Metode Jacobi
Metode Iterasi Jacobi merupakan salah satu bidang analisis numerik yang digunakan untuk menyelesaikan permasalahan persamaan linear dan sering dijumpai dalam berbagai disiplin ilmu. Metode Iterasi Jacobi merupakan salah satu metode tak langsung, yaitu bermula dari suatu hampiran penyelesaian awal dan kemudian berusaha memperbaiki hampiran dalam tak berhingga namun langkah konvergen. Metode Iterasi Jacobi ini digunakan untuk menyelesaikan persamaan linear berukuran besar dan proporsi koefisien nolnya besar.
Metode ini ditemukan oleh matematikawan yang berasal dari Jerman,Carl Gustav Jakob Jacobi. Penemuan ini diperkirakan pada tahun 1800-an.
Kalau kita mengubah dalam Sistem Persamaan Linear, maka dapat ditulis sebagai berikut
Kemudian, diketahui bahwa
, di mana
merupakan matriks diagonal,
merupakan matriks segitiga bawah, dan
merupakan matriks segitiga atas.
Kemudian, persamaan di atas dapat diubah menjadi :
Kemudian,
Jika ditulis dalam aturan iteratif, maka metode Jacobi dapat ditulis sebagai :
di mana
merupakan banyaknya iterasi. Jika
menyatakan hampiran ke-
penyelesaian SPL, maka
adalah hampiran awal.
Daftar isi |
Algoritma Metode Iterasi Jacobi [sunting]
INPUT :
, A, b, dan hampiran awal Y=(y1 y2 y3...yn)T , batas toleransi T, dan maksimum iterasi N
OUTPUT :
- X=(x1 x2 x3...xn)T, vektor galat hampiran
, dan
yang merupakan matriks dengan baris vektor-vektor hampiran selama iterasi.
- Set penghitung iterasi k=1
- WHILE
DO
- FOR
, Hitung 
- SET

- IF ||X_Y||<T THEN STOP
- Tambah penghitung iterasi,

- FOR
, Set yi=xi - SET Y=(y1 y2 y3...yn)T
- FOR
- Tulis pesan "Metode gagal setelah N iterasi"
- STOP
Algoritma Metode Iterasi Jacobi dalam bentuk software Matlab [sunting]
Penggunaan algoritma Metode Iterasi Jacobi dalam bentuk matlab. Matlab merupakan program pengolahan data numerik.
INPUT :
, A, b, dan hampiran awal Y=(y1 y2 y3...yn)T , batas toleransi T, dan maksimum iterasi N
OUTPUT :
- X=(x1 x2 x3...xn)T, vektor galat hampiran
, dan
yang merupakan matriks dengan baris vektor-vektor hampiran selama iterasi.
- H=X0'
- n=length (b)
- X=X0
- for k:=1 until N
- for i:=i until n,
- S = b (i) - A (i,[1:i-1,i+1:n]) * X0 (1:i-1,i+1:n](
- X(i) = S / A (i,i)
- S = b (i) - A (i,[1:i-1,i+1:n]) * X0 (1:i-1,i+1:n](
- end
- g = abs (X-X0)
- err = norm (g)
- relerr = err / (norm (X)+eps)
- X0 = X
- H = [H;X0']
- if (err<T)|(relerr<T), break, end
- for i:=i until n,
- end
Kekonvergenan [sunting]
MEtode ini akan bernilai konvergen jika matriksnya merupakan matriks dominan secara diagonal, yaitu apabila unsur diagonal pada kolom tersebut lebih besar dari penjumlahan unsur-unsur lainnya pada kolom tersebut.
Referensi [sunting]
- Sahid. 2005. Pengantar Komputasi Numerik dengan MATLAB. ANDI, Yogyakarta



![x = D^{ - 1} \left[b -\left({L + U} \right)x \right],](http://upload.wikimedia.org/math/b/6/d/b6d94f8884d1c18f24ce30b8c9ad5b54.png)
![x^{(k+1)} = D^{ - 1} \left[b-\left({L + U} \right)x^{(k)}\right],](http://upload.wikimedia.org/math/1/8/e/18edb56a3571d28e5ad0afea18a528cb.png)

, A, b, dan hampiran awal Y=(y1 y2 y3...yn)T , batas toleransi T, dan maksimum iterasi N
, dan
yang merupakan matriks dengan baris vektor-vektor hampiran selama iterasi.
DO
, Hitung 


