Tugas Matematika Teknik

Oleh:
1.

Qusyairi Ridho Siska Fitrianingrum Yan Hadynoer

0807100775 0807100780 0807100786

2.
3.

TINGKAT II TEKNIK RANCANG BANGUN PERALATAN SANDI

SEKOLAH TINGGI SANDI NEGARA 2010

Selisih inilah yang disebut dengan galat (error). Solusi hampiran jelas tidak tepat sama dengan solusi sejati. (3) Bila persoalan sudah merupakan persoalan yang mempunyai kompleksitas tinggi. namun solusi hampiran dapat dibuat seteliti yang kita inginkan. Penyelesaian ini menjadi acuan bagi pemakaian metode pendekatan. (2) Bila persoalan sudah sangat sulit atau tidak mungkin diselesaiakan secara matematis (analitik) karena tidak ada theorema analisa matematik yang dapat digunakan. Pengertian Metode Numerik Metode diformulasikan numerik adalah teknik dimana masalah matematika oleh sedemikian rupa sehingga dapat diselesaikan pengoperasian aritmetika. Pertama. Dalam penerapan matematis untuk menyelesaikan persoalan-persoalan perhitungan dan analisis. dengan metode numerik. Perbedaan utama antara metode numerik dengan metode analitik terletak pada dua hal.A. kita hanya memperoleh solusi yang menghampiri atau mendekati solusi sejati sehingga solusi numerik dinamakan juga solusi hampiran (approxomation) atau solusi pendekatan. maka dapat digunakan metode-metode simulasi. maka penyelesaian matematis (metode analitik) adalah penyelesaian exact yang harus digunakan. Kedua. solusi dengan menggunakan metode numerik selalu berbentuk angka. . ada beberapa keadaan dan metode yang digunakan untuk menghasilkan penyelesaian yang baik adalah : (1) Bila persoalan merupakan persoalan yang sederhana atau ada theorema analisa matematika yang dapat digunakan untuk menyelesaikan persoalan tersebut. maka dapat digunakan metode numerik. sehingga ada selisih antara keduanya. sehingga metode numerikpun tidak dapat menyajikan penyelesaian dengan baik. Bandingkan dengan metode analitik yang biasanya menghasilkan solusi dalam bentuk fungsi matematik yang selanjutnya fungsi mateamtik tersebut dapat dievaluasi untuk menghasilkan nilai dalam bentuk angka.

dimana area dibagi menjadi N bagian. dari dua bagian ini dipilih bagian mana yang mengandung dan bagian yang tidak mengandung akar dibuang. maka f(x < z) dan f(x > z) saling berbeda tanda. Metode Bagi Dua (Bisection Method) Prinsip: Ide awal metode ini adalah metode table. . f(b) < 0 Langkah 2 : Taksiran nilai akar baru yaitu c diperoleh dari : c= a +b 2 Langkah 3 : Menentukan daerah yang berisi akar fungsi:  Jika z merupakan akar fungsi. Atau periksa apakah benar bahwa : f(a) . Hal ini dilakukan berulang-ulang hingga diperoleh akar persamaan. Hanya saja metode biseksi ini membagi range menjadi 2 bagian. Langkah – langkah dalam menyelesaikan Metode Bagi Dua : Langkah 1 : Pilih a sebagai batas bawah dan b sebagai batas atas untuk taksiran akar sehingga terjadi perubahan tanda fungsi dalam selang interval.1.

berarti di antara b & c tidak ada akar fungsi Langkah 4 : Menentukan kapan proses pencarian akar fungsi berhenti.001 dengan menggunakan range x=[−1. berarti di antara a & c ada akar fungsi. Carilah salah satu akar persamaan berikut: xe-x+1 = 0 disyaratkan bahwa batas kesalahan relatif (εa) =0. Proses pencarian akar fungsi dihentikan setelah keakuratan yang diinginkan dicapai. yang dapat diketahui dari kesalahan relatif semu. Contoh .  f(a)*f(c) negatif.0]. Dengan memisalkan bahwa :  (xl) = batas bawah = a  (xu) = batas atas Χ⇒ a +b 2 =b  (xr) = nilai tengah = x . f(b)*f(c) positif.

semakin teliti (kecil toleransi errornya) maka semakin .fc]. dapat dilakukan dengan menggunakan toleransi error atau iterasi maksimum. fb=fx(xb).xa. x=xb. xc=(xa+xb)/2. x=xc. X=[i. fc=fx(xc).xb.xa.56738 dan f(x) = -0. disp(X).xb. Catatan : Dengan menggunakan metode biseksi dengan tolerasi error bear jumlah iterasi yang dibutuhkan.001 dibutuhkan10 iterasi.maka diperoleh tabel biseksi sebagai berikut : Pada iterasi ke 10 diperoleh x = -0. fa=fx(xa).n) x=xa. if fc*fa<0 xb=xc.xc. Pemrograman bisection Method dengan MATLAB Berikut source code yang di gunakan: % ini fungsi dari bisection yang kami gunakan function rtn=bisec(fx. 0. for i=1:n.00066 Untuk menghentikan iterasi.

Tampilan saat running program : . grid on %ini fungsi yang kami gunakan ( f(x)= 3x + sin x – e(x) ) fx=inline('3*x+sin(x)-exp(x)').else xa=xc.[0 2]). end end %tampilkan hasil dari bisection xa xb n r=(xa+xb)/2 end %tampilkan gambar plot dari bisection fplot(fx.

3438 0.3594 0.3750 0.0026 0.0000 6.3605 0.3604 xb = 0.3604 1.3125 0.0000 5.0000 10.0000 3.3750 0.5000 0.2500 0.2500 -0.0001 xa = 0.3594 -0.Hasil dari runnig program: >> bisec1(fx.0000 0.0169 0.3594 0.0000 4.0000 8.0363 0.0000 12.2866 0.3604 .3750 0.0004 0.3604 -0.3613 0.0000 9.3608 0.3307 0.3604 0.3594 0.0000 13.3605 n = 13 r = 0.3604 0.3606 0.0002 0.3633 0.3633 0.0420 0.3672 0.3613 0.5000 0.5000 0.3613 0.3125 -0.0010 0.0000 7.0000 11.3672 0.3750 0.0000 2.0000 0 0 0.3750 0.0.0071 0.1219 0.3606 0.3438 -0.3608 0.13) 1.1.2500 0.0023 0.3594 0.

akar-akar penyelesaian tersebut tidak dapat dicari secara bersamaan.2. cari nilai xo baru. Metode Newton-Rhapson Metode Newton-Raphson adalah salah satu metode penyelesaian akarakar persamaan non linier f(x). Grafik Pendekatan Metode Newton-Raphson : Langkah-langkah penyelesaian Metode Newton-Raphson : Langkah 1: Cari f’(x) dan f”(x) dari f(x) Langkah 2 : Tentukan titik x0 dan Uji sesuai : Apakah memenuhi syarat persamaan? Jika tidak. dengan menentukan satu nilai tebakan awal dari akar yaitu xi. . Tidak dapat mencari akar kompleks (imajiner). Jika fungsi f(x) mempunyai beberapa akar (titik) penyelesaian. Langkah 3 : Lakukan iterasi dengan persamaan : Kelemahan Metode Newton-Raphson : 1. 2.

Pemrograman Newton-Rhapson Method dengan C++ #include <stdio. meskipun ada akar penyelesaiannya.f'(X0) / f(X0). e) Jika jumlah iterasi > iterasi maksimum. }while(ch=='Y' || ch=='y').01 #define N 10 int degree. float coeff[N].h> include <conio. Tidak bisa mencari akar persamaan yang tidak memenuhi persyaratan persamaannya.h> #define ACC 0. Algoritma Metode Newton-Raphson : a) Tentukan Xo. pencarian turunan pertama dan kedua f(x) akan menjadi sulit. akhiri program. void input(void). dan jumlah iterasi maksimum. float dF_dx(float). Untuk persamaan non linier yang cukup kompleks. 4.3. } . printf("\n \n INGIN MELANJUTKAN [y/n] "). toleransi. d) jika tidak.h> #include <math. diperoleh tulisan x baru sebagai hasil perhitungan. fflush(stdin).&ch). dan kembali ke langkah (b).h> #include <stdlib. float F(float). do { input(). f) X = Xbaru. b) Hitung Xbaru = x .X0) < toleransi. lanjutkan ke langkah berikutnya. scanf("%c". c) Jika nilai mutlak (Xbaru . /********************************************************/ /***** Finds the root of any linear algebraic any *****/ /***** order equation by "Newton-Raphson" method *****/ /********************************************************/ main() { char ch.

deg). deg--. printf("\n %f ADALAH AKARNYA ". printf("\n MASUKKAN DERAJAT DARI PERSAMAAN DIFFERENTIAL :"). if(loop>=40) exit(0).loop=0.i++) { func=func+coeff[i]*deg*pow(x.0. ig=ig-h. scanf("%f".i++) { func=func+coeff[i]*pow(x.ig).void input(void) { int i.i<=degree. } . return(func). for(i=0. float func=0. deg--. float func=0. } return(func). } float dF_dx(float x) { int i.&degree). } printf("\n MASUKKAN TEBAKAN AWAL : _"). print=degree. scanf("%d". if(F(ig)==0) printf("\n %f : ADALAH AKAR DARI PERSAMAANNYA \n".deg.i++) { printf("\n MASUKKAN KOEFISIEN PADA DERAJAT : _ [%d\t] = ".&coeff[i]).deg. }while(fabs(h)>=ACC). deg=degree. scanf("%f". } if(func==0) return(1). } float F(float x) { int i.&ig).i<degree. loop++. do { h=-(F(ig))/(dF_dx(ig)).print. for(i=0. for(i=0.i<=degree.print--).0.(deg-1)). deg=degree.ig). float ig. float h.

Metode Secant merupakan perbaikan dari Metode Newton. Metode Secant Ketika SMA. misalnya persamaan kuadrat X2 – 9 = 0.3. kita sring menyelesaikan persamaan kuadrat yaitu berbentuk f(x) = aX2 + bX + c . yaitu nilai turunan f(x) didekati dengan beda hingga (∆) b 2 − 4ac ) maka akar dari 2a . maka akar-akarnya dapat ditentukan dengan persamaan abc X = (−b ± X2 – 9 = 0 adalah X1 = 3 dan X2 = -3.

toleransi dan jumlah iterasi maksimum 2.20 Perkiraan awal X 1= 6.3673469. f(6)=178 X 2= 2.3x .83464426 f(2) f(x3) = -18 = 15. X = Xbaru. Jika nilai mutlak (Xbaru . jika tidak. Penentuan nilai turunan fungsi dengan metode Secant. f ' ( xi ) = ∆f ' ( xi ) ∆xi f 1 ( xi ) = f ( xi ) − f ( xi −1 ) xi − xi −1 xi − xi −1 f ( xi ) − f ( xi −1 ) Sehingga dalam perrsamaan Newton – Rhapson menjadi : xi +1 = xi − f ( xi ) Algoritmanya sendiri dari metode ini adalah : 1. lanjutkan ke langkah berikutnya 5. X3 = 2.gambar . Jika jumlah iterasi > iterasi maksimum. Hitung xbaru = x1 − f ( x1 ) ( x1 − x0 ) f ( x1 ) − f ( x0 ) 3. akhiri program 6. dan kembali ke langkah (2) Contoh 1: hitung akar persamaan dari f(x) = x³ . X2 = 2.83464426 iterasi kedua: X1 = 2 . f(2)=-18 iterasi pertama: X3=2.3673469--13.83464426 .40697963 f(X2) = -13.X1) < toleransi. X1. Dimana . diperoleh tulisan Xbaru sebagai hasil perhitungan 4.3673469 f(X3)=-13. Tentukan X0.

Pemrograman Secant Method dengan MATLAB .01% Kelebihan dari Metode Secant ini dalah dimana sifatnya yang cepat mendapatkan nilai konvergen namun tidak selalu mendapatkan hasil yang konvergen terkadang bisa didapatkan hasil yang divergen. diisyaratkan bahwa batas kesalahan relatif < 0.= 3.587438053 Contoh 2 : Hitung akar persamaan dari y = X3 + X2 – 3X – 3 dengan menggunakan Metode Secant.

n.000001.6f %9. banyak iterasi = %g \n'.x(n))/x(n+1)) > tol f(n+1) = fi(x(n+1)). end.8f <= tol = %10.n.735136 . fprintf('i n x(n-1) x(n) f(x(n-1)) f(x(n)) x(n+1)\n'). x(2) = 2.00000100 i n 1 2 2 3 3 4 x(n-1) x(n) f(x(n-1)) f(x(n)) x(n+1) %9.000000 -1.6f\n'. n=n+1.tol = 0.6f %9. abs((x(n+1) .247745 1. x(n+1) = x(n).x(n+1)).571429 3.i=1. n=2.x(n))/x(n+1)).f(2) = fi(x(2)).f(n)*(x(n) .x(n-1))/(f(n)-f(n-1)). tol).000000 1.x(n))/x(n+1)| = %10.6f %9.i.6f %9.i.tol).000000 -4.6f. x(n+1) = x(n). f(1) = fi(x(1)). f(n-1).6f %9. x(1) = 1.8f\n'. fprintf('%g %g %9.f(n)*(x(n) .000000 2. %pause.x(n-1))/(f(n)-f(n-1)).000000 1.x(n+1).6f %9.000000 3.364431 1.6f\n'.6f %9.x(n+1)).f(n).x(n-1). fprintf('tol = %10.571429 1.Berikut source code yang di gunakan: clear x f.i).8f\n'. fprintf('\n|(x(n+1) .f(n). 1.i=i+1.x(n-1). fprintf('Akarnya = %8.x(n).571429 2.6f %9.364431 -0.705411 -1. Outputnya adalah: tol = 0.x(n).705411 1. fprintf('%g %g f(n-1). while abs((x(n+1) .

00000006 <= tol = 0. telah berusaha menyempurnakan metode tersebut dengan dirumuskannya Metode Regula-Falsi atau metode posisi palsu atau false point Dengan menggunakan segitiga – segitiga sebangun pada gambar diatas.705411 1.000515 -0. f(X1) ) dan titik(X0 . namun tetap memiliki kepastian atau jaminan menuju konvergensi. Metode Regula-Falsi ini memiliki kelebihan dalam pencapaian nilai konvergensi yang lebih cepat. Perpotongan garis tersebut dengan sumbu X merupakan taksiran akar yang diperbaiki.732051.732051 1.029255 -0.247745 0.732051 -0.732051 |(x(n+1) .x(n))/x(n+1)| = 0. yaitu kurang cepat dalam mencapai konvergensi.000515 1. Dengan Metode Regula-Falsi dibuat garis lurus yang menghubungkan titik( X1 . Metode Regula-Falsi Seperti telah dijelaskan sebelumnya. Metode Bisection memiliki kelemahan pokok. banyak iterasi = 6 4. maka beberapa ahli metematika method.f(X0)).4 5 5 6 6 7 1.029255 1. Metode ini juga sering disebut sebagai Metode Interpolasi Linier.731996 0.735136 1. Garis lurus tadi seolah-olah berlaku menggantikan kurva f(x) dan memberikan posisi palsu dari akar.00000100 Akarnya = 1.731996 1.735136 -0. perpotongan garis dan sumbu X dapat ditaksir sebagai : .000001 1.731996 1.

dengan cara yang sama serta berturut-turut akan diperoleh taksiran akar berikutnya yang lebih baik.f ( xU ) f ( xL ) = x R − x L xR − x U Yang dapat disederhanakan menjadi : x R = xU − f ( xU )( x L − xU ) f ( xL ) − f ( xU ) Persamaan tersebut adalah rumus untuk mencari akar dengan Metode Posisi Palsu. Nilai XR merupakan nilai taksiran akar. Contoh program untuk mencari akar persamaan non linear menggunakan Metode Regula-Falsi dalam bahasa C++ .

toleransi 10-5 dan jumlah iterasi maksimum sebanyak 30.Hasil eksekusi program untuk mencari akar dengan Metode Regula-Falsi menggunakan bahasa C+ yang dilakukan dalam selang [0.1] . adalah sebagai berikut : .

Sign up to vote on this title
UsefulNot useful