TUGAS UAS METODE NUMERIK

Oleh :
ARGA SATRIA TAMA
NPM 212180017

PROGRAM STUDI MAGISTER TEKNIK PERTAMBANGAN

FAKULTAS TEKNOLOGI MINERAL
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
YOGYAKARTA
2018
 BAB 8
SOLUSI PERSAMAAN LINIEAR SIMULTAN

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.

8.2 METODE ELIMINASI GAUSS

Ini adalah salah satu metode yang paling banyak digunakan. Metode ini adalah
proses sistematis dalam mengeliminasi yang tidak diketahui dari persamaan linear.
Metode ini dibagi menjadi dua bagian: (i) Triangularisasi, (ii) substitusi kembali.
Anggaplah ada 3 yang tidak diketahui dalam sistem persamaan ini yaitu, x, y, z
menjadi
𝑎11 𝑥 + 𝑎12 𝑦 + 𝑎13 𝑧 = 𝑏1
𝑎21 𝑥 + 𝑎22 𝑦 + 𝑎23 𝑧 = 𝑏2 } … (1)
𝑎31 𝑥 + 𝑎32 𝑦 + 𝑎33 𝑧 = 𝑏3
𝑎
kalikan persamaan pertama dengan 𝑎21 dan gunakan untuk dikurangi dari
11
persamaan kedua untuk mengeliminasi x dari persamaan kedua. Demikian pula, kita
𝑎
mengalikan persamaan pertama dengan 𝑎31 dan gunakan untuk kurangi dari persamaan
11
ketiga untuk menghilangkan x dari persamaan ketiga. Maka persamaan diatas (1) akan
menjadi
𝑎11 𝑥 + 𝑎12 𝑦 + 𝑎13 𝑧 = 𝑏1
𝑎122 𝑦 + 𝑎123 𝑧 = 𝑏21 } … (2)
1 1 1
𝑎32 𝑦 + 𝑎33 𝑧 = 𝑏3
Sekali lagi, untuk meengeliminasi y dari sistem persamaan ketiga (2), kalikan
𝑎
persamaan kedua dengan 𝑎32 1 dan dikurangkan dari persamaan ketiga. Kemudian, sistem
22
persamaan di atas (2) menjadi:
𝑎11 𝑥 + 𝑎12 𝑦 + 𝑎13 𝑧 = 𝑏1
𝑎122 𝑦 + 𝑎123 𝑧 = 𝑏21 } … (3)
𝑎133 𝑧 = 𝑏31
 yang mana nilai-nilai x, y, z, dapat diperoleh dengan substitusi kembali. Nilai-
nilai z, y dan x dapat diperoleh dari masing-masing persamaan ketiga, kedua dan pertama.
Metode Eliminasi Gauss dapat digeneralisir untuk menemukan solusi dari
persamaan simultan n dimana n tidak diketahui.
Contoh 1. Selesaikan sistem persamaan dengan metode Eliminasi Gauss
2𝑥 + 3𝑦 − 𝑧 = 5
4𝑥 + 4𝑦 − 3𝑧 = 3} … (1)
2𝑥 − 3𝑦 + 2𝑥 = 2
Solusi. Untuk mengeliminasi x dari persamaan kedua dari sistem (1), kalikan
persamaan pertama dengan 2 dan dikurangkan dari persamaan kedua lalu didapatkan.
-2y – z = -7
atau
2y + z = 7
Demikian juga, untuk mengeliminasi x dari persamaan ketiga dari sistem (1)
dikurangkan persamaan pertama dari persamaan ketiga dan didapatkan.
-6y + 3z= -3
Sekarang, sistem persamaan (1) menjadi.
2𝑥 + 3𝑦 − 𝑧 = 5
2𝑦 + 𝑧 = 7 } … (2)
−6𝑦 + 3𝑧 = −3
Sekarang, untuk mengeliminasi y dari persamaan ketiga dari sistem (2) kalikan
persamaan kedua dengan 3 dan tambahkan ke persamaan ketiga dari sistem (2) dan
didapatkan.
6z =18
Jadi, sistem persamaan (2) menjadi.
2𝑥 + 3𝑦 − 𝑧 = 5
2𝑦 + 𝑧 = 7}
6𝑧 = 18
Dengan substitusi kembali, diberikan solusi
z = 3, y = 2 dan x = 1
comtoh 2. Selesaikan sistem persamaan berikut dengan metode Eliminasi Gauss
2𝑥 + 𝑦 − 𝑧 = 10
3𝑥 + 2𝑦 + 3𝑧 = 18 } … (1)
𝑥 + 4𝑦 + 9𝑧 = 16
Solusi. Untuk menghilangkan x dari persamaan kedua dari sistem (1), kalikan
3
persamaan pertama dengan 2 dan dikurangkan dari persamaan kedua dan didapatkan.
y + 3z = 6
Begitu juga, untuk mengeliminasi x dari persamaan ketiga sistem (1), kalikan
1
persamaan pertama dengan 2 dan dikurangkan dari persamaan 3 didapatkan.
7y+17z = 22
Sekarang, sistem persamaan (1), menjadi
2𝑥 + 𝑦 + 𝑧 = 10
𝑦 + 3𝑧 = 6 } … (2)
7𝑦 + 17𝑧 = 22
Sekarang, untuk mengeliminasi y dari persamaan 3 dari sistem (2), kalikan
persamaan 2 dengan 7 dan dikurangkan dari persamaan 3 dari sistem (2) dan didapatkan.
4z = 20
Jadi, sistem persamaan (2) menjadi
 2x – y + z = 10; y + 3z = 6; 4z = 20 … (3)
Substitusi kembali diberikan solusi
z = 5, y = -9 dan x = 7

8.3 METODE ELIMINASI GAUSS DENGAN PIVOTING

Pivoting: Salah satu cara mengatasi masalah ini adalah memastikan bahwa nilai-nilai
kecil (terutama nol) tidak muncul pada daerah diagonal dan, jika nilai-nilai itu muncul,
untuk menghilangkannya yaitu dengan mengatur kembali matriks dan vektor.
Pivoting Parsial: jika elemen nol ditemukan dalam posisi diagonal misalkan aij
untuk i = j yang disebut sebagai elemen pivot menukar elemen-elemen yang sesuai dari
dua baris seperti elemen diagonal i yang baru jika tidak nol dan memiliki nilai maksimum
dalam kolom yang sesuai. Prosesnya dapat dijelaskan dalam langkah-langkah berikut.
Pada langkah pertama, koefisien terbesar x1 (bisa positif atau negatif) dipilih dari semua
persamaan. Sekarang kita menukar persamaan pertama dengan persamaan yang memiliki
koefisien xi terbesar. Pada langkah kedua, koefisien terbesar dari x2 dipilih dari persamaan
tersebut. Dalam langkah ini kita tidak menganggap persamaan pertama yang telah
bertukar dengan persamaan kedua yang memiliki koefisien y terbesar. Kita melanjutkan
proses ini hingga persamaan terakhir. Prosedur ini dikenal sebagai pivoting parsial.
Secara umum, penyusunan kembali dari persamaan telah selesai meskipun jika elemen
pivot tidak nol untuk meningkatkan akurasi dari solusi dengan mengurangi kesalahan
pembulatan yang terlibat dalam proses eliminasi, dengan mendapatkan penentu yang
lebih besar, yang dilakukan dengan mencari elemen terbesar dari baris sebagai elemen
pivot.
Pivot lengkap: Jika urutan eliminasi dari x1, x2, x3, …… tidak penting, maka kita
dapat memilih pada setiap tahap koefisien terbesar dari seluruh koefisien matriks. Kita
dapat mencari nilai terbesar, tidak hanya di baris tetapi juga di kolom. Setelah mencari
nilai terbesar, kita bawa pada posisi diagonal. Metode eliminasi ini dikenal sebagai pivot
lengkap.
Keunggulan metode ini adalah ia memberikan solusi dari suatu sistem, asalkan
determinannya tidak hilang dalam sejumlah langkah yang terbatas.

8.4 SISTEM PERSAMAAN DENGAN KONDISI TIDAK STABIL/BURUK

Sistem persamaan A X = B dikatakan buruk atau tidak stabil jika sangat sensitif
terhadap perubahan kecil dalam A dan B misalkan, perubahan kecil dalam A atau B
menyebabkan perubahan besar dalam solusi sistem. Di sisi lain jika perubahan kecil
dalam A dan B memberikan perubahan kecil dalam solusi, sistem dikatakan stabil, atau
berkondisi baik. Dengan demikian dalam sistem yang buruk, bahkan kesalahan kecil
dalam pembulatan memberikan efek yang sangat buruk terhadap solusi. Sayangnya cukup
sulit untuk mengenali sistem yang buruk.
Sebagai contoh, anggaplah dua persamaan berikut sebagai sistem yang hampir
identik.
𝑥1 − 𝑥2 = 1 𝑥1 − 𝑥2 = 1
x1 – 1.00001 – x2 = 0 dan x1 –0.99999 x2 = 0
Masing-masing solusi adalah:
(100001, 100000) dan (-99999, -100000)
jelas kedua solusi itu sangat jauh berbeda . Oleh karena itu, sistem ini buruk.
Contoh 3. Menunjukkan bahwa sistem persamaan linier berikut ini buruk.
7𝑥 − 10𝑦 = 1
5𝑥 + 7𝑦 = 0.7
 Solusi. Untuk menyelesaikan persamaan yang diberikan, kita mendapatkan x = 0
dan y = 0.1.
Sekarang, kita membuat sedikit perubahan dalam sistem persamaan yang
diberikan. Sistem baru menjadi.
7𝑥 + 10𝑦 = 1.01
5𝑥 + 7𝑦 = 0.69
Disini kita dapatkan x = -0.17 dan y = 0.22
Oleh karena itu sistem yang diberikan cacat.

8.5 PENYEMPURNAAN ITERASI DARI SOLUSI DENGAN METODE

ELIMINASI GAUSS
Solusi sistem persamaan akan memiliki beberapa kesalahan pembulatan, kita akan
membahas teknik yang disebut sebagai 'Penyempurnaan iterasi' yang mengarah pada
pengurangan kesalahan pembulatan dan seringkali masuk akal untuk beberapa masalah
yang berkondisi cacat diperoleh.
Anggaplah sistem dengan persamaan:
𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1
𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2
} … (1)
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3

Anggaplah x ′, y ′, z ′ menjadi solusi perkiraan, Mensubstitusikan nilai-nilai ini di

sisi kiri, kita mendapatkan nilai baru d1, d2, d3 sebagai d′1, d′2, d′3, sehingga sistem baru
menjadi;
𝑎1 𝑥 ′ + 𝑏1 𝑦 ′ + 𝑐1 𝑧 ′ = 𝑑1′
𝑎2 𝑥 ′ + 𝑏2 𝑦 ′ + 𝑐2 𝑧 ′ = 𝑑2′ } … (2)
′ ′ ′ ′
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3
Kurangkan setiap persamaan (2) dari persamaan yang terkait (1), kita dapatkan
𝑎1 𝑥𝑒 + 𝑏1 𝑦𝑒 + 𝑐1 𝑧𝑒 = 𝑘1
𝑎2 𝑥𝑒 + 𝑏2 𝑦𝑒 + 𝑐2 𝑧𝑒 = 𝑘2
} … (3)
𝑎3 𝑥𝑒 + 𝑏3 𝑦𝑒 + 𝑐3 𝑧𝑒 = 𝑘3

dimana, xe = x – x, ye = y – y’, ze = z – z’ dan ki = di – 𝑑𝑖′

kita sekarang menyelesaikan sistem (3) untuk xe, ye, ze diberikan z = x’ + xe, y =
y’ + ye, z = z’ + ze yang akan lebih baik dalam memperkirakan x, y, z. kita dapat
mengulangi proses ini untuk meningkatkan akurasi.
Contoh 4. Sebuah solusi perkiraan dari sistem 2x + 2y – z = 6, x – y + 2z = 8; - x
+ 3y + 2z = 4 diberikan oleh x = 2.8, y’ = 1, z = 1.8. Dengan menggunakan metode iterasi
untuk meningkatkan solusi.
Solusi. Mensubstitusikan nilai perkiraan x’ = 2.8, y’ = 1, z’ = 1.8 dalam persamaan
yang diberikan, kita dapatkan
2(2.8) + 2(1) − 1.8 = 5.8
2.8 + 1 + 2(1.8) = 7.4 } … (1)
−2.8 + 3(1) + 2(1.8) = 3.8
Dengan mengurangkan setiap persamaan dalam (1) dari persamaan yang
diberikan, kita dapatkan
2𝑥𝑒 + 2𝑦𝑒 − 𝑧𝑒 = 0.2
𝑥𝑒 + 𝑦𝑒 + 2𝑧𝑒 = 0.6 } … (2)
−𝑥𝑒 + 3𝑦𝑒 − 2𝑧𝑒 = 0.2
dimana xe = x – 2.8, ye = y – 1, ze = z – 1.8
penyelesaian persamaan (2), kita dapatkan xe = 0.2, ye = 0, ze = 0.2
diberikan solusi yang lebih baik x = 3, y = 1, z = 2, yang mana adalah solusi yang
tepat.

8.6 METODE ITERASI UNTUK SOLUSI PERSAMAAN LINEAR

SIMULTAN
Semua metode-metode sebelumnya yang terlihat dalam penyelesaian sistem persamaan
linear aljabar simultan merupakan metode langsung. Sekarang kita akan melihat beberapa
metode tidak langsung atau metode iterasi.
Metode iterasi ini tidak selalu berhasil untuk semua sistem persamaan. Jika
metode ini berhasil, masing-masing persamaan sistem harus memiliki satu koefisien besar
dan koefisien besar harus ditambahkan pada unknown yang berbeda dalam persamaan
itu. Kondisi ini akan terpenuhi jika koefisien besar berada di sepanjang diagonal utama
dari matriks koefisien. Ketika kondisi ini terpenuhi, sistem akan dapat diselesaikan
dengan metode iterasi. Sistem,
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 = 𝑏1
𝑎21 𝑥1 + 𝑎32 𝑥2 + 𝑎23 𝑥3 = 𝑏2
}
𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 = 𝑏3

akan dapat dipecahkan dengan metode ini jika

a11 > a12 + a13
a22 > a21 + a23
a11 > a31 + a32
Dengan kata lain, solusi akan ada (iterasi akan menyatu) jika nilai absolut dari
elemen diagonal utama dari matriks koefisien A dari sistem AX = B lebih besar daripada
jumlah nilai absolut dari koefisien lain dari baris tersebut. Kondisinya cukup tetapi tidak
dibutuhkan.
Di bawah kategori metode iterasi, akan dijelaskan dua metode berikut:
(i) Metode Jacobi (ii) Metode Gauss-Seidel

8.6.1 Metode Jacobi atau Metode Gauss-Jacobi

Mari kita perhatikan sistem persamaan simultan.
𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1
𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2 } … (1)
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧3 = 𝑑3
sehingga a1, b2 dan c3 adalah koefisien terbesar dari x, y, z. Sehingga pertemuannya dapat
dipastikan. penyusunan kembali sistem persamaan di atas dan menulis ulang dalam
bentuk x, y, z sebagai:
1
𝑥 = 𝑎 (𝑑1 − 𝑏1 𝑦 − 𝑐1 𝑧)
1
1
𝑦 = 𝑏 (𝑑2 − 𝑎2 𝑥 − 𝑐2 𝑧)
2 … (2)
1
𝑧 = 𝑐 (𝑑3 − 𝑎3 𝑥 − 𝑏3 𝑦)
3
}
x0, y0, z0 menjadi perkiraan awal dari yang tidak diketahui x, y dan z. Kemudian,
perkiraan pertama diberikan oleh
1
𝑥1 = (𝑑1 − 𝑏1 𝑦0 − 𝑐1 𝑧0 )
𝑎1
 1
𝑦1 = (𝑑 − 𝑎2 𝑥0 − 𝑐2 𝑧0 )
𝑏2 2
1
𝑧1 = (𝑑3 − 𝑎3 𝑥0 − 𝑏3 𝑦0 )
𝑐3
Demikian pula, perkiraan kedua diberikan oleh
1
𝑥2 = (𝑑1 − 𝑏1 𝑦1 − 𝑐1 𝑧1 )
𝑎1
1
𝑦2 = (𝑑2 − 𝑎2 𝑥1 − 𝑐2 𝑧1 )
𝑏2
1
𝑧2 = (𝑑3 − 𝑎3 𝑥1 − 𝑏3 𝑦1 )
𝑐3
Lalu dengan cara yang sama, jika xn, yn, zn adalah iterasi ke-n lalu
1
𝑥𝑛+1 = (𝑑1 − 𝑏1 𝑦𝑛 − 𝑐1 𝑧𝑛 )
𝑎1
1
𝑦2+1 = (𝑑2 − 𝑎2 𝑥𝑛 − 𝑐2 𝑧𝑛 )
𝑏2
1
𝑧2+1 = (𝑑3 − 𝑎3 𝑥𝑛 − 𝑏3 𝑦𝑛 )
𝑐3
Proses ini dilanjutkan hingga pertemuan didapatkan.
Catatan. Dengan tidak adanya perkiraan yang lebih baik, perkiraan awal diambil sebagai
x0 = 0, y0 = 0, z0 = 0.
Contoh 5. Selesaikan sistem persamaan berikut menggunakan metode Jacobi
5𝑥 − 𝑦 + 𝑧 = 10
2𝑥 + 4𝑦 = 12
𝑥 + 𝑦 + 5𝑧 = −1
Mulai dengan solusi (2, 3, 0).
Solusi. Sistem persamaan yang diberikan dapat ditulis dalam bentuk berikut, jika
kita asumsikan, x0, y0, z0 sebagai perkiraan awal:
1
𝑥1 = {10 + 𝑦0 + 𝑧0 }
5
1
𝑦1 = {12 − 2𝑥0 }
4
1
𝑧1 = {−1 + 𝑥0 − 𝑦0 }
5
Sekarang jika x0 = 2, y0 = 3, z0 = 0, kemudian
1
Perkiraan pertama. 𝑥1 = 5 {10 + 3 − 0} = 2.6
1
𝑦1 = {12 − 4} = 2.0
4
1
𝑧1 = {−1 − 2 − 3} = −1.2
5
1
Perkiraan kedua. 𝑥2 = 5 {10 + 2 + 1.2} = 2.64
1
𝑦2 = {12 − 5.2} = 1.70
4
1
𝑧2 = {−1 − 2.6 − 2} = −1.12
5
 1
Perkiraan ketiga. 𝑥3 = 5 {10 + 1.7 + 1.12} = 2.564
1
𝑦3 = {12 − 5.28} = 1.680
4
1
𝑧3 = {−1 − 2.64 − 1.7} = −1.068
5
1
Perkiraan keempat. 𝑥4 = 5 {10 + 1.68 + 1.068} = 2.5496
1
𝑦4 = {12 − 5.128} = 1.7180
4
1
𝑧4 = {−1 − 2,564 − 1.68} = −1.0488
5
1
Perkiraan kelima. 𝑥5 = 5 {10 + 1.718 − 1.0428} = 2.553
1
𝑦5 = {12 − 5.0992} = 1.725,
4
1
𝑧5 = {−1 − 2.5496 − 1.718} = −1.054
5
Oleh karena itu, solusi perkiraan setelah beberapa perkiraan lainnya (mencapai 3
desimal)
𝑥 = 2.556
𝑦 = 1.725
𝑧 = −1.055
Contoh 6. selesaikan sistem persamaan berikut dengan metode iterasi Jacobi.
3𝑥 + 4𝑦 + 15𝑧 = 54.8, 𝑥 + 12𝑦 + 3𝑧 = 39.66 dan 10𝑥 + 𝑦 − 2𝑧 = 7.74
Solusi. Matriks koefisien dari sistem yang diberikan tidak dominan secara
diagonal. Oleh karena itu kita mengatur ulang persamaan sebagai berikut, sehingga
elemen-elemen dalam matriks koefisien dominan secara diagonal.
10𝑥 + 𝑦 − 2𝑧 = 7.74
𝑥 + 12𝑦 − 3𝑧 = 39.66
3𝑥 + 4𝑦 − 15𝑧 = 54.8
Sekarang, kita menulis persamaan dalam bentuk
1
𝑥 = 10 (7.74 − 𝑦 + 2𝑧)
1
𝑦 = 12 (39.66 − 𝑥 − 3𝑧) … (1)
1
𝑧 = 15 (54.8 − 3𝑥 − 4𝑦)
}
Kita mulai dari perkiraan = x0 = y0 = z0 = 0
Substitusi pada RHS dari (1), kita dapatkan

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

MASALAH SET 8.1

1. Terapkan metode Eliminasi Gauss untuk menyelesaikan sistem persamaan.

𝑥 + 4𝑦 − 𝑧 = −5
𝑧 + 𝑦 − 6𝑧𝑧 = −12
3𝑥 − −𝑦 − 𝑧 = 4
117 −81 148
[𝑗𝑎𝑤𝑎𝑏𝑎𝑛 𝑥 = 71 , 𝑦 = 71 , 𝑧 = 71 ]
2. Selesaikan sistem persamaan berikut menggunakan metode Eliminasi Gauss:
(a) 𝑥−𝑦+𝑧 = 1
−3𝑥 + 2𝑦 + 3𝑧 = −6
2𝑥 − 5𝑦 + 4𝑧 = 5 [jawaban, -2, 3, 6]
(b) 𝑥 + 3𝑦 + 6𝑧 = 2
𝑥 − 4𝑦 + 2𝑧 = 7
1
3𝑥 − 𝑦 + 4𝑧 = 9 [jawaban, 2, -1, 2]
(c) 5𝑥 + 𝑦 + 𝑧 + 𝜇 = 4
 𝑧 + 7𝑦 + 𝑧 + 𝜇 = 12
𝑥 + 𝑦 + 6𝑧 + 𝜇 = −5
𝑥 + 𝑦 + 𝑧 + 𝜇 = −6 [jawaban, 1, 2, -1, -2]
3. Apa yang Anda pahami dengan persamaan yang cacat? Pertimbangkan sistem
persamaan berikut:
100𝑥 − 200𝑦 = 100
−200𝑥 + 401𝑦 = 100
Tentukan, apakah sistem yang diberikan cacat atau tidak.
4. Selesaikan sistem persamaan berikut dengan metode iterasi Jacobi:
(a) 2x + y – 2z = 17 (b) 5x + 2y +z = 12
3x + 20y – z = -18 x + 4y + 2z = 15
2x – 3y + 20z = 25 x + 2y + 3z = 10
[jawaban. 1, -1, 1] [jawaban. 1.08, 1.95, 3.16]
5. Gunakan metode Gauss-Seidel, selesaikan sistem persamaan berikut ini:
(a) 10x + y + z = 12
2x + 10y + z = 13
2x + 2y + 10z = 14
[jawaban. 1, 1, 1]
(b) 2x – y + z = 5
2 + 3y – 2z = 7
x + 2y + 3z = 10
[jawaban. 3, 2, 1]
(c) 20x + y – 2z = -17
3x + 20y – z = -18
2x – 3y + 20z = 25
[jawaban. 1, -1, 1]