SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

METODE TALI BUSUR (SECANT)

silver avatar
silver
11 diapositives · 1.1K Views · Jul 21, 2014

METODE TALI BUSUR (SECANT). KHAERYNA ADAM 60600110024 MATEMATIKA A UIN ALAUDDIN MAKASSAR.

#metode tali busur (secant) #metode tali busur (secant) ppt #powerpoint #presentation
METODE TALI BUSUR (SECANT) - slide 1
01 / 11METODE TALI BUSUR (SECANT)
1 / 17

Télécharger la présentation

METODE TALI BUSUR (SECANT)
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. METODE TALI BUSUR (SECANT) KHAERYNA ADAM 60600110024 MATEMATIKA A UIN ALAUDDIN MAKASSAR

  2. PENGERTIANMetode Secant (baca: “sekan”) merupakan modifikasi metode Newton-Raphson. Pada metode Newton-Raphson, pada setiap proses iterasinya memerlukan perhitungan nilai dua buah fungsi, yakni f(xn) dan f’(xn). Apabila kedua fungsi tersebut tidak rumit, metode tersebut mungkin sangat baik mengingat kekonvergenannya. Akan tetapi, tidak semua fungsi dapat diturunkan dengan mudah, terutama fungsi-fungsi yang rumit.

  3. Sedangkan metode Secant hanya memerlukan satu fungsi saja yaitu f(xn), yang jika pemrogramannya dilakukan dengan benar, maka nilainya dapat diperoleh dari iterasi sebelumnya f(xn-1). Sehingga metode Secant akan memerlukan waktu yang lebih sedikit untuk tiap-tiap iterasinya dari pada metode Newton.

  4. GRAFIK

  5. Kelebihan • Tidak memerlukan perhitungan turunan • Secara lokal, laju kekonvergenannya super-linier jika sudah dekat ke akar yang dicari . • Galat hampiran dapat diestimasi • Lebih mudah diimplementasikan daripada metode Newton. • Dua langkah iterasi metode TB hampir setara dengan satu langkah iterasi Newton.

  6. Kekurangan • Memerlukan dua hampiran awal • Kekonvergenan tidak dijamin untuk iterasi yang jauh dari akar yang dicari. • Kekonvergenannya mungkin lambat atau tidak sama sekali. • Laju kekonvergenannya tidak secepat metode Newton. • Kriteria penghentian iterasi tidak jelas.

  7. CONTOH PROGRAM clc; clear; disp('Program Metode Secant'); disp('*******************************'); x0=input('Masukkan X0 :'); xb=input('Masukkan X1 :'); a=0; e=10; disp('------------------------------------------------------------------------------------'); disp(' a X0 X1 f(X0) f(X1) x2 e'); disp('------------------------------------------------------------------------------------'); while e>0.0001 fx=x0^2-4; fxb=xb^2-4; d = xb - (fxb*(xb-x0)/(fxb-fx)); e=abs(x0-xb); x0 = xb; xb = d; a=a+1; fprintf('%3.0f %12.6f %12.6f %12.6f %12.6f %12.6f %12.6f\n',a,x0,xb,fx,fxb,d,e) end; disp('_______________________________________________________________'); fprintf('Akarnya Adalah = %10.8f\n',xb);

  8. OUTPUT PROGRAM Program Metode Secant*******************************Masukkan X0 :1Masukkan X1 :4--------------------------------------------------------------------------------------------------------- a X0 X1 f(X0) f(X1) x2 e--------------------------------------------------------------------------------------------------------- 1 4.000000 1.600000 -3.000000 12.000000 1.600000 3.000000 2 1.600000 1.857143 12.000000 -1.440000 1.857143 2.400000 3 1.857143 2.016529 -1.440000 -0.551020 2.016529 0.257143 4 2.016529 1.999390 -0.551020 0.066389 1.999390 0.159386 5 1.999390 1.999997 0.066389 -0.002438 1.999997 0.017138 6 1.999997 2.000000 -0.002438 -0.000010 2.000000 0.000607 7 2.000000 2.000000 -0.000010 0.000000 2.000000 0.000003_________________________________________________________________Akarnya Adalah = 2.00000000

  9. clc; clear; disp('Program Metode Secant'); disp('*******************************'); x0=input('Masukkan X0 :'); xb=input('Masukkan X1 :'); a=0; e=10; disp('------------------------------------------------------------------------------------'); disp(' a X0 X1 f(X0) f(X1) x2 e'); disp('------------------------------------------------------------------------------------'); while e>0.0001 fx=x0^2-3; fxb=xb^2-3; d = xb - (fxb*(xb-x0)/(fxb-fx)); e=abs(x0-xb); x0 = xb; xb = d; a=a+1; fprintf('%3.0f %12.6f %12.6f %12.6f %12.6f %12.6f %12.6f\n',a,x0,xb,fx,fxb,d,e) end; disp('____________________________________________________________________________________'); fprintf('Akarnya Adalah = %10.8f\n',xb);

  10. Program Metode Secant ******************************* Masukkan X0 :1 Masukkan X1 :4 ------------------------------------------------------------------------------------------------------- a X0 X1 f(X0) f(X1) x2 e ------------------------------------------------------------------------------------------------------- 1 4.000000 1.400000 -2.000000 13.000000 1.400000 3.000000 2 1.400000 1.592593 13.000000 -1.040000 1.592593 2.600000 3 1.592593 1.747525 -1.040000 -0.463649 1.747525 0.192593 4 1.747525 1.731405 -0.463649 0.053843 1.731405 0.154932 5 1.731405 1.732048 0.053843 -0.002238 1.732048 0.016120 6 1.732048 1.732051 -0.002238 -0.000010 1.732051 0.000643 7 1.732051 1.732051 -0.000010 0.000000 1.732051 0.000003 _______________________________________________________________ Akarnya Adalah = 1.73205081