SOLUSI

PERSAMAAN NON LINIER

METODE NUMERIK
1

Persamaan non linier

Pada umumnya persamaan
nonlinier f(x) = 0 tidak dapat
mempunyai solusi eksak
Jika r suatu bilangan real sehingga
f(r) = 0 maka r disebut sebagai
akar dari persamaan nonlinier f(x)
Solusi dari persamaan nonlinier
dapat ditentukan dengan
menggunakan metode iterasi
2

Persamaan non linier

Persamaan nonlinier f(x) = 0

Tidak mempunyai akar
Mempunyai beberapa akar
Mempunyai banyak akar
Metode pencarian akar dari persamaan
nonlinier
Metode biseksi (Bisection Method)
Iterasi titik tetap (Fixed Point
Iteration)
3
Metode Newton (Newton Method)

SOLUSI
PERSAMAAN NON LINIER

METODE BISECTION
4

Metode Bisection

Fungsi kontinu pada [a,b]

Akarnya x = p & p [a,b]
Untuk setiap iterasi akan membagi 2
interval yang memuat x = p dan
berhenti bila mencapai suatu bilangan
yang berada dalam toleransi
(ditetapkan)
Hanya ada 1 akar dalam [X0,X1] maka
f(X0)*f(X1) 0
Titik tengah interval X2=(X0 +5 X1)

Metode Bisection
(lanjutan)

Bila f(X0)*f(X2) 0 maka akar

p [X0,X2]
Ulangi iterasi pada interval [X0,X1]
yang baru (dalam hal ini [X0,X2])
Pada kasus lainnya, yakni bila
f(X0)*f(X2) > 0, maka akar p
[X2,X1]
Ulangi iterasi pada interval [X0,X1]
yang baru (dalam hal ini [X2,X61])

Metode Bisection
(lanjutan)

Setelah dilakukan n kali iterasi

biseksi, akan diperoleh interval
yang lebarnya ()n(X1 X0)
Bila ()n(X1 X0)<t maka akarnya
berselisih kurang dari t terhadap
kedua titik ujung interval kecil
(terakhir) tsb.
7

Metode Bisection
(lanjutan)

Bila diinginkan toleransi kesalahan

lebih kecil dari t, maka diperlukan
paling sedikit 2log(X1 X0) iterasi
biseksi, kecuali bila akarnya tepat
pada ujung interval.

Metode Bisection
(lanjutan)
Y

f(b)
y=f(x)
f(c)
a

f(a)
c= (a + b)
9

Bisection Iteration
(algorithm)
1.

2.
3.
4.

Input interval [a,b] where

f(a).f(b)<0
Input , lets say 10-5
c=(a+b)/2
If f(c). f(b)< 0 then the new
interval is [c,b]
Else the new interval is [a,c].

5.

Repeat step 3 and 4 until |f(c )|<

Algoritma Bisection

(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
11

Algoritma Bisection

(2)

IF F(X0)=0 THEN
OUTPUT (X0)
ELSE IF F(X1) = 0 THEN
OUTPUT (X1)
ELSE
OUTPUT (X2)
ENDIF

12

F(x) = x2 +2x 1
i

Pada interval : [-3, 0]

f(a)

f(b)

f(c )

f(a)*f(c
)

Interva
l
baru

lebar
interval
< 0.0001

-3.00000 0.00000 -1.50000 2.00000 -1.00000 -1.75000 -3.50000

[a,c]

1.50000

-3.00000 -1.50000 -2.25000 2.00000 -1.75000 -0.43750 -0.87500

[a,c]

0.75000

-3.00000 -2.25000 -2.62500 2.00000 -0.43750 0.64063 1.28125

[c,b]

0.37500

-2.62500 -2.25000 -2.43750 0.64063 -0.43750 0.06641 0.04254

[c,b]

0.18750

-2.43750 -2.25000 -2.34375 0.06641 -0.43750 -0.19434 -0.01291

[a,c]

0.09375

-2.43750 -2.34375 -2.39063 0.06641 -0.19434 -0.06616 -0.00439

[a,c]

0.04688

-2.43750 -2.39063 -2.41406 0.06641 -0.06616 -0.00043 -0.00003

[a,c]

0.02344

-2.43750 -2.41406 -2.42578 0.06641 -0.00043 0.03285 0.00218

[c,b]

0.01172

-2.42578 -2.41406 -2.41992 0.03285 -0.00043 0.01618 0.00053

[c,b]

0.00586

-2.41992 -2.41406 -2.41699 0.01618 -0.00043 0.00787 0.00013

[c,b]

0.00293

10

-2.41699 -2.41406 -2.41553 0.00787 -0.00043 0.00372 0.00003

[c,b]

0.00146

11

-2.41553 -2.41406 -2.41479 0.00372 -0.00043 0.00164 0.00001

[c,b]

0.00073

12

-2.41479 -2.41406 -2.41443 0.00164 -0.00043 0.00061 0.00000

[c,b]

0.00037

13

-2.41443 -2.41406 -2.41425 0.00061 -0.00043 0.00009 0.00000

[c,b]

0.00018

14

-2.41425 -2.41406 -2.41415 0.00009 -0.00043 -0.00017 0.00000

[a,c]

0.00009

15

-2.41425 -2.41415 -2.41420 0.00009 -0.00017 -0.00004 0.00000

[a,c]

0.00005

Solusinya adalah x = c = -2.41415

F(c) = -0.00004

13

KEUNTUNGAN BISECTION

Selalu berhasil menemukan

akar (solusi) yang dicari, atau
dengan kata lain selalu
konvergen.

14

KELEMAHAN BISECTION

Bekerja sangat lambat.

Tidak memandang bahwa
sebenarnya akar atau solusi
yang dicari telah berada
dekat sekali dengan X0
ataupun X1.
15

SOLUSI
PERSAMAAN NON LINIER

METODE REGULA FALSI

(FALSE POSITION)
16

METODE REGULA FALSI

Salah satu alternatif untuk

mempercepat perhitungan akar
(solusi).
Tetapkan interval awal [X0 ,X1]
yang memuat akar (solusi).
Hitung X2 (yang merupakan titik
ujung interval baru) : titik potong
garis lurus dari titik [X0,f(X0)] ke
titik [X1,f(X1)] dengan sumbu X.
17

METODE REGULA FALSI

Persamaan garis lurus

melalui titik [X0,f(X0)] dan
[X1,f(X1)], yaitu :

x x0
y f ( x0 )

x1 x0 f ( x1 ) f ( x0 )
18

METODE REGULA FALSI

Garis tersebut berpotongan dengan

sumbu X Y = 0 dengan titik
absisnya yaitu X2, sehingga
diperoleh :

( x1 x0 )
x2 x0
f ( x0 )
f ( x1 ) f ( x0 )
19

METODE REGULA FALSI

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]
20

Metode Regula Falsi

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
21

ALGORITMA REGULA FALSI

INPUT X0,X1,T,F(X), MAX
I=0; FOUND = false
REPEAT
I=I+1
X2 = X0 -(X1 - X0)*F(X0)/(F(X1)-F(X0))
IF F(X0)*F(X2)<0 THEN
X 1 = X2
22

ALGORITMA REGULA FALSI

ELSE
X0 = X2
ENDIF
IF (|(X2 - X1)/ X1|T OR I=MAX) THEN
FOUND=true
ENDIF
UNTIL (FOUND=true)
OUTPUT (X2)
23

KELEMAHAN REGULA FALSI

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
24

KELEMAHAN Regula falsi

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

x1 x2
T
x1

atau

x0 x2
T
x0
25

F(x) = x2 +2x 1

Pada interval : [-3, 0]

f(a)

f(b)

f(c )

f(a)*f(c
)

interva
l
baru

lebar
interval
< 0.0001

-3.00000 0.00000 -1.00000 2.00000 -1.00000 -2.00000 -4.00000

[a,c]

1.00000

-3.00000 -1.00000 -2.00000 2.00000 -2.00000 -1.00000 -2.00000

[a,c]

1.00000

-3.00000 -2.00000 -2.33333 2.00000 -1.00000 -0.22222 -0.44444

[a,c]

0.33333

-3.00000 -2.33333 -2.40000 2.00000 -0.22222 -0.04000 -0.08000

[a,c]

0.06667

-3.00000 -2.40000 -2.41176 2.00000 -0.04000 -0.00692 -0.01384

[a,c]

0.01176

-3.00000 -2.41176 -2.41379 2.00000 -0.00692 -0.00119 -0.00238

[a,c]

0.00203

-3.00000 -2.41379 -2.41414 2.00000 -0.00119 -0.00020 -0.00041

-3.00000 -2.41414 2.41420 2.00000 -0.00020 -0.00004 -0.00007

[a,c]

0.00035

[a,c]

0.00006

Solusinya adalah x = c = -2.41420

F(c) = -0.00004

26

SOLUSI
PERSAMAAN NON LINIER

METODE SEKAN
27

Metode Sekan

Disebut juga Metode Interpolasi Linear

Dalam prosesnya tidak dilakukan
penjepitan akar atau dpl.
[X0, X1] tidak harus mengandung akar
yang akan dicari.
Sehingga f(x0) dan f(x1) bisa bertanda
sama
Untuk mencari X2 , sama dengan
metode REGULA FALSI
28

Metode Sekan

(lanjutan)

Untuk iterasi berikutnya akan diperoleh

interval baru [X0, X1] dengan cara
pergeseran: X0 X1 , X1 X2

Iterasi berlangsung sampai batas

maksimum (Max.) atau sampai
dipenuhinya batas Toleransi (T):
| (X1 - X2 )/ X1 | T
-------------------------|
\/
Nilai kesalahan
relatif

29

Metode Sekan

(lanjutan)

Proses Pencapaian Akar (Mtd. SEKAN)

Tambah gambar ! (halaman akhir)

30

Algoritma Sekan

INPUT X0, X1, T, Max, F(x)

i=0
Found = false
REPEAT
i=i+1
X2 = X0 (X1 X0)*F(X0)/(F(X1) F(X0))
X0 = X1
X1 = X2
31

Algoritma Sekan
(lanjutan)
IF | (X0- X1)/ X0| T

i = Max
Found = true
ENDIF
UNTIL
(Found = true)
OUTPUT (X2)

OR
THEN

32

33

F(x) = x2 +2x 1

Pada interval : [-3, 0]

f(a)

f(b)

f(c )

f(a)*f(
c)

14.0000
10.888
0 5.0000 -3.00000
2.00000 0.77778
2.66667
0
89
0
0.2314
1 3.0000 -2.66667
2.00000 0.77778 0.11570
2.45455
0
0
0.0071
2 2.6666 -2.45455
0.77778 0.11570 0.00924
2.41748
8
7
0.0000
3 2.4545 -2.41748
0.11570 0.00924 0.00013
2.41426
1
5
0.0000
4 2.4174 -2.41426
0.00924 0.00013 0.00000
0
Solusinya
adalah2.41421
x = c = -2.41421
F(c) = -0.00000
8
34
0.0000

lebar
interval
< 0.0001
2.00000
0.33333
0.21212
0.03707
0.00322

SOLUSI
PERSAMAAN NON LINIER

METODE ITERASI TITIK TETAP

35

METODE ITERASI TITIK TETAP

Syaratnya:

f(x) = 0 dapat diubah menjadi bentuk:

x = g(x) (yang tidak unik)

Cari akar dgn pertidaksamaan rekurens:

Xk+1 = g(Xk); untuk k = 0, 1, 2, 3,
dgn X0 asumsi awalnya, sehingga diperoleh
barisan X0, X1, X2, X3, yang diharapkan

konvergen ke akarnya.
Jika g(x) [a, b] dan g(x) k dgn k< 1 Utk
setiap
x [a, b] , maka titik tetap tersebut tunggal
dan
36

METODE ITERASI TITIK TETAP

(contd)

Dari bentuk x = g(x), berarti akar dari

f(x) tak lain adalah perpotongan antara
garis lurus y = x dan kurva y = g(x).

37

CONTOH KASUS
CONTOH:
f(x) = x e1/x ;
bentuk x = g(x), yaitu: f(x) = x e1/x
dapat ditulis: f(x) = 0 x e1/x = 0
shg didapat x = g(x), antara lain:

a.
b.
c.

x = e1/x
x = e1/x ln x = 1/x (ln e) x = 1/ln x
x = e1/x 2x = x + e1/x x = 1/2(x + e1/x)
38

CONTOH KASUS

(lanjutan)

ambil x0 = 1.5
periksa kekonvergenan iterasi:
a.

g(x) = - (1/x2 ) e1/x

g(x) = - (1/(1.5)2 ) e1/1.5 = . ?

39

Example One

exp(-x)-x=0
The fixed point iteration : x= exp(x) or Pn+1=exp(Pn). n=0,1,2,3,...

Initial Approximation P0= 0.5.

P1=exp (-0.5)=0.606531

P2=exp (-0.606531)=0.545239,

P3=exp (-0.545239)=0.579703

P10=exp (-P9)=0.566907

Pn=0.567143

Example Two

g(x)=1+x- x2/4
The fixed point of g(x) are 2 and -2.

Initial Approximation P0=-2.05

P1=g(P0)=-2.100625
P2=g(P1)=-2.20378135
P3=g(P2)=-2.4179441

Pn= -

Initial Approximation P0= 1.6

P1=g(P0)=1.96
P2=g(P1)= 1.9996
P3=g(P2)= 1.99999996
Pn= 2

Theorem

Assume g(x) and g(x) are

continuous on [a,b] and has fixed
point P where P an P0 are on [a,b]

If |g(x)|<1 on [a,b] then fixed point

iteration will convergent to P.
If |g(x)|>1 on [a,b] then fixed point
iteration will divergent to P.

44

Exercise One

Let g(x) = 0.4+x- 0.1 x2, Start with

P0=-1.9 find p1, p2, p3,,p4 Will this
sequence converge to the fixed
point P=-2 ?

SOLUSI
PERSAMAAN NON LINIER

METODE NEWTON-RAPHSON
46

METODE NEWTON-RAPHSON

Waktu pencarian akarnya relatif lebih

cepat dibandingkan metode lainnya.
Memanfaatkan turunan fungsi f(x) pada
suatu titik P [x1, f(x1)]

Membuat garis singgung pada titik P tsb

yg memotong sumbu x didapat xi+1

Sampai ditemukan akarnya (sesuai

batas toleransi/error yg diberikan)
47

Gambar Grafik

48

METODE NEWTON-RAPHSON
(lanjutan)

Persamaan garis singgung melalui P [X1,

f(X1)] adalah: y f(X1) = f (X1) . (X X1)
dgn f (X1) : gradien garis singgung

Persamaan tsb memotong sumbu x di

titik (X2, 0) maka akan diperoleh:
0 - f(X1) = f(X1). (X2 X1)
X2 .f(X1) - X1.f(X1) = - f(X1)
X2 = X1 - f(X1)/ f(X1)
49

METODE NEWTON-RAPHSON
(lanjutan)

Secara Rekurens, persamaan tsb

dinyatakan menjadi:
Xi+1= Xi - f(X1)/ f(X1)
Utk i = 1, 2, 3,
f(Xi): turunan pertama f(X) pada x = xi.

50

Contoh kasus
F(x) = 2x +2

F(x) = x2 +2x 1

Xi+1= Xi - f(Xi)/ f(Xi)

Pada titik awal x = -5

xi

f(xi)

f'(xi)

f(xi)<0.00001

-5.00000

14.00000

-8.00000

TIDAK

-3.25000

3.06250

-4.50000

TIDAK

-2.56944

0.46316

-3.13889

TIDAK

-2.42189

0.02177

-2.84378

TIDAK

-2.41423

0.00006

-2.82847

TIDAK

-2.41421

0.00000

-2.82843

YA

Solusinya adalah x = -2.41421

51
F(c) = -0.00000

PENUTUP

Selamat belajar dengan sungguhsungguh dan Semoga sukses

selalu

52