Metode Iterasi Gauss-Seidel Penyelesaian Sistem Persamaan Linier

Slides:



Advertisements
Presentasi serupa
Pendahuluan Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,
Advertisements

Penulisan Dalam Bentuk Matriks Eliminasi Gauss
Solusi Persamaan Linier
Solusi Sistem Persamaan Lanjar (Bagian 2)
Penyelesaian Persamaan Linier Simultan
Metode Numerik (3 SKS) Kuliah pertama
Pendahuluan Metode Numerik Secara Umum
SPL HOMOGEN Bentuk umum: Dalam bentuk matrik : Amn x = 0
SISTEM PERSAMAAN SIMULTAN
Bab 3. Penyelesaian Sistem Persamaan Linier (SPL)
SISTEM PERSAMAAN LINIER
ELIMINASI GAUSS MAYDA WARUNI K, ST, MT.
Metode Numerik Persamaan Non Linier.
Univ. INDONUSA Esa Unggul INF-226 FEB 2006 Pertemuan 12 Tujuan Instruksional Umum : Sistem Persamaan Linier Tujuan Instruksional Khusus : Mahasiswa mampu.
SISTEM PERSAMAAN LINIER
BAB I SISTEM PERSAMAAN LINIER
Sistem Persamaan Linier Non Homogin
Regrasi Polinomial Fata Nidaul Khasanah L
6s-1LP Metode Simpleks William J. Stevenson Operations Management 8 th edition OPERATIONS RESEARCH Enos.
Univ. INDONUSA Esa Unggul INF-226 FEB 2006 Pertemuan 14 Tujuan Instruksional Umum : Sistem Persamaan Linier Tujuan instruksional Khusus : Mahasiswa mampu.
Penyelesaian Persamaan Linier Simultan
SOLUSI SPL Metode Dekomposisi LU.
1. Pendahuluan.
PERTEMUAN 5 1. MATRIKS 2. METODE ELIMINASI GAUSS 3. METODE ITERASI GAUSS SEIDEL 4. METODE DEKOMPOSISI LU.
Metode Dekomposisi LU Penyelesaian Sistem Persamaan Linier
HAMPIRAN NUMERIK PENEYELESAIAN SISTEM PERSAMAAN LINIER Pertemuan 5
Regresi Non-Linier Metode Numerik
Regresi Linier Metode Numerik Oleh: Ir. Kutut Suryopratomo, MT., MSc.
VII. PENYELESAIAN PERSAMAAN Ax = b Dengan A adalah MBS (IV)
Metode Interpolasi Pemetaan Langsung
BAB 5: Sistem Persamaan Linier (SPL)
METODE NUMERIK Sistem Persamaan Linier (SPL) (2)
Metode Eliminasi Gauss Penyelesaian Sistem Persamaan Linier
SISTEM PERSAMAAN LINIER SIMULTAN
BAB I SISTEM PERSAMAAN LINIER
Sistem Persamaan Linier dan Matriks Jilid 2
Metode numerik secara umum
oleh Ir. Indrawani Sinoem, MS.
Sistem Persamaan Aljabar Linear
SISTEM PERSAMAAN LINEAR
SISTEM PERSAMAAN LINIER
SISTEM PERSAMAAN LINIER 2
PERTEMUAN 1 PENDAHULUAN
SISTEM PERSAMAAN LINEAR
Sistem Persamaan Linear
5/12/2018 Metode Numerik II.
Metode Interpolasi Lagrange
NURINA FIRDAUSI
Determinan suatu matriks A didefinisikan sebagai :
Metode Numerik Oleh: Swasti Maharani.
Sitem Persamaan Linier (SPL)
Metode Interpolasi Selisih-terbagi Newton
Operasi Matrik.
Sistem Persamaan Linear
Metode Iterasi Jacobi & Iterasi Gauss Seidel
Metode Dekomposisi LU, Iterasi Jacobi & Iterasi Gauss Seidel
GAUSS SEIDEL Nurina Firdausi
Sistem Persamaan Linear
Eliminasi Gauss Jordan & Operasi Baris Elementer
sistem persamaan linear
SISTEM PERSAMAAN LINEAR
sistem persamaan linear
Penyelesaian Sistem Persamaan Linier (spl)
PENYELESAIAN PERSAMAAN LINEAR SIMULTAN
Penyelesaian Persamaan Linier Simultan
Pendahuluan Metode Numerik Secara Umum
SISTEM PERSAMAAN LINIER 2
Metode Eliminasi Gauss Jordan
Penggunaan Matriks Langkah untuk menyelesaikan soal kehidupan sehari-hari: Mengubah soal cerita dan menyusun sistem persamaannya Menyelesaikan sistem persamaan.
SPL 3 VARIABEL.
Transcript presentasi:

Metode Iterasi Gauss-Seidel Penyelesaian Sistem Persamaan Linier Metode Numerik Ir. Kutut Suryopratomo, MT, MSc Teknik Fisika, Universitas Gadjah Mada

Sistem Persamaan Linier (SPL) Sistem Persamaan Linier (SPL) banyak dijumpai dalam keteknikan, terlebih saat berurusan dengan penyelesaian persamaan diferensial parsial. SPL melibatkan n persamaan dengan n variabel (xi) yang harus ditentukan nilainya:

Sistem Persamaan Linier SPL bisa ringkas ditulis dalam bentuk matriks:

Metode2 Penyelesaian Sistem Persamaan Linier Metode penyelesaian SPL secara umum ada 2 macam, yaitu: Metode eliminasi: Gauss Gauss-Jordan Dekomposisi LU Metode iterasi: Jacobi Gauss-Seidel

Metode2 Penyelesaian Sistem Persamaan Linier Di sini hanya akan dibahas 3 metode dari semua yang disebutkan tadi, yaitu: Metode Eliminasi Gauss Metode Dekomposisi LU Metode Iterasi Gauss-Seidel

Metode Iterasi Gauss-Seidel Penyelesaian SPL (Sistem Persamaan Linier)

Ide Dasar Metode Dekomposisi LU Dari SPL [A][X] = [B] Disusun masing2 1 persamaan untuk tiap xi:

Ide Dasar Metode Iterasi Gauss-Seidel Proses iterasi dimulai dengan tebakan sembarang untuk setiap xi. Lalu, nilai xi baru dihitung dari persamaan iterasi Iterasi dilanjutkan dengan xi terbaru yang tersedia. Proses iterasi dihentikan jika error dari 2 iterasi berurutan memenuhi kriteria yang ditentukan.

Ide Dasar Metode Iterasi Gauss-Seidel Proses iterasi dihentikan jika error dari 2 iterasi berurutan: telah memenuhi kriteria yang ditentukan untuk semua xi.

Beberapa catatan; Metode Iterasi Gauss-Seidel Proses iterasi efisien jika tebakan dekat dengan nilai sejatinya. Tebakan yang baik bisa dibuat jika fenomena fisiknya telah dipahami. Proses iterasi bisa konvergen (menuju nilai sejatinya) atau sebaliknya. Untuk menjaga konvergensi, pastikan persamaan iterasi disusun dari matriks dominan diagonal. Artinya, nilai mutlak kebanyakan elemen diagonal (aii) lebih besar daripada elemen lainnya (aij).

Beberapa catatan; Metode Iterasi Gauss-Seidel Matriks [A] dalam SPL [A][X]=[B] dikatakan dominan diagonal jika: Untungnya, kebanyakan sistem fisik biasanya memberikan SPL yang dominan diagonalnya.

Contoh-1: Tabel data Waktu, t (detik) Kecepatan, v (m/s) 5 106,8 8 Tabel merekam data kecepatan roket pada tiga saat waktu. Kecepatan bisa dimodelkan dengan polinom orde-2: v(t)=a0+a1.t+a2t2 Dengan persamaan ini bisa ditentukan kecepatan pada waktu dalam rentang 5-12 detik. Waktu, t (detik) Kecepatan, v (m/s) 5 106,8 8 177,2 12 279,2

Contoh-1: Sebaran data

Contoh-1: Sistem Persamaan Linier

Contoh-1: Sistem Persamaan Linier Matriks [A] tidak dominan diagonal, sehingga tidak bisa disusun persamaan iterasi yang konvergen. Jadi metode iterasi Gauss-Seidel tidak bisa digunakan untuk menyelesaikan persoalan ini.

Contoh-2: Sistem Persamaan Linier Akan dicari penyelesaian SPL berikut: Matriks [A] di sini dominan diagonal, sehingga dari sini bisa disusun persamaan iterasi yang konvergen.

Contoh-2: Sistem Persamaan Linier Persamaan iterasi: Untuk pengawalan iterasi diambil tebakan sembarang xi = 0 (i=1..3)

Contoh-2: Sistem Persamaan Linier iterasi ke- error kriteria: 1E-03 x1 x2 x3 max konvergen? 1 0.083 5.583 2.821 100 belum 2 -0.14 3.935 3.759 160.7 41.88 24.96 3 0.666 3.212 3.963 120.6 22.53 5.156 4 0.932 3.036 3.997 28.55 5.792 0.833 5 0.990 3.004 4.000 5.842 1.049 0.091 6 0.999 3.000 0.94 0.135 4E-04 7 1.000 0.102 0.007 0.003 8 0.002 9 0.001 2E-04 10 3E-05 11 4E-05 4E-06 konvergen