Solusi Sistem Persamaan Linear
Sistem persamaan linear (SPL) adalah kumpulan dua persamaan atau lebih yang masingmasing berisi variabelvariabel linear. Penyelesaian SPL bertujuan menemukan nilainilai variabel yang secara bersamaan memenuhi semua persamaan dalam sistem tersebut. SPL banyak muncul dalam ilmu teknik, ekonomi, komputer, dan bidang lainnya.
1. Bentuk Umum SPL
Sebuah sistem dengan m persamaan dan n variabel biasanya dituliskan dalam bentuk matriks:
AX = B A : matriks koefisien (mn) X : vektor variabel (n1) B : vektor konstanta (m1)
2. Metode Penyelesaian
2.1 Substitusi
Metode ini cocok untuk sistem kecil (biasanya dua atau tiga persamaan). Langkahnya: pilih satu persamaan, isolasi satu variabel, ganti ke persamaan lain hingga semua variabel ditemukan.
2.2 Eliminasi Gauss (Reduksi Baris)
Eliminasi Gauss mengubah matriks koefisien menjadi bentuk segitiga atas (upper triangular) dengan operasi baris elementer. Setelahnya, gunakan backsubstitution untuk menentukan nilai variabel.
2.3 Metode Matriks Invers
Jika A adalah matriks persegi dan memiliki invers (A), solusi dapat dihitung langsung:
X = AB
Metode ini efisien bila A tidak terlalu besar.
2.4 Metode Kramers (Determinant)
Untuk sistem 22 atau 33, solusi dapat diperoleh dengan aturan Cramer. Setiap variabel dihitung sebagai rasio antara determinan matriks yang digantikan dengan vektor B dan determinan A.
2.5 Metode Iteratif (Jacobi, GaussSeidel)
Untuk sistem besar yang jarang (sparse) atau bila matriks tidak dapat diinvers, metode iteratif memberi pendekatan nilai solusi. Iterasi berlanjut hingga perubahan nilai di bawah toleransi tertentu.
3. Klasifikasi Hasil SPL
| Jenis | Karakteristik |
|---|---|
| Unik | Jumlah persamaan sama dengan jumlah variabel (n=m) dan det(A) 0. Sistem memiliki satu solusi tunggal. |
| Tak hingga banyak | Rank(A) = Rank([A|B]) < n. Sistem memiliki solusi tak terbatas (parameter bebas). |
| Tak terdefinisi | Rank(A) < Rank([A|B]). Tidak ada nilai yang memenuhi semua persamaan. |
4. Contoh Penyelesaian
Contoh 1: Sistem 22
Berikut sistem persamaan:
2x + 3y = 8 4x - y = 2
Gunakan eliminasi Gauss:
- Kalikan persamaan pertama dengan 2:
4x + 6y = 16 - Kurangkan persamaan kedua:
(4x+6y)-(4xy)=7y = 14 - Sehingga
y = 2 - Masukkan ke persamaan pertama:
2x+32=8 2x=2 x=1
Jadi solusi unik (x, y) = (1, 2).
Contoh 2: Sistem 33 dengan Determinan Nol
x + 2y + z = 4 2x + 4y + 2z = 8 3x + 6y + 3z = 12
Baris kedua adalah dua kali baris pertama, dan baris ketiga tiga kali baris pertama. Rank(A) = 1 < 3, sehingga tak ada solusi unik. Karena B adalah kelipatan yang sama, sistem memiliki tak hingga banyak solusi. Kita pilih z = t bebas, maka:
x = 4 - 2y - t
Dengan y dan t bebas, solusi berupa keluarga garis.
5. Implementasi dalam Bahasa Pemrograman
Berikut contoh singkat menggunakan Python dan library NumPy untuk menyelesaikan SPL 33 secara numerik.
import numpy as npA = np.array([[2, -1, 3], [4, 2, 1], [1, 5, -2]], dtype=float)B = np.array([7, 10, -1], dtype=float)# Metode eliminasi Gauss (linalg.solve)X = np.linalg.solve(A, B)print("Solusi:", X)Jika A singular (determinannya 0), np.linalg.solve akan menimbulkan LinAlgError. Pada situasi tersebut gunakan np.linalg.lstsq untuk solusi aproksimasi terkecil.
6. Kesimpulan
Sistem persamaan linear merupakan dasar penting dalam matematika terapan. Memahami berbagai metode penyelesaiannya membantu memilih teknik yang paling efisien sesuai ukuran, sifat matriks, dan kebutuhan akurasi. Baik metode langsung (eliminasi, invers, Cramer) maupun iteratif (Jacobi, GaussSeidel) memiliki peran masingmasing dalam praktik.
Dengan menguasai konsep rangka, determinan, dan operasi baris elementer, seorang analis dapat mengidentifikasi apakah sistem memiliki solusi unik, tak terbatas, atau tidak ada sama sekali, serta mengimplementasikannya secara programatik untuk masalah nyata.
