P. 1
ELIMINASI GAUSS

ELIMINASI GAUSS

|Views: 209|Likes:
Published by ihwan n h

More info:

Published by: ihwan n h on Oct 14, 2011
Copyright:Attribution Non-commercial

Availability:

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

07/16/2014

pdf

text

original

ELIMINASI GAUSS

Bab ini membahas persamaan aljabar linear simultan yang secara umum dapat dinyatakan
sebagai :
n n nn n 2 n 1 n
2 n n 2 2 22 21
1 n n 1 2 12 1 11
c x a ... x a a
. . . .
. . . .
. . . .
c x a ... x a a
c x a ... x a x a
= + + +
= + + +
= + + +
[7.1]
di mana setiap harga a adalah koefisien konstanta dan c adalah konstanta.
Teknik yang dijelaskan dalam bab ini dinamakan eliminasi Gauss, karena meliputi kombinasi
persamaan agar mengeliminasikan (menghilangkan) yang tidak diketahui. Walaupun metode ini
merupakan salah satu dari metode-metode tertua untuk menyelesaikan persamaan-persamaan
simultan, ia tetap di antara algoritma yang sangat penting dipakai saat ini. Teristimewa, ia mudah
diprogram dan diterapkan dengan menggunakan komputer pribadi.

PENYELESAIAN PERSAMAAN BERJUMLAH SEDIKIT
Sebelum meneruskan ke metode komputer, akan dijelaskan beberapa metode yang sesuai untuk
menyelesaikan kumpulan kecil (n s 3) dari persamaan-persamaan simultan yang tidak
memerlukan komputer. Ini adalah metode grafik, aturan Cramer, dan eliminasi yang tidak
diketahui.

Metode Grafik
Suatu solusi grafik dapat diperoleh untuk dua persamaan dengan menggambarkannya pada koordinat
cartesian dengan satu sumbu sesuai dengan x
1
dan yang lainnya sesuai dengan x
2
. Karena kita menangani
sistem linear, setiap persamaan merupakan garis lurus. Hal ini dapat dengan mudah digambarkan untuk
persamaan umum :
2 2 22 1 21
1 2 12 1 11
c x a x a
c x a x a
= +
= +

Persamaan dapat diselesaikan untuk x
2
:
12
1
1
12
11
2
a
c
x
a
a
x +
|
|
.
|

\
|
÷ =
22
2
1
22
21
2
a
c
x
a
a
x +
|
|
.
|

\
|
÷ =
Jadi kini persamaan-persamaan dalam bentuk garis-garis lurus; artinya x
2
= kemiringan x
1
+ perpotongan.
Garis-garis ini dapat digambarkan pada koordinat cartesian dengan x
2
sebagai ordinat dan x
1
sebagai
absis. Harga-harga x
1
dan x
2
, pada perpotongan garis-garis menyatakan solusinya.

CONTOH 7.1
Metode Grafik untuk Dua Persamaan
Pernyataan Masalah : Gunakan metode grafik untuk menyelesaikan :
18 x 2 x 3
2 1
= + [C7.1.1]
2 x 2 x
2 1
= + ÷ [C7.1.2]
Solusi : Misalkan x
1
menjadi absis. Selesaikan Persamaan (C7.1.1) untuk x
2
:
9 x ) 2 / 3 ( x
1 2
+ ÷ =
yang kalau digambarkan pada Gambar 7.1 merupakan sebuah garis dengan perpotongan = 9, serta
kemiringan = - 3/2.
Persamaan (C7.1.2) dapat juga diselesaikan untuk x
2
:
1 x ) 2 / 3 ( x
1 2
+ =
yang juga digambarkan pada Gambar 7.1. Solusi tersebut merupakan

GAMBAR 7.1 Solusi grafik dari kumpulan dua persamaan aljabar linear simultan. Perpotongan garis-
garis menunjukkan solusi.

perpotongan dua garis pada x
1
= 4 dan x
2
= 3. Hasil ini dapat juga dicek dengan memasukkan harga-harga
ini ke dalam persamaan semula agar memenuhi :
18 ) 3 ( 2 ) 4 ( 3 = +
18 ) 3 ( 2 4 = + ÷
Jadi, hasil-hasilnya adalah ekuivalen terhadap ruas kanan dari persamaan semula.
Untuk tiga persamaan simultan, setiap persamaan akan dinyatakan oleh sebuah bidang dalam sistem
koordinat tiga dimensi. Titik di mana ketiga bidang tersebut berpotongan akan menyatakan solusi. Di
samping ketiga persamaan itu, metode grafik gagal, dan akibatnya kurang praktis untuk menyelesaikan
persamaan-persamaan simultan, tetapi ia terkadang membuktikan kegunaannya dalam memvisualisasikan
perilaku solusi. Misalnya, Gambar 7.2 menjelaskan tiga kasus yang dapat merupakan masalah sewaktu
menyelesaikan kumpulan dari persamaan-persamaan linear. Gambar 7.2a memperlihatkan kasus dimana
dua persamaan menyatakan garis sejajar. Untuk situasi demikian, tidak ada solusi, karena garis-garis
tersebut tidak pernah berpotongan. Gambar 7.2b menjelaskan kasus di mana, dua garis berimpitan. Untuk
situasi demikian, terdapat sejumlah solusi tak terhingga. Kedua jenis sistem dikatakan singular.
Tambahan pula, sistem yang sangat dekat menjadi singular (G 7.2c) bisa pula menjadikan masalah.
Sistem-sistem grafik ini dikatakan kondisi timpang (ill-conditioned). Secara grafik, ini bersesuaian
terhadap kenyataan bahwa memang sukar menvisualisasikan titik yang tepat dimana garis-garis itu
berpotongan. Seperti akan digambarkan pada bab-bab mendatang, sistem kondisi timpang juga akan
merupakan masalah sewaktu ia ditemukan selama pemecahan linear secara numerik.


GAMBAR 7.2. Penjelasan grafik dari sistem kondisi timpang : (a) tidak ada solusi, (b) solusi tak
terhingga, dan (c) suatu sistem kondisi timpang dimana kemiringan demikian dekat, sehingga titik
perpotongan sukar dideteksi secara visual.

Determinan dan Aturan
Aturan Cramer adalah teknik solusi lainnya yang sangat baik disesuaikan terhadap persamaan-persamaan
berjumlah kecil. Sebelum menjelaskan metode ini, secara jelas akan diperkenalkan konsep determinan
yang digunakan untuk melakukan aturan Cramer. Tambaban lagi, determinan mempunyai manfaat dalam
mengevaluasikan kondisi timpang sebuah matriks.
Determinan. Determinan dapat dijelaskan untuk sekumpulan tiga persamaan.
3 3 33 2 32 1 31
2 3 23 2 22 1 21
1 3 13 2 12 1 11
c x a x a x a
c x a x a x a
c x a x a x a
= + +
= + +
= + +


atau dalam bentuk matriks :
| || | | | C X A =
di maria [A] adalah matriks koefisien :
| |
(
(
(
¸
(

¸

=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
Determinan D dari sistem ini dibentuk dari koefisien-koefisien persamaan, seperti :
(
(
(
¸
(

¸

=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
D (7.2)
Walaupun determinan D dan matriks koefisien [A] terdiri dari elemen-elemen yang sama, mereka adalah
konsep matematika yang sepenuhnya berbeda. Itulah sebabnya mengapa mereka dibedakan secara visual
oleh akolade yang menutupi matriks dan garis lurus yang menutupi determinan. Berlainan dengan sebuah
matriks, determinan adalah suatu bilangan tunggal. Misalnya, harga orde kedua determinan :
(
¸
(

¸

=
22 21
12 11
a a
a a
D
dihitung dengan :
21 12 22 11
a a a a D ÷ = (7.3)
Untuk kasus orde ketiga [Persamaan (7.2)], sebuah harga numerik tunggal untuk determinan dapat
dihitung sebagai :
32 31
22 21
13
33 31
23 21
12
33 32
23 22
11
a a
a a
a
a a
a a
a
a a
a a
a D + ÷ = (7.4)
dimana determinan 2 x 2 dinamakan minor.

CONTOH 7.2
Determinan.
Pernyataan Masalah : Hitunglah harga-harga determinan dari sistem yang ditunjukkan oleh Gambar 7.1
dan 7.2. Solusi : Untuk Gambar 7.1 :
8 ) 1 ( 2 ) 2 ( 3
2 1
2 3
D = ÷ ÷ =
÷
=
Untuk Gambar 7.2a :
0 )
2
1
( 1 ) 1 (
2
1
1 2 / 1
1 2 / 1
D =
÷
÷
÷
=
÷
÷
=
Untuk Gambar 7.2b :
0 ) 1 ( 1 ) 2 (
2
1
1 1
1 2 / 1
D = ÷ ÷
÷
=
÷
÷
=
Untuk Gambar 7.2c :
04 , 0 )
5
3 , 2
( 1 ) 1 (
2
1
1 5 / 3 , 2
1 2 / 1
D ÷ =
÷
÷
÷
=
÷
÷
=
Dalam contoh sebelumnya, sistem singular mempunyai determinan nol. Tambahan lagi hasil-hasil
menyarankan bahwa sistem adalah adalah hampir singular (7.2c) mempunyai suatu determinan yang
mendekati nol. Gagasan ini akan diteruskan lebih lanjut pada pembahasan mendatang tentang kondisi
timpang(Pasal 7.3.3).
Aturan Cramer. Aturan ini menyatakan bahwa setiap yang tidak diketahui dalam sebuah sistem
persamaan aljabar linear boleh dinyatakan sebagai fraksi dari dua determinan, penyebut D dan pembilang
yang diperoleh dari D, dengan mengganti kolom dari koefisien-koefisien tidak diketahui yang ditanyakan
oleh konstanta-konstanta c
1
, c
2
, …, c
n
. Misalnya, x
1
dapat dihitung sebagai :
D
a a c
a a c
a a c
x
33 32 3
23 22 2
13 12 1
1
= [7.5]
CONTOH 7.3
Aturan Cramer
Pernyataan Masalah : Gunakan aturan Cramer untuk menyelesaikan :
01 , 0 x x 52 , 0 x 3 , 0
3 2 1
÷ = + +
64 , 0 x 9 , 1 x x 5 , 0
3 2 1
= + +
44 , 0 x 5 , 0 x 3 , 0 x 1 , 0
3 2 1
÷ = + +
Solusi : Determinan D dapat ditulis sebagai [Persamaan (7.2)]
5 , 0 3 , 0 1 , 0
9 , 1 1 5 , 0
1 52 , 0 3 , 0
D =
Minor-minor adalah :
07 , 0 ) 3 , 0 ( 9 , 1 ) 5 , 0 ( 1
5 , 0 3 , 0
9 , 1 1
A
1
÷ = ÷ = =
06 , 0 ) 1 , 0 ( 9 , 1 ) 5 , 0 ( 5 , 0
5 , 0 1 , 0
9 , 1 5 , 0
A
2
= ÷ = =
05 , 0 ) 1 , 0 ( 1 ) 3 , 0 ( 5 , 0
3 , 0 1 , 0
1 5 , 0
A
3
= ÷ = =
Ini dapat digunakan untuk mengevaluasi determinan, seperti dalam [Persamaan (7.4)]
0022 , 0 ) 05 , 0 ( 1 ) 06 , 0 ( 52 , 0 ) 07 , 0 ( 3 , 0 D ÷ = + ÷ ÷ =
Dengan menerapkan Persaman (7.5), solusi adalah :
9 , 14
0022 , 0
03278 , 0
0022 , 0
5 , 0 3 , 0 44 , 0
9 , 1 1 67 , 0
1 52 , 0 01 , 0
x
1
÷ =
÷
=
÷
÷
÷
=
5 , 29
0022 , 0
0649 , 0
0022 , 0
5 , 0 44 , 0 1 , 0
9 , 1 67 , 0 5 , 0
1 01 , 0 3 , 0
x
2
÷ =
÷
=
÷
÷
÷
=

8 , 19
0022 , 0
04356 , 0
0022 , 0
44 , 0 3 , 0 1 , 0
67 , 0 1 5 , 0
01 , 0 52 , 0 3 , 0
x
3
=
÷
=
÷
÷
÷
=
Untuk lebih tiga persamaan, aturan Cramer menjadi tidak praktis, karena kalau jumlah
persamaan bertambah, determinan akan menghabiskan waktu jika dievaluasikan dengan tangan.
Akibatnya, alternatif yang lebih efisien digunakan. Beberapa alternatif ini didasarkan pada teknik
solusi tanpa komputer terakhir yang dicakup dalam buku ini – eliminasi yang tidak diketahui.
Eliminasi yang Tidak Diketahui
Eliminasi tidak diketahui yang didapat dengan menggabungkan persamaan-persamaan adalah
suatu pendekatan aljabar yang dapat digambarkan untuk sebuah kumpulan yang terdiri dari dua
persamaan :
1 2 12 1 11
c x a x a = + (7.6)
2 2 22 1 21
c x a x a = + (7.7)
Strategi dasar adalah dengan mengalikan persamaan-persamaan ini dengan konstanta-konstanta,
supaya sebuah dari yang tidak diketahui akan dieleminasi sewaktu kedua persamaan
digabungkan. Hasil tersebut adalah sebuah persamaan tunggal yang dapat diselesaikan untuk
yang tidak diketahui selebihnya. Harga ini dapat dimasukkan ke dalam persamaan asli guna
menghitung variabel lainnya.
Misalnya, Persamaan (7.6) dapat dikalikan dengan a
21
, dan Persamaan (7.7) dengan a
11
memberikan :
21 1 2 21 12 1 21 11
a c x a a x a a = + (7.8)
11 2 2 11 22 1 11 21
a c x a a x a a = + (7.9)
Dengan mengurangkan Persamaan (7.8) dari Persamaan (7.9), karenanya akan mengeliminasi
suku x
1
dari persamaan agar memenuhi :
21 1 11 2 2 21 12 2 11 22
a c a c x a a x a a ÷ = ÷
yang dapat diselesaikan untuk :
21 12 22 11
1 21 2 11
2
a c a c
c a c a
x
÷
÷
= (7.10)
Persamaan (7.10) lalu dimasukkan ke dalam Persamaan (7.6) yang dapat diselesaikan untuk :
21 12 22 11
2 12 1 22
1
a a a a
c a c a
x
÷
÷
= (7.11)
Perhatikan bahwa Persamaan (7.10) dan (7.11) secara langsung mengikuti aturan Cramer yang
menyatakan :
21 12 22 11
2 12 22 1
22 21
12 11
22 2
12 1
1
a a a a
c a a c
a a
a a
a c
a c
x
÷
÷
= =
dan
21 12 22 11
21 1 2 11
22 21
12 11
2 21
1 11
1
a a a a
a c c a
a a
a a
c a
c a
x
÷
÷
= =
CONTOH 7.4
Eliminasi yang Tidak Diketahui
Pernyataan Masalah : Gunakan eliminasi yang tidak diketahui untuk menyelesaikan (ingat Contoh 7.1) :
18 x 2 x 3
2 1
= +
2 x 2 x
2 1
= + ÷
Solusi : Menggunakan Persamaan (7.11) dan Persamaan (7.10) :
4
) 1 ( 2 ) 2 ( 3
) 2 ( 2 ) 18 ( 2
x
1
=
÷ ÷
÷
=
3
) 1 ( 2 ) 2 ( 3
18 ) 1 ( ) 2 ( 3
x
2
=
÷ ÷
÷ ÷
=
yang konsisten dengan solusi grafik kita (Gambar 7.1).
Eliminasi yang tidak diketahui dapat diperluas terhadap sistem dengan lebih dari dua atau tiga persamaan.
Tetapi pelbagai kalkulasi yang diperlukan bagi sistem yang lebih besar menjadikan metode tersebut amat
membosankan bila dilakukan oleh tangan. Tetapi, seperti dijelaskan dalam pasal berikut, teknik itu dapat
dibentuk serta siap diprogramkan untuk komputer pribadi.
ELIMINASI GAUSS NAIF
Dalam pasal terdahulu, eliminasi yang tidak diketahui digunakan untuk menyelesaikan sepasang
persamaan simultan. Prosedur itu terdiri dari dua langkah :
1. Persamaan dimanipulasikan untuk mengeliminasi salah tidak diketahui dari persamaan. Hasil
langkah eliminasi ini bahwa kita mempunyai satu persamaan dengan satu yang ketahui.
2. Akibatnya, persamaan ini dapat diselesaikan secara langsung dan hasilnya disubstitusi ke
belakang (back-substituted) ke dalam persamaan semula supaya menyelesaikan yang tidak
diketahui selebihnya.
Pendekatan dasar ini dapat diperluas terhadap sekumpulan besar persamaan dengan mengembangkan
sebuah skema sistematis untuk mengeliminasi yang tidak diketahui dari substitusi ke belakang. Eliminasi
Gauss adalah yang paling lazim dari skema ini.

Alogaritma untuk Eliminasi Gauss Naif
Pasal yang sekarang meliputi teknik sistematis untuk eliminasi ke depan dan substitusi ke belakang yang
membentuk eliminasi Gauss. Walaupun teknik-teknik ini secara ideal cocok diterapkan pada komputer
pribadi, beberapa modifikasi akan diperlukan supaya memperoleh sebuah alogaritma yang terpercaya.
Teristimewa, program komputer harus mencegah pembagian dengan nol. Metode berikut disebut
eliminasi Gauss “naif” karena ia tidak mencegah keadaan di atas. Pasal-pasal mendatang akan menangani
segi-segi tambahan yang diperlukan bagi suatu program komputer yang efektif .
Pendekatan tersebut dirancang untuk menyelesaikan sekumpulan persamaan n umum :
| |
| |
| | c 12 . 7
b 12 . 7
a 12 . 7
c x a ... x a x a x a
. . . . .
. . . . .
. . . . .
c x a ... x a x a x a
c x a ... x a x a x a
n n nn 3 3 n 2 2 n 1 1 n
2 n n 2 3 23 2 22 1 21
1 n n 1 3 13 2 12 1 11
= + + + +
=
=
=
= + + + +
= + + + +

Seperti kasus terhadap solusi dari dua persamaan, teknik untuk n persamaan dari dua tahap : eliminasi
yang tidak diketahui dan solusi melalui substitusi ke belakang.
Eliminasi ke Depan dari yang Tidak Diketahui. Tahap pertama didesain guna mengurangi sekumpulan
persamaan menjadi sebuah sistem triangular atas (Gambar 7.3). Langkah awal dalam prosedur itu ialah
dengan membagi persamaan pertama [Persamaan (7.21a)] dengan koefisien dari yang tidak diketahui
pertama, a
11
:
11
1
n
11
n 1
2
11
12
11
c
c
x
a
a
... x
a
a
x = + + +
Ini disebut normalisasi dan dimaksudkan untuk membuat koefisien pertama dari persamaan yang
dinormalisasikan = 1.
GAMBAR 7.3 Penjelasan grafik dari dua tahap eliminasi Gauss naif. Eliminasi ke depan mengurangi
koefisien matriks menjadi sebuah bentuk triangular atas. Lalu sunstitusi ke belakang dapat digunakan
untuk menyelesaikan yang tidak diketahui.
Selanjutnya kalikan persaman yang telah dinormalisasikan dengan koefisien pertama dari persamaan
kedua [(Persamaan (7.12b)], a
21
:
13
1
21 n
11
n 1
21 2
11
12
21 1 21
a
c
a x
a
a
a ... x
a
a
a x a =
|
|
.
|

\
|
+ +
|
|
.
|

\
|
+ (7.13)
perhatikan bahwa sekarang suku pertama dalam persamaan pertama identik dengan suku pertama dalam
persamaan kedua. Akibatnya, yang tidak diketahui pertama dapat dieliminasikan dari persamaan kedua
dengan mengurangkan Persamaan (7.13) dari Persamaan (7.12b) untuk memenuhi :
11
1
21 2 n
11
n 1
21 n 2 2
11
12
21 22
a
c
a c x
a
a
a a ... x
a
a
a a ÷ =
|
|
.
|

\
|
÷ + +
|
|
.
|

\
|
÷
atau
n n n 2 2 22
c x a ... x a ' = ' + '
dimana tanda (') menunjukkan bahwa elemen-elemen telah diubah dari harga aslinya.
Prosedur tersebut diulangi agar mengeliminasi yang tidak diketahui pertama dari persamaan-persamaan
selebihnya. Misalnya, persamaan yang dinormalisasikan dikalikan dengan a
31
dan hasilnya dikurangkan
dari persamaan ketiga agar memenuhi :
3 n n 3 3 33 2 32
c x a ... x a x a ' = ' + + ' + '
Mengurangi prosedur itu untuk persamaan selebihnya akan menghasilkan sistem yang dimodifikasi
berikut :
) d 14 . 7 (
) c 14 . 7 (
) b 14 . 7 (
) a 14 . 7 (
c x a ... x a x a
. . . .
. . . .
. . . .
c x a ... x a x a
c x a ... x a x a
c x a ... x a x a x a
n n nn 3 3 n 2 2 n
3 n n 3 3 33 2 32
2 n n 2 3 23 2 22
1 n n 1 3 13 2 12 1 11
' = ' + + ' + '
' = ' + + ' + '
' = ' + + ' + '
= + + + +

Untuk langkah-langkah terdahulu, Persamaan (7.12a) disebut persamaan pivot, dan a
11
disebut koefisien
(tumpu).
Sekarang hal diatas diulangi lagi untuk mengeliminasi yang tidak diketahui kedua dari Persamaan (7.14c)
hingga (7.14d). Untuk menggunakan Persamaan (7.14b) sebagai persamaan pivot dan normalisasikan
dengan membagi koefisien pivot a'
22
. Kalikan persamaan yang telah dinormalisasikan dengan a'
32
dan
kurangkan hasilnya dari Persamaan (7.14c) untuk mengeliminasi yang tidak diketahui kedua. Ulangi
persamaan selebihnya supaya memenuhi :
n
n n nn 3 3 n
3 n n 3 3 33
2 n n 2 3 23 2 22
1 n n 1 3 13 2 12 1 11
c x a ... x a
. . .
. . .
. . .
c x a ... x a
c x a ... x a x a
c x a ... x a x a x a
= ' ' + + ' '
' ' = ' ' + + ' ' +
' = ' + + ' + '
= + + + +

di mana tanda (ª) menunjukkan bahwa elemen-elemen telah dimodifikasikan dua kali.
Prosedur itu dapat diteruskan dengan menggunakan persamaan-persamaan pivot selebihnya. Manipulasi
akhir dalam urutan itu adalah menggunakan persaman ke-(n - 1) untuk mengeliminasikan suku ke-x
n-1
dari persamaan ke-n. Hingga di sini, sistem sudah akan ditransformasikan menjadi sebuah sistem
triangular atas (lihat Kotak III.1).
( )
( )
( )
( ) d 15 . 7
c 15 . 7
b 15 . 7
a 15 . 7
c x a
. .
. .
. .
c x a . . . x a
c x a . . . x a x a
c x a . . . x a x a x a
) 1 n (
n n
) 1 n (
nn
3 n n 3 3 33
2 n n 2 3 23 2 22
1 n n 1 3 13 2 12 1 11
÷ ÷
=
' ' = ' ' + + ' '
' = ' + + ' + '
= + + + +


Substitusi ke belakang : Persamaan (7.15d) sekarang dapat diselesaikan untuk x
n
:
1 n
nn
1 n
n
n
a
c
x
÷
÷
= (7.16)
Hasil ini dapat disubstitusikan ke belakang ke dalam persamaan yang ke-(n - 1) untuk penyelesaian bagi
x
n-1
. Prosedur itu, yang diulangi lagi guna mengevaluasikan harga x selebihnya, dapat dinyatakan dengan
rumus berikut :
1 i
ii
n
1 i j
j
1 i
ij
1 i
i
1
a
x a c
x
÷
+ =
÷ ÷
¿
= (7.17)
untuk i = n - 1, n - 2, …, 1.
CONTOH 7.5
Eliminasi Gauss Naif
Pernyataan Masalah : Gunakan eliminasi Gauss untuk menyelesaikan :
| |
| |
| | 3 . 5 . 7 C
2 . 5 . 7 C
1 . 5 . 7 C
4 , 71 x 10 x 2 , 0 x 3 , 0
3 , 19 x 3 , 0 x 7 x 1 , 0
85 , 7 x 2 , 0 x 1 , 0 x 3
3 2 1
3 2 1
3 2 1
= + ÷
÷ = ÷ +
= ÷ ÷

Gunakan 6 angka signifikan selama komputasi.
Solusi : bagian pertama dari prosedur adalah eliminasi ke depan. Normalisasikan Persamaan (C7.5.1)
dengan membaginya dengan elemen pivot untuk memenuhi :
61667 , 2 x 0666667 , 0 x 0333333 , 0 x
3 2 1
= ÷ ÷ [C7.5.4]
Berikutnya, kalikan Persamaan (C7.5.4) dengan 0,1 dan kurangkan hasilnya dari Persamaan (C7.5.2) agar
memberikan :
5617 , 19 x 29333 , 0 x 00333 , 7
3 2
÷ = ÷ [C7.5.5]
Kemudian kalikan Persamaan (C7.5.4) dengan 0,3 dan kurangkan hasilnya dari Persamaan (C7.5.3) untuk
mengeliminasi x
1
. Setelah operasi ini, kumpulkan persamaan menjadi :
| |
| |
| | 8 . 5 . 7 C
7 . 5 . 7 C
6 . 5 . 7 C
6150 , 70 x 0200 , 10 x 190000 , 0
5617 , 19 x 29333 , 0 x 00333 , 7
85 , 7 x 2 , 0 x 1 , 0 x 3
3 2
3 2
3 2 1
= + ÷
÷ = ÷
= ÷ ÷

Untuk menyelesaikan eliminasi ke depan x
2
harus dikeluarkan dari Persamaan (C7.5.8). Untuk
melaksanakan ini, normalisasikan Persamaan (C7.5.7) dengan membaginya dengan 7,00333 :
79320 , 2 x 418848 , 0 x
3 2
÷ = ÷ [C7.5.9]
Kemudian kalikan Persamaan (C7.5.9) dengan -0,190000 dan kurangkan hasilnya dari Persamaan
(C7.5.8). Ini mengeliminasi x
2
, dari persamaan ketiga dan mereduksi sistem menjadi sebuah bentuk
triangular atas, seperti dalam :
| |
| | 11 . 5 . 7 C
10 . 5 . 7 C
0843 , 70 x 0120 , 10
5617 , 19 x 293333 , 0 x 00333 , 7
85 , 7 x 2 , 0 x 1 , 0 x 3
3
3 2
3 2 1
=
÷ = ÷
= ÷ ÷

Sekarang kita dapat menyelesaikan persamaan-persamaan ini dengan substitusi ke belakang. Pertama,
Persamaan (C7.5.11) dapat diselesaikan untuk :
00003 , 7 x
3
= [C7.5.12]
Hasil ini dapat disubstitusi ke belakang ke dalam Persamaan (C7.5.10) :
5617 , 19 ) 00003 , 7 ( 293333 , 0 x 00333 , 7
2
÷ = ÷
yang dapat diselesaikan untuk :
5000 , 2 x
2
÷ = [C7.5.13]
Akhirnya, Persamaan (C7.5.12) dan Persamaan (C7.5.13) dapat disubstitusikan ke dalam Persamaan
(C7.5.6) :
85 , 7 ) 00003 , 7 ( 2 , 0 ) 50000 , 2 ( 1 , 0 x 3
1
= ÷ ÷ ÷
yang dapat diselesaikan untuk :
00000 , 3 x
1
=
Walaupun terdapat sedikit kesalahan pembulatan dalam Persamaan (C7.5.12), hasil tersebut adalah sangat
mendekati solusi eksak dari x
1
= 3, x
2
= -2,5 dan x
3
= 7. Ini dapat diubah dengan memasukkan hasil-hasil
itu ke dalam kumpulan persamaan semula :
4 , 71 4003 , 71 ) 00003 , 7 ( 10 ) 5 , 2 ( 2 , 0 ) 3 ( 3 , 0
3 , 19 3000 , 19 ) 00003 , 7 ( 3 , 0 ) 5 , 2 ( 7 ) 3 ( 1 , 0
85 , 7 84999 , 7 ) 00003 , 7 ( 2 , 0 ) 5 , 2 ( 1 , 0 ) 3 ( 3
~ = + ÷ ÷
÷ = ÷ = ÷ ÷ +
~ = ÷ ÷

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)//-->