METODE GRADIEN

KONJUGASI

Kelompok B
 Anggota Kelompok

1. Meifa Ratna Apsari Datu (19/439201/PA/19024)

2. Fatimah Az-Zahra (19/440075/PA/19064)
3. Rasyanda Zalfanur Nidatama (19/442578/PA/19327)
4. Rizal Nizam Nugroho (19/445708/PA/19532)
 Definisi

Conjugate Gradient atau Metode Gradien Konjugasi merupakan teknik

algoritmik fundamental untuk memecahkan sistem persamaan linear
positif simetris dan pasti serta meminimalkan fungsi-fungsi nonlinear
yang tidak dibatasi (Nazareth, 2009). Metode gradien konjugasi banyak
digunakan untuk menyelesaikan masalah optimasi berskala besar karena
tidak memerlukan penyimpanan matriks (Narushima, 2011).
Metode gradien konjugasi diciptakan oleh Hestenes dan Stiefel sekitar
tahun 1952. Umumnya, teknik ini diterapkan secara berulang, tetapi
dapat digunakan sebagai metode pengoptimalan langsung, dan akan
menghasilkan solusi numerik. Conjugate Gradient paling baik digunakan
untuk menemukan sistem minimum yang sangat besar di mana
penyelesaian sistem dengan metode langsung tidak praktis.
Gradien Konjugasi adalah solusi iteratif untuk sistem persamaan linear
besar dengan bentuk

Ax = b
A = matriks nxn, simetris ( ), positif ( ) yang
diketahui
b = vektor yang diketahui
x = adalah vektor yang tidak diketahui
Metode Gradien Konjugasi adalah metode yang menggunakan himpunan vektor A
orthogonal, yang memiliki vektor residu menjadi mutual orthogonal. Didefinisikan
residu dengan :

Hestenes dan stiefel memilih vektor arah dalam metode ini dengan memilih
vektor residu sedemikian sehingga keduanya saling orthogonal
Algoritma
Mengubah rumusan ck
Pseudo
code
 Contoh Persamaan Linear
Dipandang sistem linear

Dimana matriks

adalah definit positif dan simetris. Untuk metode conjugate

gradient, pertama-tama ditetapkan state awal
Kemudian hitung asumsi awal

Selanjutnya, ditetapkan
sehingga

Selanjutnya, untuk iterasi kedua,

Kemudian dijalankan iterasi k=2
pertama, k = 1
Karena residu

maka solusinya adalah .

Karena sistem ini adalah sistem yang kecil

sehingga mudah untuk menemukan solusi yang
tepat. Sayangnya untuk sistem yang lebih besar,
metode Conjugate Gradient mempunyai
kelemahan yang signifikan : round-off error.
Solusi untuk round-off error adalah Prasyarat
(Preconditioning).
 Contoh Non Linear

Penyelesaian :

Terlebih dahulu fungsi

diubah ke dalam bentuk

dengan matriks A merupakan Matriks Hessian dari fungsi tersebut

sehingga
Lebih lanjut didapat

Selanjutnya, diketahui bahwa titik awal X = (1,1) sehingga dapat ditentukan

Kemudian dihitung asumsi awal

Selanjutnya, ditetapkan
sehingga
Dijalankan iterasi pertama, k = 1
Iterasi kedua, k=2

Karena didapat maka iterasi berhenti. Didapat solusinya adalah

 Prasyarat (Preconditioning)

Biasanya, matematikawan menggunakan round-off error saat mencari

solusi numerik dan biasanya tidak terlalu bermasalah (problematic).
Namun, menggunakan round-off error pada langkah awal dapat
menimbulkan potensi kegagalan pada metode conjugate gradient.
Sehingga apa yang dapat dilakukan matematikawan untuk membuat
rumus yang lebih akurat? Penyebab utama round-off error adalah matriks
A yang tidak terkondisikan dengan baik. Matriks P dengan ukuran n x n
yang non-singular dikenalkan ke sistem. Non-singular artinya
determinannya bukan nol. Karena metode conjugate gradient
memerlukan sistem matriks untuk menjadi definit positif. Didefinisikan,
Agar persamaan matriks baru Memanfaatkan matriks yang telah
mudah dipahami, ditetapkan dikondisikan ini, rumus untuk
dan . Persamaan metode conjugate gradient adalah
matriks baru sebagai berikut :
adalah sebagai berikut :

Dengan substitusi,

Jelas, sistem asli tidak berubah

 Kesimpulan
Algoritma Gradien Konjugat digunakan dalam bidang
masalah optimisasi teknik, neuralnet training, dan
pemulihan gambar (image restoration). Algoritma
Gradien Konjugat sekarang menjadi grandfather
algorithm untuk seluruh kelas metode untuk
memecahkan berbagai sistem matriks. Namun,
masih ada penelitian memperluas metode Konjugat
Gradien ke sistem yang lebih kompleks seperti
optimasi tanpa kendala atau matriks singular.
Syntax Metode Gradient Conjugate

Step 2

Step 1
Syntax Metode Gradient Conjugate

Step 3

Output Program
 Syntax Metode Gradient Conjugate
Syntax untuk Grafik 2D
 Syntax Metode Gradient Conjugate
Syntax untuk Grafik 3D
 Grafik

Grafik 2D

Grafik 3D
 Daftar Pustaka

● Mike Rambo. (2016). The Conjugate Gradient Method

for Solving Linear Systems of Equations.
http://math.stmarys-ca.edu/wp-content/uploads/2017
/07/Mike-Rambo.pdf
● https://en.wikipedia.org/wiki/Conjugate_gradient_met
hod (diakses pada tanggal 15 Maret 2022)
● Zuehlke, Eric. Conjugate gradients methods.
https://optimization.mccormick.northwestern.edu/ind
ex.php/Conjugate_gradient_methods.(diakses pada
tanggal 18 Maret 2022)