Persamaan Non Linier

Persamaan Non Linier

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

​

Persamaan Non Linier

• 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.

Persamaan Non Linier

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.

​

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
• x_n dipakai untuk menghitung x_n+1
• Hasil dapat konvergen atau divergen

Metode Tertutup

• Metode Tabel
• Metode Biseksi
• Metode Regula Falsi

Metode Terbuka

• Metode Iterasi Sederhana
• Metode Newton-Raphson
• 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 :

Metode Table

Contoh

• Selesaikan persamaan : x+e^x = 0 dengan range x =
• Untuk mendapatkan penyelesaian dari persamaan di atas range x =

dibagi menjadi 10 bagian sehingga diperoleh :

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

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 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.

Algoritma Biseksi

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 errorny) maka semakin besar jumlah iterasi yang dibutuhkan.

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 c dari akar interpolasi linier.
• Dikenal dengan metode False Position

​

Metode Regula Falsi

Metode Regula Falsi

Algoritma Metode Regula Falsi

Contoh Soal

• Selesaikan persamaan xe^-x+1=0 pada range x= [0,-1]

Contoh Soal

​

​

​

​

​

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

​

Metode Tertutup

Metode Iterasi Sederhana

• Metode iterasi sederhana adalah metode yang memisahkan x dengan sebagian x yang lain sehingga diperoleh : x = g(x).
• Contoh :
• x – e^x = 0 🡪 ubah
• x = e^x atau g(x) = e^x
• g(x) inilah yang menjadi dasar iterasi pada metode iterasi sederhana ini

Metode Iterasi Sederhana

Contoh :

• Carilah akar pers f(x) = x²-2x-3
• x²-2x-3 = 0
• X² = 2x + 3

​

​

• Tebakan awal = 4
• E = 0.00001

​

​

• Hasil = 3

​

​

​

Contoh :

• x²-2x-3 = 0
• X(x-2) = 3
• X = 3 /(x-2)
• Tebakan awal = 4
• E = 0.00001
• Hasil = -1

​

​

Contoh :

• x²-2x-3 = 0
• X = (x²-3)/2
• Tebakan awal = 4
• E = 0.00001
• 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
• Konvergen Monoton

​

​

​

​

​

​

​

​

• Tebakan awal 4
• G’(4) = |-0.75| < 1
• Konvergen Berisolasi

​

​

​

​

​

​

• Tebakan awal 4
• G’(4) = 4 > 1
• Divergen Monoton

​

​

Latihan 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

Contoh :

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 :

X_n+1 = x_n -

Metode Newton Raphson

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 f^’(x₀)
5. Untuk iterasi I = 1 s/d n atau |f(x_i)|> e
• Hitung f(x_i) dan f¹(x_i)

​

​

​

​

• Akar persamaan adalah nilai x_i yang terakhir diperoleh.

​

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

​

​

​

Contoh Soal

• f(x₁) = -0,106631 dan f¹(x₁) = 1,60653 

​

• 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.

​

​

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.

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.

​

Hasil Tidak Konvergen

Penyelesaian Permasalahan pada pemakaian metode newton raphson

1. Bila titik pendekatan berada pada titik puncak maka titik pendekatan tersebut harus di geser sedikit, x_i = x_i 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.

​

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]

Contoh

• Hitunglah akar dengan metode Newthon Raphson. Gunakan e=0.00001. Tebakan awal akar x₀ = 1

​

• Penyelesaian

​

​

• Prosedur iterasi Newthon Raphson

0 1 -2.28172

1 0.686651 -0.370399

2 0.610741 -0.0232286

3 0.605296 -0.000121011

4 0.605267 -3.35649e-009

Akar terletak di x = 0.605267

​

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.

​

​

​

• Metode Newton-Raphson

​

​

​

​

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
• Untuk iterasi I = 1 s/d n atau |F(xi)|

​

hitung y_i+1 = F(x_i+1)

• Akar persamaan adalah nilai x yang terakhir.

​

​

Contoh Soal

• Penyelesaian
• x² –(x + 1) e^-x = 0 ?

Contoh Kasus Penyelesaian Persamaan Non Linier

• 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

nilai minimal terletak antara –0.4 dan –0.2

Menghitung Titik Potong 2 Buah Kurva

f(x) = g(x)

atau

f(x) – g(x) = 0

Contoh Soal

• Tentukan titik potong y=2x³-x dan y=e^-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

​

​

Soal (3)

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

​