MENENTUKAN INVERS SUATU MATRIKS DENGAN MENGGUNAKAN METODE AUGMENTASI DAN REDUKSI ABSTRACT

dokumen-dokumen yang mirip
PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

PERBANDINGAN METODE GAUSS-SEIDEL PREKONDISI DAN METODE SOR UNTUK MENDAPATKAN SOLUSI SISTEM PERSAMAAN LINEAR. Merintan Afrina S ABSTRACT

METODE GAUSS-SEIDEL PREKONDISI DENGAN MENGGUNAKAN EKSPANSI NEUMANN ABSTRACT

METODE ITERATIF YANG DIPERCEPAT UNTUK Z-MATRIKS ABSTRACT

METODE ORDE-TINGGI UNTUK MENENTUKAN AKAR DARI PERSAMAAN NONLINEAR ABSTRACT

METODE GAUSS-SEIDEL PREKONDISI UNTUK MENCARI SOLUSI SISTEM PERSAMAAN LINEAR. Alhumaira Oryza Sativa 1 ABSTRACT ABSTRAK

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

BAB 2. DETERMINAN MATRIKS

ALJABAR LINIER DAN MATRIKS

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE

Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi

BAB II DETERMINAN DAN INVERS MATRIKS

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Matematika Teknik INVERS MATRIKS

Solusi Sistem Persamaan Linear Ax = b

METODE ITERASI AOR UNTUK SISTEM PERSAMAAN LINEAR PREKONDISI ABSTRACT

ISSN (Media Cetak) ISSN (Media Online) Implementasi Metode Eliminasi Gauss Pada Rangkaian Listrik Menggunakan Matlab

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

BAB 2 LANDASAN TEORI

METODE ITERASI JACOBI DAN GAUSS-SEIDEL PREKONDISI UNTUK MENYELESAIKAN SISTEM PERSAMAN LINEAR DENGAN M-MATRIKS ABSTRACT

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

Minggu II Lanjutan Matriks

6 Sistem Persamaan Linear

TE 1467 Teknik Numerik Sistem Linear

02-Pemecahan Persamaan Linier (1)

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

Eliminasi Gauss-Jordan dengan Macro Add-in Matrix

GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT

Aljabar Linier & Matriks. Tatap Muka 2

BAB 4 : SISTEM PERSAMAAN LINIER

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

Generalized Inverse Pada Matriks Atas

MATRIKS. Slide : Tri Harsono PENS - ITS. 1 Politeknik Elektronika Negeri Surabaya (PENS) - ITS

GENERALISASI METODE GAUSS-SEIDEL UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR ABSTRACT

Pertemuan 13 persamaan linier NON HOMOGEN

Pertemuan 8 Aljabar Linear & Matriks

03-Pemecahan Persamaan Linier (2)

SYARAT PERLU DAN CUKUP SISTEM PERSAMAAN LINEAR BERUKURAN m n MEMPUNYAI SOLUSI ABSTRACT

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Matriks. Baris ke 2 Baris ke 3

Penyelesaian SPL dalam Rangkaian Listrik

BAB 4 Sistem Persamaan Linear. Sistem m persamaan linear dalam n variabel LG=C adalah himpunan persamaan linear

PENYELESAIAN SISTEM PERSAMAAN LINEAR DENGAN GENERALISASI METODE JACOBI

MATRIKS. Matematika. FTP UB Mas ud Effendi. Matematika

PEMBUKTIAN RUMUS BENTUK TUTUP BEDA MUNDUR BERDASARKAN DERET TAYLOR

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE

PEMILIHAN KOEFISIEN TERBAIK KUADRATUR KUADRAT TERKECIL DUA TITIK DAN TIGA TITIK. Nurul Ain Farhana 1, Imran M. 2 ABSTRACT

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

MATRIKS Matematika Industri I

Part III DETERMINAN. Oleh: Yeni Susanti

BAB 2 LANDASAN TEORI

MATRIKS INVERS TERGENERALISIR

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift

Syarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.

MATRIKS Matematika Industri I

SOLUSI POLINOMIAL TAYLOR PERSAMAAN DIFERENSIAL-BEDA LINEAR DENGAN KOEFISIEN VARIABEL ABSTRACT

SOLUSI NON NEGATIF PARSIAL SISTEM PERSAMAAN DIFERENSIAL LINIER ORDE SATU

Invers Tergeneralisasi Matriks atas Z p

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS

MENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

Trihastuti Agustinah

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

Aljabar Linier Elementer. Kuliah 7

Solusi Persamaan Linier Simultan

Modifikasi Metode Gauss atau Operasi Baris Elementer pada Solusi Sistim Persamaan Linier 3 Variabel dan 3 Persamaan

MODIFIKASI METODE HUNGARIAN UNTUK PENYELESAIAN MASALAH PENUGASAN

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MODEL EKONOMI LEONTIEF DALAM MENENTUKAN EKSPOR IMPOR SUATU NEGARA DENGAN MENGGUNAKAN DEKOMPOSISI Lower Upper (LU)

PENDAHULUAN A. Latar Belakang 1. Metode Langsung Metode Langsung Eliminasi Gauss (EGAUSS) Metode Eliminasi Gauss Dekomposisi LU (DECOLU),

ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR

Penggunaan Metode Dekomposisi LU Untuk Penentuan Produksi Suatu Industri Dengan Model Ekonomi Leontief

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

PENYELESAIAN INVERS MATRIKS MENGGUNAKAN METODE GENERALIZED INVERSE TUGAS AKHIR

KONSTRUKSI SEDERHANA METODE ITERASI BARU ORDE TIGA ABSTRACT

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

ALJABAR LINEAR ELEMENTER

ALJABAR LINIER. Kelas B JUMAT Ruang i.iii.3. Kelas A JUMAT Ruang i.iii.3

PENERAPAN TRANSFORMASI SHANK PADA METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

SISTEM PERSAMAAN LINEAR

BAB II TINJAUAN PUSTAKA

Transformasi Linier dalam Metode Enkripsi Hill- Cipher

BAB I PENDAHULUAN Latar Belakang Masalah

BAB X SISTEM PERSAMAAN LINIER

I PENDAHULUAN II LANDASAN TEORI

PENDEKATAN BARU UNTUK PENYELESAIAN MASALAH TRANSPORTASI SOLID ABSTRACT

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

Pertemuan 14. persamaan linier NON HOMOGEN

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.

FAKTORISASI LDU PADA MATRIKS NONPOSITIF TOTAL NONSINGULAR

PERMANEN DAN DOMINAN SUATU MATRIKS ATAS ALJABAR MAX-PLUS INTERVAL

Transkripsi:

MENENTUKAN INVERS SUATU MATRIKS DENGAN MENGGUNAKAN METODE AUGMENTASI DAN REDUKSI S. E. Wati 1, M. Imran 2, A. Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia sofiaermawati@yahoo.com ABSTRACT We discuss a method to obtain an inverse of a nonsingular matrix, called Augmentation and Reduction Method. The total computational cost of this method to obtain an inverse of a matrix is the same as those of Gauss-Jordan method. However this method to be applied needs more storage than those of Gauss-Jordan method. Keywords: Gauss-Jordan elimination, matrix augmentation, matrix reduction. ABSTRAK Skripsi ini membahas tentang bagaimana menentukan invers suatu matriks dengan menggunakan metode augmentasi dan reduksi. Secara cost komputasi metode ini mempunyai cost yang sama dengan metode eliminasi Gauss-Jordan. Akan tetapi penerapan metode ini memerlukan storage yang lebih banyak dari metode eliminasi Gauss-Jordan. Kata kunci: eliminasi Gauss-Jordan, matriks augmentasi, matriks reduksi. 1. PENDAHULUAN Matriks merupakan sebuah cabang dari ilmu Aljabar Linear, yang merupakan bahasan penting dalam matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi matriks banyak dijumpai dalam kehidupan sehari-hari, misalnya dalam bidang numerik, operasi riset dan statistika. Dalam menyelesaikan masalah-masalah di luar matematika yang tersaji dalam bentuk matriks, sering diperlukan penentuan invers dari matriks tersebut agar masalah yang disajikan dapat ditentukan penyelesaiannya. Ada beberapa cara yang dikenal dalam menentukan invers suatu matriks antara lain metode adjoint [3], A 1 = 1 adj(a), metode eliminasi Gauss-Jordan [6] det(a) [A I] = [I A 1 ], 1

dan dekomposisisi LU [1] A 1 = (LU) 1, dimana L adalah matriks segitiga bawah dan U adalah matriks segitiga atas. Pada makalah ini dibahas penentuan invers matriks dengan menggunakan metode augmentasi dan reduksi yang merupakan review sebagian dari artikel Theodore J. Sheskin [5], dengan judul Matrix Inversion by Augmentation and Reduction, yang dasar pemikirannya bermula dari bentuk komplemen Schur [2]. 2. INVERS MATRIKS DENGAN MENGGUNAKAN METODE AUGMENTASI DAN REDUKSI Asumsikan A = [a ij ], matriks berorde r yang akan diinverskan. Bentuk sebuah matriks augmented B berorde 2r dengan mengadjoinkan ke A sebuah matriks identitas positif, sebuah matriks identitas negatif dan sebuah matriks nol, yang mana seluruhnya berorde r. Susun matriks augmented-nya kebentuk B = A I r I r O r. (1) Selanjutnya, untuk menunjukkan proses reduksi pertama lakukan inisialisasi n = 2r, dan kemudian dilanjutkan dengan memisalkan B n = B = [b ij ]. Kedua untuk menghindari pembagian dengan nol dan untuk mengurangi error pembulatan, dapat dilakukan partial pivoting, yaitu dengan membandingkan elemen b 11 dengan elemen n r pertama pada kolom 1, kemudian pilih nilai mutlak terbesar dari elemen-elemen ini, dan lakukan pergantian pada baris-baris yang sesuai. Ketiga partisi B n seperti berikut B n = 1 {}}{ A n U n n 1 {}}{ R n T n } 1 } n 1, dimana Kemudian nyatakan A n = elemen tunggal b 11, R n = vektor baris 1 (n 1), U n = vektor kolom (n 1) 1, T n = matriks (n 1) (n 1). B n 1 = T n U n A 1 n R n. (2) Keempat turunkan nilai n dengan 1 dan ulangi proses yang sama sehingga proses reduksi berakhir ketika n = r, sehingga diperoleh A 1 = B r. 2

Untuk melihat proses metode yang didiskusikan, pandanglah matriks [ ] a11 a A = 12 a 21 a 22 yang akan ditentukan inversnya. Maka dari tahapan yang didiskusikan di atas diperoleh a 12 1 0 [ ] B = a 21 a 22 0 1 A I 1 0 0 0 =. I 0 0 0 0 0 Langkah 1 B 4 = a 12 1 0 a 21 a 22 0 1 1 0 0 0 0 1 0 0 = A 4 R 4 U 4 T 4 Langkah 2 B 3 = T 4 U 4 A 1 4 R 4. B 3 = ( a 22 a 12 a 21 ) a 21 1 a 12 1 0 = A 3 R 3 U 3 T 3 1 0 0, atau B 2 = T 3 U 3 A 1 3 R 3 B 2 = 1 a 22 a 12 ( a 22 a 12 a 21 ) a 21 = A 1. Perhatikan bahwa untuk sebuah matriks A berukuran 2 2, diperlukan dua kali pengulangan dari matriks reduksi untuk menghasilkan komplemen Schur B 2 = A 1. Maka untuk sebuah matriks A berukuran r r, diperlukan r pengulangan dari matriks reduksi menghasilkan komplemen Schur B r = A 1. 3

3. COST KOMPUTASI PADA ALGORITMA Pada bagian ini ditunjukkan bahwa matriks augmentasi dan reduksi ekivalen dengan eliminasi Gauss-Jordan dalam cost komputasi. Misalkan a 12 a 1n a 21 a 22 a 2n A =., (3). a n1 a n2 a nn untuk menentukan invers (3) dengan eliminasi Gauss-Jordan perlu membentuk matriks augmented [A I] = a 12 a 1n 1 0 0 a 21 a 22 a 2n 0 1 0 a n1 a n2 a nn 0 0 1. (4) Pada langkah pertama dilakukan OBE sehingga kolom pertama hanya mempunyai angka satu pada baris pertama dan nol pada baris lainnya. Dari (4) bentuk matriks augmented menjadi 1 12 1n 1,n+1 0 0 0 22 2n 2,n+1 1 0 0 n2 nn n,n+1 0 1 Elemen-elemen pada (5) diperoleh dengan perhitungan. (5) 1j = a 1j untuk j = 2,...,n 1,n+1 = 1 ij = a ij a i1 1j untuk i,j = 2,...,n i,n+1 = a i1 1,n+1 untuk i = 2,...,n. 4

Jadi untuk melakukan langkah pertama (5) diperlukan n(n 1) perkalian, n pembagian, dan (n 1) 2 pengurangan. Karena ada sebanyak n langkah maka cost komputasinya menjadi 2n 3 2n 2 + n. Jika hanya perkalian dan pembagian yang dihitung, maka diperlukan cost komputasi sebanyak n 3. Untuk menginverskan (3) dengan menggunakan matriks augmentasi dan reduksi, bentuk matriks augmented seperti berikut B = a 12 a 1n 1 0 0 a 21 a 22 a 2n 0 1 0 a n1 a n2 a nn 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 = A I I 0. Langkah 1: Jadi B 2n = a 12 a 1n 1 0 0 a 21 a 22 a 2n 0 1 0 a n1 a n2 a nn 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0.. 0 0 1 0 0 0 = A 2n R 2n U 2n T 2n atau Dengan menggunakan formul didapat B 2n 1 = T 2n U 2n A 1 2nR 2n. 5

B 2n 1 = 22 2n 2(n+1) 1 0. n2 nn n(n+1) 0 1 12 1n 1(n+1) 0 0 1 0 0 0 0. 0 1 0 0 0. (6) Elemen-elemen pada (6) diperoleh dengan perhitungan ij = a ij a i,j 1 a i 1,j i(n+1) = a i1 1j = a 1j 1(n+1) = 1. untuk i = 2,...,n untuk j = 2,...,n untuk i,j = 2,...,n Untuk melakukan langkah pertama (6) dari matriks augmentasi dan reduksi diperlukan (n 1) 2 perkalian, n 2 pembagian, dan (n 1) 2 pengurangan. Karena ada sebanyak n langkah maka cost komputasinya menjadi 3n 3 4n 2 +2n. Jika hanya perkalian dan pembagian yang dihitung, maka diperlukan cost komputasi sebanyak n 3. Jadi jika hanya perkalian dan pembagian yang diperhatikan cost komputasi yang diperoleh sama dengan cost komputasi eliminasi Gauss-Jordan. Contoh: Diketahui matriks [4] A = 1 1 1 1 2 2 1 2 3 dengan A 1 = 1 2 1 0 2 1 0 1 1. Tentukan invers dari matriks A dengan menggunakan metode augmentasi dan reduksi. 6

Solusi: Dari soal diketahui A A = 1 1 1 1 2 2 1 2 3, dan dengan mengikuti bentuk B pada persamaan (1), didapat 1 1 1 1 0 0 1 2 2 0 1 0 1 2 3 0 0 1 B = = A I. 1 0 0 0 0 0 I O 0 1 0 0 0 0 0 0 1 0 0 0 Kemudian dengan mengikuti prosedur pada Bagian 2 secara berulang diperoleh Langkah 1 1 1 1 1 0 0 1 2 2 0 1 0 1 2 3 0 0 1 B 6 = = A 6 R 6 1 0 0 0 0 0 U 6 T 6 0 1 0 0 0 0 0 0 1 0 0 0 Langkah 2 B 5 = T 6 U 6 A 1 6 R 6. B 5 = 1 1 1 1 0 1 2 1 0 1 1 1 1 0 0 1 0 0 0 0 0 1 0 0 0 7

Langkah 3 B 4 = T 5 U 5 A 1 5 R 5. B 4 = 1 0 1 1 0 2 1 0 1 1 1 0 1 0 0 0, atau B 3 = T 4 U 4 A 1 4 R 4 B 3 = 2 1 0 1 2 1 0 1 1. Jadi invers dari matriks A yang berukuran 3 3, diperoleh sesudah langkah ketiga. DAFTAR PUSTAKA [1] Allaire, G., & S. M. Kaber. 2008. Numerical Linear Algebra. Springer, New York. [2] Carlson, D. 1986. What are Schur Complements, Anyway?. Linear Algebra And Its Applications 74: 257-275. [3] Jacob, B. 1990. Linear Algebra. W. H. Freeman And Company, New York. [4] Meyer, C. D. 2000. Matrix Analysis And Applied Linear Algebra. SIAM, Philadelpia. [5] Sheskin, T. J. 1991. Matrix Inversion by Augmentation and Reduction. Int. J. Math. Educ. Sci. Technol. 22(1): 103-110. [6] Strang, G. 1993. Introduction to Linear Algebra. Wellesley-Cambridge Press, U.S.A. 8