Sistem Persamaan Linear:

Contoh di bidang-xy (R2)

y
Garis l l
a
-secara geometri:
b
0 x

-secara aljabar: ax + by = c
dimana a,b,c bilangan real
 Persamaan Linear

ax + by = c disebut persamaan linear dalam

variabel x dan y
Secara umum:
Suatu persamaan linear dalam variabel x1,x2,…xn
adalah suatu persamaan dengan bentuk
a1 x1  a2 x2  ...  an xn  b

dimana a1,a2,…,an dan b adalah bilangan real konstan

• Contoh Persamaan linear:

1. 2x + 3y = 7

2. y x1x x 5 3z  8
1 2

2
• Contoh bukan persamaan linear:

1. sin x + y = 1

2. x1  x2  5
 Solusi Persamaan Linear

* Suatu barisan bilangan s1 , s2s,..., 1 2

s
, s ,...., sn
n

yang memenuhi persamaan linear

a1 x1  a2 x2  ...  an xn  b (1)
dengan mensubstitusi x1 xs1, x2 s s,2,x...,  xn s s,...., xn  sn
1 1 2 2 n
disebut solusi dari persamaan linear

* Himpunan semua solusi dari persamaan linear (1) disebut

himpunan solusi / solusi umum
Contoh: Carilah himpunan solusi (solusi umum dari
a. 4x – 2y = 1
jawab: misalkan x = t
(t disebut parameter)
maka y = 2t – ½
note: Solusi khusus adalah solusi umum dengan nilai
parameter tertentu.
untuk t = 1, maka x = 1, y = 3/2
b. x1- 4x2 + 7x3 = 5
jawab: misalkan x2= s dan x3 = t
maka x1 = 5 + 4s – 7t
 Sistem Persaman Linear

Suatu himpunan berhingga dari persamaan linear

dalam variabel x1, x2,…xn x1 , x2 ,..., xn
disebut sistem persamaan linear atau sistem
linear (SPL).
 Sistem Persaman Linear

Sistem persamaan linear yang terdiri dari m

x1  x2  5

persamaan dan n variabel:

aa1111xx11aa1212xx22......aa1n1nxxnnbb1 1
aa21xx1aa22xx2......aa2 nxxnbb2
21 1 22 2 2n n 2

aamm11xx11aamm22xx22......aamnmnxxn nbbn n
 Konsisten (mempunyai
solusi)
-Tepat 1 solusi
Sistem Persamaan Linear -Banyak solusi

(SPL)
Inkonsisten
(tidak mempunyai
solusi)
 Ilustrasi

• Misalkan suatu SPL terdiri dari:

a1x + b1y = c1  garis l1
a2x + b2y = c2  garis l2

• Posisi 2 garis dari SPL diatas:

y y l1 = l2 y
l2
l2
x x x
 SPL homogen
SPL homogen adalah suatu SPL dengan
konstanta 0

a11 x1  a12 x2  ...  a1n xn  0

a21 x1  a22 x2  ...  a2 n xn  0
   
am1 x1  am 2 x2  ...  amn xn  0
 SPL homogen: selalu konsisten
• Solusi trivial

x1  0, x2  0, x3  0, x4  0,....., xn  0 (Solusi Trivial)

• Solusi nontrivial adalah solusi selain 0

Contoh SPL homogen:

2 x1  2 x2  x3  x5  0
 x1  x2  2 x3  3x4  x5  0
x1  x2  2 x3  x5  0
x3  x 4  x5  0
Contoh SPL (non-homogen):

x1  x2  2 x3  8
 x1  2 x2  3x3  1
3x1  7 x2  4 x3  10
 Langkah-langkah penyelesaian SPL dengan
Metode Eliminasi Gauss Jordan

• 1. Ubah SPL menjadi bentuk perkalian matrix

a11 x1  a12 x2  ...  a1n xn  b1  a11 a12 a1n   x1   b1 

     
a21 x1  a22 x2  ...  a2n xn  b2  a21 a22 a2 n   x2   b2 
 =
     
     
am1 x1  am 2 x2  ...  amn xn  bn  am1 am 2 amn   xn   bn 
SPL A x b
• A disebut matrix koefisien
• b disebut matrix konstan
• x disebut matrix solusi
2. Membentuk matrix yang diperbesar (Augmented matrix) yaitu
Matrix yang didapatkan dengan menambahkan satu kolom
(matrix konstan) pada matrix koefisien A

 a11 a12 a1n b1 

 
a
 21 a22 a2 n b2 
 
 
 am1 am 2 amn bn 
 A b
 3. Gunakan operasi baris elementer
untuk mengubah matriks yang diperbesar
menjadi bentuk eselon baris tereduksi.

Operasi baris elementer :

1. Kalikan suatu baris dengan konstanta tidak nol
2. Pertukarkan dua buah baris
3.Tambahkan suatu baris dengan kelipatan suatu baris lainnya
Bentuk eselon baris tereduksi dari suatu matrix adalah
suatu matrix yang memenuhi syarat berikut :

1. Jika suatu baris, entrinya tidak nol semua, maka bilangan pertama yang
tidak nol adalah 1, yang disebut 1 utama

2. Jika terdapat suatu baris yang entrinya nol semua, maka diletakkan di baris
paling akhir

3. Jika dua baris yang berurutan entrinya tidak nol semua, maka 1 utama baris
yang lebih atas, letaknya lebih dikiri dari 1 utama baris yang lebih bawah

4. Setiap kolom yang memuat 1 utama, entri lainnya adalah 0

Note: Jika hanya memenuhi syarat 1-3 disebut bentuk eselon

baris
 Tujuan Metode Eliminasi Gauss Jordan

Mengubah matrix yang diperbesar dari suatu

SPL menjadi bentuk eselon baris tereduksi
untuk mendapatkan solusi
 Matrix
 a11 a12  a1n 
 
 a21 a22  a2 n 
A
    
 
 am1 am 2  amn 

Notasi : Matrix : A = [aij]m  n = [aij]

entri matrix A = (A)ij atau aij
Matrix A berukuran m  n m baris dan
n kolom
 Kesamaan matrix: A = B
• Ukuran sama

 a11 a12  a1n   b11 b12  b1n 

   
  b21 b22  b2 n 
 a21 a22 a2 n  B
A  
     
  

  
  bm1 bm 2 bmn 
 am1 am 2 amn 
• Entri-entri bersesuaian sama

aij = bij
 Perkalian matrix: AB
Syarat: Jumlah kolom A = Jumlah baris B

r
 AB ij   aik bkj
k 1
 Perkalian matrix
• Kolom ke-j matrix AB =
A [kolom ke-j matrix B]
• Baris ke-i matrix AB =
[baris ke-i matrix A]B
 Matrix Invers
Suatu matrix bujur sangkar A
disebut invertible, jika terdapat
suatu matrix B (berukuran sama
dengan A), sedemikian sehingga
berlaku
AB = BA = I

B disebut invers dari A,

notasi: B = A-1
 Pangkat suatu matrix
Definisi:
• Misalkan A suatu matrix bujur sangkar, maka
A0 = I dan

A  A A
n
A
n

• Jika A invertible maka

A A
n

1 n 1
 A A  1 1
A
n
 Sifat-sifat:

Misalkan A matrix bujur sangkar dan invertible,

maka berlaku
• T.1.4.4. (Ketunggalan invers matrix)
Misalkan B dan C invers dari A, maka B = C
• T.1.4.7. Jika r dan s bilangan bulat positif ,
maka : ArAs = Ar+s
• T.1.4.8. a. A-1 invertible, dengan (A-1)-1 = A
b. An invertible, dengan (An)-1=(A-1)n ,
n = 0,1,2,…..
c. untuk skalar k  0, kA invertible,
1
dengan (kA)-1= k A-1
 Sifat-sifat:

• T.1.4.6. Jika B berukuran sama

dengan A dan invertible,
maka AB invertible dan
(AB)-1=B-1A-1
 Sifat-sifat transpose (T.1.4.9):

• (AT)T = A
• (A + B)T=AT + BT
• (kA)T = k AT
• (AB)T=BTAT
 Invers dari transpose suatu matrix (T.1.4.10):

Jika A matrix bujur sangkar dan invertible,

maka
AT invertible dan (AT)-1=(A-1)T
 Matrix Elementer
• Matrix Enxn disebut matrix elementer, jika E
diperoleh dari matrix I (identitas) yang
dikenakan tepat 1 kali operasi baris elementer.
• Contoh:

1 0 0 1  2 0
   
E1   0 2 0  E2   0 1 0 
0 0 1 0 0 1
   
 T.1.5.1.
Misalkan Emm matrix elementer yang
diperoleh dari Im  m dengan suatu operasi
baris tertentu dan A suatu matrix berukuran
m  n.
Maka:
matrix EA adalah matrix yang diperoleh dari A
dengan operasi baris tertentu tsb.
Operasi baris pada I yang Operasi baris pada E yang
menghasilkan E menghasilkan I

Baris i dikalikan konstanta Baris i dikalikan konstanta

c0 1/c

Baris i ditukar Baris i ditukar

dengan baris j dengan baris j

Baris i ditambahkan dengan Baris i ditambahkan –c kali

c kali baris j baris j
• T.1.5.2.
Setiap matrix elementer invertible dan invers dari
matrix elementer juga suatu matrix elementer
• T.1.5.3.
Misalkan A suatu matrix nn, maka pernyataan
berikut ekivalen :
a. A invertible
b. Ax = 0 hanya mempunyai solusi trivial
c. Bentuk eselon baris tereduksi dari A
adalah In
d. A dapat dinyatakan sebagai hasil
perkalian matrix-matrix elementer
 Metode mencari invers
[A | I]  [I | A-1]

Gunakan operasi baris elementer pada sisi

sebelah kiri untuk mendapatkan sisi sebelah
kanan
Contoh:

Tentukan invers dari kedua matrix berikut:

 40 16 9
1. A   13 5 3
 5 2 1
1 6 4
2. B   2 4 1
 1 2 5 
1.6. Sifat-sifat Sistem Persamaan
Linear & Invertibility
Teorema 1.6.1.
Setiap sistem persamaan linear non
homogen Ax  b mempunyai 3
kemungkinan solusi, yaitu
•Mempunyai tepat 1 solusi
•Mempunyai banyak solusi
•Tidak punya solusi
Teorema 1.6.2
Jika A suatu matrix n  n yang invertible,
maka untuk setiap b matrix n1 , sistem
persamaan linear Ax  b mempunyai tepat
satu solusi, yaitu x  A1b

Contoh: Tentukan solusi dari SPL

x1  2 x2  3x3  5
2 x1  5 x2  3x3  3
x1  8 x3  17
Sistem linier berganda yang mempunyai
matrix koefisien yang sama

Misalkan diketahui sistem linier berganda

dengan A adalah matrix bujur sangkar sbb:
Ax1  b1 , Ax2  b2 , Ax3  b3 , ... Axk  bk
Jika A adalah matrix invertible, maka
diperoleh solusi:
x1  A1b1 , x2  A1b2 , ... xk  A1bk
Cara yang paling efisien untuk menyelesaikan
sistem linier berganda tsb adalah sbb:
• Bentuk matrix  A : b1 : b2 :...: bk 
• Gunakan eliminasi Gauss-Jordan, untuk mengubah
matrix A menjadi bentuk eselon baris tereduksi
Contoh: Selesaikan sistem linier berganda berikut:

x1  2 x2  3x3  4 x1  2 x2  3x3  1
a. 2 x1  5 x2  3x3  5 b. 2 x1  5 x2  3x3  6
x1  8 x3  9 x1  8 x3  6
Teorema 1.6.3. Anggap A adalah suatu
matrix bujur sangkar

a. Jika B adalah suatu matrix bujur sangkar

1
yang memenuhi BA  I , maka B  A
b. Jika B adalah suatu matrix bujur sangkar
1
yang memenuhi AB  I , maka B  A
Teorema 1.6.4
Misalkan A suatu matrix nn, maka pernyataan
berikut ekivalen :
a. A invertible
b. Ax = 0 hanya mempunyai solusi trivial
c. Bentuk eselon baris tereduksi dari A adalah In
d. A dapat dinyatakan sebagai hasil perkalian
matrix-matrix elementer
e. Ax  b konsisten untuk setiap matrix b, n1
f. Ax  b tepat mempunyai satu solusi untuk
setiap matrix b, n1
Teorema 1.6.5.
Anggap A dan B adalah matrix-
matrix bujur sangkar yang berukuran
sama. Jika AB invertible, maka A dan
B pasti juga invertible
Menentukan matrix bm1 sedemikian
sehingga Amxn xnx1  bmx1 konsisten
Jika A invertible, maka untuk berapapun
bm1 , sistem Ax  b pasti mempunyai
1
solusi & solusinya unik, yaitu x  . b
A
Jika A bukan matrix bujursangkar,atau A
matrix bujursangkar, tetapi tidak invertible,
maka matrix b harus memenuhi syarat-
syarat tertentu agar Ax  b konsisten
Contoh:
Tentukan syarat yang harus dipenuhi oleh
b1 , b2 , dan b3 agar sistem berikut
konsisten

x1  x2  2 x3  b1
x1  x3  b2
2 x1  x2  3x3  b3
1.7. Matrix-matrix Khusus
Matrix Diagonal adalah matrix
bujursangkar dimana semua entri-
entrinya bernilai nol, kecuali pada
diagonal utamanya
Contoh:
2 0 0
1 0
A   0 0  B
1 
3
 0 0
0 7 
 Jika 1 
d 0 0
 d1 0 0 Maka  1 
0 d 0   1 
D 2 Invers nya 1  0 0
D  d2
  
   
0 0 dn   
0 1
0
 d n 
Pangkat k dari matrik D adalah
 d1k 0 . . 0
 
0 d2k . . 0
Dk   . . . 
 
 . . . 
0 0 . d nk 
 .
Contoh:
 1 0 0  1 0 0
  
Jika A  0 3 0  maka A  0  3 0 
1 1 
0 0 2  0 0 21 

1 0 0 1 0 0
  
A  0 243 0  dan A  0  243
5 5 1
0 
0 0 32 0 0 1 
32 
Matrix Segitiga
Matrix segitiga atas adalah matrix bujur
sangkar dimana semua entri di bawah
diagonal utamanya bernilai 0
Matrix segitiga bawah adalah matrix bujur
sangkar dimana semua entri di atas diagonal
utamanya bernilai 0
Teorema 1.7.1
• Transpos dari matrix segitiga bawah adalah matrix
segitiga atas dan transpos dari matrix segitiga atas
adalah matrix segitiga bawah.
• Perkalian antara sesama matrix segitiga bawah
menghasilkan matrix segitiga bawah, demikian pula
dengan perkalian antara sesama matrix segitiga
atas menghasilkan matrix segitiga atas.
• Matrix segitiga invertible jika dan hanya jika semua
entri diagonalnya bernilai tidak nol.
• Invers dari matrix segitiga atas adalah matrix
segitiga atas, invers dari matrix segitiga bawah
adalah matrix segitiga bawah.
Matrix Simetris
Matrix bujur sangkar A disebut simetris
jika A  AT

Teorema 1.7.2
Jika A dan B matrix simetris dengan
ukuran yang sama, dan k skalar, maka :
• AT simetris
• A  B dan A  B simetris
• kA simetris.
Teorema 1.7.3
Jika A matrix simetris yang invertible
maka A1 simetris.

Teorema 1.7.4
Jika A matrix invertible maka AAT
dan AT A juga invertible.