2

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 Äfisika-komputasi ⊇

30

Untuk kasus non-aljabar ada persamaan transendental– didalamnya mengandung bentuk-bentuk trigonometri. maka akar tunggal dari persamaan. seperti terlihat pada contoh 2. Solusi Kecepatan parasut yang diturunkan dari Hukum Newton II (diberikan oleh persamaan 1. Contoh yang paling sederhana seperti pada persamaan linear ax + b=0 (dimana a dan b adalah konstanta dan a 0). Persamaan kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula kuadratik: x1 . eksponensial. akar-akar bisa ditentukan dengan metode langsung. Fungsi yang cukup sederhana seperti f(x) = e-x – x sudah tidak bisa diselesaikan secara analitik . logaritma.8 m/dtk. Catatan: percepatan gravitasi 9.1 kg sehingga kecepatannya 40 m/dtk setelah terjun bebas selama t=10 detik. Dalam hal ini satusatunya alternatif adalah menggunakan solusi pendekatan (approximate solution) Salah satu metode untuk menentukan solusi pendekatan adalah menggambar fungsi dan menentukan nilai x dimana f(x)=0 .Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar. dalam kasus ini koefisien drag adalah Äfisika-komputasi ⊇ 31 . 2 = − b ± b 2 − 4 ac 2a (2.1) Rumus-rumus yang memberikan nilai eksak dari penyelesaian secara eksplisit hanya ada untuk kasus-kasus yang sangat sederhana. xo=–b/a. dan persamaan campuran yang mengandung polinom dan transendental .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. Contoh 2. Dalam beberapa kasus.1.1 Gunakan pendekatan grafik untuk menentukan koefisien tarik (drag coeffisient) c yang diperlukan sebuah parasut bermassa m=68.

75 (1 − e−(14 .1 )10 ) − 40 Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel sebelah kiri.067 –2. Kurva melintasi sumbu c antara 12 dan 16.75 ) = v= 667 . v=40 dan m=68. t.75 (1 − e−(14 . 38 c (1 − e−( c / 68 .75. validitas estimasi grafik bisa diuji: f (14 . 38 14 .3) (1 − e −( c / 68 . Pendekatan grafik untuk menentukan akar-akar persamaan Dengan subtitusi 14.75 / 68 . 059 m / dtk Äfisika-komputasi ⊇ 32 .653 6.8.1 f (c ) = f (c ) = 9 .115 17.1.2) Nilai c yang membuat f(c)=0 .1 ) 10 ) = 40 .1 ) 10 ) − 40 atau (2. Kasus ini bisa diselesaikan dengan metode numerik mengurangi variabel takbebas v pada kedua sisi persamaan.1) c 667 .implisit.dt 4 8 12 16 20 f(c) 34.401 f(x) 40 20 Akar 0 –10 4 8 12 20 c Gambar 2.75 pada persamaan (2. selanjutnya disebut akar persamaan. 059 dan 9 . yang juga representasi dari koefisien drag sebagai solusi dari kasus. Dengan memasukkan parameter t=10.8 (68 .269 –8. dan dari kelengkungan grafik memberikan estimasi akar 14. 3).8 (68 .1 ) 14 .1 )10 ) − 40 = 0 .75 / 68 . sehingga: f (c ) = gm c (1 − e−( c / m )t dengan cara )− v (2. g=9.

Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah f(x)=0 . dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik.5 Iter%=0 ‘ While Abs(dx)>Tolx Iter%=Iter%+1 x=x+dx Print Iter%. Contoh 2. jika tidak.…) (2.Sqr(5)–x If FungsiOld*Fnf(x)>0 Then Goto 60 x=x–dx: dx=dx/2 Wend ‘ Äfisika-komputasi ⊇ 33 . Metode seperti itu jelas tidak sistematis.5 dan toleransi 10–6.Metode grafik ini tidak cukup teliti ( precision).1. dengan kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan pembulatan. Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0 sebagai tebakan awal dan secara beruntun menghitung barisan x0.x. tidak efisien dan tidak memadai untuk aktivitas saintis. dengan nilai tebakan awal x=1.236068 Solusi Program BASIC 5 10 15 20 25 30 35 40 45 50 55 60 65 Def Fnf(x)=x*x–5 Tolx=1. Metode pendekatan yang paling tepat adalah metode -metode iterasi numerik.E–06 x=1: FOld=Fnf(x): dx=. Metode iterasi sangat penting untuk beragam masalah dalam analisa numerik. Jadi secara beruntun dihit ung x1=g(x0). Cara yang lain adalah melakukan trial and error.4) dengan g didefinisikan dalam selang yang memuat x dan rentang g terletak dalam 0 selang tersebut.x1.… secara rekursif dari relasi berbentuk xn +1 = g( xn ) (n=0. lebar langkah 0.2.x2 . Proses akan berulang sampai sebuah nilai coba memberikan hasil f(x)=0 .2 Buatlah program sederhana menggunakan BASIC u ntuk mencari akar positif dari fungsi f(x) = x2 – 5. x3 =g(2)…. Nilai sebenarnya √5 =2. x2=g(x1).

. 34 . d.159262485008914E–006 2.119522500210304E–003 2. c. e.236068725585938 –7.23828125 –2.2132725002103036E–003 . .7360679774997897 2 0. Initial guesses do not have to bracket the root Modifikasi Talibusur (Secant Modified) Müller Bairstow Äfisika-komputasi ⊇ b.2421875 –6. Programming Effort:Easy. Stability:Always. . Breadth of Application:Real Roots.25 –1. . Breadth of Application:General. 2. 32 33 Kesalahan (Error) 1. h. Accuracy:Good. Ä Bagidua (Bisection) (initial Guesses:2. Stability:Possibly Divergent.2360679774997897 2. Accuracy:Good.Convergence Rate:Fast.480861478035856E–007 Nilai x Pada iterasi ke-33 proses komputasi berhenti. Accuracy:Good. i. Programming Effort:Easy) Posisi Palsu (False Position) Titik Tetap ( Fixed Point Iteration) Ä NewtonRaphson (initial Guesses:1.5 0. f. . .2639320225002103 2. .236066818237305 1.Convergence Rate:Slow.Convergence Rate:Medium to Fast.39320225002103E–002 . Requires evaluation of f’(x)) Modifikasi Newton Raphson ÄTali Busur (Secant) (initial Guesses:2.70 Stop Running program memberikan hasil sebagai berikut: Iterasi ke-n 1 2 3 4 . Berikut 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. Programming Effort:Easy. 2.5 –0. Breadth of Application:General. Stability:Possibly Divergent. . 13 14 . g. karena telah memenuhi toleransi kesalahan 10–6 dengan presisi jawaban yang bagus.

memiliki karakteristik terapan (metode a dan b untuk akar-akar real. metode b sampai g untuk general aplikasi. Berikutnya yang ditinjau adalah sub-interval yang mengandung akar. dan f(x l ) dan f(x u) berlawanan tanda. dan metode h dan i untuk akar-akar polinomial). sebagai dasar untuk menangani kasus-kasus fisika pada bab-bab selanjutnya. maka f ( x l )f ( x u ) < 0 (2. Metode Grafik –dengan contoh 2. yang ditentukan oleh: xr = xl + xu 2 Langk ah 2: Langkah 3: Lakukan evaluasi berikut untuk menentukan interval akar: (a) Jika f ( x l )f ( x r ) < 0 berarti akar pada sub-interval bawah(xl. Ini bisa dicek dengan menghitung f ( x l )f ( x u ) < 0 .5) dan sekurang-kurangnya ada satu akar pada interval itu. jika f(x) real dan kontinu pada interval antara x l sampai xu .1 Metode Bagidua (Bisection) Nilai f(x) akan berubah tanda . kemudian set xu =x r dan kembali lakukan langkah 2 (b) Jika f ( x l )f ( x r ) > 0 berarti akar pada sub-interval atas(xu . sedangkan metode Newton Raphson dan metode Secant termasuk metode terbuka (open methods). Proses diulangi dengan membagi sub-interval tersebut dan memeriksa separo sub-interval mana yang Äfisika-komputasi ⊇ 35 .Metode analisa numerik diatas. Dengan metode ini ditentukan titik tengah interval.1 dan metode Bagidua adalah termasuk metode ‘mengurung’ (bracketing methods). Estimasikan akar xr.1. Berikut langkah-langkah komputasi aktual dengan metode bagidua: Langkah 1: Tentukan nilai awal xl yang lebih rendah dan xu yang lebih tinggi. 2. yang salah satunya pasti mengandung akar. dengan pertimbangan yang disertakan pada item metode. perhitungan dihentikan. Secara umum. dan interval akan dibagi menjadi dua sub-interval.xr). berbeda pada kedua sisi akar. kemudian set xl=xr dan kembali lakukan langkah 2 (c) Jika f ( x l )f ( x r ) = 0 akarnya adalah xr.xr). Di sini hanya akan diimplementasikan satu atau beberapa metode yang dipilih. seperti yang ditunjukkan pada contoh 2. sehingga fungsi berubah tanda melalui interval.

mengandung akar. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0.7802). 666 < 0 . Sehingga.3% (catatan bahwa nilai akar sebenarnya 14. Metode ini bisa terus berulang sampai hasilnya cukup akurat.5%.5%. sehingga f(c) memberikan tanda yang berbeda.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12 dan 16. Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui. Jadi akar berada diantara 14 dan 15. selanjutnya iterasi kedua: titik tengah dari sub-interval antara 14 dan 16: xr = 14 + 16 2 = 15 dengan kesalahan relatif : er =1. Proses berulang untuk mendapatkan estimasi: f (14 ) f (15 ) = 6. iterasi pertama: xr = 12 + 16 2 estimasi awal akar x r yang merupakan titik tengah interval: = 14 . adalah bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar. sehingga diperlukan kesalahan relatif pendekatan. yaitu: e ra = xr baru − x lama r x baru r 100 % Contoh 2.3 Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada contoh 2.1. Solusi [a] Langkah pertama dalam metode bagidua. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar interval yang ditinjau cukup kecil.konsekuensinya akar berada pada interval 14 dan 16. f (12 ) f (14 ) = 6 . 5 dengan kesalahan relatif er=1. 067 (−0 . Iterasi ketiga : xr = 14 + 15 2 = 14 . era . kesalahan relatif er =5. Kesalahan relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah diketahui. dari gambar 2. memberi dua nilai awal dari nilai yang tidak diketahui yaitu koefisien drag (c).517 > 0 .569 ) = 9.067 (1. 425 ) = −0 . Äfisika-komputasi ⊇ 36 .9%. Kriteria penghentian komputasi dan kesalahan estimasi pendekatan.

641 0. tetapi tidak sulit bagi yang sudah mengenal bahasa pemrograman.204 0.219 dari 6 iterasi akhirnya era<es=0.75 xu 16 16 15 15 15 14.75 14.422 ex(%) 5.840 0.695 0. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien. FUNCTION Bisect(xl.896 0.875 xr 14 15 14.5%.75 14.487 1.279 1.667 3.imax.era) iter=0 DO xrlama=xr xr=(xl+xu)/2 iter=iter+1 IF xr 0 THEN era=ABS((xr–xrlama)/xr)*100 END IF test=f(xl)*f(xr) IF test<0 THEN xu=xr ELSE IF test>0 THEN xl=xr ELSE era=0 END IF IF era<es OR iter END DO Bisect=xr END Bisect imax EXIT Algoritma in i tidak user friendly . dapat digunakan algoritma dalam format pseudocode dibawah.8125 era(%) 6.5% dan komputasi dihentikan. Algoritma Bisection Untuk mengimplementasi kasus mencari akar persamaan dengan menggunakan metode bisection ke dalam pemrograman komputer.xr.5 14.667 % iterasi selengkapnya adalah sebagai berikut: iterasi 1 2 3 4 5 6 xl 12 14 14 14.es.[b] kriteria penghentian es adalah 0. Äfisika-komputasi ⊇ 37 . Hasil untuk iterasi pertama kedua adalah 14 dan 15.875 14.iter.5 14.xu. maka e ra = 15 − 14 14 100 % = 6 .448 1.

2 Metode Newton Raphson Metode Newton Raphson adalah metode iterasi lain untuk memecahkan persamaan f(x)=0. Secara geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada suatu selang. Nilai sebenarnya √5 =2. Prosedur yang sama diulang. Dengan menggunakan suatu nilai xi sebagai tebakan awal yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu. dengan f diasumsikan mempunyai turunan kontinu f’. dengan nilai tebakan awal x=1. menggunakan nilai terbaru sebagai nilai coba untuk iterasi seterusnya.2 Skema metode Newton Raphson x i +1 = x i − f ( xi ) f ' ( xi ) (2. Gagasan dasarnya adalah grafik f dihampiri dengan garis-garis singgung yang sesuai. x Taylor).7) Contoh 2. Metode Newton Raphson kemiringan=f’(x o) f(x i) ini bisa diturunkan dari interpretasi geometri (alternatif lain didasarkan Dari pertama ekivalen f ( xi ) − 0 x i − x i +1 pada gambar deret 2.4 Carilah akar positif dari fungsi f(x) = x2 – 5 pada contoh soal 2. f(x i) –0 f(x i+1) 0 turunan adalah terhadap dengan kemiringan: xi+3 xi+2 f ' ( x) = (2.236068.f(xi).2. Gunakan metode Newton Raphson ! Solusi : Äfisika-komputasi ⊇ 38 .2.6) ulang xi+1 xi –x i+1 xi x Dan bisa dituliskan menjadi: Gambar 2.2. kemudian dite ntukan x sebagai titik potong antara sumbu x dan garis singgung pada kurva f i+1 di titik (xi .

iterasi persamaan memberikan hasil: Äfisika-komputasi ⊇ 39 .7) menjadi: x i +1 = x i − x i2 − 5 2xi Dimulai dari nilai tebakan awal x=1.3. dibanding dengan pencarian akar pada contoh soal 2.Turunan pertama dari fungsi f(x) = x2 – 5 adalah f’(x)=2x.7) menjadi: x i +1 = x i − e− xi − x − e− x − 1 i Dimulai dari nilai tebakan awal x=0.5 Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi transendental f(x) = e –x – x. sehingga persamaan (2.2. Gambar 2. Contoh 2. subtitusikan pada persamaan (2. dengan nilai tebakan awal x=0 Solusi : Turunan pertama didapatkan: f’(x) = –e–x – 1. hitungan iteras i menggunakan Microsoft Excel memberikan data seperti pada gambar 2.3 Pencarian akar dengan Newton Raphson Terlihat metode Newton Raphson hanya memerlukan 6 iterasi untuk mendapatkan nilai pendekatan numerik yang tepat dengan nilai sebenarnya pada ketelitian 10–6.

0000220 < 10–8 Pengecekan hasil menggunakan software Numerical Methods Electronic Toolkit (terlihat pada gambar 2. Tidak dijelaskan metode yang dipakai tetapi berdasarkan jumlah input parameter nilai coba (low guess & high guess) adalah karakteristik metode talibusur (Secant) yang akan dijelaskan berikutnya .8 0.5671433 dalam 7 angka desimal.4 Pencarian akar transendental dengan Numerical Methods Toolkit. yang dicapai dengan jumlah iterasi yang cukup besar yaitu 35.i 0 1 2 3 4 xi 0 0.567143165 0.500000000 0. Gambar 2.566311003 0. dengan tole ransi kesalahan sampai 10–8. Äfisika-komputasi ⊇ 40 . lebih lambat konvergensinya dibanding dengan metode Newton Raphson.4) memberikan hasil yaitu 0.147 0.567143290 era(%) 100 11.

Hal ini menjadi lebih sederhana dengan menyisipkan fungsi turunan yang didefinisikan oleh user sendiri.Metode Newton Raphson secara umum direkomendasikan karena kesederhanaannya. seperti kasus khusus – akar-akar ganda– dialamati lebih lambat. es. Algoritma Newton Raphson Pencaria n akar persamaan dengan metode Newton Raphson dengan pemrograman komputer.5. FUNCTION NewtonR( x0. 2. dapat mengacu pada algoritma pseudocode dibawah. … dan seterusnya dengan nilai yang simultan turun dengan lambat. dengan nilai tebakan awal x=0. Äfisika-komputasi ⊇ 41 .3 Metode Talibusur (Secant) Masalah potensial dalam implementasi metode Newton Raphson adalah evaluasi pada turunan. era) xr=x0 iter=0 DO xrlama=xr xr=xr–f(xr)/f’(xr) iter=iter+1 IF xr 0 THEN era=ABS((xr–xrlama)/xr)*100 END IF IF era<es OR iter imax EXIT END DO NewtonR =xr END NewtonR Bagaimanapun program harus dimodifikasi untuk menghitung turunan pertama dari fungsi. misalnya menentukan akar positif dari fungsi f(x)=x10–1. 46. Pada iterasi awal memberikan hasil yang cukup jauh 51. konvergensi sampai nilai sebenarnya 1.485. Metode Secant diperoleh dari metode Newton dengan cara menggantikan turunan f’(x) dengan beda hingga terbagi. iter. konvergensinya yang sangat cepat dan efisien dibanding metode lainnya.65. Tetapi ada pada situasi tertentu. imax.

10) dalam bentuk x i +1 = x i −1 f ( x i ) − x i f ( x i −1 ) f ( x i ) − f ( x i −1 ) Äfisika-komputasi ⊇ 42 .9) Jika diambil persamaan (2. sedangkan dalam metode Secant x adalah i+1 perpotongan sumbu x dengan talibusur kurva f(x) yang f(x i –1) 0 berpadanan terhadap xn+1 dan xn. tetapi tanpa perhitungan turunan.8) untuk disubtitusikan pada persamaaan (2. Algoritmanya serupa dengan metode Newton.7) persamaan iteratifnya menjadi: xi + 1 = x i − f ( x i )(x i − x i −1 ) f ( x i ) − f ( x i −1 ) (2. dalam metode Newton xi+1 merupakan perpotongan sumbu x dengan f(x i) garis singgung di xi . xi–1 dan xi . 5 Skema metode Secant Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode Newton Raphson.3… (2. i=2. Gambar 2.10) atau bisa dituliskan dalam bentuk x i = x i −1 − f ( x i −1 )(x i −1 − x i −2 ) f ( x i −1 ) − f ( x i −2 ) .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. Tidak dianjurkan menuliskan skema iterasi pada (2.11) Secara geometri. tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai f’(x) lebih lama daripada ½ kali kerja penghitungan nilai f(x). Metode Secant memerlukan dua xi – 1 xi x tebakan awal.8) (backward) (2.

15 x10 −5 v 2 dimana v adalah kecepatan batas. dan suku kedua menyatakan tekanan tarik ( ressure p drag). 4 x10 −5 v1 . Batas kecepatan ditentukan oleh mg=Ftarik. Contoh 2.8452079E–03 –8. 5 + 1. Nilai coba awal v ≅ 30 m/det Solusi: Kasus ini didefinisikan sebagai pencarian akar dari y = f (v) = (2 )(9 . dimana m=massa dan g =percepatan gravitas i.00000 30.9657493E–04 9.12) diset vo=30 dan v1=30.64323 37.73358 37.73458 yn 1.15411 38.9620001E–02 6.8889391E–03 6. Persamaan lengkap adalah sebagai berikut: (2 )(9 .15 x10 −5 v 2 (2. m/det. 4 x10 −5 v1 . dimana y0 dan y1 dihitung dengan persamaan (2.62414 37. Iterasi penyelesaian dengan persamaan (2. Suku pertama pada ruas kanan menyatakan gesekan tarik (friction drag). 11) sebagai berikut: i 0 1 2 3 4 5 6 vi 30. Tentukan batas kecepatan dengan metode secant.8626451E–09 Jadi batas kecepatannya adalah v=37.7 m/det ::: Studi Kasus Fisika ::: Hukum Gas Ideal dalam Termodinamika Hukum gas ideal diberikan oleh PV=nRT Äfisika-komputasi ⊇ 43 .9465251E–07 –1.0962276E–05 9. 81 ) 1000 = 1. 5 + 1. 81 ) 1000 = 1.12).10000 30.1 didasarkan pada nilai coba awal.6 Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun setelah mencapai batas kecepatan.karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.

n adalah jumlah mol.6162 L / mol dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan. Persamaan ini amat luas penggunaannya dalam aktivitas enginer dan saintis. 082054 L . K 1 atm = 24 . Sebagai contoh jika P=1 atm dan T=300 K. dengan 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. 10 dan 100 atm untuk kombinasi temperatur pada 300. R adalah konstanta gas universal dan T adalah temperatur mutlak.dimana P adalah tekanan mutlak.04267 a= 1. dimana v=V/n adalah molal volume.360 b=0. dengan n=1. 500 dan 700 K.13) yang dikenal sebagai persamaan van der Waals. v= V n = RT P = 0 . Berikut adalah data -data yang diperlukan: R= 0. atm 300 K mol.82054 L atm/(mol K) a= 3. sehingga cocok dalam pemilihan bejana atau tempatnya.592 b=0. Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan (P + a v2 )(v − b) = RT (2.03183 oksigen karbon dioksida Molal volume dari kedua gas dihitung menggunakan hukum gas ideal. Turunan f(v) terhadap v dituliskan Äfisika-komputasi ⊇ 44 . 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. a dan b adalah konstanta empiris yang tergantung pada sifat gas. V adalah volume. Komputasi molal volume dari persamaan van der Waals bisa di selesaikan dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan.

4384 0.0259 4.1016 0. Gas Ideal Karbon dioksida 24.6162 24.4378 57.0578 0.9x2+1.0270 40.0001 %. v i +1 = v i − f (v i ) f '( v i ) ketika menggunakan nilai coba 24.4116 57. dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.4) Gunakan metode Newton Raphson untuk menentukan akar 0.7242 0. K 300 Tekanan.1) (2.4616 2.2462 0.4179 5.2] menggunakan metode Bisection dengan toleransi 0.49 (2.52 pada interval [1. Berikut adalah hasil komputasi selengkapnya Temperatur.9821 4. perlihatkan bahwa akar positif yang terkecil dari persamaan x=tan x secara hampiran adalah 4.5744 0.5 dengan xo=5 Buatlah program untuk menentukan akar dari soal (2.9x–1.5842 500 700 Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa diturunkan.1027 4.2264 41.5928 2.6162.5126 L/mol. Dalam evaluasi jutaan akar.3663 57. D.7438 5.2) Carilah akar positiv dari x2–0. metode Newton Raphson sangat handal dalam hal kecepatan konvergensinya. Hasil ini didapat hanya dengan dua iterasi saja dan memiliki kesalahan kurang dari 0.7x+2. atm 1 10 100 1 10 100 1 10 100 Molal Volume.1) Äfisika-komputasi ⊇ dari f(x)= – 45 . nilai komputasi molal volume dari karbon dioksida pada 300 K dan 1 atm sebesar 24.5126 2.5575 Van der Waals Oksigen 24. pilihan metode menjadi faktor penentu. SOAL-SOAL (2.f ' (v ) = P − a v2 + 2 ab v3 (2.14) metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula iteratif.0705 41.3545 0.4460 5.3) (2.4103 0.001 Dengan menggunakan iterasi.7521 0. L/mol Van der Waals Hk.

. and F. 1998 James. McGraw-Hill. 1986 Mathews. Szidarovszky. G.(2. S. Numerical Methods for Engineers. 1992 McCracken. 1998 Yakowitz. Thermodynamics.P. 1993 Wark. Applied Numerical Methods for Digital Computations.C. An Introduction to Numerical Computations. S. Macmillan. R.H..E.. Computational Methods in Elementary Numerical Analysis. Prentice -Hall Inc..5) Tentukan kecepatan batas pada contoh 2. 1983 Nakamura.. Numerical Methods for Mathematics. and J. Prentice-Hall Inc. Jr. J.J. S. Applied Numerical Methods in C .6 menggunakan metode bisection dengan toleransi 0.M. Computing for Engineers and Scientists with Fortran 77. M. Smith. and Canale.. S. McGraw-Hill.C. 3rd ed.. 1984 Morris.. Computational Physics.. Wiley. Science and Engineering ..L. Harper & Row. Wolford.01 D. 1986 Äfisika-komputasi ⊇ 46 . 1985 Koonin. K..L. Addison-Wesley Inc. Wiley. D. D. DAFTAR PUSTAKA Chapra.

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.