Oleh :
ARGA SATRIA TAMA
NPM 212180017
8.1 PENGANTAR
Anggaplah sebuah sistem persamaan linear non-homogen dimana n tidak
diketahui x1, x2,……, xn3
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
. . .
. . .
. . .
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
yang bisa kita pecahkan dengan metode matriks.
Terlepas dari metode ini, ada beberapa metode langsung untuk mencari solusi dari
sistem persamaan seperti metode Eliminasi Gauss, metode Gauss-Jordan dll. Kekurangan
pada metode inversi Cramer dan matriks adalah terlalu banyak perhitungan. Anggaplah
sebuah sistem dengan 10 persamaan (variabel) maka aturan Cramer mengandung
7,00,00,000 perkalian sementara dalam metode inversi matriks, evaluasi A-1 dibagi
kofaktor menjadi sangat rumit.
Berikut ini akan dijelaskan beberapa metode langsung untuk menyelesaikan
rusmus-rumus sistem persamaan linear.
Perkiraan pertama:
1
𝑥1 = [7.74 − 0 + 2(0)] = 0.774
10
1
𝑦1 = [39.66 − 0 − 3(0)] = 1.1383333
12
1
𝑧1 = [54.8 − 3(0) − 4(0)] = 3.6533333
15
Perkiraan kedua:
1
𝑥2 = [7.74 − 1.1383333 + 2(3.6533333)] = 1.3908333
10
1
𝑦2 = [39.66 − 0.744 − 3(3.6533333)] = 2.3271667
12
1
𝑧2 = [54.8 − 3(0.744) − 4(1.1383333)] = 3.1949778
15
Perkiraan ketiga:
1
𝑥3 = [7.74 − 2.3271667 + 2(3.1949778)] = 1.1802789
10
1
𝑦3 = [39.66 − 1.3908333 − 3(3.1949778)] = 2.3903528
12
1
𝑧3 = [54.8 − 3(1.3908333) − 4(2.3271667)] = 2.7545889
15
Perkiraan keempat:
1
𝑥4 = [7.74 − 2.3903528 + 2(2.7545889)] = 1.0858825
10
1
𝑦4 = [39.66 − 1.1802789 − 3(2.7545889)] = 2.5179962
12
1
𝑧4 = [54.8 − 3(1.1802789) − 4(2.3903528)] = 2.7798501
15
Perkiraan kelima:
1
𝑥5 = [7.74 − 2.5179962 + 2(2.7798501)] = 1.0781704
10
1
𝑦5 = [39.66 − 1.0858825 − 3(2.7798501)] = 2.5195473
12
1
𝑧5 = [54.8 − 3(1.0858825) − 4(2.5179962)] = 2.7646912
15
Perkiraan keenam:
1
𝑥6 = [7.74 − 2.5195473 + 2(2.7646912)] = 1.0749835
10
1
𝑦6 = [39.66 − 1.0781704 − 3(2.7646912)] = 2.5239797
12
1
𝑧6 = [54.8 − 3(1.0781704) − 4(2.5195473)] = 2.76582
15
Perkiraan ketujuh:
1
𝑥7 = [7.74 − 2.5239797 + 2(2.76582)] = 1.074766
10
1
𝑦7 = [39.66 − 1.0749835 − 3(2.76582)] = 2.523963
12
1
𝑧7 = [54.8 − 3(1.0749835) − 4(2.5239797)] = 2.7652754
15
Dari perkiraan keenam dan ketujuh:
x = 1.075, y = 2.765 dan z = 2.765 tepat hingga 3 desimal
8.6.2 Metode Gauss-Seidel
Ini adalah modifikasi metode Gauss-Jacobi. Seperti sebelumnya, sistem
persamaan linear.
𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1
𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3
ditulis sebagai
1
𝑥 = 𝑎 (𝑑1 − 𝑏1 𝑦 − 𝑐1 𝑧) … (1)
1
1
𝑦= (𝑑2 − 𝑎2 𝑥 − 𝑐2 𝑧) … (2)
𝑏2
1
𝑧= (𝑑3 − 𝑎3 𝑥 − 𝑏3 𝑦) … (3)
𝑐3
dan kita mulai dengan perkiraan awal x0, y0, z0. substitusi y0 menjadi z0 dalam persamaan
(1), kita dapatkan
1
𝑥1 = (𝑑1 − 𝑏1 𝑦0 − 𝑐1 𝑧0 )
𝑎1
Sekarang substitusi x = x1, z = z0 dalam persamaan (2), kita dapatkan
1
𝑦1 = (𝑑2 − 𝑎2 𝑥1 − 𝑐2 𝑧0 )
𝑏2
Substitusi x = x1, y = y1 dalam persamaan (3), kita dapatkan
1
𝑧1 = (𝑑3 − 𝑎3 𝑥1 − 𝑏3 𝑦1 )
𝑐3
Proses ini dilanjutkan sampai nilai x, y, z diperoleh dengan tingkat akurasi yang
diinginkan. Secara umum, iterasi dapat ditulis sebagai
1
𝑥𝑘+1 = (𝑑1 − 𝑏1 𝑦𝑘 − 𝑐1 𝑧𝑘 )
𝑎1
1
𝑦𝑘+1 = (𝑑2 − 𝑎2 𝑥𝑘+1 − 𝑐2 𝑧𝑘 )
𝑏2
1
𝑧𝑘+1 = (𝑑3 − 𝑎3 𝑥𝑘+1 − 𝑏3 𝑦𝑘+1 )
𝑐3
Tingkat pertemuan metode Gauss-Seidel kira-kira dua kali lipat dari metode
Gauss-Jacobi.
Contoh 7. Selesaikan sistem persamaan dengan metode iterasi Gauss-Seidel
8x – 3y + 2z = 20; 6x + 3y + 12z = 35 dan 4x + 11y – z = 33
Solusi. Dari persamaan yang diberikan, kita memiliki
1
𝑥 = 8 (20 − 3𝑦 − 2𝑧) … (1)
1
𝑦 = 11 (33 − 4𝑥 + 𝑧) … (2)
1
𝑧 = 12 (35 − 6𝑥 − 3𝑦) … (3)
Tempatkan y = 0, z = 0 dalam RHSdari persamaan (1), kita dapatkan 𝑥 =
20
= 2.5
8
Tempatkan x = 2.5 z = 0 dalam RHS dari persamaan (2), kita dapatkan
1
𝑦 = 11 = [33 − 4(2.5)] = 2.0909091
Tempatkan x = 2.5, y = 2.0909091 dalam RHS dari persamaan (3), kita
dapatkan
1
𝑧1 = = [35 − 6(2.5) − 3(2.0909091)] = 1.1439394
12
Untuk perkiraan kedua:
1 1
𝑥2 = (20 + 3𝑦1 − 2𝑧1 ) = [20 + 3(2.0909091) − 2(1.1439394)] = 2.9981061
8 8
1 1
𝑦2 = [33 − 4𝑥2 + 𝑧1 ] = [33 − 4(2.9981061) + 1.1439394] = 2.0137741
11 11
1 1
𝑧2 = [35 − 6𝑥2 − 3𝑦2 ] = [35 − 6(2.9981061) − 3(2.0137741)] = 0.9141701
12 12
Perkiraan ketiga:
1
𝑥3 = [20 + 3(2.0137741) − 2(0.9141701)] = 3.0266228
8
1
𝑦3 = [33 − 4(3.0266228) + 0.9141701] = 1.9825163
11
1
𝑧2 = [35 − 6(3.0266228) − 3(1.9825163)] = 0.9077262
12
Perkiraan keempat:
1
𝑥4 = [20 + 3(1.9825163) − 2(0.9077262)] = 3.0165121
8
1
𝑦4 = [33 − 4(3.0165121) + 0.90777262] = 1.9856071
11
1
𝑧4 = [35 − 6(3.0165121) − 3(1.9856071)] = 0.9120088
12
Perkiraan kelima:
1
𝑥5 = [20 + 3(1.9856071) − 2(0.9120088)] = 3.0166005
8
1
𝑦5 = [33 − 4(3.0166005) + 0.9120088] = 1.9859643
11
1
𝑧5 = [35 − 6(3.0166005) − 3(1.9859643)] = 0.9118753
12
Perkiraan keenam:
1
𝑥6 = [20 + 3(1.9859643) − 2(0.9118753)] = 3.0167568
8
1
𝑦6 = [33 − 4(3.0167568) + 0.9118753] = 1.9858913
11
1
𝑧6 = [35 − 6(3.0167568) − 3(1.9858913)] = 0.9118099
12
Perkiraan ketujuh:
1
𝑥7 = [20 + 3(1.9858913) − 2(0.9118099)] = 3.0167568
18
1
𝑦7 = [33 − 4(3.0167568) + 0.9118099] = 1.9858894
11
1
𝑧7 = [35 − 6(3.0167568) − 3(1.9858894)] = 0.9118159
12
Karena pada perkiraan keenam dan ketujuh, nilai x, y, z adalah sama, benar hingga
empat desimal, kita dapat menghentikan proses iterasi.
∴ x = 3.0167, y = 1.9858, z = 0.9118
Kita menemukan bahwa diperlukan 12 iterasi dalam Metode Gauss-Jacobi untuk
mendapatkan akurasi yang sama seperti yang dicapai oleh 7 iterasi dalam metode Gauss-
Seidel.
Contoh 8. Selesaikan sistem persamaan berikut menggunakan metode Gauss-
Seidel:
10𝑥 + 𝑦 + 2𝑧 = 44
2𝑥 + 10𝑦 + 𝑧 = 51
𝑥 + 2𝑦 + 10𝑧 = 61
Solusi. Diberikan sistem persamaan yang dapat ditulis sebagai
1
𝑥= (44 − 𝑦 − 2𝑧)
10
1
𝑦= (51 − 2𝑥 − 𝑧)
10
1
𝑧= (61 − 𝑥 − 2𝑦)
10
Jika kita mulai dengan asumsi y0 = 0 = z0 kemudian, kita dapatkan
1
𝑥1 = (44 − 0 − 0) = 4.4
10
Sekarang kita substitusi x = 4.4 dan z0 = untuk y1 dan kita dapatkan
1
𝑦1 = (51 − 8.8 − 0) = 4.22
10
Demikian pula, kita dapatkan
1
𝑧1 = (61 − 44 − 2 x 4.22) = 4.816
10
Sekarang untuk perkiraan kedua, kita dapatkan
𝑥2 = 4.0154
𝑦2 = 3.0148
𝑧2 = 5.0955
Perkiraan ketiga diberikan
𝑥3 = 3.0794
𝑦3 = 3.9476
𝑧3 = 4.9971
Demikian pula, jika kita melanjutkan hingga perkiraan kedelapan, maka kita
dapatkan
𝑥8 = 3.00
𝑦8 = 4.00
𝑧8 = 5.00