24/05/2007

PENYELESAIAN PERSAMAAN LINIER SIMULTAN

Modul 3

Persamaan Linier Simultan

Persamaan linier simultan adalah suatu bentuk persamaan-persamaan yang

secara bersama-sama menyajikan banyak variabel bebas

Bentuk persamaan linier simultan dengan m persamaan dan n variabel bebas

aij untuk i=1 s/d m dan j=1 s/d n adalah koefisien atau persamaan

simultan xi untuk i=1 s/d n adalah variabel bebas pada persamaan simultan

24/05/2007

Persamaan Linier Simultan

Penyelesaian persamaan linier simultan adalah

penentuan nilai xi untuk semua i=1 s/d n yang memenuhi semua persamaan yang diberikan.
a11 a 21 ... AX = B a m1 Matrik A = Matrik Koefisien/ Jacobian.
Vektor x = vektor variabel vektor B = vektor konstanta.

a12 a 22 ... am2

... a1n x1 b1 ... a 2 n x 2 = b2 ... ... ... ... ... a mn x n bn

Augmented Matrix
matrik yang merupakan perluasan matrik A dengan

menambahkan vector B pada kolom terakhirnya, dan dituliskan: Augmented (A) = [A B]

a11 a 21 ... a m1

a12 a 22 ... am 2

a13 a 23 ... a m3

... a1n ... a 2 n ... ... ... a mn

b1 b2 ... bm

24/05/2007

Kemungkinan Solusi PL
Persamaan Linier Simultan atau Sistem Persamaan Linier

mempunyai kemungkinan solusi :

y 1 x y -1
2. Tidak ada solusi

1 x -1

1 x -1
1. Solusi banyak

1 1 2 4 E lim inasi 1 1 2 4 2 1 1 2 Gauss 0 3 3 6 1 2 3 7 0 0 0 1

3. Solusi tunggal

1 1 2 4 E lim inasi 1 1 2 4 2 1 1 2 Gauss 0 3 3 6 0 0 0 0 6 1 2 3

1 2 3

1 3 1

1 0 E lim inasi 1 1 Gauss 2 1

1 0 0

1 1 0

1 0 1 1 3 3

Penyelesaian Persamaan Simultan

Eliminasi Gauss Gauss Jordan Dekomposisi Lower-Upper (LU) Iterasi Jacobi Gauss Siedel

24/05/2007

Theorema 4.1.
Suatu persamaan linier simultan mempunyai

penyelesaian tunggal bila memenuhi syaratsyarat sebagai berikut.

Ukuran persamaan linier simultan bujursangkar, dimana

jumlah persamaan sama dengan jumlah variable bebas. Persamaan linier simultan non-homogen dimana minimal ada satu nilai vector konstanta B tidak nol atau ada bn 0. Determinan dari matrik koefisien persamaan linier simultan tidak sama dengan nol.

Metode Eliminasi Gauss

Metode Eliminasi Gauss merupakan metode yang

dikembangkan dari metode eliminasi, yaitu menghilangkan atau mengurangi jumlah variable sehingga dapat diperoleh nilai dari suatu variable bebas matrik diubah menjadi augmented matrik :

a11 a 21 ... a n1

a12 a 22 ... an2

... a1n ... a 2 n ... ... ... a nn

b1 b2 ... bn

24/05/2007

Metode Eliminasi Gauss

ubah matrik menjadi matrik segitiga atas atau segitiga

bawah dengan menggunakan OBE (Operasi Baris Elementer).

a11 a 21 a31 ... a n1 b1 b2 b3 ... bn

a12 a 22 a32 ... an2

a13 a 23 a33 ...

... a1n ... a 2 n ... a3n ... ...

a n 3 ... a nn

c11 0 0 ... 0

c12 c 22 0 ... 0

c13 c 23 c33 ... 0

... ... ... ... ...

c1n c2n c3n ... c nn

d1 d2 d3 ... dn

Operasi Baris Elementer

Metode dasar untuk menyelesaikan Sistem Persamaan

Linier adalah mengganti sistem yang ada dengan sistem yang baru yang mempunyai himp solusi yang sama dan lebih mudah untuk diselesaikan
Sistem yang baru diperoleh dengan serangkaian step

yang menerapkan 3 tipe operasi. Operasi ini disebut Operasi Baris Elementer

24/05/2007

Metode Eliminasi Gauss

Sehingga penyelesaian dapat diperoleh dengan:

xn =

dn c nn 1 c n 1,n 1

x n 1 =

( c

n 1, n

x n + d n 1 )

..................................... 1 (d 2 c23 x3 c24 x4 ... c2 n xn ) x2 = c 22 x1 = 1 (d1 c12 x2 c13 x3 ... c1n xn ) c11

Contoh :
Selesaikan sistem persamaan berikut:

x1 + x 2 + x3 = 6 x1 + 2 x 2 x3 = 2 2 x1 + x 2 + 2 x3 = 10
Augmented matrik dari persamaan linier simultan tersebut

1 1 1 6 1 2 1 2 2 1 2 10

24/05/2007

Contoh :
Lakukan operasi baris elementer

B2 B1 B3 2 B1

1 6 1 1 0 1 2 4 0 1 0 2

B3 + B2

6 1 1 1 0 1 2 4 0 0 2 6

Contoh :
Penyelesaian :

6 =3 2 1 x 2 = ( 4 (2)3) = 2 1 1 x1 = (6 2 3) = 1 1 x3 =

24/05/2007

Algoritma Metode Eliminasi Gauss

Metode Eliminasi Gauss Jordan

Metode ini merupakan pengembangan metode

eliminasi Gauss, hanya saja augmented matrik, pada sebelah kiri diubah menjadi matrik diagonal
a11 a 21 a31 ... a n1 a12 a 22 a32 ... an2 a13 a 23 a33 ... ... a1n ... a 2 n ... a3n ... ... b1 b2 b3 ... bn

a n 3 ... a nn

1 0 0 ... 0

d1 d2 d3 ... ... ... ... ... 0 0 ... 1 d n 0 1 0 0 ... 0 0 ... 0 1 ... 0

Penyelesaian dari persamaan linier simultan diatas adalah nilai

d1,d2,d3,,dn dan atau:

x1 = d1 , x 2 = d 2 , x3 = d 3 ,...., x n = d n

24/05/2007

Contoh :
Selesaikan persamaan

linier simultan:

x1 + x 2 = 3 2 x1 + 4 x 2 = 8

Augmented matrik dari

persamaan linier simultan

1 1 3 2 4 8

Lakukan operasi

baris elementer
x1 = 2 dan x2 = 1

Penyelesaian persamaan linier simultan :

1 B2 2b1 0 1 1 B 2 / 2 0 1 1 B1 B2 0

1 3 2 2 3 1 0 2 1 1

Contoh :
x + y + 2z = 9 2 x + 4 y 3z = 1 3x + 6 y 5 z = 0
x + y + 2z = 3x + 6 y 5 z =

B2-2B1

9 0

2 y 7 z = 1 7

B3-3B1

1 1 2 9 2 4 3 1 3 6 5 0

B2-2B1

9 1 1 2 0 2 7 17 3 6 5 0

B3-3B1

24/05/2007

Example 3 Using Elementary row Operations(2/4)

B2

x + y + 2z =

x + y + 2z = 3 y 11z =

9 0

2 y 7 z = 17 3 y 11z = 27

17 y 7 2 z = 2

B3-3B2

9 1 1 2 0 2 7 17 0 3 11 27

B2

9 1 1 2 0 1 7 17 2 2 0 3 11 27

B3-3B2

Example 3 Using Elementary row Operations(3/4)

x + y + 2z = y z =
7 2

9
17 2 3 2

-2 B3

x + y + 2z = y z =
7 2

9
17 2

B1 - B2

z=
1 2

z= 3

1 1 2 0 1 7 2 1 0 0 2

9 17 2 3 2

-2 B3

1 1 2 0 1 7 2 0 0 1

9 17 2 3

B1 - B2

10

24/05/2007

Example 3 Using Elementary row Operations(4/4)

x +
11 2

z= z=

35 2

17 y 7 2 z = 2

B2 + 7/2 B3 B1 - 11/2 B3 B2 + 7/2 B3 B1 - 11/2 B3

x y

=1 = 2 z= 3

1 0 11 2 7 0 1 2 0 0 1

3
35 2 17 2

1 0 0 1 0 1 0 2 0 0 1 3

Solusi x = 1, y=2 dan z=3

Algoritma Metode Eliminasi GaussJordan

11

24/05/2007

METODE DEKOMPOSISI LU

Metode Dekomposisi L-U

12

24/05/2007

Langkah-langkah Dekomposisi L-U

1) Membentuk matrik koefisien A, matrik variabel x,dan

matrik hasil B dari persamaan serentak/simultan 2) Mencari matrik segitiga bawah(matrik L) dan matrik segitiga atas (Matrik U) dari matrik koefisien dengan aturan
li1 = a i1 u1 j = a1 j l 11 = a1 j a 11 l ik . u kj

l ij = a ij a ij

j 1

k =1

u ij =

i 1

dim ana :
l ik . u kj

k =1

l ii

i = 1 , 2 , 3 ,.., n j = 2 , 3 , 4 ,.., n

Langkah-langkah Dekomposisi L-U

3) Kemudian mencari vektor matriks hasil (matrik D)

dengan aturan
d
' 1

b1 l11 bj

'

j 1

k =1

l jk . d ' k

l jj

4) Membentuk augmented matrik (UD) dan mencari

penyelesaian dengan aturan x n = d 'n xj = d 'j

k = j +1

jk

.xk

13

24/05/2007

Contoh
Carilah persamaan serentak/simultan di bawah ini dengan

metode dekomposisi L-U

x1 + x2 + x3 = 6 x1 + 2 x2 + 3x3 = 14 x1 + 4 x2 + 9 x3 = 36

Contoh
Langkah 1 Langkah 2

Membentuk matrik

Mencari matrik L dan

koefisien, matrik variabel dan matrik hasil

Matrik U dari matrik koefisien A sbb

a11 a12 a a 21 22 a 31 a32 a13 l11 0 a23 = l21 l22 a33 l31 l32 0 0 l33 1 u12 0 1 0 0 u13 u23 1

1 1 1 x1 6 1 2 3 x = 14 2 36 x3 1 4 9

14

24/05/2007

Langkah 2
Diagonal utama matrik Pada i=1 didapatkan
u12 = u13 = a 12 =1 a 11 a 13 =1 a 11

U, semuanya bernilai 1 pada j=1, didapatkan:

l11 = a12 = 1 l21 = a21 = 1 l31 = a31 = 1

l 22 = a 22 l 32 = a 32 a 23

l
k =1 1

ik

.u kj = a 22 (l 21 .u12 ) = 1 .u kj = a 32 (l 31 .u12 ) = 3 .u kj a 23 (l 21 .u13 ) =2 l 22

l
k =1 1 k =1

ik

u 23 =

l
l 22
2

ik

l 33 = a 33

l
k =1

ik

.u kj = a 33 (l 21 .u 23 ) = 2

Langkah 2
Jadi Matriks L dan U adalah

1 0 0 1 1 1 l = 1 1 0 dan u = 0 1 2 1 3 2 0 0 1
Kemudian mencari matriks D sebagai berikut

d '1 = d '2 =

b1 6 = =6 l11 1 b2 l21'd '1 14 (1.6) 14 6 = = =8 l22 1 1

Jadi Matriks D adalah

b ( l31' d '1 + l32 'd ' 2 ) 36 (1.6 + 3.8) 36 30 d '3 = 3 = = =3 l33 2 2

6 8 3

15

24/05/2007

Langkah 3
Menyusun augmented matriks [UD], yaitu :

1 1 1 6 UD ' = 0 1 2 8 0 0 1 3
Dan penyelesaian adalah :

x3 = d '3 = 3 x 2 = d ' 2 u 23 . x 3 = 2 x1 = d '1 ( u12 . x 2 + u13 . x 3 ) = 1

METODE ITERASI JAKOBI

16

24/05/2007

Tujuan
Metode iterasi Jacobi adalah metode penyelesaian SPL

melalui proses iterasi dengan menggunakan persamaan

xi

(n +1)

n a n hi ij x j aii j =1 aii

dengan j i

Keuntungan: Langkah penyelesaian lebih sederhana dibandingkan metode invers, determinan atau metode dekomposisi L-U Keterbatasan: Proses iterasi lambat, terutama untuk SPL orde tinggi Metode ini hanya dapat digunakan untuk menyelesaikan SPL yg n memenuhi syarat persamaan
aii > aij
j =1

dengan j 1, i = 1,2,..., n

Algoritma Jacobi
Langkah 1 Memeriksa susunan SPL apakah memenuhi syarat atau tidak. Jika tidak memenuhi syarat maka susunan SPL diubah sampai memenuhi syarat Langkah 2 Menyusun matrik koefisien, matrik variabel dan matriks hasil Langkah 3 Menentukan titik variabel x awal kemudian melakukan iterasi menggunakan rumus diatas sampai didapatkan nilai variabel x yang sama atau hampir sama

17

24/05/2007

Contoh
Carilah penyelesaian SPL dibawah ini dengan iterasi

Jacobi

x 1 + 2 x 2 + 9 x 3 = 12 x1 7 x 2 + 2 x 3 = 4 8 x1 + x 2 x 3 = 8

Langkah Penyelesaian
Langkah 1 Langkah 2

Karena susunan SPL tidak

Mencari matriks koefisien,

memenuhi syarat maka susunan diubah menjadi

Baris 3 ditukar dengan baris 1

matrik variabel, dan matrik hasil

8 1 1 A = 1 7 2 9 1 2 8 h = 4 12 x1 x = x2 x3

8 x1 + x 2 x 3 = 8 x1 7 x 2 + 2 x 3 = 4 x 1 + 2 x 2 + 9 x 3 = 12

18

24/05/2007

Langkah 3
Menentukan titik awal variabel, misalnya diambil

x1 = x2 = x3 = 0
Iterasi pertama n=1 adalah :

(1)

(1)

(1)

x1

(2 )

= = =

1 h1 a12 (1) a13 (1) 8 1 0 = 1 = 0+ x2 + x3 8 a11 a11 a11 8 8 2 h2 a21 (1) a23 (1) 4 1 0+ 0 = 0,571 = x1 + x3 7 a22 a22 a22 7 7 2 h3 a31 (1) a32 (1) 12 1 = 0 + 0 = 1,333 x1 + x3 9 a33 a33 a33 9 9

x2 x3

(2 )

(2 )

Langkah selanjutnya
Iterasi 1 2 3 4 5 6 7 8 x1 0,000 1,000 1,095 1,000 0,991 1,000 1,001 1,000 1,000 x2 0,000 0,571 1,095 1,041 0,991 0,996 1,001 1,000 1,000 x3 0,000 1,333 1,095 0,968 0,991 1,003 1,001 1,000 1,000

19

24/05/2007

METODE ITERASI GAUSS SIEDEL

Tujuan
Metode iterasi Gauss Siedel adalah metode penyelesaian

SPL melalui proses iterasi dengan menggunakan persamaan

xi

(n +1)

hi i 1 aij ( n +1) = xj aii j =1 aii n = 1,2,...

j =i +1

aij
ii

xj

(n)

dengan i = 1,2,... N

20

24/05/2007

Algoritma Iterasi Gauss Siedel

Langkah 1 Memeriksa susunan SPL apakah memenuhi syarat atau tidak. Jika tidak memenuhi syarat maka susunan SPL diubah sampai memenuhi syarat Langkah 2 Menyusun matrik koefisien, matrik variabel dan matriks hasil Langkah 3 Menentukan titik variabel x awal kemudian melakukan iterasi menggunakan rumus diatas sampai didapatkan nilai variabel x yang sama atau hampir sama

Contoh
Carilah penyelesaian SPL dibawah ini dengan iterasi

Gauss Siedel

x 1 + 2 x 2 + 9 x 3 = 12 x1 7 x 2 + 2 x 3 = 4 8 x1 + x 2 x 3 = 8
Penyelesaian : Langkah 1 dan langkah 2 sama dengan iterasi jacobi

21

24/05/2007

Langkah 3
Menentukan titik awal variabel, misalnya diambil Iterasi pertama n=1 adalah :
(2 )
0 3 a a h1 (n +1) (n) 1j xj 1j xj a11 j =1 a11 a j = 2 11

x1 = x2 = x3 = 0

(1)

(1)

(1)

x1 x1

= = = = = =

(2 )

a12 (1) a13 (1) 8 h1 1 1 0 a x2 + a x3 = 8 0 8 0 + 8 0 = 1 a11 11 11

1 3 a a h2 (n +1) (n) 2 j xj 2j xj a22 j =1 a22 j =3 a22

x2 x2 x3 x3

(2 )

(2 )

h2 a21 (2 ) a23 (1) 4 1 2 x1 x3 = 1 0 = 0,7147 a22 a22 a22 7 7 7

2 3 a a h3 (n +1) (n) 3j xj 3j xj a33 j =1 a33 a j = 4 33

(2 )

(2 )

h3 a31 (2 ) a32 (2 ) 12 1 2 x1 + x2 0 = 9 9 1 + 9 0,7147 = 1,0634 a33 a33 a33

Iterasi berikutnya
Iterasi 1 2 3 4 5 6 7 x1 0,000 1,000 1,044 1,005 0,996 1,000 1,000 1,000 x2 0,000 0,7143 1,024 1,019 0,997 0,999 1,000 1,000 x3 0,000 1,063 1,063 0,990 0,995 1,001 1,000 1,000

22

24/05/2007

Contoh :
Selesaikan sistem persamaan berikut:

x1 + x 2 + x3 = 6 x1 + 2 x 2 x3 = 2 2 x1 + x 2 + 2 x3 = 10
Augmented matrik dari persamaan linier simultan tersebut

1 1 1 x1 6 1 2 1 x = 2 2 2 1 2 x3 10

23