Solusi persamaan linear

dan simultan
Metode Numerik dan Lab # minggu 5
 Outline
• Review Materi Minggu Lalu
• Instalasi Python
• Pengertian SPL
• Eliminasi Gauss
Review Minggu Lalu
 Persamaan non linear ?
• PERSAMAAN NON LINEAR → PERSAMAAN YANG MEMILIKI
DERAJAT VARIABEL LEBIH DARI 1
• Yang dicari dari persamaan non linear adalah akar-akar dari persamaan tsb
• Untuk persamaan linear : mx + C = f(x), untuk mencari akar akar dapat
−𝐶
digunakan ketika f(x) = 0 sehingga : x =
𝑚
• Persamaan derajat 2 (kuadratik ) : 𝑎𝑥 2 + 𝑏𝑥 + 𝐶 = 𝐹(𝑥) → dapat
−𝑏 ± 𝑏2 −4𝑎𝐶
diselesaikan dengan Rumus ABC : 𝑋1,2 =
2𝑎
 Metode-metode Penyelesaian
• Secara Umum ada 2 metode penyelesaian akar-akar :
• Metode Tertutup
• Metode Biseksi
• Metode Regulasi Falsi
• Metode Terbuka
• Metode Newton-Rapson
• Metode Secant
 Metode Bisection (Bagi dua)
• Jika fungsi f(x) bernilai real dan kontinu dalam selan [a,b] serta f(a) dan f(b)
berlawanan tanda (f(a) . f(b) <0) maka akan terdapat paling sedikit satu akar real
diantara a dan b
𝑎+𝑏
• Selang [a,b] dibagi menjadi dua bagian di c 𝑐 = 2
• Lakukan evaluasi untuk menentukan dalam selang interval mana terdapat akar-akar :
• Jika f(a) . f(c) < 0, akar berada pada interval bawah, maka b=c
• Jika f(a) . f(c) > 0, akar berada pada interval atas , maka a=c
• Jika f(a). f(c) = 0, akar = c
 Metode Regula Falsi
• Metode pencairan akar dengan memanfaatkan kemiringan dan selisih tinggi
dari dua titik batas range
• Dikenal juga dengan nama False Position
• Dua titik a dan b pada fungsi f(x) digunakan untuk mengestimasi x dari akar
interpolasi linear
Gradien garis AB = Gradien garis CB
𝑓 𝑏 − 𝑓(𝑎) 𝑓 𝑏 − 0 𝑓 𝑏 (𝑏 − 𝑎)
= 𝑐=𝑏 −
𝑏−𝑎 𝑏−𝑐 𝑓 𝑏 − 𝑓(𝑎)
 Metode Newton Rapson

• metode pendekatan yang menggunakan satu titik awal dan mendekatinya dengan
memperhatikan slope atau gradien pada titik tersebut
• Metode Newton- Rapson yang paling sering digunakan dalam terapan sains dan
teknologi karena konvergensi nya cukup cepat
• Ada 2 pendekatan dalam penentuan rumus Newton Rapson :
• Penurunan rumus secara geometri
• Penurunan rumus dengan bantuan deret Taylor
 Penurunan Rumus Newton Rapson secara
-x
f(x) = e –x +3 Geometri
2

∆𝑦
12
m = 𝑓 ′ 𝑥 ≅ ∆𝑥
10

8 ′
𝑓 𝑥𝑟+1 − 𝑓(𝑥𝑟 )
𝑓 𝑥𝑟 =
6
𝑥𝑟+1 − 𝑥𝑟
4
0 − 𝑓(𝑥𝑟 )
𝑓 ′ 𝑥𝑟 =
2
Xr+1 𝑥𝑟+1 − 𝑥𝑟
0
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
-2
(xr) 𝑓(𝑥𝑟 )
-4 𝑥𝑟+1 = 𝑥𝑟 − ′
𝑓 (𝑥𝑟 )
-6

-8
𝑑𝑒𝑛𝑔𝑎𝑛 𝑓 ′ (𝑥𝑟 ) ≠ 0
 Metode Secant
• Metode Newton-Rapson memerlukan turunan dari fungsi tsb, namun
sayangnya tidak semua fungsi dapat mudah untuk diturunkan
• Turunan fungsi dapat dihilangkan dengan cara menggantinya dengan bentuk
lain yang ekivalen
• Modifikasi Metode Newton Rapson ini yang dinamakan metode Secant
𝑓 𝑥𝑟 −𝑓(𝑥𝑟−1 )
𝑓 ′ (𝑥𝑟 ) ≈
𝑥𝑟 −𝑥𝑟−1
𝑓 𝑥𝑟 (𝑥𝑟 − 𝑥𝑟−1 )
• Sehingga rumusan iterasi Metode Secant : 𝑥𝑟+1 = 𝑥𝑟 −
𝑓 𝑥𝑟 − 𝑓(𝑥𝑟−1 )
 Metode iterasi titik tetap (titik sederhana)
• Mengatur kembali fungsi f(x)=0 menjadi sedemikian sehingga menjadi :

𝑥 = 𝑔(𝑥)

• Contoh : fungsi f(x) = 𝑥 2 + 3𝑥 + 4 =0 dapat di modifikasi menjadi beberapa fungsi yaitu :

−𝑥 2 +4
• 𝑥= 3

𝑥= −4 − 3𝑥
−4
𝑥 2 + 3𝑥 = −4 𝑥=
𝑥+3
Dan lain-lain
• Kemudian rumusan iterasi menjadi : 𝑥𝑖+1 = 𝑔(𝑥𝑖 )
Installasi Python
 Installasi Python
1. Download software python 3.9.2 (release : 19 Feb 2021) via website :
https://www.python.org/downloads/release/python-392/
2. Jalankan python 3.9.2 .exe
3. Pilih opsi add Python 3.9 to path agar python interpreter dapat dikenal dari semua
direktori Windows, Lalu klik customize installation
4. Tentukan fitur (kelengkapan) yang ingin dipasang
5. Tuliskan lokasi instalasi pada kotak yang tersedia. Pada contoh ini kita
menggunakan direktori C:\Python39 sebagai tujuan installasi
6. Proses Installasi selesai dan software sudah siap digunakan
 Contoh Pembuatan algoritma
• Metode Bisection
❖ Algoritma :
❖ Tentukan fungsi yang akan dicari akar-akar nya
❖ Masukan batas bawah (a) dan batas atas (b) serta error relatif
❖ inisiasi keadaan awal error
❖ Hitung fa, fb, c, fc
❖ evaluasi keadaan :
• Jika f(a) . f(c) < 0, akar berada pada interval bawah, maka b=c
• Jika f(a) . f(c) > 0, akar berada pada interval atas , maka a=c
• Jika f(a). f(c) = 0, akar = c
❖ Loop selesai apabila error <= Error relatif
 Mulai A Flow Chart
Hitung c=
(a+b)/2
Input Fungsi Hitung f(c)
yang akan Hitung error
dicari akar-
akar
Error >
error T Akar = c Selesai
relative ?

Masukan a, b dan
error relatif Y
Apakah
T
a=c f(a).f(c)
Inisiasi >0
error =1 Y
b=c

A
PR : buat algoritma, flowchart dan code untuk
metode regula falsi, Newton Rapson dan Secant
Beserta bukti screen shoot hasil running
programnya
Solusi Persamaan Linear (SPL)
 Apa itu sistem persamaan linear (SPL) ?
❑ Suatu sistem yang merupakan gabungan dari beberapa persamaan linier dengan
variabel
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2 n xn = b2
   
am1 x1 + am 2 x2 + ... + amn xn = bm
❑ SPL diatas mempunyai m persamaan dan n variable
❑ Apabila jumlah m minimal sama dengan jumlah n, maka dapat dicari solusi nya
• Dapat diubah dalam bentuk matrik : Ax = B
Dimana :

a11 a12 ... a1n   x1  b1 

a a ... a  x  b 
A=  21 22 2n  x=  2 B=  2
        
     
am1 am 2 ... amn   xm  bm 

Matrik koefisien (Jacobian) Matrik variable Matrik hasil

Pertanyaan : Bagaimana menentukan nilai x1,x2,.....xn ?
 Bentuk Khusus Matrik Persegi
• Matriks diagonal : matriks yang diluar diagonal utama nya bernilai nol
• Matriks Identitas : matrik yang diagonal utama nya bernilai 1
• Matriks segitiga atas : matriks persegi yang elemen-elemen di bawah diagonal
utamanya nol
• Matriks segitiga bawah : matriks persegi yang elemen-elemen di atas diagonal
utamanya nol.
• Matriks simetriks : matriks persegi yang elemen-elemen di atas diagonal utamanya
sama dengan elemen-elemen di bawah diagonal utamanya
 Kemungkinan solusi dari SPL
• Tidak ada solusi
• Tak hingga solusi
• Solusi tunggal
Tafsiran Geometri :
 Matrik Lengkap SPL
• Pada slide sebelumnya, matrik A disebut matrik Koefisien (Jacobian)
• Matrik yang dibentuk dari matrik A dengan penambahan kolom matrik B
disebut matriks lengkap SPL (Augmented Matrik)
 Operasi Baris Elementer (OBE)
• Operasi Baris Elementer (OBE)
• Mengalikan baris matrik dengan konstanta tidak nol
• Menukarkan dua buah baris
• Menambahkan/mengurankan m kali baris ke-i pada baris ke -j
• OBE tidak akan mengubah penyelesaian SPL
 Contoh penerapan OBE

Misal SPL yang kita miliki adalah :

𝑥 + 𝑦 + 2𝑧 = 9
1 1 2 𝑥 9 1 1 2 9
2𝑥 + 4𝑦 − 3𝑧 = 1 2 4 −3 𝑦 = 1 2 4 −3 1
3𝑥 + 6𝑦 − 5𝑧 = 0 3 6 −5 𝑧 0 3 6 −5 0

Augmented Matrik
• Mengalikan baris matriks dengan konstanta tidak nol
1 1 2 9 B2* 1/2 1 1 2 9
2 4 −3 1 1 2 −3/2 1/2
3 6 −5 0 3 6 −5 0

• Menukarkan dua buah baris

B1tukar dengan B2
1 1 2 9 1 2 −3/2 1/2
1 2 −3/2 1/2 1 1 2 9
3 6 −5 0 3 6 −5 0
• Menambahkan/mengurangkan m kali baris i pada baris j

1 2 −3/2 1/2 B2-B1 1 2 −3/2 1/2

1 1 2 9 0 −1 7/2 17/2
3 6 −5 0
3 6 −5 0

1 2 −3/2 1/2 B3-3B1 1 2 −3/2 1/2

0 −1 7/2 17/2 0 −1 7/2 17/2
3 6 −5 0 0 0 −7/2 −3/2

Sifat : SPL Segitiga atas mempunyai solusi tunggal jika dan hanya jika setiap element diagonal dari
Matriks koefisien nya tidak nol
 Solusi
7 3 7 17 3 1
❑ −2 𝑧= −2 ❑ −𝑦 + z = ❑ 𝑥 + 2𝑦 − 2 𝑧 = 2
2 2

3 𝑦 = −7
𝑧= 106
7 𝑥=
7
 Metode Penyelesaian SPL
Metode Analitik Metode Analitik

❑ Metode Grafis ❑ Eliminasi Gauss

❑ Aturan Crammer ❑ Eliminasi Gauss-Jordan

❑ Invers Matriks ❑ Iterasi Gauss- Seidel

 Eliminasi Gauss
• Metode Eliminasi Gauss merupakan metode yang dikembangkan dari
metode eliminasi, yaitu menghilangkan atau mengurangi jumlah variable
sehingga dapat diperoleh nilai dari suatu variable bebas
• Mengubah matriks Augmented menjadi matriks segitiga atas atau segitiga
bawah dengan OBE (Operasi Baris Elementer)
 a11 a12 a13 ... a1n b1  c11 c12 c13 ... c1n d1 
a 0 d 2 
 21 a 22 a 23 ... a 2 n b2   c 22 c 23 ... c 2 n
a31 a32 a33 ... a3n b3  0 0 c33 ... c3n d3 
   
 ... ... ... ... ... ... 
 ... ... ... ... ... ... 
a n1 an2 a n 3 ... a nn bn   0 0 0 ... c nn d n 

Augmented Matriks Matriks Segitiga atas

• Sehingga penyelesaian dapat diperoleh dengan:
dn
xn =
c nn

x n −1 =
1
(− c n −1, n x n + d n −1 )
c n −1,n −1
.....................................

x2 =
1
(d 2 − c 23 x3 − c24 x4 − ... − c 2 n x n )
c 22

x1 =
1
(d1 − c12 x2 − c13 x3 − ... − c1n xn )
c11
 Algoritma Sederhana untuk Eliminasi Gauss

❑ Masukan komponen matriks A [n,n] dan B[n,1] beserta ukuran nya

❑ Buat Augmented Matriks (misal C [n,n+1])

❑ Cek untuk baris ke i (i=1 sampai n) apakah 𝑎𝑖𝑖 ada yang bernilai nol

❖ Bila ada yang nol, tukar baris ke i dengan i+k dimana 𝑎𝑖+𝑘,𝑖 tidak nol, bila tidak ada maka proses berhenti
dan tidak dapat dilanjutkan (hasil solusi tidak tunggal)
❖ Bila tidak ada yang nol, proses dapat dilanjutkan
❑ Lakukan OBE
𝑎𝑗,𝑖
❖ Hitung 𝑐𝑗,𝑖 = , dengan i =1 sampai n dan j=i+1 sampai n
𝑎𝑖,𝑖

❖ Hitung 𝑎𝑗,𝑘 = 𝑎𝑗,𝑘 − 𝑐𝑗,𝑖 𝑎𝑖,𝑘 , dengan k =1 sampai n

❑ Hitung Solusi nya

 Contoh
• Selesaikan sistem persamaan berikut:

x1 + x 2 + x3 = 6
x1 + 2 x 2 − x3 = 2
2 x1 + x 2 + 2 x3 = 10
 Contoh 2
• Selesaikan sistem persamaan berikut:
2x1 + 2x2 + x3 = 4
3x1 - x2 + x3 = 1
x1 + 4x2 - x3 = 2
Contoh 3