AKN - 3
METODE ITERASI UNTUK SISTEM PERSAMAAN LINEAR
LABORATORIUM KOMPUTASI
DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
2021
LEMBAR PENGESAHAN
AKN - 3
METODE ITERASI UNTUK SISTEM PERSAMAAN
LINEAR
( Albiruni Mbani )
MODUL 3
METODE ITERASI UNTUK SISTEM PERSAMAAN LINEAR
I. TUJUAN
1.1 Mahasiswa diharapkan mampu menentukan solusi dari sistem
persamaan linear menggunakan metode iterasi.
1.2 Mahasiswa mampu membedakan penggunaan metode langsung dan
metode tidak langsung dalam menentukan solusi persamaan linear.
1.3 Mahasiswa diharapkan mampu menentukan laju konvergensi dari
metode iterasi yang digunakan.
Persamaan 2.1 dapat juga dinyatakan dalam bentuk matriks menjadi Persamaan 2.2
Ax = b (2.2)
Dengan A merupakan matriks yang terdiri dari koefisien-koefisien pada SPL dan
berukuran n x n, 𝑥 merupakan matriks vektor yang merupakan solusi dari SPL, serta
matriks 𝑏 yang terdiri dari nilai-nilai pada sisi kanan SPL. Elemen-elemen pada
matriks 𝐴 dan vektor 𝑏 mempunyai nilai yang di dapat dari formulasi permasalahan
sedangkan elemen-elemen pada vektor 𝑥 merupakan jawaban permasalahan yang
harus dihitung.
A = [aij] adalah matriks berukuran n × n x = [xj] adalah matriks berukuran n × 1 b =
[bj] adalah matriks berukuran n × 1 (disebut juga vektor kolom) yaitu:
Solusi persamaan 4.1 adalah himpunan nilai x1, x2, …, xn yang memenuhi
n buah persamaan. Metode penyelesaian sistem persamaan linear dengan
determinan (aturan Cramer) tidak praktis untuk sistem yang besar. Beberapa
metode penyelesaian praktis sistem persamaan linier yang kita bahas di sini adalah:
1. Metode eliminasi Gauss
2. Metode eliminasi Gauss-Jordan
3. Metode matriks balikan
4. Metode dekomposisi LU
A=L+D+U (2.4)
dengan L merupakan lower triangular dengan nilai nol pada diagonal, D merupakan
matriks diagonal dengan elemen yang tidak nol, dan U merupakan matriks upper
triangular dengan nilai nol pada elemen diagonalnya. (Hidayat, 2019)
Perbedaan metode iterasi dengan metode-metode yang telah dijelaskan
sebelumnya, adalah ia dimulai dari penentuan nilai awal (initial value) untuk setiap
elemen vektor x. Kemudian berdasarkan nilai awal tersebut, dilakukan langkah
perhitungan untuk mendapatkan elemen-elemen vektor x yang baru. (Suparno, 2014)
𝑢𝑛𝑡𝑢𝑘 𝑖 = 1,2, … , 𝑛
Norm yang sering digunakan adalah 𝑙∞ norm. Sedangkan kriteria konvergensi untuk
metode iterasi ditunjukkan oleh Persamaan 2.7.
𝑝(𝑇) < 1 (2.7)
𝑑𝑒𝑛𝑔𝑎𝑛 𝑘 = 1,2, …
(2.9)
𝑢𝑛𝑡𝑢𝑘 𝑖 = 1,2, … , 𝑛
Jawab :
Persamaan 4.5
𝐴𝑥 = 𝑏
(𝐿 + 𝐷 + 𝑈)𝑥 = 𝑏
𝐿𝑥 + 𝐷𝑥 + 𝑈𝑥 = 𝑏
𝐷𝑥 + (𝐿 + 𝑈)𝑥 = 𝑏
𝐷𝑥 = 𝑏 − (𝐿 + 𝑈)𝑥
𝑥 = 𝐷−1[𝑏 − (𝐿 + 𝑈)
𝐴𝑥 = 𝑏
(𝐿 + 𝐷 + 𝑈)𝑥 = 𝑏
𝐿𝑥 + 𝐷𝑥 + 𝑈𝑥 = 𝑏
(𝐷 + 𝐿)𝑥 + 𝑈𝑥 = 𝑏
(𝐷 + 𝐿)𝑥 = 𝑏 − 𝑈𝑥
𝑥 = (𝐷 + 𝐿)−1[𝑏 − 𝑈𝑥]
𝜔(𝐿 + 𝐷 + 𝑈)𝑥 = 𝜔𝑏
(𝜔𝐿 + 𝜔𝐷 + 𝜔𝑈)𝑥 = 𝜔𝑏
2. Bagaimana peranan nilai spektral radius dalam menentukan solusi sistem persamaan
linier?
Jawab:
Nilai spectral radius memiliki peranan dalam menentukan solusi system persamaan
linier yaitu, jika kita mengasumsikan misal A adalah matriks dan
adalah nilai eigen dari matriks A, maka nilai spektral radius (𝐴) dari matriks 𝐴 di
definisikan dengan persamaan berikut :
(𝐴)=max|𝜆|
3. Selain dari nilai toleransi dan spektral radiusnya, bagaimanakah perbedaan syarat
konvergensi pada metode iterasi Jacobi dan Gauss-Seidel?
Jawab:
Syarat konvergensi pada metode iterasi jacobi dan gauss seidel ,yaitu selain nilai
toleransi dan spectral radial adalah pada syarat metode iterasi Jacobi dan Gauss-
Seidel konvergen adalah matriks koe-fisien A bersifat diagonally dominant.
4. Apa yang dimaksud dengan matriks diagonal dominan dan definit positif suatu
matriks? Bagaimana hubungan keduanya dalam menentukan solusi sistem persamaan
linier?
Jawab :
Matriks dominan diagonal yaitu koefisien diagonal harus sama atau lebih besar dari
jumlah semua koefisien pada baris itu, dan minimal satu baris harus
memiliki diagonal yang lebih besar dari jumlah koefisien pada baris itu atau biasa juga
disebut matriks yang mempunyai elemen tidak nol hanya pada elemen diagonal,
sedangkan semua elemen off-diagonal adalah nol.
Lalu, definit positif suatu matriks digunakan untuk fungsi yang selalu positif atau selalu
negative dalam bentuk kuadrat. Hubungan keduanya dalam menentukan solusi sistem
persamaan linier untuk fungsi kuadrat f(x) = ax2 + bx + c , kondisi definit dialami ketika
D < 0 dengan D = b2 – 4ac, yaitu:
Definit positif terjadi jika a > 0 dan D , 0
Definit negative terjadi jika a < 0 dan D < 0
Jika determinan matriks diagonal dominan bernilai lebih dari 0 (|matriks dominan| >
0), maka matriks diagonal dominan bernilai definit positif.
Norm adalah suatu fungsi yang memberikan ukuran panjang atau size pada semua
vektor dalam sebuah vektor space. Oleh karena itu, Euclidean norm disebut sebagai
magnitude atau besaran dari vektor. Kadangkala kita membutuhkan suatu nilai skalar
untuk mengukur suatu besaran dari vektor atau matrik, maka kita membutuhkan norm.
6. Hitung solusi dari sistem persamaan linier di bawah ini menggunakan cara analitik
(eliminasi/substitusi). Lalu hitung solusi dari sistem persamaan linier di bawah
menggunakan iterasi Jacobi hingga iterasi ke-2.
−3𝑥1 − 0.1𝑥2 − 0.2𝑥3 = 7.85
Jawab :
Dengan
• Iterasi Ke-1
• Iterasi Ke-2