Anda di halaman 1dari 6

SISTEM PERSAMAAN LINIER

1. PENDAHULUAN
Bentuk-bentuk system persamaan sangat banyak muncul dalam aplikasi, misalnya dalam jaringan
listrik (electrical network), sehingga perlu dicari metode untuk menyelesaikannya.Pada umumnya system
persamaan yang dihasilkan berbentuk aljabar linier.
Pada prinsipnya untuk menyelesaikan system persamaan linier ada dua macam, yaitu :
1) Cara langsung antara lain dengan eleminasi Gauss dan de komposisi LU.
2) Cara tidak langsung (iteratif) antara lain dengan metode Gauss Jacobi dan metode Gauss-Seidel.

Perhatikanlah sistem n persamaan linear tidak homogeny dalam n peubah x1, x2, ,xn berikut ini.
a 11 x 1

+ a12 x 2 + + a1 n x n b1 a21 x 1
+ a22 x 2 + + a2 n x n b2
a n 2 x 2 + + a nn x n = b n

an 1 x 1

Sistem persamaan linear tersebut dapat ditulis sebagai perkalian matriks berikut :

][ ] [ ]

a 11 a12 a1 n x 1
b1
a 21 a22 a2 n x 2 = b2

an 1 a n2 ann x n
bn

Atau disimbolkan sebagai persamaan matriks AX = B dengan :


A = aij adalah matriks dari koefisien yang mempunyai I baris dan j kolom
X = xi adalah matriks dari peubah yang tak diketahui
B = bi adalah matriks dari bilangan tetapnya
Matriks lengkap dari persamaan matriks AX = B tersebut ialah :

a11 a12 a 1n b1
a
[ A , B ] = 21 a22 a 2n b2

an 1 a n 2 ann b3

Jika diberikan sebuah system persamaan linier sebarang, maka penyelesaiannya hanya
mempunyai tiga kemungkinan, yaitu :

1. Sistem mempunyai jawaban yang unik


2. Sistem tidak mempunyai jawaban
3. Sistem mempunyai jawaban tak berhingga
2. Sistem Persamaan Linier Segitiga Atas
Sistem persamaan linear yang mempunyai matriks koefisien berupa matriks segitiga atas,
disebut system persamaan linear segitiga atas. Sistem persamaan linear seperti itu dapat dituliskan
dalam bentuk:

a11 x 1

+ a12 x 2
+ + a 1n x n c 1 a22 x 2
a n1, n1 x n1 + an1,n xn = c n1 a nn x n = c n
+ + a 2 n x n

c2

Dengan asumsi elemen-elemen diagonal taknol, akk0 untuk k =1, 2, ... , n, maka terdapat
suatu solusi tunggal dari system persamaan linear di atas. Kondisiakk0 ini sangat penting
karena persamaan tersebut melibatkan pembagian oleh akk. Jika persyaratan ini tidak terpenuhi
maka solusinya tidak ada atau terdapat tak hingga banyaknya solusi.
Penyelesaian system persamaan linear segitiga atas mudah dicari dengan mempergunakan
substitusi mundur(backward substitution).Persamaan yang terakhir hanya melibatkan, dan ini
lah yang pertama dicari sehingga diperoleh:
c
x n= n
ann
Setelah xn ada, dipakai untuk mencari xn-1 pada persamaan sebelumnya sebagaiberikut :
c a n 1, n x n
x n 1 n 1
a n 1,n 1
Sekarang xndan xn-1dipakai untuk mencari xn-2 sebagai berikut :
c a n 2,n 1 x n 1 a n 2,n x n
x n2 n 2
a n 2, n 2
Proses ini diteruskan untuk mencari nilai peubah yang lainnya, sehingga diperoleh x2 dan x1.
Langkah umum dari proses tersebut adalah:

ck
xk

j k 1

kj

xj

akk
, untuk k = n-1, n-2, ,1.

Contoh 1 :
Pakailah substitusi mundur untuk menyelesaikan sistem persamaan linear:
4x1 x2 + 2x3 + 3x4 = 20
- 2x2 + 7x3 4x4 = -7
6x3 + 5x4 = 4
3x4 = 6
Penyelesaian :
Dari persamaan terakhir diperoleh x4 = 6/3 = .
x3

Berturut-turut akan diperoleh:


x2

7 7(1) 4(2)
4
2

4 5(2)
1
6

dan x1 = 3.

Jadi himpunan penyelesaiannya :

{( x 1 , x 2 , x 3 , x 4 )=( 3,4,1,2 ) }

3. Sistem Persamaan Linier Segitiga Bawah


Sistem persamaan linear yang mempunyai matriks koefisien berupa matriks segitiga bawah
disebut system persamaan linear segitiga bawah. Sistem persamaan linear seperti itu dapat
dituliskan dalam bentuk:
a11 x1
a 21 x1

a n1 x1

c1
c2

a 22 x 2
an2 x2

a nn x n

cn

Penyelesaian system persamaan ini dicari dengan substitusi maju. Persamaan pertama
hanya melibatkan x1, dan inilah yang pertama dicari baru kemudian x2 . Proses ini diteruskan
sehingga dari persamaan terakhir diperoleh nilaixn .Langkah umumdari proses tersebut ialah:

k 1

xk

ck aki xi
i 1

akk
,untuk k = 2, 3, , n.

4. Metode Elominasi Gauss dan Pivoting


Pada bagian ini dikembangkan cara yang efisien untuk menyelesaikan system persamaan
linear AX = C dengan n persamaan dan n peubah. Intinya adalah membangun suatu system
persamaan segitiga atas UX = Y yang setara kemudian solusi X diselesaikan memakai metode
substitusi mundur.
Bila kepada suatu system persamaan linier dipakai operasi-operasi berikut, akan dihasilkan
sistem yang setara. Operasi-operasi tersebut ialah :
a) Pertukaran urutan antara dua persamaan.
b) Penskalaan yaitu perkalian sebuah persamaan dengan konstanta tak nol.
c) Penggantian yaitu suatu persamaan dapat digantikan oleh jumlah persamaan itu dengan
suatu kelipatan sebarang persamaanlainnya.
Sistem AX = C dengan matriks lengkap[ A, C ] dapat diselesaikan dengan melakukan
operasi-operasi baris elementer (OBE). Dengan OBE itulah dihasilkan sistem yang setara yang
berbentuk system persamaan linear segitiga atas. Bentuk terakhir ini diselesaikan dengan
substitusi mundur (backwardsubstitution). Proses inilah yang disebut eliminasi Gauss. Pada
eliminasi Gauss, bilangana kk pada posisi (k,k) yang dipakai untuk mengeliminasi xk dalam
baris-baris k+1, k+2, ..., n dinamakan elemen tumpuan(pivot) ke-k, dan k disebut baris
tumpuan. Pada sub bab berikut akan dibahas tiga macam metode Eliminasi Gauss.
4.1.

Metode Eliminasi Gauss Naif


Metode berikut ini disebut metode eliminasi Gauss naf karena metode ini tidak
menghindari kemungkinan pembagian oleh nol. Jika akk = 0, maka baris k tidak dapat
dipakai mengeliminasi elemen-elemen pada kolom k, dan baris k harus ditukar dengan
baris lain di bawah diagonal untuk memperoleh elemen tumpuan tak nol. Jika hal tersebut
tidak dapat dilakukan maka system persamaan tidak mempunyai penyelesaian tunggal.
Eliminasi Gauss naf termasuk hitungan langsung sehingga galatnya tidak dapat
diatur (perambatan galat sulit dihindari). Selain itu juga, elemen tumpuan yang nol sulit
dihindari.Untuk itulah diperbaiki dengan strategi pivoting, yaitu :jika akk = 0, perlu
mencari baris r, dengan ark0 dan r > k, kemudian mempertukarkan baris k dengan
baris r sehingga diperoleh elemen tumpuan tak nol.

4.2.

Metode Eliminasi Gauss Pivoting Parsial


Masalah nyata muncul pada waktu elemen pivot adalah nol karena langkah
penormalan menyebabkan pembagian oleh nol. Masalah-masalah dapat juga timbul
bilamana elemen pivot dekat ke nol, karena jika elemen pivot sangat kecil dibandingkan

terhadap elemen-elemen lainnya, maka galat pembulatan dapat muncul.Jadi, disamping


menghindari pembagian dengan nol, strategi pivoting dapat juga diperluas untuk
mengurangi galat pembulatan.
Pivoting parsial disarankan untuk memeriksa besarnya semua elemen di kolom k
yang terletak pada atau di bawah diagonal, dan melokasikan baris r yang mempunyai
elemen dengan nilai mutlak terbesar, yakni:

a rk maks a kk , a k 1,k , , a n 1,k , a nk

Dan kemudian menukarkan baris r dan baris k jika r > k. Dengan diambilnya
elemen dengan nilai mutlak terbesar sebagai elemen tumpuan, akan menghasilkan
perambatan galat yang kecil.
4.3.

Metode Eliminasi Gauss Pivoting Parsial Terskala


Langkah-langkah yang diperlukan untuk menyelesaikan system persamaan linier
dengan eliminasi Gauss pivoting parsial terskala ialah :
a) Tentukan ukuran masing-masing baris matriks koefisien, yaitu :
d i=maksimum {|aij|}
1 j n
b) Tentukan elemen tumpuannya, yaitu :
maksimum a
aij =1 j n1 ij
di
j i n

{| |}

Contoh :
Pakailah substitusi mundur untuk menyelesaikan system persamaan linier berikut.

x2 + 2 x 3 + 3 x 4
+ 7 x3 4 x 4

4 x1

20 2 x 2
5 x 4 = 4 3 x 4 = 6
7
6 x3

Penyelesaian :
x4

Dari persamaan terakhir diperoleh


Berturut-turutakan diperoleh :

6
2
3

x3

4 5(2)
1
6

x2

7 7(1) 4(2)
4
2

dan

x1 3
{( x1 , x 2 , x3 , x 4 ) (3,4,1,2)

Jadi himpunan penyelesaiannya :