Eliminasi Gauss

Eselon Baris
Bentuk eselon baris:
1. Jika sebuah baris tidak semuanya nol, maka entri pertama yang tidak nol
harus 1 (disebut 1-utama / leading-1)
2. Baris-baris yang semua entrinya 0, dikelompokkan di bagian bawah
matriks
3. Posisi 1-utama dari baris yang lebih bawah harus lebih ke kanan
daripada 1-utama baris yang lebih atas
Bentuk eselon baris tereduksi:
1, 2, 3, ditambah
4. Semua entri (yang lain) dari kolom yang berisi 1-utama harus di-0-kan
Sistem Persamaan Linier 
Page 3
bukan matriks eselon baris
matriks eselon baris
(
(
(
¸
(

¸

÷ 5 1 0
0 0 0
2 1 1

(
(
(
¸
(

¸

÷
0 0 0
5 1 0
2 1 1

Contoh
Sistem Persamaan Linier 
Page 4
matriks eselon baris,
bukan eselon baris tereduksi
matriks eselon baris tereduksi ?
(
(
(
(
¸
(

¸

0 0 0 0
1 0 0 0
4 1 1 0
3 2 1 1

(
(
(
(
¸
(

¸

0 0 0 0
1 0 0 0
0 1 1 0
0 2 0 1

Contoh
Contoh
More on Row-Echelon and Reduced Row-Echelon form
• Semua tipe matriks berikut dalam bentuk eselon baris (row-echelon
form) Sebarang bilangan real dapat disubtitusikan untuk “ * ” :
(
(
(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

* 1 0 0 0 0 0 0 0 0
* 0 * * 1 0 0 0 0 0
* 0 * * 0 1 0 0 0 0
* 0 * * 0 0 1 0 0 0
* 0 * * 0 0 0 * 1 0
,
0 0 0 0
0 0 0 0
* * 1 0
* * 0 1
,
0 0 0 0
* 1 0 0
* 0 1 0
* 0 0 1
,
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
(
(
(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

* 1 0 0 0 0 0 0 0 0
* * * * 1 0 0 0 0 0
* * * * * 1 0 0 0 0
* * * * * * 1 0 0 0
* * * * * * * * 1 0
,
0 0 0 0
0 0 0 0
* * 1 0
* * * 1
,
0 0 0 0
* 1 0 0
* * 1 0
* * * 1
,
1 0 0 0
* 1 0 0
* * 1 0
* * * 1
• Semua tipe matriks berikut dalam bentuk eselon baris yang
direduksi (reduced row-echelon form) Sebarang bilangan real
dapat disubtitusikan untuk “ * ” :
Contoh
Penyelesaian untuk 4 Sistem Linier (a)
(
(
(
¸
(

¸

÷
4 1 0 0
2 0 1 0
5 0 0 1
(a)
4
2 -
5
3
2
1
=
=
=
x
x
x
Penyelesaian (a)
Sist em persamaan yang
bersangkut an adalah 
Misalkan bahwa augment ed mat rix unt uk sebuah sist em
persamaan linier t elah direduksi oleh operasi baris menj adi bent uk
eselon baris yang direduksi, maka Pecahkanlah sist em t ersebut .
Example
Penyelesaian untuk 4 Sistem Linier (b1)
(
(
(
¸
(

¸

÷
2 3 1 0 0
6 2 0 1 0
1 4 0 0 1
(b)
Penyelesaian (b)
1. Sistem persamaan yang
bersangkutan adalah 
2 3
6 2
1 - 4
4 3
4 2
4 1
= +
= +
= +
x x
x x
x x
Variabel
Utama
Variabel Bebas
Contoh
Penyelesaian untuk 4 Sistem Linier (b2)
4 3
4 2
4 1
3 - 2
2 - 6
4 - 1 -
x x
x x
x x
=
=
=
t x
t x
t x
t x

, 3 2
, 2 6
, 4 1
4
3
2
1
=
÷ =
÷ =
÷ ÷ =
2. Kit a lihat bahwa variabel bebas dapat
di isi dengan sebarang nilai, misal t , maka
di dapat nilai variabel ut ama.
3. Sist em persamaan ini
memiliki t ak t erhingga
banyaknya penyelesaian, dan
penyelesaian ini diberikan
oleh rumus-rumus 
Contoh
Penyelesaian untuk 4 Sistem Linier (c1)
(
(
(
(
¸
(

¸

÷
0 0 0 0 0 0
2 5 1 0 0 0
1 3 0 1 0 0
2 4 0 0 6 1
(c)
2 5
1 3
2 - 4 6
5 4
5 3
5 2 1
= +
= +
= + +
x x
x x
x x x
Penyelesaian (c)
1. Baris ke 4 t erdiri dari
seluruhnya nol. Maka kit a
dapat menghapus persamaan
ini.
Contoh
Penyelesaian untuk 4 Sistem Linier (c2)
Penyelesaian (c)
2. Penyelesaian unt uk variabel
ut ama dengan variabel-
variabel bebas 
3. variabel bebas dapat di isi
dengan sebarang nilai, maka
sistem persamaan ini memiliki
tak terhingga banyaknya
penyelesaian yang diberikan
oleh rumus-rumus 
5 4
5 3
5 2 1
5 - 2
3 - 1
4 - 6 - 2 -
x x
x x
x x x
=
=
=
t x
t x
t x
s x
t s x
=
=
=
=
=
5
4
3
2
1
, 5 - 2
3 - 1
, 4 - 6 - 2 -
Contoh
Penyelesaian untuk 4 Sistem Linier (d)
(
(
(
¸
(

¸

1 0 0 0
0 2 1 0
0 0 0 1
(d)
Penyelesaian (d):
Persamaan t erakhir dalam sist em persamaan
yang bersangkut an adalah:
Karena persamaan ini t idak pernah dapat
dipenuhi, maka tidak ada penyelesaian unt uk
sist em ini.
1 0 0 0
3 2 1
= + + x x x
a. Cara Biasa Seperti SMA
b. Eliminasi Gauss
c. Eliminasi Gauss - Jordan
a. Cara Biasa (untuk mengingat kembali):
I. x + y = 3  3x + 3y = 9
3x – 5y = 1  3x – 5y = 1
8y = 8  y = 1
3x – 5 = 1  3x = 6  x = 2
II. y = 3 – x
3x – 5(3 – x) = 1 atau 3x – 15 + 5x = 1  8x = 16  x = 2
y = 3 – x  y = 1
Penyelesaian Sistem Persamaan Linier
ditulis
dalam
bentuk
matriks
augmented
b. Eliminasi Gauss
lalu diusahakan berbentuk Eselon Baris
1 1 2 9
0 ? ? ?
0 0 ? ?
dengan proses Operasi Baris Elementer (OBE)
(Elementary Row Operation - ERO)
(
(
(
¸
(

¸

÷
÷
0 5 6 3
1 3 4 2
9 2 1 1

0 5 6 3
1 3 4 2
9 2
= ÷ +
= ÷ +
= + +
z y x
z y x
z y x
Penyelesaian Sistem Persamaan Linier
Sistem Persamaan Linier 
Page 14
Eliminasi Gauss (ringkasan):
Sistem
Persamaan Linier
Matriks
Augmented
Eselon
Baris
Subtitusi
Balik
OBE
Sistem Persamaan Linier 
Page 15
c. Eliminasi Gauss-Jordan (contoh yang sama)
1 1 2 9
2 4 -3 1
3 6 -5 0
dan diusahakan berbentuk 1 0 0 ?
Eselon baris yang tereduksi 0 1 0 ?
0 0 1 ?
dengan proses Operasi Baris Elementer (OBE)
(Elementary Row Operation - ERO)
0 5 6 3
1 3 4 2
9 2
= ÷ +
= ÷ +
= + +
z y x
z y x
z y x
Eliminasi Gauss-Jordan (ringkasan):
Sistem
Persamaan Linier
Matriks
Augmented
Eselon baris
direduksi
Solusi
(langsung)
OBE
1. Sistem Persamaan Linier dikatakan homogen jika konstanta2 di ruas
kanan semuanya 0
2. SistemHomogen selalu konsisten
3. Solusi Sistem Persamaan Linier Homogen:
1. Solusi Trivial ( semua x
i
= 0; i = 1 .. n ): pasti ada
2. Solusi Non-trivial (solusi trivial, plus solusi di mana ada x
i
≠ 0) 
terdapat variabel bebas
Contoh:
0
0 2
0 3 2
0 3 2 2
5 4 3
5 3 2 1
5 4 3 2 1
5 3 2 1
= + +
= ÷ ÷ +
= + ÷ + ÷ ÷
= + ÷ +
x x x
x x x x
x x x x x
x x x x
(
(
(
(
¸
(

¸

÷ ÷
÷ ÷ ÷
÷
0 1 1 1 0 0
0 1 0 2 1 1
0 1 3 2 1 1
0 1 0 1 2 2

Sistem Persamaan Linier Homogen
Teorema:
Sistem Persamaan Linier Homogen dengan variabel
lebih banyak daripada persamaan, mempunyai tak
berhingga banyak penyelesaian dan memiliki
penyelesaian tak trivial.
Ditinjau dari matriksnya:
Sistem Persamaan Linier Homogen dengan kolom lebih banyak
daripada baris mempunyai tak berhingga banyak penyelesaian.
Computer Solution of Linear System
• Most computer algorithms for solving large linear
systems are based on Gaussian elimination or
Gauss-Jordan elimination.
• Issues
– Reducing roundoff errors
– Minimizing the use of computer memory space
– Solving the system with maximum speed
SOAL (1/2)
1. Manakah matriks yang dalam bentuk eselon baris yang direduksi? (20 point)
2. Manakah matriks yang berbentuk eselon baris? (20 point)
(
¸
(

¸

(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

(
(
(
¸
(

¸

(
(
(
¸
(

¸

(
(
(
¸
(

¸

4 2 1 0
1 3 0 1
(f).
4 0 1 0
3 1 0 0
5 0 0 1
(e).
0 0 0 0 0
1 0 0 0 0
0 1 1 0 0
0 3 0 2 1
(d).
0 0 0
0 1 0
0 1 1
(c).
0 0 0
0 0 1
0 1 0
(b).
1 0 0
0 0 0
0 0 1
(a).
(
(
(
¸
(

¸

(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

(
(
(
¸
(

¸

(
¸
(

¸

(
(
(
¸
(

¸

0 0 0
0 0 0
0 0 0
(f).
3 0 0
2 1 0
4 3 2
(e).
0 0 0 0 0
1 0 0 0 0
0 2 2 0 1
0 2 0 3 1
(d).
0 0 0
0 1 0
0 1 1
(c).
2 3 1 0
5 5 7 - 1
(b).
1 0 0
0 0 0
3 2 1
(a).
SOAL (2/2)
3. Selesaikan sistem berikut menggunakan eliminasi Gauss!(30 point)
4. Selesaikan sistem berikut menggunakan eliminasi Gauss-Jordan!(30 point)
5 2
11 4
1 2
÷ = ÷
= + ÷
= ÷ +
z x
z y x
z y x
0 2 3
4 2
1
= +
= ÷
= ÷ +
z y- x
y x
z y x
Referensi
 Leon, Steven J., ”Aljabar Linier dan
Aplikasinya”, Edisi kelima, Jakarta: Erlangga,
2001
 Anton, Howard, ”Elementary Linier Algebra”,
8th ed, United States of America: John Wiley
and Sons, Inc, 2000
 Anton, Howard; Rorres, Chris, “Elementary
Linear Algebra.ppt”

Eselon Baris
Bentuk eselon baris:
1. 2. 3. Jika sebuah baris tidak semuanya nol, maka entri pertama yang tidak nol harus 1 (disebut 1-utama / leading-1) Baris-baris yang semua entrinya 0, dikelompokkan di bagian bawah matriks Posisi 1-utama dari baris yang lebih bawah harus lebih ke kanan daripada 1-utama baris yang lebih atas

Bentuk eselon baris tereduksi:
1, 2, 3, ditambah 4. Semua entri (yang lain) dari kolom yang berisi 1-utama harus di-0-kan

Contoh 1 0  0  1 0  0  1 0 1 1 1 0 2  0    5  2   5  0   bukan matriks eselon baris matriks eselon baris Sistem Persamaan Linier  Page 3 .

Contoh 1 0  0  0 1 1 0 0 2 1 0 0 3 4  1  0 matriks eselon baris. bukan eselon baris tereduksi 1 0  0  0 0 1 0 0 2 1 0 0 0 0  1  0 matriks eselon baris tereduksi ? Sistem Persamaan Linier  Page 4 .

 *  0   0  0 * 1 0 0 * * 0 0 0 *  0 *   .  1 *  0   0 1 0 * * 1 0 0 * * 1 0 *  1 *  0 . 0 0   0 0  0  1 0 0 0 0 * 0 0 0 0 * 1 0 0 0 * * 1 0 0 * * * 1 0 * * * * 0 * * * * 0 * * * *  * *  * * 1 *  • Semua tipe matriks berikut dalam bentuk eselon baris yang direduksi (reduced row-echelon form)  Sebarang bilangan real dapat disubtitusikan untuk “ * ” : 1 0  0  0 0 0 0 1 1 0 0 0 . 0 0   0 0 0  1 * 0 0 0 * * 0 * 0 0 1 0 0 * * 0 *  0 0 0 1 0 * * 0 *  0 0 0 0 1 * * 0 * 0 0 0 0 0 0 0 1 *  .  0 1 * 0   0 0 0 0 0 * 1 * 0 0 0 0 0 *   0 * .  0 1 0 0   0 0 1 0 0 0 * 1 1 0 * 0 .Contoh More on Row-Echelon and Reduced Row-Echelon form • Semua tipe matriks berikut dalam bentuk eselon baris (row-echelon form)  Sebarang bilangan real dapat disubtitusikan untuk “ * ” : 1 0  0  0 * 1 0 0 *  1 * *  0 .

Contoh Penyelesaian untuk 4 Sistem Linier (a) Misalkan bahwa augmented matrix untuk sebuah sistem persamaan linier telah direduksi oleh operasi baris menjadi bentuk eselon baris yang direduksi. 1 0 0 5  (a) 0 1 0  2   0 0 1 4    Penyelesaian (a) Sistem persamaan yang bersangkutan adalah  x1 x2  5  -2 x3  4 . maka Pecahkanlah sistem tersebut.

Sistem persamaan yang bersangkutan adalah  x1 x2  4 x4  .Example Penyelesaian untuk 4 Sistem Linier (b1) 1 0 0 4  1 (b) 0 1 0 2 6    0 0 1 3 2    Penyelesaian (b) 1.1  2 x4  6 x3  3 x4  2 Variabel Utama Variabel Bebas .

maka di dapat nilai variabel utama. misal t.2 x4 x3  2 . Kita lihat bahwa variabel bebas dapat di isi dengan sebarang nilai. Sistem persamaan ini memiliki tak terhingga banyaknya penyelesaian.3 x4 2.1 .4 x 4 x2  6 .Contoh Penyelesaian untuk 4 Sistem Linier (b2) x1  . 3. x 2  6  2t . x4  t . x 3  2  3t . dan penyelesaian ini diberikan oleh rumus-rumus  x1   1  4 t .

Maka kita dapat menghapus persamaan ini. Baris ke 4 terdiri dari seluruhnya nol. x1  6x2 x3  4x5  .Contoh Penyelesaian untuk 4 Sistem Linier (c1) 1 0 (c)  0  0 6 0 0 4  2 0 1 0 3 1  0 0 1 5 2  0 0 0 0 0 Penyelesaian (c) 1.2  3x5  1 x4  5x5  2 .

3t x 4  2 .3x5 x4  2 .2 . x5  t 3.4 t .5t . variabel bebas dapat di isi dengan sebarang nilai.Contoh Penyelesaian untuk 4 Sistem Linier (c2) Penyelesaian (c) 2. Penyelesaian untuk variabel utama dengan variabelvariabel bebas  x1  .6x2 .4x5 x3  1.2 . maka sistem persamaan ini memiliki tak terhingga banyaknya penyelesaian yang diberikan oleh rumus-rumus  .6 s .5x5 x1  . x2  s x 3  1 .

maka tidak ada penyelesaian untuk sistem ini. .Contoh Penyelesaian untuk 4 Sistem Linier (d) 1 0 0 0 (d) 0 1 2 0   0 0 0 1   Penyelesaian (d): Persamaan terakhir dalam sistem persamaan yang bersangkutan adalah: 0 x1  0 x 2  0 x 3  1 Karena persamaan ini tidak pernah dapat dipenuhi.

x + y = 3  3x + 3y = 9 3x – 5y = 1  3x – 5y = 1 8y = 8  y =1 3x – 5 = 1  3x = 6  x = 2 II. c. b.Jordan a. y=3–x 3x – 5(3 – x) = 1 atau 3x – 15 + 5x = 1  8x = 16  x=2 y=3–x  y= 1 . Cara Biasa (untuk mengingat kembali): I.Penyelesaian Sistem Persamaan Linier a. Cara Biasa  Seperti SMA Eliminasi Gauss Eliminasi Gauss .

Eliminasi Gauss x  y  2z  9 2 x  4 y  3z  1 3x  6 y  5 z  0 ditulis dalam bentuk matriks augmented 1 1 2 9  2 4  3 1    3 6  5 0   1 1 2 0 ? ? 0 0 ? 9 ? ? lalu diusahakan berbentuk Eselon Baris dengan proses Operasi Baris Elementer (OBE) (Elementary Row Operation .ERO) .Penyelesaian Sistem Persamaan Linier b.

Eliminasi Gauss (ringkasan): Sistem Persamaan Linier Matriks Augmented Eselon Baris Subtitusi Balik OBE Sistem Persamaan Linier  Page 14 .

c.ERO) Sistem Persamaan Linier  Page 15 . Eliminasi Gauss-Jordan (contoh yang sama) 1 1 2 2 4 -3 3 6 -5 9 1 0 x  y  2z  9 2 x  4 y  3z  1 3x  6 y  5 z  0 dan diusahakan berbentuk 1 0 0 Eselon baris yang tereduksi 0 1 0 0 0 1 ? ? ? dengan proses Operasi Baris Elementer (OBE) (Elementary Row Operation .

Eliminasi Gauss-Jordan (ringkasan): Sistem Persamaan Linier Matriks Augmented Eselon baris direduksi Solusi (langsung) OBE .

2.Sistem Persamaan Linier Homogen 1. plus solusi di mana ada xi ≠ 0)  terdapat variabel bebas Contoh: 2 x1  2 x 2  3 x 3  x 5  0  x1  x 2  2 x 3  3 x 4  x 5  0 x1  x 2  2 x 3  x 5  0 x3  x 4  x5  0 1  2 2 1 0  1  1 2  3 1   1 1  2 0 1  1 1 1 0 0 0 0  0  0 .. 2. n ): pasti ada Solusi Non-trivial (solusi trivial. 3. Sistem Persamaan Linier dikatakan homogen jika konstanta2 di ruas kanan semuanya 0 Sistem Homogen selalu konsisten Solusi Sistem Persamaan Linier Homogen: 1. i = 1 . Solusi Trivial ( semua xi = 0.

Teorema: Sistem Persamaan Linier Homogen dengan variabel lebih banyak daripada persamaan. . mempunyai tak berhingga banyak penyelesaian dan memiliki penyelesaian tak trivial. Ditinjau dari matriksnya: Sistem Persamaan Linier Homogen dengan kolom lebih banyak daripada baris mempunyai tak berhingga banyak penyelesaian.

Computer Solution of Linear System • Most computer algorithms for solving large linear systems are based on Gaussian elimination or Gauss-Jordan elimination. • Issues – Reducing roundoff errors – Minimizing the use of computer memory space – Solving the system with maximum speed .

   0 1 2 4 2.  0 0 0  0 0 0 1 .7 5 5 (b).0 1 0    0 0 0    0 0 0 (f).   0 1 3 2 2 0 2 0  0 1  0 0 2 3 4  (e).SOAL (1/2) 1.1 0 0   0 0 0    1 0 0 5  (e).0 1 0    0 0 0   1 0 3 1  (f).0 1 2   0 0 3    1 1 0 (c).  0  0 0 0 0 0  0 1  2 0 0 0 0 1 0 0 3 1 0 0 0 0  1  0 0 1 0  (b). Manakah matriks yang dalam bentuk eselon baris yang direduksi? (20 point) 1 (a). 0  0  1 0 (d).0 0 0    0 0 0   . Manakah matriks yang berbentuk eselon baris? (20 point) 1 2 3 (a).0 0 1 3   0 1 0 4    1 1 0  (c). 0 0 0   0 0 1   1 3 0 1 0 2 (d).

Selesaikan sistem berikut menggunakan eliminasi Gauss!(30 point) 2x  y  z  1 x  y  4 z  11 x  2 z  5 4.SOAL (2/2) 3. Selesaikan sistem berikut menggunakan eliminasi Gauss-Jordan!(30 point) x  y  z 1 2x  y  4 x  3 y-2 z  0 .

Referensi  Leon. 2000  Anton. Inc. Steven J. ”Aljabar Linier dan Aplikasinya”.ppt” . Howard.. ”Elementary Linier Algebra”. 2001  Anton. Chris. Howard. Rorres. 8th ed. United States of America: John Wiley and Sons. Jakarta: Erlangga. “Elementary Linear Algebra. Edisi kelima.