PENYELESAIAN PERSAMAAN LINEAR Ax = B

DENGAN A = MATRIX TRIDIAGONAL

Abstrak
Vektor dalam arti luas dapat dipandang sebagai himpunan besaran-besaran dengan index
yang jelas. Vektor adalah larik bedimensi satu sedangkan Matrix adalah larik berdimensi
jamak ( 2). Matriks tridiagonal adalah matriks yang semua elemen diagonal utama, dan
elemen yang tepat satu di atas atau di bawah diagonal utama adalah nol.
Banyak Metode Untuk Mencari Penyelesaian Persamaan Linear Ax = B Dengan A = Matrix
Tridiagonal. Disini hanya dibahas dua metode saja yaitu metode faktorisasi LU dan metode
sapuan ganda choleski. Pada metode faktorisasi LU, Persamaan matrix Ax = b dipecahkan
dalam tiga tahap yaitu : Faktorisasi A = LU dengan cara Doolittle (I), Penyelesaian atas
persamaan matrix Ly = b tanpa operasi invers,Penyelesaian atas persamaan matrix Ux = y
tanpa operasi invers. Sedangkan untuk metode sapuan ganda choleski perhitungan
Penyelesaian Persamaan Linear dilakukan dengan 2 langkah yait: Menghitung koefisien Pi
dan Qi (i = 1, 2, 3, 4), dan Menghitung xi (i = 4, 3, 2, 1).
Dari kedua metode tersebut, ternyata metode sapuan ganda coleski memiliki beban
komputasi yang lebih sedikit.

A. Pendahuluan
Vektor dan Matrix
Vektor dalam arti luas dapat dipandang sebagai himpunan besaran-besaran dengan
index yang jelas. Index menunjukkan lokasinya dalam himpunan itu. Masing-masing besaran
disebut elemen vektor.
Contoh :

sebagai Vektor Kolom

Untuk menghemat tempat, vektor tersebut ditulis :

*Vektor ditulis dengan menggunakan underline
a (ai), i = 1, 2, , n
Matrix:
 Vektor adalah larik bedimensi satu.
Matrix larik berdimensi jamak ( 2).
Elemen matrix A pada baris i dan kolom j a ij (index pertama senantiasa baris dan kedua
adalah kolom). Bila matrix A terdiri atas m baris dan n kolom, maka dapat ditulis:
A = (aij), i= 1, 2, , m dan j= 1, 2, , n
ditulis secara lengkap :

Tiap kolom dari matrix membentuk vektor kolom, maka dapat ditulis :
A (aj) = [a1 a2 a3 , an] dengan aj Rn, j = 1, 2, , n
Cara penulisan lain berdasar baris :

subskrip ()T menunjukkan lambang vektor baris

Agar menghemat tempat dapat ditulis : a = [a1T a2T a3T anT]
Macam Vektor dan Matriks
a. Vektor Nol : vektor yang semua elemennya bernilai nol.
b. Matrix Nol : matrix yang semua elemennya bernilai nol.
c. Vektor Basis (ei): vektor yang semua elemennya bernilai nol kecuali elemen ke i
bernilai 1 (satu). Misal, vektor basis e3 R7 adalah:

vektor basis ei Rn, 1 i n (Wah yang ini maksudnya kagak ngarti gue!)
d. Matrix Bujur Sangkar (MBS): matrix dengan cacah baris dan cacah kolomnya sama.
MBS A (aij) Rnn , adalah :
 Untuk MBS A (aij) Rnn :
Semua elemen dengan i = j, yaitu a11, a22, a33, , ann disebut elemen diagonal
(terletak pada diagonal utama).
Untuk MBS A (aij) Rnn :
Dengan aij = aij disebut matrix simetris (garis diagonal utama berfungsi sebagai sumbu
simetri).
e. Matrix Persegi Panjang (MPP) : matrix yang cacah barisnya tidak sama dengan cacah
kolomnya.
f. Matrix Diagonal (M Diag) : Adalah MBS dengan semua elemen bukan elemen diagonal
memiliki nilai nol.
g. Matrix Satuan (M Sat) : Dilambangkan I, didefinisikan sebagai matrix diagonal dengan
semua elemen diagonal bernilai satu.
h. Matrix Segitiga Bawah (MSB):
MSB A (aij) Rnn Memiliki sifat aij= 0 untuk semua i < j.
i. Matrix Segitiga Atas (MSA)
MSA A (aij) Rnn Memiliki sifat aij= 0 untuk semua j < i.
j. Tensor : matrix berdimensi lebih dari 2
k. Matrix tridiagonal
Matriks tridiagonal: semua elemen diagonal utama, dan elemen yang tepat satu di atas
atau di bawah diagonal utama adalah nol.
Matrix tridiagonal A (aij) RnXn memiliki sifat bahwa aij = 0 untuk semua i-j
> 1.
l. Matrix pita A (aij) RnXn memiliki sifat bahwa aij = 0 untuk semua i-j > m,
untuk suatu nilai m < n .
m. Matrix jarang, yaitu matrix dengan cacah baris dan cacah kolom yang relatif sangat
besar (misalnya 100000) dan dengan sebagian terbesar (misalnya 95%) dari elemen-
elemennya bernilai nol (dan hanya sebagian kecil saja yang bernilai taknol).
Operasi Matriks
a. Transpose
Operasi Transpose matrix mengubah elemen- elemen dalam susunan baris menjadi
elemen-elemen dalam susunan kolom dan yang tadinya membentuk kolom menjadi
tersusun dalam baris. Operasi Transpose matrix mengubah elemen- elemen dalam
 susunan baris menjadi elemen-elemen dalam susunan kolom dan yang tadinya
membentuk kolom menjadi tersusun dalam baris.

Transpose matrix = . Maka

Untuk Transpose matrix simetris S,

Selanjutnya bila v adalah vektor kolom, maka adalah vektor baris, dan sebaliknya.

b. Perkalian sebuah nilai real dengan Matriks

Bila matrix A dikalikan dengan sebuah nilai , maka baik maupun

menghasilkan matrix C yang memiliki dimensi yang sama dengan A.

c. Operasi penambahan
Matrix A dan matrix B dapat dipertambahkan bila dan hanya bila cacah bar is untuk A
dan B serta cacah kolcrn untuk A dan 3 sesuai (compatible ). Hasilnya adalah matrix C
dengan sifat:

Operasi pertambahan atas dua matrix dilakukan dengan menjumlahkan elemen

pada lokasi baris dan kolom yang sama pada kedua matrix yang bersangkutan. Operasi
pertambahan bersifat komutatif. A + B = B + A. Dapat ditunjukkan pula bahwa:

d. Operasi pengurangan
Matrix A dan matrix B dapat dikenai operasi perkurangan bila dan hanya bila cacah bar
is untuk A dan B serta cacah kolom A dan B sesuai {compatible).
Bila matrix C = A - B , maka hasilnya matrix C memiliki elemen-elemen dengan sifat:

Operasi perkurangan atas dua matrix dilaksanakan dengan pengurangan atas

elemen pada lokasi baris dan kolom yang sesuai pada kedua matrix yang bersangkutan.
Operasi perkurangan pada matrix tidak bersifat komutatif.
Selanjutnya dapat ditunjukkan pula bahwa:

e. Operasi perkalian
Perkalian matrix A dan B akan menghasilkan matrix C = AB, dengan sifat:
 bila memenuhi syarat: cacah kolom n dar i A, sama dengan cacah baris dari B. Hasilnya
matrix C memiliki cacah bans m dari A dan cacah kolom q dari B. Dalam hal itu,

, dan Umumnya operasi perkalian tidak komutatif.

Maka pada umumnya AB BA sekaliipun misainya kedua operasi itu dapat

dilaksanakan (keduanya MBS).

Dalam operasi perkalian matrix maupun vektor, urutan penulisan lambang matrix dan
vektor amat penting.
Dapat juga ditunjukkan bahwa :

f. Operasi pembagian
Operasi pembagian atas dua buah matrix tidak didefinisikan (tak ada dalam karnus al
jabar matrix).
g. Operasi Invers
Operasi ini menggantikan peran operasi pembagian. Matrix A disebut invers dar i
matrix B, atau B disebut invers daii A , jika dan hanya jika

h. Perkalian 2 Vektor (vektor kolom dan vektor baris)

i. Perkalian Matriks dengan vektor
Perkalian matrix A dengan vektor x, jika dapat sesuai, memberi hasil vektor. Hasil kali
Ax adalah vektor kolom sedang xTA adalah vektor baris.
Himpunan m buah persamaan linear :
a11x1 + a12x2 + a13x3 + ... + a1ixi + ... + a1nxn = b1
a21x1 + a22x2 + a23x3 + ... + a2ixi + ... + a2nxn = b2
a31x1 + a32x2 + a33x3 + ... + a3ixi + ... + a3nxn = b3

ai1x1 + ai2x2 + ai3x3 + ... + aiixi + ... + ainxn = bi

am1 x1 + am2 x2 + am3 x3 + ... + amixi + ... + amn xn = bm

dapat ditulis dalam notasi matrix sebagai berikut:
 a11 a12 a13 a1n x1 b1
a a22 a23 a2 n x b
21 2 2
a31 a32 a33 a3n x3 b3


am1 am 2 am 3 amn xn bm

atau lebih singkat lagi:

Ax = b,
dengan A (aij) RmXn dan vektor b (bi) Rm .
j. Bentuk kuadratis
Besaran skalar := xTWx merupakan bentuk kuadratis
n n

= w
i 1 j1
ij xi x j .

Jika W simetris, maka ada matrix bujur sangkar T dan matrix diagonal sedemikian
sehingga W = T TT. Atas dasar itu = xTWx = xT T TTx. Jika dinyatakan y =
TTx, maka
n

=y y=
T
j y j2 .
j 1

Disini j adalah elemen diagonal ke-j dari matrix D, yang dapat bernilai negatif, nol
atau positif. Jika W adalah sedemikian, sehingga > 0 untuk semua vektor taknol x,
maka W disebut matrix definit positif. Jika < 0 untuk semua x, maka W disebut
matrix definit negatif.
Dalam bentuk kuadratis := xTWx, jika x merupakan vektor yang dibentuk oleh arus-
arus listrik (dalam satuan ampere), sedang W dibentuk oleh elemen-elemen tahanan
(dalam satuan ohm), maka besaran skalar = xTWx itu memiliki satuan daya (watt).
k. Operasi pendeferensialan dan pengintegralan
Operasi pendiferensialan dan pengintegralan atas besaran vektor atau matrix
dilaksanakan dengan mendiferensialkan dan mengintegralkan tiap elemen matrix
tersebut.
Operasi pendiferensialan vektor, matrix atau ungkapan yang lain yang mengandung
besaran-besaran vektor dan matrix harus mengikuti aturan operasi pendiferensialan dan
aturan yang berlaku atas vektor dan matrix.
Diberikan matrix A dan B. Operasi pendiferensialan ke variabel bebas t atas matrix A
menghasilkan matrix C, yang elemen-elemennya diberi nilai hasil pendiferensialan ke t
atas elemen-elemen yang sesuai dari matrix A. Dus
d d
C= A cij = (aij).
dt dt
Oleh karena itu
d d
(AT) = ( A)T
dt dt
d d d
(A + B) = A + B
dt dt dt
d d d
(AB) = ( A) B +A( B).
dt dt dt
Dalam hal ini, jika A adalah matrix dengan elemen-elemen konstan, tak tergantung pada
t, maka
d d
(AB) = A B.
dt dt
Selanjutnya jika A = xT dan B = y. didapatkan
d T d T d
(x y) = ( x ) y + xT ( y).
dt dt dt
Jika dalam pada itu diberikan juga matrix bujur sangkar W dengan elemen-elemen
konstan, relasi-relasi dibawah ini harus diterima sebagai hal yang benar juga.
d T d T d
(x Wy) =( x ) Wy + xT ( Wy)
dt dt dt
d T d
=( x ) Wy + xT W ( y).
dt dt
Sekarang, jika W juga bersifat simetris, maka (Wx)T = xTWT = xTW membuat
d T d T d
(x Wx) =( x ) Wx + xT W ( x)
dt dt dt
d T d
=( x) (Wx) + (Wx)T ( x)
dt dt
d T
=2( x) (Wx).
dt
Selanjutnya, misalkan x (xk) Rn. Jika pendiferensialan dilakukan bukan ke t
tetapi ke xk, maka
T

(x Wx) = 2 ( x)T (Wx)
x k x k
= 2 ekT Wx.
Operasi pengintegralan atas matrix A = (aij) menghasilkan matrix lain B = (bij) yang
diperoleh dengan mengintegralkan tiap elemen dari matrix A:
 bij := a ij dx .
Disini x adalah variabel pengintegrasi.
l. Matriks Terpartisi
Matrix dapat ditulis dalam bentuk terpartisi (tersekat). Tiap bagian matrix disebut
submatrix. Tiap submatrix memiliki cacah baris dan kolom yang lebih kecil. Dibawah
ini diberikan sebuah contoh.
4 2 0 2 0
4 2 0 2 0 2
2 5 2 1 0
5 2 1 0

A= 0 2 5 3 2 =
0 2 5 3 2
2 1 3 7 1
2 1 3 7 1
0 0 2 1 6
0 0 2 1 8

sebelum terpartisi sesudah terpartisi

Sekarang matrix terpartisi A itu dapat ditulis memiliki empat elemen berupa submatrix,
A 11 A 12
A=
A 21 A 22
dengan
4 2 0 2 0
A11 = A12 =
2 5 2 1 0

0 2 5 3 2
1 3 1
A21 = 2 A22 = 7
0 0 2 1 6

Vektor pun dapat dipartisi atas subvektor-subvektor yang lebih kecil cacah elemennya.
Operasi aljabar matrix dapat juga dilaksanakan pada matrix-matrix dan vektor-vektor
terpartisi, dengan catatan, bahwa operasi aljabar atas submatrix-submatrix dan
subvektor-subvektor yang terlibat didalamnya juga dapat dilaksanakan. Kesesuaian
(compatibility) harus tetap dipenuhi.
Determinan Matriks
Determinan hanya untuk matriks bujur sangkar saja.
Sifat-Sifat Determinan

1. det (A) = det ( )

2. Tanda determinan berubah apabila dilakukan tranformasi Penukaran Baris/ Kolom :
Hij / Kij
3. Harga determinan menjadi kali , bila dilakukan transformasi suatu baris /kolom
dikalikan skalar ; Hi() / Kj ()
4. Harga determinan tidak berubah dengan transformasi Hij() / Kij () yaitu
menambahkan skalar kali baris/kolom ke-j pada baris /kolom ke- i

Cara menghitung determinan :

Determinan untuk matriks 2x2

Misalkan det A = | A | := ad-bc

Determinan Matriks ukuran ( 3 x 3 ) dihitung dengan menggunakan Cara Sarrus.
(-) (-) (-)
a11 a12 a13 a11 a12
a 21 a 22 a 23 a 21 a 23
a 31 a 32 a 33 a31 a 32

(+) (+) (+)

Untuk orde lebih dari 2, digunakan pengertian minor dan kofaktor.

Ilustrasi:

Minor komponen adalah

Kofaktor komponen adalah

Dengan cara yang sama diperoleh

Menentukan tanda + atau pada kofaktor, diperhatikan skema berikut :

 Diperoleh

Definisi determinan matriks 3 x 3:

B. Pembahasan
Beberapa Metode Untuk Mencari Penyelesaian Persamaan Linear Ax = B Dengan A =
Matrix Tridiagonal
I. Faktorisasi LU
Persamaan matrix Ax = b dipecahkan dalam tiga tahap sebagai berikut:
Faktorisasi atas A menjadi perkalian dua matrix L dan U, A = LU dengan L = matrix
segitiga bawah satuan, dan U = matrix segitiga atas. Matrix segitiga bawah satuan
adalah matrix segitiga bawah dengan semua elemen diagonalnya bernilai satu.
Faktorisasi A = LU dengan cara Doolittle (I).
Algoritma Doolittle adalah sebagai berikut:

0. Langkah awal: k : = 1,
untuk j = 1, 2, ..., n, kerjakan
u1j : = a1j
j1 : = aj1/u11
1. Untuk langkah k = 2, 3, ... (n-1), kerjakan :
Untuk j = k, k+1, k+2, ... , n, kerjakan:

k 1
ukj : = akj - r 1
kr u rj

k 1
jk : = (ajk - r 1
jr urk ) /ukk
 2. Langkah terakhir, k = n, kerjakan:
unn : = ann - r 1 nr u rn
n 1

Penyelesaian atas persamaan matrix Ly = b tanpa operasi invers;

Penyelesaian atas persamaan matrix Ux = y tanpa operasi invers
II. Metode Sapuan Ganda Choleski
Disebut juga metode penyelesaian langsung, karena pemakaiannya mudah dan matriks
tridiagonal banyak dijumpai dalam berbagai permasalahan terutama dalam penyelesaian
persamaan diferensial order dua.
Dipandang sistem persamaan sebagai berikut:

b1 x1 c1 x2 d1
a x b x c x d 2
21 22 23
a3 x2 b3 x3 c3 x4 d3


(1)
ai xi 1 bi xi ci xi 1 di




an xn 1 bn xn d n
Baris pertama pada persamaan (1) dari sistem memungkinkan untuk menulis bilangan
tak diketahui x1 sebagai fungsi bilangan tak diketahui x2 dalam bentuk:
c1 d1
x1 = x2 + atau x1 = P1 x2 + Q1 (2)
b1 b1

c1 d1
dengan P1 = dan Q1 = , bila nilai x1 disubstitusikan ke dalam baris kedua
b1 b1

persamaan (1), maka didapat:

c1 d1 a 2 c1 d1
a2 ( x2 + ) + b2 x2 + c2 x3 = d2 atau ( + b2 ) x2 = c2 x3 + (d2 a2 )
b1 b1 b1 b1

dapat pula ditulis sebagai: x2 = P2 x3 + Q2

 d1
c2 d 2 a2
b1
dengan P2 = a 2 c1 dan Q2 = , persamaan ini menunjukkan
b2 a 2 c1
b1 b2
b1
bahwa x2 merupakan fungsi dari x3, langkah seperti tadi dapat diulangi lagi untuk semua
baris pada persamaan berikutnya. Dengan demikian setiap bilangan tak diketahui dapat
dinyatakan sebagai bilangan tak diketahui berikutnya.
Misalnya telah diperoleh persamaan sebagai berikut:
xi 1 = Pi 1 xi + Qi 1
Apabila nilai xi 1 disubstitusikan ke dalam baris ke i dari sistem persamaan (1), maka:
ai (Pi 1 xi + Qi 1) + bi xi + ci xi + 1 = di
(ai Pi 1 + bi ) xi + ci xi + 1 = di (ai Qi 1)
ci d i ai Qi 1
xi = xi 1 +
( ai Pi 1 bi ) ( ai Pi 1 bi )

Persamaan tersebut diatas dapat ditulis dalam bentuk:

xi = Pi xi + 1 + Qi (3a)
ci
dengan: Pi = dan (3b)
( ai Pi 1 bi )

d i ai Qi 1
Qi = (3c)
( ai Pi 1 bi )

Untuk i = 1, maka persamaan (3a), menjadi:

x1 = P1x2 + Q1 (4)
c1
dengan: P1 = dan (4b)
( a1 P0 b1 )

d 1 a1 Q0
Q1 = (4c)
(a1 P0 b1 )

Perbandingan persamaan (4) dan (2), menunjukkan bahwa:

P0 = 0 dan Q0 = 0 (5)
Persamaan (4) dan (5), memungkinkan untuk menghitung koefisien Pi serta Qi dari nilai i
= 1 sampai i = n, langkah ini merupakan sapuan pertama. Setelah sampai titik ke n
hitungan dilakukan dalam arah kebalikannya, yaitu dari n ke 1, untuk menghitung
bilangan tak diketahui xi.
Untuk itu persamaan terakhir dari sistem persamaan (1) ditulis dalam bentuk:
 an xn 1 + bn xn = dn (6)
Pada sistem persamaan (3), apabila i = n 1, maka:
xn 1 = Pn 1 xn + Qn 1 (7)
Substitusi dari persamaan (7) ke dalam persamaan (6), akan memberikan:
an(Pn 1 xn + Qn 1) + bnxn = dn
(anPn 1 + bn ) xn = dn an Qn 1
d n a n Qn 1
xn =
( a n Pn 1 bn )

Sesuai dengan persamaan (3a), maka: xn = Qn.

Nilai xn dapat diperoleh, berdasarkan nilai xn yang didapat maka nilai xn 1 dapat dihitung
pula dengan persamaan sebagai berikut: xn 1 = Pn 1 xn + Qn 1.
Dari nilai xn 1 kemudian dihitung nilai xn 2, xn 3, dan seterusnya hingga ke nilai x1.

Contoh soal:
Selesaikan sistem persamaan berikut ini
2 x1 x 2 7
x1 x 2 3 x3 10
6 x 2 2 x3 x 4 7
2 x3 3x 4 13

Jawab:
1. Dengan Faktorisasi LU
Persamaan diatas jika dituliskan dalam bentuk matrik, akan menjadi :

a. Dengan menggunakan algoritma Doolittle

Untuk langkah pertama k=1

Untuk langkah kedua k=2

 Untuk langkah ketiga k=3

Untuk langkah terakhir k=4

Dengan langkah diatas kita mendapatkan matriks T

2 1 0 0
1 1
2 2 3 0
T=
0 12 34 1
1 52
0 0
17 17

Dari matriks T dapat dibuat matriks L dan U

1 0 0 0 2 1 0 0
1 1
2 1 0 0 0 2 3 0
L=
0
U=
0 12 1 0 0 34 1
1 52
0 0 1 0 0 0
17 17
b. Penyelesaian atas persamaan matrix Ly = b
 1 0 0 0
1 y1 7
2 1 0 0 y
2 = 10
0 12 1 0 y 3 7
1 13

0 0 1 y 4
17

L y = b

Dengan substitusi maju, maka didapatkan:

c. Penyelesaian atas persamaan matrix Ux = y

2 1 0 0 7
1 x1
0 3 0 x 13,5
2 2 =
0 0 34 1 x 3 169
52 x 52
0 0 0 4 17
17
U x = y
Dengan substitusi mundur didapatkan

Untuk mengetahui benar atau tidaknya hasil yang diperoleh, maka nilai-nilai
tersebut dimasukkan ke dalam persamaan yang telah diselesaikan.
2 (2,00) + 3,00 = 7 (= 7)
2,00 + 3,00 3 (5,00) = 10 (= 10)
6 (3,00) 2 (5,00) + (1,00) = 7 (= 7)
2 (5,00) 3 (1,00) = 13 (= 13)
2. Dengan Metode Sapuan Ganda Choleski
Sistem persamaan diatas dapat ditulis dalam bentuk matriks tridiagonal, yang
penyelesaiannya dapat dilakukan dengan menggunakan persamaan berikut:
xi = Pi xi + 1 + Qi (c2)
ci
dengan: Pi = (c3)
( ai Pi 1 bi )

dan
 d i ai Qi 1
Qi = (c4)
( ai Pi 1 bi )

Skema penyelesaian sistem persamaan dengan metode sapuan ganda sebagai berikut:

Pi , Qi (i = 1,2,3,4)

P1 , Q1 P2 , Q2 P3 , Q3 P 4 , Q4

i=1 i=2 i=3 i=4

x2 x3 x4
x1
xi (i =
4,3,2,1)
Langkah pertama dihitung nilai Pi dan Qi (i = 1, 2, 3, 4) dari kiri ke kanan. Setelah
sampai ke titik i = n = 4, dihitung nilai xn = Qn. Berdasarkan nilai xn tersebut,
kemudian hitungan dilanjutkan dari kanan ke kiri untuk mendapatkan nilai xi (i = 4,
3, 2, 1).
a. Menghitung koefisien Pi dan Qi (i = 1, 2, 3, 4)
Koefisien Pi dan Qi dihitung dengan menggunakan persamaan (c3) dan (c4),
berdasarkan sistem persamaan (c1).
Untuk i = 1, P0 = 0 dan Q0 = 0.
c1 c1 1
P1 = = = = 0,5.
a1 P0 b1 b1 2

d1 a1 Q0 70 7
Q1 = = = = 3,5.
a1 P0 b1 0 2 2

Untuk i = 2, P1 = 0,5 dan Q1 = 3,5.

c2 3
P2 = =
a 2 P1 b2 1 0,5 1 = 6.
d 2 a 2 Q1 ( 10) 1 (3,5) 13,5
Q2 = = = 0,5 = 27.
a 2 P1 b2 1 (0,5) 1
Untuk i = 3, P2 = 6 dan Q2 = 27.
c3 1 1
P3 = = = = 0,02941.
a3 P2 b3 6 6 2 34

d 3 a3 Q2 7 (6 ( 27)) 169
Q3 =
a3 P2 b3 6 (6) (2) 34 = 4,97059.
= =
 d n a n Qn 1
Untuk i = n = 4, Pn = 0 dan Qn = , maka:
( a n Pn 1 bn )

d 4 a 4 Q3 13 ( 2 ( 4,97059)) 3,05882
x 4 = Q4 = = = 3,05882 = 1,00.
a 4 P3 b4 2 (0,02941) (3)
Setelah nilai Pi dan Qi (i = 1, 2, 3, 4) didapat, lalu dihitung nilai xi (i = 4, 3, 2, 1).
b. Menghitung xi (i = 4, 3, 2, 1)
Variabel xi (i = 4, 3, 2, 1) dihitung dengan menggunakan persamaan (c2):
xi = Pi xi + 1 + Qi
Untuk i = 4, maka x4 = Q4 = 1,00.
Untuk i = 3, maka x3 = P3x4 + Q3 = (0,02941(1,00)) + 4,97059 = 5,00.
Untuk i = 2, maka x2 = P2x3 + Q2 = (6(5,00)) + (27) = 3,00.
Untuk i = 1, maka x1 = P1x2 + Q1 = (0,5(3,00)) + 3,5 = 2,00.
Dengan demikian hasil yang diperoleh adalah:
x1 = 2,00; x2 = 3,00; x3 = 5,00; x4 = 1,00.
Untuk mengetahui benar atau tidaknya hasil yang diperoleh, maka nilai-nilai tersebut
dimasukkan ke dalam persamaan yang telah diselesaikan.

2 (2,00) + 3,00 = 7 (= 7)
2,00 + 3,00 3 (5,00) = 10 (= 10)
6 (3,00) 2 (5,00) + (1,00) = 7 (= 7)
2 (5,00) 3 (1,00) = 13 (= 13)
Dari kedua cara diatas, ternyata metode sapuan ganda choleski yang memiliki beban
komputasi yang lebih sedikit.

Contoh penyelesaian matriks tridiagonal dalam rangkaian elektronika:

Carilah nilai R1, R2, R3, R4, R5 pada rangkaian berikut ini jika diketahui
R1+R2+R3+R4+R5=150 K :
Penyelesaian:
Untuk rangkaian summing amplifier yang pertama:

(1.1)

Untuk rangkaian summing amplifier yang kedua:

(1.2)

Untuk rangkaian summing amplifier yang ketiga:

 (1.3)

Untuk rangkaian summing amplifier yang terakhir:

(1.4)

Keempat persamaan yang telah diperoleh dapat dibuat menjadi sebuah matriks
tridiagonal :
6 2 0 0 v1 7,2
4 8 2 0 v 2 9,4
=
0 6 9 3 v3 6,6

0 0 10 5 v 4 3,5

Penyelesaian persamaan matriks diatas dapat dicari dengan menggunakan metode

sapuan ganda choleski
a. Menghitung koefisien Pi dan Qi (i = 1, 2, 3, 4)
Untuk i = 1, P0 = 0 dan Q0 = 0.
c1 c1 2 1
P1 = = = =
a1P0 b1 b1 6 3

d1 a1 Q0 7, 2 0 7, 2 6
Q1 = = = =
a1 P0 b1 0 6 6 5

1 6
Untuk i = 2, P1 = dan Q1 = .
3 5

2

c2 3
P2 =
a 2 P1 b2 = 4 - 1 8
=-
10
.
3

d 2 a 2 Q1 (9,4) 4 ( 6 ) 69
Q2 = 5
a 2 P1 b2 = 4( 1 3 ) 8
=
100

3 69
Untuk i = 3, P2 = - . dan Q2 =
10 100
 c3 3

5
P3 = =
a3 P2 b3 = 6 3 9 12
10

d 3 a3 Q2 6,6 (6 (69 ))
100 41
Q3 =
a3 P2 b3 = 6 ( 3 ) 9
10
=
120

d n a n Qn 1
Untuk i = n = 4, Pn = 0 dan Qn = , maka:
( a n Pn 1 bn )

d 4 a 4 Q3 3,5 (10 (41 ))

120 1
x 4 = Q4 =
a 4 P3 b4 =
10 ( 5 ) 5
12
=
10
0,1

Setelah nilai Pi dan Qi (i = 1, 2, 3, 4) didapat, lalu dihitung nilai xi (i = 4, 3, 2, 1).

b. Menghitung vi(i = 4, 3, 2, 1)
Variabel v1(i = 4, 3, 2, 1) dihitung dengan menggunakan persamaan (c2):
vi = Pi xi + 1 + Qi
Untuk i = 4, maka v4 = Q4 = 0,1 volt
5 41
Untuk i = 3, maka v3 = P3x4 + Q3 = ( (0,1)) + = 0,3 volt
12 120
3 69
Untuk i = 2, maka v2 = P2x3 + Q2 = (- (0,3)) + = 0,6 Volt
10 100
1 6
Untuk i = 1, maka v1= P1x2 + Q1 = ( (0,6)) + = 1 volt.
3 5
Dengan demikian hasil yang diperoleh adalah:
v1 = 1 volt.; v2 = 0,6 Volt; v3 = 0,3 volt; v4 = 0,1 volt.
Mencari nilai R:

=
 Dengan demikian hasil yang diperoleh adalah:

C. Kesimpulan
 Dari pembahasan tentang matriks tridiagonal diatas, dapat ditarik beberapa kesimpulan
yaitu:
1. Persamaan linear Ax=B dengan A merupakan matriks tridiagonal, penyelesaiannya
dapat dicari dengan beberapa metode antara lain metode faktorisasi LU dan metode
sapuan ganda choleski
2. Dari dua metode yang digunakan dalam pembahasan diatas, metode sapuan ganda
choleski merupakan metode yang lebih bagus digunakan untuk menyelesaikan
persamaan matriks tridiagonal karena beban komputasinya lebih sedikit dibandingkan
dengan metode faktorisasi LU.

D. Daftar Pustaka
Bab 4. Determinan . From
[Link] Sistem
%20Informasi.1 /aljabar%20linier/[Link], 18 Agustus 2009
F Soesianto. Bab 0. Konsep Vektor dan Matrix. From
[Link] /[Link] , 18 Agustus 2009
F Soesianto. Bab 1. Menyelesaikan Ax=b dengan A MBS. From
[Link] /~fsoes/[Link], 18 Agustus 2009
Jurusan Teknik Elektro ISTA Yogyakarta . Bab 2 Penyelesaian Persamaan Linier. From
[Link] 18 Agustus 2009
 Konsep Vektor & Matriks. From [Link] /
10/02/teknik-komputasi-pt-4/, 18 Agustus 2009
Rida, Antonius (2009). Teknik Komputasi. Jurusan Teknik Elektro. Fakultas Teknik .
UGM. Yogyakarta