MATA KULIAH

: KALKULUS III

TUJUAN

: Mahasiswa diharapkan dapat memahami dan

memiliki pengetahuan serta kemampuan terhadap
materi-materi kalkulus III yang meliputi: Sistem
persamaan linear, Matrik, Vektor
Memberi bekal pengetahuan bagi para mahasiswa
mengenai Matematika Teknik Lanjut khususnya
mengenai Aljabar Linear agar dapat diaplikasikan
kedalam dunia industri pada umumnya serta
memberikan dasar untuk optimasi sistem industri.

POKOK BAHASAN:
1. SISTEM PERSAMAAN LINEAR DAN MATRIKS
Pengantar system persamaan linear, Eliminasi Gaussian, Matriks dan Operasi
matriks, Aturan-aturan ilmu hitung matriks, Matriks elementer dan metode
untuk mencari A-1, Sistem persamaan dan keterbalikkan
2. DETERMINAN
Fungsi Determinan, Menghitung determinan dengan reduksi baris, Sifat-sifat
fungsi determinan, ekspansi ko-faktor; Aturan Cramer.
3. VEKTOR-VEKTOR DI RUANG-2 DAN RUANG-3
Pengantar (Vektor/Geometrik), Norma vector, Hasil kali titik dan kali silang,
Garis dan bidang di ruang-3
4. RUANG-RUANG VEKTOR
Ruang-n Euclidis, Ruang vector umum, Sub ruang dll

PUSTAKA:
1. Anton, Howard, 2000, Dasar-dasar Aljabar Linear, Edisi ke 7
2. Stroud , K.A., Matematika untuk Mahasiswa.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Selamet Riyadi

KALKULUS III

M. VI
HASIL-HASIL MENGENAI SISTEM PERSAMAAN DAN KETERBALIKAN
Pada bagian ini kita akan menyusun hasil yang lebih banyak mengenai sistem
persamaan linear dan keterbalikan matrks. Hal ini akan membawa kita ke suatu
metode yang sama sekali baru untuk menyelesaikan n persamaan dalam n peubah.
Sebuah Teorema Dasar
Teorema 1.4
Setiap sistem persamaan linear bisa tidak mempunyai penyelesaian, tepat satu
penyelesaian, atau tak hingga banyaknya penyelesaian.
Bukti. Jika Ax = b adalah suatu sistem persamaan linear, maka tepat salah satu dari
yang berikut ini adalah benar;
a) sistem tersebut tidak mempunyai penyelesaian
b) sistem tersebut tepat mempunyai satu penyelesaian, atau
c) sistem tersebutmempunyailebih dari satu penyelesaian.
Sejauh ini kita telah mempelajari dua metode untuk menyelesaikan sistem
persamaan linear: eliminasi Gaussian dan eliminasi Gauss-Jordan. Teorema berikut
memberikan suatu metode baru untuk menyelesaikan sistem persamaan linear
tertentu.
Teorema 2.4
Jika A adalah suatu matriks n x n yang bisa dibalik, maka untuk setiap matriks b, n x
1, sistem persamaan Ax = b tepat mempunyai suatu penyelesaian, yaitu x = A-1 b
Bukti. Karena A(A-1b) = b, maka x = A-1b adalah penyelesaian dari Ab = b. Untuk

menunjukkan bahwa ini adalah satu-satunya penyelesaian, kita akan mengasumsikan

bahwa x0 adalah penyelesaian sebarang dan kemudian menunjukkan bahwa x0
haruslah penyelesaian dari A-1b.
Jika x0 adalah sebarang penyelesaian, maka Ax0 = b. Dengan mengalikan kedua ruas
dengan A-1, kita memperoleh x0 = A-1b.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Selamet Riyadi

KALKULUS III

Contoh:

x1 + 2x2 + 3x3 = 5
2x1 + 5x2 + 3x3 = 3
x1

+ 8x3 = 17

maka, Ax = b;

1 2 3
A 2 5 3
1 0 8

x1
x x 2
x 3

5
b 3
17

dari hasil sebelumnya diperoleh:

40
13
5

9
3
1

16
5
2

x A 1 b

40
13
5

16
5
2

x1 1,

9
3
1

5
1
3 1

17
2

x2 1,

x3 2

Komentar.
Perhatikan bahwa metode contoh si atas hanya berlaku jika sistem mempunyai
persamaan sebanyak peubahnya(variabel) dan koefisiennya bisa dibalik.
Seringkali seorang harus menyelesaikan sederet sistem
Ax = b1 ,

Ax = b2 ,

Ax = b3 , ,

Ax = bk

Yang masing-masingnya matriks koedisien bujur-sangkar yang sama, yaitu A. jika A

dapat dibalik, maka penyelesaiannya.
x1 A1 b1 ,

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

x2 A1 b2 ,

x 3 A1 b3 , .... ,

xk A1 bk

Selamet Riyadi

KALKULUS III

bisa diperoleh dengan satu pembalikan matriks dan k pengalian matriks. Akan tetapi,
suatu metode yang lebih efisien adalah membentuk matriks

b1 b2 ...... bk

..(1)

Dimana matriks koefisien A diperbanyak dengan semua k matriks b1, b2, . , bk

Dengan mereduksi (1) menjadi bentuk baris-eselon tereduksi kita bisa menyelesaikan
semua k sistem sekaligus dengan eliminasi Gauss-Jordan. Metode ini mempunyai
kelebihan, yaitu bisa diterapkan sekalipun A tidak sapat dibalik.
Contoh:
a) x1 + 2x2 + 3x3 = 4

b) x1 + 2x2 + 3x3 = 1

2x1 + 5x2 + 3x3 = 5

2x1 + 5x2 + 3x3 = 6

x1

x1

+ 8x3 = 9

+ 8x3 = -

Penyelesaian:
Dua sistem tersebut mempunyai matriks koefisien yang sama. Jika kita
memperbanyak matriks koefisien ini dengan kolom konstanta pada ruas kanan
sistem-sistem ini, kita peroleh
1
2

2
5

3
3

4
5

1
6
6

Dengan mereduksi matriks ini menjadi bentuk baris-eselon terduksi kita peroleh
1
0

2
1
1

a ) x1 1;

x2 0;

x3 1

b) x1 2;

x2 1;

x3 1

Sifat-Sifat Matriks Yang Dapat Dibalik

Sampai saat ini, untuk menunjukkan bahwa matriks A, n x n dapat dibalik, kita harus
menemukan suatu matriks B, n x n, sedemikian sehingga
AB = I

dan

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

BA = I

Selamet Riyadi

KALKULUS III

Teorema berikutnya menunjukkan bahwa jika kita memproduksi suatu matriks B, n x

n, yang memenuhi salah satu syarat di atas, maka syarat yang lainnya akan terpenuhi
secara otomatis.
Teorema 3.4
Anggap A adalah suatu matriks bujur sangkar,
a) Jika B adalah suatu matriks bujur sangkar yang memenuhi BA = I, maka B =
A-1
b) Jika B adalah suatu matriks bujur sangkar yang memenuhi AB = I, maka B =
A-1
Teorema 4.4
Jika A adalah suatu matriks nxn, maka pernyataan-pernyataan berikut ini ekuivalen.
a) A dapat dibalik
b) Ax = 0 hanya mempunyai penyelesaian trivial
c) Bentuk baris eselon tereduksi dari A adalah In
d) A dapat dinyatakan sebagai hasil kali matriks-matriks dasar
e) Ax = b konsisten untuk setiap matriks b, nx1
f)

Ax = b tepat mempunyai satu penyelesaian untuk setiap matriks b, nx1

Buktikan!!!
Teorema 5.4

Anggap A dan B adalah matriks-matriks bujur sangkar berukkuran sama. Jika AB

dapat dibalik, maka A dan B pasti juga dapat dibalik.
Masalah Mendasar

Anggap A adalah matriks tetap mxn. Cari semua matriks b, mx1, sedemikian
sehingga sistem persamaan Ax = b konsisten.
Jika A adalah suatu matriks yang dapat dibalik, maka Teorema 2.4 secara total
menyelesaikan masalah ini dengan menegaskan bahwa untuk setiap matriks b, m x
1, sistem linear Ax = b mempunyai penyelesaian unik x = A-1b. Jika A bukan matriks

bujur sangkar, atau jika A bujur sangkar tetapi tidak dapat dibalik, maka Teorema 2.4

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Selamet Riyadi

KALKULUS III

tidak berlaku. Dalam kasus-kasus ini matriks b harus memenuhi syarat-syarat

tertentu agar Ax = b konsisten
Contoh:
Syarat apa yang harus dipenuhi b1, b2, dan b3 agar sistem persamaan berikut.
x1 + x2 + 2x3 = b1
x1

+ x3 = b2

2x1 + x2 + 3x3 = b3
Konsisten ?
Penyelesaian:

1 1 2 b1 b b
1 0 1 b b 32 21b1
2

2 1 3 b3
b1
1 1 2
0 1 1 b b b2
2
1

0 1 1 b3 2b1
b1
1 1 2
0 1 1 b b b 2 b3
1
2

0 1 1 b3 2b1

b2
1 1 1

0 1 1
b1 b2

0 0 0 b3 b2 b1

Sekarang terbukti dari baris ke-tiga pada matriks tersebut bahwa sistem pempunyai
suatu penyelesaian jika dan hanya jika b1, b2, dan b3 memenuhi syarat
b 3 - b2 - b 1 =

atau

b3 = b1 + b2

Untuk menyatakan syarat ini dengan cara lain, Ax = b konsisten, jika dan hanya jika
b adalah suatu matriks berbentuk:

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Selamet Riyadi

KALKULUS III

b1
b2

b1 b2
dengan

b1 dan b2 sebarang

Contoh:
Syarat apakah yang harus dipenuhi oleh b1, b2, dan b3 agar sistem persamaan
x1 + x2 + 3x3 = b1
2x1 + 5x2 + 3x3
x1

= b2

+ 8x3 = b3

konsisten?
Penyelesaian :
Matriks yang si perbanyaknya adalah

1
2

2 3 b1
5 3 b2
0 8 b3

Dengan mereduksi ini menjadi bentuk baris-eselon tereduksi kita dapatkan

1 0 0
0 1 0

0 0 1

40b1
13b1
5b1

16b2
5b2
2b2

9b3
3b3
b3

(2)

Dalam kasus ini tidak ada batasan untuk b1, b2, dan b3, yaitu sistem Ax = b yang
diberikan mempunyai penyelesaian yang unik
x1 40b1 16b2 9b3
x2 13b1 5b2

3b3

x3

5b1 2b2

(3)

b3

Untuk semua b
Komentar.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Selamet Riyadi

KALKULUS III

Karena sistem Ax = b pada contoh di atas adalah konsisten untuk semua b, maka
dari teorema 4.4 kita dapatkan bahwa A dapat dibalik. Kai serahkan kepada
pembaca untuk memeriksa bahwa rumus (3) bisa juga diperoleh

dengan

menghitung x = A-1 b.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Selamet Riyadi

KALKULUS III