Week ke-7
OUTLINE MATERI :
1. Sistem Persamaan Linear
2. Dekomposisi LU
3. Pivot
4. Metode Gauss Seidel
Sistem Persamaan Linear
B. Dekomposisi LU
Setiap matriks A yang berukuran 𝑛𝑥𝑛 dapat dinyatakan sebagai perkalian antara matriks L dan U
sehingga
𝐴 = 𝐿𝑈
Proses menentukan matriks L dan U dari suatu matriks A dinamakan sebagai dekomposisi LU.
Dekomposisi LU tidak tunggal, banyak cara yang dapat dilakukan untuk menentukan L dan U.
Tiga bentuk dekomposisi LU yang paling sering digunakan ditunjukkan pada Tabel 2.
Tabel 2. Dekomposisi LU
Setelah matriks A di dekomposisi menjadi L dan U, maka system persamaan linear 𝐴𝑥 = 𝑏 akan
lebih mudah untuk diselesaikan yaitu dengan Langkah-langkah:
1. Tuliskan ulang system persamaan linear ke dalam bentuk
𝐿𝑈𝑥 = 𝑏
2. Misalkan 𝑈𝑥 = 𝑦 sehingga system menjadi
𝐿𝑦 = 𝑏
Dan ini dapat diselesaikan untuk memperoleh 𝑦.
3. Selesaikan 𝑈𝑥 = 𝑦 untuk memperoleh 𝑥 dengan metode substitusi.
Langkah-langkah ini juga ditunjukan dalam ilustrasi Gambar 1.
Dekomposisi Doolittle
Bentuk dekomposisi Doolittle adalah dengan mencari matriks L dan U yang memenuhi 𝐴 = 𝐿𝑈
dan berbentuk
Gunakan eliminasi Gauss untuk matriks A. Langkah pertama, gunakan eliminasi dengan memilih
baris pertama sebagai baris pivot dan gunakan operasi baris elementer:
sehingga A menjadi
Bentuk akhir ini adalah bentuk matriks U yang dapat diperoleh melalui metode eliminasi gauss
untuk matriks A.
Berikut ini adalah algoritma yang dapat digunakan untuk mendapatkan solusi dari system
persamaan linear dengan menggunakan metode dekomposisi LU melalui Bahasa pemrograman
Python:
Solusi
Step 1.
Dekomposisi matriks A menggunakan eliminasi Gauss dengan operasi baris elementer:
Simpan faktor pengali di dalam matriks L yaitu L21 = 1 dan L31 = 2, kemudian juga diperoleh
Step 2.
Eliminasi gauss dengan operasi baris elementer
Simpan faktor pengali di dalam matriks L yaitu L32 = −4.5, kemudian juga diperoleh
Step 3.
Diperoleh matriks L dan U yaitu
Step 4.
Solusi 𝐿𝑦 = 𝑏 diperoleh melalui substitusi dengan menyelesaikan bentuk matriks augmented
berikut
Step 4.
Persamaan 𝑈𝑥 = 𝑦 dengan bentuk matriks augmentasi:
memiliki solusi
C. Pivot
Suatu matriks A yang berukuran 𝑛𝑥𝑛 dikatan diagonal dominan jika memenuhi pertidaksamaan
berikut
tidak diagonal dominan, tetapi jika kita atur ulang urutan barisnya menjadi
Teknik untuk memilih pivot yang baik adalah dengan mengatur urutan baris pada suatu matriks
sehingga matriks tersebut menjadi diagonal dominan. Ini merupakan konsep dasar untuk
menyelesaikan system persamaan linear dengan menggunakan pivot.
Metode eliminasi Gauss juga dapat dikombinasikan dengan Teknik pemilihan pivot. Misalkan
akan dicari solusi system 𝐴𝑥 = 𝑏, maka pertama-tama kita perlu membuat A menjadi matriks
diagonal dominan. Definisikan suatu vector 𝑠 yang elemennya adalah
Kedepannya, 𝑠𝑖 kita sebut sebagai factor skala untuk baris ke-i yang isinya adalah nilai mutlak
terbesar dari semua elemen yang ada di matriks A baris ke -i. Definisikan juka rasio relative
untuk elemen 𝐴𝑖𝑗 yaitu
Misalkan Langkah eliminasi matriks A sudah sampai pada suatu kondisi dimana baris ke -𝑘
menjadi baris pivot, maka matriks augmentednya menjadi
Pilihan elemen terbaik untuk menjadi pivot adalah elemen 𝐴𝑝𝑘 yang memiliki rasio relatif
terbesar, dengan kata lain pilihlah 𝑝 sehingga
Step 1. Matriks augmented dan vector factor skala untuk matriks A secara berturut-turut adalah
Step 2. Menentukan elemen pivot, dengan terlebih dahulu menghitung rasio relative setiap
elemen di baris pertama yaitu
Step 3. Tukar baris 1 dan 2 dari matriks augmented dan vector faktor skalanya
Step 4. Elemen pivot untuk Tahap selanjutnya adalah salah satu diantara 𝐴22 dan 𝐴32 . Mari kita
lihat siapa yang akan menang.
Berikut ini adalah algoritma untuk metode pIvot pada eliminasi gauss dengan Bahasa
pemrograman python.
Nilai 𝑥𝑖 ini akan diperbaharui di setiap iterasi sehingga kekonvergenan iterasinya dapat dicek
melalui
Untuk setiap 𝑖, dimana 𝑗 dan 𝑗 − 1 merepresentasikan iterasi yg sedang dihitung dengan iterasi
sebelumnya, dan 𝜀𝑠 adalah besarnya toleransi eror yang diinginkan.
Berikut ini adalah algoritma untuk metode pIvot pada eliminasi gauss dengan Bahasa
pemrograman python
Solusi:
iterasi ke-2:
Iterasi ke-3:
Setelah 5 iterasi, maka akan diperoleh solusi yang sama dengan solusi eksak yaitu 𝑥1 = 3, 𝑥2 =
𝑥3 = 1