2 X + 3 y + 2 Z = 0
X + y + 3 z = 0 ( 1 .1 )
- X + 2 y - z = 0
maka koef isien d ari persamaan linear ini d apat d ituliskan atau d ike
lompokkan d alam suatu cara penulisan y ang lain, yaitu d alam bentuk
jaj aran bilangan, sebagai d itulis di bawah ini :
2
[ ]
3 2
1 3 ( 1 .2)
- 2 - 1
J aj aran bilangan ( 1.2) d isebut matrix, yang d apat d ituliskan s ecara
umum:
a a a . . . . . . a . . . .. . . . a
11 12 13 lj ln
a a a . . . . . . a . . . . . . a
2n
.
21 22 23 2j
a a a . . . . . a . . . . . . . a
(1.3)
3j 3 ri
.
31 32 33
.
a a a . . . . a . . . . . . . a
ij in
.
i2 i3
.
i1
a a a . . . . . a . . . . . . a
nl1 JTI3 mj mn
.
m2
.
4
merupakan jajaran persegi dari elemen-elemen atas m buah baris dan tl
buah kolom. Kadang-kadang notasi yang dipakai untuk baris memakai
index di bawah, sedangkan untuk kolom memakai index di atas: misa1.
kan ai menyatakan elemen baris ke-i. ai menyatakan elemen kolom
ke j.
Sebenarnya matrix ini sudah sering dijumpai dalam kehidupan sehari
hari. Misalnya sering dibaca di surat-surat kabar pacta halaman olah
raga, suatu laporan hasil bertanding dari beberapa kesebelasan sepak
bola yang sedang berkompetisi untuk memperebutkan tempat teratas,
dalam susunan seperti di bawah ini :
A 3 2 0 4
0 3 ( 1 .4)
I
B ,.,
..
c 3 0 ,.,
2
D 2 0
3 2 0 4 � kesebelasan A.
2 0 3 -E-- kesebelasan B.
3 0 2 2 kesebelasan c.
I
<tf---
2 0 � kesebelasan D.
( 1 .5 )
T T r T T
Ol
c ..c
c CO CO m
c I...
E E
m (1) (1) CO
Vl � c
Matrix di atas In! mempunyai empat baris dan Iima kolom. Empat
baris tersebut masing-masing menyatakan satu kesebelasan yang
ikut bertanding, sedangkan Iima kolom masing-masing menyatakan
keadaan "main'', "menang", "seri"'. "kalah ", ''nilai".
5
satu b angunan besar seperti gedung bertingkat banyak, rangka batang,
jembatan g antung, atap berbentuk tembereng, dan lain sebagainya,
maka bila ia ingin menyelesaikan masalahnya tersebut dengan cara
yang lebih sederhana, haruslah langkah pertama dari perhitungan pe
rencanaannya ialah menyederhanakan masalahnya dan menyajikannya
dalam bentuk matrix.
Demikian pula di dunia perdagangan, sekarang tidak sedikit diantara
pengusaha yang menggunakan perhitungan matrix untuk memperhi
tungkan untung rugi suatu transaksi.
Karenanya tidaklah aneh bila sekarang disekolah-sekolah menengah,
sudah diaj arkan matrix, untuk memberikan dasar bagi analisa-analisa
yang akan harus dilakukan diperguruan tinggi.
Ada berbagai macam matrix :
1. Matrix bujur sangkar, bila m = n
[�
2 3
5 6 ( 1. 6)
8 9
[ 1 2 3 4 5 6 l ( 1 .7)
= 1,
.,
.) , Matrix kolom, bila n yaitu hanya terdiri atas kolom saj a.
1
2
3
4 (1 .8)
5
6
u n
0 0
0 0 ( 1 .9)
0 0
6
14 ln
a a a a . . . . . . a
0
ll ..
12 13
·a 22. 2 3 24 2n
a a . . . . . . a
0 0
34 3 n
·a a . . . . . . a
33.
0 0 0
(1.10)
a . . . . . . a
44 4n
0 0 0 0 . . . . . . a nn
,..,
'-· Lower Triangular matrix, i a1ah suatu matrix di m ana semua ele-
men di atas diagonal utama sama dengan nol.
a 0 0 0 . . . . . . 0
0 0 0
ll
a
21
a . . . . . .
0 0
22
a a ·a . . . . . . (1.11)
0
3l 3 2 3 3.
a a a ·a . . . . . .
41 42 4 3 44
a a a a ·
. . . . . . a
ml ffi2 m3 ffi4 mn
[
3. Matrix Diagonal, ialah suatu matrix di mana semua elemennya
sama dengan nol kecuali elemen-elemen diagnonal utamanya.
] .. 0 0 0
0
0
0
. 2 ... 0
0
0
·.3
0
·.
0
0
·.:.� J ( 1. 12)
[ }
4. Matrix Skalar, ialah suatu matrix diagonaL di mana elemen diago
nalnya merupakan bilangan yang sama.
2· 0 0 0
0 . '•2.. 0 0
o o o
(1.13)
··z...
0 0 0
. '• 2
7
0 0 0
0 0 0
(1.14)
0 0 0
)
0 0 0
a a 0 0 .......... 0 0
11 12
a a 0 0 ....... .. 0 0
21 22
0 0 .. . ......
3 3" 3 4
a a 0 0
(1.15)
....... . . 0
4 44
0 0 a a
3
. 0
0 0 0 0 ............. a n- 1 . n-1 a n- 1 . n
[� ]
Contoh: 3
[A]
5 3
r2
l
3
[ B]
l
=
1 5 3
8
2. Penjumlahan matrix.
Apabila [A] dan [ B] adalah dua matrix yang mempunyai orde
yang sama, maka kedua matrix tersebut dapat dijumlahkan meng
hasilkan suatu matrix [C ] = [A] + [B], dimana
(1. 17)
cjj = aij + bij
Contoh:
[A] 3
5
2
[B]
5
[ ]
[C] [A] + [B]
2-1 3+2 1 +4
[C]
1 +2 5+5 3-3
[c J � [ 3
5
10 0
5
l
Suatu penjumlahan matrix akan mempunyai sifat-sifat sebagai
berikut :
1. [A] + [B] = [B] + [A] (comm utatif)
-, [A] + [B] + [ C] = ([A] + [B]) + [ C] (associatif)
3 . Akan terdapat suatu matrix [X] sedemikian sehingga
[A] +[X] = [B]
3. Perkalian skalar.
Suatu matrix [A] dapat diperkalikan dengan sua tu skalar k.
menghasilkan suatu matrix [ D] = k [A], dimana
dij = k.ajj ( 1. 18)
dij menyatakan elemen dari matrix [DJ;
aij menyatakan elemen dari m atrix [A].
9
Contoh:
[ 1
2 3
[A]
5 3
k = - 3
[D] = k. (A]
-:
(D] =
r- l
6 - 9
- 3 -15
4. Perkalian matrix.
Suatu m atrix [A) denga n orde (m x p), dan m atrix [Bl dengan
orde (p x n), dapat diperka1ikan menghasi1kan suatu matrix baru
[E) [A]. [B) dengan elemen
=
(1.19)
p
atau eij = z ( 1 . 20)
k=l
ai k b kj
·
.. . .. . . .
1, 2, 3,
=
1 , 2, 3, ., m:
n:
L .,
j =
. . . .. . . . ..
k =
2. 3. • • • • • • • 0 p.
[ : 1 : 12]
Contoh:
(l)
11 12
. a a
[B ]
21 22
[A) a a �
21 22
31
a
3 2
a
10
[E] =
[A]. [B]
a a
[ I
11 12 b b
a 11 12
=
a
21 22 b b
21 22
3 3
l
a a
1 2
a 2 1·b 1 1 + a 2 2 ·b 2 1 a 2 1 ·b 1 2 + a 2 2 ·b 2 2
a
3 1
. bll +
"3 2 . 2 1
b a:l
1 . b l2 + � 2. b 2 2 )
[� l)
H I
( 2) . 5 4
[A] =
2
[B] =
2
3
[E] =
[A]. [ B ]
[� :l H
4
= 2
3
[ 2 .4 + J. 2 + 5. J
l
2 . 3 + J ( - J) + 5 . 2
J. 3 + + 3.2 + 2 . J
=
3 ( -l ) + 2.2 1 .4
[]: ]
5
=
12
II
(3). Kita ambil contoh matrix (1.5). di ha1aman 5.
Dari matrix tersebut, diambil satu matrix bagian yang menyata
k an keadaan "menang", "seri" dan "kalah", yaitu :
I
2 0 + Kesebe l asan A.
[P] =
0 +
11
B.
0 2 +
11
c.
0 +
11
D.
t t t
men ang se r i k a lah
{ }f-
Bila dinyatakan secara matrix :
2 men � ng
[N] l +-se r 1
0 +- ka l ah
t
n i lai
[E] =
[P] [N]
di man a [E] ialah matrix yang menyatakan jumlah nilai dari ma
sing-masing kesebelasan.
12
[E] = [P]. [N]
A 2 r 2
B
� 0
0 I l +- menang
c ....
l �j
-t-
= +- seri
0 2
..... 0
+- kalah
D
t t t t
-
Cl
c J:
ro ·- ro ro
c I...
E
C) Q) ro ·-
Vl .::(. c
1. 2 + 2.1 +
"1
0 .0
1 . 2 + 1 . 1 + 0 .0
1 . 2 + 0.1 + 2 . 0
0.2 + 1. 1 + 1. 0
l
l :::
r
<
4 1 +- A
B
l�j
c
+-
I [E)
+-
+- D
t
n i la i
Di sini suatu m atrix [P] dengan orde (4 x 3), dikalikan dengan
l ), menghasilkan m atrix [E] de
ngan orde ( 4 x 1 ).
m atrix [N] dengan orde (3 x
:
( 1) . [A] ([B] + [Cl) = [A] [B] + [A] [C] (distributif pertam a)
Pacta perk alian matrix tadapat beberapa sifat penting, a ntara lain
13
Apabila [A] adalah suatu matrix dengan orde (m )� n). maka yang
1.2.3. TRANSPOSE DARI MATRIX
[B ] = [A]T
IJ
(1.21)
b··
Contoh
2
[A]
5
(1).
Beberapa ha! berhubungan dengan transpose dari matrix antara lain :
( [A]T)T = [A]
(2). (k.[A] )T = k. [A] T
(3 ). t [A] +
[B]l T= [A] T + [B] T
(4). ( [A]. [B]) T = [B] T. [A] T
[A]T = [A]
atau
aJl ( 1.22)
ajj ··
[_
=
Contoh :
J
9 - 2
[A] "
9 2 7
2 7 3
[A] disebut matrix simetris karena [A] T = [A]
Suatu matrix dikatakan skew-simetris, bila memenuhi hubungan:
T [A]
[A] = -
f1.23J
14
Contoh
2
r 0
0
l��
(A]
- 4
[
Contoh
l
+ i 2 + 3i
[ A] =
2"
I di mana =
V-"1
Contoh
[ ]
1 + 2 + 3i
(A]
2
[A]''"
[ - i 2
1 +
3i
l
2
)
di mana bil::mgan kompkx I - i merupakan conjugate dari bilang
�m 1 + i dan demikian pula demen yang lain. Dengan demikian bila
:,atu matrix [A] semua demennya terdiri dari bilangan riiL maka
I A I* = [A] : sebaliknya bila semua elemennya terdiri dari bilangar.
imajiner. rnaka [A]*= -[Al.
15
di m ana
[A]* =
c onjugate dari [A]
( [A]*) T = tr anspose dari [A]*
[A) = matri x k omp le x bujur sangkar
Contoh:
[ l
2 +
[A]
2 - 3
[ l
2 -
[A]*
2 + 3
( [A]•'-) T =
[ 2 - i
2 +
3
l = [A)
Contoh
r
)
0 1 +
l-1 + i
[A) =
=ll l
0 - i
[A].�
-
I 0
- I
l
( [A]*)T
0 -1
l - [A]
I
I =
)
I -
I 0
16
\. Suatu orthogonal t)ill.:
1.2.6. MATRIX ORTHOGONAL.
matrix bujur sangk ar [A] dise but m at rix
memenuhi hubung:m :
cos e
[- :J
si n
[A]
sin e cos
�
- sin
l
e
[
cos e
T
e
[A]
s in e cos
=
[ 1
0
T [I]
[A].[A] =
0
�
Su atu matrix komplex buju r sangkar [A] d ise but se bagai matrix
unitary bila memenu hi hu bungan :
T
[A] .((A],�) ([A) ,':)T_[Aj
=
[I] (1 .27)
d im ana[I] menyatakan matrix sa tu an.
Contoh :
l
-
l +
V3 f3
[A]
l - l
=
-
·-
f3 f3
Suatu matrix unitary de nga n ele men riil akan meru pak:m matrix
orthogonal.
17
a a a ..... .. a
ll 12 l 3 ln
a a a .... . .. a
21 22 23 2n
lA / 3 n (1.28)
=
a a a . .. .. .. a
3 3 2 33
a a a .. .. .. . a
nl n2 n 3
nn
orde 2 x 2.
lihatkan dulu keadaan yang khusus, yaitu untuk matrix dengan
[A]
:J
Determinan [A] untuk orde 2 x 2 ini didefinisikan sebagai
I AI =
ad - be ( 1 . 2 9)
Contoh :
[: l
2
[A]
4
/AI l . 4 - 2. 3
4 - 6
= - 2.
Untuk matrix dengan orde lebih tinggi. sebelum dihitung determinan
nya, harus dikenal dulu minor dan cofactor dari elemen m atrix .
Minor dari satu elemen aij. dimana aij merupakan satu elemen dari
matrix bujur sangkar [A]. didefinisikan sebagai determi nan dari bagi
an matrix fA] cliluar baris ke-i dan kolom ke-j, yang cliberi notasi
Mij.
Contoh : 2 3 4 I
2 3 4
[A]
1, 5 6 7
7 6 5 4
18
3 4
5 6 7
6 5 4
ci
j = ( -- n i+j Mu (1.30)
I AI a . c. + a. .c. + a. .c. + .
. . + a. . c .
il I l 12 12 I 3 I 3 1n 1n
atau : n
I (1 .3 1 )
k=l
Persamaan (1.3 1) ada1ah rumus untuk menghitung determinan dengan
expansi menurut baris ke-i.
a . . C . + a .C + a ..C . + . . . + a .. C
:3 J 3 J nJ
=
lJ lJ nj
.
2j 2j
atau :
n
/A/ = I (1.32)
k=J
yang lain (atau kelipatan dari kolom yang lain), maka I A I tidak
19
1.2.8. ADJOINT DARI MATRIX
Adjoint dari sa tu matrix bujur sangkar [A], yang diberi notasi [A]+.
ialah satu matrix 'kngan orde yang sama. yang didapat Jen2:an meng
ganti elemen dari [A]T (transpose dari matrix [A] ) dengan cofactor
dari elemen yang bersangkutan.
a a a
l l 12 l 3
a a a
2 3
[A)
21 22
a a a
3 1 3 2 33
l
a a a
r
11 21 3 1
a a a
12 22 3 2
[A]T =
a a a
13 3 33
l 2
c c c
ll 21 3
[A]+ c c c
12 22 3 2
c c c
1 3 2 3 3 3
proses pembagian tidak dikenal pada operasi matrix. dan sebagai ana
loginya, digunakan invcrs dari matrix.
Apabila [A] dan [ B] adalah matrix bujur sangkar sehingga [A] .
[B] [ B l . fA] matrix satuan. maka [ B l disebut invers dari matrix
= =
Contoh :
2
II
r
I
3 I
!
! 3 3
[A)
i
4
I
\
")
-
J
.20
[: )
6 - 2 - 3
[B] 0
0
[ [: 1
2 3 6 - 2 - 3
[A] . [B] = 3 3 I 0
2 l:. 0
0 0
[A] . [B] =
maka di katakan :
0
0 0
0
I [I]
[B] = [A] -1
atau : [A] = [B l - l
dimana [A] - 1 menyatakan inv er s dari matrix [A],
dan ( B] -1 menyatakan i nv er s dari m atrix [B] .
Ada beber ap a car a untu k mencar i i nv ers dari matrix, diantaranya
metode adjoint (adj oi nt method)
metode pemisahan ( m atrix p ar ti tioning)
metode Gauss -Jor dan ( Gauss - Jor dan method)
metode Cho1esky (Cho1 esky method)
Di bawah ini akan di bahas c ar a- car a ter sebut di atas satu per satu.
1. Metode Adjoint.
[A] - I ( 1.34)
dimana[A] --1 =
i nver s dari matri x [A] :
[A]+ = adjoint dari matr ix [A 1 :
!A I =
deter mi nan dari m atri x [A 1 .
21
Contoh:
3 3
[A] =
4 3
3 4
4 3 3 3 3 3
A = - 1 + 1
3 4 3 4 4 3
= ( 16 - 9 ) - ( 12 - 9 ) + ( 9 12
=
1.
4 3 7
11
=
c =
3 4
3 1
12
=
c = -
4
1 3
c =
= -
1
3
3 3
21
c = = -
3
3 4
c
3
22 L,
=
=
c
3 0
2 3
=
3
') '")
"- -
3 3 = 3
c =
3 1 4
-
3 0
c =
3 2 3
3
c =
3 3'
4
c c c
11 21 3 1
c c c
12 22 32
c c c
l 3 2 3 3 3' .
[ l
- 3 - 3
0
�
=
- I 0 I
-
[- �
- 3
J
- 3
= 0
- 1 0
d ima na I A \ = I
2. Metode pemisahan.
Sesua i dengan na ma dari metode ini, ma ka la ngka h perta ma yang
dila ku kan dala m proses menca ri invers matr ix ini iala h mela ku ka n
pemisa ha n (pa rt it ioning) terha dap mat rix bersa ng kuta n.
2J
: "1
Ambil satu m atr ix[A ] :
a 11 a 12
[A) =
a21 a 22 23
a3 1 a3 2 a3 3 )
Lakuk an pemisahan :
a 11 a 12 II a1 3
[A] = a21 a 2 2 II a3 2 (1 .3 5)
a3 1
-- - - -
a3 2 -t1 - --
a33
A1 1 1I A12
[A] -- - + ---
( 1 .3 6 )
A2 1 I A
I 22
\ I
•
dengan p enger tian :
A1 1
A 12 =
( 1 .3 7)
A2 1 a3 a3 2 ]
1
=
A a3 3
22
=
24
Bila dimisalkan [ A ] - 1 = [ F ]
maka akan terdapat hubungan :
[ F] . [ A ] :::: [I]
a tau
( l .3 8 )
Fu Al l + Fl2 A2 1 =
F2 1 Al l + Fz z A2 1 0
( 1 .39)
Fl l A12 + F 12 Az z = 0
Fz 1 A12 + Fz z Az z =
-1
Fu An + A u - l A 1 2 ( A z z - A z l A l l - 1 A 1 z ) - 1 Az 1 A 1 1 - 1
Frz = - A l l - 1 A 1 2 ( Az z - Az A l - 1 A -1
l l 1z)
Fz l = - ( A z z - A z 1 A l l - 1 A 1 2 ) - 1 Az 1 A l l - 1 ( l .40 )
F zz =
( Az z - Az 1 A u
-1
A12 )
-i
H i t ung
1
( 1) . Al l-
H i t ung
-1
(2) . An A1 2
-1
( 3) . H i t ung A2 1 Al l
(4 ) . H i tung { Has i 1 ( 3) } . A l 2
t un g =
( 7) . Hi t un g F2 l = - F zz . { Has i l ( 3) }
Has i l
(1 .4 1 )
( 8) . Hi t un g F12 = -{ (2) } F 22
( 9) . H i t un g F 1 2· {Has i l ( 3) }
( 10 ) . H i t un g Fl l = A l l - I - { H a s i I (9)}
Contoh :
[:
3
[A] 4
�
[
Lakukan p emisahan :
1
�
�j_]_j I
3 3
[A ] = l
1
_
I 4
__
3
I
A
11
=
r\ :J
3
A
12
=
[l 3
}
A 3 ]
21
=
A 4
22
=
26
Sekarang akan dilakukan operasi seperti diuraikan. dalam persamaan ( 1 .4 1) ,
(_ � ) (_ � )
dengan urutan yang sama.
(1) •
4
1
4
Au- = 4 � 3
(2) .
A1 1- l A 12 •
[_ 4
- � J{ : } •
{:}
( 3)
Az 1 • A1 1 - I •
[ I 3 ] ( _ � - 3
J [ I 0 ]
(4 ) .
[ I 0 ] • A1 2 = [ I 0 ] {:} [ 3 ]
(5 ) .
A [ 3 ] = [ 4 ] - [ 3 ] = [ 1 ]
22
F
-1
(6) . = [1] = [ 1
22
(7) . - [1 ] [ 1 0 ] = [ -1 0 ]
( 8) .
oj I
0 ]
o)
( 9) .
( 1 0) .
27
r
Jadi matrix ( F] y ang m erup akan invers dari m atrix [A] d ap at d i
susun dari hasil di atas sebagai beriku t :
F 11 i F 12
J
[F) j- - -
I
21 I 22
---
F F
I
7 - 3 1 - 3
[ F) = - 1 1 I o
l__
l
____
- l 0
7 - 3
[ F) = - l
- l 0
3. Metode Gauss-Jordan.
Langkah-langkah pent ing yang perlu diam bil untuk mencari invers
d ari m atrix [ A ] dengan orde n x n secara garis besar adalah seba
28
(b). J u mlahkan baris ke-2 dengan baris ke- 1 y ang telah d iper
kalikan d engan ( - a 2 1 ) , sehingga a2 1 sekarang m e nj ad i
no!.
Ul angi langkah (b) untuk baris ke-3 , 4, 5, . . . . . , n .
Sekarang kolom ke- 1 m e njadi no! semu a kecuali a 1 1 = I
(c).
as 2 = 0 . . . ' a n 2 = 0
(e). Ulangi langkah ( d ) untuk baris ke-3 , 4, 5, . . . . . . , n.
( f). Proses selesai.
. I
( 1 . 42)
ope ra s i ba r i s
[ A ] [ F ]
[
Contoh :
3
[ A] = 4
3
(
iI
I
l1 \
l
l
3
4
3
3
3
4
0
0
0
0
�l H, (- l)r�l l
l ,...,__,
3
3
3
0
4
-1
0
0 G
�J
T
A
T
2Q
l
1
l 3 I [ 3 I
�]
3 0
I I
�]
1 0 -3
I
)
4
(- 1 ) ( -3
3 1
H 0 0 I -1 H 0 0 I -1
I
1 1 -1 1 1 -1
12
� 0 0 0 0 0
I
0
-�
..--.._.,;
[
0 0 7 -3
l
( -:3 )
H 13 0 0 -1
�
0 0 -1 0
--1'--
I I
F
[: J
- 3 - 3
J ad i [A ]-1 0
0
4.
�
Metode Cholesky.
D asar dari met ode Cholesky ini ialah terletak pada kenyataan
bahwa setiap matrix bujur sangkar dap at diubah sebagai p erkalian
dari sat u lower t ri angular matrix dengan satu upp er triangular
matrix. D engan demikian invers dari m atrix bujur sangkar tersebut
dap at diselesaikan dengan mencari i nvers dari masing-masing
triangular matrix , dan ini bukanlah suatu pekerjaan yang sukar.
D alam analisa struktur dengan metode matrix, akan selalu dijum
pai matrix yang simetris. Suatu mat rix simetris, akan selalu dap at
diubah menjadi p erkalian dua triangular matrix yang satu sama
lain merup akan m atrix t ranspose.
Bila ( A ] menyat akan suatu mat rix simetris. dan [ L ] menvatakan
suatu lower t riangular m atrix. maka :
[A] = [ L] . [ L] T
at au secara keseluruhan :
ll 12 . Q, Q, Q,
. 9,n 1
1 3
0
1n
0
11
0
1 21
a a a a
l (\ 3 1
l
I
Q, 9, X. 9,
.
21 22 2 n2
0
2n
0 0
3 21 22 22 2
n
a a a a
3
1v
X. 9, X. .Q, X.
1 2 3
0 0
3 1 3
0
3 1 33
=
n
a
3
a
3 33
a a
r'1 3 3" .
9,
n1 nz n nn
Q. ·x. X.
n1 n2 n 3 nn nn
0 0 0
3
a a a a
( 1 43) •
30
i
-
1
-1 ;2
£. . = i.
2
= a. . )
I I I I 1r
r=1
j-1
1 r £. J. r
= £.
l j
a. . -
£... .
J i > j
r\-:: 1
£. .
I untuk
JJ
£ = 0 i (j . ( 1 44)
ij
un tuk •
Da r i pe r sama a n ( 1 . 4 3 ) :
1 T 1
[A ( ( [ L ] . [ L] ) - (1 . 4 5 )
( 1 . 46 )
( 1· l T l
[A = ( [L( ) [L(
Bi [U] .
1
la [L] - ( I 47)
1 T
ma ka [A ] - = [ F] = [U] . [ U ]
[ L ] . [ U] = [ I ]
( I . 48)
d i ma n a ( 1 . 49)
oj
a t a u seca ra kese l u r uhan
o·
r�
0 0 0 0
r:
( £ 0 0 0
u
11 1 1
0 0 0 0 0
i 0
o =i o
t
u u
21 22 21 22
0 0
3 3 3' .
0
3
£,
3 1 3 33 1
I U
,)\ lo
£, t
I :
I
2 2
i
u u . . .u
,)
9� t t
j 3 . 0 0 '
1
t nn l nn
I
n 3
l Un
n2 n2 n
n
.
\
( 1 50)
S e t e 1 a h d i j a ba r kan
.u u
11 ll ll
0
"' = =
1 .u1 1
u + t .u u
t2
0
21
n
A,
1 1 22 21 21 t
22
+ ,l + .c 3 1 u 1 1 + Q. 3 2 U 2 1
t u u u u
3 ll 3
0
3 3' 3 l 3 1
"'
3 3'
2 21
. . . . . .. . . ...
32
a t a u se ea ra umum
U. . n
I I "- • ·
I I
r r . · rJ
i-1
1
i. u .
r= l -
u . = - -�� un t uk i) j (I .51 )
IJ £..
I I
--
.
•
U ·I J· = 0 un t u k i (j
[F] = [ U] T [ U ]
d im ana m atrix [ F ] m erupakan invers dari m atrix [ A ] .
S e k arang akan d it u njukkan satu p er sam aan y ang sa ngat sed erhana.
3 X + 7 y = 12 ( 1 . 52)
Persamaan ( 1 . 5 2) d a p at d iny atakan secara m atrix sebagai :
[ 3 7 ] = [ I2 ] ( 1 . 53 )
3 X + 7 Y 12
2
=
( l . 54)
5 X Y 3
=
( I 55)
.
33
s�cara umum n buah persamaan linier dengan n buah "bilangan
anu" dapat dituliskan sebagai :
a + a + a + ...... + a b
11 1 12 2 : 3 "3 1n n 1
X X X X =
a + a + a + . . . . .. + a X b
21 1 22 2 2 2n n 2
X X X
3 '3
. .
=
a + a + a + ...... + a b
3 1 1 3 2 2 3 n n
X X X X
3 3 3 3
=
X b
nn n n
+ a + a + . . . . . . .+ a
n 3
a
n1 1 n2 2
X X X ( 1 56)
3
=
•
a a a X b
11 12
... .. a
1 3 ln 1 1
.
a a a X b
21 22
.. . .. a
2 3 2n 2 2
.
a a a X b
3 1
.. ... a
3 2 3 3' 3 n 3 3
.
=
X b
n1 n2 n nn n
a
n
a a a
3
( 1 57)
•
D engan pengertian :
�4
1. Matrix koefisien simetris :
2 0 0
1
Contoh : 3 X
2 -1 X 2
2
4 =
0 -1 5
3
X
i i i
A X B
Disini m at rix [A ] m erup akan m atrix y ang simetris, dim ana
aij = aj i ·
Contoh :
5 2 0 0 0 0 X 12
1
2 2 0 0 0 11
2
4 X
2 6 2 0 0 X 0
3
0 2 4 2 0 X 7
4
=
0 0 2 6 8 4 2 X 9
5
0 0 0 2 6 4 X 5
6
0 0 0 0 4 2 2 X 21
7
T i i
A X B
35
I. METODE EKSAK ATAU METODE LANGSUNG.
Metode ini melipu ti seju mlah tertentu perhitungan aritm atik a .
yang proporsional dengan jumlah dari persamaan atau ' 'b ilangan
anu". Pada akhir dari perhitungan . akan didapat hasil yang e k
sak dari perhitungan tersebut di atas.
Beberapa metode pe nting yang term asuk d alam kategori ini
antara lain :
l. Metode i nversi matrix
., Metode Cramer atau me tode determinan
3. Metode Gauss-J ordan
4. Metode Eliminasi Gauss
5 . Metode Crout
yang simetris)
1.
Yang termasuk dalam kategori i n i antara lain :
Met ode G radien sekaw a n ( conjugat e gradient method)
.,M etode iterasi G:wss atau J acobi.
3. Metode iterasi G '-l uss-Sc i del
4. Metode relaxasi
Di bawah ini akan d ibahas beberapa dari m etodc yang telah
d isebutkan di atas.
[ A] . { X} = { B}
diperkalikan d e ngan [A] - !
(A ( 1 [A ] { X} = ( A ] - l {B}
[ I ] { X} = [ A f 1 {B}
{ X} = (A ] - l -{ B } (I . 5 9)
36
Contoh :
=
Dinyatakan secara m atrix :
l
[: { � } {: }
3
-2 I
)
T
X B
i T
A
[A] = [: 3
1
==
-2
J
/AI 2 ( -2 ) - 3 . 3
-
- 13
(A ]-1 =
1
-=-13
[ l : -2
-3
2 3
n 13
=
3 2
n 13
{ s}
==t
r 71
4 /
{ x} =
[A ( 1 • { B}
jJ
2 ]__ 7
X
n 13
= -
y 3 2
13 l3
26
I
X
= I3
y
13
l3
y
1.3.4. METODE CRAMER
D ari persamaan ( 1 . 5 8) :
[A] { X} = { B}
.
3 X 2 y = 4
[ : _: l { : } { : }
"T t i
A X B
38
[A]
{ B}
D I AI
2 (-2) - 3 . 3
= -13
r---,
I 7 I
I I
3
=
: I
I 4I
-2
L _-l
7 ( - 2) -
3 .4
=
- 26
,-- ,
02
I
2 1
I
7 I
I
I
I
, j
3 : 4 :
_ _
= 2 . 4 - 3. 7
= -13
39
maka :
D
X1 = .J.
D
- 26
-1 3
=
= 2
D
�
D
=
-1 3
-1 3
y =
3 X 2 y = 4
[: _: l {:} {:}
atau
T T T
A X B
40
Untuk m emudahkan operasi, dilakukan penggabungan matrix [AJ
dan { B} .
2 3 7
(A B] =
3 -2 4
3 7
2 3 7 2 2
; (- 3 )
H( )
21
H
l
C/? �
3 -2 4 3 -2
'r
3 7 3 7
2
2 2 2 2
H ( - 13).
(./')
0 _ _!]_ _ .!J. 0
2 2
r - .,
3
2 I t-- x
I I
l 0 I
( - ...,. ) I
1
I I
2 I
! j I
I
H
12 I
(./') L-:_j
0
X = 2
y =
(2 ) . X + 3 y + 3 Z = -2
X + 4 y + 3 Z = 0
X + 3 y + 4 Z =
X -2
3 3
4 3 y = 0
4 z
3
T T T
A X B
3 3 -2
0
[A B) = 4 3
3 4
3 3 -2
(- 1 )
3 3 -2
(- 1 )
H 0 0 2 H
4 3 0 3 1
21
r--...:J
r--..._;
4 3 4
3
3 -8
1
3 3 -2 0
(-3) (-3)
H 0 0 2 H
0 0 2 1 3
12
0 0 3 r-......:J 0 0 L 3
j <---)
r-- - ,
-1 7 I
I I
I
0 0
I
I
I 2 I
I I
0
I
0
0 0 1 3 I
... _ _ - ..J
42
Dengan demikian didapat hasil :
X = -1 7
y = 2
z =
3
a X + a X
22 2
( 1 . 62 )
2 3 '3 2
=
b
a X =
b ( 1 . 63 )
33 3 3
a a a
11 12 13 1 1
:>'; b
a a
22 2 2•
0 X =
b
23
0 0 a X b
33 3 3
i T T
A X B
dim ana matrix [ A ] merupakan sa tu upper triangular m atrix.
Dari persamaan ( 1 .63) :
x =
b I a
3 33 33
X
2
= X
3 ) I a 22
43
Untuk �uatu sistim persamaan linier dengan n buah "bilangan anu",
akan didapat rumus umum :
x = b I a nn
n n
x.
I
L: a .I J. :X.J. ) I a .1 .1
I
=
(b. -
j + 1 s amp a i den ga n n . ( 1 . 6 4)
( 1 ). X + 3 y + 3 Z = - 2
Contoh :
X + 4 y + 3 z = 0
X + 3 y + 4 z =
X
3 3
r 1 r 1 -z
'[: J r r
4 3 =
3 4
i i T
A X B
3 3 -2
[ A B ] = 4 3 0
3 4
3 3 -2 (- 1 ) 3 3 -2
H
4 3 0 3 1 0 0 2
,.. - .,
( - 1 ) ('..)
21 !L- -3-..J:
H
3 4 0 0
44