MATRIKS DAN

VECTOR

DISUSUN OLEH :
MOCH VIANTO RAKANDA WIBOWO 16 111 298

SEKOLAH TINGGI TEKNOLOGI BANDUNG | 

1
KATA PENGANTAR
Puji dan Syukur Kehadirat Allah SWT atas rahmat dan hidayahnya sehingga makalah
ini dapat tersusun. Dan tidak lupa ucapkan terima kasih atas pihak yang membantu
memberikan referensi materi maupun informasi sehingga modul ini dapat diselesaikan.

Diharapkan modul ini dapat memberikan manfaat bagi pembaca sehingga dapat
menambah pengetahuan dan pengalaman yang baik.

Mohon maaf apabila ada kesalahan kata serta keterbatasan materi dalam makalah ini,
kami harap pembaca dapat memberi saran serta kritik yang dapat mengembangkan
pengetahuan.

2
BAB I

A. LATAR BELAKANG

Latar belakang dibentuknya modul ini karena untuk menyelesaikan tugas yang
telah diberikan dengan mata kuliah “Matriks” yang bertemakan antara lain matriks
dan vector, dan juga modul ini dibuat berdasarkan berbagai referensi yang telah di
dapat. Dalam modul ini penulis memberikan pembahasan informasi khususnya
tentang topik – topik terkait.

B. RUMUSAN MASALAH

Berdasarkan uraian judul diatas dapat dirumuskan masalah dalam penelitian

Matriks dan Vector sebagai berikut :
1. “Perhitungan apakah yang dapat diselesaikan oleh sebuah matriks ?”
2. “Bagaimana menyelesaikan Sebuah permasalahan penyelesaian pada sebuah
vector ?”

C. TUJUAN PENELITIAN

Tujuan dibentuknya makalah ini yaitu mendeskripsikan bagaimana

penyelesaian – penyelesaian pada sebuah permasalahan pada matriks dan vector
dan modul makalah ini dibuat untuk menambah nilai yang harus dilengkapi.

D. MANFAAT

Manfaatnya disusunnya modul makalah ini dikarenakan untuk meningkatkan

serta mengembangkan ilmu – ilmu pengetahuan yang telah diolah dari berbagai
sumber sumber yang menjadi sebuah referensi sehingga modul makalah ini dapat
tersusun.

3
BAB II

E. ISI
MATRIKS DAN VEKTOR

1. Matriks
Matriks adalah suatu kumpulan besaran (variabel dan konstanta) yang
tersusun dalam baris dan kolom berbentuk persegi dan persegi panjang. Matriks
merupakan kumpulan dari angka-angka atau variabel lain, misalnya vektor. Dengan
representasi matriks, perhitungan dapat dilakukan dengan lebih teratur dan
terstruktur. Manfaatnya untuk menjelaskan persamaan linier, transformasi koordinat,
dan lainnya. Matriks seperti halnya variabel biasa dapat dimanipulasi, seperti
dikalikan, dijumlah, dikurangkan dan didekomposisikan.
Suatu matriks biasanya dinotasikan dengan huruf kapital ditebalkan (misal matriks A,
dituliskan dengan A) dan elemen atau entri matriks dinyatakan oleh huruf kecil.
i. Ada beberapa istilah yang berkaitan dengan elemen, ukuran dan dimensi
matriks yaitu:
ii. Ukuran (size) matriks adalah jumlah baris dan kolom dari matriks.
iii. Dimensi (dimension) matriks adalah baris x kolom matriks.
iv. Ordo (order) matriks adalah jumlah baris atau kolom dari matriks bujur
sangkar.
v. Elemen (element) matriks adalah semua nilai yang ada pada baris dan kolom
matriks.

Entri matriks adalah nilai yang ada pada baris dan kolom tertentu dalam matriks.
Contoh :
Matriks A =

1. Matriks A mempunyai 2 Baris dan 3 Kolom.

2. Ukuran matriks A adalah 2x3
3. Dimensi matriks A adalah 2x3
4. Elemen matriks adalah : 5,4,9,0,1,4

4
2. Jenis-jenis Matriks
Jenis-jenis matriks dapat dibagi berdasarkan ordo dan elemen / unsur dari
matriks tersebut. Berdasarkan ordo Matriks dapat di bagi menjadi beberapa jenis
yaitu : 

A. Matriks Bujursangkar 

Matriks Bujursangkar adalah matriks yang memiliki ordo n x n atau banyaknya

baris sama dengan banyaknya  kolom yang terdapat dalam mtriks tersebut.
Matriks ini disebut juga dengan matriks persegi berordon.

          Contoh : 

B. Matriks Baris 

Matriks Baris adalah Matriks Baris adalah matriks yang terdiri dari satu baris

          Contoh :    A =  ( 2  1  3  -7 )

C. Matriks Kolom 

Matriks Kolom adalah  Matriks Kolom adalah matriks yang terdiri dari satu
kolom.

          Contoh :   

D. Matriks Tegak

Matriks Tegask adalah  suatu matriks yang banyaknya baris lebih dari
banyaknya kolom.

          Contoh :

5
 E. Matriks datar 

Matriks Datar adalah Matriks  yang banyaknya baris kurang dari banyaknya
kolom.

       Contoh :

F. Matriks Nol 
Suatu matriks   yang setiap unsurnya 0 berordo  m x n, ditulis dengan huruf 
O. 

contoh : 

G. Matriks Diagonal 
Suatu matriks bujur sangkar yang  semua unsurnya , kecuali unsur-unsur
pada diagonal utama adalah nol.

Contoh :  

H. Matriks Segi Tiga 

Suatu matriks bujur sangkar yang unsur-unsur dibawah atau diatas
diagonal utama semuanya 0 .
       Contoh : 

        Dimana Matriks C disebut matriks segi tiga bawah dan matriks D
disebut matriks segitiga atas.
6
 I. Matriks Skalar 
 atriks diagonal yang unsur-unsur pada diagonal utama semuanya sama.
       Contoh : 

J. Matriks Identitas atau Matriks Satuan 

Matriks diagonal yang unsur-unsur pada diagonal utama semuanya satu
ditulis dengan huruf  I.
       Contoh :

K. Matriks Simetri 
Suatu matriks bujur sangkar yang unsur pada baris ke-i kolom ke-j  sama
dengan unsur pada baris ke-j kolom ke-i sehingga aij = aji .
       Contoh : 

3. SPL DENGAN DETERMINAN

TEOREMA :
Jika A adalah suatu matriks m x n yang dapat dibalik, maka untuk setiap matriks
b , n x 1, sistem persamaan Ax = b memiliki tepat satu solusi, yaitu x = A -1 b.

Contoh :
X1 + 2X2 + 3X3 = 5

7
 2X1 + 5X2 + 3X3 = 3
X1 + 8X3 = 17

4. DETERMINAN DAN INVERS

Determinan dan Invers Matriks
1. Deterninan Matriks Persegi
8
a. Determinan matriks ordo 2 x 2
Matriks berordo 2 × 2 yang terdiri atas dua baris dan dua kolom. Pada
bagian ini akan dibahas determinan dari suatu matriks berordo 2 × 2.
Misalkan A adalah matriks persegi ordo 2 × 2 dengan bentuk A

a b
=
[ ]
c d
Determinan matriks A di definisikan sebagai selisih antara perkalian
elemenelemen pada diagonal utama dengan perkalian elemen-elemen
pada diagonal sekunder. Determinan dari matriks A dinotasikan dengan
det A atau |A|. Nilai dari determinan suatu matriks berupa bilangan real.
Berdasarkan defi nisi determinan suatu matriks, Anda bisa mencari nilai
determinan dari matriks A, yaitu:

det A = |A| =
[ac bd ] = a × d – b × c = ad – bc
Contoh :
1 2 1 2
A=
[ ]
3 4 , maka det A = |A| =
[ ]
3 4 = 1.4 – 2.3 = 4 – 6 = -2
b. Determinan matriks ordo 3 x 3
Pada bagian ini, Anda akan mempelajari determinan mariks berordo 3 ×
3.
Misalkan A matriks persegi berordo 3 × 3 dengan bentuk
a11 a12 a13

A=
[ a21 a22 a23
a31 a32 a33 ]
Untuk mencari determinan dari matriks persegi berordo 3 × 3, akan
digunakan suatu metode yang dinamakan metode Sarrus.
Adapun langkah-langkah yang harus di lakukan untuk mencari
determinan matriks berordo 3 × 3 dengan metode Sarrus adalah sebagai
berikut:
1. Salin kembali kolom pertama dan kolom kedua matriks A di
sebelah kanan tanda determinan.

9
 2. Hitunglah jumlah hasil kali elemen-elemen pada diagonal utama
dan diagonal lain yang sejajar dengan diagonal utama (lihat
gambar). Nyatakan jumlah hasil kali tersebut dengan Du
a 11 a 12 a13 a11 a12
|a 21 a 22 a23|a 21 a 22
a31 a 32 a33 a 31 a32

Du =
a11 a22 a 33+a12 a23 a31 + a13 a21 a32
3. Hitunglah jumlah hasil kali elemen-elemen pada diagonal sekunder
dan diagonal lain yang sejajar dengan diagonal sekunder (lihar
gambar). Nyatakan jumlah hasil harga tersebut dengan Ds.
a 11 a 12 a13 a11 a12
|a 21 a 22 a23|a 21 a 22
a31 a 32 a33 a 31 a32

Ds =
a31 a22 a13 +a32 a23 a11 + a33 a21 a12

4. Sesuai dengan defi nisi determinan matriks maka determinan dari

matriks A adalah selisih antara Du dan Ds yaitu Du – Ds.
a 11 a 12 a13 a11 a12
|a 21 a 22 a23|a 21 a 22
a a a a a
det A = 31 32 33 31 32

= (
a11 a22 a 33+a12 a23 a31 + a13 a21 a32 ) - (

a31 a22 a13 +a32 a23 a11 + a33 a21 a12 )

Contoh :

−3 4 2

Diketahui matriks A =
[ 2 1 3
]
1 0 −1 Tentukan nilai determinan matriks A.
Jawab :

−3 4 2 −3 4

det A =
[ 2 1 3 2 1
1 0 −1 1 0]
10
 = [(–3 × 1 × (–1)) + (4 × 3 × 1) + (2 × 2 × 0)] – [(1 × 1 × 2) +
(0 × 3 × (–3)) + (–1 × 2 × 4)]
= (3 + 12 + 0) – (2 + 0 – 8) = 21
Jadi, nilai determinan matriks A adalah 21.
2. Invers Matriks Persegi

Definisi Invers Matriks

Misalkan A dan B adalah dua matriks yang berordo 2 × 2 dan memenuhi
persamaan AB = BA = I2 maka matriks A adalah matriks invers dari matriks
B atau matriks B adalah matriks invers dari matriks A.
Contoh :
perhatikanlah perkalian matriks-matriksberikut.

 Misalkan A =
[ −3 −1
5 2 ] dan B =
[ −2 −1
5 3 ]
AB =
[ −3 −1
5 2 ] [ −2 −1
5 3 ]
6−5 3−3
=
[−10+10 −5+6 ]
=
[10 01 ]
= I2

Perkalian AB menghasilkan I 2 (matriks identitas berordo 2 × 2)

 Misalkan P =
[−74 21 ] dan Q =
[14 −2−7 ]
−7 2 1 −2
PQ=
[ 4 1 ] [4 −7 ]
−7+8 14−14
=
[−4+4 8−7 ]
=
[10 01 ]
= I2
11
 Perkalian PQ menghasilkan I 2 .
Berdasarkan perkalian-perkalian tersebut, ada hal yang harus Anda
ingat, yaitu perkalian matriks A dan matriks B menghasilkan matriks
identitas (AB = I ) Ini menunjukkan matriks B merupakan matriks invers
dari matriks A, yaitu B = A–1 atau bisa juga dikatakan bahwa matriks A
merupakan invers dari matriks B, yaitu A = B–1. Begitu pula untuk
perkalian matriks P dan matriks Q berlaku hal serupa.
Contoh :
1 2
Diketahui matriks A =
[ −1 −2
1 1 ] dan B =
[ −1 −1 ] tentukan
Apakah matriks B merupakan invers dari matriks A?
Jawab :
Matriks B merupakan invers dari matriks A jika memenuhi persamaan
AB = I
1 2
AB =
[ −1 −2
1 1 ] [ −1 −1 ]
=
[−1+2
1−1
−2+2
2−1 ]
1 0
=
[0 1 ]
=I
Oleh karena AB = I maka matriks B merupakan invers dari matriks A.
 penurunan rumus invers matriks ordo 2 × 2
Rumus Invers Matriks Berordo 2 × 2

Misalkan A =
[ac bd ] invers dari A adalah A-1, yaitu
1 d −b
A -1= det A [−c a ] , dengan det A ≠ 0
Contoh :
3 −6
Tentukan invers dari matriks D =
[ −7 11 ]
Jawab :
12
 3 −6
det D =
[ ]
−7 11 = 3(11) – (–7)(–6) = 33 – 42 = –9
1 11 6
D -1= det A [ 7 3 ]
1 11 6
= −9 [ 7 3 ]
11 6

=
[ ]
−

−
9
7
9
−

−
9
3
9

11 2

=
[ ]
−

−
9
7
9
−

−
3
1
3

13
 VEKTOR DAN OPERASI VEKTOR

A. Besaran Skalar
Pada saat anda menghitung luas sebuah bidang bujur sangkar, maka anda hanya
menyebut angka (nilai) nya  saja, misalkan 25 cm² Demikian pula, saat anda
membeli dan menimbang satu keranjang buah mangga, maka pada timbangan
tertera angka yang menunjukkan massa mangga tersebut, misalkan 4 kg.
Pada contoh tersebut diatas,  besaran Luas bujur sangkar dan Massa mangga
merupakan besaran skalar, yaitu besaran yang hanya memilik besar (nilai) saja
dan tidak memiliki arah.
Contoh  besaran Skalar  yaitu, panjang,  massa, waktu, suhu, massa jenis, volume,
enegi potensial,  usaha, potensial listrik,  energi listrik dan lainsebagainya.

B. Besaran Vektor
Jika sebuah mangga yang anda beli tadi, berada dalam  genggaman tangan anda,
yang semula diam, kemudian terjatuh. Apa yang anda amati? Buah mangga
tersebut jatuh kearah lantai, yang disebabkan oleh Gravitasi Bumi (Gaya).  Pada
gerak mangga, dari keadaan diam bergerak dengan kecepatan yang terus
bertambah dengan arah kebawah hingga menyentuh lantai. Dari kejadian tersebut, 
kita dapat menyebutkan bahwa, besaran Gaya dan
besaran Kecepatan merupakan besaran Vektor, yaitu besaran yang memilik nilai
dan arah.
Vektor dapat dituliskan dalam huruf kecil dan besar, atau dengan dua huruf seperti
berikut :

Operasi Vektor  :
Dalam penggunaan Vektor, dua buah vektor atau lebih dapat dijumlah, dikurang,
dikalikan atau dibagi.  Kegiatan ini disebut Operasi vektor.
Penjumlahan dan pengurangan Vektor.
Menjumlahkan dan mengurangkan Vektor dapat ditempuh dengan cara (metode) 
Jajaran Genjang, Segitiga dan Segi banyak (Polygon)

14
Soal No. 1
Diberikan dua buah vektor gaya yang sama besar masing-masing 10 Newton seperti
gambar berikut.

Jika sudut yang terbentuk antara kedua vektor adalah 60°, tentukan nilai resultan
kedua vektor!

Pembahasan
Resultan untuk dua buah vektor yang telah diketahui sudutnya

Soal No. 2
Dua buah vektor kecepatan P dan Q masing-masing besarnya 40 m/s dan 20 m/s
membentuk sudut 60°.

Tentukan selisih kedua vektor tersebut!

Pembahasan
Menentukan selisih dua buah vektor yang diketahui sudutnya:

Soal No. 3
Dua buah vektor gaya masing – masing 8 N dan 4 N saling mengapit sudut 120°.
Tentukan besar resultan kedua vektor tersebut!
Pembahasan
Data:
F1 = 8 N
F2 = 4 N
α = 120°
R = ……..

15
Catatan rumus:
cos (180° − α) = − cos α
Sehingga untuk nilai cos 120°:

cos 120° = cos (180° − 60°) = − cos 60° = − 1/2

Soal No. 4
Perhatikan gambar berikut!

Jika satu kotak mewakili 10 Newton, tentukan resultan antara kedua vektor!
Pembahasan
Cari jumlah resultan pada sumbu x dan sumbu y, cukup dengan menghitung kotak
dari masing-masing vektor, F1 adalah 30 ke kanan, 40 ke atas, sementara F 2 adalah
50 ke kanan, 20 ke atas, kemudian masukkan rumus resultan:

Soal No. 5
Diberikan 3 buah vektor F1=10 N, F2 =25 N dan F3=15 N seperti gambar berikut.

Tentukan:
a. Resultan ketiga vektor
b. Arah resultan terhadap sumbu X
 [Sin 37° = (3/5), Sin 53° = (4/5)]
 [Cos 37° = (4/5), Cos 53° = (3/5)]
 
Pembahasan
a. Ikuti langkah-langkah berikut:
16
1. Uraikan semua vektor ke sumbu x dan sumbu y (kecuali vektor yang sudah lurus
pada sumbu x atau y seperti F2). Lihat gambar di bawah!
2. Cari jumlah vektor pada sumbu x ( kanan +, kiri -)
3. Cari jumlah vektor pada sumbu y (atas +, bawah -)
4. Masukkan rumus resultan

Vektor yang dalam perhitungan selanjutnya tidak digunakan lagi karena sudah
diuraikan tadi, dihapus saja, agar kelihatan lebih bersih, sisanya seperti ini:

Jumlah komponen vektor-vektor  pada sumbu x dan  y :

b. Mencari sudut yang terbentuk antara resultan vektor R dengan sumbu x

tan θ =  ΣFy /ΣFx 
tan θ = −7/−1 = 7
θ = arc. tan 7 = 81,87°

Soal No. 6
Ditentukan 2 buah vektor F yang sama besarnya. Bila perbandingan antara besar

17
jumlah dan besar selisih kedua vektor sama dengan √3, tentukan besar sudut yang
dibentuk oleh kedua vektor! (Sumber Soal : SPMB)
Pembahasan
Jumlah dan selisih kedua vektor masing-masing adalah:

Perbandingan jumlah dan selisihnya adalah √3 sehingga:

Kuadratkan ruas kiri dan kanan

Kali silang :

Soal No. 7
Sebuah perahu menyeberangi sungai yang lebarnya 180 m dan kecepatan airnya 4
m/s. Bila perahu diarahkan menyilang tegak lurus dengan kecepatan 3 m/s, tentukan
panjang lintasan yang ditempuh perahu hingga sampai ke seberang sungai! (Sumber
Soal : UMPTN)

Pembahasan
Asumsikan bahwa perahu bergerak lurus beraturan menempuh lintasan AD dan
resultan kecepatan perahu dan air adalah 5 m/s (gunakan aturan Phytagoras).
Dengan membandingkan sisi-sisi segitiga ABC dan ADE :

Tips
“Untuk dua buah vektor dengan besar yang sama dan membentuk sudut 120 o maka 
resultan kedua vektor besarnya akan sama dengan besar salah satu vektor”

18
Berikut ilustrasinya:

Dua buah vektor dengan besar yang sama yaitu 10 N membentuk sudut 120 o maka
nilai resultan kedua vektor juga 10 N.

Berikut contoh soal diambil dari soal EBTANAS (UN tempo dulu, zaman kakak-kakak
kita) tahun 2000.
Perhatikan gambar gaya-gaya di bawah ini!

Besar resultan ketiga gaya tersebut adalah….

A. 2,0 N
B. 2 √3 N
C. 3,0 N
D. 3 √3 N
E. 4√3 N
Pada soal di atas 2 buah vektor (gaya) 3 N membentuk sudut 120 o, sehingga
resultan kedua gaya  juga 3 N. Resultan kedua gaya ini akan segaris dengan gaya 6
N, namun berlawanan arah. Sehingga dengan mudah soal ini bisa dijawab resultan
ketiga gaya adalah 6 N dikurangi 3 N hasilnya adalah 3 N.Soal No. 8
Diberikan 3 buah vektor :
a = 2i + 3j satuan
b = 4i + 5j satuan
c = 6i + 7j satuan
Tentukan besar resultan ketiga vektor, dan kemiringan sudut antara resultan dan
sumbu X
Pembahasan
Data:

19
Untuk lebih jelas berikut ilustrasinya:

12 pada sumbu x
15 pada sumbu y

Arahnya adalah sudut θ yang bisa dicari dari sin θ, cos θ maupun tan θ. Jika dicari
dari tan θ maka yang dibandingkan nilai pada sumbu y dengan nilai pada sumbu x.
Jika dicari dari sin θ yang dibandingkan nilai pada sumbu y dengan nilai resultan R,
jika digunakan cos θ bandingkan nilai pada sumbu x dengan nilai resultan R.Soal
No. 9
Diberikan 3 buah vektor a, b, c seperti gambar di bawah.

Dengan metode poligon tunjukkan :

(i) d = a + b + c
(ii) d = a + b − c
(iii) d = a − b + c
Pembahasan
Dengan metode poligon :
(i) d = a + b + c

20
(ii) d = a + b − c

(iii) d = a − b + c

Soal No. 10
Diberikan dua buah vektor masing-masing vektor dan besarnya adalah A = 8 satuan,
B = 10 satuan. Kedua vektor ini membentuk sudut 37°. Tentukan hasil dari:
a) A⋅ B
b) A × B
Pembahasan
a) A⋅ B adalah perkalian titik (dot) antara vektor A dan vektor B
Untuk perkalian titik berlaku
A⋅ B = A B cos θ
Sehingga
A⋅ B = A B cos 37° = (8)(10)(0,8) = 64 satuan
b) A × B adalah perkalian silang (cross) vektor A dan vektor B
Untuk perkalian silang berlaku
A × B = A B sin θ
Sehingga
A × B = A B sin 37° = (8)(10)(0,6) = 48 satuan
Soal No. 11
Sebuah gaya F = (2i + 3j) N melakukan usaha dengan titik tangkapnya berpindah
menurut r = (4i + aj) m dan vektor i dan j berturut-turut adalah vektor satuan yang
searah dengan sumbu x dan sumbu y pada koordinat kartesian. Bila usaha itu
bernilai 26 J, maka nilai a sama dengan…
A. 5
B. 6
C. 7
D. 8
E. 12
Sumber: Soal UMPTN Tahun 1991
Pembahasan
Soal ini adalah soal penerapan perkalian titik (dot product ) antara vektor gaya F dan
vektor perpindahan r dengan kedua vektor dalam bentuk i dan j atau vektor satuan.
Besaran yang dihasilkan nantinya adalah skalar (usaha termasuk besaran skalar,
hanya memiliki besar, tanpa arah). Usaha dilambangkan dengan W dari kata work.
W = F ⋅ r
26 = (2i + 3j)⋅ (4i + aj)

21
Cara perkalian titik  dua vektor  dalam bentuk i,j adalah yang i kalikan i, yang j
kalikan j, hingga seperti berikut
26 = 8 + 3a
3a = 26 − 8
a = 18/3 = 6

i dan j nya jadi hilang karena i kali i atau j kali j hasilnya adalah satu.

Bagaimana cara perkalian silang dua vektor dalam bentuk i dan j ? ntar kita
tambahkan,…IA

Soal No. 12
Diberikan dua buah vektor masing-masing:
A = 4i + 3j − 2k
B = 7i + 2j + 5k
Tentukan hasil dari A × B
Pembahasan
Perkalian silang, A × B
Cara pertama:
Misal :
A = (Ax i + Ay j + Az k) dan B = (Bx i + By j + Bz k)
maka :

A × B = (Ay Bz − Az By) i + (Az Bx − Ax Bz) j + (Ax By − Ay Bx) k

↑
Rumus Perkalian Silang Dua Vektor (cross product ) dalam i, j, k
Data :
A = 4i + 3j − 2k
B = 7i + 2j + 5k
Ax = 4 Bx = 7
Ay = 3 By = 2
Az = − 2 Bz = 5
maka
A × B = (Ay Bz − Az By) i + (Az Bx − Ax Bz) j + (Ax By − Ay Bx) k
A × B = [(3)(5) − (−2)(2)] i + [(−2)(7) − (4)(5)]j + [(4)(2) − (3)(7)] k
A × B = (15 + 4)i + (−14 − 20)j + (8 − 21)k
A × B = 19 i −34 j − 13k
Lumayan repot kalau mau dihafal rumus perkalian di atas, alternatifnya dengan cara
yang kedua,

Cara Kedua:
A = 4i + 3j − 2k
B = 7i + 2j + 5k
Susun dua vektor di atas hingga seperti bentuk berikut:

Untuk mempermudah perkalian, tambahkan dua kolom di sebelah kanan susunan

22
yang telah dibuat tadi hingga seperti berikut:

Beri tanda plus dan minus, ikuti contoh berikut:

Kalikan menyilang ke bawah terlebih dahulu dengan memperhatikan tanda plus

minus yang telah dibuat, lanjutkan dengan menyilang ke atas,

A × B = (3)(5) i + (−2)(7) j + (4)(2)k − (7)(3)k − (2)(−2) i − (5)(4) j

A × B = 15 i −14 j + 8 k − 21k + 4 i − 20j
A × B = (15 + 4) i + (− 14 − 20) j + (8 − 21) k
A × B = 19 i − 34 j − 13 k

C. PERKALIAN DUA BUAH VEKTOR

1.   Perkalian Titik

Perkalian titik dari dua buah vector A dan B dituliskan sebagai A • B ( dibaca A titik
B). Perkalian titik A • B didefinisikan sebagai suatu scalar yang sama dengan hasil
kali dari besar kedua vector dengan kosinus sudut apitnya. Sesuai definisinya maka

A • B = A B cos θ

dan

A•B=B•A

 Beberapa hal penting dalam perkalian titik

 Selain hokum komutatif, perkalian titik juga memenuhi hokum distribusi

A • (B + C) = A • B + A • C
 Jika kedua vector A dan B saling tegak lurus, sudut apit θ = 90 0, sedangkan  
cos θ, maka
A • B = AB cos θ  = 0
 Jika kedua vector A dan B searah, yaitu θ = 0 0, sedangkan cos θ = 1, maka
A • B = AB
 Jika B = A maka diperoleh
2 2
A • B = A atau  B •B  = B
 Jika kedua vector A dan B berlawanan arah, yaitu θ =1800, sedangkan cos
1800 = -1, maka

              A • B = – AB
23
Penggunaan perkalian titik dalam fisika, contohnya usaha, fluks listrik, fluks
magnetic.

2. Perkalian Silang

Perkalian silang dari dua buah vector A dan B dituliskan sebagai A x B ( dibaca A
silang B ). Perkalian silang A x B didefinisikan sebagai suatu vector yang tegak lurus
pada bidang di mana A dan B berada, dan besarnya sama dengan hasil kali dari
besar kedua vector dengan sinus sudut apitnya. Jadi,

Jika     C = A x B maka

C = AB sin θ

Beberapa hal penting dalam perkalian silang

1. Nilai 00 ≤ θ ≥ 1800, sedangkan nilai sin θ pasti positif, maka nilai C dalam C =
A x B sin θ selalu positif.
2. Perkalian silang bersifat anti komutatif
AxB=–BxA
3. Jika vector A dan B saling tegak lurus yaitu sudut apit θ=900 sedangkan sin
900 = 1, maka
|A x B|= A B
4. Jika vector A dan B segaris kerja, dapat searah (θ = 00) atau berlawanan arah
(θ = 1800), sedangkan sin 00 = sin 1800 = 0 maka
AxB=0

Penerapan perkalian silang dalam fisika pada momen () didefinisikan sebagai

perkalian silang antara vector posisi r dan vector gaya F, (= r x F ), gaya lorentz pada
muata yang bergerak ( F = q v x B)

D. SUDUT DUA VEKTOR

Besar Sudut Antara Dua Vektor Dapat dirumuskan seperti berikut :

24
Contoh

E. SUBRUANG VEKTOR

Subhimpunan W dari sebuah ruang vektor V dinamakan subruang

(subspace) V jika W itu sendiri adalah ruang vektor di bawah penambahan dan
perkalian skalar yang didefinisikan pada V.

Jika W adalah himpunan dari satu atau lebih vektor dari sebuah ruang
vektor V, maka W adalah subruang dari V jika dan hanya jika kondisi-kondisi
berikut berlaku

1) Jika u dan v adalah vektor-vektor pada W, maka u + v terletak di W

2) Jika k adalah sebarang skalar dan u adalah sebarang vektor pada W, ku
berada di W
25
 Kondisi-kondisi (1) dan (2) sering kita jelaskan dengan menyatakan bahwa
W tertutup dibawah penambahan dan tertutup di bawah perkalian skalar. Bukti
jika W adalah subruang dari V, maka semua aksioma ruang vektor dipenuhi;
khususnya Aksioma 1 dan Aksioma 6 berlaku. Tetapi dalam hal ini persis
merupakan kondisi (1) dan kondisi (2).

Setiap ruang vektor pada V mempunyai paling sedikit dua subruang. V

sendiri adalah sebuah subruang, dan himpunan {0} yang terdiri dari vektor nol
saja pada V yang merupakan sebuah subruang yang kitanamakan subruang nol
(zero subspace).

Contoh :

Misalkan W sebarang bidang yang melalui titik asal dan misalkan u serta V
sebarang vektor pada W. maka u + v harus terletak pada W karena u + v adalah
diagonal jajaran genjang yang ditentukan oleh u dan v (gambar 1) dan k u harus
terletak pada W untuk sebarang skalar k karena ku terletak pada garis yang
melalui u. jadi W adalah subruang dari R3.

Contoh

Perlihatkan bahwa himpunan W dari semua matriks 2 x 2 yang mempunyai

bilangan nol pada diagonal utamanya adalah subruang dari ruang vektor M 22 dari
semua matriks 2 x 2

Pemecahan.

 0 a12   0 b12 
A  B 
a 21 0   b 21 0 

Adalah seberang dua matriks pada W dan K adalah sebarang skalar.

Maka

26
  0 ka12   0 a12  b12 
kA   dan AB 
 ka 21 0   a 21  b 21 0 

Oleh karena kA dan A + B mempunyai bilangan nol pada diagonal utama, maka
kA dan A + B terletak pada W. Jadi, W adalah subruang dari M 22.

Contoh

Vektor-vektor i = (1, 0, 0) j = (0, 1, 0) dan k = (0, 0, 1) merentang R 3 karena

setiap vektor (a, b, c) pada R3 dapat kita tuliskan sebagai :

(a, b, c) = ai + bj + ck

Teorema jika v1, v2, ……….vr adalah vektor–vektor pada ruang vektor V, maka:

(1) Himpunan W dari semua kombinasi linear v1, v2, …….vr adalah subruang V
(2) W adalah subruang terkecil dari V yang mengandung v1, v2, …….vr, adalah
arti bahwa setiap subruang lain dari V yang mengandung v1, v2,…….,vr
harus mengandung W
Kombinasi linear vi, v2, ……..vr, maka kita dapatkan subruang V.
subruang tersebut kita namakan ruang linear terentang oleh {v1, v2, …….vr},
atau dengan lebih sederhana kita namakan ruang terentang oleh {v1, v2,…….vr}

Bukti

(a) Untuk memperlihatkan bahwa W adalah subruang V, kita harus membuktikan

bahwa W tertutup dibawah penambahan dan perkalian skalar. Jika u dan v
adalah vektor-vektor pada W, maka
u = c1v1 + c2v2 + …………… + crvr

dimana c1, c2, …….cr, k1, k2,…………kr adalah skalar. Maka,

u + v = (c1k1)v1 + (c2 + k2)v2 + …………… + (cr+kr)vr

dan, untuk sebarang skalar k,

ku = (kc1) v1 + (kc2) v2 + ………..+ (kcr) vr

jadi u + v dan ku adalah kombinasi-kombinasi linear v 1, v2, ……… vr, dan

sebagai konsekuensinya maka u + v dan ku terletak di W sehingga W tertutup di
bawah penambahan dan perkalian skalar.

27
(b) Setiap vektor vi adalah kombinasi-kombinasi v1, v2, ……..vr, karenanya dapat
kita tulis
vi = 0v1+0v2 + ………..+ 1vi + …………..0vr

oleh karena itu, subruang w mengandung setiap vektor v1, v2, …….vr misalkan
W1 adalah sebarang subruang lain yang mengandung v1, v2, …….vr. karena W -1
tertutup di bawah penambahan dan perkalian skalar, maka W -1 harus
mengundang semua kombinasi linear.

c1v1 + c2v2 dari v1,v2……,vr

jadi, W1 mengandung setiap vektor W.

F. KEBEBASAN LINEAR
Ketahui bahwa ruang vektor V direntang oleh himpunan vektor S = [v 1,
v2……..vr] jika setiap vektor pada V adalah kombinasi linear, v 1, v2……..vr.
dengan merentang himpunan tersebut akan berguna dalam berbagai soal, karena
mungkin kita sering menelaah ruang vektor V dengan menelaah terlebih dahulu
vektor-vektor dengan merentang himpunan S. dan kemudian dengan
memperluas hasil-hasil tersebut pada bagian selebihnya dari V. maka, kita perlu
mempertahankan perentangan himpunan S sekecil mungkin. Permasalahan
untuk mendapatkan peretangan himpunan terkecil untuk ruang vektor bergantung
pada pengertian kita mengenai kebebasan linear.

Definisi. Jika S = {v 1, v2……..vr} adalah himpunan vektor, maka persamaan

vektor.

k1v1 + k2v2 + …………..krvr = 0

Mempunyai paling sedikit satu pemecahan, yakni

k1 = 0, k2 = 0, ………….kr = 0

jika ini adalah satu-satunya pemecahan, maka S kita namakan himpunan bebas
linear (linearly independent). Jika ada pemecahan lain, maka S kita namakan
himpunan tak bebas linear (linearly dependent).

Contoh :

28
Tinjaulah vektor-vektor i = (1, 0, 0), j = (0, 1, 0), dan k = (0, 0, 1) pada R 3 ruas
komponen persamaan vektor

Kii + 1 + k2v2 + ………..krvr = 0

Menjadi

k1 = (1, 0, 0), + k2 (0, 1, 0) + k3(0, 0, 1) = (0, 0, 0)

atau secara ekivalen menjadi

(k1, k2, k3) = (0, 0, 0)

Jadi, k1 = 0, k2 = 0, k3 =0; sehingga himpunan S = (i, j, k) bebas linear. Uraian

serupa dapat digunakan untuk memperlihatkan bahwa vektor-vektor e 1 = (1, 0, 0,
……..0), e2 = (0, 1, 0, …..0),…….,c n = (0, 0, 0,……..1) membentuk himpunan
bebas linear pada Rn.

Teorema 6. Himpunan S dengan dua vektor atau lebih adalah

(a) Tak bebas linear jika dan hanya paling tidak satu diantara vektor S dapat
dinyatakan sebagai kombinasi linear dari vektor S lainnya
(b) Bebas linear jika dan hanya jika tidak ada vektor S yang dapat dinyatakan
sebagai kombinasi dalam linear dalam vektor S lainnya .
Teorema 27

(a) Jika sebuah himpunan mengandung vektor nol, maka himpunan itu takbebas
linear
(b) Sebuah himpunan yang mempunyai persis dua vektor tak bebas jika bebas
satu dari vektor itu adalah perkalian dari skalar lainnya.
Contoh 27.

Dalam R2 atau R3 satu vektor adalah kelipatan skalar dari vektor lainnya jika
hanya jika kedua vektor yang terletak pada garis yang sama yang melalui titik
asal ditempatkan pada titik awalnya melalui titik asal. Jadi, berikutnya dari bagian
(b) dari teorema 7 bahwa dalam R 2 dan R3 dua vektor yang berbentuk himpunan
tak bebas linear adalah jika dan hanya jika vektor itu terletak pada garis yang
sama melalui titik asal yang ditempatkan pada titik awalnya melalui titik asal itu
sendiri.

29
Teorema 8. misalkan S = {v1, v2, ……….vr) adalah himpunan vektor-vektor pada
Rn jika r > n, maka S tak bebas linear.

Bukti.

v1 = (v11, v12, ……….v1n)

v2 = (v21, v22, ……….v2n)

vr = (vr1, vr2, ……….vrn)

tinjaulah persamaan

kiv1 + k2v2 + ………..krvr = 0

G. KOMBINASI LINEAR
Misalkan V ruang vektor.

S={u1, u2, ..., un}⊆V.

Misalkan a∈V.

Vektor a disebut dapat dinyatakan sebagai kombinasi linier dari S, jika terdapat
skalar-skalar (konstanta riil) k1, k2, ..., kn, sehingga memenuhi persamaan:

k1u1+ k2u2+ ...+ knun=a

Contoh:

(a, b, c)=a(1, 0,0)+b(0,1,0)+c(0,0,1),

30
berarti vektor (a, b, c) dapat dinyatakan sebagai kombinasi linier

dari {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

Tunjukkan u=(2, 3, -1) dapat dinyatakan sebagai kombinasi linier dari W={a1=(1,
0,

1), a2=(0, 1, -1), a3=(1, 1, -1)} dan tuliskan bentuknya.

Jawab:

Akan dicari skalar-skalar k1, k2, dan k3 yang memenuhi:

u= k1a1+ k2a2+ k3a3.

(2, 3, -1)= k1(1, 0, 1)+ k2(0, 1, -1)+ k3(1, 1, -1)

(2, 3, -1)=(k1, 0, k1)+ (0, k2, -k2)+ (k3, k3, - k3)

(2, 3, -1)=( k1+ k3, k2+ k3, k1-k2-k3)

Berarti membentuk sistem persamaan linier:

2= k1 + k3

3= k2 + k3

-1= k1 - k2 - k3

Untuk menghitung skalar-skalarnya dapat digunakan eliminasi Gauss-Jordan.

Dari

eliminasi Gauss-Jordan di dapat: k1=2, k2=3, dan k3=0. Berarti kombinasi

liniernya adalah: u= 2a1+ 3a2

Apakah a=(2, -1, 3) dapat dinyatakan sebagai kombinasi linier dari

S={u1=(2, -2, 4), u2=(0, 1, 2), u3=(1, 0, 4)}?

Jawab:

Akan dicari k1, k2, dan k3 yang memenuhi persamaan:

a=k1u1+k2u2+k3u3

(2, -1, 3)=k1(2, -2, 4)+k2(0, 1, 2)+k3(1, 0, 4)

31
 (2, -1, 3)=(2k1+k3, -2k1+k2, 4k1+2k2+4k3)

Didapat sistem persamaan linier:

2 = 2k1 + k3

-1 = -2k1+ k2

3 = 4k1+2k2+4k3

Dengan menggunakan eliminasi Gauss-Jordan sistem

persamaan linier ini akan diselesaikan:

Karena sistem persamaan linier di atas tidak

mempunyai solusi, berarti a tidak dapat dinyatakan

sebagai kombinasi linier dari S.

H. BASIS DAN DIMENSI

Definisi. Jika V adalah sebarang ruang vektor dan S = {V1, V2,.....Vr}
merupakan himpunan berhingga dari vektor-vektor pada V, maka S kita namakan
basis untuk V jika

(i) S bebes linear;

(ii) S merentang V
Contoh 32

Misalkan

1 0  0 1  0 0  0 0 
M1    M2    M3    M4   
0 0  0 0  1 0  0 1 

32
 Himpunan S = {M1, M2, M3, M4} adalah sebuah basis untuk ruang vektor M 22
dari matriks-matriks 2x2. Untuk melihat bahwa S merentang M 22, perhatikan
bahwa sebuah vektor khas (matriks).

a b 
c d 
 

Dapat ditulis sebagai

a b  1 0  0 1   0 0  0 0 
 c d   a  0 0   0 0  1 0   0 1 
         

= aM1 + bM2 + cM3 + dM4

Untuk melihat bahwa S bebas linear, anggaplah bahwa

aM1 + bM2 + cM3 + dM4 = 0

yakni

1 0  0 1 0 0   0 0  0 0 
a  b 0 0  c 1 0   d 0 1   0 0
0 0        

a b  0 0
c d   0 0
   

Jadi, a = b = c = d = 0 sehingga S bebas linear.

Definisi. Sebuah ruang vektor taknol V dinamakan berdimensi berhingga (finite

dimensional) jika ruang fektor tersebut mengandung sebuah himpunan berhingga
dari vektor-vektor {V1,V2,...Vn} yang membentuk sebuah basis. Jika tidak ada
himpunan seperti itu, maka V dinamakan dimensi tak berhingga (infinite
dimensional), tambahan lagi, kita akan menganggap ruang vektor nol sebagai
ruang vektor berdimensi berhingga walaupun ruang vektor tersebut tidak
mempunyai himpunan bebas linearm sehingga basispun tidak ada.

Teorema 9. Jika S = {V1,V2,….Vn} adalah basis untuk ruang vektor V, maka setiap
himpunan dengan lebih dari n vektor adalah tak terbebas linear

Bukti. Misalkan S= {W1, W2,….Wm} adalah sebarang himpunan m vektor pada V,

dimana m>n. Kita ingin memperlihatkan bahwa S tak bebas linear. Karena S =

33
{V1,V2….Vn} adalah sebuah basis maka setiap w dapat dinyatakan sebagai
kombinasi linear dari vektor-vektor S, katakanlah,

w1 = a11v1 + a21v2 +………an1vn

w1 = a12v1 + a22v2 +………an1vn

wm = a1mv1 + a2mv2 +………anmvn

Untuk memperlihatkan bahwa S tak bebas linear, maka kita harus cari skalar-
skalar K1,K2…Km, yang tidak semuanya nol, sehingga

k1w1 + k2v2 +….………kmwm = 0

Teorema 10. Sebarang dua basis untuk ruang vektor berdimensi berhingga
mempunyai jumlah vektor yang sama.

Bukti. Misalkan S = {V1,V2….Vn} dan S {W1, W2,….Wm} adalah dua basis untuk
sebuah ruang vektor V yang berdimensi berhingga. Karena S adalah sebuah
basis dan S adalah himpunan basis linear, maka teorema 9 menunjukkan bahwa
mn. Demikian juga, karena S adalah sebuah basis dan S bebas linear, kita juga
memperoleh nm. maka m=n.

Definisi. Dimensi sebuah ruangan vektor V yang berdimensi berhingga

didefinisikan sebagai banyaknya vektor pada basis untuk V. Tambahan lagi, kita
mendefinisikan ruang vektor nol mempunyai dimensi nol.

Contoh 37

Tentukanlah basis dan dimensi untuk ruang pemecahan dari sistem homogen.

2x1 + 2x2 - x3 + x5 = 0

- x1 - x2 + 2x3 - 3x4 + x5 = 0

x1 + x2 - 2x3 - x5 = 0

x3 + x4 + x5 = 0

Pemecahan. Pada contoh

x1 = – s – 1, x2 = s, x3 = -t, x4 = 0, x5 = t,
34
Sehingga vektor-vektor pemecahan tersebut dapat dituliskan sebagai

 x1   s  t   s    t   1  1
x   s   s   0   1   0 
 2          
 x 3     t    0     t    0    1
           
x4   0   0   0   0   0 
 x 5   t   0   t   0   1 

Yang memperlihatkan bahwa vektor-vektor

 1  1
0 0
   
v1   0  dan v 2   1
   
0 0
 0   1 

Teorema 11

(a) Jika S = {V1,V2….Vn} adalah sebuah himpunan n vektor bebas linear pada
sebuah ruang V yang berdimensi n, maka S adalah sebuah basis untuk V.
(b) Jika S = {V1,V2….Vn} adalah sebuah himpunan n vektor yang merentang ruang
V yang berdimensi n, maka S adalah basis untuk V
(c) Jika S = {V1,V2….Vr} adalah sebuah himpunan bebas linear pada ruang V
yang berdimensi n dan r < n, maka S dapat diperbesar menjadi basis untuk V,
yakni vektor-vektor {Vr,1….Vn} sehingga {V1,V2….{Vr,Vr +1,…Vn} adalah sebuah
basis untuk V.

I. Ruang Baris Dan Kolom Matriks, Rank, Penerapan Terhadap Pencarian

Basis
Definisi. Tinjauan matriks m x n

 a11 a12 .....a1n 

A   a 21 a 22 .....a 2n 
a m1 a m2 .....a mn 

Vektor-vektor

35
 r1  (a11, a12 .....a1n )
r2  (a 21 , a 22 .....a 2n )
rm  (a m1 , a m2 .....a mn )

Bentuk dari baris-baris A yang kita namakan vektor-vektor baris A, dan vektor-
vektor

 a11   a12   a1n 

c1   a 21  , c2   a 22  ,...........c n   a 2n 
 
a m1   a m2   a mn 

Terbentuk dari kolom-kolom A. Subruang R n yang direntang oleh vektor-vektor

baris yang kita namakan ruang baris (row space) A dan Subruang R m yang
direntang oleh vektor-vektor kolom kita namakan ruang kolom (column space)A

Contoh

Misalkan

3 1 0
A 
 2 1 4 

Vektor-vektor baris A adalah

r1 = (2,1,0) dan r1 = (3,-1,4)

Teorema berikutnya akan membantu kita mencari basis-basis untuk ruang vektor.

Teorema 12. operasi baris elementer tidak mengubah ruang baris sebuah matriks

Jelaslah bahwa dari teorema ini bahwa sebuah matriks dan semua bentuk eselon
barisnya mempunyai ruang baris yang sama. Akan tetapi, vektor-vektor baris
taknol dari matriks berbentuk eselon baris selalu bebas linear. Sehingga vektor-
vektor baris taknol ini membentuk basis untuk ruang baris tersebut. Jadi, kita
peroleh hasil berikut.

Teorema 13. Vektor-vektor baris taknol berbentuk eselon baris dari matriks A
membentuk basis untuk ruang baris A.

Contoh 40

Carilah sebuah basis untuk ruang yang direntang oleh vektor-vektor

36
 v1 = (1,-2,0,0,3,), v2 = (2,-5,-3,-2,6) v3 = (0,5,15,10,0)

v4 = (2,6,18,8,6)

Pemecahan. Ruang yang direntang oleh vektor-vektor ini adalah ruang baris dari
matriks

 1 2 0 0 3
 2 5 3 2 6 

 0 5 15 10 0
 
 2 6 18 8 6

Dengan meredekusi matriks ini menjadi bentuk eselon baris, kita dapatkan
(buktikan):

1 2 0 0 3
0 1 3 2 0 

0 0 1 1 0
 
0 0 0 0 0

Vektor-vektor baris taknol pada matriks ini adalah

w1 = (1,-2,0,0,3), w2 = (0,1,3,2,0) w3 = (0,0,1,1,0)

Vektor-vektor ini membentuk basis bagi ruang baris tersebut dan sebagai
konsekuensinya maka akan membentuk basis untuk ruang yang direntang oleh
v1, v2, v3 dan v4

Teorema 14. Jika A adalah sebarang matriks, maka ruang baris dan ruang kolom
A mempunyai dimensi yang sama.

Contoh

1 0 1 1 
A   3 2 5 1 
 0 4 4 4 

Mempunyai ruang kolom berdimensi dua. Jadi teorema 14 menyatakan bahwa

ruang baris tersebut juga berdimensi dua. Untuk melihat bahwa kasusnya
memang demikian, maka kita reduksi A terhadap bentuk eselon baris, yang
menghasilkan (buktikan).

37
1 0 1 1 
0 1 1 1
 
0 0 0 0 

Karena matriks ini mempunyai dua baris taknol, maka ruang baris A berdimensi
dua. Definisi. Dimensi ruang baris dan ruang kolom matriks A dinamakan rank A
dan ditanyakan dengan rank (A)

Teorema

Jika A adalah matriks n x n, maka pertanyaan-pertanyaan berikut ekivalen satu

sama lain.

(d) A dapat dibalik

(e) Ax = 0 hanya mempunyai pemecahan trivial
(f) A ekivalen baris dengan In
(g) Ax = b konsisten untuk tiap-tiap matriks b yang berukuran n x 1
(h) Det (A)  0
(i) A mempunyai rank n
(j) Vektor-vektor baris A bebas linear
(k) Vektor-vektor kolom A bebas linear
Bukti. Kita akan perlihatkan bahwa (c), (f), (g) dan (h) ekivalen satu sama
lain membuktikan urutan implikasi (c) => (f) => (g) => (c). ini akan melengkapkan
bukti tersebut karena kita sudah mengetahui bahwa (c) ekivalen dengan (a), (b),
(d) dan (e).

(c) => (f) karena A ekivalen baris dengan I n, dan In baris taknol, maka ruang baris
dari A berdimensi n menurut Teorema 13. jadi, A mempunyai rank n.

(f) => (g) karena A mempunyai rank n, maka ruang baris dari A, maka jelaslah
dari teorema 11 dalam bagian 4.5 bahwa vektor-vektor baris A bebas linear.

(g) => (h) anggaplah vektor-vektor baris A bebas linear. Jadi, ruang baris A
berdimensi n. Menurut teorema 14 maka ruang kolom. A juga berdimensi n.
karena vektor-vektor kolom A merentang ruang kolom, maka vektor-vektor kolom
A bebas linear menurut teorema 11 pada bagian 4.5.

38
(h) => (c) anggapalah vektor-vektor kolom A bebas linear. Jadi, ruang kolom A
berdimensi n dan sebagai konsekuensinya, maka menurut Teorema 14 ruang
baris A berdimensi n. ini berarti bahwa bentuk eselon baris tereduksi A
mempunyai n baris taknol, yakni bahwa semua barisnya taknol. Seperti yang
disajikan pada contoh 24 bagian 2.3 maka ini berarti bahwa bentuk eselon baris
tereduksi A adalah In. jadi, A ekivalen baris dengan In.

Teorema 16. Sebuah sistem persamaan linear Ax = b adalah konsisten jika dan
hanya jika b berada pada ruang kolom A

Contoh 44.

Misalkan Ax = b adalah sistem linear

 1 3 2   x1   1 
 1 2 3  x    9
  2  
 2 1 2   x 3   3

Pecahkan sistem tersebut dan gunakan hasil untuk menyatakan b sebagai

kombinasi linear dari vektor kolom A.

Pemecahan. Dengan memecahkan sistem menggunakan eliminasi Gauss akan

menghasilkan ( buktikan ):

x1 = 2 x2 = 1 x3 = 3

Jadi, dari persamaan ( 4. 16,

 1  3  2   1 
2  1    2   3  3   9
 2   1   2  3

Teorema 18 jika Ax= b adalah sistem linear konsisten dari m persamaan n

bilangan tak diketahui dan A mempunyai rank r, maka pemecahan sistem
tersebut mengandung n-r parameter.

Jika A adalah mertiks 5x7 dengan rank 4, dan jika Ax=b adalah sistem
linear konsisten maka pemecahan tersebut mengandung sistem 7-4=3
parameter.

39
BAB III
F. PENUTUP
 Kesimpulan
Bahwa penyelsaian masalah soal soal pada sebuah matriks, perhitungan dapat
dilakukan dengan lebih teratur dan terstruktur. Manfaatnya untuk
menjelaskan persamaan linier, transformasi koordinat, dan lainnya

40