I. PERSAMAAN LINEAR
a1 x1 a2 x2 a3 x3 ............ an xn b ;
aij dan bi adalah bilangan REAL, system (1) disebut system linear m n
SISTEM EKIVALEN
a) 3x1 2 x2 x3 2 (i)
x2 3 ( ii )
2 x3 4 ( iii )
4
jawab : 2 x3 4 x3 2
2
x2 3
maka : 3x1 2 x2 x3 2
3 x1 2(3) ( 2) 2
3 x1 6 2 2 3 x1 2 4
6
3 x1 6 x1 2
3
{(-2, 3, 2)}
a) 3x1 2 x2 x3 2 (i)
3 x1 x2 x3 5 ( ii )
3 x1 2 x2 x3 2 ( iii )
persamaan ( i ) : 3x1 2 x2 x3 2
persamaan ( ii ) : 3 x1 x2 x3 5
( i ) + ( ii ) : 0 x1 x2 0 x3 3 x2 = 3
persamaan ( i ) : 3x1 2 x2 x3 2
persamaan ( iii ): 3x1 2 x2 x3 2
( i ) - ( iii ) : 0x1 0x2 2x3 4 x3 = 2
3x1 2 x2 x3 2
DEFINISI
DUA SISTEM PERSAMAAN YANG MENGGUNAKAN
PEUBAH-PEUBAH (VARIABLE) YANG SAMA DISEBUT
IKHTISAR
1. Urutan penulisan dua Persamaan dapat ditukar
2. Kedua Ruas dari suatu Persamaan dapat dikalikan dengan bilangan
Real bukan 0 (NOL)
3. Kelipatan dari satu persamaan dapat dijumlahkan pada
persamaan yang lain
Atau dengan kata lain
Operator Baris Elementer :
1. Pertukaran Dua baris
2. Kalikan suatu baris dengan bilangan real (bukan nol)
3. Ganti suatu baris dengan hasil penjumlahan dengan kelipatan dari
baris lain
ekivalen
aj1 x 1 + + ajn x n = bj
ai1 x 1 + + ain x n = bi
(aj1 + ai1) x 1 + + (ajn + ain) x n = bj +
CONTOH SISTEM (N x N)
- x2 - x3 + x4 = 0
x1 + x2 + x3 + x4 = 6
2x 1 + 4x 2 + x3 - 2x 4 = -1
3x 1 + x2 - 2x 3 + 2x 4 = 3
POROS
ditulis dalam NOTASI MATRIX
angka NOL
0 -1 -1 1 0 1 1 1 1 6
1 1 1 1 6 0 -1 -1 1 0
2 4 1 -2 -1 2 4 1 -2 -1
3 1 -2 2 3 3 1 -2 2 3
0 -1 -1 1 0 1 1 1 1 6
1 1 1 1 6 0 -1 -1 1 0
2 4 1 -2 -1 2 4 1 -2 -1
3 1 -2 2 3 3 1 -2 2 3
A B
1 1 1 1 6 1 1 1 1 6
0 -1 -1 1 0 0 -1 -1 1 0
0 2 -1 -4 -13 0 0 -3 -2 -13
0 -2 -5 -1 -15 0 0 -3 -3 -15
C D
1 1 1 1 6
0 -1 -1 1 0
0 0 -3 -2 -13
0 0 0 -1 -3
E
x1 + x2 + x3 + x4 = 6 pers ( 1 )
- x2 - x3 + x4 = 0 pers ( 2 )
- 3x 3 - 2x 4 = -13 pers ( 3 )
- x4 = -2 pers ( 4 )
x4 = 2 pers ( 4 )
- 3x 3 - 2( 2) = -13 pers ( 3 )
- 3x 3 - 4 = -13
- 3x 3 = -9
x3 = 3
- x2 - x3 + x4 = 0 pers ( 2 )
- x2 - 3 + 2 = 0
- x2 - 1 = 0
x2 = -1
x1 + x2 + x3 + x4 = 6 pers ( 1 )
x 1 + (- 1) + ( 3) + (2) = 6
x1 + 4 = 6
x1 = 2
Cara diatas dikenal dengan nama Eliminasi GAUSS (membuat Matrix
Segitiga)
TUGAS :
Buatkan sembarang matrix A(ukuran 4 x 4), dan matrix B(4 x 1) hitung
penyelesaian persamaan simultannya dengan cara eliminasi GAUSS.
1 1 1 1 1 1 1 1 1 1 1 1
-1 -1 0 0 1 -1 0 0 1 1 2 0
-2 -2 0 0 3 1 0 0 2 2 5 3
0 0 1 1 3 -1 0 0 1 1 3 -1
1 1 2 2 4 1 0 0 1 1 3 0
1 1 1 1 1 1 1 1 1 1 1 1
0 0 1 1 2 0 0 0 1 1 2 0
0 0 0 0 1 3 0 0 0 0 1 3
0 0 0 0 1 -1 0 0 0 0 0 -4
0 0 0 0 1 0 0 0 0 0 0 0
X1 + X3 + X5 = 1 - X2 X4 (persamaan 1)
X3 + 2 X5 = - X4 (2) (persamaan 2)
X5 = 3 (persamaan 3)
Sistem (2) berbentuk segitiga dengan bilangan tidak diketahui X1, X3, X5,
jadi untuk setiap pasang nilai yang diberikan X2 & X4 akan terdapat
penyelesaian Tunggal.
Contoh : X2 = X4 = 0
Akan didapat : X1 = 4; X3 = -6 ; X5 = 3, atau ditulis dalam bentuk
himpunan
{4 ; 0 ; -6 ; 0 ; 3 }
DEFINISI:
Suatu Matrix dikatakan memiliki bentuk ESELON BARIS jika :
i.) Entri bukan NOL PERTAMA dalam setiap baris adalah 1
ii.) Jika baris k tidak seluruhnya mengandung NOL, maka
banyaknya entri NOL dibagian muka pada baris k+1 lebih
besar dari banyaknya entry NOL dibagian muka pada baris k
iii.) Jika terdapat baris-baris yang entrinya semua NO, maka
baris-baris ini berada dibawah baris-baris yang memiliki
entri-entri bukan NOL.
PENYELESAIAN
EIGEN VALUE
Ax=x
Jika mempunyai penyelesaian tidak NOL X, maka disebut NILAI EIGEN
(Eigen Value) dari A dan x disebut VEKTOR EIGEN yang dimiliki oleh .
Jumlah wanita yang sudah menikah dan yang masih lajang setelah satu
tahun, ditunjukkan dengan persamaan :
Untuk menentukan jumlah wanita, yang sudah menikah dan yang masih
lajang setelah dua tahun
Hitung W10, W20, W30 dengan rumus diatas, bulatkan setiap entri pada
bilangan bulat terdekat :
dan karena
dari
persamaan ini
terlihat bahwa semua vector sesudahnya didalam deret tetap tidak
berubah,
Contoh 2:
A( , X ) = A X = X = ( X )
(A I ) X = 0 (1)
jadi adalah Eigen Value dari A, jika dan hanya jika persamaan (1) diatas
memiliki suatu penyelesaian tak trivial. Himpunan penyelesaian terhadap
p ( ) = det (A I )
Akar dari polinom adalah nilai Eigen dari A, jika kita menghitung akar
menurut kelipatannya, maka polinom tersebut mempunyai n akar.
Contoh 3: Carilah Eigen Value dari vektor Eigen yang cocok dari Matrix.
Jadi semua kelipatan TAK NOL dari ( 2 ,1 ) T adalah Vektor Eigen milik ,
dan { ( 2, 1 )T } adalah suatu dasar untuk Eigen Value yang sesuai dengan
. Dengan cara yang sama untuk mendapatkan Eigen Vektor bagi 2, kita
hjarus menyelesaikan
(A + 3 I ) X = 0
T
Pada kasus ini { ( -1, 3 ) } adalah baris untuk N ( A + 3 I ) dan
sembarang kelipatan TAK NOL dari ( -1, 3 ) adalah Vektor Eigen dari 2.
Contoh 4
={0,1,1}
Eigen Space yang sesuai dengan 1 = 0 adalah N ( A )
Contoh 5 : Carilah Eigen Value dan Eigen Vektor dari matrix A dibawah ini
Penyelesaian
A 1 I =
maka bahwa { ( 1, -i) T } adalah suatu baris untuk ruang Eigen yang
sesuai untuk
N ( A 2 I )