Professional Documents
Culture Documents
Secara aljabar sebuah garis pada bidang- xy dapat dinyatakan oleh sebuah
persamaan yang berbentuk
(1.1) a1 x a2 y b
Persamaan ini dinamakan persamaan linear dalam variabel x dan y .
Secara umum, Persamaan Linear dengan n variabel x1 , x2 , , xn didefinisikan
dengan
(1.2) a1 x1 a2 x2 an xn b
a
dengan 1 2, a , , a n dan b adalah konstanta – konstanta riil.
Perlu dicatat bahwa sebuah persamaan linear tidak melibatkan sesuatu hasil kali atau
akar variabel. Semua variabel hanya terdapat sampai dengan derajat pertama dan tidak
muncul sebagai argumen untuk fungsi trigonometri, fungsi logaritma, atau fungsi
eksponensial.
Contoh 1.1
Persamaan – persamaan berikut ini adalah linear :
x 3y 7 x1 2 x2 3x3 x4 7
1
y x 3z 1 x1 x2 xn 1
2
sedangkan berikut ini bukanlah persamaan linear :
x 3y2 7 3 x 2 y z xz 4
y sin x 0 x1 2 x2 x3 1
Contoh 1.2
Carilah himpunan pemecahan setiap persamaan yang berikut :
(i) 4 x 2 y 1 (ii) x1 4 x2 7 x3 5
Untuk mencari solusi persamaan (i), dapat dilakukan dengan cara menetapkan
sembarang nilai untuk x . Kemudian dengan nilai tersebut nilai y dapat diperoleh. Atau
dengan cara sebaliknya. Sebagai ilustrasi cara yang dimaksud, misalkan sebuah nilai t
yang sembarang untuk x , maka diperoleh
1
(1.3) x t, y 2t
2
Solusi secara khusus dapat diperoleh dengan mensubstitusikan nilai – nilai tertentu untuk
t . Misalnya, jika t 3 maka persamaan (1.3) menghasilkan x 3, y 11 2 dan jika
t 1 2 maka akan diperoleh x 1 2 , y 3 2.
Untuk mendapatkan solusi dari persamaan (ii) dapat dilakukan dengan cara yang
sama yaitu menetapkan sembarang nilai untuk dua variabel tertentu dan
mensubsitusikannya ke persamaan semula untuk mendapatkan nilai variabel ketiga.
Sebagai ilustrasi cara yang dimasksud, misalkan ditetapkan nilai – nilai s dan t untuk
masing-masing x2 dan x3 yaitu
x2 s, x3 t
untuk mendapatkan nilai variabel x1 subsitusikan x2 s dan x3 t ke persamaan (ii)
akan diperoleh
x1 5 4s 7t
g1 g1
g2 g2
a. b. c.
Gambar 1.1
Kembali kepada sistem persamaan linear (1.4). Jika semua suku konstan
bi i 1, 2,L , m sama dengan nol yaitu sistem tersebut mempunyai bentuk
a11 x1 a12 x2 a1n xn 0
a21 x1 a22 x2 a2 n xn 0
(1.6)
am1 x1 am 2 x2 amn xn 0
maka sistem persamaan linear (1.7) dikatakan sebagai Sistem Persamaan linear
Homogen.
Seperti yang telah dikemukakan sebelumnya bahwa tiap–tiap sistem persamaan linear
mempunyai satu solusi, atau banyak solusi, atau tidak ada solusi sama sekali.
Berkenaan dengan konsisten atau tidak konsisten, sistem persamaan (1.7) adalah sistem
yang konsisten, karena x1 0, x2 0, , xn 0 selalu merupakan sebuah solusi. Solusi
tersebut dinamakan solusi trival (trival solution). Selanjutnya jika ada solusi lain, maka
solusi tersebut dinamakan solusi non-trivial (non-trival solution).
Untuk sebuah sistem persamaan linear homogen salah satu diantara pernyataan
berikut bernilai benar.
1. Sistem tersebut hanya mempunyai pemecahan trivial.
2. Sistem tersebut mempunyai tak terhingga banyaknya pemecahan yang tak trivial
sebagai tambahan kepada pemecahan trivial tersebut.
Pada kasus khusus dimana sebuah sistem homogen dipastikan mempunyai solusi non-
trivial yaitu ketika sistem tersebut memiliki variabel lebih banyak daripada persamaan
yang dilibatkan.
Bila digunakan notasi aij untuk menyatakan entri dengan posisi baris ke- i dan
kolom ke- j dari matriks A , maka sebuah matriks A berukuran 3x4 dapat ditulis sebagai
a11 a12 a13 a14
A a21 a22 a23 a24
a31 a32 a33 a34
Ide dasar untuk menyelesaikan sebuah sistem persamaan linear adalah mengganti
sistem tersebut dengan sebuah sistem yang baru yang mempunyai himpunan pemecahan
yang sama, tetapi lebih mudah untuk diselesaikan. Sistem baru yang dimaksud umumnya
diperoleh dengan operasi-operasi:
1. Mengalikan sebuah persamaan dengan sebuah konstanta yang tak sama dengan
nol.
2. Mempertukarkan dua persamaan.
3. Menambahkan kelipatan dari satu persamaan kepada yang lainnya.
Operasi – operasi ini dinamakan operasi baris elementer. Contoh berikut melukiskan
bagaimana operasi – operasi dapat digunakan untuk menyelesaikan sistem persamaan
linear (disadur dari buku Elementary Linear Algebra by Howard Anton alih bahasa Pantur
Silaban, 1981).
Contoh 1.3
Pada kolom sebelah kiri sebuah sistem persamaan linear (persamaan (1.8)) diselesaikan
dengan melakukan operasi – operasi pada persamaan tersebut. Sedangkan pada kolom
sebelah kanan sistem yang sama terlebih dahulu diterjemahkan dalam bentuk matriks
yang diperbesar lalu dilakukan operasi–operasi pada baris-baris dari matriks tersebut.
x y 2z 9
2 x 4 y 3z 1
3x 6 y 5 z 0
Tambahkan –2 kali persamaan per- Tambahkanlah –2 kali baris
tama kepada persamaan kedua untuk pertama kepada baris kedua
mendapatkan untuk mendapatkan
x y 2z 9
2 y 7 z 17
3x 6 y 5 z 0
Tambahkanlah –3 kali persamaan per- Tambahkanlah –3 kali baris
tama kepada persamaan ketiga untuk pertama kepada baris ketiga
mendapatkan untuk mendapatkan
x y 2z 9
2 y 7 z 17
3 y 11z 27
Kalikanlah persamaan kedua dengan Kalikanlah baris kedua deng-
½ untuk mendapatkan an ½ untuk mendapatkan
x y 2z 9
7 17
y z
2 2
3 y 11 z 27
Tambahkanlah –3 kali persamaan ke- Tambahkanlah –3 kali baris -
dua kepada persamaan ketiga untuk kedua kepada barais ketiga
mendapatkan untuk mendapatkan
x y 2z 9
7 17
y z
2 2
1 3
z
2 2
Kalikanlah persamaan ketiga dengan Kalikanlah baris ketiga den-
-2 untuk mendapatkan gan –2 untuk mendapatkan
x y 2z 9
7 17
y z
2 2
z3
Tambahkanlah –1 kali persamaan ke- Tambahkanlah –1 kali baris
dua kepada persamaan pertama untuk kedua kepada baris pertama
mendapatkan untuk mendapatkan
11 35
x z
2 2
7 17
y z
2 2
z3
11 11
Tambahkanlah kali persamaan Tambahkanlah kali
2 2
baris
Ketiga kepada persamaan pertama ketiga kepada baris pertama
7 7
dan kali persamaan ketiga persa- dan kali baris ketiga
2 2
kepada
maan kedua untuk mendapatkan baris kedua untuk mendapat-
kan
x 1
y 2
z3
Jadi, solusi sistem persamaan linear (1.9) adalah
x 1, y 2, z 3
Contoh berikut ditujukan kepada sistem persamaan linear homogen. Pada contoh ini akan
diperlihatkan bahwa mengapa sistem dengan variabel lebih banyak daripada persamaan
memiliki solusi non-trivial.
Contoh 1.4
Selesaikanlah sistem persamaan linear homogen berikut dengan menggunakan operasi
baris elementer.
2 x1 2 x2 x3 x5 0
x1 x2 2 x3 3 x4 x5 0
(1.8)
x1 x2 2 x3 x5 0
x3 x4 x5 0
Perhatikan bahwa sistem (1.9) memiliki lima variabel dan empat persamaan.
x1 x2 x5 0
(1.9) x3 x5 0
x4 0
x1 x2 x5
(1.10) x3 x5
x4 0
Teorema 1.1. Sebuah sistem persamaan linear homogen dengan bila banyak bilangan
yang tak diketahui melebihi banyaknya persamaan selalu mempunyai tak terhingga
banyaknya solusi.
Metode Eliminasi Gauss didasarkan pada pemikiran untuk mereduksi matriks yang
diperbesar menjadi sebuah bentuk yang cukup sederhana sehingga suatu sistem
persamaan dapat diselesaikan dengan memeriksa sistem tersebut.
Di dalam langkah terakhir dari Contoh 1.4 diperoleh bentuk matriks berikut ini
1 0 0 1
0 1 0 2
0 0 1 3
Bentuk matriks seperti ini adalah sebuah contoh dari suatu matriks yang dikatakan dalam
bentuk eselon baris yang direduksi (reduced row-echelon form).
Perhatikan bentuk-bentuk matriks dalam contoh berikut
Contoh 1.5
0 1 2 0 1
1 0 0 4 1 0 0 0 0 0 1 3
0 1 0 7 , 0 1 0 , , 0 1 .
0 0 0 0 0 0 0
0 0 1 1 0 0 1
0 0 0 0 0
Matriks–matriks tersebut dikatakan berada di dalam bentuk eselon baris yang direduksi.
dikatakan berada dalam bentuk eselon baris.
Dari dua bentuk matriks yang berbeda di atas, suatu matriks dikatakan dalam bentuk
eselon baris tereduksi bila entri aij tersusun sebagai berikut
1. Entri pada baris ke-i tidak seluruhnya bernilai nol tetapi bilangan tak nol pertama
di dalam baris tersebut untuk urutan kolom ke-j terkecil adalah 1 (baca: 1 utama).
Bila kondisi ini terpenuhi maka baris tersebut ditempatkan di baris ke-i terkecil. Hal
yang sama dilakukan pada kolom ke-j terkecil berikutnya untuk diletak pada baris ke-
i terkecil berikutnya lagi. Demikian untuk seterusnya.
2. Jika ada satu atau lebih baris yang seluruh entri-entrinya bernilai nol, maka baris
tersebut ditempatkan di baris-baris akhir matriks.
3. Matriks pada sembarang dua baris yang berturutan yang tidak terdiri seluruhnya
dari nol, maka 1 utama di dalam baris yang lebih rendah terdapat lebih jauh kekanan
dari pada 1 utama di dalam baris yang lebih tinggi.
4. Setiap kolom yang mengandung sebuah 1 utama mempunyai nol ditempat lain.
Perlu diingat bahwa sebuah matriks dikatakan dalam bentuk eselon baris ia harus
mempunyai nilai nol di bawah setiap 1 utama. Sebaliknya suatu matriks dikatakan dalam
bentuk eselon baris yang direduksi ketika ia mempunyai nilai nol di atas dan di bawah
setiap 1 utama.
Langkah 2. Pertukarkanlah baris atas dengan sebuah baris lain, jika perlu, membawa
sebuah entri tak nol ke atas kolom yang didapatkan di dalam
Langkah 3. Jika entri yang sekarang ada diatas kolom yang didapatka di dalam
langkah 1 adalah a , kalikanlah baris pertama dengan 1 a untuk
memperoleh sebuah 1 utama.
Langkah 4. Tambahkanlah kelipatan yang sesuai dari baris atas kepada baris – baris
yang dibawah sehingga entri di bawah 1 utama menjadi nol.
Langkah 5. Sekarang tutuplah baris atas di dalam matriks tersebut dan mulailah sekali
lagi dengan langkah 1 yang dipakaikan kepada submatriks yang masih
sisa. Teruskanlah dengan cara ini sampai keseluruhan matriks tersebut
berada di dalam bentuk eselon baris
Langkah 6. Dengan memulai dari baris tak nol terakhir dan bekerja kearah atas,
tambahkanlah angka pengali yang sesuai dari setiap baris kepada baris –
baris yang diatas untuk mendapatkan nol diatas 1 utama.
Contoh 1.6
Pecahkanlah dengan menggunakan eliminasi Gauss-Jordan.
x1 3 x2 2 x3 2 x5 0
2 x1 6 x2 5 x3 2 x4 4 x5 3 x6 1
(1.17)
5 x3 10 x4 15 x6 5
2 x1 6 x2 8 x4 4 x5 18 x6 6
Dengan menambahkan –2 kali baris pertama kepada baris pertama dan keempat. Dengan
mengalikan baris kedua dengan –1 dan kemudian menambahkan –5 kali baris kedua
kepada baris – baris ketiga dan –4 kali baris kedua kepada baris keempat. Dengan
mempertukarkan baris ketiga dan baris keempat dan kemudian mengalikan baris ketiga
dari matriks yang dihasilkan dengan 1/6 maka akan memberikan bentuk eselon baris
mbahkan – 3 kali baris ketiga kepada baris kedua dan kemudian menambahkan 2 kali
baris kedua dari matriks yang dihasilkan kepada baris pertama maka akan menghasilkan
bentuk eselon baris yang direduksi
Sistem persamaan – persamaan yang bersangkutan adalah
x1 3 x2 4 x4 2 x5 0
x3 2 x4 0
x6 1
3
x1 3 x2 4 x4 2 x5
(1.18) x3 2 x4
x6 1
3
Jika kita menetapkan nilai – nilai sebarang r , s, dan t berturut – turut untuk x2 , x4 ,
dan xs , maka himpunan pemecahan tersebut diberikan oleh rumus – rumus
Selain metode yang telah dikemukan metode lain yang dapat digunakan adalah metode
substitusi balik ( back substitution ). Metode ini bekerja dengan mengubah matriks yang
diperbesar ke dalam bentuk eselon baris. Untuk jelasnya berikut diperagakan metode
subsitusi balik untuk sistem yang ada
Langkah 3. Tetapkanlah nilai – nilai sebarang kepada setiap variabel yang tak utama.
Jika nilai – nilai sembarang katakanlah r , s , dan t berturut – turut untuk x 2 , x 4 , dan
x 5 , himpunan penyelesaian tersebut diberikan oleh rumus – rumus berikut
1
(1.20) x 1 =− 3r − 4s− 2t , x 2= r , x 3=− 2s , x 4 = s , x 5 = t , x 6 =
3
Contoh 1.7
Penyelesaian.
Ini adalah sistem di dalam Contoh 1.3. Di dalam contoh tersebut kita mengubah matriks
yang diperbesar.menjadi bentuk eselon baris Sistem yang bersesuaian dengan matriks ini
adalah
x y2z =9
7
y− z=1
2
z =3
Dengan menyelesaikan sistem di atas untuk peubah-peubah utama diperoleh
x=9 − y−2z
17 7
y=− z
2 2
z =3
Mensubstitusikan persamaan terakhir ke persamaan kedua diperoleh bentuk
x= 3− y
y=2
z =3
Mensubstitusikan persamaan terakhir dan kedua ke persamaan pertama diperoleh
x=1
(1.22) y=2
z =3
4. OPERASI MATRIKS
Dua matriks dikatakan sama jika kedua matriks tersebut mempunyai sama ukuran
dan sama nilai entri – entrinya di baris-kolom yang bersesuaian dikedua matriks.
Contoh 1.11
Perhatikan tiga matriks berikut
2 1 2 1 2 1 0
A B C
3 4 3 5 3 4 0
Di sini A C karena A dan C tidak mempunyai ukuran yang sama. Karena alasan
yang sama maka B C . Juga, A B karena tidak semua entri yang bersangkutan sama.
Definisi 1.3 (Pejumlahan Dua Matriks):Jika A dan B adalah matriks yang berukuran
sama, maka jumlah kedua matriks ( A + B ) adalah matriks baru yang diperoleh dari
menambahkan nilai-nilai entri pada baris-kolom yang bersesuaian. Matriks – matriks
yang ukurannya berbeda tidak dapat dijumlahkan.
Contoh 1.8
Tinjaulah matriks – matriks
2 1 0 3 4 3 5 1
1 1
A 1 0 2 4 B 2 2 0 1 C
4 2 7 0 3 2 4 5 2 2
Maka
2 4 5 4
A + B = 1 2 2 3
7 0 3 5
sedanngkan A + C dan B + C tidak didefinisikan.
2 3 4 0 2 7 2 1 3
A-B
1 2 1 1 3 5 0 5 4
atau
2 3 4 0 2 7 2 0 3 2 4 7 2 1 3
A-B
1 2 1 1 3 5 1 1 2 3 1 5 0 5 4
M M O M M M O M
am1 am 2 L amr br1 br 2 L brn
Perhatikan ukuran kolom A = ukuran baris B .
Hasil kali A dengan B (katakanlah C ) yaitu AB C adalah matriks baru yang
didefinisikan sebagai
r
C cij ail blj
l 1
dengan
i 1, 2,K m
j 1, 2,K n
Untuk pemahaman sederhana, misalkan ingin diketahui entri c23 dari matriks C yaitu
r
c21 a2l bl1 a21b11 a22 b21 L a2 r br1
l 1
sebagai ilustrasi dengan bentuk matriks adalah sebagai berikut
Contoh 1.9
4 1 4 3
1 2 4
A= B = 0 1 3 1
2 6 0 2 7 5 2
Di sini A berukuran 2x3 dan B berukuran 3x4, maka hasil kali AB C berukuran
2x4. Pada C , misalnya entir di dalam baris 1 dan kolom 3 dengan cara sebagai berikut
r 3
c13 a1l bl 3 a11b13 a12 b23 a13 b33 1 4 2 3 4 5 30
l 1
Dengan cara yang sama akan diperoleh hasil sebagai mana ditunjukkan berikut ini
c11 1 4 2 0 4 2 12
c12 1 1 2 1 4 7 27
c14 1 4 2 3 4 5 30
c21 2 4 6 0 0 2 8
c22 2 1 6 1 0 7 4
c23 2 4 6 3 0 5 26
c24 2 3 6 1 0 2 12
Contoh 1.10
Misalkan A adalah matriks berukuran 3x4, B adalah matriks berukuran 4x7, dan C
adalah sebuah matriks 7x3. Maka AB didefinisikan sebagai matriks 3x7; CA
didefinisikan sebagai matriks 7x4; BC didefinisikan sebagai matriks 4x3. Hasil – hasil
perkalian AC , CB , dan BA semuanya tidak didefinisikan.
Karena dua matriks dikatakan sama jika dan hanya jika entri – entri yang
bersangkutan sama, maka kita dapat menggantikan persamaan m di dalam sistem ini
dengan sebuah persamaan matriks tunggal