METODE ITERASI BERORDE EMPAT UNTUK MENEMUKAN AKAR GANDA
PERSAMAAN NONLINEAR
KARYA ILMIAH
OLEH
RISDA WARDANI HASIBUAN NIM. 1403112886
PROGRAM STUDI S1 MATEMATIKA JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS RIAU
PEKANBARU 2019
METODE ITERASI BERORDE EMPAT UNTUK MENEMUKAN AKAR GANDA
PERSAMAAN NONLINEAR Risda Wardani Hasibuan
Mahasiswa Program Studi S1 Matematika Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya, Pekanbaru 28293
risdha.wardanihasibuan@gmail.com
ABSTRACT
This article discusses a new iterative method for finding multiple roots of nonlinear equations with known multiplicity. This method is obtained by combining the modified Newton’s method and the weighted Newton’s method for multiple roots.
Analytically it is showed using the Taylor’s expansion, the geometric series, and the binomial series that the iterative method has a fourth order of convergence.
A special case of the proposed method is also considered. Numerical comparisons shows that the proposed method can be used as an alternative method in obtaining multiple roots of nonlinear equations.
Keywords: Nonlinear equation, iterative method, multiple roots, modified Newton’s method
ABSTRAK
Artikel ini membahas metode iterasi baru untuk mencari akar ganda persamaan nonlinear dengan multiplisitas diketahui. Metode ini didapat dengan meng- gabungkan modifikasi metode Newton dan metode Newton untuk akar ganda berbobot. Secara analitik dengan menggunakan ekspansi Taylor, deret geometri dan deret binomial ditunjukkan bahwa metode iterasi yang diusulkan mempunyai orde konvergensi empat. Sebuah kasus dari metode ini juga dibahas. Per- bandingan numerik menunjukkan bahwa metode yang diusulkan dapat digunakan sebagai metode alternatif dalam menemukan akar ganda persamaan nonlinear.
Kata kunci: Persamaan nonlinear, metode iterasi, akar ganda, modifikasi metode Newton
1. PENDAHULUAN
Secara umum permasalahan matematika yang banyak muncul di berbagai bidang ilmu sains dan teknik adalah bagaimana menemukan solusi dari suatu persamaan
nonlinear f (x) = 0. Salah satu cara yang dapat digunakan untuk menyelesaikan persamaan nonlinear adalah menggunakan metode numerik. Solusi yang dihasilkan metode numerik merupakan solusi hampiran dari solusi eksak. Akar yang dicari dari persamaan nonlinear tidak selalu berbentuk akar sederhana (simple root) tetapi ada juga yang merupakan akar ganda (multiple roots).
Penggunaan metode numerik untuk akar sederhana tidak efektif dan lambat jika diterapkan untuk menemukan akar ganda dengan multiplisitas m lebih besar satu, sehingga diperlukan berbagai modifikasi dari metode numerik tersebut. Salah satu modifikasi metode numerik adalah metode Newton dengan orde konvergensi kuadratik yang dijelaskan oleh Ralston dan Robinowitz [7, h. 354] dengan bentuk iterasinya,
xn+1 = xn− mf (xn)
f′(xn), n = 0, 1, 2, . . . ,
dengan f′(xn) 6= 0 dan m adalah bilangan multiplisitas akar. Oleh karena hasil modifikasi memberikan metode dengan orde yang lebih baik maka beberapa peneliti seperti Dong [3] dan Li et al. [4] telah mengembangkan metode baru dengan orde konvergensi yang lebih tinggi .
Pada artikel ini dibahas metode iterasi baru yang merupakan review dari artikel Liu dan Zhou [5]. Untuk penyajian di bagian kedua dibahas penurunan metode iterasi baru dengan metode iterasi dua langkah, lalu dilanjutkan dengan kajian error analisis, kemudian diberikan sebuah kasus khusus. Pada bagian tiga dilakukan perbandingan numerik menggunakan tiga contoh fungsi.
2. METODE ITERASI BARU BERORDE EMPAT
Perhatikan metode iterasi dua langkah sebagai berikut:
yn = xn− mf (xn) f′(xn), xn+1 = yn− mG(wn)f (xn)
f′(xn),
(1)
dengan fungsi G(·) ∈ C3(R) dan m adalah bilangan multiplisitas akar yang diketahui dan
wn= m−1
sf′(yn) f′(xn).
Selanjutnya diselidiki syarat dan kekonvergenan metode pada persamaan (1), sebagaimana disajikan Teorema 1.
Teorema 1 Misalkan f : I ⊂ R → R adalah fungsi terdiferensial secukupnya pada interval terbuka I. Misalkan juga x∗ ∈ R adalah pembuat nol ganda dari f dengan multiplisitas m. Jika x0 tebakan awal cukup dekat dengan x∗, maka metode iterasi
pada persamaan (1) memiliki orde konvergensi empat dengan memenuhi persamaan error
en+1= − 1 6(m − 1)2c1m3
24m5c22− 24m5c21c2+ 6m5c41+ 48m4c21c2− 96m4c22 + 30m3c21c2− 21m3c41 + 120m3c22+ G3m2c41− 48m2c22− 36m2c41
− 54m2c21c2− 2mG3c41− 3mc41+ G3c41− 6c41
e4n+ O(e5n), dengan
G0 = 0, G1 = 1, G2 = 4m m − 1.
Bukti. Misalkan x∗ adalah akar ganda dari persamaan f (x) = 0 dengan multiplisitas m dan en = xn − x∗ adalah error [8] pada iterasi ke-n. Kemudian dengan melakukan ekspansi Taylor [2, h. 189] dari f (x) di sekitar titik x = x∗ dengan mengabaikan suku yang memuat (x − x∗)i dan sisa polinomial Taylor [1, h.
291] O(x − x∗)i untuk i ≥ m + 5 diperoleh
f (x) = f (x∗) + f′(x∗)(x − x∗) + · · · + f(m−1)(x∗)
(m − 1)! (x − x∗)m−1 +f(m)(x∗)
m! (x − x∗)m+f(m+1)(x∗)
(m + 1)! (x − x∗)m+1 +f(m+2)(x∗)
(m + 2)! (x − x∗)m+2+f(m+3)(x∗)
(m + 3)! (x − x∗)m+3 +f(m+4)(x∗)
(m + 4)! (x − x∗)m+4+ O(x − x∗)m+5. (2) Lalu persamaan (2) dievaluasi di titik x = xn sehingga diperoleh
f (xn) = f(m)(x∗) m! emn
1 + c1en+ c2e2n+ c3e3n+ c4e4n+ O(e5n)
, (3)
dengan ci = m!f(m+i)(x∗)/(m + i)!f(m)(x∗) untuk i = 1, 2, 3, 4.
Kemudian untuk mendapatkan f′(xn) persamaan (2) diturunkan terhadap x dan dievaluasi di titik x = xn sehingga diperoleh
f′(xn) = f(m)(x∗) (m − 1)!em−1n
1 + d1en+ d2e2n+ d3e3n+ d4e4n+ O(e5n)
, (4)
dengan di = (m − 1)!f(m+i)(x∗)/(m + i − 1)!/f(m)(x∗) untuk i = 1, 2, 3, 4.
Setelah itu persamaan (3) dibagi dengan persamaan (4) dengan bantuan deret
geometri [10, h. 730] sehingga didapat f (xn)
f′(xn) = en
m −c1e2n
m2 + (−2c2m + c21(1 + m))e3n m3
−(3c3m2+ c31(1 + m2) − c1c2m(4 + 3m))e4n
m4 + O(e5n). (5)
Selanjutnya dengan mensubstitusikan persamaan (5) ke persamaan (1) dan me- nyatakan xn= en+ x∗ dihasilkan
yn = x∗+ c1
me2n− (m + 1) − 2mc2
m2 e3n (6)
+ (m + 1)2c31− (3m + 4)mc31− (3m + 4)mc1c2+ 3m2c3
m3 e4n+ O(e5n).
Kemudian untuk menghitung f (yn), persamaan (6) disubstitusikan ke persamaan (2) sehingga diperoleh
f (yn) = f(m)(x∗) m! Enm
1 + c1En+ c2En2+ c3En3 + c4En4+ O(En5)
, (7)
dengan ci = m!f(m+i)(x∗)/(m + i)!f(m)(x∗) untuk i = 1, 2, 3, 4.
Berikut untuk mendapatkan f′(yn) persamaan (7) diturunkan terhadap x dan dievaluasi di titik x = yn sehingga diperoleh
f′(yn) = f(m)(x∗) (m − 1)!Enm−1
1 + d1En+ d2En2 + d3En3+ d4En4+ O(En5)
, (8) dengan di = (m − 1)!f(m+i)(x∗)/(m + i − 1)!f(m)(x∗) untuk i = 1, 2, 3, 4.
Karena En= yn− x∗ dan nilai yndiketahui pada persamaan (6), maka diperoleh En=c1
me2n
1 + (m + 1) − 2mc2
mc1
en
+(m + 1)2c31− (3m + 4)mc31− (3m + 4)mc1c2+ 3m2c3
m2c1
e2n
, (9)
dan untuk Enm−1 dapat ditulis Enm−1 = c1
m
e2n
1 + (m + 1) − 2mc2
mc1
en
+(m + 1)2c31− (3m + 4)mc31 − (3m + 4)mc1c2+ 3m2c3
m2c1
e2n
m−1
. (10) Kemudian persamaan (10) dapat diselesaikan menggunakan deret binomial [10, h.
785] sehingga diperoleh Enm−1 = em−1n
S1+ S2en+ S3e2n+ S4e3n+ S5e4n+ O(e5n)
, (11)
dengan
S1 = c1
m
m−1
,
S2 = −
c1 m
m
c21m2(−1 + m2) + 2c2m(1 − m)
c21 ,
S3 = 1 2c31
c1 m
m
( 2c21c2m + · · · − 4c21c2m3− c41m)
, S4 = − 1
6c41m2
c1
m
m
(−72m3c3c2c1− · · · + 12m6c22c21− 36m4c3c31)
, S5 = − 1
24m3c51
c1 m
m
( 36c3m3c51− · · · − 32m8c23c21− 360m5c3c2c31)
. Kemudian dengan mensubstitusikan persamaan (9) dan (11) ke persamaan (8) di- peroleh
f′(yn) = f(m)(x∗) (m − 1)!em−1n
S1+ T1en+ T2e2n+ T3e3n+ T4e4n+ O(e5n)
, (12) dengan nilai S1 seperti pada persamaan (11) dan
T1 = −
c1 m
m
c21m2(−1 + m2) + 2c2m(1 − m)
c21 ,
T2 = 1 2c31
c1
m
m
(−4m4c2c21− · · ·+ 2m3c2c21+ 2m2c2c21)
, T3 = − 1
6c41m2
c1 m
m
( −18m3c3c31+ · · · − 36m5c3c2c1+ 108m4c3c2c1)
, T4 = 1
24c51m3
c1 m
m
( 128m6c32c21+ · · · + 384m4c42− 800m5c42)
.
Selanjutnya f′(yn)/f′(xn) dihitung menggunakan persamaan (12) dan (4) dengan bantuan deret geometri [10, h. 730], dilanjutkan dengan deret binomial [10, h. 785]
untuk menghitung wn =
f′(yn)/f′(xn)
1/(m−1)
, sehingga diperoleh
wn =c1 m
en+ ψ1
m − 1e2n− (m − 2)ψ21− (m − 1)ψ2 2(m − 1)2 e3n + (m − 2)ψ1((2m − 3)ψ21− 6(m − 1)ψ2)
6(m − 1)3 e4n+ O(e5n)
. (13)
Berikut dengan melakukan ekspansi Taylor dari G(x) di sekitar x0 = 0 hingga orde tiga dan dievaluasi di titik x = wn, dimana wn diketahui pada persamaan (13), dihasilkan
G(wn) = G0+ G1wn+ G2
2!w2n+ G3
3!w3n+ O(wn4), (14) dengan
G0 = G(0), G1 = G′(0), G2 = G′′(0), G3 = G′′′(0).
Kemudian dengan mensubstitusikan persamaan (13) ke persamaan (14) diperoleh G(wn) = G0+ G1c1
m en+
− 2G1c2
m(m − 1) + · · · − G1c21
(m − 1)m+ 2G1c2 m − 1
e2n +
G1c31m2
2(m − 1)2 + · · · − 2G2c1c2
m2(m − 1) + 2G2c1c2
m(m − 1)
e3n +
3G2c41
2m2(m − 1) + · · · − G3c21c2
m3(m − 1)+ G3c21c2
m2(m − 1)
e4n. (15) Selanjutnya dengan mensubstitusikan persamaan (6), (5) dan (15) ke persamaan (1) diperoleh
xn+1= x∗− G0en+ 1 + G0− G1
m c1e2n+ 2
m(1 + G0− G1)c2− m + 1 m2 +m + 1
m2 G0− m2+ 2m − 1
(m − 1)m2 G1+ 1 2m2G2
c21
e3n+ K
6(m − 1)2m3e4n
+ O(e5n), (16)
dengan
K =18(m + 1)2m2(1 + G0 − G1)c3+ 6(m + 1)m(4 − m − 3m2 + (4 − m − 3m2)G0+ (−4 + 8m + 3m2)G1+ (2 − 2m)G2)c1c2
+ (6 − 12m2+ 6m4+ (6 − 12m2+ 6m4)G0+ (15m − 21m3− 6m4)G1 + (3 − 12m + 9m2)G2 − (1 + m)2G3))c31.
Oleh karena en+1= xn+1− x∗, maka persamaan (16) dapat ditulis en+1 = −G0en+1 + G0− G1
m c1e2n+ 2
m(1 + G0− G1)c2− m + 1 m2 +m + 1
m2 G0−m2+ 2m − 1
(m − 1)m2 G1+ 1 2m2G2
c21
e3n
+ K
6(m − 1)2m3e4n+ O(e5n). (17) Agar metode ini berorde empat maka koefisien en, e2n dan e3n haruslah bernilai nol.
Jadi dari persamaan (17) didapat
G0 =0. (18)
Lalu persamaan (18) disubstitusikan ke nilai koefisien e2n. Agar koefisien e2n bernilai nol haruslah
1 − G1 =0, atau
G1 =1. (19)
Selanjutnya persamaan (18) dan (19) disubstitusikan ke nilai koefisien e3n. Jadi agar koefisien e3n bernilai nol haruslah
− 4m + (m − 1)G2
= 0, atau
G2 = 4m
m − 1. (20)
Kemudian persamaan (18), (19) dan (20) disubstitusikan ke persamaan (17) se-
hingga diperoleh en+1= − 1
6(m − 1)2c1m3
24m5c22− 24m5c21c2+ 6m5c41+ 48m4c21c2− 96m4c22 + 30m3c21c2− 21m3c41 + 120m3c22+ G3m2c41− 48m2c22− 36m2c41
− 54m2c21c2− 2mG3c41− 3mc41+ G3c41− 6c41
e4n+ O(e5n). (21) Selanjutnya dari persamaan (21) dan berdasarkan definisi orde konvergensi [6, h.
77], metode iterasi pada persamaan (1) memiliki orde konvergensi empat dengan menggunakan tiga fungsi evaluasi yaitu f (xn), f′(xn) dan f′(yn).
Bila dipilih fungsi bobot yang berbentuk rasional didapat sebuah kasus khusus dengan bentuk iterasi
yn = xn− mf (xn) f′(xn), xn+1 = yn− m
wn+ 2m
m − 1wn2 f (xn) f′(xn),
dengan wn =
f′(yn)/f′(xn)
1/(m−1)
dan m adalah multiplisitas akar yang dike- tahui.
3. PERBANDINGAN NUMERIK
Pada bagian ini dilakukan uji komputasi dengan membandingkan metode iterasi orde empat (MIO4) dengan metode pembandingnya yaitu metode dari metode Newton untuk akar ganda [7, h. 354] (MN), metode Li-Liao-Cheng [4] (MLLC) dan metode Sharma [9] (MS) menggunakan Maple-13. Adapun fungsi-fungsi yang digunakan untuk melakukan pengujian ini adalah sebagai berikut:
(i) f1(x) = (ex2+7x−30− 1)4, m = 4, x∗ ∈ [2.5, 5], (ii) f2(x) = (cos(x) − x)3, m = 3, x∗ ∈ [0, 2], (iii) f3(x) = (sin(x) − x2+ 1)2, m = 2, x∗ ∈ [1, 2].
Untuk mendapatkan solusi dari ketiga persamaan di atas digunakan toleransi 1.0 × 10−100 dengan kriteria pemberhentian |f (xn+1)| ≤ tol, |xn+1− x∗| ≤ tol atau jumlah iterasi mencapai maksimum iterasi yaitu 100. Hasil uji komputasi dapat dilihat pada Tabel 1.
Tabel 1: Perbandingan hasil komputasi dari beberapa metode iterasi
fi(x) Metode x0 n+ 1 |f (xn+1)| |xn+1− x∗| COC
f1
MN
3.1
7 3.46e − 147 1.87e − 38 2.00
MLLC 4 1.79e − 282 2.81e − 72 4.00
MS 4 7.21e − 271 2.24e − 69 4.00
MIO4 4 2.48e − 146 3.05e − 38 4.00
MN
4.1
21 1.16e − 107 1.42e − 28 2.00
MLLC 11 2.41e − 199 1.70e − 51 4.00
MS 11 9.30e − 139 2.39e − 36 4.00
MIO4 14 3.78e − 153 6.03e − 40 4.00 MN
5.0
36 1.12e − 147 1.41e − 38 2.00
MLLC 18 2.21e − 131 1.67e − 34 4.00
MS 19 6.95e − 265 7.02e − 68 4.00
MIO4 24 7.10e − 144 1.26e − 37 4.00
f2
MN
0.5
5 8.91e − 116 2.67e − 39 2.00
MLLC 3 1.93e − 188 1.60e − 63 4.00
MS 3 1.59e − 187 3.24e − 63 4.00
MIO4 4 2.04e − 323 1.63e − 108 4.00 MN
1.5
6 5.32e − 191 2.25e − 64 2.00
MLLC 3 6.60e − 136 5.20e − 46 4.00
MS 3 1.39e − 135 6.67e − 46 4.00
MIO4 3 8.15e − 125 2.59e − 42 4.00
MN
2.0
5 6.04e − 142 5.05e − 48 2.00
MLLC 3 1.67e − 118 3.29e − 40 4.00
MS 3 2.66e − 118 3.84e − 40 4.00
MIO4 4 4.63e − 229 4.62e − 77 4.00
f3
MN
1.0
7 7.25e − 136 1.01e − 68 2.00
MLLC 4 1.19e − 186 4.10e − 94 4.00
MS 4 6.18e − 183 2.96e − 92 4.00
MIO4 6 1.40e − 156 4.45e − 79 4.00
MN
1.7
6 1.72e − 108 4.94e − 55 2.00
MLLC 4 5.24e − 396 8.61e − 199 4.00
MS 4 2.45e − 387 1.86e − 194 4.00
MIO4 4 6.47e − 253 3.03e − 127 4.00 MN
2.0
7 3.46e − 154 6.99e − 78 2.00
MLLC 4 1.58e − 273 1.50e − 137 4.00
MS 4 8.00e − 266 1.06e − 133 4.00
MIO4 4 3.23e − 153 2.14e − 77 4.00
Secara keseluruhan berdasarkan Tabel 1 dapat dilihat bahwa semua metode yang diberikan berhasil menemukan akar pendekatan yang diharapkan dari semua fungsi dengan tebakan awal dan toleransi yang diberikan. Selanjutnya berdasarkan Tabel 1 diketahui bahwa metode MIO4, MLLC dan MS relatif membutuhkan jumlah iterasi yang sama untuk mendapatkan akar hampiran yang diharapkan. Namun, pada f1 metode MIO4 dan MN membutuhkan sedikit lebih banyak jumlah iterasi dibandingkan dengan metode MLLC dan MS. Jadi, dari hasil perbandingan komputasi pada Tabel 1 bahwa metode MIO4 dapat dijadikan metode alternatif untuk menyelesaikan persamaan nonlinear.
Ucapan terima kasih Penulis mengucapkan terima kasih kepada Dr. Imran M., M.Sc. yang telah membimbing dan memberikan arahan dalam penulisan artikel ini.
DAFTAR PUSTAKA
[1] K. E. Atkinson, An Introduction to Numerical Analysis, 2ndEd, John Wiley dan Sons, New York, 1989.
[2] R. G. Bartle dan D. R. Sherbert, Introduction to Real Analysis, 4thEd, John Wiley dan Sons, New York, 1999.
[3] C. Dong, A family of multipoint iterative functions for finding multiple roots of equations, International Journal of Computer Mathematics, 21 (1987), 363–367.
[4] S. Li, X. Liao dan L. Cheng, A new fourth-order iterative method for finding multiple roots of nonlinear equations, Applied Mathematics and Computation, 215 (2009), 1288–1292.
[5] B. Liu dan X. Zhou, A new family of fourth-order methods for multiple roots of nonlinear equations, Nonlinear Analysis: Modelling and Control, 18 (2013), 143–152.
[6] J. H. Mathews, Numerical Method for Mathematical Science and Engineer, 2nd Ed, Prentice-Hall International, New York, 1987.
[7] A. Ralston dan P. Rabinowitz, A First Course in Numerical Analysis, 2nd Ed, McGraw-Hill, New York, 1978.
[8] J. R. Sharma, R. K. Guha dan R. Sharma, Some modified Newton’s methods with fourth order convergence, Applied Science Research, 1 (2011), 240–247.
[9] J. R. Sharma dan R. Sharma, Modified Jarrat method for computing multiple roots, Applied Mathematics and Computation, 217 (2010), 878–881.
[10] J. Stewart, Single Variable Calculus, 7nd Ed, Brooks Cole, Belmont, 2012.