MODUL PERKULIAHAN
W152100010 –
Aljabar Linear
Operasi Baris Elementer dan
Eliminasi Gauss
Abstrak Sub-CPMK
02
Indra Sudung H.L.T. M.Kom
Ilmu Komputer Teknologi Informasi
Operasi Baris Elementer
Pertimbangan dalam memecahkan Persamaan Linier
Dalam menyelesaikan sistem persamaan linier, penting untuk membedakan antara sistem
besar yang harus diselesaikan dengan komputer dan sistem kecil yang dapat diselesaikan
dengan tangan. Misalnya, ada banyak aplikasi yang mengarah ke sistem linier dalam ribuan
atau bahkan jutaan variabel yang tidak diketahui. Sistem besar memerlukan teknik khusus
untuk menangani masalah ukuran memori, kesalahan pembulatan, waktu solusi, dan
sebagainya. Teknik-teknik tersebut dipelajari dalam bidang analisis numerik dan hanya
akan disinggung dalam teks ini. Namun, hampir semua metode yang digunakan untuk
sistem besar didasarkan pada ide-ide yang akan kita kembangkan di bagian ini.
Bentuk Eselon
Dalam Contoh 3 dari bagian sebelumnya, kami memecahkan sistem linier di x, y, dan z
yang tidak diketahui dengan mereduksi matriks yang diperbesar menjadi bentuk
1 0 0 1
0 1 0 2
0 0 1 3
1 0 0 4 1 0 0 0 1 -2 0 1 0 0
0 1 0 7 . 0 1 0 . 0 0 0 1 3 . 0 0
0 0 1 -1 0 0 1 0 0 0 0 0
0 0 0 0 0
Matriks-matriks berikut berada dalam bentuk eselon baris tetapi tidak dalam bentuk eselon
baris tereduksi.
1 4 -3 7 1 0 0 0 1 2 6 0
0 1 6 2 . 0 1 0 . 0 0 1 -1 0
0 0 1 5 0 0 1 0 0 0 0 1
CONTOH 2 Lebih Lanjut tentang Bentuk Eselon Baris dan Eselon Baris Tereduksi
Seperti Contoh 1, sebuah matriks dalam bentuk eselon baris memiliki nol di bawah setiap
leading 1, sedangkan sebuah matriks dalam bentuk eselon baris tereduksi memiliki nol di
bawah dan di atas setiap leading 1. Jadi, dengan sembarang bilangan real yang
disubstitusikan untuk semua “*”, semua matriks dari jenis berikut berbentuk eselon baris:
1 * * * 1 * * * 1 * * * 0 1 * * * * * * * *
0 1 * * . 0 1 * * . 0 1 * * . 0 0 0 1 * * * * * *
0 0 1 * 0 0 1 * 0 0 0 0 0 0 0 0 1 * * * * *
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 * * * *
0 0 0 0 0 0 0 0 1 *
Semua matriks dari jenis berikut berada dalam bentuk eselon baris tereduksi:
1 0 0 0 1 0 0 * 1 0 * * 0 1 * 0 0 0 * * 0 *
0 1 0 0 . 0 1 0 * . 0 1 * * . 0 0 0 1 0 0 * * 0 *
0 0 1 0 0 0 1 * 0 0 0 0 0 0 0 0 1 0 * * 0 *
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 * * 0 *
0 0 0 0 0 0 0 0 1 *
Misalkan matriks yang diperbesar untuk sistem linier di x1, x2, x3, dan x4 yang tidak
diketahui telah direduksi dengan operasi baris elementer menjadi
1 0 0 0 3
0 1 0 0 -1
0 0 1 0 0
0 0 0 1 5
Matriks ini dalam bentuk eselon baris tereduksi dan sesuai dengan persamaan
x1 = 3
x2 = -1
x3 = 0
x4 = 5
Di setiap bagian, misalkan matriks yang diperbesar untuk sistem linier di x, y, dan z yang
tidak diketahui telah direduksi oleh operasi baris elementer ke bentuk eselon baris tereduksi
yang diberikan. Memecahkan sistem.
1 0 0 0 1 0 3 -1 1 -5 1 4
(a) 0 1 2 0 (b) 0 1 -4 2 (c) 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0
Penyelesaian (a) Persamaan yang sesuai dengan baris terakhir dari matriks yang diperbesar
adalah
Penyelesaian (b) Persamaan yang sesuai dengan baris terakhir dari matriks yang
diperbesar adalah
0x + 0y + 0z = 0
Persamaan ini dapat dihilangkan karena tidak ada batasan pada x, y, dan z; karenanya,
sistem linier yang sesuai dengan matriks yang diperbesar adalah
x + 3z = 1
y - 4z = 2
Karena x dan y bersesuaian dengan leading 1 dalam matriks yang diperbesar, kami
menyebutnya variabel leading. Variabel yang tersisa (dalam hal ini z) disebut variabel
bebas. Memecahkan variabel leading dalam hal variabel bebas akan menghasilkan
x = -1 - 3z
y = 2 + 4z
Dari persamaan ini kita melihat bahwa variabel bebas z dapat diperlakukan sebagai
parameter dan diberi nilai t yang berubah-ubah, yang kemudian menentukan nilai untuk x
dan y. Dengan demikian, himpunan solusi dapat diwakili oleh persamaan parametrik
x = -1 - 3t, y = 2 + 4t, z = t
Dengan mensubstitusi berbagai nilai untuk t dalam persamaan ini kita dapat memperoleh
berbagai solusi dari sistem. Misalnya, pengaturan t = 0 memberikan jawban
x = -1, y = 2, z = 0
dan pengaturan t = 1 memberikan jawaban
x = -4, y = 6, z = 1
Penyelesaian (b) Seperti yang dijelaskan pada bagian (b), kita dapat menghilangkan
persamaan yang sesuai dengan baris nol, dalam hal ini sistem linier yang terkait dengan
matriks yang diperbesar terdiri dari persamaan tunggal
x - 5y + z = 4 (1)
dari mana kita melihat bahwa himpunan solusi adalah bidang dalam ruang tiga dimensi.
Meskipun (1) adalah bentuk himpunan solusi yang valid, ada banyak aplikasi yang lebih
disukai untuk menyatakan himpunan penyelesaian dalam bentuk parametrik. Kita dapat
mengubah (1) ke bentuk parametrik dengan memecahkan leading variabel x dalam bentuk
variabel bebas y dan z untuk memperoleh
x = 4 + 5y - z
Eliminasi Gauss
Metoda-metoda Eliminasi
Kita baru saja melihat betapa mudahnya menyelesaikan sistem persamaan linear setelah
matriks yang diperbesarnya dalam bentuk eselon baris tereduksi. Sekarang kami akan
memberikan prosedur eliminasi langkah demi langkah yang dapat digunakan untuk
mereduksi matriks apa pun menjadi bentuk eselon baris tereduksi. Saat kami menyatakan
setiap langkah dalam prosedur, kami menggambarkan ide dengan mereduksi matriks
berikut menjadi bentuk eselon baris tereduksi.
0 0 -2 0 7 12
2 4 -10 6 12 28
2 4 -5 6 -5 -1
Langkah 1. Cari kolom paling kiri yang tidak seluruhnya terdiri dari nol.
0 0 -2 0 7 12
2 4 -10 6 12 28
2 4 -5 6 -5 -1
Kolom bukan nol paling kiri
Langkah 2. Pertukarkan baris atas dengan baris lain, jika perlu, untuk membawa entri bukan
nol ke bagian atas kolom yang ditemukan pada Langkah 1.
2 4 -10 6 12 28
Baris pertama dan kedua
0 0 -2 0 7 12 di matriks sebelumnya
2 4 -5 6 -5 -1 dipertukarkan.
Langkah 4. Tambahkan kelipatan baris atas yang sesuai ke baris di bawah ini sehingga
semua entri di bawah leading 1 menjadi nol.
Langkah 5. Sekarang tutup baris teratas dalam matriks dan mulai lagi dengan Langkah 1
yang diterapkan pada submatriks yang tersisa. Lanjutkan dengan cara ini sampai seluruh
matriks dalam bentuk eselon baris.
1 2 -5 3 6 14
0 0 -2 0 7 12
0 0 5 0 -17 -29
Kolom bukan nol paling kiri di submatriks
1 2 -5 3 6 14
Baris teratas dalam submatriks
0 0 1 0 −7 -6
2 tertutup, dan kami kembali lagi
0 0 0 0 1 1 ke Langkah 1.
2
Seluruh matriks sekarang dalam bentuk eselon baris. Untuk menemukan bentuk eselon
baris tereduksi kita memerlukan langkah tambahan berikut.
Langkah 6. Dimulai dengan baris bukan nol terakhir dan bekerja ke atas, tambahkan
kelipatan yang sesuai dari setiap baris ke baris diatasnya untuk mendapatkan nol di atas
leading 1.
1 2 -5 3 6 14
7
kali baris ketiga dari matriks
0 0 1 0 0 1 2
sebelumnya ditambahkan ke baris
0 0 0 0 1 2 kedua.
1 2 -5 3 0 2
0 0 1 0 0 1 -6 dikalikan baris ketiga ditambahkan
ke baris pertama.
0 0 0 0 1 2
Matriks terakhir berbentuk eselon baris tereduksi. 5 kali baris kedua ditambahkan ke
Prosedur (atau algoritma) yang baru saja kita jelaskan untuk mereduksi suatu matriks baris pertama.
menjadi bentuk eselon baris tereduksi disebut eliminasi Gauss-Jordan. Algoritma ini terdiri
dari dua bagian, fase maju di mana nol diperkenalkan di bawah 1 terkemuka dan fase
mundur di mana nol diperkenalkan di atas 1 terkemuka. Jika hanya fase maju yang
digunakan, maka prosedur tersebut menghasilkan bentuk eselon baris dan disebut
eliminasi Gauss.
Misalnya, dalam perhitungan sebelumnya bentuk eselon baris diperoleh pada akhir
Langkah 5.
Dengan penambahan -2 kali baris pertama ke baris kedua dan keempat akan menghasilkan
1 3 -2 0 2 0 0
0 0 -1 -2 0 -3 -1
0 0 5 10 0 15 5
0 0 4 8 0 18 6
Dengan mengalikan baris kedua dengan -1 dan menambahkan -5 kali baris kedua yang
baru ke baris ketiga, dan 4 kali baris kedua yang baru ke baris keempat menghasilkan
1 3 -2 0 2 0 0
0 0 1 2 0 3 1
0 0 0 0 0 0 0
0 0 0 0 0 6 2
Dengan mengganti baris ketiga dan keempat dan kemudian mengalikan baris ketiga dari
matriks yang dihasilkan dengan (1/6) akan menghasilkan bentuk eselon baris
1 3 -2 0 2 0 0
0 0 1 2 0 3 1 Ini melengkapi fase maju karena ada
1 nol di bawah leading 1.
0 0 0 0 0 1
3
Dengan menambahkan -3 kali baris ketiga ke baris kedua dan kemudian menambahkan 2
kali baris kedua dari matriks yang dihasilkan ke baris pertama akan menghasilkan bentuk
eselon baris tereduksi
Suatu sistem persamaan linier dikatakan homogen jika suku-suku konstanta semuanya nol;
yaitu, sistem memiliki bentuk
a11x1 + a12x2 + · · · + a1nxn = 0
a21x1 + a22x2 + · · · + a2nxn = 0
. . .
. . .
. . .
am1x1 + am2x2 + · · · + amnxn = 0
Setiap sistem persamaan linear homogen adalah konsisten karena semua sistem tersebut
memiliki x1 = 0, x2 = 0, …, xn = 0 sebagai solusi. Solusi ini disebut solusi trivial. Jika ada
solusi lain, maka solusi lain itu disebut solusi nontrivial.
Karena sistem linier homogen selalu memiliki solusi trivial, maka hanya ada dua
kemungkinan untuk solusinya:
Ada satu kasus di mana sistem homogen dipastikan memiliki solusi nontrivial—yaitu, setiap
kali sistem melibatkan lebih banyak variabel yang tidak diketahui daripada persamaan.
Untuk mengetahui alasannya, perhatikan contoh berikut dari empat persamaan dalam
enam variabel tidak diketahui.
Penyelesaian Perhatikan terlebih dahulu bahwa koefisien dari yang tidak diketahui dalam
sistem ini sama dengan yang ada pada Contoh 5; yaitu, kedua sistem hanya berbeda dalam
konstanta di sisi kanan. Matriks yang diperbesar untuk sistem homogen yang diberikan
adalah
yang sama dengan matriks yang diperbesar untuk sistem pada Contoh 5, kecuali nol pada
kolom terakhir. Jadi, bentuk eselon baris tereduksi dari matriks ini akan sama dengan
bentuk matriks augmented pada Contoh 5, kecuali untuk kolom terakhir. Namun,
pemantulan sesaat akan membuktikan bahwa kolom nol tidak diubah oleh operasi baris
elementer, sehingga bentuk eselon baris tereduksi dari (5) adalah
1 3 0 4 2 0 0
0 0 1 2 0 0 0
(6)
0 0 0 0 0 1 0
0 0 0 0 0 0 0
Jika sekarang kita menetapkan variabel bebas x2, x4, dan x5 nilai arbitrari masing-masing
r, s, dan t, maka kita dapat menyatakan himpunan solusi secara parametrik sebagai
x1 = -3r - 4s - 2t,
x2 = r,
x3 = -2s,
x4 = s,
x5 = t,
x6 = 0
1. Operasi baris elementer tidak mengubah kolom nol dalam matriks, sehingga bentuk
eselon baris tereduksi dari matriks augmented untuk sistem linier homogen memiliki kolom
akhir nol. Ini menyiratkan bahwa sistem linier yang sesuai dengan bentuk eselon baris
tereduksi adalah homogen, sama seperti sistem aslinya.
2. Ketika kami membangun sistem linier homogen yang sesuai dengan matriks yang
diperbesar (6), kami mengabaikan baris nol karena persamaan yang sesuai
0x1 + 0x2 + 0x3 + 0x4 + 0x5 + 0x6 = 0
tidak memaksakan kondisi apa pun pada yang tidak diketahui. Jadi, tergantung pada
apakah bentuk eselon baris tereduksi dari matriks yang diperbesar untuk sistem linier
homogen memiliki sembarang baris nol atau tidak, sistem linier yang berkorespondensi
dengan baris tereduksi tersebut bentuk eselon akan memiliki jumlah persamaan yang sama
dengan sistem aslinya atau akan memiliki lebih sedikit.
Sekarang perhatikan sistem linier homogen umum dengan n yang tidak diketahui, dan
anggaplah bahwa bentuk eselon baris tereduksi dari matriks yang diperbesar memiliki r
baris bukan nol. Karena setiap baris bukan nol memiliki 1 terdepan, dan karena setiap 1
terdepan sesuai dengan variabel utama, sistem homogen yang sesuai dengan bentuk
eselon baris tereduksi dari matriks augmented harus memiliki r variabel utama dan n r
variabel bebas. Jadi, sistem ini berbentuk
Xk1 + ∑( ) = 0
Xk2 + ∑( ) = 0
.. .. (8)
. .
Xk2 + ∑( ) = 0
di mana dalam setiap persamaan ekspresi (∑) menunjukkan jumlah yang melibatkan
variabel bebas, jika ada [lihat (7), misalnya]. Singkatnya, kami memiliki hasil berikut.
Jika suatu sistem linier homogen memiliki n yang tidak diketahui, dan jika bentuk
eselon baris tereduksi dari matriks yang diperbesar memiliki r baris bukan nol, maka
sistem tersebut memiliki n r variabel bebas.
TEOREMA 1.2.2 Sistem linier homogen dengan lebih banyak yang tidak diketahui
daripada persamaan memiliki banyak solusi tak terhingga.
Dalam retrospeksi, kita dapat mengantisipasi bahwa sistem homogen dalam Contoh 6 akan
memiliki banyak solusi tak terhingga karena memiliki empat persamaan dalam enam yang
tidak diketahui.