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

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

1 f (c ) = f (c ) = 9 . selanjutnya disebut akar persamaan.1 ) 10 ) = 40 . dan dari kelengkungan grafik memberikan estimasi akar 14.1) c 667 . Kurva melintasi sumbu c antara 12 dan 16. 059 dan 9 . 38 14 .8 (68 .8 (68 .75 / 68 .1 ) 14 .75 ) = v= 667 . sehingga: f (c ) = gm c (1 − e−( c / m )t dengan cara )− v (2.75. Dengan memasukkan parameter t=10.653 6.2) Nilai c yang membuat f(c)=0 . Pendekatan grafik untuk menentukan akar-akar persamaan Dengan subtitusi 14.dt 4 8 12 16 20 f(c) 34. g=9.269 –8.401 f(x) 40 20 Akar 0 –10 4 8 12 20 c Gambar 2.3) (1 − e −( c / 68 .implisit. v=40 dan m=68.1 )10 ) − 40 = 0 .1 )10 ) − 40 Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel sebelah kiri. 3). 059 m / dtk Äfisika-komputasi ⊇ 32 . validitas estimasi grafik bisa diuji: f (14 .1.75 (1 − e−(14 . 38 c (1 − e−( c / 68 .75 pada persamaan (2.115 17. Kasus ini bisa diselesaikan dengan metode numerik mengurangi variabel takbebas v pada kedua sisi persamaan.75 (1 − e−(14 . t.067 –2.8. yang juga representasi dari koefisien drag sebagai solusi dari kasus.1 ) 10 ) − 40 atau (2.75 / 68 .

4) dengan g didefinisikan dalam selang yang memuat x dan rentang g terletak dalam 0 selang tersebut. Proses akan berulang sampai sebuah nilai coba memberikan hasil f(x)=0 .Metode grafik ini tidak cukup teliti ( precision).…) (2.x.5 dan toleransi 10–6. Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah f(x)=0 . 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=1.2.E–06 x=1: FOld=Fnf(x): dx=.… secara rekursif dari relasi berbentuk xn +1 = g( xn ) (n=0. lebar langkah 0. dengan kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan pembulatan.1. x2=g(x1).Sqr(5)–x If FungsiOld*Fnf(x)>0 Then Goto 60 x=x–dx: dx=dx/2 Wend ‘ Äfisika-komputasi ⊇ 33 . Metode iterasi sangat penting untuk beragam masalah dalam analisa numerik.5 Iter%=0 ‘ While Abs(dx)>Tolx Iter%=Iter%+1 x=x+dx Print Iter%. Metode seperti itu jelas tidak sistematis. tidak efisien dan tidak memadai untuk aktivitas saintis. jika tidak. Nilai sebenarnya √5 =2. dengan nilai tebakan awal x=1. Metode pendekatan yang paling tepat adalah metode -metode iterasi numerik.x2 . Cara yang lain adalah melakukan trial and error. Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0 sebagai tebakan awal dan secara beruntun menghitung barisan x0.2 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. Jadi secara beruntun dihit ung x1=g(x0).x1. x3 =g(2)….

Breadth of Application:General.2421875 –6. 13 14 . Stability:Possibly Divergent. Programming Effort:Easy) Posisi Palsu (False Position) Titik Tetap ( Fixed Point Iteration) Ä NewtonRaphson (initial Guesses:1. Breadth of Application:General.236066818237305 1.23828125 –2.2132725002103036E–003 .Convergence Rate:Fast. e.7360679774997897 2 0. c. h.2639320225002103 2.Convergence Rate:Medium to Fast. 32 33 Kesalahan (Error) 1. i. Breadth of Application:Real Roots. Initial guesses do not have to bracket the root Modifikasi Talibusur (Secant Modified) Müller Bairstow Äfisika-komputasi ⊇ b. . Accuracy:Good. Programming Effort:Easy. d.70 Stop Running program memberikan hasil sebagai berikut: Iterasi ke-n 1 2 3 4 .236068725585938 –7.5 –0. Ä Bagidua (Bisection) (initial Guesses:2. . karena telah memenuhi toleransi kesalahan 10–6 dengan presisi jawaban yang bagus. 34 .5 0.25 –1. Requires evaluation of f’(x)) Modifikasi Newton Raphson ÄTali Busur (Secant) (initial Guesses:2. Programming Effort:Easy.159262485008914E–006 2. Accuracy:Good. . f. 2. 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. . Accuracy:Good. Stability:Always.119522500210304E–003 2. . 2. .Convergence Rate:Slow.39320225002103E–002 . . .2360679774997897 2. g. Stability:Possibly Divergent.480861478035856E–007 Nilai x Pada iterasi ke-33 proses komputasi berhenti.

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

Kriteria penghentian komputasi dan kesalahan estimasi pendekatan. 067 (−0 .7802). memberi dua nilai awal dari nilai yang tidak diketahui yaitu koefisien drag (c). dari gambar 2. 425 ) = −0 .1.3 Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada contoh 2. Jadi akar berada diantara 14 dan 15.mengandung akar.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12 dan 16. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0.067 (1. f (12 ) f (14 ) = 6 . 5 dengan kesalahan relatif er=1. Solusi [a] Langkah pertama dalam metode bagidua. era . Proses berulang untuk mendapatkan estimasi: f (14 ) f (15 ) = 6. Kesalahan relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah diketahui. sehingga diperlukan kesalahan relatif pendekatan. Iterasi ketiga : xr = 14 + 15 2 = 14 .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 . yaitu: e ra = xr baru − x lama r x baru r 100 % Contoh 2. adalah bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar. sehingga f(c) memberikan tanda yang berbeda. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar interval yang ditinjau cukup kecil.konsekuensinya akar berada pada interval 14 dan 16. Metode ini bisa terus berulang sampai hasilnya cukup akurat.5%. 666 < 0 .569 ) = 9. Sehingga. Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui. kesalahan relatif er =5.5%. selanjutnya iterasi kedua: titik tengah dari sub-interval antara 14 dan 16: xr = 14 + 16 2 = 15 dengan kesalahan relatif : er =1.9%.

dapat digunakan algoritma dalam format pseudocode dibawah.5 14.75 xu 16 16 15 15 15 14.es.219 dari 6 iterasi akhirnya era<es=0.8125 era(%) 6.iter.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 . tetapi tidak sulit bagi yang sudah mengenal bahasa pemrograman.667 % iterasi selengkapnya adalah sebagai berikut: iterasi 1 2 3 4 5 6 xl 12 14 14 14. Äfisika-komputasi ⊇ 37 .[b] kriteria penghentian es adalah 0.448 1.5 14.840 0.695 0.875 xr 14 15 14.75 14.667 3. maka e ra = 15 − 14 14 100 % = 6 .279 1.xr. Hasil untuk iterasi pertama kedua adalah 14 dan 15.896 0. Algoritma Bisection Untuk mengimplementasi kasus mencari akar persamaan dengan menggunakan metode bisection ke dalam pemrograman komputer.imax.xu.875 14.487 1.641 0.204 0.75 14. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien. FUNCTION Bisect(xl.5%.422 ex(%) 5.5% dan komputasi dihentikan.

4 Carilah akar positif dari fungsi f(x) = x2 – 5 pada contoh soal 2.236068.6) ulang xi+1 xi –x i+1 xi x Dan bisa dituliskan menjadi: Gambar 2. dengan nilai tebakan awal x=1.2. dengan f diasumsikan mempunyai turunan kontinu f’.7) Contoh 2.2.f(xi). Prosedur yang sama diulang. kemudian dite ntukan x sebagai titik potong antara sumbu x dan garis singgung pada kurva f i+1 di titik (xi . Secara geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada suatu selang.2. x Taylor). 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.2 Skema metode Newton Raphson x i +1 = x i − f ( xi ) f ' ( xi ) (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 . 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. 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. menggunakan nilai terbaru sebagai nilai coba untuk iterasi seterusnya.

dengan nilai tebakan awal x=0 Solusi : Turunan pertama didapatkan: f’(x) = –e–x – 1.3 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 10–6.3.Turunan pertama dari fungsi f(x) = x2 – 5 adalah f’(x)=2x. iterasi persamaan memberikan hasil: Äfisika-komputasi ⊇ 39 . Contoh 2. dibanding dengan pencarian akar pada contoh soal 2. sehingga persamaan (2.2.7) 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. subtitusikan pada persamaan (2.5 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. Gambar 2.

8 0. yang dicapai dengan jumlah iterasi yang cukup besar yaitu 35. dengan tole ransi kesalahan sampai 10–8.0000220 < 10–8 Pengecekan hasil menggunakan software Numerical Methods Electronic Toolkit (terlihat pada gambar 2. Äfisika-komputasi ⊇ 40 .i 0 1 2 3 4 xi 0 0.566311003 0. Gambar 2. lebih lambat konvergensinya dibanding dengan metode Newton Raphson.567143290 era(%) 100 11.147 0.500000000 0.4 Pencarian akar transendental dengan Numerical Methods Toolkit. 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 .5671433 dalam 7 angka desimal.567143165 0.4) memberikan hasil yaitu 0.

dapat mengacu pada algoritma pseudocode dibawah.65. Metode Secant diperoleh dari metode Newton dengan cara menggantikan turunan f’(x) dengan beda hingga terbagi. 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. 46.485. Pada iterasi awal memberikan hasil yang cukup jauh 51. Tetapi ada pada situasi tertentu. dengan nilai tebakan awal x=0. Äfisika-komputasi ⊇ 41 .5.Metode Newton Raphson secara umum direkomendasikan karena kesederhanaannya.3 Metode Talibusur (Secant) Masalah potensial dalam implementasi metode Newton Raphson adalah evaluasi pada turunan. seperti kasus khusus – akar-akar ganda– dialamati lebih lambat. misalnya menentukan akar positif dari fungsi f(x)=x10–1. Algoritma Newton Raphson Pencaria n akar persamaan dengan metode Newton Raphson dengan pemrograman komputer. konvergensinya yang sangat cepat dan efisien dibanding metode lainnya. imax. iter. 2. konvergensi sampai nilai sebenarnya 1. … dan seterusnya dengan nilai yang simultan turun dengan lambat. es. FUNCTION NewtonR( x0. Hal ini menjadi lebih sederhana dengan menyisipkan fungsi turunan yang didefinisikan oleh user sendiri.

Tidak dianjurkan menuliskan skema iterasi pada (2.3… (2.7) persamaan iteratifnya menjadi: xi + 1 = x i − f ( x i )(x i − x i −1 ) f ( x i ) − f ( x i −1 ) (2.9) Jika diambil persamaan (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. Gambar 2. tetapi tanpa perhitungan turunan. 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 .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. 5 Skema metode Secant Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode Newton Raphson.11) Secara geometri.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 ) . dalam metode Newton xi+1 merupakan perpotongan sumbu x dengan f(x i) garis singgung di xi . Metode Secant memerlukan dua xi – 1 xi x tebakan awal. xi–1 dan xi . tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai f’(x) lebih lama daripada ½ kali kerja penghitungan nilai f(x). Algoritmanya serupa dengan metode Newton.

9620001E–02 6.62414 37.7 m/det ::: Studi Kasus Fisika ::: Hukum Gas Ideal dalam Termodinamika Hukum gas ideal diberikan oleh PV=nRT Äfisika-komputasi ⊇ 43 .0962276E–05 9. m/det.karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama. 81 ) 1000 = 1.15 x10 −5 v 2 dimana v adalah kecepatan batas. Tentukan batas kecepatan dengan metode secant. dimana y0 dan y1 dihitung dengan persamaan (2. Batas kecepatan ditentukan oleh mg=Ftarik. dan suku kedua menyatakan tekanan tarik ( ressure p drag). dimana m=massa dan g =percepatan gravitas i. Nilai coba awal v ≅ 30 m/det Solusi: Kasus ini didefinisikan sebagai pencarian akar dari y = f (v) = (2 )(9 .10000 30.15411 38. Iterasi penyelesaian dengan persamaan (2.73458 yn 1.8626451E–09 Jadi batas kecepatannya adalah v=37. 5 + 1.12) diset vo=30 dan v1=30.64323 37. Contoh 2.6 Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun setelah mencapai batas kecepatan. 4 x10 −5 v1 . 5 + 1.9657493E–04 9. 81 ) 1000 = 1.9465251E–07 –1. 11) sebagai berikut: i 0 1 2 3 4 5 6 vi 30. 4 x10 −5 v1 . Suku pertama pada ruas kanan menyatakan gesekan tarik (friction drag).73358 37.00000 30. Persamaan lengkap adalah sebagai berikut: (2 )(9 .12).8889391E–03 6.1 didasarkan pada nilai coba awal.15 x10 −5 v 2 (2.8452079E–03 –8.

082054 L . 500 dan 700 K. R adalah konstanta gas universal dan T adalah temperatur mutlak.dimana P adalah tekanan mutlak. v= V n = RT P = 0 . 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. Persamaan ini amat luas penggunaannya dalam aktivitas enginer dan saintis. sehingga cocok dalam pemilihan bejana atau tempatnya.82054 L atm/(mol K) a= 3. 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. a dan b adalah konstanta empiris yang tergantung pada sifat gas. Turunan f(v) terhadap v dituliskan Äfisika-komputasi ⊇ 44 . Berikut adalah data -data yang diperlukan: R= 0. n adalah jumlah mol.6162 L / mol dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan. V adalah volume. Sebagai contoh jika P=1 atm dan T=300 K. dengan n=1.592 b=0. 10 dan 100 atm untuk kombinasi temperatur pada 300. K 1 atm = 24 . Komputasi molal volume dari persamaan van der Waals bisa di selesaikan dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan.04267 a= 1. atm 300 K mol. Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan (P + a v2 )(v − b) = RT (2.03183 oksigen karbon dioksida Molal volume dari kedua gas dihitung menggunakan hukum gas ideal. dimana v=V/n adalah molal volume.13) yang dikenal sebagai persamaan van der Waals.360 b=0.

3663 57.1) Äfisika-komputasi ⊇ dari f(x)= – 45 .5575 Van der Waals Oksigen 24.7521 0.0001 %.1) (2. Dalam evaluasi jutaan akar.7438 5.2) Carilah akar positiv dari x2–0.4378 57.4) Gunakan metode Newton Raphson untuk menentukan akar 0.2] menggunakan metode Bisection dengan toleransi 0. SOAL-SOAL (2.5928 2.5126 2.0270 40.7242 0.2264 41.9x–1. Hasil ini didapat hanya dengan dua iterasi saja dan memiliki kesalahan kurang dari 0.5744 0. Gas Ideal Karbon dioksida 24. dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.4179 5.4384 0.49 (2.0578 0.f ' (v ) = P − a v2 + 2 ab v3 (2. L/mol Van der Waals Hk.001 Dengan menggunakan iterasi.2462 0.4460 5.5842 500 700 Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa diturunkan.4103 0. perlihatkan bahwa akar positif yang terkecil dari persamaan x=tan x secara hampiran adalah 4.9821 4.4616 2. D.0259 4. nilai komputasi molal volume dari karbon dioksida pada 300 K dan 1 atm sebesar 24.0705 41. metode Newton Raphson sangat handal dalam hal kecepatan konvergensinya. v i +1 = v i − f (v i ) f '( v i ) ketika menggunakan nilai coba 24.6162.1016 0.7x+2. Berikut adalah hasil komputasi selengkapnya Temperatur.1027 4.14) metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula iteratif. pilihan metode menjadi faktor penentu.3545 0. K 300 Tekanan.4116 57.3) (2.52 pada interval [1.5126 L/mol.5 dengan xo=5 Buatlah program untuk menentukan akar dari soal (2.9x2+1. atm 1 10 100 1 10 100 1 10 100 Molal Volume.6162 24.

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

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.