Professional Documents
Culture Documents
SOLUSI
PERSAMAAN NON LINEAR
Pada bab ini dibahas solusi dari persamaan non linear yang banyak dijumpai
dalam formulasi kasus -kasus fisika , yaitu pencarian akar persamaan (finding roots).
Disajikan beberapa metode yang biasa digunakan, dan inti pembahasan terletak pada
implementasi 3 (tiga) metode komputasi numerik, yaitu metode Bisection, metode
Newton Raphson dan metode Secant, didalam menangani berbagai kasus yang
disertakan.
A. SASARAN UMUM
Sasaran umum dari perkuliahan ini adalah memberikan pe mahaman kepada
mahasiswa mengenai proses penyelesaian kasus fisika dalam formulasi persamaan
non linear secara komputasi numerik, dan memberikan keleluasaan wawasan tentang
beberapa metode dari sekian banyak metode yang bisa diimplementasikan.
B. SASARAN KHUSUS
Setelah perkuliahan selesai dilaksanakan, mahasiswa diharapkan mampu:
1. Memformulasikan fenomena fisis dalam bentuk persamaan non linear ke dalam
formula iteratif komputasi numerik.
2. Menyebutkan beberapa metode komputasi numerik dalam kasus finding roots
3. Menjelaskan proses iterasi dari bracketing methods dan open methods.
4. Menjelaskan perilaku metode Bisection, Newton Raphson dan Secant sesuai
dengan karakter persamaan non linear yang ditangani.
5. Mengembangkan pemahaman dengan menggunakan karakteristik metode-metode
komputasi numerik yang lain.
6. Meng-implementasikan metode komputasi numerik untuk persamaan non linear
dalam program komputer.
C. URAIAN MATERI
fisika-komputasi
30
Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar. Untuk kasus non-aljabar ada persamaan
transendental didalamnya mengandung bentuk-bentuk trigonometri, eksponensial,
logaritma, dan persamaan campuran yang mengandung polinom dan transendental.
Dalam beberapa kasus, akar-akar bisa ditentukan dengan metode langsung. Contoh
yang paling sederhana seperti pada persamaan linear ax + b=0 (dimana a dan b
adalah konstanta dan a 0), maka akar tunggal dari persamaan, xo=b/a. Persamaan
kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula
kuadratik:
x1 , 2 =
b b 2 4 ac
2a
(2.1)
Contoh 2.1
Gunakan pendekatan grafik untuk menentukan koefisien tarik (drag coeffisient) c
yang diperlukan sebuah parasut bermassa m=68,1 kg sehingga kecepatannya 40
m/dtk setelah terjun bebas selama t=10 detik. Catatan: percepatan gravitasi 9,8
m/dtk.
Solusi
Kecepatan parasut yang diturunkan dari Hukum Newton II (diberikan oleh
persamaan
1.7 pada Bab 1) adalah:
v(t ) =
gm
c
(1 e ( c /
m)t
Dapat kita lihat bahwa tidak seperti kecepatan parasut secara eksplisit dapat diisolasi
pada satu sisi dan sebagai fungsi waktu. dalam kasus ini koefisien drag adalah
fisika-komputasi
31
dengan cara
f (c ) =
(1 e( c /
m )t
) v
(2.2)
Nilai c yang membuat f(c)=0 , selanjutnya disebut akar persamaan, yang juga
representasi dari koefisien drag sebagai solusi dari kasus.
Dengan memasukkan parameter t=10, g=9,8, v=40 dan m=68,1
f (c ) =
9 ,8 (68 ,1)
f (c ) =
667 , 38
c
c
(1 e( c /
(1 e ( c /
68 ,1 ) 10
68 ,1 )10
) 40 atau
) 40
(2.3)
Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel
sebelah kiri. Kurva melintasi sumbu c antara 12 dan 16. dan dari kelengkungan
grafik memberikan estimasi akar 14,75.
t,dt
f(x)
40
f(c)
4
8
12
16
20
34,115
17,653
6,067
2,269
8,401
20
Akar
12
20 c
10
Dengan subtitusi 14,75 pada persamaan (2. 3), validitas estimasi grafik bisa diuji:
f (14 ,75 ) =
v=
667 , 38
14 ,75
9 ,8 (68 ,1 )
14 ,75
(1 e(14 ,75
(1 e(14 ,75
/ 68 ,1 )10
/ 68 ,1 ) 10
) 40 = 0 , 059
dan
) = 40 , 059 m / dtk
fisika-komputasi
32
Metode grafik ini tidak cukup teliti (precision). Cara yang lain adalah melakukan
trial and error. Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah
f(x)=0 . jika tidak, dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk
menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik.
Proses akan berulang sampai sebuah nilai coba memberikan hasil f(x)=0 . Metode
seperti itu jelas tidak sistematis, tidak efisien dan tidak memadai untuk aktivitas
saintis. Metode pendekatan yang paling tepat adalah metode -metode iterasi numerik.
Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0
sebagai tebakan awal dan secara beruntun menghitung barisan x0,x1,x2 , secara
rekursif dari relasi berbentuk
xn +1 = g( xn )
(n=0,1,2,)
(2.4)
dengan g didefinisikan dalam selang yang memuat x0 dan rentang g terletak dalam
selang tersebut. Jadi secara beruntun dihit ung x1=g(x0), x2=g(x1), x3 =g(2). Metode
iterasi sangat penting untuk beragam masalah dalam analisa numerik, dengan
kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan
pembulatan.
Contoh 2.2
Buatlah program sederhana menggunakan BASIC untuk mencari akar positif dari
fungsi f(x) = x2 5, dengan nilai tebakan awal x=1, lebar langkah 0,5 dan toleransi
106. Nilai sebenarnya 5 =2,236068
Solusi
Program BASIC
5
10
15
20
25
30
35
40
45
50
55
60
65
Def Fnf(x)=x*x5
Tolx=1.E06
x=1: FOld=Fnf(x): dx=.5
Iter%=0
While Abs(dx)>Tolx
Iter%=Iter%+1
x=x+dx
Print Iter%,x,Sqr(5)x
If FungsiOld*Fnf(x)>0 Then Goto 60
x=xdx: dx=dx/2
Wend
fisika-komputasi
33
70
Stop
Running program memberikan hasil sebagai berikut:
Iterasi
ke-n
1
2
3
4
.
.
13
14
.
.
32
33
Nilai x
Kesalahan
(Error)
1.5
0.7360679774997897
2
0.2360679774997897
2.5
0.2639320225002103
2.25
1.39320225002103E002
.
.
.
.
2.2421875
6.119522500210304E003
2.23828125
2.2132725002103036E003
.
.
.
.
2.236066818237305
1.159262485008914E006
2.236068725585938 7.480861478035856E007
ini adalah
metode -metode
yang
populer
digunakan
untuk
menyelesaikan masalah finding roots terutama pada kasus persamaan non linear
f(x)=0 secara komputasi numerik:
a.
b.
c.
d.
e.
f.
g.
h.
i.
Bagidua (Bisection)
(initial Guesses:2,Convergence Rate:Slow, Stability:Always,
Accuracy:Good, Breadth of Application:Real Roots, Programming
Effort:Easy)
Posisi Palsu (False Position)
Titik Tetap ( Fixed Point Iteration)
NewtonRaphson
(initial Guesses:1,Convergence Rate:Fast, Stability:Possibly
Divergent, Accuracy:Good, Breadth of Application:General,
Programming Effort:Easy, Requires evaluation of f(x))
Modifikasi Newton Raphson
Tali Busur (Secant)
(initial Guesses:2,Convergence Rate:Medium to Fast,
Stability:Possibly Divergent, Accuracy:Good, Breadth of
Application:General, Programming Effort:Easy, Initial guesses do not
have to bracket the root
Modifikasi Talibusur (Secant Modified)
Mller
Bairstow
fisika-komputasi
34
(2.5)
Langk ah 2:
Tentukan nilai awal xl yang lebih rendah dan xu yang lebih tinggi,
sehingga fungsi berubah tanda melalui interval. Ini bisa dicek dengan
menghitung f ( x l )f ( x u ) < 0 .
Estimasikan akar xr, yang ditentukan oleh:
xr =
xl + xu
2
35
x lama
r
baru
xr
e ra =
x baru
r
100 %
Contoh 2.3
Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada
contoh 2.1. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0,5%.
Solusi
[a] Langkah pertama dalam metode bagidua, memberi dua nilai awal dari nilai yang
tidak diketahui yaitu koefisien drag (c), sehingga f(c) memberikan tanda yang
berbeda. dari gambar 2.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12
dan 16. Sehingga,
iterasi pertama:
xr =
12 + 16
2
14,7802). f (12 ) f (14 ) = 6 ,067 (1,569 ) = 9,517 > 0 ,konsekuensinya akar berada pada
interval 14 dan 16. selanjutnya
iterasi kedua:
titik tengah dari sub-interval antara 14 dan 16:
xr =
14 + 16
2
mendapatkan estimasi: f (14 ) f (15 ) = 6, 067 (0 , 425 ) = 0 , 666 < 0 . Jadi akar berada
diantara 14 dan 15.
Iterasi ketiga :
xr =
14 + 15
2
36
[b] kriteria penghentian es adalah 0,5%. Hasil untuk iterasi pertama kedua adalah 14
e ra =
15 14
14
100 % = 6 ,667 %
xl
12
14
14
14,5
14,75
14,75
xu
16
16
15
15
15
14,875
xr
14
15
14,5
14,75
14,875
14,8125
era(%)
ex(%)
5,279
1,487
1,896
0,204
0,641
0,219
6,667
3,448
1,695
0,840
0,422
mengimplementasi
kasus
mencari
akar
persamaan
dengan
imax EXIT
Algoritma in i tidak user friendly , tetapi tidak sulit bagi yang sudah mengenal
bahasa pemrograman. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk
membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien.
fisika-komputasi
37
kemiringan=f(x o)
bisa
diturunkan
f(x i)
lain
f(x i) 0
didasarkan
Taylor).
Dari
turunan
pertama
adalah
f(x i+1)
0
dari
pada
deret
gambar
2.2,
terhadap
ekivalen
dengan
kemiringan:
xi+3 xi+2
xi+1
xi
xi x i+1
f ' ( x) =
Dan
f ( xi ) 0
x i x i +1
bisa
(2.6)
dituliskan
ulang
menjadi:
Gambar 2.2 Skema metode Newton Raphson
x i +1 = x i
f ( xi )
(2.7)
f ' ( xi )
Contoh 2.4
Carilah akar positif dari fungsi f(x) = x2 5 pada contoh soal 2.2, dengan nilai
tebakan awal x=1, Nilai sebenarnya 5 =2,236068. Gunakan metode Newton
Raphson !
Solusi :
fisika-komputasi
38
x i2 5
2xi
Dimulai dari nilai tebakan awal x=1, hitungan iteras i menggunakan Microsoft Excel
memberikan data seperti pada gambar 2.3.
Contoh 2.5
Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi
transendental f(x) = e x x, dengan nilai tebakan awal x=0
Solusi :
Turunan pertama didapatkan: f(x) = ex 1, sehingga persamaan (2.7) menjadi:
x i +1 = x i
e xi x
e x 1
i
Dimulai dari nilai tebakan awal x=0, iterasi persamaan memberikan hasil:
fisika-komputasi
39
xi
0
1
2
3
4
0
0,500000000
0,566311003
0,567143165
0,567143290
era(%)
100
11,8
0,147
0,0000220
< 108
40
Metode
Newton
Raphson
secara
umum
direkomendasikan
karena
41
f ' ( x) =
f ' ( x) =
f (x i ) f ( x i 1 )
x i x i 1
f (x i 1 ) f (x i )
x i 1 x i
(forward) atau
(2.8)
(backward)
(2.9)
Jika diambil persamaan (2.8) untuk disubtitusikan pada persamaaan (2.7) persamaan
iteratifnya menjadi:
xi + 1 = x i
f ( x i )(x i x i 1 )
(2.10)
f ( x i ) f ( x i 1 )
f ( x i 1 )(x i 1 x i 2 )
f ( x i 1 ) f ( x i 2 )
, i=2,3
(2.11)
Secara geometri, dalam
metode Newton xi+1 merupakan
perpotongan sumbu x dengan
f(x i)
kurva
f(x)
yang
f(x i 1)
xi 1
xi
x i 1 f ( x i ) x i f ( x i 1 )
f ( x i ) f ( x i 1 )
fisika-komputasi
42
karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.
Contoh 2.6
Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun
setelah mencapai batas kecepatan. Batas kecepatan ditentukan oleh mg=Ftarik,
dimana m=massa dan g =percepatan gravitas i. Persamaan lengkap adalah sebagai
berikut:
(2 )(9 , 81 )
1000
dimana v adalah kecepatan batas, m/det. Suku pertama pada ruas kanan menyatakan
gesekan tarik (friction drag), dan suku kedua menyatakan tekanan tarik (pressure
drag). Tentukan batas kecepatan dengan metode secant. Nilai coba awal v 30 m/det
Solusi:
Kasus ini didefinisikan sebagai pencarian akar dari
y = f (v) =
(2 )(9 , 81 )
1000
(2.12)
diset vo=30 dan v1=30,1 didasarkan pada nilai coba awal, dimana y0 dan y1 dihitung
dengan persamaan (2.12). Iterasi penyelesaian dengan persamaan (2. 11) sebagai
berikut:
i
0
1
2
3
4
5
6
vi
30,00000
30,10000
30,15411
38,62414
37,64323
37,73358
37,73458
yn
1,9620001E02
6,8889391E03
6,8452079E03
8,9657493E04
9,0962276E05
9,9465251E07
1,8626451E09
fisika-komputasi
43
dimana P adalah tekanan mutlak, V adalah volume, n adalah jumlah mol, R adalah
konstanta gas universal dan T adalah temperatur mutlak. Persamaan ini amat luas
penggunaannya dalam aktivitas enginer dan saintis.
Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan
(P +
)(v b) = RT
v2
(2.13)
yang dikenal sebagai persamaan van der Waals, dimana v=V/n adalah molal volume,
a dan b adalah konstanta empiris yang tergantung pada sifat gas.
Diperlukan keakuratan di dalam memberikan estimasi terhadap molal volume (v)
dari karbon dan oksigen untuk sejumlah kombinasi temperatur dan tekanan yang
berbeda yaitu tekanan pada 1, 10 dan 100 atm untuk kombinasi temperatur pada 300,
500 dan 700 K, sehingga cocok dalam pemilihan bejana atau tempatnya. Berikut
adalah data -data yang diperlukan:
R= 0,82054 L atm/(mol K)
a= 3,592
karbon dioksida
b=0,04267
a= 1,360
oksigen
b=0,03183
Molal volume dari kedua gas dihitung menggunakan hukum gas ideal,
dengan n=1. Sebagai contoh jika P=1 atm dan T=300 K,
v=
V
n
RT
P
= 0 , 082054
L . atm 300 K
mol. K 1 atm
= 24 ,6162 L / mol
f (v ) = P +
a
( v b ) RT
v2
turunan dari f(v) mudah didapatkan dan implementasi metode Newton Raphson
dalam kasus ini sangat tepat dan efisien. Turunan f(v) terhadap v dituliskan
fisika-komputasi
44
f ' (v ) = P
a
v2
2 ab
(2.14)
v3
metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula
iteratif,
v i +1 = v i
f (v i )
f '( v i )
ketika menggunakan nilai coba 24,6162, nilai komputasi molal volume dari karbon
dioksida pada 300 K dan 1 atm sebesar 24,5126 L/mol. Hasil ini didapat hanya
dengan dua iterasi saja dan memiliki kesalahan kurang dari 0,0001 %.
Berikut adalah hasil komputasi selengkapnya
Temperatur,
K
Tekanan,
atm
300
1
10
100
1
10
100
1
10
100
500
700
(2.2)
(2.3)
dari f(x)=
45
(2.5)
D. DAFTAR PUSTAKA
Chapra, S.C., and Canale, R.P., Numerical Methods for Engineers, McGraw-Hill,
1998
James, M.L., G.M. Smith, and J.C. Wolford, Applied Numerical Methods for Digital
Computations, 3rd ed. Harper & Row, 1985
Koonin, S.E., Computational Physics, Addison-Wesley Inc, 1986
Mathews, J.H., Numerical Methods for Mathematics, Science and Engineering ,
Prentice -Hall Inc., 1992
McCracken, D. D., Computing for Engineers and Scientists with Fortran 77, Wiley,
1984
Morris,J.L., Computational Methods in Elementary Numerical Analysis, Wiley, 1983
Nakamura, S., Applied Numerical Methods in C , Prentice-Hall Inc. 1993
Wark, K. Jr., Thermodynamics, McGraw-Hill, 1998
Yakowitz, S., and F. Szidarovszky, An Introduction to Numerical Computations,
Macmillan, 1986
fisika-komputasi
46