PENYELESAIAN PERSAMAAN POLINOMIAL MENGGUNAKAN KAEDAH PERSELANJARAN
HOMOTOPI
HAFIZUDIN BIN MOHAMAD NOR
UNIVERSITI SAINS MALAYSIA
2015
PENYELESAIAN PERSAMAAN POLINOMIAL MENGGUNAKAN KAEDAH PERSELANJARAN HOMOTOPI
oleh
HAFIZUDIN BIN MOHAMAD NOR
Tesis yang diserahkan untuk memenuhi keperluan
Doktor Falsafah Sains Matematik
Jun 2015
ii
PENGHARGAAN DENGAN NAMA ALLAH YANG MAHA PENGASIH LAGI MAHA PENYAYANG.
Saya bersyukur ke hadrat Ilahi kerana izin dan inayahnya, dapat saya menghabiskan tesis
ini dengan jayanya. Saya ingin berterima kasih kepada penyelia saya iaitu
Prof. Dr. Ahmad Izani Md. Ismail dan penyelia bersama iaitu Prof. Madya Ahmad Abd.
Majid dan Dr. Siti Amirah Abd. Rahman, yang telah memberi banyak kata nasihat dan
dorongan kepada saya. Tanpa bantuan mereka, saya tidak akan dapat habiskan kajian ini.
Segala komen-komen, cadangan dan maklumat telah membantu saya melengkapkan tesis
ini.
Terima kasih kepada Kementerian Pengajian Tinggi Malaysia yang menaja pengajian
saya di bawah Program MyBrain15 (MyPhD). Terima kasih juga kepada ibu-bapa saya
dan kawan-kawan saya yang telah menolong saya dalam penyediaan tesis ini dan
memberi saya kata semangat dalam menghadapi segala cabaran sepanjang kajian ini
dijalankan.
Akhir sekali, tidak lupa juga kepada mereka yang membantu saya dari projek ini
dimulakan sehingga projek ini dihabiskan. Tiada kata yang dapat saya ungkapkan selain
saya dahulukan dengan ucapan “Terima Kasih”.
iii
ISI KANDUNGAN PENGHARGAAN ..........................................................................................................ii
ISI KANDUNGAN ....................................................................................................... iii
SENARAI JADUAL………..……………………………………………………..……..vi
SENARAI RAJAH ........................................................................................................ xii
SENARAI SINGKATAN ............................................................................................... vi
ABSTRAK ................................................................................................................... xiv
ABSTRACT…………………….......................................................................................xv
1. PENGENALAN ................................................................................................... 1-12
1.1 Pengenalan ……………..…………………………………………………………1
1.2 Kaedah-Kaedah Tradisional …………………...……………………………….....4
1.3 Konsep Perselanjaran Homotopi..……………………… ………………………..8
1.4 Motivasi……………...…………………………………… ……………...............9
1.5 Objektif …………………………..……………………………………………...10
1.6 Metodologi ...……………………..……………………………………………...11
1.7 Rumusan Bab ….. ………………………...……………………………………..11
2. KONSEP, TEORI DAN KAEDAH ASAS ......................................................... 13-39
2.1 Pengenalan....................................................................................................... 13
2.2 Kaedah Grafik ................................................................................................. 14
2.3 Kaedah Kurungan.……………………...............................................................16
2.4 Kaedah Terbuka………………………………………………………...............21
2.5 Kaedah Global…………………………………………………….....................32
2.6 Masalah Pencapahan dan Jalan Penyelesaiannya…………………...………….36
2.7 Kesimpulan…………………...……………………………………………...…39
3. KAJIAN LITERATUR ....................................................................................... 40-56
3.1 Pengenalan....................................................................................................... 40
3.2 Kaedah Perselanjaran Homotopi ...................................................................... 40
3.3 Kajian Perbandingan…….…………………………….......................................47
3.4 Fungsi Homotopi……………………………………………………………….50
iv
3.5 Fungsi Homotopi Tambahan……...………………………………………..…...51
3.6 Motivasi kepada Penubuhan Kaedah Ostrowski-PH…………………...............53
3.7 Motivasi Menyelesaikan Masalah Nilai Mula………………………………….55
3.8 Kesimpulan…...……………………………………………………………..….55
4. ISU 1: KAJIAN PERBANDINGAN .................................................................. 57-89
4.1 Pengenalan....................................................................................................... 57
4.2 Algoritma ........................................................................................................ 59
4.3 Persamaan Polinomial Tunggal ........................................................................ 60
4.4 Sistem Persamaan Polinomial .......................................................................... 70
4.5 Keputusan dan Perbincangan ........................................................................... 82
4.6 Kesimpulan ...................................................................................................... 88
5. ISU 2: FUNGSI HOMOTOPI BEZIER KUADRATIK ................................... 90-117
5.1 Pengenalan....................................................................................................... 90
5.2 Algoritma ........................................................................................................ 91
5.3 Fungsi Homotopi Piawai .................................................................................. 93
5.4 Fungsi Homotopi Bezier Kuadratik ................................................................ 102
5.5 Pelaksanaan ................................................................................................... 110
5.6 Keputusan dan Perbincangan ......................................................................... 113
5.6 Kesimpulan .................................................................................................... 117
6. ISU 3: FUNGSI TITIK TETAP LINEAR ...................................................... 118-145
6.1 Pengenalan..................................................................................................... 118
6.2 Algoritma ...................................................................................................... 119
6.3 Fungsi Homotopi Tambahan Semasa ............................................................. 121
6.4 Fungsi Titik Tetap Linear ............................................................................... 127
6.5 Pelaksanaan ................................................................................................... 131
6.6 Keputusan dan Perbincangan ......................................................................... 134
6.7 Analisis Ralat Mutlak Punca Persamaan......................................................... 142
6.8 Kesimpulan .................................................................................................... 145
7. ISU 4: KAEDAH OSTROWSKI PERSELANJARAN HOMOTOPI ............. 146-172
7.1 Pengenalan..................................................................................................... 146
7.2 Algoritma ...................................................................................................... 147
v
7.3 Penubuhan Kaedah Ostrowski Perselanjaran Homotopi ................................. 149
7.4 Penumpuan Kaedah Ostrowski Perselanjaran Homotopi ................................ 154
7.5 Pelaksanaan ................................................................................................... 158
7.6 Keputusan dan Perbincangan ......................................................................... 161
7.7 Analisis Ralat Mutlak Punca Persamaan......................................................... 168
7.7 Kesimpulan .................................................................................................... 171
8. ISU 5: MASALAH NILAI MULA DAN JALAN PENYELESAIAN ............ 173-185
8.1 Pengenalan..................................................................................................... 173
8.2 Algoritma ...................................................................................................... 174
8.3 Pelaksanaan ................................................................................................... 177
8.4 Keputusan dan Perbincangan ......................................................................... 180
8.5 Kesimpulan .................................................................................................... 185
9. KESIMPULAN DAN CADANGAN .............................................................. 186-189
SENARAI PENERBITAN .......................................................................................... 190
RUJUKAN ........................................................................................................... 191-197
LAMPIRAN A ..................................................................................................... 198-201
LAMPIRAN B ..................................................................................................... 202-213
LAMPIRAN C ............................................................................................................ 214
vi
SENARAI JADUAL
Jadual 2.1: Pencarian Punca Persamaan – Kaedah Pembahagi Dua
Muka
Surat
............................... 19
Jadual 2.2: Pencarian Punca Persamaan – Kaedah Kedudukan Palsu ............................ 20
Jadual 2.3: Pencarian Punca Persamaan – Kaedah Titik Tetap ...................................... 23
Jadual 2.4: Pencarian Punca Persamaan – Kaedah Newton ........................................... 27
Jadual 2.5: Pencarian Punca Persamaan – Kaedah Sekan .............................................. 30
Jadual 2.6: Pencarian Punca Persamaan – Kaedah Ostrowski........................................
Jadual 2.7: Pencarian Punca Persamaan – Kaedah Newton Perselanjaran Homotopi
31
..... 3
Jadual 2.8: Kelemahan-Kelemahan Kaedah Tradisional
5
................................................ 37
Jadual 2.9: Penyelesaian bagi Kelemahan Kaedah Tradisional ...................................... 3
Jadual 4.1: Pencarian Punca Persamaan (4.4) menggunakan Kaedah Newton-PH
8
......... 63
Jadual 4.2: Pencarian Punca Persamaan (4.4) menggunakan Kaedah Adomian-PH ....... 6
Jadual 4.3: Pencarian Punca Persamaan (4.4) menggunakan Kaedah Varian Baru Newton-PH
6
................................................................................................ 6
Jadual 4.4: Pencarian Punca Persamaan (4.10) menggunakan Kaedah Newton-PH
9
.......
Jadual 4.5: Pencarian Punca Persamaan (4.10) menggunakan Kaedah Adomian-PH
74
..... 7
Jadual 4.6: Pencarian Punca Persamaan (4.10) menggunakan Kaedah Varian Baru Newton-PH
7
................................................................................................ 7
Jadual 4.7: Perbandingan Kaedah PH bagi Persamaan (4.4) dengan 100 kali
9
................
Jadual 4.8: Perbandingan Kaedah PH bagi Persamaan (4.4) dengan 1000 kali
83
.............. 83
Jadual 4.9: Perbandingan Kaedah PH bagi Persamaan (4.21) dengan 100 lelaran ......... 83
Jadual 4.10: Perbandingan Kaedah PH bagi Persamaan (4.21) dengan 1000 lelaran ....... 83
vii
Jadual 4.11: Perbandingan Kaedah PH bagi Persamaan (4.22) dengan 100 lelaran ......... 84
Jadual 4.12: Perbandingan Kaedah PH bagi Persamaan (4.22) dengan 1000 lelaran ....... 84
Jadual 4.13: Perbandingan Kaedah PH bagi Persamaan (4.10) dengan 100 lelaran ......... 84
Jadual 4.14: Perbandingan Kaedah PH bagi Persamaan (4.10) dengan 1000 lelaran ....... 85
Jadual 4.15: Perbandingan Kaedah PH bagi Persamaan (4.23) dengan 100 lelaran ......... 8
Jadual 4.16: Perbandingan Kaedah PH bagi Persamaan (4.23) dengan 1000 lelaran
6
....... 8
Jadual 4.17: Perbandingan Kaedah PH bagi Persamaan (4.27) dengan 100 lelaran
6
........ 8
Jadual 4.18: Perbandingan Kaedah PH bagi Persamaan (4.27) dengan 1000 lelaran
7
....... 8
Jadual 5.1: Pencarian Punca Persamaan (5.6) menggunakan Fungsi Homotopi Piawai
7
apabila 0 1x = ............................................................................................ 95 Jadual 5.2: Pencarian Punca Persamaan (5.6) menggunakan Fungsi Homotopi Piawai apabila 0 1x = − …………………………………………………………….96 Jadual 5.3: Penganggaran Punca Persamaan (5.13) dan (5.14) menggunakan fungsi homotopi piawai apabila k =10 .............................................................. 100 Jadual 5.4: Pencarian Punca bagi Contoh 5.2 menggunakan fungsi homotopi piawai apabila 0 0( , ) ( 2,0)x y = − ........................................................................ 101 Jadual 5.5: Lengkungan Linear dan Kuadratik Bezier ................................................ 103
Jadual 5.6: Linear dan Kuadratik bagi de Casteljau dan Homotopi ............................. 103
Jadual 5.7: Pencarian Punca Persamaan (5.6) menggunakan fungsi homotopi Bezier kuadratik apabila 0 1x = ........................................................................
105 Jadual 5.8:
0 1x = −Pencarian Punca Persamaan (5.6) menggunakan fungsi homotopi Bezier
kuadratik apabila ......................................................................
106 Jadual 5.9 : Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi homotopi piawai apabila .......................................................... k = 10 106 Jadual 5.10:
........................................................Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi
homotopi piawai apabila k = 1000 107
viii
Jadual 5.11: .............................................
Penganggaran Punca Persamaan (5.13) dan (5.14) menggunakan fungsi homotopi Bezier kuadratik apabila k = 10. 1
09 Jadual 5.12:
0 0( , ) ( 2,0)x y = −Pencarian Punca bagi Contoh 5.2 menggunakan fungsi homotopi Bezier
kuadratik apabila ....................................................... 109 Jadual 5.13:
...............................................Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi
homotopi piawai bagi Persamaan (5.38) 113 Jadual 5.14: Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi homotopi piawai bagi Persamaan (5.39) ...............................................
114 Jadual 5.15: Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi homotopi piawai bagi Persamaan (5.40) ...............................................
114 Jadual 5.16 :
...............................................Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi
homotopi piawai bagi Persamaan (5.41) 115 Jadual 5.17:
...............................................Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi
homotopi piawai bagi Persamaan (5.42) 115 Jadual 5.18 :
...............................................Perbandingan antara fungsi homotopi Bezier kuadratik dengan fungsi
homotopi piawai bagi Persamaan (5.43) 116 Jadual 6.1: Perbandingan Fungsi Homotopi Tambahan Semasa ............................... 124
Jadual 6.2 : .................................................................................
Perbandingan Fungsi Homotopi Tambahan Semasa bagi Persamaan (6.15) 1
26 Jadual 6.3: Perbandingan antara FTTS dan FTTL bagi Persamaan .................(6.22) 134
Jadual 6.4 : Perbandingan antara FTTS dan FTTL bagi Persamaan (6.23)................. 135
Jadual 6.5: .................Perbandingan antara FTTS dan FTTL bagi Persamaan (6.24) 135
Jadual 6.6 : .................Perbandingan antara FTTS dan FTTL bagi Persamaan (6.25) 136
Jadual 6.7: Perbandingan antara FTTS dan FTTL bagi Persamaan (6.26)................. 136
Jadual 6.8: Perbandingan antara FTTS dan FTTL bagi Persamaan (6.27)................. 137
Jadual 6.9 : ..........................................
Perbandingan antara FTTS dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.22) 138 Jadual 6.10: Perbandingan antara FTTS dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.23) .......................................... 138
ix
Jadual 6.11: Perbandingan antara FTTS dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.24) .......................................... 139 Jadual 6.12 : Perbandingan antara FTTS dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.25) .......................................... 140 Jadual 6.13: Perbandingan antara FTTS dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.26) .......................................... 140 Jadual 6.14 : Perbandingan antara FTTS dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.27) .......................................... 141 Jadual 6.15: ..................Ralat Mutlak antara FTTS dan FTTL bagi Persamaan (6.22) 142
Jadual 6.16 : Ralat Mutlak antara FTTS dan FTTL bagi Persamaan (6.23).................. 143
Jadual 6.17: Ralat Mutlak antara FTTS dan FTTL bagi Persamaan (6.24).................. 143
Jadual 6.18: Ralat Mutlak antara FTTS dan FTTL bagi Persamaan (6.25).................. 144
Jadual 6.19 : Ralat Mutlak antara FTTS dan FTTL bagi Persamaan (6.26).................. 144
Jadual 6.20: Ralat Mutlak antara FTTS dan FTTL bagi Persamaan (6.27).................. 144
Jadual 7.1: Pencapahan Kaedah ........................................................Ostrowski-PH 152
Jadual 7.2: ...............................................Ostrowski-PH sebagai Satu Penyelesaian 152
Jadual 7.3: ....................................................
Perbandingan antara Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.21) 161 Jadual 7.4: Perbandingan antara Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.22) .................................................... 162 Jadual 7.5 : Perbandingan antara Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.23) .................................................... 162 Jadual 7.6:
....................................................Perbandingan antara Kaedah Newton-PH dan Kaedah
Ostrowski-PH bagi Persamaan (7.24) 163 Jadual 7.7 :
....................................................Perbandingan antara Kaedah Newton-PH dan Kaedah
Ostrowski-PH bagi Persamaan (7.25) 163 Jadual 7.8: Perbandingan antara Kaedah Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.26) .................................................... 164
x
Jadual 7.9:
................................................................Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan
FTTL bagi Persamaan (7.21) . 165 Jadual 7.10:
................................................................Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan
FTTL bagi Persamaan (7.22) . 166 Jadual 7.11:
................................................................Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan
FTTL bagi Persamaan (7.23) . 166 Jadual 7.12:
................................................................Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan
FTTL bagi Persamaan (7.24) . 167 Jadual 7.13:
................................................................Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan
FTTL bagi Persamaan (7.25) . 167 Jadual 7.14:
................................................................Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan
FTTL bagi Persamaan (7.26) . 168 Jadual 7.15: Ralat Mutlak Kaedah Varian Baru Newton-PH dan Ostrowski-PH bagi Persamaan .................................................................................. (7.21) 169 Jadual 7.16: Ralat Mutlak Kaedah Varian Baru Newton-PH dan Ostrowski-PH bagi Persamaan (7.22).................................................................................. 169 Jadual 7.17: Ralat Mutlak Kaedah Varian Baru Newton-PH dan Ostrowski-PH bagi Persamaan (7.23).................................................................................. 170 Jadual 7.18: Ralat Mutlak Kaedah Newton-PH dan Ostrowski-PH bagi Persamaan (7.24).................................................................................. 170 Jadual 7.19: Ralat Mutlak Kaedah Newton-PH dan Ostrowski-PH bagi Persamaan (7.25).................................................................................. 170 Jadual 7.20: Ralat Mutlak Kaedah Newton-PH dan Ostrowski-PH bagi Persamaan (7.26).................................................................................. 171 Jadual 8.1 :
...................................................................................
Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.7) 180 Jadual 8.2:
...................................................................................
Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.8) 180
xi
Jadual 8.3 :
...................................................................................
Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.9) 181 Jadual 8.4: Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.10)................................................................................. 181 Jadual 8.5 : Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.11)................................................................................. 182 Jadual 8.6:
.................................................................................
Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.12) 182
xii
SENARAI RAJAH
Muka
Surat
Rajah 2.1: Kaedah Grafik bagi Persamaan (2.1).......................................................... 15
Rajah 2.2 : Pembesaran Graf bagi Persamaan(2.1)....................................................... 15
Rajah 2.3: Kaedah Pembahagi Dua............................................................................. 18
Rajah 2.4 : Kaedah Titik Tetap ................................................................................... 21
Rajah 2.5: Kaedah Newton ......................................................................................... 26
Rajah 2.6 : Kaedah Sekan............................................................................................ 29
Rajah 2.7: Laluan Homotopi bagi Persamaan (2.1) ..................................................... 35
Rajah 5.1: Laluan Homotopi bagi Persamaan (5.7) ..................................................... 94
Rajah 5.2 : Lengkung Parametrik bagi Persamaan (5.21) dan (5.22) ............................ 99
Rajah 5.3: Lengkung Parametrik bagi Persamaan (5.19) and (5.20) ............................ 99
Rajah 5.4 : Binaan Rekursif bagi Fungsi Homotopi Bezier Kuadratik ........................ 104
Rajah 6.1: Sifat-Sifat Perolehan................................................................................ 125
Rajah 6.2 : Laluan Homotopi bagi Persamaan (6.13) ................................................. 128
Rajah 6.3: Kedudukan Fungsi Titik Tetap apabila 1t → ........................................... 129
Rajah 6.4 : Kedudukan Titik Tetap Linear apabila 1t → ........................................... 130
Rajah 6.5: Binaan Rekursif bagi Fungsi Titik Tetap Linear....................................... 130
Rajah 7.1 : Prestasi Kaedah Ostrowski dan Kaedah Ostrowski-PH bagi Persamaan (7.12) 0 2.01x = − apabila .................................................................... 153 Rajah 7.2: Prestasi Kaedah Ostrowski dan Kaedah Ostrowski-PH bagi Persamaan (7.12) apabila 0 3.01x = ...................................................................... 153 Rajah 8.1: Laluan Homotopi bagi Persamaan (8.7) menggunakan Kaedah Ostrowski-PH...................................................................................... 183 Rajah 8.2 : Laluan Homotopi bagi Persamaan (8.7) menggunakan Kaedah Super Ostrowski-PH............................................................................ 183 xRajah 8.3: Interpolasi Nilai bagi Persamaan (8.7) when 0 10x = ........................... 184
xiii
SENARAI-SENARAI SINGKATAN PH Perselanjaran Homotopi
Newton-PH Newton Perselanjaran Homotopi
Adomian-PH Adomian Perselanjaran Homotopi
Varian Baru Newton-PH Varian Baru Newton Perselanjaran Homotopi
Sekan-PH Sekan Perselanjaran Homotopi
Ostrowski-PH Ostrowski Perselanjaran Homotopi
Super Ostrowski-PH Super Ostrowski Perselanjaran Homotopi
xiv
PENYELESAIAN PERSAMAAN POLINOMIAL MENGGUNAKAN KAEDAH
PERSELANJARAN HOMOTOPI
ABSTRAK
Secara umumnya, banyak penyelidikan telah dibuat dalam menyelesaikan persamaan
seperti persamaan linear dan tidak linear. Ianya bermula daripada usaha untuk
menyelesaikan persamaan linear aljabar dengan satu pembolehubah yang tidak diketahui.
Selepas itu, ahli-ahli matematik mencuba untuk menyelesaikan persamaan linear yang
meliputi banyak pembolehubah. Dunia matematik menjadi lebih mencabar apabila pakar
matematik ingin merungkaikan penyelesaian persamaan aljabar tidak linear. Persamaan
polinomial memainkan peranan penting dalam banyak bidang seperti kejuruteraan kimia.
Aplikasi dalam kejuruteraan kimia meliputi keseimbangan fasa, fenomena pengangkutan
dan kinetik kimia. Masalah yang dihadapi oleh kaedah-kaedah tradisional dalam
menyelesaikan persamaan polinomial adalah masalah pencapahan dan masalah nilai
mula. Dalam hal ini, kaedah perselanjaran homotopi digunakan untuk menyelesaikan
masalah pencapahan dan masalah nilai mula. Dalam tesis ini, fungsi homotopi baru,
fungsi homotopi tambahan baru dan kaedah perselanjaran homotopi baru diperkenalkan.
Kemudian, semua formula baru itu digabungkan menjadi Kaedah Super Ostrowski
Perselanjaran Homotopi. Daripada eksperimen-eksperimen berangka dan analisis yang
telah dijalankan, didapati bahawa Kaedah Super Ostrowski Perselanjaran Homotopi
mampu menyelesaikan masalah nilai mula bagi menyelesaikan persamaan polinomial.
xv
SOLUTION OF POLYNOMIAL EQUATIONS USING
THE HOMOTOPY CONTINUATION METHOD
ABSTRACT
Generally, a great deal of research has been done in solving linear and nonlinear
equations. It started from an effort to solve linear equation with one unknown variable.
After that, mathematicians attempted to solve linear equations with more than one
variable. The math world became more challenging when the mathematicians attempted
to solve nonlinear equations especially polynomial equations. Polynomial equations arise
in many areas of applications such as chemical engineering. Application in chemical
engineering includes phase equilibria, transport phenomena and chemical kinetics. The
problems of polynomial equations using traditional methods are the divergence problem
and initial value problem. Therefore, the homotopy continuation method is used to solve
the divergence and initial value problems. In this thesis, new homotopy function, new
auxiliary homotopy function and new homotopy continuation method are developed.
Then, we combine all new formula together to obtain Super Ostrowski Homotopy
Continuation Method. From numerical experiments and analysis conducted, it was found
that Super Ostrowski Homotopy Continuation Method finally can solve the starting value
problem for solving polynomial equations.
1
BAB 1
PENGENALAN
1.1 Pengenalan
Dalam tesis ini, fokus diberi untuk menyelesaikan persamaan polinomial tidak
linear dengan cekap dan tepat. Persamaan polinomial terbahagi kepada dua jenis –
persamaan tunggal atau skalar dan sistem persamaan.
Takrif 1.1 (Grosan et al., 2012): Satu fungsi ( ) : n nf x ℜ →ℜ
dalam n pembolehubah
1 2( , ,..., )nx x x x=
adalah polinomial jika ianya boleh diungkapkan hasil tambah sebutan,
dengan setiap sebutan adalah hasil darab pekali dan monomial, setiap pekali adalah satu
nombor nyata dan setiap monomial adalah hasil darab pembolehubah yang kuasa
integernya adalah tidak negatif.
Berdasarkan takrif di atas, persamaan polinomial yang tunggal boleh ditulis sebagai
10 1 1
0
( ) ... ,
,
d dd d
dd i
ii
f x a x a x a x a
a x
−−
−
=
= + + + +
=∑ (1.1)
dengan 0 1, ,..., da a a adalah pekali kepada pembolehubah x , manakala 21, , ,..., dx x x
disebut monomial. Satu sistem fungsi polinomial boleh diwakili sebagai
2
1 1 2
2 1 2
1 2
( , ,..., )( , ,..., )
( ) ,
( , ,..., )
n
n
n n
f x x xf x x x
F x
f x x x
=
(1.2)
dengan 1 2( , ,..., )nx x x x=
nxxx ,...,, 21 : Punca-punca persamaan.
Takrif 1.2 (Khalil & Khan, 2014): Pertimbangkan petaan : n nF R R→ bagi setiap
komponen , 1, 2,...,if i n= dan [ ]1 2( ) ( ), ( ),. . . ,( )nF x f x f x f x=
adalah fungsi polinomial
dalam pembolehubah 1 2( , ,..., )nx x x x=
. Kemudian, setiap punca-punca x
dalam
persamaan sistem polinomial
( ) 0,F x =
(1.3)
dipanggil punca-punca bagi fungsi F dan set bagi semua punca-punca dikenali sebagai
set sifar dalam petaan fungsi F .
Berdasarkan takrif di atas, ( ) ( )F x f x=
apabila 1n = dengan
( ) 0,f x = (1.4)
yang disebut sebagai persamaan polinomial tunggal.
Persamaan polinomial digunakan secara meluas dalam beberapa aplikasi seperti
visi komputer, pengiraan geometri, robotik, pemprosesan signal dan kimia
pengkomputeran (Palancz et al., 2010). Contoh 1.1.1 merupakan salah satu aplikasi
yang menggunakan persamaan polinomial tunggal.
3
Contoh 1.1.1. Satu kajian daripada Shacham (1989) tentang keseimbangan sistem
322 NHHN −− pada suhu C0500 dan tekanan atm250 , dengan pembolehubah x
adalah penukaran pecahan atom nitrogen bermula dengan campuran stoikiometri
nitrogen dan hidrogen (Rahimian et al., 2010). Persamaan yang terlibat adalah
( ) ( )
.0186.0236
)4(82
22
=−−−
−xx
xx (1.7)
Di samping itu juga, aplikasi-aplikasi persamaan juga melibatkan satu sistem persamaan
seperti yang ditunjukkan dalam Contoh 1.1.2.
Contoh 1.1.2. Grosan et al. (2012) mengetengahkan aplikasi keseimbangan kimia
dengan membincangkan persamaan berikut
1 1 2 1 53 0,f x x x x= + − =
2 22 1 2 1 2 3 8 2 5 1 02 7 2 3 9 2 42 2 0,f x x x x x R x Rx R x R x x R x x= + + + − + + + =
2 23 2 3 5 3 5 6 3 7 2 32 2 8 0,f x x R x x R x R x x= + − + + =
24 9 2 4 4 52 4 0,f R x x x Rx= + − =
2 2
5 1 2 10 2 2 3 8 22 2
5 3 4 6 3 6 3 7 2 3 9 2 4
( 1)
1 0,
f x x R x x x R xR x x R x R x R x x R x x
= + + + +
+ + − + + + + = (1.8)
dengan
5 6 7 8 90.002597 0.003448 0.00002799 0.000215510, 0.193, , , , ,
4040 40 40R R R R R R= = = = = =
dan 100.00003846 .
40R =
4
1.2 Kaedah-kaedah Tradisional
Pelbagai kaedah digunakan untuk mencari punca-punca persamaan. Menurut
Dahlquist & Bjork (2008), masalah tentang mencari punca-punca persamaan telah
mendapat perhatian ahli-ahli matematik sejak beberapa abad dan banyak kaedah
berangka telah dibangunkan. Sebagai contoh, beberapa kaedah matematik yang kini
menjadi asas kepada kaedah-kaedah kembangan yang lain seperti kaedah Newton-
Raphson, kaedah Ostrowski, kaedah pembahagi dua, kaedah kedudukan palsu dan
sebagainya.
1.2.1 Kaedah Newton
Kaedah Newton juga dikenali sebagai kaedah Newton-Raphson. Kaedah Newton
menjadi satu asas penting bagi pembangunan kaedah-kaedah lain. Burden dan Faires
(2011) menyatakan kaedah Newton adalah kaedah yang mantap dan telah diketahui
umum dapat menyelesaikan persamaan linear dan tidak linear. Formula bagi kaedah
seperti berikut
)(')(
1i
iii xf
xfxx −=+ , .0≥i (1.9)
Perbincangan bagaimana formula kaedah Newton diperolehi akan dibincangkan dalam
Bab 2. Penyelesaian sistem persamaan pula melalui formula berikut
[ ] 1
1 ( ) ( )i i F i ix x J x F x−+ = −
, ,0≥i (1.10)
dengan
5
( )FJ x
: matriks Jacoban bagi ( )F x
.
Walau bagaimanapun, kaedah Newton mempunyai kelemahan yang besar iaitu
keperluan untuk mencari terbitan bagi fungsi yang diberi. Ini akan menyebabkan
masalah jika )(' xf atau ( )FJ x
sukar untuk dikira (Burden & Faires, 2011). Menurut
Burden dan Faires (2011), kaedah Newton hanya menumpu secara kuadratik jika nilai
mula yang dipilih adalah sesuai dengan 0 [ , ]x x xδ δ∈ − + dan 0.δ > Jika 0x tidak
begitu hampir dengan nilai punca sebenar, terdapat sedikit masalah dengan penumpuan
kaedah Newton. Dalam erti kata lain, kaedah Newton mengalami penumpuan yang
lambat apabila nilai mula yang dipilih berada begitu jauh dengan mana-mana punca
persamaan.
1.2.2 Kaedah Ostrowski
Alexander Markowich Ostrowski merupakan orang yang memperkenalkan
kaedah Ostrowski untuk menganggar punca-punca persamaan polinomial. Kaedah
Ostrowski adalah seperti berikut
1
( ) ,'( )
( ) ( ) ,( ) 2 ( ) '( )
ii i
i
i ii i
i i i
f xy xf x
f x f yx yf x f y f x+
= −
= −−
0,1, 2,..., 1.i k= − (1.11)
Kaedah Ostrowski melibatkan dua langkah bagi setiap lelaran. Kaedah Ostrowski juga
merupakan lanjutan daripada kaedah Newton.
6
1.2.3 Kaedah Pembahagi Dua
Katakan f adalah satu fungsi yang selanjar pada selang [ ]ba, dengan
0)()( <bfaf , maka f mesti mempunyai nilai sifar dalam selang ( )ba, . Idea di
sebalik kaedah ini ialah untuk menentukan nilai c yang menyebabkan nilai fungsi )(cf
bersamaan dengan sifar atau hampir dengan sifar. Kedudukan c pula terletak di tengah-
tengah antara selang [ ]ba, . Secara matematiknya, fungsi bagi kedudukan c dapat
dirumuskan sebagai
( ) 0,f c ≅ (1.12)
dengan ( )bac +=21 .
Oleh kerana terdapat dua bahagian mesti dipertimbangkan, maka kaedah ini
dipanggil sebagai kaedah pembahagi dua. Kaedah ini juga dipanggil sebagai pembahagi
dua selang (Kincaid & Cheney, 2002).
1.2.4 Kaedah Kedudukan Palsu
Kaedah kedudukan palsu adalah lanjutan daripada kaedah pembahagi dua.
Kaedah pembahagi dua mempertimbangkan titik tengah antara setiap selang [ ]ii ba ,
dengan 0,i ≥ manakala kaedah kedudukan palsu mengambil kira purata pemberat titik
hujung dalam setiap selang [ ]ii ba , . Kiraan purata pemberat dapat dikira dengan rumus
berikut
7
( ) ( )( ) ( )
i i i ii
i i
a f b b f acf b f a
−=
−. (1.13)
Berdasarkan formula interpolasi kaedah Newton, kaedah kedudukan palsu dapat
diperolehi seperti yang berikut
1 ( )( ) ( )
i ii i i
i i
b ax a f af b f a+
−= −
−, 0 ,1 , 2 , ..., 1.i k= − (1.14)
Tidak seperti kaedah Newton, kaedah kedudukan palsu ini mempunyai
penumpuan linear. Oleh itu, Dahlquist & Bjork (2008) melaporkan bahawa kaedah ini
menumpu lebih perlahan apabila 0)( ≈kaf dan )( kbf adalah besar.
1.2.4 Kaedah Sekan
Kaedah sekan ialah satu kaedah yang diubahsuai daripada kaedah Newton. Oleh
kerana kaedah Newton tidak mempertimbangkan masalah pencapahan apabila
( ) 0' 0 =xf , jadi kaedah sekan boleh mengatasi masalah ini. Perbezaan antara kedua-dua
kaedah ini ialah kaedah Newton menggunakan garis tangen yang melalui satu titik pada
graf sementara kaedah sekan menggunakan garis sekan yang bersilang antara dua titik.
Berdasarkan formula Newton, fungsi ( )' if x digantikan dengan
( ) ( )1
1
,i i
i i
f x f xx x
−
−
−−
jadi formula bagi kaedah sekan seperti berikut
[ ]( ) ( )
11
1
( ),i i i
i ii i
f x x xx x
f x f x−
+−
−= −
− 0 ,1 , 2 , ..., 1.i k= − (1.15)
8
Epperson (2007) telah menyatakan bahawa kaedah sekan mempunyai banyak
kelebihan berbanding kaedah Newton. Sebagai contoh, kaedah sekan tidak memerlukan
terbitan fungsi, hanya sekadar menggunakan fungsi yang diberi. Namun demikian,
kaedah sekan memerlukan dua titik sebelum untuk menganggarkan 1+ix .
1.3 Konsep Perselanjaran Homotopi
Dalam beberapa tahun kebelakangan ini, kajian tentang penyelesaian terhadap
persamaan polinomial menggunakan konsep topologi menjadi tarikan dalam dunia
matematik. Kaedah Perselanjaran Homotopi (PH) telah diketahui seawal tahun 1930an
(Rafiq & Awais, 2008). Lahaye (1934) merupakan orang pertama yang memperkenalkan
kaedah perselanjaran homotopi untuk menyelesaikan persamaan tidak linear.
Morgan (1983) telah menyatakan bahawa PH juga dikenali sebagai kaedah
kenaikan muatan. Morgan (1983) juga telah menerangkan konsep-konsep asas kaedah
PH seperti fungsi homotopi dan fungsi homotopi tambahan.
Wu telah membuat banyak kajian tentang PH. Wu (2005a) telah
memperkenalkan Algoritma Pengubahsuai Kaedah Cina Kuno; Wu (2005b) telah
mengkaji penumpuan kaedah perselanjaran Newton homotopi (Newton-PH); Wu
(2006b) telah membandingkan kaedah tradisional Penguraian Adomian dengan kaedah
Adomian-PH. Dalam (2006b), Wu telah menyelidik ciri-ciri bagi fungsi homotopi
tambahan yang selaras dan Wu (2007) telah membangunkan kaedah sekan-PH dengan
menggunakan kaedah sekan.
9
Perkataan homotopi merujuk kepada fungsi homotopi ),( txH dan perselanjaran
merujuk kepada penerapan satu keluarga parameter t yang sentiasa bergerak dalam
selang [ ]1,0∈t (Kincaid & Cheney, 2002). Kajian tentang konsep-konsep perselanjaran
homotopi akan dihuraikan lagi dalam Bab 2 dan Bab 3.
1.4 Motivasi
Berdasarkan kajian-kajian yang telah dilakukan, terdapat beberapa kekurangan
dalam penyelesaian persamaan polinomial menggunakan konsep perselanjaran
homotopi. Masalah utama yang akan dikaji dalam tesis ini berhubung dengan ketepatan
anggaran punca-punca persamaan. Kebanyakan penyelidik hanya mencari anggaran
punca-punca persamaan dengan kaedah homotopi masing-masing tetapi mereka tidak
mengembalikan nilai punca ke dalam fungsi ( )f x seperti (Wu 2005b; Wu 2006a; Wu
2007; Rafiq dan Awais 2008; Palancz et al. 2010; Rahimian et al. 2011). Terdapat
beberapa faktor yang mempengaruhi ketepatan punca-punca seperti kaedah PH yang
digunakan, fungsi homotopi dan fungsi homotopi tambahan yang dipilih. Gabungan
yang sesuai antara faktor-faktor ini akan meningkatkan lagi ketepatan nilai anggaran
bagi punca-punca persamaan. Oleh itu, satu persatu faktor yang mempengaruhi kadar
ketepatan punca-punca persamaan difokuskan.
Kaedah PH boleh digabungkan dengan kaedah-kaedah tradisional menjadi
Newton-PH, sekan-PH dan variasi Newton-PH. Semua ini boleh dirujuk dalam (Wu
2005b; Wu 2007; Rafiq & Awais 2008) secara berturutan. Merujuk kepada Wu (2006b),
kaedah perselanjaran homotopi boleh ditakrifkan sebagai fungsi transformasi. Dalam kes
10
ini, selagi evolusi mencari nilai anggaran punca-punca persamaan masih wujud, kami
percaya masih terdapat kaedah-kaedah homotopi yang masih boleh diterokai.
Di samping itu, walaupun terdapat banyak kaedah tradisional dalam
menyelesaikan persamaan, masalah pencapahan masih boleh berlaku. Masalah
pencapahan wujud apabila skema lelaran tidak dapat beroperasi pada proses permulaan.
Masalah ini berlaku apabila tekaan awal yang salah digunakan. Kaedah perselanjaran
homotopi merupakan satu jalan penyelesaian bagi masalah pencapahan ini (Wu, 2005b).
Oleh itu, kaedah perselanjaran homotopi dikembangkan lagi dalam usaha meningkatkan
ketepatan.
1.5 Objektif Terdapat lima objektif dalam kajian ini:
i) Untuk membandingkan beberapa kaedah perselanjaran homotopi semasa.
ii) Untuk memperkenalkan fungsi homotopi yang baru. iii) Untuk memperkenalkan fungsi homotopi tambahan yang baru. iv) Untuk memperkenalkan kaedah perselanjaran homotopi yang baru dan
mengkaji kadar penumpuan kaedah itu.
v) Untuk menyelesaikan masalah nilai mula.
11
1.6 Metodologi
Persamaan-persamaan polinomial baik tunggal mahupun sistem yang
mempunyai sekurang-kurangnya satu punca nyata dipilih. Kemudiannya, beberapa
kaedah perselanjaran homotopi akan diaplikasikan dengan bantuan komputer.
Penambahbaikan kaedah sedia ada akan dilaksanakan untuk meningkatkan kadar
ketepatan punca persamaan. Kaedah perselanjaran homotopi sedia ada dan baru akan
diimplementasikan dengan menggunakan satu perisian matematik iaitu Mathematica
7.0. Keputusan akan dijadualkan, data akan dianalisa dan kesimpulan akan dibuat.
1.7 Rumusan Bab
Bab 2 membincangkan konsep, teori dan kaedah yang asas bagi kaedah berangka
dan kaedah yang berkesan iaitu kaedah perselanjaran homotopi. Konsep-konsep ini
akan diterangkan secara mendalam lagi dengan membawa contoh-contoh persamaan
yang mudah untuk tujuan pemahaman.
Bab 3 merupakan kajian literatur kaedah perselanjaran homotopi terhadap
persamaan polinomial. Kajian ini akan membincangkan beberapa penyelidikan
penyelesaian persamaan tunggal dan sistem polinomial. Lima isu dan kelemahan dalam
hasil kerja orang lain akan dikenalpasti. Segala isu yang dibangkitkan akan dihuraikan
secara meluas dalam Bab 4 hingga Bab 8.
Bab 4 membincangkan isu yang pertama yang telah dikenal pasti iaitu kajian
perbandingan kaedah perselanjaran homotopi semasa. Untuk tujuan perbandingan,
12
beberapa eksperimen persamaan tunggal dan sistem akan dilaksanakan dengan
menggunakan perisian matematik Mathematica 7.0.
Seterusnya, dalam Bab 5 fungsi homotopi baru diperkenalkan. Fungsi homotopi
piawai dengan fungsi homotopi baru dibandingkan dengan menggunakan beberapa
contoh persamaan polinomial. Kemudian keputusan yang diperolehi akan dianalisis dan
seterusnya kesimpulan dibuat.
Kemudiannya, isu yang ketiga akan dihuraikan dalam Bab 6 iaitu untuk
mewujudkan fungsi homotopi tambahan yang baru yang merupakan sebahagian daripada
faktor penting dalam meningkatkan kadar ketepatan punca-punca persamaan polinomial.
Bab 7 menghuraikan isu yang keempat iaitu untuk memperkenalkan kaedah
perselanjaran homotopi yang baru. Kaedah Ostrowski (1973) diubahsuai dan dijadikan
salah satu kaedah homotopi yang baru. Kaedah yang dicadangkan akan dibandingkan
dengan kaedah semasa yang terbaik yang diperolehi dalam Bab 4. Tambahan pula,
kadar penumpuan bagi kaedah terbaru yang dibangunkan akan dikaji dan dianalisis.
Kemudiannya, semua faktor terbaik yang menyumbangkan ketepatan unggul
akan digabungkan. Semua ini akan dibincangkan dalam Bab 8.
Akhirnya, Bab 9 memberi kesimpulan yang dapat dibuat berdasarkan
eksperimen-eksperimen yang telah dijalankan dalam Bab 4 hingga Bab 8.
13
BAB 2
KONSEP, TEORI DAN KAEDAH ASAS
2.1 Pengenalan
Beberapa kaedah piawai telah diterangkan dalam bab sebelumnya. Perbincangan
yang mendalam mengenai beberapa kaedah piawai akan diberi perhatian dalam bab ini.
Persamaan tunggal yang sama akan digunakan bagi setiap kaedah asas. Ini kerana teknik
penyelesaian bagi sistem persamaan ( ) 0F x =
sama dengan penyelesaian bagi
persamaan tunggal. Cuma yang membezakan adalah dimensi dan tahap kesukaran
pengiraan. Maka persamaan tunggal yang mudah akan digunakan bagi mengkaji
keberkesanan kaedah-kaedah asas. Terdapat empat kategori kaedah-kaedah yang dapat
menyelesaikan persamaan polinomial – kaedah graf, kaedah kurungan, kaedah terbuka
dan kaedah global.
Kaedah kurungan (kaedah selaan) merujuk kepada satu kaedah yang
menggunakan dua nilai mula dalam satu selaan yang di dalamnya mempunyai salah satu
punca-punca persamaan. Kaedah terbuka tidak perlu pada kurungan julat antara dua nilai
mula (Chapra,2012). Kaedah global pula menggunakan sebarang nilai mula untuk
mengesan punca-punca persamaan (Gritton et al., 2001). Kaedah pembahagi dua dan
kaedah kedudukan palsu diklasifikasikan sebagai kaedah kurungan. Kaedah sekan,
kaedah titik tetap, kaedah Newton dan kaedah Ostrowski dikategorikan sebagai kaedah
14
terbuka. Manakala salah satu contoh kaedah global adalah kaedah perselanjaran
homotopi. Untuk memahami secara asas kaedah-kaedah tersebut, Contoh (2.1) dikaji
dengan menggunakan keempat-empat kategori di atas.
Contoh 2.1. Kiusalaas (2010) mengetengahkan persamaan polinomial tunggal seperti
berikut
3 2( ) 10 5 0.f x x x= − + = (2.1)
Persamaan (2.1) diuji untuk membandingkan keupayaan kaedah graf, kaedah kurungan,
kaedah terbuka dan kaedah global dalam menyelesaikan persamaan polinomial.
Bilangan lelaran ditetapkan 10 kali bagi memudahkan pemahaman konsep-konsep asas
bagi kaedah-kaedah yang telah dinyatakan di atas.
2.2 Kaedah Grafik
Menurut Chapra (2012), kaedah grafik boleh digunakan untuk menggambarkan
nilai anggaran punca-punca persamaan secara kasar dan seterusnya menentukan nilai
mula yang sesuai. Fungsi 3 2( ) 10 5f x x x= − + boleh digambarkan seperti di dalam
Rajah 2.1:
15
x
Rajah 2.1 : Kaedah Grafik bagi Persamaan (2.1)
Didapati terdapat tiga punca nyata dan berbeza yang memintas paksi . Melalui
kaedah ini, kedudukan punca-punca persamaan boleh dilihat secara kasar. Namun
demikian, nilai sebenar punca-punca itu tidak diketahui. Punca-punca terletak antara
selang ( 2,0), (0, 2)− dan (9,11) . Salah satu punca yang berada dalam selang (0,2)
difokuskan dan grafnya dibesarkan. Graf yang terhasil ditunjukkan dalam Rajah 2.2:
Rajah 2.2 : Pembesaran Graf bagi Persamaan (2.1)
16
Sekarang didapati kedudukan punca yang lebih spesifik terletak dalam selang
yang kecil (0.6,0.8) . Di samping itu juga, kaedah graf membantu dalam menentukan
nilai mula bagi kaedah kurungan dan kaedah terbuka. Namun demikian, kaedah graf
memberi nilai praktikal yang terhad kerana tidak tepat (Chapra, 2012). Untuk
menganggarkan nilai punca-punca yang lebih tepat, kaedah kurungan, kaedah
kedudukan palsu, kaedah sekan, kaedah titik tetap, kaedah Newton, kaedah Ostrowski
dan kaedah perselanjaran homotopi digunakan.
2.3 Kaedah Kurungan
Kaedah kurungan iaitu satu kaedah yang mengurungkan satu punca persamaan
pada selang ( , )a b . Antara kaedah yang termasuk di dalam kategori ini adalah kaedah
pembahagi dua dan kaedah kedudukan palsu.
2.3.1 Kaedah Pembahagi Dua
Kaedah pembahagi dua ditakrifkan oleh Faires dan Burden (2002) seperti
ditunjukkan di dalam Takrif 2.1.
Takrif 2.1. (Faires & Burden, 2003): Satu selang 1 1[ , ]i ia b+ + mengandungi satu nilai
anggaran punca p yang memenuhi ( ) 0f p = yang diperolehi daripada selang [ , ]i ia b
dan p dirumuskan sebagai
.2
i ii i
b ap a −= + (2.2)
Kemudian tetapkan
17
1i ia a+ = dan 1i ib p+ = jika ( ) ( ) 0i if a f p < ,
dan
1i ia p+ = dan 1i ib b+ = sebaliknya.
Kaedah pembahagi dua juga dipanggil sebagai kaedah carian binari. Berdasarkan
takrif di atas, kaedah ini mempertimbangkan kedudukan punca-punca persamaan
0)( =xf dalam selang ],[ ba . Dalam erti kata yang lain, terdapat nilai ip yang
memuaskan persamaan bagi setiap selang yang baru ).,( 11 ++ ii ba Dahlquist dan Bjork
(2008) menyatakan bahawa nilai ip diambil setengah daripada selang:
( )1 ,2i i ip a b= + ...,3,2,1=i (2.3)
dengan selang yang baru
=++ ),,(),,(
),( 11ii
iiii pa
bpba jika
.0)()(
.0)()(<>
ii
ii
afpfafpf
Menurut pandangan Dechaumphai dan Wansophark (2011), kaedah pembahagi
dua mempunyai tanda yang berbeza apabila a p< dan b p> . Kaedah ini boleh
digambarkan melalui graf dalam Rajah 2.3:
18
Rajah 2.3 : Kaedah Pembahagi Dua
Berdasarkan Rajah 2.3, nilai mula bermula pada selang [ , ]a b . Nilai 1p
diperolehi daripada ( )112
p a b= + , nilai 2p diperolehi daripada ( )2 112
p a p= + , nilai 3p
diperolehi daripada ( )3 1 21 .2
p p p= + Oleh itu, nilai anggaran punca bagi kaedah
pembahagi dua bagi Rajah 2.3 adalah 3p . Kaedah pembahagi dua kemudiannya
digunakan untuk menyelesaikan Contoh 2.1.1.
Contoh 2.1.1. Persamaan (2.1) diselesaikan dengan menggunakan kaedah pembahagi
dua dalam selang ]8.0,6.0[ . Keputusan yang diperolehi boleh diringkaskan dalam
Jadual 2.1:
19
Jadual 2.1 : Pencarian Punca Persamaan menggunakan Kaedah Pembahagi Dua
Nilai anggaran punca bagi persamaan (2.1) adalah 0.7345703125p = dan nilai fungsi
adalah 4( ) 4.34 10f p −= × .
2.3.2 Kaedah Kedudukan Palsu
Kaedah kedudukan palsu boleh ditakrifkan seperti yang ditunjukkan di dalam
Takrif 2.2.
Takrif 2.2. (Faires & Burden, 2003): Satu selang 1 1[ , ]i ia b+ + bagi 1i > mengandungi
satu nilai anggaran punca persamaan ( ) 0f x = daripada selang [ , ]i ia b dan p
dirumuskan sebagai
( )( ) .( ) ( )
i i ii i
i i
f a b ap af b f a
−= −
− (2.4)
Kemudian tetapkan
1i ia a+ = dan 1 1i ib p+ += jika 1( ) ( ) 0,i if a f p + <
dan
Bilangan lelaran, i ia ib Penyelesaian, ip )( ipf
1 0.6 0.8 0.7 4.43×10-1 2 0.7 0.8 0.75 -2.03×103
-1 0.7 0.75 0.725 1.25×10
4 -1
0.725 0.75 0.7375 -3.79×105
-2 0.725 0.7375 0.73125 4.38×10
6 -2
0.7375 0.73125 0.734375 2.99×107
-3 0.7375 0.734375 0.7359375 -1.75×10
8 -2
0.7359375 0.734375 0.73515625 -7.23×109
-2 0.73515625 0.734375 0.734765625 -2.12×10
10 -3
0.734765625 0.734375 0.7345703125 4.34×10-4
20
1 1i ia p+ += dan 1i ib b+ = sebaliknya.
Kaedah kedudukan palsu seterusnya diaplikasikan dengan Contoh 2.1.2:
Contoh 2.1.2. Persamaan (2.1) diselesaikan menggunakan kaedah kedudukan palsu
pada selang ]8.0,6.0[ . Keputusan yang diperolehi ditunjukkan seperti Jadual 2.2:
Jadual 2.2 : Pencarian Punca Persamaan menggunakan Kaedah Kedudukan Palsu
Kaedah ini mempertimbangkan pemberat kedudukan punca-punca persamaan
sama ada terletak dekat titik mula selang atau titik hujung selang. Dalam contoh di atas,
punca persamaan terletak berhampiran dengan titik akhir selang 8.0=x . Itulah
sebabnya 8.0=x sentiasa tetap sebagai kb bagi setiap lelaran. Akhirnya, didapati punca
bagi persamaan (2.1) adalah 77893030.73460350=p dengan 10 kali lelaran. Didapati
juga kaedah kedudukan palsu menumpu lebih laju daripada kaedah pembahagi dua.
Bilangan lelaran, k
ka kb Penyelesaian, kp ( )kf p
1 0.6 0.8 0.729073482428115 7.21×10-2 2 0.8 0.729073482428115 0.734396813661267 2.70×103
-3 0.8 0.734396813661267 0.734595810977860 1.01×10
4 -5
0.8 0.734595810977860 0.734603221217690 3.75×105
-6 0.8 0.734603221217690 0.734603497119578 1.39×10
6 -7
0.8 0.734603497119578 0.734603507392045 5.19×107
-9 0.8 0.734603507392045 0.734603507774512 1.93×10
8 -10
0.8 0.734603507774512 0.734603507788753 7.20×109
-12 0.8 0.734603507788753 0.734603507789283 2.68×10
10 -13
0.8 0.734603507789283 0.734603507789303 9.88×10-15
21
2.4 Kaedah Terbuka
Menurut Chapra (2012), kaedah terbuka tidak memerlukan pada kurungan julat
antara dua nilai mula. Antara kaedah yang tergolong dalam kaedah terbuka adalah
seperti kaedah titik tetap, kaedah Newton, kaedah sekan dan kaedah Ostrowski.
2.4.1 Kaedah Titik Tetap
Kaedah titik tetap ditakrifkan oleh Asaithambi (1995) seperti ditunjukkan di
dalam Takrif 2.3.
Takrif 2.3. (Asaithambi, 1995): Satu nombor α dikatakan sebagai titik tetap bagi fungsi
)(xg jika ).(xgx =
Teorem 2.4. (Burden & Faires, 2011): Andaikan ( )f x adalah satu fungsi selanjar pada
selang [ , ]a b , maka ( )f x mempunyai penyelesaian yang unik pada selang [ , ]a b iaitu
( )x g x= .
Secara ringkasnya,kaedah titik tetap boleh digambarkan melalui graf di dalam Rajah 2.4:
Rajah 2.4 : Kaedah Titik Tetap
22
Berdasarkan Rajah 2.4, titik persilangan antara fungsi 1 ( )y g x= dengan fungsi 2y x=
merupakan nilai anggaran punca bagi kaedah titik tetap iaitu p . Penjelasan lanjut
tentang kaedah titik tetap ditunjukkan di dalam Contoh 2.1.3:
Contoh 2.1.3. Persamaan (2.1) diselesaikan dengan menggunakan kaedah titik tetap.
Dengan menggunakan takrif bagi kaedah ini, persamaan (2.1) boleh ditulis sebagai
21
3
1 105
+=+
ii
xx , ...,2,1,0=i (2.5a)
Andaikan dengan menggunakan nilai mula 8.00 =x , persamaan (2.5a) dilelarkan
sebanyak 10 kali:
77308235,0.74242844 10
5 21
30
1 =
+=
xx
28183232,0.73547444 10
5 21
31
2 =
+=
xx
78082566.0.73460350 10
5 21
39
10 =
+=
xx
23
Keputusan yang didapati ditunjukkan di dalam Jadual 2.3:
Jadual 2.3 : Pencarian Punca Persamaan dengan Kaedah Titik Tetap
Didapati nilai hampir bagi penyelesaian pada persamaan (2.1) adalah
780825660.73460350=x dengan 1010( ) 2.48 10f x −= − × . Menurut Burden dan Faires
(2011), terdapat banyak cara untuk menukarkan bentuk titik tetap dengan menggunakan
olahan algebra yang mudah. Dalam erti kata lain, persamaan (2.1) juga boleh ditulis
seperti berikut:
a) 3 21 10 5,i i i ix x x x+ = − + − (2.5b)
b)
12
1510 ,i i
i
x xx+
= −
(2.5c)
c)
12
15 ,
10ii
xx+
= −
(2.5d)
d) 3 2
110 5 ,20
i ii i
i
x xx xx+
− += − (2.5e)
Walaupun terdapat banyak fungsi titik tetap (2.5 a – 2.5 e) boleh diterbitkan,
tidak semua fungsi yang diterbitkan akan menumpu kepada penyelesaian yang sebenar.
Bilangan Lelaran, i
Penyelesaian, ix ( )if x
0 0.8 -8.88×10-1 1 0.7424284477308235 -1.03×102
-1 0.7354744428183232 -1.14×10
3 -2
0.7346995841197975 -1.26×104
-3 0.7346140957990686 -1.38×10
5 -4
0.7346046745035599 -1.53×106
-5 0.7346036363503540 -1.68×10
7 -6
0.7346035219555154 -1.85×108
-7 0.7346035093502857 -2.04×10
9 -8
0.7346035079613087 -2.25×1010
-9 0.7346035078082566 -2.48×10-10
24
Ascher dan Grief (2011) telah menyatakan bahawa ciri-ciri penumpuan bagi lelaran titik
tetap bergantung kepada pemilihan fungsi ( )g x . Chapra and Canale (2010) pula
menyatakan bahawa penumpuan berlaku apabila '( ) 1g x < .
2.4.2 Kaedah Newton
Kaedah Newton ditakrifkan oleh Faires dan Burden (2002) seperti ditunjukkan di dalam
Takrif 2.5.
Takrif 2.5. (Faires & Burden, 2002): Nilai penghampiran 1ip + kepada nilai punca
persamaan ( ) 0f x = adalah dikira daripada nilai penghampiran ip dengan
menggunakan rumus berikut
1( ) .'( )
ii i
i
f pp pf p+ = − (2.6)
Dalam permulaan bab, konsep asas bagi kaedah Newton dan ciri-cirinya telah
diterangkan. Dalam bab ini, bagaimana formula bagi kaedah Newton terhasil dikaji.
Seterusnya, contoh yang sama digunakan bagi meningkatkan lagi pemahaman.
Menurut Chapra dan Canale (2010), kaedah Newton boleh diterbitkan melalui
dua cara. Cara pertama berdasarkan definisi kecerunan lengkung:
1
1
( ) ( )'( ) .i ii
i i
f p f pdyf pdp p p
+
+
−= =
− (2.7)
Formula Newton diperolehi kerana 1( ) 0if p + = . Cara kedua melalui takrif kembangan
Taylor peringkat tertinggi
25
2'' ( )1 1
1( ) ( )( ) ( ) ( ) '( ) ( ) . . . ( ) .
2! !
nni i i i
i i i i i i nx x x xf x f x x x f x f x f x R
n+ +
+− −
= + − + + + + (2.8)
dengan ( 1) 1
1( )( )( 1)!
n ni i
nf x xR
nξ+ +
+ −=
+.
Apabila 2n ≥ , sebutan ( )1( ) ( )!
nni i
ix x f x
n+ − boleh diabaikan kerana 1( )n
i ix x+ − terlalu
kecil sehingga menghampiri sifar. Oleh itu, apabila 0)( =xf , persamaan (2.8) akan
menjadi
10 ( ) ( ) '( ).i i i if x x x f x+= + − (2.9)
Teorem 2.6 (Burden & Faires, 2011): Andaikan p adalah satu punca bagi persamaan
( ) 0f x = . Andaikan '( ) 0f p ≠ dan ''( )f p adalah selanjar. Maka terdapat nilai 0ε > ,
yang mana 0 [ , ]p p pε ε∈ − + , siri 1( )'( )
ii i
i
f pp pf p+ = − apabila 0i ≥ menumpu sekurang-
kurangnya secara kuadratik kepada p dengan
2, 1 ,
''( ) ,2 '( )
rt i t i
r
f pf p
ε ε+ = − (2.10)
dengan , 1 1t i r ip pε + += − dan rp adalah nilai penyelesaian yang sebenar. Kaedah
Newton juga boleh digambarkan melalui Rajah 2.5:
26
Rajah 2.5 : Kaedah Newton
Berdasarkan Rajah 2.5, nilai mula bermula pada kedudukan 0p . Apabila garis
tangen 0p disambungkan supaya memintas paksi x , didapati kedudukan baru bagi nilai
anggaran punca adalah 1p . Kemudiannya satu garis tegak dilukis supaya menyentuh
lengkungan, didapati kedudukan baru bagi nilai anggaran punca persamaan adalah 2p .
Oleh itu, nilai anggaran punca bagi kaedah sekan bagi Rajah 2.5 adalah 2p . Kaedah
sekan kemudiannya digunakan untuk menyelesaikan Contoh 2.1.4.
Contoh 2.1.4. Persamaan (2.1) diselesaikan dengan menggunakan kaedah Newton dan
8.00 =x (berdasarkan kaedah grafik). Dengan menggunakan rumus (2.6), didapati
3 20 0
1 0 20 0
10 53 20
0.736931818181818,
x xx xx x− +
= −−
=
3 21 1
2 1 21 1
10 53 20
0.734606729754335,
x xx xx x− +
= −−
=
27
3 29 9
10 9 29 9
10 53 20
0.734603507789303 .
x xx xx x− +
= −−
=
Keputusan pengiraan yang diperolehi ditunjukkan di dalam Jadual 2.4:
Jadual 2.4 : Pencarian Punca – Kaedah Newton
Nilai anggaran penyelesaian bagi persamaan (2.1) adalah
77893030.73460350=x . Bilangan lelaran ditetapkan 10 kali untuk memudahkan
penerangan bagaimana penumpuan kaedah Newton. Didapati kaedah Newton menumpu
secara kuadratik iaitu fungsi ( )if x berkadar kuasa dua dengan fungsi 1( )if x − . Ini
bermaksud nilai ( )if x menurun sebanyak kuasa dua apabila bilangan lelaran meningkat.
2.4.3 Kaedah Sekan
Kaedah Sekan ditakrifkan oleh Faires dan Burden (2002) seperti ditunjukkan di dalam
Takrif 2.7.
Bilangan lelaran, i
Penyelesaian, ix ( )if x
0 0.8 -8.88×10-1 1 0.736931818181818 -3.05 x 102
-2 0.734606729754335 -4.21 x 10
3 -5
0.734603507795494 -8.09 x 104
-11 0.734603507789303 -2.99 x 10
5 -22
0.734603507789303 -4.07 x 106
-45 0.734603507789303 -7.57 x 10
7 -91
0.734603507789303 -2.61 x 108
-182 0.734603507789303 -3.11 x 10
9 -365
0.734603507789303 -4.41 x 1010
-731 0.734603507789303 -8.87 x 10-1463
28
Takrif 2.7. (Faires & Burden, 2002): Penghampiran 1ip + bagi 1i > kepada nilai punca
persamaan ( ) 0f x = dikira daripada nilai penghampiran ip dan 1ip − dengan
menggunakan rumus
11
1
( )( ) .( ) ( )
i i ii i
i i
f p p pp pf p f p
−+
−
−= −
− (2.11)
Kincaid dan Cheney (2002) telah menyatakan bahawa kaedah sekan adalah satu
pengubahsuaian daripada kaedah Newton. Kaedah Newton mempunyai kelemahan yang
besar iaitu penyelidik perlu mengira terbitan fungsi ( )f p bagi setiap lelaran.
Adakalanya pengiraan '( )f p lebih sukar dan memerlukan operasi aritmetik yang
banyak daripada pengiraan ( )f x (Burden & Faires, 2011). Oleh itu, kaedah sekan
merupakan satu alternatif bagi menyelesaikan masalah yang dihadapi kaedah Newton.
Kaedah sekan menggantikan nilai terbitan fungsi ( )ipf ' kepada ( ) ( )1
1
−
−
−−
ii
ii
pppfpf
di dalam kaedah Newton dan persamaan (2.11) akan diperolehi.
Asaithambi (1995) menggambarkan kaedah sekan menumpu lebih laju
berbanding kaedah pembahagi dua dan kaedah kedudukan palsu. McNamee (2013)
telah menyatakan bahawa kaedah sekan menumpu lebih kurang 1 5 1.6182
α += = .
Kaedah sekan juga boleh diwakili dengan graf di dalam Rajah 2.6:
29
Rajah 2.6 : Kaedah Sekan
Berdasarkan Rajah 2.6, nilai mula bermula pada kedudukan 0p dan 1p . Apabila
0p dan 1p disambungkan, didapati garis itu bersilang dengan satah x pada kedudukan
2p . Kemudiannya titik 2p disambungkan dengan 1p , maka terhasilnya 3p . Begitulah
keadaan seterusnya untuk mendapatkan 4p . Oleh itu, nilai anggaran punca bagi kaedah
sekan bagi Rajah 2.6 adalah 4p . Kaedah sekan kemudiannya digunakan untuk
menyelesaikan Contoh 2.1.5.
Contoh 2.1.5. Persamaan (2.1) diselesaikan dengan mengaplikasikan rumus sekan
(2.11) dengan mengandaikan nilai mula adalah 6.00 =x dan 8.01 =x . Penyelesaian
diringkaskan seperti dalam Jadual 2.5:
30
Jadual 2.5 : Pencarian Punca Persamaan - Kaedah Sekan
Didapati nilai ( )if p berkadar terus dengan 1( )if p − atau boleh juga ditulis sebagai
1( ) ( )i if p f pα −= dengan 1 5 1.6182
α += = bagi setiap lelaran (McNamee, 2013).
2.4.4 Kaedah Ostrowski
Alexander Markowich Ostrowski merupakan penyelidik yang memperkenalkan
kaedah Ostrowski dalam menyelesaikan persamaan tunggal tidak linear pada tahun
1960. Kaedah ini menggunakan dua langkah seperti formula di bawah
( ) ,'( )
ii i
i
f xy xf x
= − 0,1, 2,..., 1,i k= − (2.12a)
1 ( ),( ) 2 ( )
i ii i i
i i
x yx y f yf x f y+
−= −
− 0,1, 2,..., 1.i k= − (2.12b)
Persamaan (2.12a) adalah kaedah Newton manakala persamaan (2.12b) adalah
fungsi yang ditambah oleh Ostrowski. Ostrowski (1973) telah mengembangkan kaedah
Bilangan lelaran, i ia ib Penyelesaian, ip ( )if p
1 0.6 0.8 0.729073482428115 7.21×10-2 2 0.8 0.729073482428115 0.734396813661267 2.70×103
-3 0.729073482428115 0.734396813661267 -8.950.734604192278271 ×10
4 -6
0.734396813661267 0.734604192278271 0.734603507704919 1.10×105
-9 0.734604192278271 0.734603507704919 0.734603507789303 4.50×10
6 -16
0.734603507704919 0.734603507789303 0.734603507789303 -2.27×107
-26 0.734603507789303 0.734603507789303 0.734603507789303 4.65×10
8 -43
0.734603507789303 0.734603507789303 4.810.734603507789303 ×109
-70 0.734603507789303 0.734603507789303 0.734603507789303 -1.02×10
10 -113
0.734603507789303 0.734603507789303 0.734603507789303 2.24×10-184
31
Newton dengan menambah lelaran fungsi ( ) ( )( ) 2 ( ) '( )
i ii
i i i
f x f yyf x f y f x
−−
dan merumuskan
formula seperti berikut
1
( ) ,'( )
( ) ( ) ,( ) 2 ( ) '( )
ii i
i
i ii i
i i i
f xy xf x
f x f yx yf x f y f x+
= −
= −−
0,1, 2,..., 1.i k= − (2.13)
Kaedah Ostrowski mempunyai penumpuan peringkat keempat berbanding
kaedah Newton yang hanya penumpuan peringkat kedua. Kaedah Ostrowski dipilih
sebagai permulaan bahan kajian walaupun terdapat beberapa kaedah lain bagi varian
Ostrowski yang mempunyai penumpuan lebih tinggi daripada kaedah asal Ostrowski.
Seterusnya, ditunjukkan Contoh 2.1.6 yang menggunakan kaedah Ostrowski dalam
menyelesaikan persamaan (2.1).
Contoh 2.1.6. Persamaan (2.1) diselesaikan menggunakan kaedah Ostrowski dan
andaikan 8.00 =x . Dengan menggunakan (2.13), keputusan yang diperolehi
ditunjukkan seperti dalam Jadual 2.6:
Jadual 2.6 : Pencarian Punca – Kaedah Ostrowski
Bilangan lelaran, i
Penyelesaian, ix ( )if x
0 0.8 -8.88×10-1 1 0.734607435006630 -5.13×102
-5 0.734603507789303 -8.01 x 10
3 -22
0.734603507789303 -4.76 x 104
-89 0.734603507789303 -5.90 x 10
5 -358
0.734603507789303 -1.40 x 106
-1433 0.734603507789303 -4.45 x 10
7 -5736
0.734603507789303 -4.52 x 108
-22946 0.734603507789303 -4.80 x 10
9 -91786
0.734603507789303 -6.12 x 1010
-367146 0.734603507789303 -1.62 x 10-1468585
32
Nilai anggaran punca persamaan (2.1) adalah 10 0.734603507789303x = . Didapati
kaedah Ostrowski mempunyai penumpuan peringkat keempat (nilai fungsi ( )if x
berkadar kuasa empat dengan nilai fungsi 1( )if x − ). Ini bermaksud nilai ( )if x akan
berkurang secara kuartik berbanding nilai 1( )if x − .
2.5 Kaedah Global
Kaedah global seperti kaedah perselanjaran homotopi membenarkan sebarang
nilai mula 0,x tidak seperti kaedah-kaedah tradisional yang nilai mulanya dipilih
haruslah berdekatan dengan nilai punca persamaan.
2.5.1 Kaedah Perselanjaran Homotopi
Sebelum perbincangan kaedah perselanjaran homotopi (PH) secara mendalam
dijalankan, konsep-konsep asas bagi kaedah ini diperkenalkan. Fungsi perselanjaran
homotopi boleh ditakrifkan sebagai
,]1,0[: ℜ→×ℜH (2.14)
dengan
,0)()()1(),( =+−= xtfxgttxH [0,1].t∈ (2.15)
Dua syarat sempadan diperolehi iaitu
,0)()0,( == xgxH (2.16)
,0)()1,( == xfxH (2.17)
33
Takrif 2.8. (Faires & Burden, 2003): Fungsi ( , )H x t dipanggil satu homotopi antara
fungsi )()0,( xgxH = dan )()1,( xfxH = .
Takrif 2.9. (Burden & Faires, 2011): Perselanjaran adalah satu jalan menentukan
penyelesaian 0( ,0) 0H x = dapat menuju ke penyelesaian yang tidak diketahui
( ,1) ( ) 0H x f x≡ = .
Kaedah PH seterusnya dikaji melalui Contoh 2.1.7:
Contoh 2.1.7. Persamaan (2.1) diselesaikan dengan menggunakan kaedah perselanjaran
homotopi. Untuk menyelesaikan satu set persamaan fungsi homotopi ( , ) 0H x t = bagi
setiap kenaikan parameter ,t kaedah Newton-PH dipilih kerana kaedah ini mempunyai
formula yang mudah.
Pada peringkat pertama, satu fungsi homotopi tambahan dipilih yang mempunyai
ciri-ciri boleh dikawal dan mudah untuk menyelesaikannya. Fungsi homotopi tambahan
tersebut seperti berikut
3 3( ) 0.8 0.g x x= − = (2.18)
Persamaan (2.18) dipilih untuk menjadikan nilai mula 0 0.8.x = Maka, fungsi homotopi
akan menjadi
).510()512.0)(1(),( 233 +−+−−= xxtxttxH (2.19)
34
Fungsi homotopi akan berubah dengan peningkatan parameter t . Andaikan satu set
fungsi homotopi meningkat secara seragam dengan selaan 0.1t = , maka fungsi
homotopi (2.19) menjadi
3
0( ,0) 0.512 0,H x x≡ − = (2.20a) ( ) ( )3 3 2
1 1 1( ,0.1) 0.9 0.512 0.1 10 5 0,H x x x x≡ − + − + = (2.20b) ( ) ( )3 3 2
2 2 2( ,0.2) 0.8 0.512 0.2 10 5 0,H x x x x≡ − + − + = (2.20c) ( ) ( )3 3 2
3 3 3( ,0.3) 0.7 0.512 0.3 10 5 0,H x x x x≡ − + − + = (2.20d) ( ) ( )3 3 2
4 4 4( ,0.4) 0.6 0.512 0.4 10 5 0,H x x x x≡ − + − + = (2.20e) ( ) ( )3 3 3
5 5 5( ,0.5) 0.5 0.512 0.5 10 5 0,H x x x x≡ − + − + = (2.20f) ( ) ( )3 3 2
6 6 6( ,0.6) 0.4 0.512 0.6 10 5 0,H x x x x≡ − + − + = (2.20g) ( ) ( )3 3 2
7 7 7( ,0.7) 0.3 0.512 0.7 10 5 0,H x x x x≡ − + − + = (2.20h) ( ) ( )3 3 2
8 8 8( ,0.8) 0.2 0.512 0.8 10 5 0,H x x x x≡ − + − + = (2.20i) ( ) ( )3 3 2
9 9 9( ,0.9) 0.1 0.512 0.9 10 5 0,H x x x x≡ − + − + = (2.20j) 3 2
10 10( ,1.0) 10 5 0.H x x x≡ − + = (2.20k) Dalam kes di atas, 10x adalah nilai anggaran punca persamaan. Dengan menggunakan
kaedah Newton-PH, keputusan yang diperolehi ditunjukkan dalam Jadual 2.7.
35
Jadual 2.7 : Pencarian Punca Persamaan menggunakan kaedah Newton-PH
i t Persamaan ix ),( txH i
0 0.0 Pers. (2.20a) 0.8 0 1 0.1 Pers. (2.20b) 1.0775 1.29×102
-1 0.2 Pers. (2.20c) 0.496316006257699 2.20×10
3 -1
0.3 Pers. (2.20d) 0.730746693684139 -7.02×104
-2 0.4 Pers. (2.20e) 0.718270033993979 -2.83×10
5 -4
0.5 Pers. (2.20f) 0.724482106044518 -1.10×106
-4 0.6 Pers. (2.20g) 0.728164578952787 -5.18×10
7 -5
0.7 Pers. (2.20h) 0.730596633546143 -2.85×108
-5 0.8 Pers. (2.20i) 0.732321424428205 -1.72×10
9 -5
0.9 Pers. (2.20j) 0.733607882920701 -1.13×1010
-5 1.0 Pers. (2.20k) 0.734604099788166 -7.74×10-6
Oleh itu, salah satu punca bagi persamaan (2.1) yang diperolehi adalah
1 0.734604099788166,x = (2.21)
dengan 6( ) 7.74 10f x −= − × .
Rajah 2.7: Laluan Homotopi bagi Persamaan (2.1)
36
Rajah 2.7 menunjukkan laluan homotopi bagi persamaan (2.1). Berdasarkan
definisi homotopi dan perselanjaran yang ditakrifkan oleh Faires dan Burden (2002) dan
Burden dan Faires (2011) secara berturutan, fungsi homotopi ( , )H x t dipanggil satu
homotopi antara fungsi mula ( )g x dan sasaran fungsi ( )f x . Wujudnya perselanjaran
apabila berlaku pergerakan nilai pembolehubah dari penyelesaian fungsi homotopi
tambahan 0( ) 0g x = ke punca persamaan 10( ) 0f x = . Dalam Rajah 2.7, perselanjaran
menitikberatkan bagaimana nilai mula 0 0.8x = boleh bergerak hingga sampai ke nilai
anggaran punca persamaan iaitu 10 0.734604099788166x = .
2.6 Masalah Pencapahan dan Jalan Penyelesaiannya
Chapra dan Canale (2010) menyatakan penumpuan bagi kaedah Newton
bergantung pada jenis fungsi yang digunakan dan nilai mula yang digunakan. Burden
dan Faires (2011) menyatakan kaedah Newton memerlukan nilai mula yang sesuai untuk
menjamin penumpuan. Dalam erti kata yang lain, pencapahan akan berlaku jika nilai
mula yang digunakan tidak sesuai. Menurut Chapra dan Canale (2010), pencapahan bagi
kaedah-kaedah tradisional berlaku apabila terdapat pembahagian dengan sifar pada
permulaan lelaran. Masalah pencapahan ini boleh diselesaikan dengan kaedah
perselanjaran homotopi seperti di dalam kajian (Wu, 2005; Wu, 2006; Wu, 2007).
Kekuatan kaedah PH dikaji dengan meneliti kekurangan kaedah-kaedah tradisi.
Contoh 2.2 digunakan untuk menunjukkan kekurangan yang ada pada kaedah-kaedah
tradisi dalam menyelesaikan Persamaan (2.1).
37
Contoh 2.2. Kelemahan kaedah-kaedah tradisi dikaji dengan menyelesaikan
persamaan (2.1). Jadual 2.8 menunjukkan kelemahan-kelemahan kaedah tradisional
Jadual 2.8 : Kelemahan-Kelemahan Kaedah Tradisional
Kaedah Kelemahan Sebab Kaedah Grafik Penganggaran secara kasar Penganggaran tidak jitu Kaedah Pembahagi Dua
Penyelesaian tidak betul jika selang salah i.e. [1,9]
Tiada punca dalam selang [1,9].
Kaedah Kedudukan Palsu
Mencapah dalam selang [0,10]
(0) (10)f f=
Kaedah Titik Tetap Nilai terlalu besar jika 3 2( ) 10 5g x x x x= − + −
Pemilihan fungsi ( )g x yang salah
Kaedah Newton Mencapah apabila 0 0x = atau
0203
x = 0'( ) 0f x =
Kaedah Sekan Mencapah jika 0 1( , ) (0,10)x x = (0) (10)f f= Kaedah Ostrowski Mencapah apabila 0 0x = atau
0203
x = 0'( ) 0f x =
Jadual 2.8 menunjukkan kelemahan-kelemahan yang ada bagi kaedah-kaedah
tradisional dalam menyelesaikan persamaan (2.1). Dengan melihat formula-formula
kaedah tradisional, diketahui bahawa kaedah Newton (2.6) dan kaedah Ostrowski (2.13)
mencapah apabila 0)(' 0 =xf ; kaedah pembahagi dua (2.3) mengalami pencapahan
apabila selang yang tidak mempunyai mana-mana punca persamaan dipilih; kaedah
kedudukan palsu (2.4) dan kaedah sekan (2.11) mencapah apabila ( ) ( )f a f b= dengan
a b≠ ; dan kaedah titik tetap akan mencapah jika fungsi titik tetap ( )g x yang salah
digunakan (Burden & Faires, 2011). Untuk menyelesaikan masalah-masalah di atas,
kaedah PH digunakan seperti ditunjukkan dalam Contoh 2.3.
38
Contoh 2.3. Kelemahan kaedah-kaedah tradisional dapat diatasi dengan menggunakan
kaedah Newton-PH dalam menyelesaikan persamaan (2.1). Andaikan nilai mula yang
tidak bagus 0203
x = dengan 0'( ) 0f x = , fungsi homotopi tambahan 20( )3
g x x= −
digunakan dan keputusan yang diperolehi ditunjukkan dalam Jadual 2.9.
Jadual 2.9 : Penyelesaian bagi Kelemahan Kaedah Tradisional
i t ix ),( txH i
0 0.0 20
3
0
1 0.1 22.5720164609054 2
655.354 0.2 16.5833685353094
3 371.029
0.3 12.8741599272024 4
148.758 0.4 10.8402181218355
5 43.9979
0.5 10.0509946634420 6
6.76797 0.6 9.93019520105150 1.75×10
7 -1
0.7 9.93515890608278 3.41×108
-4 0.8 9.94112980556449 5.65×10
9 -4
0.9 9.94577433416623 3.85×1010
-4 1.0 9.94949385927785 2.74×10-4
Didapati punca nyata kedua bagi persamaan (2.1) yang diperolehi dalam Jadual 2.9
adalah
2 9.94949385927785.x = (2.22)
Manakala punca nyata yang ketiga adalah
3 -0.684114609297725,x = (2.23)
apabila ( )g x x= dan 0 0x = digunakan. Dengan menggabungkan semua punca-punca
nyata persamaan (2.21) – (2.23), faktor persamaan (2.1) boleh difaktorkan seperti
berikut
39
( )( )( )1 2 3 ( ) 0.x x x x x x f x− − − ≈ = (2.28)
Kaedah perselanjaran homotopi adalah satu kaedah yang menggunakan sebarang
nilai mula dan seterusnya menyelesaikan masalah pencapahan yang selalu di hadapi oleh
kaedah-kaedah klasik dalam menyelesaikan persamaan polinomial.
2.7. Kesimpulan
Konsep-konsep dan teori-teori asas bagi beberapa kaedah berangka telah
dibentangkan dalam menyelesaikan persamaan polinomial. Kelemahan-kelemahan
kaedah tradisional telah diketengahkan dan penyelesaian bagi masalah berangka ini telah
diatasi dengan penggunaan kaedah perselanjaran homotopi. Kajian literatur tentang
persamaan polinomial dan kaedah perselanjaran homotopi akan dibincangkan dengan
lebih mendalam dalam bab seterusnya.
40
BAB 3
KAJIAN LITERATUR
3.1 Pengenalan
Penggunaan kaedah perselanjaran homotopi dalam menyelesaikan persamaan
tidak linear telah dimulakan dengan hasil kerja Lahaye (1934). Bagaimanapun, Lahaye
(1934) lebih memfokuskan persamaan transeden. Bab ini akan membincangkan kajian
literatur untuk menyelesaikan persamaan dengan penggunaan kaedah perselanjaran
homotopi (PH). Perbincangan dimulakan dengan takrif kaedah PH, diikuti dengan ciri-
cirinya dan kemudiannya penggunaan kaedah PH dalam menyelesaikan persamaan.
Beberapa contoh persamaan aplikasi akan diketengahkan dan beberapa isu berbangkit
berkenaan kaedah ini akan dibincangkan.
3.2 Kaedah Perselanjaran Homotopi
3.2.1 Takrif
Alexander dan Yorke (1978) menyatakan bahawa kaedah PH melibatkan
pencarian penyelesaian persamaan mudah 0( ) 0G x =
hingga ke penyelesaian persamaan
sebenar ( ) 0kF x =
. Gritton et al. (2001) mentakrifkan kaedah PH mengandungi punca-
punca persamaan tidak linear dengan mencari laluan dari satu titik mula yang juga punca
41
bagi fungsi yang mudah 0x
. Menurut Palancz et al. (2010), kaedah PH berubah bentuk
daripada punca-punca yang diketahui 0x
kepada punca-punca sistem persamaan sasaran
kx
secara berterusan.
3.2.2 Ciri-ciri
Watson (1986) menyatakan bahawa kaedah-kaedah homotopi mempunyai teori
yang kuat, dan jika dibina dan dilaksanakan dengan betul, ianya mantap, stabil, tepat dan
praktikal. Gritton et al. (2001) menyatakan bahawa kaedah-kaedah PH dipermudahkan
dengan ciri-ciri homotopi yang unik apabila diaplikasikan pada persamaan tunggal tidak
linear. Gritton et al. (2001) menyatakan laluan homotopi mesti dicari melalui domain
kompleks z x iy= + dalam sesetengah kes untuk memperolehi semua punca persamaan.
Sejak dua dekad yang lalu, kaedah PH dicipta sebagai kaedah yang boleh dipercayai dan
cekap yang mampu menyelesaikan sistem persamaan polinomial (Palancz et al., 2010).
3.2.3 Penyelesaian Persamaan-Persamaan Tidak Linear
Kajian tentang sistem persamaan bermula sejak tahun 1950-an apabila
Davidenko (1953) memperkenalkan idea baru yang memudahkan penyelesaian
persamaan. Idea asas di sebalik kaedah Davidenko adalah dengan menukarkan kaedah
Newton kepada persamaan pembezaan biasa peringkat pertama dalam pembolehubah t .
Kaedah Davidenko yang dimaksudkan seperti berikut
1 ( ),dx J F xdt
−= −
(3.1)
dengan J merujuk kepada matriks Jacoban
42
J =
1 1 1
1 2
2 2 2
1 2
1 2
( ).
n
n x
n n n
n
f f fx x xf f fx x x D F x
f f fx x x
∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ = ∂ ∂ ∂
∂ ∂ ∂
(3.2)
Kajian-kajian persamaan serentak tidak linear diteruskan oleh (Broyden, 1965;
Broyden, 1967; Broyden, 1969; Brent, 1972 dan Brent, 1973). Dalam tahun 1976,
Kubicek (1976) menambah parameter baru α untuk menyelesaikan sistem persamaan
tidak linear. Hasil kerja Kubicek juga menggunakan kaedah Davidenko (3.1) tetapi
matriks Jacoban yang digunakan yang lebih kompleks iaitu
1 1 1 1 1
1 2 1 1 1
2 2 2 2 2
1 2 1 1 1
1 2 1 1 1
.
k k n
k k n
n n n n n
k k n
f f f f fx x x x xf f f f fx x x x xJ
f f f f fx x x x x
− + +
− + +
− + +
∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂= ∂ ∂ ∂ ∂ ∂
∂ ∂ ∂ ∂ ∂
(3.3)
Garcia dan Zangwill (1979) membincangkan pencarian semua punca sistem persamaan
polinomial secara teori dan Morgan (1983) mengembangkan lagi kajian ini.
Persamaan polinomial boleh diwakili oleh persamaan tunggal atau sistem persamaan.
Morgan (1983) mempertimbangkan persamaan-persamaan polinomial seperti berikut
i) 3
2
4 3 0,0.
x x yx y
− − =
− = (3.4)
43
ii) 2 2
4( ) 0,
4( ) ( ) ( 2) 1 0.
x y
x y x y x y
+ =
+ + − − + − = (3.5)
iii) ( )
( )( )
2
2
10 0,
5 0,
2 0,
10 0.
x y
z w
y z
x w
+ =
− =
− =
− =
(3.6)
Wu (2005) pula mengkaji contoh persamaan tunggal tidak linear berikut
i) 3 21 1( ) 6 1 0.3 2
f x x x x= − − + = (3.7)
ii) 1( ) sin 0.2
f x x x= − = (3.8)
Salah satu persamaan polinomial yang diketengahkan oleh Abdullahi et al. (2013)
adalah
2( ) 4 13 0.f x x x= − + = (3.9)
Persamaan (3.9) tiada punca yang nyata. Fungsi titik tetap Newton digunakan
sebagai fungsi homotopi tambahan untuk mencari punca-punca persamaan yang terletak
dalam domain nombor-nombor kompleks. Abdullahi et al. (2013) menggabungkan
fungsi titik tetap dengan fungsi Newton yang juga pernah dibincangkan oleh Rahimian
et al. (2010). Baru-baru ini, Oliveros-Munoz dan Jimenez-Islas (2013) telah
menggunakan enam persamaan dengan enam pembolehubah yang tidak diketahui
44
21 1 2 3 4 5
2 32 1 1 2 3 4 5 6
23 1 2 3 4 5 6
24 1 2 3 4 5 6
2 2 35 1 2 3 4 5
6 1 2 3 4 5 6
2 3 90 0,
2 1.5 2 10 0,
2 4 0,
4 18 0,
2 38 0,20 0.
f x x x x xf x x x x x x xf x x x x x xf x x x x x xf x x x x xf x x x x x x
= − + − − − =
= − + − − + + =
= − + − − =
= + − + + − − =
= − + − − − == + + − + − =
(3.10)
Sebanyak 8 punca nyata yang memuaskan persamaan (3.10) telah ditemui yang bermula
pada nilai mula yang sama 0 (2,3,3,4,4,4)x =
.
3.2.4 Aplikasi Sebenar Persamaan-Persamaan Polinomial
Gritton et al. (2001) menggunakan kaedah PH untuk mengkaji 16 masalah
kejuruteraan kimia yang melibatkan kinetik dalam tangki teraduk, pengiraan titik
azeotrop, aliran dalam paip licin, keseimbangan kimia dan lain-lain. Salah satu masalah
melibatkan persamaan
4 3 2( ) 7.79075 14.7445 2.511 1.674 0,f x x x x x= − + + − = (3.11)
dengan x ialah penukaran pecahan nitrogen.
Persamaan aplikasi lain yang turut dibincangkan oleh Gritton et al. (2001)
melibatkan masalah pengiraan mata azeotrop. Persamaan yang digunakan ialah
2( ) 6.5886408 4.0777367 0,f x x x= − + = (3.12)
dengan x adalah pecahan mol toluena dalam fasa cecair dan wap.
45
Masalah lain dalam Gritton et al. (2001) adalah untuk menentukan isipadu gas
metana pada suhu dan tekanan berbeza dengan menggunakan persamaan Beattie-
Bridgeman. Persamaan Beattie-Bridgeman yang dimaksudkan ialah
2 3 4 .RTPv v v v
β γ δ= + + + (3.13)
Persamaan (3.13) kemudiannya dibentuk menjadi persamaan tunggal tidak linear
2 3 4( ) 0,RTf v Pv v v v
β γ δ= + + + − = (3.14)
dengan
P adalah tekanan (atm)
T adalah suhu (K)
, ,β γ δ adalah pemalar.
Gritton et al. (2001) juga membincangkan satu contoh persamaan
Beattie-Bridgeman iaitu
4 3 2 4 6( ) 0.22411958 0.011658361 5.422539 10 1.251 10 0.f v v v v v− −= − + − × + × = (3.15)
dengan v adalah isipadu molar gas metana.
Grosan et al. (2012) pula telah menyelesaikan persamaan aplikasi pembakaran
bagi suhu 03000 C seperti berikut
51 2 6 9 102 2 10 0,f x x x x −= + + + − =
52 3 8 3 10 0,f x x −= + − × =
46
53 1 3 5 8 9 1 02 2 5 10 0,f x x x x x x −= + + + + + − × =
54 4 72 10 0,f x x −= + − =
7 25 5 10.5140437 10 0,f x x−= × − =
6 26 6 20.1006932 10 2 0,f x x−= × − =
15 27 7 40.7816278 10 0,f x x−= × − =
68 8 1 30.1496236 10 0,f x x x−= × − =
79 9 1 20.6194411 10 0,f x x x−= × − =
14 210 10 1 20.2089296 10 0.f x x x−= × − = (3.16)
dengan v adalah isipadu molar gas metana.
Tambahan lagi, Grosan et al. (2012) juga membincangkan aplikasi fisiologi
sistem saraf seperti berikut
2 2
1 1 3 1 0,f x x= + − =
2 22 2 4 1 0,f x x= + − =
3 33 5 3 6 4 1 0,f x x x x c= + − =
3 34 5 1 6 2 2 0,f x x x x c= + − =
2 25 5 1 3 6 4 2 3 0,f x x x x x x c= + − =
2 26 5 1 3 6 4 2 4 0,f x x x x x x c= + − = (3.17)
dengan ic adalah pemalar.
47
3.3 Kajian Perbandingan
Terdapat beberapa model bagi kaedah perselanjaran homotopi: kaedah Newton-
PH, Adomian-PH, sekan-PH, Algoritma Cina Kuno-PH dan Varian Baru Newton-PH.
Wu (2005a) menyelesaikan masalah Algoritma Cina Kuno dengan menambah konsep
perselanjaran homotopi. Algoritma Cina Kuno adalah seperti berikut
1 11
1
( ) ( ),
( ) ( )i ii i
iii
x f x x f xx
f x f x− −
+−
−=
− 0,1, 2,..., 1.i k= − (3.18)
Kaedah ini secara jelasnya mengalami masalah pencapahan apabila 0 1( ) ( )f x f x=
dengan 0 1x x≠ . Oleh itu, Wu (2005a) merangka formula baru seperti berikut
1 11
1
( , ) ( , ),
( , ) ( , )i ii i
iii
x H x t x H x tx
H x t H x t− −
+−
−=
− 0,1,2,..., 1,i k= − (3.19)
untuk mengatasi masalah pencapahan. Wu (2005b) menyelesaikan masalah pencapahan
yang selalu dihadapi oleh kaedah Newton. Kaedah Newton telah diketahui umum
mempunyai penumpuan secara kuadratik. Namun begitu, kaedah Newton gagal untuk
menumpu apabila 0'( ) 0f x = . Untuk menyelesaikan masalah tersebut, Wu (2005b)
mengubahsuai kaedah Newton kepada
1( , )
,( , )i
iix i
H x tx x
D H x t+ = − 0,1, 2,..., 1.i k= − (3.20)
Wu (2006a) mengubahsuai kaedah Penguraian Adomian yang diperkenalkan
oleh Abbasbandy (2003) iaitu
48
3 22
.1 53( ) ( )( ''( ))( ) ''( )'( ) 2( '( ))2( '( ))
i ii i iii
i ii
f x f x f xf x f xx xf x f xf x+ = − − − (3.21)
Kaedah yang diperkenalkan oleh Abbasbandy gagal untuk menumpu apabila 0'( ) 0f x = .
Dalam masalah ini, Wu (2006b) mengubahsuai persamaan (3.21) kepada
3 22
.1 53( , ) ( , )( ( , ))( , ) ( , )
( , ) 2( ( , ))2( ( , ))i i xxi i i
iix i xx ii
H x t H x t D H x tH x t D H x txxx xD H x t D H x tD H x t+ = − − − (3.22)
Wu (2007) mengguna teknik yang sama untuk memperkenalkan sekan-PH.
Formula sekan-PH telah dirumuskan seperti berikut
1 .11
( , )( )( , ) ( , )
i i iii
i i
H x t x xx x
H x t H x t−
+−
−= −
− (3.23)
Rafiq dan Awais (2008) mengaplikasikan teknik yang sama dengan menukarkan fungsi
( )f x kepada fungsi homotopi ( , )H x t . Rafiq dan Awais (2008) memperkenalkan
formula berikut
( , )( , )
ii i
x i
H x ty xD H x t
= − , (3.24a)
[ ]1( , ) ( , ) ( , ) ,
2 ( , ) ( , )i
i i x i x ix i x i
H x tx x D H x t D H y tD H x t D H y t+ = − + (3.24b)
yang dinamakan sebagai Varian Baru Newton-PH. Kaedah ini dikembangkan daripada
formula
,)(')(
i
iii xf
xfxy −= (3.25a)
49
[ ],)(')(')(')('2
)(1 ii
ii
iii yfxf
yfxfxf
xx +−=+ (3.25b)
yang diperkenalkan oleh Ozban (2004).
Oleh kerana banyak formula kaedah-PH telah diperkenalkan, maka satu kajian
perbandingan akan dilakukan untuk mencari kaedah homotopi terbaik dalam
menyelesaikan persamaan polinomial, baik persamaan tunggal mahupun sistem
persamaan.
Kajian perbandingan hanya melibatkan kaedah-kaedah homotopi yang
memerlukan satu nilai mula bagi setiap lelaran. Persamaan (3.20), (3.22) dan (3.24)
akan digunakan dalam kajian perbandingan kaedah-kaedah perselanjaran homotopi.
Setiap penyebut ( , )x iD H x t perlu ditukar kepada 1( , )x iD H x t − berdimensi n n×
terlebih dahulu untuk membuat perbandingan terhadap sistem persamaan ( ) 0F x =
.
Pertukaran ini perlu untuk membolehkan operasi bagi sistem persamaan dapat
dijalankan setelah penyamaan dimensi matriks dilakukan terlebih dahulu.
Baru-baru ini, Rahman et al. (2011, 2012, 2013a, 2013b) banyak mengkaji
tentang kaedah perselanjaran homotopi. Pada permulaan penyelidikan, Rahman et al.
(2011) menerangkan konsep-konsep asas bagi kaedah Newton-PH dengan menggunakan
perisian matematik Maple 14. Kemudiannya, Rahman et al. (2012, 2013a, 2013b)
mengemukakan formula yang dikenali sebagai kaedah Pengusikan Taylor Homotopi
Peringkat Tertinggi atau Higher Order Homotopy Taylor Pertubation (HHTP) untuk
menyelesaikan persamaan tunggal tidak linear ( ) 0f x = . Kaedah HHTP peringkat 1
50
hingga peringkat 5 diterbitkan berasaskan pengembangan formula Taylor. Namun
begitu, tiada sistem persamaan ( ) 0F x =
yang diuji bagi kaedah ini.
3.4 Fungsi Homotopi
Jalali dan Seader (2000) telah membahagikan fungsi homotopi kepada tiga
kategori: homotopi Newton, homotopi titik tetap dan homotopi afin. Fungsi-fungsi
homotopi tersebut seperti berikut
i) Homotopi Newton
[ ]0( , ) (1 ) ( ) ( ) ( ).H x t t f x f x tf x= − − + (3.26)
ii) Homotopi Titik Tetap
0( , ) (1 )( ) ( ).H x t t x x tf x= − − + (3.27)
iii) Homotopi Afin
0( , ) (1 ) '( )( ) ( ).H x t t f x x x tf x= − − + (3.28)
Rahimian et al. (2010) mencipta fungsi homotopi baru
[ ]0 0( , ) (1 ) ( ) ( ( ) ( ) ( ),H x t t x x F x F x tF x= − − + − + (3.29)
dengan 0( ) ( )( ),F x f x x x= − yang menggabungkan fungsi Newton dengan fungsi titik
tetap. Fungsi homotopi (3.29) juga dikenali sebagai fungsi homotopi titik tetap Newton.
Persamaan (3.29) boleh diringkaskan kepada
( )0( , ) ( ) 1 ( ) 0,H x t x x f x t= − + − = (3.30)
51
untuk mencari nilai anggaran punca-punca nyata. Rahimian et al. (2011) telah
mengembangkan kajian mereka dengan mengubahsuai persamaan (3.30) menjadi
( )2
0( , ) ( ) 1 ( ) 0.H x t x x f x t= − + − = (3.31)
Nilai mula yang digunakan oleh Rahimian et al. (2011) tidak bermula pada kedudukan
0t = tetapi bermula pada 01 ( )t f x= + atau 201 ( )t f x= + dan titik ini dinamakan
sebagai titik pencabangan dua.
3.5 Fungsi Homotopi Tambahan
Fungsi homotopi tambahan juga dikenali sebagai sistem permulaan bagi pengiraan nilai
mula. Daripada persamaan (3.26) – (3.29), ( )g x boleh diklasifikasikan kepada tiga
bahagian
i) Fungsi Newton
0( ) ( ) ( ).g x f x f x= − (3.32)
ii) Fungsi Titik Tetap
0( ) .g x x x= − (3.33)
iii) Fungsi Afin
( )0( ) '( ) .g x f x x x= − (3.34)
Morgan (1983) telah membandingkan tiga jenis fungsi tambahan: fungsi titik
tetap dan dua fungsi berikut
52
0 ,( )d dj jg x x x= − (3.35)
dan
0
1 1( )
d dj jg x x x+ +
= − . (3.36)
dengan d j adalah kuasa tertinggi persamaan polinomial. Hasil kajian menunjukkan
bahawa 0
1 1( )
d dj jg x x x+ +
= − lebih relevan menyelesaikan persamaan ( ) 0f x = .
Wu (2005, 2006, 2007) banyak menjalankan penyelidikan mengenai kaedah PH.
Bagaimanapun, semua hasil kerja Wu menggunakan fungsi homotopi tambahan yang
sama iaitu
( ) ,g x Cx K= + (3.37)
dengan C adalah pemalar dan 0K Cx= − adalah sebarang nombor seperti yang
dijelaskan dalam Wu (2005).
Rahimian et al. (2010) pula menekankan penggunaan fungsi homotopi
[ ]0 0( ) ( ) ( ( ) ( ) ,g x x x f x f x= − + − (3.38)
untuk mencari nilai anggaran punca-punca nyata. Baru-baru ini, Abdullahi et al. (2013)
mengulangi kerja yang dibuat oleh Rahimian et al. (2010) yang juga berkait rapat
dengan fungsi homotopi titik tetap.
53
3.6. Motivasi kepada Penubuhan Kaedah Ostrowski-PH
Kaedah Ostrowski menjadi asas utama dalam kaedah yang dibentangkan oleh
Grau dan Diaz-Barrero (2006), Sharma dan Guha (2007), Chun dan Ham (2007) dan
Kou et al. (2007). Grau dan Diaz-Barrero (2006) telah menambah satu lagi langkah
pada kaedah asal Ostrowski. Formula yang diperkenalkan oleh Grau dan Diaz-Barrero
ialah
( ) ,'( )
ii i
i
f xy xf x
= − (3.41a)
( , ) ( ) ,( ) 2 ( ) '( )
i ii i
i i i
f x t f yz yf x f y f x
= −−
(3.41b)
1( , ) ( ) .
( ) 2 ( ) '( )i i
i ii i i
f x t f zx zf x f y f x+ = −
− (3.41c)
Sharma dan Guha (2007) membentangkan formula berikut
( ) ,'( )
ii i
i
f xy xf x
= − (3.42a)
( , ) ( ) ,( ) 2 ( ) '( )
i ii i
i i i
f x t f yz yf x f y f x
= −−
(3.42b)
1( , ) ( 2) ( ) ( ) ,
( ) ( ) '( )i i i
i ii i i
f x t f y f zx zf x f y f x
ββ+
+ += −
+ (3.42c)
dengan .β ∈ℜ
Chun dan Ham (2007) mencadangkan formula berikut
54
( ) ,'( )
ii i
i
f xy xf x
= − (3.43a)
( , ) ( ) ,( ) 2 ( ) '( )
i ii i
i i i
f x t f yz yf x f y f x
= −−
(3.43b)
1( )( ) ,'( )
ii i i
i
f zx z R uf x+ = − (3.43c)
dengan ( )1 2( )
1R
β λλ
βλ+ +
=+
dan ( )( )
ii
i
f yuf x
= . Kou et al. (2007) pula memperkenalkan
formula berikut
( )2
1
( ) ,'( )
( ) ,( ) 2 ( )
( ) ( ) ( )1 ,( ) 2 ( ) ( ) '( )
ii i
i
ii i i i
i i
i i ii i
i i i i
f xy xf x
f yz y x yf x f y
f y f z f zx zf x f y f y f x+
= −
= − −−
= − + + −
(3.44)
untuk menyelesaikan masalah persamaan tidak linear. Didapati semua kaedah di atas
berhubung kait dengan kaedah asal Ostrowski. Hal ini menjadi motivasi bagi kami untuk
turut menyumbangkan satu kaedah perselanjaran homotopi dalam dunia matematik.
Penumpuan kaedah-kaedah tradisional telah diselidik dalam Bab 1 dan Bab 2.
Kaedah titik tetap menumpu dengan kadar linear; kaedah Newton menumpu secara
kuadratik dan kaedah Ostrowski menumpu peringkat keempat. Namun begitu, kadar
penumpuan bagi kaedah Ostrowski-PH masih belum diketahui dan hal ini menjadi
inspirasi bagi kami untuk mengkaji kadar penumpuan bagi kaedah Ostrowski-PH.
55
3.7 Motivasi Menyelesaikan Masalah Nilai Mula
Kaedah terbuka memerlukan satu nilai mula yang begitu hampir dengan nilai
sebenar punca-punca persamaan. Keadaan ini menimbulkan kesukaran bagi penyelidik
menentukan nilai mula yang sesuai supaya kaedah yang digunakan dapat menumpu
dengan kadar tertentu. Oleh itu, kaedah global seperti kaedah perselanjaran homotopi
yang membenarkan sebarang nilai mula sesuai digunakan. Situasi ini disokong oleh Lee
dan Chiang (2001) yang menyifatkan bahawa nilai mula yang bagus bagi sesetengah
sistem persamaan sukar dicari apabila kaedah-kaedah PH digunakan.
Namun begitu, kaedah-kaedah PH yang telah diperkenalkan masih menggunakan
julat nilai mula yang kecil iaitu 010 10x− ≤ ≤ seperti dalam kajian (Wu, 2005; Wu,
2006; Wu 2007; Rafiq dan Awais, 2008; Rahman et al., 2012; Rahman et al., 2013). Hal
ini turut menjadi inspirasi bagi kami untuk mengembangkan lagi julat nilai mula supaya
menjadi 01000 1000x− ≤ ≤ dengan penumpuan yang lebih cepat dan tepat. Objektif ini
direalisasikan dengan penubuhan Kaedah Super Ostrowski-PH yang akan diperkenalkan
dalam Bab 8.
3.8 Kesimpulan
Dalam bab ini, kajian literatur mengenai kaedah perselanjaran homotopi dalam
menyelesaikan persamaan polinomial baik persamaan tunggal mahupun sistem
persamaan telah dijalankan. Contoh-contoh semasa kaedah perselanjaran homotopi
ditunjukkan; jenis-jenis fungsi homotopi dan fungsi homotopi tambahan
56
terkini diketengahkan; varian bagi kaedah Ostrowski yang diperkenalkan oleh
penyelidik-penyelidik terdahulu dibincangkan dengan jayanya; fenomena masalah nilai
mula dibincangkan. Semua isu berbangkit akan dikaji, dianalisis dan diselesaikan
dengan jalan penyelesaian yang terbaik.
57
BAB 4
KAJIAN PERBANDINGAN
4.1 Pengenalan
Terdapat beberapa kaedah perselanjaran homotopi telah diperkenalkan.
Contohnya, Algoritma Cina Kuno-PH oleh Wu (2005a), kaedah Newton-PH oleh Wu
(2005b), kaedah Adomian-PH oleh Wu (2006a), kaedah Sekan-PH oleh Wu (2007) dan
kaedah Varian Baru Newton-PH oleh Rafiq dan Awais (2008). Kaedah-kaedah PH yang
memerlukan dua nilai mula seperti kaedah Sekan-PH dan kaedah Algoritma Cina Kuno-
PH tidak menjadi fokus dalam kajian perbandingan. Kaedah-kaedah lain seperti
i) Kaedah Newton-PH.
ii) Kaedah Adomian-PH.
iii) Kaedah Varian Baru Newton-PH.
yang hanya memerlukan satu nilai mula akan dibandingkan dari segi kecekapan dan
kadar ketepatan.
Kaedah-kaedah di atas akan digunakan untuk menyelesaikan persamaan-
persamaan polinomial berikut
( ) 0,f x = (4.1)
( ) 0,F x =
(4.2)
58
dengan 1 2, ,..., nx x x x=
. Pemilihan bagi kaedah terbaik berdasarkan kriteria penumpuan
yang minimum yang mampu dicapai oleh kaedah itu dengan mengambil kira ralat
mutlak fungsi iaitu
1 2( , ,..., ) ,nF x x x ε
∞< (4.3)
dengan ( )1 2 1 2( , ,..., ) max , ,...,n nF x x x f f f
∞= dan 10dε = dengan d adalah integer
bukan positif.
Beberapa skop dan syarat telah ditetapkan dalam kajian ini:
i) Bilangan lelaran ditetapkan 100 dan 1000 lelaran(untuk melihat sejauh
mana kadar ketepatan dapat dicapai dengan peningkatan bilangan
lelaran).
ii) Hanya melibatkan analisis penumpuan dan kaedah cuba-cuba digunakan.
iii) Nilai saiz langkah bagi kaedah PH meningkat secara seragam.
iv) Nilai mula bagi kaedah PH adalah sama.
v) Fungsi )(xf atau ( )F x
mempunyai sekurang-kurangnya satu
penyelesaian yang nyata.
Bagi menjayakan kajian perbandingan ini, satu perisian matematik iaitu Mathematica
7.0 digunakan.
59
4.2 Algoritma
Algoritma bagi setiap kaedah PH yang akan dibandingkan ditunjukkan terlebih dahulu
sebelum kajian pembandingan dilaksanakan. Algoritma 4.1 hingga 4.3 mewakili kaedah
Newton-PH, Adomian-PH dan Varian Baru Newton-PH secara berturutan.
Algoritma 4.1 (Newton-PH) (Wu, 2005b)
0)( =xfKaedah Newton-PH digunakan untuk mencari penyelesaian bagi dengan satu nilai mula Data masuk: Fungsi ( )f x , fungsi tambahan )(xg , fungsi ),( txH . Nilai mula 0x , nilai maksimum bilangan lelaran k .
xData keluar: Nilai hampiran penyelesaian . 0t =Langkah 1: Tetapkan .
Langkah 2 Tetapkan k =100. 0i =Langkah 3 Jika , 1i k≤ − , i + + lakukan langkah 4 – 5
1( , ) .
( , )i
i ix i
H x tx xD H x t+ = −Langkah 4: Tetapkan
1.ix +Langkah 5: Paparkan keputusan : Jika lain: Keluar dari gelung.
kxLangkah 6: Data keluar ( ) Prosedur tamat. BERHENTI Algoritma 4.2 (Adomian-PH) (Wu, 2006a)
0)( =xfUntuk mencari penyelesaian bagi menggunakan kaedah Adomian-PH, bermula dengan satu nilai mula. Data masuk: Fungsi f , fungsi tambahan )(xg , fungsi homotopi ),( txH , Nilai mula 0201 , xx , bilangan maksimum lelaran k
xData keluar: Nilai hampiran penyelesaian . 0t =Langkah 1: Tetapkan . 100k =Langkah 2: Tetapkan .
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5.
5
23
3
2
1 )),((2)),()(,(
)),((2),(),(
),(),(
txHDtxHDtxH
txHDtxHDtxH
txHDtxH
xxix
ixxi
ix
ixxi
ix
iii −−−=+
Langkah 4: Tetapkan
.
1ix +Langkah 5: Paparkan hasil: . Jika lain: Keluar dari gelung.
60
kxLangkah 6: Data keluar ( ). Prosedur tamat. BERHENTI Algoritma 4.3 (Varian Baru Newton-PH) (Rafiq & Awais, 2008)
0)( =xfUntuk mencari penyelesaian bagi menggunakan kaedah varian baru Newton-PH dimulakan dengan satu nilai mula Data masuk: Fungsi f , fungsi tambahan )(xg , fungsi ),( txH , nilai mula 0x , Nilai mula 0x , nilai maksimum bilangan lelaran k .
xData keluar: Nilai hampiran penyelesaian . 0t =Langkah 1: Tetapkan . 100k =Langkah 2: Tetapkan .
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5.
Langkah 4: Tetapkan 1
( , )( , )
( , )2 ( , ) ( , )
( , ) ( , )
ii i
x i
ii i
x i x i
x i x i
H x ty xD H x t
H x tx x D H x t D H y tD H x t D H y t
+
= −
= −
+
.
1ix +Langkah 5: Paparkan hasil: . Jika lain: Keluar dari gelung.
kxLangkah 6: Data keluar ( )
0)( =xf
Prosedur tamat. BERHENTI 4.3 Persamaan Polinomial Tunggal
Persamaan-persamaan polinomial tunggal yang akan dipilih, berdasarkan hasil
kajian penyelidik-penyelidik terdahulu seperti (Wu, 2005a; Wu, 2005b; Chun &
Neta, 2012). Contoh 4.1 digunakan untuk membandingkan kaedah-kaedah homotopi
yang telah dibentangkan pada permulaan Bab 4 dalam menyelesaikan persamaan
polinomial tunggal .
Contoh 4.1. Kaedah-kaedah homotopi dibandingkan dengan menggunakan persamaan
polinomial tunggal yang diketengahkan oleh Wu (2005b)
61
3 21 1( ) 6 1 0.3 2
f x x x x= − − + = (4.4)
Nilai mula bagi Kaedah Newton-PH, Adomian-PH dan Varian baru Newton-PH
ditetapkan 0 3x = (Wu, 2005b). Semua kaedah yang dibandingkan mempunyai fungsi
tambahan ( ) 3g x x= − dan fungsi homotopi yang sama iaitu
[ ] 3 21 1( , ) (1 ) 3 6 1 .3 2
H x t t x t x x x = − − + − − + (4.5)
4.3.1 Pelaksanaan Kaedah Newton-PH
Kaedah Newton-PH diimplementasikan melalui dua cara iaitu secara analitik dan
pengkomputeran seperti ditunjukkan di dalam seksyen 4.3.1.1 dan 4.3.1.2 secara
berturutan.
4.3.1.1 Penyelesaian Analitik Persamaan (4.4) diselesaikan dengan menggunakan kaedah Newton-PH.
Pada 0=t ,
0
( , ) 3 0,3.
H x t xx
= − =∴ =
Andaikan 0 3x = dan saiz langkah = 0.01.
Pada 0.01t = ,
3 20 0 0 0
02
0 0 0
1 10.99( 3) 0.01 6 1( , ) 3 2 .
( , ) 0.99 0.01( 6)x
x x x xH x t
D H x t x x
− + − − + =+ − −
1-0.12530.99
3.1262626262626.
x = −
=
62
Pada 0.02t = ,
3 21 1 1 1
12
1 1 1
1 10.98( 3) 0.02 6 1( , ) 3 2
( , ) 0.98 0.02( 6)x
x x x xH x t
D H x t x x
− + − − + =+ − −
.
2 -0.125452094320073.1262626262626 0.99294510764208
3.2526060599072.
x = −
=
Pada 0.03t = ,
3 22 2 2 2
22
2 2 2
1 10.97( 3) 0.03 6 1( , ) 3 2
( , ) 0.97 0.03( 6)x
x x x xH x t
D H x t x x
− + − − + =+ − −
.
3 -0.0008243313244429215 -0.30087267531508627
-1.5961538879483896 -0.30138912384217814.
x = −
=
Pada 1.00t = ,
3 299 99 99
1002
100 99 99
1 1 6 1( , ) 3 2
( , ) ( 6)x
x x xH x t
D H x t x x
− − + =− −
.
100 -0.020056974085409
13.879624260050
4.986604
4.9880
98
50
1503
0475735.
3x = −
=
4.3.1.2 Penyelesaian Pengkomputeran
Pengiraan manual mengambil masa yang lama. Program kaedah Newton-PH dirangka
dan hasilnya seperti ditunjukkan dalam Jadual 4.1:
63
Jadual 4.1:Punca Penyelesaian Persamaan (4.4) menggunakan kaedah Newton-PH
i t Fungsi homotopi, ),( txH i Penyelesaian, ix 0 0.00 0 3 0x − = 3 1 0.01 1 10.99 ( ) 0.01 ( ) 0g x f x+ = 2
3.1262626262626 0.02 2 20.98 ( ) 0.02 ( ) 0g x f x+ =
3 3.2526060599072
0.03 3 30.97 ( ) 0.03 ( ) 0g x f x+ = 4
3.3764172636442 0.04 4 40.96 ( ) 0.04 ( ) 0g x f x+ =
5 3.4953078722585
0.05 5 50.95 ( ) 0.05 ( ) 0g x f x+ = 6
3.6074216627418 0.06 6 60.94 ( ) 0.06 ( ) 0g x f x+ =
7 3.7115818421405
0.07 7 70.93 ( ) 0.07 ( ) 0g x f x+ = 8
3.8072680073716 0.08 8 80.92 ( ) 0.08 ( ) 0g x f x+ =
9 3.8944839301053
0.09 9 90.91 ( ) 0.09 ( ) 0g x f x+ = 10
3.9735914198062 0.10 10 100.90 ( ) 0.10 ( ) 0g x f x+ =
11 4.0451608179949
0.11 11 110.89 ( ) 0.11 ( ) 0g x f x+ = 12
4.1098583568128 0.12 12 120.88 ( ) 0.12 ( ) 0g x f x+ =
13 4.1683710571092
0.13 13 130.87 ( ) 0.13 ( ) 0g x f x+ = 14
4.2213616587034 0.14 14 140.86 ( ) 0.14 ( ) 0g x f x+ =
15 4.2694446727008
0.15 15 150.85 ( ) 0.15 ( ) 0g x f x+ =
4.3131760560684
98 99
0.98 0.99
98 980.02 ( ) 0.98 ( ) 0g x f x+ =
99 990.01 ( ) 0.99 ( ) 0g x f x+ = 4.9851312011869
100
4.9866049815033
1 100( ) 0f x = 4.9880500475735
Oleh itu, nilai hampiran penyelesaian dengan menggunakan kaedah Newton-PH adalah
4.9880500475735x = dan 6( ) 9.37 10f x −= × . Bagaimanapun, nilai hampiran menjadi
lebih tepat 8( ) 9.21 10f x −= × dengan 4.98804938638213x = apabila bilangan lelaran
ditingkatkan kepada 1000 lelaran.
64
4.3.2 Pelaksanaan Kaedah Adomian-PH
Kaedah Adomian-PH diimplementasikan melalui dua cara iaitu secara analitik
dan pengkomputeran seperti ditunjukkan di dalam seksyen 4.3.2.1 dan 4.3.2.2 secara
berturutan.
4.3.2.1 Penyelesaian Analitik
Kaedah Adomian-PH digunakan untuk menyelesaikan persamaan (4.4). Oleh
kerana kajian perbandingan dilakukan, maka nilai mula yang akan digunakan bagi
kaedah ini adalah sama nilainya dengan kaedah Newton-PH. Fungsi homotopi (4.5)
digunakan dengan fungsi homotopi tambahan ( ) 3g x x= − kerana nilai mula yang sama
0x dengan nilai mula untuk kaedah Newton-PH digunakan.
Sebelum pengiraan analitik dijalankan, fungsi-fungsi berikut dibentangkan
terlebih dahulu
[ ] 3 2
2
1 1(1 ) 3 6 1( , ) 3 2 .
( , ) (1 ) [ 6]x
t x t x x xH x t
D H x t t t x x
− − + − − + =− + − −
(4.6)
[ ] 3 2 2
2
3 2 3
1 1[(1 ) 3 6 1 ]( , ) 3 2 .
( ( , )) [(1 ) [ 6]]x
t x t x x xH x t
D H x t t t x x
− − + − − + =− + − −
(4.7)
[ ] 3 2 3
3
5 2 5
1 1[(1 ) 3 6 1 ]( , ) 3 2 .
( ( , )) [(1 ) [ 6]]x
t x t x x xH x t
D H x t t t x x
− − + − − + =− + − −
(4.8)
( , ) [2 1].xxD H x t t x= − (4.9)
65
Formula bagi kaedah Adomian-PH seperti berikut
.)),((2
)),()(,()),((2
),(),(),(
),(5
23
3
2
1 txHDtxHDtxH
txHDtxHDtxH
txHDtxH
xxix
ixxi
ix
ixxi
ix
iii −−−=+
Pada 0=t ,
0
( , ) 3 0,3.
H x t xx
= − =∴ =
Andaikan 10 =x , saiz langkah = 0.01 dan persamaan (4.6), (4.7), (4.8) dan (4.9)
digunakan.
Pada 01.0=t , [ ] 3 2
00
20
1 1(1 ) 3 6 1( , ) 3 2 .
( , ) (1 ) [ 6]x
t x t x x xH x t
D H x t t t x x
− − + − − + =− + − −
3 3
1
4 6
-0.125 1 (0.015625)(0.05) 1 ( 1.953125 10 )(2.5 10 )30.99 2 0.970299 2 0.950990049
3 0.126262626 4.025820907 10 2.567225864 103.1258626113978.
x− −
− −
− × ×= − − −
= + − × + ×=
Pada ,02.0=t
2 3 2
2 3 5
4 5
-0.125849 1 (-0.125849) ( 0.105035) 1 (-0.125849) (0.105035)3.1258626113978 0.992903 2 (0.992903) 2 (0.992903)
3.1258626113978+0.126748534 8.4973423 10 1.13933982 10 3.2517730746909.
x
− −
= − − −
= − × + ×=
Pengiraan diteruskan sehingga 1=t dan fungsi sasaran dicapai dan memuaskan
persamaan ( ,1) ( ).H x f x= Dengan menggunakan formula bagi kaedah Adomian-PH,
didapati 99x
99 4.9866042801342.x =
Pada ,1=t
66
2 3 2
100 3 5
3 -7 -11
-0.0200667 1 ( -0.0200667) ( 8.97321) 1 ( -0.0200667) ( 8.97321)4.9866042801342 13.8796 2 ( 13.8796) 2 ( 13.8796)
4.9866042801342 + 1.445769331 10 6.756766349 10 7.045039241 104.988
x
−
= − − −
= × − × − ×= 0493731860.
4.3.2.2 Penyelesaian Pengkomputeran
Kod pengaturcaraan bagi kaedah Adomian-PH kemudiannya dirangka dan
hasilnya seperti ditunjukkan dalam Jadual 4.2.
Jadual 4.2 : Pencarian Punca (4.4) menggunakan Kaedah Adomian-PH
i t Fungsi Homotopi, ),( txH i Penyelesaian, ix 0 0.00 0 3 0x − = 3 1 0.01 1 10.99 ( ) 0.01 ( ) 0g x f x+ = 2
3.1258626113978 0.02 2 20.98 ( ) 0.02 ( ) 0g x f x+ =
3 3.2517730746909
0.03 3 30.97 ( ) 0.03 ( ) 0g x f x+ = 4
3.3751894647251 0.04 4 40.96 ( ) 0.04 ( ) 0g x f x+ =
5 3.4937872848848
0.05 5 50.95 ( ) 0.05 ( ) 0g x f x+ = 6
3.6057429512848 0.06 6 60.94 ( ) 0.06 ( ) 0g x f x+ =
7 3.7098752823167
0.07 7 70.93 ( ) 0.07 ( ) 0g x f x+ = 8
3.8056342909933 0.08 8 80.92 ( ) 0.08 ( ) 0g x f x+ =
9 3.8929861712013
0.09 9 90.91 ( ) 0.09 ( ) 0g x f x+ = 10
3.9722595075257 0.10 10 100.90 ( ) 0.10 ( ) 0g x f x+ =
11 4.0440007852504
0.11 11 110.89 ( ) 0.11 ( ) 0g x f x+ = 12
4.1088617073528 0.12 12 120.88 ( ) 0.12 ( ) 0g x f x+ =
13 4.1675219207881
0.13 13 130.87 ( ) 0.13 ( ) 0g x f x+ = 14
4.2206414959518 0.14 14 140.86 ( ) 0.14 ( ) 0g x f x+ =
15 4.2688350121673
0.15 15 150.85 ( ) 0.15 ( ) 0g x f x+ =
4.3126598899010
98 99
0.98 0.99
98 980.02 ( ) 0.98 ( ) 0g x f x+ =
99 990.01 ( ) 0.99 ( ) 0g x f x+ = 4.9851304714756
100
4.9866042801342
1 100( ) 0f x = 4.9880493731860
67
Nilai hampiran penyelesaian dengan menggunakan kaedah Adomian-PH adalah
4.988049373186x = dan 9( ) 1.02 10f x −= × . Bagaimanapun, nilai hampiran menjadi
lebih tepat 13( ) 9.85 10f x −= × dengan 4.98804937311288x = apabila bilangan lelaran
ditingkatkan kepada 1000 lelaran.
4.3.3 Pelaksanaan dengan Kaedah Varian Baru Newton-PH
Kaedah Varian Baru Newton-PH diimplementasikan melalui dua cara iaitu
secara analitik dan pengkomputeran seperti ditunjukkan di dalam seksyen 4.3.3.1 dan
4.3.3.2 secara berturutan.
4.3.3.1 Penyelesaian Analitik
Formula kaedah Varian Baru Newton-PH yang diperkenalkan oleh Rafiq dan
Awais (2008)
1
( , ) .( , )
( , ) .2 ( , ) ( , )( , ) ( , )
ii i
x i
ii i
x i x i
x i x i
H x ty xD H x t
H x tx x D H x t D H y tD H x t D H y t
+
= −
= −
+
Pada 0=t ,
0
( , ) 3 0,3.
H x t xx
= − =∴ =
Andaikan 0 3x = dan saiz langkah = 0.01.
Pada 0.01t = ,
3 20 0 0 0
02
0 0 0
1 10.99( 3) 0.01 6 1( , ) 3 2 .
( , ) 0.99 0.01( 6)x
x x x xH x t
D H x t x x
− + − − + =+ − −
68
0-0.12530.99
3.1262626262626.
y = −
=
10.1253 2(0.99)(0.996473)
0.99 0.9964733 0.12585255895023.1258525589502.
x −= −
+= +=
Pada 0.02t = ,
3 21 1 1 1
12
1 1 1
1 10.98( 3) 0.02 6 1( , ) 3 2 .
( , ) 0.98 0.02( 6)x
x x x xH x t
D H x t x x
− + − − + =+ − −
1 -0.1258593.1258525589502 0.992902
3.252611291.
y = −
=
2-0.1258563.1258525589502 2(0.992902)(1.00654)
0.992902 1.0065433.1258525589502 0.1258971693.2517529597257.
x = −
+= +=
Pada 1t = ,
3 299 99 99
992
99 99 99
1 1 6 1( , ) 3 2 .
( , ) ( 6)x
x x xH x t
D H x t x x
− − + =− −
99 -0.0200667 4.9866042800183
13.8796 4.988050049.
y = −
=
100
3
-0.02006672(13.8796)(13.8926)13.879
4.9866042800183
4.98660426 13.8926
1.445092891 104.988049373076
800.
1837
x
−
= −
+= + ×=
69
4.3.3.2. Penyelesaian Pengkomputeran
Kod pengaturcaraan bagi kaedah Varian Baru Newton-PH kemudiannya
dirangka dan hasilnya seperti ditunjukkan dalam Jadual 4.3.
Jadual 4.3 : Pencarian Punca-Punca Persamaan (4.4) menggunakan Kaedah
Varian Baru Newton-PH
i t Fungsi Homotopi, ),( txH i Penyelesaian, ix 0 0.00 0 3 0x − = 3 1 0.01 1 10.99 ( ) 0.01 ( ) 0g x f x+ = 2
3.1258525589502 0.02 2 20.98 ( ) 0.02 ( ) 0g x f x+ =
3 3.2517529597257
0.03 3 30.97 ( ) 0.03 ( ) 0g x f x+ = 4
3.3751613126930 0.04 4 40.96 ( ) 0.04 ( ) 0g x f x+ =
5 3.4937545659777
0.05 5 50.95 ( ) 0.05 ( ) 0g x f x+ = 6
3.6057094559472 0.06 6 60.94 ( ) 0.06 ( ) 0g x f x+ =
7 3.7098440815463
0.07 7 70.93 ( ) 0.07 ( ) 0g x f x+ = 8
3.8056072240622 0.08 8 80.92 ( ) 0.08 ( ) 0g x f x+ =
9 3.8929638917489
0.09 9 90.91 ( ) 0.09 ( ) 0g x f x+ = 10
3.9722418392270 0.10 10 100.90 ( ) 0.10 ( ) 0g x f x+ =
11 4.0439871195032
0.11 11 110.89 ( ) 0.11 ( ) 0g x f x+ = 12
4.1088512995800 0.12 12 120.88 ( ) 0.12 ( ) 0g x f x+ =
13 4.1675140597307
0.13 13 130.87 ( ) 0.13 ( ) 0g x f x+ = 14
4.2206355765542 0.14 14 140.86 ( ) 0.14 ( ) 0g x f x+ =
15 4.2688305518531
0.15 15 150.85 ( ) 0.15 ( ) 0g x f x+ =
4.3126565180741
98 99
0.98 0.99
98 980.02 ( ) 0.98 ( ) 0g x f x+ =
99 990.01 ( ) 0.99 ( ) 0g x f x+ = 4.9851304713525
100
4.9866042800183
1 100( ) 0f x = 4.9880493730767
Nilai anggaran penyelesaian bagi persamaan (4.4) dengan menggunakan kaedah Varian
Baru Newton-PH yang dilelarkan 100 kali adalah 4.9880493730767x = dan
70
10( ) 5.02 10f x −= − × . Namun begitu, nilai fungsi menjadi lebih tepat jika dilelarkan
sebanyak 1000 kali iaitu 13( ) 4.83 10f x −= − × dengan 4.98804937311277x = .
4.4 Sistem Persamaan Polinomial
Sistem persamaan polinomial yang dipilih, berdasarkan hasil kajian penyelidik-
penyelidik terdahulu seperti (Rafiq & Awais, 2008; Noor & Waseem, 2009; Morgan,
1983). Contoh 4.2 digunakan untuk membandingkan kaedah-kaedah homotopi yang
telah dibentangkan pada permulaan Bab 4 dalam menyelesaikan sistem persamaan
polinomial ( ) 0.F x =
Contoh 4.2. Pertimbangkan sistem persamaan yang diketengahkan oleh Rafiq dan
Awais (2008)
2
12 2
2
( , ) 2 0.5 0.
( , ) 4 4 0.
f x y x x yf x y x y
= − − + =
= + − = (4.10)
Nilai mula bagi Kaedah Newton-PH, Adomian-PH dan Varian baru Newton-PH
ditetapkan 0 0( , ) (0,0)x y = . Fungsi homotopi yang digunakan adalah 1( )g x x= ,
2 ( )g y y= dan seterusnya menjadikan fungsi homotopi seperti berikut
[ ][ ]
21
2 22
( , , ) (1 ) 2 0.5 ,
( , , ) (1 ) 4 4 .
H x y t t x t x x y
H x y t t y t x y
= − + − − + = − + + −
(4.11)
71
4.4.1 Pelaksanaan Kaedah Newton-PH
Kaedah Newton-PH bagi sistem persamaan polinomial diimplementasikan
melalui dua cara iaitu secara analitik dan pengkomputeran seperti ditunjukkan di dalam
seksyen 4.4.1.1 dan 4.4.1.2 secara berturutan.
4.4.1.1 Penyelesaian Analitik
Kaedah Newton-PH digunakan secara analitikal bagi menyelesaikan sistem persamaan
(4.10).
Pada 0=t ,
1
2
0 0
( , , ) 0,( , , ) 0,
0 , 0.
H x y t xH x y t y
x y
= == =
∴ = =
Pada 0.01t = , fungsi homotopi menjadi 2
1 0 0 0 0 0 0( , , ) 0.99( ) 0.01( 2 0.5),H x y t x x x y= + − − + (4.12) 2 2
2 0 0 0 0 0( , , ) 0.99( ) 0.01( 4 4).H x y t y x y= + + − (4.13) Formula bagi kaedah Newton-PH kemudiaannya dimanipulasikan menjadi
11 1
01 1
1 0 2 2 2
,
dH dHxx Hdx dy
y y dH dH Hdx dy
− = −
1
0
0 0
0.99 0.02 0.02 0.010 0.005,
0.02 0.99 0.080 0.04xx y
−+ − − = − + −
10 0.97 0.01 0.005
,0 0 0.99 0.04
−− = − −
72
0 0.99 0.01 0.0051 ,0 0 0.97 0.040.9603
= − −
0 0.00473810267625
,0 -0.040404040404040
= −
-0.00473810267625
.0.040404040404040
=
Apabila 0.02t = , fungsi homotopi menjadi 2
1 1 1 1 1 1 1( , , ) 0.98( ) 0.02( 2 0.5),H x y t x x x y= + − − + (4.14) 2 2
2 1 1 1 1 1( , , ) 0.98( ) 0.02( 4 4).H x y t y x y= + + − (4.15) Seterusnya, nilai anggaran bagi 2 2( , )x y adalah
11 1
2 1 1
2 1 2 2 2
,
dH dHx x Hdx dyy y dH dH H
dx dy
− = −
1
1
1 1
0.98 0.04 0.04 0.02-0.00473810267625,
0.0.00473855166858
0.040272904 0.98 0.160.04040404040 92493 24 2040xx y
−+ − − = − + −
1 0.004738551670.000189524
-0.00473810267625 0.939810475 0.02,
0.040404040404040 0.986 0.040272992464646 5
−− = − − −
-0.00473810267625 0.9864646465 0.004738552
0.000189520.021 ,
0.040404040404040 0.93981047590.92708602 41 0.043 0272993
= − −
3-0.00473810267625 4.17324 10
,0.040404040404040 0.040824779
− × = − −
-0.0089113441770
,0.08122881978938
=
73
∴ 2
2
-0.0089113441770,
0.08122881978938xy
=
Apabila 1.00t = , fungsi homotopi menjadi sama seperti persamaan (4.10) iaitu 2
1 99 99 99 99 99( , , ) 2 0.5,H x y t x x y= − − + (4.16) 2 2
2 99 99 99 99( , , ) 4 4.H x y t x y= + − (4.17) Akhir sekali, didapati
100
100
1.9007239601485.
0.31126539031304xy
=
(4.18)
4.4.1.2 Penyelesaian Pengkomputeran
Kod pengaturcaraan bagi kaedah Newton-PH dalam menyelesaikan sistem
persamaan kemudiannya dirangka dan hasilnya seperti ditunjukkan di dalam Jadual 4.4.
74
Jadual 4.4 : Pencarian Punca Persamaan (4.10) menggunakan Kaedah Newton-PH
i t Fungsi Homotopi, ),,( tyxH ii Penyelesaian, i
i
xy
0 0.00 1 0 0H x= =
2 0 0H y= = 0
0
00
xy
=
1 0.01 21 1 1 1 1
2 22 1 1 1
0.99( ) 0.01( 2 0.5) 0
0.99( ) 0.01( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 1
1
-0.0047381026762470 0.040404040404040
xy
=
2 0.02 21 2 2 2 2
2 22 2 2 2
0.98( ) 0.02( 2 0.5) 0
0.98( ) 0.02( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 2
2
-0.0089113441770434 0.081228819789378
xy
=
3 0.03 21 3 3 3 3
2 22 3 3 3
0.97( ) 0.03( 2 0.5) 0
0.97( ) 0.03( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 3
3
-0.012463941175066 0.12206984657384
xy
=
4 0.04 21 4 4 4 4
2 22 4 4 4
0.96( ) 0.04( 2 0.5) 0
0.96( ) 0.04( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 4
4
-0.015349991970775 0.16252746960725
xy
=
5 0.05 21 5 5 5 5
2 22 2 5 5
0.95( ) 0.05( 2 0.5) 0
0.95( ) 0.05( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 5
5
-0.017533556465709 0.20223219773138
xy
=
6 0.06 21 6 6 6 6
2 22 6 6 6
0.94( ) 0.06( 2 0.5) 0
0.94( ) 0.06( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 6
6
-0.018987338831332 0.24086477485785
xy
=
7 0.07 21 7 7 7 7
2 22 7 7 7
0.93( ) 0.07( 2 0.5) 0
0.93( ) 0.07( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 7
7
-0.019690259889137 0.27816856491623
xy
=
98 0.98 2
1 98 98 98 982 2
2 98 98 98
0.02( ) 0.98( 2 0.5) 0
0.02( ) 0.98( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 98
98
1.8881506850944 0.327301848870955
xy
=
99 0.99 21 99 99 99 99
2 22 99 99 99
0.01( ) 0.99( 2 0.5) 0
0.01( ) 0.99( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 99
99
1.8945383257723 0.31929476508742
xy
=
100 1.00 21 100 100 1002 0.5 0H x x y= − − + =
2 22 100 1004 4 0H x y= + − =
100
100
1.9007239601485 0.31126539031304
xy
=
Nilai 100
100
1.9007239601485 0.31126539031304
xy
=
adalah nilai anggaran punca persamaan (4.10)
apabila kaedah Newton-PH diaplikasikan secara kiraan analitik dan kiraan
pengkomputeran. Bagaimanapun, apabila saiz langkah dikurangkan kepada 0.001t =
75
secara seragam (bilangan lelaran ditingkatkan kepada 1000 kali lelaran), nilai anggaran
menjadi lebih tepat dengan 71 3.72 10f −×= dan 6
2 2.96 10f −×= .
4.4.2 Pelaksanaan Kaedah Adomian-PH
Kaedah Adomian-PH bagi sistem persamaan polinomial diimplementasikan
melalui dua cara iaitu secara analitik dan pengkomputeran seperti ditunjukkan di dalam
seksyen 4.4.2.1 dan 4.4.2.2 secara berturutan.
4.4.2.1 Penyelesaian Analitik Daripada formula Adomian-PH, didapati
[ ] [ ]( ) [ ]( ) .)(21
21 35122311
1 HHDHDHHDHDHHDxx xxxxxxxii−−−
+ −−−= (4.19)
Fungsi homotopi adalah
[ ][ ]
21
2 22
( , , ) (1 ) 2 0.5 ,
( , , ) (1 ) 4 4 .
H x y t t x t x x y
H x y t t y t x y
= − + − − + = − + + −
Formula (4.15) juga boleh ditulis sebagai
−
−
−
=
−
−−
+
+
32
31
51
22
11
2
22
22
2
12
21
2
22
21
31
22
11
22
22
2
12
21
2
2
1
1
22
11
1
1
21
21
H
H
dydH
dxdH
dydH
dxdH
dyHd
dydxHd
dxdyHd
dxHd
H
H
dydH
dxdH
dydH
dxdH
dyHd
dydxHd
dxdyHd
dxHd
HH
dydH
dxdH
dydH
dxdH
yx
yx
i
i
i
i
76
101 0 0
0 01 0
31 50 0
30 0
0.99 0.01(2 2) 0.01 0.0050.01(2 ) 0.99 0.01(8 ) -0.04
0.99 0.01(2 2) 0.010.02 0 2.5 1010.01(2 ) 0.99 0.01(8 )0 0.082 1.6 10
1
xx x yx yy y
x yx y
−
− −
−
+ − − = − +
+ − − × − + ×
−
512 70 0
50 0
0.99 0.01(2 2) 0.010.02 0 1.25 100.01(2 ) 0.99 0.01(8 )0 0.082 6.4 10
x yx y
− −
−
+ − − × + − ×
11
1
5
3
74
3 5
0 0.97 0 0.0050 0 0.99 -0.04
0.01 0 1.095682681 0 2.5 100 0.04 0 1.030610152 1.6 10
1.164504922 0 1.25 102 10 00 1.0515357120 3.2 10 6.4 10
xy
−
−
−
−−
− −
= −
× − ×
× × − × − ×
53
3
74
3 5
0 0.010956826 0 2.5 105.050505 100 0 0.0412244060.041237113 1.6 10
1.25 102.3290098 10 00 3.3649143 10 6.4 10
−−
−
−−
− −
× × = − − − ×
× ×− × − ×
7 93
5 6
0 2.7392065 10 5.8225 105.050505 100 0.041237113 6.59590496 10 5.38386 10
− −−
− −
× × × = − − − − × ×
-0.00473837664409760.040338296708818
=
1
1
-0.00473837664409760.040338296708818
xy
=
Apabila 1.00t = , penyelesaian sasaran adalah
100
100
1.9007144923933.
0.31140049260531xy
=
(4.20)
77
4.4.2.2 Penyelesaian Pengkomputeran
Kod pengaturcaraan bagi kaedah Adomian-PH bagi menyelesaikan sistem persamaan
kemudiannya dirangka dan hasilnya seperti ditunjukkan di dalam Jadual 4.5.
Jadual 4.5 : Pencarian Punca Persamaan (4.10) menggunakan
Kaedah Adomian-PH
i t Fungsi Homotopi, ),,( tyxH ii Penyelesaian, i
i
xy
0 0.00 1 0 0H x= =
2 0 0H y= = 0
0
00
xy
=
1 0.01 21 1 1 1 1
2 22 1 1 1
0.99( ) 0.01( 2 0.5) 0
0.99( ) 0.01( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 1
1
-0.00473837664409760.040338296708818
xy
=
2 0.02 21 2 2 2 2
2 22 2 2 2
0.98( ) 0.02( 2 0.5) 0
0.98( ) 0.02( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 2
2
-0.00891187664987560.081094545392616
xy
=
3 0.03 21 3 3 3 3
2 22 3 3 3
0.97( ) 0.03( 2 0.5) 0
0.97( ) 0.03( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 3
3
-0.0124646926784180.12186953736657
xy
=
4 0.04 21 4 4 4 4
2 22 4 4 4
0.96( ) 0.04( 2 0.5) 0
0.96( ) 0.04( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 4
4
-0.0153509010338370.16226865861509
xy
=
5 0.05 21 5 5 5 5
2 22 5 5 5
0.95( ) 0.05( 2 0.5) 0
0.95( ) 0.05( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 5
5
-0.0175345477426330.20192629784913
xy
=
6 0.06 21 6 6 6 6
2 22 6 6 6
0.94( ) 0.06( 2 0.5) 0
0.94( ) 0.06( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 6
6
-0.0189883344986180.24052536181812
xy
=
7 0.07 21 7 7 3 3
2 22 7 7 7
0.93( ) 0.07( 2 0.5) 0
0.93( ) 0.07( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 7
7
-0.0196911900095350.27780957762117
xy
=
98 0.98 2
1 98 98 98 982 2
2 98 98 98
0.02( ) 0.98( 2 0.5) 0
0.02( ) 0.98( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 98
98
1.88813938902230.32743251283041
xy
=
99 0.99 21 99 99 99 99
2 22 99 99 99
0.01( ) 0.99( 2 0.5) 0
0.01( ) 0.99( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 99
99
1.89452797029990.31942757774095
xy
=
100 1.00 21 100 100 1002 0.5 0H x x y= − − + =
2 22 100 1004 4 0H x y= + − =
100
100
1.90071449239330.31140049260531
xy
=
78
Nilai anggaran penyelesaian persamaan (4.10) secara analitikal dan
pengkomputeran adalah ( ) ( )100 100, 1.9007144923933,0.31140049260531x y = dengan
1 -0.000113896f = dan 2 0.000596648773f = . Nilai penghampiran ini boleh menjadi
lebih tepat apabila kaedah ini dilelarkan sebanyak 1000 kali, menghasilkan
61 1.19 10f −×= dan 6
2 6.04 10f −×= .
4.4.3 Pelaksanaan Kaedah Varian Baru Newton-PH
Kaedah Varian Baru Newton-PH bagi sistem persamaan polinomial
diimplementasikan melalui dua cara iaitu secara analitik dan pengkomputeran seperti
ditunjukkan di dalam seksyen 4.4.3.1 dan 4.4.3.2 secara berturutan.
4.4.3.1 Penyelesaian Analitik
Formula bagi kaedah Varian Baru Newton-PH adalah seperti berikut
[ ]
[ ]
1 1
2
11 1
1 2
( , , )( , , ) ;
( , , )
( , , )1 ( , , ) ( , , ) ( ( , , ) ( , , )) .( , , )2
i i i ix i i
i i i i
i i i ix i i x i i x i i x i i
i i i i
p x H x y tD H x y t
q y H x y t
x x H x y tD H x y t D H p q t D H x y t D H p q t
y y H x y t
−
−+
+
= −
= − +
Pengiraan analitikal bagi kaedah Varian Baru Newton-PH tidak ditunjukkan kerana
konsep pengiraannya sama dengan kaedah Newton-PH dan Adomian-PH.
79
4.4.4.2 Pengiraan Pengkomputeran
Kod pengaturcaraan bagi kaedah Varian Baru Newton-PH kemudiannya dirangka dan
hasilnya seperti ditunjukkan di dalam Jadual 4.6.
Jadual 4.6 : Pencarian Punca Persamaan (4.10) menggunakan Kaedah Varian Baru Newton-PH
i t Fungsi Homotopi, ),,( tyxH ii
Penyelesaian, i
i
xy
0 0.0 1 0 0H x= =
2 0 0H y= = 0
0
00
xy
=
1 0.01 21 1 1 1 1
2 22 1 1 1
0.99( ) 0.01( 2 0.5) 0
0.99( ) 0.01( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 1
1
-0.004738297188370.040338084866389
xy
=
2 0.02 21 2 2 2 2
2 22 2 2 2
0.98( ) 0.02( 2 0.5) 0
0.98( ) 0.02( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 2
2
-0.008911463119340.081094251975283
xy
=
98 0.98 2
1 98 98 98 982 2
2 98 98 98
0.02( ) 0.98( 2 0.5) 0
0.02( ) 0.98( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 98
98
1.88806065812290.32718541005512
xy
=
99 0.99 21 99 99 99 99
2 22 99 99 99
0.01( ) 0.99( 2 0.5) 0
0.01( ) 0.99( 4 4) 0
H x x x yH y x y
= + − − + =
= + + − = 99
99
1.89444882202600.31917636471845
xy
=
100 1.00 21 100 100 1002 0.5 0H x x y= − − + =
2 22 100 1004 4 0H x y= + − =
100
100
1.90063481971110.31114490055178
xy
=
Nilai anggaran penyelesaian persamaan (4.10) secara analitikal dan
pengkomputeran adalah 100
100
1.90063481971110.31114490055178
xy
=
dengan 61 -1.82 10f −= × dan
42 -3.43 10f −= × . Nilai penghampiran ini boleh menjadi lebih tepat apabila kaedah ini
dilelarkan sebanyak 1000 kali, menghasilkan 91 5.53 10f −− ×= dan 6
2 3.45 10f −− ×= .
80
Beberapa contoh persamaan polinomial lain turut dikaji sebelum keputusan
kaedah terbaik dibuat seperti di dalam Contoh 4.3, Contoh 4.4, Contoh 4.5 dan Contoh
4.6. Contoh 4.3 dan Contoh 4.4 merupakah contoh lain persamaan polinomial tunggal,
manakala Contoh 4.5 dan Contoh 4.6 merupakan contoh lain bagi sistem persamaan
polinomial.
Contoh 4.3. Pertimbangkan persamaan tunggal seperti dibincangkan dalam Wu (2005a)
3 2( ) 3 2 3 0.f x x x x= − + + = (4.21)
Nilai mula yang dipilih bagi setiap kaedah bandingan adalah 0 1x = . Semua kaedah
yang dibandingkan mempunyai fungsi tambahan 0( ) .g x x x= − Hasil kajian
perbandingan seperti dalam Jadual 4.9 dan Jadual 4.10.
Contoh 4.4. Pertimbangkan persamaan polinomial tunggal berikut yang telah dikaji
oleh Chun dan Neta (2012)
5 4 2( ) 4 15 0.f x x x x= + + − = (4.22) Nilai mula yang digunakan adalah 0 1.6x = . Semua kaedah homotopi yang dibandingkan
mempunyai fungsi tambahan 0( ) .g x x x= − Keputusan yang diperolehi dibentangkan di
dalam Jadual 4.11 dan Jadual 4.12.
Contoh 4.5.Pertimbangkan contoh yang diketengahkan oleh Noor dan Waseem (2009)
2 2 21
2 22
2 2 23
( , , ) 1 0,
( , , ) 2 4 0,
( , , ) 3 4 0.
f x y z x y zf x y z x y zf x y z x y z
= + + − =
= + − =
= − + =
(4.23)
81
Fungsi homotopi tambahan 1( )g x x= , 2 ( )g y y= , 3( )g z z= dan nilai mula
0 0 0( , , ) (0,0,0)x y z = digunakan bagi Kaedah Newton-PH, Kaedah Adomian-PH dan
Kaedah Varian Baru Newton-PH. Fungsi-fungsi homotopi seperti berikut
2 2 2
1( , , , ) (1 )( ) ( 1),i i i i i i iH x y z t t x t x y z= − + + + − (4.24) 2 2
2 ( , , , ) (1 )( ) (2 4 ),i i i i i i iH x y z t t y t x y z= − + + − (4.25) 2 2 2
3 ( , , , ) (1 )( ) (3 4 ).i i i i i i iH x y z t t z t x y z= − + − + (4.26) Keputusan yang diperolehi dibentangkan di dalam Jadual 4.15 dan 4.16.
Contoh 4.6. Pertimbangkan contoh yang dibincangkan oleh Morgan (1983)
1
22
3
24
( , , , ) 10 0,
( , , , ) 5( ) 0,
( , , , ) ( 2 ) 0,
( , , , ) 10( ) 0.
f w x y z x y
f w x y z z wf w x y z y z
f w x y z x w
= + =
= − =
= − =
= − =
(4.27)
Fungsi homotopi tambahan 1( ) 1g w w= − , 2 ( ) 4g x x= − , 3 ( ) 1g y y= − , 4 ( ) 2g z z= −
dan nilai mula 0 0 0 0( , , , ) (1,4,1,2)w x y z = digunakan. Maka, fungsi homotopi menjadi
1( , , , , ) (1 )( 1) ( 10 ),i i i i i i iH w x y z t t w t x y= − − + + (4.28)
2 ( , , , , ) (1 )( 4) ( 5( )),i i i i iH w x y z t t x t z w= − − + − (4.29) 2
3 ( , , , , ) (1 )( 1) ( 2 ) ,i i i i iH w x y z t t y t y z= − − + − (4.30) 2
4 ( , , , , ) (1 )( 2) ( 10( ) ).i i i i iH w x y z t t z t x w= − − + − (4.31) Keputusan yang diperolehi dibentangkan di dalam Jadual 4.17 dan Jadual 4.18.
82
4.5 Keputusan dan Perbincangan
Dengan menggunakan penyelesaian Mathematica 7.0, salah satu nilai sebenar
punca persamaan (4.4), (4.21) dan (4.22) adalah
4.988049373112809,x = (4.32) 0.671699881657161,x −= (4.33) 1.34742809896830498150671538,x = (4.34) secara berturutan. Manakala, salah satu nilai sebenar punca persamaan (4.10), (4.23) dan
(4.27) adalah
1.900676726367067
,0.3112185654192956
xy
=
(4.35)
0.6982886099715059
0.6285242979602065 ,0.3425641896895694
xyz
=
−
(4.36)
00
,00
wxyz
=
(4.37)
secara berturutan dan nilai anggaran penyelesaian bergantung pada kaedah homotopi
yang digunakan. Kadar ketepatan kaedah perselanjaran homotopi diukur dengan
membandingkan nilai fungsi ( )f x dan ( )F x
. Nilai x dan x
yang diperolehi
dimasukkan ke dalam fungsi ( )f x dan ( )F x
. Nilai ( )F x
yang terhasil kemudiannya
dibandingkan dengan kriteria penumpuan (4.3) untuk mendapatkan kadar ketepatan ε
83
yang sesuai. Kaedah-kaedah homotopi dilelarkan sebanyak 100 dan 1000 kali seperti
dalam Jadual 4.7 – Jadual 4.18 bagi setiap persamaan polinomial yang dipilih.
Jadual 4.7: Perbandingan kaedah-kaedah homotopi bagi Persamaan (4.4) yang dilelarkan 100 kali
Kaedah 100 lelaran, ( )f x
ε
Newton-PH 69.37 10−× 510− Adomian-PH 91.02 10−× 810− Varian Baru Newton-PH 105.02 10−− × 910−
Jadual 4.8: Perbandingan kaedah-kaedah homotopi bagi Persamaan (4.4) yang dilelarkan 1000 kali
Kaedah 1000 Lelaran, ( )f x
ε
Newton-PH 89.21 10−× 710− Adomian-PH 139.85 10−× 1210− Varian Baru Newton-PH 134.83 10−− × 1210−
Jadual 4.9: Perbandingan kaedah-kaedah homotopi bagi Persamaan (4.21) yang dilelarkan 100 kali
Kaedah 100 lelaran, ( )f x
ε
Newton-PH 52.62 10−− × 410− Adomian-PH 81.23 10−− × 710− Varian Baru Newton-PH 95.95 10−× 810−
Jadual 4.10: Perbandingan kaedah-kaedah homotopi bagi Persamaan (4.21) yang dilelarkan 1000 kali
Kaedah 1000 Lelaran, ( )f x
ε
Newton-PH 72.58 10−− × 610− Adomian-PH 111.17 10−− × 1010− Varian Baru Newton-PH 125.82 10−× 1110−
84
Jadual 4.11: Perbandingan kaedah-kaedah homotopi bagi Persamaan (4.22) yang dilelarkan 100 kali
Kaedah 100 lelaran, ( )f x
ε
Newton-PH 71.87 10−× 610− Adomian-PH 127.68 10−− × 1110− Varian Baru Newton-PH 123.84 10−× 1110−
Jadual 4.12: Perbandingan kaedah-kaedah homotopi bagi Persamaan (4.22) yang dilelarkan 1000 kali
Kaedah 1000 Lelaran, ( )f x
ε
Newton-PH 91.83 10−× 810− Adomian-PH 159.22 10−− × 1410− Varian Baru Newton-PH 157.24 10−× 1410−
Didapati juga nilai kadar ketepatan menggunakan kaedah Varian Baru Newton-
PH boleh mencecah sehingga 1410ε −= apabila dilelarkan sebanyak 1000 kali. Kaedah
ini telah mengatasi kaedah-kaedah homotopi lain dari segi ketepatan dalam
menyelesaikan persamaan polinomial tunggal.
Nilai fungsi anggaran ( , )f x y bagi 100 dan 1000 lelaran bagi Persamaan (4.10)
menggunakan beberapa kaedah PH ditunjukkan dalam Jadual 4.13 hingga Jadual 4.18.
Jadual 4.13 : Perbandingan antara kaedah-kaedah homotopi untuk menyelesaikan Persamaan (4.10) dengan 100 lelaran
Kaedah 100
lelaran, ( , )f x y ε
Newton-PH 51 3.83 10f −= ×
42 2.96 10f −= ×
310−
Adomian-PH 41 1.14 10f −= − ×
42 5.97 10f −= ×
310−
Varian Baru Newton-PH 61 1.82 10f −= − ×
42 3.43 10f −= − ×
310−
85
Jadual 4.14 : Perbandingan antara kaedah-kaedah homotopi untuk menyelesaikan Persamaan (4.10) dengan 1000 lelaran
Salah satu penyelesaian bagi persamaan (4.10) adalah
1.900677195058510.31121903803794
xy
=
. Didapati nilai kadar ketepatan kaedah Newton-PH,
Adomian-PH dan Varian Baru Newton-PH mempunyai kadar ketepatan yang sama
310ε −= dan 510ε −= apabila dilelarkan 100 dan 1000 kali secara berturutan. Kajian
perbandingan diteruskan untuk sistem persamaan yang mempunyai tiga persamaan
polinomial kerana keputusan kaedah terbaik tidak dapat dibuat.
Nilai anggaran punca persamaan (4.23) berbeza bergantung pada kaedah
homotopi yang digunakan. Nilai fungsi anggaran ( , )f x y bagi 100 dan 1000 lelaran bagi
Persamaan (4.23) menggunakan beberapa kaedah PH ditunjukkan di dalam Jadual 4.15
dan Jadual 4.16.
Kaedah 1000 lelaran, ( , )f x y
ε
Newton-PH 71 3.72 10f −= ×
62 2.96 10f −= ×
510−
Adomian-PH 61 1.19 10f −= − ×
62 6.04 10f −= ×
510−
Varian Baru Newton-PH 91 5.53 10f −= − ×
62 3.45 10f −= − ×
510−
86
Jadual 4.15 : Perbandingan antara kaedah-kaedah homotopi untuk menyelesaikan persamaan (4.23) dengan 100 lelaran
Jadual 4.16 : Perbandingan antara kaedah-kaedah homotopi untuk menyelesaikan persamaan (4.23) dengan 1000 lelaran
Kaedah 1000
lelaran, ( , , )f x y z ε
Newton-PH 71 1.79 10f −= ×
72 1.02 10f −= ×
73 1.54 10f −= ×
610−
Adomian-PH 71 1.37 10f −= ×
82 9.14 10f −= ×
73 1.50 10f −= ×
610−
Varian Baru Newton-PH 81 3.24 10f −= − ×
72 1.96 10f −= − ×
73 1.15 10f −= − ×
610−
Didapati kaedah Newton-PH, Adomian-PH dan Varian Baru Newton-PH
menunjukkan ketepatan yang sama 410ε −= . Ketiga-tiga kaedah homotopi tersebut
masih menumpu dengan ketepatan sama 610ε −= apabila dilelarkan sebanyak 1000 kali.
Oleh itu, tiada keputusan dapat dibuat dan kajian diteruskan lagi dengan satu sistem
Kaedah 100 lelaran, ( , , )f x y z
ε
Newton-PH 51 1.82 10f −= ×
52 1.04 10f −= ×
53 1.56 10f −= ×
410−
Adomian-PH 51 1.40 10f −= ×
62 9.27 10f −= ×
53 1.52 10f −= ×
410−
Varian Baru Newton-PH 61 3.29 10f −= − ×
52 2 10f −= − ×
53 1.17 10f −= − ×
410−
87
yang mempunyai empat persamaan polinomial dengan empat pembolehubah. Jadual
4.17 dan Jadual 4.18 menunjukkan nilai anggaran fungsi (4.27) apabila dilelarkan
sebanyak 100 dan 1000 kali.
Jadual 4.17: Perbandingan antara kaedah-kaedah homotopi untuk menyelesaikan persamaan (4.27) dengan 100 lelaran
Kaedah 100
lelaran, ( , , , )f w x y z ε
Newton-PH 161 6.36 10f −= − ×
152 2.72 10f −= − ×
33 2.88 10f −= ×
34 5.61 10f −= ×
210−
Adomian-PH iSemua f mencapah Varian Baru Newton-PH
Tiada 3
1 3.29 10f −= × 2
2 1.17 10f −= × 4
3 1.58 10f −= × 4
4 5.48 10f −= ×
110−
Jadual 4.18 : Perbandingan antara kaedah-kaedah homotopi untuk menyelesaikan persamaan (4.27) dengan 1000 lelaran
Kaedah 1000
lelaran, ( , , , )f w x y z ε
Newton-PH 161 6.67 10f −= − ×
15
2 2.67 10f −= − ×
43 2.86 10f −= ×
4
4 5.78 10f −= ×
310−
Adomian-PH iSemua f mencapah Varian Baru Newton-PH
Tiada 4
1 3.13 10f −= × 3
2 1.16 10f −= × 5
3 1.56 10f −= × 5
4 5.12 10f −= ×
210−
88
Didapati kaedah Newton-PH menunjukkan ketepatan yang tinggi berbanding
kaedah-kaedah PH yang lain. Manakala kaedah Adomian-PH mula menunjukkan
pencapahan dan kaedah Varian Baru Newton-PH mempunyai ketepatan yang rendah dan
mengambil masa yang lama untuk menumpu berbanding kaedah Newton-PH. Oleh itu,
kaedah Newton-PH dipilih sebagai kaedah yang terbaik bagi kategori sistem persamaan.
Keputusan dalam menyelesaikan persamaan tunggal (4.4), (4.21) dan (4.22)
menunjukkan Kaedah Varian Baru Newton-PH mempunyai nilai penghampiran yang
lebih baik berbanding kaedah-kaedah bandingan yang lain. Manakala bacaan dalam
jadual bagi sistem persamaan (4,10), (4,23) dan (4.27) menunjukkan Kaedah Newton-
PH mempunyai bacaan yang lebih baik berbanding kaedah-kaedah bandingan yang lain
dalam menyelesaikan sistem persamaan.
Titik penyelesaian nyata yang lain boleh diperolehi dengan nilai mula yang lain
dan fungsi homotopi tambahan yang sepadan. Bagi persamaan-persamaan yang
mengandungi punca-punca yang tidak nyata, tesis ini tidak menekankan perkara ini.
Bagaimanapun, punca-punca yang tidak nyata boleh diperolehi jika nilai mula yang
ditetapkan juga tidak nyata. Ini dapat dilihat daripada contoh yang diketengahkan oleh
Palancz et al. (2010).
4.6 Kesimpulan
Dalam bab ini, kajian perbandingan antara beberapa kaedah homotopi telah
dijalankan. Hasil kajian mendapati bahawa kaedah terbaik untuk menyelesaikan
persamaan polinomial tunggal adalah Kaedah Varian Baru Newton Perselanjaran
89
Homotopi. Manakala kaedah terbaik dalam menyelesaikan sistem persamaan adalah
Kaedah Newton Perselanjaran Homotopi. Pemilihannya dibuat berdasarkan nilai ε yang
minimum antara kaedah-kaedah homotopi itu. Sumbangan asli dalam bab ini adalah
keupayaan menyerlahkan keistimewaan atau kekurangan bagi setiap kaedah-kaedah
perselanjaran homotopi dalam menyelesaikan persamaan-persamaan polinomial. Kajian
akan diteruskan dalam bab seterusnya dengan memperkenalkan fungsi homotopi baru.
90
BAB 5
FUNGSI HOMOTOPI BEZIER KUADRATIK
5.1 Pengenalan
Kajian perbandingan terhadap kaedah-kaedah homotopi telah dijalankan dengan
menggunakan fungsi homotopi piawai. Dalam bab ini, satu fungsi homotopi baru akan
diperkenalkan yang juga berperanan menyelesaikan persamaan-persamaan polinomial
sama ada persamaan tunggal ataupun sistem persamaan. Fungsi homotopi baru yang
akan diperkenalkan diberi nama Fungsi Homotopi Bezier Kuadratik (FHBK). Kajian
perbandingan melibatkan fungsi homotopi piawai (FHP) dengan FHBK dengan melihat
kadar ketepatan punca persamaan. Skop-skop kajian adalah seperti berikut:
vi) Bilangan lelaran adalah 10, 100 dan 1000 lelaran (untuk melihat sejauh
mana kadar ketepatan dapat dicapai dengan peningkatan bilangan
lelaran).
vii) Nilai saiz langkah bagi kaedah PH meningkat secara seragam.
viii) Nilai mula bagi kaedah PH adalah sama.
ix) Fungsi )(xf atau ( )F x
mempunyai sekurang-kurangnya satu
penyelesaian yang nyata.
Oleh kerana kaedah terbaik untuk persamaan tunggal
( ) 0f x = (5.1)
91
adalah Kaedah Varian Baru Newton-PH, maka perbandingan antara fungsi homotopi
piawai dan baru akan menggunakan kaedah ini. Didapati kaedah Newton-PH adalah
kaedah terbaik dalam menyelesaikan sistem persamaan
( ) 0,F x =
(5.2)
maka kaedah Newton-PH akan digunakan.
5.2 Algoritma
Algoritma bagi kaedah terbaik dengan menggunakan fungsi homotopi piawai dan fungsi
homotopi Bezier kuadratik ditunjukkan terlebih dahulu sebelum kajian pembandingan
dilaksanakan. Algoritma 5.1 hingga 5.4 ditunjukkan seperti berikut.
( ) 0.f x =5.2.1. Persamaan Polinomial Tunggal
Algoritma 5.1: Kaedah Varian Baru Newton-PH menggunakan fungsi homotopi piawai Data masuk: Nilai mula 0x .k, bilangan lelaran maksimum
.kxData keluar: Nilai anggaran penyelesaian 0.t =Langkah 1: Tetapkan 10.k =Langkah 2: Tetapkan
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5
1
( , ) ,( , )
( , ) .2 ( , ) ( , )( , ) ( , )
ii i
x i
ii i
x i x i
x i x i
H x ty xD H x t
H x tx x D H x t D H y tD H x t D H y t
+
= −
= −
+
Langkah 4: Tetapkan
1ix +Langkah 5: Paparkan hasil: . Jika lain: Keluar dari gelung
kxLangkah 6: Data keluar dan ( )kf x . 100k =Langkah 7: Ulang prosedur yang sama dengan menambah bilangan lelaran
dan kemudian 1000k = . Prosedur tamat. BERHENTI
92
Algoritma 5.2: Kaedah Varian Baru Newton-PH menggunakan fungsi homotopi baru Data masuk: Nilai mula 0x .k, bilangan lelaran maksimum
.kxData keluar: Nilai anggaran penyelesaian 0.t =Langkah 1: Tetapkan 10.k =Langkah 2: Tetapkan
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5
2
2
21
2 2
2 2
( , )( , )
( , )2 ( , ) ( , )
( , ) ( , )
ii i
x i
ii i
x i x i
x i x i
H x ty xD H x t
H x tx x D H x t D H y tD H x t D H y t
+
= −
= −
+
Langkah 4: Tetapkan
1ix +Langkah 5: Paparkan hasil: . Jika lain: Keluar dari gelung
kxLangkah 6: Data keluar dan ( )kf x . 100k =Langkah 7: Ulang prosedur yang sama dengan menambah bilangan lelaran
dan kemudian 1000k = . Prosedur tamat. BERHENTI.
( ) 0F x =
5.2.2. Sistem Persamaan Polinomial Algoritma 5.3. Kaedah Newton-PH dengan fungsi homotopi piawai Data masuk: Nilai mula 0x
.k, bilangan lelaran maksimum .kx
Data keluar: Nilai anggaran penyelesaian 0.t =Langkah 1: Tetapkan 10.k =Langkah 2: Tetapkan
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5 1
1 ( , ) ( , )i i x ix x D H x t H x t−
+ = −
Langkah 4: Tetapkan , 0,1, 2,..., 1.i k= −
1ix +
Langkah 5: Paparkan hasil: . Jika lain: Keluar dari gelung
kx
Langkah 6: Data keluar dan ( )kF x
. 100k =Langkah 7: Ulang prosedur yang sama dengan menambah bilangan lelaran
dan kemudian 1000k = . Prosedur tamat. BERHENTI. Algoritma 5.4. Newton-PH dengan fungsi homotopi Bezier kuadratik Data masuk: Nilai mula 0x
.k, bilangan lelaran maksimum .kx
Data keluar: Nilai anggaran penyelesaian 0.t =Langkah 1: Tetapkan 10.k =Langkah 2: Tetapkan
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5
93
1
1 2 2( , ) ( , )i i x ix x D H x t H x t−
+ = −
Langkah 4: Tetapkan , 0,1, 2,..., 1.i k= −
1ix +
Langkah 5: Paparkan hasil: . Jika lain: Keluar dari gelung
kx
Langkah 6: Data keluar dan ( )kF x
. 100k =Langkah 7: Ulang prosedur yang sama dengan menambah bilangan lelaran
dan kemudian 1000k = .
( , ) (1 ) ( ) ( ),H x t t g x tf x= − +
Prosedur tamat. BERHENTI.
5.3 Fungsi Homotopi Piawai
Fungsi homotopi piawai akan dibincangkan merangkumi dua kategori iaitu
penggunaan fungsi homotopi piawai dalam penyelesaian persamaan polinomial tunggal
dan sistem persamaan polinomial. Persamaan polinomial tunggal dan sistem polinomial
yang akan dipilih,berdasarkan hasil kajian oleh Kotsireas (2001).
5.3.1 Persamaan Polinomial Tunggal
Fungsi homotopi piawai adalah
(5.3)
dengan ( )g x dan ( )f x merupakan fungsi homotopi tambahan dan fungsi sasaran secara
berturutan. Manakala t merupakan parameter bebas yang berubah dari 0 hingga 1,
[0,1].t∈ Apabila 0t = dan 1,t = keadaan fungsi akan menjadi seperti berikut
( ,0) ( ),H x g x= (5.4)
( ,1) ( ).H x f x= (5.5)
Untuk memudahkan kefahaman tentang fungsi homotopi, Contoh 5.1 yang mewakili
persamaan tunggal dikaji.
94
Contoh 5.1. Pertimbangkan contoh mudah yang dibincangkan oleh Kotsireas (2001)
iaitu
2 21( ) ( )( 4 )0,4
f x x x= − − = (5.6)
dan fungsi homotopi tambahan yang digunakan adalah 2( ) 1.g x x= − Fungsi homotopi
(5.3) akan menjadi
2 2 21( , ) (1 )( 1) ( )( 4).4
H x t t x t x x= − − + − − (5.7)
Apabila ( , ) 0H x t = , terdapat satu set persamaan ( , ) 0i i i
k
H x t = perlu diselesaikan.
Dengan itu, terdapat satu set penyelesaian ix dengan 0,1, 2, ,i k= dan k = bilangan
lelaran. Jika terdapat k lelaran, maka bilangan persamaan terlibat adalah k+1. Jika
k=10, maka persamaan (5.7) meningkat secara seragam 0.1t = . Laluan homotopi
persamaan (5.7) boleh digambarkan secara grafik seperti dalam Rajah 5.1.
Rajah 5.1 : Laluan Homotopi Persamaan (5.7)
95
Rajah 5.1 menunjukkan pergerakan 2
0( ,0) 1 ( )H x x g x= − = ke
2 210( ,1) ( 0.25)( 4) ( )H x x x f x= − − = dengan peningkatan parameter t yang seragam
iaitu sebanyak 0.1. Melalui pengiraan komputer, punca-punca persamaan ( ) 0f x =
boleh dikesan dengan mempelbagaikan nilai mula. Jadual 5.1 dan 5.2 menunjukkan
penyelesaian persamaan (5.6) dari dua nilai mula berbeza iaitu 0 1x = dan 0 1x = − .
Jadual 5.1 : Pencarian Punca Persamaan (5.6) dengan menggunakan fungsi homotopi piawai apabila 0 1x =
i t Fungsi Homotopi, ),( txH i Penyelesaian, ix 0 0.0 2
0 1 0x − = 1 1 0.1 2 2 2
1 1 10.9( 1) 0.1( 0.25)( 4) 0x x x− + − − = 2
1.1478580279696 0.2 2 2 2
2 2 20.8( 1) 0.2( 0.25)( 4) 0x x x− + − − = 3
1.3645140430099 0.3 2 2 2
3 3 30.7( 1) 0.3( 0.25)( 4) 0x x x− + − − = 4
1.5708287445608 0.4 2 2 2
4 4 40.6( 1) 0.4( 0.25)( 4) 0x x x− + − − = 5
1.7093376828405 0.5 2 2 2
5 5 50.5( 1) 0.5( 0.25)( 4) 0x x x− + − − = 6
1.8027016490996 0.6 2 2 2
6 6 60.4( 1) 0.6( 0.25)( 4) 0x x x− + − − = 7
1.8675091398830 0.7 2 2 2
7 7 70.3( 1) 0.7( 0.25)( 4) 0x x x− + − − = 8
1.9145379215149 0.8 2 2 2
8 8 80.2( 1) 0.8( 0.25)( 4) 0x x x− + − − = 9
1.9500607888658 0.9 2 2 2
9 9 90.1( 1) 0.9( 0.25)( 4) 0x x x− + − − = 10
1.9777835965031 1.0 2 2
10 10( 0.25)( 4) 0x x− − = 1.9999974264118
96
Jadual 5.2 : Pencarian Punca Persamaan (5.6) dengan menggunakan fungsi homotopi piawai apabila 0 1x = −
i t Fungsi Homotopi, ),( txH i Penyelesaian, ix 0 0.0 2
0 1 0x − = 1− 1 0.1 2 2 2
1 1 10.9( 1) 0.1( 0.25)( 4) 0x x x− + − − = 2
-1.1478580279696 0.2 2 2 2
2 2 20.8( 1) 0.2( 0.25)( 4) 0x x x− + − − = 3
-1.3645140430099 0.3 2 2 2
3 3 30.7( 1) 0.3( 0.25)( 4) 0x x x− + − − = 4
-1.5708287445608 0.4 2 2 2
4 4 40.6( 1) 0.4( 0.25)( 4) 0x x x− + − − = 5
-1.7093376828405 0.5 2 2 2
5 5 50.5( 1) 0.5( 0.25)( 4) 0x x x− + − − = 6
-1.8027016490996 0.6 2 2 2
6 6 60.4( 1) 0.6( 0.25)( 4) 0x x x− + − − = 7
-1.8675091398830 0.7 2 2 2
7 7 70.3( 1) 0.7( 0.25)( 4) 0x x x− + − − = 8
-1.9145379215149 0.8 2 2 2
8 8 80.2( 1) 0.8( 0.25)( 4) 0x x x− + − − = 9
-1.9500607888658 0.9 2 2 2
9 9 90.1( 1) 0.9( 0.25)( 4) 0x x x− + − − = 10
-1.9777835965031 1.0 2 2
10 10( 0.25)( 4) 0x x− − = -1.9999974264118
Nilai mula 0 1x = akan bergerak sehingga 10 1.9999974264118x = , manakala
nilai mula 0 1x = − bergerak menuju 10 1.9999974264118.x = − Berdasarkan syarat (5.5),
10 1.9999974264118 , 1.9999974264118x = − merupakan nilai anggaran penyelesaian
bagi persamaan (5.6).
5.3.2 Sistem Persamaan Polinomial
Fungsi homotopi piawai bagi menyelesaikan sistem persamaan (5.2) adalah seperti
berikut
( , ) (1 ) ( ) ( )H x t t G x tF x= − +
(5.8)
dengan
97
1 1 2
2 1 2
1 2
( , , , )( , , , )
( ) ,
( , , , )
n
n
n n
g x x xg x x x
G x
g x x x
=
(5.9)
1 1 2
2 1 2
1 2
( , , , )( , , , )
( ) ,
( , , , )
n
n
n n
f x x xf x x x
F x
f x x x
=
(5.10)
dan t adalah parameter bebas yang bermula dari 0 hingga 1, [0,1].t∈ Maka, fungsi
homotopi (5.8) boleh dipecahkan kepada
( ,0) ( ),H x G x=
(5.11)
( ,1) ( ).H x F x=
(5.12)
Untuk memudahkan kefahaman tentang fungsi homotopi dalam sistem persamaan,
Contoh 5.2 dikaji.
Contoh 5.2. Pertimbangkan satu contoh mudah sistem persamaan polinomial yang
dibentangkan oleh Kotsireas (2001) iaitu
2 2
1( , ) 25 0,f x y x y= + − = (5.13)
22 ( , ) 5 0,f x y x y= − − = (5.14)
dan fungsi homotopi tambahan yang digunakan adalah
2 2
1( , ) 4 0,g x y x y= + − = (5.15)
22 ( , ) 4 0.g x y x y= − − = (5.16)
98
Maka, fungsi homotopi akan menjadi
2 2 2 2
1( , , ) (1 )( 4) ( 25) 0,H x y t t x y t x y= − + − + + − = (5.17)
2 22 ( , , ) (1 )( 4) ( 5) 0.H x y t t x y t x y= − − − + − − = (5.18)
Secara jelasnya, persamaan (5.17) dan (5.18) memuaskan dua syarat sempadan
iaitu sepadan dengan persamaan (5.11) dan (5.12) apabila 0t = dan 1t = secara
berturutan. Lengkungan parameter akan digunakan untuk mengurangkan tiga dimensi
kepada satah-xy. Persamaan-persamaan parameter bagi persamaan (5.13) dan (5.14)
adalah seperti berikut
( , ) (5cos( ),5sin( ))x y θ θ= (5.19)
2( , ) ( , 5).x y λ λ= − (5.20)
Sementara persamaan parameter bagi fungsi homotopi tambahan seperti berikut
( , ) (2cos( ), 2sin( ))x y θ θ= (5.21)
2( , ) ( , 4),x y λ λ= − (5.22)
dengan [0,2 ]θ π∈ dan λ−∞ < < ∞ . Rajah 5.2 mewakili lengkung parameter bagi
fungsi homotopi tambahan apabila 0t = . Manakala Rajah 5.3 mewakili lengkung
parameter bagi persamaan (5.19) dan (5.20).
99
6 4 2 0 2 4 66
4
2
0
2
4
6
x
y
Rajah 5.2: Lengkung Parameter Persamaan (5.21) dan (5.22)
( )G x
Rajah 5.3: Lengkung Parameter Persamaan (5.19) dan (5.20)
Rajah 5.2 dan 5.3 merujuk pada pergerakan lengkung parameter fungsi homotopi
tambahan kepada lengkung parameter ( )F x
. Titik-titik persilangan dalam Rajah
5.3 merujuk kepada nilai sebenar punca-punca persamaan (5.13) dan (5.14). Dengan
menggunakan kaedah Newton-PH, punca-punca persamaan yang dikesan adalah
100
1 1
2 2
3 3
( , ) (-3.00145600152124, 4.00572223659423),( , ) (0.18181373214512, -5.00572223689327),( , ) (3.00145600152124, 4.00572223659423).
x yx yx y
===
(5.23)
Nilai ( , )F x y merujuk kepada kadar ketepatan punca-punca persamaan yang memenuhi
kriteria penumpuan
( ) ,kF x ε
∞<
(5.24)
dengan 10dε = dan d adalah integer bukan positif. Dalam erti kata lain, semakin dekat
( , )F x y menghampiri sifar, semakin tepat anggaran punca persamaan itu. Jadual 5.3
menunjukkan nilaian ( , )F x y dengan 10 kali lelaran apabila tiga nilai mula yang
berbeza digunakan. Salah satu punca persamaan (5.23) boleh dikesan melalui nilai mula
0 0( , ) ( 2,0)x y = − sebagaimana ditunjukkan dalam Jadual 5.4.
Jadual 5.3: Anggaran nilai fungsi (5.13) dan (5.14) dengan menggunakan kaedah Newton-PH dan fungsi homotopi piawai apabila k = 10 Nilai mula ( 2,0)− (0.1, 2)− (2,0)
1( , )f x y 21 1 1( , ) 5.45 10f x y −= × 2
1 2 2( , ) 9.03 10f x y −= × 21 3 3( , ) 5.45 10f x y −= ×
2 ( , )f x y 32 1 1( , ) 3.02 10f x y −= × 2
2 2 2( , ) 3.87 10f x y −= × 32 3 3( , ) 3.02 10f x y −= ×
101
Jadual 5.4 : Pencarian Punca Persamaan bagi Contoh 5.2 menggunakan Kaedah Newton-PH dan fungsi homotopi piawai apabila 0 0( , ) ( 2,0)x y = −
i t Fungsi Homotopi, ),,( tyxH ii Penyelesaian,
n
n
yx
0 0.0 2 21
22
4 0
4 0
H x yH x y
= + − =
= − − =
−=
02
0
0
yx
1 0.1 2 2 2 21
2 22
0.9( 4) 0.1( 25) 0
0.9( 4) 0.1( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
2
2.525-
1
1
yx
2 0.2 2 2 2 21
2 22
0.8( 4) 0.2( 25) 0
0.8( 4) 0.2( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
1.6
1485152.41101485-
2
2
yx
3 0.3 2 2 2 21
2 22
0.7( 4) 0.3( 25) 0
0.7( 4) 0.3( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
8095242.03809523 8221132.51991144-
3
3
yx
4 0.4 2 2 2 21
2 22
0.6( 4) 0.4( 25) 0
0.6( 4) 0.4( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
0623602.39428214
9772222.60807494-
4
4
yx
5 0.5 2 2 2 21
2 22
0.5( 4) 0.5( 25) 0
0.5( 4) 0.5( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
0144092.71787376
3945282.68779252-
5
5
yx
6 0.6 2 2 2 21
2 22
0.4( 4) 0.6( 25) 0
0.4( 4) 0.6( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
2125783.01236767 5577202.75999657-
6
6
yx
7 0.7 2 2 2 21
2 22
0.3( 4) 0.7( 25) 0
0.3( 4) 0.7( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
9216733.28473000 2162922.82650914-
7
7
yx
8 0.8 2 2 2 21
2 22
0.2( 4) 0.8( 25) 0
0.2( 4) 0.8( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
8465333.53914957
9954582.88842219-
8
8
yx
9 0.9 2 2 2 21
2 22
0.1( 4) 0.9( 25) 0
0.1( 4) 0.9( 5) 0
H x y x yH x y x y
= + − + + − =
= − − + − − =
=
5169283.77871370
9628522.94653885-
9
9
yx
10 1.0 2 21
22
25 0
5 0
H x yH x y
= + − =
= − − =
=
6594234.00572223 1521243.00145600-
10
10
yx
Nilai anggaran punca-punca persamaan yang lain seperti yang telah dinyatakan
dalam (5.23) boleh dikesan dengan menggunakan nilai mula yang berbeza iaitu
0 0( , ) (0.1, 2)x y = − dan 0 0( , ) (2,0)x y = . Manakala, nilai sebenar titik-titik persilangan
dalam Rajah 5.3 adalah (-3,4), (0,-5) dan (3,4).
102
5.4 Fungsi Homotopi Bezier Kuadratik
Fungsi homotopi Bezier kuadratik yang akan dibincangkan merangkumi dua
kategori iaitu penggunaan fungsi homotopi Bezier kuadratik dalam penyelesaian
persamaan polinomial tunggal dan sistem persamaan polinomial. Persamaan polinomial
tunggal dan sistem polinomial yang akan dipilih juga berdasarkan hasil kajian oleh
Kotsireas (2001).
5.4.1 Persamaan Polinomial Tunggal Fungsi homotopi baru yang akan diperkenalkan adalah
2 2
2 ( , ) (1 ) ( ) 2 (1 ) ( , ) ( ),H x t t g x t t H x t t f x= − + − + (5.25)
dengan ( , )H x t adalah fungsi homotopi piawai dan [0,1]t∈ .
Tercetusnya idea bagi formula ini bermula daripada lengkungan Bezier yang
menggunakan kaedah de Casteljau (Agoston, 2004). Lengkungan Bezier yang terhasil
bergantung pada kedudukan titik-titik kawalan. Berdasarkan hasil kajian yang telah
dibuat oleh Kotsireas (2001) dan Palancz et al. (2010), homotopi dilihat sebagai
pergerakan dari satu lengkung ke lengkung yang lain. Oleh itu, hubungan antara
lengkungan Bezier dengan konsep homotopi dipercayai wujud.
Takrif bagi lengkungan Bezier seperti ditunjukkan di dalam Takrif 5.1 digunakan untuk
pembentukan fungsi Bezier perselanjaran homotopi.
103
Takrif 5.1 (Salomon, 2006): Diberi 1n + titik-titik kawalan 0P hingga nP , lengkungan
Bezier dikawal dengan titik-titik ( ) ( )nnP t , dengan kuantiti ( ) ( )j
iP t ditakrifkan secara
rekursif sebagai
( 1) ( 1)
( ) 1(1 ) ( ) ( ), bagi 0,( )
, bagi 0.
j jj i i
ii
t P t tP t jP t
P j
− −− − + >=
= (5.26)
Secara ringkasnya, lengkungan linear dan kuadratik Bezier menggunakan konsep de
Casteljau adalah seperti di dalam Jadual 5.5.
Jadual 5.5. Lengkungan Linear dan Kuadratik Bezier Peringkat Lengkungan Bezier, ( )P t Linear 0 1(1 )t P tP− + Kuadratik 2 2
0 1 2(1 ) 2 (1 )t P t t P t P− + − +
Konsep lengkungan Bezier yang berpusatkan titik-titik kawalan ini diperluaskan
lagi kegunaannya untuk perkembangan peringkat fungsi homotopi. Jadual
perkembangan peringkat fungsi homotopi seperti yang tertera dalam Jadual 5.6.
Jadual 5.6. Linear dan Kuadratik Fungsi Homotopi menggunakan de Casteljau Peringkat Lengkungan Bezier, ( )P t Homotopi, ( , )H x t Linear 0 1(1 )t P tP− + (1 ) ( ) ( )t g x t f x− + Kuadratik 2 2
0 1 2(1 ) 2 (1 )t P t t P t P− + − + [ ]2 2(1 ) ( ) 2 (1 ) (1 ) ( ) ( ) ( ).t g x t t t g x tf x t f x− + − − + + Kiraan kaedah de Casteljau bagi fungsi (5.25) menjadi lebih mudah dan bersistematik
dengan bantuan binaan rekursif yang berbentuk piramid
104
Jadual 5.4: Binaan Rekursif bagi Fungsi Homotopi Bezier Kuadratik Perhatikan bahawa
( , ) (1 ) ( ) ( , )A x t t g x tH x t= − + , ( , ) (1 ) ( , ) ( ).B x t t H x t tf x= − + Maka
( , ) (1 ) ( , ) ( , ).H x t t A x t tB x t= − + (5.27) Seterusnya, didapati
[ ] [ ](1 ) (1 ) ( ) ( , ) (1 ) ( , ) ( ) ,t t g x tH x t t t H x t tf x= − − + + − + 2 2(1 ) ( ) 2 (1 ) ( , ) ( ),t g x t t H x t t f x= − + − +
2 2 20 0 1 1 2 2( ) ( ) ( ),H B t H B t H B t= + +
22
0( ),i i
iH B t
=
=∑ (5.28)
dengan 0 ( )H g x= bagi 0,t = 1 ( , )H H x t= bagi (0,1),t∈ 2 ( )H f x= bagi 1.t =
2 ( , )H x t
1-t t
B(x,t) A(x,t)
t 1-t t 1-t
g(x) H(x,t) f(x)
105
2( )iB t adalah fungsi Bernstein seperti yang telah ditakrifkan oleh Agoston (2004),
2 22( ) (1 ) ,i i
iB t i ti
− = −
( )22! 1 ,
! (2 )!i ii t
i i−= −
− (5.29) dengan
: 0,1,2.i [0,1].t∈
Daripada persamaan (5.28), nilai anggaran penyelesaian bagi persamaan (5.6)
boleh diperolehi apabila nilai mula 0 1x = dan 0 1x = − digunakan. Keputusan
ditunjukkan di dalam Jadual 5.7 dan Jadual 5.8.
Jadual 5.7 : Pencarian Punca Persamaan (5.6) dengan menggunakan Fungsi Homotopi Bezier Kuadratik apabila 0 1x =
i t Fingsi Homotopi, ),( txH i Penyelesaian, ix 0 0.00 2
0 1 0x − = 1 1 0.1 2 1( ,0.1) 0H x = 2
1.0340007171294 0.2 2 2( ,0.2) 0H x =
3 1.1555480693227
0.3 2 3( ,0.3) 0H x = 4
1.4028362810721 0.4 2 4( ,0.4) 0H x =
5 1.6603836064287
0.5 2 5( ,0.5) 0H x = 6
1.8030944694859 0.6 2 6( ,0.6) 0H x =
7 1.8917999973384
0.7 2 7( ,0.7) 0H x = 8
1.9449596905126 0.8 2 8( ,0.8) 0H x =
9 1.9767903441545
0.9 2 9( ,0.9) 0H x = 10
1.9942379868660 1.0 2 2
10 10( 0.25)( 4) 0x x− − = 1.9999999504536
106
Jadual 5.8 : Pencarian Punca Persamaan (5.6) dengan menggunakan Fungsi Homotopi Bezier Kuadratik apabila 0 1x = −
i t Fungsi Homotopi, ),( txH i Penyelesaian, ix 0 0.00 2
0 1 0x − = 1− 1 0.1 2 1( ,0.1) 0H x = 2
-1.0340007171294 0.2 2 2( ,0.2) 0H x =
3 -1.1555480693227
0.3 2 3( ,0.3) 0H x = 4
-1.4028362810721 0.4 2 4( ,0.4) 0H x =
5 -1.6603836064287
0.5 2 5( ,0.5) 0H x = 6
-1.8030944694859 0.6 2 6( ,0.6) 0H x =
7 -1.8917999973384
0.7 2 7( ,0.7) 0H x = 8
-1.9449596905126 0.8 2 8( ,0.8) 0H x =
9 -1.9767903441545
0.9 2 9( ,0.9) 0H x = 10
-1.9942379868660 1.0 2 2
10 10( 0.25)( 4) 0x x− − = -1.9999999504536
Jadual 5.7 dan Jadual 5.8 menunjukkan nilai mula 0 1x = bergerak sehingga
10 1.9999999504536x = , manakala 0 1x = − bergerak menuju 10 1.9999999504536.x = −
Berdasarkan syarat (5.5), 10 1.9999999504536, 1.9999999504536x = − adalah nilai
anggaran punca-punca persamaan (5.6). Nilai fungsi menggunakan fungsi homotopi
piawai dan fungsi homotopi Bezier kuadratik kemudiannya dijadualkan seperti
ditunjukkan di dalam Jadual 5.9 dan Jadual 5.10.
Jadual 5.9. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai apabila k = 10
Nilai mula 0x Fungsi Homotopi Piawai Fungsi Homotopi Bezier Kuadratik 1 1.9999974264118x =
5 4( ) 3.86 10 ( 10 )f x ε− −= − × = 1.9999999504536x =
7 6( ) 7.43 10 ( 10 )f x ε− −= − × = -1 1.9999974264118x = −
5 4( ) 3.86 10 ( 10 )f x ε− −= − × = -1.9999999504536x =
7 6( ) 7.43 10 ( 10 )f x ε− −= − × =
107
Jadual 5.10. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai apabila k = 1000 Nilai mula 0x Fungsi Homotopi Piawai Fungsi Homotopi Bezier Kuadratik
1 1.9999999999979x = 11 10( ) 3.2 10 ( 10 )f x ε− −= − × =
2 x = ( ) 0( 0)f x ε= =
-1 1.9999999999979x = − 11 10( ) 3.2 10 ( 10 )f x ε− −= − × =
2 x = − ( ) 0( 0)f x ε= =
Berdasarkan Jadual 5.9 dan Jadual 5.10, penyelesaian menggunakan fungsi
homotopi baru ini didapati lebih baik daripada fungsi homotopi piawai. Keadaan ini
dapat dilihat dengan membandingkan nilai kadar ketepatan ε yang terhasil apabila
fungsi homotopi piawai dan fungsi homotopi Bezier kuadratik digunakan.
Setelah kajian dibuat, didapati suatu hubungan antara fungsi homotopi baru
dengan fungsi homotopi piawai. Kedua-duanya bergantung pada nilai parameter t .
Beberapa hukum telah ditemui
i) 2 ( , ) ( , ) ( )H x t H x t g x= = bagi 0.t =
ii) 2 ( , ) ( , ) ( )H x t H x t f x= = bagi 1.t =
iii) 21 1( , ) ( ) ( ) ( , )2 2
H x t g x f x H x t= + = bagi 1 .2
t = (5.30)
Maka, didapati
2 2 2 2 2 2 2 2
21 1( , ) (1 ) ( 1) 2 (1 ) (1 )( 1) ( )( 4) ( )( 4),4 4
H x t t x t t t x t x x t x x = − − + − − − + − − + − −
apabila persamaan (5.6) dan (5.7) ke dalam persamaan (5.25) dengan [0,1]t∈ .
108
5.4.2 Sistem Persamaan Polinomial Fungsi homotopi baru bagi sistem persamaan polinomial (5.13) dan (5.14) adalah seperti
berikut
2 2
1 1 1( , , ) (1 ) ( , ) 2 (1 ) ( , , ) ( , ),H x y t t g x y t t H x y t t f x y= − + − + (5.31) 2 2
2 2 2( , . ) (1 ) ( , ) 2 (1 ) ( , , ) ( , ),H x y t t g x y t t H x y t t f x y= − + − + (5.32) dengan ( , y, )H x t adalah fungsi homotopi piawai dan [0,1]t∈ .
Maka, didapati ( ) ( )2 2 2 2 2 2
1( , , ) (1 ) 4 2 (1 ) ( , , ) 25H x y t t x y t t H x y t t x y= − + − + − + + − (5.33)
( ) ( )2 2 2 22 ( , , ) (1 ) 4 2 (1 ) ( , , ) 5H x y t t x y t t H x y t t x y= − − − + − + − − (5.34)
apabila menggantikan persamaan (5.13) – (5.16) ke dalam persamaan (5.31) dan (5.32)
dengan [0,1]t∈ . Dengan menggunakan kaedah Newton-PH dan fungsi homotopi Bezier
kuadratik, penyelesaian yang dikesan adalah seperti berikut
1 1
2 2
3 3
( , ) (-3.00010091139985, 4.00039744974959).( , ) (0.117596177945515, -5.00039744990068).( , ) (3.00010091139985, 4.00039744974959).
x yx yx y
===
(5.35)
Kadar ketepatan bagi ketiga-tiga anggaran penyelesaian adalah seperti di dalam
Jadual 5.11. Salah satu punca persamaan (5.35) ditunjukkan dalam Jadual 5.12 apabila
nilai mula 0 0( , ) ( 2,0)x y = − digunakan.
109
Jadual 5.11 : Nilai Anggaran Fungsi Punca Persamaan (5.13) dan (5.14) menggunakan Fungsi Homotopi Bezier Kuadratik apabila k = 10. Nilai mula ( 2,0)− (0.1, 2)− (2,0)
1( , )f x y 31 1 1( , ) 3.79 10f x y −= × 2
1 2 2( , ) 1.78 10f x y −= × 31 3 3( , ) 3.79 10f x y −= ×
2 ( , )f x y 42 1 1( , ) 2.08 10f x y −= × 2
2 2 2( , ) 1.42 10f x y −= × 42 3 3( , ) 2.08 10f x y −= ×
Jadual 5.12 : Pencarian Punca bagi Contoh 5.2 dengan menggunakan Fungsi Homotopi Bezier Kuadratik apabila 0 0( , ) ( 2,0).x y = −
i t Fungsi Homotopi, ),,(2 tyxH ii Penyelesaian,
i
i
yx
0 0.0 2 21
22
4 0
4 0
H x yH x y
= + − =
= − − =
−=
02
0
0
yx
1 0.1 1
2
( , ,0.1) 0( , ,0.1) 0
H x yH x y
==
=
0.56 2.147-
1
1
yx
2 0.2 1
2
( , ,0.2) 0( , ,0.2) 0
H x yH x y
==
=
3773591.12905660 6095392.29219040-
2
2
yx
3 0.3 1
2
( , ,0.3) 0( , ,0.3) 0
H x yH x y
==
=
6728121.71718060 4130622.44031155-
3
3
yx
4 0.4 1
2
( , ,0.4) 0( , ,0.4) 0
H x yH x y
==
=
4544872.25257004 0240102.57337849-
4
4
yx
5 0.5 1
2
( , ,0.5) 0( , ,0.5) 0
H x yH x y
==
=
9019252.73818132
8907322.69304694-
5
5
yx
6 0.6 1
2
( , ,0.6) 0( , ,0.6) 0
H x yH x y
==
=
6298773.15881584 4543092.79596271-
6
6
yx
7 0.7 1
2
( , ,0.7) 0( , ,0.7) 0
H x yH x y
==
=
4912833.50634175 6781082.88053720-
7
7
yx
8 0.8 1
2
( , ,0.8) 0( , ,0.8) 0
H x yH x y
==
=
9758203.77082564 2681482.94464522-
8
8
yx
9 0.9 1
2
( , ,0.9) 0( , ,0.9) 0
H x yH x y
==
=
3782763.94058770 6741112.98567770-
9
9
yx
10 1.0 2 21
22
25 0
5 0
H x yH x y
= + − =
= − − =
=
9749594.00039744 1399853.00010091-
10
10
yx
110
Setelah kajian dibuat, didapati juga suatu hubungan antara fungsi homotopi baru
dengan fungsi homotopi piawai bagi sistem persamaan. Kedua-duanya bergantung pada
nilai parameter t . Hukum-hukum fungsi yang telah dikenalpasti adalah
i) 2 ( , ) ( , ) ( )H x t H x t G x= =
bagi 0.t =
ii) 2 ( , ) ( , ) ( )H x t H x t F x= =
bagi 1.t =
iii) 21 1( , ) ( ) ( ) ( , )2 2
H x t G x F x H x t= + =
bagi 1 .2
t = (5.36)
5.5 Pelaksanaan
Keputusan menyeluruh tidak dapat dibuat dengan hanya membentangkan satu
contoh bagi setiap kategori persamaan. Oleh hal yang demikian, beberapa contoh berikut
seperti Contoh 5.3 hingga Contoh 5.8 dikaji. Pemilihan bagi fungsi homotopi terbaik
berdasarkan kriteria penumpuan yang minimum yang mampu dicapai oleh kaedah
terbaik apabila bilangan lelaran ditetapkan iaitu
1 2( , ,..., ) ,nF x x x ε
∞< (5.37)
dengan 10dε = dengan d adalah integer bukan positif. Kajian perbandingan ini hanya
menggunakan ralat mutlak fungsi persamaan, tidak melibatkan analisis yang kompleks.
5.5.1 Persamaan Polinomial Tunggal
Kajian perbandingan antara fungsi homotopi piawai dengan fungsi homotopi
Bezier kuadratik diteruskan lagi dengan persamaan polinomial tunggal yang lain seperti
ditunjukkan di dalam Contoh 5.3, Contoh 5.4 dan Contoh 5.5.
111
Contoh 5.3. Pertimbangkan contoh persamaan polinomial tunggal berikut seperti yang
dibincangkan oleh Wu (2005b)
3 21 1( ) 6 1 0.
3 2f x x x x= − − + = (5.38)
Nilai mula 0 3x = (Wu, 2005b) dan keputusannya ditunjukkan di dalam Jadual 5.13.
Contoh 5.4. Pertimbangkan persamaan tunggal seperti dibincangkan dalam Wu (2005a)
3 2( ) 3 2 3 0.f x x x x= − + + = (5.39)
Fungsi homotopi tambahan ( ) 1g x x= − dan nilai mula 0 1x = digunakan. Hasil kajian
perbandingan seperti dalam Jadual 5.14.
Contoh 5.5. Pertimbangkan persamaan polinomial tunggal berikut yang telah dikaji
oleh Chun dan Neta (2012)
5 4 2( ) 4 15 0.f x x x x= + + − = (5.40) Nilai mula yang digunakan adalah 0 1.6x = dan fungsi homotopi tambahan adalah
( ) 1.6g x x= − . Keputusan yang diperolehi dibentangkan di dalam Jadual 5.15.
5.5.2 Sistem Persamaan Polinomial
Kajian perbandingan antara fungsi homotopi piawai dengan fungsi homotopi
Bezier kuadratik diteruskan lagi dengan sistem persamaan yang lain seperti ditunjukkan
di dalam Contoh 5.6, Contoh 5.7 dan Contoh 5.8.
112
Contoh 5.6. Pertimbangkan sistem persamaan polinomial seperti yang dikaji di dalam
Rafiq dan Awais (2008)
2
12 2
2
( , ) 2 0.5 0,
( , ) 4 4 0.
f x y x x yf x y x y
= − − + =
= + − = (5.41)
Fungsi homotopi tambahan 1 0( , )g x y x x= − , 2 0( , )g x y y y= − dan nilai mula
0 0( , ) (0,0)x y = digunakan. Hasil kajian perbandingan diringkaskan di dalam Jadual
5.16.
Contoh 5.7. Pertimbangkan contoh berikutnya yang diuji oleh Noor dan Waseem
(2009), iaitu
2 2 21
2 22
2 2 23
( , , ) 1 0,
( , , ) 2 4 0,
( , , ) 3 4 0.
f x y z x y zf x y z x y zf x y z x y z
= + + − =
= + − =
= − + =
(5.42)
Fungsi homotopi tambahan 1 0( , , )g x y z x x= − , 2 0( , , )g x y z y y= − , 3 0( , , )g x y z z z= −
dan nilai mula 0 0 0( , , ) (0,0,0)x y z = digunakan. Keputusan seperti di dalam Jadual 5.17.
Contoh 5.8. Pertimbangkan contoh berikut yang pernah dibincangkan oleh Morgan
(1983)
1
22
3
24
( , , , ) 10 0,
( , , , ) 5( ) 0,
( , , , ) ( 2 ) 0,
( , , , ) 10( ) 0.
f w x y z x y
f w x y z z wf w x y z y z
f w x y z x w
= + =
= − =
= − =
= − =
(5.43)
113
Fungsi homotopi tambahan 1 0( , , , )g w x y z w w= − , 2 0( , , , )g w x y z x x= − ,
3 0( , , , )g w x y z y y= − , 4 0( , , , )g w x y z z z= − dan nilai mula 0 0 0 0( , , , ) (1,4,1,2)w x y z =
digunakan. Hasil kajian perbandingan dijadualkan dalam Jadual 5.18.
5.6 Keputusan dan Perbincangan
Keputusan yang diperolehi dengan menggunakan fungsi homotopi piawai dan
fungsi homotopi Bezier kuadratik dibandingkan dan dibincangkan dalam menyelesaikan
persamaan polinomial tunggal dan sistem persamaan polinomial.
5.6.1 Persamaan Polinomial Tunggal
Keputusan kajian perbandingan antara fungsi homotopi piawai dengan fungsi
homotopi Bezier Kuadratik dalam menyelesaikan persamaan polinomial tunggal
ditunjukkan di dalam Jadual 5.13 – 5.15.
Jadual 5.13. Perbandingan antara Fungsi Homotopi Piawai dan Bezier Kuadratik dalam Persamaan (5.38)
Bilangan Lelaran
Fungsi Homotopi
Piawai
Fungsi Homotopi Bezier Kuadratik
FHP FHBKε ε→
10
76.44 10f −= − ×
81.16 10f −= − ×
6 710 10− −→
100
105.02 10f −= − ×
141.42 10f −= − ×
9 1310 10− −→
1000 134.83 10f −= − × 157.11 10f −= − ×
12 1410 10− −→
114
Jadual 5.14. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai dalam Persamaan (5.39)
Bilangan Lelaran
Fungsi Homotopi
Piawai
Fungsi Homotopi Bezier Kuadratik
FHP FHBKε ε→
10
67.45 10f −= ×
71.37 10f −= ×
5 610 10− −→
100
95.95 10f −= ×
131.54 10f −= ×
8 1210 10− −→
1000 125.82 10f −= × 162.22 10f −= − ×
11 1510 10− −→ Jadual 5.15. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai dalam Persamaan (5.40)
Bilangan Lelaran
Fungsi Homotopi
Piawai
Fungsi Homotopi Bezier Kuadratik
FHP FHBKε ε→
10
95.06 10f −= ×
118.89 10f −= ×
8 1010 10− −→
100
123.84 10f −= ×
151.78 10f −= − ×
11 1410 10− −→
1000 157.11 10f −= × 151.78 10f −= − ×
1410−
Berdasarkan keputusan di dalam Jadual 5.13 hingga Jadual 5.15, didapati
penganggaran nilai punca-punca persamaan menggunakan fungsi homotopi Bezier
kuadratik lebih tepat berbanding fungsi homotopi piawai dalam menyelesaikan
persamaan polinomial tunggal. Didapati juga dengan penggunaan FHBK pada
persamaan polinomial tunggal, kadar ketepatan boleh mencecah sehingga 1510ε −=
apabila kaedah varian baru Newton-PH dilelarkan sebanyak 1000 kali.
115
5.6.2 Sistem Persamaan Polinomial
Keputusan kajian perbandingan antara fungsi homotopi piawai dengan fungsi
homotopi Bezier Kuadratik dalam menyelesaikan sistem persamaan polinomial
ditunjukkan di dalam Jadual 5.16 – 5.18.
Jadual 5.16. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai dalam Persamaan (5.41)
Bilangan Lelaran
Fungsi Homotopi Piawai
Fungsi Homotopi Bezier Kuadratik
FHP FHBKε ε→
10
31 4.90 10f −= ×
22 2.93 10f −= ×
41 2.38 10f −= ×
32 2.63 10f −= ×
1 210 10− −→
100
51 3.83 10f −= ×
42 2.96 10f −= ×
81 3.28 10f −= ×
72 2.63 10f −= ×
3 610 10− −→
1000
71 3.72 10f −= ×
62 2.96 10f −= ×
121 3.33 10f −= ×
112 2.66 10f −= ×
5 1010 10− −→
Jadual 5.17. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai dalam Persamaan (5.42)
Bilangan Lelaran
Fungsi Homotopi Piawai
Fungsi Homotopi Bezier
Kuadratik
FHP FHBKε ε→
10
31 2.12 10f −= ×
32 1.21 10f −= ×
33 1.75 10f −= ×
41 1.36 10f −= ×
52 7.23 10f −= ×
43 1.13 10f −= ×
2 310 10− −→
100
51 1.82 10f −= ×
52 1.04 10f −= ×
53 1.56 10f −= ×
81 1.59 10f −= ×
92 9.02 10f −= ×
83 1.36 10f −= ×
4 710 10− −→
1000
71 1.79 10f −= ×
72 1.02 10f −= ×
73 1.54 10f −= ×
121 1.61 10f −= ×
132 9.14 10f −= ×
123 1.38 10f −= ×
6 1110 10− −→
116
Jadual 5.18. Perbandingan antara Fungsi Homotopi Bezier Kuadratik dan Piawai dalam Persamaan (5.43)
Bilangan Lelaran
Fungsi Homotopi Piawai
Fungsi Homotopi Bezier Kuadratik
FHP FHBKε ε→
10
171 2.78 10f −= ×
162 7.14 10f −= ×
23 2.93 10f −= ×
24 7.21 10f −= ×
161 3.88 10f −= − ×
162 4.97 10f −= ×
23 1.79 10f −= ×
24 2.27 10f −= ×
110−
100
161 6.36 10f −= − ×
152 2.72 10f −= − ×
33 2.88 10f −= ×
34 5.61 10f −= ×
161 6.14 10f −= ×
162 4.09 10f −= − ×
43 1.32 10f −= ×
44 2.60 10f −= ×
2 310 10− −→
1000
161 6.67 10f −= − ×
152 2.67 10f −= − ×
43 2.86 10f −= ×
44 5.78 10f −= ×
161 4.20 10f −= ×
162 4.00 10f −= − ×
63 1.33 10f −= ×
64 2.65 10f −= ×
3 510 10− −→
Nilai anggaran penyelesaian yang terhasil bagi persamaan (5.41) – (5.43)
masing-masing nilainya adalah
( , ) (1.90067672637127,0.31121856542355).x y =
( , , ) (0.69828860997219,-0.62852429796055,0.34256418968992).x y z =
( , , , ) (0.00050521152754,0.00142117446223,-0.00014211744622,0.00050521152754).w x y z =
Berdasarkan keputusan di dalam Jadual 5.16 hingga Jadual 5.18, didapati
penganggaran nilai punca-punca persamaan menggunakan fungsi homotopi Bezier
kuadratik lebih tepat berbanding fungsi homotopi piawai dalam menyelesaikan sistem
persamaan polinomial ( ) 0F x =
. Didapati juga dengan penggunaan FHBK pada sistem
persamaan polinomial, kadar ketepatan boleh mencecah sehingga 1110ε −= apabila
kaedah Newton-PH dilelarkan sebanyak 1000 kali.
117
5.7 Kesimpulan
Dalam bab ini, fungsi homotopi baru iaitu fungsi homotopi Bezier kuadratik
telah diperkenalkan. Fungsi homotopi Bezier kuadratik yang tercetus daripada
lengkungan Bezier menggunakaan konsep Algoritma De Casteljau. Lengkung yang
terbentuk bergantung pada kedudukan titik-titik kawalan. Konsep pembentukan
lengkungan Bezier dilihat boleh digunakan bersama-sama dengan konsep perselanjaran
homotopi. Kemudian, perbandingan dibuat antara fungsi homotopi baru dan fungsi
homotopi piawai dari segi kadar ketepatan anggaran punca-punca persamaan.
Berdasarkan beberapa contoh persamaan polinomial, fungsi homotopi baru ini dilihat
lebih baik daripada fungsi homotopi piawai dalam menyelesaikan persamaan baik
polinomial tunggal mahupun sistem polinomial. Sumbangan asli yang ditunjukkan
dalam bab ini adalah mewujudkan satu fungsi homotopi baru yang mampu
meningkatkan kadar ketepatan anggaran punca nyata persamaan polinomial. Kajian
diteruskan lagi dalam bab seterusnya dengan memperkenalkan fungsi homotopi
tambahan yang baru untuk meningkatkan lagi kadar ketepatan anggaran punca-punca
persamaan dan nilai fungsi persamaan.
118
BAB 6
FUNGSI TITIK TETAP LINEAR
6.1 Pengenalan
Fungsi homotopi piawai telah dikembangkan menjadi Fungsi Homotopi Bezier
Kuadratik (FHBK), ditandakan sebagai 2 ( , )H x t
di dalam Bab 5. Sekarang faktor lain
akan dibincangkan yang juga dipercayai dapat meningkatkan kadar ketepatan. Oleh
kerana dalam Bab 5, nilai ( )F x
masih belum bersamaan dengan sifar, maka kadar
ketepatan dipercayai boleh ditingkatkan lagi. Fungsi homotopi tambahan yang baru akan
diperkenalkan bagi menggantikan fungsi homotopi tambahan semasa. Fungsi tambahan
yang baru diberi nama Fungsi Titik Tetap Linear (FTTL). Fungsi homotopi tambahan
mempunyai skop kajian seperti berikut:
x) Bilangan lelaran adalah 10, 100 dan 1000 lelaran (untuk melihat sejauh
mana kadar ketepatan dapat dicapai dengan peningkatan bilangan
lelaran).
xi) Nilai saiz langkah bagi kaedah PH meningkat secara seragam.
xii) Nilai mula bagi kaedah PH adalah sama.
xiii) Fungsi )(xf atau ( )F x
mempunyai sekurang-kurangnya satu
penyelesaian yang nyata.
Oleh kerana kaedah terbaik untuk persamaan tunggal
( ) 0,f x = (6.1)
119
adalah Kaedah Varian Baru Newton-PH, maka perbandingan antara fungsi homotopi
piawai dan baru akan menggunakan kaedah ini. Didapati kaedah Newton-PH adalah
kaedah terbaik dalam menyelesaikan sistem persamaan
( ) 0,F x =
(6.2)
maka kaedah Newton-PH akan digunakan.
Pemilihan bagi fungsi homotopi tambahan terbaik berdasarkan kriteria
penumpuan yang minimum yang mampu dicapai oleh kaedah terbaik apabila bilangan
lelaran ditetapkan iaitu
1 2( , ,..., ) ,nF x x x ε
∞< (6.3)
dengan ( )1 2 1 2( , ,..., ) max , ,...,n nF x x x f f f
∞= dan
,x x ε
∞− <
(6.4)
dengan, ( )1 1 2 2max , ,..., n nx x x x x x x x
∞− = − − −
dan 10dε = dengan d adalah
integer bukan positif. Kajian perbandingan ini hanya menggunakan ralat mutlak punca
persamaan dan ralat mutlak fungsi persamaan, tidak melibatkan analisis yang kompleks.
6.2 Algoritma
Algoritma bagi kaedah terbaik dengan menggunakan fungsi Titik Tetap piawai dan
fungsi Titik Tetap linear ditunjukkan terlebih dahulu sebelum kajian pembandingan
dilaksanakan. Algoritma 6.1 hingga 6.4 ditunjukkan seperti berikut.
120
( ) 0f x =6.2.1. Persamaan Polinomial Tunggal
Algoritma 6.1: Kaedah Varian Baru Newton-PH menggunakan Fungsi Titik Tetap Piawai (FTTP) Data masuk: Nilai mula 0x .k, bilangan lelaran yang maksimum
.kxData keluar: Nilai anggaran punca penyelesaian Langkah 1: Tetapkan 0t = dan 10.k = Langkah 2: Tetapkan 0( )g x x x= − dan ( , ) (1 ) ( ) ( ).H x t t g x tf x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5
1
( , )( , )
( , )2 ( , ) ( , )
( , ) ( , )
ii i
x i
ii i
x i x i
x i x i
H x ty xD H x t
H x tx x D H x t D y tD H x t D H y t
+
= −
= −
+
Langkah 4: Tetapkan
1ix +Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung
kxLangkah 6: Paparkan data keluar dan ( )kf x . 100k =Langkah 7: Ulang prosedur yang sama dengan dan kemudian 1000k = .
Prosedur tamat. BERHENTI Algoritma 6.2: Kaedah Varian Baru Newton-PH menggunakan Fungsi Titik Tetap Linear (FTTL) Data masuk: Nilai mula 0x .k, bilangan lelaran yang maksimum
.kxData keluar: Nilai anggaran punca penyelesaian Langkah 1: Tetapkan 0t = dan 10.k = Langkah 2: Tetapkan 0( , ) (1 )( ) ( )g x t t x x tf x= − − + dan ( , ) (1 ) ( , ) ( ).H x t t g x t tf x= − +
0i =
Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5
1
( , )( , )
( , )2 ( , ) ( , )
( , ) ( , )
ii i
x i
ii i
x i x i
x i x i
H x ty xD H x t
H x tx x D H x t D H y tD H x t D H y t
+
= −
= −
+
Langkah 4: Tetapkan
1ix +Langkah 5: Paparkan keputusan . Jika lain: Keluar dari gelung
kxLangkah 6: Data keluar dan ( )kf x . 100k =Langkah 7: Ulang prosedur yang sama dengan dan kemudian 1000k = .
Prosedur tamat. BERHENTI
121
( ) 0F x =
6.2.2. Sistem Persamaan Polinomial Algoritma 6.3. Kaedah Newton-PH menggunakan Fungsi Titik Tetap Piawai
0x
Data masuk: Nilai mula , Bilangan lelaran yang maksimum .k .kx
Data keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10.k = Langkah 2: Tetapkan 0( ) ( )G x x x= −
dan ( , ) (1 ) ( ) ( ).H x t t G x tF x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5
1
1 ( , ) ( , )i i x i ix x D H x t H x t−
+ = −
Langkah 4: Tetapkan , 0,1, 2,..., 1.i k= −
1.ix +
Langkah 5: Paparkan keputusan: Jika lain: Keluar dari gelung
kx
Langkah 6: Data keluar dan ( )kF x
. 100k =Langkah 7: Ulang prosedur yang sama dengan dan kemudian 1000k = .
Prosedur tamat. BERHENTI Algoritma 6.4. Kaedah Newton-PH menggunakan Fungsi Titik Tetap Linear
0x
Data masuk: Nilai mula , Bilangan lelaran yang maksimum .k .kx
Data keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10.k = Langkah 2: Tetapkan 0( , ) (1 )( ) ( )G x t t x x tF x= − − +
dan ( , ) (1 ) ( , ) ( ).H x t t G x t tF x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5
1
1 ( , ) ( , )i i x i ix x D H x t H x t−
+ = −
Langkah 4: Tetapkan , 0,1, 2,..., 1.i k= −
1ix +
Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung.
kx
Langkah 6: Data keluar dan ( )kF x
. 100k =Langkah 7: Ulang prosedur yang sama dengan dan kemudian 1000k = .
( , ) (1 ) ( ) ( ).H x t t G x tF x= − +
Prosedur tamat. BERHENTI.
6.3 Fungsi-Fungsi Homotopi Tambahan Semasa
Fungsi homotopi secara asasnya seperti berikut
(6.5)
Di dalam formula fungsi homotopi terdapat fungsi homotopi tambahan ( )G x
dan fungsi
sebenar ( )F x
. Fungsi homotopi tambahan juga dikenali sebagai fungsi mula apabila
122
0t = pada kedudukan 0x x=
. Terdapat pelbagai cadangan untuk memilih fungsi mula
( )G x
seperti yang telah dipilih oleh ramai pengkaji (Garcia & Zangwill, 1979; Morgan,
1983; Jalali & Seader, 2000; Wu, 2005b; Rahimian et. al, 2011).
Fungsi mula yang telah dicadangkan oleh Garcia dan Zangwill (1979) adalah
0( ) ,i id dG x x x= −
(6.6)
dengan id adalah darjah tertinggi persamaan polinomial. Manakala, fungsi mula yang
telah dikaji oleh Morgan (1983) adalah
1 1
0( ) .i id dG x x x+ += −
(6.7) Manakala, Jalali dan Seader (2000) telah menyatakan tiga pilihan yang biasa digunakan
bagi fungsi mula iaitu
i) Fungsi Newton
[ ]0( ) ( ) ( ) .G x F x F x= −
(6.8)
ii) Fungsi Titik Tetap
0( ) ( ).G x x x= −
(6.9)
iii) Fungsi Afin
0 0( ) '( )( ),G x F x x x= −
(6.10)
dengan ( )F x
adalah sistem persamaan polinomial, 0'( )F x
adalah matriks Jacoban pada
kedudukan 0x
. Wu telah mengendalikan penyelidikan meluas bagi konsep perselanjaran
123
homotopi dalam menyelesaikan masalah persamaan tidak linear (Wu, 2005a; 2005b;
2006; 2007). Masalah persamaan yang selalu dihadapi adalah masalah pencapahan.
Masalah ini berlaku pada sesetengah titik mula kerana tidak semua nombor nyata boleh
dijadikan sebagai nilai mula. Didapati semua hasil kerja Wu telah menggunakan fungsi
mula yang sama iaitu
( ) ,G x Cx K= +
(6.11)
dengan C adalah pemalar dan 0K Cx= −
adalah satu nombor bebas (Wu, 2005b).
Rahimian et al. (2011) menitikberatkan penggunaan fungsi mula berikut
[ ]0 0( ) ( ) ( ( ) ( ) ,G x x x F x F x= − + −
(6.12)
yang menggabungkan dua fungsi asas iaitu fungsi titik tetap dan fungsi Newton.
Lantaran wujudnya pelbagai pilihan bagi fungsi homotopi tambahan, dua eksperimen
dijalankan untuk memilih fungsi mula semasa yang lebih sesuai. Dua eksperimen
tersebut melibatkan persamaan tunggal dan sistem persamaan seperti ditunjukkan di
dalam Contoh 6.1 dan Contoh 6.2.
Contoh 6.1. Pertimbangkan persamaan berikut seperti yang dikaji oleh Wu (2005b)
3 21 1( ) 6 1 0,3 2
f x x x x= − − + = (6.13)
124
dengan ( ) ( )F x f x=
dan ( ) ( )G x g x=
. Kaedah yang digunakan adalah Kaedah Varian
Baru Newton-PH yang dilelarkan sebanyak 10 kali dan dimulakan dari tiga nilai mula
yang berbeza. Keputusan yang diperolehi ditunjukkan di dalam Jadual 6.1.
Jadual 6.1 : Perbandingan Fungsi Homotopi Tambahan Semasa
( )g x 0 0x = 0 2x = − 0 3x = 0 ; 3d dx x d− =
14( ) 8.84 10f x −= × 3( ) 1.68 10f x −= − × 2( ) 3.54 10f x −= × 1 1
0 ; 3d dx x d+ +− = 16( ) 3.58 10f x −= × 3( ) 4.62 10f x −= − × Belum menumpu
0( ) ( )f x f x− 7( ) 7.25 10f x −= − × Mencapah Mencapah
( )0 0'( )f x x x− 7( ) 7.44 10f x −= − × Mencapah Mencapah
0; 5;Cx K C K Cx+ = = − 4( ) 4.48 10f x −= − × 4( ) 4.48 10f x −= − × 4( ) 4.48 10f x −= − ×
0 0( ) ( ( ) ( ))x x f x f x− + − 7( ) 4.43 10f x −= − × 4( ) 1.00 10f x −= × 4( ) 1.59 10f x −= − ×
0x x− 9( ) 4.66 10f x −= × 7( ) 7.36 10f x −= × 7( ) 6.44 10f x −= ×
Jadual 6.1 menunjukkan bahawa fungsi 0( ) ( )g x x x= − menumpu dengan
penumpuan yang lebih tinggi dan tidak mempunyai masalah pencapahan walaupun
bermula dari titik mula yang tidak bagus.
Nilai anggaran punca-punca persamaan yang dikesan melalui ketiga-tiga nilai
mula itu adalah
1 0.16465538609650,x = 2 -3.65280834758587,x = 3 4.98812994533692.x = (6.14) Ketiga-tiga nilai mula yang digunakan akhirnya akan menumpu pada penyelesaian
berbeza. Keadaan ini boleh ditunjukkan di dalam Rajah 6.1.
125
0.0 0.2 0.4 0.6 0.8 1.06
4
2
0
2
4
6
t
Rajah 6.1 : Sifat-Sifat Perolehan
Rajah 6.1 menunjukkan bahawa nilai mula 0 0x = menumpu kepada
1 0.16465538609650x = , nilai mula 0 2x = − menumpu kepada
2 -3.65280834758587x = dan 0 3x = menumpu kepada 3 4.98812994533692.x =
Kajian diteruskan bagi sistem persamaan melalui Contoh 6.2.
Contoh 6.2. Pertimbangkan persamaan berikut yang dikaji oleh Rafiq dan Awais (2008)
2 21
2 22
( , ) 1 0.1( , ) 0.2
f x y x y
f x y x y
= + − =
= − + = (6.15)
Hasil kajian perbandingan antara beberapa fungsi homotopi tambahan menggunakan
persamaan (6.15) ditunjukkan di dalam Jadual 6.2.
126
Jadual 6.2: Perbandingan Fungsi Homotopi Tambahan Semasa bagi Menyelesaikan Persamaan (6.15)
1
2
( , )( , )
g x yg x y
0 0( , ) (1,2)x y = 0 0( , ) (0.2,0.2)x y = 0 0( , ) (0,0)x y =
1 10 1; 2d dx x d− =
2 20 2; 2d dy y d− =
21 4.13 10f −= ×
22 2.34 10f −= ×
31 2.61 10f −= ×
32 1.90 10f −= ×
1f mencapah
2f mencapah
1 11 10 1; 2d dx x d+ +− =
2 21 10 2; 2d dy y d+ +− =
1f mencapah
2f mencapah
31 1.20 10f −= ×
52 5.69 10f −= ×
1f mencapah
2f mencapah
1 1 0 0( , ) ( , )f x y f x y−
2 2 0 0( , ) ( , )f x y f x y−
21 3.20 10f −= ×
22 2.25 10f −= − ×
31 2.21 10f −= ×
32 1.29 10f −= − ×
1f mencapah
2f mencapah
1 0 0 0'( , )( )f x y x x−
2 0 0 0'( , )( )f x y y y−
21 4.91 10f −= ×
32 4.19 10f −= ×
41 2.11 10f −= ×
52 9.47 10f −= − ×
1f mencapah
2f mencapah
1 1 1 0; 5;C x K C K C x+ = = −
1 1 1 0; 5;C y K C K C y+ = = −
21 9.92 10f −= ×
22 3.62 10f −= ×
21 5.60 10f −= ×
22 3.41 10f −= − ×
21 4.48 10f −= ×
22 4.17 10f −= − ×
0 1 1 0 0( ) ( ( , ))x x f f x y− + −
0 2 2 0 0( ) ( ( , ))y y f f x y− + −
21 3.70 10f −= ×
32 9.11 10f −= − ×
31 6.83 10f −= ×
32 6.52 10f −= − ×
31 7.08 10f −= ×
32 6.88 10f −= − ×
0x x−
0y y−
21 2.65 10f −= ×
22 1.47 10f −= ×
31 3.26 10f −= ×
42 6.11 10f −= − ×
31 2.16 10f −= − ×
32 1.61 10f −= − ×
Berdasarkan Jadual 6.2, fungsi homotopi tambahan yang telah diperkenalkan
oleh Wu (2005b), Jalali dan Seader (2000) dan Rahimian et al. (2011) mampu menumpu
kepada penyelesaian persamaan. Salah satu anggaran penyelesaian yang boleh
diperolehi adalah ( , ) (0.50027654762281,-0.86711387271334).x y =
Walaubagaimanapun, fungsi yang terakhir mempunyai prestasi yang lebih baik daripada
fungsi-fungsi lain. Ini dapat dilihat daripada nilai fungsi terkecil 1( , )f x y dan 2( , )f x y .
Fungsi yang terakhir juga dapat mencapai sehingga 71( , ) 1.89 10f x y −= × dan
72 ( , ) 1.22 10f x y −= − × apabila dilelarkan sebanyak 1000 kali. Maka, 0( )G x x x= −
dipilih sebagai fungsi tambahan terbaik.
127
6.4 Fungsi Titik Tetap Linear Satu sistem persamaan dengan n pembolehubah yang tidak diketahui diwakili oleh
( ) 0,F x =
(6.16)
dengan 1 2 3 1{ , , , , , }n nx x x x x x−=
.
Berdasarkan Contoh 6.1 dan Contoh 6.2, fungsi
0( ) ,G x x x= −
(6.17)
adalah fungsi homotopi tambahan terbaik dan dikenali sebagai fungsi titik tetap piawai
(FTTP). Dengan menggunakan beberapa panduan yang disediakan oleh Verschelde
(1996) dan Li (1997) berhubung hukum-hukum fungsi homotopi ( , )H x t
dari 0t =
hingga 1t = , fungsi homotopi tambahan dimajukan dan dikembangkan. Hukum-hukum
tersebut meliputi keremehan, kelancaran dan perolehan.
Hukum 0 (Keremehan)
Penyelesaian bagi ( ) 0G x =
diketahui.
Hukum 1 (Kelancaran)
Penyelesaian set bagi ( , ) 0H x t =
pada 0 1t≤ < mengandungi bilangan laluan
yang lancar bagi setiap parameter [0,1)t∈ .
128
Hukum 2 (Perolehan)
Setiap penyelesaian yang berlainan bagi persamaan ( ,1) ( ) 0H x F x= =
boleh
dicapai dengan beberapa laluan yang berpusat pada 0t = yang bermula pada
kedudukan bagi penyelesaian ( ,0) ( ) 0.H x G x= =
Untuk pemahaman yang lebih lanjut tentang ketiga-tiga hukum ini, Persamaan (6.13)
digambarkan secara grafik. Jika fungsi homotopi tambahan adalah
( ) 2g x x= + dan t meningkat sebanyak 0.1, maka laluan homotopi yang terhasil boleh
digambarkan seperti Rajah 6.2
Rajah 6.2: Laluan Homotopi bagi menyelesaikan Persamaan (6.13)
Daripada Rajah 6.2, syarat keremehan dipenuhi apabila 0 2x = − diketahui.
Syarat kelancaran pula dapat dilihat apabila terdapat 10 lengkung (terhingga) bagi
0 1t≤ < . Manakala syarat perolehan boleh dikesan apabila salah satu penyelesaian
persamaan (6.13) iaitu -3.65280834758587x = boleh ditumpukan dengan nilai mula
129
0 2x = − . Begitu juga dua punca persamaan yang lain yang boleh dikesan dengan nilai
mula 0 0x = dan 0 3x = . Dengan ini, semua syarat telah dipenuhi.
Dengan menggunakan hukum-hukum di atas, satu fungsi homotopi tambahan
baru diperkenalkan iaitu
0( , ) (1 )( ) ( ).G x t t x x tF x= − − +
(6.18) Didapati fungsi ( , )G x t
sentiasa berubah bentuk fungsinya manakala fungsi ( )G x
sentiasa malar dengan peningkatan parameter t . Formula (6.18) memenuhi dua syarat
sempadan iaitu
0( ,0) ( ),G x x x= −
(6.19)
( ,1) ( ),G x F x=
(6.20)
apabila digantikan 0t = dan 1t = secara berturutan. Fungsi ( )G x
dan ( , )G x t
juga
boleh diwakili oleh Rajah 6.3 dan Rajah 6.4 secara berturutan.
Rajah 6.3: Kedudukan Lengkung Fungsi Titik apabila 1t →
130
Rajah 6.4: Kedudukan Fungsi Titik Tetap Linear apabila 1t →
Fungsi ( , )G x t
akan mendekati ( , )H x t
untuk mencapai fungsi sasaran ( )F x
dengan lebih cepat apabila berlaku peningkatan dalam parameter [0,1]t∈ . Keadaan ini
akan menyebabkan penganggaran bagi punca-punca persamaan menjadi lebih tepat dan
jitu.
Fungsi (6.18) dihasilkan dengan dua fungsi rujukan iaitu 0x x−
dan ( )F x
dengan menggunakan kaedah binaan rekursif seperti ditunjukkan di dalam Rajah 6.5.
( , )G x t
( )F x
Rajah 6.5: Binaan Rekursif Fungsi Titik Tetap Linear Didapati
0( , ) (1 )( ) ( ),G x t t x x tF x= − − +
(6.21)
1-t t
0x x−
131
dengan [0,1]t∈ .
Untuk kajian perbandingan antara fungsi mula piawai dengan baru, kaedah
Varian Baru Newton-PH dan kaedah Newton-PH dipilih bagi menyelesaikan persamaan
tunggal dan sistem persamaan polinomial secara berturutan. Kedua-dua algoritma telah
dinyatakan pada permulaan Bab 6.
6.5 Pelaksanaan
Beberapa contoh berikut dikaji melalui Contoh 6.3, 6.4 dan 6.5 yang mewakili
persamaan polinomial tunggal, manakala Contoh 6.6, 6.7 dan 6.8 mewakili sistem
persamaan polinomial.
6.5.1 Persamaan Polinomial Tunggal Contoh 6.3. Pertimbangkan contoh berikut yang dibincangkan oleh Rafiq dan Awais
(2008)
3 2( ) 4 10 0.f x x x= − − = (6.22)
Nilai mula 083
x = (Rafiq dan Awais, 2008), fungsi mula semasa adalah 0( )g x x x= −
dan fungsi mula baru adalah ( )( )0( , ) 1 ( )g x t t x x tf x= − − + . Keputusan ditunjukkan di
dalam Jadual 6.3.
Contoh 6.4. Pertimbangkan contoh persamaan polinomial tunggal yang pernah dikaji
oleh Bi et al. (2008)
132
3 2( ) 4 15 0.f x x x= + − = (6.23)
Nilai mula yang digunakan adalah 0 2x = (Bi et al., 2008), fungsi mula semasa adalah
0( )g x x x= − dan fungsi mula baru adalah ( )( )0( , ) 1 ( )g x t t x x tf x= − − + . Keputusan
ditunjukkan di dalam Jadual 6.4.
Contoh 6.5. Pertimbangkan contoh persamaan yang pernah dikaji oleh Chun dan Neta
(2012)
5 4 2( ) 4 15 0.f x x x x= + + − = (6.24)
Nilai mula yang digunakan adalah 0 1.6x = , fungsi homotopi tambahan semasa adalah
0( )g x x x= − dan fungsi mula baru adalah ( )( )0( , ) 1 ( )g x t t x x tf x= − − + . Keputusan
ditunjukkan di dalam Jadual 6.5.
6.5.2 Sistem Persamaan Polinomial Contoh 6.6. Pertimbangkan sistem polinomial berikut seperti yang dibincangkan oleh
Rafiq dan Awais (2008)
2
12 2
2
( , ) 2 0.5 0.
( , ) 4 4 0.
f x y x x yf x y x y
= − − + =
= + − = (6.25)
133
Fungsi homotopi tambahan semasa adalah 0( , )G x y x x= −
dan fungsi mula baru adalah
( )( )0G( , ) 1 ( )x t t x x tF x= − − +
dan nilai mula 0 0( , ) (0,0)x y = digunakan. Keputusan
ditunjukkan di dalam Jadual 6.6 dengan mempelbagaikan bilangan lelaran.
Contoh 6.7. Pertimbangkan contoh sistem persamaan yang dikaji oleh Noor dan
Waseem (2009):
2 2 21
2 22
2 2 23
( , , ) 1 0.
( , , ) 2 4 0.
( , , ) 3 4 0.
f x y z x y zf x y z x y zf x y z x y z
= + + − =
= + − =
= − + =
(6.26)
Fungsi homotopi tambahan semasa adalah 0( , , )G x y z x x= −
dan fungsi mula baru
adalah ( )( )0G( , ) 1 ( )x t t x x tF x= − − +
dan nilai mula 0 0( , ) (0,0,0)x y = digunakan.
Keputusan seperti di dalam Jadual 6.7.
Contoh 6.8. Pertimbangkan contoh berikut yang diuji oleh Morgan (1983).
1
22
3
24
( , , , ) 10 0.
( , , , ) 5( ) 0.
( , , , ) ( 2 ) 0.
( , , , ) 10( ) 0.
f w x y z x y
f w x y z z wf w x y z y z
f w x y z x w
= + =
= − =
= − =
= − =
(6.27)
Fungsi homotopi tambahan semasa adalah 0( , , , )G w x y z x x= −
dan fungsi mula baru
adalah ( )( )0G( , ) 1 ( )x t t x x tF x= − − +
dan nilai mula 0 0 0 0( , , , ) (1,4,1,2)w x y z =
digunakan. Keputusan ditunjukkan dalam Jadual 6.8.
134
6.6 Keputusan dan Perbincangan
Keputusan yang diperolehi dibincangkan dengan menggunakan fungsi homotopi
tambahan yang berlainan dalam persamaan polinomial tunggal dan sistem persamaan
polinomial.
6.6.1 Fungsi Homotopi Piawai
Kadar ketepatan akan dikaji sama ada ketepatan akan meningkat atau tidak
apabila FTTL digunakan. Kajian ini meliputi kadar ketepatan terhadap persamaan
polinomial tunggal dan sistem persamaan polinomial.
6.6.1.1 Persamaan Polinomial Tunggal Perbandingan antara FTTP dan FTTL bagi Persamaan (6.22) – (6.24) dihimpunkan di
dalam Jadual 6.3 – 6.5.
Jadual 6.3. Perbandingan antara FTTP dan FTTL bagi Persamaan (6.22)
Bilangan lelaran
( )g x dalam ( , )H x t
( , )g x t dalam ( , )H x t
FTTP FTTLε ε→
10
72.75 10f −= − ×
102.10 10f −= − ×
6 910 10− −→
100
102.10 10f −= − ×
162.00 10f −= − ×
9 1510 10− −→
1000 132.04 10f −= − × 222.04 10f −= − ×
12 2110 10− −→
135
Jadual 6.4. Perbandingan antara FTTP dan FTTL bagi Persamaan (6.23)
Bilangan lelaran
( )g x dalam ( , )H x t
( , )g x t dalam ( , )H x t
FTTP FTTLε ε→
10
93.61 10f −= ×
122.75 10f −= ×
8 1110 10− −→
100
122.75 10f −= ×
182.67 10f −= ×
11 1710 10− −→
1000 152.681 10f −= × 242.67 10f −= − ×
14 2310 10− −→ Jadual 6.5. Perbandingan antara FTTP dan FTTL bagi Persamaan (6.24)
Bilangan lelaran
( )g x dalam ( , )H x t
( , )g x t dalam ( , )H x t
FTTP FTTLε ε→
10
95.06 10f −= ×
123.84 10f −= ×
8 1110 10− −→
100
123.84 10f −= ×
183.73 10f −= ×
11 1710 10− −→
1000 153.74 10f −= × 243.73 10f −= ×
14 2310 10− −→
Nilai anggaran penyelesaian yang terhasil bagi Persamaan (6.22), (6.23) dan (6.24)
adalah 4.49493967126358474920579326,x = 1.631980805566063517522106573x =
dan 1.347428098968304981506715481x = secara berturutan.
Jadual 6.3 hingga Jadual 6.5 menunjukkan penggunaan fungsi titik tetap linear
berkesan dalam meningkatkan kadar ketepatan anggaran punca persamaan polinomial
tunggal. Kadar ketepatan berubah secara mendadak daripada 1210ε −= kepada 2110ε −=
untuk persamaan (6.22) dan daripada 1410ε −= kepada 2310ε −= untuk persamaan (6.23)
dan (6.24) apabila bilangan lelaran ditingkatkan kepada 1000 lelaran.
136
6.6.1.2 Sistem Persamaan Polinomial
Kajian ketepatan akan keberkesanan fungsi homotopi tambahan baru FTTL ini
diteruskan lagi pada sistem persamaan. Perbandingan antara FTTP dan FTTL bagi
Persamaan (6.25) – (6.27) dihimpunkan di dalam Jadual 6.6 – 6.8.
Jadual 6.6. Perbandingan antara FTTP dan FTTL bagi Persamaan (6.25)
Bilangan lelaran
( )G x
dalam ( , )H x t
( , )G x t
dalam ( , )H x t
FTTP FTTLε ε→
10
31 4.90 10f −= ×
22 2.93 10f −= ×
51 3.36 10f −= ×
42 3.16 10f −= ×
1 310 10− −→
100
51 3.83 10f −= ×
42 2.96 10f −= ×
91 3.70 10f −= ×
82 2.96 10f −= ×
3 710 10− −→
1000
71 3.72 10f −= ×
62 2.96 10f −= ×
131 3.70 10f −= ×
122 2.96 10f −= ×
5 1110 10− −→
Jadual 6.7. Perbandingan antara FTTP dan FTTL bagi Persamaan (6.26)
Bilangan lelaran
( )G x
dalam ( , )H x t
( , )G x t
dalam ( , )H x t
FTTP FTTLε ε→
10
31 2.12 10f −= ×
32 1.21 10f −= ×
33 1.75 10f −= ×
51 1.77 10f −= ×
62 9.77 10f −= ×
53 1.49 10f −= ×
2 410 10− −→
100
51 1.82 10f −= ×
52 1.04 10f −= ×
53 1.56 10f −= ×
91 1.79 10f −= ×
92 1.02 10f −= ×
93 1.53 10f −= ×
4 810 10− −→
1000
71 1.79 10f −= ×
72 1.02 10f −= ×
73 1.54 10f −= ×
131 1.79 10f −= ×
132 1.02 10f −= ×
133 1.53 10f −= ×
6 1210 10− −→
137
Jadual 6.8. Perbandingan antara FTTP dan FTTL bagi Persamaan (6.27)
Bilangan lelaran
( )G x
dalam ( , )H x t
( , )G x t
dalam ( , )H x t
FTTP FTTLε ε→
10
171 2.78 10f −= ×
162 7.14 10f −= ×
23 2.94 10f −= ×
24 7.21 10f −= ×
171 8.67 10f −= − ×
172 6.98 10f −= ×
33 4.76 10f −= ×
34 8.83 10f −= ×
1 210 10− −→
100
161 6.14 10f −= ×
162 4.09 10f −= − ×
43 1.32 10f −= ×
44 2.60 10f −= ×
161 6.14 10f −= ×
162 4.09 10f −= − ×
63 2.79 10f −= ×
64 5.56 10f −= ×
3 510 10− −→
1000
161 6.67 10f −= − ×
152 2.67 10f −= − ×
43 2.86 10f −= ×
44 5.78 10f −= ×
171 1.21 10f −= ×
172 1.07 10f −= − ×
73 4.43 10f −= ×
74 8.87 10f −= ×
3 610 10− −→
Jadual 6.6 hingga Jadual 6.8 menunjukkan fungsi titik tetap linear berperanan
meningkatkan kadar ketepatan anggaran punca-punca sistem persamaan polinomial. Ini
dapat dilihat dengan mengukur nilai ε yang semakin mengecil pada setiap bilangan
lelaran yang telah dimalarkan. Nilai anggaran punca Persamaan (6.25) – (6.27) adalah
( , ) (1.9006767263675,0.31121856541977).x y =
( , , ) (0.69828860997159,-0.62852429796025,0.34256418968961).x y z =
4 4 5 4( , , , ) (-2.917435598 10 ,-8.212964517 10 ,8.212964517 10 ,-2.917435598 10 ).w x y z − − − −= × × × ×
secara berturutan.
138
6.6.2 Fungsi Homotopi Bezier Kuadratik (FHBK)
Kemudian, kadar ketepatan yang unggul akan dikaji sama ada ketepatan akan
meningkat atau tidak apabila ditambah dengan fungsi homotopi baru yang telah
diperkenalkan dalam Bab 5. Kajian ini meliputi kadar ketepatan terhadap persamaan
polinomial tunggal dan sistem persamaan polinomial.
6.6.2.1 Persamaan Polinomial Tunggal Perbandingan antara kadar ketepatan FTTL dalam fungsi homotopi piawai dengan
fungsi homotopi baru dalam menyelesaikan persamaan polinomial tunggal ditunjukkan
di dalam Jadual 6.9, Jadual 6.10 dan Jadual 6.11.
Jadual 6.9. Perbandingan antara FTTP dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.22)
Bilangan lelaran
( , )g x t dalam ( , )H x t
( , )g x t dalam
2 ( , )H x t FTTP FTTLε ε→
10
102.10 10f −= − ×
124.51 10f −= − ×
9 1110 10− −→
100
162.00 10f −= − ×
215.40 10f −= − ×
15 2010 10− −→
1000 222.04 10f −= − × 305.49 10f −= − ×
21 2910 10− −→ Jadual 6.10. Perbandingan antara FTTP dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.23)
Bilangan lelaran
( , )g x t dalam ( , )H x t
( , )g x t dalam
2 ( , )H x t FTTP FTTLε ε→
10
122.75 10f −= ×
145.92 10f −= ×
11 1310 10− −→
100
182.67 10f −= ×
237.08 10f −= ×
17 2210 10− −→
1000 242.67 10f −= − × 327.20 10f −= ×
23 3110 10− −→
139
Jadual 6.11. Perbandingan antara FTTP dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.24)
Bilangan lelaran
( , )g x t dalam ( , )H x t
( , )g x t dalam
2 ( , )H x t FTTP FTTLε ε→
10
123.84 10f −= ×
148.26 10f −= ×
11 1310 10− −→
100
183.73 10f −= ×
239.87 10f −= ×
17 2210 10− −→
1000 243.73 10f −= × 311.00 10f −= ×
23 3010 10− −→ Nilai anggaran penyelesaian yang terhasil bagi Persamaan (6.22), (6.23) dan (6.24)
adalah
4.494939671263584749205801534573530519813.x = 1.631980805566063517522106445541260025066.x = 1.347428098968304981506715380714823915919.x =
secara berturutan. Jadual 6.9 hingga Jadual 6.11 menunjukkan terdapat peningkatan
dalam kadar ketepatan apabila FTTL digunakan bersama dengan FHBK dalam
menyelesaikan persamaan polinomial tunggal.
6.6.2.2 Sistem Persamaan Polinomial
Perbandingan antara kadar ketepatan dalam fungsi homotopi piawai dengan
fungsi homotopi baru dalam menyelesaikan sistem persamaan polinomial ditunjukkan di
dalam Jadual 6.12, Jadual 6.13 dan Jadual 6.14.
140
Jadual 6.12 : Perbandingan antara FTTP dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.25)
Bilangan lelaran
( , )G x t
dalam ( , )H x t
( , )G x t
dalam
2 ( , )H x t
FTTP FTTLε ε→
10
51 3.36 10f −= ×
42 3.16 10f −= ×
61 2.43 10f −= ×
52 2.58 10f −= ×
3 410 10− −→
100
91 3.70 10f −= ×
82 2.96 10f −= ×
121 3.29 10f −= ×
112 2.63 10f −= ×
7 1010 10− −→
1000
131 3.70 10f −= ×
122 2.96 10f −= ×
161 4.44 10f −= − ×
162 2.94 10f −= − ×
11 1510 10− −→
Jadual 6.13 : Perbandingan antara FTTP dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.26)
Bilangan lelaran
( , )G x t
dalam ( , )H x t
( , )G x t
dalam
2 ( , )H x t
FTTP FTTLε ε→
10
51 1.77 10f −= ×
62 9.77 10f −= ×
53 1.49 10f −= ×
61 1.35 10f −= ×
72 7.40 10f −= ×
63 1.14 10f −= ×
4 510 10− −→
100
91 1.79 10f −= ×
92 1.02 10f −= ×
93 1.53 10f −= ×
121 1.59 10f −= ×
132 9.03 10f −= ×
123 1.36 10f −= ×
8 1110 10− −→
1000
131 1.79 10f −= ×
132 1.02 10f −= ×
133 1.53 10f −= ×
171 1.08 10f −= ×
162 2.28 10f −= − ×
173 8.97 10f −= − ×
12 1510 10− −→
141
Jadual 6.14 : Perbandingan antara FTTP dalam Fungsi Homotopi Piawai dan FTTL dalam FHBK bagi Persamaan (6.27)
Bilangan lelaran
( , )G x t
dalam ( , )H x t
( , )G x t
dalam
2 ( , )H x t
FTTP FTTLε ε→
10
171 8.67 10f −= − ×
172 6.98 10f −= ×
33 4.76 10f −= ×
34 8.83 10f −= ×
151 5.43 10f −= − ×
162 7.60 10f −= − ×
33 3.30 10f −= ×
34 4.64 10f −= ×
210−
100
161 6.14 10f −= ×
162 4.09 10f −= − ×
63 2.79 10f −= ×
64 5.56 10f −= ×
161 6.05 10f −= − ×
162 2.85 10f −= ×
63 2.79 10f −= ×
64 5.56 10f −= ×
510−
1000
171 1.21 10f −= ×
172 1.07 10f −= − ×
73 4.43 10f −= ×
74 8.87 10f −= ×
171 9.16 10f −= − ×
162 3.59 10f −= ×
93 2.83 10f −= ×
94 5.67 10f −= ×
6 810 10− −→
Jadual 6.9 – 6.14 menunjukkan bahawa fungsi titik tetap linear yang baru
diperkenalkan mempunyai prestasi yang lebih baik apabila digabungkan dengan fungsi
homotopi Bezier kuadratik. Nilai anggaran penyelesaian Persamaan (6.25), (6.26) dan
(6.27) adalah
( , ) (1.9006767263670656387,0.31121856541929437956).x y =
( , , ) (0.69828860997159,-0.62852429796025,0.34256418968961).x y z =
4 4 5 4( , , , ) (-2.917435598 10 ,-8.212964517 10 ,8.212964517 10 ,-2.917435598 10 ).w x y z − − − −= × × × ×
apabila FTTL diaplikasikan. Didapati kadar ketepatan bagi persamaan polinomial
tunggal boleh menumpu dengan lebih tepat dengan nilai 3110ε −= apabila FTTL
142
digunakan bersama FHBK. Kadar ketepatan boleh mencapai 1510ε −= bagi sistem
persamaan yang mengandungi dua dan tiga pembolehubah.
6.7 Analisis Ralat Mutlak Punca Persamaan
Kriteria (6.3) masih tidak cukup untuk merumuskan bahawa FTTL memainkan
peranan penting dalam peningkatan kadar ketepatan. Kriteria lain perlu digunakan dalam
memastikan FTTL benar-benar berkesan. Kriteria lain yang dimaksudkan adalah
pengiraan ralat mutlak yang wujud antara nilai anggaran penyelesaian dengan nilai
sebenar. Nilai sebenar dapat diketahui melalui Mathematica 7.0 dan ralat mutlak x∆
boleh dikira menggunakan formula berikut
( ) ,x x x∆ = − (6.28)
dengan x adalah nilai sebenar manakala x adalah nilai anggaran. Nilai ralat mutlak
yang terkecil menunjukkan bahawa nilai anggaran yang terhasil adalah lebih tepat. Ralat
mutlak antara FTTP dan FTTL dalam menyelesaikan persamaan polinomial tunggal
( ) 0f x = ditunjukkan di dalam Jadual 6.15 – 6.17.
Jadual 6.15. Ralat Mutlak Punca antara FTTP dan FTTL bagi Persamaan (6.22)
Bilangan lelaran
( )g x ( , )g x t FTTP FTTLε ε→
10
81.11 10x −∆ = ×
131.83 10x −∆ = ×
7 1210 10− −→
100
128.51 10x −∆ = ×
188 10x −∆ = ×
11 1710 10− −→
1000 158.00 10x −∆ = × 248.27 10x −∆ = ×
14 2310 10− −→
143
Jadual 6.16. Ralat Mutlak Punca antara FTTP dan FTTL bagi Persamaan (6.23)
Bilangan lelaran
( )g x ( , )g x t FTTP FTTLε ε→
10
101.72 10x −∆ = ×
131.31 10x −∆ = ×
9 1210 10− −→
100
131.31 10x −∆ = ×
191.27 10x −∆ = ×
12 1810 10− −→
1000 161.02 10x −∆ = × 251.30 10x −∆ = ×
15 2410 10− −→ Jadual 6.17. Ralat Mutlak Punca antara FTTP dan FTTL bagi Persamaan (6.24)
Bilangan lelaran
( )g x ( , )g x t FTTP FTTLε ε→
10
101.37 10x −∆ = ×
131.04 10x −∆ = ×
9 1210 10− −→
100
131.04 10x −∆ = ×
191.01 10x −∆ = ×
12 1810 10− −→
1000 161.01 10x −∆ = × 251.01 10x −∆ = ×
15 2410 10− −→ Salah satu nilai sebenar yang dikesan bagi punca-punca persamaan (6.22), (6.23) dan
(6.24) adalah 4.494939671263584749205802,x = 1.631980805566063517522106,x =
dan 1.34742809896830498150671538x = secara berturutan. Didapati kadar ketepatan
FTTL sentiasa meningkat jika dibandingkan dengan FTTP. Adakalanya kadar
ketepatan bagi FTTL boleh mencecah sehingga 2410ε −= .
Ralat mutlak antara FTTP dan FTTL dalam menyelesaikan sistem persamaan polinomial
( ) 0F x =
ditunjukkan di dalam Jadual 6.18 – 6.20.
144
Jadual 6.18. Ralat Mutlak Punca antara FTTP dan FTTL bagi Persamaan (6.25)
Bilangan lelaran
( )G x
( , )G x t
FTTP FTTLε ε→
10
35.00 10x −∆ = × 34.12 10y −∆ = ×
54.83 10x −∆ = × 55.34 10y −∆ = ×
2 410 10− −→
100
54.72 10x −∆ = × 54.68 10y −∆ = ×
94.68 10x −∆ = × 94.74 10y −∆ = ×
4 810 10− −→
1000
74.69 10x −∆ = × 74.73 10y −∆ = ×
134.68 10x −∆ = × 134.73 10y −∆ = ×
6 1210 10− −→
Jadual 6.19. Ralat Mutlak Punca antara FTTP dan FTTL bagi Persamaan (6.26)
Bilangan lelaran
( )G x
( , )G x t
FTTP FTTLε ε→
10
48.86 10x −∆ = × 44.53 10y −∆ = × 44.59 10z −∆ = ×
67.39 10x −∆ = × 63.72 10y −∆ = × 63.89 10z −∆ = ×
3 510 10− −→
100
67.66 10x −∆ = × 63.83 10y −∆ = × 63.96 10z −∆ = ×
107.53 10x −∆ = × 103.76 10y −∆ = × 103.90 10z −∆ = ×
5 910 10− −→
1000
87.54 10x −∆ = × 83.76 10y −∆ = × 83.90 10z −∆ = ×
147.54 10x −∆ = × 143.76 10y −∆ = × 143.90 10z −∆ = ×
7 1310 10− −→
Jadual 6.20. Ralat Mutlak Punca antara FTTP dan FTTL bagi Persamaan (6.27)
Bilangan lelaran
( )G x
( , )G x t
FTTP FTTLε ε→
10
27.44 10w −∆ = × 12.25 10x −∆ = × 22.25 10y −∆ = × 27.44 10z −∆ = ×
23.03 10w −∆ = × 28.32 10x −∆ = × 38.32 10y −∆ = × 23.03 10z −∆ = ×
0 110 10−→
100
22.76 10w −∆ = × 21.46 10x −∆ = × 31.46 10y −∆ = × 22.76 10z −∆ = ×
47.32 10w −∆ = × 32.06 10x −∆ = × 42.06 10y −∆ = × 47.32 10z −∆ = ×
1 210 10− −→
1000
38.70 10w −∆ = × 34.82 10x −∆ = × 44.82 10y −∆ = × 38.70 10z −∆ = ×
42.92 10w −∆ = × 48.21 10x −∆ = × 58.21 10y −∆ = × 42.92 10z −∆ = ×
2 310 10− −→
145
Salah satu nilai sebenar yang dikesan bagi punca-punca persamaan (6.25), (6.26)
dan (6.27) adalah 1.900676726367065771,0.311218565419294( , ) ( ),2697x y =
0.6982886099715139009, 0.6285242979602138064,0.34256418968( , , 9569437) 7)(x y z −= dan ( , , , ) (0,0,0,0)w x y z = secara berturutan. Didapati kadar ketepatan FTTL sentiasa
meningkat jika dibandingkan dengan FTTP. Adakalanya kadar ketepatan bagi FTTL
boleh mencecah sehingga 1310ε −= .
6.8 Kesimpulan
Sumbangan asli kami dalam bab ini adalah memperkenalkan satu fungsi
homotopi tambahan yang baru. Dalam kajian ini, keistimewaan Fungsi Titik Tetap
Linear yang diperkenalkan dilihat dapat mengatasi fungsi mula yang lain. Ini dapat
dilihat dengan mengukur dua kriteria (6.3) dan (6.4). Fungsi mula baru, yang dihasilkan
dengan menambah parameter t dalam fungsi mula piawai, menyebabkan penganggaran
( , )G x t
lebih cepat berbanding ( )G x
. Seterusnya, menyebabkan penganggaran nilai
fungsi ( ,1.0) ( )H x F x=
dan 2 ( ,1.0) ( )H x F x=
yang menggunakan Fungsi Titik Tetap
Linear ( , )G x t
lebih menghampiri 0 berbanding ( ,1.0) ( )H x F x=
dan
2 ( ,1.0) ( )H x F x=
yang menggunakan Fungsi Titik Tetap Piawai ( )G x
. Kajian kadar
ketepatan akan diteruskan lagi dalam bab seterusnya dengan memperkenalkan kaedah
homotopi yang baru.
146
BAB 7
KAEDAH OSTROWSKI PERSELANJARAN HOMOTOPI
7.1 Pengenalan
Fungsi homotopi tambahan yang baru telah diperkenalkan dan dibincangkan
dalam Bab 6. Dalam bab ini, faktor lain yang meningkatkan ketepatan anggaran akan
dikaji dan faktor itu adalah kaedah homotopi itu sendiri. Terdapat pelbagai jenis kaedah
homotopi yang telah disebut dan telah dibuat bandingan dalam Bab 4. Dalam bab ini,
satu kaedah homotopi perselanjaran baru akan diperkenalkan iaitu Kaedah Ostrowski
Perselanjaran Homotopi (Ostrowski-PH). Kaedah Ostrowski-PH yang terhasil akan
diterangkan, akan dibandingkan dengan kaedah terbaik daripada setiap kategori dan
keputusan akan dibuat di bahagian seterusnya. Dalam erti kata lain, Kaedah Ostrowski-
PH akan dibandingkan dengan Kaedah Varian Baru Newton-PH bagi menyelesaikan
persamaan polinomial tunggal
( ) 0 .f x = (7.1)
Kaedah Ostrowski-PH akan dibandingkan dengan Kaedah Newton-PH bagi masalah
sistem persamaan polinomial
( ) 0,F x =
(7.2)
dengan ( )1 2( ) ( ), ( ),. . . ,( ) T
nF x f x f x f x=
dan 1 2{ , ,..., }.nx x x x=
147
Pemilihan bagi kaedah perselanjaran homotopi terbaik berdasarkan kriteria
penumpuan yang minimum yang mampu dicapai apabila bilangan lelaran ditetapkan
iaitu
1 2( , ,..., ) ,nF x x x ε
∞< (7.3)
dengan ( )1 2 1 2( , ,..., ) max , ,...,n nF x x x f f f
∞= dan
,x x ε
∞− <
(7.4)
dengan ( )1 1 2 2max , ,..., n nx x x x x x x x
∞− = − − −
dan 10dε = dengan d adalah
integer bukan positif. Kajian perbandingan ini hanya menggunakan ralat mutlak punca
persamaan dan ralat mutlak fungsi persamaan, tidak melibatkan analisis yang kompleks.
7.2 Algoritma
Algoritma bagi kaedah terbaik semasa dengan Kaedah Ostrowski Perselanjaran
Homotopi ditunjukkan terlebih dahulu sebelum kajian pembandingan dilaksanakan.
Algoritma 7.1 hingga 7.4 ditunjukkan seperti berikut.
( ) 0f x =7.2.1. Persamaan Polinomial Tunggal Algoritma 7.1: Kaedah Varian Baru-PH Data masuk: Nilai 0x .k, bilangan lelaran maksimum
.kxData keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10k = (saiz selang = 0.1). Langkah 2: Tetapkan 0( )g x x x= − dan ( , ) (1 ) ( ) ( ).H x t t g x tf x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5 Langkah 4: Tetapkan
148
1
( , )( , )
( , )2 ( , ) ( , )
( , ) ( , )
ii i
x i
ii i
x i y i
x i y i
H x ty xD H x t
H x tx x D H x t D y tD H x t D H y t
+
= −
= −
+
1ix +Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung
kxLangkah 6: Data keluar dan ( )i kF x . 0.01t∆ =Langkah 7: Ulang prosedur sama dan kemudian 0.001t∆ = .
Prosedur tamat. BERHENTI Algoritma 7.2: Kaedah Ostrowski-PH Data masuk: Nilai mula 0x .k, Bilangan lelaran maksimum
.kxData keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10k = (saiz selang = 0.1). Langkah 2: Tetapkan 0( , ) (1 )( ) ( )g x t t x x tf x= − − + dan ( , ) (1 ) ( , ) ( )H x t t g x t tf x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5
Langkah 4: Tetapkan
1
( , )'( , )
( , ) ( , ) .( , ) 2 ( , ) ( , )
ii i
i
i ii i
i i x i
H x ty xH x t
H x t H y tx yH x t H y t D H x t+
= −
= −−
1ix +Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung
kxLangkah 6: Data keluar dan ( )i kF x . 0.01t∆ =Langkah 7: Ulang prosedur sama dan kemudian 0.001t∆ = .
Prosedur tamat BERHENTI
( ) 0F x =
7.2.2. Sistem Persamaan Polinomial Algoritma 7.3. Kaedah Newton-PH
0x
Data masuk: Nilai mula , Bilangan lelaran maksimum k
kx
Data keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10k = (saiz selang = 0.1). Langkah 2: Tetapkan 0( ) ( )G x x x= −
dan ( , ) (1 ) ( ) ( )H x t t G x tF x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5
1
1 ( , ) ( , )i i x i ix x D H x t H x t−
+ = −
Langkah 4: Tetapkan , 0,1, 2,..., 1.i k= −
1ix +Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung
kx
Langkah 6: Data keluar dan ( )i kF x
.
149
0.01t∆ =Langkah 7: Ulang prosedur sama dan kemudian 0.001t∆ = . Prosedur tamat BERHENTI Algoritma 7.4. Kaedah Ostrowski-PH Data masuk: Nilai mula 0x .k , Bilangan lelaran maksimum
.kxData keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10k = (saiz selang = 0.1). Langkah 2: Tetapkan 0( , ) (1 )( ) ( )G x t t x x tF x= − − +
dan ( , ) (1 ) ( , ) ( ).H x t t G x t tF x= − +
0i =Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 - 5
Langkah 4: Tetapkan
1
1
1
( , ) ( , )
( , ) ( , ).
i i x i i
i i x i j i
y x D H x t H x t
x y D H x t O x t
−
−
+
= −
= −
0,1,2,..., 1,i k= −
1ix +Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung
kx
Langkah 6: Data keluar dan ( )i kF x
. 0.01t∆ =Langkah 7: Ulang prosedur sama dan kemudian 0.001t∆ = .
Prosedur tamat BERHENTI 7.3. Penubuhan Kaedah Ostrowski Perselanjaran Homotopi
Beberapa kaedah perselanjaran homotopi telah ditunjukkan dalam Bab 4. Kajian
perbandingan kaedah-kaedah homotopi telah dijalankan. Didapati kaedah Varian Baru
Newton-PH adalah kaedah terbaik bagi kategori persamaan tunggal dan kaedah Newton-
PH adalah kaedah yang terbaik bagi sistem persamaan.
Teknik yang digunakan untuk pembentukan Kaedah Newton-PH, Kaedah Sekan-
PH dan Adomian-PH, digunakan juga untuk pembentukan Kaedah Ostrowski-PH.
Kaedah Ostrowski-PH terbentuk daripada kaedah klasiknya sendiri iaitu kaedah
Ostrowski yang telah dicetuskan oleh Alexander Markowich Ostrowski (1960). Kaedah
Ostrowski untuk persamaan polinomial tunggal ditakrifkan sebagai
150
1
( ) ,'( )
( ) ( ) ,( ) 2 ( ) '( )
ii i
i
i ii i
i i i
f xy xf x
f x f yx yf x f y f x+
= −
= −−
0,1, 2,..., 1,i k= − (7.5)
dan bagi sistem persamaan boleh ditulis sebagai
1
1
1
( ) ( ),
( ) ( ),
i i x i i
i i x i
y x D F x F x
x y D F x O x
−
−
+
= −
= −
0,1, 2,..., 1.i k= − (7.6)
dengan ( )iO x
adalah fungsi Ostrowski yang diwakilkan sebagai
( ) ( )
( ) ,( ) 2 ( )
j i j ij i
j i j i
f x f yO x
f x f y=
−
0,1,2,..., 1,i k= − 1, 2,..., .j n= (7.7)
Dengan menggunakan konsep transformasi fungsi, formula yang dapat dibentuk seperti berikut
1
( , ) ,'( , )
( , ) ( , ) ,( , ) 2 ( , ) ( , )
ii i
i
i ii i
i i x i
H x ty xH x t
H x t H y tx yH x t H y t D H x t+
= −
= −−
0,1, 2,..., 1,i k= − (7.8)
bagi satu persamaan tidak linear dan
1
1
1
( , ) ( , ),
( , ) ( , ),
i i x i i
i i x i j i
y x D H x t H x t
x y D H x t O x t
−
−
+
= −
= −
0,1, 2,..., 1,i k= − (7.9)
bagi sistem persamaan polinomial dengan
151
( , ) ( , )
( , ) ,( , ) 2 ( , )
j i j ij i
j i j i
H x t H y tO x t
H x t H y t=
−
0,1,2,..., 1,i k= − 1, 2,..., .j n= (7.10)
Fungsi ( , )iH x t
adalah fungsi homotopi piawai dan ( , )x iD H x t
adalah matriks Jacoban
ditakrifkan sebagai
1 1 1
1 2
2 2 2
1 2
1 2
( , ) .
n
nx
n n n
n
H H Hx x xH H Hx x xD H x t
H H Hx x x
∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂= ∂ ∂ ∂
∂ ∂ ∂
(7.11)
Berdasarkan rumus kaedah Ostrowski (7.5), kaedah ini mencapah apabila
0'( ) 0f x = . Kaedah Ostrowski kemudiannya diaplikasikan di dalam Contoh 7.1.
Contoh 7.1. Pertimbangkan persamaan polinomial tunggal yang dibincangkan oleh
Wu (2005b)
3 21 1( ) 6 1 0.
3 2f x x x x= − − + = (7.12)
Kelemahan Kaedah Ostrowski dapat diperhatikan apabila persamaan (7.12)
dimulakan dengan nilai mula seperti 0 4x = , 0 2x = − , 0 3x = , 0 2.01x = − dan 0 3.01.x =
Kriteria penamat adalah 5( ) 10kf x −< .
Masalah pencapahan yang berlaku bagi kaedah Ostrowski ditunjukkan seperti di
dalam Jadual 7.1.
152
Jadual 7.1. Masalah Pencapahan Kaedah Ostrowski Nilai Mula Kaedah
Ostrowski Anggaran Penyelesaian ( )f x
0 4x =
Menumpu selepas lelaran kedua
4.98805001729148x = 68.95 10−×
0 2x = − Mencapah Tidak dapat ditentukan Tidak dapat ditentukan
0 3x = Mencapah Tidak dapat ditentukan Tidak dapat ditentukan
0 2.01x = − Menumpu selepas 7 lelaran
3.65270475885147x = − 157.11 10−− ×
0 3.01x = Menumpu selepas 7 lelaran
4.98804937330306x = 92.64 10−×
Masalah pencapahan ini boleh diselesaikan melalui kaedah Ostrowski-PH dan
hasil kajian ditunjukkan seperti di dalam Jadual 7.2.
Jadual 7.2. Kaedah Ostrowski-PH sebagai Satu Penyelesaian Nilai mula Kaedah
Ostrowski-PH Anggaran Penyelesaian ( )f x
0 4x =
Menumpu selepas lelaran pertama
4.98804938980454x = 72.32 10−×
0 2x = − Menumpu selepas 4 lelaran
-3.65270502903986x = 62.97 10−− ×
0 3x = Menumpu selepas 3 lelaran
4.98804948657143x = 61.58 10−×
0 2.01x = − Menumpu selepas 4 lelaran
-3.65270502234880x = 62.90 10−− ×
0 3.01x = Menumpu selepas 3 lelaran
4.98804952286232x = 62.08 10−×
Berdasarkan Jadual 7.2, dapat diperhatikan bahawa Kaedah Ostrowski-PH
mampu untuk menyelesaikan masalah pencapahan dan mampu menumpu lebih cepat
berbanding Kaedah Ostrowski. Punca persamaan (7.12) tidak dapat ditentukan jika
dianggarkan dari nilai mula 0 2x = − dan 0 3x = . Masalah pencapahan ini berlaku apabila
nilai fungsi dibahagi dengan sifar. Manakala bagi nilai mula 0 2.01x = − dan
0 3.01x = (rapat dengan nilai mula yang tidak baik), Kaedah Ostrowski akan menumpu
153
dengan penumpuan yang lambat. Kaedah Ostrowski yang digunakan untuk
menyelesaikan persamaan (7.12) dengan nilai mula 0 2.01x = − dan 0 3.01x =
digambarkan di dalam Rajah 7.1 dan 7.2.
Rajah 7.1 : Prestasi Kaedah Ostrowski dengan Kaedah Ostrowski-PH bagi Persamaan (7.12) apabila 0 2.01x = − (dekat dengan nilai mula yang tidak bagus)
154
Rajah 7.2: Prestasi Kaedah Ostrowski dengan Kaedah Ostrowski-PH bagi Persamaan (7.12) apabila 0 3.01x = (dekat dengan nilai mula yang tidak bagus)
Graf dalam Rajah 7.1 dan Rajah 7.2 menunjukkan bahawa Kaedah Ostrowski-
PH berfungsi lebih baik daripada Kaedah Ostrowski. Kelemahan Kaedah Ostrowski
dapat dilihat dengan jelas: kaedah ini tidak konsisten dan mempunyai penumpuan yang
lambat.
7.4. Penumpuan Kaedah Ostrowski Perselanjaran Homotopi
Takrif 7.1, Takrif 7.3, dan Takrif 7.4 ditunjukkan terlebih dahulu untuk
menghasilkan Teorem 7.2 dan Teorem 7.5 secara berturutan.
Takrif 7.1 (Burden & Faires, 2011). Andaikan 0{ }k
i ix = adalah satu siri yang menumpu
kepada x , dengan keadaan ix x≠ bagi semua i . Jika pemalar positif ρ dan α wujud
dengan keadaan
155
1
1lim ,i
i ki
x xx x αρ +
→ −
−=
− 0,1,..., 1,i k= − 0,α > (7.13)
maka 0{ }ki ix = menumpu ke nilai sebenar x pada peringkat α .
Kadar penumpuan bagi Kaedah Ostrowski-PH ditunjukkan seperti di dalam Teorem 7.2:
Teorem 7.2. Andaikan 1
1lim 1,i
x ki
x xx x+
→ −
−<
−maka Kaedah Ostrowski-PH menumpu ke nilai
sebenar x secara linear.
Bukti.
Persamaan (7.8) dipecahkan kepada dua bahagian,
( , ) .
( , )i
i ix i
H x ty xD H x t
= − (7.14a)
1( , ) ( , ) .
( , ) 2 ( , ) ( , )i i
i ii i x i
H x t H y tx yH x t H y t D H x t+ = −
− (7.14b)
Gantikan Persamaan (7.14a) ke dalam Persamaan (7.14b) supaya menjadi
1 1 11
1 1 1 1
( , ) ( , ) ( , ) ,( , ) ( , ) 2 ( , ) ( , )
i i i i i ii i
x i i i i i i x i i
H x t H x t H y tx xD H x t H x t H y t D H x t
+ + ++
+ + + +
= − −−
(7.15)
dengan 11
iit
k+
+= . Kemudian, 1 0x x≈ apabila 0i = dan k →+∞ .
Bagi 0 1i k< < − ,
1 2 3 1... .kx x x x −≈ ≈ ≈ ≈ (7.16)
Akhir sekali, apabila 1i k= − dan 1t = ,
156
1 1 11
1 1 1 1
( ) ( ) ( ) .'( ) ( ) 2 ( ) '( )
k k kk k
k k k k
f x f x f yx xf x f x f y f x
− − −−
− − − −
= − −−
(7.17)
Oleh kerana 1( ) 0kf x − ≈ apabila 1k − → +∞ , 1k kx x −≈ . Dengan menggabungkan
kesemua subsiri, siri bagi nilai anggaran punca persamaan menggunakan Kaedah
Ostrowski-PH menjadi 0{ }ki ix = .
Kadar penumpuan bagi suatu kaedah ditunjukkan seperti di dalam Takrif 7.3:
Takrif 7.3 Andaikan 0{ }k
i ix = dengan 0k ≥ merupakan satu jujukan dalam ℜ menumpu
kepada nilai sebenar punca persamaan x . Kemudian, penumpuan disebut
a) Linear , jika wujud kM dengan 0 1kM< < apabila 1k k kx x M x x−− ≤ −
b) Kuadratik, jika wujud kM dengan 0 1kM< < apabila 21k k kx x M x x−− ≤ −
c) Peringkat α , jika wujud kM dengan 0 1kM< < apabila 1k k kx x M x x α−− ≤ −
Melalui kaedah cuba-cuba, didapati jujukan { } 0
ki i
x=
menumpu kepada nilai punca x
secara linear. Menurut Faires dan Burden (2002), satu kaedah yang menghasilkan satu
jujukan { } 0
ki i
x=
akan menumpu secara linear jika wujud satu pemalar kM dengan
0 1kM< < dan memenuhi syarat berikut
( ) ( )1 .k k kx x M x x −− ≤ − (7.18)
Oleh itu, pembuktian ini membuktikan Kaedah Ostrowski-PH menumpu secara linear.
157
Takrif 7.4. Andaikan 1{ }ki ix =
adalah satu siri yang menumpu ke nilai sebenar x
, dengan
keadaan ix x≠
bagi semua i . Jika pemalar positif ρ dan α wujud dengan keadaan
1
1lim ,i
i ki
x xx x αρ +
→ −
−=
−
(7.19)
maka jujukan 1{ }k
i ix =
menumpu ke nilai x
pada peringkat α dengan 0α > .
Teorem 7.5. Andaikan 1
1lim 1,i
i ki
x xx x+
→ −
−<
−
maka Kaedah Ostrowski-PH menghasilkan
lelaran yang menumpu ke nilai sebenar x
pada kadar linear.
Bukti.
Dengan menggunakan teknik yang sama untuk penghasilan Teorem 7.2, didapati
1 .k k kx x M x x −− ≤ −
(7.20)
Takrif 7.6 (Cordero & Torregrosa, 2007): Andaikan 0{ }k
i ix =
dengan 0k ≥ merupakan
satu jujukan dalam nℜ menumpu kepada nilai sebenar punca persamaan x
. Kemudian,
penumpuan disebut
a) Linear , jika wujud kM dengan 0 1kM< < apabila 1k k kx x M x x−− ≤ −
b) Kuadratik, jika wujud kM dengan 0 1kM< < apabila 21k k kx x M x x−− ≤ −
c) Peringkat α , jika wujud kM dengan 0 1kM< < apabila 1k k kx x M x x α−− ≤ −
158
Melalui kaedah cuba-cuba juga, didapati jujukan 0{ }ki ix =
menumpu kepada nilai
penyelesaian secara linear. Oleh itu, pembuktian ini membuktikan Kaedah Ostrowski-
PH menumpu secara linear.
Oleh kerana Kaedah Ostrowski-PH memenuhi syarat (7.18) dan (7.20), maka
Kaedah Ostrowski-PH menumpu pada kadar linear dalam menyelesaikan persamaan
polynomial tunggal dan sistem persamaan polinomial.
7.5. Pelaksanaan
Kaedah baru yang diperkenalkan kemudiannya dibandingkan secara meluas bagi
persamaan polinomial tunggal dan sistem persamaan polinomial.
7.5.1. Persamaan Polinomial Tunggal ( ) 0.f x =
Kajian perbandingan antara kaedah Varian Baru Newton-PH dengan kaedah
Ostrowski-PH dikaji melalui tiga contoh persamaan polinomial tunggal yang
dipertimbangkan seperti di dalam Contoh 7.2, 7.3 dan 7.4.
Contoh 7.2. Pertimbangkan persamaan tunggal yang dibincangkan oleh Rafiq dan
Awais (2008)
3 2( ) 4 10 0.f x x x= − − = (7.21)
Nilai mula 083
x = (Rafiq & Awais, 2008) dan fungsi homotopi tambahan 0( )g x x x= −
digunakan. Hasil kajian dibentangkan di dalam Jadual 7.3.
159
Contoh 7.3. Pertimbangkan persamaan tunggal yang telah dikaji oleh Bi et al. (2008)
3 2( ) 4 15 0.f x x x= + − = (7.22)
Nilai mula 0 2x = (Bi et al., 2008) dan fungsi homotopi tambahan adalah 0( )g x x x= −
digunakan. Hasil yang diperolehi disimpulkan di dalam Jadual 7.4.
Contoh 7.4. Pertimbangkan persamaan polinomial berikut yang diuji oleh Chun dan
Neta (2012)
5 4 2( ) 4 15 0.f x x x x= + + − = (7.23)
Nilai mula 0 1.6x = dan fungsi homotopi tambahan 0( )g x x x= − digunakan. Hasil
kajian perbandingan ditunjukkan di dalam Jadual 7.5.
7.5.2. Sistem Persamaan Polinomial ( ) 0.F x =
Tiga contoh sistem persamaan polinomial turut dipertimbangkan seperti di dalam
Contoh 7.5, 7.6 dan 7.7.
Contoh 7.5. Pertimbangkan contoh sistem persamaan polinomial berikut seperti yang
dibincangkan dalam Rafiq dan Awais (2008)
2
12 2
2
( , ) 2 0.5 0.
( , ) 4 4 0.
f x y x x yf x y x y
= − − + =
= + − = (7.24)
160
Fungsi homotopi tambahan 1 0( , )g x y x x= − , 2 0( , )g x y y y= − dan nilai mula
0 0( , ) (0,0)x y = digunakan. Keputusan ditunjukkan di dalam Jadual 7.6.
Contoh 7.6. Pertimbangkan contoh berikutnya yang dikaji oleh Noor dan Waseem
(2009)
2 2 21
2 22
2 2 23
( , , ) 1 0.
( , , ) 2 4 0.
( , , ) 3 4 0.
f x y z x y zf x y z x y zf x y z x y z
= + + − =
= + − =
= − + =
(7.25)
Fungsi homotopi tambahan adalah 1 0( , , )g x y z x x= − , 2 0( , , )g x y z y y= − ,
3 0( , , )g x y z z z= − dan nilai mula adalah 0 0 0( , , ) (0,0,0)x y z = . Hasil kajian ditunjukkan
di dalam Jadual 7.7.
Contoh 7.7. Pertimbangkan contoh berikut seperti yang dibincangkan oleh Morgan
(1983)
1
22
3
24
( , , , ) 10 0.
( , , , ) 5( ) 0.
( , , , ) ( 2 ) 0.
( , , , ) 10( ) 0.
f w x y z x y
f w x y z z wf w x y z y z
f w x y z x w
= + =
= − =
= − =
= − =
(7.26)
Fungsi homotopi tambahan 1 0( , , , )g w x y z w w= − , 2 0( , , , )g w x y z x x= − ,
3 0( , , , )g w x y z y y= − , 4 0( , , , )g w x y z z z= − dan nilai mula 0 0 0 0( , , , ) (1,4,1,2)w x y z =
digunakan dalam kajian perbandingan. Hasilnya seperti di dalam Jadual 7.8.
161
7.6. Keputusan dan Perbincangan
Keputusan yang diperolehi dibincangkan dengan menggunakan fungsi homotopi
piawai ( , )H x t
dan fungsi homotopi baru 2( , )H x t
bersama-sama fungsi tambahan baru
( , )G x t
dalam persamaan polinomial tunggal dan sistem persamaan polinomial.
7.6.1 Fungsi Homotopi Piawai
Kadar ketepatan akan dikaji sama ada ketepatan akan meningkat atau tidak
apabila fungsi homotopi piawai digunakan dengan kaedah Ostrowski-PH. Kajian ini
meliputi kadar ketepatan terhadap persamaan polinomial tunggal dan sistem persamaan
polinomial.
7.6.1.1 Persamaan Polinomial Tunggal ( ) 0.f x =
Kaedah Ostrowski-PH yang menggunakan fungsi homotopi piawai dibandingkan
dengan Kaedah Varian Baru Newton-PH dalam menyelesaikan persamaan tunggal
melalui Contoh 7.2 – 7.4 dan hasilnya ditunjukkan di dalam Jadual 7.3 – 7.5.
Jadual 7.3. Perbandingan antara Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.21)
Bilangan lelaran
1Varian Baru Newton-PH
21 2ε ε→Ostrowski-PH
10
72.75 10f −= − ×
94.71 10f −= ×
6 810 10− −→
100
102.10 10f −= − ×
133.21 10f −= ×
9 1210 10− −→
1000 132.04 10f −= − × 173 10f −= ×
12 1610 10− −→
162
Jadual 7.4. Perbandingan antara Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.22)
Bilangan lelaran
1Varian Baru Newton-PH
21 2ε ε→Ostrowski-PH
10
93.61 10f −= ×
111.62 10f −= ×
8 1010 10− −→
100
122.75 10f −= ×
151.13 10f −= ×
11 1410 10− −→
1000 152.681 10f −= × 151.09 10f −= ×
1410− Jadual 7.5. Perbandingan antara Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.23)
Bilangan lelaran
1Varian Baru Newton-PH
21 2ε ε→Ostrowski-PH
10
95.06 10f −= ×
126.29 10f −= ×
10 1110 10− −→
100
123.84 10f −= ×
164.36 10f −= ×
11 1510 10− −→
1000 153.74 10f −= × 204.21 10f −= ×
14 1910 10− −→
Didapati nilai anggaran salah satu punca-punca persamaan yang dikesan melalui Kaedah
Ostrowski-PH adalah 4.4949396712635847505, x = 1.631980805566063518x = dan
1.34742809896830498150785150751x = apabila persamaan (7.21), (7.22), (7.23)
diselesaikan. Jadual 7.3 – 7.5 menunjukkan peningkatan kadar ketepatan apabila Kaedah
Ostrowski-PH diaplikasikan.
7.5.1.2. Sistem Persamaan Polinomial ( ) 0.F x =
Kaedah Ostrowski-PH yang menggunakan fungsi homotopi piawai kemudiannya
dibandingkan dengan Kaedah Newton-PH dalam menyelesaikan sistem persamaan
melalui Contoh 7.5 – 7.7 dan hasilnya ditunjukkan di dalam Jadual 7.6 – 7.8.
163
Jadual 7.6. Perbandingan antara Kaedah Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.24)
Bilangan lelaran
1Newton-PH 21 2ε ε→Ostrowski-PH
10
31 4.90 10f −= ×
22 2.93 10f −= ×
41 1.25 10f −= ×
22 2.14 10f −= ×
110−
100
51 3.83 10f −= ×
42 2.96 10f −= ×
71 3.59 10f −= − ×
52 4.78 10f −= ×
3 410 10− −→
1000 71 3.72 10f −= ×
62 2.96 10f −= ×
101 4.18 10f −= − ×
82 5.73 10f −= ×
5 710 10− −→
Jadual 7.7. Perbandingan antara Kaedah Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.25)
Bilangan lelaran
1Newton-PH 21 2ε ε→Ostrowski-PH
10
31 2.12 10f −= ×
32 1.21 10f −= ×
33 1.75 10f −= ×
51 3.62 10f −= ×
42 1.58 10f −= − ×
53 9.31 10f −= ×
2 310 10− −→
100
51 1.82 10f −= ×
52 1.04 10f −= ×
53 1.56 10f −= ×
81 2.49 10f −= ×
72 1.08 10f −= − ×
83 6.61 10f −= ×
4 610 10− −→
1000 71 1.79 10f −= ×
72 1.02 10f −= ×
73 1.54 10f −= ×
111 2.41 10f −= ×
102 1.05 10f −= − ×
113 6.40 10f −= ×
6 910 10− −→
164
Jadual 7.8. Perbandingan antara Kaedah Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.26)
Bilangan lelaran
1Newton-PH 21 2ε ε→Ostrowski-PH
10
171 2.78 10f −= ×
162 7.14 10f −= ×
23 2.94 10f −= ×
24 7.21 10f −= ×
171 7.98 10f −= ×
162 4.65 10f −= ×
33 7.08 10f −= ×
24 1.28 10f −= ×
110−
100
161 6.14 10f −= ×
162 4.09 10f −= − ×
43 1.32 10f −= ×
44 2.60 10f −= ×
161 6.68 10f −= − ×
152 2.65 10f −= − ×
43 6.24 10f −= ×
34 1.29 10f −= ×
3 210 10− −→
1000 161 6.67 10f −= − ×
152 2.67 10f −= − ×
43 2.86 10f −= ×
44 5.78 10f −= ×
161 6.70 10f −= − ×
152 2.67 10f −= − ×
53 6.25 10f −= ×
44 1.26 10f −= ×
310−
Jadual 7.3 hingga Jadual 7.8 menunjukkan bahawa kaedah Ostrowski-PH yang
baru diperkenalkan mempunyai prestasi yang lebih baik daripada kaedah terbaik
homotopi iaitu Kaedah Varian Baru Newton-PH (kategori persamaan tunggal) dan
Kaedah Newton-PH (kategori sistem persamaan). Nilai anggaran salah satu punca-punca
persamaan (7.24), (7.25) dan (7.26) melalui Kaedah Ostrowski-PH adalah
( , ) (1.90067673315811,0.31121857806999),x y =
( , , ) (0.69828860997764,-0.62852429795659,0.34256418971888),x y z =
3 3 4 3( , , , ) (-3.46 10 ,-9.79 10 ,9.79 10 ,-3.46 10 ),w x y z − − − −= × × × ×
secara berturutan dengan kadar ketepatan yang lebih tinggi.
165
7.6.2 Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL
Kadar ketepatan akan dikaji sama ada ketepatan akan meningkat atau tidak
apabila fungsi homotopi baru dan fungsi tambahan baru digunakan dengan kaedah
Ostrowski-PH. Kajian ini meliputi kadar ketepatan terhadap persamaan polinomial
tunggal dan sistem persamaan polinomial.
7.6.2.1 Persamaan Polinomial Tunggal
Kadar ketepatan unggul seterusnya dikaji dengan penambahan Fungsi Homotopi
Bezier Kuadratik dan Fungsi Titik Tetap Linear ke dalam Kaedah Ostrowski
Perselanjaran Homotopi. Hasilnya dihimpunkan di dalam Jadual 7.9 – 7.14.
Jadual 7.9. Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL bagi Persamaan (7.21)
Bilangan Lelaran
1Ostrowski-PH tanpa FHBK dan
FTTL
21 2ε ε→Ostrowski-PH
dengan FHBK dan FTTL
10 94.71 10f −= × 151.92 10f −= ×
8 1410 10− −→
100
133.21 10f −= × 272.43 10f −= ×
12 2610 10− −→
1000 173 10f −= × 392.49 10f −= ×
16 3810 10− −→
166
Jadual 7.10. Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL bagi Persamaan (7.22)
Bilangan Lelaran
1Ostrowski-PH tanpa FHBK dan
FTTL
21 2ε ε→Ostrowski-PH
dengan FHBK dan FTTL
10 111.62 10f −= × 186.78 10f −= ×
10 1710 10− −→
100 151.13 10f −= × 308.60 10f −= ×
14 2910 10− −→
1000 151.09 10f −= × 428.81 10f −= ×
14 4110 10− −→
Jadual 7.11. Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL bagi Persamaan (7.23)
Bilangan Lelaran
1Ostrowski-PH tanpa FHBK dan FTTL
21 2ε ε→Ostrowski-PH
dengan FHBK dan FTTL
10
126.29 10f −= × 182.61 10f −= ×
11 1710 10− −→
100
164.36 10f −= × 303.31 10f −= ×
15 2910 10− −→
1000 204.21 10f −= × 423.39 10f −= ×
19 4110 10− −→
Kadar ketepatan didapati terus meningkat apabila Kaedah Ostrowski-PH
digunakan bersama dengan fungsi homotopi Bezier kuadratik dan fungsi titik tetap linear
dalam menyelesaikan persamaan polinomial tunggal. Adakalanya kadar ketepatan
1910ε −= meningkat secara mendadak 4110ε −= apabila FHBK dan FTTL digunakan
bersama-sama kaedah Ostrowski-PH.
7.5.2.2 Sistem Persamaan Polinomial
Keputusan bagi kategori sistem persamaan ditunjukkan di dalam Jadual 7.12,
7.13 dan 7.14.
167
Jadual 7.12 : Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL bagi Persamaan (7.24)
Bilangan Lelaran
1Ostrowski-PH tanpa FHBK dan
FTTL
21 2ε ε→Ostrowski-PH
dengan FHBK dan FTTL
10
41 1.25 10f −= ×
22 2.14 10f −= ×
91 6.74 10f −= − ×
62 8.67 10f −= ×
1 510 10− −→
100
71 3.59 10f −= − ×
52 4.78 10f −= ×
161 4.44 10f −= ×
152 1.87 10f −= ×
4 1410 10− −→
1000 101 4.18 10f −= − ×
82 5.73 10f −= ×
161 4.44 10f −= ×
172 6.19 10f −= ×
7 1510 10− −→
Jadual 7.13 : Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL bagi Persamaan (7.25)
Bilangan Lelaran
1Ostrowski-PH tanpa FHBK dan
FTTL
21 2ε ε→Ostrowski-PH
dengan FHBK dan FTTL
10
51 3.62 10f −= ×
42 1.58 10f −= − ×
53 9.31 10f −= ×
101 5.32 10f −= ×
92 2.31 10f −= − ×
93 1.41 10f −= ×
3 810 10− −→
100
81 2.49 10f −= ×
72 1.08 10f −= − ×
83 6.61 10f −= ×
161 1.44 10f −= ×
172 8.23 10f −= ×
163 3.76 10f −= ×
6 1510 10− −→
1000 111 2.41 10f −= ×
102 1.05 10f −= − ×
113 6.40 10f −= ×
161 1.44 10f −= ×
172 8.23 10f −= ×
163 3.76 10f −= ×
9 1510 10− −→
168
Jadual 7.14 : Perbandingan antara Kaedah Ostrowski-PH dengan/tanpa FHBK dan FTTL bagi Persamaan (7.26)
Bilangan Lelaran
1Ostrowski-PH tanpa FHBK dan
FTTL
21 2ε ε→Ostrowski-PH
dengan FHBK dan FTTL
10
171 7.98 10f −= ×
162 4.65 10f −= ×
33 7.08 10f −= ×
24 1.28 10f −= ×
151 2.39 10f −= − ×
162 5.00 10f −= ×
43 2.16 10f −= ×
44 4.19 10f −= ×
1 310 10− −→
100
161 6.68 10f −= − ×
152 2.65 10f −= − ×
43 6.24 10f −= ×
34 1.29 10f −= ×
171 4.79 10f −= − ×
162 2.27 10f −= − ×
73 2.31 10f −= ×
74 4.63 10f −= ×
2 610 10− −→
1000 161 6.70 10f −= − ×
152 2.67 10f −= − ×
53 6.25 10f −= ×
44 1.26 10f −= ×
161 6.32 10f −= − ×
162 1.63 10f −= ×
103 2.33 10f −= ×
104 4.66 10f −= ×
3 910 10− −→
Keputusan dalam Jadual 7.9 hingga Jadual 7.14 menunjukkan bahawa Kaedah
Ostrowski-PH dengan FHBK dan FTTL mempunyai implementasi yang lebih baik
daripada Kaedah Ostrowski-PH dari segi kadar ketepatan ε yang bersandarkan pada
nilai ralat mutlak fungsi ( )F x
yang terkecil.
7.7 Analisis Ralat Mutlak Punca Persamaan
Kajian akan diteruskan dengan menganalisa ralat mutlak antara nilai anggaran
dengan nilai sebenar punca-punca persamaan. Nilai sebenar dikira menggunakan
Mathematica dan nilai anggaran menggunakan kaedah berangka yang ditetapkan. Ralat
mutlak disimbolkan sebagai x∆ , dan boleh dikira melalui formula
( ) ,x x x∆ = − (7.23)
169
dengan x adalah nilai sebenar sementara x adalah nilai anggaran. Salah satu nilai
sebenar yang dikesan bagi setiap persamaan (7.21) – (7.26) adalah
4.49493967126358474920580153,x = 1.63198080556606351752210644,x = 1.34742809896830498150671538,x =
1.900676726367065771,0.311218565419294( , ) ( ),2697x y = 0.6982886099715139009, 0.6285242979602138064,0.342564189689( , , 5694377) ),(x y z −=
( , , , ) (0,0,0,0).w x y z =
secara berturutan. Nilai ralat mutlak terkecil menunjukkan nilai anggaran dan kaedah
homotopi yang digunakan adalah yang terbaik. Ralat mutlak antara Kaedah Varian
Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.21) – (7.26) ditunjukkan
seperti di dalam Jadual 7.15 – 7.18.
Jadual 7.15. Ralat Mutlak bagi Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.21)
Bilangan Lelaran
1Varian Baru Newton-PH
21 2ε ε→Ostrowski-PH
10
81.11 10x −∆ = × 101.91 10x −∆ = ×
7 910 10− −→
100
128.51 10x −∆ = × 141.33 10x −∆ = × 11 1310 10− −→
1000 158.00 10x −∆ = × 171.41 10x −∆ = ×
14 1610 10− −→ Jadual 7.16. Ralat Mutlak bagi Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.22)
Bilangan Lelaran
1Varian Baru Newton-PH
21 2ε ε→Ostrowski-PH
10
101.72 10x −∆ = × 137.69 10x −∆ = ×
9 1210 10− −→
100
131.31 10x −∆ = × 161.02 10x −∆ = ×
12 1510 10− −→
1000 161.02 10x −∆ = × 161.20 10x −∆ = ×
1510−
170
Jadual 7.17. Ralat Mutlak bagi Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.23)
Bilangan Lelaran
1Varian Baru Newton-PH
21 2ε ε→Ostrowski-PH
10
101.37 10x −∆ = ×
131.70 10x −∆ = ×
9 1210 10− −→
100
131.04 10x −∆ = ×
172.68 10x −∆ = ×
12 1610 10− −→
1000 161.95 10x −∆ = × 172.68 10x −∆ = ×
15 1610 10− −→ Jadual 7.18 : Ralat Mutlak bagi Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.24)
Bilangan Lelaran
1Newton-PH 21 2ε ε→Ostrowski-PH
10
35.00 10x −∆ = × 34.12 10y −∆ = ×
32.54 10x −∆ = × 34.70 10y −∆ = ×
210−
100
54.72 10x −∆ = × 54.68 10y −∆ = ×
65.66 10x −∆ = × 51.05 10y −∆ = ×
410−
1000 74.69 10x −∆ = × 74.73 10y −∆ = ×
96.69 10x −∆ = × 81.27 10y −∆ = ×
6 710 10− −→
Jadual 7.19 : Ralat Mutlak bagi Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.25)
Bilangan Lelaran
1Newton-PH 21 2ε ε→Ostrowski-PH
10
48.86 10x −∆ = × 44.53 10y −∆ = × 44.59 10z −∆ = ×
68.91 10x −∆ = × 65.11 10y −∆ = × 54.40 10z −∆ = ×
3 410 10− −→
100
67.66 10x −∆ = × 63.83 10y −∆ = × 63.96 10z −∆ = ×
96.34 10x −∆ = × 93.79 10y −∆ = × 83.03 10z −∆ = ×
5 710 10− −→
1000 87.54 10x −∆ = × 83.76 10y −∆ = × 83.90 10z −∆ = ×
126.13 10x −∆ = × 123.63 10y −∆ = × 112.93 10z −∆ = ×
7 1010 10− −→
171
Jadual 7.20: Ralat Mutlak bagi Kaedah Varian Baru Newton-PH dan Kaedah Ostrowski-PH bagi Persamaan (7.26)
Bilangan Lelaran
1Newton-PH 21 2ε ε→Ostrowski-PH
10
27.44 10w −∆ = × 12.25 10x −∆ = × 22.25 10y −∆ = × 27.44 10z −∆ = ×
23.70 10w −∆ = × 11.01 10x −∆ = × 21.01 10y −∆ = × 23.70 10z −∆ = ×
010
100
35.04 10w −∆ = × 21.41 10x −∆ = × 31.41 10y −∆ = × 35.04 10z −∆ = ×
21.09 10w −∆ = × 23.12 10x −∆ = × 33.12 10y −∆ = ×
21.09 10z −∆ = ×
110−
1000 38.70 10w −∆ = × 34.82 10x −∆ = × 44.82 10y −∆ = × 38.70 10z −∆ = ×
33.46 10w −∆ = × 39.79 10x −∆ = × 49.79 10y −∆ = × 33.46 10z −∆ = ×
210−
Jadual 7.15 hingga Jadual 7.20 menunjukkan bahawa Kaedah Ostrowski
Perselanjaran Homotopi lebih baik daripada Kaedah Varian Baru Newton-PH dan
Kaedah Newton-PH dalam menyelesaikan persamaan-persamaan polinomial kerana
mempunyai ralat mutlak terkecil walaupun bilangan lelaran ditingkatkan.
7.8 Kesimpulan
Dalam kajian ini, keistimewaan kaedah homotopi yang baru diperkenalkan dapat
dilihat. Walaupun Kaedah Ostrowski Perselanjaran Homotopi hanya menumpu pada
kadar linear, kaedah ini dapat menyelesaikan masalah pencapahan yang biasanya
dialami oleh kaedah-kaedah yang tradisional. Didapati kadar ketepatan yang
bersandarkan pada nilai ralat mutlak fungsi bagi kaedah ini sentiasa meningkat
walaupun diuji tanpa/dengan Fungsi Homotopi Kuadratik Bezier dan Fungsi Titik Tetap
172
Linear. Keyakinan ini bertambah kuat apabila nilai ralat mutlak punca persamaan
diambil kira. Sumbangan asli dalam bab ini adalah kejayaan dalam memperkenalkan
satu kaedah homotopi baru yang lebih baik daripada kaedah-kaedah homotopi semasa
dalam menyelesaikan persamaan-persamaan polinomial. Kajian seterusnya adalah kajian
tentang penyelesaian kepada permasalahan nilai mula bagi permulaan lelaran.
173
BAB 8
MASALAH NILAI MULA DAN JALAN PENYELESAIAN
8.1 Pengenalan
Perbincangan mengenai Kaedah Ostrowski-PH dan kadar penumpuannya telah
dilaksanakan dalam Bab 7. Namun begitu, bukanlah satu jalan penyelesaian yang cekap
untuk meningkatkan ketepatan dengan melakukan 100 atau 1000 kali lelaran. Oleh itu,
satu teknik akan digunakan tanpa memerlukan banyak lelaran. Teknik yang
dimaksudkan adalah Kaedah Ostrowski-PH akan digabungkan dengan Fungsi Homotopi
Kuadratik Bezier dan Fungsi Titik Tetap Linear. Kemudian, kombinasi ini akan
digabungkan dengan satu teknik daripada Palancz et al. (2010). Palancz et al. (2010)
telah memperkenalkan
1 1NewtonRaphson( ( , ), ( , )).i i i ix H x t x x+ += (8.1)
Kombinasi ini akan digabungkan dengan
1 2 1KaedahOstrowski( ( , ), ( , )),i i i ix H x t x x+ += 0,1, 2,..., 1i k= − (8.2)
dalam usaha untuk mempercepatkan lagi kadar penumpuan nilai anggaran punca-punca
persamaan. Formula (8.2) hanya dilelarkan sebanyak dua kali bagi setiap 1it + untuk
menambahkan lagi kadar ketepatan anggaran punca persamaan dan mengurangkan
174
bilangan lelaran. Untuk memudahkan penerangan, kombinasi ini dinamakan sebagai
Kaedah Super Ostrowski Perselanjaran Homotopi (Super Ostrowski-PH).
Kaedah Super Ostrowski-PH akan dibandingkan dengan Kaedah Ostrowski-PH
untuk mengkaji keberkesanannya dari segi kadar ketepatan dan kemampuan untuk
menumpu dengan lebih cepat. Seperti biasa, perbandingan melibatkan dua kategori iaitu
penyelesaian kepada persamaan polinomial tunggal
( ) 0,f x = (8.3)
dan juga pada satu sistem persamaan polinomial
( ) 0,F x =
(8.4)
dengan ( )1 2( ) ( ), ( ),. . . ,( ) T
nF x f x f x f x=
dan 1 2{ , ,..., }.nx x x x=
8.2 Algoritma
Algoritma bagi kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH ditunjukkan
terlebih dahulu sebelum kajian pembandingan dilaksanakan. Algoritma 8.1 hingga 8.4
ditunjukkan seperti berikut.
( ) 0.f x =8.2.1: Persamaan Polinomial Tunggal Algoritma 8.1: Kaedah Ostrowski-PH Data masuk: Nilai mula 0x .k, Bilangan lelaran maksimum
.kxData keluar: Nilai anggaran punca persamaan Langkah 1: Tetapkan 0t = dan 10k = (saiz selang = 0.1). Langkah 2: Tetapkan 0( , ) (1 )( ) ( )g x t t x x tf x= − − + dan ( , ) (1 ) ( , ) ( )H x t t g x t tf x= − +
0i =
Langkah 3: Jika , 1i k≤ − , i + + lakukan langkah 4 – 5 Langkah 4: Tetapkan
175
1
( , )'( , )
( , ) ( , ) .( , ) 2 ( , ) ( , )
ii i
i
i ii i
i i x i
H x ty xH x t
H x t H y tx yH x t H y t D H x t+
= −
= −−
1ix +Langkah 5: Paparkan keputusan: . Jika lain: Keluar dari gelung
kxLangkah 6: Data keluar dan ( )i kF x . 0.01t∆ =Langkah 7: Ulang prosedur sama dan kemudian 0.001t∆ = .
Prosedur tamat. BERHENTI Algoritma 8.2: Super Ostrowski-PH Data masuk: Nilai mula .0x
.kxData keluar: Anggaran penyelesaian Langkah 1: Tetapkan 0t = . Langkah 2: Tetapkan 0( , ) (1 )( ) ( )g x t t x x tf x= − − + , ( , ) (1 ) ( , ) ( )H x t t g x t tf x= − + dan 2 2
2 ( , ) (1 ) ( , ) 2 (1 ) ( , ) ( )H x t t g x t t t H x t t f x= − + − + . Langkah 3: Tetapkan
2
2
2 21
2 2 2
( , )( , )
( , ) ( , )( , ) 2 ( , ) ( , )
ii i
x i
i ii i
i i x i
H x ty xD H x t
H x t H y tx yH x t H y t D H x t+
= −
= −−
1( , ) if x t x += .
1p =Langkah 4: Jika , ( )f x ε≥ , p + + lakukan langkah 5 – 7 1;k k= + 0;t = x a= ;
0i =Langkah 5: Jika , 1i k≤ − , i + +
1t tk
= +
1 ( , )ix f x t+ = Jika lain: Keluar dari gelung
1j =Langkah 6: Jika , 1j ≤ , j + +
1 ( , )ix f x t+ = 1ix +Langkah 7: Paparkan hasil
Jika lain: Keluar dari gelung Jika lain: Keluar dari gelung
kxLangkah 8: Data keluar dan ( ).kf x Langkah 9: Ulang prosedur yang sama dengan nilai mula yang lain Prosedur tamat. BERHENTI
176
( ) 0F x =
8.2.2. Sistem Persamaan Polinomial Algoritma 8.3: Ostrowski-HCM Data masuk: Nilai mula, 0x
.
kx
Data keluar: Anggaran penyelesaian . Langkah 1: Tetapkan 0.t = Langkah 2: Tetapkan 0( ) ( )G x x x= −
dan ( , ) (1 ) ( ) ( )H x t t G x tF x= − +
Langkah 3: Tetapkan
[ ][ ]
1
11
( , ) ( , )
( , ) ( , )
i i x i i
i i x i j i
y x D H x t H x t
x y D H x t O x t
−
−+
= −
= −
1( , ) iF x t x +=
1p =Langkah 4: Jika , ( )F x ε≥
, p + + lakukan langkah 5 – 7 1;k k= + 0;t = ;x a=
0i =Langkah 5: Jika , 1i k≤ − , i + +
1t tk
= +
1 ( , )ix F x t+ =
Jika lain: Keluar dari gelung
1j = Langkah 6: Jika , 1j ≤ , j + +
1 ( , )ix F x t+ =
1ix +
Langkah 7: Paparkan keputusan: , Jika lain: Keluar dari gelung
Jika lain: Keluar dari gelung kx
Langkah 8: Data keluar dan ( )F x
Langkah 9: Ulang prosedur yang sama untuk nilai mula yang lain. Prosedur tamat. BERHENTI Algoritma 8.4. Super Ostrowski-PH Data masuk: Nilai mula, 0x
kx
Data keluar: Anggaran penyelesaian Langkah 1: Tetapkan 0t = Langkah 2: Tetapkan 0( , ) (1 )( ) ( )G x t t x x tF x= − − +
, ( , ) (1 ) ( , ) ( )H x t t G x t tF x= − +
, dan 2 2
2 ( , ) (1 ) ( , ) 2 (1 ) ( , ) ( )H x t t G x t t t H x t t F x= − + − +
Langkah 3: Tetapkan
[ ][ ]
12
11 2 2
( , ) ( , )
( , ) ( , )
i i x i i
i i x i i
y x D H x t H x t
x y D H x t O x t
−
−+
= −
= −
1( , ) iF x t x +=
177
1p =Langkah 4: Jika , ( )F x ε≥
, p + + lakukan langkah 5 – 7 1;k k= + 0;t = x a=
0i =Langkah 5: Jika , 1i k≤ − , i + +
1t tk
= +
1 ( , )ix F x t+ =
Jika lain: Keluar dari gelung
1j =Langkah 6: Jika , 1j ≤ , j + +
1 ( , )ix F x t+ =
1ix +
Langkah 7: Paparkan keputusan: Jika lain: Keluar dari gelung
Jika lain: Keluar dari gelung kx
Langkah 8: Data keluar dan ( )F x
Langkah 9: Ulang prosedur yang sama untuk nilai mula yang lain.
( )f x ε<
Prosedur tamat. BERHENTI
8.3 Pelaksanaan
Prestasi kaedah Ostrowski-PH dengan Super Ostrowski-PH dibandingkan dari
segi bilangan lelaran untuk menumpu dan nilai mula yang boleh digunakan untuk
mencapai kriteria untuk berhenti yang ditetapkan. Kriteria penamat yang digunakan
untuk menghentikan proses lelaran bagi persamaan polinomial tunggal adalah
, dengan 1010 ,ε −= (8.5)
dan
( )kF x ε
∞<
, dimana 310ε −= (Atluri et al., 2009) (8.6)
bagi sistem persamaan polinomial.
178
8.3.1 Persamaan Polinomial Tunggal ( ) 0.f x =
Keberkesanan Kaedah Super Ostrowski-PH dalam penyelesaian persamaan
polinomial tunggal dikaji dengan menampilkan Contoh 8.1, 8.2 dan 8.3 seperti berikut.
Contoh 8.1. Pertimbangkan contoh berikut yang dibincangkan oleh Rafiq dan Awais
(2008)
3 2( ) 4 10 0.f x x x= − − = (8.7)
Pelbagai nilai mula diuji dan keputusan ditunjukkan di dalam Jadual 8.1.
Contoh 8.2. Pertimbangkan persamaan tunggal berikut yang pernah diuji Bi et al.
(2008)
3 2( ) 4 15 0.f x x x= + − = (8.8)
Pelbagai nilai mula diuji dan keputusan ditunjukkan di dalam Jadual 8.2.
Contoh 8.3. Pertimbangkan persamaan tunggal polinomial yang telah dikaji oleh Chun
dan Neta (2012)
5 4 2( ) 4 15 0.f x x x x= + + − = (8.9)
Pelbagai nilai mula diuji dan keputusan ditunjukkan di dalam Jadual 8.3.
179
8.3.2 Sistem Persamaan Polinomial ( ) 0.F x =
Keberkesanan Kaedah Super Ostrowski-PH dalam penyelesaian persamaan polinomial
tunggal dikaji dengan menampilkan Contoh 8.4, 8.5 dan 8.6 seperti berikut.
Contoh 8.4. Pertimbangkan sistem persamaan yang dikaji oleh Rafiq dan Awais (2008)
2
12 2
2
( , ) 2 0.5 0.
( , ) 4 4 0.
f x y x x yf x y x y
= − − + =
= + − = (8.10)
Pelbagai nilai mula diuji dan keputusan ditunjukkan di dalam Jadual 8.4.
Contoh 8.5. Pertimbangkan persamaan serentak berikut yang dibincangkan oleh Noor
dan Waseem (2009):
2 2 21
2 22
2 2 23
( , , ) 1 0.
( , , ) 2 4 0.
( , , ) 3 4 0.
f x y z x y zf x y z x y zf x y z x y z
= + + − =
= + − =
= − + =
(8.11)
Pelbagai nilai mula diuji dan keputusan ditunjukkan di dalam Jadual 8.5.
Contoh 8.6. Pertimbangkan satu sistem persamaan polinomial berikut yang
dibincangkan oleh Morgan (1983)
1
22
3
24
( , , , ) 10 0.
( , , , ) 5( ) 0.
( , , , ) ( 2 ) 0.
( , , , ) 10( ) 0.
f w x y z x y
f w x y z z wf w x y z y z
f w x y z x w
= + =
= − =
= − =
= − =
(8.12)
Pelbagai nilai mula diuji dan keputusan ditunjukkan di dalam Jadual 8.6.
180
8.4 Keputusan dan Perbincangan
Bilangan lelaran yang diperolehi menggunakan kaedah Ostrowski-PH dan Super
Ostrowski-PH dihimpunkan dalam Jadual 8.1 – 8.3 untuk persamaan polinomial tunggal
dan dalam Jadual 8.4 – 8.6 untuk sistem persamaan polinomial.
8.4.1. Persamaan Polinomial Tunggal ( ) 0.f x =
Kajian perbandingan bilangan lelaran antara Kaedah Ostrowski-PH dengan
Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.7), (8.8) dan (8.9)
ditunjukkan di dalam Jadual 8.1, 8.2 dan 8.3 secara berturutan.
Jadual 8.1. Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.7)
Nilai mula Ostrowski-PH Super Ostrowski-PH
0 10x = − 189 7
0 10x = 72 2
0 100x = − 1349 6
0 100x = 1229 4
0 1000x = − 2200 13
0 1000x = 9446 6
Jadual 8.2. Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.8)
Nilai mula Ostrowski-PH Super Ostrowski-PH
0 10x = − 45 6
0 10x = 132 2
0 100x = − 244 9
0 100x = 1528 4
0 1000x = − 707 19
0 1000x = 11083 6
181
Jadual 8.3. Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.9)
Nilai mula Ostrowski-PH Super Ostrowski-PH
0 10x = − 205 7
0 10x = 156 3
0 100x = − 327 9
0 100x = 1757 6
0 1000x = − 608 24
0 1000x = 12480 8
8.4.2. Sistem Persamaan Polinomial ( ) 0.F x =
Kajian perbandingan bilangan lelaran antara Kaedah Ostrowski-PH dengan
Kaedah Super Ostrowski-PH diteruskan dalam menyelesaikan sistem persamaan (8.10),
(8.11) dan (8.12). Keputusan ditunjukkan di dalam Jadual 8.4, 8.5 dan 8.6 secara
berturutan.
Jadual 8.4. Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.10)
Nilai mula 0 0( , )x y
Ostrowski-PH Super Ostrowski-PH
( 10. 10)− − 32 5 (10,10) 39 3 ( 100, 100)− − 159 11 (100,100) 239 9
1000, 1000)(− − 274 17
1000,1000)( 1831 9
182
Jadual 8.5. Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.11)
Nilai mula
0 0 0( , , )x y z Ostrowski-PH Super
Ostrowski-PH
( 10, 10, 10)− − − 56 10 (10,10,10) 38 3 ( 100, 100, 100)− − − 318 17 (100,100,100) 319 5 ( 1000, 1000, 1000)− − − 1734 18 (1000,1000,1000) +∞ 9
Jadual 8.6. Perbandingan Bilangan Lelaran antara Kaedah Ostrowski-PH dengan Kaedah Super Ostrowski-PH dalam menyelesaikan Persamaan (8.12)
Nilai mula
0 0 0 0( , , , )w x y z Ostrowski-
PH Super
Ostrowski-PH
(1, 4,1, 2) 126 4
(10, 10,10, 10)− − +∞ 6 ( 10,10, 10,10)− − +∞ 7 (100, 100,100, 100)− − +∞ 12 ( 100,100, 100,100)− − +∞ 12 (1000, 1000,1000, 1000)− − +∞ 28 ( 1000,1000, 1000,1000)− − +∞ 28
Keputusan-keputusan dalam Jadual 8.1 hingga Jadual 8.6 menunjukkan prestasi
Kaedah Super Ostrowski-PH adalah lebih baik berbanding Kaedah Ostrowski-PH dalam
menyelesaikan persamaan-persamaan polinomial. Pemerhatian yang lebih mendalam
dikaji bagi kedua-dua kaedah itu dalam menyelesaikan persamaan (8.7) dan nilai mula
yang dipilih adalah 0 10x = . Laluan homotopi digambarkan di dalam Rajah 8.1 dan
Rajah 8.2.
183
Rajah 8.1: Laluan Homotopi bagi Persamaan (8.7) menggunakan Kaedah Ostrowski-PH
Rajah 8.2: Laluan Homotopi bagi Persamaan (8.7) menggunakan Kaedah Super Ostrowski-PH
184
Rajah 8.1 menunjukkan kaedah Ostrowski-PH memerlukan 73 fungsi homotopi
untuk mencapai titik penyelesaian sementara Rajah 8.2 menunjukkan Kaedah Super-PH
hanya memerlukan 3 fungsi homotopi untuk mengesan titik penyelesaian Persamaan
(8.7). Bilangan laluan fungsi homotopi digambarkan dalam Rajah 8.3.
Rajah 8.3: Interpolasi Nilai x bagi Persamaan (8.7) apabila 0 10.x =
Rajah 8.3 menunjukkan prestasi Kaedah Ostrowski-PH dan Kaedah Super
Ostrowski-PH bagi menyelesaikan Persamaan (8.7). Semakin sedikit bilangan lelaran
yang diperlukan untuk mencapai persamaan sasaran ( ) 0f x = , semakin berkesan suatu
kaedah itu. Ini menunjukkan Kaedah Super Ostrowski-PH lebih berkesan daripada
Kaedah Ostrowski-PH dalam menyelesaikan persamaan polinomial tunggal.
185
Secara umumnya, Kaedah Super Ostrowski-PH memerlukan kurang daripada
100 lelaran, sementara Kaedah Ostrowski adakalanya bilangan lelaran lebih daripada
1000 walaupun kedua-dua kaedah ini bermula daripada nilai mula yang sama. Dalam
erti kata lain, Kaedah Super Ostrowski mampu mengatasi masalah nilai mula yang
biasanya dihadapi oleh kaedah Ostrowski-PH.
8.5 Kesimpulan
Dalam kajian ini, kelebihan kaedah Super Ostrowski-PH dapat dilihat dengan
jelas dengan peningkatan kadar ketepatan nilai fungsi ( )F x
dan pengurangan bilangan
lelaran. Keadaan ini berlaku kerana Super Ostrowski-PH adalah hasil gabungan fungsi
homotopi terbaik, fungsi mula terbaik dan kaedah perselanjaran homotopi terbaik yang
telah dibuat kajian akan kelebihannya dalam Bab 5, Bab 6 dan Bab 7. Berdasarkan
beberapa contoh persamaan tunggal dan sistem persamaan, didapati Kaedah Super
Ostrowski Perselanjaran Homotopi bukan sahaja mampu mengatasi masalah pencapahan
malah dapat menyelesaikan masalah nilai mula yang berada begitu jauh dari
penyelesaian sebenar. Ini membuatkan pengguna dapat memilih secara bebas nilai mula
tanpa perlu mengetahui secara mendalam anggaran kedudukan nilai sebenar.
186
BAB 9
KESIMPULAN DAN CADANGAN
9.1 Kesimpulan
Penyelesaian persamaan polinomial baik persamaan tunggal mahupun sistem
persamaan menggunakan kaedah-kaedah tradisional telah dibincangkan dalam
permulaan bab. Di samping itu, kaedah yang cekap dan hebat iaitu kaedah perselanjaran
homotopi turut diperkenalkan. Kaedah tradisional seperti kaedah Newton dan kaedah
global seperti kaedah perselanjaran diterangkan secara ringkas dalam Bab 1.
Perbincangan tentang kaedah-kaedah tradisional dan global telah dibincangkan
dengan lebih mendalam lagi dalam bab yang kedua. Konsep-konsep asas diterangkan,
teori-teori asas ditunjukkan dan kaedah-kaedah asas diperjelaskan secara terperinci. Satu
contoh persamaan mudah dipilih untuk menerangkan kelebihan dan kekurangan tiap-tiap
kaedah klasik dan moden. Persamaan mudah dipilih bertujuan untuk meningkatkan lagi
pemahaman.
Kajian literatur tentang persamaan polinomial dibincangkan dalam Bab 3. Kajian
itu melibatkan komen-komen dan kritikan daripada pengkaji-pengkaji matematik,
pengenalpastian kelemahan dan skop-skop kajian. Lima isu diketengahkan dan
penyelesaiannya turut dibincangkan dalam Bab 4 hingga Bab 8. Skop kajian melibatkan
187
penyelesaian persamaan-persamaan polinomial dan hanya tertumpu pada punca-punca
nyata.
Bab 4 membincangkan objektif pertama iaitu membandingkan kaedah-kaedah
homotopi semasa dalam menyelesaikan persamaan-persamaan polinomial. Kajian telah
dibuat dan didapati Kaedah Varian Baru Newton Perselanjaran Homotopi adalah kaedah
yang terbaik dalam menyelesaikan persamaan polinomial tunggal. Manakala bagi
penyelesaian sistem persamaan, didapati bahawa Kaedah Newton Perselanjaran
Homotopi adalah yang terbaik. Ini kerana kaedah-kaedah tersebut mempunyai ketepatan
yang lebih berbanding kaedah-kaedah homotopi lain. Keadaan ini dapat diketahui
dengan menganggarkan nilai ( )f x atau nilai ( )F x . Dalam erti kata lain, semakin dekat
( )f x atau ( )F x menghampiri nilai sifar, semakin berkesan kaedah homotopi itu.
Bab 5 membincangkan objektif kedua iaitu memperkenalkan suatu fungsi
homotopi terbaru yang mampu meningkatkan kadar ketepatan fungsi homotopi piawai.
Fungsi Homotopi Kuadratik Bezier yang menggunakan konsep de Casteljau
diperkenalkan dan dibantu oleh teknik Binaan Rekursif. Konsep de Casteljau adalah
salah satu cabang ilmu yang penting dalam ilmu Rekabentuk Geometri Berbantu
Komputer (RGBK). Hasil kajian menunjukkan fungsi homotopi terbaru adalah fungsi
yang lebih baik daripada fungsi homotopi semasa dari segi kadar ketepatan.
Bab 6 membincangkan objektif ketiga iaitu memperkenalkan satu fungsi
homotopi tambahan terbaru yang mampu meningkatkan kadar ketepatan nilai anggaran
punca persamaan. Fungsi Titik Tetap Linear telah diperkenalkan. Fungsi ini juga
menggunakan konsep de Casteljau. Hasil kajian mendapati kelebihan dari segi
188
ketepatan berpihak kepada fungsi homotopi tambahan baru ini berbanding fungsi-fungsi
homotopi tambahan semasa.
Bab 7 memajukan suatu kaedah homotopi terbaru yang diberi nama Kaedah
Ostrowski-PH. Keputusan kajian menunjukkan bahawa Kaedah Ostrowski-PH
mengatasi Kaedah Varian Baru Newton-PH dan Kaedah Newton-PH dari segi kadar
ketepatan dalam menyelesaikan persamaan polinomial tunggal dan sistem persamaan
polinomial. Kadar penumpuan bagi Kaedah Ostrowski-PH turut dikaji dan didapati
kaedah ini menumpu dengan penumpuan linear.
Bab 8 membincangkan objektif kelima iaitu menyelesaikan masalah nilai mula
yang dihadapi oleh Kaedah Ostrowski-PH. Suatu kaedah yang menggabung semua
faktor-faktor yang mempengaruhi nilai anggaran punca-punca persamaan. Kaedah yang
terbentuk hasil gabungan Kaedah Ostrowski-PH dengan Fungsi Homotopi Kuadratik
Bezier dan Fungsi Titik Tetap Linear. Untuk menambahkan lagi kadar kecepatan
penumpuan, kaedah gabungan itu dilelarkan sebanyak dua kali bagi setiap 1.it + Hasil
gabungan itu diberi nama Kaedah Super Ostrowski Perselanjaran Homotopi. Didapati
juga Kaedah Super Ostrowski Perselanjaran Homotopi mampu menyelesaikan masalah
nilai mula yang dihadapi oleh kaedah piawai Ostrowski-PH.
9.2 Cadangan
Selepas segala keputusan dalam jadual dan rajah dianalisis, harapan kami agar
penyelidik lain akan meneruskan kajian ini. Antara cadangan-cadangan yang boleh
diusahakan adalah seperti:
189
i) Memperkenalkan suatu kaedah perselanjaran homotopi
Sepertimana terhasilnya Kaedah Ostrowski Perselanjaran Homotopi, konsep
homotopi mungkin boleh digabungkan dengan kaedah lelaran yang lain. Sebagai
contoh, mungkin ahli matematik lain boleh menggabungkan Kaedah Jarratt dengan
Kaedah Perselanjaran Homotopi menghasilkan Kaedah Jarratt Perselanjaran
Homotopi.
ii) Mengembangkan peringkat fungsi homotopi
Sepertimana terhasilnya Fungsi Homotopi Kuadaratik Bezier, mungkin penyelidik
lain boleh menghasilkan fungsi homotopi peringkat ketiga. Peringkat ketiga ini
kemudiannya diberi nama Fungsi Homotopi Kubik Bezier.
iii) Memajukan fungsi homotopi Splin-B
Sepertimana terhasilnya Fungsi Homotopi Kuadaratik Bezier menggunakan
lengkungan Bezier, mungkin penyelidik lain boleh menghasilkan suatu fungsi
homotopi berteraskan lengkungan Splin-B.
Semua cadangan yang dibentangkan berkongsi objektif yang sama iaitu untuk
meningkatkan kadar ketepatan anggaran punca-punca nyata persamaan polinomial.
190
SENARAI PENERBITAN
Nor, H. M, Md Ismail, A. I. & Majid, A. A., 1
“Comparative Study of Homotopy Continuation Methods for Nonlinear Algebraic Equations” in Simposium Kebangsaan Sains Matematik ke 21, AIP Conference Proceedings 1605, American Institute of Physics, Melville, NY, 2013, pp. 10 – 15.
Nor, H. M, Md Ismail, A. I. & Majid, A. A., 2
“A New Homotopy Function for Solving Nonlinear Equations” in International Conference on Mathematical Sciences and Statistics 2013, AIP Conference Proceedings 1557, American Institute of Physics, Melville, NY, 2013, pp. 21-25.
Nor, H. M., Md. Ismail, A. I., & Majid, A. A. (2014), 2
Quadratic Bezier Homotopy Function for Solving System of Polynomial Equations, MATEMATIKA 29 (2), 159 – 171.
Nor, H. M, Md Ismail, A. I. & Majid, A. A., 3“Linear Fixed Point Function for Solving System of Polynomial Equations” in The 3rd
Nor, H. M., Rahman, A., Md. Ismail, A. I., & Majid, A. A. (2014),
International Conference on Mathematical Sciences, AIP Conference Proceedings 1602, American Institute of Physics, Melville, NY, 2014, pp. 105 – 112.
4
Numerical Solution of Polynomial Equations using Ostrowski Homotopy Continuation Method, MATEMATIKA 30 (1), 47 – 57.
Nor, H. M, Rahman, A., Md Ismail, A. I. & Majid, A. A., 5
“ Superior Accuracy of Ostrowski Homotopy Continuation Method with Quadratic Bezier Homotopy and Linear Fixed Point Functions for Nonlinear Equations” in International Conference on Quantitative Sciences and Its Applications 2014, AIP Conference Proceedings 1635, American Institute of Physics, Melville, NY, 2014, pp. 174-181.
1 Ada hubungkait dengan Bab 4 2 Ada hubungkait dengan Bab 5 3 Ada hubungkait dengan Bab 6 4 Ada hubungkait dengan Bab 7 5 Ada hubungkait dengan Bab 8
191
RUJUKAN
Abbasbandy, S. (2003). Improving Newton-Raphson method for nonlinear equations by Modified Adomian Decomposition method, Applied Mathematics and Computation 145, 887-893.
Abdullahi, M., Mandarar, A.V. & Bassi I.G. (2010). A new imbedding method for computing all real solution of nonlinear algebraic equations, International Journal of Engineering and Technology 3 (11), 1010 – 1013.
Agoston, M. K. (2004). Computer graphic and computer modeling, 3rd
Edition, Springer- Verlag, Cupertino CA 95014, 2004.
Alexander and Yorke (1978). The homotopy continuation method: Numerically implementable topological procedures, American Mathematical Society 242, 271. Asaithambi, N. S. (1995). Numerical Analysis: Theory and Practice, Florida: Saunders College. Ascher, U. M. & Grief, C. (2011). A first course in numerical methods, Computational Science and Engineering SIAM, Philadelphia. Atluri, S. N., Liu C. & Kuo, C. (2009). A modified Newton method for solving nonlinear algebraic equations, Journal of Marine Science 17 (3), 238 – 247. Bi, W., Ren, H. & Wu, Q. (2008). New family of seventh-order methods for nonlinear equations, Applied Mathematics and Computation 203, 408 – 412. Broyden, C. G. (1965). A class of methods for solving nonlinear simultaneous equations, Mathematics of Computation 19 (92), 577 – 593.
192
Broyden, C. G. (1967). Quasi-Newton methods and their applications to function minimisation, Mathematics of Computation 21 (99), 368 – 381. Broyden, C. G. (1969). A new method for solving nonlinear simultaneous equations, Computing Journal 12, 94 – 99. Brent, R. P. (1972). On the Davidenko-Branin method for solving simultaneous nonlinear equations, IBM Journal of Research and Development 16, 434 – 436. Brent, R. P. (1973). Some efficient algorithms for solving systems of nonlinear equations, Journal of Numerical Analysis 10 (2), 327 – 344. Burden, R. L. & Faires, J. D. (2011). Numerical analysis ,9th
Edition, International Edition, Brooks/Cole Cencage Learning.
Chang, K. L. & Ahmad, R. (2014). Global optimization using homotopy with 2-step predictor-corrector method, AIP Conference Proceedings 1602, 601 – 607. Chapra, S. C. (2012). Applied numerical methods with MATLAB for engineers and scientist, 3rd Edition, McGraw-Hill, New York, USA. Chapra, S. C. & Canale, R. P. (2010). Numerical methods for engineers, 6th Edition, McGraw-Hill, New York, USA. Chun, C. & Ham, Y. (2007). Some sixth-order variants of Ostrowski root-finding methods, Applied Mathematics and Computation 193, 389 – 394. Chun, C. & Neta, B. (2012). A new sixth-order scheme for nonlinear equations, Applied Mathematics Letters 25, 185 – 189. Cordero, A. & Torregrosa, J. R. (2007). Variants of Newton’s method using fifth-order quadrature formulas, Applied Mathematics and Computation 190, 686 – 698.
193
Dahlquist, G. & Bjork, A. (2008). Numerical methods in scientific computing, Philadelphia: Society for Industrial and Applied Mathematics. Davidenko, D. F. (1953). On a new method of numerical solution of systems of nonlinear equations, Doklady Akademii Nauk 88, 601 – 602. Dechaumphai, P. & Wansophark, N. (2011). Numerical methods in engineering, theories with MATLAB, Fortran, C and Pascal programs, Alpha Science International LTD., Oxford, USA. Epperson, J. F. (2007). An introduction to numerical methods and analysis, Revised Edition, A John Wiley & Sons, Inc.,Publication. Faires, J. D. & Burden, R.L. (2003). Numerical method ,3rd
Garcia, C. B. & Zangwill, W. I. (1979). Finding all solutions to polynomial systems and other systems of equations, Mathematical Programming 16, 159 – 176. Grau, M. & Diaz-Barrero, J. L. (2006). An improvement to Ostrowski root-finding method, Applied Mathematics and Computation 173, 450 – 456.
Edition, International Edition, Brooks/Cole Cencage Learning.
Gritton, K. S., Seader, J. D. & Lin, W. (2001). Global homotopy continuation procedures for seeking all roots of a nonlinear equations, Computers and Chemical Engineering 25, 1003 – 1019. Grosan, C., Abraham, A. & Snasel, V. (2012). Solving polynomial systems using a modified line search approach, International Journal of Innovative Computing, Information and Control 8 (1b), 501 – 526. Hiebert, K. L. (1982). An evaluation of mathematical software that solves systems of nonlinear equations, ACM Transactions on Mathematical Software 8 (1), 5 – 20.
194
Jalali-Farahani, F. & Seader, J. D. (2000). Use of homotopy-continuation method in stability analysis of multiphase, reacting systems, Computers and Chemical Engineering 24, 1997 – 2008. Khalil, H. & Khan, R. A. (2014). A new method based on Legendre polynomials for solutions of the fractional two-dimensional heat conduction equation, Computers and Mathematics with Applications 67, 1938 – 1953. Kincaid, D. & Cheney, W. (2002). Numerical Analysis: Mathematic of Scientific Computing, 3rd
Kiusalaas, J. (2010). Numerical methods in engineering with Python, 2
edn. Pacific Grove: Thomson Learning Academic Resource Center.
nd
Edition, Cambridge University Press, New York, USA. Kotsireas, I. S. (2001). Homotopies and polynomial system solving 1, basic principles, ACM SIGSAM Bulletin 35 (1), 19 – 32.
Kou, J., Li, Y. & Wang, X. (2007). Some variants of Ostrowski’s method with seventh- order convergence, Journal of Computational and Applied Mathematics 209, 153 – 159. Kubicek, M. (1976). ALGORITHM 152: Dependence of solution of nonlinear systems on a parameter, ACM Transactions on Mathematical Software 2 (1), 98 – 107. Lahaye, E. (1934). Use methode de resolution d’une categorie d’equations transcendentes, Comptes Rendus de l’Academie des Sciences Paris 198, 1840. Lee, J. & Chiang, H (2001). Convergent regions of the Newton homotopy method for nonlinear systems: theory and computational applications, Fundamental Theory and Applications 48, 51 – 66. Li , T. Y. (1997). Numerical solution of multivariate polynomial systems by homotopy continuation methods, Acta Numerica 6, 399 – 436 .
195
McNamee J.M. (2013). Numerical methods for roots of polynomials, part II, Academic Press, Elsevier, Oxford, UK. Morgan, A. P. (1983). A method for computing all solutions to systems of polynomial equations, ACM Transactions on Mathematical Software 9 (1), 1 – 17. Noor, M. A. & Waseem. M. (2009), Some iterative methods for solving a system of nonlinear equations, Computers and Mathematics with Applications 57, 101 – 106. Oliveros-Munoz, J. M. & Jimenez-Islas, H. (2013). Hyperspherical path tracking methodology as correction step in homotopic continuation methods, Chemical Engineering Science 97, 413 – 429. Ostrowski, A. M. (1973). Solution of equations in Euclidean and Banach space, Academic Space, New York. Ozban, A. Y. (2004). Some new variants of Newton’s method, Applied Mathematics Letters 17, 677 – 682. Palancz, B., Awange, J. L., Zaletnyik, P. & Lewis, R. H. (2010). Linear homotopy solution of nonlinear systems of equations in geodesy, Journal of Geodesy 84, 79-95. Rafiq, A., & Awais, M. (2008). Convergence on the homotopy continuation method, International Journal of Applied Mathematic and Mech. 4 (6), 62-70. Rahimian, S. K., Jalali, F., Seader, J. D. & White, R. E. (2010). A new homotopy for seeking all real roots of a nonlinear equation, Computers and Chemical Engineering 35, 403 - 411.
196
Rahimian, S. K., Jalali, F., Seader, J. D. & White, R. E. (2011). A robust homotopy continuation method for seeking all real roots of unconstrained systems of nonlinear algebraic and transcendental equations, Industrial & Engineering Chemistry Research 50, 8892 – 8900. Rahman, N. H. A., Ibrahim, A. & Jayes, M. I. (2011). Newton homotopy solution for nonlinear equations using Maple14, Journal of Science and Technology 3 (2), 69 – 75. Rahman, N. H. A., Ibrahim, A. & Jayes, M. I. (2012). Higher order homotopy Taylor- Pertubation using start-system for multiroots functions, Discovering Mathematics 34 (1), 17 – 24. Rahman, N. H. A., Ibrahim, A. & Jayes, M. I. (2013a). Numerical solving for nonlinear using higher order homotopy Taylor-Pertubation, New Trends in Mathematical Sciences 1 (1), 24 – 28. Rahman, N. H. A., Ibrahim, A. & Jayes, M. I. (2013b). Higher order homotopy Taylor-Pertubation via start-system, Applied Mathematics and Computer Intelligent 2 (1), 85 – 94. Talisa, S. H. (1985). Application of Davidenko’s method to the solution of dispersion relations in lossy waveguiding systems, IEEE Transactions of Microwave Theory and Techniques MTT-33 (10), 967 – 971. Sharma, J. R. & Guha, R. K. (2007). A family of modified Ostrowski methods with accelerated sixth order convergence, Applied Mathematics and Computation 190, 111 – 115. Verschelde, J. (1996). Homotopy continuation methods for solving polynomial systems, PhD Thesis, Katholieke Universiteit Leuven (1996), Belgium. Watson, L. T. (1968). Numerical linear algebra aspects of globally convergent homotopy methods, Technical Report. 1986.
197
Wu (2005a). A modified formula of Ancient Chinese algorithm by the continuation technique, Applied Mathematics and Computation 165, 31 – 35. Wu, T. M. (2005b). A study of convergence on the Newton-homotopy continuation method, Applied Mathematics and Computation 168, 1169-1174. Wu, T. M. (2006a). Solving the nonlinear equations by the Newton-homotopy continuation method with adjustable auxiliary homotopy function, Applied Mathematics and Computation 173, 383-388. Wu (2006b). A new formula of solving nonlinear equations by Adomian and homotopy methods, Applied Mathematics and Computation 172, 903 – 907. Wu, T. M. (2007). The secant-homotopy continuation method, Chaos Solitons and Fractals 32, 888-892.