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

1 Gunakan pendekatan grafik untuk menentukan koefisien tarik (drag coeffisient) c yang diperlukan sebuah parasut bermassa m=68. Contoh yang paling sederhana seperti pada persamaan linear ax + b=0 (dimana a dan b adalah konstanta dan a 0).1) Rumus-rumus yang memberikan nilai eksak dari penyelesaian secara eksplisit hanya ada untuk kasus-kasus yang sangat sederhana. logaritma. dalam kasus ini koefisien drag adalah Äfisika-komputasi ⊇ 31 . 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 . dan persamaan campuran yang mengandung polinom dan transendental . akar-akar bisa ditentukan dengan metode langsung. Catatan: percepatan gravitasi 9.1.Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar. seperti terlihat pada contoh 2. Fungsi yang cukup sederhana seperti f(x) = e-x – x sudah tidak bisa diselesaikan secara analitik . 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 beberapa kasus. xo=–b/a.1 kg sehingga kecepatannya 40 m/dtk setelah terjun bebas selama t=10 detik. 2 = − b ± b 2 − 4 ac 2a (2.8 m/dtk. eksponensial. Untuk kasus non-aljabar ada persamaan transendental– didalamnya mengandung bentuk-bentuk trigonometri. maka akar tunggal dari persamaan. Persamaan kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula kuadratik: x1 . Contoh 2.

Dengan memasukkan parameter t=10.implisit. sehingga: f (c ) = gm c (1 − e−( c / m )t dengan cara )− v (2. dan dari kelengkungan grafik memberikan estimasi akar 14.653 6.8 (68 .75 (1 − e−(14 .401 f(x) 40 20 Akar 0 –10 4 8 12 20 c Gambar 2. g=9. 38 c (1 − e−( c / 68 . yang juga representasi dari koefisien drag sebagai solusi dari kasus. validitas estimasi grafik bisa diuji: f (14 . t.067 –2.1 )10 ) − 40 Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel sebelah kiri. Kurva melintasi sumbu c antara 12 dan 16. 38 14 . Pendekatan grafik untuk menentukan akar-akar persamaan Dengan subtitusi 14. Kasus ini bisa diselesaikan dengan metode numerik mengurangi variabel takbebas v pada kedua sisi persamaan.1 )10 ) − 40 = 0 .75 / 68 . v=40 dan m=68. selanjutnya disebut akar persamaan.1 f (c ) = f (c ) = 9 .1 ) 10 ) = 40 .115 17.1 ) 14 .269 –8.75.dt 4 8 12 16 20 f(c) 34.75 ) = v= 667 . 059 dan 9 . 3).8 (68 . 059 m / dtk Äfisika-komputasi ⊇ 32 .1 ) 10 ) − 40 atau (2.3) (1 − e −( c / 68 .2) Nilai c yang membuat f(c)=0 .75 pada persamaan (2.75 / 68 .8.1.1) c 667 .75 (1 − e−(14 .

jika tidak. tidak efisien dan tidak memadai untuk aktivitas saintis. dengan nilai tebakan awal x=1.x. Contoh 2. Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0 sebagai tebakan awal dan secara beruntun menghitung barisan x0. 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 – 5.5 Iter%=0 ‘ While Abs(dx)>Tolx Iter%=Iter%+1 x=x+dx Print Iter%.Sqr(5)–x If FungsiOld*Fnf(x)>0 Then Goto 60 x=x–dx: dx=dx/2 Wend ‘ Äfisika-komputasi ⊇ 33 . lebar langkah 0.x1.x2 .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.4) dengan g didefinisikan dalam selang yang memuat x dan rentang g terletak dalam 0 selang tersebut. Nilai sebenarnya √5 =2. x2=g(x1). dengan kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan pembulatan. Jadi secara beruntun dihit ung x1=g(x0).2.…) (2. Metode seperti itu jelas tidak sistematis.E–06 x=1: FOld=Fnf(x): dx=.… secara rekursif dari relasi berbentuk xn +1 = g( xn ) (n=0. dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik. Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah f(x)=0 . Metode iterasi sangat penting untuk beragam masalah dalam analisa numerik.Metode grafik ini tidak cukup teliti ( precision).1. x3 =g(2)….5 dan toleransi 10–6. Cara yang lain adalah melakukan trial and error.

Programming Effort:Easy) Posisi Palsu (False Position) Titik Tetap ( Fixed Point Iteration) Ä NewtonRaphson (initial Guesses:1. . karena telah memenuhi toleransi kesalahan 10–6 dengan presisi jawaban yang bagus.2360679774997897 2.Convergence Rate:Fast.Convergence Rate:Medium to Fast. .159262485008914E–006 2. Stability:Possibly Divergent. Breadth of Application:General. . Programming Effort:Easy.2421875 –6.5 –0. h. 32 33 Kesalahan (Error) 1.2132725002103036E–003 .2639320225002103 2. Breadth of Application:Real Roots. Stability:Always.70 Stop Running program memberikan hasil sebagai berikut: Iterasi ke-n 1 2 3 4 .25 –1. 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. 2.7360679774997897 2 0. . .480861478035856E–007 Nilai x Pada iterasi ke-33 proses komputasi berhenti. . f. Breadth of Application:General. Accuracy:Good. Accuracy:Good. Requires evaluation of f’(x)) Modifikasi Newton Raphson ÄTali Busur (Secant) (initial Guesses:2. 2.23828125 –2. g. Accuracy:Good.Convergence Rate:Slow. 13 14 . .236068725585938 –7. 34 . .119522500210304E–003 2. Ä Bagidua (Bisection) (initial Guesses:2.39320225002103E–002 .5 0.236066818237305 1. e. d. Stability:Possibly Divergent. Initial guesses do not have to bracket the root Modifikasi Talibusur (Secant Modified) Müller Bairstow Äfisika-komputasi ⊇ b. c. Programming Effort:Easy.

metode b sampai g untuk general aplikasi. Berikut langkah-langkah komputasi aktual dengan metode bagidua: Langkah 1: Tentukan nilai awal xl yang lebih rendah dan xu yang lebih tinggi. sedangkan metode Newton Raphson dan metode Secant termasuk metode terbuka (open methods).Metode analisa numerik diatas. Secara umum. 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. dan metode h dan i untuk akar-akar polinomial). dengan pertimbangan yang disertakan pada item metode. memiliki karakteristik terapan (metode a dan b untuk akar-akar real.1 dan metode Bagidua adalah termasuk metode ‘mengurung’ (bracketing methods).5) dan sekurang-kurangnya ada satu akar pada interval itu. seperti yang ditunjukkan pada contoh 2.xr). 2. Dengan metode ini ditentukan titik tengah interval. yang salah satunya pasti mengandung akar. 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 .1 Metode Bagidua (Bisection) Nilai f(x) akan berubah tanda . sehingga fungsi berubah tanda melalui interval. dan f(x l ) dan f(x u) berlawanan tanda. Metode Grafik –dengan contoh 2. maka f ( x l )f ( x u ) < 0 (2.1. Estimasikan akar xr. perhitungan dihentikan. Berikutnya yang ditinjau adalah sub-interval yang mengandung akar.xr). berbeda pada kedua sisi akar. jika f(x) real dan kontinu pada interval antara x l sampai xu . Ini bisa dicek dengan menghitung f ( x l )f ( x u ) < 0 . Di sini hanya akan diimplementasikan satu atau beberapa metode yang dipilih. sebagai dasar untuk menangani kasus-kasus fisika pada bab-bab selanjutnya. Proses diulangi dengan membagi sub-interval tersebut dan memeriksa separo sub-interval mana yang Äfisika-komputasi ⊇ 35 . 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.

067 (1.5%. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0. 425 ) = −0 .3% (catatan bahwa nilai akar sebenarnya 14. iterasi pertama: xr = 12 + 16 2 estimasi awal akar x r yang merupakan titik tengah interval: = 14 . Äfisika-komputasi ⊇ 36 .517 > 0 . 5 dengan kesalahan relatif er=1.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12 dan 16. f (12 ) f (14 ) = 6 . Kesalahan relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah diketahui. Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui.konsekuensinya akar berada pada interval 14 dan 16. Kriteria penghentian komputasi dan kesalahan estimasi pendekatan.9%. Metode ini bisa terus berulang sampai hasilnya cukup akurat. adalah bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar.1. kesalahan relatif er =5. selanjutnya iterasi kedua: titik tengah dari sub-interval antara 14 dan 16: xr = 14 + 16 2 = 15 dengan kesalahan relatif : er =1.7802). Jadi akar berada diantara 14 dan 15. 666 < 0 . era . Sehingga. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar interval yang ditinjau cukup kecil. Proses berulang untuk mendapatkan estimasi: f (14 ) f (15 ) = 6. 067 (−0 .3 Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada contoh 2. Iterasi ketiga : xr = 14 + 15 2 = 14 . sehingga f(c) memberikan tanda yang berbeda.mengandung akar.569 ) = 9. Solusi [a] Langkah pertama dalam metode bagidua. dari gambar 2. yaitu: e ra = xr baru − x lama r x baru r 100 % Contoh 2. sehingga diperlukan kesalahan relatif pendekatan.5%. memberi dua nilai awal dari nilai yang tidak diketahui yaitu koefisien drag (c).

448 1. dapat digunakan algoritma dalam format pseudocode dibawah.iter.667 3.xu.75 14.5% dan komputasi dihentikan. FUNCTION Bisect(xl.204 0.875 xr 14 15 14.8125 era(%) 6.695 0. Algoritma Bisection Untuk mengimplementasi kasus mencari akar persamaan dengan menggunakan metode bisection ke dalam pemrograman komputer.imax.667 % iterasi selengkapnya adalah sebagai berikut: iterasi 1 2 3 4 5 6 xl 12 14 14 14.896 0. Hasil untuk iterasi pertama kedua adalah 14 dan 15.75 14.279 1.487 1. maka e ra = 15 − 14 14 100 % = 6 .5%.[b] kriteria penghentian es adalah 0.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 .xr.75 xu 16 16 15 15 15 14. tetapi tidak sulit bagi yang sudah mengenal bahasa pemrograman.422 ex(%) 5. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien.5 14.219 dari 6 iterasi akhirnya era<es=0. Äfisika-komputasi ⊇ 37 .840 0.875 14.641 0.5 14.es.

Gunakan metode Newton Raphson ! Solusi : Äfisika-komputasi ⊇ 38 . kemudian dite ntukan x sebagai titik potong antara sumbu x dan garis singgung pada kurva f i+1 di titik (xi . x Taylor).2.2 Metode Newton Raphson Metode Newton Raphson adalah metode iterasi lain untuk memecahkan persamaan f(x)=0. dengan f diasumsikan mempunyai turunan kontinu f’. f(x i) –0 f(x i+1) 0 turunan adalah terhadap dengan kemiringan: xi+3 xi+2 f ' ( x) = (2.f(xi). dengan nilai tebakan awal x=1. Dengan menggunakan suatu nilai xi sebagai tebakan awal yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu. Prosedur yang sama diulang.6) ulang xi+1 xi –x i+1 xi x Dan bisa dituliskan menjadi: Gambar 2.2. Secara geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada suatu selang.7) Contoh 2.4 Carilah akar positif dari fungsi f(x) = x2 – 5 pada contoh soal 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. Nilai sebenarnya √5 =2. menggunakan nilai terbaru sebagai nilai coba untuk iterasi seterusnya. Gagasan dasarnya adalah grafik f dihampiri dengan garis-garis singgung yang sesuai.2 Skema metode Newton Raphson x i +1 = x i − f ( xi ) f ' ( xi ) (2.236068.2.

Contoh 2. sehingga persamaan (2. subtitusikan pada persamaan (2. dibanding dengan pencarian akar pada contoh soal 2. iterasi persamaan memberikan hasil: Äfisika-komputasi ⊇ 39 .5 Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi transendental f(x) = e –x – x.7) menjadi: x i +1 = x i − e− xi − x − e− x − 1 i Dimulai dari nilai tebakan awal x=0.Turunan pertama dari fungsi f(x) = x2 – 5 adalah f’(x)=2x.7) menjadi: x i +1 = x i − x i2 − 5 2xi Dimulai dari nilai tebakan awal x=1. hitungan iteras i menggunakan Microsoft Excel memberikan data seperti pada gambar 2.2.3.3 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. Gambar 2. dengan nilai tebakan awal x=0 Solusi : Turunan pertama didapatkan: f’(x) = –e–x – 1.

yang dicapai dengan jumlah iterasi yang cukup besar yaitu 35.i 0 1 2 3 4 xi 0 0. dengan tole ransi kesalahan sampai 10–8.500000000 0.0000220 < 10–8 Pengecekan hasil menggunakan software Numerical Methods Electronic Toolkit (terlihat pada gambar 2.4 Pencarian akar transendental dengan Numerical Methods Toolkit. Äfisika-komputasi ⊇ 40 . 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 .567143290 era(%) 100 11.4) memberikan hasil yaitu 0.5671433 dalam 7 angka desimal. lebih lambat konvergensinya dibanding dengan metode Newton Raphson.566311003 0.8 0.567143165 0.147 0. Gambar 2.

5. es. iter. Pada iterasi awal memberikan hasil yang cukup jauh 51. dengan nilai tebakan awal x=0. 2. konvergensinya yang sangat cepat dan efisien dibanding metode lainnya. Metode Secant diperoleh dari metode Newton dengan cara menggantikan turunan f’(x) dengan beda hingga terbagi. imax.485. 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. Hal ini menjadi lebih sederhana dengan menyisipkan fungsi turunan yang didefinisikan oleh user sendiri. dapat mengacu pada algoritma pseudocode dibawah.3 Metode Talibusur (Secant) Masalah potensial dalam implementasi metode Newton Raphson adalah evaluasi pada turunan. … dan seterusnya dengan nilai yang simultan turun dengan lambat. seperti kasus khusus – akar-akar ganda– dialamati lebih lambat.65. Tetapi ada pada situasi tertentu. misalnya menentukan akar positif dari fungsi f(x)=x10–1. FUNCTION NewtonR( x0. Algoritma Newton Raphson Pencaria n akar persamaan dengan metode Newton Raphson dengan pemrograman komputer. Äfisika-komputasi ⊇ 41 . konvergensi sampai nilai sebenarnya 1.Metode Newton Raphson secara umum direkomendasikan karena kesederhanaannya. 46.

7) persamaan iteratifnya menjadi: xi + 1 = x i − f ( x i )(x i − x i −1 ) f ( x i ) − f ( x i −1 ) (2.8) untuk disubtitusikan pada persamaaan (2. Gambar 2.9) Jika diambil persamaan (2. tetapi tanpa perhitungan turunan.8) (backward) (2. Metode Secant memerlukan dua xi – 1 xi x tebakan awal. 5 Skema metode Secant Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode Newton Raphson. 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=2.10) 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 .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 ) .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. dalam metode Newton xi+1 merupakan perpotongan sumbu x dengan f(x i) garis singgung di xi . xi–1 dan xi . Algoritmanya serupa dengan metode Newton.3… (2. Tidak dianjurkan menuliskan skema iterasi pada (2.

62414 37. 5 + 1.73458 yn 1.9657493E–04 9. Nilai coba awal v ≅ 30 m/det Solusi: Kasus ini didefinisikan sebagai pencarian akar dari y = f (v) = (2 )(9 . 81 ) 1000 = 1.64323 37. Tentukan batas kecepatan dengan metode secant.9620001E–02 6. Suku pertama pada ruas kanan menyatakan gesekan tarik (friction drag). Batas kecepatan ditentukan oleh mg=Ftarik. 5 + 1.1 didasarkan pada nilai coba awal. 4 x10 −5 v1 .12).12) diset vo=30 dan v1=30. Persamaan lengkap adalah sebagai berikut: (2 )(9 . Iterasi penyelesaian dengan persamaan (2.8889391E–03 6. 11) sebagai berikut: i 0 1 2 3 4 5 6 vi 30. dan suku kedua menyatakan tekanan tarik ( ressure p drag).8626451E–09 Jadi batas kecepatannya adalah v=37. 4 x10 −5 v1 .00000 30. m/det. Contoh 2.73358 37.8452079E–03 –8.15 x10 −5 v 2 dimana v adalah kecepatan batas.15 x10 −5 v 2 (2. 81 ) 1000 = 1.0962276E–05 9.karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.9465251E–07 –1. 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.7 m/det ::: Studi Kasus Fisika ::: Hukum Gas Ideal dalam Termodinamika Hukum gas ideal diberikan oleh PV=nRT Äfisika-komputasi ⊇ 43 .10000 30.15411 38. dimana m=massa dan g =percepatan gravitas i.

360 b=0. 10 dan 100 atm untuk kombinasi temperatur pada 300. Persamaan ini amat luas penggunaannya dalam aktivitas enginer dan saintis.03183 oksigen karbon dioksida Molal volume dari kedua gas dihitung menggunakan hukum gas ideal.82054 L atm/(mol K) a= 3. a dan b adalah konstanta empiris yang tergantung pada sifat gas.592 b=0. K 1 atm = 24 . sehingga cocok dalam pemilihan bejana atau tempatnya. V adalah volume. atm 300 K mol. 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. dengan n=1. n adalah jumlah mol. Turunan f(v) terhadap v dituliskan Äfisika-komputasi ⊇ 44 . R adalah konstanta gas universal dan T adalah temperatur mutlak. 082054 L . Sebagai contoh jika P=1 atm dan T=300 K. dimana v=V/n adalah molal volume.13) yang dikenal sebagai persamaan van der Waals. Komputasi molal volume dari persamaan van der Waals bisa di selesaikan dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan.dimana P adalah tekanan mutlak. v= V n = RT P = 0 . 500 dan 700 K. Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan (P + a v2 )(v − b) = RT (2.6162 L / mol dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan. 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 1.04267 a= 1. Berikut adalah data -data yang diperlukan: R= 0.

14) metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula iteratif.7242 0.0259 4.4384 0. v i +1 = v i − f (v i ) f '( v i ) ketika menggunakan nilai coba 24.3663 57.52 pada interval [1.0270 40. dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.6162.001 Dengan menggunakan iterasi.1) Äfisika-komputasi ⊇ dari f(x)= – 45 . Berikut adalah hasil komputasi selengkapnya Temperatur.6162 24. L/mol Van der Waals Hk.5 dengan xo=5 Buatlah program untuk menentukan akar dari soal (2. SOAL-SOAL (2.0001 %.1016 0.0578 0.4378 57.2462 0.3545 0. D.2) Carilah akar positiv dari x2–0.3) (2.7438 5.2264 41.4116 57. nilai komputasi molal volume dari karbon dioksida pada 300 K dan 1 atm sebesar 24. Gas Ideal Karbon dioksida 24.5928 2.5744 0.0705 41.5842 500 700 Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa diturunkan. Hasil ini didapat hanya dengan dua iterasi saja dan memiliki kesalahan kurang dari 0.1) (2. perlihatkan bahwa akar positif yang terkecil dari persamaan x=tan x secara hampiran adalah 4.5126 2. atm 1 10 100 1 10 100 1 10 100 Molal Volume.4103 0.7x+2.49 (2.9x–1. K 300 Tekanan.7521 0.9x2+1.4) Gunakan metode Newton Raphson untuk menentukan akar 0.4616 2.4179 5.1027 4.2] menggunakan metode Bisection dengan toleransi 0. pilihan metode menjadi faktor penentu.9821 4.f ' (v ) = P − a v2 + 2 ab v3 (2.5126 L/mol. Dalam evaluasi jutaan akar. metode Newton Raphson sangat handal dalam hal kecepatan konvergensinya.5575 Van der Waals Oksigen 24.4460 5.

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

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.