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. dan persamaan campuran yang mengandung polinom dan transendental . akar-akar bisa ditentukan dengan metode langsung. 2 = − b ± b 2 − 4 ac 2a (2. Untuk kasus non-aljabar ada persamaan transendental– didalamnya mengandung bentuk-bentuk trigonometri. Dalam beberapa kasus.1 kg sehingga kecepatannya 40 m/dtk setelah terjun bebas selama t=10 detik.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. maka akar tunggal dari persamaan. Fungsi yang cukup sederhana seperti f(x) = e-x – x sudah tidak bisa diselesaikan secara analitik . Contoh 2.1. Catatan: percepatan gravitasi 9. logaritma. seperti terlihat pada contoh 2. Contoh yang paling sederhana seperti pada persamaan linear ax + b=0 (dimana a dan b adalah konstanta dan a 0).8 m/dtk. dalam kasus ini koefisien drag adalah Äfisika-komputasi ⊇ 31 . xo=–b/a.1) Rumus-rumus yang memberikan nilai eksak dari penyelesaian secara eksplisit hanya ada untuk kasus-kasus yang sangat sederhana.Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar. Persamaan kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula kuadratik: x1 . Solusi Kecepatan parasut yang diturunkan dari Hukum Newton II (diberikan oleh persamaan 1. 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 .

75 ) = v= 667 . t.75 / 68 .8 (68 .75 / 68 . v=40 dan m=68.1 )10 ) − 40 Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel sebelah kiri. dan dari kelengkungan grafik memberikan estimasi akar 14. 3).3) (1 − e −( c / 68 . validitas estimasi grafik bisa diuji: f (14 .75 (1 − e−(14 . yang juga representasi dari koefisien drag sebagai solusi dari kasus. 059 dan 9 . Pendekatan grafik untuk menentukan akar-akar persamaan Dengan subtitusi 14.75 pada persamaan (2.067 –2. g=9.75. selanjutnya disebut akar persamaan.401 f(x) 40 20 Akar 0 –10 4 8 12 20 c Gambar 2. 38 c (1 − e−( c / 68 .1 ) 10 ) = 40 .8.2) Nilai c yang membuat f(c)=0 .115 17. Kurva melintasi sumbu c antara 12 dan 16.8 (68 .653 6.dt 4 8 12 16 20 f(c) 34. Kasus ini bisa diselesaikan dengan metode numerik mengurangi variabel takbebas v pada kedua sisi persamaan.1) c 667 .1 )10 ) − 40 = 0 .75 (1 − e−(14 .1. Dengan memasukkan parameter t=10.1 ) 10 ) − 40 atau (2.269 –8.1 f (c ) = f (c ) = 9 .1 ) 14 . 38 14 . sehingga: f (c ) = gm c (1 − e−( c / m )t dengan cara )− v (2.implisit. 059 m / dtk Äfisika-komputasi ⊇ 32 .

tidak efisien dan tidak memadai untuk aktivitas saintis. jika tidak. Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0 sebagai tebakan awal dan secara beruntun menghitung barisan x0.Metode grafik ini tidak cukup teliti ( precision).1.x.5 dan toleransi 10–6.4) dengan g didefinisikan dalam selang yang memuat x dan rentang g terletak dalam 0 selang tersebut.x2 . dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik. Proses akan berulang sampai sebuah nilai coba memberikan hasil f(x)=0 .…) (2. Jadi secara beruntun dihit ung x1=g(x0).2. Metode seperti itu jelas tidak sistematis. Cara yang lain adalah melakukan trial and error. Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah f(x)=0 . x2=g(x1).5 Iter%=0 ‘ While Abs(dx)>Tolx Iter%=Iter%+1 x=x+dx Print Iter%.2 Buatlah program sederhana menggunakan BASIC u ntuk mencari akar positif dari fungsi f(x) = x2 – 5. x3 =g(2)…. Nilai sebenarnya √5 =2. lebar langkah 0. Metode iterasi sangat penting untuk beragam masalah dalam analisa numerik.… secara rekursif dari relasi berbentuk xn +1 = g( xn ) (n=0.E–06 x=1: FOld=Fnf(x): dx=.x1. dengan kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan pembulatan. Contoh 2.Sqr(5)–x If FungsiOld*Fnf(x)>0 Then Goto 60 x=x–dx: dx=dx/2 Wend ‘ Äfisika-komputasi ⊇ 33 .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. dengan nilai tebakan awal x=1. Metode pendekatan yang paling tepat adalah metode -metode iterasi numerik.

e.Convergence Rate:Slow. karena telah memenuhi toleransi kesalahan 10–6 dengan presisi jawaban yang bagus.Convergence Rate:Medium to Fast.236068725585938 –7. Accuracy:Good. 34 .5 –0.236066818237305 1.5 0. . .119522500210304E–003 2. . Accuracy:Good. . Programming Effort:Easy. .159262485008914E–006 2. 13 14 . Breadth of Application:General. 32 33 Kesalahan (Error) 1.2421875 –6. Stability:Always. Accuracy:Good. Ä Bagidua (Bisection) (initial Guesses:2. Requires evaluation of f’(x)) Modifikasi Newton Raphson ÄTali Busur (Secant) (initial Guesses:2. Breadth of Application:General. Programming Effort:Easy. Breadth of Application:Real Roots. 2.2639320225002103 2. f. Stability:Possibly Divergent.70 Stop Running program memberikan hasil sebagai berikut: Iterasi ke-n 1 2 3 4 . . g.39320225002103E–002 . . c. Programming Effort:Easy) Posisi Palsu (False Position) Titik Tetap ( Fixed Point Iteration) Ä NewtonRaphson (initial Guesses:1.25 –1. Initial guesses do not have to bracket the root Modifikasi Talibusur (Secant Modified) Müller Bairstow Äfisika-komputasi ⊇ b. d. . h. 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. 2.23828125 –2.2360679774997897 2. Stability:Possibly Divergent.2132725002103036E–003 .Convergence Rate:Fast.7360679774997897 2 0. i.480861478035856E–007 Nilai x Pada iterasi ke-33 proses komputasi berhenti.

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

Metode ini bisa terus berulang sampai hasilnya cukup akurat. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0.569 ) = 9. Solusi [a] Langkah pertama dalam metode bagidua. Jadi akar berada diantara 14 dan 15. Proses berulang untuk mendapatkan estimasi: f (14 ) f (15 ) = 6. sehingga f(c) memberikan tanda yang berbeda. era . 666 < 0 . kesalahan relatif er =5.5%. sehingga diperlukan kesalahan relatif pendekatan. 5 dengan kesalahan relatif er=1. Sehingga. selanjutnya iterasi kedua: titik tengah dari sub-interval antara 14 dan 16: xr = 14 + 16 2 = 15 dengan kesalahan relatif : er =1. memberi dua nilai awal dari nilai yang tidak diketahui yaitu koefisien drag (c). iterasi pertama: xr = 12 + 16 2 estimasi awal akar x r yang merupakan titik tengah interval: = 14 . Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui.konsekuensinya akar berada pada interval 14 dan 16.mengandung akar.517 > 0 . Kesalahan relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah diketahui. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar interval yang ditinjau cukup kecil.3 Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada contoh 2. yaitu: e ra = xr baru − x lama r x baru r 100 % Contoh 2. 067 (−0 .5%.9%. Iterasi ketiga : xr = 14 + 15 2 = 14 . Äfisika-komputasi ⊇ 36 .067 (1. Kriteria penghentian komputasi dan kesalahan estimasi pendekatan. 425 ) = −0 .7802).1.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12 dan 16. dari gambar 2. f (12 ) f (14 ) = 6 . adalah bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar.3% (catatan bahwa nilai akar sebenarnya 14.

iter. Hasil untuk iterasi pertama kedua adalah 14 dan 15.5 14.279 1. Algoritma Bisection Untuk mengimplementasi kasus mencari akar persamaan dengan menggunakan metode bisection ke dalam pemrograman komputer.875 xr 14 15 14.es.75 xu 16 16 15 15 15 14.75 14.xu.487 1.[b] kriteria penghentian es adalah 0. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien.875 14. Äfisika-komputasi ⊇ 37 .219 dari 6 iterasi akhirnya era<es=0.imax.5 14.695 0.5% dan komputasi dihentikan. tetapi tidak sulit bagi yang sudah mengenal bahasa pemrograman.75 14.5%.204 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 .422 ex(%) 5.448 1.8125 era(%) 6.840 0. maka e ra = 15 − 14 14 100 % = 6 . FUNCTION Bisect(xl.896 0. dapat digunakan algoritma dalam format pseudocode dibawah.667 3.641 0.xr.667 % iterasi selengkapnya adalah sebagai berikut: iterasi 1 2 3 4 5 6 xl 12 14 14 14.

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. 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. Nilai sebenarnya √5 =2.2. Dengan menggunakan suatu nilai xi sebagai tebakan awal yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu.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.6) ulang xi+1 xi –x i+1 xi x Dan bisa dituliskan menjadi: Gambar 2. Prosedur yang sama diulang.236068.2 Metode Newton Raphson Metode Newton Raphson adalah metode iterasi lain untuk memecahkan persamaan f(x)=0.f(xi).4 Carilah akar positif dari fungsi f(x) = x2 – 5 pada contoh soal 2. Gunakan metode Newton Raphson ! Solusi : Äfisika-komputasi ⊇ 38 . menggunakan nilai terbaru sebagai nilai coba untuk iterasi seterusnya.2. Secara geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada suatu selang. x Taylor). dengan nilai tebakan awal x=1.7) Contoh 2. kemudian dite ntukan x sebagai titik potong antara sumbu x dan garis singgung pada kurva f i+1 di titik (xi .2.

3. Contoh 2. dibanding dengan pencarian akar pada contoh soal 2.5 Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi transendental f(x) = e –x – x. iterasi persamaan memberikan hasil: Äfisika-komputasi ⊇ 39 . Gambar 2.7) menjadi: x i +1 = x i − x i2 − 5 2xi Dimulai dari nilai tebakan awal x=1. dengan nilai tebakan awal x=0 Solusi : Turunan pertama didapatkan: f’(x) = –e–x – 1. sehingga persamaan (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. hitungan iteras i menggunakan Microsoft Excel memberikan data seperti pada gambar 2. subtitusikan pada persamaan (2.2.3 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 2.567143290 era(%) 100 11. Äfisika-komputasi ⊇ 40 .5671433 dalam 7 angka desimal.567143165 0.566311003 0.4 Pencarian akar transendental dengan Numerical Methods Toolkit.i 0 1 2 3 4 xi 0 0. yang dicapai dengan jumlah iterasi yang cukup besar yaitu 35. lebih lambat konvergensinya dibanding dengan metode Newton Raphson.8 0.500000000 0. dengan tole ransi kesalahan sampai 10–8. 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 .147 0.4) memberikan hasil yaitu 0. Gambar 2.

Tetapi ada pada situasi tertentu. Pada iterasi awal memberikan hasil yang cukup jauh 51. 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. dapat mengacu pada algoritma pseudocode dibawah. Hal ini menjadi lebih sederhana dengan menyisipkan fungsi turunan yang didefinisikan oleh user sendiri. Algoritma Newton Raphson Pencaria n akar persamaan dengan metode Newton Raphson dengan pemrograman komputer. es.Metode Newton Raphson secara umum direkomendasikan karena kesederhanaannya.485. imax. misalnya menentukan akar positif dari fungsi f(x)=x10–1. seperti kasus khusus – akar-akar ganda– dialamati lebih lambat. konvergensi sampai nilai sebenarnya 1. Äfisika-komputasi ⊇ 41 . 2.5. 46.65.3 Metode Talibusur (Secant) Masalah potensial dalam implementasi metode Newton Raphson adalah evaluasi pada turunan. 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. dengan nilai tebakan awal x=0. FUNCTION NewtonR( x0. iter. … dan seterusnya dengan nilai yang simultan turun dengan lambat.

xi–1 dan xi .11) Secara geometri. tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai f’(x) lebih lama daripada ½ kali kerja penghitungan nilai f(x).3… (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 ) . tetapi tanpa perhitungan turunan. Tidak dianjurkan menuliskan skema iterasi pada (2. Gambar 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 .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 (2.7) persamaan iteratifnya menjadi: xi + 1 = x i − f ( x i )(x i − x i −1 ) f ( x i ) − f ( x i −1 ) (2. i=2. 5 Skema metode Secant Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode Newton Raphson.8) untuk disubtitusikan pada persamaaan (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.8) (backward) (2. dalam metode Newton xi+1 merupakan perpotongan sumbu x dengan f(x i) garis singgung di xi .9) Jika diambil persamaan (2. Algoritmanya serupa dengan metode Newton. Metode Secant memerlukan dua xi – 1 xi x tebakan awal.

Iterasi penyelesaian dengan persamaan (2. Persamaan lengkap adalah sebagai berikut: (2 )(9 .15411 38. Contoh 2.62414 37.7 m/det ::: Studi Kasus Fisika ::: Hukum Gas Ideal dalam Termodinamika Hukum gas ideal diberikan oleh PV=nRT Äfisika-komputasi ⊇ 43 .8889391E–03 6.6 Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun setelah mencapai batas kecepatan. dimana y0 dan y1 dihitung dengan persamaan (2.9657493E–04 9. 5 + 1.9620001E–02 6.00000 30. Tentukan batas kecepatan dengan metode secant. m/det.9465251E–07 –1.1 didasarkan pada nilai coba awal.64323 37. 4 x10 −5 v1 . dan suku kedua menyatakan tekanan tarik ( ressure p drag). 5 + 1.8626451E–09 Jadi batas kecepatannya adalah v=37.12) diset vo=30 dan v1=30. dimana m=massa dan g =percepatan gravitas i. Batas kecepatan ditentukan oleh mg=Ftarik.73458 yn 1.15 x10 −5 v 2 dimana v adalah kecepatan batas. 81 ) 1000 = 1. Suku pertama pada ruas kanan menyatakan gesekan tarik (friction drag).73358 37.10000 30.12).0962276E–05 9.8452079E–03 –8.karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.15 x10 −5 v 2 (2. 4 x10 −5 v1 . Nilai coba awal v ≅ 30 m/det Solusi: Kasus ini didefinisikan sebagai pencarian akar dari y = f (v) = (2 )(9 . 11) sebagai berikut: i 0 1 2 3 4 5 6 vi 30. 81 ) 1000 = 1.

sehingga cocok dalam pemilihan bejana atau tempatnya. v= V n = RT P = 0 . R adalah konstanta gas universal dan T adalah temperatur mutlak.04267 a= 1. 10 dan 100 atm untuk kombinasi temperatur pada 300.6162 L / mol dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan. Komputasi molal volume dari persamaan van der Waals bisa di selesaikan dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan. 082054 L . Turunan f(v) terhadap v dituliskan Äfisika-komputasi ⊇ 44 . Berikut adalah data -data yang diperlukan: R= 0. V adalah volume.360 b=0. 500 dan 700 K.13) yang dikenal sebagai persamaan van der Waals. K 1 atm = 24 . Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan (P + a v2 )(v − b) = RT (2. 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. 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.dimana P adalah tekanan mutlak. atm 300 K mol.592 b=0. Persamaan ini amat luas penggunaannya dalam aktivitas enginer dan saintis. a dan b adalah konstanta empiris yang tergantung pada sifat gas. dengan n=1. dimana v=V/n adalah molal volume. n adalah jumlah mol.03183 oksigen karbon dioksida Molal volume dari kedua gas dihitung menggunakan hukum gas ideal.82054 L atm/(mol K) a= 3.

1016 0. D.2) Carilah akar positiv dari x2–0. v i +1 = v i − f (v i ) f '( v i ) ketika menggunakan nilai coba 24.0705 41.4) Gunakan metode Newton Raphson untuk menentukan akar 0.0578 0. Dalam evaluasi jutaan akar.7242 0.0270 40.5 dengan xo=5 Buatlah program untuk menentukan akar dari soal (2.5842 500 700 Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa diturunkan.1) (2.9821 4.f ' (v ) = P − a v2 + 2 ab v3 (2.4460 5.5744 0. dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.5126 2. L/mol Van der Waals Hk.4179 5.2] menggunakan metode Bisection dengan toleransi 0. nilai komputasi molal volume dari karbon dioksida pada 300 K dan 1 atm sebesar 24.4378 57.1027 4.5575 Van der Waals Oksigen 24.4103 0.7x+2.14) metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula iteratif.4616 2.0259 4.2462 0. atm 1 10 100 1 10 100 1 10 100 Molal Volume. pilihan metode menjadi faktor penentu.52 pada interval [1.4384 0.5126 L/mol. perlihatkan bahwa akar positif yang terkecil dari persamaan x=tan x secara hampiran adalah 4.49 (2.5928 2.3545 0.9x2+1. Berikut adalah hasil komputasi selengkapnya Temperatur.3) (2. Hasil ini didapat hanya dengan dua iterasi saja dan memiliki kesalahan kurang dari 0.3663 57.7438 5.7521 0.1) Äfisika-komputasi ⊇ dari f(x)= – 45 .6162.0001 %.2264 41.6162 24.9x–1.4116 57. Gas Ideal Karbon dioksida 24. metode Newton Raphson sangat handal dalam hal kecepatan konvergensinya.001 Dengan menggunakan iterasi. K 300 Tekanan. SOAL-SOAL (2.

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

Sign up to vote on this title
UsefulNot useful