P. 1
Sistem Persamaan Linier

Sistem Persamaan Linier

|Views: 33|Likes:
Published by Azis Soegiono

More info:

Published by: Azis Soegiono on May 07, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

12/06/2013

pdf

text

original

Sistem Persamaan Linier

Penulisan Dalam Bentuk Matriks Eliminasi Gauss

Sistem Persamaan Linier
Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui. Bentuk umum:

a11x1 +  + a1n xn = b1 a21x1 +  + a2n xn = b2 . . . . . . . . . . . am1x1 +  + amn xn = bm

Sistem ini mengandung m persamaan dengan n unsur yang tak diketahui yaitu x1 ….xn. Bilangan a11 …..amn disebut koefisien dari sistem itu, yang biasanya merupakan bilangan-bilangan yang diketahui. Bilangan-bilangan b1 ….bm juga merupakan bilangan-bilangan yang diketahui, bisa bernilai tidak nol maupun bernilai nol Jika seluruh b bernilai nol maka sistem persamaan tersebut disebut sistem persamaan homogen

Sistem Persamaan Linier
Dari sistem persamaan linier diharapkan adanya solusi yaitu satu set nilai dari x1 …xn yang memenuhi sistem persamaan tersebut. Jika sistem ini homogen, ia mengandung solusi trivial (solusi tak penting) yaitu x1 = 0, …., xn = 0.

Pertanyaan-pertanyaan yang timbul tentang solusi dari sistem persamaan ini adalah: a). Benar adakah solusi dari sistem ini ? b). Bagaimanakah cara untuk memperoleh solusi? c). Kalau sistem ini mempunyai lebih dari satu solusi, bagaimanakah himpunan solusi tersebut? d). Dalam keadaan bagaimanakah sistem ini tepat mempunyai satu solusi?

Ruas kiri dari setiap persamaan dapat dijumlahkan ke ruas kiri persamaan yang lain asal ruas kanannya juga dijumlahkan. c). . tanpa mempengaruhi himpunan sistem persamaan tersebut. Operasi ini tidak mengganggu keseluruhan sistem persamaan tersebut. . . Ruas kiri dan ruas kanan dari setiap persamaan dapat dikalikan dengan faktor bukan nol yang sama. .Sistem Persamaan Linier Operasi Baris a11x1 +  + a1n xn = b1 a21x1 +  + a2n xn = b2 . . am1x1 +  + amn xn = bm Pada sistem ini kita dapat melakukan operasi-operasi yang disebut operasi baris sebagai berikut: a). . b). . . . . . Mempertukarkan tempat (urutan) persamaan tidaklah mengganggu himpunan sistem persamaan.

Penulisan Dalam Bentuk Matriks .

b =  2              amn   xn  bm   a11 a12 a a22 A =  21    am1 am 2 . Bentuk itu adalah  a11 a12 a  21 a22    am1 am 2 atau secara singkat dengan  a1n   x1   b1  x  b   a2 n    2 =  2               amn   xn  bm  Ax = b  a1n   x1   b1  x  b   a2 n   . x =  2 .Sistem Persamaan Linier Penulisan Persamaan Linier Dalam Bentuk Matriks Sistem persamaan linier dapat dituliskan dalam bentuk matriks dengan memanfaatkan pengertian perkalian matriks.

yaitu dengan menggandengkan matriks A dengan b menjadi  a11 a12  ~  a21 a22 A=    am1 am 2  a1n  a2 n    amn | b1  | b2   |   | bm  Matriks gandengan ini menyatakan sistem persamaan linier secara lengkap. Satu baris boleh dijumlahkan ke baris yang lain. Operasi-operasi baris pada sistem persamaan linier kita terjemahkan ke dalam matriks gandengan menjadi sebagai berikut a). kita dapat membangun suatu matriks baru yang kita sebut matriks gandengan. Setiap elemen dari baris yang sama dapat dikalikan dengan faktor bukan nol yang sama. b).Sistem Persamaan Linier Dari cara penulisan tersebut di atas. Tempat baris (urutan baris) dapat dipertukarkan. c). .

Operasi baris dapat kita lakukan lagi pada matriks gandengan baru dan menghasilkan matriks gandengan yang lebih baru lagi dan yang terakhir inipun setara baris dengan matriks gandengan yang lama. Matriks gandengan baru ini disebut sebagai setara baris dengan matriks gandengan yang lama. .Sistem Persamaan Linier Setiap operasi baris akan menghasilkan matriks gandengan baru. Dengan singkat kita katakan bahwa operasi baris menghasilkan matriks gandengan yang setara baris dengan matriks gandengan asalnya. Hal ini berarti bahwa matriks gandengan baru menyatakan sistem persamaan linier yang sama dengan matriks gandengan asalnya.

Eliminasi Gauss .

Karena matriks gandengan merupakan pernyataan lengkap dari suatu sistem persamaan linier.Sistem Persamaan Linier Eliminasi Gauss Eliminasi Gauss merupakan langkah-langkah sistematis untuk memecahkan sistem persamaan linier. Contoh: Suatu sistem persamaan linier: x A − xB = 8 − x A + 4 xB − 2 xC = 0 x A − 3 xB + 5 xC − 2 xD = 8 − x A + 4 xB − 3 xC + 2 xD = 0 Kita tuliskan persamaan ini dalam bentuk matriks: 0   x A  8   1 −1 0  − 1 4 − 2 0   x  0     B =   1 − 3 5 − 2  xC  8      − 1 4 − 3 2    x D  0  . maka eliminasi Gauss cukup dilakukan pada matriks gandengan ini.

langkah pertama ini dilaksanakan dengan menambahkan baris ke-1 ke baris ke-2. mengurangkan baris ke-1 dari baris ke-3 dan menambahkan baris ke-1 ke baris ke-4. Hasil operasi ini adalah 0 1 − 1 0 0 3 − 2 0  0 − 2 5 − 2  0 3 − 3 2 | | | | 8 8  0  8 pivot (+ baris1) (− baris 1) (+ baris 1) .Sistem Persamaan Linier −1 1 1  Matriks gandengnya − 1 − 1 4  adalah: 1 1 −3   − 1 − 1 4 −1 0 00   0x | 8  8 A      −2 0 | 0 0   x B  0  = 8 5 − 2 |    8  − 2 xC | 0   −3 2  2   x D  0  4 −2 −3 5 4 −3 Langkah-1: Langkah pertama pada eliminasi Gauss pada matriks gandengan adalah mempertahankan baris ke-1 (disebut mengambil baris ke-1 sebagai pivot) dan membuat suku pertama baris-baris berikutnya menjadi bernilai nol. Pada matriks yang diberikan ini.

Ini kita lakukan dengan mengalikan baris ke-2 dengan 2/3 kemudian menambahkannya ke baris ke-3. dan membuat suku kedua baris-baris berikutnya menjadi nol. Hasil operasi ini adalah 0 0 1 − 1 0 3 −2 0  0 0 5 − 4 / 3 − 2  −1 2 0 0 | 8  | 8   | 16 / 3  | 0  (pivot) (+2/3 baris 2) (-baris 2) .Sistem Persamaan Linier 1 1 − 1 0 3  0 0 0 − 2   0 0 3  −0 1 0 0 |0 8| − 3 2 −0 2 |0 8 | −5 2 − 52 − | 2 0|  − 3 3 −2 3 |2 8| 8 pivot 8 (+ baris1) 0(− baris1)  8(+ baris1) Langkah-2: Langkah kedua adalah mengambil baris ke-2 dari matriks gandeng yang baru saja kita peroleh sebagai pivot. dan mengurangkan baris ke-2 dari baris ke-4.

Sistem Persamaan Linier 0 0 | 8  1 − 1 0 3 1 − −2 1 0 | 08  | 8 (pivot)  0     3/ 3 − −2 2 | 16 0 / 3 | 8+2/3  0 0 0 5−4 (  baris 2)   0 −0 5 −2 4 / 3| − 2 | 16 (-baris / 3 2) 0 0 1 0     0 0 − 1 2 | 0   Kalikan baris ke 3 dengan 3 agar diperoleh bilangan bulat 0 1 − 1 0 0 3 − 2 0  0 0 11 − 6  0 0 − 1 2 8 8  | 16  | 0 | | .

Hasilnya adalah: 0 1 − 1 0 0 3 − 2 0  0 0 11 − 6  0 16 0 0 8 | 8  | 16 pivot  | 16 × 11 + baris 3 | .Sistem Persamaan Linier 0 1 − 1 0 0 3 − 2 0  0 0 11 − 6  0 0 − 1 2 8 | 8  | 16  | 0 | Langkah-3: Langkah ketiga adalah mengambil baris ke-3 sebagai pivot dan membuat suku ke-3 dari baris ke-4 menjadi nol. Ini dapat kita lakukan dengan mengalikan baris ke-4 dengan 11 kemudian menambahkan kepadanya baris ke-3.

Sistem Persamaan Linier Hasil terakhir langkah ketiga adalah: 0 1 − 1 0 0 3 − 2 0  0 0 11 − 6  0 16 0 0 8 | 8  | 16  | 16 | Matriks gandeng terakhir ini menyatakan bentuk matriks: 0  xA   8  1 − 1 0 0 3 − 2 0   x   8    B =   0 0 11 − 6  xC  16      0 16   x D  16 0 0 Matriks terakhir ini menyatakan sistem persamaan linier: x A − xB = 8 3 xB − 2 xC = 8 11xC − 6 xD = 16 16 xD = 16 yang dengan substitusi mundur akan memberikan: xD = 1 . x A = 12 . xB = 4 . xC = 2 .

Sistem Tertentu dan Tidak Tertentu .

Sistem yang kurang tertentu memberikan tidak hanya satu solusi akan tetapi banyak solusi. dan persamaan-persamaan ini tidak saling bergantungan. sistem menjadi tertentu berlebihan.Sistem Persamaan Linier Sistem-sistem Tertentu Dan Tidak Tertentu Sistem tertentu adalah sistem yang memberikan tepat satu solusi. . maka sistem itu menjadi kurang tertentu. Jika persamaan lebih banyak dari unsur yang tak diketahui. Jika unsur yang tak diketahui lebih banyak dari persamaannya. Sistem yang kurang tertentu selalu mempunyai solusi (dan banyak) sedangkan sistem tertentu dan tertentu berlebihan bisa memberikan solusi bisa juga tidak memberikan solusi. Sistem tertentu terjadi jika unsur yang tak diketahui sama banyak dengan persamaannya.

Sistem Persamaan Linier Contoh Sistem Persamaan Yang Memberikan Banyak Solusi Contoh: x A − xB = 8 − x A + 4 xB − 2 xC = 0 − 3 xB + 2 xC = −8 Matriks gandeng:  1 −1 0 | 8  − 1 4 − 2 | 0      0 − 3 2 | − 8  Eliminasi Gauss: 1 − 1 0 | 8  0 3 − 2 | 8     0 − 3 2 | − 8   1 − 1 0 | 8 0 3 − 2 | 8     0 | 0 0 0  .

Sistem Persamaan Linier Matriks gandengan ini menyatakan sistem persamaan : x A − xB = 8 3 xB − 2 xC = 8 0=0 Dari persamaan ke-2 kita mendapatkan x B = (8 + 2 xC ) / 3 yang kemudian memberikan x A = 8 + (8 + 2 xC ) / 3 Karena xC tetap sembarang maka kita mendapatkan banyak solusi. Kita hanya akan memperoleh nilai xA dan xB jika kita menentukan nilai xC lebih dulu .

Sistem Persamaan Linier Contoh Sistem Yang Tidak Memberikan Solusi Contoh: x A − xB = 8 − x A + 4 xB − 2 xC = 0 − 3 xB + 2 xC = −10 Matriks gandeng dan eliminasi Gauss memberikan  1 −1 0 | 8  − 1 4 − 2 | 0      0 − 3 2 | − 10  1 − 1 0 | 8  0 3 − 2 | 8     0 − 3 2 | − 10  1 − 1 0 | 8  0 3 − 2 | 8     0 | − 2 0 0  .

Sistem Persamaan Linier Sistem persamaan dari matriks gandeng terakhir ini adalah x A − xB = 8 3 xB − 2 xC = 8 0 = −2 Kita lihat di sini bahwa penerapan eliminasi Gauss pada akhirnya menghasilkan suatu kontradiksi yang dapat kita lihat pada baris terakhir. . Hal Ini menunjukkan bahwa sistem persamaan yang sedang kita tinjau tidak memberikan solusi.

Dari contoh di atas.Sistem Persamaan Linier Bentuk Eselon Bentuk matriks pada langkah terakhir eliminasi Gauss. disebut bentuk eselon. bentuk eselon matriks koefisien dan matriks gandengannya adalah 1 − 1 0  0 3 − 2    0  0 0  1 − 1 0 | 8  0 3 − 2 | 8     0 | − 2 0 0  dan Secara umum bentuk eselon matriks gandengan adalah a11 a12    a1n 0 c 22    c2 n     k rr  k rn   0     0  | b1  ′  | b2   |  ′  | br ′ +1  | br  |  | bm   .

bm ′ b). k rr ≠ 0 . a22 ≠ 0 . dan r ≤ n Perhatikan bentuk ini: ′ +1 . ′ +1. bm ′ tidak sama dengan nol c). bm ′ sama dengan nol atau tidak ada. Jika r < n dan br sama dengan nol atau tidak ada.  . maka sistem persamaan ini akan memberikan banyak solusi.Sistem Persamaan Linier dan sistem yang telah tereduksi pada langkah akhir eliminasi Gauss akan berbentuk a11x1 + a12 x2 +  + a1n xn = b1 ′ c22 x2 +  + a2n xn = b2  ′ krr xr +  + krn xn = br ′ +1 0 = br  ′ 0 = bm dengan a11 ≠ 0. a). . maka sistem persamaan ini tidak memberikan solusi. . ′ +1. . Jika r = n dan br maka sistem persamaan ini akan memberikan tepat satu solusi. Jika r = n ataupun r < n dan br atau mempunyai nilai.

. Nilai r yang dimiliki oleh matriks gandengan ditentukan oleh banyaknya vektor baris yang bebas linier dalam matriks gandeng.Sistem Persamaan Linier ′ +1. Pada suatu sistem persamaan yang memberikan solusi. Pengertian tentang kebebasan linier vektor-vektor kita bahas berikut ini. bm ′ Jadi suatu sistem persamaan akan memberikan solusi jika br sama dengan nol atau tidak ada. ketunggalan solusi terjadi jika r = n . . Jika r < n persamaan akan memberikan banyak solusi.

Bebas Linier Dan Tak-bebas Linier Vektor-Vektor .

Kita tinjau suatu persamaan vektor c1a1 + c2a 2 +  + cma m = 0 Apabila persamaan vektor ini terpenuhi hanya jika semua koefisien (c1 … cm) bernilai nol.  a m adalah vektor-vektor baris dari suatu matriks A =[abk]. . Jika persamaan vektor tersebut dapat dipenuhi dengan koefisien yang tidak semuanya bernilai nol (artinya setidak-tidaknya ada satu koefisien yang tidak bernilai nol) maka vektor-vektor itu tidak bebas linier.Sistem Persamaan Linier Bebas Linier Dan Tak-bebas Linier Vektor-vektor Misalkan a1 . maka vektor-vektor baris tersebut adalah bebas linier. a 2 .

Jika vektor-vektor tidak bebas linier maka nilai koefisien pada persamaan tersebut di atas (atau setidak-tidaknya sebagian tidak bernilai nol) maka satu vektor dapat dinyatakan sebagai kombinasi linier dari vektor yang lain. dapat dinyatakan sebagai a1 = − c2 c a2 −  − m am = 0 c1 c1 karena koefisien-koefisien ini tidak seluruhnya bernilai nol . Hal ini dapat dimengerti karena dalam persamaan tersebut di atas semua koefisien bernilai nol untuk dapat dipenuhi. maka tak satupun dari vektor-vektor itu dapat dinyatakan dalam kombinasi linier dari vektor yang lain. Vektor a1 misalnya.Sistem Persamaan Linier Jika satu himpunan vektor terdiri dari vektor-vektor yang bebas linier.

mereka adalah bebas linier. a2 dan a3 juga tidak bebas linier karena kita dapat menyatakan a3 sebagai a3 = 2a1 + 0a 2 = 2 [ 2 3 1 2] + 0 [ 4 2 6 2] = [ 4 6 2 4] Akan tetapi jika kita hanya melihat a3 dan a2 saja.Sistem Persamaan Linier Contoh: Dua vektor baris a1 = [ 2 3 1 2] dan a 2 = [ 4 2 6 2] Vektor a1 dan a2 adalah bebas linier karena c1a1 + c2a 2 = c1[ 2 3 1 2] + c2 [ 4 2 6 2] = 0 hanya akan terjadi jika c1 = c2 = 0 Ambil vektor ketiga a3 = [ 4 6 2 4] Vektor a3 dan a1 tidak bebas linier karena kita dapat menyatakan a3 sebagai a3 = 2a1 = 2[ 2 3 1 2] = [ 4 6 2 4] Vektor a1. .

Rank Matriks .

Bentuk eselon matriks yang diperoleh pada langkah terakhir eliminasi Gauss. Hal ini berarti pula bahwa rank matriks baru sama dengan rank matriks asalnya. . yaitu sama dengan rank matriks yang dihasilkan pada langkah terakhir eliminasi Gauss. Dengan perkataan lain operasi baris tidak mengubah rank matriks. mengandung vektor-vektor baris yang bebas linier karena vektor yang tak bebas linier telah tereliminasi. Jika matrik B = 0 maka rank B adalah nol. Bagaimana menentukan rank suatu matriks? Operasi baris pada suatu matriks menghasilkan matriks yang setara baris dengan matriks asalnya. didefinisikan rank matriks. Banyaknya vektor baris yang bebas linier dalam suatu matriks A = [abk] disebut rank matriks A disingkat rank A. Jadi rank suatu matriks dapat diperoleh melalui operasi baris.Sistem Persamaan Linier Rank Matriks Dengan pengertian tentang vektor yang bebas linier.

Sistem Persamaan Linier Contoh: Bentuk eselon matriks koefisien dan matriks gandengannya dari sistem persamaan yang memberikan solusi tunggal dalam contoh. Selain dari pada itu rank matriks sama dengan banyaknya unsur yang tak diketahui yaitu 4 . yaitu 4. adalah 0 1 − 1 0 0 3 − 2 0    0 0 11 − 6   0 0 0 16   0 1 − 1 0 0 3 − 2 0  0 0 11 − 6  0 16 0 0 | 8 | 8  | 16  | 16 dan Dalam kasus ini rank matriks koefisien sama dengan rank matriks gandengan.

. yaitu 2. Akan tetapi rank matriks ini lebih kecil dari banyaknya unsur yang tak diketahui.Sistem Persamaan Linier Contoh: Bentuk eselon matriks koefisien dan matriks gandengannya dari sistem persamaan yang memberikan banyak solusi. adalah 1 − 1 0  0 3 − 2    0  0 0  dan 1 − 1 0 | 8 0 3 − 2 | 8    0 | 0 0 0  Dalam kasus ini rank matriks koefisien sama dengan rank matriks gandengan.

.Sistem Persamaan Linier Contoh: Bentuk eselon matriks koefisien dan matriks gandengannya dari sistem persamaan yang tidak memberikan solusi. adalah 1 − 1 0  0 3 − 2     0 0 0  dan 1 − 1 0 | 8  0 3 − 2 | 8     0 | − 2 0 0  Dalam kasus ini rank matriks koefisien tidak sama dengan rank matriks gandengan. Ketidak samaan rank dari kedua matriks ini menunjukkan tidak adanya solusi. Rank matriks koefisien adalah 2 sedangkan rank matriks gandengannya adalah 3.

agar suatu sistem persamaan memberikan solusi maka rank matriks koefisien harus sama dengan rank matriks gandengannya. agar sistem persamaan memberikan solusi tunggal maka rank matriks koefisien harus sama dengan banyaknya unsur yang tak diketahui. b).Sistem Persamaan Linier Apa yang kita amati dalam contoh-contoh di atas ternyata berlaku umum. c). . jika rank matriks koefisien lebih kecil dari banyaknya unsur yang tak diketahui maka akan diperoleh banyak solusi. a).

Course Ware Sistem Persamaan Linier Sudaryatno Sudirham .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->