Sistem Persamaan Linier-Rev2

Review Matriks dan SPL
Metode eliminasi Gauss

Faktorisasi LU
Metode Iterasi
PAM 252 Metode Numerik

Bab 3 Sistem Persamaan Linier
Mahdhivan Syafwan
Jurusan Matematika FMIPA Universitas Andalas
Semester Genap 2016/2017
1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Review matriks
Review sistem persamaan linier (SPL)
Faktorisasi LU
Substitusi mundur dan maju
Metode Iterasi
Bentuk-bentuk khusus matriks persegi
Matriks simetrik
Matriks diagonal
Matriks identitas
Matriks segitiga atas
Matriks segitiga bawah
Matriks tridiagonal
Matriks Hessenberg (pentadiagonal)

Review matriks
Faktorisasi LU
Metode Iterasi
Bentuk umum
Bentuk umum dari SPL:
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
.. .. .. ..
. . . .
an1 x1 + an2 x2 + + ann xn = bn
Dalam bentuk matriks, SPL di atas dapat ditulis dengan
Ax = b,
dimana

a11 a12 a1n x1 b1
a21 a22 a2n x2 b2
A= .. .. .. , x= .. , b= .. .

. . . . .
an1 an2 ann xn bn
Bagaimana menentukan solusi untuk x = [x1 x2 ... xn ]T ?

Review matriks
Faktorisasi LU
Metode Iterasi
Tentang solusi SPL

Ada tiga kemungkinan mengenai solusi SPL:
(a) Tidak ada solusi
(b) Tak-hingga solusi
(c) Solusi tunggal
Tafsiran geometris:

Review matriks
Faktorisasi LU
Metode Iterasi
Matriks koefisien, matriks lengkap SPL, dan OBE
Pada persamaan sebelumnya, A disebut matriks koefisien.

Matriks yang dibentuk oleh matriks A dengan penambahan
vektor kolom b disebut matriks lengkap dari SPL, yaitu

a11 a12 a1n b1
a21 a22 a2n b2
.. .. .. .. .

. . . .
an1 an2 ann bn
Operasi baris elementer (OBE):

Menukarkan dua buah baris
Mengalikan suatu baris dengan suatu konstanta tak-nol
Menambahkan k kali baris ke-i pada baris ke-j
Sifat: OBE tidak mengubah penyelesaian SPL.
Review matriks
Faktorisasi LU
Metode Iterasi
SPL segitiga atas

Bentuk umum dari SPL segitiga atas:
a11 x1 + a12 x2 + + a1n x1 = b1
a22 x2 + + a2n x2 = b2
.. .. ..
. . .
ann xn = bn
Matriks lengkap dari SPL segitiga atas:

a11 a12 a1n b1
a22 a2n b2
.. .. .

..
. . .
ann bn
Sifat: SPL segitiga atas mempunyai solusi tunggal jika dan hanya
jika setiap elemen diagonal dari matriks koefisiennya tidak nol, yaitu
akk 6= 0, k = 1, 2, ..., n.
Review matriks
Faktorisasi LU
Metode Iterasi
SPL segitiga atas - contoh
Selesaikan SPL segitiga atas berikut:
4x1 x2 + 2x3 + 3x4 = 20

2x2 + 7x3 4x4 = 7
6x3 + 5x4 = 4
3x4 = 60

Review matriks
Faktorisasi LU
Metode Iterasi
SPL segitiga atas - substitusi mundur

Solusi dari SPL segitiga atas secara umum dapat dihitung sebagai
berikut:
xn = bn /ann
xn1 = (bn1 an1,n xn )/an1,n1
xn2 = (bn2 (an2,n1 xn1 + an2,n xn ))/an2,n2
..
. !
X n
xk = bk aki xi /akk
i =k+1
..
. !
n
X
x1 = b1 a1i xi /a11
i =2
Proses perhitungan di atas dinamakan substitusi mundur, karena ...

Review matriks
Faktorisasi LU
Metode Iterasi
Algoritma substitusi mundur

Apa saja yang harus diperhatikan?
Dalam setiap iterasi, sebelum nilai xk dihitung, dilakukan
pemeriksaan terlebih dahulu terhadap elemen diagonal akk (proses
dihentikan jika ...)
Misalkan A adalah matriks lengkap. Maka vektor b berada pada
kolom ke ... dari matriks A.

Review matriks
Faktorisasi LU
Metode Iterasi
Algoritma substitusi maju ? (pada SPL segitiga bawah)

Review Matriks dan SPL Review
Metode eliminasi Gauss Tahap eliminasi dan algoritma
Faktorisasi LU Teknik penumpuan
Metode Iterasi Perhitungan determinan, invers, dll
Metode eliminasi Gauss - contoh

Dengan menggunakan metode eliminasi Gauss, selesaikan SPL
berikut ini:
x1 + x2 + 2x3 = 1,
3x1 x2 + x3 = 1,
x1 + 3x2 + 4x3 = 1.

Dua tahap besar pada metode eliminasi Gauss
1 Tahap eliminasi (maju),

yaitu mengubah SPL semula
menjadi SPL segitiga atas
melalui serangkaian OBE
(operasi ini tidak mengubah
solusi dari SPL semula).
2 Tahap substitusi mundur,

yaitu menyelesaikan SPL
segitiga atas yang terbentuk.

Metode eliminasi Gauss - tahap eliminasi

Langkah pertama:
membuat agar elemen-elemen kolom pertama mulai baris ke-2, 3, ..., n
(yaitu a21 , a31 , ..., an1 ) menjadi nol.

a11 a12 a1n a1,n+1 a11 a12 a1n a1,n+1
a21 a22 a2n a2,n+1 0 a22 a2n a2,n+1
.. .. .. .. .. .. .. ..

. . . . . . . .
an1 an2 ann an,n+1 0 an2 ann an,n+1
Catatan:
Notasi menyatakan bahwa proses yang dilakukan adalah melalui
serangkaian OBE.
Elemen-elemen pada kedua matriks lengkap di atas menggunakan
notasi yang sama, yaitu aij . Hal ini tidak berarti bahwa nilainya juga
sama. Pemakaian notasi yang sama ini ditujukan untuk keperluan
pada pemrograman komputer.

Langkah pertama - ilustrasi
a11 a12 a1n a1,n+1 a11 a12 a1n a1,n+1

a21 a22 a2n a2,n+1 0 a22 a2n a2,n+1
a21
a a32 a3n a3,n+1 (b)2 (b)2 a (b)1 a31 a32 a3n a3,n+1

31

11
. . . . . . . .
. . . . . . . .
. . . . . . . .
an1 an2 ann an,n+1 an1 an2 ann an,n+1
a11 a12 a1n a1,n+1 a11 a12 a1n a1,n+1

a21 a22 a2n a2,n+1 0 a22 a2n a2,n+1
a
a31 a32 a3n a3,n+1 (b)3 (b)3 a31 (b)1 0 a32 a3n a3,n+1

11
. . . . . . . .
. . . . . . . .
. . . . . . . .
an1 an2 ann an,n+1 an1 an2 ann an,n+1
.
.
.
a11 a12 a1n a1,n+1 a11 a12 a1n a1,n+1

a21 a22 a2n a2,n+1 0 a22 a2n a2,n+1
a
a31 a32 a3n a3,n+1 (b)n (b)n an1 (b)1 0 a32 a3n a3,n+1

11
. . . . . . . .
. . . . . . . .
. . . . . . . .
an1 an2 ann an,n+1 0 an2 ann an,n+1

Langkah pertama - algoritma

a21
(b)2 (b)2 a11 (b)1
a31
(b)3 (b)3 a11 (b)1
..
.
an1
(b)n (b)n a11 (b)1


Langkah kedua: mengeliminasi kolom kedua dari matriks lengkap SPL.
a
(b)3 (b)3 32 (b)2

a11 a12 a13 a1n a1,n+1
a22
a11 a12 a13 a1n a1,n+1

0 a22 a23 a2n a2,n+1 a42 0 a22 a23 a2n a2,n+1
(b)4 (b)4 (b)2
0 a22 0
a32 a33 a3n a3,n+1 0 a33 a3n a3,n+1

. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
0 a 0 0
an2 an3 ann an,n+1 (b)n (b)n n2 (b)2 an3 ann an,n+1
a22
Langkah ke-3, 4, ..., n 1: mengeliminasi kolom ke-3, 4, ..., n 1 dari

matriks lengkap SPL.
Hasil akhir dari tahap eliminasi adalah suatu SPL segitiga atas. Solusi
SPL dapat diperoleh dengan menjalankan algoritma substitusi mundur.
Metode eliminasi Gauss - algoritma tahap eliminasi
Catatan: elemen pembagi pada tahap eliminasi, yaitu a[k, k]

dinamakan elemen penumpu (pivot).

Algoritma metode eliminasi Gauss

Kelemahan metode eliminasi Gauss & perbaikannya

Kelemahan metode eliminasi Gauss:
Proses eliminasi tidak dapat dilakukan jika elemen penumpu (pivot)
bernilai nol.
Jika nilai mutlak dari elemen pivot sangat kecil, maka pada realisasi
komputer akan menimbulkan perambatan galat pembulatan yang
besar.
Cara memperbaikinya?
Perlu dipilih elemen penumpu yang nilai mutlaknya besar.
Hal ini direalisasikan dengan melakukan pertukaran baris dan/atau
kolom pada matriks lengkap.
Pertukaran baris tidak mengubah solusi SPL.
Pertukaran kolom bagaimana?
Teknik pemilihan elemen penumpu ini dinamakan teknik penumpuan
(pivoting).
Beberapa macam teknik penumpuan
Penumpuan total
Elemen penumpu diambil dari max |aij |
ki ,jn
Memerlukan pertukaran baris dan/atau kolom
Penumpuan parsial
Elemen penumpu diambil dari max |aik |
ki n
Hanya memerlukan pertukaran baris saja
Penumpuan parsial terskala

Elemen penumpu diambil dari max |aik /akk |
ki n
Hanya memerlukan pertukaran baris saja
Elemen penumpu yang dipilih kemudian ditempatkan pada posisi
(k, k) dari matriks lengkap SPL.
Eliminasi Gauss dengan penumpuan parsial - contoh

Eliminasi Gauss dengan penumpuan parsial - algoritma?

Eliminasi Gauss dengan penumpuan parsial - algoritma

Beberapa SPL dengan matriks koefisien sama

Pandang dua SPL berikut:

x1 + 2x2 + x3 + 4x4 = 13
2x1 + 4x3 + 3x4 = 28

4x1 + 2x2 + 2x3 + x4 = 20
+ x2 + 3x3 + 2x4 = 0

3x1

x1 + 2x2 + x3 + 4x4 = 8
2x1 + 4x3 + 3x4 = 9

4x1 + 2x2 + 2x3 + x4 = 9
+ x2 + 3x3 + 2x4 = 3

3x1
Matriks lengkap dari dua SPL tersebut dapat ditulis:

1 2 1 4 13 8
2 0 4 3 28 9
.
4 2 2 1 20 9
3 1 3 2 6 3
Solusi dari masing-masing SPL dapat ditentukan dengan metode eliminasi Gauss.

Kuis

Perhitungan determinan - dasar teori

Teorema (determinan matriks segitiga atas)
Y
n
Jika A matriks segitiga atas berukuran n n, maka det(A) = aii .
i =1
Bukti. Lakukan ekspansi kofaktor berkali-kali sepanjang baris terakhir.
Teorema (pengaruh OBE terhadap nilai determinan suatu matriks)

Misalkan A matriks berukuran n n.
Jika B adalah matriks hasil dari perkalian suatu baris (kolom) matriks A
dengan konstanta k, maka det(B) = k det(A).
Jika B adalah matriks hasil dari pertukaran dua baris (kolom) matriks A,
maka det(B) = det(A).
Jika B adalah matriks hasil penambahan k kali baris (kolom) ke baris
(kolom) lain dari matriks A, maka det(B) = det(A).
Bukti. ...
Perhitungan determinan - penerapan, contoh, & algoritma
Untuk menghitung determinan suatu matriks, lakukan serangkaian

OBE terhadap matriks tersebut sedemikian sehingga menjadi
matriks segitiga atas. Perhatikan perubahan nilai determinan
selama melakukan OBE.
Contoh. Dengan menggunakan metode eliminasi Gauss dengan
penumpuan parsial, tentukan determinan dari

1 2 1 4
2 0 4 3
4 2 2 1 .

3 1 3 2
Algoritmanya?

Perhitungan determinan - algoritma

Masukan: n ukuran matriks
a[i,j] i=1,2,,n; j=1,2,,n elemen-elemen matriks
Keluaran: d nilai determinan matriks
Langkah-Langkah:
1. f:=0
2. d:=1
3. (*tahap eliminasi dengan pivoting*)
untuk k=2,3,,n
m:=k-1
untuk i=k,k+1,,n
jika abs(a[i,k-1])>abs(a[m,k-1]) maka m:=i
jika m~=k-1
maka f:=f+1
untuk j=k-1,k,,n
s:=a[k-1,j]
a[k-1,j]:=a[m,j]
a[m,j]:=s
jika abs(a[k-1,k-1])<1e-15
maka proses gagal, stop
untuk i=k,k+1,,n
p:=a[i,k-1]/a[k-1,k-1]
untuk j=k-1,k,,n
a[i,j]:=a[i,j]-p*a[k-1,j]
d:=d*a[k-1,k-1];
4. d:=(-1)^f*d*a[n,n];

Perhitungan invers
Gunakan metode eliminasi Gauss-Jordan (eliminasi maju dan mundur):
A I I A1 . [justifikasi!]

Contoh.
Algoritmanya?

Perhitungan invers - algoritma
Masukan: n ukuran matriks

a[i,j] i=1,2,,n; j=1,2,,n elemen matriks
Keluaran: b[i,j] i=1,2,,n; j=1,2,,n elemen invers matriks
Langkah-Langkah:
3. (*tahap eliminasi mundur*)
1. (*tahap menggandengkan matriks untuk k=n-1,n-2,,1
identitas*) jika abs(a[k+1,k+1])<1e-15
untuk i=1,2,,n maka proses gagal, stop
untuk j=n+1,n+2,,2*n untuk i=k,k-1,,1
jika i=j+n maka a[i,j]:=1 p:=a[i,k+1]/a[k+1,k+1]
jikatidak a[i,j]:=0 untuk j=1,2,,k+1
a[i,j]:=a[i,j]-p*a[k+1,j]
2. (*tahap eliminasi maju dengan untuk j=n+1,n+2,,2*n
pivoting*) a[i,j]:=a[i,j]-p*a[k+1,j]
untuk k=2,3,,n
4. (*tahap mendapatkan invers matriks*)
m:=k-1
untuk i=1,2,,n
untuk i=k,k+1,,n
untuk j=n+1,n+2,,2*n
jika abs(a[i,k-1])>abs(a[m,k-1]) maka m:=i
b[i,j-n]:=a[i,j]/a[i,i]
jika m~=k-1
untuk j=k-1,k,,2*n
s:=a[k-1,j]
a[k-1,j]:=a[m,j]
a[m,j]:=s
jika abs(a[k-1,k-1])<1e-15
maka proses gagal, stop
untuk i=k,k+1,,n
p:=a[i,k-1]/a[k-1,k-1]
untuk j=k-1,k,,2*n
a[i,j]:=a[i,j]-p*a[k-1,j]

Modifikasi eliminasi Gauss untuk SPL tridiagonal
Perhatikan matriks SPL tridiagonal berikut:

b1 c1 x1 d1
a2 b2 c2
x
2 d2

. .. x3 = d3 .

a 3 b3 . .
.. .. . .
. cn1 . .

.
an bn xn dn
Pada SPL tersebut, banyak sekali koefisiennya yang bernilai nol.

Bagaimana algoritma yang paling efisien untuk mencari solusi SPL
tersebut? TUGAS BACA!

Review Matriks dan SPL Apa itu faktorisasi LU?
Metode eliminasi Gauss Beberapa jenis faktorisasi LU
Faktorisasi LU Faktorisasi LU Doolitle dengan eliminasi Gauss
Metode Iterasi Aplikasi faktorisasi LU: perhitungan invers matriks
Definisi faktorisasi LU dan kegunaannya
Definisi (Faktorisasi LU/Segitiga)

Matriks nonsingular A dikatakan mempunyai faktorisasi LU (juga dikenal
dengan faktorisasi segitiga) jika ia dapat ditulis sebagai perkalian matriks
segitiga bawah L dan matriks segitiga atas U, yaitu
A = LU.
Misalkan matriks koefisien A dari SPL Ax = b mempunyai faktorisasi LU.

Maka
Ax = b (LU)x = b L(Ux) = b.
Sekarang misalkan d = Ux. SPL segitiga bawah Ld = b dapat
diselesaikan dengan substitusi maju. Setelah d diperoleh, solusi x dapat
dicari dari SPL segitiga atas Ux = d dengan substitusi mundur.

Ilustrasi

Beberapa jenis faktorisasi LU
Secara umum faktorisasi LU tidak tunggal.
Agar hasilnya tunggal, biasanya dilakukan dengan memilih

matriks L dan U yang memiliki sifat tertentu.
Beberapa faktorisasi LU yang dikenal:
Faktorisasi/dekomposisi Doolitle, yaitu elemen diagonal utama
matriks L dipilih bernilai 1.
Faktorisasi/dekomposisi Crout, yaitu elemen diagonal utama
matriks U dipilih bernilai 1.
Faktorisasi/dekomposisi Cholesky, yaitu matriks U dibuat
sama dengan LT jika A matriks simetris.

Faktorisasi LU Doolitle dengan eliminasi Gauss - proses

Misalkan dari tahap eliminasi pada eliminasi Gauss diperoleh
a11 a12 a1n

a11 a12 a1n

0 (1) (1)
a21 a22 a2n a22 a2n
A= . . . . . . = U,

.. .. .. .
. .
. .
.
an1 an2 ann (n1)
0 0 ann
(k)
dimana aij menyatakan elemen matriks A pada posisi (i , j) yang nilainya
merupakan hasil dari OBE pada iterasi ke-k.
Meskipun tidak muncul secara langsung, matriks L juga dihasilkan dari proses
eliminasi ini, yaitu diberikan oleh
1 0 0

l21 1 0
L= . .. .. ,

.. . .
ln1 ln2 1
(j1) (j1) (0)

dimana lij = aij /ajj dan ai 1 = ai 1 [periksa!].

Faktorisasi LU Doolitle dengan eliminasi Gauss - algoritma

Perhitungan invers matriks - dasar teori & penerapan

Diberikan sistem

1 0 0
0 1 0
Ax1 = .. , Ax2 = .. , ... , Axn = .. ,

. . .
0 0 1
dimana A adalah matriks berukuran n n dan x1 , x2 , ..., xn adalah

vektor-vektor berukuran n 1. Jika A dapat diinverskan, maka
A1 = [x1 x2 ... xn ] . [tunjukkan!]
Solusi x1 , x2 , ..., xn dapat ditentukan dengan menggunakan

faktorisasi LU. Karena sistem di atas memiliki matriks koefisien
yang sama, maka matriks L dan U cukup dihitung sekali.
Perhitungan invers matriks - algoritma

Contoh 1
Tentukan matriks dekomposisi LU yang memenuhi

1 3 6 1 0 0 a11 a12 a13
A = 4 8 1 = m21 1 0 0 a22 a23 = LU
2 3 5 m31 m32 1 0 0 a33

Contoh 2

Metode Jacobi vs Gauss-Seidel
Faktorisasi LU
Metode Iterasi
Metode iterasi?
Alternatif metode untuk menyelesaikan SPL (dan juga SPNL).
Metode iteratif dimulai dengan sebuah tebakan awal,

kemudian digunakan suatu metode sistematis untuk
memperoleh barisan yang diharapkan konvergen ke solusi yang
ingin dicari.
Metode iteratif untuk SPL: metode Jacobi dan metode

Gauss-Seidel.
Metode iteratif untuk SPNL: metode substitusi berturutan dan

metode Newton-Raphson (kasus multivariat) [tidak dipelajari].

Faktorisasi LU
Metode Iterasi
Ilustrasi
Figure : (a) Metode Gauss-Seidel, (b) Metode Jacobi

Faktorisasi LU
Metode Iterasi
Metode Jacobi
Diberikan SPL berikut:
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
.. .. .. ..
. . . .
Rumus iterasi dari metode Jacobi:

n
(k+1) (k)
X
xi = bi aij xj /aii , i = 1, 2, ..., n.
j=1,j6=i
Catatan: indeks (k) menyatakan langkah iterasi.

h iT
(0) (0) (0)
Ambil tebakan awal x = x1 x2 xn .

(k+1) (k)
Kriteria penghentian iterasi: max xi xi < .
1i n

Faktorisasi LU
Metode Iterasi
Algoritma metode Jacobi

Faktorisasi LU
Metode Iterasi
Metode Gauss-Seidel
Diberikan SPL berikut:
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
.. .. .. ..
. . . .
Rumus iterasi dari metode Gauss-Seidel:

i 1 n
(k+1) (k+1) (k)
X X
xi = bi aij xj aij xj /aii , i = 1, 2, ..., n.
j=1 j=i +1
Catatan: indeks (k) menyatakan langkah iterasi.

h iT
(0) (0) (0)
Ambil tebakan awal x = x1 x2 xn .

(k+1) (k)
Kriteria penghentian iterasi: max xi xi < .
1i n

Faktorisasi LU
Metode Iterasi
Algoritma metode Gauss-Seidel

Faktorisasi LU
Metode Iterasi
Kekonvergenan metode Jacobi dan Gauss-Seidel

Metode Jacobi dan Gauss-Seidel tidak selalu konvergen.
Syarat cukup agar kedua metode tersebut konvergen adalah matriks
koefisien A bersifat dominan kuat secara diagonal, yaitu
n
X
|aii | > |aij |, i = 1, 2, ..., n.
j=1,j6=i
Sebelum metode Jacobi dan Gauss-Seidel digunakan, lakukan dulu

pemeriksaan apakah matriks koefisien A bersifat dominan kuat
secara diagonal.
Salah satu cara agar matriks koefisien A bersifat dominan kuat
secara diagonal adalah dengan menukarkan baris-baris dari SPL
tersebut.
Bila proses penukaran baris tidak berhasil membuat matriks
koefisien A bersifat dominan kuat secara diagonal, maka metode
Jacobi dan Gauss-Seidel biasanya tidak dapat digunakan.

Sistem Persamaan Linier-Rev2

Diunggah oleh

Informasi Dokumen

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

Sistem Persamaan Linier-Rev2

Diunggah oleh

Hak Cipta:

Format Tersedia

Review Matriks dan SPL

Metode eliminasi Gauss

PAM 252 Metode Numerik

Jurusan Matematika FMIPA Universitas Andalas

Semester Genap 2016/2017

1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Bentuk-bentuk khusus matriks persegi

2 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Bagaimana menentukan solusi untuk x = [x1 x2 ... xn ]T ?

Tentang solusi SPL

4 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Matriks koefisien, matriks lengkap SPL, dan OBE

Pada persamaan sebelumnya, A disebut matriks koefisien.

Operasi baris elementer (OBE):

SPL segitiga atas

SPL segitiga atas - contoh

Selesaikan SPL segitiga atas berikut:

4x1 x2 + 2x3 + 3x4 = 20

7 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

SPL segitiga atas - substitusi mundur

Proses perhitungan di atas dinamakan substitusi mundur, karena ...

Algoritma substitusi mundur

9 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Algoritma substitusi maju ? (pada SPL segitiga bawah)

10 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Metode eliminasi Gauss - contoh

11 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Dua tahap besar pada metode eliminasi Gauss

1 Tahap eliminasi (maju),

2 Tahap substitusi mundur,

12 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Metode eliminasi Gauss - tahap eliminasi

Metode eliminasi Gauss - tahap eliminasi

a11 a12 a1n a1,n+1 a11 a12 a1n a1,n+1

a11 a12 a1n a1,n+1 a11 a12 a1n a1,n+1

14 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Metode eliminasi Gauss - tahap eliminasi

Langkah pertama - algoritma

15 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Metode eliminasi Gauss - tahap eliminasi

Langkah ke-3, 4, ..., n 1: mengeliminasi kolom ke-3, 4, ..., n 1 dari

Metode eliminasi Gauss - algoritma tahap eliminasi

Catatan: elemen pembagi pada tahap eliminasi, yaitu a[k, k]

17 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Algoritma metode eliminasi Gauss

18 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Kelemahan metode eliminasi Gauss & perbaikannya

Beberapa macam teknik penumpuan

Penumpuan parsial terskala

Eliminasi Gauss dengan penumpuan parsial - contoh

21 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Eliminasi Gauss dengan penumpuan parsial - algoritma?

22 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Eliminasi Gauss dengan penumpuan parsial - algoritma

23 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Beberapa SPL dengan matriks koefisien sama

Matriks lengkap dari dua SPL tersebut dapat ditulis:

24 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

25 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier

Perhitungan determinan - dasar teori

Bukti. Lakukan ekspansi kofaktor berkali-kali sepanjang baris terakhir.

Teorema (pengaruh OBE terhadap nilai determinan suatu matriks)

Perhitungan determinan - penerapan, contoh, & algoritma