6 Sistem Persamaan Linear

dokumen-dokumen yang mirip
Solusi Sistem Persamaan Linear Ax = b

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

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

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

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

02-Pemecahan Persamaan Linier (1)

SOLUSI SISTEM PERSAMAAN LINEAR

Metode Matriks Balikan

Part II SPL Homogen Matriks

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

BAB I PENDAHULUAN Latar Belakang Masalah

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

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

SISTEM PERSAMAAN LINEAR

BAB 1 PENDAHULUAN. Sebuah garis dalam bidang xy secara aljabar dapat dinyatakan oleh persamaan yang berbentuk

03-Pemecahan Persamaan Linier (2)

Matematika Teknik INVERS MATRIKS

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

Pertemuan 1 Sistem Persamaan Linier dan Matriks

SISTEM PERSAMAAN LINEAR

Solusi Persamaan Linier Simultan

Part III DETERMINAN. Oleh: Yeni Susanti

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

BAB X SISTEM PERSAMAAN LINIER

Lampiran 1 Pembuktian Teorema 2.3

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Metode Simpleks (Simplex Method) Materi Bahasan

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

Pertemuan 14. persamaan linier NON HOMOGEN

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

BAB 4 : SISTEM PERSAMAAN LINIER

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Pertemuan 13 persamaan linier NON HOMOGEN

BAB 2 LANDASAN TEORI

ALJABAR LINIER DAN MATRIKS

Bentuk umum : SPL. Mempunyai penyelesaian disebut KONSISTEN. Tidak mempunyai penyelesaian disebut TIDAK KONSISTEN TUNGGAL BANYAK

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

Minggu II Lanjutan Matriks

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

RUANG VEKTOR. Nurdinintya Athari (NDT)

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A,

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

LU DECOMPOSITION (FAKTORISASI MATRIK)

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

MODUL IV SISTEM PERSAMAAN LINEAR

ALJABAR LINEAR ELEMENTER

Aplikasi Aljabar Lanjar pada Metode Numerik

Sistem Persamaan Linier FTI-UY

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

Dual Pada Masalah Maksimum Baku

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Operasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ)

ELIMINASI GAUSS MAKALAH. Untuk Memenuhi Tugas Terstruktur Mata Kuliah Metode Numerik Dosen Saluky M.Kom. Di Susun Oleh: Kelompok VII Matematika C/VII

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

PERSAMAAN & PERTIDAKSAMAAN

Sistem Persamaan linier

MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR

BAB III : SISTEM PERSAMAAN LINIER

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

BAB II DASAR DASAR TEORI

Rivised Simpleks Method (metode simpleks yang diperbaiki)

& & # = atau )!"* ( & ( ( (&

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

Metode Simpleks M U H L I S T A H I R

Contoh. C. Determinan dan Invers Matriks. C. 1. Determinan

Determinan. Untuk menghitung determinan ordo n terlebih dahulu diberikan cara menghitung determinan ordo 2

DETERMINAN. Determinan matriks hanya didefinisikan pada matriks bujursangkar (matriks kuadrat). Notasi determinan matriks A: Jika diketahui matriks A:

BAB MATRIKS. Tujuan Pembelajaran. Pengantar

Aljabar Linier Elementer. Kuliah 7

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

04-Ruang Vektor dan Subruang

Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi

DIAGONALISASI MATRIKS KOMPLEKS

Solusi Numerik Sistem Persamaan Linear

Aljabar Matriks. Aljabar Matriks

untuk setiap x sehingga f g

BAB 2 LANDASAN TEORI

Course of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung

ELIMINASI GAUSS JORDAN. Oleh: Andi Rusdi*)

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program

BAB 2 LANDASAN TEORI

Matriks. Baris ke 2 Baris ke 3

PERBANDINGAN KOMPLEKSITAS ALGORITMA METODE-METODE PENYELESAIAN SISTEM PERSAMAAN LANJAR

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

BAB I MATRIKS DEFINISI : NOTASI MATRIKS :

MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)

I PENDAHULUAN II LANDASAN TEORI

II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

Transkripsi:

6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus memenuhi beberapa persamaan berikut f (x, x,..., x n ) =0 f (x, x,..., x n ) =0 f n (x, x,..., x n ) =0 Atau dapat ditulis dalam bentuk sebagai berikut.. denganf, f,..., f n fungsi linear a x + a x +... + a n x n = b a x + a x +... + a n x n = b.. a m x + a m x +... + a mn x n = b n Untuk menyelesaikan sistem persamaan linear seperti ini, akan digunakan metode, yakni: Sistem Linear segitiga atas, eliminasi Gauss dan pivoting dan faktorisasi LU. 6. Sistem Linear Segitiga Atas Metode ini pernah dipelajari pada tingkat yang lebih awal. Caranya adalah mengeliminasi sistem persamaan sehingga didapatkan sistem linear dalam bentuk segitiga atas. Bentuk seperti ini memudahkan kita untuk melakukan substitusi balik dan mendapatkan solusi bagi sistem persamaan linear yang dimaksud. Contoh: Selesaikan sistem persamaan linear berikut x x + 4 = x x + = 7 x + x 5 = 7 Solusi: Eliminasi Gauss akan dikenakan pada matriks lengkap dari sistem persamaan linear di atas sebagai berikut. 4 4 4 7 0 5 0 4 0 5 0 4 5 7 0 7 9 0 0 7 7 5 Yang diberi tanda kotak adalah baris yang menjadi tumpuan (pivot row). Sistem persamaan linear di atas telah menjadi bentuk matriks segitiga atas. Dengan menggunakan substitusi balik, diperoleh solusi bagi sistem persamaan linear di atas adalah = 7/5 7 = 0.54074 5x + 0(0.54074) = 4 x = 4 5.407407 = 0.848 5 x ( 0.848) + 4(0.54074) = x =.7596

Latihan : Selesaikan sistem persamaan linear berikut dengan menggunakan substitusi balik 4x x + + = 0 x + 7 4 = = 7 6 + 5 = 4 = 6 Latihan : Tunjukkan bahwa sistem persamaan linear berikut tidak memiliki solusi 4x x + + = 0 0x + 7 4 = 7 6 + 5 = 4 = 6 Contoh : Tunjukkan bahwa sistem persamaan linear berikut memiliki solusi tak hingga banyak. 4x x + + = 0 0x + 7 + 0 = 7 6. Eliminasi Gauss dan Pivoting 6 + 5 = 4 = 6 Eliminasi Gauss yang biasa kadang tidak memberikan hasil sesuai kenyataan, terutama dimana elemen tumpuan nol. Untuk lebih jelasnya, perhatikan kasus berikut. Ini adalah matriks lengkap dari suatu sistem persamaan linear Ax = b. 0.000 0.5 0.5 0.4 0. 0. Solusi dari sistem ini adalah [0.9999; 0.9998]. Periksalah bahwa nilai-nilai ini memenuhi kedua persamaa tersebut secara sekaligus. Selanjutnya dengan menggunakan cara yang diberikan pada subbab sebelumnya akan diperiksa bahwa hasil yang diperoleh ternyata berbeda. Gunakan baris sebagai tumpuan. Dengan demikian entri- akan berisi nol dan entri- = 0. 0.4/0.000 = 000 dan entri- = 0. 0.4/0.000 = 000. 0.000 0.5 0.5 0 000 000 Dengan menggunakan substitusi balik, diperoleh bahwa x = 000 000 = x = 0.5 0.5.000 = 0 Ini jelas jauh berbeda dari solusi sebenarnya. Hal ini disebabkan oleh pemilihan elemen tumpuan yang sangat kecil. Hal ini ditanggulangi dengan mencari elemen pada kolom

tumpuan dan mengubah entri terbesar menjadi elemen tumpuan. Pada soal ini, karena 0.4 > 0.000, kedua baris dipertukarkan sehingga baris kedua menjadi baris tumpuan sebagai berikut 0.4 0. 0. 0.000 0.5 0.5 Dengan substitusi balik diperoleh 0.4 0. 0. 0 0.5 0.5 x = 0.5 0.5 = x = (0. + (0.)) = 0.4 Solusi ini mendekati solusi yang sebenarnya. Proses eliminasi Gauss dengan cara seperti ini dinamakan eliminasi Gauss dengan strategi penumpuan parsial. Sementara jika strategi ini dilakukan dengan mencari nilai terbesar dari suatu submatriks maka dinamakan dengan eliminasi Gauss dengan penumpuan total. Teknik lain dengan menggunakan penumpuan adalah dengan eliminasi Gauss dengan pivot parsial terskala. Misalkan urutan persamaan yang digunakan dinotasikan dengan vektor baris {l, l,..., l n }. Sebut l = [l, l,..., l n ] vektor indeks. Definisikan s i = max a ij dengan i n j n sehingga s = [s, s,..., s n ] disebut vektor skala. Pada awal proses, kita tidak langsung menggunakan persamaan () sebagai persamaan pivot tetapi menggunakan persamaan yang rasio antara a i, dengan s i untuk i n terbesar. Cara yang terbaik adalah:. Definisikan vektor indeks l = [l, l,..., l n ] = [,,..., n]. Pilih j indeks yang mempunyai rasio terbesar dalam himpunan ali : i n. Tukar l j menjadi l vektor indeks l 4. Kalikan baris l dengan konstanta a li a l dan kurangkan dengan baris l i dengan i n 5. Ulangi langkah () (4) s li Tentukan solusi dari SPL berikut ini: 9 6 4 8 6 4 8 6 0 4 x x = 9 4 6 6

Mula-mula vektor indeks l = [,,, 4] dan vektor skala s = [, 8, 6, ] Perhatikan rasio berikut: ali max : i =,,, 4 = max s li, 6 8, 6 6, = Nilai maksimumnya muncul pada indeks j =. Sehingga baris () menjadi persamaan pivot. Diperoleh: 6 4 0 4 0 8 0 4 x x = 6 8 7 6 sehingga vektor indeks yang baru l = [,,, 4]. Langkah selanjutnya perhatikan rasio berikut: ali max : i =,, 4 = max s li 8,, 4 = maka pilih j = dan vektor indeks yang baru l = [,,, 4] dan 6 4 6 0 8 0 0 = 7 0 0 8 6 5 Perhatikan rasio berikut: ali max : i =, 4 s li x x 45 / = max 8, / = 54 maka pilih j = dan vektor indeks yang baru tetap l = [,,, 4] dan 6 4 6 0 8 7 0 0 8 6 0 0 0 6 Jadi solusi SPL tersebut adalah = 6 6 x x = = 45 6 x = 45 + 8 6 = 7 8( ) () x = = 6 + () ( ) 4() = = 6 Tugas Mandiri: Untuk tiap soal berikut, kecuali yang soalnya diberikan, selesaikan dengan menggunakan eliminasi Gauss baik dengan tanpa penumpuan maupan dengan penumpuan (parsial dan total). Bandingkan hasil yang diperoleh. 5

.. x + 4x + = 6 x + 5x = 6x + x + 7 = 0 4 5 8 6 4 5 x x =. Tunjukkan bahwa SPL berikut mempunyai solusi tunggal jika α = 0, tidak ada solusi jika α = dan mempunyai banyak solusi jika α =. x + 4x + α = 6 x x + α = αx + x + = 5 4. x + x = 7 x + x = 9 4x + + = 0 4 = 5. Tentukan parabola y = A + Bx + Cx yang melalui (,4), (,7), dan (,4). 6. Analogi soal nomor 5 melalui titik (,6),(,5), dan (,) 7. Tentukan persamaan kubik y = A + Bx + Cx + D yang melalui (0,0),(,),(,) dan (,). 8. Selesaikan dengan menggunakan pembulatan 4 digit di belakan koma. Gunakan eliminasi Gauss dengan pivot parsial dan eliminasi Gauss dengan pivot parsial terskala. (a) (b) x x + 00 = x + 0x 0.00 = 0 x 00x + 0.0 = 0 x + 0x + 0.00 = 0 x 5x + 0 0. = 5x + x 00 0 = 0 x 00x + = 0 6

6. Faktorisasi LU Sistem Persamaan Linear n n dapat ditulis dalam bentuk matriks: dengan A merupakan matriks koefisien yang berbentuk: a a a a n a a a a n A = a a a a n....... a n a n a n a nn Ax = b () Akan ditunjukkan bahwa algoritma Gauss sederhana yang diterapkan pada A dapat memfaktorkan A menjadi hasil kali dua matriks sederhana yaitu matriks diagonal bawah l L = l l...... l n l n l n dan matriks diagonal atas U = u u u u n u u u n u u n.... u nn Dengan kata lain, dapat diperoleh A = LU Contoh: Misalkan diberikan SPL sebagai berikut: 6 4 x 8 6 0 x 9 6 4 8 = 6 6 9 4 Setelah dilakukan eliminasi Gauss sederhana diperoleh SPL sebagai berikut: 6 4 x 6 0 4 x 0 0 5 = 6 9 () 0 0 0 Eliminasi ini dapat diinterpretasikan bahwa dari persamaan () dapat diperoleh: MAx = Mb (4) 7

dengan matriks M dipilih sedemikian sehingga M A adalah matriks koefisien untuk SPL pada persamaan (). Sehingga diperoleh MA = 6 4 0 4 0 0 5 0 0 0 = U Langkah pertama pada eliminasi Gauss sederhana menghasilkan SPL: 6 4 x 6 0 4 x 0 8 = 6 7 0 4 8 Langkah ini dapat diinterpretasikan dari persamaan () dapat diperoleh: dengan M = M Ax = M b 0 0 0 0 0 0 Perhatikan bahwa matriks M merupakan matriks dengan diagonal utamanya bernilai, dan hanya kolom pertama yang berisi elemen tak nol dan bilangan ini merupakan negatif dari koefisien pengali masing-masing baris. Langkah kedua pada eliminasi Gauss sederhana menghasilkan SPL: 6 4 0 4 0 0 5 0 0 4 x x = 6 6 9 yang ekivalen dengan M M Ax = M M b dengan M = 0 0 0 0 0 0 0 Begitu juga dengan langkah ketiga ekivalen dengan M M M Ax = M M M b dengan M = 0 0 0 0 0 0 0 0 8

Secara lengkap diperoleh: M = M M M (5) Sehingga dari persamaan (4) dan (5) diperoleh A = M U = (M M M ) U = M M M U = LU Karena M k adalah matriks spesial maka M k pada elemen negatif pengali Sehingga diperoleh L = M = = M M 0 0 0 0 0 0 0 0 0 dapat diperoleh dengan mengubah tanda 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Penyelesaian sistem persamaan linear ini adalah sebagai berikut. Bentuk di atas dapat dituliskan sebagai berikut (LU)x = b 0 0 0 LY = b dengan Y = Ux 6 4 0 4 0 0 5 0 0 0 = 6 6 7 8 Selesaikan sistem persamaan LY = b untuk nilai - nilai Y. Kemudian dari Y yang diperoleh, selesaikan untuk nilai- nilai x, yakni solusi sistem persamaan linear yang dikehendaki. Matriks Permutasi Pada contoh yang dikerjakan di atas, diasumsikan tidak terdapat pertukaran baris pada saat melakukan eliminasi Gauss. Akan tetapi hal ini tidak dapat selalu terjadi. Sebagai contoh, perhatikan contoh berikut. A = 6 4 8 5 (6) 9

Misalkan matriks A di atas memiliki faktorisasi LU, yakni 6 0 0 u u u 4 8 = m 0 0 u u 5 m m 0 0 u Periksalah bahwa kita akan mendapatkan hal - hal yang bertentangan, sehingga matriks A di atas tidak dapat dibuat faktorisasi LU. Akan tetapi, hal ini dapat diatasi dengan mengalikan matriks A dengan matriks permutasi. Matriks Permutasi Matriks Permutasi N N adalah matriks yang mempunyai tepat satu buah elemen pada setiap baris dan kolom, yakni dan 0 selain itu. Dengan demikian, baris-baris pada P adalah permutasi baris-baris dari matriks identitas. Sebagai contoh, matriks berikut adalah matriks permutasi P = 0 0 0 0 0 0 0 0 0 = baris I 4 baris I 4 baris 4 I 4 baris I 4 Mengalikan sebarang matriks A 4 4 dari kiri dengan matriks permutasi di atas akan menghasilkan matriks A dengan baris bertukar dengan baris serta baris bertukar dengan baris 4. Verifikasilah hal ini. Pada masalah semula, faktorisasi LU atas matriks pada persamaan (6) tidak dapat dikerjakan. Hal ini dapat ditanggulangai dengan mengalikan A pada persamaan tersebut dengan matriks permutasi P sehingga diperoleh PA = 0 0 0 0 0 0 6 4 8 5 = 6 5 4 8 Verifikasilah bahwa matriks tersebut dapat difaktorisasi LU Tugas Mandiri: Tentukan faktorisasi LU dari matriks - matriks berikut.... 5 0 6 0 6 5 4 5 7 4. 5. 7 4 5 0 4 5 0 5 0 6 0