MENURUT MARSHALL C PEASE
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik Jurusan Teknik Informatika
Disusun Oleh: M Edi Waskito
005314068
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
PARTITIONING MATRIX METHOD
A Thesis
Presented as Partial Fulfillment of the Requirements to Obtain the Sarjana Teknik Degree
in Informatic Engineering
by M Edi Waskito
005314068
DEPARTEMENT OF INFORMATIC ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
PERNYATAAN
Dengan ini saya sebagai penulis tugas akhir menyatakan dengan
sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian
karya orang lain, kecuali pemikiran, metode atau hasil penelitian orang lain yang
diambil disebutkan dengan jelas sebagai acuan.
Yogyakarta, September 2007
M Edi Waskito
Penulis
v Karyaku ini kupersembahkan untuk :
Yesus Kristus Tuhan dan juru selamatku yang selalu membimbingku dan memberikan apa yang aku butuhkan.
Keluargaku tercinta, khususnya Bapak dan Ibu yang telah memberikan
seluruh kasih dan sayangnya dalam membimbing untuk terus menghangatkan saya. Kedua kakak saya widi dan papih terima kasih atas perhatian dan
dukungannya.
Ketakutan yang ditakuti adalah ketakutan diri sendiri (Albert Camus)
Kesalahan terbesar yang bisa dibuat oleh seseorang adalah takut membuat kesalahan
(Elbert Hubbard)
Kegagalan adalah kesempatan untuk memulai lebih cerdik (John C Maxwell)
Kalau anda berpikir anda kalah, anda kalah.
Kalau anda berpikir anda tidak berani, anda tidak berani.
Kalau anda ingin menang tetapi berpikir anda tidak bisa,
Hampir dapat dipastikan anda tidak bisa.
Perjuangan hidup tidak selalu dimenangkan
Oleh orang yang lebih kuat atau lebih cepat,
Tetapi cepat atau lambat, orang yang menang
Adalah orang yang berpikir dia bisa menang. (John C Maxwell)
“Kamu adalah garam dunia… kamu adalah terang dunia…” (Matius:5)
Banyak metode yang dapat digunakan untuk menyelesaikan sistem persamaan
linear. Salah satu cara untuk menyelesaikan sistem persamaan linear yaitu dengan
partisi matriks yang digunakan Marshall C Pease. Cara yang digunakan Marshall C
Pease yaitu metode bordering, dari metode bordering dapat diterapkan metode
updating untuk menyelesaikan sistem persamaan linear.
Dalam tugas akhir ini, penyelesaian sistem persamaan linear diutamakan pada
matriks jarang. Penyelesaian matriks jarang akan menimbulkan banyak permasalahan
tetapi permasalahan itu dapat diselesaikan menggunakan metode updating,
penggunaan metode updating perlu disertai penukaran baris atau penukaran kolom
agar dapat dicapai hasil yang sesuai.
Many methods are able to be used solve the equation linear system. One of the
way of solving the equation linear system that is by partitioning matrix used by Marshall
C Pease. Way of partition used by Marshall C Pease is bordering method, from bordering
method earn in applied by updating method to finish the equation linear system.
In final project, prefered solving with sparse matrix. Solving the sparse matrix
will generate many problem, but that problems can be solved to use the updating method,
usage of updating method require to be accompanied by the line conversation or column
conversation so that be reachable appropriate result.
Puji syukur penulis haturkan kepada Tuhan Yang Maha Esa atas segala
karunia yang diberikan, sehingga penulis dapat menyelesaikan tugas akhir yang
berjudul “Penyelesaian Sistem Persamaan Linear Jarang dengan Cara terpartisi Menurut Marshall C Pease” ini dengan baik. Penulisan ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Teknik di
Universitas Sanata Dharma pada program studi Teknik Informatika.
Selama penulisan skripsi ini penulis telah memperoleh bantuan dan
bimbingan dari berbagai pihak. Oleh karena itu penulis mengucapkan terima kasih
kepada:
1. Bapak, Ibu dan kedua kakak saya yang telah memberi dorongan baik moril
maupun spiritual.
2. Bapak Prof. Dr Ir Soesianto Ph. E Bs. C selaku pembimbing I yang telah
banyak membantu dan membimbing selama mengerjakan tugas akhir ini.
3. Ibu Merry, ST. selaku pembimbing II yang telah memberi banyak masukan
dan bimbingan serta perhatian demi terselesaikannya tugas akhir ini.
4. Ibu Agnes Maria Polina, S.Kom., M.Sc. dan Bapak JB. Budi Darmawan, S.T.,
M. Sc. selaku panitia penguji pada ujian pendadaran penulis
5. Seluruh staff dan dosen pengajar di Univeritas Sanata Dharma pada umumnya
dan Jurusan Teknik Informatika pada khususnya
6. Indra, Aang, Wisnu “Jongos”Ari, Toni terima kasih atas dukungannya dan
pemacu semangat.
7. Temen-temen kos : gogon, pram, gusur, sukur, rendi, aming, lukas, agung,
boy, Andi, citro, topan , adi, cemong + erni, arot, serta teman-teman yang
tidak dapat saya sebut satu persatu terima kasih atas bantuan, dukungan,
terutama atas nasehat–nasehat dan kebersamaannya
9. Temen-temen gua maria kerep : lehek, mas ari, mas eko, mas bambang, heru,
nono, pak moh yang selalu dukungan dan doanya
10.temen-temen yang telah menyediakan pinjaman komputer : seti”kasut” &
yayuk , pinjaman laptop: toni+ponco, linda adikku yang ikut serta
mendukung.
11.Semua pihak yang tidak dapat penulis sebutkan satu persatu, yang telah
memberikan dukungan serta bantuannya guna penyusunan karya tulis ini
Penulis menyadari sepenuhnya bahwa Tugas Akhir ini masih jauh dari
kesempurnaan dan masih banyak kekurangan. Oleh karena itu penulis sangat
mengharapkan kritik dan saran yang bersifat membangun demi perbaikan lebih
lanjut. Penulis berharap semoga Tugas akhir ini dapat bermanfaat dan berguna
bagi pembaca.
Yogyakarta, September 2007
Penulis
HALAMAN JUDUL ... i
Halaman persetujuan... ii
Halaman pengesahan ... iii
Halaman pernyataan... iv
Motto... v
Halaman persembahan ... vi
Kata pengantar ... vii
Abstraksi ... ix
Abstract ... x
Daftar Isi ... xi
Daftar Gambar ... xv
Daftar Tabel ... xviii
BAB I PENDAHULUAN... 1
1.1 Latar Belakang... 1
1.2 Perumusan Masalah ... 2
1.3 Batasan Sistem... 2
1.4 Tujuan Skripsi... 3
1.5 Metode Penelitian ... 3
1.6 Sistematika Penyusunan Skripsi ... 3
BAB II DASAR TEORI ... 5
2.1. Bentuk matriks dari suatu linear ... 7
2.3.1. Pengertian matriks ... 10
2.3.2. Jenis-jenis matriks ... 11
2.4. Operasi-operasi atas matriks... 12
2.4.1. Operasi pertambahan ... 12
2.4.2. operasi pengurangan ... 12
2.4.3. Operasi perkalian ... 13
2.4.4. operasi transpose... 14
2.4.5. operasi invers ... 14
2.4.6. operasi penukaran baris dan kolom... 15
2.5. Partisi matriks ... 16
2.6. Penyelesaian sistem persamaan linear dengan cara terpartisi menurut Marshall C Pease ... 18
2.7. Contoh penyelesaian sistem persamaan linear dengan metode updating .... 20
2.7.1. Penyelesaian sistem persamaan linear pada matriks 5x5... 20
2.7.2. Penyelesaian sistem persamaan linear jarang pada matriks 10x10.... 26
2.7.3. Penyelesaian sistem persamaan linear jarang dengan operasi penukaran baris pada matriks 10x10... 29
2.7.4. Penyelesaian sistem persamaan linear jarang dengan operasi penukaran kolom pada matriks 10x10 ... 57
2.8. Handle grafik ... 87
2.9. Obyek yang digunakan dalam handle grafik ... 87
2.9.2.1. obyek uicontrol frame ... 88
2.9.2.2. obyek uicontol pushbutton... 89
2.9.2.3. obyek uicontol axes dan text... 90
2.9.2.4. obyek uicontrol edit text ... 90
2.9.2.5. obyek open file... 91
2.9.3. Perintah pada matlab... 91
BAB III ANALISA dan PERANCANGAN... 93
3.1. Analisa sistem ... 93
3.2. Masalah yang dihadapi ... 94
3.3. Pemecahan masalah ... 95
3.4. Perancangan... 97
3.4.1 Algoritma dan diagram alir... 98
3.4.2.1. Algorima dan diagram alir tanpa penukaran baris atau kolom . 98 3.4.2.2. Algoritma dan diagram alir dengan penukaran baris... 101
3.4.2.3. Algoritma dan diagram alir dengan penukaran kolom ... 105
3.4.2 Desain antar muka... 109
3.4.2.1. Desain antar muka star up... 109
3.4.2.2. Desain antar muka utama... 110
3.4.2.3. Desain antar muka info ... 112
3.4.2.4. Desain antar muka otomatis masukan matriks... 112
3.4.2.5. Desain antar muka masukan vektor ... 113
4.1. Implementasi program ... 116
4.2. Implementasi antar muka... 124
4.2.1 Implementasi tampilan pembuka ... 125
4.2.2 Implementasi tampilan utama ... 126
BAB V Analisa hasil... 140
5.1. Analisa bahasa pemrograman ... 140
5.2. Hasil uji coba program... 140
5.2.1 Matriks uji ... 141
5.2.2 Hasil uji ... 147
5.3. Analisis ... 153
5.4. Kelebihan dan kekurangan program ... 154
5.4.1 Kelebihan... 154
5.4.2 Kekurangan ... 154
BAB VI PENUTUP ... 156
6.1 Kesimpulan ... 156
6.2 Saran ... 156
berpotongan,(b) kedua garis sejajar, dan (c) kedua garis berhimpit... 7
2. Gambar 3.1 Diagram alir tanpa penukaran baris atau kolom ... 101
3. Gambar 3.2 Diagram alir dengan penukaran baris ... 104
4. Gambar 3.3 Diagram alir dengan penukaran baris(lanjutan) ... 105
5. Gambar 3.4 Diagram alir dengan penukaran kolom. ... 108
6. Gambar 3.5 Diagram alir dengan penukaran kolom(lanjutan) ... 109
7. Gambar 3.6 Desain antar muka star up ... 111
8. Gambar 3.7 Desain antar muka utama ... 111
9. Gambar 3.8 Desain antar muka info... 113
10. Gambar 3.9 Desain antar muka otomatis masukan matriks ... 113
11. Gambar 3.10 Desain antar muka masukan vektor... 114
12. Gambar 3.11 Diagram alir desain antar muka... 115
13. Gambar 4.1 Path browse... 124
14. Gambar 4.2 Browse ... 125
15. Gambar 4.3 Tampilan awal ... 125
16. Gambar 4.4 Tampilan utama ... 126
17. Gambar 4.5 Tampilan masukan matriks secara file ... 127
18. Gambar 4.6a Tampilan masukan matriks secara pengguna ... 128
19. Gambar 4.6b Tampilan masukan matriks secara pengguna ... 128
20. Gambar 4.7Tampilan masukan matriks secara otomatis ... 129
21. Gambar 4.8 Tampilan pesan masukan matriks... 129
24. Gambar 4.10b Tampilan masukan vektor secara pengguna ... 131
25. Gambar 4.11 Tampilan masukan vektor secara file ... 132
26. Gambar 4.12 Tampilan penyelesaian persamaan linear ... 133
27. Gambar 4.13a Tampilan cek slide 1 ... 134
28. Gambar 4.13b Tampilan cek slide 2... 134
29. Gambar 4.13c Tampilan cek slide 3 ... 135
30. Gambar 4.13d Tampilan cek slide 4... 135
31. Gambar 4.13e Tampilan cek slide 5 ... 136
32. Gambar 4.13f Tampilan cek slide 6 ... 136
33. Gambar 4.14 Tampilan pilihan lihat matriks... 137
34. Gambar 4.15 Tampilan lihat matriks... 137
35. Gambar 4.16 Tampilan simpan matriks ... 138
36. Gambar 4.17 Tampilan info ... 138
37. Gambar 4.18 Tampilan info tentang program ... 139
38. Gambar 5.1 Matriks 64x64 dengan unsur-unsur 10% tak nol... 144
39. Gambar 5.2 Matriks 64x64 dengan unsur-unsur 20% tak nol... 144
40. Gambar 5.3 Matriks 64x64 dengan unsur-unsur 30% tak nol... 145
41. Gambar 5.4 Matriks 64x64 dengan unsur-unsur 40% tak nol... 145
42. Gambar 5.5 Matriks 64x64 dengan unsur-unsur 50% tak nol... 145
43. Gambar 5.6 Matriks 128x128 dengan unsur-unsur 10% tak nol... 146
44. Gambar 5.7 Matriks 128x128 dengan unsur-unsur 20% tak nol... 146
47. Gambar 5.10 Matriks 128x128 dengan unsur-unsur50% tak nol.... 147
1. Tabel 5.1 keluaran matriks 2x2 ... 148
2. Tabel 5.2 keluaran matriks 4x4 ... 148
3. Tabel 5.3 keluaran matriks 8x8 ... 148
4. Tabel 5.4 keluaran matriks 16x16 ... 149
5. Tabel 5.5 keluaran matriks 32x32 ... 149
6. Tabel 5.6 keluaran matriks 64x64 ... 150
7. Tabel 5.7 keluaran matriks 128x128 ... 151
8. Tabel 5.8 keluaran matriks 256x256 ... 151
9. Tabel 5.9 keluaran matriks 512x512 ... 152
10. Tabel 5.10 keluaran matriks 1024x1024 ... 152
BAB I
PENDAHULUAN
1.1. Latar Belakang
Sering kali invers matriks sangat dibutuhkan, seperti halnya pada
penyelesaian sistem persamaan linear. Dalam kenyataannya invers matriks
digunakan sebagai pengganti operasi pembagian, karena pada operasi matriks
tidak dikenal adanya operasi pembagian. Dengan adanya operasi invers
matriks, suatu persamaan linear Ax=b jika matriks A dan vektor b diketahui
maka x dapat dicari penyeleasaiannya dengan mengalikan invers matriks
A(A-1) dengan matriks A dan matriks B. A-1Ax=A-1b menjadi Ix=b karena pada dasarnya perkalian suatu matriks dengan matriks I tidak akan
mempengaruhi matriks tersebut.
Jika dalam penyelesaian suatu sistem persamaan linear pada suatu
matriks jarang, pasti akan membuat kita merasa sulit karena ukurannya relatif
sangat besar. Dalam penyelesaian inversnya pun akan menemui banyak
permasalahan karena mengandung unsur nolnya tersebut.
Dari sekeliling masalah terdapat banyak metode yang digunakan
dalam penyelesaian sistem persamaan linear disamping itu terdapat
komputer yang sangat membantu dalam perhitungan tanpa ada kesalahan,
mengurangi kesalahan pembulatan dan keefesienan waktu dalam
menyelesaikannya (menyelesaikan sistem dengan kecepatan maksimum).
matriks tersebut menjadi matriks dari ukuran terkecil hingga matriks yang
akan dicari invers matriksnya.
Dari uraian tersebut, maka dalam penulisan tugas akhir ini penulis akan
mengambil topik “ Penyelesaian sistem persamaan linear jarang dengan cara terpartisi menurut Marshall C Pease ”.
1.2. Rumusan Masalah
Dari topik di atas, maka rumusan permasalahan dalam penulisan tugas
akhir ini adalah sebagai berikut :
“ Bagaimana membangun sebuah aplikasi sistem bantu dalam penyelesaian
sistem persamaan linear pada matriks jarang dengan cara terpartisi menurut
Marshall C Pease ?“.
1.3. Batasan Masalah
Dalam penyelesaian persamaan sistem linear invers matriks jarang
dengan cara terpartisi menurut Marshall C. Pease, penulis membatasi
penyelesaian tersebut untuk matriks yang ada invers matriksnya (matriks tak
singular) dan hanya penyelesaian pada sistem persamaan linear dengan cara
terpartisi menurut Marshall C. Pease.
1.Metode yang dipakai untuk menyelesaikan sistem persamaan linear dari
resep Marshall C Pease
2.Yang dibahas dari masalah yang timbul dari sistem persamaan linear
3.Dari pemecahan masalah yang dipakai dengan hasil keluaran adalah waktu
komputasi dan beban komputasi.
4.Ukuran matriks yang diteliti adalah 2nx2n dimana n adalah bilangan bulat dari 1 sampai 10. ukuran prosentase besarnya elemen tak nol adalah 10%,
20%, 30%, 40%, dan 50%.
1.4. Tujuan Skripsi
Tujuan dari skripsi ini adalah:
Membangun sebuah aplikasi perangkat lunak yang berfungsi sebagai sebuah
sistem bantu yang mampu menyelesaikan sistem persamaan linear jarang
yang mempunyai invers matriks dengan menggunakan metode dari Marshall
C Pease
1.5. Metode Penelitian
Metodologi yang digunakan adalah studi literatur, yaitu antara lain:
1 Mempelajari materi
2 Mempelajari dan memilih teknik yang digunakan
1.6. Sistematika Penyusunan Laporan
Sistematika penulisan laporan ini terbagi atas enam bab dengan garis
besar sebagai berikut :
BAB I. Pendahuluan
manfaat, dan sistematika penulisan laporan.
BAB II. Dasar teori
Bab ini berisi landasan teori yang dipakai untuk pembahasan
penulisan tugas akhir.
BAB III. Analisa dan perancangan sistem
Bab ini merupakan bab yang membahas tentang gambaran
perancangan sistem aplikasi yang dibuat Berisi analisis dan
perancangan secara umum, dan perancangan tampilan pembuatan
program aplikasi.
BAB IV. implementasi
Membahas tentang pengkonversian rancangan ke dalam bentuk
program dan menganalisa program tersebut
BAB V. Analisa hasil perangkat lunak
Membahas tentang program yang telah dibuat dan menganalisa
program tersebut.
BAB VI. PENUTUP
Berisi tentang kesimpulan dari pembahasan dan implementasi yang
telah dilakukan dalam penulisan tugas akhir ini serta saran-saran
BAB II
LANDASAN TEORI
Sistem persamaan linear dalam beberapa variabel adalah persamaan dalam
bentuk polinom yang variabelnya berderajat satu atau nol dan tidak terjadi
perkalian antara varibelnya. Contoh persamaan linear dengan tiga variabel x, y, z
adalah 2x− 3y+105z =5. Sedangkan persamaan x2 −2y =5 dan
7 3
2 + =
− x y
xy bukan merupakan persamaan linear. Yang pertama karena
terdapat suku x2 dan yang kedua karena perkalian dari variabelnya. Sedangkan sistem persamaan linear adalah kumpulan dari berhingga banyaknya persamaan
linear.
Sistem persamaan linear ax+by=c, dua varibel dengan dua persamaan mempunyai bentuk umum, berikut persamaan linear tersebut
⎩ ⎨ ⎧
= +
= +
2 2 2
1 1 1
c y b x a
c y b x a
(2.1)
Sistem persamaan linear disebut konsisten, jika sistem persamaan tersebut
mempunyai sedikitnya satu jawaban. Sedangkan sistem persamaan linear tak
konsisten, jika sistem tersebut tidak mempunyai jawaban.
Seperti yang diketahui persamaan linear ax+by=c dapat digambarkan sebagai garis bidang. Jadi dari sistem persamaan (2.1) dapat digambarkan garis
dan di bidang. Ada tiga kemungkinan kedudukan garis tersebut, yaitu (lihat
gambar 2.1)
1 L
1. Garis L1 dan L2 berpotongan, 2. Garis L1 dan L2 sejajar, dan
3. Garis L1 dan L2 merupakan satu garis(berimpit).
(a) (b) (c)
gambar 2.1 Kemungkinan dari kedudukan kedua garis di bidang. (a) kedua garis berpotongan, (b) kedua garis sejajar, dan (c) kedua garis berimpit.
Pasangan bilangan (x,y) merupakan jawab dari sistem persamaan (2.1) jika dan hanya jika titik (x,y) terletak pada kedua baris. Dalam hal kemungkinan pertama, hanya ada satu titik yang terletak pada kedua baris. Oleh karena itu,
jawab sistem persamaan(2.1) ini tepat satu. Sedangkan dalam hal kedua, tak ada
titik yang terletak pada kedua baris. Ini mengatakan bahwa sistem persamaan
tersebut tidak mempunyai jawab. Yang ketiga, ada banyak titik terletak pada
kedua garis. Ini berarti bahwa sistem persamaan tersebut mempunyai jawab tak
hingga banyaknya. Dengan demikian ada tiga kemungkinan jawab dari sistem
dari sistem persamaan linear(2.1), yaitu :
1. mempunyai tepat satu jawab;
2. tak mempunyai jawab; atau
3. mempunyai jawab banyak.
Ketiga kemungkinan ini berlaku untuk sembarang sistem persamaan linear.
1 L =L2
1
L
1
L
2
2.1 Bentuk matriks dari suatu linear
Perkalian matriks mempunyai suatu penerapan penting pada sistem
persamaan linear. Sembarang sistem persamaan linear m dalam n 1
1 2
12 1
11x a x a x b
a + +L+ n n =
2 2
2 22 1
21x a x a x b
a + +L+ n n =
M M M M
m n mn
m x amx a x b
a 1 1+ 2 +L+ =
Karena dua matriks sama jika dan hanya jika unsur-unsurnya yang
padanan sama, maka kita bisa menggantikan persamaan-persamaan m dalam n
pada sistem ini dengan persamaan matriks tunggal.
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
= ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
+ + +
+ + +
+ + +
m n
mn m
m
n n
n n
b b b
x a x
a x a
x a x
a x a
x a x
a x a
M L
M M
M
L L
2 1
2 2 1 1
2 2
22 1 21
1 2
12 1 11
Matriks m+1 pada ruas kiri pada persamaan ini bisa ditulis
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
= ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
m m
mn m
m
n n
b b b
x x x
a a
a
a a
a
a a
a
M M
L M M M
L L
2 1
2 1
2 1
2 22 21
1 12
11
jika kita menandai matriks-matriks ini masing-masing dengan A,x, dan b, sistem persamaan asli m dan n peubah telah digantikan oleh persamaan matriks
Ax=b
2.2 Besaran skalar dan besaran vektor
Dalam fisika, besaran-besaran yang hanya memiliki nilai tunggal (angka
real) disebut juga besaran skalar. Besaran yang memiliki nilai jamak disebut
vektor. Misalnya, kecepatan yang terdapat pada sebuah benda yang bergerak.
Besaran ini memiliki sekurang-kurangnya dua nilai, yaitu besarnya kecepatan
(laju) dan arah geraknya. Maka dalam fisika kecepatan dimengerti sebagai
besaran vektor.
Dalam hal ini besaran vektor diberi arti yang lebih luas. Vektor dapatlah
dipandang sebagai himpunan besaran-besaran dengan indeks yang jelas (untuk
menunjukkan lokasinya dalam himpunan itu). Masing-masing besaran disebut
elemen vektor tersebut.
Dalam penulisan skripsi ini vektor lambang huruf alfabet kecil dengan
garis bawah. Misalnya, diberikan vektor a. Elemen (pada lokasi) ke-i dari vektor a dilambangkan oleh ai.
Vektor a dengan cacah elemen n buah ditulis lengkap sebagai deretan nilai
ai, dengan i = 1, 2,…n,membentuk satu kolomseperti dibawah ini:
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
=
n
a a a a
a M
3 2 1
Vektor seperti itu disebut vektor-kolom. Jika elemen-elemen tersebut ditulis
berderet membentuk satu baris, maka vektor itu disebut vektor-baris. Kecuali
Untuk menghemat ruangan penulisan, untuk vektor tersebut diatas ditulis
pula a≡
( )
ai , dengan I = 1,2…n, dan simbol “≡” dapat dibaca sebagai “didefinisikan sebagai”. Jadi misalnya ai∈R, yaitu bahwa ai bernilai real, makasecara ringkas dapat ditulis pula a≡(ai)∈Rn. dalam kontek ini Rn dapat dibaca sebagai “semesta angka real berdimensi n”.
Vektor nol dilambangkan oleh 0, adalah vektor dengan semua elemen
bernilai nol. Salah satu jenis vektor yang ternyata penting adalah vektor basis.
Vektor basis ei adalah vektor dengan semua elemen bernilai nol, kecuali elemen
ke-I bernilai 1. misalnya, vektor basis e3∈RT adalah
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
=
0 0 0 0 1 0 0
3 e
Tentu saja dalam ruangan berdimensi n ada vektor basis n buah, yaitu .
, , , , 2 3
1 e e en
e K Secara singkat: ei∈Rn dengan dengan
(Soesianto, 2004)
2.3 Matriks
2.3.1 Pengertian matriks
Jika vektor membentuk larik berdimensi satu, maka matriks adalah larik
berdimensi dua. Karena memiliki dua indeks, yaitu indeks untuk baris dan indeks
untuk kolom. Matriks diberi lambang dengan huruf alfabet besar. Misalnya
diberikan matriks A. Elemen matriks A pada baris i dan kolom j diberi lambang aij. Indeks pertama i senantiasa menyatakan nomor baris, dan indeks kedua j menyatakan nomor kolom. Jika matriks A itu terdiri atas m baris dan n kolom, secara singkat akan ditulis A=(aij),i=1,2,K,mdan j=1,2,K,n. Jika
maka . Ditulis secara lengkap:
R aij∈
n m
ij R
a ∈ ×
( )
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
= ≡
1 31 21 11
m ij
a a a a
a A
M
2 32 22 12
m
a a a a
M
3 33 23 13
m
a a a a
M
L K K K
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
mn n n n
a a a a
M 3 2 1
Karena tiap kolom dari matriks membentuk vektor kolom, maka juga
dapat ditulis,
[
1)
(a a
A≡ ij = a2 a3 K,an
]
, dengan aj∈Rn, j=1,2,K,n. Cara penulisan penulisan lain adalah berdasarkan baris:⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
=
T n T T T
a a a a
a M
Superskrip (…)T ditambahkan untuk menunjukkan bahwa lambang yang bersangkutan membentuk vektor baris. Karena itu, agar masih menghemat
tempat, biasanya ditulis pula:
[
Ta
a= 1 aT2 aT3 K,aTn
]
T(Soesianto,2004)
2.3.2 Jenis-jenis matriks a Matriks nol (Mnol)
Matriks dengan semua elemennya bernilai nol. Matriks nol diberi
lambang 0 .
b Matriks bujur sangkar (MBS)
Matriks bujur sangkar adalah matriks yang mempunyai cacah baris
sama dengan cacah kolom.
c Matriks satuan
Matriks satuan termasuk matriks diagonal, dilambangkan dengan I, didefinisikan sebagai matriks diagonal dengan semua elemen diagonal
bernilai satu. Matriks satuan juga sering disebut sebagai matriks
identitas
d Matriks jarang
Matriks jarang adalah matriks dengan cacah baris dan cacah kolom
yang relatif besar dengan bagian terbesar dari elemen-elemennya
e Matriks permutasi
Matriks ini adalah matriks identitas yang baris-baris atau kolomnya
mengalami pertukaran.
(Soesianto,2004)
2.4 Operasi-operasi atas matriks 2.4.1 Operasi pertambahan
Matriks dan matriks hanya dapat dipertambahkan, jika m =
p dan n = q. Artinya, pertambahan dua matriks A dan matriks B
hanya dapat terlaksana jika cacah baris untuk A dan matriks B serta cacah kolom A dan matriks B sesuai (compatible). Hasilnya adalah matriks C dengan sifat, bahwa: c
) (mxn
A B(pxq)
ij : = aij +bij. Operasi ini bersifat
komutatif, artinya A + B = B + A.
2.4.2 Operasi pengurangan
Matriks dan matriks hanya dapat diperkurangkan, jika
m = p dan n = q. Artinya, pengurangan dua matriks A dan matriks B
hanya dapat terlaksana jika cacah baris untuk A dan matriks B serta cacah kolom A dan matriks B sesuai (compatible). Hasilnya adalah matriks C dengan sifat, bahwa: c
) (mxn
A B(pxq)
2.4.3 Operasi perkalian
a Perkalian sebuah nilai real dengan matriks
Jika matriks A dikalikan dengan sebuah nilai real β∈R, maka baik β A maupun Aβ menghasilkan matriks C yang memiliki dimensi sama dengan A.
) (cij
C≡ dengan cij:=βaij
Artinya, matriks C diperoleh dengan mengalikan tiap elemen dari matriks A dengan nilai real β.
b Perkalian vektor dengan matriks
Perkalian matriks dengan vektor dapat memberikan
hasil vektor. Hasil kali A ) (mxn
A x(n)
x adalah vektor kolom sedangkan xTA adalah vektor baris.
c Perkalian matriks dengan matriks
Operasi perkalian atas matriks A dan matriks B tersebut diatas
menghasilkan matriks C≡(cij), dengan
∑
= = n
i ij ij
ij a b
c
1
:
Secara implisit telah diisyaratkan dalam rumus ini bahwa
operasi perkalian tersebut hanya terlaksana jika cacah kolom n dari matriks A sama dengan cacah baris p dari matriks B adalah sama. Sebagai akibatnya, matriks C memiliki cacah baris m dan cacah kolom
Atas dasar dapatlah dimengerti bahwa pada umumnya operasi
perkalian tidak komutatif. Artinya :
BA AB≠
2.4.4 Operasi transpos
Jika A adalah sembarang matriks m * n, maka transpos A, dinyatakan dengan AT, didefinisikan sebagai matrriks n * m yang didapatkan dengan mempertukarkanbaris dan kolom dari A; yaitu, kolom pertama dari AT
adalah baris pertama dari A, kolom kedua dari AT adalah baris kedua dari
A, dan seterusnya. 2.4.5 Operasi invers
Operasi invers mengganti peran operasi pembagian. Matriks A
disebut invers matriks B, atau matriks B disebut matriks invers matriks A jika dan hanya jika
I BA AB= =
Atas dasar itu digunakan notasi: A = B-1atau B = A-1. Dapat juga dikatakan bahwa:
I A A AA−1 = −1 =
I B B BB−1 = −1 =
Dari kenyataan ini dapat disimpulkan, bahwa matriks satuan I
Sifat komutatif pada operasi invers harus ditegaskan disini, bahwa
operasi invers hanya terdapat pada matriks bujur sangkar (MBS). Artinya
matriks persegi panjang (MPP) tidak memiliki invers. Sebaliknya,
pastilah bahwa tidak semua matriks bujur sangkar memiliki invers.
Contoh sederhana adalah matriks bujur sangkar dengan semua elemen
nilai nol. Matriks bujur sangkar seperti itu disebut matriks singular.
Lawannya (yaitu yang memiliki invers) disebut matriks tak singular.
(Soesianto,2004)
2.4.6 Operasi penukaran baris dan kolom
Operasi penukaran baris atau kolom merupakan operasi yang
mendasar dari matriks. Operasi penukaran baris atau kolom biasanya
ditujukan untuk sistem persamaan linear guna menghindari operasi yang
buntu ditengah jalan meskipun sistem persamaan linear tersebut
mempunyai penyelesaian.
Syarat yang harus dipenuhi jika menggunakan operasi penukaran
baris yaitu penukaran baris tersebut dengan langkah yang belum
2.5 Partisi matriks
Matriks dapat ditulis dalam bentuk terpartisi (tersekat). Tiap bagian
matriks disebut submatriks. Tiap submatriks memiliki cacah baris dan kolom
yang lebih kecil. Dibawah ini diberikan sebuah contoh:
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
=
0 2 0 2 4
A =
0 1 2 5 2
−
2 3 5 2 0
−
1 7
3 1 2
− −
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
0 1 2 0 0
⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
0 2 0 2 4
L
0 1 2 5 2
− L
2 3 5 2 0
− L
M M M L M M
1 7
3 1 2
− − L
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
0 1 2 0 0
L
sebelum terpartisi sesudah terpartisi
Sekarang matriks terpartisi A itu dapat ditulis memiliki empat elemen berupa submatriks,
⎢ ⎣ ⎡ =
21 11 A A
A ⎥
⎦ ⎤
22 12 A A
dengan
⎢ ⎣ ⎡ =
2 4
11
A 5
2
⎥ ⎦ ⎤
2 0
⎢ ⎣ ⎡ − =
1 2
12
A ⎥
⎦ ⎤
0 0
⎢ ⎢ ⎢
⎣ ⎡ =
0 2 0
21
A
0 1 2
−
⎥ ⎥ ⎥
⎦ ⎤ −
2 3 5
⎢ ⎢ ⎢
⎣ ⎡− =
1 7
3
22 A
⎥ ⎥ ⎥
⎦ ⎤
6 1 2
Vektor pun dapat dipartisi atas subvektor-subvektor yang lebih kecil
cacah elemennya. Operasi aljabar matriks dapat juga dilaksanakan pada
matriks-matriks dan vektor-vektor terpartisi, dengan catatan, bahwa operasi
didalamnya juga dapat dilaksanakan. Kesesuaian (compatibility) harus tetap terpenuhi.
Berikut contoh perkalian matriks dalam bentuk terpartisi: misalkan
matriks U dan V terpartisi menurut , dan
Dalam bentuk terpartisi, nyatakan matriks W, hasil perkalian U dan V,
sebagai .
⎢ ⎣ ⎡ =
C A
U ⎥
⎦ ⎤ D B
⎢ ⎣ ⎡ =
G E
V ⎥
⎦ ⎤ H F
⎢ ⎣ ⎡ =
R P
W ⎥
⎦ ⎤ S Q
Menurut aturan operasi perkalian atas matriks,
P = AE + BG Q = AF + BH R = CE + DG S = CF+ DH
Oleh karena itu agar operasi ini dapat dilakukan, haruslah perkalian
A dengan E, B dengan G A dengan F, B dengan H C dengan E, D dengan G C dengan F, D dengan H
Memenuhi syarat yang ditentukan oleh operasi perkalian atas matriks juga.
2.6 penyelesaian sistem persamaan linear dengan cara partisi menurut Marshall C. Pease
Dalam Journal of the ACM jilid 14 nomor 4 (oktober 1967).
Marshall C. Pease menamplikan relasi matriks dan vektor terpartisi sebagai
berikut:
⎢ ⎣ ⎡
T
v A
⎢ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ α
− −
T
A u
0
1 1
[
11
1 0
0 − −
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − λ − ⎥ ⎦ ⎤
A v
A T
−1
]
Disini A sebuah matriks bujur sangkar, u adalah vektor-kolom, vT adalah vektor-baris, dan 0, 0T, serta 0 masing-masing adalah vektor-kolom nol, vektor-baris nol, dan nilai real nol. Ukuran (dimensi) dari matriks dan vektor
harus sesuai (selaras) satu sama lain. Besaran α dan λ adalah besaran real.
Agar hasilnya matriks identitas, haruslah λ
α 1/
1 =
− −
u A vT
atau bahwa
) /(
1 ) /(
1 −vTA−1u+ = −vTA−1u
= α α
λ
Maka syaratagar operasi invers dapat dijalankan adalah bahwa vTA−1u≠α. Dengan kenyataan itu, Pease dalam artikel itu mengusulkan relasi itu
sebagai basis untuk menerapkan invers dari matriks bujur sangkar pada
sembarang dimensi, dengan metode yang disebutnya sebagai “bordering
method”.
Metode bordering menyelesaikan invers matriks secara bertahap.
Dengan mengetahui invers matriks 1x1, maka dapat ditetapkan invers
invers 3x3, demikian selanjutnya sampai selesai. Matriks akan dapat
ditetapkan jika matriks yang diselesaikan adalah matriks tak singular.
Resep Pease tersebut di atas tidak langsung dapat diterapkan pada
matriks jarang, karena matriks jarang pada umumnya memiliki invers yang
berupa matriks padat (dan itu tidak efesien dari segi memori). Namun resep
itu dapat digunakan untuk menetapkan solusi atas sistem persamaan linear
b x
A = , sekalipun A adalah matriks jarang, dengan menerapkan metode updating di bawah ini.
⎢ ⎣ ⎡ ≡ T
baru
v A x
1 − ⎥ ⎦ ⎤
α
u
⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣
⎡ −
0 0 0
1
T
A b
β
[
]
⎥⎦⎤ ⎢ ⎣ ⎡ − ⎥
⎦ ⎤ ⎢ ⎣ ⎡ − + ⎥ ⎦ ⎤ ⎢ ⎣
⎡ − −
β λ
β
b A
v A
b T
1 1
1 1
= ( )
1 0
1 1
1
β
λ ⎥ −
⎦ ⎤ ⎢ ⎣ ⎡ − + ⎥ ⎦ ⎤ ⎢ ⎣
⎡ − − −
b A v u A b
A T
= ( )
1 0
1
β
λ ⎥ −
⎦ ⎤ ⎢ ⎣ ⎡ − + ⎥ ⎦ ⎤ ⎢ ⎣
⎡ −
lama T lama
x v u A x
Dalam rumusan ini A−1u adalah sebuah vector-kolom. Dengan cara ini tidak ada problem memori sama sekali. Penataan kembali pernyataan di
atas menghasilkan:
⎥ ⎦ ⎤ ⎢ ⎣ ⎡
− −
− − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡
≡ − −
1 0
1
1
u A u A v
x v x
x T lama
T lama
baru α
β
Sekarang dapat disarankan cara elegan untuk mengatasi komplikasi yang
timbul pada sembarang langkah( misalnya dengan cara penukaran baris atau
(a).penataan elemen-elemen dari vector x sebagai akibat dari operasi penukaran kolom, dan
(b).tidak perlu menghitung kembali A−1u karena hanya vT dan u saja yang berubah.
Jika operasi penukaran baris ini ternyata tidak dapat dijalankan, barulah
ditempuh operasi penukaran kolom. Dalam hal penukaran kolom ini
penghitungan kembali A−1u perlu kiat tersendiri. (Soesianto,2004)
2.7 Contoh penyelesaian sistem persamaan linear dengan metode updating 2.7.1. Penyelesaian sistem persamaan linear pada matriks 5x5
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
5 5 5 5 5
5 4 4 4 4
5 4 3 3 3
5 4 3 2 2
5 4 3 2 1
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
5 4 3 2 1
x x x x x
=
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
75 61 49 40 35
Penyelesaian:
Matriks A berordo 5x5 maka akan terdapat 5 langkah untuk menyelesaikan
persamaan linear.
• Langkah 1
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
5 5 5 5 5
5 4 4 4 4
5 4 3 3 3
5 4 3 2 2
5 4 3 2 1
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
5 4 3 2 1
x x x x x
=
⎥ ⎥ ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢
⎣ ⎡
A = 1 A-1 = 1 1 1 1 = =
A β = 35
x = A-1 β
x = 1.35 = 35
• Langkah 2
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 5 5 5 5 5 4 4 4 4 5 4 3 3 3 5 4 3 2 2 5 4 3 2 1 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 4 3 2 1 x x x x x = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 75 61 49 40 35
A = 1 v = 2 u = 2 α =2 β = 40
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 15 30 0 35 1 2 2 30 0 35 1 2 . 1 2 . 1 . 2 2 35 . 2 40 0 35 x ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 15 5 x
[
1]
1 1
0 0
0 1 1
• Langkah 3 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 5 5 5 5 5 4 4 4 4 5 4 3 3 3 5 4 3 2 2 5 4 3 2 1 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 4 3 2 1 x x x x x = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 75 61 49 40 35 ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 2 2 2 1
A v=
[
3 3]
⎥⎦ ⎤ ⎢ ⎣ ⎡ = 3 3 u 3 =
α β = 49
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β [ ] [ ] [ ] ⎥⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 333 , 7 11 0 0 15 5 1 5 , 1 0 5 , 1 11 0 15 5 1 3 3 5 , 0 1 1 1 3 3 5 , 0 1 1 1 3 3 3 15 5 3 3 49 0 15 5 x ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 333 , 7 4 5 x
[
1]
1 1
0 0
0 1 1
• Langkah 4 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 5 5 5 5 5 4 4 4 4 5 4 3 3 3 5 4 3 2 2 5 4 3 2 1 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 4 3 2 1 x x x x x = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 75 61 49 40 35 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 3 3 3 3 2 2 3 2 1
A v=
[
4 4 4]
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 4 4 4 u 4 =
α β =61
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β
[
]
[
]
⎥⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 4 4 4 667 , 0 1 0 1 2 1 0 1 1 4 4 4 667 , 0 1 0 1 2 1 0 1 1 4 4 4 4 333 , 7 4 5 4 4 4 61 0 333 , 7 4 5 x ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 333 , 1 0 0 333 , 1 333 , 4 0 333 , 7 4 5 ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 25 , 3 333 , 4 0 0 0 333 , 7 4 5 ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 25 , 3 3 4 5 x[
1]
1 1
0 0
0 1 1
[
]
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = − 1 667 , 0 1 0 1 2 1 0 1 1 4 4 4 1 4 4 4 667 , 0 1 0 1 2 1 0 1 1 333 , 1 1 0 0 0 0 0 667 , 0 1 0 0 1 2 1 0 0 1 1 1 A[
0 0 1,333 1]
1 333 , 1 0 0 333 , 1 1 0 0 0 0 0 667 , 0 1 0 0 1 2 1 0 0 1 1 1 − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = − A ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = − 75 , 0 1 0 0 1 333 , 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 667 , 0 1 0 0 1 2 1 0 0 1 1 1 333 , 1 0 0 333 , 1 778 , 1 0 0 0 0 0 0 0 0 0 0 333 , 1 1 0 0 0 0 0 667 , 0 1 0 0 1 2 1 0 0 1 1 1 A ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − = − 75 , 0 1 0 0 1 2 1 0 0 1 2 1 0 0 1 1 1 A
• Langkah 5
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 5 5 5 5 5 4 4 4 4 5 4 3 3 3 5 4 3 2 2 5 4 3 2 1 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 5 4 3 2 1 x x x x x = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 75 61 49 40 35 ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 4 4 4 4 4 3 3 3 4 3 2 2 4 3 2 1 A ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 5 5 5 5
u v=
[
5 5 5 5]
5
=
α β =75
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
[ ] [ ] ⎥⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 5 5 5 5 75 , 0 1 0 0 1 2 1 0 0 1 2 1 0 0 1 1 5 5 5 5 75 , 0 1 0 0 1 2 1 0 0 1 2 1 0 0 1 1 5 5 5 5 5 25 , 3 3 4 5 5 5 5 5 75 0 25 , 3 3 4 5 x ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 2 3 4 5 1 25 , 1 0 0 0 0 25 , 3 3 4 5 1 25 , 1 0 0 0 25 , 1 25 , 1 0 25 , 3 3 4 5
[
1]
1 1
0 0
0 1 1
1 1 1 − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − − − − lama lama lama lama A v u A u A v A A α [ ] ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − + ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − = − 75 , 0 1 0 0 1 2 1 0 0 1 2 1 0 0 1 1 5 5 5 5 1 5 5 5 5 75 , 0 1 0 0 1 2 1 0 0 1 2 1 0 0 1 1 25 , 1 1 0 0 0 0 0 0 75 , 0 1 0 0 0 1 2 1 0 0 0 1 2 1 0 0 0 1 1 1 A
[0 0 0 1,25 1]
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − = − 8 , 0 1 0 0 0 1 2 1 0 0 0 1 2 1 0 0 0 1 2 1 0 0 0 1 1 1 A
2.7.2. Penyelesaian sistem persamaan linear jarang pada matriks 10x10
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x
• Langkah 1
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x
A = 1 β =141
1 1 1 1
1 = = =
• Langkah 2 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x
A = 1 v = 0 u = 0 α =2 β =16
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 0 . 1 0 . 1 . 0 2 141 . 0 16 0 141 x ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 8 0 0 141 1 0 2 16 0 141 ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 8 141 x
[
1]
1 1
0 0
0 1 1
• Langkah 3 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 2 0 0 1
A v=
[
0 0]
⎥⎦ ⎤ ⎢ ⎣ ⎡ = 4 0
u α =0 β =168
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β
[
]
[
]
⎥⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 5 , 0 0 0 1 0 0 5 , 0 0 0 1 0 0 0 8 141 0 0 168 0 8 141 x ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 168 0 8 141 x2.7.3. Penyelesaian sistem persamaan linear jarang dengan operasi penukaran baris pada matriks 10x10
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x Penyelesaian:
Matriks berordo 10x10 maka terdapat 10 langkah dalam penyelesaiannya.
Langkah k digunakan untuk langkah dalam partisi dan langkah i digunakan
sebagai penyelesaian jika terjadi pembagian nol.
Langkah k=1 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x 0 ) 1 , 1 ( ≠
a , pada langkah ini tidak mengalami penukaran baris.
A = 1 β =141
1 1 1 1
1 = = =
−
141 141 . 1 1 = = = − x A x β
Langkah k = 2
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x ? 1 u vA− = α 1 ) 1 , 1 ( = =a
A v=a(2,1)=0 u=a(1,2)=0 α =a(2,2)=2
16 ) 2 ( = =b β 0 0 . 1 . 0
1 = =
− u A v
u vA−1 ≠
α , tidak mengalami penukaran baris
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 0 . 1 0 . 1 . 0 2 141 . 0 16 0 141 x ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 8 0 0 141 1 0 2 16 0 141 ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 8 141 x
[
1]
1 1
0 0
0 1 1
[
]
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − 5 , 0 0 0 0 0 0 0 1 1 0 0 0 2 1 0 0 0 1 1 1 . 0 1 0 . 1 2 1 0 0 0 1 1 A ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − 5 , 0 0 0 1 1 ALangkah k = 3
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 15 144 168 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 5 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = = 2 0 0 1 ) 2 : 1 , 2 : 1 ( a
A v=a(3,1:2)=
[
0 0]
⎥⎦ ⎤ ⎢ ⎣ ⎡ = = 4 0 ) 3 , 2 : 1 ( a u 0 ) 3 , 3 ( = =a
α β =b(3)=168
[
]
04 0 5 , 0 0 0 1 0 0 1 = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − u A v u A v −1 =
α , mengalami penukaran baris
• Langkah i = k+1
i = 4 v=a(i,1:2)=
[
0 0]
α =a(i,3)=0 β =b(i)=168[
]
04 0 5 , 0 0 0 1 0 0 1 = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − u A v u A v −1 =
• Langkah i = k+2
i = 5 v=a(i,1:2)=
[
0 0]
α =a(i,3)=5 168)
( =
=b i
β
[
]
04 0 5 , 0 0 0 1 0 0 1 = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − u A v u A v −1 ≠
α , lakukan penyelesaian persamaan linear
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
α β [ ] ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 3 6 0 0 8 141 1 2 0 5 15 0 8 141 1 4 0 5 , 0 0 0 1 0 5 8 141 0 0 15 0 8 141 x ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 3 2 141 x
[
1]
1 1
0 0
0 1 1
1 1 1 − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − − − − lama lama lama lama A v u A u A v A A α [ ] ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = − 1 5 , 0 0 0 1 0 0 1 4 0 5 , 0 0 0 1 5 1 0 0 0 0 5 , 0 0 0 0 1 1 A [ ] ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − + ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − + ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = − 1 0 0 2 0 0 0 0 0 5 1 0 0 0 0 5 , 0 0 0 0 1 1 0 0 1 2 0 5 1 0 0 0 0 5 , 0 0 0 0 1 1 A ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = − 2 , 0 0 0 4 , 0 5 , 0 0 0 0 1 1 A
Karena adanya penukaran baris maka baris ke – k ditukar dengan baris ke – i. jadi
baris ke – 3 ditukar dengan baris ke – 5. dan dengan adanya penukaran baris maka
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 128 195 162 66 32 168 144 15 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 24 0 0 0 0 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 ij p x x x x x x x x x x
Langkah k = 4
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 128 195 162 66 32 168 144 15 16 141 0 0 16 0 0 0 0 0 0 0 15 0 0 0 0 9 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 3 0 0 0 0 0 0 0 8 0 0 0 0 0 0 24 0 0 0 0 0 0 12 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 4 2 0 0 0 0 20 0 0 0 0 0 1 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = − − = 5 0 0 4 2 0 0 0 1 ) 1 : 1 , 1 : 1
( k k
a A ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = − = 0 0 0 ) , 1 : 1
( k k
a u
[
0 0 0]
) 1 : 1 , ( − =
=a k k
v α =a(k,k)=6 β =b(k)=144
[
]
00 0 0 2 , 0 0 0 4 , 0 5 , 0 0 0 0 1 0 0 0 1 = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = − u A v u vA−1 ≠
α , tidak mengalami penukaran baris
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − 1 0 1 1 u A u A v x v x
x lama lama
[ ] ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 24 0 0 0 0 3 2 141 1 0 0 0 6 144 0 3 2 141 1 0 0 0 2 , 0 0 0 4 , 0 5 , 0 0 0 0 1 0 6 3 2 141 0 0 0 144 0 3 2 141 x ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 24 3 2 141 x
[
1]
1 1
0 0
0 1 1
1 1 1 − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − − − − − lama lama lama lama A v u A u A v A A α [ ] ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = − 1 2 , 0 0 0 4 , 0 5 , 0 0 0 0 1 0 0 0 1 0 0 0 2 , 0 0 0 4 , 0 5 , 0 0 0 0 1 6 1 0 0 0 0 0 2 , 0 0 0 0 4 , 0 5 , 0 0 0 0 0 1 1 A [ ] ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = − ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − + ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = − 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6 1 0 0 0 0 0 2 , 0 0 0 0 4 , 0 5 , 0 0 0 0 0 1 1 0 0 0 1 0 0 0 6 1 0 0 0 0 0 2 , 0 0 0 0 4 , 0 5 , 0 0 0 0 0 1 1 A ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = − 1667 , 0 0 0 0 0 2 , 0 0 0 0 4 , 0 5 , 0 0 0 0 0 1 1 A
Langkah k = 5
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡ = − −
=
6 0 0 0
0 5 0 0
0 4 2 0
0 0 0 1
) 1 : 1 , 1 : 1
( k k
a A
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
= − =
0 0 0 0
) , 1 : 1
( k k
a u
[
0 0 0 0]
) 1 : 1 ,
( − =
=a k k
v α =a(k,k)=0
168 )
( =
=b k
β
[ ] 0
0 0 0 0
1667 , 0 0 0 0
0 2
, 0 0 0
0 4 , 0 5 , 0 0
0 0
0 1
0 0 0 0
1 =
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
− u A v
u A v −1 =
α , mengalami penukaran baris
• Langkah i = k+1
i = 6 v=a(i,1:k −1)=
[
0 0 0 8]
α =a(i,k)=0 32)
( =
=b i
β
[ ] 0
0 0 0 0
1667 , 0 0 0 0
0 2
, 0 0 0
0 4 , 0 5 , 0 0
0 0
0 1
8 0 0 0
1 =
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
−
u A v
u A v −1 =
α , lanjutkan langkah i
• Langkah i = k+2
i = 7 v=a(i,1:k −1)=
[
0 3 0 0]
α =a(i,k)=0 66)
( =
=b i
β
[ ] 0
0 0 0 0
1667 , 0 0 0 0
0 2
, 0 0 0
0 4 , 0 5 , 0 0
0 0
0 1
0 0 3 0
1 =
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
−
u A v
u A v −1 =
• Langkah i = k+3
i = 8 v=a(i,1:k −1)=
[
0 0 0 0]
α =a(i,k)=0 162)
( =
=b i
β
[ ] 0
0 0 0 0
1667 , 0 0 0 0
0 2
, 0 0 0
0 4 , 0 5 , 0 0
0 0
0 1
0 0 0 0
1 =
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
− u A v
u A v −1 =
α , lanjutkan langkah i
• Langkah i = k+4
i = 9 v=a(i,1:k −1)=
[
0 0 0 0]
α =a(i,k)=9 195)
( =
=b i
β
[ ] 0
0 0 0 0
1667 , 0 0 0 0
0 2
, 0 0 0
0 4 , 0 5 , 0 0
0 0
0 1
0 0 0 0
1 =
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
− u A v
u A v −1 ≠
α , lakukan penyelesaian persamaan linear
[ ] [0 0 0 0]
1667 , 0 0 0 0
0 2
, 0 0 0
0 4 , 0 5 , 0 0
0 0
0 1
0 0 0 0
1 =
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
− A v
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡ = ⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
⎥ ⎥ ⎥ ⎥
⎦ ⎤
⎢ ⎢ ⎢ ⎢
⎣ ⎡
− =
−
0 0 0 0
0 0 0 0
1667 , 0 0