parsial eliptik, parabolik dan hiperbolik yang akan diberikan pada Bab 6, 7, dan 8. Dalam
bab ini akan dibahas mengenai matriks dan penyelesaian sistim persamaan linear dengan
2.1. MATRIKS
Matriks ordo m x n adalah jajaraan bilangan persegi empat terdiri dari baris m dan
Setiap bilangan ajk dalam matriks ini disebut suatu elemen. Subskrip j menunjukkan baris dan
k menunjukkan kolom. Matrik yang mempunyai satu baris disebut matriks baris sedangkan
yang mempunyai satu kolom disebut matriks kolom. Matriks bujur sangkar adalah matriks
yang mempunyai jumlah baris dan kolom yang sama. Matriks Nyata adalah matriks yang
memiliki bilangan nyata, sedangkan Matriks Kompleks adalah matriks yang mempunyai
bilangan kompleks.
Contoh : Matriks Nyata (Riil)
2 1 − 1
A = 1 − 2 3
− 2 1 2
0 − i
A =
i 0
Dua buah matriks atau lebih yang berukuran sama dapat dijumlahkan atau dikurangkan.
Jumlah dari matriks A = [aij] dan B = [bij] adalah suatu matriks yang elemen-elemennya
Contoh :
− 1 4 2 3 5 0
A = 3 0 5 ; B = 1 4 − 3
− 2 1 6 − 1 2 − 4
− 2 9 2
A + B = C = 4 4 2
− 3 3 2
− 4 −1 2
A − B = C = 2 −4 8
− 1 −1 10
a b = c
ij ij ij = .
.
(a n1 b11 + ... + a nm b m1 ) ... (a n1 b1r + ... + a nm b mr )
Perkalian antara skalar dengan matriks akan menghasilkan suatu matriks yang elemen-
k A = C, [cij] = k [aij]
Contoh :
− 1 2
2 0 1
4
A = B = 0
− 1 2 3
4 − 1
− 4 0 6
− 2 8
A. B = B . A = − 1 3
− 3
; 2
13 9 14 − 3
Sistim persamaan linear dapat didefinisikan sebagai perkalian antara matriks A dengan
.
.
.
Sistem persamaan linear dapat diselesaikan dengan metoda langsung (direct method)
method). Metoda ini dimulai dengan membuat augmented matrix, dan selanjutnya
dilakukan operasi baris pada augmented matrix untuk mendapatkan upper triangular
matrix. Back subtitution (substitusi mundur) digunakan pada langkah akhir untuk
mendapatkan harga variabel-variabel bebas yang dibutuhkan. Contoh diberikan suatu set
persamaan linear :
3 x1 - x2 + 2 x3 = 12
x1 + 2 x2 + 3 x3 = 11
2 x1 - 2 x2 - x3 = 2.
3 −1 2 : 12
1 2 3 : 11
2 −2 −1 : 2
− 1.993
x3 = = 1.993
− 1.000
7.004 − 2.334 x3
x2 = = 1.008
2.3333
12 − (− 1 x2 + 2 x3 )
x1 = = 3.007
3
1. Buat augmented matrix dari n x n matriks dengan vector sisi kanan sama dengan
2. Pertukarkan baris jika diperlukan agar a11 menjadi koefisien terbesar pada
Kolom pertama.
3. Bentuk nol pada baris ke dua sampai ke n pada kolom pertama dengan
4. Ulangi langkah (2) dan (3) untuk baris kedua sampai dengan baris (n-1) pertama,
nol pada semua posisi kolom j dibawah diagonal. Simpan aij/ajj dalam aij, i = j + 1, …,
xn = an,n+1 / ann,
n
xi = (ai,n+1 - aij xj) / aii
j=i+1
Metoda ini lebih banyak digunakan apabila koefisien matrix dari set persamaan lebih banyak
merupakan bilangan nol. Penggunaan metoda ini akan dijelaskan melalui suatu contoh
8 x1 + x2 - x3 = 8, (2.3.1)
x1 - 7 x2 + 2 x3 = -4. (2.3.2)
2 x1 + x2 + 9 x3 = 12 (2.3.3)
Set persamaan ini ditulis kembali kedalam suatu bentuk persamaan untuk mendapatkan
variabel-variabel dengan koefisien yang besar, yaitu :
Pada iterasi pertama diberikan harga aproksimasi dari x1, x2, dan x3. Pada iterasi berikutnya
harga x1 dihitung dari persamaan (2.3.4) menggunakan harga aproksimasi x2 dan x3. Harga
x2 dihitung dari persamaan (2.3.5) menggunakan harga x1 yang baru dihitung dan harga
approksimasi x3. Harga x3 dihitung dari persamaan (2.3.6) menggunakan harga x1 dan x2
yang baru.
(2.2.7) sampai dengan persamaan (2.2.9) diperoleh hasil perhitungan sebagaimana yang
ditampilkan pada Tabel 2.2.1. Dari tabel ini dapat dilihat bahwa persen kesalahan antara
nomor iterasi 5 dan 6 dapat diabaikan. Harga x1, x2 dan x3 pada kolom keenam merupakan
Nomor Iterasi
Var 1 2 3 4 5 6
x1 0 1.000 1.041 0.997 1.001 1.000
x2 0 0.714 1.014 0.996 1.000 1.000
x3 0 1.032 0.990 1.002 1.000 1.000
elemen diagonal memiliki bilangan sebesar mungkin dibandingkan dengan bilangan dari
koefisien lain pada baris yang sama. Definisikan system yang disusun sebagai Ax = b.
Dengan memisalkan harga awal x(1), hitung masing-masing komponen x(n+1) , untuk I =
x2 + y2 = 4 (2.4.1)
ex + y = 1 (2.4.2)
dapat diselesaikan secara grafik dan numerik. Penyelesaian secara grafik didapat melalui
(1.8 , 0.8) 1
-2 -1 1 2
-1
-2
(1 , -1.7)
2.4.1. Metoda Iterasi
bentuk :
x = f (x , y) dan y = g (x , y)
x2 + y 2 = 4
y 2 = 4 − x2 (2.4.3)
y = 4 − x2
ex + y = 1
ex = 1 − y (2.4.4)
ln (e x ) = ln (1 − y)
x = ln (1 − y)
dimulai dengan y1 = -1,7 diperoleh nilai x dan y dari persamaan (2.4.3) dan (2.4.4), yaitu
Penyelesaian : x = 1,0042
y = -1,7296
Kriteria Kovergensi
y = g (x, y, z, ….)
z = h (x, y, z, ….)
fx + fy + fz + ......... 1,
gx + gy + gz + ......... 1,
hx + hy + hz + ......... 1,
Metoda Newton
f (x , y) = 0 (2.4.5)
g (x , y) = 0 (2.4.6)
(2.4.5) dan persamaan (2.4.6) dapat diekspansi menggunakan Deret Taylor di sekitar
titik (x1, y1), titik didekat akar persamaan dalam bentuk (r – x1), (s – y1) :
− f fy
−g gy
s − y1 =
fx fy
gx gy
Contoh :
f (x,y) = 4 – x2 – y2 = 0
g (x,y) = 1 – ex – y = 0
gy = -1 gy (1, -1,7) = -1
− f fy
−g gy
r = x1 + f (1,-1,7) = 0,110
fx fy
gx gy
g(1,-1,7) = -0,0183
− 0,110 3,4
+ 0,0183 −1
r= 1 + = 1,0042
−2 3,4
− 2,7183 − 1
−2 − 0,110
− 2,7183 0,0183
s = − 1,7 + = − 1,7298
11,2422
OPEN (UNIT=6,FILE='ELIM.OUT',STATUS='NEW')
C INPUT DATA
N=3
NP = 4
NDIM = 3
AB(1,1) = 3.0
AB(1,2) = -1.0
AB(1,3) = 2.0
AB(1,4) = 12.0
AB(2,1) = 1.0
AB(2,2) = 2.0
AB(2,3) = 3.0
AB(2,4) = 11.0
AB(3,1) = 2.0
AB(3,2) = -2.0
AB(3,3) = -1.0
AB(3,4) = 2.0
NM1 = N – 1
DO 35 I = 1,NM1
IPVT = I
IP1 = I + 1
DO 10 J = IP1,N
IF (ABS(AB(IPVT,I)).LT.ABS(AB(J,I))) IPVT=J
10 CONTINUE
IF (ABS(AB(IPVT,I)).LT.1.0E-6) THEN
WRITE(6,100)
GO TO 200
ENDIF
IF (IPVT.NE.I) THEN
DO 20 JCOL = 1,NP
SAVE = AB(I,JCOL)
AB(I,JCOL) = AB(IPVT,JCOL)
AB(IPVT,JCOL) = SAVE
20 CONTINUE
ENDIF
DO 32 JROW = IP1,N
IF (AB(JROW,I).EQ.0.0) GO TO 32
RATIO = AB(JROW,I) / AB(I,I)
AB(JROW,I) = RATIO
DO 30 KCOL = IP1,NP
AB(JROW,KCOL) = AB(JROW,KCOL) -
+ RATIO*AB(I,KCOL)
30 CONTINUE
32 CONTINUE
35 CONTINUE
IF(ABS(AB(N,N)).LT.1.0E-6) THEN
WRITE(6,100)
GO TO 200
ENDIF
NP1 = N + 1
DO 50 KCOL = NP1,NP
AB(N,KCOL) = AB(N,KCOL) / AB(N,N)
DO 45 J = 2,N
NVBL =NP1 - J
L = NVBL + 1
VALUE = AB(NVBL,KCOL)
DO 40 K = L,N
VALUE = VALUE - AB(NVBL,K) * AB(K,KCOL)
40 CONTINUE
AB(NVBL,KCOL) = VALUE/AB(NVBL,NVBL)
45 CONTINUE
50 CONTINUE
DO 51 I = 1,NDIM
U(I) = AB(I,NP)
51 CONTINUE
WRITE(6,150)
150 FORMAT(' VEKTOR PENYELESAIAN ADALAH = ')
WRITE(6,151)
151 FORMAT(' ')
DO 53 I = 1,NDIM
WRITE(6,54)I,U(I)
54 FORMAT(' I =',I5,3X,' X(I) =',F8.3)
53 CONTINUE
I = 1 X(I) = 3.000
I = 2 X(I) = 1.000
I = 3 X(I) = 2.000
Metoda Gauss-Seidel
DIMENSION A(10,10),B(10),X(10)
INTEGER N,NDIM,NITER,I,J
REAL TOL
OPEN(UNIT=6,FILE='SEIDEL.OUT',STATUS='NEW')
C INPUT DATA
B(1) = 8
B(2) = -4
B(3) = 12
N=3
X(1) = 0
X(2) = 0
X(3) = 0
NDIM = 3
NITER = 50
TOL = 0.00001
A(1,1) = 8
A(1,2) = 1
A(1,3) = -1
A(2,1) = 1
A(2,2) = -7
A(2,3) = 2
A(3,1) = 2
A(3,2) = 1
A(3,3) = 9
DO 10 I = 1,N
SAVE = A(I,I)
B(I) = B(I) / SAVE
DO 5 J = 1,N
A(I,J) = A(I,J) / SAVE
C WRITE(*,*)I,J,A(I,J)
5 CONTINUE
10 CONTINUE
DO 40 ITER = 1,NITER
XMAX = 0
DO 30 I = 1,N
SAVE = X(I)
X(I) = B(I)
DO 20 J =1,N
IF (J.NE.I) THEN
X(I) = X(I) - A(I,J)*X(J)
ENDIF
20 CONTINUE
IF (ABS(X(I) - SAVE) .GT. XMAX) THEN
XMAX = ABS( X(I) - SAVE )
ENDIF
30 CONTINUE
IF (XMAX.LE.TOL) GO TO 50
40 CONTINUE
IF (ITER.GE.NITER) THEN
WRITE(*,*)' TOLERANSI TIDAK TERCAPAI SETELAH
$ ITERASI ',ITER,'DAN HARGA X TERAKHIR
$ YANG DIBERIKAN '
GO TO 60
ENDIF
50 WRITE(6,49)ITER
49 FORMAT(' JUMLAH ITERASI =',I5)
WRITE(6,51)
51 FORMAT(' HARGA X YANG DIDAPAT ADALAH = ')
DO 52 I = 1,N
WRITE(6,53)I,X(I)
53 FORMAT(' I = ',I5,3X,' X(I) = ',F8.3)
52 CONTINUE
60 STOP
END
JUMLAH ITERASI = 8
HARGA X YANG DIDAPAT ADALAH =
I = 1 X(I) = 1.000
I = 2 X(I) = 1.000
I = 3 X(I) = 1.000
2.6. SOAL-SOAL
− 1
1 −3 2 1 2
A = 4 5 6 3 x =
3
− 1 9 7 0
− 2
4
− 3 2 1 4 1
B = 6 1 9 − 2 y =
5
13 4 1 2
− 3
a. Carilah A + B , 2 A - 3 B, 5 x - 3 y
c. Carilah AT, BT
2. Diberikan matriks
− 2 3 1 5 4 −2 1
A = 2 0 −4 − 1 , B = 1 −3 − 4
1 6 −3 2 2 5 7
b. Carilah det(B)
c. Carilah tr(B)
3. Misalkan
1 −2 2 −1 −2 4
A = 3 1 1 , B = 1 3 − 5
2 0 1 2 4 − 7
−1 1 2
C = 0 1 3
− 1 0 1
1 0 0
I = 0 1 0
0 0 1
b. Tunjukkan bahwa AI = IA = A.
1 3 1 − 1 x1 3
2 x
0 1 1 2
1
=
0 −1 4 1 x 3 6
0 1 1 − 5 x 4 16
3 x1 - 2 x2 + 2 x3 = 10
x1 + 2 x2 - 3 x3 = -1
4 x1 + x2 + 2 x3 = 3
6. Selesaikan sistim persamaan linear dengan metoda Eliminasi Gauss :
2 x1 + 3 x2 - 4 x3 = -3
3 x1 - 2 x2 + 5 x3 = 24
x1 + 4 x2 - 3 x3 = -6
x1 + 3 x2 + 2 x3 = 3
2 x1 - x2 - 3 x3 = -8
5 x1 + 2 x2 + x3 = 9
4 x1 - 2 x2 + x3 = 8
- 3 x2 + 5 x3 = 3
- 2 x3 = 6.
5 x1 = -10
2 x1 - 3x2 = -13
4 x1 + 3x2 - 6 x3 = 7
9. Selesaikan soal nomor 8a dan 8b dengan iterasi Gauss-Seidel, mulai dengan (2, 2, -1).
x2 + x + - y2 = 1 dan
y – sin x2 = 0
x2 + y2 + z2 = 9,
xyz = 1,
x + y - z2 = 0
x3 + 3y2 = 21,
x2 + 2y + 2 = 0
f (x,y) = x2 + y2 - 4 = 0, dan
g (x,y) = y + ex - 1 = 0
Petunjuk :
= f ( x, y) + g ( x, y)
2 2
F
F = ( y + e x − 1)2 + ( x 2 + y2 − 4)2