1

Persamaan Linier
Simultan
2
Soal Persamaan Linear
Suatu persegi panjang, panjangnya lebih 5
cm dari lebarnya. Jika keliling persegi
panjang 62 cm, luas persegi panjang itu
adalah..

(a) 234 cm
2
(b) 274 cm
2
(a) 268 cm
2
(b) 278 cm
2


3
Persamaan Linier Simultan
Persamaan linier simultan adalah suatu bentuk persamaan-persamaan
yang secara bersama-sama menyajikan banyak variabel bebas
Bentuk persamaan linier simultan dengan m persamaan dan n variabel
bebas







a
ij
untuk i=1 s/d m dan j=1 s/d n adalah koefisien atau persamaan
simultan
x
i
untuk i=1 s/d n adalah variabel bebas pada persamaan simultan
4
Persamaan Linier Simultan
Penyelesaian persamaan linier simultan adalah
penentuan nilai x
i
untuk semua i=1 s/d n yang
memenuhi semua persamaan yang diberikan.






Matrik A = Matrik Koefisien/ Jacobian.
Vektor x = vektor variabel
Vektor b = vektor konstanta.
b x A
... ...
...
... ... ... ...
...
...
2
1
2
1
2 1
2 22 21
1 12 11
=
(
(
(
(

=
(
(
(
(

(
(
(
(

n n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a
5
Persamaan Linier Simultan
Persamaan Linier
Simultan atau Sistem
Persamaan Linier
mempunyai kemungkinan
solusi :
Tidak mempunyai solusi
Tepat satu solusi
Banyak solusi
6
Augmented Matrix
matrik yang merupakan perluasan matrik A dengan
menambahkan vector B pada kolom terakhirnya, dan
dituliskan:
Augmented (A) = [A B]
(
(
(
(

m mn m m m
n
n
b a a a a
b a a a a
b a a a a
...
... ... ... ... ... ...
...
...
3 2 1
2 2 23 22 21
1 1 13 12 11
7
Contoh 1 :
Seorang pembuat boneka ingin membuat dua macam
boneka yaitu boneka A dan boneka B. Kedua boneka
tersebut dibuat dengan menggunakan dua macam
bahan yaitu potongan kain dan kancing. Boneka A
membutuhkan 10 potongan kain dan 6 kancing,
sedangkan boneka B membutuhkan 8 potongan kain
dan 8 kancing.
Permasalahannya adalah berapa buah boneka A dan
boneka B yang dapat dibuat dari 82 potongan kain
dan 62 kancing ?
8
Contoh 1
Permasalahan ini dapat dimodelkan dengan menyatakan :
x = jumlah boneka A
y = jumlah boneka B

Untuk setiap bahan dapat dinyatakan bahwa:
Potongan kain
10 untuk boneka A + 8 untuk boneka B = 82
Kancing
6 untuk boneka A + 8 untuk boneka B = 62

Atau dapat dituliskan dengan :
10 x + 8 y = 82
6 x + 8 y = 62

Penyelesaian dari permasalahan di atas adalah penentuan nilai x dan y yang
memenuhi kedua persamaan di atas.
9
Contoh 2
0 1 2 3 4 5 6 7 8 9 10
-50
0
50
100
150
200
250
300
(2,70)
(4,194)
(6,286)
(8,250)
10
Contoh 2 :
4 titik yang ditunjuk adalah (2,70), (4,194), (6, 286)dan (8, 250 ).
4 titik ini dapat didekati dengan fungsi polinom pangkat 3 yaitu :



Bila nilai x dan y dari 4 titik dimasukkan ke dalam persamaan di atas
akan diperoleh model persamaan simultan sebagai berikut :
Titik 1 70 = 8 a + 4 b + 2 c + d
Titik 2 194 = 64 a + 16 b + 4 c + d
Titik 3 286 = 216 a + 36 b + 6 c + d
Titik 4 250 = 512 a + 64 b + 8 c + d

Nilai a, b, c dan d adalah penyelesaian dari permasalahan di atas.
d cx bx ax y + + + =
2 3
11
Theorema 4.1.
Suatu persamaan linier simultan mempunyai
penyelesaian tunggal bila memenuhi syarat-
syarat sebagai berikut.
Ukuran persamaan linier simultan bujursangkar,
dimana jumlah persamaan sama dengan jumlah
variable bebas.
Persamaan linier simultan non-homogen dimana
minimal ada satu nilai vector konstanta B tidak nol
atau ada bn = 0.
Determinan dari matrik koefisien persamaan linier
simultan tidak sama dengan nol.
12
Metode Analitik
Metode Grafis
Aturan Crammer
Invers Matrik
13
Metode Numerik
Metode Eliminasi Gauss
Metode Eliminasi Gauss-Jordan
Metode Iterasi Gauss-Seidel
14
Metode Eliminasi Gauss
Metode Eliminasi Gauss merupakan metode yang
dikembangkan dari metode eliminasi, yaitu
menghilangkan atau mengurangi jumlah variable
sehingga dapat diperoleh nilai dari suatu variable bebas
Matrik diubah menjadi augmented matrik :
(
(
(
(
(

n nn n
n
n
b
b
b
a a a
a a a
a a a
...

...
... ... ... ...
...
...
2
1
2 n1
2 22 21
1 12 11
15
Metode Eliminasi Gauss
Ubah matrik menjadi matrik segitiga atas atau segitiga
bawah dengan menggunakan OBE (Operasi Baris
Elementer).
(
(
(
(
(
(

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
...
... ... ... ... ... ...
...
...
...
3 2 1
3 3 33 32 31
2 2 23 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
... 0 0 0
... ... ... ... ... ...
... 0 0
... 0
...
3 3 33
2 2 23 22
1 1 13 12 11
16
Operasi Baris Elementer
Metode dasar untuk menyelesaikan Sistem Persamaan
Linier adalah mengganti sistem yang ada dengan
sistem yang baru yang mempunyai himpunan solusi
yang sama dan lebih mudah untuk diselesaikan

Sistem yang baru diperoleh dengan serangkaian
langkah yang menerapkan 3 tipe operasi. Operasi ini
disebut Operasi Baris Elementer
1. Multiply an equation through by an nonzero constant.
2. Interchange two equation.
3. Add a multiple of one equation to another.


17
Metode Eliminasi Gauss
Sehingga penyelesaian dapat diperoleh
dengan:
( )
( )
( )
n n
n n
n n n n
n n
n
nn
n
n
x c x c x c d
c
x
x c x c x c d
c
x
x c d
c
x
c
d
x
1 13 2 12 1
11
1
2 4 24 3 23 2
22
2
, 1
1
1 , 1
1
... 3
1
...
1
....... .......... .......... ..........
1
=
=
=
=

18
Contoh :
Selesaikan sistem persamaan berikut:




Augmented matrik dari persamaan linier simultan
tersebut :
10 2 2
2 2
6
3 2 1
3 2 1
3 2 1
= + +
= +
= + +
x x x
x x x
x x x
(
(
(

10 2 1 2
2 1 2 1
6 1 1 1
19
Contoh :
Lakukan operasi baris elementer
1 3
1 2
2B B
B B

|
|
|
.
|

\
|


2 0 1 0
4 2 1 0
6 1 1 1
2 3
B B +
(
(
(

6 2 0 0
4 2 1 0
6 1 1 1
20
Contoh :
Penyelesaian :

( )
( ) 1 3 2 6
1
1
2 3 ) 2 ( 4
1
1
3
2
6
1
2
3
= =
= =
=

=
x
x
x
21
Echelon Forms
This matrix which have following properties is in reduced row-
echelon form (Example 3, 4).
1. If a row does not consist entirely of zeros, then the first nonzero
number in the row is a 1. We call this a leader 1.
2. If there are any rows that consist entirely of zeros, then they are
grouped together at the bottom of the matrix.
3. In any two successive rows that do not consist entirely of zeros,
the leader 1 in the lower row occurs farther to the right than the
leader 1 in the higher row.
4. Each column that contains a leader 1 has zeros everywhere else.
A matrix that has the first three properties is said to be in row-
echelon form (Example 1, 2).
A matrix in reduced row-echelon form is of necessity in row-
echelon form, but not conversely.
22
Example 3
Row-Echelon & Reduced Row-Echelon form
reduced row-echelon form:




row-echelon form:
(

(
(
(
(

(
(
(

(
(
(

0 0
0 0
,
0 0 0 0 0
0 0 0 0 0
3 1 0 0 0
1 0 2 1 0
,
1 0 0
0 1 0
0 0 1
,
1 1 0 0
7 0 1 0
4 0 0 1
(
(
(

(
(
(

(
(
(

1 0 0 0 0
0 1 1 0 0
0 6 2 1 0
,
0 0 0
0 1 0
0 1 1
,
5 1 0 0
2 6 1 0
7 3 4 1
23
Example 4
More on Row-Echelon and Reduced Row-Echelon form
All matrices of the following types are in row-echelon
form ( any real numbers substituted for the *s. ) :
(
(
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(

* 1 0 0 0 0 0 0 0 0
* 0 * * 1 0 0 0 0 0
* 0 * * 0 1 0 0 0 0
* 0 * * 0 0 1 0 0 0
* 0 * * 0 0 0 * 1 0
,
0 0 0 0
0 0 0 0
* * 1 0
* * 0 1
,
0 0 0 0
* 1 0 0
* 0 1 0
* 0 0 1
,
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
(
(
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(

* 1 0 0 0 0 0 0 0 0
* * * * 1 0 0 0 0 0
* * * * * 1 0 0 0 0
* * * * * * 1 0 0 0
* * * * * * * * 1 0
,
0 0 0 0
0 0 0 0
* * 1 0
* * * 1
,
0 0 0 0
* 1 0 0
* * 1 0
* * * 1
,
1 0 0 0
* 1 0 0
* * 1 0
* * * 1
All matrices of the following types are in reduced row-
echelon form ( any real numbers substituted for the *s. ) :
24
Example 5
Solutions of Four Linear Systems (a)
(
(
(

4 1 0 0
2 0 1 0
5 0 0 1
(a)
4
2 -
5
=
=
=
z
y
x
Solution (a)
Anggaplah ini adalah matrik dari Sistem Persamaan Linier yang
telah direduksi dengan bentuk row echelon (reduced row-echelon
form)
25
Example 5
Solutions of Four Linear Systems (b1)
(
(
(

2 3 1 0 0
6 2 0 1 0
1 4 0 0 1
(b)
Solution (b)

2 3
6 2
1 - 4
4 3
4 2
4 1
= +
= +
= +
x x
x x
x x
leading
variables
free variables
26
Example 5
Solutions of Four Linear Systems (b2)
4 3
4 2
4 1
3 - 2
2 - 6
4 - 1 -
x x
x x
x x
=
=
=
t x
t x
t x
t x

, 3 2
, 2 6
, 4 1
4
3
2
1
=
=
=
=
Free variabel kita misalkan dengan t.
Sehingga selanjutnya dapat kita tentukan
leading variabelnya.
Sistem Persamaan Linier
menghasilkan banyak solusi
27
Example 5
Solutions of Four Linear Systems (c1)
(
(
(
(

0 0 0 0 0 0
2 5 1 0 0 0
1 3 0 1 0 0
2 4 0 0 6 1
(c)
2 5
1 3
2 - 4 6
5 4
5 3
5 2 1
= +
= +
= + +
x x
x x
x x x
Solution (c)
1. Pada baris ke-4 semuanya nol sehingga persamaan ini
dapat diabaikan
28
Example 5
Solutions of Four Linear Systems (c2)
Solution (c)
2. Selesaikan leading variabel
dengan free variabel



3. Free variabel kita misalkan
dengan s dan t (sembarang
value). Sehingga Sistem
Persamaan Linier
menghasilkan banyak solusi
5 4
5 3
5 2 1
5 - 2
3 - 1
4 - 6 - 2 -
x x
x x
x x x
=
=
=
t x
t x
t x
s x
t s x
=
=
=
=
=
5
4
3
2
1
, 5 - 2
3 - 1
, 4 - 6 - 2 -
29
Example 5
Solutions of Four Linear Systems (d)
(
(
(

1 0 0 0
0 2 1 0
0 0 0 1
(d)
Solution (d):
Persamaan terakhir pada Sistem Persamaan
Linier

Karena persamaan ini tidak konsisten, maka
Sistem ini tidak mempunyai solusi
1 0 0 0
3 2 1
= + + x x x
30
Elimination Methods (1/7)
We shall give a step-by-step elimination
procedure that can be used to reduce any matrix
to reduced row-echelon form.
(
(
(

1 5 6 5 4 2
28 12 6 10 4 2
12 7 0 2 0 0
31
Elimination Methods (2/7)
Step1. Locate the leftmost column that does not consist
entirely of zeros.




Step2. Interchange the top row with another row, to bring
a nonzero entry to top of the column found in Step1.
(
(
(

1 5 6 5 4 2
28 12 6 10 4 2
12 7 0 2 0 0
Leftmost nonzero column
(
(
(

1 5 6 5 4 2
12 7 0 2 0 0
28 12 6 10 4 2
The 1th and 2th rows in the
preceding matrix were
interchanged.
32
Elimination Methods (3/7)
Step3. If the entry that is now at the top of the column found in
Step1 is a, multiply the first row by 1/a in order to introduce a
leading 1.



Step4. Add suitable multiples of the top row to the rows below
so that all entries below the leading 1 become zeros.
(
(
(

1 5 6 5 4 2
12 7 0 2 0 0
14 6 3 5 2 1
The 1st row of the preceding
matrix was multiplied by 1/2.
(
(
(

29 17 0 5 0 0
12 7 0 2 0 0
14 6 3 5 2 1
-2 times the 1st row of the
preceding matrix was added to
the 3rd row.
33
Elimination Methods (4/7)
Step5. Now cover the top row in the matrix and begin
again with Step1 applied to the submatrix that remains.
Continue in this way until the entire matrix is in row-
echelon form.
(
(
(

29 17 0 5 0 0
12 7 0 2 0 0
14 6 3 5 2 1
The 1st row in the submatrix
was multiplied by -1/2 to
introduce a leading 1.
(
(
(

29 17 0 5 0 0
6 0 1 0 0
14 6 3 5 2 1
2
7
Leftmost nonzero
column in the submatrix
34
Elimination Methods (5/7)
Step5 (cont.)
(
(
(

2 1 0 0 0 0
6 0 1 0 0
14 6 3 5 2 1
2
7
-5 times the 1st row of the
submatrix was added to the 2nd
row of the submatrix to introduce
a zero below the leading 1.
(
(
(

1 0 0 0 0
6 0 1 0 0
14 6 3 5 2 1
2
1
2
7
The top row in the submatrix was
covered, and we returned again Step1.
The first (and only) row in the
new submatrix was multiplied
by 2 to introduce a leading 1.
Leftmost nonzero column in
the new submatrix
The entire matrix is now in row-echelon form.
(
(
(

(







1 0 0 0 0
6 0 1 0 0
14 6 3 5 2 1
2
1
2
7
35
Elimination Methods (6/7)
Step6. Beginning with last nonzero row and working upward, add
suitable multiples of each row to the rows above to introduce
zeros above the leading 1s.
(
(
(

2 1 0 0 0 0
1 0 0 1 0 0
7 0 3 0 2 1
7/2 times the 3rd row of the
preceding matrix was added to
the 2nd row.
(
(
(

2 1 0 0 0 0
1 0 0 1 0 0
14 6 3 5 2 1
(
(
(

2 1 0 0 0 0
1 0 0 1 0 0
2 0 3 5 2 1
-6 times the 3rd row was added
to the 1st row.
The last matrix is in reduced row-echelon form.
5 times the 2nd row was added
to the 1st row.
36
Elimination Methods (7/7)
Step1~Step5: the above procedure produces a
row-echelon form and is called Gaussian
elimination.
Step1~Step6: the above procedure produces a
reduced row-echelon form and is called Gaussian-
Jordan elimination.
Every matrix has a unique reduced row-echelon
form but a row-echelon form of a given matrix is not
unique.
37
Algoritma Metode Eliminasi
Gauss
38
Metode Eliminasi Gauss Jordan
Metode ini merupakan pengembangan metode
eliminasi Gauss, hanya saja augmented matrik, pada
sebelah kiri diubah menjadi matrik diagonal





Penyelesaian dari persamaan linier simultan diatas adalah nilai
d1,d2,d3,,dn dan atau:
(
(
(
(
(
(

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
...
... ... ... ... ... ...
...
...
...
3 2 1
3 3 33 32 31
2 2 23 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
n n
d x d x d x d x = = = = ,...., , ,
3 3 2 2 1 1
39
Contoh 6:
Selesaikan persamaan
linier simultan:

Augmented matrik dari
persamaan linier
simultan


Lakukan operasi
baris elementer
8 4 2
3
2 1
2 1
= +
= +
x x
x x
(

8 4 2
3 1 1
(

1 1 0
2 0 1

1 1 0
3 1 1
2 /
2 2 0
3 1 1
2
2 1
2
1 2
b b
b
b b
Penyelesaian persamaan linier simultan :
x
1
= 2 dan x
2
= 1
40
Example 7
Using Elementary row Operations(1/4) :
0 5 6 3
7 1 7 2
9 2
= +
=
= + +
z y x
z y
z y x
0 5 6 3
1 3 4 2
9 2
= +
= +
= + +
z y x
z y x
z y x
(
(
(

0 5 6 3
1 3 4 2
9 2 1 1

(
(
(

0 5 6 3
17 7 2 0
9 2 1 1
b
2
-2b
1
b
2
-2b
1
b
3
-3b
1
b
3
-3b
1
41
Example 7
Using Elementary row Operations(2/4)
0 11 3

9 2
2
17
2
7
=
=
= + +
z y
z y
z y x
27 11 3
17 7 2
9 2
=
=
= + +
z y
z y
z y x
(
(
(

27 11 3 0
17 7 2 0
9 2 1 1

(
(
(

27 11 3 0
1 0
9 2 1 1
2
17
2
7
b
2
b
2 b
3
-3b
2
b
3
-3b
2
42
Example 7
Using Elementary row Operations(3/4)
3

9 2
2
17
2
7
=
=
= + +
z
z y
z y x
2
3
2
1
2
17
2
7


9 2
=
=
= + +
z
z y
z y x
(
(
(

2
3
2
1
2
17
2
7
0 0
1 0
9 2 1 1

(
(
(

3 1 0 0
1 0
9 2 1 1

2
17
2
7
-2 b
3
-2 b
3
b
1
- b
2
b
1
- b
2
43
Example 7
Using Elementary row Operations(4/4)
3
2
1
=
=
=
z
y
x
3


2
17
2
7
2
35
2
11
=
=
= +
z
z y
z x
(
(
(

3 1 0 0
1 0
0 1

2
17
2
7
2
35
2
11
(
(
(

3 1 0 0
2 0 1 0
1 0 0 1

Solusi x = 1, y=2 dan z=3
b
2
+ 7/2 b
3
b
1
- 11/2 b
3
b
2
+ 7/2 b
3
b
1
- 11/2 b
3
44
Algoritma Metode Eliminasi
Gauss-Jordan
45
46
Metode Iterasi Gauss-Seidel
Metode interasi Gauss-Seidel adalah metode yang menggunakan
proses iterasi hingga diperoleh nilai-nilai yang berubah.
Bila diketahui persamaan linier simultan
n n nn n n n
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
= + + + +
= + + + +
= + + + +
= + + + +
...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
...
...
...
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11
47
Metode Iterasi Gauss-Seidel
Berikan nilai awal dari setiap x
i
(i=1 s/d n)
kemudian persamaan linier simultan diatas
dituliskan menjadi:

( )
( )
( )
1 1 2 2 1 1
2 3 23 1 21 2
2
2
1 3 13 2 12 1
11
1
....
1
... .......... .......... .......... .......... .......... ..........
....
1
....
1
2

=
=
=
n nn 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
48
Metode Iterasi Gauss-Seidel
Dengan menghitung nilai-nilai x
i
(i=1 s/d n)
menggunakan persamaan-persamaan di atas secara
terus-menerus hingga nilai untuk setiap xi

(i=1 s/d n)
sudah sama dengan nilai x
i
pada iterasi sebelumnya
maka diperoleh penyelesaian dari persamaan linier
simultan tersebut.
Atau dengan kata lain proses iterasi dihentikan bila
selisih nilai x
i
(i=1 s/d n) dengan nilai x
i
pada iterasi
sebelumnya kurang dari nilai tolerasi error yang
ditentukan.
Untuk mengecek kekonvergenan

49
Catatan
Hati-hati dalam menyusun sistem persamaan linier
ketika menggunakan metode iterasi Gauss-Seidel ini.
Perhatikan setiap koefisien dari masing-masing x
i
pada
semua persamaan di diagonal utama (a
ii
).
Letakkan nilai-nilai terbesar dari koefisien untuk setiap x
i

pada diagonal utama.
Masalah ini adalah masalah pivoting yang harus
benar-benar diperhatikan, karena penyusun yang salah
akan menyebabkan iterasi menjadi divergen dan tidak
diperoleh hasil yang benar.
50
51
Contoh 8


Berikan nilai awal : x
1
= 0 dan x
2
= 0
Susun persamaan menjadi:
14 4 2
5
2 1
2 1
= +
= +
x x
x x
( )
1 2
2 1
2 14
4
1
5
x x
x x
=
=
(5,1)

(4,3/2)

(7/2,7/4)
52
Contoh 8
(13/4 , 15/8)


(25/8 , 31/16)


(49/16 , 63/32 )


(97/32 , 127/64)
53
Algoritma Metode Iterasi
Gauss-Seidel
54
Contoh 1 : Solved
Seorang pembuat boneka ingin membuat dua macam
boneka yaitu boneka A dan boneka B. Kedua boneka
tersebut dibuat dengan menggunakan dua macam
bahan yaitu potongan kain dan kancing. Boneka A
membutuhkan 10 potongan kain dan 6 kancing,
sedangkan boneka B membutuhkan 8 potongan kain
dan 8 kancing.
Permasalahannya adalah berapa buah boneka A dan
boneka B yang dapat dibuat dari 82 potongan kain
dan 62 kancing ?
55
Contoh 1: Solved
Permasalahan ini dapat dimodelkan dengan menyatakan :
x = jumlah boneka A
y = jumlah boneka B

Untuk setiap bahan dapat dinyatakan bahwa:
Potongan kain
10 untuk boneka A + 8 untuk boneka B = 82
Kancing
6 untuk boneka A + 8 untuk boneka B = 62

Atau dapat dituliskan dengan :
10 x + 8 y = 82
6 x + 8 y = 62

Penyelesaian dari permasalahan di atas adalah penentuan nilai x dan y yang
memenuhi kedua persamaan di atas.
56
Contoh 1 : Solved
metode eliminasi Gauss-Jordan













Diperoleh x1 = 4 dan x2 = 5, artinya bahan yang tersedia dapat dibuat
4 boneka A dan 5 boneka B.
57
Contoh 2: Solved
0 1 2 3 4 5 6 7 8 9 10
-50
0
50
100
150
200
250
300
(2,70)
(4,194)
(6,286)
(8,250)
58
Contoh 2 : Solved
4 titik yang ditunjuk adalah (2,70), (4,194), (6, 286)dan (8, 250 ).
4 titik ini dapat didekati dengan fungsi polinom pangkat 3 yaitu :



Bila nilai x dan y dari 4 titik dimasukkan ke dalam persamaan di atas akan
diperoleh model persamaan simultan sebagai berikut :
Titik 1 70 = 8 a + 4 b + 2 c + d
Titik 2 194 = 64 a + 16 b + 4 c + d
Titik 3 286 = 216 a + 36 b + 6 c + d
Titik 4 250 = 512 a + 64 b + 8 c + d

Nilai a, b, c dan d adalah penyelesaian dari permasalahan di atas.
d cx bx ax y + + + =
2 3
59
Contoh 2: Solved
(
(
(
(

70 1 2 4 8
194 1 4 16 64
286 1 6 36 216
250 1 8 64 512
(
(
(
(

10 1 0 0 0
9167 . 5 7917 . 0 1 0 0
0590 . 20 0642 . 0 2917 . 0 1 0
4883 . 0 0020 . 0 0156 . 0 1250 . 0 1
4
3 4
4 3
2 4
2 3
2
1 4
1 3
1 2
1
6 . 0
5 . 1 /
3
8
9 /
8
64
216
512 /
b
b b
b b
b b
b b
b
b b
b b
b b
b

Augmented Matrix Row-Echelon Form

60
Contoh 2: Solved
(
(
(
(

10 1 0 0 0
2 0 1 0 0
20 0 0 1 0
2 0 0 0 1
(
(
(
(

10 1 0 0 0
9167 . 5 7917 . 0 1 0 0
0590 . 20 0642 . 0 2917 . 0 1 0
4883 . 0 0020 . 0 0156 . 0 1250 . 0 1
2 1
3 1
3 2
4 1
4 2
4 3
1250 . 0
0156 . 0
2917 . 0
0020 . 0
0642 . 0
7919 . 0
b b
b b
b b
b b
b b
b b

Row-Echelon Form
Reduced Row-Echelon Form
10 2 20 2
2 3
+ + = x x x y
Solution
61
Contoh 9 :Penghalusan Kurva Dengan
Fungsi Pendekatan Polinomial
Perhatikan bahwa pada ke-4 titik tersebut dihubungkan dengan garis
lurus, sehingga tampak kasar. Untuk menghaluskannya dilakukan
pendekatan garis dengan kurva yang dibentuk dengan fungsi
pendekatan polinomial. Dari fungsi polinomial yang dihasilkan kurva
dapat digambarkan dengan lebih halus.
1
2
3
4
62
Contoh 9 :
Misalkan pada contoh diatas, 4 titik yang ditunjuk
adalah (2,3), (7,6), (8,14) dan (12,10). 4 titik ini dapat
didekati dengan fungsi polinom pangkat 3 yaitu :
Bila nilai x dan y dari 4 titik dimasukkan ke dalam
persamaan di atas akan diperoleh model persamaan
simultan sebagai berikut :
Titik 1 3 = 8 a + 4 b + 2 c + d
Titik 2 6 = 343 a + 49 b + 7 c + d
Titik 3 14 = 512 a + 64 b + 8 c + d
Titik 4 10 = 1728 a + 144 b + 12 c + d

63
Dengan menggunakan Metode Eliminasi Gauss-Jordan
a = -0,303
b = 6,39
c = -36,59
d = 53,04

y = -0,303 x3 + 6,39
x2 36,59 x + 53,04
64
Soal Latihan
Selesaikan dg Eliminasi Gauss-Jordan



0 5 6 3
1 3 4 2
9 2
2 .
= +
= +
= + +
z y x
z y x
z y x
no
10 4 7 3
1 2 2
8 2
1 .
3 2 1
3 2 1
3 2 1
= +
= +
= + +
x x x
x x x
x x x
no
3 3 3
1 4 2
2 2 2 2
1 2
3 .
=
= + +
= +
= +
w x
w z y x
w z y x
w z y x
no
65
Soal Latihan
Selesaikan dg Gauss Seidel

5 16 11 12
2 2 7 3
1 4 2
5 .
0 3 2
0 6 2 5
4 .
4 3 2 1
4 3 2 1
4 3 2 1
3 2 1
3 2 1
=
= + + +
= +
= + +
= + +
x x x x
x x x x
x x x x
no
x x x
x x x
no
66
Soal Latihan
Selesaikan dg Gauss Seidel

0 3 2 1
4 8 6 7
2 7 6 5
7 .
9
20 1 2 3
16 3 2 1
6 .
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
= + +
= + +
= + +
x x x
x x x
x x x
no
x x x
x x x
x x x
no