Artikel
Published on 21.32 By Arif Hidayat
47 komentar
Eliminasi Gauss
Eliminasi Gauss adalah suatu metode untuk mengoperasikan nilai-nilai di dalam matriks
sehingga menjadi matriks yang lebih sederhana lagi. Dengan melakukan operasi baris sehingga
matriks tersebut menjadi matriks yang baris. Ini dapat digunakan sebagai salah satu metode
penyelesaian persamaan linear dengan menggunakan matriks. Caranya dengan mengubah
persamaan linear tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah
menjadi matriks baris, lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel
tersebut.
1. Jika suatu baris tidak semua nol, maka bilangan pertama yang tidak nol adalah 1 (1
utama)
2. Baris nol terletak paling bawah
3. 1 utama baris berikutnya berada dikanan 1 utama baris diatasnya
4. Dibawah 1 utama harus nol
Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang hasilnya lebih
sederhana lagi. Caranya adalah dengan meneruskan operasi baris dari eliminasi Gauss sehingga
menghasilkan matriks yang Eselon-baris. Ini juga dapat digunakan sebagai salah satu metode
penyelesaian persamaan linear dengan menggunakan matriks.
Cari Nilai X1,X2,X3 pada persamaan dibawah ini menggunakan eliminasi gauss dan eliminasi
gauss jordan
2X1 + X2 + 4X3 = 8
3X1 + 2X2 + X3 = 10
X1 + 3X2 + 3X3 = 8
Eliminasi Gauss
Langkah terakhir adalah substitusikan balik dari bawah jadi
X3 = 0.538
X2 - 0.25(X3) = 1.25
X2 = 1.25 + 0.25(0.538)
X2 = 1.384
X1 - 2X2 + X3 = 0
X1 = 2X2 - X3
X1 = 2(1.384) - 0.538
X1 = 2.23
Jadi X1 = 2.23, X2 = 1.384, X3 = 0.538
Sebenarnya hanya tinggal melanjutkan dari langkah eliminasi gauss seperti di tambahkan
langkah 8 sampai langkah 10, tapi saya mengulanginya kembali dari awal.
Jadi Isinya sama seperti pada Eliminasi Gauss X1 = 2.23, X2 = 1.384, X3 = 0.538
Sekian share saya mengenai metode Eliminasi Gauss dan Eliminasi Gauss Jordan ...
Eliminasi Gauss
Metode eliminasi gauss termasuk dalam metode penyelesaian persamaan linear dengan cara
langsung. Inti dari metode ini adalah membawa persamaan kedalam bentuk matriks dan
menyederhanakan matriks menjadi bentuk segitiga atas. Setelah mendapat bentuk matriks
tersebut dilakukan subtitusi balik untuk mendapat nilai dari akar persamaan tadi. Untuk lebih
jelasnya kita perhatikan contoh berikut.
x1 + 3x2 + 3x3 = 16
dalam bentuk matriks:
Penyelesaian (Eliminasi Gauss):
langkah(1)
langkah (2)
langkah (3)
langkah (4)
langkah (5)
langkah (6)
langkah (7)
Dengan demikian diperoleh:
Untuk memperoleh x1 dan x2 subt pers (3) ke pers. (1) dan (2), x3 = 3
x2 – 10(3) = -28
x2 – 30 = -28
x2 = 2
Untuk memperoleh x1:
dari matriks diatas langsung dapat diketahui nilai dari x1 x2 x3 tanpa subtitusi balik
Kelebihan Eliminasi Gauss Jordan
Mengubah sistem persamaan linier yang ingin dihitung menjadi matriks augmentasi.
Merupakan variasi dari eliminasi gauss dengan kebutuhan dapat mgenyelesaikan matriks
invers
Berbeda dengan 2 metode sebelumnya yaitu eliminasi gauss dan gauss jordan yang
menggunakan matriks untuk penyelesaiannya, metode gauss seidel menggunakan metode iterasi
dalam penyelesaiannya. Metode ini dikembangkan dari gagasan penyelesaian persamaan tak
linear.
Contoh:
10 x 1 – x 2 + 2 x 3 = 6,
– X 1 + 11 x 2 – x 3 + 3 x 4 = 25,
2 x 1 – x 2 + 10 x 3 – x 4 = – 11,
3 x 2 – x 3 + 8 x 4 = 15.
Pecahkan nilai di atas menjadi x1,x2,x3,x4
x 1 = x 2 / 10 – x 3 / 5 + 3 / 5,
x 2 = x 1 / 11 + x 3 / 11 – 3 x 4 / 11 + 25 / 11,
x 3 = – x 1 / 5 + x 2 / 10 + x 4 / 10-11 / 10,
x 4 = – 3 x 2 / 8 + x 3 / 8 + 15 / 8.
Nilai pendekatan awal (0,0,0,0)
x 1 = 3 / 5 = 0.6,
x 2 = (3 / 5) / 11 + 25/11 = 3 / 55 + 25/11 = 2,3272,
x 3 = – (3 / 5) / 5 + (2,3272) / 10 – 11 / 10 = – 3 / 25 + 0,23272-1,1 = – 0,9873,
x 4 = – 3 (2,3272) / 8 + (- 0,9873) / 8 + 15 / 8 = 0,8789.
Dihasilkan iterasi 4 buah :
X1 X2 X3 X4
0,6 2,327 -0,987 0,878
1,03 2,036 -1,014 0,983
1,006 2,003 – 1,002 0.998
1 2 -1 0,999
Kelebihan dan kekurangan Gauss Seidel
Metode eliminasi gauss-seidel digunakan untuk menyelesaikan SPL yg berukuran kecil karena
metode ini lebih efisien. Dengan metode iterasi Gauss-Seidel pembulatan dapat diperkecil karena
dapat meneruskan iterasi sampai solusinya seteliti mungkin sesuai dengan batas sesatan yang
diperbolehkan.
Kelemahan dari metode ini adalah masalah titik tengah yang harus benar–benar diperhatikan,
karena penyusun yang salah akan menyebabkan iterasi menjadi divergen dan tidak diperoleh
hasil yang benar.
Iteras Jacobi
Metode ini merupakan suatu teknik penyelesaian SPL berukuran n x n, AX = b, secara iteratif.
Proses penyelesaian dimulai dengan suatu hampiran awal terhadap penyelesaian, X0, kemudian
membentuk suatu serangkaian vector X1, X2, … yang konvergen ke X.
Teknik iteratif jarang digunakan untuk menyelesaikan SPL berukuran kecil karena metode-
metode langsung seperti metode eliminasi Gauss lebih efisien dari pada metode iteratif. Akan
tetapi, untuk SPL berukuran besar dengan persentase elemen nol pada matriks koefisien besar,
teknik iteratif lebih efisien daripada metode langsung dalam hal penggunaan memori komputer
maupun waktu komputasi. Metode iterasi Jacobi, prinsipnya: merupakan metode iteratif yang
melakuakn perbaharuan nilai x yang diperoleh tiap iterasi (mirip metode substitusi berurutan,
successive substitution).
1. Pendahuluan
Himpunan persamaan linear simultan kebanyakan muncul dalam model linear. Seringkali,
banyaknya persamaan akan sama dengan banyaknya variabel dalam keadaan seperti itu biasanya
kita dapan mencari nilai unik dari variabel. Jika variabel lebih banyak dari persamaan, umumnya
kita harapkan memperoleh sebanyak tak hingga penyelesaian. Kadang-kadang kita mempunyai
persamaan lebih banyak dari variabel. Akan tetapi tidak semua persamaan ini bebas, karena
beberapa diantaranya dapat diperoleh dari yang lain. Untuk keadaan seperti itu diperlukan
mencari persamaan bebas yang cukup untuk dapat memecahkan semua variabel.
Dalam pembahasan kali ini, kita akan membahas kriteria pencapaian akan keberadaan dan
keunikan penyelesaian dan sifat-sifat penyelesaian. Kita akan mulai dengan membicarakan suatu
tehnik perhitungan yang efisien untuk menyelesaikan persamaan simultan.
1. Pembahasan
1. Eliminasi Gauss.
Eliminasi Gauss digunakan untuk menyelesaikan suatu sistem persamaan linear dengan bantuan
matrix. Karena menggunakan bantuan matrix, maka pertama-tama, sistem persamaan linearnya
harus kita ubah ke bentuk matrix terlebih dahulu.
3x1 + 4x2 − 2 x3 = 5
x1 − 5x2 + 2x3 = 7
2x1 + x2 − 3x3 = 9
[x1 x2 x3 hasil]
[x1 x2 x3 hasil]
[x1 x2 x3 hasil]
Menjadi
[3 4 -2 5]
[1 -5 2 7]
[2 1 -3 9]
Dalam tahap ini, tujuannya adalah untuk menyederhanakan suatu matrix menjadi bentuk eselon
baris. Apa itu bentuk eselon baris? Bentuk eselon baris (juga disebut bentuk segitiga) adalah
suatu bentuk matrix yang memenuhi beberapa syarat, yaitu :
Tahap ini sama dengan tahap “substitusi” dalam penyelesaian sistem persamaan linear biasa
namun menggunakan persamaan-persamaan hasil penyederhanaan matrix menjadi bentuk eselon
baris. Setelah matrix selesai kita sederhanakan menjadi bentuk eselon baris, maka kita akan
mendapatkan persamaan linear baru sesuai jumlah baris matrix yang digunakan dan masing-
masing persamaan mempunyai jumlah variabel berbeda. Untuk lebih jelas maka lihat contoh
dibawah ini.
x + 2y + z = 6
x + 3y + 2z = 9
2x + y + 2z = 12
Jawab:
x + 2y + z = 6
y+z=3
z=3
y+3=3
y=0
x + 2y + z = 6
x+0+3=6
x=3
Salah satu metode yang dapat digunakan untuk menyelesaikan sistem persamaan linier adalah
metode eliminasi Gauss-Jordan. Metode ini diberi nama Gauss-Jordan untuk menghormati Carl
Friedrich Gauss dan Wilhelm Jordan. Metode ini sebenarnya adalah modifikasi dari metode
eliminasi
Metode Gauss-Jordan ini menghasilkan matriks dengan bentuk baris eselon yang tereduksi
(reduced row echelon form), sementara eliminasi Gauss hanya menghasilkan matriks sampai
pada
Selain untuk menyelesaikan sistem persamaan linier, metode eliminasi Gauss-Jordan ini dapat
1. Ubah sistem persamaan linier yang ingin dihitung menjadi matriks augmentasi.
2. Lakukan operasi baris elementer pada matriks augmentasi (A|b) untuk mengubah matriks
Ai Aj
Ai = k * Aj
Ai = Ai + k * Aj
Sebuah matriks sendiri bisa dikatakan sudah memiliki bentuk baris eselon yang tereduksi jika
1. Jika sebuah baris seluruhnya bukan merupakan angka nol, maka angka bukan nol pertama
2. Jika ada baris yang seluruhnya terdiri dari angka nol, maka baris tersebut dikelompokkan
3. Jika ada 2 baris berurutan yang sama-sama tidak terdiri dari angka nol seluruhnya, maka
leading 1 dari baris yang lebih bawah berada di sebelah kanan dari leading 1 yang berada
4. Pada setiap kolom yang memiliki leading 1 di kolomnya, maka nilai yang ada di kolom
Sebuah matriks yang hanya memenuhi syarat 1 sampai 3 adalah matriks yang dalam bentuk baris
eselon. Sedangkan jika syarat keempat juga dipenuhi, maka matriks tersebut dapat dikatakan
dalam bentuk baris eselon yang tereduksi.
Berikut beberapa contoh matriks yang sudah dalam bentuk baris eselon tereduksi.
Berikut contoh langkah-langkah yang dilakukan untuk menyelesaikan sistem persamaan linier
dengan metode eliminasi Gauss-Jordan.
2x + 4y – 2z = 12
x + 5y + 3z = 8
-3x + y + 3z = -4
2 4 -2 12
1 5 3 8
-3 1 3 -4
1 2 -1 6
1 5 3 8
-3 1 3 -4
1 2 -1 6
0 3 4 2
-3 1 3 -4
1 2 -1 6
0 3 4 2
0 7 0 14
0 1 0.33 0.67
0 7 0 14
1 0 -3.67 4.67
0 1 0.33 0.67
0 7 0 14
1 0 -3.67 4.67
0 1 0.33 0.67
0 0 -9.33 9.33
1 0 -3.67 4.67
0 1 0.33 0.67
0 0 1 -1
1 0 0 1
0 1 0.33 0.67
0 0 1 -1
1 0 0 1
0 1 0 2
0 7 1 -1
Setelah langkah ke-10, maka matriks ini telah dalam bentuk baris eselon tereduksi. Dari matriks
Contoh di atas diterapkan pada sistem persamaan linier dengan n variabel dan n persamaan.
Contoh berikut adalah cara menyelesaikan sistem persamaan linier dengan n variabel dan m
persamaan.
2x + 3y – 5z = 7
x + 4y + 8z = 3
2 3 -5 7
1 4 8 3
1 4 8 3
0 1 4.2 -0.2
1 0 -8.8 3.8
0 1 4.2 -0.2
x – 8.8z = 3.8
y + 4.2z = -0.2
1. KESIMPULAN
yaitu ada solusi yang unik, tidak ada solusi, atau memiliki solusi yang tak
terhingga. Ada berbagai macam cara untuk menyelesaikan sistem persamaan linier.
1. DAFTAR PUSTAKA
Anton, Howard dan Chris Rorres. 2005. Elementary Linear Algebra – Applications
Version. John Willey & Sons, Inc.