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

Contoh 2. eksponensial.1 kg sehingga kecepatannya 40 m/dtk setelah terjun bebas selama t=10 detik. Solusi Kecepatan parasut yang diturunkan dari Hukum Newton II (diberikan oleh persamaan 1.1) Rumus-rumus yang memberikan nilai eksak dari penyelesaian secara eksplisit hanya ada untuk kasus-kasus yang sangat sederhana. Fungsi yang cukup sederhana seperti f(x) = e-x – x sudah tidak bisa diselesaikan secara analitik . akar-akar bisa ditentukan dengan metode langsung. Persamaan kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula kuadratik: x1 .1 Gunakan pendekatan grafik untuk menentukan koefisien tarik (drag coeffisient) c yang diperlukan sebuah parasut bermassa m=68. xo=–b/a. Untuk kasus non-aljabar ada persamaan transendental– didalamnya mengandung bentuk-bentuk trigonometri.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 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 .8 m/dtk. logaritma. 2 = − b ± b 2 − 4 ac 2a (2. Contoh yang paling sederhana seperti pada persamaan linear ax + b=0 (dimana a dan b adalah konstanta dan a 0). dan persamaan campuran yang mengandung polinom dan transendental . dalam kasus ini koefisien drag adalah Äfisika-komputasi ⊇ 31 . maka akar tunggal dari persamaan.Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar. seperti terlihat pada contoh 2. Catatan: percepatan gravitasi 9. Dalam beberapa kasus.

v=40 dan m=68.067 –2.269 –8.401 f(x) 40 20 Akar 0 –10 4 8 12 20 c Gambar 2.75 / 68 .75 / 68 .75 (1 − e−(14 .1. Kurva melintasi sumbu c antara 12 dan 16.75 (1 − e−(14 .8.8 (68 .1) c 667 . selanjutnya disebut akar persamaan. t.75 ) = v= 667 . 059 m / dtk Äfisika-komputasi ⊇ 32 . 059 dan 9 . sehingga: f (c ) = gm c (1 − e−( c / m )t dengan cara )− v (2.1 ) 14 . dan dari kelengkungan grafik memberikan estimasi akar 14.75. 3). 38 c (1 − e−( c / 68 .2) Nilai c yang membuat f(c)=0 . Pendekatan grafik untuk menentukan akar-akar persamaan Dengan subtitusi 14.8 (68 . Dengan memasukkan parameter t=10.1 ) 10 ) − 40 atau (2. 38 14 .75 pada persamaan (2.1 )10 ) − 40 = 0 .dt 4 8 12 16 20 f(c) 34. g=9. yang juga representasi dari koefisien drag sebagai solusi dari kasus. validitas estimasi grafik bisa diuji: f (14 . Kasus ini bisa diselesaikan dengan metode numerik mengurangi variabel takbebas v pada kedua sisi persamaan.1 )10 ) − 40 Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel sebelah kiri.1 ) 10 ) = 40 .implisit.653 6.115 17.1 f (c ) = f (c ) = 9 .3) (1 − e −( c / 68 .

x2 . Jadi secara beruntun dihit ung x1=g(x0). Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0 sebagai tebakan awal dan secara beruntun menghitung barisan x0. lebar langkah 0. x2=g(x1). Contoh 2.… secara rekursif dari relasi berbentuk xn +1 = g( xn ) (n=0.4) dengan g didefinisikan dalam selang yang memuat x dan rentang g terletak dalam 0 selang tersebut.x. x3 =g(2)…. Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah f(x)=0 . dengan kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan pembulatan.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. jika tidak.5 Iter%=0 ‘ While Abs(dx)>Tolx Iter%=Iter%+1 x=x+dx Print Iter%. Metode iterasi sangat penting untuk beragam masalah dalam analisa numerik.5 dan toleransi 10–6.1.x1.Metode grafik ini tidak cukup teliti ( precision).2.Sqr(5)–x If FungsiOld*Fnf(x)>0 Then Goto 60 x=x–dx: dx=dx/2 Wend ‘ Äfisika-komputasi ⊇ 33 . 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. dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik. Metode seperti itu jelas tidak sistematis. dengan nilai tebakan awal x=1.E–06 x=1: FOld=Fnf(x): dx=. tidak efisien dan tidak memadai untuk aktivitas saintis.…) (2. Cara yang lain adalah melakukan trial and error. Nilai sebenarnya √5 =2.

2. Breadth of Application:General. karena telah memenuhi toleransi kesalahan 10–6 dengan presisi jawaban yang bagus. Initial guesses do not have to bracket the root Modifikasi Talibusur (Secant Modified) Müller Bairstow Äfisika-komputasi ⊇ b.2132725002103036E–003 .119522500210304E–003 2. Programming Effort:Easy) Posisi Palsu (False Position) Titik Tetap ( Fixed Point Iteration) Ä NewtonRaphson (initial Guesses:1. 13 14 . Programming Effort:Easy.236068725585938 –7.Convergence Rate:Slow. .2421875 –6. e. . 34 . c. Breadth of Application:Real Roots. Accuracy:Good.70 Stop Running program memberikan hasil sebagai berikut: Iterasi ke-n 1 2 3 4 .159262485008914E–006 2. 32 33 Kesalahan (Error) 1.5 –0. Requires evaluation of f’(x)) Modifikasi Newton Raphson ÄTali Busur (Secant) (initial Guesses:2.25 –1. Stability:Possibly Divergent. . .23828125 –2.480861478035856E–007 Nilai x Pada iterasi ke-33 proses komputasi berhenti.Convergence Rate:Medium to Fast. Accuracy:Good. . i. 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. d. Breadth of Application:General. . Programming Effort:Easy.2639320225002103 2.236066818237305 1.39320225002103E–002 .5 0. g. 2.7360679774997897 2 0. Ä Bagidua (Bisection) (initial Guesses:2. Stability:Always. .Convergence Rate:Fast. f. h. Accuracy:Good. Stability:Possibly Divergent. .2360679774997897 2.

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

Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui.3% (catatan bahwa nilai akar sebenarnya 14.7802). Kesalahan relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah diketahui. kesalahan relatif er =5.569 ) = 9.5%. iterasi pertama: xr = 12 + 16 2 estimasi awal akar x r yang merupakan titik tengah interval: = 14 . Solusi [a] Langkah pertama dalam metode bagidua. Sehingga.1. 425 ) = −0 . sehingga diperlukan kesalahan relatif pendekatan. 666 < 0 . era . memberi dua nilai awal dari nilai yang tidak diketahui yaitu koefisien drag (c). sehingga f(c) memberikan tanda yang berbeda. 067 (−0 . adalah bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar.517 > 0 .3 Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada contoh 2.5%. Äfisika-komputasi ⊇ 36 . dari gambar 2. selanjutnya iterasi kedua: titik tengah dari sub-interval antara 14 dan 16: xr = 14 + 16 2 = 15 dengan kesalahan relatif : er =1. Iterasi ketiga : xr = 14 + 15 2 = 14 . f (12 ) f (14 ) = 6 . Kriteria penghentian komputasi dan kesalahan estimasi pendekatan.067 (1. Proses berulang untuk mendapatkan estimasi: f (14 ) f (15 ) = 6. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar interval yang ditinjau cukup kecil.9%.mengandung akar. 5 dengan kesalahan relatif er=1. Jadi akar berada diantara 14 dan 15.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12 dan 16. yaitu: e ra = xr baru − x lama r x baru r 100 % Contoh 2.konsekuensinya akar berada pada interval 14 dan 16. Metode ini bisa terus berulang sampai hasilnya cukup akurat.

641 0.75 xu 16 16 15 15 15 14.448 1.75 14.422 ex(%) 5.xr.es.5%. Äfisika-komputasi ⊇ 37 .695 0.5% dan komputasi dihentikan.840 0.667 % iterasi selengkapnya adalah sebagai berikut: iterasi 1 2 3 4 5 6 xl 12 14 14 14.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 .75 14.204 0.896 0.5 14. maka e ra = 15 − 14 14 100 % = 6 .279 1.487 1.[b] kriteria penghentian es adalah 0.875 14. tetapi tidak sulit bagi yang sudah mengenal bahasa pemrograman.875 xr 14 15 14.iter.5 14. Hasil untuk iterasi pertama kedua adalah 14 dan 15.667 3.xu. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien.imax. dapat digunakan algoritma dalam format pseudocode dibawah. Algoritma Bisection Untuk mengimplementasi kasus mencari akar persamaan dengan menggunakan metode bisection ke dalam pemrograman komputer. FUNCTION Bisect(xl.8125 era(%) 6.219 dari 6 iterasi akhirnya era<es=0.

f(x i) –0 f(x i+1) 0 turunan adalah terhadap dengan kemiringan: xi+3 xi+2 f ' ( x) = (2. menggunakan nilai terbaru sebagai nilai coba untuk iterasi seterusnya. Secara geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada suatu selang. kemudian dite ntukan x sebagai titik potong antara sumbu x dan garis singgung pada kurva f i+1 di titik (xi . x Taylor). Prosedur yang sama diulang.7) Contoh 2. dengan f diasumsikan mempunyai turunan kontinu f’.6) ulang xi+1 xi –x i+1 xi x Dan bisa dituliskan menjadi: Gambar 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 2.236068. dengan nilai tebakan awal x=1.4 Carilah akar positif dari fungsi f(x) = x2 – 5 pada contoh soal 2. Gunakan metode Newton Raphson ! Solusi : Äfisika-komputasi ⊇ 38 . Gagasan dasarnya adalah grafik f dihampiri dengan garis-garis singgung yang sesuai.2.2.2 Skema metode Newton Raphson x i +1 = x i − f ( xi ) f ' ( xi ) (2.f(xi).2. Nilai sebenarnya √5 =2. Dengan menggunakan suatu nilai xi sebagai tebakan awal yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu.2 Metode Newton Raphson Metode Newton Raphson adalah metode iterasi lain untuk memecahkan persamaan f(x)=0.

Gambar 2.7) menjadi: x i +1 = x i − e− xi − x − e− x − 1 i Dimulai dari nilai tebakan awal x=0. hitungan iteras i menggunakan Microsoft Excel memberikan data seperti pada gambar 2.7) menjadi: x i +1 = x i − x i2 − 5 2xi Dimulai dari nilai tebakan awal x=1.2. subtitusikan pada persamaan (2. Contoh 2. dibanding dengan pencarian akar pada contoh soal 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. dengan nilai tebakan awal x=0 Solusi : Turunan pertama didapatkan: f’(x) = –e–x – 1.3.5 Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi transendental f(x) = e –x – x. iterasi persamaan memberikan hasil: Äfisika-komputasi ⊇ 39 . sehingga persamaan (2.Turunan pertama dari fungsi f(x) = x2 – 5 adalah f’(x)=2x.

i 0 1 2 3 4 xi 0 0.567143165 0.8 0. Gambar 2.566311003 0. dengan tole ransi kesalahan sampai 10–8.4 Pencarian akar transendental dengan Numerical Methods Toolkit.4) memberikan hasil yaitu 0.567143290 era(%) 100 11.0000220 < 10–8 Pengecekan hasil menggunakan software Numerical Methods Electronic Toolkit (terlihat pada gambar 2.500000000 0. Äfisika-komputasi ⊇ 40 . yang dicapai dengan jumlah iterasi yang cukup besar yaitu 35.147 0. 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 . lebih lambat konvergensinya dibanding dengan metode Newton Raphson.5671433 dalam 7 angka desimal.

iter.5. 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.Metode Newton Raphson secara umum direkomendasikan karena kesederhanaannya. seperti kasus khusus – akar-akar ganda– dialamati lebih lambat. konvergensinya yang sangat cepat dan efisien dibanding metode lainnya. FUNCTION NewtonR( x0. … dan seterusnya dengan nilai yang simultan turun dengan lambat.65. 2.485. Algoritma Newton Raphson Pencaria n akar persamaan dengan metode Newton Raphson dengan pemrograman komputer. Metode Secant diperoleh dari metode Newton dengan cara menggantikan turunan f’(x) dengan beda hingga terbagi. Tetapi ada pada situasi tertentu. dengan nilai tebakan awal x=0. dapat mengacu pada algoritma pseudocode dibawah. konvergensi sampai nilai sebenarnya 1. imax. 46. Hal ini menjadi lebih sederhana dengan menyisipkan fungsi turunan yang didefinisikan oleh user sendiri. misalnya menentukan akar positif dari fungsi f(x)=x10–1. Äfisika-komputasi ⊇ 41 .3 Metode Talibusur (Secant) Masalah potensial dalam implementasi metode Newton Raphson adalah evaluasi pada turunan. Pada iterasi awal memberikan hasil yang cukup jauh 51. es.

xi–1 dan xi .8) (backward) (2.3… (2.10) 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. Algoritmanya serupa dengan metode Newton.8) untuk disubtitusikan pada persamaaan (2. Gambar 2. Tidak dianjurkan menuliskan skema iterasi pada (2. Metode Secant memerlukan dua xi – 1 xi x tebakan awal. 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. i=2.11) Secara geometri. tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai f’(x) lebih lama daripada ½ kali kerja penghitungan nilai f(x).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 ) .7) persamaan iteratifnya menjadi: xi + 1 = x i − f ( x i )(x i − x i −1 ) f ( x i ) − f ( x i −1 ) (2. tetapi tanpa perhitungan turunan. dalam metode Newton xi+1 merupakan perpotongan sumbu x dengan f(x i) garis singgung di xi . 5 Skema metode Secant Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode Newton Raphson.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.

Iterasi penyelesaian dengan persamaan (2. Persamaan lengkap adalah sebagai berikut: (2 )(9 .73458 yn 1.62414 37. dimana m=massa dan g =percepatan gravitas i.9657493E–04 9.8452079E–03 –8. Suku pertama pada ruas kanan menyatakan gesekan tarik (friction drag).73358 37. dimana y0 dan y1 dihitung dengan persamaan (2.6 Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun setelah mencapai batas kecepatan. 81 ) 1000 = 1.12).10000 30.7 m/det ::: Studi Kasus Fisika ::: Hukum Gas Ideal dalam Termodinamika Hukum gas ideal diberikan oleh PV=nRT Äfisika-komputasi ⊇ 43 . m/det. 5 + 1.9620001E–02 6. Tentukan batas kecepatan dengan metode secant.9465251E–07 –1.8889391E–03 6.0962276E–05 9. 4 x10 −5 v1 . 11) sebagai berikut: i 0 1 2 3 4 5 6 vi 30.12) diset vo=30 dan v1=30.8626451E–09 Jadi batas kecepatannya adalah v=37.15 x10 −5 v 2 (2. 4 x10 −5 v1 . Batas kecepatan ditentukan oleh mg=Ftarik.00000 30. Nilai coba awal v ≅ 30 m/det Solusi: Kasus ini didefinisikan sebagai pencarian akar dari y = f (v) = (2 )(9 .1 didasarkan pada nilai coba awal. 81 ) 1000 = 1. dan suku kedua menyatakan tekanan tarik ( ressure p drag).15411 38.karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.64323 37.15 x10 −5 v 2 dimana v adalah kecepatan batas. 5 + 1. Contoh 2.

6162 L / mol dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan. 10 dan 100 atm untuk kombinasi temperatur pada 300.03183 oksigen karbon dioksida Molal volume dari kedua gas dihitung menggunakan hukum gas ideal.82054 L atm/(mol K) a= 3. 500 dan 700 K. V adalah volume. dimana v=V/n adalah molal volume. a dan b adalah konstanta empiris yang tergantung pada sifat gas.dimana P adalah tekanan mutlak. Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan (P + a v2 )(v − b) = RT (2. 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. Berikut adalah data -data yang diperlukan: R= 0. K 1 atm = 24 . atm 300 K mol. Komputasi molal volume dari persamaan van der Waals bisa di selesaikan dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan.592 b=0. sehingga cocok dalam pemilihan bejana atau tempatnya.04267 a= 1. n adalah jumlah mol.360 b=0. Sebagai contoh jika P=1 atm dan T=300 K.13) yang dikenal sebagai persamaan van der Waals. dengan n=1. R adalah konstanta gas universal dan T adalah temperatur mutlak. v= V n = RT P = 0 . 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. Turunan f(v) terhadap v dituliskan Äfisika-komputasi ⊇ 44 . Persamaan ini amat luas penggunaannya dalam aktivitas enginer dan saintis. 082054 L .

metode Newton Raphson sangat handal dalam hal kecepatan konvergensinya. Gas Ideal Karbon dioksida 24.7521 0.1) (2.5928 2.5 dengan xo=5 Buatlah program untuk menentukan akar dari soal (2. perlihatkan bahwa akar positif yang terkecil dari persamaan x=tan x secara hampiran adalah 4.001 Dengan menggunakan iterasi.0001 %.1016 0.5744 0. Dalam evaluasi jutaan akar.4179 5.3) (2.4103 0.2462 0.f ' (v ) = P − a v2 + 2 ab v3 (2.0259 4.5842 500 700 Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa diturunkan.7x+2.2) Carilah akar positiv dari x2–0.3663 57.4460 5.5126 2. L/mol Van der Waals Hk.0578 0.3545 0.4384 0.2] menggunakan metode Bisection dengan toleransi 0.2264 41.1) Äfisika-komputasi ⊇ dari f(x)= – 45 .4616 2.6162.14) metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula iteratif. SOAL-SOAL (2.5575 Van der Waals Oksigen 24.6162 24.1027 4. atm 1 10 100 1 10 100 1 10 100 Molal Volume. Hasil ini didapat hanya dengan dua iterasi saja dan memiliki kesalahan kurang dari 0. K 300 Tekanan. pilihan metode menjadi faktor penentu.52 pada interval [1.5126 L/mol.0270 40.0705 41.7242 0. D.49 (2.9821 4.9x–1. dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.4378 57.4) Gunakan metode Newton Raphson untuk menentukan akar 0.4116 57. nilai komputasi molal volume dari karbon dioksida pada 300 K dan 1 atm sebesar 24.7438 5. v i +1 = v i − f (v i ) f '( v i ) ketika menggunakan nilai coba 24.9x2+1. Berikut adalah hasil komputasi selengkapnya Temperatur.

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

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times