Nama : Irma Ningsih

NPM : 18020411008
Semester : V (Lima)
Prodi : Pendidikan Matematika
Mata Kuliah : Metode Numerik
Dosen Pengampu : Ahde Fitri, S.Pd., M.Pd
Pertemuan Ke : 6 (Enam)
Hari/Tanggal : Selasa, 13 Oktober 2020
Tugas : Membuat resume tentang:
“Penyelesaian persamaann linier dengan berbagai metode”:
a. Eleminasi Gauss Naif
b. Eliminasi Gauss Dengan Pivoting Parsial
c. Dekomposisi Segitiga
 Penyelesaian Sistem Persamaan Linier Melalui Bebagai Metode

A. Eliminasi Gauss Naif

Algoritma Gayss Naif:
1. Membagi persamaan pertama dengan koefisien a11. Langkah tersebut
disebut normalisasi. Tujuan normalisasi ini adalah agar koefisien dari x1
berubah menjadi 1.
2. Kalikan persamaan yang telah dinormalisasi (dalam hal ini persamaan
pertama) dengan koefisien pertama dari persamaan kedua (yaitu a21).
3. Mengurangkan baris kedua dan ketiga dengan baris pertama.
4. Kalikan persamaan pertama yang sudah dinormalisasi dengan koefisien
tertentu sehingga a11 = a31.
5. Kurangkan persamaan ketiga dengan hasil dari yang didapat dari langkah
4.
6. Baris kedua dibagi dengan koefisien a22. Langkah ini disebut
NORMALISASI untuk persamaan kedua. Tujuannya adalah agar koefisien
x2 berubah menjadi 1.
7. Kalikan persamaan kedua yang sudah dinormalisasi pada langkah ke-6
dengan suatu koefisien tertentu sehingga a22 = a32.
8. Kurangkan persamaan ketiga dengan persamaan kedua hasil dari langkah
ke-7.
Contoh
Diketahui SPL:
2x1 + 2x2 + x3 = 4
3x1 - x2 + x3 = 1
x1 + 4x2 - x3 = 2
Matriks yang terbentuk:

2 2 1   x1  4
3 − 1 1   x  = 1
  2   
1 4 − 1  x3  2

Bagaimana penyelesaiannya?

1
Langkah:

1 1 1   x1  2
 2
1. b1 → 3 − 1 1   x2  = 1
1
2 1 4 − 1  x  2
  2   

1 1 1  x
 2  1   2 
2. dan 3. b2 − 3b1 → 0 − 4 − 1   x2  = − 5
1 4 2
−    
 1   x3   2 

1 1 1  x
 2  1   2 
3. dan 5. b3 − b1 → 0 − 4 −   x2  = − 5
1
 2
− 3   x3   0 
 0 3
2 

1 1 1   x   2 
 2  1
  x2  =  5 4 
1
6. b2 → 0 1 1
4  8 
0 3 − 3 2   x3   0 

1 1 1  x  
 2  1   2 
7. dan 8. b3 − 3b2 → 0 1 1   x2  =  5 
 8    4 
−  x  − 15
8   3  
 15
0 0 4 
Hasil:

− 15  x3 = −15 x2 + 1 x3 = 5
8 4 8 4
x3 = 2 x2 = 5 − 1 (2) = 1
4 8

2
 x1 + x2 + 1 x3 = 2
2
( )
x1 = 2 − (1) − 1  2 = 0
2

B. Eliminasi Gauss Dengan Pivoting Parsial

(𝑝−1)
Prinsip tata ancang pivoting adalah sebagai berikut: jika 𝑎𝑝,𝑝 = 0, cari baris
k dengan 𝑎𝑘,𝑝 ≠ 0 dan k > p, lalu pertukaran baris p dan baris k. Metode
eliminasi Gauss dengan tata ancang pivoting disebut metode eliminasi
Gauss yang diperbaiki (modified Gauusian elimination)
Contoh:
Selesaikan sistem prsamaan lanjar berikut dengan meetode
eliminasi Gauss yang menerapkan tata ancang pivoting.
𝑥1 + 2𝑥2 + 𝑥3
= 2 3𝑥1
+ 6𝑥2 =
9
2𝑥1 + 8𝑥2 + 4𝑥3 = 6
𝟏 2 1 2 R2 − 3R1 1 2 1 2R ⇔R 1 2 1 2
1 3

[3 6 0 9] ~ [0 𝟎 −3 3] [0 4 2 2]
(∗)
2 8 4 6 R3 − 2R1 0 4 2 2 0 0 −3 3

Operasi baris 1 Operasi baris 2

Setelah operasi baris 1, elemen a22 yang akan menjadi pivot pada operasi baris
2 ternyata sama dengan nol. Karena itu, pada operasi baris 2, elemen baris 2
dipertukarkan dengan elemen baris 3. Tanda (*) menyatakan pertukaran baris
terjadi akibat proses pivoting. Sekarang elemen a22 = 4 ≠ 0 sehingga operasi
baris elementer dapat diteruskan. Tetapi, karena matriks A sudah membentuk
matriks U, proses eliminasi selesai. Solusinya diperoleh dengan teknik
penyulihan mundur, yaitu 𝑥3 = −1, 𝑥2 = 1, dan 𝑥1 = 1.
Melakukan pertukaran baris untuk menghindari pivot yang bernilai nol adalah
cara pivoting yang sederhana (simple pivoting). Masalah ini dapat juga timbul

3
bila elemen pivot sangat dekat ke nol, karena jika elemen pivot sangat kecil
dibandingkan terhadap elemen lainnya, maka galat pembulatan dapat muncul.
Ada dua macam tata-ancang pivoting, yaitu:
a. Pivoting sebagian (partial pivoting)
Pada tata-ancang pivoting sebagian, pivot dipilih dari semua elemen pada
kolom p yang mempunyai nilai mutlak terbesar,
𝑎𝑘,𝑝 = max{ 𝑎𝑝,𝑝 , 𝑎𝑝+1,𝑝 ,…, 𝑎𝑛−1,𝑝 , 𝑎𝑛,𝑝 }
Lalu pertukarkan baris k dengan baris ke p. Misalkan setelah operasi baris
pertama diperoleh matriksnya seperti yang digambarkan pada matriks di
bawah ini. Untuk operasi baris kedua, carilah elemen x pada baris kedua,

4
 dimulai dari baris ke-2 sampai baris ke-4, yang nilai mutlaknya terbesar,
lalu pertukarkan barisnya dengan baris ke-2. Elemen x yang nilai
mutlaknya terbesar itu sekarang menjadi pivot untuk operasi baris
selanjutnya.
𝑥 𝑥 𝑥 𝑥 𝑥
0 𝑥 𝑥 𝑥 𝑥]
[
0 𝑥 𝑥 𝑥 𝑥
0 𝑥 𝑥 𝑥 𝑥
Cari x terbesar, lalu pertukarkan barisnya dengan baris ke-2
perhatikanlah bahwa teknik pivoting sebagian juga sekaligus menghindari
pemilihan pivot = 0 (sebagaimana dalam simple pivoting) karena 0 tidak
akan pernah menjadi elemen dengan nilai mutlak terbesar, kecuali jika
seluruh elemen di kolom yang diacu adalah 0. Apabila setelah melakukan
pivoting sebagian ternyata elemen pivot = 0, itu berarti system persamaan
linier tidak dapat diselesaikan (singular system)
b. Pivoting Lengkap (complete pivoting)
Jika disamping baris, kolom juga dikutkan dalam pencarian elemen
terbesar dan kemudian dipertukarkan, maka tata-ancang ini disebut
pivoting lengkap. Pivoting lengkap jarang dipakai dalam program
sederhana karena pertukaran kolom mengubah urutan suku x dan
akibatnya menambah kerumitan program secara berarti.
Contoh:
Dengan menggunkan 4 angka bena, selesaikan system berikut dengan
metode eliminasi Gauss:
0.0003𝑥1 + 1566𝑥2 = 1569
0.3454𝑥1 − 2436𝑥2 = 1018
a. Tanpa tata-ancang pivoting sebagian (Gauss naif)
b. Dengan tata-ancang pivoting sebagian (Gauss yang dimodifikasi)
Penyelesaian
a. Tanpa tata-ancang pivoting sebagian
0.0003 1.566 1.569
[ ]
0.3454 −2.436 1.018
Operasi baris pertama (0.0003 sebagai pivot)

5
 𝑅2 − 0.3454𝑅1
𝑅2 ⟵ = 𝑅2 − 1151𝑅1
0.0003
(Tanda “⟵” berarti “diisi” atau “diganti dengan”)
Jadi,
𝑎21 ≈ 0
𝑎22 ≈ −2.436 − (1151)(1.566) = −2.436 − 1802 ≈ −1804
𝑏22 ≈ 1.018 − (1151)(1.569) ≈ 1.018 − 1806 ≈ −1805
0.0003 1.566 1.569 𝑅2 − 1151𝑅1
[ ]
0.3454 −2.436 1.018 ~
0.0003 1.566 1.569
[ ]
0 −1804 −1805
Solusinya diperoleh dengan teknik penyulihan mundur:
−1805
𝑥2 = = 1.001
−1804
1.569 − (1.566)(1.001) 1.569 − 1.568 0.001
𝑥1 = = = = 3.333
0.0003 0.0003 0.0003

(jauh dari solusi sejati)

Jadi, x=(3.333, 1.001). solusi ini sangat jauh berbeda dengan solusi
sejatinya. Kegagalan ini terjadi karena 𝑎11 sangat kecil bila
dinbandingkan 𝑥12 , sehingga galat pembulatan yang kecil pada 𝑥2
menghasilkan galat besar di 𝑥1. Perhatikan juga bahwa 1.569− 1.568
adalah pengurangan dua buah bilangan yang hamper sama, yang
menimbulkan hilangnya angka bena pada hasil pengurangannya.
c. Dengan tata-ancang pivoting sebagian
Baris pertama dipertukarkan dengan baris kedua sehingga 0.3454
menjadi pivot

[0.3454 −2.436 1.018 ] 𝑅2− 0.0003

0.3454𝑅1
0.0003 1.566 1.569 ~
0.3454 −2.436 1.018]
[ 1.568 1.568
0

Dengan teknik penyulihan mundur diperoleh:

1.568
𝑥2 = = 1.000
1.568
6
C. Dekomposisi Segitiga
A. Prinsip Dekomposisi LU dan Identitas
Matriks [A] dari SPAL didekomposisi (difaktorisasis) menjadi matriks-matrik
segitiga bawah (L) dan segitiga atas (U)sedemikian rupa sehingga identitasnya
adalah:[A] = [L]·[U] atau A = L·U

B. Notasi Matriks LU berdasarkan Metode Doolittle

Notasi matriks L seperti di atas dituliskan sbb:
1 0 0 ⋯
⋯ 0
𝑙2,1 1 0 ⋯
⋯ 0
⋮ ⋮ ⋱ ⋮ ⋮
L = 𝑙𝑖,1 𝑙𝑖,2 ⋯ 1 ⋯ 0
𝑙𝑖+1,2 … 𝑙𝑖+1,𝑖 ⋯ 0
𝑙𝑖+1,1
⋮ ⋮ ⋮ ⋱ ⋮
… 𝑙𝑛,𝑖 … 1]
[ 𝑙𝑛,𝑖 𝑙𝑛,2

Perhatikan, bahwa semua elemen diagonal dari matriks L diatas berharga 1 (satu) !
Notasi matriks U dituliskan sbb:

𝑢1,1 𝑢1,2 ⋯ 𝑢1,𝑖 𝑢1,𝑛−1 𝑢1,𝑛

0 𝑢2,2 ⋯ … 𝑢2,𝑛−1 𝑢2,𝑛
⋮ ⋮ ⋮ ⋮
U= 0 0 𝑢𝑖,𝑛−1 𝑢𝑖,𝑛
0 0 ⋱ 𝑢𝑖+1,𝑛−1 𝑢𝑖+1,𝑛
⋮ ⋮ ⋱ ⋮ ⋮
[ 0 0 … ⋯ 0 𝑢𝑛,𝑛 ]

Perhatikan, bahwa semua elemen yang terletak di bawah diagonal dari matriks U di
atas (= u1,1 … un,n) berharga 0 (nol) !

C. Notasi Matriks LU berdasarkan Metode Crout

Notasi matriks L seperti di atas dituliskan sbb:
𝑙1,1 0 0 0
⋯ ⋯
𝑙2,1 𝑙2,2 0 0
⋯ ⋯
⋮ ⋮ ⋮ ⋱ ⋮
𝑙
L = 𝑖,1 𝑙𝑖,2 𝑙𝑖,𝑖 ⋯ 0
⋯
… ⋯
𝑙𝑖+1,1 𝑙𝑖+1,2 𝑙𝑖+1,𝑖 0
⋮ ⋮ ⋮ ⋮
… 𝑙𝑛,𝑖 … 𝑙𝑛,𝑛
[ 𝑙𝑛,𝑖 𝑙𝑛,2 ]

7
 Perhatikan, bahwa semua elemen diagonal dari matriks L diatas tidak harus
berharga 1 (satu), sedangkan, elemen-elemen di atas diagonal semuanya berharga
0 (nol) !
Notasi matriks U dituliskan sbb:

1 𝑢1,2 ⋯ 𝑢1,𝑖 𝑢1,𝑛−1 𝑢1,𝑛

0 1 ⋯ ⋯ 𝑢2,𝑛−1 𝑢2,𝑛
⋮ ⋮ ⋱ ⋮ ⋮
U= 0 0 ⋱ 𝑢𝑖,𝑛−1 𝑢𝑖,𝑛
0 0 𝑢𝑖+1,𝑛−1 𝑢𝑖+1,𝑛
⋮ ⋮ ⋮ ⋮
[0 0 … ⋯ 0 1 ]

Perhatikan, bahwa semua elemen diagonal (= u1,1 … un,n)berharga 1 (satu),

sedangkan yang terletak di bawahnyaberharga 0 (nol) !

D. Notasi Matriks A dan LU dalam SPAL

Notasi Matriks LU sebagai dekomposan matriks A dapat dituliskan dalam SPAL
sbb:
[A] · [x] = [L]·[U]·[x] = [b]
Sehingga, dalam notasi Metode Doolittle dapat dituliskan:
𝑎1,1 𝑎1,2 ⋯ 𝑎1,𝑛 1 0 ⋯ 0 𝑢1,1 𝑢1,2 ⋯ 𝑢1,𝑛
𝑎2,1 𝑎2,2 ⋯ 𝑎 2,𝑛 𝑙2,1 ⋯ ⋯ 0 0 ⋯ ⋯ 𝑎2,𝑛
= [ ]
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎
[ 𝑛,1 ⋯ ⋯ 𝑎 𝑛,𝑛 ] 𝑙 𝑙
[ 𝑛,1 𝑛,2 ⋯ 1] 0 0 ⋯ 𝑢𝑛,𝑛

Sedangkan, dalam notasi Metode Crout dapat dituliskan:

𝑎1,1 𝑎1,2 ⋯ 𝑎1,𝑛 𝑙1,1 0 ⋯ 0 1 𝑢1,2 ⋯ 𝑢1,𝑛
𝑎2,1 𝑎2,2 ⋯ 𝑎2,𝑛 𝑙2,1 ⋱ ⋯ 0 ⋯ 𝑎2,𝑛
= [0 1 ]
⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎
[ 𝑛,1 ⋯ ⋯ 𝑎𝑛,𝑛 ] 𝑙
[ 𝑛,1 𝑙𝑛,2 ⋯ 𝑙𝑛,𝑛 ] 0 0 ⋯ 1

E. Deskripsi Tahapan dan Strategi Dekomposisi

Notasi A = LU dalam Metode Doolittle seperti di atas dapat diuraikan dalam operasi
perkalian matriks (sebagai contoh:matriks n x n) sbb:

8
 Baris 1 (i = 1):
𝑎1,1 = 𝑢1,1
𝑎1,2 = 𝑢1,2
𝑢 = 𝑎1,𝑖 ; i= 1,...,n
⋮ ⋮ } 1,𝑖
𝑎1,𝑛 = 𝑢1,𝑛

Baris 2 (i = 2):
𝑎2,1 = 𝑙2,1 ∙ 𝑢1,1
𝑎2,2 = 𝑙2,1 ∙ 𝑢1,2 + 𝑢2,2
𝑎2,3 = 𝑙2,1 ∙ 𝑢1,3 + 𝑢2,3
⋮
𝑎2,𝑛 = 𝑙2,1 ∙ 𝑢1,𝑛 + 𝑢2,𝑛

Baris 3 (i = 3):

𝑎3,1 = 𝑙3,1 ∙ 𝑢1,1

𝑎3,2 = 𝑙3,1 ∙ 𝑢1,2 + 𝑙3,2 ∙ 𝑢2,2
𝑎3,3 = 𝑙3,1 ∙ 𝑢1,3 + 𝑙3,2 ∙ 𝑢2,3 + 𝑢3,3
⋮
𝑎3,𝑛 = 𝑙3,1 ∙ 𝑢1,𝑛 + 𝑙3,2 ∙ 𝑢2,𝑛 + 𝑢3,𝑛

# Dari operasi-operasi perkalian matriks LU seperti di atas, dapat disimpulkan

beberapa hal berikut:
1. Mekanisme ‘proses dekomposisi’ dilakukan dengan cara mengisi terlebih
dahulu baris pertama matriks U. Selanjutnya, mengisi matriks L pada baris
terendah terlebih dulu (mulai baris ke-2), dan kemudian diikuti pengisian
matriks U pada baris yang sama, demikian seterusnya sampai baris terakhir
(ke-n).
2. Harga-harga dari semua elemen matriks U pada baris 1 identik dengan elemen-
elemen matriks A (matriks asal),
3. Harga-harga elemen pada kolom 1 untuk matriks L, dapat dihitung
menggunakan persamaan berikut: li,1 = ai,1 / u1,1 ; i = 2,…,n
4. Jumlah maksimum operasi penjumlahan per elemen matriks A sesuai dengan
jumlah/posisi baris,

9
 5. Pada baris rendah, langkah/iterasi pengisian matriks U lebih banyak
dibandingkan dengan matriks L, dan sebaliknya.

F. Algoritma Dekomposisi dan Komputasi Praktis

1. Algoritma solusi numerik dengan Metode Doolittle:
Baris 1:
u1,i = a1,i ; i =1,...,n
Baris 2:
• Pengisian matriks L:
𝑎2,1
𝑙2,1 =
𝑢1,1

𝑢2,2 = 𝑎2,2 − 𝑙2,1 ∙ 𝑢1,2

𝑢2,3 = 𝑎2,3 − 𝑙2,1 ∙ 𝑢1,3
𝑢2,4 = 𝑎2,4 − 𝑙2,1 ∙ 𝑢1,4
⋮
𝑢2,𝑛 = 𝑎2,𝑛 − 𝑙2,𝑛 ∙ 𝑢1,𝑛

• Pengisian matriks U:

Baris 3:
• Pengisian matriks L:
𝑎3,1
𝑙3,1 =
𝑢1,1

(𝑎3,2 − 𝑙3,1 ∙ 𝑢1,2 )

𝑙3,2 =
𝑢2,2

• Pengisian matriks U:
𝑢3,3 = 𝑎3,3 − 𝑙3,1 ∙ 𝑢1,3 − 𝑙3,2 ∙ 𝑢2,3
𝑢3,4 = 𝑎3,4 − 𝑙3,1 ∙ 𝑢1,4 − 𝑙3,2 ∙ 𝑢2,4
⋮
𝑢3,𝑛 = 𝑎3,𝑛 − 𝑙3,1 ∙ 𝑢1,𝑛 − 𝑙3,2 ∙ 𝑢2,𝑛

10
 Baris n:
𝑎𝑛,1
• 𝑙𝑛,1 = 𝑢1,1
Pengisian matriks L:

(𝑎𝑛,2 − 𝑙𝑛,1 ∙ 𝑢1,2 )

𝑙𝑛,2 =
𝑢2,2

(𝑎𝑛,3 − 𝑙𝑛,1 ∙ 𝑢1,3 − 𝑙𝑛,2 ∙ 𝑢2,3 )

𝑙𝑛,3 =
𝑢3,3

(𝑎𝑛,𝑛−1 − 𝑙𝑛,1 ∙ 𝑢1,𝑛−1 − 𝑙𝑛,2 ∙ 𝑢2,𝑛−1 − … − 𝑙𝑛,𝑛−1 ∙ 𝑢𝑛−1,𝑛−1 )

⋮ 𝑙𝑛,𝑛−1 =
𝑢𝑛−1,𝑛−1

• Pengisian matriks U:

𝑢𝑛,𝑛 = 𝑎𝑛,𝑛 − 𝑙𝑛,1 ∙ 𝑢1,𝑛 − 𝑙𝑛,2 ∙ 𝑢2,𝑛 − ⋯ − 𝑙𝑛,𝑛−1 ∙ 𝑢𝑛−1,𝑛

G. Manfaat Dekomposisi LU untuk Solusi SPAL

Solusi SPAL [A] · [x] = [b], melalui teknik dekomposisi matriks [A], sangat
bermanfaat untuk menyelesaikan problem-problem ataupun model matematis yang
membentuk SPAL dengan matriks [A] yang sama untuk berbagai vektor jawab, [b].
Dengan teknik dekomposisi LU ini, penyelesaian akan menjadi sangat efisien dan
banyak menghemat waktu pada saat telah diperoleh dekomposisi matriks [A],
karena hasil dekomposisi LU tersebut dapat dipakai untuk semua SPAL dengan
matriks [A] yang identik. Bentuk umum SPAL yang menggunakan matriks [A]
yang identik, seperti disebutkan di atas, dapat dituliskan sbb:

Perhatikan, bahwa bentuk di atas sesungguhnya merupakan perkalian 2 bentuk

matriks, antara matriks bujur sangkar [A] yang berdimensi n x n dengan matrik segi

11
 4 yang berdimensi n x m, dengan hasil matriks lain yang juga berdimensi n x m!
Contoh soal
Tentukan x1, x2 , x3 dan x4 dari sistem persamaan linier di bawah ini dengan metode
dekomposisi LU
X1 – 2x3 + 7x4 = 11
2x1 – x2 + 3x3 + 4x4 = 9
3x1 -3x2 + x3 + 5x4 = 8
2x1 + x2 + 4x3 + 4x4 =10
Jawab:
Sistem persamaan linier tersebut dinyatakan dalam bentuk perkalian matriks
sebagai berikut,
1 0 −2 7 𝑥1 11 1 0 −2 7
𝑥
(2 −1 3 4 ) [𝑥2 ] = [ 9 ], dengan A = [2 −1 3 4 ]
3 −3 1 5 3 8 3 −3 1 5
2 1 4 4 𝑥4 10 2 1 4 4
𝑥1 11
𝑥2
X = [𝑥3 ] dan B = [ 9 ]
8
𝑥4 10
(−2)
1 0 −2 7 𝐻21 1 0 −2 7 (−3)
1 0 −2 7 15
1 0 −2 7
[2 −1 3 4 ] (−3) ∞ [0 −1 7 −10] 𝐻32 ∞ [0 −1 7 −10 ] 𝐻 (14) ∞ [0 −1 7 −10 ]
3 −3 1 5 𝐻31 0 −3 7 −16 𝐻 (1) 0 0 −14 14 43 0 0 −14 14
(−2) 42
2 1 4 4 𝐻41 0 1 8 −10 0 0 15 20 0 0 0 −5

1 0 −2 7 1 0 0 0
2 1 0 0
Jadi U = [0 −1 7 −10 ] , 𝑑𝑎𝑛 𝐿 = 1 0
0 0 −14 14 3 3 15
0 0 0 −5 [2 −1 − 14 1]
1 0 0 0 𝑦1 11 11
2 1 0 0 𝑦2
Ly = B → 1 0 [𝑦 ] = [ 9 ] , 𝑚𝑎𝑘𝑎 𝑦 = [−13] 𝑑𝑎𝑛
3 3 15
3 8 14
[2 −1 − 14 1] 𝑦4 10 −10
1 0 −2 7 𝑥1 11
UX =→ [0 −1 7 −10 ] [𝑥2 ] = [−13] , 𝑚𝑎𝑘𝑎 − 5𝑥 = −10 → 𝑥 −10 = 2
0 0 −14 14 𝑥3 14 4 4 −5

0 0 0 −5 𝑥4 −10
14 − 14 × 2 −14
−14𝑥3 + 14𝑥4 = 14 → 𝑥3 = = =1
−14 −14
(−13 − 7 × 1 + 10 × 2) 0
−𝑥2 + 7𝑥3 − 10𝑥4 = −13 → 𝑥2 = = =0
−1 −1
𝑥1 − 2𝑥3 + 7𝑥4 = 11 → 𝑥2 = 11 + 2 × 1 − 7 × 2 = −1
𝑗𝑎𝑑𝑖 𝑥1 = −1, 𝑥2 = 0, 𝑥3 = 1, 𝑥4 = 2

12
SUMBER BACAAN:
https://slideplayer.info/slide/12373712/
https://fdokumen.com/document/metode-analisa-numerik-rinaldi-munir.html
https://www.scribd.com/doc/117210573/DEKOMPOSISI-LU

13
14