Bab II Solusi Persamaan Non Linear

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. Catatan: percepatan gravitasi 9. maka akar tunggal dari persamaan. dan persamaan campuran yang mengandung polinom dan transendental . Persamaan kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula kuadratik: x1 . xo=–b/a. eksponensial. 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 . seperti terlihat pada contoh 2. Dalam beberapa kasus. logaritma.1. Fungsi yang cukup sederhana seperti f(x) = e-x – x sudah tidak bisa diselesaikan secara analitik . Contoh 2.7 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.1) Rumus-rumus yang memberikan nilai eksak dari penyelesaian secara eksplisit hanya ada untuk kasus-kasus yang sangat sederhana. 2 = − b ± b 2 − 4 ac 2a (2.Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar.8 m/dtk.1 Gunakan pendekatan grafik untuk menentukan koefisien tarik (drag coeffisient) c yang diperlukan sebuah parasut bermassa m=68. dalam kasus ini koefisien drag adalah Äfisika-komputasi ⊇ 31 . akar-akar bisa ditentukan dengan metode langsung. 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).1 kg sehingga kecepatannya 40 m/dtk setelah terjun bebas selama t=10 detik.

8 (68 .1 )10 ) − 40 = 0 .1) c 667 .1 ) 14 .1 f (c ) = f (c ) = 9 .implisit. Kasus ini bisa diselesaikan dengan metode numerik mengurangi variabel takbebas v pada kedua sisi persamaan.3) (1 − e −( c / 68 . g=9.75 ) = v= 667 . 059 m / dtk Äfisika-komputasi ⊇ 32 . selanjutnya disebut akar persamaan. t.269 –8. validitas estimasi grafik bisa diuji: f (14 . 38 c (1 − e−( c / 68 .1. 3). sehingga: f (c ) = gm c (1 − e−( c / m )t dengan cara )− v (2. 38 14 .75 (1 − e−(14 . v=40 dan m=68.1 ) 10 ) = 40 .8.75 (1 − e−(14 . 059 dan 9 .067 –2.653 6.75 / 68 . Kurva melintasi sumbu c antara 12 dan 16.8 (68 .1 )10 ) − 40 Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel sebelah kiri.2) Nilai c yang membuat f(c)=0 .115 17.75 pada persamaan (2.75 / 68 . Dengan memasukkan parameter t=10. dan dari kelengkungan grafik memberikan estimasi akar 14.75. yang juga representasi dari koefisien drag sebagai solusi dari kasus.1 ) 10 ) − 40 atau (2.401 f(x) 40 20 Akar 0 –10 4 8 12 20 c Gambar 2. Pendekatan grafik untuk menentukan akar-akar persamaan Dengan subtitusi 14.dt 4 8 12 16 20 f(c) 34.

x1.Sqr(5)–x If FungsiOld*Fnf(x)>0 Then Goto 60 x=x–dx: dx=dx/2 Wend ‘ Äfisika-komputasi ⊇ 33 . Cara yang lain adalah melakukan trial and error. dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik.2 Buatlah program sederhana menggunakan BASIC u ntuk mencari akar positif dari fungsi f(x) = x2 – 5. Proses akan berulang sampai sebuah nilai coba memberikan hasil f(x)=0 . lebar langkah 0. dengan kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan pembulatan. x2=g(x1). Metode iterasi sangat penting untuk beragam masalah dalam analisa numerik. x3 =g(2)….Metode grafik ini tidak cukup teliti ( precision). Nilai sebenarnya √5 =2.5 Iter%=0 ‘ While Abs(dx)>Tolx Iter%=Iter%+1 x=x+dx Print Iter%. jika tidak. Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0 sebagai tebakan awal dan secara beruntun menghitung barisan x0.2. Jadi secara beruntun dihit ung x1=g(x0). Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah f(x)=0 .1.…) (2. tidak efisien dan tidak memadai untuk aktivitas saintis.E–06 x=1: FOld=Fnf(x): dx=.5 dan toleransi 10–6. dengan nilai tebakan awal x=1. Metode pendekatan yang paling tepat adalah metode -metode iterasi numerik. Contoh 2.236068 Solusi Program BASIC 5 10 15 20 25 30 35 40 45 50 55 60 65 Def Fnf(x)=x*x–5 Tolx=1.… 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. Metode seperti itu jelas tidak sistematis.x2 .

. d. Ä Bagidua (Bisection) (initial Guesses:2. . 13 14 .Convergence Rate:Fast. Breadth of Application:General.5 –0. c. Programming Effort:Easy. Requires evaluation of f’(x)) Modifikasi Newton Raphson ÄTali Busur (Secant) (initial Guesses:2.236066818237305 1. 34 .Convergence Rate:Slow. Programming Effort:Easy) Posisi Palsu (False Position) Titik Tetap ( Fixed Point Iteration) Ä NewtonRaphson (initial Guesses:1.5 0.2132725002103036E–003 . Accuracy:Good.119522500210304E–003 2. 2. . karena telah memenuhi toleransi kesalahan 10–6 dengan presisi jawaban yang bagus. e.159262485008914E–006 2. . Breadth of Application:Real Roots.23828125 –2.39320225002103E–002 . i. 32 33 Kesalahan (Error) 1.480861478035856E–007 Nilai x Pada iterasi ke-33 proses komputasi berhenti.25 –1. h.2360679774997897 2. Initial guesses do not have to bracket the root Modifikasi Talibusur (Secant Modified) Müller Bairstow Äfisika-komputasi ⊇ b. Programming Effort:Easy.2421875 –6.Convergence Rate:Medium to Fast. Stability:Possibly Divergent. 2. . Accuracy:Good. g. 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.7360679774997897 2 0. . Stability:Always. Accuracy:Good.70 Stop Running program memberikan hasil sebagai berikut: Iterasi ke-n 1 2 3 4 .236068725585938 –7. f.2639320225002103 2. Stability:Possibly Divergent. . Breadth of Application:General. .

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

1. Solusi [a] Langkah pertama dalam metode bagidua.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12 dan 16.mengandung akar. f (12 ) f (14 ) = 6 . 425 ) = −0 . kesalahan relatif er =5.5%. yaitu: e ra = xr baru − x lama r x baru r 100 % Contoh 2. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0. 067 (−0 . sehingga diperlukan kesalahan relatif pendekatan. Kriteria penghentian komputasi dan kesalahan estimasi pendekatan. iterasi pertama: xr = 12 + 16 2 estimasi awal akar x r yang merupakan titik tengah interval: = 14 . dari gambar 2. Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui. Äfisika-komputasi ⊇ 36 .9%.3% (catatan bahwa nilai akar sebenarnya 14. 666 < 0 .517 > 0 .067 (1. era . sehingga f(c) memberikan tanda yang berbeda.5%. Kesalahan relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah diketahui.konsekuensinya akar berada pada interval 14 dan 16. adalah bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar. 5 dengan kesalahan relatif er=1. selanjutnya iterasi kedua: titik tengah dari sub-interval antara 14 dan 16: xr = 14 + 16 2 = 15 dengan kesalahan relatif : er =1. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar interval yang ditinjau cukup kecil. Jadi akar berada diantara 14 dan 15. memberi dua nilai awal dari nilai yang tidak diketahui yaitu koefisien drag (c). Sehingga. Iterasi ketiga : xr = 14 + 15 2 = 14 .3 Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada contoh 2. Metode ini bisa terus berulang sampai hasilnya cukup akurat.569 ) = 9. Proses berulang untuk mendapatkan estimasi: f (14 ) f (15 ) = 6.7802).

896 0.487 1.xu.[b] kriteria penghentian es adalah 0.imax. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien.75 xu 16 16 15 15 15 14.667 3.448 1.875 xr 14 15 14. Äfisika-komputasi ⊇ 37 .667 % iterasi selengkapnya adalah sebagai berikut: iterasi 1 2 3 4 5 6 xl 12 14 14 14. Hasil untuk iterasi pertama kedua adalah 14 dan 15.75 14.219 dari 6 iterasi akhirnya era<es=0.75 14.5 14.es. tetapi tidak sulit bagi yang sudah mengenal bahasa pemrograman.iter. maka e ra = 15 − 14 14 100 % = 6 . Algoritma Bisection Untuk mengimplementasi kasus mencari akar persamaan dengan menggunakan metode bisection ke dalam pemrograman komputer. dapat digunakan algoritma dalam format pseudocode dibawah.279 1.8125 era(%) 6.5%.5% dan komputasi dihentikan.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 .840 0.641 0.5 14. FUNCTION Bisect(xl.xr.695 0.204 0.422 ex(%) 5.875 14.

7) Contoh 2.236068.2.2 Metode Newton Raphson Metode Newton Raphson adalah metode iterasi lain untuk memecahkan persamaan f(x)=0. Gunakan metode Newton Raphson ! Solusi : Äfisika-komputasi ⊇ 38 .4 Carilah akar positif dari fungsi f(x) = x2 – 5 pada contoh soal 2. dengan f diasumsikan mempunyai turunan kontinu f’.f(xi).2. menggunakan nilai terbaru sebagai nilai coba untuk iterasi seterusnya.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. Prosedur yang sama diulang.2 Skema metode Newton Raphson x i +1 = x i − f ( xi ) f ' ( xi ) (2. Dengan menggunakan suatu nilai xi sebagai tebakan awal yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu. Gagasan dasarnya adalah grafik f dihampiri dengan garis-garis singgung yang sesuai. f(x i) –0 f(x i+1) 0 turunan adalah terhadap dengan kemiringan: xi+3 xi+2 f ' ( x) = (2. Secara geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada suatu selang. x Taylor).6) ulang xi+1 xi –x i+1 xi x Dan bisa dituliskan menjadi: Gambar 2. Nilai sebenarnya √5 =2. kemudian dite ntukan x sebagai titik potong antara sumbu x dan garis singgung pada kurva f i+1 di titik (xi . dengan nilai tebakan awal x=1.

7) menjadi: x i +1 = x i − x i2 − 5 2xi Dimulai dari nilai tebakan awal x=1. Gambar 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 10–6.5 Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi transendental f(x) = e –x – x.Turunan pertama dari fungsi f(x) = x2 – 5 adalah f’(x)=2x.3. iterasi persamaan memberikan hasil: Äfisika-komputasi ⊇ 39 . sehingga persamaan (2. Contoh 2.2. subtitusikan pada persamaan (2. dengan nilai tebakan awal x=0 Solusi : Turunan pertama didapatkan: f’(x) = –e–x – 1.7) 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.

Äfisika-komputasi ⊇ 40 . yang dicapai dengan jumlah iterasi yang cukup besar yaitu 35.567143290 era(%) 100 11.566311003 0. dengan tole ransi kesalahan sampai 10–8.5671433 dalam 7 angka desimal.147 0.567143165 0.i 0 1 2 3 4 xi 0 0.0000220 < 10–8 Pengecekan hasil menggunakan software Numerical Methods Electronic Toolkit (terlihat pada gambar 2. lebih lambat konvergensinya dibanding dengan metode Newton Raphson.500000000 0. Gambar 2.8 0.4 Pencarian akar transendental dengan Numerical Methods Toolkit.4) memberikan hasil yaitu 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 .

konvergensi sampai nilai sebenarnya 1.3 Metode Talibusur (Secant) Masalah potensial dalam implementasi metode Newton Raphson adalah evaluasi pada turunan. Hal ini menjadi lebih sederhana dengan menyisipkan fungsi turunan yang didefinisikan oleh user sendiri. es. FUNCTION NewtonR( x0.65. dapat mengacu pada algoritma pseudocode dibawah. … dan seterusnya dengan nilai yang simultan turun dengan lambat. Metode Secant diperoleh dari metode Newton dengan cara menggantikan turunan f’(x) dengan beda hingga terbagi. Algoritma Newton Raphson Pencaria n akar persamaan dengan metode Newton Raphson dengan pemrograman komputer. Pada iterasi awal memberikan hasil yang cukup jauh 51. iter. Tetapi ada pada situasi tertentu. Äfisika-komputasi ⊇ 41 . imax. misalnya menentukan akar positif dari fungsi f(x)=x10–1. dengan nilai tebakan awal x=0. 2.Metode Newton Raphson secara umum direkomendasikan karena kesederhanaannya. 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. seperti kasus khusus – akar-akar ganda– dialamati lebih lambat. konvergensinya yang sangat cepat dan efisien dibanding metode lainnya. 46.5.485.

i=2. Tidak dianjurkan menuliskan skema iterasi pada (2. Metode Secant memerlukan dua xi – 1 xi x tebakan awal.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. Algoritmanya serupa dengan metode Newton.11) Secara geometri. Gambar 2.8) untuk disubtitusikan pada persamaaan (2. tetapi tanpa perhitungan turunan.7) persamaan iteratifnya menjadi: xi + 1 = x i − f ( x i )(x i − x i −1 ) f ( x i ) − f ( x i −1 ) (2.9) Jika diambil persamaan (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 ) . 5 Skema metode Secant Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode Newton Raphson.8) (backward) (2.3… (2. xi–1 dan xi .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 . tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai f’(x) lebih lama daripada ½ kali kerja penghitungan nilai f(x). 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. dalam metode Newton xi+1 merupakan perpotongan sumbu x dengan f(x i) garis singgung di xi .

Persamaan lengkap adalah sebagai berikut: (2 )(9 .12) diset vo=30 dan v1=30.15411 38.8889391E–03 6.15 x10 −5 v 2 (2. Tentukan batas kecepatan dengan metode secant.9465251E–07 –1. Iterasi penyelesaian dengan persamaan (2. Batas kecepatan ditentukan oleh mg=Ftarik.64323 37. Nilai coba awal v ≅ 30 m/det Solusi: Kasus ini didefinisikan sebagai pencarian akar dari y = f (v) = (2 )(9 .9620001E–02 6.9657493E–04 9.7 m/det ::: Studi Kasus Fisika ::: Hukum Gas Ideal dalam Termodinamika Hukum gas ideal diberikan oleh PV=nRT Äfisika-komputasi ⊇ 43 .73458 yn 1. 4 x10 −5 v1 .12). dan suku kedua menyatakan tekanan tarik ( ressure p drag).10000 30. 5 + 1. dimana m=massa dan g =percepatan gravitas i.1 didasarkan pada nilai coba awal.0962276E–05 9. dimana y0 dan y1 dihitung dengan persamaan (2.73358 37.8626451E–09 Jadi batas kecepatannya adalah v=37.00000 30. 11) sebagai berikut: i 0 1 2 3 4 5 6 vi 30.6 Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun setelah mencapai batas kecepatan. 81 ) 1000 = 1. 4 x10 −5 v1 . 81 ) 1000 = 1. m/det. Contoh 2. 5 + 1. Suku pertama pada ruas kanan menyatakan gesekan tarik (friction drag).8452079E–03 –8.62414 37.karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.15 x10 −5 v 2 dimana v adalah kecepatan batas.

V adalah volume. Persamaan ini amat luas penggunaannya dalam aktivitas enginer dan saintis.03183 oksigen karbon dioksida Molal volume dari kedua gas dihitung menggunakan hukum gas ideal. 082054 L . 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.82054 L atm/(mol K) a= 3. dimana v=V/n adalah molal volume.6162 L / mol dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan. v= V n = RT P = 0 . sehingga cocok dalam pemilihan bejana atau tempatnya.04267 a= 1. R adalah konstanta gas universal dan T adalah temperatur mutlak. atm 300 K mol. Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan (P + a v2 )(v − b) = RT (2. Komputasi molal volume dari persamaan van der Waals bisa di selesaikan dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan.13) yang dikenal sebagai persamaan van der Waals.592 b=0. n adalah jumlah mol. 10 dan 100 atm untuk kombinasi temperatur pada 300. Sebagai contoh jika P=1 atm dan T=300 K. Berikut adalah data -data yang diperlukan: R= 0. 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. dengan n=1.360 b=0.dimana P adalah tekanan mutlak. K 1 atm = 24 . 500 dan 700 K. Turunan f(v) terhadap v dituliskan Äfisika-komputasi ⊇ 44 .

f ' (v ) = P − a v2 + 2 ab v3 (2.4179 5.3545 0.5126 L/mol. v i +1 = v i − f (v i ) f '( v i ) ketika menggunakan nilai coba 24.5126 2.2] menggunakan metode Bisection dengan toleransi 0.0705 41. Gas Ideal Karbon dioksida 24.1027 4. SOAL-SOAL (2.2264 41.7438 5.4616 2.9x2+1. pilihan metode menjadi faktor penentu.5842 500 700 Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa diturunkan. nilai komputasi molal volume dari karbon dioksida pada 300 K dan 1 atm sebesar 24.4103 0.4116 57.0270 40. metode Newton Raphson sangat handal dalam hal kecepatan konvergensinya.3) (2.9x–1. Hasil ini didapat hanya dengan dua iterasi saja dan memiliki kesalahan kurang dari 0.5575 Van der Waals Oksigen 24.0578 0.6162 24.5928 2.001 Dengan menggunakan iterasi. L/mol Van der Waals Hk.5744 0. K 300 Tekanan.3663 57. D.1016 0.52 pada interval [1.0001 %.2462 0.7x+2.7521 0.9821 4. Berikut adalah hasil komputasi selengkapnya Temperatur.2) Carilah akar positiv dari x2–0.6162. perlihatkan bahwa akar positif yang terkecil dari persamaan x=tan x secara hampiran adalah 4.4) Gunakan metode Newton Raphson untuk menentukan akar 0.14) metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula iteratif. dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.1) (2.7242 0.49 (2. Dalam evaluasi jutaan akar.1) Äfisika-komputasi ⊇ dari f(x)= – 45 .4378 57. atm 1 10 100 1 10 100 1 10 100 Molal Volume.4460 5.4384 0.0259 4.5 dengan xo=5 Buatlah program untuk menentukan akar dari soal (2.

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

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

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

Cancel anytime.