1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
Rukmono Budi Utomo1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
1. Metode Numerik Newton
2. Algoritma Newton
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
Berbeda dengan Metode numerik Golden Rasio dan
Fibonacci yang tidak memerlukan f0(x), metode numerik
Newton memerlukan turunan dari fungsi f (x) tersebut.
Karakteristik Metode Newton
Karakteristik metode numerik Newton ditandai oleh beberapa hal seperti:
I tidak memulai dengan selang ak dan bk
I Mencari λk+1, namun tidak mencari µk+1
I Konsekuensi dari tidak mencari µk+1 adalah tidak mencari
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
Berbeda dengan Metode numerik Golden Rasio dan
Fibonacci yang tidak memerlukan f0(x), metode numerik
Newton memerlukan turunan dari fungsi f (x) tersebut. Karakteristik Metode Newton
Karakteristik metode numerik Newton ditandai oleh beberapa hal seperti:
I tidak memulai dengan selang ak dan bk
I Mencari λk+1, namun tidak mencari µk+1
I Konsekuensi dari tidak mencari µk+1 adalah tidak mencari
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
Berbeda dengan Metode numerik Golden Rasio dan
Fibonacci yang tidak memerlukan f0(x), metode numerik
Newton memerlukan turunan dari fungsi f (x) tersebut. Karakteristik Metode Newton
Karakteristik metode numerik Newton ditandai oleh beberapa hal seperti:
I tidak memulai dengan selang ak dan bk
I Mencari λk+1, namun tidak mencari µk+1
I Konsekuensi dari tidak mencari µk+1 adalah tidak mencari
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
Berbeda dengan Metode numerik Golden Rasio dan
Fibonacci yang tidak memerlukan f0(x), metode numerik
Newton memerlukan turunan dari fungsi f (x) tersebut. Karakteristik Metode Newton
Karakteristik metode numerik Newton ditandai oleh beberapa hal seperti:
I tidak memulai dengan selang ak dan bk
I Mencari λk+1, namun tidak mencari µk+1
I Konsekuensi dari tidak mencari µk+1 adalah tidak mencari
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Metode Numerik Newton
Berbeda dengan Metode numerik Golden Rasio dan
Fibonacci yang tidak memerlukan f0(x), metode numerik
Newton memerlukan turunan dari fungsi f (x) tersebut. Karakteristik Metode Newton
Karakteristik metode numerik Newton ditandai oleh beberapa hal seperti:
I tidak memulai dengan selang ak dan bk
I Mencari λk+1, namun tidak mencari µk+1
I Konsekuensi dari tidak mencari µk+1 adalah tidak mencari
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Algoritma Newton
I tentukan nilai x awal (x1) yang cukup dekat pada nilai solusi
nilai x asli yang meminimumkan atau memaksimumkan f (x )
I tentukan nilai f0(x ) dan f00(x )
I tentukan xk+1 = xk− f
0
(xk)
f00(xk)
I iterasi dilakukan terus sehingga diperoleh kekonvergenan barisan yang merupakan solusi asli dari permasalahan optimisasi tersebut.
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Algoritma Newton
I tentukan nilai x awal (x1) yang cukup dekat pada nilai solusi
nilai x asli yang meminimumkan atau memaksimumkan f (x )
I tentukan nilai f0(x ) dan f00(x )
I tentukan xk+1 = xk− f
0
(xk)
f00(xk)
I iterasi dilakukan terus sehingga diperoleh kekonvergenan barisan yang merupakan solusi asli dari permasalahan optimisasi tersebut.
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Algoritma Newton
I tentukan nilai x awal (x1) yang cukup dekat pada nilai solusi
nilai x asli yang meminimumkan atau memaksimumkan f (x )
I tentukan nilai f0(x ) dan f00(x )
I tentukan xk+1 = xk− f
0
(xk)
f00(xk)
I iterasi dilakukan terus sehingga diperoleh kekonvergenan barisan yang merupakan solusi asli dari permasalahan optimisasi tersebut.
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Algoritma Newton
I tentukan nilai x awal (x1) yang cukup dekat pada nilai solusi
nilai x asli yang meminimumkan atau memaksimumkan f (x )
I tentukan nilai f0(x ) dan f00(x )
I tentukan xk+1 = xk− f
0
(xk)
f00(xk)
I iterasi dilakukan terus sehingga diperoleh kekonvergenan barisan yang merupakan solusi asli dari permasalahan optimisasi tersebut.
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Algoritma Newton
I tentukan nilai x awal (x1) yang cukup dekat pada nilai solusi
nilai x asli yang meminimumkan atau memaksimumkan f (x )
I tentukan nilai f0(x ) dan f00(x )
I tentukan xk+1 = xk− f
0
(xk)
f00(xk)
I iterasi dilakukan terus sehingga diperoleh kekonvergenan barisan yang merupakan solusi asli dari permasalahan optimisasi tersebut.
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Contoh Soal
carilah titik x yang meminimumkan fungsi f (x ) = 4x3− 3x4, x ≥ 0 4x3+ 3x4, x < 0 solusi Ambil x1= 0.4 (Kenapa? )
karena x1= 0.4 ≥ 0, maka diambil fungsi
f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Contoh Soal
carilah titik x yang meminimumkan fungsi f (x ) = 4x3− 3x4, x ≥ 0 4x3+ 3x4, x < 0 solusi Ambil x1= 0.4 (Kenapa? )
karena x1= 0.4 ≥ 0, maka diambil fungsi
f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
lanjutan
Dengan demikian f0(0.4) = 1.152 , f00(0.4) = 3.84 dan x2 = 0.1 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian f0(0.1) = 0.108 , f00(0.1) = 2.04 dan x3 = 0.047 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
f0(0.047) = 0.025254 , f00(0.047) = 1.048 dan x4 = 0..0229 ≥ 0
Iterasi dilakukan terus menerus sampai terlihat konvergensi
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
lanjutan
Dengan demikian f0(0.4) = 1.152 , f00(0.4) = 3.84 dan x2 = 0.1 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian f0(0.1) = 0.108 , f00(0.1) = 2.04 dan x3 = 0.047 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
f0(0.047) = 0.025254 , f00(0.047) = 1.048 dan x4 = 0..0229 ≥ 0
Iterasi dilakukan terus menerus sampai terlihat konvergensi
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
lanjutan
Dengan demikian f0(0.4) = 1.152 , f00(0.4) = 3.84 dan x2 = 0.1 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian f0(0.1) = 0.108 , f00(0.1) = 2.04 dan x3 = 0.047 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
f0(0.047) = 0.025254 , f00(0.047) = 1.048 dan x4 = 0..0229 ≥ 0
Iterasi dilakukan terus menerus sampai terlihat konvergensi
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
lanjutan
Dengan demikian f0(0.4) = 1.152 , f00(0.4) = 3.84 dan x2 = 0.1 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian f0(0.1) = 0.108 , f00(0.1) = 2.04 dan x3 = 0.047 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
f0(0.047) = 0.025254 , f00(0.047) = 1.048 dan x4 = 0..0229 ≥ 0
Iterasi dilakukan terus menerus sampai terlihat konvergensi
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
lanjutan
Dengan demikian f0(0.4) = 1.152 , f00(0.4) = 3.84 dan x2 = 0.1 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
Dengan demikian f0(0.1) = 0.108 , f00(0.1) = 2.04 dan x3 = 0.047 ≥ 0
Dipilih f (x ) = 4x3− 3x4(kenapa? )
f0(0.047) = 0.025254 , f00(0.047) = 1.048 dan x4 = 0..0229 ≥ 0
Iterasi dilakukan terus menerus sampai terlihat konvergensi
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Perhitungan Iterasi disajikan dalam tabel dibawah ini
Iterasi λk f 0 λ(k) f 00 λ(k) λk+1 1 0.4 1.152 3.84 0.1 2 0.1 0.108 2.04 0.047 ... ... ... ... ... 5 0.01132 0.00152 0.267 0.005627 6 0.005627 0.000379 0.1339 0.002827
Terlihat bahwa nilai λk konvergen ke nilai 0, dengan demikian nila
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Perhitungan Iterasi disajikan dalam tabel dibawah ini
Iterasi λk f 0 λ(k) f 00 λ(k) λk+1 1 0.4 1.152 3.84 0.1 2 0.1 0.108 2.04 0.047 ... ... ... ... ... 5 0.01132 0.00152 0.267 0.005627 6 0.005627 0.000379 0.1339 0.002827
Terlihat bahwa nilai λk konvergen ke nilai 0, dengan demikian nila
1. Metode Numerik Newton 2. Algoritma Newton 3. contoh soal
Tugas Minggu Depan
Bagimana jika diberikan fungsi f (x ) =
4x3+ 3x4, x ≥ 0 4x3− 3x4, x < 0
Selesaikan dengan Metode Newton