ALJABAR LINIER

Sistem Persamaan Linier dan

Matriks
Imam Jauhari Maknun
081213148961
jauhari.imam@gmail.com
Agustus 2017
Sistem Persamaan Linier dan Matrik

 Pendahuluan

 Eliminasi Gauss

 Matriks

 Inverses dan Matrik Elementer

 Matriks Khusus
 Pendahuluan
Sistem Persamaan Linier (SPL)
Persamaan Linier
Bentuk umum persamaan linier:
a1 x1  a2 x2  ...  an xn  b
 x1 ; x2 ; … ; xn adalah variabel /unknown
 a1 ; a2 ; … ; an adalah koefisien
 b adalah konstanta

Jika konstanta b = 0 maka disebut persamaan linier

homogen
a1 x1  a2 x2  ...  an xn  0
 Persamaan Linier
1
 Persamaan x  3 y  7, y  x  3z  1 dan x1  2 x2  3x3  x4  7
2
adalah persamaan linier
 Persamaan x  3 y  5 ; 3x  2 y  z  xz  4 dan y  sin x
bukan persamaan linier

Latihan 1
 Apakah persamaan berikut linier terhadap x1, x2 dan x3

a. x1  5 x2  2 x3  1 d. x1  3x2  x1 x3  2

b. x1  7 x2  3x3 e. x12  x2  8x3  5

1 3
c.  x1  2 x2  x3  7 3
f. x1 5  2 x2  x3  4
Sistem Persamaan Linier (SPL)
Bentuk umum Sistem Persamaan Linier (SPL) :
a11 x1  a12 x 2  ...  a1n x n  b1
a 21 x1  a 22 x 2  ...  a 2 n x n  b2

a m1 x1  a m 2 x 2  ...  a mn x n  bm

Contoh sistem persamaan linier (SPL):

a. x1  x2  1 b. x1  x2  4 c. 4 x1  2 x2  1
2 x1  x2  6 3x1  3x2  6 16 x1  8 x2  4

Carilah solusinya? (solusi adalah bilangan yang membuat SPL

tersebut menjadi benar)
Solusi Sistem Persamaan Linier (SPL)
Secara umum SPL selalu mempunyai:
 0 solusi (tidak punya solusi)
 1 solusi
 tak hingga banyaknya solusi

SPL yang tidak punya solusi dikatakan tak-konsisten.

SPL yang punya solusi dikatakan konsisten.
Aspek geometri dari solusi SPL
Aspek geometri dari solusi SPL
 Solusi Sistem Persamaan Linier (SPL)
Latihan 2
 Tentukan apakah SPL berikut mempunyai satu solusi, tak hingga
banyaknya solusi atau tidak punya solusi
a. x1  x2  1 c. 4 x1  2 x2  1
2 x1  x2  6 16 x1  8 x2  4
d. x1  x2  2 x3  5
b. x1  x2  4
2 x1  2 x2  4 x3  10
3x1  3x2  6
3x1  3x2  6 x3  15
 Tentukan nilai a dan b sehingga sistem persamaan linier berikut
mempunyai satu solusi, tak hingga banyaknya solusi atau tidak
punya solusi.
2 x1  3x2  a
4 x1  6 x2  b
 Matrik yang diperbesar (augmented
matrix)
 Bentuk SPL
a11 x1  a12 x 2  ...  a1n x n  b1
a 21 x1  a 22 x 2  ...  a 2 n x n  b2

a m1 x1  a m 2 x 2  ...  a mn x n  bm
 Bentuk Matrik yang diperbesar
a11 a12 ... a1n b1 
a a ... a b2 
 21 22 2n

     
 
am1 am 2 ... am n bm 
Operasi baris elementer (OBE)
Operasi baris elementer (OBE) pada matriks yang diperbesar
dari SPL :
 Mengalikan suatu baris dengan bilangan tak-nol
 Menukar 2 baris
 Menambahkan perkalian suatu baris ke baris lain

Jika dilakukan dengan benar, OBE tidak mengubah solusi dari

suatu SPL.
 Matrik yang diperbesar
Latihan 3
2 x1  6  2 6 
3 x1  8 3 8
 
9 x1  3  9 3

6 x1  x2  3x3  4 6 1 3 4 
5 x2  x3  1 0 5 1 1 
 

2 x2  3 x4  x5  0
 0 2 0 3 1 0 
3 x1  x2  x3  1  3 1 1 0 0 1
6 x1  2 x2  x3  2 x4  3x5  6  
 6 2 1 2 3 6 
Matrik yang diperbesar
Latihan 4
2 0 0 2 x1  0
 3 4 0  3 x1  4 x2  0
 
 0 1 1  x2  1

 3 0 2 5  3x1  2 x3  5
7 1 4 3 7 x1  x2  4 x3  3
 
 0 2 1 7  2 x2  x3  7
Eliminasi Gauss
Pendahuluan
Eliminasi Gauss
 Metode sistematis untuk menyelesaikan SPL
 Mengubah matriks yang diperbesar suatu SPL menjadi
matriks eselon baris

Johann Carl Friedrich Gauss, 1777 - 1855, matematikawan

Jerman.
Pendahuluan
Eliminasi Gauss-Jordan :
 Metode sistematis untuk menyelesaikan SPL
 Mengubah matriks yang diperbesar suatu SPL menjadi
matriks eselon baris tereduksi

Wilhelm Jordan, 1842 - 1899, ahli Geodesi Jerman.

Eselon Baris dan Eselon Baris Tereduksi
Baris-nol : baris yang seluruh angkanya adalah angka 0.
Baris-tak-nol : baris yang mempunyai minimal 1 angka tak-nol.
Matriks eselon baris:
1. Jika suatu baris adalah baris-tak-nol, maka angka tak-nol
pertama di baris tersebut harus angka 1. Angka 1 ini disebut
satu-utama (leading 1).
2. Baris-nol harus dikelompokkan di dasar matriks.
3. Dalam 2 baris-tak-nol yang berurutan, satu-utama dalam baris
yang lebih bawah harus terletak di sebelah kanan dari satu-
utama baris yang lebih atas.
Matriks eselon baris tereduksi: memenuhi sifat 1, 2, 3 ditambah
4. Masing-masing kolom yang berisi satu-utama mempunyai angka
0 di baris lainnya dalam kolom tersebut.
Eselon Baris dan Eselon Baris Tereduksi

 Contoh matriks eselon baris :

 Contoh matriks eselon baris tereduksi :

 Eselon Baris dan Eselon Baris Tereduksi

 Contoh matriks eselon baris :

 Contoh matriks eselon baris tereduksi :

Solusi dari SPL
Latihan 5
 Matrik berikut adalah matrik eselon baris terduksi dari matrik
yang diperbesar suatu SPL dengan menggunakan operasi baris
elementer (OBE). Carilah solusinya.

1 0 0 5  1 0 0 4  1
(a) 0 1 0  2 (b) 0 1 0 2 6 
0 0 1 4  0 0 1 3 2 

1 6 0 0 4  2
0 1 0 0 0
0 1 0 3 1 
(c)  (d) 0 1 2 0
0 0 0 1 5 2
  0 0 0 1
0 0 0 0 0 0
 Solusi dari SPL
Latihan 6
 Hitung nilai x1, x2 dan/atau x3 dengan metode Gauss-Jordan elimination

x1  2 x2  4 x3  1 2 x1  6 x2  8 x3  3
2 x1  4 x2  6
x1  3x2  4 x3  2 2 x1  3 x2  6 x3  2
3x1  2 x2  8
2 x1  4 x2  6 x3  4 x1  3 x2  5 x3  4
 Hitung nilai x1, x2 dan/atau x3 dengan metode Back-Substitution:

x1  2 x2  4 x3  2 x5  6
x1  2 x2  2
3x2  6 x3  3x4  9
2 x1  5 x2  1
x1  2 x2  2 x3  4
SPL Homogen
a11 x1  a12 x 2  ...  a1n x n  0
a 21 x1  a 22 x 2  ...  a 2 n x n  0

a m1 x1  a m 2 x 2  ...  a mn x n  0

 Setiap SPL homogen selalu konsisten, karena semua SPL

homogen mempunyai x1  0, x2  0,..., xn  0 sebagai solusinya.
 Solusi ini disebut solusi trivial (trivial solution).
 Jika ada solusi lain selain solusi trivial, maka solusinya
dinamakan solusi nontrivial (nontrivial solutions).
 Sehingga hanya ada dua kemungkinan untuk solusinya :
 SPL hanya punya solusi trivial
 SPL mempunyai banyak solusi sebagai tambahan terhadap
solusi trivial
 SPL Homogen
 SPL diubah menjadi matrik yang diperbesar

 Dilakukan Operasi Baris Elementer (OBE) menjadi matrik eselon baris

 Solusinya
 Solusi dari SPL (Latihan tambahan)
 Hitung nilai x1, x2 dan x3 dengan metode Gauss-Jordan elimination

4 x1  4 x2  13x3  1
3x1  4 x2  6 x3  1
x1  x2  3x3  1
 Hitung nilai x1, x2 dan x3 dengan metode Back-Substitution

2 x3  4
x1  2 x2  x3  0
x2  5 x3  3

 Selesaikan SPL homogen berikut

2 x1  3 x2  x3  0 x1  5 x2  4 x3  0
2 x1  4 x2  0
x1  x2  3x3  0 2 x1  10 x2  8 x3  0
x1  3x2  0
3 x1  3 x2  10 x3  0 3 x1  15 x2  13x3  0
 Solusi dari SPL (Latihan tambahan)
1. Tentukan nilai a sehingga sistem persamaan linier berikut mempunyai satu solusi,
tak hingga banyaknya solusi atau tidak punya solusi
x1  2 x2  3x3  4
3x1  x2  5 x3  2
4 x1  x2   a 2  14  x3  a  2
2. Tentukan nilai k sehingga sistem persamaan linier berikut mempunyai satu solusi,
tak hingga banyaknya solusi atau tidak punya solusi

x  y  z 1
x  k y  3z  2
2x3y k z  3
Matriks
 Pendahuluan

Matriks : susunan yang terdiri atas bilangan-bilangan dan

berbentuk persegi panjang.

Entri : bilangan di dalam matriks.

Ukuran matriks: banyak baris × banyak kolom.

 Contoh:
2 6 8 2
1 2  2 3 6  1 2 3
5 5 7     2 7 8
5
 
2 5 1
   1 3 5   
 0 
 Operasi Matriks
 Matriks A dan B dikatakan sama (equal) jika keduanya
mempunyai ukuran yang sama dan entri yang bersesuaian
juga sama. Contoh:
2 6 8 2 6 8
A   2 3 6  B   2 3 6 
1 3 5  1 3 5 

 Misalkan matriks A dan B berukuran sama. Maka kita dapat

melakukan penjumlahan ( A + B) dan pengurangan (A - B)
2 3 1 2 
A  ; B 
5 7  4 2 
3 5 1 1
A B    ; A B   
9 9 1 5 
 Operasi Matriks
 Misalkan A adalah matriks dan k adalah sembarang bilangan. kA
adalah matriks yang didapat dengan mengalikan setiap entri dari
A dengan k.
2 3
A  ; k 3
5 7 
6 9
kA  3 A   
15 21
 Misalkan matriks A berukuran m × r, dan B berukuran r × n.
Maka matriks perkalian matrik A dan B (AB) berukuran m × n,
 Operasi Matriks
 Misalkan matriks A berukuran m × n. Transpose dari A
(dinotasikan sebagai AT ) adalah matriks n × m dengan cara
menukar baris dan kolom matriks A.
 Operasi Matriks
 Sifat dari Transpose
 Operasi Matriks
 Misalkan matriks A berukuran m × m (matriks persegi). Trace
dari A (dinotasikan sebagai tr(A)) adalah jumlah dari entri-
entri di diagonal utama matriks A.
Aritmatika Matriks
Matriks nol dan matrik identitas
 Matriks nol (zero matrix) : matriks yang semua entrinya
bernilai 0.

 Sifat
Matriks nol dan matrik identitas
 Matriks identitas (identity matrix): matriks persegi
dengan semua entri diagonalnya bernilai 1 dan semua
entri non-diagonalnya bernilai 0.

 Sifat :
Jika matrik A berukuran m × n, maka:
Latihan 7

Diketahui :
1 1 7 3
2 6 8 3 1 0 2 5 0 2 
A   2 3 6  B  1 2 2  C
4 6 8 3
1 3 5   0 1 0   
1 0 2 7

 Hitung A+B
 Hitung Trace A, Trace B dan Trace C
 Hitung AT dan BT
Latihan 8

 Carilah nilai a , b, c dan d jika:

a 3   4 d  2c   a  b b  a  8 1 
 1 a  b    d  2c   3d  c 2d  c   7 6 
   2     

 Hitunglah perkalian matrik AB dan AC

1 1 7 3
2 6 8 3 1 0 2 5 0 2 
A   2 3 6  B  1 2 2  C
4 6 8 3
1 3 5   0 1 0   
1 0 2 7
Inverses dan Matrik Elementer
Definisi
 Misalkan A adalah matriks persegi. Jika ada matriks

persegi B dan AB = BA = I, maka A dikatakan dapat

diinverse (invertible) dan B disebut inverse dari A.

 Matriks B tersebut biasa ditulis sebagai A-1.

 Jika tidak ada matriks B yang memenuhi AB = BA = I,

maka A disebut matriks singular.

Sifat
 Matrik Elementer
 Suatu matriks persegi disebut matriks elementer jika matriks
tersebut didapat dari matriks identitas dengan menggunakan
sebuah OBE tunggal.
 Theorem
Misalkan E adalah matriks elementer yang didapat dari suatu
OBE dan A adalah matriks m × n. Hasil kali EA adalah matriks
yang didapat dari matriks A yang dikenakan OBE tersebut.
 Theorem
Setiap matriks elementer dapat dibalik dan balikannya adalah
matriks elementer juga.
 Latihan 9
 Apakah matrik berikut adalah matrik elementer (elementary matrix )? jelaskan.

 1 0 0  0 0 0 1
1 0 0  0
 1 0
B   0 0 1  1 0 0 
A
  C   0 1 9  D
 5 1   0 1 0  0 0 1 0
 0 0 1   
1 0 0 0
 Diketahui matrik A, B dan C :

3 4 1  8 1 5  3 4 1 
A   2 7 1 B   2 7 1 C   2 7 1
8 1 5   3 4 1   2 7 3 

Tentukan matrik elementer E1 dan E2 jika E1A=B dan E2A=C.

 Prosedur
 Diberikan matriks persegi A (n × n).
 Apakah ada inverse dari A (A-1)?
 Gunakan operasi baris elementer, apakah [A| I ] dapat
diubah menjadi [ I |A-1] ?
Latihan 10

 Hitung A-1

1 3 3  1 2 2 
 2 5
A  A  1 4 3  A  1 3 3 
 1 3  3 6 7 
3 9 10 
Matriks Khusus
Matriks Diagonal
 Matriks diagonal: matriks persegi yang entri-entri non-
diagonalnya bernilai 0.

 Secara umum matrik diagonal D berukuran n × n dapat

ditulis :
Matriks Diagonal
 Pangkat dari matrik diagonal D adalah:

 Inverse dari matrik diagonal jika entri diagonalnya bukan 0

Matriks Diagonal
 Contoh :
 Matrik Segitiga
 Matriks segitiga bawah (lower triangular ): matriks persegi
yang semua entri di atas diagonal utamanya bernilai 0.
 Matriks segitiga atas (upper triangular ): matriks persegi yang
semua entri di bawah diagonal utamanya bernilai 0.
Matrik Segitiga
Matrik Simetrik
 Matriks persegi A dikatakan simetrik jika A = AT .
Materi Tambahan
 Matrik Polinomial
Jika A adalah suatu matriks persegi n × n dan
p  x   a0  a1 x  a2 x 2  ...  am x m
maka matriks n × n dari p(A) adalah
p  A  a0 I  a1 A  a2 A2  ...  am Am
Contoh :
 1 2
p  x   x 2  2 x  3 dan A   
 0 3
Maka :
p  A   A2  2 A  3 I
 1  1 2
2
2  1 0
   2   3 
 0 3  0 3   0 1
0 0

0 0 
 Matrik Polinomial
Latihan. Hitung p(A)

 3 1
1. p  x   x  2 dan A   
 2 1
 3 1
2. p  x   2 x  x  1 dan A   2 1
2

 
 2 0
3.  
p x  2 x 2
 x  1 dan A   4 1
 
 1 2
4. p  x   5 x  2 x  3 dan A  
2

 2 3
Solusi dari SPL

 Contoh, selesaikan SPL berikut :

x1  2 x2  2 x3  4 1 2 2   x1   4
2 x1  2 x2  x3  0 A   2 2 1  ; x   x2  ; b   0 
3x1  3x2  2 x3  3  3 3 2   x3   3 

 Solusi
 x1   1 2 2   4   2 
x   x2   A1b   1 4 3  0    5
 x3   0 3 2   3   6 
Solusi dari SPL
 Jika kita mempunyai SPL dengan koefisien yang sama
A x  b1 ; A x  b 2 ; A x  b 3 ; ... A x  b k

 Maka solusi dari SPL (jika A bisa di inverse)

x 1  A 1 b1 ; x 2  A 1 b 2 ; x 3  A 1 b 3 ; ... x k  A 1 b k

 Atau dengan eliminasi Gauss-Jordan

 A b 1 b 2 ... b k 

 Selesaikan SPL Berikut :

x1  2 x2  3 x3  4 x1  2 x2  3 x3  1 x1  2 x2  3x3  2
2 x1  5 x2  3 x3  5 2 x1  5 x2  3 x3  6 2 x1  5 x2  3x3  1
x1  8 x3  9 x1  8 x3  6 x1  8 x3  2
 Quiz 1
1. Hitung nilai x1, x2 dan x3 dengan metode Gauss-Jordan elimination
x1  2 x2  2 x3  2 2 x  y  3z  0
2 x1  x2  2 x  2 y  3 z  0
3 x1  2 x2  x3  1 x y 4z  0
2. Hitung A-1
1 2 2 
A   2 1 0 
 3 2 1 

3. Diketahui matrik A, B dan C :

 2 1 2  2 1 2 7 5 8
A   1 2 1 B   7 2 3 C   1 2 1
 3 2 2   3 2 2   3 2 2 

Tentukan matriks elementer E1 dan E2 jika E1A=B dan E2A=C.