Optimized Systems of Linear Equations Guide

SISTEM PERSAMAAN LINIER
&
MATRIKS
Metode Eliminasi Gauss
Metode Eliminasi Gauss Jordan
Metode Iterasi Gauss-Seidel
Matriks
Persamaan Linier Simultan
Persamaan linier simultan adalah beberapa persa-
maan linier yang secara bersama-sama mengan-
dung banyak variabel bebas, dapat dituliskan sbb :
a
11
x
1
+ a
12
x
2
+ a
13
x
3
++ a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ a
23
x
3
++ a
2n
x
n
= b
2
a
31
x
1
+ a
32
x
2
+ a
33
x
3
++ a
3n
x
n
= b
3
M
a
n1
x
1
+ a
n2
x
2
+ a
n3
x
3
++ a
nn
x
n
= b
n
Persamaan linier simultan tersebut dapat ditulis
dalam bentuk matriks sbb :
(
(
(
(
=
(
(
(
(
(
(
(
(
n n nn n n
n
n
b
b
b
x
x
x
a a a
a a a
a a a
M M
L
M M M M
L
L
2
1
2
1
2 1
2 22 21
1 12 11
Atau dapat dituliskan :
A x = B
dimana :
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
n n nn n n
n
n
b
b
b
x
x
x
a a a
a a a
a a a
M M
L
M M M M
L
L
2
1
2
1
2 1
2 22 21
1 12 11
B , x , A
Matriks A dinamakan : Matriks Koefisien atau
Matriks Jacobian
Vektor X dinamakan : Vektor Variabel
Vektor B dinamakan : Vektor Konstanta
Jika matriks A digabung dg vektor B pada kolom
terakhirnya, akan menghasilkan matriks perluasan
(Augmented Matrix) dari persamaan linier
simultan, sehingga :
Augmented (A) = [A B]
Jadi, Augmented Matrix dari persamaan linier
simultan dapat dituliskan sbb :
(
(
(
(
n nn n n
n
n
b a a a
b a a a
b a a a
L
M M M M M
L
L
2 1
2 2 22 21
1 1 12 11
Teorema 2 :
Suatu persamaan linier simultan mempunyai
penyelesaian tunggal jika :
1. Matriks Koefisien (matriks A) harus berupa
matriks bujur sangkar, yg berarti jumlah
persamaan = jumlah variabel bebas.
2. Matriks Koefisien (matriks A) harus berupa
matriks non singular, atau A 0.
3. Minimal ada 1 nilai elemen Vektor Koefisien
(vektor B) yg bukan nol, yg berarti persamaan
linier simultan non homogen.
METODE ELIMINASI GAUSS
Metode Eliminasi Gauss dikembangkan dr metode
eliminasi, yaitu menghilangkan/mengurangi jumlah
variabel shg dpt diperoleh nilai dr suatu variabel
bebas.
Langkah pertama adalah membentuk Augmented
Matrix dari persamaan linier simultan yang
diberikan.
(
(
(
(
n nn n n
n
n
b
b
b
a a a
a a a
a a a
M
L
M M M M
L
L
2
1
2 1
2 22 21
1 12 11
Bagian kiri Augmented Matrix dirubah menjadi
matriks segitiga atas (U) / matriks segitiga bawah
(L).
(
(
(
(
(
(
n nn n n n
n
n
n
b a a a a
b a a a a
b a a a a
b a a a a
L
M M M M M M
L
L
L
3 2 1
3 3 33 32 31
2 2 22 22 21
1 1 13 12 11
(
(
(
(
(
(
n nn
n
n
n
d c
d c c
d c c c
d c c c c
L
M M M M M M
L
L
L
0 0 0
0 0
0
3 3 33
2 2 22 22
1 1 13 12 11
Kok bisa ???
Perhatikan persamaan linier simultan berikut ini:
a
11
x
1
+ a
12
x
2
+ a
13
x
3
= b
1
...... (1)
a
21
x
1
+ a
22
x
2
+ a
23
x
3
= b
2
...... (2)
a
31
x
1
+ a
32
x
2
+ a
33
x
3
= b
3
...... (3)
Sehingga :
a
11
x
1
+ a
12
x
2
+ a
13
x
3
= b
1
...... (1)
a
22
x
2
+ a
23
x
3
= b
2
...... (2)
a
32
x
2
+ a
33
x
3
= b
3
...... (3)
Formulasikan x
1
dr
pers. (1) dan
eliminasikan x
1
tsb
pd pers. (2) & (3)
pivot
Formulasikan x
2
dr
pers. (2) dan
eliminasikan x
2
tsb
pd pers. (3)
pivot

Akhirnya diperoleh :
a
11
x
1
+ a
12
x
2
+ a
13
x
3
= b
1
...... (1)
a
22
x
2
+ a
23
x
3
= b
2
...... (2)
a
33
x
3
= b
3
...... (3)
Jadi :
( )
11
3 13 2 12 1
1
22
23 2
2
33
3
3
a
x a x a b
x
a
a b
x
a
b
x
+
=

=

=
Dari matriks segitiga atas (U), penyelesaian
persamaan linier simultan dihitung dengan :
|
|
\
|
=
=
+ =
1
1
1
n
i j
j ij i
i i
i
nn
n
n
x c d
c
x
c
d
x
Catatan :
Untuk mendapatkan matriks segitiga atas (U)
gunakan Transformasi Elementer dg cara
menentukan pivot setiap baris yg ditransformasi.
, dimana i = n-1 s/d 1
Algoritma Metode Eliminasi Gauss :
1. Tentukan matriks koefisien (A) dan vektor kon-
stanta (B), serta ukurannya : n
2. Susun Augmented Matrix [A|B]
3. Untuk baris ke i=1 s/d n, perhatikan apakah a
ii
= 0.
Jika ya : tukar baris ke i dan baris ke i+k n,
dimana a
i+k,i
0; jika tidak ada perhitungan
dihentikan karena tidak ada penyelesaian
4. Untuk baris ke j = i+1 s/d n lakukan transformasi
elementer sehingga menghasilkan matriks
segitiga atas (U) :
Hitung : c = a
j,i
/ a
i,i
Untuk k = 1 s/d n+1, hitung : a
j,k
= a
j,k
c.a
i,k
5. Hitung x
i
mulai i = n s/d 1 :
|
|
\
|
=
=
+ =
1
1
1
n
i j
j ij i
i i
i
nn
n
n
x c d
c
x
c
d
x
, untuk i = n-1 s/d 1
Contoh :
Selesaikan sistem persamaan berikut :
8x
2
+ 2x
3
= -7
3x
1
+ 5x
2
+ 2x
3
= 8
6x
1
+ 2x
2
+ 8x
3
= 26
Jawab :
Augmented matrix dari persamaan tersebut adalah :
(
(
(

26 8 2 6
8 2 5 3
7 2 8 0
Cek apakah ada a
ii
= 0
a
11
= 0 tukar baris 1 dan
baris 2
Sehingga :
(
(
(
26 8 2 6
7 2 8 0
8 2 5 3
Lakukan Transformasi
Elementer sehingga a
31
= 0 dan
a
32
= 0
(
(
(
26 8 2 6
7 2 8 0
8 2 5 3
B
3
-2B
1
(
(
(

10 4 8 0
7 2 8 0
8 2 5 3
pivot
pivot
B
3
+B
2
Jadi :
x
3
= 3/6 = 0,5
x
2
= (-7 2x
3
)/8 = (-7 20,5)/8 = -1
x
1
= (8 2x
3
5x
2
)/3 = [8 20,5 5(-1)]/3 = 4
(
(
(
3 6 0 0
7 2 8 0
8 2 5 3
Contoh lagi :
x
1
+ 4x
2
x
3
+ x
4
= 2
x
1
2x
2
3x
3
+ x
4
= 4
4x
1
x
2
+ 2x
3
x
4
= 2
x
2
x
4
= 0
Jawab :
(
(
(
(

0 1 0 1 0
2 1 2 1 4
4 1 3 2 1
2 1 1 4 1
Augmented matrix :
B
2
B
4

(
(
(
(
4 1 3 2 1
2 1 2 1 4
0 1 0 1 0
2 1 1 4 1
B
3
-4B
1
(
(
(
(
2 0 2 6 0
6 5 6 17 0
0 1 0 1 0
2 1 1 4 1
B
3
+17B
2
B
4
-B
1
B
4
+6B
2
B
4
+1/3B
3
(
(
(
(
2 6 2 0 0
6 22 6 0 0
0 1 0 1 0
2 1 1 4 1
(
(
(
(
(
0
3
40
0 0 0
6 22 6 0 0
0 1 0 1 0
2 1 1 4 1
Jadi :
x
4
= 0
x
3
= -1
x
2
= 0
x
1
= 1
Metode Eliminasi Gauss Jordan merupakan
pengembangan dari Metode Eliminasi Gauss,
yaitu Augmented Matrix dirubah menjadi matriks
diagonal sbb. :
METODE ELIMINASI GAUSS JORDAN
(
(
(
(
(
(
n nn n n n
n
n
n
b a a a a
b a a a a
b a a a a
b a a a a
L
M M M M M M
L
L
L
3 2 1
3 3 33 32 31
2 2 22 22 21
1 1 13 12 11
(
(
(
(
(
(
n
d
d
d
d
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
3
2
1
L
M M M M M M
L
L
L
Sehingga penyelesaian dari persamaan linier
simultan adalah :
x
1
= d
1
x
2
= d
2
x
3
= d
3
M
x
n
= d
n
Teknik yg digunakan dlm Metode Eliminasi Gauss
Jordan sama seperti Metode Eliminasi Gauss,
yaitu menggunakan Transformasi Elementer.
Algoritma Metode Eliminasi Gauss Jordan:
2. Susun Augmented Matrix [A|B]
3. Untuk baris ke i=1 s/d n, perhatikan apakah a
ii
= 0.
Jika ya : tukar baris ke i dan baris ke i+k n,
dimana a
i+k,i
0; jika tidak ada perhitungan
dihentikan karena tidak ada penyelesaian
4. Untuk baris ke i = 1 s/d n lakukan transformasi
elementer sehingga menghasilkan matriks
diagonal :
Hitung : a
i,k
= a
i,k
/a
i,i
dimana k = 1 s/d n+1
Untuk j = 1 s/d n dan j i, hitung : c = a
j,i
/a
i,i
Untuk k = 1 s/d n+1, hitung : a
j,k
= a
j,k
c.a
i,k
5. Penyelesaian untuk i = 1 s/d n :
x
i
= d
i
Catatan :
Untuk mendapatkan hasil yg akurat, pilih elemen pivot yg
mempunyai nilai terbesar. Kerjakan dg cara menukar
baris pd langkah ke 4.
Contoh :
Selesaikan persamaan linier berikut ini :
2x
1
7x
2
+ 4x
3
= 9
-3x
1
+ 8x
2
+ 5x
3
= 6
x
1
+ 9x
2
6x
3
= 1
Jawab :
(
(
(

1 6 9 1
6 5 8 3
9 4 7 2
B
3
B
1
(
(
(

6 5 8 3
9 4 7 2
1 6 9 1
B
2
2B
1
B
1
B
2
B
2
B
3
B
3
+3B
1
B
1
9B
2
(
(
(

9 13 35 0
7 16 25 0
1 6 9 1
B
2
/-25
(
(
(
9 13 35 0
28 , 0 64 , 0 1 0
1 6 9 1
(
(
(
8 , 18 4 , 9 0 0
28 , 0 64 , 0 1 0
52 , 3 24 , 0 0 1
B
3
/9,4
(
(
(
2 1 0 0
28 , 0 64 , 0 1 0
52 , 3 24 , 0 0 1
(
(
(
2 1 0 0
1 0 1 0
4 0 0 1
B
1
+0,24B
3
Jadi :
x
1
= 4
x
2
= 1
x
3
= 2
B
3
35B
2
B
2
+0,64B
3
METODE ELIMINASI GAUSS SEIDEL
Metode Eliminasi Gauss Seidel menggunakan
proses iterasi untuk mendapatkan nilai variabel
bebas.
Jika persamaan linier simultan dituliskan sbb :
a
11
x
1
+ a
12
x
2
+ a
13
x
3
++ a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ a
23
x
3
++ a
2n
x
n
= b
2
a
31
x
1
+ a
32
x
2
+ a
33
x
3
++ a
3n
x
n
= b
3
M
a
n1
x
1
+ a
n2
x
2
+ a
n3
x
3
++ a
nn
x
n
= b
n
Nilai x
i
dapat dihitung sbb :
Masukkan nilai awal dr setiap x
i
(i=1 s/d n). Setiap
kali diperoleh nilai x
i
, gunakan untuk mendapatkan
nilai x
i+1
; demikian seterusnya sehinnga x
i
(n)
x
i
(n-1)
( )
( )
( )
1 1 , 2 2 1 1
2 3 23 1 21 2
22
2
1 3 13 2 12 1
11
1
1
1
1

=
=
=
n n n n n n
nn
n
n n
n n
x a x a x a b
a
x
x a x a x a b
a
x
x a x a x a b
a
x
K
M
K
K
Catatan :
Untuk mendapatkan hasil yang akurat dan
konvergen dari proses iterasi maka susunlah
persamaan linier sedemikian sehingga koefisien
persamaan pada diagonal utama (a
ii
) adalah yg
mempunyai nilai terbesar diantara koefisien x
i
yg
lain, atau dapat ditulis dengan :
a
ii
a
ij
, untuk i,j = 1 s/d n dan i j
Algoritma Metode Eliminasi Gauss Seidel :
2. Tentukan toleransi kesalahan : e
3. Tentukan nilai awal x
i
untuk i=1 s/d n, dan s
i
= x
i
4. Lakukan iterasi dari i=1 s/d n, selama x
i
-s
i
e :
5. Penyelesaian adalah nilai x
i
yang terakhir
i i
i j
j ij i
ii
i
x s
s a b
a
x
=
|
|
\
|
=

1
Contoh :
Selesaikan persamaan linier berikut :
-x
1
+ 2x
2
= 3
4x
1
+ 2x
2
+ x
3
= 11
2x
1
+ x
2
+ 4x
3
= 16
Lakukan iterasi dengan nilai awal :
x
1
= 1, x
2
= 1 dan x
3
= 1
Toleransi kesalahan 0,001
Jawab :
Susun kembali persamaan linier tersebut sehingga
diagonal utama adalah koefisien yang terbesar.
4x
1
+ 2x
2
+ x
3
= 11
-x
1
+ 2x
2
= 3
2x
1
+ x
2
+ 4x
3
= 16
Sehingga :
x
1
= (11 2x
2
x
3
) / 4
x
2
= (3 + x
1
) / 2
x
3
= (16 2x
1
x
2
) / 4
[x
i
]
(0)
= [1,1,1]
Iterasi 1 :
x
1
= (11 21 1) / 4 = 2
x
2
= (3 + 2) / 2 = 2,5
x
3
= (16 22 2,5) / 4 = 2,375
[x
i
]
(1)
= [2, 2.5, 2.375]
Iterasi 2 :
[x
i
]
(2)
= [0.90625, 1.953125, 3.05859375]
dst.
0.000563 0.000451 0.000901 2.999952 2.000039 1.000077 5
0.006008 0.004807 0.009613 3.000515 1.999588 0.999176 4
0.064087 0.05127 0.102539 2.994507 2.004395 1.008789 3
0.683594 0.546875 1.09375 3.058594 1.953125 0.90625 2
1.375 1.5 1 2.375 2.5 2 1
1 1 1 0
|e3| |e2| |e1| x3 x2 x1 i
Selain metode eliminasi dan iterasi, operasi
matriks dapat juga digunakan untuk menyelesaikan
persamaan linier simultan, yaitu :
1. Invers matriks
2. Dekomposisi atau faktorisasi matriks
Untuk ukuran matriks yang besar (n > 3) maka
sangat diperlukan bantuan komputer dan software
tertentu (Matlab atau MS Excel) dalam proses
perhitungan.
MATRIKS
Dari persamaan linier simultan yang disusun dalam
bentuk matriks :
A x = B
Maka vektor x dapat diperoleh dengan :
x = A
-1
B
dimana A
-1
adalah invers dari matriks A.
INVERS MATRIKS
INVERS MATRIKS
Contoh :
x
1
+ 4x
2
x
3
+ x
4
= 2
x
1
2x
2
3x
3
+ x
4
= 4
4x
1
x
2
+ 2x
3
x
4
= 2
x
2
x
4
= 0
Jawab :
(
(
(
(
=
(
(
(
(
(
(
(
(

0
2
4
2
1 0 1 0
1 2 1 4
1 3 2 1
1 1 4 1
4
3
2
1
x
x
x
x
(
(
(
(
(
(
(
(

=
(
(
(
(

0
2
4
2
1 0 1 0
1 2 1 4
1 3 2 1
1 1 4 1
1
4
3
2
1
x
x
x
x
INVERS MATRIKS
(
(
(
(
(
(
(
(
(

=
(
(
(
(

0
2
4
2
875 , 0 025 , 0 075 , 0 175 , 0
375 , 0 075 , 0 275 , 0 025 , 0
125 , 0 025 , 0 075 , 0 175 , 0
10 78 , 2 2 , 0 1 , 0 1 , 0
17
4
3
2
1
x
x
x
x
(
(
(
(

=
(
(
(
(
17
17
4
3
2
1
10 857 , 4
1
10 939 , 6
1
x
x
x
x
(
(
(
(
(
(
(
(
=
(
(
(
(
nn
n
n
n n nn n n
n
n
u
u u
u u u
l l
l
a a a
a a a
a a a
L
M M M M
L
L
L
M M M M
L
L
L
M M M M
L
L
0 0
0
1
0 1
0 0 1
2 22
1 12 11
2 1
21
2 1
2 22 21
1 12 11
Bentuk matriks dari persamaan linier simultan :
A x = B ........................... (1)
Matriks A dapat di dekomposisi atau di faktorisasi
menjadi matriks segitiga bawah (L) dan matriks
segitiga atas (U) sbb :
A = L U ........................... (2)
DEKOMPOSISI MATRIKS
Substitusi (2) kedalam (1), maka :
L U x = B
Atau :
L y = B
U x = y
dimana :
L : matriks segitiga bawah dari matriks A
U : matriks segitiga atas dari matriks A
y : vektor variabel y
x : vektor variabel x
DEKOMPOSISI MATRIKS
DEKOMPOSISI MATRIKS
Contoh :
8x
2
+ 2x
3
= -7
3x
1
+ 5x
2
+ 2x
3
= 8
6x
1
+ 2x
2
+ 8x
3
= 26
Jawab :
(
(
(
(
(
(
=
(
(
(
=
33
23 22
13 12 11
32 31
21
0 0
0
1
0 1
0 0 1
8 2 6
2 8 0
2 5 3
A
u
u u
u u u
l l
l
(
(
(
=
26
7
8
B
DEKOMPOSISI MATRIKS
(
(
(
+ + +
+ + =
(
(
(
33 23 32 13 31 22 32 12 31 11 31
23 13 21 22 12 21 11 21
13 12 11
8 2 6
2 8 0
2 5 3
u u l u l u l u l u l
u u l u u l u l
u u u
(
(
(
(
(
(
=
(
(
(
6 0 0
2 8 0
2 5 3
1 1 2
0 1 0
0 0 1
8 2 6
2 8 0
2 5 3
L y = B
(
(
(
=
(
(
(
(
(
(
26
7
8
1 1 2
0 1 0
0 0 1
3
2
1
y
y
y
(
(
(
=
(
(
(
3
7
8
3
2
1
y
y
y
DEKOMPOSISI MATRIKS
(
(
(
=
(
(
(
(
(
(
3
7
8
6 0 0
2 8 0
2 5 3
3
2
1
x
x
x
U x = y
(
(
(
(
=
(
(
(
2
1
1
4
3
2
1
x
x
x

Optimized Systems of Linear Equations Guide

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Optimized Systems of Linear Equations Guide

Diunggah oleh

Hak Cipta:

Format Tersedia

SISTEM PERSAMAAN LINIER

METODE ELIMINASI GAUSS

METODE ELIMINASI GAUSS

Anda mungkin juga menyukai