Tugas Besar Metoda Numerik

TUGAS BESAR
METODA NUMERIK
OLEH :
KELOMPOK 5
1. DIVA SEPTIAN JONES (1110952049)

2. RAMA DANIL FITRA (1110952017)
3. WAHYU PRABOWO JM (1110951009)
DOSEN :
HERU DIBYO LAKSONO,ST, MT
JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS ANDALAS
PADANG
2013
1 . AKAR-AKAR PERSAMAAN
A. Metode Tertutup
1 . Metode grafik
Metode yang sederhana untuk memperoleh taksiran atas akar persamaan f

(x) = 0 adalah membuat gambar grafik fungsi dan mengamati di mana ia
memotong sumbu x. Titik ini, yang mewakili nilai x untuk mana f (x) = 0,
memberikan aproksimasi (hampiran) kasar dari akar.
Nilai praktis dari teknik-teknik grafis sangat terbatas karena kurang tepat.
Namun, metode grafis dapat dimanfaakan untuk memperoleh taksiran kasar
dari akar.Taksiran-taksiran ini dapat diterapkan sebagai terkaan
awal untuk metode numerik yang di bahas di sini dan bab berikutnya.
Misalnya perangkat lunak komputer TOOLKIT Elektronik yang menyertai
naskah ini memperbolehkan anda untuk menggambarkan fungsi pada suatu
rentang tertentu. Gambaran ini dapat digunakan untuk memilih terkaan yang
mengurung akar sebelum mengimplementasikan metode numerik. Pilihan
penggambaran akan sangat meningkatkan kegunaan perangkat lunak
tersebut. Selain menyediakan terkaan kasar untuk akar, taksiran grafis
merupakan sarana yang penting untuk memahami sifat-sifat fungsi dan
mengantisipasi kesukarankesukaran yang tersembunyi dari metodemetode
numerik
SOAL
- Tentukan akar-akar nyata dari :
f  x   4e x  7 x
Dengan batas atas = 2, batas bawah = -1, selang 0,25
Penyelesaian : (oleh Wahyu Prabowo)
 x = -1
4e( 1)  7(1) = 3,8731
 x = -0,75
4e( 0,75)  7(0,75) = 3,218
 x = -0,5
4e( 0,5)  7(0,5) = 3,0948
 x = -0,25
4e( 0,25)  7(0, 25) = 3,3861
 x=0
4e(0)  7(0) = 4
 x = 0,25
4e(0,25)  7(0, 25) = 4,8652
 x = 0,5
4e(0,5)  7(0,5) = 5,9261
 x = 0,75
4e(0,75)  7(0,75) = 7,1394
 x=1
4e(1)  7(1) = 8,4715
 x = 1,25
4e(1,25)  7(1, 25) = 9,896
 x = 1,5
4e(1,5)  7(1,5) = 11,3925
 x = 1,75
4e(1,75)  7(1,75) = 12,945
 x=2
4e(2)  7(2) = 14,1353
X f(x)
-1 3,8731
-0,75 3,218
-0,5 3,0948
-0,25 3,3861
0 4
0,25 4,8652
0,5 5,9261
0,75 7,1394
1 8,4715
1,25 9,896
1,5 11,3925
1,75 12,945
2 14,1353
Dengan menggunakan metode grafik, nilai akar-akar yang diperoleh adalah xr = -

0,5 dengan f(x) = 3,0948
- Diketahuisebuahpersamaan f ( x)  x2  5x  3 dengannilaibatasbawah =
-1 danbatasatas = 1, selang = 0.3
Untuk x = -1
f ( x)  x 2  5 x  3
 (1)2  5(1)  3
 1
Untuk x= -0.7
f ( x)  x 2  5 x  3
 (0.7)2  5(0.7)  3
0
Dari nilaidiatasditemukannilaisalahsatuakarakarpersamaan f ( x)  x2  5x  3
yaitu,
X = -0.7
2. Metode Bagi Dua
Diketahui f(x) = 0 dan f(x) fungsi kontinu pada interval [a,b]. Anggap
terdapat dua angka x1 dan x2 dimana a<=x1<x2<=b sedemikian hingga f(x1)
dan f(x2) mempunyai tanda yang berbeda. Kondisi ini minimal akan
memberikan satu solusi untuk f(x)=0 pada interval [x1,x2] (Churchhouse,
1981). Jika x1 dan x2 merupakan aproksimasi maka untuk menentukan x3
metode Bisection menggunakan :
x3 = ½(x1 + x2)
Aproksimasi dianggap cukup jika
|f(x3)| <
Jika tidak untuk menentukan aproksimasi berikutnya menggunakan aturan
sebagai berikut:
x4 = ½(x1 + x3) , jika f(x3) f(x1) <0
x4 = ½(x2 + x3) , jika f(x3) f(x2) <0
SOAL
SUMBER:
http://teoriMENUM/Metode%20BagiDua%20(Bisection%20Method)%20_
%20Math%20IS%20Beautiful.htm
- Tentukan akar-akar nyata dari : f ( x)  0.667 x3  3.9 x 2  6.21x  2.1

menggunakan metode bagi dua untuk mendapatkan akar terendah, lakukan
tebakan awal dengan xi  0.4 dan xu  0.6 dengan nilai  adalah 6%.
Penyelesaian : (oleh Diva Septian Jones)

Iterasi 1.
xi  xu 0.4  0.6 1
xr     0.5
2 2 2
f ( xi )  0.667 x3  3.9 x 2  6.21x  2.1

f (0.4)  0.667(0.4)3  3.9(0.4) 2  6.21(0.4)  2.1
f ( xi )  0.197312
f ( xr )  0.667 x3  3.9 x 2  6.21x  2.1

f (0.5)  0.667(0.5)3  3.9(0.5) 2  6.21(0.5)  2.1
f ( xr )  0.113375
f ( xi )  f ( xr )  0.197312  0.113375  0.02237
f(xi) x f(xr)< 0, xr = xu baru maka xr = xu baru
iterasi 2.
xi  0.4 dan xu  0.5
xi  xu 0.4  0.5 0.9

xr     0.45
2 2 2
0.5  0.45
t  x100%  11.11%
0.45
f ( xr )  0.667 x3  3.9 x 2  6.21x  2.1

f (0.45)  0.667(0.45)3  3.9(0.45) 2  6.21(0.45)  2.1
f ( xr )  0.003446
f ( xi )  f ( xr )  0.003446  0.197312  6.79937152 104

f(xi) x f(xr)> 0, xr = xi baru maka xr = xi baru
iterasi 3.
xi  0.45 dan xu  05
xi  xu 0.5  0.45 0.95

xr     0.475
2 2 2
0.475  0.45
t  x100%  5.88%
0.475
Karena harga εttelah kecil maka dapat dihentikan iterasi dengan mengambil
akarnya:
xr = 0.475
- Diketahui suatu persamaan : (oleh Diva Septian Jones)
f ( x) = 19x 4 + 26x3 + 5x 2 + 21x + 52
Xu = 4  = 0,1 %
Xi = 3,5
Penyelesaian :
Iterasi 1
Xu = 4  = 0,1 %
Xi = 3,5
Xu + Xi 4  3,5
Xr = = = 3,75
2 2
Iterasi 2
f(Xi) = 19(3,5)4 + 26(3,5)3+5(3,5)2+ 21(3,5) + 52 = 4152,68
f(Xr) = 19(3,75)4 + 26(3,75)3+ 5(3,75)2 + 21(3,75) + 52 = 5329,48
f(Xi) .f(Xr)  0
Xi = Xr = 3,75
Xu = Xu = 4
Xu + Xi 4  3,75 3,875 - 3,75
Xr = = = 3,875 0 = x 100 % = 3,22 % (0,03)
2 2 3,875
Iterasi 3
f(Xi) = 19(3,75)4 + 26(3,75)3+ 5(3,75)2 + 21(3,75) + 52 = 5329,48
f(Xr) = 19(3,875)4 + 26(3,875)3+ 5(3,875)2 + 21(3,875) + 52 = 6005,18
f(Xi) .f(Xr)  0
Xi = Xr = 3,875
Xu = Xu = 4
Xu + Xi 4  3,875 3,9375 - 3,875

Xr = = = 3,9375 0 = x 100 % = 1,58 % (0,015)
2 2 3,9375
Iterasi 4
f(Xi) = 19(3,875)4 + 26(3,875)3+ 5(3,875)2 + 21(3,875) + 52 = 6005,18
f(Xr) = 19(3,9375)4 + 26(3,9375)3+ 5(3,9375)2 + 21(3,9375) + 52 = 6366,47
f(Xi) .f(Xr)  0
Xi = Xr = 3,9375
Xu = Xu = 4
Xu + Xi 4  3,9375 3,96875 - 3,875
Xr = = = 3,96875 0 = x 100 % = 2,36 % (0,023)
2 2 3,96875
Iterasi 5
f(Xi) = 19(3,9375)4 + 26(3,9375)3+ 5(3,9375)2 + 21(3,9375) + 52 = 6366,47
f(Xr) = 19(3,96875)4 + 26(3,96875)3+ 5(3,96875)2 + 21(3,968375) + 52 =
6553,17
f(Xi) .f(Xr)  0
Xi = Xr = 3,96875
Xu = Xu = 4
Xu + Xi 4  3,96875 3,9843 - 3,96875
Xr = = = 3,9843 0 = x 100 % = 0,39 % (0,0039)
2 2 3,9843
Iterasi 6
f(Xi) = 19(3,96875)4 + 26(3,96875)3+ 5(3,96875)2 + 21(3,968375) + 52 =
6553,17
f(Xr) = 19( 3,9843 )4 + 26( 3,9843 )3+ 5( 3,9843 )2 + 21( 3,9843 ) + 52 =
6647,61
f(Xi) .f(Xr)  0
Xi = Xr = 3,9843
Xu = Xu = 4
Xu + Xi 4  3,9843 3,992 - 3,9843
Xr = = = 3,992 0 = x 100 % = 0,19 % (0,0019)
2 2 3,992
Iterasi 7
f(Xi) = 19( 3,9843 )4 + 26( 3,9843 )3+ 5( 3,9843 )2 + 21( 3,9843 ) + 52 =
6647,61
f(Xr) = 19( 3,992 )4 + 26( 3,992 )3+ 5( 3,992 )2 + 21( 3,992 ) + 52 = 6694,75
f(Xi) .f(Xr)  0
Xi = Xr = 3,992
Xu = Xu = 4
Xu + Xi 4  3,992 3,996 - 3,992
Xr = = = 3,996 0 = x 100 % = 0,1 % (0,001)
2 2 3,996
Akar dari persamaan tersebut adalah : Xr = 3,996
3.Metode Posisi Palsu
Pada metode Bisection konvergensi akan dicapai dengan jumlah iterasi

yang besar. Untuk itu metode False Pisition memberikan metode untuk
mencari aproksimasi berikutnya dari dua nilai awal yang diketahui yakni:
x1 f ( x2 )  x2 f ( x1 )
x3 
f ( x2 )  f ( x1 )
Sedangkan untuk menentukan x4 digunakan menggunakan rumusan yang
sama namun x1 dan x2 diganti dengan :
x3 dan x1 jika f(x3) f(x1) <0
x3 dan x2 jika f(x3) f(x2) <0
SOAL
- Tentukan akar – akar nyata dari f ( x)  7x 2 + 5x - 3 dengan menggunakan

metode posisi palsu dengan   1%
Penyelesaian : (oleh Rama Danil Fitra)
 Iterasi 1
xi  0.3 f ( xi )  f (0.3)  7(0.3) 2 + 5(0.3) - 3  -0.87
xu  0.5 f ( xu )  f (0.5)  7(0.5) 2 + 5(0.5) - 3  1.25
f ( xu )( xi  xu ) 1.25(0.3  0.5)
x r 1  xu   0.5   0.382
f ( xi )  f ( xu )  0.87  1.25
f ( xr1 )  f (0.382)  7(0.382) 2 + 5(0.382) - 3  -0.068
f ( xr1 )  f ( xi )  0.068(0.87)  0.0596  0
maka xi 2  xr1  0.382
f ( xi 2 )  f ( xr1 )  0.068
f ( xu )( xi 2  xu ) 1.25(0.382  0.5)
x r 2  xu   0.5   0.3881
f ( xi 2 )  f ( xu )  0.068  1.25
x r 2  x r1 0.3881  0.382
  100%  100%  1.57%
xr 2 0.3881
 Iterasi 2
xr 2  0.3881
f ( xr 2 )  f (0.3881)  7(0.3881) 2 + 5(0.3881) - 3  -0.005
f ( xr 2 )  f ( xi 2 )  0.005(0.068  0.00034  0
maka xr 2  xi 3  0.3881
f ( xi 3 )  0.005
f ( xu )( xi 3  xu ) 1.25(0.3881  0.5)
x r 2  xu   0.5   0.3885
f ( xi 3 )  f ( xu )  0.005  1.25
xr 3  xr 2 0.3885  0.3881
  100%  100%  0.103%
xr 3 0.3885
Sehingga akar f(x) adalah 0.3885.
- Diketahui persamaan :
f ( x) = -0,35x 2 - 9x + 17
Xi = 1
Xu = 2,5
ε = 0.5 %
Iterasi 1
Xi = 1
Xu = 2,5
f ( Xi) = -0,35(1)2 - 9(1) + 17 = 7,65
f ( Xu) = -0,35(2,5)2 - 9(2,5) + 17 = -7,68
 f ( x )  ( xi  xu ) 
xr  xu   u 
 f ( xi )  f ( xu ) 
 -7,68 x (-1,5) 
= 2,5 -  
 7,65 + 7,68 
= 1,74
Iterasi 2
f ( Xr ) = -0,35(1,74)2 - 9(1,74) + 17 = 0,28
f ( Xi) = -0,35(1)2 - 9(1) + 17 = 7,65
f(Xi) .f(Xr)  0
Xi = Xr = 1,74
Xu = Xu = 2,5
 f ( xu )  ( xi  xu )  1,766  1,74
xr  xu     100%  1,4 % (0,014)
 f ( xi )  f ( xu )  1,766
 7,68 x (-0,76) 
= 2,5 -  
 0, 28 + 7,68 
= 1,766
Iterasi 3
f ( Xi) = -0,35(1,74)2 - 9(1,74) + 17 = 0,28
f ( Xr ) = -0,35(1,766)2 - 9(1,766) + 17 = 0,0144
f(Xi) .f(Xr)  0
Xi = Xr = 1,766
Xu = Xu = 2,5
 f ( xu )  ( xi  xu )  1,777  1,766
xr  xu     100%  0,61 % (0,0061)
 f ( xi )  f ( xu )  1,777
 7,68 x (-0,724) 
= 2,5 -  
 0,0144 + 7,68 
= 1,777
Iterasi 4
f ( Xi) = -0,35(1,766)2 - 9(1,766) + 17 = 0,0144
f ( Xr ) = -0,35(1,777)2 - 9(1,777) + 17 = - 0,098
f(Xi) .f(Xr) < 0
Xi = Xi = 1,766
Xu = Xr = 1,777
 f ( xu )  ( xi  xu )  1,7675  1,777
xr  xu     100%  0,53 % (0,0053)
 f ( xi )  f ( xu )  1,7675
 0,098 x (-0,011) 
= 1,777 -  
 0,0144 + 0,098 
= 1,7675
Iterasi 5
f ( Xi) = -0,35(1,766)2 - 9(1,766) + 17 = 0,0144
f ( Xr ) = -0,35(1,7675)2 - 9(1,7675) + 17 = -0,00091
f(Xi) .f(Xr) < 0
Xi = Xi = 1,766
Xu = Xr = 1,7675
 f ( x )  ( xi  xu )  1,7674  1,7675
xr  xu   u   100%  0,0053 %
 f ( xi )  f ( xu )  1,7674
 -0,00091 x (-0,0015) 
- = 1,7675 -   (0,000053)
 0,0144 + 0,00091 
= 1,7674
B. Metode Terbuka
1. Metode Satu Titik Sederhana

Metode iterasi sederhana adalah metode yang memisahkan x dengan
sebagian x yang lain sehingga diperoleh : x = g(x).dikenal juga sebagai
metode x = g(x)Bentuk iterasi satu titik ini dapat dituliskan
dalam bentuk x(n+1)=g(xn) Dimana n=0,1,2,3,....
SOAL
- Diketahui fungsi yaitu f ( x)  x3  6 x 2  11x  5.9 . Tentukanlah akar

riil dari persamaan tersebut dengan metode iterasi satu titik sederhana,
dimana nilai  minimum adalah 5%
Penyelesaian: (oleh Wahyu Prabowo)
 Iterasi pertama
xr1  1.8
f ( xr1 )  xr13  6 xr12  11xr1  5.9
1.8  0
f (1.8)  0.292  100%
1.8
 100%
 Iterasi Kedua
xr 2  1.9
f ( xr 2 )  xr 23  6 xr 2 2  11xr 2  5.9
1.9  1.8
f (1.9)  0.197  100%
1.9
 5.267%
 Iterasi Ketiga
xr 2  2
f ( xr 3 )  xr 33  6 xr 32  11xr 3  5.9
2  1.9
f (2)  0.1  100%
1.9
 5%
 Iterasi Keempat
xr 2  2.1 2.1  2
 100%
f ( xr 4 )  xr 4  6 xr 4  11xr 4  5.9
3 2
2.1
f (2.1)  0.001  4.76%
- Tentukan akar-akar persamaan dari f ( x)  e2 x  3x dengan

menggunakan metode iterasi satu titik sederhana. Dimana diketahui x0
= 0 dan ε = 0,5 %
f ( x)  e2 x  3x  0
3 x  e 2 x
e 2 x
x
3
Iterasi 1 : x = 0
e2(0)
x  0,333
3
f (0,333)  e2(0,333)  3(0,333)

 0,5134  0,999
 0, 486
Iterasi 2 : x= 0,333
e2(0,333)
x  0,1711
3
xrb  xr
  x100%
xrb
f (0,1711)  e2(0,1711)  3(0,1711)
0, 2159  0, 217
 0, 711  0,51  x100%
0, 2159
 0, 2
 0,5%
Iterasi 3 : x= 0,1711
e2(0,217)
x
3
0, 6479
  0, 2159
3
xrb  xr
  x100%
xrb
f (0, 236)  e2(0,236)  3(0, 236)
0, 236  0,1711
 0, 6228  0, 71  x100%
0, 236
 0, 0873
 27, 71%
Iterasi ke 4 : x = 0,236
e2(0,236)
x
3
0, 6228
  0, 2076
3
xrb  xr
  x100%
xrb
f (0, 2076)  e2(0,2076)  3(0, 2076)
0, 2076  0, 236
 0,5974  0, 6228  x100%
0, 2076
 0, 0254
 14, 017%
e2(0,2076)
x
3
0, 6602
  0, 22
3
xrb  xr
  x100%
xrb
f (0, 22)  e2(0,22)  3(0, 22)
0, 22  0, 2076
 0, 644  0, 66  x100%
0, 22
 0, 016
 5, 667%
Iterai ke 6 : x = 0,22
e2(0,22)
x
3
0, 644
  0, 2146
3
xrb  xr
  x100%
xrb
f (0, 2146)  e2(0,2146)  3(0, 2146)
0, 2146  0, 22
 0, 651  0, 6438  x100%
0, 2146
 0, 0072
 2, 479%
Iterasi ke 7 : x = 2146
e2(0,2146)
x
3
0, 651
  0, 217
3
xrb  xr
  x100%
xrb
f (0, 217)  e2(0,217)  3(0, 217)
0, 217  0, 2146
 0, 6479  0, 651  x100%
0, 217
 0, 0031
 1,11%
xrb  xr
  x100%
xrb
e2(0,217)
x
3 0, 2159  0, 217
 x100%
0, 6479 0, 2159
  0, 2159
3  0,5%
2. Newton Raphson
Pandang f(x) = 0 sebagai persamaan non linear, diberikan titik (x0,y0) =

(x0 , f(x0)), sehingga didapat :
1 f ( x0 )
x x - (
1 0 0 0
) y =x -
slope f ' ( x0 )
f’(x0)
f’ (x1)
X* X2 X1 X0
Gambar 2.1
Ilustrasi proses iterasi pada Metode Newton
Pada setiap level iterasi m dilakukan apoksimasi grafik f di dekat x m

dengan garis lurus yang melalui titik (xm , f(xm)) dan mempunyai slope
f ( xm )
f’(xm). Sedangkan xm+1 := xm - dari aproksimasi fungsi tersebut
f '( xm )
menjadi nilai untuk iterasi berikutnya.
SOAL
-Tentukan akar-akar dari f ( x)  x3  6 x 2  11x  6 dengan menggunakan
metode newton raphson dimana, tebakan awal xi  3.6 dan   0.01

f ( x)  x3  6 x 2  11x  6
f ' ( x)  3x 2  12 x  11
f ( x) xi 1  xi
xi 1  xi  
f ' ( x) dan xi 1
Iterasi 1
f ( x)  f (3.6)  3.63  6(3.6) 2  11(3.6)  6
 46.656  77.76  39.6  6
 2.496
f ' ( x)  f ' (3.6)  3  3.6   12  3.6   11

2
 38.88  43.2  11
 6.68
2.496
xi 1  3.6   3.6  0.37275
6.68 3.227  3.6
  0.115
 3.227 3.227
Iterasi 2
f ( x)  f (3.227)  3.2273  6(3.227) 2  11(3.227)  6
 33.6  62.48  35.497  6
 0.621
f ' ( x)  f ' (3.227)  3  3.227   12  3.227   11

2
 31.245  38.727  11
 3.518
0.621
xi 1  3.227   3.227  0.1765
3.518 3.05  3.227
  0.058
 3.05 3.05
Iterasi 3
f ( x)  f (3.05)  3.053  6(3.05) 2  11(3.05)  6
 28.39  55.82  33.55  6
 0.1278
f ' ( x)  f ' (3.05)  3  3.05   12  3.05   11

2
 27.91  36.6  11
 2.31
0.1278
xi 1  3.05   3.05  0.055
2.31
 2.995
2.995  3.05
  0.0185
2.995
Iterasi 4
f ( x)  f (2.995)  2.9953  6(2.995) 2  11(2.995)  6
 26.865  53.82  32.95  6
 9.925 103
f ' ( x)  f ' (2.995)  3  2.995   12  2.995   11
2
 26.91  35.94  11
 1.97
9.925 103
xi 1  2.995   2.995  5.038 103
1.97
 3.00
3.00  2.995
  0.00167
3.00
Iterasi Xi 
0 3.6 -
1 3.227 0.115
2 3.05 0.058
3 2.995 0.0185
4 3 0.00167
Dari table dapat dilihat bahwa nilai kesalahan (  ) telah kecil dari yang
ditentukan, maka didapat akar dari persamaan adalah 3
-Tentukan akar-akar nyata dari persamaan berikut, f(x) = -0.9x2 + 1.7x + 2.5 !
Penyelesaian: (oleh Diva Septian Jones)
Dimana Tebakan awal x0 = 3.1 dan ε = 0.01
f ( x) xr 1  xr
x r 1  x r     100%
f ' ( x) xr 1
Iterasi 1
f ' ( x)  1.8 x  1.7
f (3.1)  (0.9  3.12 )  (1.7  3.1)  2.5  0.879

f ' (3.1)  (1.8  3.1)  1.7  3.88
  0.879  2.8735  3.1

x r 1  3.1    1   0.0788
  3.88  2.8735
 3.1  0.2265
 2.8735
Iterasi 2
f (2.8735)  (0.9  2.87352 )  (1.7  2.8735)  2.5  0.0464

f ' (2.8735)  (1.8  2.8735)  1.7  3.4723
  0.0464  2.8601  2.8735

x r 1  2.8735    2   0.00469
  3.4723  2.8601
 2.8735  0.0134
 2.8601
Karena harga kesalahan (ε) nya telah kecil dari yang ditentukan maka proses
iterasi berhenti, dan didapatkan akarnya:
xr+1 = 2.8601
3.MetodeSecant
Hambatan utama dari pemakaian metode Newton adalah diperlukannya

turunan pertama (differensial) dari f(x) dalam perhitungan. Kadang-kadang
sulit untuk mendeferensialkan persamaan yang diselesaikan. Untuk itu maka
bentuk diferensial didekati dengan nilai perkiraan berdasarkan diferensial
beda hingga.
Dalam pembahasan berikut kita dapat menggunakan metode Secant ,
diperbandingkan Gambar.3.3 dengan Gambar.3.2 , akan terlihat bahwa

tangen di P dalam Gambar.3.2 ditempatkan lagi dalam Gambar.3.3 dengan
menghubungkan dua titik P dan Q. Jika P dan Q semakin dekat keduanya,
maka garis akan berbeda sedikit dari tangennya. Sebenarnya, P dan Q
adalah titik-titik dengan koordinat (xr , f(xr)) dan (xr-1 , f(xr-1)). Garis yang
menghubungkan P dan Q memotong sumbu x di titik T, memberikan
pendekatan berikutnya xr+1 dengan segitiga yang sama ;
TM PS x r 1  x r
 
PM QS f ( x r 1 )  f ( x r )
Dengan demikian :
x r 1  x r
xr+1 = xr -TM = xr - { } f (xr) (3.4)
f ( x r 1 )  f ( x r )
Ini merupakan rumusan dasar untuk metoda Secant. Disini membutuhkan

dua nilai awal x0 , x1 untuk memulai prosesnya.
SOAL
- Diketahui Persamaan f ( x)  x3  6 x 2  11x  5.9 , tentukanlah akar
persamaan tersebut dengan metodesecant dimana nilai  minimal adalah 5%.
xi 1  2.5
Nilai tebakn awal adalah .
xi  3.5
Dari persamaan dapat ditentukan:
f ( xi )  xi 3  6 xi 2  11xi  5.9 f ( xi 1 )  xi 13  6 xi 12  11xi 1  5.9

f (3.5)  1.975 f (2.5)  0.275
 Iterasi Pertama
f ( xi )( xi 1  xi )
xi 1  xi  2.622  3.5
f ( xi 1 )  f ( xi )  100%
2.622
1.975  2.5  3.5
 3.5   2.622  33.48%
0.275  1.975
f ( xi 1 )  xi 13  6 xi 12  11xi 1  5.9

; f ( xi 1 )  f ( xi 1 )  0
f (2.622)  0.2813
 Iterasi kedua
f ( xi )( xi 1  xi )
xi  2  xi  2.7314  2.622
f ( xi 1 )  f ( xi )  100%
2.7314
1.975  2.622  3.5
 3.5   2.7314  3.4858%
0.2813  1.975
f ( xi  2 )  xi  23  6 xi  2 2  11xi  2  5.9
f (2.622)  0.1034
Karena nilai  telah lebih kkecil dari 5%, maka, akar riil adri persamaan adalah
2.622
- Tentukan akar-akar dari f  x   0.87 x2  1.8x  2.6 dengan menggunakan
metode secant dimana, tebakan awal xi  3.1 , xi 1  2.9 , dan   0.001

 f ( xi )  xi  xi 1  
xi 1  xi   
 f ( xi )  f ( xi 1 )    xi 1  xi
dan
Iterasi 1
f ( xi 1 )  f (2.9)  0.87  2.9   1.8  2.9   2.6

2
 7.32  5.22  2.6

 0.5033
f ( xi )  f  3.1  0.87  3.1  1.8  3.1  2.6

2
 8.36  5.58  2.6

 0.1807
 0.1807  3.1  2.9    0.036 

xi 1  3.1     3.1   
 0.1807  0.5033   0.684 
 3.1  0.06  3.04
  3.04  3.1  0.06

Iterasi 2
f ( xi 1 )  f  3.1  0.87  3.1  1.8  3.1  2.6

2
 8.36  5.58  2.6

 0.1807
f ( xi )  f  3.04   0.87  3.04   1.8  3.04   2.6

2
 8.04  5.472  2.6

 0.032
 0.032  3.04  3.1   1.92 103 

xi 1  3.04     3.04   
 0.032   0.1807    0.2127 
 3.04  9.027 103  3.049
  3.049  3.04  9.027 103  0.009027

f ( xi 1 )  f  3.04   0.87  3.04   1.8  3.04   2.6
2
 8.04  5.472  2.6

Iterasi 3  0.032
f ( xi )  f  3.049   0.87  3.049   1.8  3.049   2.6

2
 8.088  5.488  2.6

 3.3113 104
 3.3113 104  3.049  3.04    2.98 106 

xi 1  3.049     3.049   
 3.3113 104  0.032   0.03167 
 3.049  9.41 105  3.049094
  3.049094  3.049  9.41105  0.0000941
iterasi xi 1 xi xi 1 
1 2.9 3.1 3.04 0.06

2 3.1 3.04 3.049 0.009027
3 3.04 3.049 3.049094 0.0000941
Dari table dapat dilihat bahwa nilai kesalahan (  ) telah kecil dari yang
ditentukan, maka didapat akar dari persamaan adalah 3.049049
SISTEM PERSAMAAN ALJABAR LINEAR
A. Metode Eliminasi Gauss
Hambatan utama dari pemakaian metode Newton adalah diperlukannya

turunan pertama (differensial) dari f(x) dalam perhitungan. Kadang-kadang
sulit untuk mendeferensialkan persamaan yang diselesaikan. Untuk itu maka
bentuk diferensial didekati dengan nilai perkiraan berdasarkan diferensial
beda hingga.
Dalam pembahasan berikut kita dapat menggunakan metode Secant ,

diperbandingkan Gambar.3.3 dengan Gambar.3.2 , akan terlihat bahwa
tangen di P dalam Gambar.3.2 ditempatkan lagi dalam Gambar.3.3 dengan
menghubungkan dua titik P dan Q. Jika P dan Q semakin dekat keduanya,
maka garis akan berbeda sedikit dari tangennya. Sebenarnya, P dan Q
adalah titik-titik dengan koordinat (xr , f(xr)) dan (xr-1 , f(xr-1)). Garis yang
menghubungkan P dan Q memotong sumbu x di titik T, memberikan
pendekatan berikutnya xr+1 dengan segitiga yang sama ;
TM PS x r 1  x r
 
PM QS f ( x r 1 )  f ( x r )
Dengan demikian :
x r 1  x r
xr+1 = xr -TM = xr - { } f (xr) (3.4)
f ( x r 1 )  f ( x r )
Ini merupakan rumusan dasar untuk metoda Secant. Disini membutuhkan

dua nilai awal x0 , x1 untuk memulai prosesnya.
SOAL
- Tentukanlah nilai x1 , x2 danx3 dari persamaan berikut ini dengan

menggunakan metode gauss
2 x1  6 x2  20 x3  20
10 x1  22 x2  5 x3  60
2 x1  20 x2  15 x3  100
 2 6 20 : 20 

5 10 22 5 : 6  untuk membuat 10 menjadi 0 maka dibuat
 2 20 15 : 100
pengali =5
 2 6 20 : 20 

5 0 8 95 : 106
 2 20 15 : 100
 2 6 20 : 20 

1 0 8 95 : 106  menjadikan 2 pada sudut kiri bawah, maka
0 16 35 : 120
dibuat pengali =-1
 2 6 20 : 20 

2 0 8 95 : 106 jadikan kolom 2 baris ke 3 =0
0 0 225 : 332
Maka didapatkan nilai :

225 x3  332
332
x3 
225
x3  1, 475
8 x2  95 x3  106
8 x2  95(1, 475)  106
8 x2  106  140,125
34,125
x2 
8
 4, 265
2 x1  6 x2  20 x3  20
2 x1  6(4, 265)  20(1, 475)  20
2 x1  20  25,59  29,5
16, 09
x1 
2
 8, 045
Jadi , didapatkan hasil x1 , x2 danx3 yaitu :
x1  8, 045
x2  4, 265
x3  1, 475
- Diketahui sistem persamaan linier sebagai berikut.
2x + 4y - 2z = 12
x + 5y + 3z = 8
-3x + y + 3z = -4

 matriks augmentasi :
2 4−2 12
[1 53 8]
−3 1 3 −4
 Kalikan baris pertama dengan 0.5

𝑎11 ′ = 𝑎11 𝑥0,5
= 2 x 0,5 = 1
𝑎12 ′ = 𝑎12 𝑥0,5
= 4 x 0,5 = 2
𝑎13 ′ = 𝑎13 𝑥0,5
= -2 x 0,5 = -1
𝑏1 ′ = 𝑏1 𝑥0,5
= 12 x 0,5 = 6
1 2−1 6
[1 53 8]
−3 1 3 −4
 Tambahkan baris kedua dengan (-1) kali baris pertama

𝑎21 ′ = 𝑎21 + (−1)𝑎11
= 1 + (-1)1 = 0
𝑎22 ′ = 𝑎22 + (−1)𝑎12
= 5 + (-1)2 = 3
𝑎23 ′ = 𝑎23 + (−1)𝑎13
= 3 + (-1)(-1) = 4
𝑏2 ′ = 𝑏2 + (−1)𝑏1
= 8 + (-1)6 = 2
1 2−1 6
[0 34 2]
−3 1 3 −4
 Tambahkan baris ketiga dengan 3 kali baris pertama

𝑎31 ′ = 𝑎31 + 3. 𝑎11
= -3 + 3.1 = 0
𝑎32 ′ = 𝑎32 + 3. 𝑎12
= 1 + 3.2 = 7
𝑎33 ′ = 𝑎33 + 3. 𝑎13
= 3 + 3.(-1) = 0
𝑏3 ′ = 𝑏3 + 3. 𝑏1
= -4 + 3.6 = 14
1 2−1 6
[0 3 4 2]
0 7 0 14
 Kalikan baris kedua dengan 1/3

1
𝑎21 ′ = 𝑎
3 21
1
= .0 = 0
3
1
𝑎22 ′ = 𝑎
3 22
1
= .3 = 1
3
1
𝑎23 ′ = 𝑎
3 23
1
= . 4 = 1.33
3
1
𝑏2 ′ = 𝑏
3 2
1
= . 2 = 0.67
3
1 2 −1 6
[0 11.33 0.67]
0 7 0 14
 Tambahkan baris pertama dengan (-2) kali baris kedua

𝑎11 ′ = 𝑎11 + (−2). 𝑎21
= 1 + (-2).0 = 1
𝑎12 ′ = 𝑎12 + (−2). 𝑎22
= 2 + (-2).1 = 0
𝑎13 ′ = 𝑎13 + (−2). 𝑎2
= -1 + (-2).1.33 = -3.67
𝑏1 ′ = 𝑏1 + (−2). 𝑏2
= 6 + (-2).0.67 = 4.67
1 0−3.67 4.67
[0 1 1.33 0.67]
0 7 0 14
 Tambahkan baris ketiga dengan (-7) kali baris kedua

𝑎31 ′ = 𝑎31 + (−7). 𝑎21
= 0 + (-7).0 = 0
𝑎32 ′ = 𝑎32 + (−7). 𝑎22
= 7 + (-7).1 = 0
𝑎33 ′ = 𝑎33 + (−7). 𝑎23
= 0 + (-7).1,33 = -9,33
𝑏3 ′ = 𝑏3 + (−7). 𝑏2
= 14 + (-7).0,67 = 9,33
1 0−0.36 4.67
[0 1 1.33 0.67]
0 0−9.33 9.33
 Kalikan baris ketiga dengan -1/9.33

1
𝑎31 ′ = − 𝑎
9,33 31
1
= − .0 = 0
9.333
1
𝑎32 ′ = − 𝑎
9,33 32
1
= − .0 = 0
9.333
1
𝑎33 ′ = − 𝑎
9,33 33
1
= − . −9,33 = 1
9.333
1
𝑏3 ′ = − 𝑏
9,33 3
1
= − . 9,33 = −1
9.333
1 0−.367 4.67
[0 1 1.33 0.67]
0 0 1 −1
Dari matrix diatas, didapat persamaan sebagai berikut :
𝑥 − 3,67𝑧 = 4,67
𝑦 + 1,33𝑧 = 0,67
𝑧 = −1
𝑧 = 4,67 + 3,67(−1)
𝑧=1
𝑧 = 0,67 − 1,33(−1) = 2
Jadi, nilai x = 1, y = 2 dan z = -1
clc
clear all
close all
%
disp('Matrik A')
A = [2 4 -2;1 5 3;-3 1 3]
%
disp('Matrik b')
b = [12 ; 8 ; -4]
%
n = size(A,1);
A = [A,b];
%
for i = 1:n-1
p = i;
for j = i+1:n
if abs(A(j,i)) > abs(A(i,i))
U = A(i,:);
A(i,:) = A(j,:);
A(j,:) = U;
end
end
while A(p,i) == 0 & p <= n
p = p+1;
end
if p == n+1
disp('Tidak Ada Solusi Unik');
break
else
if p ~= i
T = A(i,:);
A(i,:) = A(p,:);
A(p,:) = T;
end
end
for j = i+1:n
m = A(j,i)/A(i,i);
for k = i+1:n+1
A(j,k) = A(j,k) -m*A(i,k);
end
end
end
%
if A(n,n) == 0
disp('Tiddak Ada Solusi Unik');
return
end
%
x(n) = A(n,n+1)/A(n,n);
for i = n - 1:-1:1
sumax = 0;
for j = i +1:n
sumax = sumax + A(i,j)*x(j);
end
x(i) = (A(i,n+1) - sumax)/A(i,i);
end
disp('Nilai x:')
X1 = x'
Matrik A
A=
2 4 -2
1 5 3
-3 1 3
Matrik b
b=
12
8
-4
Nilai x:
X1 =
1.0000
2.0000
-1.0000
B. Gauss Jordan
Metode lain untuk menyelesaikan sistim persamaan linier adalah dengan

metode Gauss-Jordan, metode ini merupakan variasi dari metode eliminasi
Gauss, tetapi dalam metode Gauss Jordan ini menghasilkan matrix kesatuan
sehingga tidak perlu penerapan back subtitusion untuk menyelesaikannya.
Prinsip eliminasi Gauss-Jordan :
a11 a12 a13 b1 

a a a b2 
 21 22 23
a 31 a 32 a 33 b3 
a11 0 0 b '1 
 
0 a 22 0 b'2 
0 0 a b ' 3 
 33
sehingga : x1 = b’1
x2 = b’2
x3 = b’3
Didalam metode ini dipilih secara berurutan setiap baris sebagai baris pivot,
dengan pivotnya adalah elemen pertama yang tidak nol dari baris tersebut.
Contoh :
3 x1 - 0,1 x2 - 0,2 x3 = 7,85
0,1 x1 + 7 x2 - 0,3 x3 = -19,3 (4.18)
0,3 x1 - 0,2 x2 + 10 x3 = 71,4
dalam bentuk matrix :

3  0,1  0,2 7,85
0,1 7  0,3  19,3 

0,3  0,2 10 71,4 
Tahap 1. Baris pertama dibagi dengan elemen pivot a11 yaitu 3 .
1  0,03333  0,06667 2,61667

0,1 7  0,3  19,3 
 
0,3  0,2 10 71,4 
Tahap 2. Suku x1 pada baris kedua dan ketiga dieliminasi menjadi nol
1  0,03333  0,06667 2,61667

0 7,00333  0,29333  19,5617 

0  0,19000 10,0200 70,6150 
Tahap 3. Baris kedua dibagi dengan elemen pivot a22 yaitu 7,0333.
1  0,03333  0,06667 2,61667

0 1  0,04188  2,79320 

0  0,19000 10,0200 70,6150 
Tahap 4. Mereduksi suku-suku x2 dari baris kesatu dan ketiga.
1 0  0,06806 2,52356 
0 1  0,04188  2,79320

0 0 10,0120 70,0843 
Tahap 5. Baris ketiga dinormalkan dengan cara membagi dengan elemen

pivot a33 yaitu 10,0120
1 0  0,06806 2,52356 
0 1  0,04188  2,79320

0 0 1 7,00003 
Tahap 6. mereduksi suku-suku x3 dari baris pertama dan kedua

1 0 0 3,00000 
0 1 0  2,50001

0 0 1 7,00003 
Maka hasilnya :
x1 = 3
x2 = -2,5
x3 = 7
SOAL
SUMBER: http://asimtot.files.wordpress.com/2010/06/sistem-persamaan-
aljabar-linear-metode-gauss-jordan.pdf
- Selesaikan sistem persamaan berikut dengan metode Gauss-Jordan:

3x + y – z = 54 x + 7y – 3z = 20 2x – 2y + 5z = 10
Sistem persamaan diatas ditulis dalam bentuk matriks sebagai berikut:
3 1  1  x   5 
4 7  3  y   20
    
2  2 5   z  10 
Baris pertama dari persamaan (c2) dibagi dengan elemen pertama dari
persamaan (c1.a) yaitu 3, sehingga persamaan menjadi:
Pertama membuat nilai dari kolom dan baris satu bernilai 1. Sehingga,
1 0,3333  0,3333  x  1,6666

4 7  3   y    20 

2 2 5   z   10 
Lalu, kedua dari kolom kedua bernilai 0 menjadi,
1 0,3333  0,3333  x   1,6666 

0 5,6668  1,6668   y   13,3336
    
0  2,6666 5,6666   z   6,6668 
Lalu baris ke tiga kolom pertama dijadikan 0,
1 0,3333  0,3333  x  1,6666 

0 1  0,2941  y   2,3529

0  2,6666 5,6666   z  6,6668
Lalu baris kedua dan pertama kolom ke dua. Sehingga,
1 0  0,2353  x   0,8824 
0 1  0,2941  y    2,3529 
    
0 0 4,8824   z  12,9410
Selanjudnya menjadikan baris ketiga kolom ketiga bernilai 1,
1 0  0,2353  x  0,8824
0 1  0,2941  y   2,3529
    
0 0 1   z  2,6505
Dan yang terakhir untuk kolom tiga baris satu dan dua,
1 0 0  x   1,5061 
0 1 0  y    3,1324 
    
0 0 1  z  2,6505
Dari sistem persamaan diatas, didapat nilai x, y dan z berikut ini:
x = 1,5061; y = 3,1324 dan z = 2,6505

Hasil simulasi MATLAB
clc
clear all
close all
%
disp('Matrik A')
A = [3 1 -1;1 7 -3;2 -2 5]
%
disp('Matrik b')
b = [54 ; 20 ; 10]
%
disp('Matrik Diperluas')
C = [A b]
%
disp('Nilai x')
x = rref(C)
Matrik A
A=
3 1 -1
4 7 -3
2 -2 5
Matrik b
b=
20
10
Matrik Diperluas
C=
3 1 -1 5
4 7 -3 20
2 -2 5 10
Nilai x
x=
1.0000 0 0 1.5060
0 1.0000 0 3.1325
0 0 1.0000 2.6506
SUMBER: http://asimtot.files.wordpress.com/2010/06/sistem-persamaan-
aljabar-linear-metode-gauss-jordan.pdf
- Selesaikan persamaan berikut dengan metode Eleminasi Gauss-Jordan!

2 x1  x2  7 x3  0,5
10 x1  2 x2  0,8 x3  3
3,5 x1  4 x2  x3  6
Matrik dari persamaan diatas :
 2 1 7 0,5 
 
 10 2 0,8 3 
 3,5 4 1 6 

dibagi  2  2 1 7 0,5 
 
 10 2 0,8 3 
 3,5 4 1 6 

 1 0,5 3,5 0, 25 

 
10  10 2 0,8 3 
3,5  3,5 4 1 6 
 1 0,5 3,5 0, 25 

 
0 7 35,8 5,5 
 0 2, 25 13, 25 6 

 1 0,5 3,5 0, 25 

 
0 7 35,8 5,5 

2, 25  0 2, 25 13, 25 6 
 1 0,5 3,5 0, 25 

 
dibagi 7  0 7 35,8 5,5 
 0 2, 25 13, 25 6 

 1 0,5 3,5 0, 25 
 
0 1 5,11 0, 7857 

2, 25  0 2, 25 13, 25 6 
 1 0,5 3,5 0, 25 

 
0 1 5,11 0, 7857 

dibagi  24, 7475  0 0 24, 7475 3,3571 
 1 0,5 3,5 0, 25 

 
5,11 0 1 5,11 0, 7857 
0 0,1356 
 0 1
3,5  1 0,5 3,5 0, 25 

 
0 1 0 1, 4786 
0 0,1356 
 0 1
0,5  1 0,5 0 0, 4746 

 
0 1 0 1, 4786 
0 0,1356 
 0 1
x1 x2 x3
1 0 0 0, 2647 
 
0 1 0 1, 4786 
0 0,1356 
 0 1
x1  0, 2647
Maka : x2  1, 4786
x3  0,1356
clc
clear all
close all
%
disp('Matrik A')
A = [-2 1 7;10 2 0.8;-3 4 -1]
%
disp('Matrik b')
b = [0.5 ; 3 ; 6]
%
disp('Matrik Diperluas')
C = [A b]
%
disp('Nilai x')
x = rref(C)
Matrik A
A=
-2.0000 1.0000 7.0000
10.0000 2.0000 0.8000
-3.5000 4.0000 -1.0000
Matrik b
b=
0.5000
3.0000
6.0000
Matrik Diperluas
C=
-2.0000 1.0000 7.0000 0.5000

10.0000 2.0000 0.8000 3.0000
-3.5000 4.0000 -1.0000 6.0000
Nilai x
x=
1.0000 0 0 0.0150
0 1.0000 0 1.4792
0 0 1.0000 -0.1356
C. Gauss Seidel
Suatu sistem persamaan linier terdiri atas sejumlah berhingga persamaan
linear dalam sejumlah berhingga variabel. Menyelesaikan suatu sistem
persamaan linier adalah mencari nilai-nilai variabel yang belum diketahui
yang memenuhi semua persamaan linier yang diberikan.
Rumus iterasi untuk hampiran ke-k pada metode iterasi Gauss-Seidel
adalah sebagai berikut. Untuk i = 1, 2, …, n dan k = 1, 2, 3, …,
SOAL
SUMBER: http://syaifulhamzah.files.wordpress.com/2012/12/soal-latihan-
persiapan-uas-metode-numerik.pdf
Selesaikanlah persamaan berikut dengan menggunaan metode gauss
seidel, dimana nilai  adalah 2%
12 x1  3x2  5x3  1
x1  5 x2  3x3  28
3x1  7 x2  13x3  76
12 3  5
Bentuk matrik : A   1 5 3 
 
 3 7 13 
1  3 x 2  5 x3
x1 
12
28  x1  3x3
x2 
5
76  3x1  7 x2
x3 
13
Asumsikan : x2  0 dan x3  0
 Iterasi 1
1  3 0  5  0
x1   0.083333
12
28   0.08333  3  0 
x2   5.5833
5
76  3  0.08333  7  5.5833
x3   2.8205
13
 Iterasi 2
1  3  5.5833  5  2.8205 
x1   0.1372
12
28   0.1372   3  2.8205
x2   3.9351
5
76  3  0.1372   7  3.9351
x3   3.6955
13
Persentasi errornya :
0.1372  0.0833
a 1  100  160.7%
0.1372
3.9351  5.5833
a 2   100  41.8%
3.9351
3.6955  2.8205
a 3   100  23.67%
3.6955
Blum berada di bawah 2 %.
 Iterasi 3
1  3  3.9351  5  3.6955 
x1   0.6393
12
28   0.6393  3  3.6955 
x2   3.2548
5
76  3  0.6393  7  3.2548
x3   3.9460
13
0.6393  (0.1372)
a 1  100  121.46%
0.6393
3.2548  3.9351
a 2   100  20.9%
3.2548
3.9460  3.2548
a 3  100  17.51%
3.9460
Belum berada di bawah 2 %.
 Iterasi 4
1  3  3.2548  5  3.9460 
x1   0.9138
12
28   0.9138  3  3.9460 
x2   3.0496
5
76  3  0.9138  7  3.0496 
x3   3.9931
13
0.9138  0.6393
a 1  100  30.00%
0.9138
3.0496  3.2548
a 2  100  6.7%
3.0496
3.9931  3.9460
a 3  100  1.1%
3.9931
Belum berada di bawah 2 %.
 Iterasi 5
1  3  3.0496   5  3.9931
x1   0.9847
12
28   0.9847   3  3.9931
x2   3.0072
5
76  3  0.9847   7  3.0072 
x3   3.9996
13
0.9847  0.9138
a 1   100  7.2%
0.9847
3.0072  3.0496
a 2   100  1.4%
3.0072
3.9996  3.9931
a 3  100  0.16%
3.9996
Belum berada di bawah 2%.
 Iterasi 6
1  3  3.0072   5  3.9996 
x1   0.99803
12
28   0.99803  3  3.9996 
x2   3.00063
5
76  3  0.99803  7  3.00063
x3   4.00011
13
0.99803  0.9847
a 1  100  1.3%
0.99803
3.00063  3.0072
a 2  100  0.2%
3.00063
4.0001  3.9996
a 3   100  0.012%
4.0001
Karena harga 1 ,2 , dan3 telah telah berada di bawah 2 % maka,
x1  0.99803
x2  3.00063
x3  4.0001
Matrik A
A=
12 3 -5
1 5 3
3 7 13
Matrik b
C=
28
76
Proses Iterasi
K=
1.0000 0.0833 5.5833 2.8205
2.0000 -0.1373 3.9351 3.7589
3.0000 0.6658 3.2115 3.9632
4.0000 0.9318 3.0357 3.9965
5.0000 0.9896 3.0042 4.0002
6.0000 0.9990 3.0001 4.0002
7.0000 1.0000 2.9999 4.0000
8.0000 1.0000 3.0000 4.0000

Jumlah Iterasi : 8
Tingkat Presisi :
Error_eval =
1.0e-004 *
0.0368
0.7135
0.3927
Nilai X
X=
1.0000
3.0000
4.0000
>>
- selesaikan Sistem Persamaan Linear berikut dengan metoda gauss
seidel :
4 1 0 10   x1  100
 1
 4  1 0 1   x2  100
0  1 4  1 0   x3   100
    
1 0  1 4  1  x4  100
 0 1 0  1 4   x5  100
Sistem Persamaan Linear diatas dapat ditulis ulang dlm bentuk:
4x1 – x2 + x4 = 100 (a)
-x1 + 4x2 – x3 + x5 = 100 (b)
-x2 + 4x3 - x4 = 100 (c)
x1 – x3 + 4x4 - x5 = 100 (d)
x2 - x4 + 4x5 =100 (e)
Sehingga dapat ditulis untuk menyelesaikan masing-masing variabel x:

x1  1
4
100  x2  x4 
x2  14 100  x1  x3  x5 
x3  14 100  x2  x4 
x4  14 100  x1  x3  x5 
x5  14 100  x2  x4 
Misalnya diambil tebakan awal x(0)T = (0 0 0 0 0)
Tingkat ketelitian yang diinginkan sampai 0,000001 (toleransi konvergensi)
Iterasi I
Masukkan nilai tebakan awal ini ke pers (f):

x1  1
4
100  0  0  25
x2  14 100  25  0  0   31,25
x3  14 100  31,25  0   32,8125
x4  14 100  25  32,8125  0   26,953125
x5  14 100  31,25  26,953125  23,925781
Iterasi 2
Masukkan hasil iterasi 1 ke pers (f), Hasil utk iterasi 2 dst seperti tabel berikut :
Iterasi (k) x1 x2 x3 x4 x5
2 26,074219 33,740234 40,173340 34,506226 25,191498
3 24,808502 34,947586 42,363453 35,686612 25,184757
: : : : : :
14 25,000001 35,714286 42,857143 35,714285 25,000000
15 25,000000 35,714286 42,857143 35,714285 25,000000
Perhitungan konvergen sampai iterasi ke 15, karena beda nilai xi masing-

masingnya ≤ 0,000001
x1  x1(15)  x1(14)  25,000000  25,000001  0,000001

x2  x2(15)  x2(14)  35,714286  35,714286  0
x3  x3(15)  x3(14)  0
x4  x4(15)  x4(14)  0,000001
x5  x5(15)  x5(14)  0
C.Metoda Inversi
Jika A dan B matriks bujur sangkar sedemikian rupa sehingga A B = B A =

I maka B disebut balikan atau invers dari A dan dapat dituliskan B = A -1 (B sama
dengan Ivers dari A)Matriks B juga mempunyai invers yaitu A maka dapat
dituliskan A = B-1 jika tidak ditemukan matriks B maka A dikatakan matriks
tunggal (singular) jika matriks B dan C adalah invers dari A maka B = C
a b 
Matriks A =   dapat diinverskan apabila ad-bc  0
c d 
Dengan Rumus =
 d b 
 
1  d b  ad  bc ad  bc 
A -1     
ad  bc  c a   c a 

 ad  bc ad  bc 
Apabila A dan B matriks seordo dan memiliki balikan maka AB
dapat diinver dan (AB)-1 = B-1 A-1
SOAL

 1 3, 2 0, 2   23, 4 
   
 2, 3 7 0,8  . x   37,8 
 1, 9 2,1 0, 7   61, 7 
   
 1 3, 2 0, 2 1 0 0 
 2, 3 7 0,8 0 1 0 

1, 9 2,1 0, 7 0 0 1 
baris pertama dibagi -1
 1 3, 2 0, 2 1 0 0
-2,3  2, 3 7 0,8 0 1 0 
1, 9 2,1 0, 7 0 0 1 
1 3, 2 0, 2 1 0 0

-1,9  0 14, 36 0, 34 2, 3 1 0 
1, 9 2,1 0, 7 0 0 1 
1 3, 2 0, 2 1 0 0 
0 14, 36 0, 34 2, 3 1 0 

0 8,18 1, 08 1, 9 0 1 
baris kedua dibagi 14,36
1 3, 2 0, 2 1 0 0

-8,18 0 1 0, 023 0,16 0, 069 0 
0 8,18 1, 08 1,9 0 1 
1 3, 2 0, 2 1 0 0
0 1 0, 023 0,16 0, 069 0 

0 0 1, 26 0,59 0,56 1 
baris ketiga dibagi -1,26
1 3, 2 0, 2 1 0  0
0 1 0, 023 0,16 0, 069 0   0, 023

0 0 1 0, 468 0, 44 0, 79 
1 3, 2 0, 2 1 0 0 
0 1 0 0,17 0, 079 0, 018   0, 2

0 0 1 0, 468 0, 44 0, 79 
1 3, 2 0 0,9 0,158 
0, 088
0 1 0 0,17 0, 079 0, 018  3, 2

0 0 1 0, 468 0, 44 0, 79 
1 0 0 0,356 0,34 0, 208 
0 1 0 0,17 0, 079 0, 018 

0 0 1 0, 468 0, 44 0, 79 
 0,356 0,34 0, 208  23, 4 

x =  0,17 
0, 079 0, 018  37,8 

 0, 468 0, 44 0, 79  61, 7 
  
x1=-0,356(23,4) + 0,34(37,8) + 0,208(61,7) = 17,35
x2 = 0,17(23,4) + 0,079(37,8) + 0,018(61,7) = 8,0748
x3 = -0,468(23,4) - 0,44(37,8) - 0,79(61,7) = -76,3262
- Tentukanlah x1,x2,x3 dari persamaan di bawah ini dengan

menggunakan metode inverse.
2 x1  3x2  8 x3  24
 x1  4 x2  5 x3  20
3x1  x2  9 x3  18
A.I
 2 3 8 ; 1 0 0
 1 4 5 ; 0 1 0 
 
 3 1 9 ; 0 0 1 
Dibagi 2 baris pertama
1 3
2 4 ; 12 0 0 
 1 4 5 ; 0 1 0 
 
 3 1 9 ; 0 0 1 
Dikali 1
1 32 4 ; 12 0 0
0 11 1 ; 1 1 0
 2 2 
3 1 9 ; 0 0 1 
Dikali -3
1 32 4 ; 12 0 0 
0 11 1 ; 1 1 0
 2 2 
0  112 3 ;  32 0 1 
11
Dibagi 2 baris ke-2
1 32 4 ; 12 0 0
0 1  2 ; 1 2
0 
 11 11 11
0  112 3 ;  32 0 1 
11
Dikali 2
1 32 4 ; 12 0 0 
0 1  2 ; 1 2 0 
 11 11 11 
0 0 4 ; 1 0 1 
Dibagi -4 baris ke-3

1 32 4 ; 1
2 0 0
0 1  2 ; 1 2
0 
 11 11 11
0 0 1 ; 1
4  14  14 
Dikali 2/11
1 32 4 ; 1
2 0 0 
0 1 0 ; 3 3
 221 
 22 22
0 0 1 ; 1
4  14  14 
Dikali -4
1 32 0 ;  12 1 1 
0 1 0 ; 3 3
 221 
 22 22
0 0 1 ; 14  14  14 
Dikali  32
1 0 0 ;  44
31 35
44
47
44 
0 1 0 ; 3 3
 
1
 22 22 22
0 0 1 ; 14  14  14 
Sehingga untuk mencari nilai x maka digunakan rumus :
x  A1.C
 x1    44 31 35
44
47
44   24 
x    3 3
   20 
1
 2   22 22 22
 x3   14  14  14  18 
x1   44
31
(24)  35
44 (20)  44 (18)
47
= 18,23
x2  3
22 (24)  223 (20)  221 (18)
= 5,14
x3  14 (24)  14 (20)  14 (18)
= -3,5
Jadi diperolehlah nilai dari akar- akar x ;
x1  18, 23
x2  5,14
x3  3,5
D.Dekomposisi LU
1. Metode crout
Crout mentransformasikan koefisien matriks A, menjadi hasil dari
dua matriks, L dan U, di mana U memiliki satu pada diagonal
utamanya. Teknik ini berbeda dari metode bagian sebelumnya di
mana L memiliki satu pada diagonalnya. Sebelumnya kami telah
melihat bahwa sebuah matriks yang telah mengalami
triangularisasi dan dikombinasikan dengan matriks segitita bawah
membentuk sebuah pasangan LU. Tetapi pasangan LU mengambil
banyak bentuk lain.Pada kenyataannya, matriks tertentu yang
memiliki semua elemen diagonal nonzero bisa ditulis sebagai
sebuah hasil dari matriks segitiga bawah dan matriks segitiga atas
dengan cara tak terhingga.
Dari keseluruhan susunan LU yang hasilnya sama dengan matriks
A, pada metode Crout dipilih pasangan di mana U hanya memiliki
satu pada diagonalnya, seperti pada pasangan pertama di
atas.Didapatkan aturan untuk dekomposisi LU semacam itu dari
hubungan tertentu sehingga LU = A. Pada kasus matriks 4 x 4:
 l11 0 0 0  1 u12 u13 u14   a11 a12 a13 a14 
l 0  0 1 u23 u24   a21 a22 a24 
 21 l22 0
 
a23
l31 l32 l33 0  0 0 1 u34   a31 a32 a33 a34 
    
l41 l42 l43 l44  0 0 0 1   a41 a42 a43 a44 
Dengan mengalikan baris L pada kolom pertama U, kita dapatkan

l11  a11
l12  a21
l31  a31
l41  a41
SOAL
-Tentukan nilai masing-masing komponen berikut dengan metode Dekomposisi

LU Crout.
2 x1  5 x2  x3  12
 x1  3x2  x3  8
3x1  4 x2  2 x3  16
Dapat ditentukan matrik yaitu
7 2 5  L11 0 0  1 U12 U13 

A  1 5 3 L   L21 L22 0  U  0 1 U 23 
 2 1 9   L31 L32 L33  0 0 1 
Sifat dari dekomposisi LU adalah : LU  A
Sehingga dapat ditentukan:

 L11  2 L21  1 L31  3
a12 5
U12    2.5
L11 2
a13 1
U13    0.5
L11 2
 L22  a22  L21U12  3  (1)(2.5)  0.5
 L32  a32  L31U12  4  (3)(2.5)  3.5
a23  L21U13 1  (1)(0.5)
U 23    1
L22 0.5
 L33  a33  L31U13  L32U 23  2  3(0.5)  3.5(1)  4
Sehingga Matrik dekomposisi LU adalah
2 0 0 1 2.5 0.5

L   1 0.5 0  U  0 1 1 
 3 3.5 4 0 0 1 
Sifat untuk matrik L adalah :  L y   y
 2 0 0   y1  12 
 1 0.5 0   y    8
  2  
 3 35. 4  y3  16 
 2 y1  12 ; y1  6
1
 y1  y2  8
2
1
 6  y2  8 ;y2  4
2
 3 y1  3.5 y2  4 y3  16
16  14  18
y3  3
4
Untuk menentukan nilai komponen matrik x maka digunakan sifat:
1 2.5 0.5  x1   y1 
0 1   x2    y2 
U  x   y   1
0 0 1   x3   y3 
 x3  y3  3
 x2  x3  4
x2  4  3  1
 x1  2.5 x2  0.5 x3  y1
x1  6  2.5  1.5  2
Jadi, nilai masing- masing komponen x dari persaman diatas adalah
 x1  2
x2  1
x3  3
clc
clear all
close all
%
disp('Matrik A')
A = [2 -5 1;-1 3 -1;3 -4 2]
%
disp('Vektor B')
B = [12 ; -8 ; 16]
%%%%%%%% Inputs %%%%%%%%
% A : state matrix
% B : input vector
%%%%%%%% Outputs %%%%%%%%
% x_soln : solution vector to U*x_soln=xstar_soln
% xstar_soln: solution vector to L*xstar_soln=b
% L : Lower triangular matrix
% U : Upper triangular matrix
%
n=rank (A);
% Initialize L and U matrix
L=zeros (n);
U=eye (n);
for s=1:n
j=s;
for i=j:n
L(i,j)=A(i,j)-L(i,1:(j-1))*U(1:(j-1),j);
end
i=s;
U(i,i)=1;
for j=i+1:n
U(i,j)=(A(i,j)-L(i,1:(i-1))*U(1:(i-1),j))/(L(i,i));
end
end
%
disp(' ')
disp('Periksa Matrik A')
check=int8 (L*U)
if check==A
disp(sprintf ('Matrik L*U=A Benar'))
else
disp(sprintf ('Ada Kesalahan'))
end
%
xstar_soln(n)=0;
xstar_soln=xstar_soln';
xstar_soln(1)=B(1)/L(1,1);
for i=2:n
xstar_soln(i)=(B(i,1)-L(i,1:i-1)*xstar_soln(1:i-1))/L(i,i);
end
%
x_soln(n)=0;
x_soln=x_soln';
x_soln(n)=xstar_soln(n);
i=n-1;
%
while i>0
x_soln(i)=xstar_soln(i)-U(i,i+1:n)*x_soln(i+1:n);
i=i-1;
end
disp(' ')
disp('Matrik Segitiga Bawah')
L
disp('Matrik Segitiga Atas')
U
disp('Nilai x')
x=x_soln
Matrik A
A=
2 -5 1
-1 3 -1
3 -4 2
Vektor B
B=
12
-8
16
Periksa Matrik A
check =
2 -5 1
-1 3 -1
3 -4 2
Matrik L*U=A Benar
Matrik Segitiga Bawah
L=
2.0000 0 0
-1.0000 0.5000 0
3.0000 3.5000 4.0000
Matrik Segitiga Atas
U=
1.0000 -2.5000 0.5000
0 1.0000 -1.0000
0 0 1.0000
Nilai x
x=
-1
3
- Tentukan x1,x2,x3 dengan menggunakan metode dekomposisi LU
dengan metode Crout dari persamaan berikut ini;
2 x1  5 x2  4 x3  20
x1  7 x2  5 x3  15
3x1  2 x2  x3  30
L11 0 0 1 U12 U12 2 5 4

L  L12 L22 0 U  0 1 U12 A 1 7 5
L13 L32 L33 0 0 1 3 2 1
L. U = A
L11 0 0 1 U12 U13 2 5 4

L21 L22 0 0 1 U 23  1 7 5
L31 L32 L33 0 0 1 3 2 1
L11  2 L21  1
L11U12  5 L21U12  L22  7
5 19
U12  L22 
2 2
L11U13  4 L21U13  L22U 23  5
U13  2 6
U 23 
19
L31  3
L31U12  L32  2
19
L32 
2
L31U13  L32U 23  L33  1
L33  10
Sehingga didapat nilai matrik L dan matrik U adalah sebagai berikut.

5
1  2
2
0 0 2
19 6
L 1 0 U0 1
2 19
19 0 0 1
3 10
2
Untuk menentukan nilai y ,
2 0 0
y1 20
19
1 0 y2  15
2
y 3 30
19
3 10
2
y1  192 y2  15 y1  192 y2  10 y3  30
2 y1  20 19
y2  5 10 y3  5
y1  10 2
y2 = 10
19
y3 =- 12
Sedangkan untuk menentukan nilai akar – akar nya (x) ;
5
1  2
2 10
x1
6 10
0 1 x2 
19 19
x3
0 0 1 1

2
1
x3    0,5
2
6 10
x2  x3 
19 19
13
x2   0, 684
19
x1  2 x2  2 x3  10
5
x1  483
38
= 12,71
Sehingga diperoleh nilai akar akarnya ,

x1  12,71
x2  0, 684
x3  0,5
clc
clear all
close all
%
disp('Matrik A')
A = [2 -5 4;1 7 5;3 2 -1]
%
disp('Vektor B')
B = [20 ; 15 ; 30]
%%%%%%%% Inputs %%%%%%%%
% A : state matrix
% B : input vector
%%%%%%%% Outputs %%%%%%%%
% x_soln : solution vector to U*x_soln=xstar_soln
% xstar_soln: solution vector to L*xstar_soln=b
% L : Lower triangular matrix
% U : Upper triangular matrix
%
n=rank (A);
% Initialize L and U matrix
L=zeros (n);
U=eye (n);
for s=1:n
j=s;
for i=j:n
L(i,j)=A(i,j)-L(i,1:(j-1))*U(1:(j-1),j);
end
i=s;
U(i,i)=1;
for j=i+1:n
U(i,j)=(A(i,j)-L(i,1:(i-1))*U(1:(i-1),j))/(L(i,i));
end
end
%
disp(' ')
disp('Periksa Matrik A')
check=int8 (L*U)
if check==A
disp(sprintf ('Matrik L*U=A Benar'))
else
disp(sprintf ('Ada Kesalahan'))
end
%
xstar_soln(n)=0;
xstar_soln=xstar_soln';
xstar_soln(1)=B(1)/L(1,1);
for i=2:n
xstar_soln(i)=(B(i,1)-L(i,1:i-1)*xstar_soln(1:i-1))/L(i,i);
end
%
x_soln(n)=0;
x_soln=x_soln';
x_soln(n)=xstar_soln(n);
i=n-1;
%
while i>0
x_soln(i)=xstar_soln(i)-U(i,i+1:n)*x_soln(i+1:n);
i=i-1;
end
disp(' ')
L
U
disp('Nilai x')
x=x_soln
Matrik A
A=
2 -5 4
1 7 5
3 2 -1
Vektor B
B=
20
15
30
Periksa Matrik A
check =
2 -5 4
1 7 5
3 2 -1
Matrik L*U=A Benar
L=
2.0000 0 0
1.0000 9.5000 0
3.0000 9.5000 -10.0000
U=
1.0000 -2.5000 2.0000
0 1.0000 0.3158
0 0 1.0000
Nilai x
x=
12.71
0.684
-0.5
>>
2. Metode Doo-little
Algoritma Doolittle adalah sebagai berikut:
0. Langkah awal: k : = 1,
untuk j = 1, 2, ..., n, kerjakan
u1j : = a1j
 j1 : = aj1/u11
1. Untuk langkah k = 2, 3, ... (n-1), kerjakan :
Untuk j = k, k+1, k+2, ... , n, kerjakan:

k 1
r 1
 kr u rj
ukj : = akj-

k 1
 jk : = (ajk -
r 1
 jr urk ) /ukk
Langkah terakhir, k = n, kerjakan:

n 1
unn: = ann - r 1
 nr u rn
Untuk mendemonstrasikan kebenaran algoritma ini, tinjaulah relasi A = LU.
T
Kalikan vektor baris ek dengan ruas kiri dan kanan tanda =, lalu hasilnya
kalikan dengan vektor kolomej.
e k Ae j  e k LU e j
T T
Ruas kiri tanda = adalah akj, sedang ruas kanan adalah
e LU e   
T
k j
r n
 u  r 1  kr urj
r 1 kr rj
rk
  kk ukj  r 1  kr urj
r  k 1
Sesudah digabungkan kembali dan ditata letaknya, karena  kk = 1,

diperoleh
ukj : akj  r 1  kr urj

r  k 1
yang merupakan rumus untuk menghitung elemen-elemen baris k dari U.
Rumus untuk menghitung elemen-elemen kolom k dari matrix L dapat

dijabarkan pula. Untuk sembarang elemen pada baris I,

 ik :  aik  r 1  ir urk / ukk
r  k 1

SOAL
7 x1  2 x2  5 x3  18
Diketahui persamaan berikut: x1  5 x2  3x3  40
2 x1  x2  9 x3  26
Tentukanlah nilai-nilai dari x1 , x2 dan x3 dengan metode dekomposisi LU

Doolittle
Dari persamaan dapat ditentukan :
7 2 5  1 0 0 U11 U12 U13 

A  1 5 3 L   L21 1 0 U   0 U 22 U 23 
 2 1 9  L31 L32 1   0 0 U 33 
LU  A
 1 0 0 U11 U12 U13  7 2 5

L 1 0    0 U 22 U 23   1 5 3
 21
 L31 L32 1   0 0 U 33   2 1 9 
;U11  a11  7
; L21U11  a21 ; L21  U13  U 23  a23
L21 7  1 1
 (5)  U 23  3
1 7
L21 
7 16
U 23  
; L31U11  a31 7
L31  7  2 ; L31  U12  L32  U 22  a32
2 2 33
L31   2  L32   1
7 7 7
;U12  a12  2 L32  
11
;U13  a13  5 33
; L32U13  L32U 23  U 33  a33
; L21U12  U 22  a22
2  1   16 
1
 2  U 22  5  5          U 33  9
7 7  3  7 
33 25
U 22  U 33  
7 3
Sehingga didapatkan matrik LU:
   
1 0 0 7 2 5 
     18
  y   40 
1 33 16
L 1 0 U  0
7   7 7
2    26 
1 25 
  1   0 0  
7 3   3
%
clc
clear
clc
%
A=[7 2 -5;1 5 -3;2 -1 -9]
%
[m,n]=size(A);
if m~=n
disp('Matrix Harus Bujursangkar')
beep
break
end
U=zeros(m);
L=zeros(m);
for j=1:m
L(j,j)=1;
end
for j=1:m
U(1,j)=A(1,j);
end
for i=2:m
for j=1:m
for k=1:i-1
s1=0;
if k==1
s1=0;
else
for p=1:k-1
s1=s1+L(i,p)*U(p,k);
end
end
L(i,k)=(A(i,k)-s1)/U(k,k);
end
for k=i:m
s2=0
for p=1:i-1
s2=s2+L(i,p)*U(p,k);
end
U(i,k)=A(i,k)-s2;
end
end
end
disp('Matrik Dekomposisi')
A
L
U
A=
7 2 -5
1 5 -3
2 -1 -9
s2 =
s2 =
s2 =
s2 =
s2 =
s2 =
s2 =
0
s2 =
s2 =
Matrik Dekomposisi
A=
7 2 -5
1 5 -3
2 -1 -9
L=
1.0000 0 0
0.1429 1.0000 0
0.2857 -0.3333 1.0000
U=
7.0000 2.0000 -5.0000
0 4.7143 -2.2857
0 0 -8.3333
>>
Dimana diketahui persamaan bahwa :  L y   y
 
1 0 0
   y1   18
1 1 0   y2    40 

7 
2   y3   26
1
  1
7 3 
 y1  18
2 1
1  y1  y2  y3  26
 y1  y2  40 7 3
7 36 262
1 -   y3  26
  18   y2  40 7 21
7 176
262 y3  
y2   21
7
Untuk menentukan nilai dari komponen x adalah : U  x   y 
   
7 2 5   18 
   x1   
0 33

16    
  x2   
262 
 7 7  7 
   x3  
25 176 
0 0    
 3  21 
25 176
 x3  
3 21
x3  1.0057
 7 x1  2 x2  5 x3  18
23 16 262
 x2  x3   7x1  18  2(10.6917)  5(1.0057)
7 7 7
x1  4,9078
23 16.0914 262
x2  
7 7 7
x2  10.6917
Jadi nilai masing-masing komponen x dari persamaan diatas adalah

 x1  4.9078
x2  10.6917
x3  1.0057
- Tentukan nilai x1,x2,x3 dengan metoda dekomposisi L.U doolite
3x1  6 x2  2 x3  15
2 x1  5 x2  x3  7
4 x1  5 x2  3x3  16
. A
LU
1 0 0  U11 U12 U13   3 6 2 
L 1 0  .  0 U 22 U 23    2 5 1 
 21
 L31 L32 1   0 0 U 33   4 5 3
U11  3
U12  6
U13  2
L21.U11  2 L31.U11  4
L21 = 2/3 L31 = -4/3
L21.U12  U 22  5 L31.U12  L32U 22  5
(2 / 3).(6)  U 22  5 (4 / 3).(2)  L32 (1)  5
U 22 = -1 L32 = 3
L21.U13  U 23  1 L31.U13  L32U 23  U 33  3
(2 / 3).(2)  U 23  1 (4 / 3).(2)  3(1/ 3)  U 33  3
U 23 = -1/3 U 33 = 2/3
   
 1 0 0   3 6 2 
     3 6 2 
1 0  . 0 1     2 5 1 
 2 1
 3   3
 4    4 5 3
2 
  
3 1 0 0  
 3   3
Untuk menentuka nilai x nya maka :
 
 1 0 0
   y1  15
1 0   y2    7 
 2
 3 
 4   y3  16
 3 1
 3 
2
  y1  y2  7
3
2
y1  15  15  y2  7
3
y 2  3
 4
   y1  3 y2  y3  16
 3
2
 15  3(3)  y3  16
3
y3  45
Sehingga diperoleh lah :
y1  15
y 2  3
y3  45
Sedangkan untuk mencari nilai dari akar – akar x :

 
 3 6 2 
  x1 15
1
0 1   x  3
 3
2
 2 3
x 45
0 0  
 3
3 x1  6 x2  2 x3  15
1
 x2  x3  3
3
2
x3  45
3
135
x3 
2
1  135 
 x2     3
3 2 
117
x2 
6
 117   135 
3x1  6    2   15
 6   2 
x1  11
Sehingga diperolehlah nilai akar-akar x sebagai berikut :
x1  11
117
x2 
6
135
x3 
2
3.Metode Cholensky
Pada aljabar linear segitiga cholensky diubah dari hermitian ,matrik

pembagi yan positif ke suatu hasil berupa matrik segitiga dan memiliki hubungan
trnasponse,hal ini ditemukan oleh Andre Louis Choleky untuk matrik yang
real,Ketika digunakan metoda cholensky 2 kali lebih efisien dari pada metode LU
untuk menyelesaikan system persamaan aljabar linier.
SOAL
- Tentukan Nilai Matrik A dengan dekomposisi cholensky

j 1
l jj  a jj   l 2jk
k 1
j 1
aij   l ik l jk
lij  k 1
; untuk i  j
l jj
 6 15 55 
A  15 55 225
55 225 979 
l11  a11  6  2, 4495

a 21 15
l21    6,1237
l11 2, 4495
l22  a22  l212  55  (6,1237) 2  4,1833
a31 55
l31    22, 454
l11 2, 4495
a32  l21l31 225  6,1237(22, 454)

l32    20,916
l22 4,1833
l33  a33  l312  l322  979  (22, 454)2  (20,916)2  6,116
 2, 4495 0 0 

L   6,1237 4,1833 0 
 22, 454 20,916 6,1106
- Tentukanlan nilai x1 , x2 danx3 dari persamaan dibawah ini dengan

menggunakan metode chollensky.
5 x1  2 x2  7 x3  22
2 x1  9 x2  3x3  15
x1  6 x2  8 x3  4

5 2 7 : 22 
A   2 9 3 : 15
1 6 8 : 4 
A  L.LT
5 2 7 : 22   L11 0 0   L11 L21 L31 

 2 9 3 : 15   L L22 0   0 L22 L32 
   21
1 6 8 : 4   L31 L32 L33   0 0 L33 
L11 xL11  a11

L112  5
L11  5  2, 236
L11 xL21  2
2
L21   0,89
2, 236
L11 xL31  1
1
L31   0, 447
2, 236
L21 xL21  L22 xL22  9

0,89 x0,89  L22 2  9
L22 2  9  0, 792
L22  8, 2079
L22  2,864
L31 xL21  L32 xL22  6

0, 447 x0,89  L32 x 2,864  6
2,864 L32  6  0,397
5, 602
L32 
2,864
L32  1,956
L31 xL31  L32 xL32  L33 xL33  8
0, 447 2  1,9562  L332  8
0,1998  3,826  L332  8
L332  8  4, 0258
L33  3,974
L33  1,9935
1,9935 X 3  2, 0064
2, 0064
X3 
1,9935
 1, 0067
2,864 X 2  1,956(1, 0067)  6, 6035

2,864 X 2  6, 6035  1,968
4, 6348
X2 
2,864
X 2  1, 6183
2, 236 X 1  0,89 X 2  3,13 X 3  4, 4026

2, 236 X 1  0,89(1, 62)  3,13(1, 007)  4, 4026
2, 236 X 1  1, 44  3,1509  4, 4026
2, 236 X 1  4, 4026  4,5909
0,188
X1 
2, 236
 0, 084
1,9935 y3  4
4
y3 
1,9935
 2, 0064
2,864 y2  1,95 y3  15
2,864 y2  1,95(2, 0064)  15
2,864 y2  15  3,913
18,913
y2 
2,864
y2  6, 6035
2, 236 y1  0,89 y2  3,13 y3  22

2, 236 y1  0,89(6, 604)  3,13(2, 01)  22
2, 236 y1  22  12,155
9,844
y1 
2, 236
y1  4, 4026
LT . X  Y
 2, 236 0,89 3,13   X 1   4, 4026
 0 2,864 1,956  X 2    6, 6035 

 0 0 1,994  X 3   2, 0064 
1,9935 X 3  2, 0064
2, 0064
X3 
1,9935
 1, 0067
2,864 X 2  1,956(1, 0067)  6, 6035

2,864 X 2  6, 6035  1,968
4, 6348
X2 
2,864
X 2  1, 6183
2, 236 X 1  0,89 X 2  3,13 X 3  4, 4026
2, 236 X 1  0,89(1, 62)  3,13(1, 007)  4, 4026
2, 236 X 1  1, 44  3,1509  4, 4026
2, 236 X 1  4, 4026  4,5909
0,188
X1 
2, 236
 0, 084
Jadi, nilai
x1 , x2 danx3 yaitu :
X 1  0, 084
X 2  1, 6183
X 3  1, 0067
PENCOCOKAN KURVA
A.Regresi Kuadrat Terkecil
1. Regresi Linier
- Berikut adalah data Biaya Promosi dan Volume Penjualan PT BIMOIL
perusahaan Minyak Goreng
Tahun x y xy x² y²
Biaya Volume
Promosi Penjualan
(Juta (Ratusan Juta
Rupiah) Liter)
1992 2 5 10 4 25
1993 4 6 24 16 36
1994 5 8 40 25 64
1995 7 10 70 49 100
1996 8 11 88 64 121
Σ Σx = 26 Σy = 40 Σxy = 232 Σx² =158 Σy² = 346

bentuk umum persaman regresi linier sederhana : Y = a + b X, n = 5
n xi yi    xi   yi 
b
 x   x 
2 2
i i
b
 5  232    26  40   1160  1040
 5 158   262  790  676
120
  1, 053
114
a
y i
b
x i
n n
40  26 
a  1, 053    8  1, 053  5, 2   8  5, 4756  2,5244
5  5 
Y = a + b x → Y = 2.5244 + 1.053 x
- Diketahui data penjualan iklan adalah sebagai berikut :
Biaya periklanan (x) Tingkat penjualan (y)
50 40
51 46
52 44
53 55
54 49
Tentukan persamaan regresinya !

Persamaaan Regresi : f ( x)  ax  b
n  x. y   x.  y
Dimana b 
n  x2   y 2
 y b x
a
n
No X Y x.y x2 y2
1 50 40 2000 2500 1600

2 51 46 2346 2601 2116
3 52 44 2288 2704 1936
4 53 55 2915 2809 3025
5 54 49 2646 2916 2401
 260 234 12195 13530 11078
n  x. y   x.  y
b
n  x2   y 2
5(12195)  (260).(234)
b
5(13530)  (260)
b  2, 7
 y b x
a
n
234  2, 7 x 260
a  93, 6
5
Maka dari persamaan didapatkan persamaan regresi yaitu:
f ( x)  93, 6 x  2, 7
2. Regresi Polinomial
- Berikut adalah data Volume Penjualan (juta unit) Mobil dihubungkan

dengan variabel biaya promosi (X1 dalam juta rupiah/tahun) dan
variabel biaya penambahan asesoris (X2 dalam ratusan ribu
rupiah/unit).
x1 x2 y x1 x2 x1y x2y x1² x2² y²
2 3 4 6 8 12 4 9 16
3 4 5 12 15 20 9 16 25
5 6 8 30 40 48 25 36 64
6 8 10 48 60 80 36 64 100
7 9 11 63 77 99 49 81 121
8 10 12 80 96 120 64 100 144
xΣ xΣ2 yΣ xxΣ12 xyΣ1 xyΣ2 xΣ12 xΣ22 yΣ2
1 = =50 =239 = = = = =
=3 40 296 379 187 306 470
1

Tetapkan Persamaan Regresi Linier Berganda = a + b1 X1 + b2 X2 , n = 6
 x  31  x  40  y  50
1 2
 x x  239  x y  296  x y  379

1 2 1 2
 x  187  x  306  y  470

2
1
2
2
2
Masukkan notasi-notasi ini dalam ketiga persamaan normal,

i  na  b1  x1i  b2  x2i   yi
 ii  a x1i  b1  x1i  b2  x2i x1i   x1i yi

2
iii  a x2i  b1  x2i x1i  b2  x2i 2   x2i yi

Sehingga didapatkan tiga persamaan berikut:
(i) 6a + 31 b1 + 40 b2 = 50
(ii) 31 a + 187 b1 + 239 b2 = 296
(iii) 40 a + 239 b1 + 306 b2 = 379
Lakukan Eliminasi, untuk menghilangkan (a)

(ii) 31 a + 187 b1 + 239 b2 = 296 ×6
(i) 6a + 31 b1 + 40 b2 = 50 × 31
(ii) 189 a + 1122 b1 + 1434 b2 = 1776

(i) 189 a + 961 b1 + 1240 b2 = 1550
(iv) 161b1 + 194 b2 = 226

Lalu:
(iii) 40 a + 239 b1 + 306 b2 = 379 × 6
(i) 6a + 31 b1 + 40 b2 = 50 × 40
(iii) 240 a + 1434 b1 + 1836 b2 = 2274

(i) 240 a + 1240 b1 + 1600 b2 = 2000
(v) 194 b1 + 236 b2 = 274

Selanjutnya, eliminasi (b1) dan dapatkan nilai (b2)
(v) 194 b1 + 236 b2 = 274 × 161

(iv) 161 b1 + 194 b2 = 226 × 194
(v) 31234 b1 + 37996 b2 = 44114

(iv) 31234 b1 + 37636 b2 = 43844
360 b 2 = 270
b 2 = 0.75
Dapatkan Nilai (b1) dan nilai (a) dengan melakukan substitusi, sehingga:
(v) 194 b1 + 236 b2 = 274

Perhatikan b2 = 0.75
194 b1 + 236 (0.75) = 274

194 b1 + 177 = 274
194 b1 = 97
b1 = 0.50
(i) 6a + 31 b1 + 40 b2 = 50
Perhatikan b1 = 0.50 dan b2 = 0.75
6a + 31(0.50) + 40 (0.75) = 50
6a + 15.5 + 30 = 50
6a =4.5
a = 0.75
Sehingga Persamaan Regresi Berganda:
a + b1 X1 + b2 X2 dapat ditulis sebagai 0.75 + 0.50 X1 + 0.75X2
- Seorang manajer pemasaran diberikan data promosi dan harga

berpengaruh terhadap keputusan konsumen membeli
produknya.Datanya sebagai berikut
Promosi Keputusan Konsumen
No (X1) Harga(X2) (Y)
1 10 7 23
2 2 3 7
3 4 2 15
4 6 4 17
5 8 6 23
6 7 5 22
7 4 3 10
8 6 3 14
9 7 4 20
10 6 3 19
Jumlah 60 40 170
Tentukan persamaan regresi linear ganda dari data diatas.
Tabel pembantu
No X1 X2 Y X1Y X2Y X1X2 X 12 X 22
1 10 7 23 230 161 70 100 49

2 2 3 7 14 21 6 4 9
3 4 2 15 60 30 8 16 4
4 6 4 17 102 68 24 36 16
5 8 6 23 184 138 48 64 36
6 7 5 22 154 110 35 49 25
7 4 3 10 40 30 12 16 9
8 6 3 14 84 42 18 36 9
9 7 4 20 140 80 28 49 16
10 6 3 19 114 57 18 36 9
 60 40 170 1122 737 267 406 182
Persamaan regresi linear ganda :
f ( x)  a  b1 X1  b2 X 2
Dimana
 Y  an  b1  b2  X 2
 X 1Y  a  X 1  b1  X 12  b2  X 1 X 2
 X 2Y  a  X 2  b1  X 1 X 2  b2  X 22
Masukkan parameter yang diketahui ke dalam persamaan
170  10a  60b1  40b2 ..................(1)

1122  60a  406b1  267b2 ...........(2)
737  40a  267b1  182b2 .............(3)
Persamaan (1) dikalikan 6, persamaan (2) dikalikan 1:
1020  60a  360b1  240b2

35163  60a  406b1  267b2

102  46b1  27b2 ........(4)

680  40a  240b1  160b2
737  40a  267b1  182b2

57  27b1  22b2 ........(5)
2754  1242b1  729b2

2622  1242b1  1012b2

132  283b2
132
b2   0, 466
283
Harga b2 dimasukkan ke dalam salah satu persamaan (4) atau (5):
102  46b1  27(0, 466)
102  46b1  12,582
b1  2, 4909
Harga b1 dan b2 dimasukkan ke dalam persamaaan :
170  10a  60(2, 4909)  40(0, 466)
170  10a  149, 454  18, 640
10a  170  149, 454  188, 640
a  3,9186
Jadi
a  3,9186
b1  2, 4909
b2  0, 466
Persamaan Regresi Linear Ganda :

- f ( x)  3,9186  2, 4909 X1  0, 466 X 2
B.Interpolasi
1. Interpolasi Linier
Interpolasi linear adalah interpolasi dua buah titik dengan sebuah garis
lurus. Misalkan dua buah titik, ( , ) 0 0 x y dan ( , ) 1 1 x y . Polinom yang
menginterpolasi kedua titik itu adalah persamaan garis lurus.
SOAL
SUMBER: http://saifoemk.lecture.ub.ac.id/files/2012/08/Metnum4-
Pencocokan-Kurva-Interpolasi.pdf
Dari data ln(7.8)=2.0541, ln (8.6)=2.1517, tentukan ln(8.0) dengan interpolasi

linear.
Diketahui :
x0  7.8 y0  2.0541
x1  8.6 y1  2.1517
x  8.0
 y1  y0  x  x
p1 ( x)  y0   0
 x1  x0 
 2.1517  2.0541 8.0  7.8

p1 (8.0)  2.0541   
 8.6  7.8
=2.0785
Jadi, nilai dari ln(8.0) adalah 2.0785

- Diketahui kecepatam suatu kelereng terhadap waktu sebagai berikut ;
t0  x0  25 v0  y0  30
t0  x1  50 v1  y1  15
Tentukan interpolasi linier dari persamaan di atas ketika x bernilai 75
P1 ( x)  a0  a1 x
x1 y0  x0 y1 y1  y0
a0  a1 
x1  x0 x1  x0
(50.30)-(25.15) (15 - 30)
= =
50-25 50 - 25
1500-375 = - 0,6
=  45
25
P1 ( x)  a0  a1 x
= 45 + (-0,6)(75)
=0
Jadi interpolasi linier pada saat x = 75 adalah 0
.Interpolasi Kuadratik
Misalkan diberikan tiga buah titik data ( , ) 0 0 x y , ( , ) 1 1 x y dan ( , ) 2 2 x

y .Polinom yang menginterpolasi ketiga buah titik berupa polinom kuadratik
yang persamaannya adalah:
p (x) = a + a x + a x ……...
SOAL
- Diketahui tiga buah titik sebagai berikut ;
x0  5 y0  8
x1  3 y1  5
x2  2 y2  4
Tentukan interpolasi yang terjadi jika diketahui nilai x = 8
P2 ( x)  a0  a1 x  a2 x 2
y0  a0  a1 x0  a2 x0 2
8 = a0  5a1  25a2 .................1)
y1  a0  a1 x1  a2 x12
5= a0  3a1  9a2 ..................2)
y2  a0  a1 x2  a2 x2 2
4= a0  2a1  4a2 ..................3)
Eliminasi pers (1) dan Pers (2)
a0  5a1  25a2 = 8 .................1)

a0  3a1  9a2 = 5 .................2)

2a1  16a2 = 3 .................4)
a0  5a1  25a2 = 8 .................1)

a0  2a1  4a2 = 4 .................2)

3a1  21a2 = 4 .................5)
2a1  16a2 = 3 .................4) x3

3a1  21a2 = 4 .................5) x 2
6a1  48a2 = 9
6a1  42a2 = 8

1
a2 
6
Subtitusi a2 ke pers (4)
2a1  16a2 = 3
1
2a1  16( )= 3
6
2
2a1 
6
1
a1 
6
Subtitusi a1 dan a2 ke pers (2)
a0  2a1  4a2 = 4
1 1
a0  2( )  4   = 4
6 6
11
a0 
3
Maka untuk interpolasi yang terjadi jika nilai x =8
P2 ( x)  a0  a1 x  a2 x 2
11 1 1
  x  x2
3 6 6
P2 (8)  a0  a1 x  a2 x 2
11 1 1
  (8)  (64)
3 6 6
47
=
3
47
Jadi interpolasi yangterjadi pada saat x = 8 adalah
3
Dari data ln(5.7)=1.7404, ln(6.7)=1.9021, dan ln(7.7)=2.0412. Tentukan nilai
-
ln(8.7) dengan menggunakan metode interpolasi kuadratik.
Diketahui :
x0  5.7 y0  1.7404
x1  6.7 y1  1.9021
x2  7.7 y2  2.0412
a0  a1 x0  a2 x0 2  y0
a0  a1 x1  a2 x12  y1
a0  a1 x2  a2 x2 2  y2
a0  5.7a1  32.49a2  1.7404

a0  6.7a1  44.89a2  1.9021
a0  7.7a1  59.29a2  2.0412
Selesaikan persamaan diatas dengan metode Eliminasi gauss;
1 5.7 32.49 :1.7404 

1 6.7 44.89 :1.9021 
 
1 7.7 59.29 : 2.0412
3.Interpolasi Polinom
Diberikan (n+1) buah titik yang berbeda, yaitu ( , ) 0 0 x y , ( , ) 1 1 x y …( ,

) n n x y .Akan ditentukan polinom p (x) n yang menginterpolasi (melewati)
semua titik-titik tersebut sedemikian rupa sehingga, ( ) i n i y = p x , untuk i
= 0,1,2,3...,n Nilai i y dapat berasal dari fungsi matematika f (x) , misalkan f
(x) = ln x , f (x) = Sin x , fungsi Bessel dan sebagainya yang menyebabkan (
) i i y = f x atau i y diperoleh secara empirik (hasil dari pengamatan
eksperimen di laboratorium).
SOAL
- Dicari nilai ln 2 dengan metode interpolasi polinomial berdasar data ln

1 = 0 dan ln 6 = 1,7917595. Hitung juga nilai tersebut berdasar data ln
1 dan ln 4 = 1,3862944. Untuk membandingkan hasil yang diperoleh,
dihitung besar kesalahan (diketahui nilai eksak dari ln 2 =
0,69314718).
Penyelesaian :(oleh Rama Danil Fitra)
Dengan menggunakan persamaan (1.2), dihitung dengan interpolasi linier nilai

ln pada x = 2 berdasar nilai ln di x0 = 1 dan x1 = 6.
f ( x1 )  f ( x0 )
f1 ( x)  f ( x0 )  ( x  x0 )
x1  x0
1,7917595  0
f1(2) = 0 + (2  1) = 0,3583519.
6 1
0,69314718  0,35835190
Besar kesalahan adalah: Et =  100 % = 48,3
0,69314718
%.
Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1 dan x1 = 4,

maka:
1,3862944  0
f1(2) = 0 + (2  1) = 0,46209813.
4 1
0, 69314718  0,46209813
Besar kesalahan adalah:   100 % = 33,3 %.
0, 69314718
- Diberikan empat buah titik data yaitu ln(1.5)= 0.4054, ln(2)= 0.6931,
ln(4)= 1.3862, ln(5)= 1.6094. Tentukan nilai ln(5.5) menggunakan
metode interpolasi kubik.
Penyelesaian: (oleh Rama Danil Fitra)
Diketahui :
x0  1.5 y0  0.4054
x1  2 y1  0.6931
x2  4 y2  1.3862
x3  5 y3  1.6094
a0  a1 x0  a2 x0 2  a3 x03  y0
a0  a1 x1  a2 x12  a3 x13  y1
a0  a1 x2  a2 x2 2  a3 x23  y2
a0  a1 x3  a2 x32  a3 x33  y3
a0  1.5a1  2.25a2  3.375a3  0.4054
a0  2a1  4a2  8a3  0.6931
a0  4a1  16a2  64a3  1.3862
a0  5a1  25a2  125a3  1.6094
Selesaikan persamaan diatas dengan metode Eliminasi gauss;
1 1.5 2.25 3.375 : 0.4054 

1 2 4 8 : 0.6931

1 4 16 64 :1.3862 
 
1 5 25 125 :1.6094 
Didapat nilai a0 = -0.9052, a1= 1.1407, a2 = -0.1996, a3 = 0.0144 Polinom

kubiknya adalah
p2 ( x)  0.9052  1.1407 x  0.1996 x 2  0.0144 x 3
p2 (5.5)  0.9052  1.1407(5.5)  0.1996(5.5)2  0.0144(5.5)3

 1.7265
INTEGRASI NUMERIK
A.Formulasi Integrasi Newton Cotes
1. Aturan Trapesium
Polinom interpolasi Newton-Gregory derajat 1 yang melalui kedua buah titik itu
adalah
Integrasikan p1(x) di dalam selang [0,1]:

Jadi, kaidah trapesium adalah
Kaidah trapesium untuk integrasi dalam selang [0, h] kita perluas untuk
menghitung
SOAL
- Diketahui f(x) = x+1. Carilah integrasinya dengan batas bawah = 0, batas atas
= 5 serta 5 sub-interval, menggunakan metode trapesium. Tentukan error dengan
membandingkan secara analitik .
h = (5-0)/5=1
(x+1) dx = 1[f(0) + 2f(0+1) + 2f(0+2) +2f(0+3) + 2f(0+4)+ f(5)]/2
= [1+2(2)+2(3)+2(4)+2(5)+6]/2=35/2=17,5
secara analitik:
(x+1) dx = ((1/2) x^2) + x = (1/2 (5)^2) + 5 = 17,5
Error = metode numerik - analitik = 17,5-17,5 =0
- Sebuah benda putar, diperlihatkan pada gambar 4.3, dibentuk dengan

memutar kurvay=1+(x/2)2, 0<=x<= 2, disekitar sumbu x. Hitunglah
volume menggunakanperluasan aturan trapesium dengan
N=2,4,8,16,32,64 dan 128. Nilai benar adalahI=11,7286. Evaluasi
kesalahan pada setiap N.

Volume diberikan oleh persamaan:
Dimana :
Kalkulasi untuk N=2 dan 4 ditunjukkan sebagai berikut:
Integrasi dengan N yang lain memberikan hasil sebagai berikut:
2. Aturan Simpson
Hampiran nilai integras yang lebih baik dapat ditingkatkan dengan mengunakan
polinom interpolasi berderajat yang lebih tinggi.
Misalkan fungsi f(x) dihampiri dengan polinom interpolasi derajat 2 yang
grafiknya berbentuk parabola. Luas daerah yang dihitung sebagai hampiran nilai
integrasi adalah daerah di bawah parabola. Untuk itu, dibutuhkan 3 buah titik
data, misalkan (0, f(0)), (h, f(h)), dan (2h, f(2h)).
Polinom interpolasi Newton-Gregory derajat 2 yang melalui ketiga buah titik
tersebut adalah
Integrasikan p2(x) di dalam selang [0, 2h]:

Mengingat
Dan
maka, selanjutnya
Kidah Simpson 1/3 gabungan:
Penggunaan kaidah 1/3 Simpson mensyaratkan jumlah upaselang (n) harus genap.
Ini berbeda dengan kaidah trapesium yang tidak mempunyaipersyaratan mengenai
jumlah selang.
Galat Kaidah Simpson 1/3

Galat kaidah Simpson 1/3 untuk dua pasang upaselang adalah
Uraikan f(x), f1, dan f2 masing-masing ke dalam deret Taylor di sekitar x0 = 0:

Sulihkan persamaan (P.6.30), (P.6.31), (P.6.32) ke dalam persamaan
(P.6.29):
Jadi, kaidah Simpson 1/3 untuk sepasang upaselang ditambah dengan galatnya
dapat dinyatakan sebagai
Galat untuk n/2 pasang upaselang adalah
Jadi, kaidah Simpson 1/3 gabungan ditambah dengan galatnya dapat dinyatakan
sebagai,
dengan kata lain, kaidah Simpson 1/3 gabungan berorde 4
Dibandingkan dengan kaidah trapesium gabungan, hasil integrasi

Dengan kaidah Simpson gabungan jauh lebih baik, karena orde galatnya lebih
tinggi.
Tapi ada kelemahannya, yaitu kaidah Simpson 1/3 tidak dapat
diterapkan bila jumlah upaselang (n) ganjil
-
SOAL
- Hitunglah volume sebuah benda putar, pada contoh 4.3 menggunakan
perluasanaturan Simpson 1/3 dengan N=2,4,8,16,32,64. Nilai benar
adalah I=11,7286.
-
Kalkulasi untuk N=2 dan 4 ditunjukkan sebagai berikut:
Integrasi dengan N yang lain memberikan hasil sebagai berikut:

- Tentukan ,gunakan aturan simpson n=4.
Jadi,
B.Integrasi Romberg dan Kuadratur Gauss
1.Integrasi Romberg
Metode ini digunakan untuk memperbaiki hasil pendekatan integrasi
metode trapesium, karena kesalahan metode trapesium “cukup” besar
untuk polinom pangkat tinggi dan fungsi transeden. Caranya, hitung
integral tertentu dengan metode trapesium untuk sejumlah nilai h yang
berbeda. Misalkan hasilnya I(h), I(½h), I(¼h), dan I(⅛h); cantumkan
pada kolom pertama tabel.Untuk kolom kedua, hitunglah I(h, ½h),
I(½h, ¼h), I( ¼h, ⅛h) dengan formula :
I(9h, ½h)= ⅓.[4.I(½h)-I(h)],

I(½h, ¼h)= ⅓.[4.I( ¼h)-I(½h)],
I( ¼h, ⅛h)= ⅓.[4.I( ⅛h)-I( ¼h)],
Lanjutkan pola serupa untuk kolom ketiga dan seterusnya.
SOAL
- Hitunglah dengan metode Romberg bentuk :
Penyelesaian: (oleh Rama Danil Fitra)
Untuk n=2, diperoleh h=2, dan dengan metode trapesium diperoleh hasil = 320
Untuk n=4, diperoleh h=1, dan dengan metode trapesium diperoleh hasil = 272
Untuk n=8, diperoleh h=0,5, dan dengan metode trapesium diperoleh hasil = 260.
kolom kedua :
kolom ketiga :
Hasil terakhir adalah 256.

3.Kuadratur Gauss
Dengan metode ini bentuk

diubah menjadi
melalui transformasi :
Kuadratur Gauss 2 titik :
Kuadratur Gauss 3 titik :
Metode ini mempunyai kesalahan pemotongan :
-Kuadratur Gauss 2 titik :
-Kuadratur Gauss 3 titik :
Metode in tepat untuk polinom ordo 3.

SOAL
- Diketahui Carilah integrasinya dengan batas bawah = 0, batas atas

=1½, menggunakan metode :
a. Kuadrat Gauss 2 titik

b. Kuadrat Gauss 3 titik
ditransformasikan dengan
Menjadi :
Sehingga
Jadi,
-Kuadratur Gauss 2 titik menghasilkan nilai 0,8907.
-Kuadratur Gauss 3 titik menghasilkan nilai 0,8906
SUMBER TEORI DAN SOAL
http://lecturer.eepis-its.edu.
http://saifoemk.lecture.ub.ac.id/files/2012/08/Metnum4-Pencocokan-Kurva-
Interpolasi.pdf
http://saifoemk.lecture.ub.ac.id/files/2012/08/Metnum4-Pencocokan-Kurva-
Regresi.pdf
http://saifoemk.lecture.ub.ac.id/files/2012/08/Metnum5-Integral-Numerik.pdf
http://marzukisilalahi.blog.esaunggul.ac.id/files/2012/04/Pertemuan-
11_Integrasi-Numerik.pdf
http://ivanky.files.wordpress.com/2013/02/scientific_software_modul5.pdf
http://asimtot.files.wordpress.com/2010/06/sistem-persamaan-aljabar-linear-
metode-gauss-jordan.pdf
http://syaifulhamzah.files.wordpress.com/2012/12/soal-latihan-persiapan-
uas-metode-numerik.pdf
http://teoriMENUM/Saifoe%20%20Manajemen%20Konstruksi%20»%20M
etode%20Numerik.htm
http://teoriMENUM/Metode%20BagiDua%20(Bisection%20Method)%20_
%20Math%20IS%20Beautiful.htm

Tugas Besar Metoda Numerik

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tugas Besar Metoda Numerik

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS BESAR

1. DIVA SEPTIAN JONES (1110952049)

JURUSAN TEKNIK ELEKTRO

Metode yang sederhana untuk memperoleh taksiran atas akar persamaan f

Dengan batas atas = 2, batas bawah = -1, selang 0,25

Penyelesaian : (oleh Wahyu Prabowo)

Dengan menggunakan metode grafik, nilai akar-akar yang diperoleh adalah xr = -

2. Metode Bagi Dua

- Tentukan akar-akar nyata dari : f ( x)  0.667 x3  3.9 x 2  6.21x  2.1

Penyelesaian : (oleh Diva Septian Jones)

f ( xi )  0.667 x3  3.9 x 2  6.21x  2.1

f ( xr )  0.667 x3  3.9 x 2  6.21x  2.1

f ( xi )  f ( xr )  0.197312  0.113375  0.02237

f(xi) x f(xr)< 0, xr = xu baru maka xr = xu baru

xi  0.4 dan xu  0.5

xi  xu 0.4  0.5 0.9

f ( xr )  0.667 x3  3.9 x 2  6.21x  2.1

f ( xi )  f ( xr )  0.003446  0.197312  6.79937152 104

xi  xu 0.5  0.45 0.95

Xu + Xi 4  3,875 3,9375 - 3,875

Akar dari persamaan tersebut adalah : Xr = 3,996

3.Metode Posisi Palsu

Pada metode Bisection konvergensi akan dicapai dengan jumlah iterasi

- Tentukan akar – akar nyata dari f ( x)  7x 2 + 5x - 3 dengan menggunakan

Penyelesaian : (oleh Rama Danil Fitra)

xu  0.5 f ( xu )  f (0.5)  7(0.5) 2 + 5(0.5) - 3  1.25

f ( xr1 )  f (0.382)  7(0.382) 2 + 5(0.382) - 3  -0.068

f ( xr1 )  f ( xi )  0.068(0.87)  0.0596  0

maka xi 2  xr1  0.382

Sehingga akar f(x) adalah 0.3885.

f ( Xu) = -0,35(2,5)2 - 9(2,5) + 17 = -7,68

f ( Xr ) = -0,35(1,74)2 - 9(1,74) + 17 = 0,28

f ( Xi) = -0,35(1)2 - 9(1) + 17 = 7,65

f ( Xi) = -0,35(1,74)2 - 9(1,74) + 17 = 0,28

f ( Xr ) = -0,35(1,766)2 - 9(1,766) + 17 = 0,0144

f(Xi) .f(Xr) < 0

f ( Xr ) = -0,35(1,7675)2 - 9(1,7675) + 17 = -0,00091

f(Xi) .f(Xr) < 0

1. Metode Satu Titik Sederhana

- Diketahui fungsi yaitu f ( x)  x3  6 x 2  11x  5.9 . Tentukanlah akar

Penyelesaian: (oleh Wahyu Prabowo)

- Tentukan akar-akar persamaan dari f ( x)  e2 x  3x dengan

Penyelesaian : (oleh Wahyu Prabowo)

f (0,333)  e2(0,333)  3(0,333)

Pandang f(x) = 0 sebagai persamaan non linear, diberikan titik (x0,y0) =

Pada setiap level iterasi m dilakukan apoksimasi grafik f di dekat x m

-Tentukan akar-akar dari f ( x)  x3  6 x 2  11x  6 dengan menggunakan

metode newton raphson dimana, tebakan awal xi  3.6 dan   0.01

f ' ( x)  f ' (3.6)  3  3.6   12  3.6   11

f ' ( x)  f ' (3.227)  3  3.227   12  3.227   11

f ' ( x)  f ' (3.05)  3  3.05   12  3.05   11

Penyelesaian: (oleh Diva Septian Jones)

Dimana Tebakan awal x0 = 3.1 dan ε = 0.01

f ' ( x)  1.8 x  1.7

f (3.1)  (0.9  3.12 )  (1.7  3.1)  2.5  0.879

  0.879  2.8735  3.1

f (2.8735)  (0.9  2.87352 )  (1.7  2.8735)  2.5  0.0464

  0.0464  2.8601  2.8735

Hambatan utama dari pemakaian metode Newton adalah diperlukannya

Dalam pembahasan berikut kita dapat menggunakan metode Secant ,

diperbandingkan Gambar.3.3 dengan Gambar.3.2 , akan terlihat bahwa

Ini merupakan rumusan dasar untuk metoda Secant. Disini membutuhkan

Penyelesaian : (oleh Rama Danil Fitra)