NIM : 220605110107

Universitas : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Jurusan : Teknik Informatika

Sekarang kita selesaikan sistem persamaan linier untuk contoh kerja dengan menggunakan fungsi rref untuk menghitung invers dari matriks koefisien.

A <- matrix(c(1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 0 ,
0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 ,
0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 0 ,
0 , 0 , 0 , 0 , 0 , 0 , 0 , 1 , 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 , 0 , 1 , 0 , 0 , 0 , 0 , 0 ,
0 , 0 , 0 , 1 , 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 , 0 , 1 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 1 ,
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 , 0 ,
1 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 1 , 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 , 0 , 1 , 0 , 0 , 0 ,
0 , 0 , 0 , 0 , 0 , 1), nrow = 11, ncol = 18, byrow = TRUE)

dan kami menulis sisi kanan di R:

b <- c(1298, 1948, 465, 605, 451, 338, 260, 183, 282, 127, 535)

Pertama kita membuat matriks augmented

C <- cbind(A, b)

Untuk menghilangkan satu baris dari sistem ini, seperti yang kita lakukan pada bagian sebelumnya, kita menerapkan fungsi rref() dari paket pracma. Lalu kita punya :

library(pracma)
E <- rref(C)

E adalah bentuk eselon tereduksi dari matriks yang diperbesar

E <- E[-11,]

Karena baris terakhir dari matriks ini semuanya nol, kami menghapus vektor baris terakhir.

G1 <- eye(8)
G2 <- matrix(rep(0, 80), 8, 10)
b2 <- c(266, 223, 140, 264, 137, 67, 130, 24)
G <- cbind(G1, G2, b2)
M <- rbind(E, G)

Perhatikan bahwa fungsi eye() menampilkan matriks identitas. Perintah “M[, -19]” membuat matriks koefisien untuk sistem persamaan linier.

M2 <- M[,-19]

Sekarang kita ingin mendapatkan invers dari matriks ini menggunakan fungsi rref(). Karena matriks ini adalah matriks berukuran 18 × 18, kami menambahkan matriks identitas berukuran 18.

M3 <- cbind(M2, diag(18))
M4 <- rref(M3)

maka kita memiliki :

M4
##                                                                               
##  [1,] 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  1  0  0
##  [2,] 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  1  0
##  [3,] 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  0  1
##  [4,] 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  0  0
##  [5,] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  0  0
##  [6,] 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  0  0
##  [7,] 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  0  0
##  [8,] 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0 0 0  0  0  0
##  [9,] 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0  1  1  1  1  1  1  1  1 1 0 -1 -1 -1
## [10,] 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 -1  0  0
## [11,] 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  0 -1  0
## [12,] 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  0 -1
## [13,] 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  0
## [14,] 0 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
## [15,] 0 0 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
## [16,] 0 0 0 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
## [17,] 0 0 0 0 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
## [18,] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 -1 -1 -1 -1 -1 -1 -1 0 0  1  1  1
##                     
##  [1,]  0  0  0  0  0
##  [2,]  0  0  0  0  0
##  [3,]  0  0  0  0  0
##  [4,]  1  0  0  0  0
##  [5,]  0  1  0  0  0
##  [6,]  0  0  1  0  0
##  [7,]  0  0  0  1  0
##  [8,]  0  0  0  0  1
##  [9,] -1 -1 -1 -1 -1
## [10,]  0  0  0  0  0
## [11,]  0  0  0  0  0
## [12,]  0  0  0  0  0
## [13,] -1  0  0  0  0
## [14,]  0 -1  0  0  0
## [15,]  0  0 -1  0  0
## [16,]  0  0  0 -1  0
## [17,]  0  0  0  0 -1
## [18,]  1  1  1  1  1

Perhatikan bahwa vektor kolom ke-19 ke vektor kolom ke-36 membentuk invers dari matriks M2. Jadi kita punya :

Minv <- M4[, 19:36]

Maka solusi dari sistem persamaan linier untuk contoh ini adalah :

Minv %*% M[,19]
##       [,1]
##  [1,]  266
##  [2,]  223
##  [3,]  140
##  [4,]  264
##  [5,]  137
##  [6,]   67
##  [7,]  130
##  [8,]   24
##  [9,]   47
## [10,]  199
## [11,]  382
## [12,]  311
## [13,]   74
## [14,]  123
## [15,]  116
## [16,]  152
## [17,]  103
## [18,]  488