1.

1 Persamaan linier : (linear equation)

Persamaan yang semua variabelnya berpangkat 1

Contoh:

x + y + 2z = 9

Solusi: berupa suatu “tripel” dengan masing-masing nilai sesuai

urutan (nilai-x, nilai-y, nilai-z) yang memenuhi persamaan

tersebut.

Himpunan Solusi (Ruang Solusi) untuk persamaan di atas:

{ … ( 0, 1, 4), (1, 0, 4), (4, 5, 0), …. }(0, 10, 0), (2, 1, 1) tidak termasuk

dalam Ruang Solusi (solution space).

Sistem Persamaan Linier: (systems of linear equations)

Suatu sistem dengan beberapa (2 atau lebih) persamaan linier.

Contoh:

x+y=3

3x + 5y = 11

Ruang Solusi:

berupa semua ordered-pair (nilai-x, nilai-y) yang harus

memenuhi semua persamaan linier dalam sistem tersebut;

untuk sistem ini ruang solusinya { (2, 1) }

(1, 2) bukan anggota Ruang Solusi, karena tidak memenuhi persamaan

kedua (3 + 10 ≠ 11)

Interpretasi Geometrik:

Sistem menggambarkan 2 garis lurus pada sebuah bidang datar.

g1: x+y=3

g2: 3x + 5y = 11

Solusi: g1 dan g2 berpotongan di (2, 1)

Ruang Solusi :

{ (x,y) }{}{ … (x1, y1), (x2, y2), … }

Consistent inconsistent onsistent

Solusi Sistem Persamaan Linier

a. Eliminasi
b. Substitusi

c. Eliminasi Gauss

d. Eliminasi Gauss - Jordan

a. Eliminasi

Augmented Matrix: (Matriks yang diperbesar)

Matriks yang entri-entrinya dibentuk dari koefisien-koefisien

Sistem Persamaan Linier, ditambah kolom di kanan tanda “=“

Contoh :

x + y + 2z = 9

2x + 4y - 3z = 1

3x + 6y - 5z = 0
dengan proses Operasi Baris Elementer (OBE) (Elementary Row Operation - ERO)

Operasi Baris Elementer (OBE)

(Elementary Row Operation - ERO)

Perhatikan bahwa tiap baris dari matriks merepresentasikan persamaan linier

1. Mengalikan suatu baris dengan bilangan nyata k ≠ 0

2. Menukar posisi dua baris

3. Menambah baris-i dengan k kali baris-j

Operasi Baris Elementer (OBE)

(Elementary Row Operation - ERO)

Perhatikan bahwa tiap baris dari matriks merepresentasikan persamaan linier

1. Mengalikan suatu baris dengan bilangan nyata k ≠ 0

2. Menukar posisi dua baris

3. Menambah baris-i dengan k kali baris-j

Matriks dan Operasi Matriks
Array persegi panjang dari bilangan real muncul dalam konteks selain sebagai matriks
augmented untuk sistem linear. Pada bagian ini kita akan mulai mempelajari matriks sebagai
objek dengan haknya sendiridengan mendefinisikan operasi penambahan, pengurangan, dan
penggandaan pada mereka.Dalam Bagian 1.2 kami menggunakan array angka persegi
panjang, yang disebut matriks augmented, untukmenyingkat sistem persamaan linear.
Namun, array nomor persegi panjang terjadidalam konteks lain juga. Misalnya, array persegi
panjang berikut dengan tiga baris dan tujuh kolom mungkin menggambarkan jumlah jam
yang dihabiskan seorang siswa untuk belajar tiga mata pelajaran selama minggu tertentu:
DEFINISI 1
Matriks adalah susunan bilangan persegi panjang. Angka-angka dalam arraydisebut entri
dalam matriks. kolom (garis vertikal) yang dikandungnya. Sebagai contoh, matriks pertama
dalam Contoh 1 memiliki tiga baris dan dua kolom, sehingga ukurannya adalah 3 kali 2
(ditulis 3 × 2). Dalam deskripsi ukuran, angka pertama selalu menunjukkan jumlah baris, dan
yang kedua menunjukkan angkakolom. Matriks yang tersisa dalam Contoh 1 memiliki
ukuran 1 × 4, 3 × 3, 2 × 1, dan1 × 1, masing-masing. Matriks dengan hanya satu baris, seperti
yang kedua pada Contoh 1, disebut vektor baris(atau matriks baris), dan matriks dengan
hanya satu kolom, seperti yang keempat dalam contoh itu,disebut vektor kolom (atau matriks
kolom). Matriks kelima dalam contoh itu adalah keduanyavektor baris dan vektor
kolom.Kami akan menggunakan huruf kapital untuk menunjukkan matriks dan huruf kecil
untuk menunjukkan angka
jumlah; jadi kita bisa menulis
A=
_
217
342

atau C =
_
abc
def

Ketika membahas tentang harga, biasanya merujuk pada jumlah numerik sebagai skalar.
Kecuali kalaudinyatakan sebaliknya, skalars akan menjadi bilangan real; skal yang kompleks
akan dipertimbangkan kemudian di teks.Entri yang terjadi pada baris i dan kolom j dari
matriks A akan dilambangkan dengan aij.Jadi matriks 3 × 4 umum dapat ditulis sebagai
DEFINISI 2
Dua matriks didefinisikan sama jika mereka memiliki ukuran danentri yang sesuai sama.
DEFINISI 3
Jika A dan B adalah matriks dengan ukuran yang sama, maka jumlah A + B adalahmatriks
diperoleh dengan menambahkan entri B ke entri yang sesuai dari A, dan perbedaan A - B
adalah matriks yang diperoleh dengan mengurangi entri B darientri yang sesuai dari A.
Matriks dengan ukuran yang berbeda tidak dapat ditambahkan atau dikurangi.
DEFINISI 4
Jika A adalah matriks dan c adalah skalar, maka produk cA adalah matriksdiperoleh dengan
mengalikan setiap entri dari matriks A dengan c. Matriks cA dikatakan kelipatan skalar dari
A.
DEFINISI 5
Jika A adalah matriks m × r dan B adalah matriks r × n, maka produk AB adalah matriks m ×
n yang entri-entrinya ditentukan sebagai berikut: Untuk menemukan entri dalambaris i dan
kolom j dari AB, baris keluar tunggal dari matriks A dan kolom j darimatriks B. Kalikan entri
yang sesuai dari baris dan kolom bersamaan,dan kemudian menjumlahkan produk yang
dihasilkan.
DEFINISI 6
Jika A1, A2,. . . , Ar adalah matriks dengan ukuran yang sama, dan jika c1, c2,. . . , cr
adalah skalar, lalu ekspresi bentuk c1A1 + c2A2 + · · · + crAr disebut kombinasi linear dari
A1, A2,. . . , Ar dengan koefisien c1, c2,. . . , cr
DEFINISI 7
Jika A adalah matriks m × n, maka transpos A, dilambangkan dengan AT, adalah
didefinisikan sebagai matriks n × m yang dihasilkan dengan menukar baris dan kolom dari A;
yaitu, kolom pertama AT adalah baris pertama A, kolom kedua AT adalah baris kedua A, dan
sebagainya
DEFINISI 8
Jika adalah matriks kuadrat, maka jejak A, dilambangkan dengan tr (A), didefinisikan
menjadi jumlah entri pada diagonal utama A. Jejak A tidak terdefinisijika A bukan matriks
persegi.

Membalikkan; Properti Aljabar dari Matriks

Pada bagian ini kita akan membahas beberapa sifat aljabar dari operasi matriks. Kami akan
lihat bahwa banyak aturan dasar aritmatika untuk bilangan real berlaku untuk matriks, tetapi
kami akan melakukannya juga melihat bahwa beberapa tidak.
Properti dari Matrix
Penambahan dan Skalar
Perkalian
Teorema berikut mencantumkan properti aljabar dasar dari operasi matriks.
THEOREM 1.4.1 Properti Matriks Aritmatika
Dengan asumsi bahwa ukuran matriks sedemikian rupa sehingga operasi yang ditunjukkan
dapat
dilakukan, aturan aritmatika matriks berikut ini valid.
(a) A + B = B + A [Hukum komutatif untuk penambahan matriks]
(B) A + (B + C) = (A + B) + C [Hukum asosiatif untuk penambahan matriks]
(c) A (BC) = (AB) C [Hukum asosiatif untuk perkalian matriks]
(d) A (B + C) = AB + AC [Hukum distributif kiri]
(e) (B + C) A = BA + CA [Hukum distributif yang tepat]
(f) A (B - C) = AB - AC
(g) (B - C) A = BA - CA
(h) a (B + C) = aB + aC
(i) a (B - C) = aB - aC
(j) (a + b) C = aC + bC
(k) (a - b) C = aC - bC
(l) a (bC) = (ab) C
(m) a (BC) = (aB) C = B (aC)
Sistem Persamaan Linear dan Matriks
Untuk membuktikan salah satu persamaan dalam teorema ini kita harus menunjukkan bahwa
matriks di sebelah kiri sisi memiliki ukuran yang sama dengan yang di sebelah kanan dan
bahwa entri yang sesuai pada keduanya sisi-sisinya sama. Sebagian besar bukti mengikuti
pola yang sama, jadi kami akan membuktikan bagiannya (d) sebagai sampel. Bukti hukum
asosiatif untuk perkalian lebih rumit dari yang lain dan diuraikan dalam latihan. Bukti (d)
Kita harus menunjukkan bahwa A (B + C) dan AB + AC memiliki ukuran yang sama dan itu
entri yang sesuai sama. Untuk membentuk A (B + C), matriks B dan C harus memiliki
ukuran yang sama, katakanlah m × n, dan matriks A harus memiliki kolom m, jadi ukurannya
harus berupa r × m. Ini membuat A (B + C) sebuah matriks r × n. Oleh karena itu AB + AC
juga merupakan matriks r × n dan, akibatnya, A (B + C) dan AB + AC memiliki ukuran yang
sama. Misalkan aA = [aij], B = [bij], danC = [cij]. Ingin menunjukkan yang sesuai entri A (B
+ C) dan AB + AC sama; itu adalah,
_
A (B + C)
_
aku j
= (AB + AC) ij
untuk semua nilai i dan j. Tetapi dari definisi penambahan matriks dan matriks multi-
plication, kami punya
_
A (B + C)
_
aku j
= ai1 (b1j + c1j) + ai2 (b2j + c2j) + · · · bertujuan (bmj + cmj)
= (ai1b1j + ai2b2j + · · · + aimbmj) + (ai1c1j + ai2c2j + · · · + aimcmj)
= (AB) ij + (AC) ij = (AB + AC) ij
Catatan Meskipun operasi penambahan matriks dan perkalian matriks didefinisikan untuk
pasangan matriks, hukum asosiatif (b) dan (c) memungkinkan kita untuk menunjukkan
jumlah dan produk dari tiga matriks sebagai A + B + C dan ABC tanpa memasukkan tanda
kurung. Ini dibenarkan oleh fakta bahwa tidak peduli bagaimana tanda kurung dimasukkan,
undang-undang asosiatif menjamin bahwa tujuan yang sama berakhir hasil akan diperoleh.
Secara umum, diberikan jumlah atau produk matriks apa pun, pasangan kurung dapat
dimasukkan atau dihapus di mana saja di dalam ekspresi tanpa mempengaruhi hasil akhirnya.
1.4 Membalik; Properti Aljabar dari Matriks 41
Properti dari Matrix
Perkalian
Jangan biarkan Teorema 1.4.1 membuai Anda untuk percaya bahwa semua hukum aritmatika
nyata terbawa untuk matriks aritmatika. Misalnya, Anda tahu bahwa dalam aritmatika nyata
selalu benar demikian ab = ba, yang disebut hukum komutatif untuk multiplikasi. Dalam
aritmatika matriks,
namun, kesetaraan AB dan BA dapat gagal karena tiga alasan yang mungkin:
1. AB dapat didefinisikan dan BA mungkin tidak (misalnya, jika A adalah 2 × 3 dan B adalah
3 × 4).
2. AB dan BA keduanya dapat didefinisikan, tetapi mereka mungkin memiliki ukuran yang
berbeda (misalnya, jika A adalah 2 × 3 dan B adalah 3 × 2).
3. AB dan BA keduanya dapat didefinisikan dan memiliki ukuran yang sama, tetapi kedua
produk tersebut dapat berbeda (seperti yang diilustrasikan dalam contoh berikut).
DEFINISI 1
Jika A adalah matriks kuadrat, dan jika matriks B dengan ukuran yang sama dapatditemukan
sedemikian sehingga AB = BA = I, maka A dikatakan tidak dapat dibalik (atau nonsingular)
dan B disebut kebalikan dari A. Jika tidak ada matriks B tersebut dapat ditemukan, maka A
dikatakan tunggal.
THEOREM 1.4.4 Jika B dan C keduanya terbalik dari matriks A, maka B = C.
Bukti Karena B adalah kebalikan dari A, kami memiliki BA = I. Mengalikan kedua sisi di
sebelah kanan oleh C memberikan (BA) C = IC = C. Tetapi juga benar bahwa (BA) C = B
(AC) = BI = B, jadi
C = B. Sebagai konsekuensi dari hasil penting ini, kita sekarang dapat berbicara tentang
"kebalikan" dari sebuah matriks yang dapat dibalik. Jika A dapat dibalik, maka kebalikannya
akan dilambangkan dengan simbol A
−1.
Jadi,
AA
−1 = I dan A
−1A = I (1)
Kebalikan dari A memainkan banyak peran yang sama dalam aritmatika matriks bahwa
timbal balik a
−1
bermain dalam hubungan numerik aa
−1 = 1 dan a
−1a = 1.
Pada bagian berikutnya kita akan mengembangkan metode untuk menghitung kebalikan dari
yang tidak dapat dibalik matriks ukuran berapa pun. Untuk saat ini kami memberikan
teorema berikut yang menentukan kondisi di bawah dimana matriks 2 × 2 dapat dibalik dan
memberikan rumus sederhana untuk kebalikannya.
1.5 Matriks dasar dan metode untuk mencari A−1
Pada bagian ini kita akan mengembangkan sebuah algoritma untuk menemukan kebalikan dari
matriks, dan kita willmendiskusikan beberapa sifat dasar dari matriks invertible.

Di bagian 1,1 kita mendefinisikan tiga operasi baris dasar pada matrixA:

1. kalikan berturut-turut dengan sebuah constantc bukan nol.

2. tukar dua baris.

3. tambahkan sebuah waktu konstan satu baris ke yang lain.

Harus jelas bahwa jika kita Biarkan B matriks yang hasil dari A oleh melakukan salah satu operasi
dalam daftar ini, maka matrix Acan akan pulih dari B dengan melakukan sesuai operasi dalam daftar
berikut:

1. Kalikan baris yang sama dengan 1/c.

2. Tukar dua baris yang sama.

3. jika B dihasilkan dengan menambahkan c Times Row RI dari A ke baris RJ, kemudian tambahkan −
ctimesrjtori. Ini mengikuti bahwa jika B Diperoleh dari A dengan melakukan urutan operasi baris
dasar, maka ada urutan kedua operasi baris dasar, yang bila diterapkan ke BrecoversA (latihan 33).
Dengan demikian, kita membuat definisi berikut.

DEFINISI 1 Matriks A dan B dikatakan sama berow setara baik (maka masing-masing)
dapat diperoleh dari yang lain dengan urutan operasi baris dasar.

Tujuan kami berikutnya adalah untuk menunjukkan bagaimana perkalian matriks dapat
digunakan untuk melaksanakan operasi baris dasar.

DEFINISI 2 Matriks E disebut matriks dasar jika dapat diperoleh dari matriks identitas
dengan melakukan operasi baris dasar tunggal.

 Contoh 1 dasar matriks dan Baris daftar operasi di bawah ini adalah empat matriks
dasar dan operasi yang menghasilkan mereka.
 Teorema berikut, yang buktinya dibiarkan sebagai latihan, menunjukkan bahwa
ketika seorang matrix A adalah dikalikan pada kiri dengan sebuah matriks dasar E,
efeknya adalah melakukan operasi baris dasar pada A.
 Contoh 2 menggunakan Matriks dasar

Kita tahu dari diskusi di awal bagian ini bahwa jika E adalah matriks dasar yang dihasilkan
dari melakukan operasi baris dasar pada matriks identitas saya, maka ada operasi baris kedua dasar,
yang ketika diterapkan pada E menghasilkan aku kembali lagi. Tabel 1 daftar operasi ini. Operasi di
sisi kanan tabel disebut operasi terbalik dari operasi yang sesuai di sebelah kiri.