ANALISIS NUMERIK
Disusun Oleh:
FAKULTAS TEKNIK
M.Ikhwan Fauzi
i
DAFTAR ISI
KATA PENGANTAR..............................................................................................i
DAFTAR ISI............................................................................................................ii
BAB I PENDAHULUAN
A. Latar Belakang..........................................................................................1
B. Rumusan Masalah.....................................................................................1
BAB II PEMBAHASAN
A. Sistem Persamaan Linear..........................................................................2
B. Sistem Linear Segitiga Atas......................................................................3
C. Eliminasi Gauss dan Pivoting....................................................................4
BAB III PENUTUP
A. Simpulan..................................................................................................19
DAFTAR PUSTAKA
ii
BAB I
PENDAHULUAN
A. Latar Belakang
Permasalahan matematika yang rumit dan kompleks terkadang tidak dapat
diselesaikan dengan cara analitik, sehingga diperlukan suatu cara yang dapat
memberikan solusi dari permasalahan tersebut. Metode numerik menawarkan
cara yang dapat digunakan untuk menyelesaikan permasalahan tersebut
dengan operasi hitung yang sederhana dengan solusi yang mendekati solusi
sejati.
B. Rumusan Masalah
1. Bagaimana menuliskan sistem persamaan linear sebagai persamaan
matriks?
2. Bagaimana rumus umum solusi Sistem Linear Segitiga Atas?
3. Bagaimana penyelesaian SPL dengan metode eliminasi Gauss?
1
BAB II
PEMBAHASAN
[ ][ ] [ ]
x b1
a11 a12 a13 … a1 n 1
x2 b2
a21 a22 a23 …
x = b3
a31 a32 a33 … an 2 a n3 … a nn 3
⋮ ⋮
⋮ ¿ ¿ ¿
xn bn
2
B. Sistem Linear Segitiga Atas
1. Rumus Umum Solusi Sistem Linear Segitiga Atas
Secara umum, Sistem Persamaan Linear (SPL) dengan matriks
koefisien n × n atau Sistem Linear Segitiga Atas (SLSA) dapat ditulis
dalam bentuk berikut:
a 22 x 2+ …+a2 n xn =c 2
a n ,n xn =c n
( )( ) ( )
a11 a12 ⋯ a1 , n−1 a1 ,n x1 c1
0 a 22 ⋯ a2 , n−1 a2 , n x2 c2
⋮ ⋮¿⋮ ⋮ ⋮ = ⋮
0 0 ⋯ a n−1, n−1 a n−1 , n x n−1 c n−1
0 0 ⋯ 0 an ,n xn cn
3
Sehingga,
c i−( ai ,i +1 x i+1 +ai , i+2 xi +2+ …+ai , n x n )
x i=
aii
Karena (a i ,i+1 xi +1+ ai ,i +2 x i+2 +…+ ai , n x n) dapat ditulis dalam bentuk
n
∑ ai ,i + j xi + j
j=1
n
c i−∑ a i ,i+ j x i+ j
,maka j=1 .2
x i= ; i=1,2,3 , … , n
aii
2. Contoh Soal
Tentukan solusi dari Sistem Persamaan Linear berikut.
3 x 1+ 4 x 2+ x3 =6
2 x2 +3 x 3=8
5 x 3=10
SPL tersebut dapat ditulis dalam bentuk AX = C berikut.
( )( ) ( )
3 4 1 x1 6
0 2 3 x2 = 8
0 0 5 x3 10
4
matriks segitiga atas. Selanjutnya solusi x dapat dihitung dengan teknik
penyulihan mundur. Berikut contoh sistem dengan 4 persamaan linear:
a 11 x1 + a12 x 2+ a13 x 3 +a 14 x 4 =b1
a 21 x1 + a22 x 2+ a23 x 3 +a 24 x 4 =b2
a 31 x1 + a32 x 2+ a33 x 3 +a 34 x 4 =b3
a 41 x 1+ a42 x 2 +a 43 x 3 +a 44 x 4 =b4
[ |] [ |]
a 11 a12 a13 a 14 b1 a11 a 12 a13 a14
b1
a 21 a22 a23 a 24 b2 0 a 22 a23 a24
b2
a31 a32 a33 a34 b3 Dieliminasi 0 0 a33 a34
b3
a41 a42 a43 a44 b4 menjadi 0 0 0 a44
b4
[ A , b] [U , y] [U , y]
5
karena metodenya tidak melakukan pemeriksaan kemungkinan
pembagian dengan nol. Pada metode eliminasi Gauss naif tidak ada
operasi pertukaran baris dalam rangka menghindari pivot yang bernilai
nol itu.
Contoh:
2 x1 +3 x 2−x 3=5
4 x1 + 4 x 2−3 x3 =3
−2 x1 +3 x 2−x 3=1
Penyelesaian:
[ |] [ |] [ | ]
R 2− R 1
2 3 −1 5 2 2 3 −1 5 6 2 3 −1 5
R− R
4 4 −3 3 0 −2 −1 −7 3 −2 2 0 −2 −1 −7
−2 3 −1 1 2 0 6 −2 6 0 0 −5 −15
R3 − R 1
2
Keterangan:
−5 x 3=−15 x 3=3
−7+3
−2 x2 −x3 =−7 x 2= =2
−2
6
5+3−6
2 x1 +3 x 2−x 3=5 x 1= =1
2
Kelemahan eliminasi Gauss naif adalah jika pivot a pp=0 , baris ke-k
tidak dapat digunakan untuk mengeliminasi elemen pada kolom p, karena
terjadinya pembagian dengan nol. Oleh karena itu, pivot yang bernilai nol
harus dihindari dengan tata-ancang (strategy) pivoting.3
2. Tata-ancang Pivoting
Prinsip tata-ancang pivoting adalah sebagai berikut:
( p−1)
Jika a p , p =0, cari baris k dengan a k , p ≠ 0 dan k > p , lalu pertukarkan baris
p dan baris k . Metode eliminasi Gauss dengan tata-ancang pivoting
disebut metode eliminasi Gauss yang diperbaiki (modified Gaussian
elimination).
Contoh:
Selesaikan sistem persamaan linear berikut dengan metode eliminasi
Gauss yang menerapkan tata-ancang pivoting.
x 1+ 2 x 2 + x 3=2
3 x 1+6 x 2=9
2 x1 +8 x 2 +4 x 3=6
[ |] [ |] [ |]
R− R
1 2 12 2 1 11 2 1 2 1 2 1 2
R2↔ R3
3 6 09 0 0 −3 3 0 4 2 2
(¿)
2 8 46 2 0 4 2 2 0 0 −3 3
R3 − R 1
1
Operasi baris 1 Operasi baris 2
7
menyatakan pertukaran baris terjadi akibat proses pivoting. Sekarang
elemen a 22=4 ≠ 0 sehingga operasi baris elementer dapat diteruskan.
Tetapi, karena matriks A sudah membentuk matriks U , proses eliminasi
selesai. Solusinya diperoleh dengan teknik penyulihan mundur, yaitu
x 3=−1 , x2 =1, dan x 1=1.
[ |]
x xx x x
0 xx x x
0 xx x x
0 xx x x
8
Perhatikan bahwa teknik pivoting sebagian juga sekaligus
menghindari pemilihan pivot ¿ 0, seperti pada simple pivoting,
karena 0 tidak akan pernah menjadi elemen dengan nilai mutlak
terbesar, kecuali jika seluruh elemen di kolom yang diacu adalah
0. Apabila setelah melakukan pivoting sebagian ternyata elemen
pivot = 0, itu berarti sistem persamaan linear tidak dapat
diselesaikan (singular system).
2) Pivoting Lengkap (Complete Pivoting)
Jika disamping baris, kolom juga diikutkan dalam pencarian
elemen terbesar dan kemudian dipertukarkan, maka tata-ancang
ini disebut pivoting lengkap. Pivoting lengkap jarang dipakai
dalam program sederhana karena pertukaran kolom mengubah
urutan suku x dan akibatnya menambah kerumitan program
secara berarti.
Contoh:
Penyelesaian:
[ | ]
0,0003 1,566 1,569
0,3454 −2,436 1,018
9
Operasi baris pertama (0,0003 sebagai pivot):
R2−0,3454 R 1
R2 ← =R 2−1151 R1
0,0003
Tanda ← berarti diisi atau diganti dengan.
Sehingga diperoleh:
a 21 ≈ 0
a 22 ≈−2,436−( 1151 ) ( 1,566 ) ≈−2,436−1802 ≈−1804
b 2 ≈ 1,018− (1151 ) ( 1,569 ) ≈1,018−1806 ≈−1805
[ | ]
0,0003 1,566 1,569 R2−1151 R 1
0,3454 −2,436 1,018
[ 0,0003
0 −1804|−1805 ]
1,566 1,569
[ | ]
0,0003 1,566 1,569 R1 ↔ R2
0,3454 −2,436 1,018 ( ¿)
[ | ]
0,3454 −2,436 1,018
0,0003 1,566 1,569
10
0,0003
R2−
[
R 0,3454 −2,436 1,018
0,3454 1
0 1,568 1,568 | ]
Dengan teknik penyulihan mundur diperoleh:
1,568
x 2= =1,000
1,568
1,018−(−2,436 )(1,000)
x 1= =10,02 lebih mendekati
0,3454
solusi sejati
3. Penskalaan
Penskalaan adalah cara yang dapat digunakan untuk mengurangi galat
pembulatan pada SPL yang mempunyai perbedaan koefisien yang
mencolok, selain pivoting sebagian. Cara menskala adalah dengan
membagi tiap baris persamaan dengan nilai mutlak koefisien terbesar di
ruas kirinya. Akibat penskalaan, koefisien maksimum dalam tiap baris
adalah 1. Cara menskala seperti ini dinamakan dengan menormalkan SPL.
Contoh:
Selesaikan SPL berikut sampai 3 angka bena dengan menggunakan
metode eliminasi Gauss yang menerapkan penskalaan dan tanpa
penskalaan:
2 x1 +100000 x 2=100000
x 1+ x2=2
(Solusi sejatinya dalam 3 angka bena adalah x 1=x 2=1,00)
4
11
Penyelesaian:
a. Tanpa penskalaan
1
[ | ] [
2 100000 100000 R2− R1 2 100000 100000
1 1 2
2
0 −50000 −50000 | ]
Solusinya:
−50000
x 2= =1,00
−50000
100000−100000 0
x 1= = =0,00 Solusi tidak sesuai dengan solusi
2 2
sejati
b. Dengan penskalaan
2 x1 +100000 x 2=100000 : 100000 0,00002 x1 + x 2=1
x 1+ x2=2 :1 x 1+ x2=2
[ |]
0,00002 1 1 R 1 ↔ R 2
1
1 12
[
1 2 (¿) 0,00002 1 1 | ] [ 10 11|1,002 ]
Solusinya adalah
x 2=1,00
x 1=2−1,00=1,00 sesuai dengan solusi sejati
Contoh ini memperlihatkan bahwa penskalaan dapat mengubah
pemilihan pivot.5
4. Kemungkinan Solusi Sistem Persamaan Linear
Terdapat tiga kemungkinan solusi yang dapat terjadi pada sistem
persamaan linear, yaitu sebagai berikut:
a. Solusi unik atau tunggal
Sistem persamaan linear berikut ini memiliki solusi unik atau
tunggal yang dapat dilihat dari bentuk grafik dari sistem persamaan
tersebut.
−x + y=1
−2 x+2 y=2
12
Grafik tersebut memperlihatkan bahwa kedua garis
berpotongan pada sebuah titik sehingga solusinya tunggal atau unik.
Untuk sistem persamaan linear tiga variabel atau lebih tidak
terdapat tafsiran geometrisnya, tetapi kemungkinan solusi dapat
diperiksa dari bentuk matriks akhirnya. Berikut contohnya:
[ |] [ |]
1 1 10 1 1 1 0
2 3 11 Eliminasi Gauss 0 1 −1 1
3 1 21 0 0 −3 3
13
[ |] [ |]
1 1 24 1 1 2 4
2 −1 1 2 Eliminasi Gauss 0 −3 −3 −6
1 2 36 0 0 0 0
0 x 1+ 0 x 2 +0 x 3=0
14
Grafik tersebut memperlihatkan bahwa kedua persamaan
menyatakan dua buah garis yang sejajar, sehingga tidak ada
perpotongan kedua garis tersebut (tidak ada solusi).
[ |] [ |]
1 1 24 1 1 2 4
2 −1 1 2 Eliminasi Gauss 0 −3 −3 −6
1 2 37 0 0 0 1
0 x 1+ 0 x 2 +0 x 3=1
yang dalam hal ini, tidak ada nilai x i yang memenuhi, i=1,2,3 .6
15
5. Metode Eliminasi Gauss-Jordan
Metode eliminasi Gauss merupakan variasi dari metode eliminasi
Gauss. Dalam hal ini, matriks A dieliminasi menjadi matriks identitas I .
Di sini tidak diperlukan lagi teknik penyulihan mundur untuk
memperoleh solusi SPL. Solusinya langsung diperoleh dari vektor kolom
b hasil proses eliminasi.
Ax=b → Ix=b '
Dalam bentuk matriks, eliminasi Gauss-Jordan ditulis sebagai
[ |] [ |]
a11 a12 a 13 … a 1n b1 1 0 0 … 0 b1 '
a21 a22 a 23 … a 2n b2 0 1 0 … 0 b2 '
⋮ ⋮ ⋮ … ⋮ ⋮ ⋮ ⋮ ⋮ … ⋮ ⋮
a41 a42 a 43 … a4 n bn 0 0 0 … 1 bn '
16
Selesaikan sistem persamaan linear di bawah ini dengan metode
eliminasi Gauss-Jordan.
3 x 1−0,1 x 2−0,2 x 3=7,85
0,1 x 1+7 x 2−0,3 x 3=−19,3
0,3 x 1−0,2 x2 +10 x 3=71,4
Penyelesaian:
[ | ]
3 −0,1 −0,2 7,85 R 1
0,1 7 −0,3 −19,3 3
0,3 −0,2 10 71,4
[ | ]
1 −0,0333333 −0,0666667 2,61667 R 2−0,1 R 1
0,1 7 −0,3 −19,3 R3 −0,3 R1
0,3 −0,2 10 71,4
[ | ]
1 −0,0333333 −0,0666667 2,61667 R2
0 7,00333 −0,2933333 −19,5617 7,00333
0 −0,190000 10,0200 70,6150
[ | ]
1 −0,0333333 −0,0666667 2,61667
0 1 −0,0418848 −2,79320
0 −0,190000 10,0200 70,6150
[ | ]
R1− (−0,003333 ) R 2 1 0 −0,0680629 2,52356 R3
R3− (−0,190000 ) R 2 0 1 −0,0418848 −2,79320 10,0200
0 0 10,01200 70,0843
[ | ]
1 0 −0,0680629 2,52356
0 1 −0,0418848 −2,79320 ¿
0 0 1 7,00003
[ | ]
1 0 0 3,00000
0 1 0 −2,50001
0 0 1 7,00003
17
eliminasi Gauss. Karena alasan itu, metode eliminasi Gauss sudah cukup
memuaskan untuk digunakan dalam penyelesaian SPL.7
18
BAB III
PENUTUP
A. Simpulan
1. Sistem persamaan linear (SPL) dengan n peubah banyak dapat ditulis
sebagai persamaan matriks Ax=bdengan A=[aij ] adalah matriks
berukuran n x n, x=[x j] adalah matriks berukuran n x 1 , dan b=[b j ]
adalah matriks berukuran n x 1 (disebut juga vektor kolom).
2. Rumus umum solusi Sistem Linear Segitiga Atas adalah
n
c i−∑ a i ,i+ j x i+ j
j=1 .
x i= ; i=1,2,3 , … , n
aii
3. Penyelesaian SPL dengan metode eliminasi Gauss dapat dilakukan
dengan mentransformasi sistem Ax=b menjadi sistem Ux= y dengan U
adalah matriks segitiga atas dengan beberapa proses eliminasi yang dapat
digunakan dengan operasi baris elementer, meliputi pertukaran,
penskalaan, pergantian dan selanjutnya solusi x dapat dihitung dengan
teknik penyulihan mundur.
19
DAFTAR PUSTAKA