Bab 3
-
Upload
radiansitumeang -
Category
Documents
-
view
6 -
download
2
description
Transcript of Bab 3
BAB III
SISTEM PERSAMAAN LINEAR
Dalam bab ini akan dibahas sistem persamaan linear yang secara umum dapat dituliskan sebagai :
(3.1)Dengan a adalah koefisien konstan dan c adalah konstan. Persamaan 3.1 dituliskan dalam bentuk notasi matriks sebagai berikut :
(3.2)Berbagai cara untuk mencari nilai , diantaranya Metode Eliminasi Gaus, metode Matriks Invers, Metode Iterasi Jacobi, Metode Iterasi Gaus seidel dan Metode yang lainnya yang mungkin belum kami sebutkan dalam bab ini :
3.1. Metode Determinan
Sistem persamaan mempunyai penyelesaian, jika determinan dari matriks koefisien, |A| ( 0.
Berdasarkan aturan Cramer, maka harga xj dapat dihitung dengan pembagian determinan, yaitu :
; j= 1,2,3...... ndengan : |Aj| = Determinan yang dihasilkan dengan mengganti kolom ke j dari determinan |A| dengan {C}.
Untuk sistem dengan n persamaan, aturan Cramer memerlukan perhitungan (n + 1) determinan, dan n pembagian. Karena tiap determinan memerlukan (n-1)n! perkalian, maka jumlah total perkalian dan pembagian adalah (n + 1)(n - 1)n! + n. Oleh karena itu, jika variabel yang harus dihitung lebih dari 4 dianjurkan menggunakan metode lain.
Contoh
dalam bentuk matriks,
determinan |A| =
determinan |A1| =
determinan |a2| =
determinan |a3| =
Jadi,
3.2. Metode Inverse Matriks
Jika sistem persamaan ditulis , maka : ; adalah inverse matriks koefisien. Inverse suatu matriks dapat dihitung menggunakan metode Eliminas Gauss-Jordan atau metode adjoint matriks.
Contoh
Determinan dari matriks koefisien, |A| =10.
Transpos dari matriks, [A] =
danAdjoint [A] =
Inverse matriks, [A]-1 = =
Jadi x = 2; y = 3 dan z = -2,5.
3.3. Iterasi Jacobi
Penggunaan metode determinant dan metode inverse untuk menyelesaikan suatu SPL terkadang menjumpai masalah, seperti adanya pembulatan. Metode ini juga kurang efisien untuk menyelesaikan SPL-SPL berukuran besar. Untuk itulah maka dikembangkan metode iterasi. Beberapa metode iterasi yang ada, metode iterasi Jacobi adalah salah satu metode iterasi untuk menyelesaikan SPL. Misalkan diberikan n buah persamaan, yang dalam notasi matriks adalah:
Jika elemen - elemen diagonal semuanya tidak nol, persamaan pertama dapat diselesaikan untuk x1, yang kedua untuk x2, dan seterusnya hingga dihasilkan :
Proses penyelesaiannya dilakukan sebagai berikut :
1. Pertama-tama diambil nilai awal bagi x1, x2, hingga xn sama dengan nol.
2. Nilai-nilai awal nol ini disubstitusikan ke 3.3.a, b, c dan d untuk memperoleh nilai baru katakan , , , . . . .
3. Nilai kemudian disubstitusikan lagi ke persamaan 3.4.a, b, c, d untuk memperoleh :
4. Lakukan proses ini secara berulang-ulang hingga terjadi kekonvergenan. Kriteria konvergen terpenuhi jika:
Metode ini mempunyai keterbatasan sebagai berikut :
1. Proses iterasinya lambat, terutama untuk persamaan linear ordo tinggi
2. Metode ini hanya dapat digunakan untuk menyelesaikan persamaan linear yang memenuhi syarat
3. Ada kasus tertentu tidak bisa diselesaikan dengan proses iterasi padahal penyelesaiaanya ada. Contohnya :
0.3 x1+ 0.25 x2+ 0.18 x3= = 18.00000
0.4 x1+ 0.50 x2+ 0.30 x3= == 30.00000
0.3 x1+ 0.25 x2+ 0.52 x3 = 28.00000
Padahal nilai x1 = 21.17647, x2 = 25.41176 dan x3 = 29.41176Contoh:
Selesaikan SPL berikut dengan metode iterasi Jacobi:
SPL tersebut dapat ditu1iskan dalam bentuk:
Substitiasikan nilai awal untuk menghitung
Substitusikan lagi ke SPL tersebut untuk memperoleh:
Prosedur di atas hingga terjadi kekonvergenan. Hasil iterasi sebagai berikut :
Iterx1x2x3error x1error x2error x3
11,66666672,85714292,0000000
21,38095242,76190482,476190520,68965523,448275919,2307692
31,57142863,12925172,552381012,121212111,73913042,9850746
41,47437643,05306122,62312936,58259002,49554372,6970954
51,52335603,13884032,63147393,21524262,73282690,3171102
61,49754453,11442822,64619371,72358600,78383730,5562629
71,51058853,13548612,64675350,86350110,67159900,0211492
81,50375583,12827242,64995910,45437620,23059960,1209671
91,50722893,13355062,64980660,23043090,16844230,0057525
101,50541873,13150062,65052870,12024680,06546280,0272414
111,50634273,13284452,65043280,06134080,04289570,0036183
121,50586283,13227542,65060070,03187000,01816900,0063360
131,50610843,13262162,65056500,01631230,01105190,0013459
141,50598123,13246592,65060530,00845270,00496980,0015171
151,50604643,13255592,65059390,00433570,00287220,0004283
161,50601273,13251372,65060380,00224270,00134650,0003724
171,50603003,13253722,65060040,00115200,00075120,0001268
181,50602113,13252592,65060290,00059520,00036250,0000933
191,50602573,13253212,65060190,00030600,00019730,0000361
201,50602333,13252902,65060260,00015800,00009720,0000237
211,50602453,13253062,65060230,00008130,00005200,0000100
221,50602393,13252982,65060250,00004190,00002600,0000061
231,50602423,13253032,65060240,00002160,00001370,0000027
241,50602403,13253002,65060240,00001110,00000690,0000016
251,50602413,13253022,65060240,00000570,00000360,0000007
261,50602413,13253012,65060240,00000300,00000180,0000004
271,50602413,13253012,65060240,00000150,00000100,0000002
281,50602413,13253012,65060240,00000080,00000050,0000001
3.4. Iterasi Gauss-Seidel
Selain metode iterasi Jacobi, terdapat cara lain iterasi bagi SPL, yaitu dengan metode iterasi Gauss - Seidel. Seperti halnya iterasi Jacobi, maka SPL dapat disusun dalam bentuk:
Proses penyelesaiannya dapat dimulai dengan nilai awal bagi x1, x2, hingga xn sama dengan nol. Nilai-nilai awal nol ini dapat disubstitusikan ke 3.6a, b, c dan d untuk memperoleh nilai baru . Nilai baru x1, kita substitusikan ke persamaan 3.6b, bersama nilai awal yang lain ( x3 = x4 = . . . = xn = 0 ) untuk menghitung nilai baru x2. Demikian seterusnya hingga xn. Prosedur diulangi lagi dari awal dengan nilai - nilai baru yang didapat. Kekonvergenan dapat diperiksa dengan :
untuk semua nilai i, di mana j adalah hasil iterasi sekarang dan j-1 adalah hasil iterasi sebelumnya.
Contoh:
Selesaikan SPL dalam contoh sebelumnya dengan metode iterasi Gauss Seidel :
Dengan nilai awal x2 = x3 = 0, hitung :
Selanjutnya dengan nilai = 1,66667 dan x3 = 0, hitung :
Dengan = 1,66667 dan = 1,90476, hitunglah :
Selanjutnya nilai dan dipakai untuk menghitung nilai . Proses ini diulangi hingga mencapai kekonvergenan yang diinginkan. Hasil hitungan ditabelkan sebagai berikut :
Iterx1x2x3Error x1Error x2Error x3
10,00000000,00000000,0000000
21,66666672,85714292,0000000100,000000100,000000100,000000
31,38095242,76190482,476190520,68965523,448275919,2307692
41,57142863,12925172,552381012,121212111,73913042,9850746
51,47437643,05306122,62312936,58259002,49554372,6970954
61,52335603,13884032,63147393,21524262,73282690,3171102
71,49754453,11442822,64619371,72358600,78383730,5562629
81,51058853,13548612,64675350,86350110,67159900,0211492
91,50375583,12827242,64995910,45437620,23059960,1209671
101,50722893,13355062,64980660,23043090,16844230,0057525
111,50541873,13150062,65052870,12024680,06546280,0272414
121,50634273,13284452,65043280,06134080,04289570,0036183
131,50586283,13227542,65060070,03187000,01816900,0063360
141,50610843,13262162,65056500,01631230,01105190,0013459
151,50598123,13246592,65060530,00845270,00496980,0015171
161,50604643,13255592,65059390,00433570,00287220,0004283
171,50601273,13251372,65060380,00224270,00134650,0003724
181,50603003,13253722,65060040,00115200,00075120,0001268
191,50602113,13252592,65060290,00059520,00036250,0000933
201,50602573,13253212,65060190,00030600,00019730,0000361
211,50602333,13252902,65060260,00015800,00009720,0000237
221,50602453,13253062,65060230,00008130,00005200,0000100
231,50602393,13252982,65060250,00004190,00002600,0000061
241,50602423,13253032,65060240,00002160,00001370,0000027
251,50602403,13253002,65060240,00001110,00000690,0000016
261,50602413,13253022,65060240,00000570,00000360,0000007
271,50602413,13253012,65060240,00000300,00000180,0000004
281,50602413,13253012,65060240,00000150,00000100,0000002
291,50602413,13253012,65060240,00000080,00000050,0000001
3.5. Metode LU Decomposition
Selain metode iterasi, metode lain yang merupakan modifikasi dari metode eliminasi, dan disebut juga metode reduksi atau dikenal dengan Metode Dekomposisi L-U.
Metode dekomposisi L-U adalah metode penyelesaian persamaan serentak linear dengan cara Matriks koefisien ditransformasi menjadi perkalian antara dua matriks, yaitu matriks segitiga bawah dan matriks segitiga atas , dan dipilih elemen - elemen diagonal utama dari sedemikian sehingga u = 1 untuk .
Kelebihan dari metode ini adalah metode ini sangat efektif untuk menyelesaikan persamaan linear ordo tinggi. Hasil penyelesaiannya sangat mendekati nilai eksaknya (bahkan sering didapatkan hasil penyelesaian sama dengan eksaknya). Akan tetapi cara penyelesaian dengan menggunakan metode ini cukup kompleks.
Adapun langkah-langkahnya adalah sebagai berikut :
Langkah pertama membuat
EMBED Equation.3 = atau
EMBED Equation.3 =
Elemen-elemen baris pada dikalikan dengan kolom 1 dari maka akan diperoleh :
Jadi, elemen - elemen kolom pertama dari = elemen-elemen kolom pertama dari .
Secara umum dapat dituliskan bahwa :
selanjutnya baris pertama dari dikalikan dengan kolom-kolom dari akan memberikan :
Jika diamati untuk hal diatas maka dapat dirumuskan :
untuk i = 1, maka
Untuk i ( 1 maka akan diperoleh :
Dengan cara yang sama akan diperoleh :
Secara umum untuk matriks orde-n:
Dimana dan
Kemudian mencari vektor matriks hasil (( dengan menggunakan algoritma sebagai berikut :
i = 1;
i = 2, 3, . . . nLangkah kedua adalah mencari penyelesaian untuk dilakukan dengan substitusi mundur dari persamaan [U] {x} = ((, yaitu
j = n-1, n-2, . . . 1Secara skematis, penyelesaian suatu SPL dengan menggunakan dekomposisi L-U adalah sebagai berikut :
Langkah-langkah Dekomposisi L-U
Contoh 1: Selesaikan SPL contoh berikut ini dengan metode dekomposisi L U :
x1+ x2+ x3= = 6
x1+ 2 x2+ 3 x3= == 14
x1+ 4 x2+ 9 x3 = 36
Penyelesaian :
Matriks koefesien, matriks variabel dan matriks hasil
Mencari Matriks L dan Matriks U dari matrik koefesien A sebagai berikut :
=
EMBED Equation.3 diagonal utama matriks U, semuanya bernilai 1
pada j = 1, didapatkan :
Pada i = 1, didapatkan :
Untuk i ( 1 maka akan diperoleh :
Jadi matriks L dan U adalah :
dan
Kemudian mencari matrik ((
Jadi matrik (( adalah :
(( =
Langkah ketiga mencari penyelesaian untuk (x( dilakukan dengan substitusi mundur dari persamaan [U] {x} = ((, yaitu
dan penyelesaiaannya adalah :
Contoh 2: Selesaikan SPL dalam contoh sebelumnya dengan menggunakan metode dekomposisi L U :
Jawab :
Latihan :
1. Carilah penyelesaian kumpulan persamaan linear di bawah ini dengan metode iterasi jacobi
a.
b.
2. Carilah penyelesaian kumpulan persamaan linear di bawah ini dengan metode iterasi Gauss Seidel.
a.
b.
3. Carilah penyelesaian kumpulan persamaan linear di bawah ini dengan metode dekomposisi L-U.
a.
b.
[A]
{x}
= {B}
[U]
[L]
[L]
{b}
= {B}
{x}
[U]
= {b}
{b}
{x}
Subtitusi maju
Subtitusi mundur
Dekomposisi
EMBED Equation.3
Kalikan setiap baris L dengan sebuah kolom pada matrik U. Lakukan terus menerus hingga semua kolom matrik U selesai dikalikan
Created by Supiyanto, Jurusan Matematika FMIPA UNCEN
_1285443492.unknown
_1285586583.unknown
_1318623613.unknown
_1318624234.unknown
_1319266455.unknown
_1353670389.unknown
_1353670390.unknown
_1319825794.unknown
_1319869078.unknown
_1319825518.unknown
_1319263379.unknown
_1318623922.unknown
_1318624016.unknown
_1318624233.unknown
_1318623913.unknown
_1318623491.unknown
_1318623559.unknown
_1318623578.unknown
_1318623518.unknown
_1318623058.unknown
_1318623210.unknown
_1318623475.unknown
_1286076425.unknown
_1286076429.unknown
_1286076433.unknown
_1286076426.unknown
_1286076421.unknown
_1285586249.unknown
_1285586435.unknown
_1285586472.unknown
_1285586279.unknown
_1285585766.unknown
_1285586064.unknown
_1285586127.unknown
_1285586090.unknown
_1285586011.unknown
_1285443811.unknown
_1285444221.unknown
_1285585720.unknown
_1285444225.unknown
_1285444088.unknown
_1285443781.unknown
_1251918640.unknown
_1251963325.unknown
_1254082304.unknown
_1254083354.unknown
_1254540392.unknown
_1254541570.unknown
_1285441970.unknown
_1254541956.unknown
_1254540488.unknown
_1254541564.unknown
_1254083948.unknown
_1254084213.unknown
_1254083587.unknown
_1254083120.unknown
_1254083201.unknown
_1254082727.unknown
_1254081806.unknown
_1254081945.unknown
_1254082172.unknown
_1254081846.unknown
_1254080800.unknown
_1254081411.unknown
_1254079952.unknown
_1254080668.unknown
_1254078704.unknown
_1251918964.unknown
_1251919326.unknown
_1251963209.unknown
_1251919193.unknown
_1251919320.unknown
_1251919195.unknown
_1251919188.unknown
_1251918822.unknown
_1251918831.unknown
_1251918645.unknown
_1251918648.unknown
_1251918664.unknown
_1251918643.unknown
_1250804787.unknown
_1251918626.unknown
_1251918635.unknown
_1251918637.unknown
_1251918628.unknown
_1251918621.unknown
_1251918624.unknown
_1250804794.unknown
_1251918608.unknown
_1250805010.unknown
_1250804790.unknown
_1231011142.unknown
_1250804774.unknown
_1250804779.unknown
_1250804784.unknown
_1250802880.unknown
_1250804766.unknown
_1250802918.unknown
_1250801403.unknown
_1231007708.unknown
_1231010204.unknown
_1231010276.unknown
_1231010635.unknown
_1231010090.unknown
_1231004212.unknown