SISTEM PERSAMAAN LINEAR DAN

MATRIKS
Pertemuan : 1&2
TUJUAN INSTRUKSIONAL KHUSUS :
1. Menjelaskan pengertian matriks beserta jenis jenis matriks
2. Menggunakan operator matriks untuk menyederhanakan bentuk
persamaan matriks
3. Mendeskripsikan bentuk-bentuk solusi dari sistem persamaan linier
4. Menggunakan operasi baris elementer dan sifat-sifat matriks untuk
menyelesaikan sistem persamaan linear
5. Mengenali karakteristik dari solusi yang ada dalam SPL
Motivasi
Beberapa pemanfaatan matriks dalam aplikasi
1. Analisis Deteksi Tepi pada Citra dimana tepi adalah perubahan nilai
intensitas derajat keabuan yang mendadak (besar) di dalam jarak.
Beberapa algoritma yang digunakan adalah deteksi tepi Sobel, Prewit,
Robert, Canny.

Ref: http://www.catenary.com/howto/diagedge.html

2. Metode Item Based Collaborative Filtering pada sistem rekomendasi

cerdas yang digunakan pada E-commerce yang bertujuan untuk
memberikan rekomendasi pada pelanggan dalam memilih barang yang
akan dibeli. Matriks direpesentasikan sebagai tabel yang berisi nilai
rating dari setiap pelanggan yang telah membeli suatu barang tertentu.
3. Matrik Probabilitas Transisi pada Rantai Markov. Salah satu penerapannya
adalah untuk mengetahui peralihan pelanggan akibat iklan, promosi
ataupun harga dari produk sejenis dengan beberapa merek tertentu.
4. Metode Analytic Heararcy Process yang digunakan dalam Sistem
Pengambilan Keputusan.
5. Enkripsi Data dalam Security.
6. Pemrosesan sinyal mengubah sinyal dari analog menjadi digital.
Materi

1.1 Bentuk Umum Matriks

Definisi 1.1 Matriks adalah suatu susunan banjar (array) bilangan-bilangan
dalam bentuk segi empat, dengan jumlah baris sebanyak m dan jumlah
kolom sebanyak n.
dinotasikan dengan

ALJABAR LINEAR DAN MATRIKS

a11 a12 K

a
a22 K
A 21
M M

am1 am 2 K

a1n

a2 n
M

amn

Baris jumlahnya m

A ( aij )mn

atau dapat ditulis secara ringkas dengan

Kolom jumlahnya
n

aij

dimana i =1,...,m dan j =1,...,n ,

adalah elemen matriks A pada baris ke-i
dan kolom ke-j. Ukuran (orde) matriks A diatas adalah mxn.
Contoh 1.1:
1 0

2 3

1 0 1 4
B

2 3 3 7

1
C 2

2 1 6

7 0 3

D
3 5
4

4 2 6

Tentukan orde dari matriks berikut dan tentukan elemen dari matriks
a12, b23 , c21 , d32
berikut ini
Definisi 1.2 Kesamaan dua matriks
Dua buah matriks dikatakan sama jika orde kedua matriks sama dan
elemen-elemen seletaknya sama.
Berikan dua contoh matriks yang sama
1.2 Operasi dan Sifat Matriks
Definisi 1.3 Operasi Matriks
A (aij )

a) Jika

B (bij )

dan

masing-masing adalah matriks mxn, maka

A B

aij bij , (i, j )

adalah matriks mxn yang elemen ke-ij adalah

.
b) Jika A adalah matriks mxn, adalah suatu skalar maka A adalah
matriks yang dibentuk dari perkalian setiap elemen A dengan .
A B
c) Jika A dan B adalah matriks mxn maka
adalah matriks mxn yang
A B A ( B)
dapat dituliskan dari
.
d) Jika A matriks mxr dan B matriks rxn maka hasil kali A.B=C adalah
matriks mxn yang anggota-anggotanya didefinisikan sebagai berikut:
n

cij aik bkj , i 1,..., m

j 1,..., n

k 1

Contoh 1.2:

IF/2013

ALJABAR LINEAR DAN MATRIKS

a11
a21

a12

a22

b
b
B 11 12
b21 b 22

Misalkan diketahui
,
Tentukan :
a. A+B
d. A-B
b. A, dimana adalah skalar
e. A.B
c. A atau (-1)A
f.
g.
Penyelesaian
a b b
a
A B 11 12 11 12
a21 a22 b21 b 22
h.
a.
a
a
A 11 12
a21 a22
i.
b.
j.
A ( 1) A
k.
c.
l.
m.
n.
A B A ( B)
o.
d.
p.
q.
a12 b11 b 12
a
A.B 11
.

a21 a22 b21 b 22
r.
e.
s.
t. Latihan 1.1 Selesaikan soal berikut ini
1 0 2
A

2 5 1

3
B

1 2 5

1 1 0

C 2 2 1
1 0 2

u.
a. Tentukan matriks 2C dan -3C
b. Tentukan matriks A+B, periksalah apakah matriks yang diperoleh sama
dengan matriks B+A
c. Tentukan matriks A-B, periksa pula matriks B-A! Apa kesimpulan yang
dapat diambil? Apakah dua matriks dengan orde yang berbeda dapat
dijumlahkan/dikurangkan?
d. Tentukan matriks AC, BC dan CA. Apakah semua matriks tersebut dapat
ditentukan nilai elemen-elemennya? Apa syarat agar dua matriks dapat
dikalikan?
e. Hitunglah (A+B)C bandingkan hasilnya dengan AC + BC
v.
w. Teorema 1.1
IF/2013

ALJABAR LINEAR DAN MATRIKS

x. Untuk setiap skalar , dan untuk setiap matriks A,B dan C dimana
operasi-operasi yang bersangkutan terdefinisi maka berlaku :
( ) A ( A)
A B B A
1.
6.
( A B) C A ( B C )
( AB ) ( A) B A( B)
2.
7.
( AB)C A( BC )
( ) A A A
3.
8.
A( B C ) AB AC
( A B) A B
4.
9.
( A B)C AC BC
5.
10.
Bukti dapat dilihat di Howard Anton, Aljabar Linear Elementer
11.
1.3 Beberapa Matriks Istimewa
a. Matriks berukuran 1xn disebut vektor baris, matriks berukuran mx1
disebut vektor kolom.
12.
Contoh 1.3:
1
p 2 1 4
q
p
q
0
13.
adalah vektor baris dan
adalah
vektor kolom. Penulisan notasi vektor secara khusus akan dibahas pada
bab 3.
b. Matriks bujur sangkar berorde n jika jumlah baris dan kolom matriks
sama yaitu n buah.
14.
Contoh 1.4:
3 1
2
1 9

A
B 5 6 2

5 3
4 2 0

15.
16.
17.
18.
Contoh 1.5:
19.
Jika A matriks bujur sangkar
berorde 3 x 3
a11 a12 a13
a11 , a22 , a33

A a21 a22 a23 maka

adalah diagonal utama dan yang
a

lainnya
elemen
elemen diluar diagonal A.
31 a32 a33
diagonal
20.
utama
21.
c. Matriks diagonal adalah matriks bujur sangkar yang semua elemen
0
0
diagonal utamanya
sedangkan semua elemen diluar diagonal
.
22.
Contoh 1.6:

IF/2013

ALJABAR LINEAR DAN MATRIKS

1 0 0

C 0 3 0
0 0 2

1 0

0 2
D
0 0

0 0

0
0
3
0

0
0

23.
d. Matriks skalar adalah matriks diagonal yang elemen diagonal
utamanya memiliki suatu nilai skalar.
24.
Contoh 1.7:
2 0 0
3 0

A
B 0 2 0

0 3
0 0 2

25.
26.
e. Matriks identitas adalah matriks skalar dimana semua nilai diagonal

In
utamanya adalah 1, matriks identitas dapat ditulis dengan
dengan n
I
menyatakan orde dari matriks atau hanya .
27.
Contoh 1.8:
1 0 0
1 0

I2
I 3 0 1 0

0
1

0 0 1

28.
29.
f. Matriks null adalah matriks bujursangkar yang semua elemennya
O
bernilai 0, sering dituliskan dengan matriks .
30. Contoh 1.9:
0 0 0
0 0

O
O 0 0 0

0 0
0 0 0

31.
32.
g. Matriks Segitiga Bawah adalah matriks bujur sangkar yang semua
elemen diatas diagonal utama adalah nol.
33.
Contoh 1.10:
1 0 0
2 0

A
B 3 4 0

3 1
2 3 1

34.
35.
h. Matriks Segitiga Atas adalah matriks bujur sangkar dimana semua
elemen dibawah diagonal utama adalah nol.
36.
Contoh 1.11:

IF/2013

ALJABAR LINEAR DAN MATRIKS

2 3
A

0 1

3 4 5

B 0 1 2
0 0 7

37.
38.
1.4 Transpose dari Suatu Matriks
39.
Definisi 1.4
40.
Jika A adalah matriks mxn maka transpos A (ditulis A T atau A)
adalah matriks berukuran nxm yang didapatkan dengan mempertukarkan
AT ( a ji )
A (aij )
baris dengan kolom dari A.
dan
. Jika A matriks bujur
T
A A
sangkar dan
maka A adalah matriks simetri.
41.
Contoh 1.12:
2 3
2 1 0

T
A
A 1 4

3 4 5
0 5

42.
1 2 4
1 2 4

T
B 2 3 8
B 2 3 8

4 8 7
4 8 7

Dari contoh, matriks B dikenal dengan matriks simetri. Perhatikan

contoh matriks B, kemudian berikan contoh matriks simetri lainnya! Apa
yang dapat disimpulkan tentang matriks simetri?
44.
45.
Teorema 1.2
46. Berikut ini adalah beberapa sifat yang dimiliki oleh transpose dari sebuah
matriks. Misalkan A,B adalah matriks mxn dan adalah skalar maka
berlaku sifat:
43.

A
T

a)

A B

AT BT

b)

AT

c)
47.
48.
Definisi 1.5
49.
Jika A adalah matriks bujur sangkar maka trace A (ditulis tr(A))
didefinisikan sebagai jumlah anggota-anggota dari diagonal utama matriks
A. Trace A tidak terdefinisi jika A bukan matriks bujur sangkar.
50.
51.
Latihan 1.2 Diketahui matriks-matriks berikut ini :

IF/2013

ALJABAR LINEAR DAN MATRIKS

1 2

A 0 1
1 3

52.
53.
T

a.

3. A

b.

(3 A )T

c.

2 AT C
54.

1 3
B

0 2

4 1
C

2 3 0

2 0 1

D 2 1 1
1 5 0

Sederhanakan matriks berikut ini jika mungkin

55.
56.
T
BT CA
A 2B
d.
g.
T
T
tr (CA) tr ( B )
e. ( A +2 C )
h.
i.
tr ( DDT )
f.

( AC )T D
j.
k.
l.
m.
1.5 Sistem Persamaan Linear
n. Definisi 1.6

x1 , x2 ,..., xn
o. Secara umum sebuah persamaan linear dengan n variabel
dapat dituliskan sebagai suatu persamaan linear dalam bentuk
a1 x1 a2 x2 a3 x3 ... an xn b
p.
a1 , a2 ,..., an
b
q. Dengan
dan konstanta real.
r.
s.
t. Latihan 1.3
u. Tentukan persamaan berikut yang merupakan persamaan linear :
x1 x2 x3 ... xn 1
x 3y 7
a.
d.
1
x1 x2 x1/2 1
1
x1 2 x2 4 x3 3 x4 12
2
b.
e.
1
1
x1 x2 4 x3
2 x1 x2 4 x3 x4 121/2
3
3
c.
f.
v.
w.
x. Definisi 1.7
y. Sebuah himpunan terhingga m buah persamaan linear dengan variabel
x1 , x2 ,..., xn
disebut sistem persamaan linear dengan n variabel dituliskan
sebagai

IF/2013

ALJABAR LINEAR DAN MATRIKS

a11 x1 a12 x2 ... a1n xn b1

a21 x1 a22 x2 ... a2 n xn b2
M
M
M M
am1 x1 am 2 x2 ... amn xn bm
z.

s1 , s2 ,K , sn
aa.

Suatu

urutan

bilangan-bilangan
disebut himpunan
x1 s1 , x2 s2 ,..., xn sn
penyelesaian sistem jika
memenuhi
setiap
persamaan dalam sistem tersebut.
ab.
ac.
ad.
Contoh 1.13: Sistem persamaan linear
2 x1 5 x2
x3 Tentukan
4
jumlah variabel dan banyak
persamaan
dari
sistem persamaan disamping
x1 3x2 2 x3 8
(m dan n)
ae.
af.
ag.
ah.
Definisi 1.8
ai. Suatu sistem persamaan linear dengan m persamaan dan n buah
Ax b
variabel dapat dituliskan kembali menjadi
, seperti berikut ini
a11 a12 K a1n
b1
x1

a11 x1 a12 x2 ... a1n xn b1
b
a21 a22 K a2 n M
2

M M O

a21 x1 a22 x2 ... a2 n xn b2

M M

{xn

M
M
M M
a
K a
m1
1a4
{ bm
4 4m 22 4 4 4mn3
x
am1 x1 am 2 x2 ... amn xn bm
A
b
aj.
b 0
Ax 0
Jika
maka persamaan
disebut sistem persamaan linear
homogen.
ak.
al.
am.
Definisi 1.9
an.
Sistem persamaan yang tidak mempunyai penyelesaian disebut
sistem yang tak konsisten sedangkan jika minimal terdapat satu
penyelesaian maka sistem tersebut disebut konsisten.
ao.
Setiap sistem persamaan linear mungkin tidak mempunyai
penyelesaian, mempunyai tepat satu penyelesaian, atau tak hingga
banyaknya penyelesaian.
ap.
aq.
ar.
Latihan 1.4 Periksalah ketiga sistem persamaan berikut dan
gambarkan penyelesaian dari sistem persamaan tersebut dalam koordinat
kartesian. Tentukan sistem persamaan yang mempunyai tepat satu
penyelesaian, tak hingga atau tidak mempunyai penyelesaian
IF/2013

ALJABAR LINEAR DAN MATRIKS

x1 x2 5

x1 x2 5

x1 x2 5

x1 x2 5

x1 x2 3

x1 x2 5

as.
at.
au.
av.
Definisi 1.10
aw.
Setiap sistem persamaan linear homogen mempunyai sifat
konsisten, karena semua sistem seperti itu mempunyai penyelesaian
x1 0, x2 0,K , xn 0
. Penyelesaian ini disebut penyelesaian trivial. Jika ada
penyelesaian lain yang memenuhi sistem persamaan tersebut maka
penyelesaian sistemnya disebut penyelesaian tak-trivial.
ax.
ay.
Contoh 1.14:
x1 3x2 x3 0

x2 8 x3 0

3 x1 2 x2 0

4 x3 0

6 x1 4 x2 0

a)
b)
az.
Tunjukkan bahwa a) memiliki penyelesaian
penyelesaian tak-trivial.
ba.
bb.
bc.
bd.
be.
bf.
bg.
bh.
bi.
Latihan 1.5
bj.
Lengkapi mind mapping berikut ini
bk.
bl.
Konsisten
bm.
SPL tidak homogen
bn.
(punya
Ax

b
bo.
solusi)
bp.
bq.
br. Sistem
bs. Persamaan
bt. Linear SPL
bu.
bv.
bw.
Selalu
bx.
konsisten
by.
bz.
ca.
cb.
cc.
Definisi 1.11

trivial dan b) memiliki

Tepat satu
solusi

Tepat satu solusi

disebut solusi
trivial

IF/2013

ALJABAR LINEAR DAN MATRIKS

cd.
Sistem m persamaan linear dengan n buah variabel dapat diubah
dalam bentuk matrik yang diperluas (augmented matrix) yang dituliskan
sebagai:
a11 x1 a12 x2 K a1n xn b1
a21 x1 a22 x2 K a2 n xn b2
M
M
M
M
am1 x1 am 2 x2 K amn xn bm
ce.

a11 a12

a21 a22
M M

am1 am 2
cf.
cg.
ch.

K
K
O
K

b1

a2 n b2
M M

amn bm
a1n

Latihan 1.6

Buatlah augmented matrix dari sistem persamaan linear berikut:

3x1 2 x2 x3 15
5 x1 3 x2

x1 x2 3 x3 11
4 x2 2 x3 30

ci.
cj.
1.6 Eliminasi Gaussian
ck.
Penyelesaian sistem persamaan dapat dilakukan dengan operasi
baris elementer (OBE) pada matriks yang diperbanyak. Metode dasar dari
OBE adalah dengan menggantikan sistem yang diberikan dengan suatu
sistem baru yang mempunyai himpunan penyelesaian yang sama tetapi
lebih mudah diselesaikan.
cl.
cm.
Definisi 1.12
cn.
Tiga langkah yang digunakan dalam OBE adalah:
1. Kalikan suatu baris dengan bilangan real bukan nol.
2. Pertukarkan dua baris
3. Ganti suatu baris dengan hasil penjumlahannya dengan kelipatan dari
baris lain.
co.
cp.
Definisi 1.13
cq.
Sebuah matriks dikatakan memiliki bentuk baris eselon jika:
1. Elemen bukan nol pertama dalam setiap baris adalah 1
2. Jika baris k tidak seluruhnya mengandung 0, maka banyak elemen nol
bagian muka pada baris k+1 lebih besar dari banyaknya elemen nol di
bagian depan baris k.
3. Jika terdapat baris-baris yang elemennya semuanya adalah nol, maka
baris-baris ini berada tepat dibawah baris-baris yang memiliki elemenelemen bukan nol.
cr.
IF/2013

10

ALJABAR LINEAR DAN MATRIKS

cs.
Latihan 1.7 Tentukan apakah matriks-matriks berikut ini
merupakan matriks yang memiliki bentuk eselon baris atau tidak
1 2 3
2 3 6
1 3 4

a ) A 0 5 4 b) B 0 1
2 c) C 0 0 1
0 0 3

0 0 0

0 0 1

1 2 3 4

d ) D 0 1 7 2
0 0 0 1

1 2 3 4

e) E 0 0 1 5

0 0 0 4

1 0 1

0 0 1

ct.
cu.

f)F

0 0

0 0

2 4
1 1

0 0
2

cv. Definisi 1.14

cw.
Proses mengubah matriks yang diperbanyak menjadi matrik baris
eselon dengan menggunakan OBE disebut Eliminasi Gauss.
cx.
cy.
Definisi 1.15
cz. Suatu matriks memiliki baris eselon tereduksi jika :
1. Matriks memiliki bentuk baris eselon.
2. Elemen bukan nol pertama dalam setiap baris adalah satu-satunya
elemen bukan nol dalam kolom yang bersangkutan.
da.
Proses mengubah matriks yang diperbanyak menjadi matrik baris
eselon tereduksi dengan menggunakan OBE disebut Eliminasi GaussJordan/Reduksi Gauss-Jordan.
db.
dc.
Latihan 1.8 Tentukan apakah bentuk matriks berikut ini
memiliki baris eselon tereduksi atau tidak.
dd.
1 2 0 1
1 0 0 1
0 1 3 0

a ) A 0 1 0 9
b) B 0 0 1 0
c)C 0 0 1 3

0 0 1 5

0 0 0 0

0 0 0 1

de.
df.
Contoh 1.15 :
dg.
Tentukan penyelesaian dari sistem persamaan
menggunakan reduksi Gauss-Jordan
2 x1 4 x2 3x3 1

berikut

ini

x1 x2 2 x3 9
3 x1 6 x2 5 x3 0
dh.
di.
Langkah
dilakukan sebagai
2 4 3

1 1 2
3 6 5

dj.

langkah penyelesaian sistem persamaan diatas

berikut:
1 1 1 2 9
1 1 2 9
1 1 2
9

9 2 4 3 1 0 2 7 17
0 2 7 17

3 6 5 0 0 3 11 27

0
3 6 5 0

(a)

(b)

(c)
IF/2013

11

ALJABAR LINEAR DAN MATRIKS

1 1 2

0 1 72
0 3 11 27
0 0 1

2
1 1

0 1

dk.
dl.

7
2

(d)
1 0

0 1
0 0

11
2
7
2

17
2

1 1 2

0 1 72

0 0 1
17
2
3
2

172

(e)
(f)

1 0 0 1
Penyelesaiannya

0 1adalah
0 2
0 0 1 3
3

x1 1, x2 2, x3 3
35
2
17
2

dm.
dn.
(g)
(h)
do.
Keterangan:
a. Pertukarkan baris pertama dengan baris kedua sehingga diperoleh
matriks (a).
b. Kalikan baris pertama dengan -2 kemudian tambahkan dengan bilangan
yang ada pada baris kedua sehingga diperoleh matriks (b).
c. Kalikan baris pertama dengan -3 kemudian tambahkan dengan bilangan
yang ada pada baris ketiga sehingga diperoleh matriks (c).
12
d. Kalikan baris kedua dengan
sehingga diperoleh matriks (d).
e. Kalikan baris kedua dengan -3 kemudian tambahkan dengan bilangan
pada baris ketiga sehingga diperoleh matriks (e).
f. Kalikan baris ketiga dengan -2 sehingga diperoleh matriks (f).
g. Kalikan baris kedua dengan -1 kemudian tambahkan dengan bilangan
pada baris pertama sehingga diperoleh matriks (g).
h. Kalikan baris ketiga dengan

7
2

kemudian tambahkan dengan bilangan

11
2

pada baris kedua selanjutnya kalikan baris ketiga dengan - kemudian

tambahkan dengan bilangan pada baris pertama sehingga diperoleh
matriks (h).
dp.
dq.
Perhatikan kembali contoh 1.15 Proses yang dilakukan dari (a)
sampai (f) adalah proses Eliminasi Gauss.
x1 x2 2 x3 9
9
1 1 2

7
17
x2 72 x3 172
0 1 2 2
0 0 1
3
x3 3

dr.
dapat dituliskan menjadi
x3 3
x2 2
ds.Dengan mensubstitusikan
ke persamaan kedua akan diperoleh
x2 , x3
kemudian nilai
disubstitusikan ke persamaan pertama sehingga
x1 1
diperoleh
. Proses yang dilakukan ini disebut dengan cara substitusi
balik.
dt.
IF/2013

12

ALJABAR LINEAR DAN MATRIKS

du.
Latihan 1.9 Gunakan Eliminasi Gauss dan subtitusi balik untuk
menentukan penyelesaian dari sistem persamaan linear berikut ini
kemudian periksa hasilnya dengan menggunakan Reduksi Gauss Jordan
a ) 2 x1 2 x3 4
b) x1 2 x3 1
c) x1 2 x2 3x3 1

2 x1 x2 3

x1 x2 x3 0

x1 2 x2 5 x3 6

dv.
dw.
dx.
d ) 6x y 0

2 x1 x2 5 x3 3

e)

4y

x1 8 x3 6

2 x1 4 x2 10 x3 0

x 5y 0
x

2 x1 5 x2 3x3 6

x2 3 x3 0
x1 2 x2 5 x3 0

dy.
1.7 Menentukan Invers Matriks dengan Metode Gauss-Jordan
dz.
Di dalam pemrograman salah satu cara untuk menentukan invers
dari sebuah matriks adalah dengan menggunakan Metode Gauss Jordan.
Untuk itu terlebih dahulu akan dijelaskan mengenai pengertian dari invers
matriks.
ea.
eb.
Definisi 1.16
ec.
Suatu matriks A bujur sangkar dapat dibalik jika terdapat suatu
AB BA I
matriks B sehingga berlaku
maka matriks A disebut dapat dibalik
A1
dan B adalah matriks invers dari A (ditulis
).
ed.
ee.
Latihan 1.10 Periksalah apakah B adalah invers dari matriks A.

2 5

1 3

3 5
B

1 2

ef.
eg.
eh.
Teorema 1.3
ei.
Jika A dan B adalah matriks-matriks yang dapat dibalik dan
berukuran sama maka:
a) AB dapat dibalik
1
AB B 1 A1
b)
ej.
ek.
Untuk mendapatkan invers suatu matriks yang dapat dibalik A, kita
harus menemukan serangkaian OBE yang mereduksi A menjadi identitas
dan kemudian melakukan serangkaian operasi yang sama pada In untuk
A1
memperoleh matriks
.
el.
em.
Contoh 1.16:
en.
Cari invers dari matriks
IF/2013

13

ALJABAR LINEAR DAN MATRIKS

eo.
ep.
eq.

1 2 3

A 2 5 3
1 0 8

Penyelesaian:
Kita harus menyandingkan matriks A dengan matriks I berukuran
A| I
3x3 sehingga diperoleh matriks
dan setelah proses OBE diperoleh
1
I|A
matriks
.
1 2 3 1 0 0
1 0 0 40 16 9

OBE

3 I | A 1
A | I 2 5 3 0 1 0
0 1 0 13 5
1 0 8 0 0 1

0 0 1 5 2 1
er.
40 16 9

1
A 13 5 3
5 2 1

es.Jadi
et.
eu.
Latihan 1.11
1. Lakukan proses OBE pada contoh diatas sehingga terbukti bahwa invers
40 16 9

13 5 3
5 2 1

dari A adalah
ev.
2. Carilah invers dari matriks berikut ini dengan OBE
1 2 3

1 4 1
2 1 9

ew.
ex.

IF/2013

14