If you can't read please download the document
Upload
joni-fernando
View
25
Download
1
Embed Size (px)
DESCRIPTION
ervtwtvwe
Citation preview
METODE ITERASI GAUSS-SEIDEL DALAM SISTEM PERSAMAAN LINEARPenulis: Dr. Eng. Supriyanto, M.Sc, email: [email protected] Staf Lab. Komputer, Departemen Fisika, Universitas Indonesia Pengenalan metode iterasi Metode Iterasi Gauss-Seidel merupakan modifikasi dari metode Iterasi Jacobi. Modifikasi tersebut terletak pada rumus berikut:
( xi
(k)
j=1
>
i1
aijx(k)j
) >
n j = i +1
(a x ) + bij j( k 1)
i
=
aii
(1)
dimana i=1,2,3,...,n. Untuk lebih jelasnya, marilah kita perhatikan contoh berikut, diketahui sistem persamaan linear Ax = b yaitu10x1 x2+2x3
= = = =
6 25
x 1 + 11 x 2 x 3 + 3 x 4
2x1 x2+10x3 x4
11
3x2 x3+8x4
15
Lalu, sistem persamaan tersebut diubah susunannya menjadi seperti inix(k)
1 = 10 1 = = =x2
(k1)
2
(k1)
6 + 10 3 25(k1)1 1
1
x2
10x3 1(k)11 3
(k )
(k1)
x
(k )
3
11 x 1 + 2 3
x
1 + 10x2+
1
x4(k )
+ 11 11(k )
(k1)
10 x
1
x
(k )
4
1
10 x 4 15(k )
10(k )
8x2 +
8
x3 + 81
Misalnya kita tentukan nilai-nilai awal x(0) sebagai berikut x(0)= 0, x(0)2
= 0, x(0)3
= 0
dan x(0)4=
0. Atau dinyatakan seperti ini x(0) = (0; 0; 0; 0)t. Maka pada k = 1 kita akan
1
memperoleh nilai-nilai x(1) sebagai berikutx(1)
1 = 0, 6000 x2 = 2, 3272 (1) x3 = 0, 9873 (1) x4 = 0, 8789 (1)
Lalu proses perhitungan diulangi lagi dengan k = 2. Begitu seterusnya proses ini diulangulang lagi untuk nilai-nilai k berikutnya sampai x(k) mendekati solusi yang sesungguhnya, yaitu x = (1; 2; 1; 1)t Marilah kita amati hasil seluruh iterasi. Tabel di bawah ini menampilkan hasil perhitungan hingga iterasi yang ke-5. Kita bisa saksikan bahwa dibandingkan dengan iterasi Jacobi, problem sistem persamaan linear yang sama, bisa diselesaikan oleh metode iterasi GaussSeidel dalam 5 kali iterasi.
k
0
1
2
3
4
5
2
x(k)
1
x(k)
2 3 4
x(k) x(k)
0,0000 0,6000
1,030
1,0065
1,0009
1,0001
0,0000 2,3272 2,037 2,0036 2,0003 2,0000 0,0000 -0,9873 -1,014 -1,0025 -1,0003 -1,0000 0,0000 0,8789 0,9844 0,9983 0,9999 1,0000
3
Dari kasus ini, bisa kita simpulkan bahwa iterasi Gauss-Seidel bekerja lebih efektifdibandingkan iterasi Jacobi. Ya.., memang secara umum demikian, akan tetapi ternyata ditemukan kondisi yang sebaliknya pada kasus-kasus yang lain. Algoritma Iterasi Jacobi Langkah 1: Tentukan k= 1 Langkah 2: Ketika (k N) lakukan Langkah 3-6 Langkah 3: Untuk i=1,...,n, hitunglah ~i1=1
ai x
In =i+1 ai XOaii
+ bi
xi =
4
Langkah 4: Jika Mx XOM < c, maka keluarkan OUTPUT (x1, ..., xn) lalu STOP Langkah 5: Tentukan k=k+1 Langkah 6: Untuk i=1,...n, tentukan XO= x
Langkah 7: OUTPUT (Iterasi maksimum telah terlampaui) lalu STOPProgram dalam Fortran IMPLICIT NONE DIMENSION A(10,10) ,B(10) ,X(10) ,XO(10) REAL A,B,X,XO,EPS,NORM, S1,S2 INTEGER N, I, J, K, ITMAX WRITE(*,*) WRITE(*,*) ==> ITERASI GAUSS-SEIDEL UNTUK SISTEM LINEAR