4.

1 Sistem persamaan

Sistem persamaan linier dengan n persamaan berbentuk segitiga atas seperti di

bawah ini

a11 x1  a12 x 2    a1n x n  b1

a 22 x 2    a 2 n x n  b2
( 4.1.1)

a nn x n  bn

dapat diselesaikan dengan metode penyulihan mundur. Missal untuk n=4, terbentuk
sistem persamaan

a11x1  a12 x2  a13 x3  a14 x4  b1

a22 x2  a23 x3  a24 x4  b2
a33 x3  a34 x4  b3
a44 x4  b4

dengan penyulihan mundur diperoleh;

b4
x4 
a44

x3  b3  a34 x4  / a33

x2  b2  a23 x3  a24 x4  / a22

x1  b1  a12 x2  a13 x3  a14 x4  / a11

dari uraian di atas, secara umum dapat ditulis

 n 
xi  bi  ai 2 x2  ai 3 x3  ai 4 x4    ain xn  / aii   bi   aij x j  / aii ; i  1,2...n
 j i 1 

Sehinggga dapat disusun algoritma penyulihan mundur untuk menyelesaikan

sistem persamaan di atas sebagai berikut;

Algoritma:

void mundur(float A[][5], float X[],float B[], int N){

int i, j; float S;
 X[N]= B[N]/A[N][N];
for (i=N-1; i>=1 ; i--){
S=0;
for (j=i+1; j<=N; j++){
S=S+A[i][j]*X[j];
}
X[i]=(B[i]-S)/A[i][i];
}
}

Sistem persamaan linier dengan n persamaan berbentuk segitiga bawah seperti di

bawah ini

a11x1  b1
a21x1  a22 x2  b2
(4.1.2)

an1 x1  an 2 x2    ann xn  bn

dapat diselesaikan dengan metode penyulihan maju. Missal untuk n=4, terbentuk sistem
persamaan berikut

a11x1  b1
a21x1  a22 x2  b2
a31x1  a32 x2  a33 x3  b3
a41x1  a42 x2  a43 x3  a44 x4  b4

Maka dengan penyulihan maju diperoleh;

b1
x1 
a11

x2  b2  a21x1  / a22

x3  b3  a31x1  a32 x2  / a33

x4  b4  a41x1  a42 x2  a43 x3  / a44

Sehigga secara umum dapat ditulis

  i 1 
xi  bi  ai1 x1  ai 2 x2  ai 3 x3    ai (i 1) / aii   bi   aij x j  / aii , i  1,2,...., n
 j 1 

Berdasarkan uraian di atas dapat disusun algoritma penyulihan maju untuk

menyelesaikan sistem persamaan segitiga bawah sebagai berikut

Algoritma:

void maju(float A[][5], float X[],float B[], int N){

int i, j; float S;
X[1]= B[1]/A[1][1];
for (i=2; i<=N ; i++){
S=0;
for (j=1; j<=i-1; j++){
S=S+A[i][j]*X[j];
}
X[i]=(B[i]-S)/A[i][i];
}
}

Sistem persamaa linier dengan n persamaan dalam bentuk lengkap seperti di

bawah ini:

a11 x1  a12 x 2  a13 x3    a1n x n  b1

a 21 x1  a 22 x 2  a 23 x3    a 2 n x n  b2
a31 x1  a32 x 2  a33 x3    a3n x n  b3 (4.1.3)
  
a n1 x1  a n 2 x 2  a n 3 x3    a nn x n  bn

Dapat dinyatakan sebagai AX = B

Dengan

 a11 a12 a13  a1n   x1   b1 

a a 22 a 23  a 2 n  x  b 
 21  2  2
A       X   B  
     
      
a n1 an2 an3  a nn   x n  bn 
 Sistem persamaan di atas dapat diselesaikan dengan secara iterative
menggunakan metode iterasi Jacobi atau metode iterasi Gauss-Seidel. Selain itu dapat
juga diselesaikansecara analitis menggunakan metode dekomposisi LU.

Agar suatu sistem persamaan dapat diselesaikan secara iterative, maka matriks
koefisisen A harus merupakan matriks yang dominan diagonal, yaitu

| a kk || a k1 |    | a k ( k 1) |  | a k ( k 1) |    | a kn |, k  1,2,, n (4.1.4)

Contoh 4.1:

Selidiki apakah sistem persamaan berikut dapat diselesaikan secara iterative.

2 x1  6 x 2  3x3  16
3 x1  x 2  x3  7
 x1  4 x 2  7 x3  3

Penyelesaian:

Matriks koefisien dari sistem persamaan di atas adalah

 2 6 3 
3 1  1

 1 4  7

Matriks di atas tidak dominan diagonal, karena pada baris ke-1

| a k11 |  2
| a12 |  | a13 || 6 |  | 3 | 9

Karena 2 < 9, berarti tidak memenuhi pertidaksamaan 4.1.4.

Demikian juga pada baris ke-2

| a k 22 |  1
| a 21 |  | a 23 || 3 |  | 1 | 4

Karena 1 < 4, berarti tidak memenuhi pertidaksamaan 4.1.4.

Tetapi jika baris ke-1 dan baris ke-2 dipertukarkan, matriksnya menjadi

3 1  1 | 3 |  | 1 |  | 1 |
 2  6 3  | 6 |  | 2 |  | 3 |
 
 1 4  7 | 7 |  | 1 |  | 4 |

Artinya syarat 4.1.4 terpenuhi dan sistem yang baru dapat diselesaikan secara iteratif.
Sistem yang baru adalah

3 x1  x 2  x3  7
2 x1  6 x 2  3x3  16
 x1  4 x 2  7 x3  3

4.2 Iterasi Jacobi

Metode iterasi Jacobi merupakan salah satu cara untuk menyelesaikan sistem
persamaan linier secara iterative. Untuk menyelesaikan sistem persamaan dengan metode
ini, diperlukan matriks koefisien yang dominan diagonal. Selain itu diperlukan satu nilai
awal atau tebakan awal untuk memulai iterasi, dan nilai toleransi untuk menghentikan
iterasi. Untuk lebih jelas perhatikan contoh 2 berikut.

Contoh 4.2:

Selesaikan sistem persamaan pada contoh 1 menggunakan iterasi Jacobi.

Penyelesaian:

Seperti diketahui dari contoh 1, sistem persamaan yang diketahui dapat diubah menjadi
sistem persamaan yang dominan diagonal yaitu

3 x1  x 2  x3  7
2 x1  6 x 2  3x3  16
 x1  4 x 2  7 x3  3
Jadi sistem persamaan tersebut dapat diselesaikan secara iterative. selanjutnya kita
selesaikan dengan metode iterasi Jacobi.

Langkah 1: menentukan rumus iterasi

Berdasarkan masing-masing persamaan pada sistem kita peroleh

7  x2  x3
3 x1  x2  x3  7 x1 
3
16  2 x1  3 x3
2 x1  6 x2  3x3  16 x2 
6

 3  x1  4 x 2
 x1  4 x2  7 x3  3 x3 
7
Sehingga rumus iterasi yang digunakan adalah
( n 1) ( n 1)
7  x2  x3

(n)
x1
3
( n 1) ( n 1)
16  2 x1  3x3

(n)
x2
6
( n 1) ( n 1)
 3  x1  4 x2

(n)
x3
7
Dengan n = 1, 2, 3, …; dan x10, x20, x30, sebagai nilai awal yang diketahui. Langkah 2:
menentukan tebakan awal dan toleransi

 0, x2  0, x3 0
( 0) ( 0) ( 0)
Misalkan tebakan awal: x1

Toleransi = 0,0001

Langkah 3: iterasi

Iterasi 1

7  x2 
(0) (0)
x3 7
   2,33333 ;  x1 | 0  2,33333 | 2,33333
(1) ( 0) (1)
x1 x1
3 3
16  2 x1  3 x3
(0) (0)
16
   2,66667 ; x 2 ( 0)  x 2 (1) | 0  2,66667 | 2,66667
(1)
x2
6 6
 3  x1  4 x2 3 3
(0) (0)

    0,42857 ; x3  x3 | 0  0,42857 | 0,42857

(1) ( 0) (1)
x3
7 7 7
Iterasi 2
7  x2  7  (2,66667)  0,42857
(1) (1)
x3
   3,36508 ;  x1  0,746
( 2) ( 2) (1)
x1 x1
3 3

16  2 x1  3x3 16  2(2,33333)  3(0,42857)

(1) (1)

   1,6746 ; x2 ( 2)  x2 (1)  4,34

( 2)
x2
6 6
 3  x1  4 x 2  3  2,33333  4(2,66667)
(1) (1)

   1,42857 ; x3  x3  1,85711
( 2) ( 2) (1)
x3
7 7
Dan seterusnya. Iterasi berakhir jika

( n 1) ( n 1) ( n 1)

 x1  x2  x3  toleransi
(n) (n) (n)
x1 ; x2 ; x3

Table berikut menunjukkan penyelesaian soal di atas menggunakan toleransi 0,0001

( n 1) ( n 1) ( n 1)

 x1  x2  x3
(n) (n) (n)
x1 x2 x3
n x1 x2 x3
0 0.0000 0.0000 0.0000
1 2.3333 -2.6667 0.4286 2.3333 2.6667 0.4286
2 3.3651 -1.6746 -1.4286 1.0317 0.9921 1.8571
3 2.4153 -2.2593 -1.0091 0.9497 0.5847 0.4195
4 2.7501 -2.3661 -1.2075 0.3347 0.1068 0.1984
5 2.7195 -2.3537 -1.3163 0.0305 0.0124 0.1089
6 2.6791 -2.4183 -1.3049 0.0404 0.0646 0.0114
7 2.7045 -2.4261 -1.3361 0.0253 0.0078 0.0311
8 2.6967 -2.4332 -1.3441 0.0078 0.0071 0.0081
9 2.6964 -2.4398 -1.3471 0.0003 0.0066 0.0030
10 2.6976 -2.4414 -1.3508 0.0012 0.0016 0.0037
11 2.6969 -2.4429 -1.3519 0.0007 0.0015 0.0011
12 2.6970 -2.4437 -1.3526 0.0001 0.0008 0.0007
13 2.6970 -2.4440 -1.3531 0.0000 0.0003 0.0005
14 2.6970 -2.4442 -1.3533 0.0000 0.0002 0.0002
15 2.6970 -2.4443 -1.3534 0.0000 0.0001 0.0001

Jadi proses selesai pada iterasi ke-15, dengan penyelesaian

x1= 2,6870; x2 = -2,4443 ; x3 = -1.3534
4.3 Iterasi Gauss-Seidel
Proses iterasi Gauss-Seidel sama dengan iterasi Jacobi, perbedaannya pada
pengambilan nilai yang diketahui pada setiap iterasi. Metode ini menggunakan nilai-nilai
terbaru pada setiap iterasi.

Contoh 4.3:

Selesaikan sistem persamaan pada contoh 1 menggunakan iterasi Gauss Seidel.

Penyelesaian:

Langkah awal sama persis dengan metode Jacobi, tetapi rumus iterasi menjadi
( n 1) ( n 1)
7  x2  x3

(n)
x1
3
( n 1)
16  2 x1  3x3
(n)


(n)
x2
6
 3  x1  4x2
(n) (n)


(n)
x3
7
Misalkan : x1(0)  0, x2 (0)  0, x3 (0)  0
Langkah 2: iterasi 1
7  x2 
(0) (0)
x3 7
   2,33333 ;  x1 | 0  2,33333 | 2,33333
(1) ( 0) (1)
x1 x1
3 3
16  2 x1  3x3 16  2(2,33333)  3(0)
(1) (0)

   1,8889 ; x 2 ( 0)  x 2 (1)  1,8889

(1)
x2
6 6
 3  x1  4 x 2  3  2,33333  4(1,8889)
(1) (1)

   0,9841 ; x3  x3  0,9841
(1) ( 0) (1)
x3
7 7

Iterasi 2
7  x2 
(1) (1)
x3
  2,6349 ;  x1  0,3016
( 2) ( 2) (1)
x1 x1
3
16  2 x1  3x3
( 2) (1)

x2
( 2)
  2,2804 ; x 2 ( 2)  x 2 (1)  0,3915
6
 3  x1  4 x2
( 2) ( 2)

  1,2509 ; x3 ( 2)  x3 (1)  0,2668

( 2)
x3
7
Dan seterusnya dapat dilihat pada table berikut
( n 1) ( n 1) ( n 1)
 x1  x2  x3
(n) (n) (n)
x1 x2 x3
N x1 x2 x3
0 0.0000 0.0000 0.0000
1 2.3333 -1.8889 -0.9841 2.3333 1.8889 0.9841
2 2.6349 -2.2804 -1.2509 0.3016 0.3915 0.2668
 ( n 1) ( n 1) ( n 1)
 x1  x2  x3
(n) (n) (n)
x1 x2 x3
N x1 x2 x3
3 2.6765 -2.4000 -1.3252 0.0416 0.1196 0.0743
4 2.6916 -2.4321 -1.3457 0.0151 0.0321 0.0205
5 2.6955 -2.4410 -1.3514 0.0039 0.0090 0.0057
6 2.6966 -2.4435 -1.3529 0.0011 0.0025 0.0016
7 2.6969 -2.4442 -1.3534 0.0003 0.0007 0.0004
8 2.6969 -2.4444 -1.3535 0.0001 0.0002 0.0001
9 2.6970 -2.4444 -1.3535 0.0000 0.0001 0.0000
Jadi proses selesai pada iterasi ke-9, dengan penyelesaian

x1= 2,6970; x2 = -2,4444 ; x3 = -1.3535