Bab 5

Solusi Sistem Persamaan Linier dan Nilai Eigen

5.1. Pendahuluan

Bab ini membahas metode penyelesaian sistem n persamaan linier simultan dengan n nilai yang tidak diketahui x1, x2, , xn yang dinyatakan sebagai berikut: f1 f2 f3 . . . fn ( x1, x2, , xn) = 0 ( x1, x2, , xn) = 0 (x1, x2, , xn) = 0

( x1, x2, , xn) = 0

(5-1)

Sistem persamaan linier simultan dapat dituliskan sebagai berikut: b11 x1 + b12 x2+ + b1n xn b21 x1 + b22 x2+ + b2n xn b31 x1 + b32 x2+ + b3n xn . . . bn1 x1 + bn2 x2+ + bnn xn selanjutnya secara singkat ditulis : Bx = u atau [B]{x} = {u} (5-3) = u1 = u1 = u1

= u1

(5-2)

B, x dan u masing-masing adalah matrik koefisien, vektor solusi dan vektor nilai yang diketahui. Berikut ini akan diberikan beberapa metode penyelesaian sistem persamaan linier simultan linier dengan operasi matrik.

5.2.

Metoda Eliminasi GAUSS-JORDAN

Untuk membei gambaran tentang metode ini, berikut diberikan contoh sebuah sistem persamaan linier simultan. 2 x1 - 7 x2 + 4 x3 = 9 x1 + 9 x2 - 6 x3 = 1 -3 x1 + 8 x2 + 5 x3 = 6

(5-4)

Untuk itu matrik koefisien, vektor nilai yang diketahui serta matrik satuan ditulis bersama dengan simbol B u I dalam bentuk sebagai berikut:

V-1 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

4 2 7 1 9 6 3 8 5

9 1 6

0 0 1 0 0 0 1 0

(5-5)

Langkah-langkah metode eliminasi Gauss-Jordan diberikan sebagai berikut: Step 1 Step 2 Step 3 : : normalisasi baris pertama dengan cara membagi elemen-elemen baris pertama dengan nilai pivot (nilai elemen diagonal) baris pertama, yaitu 2. reduksi elemen baris berikutnya (baris kedua), sehingga nilai elemen baris kedua kolom pertama menjadi nol, dengan cara operasi baris, yaitu mengurangi elemenelemen baris kedua dengan elemen-elemen baris pertama hasil step 1. ulangi step 2 untuk elemen-elemen baris berikutnya (baris ketiga) dengan cara operasi baris, yaitu mengurangi elemen-elemen baris ketiga dengan 3 kali elemenelemen baris pertama hasil step 1. Setelah step ini, maka elemen-elemen matrik menjadi berikut:

7 1 2 0 25 2 5 0 2 Step 4 Step 5 Step 6

:

9 2 7 8 2 39 11 2 2

1 2 1 2 3 2

0 1 0

0 0 1

(5-6)

ulangi step 1 untuk baris kedua: normalisasi baris kedua dengan cara membagi elemen-elemen baris kedua dengan nilai pivot (nilai elemen diagonal) baris kedua, yaitu 25/2. reduksi elemen-elemen baris pertama, sehingga nilai elemen baris pertama kolom kedua menjadi nol, dengan cara operasi baris, yaitu mengurangi elemen-elemen baris pertama dengan -7/2 kali elemen-elemen baris kedua yang baru hasil step 4. ulangi step 2 untuk baris ketiga: reduksi elemen-elemen ketiga, sehingga nilai elemen baris ketiga kolom kedua menjadi nol, dengan cara operasi baris, yaitu mengurangi elemen-elemen baris ketiga dengan -5/2 kali elemen-elemen baris kedua yang baru hasil step 4. Setelah step ini, maka elemen-elemen matrik menjadi berikut:

6 88 9 1 0 25 25 25 16 7 1 0 1 25 25 25 47 94 7 0 0 5 5 5 Step 7 Step 8
:

7 0 25 2 0 25 1 1 5

(5-7)

ulangi step 1 untuk baris ketiga: normalisasi baris ketiga dengan cara membagi elemen-elemen baris ketiga dengan nilai pivot (nilai elemen diagonal) baris ketiga, yaitu 47/5. ulangi step 5: reduksi elemen-elemen baris pertama, sehingga nilai elemen baris pertama kolom ketiga menjadi nol, dengan cara operasi baris, yaitu mengurangi elemen-elemen baris pertama dengan -6/25 kali elemen-elemen baris ketiga yang baru hasil step 7.

V-2 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

 Step 9

ulangi step 8: reduksi elemen-elemen baris kedua, sehingga nilai elemen baris kedua kolom ketiga menjadi nol, dengan cara operasi baris, yaitu mengurangi elemen-elemen baris kedua dengan -16/25 kali elemen-elemen baris ketiga yang baru hasil step 7. Setelah step ini, maka elemen-elemen matrik menjadi I x B 1 berikut:

1 0 0 1 0 0

0 0 1

93 235 13 1 235 7 2 47 4

67 235 22 235 1 47

6 235 16 235 5 47

(5-8)

B-1, u, x dan I masing-masing adalah matrik koefisien invers, vektor nilai yang diketahui, vektor solusi serta matrik satuan. Secara umum matrik B u I dalam algoritma metoda eliminasi Gauss-Jordan membentuk matrik A dengan orde n x (n+m) yang terdiri dari matrik koefisien n x n ditambah dengan m kolom yang terdiri dari vektor nilai yang diketahui serta matrik satuan yang dituliskan dengan simbo berikut.

a11 a12 a 21 a 22 . . a an 2 n1

.... ....

a1n a 2n

a1,n +1 a 2 ,n +1

a1,n + 2 a 2 ,n + 2

.... ....

....

a nn

a n ,n +1

a n ,n + 2

....

a1,n + m a 2 ,n +m a n ,n +m

(5-9)

Misal k = 1,2, ,n adalah index atau penghitung (counter) pivot, maka algoritma metoda eliminasi Gauss-Jordan dapat dituliskan sebagai berikut:

Normalisasi : a kj Re duksi :

a kk k = 1,2 ,.....n a ij aij a ik a kj , j = n + m , n + m 1, ....., k } i = 1,2 ,...,n dim ana (i k ) a kj , j = n + m , n + m 1, ..... , k

(5-10) Catatan : 1. Jika elemen-elemen di sebelah kiri akk sama dengan nol pada baris ke k di awal baris yang akan dinormalkan, maka tidak perlu menormalkan akj untuk j < k. 2. Untuk menghindari modifikasi elemen-elemen terlalu dini pada kolom pivot, maka index atau penghitung kolom j selalu diturunkan dari nilai (n + m) tertinggi sampai dicapai nilai kolom pivot.

V-3 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

5.3.

Metoda Iterasi Gauss-Siedel

Persamaan (5-2) dapat dimodifikasi menjadi persamaan berikut: x1 = (u1 b12x2 b13x3 - - b1nxn) / b11, x2 = (u2 b21x1 b23x3 - - b2nxn) / b22, . . . xn = (un bn1x1 bn2x2 - - bn,n-1xn,n-1) / bnn Contoh : 4 x1 + 2 x2 + x3 = 11 - x1 + 2 x2 = 3 2 x1 + x2 + 4 x3 = 16

(5-11)

(5-12)

Sesuai persamaan (5-11), maka persamaan (5-12) dapat dimodifikasi menjadi sebagai berikut:

1 11 1 x 2 x3 4 4 2 3 1 x 2 = + x1 2 2 1 1 x 3 = 4 x1 x 2 4 2 x1 =

(5-13)

Untuk iterasi pertama, maka vektor solusi awal ditentukan dengan [x1, x2, x3] = [1, 1, 1]. Proses perhitungan vektor solusi pada iterasi pertama ditunjukkan sebagai berikut:

11 1 1 . ( 1) . ( 1) = 2 4 2 4 5 3 1 1 = + .(2) = x2 2 2 2 1 1 5 19 1 x3 = 4 . ( 2 ) . = 2 4 2 8
1 x1 =

(5-14)

Jadi setelah iterasi pertama vektor solusi mempunyai nilai:

5 19 x 1 = 2 , , 2 8

(5-15)

Selanjutnya setelah iterasi kedua dan ketiga diperoleh vektor solusi sebagai berikut:
29 125 783 x2 = , , 32 64 256 1033 4095 24541 x3 = , , 1024 2048 8192

(5-16) (5-17)

V-4 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

Jadi algoritma metoda iterasi Gauss-Siedel secara simbolik dapat dituliskan sebagai berikut:

xi = u i

b
j =1 j i

bij
ii

xj

(5-18)

5.4.

Metoda Dekomposisi LU

Sebuah matrik dapat didekomposisi menjadi dua matrik masing-masing matrik L dan matrik U sbb: A=L.U dimana : L U : elemen-elemen matrik pada segitiga bagian bawah (mulai dari diagonal ke bawah) : elemen-elemen matrik pada segitiga bagian atas (mulai dari diagonal ke atas) (5-19)

Persamaan (5-19) ditulis dalam bentuk lebih rinci menjadi beikut:

a 11 a 21 a 31 a 41 a 12 a 22 a 32 a 42 a 13 a 23 a 33 a 43 o 0 0 11 12 13 a 14 11 0 0 22 a 24 . 0 22 23 = 21 31 32 33 0 0 a 34 0 33 a 44 0 0 41 42 43 44 0 14 24 34 44

(5-20)

Dekomposisi matrik pada persamaan (5-19) dapat dipakai untuk menyelesaikan sistem persamaan linier yang secara simbolik dinyatakan sebagai berikut: A . x = (L . U) . x = L . (U . x) = b (5-21)

Keunggulan metoda dekomposisi adalah penyelesaian sistem persamaan menjadi lebih mudah, karena sistem persamaan dapat dipecah (dekomposisi) menjadi 2 buah sistem persamaan yang masing-masing akan dapat disajikan dalam sepasang matrik dengan elemen-elemen yang berupa segitiga (triangular set of equations). Penyelesaian matrik dengan elemen-elemen segitiga ini menjadi lebih sederhana dengan menggunakan cara substitusi. Algoritma umum metoda dekomposisi adalah sebagai berikut:

Step 1: penyelesaian vektor y sedemikian rupa sehingga memenuhi persamaan berikut: L.y=b (5-22)

Penyelesaian sistem persamaan ini dapat menggunakan cara substitusi ke depan (forward substitution) yang dinyatakan dengan rumus berikut:

y1 =

b1 11

dan

yi =

i 1 1 bi ij y j untuk ii j =1

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

(5-23)

V-5 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

Step 2: penyelesaian vektor x dalam persamaan berikut:

U.x=y

(5-24)

Penyelesaian sistem persamaan ini dapat menggunakan cara substitusi ke belakang (back substitution) yang dinyatakan dengan rumus berikut: xn = yn nn xi = 1 yi ii ij x j j =i +1

dan

untuk

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

(5-25)

Pelaksanaan Dekomposisi
Pelaksanaan dekomposisi didasarkan pada persamaan (5-20), sehingga elemen-elemen dalam matrik A mempunyai harga seperti ditunjukkan dalam rumus berikut:

aij = i1 1 j + .......

(5-26)

Bentuk-bentuk penjumlahan tergantung pada hubungan antara harga i dan harga j sebagai berikut: untuk i < j : untuk i = j : untuk i > j :

aij = i1 1 j + i 2 2 j + ..... + ii ij

(5-27) (5-28) (5-29)

aij = i1 1 j + i 2 2 j + ..... + ii

jj

aij = i1 1 j + i 2 2 j + ..... + ij ij

Persamaan (5-27) s.d. (5-29) total berjumlah n2 persamaan untuk n2+n bilangan dan yang tidak diketahui (elemen diagonal dihitung dua kali). Jumlah komponen yang tidak diketahui lebih besar dari jumlah persamaannya, sehingga untuk itu n bilangan yang tidak diketahui ditentukan secara coba-coba. Pada kenyataannya, dimungkinkan menentukan harga berikut:

ii 1 untuk i = 1 ,... n

(5-30)

Penyelesaian n2+n bilangan dan yang tidak diketahui didasarkan pada algoritma Crout sebagai berikut:
Algoritma Crout:

Step 1: tentukan ii = 1 untuk i = 1,...., n (persamaan (5-30)) Step 2: untuk setiap j = 1, 2, 3, , n kerjakan 2 buah step berikut: Step 21: untuk i = 1, 2, , j berdasar persamaan (5-27), (5-28) dan (5-30) hitung ij dengan rumus berikut:
i 1 ij = a ij ik kj k =1

(5-31)

Jika i = 1 dalam rumus berikut ini, berarti penjumlahan menghasilkan harga sama dengan nol.
V-6 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

Step 22: untuk i = j + 1, j + 2, , n berdasar persamaan (5-29) hitung ij dengan rumus berikut ini:
j 1 1 a ij ik kj jj k =1

ij =

(5-32)

Metode Crout akan menghasilkan antara dan berikut:

11 21 31 41 12 13 14 22 23 24 32 33 34 42 43 44

elemen-elemen

matrik

yang

merupakan

kombinasi

(5-33)

5.5.

Solusi Nilai dan Vektor Eigen dengan Metode Iterasi Balik

Ekspresi sistem persamaan linier simultan dengan nilai eigen diberikan sebagai berikut:

[A]{x} = {x}
atau:

(5-34)

[[A] [I ]]{x} = 0
det [[A] [I ]] = 0

(5-35) (5-36)

Misalkan vektor {y} adalah solusi sistem persamaan linier berikut ini:

[[A] [I ]]{y} = {b}

(5-37)

Misal nilai mendekati nilai eigen sebenarnya yaitu , sedangkan vektor {y} mendekati vektor eigen sebenarnya yaitu {x}. Solusi nilai dan vektor eigen dilakukan secara iteratif, dengan cara mengganti {b} dengan {y} untuk menghasilkan {y} baru, sehingga {y} akan mendekati {x}. Pada iterasi ke i , persamaan (5-37) akan mempunyai ekspresi sebagai berikut:

[[A] i [I ]]{y} = {x i }

(5-38)

i dan {xi} adalah perkiraan nilai dan vektor eigen pada iterasi ke i. Nilai dan vektor eigen
sesungguhnya akan memenuhi persamaan (5-34). Kombinasi persamaan (5-34) dan (5-38) menghasilkan:

[[A] i [I ]]{x} = ( i ){x}

(5-39)

Karena {y} dalam persamaan (5-38) merupakan pendekatan dari {xi}, maka selanjutnya harga {xI+1} dinyatakan sebagai berikut:
V-7 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS

{xi +1 } =

{y i } {y i }

(5-40)

Substitusi {xI+1} ke dalam persamaan (5-38) menghasilkan {yI+1}, sedangkan harga I+1 dapat ditentukan berdasar formula berikut ini:

{x i } 2 i +1 = i + {x i }{ . yi }
Kondisi terminasi iterasi dapat diberikan dengan ekspresi berikut ini.

(5-41)

i +1 i <

(5-42)

V-8 Catatan Kuliah Dr.Ir. Lilik Eko Widodo, MS