Matematika Terapan
Oleh
Kelompok 1
Anggota:
Ahmad Taher ( 1308069 )
Christian Pranata Saragi ( 1308103 )
Satria Rijal ( 1308143)
Resty Hardi ( 1308056 )
Tika Diana ( 1308104 )
Tevi Eka Oktiadi (1308112 )
Angga Jonius (1308081)
Rivo
Kode seksi : 59228
Dosen pembimbing : Adree Octova.S.Si,M.T
TEKNIK PERTAMBANGAN
FAKULTAS TEKNIK
UNIVERSITAS NEGERI PADANG
2013-2014
KATA PENGANTAR
Penyusun
Jelas bahwa tidak ada pasangan x1 dan x2 yang memenuhi persamaan ini. Oleh
karena itu SPL ini tidak mempunyai solusi. Jika kita mempunyai sebuah SPL maka persis
hanya satu dari tiga kemungkinan berikut dipenuhi:
a. SPL mempunyai solusi tunggal
b. SPL mempunyai solusi tak hingga banyak
c. SPL tidak mempunyai solusi.
Pada tiga contoh di atas kita tidak menemui kesulitan untuk menguji eksistensi solusi
karena banyaknya persamaan dan variabel hanya dua. Jika persamaan atau variabelnya
lebih banyak tentu masalahnya sedikit lebih sulit. Kita akan mempelajari metode praktis
untuk menguji eksistensi solusi SPL secara umum. Sistem persamaan linear yang terdiri
dari m buah persamaan linear dengan n buah variabel x1, ..., xn mempunyai bentuk umum
a11x1 + ... + a1nxn = b1
a21x1 + ...+ a2nxn = b2
...
...
am1x1 +.... + amnxn = bm
Dimana
a11 … a1n x1 b1
A= … … … X= … B= …
am1 … amn xn bm
Jika kita menukar posisi dua buah persamaan atau mengalikan salah satu
persamaan dari SPL di atas dengan sebarang bilangan tak nol maka hal itu tidak akan
mempengaruhi solusi. Demikian pula jika kita menambahkan kelipatan suatu persamaan
kepada persamaan lain maka tidaklah mengubah solusi SPL semula. Semua sifat ini akan
kita gunakan dalam menyederhanakan SPL sehingga solusinya mudah diperoleh.
Untuk kepraktisan kita akan bekerja dengan matriks lengkap dari SPL
bersangkutan, yaitu matriks hasil penggabungan matriks koefsien dan matriks konstanta.
Kita akan menotasikan matriks lengkap ini dengan [AB]. Sebagai contoh, perhatikan SPL
2x1 + x2 + 3x3 = 1
x1 + x2 = 2
3x1+ 2x2 + x3 = 0
SPL ini mempunyai matriks lengkap
2 1 3 1
1 1 0 2
3 2 1 0
Setelah kita mengenal matriks eselon baris, sekarang kita dapat menetapkan salah
satu prosedur mendapatkan solusi SPL, yaitu melalui tahap-tahap berikut:
1. Mengenali matriks lengkap [AjB]
2. Mengubah [AjB] ke bentuk eselon baris [A0jB0]
3. Jika setiap kolom matriks A0 mempunyai 1 utama maka solusi bersifat tunggal
4. Variabel non utama dari matriks A0 memunculkan parameter
a11 ⋯ a1n
A= [ ⋮ ⋱ ⋮ ]
am1 ⋯ amn
a11 … a1n
A = a21 … …
am1 … amn
a11 … an1
AT= … … …
a1m … anm
Suatu matriks A dengan jumlah baris n dan jumlah kolom n disebut matriks bujur
sangkar ordo n dan entri a11, a22, …, ann disebut sebagai diagonal utama. Jika A
adalah sebuah matriks bujur sangkar maka trace dari A, yang dinyatakan sebagai tr(A),
didefinisikan sebagai jumlah entri-entri pada diagonal utama A.
⋮ ⋮ ⋮ ⋮ ⋮
Am1 am2 ... amn bn
0 1 0 2
1 0 0 1
Matriks yang memiliki tiga sifat pertama di atas merupakan matriks dalam bentuk
eselon baris. Jadi matriks dalam bentuk eselon baris tereduksi sudah pasti merupakan
matriks dalam bentuk eselon baris, tetapi tidak sebaliknya.
Contoh : Misalkan suatu matriks yang diperbesar dari suatu sistem persamaan linear telah
direduksi melalui operasi baris menjadi bentuk eselon baris tereduksi berikut ini.
Selesaikan sistem tersebut.
a.
0 0 1 3 2
0 1 0 2 6
1 0 0 4 1
b.
0 0 0 1
0 1 2 0
1 0 0 0
2 4 5 6 5 1
2 4 10 6 12 28
0 0 2 0 7 12
2. Jika perlu, pertukarkan baris paling atas dengan baris lain untuk menempatkan
entri taknol pada puncak kolom yang kita peroleh pada langkah 1.
2 4 5 6 5 1
0 0 2 0 7 12
2 4 10 6 12 28
B1 B2
3. Jika entri yang kini berada pada puncak kolom yang kita peroleh pada langkah
1 adalah a, kalikan baris pertama dengan 1/a sehingga terbentuk 1 utama.
2 4 5 6 5 1
0 0 2 0 7 12
1 2 5 3 6 14
½ B1
4. Tambahkan kelipatan yang sesuai dari baris paling atas ke baris-baris dibawahnya
sehingg semua entri di bawah 1 utama menjadi nol.
0 0 5 0 17 29
0 0 2 0 7 12
1 2 5 3 6 14
B3 – 2 B1
5. Sekarang tutuplah baris atas dari matriks dan mulailah lagi dengan langkah 1 pada
submatriks yang tersisa. Lanjutkan langkah ini hingga seluruh matriks berada dalam
bentuk eselon baris.
0 0 5 0 17 29
0 0 2 0 7 12
1 2 5 3 6 14
0 0 0 0 1/ 2 1
0 0 1 0 7/2 6
1 2 5 3 6 14
b2 – 5 b1
0 0 0 0 1/ 2 1
0 0 1 0 7/2 6
1 2 5 3 6 14
baris paling atas submatriks ditutup kolom taknol paling kiri dalam submatriks baru
0 0 0 0 1 2
0 0 1 0 7/2 6
1 2 5 3 6 14
2b
Keseluruhan matriks kini berada dalam bentuk eselon baris. Untuk memperoleh bentuk
eselon baris tereduksi kita membutuhkan langkah tambahan berikut.
6. Mulai dengan baris taknol terakhir dan bergerak ke atas, tambahkan kelipatan yang
sesuai dari tiap baris di atasnya untuk memperoleh nol di atas 1 utama.
0 0 0 0 1 2
0 0 1 0 0 1
1 2 5 3 6 14
0 0 0 0 1 2
0 0 1 0 0 1
1 2 5 3 0 2
B1 - 6 B3
B1 + 5 B2
Matriks terakhir di atas berada dalam bentuk eselon baris tereduksi. Langkah 1 –
Langkah 5 menghasilkan matriks dalam bentuk eselon baris, prosedur ini disebut dengan
ELIMINASI GAUSS. Sedangkan prosedur sampai Langkah 6 menghasilkan bentuk eselon
baris tereduksi, disebut dengan ELIMINASI GAUSS-JORDAN.
3 6 0
2 5 0
1 4 0
Sifat-sifat invers:
1. Jika B dan C kedua-duanya adalah invers dari matriks A, maka B = C.
2. Matriks
dapat dibalik jika ad – bc 0, dan inversnya dapat dihitung sesuai dengan rumus
1
A-1 = = -c a
𝑎𝑑−𝑏𝑐
d -b
3. Jika A dan B adalah matriks-matriks yang dapat dibalik dengan ukuran yang sama,
maka AB dapat dibalik dan (AB)-1 = B-1A-1.
Metode Menentukan A-1. Untuk mencari invers dari matriks A yang dapat dibalik,
kita harus mencari suatu urutan operasi baris elementer yang mereduksi A menjadi
identitas dan melakukan urutan operasi yang sama terhadap I untuk memperoleh A-1.
x1
X= x2
x3
17
b= 3
5
Berdasarkan Contoh 8, invers dari matrik A adalah
5 2 1
A-1= 13 5 3
40 16 9
Dengan demikian penyelesaian dari sistem ini adalah
x = A-1b
5 2 1 5 1
13 5 3 3 = -1
40 16 9 7 2
atau x1 = 1, x2 = -1 dan x3 = 2.
III.1 Kesimpulan
SPL adalah suatu himpunan berhingga dari persamaan yang peubahnya
berpangkat satu, bukan merupakan hasil kali atau akar peubah dan bukan
sebagai argument fungsi trigonometri, fungsi logaritma atau fungsi
eksponensial.
Matriks adalah kumpulan bilangan berbentuk persegi panjang yang disusun
menurut baris dan kolom.
Bentuk matriks dapat digunakan untuk menentukan penyelesaian sistem
persamaan linear, pada pembahasan ini matriks akan digunakan untuk
menyelesaikan sistem persamaan linear dua variabel dan sistem persamaan
linear tiga variabel.