MATRIKS
ditulis sebagai
Contoh 2.1
A= 2 1 4
3 0 3
]
2 3
[ ]
a
d
B=
g
j
b c
e f
h i
k l
Berordo 4 3
Simbol
aij
ditulis
B 4 3
adalah
m n ,
maka
i=1,2,3, , m
dan
26
a11 a 12 a 1n
A= a21 a 22 a 2n
am 1 am 2 amn
i=1,2,3, , m dan
dengan
(2.1)
j=1,2,3, , n .
aij =i j
, untuk 1 i 4
dan
1 j 3 .
Matriks tersebut jika ditulis dengan mendaftar semua entri matriks adalah
[ ]
0 1 2
A= 1 0 1
2 1
0
3 2
1
Dua matriks A dan B dikatakan sama, yaitu A = B jika dan hanya jika ordonya
sama dan entri-entri yang bersesuaian (seletak) sama.
A= [ aij ]
Jika
A=B
maka
m n
dan
dan
B=[ b ij ]
dengan
i=1,2,3, , m
dan
j=1,2,3, , n ,
jika dan hanya jika ordo A dan ordo B adalah sama yaitu
aij =b ij
untuk setiap i=1,2,3, , m dan j=1,2,3, , n
Contoh 2.3
Jika
0 1 2
A= 1
0 1
3 2
1
A=B
, tetapi
] [
,
A C .
0 1 2
B= 1
0 1
3 2
1
] [
1
0 1
C=
0 1 2
,
3 2
1
, maka
27
Jika
maka
[ ]
a b
P= c d
e f
[ ]
0
2
Q= 1 1
3 1
dan
Dua matriks yang berordo sama A dan B dikatakan berlawanan jika dan hanya
A= [ aij ]
jika setiap entrinya saling berlawanan. Dengan kata lain jika
dan
B=[ b ij ]
i=1,2,3, , m
dengan
sebaliknya
m n
dan
j=1,2,3, , n , maka
A=B
atau
A=B
dan
jika dan hanya jika ordo A dan ordo B adalah sama yaitu
aij =bij
aij =bij
atau sebaliknya
untuk setiap
i=1,2,3, , m dan
j=1,2,3, , n .
Contoh 2.4
Jika
0 1 2
A= 1
0 1
3 2
1
] [
,
0
1 2
B= 1 0
1
3 2 1
, maka
A=B
0 0 0 0
O3 4 = 0 0 0 0
0 0 0 0
[ ]
0 0
, O3 2= 0 0
0 0
28
Matriks baris adalah matrik yang hanya terdiri dari satu baris, ordonya
1 n
dan matrik kolom adalah matriks yang hanya terdiri dari satu kolom, ordonya
m 1 .
Matriks baris, secara umum ditulis
Matriks kolom, secara umum ditulis
B=[ b 1 j ]
C=[ c i 1 ]
, dengan
j=1,2,3, , n
i=1,2,3, , m
, dengan
Contoh 2.6
Matriks baris
[2 1 4] ,
[ 3 4 0 1 2] , [ 1 3 ]
Matriks kolom
[]
3
2
1
[]
1
0
3. Matriks persegi
Matriks persegi atau matriks bujur sangkar adalah matriks yang banyaknya
baris sama dengan banyaknya kolom. Jika A berordo m n maka m=n .
Biasanya matriks A ordo
n n
ditulis sebagai
An
, sehingga bentuk
umumnya adalah:
a11 a12 a 1n
A n= a21 a22 a 2 n
an 1 an 2 ann
elemen
disebut trace.
(2.2)
29
A 2= 2 1
3 4
2 0 1
B
=
3 4 5
3
,
0 2 2
[ ]
C3 = 5 0
0 5
[ ]
1 0 0
I3 = 0 1 0
0 0 1
4. Matriks segitiga
Ada dua macam matriks segitiga, yaitu matriks segitiga atas dan matriks
segitiga bawah.
A= [ aij ]
Matriks persegi
aij =0
untuk setiap
hanya jika
aij =0
untuk setiap
i< j .
a11 a12 a1 n
0 a22 a2 n
0
0 ann
(2.3)
a 11 0 0
a 21 a22 0
an 1 a n2 a nn
(2.4)
Contoh matriks segitiga atas
2 1 5
0 3
1
0 0 4
3 0 4 5
0 2 1 2
0 0 0 2
0 0 0 6
30
2 0 0
6 1 0
1 2 4
3 0
0
6 2 0
2 3
1
5 4 1
0
0
0
6
5. Matriks diagonal
Matriks
D=[ aij ]
aij =0
untuk setiap
i j .
a11 0 0
D= 0 a22 0
0
0 ann
(2.5)
2 0 0
0 1 0
0 0 4
3 0 0 0
0 2 0 0
0 0 1 0
0 0 0 6
[ ]
2 0 0
0 2 0
0 0 2
[ ]
1 0
0 1
6. Matriks skalar
Matriks diagonal
dengan skalar
D=[ aij ]
k 0 , yaitu
k 0 0
D= 0 k 0
0 0 k
, k 0
(2.6)
31
Contoh 2.10
[ ]
2 0 0
0 2 0
0 0 2
3 0
0
0
0 3 0
0
0
0 3 0
0
0
0 3
[ ]
1 0
0 1
7. Matriks identitas
Matriks identitas dilambangkan dengan
k =1 , yaitu
1 0 0
0 1 0
I n=
0 0 1
(2.7)
Matriks identitas ini mempunyai peran yang penting dalam matriks. Sifat-sifat
matriks identitas akan dibahas pada uraian selanjutnya tentang matriks invers.
Contoh contoh matriks identitas adalah sebagai berikut:
Contoh 2.11
[ ]
1 0 0
I3 = 0 1 0
0 0 1
[ ]
1
0
I 4=
0
0
0
1
0
0
0
0
1
0
0
0
0
1
[ ]
I2 = 1 0
0 1
32
a11 a12 a1 n
A= [ aij ] = a21 a22 a2 n
a m 1 am 2 amn
dan
b11 b 12 b1 n
B=[ b ij ]= b 21 b 22 b 2n
bm 1 bm 2 bmn
m n .
A +B
m n , demikian sehingga
yang berordo
i=1,2,3, , m dan
adalah matriks
c ij =aij +bij
, dengan
j=1,2,3, , n .
atau
][
[
a11 a12 a1 n
b11 b12 b1 n
A + B= a 21 a22 a2 n + b21 b22 b2 n
(2.9)
Berdasarkan definisi tersebut bahwa ordo sama menjadi syarat perlu yang
harus dipenuhi agar sebarang dua matriks dapat dijumlahkan. Matriks matriks
yang dapat dijumlahkan dinamakan sebagai matriks yang cocok atau
conformable terhadap penjumlahan.
Di samping itu
C=A + B
A maupun B , yaitu
matriks dengan ordo
m n
berarti
C M m n
Jika
2 4 3 1
A= 3 1 5 2
1 0 7 6
1 2 2 7
dan B= 0 2 4 1
2 1 3
3
33
][
2+ 1 4 +2 32 1+7
3 6 1 6
A + B= 3+ 0 1+ 2 5+ 4 21 = 3 3 9 1
12 0+1 7 +3 6+3
3 1 10 9
Maka
P= 2 4 3 1
1 0 7 6
Jika
P+Q
2 4 3
1 5
dan Q= 3
0 1 7
P danQ
tidak
dapat dijumlahkan.
a11 a12 a1 n
A= [ aij ] = a21 a22 a2 n
a m 1 am 2 amn
A
dikurangi
dan
b11 b 12 b1 n
B=[ b ij ]= b 21 b 22 b 2n
bm 1 bm 2 bmn
didefinisikan
][
[
a11 a12 a1 n
b11 b12 b 1 n
AB= a21 a22 a2 n b21 b 22 b 2 n
a m 1 am 2 amn
b m 1 bm 2 bmn
a m 1bm 1 am 2b m 2 amnb mn
(2.10)
34
Contoh 2.14
2 4 3 1
A= 3 1 5 2
1 0 7 6
Jika
1 2 2 7
B=
0 2 4 1
dan
2 1 3
3
][
21 42 3+2 17
1 2 5 8
AB= 30 12 54 2+1 = 3 1 1 3
1+ 2 01 73 63
1 1 4 3
Maka
A= 1 2
2 3
A + A+ A=
3 A=
, maka
][
][
][
1 2 1 2 1 2
3+3+ 3 222
+
+
=
2 3
2 3
2 3
2+ 2+ 2 3+3+ 3
3(3) 3(2)
= A .3
3(2) 3(3)
3 A= A .3
entri dari A. Oleh karena itu perkalian matriks dengan skalar dapat
didefinisikan sebagai perkalian setiap entri matriks dengan skalar, yaitu:
Definisi 2.3:
Jika
a11 a12 a1 n
A= [ aij ] = a21 a22 a2 n
a m 1 am 2 amn
adalah
ka11 k a12 k a1 n
kA= Ak=k [ aij ]=[ k aij ]= ka 21 k a22 ka2 n
kam 1 ka m 2 k amn
(2.11)
35
kA
A , yaitu
m n , maka
Karena ordo
sama dengan ordo
kA M m n
. Ini berarti bahwa perkalaian dengan skalar juga bersifat tertutup
(closure).
Contoh 2.15
2 4 3 1
A= 3 1 5 2
1 0 7 6
, maka
][
A + B=B+ A
(2)
A + ( B+C )=( A + B ) +C
(3)
A +O=O+ A= A
O
(4)
(komutatip)
(assosiatif)
(identitas)
A + (A )= A+ A=O
Untuk sebarang skalar
(5) k ( lA )=( kl ) A
(distributif)
(7) ( k +l ) A=kA+lA
(distributif)
(8) 1 A= A
dan 0 A=O
Bukti:
(1) Misalkan
A= [ aij ]
dan
B=[ b ij ]
, maka
36
(7)
(terbukti)
a11 a12 a1 n b 1
a 21 a22 a2 n b 2
am 1 a m 2 a mn b n
Selain itu masih ada cara lain untuk merepresentasikan sistem ke dalam
matriks.
Jika
variabel
a11 a 12 a 1n
A= a21 a 22 a 2n
am 1 am 2 amn
x1 , x2 , x3 , , xn
37
Matriks kolom
j=1,2,3, , n
[]
x1
x= x 2
xn
xj
merepresentasikan variabel
, dengan
dan
[]
b1
b= b 2
Matriks kolom
bm
bi
merepresentasikan konstanta
, dengan
i=1,2,3, , m
A x=b ,
yaitu
][ ] [ ]
a11 a12 a1 n x 1
b1
a 21 a22 a2 n x 2 = b2
am 1 a m 2 a mn x n b m
(2.12)
][ ]
a11 x1 a12 x2 a 1n x n
b1
a 21 x 1 a22 x2 a 2 n x n = b 2
am 1 x 1 am2 x 2 amn xn
bm
Karena
][ ] [
a11 a12 a1 n x 1
a11 x 1 a12 x 2 a1 n x n
A x= a21 a22 a2 n x 2 = a21 x 1 a22 x 2 a2 n x n
a m 1 am2 amn x n
am 1 x 1 am 2 x 2 a mn x n
Berarti kita harus mendefinisikan perkalian matrik A
dengan matriks x yang berordo n 1 .
yang berordo
m n
38
[ a11
a12 a 1n ]
[ a21
a22 a2 n ]
[]
[]
x1
x 2 = a x + a x + +a x
[ 11 1 12 2
1n n]
xn
x1
x 2 = a x + a x + +a x
[ 21 1 22 2
2n n]
xn
........................................................................................
[ am 1
am 2 a mn ]
[]
x1
x 2 = a x + a x ++ a x
[ m1 1 m2 2
mn n ]
xn
Definisi 2.4:
Jika diberikan
] [
[ ]
a11 a 12 a 1n
A= a21 a 22 a 2n
am1 am 2 amn
b 11 b12 b1 p
B= b21 b22 b2 p
dan
b n 1 bn 2 bnp
, maka
c 11 c 12 c 1 p
AB=C= c 21 c 22 c 2 p
c m 1 cm 2 c mp
dengan
n
Untuk
(2.13)
setiap
i=1,2,3, , m
dan
j=1,2,3, , p .
39
dan matriks
Am n
B , yaitu
dan
Bnp
Bnp
berordo
m p ,
dengan m banyak baris matriks A dan p banyak kolom matriks B. Karena ordo
hasil kali tidak sama dengan ordo matrik asal, berarti perkalian matriks tidak
tertutup.
Contoh 2.16
(a) Jika diberikan
a
a
A= 11 12
a21 a 22
dan
B=
b11 b12 b 13
b 21 b22 b 23
maka
AB=
][
2 4 3 1
A= 3 1 5 2
1 0 7 6
Karena
A3 4
dan
[ ]
1 4
2 3
B=
0 2
3 1
dan
B 4 2
][
, berarti
1 4
2 4 3 1
AB= 3 1 5 2 2 3
0 2
1 0 7 6
3 1
dan
dapat dikalikan.
40
[
[ ]
2.1+ 4.2+3.01.3
2.4+ 4.3+3.21.1
3.1+1.2+5.0+2.3
3.4 +1.3+5.2+2.1
1.1+ 0.2+7.0+6.3 1.4+ 0.3+7.2+6.1
7
13
11
7
17 12
pertama dan 2 adalah banyak kolom matriks kedua. Sehingga secara umum
A m n Bn p =Cm p
jika matriks
.
Dari contoh tersebut, BA tidak dapat dikalikan karena ordonya tidak cocok,
B n p A m n
yaitu
, banyaknya kolom matriks kiri tidak sama dengan
banyaknya baris matriks kanan. Jadi secara umum perkalian matriks tidak
bersifat komutatip. Dari sini perlu dicatat, bahwa syarat cocok (conformable)
pada perkalian matriks tidak hanya sekedar melihat ordo matriksnya, tetapi
harus juga dilihat posisi perkaliannya, dalam arti dua matriks cocok untuk
suatu perkalian tetapi tidak cocok jika posisinya diubah.
Jika A dan B adalah matriks bujur sangkar yang ordonya sama, amaka ada
kemungkinan bahwa perkalian mereka bersifat komutatip, AB=BA , karena
dari segi ordo keduanya cocok walaupun posisinya ditukar.
Beberapa sifat dari perkalian matriks dinyatakan dalam teorema berikut:
Teorema 2.3
(1) ( AB ) C= A ( BC )
(2)
A ( B+C )= AB + AC
(3) ( B+ C ) A=BA+CA
(sifat assosiatif)
(sifat distributif kiri)
(sifat distributif kanan)
A ( B+C )= AB+ AC
41
A= [ aij ]
Misalkan
B=[ b jk ]
, dan
C=[ c jk ]
demikian juga
D=B+C=[ d jk ]
E= AB= [ eik ]
Jika
Am n
dan
F=AC =[ f ik ] .
Bnp
dan
i=1,2,3, , m ,
Cn p
j=1,2,3, , n
, maka
Dn p
Em p
, dan
Fm p
, k =1,2,3, , p
d jk =b jk +c jk
n
e ik = aij b jk =a i 1 b1 k +a i 2 b2 k + + a b nk
j=1
b jk +c
( jk)
n
e ik + f ik = aij b jk + a ij c jk = aij
j=1
j=1
j=1
elemen
dari
baris
ke-i
kolom
ke-k
matriks
b jk +c
( jk)
n
ai 1 d 1 k + ai 2 d 2 k ++ a d nk = aij d jk = aij
j=1
j =1
A ( B+C )= AB+ AC
42
, adalah
a11 a12 a 1n
A= a21 a22 a 2 n
an 1 an 2 ann
Jika
a11 a 21 an 1
A t = a12 a 22 an 2
a 1n a2 n a nn
maka
(2.8)
Contoh 2.12
1 2 3
A=
4 5 6
jika
maka
[ ]
1 4
A=2 5
3 6
t
kA
(3)
t
t
t
(4) ( AB) =B A
Bukti:
Berikut hanya diberikan contoh pembuktian dari teorema (1)
t
t
t
(1) ( A+ B) = A + B
Misalkan
A= [ aij ]
dan
B=[ b ij ]
maka
A =[ a ji ]
dan
B = [ b ji ]
43
Mislanya
[ ]
1 0 0
I3 = 0 1 0
0 0 1
A I 3 =A I 3
Contoh 2.17
[ ]
[ ][ ] [ ]
Diketahui
1 2 3
A= 4 5 6
7 8 9
, maka
1 2 3 1 0 0
1 2 3
AI = 4 5 6 0 1 0 = 4 5 6
7 8 9 0 0 1
7 8 9
Demikian juga
[ ][ ] [ ]
1 0 0 1 2 3
1 2 3
IA= 0 1 0 4 5 6 = 4 5 6
0 0 1 7 8 9
7 8 9
Dari contoh tersebut bukan hanya keberlakuan sifat komutatip saja, tetapi
tampak bahwa matriks A dikalikan dengan matriks identitas I yang
ordonya sama akan menghasilkan matriks itu sendiri. Ini tidak tidak hanya
berlaku pada matriks persegi ordo tiga saja tetap juga berlaku umum untuk
sebarang matriks bujur sangkar A dan sebarang matriks identitas I .
44
Definisi 2.6:
a11 a12 a1 n
I n= a21 a 22 a2 n
a n1 an 2 a nn
1 jikai= j
dengan aij ={ 0 jika i j
1 0 0
0 1 0
I n=
0 0 1
I , maka
berlaku
AI =IA= A
Karena sifatnya yang demikian maka matriks
yang
yang
berordo n?
Untuk menjawab pertanyaan di atas kita perlu untuk mendefinisikan
keberadaan matriks B yang memenuhi sifat seperti yang ditanyakan tersebut.
Sedangkan untuk mencari matriks B tersebut akan dibahas pada uraian
selanjutnya.
Definisi 2.7
Suatu matriks persegi
45
AB=BA=I n
dengan
In
(2.9)
Jika ada, maka B disebut sebagai invers perkalian matrik A atau lebih singkat
1
disebut sebagai invers A, dan ditulis B= A , atau sebalikanya A invers B
atau
A=B1 .
(2.10)
Teorema 2.5
Sifat-sifat invers matrik (dengan syarat masing-masing inversnya ada)
(1) Invers matrik jika ada adalah tunggal.
1
1 1
(2) ( AB ) =B A
A
1
(3) (1) = A
Bukti:
Seperti biasanya di sini hanya diberikan bukti salah satu teorema saja,
sedangkan yang lain diserahkan kepada pembaca.
(1) Invers matriks jika ada adalah tunggal.
Untuk membuktikan pernyataan ini kita misalkan inversnya ada dan tidak
tunggal, misalkan matriks A mempunyai invers B dan C. Berdasarkan definisi
AB=BA=I
AC =CA=I . Dari pernyataan
2.7 maka diperoleh
dan
AB=I
IB=C
B=C
46
Karena B=C
tunggal.
1
1 1
(2) ( AB ) =B A
AB
dengan B
( AB )1=B1 A1
Contoh 2.18 :
1. Jika
A=
2 5
1
3
3 5
dan B= 1
2
A.
][
][ ]
][
][ ]
AB= 2 5 3 5 = 1 0 =I
1
3
1
2
0 1
BA=
dan
3 5 2 5
1 0
=
= I , maka
1
2
1
3
0 1
B= A1
[ ]
A= a b
c d
, dan
47
k0 .
[ ][ ][
3 4
1 2
1 2
3 4
1 2
0 2
][ ]
1 2
0 1
dengan prosedur OBE secara berurutan b12, b21(-3), b2(-1/2) dari matrik
sebelumnya.
Matrik yang diperoleh dengan proses OBE dari matriks
In
(matrik identitas
ordo-n) disebut sebagai matrik elementer baris atau lebih singkat matrik
E In
elementer dan disimbolkan dengan E, dengan demikian
.
Contoh 2.20:
[ ]
[ ]
1 0 0
I3 = 0 1 0
0 0 1
maka
[ ]
0 1 0
E 1= 1 0 0
0 0 1
diperoleh
dari
b12
dan
0 1 0
E 2= 1 0 0
2 0 1
48
In
bij (k ) , maka
Contoh 2.21:
[ ]
1 2 3
A= 4 5 6
7 8 9
[ ]
1 0 0
I3 = 0 1 0
0 0 1
, dan
1 0 0
E= 0 1 0
2 0 1
dengan
b31 (2) ,
maka
][ ] [ ]
1 0 0 1 2 3
1 2 3
EA= 0 1 0 4 5 6 = 4 5 6
2 0 1 7 8 9
5 4 3
[ ]
1 2 3
A= 4 5 6
7 8 9
dengan OBE
, sedangkan
b31 (2)
menjadi
[ ]
1 2 3
4 5 6 =EA .
5 4 3
b31 (2)
b31 (2) .
Contoh 2.22:
[ ]
1 2 3
4 5 6 =B .
5 4 3
[ ]
1 2 3
A= 4 5 6
7 8 9
, dengan OBE
b31 (2)
menjadi
49
b31 (2)
[ ]
1 2 3
A= 4 5 6
7 8 9
kembali.
Jika
b31 (2)
EA=B
E1 B=A ,
dan
( E1 E ) A= A , berarti
atau
E1 , ini mengindikasikan
sehingga
E1 ( EA )= A
atau
E 1 , E 2 , E3 , E4 , , Ek
elementer
I =Ek E4 E3 E2 E1 A
(2.11)
50
(1 E2 E
E
E1
1
E k ) ( Ek E4 E3 E2 E 1 A )
1
1
3
4
1
1
1
1
2
3
E41 Ek 1 I =
E 1 E 2 E3 E 4 E k I = A
atau
1
E 1 E 2 E3 E 4 E k = A
(2.12)
(2.13)
Hal ini berarti, dengan serangkaian OBE yang sama ketika mengubah A
1
menjadi I, kita akan dapat mengubah I menjadi A
. Cara ini dapat
digunakan untuk menentukan invers matrik bujur sangkar A yang invertibel.
Langkah-langkah operasinya dapat digambarkan dalam diagram berikut:
( A|I ) 1 ( E1 A| E1 I )
51
2 ( E 2 E1 A|E2 E1 I )
2 ( E3 E2 E1 A|E3 E 2 E 1 I )
................................
k ( E k E 3 E 2 E1 A|Ek E3 E2 E 1 I )=( I | A1 )
1 1 2
A= 3 0 3
2 3 0
| ) (
1 21 0 0
1
1
2 1 0 0
0 3 0 1 0 b 21 (3) 0 3 3 3 1 0
2 3 0 0 0 1
2 3
0 0 0 1
( A|I 3 )= 3
) ( |
1 1
2 1 0 0
0
0
1 1 1 2 1
b31 (2) 0 3 3 3 1 0 b 2 ( ) 0 1 1 1 1/3 0
3
0 5
4 2 0 1
0 5 42
0
1
( | ) ( | )
1
1 1 2 1
b32 (5) 0 1 1
0 0 1
3
0
1
3
5
3
1 0
0
1
1
1
2
0
1
0
b3 (1) 0 1 1
3
0 0 1
5
1
3
1
3
( |
) ( |
( |
1 1 2 1
0
0
1 1 0 5 10 /3 2
b23 (1) 0 1 0 2 4 /3
1 b13 (2) 0 1 0 2 4 /3
1
0 0 1 3 5 /3 1
0 0 1 3 5 /3 1
1 0 0 3
2
1
1
b12 (1) 0 1 0 2 4 /3
1 =( I 3| A )
0 0 1 3 5 /3 1
52
3
2
1
A1= 2 4/3
1
3 5 /3 1
][ ] [ ]
a11 a12 a1 n x 1
b1
a 21 a22 a2 n x 2 = b2
am 1 a m 2 a mn x n b m
atau
A x=b
Dengan
a11 a 12 a 1n
A= a21 a 22 a 2n
am1 am 2 amn
] [] []
,
x1
x= x 2
xn
dan
b1
b= b 2
bm
53
In
A1
A x=b
A1
di sebelah kiri
diperoleh
A1 A x= A1 b
I x= A1 b
x= A1 b
Dengan demikian prsamaan matriks selesaiannya adalah
x= A1 b
(2.14)
54
x 12 x 2 + x 3=1
(1)
2 x 15 x 2 + x3 =1
3 x1 7 x 2 +2 x3 =0
Kita tentukan persamaan matriksnya
][ ] [ ]
1 2 1 x 1
1
2 5 1 x 2 = 1
3 7 2 x 3
0
| ) (
1 2 1 1 0 0
1 2 1 1 0 0
b21 (2 )
A
I
=
( | 3 ) 2 5 1 0 1 0
0 1 1 2 1 0
3 7 2 0 0 1 b 31 (3)
0 1 1 3 0 1
) (
1 2 1 1
0 0
1 2 1 1
0 0
b2 (1) 0 1
b
(1)
1 2 1 0 32
0 1 1 2 1 0
0 1 1 3 0 1 0 0 0 1 1 1
x 1+3 x 2 +3 x3 =2
x 1+ 4 x 2+ 3 x 3=1
x 1+3 x 2 +4 x 3=3
Persamaan matriksnya
1 3 3 x1
2
1 4 3 x 2 = 1
1 3 4 x3
3
[ ][ ] [ ]
55
( | ) ( |
1 3 31 0 0
1 3 3 1
0 0
( )
( A|I 3 )= 1 4 3 0 1 0 b21 1 0 1 0 1 1 0
1 3 4 0 0 1 b31 (1)
0 0 1 1 0 1
( |
) ( |
1 3 0 4 0 3
1 0 0 7 3 3
b213 (3) 0 1 0 1 1 0 b 12(3) 0 1 0 1 1
0
0 0 1 1 0 1
0 0 1 1 0
1
7 3 3
A = 1 1
0
1 0
1
1
Sehingga selesaiannya
7 3 3 2
8
x= A1 b= 1 1
0 1 = 3
1 0
1
3
1
[][ ]
x1
8
x 2 = 3
1
x3
Jadi
H s= { ( 8,3,1 ) }
][ ] [ ]