BAB 4 : SISTEM PERSAMAAN LINIER

BAB 4 : SISTEM PERSAMAAN LINIER
4.1
PERSAMAAN LINIER
Matematika analitik membicarakan ilmu ukur secara aljabar.
Misalnya
Garis lurus pada bidang x1 dan x2 dapat dix2
nyatakan sebagai persamaan a1x1+a2x2+b=0
x1
Persamaan diatas disebut persamaan linier karena pangkat-pangkat
dari x1 dan x2 paling besar adalah 1, sedangkan persamaan x12+x2-3=0
bukan persamaan linier.
Dalam ruang dimensi 3, persamaan linier dalam x1, x2, dan x3
berbentuk a1x1+a2x2+a3x3+b=0. Oleh karena itu persamaan linier dalam
ruang
dimensi
n
dapat
dinyatakan
dalam
bentuk
a1x1+
a2x2………….+anxn+b=bn.
Pandang contoh sederhana :
1. Persamaan x1+x2=1
x2
(0,1)
x1+x2=1
(1,0)
x2
Titik x1=1 dan x2=0 adalah penyelesaian persamaan garis di atas
karena nilai x1 dan x2 jika kita subtitusikan ke dalam persamaan
x1+x2=1 akan diperoleh 1+0=1. Demikian juga jika nilai x1 dan x2 kita
ubah menjadi x1=0 dan x2=1 juga merupakan penyelesaian dari
persamaan diatas.
2. Diketahui garis
-x1+x2=1
(-1,0)
(0,1)
x1+x2=1
(1,0)
Maka penyelesaian persamaan dari persamaan garis diatas menjadi
Subtitusi x2=1 ke salah satu persamaan, misal x1+x2=1
x1+x2=1
Menjadi x1+1=1, maka x1=0
-x1+x2=1 +
0+2x2=2
x2=1
Perhatikan bahwa x1=0 dan x2=1 adalah satu-satunya penyelesaian.
3. Misalnya diketahui persamaan 2x+3y+z=5 maka solusi persamaannya
bisa x=0, y=1, dan z=2 karena nilai-nilai tersebut jika disubtitusikan
ke persamaan 2x+3y+z=5 menjadi 2.0+3.1+2=5. Tetapi nilai-nilai
tersebut bukan satu-satunya solusi. Misalnya saja kita ambil x=0, y=0,
dan z=5 sehingga 2.0+3.0+5=5 juga merupakan solusi dari
persamaan 2x+3y+z=5 dan masih ada solusi yang lain. Ini berarti
sistem persamaan tersebut mempunyai tidak terhingga banyak
penyelesaian.
4. Jika terdapat 2 persamaan yaitu x1+x2=1 dan x1+x2=2, maka untuk
mencari nilai x1 dan x2
x1+x2=1
x1+x2=2 –
0+0 = -1
tidak mungkin
berarti tidak ada x1 dan x2 yang memenuhi penyelesaian sistem
persamaan linier tersebut.
Dari contoh-contoh diatas dapat kita lihat bahwa sistem persamaan linier
dalam dimensi 2 mempunyai beberapa alternatif penyelesaian, yaitu:
1. Mempunyai penyelesaian tunggal.
2. Mempunyai banyak penyelesaian.
3. Tidak mempunyai penyelesaian.
4.2
PENYELESAIAN SISTEM PERSAMAAN LINIER
Bentuk umum persamaan linier
a11x1+ a12x2………….+a1nxn=b1
a21x1+ a22x2………….+a2nxn=b2
a21x1+ a32x2………….+a3nxn=b3
………………………………………………
am1x1+ am2x2………….+amnxn=bm
aij dan bi masing-masing merupakan koefisien-koefisien dan konstanta
persamaan linier tersebut. Persamaan-persamaan linier di atas dapat
diungkapkan dalam bentuk matriks AUGMENTED yaitu matriks yang terdiri
dari koefisien-koefisien x.
a11
a12 ……….a1n
x1
b1
a21
a22 ……….a2n
x2
b2
…………………..
= …
…
am1
xn
am2 ….…..amn
bm
[A]
[x]
[b]
[A] adalah matriks berorde (m,n), [x] adalah matriks berorde (n,1), dan
[b] adalah matriks berorde (m,1). Bentuk matriks lengkapnya :
a11
a12 ……….a1n b1
a21
a22 ……….a2n b2
………………….. …..
am1
am2 ….…..amn bm
Ada 2 yang dapat dijumpai pada persamaan di atas
1. m≠n (banyaknya variabel dan banyaknya persamaan tidak sama).
2. m=n (banyaknya variabel dan banyaknya persamaan sama).
Pada pembahasan kali ini akan dibicarakan hal yang kedua saja yaitu jika
m=n yaitu persamaan yang berbentuk matriks bujursangkar.
Penyelesaian persamaan linier tidak lain adalah mencari harga variabelvariabelnya.
Beberapa
metode
yang
dapat
digunakan
untuk
menyelesaikan SPL antara lain :
1. Aturan Cramer
2. Metode Invers Matriks
3. Eliminasi Gauss
4. Metode Eliminasi Gauss Jordan
5. Metode Faktorisasi LU
4.2.1
ATURAN CRAMER
Apabila [A][X]=[B] maka nilai x dapat dicari dengan
|Ak|
xk =
|A|
Dimana
|Ak| adalah harga determinan unsur-unsur matriks bujursangkar [A]
dengan kolom ke k diganti unsur-unsurnya oleh unsur-unsur [B] .
|A| adalah harga determinan matriks-matriks bujursangkar [A].
Misal diketahui persamaan
a11x1+ a12x2+a13x3=b1
a21x1+ a22x2+a23x3=b2
a21x1+ a32x2+a33x3=b3
Untuk mencari nilai x1, x2, x3 maka terlebih dahulu dicari |A| dan |Ak|.
|A|=
a11
a12 a13
a11
a12
a21
a22 a23
a21
a22
a31
a32 a33
a31
a32
= a11a22 a33 +a12a23 a31+a13a21a32-a13a22a31
-a11a23 a32 -a12a21 a33
|Ak| yaitu mencari determinan kolom ke k=(1,2,3)
|A1|=
b1
a12 a13
a11
b1 a13
a11
a12
b1
b2
a22 a23
a21
b2 a23
a21
a22
b2
b3
a32 a33
a31
b3 a33
a31
a32
b3
|A2|=
|A3|=
Sehingga
|A1|
x1=
|A2|
x2=
|A|
|A3|
x3=
|A|
|A|
Contoh :
1. Diketahui persamaan 3x+2y=5 dan x+y=2. Carilah nilai x dan y.
Penyelesaian
Persamaan diatas jika diubah dalam bentuk matriks menjadi
3
x
2
5
=
1
1
y
2
Mencari determinan matriks A
3
2
1
1
|A|=
= 3.1-2.1=1
Mencari determinan matriks Ak
|A1|=
|A2|=
5
2
2
1
3
5
1
2
= 5.1-2.2=1
= 3.2-5.1=1
Mencari nilai x dan y
|A1|
x1=
1
=
|A|
|A2|
=1
1
x2=
1
=
|A|
=1
1
2. Tentukan nilai x, y, dan z jika diketahui persamaan sebagai berikut.
2x+y+z=4
x-2y-z=-4
x+y+2z=4
Sebelum dilanjutkan pembahasan penyelesaian persamaan linier terlebih
dahulu akan dibicarakan sekilas tentang OPERASI BARIS ELEMENTER.
Meskipun dalam pembahasan lalu telah disinggung sedikit penggunaannya
untuk menghitung invers matriks dengan transformasi elementer.
OPERASI BARIS ELEMENTER
Terdapat tiga buah operasi yang dapat dilakukan terhadap suatu sistem
persamaan linier tanpa mengubah penyelesaian yang sebenarnya yaitu :
1. Menukar urutan persamaan.
2. Perkalian suatu persamaan dengan bilangan tidak nol
3. Mengganti suatu persamaan dengan menjumlahkan persamaan
tersebut dengan kelipatan persamaan lainnya.
Ketiga operasi tersebut dapat dikenakan pada matriks-matriks lengkap
dan disebut dengan OPERASI BARIS ELEMENTER (OBE).
Operasi Baris Elementer pada suatu matriks
OPERASI
1. Menukarkan baris ke-i dengan baris ke-j.
2. Mengalikan suatu baris dengan konstanta c (≠0)
3. Penggantian
baris
ke-I
tersebut
dengan
kelipatan baris yang lain.
NOTASI
Ri ⇔ Rj
cRj
Ri + cRj
Dengan menggunakan OBE, matriks lengkap diubah menjadi suatu
matriks dari suatu sistem persamaan linier yang mudah dicari
penyelesaiannya. Matriks yang memenuhi sifat demikian dinamakan
MATRIKS ESELON.
Suatu matriks disebut matriks eselon jika memenuhi 2 sifat berikut :
1. Jika terdapat baris yang seluruh elemennya nol, maka baris
tersebut harus diletakkan di bawah baris yang memuat elemen
tidak nol.
2. Pada baris yang memuat elemen tak nol, elemen tak nol pertama
harus terletak pada sebelah kanan elemen tak nol pertama baris
sebelumnya (Elemen tak nol pertama ini disebut dengan ELEMEN
UTAMA).
4.2.2
METODE ELIMINASI GAUSS
Apabila [A][X]=[B] maka dengan menyusun matriks baru yaitu matriks
[A.B] akan didapat matriks berorde (n, n+1) dimana matriks baru
tersebut dikenai transformasi elementer berdasarkan baris secara berkalikali sehingga diperoleh matriks [A] menjadi matriks segitiga atas yang
diagonal utama elemennya bernilai 1.
Metode penyelesain SPL dengan menggunakan metode Eliminasi Gauss.
1. Membentuk matriks lengkap SPL.
2. Mengubah matriks lengkap menjadi matriks eselon denagn
sejumlah OBE.
3. Mendapat jawaban SPL.
Misalnya diketahui sebuah persamaan
a11x1+ a12x2+a13x3=b1
a21x1+ a22x2+a23x3=b2
a21x1+ a32x2+a33x3=b3
Matriks awal
a11
a12 a13
x1
a21
a22 a23
x2
a31
a32 a33
x3
=
b1
b2
b3
Matriks lengkap SPL
a11
a12 a13
b1
a21
a22 a23
b2
a31
a32 a33
b3
Matriks lengkap tsb dikenai OBE sehingga membentuk matriks eselon.
Nilai 1 pada diagonal utama adalah variabel x-nya
1
a12 a13
b 1’
sehingga diperoleh x3= b3’
0
1
a23
b 2’
x2+ a23x3 =b2’ x2=b2’- a23x3
0
0
1
b 3’
x1+ a12x2+ a13x3 =b1’x1= b1’-a12x2- a13x3
Contoh :
Diketahui sistem persamaan linier sebagai berikut :
x1+x2+x3=6
x1+2x2-x3=2
2x1+x2+2x3=10
Akan dicari solusi untuk x1, x2, dan x3
Penyelesaian
1. Matriks lengkap SPL nya
1
1
1
6
1
2
-1
2
2
0
2
10
2. Mengubah matriks lengkap menjadi matriks eselon dengan OBE
Mengubah elemen a11=1 menjadi 1 (karena sudah 1 maka tiidak
perlu dikalikan lagi) dan megubah a21 dan a31 menjadi 0. baris 1
menjadi basis baris 1 dan 2 dikenai transformasi elementer.
basis
1
1
1
6
b( )+b2
b( )+b3
1
2 -1
2
1(-1)+1=0
1(-2)+2=0
2
1
2 10
1(-1)+2=1
1(-2)+1=-1
1(-1)+(-1)=-2
1(-2)+2=0
6(-1)+2=-4
6(-2)+10=-2
Menjadi
1
1
1
6
0
1
-2
-4
0
-1
0
-2
Mengubah a22=1 menjadi 1 (karena sudah 1 maka tidak perlu
dikalikan lagi) dan mengubah a32=-1 menjadi 0. Baris 2 menjadi
basis, baris 3 dikenai transformasi elementer.
1
1
1
6
0
1
-2
-4
0
-1
0
-2
basis
b( )+b3
1(1)+(-1)=0
-2(1)+0=-2
-4(1)+(-2)=-6
Menjadi
1
1
1
6
0
1
-2
-4
0
0
-2
-6
Mengubah a33=2
dikalikan -½
Menjadi
1
1
1
6
0
1
-2
-4
0
0
1
3
menjadi 1 (dikalikan -1/2)
maka a13=-6 juga
Mendapat jawaban SPL
Maka x3=3
x2=b2’- a23x3 x2 = -4 – 2.(3)=2
x1= b1’-a12x2- a13x3 x1= 6 - 1.2 -1.(3) = 1
4.2.3
METODE ELIMINASI GAUSS-JORDAN
Metode ini merupakan perluasan dari metode Gauss, hanya saja matriks
baru dikenai OBE berkali-kali sehingga matriks A menjadi matriks satuan
I. Bentuk umumnya :
a11
a12 a13
b1
a21
a22 a23
b2
a31
a32 a33
b3
Menjadi
1
0
0
b 1”
0
1
0
b 2”
0
0
1
b 3”
x3= b3”
x2= b2”
x1= b1”
Contoh :
Diketahui sistem persamaan linier sebagai berikut :
x1+x2+x3=6
x1+2x2-x3=2
2x1+x2+2x3=10
Akan dicari solusi untuk x1, x2, dan x3
Penyelesaian
1. Matriks lengkap SPL nya
1
1
1
6
1
2
-1
2
2
0
2
10
2. Mengubah matriks lengkap menjadi matriks eselon dengan OBE
Mengubah elemen a11=1 menjadi 1 (karena sudah 1 maka tiidak
perlu dikalikan lagi) dan megubah a21 dan a31 menjadi 0. baris 1
menjadi basis baris 1 dan 2 dikenai transformasi elementer.
basis
1
1
1
6
b( )+b2
b( )+b3
1
2 -1
2
1(-1)+1=0
1(-2)+2=0
2
1
2 10
1(-1)+2=1
1(-2)+1=-1
1(-1)+(-1)=-2
1(-2)+2=0
6(-1)+2=-4
6(-2)+10=-2
Menjadi
1
1
1
6
0
1
-2
-4
0
-1
0
-2
Mengubah a12=1 dan a32=-1 menjadi 0, baris 2 menjadi basis.
b( )+b1
b( )+b3
1
1 1
6
1(-1)+1=0
1(1)+(-1)=0
0
1 -2
-4
-2(1)+0=-2
basis -2(-1)+1=3
-4(-1)+6=10
-4(1)+(-2)=-6
0
-1
0
-2
Menjadi
1
0
3
10
0
1
-2
-4
0
0
-2
-6
Mengubah a33=-2
dikalikan -½
menjadi 1 (dikalikan -1/2)
maka a13=-6 juga
Menjadi
1
0
3
10
0
1
-2
-4
0
0
1
3
Mengubah a13=3 dan a23=-2 menjadi 0, baris 3 menjadi basis.
b( )+b1
b( )+b2
1
0 3
10
1(-3)+3=0
1(2)+(-2)=0
0
1 -2
-4
3(-3)+10=1
3(2)+(-4)=2
0
0 1
3
basis
Menjadi
4.2.4
1
0
0
1
0
1
0
2
0
0
1
3
Mendapat jawaban SPL
Maka x3=3
x2= 2
x1= 1
METODE FAKTORISASI LU
Dengan metode eliminasi Gauss dan Gauss-Jordan, suatu SPL dapat
dipecahkan dengan mengoperasikan matriks yang diperbesar secara
sistematis. Pendekatan yang dipakai pada metode LU didasarkan atas
pemfaktoran matriks koefisien ke dalam hasil kali matriks segitiga bawah
dan matriks segitiga atas. Metode ini sangat bermanfaat untuk komputer
digital dan merupakan basis untuk banyak pemrograman komputer
praktis.
SPL dapat dipecahkan sebagai berikut :
1. Tulis kembali sistem [A][x]=[b] sebagai Lux=b dimana L adalah
matriks segitiga bawah dan U adalah matriks segitiga atas.
2. Definisikan matriks baru y yang berukuran nx1 dengan Ux=y.
3. Gunakan Ux=y untuk menulis kembali Lux=b dan pecahkan ini
untuk mencari y.
4. Subtitusikan y dan pecahkan untuk mencari nilai x.
[A][x]=[b] Ly=b, Ux=y
Langkah-langkah pemfaktoran A=LU
1. Reduksi A dengan transformasi elemnter ke dalam bentuk U
matriks segitiga atas dan mencari jejak pengali untuk nilai 1 pada
diagonal utama dan 0 di bawah diagonal utama 1.
2. Kedudukan sepanjang diagonal utm matriks L, tempatkan bilangan
pengali yang saling berkebalikan dari hasil pembentukan matriks U.
3. Kedudukan di bawah diagonal utama matriks L, tempatkan bilangn
negatif pengali yang digunakan untuk menge-nol-kan matriks U.
4. Bentuk dekomposisi A=LU
Contoh :
Diketahui sistem persamaan linier sebagai berikut :
2x1+6x2+2x3=2
=2
-3x1-8x2
4x1+9x2+2x3=3
Carilah solusi untuk x1, x2, dan x3 dengan menggunakan faktorisasi LU
Penyelesaian
1. Matriks SPL nya
2
6
2
-3
-8
0
4
9
2
2. Menyusun matriks U yaitu matriks segitiga atas
Mengubah a11=2 menjadi 1 (dikali ½). Semua baris 1 dikali ½
2
6
2 (dikali ½) menjadi
1
3
1
-3
-8
0
-3
-8
0
4
9
2
4
9
2
Mengubah a21=-3 dan a41=4 menjadi
2 dan 3 dikenai OBE.
1
3
1 Basis
b( )+b2
-3
-8
0
1(3)+(-3)=0
4
9
2
3(3)+(-8)=1
1(3)+0=3
0. Baris 1 menjadi basis. Baris
b( )+b2
1(-4)+4=0
3(-4)+9=-3
1(-4)+2=-2
Menjadi
1
3
1
0
1
3
0
-3
-2
Mengubah a22=1 menjadi 1 (karena sudah 1 maka tidak perlu
dikalikan lagi) dan mengubah a32=-3 menjadi 0. Baris 2 jadi basis
dan baris 3 dikenai OBE
1
3
1
0
1
3
0
-3
-2
Basis
b( )+b3
1(3)+(-3)=0
3(3)+(-2)=7
Menjadi
1
3
1
0
1
3
0
0
7
Mengubah a33=7 menjadi 1 (dikali 1/7). Menjadi
1
3
1
0
1
3
0
0
1
3. Menyusun matriks L yaitu matriks segitiga bawah
Mencari jejak pengali untuk nilai 1 pada diagonal utama yaitu
Pengali untuk a11 adalah ½
Pengali untuk a22 adalah 1
Pengali untuk a33 adalah 1/7
Mencari jejak pengali untuk nilai 0 di bawah diagonal utama 1.
Pengali untuk a21 adalah 3
Pengali untuk a31 adalah -4
Pengali untuk a32 adalah 3
Tempatkan jejak pengali untuk nilai 1 pada diagonal utama yaitu
½, 1, dan 1/7 sepanjang diagonal utama matriks segitiga bawah L
tetapi nilainya berkebalikan.
2
0
0
0
1
0
0
0
7
Tempatkan jejak pengali untuk nilai 0 yaitu 3, -4, dan 3 dibawah
diagonal utama matriks segitiga bawah L dan kalikan dengan (-1).
2
0
0
-3
1
0
4
-3
7
4. Mencari nilai x dan y, terlebih dahulu mencari nilai y karena [U][x]=[y]
sedangkan [L][y]=[b]
Mencari nilai y [L][y]=[b]
2
4.3
0
0
y1
-3
1
0
y2
4
-3
7
y3
2
=
2
3
2y1=2 y1=1
-3y1+1y2=2 -3.1+y2=2
y2=5
4y1+(-3)y2+7y3=3
4.1+(-3).5+7.y3=3 7y3=14
y3=2
Mencari nilai x [U][x]=[y]
1
3
1
x1
0
1
3
x2
0
0
1
x3
1
=
5
2
x3=2
x2+3x3=5 x2+3.2=5
x2=-1
1x1+3x2+1x3=1
x1+3.(-1)+2=1 x1=2
PENYELESAIAN PERSAMAAN LINIER SIMULTAN
Untuk menyelesaikan sistem persamaan linier [A][x]=[b] dengan
koefisien matriks A yang sama tetapi matriks kolom b berbeda.
Misalnya suatu SPL mempunyai persamaan sebagai berikut :
[A][x]=[p], [A][x]=[q] dan [A][x]=[r]
maka untuk lebih efisien
penyelesaiannya dengan satu matriks A augmented dan 3 vektor kolom b
atau diselesaikan secara simultan dengan menggunakan eliminasi GaussJordan.
[A p q r] menjadi [I p’ q’ r’] maka [x]=[p’], [y]=[q’], dan [z]=[r’]
Contoh :Diketahui persamaan
=10
2x1-4x2
x1-3x2
+ x4=-4
-x3+2x4= 4
x1
3x1-4x2+3x3- x4=-11
4.4
Dan
2y1-4y2
=10
y1-3y2
+ y4=-4
y1
-y3+2y4= 4
3y1-4y2+3y3- y4=-11
PERSAMAAN LINIER HOMOGEN
Suatu persamaan linier dikatakan homogen jika koefisien matriks b
adalah 0 yaitu jika mempunyai bentuk umum :
a11x1+ a12x2………….+a1nxn=0
a21x1+ a22x2………….+a2nxn=0
a21x1+ a32x2………….+a3nxn=0
………………………………………………
am1x1+ am2x2………….+amnxn=0
mempelajari sistem yang homogen mempunyai banyak keuntungan
dalam mempelajari sistem yang aslinya. Istem non homogen
dimungkinkan tidak konsisten, namun sistem yang homogen selalu
konsisten karena selalu mempunyai penyelesaian minimal satu yaitu
vektor nol, yang bisa disebut dengan penyelesaian TRIVIAL (TRIVIAL
SOLUTION), yaitu penyelesaian berbentuk x1=0, x2=0,…….., xn=0.
sedangkan jika ada penyelesaian lain dinamakan dengan penyelesaian
NON TRIVIAL. Jadi sistem persamaan linier homogen mempunyai dua
kemungkinan yaitu :
1. Mempunyai penyelesaian TRIVIAL
2. Mempunyai penyelesaian BANYAK