SISTEM PERSAMAAN LINEAR DAN ELIMINASI GAUSS

Transkripsi

1 SISTEM PERSAMAAN LINEAR DAN ELIMINASI GAUSS Dr. Eng. Supriyanto, M.Sc Lab. Komputer, Departemen Fisika, Universitas Indonesia atau 5 Februari 2005 Abstract Secara umum, catatan ini bermaksud menjelaskan tentang cara penyelesaian problem sistem persamaan linear dengan metode eliminasi gauss. Tapi intinya, catatan ini mengulas konsep dasar metode eliminasi gauss dan algoritmanya serta dilengkapi dengan scriptnya dalam Fortran. 1 Penyederhanaan Secara umum, sistem persamaan linear dinyatakan sebagai berikut P n : a n1 x 1 + a n2 x a nn x n = b n (1) dimana a dan b merupakan konstanta, x adalah variable, n =1, 2, 3,... Contoh pertama Misalnya ada sistem persamaan linear yang terdiri dari empat buah persamaan yaitu P 1, P 2, P 3, dan P 4 seperti berikut ini: P 1 : x 1 + x 2 + 3x 4 = 4 P 2 : 2x 1 + x 2 x 3 + x 4 = 1 P 3 : 3x 1 x 2 x 3 + 2x 4 = -3 P 4 : x 1 + 2x 2 + 3x 3 x 4 = 4 1

2 Problem dari sistem persamaan linear adalah bagaimana mencari nilai pengganti bagi variabel x 1, x 2, x 3, dan x 4 sehingga semua persamaan diatas menjadi benar. Langkah awal penyelesaian problem tersebut adalah dengan melakukan penyederhanaan sistem persamaan linear. Ada banyak jalan untuk mendapatkan bentuk yang lebih sederhana, namun masalahnya, kita ingin mendapatkan sebuah algoritma program yang nantinya bisa berjalan di komputer, sedemikian rupa sehingga apapun persamaannya, bisa disederhanakan oleh komputer. Kita akan berpatokan pada tiga buah aturan operasi untuk menyederhanakan sistem persamaan linear di atas, yaitu Persamaan P i dapat dikalikan dengan sembarang konstanta λ, lalu hasilnya ditempatkan di posisi persamaan P i. Simbol operasi ini adalah (λp i ) (P i ). Persamaan P j dapat dikalikan dengan sembarang konstanta λ kemudian dijumlahkan dengan persamaan P i, lalu hasilnya ditempatkan di posisi persamaan P i. Simbol operasi ini adalah (P i + λp j ) (P i ). Persamaan P i dan P j dapat bertukar posisi. Simbol operasi ini adalah (P i ) (P j ). Maka dengan berpegang pada aturan-aturan tersebut, problem sistem persamaan linear di atas akan diselesaikan dengan langkah-langkah berikut ini: 1. Gunakan persamaan P 1 untuk menghilangkan variabel x 1 dari persamaan P 2,P 3 dan P 4 dengan cara (P 2 2P 1 ) (P 2 ), (P 3 3P 1 ) (P 3 ) dan (P 4 + P 1 ) (P 4 ). Hasilnya akan seperti ini P 1 : x 1 + x 2 +3x 4 = 4, P 2 : x 2 x 3 5x 4 = 7, P 3 : 4x 2 x 3 7x 4 = 15, P 4 : 3x 2 +3x 3 +2x 4 = 8 2. Gunakan persamaan P 2 untuk menghilangkan variabel x 2 dari persamaan P 3 dan P 4 dengan cara (P 3 4P 2 ) (P 3 ) dan (P 4 +3P 2 ) (P 4 ). Hasilnya akan seperti ini P 1 : x 1 + x 2 +3x 4 = 4, P 2 : x 2 x 3 5x 4 = 7, P 3 : 3x 3 +13x 4 = 13, P 4 : 13x 4 = 13 2

3 Kalau x 3 masih ada di persamaan P 4, dibutuhkan satu operasi lagi untuk menghilangkannya. Namun hasil operasi pada langkah ke-2 ternyata sudah otomatis menghilangkan x 3. Bentuk akhir dari keempat persamaan di atas, dikenal sebagai bentuk triangular. Sampai dengan langkah ke-2 ini, kita berhasil mendapatkan sistem persamaan linear yang lebih sederhana. Apa yang dimaksud dengan sederhana dalam konteks ini? Suatu sistem persamaan linear dikatakan sederhana bila kita bisa mendapatkan seluruh nilai pengganti variabelnya dengan cara yang lebih mudah atau dengan usaha yang tidak memakan waktu lama dibandingkan sebelum disederhanakan. Sekali kita mendapatkan nilai pengganti bagi variabel x 4, maka x 3, x 2 dan x 1 akan diperoleh dengan mudah dan cepat, sebagaimana yang dijelaskan pada langkah berikutnya. 3. Selanjutnya kita jalankan proses backward-substitution. Melalui proses ini, yang pertama kali didapat adalah nilai pengganti bagi variabel x 4, kemudian x 3, lalu diikuti x 2, dan akhirnya x 1. P 4 : x 4 = = 1, P 3 : x 3 = 1 3 (13 13x 4) = 1 (13 13) = 0, 3 P 2 : x 2 = ( 7+5x 4 + x 3 ) = ( 7+5+0)=2, P 1 : x 1 =4 3x 4 x 2 = 4 3 2= 1 Jadi solusinya adalah x 1 = 1, x 2 =2, x 3 =0dan x 4 =1. Coba sekarang anda cek, apakah semua solusi ini cocok dan tepat bila dimasukan ke sistem persamaan linear yang pertama, yaitu yang belum disederhanakan? OK, mudah-mudahan ngerti ya... Kalau belum paham, coba diulangi bacanya sekali lagi. Atau, sekarang kita beralih kecontoh yang lain. 3

4 Contoh kedua Misalnya ada sistem persamaan linear, terdiri dari empat buah persamaan yaitu P 1, P 2, P 3, dan P 4 seperti berikut ini: P 1 : x 1 x 2 + 2x 3 x 4 = -8 P 2 : 2x 1 2x 2 + 3x 3 3x 4 = -20 P 3 : x 1 + x 2 + x 3 = -2 P 4 : x 1 x 2 + 4x 3 + 3x 4 = 4 Seperti contoh pertama, solusi sistem persamaan linear di atas akan dicari dengan langkah-langkah berikut ini: 1. Gunakan persamaan P 1 untuk menghilangkan x 1 dari persamaan P 2,P 3 dan P 4 dengan cara (P 2 2P 1 ) (P 2 ), (P 3 P 1 ) (P 3 ) dan (P 4 P 1 ) (P 4 ). Hasilnya akan seperti ini P 1 : x 1 x 2 +2x 3 x 4 = 8, P 2 : x 3 x 4 = 4, P 3 : 2x 2 x 3 + x 4 = 6, P 4 : 2x 3 +4x 4 = 12 Perhatikan persamaan P 2! Akibat dari langkah yang pertama tadi, x 2 hilang dari persamaan P 2. Kondisi ini bisa menggagalkan proses triangularisasi. Untuk itu, posisi P 2 mesti ditukar dengan persamaan yang berada dibawahnya, yaitu P 3 atau P 4. Supaya proses triangularisasi dilanjutkan kembali, maka yang paling cocok adalah ditukar dengan P Tukar posisi persamaan P 2 dengan persamaan P 3, (P 2 P 3 ). Hasilnya akan seperti ini P 1 : x 1 x 2 +2x 3 x 4 = 8, P 2 : 2x 2 x 3 + x 4 = 6, P 3 : x 3 x 4 = 4, P 4 : 2x 3 +4x 4 = 12 4

5 3. Gunakan persamaan P 3 untuk menghilangkan x 3 dari persamaan P 4 dengan cara (P 4 2P 3 ) (P 4 ). Hasilnya akan seperti ini P 1 : x 1 x 2 +2x 3 x 4 = 8, P 2 : 2x 2 x 3 + x 4 = 6, P 3 : x 3 x 4 = 4, P 4 : 2x 4 = 4 Sampai disini proses triangularisasi telah selesai. 4. Selanjutnya adalah proses backward-substitution. Melalui proses ini, yang pertama kali didapat solusinya adalah x 4, kemudian x 3, lalu diikuti x 2, dan akhirnya x 1. P 4 : x 4 = 4 2 = 2, P 3 : x 3 = 4+x 4 1 = 2, P 2 : x 2 = 6+x 3 x 4 2 = 3, P 1 : x 1 = 8+x 2 2x 3 + x 4 = 7 Jadi solusinya adalah x 1 = 7, x 2 =3, x 3 =2dan x 4 =2. Berdasarkan kedua contoh di atas, untuk mendapatkan solusi sistem persamaan linear, diperlukan operasi triangularisasi dan proses backward-substitution. Kata backwardsubstitution kalau diterjemahkan kedalam bahasa indonesia, menjadi substitusi-mundur. Gabungan proses triangularisasi dan substitusi-mundur untuk menyelesaikan sistem persamaan linear dikenal sebagai metode eliminasi gauss. 2 Matrik dan Eliminasi Gauss Sejumlah matrik bisa digunakan untuk menyatakan suatu sistem persamaan linear. Sejenak, mari kita kembali lagi melihat sistem persamaan linear secara umum seperti 5

6 berikut ini: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2... = =... a n1 x 1 + a n2 x a nn x n = b n Sementara, kalau dinyatakan dalam bentuk operasi matrik, maka akan seperti ini: a 11 a a 1n x 1 b 1 a 21 a a 2n x 2 b 2 =..... a n1 a n2... a nn x n b n Dalam mencari solusi suatu sistem persamaan linear dengan metode eliminasi gauss, bentuk operasi matrik di atas dimanipulasi menjadi matrik augment, yaitu suatu matrik yang berukuran n x (n +1)seperti berikut ini: a 11 a a 1n b 1 a 11 a a 1n a 1,n+1 a 21 a a 2n b 2 a 21 a a 2n a 2,n+1 = (3) a n1 a n2... a nn b n a n1 a n2... a nn a n,n+1 Berdasarkan contoh pertama yang ada dihalaman depan catatan ini, saya akan tunjukkan proses triangularisasi dan substitusi-mundur dalam operasi matrik terhadap sistem persamaan linear yang terdiri dari empat persamaan matematika, yaitu (silakan lihat kembali contoh pertama): x x x 3 = Lalu kita dapat membuat matrik augment sebagai berikut: x 4 (2)

7 Kemudian kita lakukan operasi triangularisai terhadap matrik augment, dimulai dari kolom pertama, yaitu lalu dilanjutkan ke kolom berikutnya Sebelum dilanjutkan ke substitusi-mundur, saya ingin menegaskan peranan angka-angka indeks dari masing-masing elemen matrik augment tersebut. Silakan perhatikan posisi masing-masing elemen berikut ini: a 11 a 12 a 13 a 14 a a 21 a 22 a 23 a 24 a 25 a 31 a 32 a 33 a 34 a a 41 a 42 a 43 a 44 a 45 Dengan memperhatikan angka-angka indeks pada matrik augment di atas, kita akan mencoba membuat rumusan proses substitusi-mundur untuk mendapatkan seluruh nilai pengganti variabel x. Dimulai dari x 4, x 4 = a 45 = 13 a =1 ini dapat dinyatakan dalam rumus umum, yaitu lalu dilanjutkan dengan x 3, x 2, dan x 1. x n = a n,n+1 a nn x 3 = a 35 a 34 x 4 a 33 = x 2 = a 25 (a 23 x 3 + a 24 x 4 ) a 22 = x 1 = a 15 (a 12 x 2 + a 13 x 3 + a 14 x 4 ) a 11 = 7 13 [(13)(1)] =0 3 ( 7) [( 1)(0) + ( 5)(1)] =2 ( 1) 4 [(1)(2) + (0)(0) + (3)(1)] = 1 1

8 ini juga dapat dinyatakan dalam rumus umum yaitu: x i = a i,n+1 n j=i+1 a ijx j a ii Proses triangularisasi dan substitusi-mundur dibakukan menjadi algoritma metode eliminasi gauss yang dapat diterapkan dalam berbagai bahasa pemrograman komputer, misalnya fortran, C, java, pascal, matlab, dan lain-lain. 3 Algoritma eliminasi Gauss Secara umum, sistem persamaan linear adalah sebagai berikut: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2.. =. a n1 x 1 + a n2 x a nn x n = b n Algoritma dasar metode eliminasi gauss, adalah sebagai berikut: 1. Ubahlah sistem persamaan linear tersebut menjadi matrik augment, yaitu suatu matrik yang berukuran n x (n +1)seperti berikut ini: a 11 a a 1n b 1 a 11 a a 1n a 1,n+1 a 21 a a 2n b 2 a 21 a a 2n a 2,n+1 = (4) a n1 a n2... a nn b n a n1 a n2... a nn a n,n+1 Jelas terlihat bahwa elemen-elemen yang menempati kolom terakhir matrik augment adalah nilai dari b i ; yaitu a i,n+1 = b i dimana i =1, 2,..., n. 2. Periksalah elemen-elemen pivot. Apakah ada yang bernilai nol? Elemen-elemen pivot adalah elemen-elemen yang menempati diagonal suatu matrik, yaitu a 11, a 22,..., a nn atau disingkat a ii. Jika a ii 0, bisa dilanjutkan ke langkah no.3. Namun, jika ada elemen diagonal yang bernilai nol, a ii =0, maka baris dimana elemen itu berada harus ditukar posisinya dengan baris yang ada dibawahnya, (P i ) (P j ) dimana j = i +1,i+2,..., n, sampai elemen diagonal matrik menjadi tidak nol, 8

9 a ii 0. (Kalau kurang jelas, silakan lihat lagi contoh kedua yang ada dihalaman 3. Sebaiknya, walaupun elemen diagonalnya tidak nol, namun mendekati nol (misalnya 0,03), maka proses pertukaran ini dilakukan juga). 3. Proses triangularisasi. Lakukanlah operasi berikut: P j a ji P i P j (5) a ii dimana j = i + 1, i+ 2,..., n. Maka matrik augment akan menjadi: a 11 a 12 a a 1n a 1,n+1 0 a 22 a a 2n a 2,n a a 3n a 3,n+1 (6) a nn a n,n+1 4. Hitunglah nilai x n dengan cara: x n = a n,n+1 a nn (7) 5. Lakukanlah proses substitusi-mundur untuk memperoleh x n 1,x n 2,..., x 2,x 1 dengan cara: x i = a i,n+1 n j=i+1 a ijx j (8) a ii dimana i = n 1,n 2,..., 2, 1. Demikianlan algoritma dasar metode eliminasi gauss. Selanjutnya algoritma dasar tersebut perlu dirinci lagi sebelum dapat diterjemahkan kedalam bahasa pemrograman komputer. 3.1 Algoritma Algoritma metode eliminasi gauss untuk menyelesaikan n x n sistem persamaan linear. P 1 : a 11 x 1 + a 12 x a 1n x n = b 1 P 2 : a 21 x 1 + a 22 x a 2n x n = b 2... =. P n : a n1 x 1 + a n2 x a nn x n = b n 9

10 INPUT: sejumlah persamaan linear dimana konstanta-konstanta-nya menjadi elemen-elemen matrik augment A =(a ij ), dengan 1 i n dan 1 j n +1. OUTPUT: solusi x 1,x 2,x 3,..., x n atau pesan kesalahan yang mengatakan bahwa sistem persamaan linear tidak memiliki solusi yang unik. Langkah 1: Inputkan konstanta-konstanta dari sistem persamaan linear kedalam elemen-elemen matrik augment, yaitu suatu matrik yang berukuran n x (n +1) seperti berikut ini: a 11 a a 1n b 1 a 11 a a 1n a 1,n+1 a 21 a a 2n b 2 a 21 a a 2n a 2,n+1 = (9) a n1 a n2... a nn b n a n1 a n2... a nn a n,n+1 Langkah 2: Untuk i =1,..., n 1, lakukan Langkah 3 sampai Langkah 5. Langkah 3: Definisikan p sebagai integer dimana i p n. Lalu pastikan bahwa a pi 0. Jika ada elemen diagonal yang bernilai nol (a ii =0), maka program harus mencari dan memeriksa elemen-elemen yang tidak bernilai nol dalam kolom yang sama dengan kolom tempat elemen diagonal tersebut berada. Jadi saat proses ini berlangsung, integer i (indeks dari kolom) dibuat konstan, sementara integer p (indeks dari baris) bergerak dari p = i sampai p = n. Bila ternyata setelah mencapai elemen paling bawah dalam kolom tersebut, yaitu saat p = n tetap didapat nilai a pi =0, maka sebuah pesan dimunculkan: sistem persamaan linear tidak memiliki solusi yang unik. Lalu program berakhir: STOP. Langkah 4: Namun jika sebelum integer p mencapai nilai p = n sudah diperoleh elemen yang tidak nol (a pi 0), maka bisa dipastikan p i. Jika p i maka lakukan proses pertukaran (P p ) (P i ). Langkah 5: Untuk j = i +1,.., n, lakukan Langkah 6 dan Langkah 7. Langkah 6: Tentukan m ji, m ji = a ji a ii 10

11 Langkah 7: Lakukan proses triangularisasi, (P j m ji P i ) (P j ) Langkah 8: Setelah proses triangularisasi dilalui, periksalah a nn. Jika a nn =0, kirimkan pesan: sistem persamaan linear tidak memiliki solusi yang unik. Lalu program berakhir: STOP. Langkah 9: Jika a nn menentukan x n, 0, lakukan proses substitusi mundur, dimulai dengan x n = a n,n+1 a nn Langkah 10: Untuk i = n 1,..., 1 tentukan x i, x i = a i,n+1 n j=i+1 a ijx j a ii Langkah 11: Diperoleh solusi yaitu x 1,x 2,..., x n. Algoritma telah dijalankan dengan sukses. STOP. Saya telah membuat program sederhana dalam fortran untuk mewujudkan algoritma eliminasi gauss. Saya berasumsi bahwa anda sudah menguasai dasar-dasar pemrograman dalam fortran. Program ini sudah dicoba di-compile dengan fortran77 under Linux Debian dan visual-fortran under windows-xp. Langkah-langkah yang tercantum pada program ini disesuaikan dengan langkah-langkah yang tertulis di atas. Dalam program ini, ukuran maksimum matrik augment adalah 10 x 11, untuk mencari 10 variabel yang tidak diketahui. Jika anda bermaksud memperbesar atau memperkecil ukuran matrik augment, silakan sesuaikan angka ukuran matrik yang anda inginkan pada statemen pertama dari program ini, yaitu statemen DIMENSION. Inilah programnya, C DIMENSION A(10,11), X(10) REAL MJI WRITE (*,*) =PROGRAM ELIMINASI GAUSS= WRITE (*,*) LANGKAH 1: MEMASUKAN NILAI ELEMEN-ELEMEN MATRIK AUGMENT WRITE (*, (1X,A) ) JUMLAH PERSAMAAN? READ (*,*) N 11

12 WRITE (*,*) WRITE (*,*) MASUKAN ELEMEN-ELEMEN MATRIK AUGMENT M = N + 1 DO 50 I = 1,N DO 60 J = 1,M WRITE (*, (1X,A,I2,A,I2,A) ) A(,I,,,J, ) = READ (*,*) A(I,J) 60 CONTINUE 50 CONTINUE WRITE (*,*) C MENAMPILKAN MATRIK AUGMENT WRITE (*, (1X,A) ) MATRIK AUGMENT: DO 110 I = 1,N WRITE (*, (1X,5(F14.8)) ) (A(I,J),J=1,M) 110 CONTINUE WRITE (*,*) C LANGKAH 2: MEMERIKSA ELEMEN-ELEMEN PIVOT DAN PROSES TUKAR POSISI NN = N-1 DO 10 I=1,NN C LANGKAH 3: MENDEFINISIKAN P P = I 100 IF (ABS(A(P,I)).GE.1.0E-20.OR. P.GT.N) GOTO 200 P = P+1 GOTO IF(P.EQ.N+1)THEN C MENAMPILKAN PESAN TIDAK UNIK WRITE(*,5) GOTO 400 END IF C LANGKAH 4: PROSES TUKAR POSISI IF(P.NE.I) THEN DO 20 JJ=1,M C = A(I,JJ) A(I,JJ) = A(P,JJ) 12

13 A(P,JJ) = C 20 CONTINUE END IF C LANGKAH 5: PERSIAPAN PROSES TRIANGULARISASI JJ = I+1 DO 30 J=JJ,N C LANGKAH 6: TENTUKAN MJI MJI = A(J,I)/A(I,I) C LANGKAH 7: MELAKUKAN PROSES TRIANGULARISASI DO 40 K=JJ,M A(J,K) = A(J,K)-MJI*A(I,K) 40 CONTINUE A(J,I) = 0 30 CONTINUE 10 CONTINUE C MENAMPILKAN HASIL TRIANGULARISASI WRITE (*, (1X,A) ) HASIL TRIANGULARISASI: DO 120 I = 1,N WRITE (*, (1X,5(F14.8)) ) (A(I,J),J=1,M) 120 CONTINUE C LANGKAH 8: MEMERIKSA ELEMEN A(N,N) IF(ABS(A(N,N)).LT.1.0E-20) THEN C MENAMPILKAN PESAN TIDAK UNIK WRITE(*,5) GOTO 400 END IF C LANGKAH 9: MENGHITUNG X(N) X(N) = A(N,N+1)/A(N,N) C LANGKAH 10: PROSES SUBSTITUSI MUNDUR L = N-1 DO 15 K=1,L I = L-K+1 JJ = I+1 SUM =

14 DO 16 KK=JJ,N SUM = SUM+A(I,KK)*X(KK) 16 CONTINUE X(I) = (A(I,N+1)-SUM)/A(I,I) 15 CONTINUE C LANGKAH 11: MENAMPILKAN HASIL PERHITUNGAN WRITE (*,*) WRITE (*,7) DO 18 I = 1,N WRITE (*, (1X,A,I2,A,F14.8) ) X(,I, ) =,X(I) 18 CONTINUE 400 STOP 5 FORMAT(1X, SISTEM LINEAR TIDAK MEMILIKI SOLUSI YANG UNIK ) 7 FORMAT(1X, SOLUSI UNIK ) END 4 Penutup Silakan anda coba aplikasikan program di atas dengan berbagai sistem persamaan linear yang pernah dijadikan contoh pada catatan terdahulu. Saya cukupkan sementara sampai disini. Insya Allah akan saya sambung lagi dilain waktu. Kalau ada yang mau didiskusikan, silakan hubungi saya melalui yang tercantum di halaman paling depan. References [1] Burden, R.L., Faires, J.D., Numerical Analysis, 7-edition, Brooks/Cole,