Sistem Persamaan Linier

Sistem Persamaan Linier
Penulisan Dalam Bentuk Matriks Eliminasi Gauss

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

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?

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). Ruas kiri dan ruas kanan dari setiap persamaan dapat dikalikan dengan faktor bukan nol yang sama, tanpa mempengaruhi himpunan sistem persamaan tersebut. b). Ruas kiri dari setiap persamaan dapat dijumlahkan ke ruas kiri persamaan yang lain asal ruas kanannya juga dijumlahkan. Operasi ini tidak mengganggu keseluruhan sistem persamaan tersebut. c). Mempertukarkan tempat (urutan) persamaan tidaklah mengganggu himpunan sistem persamaan.
Penulisan Dalam Bentuk Matriks

Penulisan Persamaan Linier Dalam Bentuk Matriks
Sistem persamaan linier dapat dituliskan dalam bentuk matriks dengan memanfaatkan pengertian perkalian matriks. 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 ; b = 2 amn xn bm
a11 a12 a a22 A = 21 am1 am 2

Dari cara penulisan tersebut di atas, kita dapat membangun suatu matriks baru yang kita sebut matriks gandengan, 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. Operasi-operasi baris pada sistem persamaan linier kita terjemahkan ke dalam matriks gandengan menjadi sebagai berikut a). Setiap elemen dari baris yang sama dapat dikalikan dengan faktor bukan nol yang sama. b). Satu baris boleh dijumlahkan ke baris yang lain. c). Tempat baris (urutan baris) dapat dipertukarkan.
Setiap operasi baris akan menghasilkan matriks gandengan baru. Matriks gandengan baru ini disebut sebagai setara baris dengan matriks gandengan yang lama. 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.
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

Eliminasi Gauss
Eliminasi Gauss merupakan langkah-langkah sistematis untuk memecahkan sistem persamaan linier. Karena matriks gandengan merupakan pernyataan lengkap dari suatu sistem persamaan linier, maka eliminasi Gauss cukup dilakukan pada matriks gandengan ini. 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

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, 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)

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 membuat suku kedua baris-baris berikutnya menjadi nol. Ini kita lakukan dengan mengalikan baris ke-2 dengan 2/3 kemudian menambahkannya ke baris ke-3, dan mengurangkan baris ke-2 dari baris ke-4. 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)

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 54 ( 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 | |

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. 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 |

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 ; xC = 2 ; xB = 4 ; x A = 12
Sistem Tertentu dan Tidak Tertentu

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

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

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

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 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.

Bentuk Eselon
Bentuk matriks pada langkah terakhir eliminasi Gauss, disebut bentuk eselon. Dari contoh di atas, 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

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, a22 0 , k rr 0 , dan r n Perhatikan bentuk ini:
+1 , , bm sama dengan nol atau tidak ada, a). Jika r = n dan br maka sistem persamaan ini akan memberikan tepat satu solusi.
+1, , bm b). Jika r < n dan br sama dengan nol atau tidak ada, maka sistem persamaan ini akan memberikan banyak solusi. +1, , bm tidak sama dengan nol c). Jika r = n ataupun r < n dan br atau mempunyai nilai, maka sistem persamaan ini tidak memberikan solusi.
+1, , bm Jadi suatu sistem persamaan akan memberikan solusi jika br sama dengan nol atau tidak ada. Pada suatu sistem persamaan yang memberikan solusi, ketunggalan solusi terjadi jika r = n . Jika r < n persamaan akan memberikan banyak solusi. Nilai r yang dimiliki oleh matriks gandengan ditentukan oleh banyaknya vektor baris yang bebas linier dalam matriks gandeng. Pengertian tentang kebebasan linier vektor-vektor kita bahas berikut ini.
Bebas Linier Dan Tak-bebas Linier Vektor-Vektor

Bebas Linier Dan Tak-bebas Linier Vektor-vektor
Misalkan a1 , a 2 , a m adalah vektor-vektor baris dari suatu matriks A =[abk]. Kita tinjau suatu persamaan vektor
c1a1 + c2a 2 + + cma m = 0

Apabila persamaan vektor ini terpenuhi hanya jika semua koefisien (c1 cm) bernilai nol, maka vektor-vektor baris tersebut adalah bebas linier. 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.
Jika satu himpunan vektor terdiri dari vektor-vektor yang bebas linier, maka tak satupun dari vektor-vektor itu dapat dinyatakan dalam kombinasi linier dari vektor yang lain. Hal ini dapat dimengerti karena dalam persamaan tersebut di atas semua koefisien bernilai nol untuk dapat dipenuhi. 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. Vektor a1 misalnya, dapat dinyatakan sebagai
a1 =
c2 c a2 m am = 0 c1 c1
karena koefisien-koefisien ini tidak seluruhnya bernilai nol

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, 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, mereka adalah bebas linier.
Rank Matriks

Rank Matriks
Dengan pengertian tentang vektor yang bebas linier, didefinisikan rank matriks. Banyaknya vektor baris yang bebas linier dalam suatu matriks A = [abk] disebut rank matriks A disingkat rank A. 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. Hal ini berarti pula bahwa rank matriks baru sama dengan rank matriks asalnya. Dengan perkataan lain operasi baris tidak mengubah rank matriks. Jadi rank suatu matriks dapat diperoleh melalui operasi baris, yaitu sama dengan rank matriks yang dihasilkan pada langkah terakhir eliminasi Gauss. Bentuk eselon matriks yang diperoleh pada langkah terakhir eliminasi Gauss, mengandung vektor-vektor baris yang bebas linier karena vektor yang tak bebas linier telah tereliminasi.

Contoh: Bentuk eselon matriks koefisien dan matriks gandengannya dari sistem persamaan yang memberikan solusi tunggal dalam contoh, 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 4. Selain dari pada itu rank matriks sama dengan banyaknya unsur yang tak diketahui yaitu 4

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, yaitu 2. Akan tetapi rank matriks ini lebih kecil dari banyaknya unsur yang tak diketahui.

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. Rank matriks koefisien adalah 2 sedangkan rank matriks gandengannya adalah 3. Ketidak samaan rank dari kedua matriks ini menunjukkan tidak adanya solusi.

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

Sudaryatno Sudirham

Sistem Persamaan Linier

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Sistem Persamaan Linier

Uploaded by

Copyright:

Available Formats

Sistem Persamaan Linier

Penulisan Dalam Bentuk Matriks Eliminasi Gauss