Eliminasi Gauss
Setiap sistem persamaan linier aljabar dapat diekspresikan secara umum sebagai
2. Dari hasil langkah (1), eliminasi variabel kedua ( x 2 ) pada baris ketiga
sampai baris terakhir dengan cara mengurangi koefisien semua variabel
a'
pada semua baris dengan n 2 a' 2 n sehingga nantinya menghasilkan nol
a' 22
pada koefisien x 2 untuk baris ketiga hingga terakhir. Didapatkan hasil pada
semua baris :
3. Lakukan langkah dengan prinsip yang sama diatas sampai menyisakan satu
buah variabel dan satu buah konstanta
Backward subtitution
Setelah mendapatkan persamaan yang terakhir cari nilai variabel terakhir
tersebut dengan membagi konstanta dengan koefisien variabel tersebut
bn( n 1)
x n ( n 1)
a nn
Kemudian substitusikan nilai x n ke persamaan diatasnya sehingga
memperoleh nilai untuk variabel lainnya.
ROUND MAP ELIMINASI GAUSS (UNTUK MATRIKS 3X3)
pivot
pivot
a a'32
R 2 21 R1 R3 R1
a11 a12 a13 b1 a11 a11 a12 a13 b1 a'22
a 0 a' 23 b' 2
21 a 22 a 23 b2 a a' 22
a31 a32 a33 b3 R3 21 R1 0 a '32 a '33 b'3
a11
BACKWARD SUBSTITUTION
b"3
x3
a"33
a' 22 x2 a' 23 x3 b' 2
b' 2 a' 23 x3
x2
a' 22
a11 x1 a12 x2 a13 x3 b1
b1 a13 x3 a12 x2
x1
a11
B. Eliminasi Gauss-Jordan
Metode eliminasi Gauss-Jordan merupakan modifikasi dari metode eliminasi Gauss
dimana pada metode ini dilakukan normalisasi oleh koefisien pivotnya sehingga
menghasilkan matrik identitas bukan lagi matriks triangular lagi seperti eliminasi
Untuk lebih jelasnya dapat lihat langkah penyelesaian dengan metode Gauss-Jordan :
R1
a11 a12 a13 b1 1 a '12 a '13 b'1 a 21
a R2 R1
a 23 b2 a a 23 b2
a11
21 a 22 21 a 22 1
a31 a32 a33 b3 a 31 a 32 a 33 b3
R2
1 a'12 a'13 b'1 1 a '12 a '13 b'1 a 21
0 a ' 22 R3 R1
1 a"23 b"2 0
a ' 22 a ' 23 b' 2 1
0 a' 32 a' 33 b'3 0 a ' 32 a ' 33 b' 3
a'12 a'32
R1 R2 R3 R2
1 1
R3 a"23
1 0 a"13 b"1 1 0 a"13 b"1 R2 R3
0 1 a" 23 b" 2 a"33 0 1 a"23 b"2 1
0 0 a"33 b"3 0 0 1 b' "3
1 0 0 b" '1
0 a"13
1 0 b" ' 2 R1 R3
1
0 0 1 b" ' 3
Iterasi pertama :
j j 1
a,i xi jxi 100% s
xi
D. LU Decomposition
LU Decomposition merupakan metode dimana matriks yang berada disebelah kiri A
dimanipulasi menjadi matriks lower ( L ) dan matriks upper ( U ). Metode ini
merupakan pengembangan dari eliminasi Gauss dengan eliminasi Gauss-Jordan dengan
beberapa modifikasi.
A X B
U L
D
U X D
X
pivot pivot
4 1 1 2
5
R 2 R1 4,00 1,00 1,00 2,00 0,50
R3 R2
5 1 2 4 4 0,00 0,25 3,25 6,50 0,25
6 1 1 6 6 0,00 0,50 2,50 9,00
R3 R1
4
4,00
x3 1
4,00
0,25x2 3,25x3 6,50
0,25x2 3,25(1) 6,50
0,25x2 3,25
3,25
x2 13
0,25
4 x1 x 2 x3 2,00
4 x1 ( 13) (1) 2,00
4 x1 14 2,00
12
x1 3
4
B. Menggunakan Gauss-Jordan
pivot
R2
1,00 0,25 0,25 0,50 1,00 0,25 0,25 0,50 R3 6 R1
0,00 1,00 13,00 26,00 0,25 0,00 0,25 3,25 6,50 1
0,00 0,50 2,50 9,00 0,00 0,50 2,50 9,00
0,25 0,5
R1 R 2 R3 R2
1 1
2 x3 x2 4 5x1 2 x3 6 6 x1 x2
x1 x2 x3
4 1 1
Iterasi Pertama :
A X B
4 1 1 R 2 5 R1 4 1 1 R3 0,50 R 2 4 1 1
5 1 2 0 0,25 3,25 0 0,25 3,25
U
4
6
0,25
6 1 1 R3 R1 0 0,5 2,5 0 0 4
4
4 1 1 1 0 0
0 0,25 3,25
U L 5
4
1 0
0 0 4 6 0,5 1
4 0,25
LD B
1 0 0 D1 2
1,25 1 0 D 2 4
U X D
1,5 2 1
D3 6
D1 2
1,25D1 D 2 4
4 1 1 x1 2 2,5 D 2 4 D1 2
6,5 D 2 6,5
0 0,25 3,25 x 2 D 2 6,5
0 0 4
x3 4 1,5 D1 2 D 2 D3 6 D 3 4
3 13 D3 6
D 3 4
4 x3 4
x3 1
0,25x 2 3,25x3 6,5
0,25x 2 3,25
x2 13
4 x1 x 2 x3 2
4 x1 13 1 2
x1 3
Kesimpulan dari aplikasi metode –metode tersebut pada satu soal yang sama
a. Eliminasi Gauss
Kelebihan :
Dapat menentukan kekonsistenan sistem persamaan
Mengilangkan kebutuhan untuk menulis ulang variabel setiap angka
Lebih mudah dipecahkan
Kekurangan :
Masalah akurasi nilai jika terjadi pembulatan pecahan
Sulit untuk penggunaan sistem persamaan dengan variabel yang banyak
b. Gauss-Jordan
Kelebihan :
Mengubah sistem persamaan linier menjadi matriks identitas yang
sederhana
Dapat menyelesaikan persamaan dengan matriks invers
Mudah dalam menyelesaikan persamaan dengan banyak variabel
Dapat mengurangi kesalahan dalam perhitungan
Kekurangan :
Nilai konstanta yang dimasukkan terbatas
Pada keadaan tertentu, tidak dapat menunjukkan nilai x secara langsung
c. Gauss-Siedel
Kelebihan :
Pembulatan dapat diperkecil
Ketelitiannya maksimal
Kekurangan :
Hanya terbatas pada matriks 3x3
Tidak dapat menunjukkan nilai dengan baik jika sistem persamaan bersifat
divergen (hanya untuk sistem yang konvergen)
Rawan terjadi kesalahan pivot
d. LU Decomposition
Kelebihan :
Lebih mudah dipecahkan
Dapat mengurangi kesalahan dalam perhitungan
Dapat menentukan kekonsistenan sistem persamaan
Mudah dalam menyelesaikan persamaan dengan banyak variabel
Kekurangan :
Banyak dalam penulisan variabel
Butuh ketelitian lebih untuk setiap langkah penyelesaian