Sistem Persamaan Linier

Simultan
 Persamaan Linier Simultan
• Persamaan linier simultan adalah suatu bentuk persamaan-persamaan yang
secara bersama-sama menyajikan banyak variabel bebas
• Bentuk persamaan linier simultan dengan m persamaan dan n variabel bebas
a11x1 + a12x2 + a13x3 + … + a1nxn = b1
a21x2 + a22x2 + a23x3 + … + a2nxn = b2
⁝ ⁝
an1x2 + an2x2 + an3x3 + … + annxn = bn

• aij untuk i=1 s/d m dan j=1 s/d n adalah koefisien atau persamaan simultan
• xi untuk i=1 s/d n adalah variabel bebas pada persamaan simultan
 Persamaan Linier Simultan
• Penyelesaian persamaan linier simultan adalah penentuan nilai xi untuk
semua i=1 s/d n yang memenuhi semua persamaan yang diberikan.
 a11 a12 ... a1n   x1   b1 
a a 22 ... a2n   x  b 
 21  2  =  2 
 ... ... ... ...   ...   ... 
    
a m1 am2 ... a mn   x n  bn 
• AX = B
• Matrik A = Matrik Koefisien/ Jacobian.
• Vektor x = vektor variabel
• vektor B = vektor konstanta.
Penyelesaian SPL
• Berdasarkan penyelesaiannya, SPL dibedakan menjadi 3 macam:
– Tidak mempunyai penyelesaian (no solutions)
– Tepat satu penyelesaian (exactly one solution)
– Banyak penyelesaian (infinitely many solutions)
 Penyelesaian SPL
• Secara geometri penyelesaian sistem persamaan linier untuk 2 variabel
bebas dapat digambarkan: l1
y l1
y l2
l2

x x

Tidak mempunyai Mempunyai 1 penyelesaian

penyelesaian
 Penyelesaian SPL
• Secara geometri penyelesaian sistem persamaan linier untuk 2 variabel
bebas dapat digambarkan:
y
l1=l2
Mempunyai banyak
penyelesaian
x
 Augmented Matrix
• Matrik yang merupakan perluasan matrik A dengan menambahkan
vector B pada kolom terakhirnya, dan dituliskan:
• Augmented (A) = [A B]

 a11 a12 a13 ... a1n b1 

a a 22 a 23 ... a2n b2 
 21 
 ... ... ... ... ... ... 
 
a m1 am2 a m3 ... a mn bm 
 Teorema 4.1.
• Suatu persamaan linier simultan mempunyai penyelesaian tunggal bila memenuhi
syarat-syarat sebagai berikut.
– Ukuran persamaan linier simultan bujursangkar, dimana jumlah persamaan
sama dengan jumlah variable bebas.
– Persamaan linier simultan non-homogen dimana minimal ada satu nilai vector
konstanta B tidak nol atau ada bn  0.
– Determinan dari matrik koefisien persamaan linier simultan tidak sama dengan
nol.
 Metode Analitik
• Metode Grafis
• Aturan Crammer
• Invers Matrik
 Metode Numerik
• Metode Eliminasi Gauss
• Metode Eliminasi Gauss-Jordan
• Metode Iterasi Gauss-Seidel
 Metode Eliminasi Gauss
• Metode Eliminasi Gauss merupakan metode yang dikembangkan dari
metode eliminasi, yaitu menghilangkan atau mengurangi jumlah
variable sehingga dapat diperoleh nilai dari suatu variable bebas.
• matrik diubah menjadi augmented matrik :
 a11 a12 ... a1n b1 
 
 a 21 a 22 ... a2n b2 
 ... ... ... ... ... 
 

 a n1 an2 ... a nn bn 
 Metode Eliminasi Gauss
• Ubah matrik menjadi matrik segitiga atas atau segitiga bawah dengan
menggunakan OBE (Operasi Baris Elementer).

 a11 a12 a13 ... a1n b1  c11 c12 c13 ... c1n d1 
a  0 d2 
 21 a 22 a 23 ... a2n b2   c 22 c 23 ... c2n 
 a31 a32 a33 ... a3n b3   0 0 c33 ... c3n d3 
   
 ... ... ... ... ... ... 
 ... ... ... ... ... ... 

a n1 an2 an3 ... a nn bn   dn 
 0 0 0 ... c nn 
 Operasi Baris Elementer
• Metode dasar untuk menyelesaikan Sistem Persamaan Linier adalah
mengganti sistem yang ada dengan sistem yang baru yang mempunyai
himpunan solusi yang sama dan lebih mudah untuk diselesaikan

• Sistem yang baru diperoleh dengan serangkaian step yang menerapkan 3

tipe operasi. Operasi ini disebut Operasi Baris Elementer.
– Menukar dua baris (Ri ↔ Rj)
– Mengalikan sebuah baris dengan sebuah skalar (k Ri)
– Menambah perkalian k dengan sebuah baris dengan baris lainnya (Ri + kRj)
 Metode Eliminasi Gauss
• Sehingga penyelesaian dapat diperoleh dengan:
dn
xn =
c nn

x n −1 =
1
(− c n −1, n x n + d n −1 )
c n −1, n −1
.....................................

x2 =
1
(d 2 − c 23 x3 − c 24 x 4 − ... − c 2 n x n )
c 22

x1 =
1
(d1 − c12 x 2 − c13 x3 − ... − c1n x n )
c11
 Contoh :
• Selesaikan sistem persamaan berikut:
x1 + x 2 + x3 = 6
x1 + 2 x 2 − x3 = 2
2 x1 + x 2 + 2 x3 = 10

• Augmented matrik dari persamaan linier simultan tersebut :

1 1 1 6
1 2 −1 2 
 

2 1 2 10
 Contoh :
• Lakukan operasi baris elementer

1 1 1 6 
B2 − B1  
0 1 −2 − 4
B3 − 2B1 0 −1 − 2
 0 

1 1 1 6 
0 1 −2 − 4
 
B3 + B2  −2 − 6
0 0 
 Contoh :
• Penyelesaian :
−6
x3 = =3
−2
x 2 = (− 4 − ( 2)3) = 2
1
1
x1 = (6 − 2 − 3) = 1
1
1
 Metode Eliminasi Gauss Jordan

• Metode ini merupakan pengembangan metode eliminasi

Gauss, hanya saja augmented matrik, pada sebelah kiri diubah
menjadi matrik diagonal
 a11 a12 a13 ... a1n b1  1 0 0 ... 0 d1 
a b2  0
 21 a 22 a 23 ... a2n   1 0 ... 0 d2 
 a31 a32 a33 ... a3n b3  0 0 1 ... 0 d3 
   
 ... ... ... ... ... ... 
... ... ... ... ... ... 
 bn  
a n1 an2 an3 ... a nn  0 0 0 ... 1 dn 

• Penyelesaian dari persamaan linier simultan diatas adalah nilai d1,d2,d3,…,dn dan atau:
x1 = d1 , x 2 = d 2 , x3 = d 3 ,...., x n = d n
Contoh 1:
• Selesaikan persamaan linier simultan: x1 + x2 = 3
2 x1 + 4 x2 = 8

1 1 3
• Augmented matrik dari persamaan linier simultan 
2 4 8

1 1 3 
• Lakukan operasi B2 − 2b1  
 0 2 2 
baris elementer 1 1 3
B 2 / 2 
 0 1 1 
1 0 2 
B1 − B2   Penyelesaian persamaan linier simultan :
 0 1 1  x1 = 2 dan x2 = 1
 Contoh 2 (1/4)

x + y + 2z = 9 x+ y + 2z = 9
2 x + 4 y − 3z = 1 B2-2B1 2 y − 7 z = −1 7 B3-3B1
3x + 6 y − 5 z = 0 3x + 6 y − 5 z = 0

1 1 2 9 
1 1 2 9
2 B2-2B1 0 −7 − 17 B3-3B1
 4 −3 1
  2 
 −5 0 
3 6 −5 0 
3 6 
 Lanjutan…

x+ y + 2z = 9 x + y + 2z = 9
½ B2 y− z = − 17
B3-3B2
2 y − 7 z = −17 7
2 2

3 y − 11z = −27 3 y − 11z = 0

1 9  ½ B2 1 1 2 9 
0
1 2
0  B3-3B2
 2 −7 − 17 
  1 − 72 − 17
2 

0 3 − 11 − 27 
 
0 3 − 11 − 27 

 Lanjutan…

x + y + 2z = 9 x + y + 2z = 9
y− 7
2 z = − 17
2 -2 B3 y− 7
z = − 17 B 1- B 2
2 2
− 1
2 z = − 32 z= 3

1 1 2 9 
0 − 72 − 17  1 1 2 9 
 1 2  -2 B3 0  B1- B2
 1 − 72 − 17
0 0 − 12 − 32 
  2 

0 0 1 3  
Lanjutan…
x + 11
2 z= 35
2 B2 + 7/2 B3 x = 1
y− 7
z = − 17 y = 2
2 2
z= 3
z= 3 B1 - 11/2 B3

1 0 11
2
35
2  B2 + 7/2 B3 1 0 0 1
0 1 − 7
− 
17 0 1 0 2
 2 
2  

0 0 1 3 
 B1 - 11/2 B3 
0 0 1 3


◼ Solusi x = 1, y=2 dan z=3

 Metode Iterasi Gauss-Seidel
• Metode interasi Gauss-Seidel adalah metode yang menggunakan proses iterasi
hingga diperoleh nilai-nilai yang berubah.
• Bila diketahui persamaan linier simultan
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1
a 21 x1 + a 22 x2 + a 23 x3 + ... + a2n xn = b2
a31 x1 + a32 x2 + a 33 x3 + ... + a3n xn = b3
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
a n1 x1 + an2 x2 + a n3 x3 + ... + a nn xn = bn
 Metode Iterasi Gauss-Seidel
• Berikan nilai awal dari setiap xi (i=1 s/d n) kemudian persamaan linier
simultan di atas dituliskan menjadi:
•
x1 =
1
(b1 − a12 x 2 − a13 x3 − .... − a1n x n )
a11

x2 =
1
(b2 − a 21 x1 − a 23 x3 − .... − a 2 n x n )
a 22
...............................................................

xn =
1
(bn − a n1 x1 − a n 2 x 2 − .... − a nn−1 x n −1 )
a nn
 Metode Iterasi Gauss-Seidel
• Dengan menghitung nilai-nilai xi (i=1 s/d n) menggunakan persamaan-persamaan
di atas secara terus-menerus hingga nilai untuk setiap xi (i=1 s/d n) sudah sama
dengan nilai xi pada iterasi sebelumnya maka diperoleh penyelesaian dari
persamaan linier simultan tersebut.

• Atau dengan kata lain proses iterasi dihentikan bila selisih nilai xi (i=1 s/d n)
dengan nilai xi pada iterasi sebelumnya kurang dari nilai tolerasi error yang
ditentukan.

• Untuk mengecek kekonvergenan

 Catatan
• Hati-hati dalam menyusun sistem persamaan linier ketika menggunakan
metode iterasi Gauss-Seidel ini.
• Perhatikan setiap koefisien dari masing-masing xi pada semua persamaan di
diagonal utama (aii).
• Letakkan nilai-nilai terbesar dari koefisien untuk setiap xi pada diagonal
utama.
• Masalah ini adalah ‘masalah pivoting’ yang harus benar-benar diperhatikan,
karena penyusun yang salah akan menyebabkan iterasi menjadi divergen
dan tidak diperoleh hasil yang benar.
 Contoh
• Selesaikan SPL di bawah ini menggunakan metode iterasi Gauss-Seidel
x1 + x 2 = 5 x1 = 5 − x 2

2 x1 + 4 x 2 = 14 x2 =
1
(14 − 2 x1 )
4

• Berikan nilai awal : x1 = 0 dan x2 = 0

• Susun persamaan menjadi:
 Tugas
Selesaikan persamaan berikut dengan metode Eliminasi Gauss-Jordan dan Gauss- Seidel
(iterasi max=5, nilai awal x1,x2 dan x3 adalah 0).

x1 + x2 + 2x3 = 8
-x1 – 2x1 + 3x3 = 1
3x1 – 7x2 + 4x3 = 10

Dateline pengumpulan tugas 08 April pukul 12.00 WIB

Via email widhiakz@unib.ac.id
Subjek: Tugas 2&3 Metnum_NPM