Numerik, Penerbit Informatika, 2010.
Scheid, Francis (1989). Schaum's Outline Series Theory and Problems of Numerical Analysis.
2/ed. McGraw-Hill Book Company, Singapore.
Volkov, E. A (1990). Numerical Methods. Hemisphere Publishing Company, New York.