You are on page 1of 64

For

Materi Kuliah
Mahasiswa PSTB,
Fakultas Teknik UI
Persamaan Linier Simultan
Persamaan linier simultan adalah suatu bentuk persamaan-persamaan yang
secara bersama-sama menyajikan banyak variabel bebas
Bentuk persamaan linier simultan dengan m persamaan dan n variabel bebas








a
ij
untuk i= 1 s/d m dan j= 1 s/d n adalah koefisien atau persamaan simultan
x
i
untuk i= 1 s/d n adalah variabel bebas pada persamaan simultan
Persamaan Linier Simultan
Penyelesaian persamaan linier simultan adalah penentuan
nilai x
i
untuk semua i= 1 s/d n yang memenuhi semua
persamaan yang diberikan.






AX = B
Matrik A = Matrik Koefisien/ Jacobian.
Vektor x = vektor variabel
vektor B = vektor konstanta.
(
(
(
(

=
(
(
(
(

(
(
(
(

n n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a
... ...
...
... ... ... ...
...
...
2
1
2
1
2 1
2 22 21
1 12 11
Persamaan Linier Simultan
Persamaan Linier Simultan
atau Sistem Persamaan Linier
mempunyai kemungkinan
solusi :
Tidak mempunyai solusi
Tepat satu solusi
Banyak solusi
Augmented Matrix
matrik yang merupakan perluasan matrik A dengan
menambahkan vector B pada kolom terakhirnya, dan
dituliskan:
Augmented (A) = [A B]
(
(
(
(

m mn m m m
n
n
b a a a a
b a a a a
b a a a a
...
... ... ... ... ... ...
...
...
3 2 1
2 2 23 22 21
1 1 13 12 11
Contoh 1 :
Seorang pembuat boneka ingin membuat dua macam
boneka yaitu boneka A dan boneka B. Kedua boneka
tersebut dibuat dengan menggunakan dua macam bahan
yaitu potongan kain dan kancing. Boneka A membutuhkan
10 potongan kain dan 6 kancing, sedangkan boneka B
membutuhkan 8 potongan kain dan 8 kancing.
Permasalahannya adalah berapa buah boneka A dan
boneka B yang dapat dibuat dari 82 potongan kain
dan 62 kancing ?
Contoh 1
Permasalahan ini dapat dimodelkan dengan menyatakan :
x = jumlah boneka A
y = jumlah boneka B

Untuk setiap bahan dapat dinyatakan bahwa:
Potongan kain
10 untuk boneka A + 8 untuk boneka B = 82
Kancing
6 untuk boneka A + 8 untuk boneka B = 62

Atau dapat dituliskan dengan :
10 x + 8 y = 82
6 x + 8 y = 62

Penyelesaian dari permasalahan di atas adalah penentuan nilai x dan y yang
memenuhi kedua persamaan di atas.
Contoh 2 :
Perhatikan potongan peta yang sudah diperbesar (zoom) sebagai berikut :












Perhatikan bahwa pada ke-4 titik tersebut dihubungkan dengan garis lurus,
sehingga tampak kasar.
Untuk menghaluskannya dilakukan pendekatan garis dengan kurva yang dibentuk
dengan fungsi pendekatan polinomial.
Dari fungsi polinomial yang dihasilkan kurva dapat digambarkan dengan lebih
halus.
1
2
3
4
Contoh 2 :
4 titik yang ditunjuk adalah (2,3), (7,6), (8,14) dan (12,10). 4 titik ini
dapat didekati dengan fungsi polinom pangkat 3 yaitu :






Bila nilai x dan y dari 4 titik dimasukkan ke dalam persamaan di atas akan
diperoleh model persamaan simultan sebagai berikut :
Titik 1 3 = 8 a + 4 b + 2 c + d
Titik 2 6 = 343 a + 49 b + 7 c + d
Titik 3 14 = 512 a + 64 b + 8 c + d
Titik 4 10 = 1728 a + 144 b + 12 c + d

Penentuan nilai a, b, c dan d adalah penyelesaian dari permasalahan di
atas.
d cx bx ax y + + + =
2 3
Theorema
Suatu persamaan linier simultan mempunyai
penyelesaian tunggal bila memenuhi syarat-syarat
sebagai berikut.
Ukuran persamaan linier simultan bujursangkar,
dimana jumlah persamaan sama dengan jumlah variable
bebas.
Persamaan linier simultan non-homogen dimana
minimal ada satu nilai vector konstanta B tidak nol atau
ada bn = 0.
Determinan dari matrik koefisien persamaan linier
simultan tidak sama dengan nol.
Metode Analitik
metode grafis
aturan Crammer
invers matrik
Metode Komputasi Numerik
Metode Eliminasi Gauss
Metode Eliminasi Gauss-Jordan
Metode Iterasi Gauss-Seidel
Metode Eliminasi Gauss (Bab 7)
Metode Eliminasi Gauss merupakan metode yang
dikembangkan dari metode eliminasi, yaitu
menghilangkan atau mengurangi jumlah variable sehingga
dapat diperoleh nilai dari suatu variable bebas
matrik diubah menjadi augmented matrik :
(
(
(
(
(

n nn n
n
n
b
b
b
a a a
a a a
a a a
...

...
... ... ... ...
...
...
2
1
2 n1
2 22 21
1 12 11
Metode Eliminasi Gauss
ubah matrik menjadi matrik segitiga atas atau segitiga bawah dengan
menggunakan OBE (Operasi Baris Elementer).
(
(
(
(
(
(

n nn n n n
n
n
n
b a a a a
b a a a a
b a a a a
b a a a a
...
... ... ... ... ... ...
...
...
...
3 2 1
3 3 33 32 31
2 2 23 22 21
1 1 13 12 11

(
(
(
(
(
(

n nn
n
n
n
d c
d c c
d c c c
d c c c c
... 0 0 0
... ... ... ... ... ...
... 0 0
... 0
...
3 3 33
2 2 23 22
1 1 13 12 11
( )
( )
( )
n n
n n
n n n n
n n
n
nn
n
n
x c x c x c d
c
x
x c x c x c d
c
x
d x c
c
x
c
d
x
1 13 2 12 1
11
1
2 4 24 3 23 2
22
2
1 , 1
1 , 1
1
... 3
1
...
1
....... .......... .......... ..........
1
=
=
+ =
=

Operasi Baris Elementer


Metode dasar untuk menyelesaikan Sistem Persamaan
Linier adalah mengganti sistem yang ada dengan sistem
yang baru yang mempunyai himp solusi yang sama dan
lebih mudah untuk diselesaikan

Sistem yang baru diperoleh dengan serangkaian step yang
menerapkan 3 tipe operasi. Operasi ini disebut Operasi
Baris Elementer
1. Multiply an equation through by an nonzero constant.
2. Interchange two equation.
3. Add a multiple of one equation to another.


Metode Eliminasi Gauss
Sehingga penyelesaian dapat diperoleh dengan:
( )
( )
( )
n n
n n
n n n n
n n
n
nn
n
n
x c x c x c d
c
x
x c x c x c d
c
x
d x c
c
x
c
d
x
1 13 2 12 1
11
1
2 4 24 3 23 2
22
2
1 , 1
1 , 1
1
... 3
1
...
1
....... .......... .......... ..........
1
=
=
+ =
=

Contoh :
Selesaikan sistem persamaan berikut:




Augmented matrik dari persamaan linier simultan tersebut :
10 2 2
2 2
6
3 2 1
3 2 1
3 2 1
= + +
= +
= + +
x x x
x x x
x x x
(
(
(

10 2 1 2
2 1 2 1
6 1 1 1
Contoh :
Lakukan operasi baris elementer
1 3
1 2
2B B
B B

|
|
|
.
|

\
|


2 0 1 0
4 2 1 0
6 1 1 1
2 3
B B +
(
(
(



6 2 0 0
4 2 1 0
6 1 1 1
Contoh :
Penyelesaian :

( )
( ) 1 3 2 6
1
1
2 3 ) 2 ( 4
1
1
3
2
6
1
2
3
= =
= =
=

=
x
x
x
Echelon Forms
This matrix which have following properties is in reduced
row-echelon form (Example 1, 2).
1. If a row does not consist entirely of zeros, then the first
nonzero number in the row is a 1. We call this a leader 1.
2. If there are any rows that consist entirely of zeros, then they
are grouped together at the bottom of the matrix.
3. In any two successive rows that do not consist entirely of
zeros, the leader 1 in the lower row occurs farther to the right
than the leader 1 in the higher row.
4. Each column that contains a leader 1 has zeros everywhere
else.
A matrix that has the first three properties is said to be in
row-echelon form (Example 1, 2).
A matrix in reduced row-echelon form is of necessity in row-
echelon form, but not conversely.
Example 1
Row-Echelon & Reduced Row-Echelon form
reduced row-echelon form:
(

(
(
(
(


(
(
(

(
(
(

0 0
0 0
,
0 0 0 0 0
0 0 0 0 0
3 1 0 0 0
1 0 2 1 0
,
1 0 0
0 1 0
0 0 1
,
1 1 0 0
7 0 1 0
4 0 0 1
(
(
(

(
(
(

(
(
(


1 0 0 0 0
0 1 1 0 0
0 6 2 1 0
,
0 0 0
0 1 0
0 1 1
,
5 1 0 0
2 6 1 0
7 3 4 1
row-echelon form:
Example 2
More on Row-Echelon and Reduced Row-Echelon form
All matrices of the following types are in row-echelon
form ( any real numbers substituted for the *s. ) :
(
(
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(

* 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
(
(
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(

* 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
All matrices of the following types are in reduced row-
echelon form ( any real numbers substituted for the *s. ) :
Contoh
Solusi dari Sistem Pers Linier
(
(
(

4 1 0 0
2 0 1 0
5 0 0 1
(a)
4
2 -
5
=
=
=
z
y
x
Solution (a)
Anggaplah ini adalah matrik dari Sistem Persamaan Linier yang telah
direduksi dengan bentuk row echelon.
Example 3
Solutions of Four Linear Systems (b1)
(
(
(


2 3 1 0 0
6 2 0 1 0
1 4 0 0 1
(b)
Solution (b)

2 3
6 2
1 - 4
4 3
4 2
4 1
= +
= +
= +
x x
x x
x x
leading
variables
free variables
Example 3
Solutions of Four Linear Systems (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
=
=
=
=
Free variabel kita misalkan dengan t.
Sehingga selanjutnya dapat kita tentukan
leading variabelnya.
Sistem Persamaan Linier
menghasilkan banyak solusi
Example 3 Solutions of Four Linear Systems (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
Solution (c)
1. Pada baris ke-4 semuanya nol
sehingga persamaan ini dapat
diabaikan
Example 3
Solutions of Four Linear Systems (c2)
5 4
5 3
5 2 1
5 - 2
3 - 1
4 - 6 - 2 -
x x
x x
x x x
=
=
=
Solution (c)
2. Selesaikan leading variabel
dengan free variabel

3. Free variabel kita misalkan
dengan t (sembarang value).
Sehingga Sistem Persamaan
Linier menghasilkan banyak
solusi
t x
t x
t x
s x
t s x
=
=
=
=
=
4
4
3
2
1
, 5 - 2
3 - 1
, 4 - 6 - 2 -
Example 3
Solutions of Four Linear Systems (d)
(
(
(

1 0 0 0
0 2 1 0
0 0 0 1
(d)
1 0 0 0
3 2 1
= + + x x x
Solution (d):
Persamaan terakhir pada Sistem Persamaan Linier

Karena persamaan ini tidak konsisten, maka Sistem ini tidak mempunyai
solusi
Example 3
Solutions of Four Linear Systems (d)
(
(
(

1 0 0 0
0 2 1 0
0 0 0 1
(d)
1 0 0 0
3 2 1
= + + x x x
Solution (d):
the last equation in the corresponding system of equation is

Since this equation cannot be satisfied, there is no solution to the
system.
Elimination Methods (1/7)
We shall give a step-by-step elimination procedure that
can be used to reduce any matrix to reduced row-echelon
form.
(
(
(

1 5 6 5 4 2
28 12 6 10 4 2
12 7 0 2 0 0
Elimination Methods (2/7)
Step1. Locate the leftmost column that does not consist
entirely of zeros.




Step2. Interchange the top row with another row, to bring a
nonzero entry to top of the column found in Step1.
(
(
(

1 5 6 5 4 2
28 12 6 10 4 2
12 7 0 2 0 0
(
(
(

1 5 6 5 4 2
12 7 0 2 0 0
28 12 6 10 4 2
Leftmost nonzero column
The 1th and 2th rows in the
preceding matrix were
interchanged.
Elimination Methods (3/7)
Step3. If the entry that is now at the top of the column found
in Step1 is a, multiply the first row by 1/a in order to introduce
a leading 1.



Step4. Add suitable multiples of the top row to the rows
below so that all entires below the leading 1 become zeros.
(
(
(

1 5 6 5 4 2
12 7 0 2 0 0
14 6 3 5 2 1
(
(
(

29 17 0 5 0 0
12 7 0 2 0 0
14 6 3 5 2 1
The 1st row of the preceding
matrix was multiplied by 1/2.
-2 times the 1st row of the
preceding matrix was added to
the 3rd row.
Elimination Methods (4/7)
Step5. Now cover the top row in the matrix and begin again with Step1
applied to the submatrix that remains. Continue in this way until the
entire matrix is in row-echelon form.
(
(
(

29 17 0 5 0 0
12 7 0 2 0 0
14 6 3 5 2 1
(
(
(

29 17 0 5 0 0
6 0 1 0 0
14 6 3 5 2 1
2
7
The 1st row in the submatrix
was multiplied by -1/2 to
introduce a leading 1.
Leftmost nonzero
column in the submatrix
Elimination Methods (5/7)
Step5 (cont.)
(
(
(

2 1 0 0 0 0
6 0 1 0 0
14 6 3 5 2 1
2
7
(
(
(

1 0 0 0 0
6 0 1 0 0
14 6 3 5 2 1
2
1
2
7
-5 times the 1st row of the
submatrix was added to the 2nd
row of the submatrix to introduce
a zero below the leading 1.
(
(
(

1 0 0 0 0
6 0 1 0 0
14 6 3 5 2 1
2
1
2
7
The top row in the submatrix was
covered, and we returned again Step1.
The first (and only) row in the
new submetrix was multiplied
by 2 to introduce a leading 1.
Leftmost nonzero column in
the new submatrix
The entire matrix is now in row-echelon form.
Elimination Methods (6/7)
Step6. Beginning with las nonzero row and working upward, add suitable
multiples of each row to the rows above to introduce zeros above the
leading 1s.
(
(
(

2 1 0 0 0 0
1 0 0 1 0 0
7 0 3 0 2 1
(
(
(


2 1 0 0 0 0
1 0 0 1 0 0
2 0 3 5 2 1
7/2 times the 3rd row of the
preceding matrix was added to
the 2nd row.
(
(
(


2 1 0 0 0 0
1 0 0 1 0 0
14 6 3 5 2 1
-6 times the 3rd row was added
to the 1st row.
The last matrix is in reduced row-echelon form.
5 times the 2nd row was added
to the 1st row.
Elimination Methods (7/7)
Step1~Step5: the above procedure produces a row-echelon
form and is called Gaussian elimination.

Step1~Step6: the above procedure produces a reduced
row-echelon form and is called Gaussian-Jordan
elimination.

Every matrix has a unique reduced row-echelon form
but a row-echelon form of a given matrix is not unique.
Algoritma Metode Eliminasi Gauss
Metode Eliminasi Gauss Jordan (Bab 8)
Metode ini merupakan pengembangan metode
eliminasi Gauss, hanya saja augmented matrik, pada
sebelah kiri diubah menjadi matrik diagonal







Penyelesaian dari persamaan linier simultan diatas adalah nilai
d1,d2,d3,,dn dan atau:
(
(
(
(
(
(

n nn n n n
n
n
n
b a a a a
b a a a a
b a a a a
b a a a a
...
... ... ... ... ... ...
...
...
...
3 2 1
3 3 33 32 31
2 2 23 22 21
1 1 13 12 11

(
(
(
(
(
(

n
d
d
d
d
1 ... 0 0 0
... ... ... ... ... ...
0 ... 1 0 0
0 ... 0 1 0
0 ... 0 0 1
3
2
1
n n
d x d x d x d x = = = = ,...., , ,
3 3 2 2 1 1
Contoh :
Selesaikan persamaan
linier simultan:


Augmented matrik dari
persamaan linier
simultan


Lakukan operasi
baris elementer
8 4 2
3
2 1
2 1
= +
= +
x x
x x
(

8 4 2
3 1 1
(

1 1 0
2 0 1
1 1 0
3 1 1
2 / 2
2 2 0
3 1 1
2
2 1
1 2
B B
B
b B
Penyelesaian persamaan linier simultan : x
1
= 2 dan x
2
= 1
Contoh :
0 5 6 3
7 1 7 2
9 2
= +
=
= + +
z y x
z y
z y x
0 5 6 3
1 3 4 2
9 2
= +
= +
= + +
z y x
z y x
z y x
(
(
(

0 5 6 3
1 3 4 2
9 2 1 1

(
(
(


0 5 6 3
17 7 2 0
9 2 1 1
B
2
-2B
1
B
2
-2B
1
B
3
-3B
1
B
3
-3B
1
Example 3
Using Elementary row Operations(2/4)
0 11 3

9 2
2
17
2
7
=
=
= + +
z y
z y
z y x
27 11 3
17 7 2
9 2
=
=
= + +
z y
z y
z y x
(
(
(



27 11 3 0
17 7 2 0
9 2 1 1

(
(
(



27 11 3 0
1 0
9 2 1 1
2
17
2
7
B
2
B
2 B
3
-3B
2
B
3
-3B
2
Example 3
Using Elementary row Operations(3/4)
3

9 2
2
17
2
7
=
=
= + +
z
z y
z y x
2
3
2
1
2
17
2
7


9 2
=
=
= + +
z
z y
z y x
(
(
(



2
3
2
1
2
17
2
7
0 0
1 0
9 2 1 1

(
(
(


3 1 0 0
1 0
9 2 1 1

2
17
2
7
-2 B
3
-2 B
3
B
1
- B
2
B
1
- B
2
Example 3
Using Elementary row Operations(4/4)
3
2
1
=
=
=
z
y
x
3


2
17
2
7
2
35
2
11
=
=
= +
z
z y
z x
(
(
(


3 1 0 0
1 0
0 1

2
17
2
7
2
35
2
11
(
(
(

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

Solusi x = 1, y=2 dan z=3
B
2
+ 7/2 B
3
B
1
- 11/2 B
3
B
2
+ 7/2 B
3
B
1
- 11/2 B
3
Algoritma Metode Eliminasi Gauss-Jordan
BBbbbbb
Metode Iterasi Gauss-Seidel
Metode interasi Gauss-Seidel adalah metode yang menggunakan
proses iterasi hingga diperoleh nilai-nilai yang berubah.
Bila diketahui persamaan linier simultan
n n nn n n n
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
= + + + +
= + + + +
= + + + +
= + + + +
...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
...
...
...
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11
Metode Iterasi Gauss-Seidel
Berikan nilai awal dari setiap x
i
(i=1 s/d n)
kemudian persamaan linier simultan diatas
dituliskan menjadi:

( )
( )
( )
1 1 2 2 1 1
2 3 23 1 21 2
2
2
1 3 13 2 12 1
11
1
....
1
... .......... .......... .......... .......... .......... ..........
....
1
....
1
2

=
=
=
n nn n n n
nn
n
n n
n n
x a x a x a b
a
x
x a x a x a b
a
x
x a x a x a b
a
x
Metode Iterasi Gauss-Seidel
Dengan menghitung nilai-nilai x
i
(i=1 s/d n)
menggunakan persamaan-persamaan di atas secara terus-
menerus hingga nilai untuk setiap xi

(i=1 s/d n) sudah
sama dengan nilai x
i
pada iterasi sebelumnya maka
diperoleh penyelesaian dari persamaan linier simultan
tersebut.

Atau dengan kata lain proses iterasi dihentikan bila selisih
nilai x
i
(i=1 s/d n) dengan nilai x
i
pada iterasi sebelumnya
kurang dari nilai tolerasi error yang ditentukan.

Untuk mengecek kekonvergenan

Catatan
Hati-hati dalam menyusun sistem persamaan linier ketika
menggunakan metode iterasi Gauss-Seidel ini.
Perhatikan setiap koefisien dari masing-masing x
i
pada
semua persamaan di diagonal utama (a
ii
).
Letakkan nilai-nilai terbesar dari koefisien untuk setiap x
i

pada diagonal utama.
Masalah ini adalah masalah pivoting yang harus benar-
benar diperhatikan, karena penyusun yang salah akan
menyebabkan iterasi menjadi divergen dan tidak diperoleh
hasil yang benar.
Contoh
Berikan nilai awal : x1 = 0 dan x2 = 0
Susun persamaan menjadi:
14 4 2
5
2 1
2 1
= +
= +
x x
x x
( )
1 2
2 1
2 14
4
1
5
x x
x x
=
=
(5,1)

(4,3/2)

(7/2,7/4)
Contoh
(13/4 , 15/8)


(25/8 , 31/16)



(49/16 , 63/32 )


(97/32 , 127/64)
Contoh :
Selesaikan sistem persamaan berikut:




Augmented matrik dari persamaan linier simultan tersebut
:
10 2 2
2 2
6
3 2 1
3 2 1
3 2 1
= + +
= +
= + +
x x x
x x x
x x x
(
(
(

10 2 1 2
2 1 2 1
6 1 1 1
Hasil Divergen
Hasil Konvergen
6
2 2
10 2 2
3 2 1
3 2 1
3 2 1
= + +
= +
= + +
x x x
x x x
x x x
Algoritma Metode Iterasi Gauss-Seidel
Soal
Selesaikan dg Eliminasi Gauss-Jordan x1 + x2 + 2x3 = 8
-x1 2x1 + 3x3 = 1
3x1 7x2 + 4x3 = 10

x y + 2z w = -1
2x + y - 2z -2w = -2
-x + 2y 4z + w = 1
3x - 3w = -3



0 5 6 3
1 3 4 2
9 2
= +
= +
= + +
z y x
z y x
z y x
Selesaikan dg Gauss Seidel
5x1 + 2x2 + 6x3 = 0
-2x1 + x2 + 3x3 = 0
X1 2x2 + x3 4x4 = 1
X1 + 3x2 + 7x3 + 2x4 = 2
X1 12x2 11x3 16x4 = 5

Contoh Penyelesaian Permasalahan Persamaan
Linier Simultan
Mr.X membuat 2 macam boneka A dan B. Boneka A memerlukan bahan 10
blok B1 dan 2 blok B2, sedangkan boneka B memerlukan bahan 5 blok B1 dan
6 blok B2. Berapa jumlah boneka yang dapat dihasilkan bila tersedia 80 blok
bahan B1 dan 36 blok bahan B2.

Model Sistem Persamaan Linier :
Variabel yang dicari adalah jumlah boneka, anggap:
x1 adalah jumlah boneka A
x2 adalah jumlah boneka B
Perhatikan dari pemakaian bahan :
B1: 10 bahan untuk boneka A + 5 bahan untuk boneka B = 80
B2: 2 bahan untuk boneka A + 6 bahan untuk boneka B = 36

Diperoleh model sistem persamaan linier
10 x1 + 5 x2 = 80
2 x1 + 6 x2 = 36
Contoh 1 :
metode eliminasi Gauss-Jordan













Diperoleh x1 = 6 dan x2 = 4, artinya bahan yang tersedia dapat dibuat 6
boneka A dan 4 boneka B.
Contoh 2 :Penghalusan Kurva Dengan Fungsi
Pendekatan Polinomial
Perhatikan bahwa pada ke-4 titik tersebut dihubungkan dengan garis
lurus, sehingga tampak kasar. Untuk menghaluskannya dilakukan
pendekatan garis dengan kurva yang dibentuk dengan fungsi
pendekatan polinomial. Dari fungsi polinomial yang dihasilkan kurva
dapat digambarkan dengan lebih halus.
1
2
3
4
Contoh 2 :
Misalkan pada contoh diatas, 4 titik yang ditunjuk adalah
(2,3), (7,6), (8,14) dan (12,10). 4 titik ini dapat didekati
dengan fungsi polinom pangkat 3 yaitu :
Bila nilai x dan y dari 4 titik dimasukkan ke dalam
persamaan di atas akan diperoleh model persamaan
simultan sebagai berikut :
Titik 1 3 = 8 a + 4 b + 2 c + d
Titik 2 6 = 343 a + 49 b + 7 c + d
Titik 3 14 = 512 a + 64 b + 8 c + d
Titik 4 10 = 1728 a + 144 b + 12 c + d

Dengan menggunakan Metode Eliminasi Gauss-Jordan
a = -0,303
b = 6,39
c = -36,59
d = 53,04

y = -0,303 x3 + 6,39
x2 36,59 x + 53,04
-0.303333333
6.39
-36.58666667
53.04
Tugas-Tugas ----Persamaan Linier SimultanMulti variabel
Tugas boleh dikerjakan secara individu (Tanpa kelompok) atau hasil
kerjasama kelompok. Namun setiap mahasiswa harus tetap mengerjakan
/ tulisan tangan sendiri.
Tugas harus ditulis tangan atau ketikan komputer, Pembuatan kurva
grafik/tabel maupun program boleh menggunakan komputer, diprint dan
diprint.
Berpegang pada Buku acuan kuliah :
Buku 1: Steven C, Chapra dan Raymond P. Canale,Metode
Numerik untuk Teknik, Penerbit UI Press, jakarta, 1991.
Atau
Buku 2 : Steven C, Chapra dan Raymond P. Canale,Numerical
Methods for Engineers, Sixth edition, McGrawHill, New
York, 2012 (Pdf Format)
Kerjakan Soal Bab 7, Pilih minimal 3 soal dari Soal No. 7.1 s/d 7.13
Kerjakan Soal Bab 8, Pilih minimal 3 soal dari Soal No. 8.1 s/d 8.13
Dikumpulkan paling lambat , saat UTS bulan Maret 2013 secara serempak
dan dimasukkan Loker