METODE

NUMERIK
Ir. Agung Budipriyanto, MEng., Ph.D.
Diana Wahyu Hayati, ST, M.Sc.

Departemen Teknik Infrastruktur Sipil

Institut Teknologi Sepuluh Nopember
Surabaya
Pokok Bahasan
 Pendahuluan
 Akar Persamaan
 Review Operasi Matrix
 Penyelesaian Persamaan Linier dan Non-linier
Simultan
 Interpolasi, Regresi, dan Ekstrapolasi
 Diferensiasi dan Integrasi Numerik
 Persamaan Diferensial Ordiner
2
POKOK BAHASAN 2
Review Operasi Matrix

3
Review Operasi Matrix

 a11 a12 a13  a1n 

a a22 a23  
a2 n 
 21
Amxn   a31 a32 a33  a3n 
 
     
 am1 am 2 am 3  amn 

4
Review Matrix
(lanjut..)
 Matrix adalah sebuah larikan bilangan
yang berbentuk empat persegi panjang
 a11, a12,a13,…, amn disebut elemen matrix
 Elemen matrix biasa ditulis aij. i
menyatakan nomor baris dan j
menyatakan nomor kolom.
 i=1,2,3,….m dan j=1,2,3,…,n. m dan n
masing masing adalah jumlah baris dan
kolom.
5
Review Matrix (lanjut..)

Baris a11 a12 a13 .....a1n 

Dimen  
1
Baris a a a .....a
si  21 22 23 2n 
2 . 
matri  
ks = . 
a a 
mxn
Baris  m1 m2 am3 ...amn 
m
Dengan A = notasi matriks
Kolom
aij = elemen matriks Kolom
i = nomor baris2 n
Kolom
j = nomor kolom
1
6
Beberapa Macam
Matrix
1. Matrix Baris
Matrix yang
terdiri dari satu A1xn   a11 a12 a13  a1n 
baris (m = 1)
 a11 
a 
2. Matrix Kolom  21 
Matrix yang Amx1   a31 
terdiri dari satu  
kolom (n =1)  
am1  7
Beberapa Macam Matrix
(lanj..)
3. Matrix Nol 0 0  0
0 0  0
Matrix dengan
A
elemen sama dengan    
nol  
0 0  0
4. Matrix Bujur
Sangkar  a11 a12  a1n 
Matrix dengan a 
a22  a2 n 
jumlah baris sama Anxn   21

dengan jumlah kolom     

(m=n)  
an1 an 2  ann 
8
Tipe Matrix Bujur
Sangkar
1. Matrix Diagonal
Matrix dengan elemen sama dengan
nol, kecuali elemen diagonalnya.
  0 bila i  j  a11 0 0  0 
aij   0 
  0 bila i  j  a22 0  0 
Amxm  0 0 a33  0 
 
     
 0 0 0  amm 
9
Tipe Matrix Bujur
Sangkar (lanj..)
2. Matrix Satuan (Unit atau Identity
Matrix)
Matrix diagonal dengan elemen
diagonal sama dengansatu 1 0 0  0 
  0 bila i  j
aij  0 1 0  0
  1 bila i  j  
Amxm   0 0 1  0 
 
     
 0 0 0  1 
10
Tipe Matrix Bujur
Sangkar (lanj..)
3. Matrix
Simetris aij  a ji
matrix dengan
elemen
15 3 1 
Contoh:
 
A3 12 2  A A
T

 1 2 10

11
Tipe Matrix Bujur
Sangkar (lanj..)
4. Matrix Segitiga Atas
Matrix yang semua elemen di bawah
diagonal utamanya sama dengan nol
a11 a12  a1n 
0 a22  a2 n 
Anxn 
   
 
0 0  ann 
12
Tipe Matrix Bujur
Sangkar (lanj..)
5. Matrix Segitiga Bawah
Matrix yang semua elemen diatas
diagonal utamanya sama dengan nol

 a11 0  0 
a a22  0  
Amxm   12

    
 
am1 am 2  amm 
13
Tipe Matrix Bujur
Sangkar (lanj..)
6. Tridiagonal Matrix  a11 a12 0  0 
Matrix bujur a a22 a23 0 
 12 0 
sangkar dengan Amxm 
elemen yang bernilai      am 1,m 
 
tidak sama dengan 0 0  am ,m 1 amm 
nol mengelompok
disekitar diagonal
14 1 0
0
utama membentuk 2
suatu jalur elemen 8 0 
3
A
diagonal 0 4 11 2 
 
0 0 1 20
14
Operasi Matrix
1. Penjumlahan dan Pengurangan Matrix
Syarat: matrix harus mempunyai orde yang
sama
 C    A  B
cij  aij bij
aij = elemen matrix [A]
bij = elemen matrix [B]
cij = elemen matrix [C]
15
 CONTOH SOAL :
1 2 3   2 3 0
Jika A    dan B   
 0 1 4   1 2 5 
AB AB AAA

JAWAB :A  B  1  2 2  3 3  0   3 5 3
0  (1) 1  2 4  5    1 3 9 
   

1  2 2  3 3  0   1  1 3
AB    
 0  ( 1) 1  2 4  5   1  1  1 

1  1  1 2  2  2 3  3  3  3 6 9 
AAA   
0  0  0 1  1  1 4  4  4  0 3 12 
16
Operasi Matrix (lanjut..)
2. Perkalian Matrix
dengan Skalar
 C   k  A
cij  k aij

k = skalar
aij = elemen matrix [A]
cij = elemen matrix [C]
17
CONTOH SOAL :
 2  2
A  dan g  5
4 3 
C  gA  ?

JAWAB :
 2  2  10  10 
C  gA  5    
 4 3   20 15 

18
Operasi Matrix (lanjut..)
3. Perkalian Matrix

 C    A B i  1,2,  m,
mxn mxp pxn
j  1,2, n,
p
k  1,2,  p
cij   aik bkj ,
k 1
aij = elemen matrix [A], bij = elemen
matrix [B]
cij = elemen matrix [C]
19
CONTOH SOAL :
 1
 2 3 4  2   ?
 3

JAWAB :
 1
 2   2(1)  3( 2)  4(3)  8
 2 3 4      
 3

20
CONTOH SOAL :
 1 2  x1 
 2 1 4  1 3  dan X   x2 
A  , B     
 1 3 2   4  1  x3 
JAWAB :
 2(1)  1( 1)  4(4) 2(2)  1(3)  4( 1)  17 3
AB     
 1(1)  3( 1)  2(4)  1(2)  3(3)  2( 1)   4 5 

 1(2)  2(1) 1(1)  2(3) 1(4)  2(2)   0 7 8

 
BA   1(2)  3( 1)  1(1)  3(3)  1(4)  3(2)    5 8 2 
 4(2)  (1)(1) 4(1)  ( 1)(3) 4(4)  ( 1)2   9 1 12 

21
Operasi Matrix (lanjut..)
Sifat:
1. [A] ([B] +[C]) = [A] [B] + [A] [C]
2. ([A] + [B]) [C]) = [A] [C] + [B] [C]
3. [A] ([B] [C]) = ([A] [B]) [C]
4. Umumnya [A] [B] ≠ [B] [A]
5. [A] [B] = 0 belum tentu [A]=0 atau [B]
=0
6. [A] [B] = [A] [C] belum tentu [B] = [C]
22
Beberapa Istilah Matrix
14 1 3 0
1. Transpose 2 8 3 1 
MatrixT A
 B   A 1

4 11 2 

2 1 20 14 2 10
0
1 2 
bij  a ji B  AT  
8 4
3 3 11 1 
maka  
0 1 2 20

2. A A   A  A   I 
MatrixT T

Orthogonal
 I   matrix identitas 23
Beberapa Istilah Matrix
(lanjut..)
3. Invers Matrix
Di dalam matrix, operasi pembagian matriks tidak
didefinisikan.
Akan tetapi ada matrik inverse.
Matrik invers analog dengan pembagian.

A A -1
= A -1
Untuk mendapatkanA invers
= 1 dari suatu
matrix dapat digunakan cara: (antara lain)
a. Adjoint b. Gauss Jordan

24
 POKOK BAHASAN 2
PENYELESAIAN PERSAMAAN LINEAR SIMULTAN

25
Persamaan Linier
Simultan
Secara umum n buah persamaan linier
dengan n bilangan yang tidak diketahui
dapat ditulis sebagai,
a11 x1  a12 x2  a13 x3    a1n xn  c1
a21 x1  a22 x2  a23 x3    a2 n xn  c2
a31 x1  a32 x2  a33 x3    a3n xn  c3
     
an1 x1  an 2 x2  an 3 x3    ann xn  cn
26
Persamaan Linier
Simultan
atau dalam bentuk matrix dapat ditulis,

 a11 a12 a13  a1n   x1   c1 

a a    
a23  a2 n   x2  c2  
 21 22
   
a31 a32 a33  a3n   x3   c3 
    
      
   

an1 an 2 an 3  ann   xn  cn 

27
Persamaan Linier
Simultan
Dalam bentuk yang lebih ringkas
persamaan diatas dapat ditulis,

 A X    C
[A] = matrix bujur sangkar yang
berisi koefisien persamaan linier
{X} = matrix kolom berisi variabel
{C} = matrix kolom dari “konstanta”
28
Cara Penyelesaian
Metode penyelesaian persamaan linier
serentak dapat digolongkan menjadi
dua besar yaitu:
1. Metode Langsung
2. Metode Iterasi

29
Cara Penyelesaian
 Metode Langsung  Metode
• Invers Iterasi
• Gauss • Jacobi
• Gauss Jordan • Gauss-Seidel
• Crout
• Doolittle
• Cholesky (untuk
matrix simetris)
30
Metode Gauss
 Penyelesaian dengan metode Gauss
dapat dibagi menjadi dua tahap yaitu:
(a) Eliminasi dari variabel (forward
elimination), dan
(b) Substitusi balik (back substitution)

31
 Metode Gauss

ELIMINATIO
FORWARD
 a11 a12 a13 c1  a11 a12 a13 c1 
    
a21 a22 a23 c2  0 a22 a23 c2 
a31 a32 a33 c3   0 0 
a33 c3

N
c3  c2  a23 .x3 

SUBSTITUTI
x3  , x2 

a33 a22
 c1  a12 .x2  a13 .x3 

BACK
x1 
a11

ON
32
Forward Elimination
a11 x1  a12 x2  a13 x3    a1n xn  c1 eliminasi x1 di baris
ke 2 dengan operasi:
a21 x1  a22 x2  a23 x3    a2 n xn  c2
baris ke 2 – a21/a11
a31 x1  a32 x2  a33 x3    a3n xn  c3 baris ke 1
      a21
b2  b1
an1 x1  an 2 x2  an 3 x3    ann xn  cn a11

 a21   a21   a21  a21


0   a22  a12 
 
x2   a23  a13 
 
x3     a2 n  a1n 
 xn  c2  c1
 a11   a11   a11  a11
 x2  a23
0  a22  x3    a2 n xn  c2
33
Forward Elimination
(lanjut..)

a11 x1  a12 x2  a13 x3    a1n xn  c1 (1)

0  a22  x2  a23
 x3    a2 n xn  c2 melakukan
prosedur
0  x2  a33
 a32  x3    a3 n xn  c3 diatas untuk
baris ke 2
hingga ke n
     
0  an 2 x2  an 3 x3    ann
 xn  cn

pers. (1) disebut pers. pivot dan a11 disebut koefisien pivot

34
Forward Elimination
(lanjut..)
a11 x1  a12 x2  a13 x3    a1n xn  c1 (1)
0  a22  x2  a23
 x3    a2 n xn  c2 (2)
0  0  a33  x3    a3n xn  c3 mengeliminasi
x2 dengan pers.
      (2) sebagai
pers. pivot
0  0  an3 x3    ann
 xn  cn

tanda  menyatakan bahwa elemen telah di modifikasi dua kali

35
Forward Elimination
(lanjut..)

a11 x1  a12 x2  a13 x3    a1n xn  c1 bila prosedur

diatas
0  a22  x2  a23
 x3    a2 n xn  c2 diteruskan
akan diperoleh
0   x3    a3n xn  c3
0  a33 matrix [A]
segitiga atas
     
0  0  0    an( n 1) xn  cn( n 1)

36
Back Substitution

( n 1)
c
xn  n
( n 1)
dan
a nn

n
( i 1)
c
i  a
j i 1
i 1
ij  xj
xi  i 1
, i  n  1, n  2,  , 1
a ii

37
Contoh:

4 P  3Q  2 R  1S  1
3P  4Q  3R  2S  1
2 P  3Q  4 R  3S  1
1P  2Q  3R  4 S  1

Dari persamaan linier simultan diatas,

dapatkan nilai P,Q,R, dan S dengan cara
eliminasi Gauss.
38
Contoh: (lanjut..)
4 3 2 1 |  1
3 4 3 2 |  1

2 3 4 3 |  1
 
1 2 3 4 |  1

4 3 2 1 | 1 
b 2 - ¾ b1
b 3 - ½ b1
0 7 4 3 2 5 4 |  1 4 
b 4 - ¼ b1

0 3 2 3 52 |  3 2
 
0 5 4 5 4 15 4 |  5 4

39
Contoh: (lanjut..)
4 3 2 1 | 1 
0 7 4 3 2 5 4 |  1 4 
b3 – 6/7 b2 
0 0 12 7 10 7 |  12 7 
b4 – 5/7 b2  
0 0 10 7 20 7 |  10 7 

4 3 2 1 | 1 
0 7 4 3 2 5 4 |  1 4 

0 0 12 7 10 7 |  12 7
b4 – 5/6 b3  
0 0 0 53 | 0 

P=0; Q=1; R=-1; S=0

40
Praktek Kelas :
3x  y  z  5
4x  7y  3z  20
2x  2y  5z  10

Dari persamaan linier simultan diatas,

dapatkan nilai x, y, dan z dengan cara
eliminasi Gauss.

41
Tugas:
Selesaikan persamaan simultan berikut dengan metode
Gauss,

6 x  2 y  2 z  2
2 x  0.6667 y  0.3333z  1
1x  2 y  1z  0

42
Faktorisasi LU
Dari persamaan linier serentak,

 A X    C
Bila matrix [A] bujur sangkar dan
non singular, [A] dapat difaktorkan
menjadi matrix segitiga atas [U], dan
matrix segitiga bawah [L],
 A   L U 
43
 Faktorisasi LU (lanjut..)
 Sehingga persamaan
diatas dapat ditulis
kembali,
 A X    C
 LU  X    C  Selanjutnya {X}
dapat diperoleh
 Bila ditetapkan [U] dari persamaan,
{X}={Y} maka dari
persamaan,
 L  Y    C  U   X   Y 
akan diperoleh nilai {Y}
44
Faktorisasi LU (lanjut..)
 A   LU 
 Menghitung nilai Determinan suatu
det  A  det  L  .det U 
matrix

 Uji singularity dari suatu matrix

Marix [A] nonsingular bila nilai
elemen diagonal matrix [L] dan [U]
tidak1 sama1 dengan nol
 A   L U  1
 Menghitung inverse dari suatu matrix45
Faktorisasi LU (lanjut..)
Beberapa metode faktorisasi LU antara lain:
1. Metode Doolittle
2. Metode Crout
3. Metode Cholesky

Pada kuliah ini akan dibahas metode

CHOLESKY

46
Metode Cholesky
Untuk matrix simetris ( [A] = [A]T ) dan
positive definite, matrix [A] dapat
difaktorkan menjadi menjadi matrix
segitiga bawah [L] dan segitiga atas [U]
 A   L U 
dengan [U] = [L]T
Positive definite matrix:

xT A x  0
x adalah nonzero vector (matrix kolom) 47
Metode Cholesky
(lanjut..)
 a11 a12 a13   m11 0 0  m11 m21 m31 
a a a   m m 0  0 m m 
 21 22 23   21 22  22 32 

a31 a32 a33  m31 m32 m33   0 0 m33 

a21
 a11  m11  m11  m11  a11  a21  m21  m11  m21 
a m11
 a31  m31  m11  m31  31
m11
 a22  m21  m21  m22  m22  m22  a22  m21
2

1
 a32  m31  m21  m32  m22  m32   a32  m31  m21 
m22
 a33  m31  m31  m32  m32  m33  m33  m33  a33  m31
2
 m32
2
48
Metode Cholesky
(lanjut..)
Perumusan secara umum dapat ditulis

j 1
 m11  a11  m jj  a jj   m 2js ; j  2,3, n
s 1

a j1
 m j1  ; j  2,3,  n
m11

1  k 1

 m jk   a jk   m js  mks  ; j  k  1,  n , k  2
mkk  s 1 
49
Contoh:

Selesaikan persamaan linier serentak

berikut dengan cara Cholesky

4 2 14  x1   14 
 2 17     
  5   x2    101
14  5 83   x3   155 

50
Contoh: (lanjut..)
a21 2
 m11  a11  4  2  m21   1
m11 2
a31 14
 m22  a22  m21  17  1  4
2  m31   7
m11 2
1 1
 m32   a32  m31  m21     5  7 1  3
m22 4

 m33  a33  m31

2
 m32
2
 83  7 2  (3) 2  5

51
Contoh: (lanjut..)
 4 2 14  2 0 0 2 1 7 
 2 17  5  1 4 0 0 4  3
    
14  5 83  7  3 5 0 0 5 
2 0 0  y1    14   y1    7 
1 4 0  y     101    
  2    y2    27
7  3 5  y3   155 y    5 
 3  
2 1 7   x1    7   x1   3
0 4  3  x    27    
  2     x2    6 
0 0 5   x3    5   x    1
 3   52
Tugas:

Selesaikan persamaan linier serentak

berikut dengan cara Cholesky

 3  0.1  0.2  x1   7.85 

 0.1 7  0.3   x    19.5
  2  
0.3  0.2 10   x3   71.4 

53