Sistem Aljabar Linier Doc Dy PDF
Sistem Aljabar Linier Doc Dy PDF
Materi Kuliah:
Sistem Persamaan Aljabar Linier; Overview Aljabar Matriks;
Metode Eliminasi Gauss; Metode Gauss-Jordan;
Metode Iteratif (Gauss-Seidel & Jacobi); Metode Thomas
atau: A x = b
(A dan b diketahui, x harus ditentukan)
Penyelesaian sistem persamaan linier merupakan salah satu masalah sentral dalam ilmu rekayasa
modern, termasuk ilmu rekayasa kimia. Sistem persamaan linier Ax = b memiliki hanya satu
penyelesaian x, jika A berupa matriks wajar (det (A) ≠ 0)
A = aij[ ]
aij ≡ elemen matriks A yang posisinya di baris ke-i dan kolom ke-j
aii (i = 1 s.d. n) ≡ elemen diagonal utama
Jika m = n, matriks A disebut matriks bujur sangkar berorder n
Jika m = 1 (hanya satu baris) vektor baris
Jika n = 1 (hanya satu kolom) vektor kolom
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 1 dari 19
⎡ a11 a21 " am1 ⎤
⎢a a22 " am 2 ⎥⎥
Matriks transposisi A dari matriks A: A = ⎢ 12
T T
berorder/berdimensi n x m
⎢ # # " # ⎥
⎢ ⎥
⎣a1n a2 n " amn ⎦
⎢⎣1 2 1 ⎥⎦
Determinan dari suatu skalar (alias matriks berorder 1 x 1) adalah nilai skalar itu sendiri.
Determinan matriks bujur sangkar berorder > 1 dapat dievaluasi dengan menggunakan formula
pengembangan dari Laplace, yakni:
di mana: (−1) r + s M rs adalah kofaktor dari ars dan Mrs adalah determinan minor ars
Minor
Jika Q adalah matriks bujur sangkar berorder (n-1) yang diperoleh dengan cara menghapus
baris ke-i dan kolom ke-j dari matriks bujur sangkar A (yang berorder n), maka matriks Q
dinamakan minor aij dari matriks A.
⎡ a11 a12 a13 ⎤
Contoh: A = ⎢⎢a21 a22 a23 ⎥⎥
⎢⎣ a31 a32 a33 ⎥⎦
⎡a a23 ⎤ ⎡a a ⎤ ⎡a a ⎤
Maka: Minor a11 = ⎢ 22 Minor a12 = ⎢ 21 23 ⎥ Minor a13 = ⎢ 21 22 ⎥
⎣ a32 a33 ⎥⎦ ⎣ a31 a33 ⎦ ⎣ a31 a32 ⎦
⎡a a13 ⎤ ⎡a a ⎤ ⎡a a ⎤
Minor a21 = ⎢ 12 Minor a22 = ⎢ 11 13 ⎥ Minor a23 = ⎢ 11 12 ⎥
⎣a32 a33 ⎥⎦ ⎣a31 a33 ⎦ ⎣a31 a32 ⎦
⎡a a13 ⎤ ⎡a a ⎤ ⎡a a ⎤
Minor a31 = ⎢ 12 Minor a32 = ⎢ 11 13 ⎥ Minor a33 = ⎢ 11 12 ⎥
⎣a22 a23 ⎥⎦ ⎣a21 a23 ⎦ ⎣a21 a22 ⎦
Tiap matriks bujur sangkar berorder n mempunyai n2 buah minor.
Contoh:
a b
= ad − bc = −cb + da = ad − cb = −bc + da
c d
a b c
e f d f d e
d e f = a (1) + b (−1) + c (1) = aer – aqf – bdr + bpf + cdq – cpe
q r p r p q
p q r
= aer + bpf + cdq – pec – qfa – rdb
1 2 3
5 6 4 6 4 5
4 5 6 =1 −2 +3 = 35 – 18 – 56 + 84 + 36 – 105 = -24
3 7 7 7 7 3
7 3 7
Sifat-sifat determinan:
1. det (I) = 1
2. det (AT) = det (A)
3. Jika A dan B sama-sama berorder n, maka: det (AB) = det (A).det (B)
4. det (AB) = det (BA)
5. Jika A merupakan matriks tak wajar, maka: det (A) = 0
6. Jika elemen-elemen dari suatu baris (atau kolom) dari A semuanya bernilai nol, maka:
det A) = 0
7. Jika A merupakan matriks segitiga atas/bawah atau matriks diagonal, maka:
det (A) = a11.a22. .... . ann
8. Jika dua baris (atau kolom) dari A sama, maka: det (A) = 0
9. Jika matriks B diperoleh dengan mempertukarkan dua baris (atau kolom) pada matriks A,
maka: det (B) = - det (A)
10. Pengurangan kelipatan suatu baris atau kolom dari baris (kolom) tidak mengubah nilai
determinan.
11. det (αA) = αn . det (A)
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 4 dari 19
Aturan Cramer untuk Penyelesaian Sistem Persamaan Linier Ax = b
Jika diketahui matriks bujur sangkar A yang berorder n dan vektor b yang juga berorder n, maka
penyelesaian sistem persamaan linier Ax = b adalah:
Δi
xi = dengan: i = 1 s.d. n
det ( A)
di mana Δi adalah determinan dari matriks yang diperoleh dengan mengganti kolom ke-i dari
matriks A dengan vektor b.
⎡2 3⎤ ⎡ x1 ⎤ ⎡1⎤
Contoh: ⎢ 3 4 ⎥ ⎢ x ⎥ = ⎢0 ⎥ det(A) = 8 – 9 = -1
⎣ ⎦ ⎣ 2⎦ ⎣ ⎦
A x b
1 3 2 1
Δ1 = = 4 − 0 = 4 dan Δ 2 = = 0 − 3 = −3
0 4 3 0
Δ1 4 Δ2 −3
Maka: x1 = = = −4 dan x2 = = =3
det ( A) − 1 det ( A) − 1
sehingga: x = [ -4 3 ]T
Metode pereduksian tersebut di atas disebut proses eliminasi Gauss, dan akan diilustrasikan dalam
⎡4 3 2 1 ⎤ ⎡ x1 ⎤ ⎡ 1 ⎤
⎢3 4 3 2⎥⎥ ⎢⎢ x2 ⎥⎥ ⎢⎢ 1 ⎥⎥
contoh berikut ini: ⎢ =
⎢2 3 4 3⎥ ⎢ x3 ⎥ ⎢− 1⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣1 2 3 4⎦ ⎣ x4 ⎦ ⎣− 1⎦
A x b
⎡4 3 2 1 # 1⎤
⎢3 4 3 2 # 1 ⎥⎥
Bentuk matriks perbesarannya: ⎢
⎢2 3 4 3 # − 1⎥
⎢ ⎥
⎣1 2 3 4 # − 1⎦
A b
Langkah-langkahnya:
1. Buatlah elemen-elemen di bawah a11 menjadi bernilai nol, dengan cara:
a a a
a) Hitung: l21 = 21 , l31 = 31 , dan l41 = 41
a11 a11 a11
3 2 1 1
l21 = l31 = = l41 =
4 4 2 4
b) Baris ke-2 baru = baris ke-2 lama – l21 (baris ke-1)
Baris ke-3 baru = baris ke-3 lama – l31 (baris ke-1)
Baris ke-4 baru = baris ke-4 lama – l41 (baris ke-1)
3/ 2 6 5/ 4 5
l32 = = l42 = =
7/4 7 7/4 7
b) Baris ke-3 baru = baris ke-3 lama – l32 (baris ke-2)
Baris ke-4 baru = baris ke-4 lama – l42 (baris ke-2)
⎡4 3 2 1 # 1 ⎤
⎢0 7 / 4 3 / 2 5 / 4 # 1 / 4 ⎥⎥
sehingga diperoleh: ⎢
⎢0 0 12 / 7 10 / 7 # − 12 / 7 ⎥
⎢ ⎥
⎣0 0 10 / 7 20 / 7 # − 10 / 7 ⎦
3. Buatlah elemen-elemen di bawah a33 (yang baru) menjadi bernilai nol, dengan cara:
a 10 / 7 5
a) Hitung: l43 = 43 l43 = =
a33 12 / 7 6
b) Baris ke-4 baru = baris ke-4 lama – l43 (baris ke-3)
⎡4 3 2 1 # 1 ⎤
⎢0 7 / 4 3 / 2 5 / 4 # 1 / 4 ⎥⎥
sehingga diperoleh: ⎢
⎢0 0 12 / 7 10 / 7 # − 12 / 7⎥
⎢ ⎥
⎣0 0 0 5/3 # 0 ⎦
U c
Proses eliminasi selesai setelah (n-1) tahap/langkah, di mana n adalah order dari matriks koefisien.
⎡4 3 2 1 ⎤ ⎡ x1 ⎤ ⎡ 1 ⎤
⎢0 7 / 4 3 / 2 5 / 4 ⎥ ⎢x ⎥ ⎢ 1/ 4 ⎥
Penyelesaian persamaan: ⎢ ⎥ ⎢ 2⎥ = ⎢ ⎥
⎢0 0 12 / 7 10 / 7⎥ ⎢ x3 ⎥ ⎢− 12 / 7⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣0 0 0 5/3 ⎦ ⎣ x4 ⎦ ⎣ 0 ⎦
U x = c
selanjutnya dapat dilakukan dengan cara substitusi balik:
0
x4 = =0
5/3
((−12 / 7) − (10 / 7)(0))
x3 = = −1
12 / 7
((1 / 4) − (3 / 2)(−1) − (5 / 4)(0))
x2 = =1
7/4
(1 − (3)(1) − (2)(−1) − (1)(0))
x1 = =0
4
sehingga diperoleh: x = [0 1 -1 0]T
⎡4 3 2 1⎤ ⎡ 0 ⎤ ⎡ 1 ⎤
⎢3 4 3 2⎥⎥ ⎢⎢ 1 ⎥⎥ ⎢⎢ 1 ⎥⎥
Verifikasi hasil: ⎢ = =b
⎢2 3 4 3⎥ ⎢− 1⎥ ⎢− 1⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣1 2 3 4⎦ ⎣ 0 ⎦ ⎣− 1⎦
Contoh-contoh:
# Ill-Conditioned Systems
Selesaikan sistem persamaan: x1 + 2 x2 = 10
1,1 x1 + 2 x2 = 10,4
Ulangi lagi, tetapi jika koefisien x1 dalam persamaan kedua diganti menjadi 1,05.
Penyelesaian:
Dengan menggunakan aturan Cramer, diperoleh:
2(10) − 2(10,4) 1(10,4) − 1,1(10)
x1 = =4 dan x2 = =3
1(2) − 2(1,1) 1(2) − 2(1,1)
Dengan cara yang sama, untuk koefisien x1 dalam persamaan kedua diganti menjadi 1,05:
2(10) − 2(10,4) 1(10,4) − 1,05(10)
x1 = =8 dan x2 = =1
1(2) − 2(1,05) 1(2) − 2(1,05)
[Perhatikanlah bahwa perubahan yang kecil pada salah satu koefisien mengakibatkan
penyelesaian (x1 dan x2) yang jauh berbeda.]
# Partial Pivoting
Gunakan eliminasi Gauss untuk menyelesaikan: 0,0003 x1 + 3,0000 x2 = 2,0001 (i)
1,0000 x1 + 1,0000 x2 = 1,0000 (ii)
(Catatan: Penyelesaian eksak sistem persamaan ini adalah: x1 = 1/3 dan x2 = 2/3)
Penyelesaian:
Perhatikan bahwa elemen pivot yang pertama, a11 = 0,0003, mendekati nol...!!
Cara pertama:
Jika persamaan (i) dikalikan 1/(0,0003), maka diperoleh: x1 + 10000 x2 = 6667
yang dapat digunakan untuk mengeliminasi x1 dari persamaan (ii):
-9999 x2 = -6666 x2 = 2/3
x2 di atas selanjutnya dapat disubstitusikan balik ke persamaan (i) untuk mengevaluasi x1:
2,0001 − 3(2 / 3)
x1 =
0,0003
Namun demikian, hasil yang diperoleh sangat dipengaruhi oleh banyaknya significant figures
yang digunakan, seperti ditabelkan berikut ini:
Significant Nilai mutlak percent
x2 x1
figures relative error untuk x1
3 0,667 -3,33 1099
4 0,6667 0,0000 100
5 0,66667 0,30000 10
6 0,666667 0,330000 1
7 0,6666667 0,3330000 0,1
Cara lain: Pivoting
Jika kedua persamaan saling dipertukarkan posisinya (supaya elemen pivot pertama
merupakan nilai yang terbesar dalam satu kolomnya), maka:
1,0000 x1 + 1,0000 x2 = 1,0000 (i.a)
0,0003 x1 + 3,0000 x2 = 2,0001 (ii.a)
Melalui eliminasi dan substitusi, diperoleh: x2 = 2/3.
1 − (2 / 3)
Selanjutnya, x2 ini disubstitusikan balik sehingga diperoleh x1 sebesar: x1 =
1
Pada beberapa nilai significant figures yang digunakan, diperoleh hasil perhitungan sbb.:
Significant Nilai mutlak percent
x2 x1
figures relative error untuk x1
3 0,667 0,333 0,1
4 0,6667 0,3333 0,01
5 0,66667 0,33333 0,001
6 0,666667 0,333333 0,0001
7 0,6666667 0,3333333 0,00001
Berdasarkan hasil di atas, terlihat bahwa significant-figures-yang-digunakan mempunyai
pengaruh yang jauh kurang sensitif terhadap perhitungan (bandingkan dengan cara
sebelumnya...!!).
Kesimpulan: Pada kasus ini, strategi pivoting memberikan hasil yang jauh lebih baik.
# METODE GAUSS-JORDAN #
Metode eliminasi Gauss merupakan “separuh jalan” dari metode Gauss-Jordan, yakni metode yang
dilakukan untuk mengubah matriks bujur sangkar A menjadi sebuah matriks diagonal D. Proses
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 8 dari 19
eliminasi yang dilakukan terhadap matriks segitiga atas U agar menjadi matriks diagonal D dilakukan
melalui langkah-langkah yang serupa. Ilustrasi dalam contoh sebelumnya akan diproses lebih lanjut
menggunakan metode Gauss-Jordan. (lihat kembali contoh sebelumnya)
⎡4 3 2 1 ⎤ ⎡ x1 ⎤ ⎡ 1 ⎤
⎢3
⎢ 4 3 2⎥⎥ ⎢⎢ x2 ⎥⎥ ⎢⎢ 1 ⎥⎥
=
⎢2 3 4 3⎥ ⎢ x3 ⎥ ⎢− 1⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣1 2 3 4⎦ ⎣ x4 ⎦ ⎣− 1⎦
A x b
Matriks perbesaran:
⎡4 3 2 1 # 1⎤ ⎡4 3 2 1 # 1 ⎤
⎢3 4 3 2 # 1 ⎥⎥ ⎢0 7 / 4 3 / 2 5 / 4 # 1 / 4 ⎥⎥
⎢ Eliminasi Gauss ⎢
⎢2 3 4 3 # − 1⎥ ⎢0 0 12 / 7 10 / 7 # − 12 / 7⎥
⎢ ⎥ ⎢ ⎥
⎣1 2 3 4 # − 1⎦ ⎣0 0 0 5/3 # 0 ⎦
A b U c
10 / 7 6
g34 = =
5/3 7
5/ 4 3 ⎡4 3 2 0 # 1 ⎤
g 24 = = ⎢0 7 / 4 3 / 2
5/3 4 ⎢ 0 # 1 / 4 ⎥⎥
⎢0 0 12 / 7 0 # − 12 / 7⎥
1 3 ⎢ ⎥
g14 = = #
5/3 5 ⎣0 0 0 5/3 0 ⎦
3/ 2 7 ⎡4 3 0 0 # 3 ⎤
g 23 = = ⎢0 7 / 4
12 / 7 8
⎢ 0 0 # 7 / 4 ⎥⎥
2 7 ⎢0 0 12 / 7 0 # − 12 / 7⎥
g13 = = ⎢ ⎥
12 / 7 6 ⎣0 0 0 5/3 # 0 ⎦
3 12 ⎡4 0 0 0 # 0 ⎤
g12 = = ⎢0 7 / 4
7/4 7
⎢ 0 0 # 7 / 4 ⎥⎥
⎢0 0 12 / 7 0 # − 12 / 7⎥
⎢ ⎥
⎣0 0 0 5/3 # 0 ⎦
D s
0
Dengan demikian: x1 = = 0
4
7/4
x2 = =1
7/4
x = [0 1 -1 0]T
− 12 / 7
x3 = = −1
12 / 7 (sama dengan hasil yang diperoleh sebelumnya,
dengan metode eliminasi Gauss)
0
x4 = =0
5/3
Karena penyelesaian Ax = b sudah dapat dicapai secara efisien dengan metode eliminasi Gauss,
penggunaan metode Gauss-Jordan bukanlah dalam penyelesaian sistem persamaan linier, melainkan
dalam perhitungan manual penentuan matriks kebalikan (atau invers) A-1 dari matriks bujur
sangkar A.
A . A-1 = I
⎡2 0 0 # 1 / 4 1 / 4 − 1 / 4⎤
Tahap kedua ⎢0 − 1 0 # 1 / 2 − 1 / 2 − 1 / 2⎥
⎢ ⎥
Gauss-Jordan ⎢⎣0 0 − 4 # − 5 3 1 ⎥⎦
Selanjutnya, baris pertama dibagi dengan 2, baris kedua dibagi dengan (-1), dan baris ketiga
⎡1 0 0 # 1 / 8 1 / 8 − 1 / 8⎤
⎢
dibagi dengan (-4), sehingga diperoleh: ⎢0 1 0 # − 1 / 2 1 / 2 1 / 2 ⎥⎥
⎢⎣0 0 1 # 5 / 4 − 3 / 4 − 1 / 4⎥⎦
I A-1
Verifikasi hasil:
⎡ 2 1 1⎤ ⎡ 1/ 8 1 / 8 − 1 / 8⎤ ⎡ 1/ 8 1 / 8 − 1 / 8⎤ ⎡ 2 1 1⎤ ⎡1 0 0 ⎤
⎢ 4 1 0⎥ ⎢− 1 / 2 1 / 2 1 / 2 ⎥⎥ = ⎢− 1 / 2 1 / 2 1 / 2 ⎥⎥ ⎢ 4 1 0 ⎥ = ⎢0 1 0 ⎥
⎢ ⎥ ⎢ ⎢ ⎢ ⎥ ⎢ ⎥
⎢⎣− 2 2 1⎥⎦ ⎢⎣ 5 / 4 − 3 / 4 − 1 / 4⎥⎦ ⎢⎣ 5 / 4 − 3 / 4 − 1 / 4⎥⎦ ⎢⎣− 2 2 1⎥⎦ ⎢⎣0 0 1⎥⎦
A A-1 = A-1 A = I
⎡ 1/ 8 1 / 8 − 1 / 8⎤
⎢ -1
Jadi, matriks invers A adalah: A = ⎢− 1 / 2 1 / 2 1 / 2 ⎥⎥
⎢⎣ 5 / 4 − 3 / 4 − 1 / 4⎥⎦
MULAI
b1 a12 a
x1,baru = − x2,lama − 13 x3, lama
a11 a11 a11
b2 a21 a23
x2,baru = − x1, baru − x3,lama
a22 a22 a22
x2,lama = x2,baru
b a a
x3,baru = 3 − 31 x1,baru − 32 x2,baru x3,lama = x3,baru
a33 a33 a33
ke iterasi
Tidak berikutnya
Error ≤ tol ?
Ya
x1 = x1,baru
x2 = x2,baru
x3 = x3,baru
SELESAI
Contoh:
Gunakan metode Gauss-Seidel untuk menyelesaikan sistem persamaan:
3 x1 – 0,1 x2 – 0,2 x3 = 7,85
0,1 x1 + 7 x2 – 0,3 x3 = -19,3
0,3 x1 – 0,2 x2 + 10 x3 = 71,4
Catatan: Nilai sebenarnya dari sistem persamaan ini adalah: x1 = 3; x2 = -2,5; dan x3 = 7
Penyelesaian:
Dari setiap persamaan, dapat diperoleh x1, x2, dan x3 sebesar:
7,85 + 0,1 x2 + 0,2 x3 71,4 − 0,3 x1 + 0,2 x2
x1 = x3 =
3 10
− 19,3 − 0,1 x1 + 0,3 x3
x2 =
7
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 11 dari 19
Iterasi pertama:
Dengan menggunakan nilai tebakan awal untuk x2 dan x3 sebesar: x2 = x3 = 0, maka
7,85 + 0,1 (0) + 0,2 (0)
diperoleh: x1 = = 2,616667
3
Gunakan x1 = 2,616667 ini dan x3 = 0 untuk menghitung x2:
− 19,3 − 0,1 (2,616667) + 0,3 (0)
x2 = = −2,794524
7
Gunakan x1 = 2,616667 dan x2 = -2,794524 untuk menghitung x3:
71,4 − 0,3 (2,616667) + 0,2 (−2,794524)
x3 = = 7,005610
10
Iterasi kedua:
Dengan cara yang sama, maka diperoleh:
7,85 + 0,1 (−2,794524) + 0,2 (7,005610)
x1 = = 2,990557 ε t = 0,31%; ε a = 12,5%
3
− 19,3 − 0,1 (2,990557) + 0,3 (7,005610)
x2 = = −2,499625 ε t = 0,015%; ε a = 11,8%
7
71,4 − 0,3 (2,990557) + 0,2 (−2,499625)
x3 = = 7,000291 ε t = 0,0042%; ε a = 0,076%
10
Komentar: Perhatikan bahwa metode ini bersifat konvergen (menuju nilai-nilai x sebenarnya).
Langkah-langkah iterasi berikutnya dapat dilakukan untuk meningkatkan ketelitian dan
kedekatan dengan nilai sebenarnya.
Metode relaksasi merupakan modifikasi dari metode Gauss-Seidel yang dirancang untuk
meningkatkan konvergensi. Setelah masing-masing xi dihitung dengan persamaan-persamaan di
atas, nilai xi ini selanjutnya dimodifikasi dengan memberikan faktor pembobot terhadap hasil
iterasi sekarang dan iterasi sebelumnya; atau:
xi ,baru = λ xi ,baru + (1 − λ ) xi ,lama
MULAI
b1 a12 a
x1,baru = − x2,lama − 13 x3, lama
a11 a11 a11
b2 a21 a23
x2,baru = − x1,lama − x3, lama
a22 a22 a22 x1,lama = x1,baru
x2,lama = x2,baru
b3 a31 a x3,lama = x3,baru
x3,baru = − x1,lama − 32 x2,lama
a33 a33 a33
ke iterasi
Tidak berikutnya
Error ≤ tol ?
Ya
x1 = x1,baru
x2 = x2,baru
x3 = x3,baru
SELESAI
Contoh:
Ulangi soal sebelumnya dengan metode iteratif Jacobi!
Penyelesaian:
Jika digunakan nilai-nilai tebakan awal x, yaitu: x1 = x2 = x3 = 0
dan dengan cara yang mirip dengan sebelumnya, maka diperoleh hasil-hasil di bawah ini.
Bandingkan hasil ini dengan hasil yang diperoleh dengan metode Gauss-Seidel sbb:
Dalam bentuk perkalian matriks dan vektor, persamaan di atas dapat dituliskan sebagai:
⎡d1 e1 0 0 0 ⎤ ⎡ x1 ⎤ ⎡ b1 ⎤
⎢c d
⎢ 2 2 e2 0 0 ⎥⎥ ⎢⎢ x2 ⎥⎥ ⎢⎢b2 ⎥⎥
⎢ 0 c3 d3 e3 0 ⎥ ⎢ x3 ⎥ = ⎢b3 ⎥ ... (*)
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ... ... ... ... ... ⎥ ⎢ ... ⎥ ⎢ ... ⎥
⎢⎣ 0 0 0 cn d n ⎥⎦ ⎢⎣ xn ⎥⎦ ⎢⎣bn ⎥⎦
Matriks tridiagonal
Dengan menerapkan langkah-langkah yang telah dipelajari dalam metode eliminasi Gauss (pada
materi sebelumnya), penyelesaian dari sistem persamaan linier (*) adalah sbb.:
Contoh:
Selesaikan sistem persamaan berikut:
2 x1 – 3 x2 = -4
x1 + 2 x2 – x3 = 2
4 x2 – x3 + x4 = 9
2 x3 – x4 = 2
Penyelesaian:
Sistem persamaan linier di atas memuat matriks koefisien tridiagonal. Mula-mula besaran-
besaran ci, di, ei, dan bi akan didefinisikan lebih dahulu, untuk menyesuaikan dengan notasi
yang diuraikan dalam metode Thomas tersebut di atas.
i ci di ei bi
1 0 2 -3 -4
2 1 2 -1 2
3 4 -1 1 9
4 2 -1 0 2
Dengan metode Thomas, maka diperoleh hasil-hasil sbb.:
β1 = d1 = 2
b1 −4
γ1 = = = -2
β1 2
c2 e1 1 . (−3)
β2 = d 2 − = 2− = 3,5
β1 2
b2 − c2 γ 1 2 − 1 . (−2)
γ2 = = = 1,14
β2 3,5
c3 e2 4 . (−1)
β3 = d 3 − = −1− = 0,143
β2 3,5
b3 − c3 γ 2 9 − 4 . 1,14
γ3 = = = 31
β3 0,143
c4 e3 2 .1
β4 = d 4 − = −1− = -15
β3 0,143
b4 − c4 γ 3 2 − 2 . 31
γ4 = = = 4
β4 − 15
Dengan demikian:
x4 = γ4 = 4
e3 x4 1. 4
x3 = γ3 − = 31− = 3
β3 0,143
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 15 dari 19
e2 x3 (−1) (3)
x2 = γ2 − = 1,14 − = 2
β2 3,5
e1 x2 (−3) (2)
x1 = γ1 − = −2− = 1
β1 2
Jadi, penyelesaian sistem persamaan linier tersebut di atas adalah:
x1 = 1; x2 = 2; x3 = 3; dan x4 = 4
# CONTOH APLIKASI #
Neraca Massa Rangkaian Proses
3
1 2
Umpan Pemisah
Pencampur
Reaktor
A→B
4
Produk
Berdasarkan penjabaran neraca massa di atas, dihasilkan 9 buah persamaan linier dengan 9 variabel
yang tak diketahui (yakni NA1, NB1, NA2, NB2, NA3, NB3, NA4, NB4, dan r)
Dengan demikian, terbentuk sistem persamaan linier yang dapat diselesaikan secara simultan!
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 16 dari 19
(Sebagai latihan, susunlah ke-9 persamaan di atas dalam bentuk perkalian matriks dan
vektor, dan selanjutnya silakan Anda selesaikan sendiri sistem persamaan linier tersebut.
Untuk mengecek jawaban Anda, hasil perhitungan dari persoalan neraca massa ini adalah:
NA1 = 227,3 kmol/jam; NB1 = 45,45 kmol/jam; NA2 = 159,1 kmol/jam; NB2 = 113,6 kmol/jam;
NA3 = 127,3 kmol/jam; NB3 = 45,45 kmol/jam; NA4 = 31,82 kmol/jam; NB4 = 68,18 kmol/jam;
dan r = 68,18 kmol/jam)
# LATIHAN SOAL #
1. Tuliskan sekumpulan persamaan berikut ini dalam bentuk matriks:
30 = 2 x2 + 6 x3
20 = 3 x2 + 8 x1
10 = x1 + x3
Tuliskan tranpose matriks koefisiennya!
6. Sistem persamaan berikut ini dirancang untuk menentukan konsentrasi (c, dalam g/m3) dalam
serangkaian reaktor sebagai fungsi jumlah massa yang diumpankan ke dalam masing-masing
reaktor (pada ruas kanan persamaan, dalam g/hari):
17 c1 − 2 c2 − 3 c3 = 500
− 5 c1 + 21 c2 − 2 c3 = 200
− 5 c1 − 5 c2 + 22 c3 = 30
(a) Gunakan matriks invers untuk menentukan harga konsentrasi c1, c2, dan c3.
(b) Tentukan c1, c2, dan c3 dengan metode Gauss-Seidel, hingga tercapai εs = 5%.
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 17 dari 19
7. Gunakan metode Gauss-Seidel dengan relaksasi (dengan λ = 0,90 dan εs = 5%) untuk menye-
lesaikan sistem persamaan:
− 5 x1 + 12 x3 = 80
4 x1 − x2 − x3 = −2
6 x1 + 8 x 2 = 45
(Jika perlu, lakukan penyusunan ulang terhadap persamaan untuk mencapai konvergensi).
8. Selesaikan 3 buah persamaan linier berikut ini dengan metode eliminasi Gauss, dan tunjukkan
semua langkah perhitungannya.
3 x1 − 2 x2 + x3 = 3
2 x1 + 4 x2 − 2 x3 = 2
4 x1 − 2 x2 − 3 x3 = −12
Ulangilah jika menggunakan metode iteratif Gauss-Seidel (atau Jacobi).
9. Selesaikan sistem persamaan linier berikut ini dengan metode eliminasi Gauss, dan tunjukkan
semua langkah perhitungannya.
2 x2 − x3 = 3
2 x1 − 3 x2 + x3 = 1
3 x1 − 2 x2 + 5 x3 = 10
10. Selesaikan 3 buah persamaan linier berikut ini dengan metode eliminasi Gauss, dan tunjukkan
semua langkah perhitungannya.
3 x1 − x2 + 3 x3 = 2
5 x1 + 3 x2 + x3 = 6
x1 + 2 x2 − x3 = 2
11. Selesaikan sistem persamaan linier berikut ini dengan metode Thomas, dan tunjukkan semua
langkah perhitungannya.
x1 − x2 =1
2 x1 + x2 − 3 x3 =1
3 x2 − 4 x3 + 2 x4 = 3
x3 − 5 x4 = 3
Ulangilah jika menggunakan metode iteratif Gauss-Seidel (atau Jacobi).
12. Sebuah kolom ekstraksi yang memiliki 4 tahap ideal/teoretik akan digunakan untuk mengekstraksi
asam format yang terlarut dalam metil isobutil keton (MIBK) dengan menggunakan air sebagai
pengekstrak. Operasi akan dilakukan dengan mode berlawanan arah (counter current); fasa organik
diumpankan dari dasar kolom dengan laju 5 m3 MIBK/jam dan konsentrasi asam format 1,0
mol/liter MIBK, sedangkan fasa akuatik dialirkan dari puncak kolom dengan laju alir 2,45 m3
air/jam serta sama sekali tidak mengandung asam format. Operasi berlangsung isotermal dan harga
rasio kesetimbangan konsentrasi asam format di dalam MIBK terhadap konsentrasi asam format di
dalam air adalah K = 0,445. MIBK dan air dapat dianggap sama sekali tidak larut satu sama lain. 1
m3 = 1000 liter. Tentukan konsentrasi asam format pada aliran-aliran yang keluar dan masuk tiap
pelat/tahap ideal dalam kolom ekstraksi tersebut.
13. Sebuah kilang minyak menghasilkan 3 jenis elpiji: A, B, dan C, dengan komposisi seperti disajikan
pada tabel berikut ini (angka-angka yang ditunjukkan menyatakan %-volume komponen):
Elpiji
Komponen
A B C
C2 5,0 - -
C3 90,0 10,0 -
i-C4 5,0 85,0 8,0
n-C4 - 5,0 80,0
i-C5 - - 12,0
Jumlah 100,0 100,0 100,0
dy/analisis numerik/penyelesaian sistem persamaan aljabar linier/februari 2008/halaman 18 dari 19
Dari sebuah perusahaan calon pelanggan, kilang minyak tersebut menerima tawaran kontrak jual
beli 106 m3 elpiji yang disyaratkan harus mengandung: 31,2%-v propana, 53,4%-v isobutana, dan
12,6%-v n-butana. Kadar etana dan i-C5 tidak disyaratkan. Kilang minyak tersebut bermaksud
memenuhi kontrak ini dengan cara mencampurkan elpiji A, elpiji B, dan elpiji C.
Tentukan kebutuhan masing-masing elpiji A, B, dan C (dalam m3) agar persyaratan kontrak dapat
dipenuhi dengan baik!
14. Gambar berikut ini memperlihatkan sistem tiga buah reaktor yang terhubungkan oleh pipa-pipa.
Laju perpindahan setiap komponen/zat melalui setiap pipa merupakan perkalian dari laju alir
volumetriknya (Q, dalam satuan m3/detik) dengan konsentrasinya yang keluar dari masing-masing
reaktor (C, dalam satuan mg/m3). Sistem proses berada dalam kondisi steady, yang berarti bahwa
laju massa masuk ke setiap reaktor sama dengan laju massa keluar.
400
mg/detik Q13C1 Q33C3
1 3 Keterangan:
Q33 = 120
Q12C1 Q23C2 Q13 = 40
200
Q12 = 80
Q21C2 mg/detik Q23 = 60
Q21 = 20
Susunlah neraca massa pada masing-masing reaktor dan selanjutnya selesaikanlah sistem
persamaan aljabar linier yang terbentuk (untuk menentukan harga-harga C1, C2, dan C3).
15. Tinjaulah proses perpindahan panas secara konduksi melalui dinding sebuah pipa. Suhu dinding
bagian dalam: 200oC, suhu dinding bagian luar: 80oC, dan ketebalan dinding pipa: 0,05 meter. Jari-
jari bagian dalam pipa: 0,05 meter (ro) dan jari-jari bagian luar pipa: 0,1 meter. Persamaan
diferensial yang dijabarkan berdasarkan neraca panas dalam dinding pipa dan menggambarkan
distribusi suhu sepanjang dinding pipa dinyatakan sbb.:
dT ⎛ d 2T ⎞
+ r ⎜⎜ 2 ⎟⎟ = 0
dr ⎝ dr ⎠
Pendekatan beda hingga (finite difference) yang diterapkan untuk menyelesaikan persamaan di atas
menghasilkan serangkaian persamaan aljabar linier berikut:
⎛1 r ⎞ 2r ⎛ 1 r ⎞
⎜⎜ + ⎟⎟ Ti +1 − Ti + ⎜⎜ − + ⎟⎟ Ti −1 = 0
⎝ 2 Δr ⎠ Δr ⎝ 2 Δr ⎠
untuk: i = 2, 3, ..., 10
dengan:
r = ro + Δ r (i − 1) = 0,05 + 0,005 (i − 1)
dan
T1 = 200oC dan T11 = 80oC
Tentukan distribusi suhu di sepanjang dinding pipa menggunakan metode Thomas! (Jangan lupa
bahwa r tidaklah konstan)