ALJABAR LINIER DAN

MATRIKS
JAHARTAP YUSTIN PASARIBU, ST
Kontrak Mata Kuliah
Sistem Evaluasi / Penilaian
1. Kehadiran (Absensi) 10%
2. Tugas / Quis 20%
3. Ujian Tengah Semester 30%
4. Ujian Akhir Semester 40% +
Total 100%
Minimal kehadiran 75%
Outline
Minggu Pertemuan Pokok bahasan/sub pokok bahasan
I 1 Pengantar, matriks dan
macam-macam matriks
II 2 Operasi matriks dan sifat2nya
Sistem Persamaan Linier
III 3 Eliminasi Gauss Jordan
IV 4 Sistem Persamaan Linier
Homogen
V 5 Metode untuk mencari invers
VI 6 Sistem persamaan dan
keterbalikan
Minggu Pertemuan Pokok bahasan/sub pokok bahasan
VII 7 Fungsi Determinan
Sifat-sifat Fungsi Determinan
VIII 8 Menghitung Determinan
dengan Reduksi Baris
IX 9 Ekspansi Kofaktor
X 10 Ujian Tengah Semester
XI 11 Aturan Cramer
XII 12 Aturan Cramer

Minggu Pertemuan Pokok bahasan/sub pokok bahasan
XIII 13 Vektor : Aritmatika Vektor,
Perkalian Titik, Perkalian Silang
XIV 14 Garis dan Bidang Dalam
Ruang-2 dan Ruang-3
XV 15 Ruang n Euclidis
Transformasi Linier Dalam
Ruang Euclidis
XVI 16 Sifat-Sifat Transformasi Linier
Ruang Euclidis, Ruang Vektor
Riil
XVII 17 Sub-Sub Ruang Vektor dan
Kebebasan Linier
Deskripsi Mata Kuliah
Perkuliahan ini dimaksudkan untuk memberi
pengetahuan dan kemampuan kepada
mahasiswa tentang matriks dan operasinya,
sistem persamaan linear dan determinan,
khususnya tentang metoda atau cara
sederhana yang disebut operasi basis
elementer atau reduksi baris terhadap
suatu matriks koefisien dari sebuah sistem
persamaan liniear yang ditentukan
Mata Kuliah ini juga mempersiapkan
mahasiswa untuk dapat menyelesaikan
masalah yang terkait dengan konsep ruang
vektor. Dan diharapkan dapat membekali
mahasiswa dengan logical reasoning dan
abstraksi matematika.
Sumber / Daftar Pustaka
Howard Anton, diterjemahkan oleh
Pantur Silaban, Aljabar Linear
Elementer, Erlangga, Jakarta
Raishinghania, R.S.Aggarwal,
Matrices, S. Chand & Company Ltd.,
New Delhi
dll.
MATRIKS
(DETERMINAN, INVERS,
TRANSPOSE)
MATRIKS
Adalah larik
berdimensi dua
(karena mempunyai
baris dan kolom)
Susunan elemen-
elemen yg disusun
menurut baris &
kolom serta
merupakan satu
kesatuan.

(
(
(
(
(
(

=
mn m m
n
n
a a a
a a a
a a a
A
2 1
2 22 21
1 12 11
. . . . .
. . . . .
. .
. .
) (
ij
n x m
a A =
Baris=m
Kolom=n
Macam Matriks
Matriks Nol (0)
Matriks yang semua entrinya nol.
Ex:

Matriks Identitas (I)
Matriks persegi dengan entri pada diagonal
utamanya 1 dan 0 pada tempat lain.
Ex:
|
|
|
.
|

\
|
=
1 0 0
0 1 0
0 0 1
3
I
|
|
|
.
|

\
|
|
|
.
|

\
|
0 0 0
0 0 0
0 0 0
,
0 0
0 0
Matriks Diagonal
Matriks yang semua entri non diagonal
utamanya nol.
Secara umum:



Ex:


|
|
|
|
|
.
|

\
|

|
|
|
.
|

\
|
|
|
.
|

\
|

8 0 0 0
0 0 0 0
0 0 4 0
0 0 0 6
,
1 0 0
0 1 0
0 0 1
,
5 0
0 2
|
|
|
|
|
.
|

\
|
=
n
d
d
d
D
... 0 0
...
0 ... 0
0 ... 0
2
1

Matriks Bujur Sangkar
Adalah suatu matriks dimana
cacah baris dan cacah kolomnya
sama
Karena sifatnya yang demikian,
dalam matriks ini juga dikenal
istilah elemen diagonal yang
berjumlah n untuk ordo n x n
A = ( aij )
dengan i = 1, 2, 3, . . . n
j = 1, 2, 3, . . . n

(
(
(
(
(
(

=
0 0 0
. . . . .
. . . . .
0 . . 0 0
0 . . 0 0
A
(
(
(

=
2 3 1
0 3 0
4 2 1
A
Adalah matriks dengan cacah baris
dan cacah kolom tidak sama.

A = (aij) dengan i = 1, 2, . . n
j = 1, 2, . . M

(
(
(

=
3 2 1 4
0 3 1 2
3 2 0 1
A
Matriks Persegi Panjang
Matriks Segitiga
Matriks persegi yang
semua entri di bawah
diagonal utamanya nol
disebut matriks
segitiga bawah.


Matriks persegi yang
semua entri di atas
diagonal utamanya nol
disebut matriks
segitiga atas.
|
|
|
|
|
.
|

\
|
=
44
34 33
24 23 22
14 13 12 11
0 0 0
0 0
0
a
a a
a a a
a a a a
A
|
|
|
|
|
.
|

\
|
=
44 43 42 41
33 32 31
22 21
11
0
0 0
0 0 0
a a a a
a a a
a a
a
A
Matriks Simetris
Matriks persegi A disebut simetris jika
A = A
t

Ex:
|
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|

|
|
.
|

\
|

4
3
2
1
0 0 0
0 0 0
0 0 0
0 0 0
,
7 0 5
0 3 4
5 4 1
,
5 3
3 7
d
d
d
d
Transpose Matriks (1)
Jika A matriks mxn, maka transpose dari
matriks A (A
t
) adalah matriks berukuran
nxm yang diperoleh dari matriks A dengan
menukar baris dengan kolom.
Ex:
|
|
.
|

\
|

=
|
|
|
.
|

\
|

=
3 0 3
5 1 2
3 5
0 1
3 2
t
A A
Transpose Matriks (2)
Sifat:
1. (A
t
)
t
= A
2. (AB)
t
= A
t
B
t

3. (AB)
t
= B
t
A
t

4. (kA)
t
= kA
t

Kesamaan matriks
Dua matriks dikatakan sama jika
kedua matriks tersebut mempunyai
ukuran yang sama dan
entri-entri yang bersesuaian dari
kedua matriks tersebut juga sama.
Perhatikan: A B, tetapi A = C
(
(
(

=
8 10 3
6 5 6
3 0 1
A
(
(
(

=
7 6 4
10 5 0
3 1 3
B
(
(
(

=
8 10 3
6 5 6
3 0 1
C
Matriks dalam bentuk
eselon baris tereduksi
Suatu matriks dikatakan memiliki bentuk
eselon baris tereduksi jika memenuhi
syarat syarat berikut :
1. Untuk semua baris yang elemen
elemennya taknol, maka bilangan
pertama pada baris tersebut haruslah =1
( disebut satu utama ).
2. Untuk sembarang dua baris yang
berurutan, maka satu utama yang
terletak pada baris yang lebih bawah
harus terletak lebih ke kanan daripada
satu utama pada baris yang lebih atas.
3. Jika suatu baris semua elemennya
adalah nol, maka baris tersebut
diletakkan pada bagian bawah matriks.
4. Kolom yang memiliki satu utama harus
memiliki elemen nol ditempat lainnya.
Contoh :

Matriks A, B dan C adalah matriks
matriks dalam bentuk eselon baris
tereduksi dan notasi 1 menyatakan satu
utamanya.
Contoh berikut menyatakan matriks
matriks yang bukan dalam bentuk
eselon baris tereduksi.




Matriks D bukan dalam bentuk eselon
baris tereduksi karena elemen d
12

bernilai 1 sehingga tidak memenuhi
syarat ke 4 ( harusnya = 0 ),
sedangkan matriks E tidak memenuhi
karena baris kedua yang merupakan
baris nol letaknya mendahului baris
ketiga yang merupakan baris tak nol,
sehingga syarat ketiga tidak terpenuhi.
Jika suatu matriks hanya memenuhi
syarat 13 saja, maka dikatakan matriks
tersebut memiliki bentuk eselon baris.
OPERASI ALJABAR ATAS
MATRIKS
Operasi Perkalian Skalar
Operasi Penjumlahan
Operasi Pengurangan
Operasi Perkalian
PERKALIAN DENGAN
SKALAR

K = 2





(

=
6 3
2 1
A
k A
(

6 3
2 1
2 =
(

12 6
4 2
PENJUMLAHAN
MATRIKS
A + B
1
2
6 3
2 4
6 3
A = B =
+
= 3 6
+ = 6 12
PENGURANGAN
MATRIKS
A - B
1
2
6 3
2 4
6 3
A = B =
-
=
-1
-2
- = 0 0
PERKALIAN MATRIKS
C B A
k x m k x n n x m
=
A=(aij) dengan i=1,2,3,,m dan
j=1,2,3,,n
B=(bjk) dengan j=1,2,3,,n dan
k=1,2,3,,p
Maka :
A x B = (aij) x (bjk)
PERKALIAN MATRIKS
1 3
5 0
0
1 2
A
B
2
4
1
2 1 0
=
=
A x B =
-4
4
x + x + x = 9
1 3
5 0
2
4
1 3
5 0
2
4
0
1 2
1
2 1 0
-4
4
x + x + x = 16
x
+ x +
x = 3
1 2 3
0 4 5
x x x
x x x
x x x
+
+
+ +
+
+ =
=
=
13
8
14
1
4
0
-4
2
1
1 2 3
0 4 5
0
1
2
0
1
2
Sifat-sifat Operasi Matriks
A + B = B + A
A + (B + C) = (A + B) + C
AB BA
A (BC) = (AB) C
Invers Matriks (1)
Jika A adalah sebuah matriks persegi
dan jika sebuah matriks B yang
berukuran sama bisa didapatkan
sedemikian sehingga AB = BA = I,
maka A disebut bisa dibalik dan B
disebut invers dari A.
Suatu matriks yang dapat dibalik
mempunyai tepat satu invers.
Invers Matriks (2)
Ex:
adalah invers dari

karena


dan
|
|
.
|

\
|
=
2 1
5 3
B
|
|
.
|

\
|

=
3 1
5 2
A
I AB =
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|

=
1 0
0 1
2 1
5 3
3 1
5 2
I BA =
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
=
1 0
0 1
3 1
5 2
2 1
5 3
Invers Matriks (3)
Cara mencari invers khusus matriks 2x2:
Jika diketahui matriks

maka matriks A dapat dibalik jika ad-bc=0,
dimana inversnya bisa dicari dengan rumus
|
|
.
|

\
|
=
d c
b a
A
|
|
|
|
.
|

\
|
=

=
|
|
.
|

\
|

bc ad
a
bc ad
c
bc ad
b
bc ad
d
a c
b d
bc ad
A
1
1
Invers Matriks (4)
Ex:
Carilah invers dari

Penyelesaian:



(Bagaimana jika matriksnya tidak 2x2???)
|
|
.
|

\
|

=
3 1
5 2
A
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|

=

2 1
5 3
2 1
5 3
1
1
2 1
5 3
) 1 )( 5 ( ) 3 ( 2
1
1
A
Invers Matriks (5)
Sifat:
Jika A dan B adalah matriks-matriks
yang dapat dibalik dan berukuran
sama, maka:
1. AB dapat dibalik
2. (AB)
-1
= B
-1
A
-1


Pangkat Matriks (1)
Jika A adalah suatu matriks persegi,
maka dapat didefinisikan pangkat
bulat tak negatif dari A sebagai:
A
0
= I, A
n
= A A A (n0)
n faktor
Jika A bisa dibalik, maka didefinisikan
pangkat bulat negatif sebagai
A
-n
= (A
-1
)
n
= A
-1
A
-1
A
-1

n faktor

Pangkat Matriks (2)
Jika A adalah matriks persegi dan r, s
adalah bilangan bulat, maka:
1. A
r
A
s
= A
r+s

2. (A
r
)
s
= A
rs

Sifat:
1. A
-1
dapat dibalik dan (A
-1
)
-1
= A
2. A
n
dapat dibalik dan (A
n
)
-1
= (A
-1
)
n
, n=0,1,2,
3. Untuk sebarang skalar tak nol k, matriks kA
dapat dibalik dan
1 1
1
) (

= A
k
kA
Invers Matriks Diagonal
Jika diketahui matriks diagonal



maka inversnya adalah
|
|
|
|
|
.
|

\
|
=
n
d
d
d
D
... 0 0
...
0 ... 0
0 ... 0
2
1

|
|
|
|
|
|
|
|
.
|

\
|
=

n
d
d
d
D
1
... 0 0
0 ...
1
0
0 ... 0
1
2
1
1

Pangkat Matriks Diagonal
Jika diketahui matriks diagonal



maka pangkatnya adalah
|
|
|
|
|
.
|

\
|
=
k
n
k
k
k
d
d
d
D
... 0 0
...
0 ... 0
0 ... 0
2
1

|
|
|
|
|
.
|

\
|
=
n
d
d
d
D
... 0 0
...
0 ... 0
0 ... 0
2
1

SISTEM PERSAMAAN LINIER
a. Aljabar
Banyaknya cara untuk menyusun icon
menu home pada website adalah 5
lebihnya dari menu profil. Jika banyak
cara menyusun menu home dinyatakan
dengan x maka banyak banyak cara
menyusun menu profil dinyatakan dengan
x + 5. Jika banyak cara menu home
sebanyak 4 buah maka menu profil
sebanyak 9 buah.
Bentuk seperti (x + 5) disebut bentuk
aljabar.
Bentuk aljabar adalah suatu bentuk
matematika yang dalam penyajiannya
memuat huruf-huruf untuk mewakili
bilangan yang belum diketahui. Bentuk
aljabar dapat dimanfaatkan untuk
menyelesaikan masalah dalam kehidupan
sehari-hari. Hal-hal yang tidak diketahui.
Variabel adalah lambang pengganti
suatu bilangan yang belum diketahui
nilainya dengan jelas. Variabel
disebut juga peubah. Variabel
biasanya dilambangkan dengan huruf
kecil a, b, c, ... Z
b. PERSAMAAN LINIER
Suatu persamaan linear dengan n
peubah x
1
, x
2
, , x
n
dapat
dinyatakan dalam bentuk :
a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= b
dimana a
1
, a
2
, ,a
n
dan b adalah
konstanta-konstanta real.

peubah dimaksud bukan merupakan
fungsi trigonometri, logaritma
ataupun eksponensial.
Contoh :
x + y = 4 (2 peubah)
2x-3y = 2z +1 (3 peubah)
2 log x + log y = 2 (bukan
persamaan linier)
2e
x
= 2x + 3 (bukan persamaan
linier)
Definisi Sistem Persamaan Linier
Adalah himpunan berhingga dari
persamaan linier

Contoh :
i) x + y = 2 ii) x y + z = 4
2x + 2y = 6 x + y = 0
Tidak semua sistem persamaaan linear
memiliki penyelesaian( solusi ), sistem
persamaan linear yang memiliki
penyelesaian memiliki dua kemungkinan
yaitu penyelesaian tunggal dan
penyelesaian banyak.

1. Pada sistem persamaaan linear dengan
dua peubah, secara geometris jika SPL
tidak mempunyai penyelesaian maka
grafiknya berupa dua garis yang saling
sejajar,
2. jika penyelesaiannya tunggal maka
himpunan penyelesaiannya berupa
sebuah titik hasil perpotongan dua garis,
3. sedangkan jika penyelesaiannya banyak
maka himpunan penyelesaiannya berupa
dua garis lurus yang saling berhimpit
Contoh :
x + y = 2
2x + 2y = 6
Grafik tersebut menunjukkan bahwa kedua
garis sejajar sehingga tidak memiliki
penyelesaian yang memenuhi sehingga
disimpulkan bahwa SPL tidak konsisten.
x y = 2
x + y = 2




Grafik tersebut menunjukkan bahwa
himpunan penyelesaian dari SPL adalah
titik potong antara x y = 2
dan x + y = 2 yaitu titik ( 2,0 ).
Jadi penyelesaian dari SPL
adalah tunggal yaitu x = 2 dan y = 0.
x + y = 2
2x + 2y = 4
Dari Grafik diatas terlihat bahwa x + y = 2
dan 2x + 2y = 4 saling berhimpit sehingga
hanya terlihat seperti satu garis saja.
Himpunan penyelesaian dari SPL semua titik
yang terletak disepanjang garis tersebut.
Misalkan diambil x = 0 maka didapatkan
y = 2 yang memenuhi persamaan, jika
x = 1 maka nilai y = 1 adalah nilai yang
memenuhi. Secara matematis dapat
dituliskan sebagai :
{ (x,y) | x = 2 y , x R ,y R }
Untuk kasus sistem persamaan linear
dengan menggunakan dua peubah ,
pembuatan grafik untuk menentukan
himpunan penyeleaian seperti ini masih
memungkinkan, hanya saja untuk
jumlah peubah yang lebih banyak hal ini
sulit dilakukan.
Invers Matriks dengan OBE (1)
Caranya hampir sama dengan
mencari penyelesaian SPL dengan
matriks (yaitu dengan eliminasi
Gauss atau Gauss-Jordan)
A
-1
= E
k
E
k-1
E
2
E
1
I
n

dengan E adalah matriks dasar/
matriks elementer (yaitu matriks
yang diperoleh dari matriks I dengan
melakukan sekali OBE)
Invers Matriks dengan OBE (2)
Jika diketahui matriks A berukuran persegi, maka
cara mencari inversnya adalah reduksi matriks A
menjadi matriks identitas dengan OBE dan terapkan
operasi ini ke I untuk mendapatkan A
-1
.
Untuk melakukannya, sandingkan matriks identitas
ke sisi kanan A, sehingga menghasilkan matriks
berbentuk [A | I].
Terapkan OBE pada matriks A sampai ruas kiri
tereduksi menjadi I. OBE ini akan membalik ruas
kanan dari I menjadi A
-1
, sehingga matriks akhir
berbentuk [I | A
-1
].
Invers Matriks dengan OBE (3)
Ex:
Cari invers untuk

Penyelesaian:


|
|
|
.
|

\
|
=
8 0 1
3 5 2
3 2 1
A
|
|
|
.
|

\
|

|
|
|
.
|

\
|

1 0 1
0 1 2
0 0 1
5 2 0
3 1 0
3 2 1
1 0 0
0 1 0
0 0 1
8 0 1
3 5 2
3 2 1
1 3
1 2
2
b b
b b
Invers Matriks dengan OBE (4)
Penyelesaian Cont.
|
|
|
.
|

\
|


|
|
|
.
|

\
|

+
1 2 5
0 1 2
0 0 1
1 0 0
3 1 0
3 2 1
1 2 5
0 1 2
0 0 1
1 0 0
3 1 0
3 2 1
3 2 3
2 b b b
|
|
|
.
|

\
|

|
|
|
.
|

\
|

1 2 5
3 5 13
9 16 40
1 0 0
0 1 0
0 0 1
1 2 5
3 5 13
3 6 14
1 0 0
0 1 0
0 2 1
2 1 3 2
3 1
2 3
3
b b b b
b b
Invers Matriks dengan OBE (6)
Penyelesaian Cont. (2)
Jadi



(Adakah cara lain???)
|
|
|
.
|

\
|

1 2 5
3 5 13
9 16 40
1
A
Determinan Matriks 2x2 (1)
Jika A adalah matriks persegi,
determinan matriks A (notasi: det(A))
adalah jumlah semua hasil kali dasar
bertanda dari A.
Jika diketahui matriks berukuran 2x2,
maka determinan matriks A
adalah: det (A) = |A| = ad-bc
(

=
d c
b a
A
Determinan Matriks 2x2 (2)
Ex:
Jika diketahui matriks

maka | P | = (2x5) (3x4) = -2

(Bagaimana kalau matriksnya tidak
berukuran 2x2???)
|
|
.
|

\
|
=
5 4
3 2
P
Determinan Matriks 3x3 (1)
Untuk matriks berukuran 3x3, maka
determinan matriks dapat dicari
dengan aturan Sarrus.
Determinan Matriks 3x3 (2)
Ex:




) 2 )( 4 ( 1 ) 1 )( 4 ( 2 ) 3 )( 5 ( 3 ) 2 )( 4 ( 3 ) 3 )( 4 ( 2 ) 1 )( 5 ( 1
2 3
5 4
2 1
1 2 3
4 5 4
3 2 1
+ + =
|
|
|
.
|

\
|
Determinan Matriks nxn (1)
Untuk matriks nxn, digunakan ekspansi
kofaktor.









Determinan Matriks nxn (2)
Kofaktor dan minor hanya berbeda
tanda c
ij
= M
ij
.
Untuk membedakan apakah kofator
pada ij bernilai + atau -, bisa dilihat
pada gambar ini, atau dengan
perhitungan c
ij
= (-1)
i+j
M
ij
.




Determinan Matriks nxn (3)
Determinan matriks dengan ekspansi
kofaktor pada baris pertama
Determinan Matriks nxn (4)
Ex:
Adjoint Matriks (1)
Jika diketahui matriks 3x3

Kofaktor dari matriks tersebut adalah:
c
11
=9 c
12
=8 c
13
=-2
c
21
=-3 c
22
=-1 c
23
=4
c
31
=-6 c
32
=-12 c
33
=3
Matriks kofaktor yang terbentuk
|
|
|
.
|

\
|

1 2 2
4 1 0
2 1 3
|
|
|
.
|

\
|



3 12 6
4 1 3
2 8 9
Adjoint Matriks (2)
Adjoint matriks didapat dari transpose
matriks kofaktor, didapat:

|
|
|
.
|

\
|

=
|
|
|
.
|

\
|



3 4 2
12 1 8
6 3 9
3 12 6
4 1 3
2 8 9
T
Invers Matriks nxn (1)
Rumus:


dengan det(A)=0
Ex: Cari invers dari
|
|
|
.
|

\
|

=
1 2 2
4 1 0
2 1 3
A
Invers Matriks nxn (2)
Penyelesaian:
det(A)=3(1)(1)+(-1)(4)(2)+2(0)(-2)-
2(1)(2)-(-2)(4)(3)-1(0)(-1)
=3-7-0-4+24+0 =16
Adjoint A =


Maka A
-1
=
|
|
|
.
|

\
|

3 4 2
12 1 8
6 3 9
|
|
|
.
|

\
|

=
|
|
|
.
|

\
|

16 / 3 4 / 1 8 / 1
4 / 3 16 / 1 2 / 1
8 / 3 16 / 3 16 / 9
3 4 2
12 1 8
6 3 9
16
1
Metode Cramer (1)
Digunakan untuk mencari
penyelesaian SPL selain dengan cara
eliminasi-substitusi dan eliminasi
Gauss/Gauss-Jordan.
Metode Cramer hanya berlaku untuk
mencari penyelesaian SPL yang
mempunyai tepat 1 solusi.
Metode Cramer (2)
Diketahui SPL dengan n persamaan dan n
variabel
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2

a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= b
n

dibentuk matriks


|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|
=
n nn n n
n
n
b
b
b
B
a a a
a a a
a a a
A

2
1
2 1
2 22 21
1 12 11
,
...
...
...
Metode Cramer (3)
Syaratnya |A|=0
Penyelesaian untuk variabel-variabelnya
adalah:



dengan |A
i
| adalah determinan A dengan
mengganti kolom ke-i dengan B.

A
A
x
A
A
x
A
A
x
n
n
= = = ,..., ,
2
2
1
1
Metode Cramer (4)
Ex:
Carilah penyelesaian dari:
2x+3y-z = 5
x+2z = -4
-x+4y-z = 6
Soal
Buktikan




Buktikan
3 2 1
3 2 1
3 2 1
2
3 2 1
3 3 2 2 1 1
3 3 2 2 1 1
) 1 (
c c c
b b b
a a a
t
c c c
b t a b t a b t a
t b a t b a t b a
= + + +
+ + +
) )( )( (
1 1 1
2 2 2
b c a c a b
c b a
c b a =