Gauss Jordan

.
Karl Friedich Gauss (1977-1855) adalah seorang ahli matematika dan ilmuwan dari Jerman. Gauss yang kadang-kadang dijuluki pangeran ahli matematika disejajarkan dengan Isaac Newton dan Archimedes sebagai salah satu dari tiga ahli matematika yang terbesar yang pernah ada. Dalam seluruh sejarah matematika, tidak pernah ada seorang anak yang begitu cepat berkembang, sebagaimana Gauss, yang dengan usahanya sendiri menyelesaikan dasar aritmetika sebelum ia dapat berbicara. Pada suatu hari, saat ia bahkan belum berusia tiga tahun, melalui cara dramatis orang tuanya mulai menyadari kejeniusan Gauss. Ketika itu ayahnya tengah menyiapkan gaji mingguan untuk para buruh bawahannya, dan Gauss memperhatikan dengan diam-diam dari pojok ruangan. Setelah perhitungan yang panjang dan membosankan. Gauss tiba-tiba memberi tahu ayahnya bahwa terdapat kesalahan dalam perhitungannya dan memberikan jawaban yang benar, yang diperoleh hanya dengan memikirkannya (tanpa menulisnya). Yang mengherankan orang tuanya adalah setelah diperiksa ternyata perhitungannya Gauss benar. Dalam desertasi doktoralnya Gauss memberikan bukti lengkap pertama teoriteori dasar aljabar yang menyatakan bahwa setiap persamaan polynomial memiliki solusi sebanyak pangkatnya. Pada usia 19 tahun ia menyelesaikan masalah yang membingungkan Euclid, menggambarkan polygon 17 sisi di dalam lingkaran dengan menggunakan jangka dan kompas, dan pada tahun 1801, pada usia yang ke-24 tahun, ia mempublikasikan karya terbesarnya, Disquisitiones Arithmeticae, yang dipandang banyak orang sebagai salah satu prestasi paling berlian dalam matematika. Dalam

makalah itu Gauss melakukan sistematisasi studi dari teori bilangan (sifat-sifat bilangan bulat atau integer) dan merumuskan konse dasar dari hal tersebut. Diantara prestasinya yang banyak sekali, Gauss menemukan kurva Gaussian atau kurva berbentuk lonceng yang merupakan dasar teori probabilitas, memberikan interpretasi geometric pertama mengenai bilangan kompleks dan mengembangkan metode-metode karakteristik permukaan secara interistik dengan menggunakan kurvakurva yang dikandungnya, mengembangkan teori pemetaan konformal (angle preserving) dan menemukan geometri non-Euclidean 30 tahun sebelum dipublikasikan oleh orang lain. Dalam bidang fisika ia memberikan sumbangan yang besar terhadap teori lensa dan gerakan kapiler, dan bersama Wilhelm Weber ia mengerjakan pekerjaan penting dalam bidang elektromagnetisme, magnetometer bifilar dan elektrograf. Gauss adalah orang yang sangat religious dan aristoratik dalam kesajaannya. Ia dengan mudah menguasai bahasa-bahasa asing, sangat senang membaca dan meminati bidang minarologi dan botani sebagai hobi. Ia tidak suka mengajar dan biasanya bersikap dingin tidak mendukung terhadapahli matematika yang lainnya, kemungkinan ini karena ia mengantisipasi kerja mereka. Dikatakan bahwa jika saja Gauss mempublikasikan semua penemuaannya, maka matematika saat ini akan lebih maju 50 tahun. Tak diragukan lagi bahwa ia adalah ahli matematika terbesar dalam era modern. Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi dari eliminasi Gauss. Pada metode eliminasi Gauus-Jordan kita membuat nol elemen-elemen di bawah maupun di atas diagonal utama suatu matriks. Hasilnya adalah matriks tereduksi yang berupa matriks diagonal satuan (Semua elemen pada diagonal utama bernilai 1, elemen-elemen lainnya nol). Metode eliminasi Gauss-Jordan kurang efisien untuk menyelesaikan sebuah SPL, tetapi lebih efisien daripada eliminasi Gauss jika kita ingin menyelesaikan SPL dengan matriks koefisien sama. Motede tersebut dinamai Eliminasi Gauss-Jordan untuk menghormati Carl Friedrich Gauss dan Whilhelm Jordan.

Di dalam matematika, system persamaan linier adalah kumpulan persamaanpersamaan linier yang memiliki variabel-variabel yang sama. Bentuk umum dari sistem persamaan linier dengan n peubah dinyatakan sebagai berikut:

. . .

. . .

. . .

. . .

Dengan mengunakan perkalian matriks, kita dapat menulis persamaan di atas sebagai persamaan matriks Yang dalam hal ini, adalah matriks berukuran n x n adalah matriks berukuran n x 1 adalah matriks berukuran n x 1 (disebut juga vector kolom) Yaitu:

] [

Metode Eliminasi Gauss Metode Eliminasi Gauss merupakan metode yang dikembangkan dari metode eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat diperoleh nilai dari suatu variabel bebas. Cara eliminasi ini sudah banyak dikenal. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana. Caranya adalah dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang eselon-baris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan menggunakan matriks. Caranya dengan mengubah persamaan linear tersebut ke

dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks Eselon-baris, lakukan substitusi balik untuk mendapatkan nilai dari variabelvariabel tersebut. Metode ini berangkat dari kenyataan bahwa bila matriks A berbentuk segitiga atas (menggunakan Operasi Baris Elementer) seperti system persamaan berikut ini:

] [

Maka solusinya dapat dihitung dengan teknik penyulingan mundur (backward substitution):

Sekali Kondisi

diketahui, maka nilai

dapat dihitung dengan:

sangat penting. Sebab bila

, persamaan diatas menjerjakan

pembagian dengan nol. Apabila kondisi tersebut tidak dipenuhi, maka SPL tidak mempunyai jawaban. Contoh:

] kalikan baris (i) dengan (-2), lalu tambahkan ke baris (ii)

] kalikan baris (i) dengan (-3), lalu tambahkan ke baris (iii)

] kalikan baris (ii) dengan (1/2)

] kalikan baris (ii) dengan (-3), lalu tambahkan ke baris (iii)

] kalikan baris (iii) dengan (-2)

Solusi system diperoleh dengan teknik penyulihan mundur sebagai berikut:

Diperoleh penyelesaian x = 1, y = 2, z = 3. Tata ancang pivoting Prinsip tata ancang pivoting adalah sebagai berikut: jika baris k dengan = 0, cari

dan k > p, lalu pertukaran baris p dan baris k. Metode

eliminasi Gauss dengan tata ancang pivoting disebut metode eliminasi Gauss yang diperbaiki (modified Gauusian elimination)

Contoh: Selesaikan sistem prsamaan lanjar berikut dengan meetode eliminasi Gauss yang menerapkan tata ancang pivoting.

] Operasi baris 1

[ Operasi baris 2

Setelah operasi baris 1, elemen

yang akan menjadi pivot pada operasi

baris 2 ternyata sama dengan nol. Karena itu, pada operasi baris 2, elemen baris 2 dipertukarkan dengan elemen baris 3. Tanda (*) menyatakan pertukaran baris terjadi akibat proses pivoting. Sekarang elemen sehingga operasi baris elementer dapat diteruskan. Tetapi, karena matriks A sudah membentuk matriks U, proses eliminasi selesai. Solusinya diperoleh dengan teknik penyulihan mundur, yaitu .

Melakukan pertukaran baris untuk menghindari pivot yang bernilai nol adalah cara pivoting yang sederhana (simple pivoting). Masalah ini dapat juga timbul bila elemen pivot sangat dekat ke nol, karena jika elemen pivot sangat kecil dibandingkan terhadap elemen lainnya, maka galat pembulatan dapat muncul. Ada dua macam tata-ancang pivoting, yaitu: a. Pivoting sebagian (partial pivoting) Pada tata-ancang pivoting sebagian, pivot dipilih dari semua elemen pada kolom p yang mempunyai nilai mutlak terbesar, , ,, , }

Lalu pertukarkan baris k dengan baris ke p. Misalkan setelah operasi baris pertama diperoleh matriksnya seperti yang digambarkan pada matriks di bawah ini. Untuk operasi baris kedua, carilah elemen x pada baris kedua, dimulai dari baris ke-2 sampai baris ke-4, yang nilai mutlaknya terbesar, lalu

pertukarkan barisnya dengan baris ke-2. Elemen x yang nilai mutlaknya terbesar itu sekarang menjadi pivot untuk operasi baris selanjutnya.

] Cari xterbesar, lalu

pertukarkan barisnya dengan baris ke-2 perhatikanlah bahwa teknik pivoting sebagian juga sekaligus menghindari pemilihan pivot = 0 (sebagaimana dalam simple pivoting) karena 0 tidak akan pernah menjadi elemen dengan nilai mutlak terbesar, kecuali jika seluruh elemen di kolom yang diacu adalah 0. Apabila setelah melakukan pivoting sebagian ternyata elemen pivot = 0, itu berarti system persamaan linier tidak dapat diselesaikan (singular system)

b. Pivoting Lengkap (complete pivoting) Jika disamping baris, kolom juga dikutkan dalam pencarian elemen terbesar dan kemudian dipertukarkan, maka tata-ancang ini disebut pivoting lengkap. Pivoting lengkap jarang dipakai dalam program sederhana karena pertukaran kolom mengubah urutan suku x dan akibatnya menambah kerumitan program secara berarti. Contoh: Dengan menggunkan 4 angka bena, selesaikan system berikut dengan metode eliminasi Gauss:

a. Tanpa tata-ancang pivoting sebagian (Gauss naif) b. Dengan tata-ancang pivoting sebagian (Gauss yang dimodifikasi)

Penyelesaian a. Tanpa tata-ancang pivoting sebagian * Operasi baris pertama +

(Tanda Jadi,

berarti diisi atau diganti dengan)

Solusinya diperoleh dengan teknik penyulihan mundur:

(jauh dari solusi sejati) Jadi, x=(3.333, 1.001). solusi ini sangat jauh berbeda dengan solusi sejatinya. Kegagalan ini terjadi karena sangat kecil bila 1.568 dinbandingkan , sehingga galat pembulatan yang kecil pada . Perhatikan juga bahwa 1.569

menghasilkan galat besar di

adalah pengurangan dua buah bilangan yang hamper sama, yang menimbulkan hilangnya angka bena pada hasil pengurangannya. b. Dengan tata-ancang pivoting sebagian Baris pertama dipertukarkan dengan baris kedua sehingga 0.3454 menjadi pivot * + * +

Dengan teknik penyulihan mundur diperoleh:

(lebih baik daripada solusi a) Jadi, solusinya adalah x = (10.02, 1.000), yang lebih baik daripada solusi a. keberhasilan ini karena tidak sangat kecil dibandingkan dengan tidak akan . , sehingga galat pembulatan yang kecil pada

menghasilkan galat yang besar pada

Penskalaan Kemungkinan solusi SPL Selain dengan pivoting sebagian, penskalaan (scaling) juga dapat digunakan untuk mengurangi galat pembulatan pada SPL yang mempunyai perbedaan koefisien yang mencolok. Situasi demikian sering ditemui dalam praktek rekayasa yang menggunakan ukuran satuan yang berbeda-beda dalam menentukan persamaan simultan. Misalnya pada persoalan rangkaian listrik, tegangan listrik dapat dinyatakan dalam satuan yang berkisar dari microvolt sampai kilovolt. Pemakaian satuan yang berbeda-beda dapat menuju ke koefisien yang besarnya sangat berlainan. Ini terdampak pada galat pembulatan, dank arena itu mempengaruhi pivoting. Dengan penskalaan berarti kita menormalkan persamaan. Cara menskala adalah membagi tiap baris persamaan dengan nilai mutlak koefisien terbesar di ruang kirinya. Akibat penskalaan, koefisien maksimum dalam tiap baris adalah 1. Cara menskala seperti ini dinamakan dengan menormalkan SPL. Contoh: Selesaikan system persamaan lanjut berikut sampai 3 angka bena dengna menggunakan metode eliminasi Gauss yang menerapkan perskalaan dan tanpa perskalaan: +

(Solusi sejatinya dalam 3 angka bena adalah Penyelesaian: (i) Tanpa perskalaan * Solusinya adalah (salah) (ii) Dengan penskalaan 2 :1 0.00002 + * +

* Solusinya,

(benar) Yang sesuai dengan solusi sejati. Contoh di atas juga memperlihatkan bahwa penskalaan dapat mengubah pemilihan pivot. Kemungkinan solusi SPL Tidak semua SPL mempunyai solusi. Ada 3 kemungkinan yang dapat terjadi pada SPL: a) Mempunyai solusi yang unik b) Mempunyai banyak solusi, atau c) Tidak ada solusi sama sekali Untuk SPL dengan tiga buah persamaan atau lebih (dengan tiga peubah atau lebih)tidak terdapat tafsiran geometrinya (tidak mungkin dibuat ilustrasi grafiknya) seperti pada SPL dengan dua buah persamaan. Namun, kita masih dapat memeriksa masing-masing kemungkinan solusi itu berdasarkan pada

bentuk matriks akhirnya. Agar lebih jelas, tinjau contoh pada SPL yang disusun oleh tiga persamaan. 1) Solusi unik/tunggal

[ Solusi:

2) Solusi banyak/tidak terhingga

Perhatikan hasil eliminasi Gauss pada baris terakhir. Persamaan yang bersesuaian dengan baris terakhir tersebut adalah Yang dipenuhi oleh banyak nilai x. solusinya diberikan dalam bentuk parameter: Misalkan Maka 3) Tidak ada solusi

Perhatikan hasil eliminasi Gauss pada baris terakhir. Persamaan yang bersesuaian dengan baris terakhir tersebut adalah Yang dalam hal ini, tidak nilai yang memenuhi, i=1,2,3

Eliminasi Gauss-Jordan Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi dari eliminasi Gauss. Pada metode eliminasi Gauss-Jordan kita membuat nol elemen-elemen di bawah maupun di atas diagonal utama suatu matriks. Hasilnya adalah matriks tereduksi yang berupa matriks diagonal satuan (semua elemen pada diagonal utama bernilai 1, elemen-elemen lainnya nol). Dalam bentuk matriks, eliminasi Gauss-Jordan ditulis sebagai berikut.

] Solusinya:

Seperti pada metode eliminasi gauss naf, metode eliminasi Gauss-Jordan naf tidak menerapkan tata-ancang pivoting dalam proses eliminasinya. Langkah-langkah sebagai berikut: 1. Jika suatu baris tidak seluruhnya dari nol, maka bilangan tak nol pertama pada baris itu adalah 1. Bilangan ini disebut 1 utama (leading 1). 2. Jika terdapat baris yang seluruhnya terdiri dari nol, maka baris-baris ini akan dikelompokkan bersama pada bagian paling bawah dari matriks. 3. Jika terdapat dua baris berurutan yang tidak seluruhnya dari nol, maka 1 utama pada baris yang lebih rendah terdapat pada kolom yang lebih kanan dari 1 utama pada baris yang lebih tinggi. 4. Setiap kolom memiliki 1 utama memiliki nol pada tempat lain. operasi baris yang dikemukakan oleh Gauss dan disempurnakan oleh Jordan sehingga dikenal dengan Eliminasi Gauss-Jordan,

Algoritma Metode Eliminasi Gauss-Jordan adalah sebagai berikut: 1. Masukkan matriks A dan vector B beserta ukurannya n 2. Buat augmented matriks [AB] namakan dengan A 3. Untuk baris ke-i dimana i=1 s/d n a) Perhatikan apakah nilai Bila ya: Pertukarkan baris ke-i dan baris ke i+kn, dimana dihentikan dengan tanpa penyelesaian. Bila tidak: Lanjutkan b) Jadikan nilai diagonalnya menjadi satu, dengan cara untuk setiap kolom k dimana k=1 s/d n+1, hitung 4. Untuk baris ke j, dimana j=i+1 s/d n Lakukan operasi baris elementer untuk kolom k dimana k=1 s/d n Hitung Hitung 5. Penyelesaian, untuk i=n s/d 1 (bergerak dari baris ke n sampai baris pertama) Contoh: tidak sama dengan nol, bila tidak ada berarti perhitungan tidak bisa dilanjutkan dan proses sama dengan nol:

Penyelesaian: [ ]

] kalikan baris (i) dengan (-2), lalu tambahkan ke baris (ii)

] kalikan baris (i) dengan (-3), lalu tambahkan ke baris (iii)

] kalikan baris (ii) dengan (1/2)

] kalikan baris (ii) dengan (-3), lalu tambahkan ke baris (iii)

] kalikan baris (iii) dengan (-2)

] kalikan baris (ii) dengan (-1), lalu tambahkan ke baris (i)

) ( )

Diperoleh penyelesaian x = 1, y = 2, z = 3.

Kalkulator Eliminasi Gauss-Jordan

Masukkan dimensi (ukuran) dari matriks (Baris x Kolom). Ukuran maksimum yang dapat diterima kalkulator ini adalah 9x9. Nilai hasil dari setiap operasi akan dibulatkan ke 3 angka di belakang koma. Matriks Identitas hanya akan ditambahkan secara otomatis jika dimensi (ukuran) matriks yang terbentuk kurang atau sama dengan 9x9

Aplikasi untuk mencari Invers Jika eliminasi Gauss-Jordan diterapkan dalam matriks persegi, metode tersebut dapat digunakan untuk menghitung invers dari matriks. Eliminasi Gauss-Jordan hanya dapat dilakukan dengan menambahkan dengan matriks identitas dengan dimensi yang sama, dan melalui operasi-operasi matriks:

Jika A contoh matriks persegi yang diberikan:

Kemudian, setelah ditambahkan dengan matriks identitas:

Dengan melakukan operasi baris dasar pada matriks[AI] sampai A menjadi matriks identitas, maka didapatkan hasil akhir:

Eliminasi Gauss-Jordan Thomas (1984:93-94) mengatakan bahwa setiap matriks memiliki bentuk eselon baris tereduksi yang unik, artinya kita akan memperoleh bentuk eselon baris tereduksi yang sama untuk matriks tertentu bagaimanapun variasi operasi baris yang dilakukan. Langkah-langkah operasi baris yang dikemukakan oleh Gauss dan disempurnakan oleh Jordan sehingga dikenal dengan Eliminasi Gauss-Jordan, sebagai berikut: 1.Jika suatu baris tidak seluruhnya dari nol, maka bilangan tak nol pertama pada baris itu adalah 1. Bilangan ini disebut 1 utama (leading 1). 2.Jika terdapat baris yang seluruhnya terdiri dari nol, maka baris-baris ini akan dikelompokkan bersama pada bagian paling bawah dari matriks. 3.Jika terdapat dua baris berurutan yang tidak seluruhnya dari nol, maka 1 utama pada baris yang lebih rendah terdapat pada kolom yang lebih kanan dari 1 utama pada baris yang lebih tinggi.

4.Setiap kolom memiliki 1 utama memiliki nol pada tempat lain. Misal kita punya matriks berikut:

Langkah 1. Perhatikan kolom paling kiri yang tidak seluruhnya nol.

Langkah 2. Jika perlu, pertukarkan baris paling atas dengan baris lain untuk menempatkan entri taknol pada puncak kolom yang kita peroleh pada langkah 1.

Baris pertama dipertukarkan dengan baris ke dua (H21) Langkah 3. Jika entri yang kini berada pada kolom yang kita peroleh pada langkah 1 adalah a, kalikan dengan baris pertama dengan 1/a sehingga membentuk 1 utama. Baris pertama dari matriks sebelumnya dikalikan dengan 1/2 disingkat H2(1/2) Langkah 4. Tambahkan kelipatan yang sesuai dari baris paling atas ke baris-baris di bawahnya sehingga semua entri di bawah 1 utama menjadi nol.

-2 kali baris pertama sebelumnya ditambahkan ke baris ketiga (H21(-2)) Langkah 5. Sekarang tutuplah baris paling atas dari matriks dan mulailah lagi dengan langkah 1 pada submatriks yang tersisa. Lanjutkan langkah ini hingga seluruhnya matriks berada dalam bentuk eselon baris.

lihat kolom ketiga dari kiri tidak semuanya nol

baris kedua dari matriks dikalikan dengan dengan -1/2 untuk memperoleh 1 utama

-5 kali baris kedua ditambahkan pada baris ketiga untuk memperoleh nol di bawah 1 utama.

baris paling atas submatriks ditutup kita kembali ke langkah 1

baris ketiga dikalikan dengan 2 untuk mendapatkan 1 utama berikutnya. Langkah 6. Mulailah dengan baris tak nol terakhir dan bergerak ke atas, tambahkan kelipatan yang sesuai dari tiap-tiap baris ke baris di atasnya untuk memperoleh nol di atas 1 utama.

kali baris ketiga dari matriks sebelumnya ditambahkan ke baris kedua.

-6 kali baris ketiga ditambahkan ke baris pertama

5 kali baris kedua ditambahkan ke baris pertama Langkah 1 5 dinamakan Eliminasi Gauss, jika prosedurnya sampai pada langkah 6 dinamakan Eliminasi Gauss-Jordan. Dari langkah tersebut kita peroleh persamaan x1 + 22 +3 x4 = 2 x3 = 1 x5=2 Dari persamaan tersebut kita dapat memisalkan nilai x1=s dan x2 = t untuk memperoleh nilai x1 = 2s-3t (s dan t adalah parameter dari SPL tersebut).

Referensi http://en.wikipedia.org/wiki/Gaussian_elimination

Lipschutz, Seymour, and Lipson, Mark. Schaums Outlines: Linear Algebra. Tata McGrawhill edition. Delhi 2001. pp. 69-80.

Strang, Gilbert (2003). Introduction to Linear Algebra, 3rd edition, Wellesley, Massachusetts: Wellesley-Cambridge Press, 74-76.

Sahid. Pengantar Komputasi Numerik dengan MATLAB. 2005. Yogyakarta:ANDI