com
WileyPLUS adalah lingkungan online berbasis penelitian
untuk pengajaran dan pembelajaran yang efektif.
Ini menawarkan sumber daya interaktif bersama dengan buku teks digital lengkap yang membantu siswa
belajar lebih banyak. DenganWileyPLUS, siswa mengambil lebih banyak inisiatif sehingga Anda akan memiliki
dampak yang lebih besar pada pencapaian mereka di kelas dan di luar kelas.
Murid
Mitra
Program
Tutorial 2-Menit dan semua Dukungan siswa dari pengguna Berkolaborasi dengan kolega Anda, temukan
sumber daya yang Anda dan siswa siswa yang berpengalaman mentor, hadiri secara virtual dan langsung
Anda perlukan untuk memulai acara, dan lihat sumber daya
www.WhereFacultyConnect.com
Cepat
Awal
© Courtney Keating/iStockphoto
Tugas dan presentasi yang telah Dukungan Teknis 24/7
FAQ, obrolan online, Milikmu WileyPLUS Manajer Akuntansi,
dimuat sebelumnya dan siap digunakan
dan dukungan telepon memberikan pelatihan pribadi
dibuat oleh pakar materi pelajaran
www.wileyplus.com/support dan dukungan
11 TH EDISI
Dasar
Linier
Aljabar
Versi Aplikasi
HOWARDANTON
Profesor Emeritus, Universitas Drexel
CHRIS KESALAHAN
universitas Pennsylvania
WAKIL PRESIDEN DAN PENERBIT SENIOR Laurie Rosatone
AKUISISI EDITOR ASOSIASI ISI REDAKSI David Dietz
PENGEMBANGAN BEKERJA EDITOR Jacqueline Sinacori
MARKETING MANAGER Anne Scanlan-Rohrer
Melanie Kurkjian
ASISTEN REDAKSI Michael O'Neal
DESAINER PRODUK SENIOR EDITOR Thomas Kulesa
PRODUKSI SENIOR MANAJER Ken Santoro
KONTEN SENIOR Karoline Luciano
MANAJER OPERASIONAL Melissa Edwards
DESAINER SENIOR Kenyamanan gila
SPESIALIS MEDIA Laura Abrams
EDITOR PENELITIAN FOTO Felicia Ruocco
PEMERIKSA NASKAH Lilian Brady
JASA PRODUKSI Carol Sawyer/Norma Pembuktian
SENI PENUTUP Sempurna Christiansen
Buku ini berlatar Times New Roman STD oleh Techsetters, Inc. dan dicetak serta dijilid oleh Quad
Graphics/Versailles. Sampulnya dicetak oleh Quad Graphics/Versailles.
Hak Cipta 2014, 2010, 2005, 2000, 1994, 1991, 1987, 1984, 1981, 1977, 1973 oleh Anton Textbooks, Inc.
Tidak ada bagian dari publikasi ini yang boleh direproduksi, disimpan dalam sistem pengambilan atau ditransmisikan
dalam bentuk apa pun atau dengan cara apa pun, elektronik, mekanis, fotokopi, perekaman, pemindaian, atau lainnya,
kecuali sebagaimana diizinkan berdasarkan Bagian 107 atau 108 Amerika Serikat 1976 Undang-Undang Hak Cipta, tanpa
izin tertulis sebelumnya dari Penerbit, atau otorisasi melalui pembayaran biaya per salinan yang sesuai ke Copyright
Clearance Center, Inc., 222 Rosewood Drive, Danvers, MA 01923, situs web www.copyright.com. Permintaan izin kepada
Penerbit harus ditujukan ke Departemen Perizinan, John Wiley & Sons, Inc., 111 River Street, Hoboken, NJ 07030-5774,
(201) 748-6011, faks (201) 748-6008, situs web www .wiley.com/go/permissions. Upaya terbaik telah dilakukan untuk
menentukan apakah gambar matematikawan yang ditampilkan dalam teks berada dalam domain publik atau berlisensi
dengan benar. Jika Anda yakin telah terjadi kesalahan, harap hubungi Departemen Perizinan.
Salinan evaluasi diberikan kepada akademisi dan profesional yang memenuhi syarat untuk tujuan peninjauan saja, untuk
digunakan dalam kursus mereka selama tahun akademik berikutnya. Salinan ini dilisensikan dan tidak boleh dijual atau
dialihkan ke pihak ketiga. Setelah menyelesaikan periode peninjauan, harap kembalikan salinan evaluasi ke Wiley. Petunjuk
pengembalian dan label pengiriman pengembalian gratis tersedia di www.wiley.com/go/returnlabel. Di luar Amerika
Serikat, harap hubungi perwakilan setempat Anda.
ISBN 978-1-118-43441-3
Versi Siap-Binder ISBN 978-1-118-47422-8
10 9 8 7 6 5 4 3 2 1
TENTANG NS PENGARANG
Howard Anton memperoleh gelar BA dari Lehigh University, MA dari University of Illinois,
dan Ph.D. dari Universitas Politeknik Brooklyn, semuanya dalam matematika. Pada awal
1960-an ia bekerja untuk Burroughs Corporation dan Avco Corporation di Cape Canaveral,
Florida, di mana ia terlibat dengan program luar angkasa berawak. Pada tahun 1968 ia
bergabung dengan Departemen Matematika di Universitas Drexel, di mana ia mengajar
penuh waktu sampai tahun 1983. Sejak itu ia telah mencurahkan sebagian besar waktunya
untuk menulis buku teks dan kegiatan untuk asosiasi matematika. Dr. Anton adalah
presiden dariEPADEL Bagian dari Asosiasi Matematika Amerika (MAA), bertugas di Dewan
Gubernur organisasi itu, dan memandu pembentukan Bab Mahasiswa MAA. Selain berbagai
artikel pedagogis, ia telah menerbitkan banyak makalah penelitian dalam analisis
fungsional, teori aproksimasi, dan topologi. Dia terkenal karena buku pelajaran
matematikanya, yang paling banyak digunakan di dunia. Saat ini ada lebih dari 175 versi
bukunya, termasuk terjemahan ke dalam bahasa Spanyol, Arab, Portugis, Italia, Indonesia,
Prancis, Jepang, Cina, Ibrani, dan Jerman. Untuk relaksasi, Dr. Anton menyukai perjalanan
dan fotografi.
Chris Rorres memperoleh gelar BS dari Drexel University dan Ph.D. dari Institut
Courant Universitas New York. Dia adalah anggota fakultas Departemen
Matematika di Universitas Drexel selama lebih dari 30 tahun di mana, selain
mengajar, dia melakukan penelitian terapan di bidang teknik surya, hamburan
akustik, dinamika populasi, keandalan sistem komputer, geometri situs arkeologi,
hewan optimal kebijakan panen, dan teori keputusan. Dia pensiun dari Drexel
pada tahun 2001 sebagai Profesor Emeritus Matematika dan sekarang menjadi
konsultan matematika. Dia juga memiliki posisi penelitian di School of Veterinary
Medicine di University of Pennsylvania di mana dia melakukan pemodelan
matematika epidemi hewan. Dr. Rorres adalah pakar yang diakui dalam
kehidupan dan karya Archimedes dan telah muncul di berbagai film dokumenter
televisi tentang hal itu.
Ke:
Istri saya, Pat
Anak-anak saya, Brian, David, dan Lauren
Orang tua saya, Shirley dan Benjamin
dermawan saya, Stephen Girard (1750-1831),
yang filantropinya mengubah hidup saya
Howard Anton
Ke:
Billie
Chris Rorres
KATA PENGANTAR
Buku teks ini adalah versi yang diperluas dari Aljabar Linier Dasar, edisi kesebelas, oleh
Howard Anton. Sembilan bab pertama dari buku ini identik dengan sembilan bab pertama
dari teks itu; bab kesepuluh terdiri dari dua puluh aplikasi aljabar linier yang diambil dari
bisnis, ekonomi, teknik, fisika, ilmu komputer, teori aproksimasi, ekologi, demografi, dan
genetika. Aplikasi sebagian besar independen satu sama lain, dan masing-masing
menyertakan daftar prasyarat matematika. Dengan demikian, setiap instruktur memiliki
fleksibilitas untuk memilih aplikasi yang cocok untuk siswanya dan untuk memasukkan
setiap aplikasi di mana saja dalam kursus setelah prasyarat matematika terpenuhi. Bab 1–9
mencakup perawatan yang lebih sederhana dari beberapa aplikasi yang dibahas secara
lebih mendalam di Bab 10.
Edisi ini memberikan pengobatan pengantar aljabar linier yang cocok untuk program sarjana
pertama. Tujuannya adalah untuk menyajikan dasar-dasar aljabar linier dengan cara yang paling
jelas—pedagogi yang baik adalah pertimbangan utama. Meskipun kalkulus bukanlah prasyarat,
ada beberapa materi opsional yang ditandai dengan jelas untuk siswa dengan latar belakang
kalkulus. Jika diinginkan, materi tersebut dapat dihilangkan tanpa kehilangan kontinuitas.
Teknologi tidak diperlukan untuk menggunakan teks ini, tetapi untuk instruktur yang ingin
menggunakan MATLAB, matematika, Maple, atau kalkulator dengan kemampuan aljabar linier, kami
telah memposting beberapa materi pendukung yang dapat diakses di salah satu situs web
pendamping berikut:
www.howwardanton.com
www.wiley.com/college/anton
Ringkasan Perubahan pada Banyak bagian dari teks telah direvisi berdasarkan serangkaian ulasan yang luas. Berikut adalah
Edisi ini perubahan utama:
• Transformasi Linier Sebelumnya Transformasi linier diperkenalkan sebelumnya
(dimulai pada Bagian 1.8). Banyak set latihan, serta bagian dari Bab 4 dan 8, telah
direvisi sesuai dengan pengenalan transformasi linier sebelumnya.
• Latihan Baru Ratusan latihan baru dari semua jenis telah ditambahkan di seluruh
teks.
• Teknologi Latihan yang membutuhkan teknologi seperti MATLAB, matematika, atau Maple telah
ditambahkan dan kumpulan data pendukung telah diposting di situs web pendamping untuk
teks ini. Penggunaan teknologi tidak penting, dan latihan-latihan ini dapat dihilangkan tanpa
mempengaruhi aliran teks.
• Set Latihan Direorganisasi Banyak latihan bagian ganda telah dibagi lagi untuk menciptakan
keseimbangan yang lebih baik antara jenis latihan ganjil dan genap. Untuk menyederhanakan tugas
instruktur dalam membuat tugas, set latihan telah diatur dalam kategori yang ditentukan dengan jelas.
• Reorganisasi Selain pengenalan transformasi linier sebelumnya, Bagian 4.12 yang
lama tentang Sistem Dinamis dan Rantai Markov telah dipindahkan ke Bab 5 untuk
memasukkan materi pada nilai eigen dan vektor eigen.
• Menulis ulang Bagian 9.3 tentang Mesin Pencari Internet dari edisi sebelumnya telah ditulis
ulang untuk mencerminkan lebih akurat bagaimana algoritma Google PageRank bekerja dalam
praktek. Bagian itu sekarang menjadi Bagian 10.20 dari versi aplikasi teks ini.
• Lampiran A Ditulis Ulang Lampiran pada bukti membaca dan menulis telah diperluas dan direvisi
untuk mendukung kursus yang lebih baik yang berfokus pada pembuktian teorema.
• Materi Web Materi web tambahan sekarang mencakup berbagai modul
aplikasi, tiga modul tentang pemrograman linier, dan presentasi alternatif
determinan berdasarkan permutasi.
• Bab Aplikasi Bagian 10.2 dari edisi sebelumnya telah dipindahkan ke situs web yang
menyertai teks ini, jadi sekarang menjadi bagian dari set tiga modul di Linear
vi
Kata pengantar vii
Pemrograman. Bagian baru pada mesin pencari Internet telah ditambahkan yang menjelaskan
algoritma PageRank yang digunakan oleh Google.
Fitur Ciri • Hubungan Antar Konsep Salah satu tujuan pedagogis utama kami adalah untuk menyampaikan
kepada siswa bahwa aljabar linier adalah subjek yang kohesif dan bukan sekadar kumpulan definisi dan
teknik yang terisolasi. Salah satu cara di mana kita melakukan ini adalah dengan menggunakan
crescendo ofPernyataan Setara teorema yang terus meninjau kembali hubungan antara sistem
persamaan, matriks, determinan, vektor, transformasi linier, dan nilai eigen. Untuk memahami secara
umum bagaimana kita menggunakan teknik ini, lihat Teorema 1.5.3, 1.6.4, 2.3.8,
4.8.8, dan kemudian Teorema 5.1.5, misalnya.
• Transisi Halus ke Abstraksi Karena transisi dari Rn untuk ruang vektor umum sulit bagi banyak
siswa, usaha yang cukup dikhususkan untuk menjelaskan tujuan abstraksi dan membantu siswa
untuk "memvisualisasikan" ide-ide abstrak dengan menggambar analogi dengan ide-ide
geometris yang sudah dikenal.
• Presisi Matematika Ketika masuk akal, kami mencoba untuk menjadi tepat secara
matematis. Sesuai dengan tingkat audiens siswa, bukti disajikan dengan gaya sabar yang
disesuaikan untuk pemula.
• Kesesuaian untuk Pemirsa yang Beragam Teks ini dirancang untuk melayani kebutuhan
mahasiswa di bidang teknik, ilmu komputer, biologi, fisika, bisnis, dan ekonomi serta mereka
yang mengambil jurusan matematika.
• Catatan Sejarah Untuk memberi siswa pemahaman tentang sejarah matematika dan untuk menyampaikan
bahwa orang-orang nyata menciptakan teorema dan persamaan matematika yang mereka pelajari, kami telah
memasukkan banyak Catatan Sejarah yang menempatkan topik yang sedang dipelajari dalam perspektif
sejarah.
Tentang Latihan • Set Latihan Bertingkat Setiap latihan yang diatur dalam sembilan bab pertama dimulai dengan
masalah latihan rutin dan berlanjut ke masalah dengan lebih banyak substansi. Ini diikuti oleh tiga
kategori latihan, yang pertama berfokus pada pembuktian, kedua pada latihan benar/salah, dan ketiga
pada masalah yang membutuhkan teknologi. Kompartemenalisasi ini dirancang untuk
menyederhanakan tugas instruktur dalam memilih latihan untuk pekerjaan rumah.
• Latihan Bukti Kursus aljabar linier sangat bervariasi dalam penekanannya pada pembuktian, jadi latihan yang
melibatkan pembuktian telah dikelompokkan dan dikotak-kotakkan untuk memudahkan identifikasi. Lampiran
A telah ditulis ulang untuk memberikan siswa lebih banyak panduan dalam membuktikan teorema.
Bahan Tambahan • Panduan Solusi Siswa Suplemen ini memberikan solusi terperinci untuk sebagian besar latihan
untuk Siswa bernomor ganjil (ISBN 978-1-118-464427).
• File Data File data untuk latihan teknologi diposting di situs web pendamping yang
menyertai teks ini.
• MATLAB Lab Aljabar Manual dan Linier Suplemen ini berisi satu set MATLABproyek laboratorium
yang ditulis oleh Dan Seth dari West Texas A&M University. Ini dirancang untuk membantu siswa
mempelajari konsep aljabar linier kunci dengan menggunakanMATLAB dan tersedia diPDF formulir
tanpa biaya kepada siswa di sekolah yang mengadopsi edisi ke-11 teks.
• Video Satu set lengkap Daniel Solow's Cara Membaca dan Melakukan Bukti video
tersedia untuk siswa melalui WileyPLUS serta situs web pendamping yang menyertai
viii Kata pengantar
teks ini. Materi tersebut termasuk panduan untuk membantu siswa menemukan video kuliah
yang sesuai untuk bukti spesifik dalam teks.
Bahan Tambahan • Panduan Solusi Instruktur Suplemen ini memberikan solusi yang berhasil untuk sebagian
untuk Instruktur besar latihan dalam teks (ISBN 978-1-118-434482).
• Presentasi PowerPoint Slide PowerPoint disediakan yang menampilkan definisi penting,
contoh, grafik, dan teorema dalam buku. Ini juga dapat dibagikan kepada siswa sebagai
bahan ulasan atau untuk menyederhanakan pencatatan.
• Bank Uji Soal tes dan contoh ujian tersedia di PDF atau LAformulir TEX.
• WileyPLUS Lingkungan online untuk pengajaran dan pembelajaran yang efektif. WileyPLUS membangun kepercayaan
diri siswa dengan menghilangkan tebakan dari belajar dan dengan memberikan peta jalan yang jelas tentang apa yang
harus dilakukan, bagaimana melakukannya, dan apakah itu dilakukan dengan benar. Tujuannya adalah untuk
memotivasi dan mendorong inisiatif sehingga instruktur dapat memiliki dampak yang lebih besar pada pencapaian
kelas dan seterusnya.
Panduan untuk Instruktur Meskipun kursus aljabar linier sangat bervariasi dalam konten dan filsafat, sebagian besar kursus terbagi
dalam dua kategori — kursus dengan sekitar 40 kuliah dan kursus dengan sekitar 30 kuliah. Oleh karena
itu, kami telah membuat template panjang dan pendek sebagai titik awal yang mungkin untuk menyusun
garis besar kursus. Tentu saja, ini hanya panduan, dan Anda pasti ingin menyesuaikannya agar sesuai
dengan minat dan kebutuhan lokal Anda. Tak satu pun dari contoh template ini mencakup aplikasi atau
metode numerik dalam Bab 9. Template tersebut dapat ditambahkan, jika diinginkan, dan jika waktu
memungkinkan.
4 kuliah 3 kuliah
4 kuliah 3 kuliah
39 kuliah 30 kuliah
Pengulas Orang-orang berikut meninjau rencana untuk edisi ini, mengkritik sebagian besar isinya,
dan memberi saya nasihat pedagogis yang berwawasan luas:
Kontribusi Latihan Terima kasih khusus ditujukan kepada tiga orang berbakat yang mengerjakan berbagai aspek
latihan:
Sky Pelletier Waterpeace - yang mengkritik latihan teknologi, menyarankan perbaikan, dan
menyediakan kumpulan data.
Kontribusi Khusus Saya juga ingin menyampaikan penghargaan saya yang mendalam kepada orang-orang berikut yang bekerja
dengan saya setiap hari:
Anton Kaulu - yang bekerja erat dengan saya di setiap tahap proyek dan membantu menulis beberapa
materi teks dan latihan baru. Pada banyak kesempatan saya membutuhkan nasihat matematika atau
pedagogis, dia adalah orang yang saya tuju. Saya tidak bisa cukup berterima kasih padanya atas
bimbingannya dan banyak kontribusi yang telah dia buat untuk edisi ini.
David Dietz - editor saya, atas kesabaran, penilaian yang baik, dan dedikasinya untuk menghasilkan buku yang
berkualitas.
Anne Scanlan-Rohrer - dari Editorial Dua Burung Gagak, yang mengoordinasikan seluruh proyek
dan menyatukan semua bagian.
Jacqueline Sinacori - yang mengelola banyak aspek konten dan selalu ada untuk menjawab
pertanyaan saya yang sering tidak jelas.
Carol Sawyer - dari Bukti Sempurna, yang mengelola banyak sekali detail dalam proses
produksi dan membantu mengoreksi.
Kenyamanan gila - dengan siapa saya telah bekerja selama bertahun-tahun dan yang selera desainnya yang
elegan tampak jelas di halaman-halaman buku ini.
Lilian Brady - copy editor saya selama hampir 25 tahun. Saya merasa beruntung telah menjadi penerima
manfaat dari pengetahuannya yang luar biasa tentang tipografi, gaya bahasa, tata bahasa, dan matematika.
Pat Anton - dari Anton Textbooks, Inc., yang membantu dengan tugas-tugas duniawi menduplikasi, pengiriman,
pemeriksaan akurasi, dan tugas-tugas yang terlalu banyak untuk disebutkan.
John Rogosich - dari Techsetter, Inc., yang memprogram desain, mengatur komposisi, dan
menyelesaikan banyak masalah teknis yang sulit.
Brian Haughwout - dari Techsetter, Inc., untuk karyanya yang cermat dan akurat pada
ilustrasi.
Josh Elkan - untuk memberikan bantuan yang berharga dalam pemeriksaan akurasi.
Howard Anton
Chris Rorres
ISI
x
Isi xi
Sistem Linear
Persamaan dan Matriks
BAB ISI 1.1 Pengantar Sistem Persamaan Linier 2Eliminasi Gauss 11
1.2 Operasi Matriks dan Matriks 25Invers; Sifat Aljabar
1.3 Matriks39Matriks Dasar dan Metode untuk Menemukan
1.4 A1
1.5 52
1.6 Lebih lanjut tentang Sistem Linier dan Matriks 61
1.7 Invertible Transformasi Matriks Diagonal, Segitiga, 67
1.8 dan Simetris 75Aplikasi Sistem Linier
1.9 84
• Analisis Jaringan (Arus Lalu Lintas) 84
• Sirkuit Listrik 86
• Menyeimbangkan Persamaan Kimia 88
• Interpolasi Polinomial 91
1.10 Model Input-Output Leontief 96
PENGANTAR Informasi dalam sains, bisnis, dan matematika sering disusun menjadi baris-baris dan
kolom untuk membentuk array persegi panjang yang disebut "matriks" (jamak dari "matriks"). Matriks
sering muncul sebagai tabel data numerik yang muncul dari pengamatan fisik, tetapi juga muncul dalam
berbagai konteks matematika. Misalnya, kita akan melihat dalam bab ini bahwa semua informasi yang
diperlukan untuk menyelesaikan sistem persamaan seperti
5x + kamu = 3
2x - kamu = 4
1
2 Bab 1 Sistem Persamaan Linier dan Matriks
Persamaan linear Ingat bahwa dalam dua dimensi garis dalam persegi panjang xy-sistem koordinat dapat
direpresentasikan dengan persamaan bentuk
dan dalam tiga dimensi sebuah pesawat dalam persegi panjang xyz-sistem koordinat dapat
direpresentasikan dengan persamaan bentuk
Ini adalah contoh "persamaan linier", yang pertama adalah persamaan linier dalam variabelx dan kamu
dan yang kedua persamaan linier dalam variabel x, kamu, dan z. Secara lebih umum, kita mendefinisikan
persamaan linier dalam n variabel x1, x2, . . . , xn menjadi salah satu yang dapat dinyatakan dalam
bentuk
A1x1 + A2x2 + · · · + Anxn = B (1)
di mana A1, A2, . . . , An dan B adalah konstanta, dan A's tidak semuanya nol. Dalam kasus khusus di mana
n = 2 atau n = 3, kita akan sering menggunakan variabel tanpa subskrip dan menulis persamaan linier
sebagai
yang disebut persamaan linear homogen dalam variabel x1, x2, . . . , xn.
x + 3kamu2 = 4 3x + 2kamu - xy = 5
√
dosa x + kamu = 0 x1 + 2x 2 + x 3 = 1
Himpunan persamaan linear berhingga disebut a sistem persamaan linear atau, lebih singkatnya, a
sistem linier. Variabel tersebut disebuttidak diketahui. Misalnya, sistem (5) yang mengikuti tidak
diketahuix dan kamu, dan sistem (6) tidak diketahui x1, x2, dan x3.
Sistem linier umum dari M persamaan dalam n tidak diketahui x1, x2, . . . , xn dapat ditulissebagai
Subskrip ganda pada koefisien Aaku
j dari yang tidak diketahui
A11x1 + A12x2 + · · · + A1nxn = B1
memberikan lokasinya dalam
A21x1 + A22x2 + · · · + A2nxn = B2
sistem — subskrip pertama
. . . (7)
menunjukkan persamaan di mana .. .. ... ..
koefisien terjadi, dan yang kedua AM1x1 + AM2x2 + · · · + AM Nxn = BM
menunjukkan yang tidak diketahui
A larutan dari sistem linier dalam n tidak diketahui x1, x2, . . . , xn adalah urutan dari n angka
yang dikalikan. Dengan demikian,A
12 ada di persamaan pertama dan
S1, S2, . . . , Sn yang substitusinya
dikalikan x2.
x1 = S1, x2 = S2, . . . , xn = Sn
membuat setiap persamaan menjadi pernyataan yang benar. Misalnya, sistem pada (5) memiliki solusi
x = 1, kamu =2
dan sistem di (6) memiliki solusi
x1 = 1, x2 = 2, x3 = 1
Solusi ini dapat ditulis lebih ringkas sebagai
x1 = S1, x2 = S2, . . . , xn = Sn
dari sistem linier dalam n yang tidak diketahui dapat ditulis sebagai
yang disebut memesan n-tupel. Dengan notasi ini dipahami bahwa semua variabel muncul dalam
urutan yang sama di setiap persamaan. Jikan = 2, maka n-tupel disebut an pasangan yang dipesan, dan
jika n = 3, maka disebut memesan tiga kali lipat.
Sistem Linier dalamDua dan Sistem linier dalam dua yang tidak diketahui muncul sehubungan dengan perpotongan garis.
Tiga Tidak Diketahui Sebagai contoh, perhatikan sistem linier
di mana grafik persamaan adalah garis di xy-pesawat. Setiap solusi(x, y) dari sistem ini
sesuai dengan titik perpotongan garis, sehingga ada tiga kemungkinan (Gambar 1.1.1):
1. Garis mungkin sejajar dan berbeda, dalam hal ini tidak ada persimpangan dan
akibatnya tidak ada solusi.
2. Garis dapat berpotongan hanya pada satu titik, dalam hal ini sistem memiliki tepat satu
solusi.
3. Garis mungkin bertepatan, dalam hal ini ada banyak titik persimpangan (titik
pada garis yang sama) dan akibatnya banyak solusi.
Secara umum, kita mengatakan bahwa sistem linier adalah konsisten jika memiliki setidaknya satu solusi dan
tidak konsisten jika tidak memiliki solusi. Jadi,konsisten sistem linear dua persamaan dalam
4 Bab 1 Sistem Persamaan Linier dan Matriks
x x x
dua yang tidak diketahui memiliki satu solusi atau banyak solusi—tidak ada kemungkinan
lain. Hal yang sama berlaku untuk sistem linier tiga persamaan dalam tiga tidak diketahui
di mana grafik persamaan adalah bidang. Solusi sistem, jika ada, sesuai dengan titik di mana
ketiga bidang berpotongan, jadi sekali lagi kita melihat bahwa hanya ada tiga kemungkinan
—tidak ada solusi, satu solusi, atau banyak solusi tak terhingga (Gambar 1.1.2).
Tidak ada solusi Tidak ada solusi Tidak ada solusi Tidak ada solusi
(tiga bidang paralel; tidak (dua bidang paralel; (tidak ada persimpangan umum) (dua pesawat kebetulan
ada persimpangan umum) tidak ada persimpangan umum) sejajar dengan yang ketiga;
tidak ada persimpangan umum)
Satu solusi Banyak solusi tak terhingga Tak terhingga banyak solusi Banyak solusi tak terhingga
(persimpangan adalah titik) (persimpangan adalah garis) (pesawat semuanya bertepatan; (dua bidang bertepatan;
persimpangan adalah pesawat) persimpangan adalah garis)
Gambar 1.1.2
Kami akan membuktikan nanti bahwa pengamatan kami tentang jumlah solusi sistem linier dari dua
persamaan dalam dua tidak diketahui dan sistem linier dari tiga persamaan dalam tiga tidak diketahui
benar-benar berlaku untuk semua sistem linier. Itu adalah:
Setiap sistem persamaan linear memiliki nol, satu, atau banyak solusi. Tidak ada
kemungkinan lain.
1.1 Pengenalan Sistem Persamaan Linier 5
Larutan Kita bisa menghilangkan x dari persamaan kedua dengan menambahkan 2 kali persamaan pertama ke
persamaan kedua. Ini menghasilkan sistem yang disederhanakan
x - kamu = 1
3kamu = 4
Dari persamaan kedua kita peroleh kamu = 4 , dan dengan mensubstitusi nilai ini dalam persamaan
3
pertama kita peroleh x = 1 + kamu = 7 . Dengan demikian, sistem memiliki solusi unik
3
x = 7 ,3 kamu = 4
3
Secara geometris, ini berarti t(hat)e garis yang diwakili oleh persamaan dalam sistem berpotongan di
satu titik 7 , 4 . Kami menyerahkannya kepada Anda untuk memeriksanya dengan membuat grafik garis.
33
3x + 3kamu = 6
Larutan Kita bisa menghilangkan x dari persamaan kedua dengan menambahkan 3 kali persamaan
pertama ke persamaan kedua. Ini menghasilkan sistem yang disederhanakan
x + kamu = 4
0=6
Persamaan kedua kontradiktif, sehingga sistem yang diberikan tidak memiliki solusi. Secara geometris, ini berarti bahwa
garis-garis yang bersesuaian dengan persamaan-persamaan dalam sistem asalnya sejajar dan berbeda. Kami serahkan
kepada Anda untuk memeriksanya dengan membuat grafik garis atau dengan menunjukkan bahwa mereka memiliki
kemiringan yang sama tetapi berbedakamu-intersep.
Larutan Kita bisa menghilangkan x dari persamaan kedua dengan menambahkan 4 kali persamaan pertama ke
persamaan kedua. Ini menghasilkan sistem yang disederhanakan
4x - 2kamu = 1
0=0
Persamaan kedua tidak memaksakan pembatasan apapun pada x dan kamu dan karenanya dapat
dihilangkan. Jadi, solusi dari sistem adalah nilai-nilai darix dan kamu yang memenuhi persamaan
tunggal
4x - 2kamu = 1 (8)
Secara geometris, ini berarti garis-garis yang bersesuaian dengan dua persamaan dalam sistem aslinya berhimpitan. Salah
satu cara untuk menggambarkan himpunan solusi adalah dengan menyelesaikan persamaan ini untukx istilah dari kamu
untuk memperoleh x = 1 + 1 kamu dan kemudian tetapkan nilai arbitrer T (disebut sebagai parameter)
4 2
6 Bab 1 Sistem Persamaan Linier dan Matriks
ke kamu. Hal ini memungkinkan kita untuk mengekspresikan solusi dengan pasangan persamaan (disebutpersamaan
Dalam Contoh 4 kita juga dapat
parametrik)
memperoleh persamaan parametrik
untuk solusi dengan menyelesaikan
x = 1 +4 1 t, 2kamu = T
(8) untuk kamu istilah dari x dan Kita dapat memperoleh solusi numerik spesifik dari persamaan ini dengan substitusi(menggunakan)
membiarkan x = T menjadi . Sebagai
(param eter Tsolusi
angka-nilai ical untuk menghasilkan contoh, T = 0 hasilkan solusi 1, 0 , T = 1
) 4
parameternya. Persamaan parametrik 3,
4
1 , dan T =1 menghasilkan solusi - 41 , 1 . Anda dapat mengkonfirmasi
yang dihasilkan akan terlihat berbeda bahwa ini adalah solusi dengan mensubstitusi koordinat mereka ke dalam persamaan yang diberikan.
tetapi akan menentukan himpunan
solusi yang sama.
Larutan Sistem ini dapat diselesaikan dengan inspeksi, karena persamaan kedua dan ketiga adalah
kelipatan dari persamaan pertama. Secara geometris, ini berarti bahwa ketiga bidang tersebut
bertepatan dan bahwa nilai-nilaix, kamu, dan z yang memenuhi persamaan
x - kamu + 2z = 5 (9)
memenuhi ketiga persamaan secara otomatis. Dengan demikian, cukuplah untuk mencari solusi dari (9). Kita
dapat melakukan ini dengan terlebih dahulu menyelesaikan persamaan ini untukx istilah dari kamu dan z, lalu
menetapkan nilai arbitrer R dan S (parameter) ke dua variabel ini, dan kemudian mengekspresikan solusinya
dengan tiga persamaan parametrik
x = 5 + R - 2s, kamu = r, z = S
Solusi spesifik dapat diperoleh dengan memilih nilai numerik untuk parameter Rdan S.
Misalnya, mengambilR = 1 dan S = 0 menghasilkan solusi (6, 1, 0).
Matriks yang Diperbesar dan Karena jumlah persamaan dan yang tidak diketahui dalam sistem linier meningkat,
Operasi Baris Dasar demikian juga kompleksitas aljabar yang terlibat dalam menemukan solusi. Perhitungan
yang diperlukan dapat dibuat lebih mudah dikelola dengan menyederhanakan notasi dan
prosedur standarisasi. Misalnya, dengan secara mental melacak lokasi +, tombolx's, dan ='s
dalam sistem linier
A11x1 + A12x2 + · · · + A1nxn = B1
A21x1 + A22x2 + · · · + A2nxn = B2
... ... ... ...
AM1x1 + AM2x2 + · · · + AM Nxn = BM
kita dapat menyingkat sistem dengan hanya menulis array angka persegi panjang
⎡ ⎤
A11 A12 · · · A1n B1
⎢ ⎥
⎢A 21 A22 · · · A2n B2 ⎥
⎢ ⎥
Seperti disebutkan dalam pengantar ⎣ ... ... ... ... ⎦
bab ini, istilah "matriks" digunakan
dalam matematika untuk
AM1 AM2 · · · AM N BM
menunjukkan susunan bilangan Ini disebut matriks yang diperbesar untuk sistem. Misalnya, matriks yang diperbesar untuk
persegi panjang. Pada bagian sistem persamaan
selanjutnya kita akan mempelajari ⎡ ⎤
matriks secara rinci, tetapi untuk saat x1 + x2 + 2x3 = 9 2x1 1 1 2 9
⎢ ⎥
ini kita hanya akan membahas matriks + 4x 2 3x3 = 1 3x1 + 6x adalah ⎣2 4 - 3 1⎦
yang diperbesar untuk sistem linier.
x
25 3= 0 3 6 - 5 0
1.1 Pengenalan Sistem Persamaan Linier 7
Metode dasar untuk menyelesaikan sistem linier adalah dengan melakukan operasi aljabar
pada sistem yang tidak mengubah himpunan solusi dan yang menghasilkan suksesi sistem yang
semakin sederhana, hingga tercapai suatu titik di mana dapat dipastikan apakah sistem tersebut
konsisten, dan jika demikian, apa solusi nya. Biasanya, operasi aljabar adalah:
1. Kalikan persamaan melalui konstanta bukan nol.
2. Tukarkan dua persamaan.
3. Tambahkan konstanta kali satu persamaan ke yang lain.
Karena baris (garis horizontal) dari matriks yang diperbesar sesuai dengan persamaan
dalam sistem terkait, ketiga operasi ini sesuai dengan operasi berikut pada baris
matriks yang diperbesar:
1. Kalikan baris dengan konstanta bukan nol.
2. Pertukaran dua baris.
3. Tambahkan waktu konstan satu baris ke baris lainnya.
Tambahkan 3 kali persamaan pertama ke persamaan ketiga untuk Tambahkan−3 kali baris pertama ke baris ketiga untuk mendapatkan
mendapatkan
⎡ ⎤
x + kamu + 2z = 9 1 1 2 9
⎢ ⎥
2kamu - 7z =17 ⎣0 2 - 7 - 17⎦
3kamu - 11z =27 0 3 - 11 - 27
Kalikan persamaan kedua dengan 1 untuk memperoleh Kalikan baris kedua dengan 1 untuk memperoleh
2 2
⎡ ⎤
x + kamu + 2z = 9 1 1 2 9
⎢ 17⎥7
kamu - 7
2
z =17 2 ⎣0 1 -
- 2⎦ 2
3kamu - 11z =27 0 3 - 11 - 27
Tambahkan 3 kali persamaan kedua ke persamaan ketiga untuk Tambahkan 3 kali baris kedua ke baris ketiga untuk
mendapatkan mendapatkan
⎡ ⎤
x + kamu + 2z = 9 1 1 2 9
⎢ ⎥
kamu2 - 7 z =172 ⎢ 1 - 7
- 17⎥
⎣0 2 2⎦
1 3
- 1
2
z= - 3
2
0 0 - 2
- 2
Kalikan persamaan ketiga dengan 2 untuk mendapatkan Kalikan baris ketiga dengan 2 untuk mendapatkan
⎡ ⎤
x + kamu + 2z = 9 1 1 2 9
⎢ 7 17 ⎥
kamu2 - 7 z =172 ⎣ 0 1 - 2
- 2⎦
z= 3 0 0 1 3
Tambahkan 1 kali persamaan kedua ke persamaan pertama untuk Tambahkan 1 kali baris kedua ke baris pertama untuk
mendapatkan mendapatkan
⎡ ⎤
11 35
x + 11 z= 35
1 0
2 2
⎢ 2
2⎥
kamu2 - 7 z =172 ⎢ 1 - 7
- 17⎥
⎣0 2 2⎦
z= 3 0 0 1 3
Tambahkan11 kalikan persamaan ketiga dengan persamaan pertama Tambahkan 11 kali baris ketiga ke baris pertama dan 7
Solusi dalam contoh ini juga dapat 2 2 2
dan 7 kalikan persamaan ketiga ke persamaan kedua untuk kalikan baris ketiga ke baris kedua untuk mendapatkan
dinyatakan sebagai rangkap tiga (1, 2
2, 3) dengan pengertian bahwa mendapatkan ⎡ ⎤
x =1 1 0 0 1
bilangan-bilangan pada rangkap
⎢ ⎥
tiga itu sama urutannya dengan kamu= 2 ⎣0 1 0 2⎦
variabel-variabel dalam sistem, z=3 0 0 1 3
yaitu, x, y, z.
Solusinya x = 1, kamu = 2, z = 3 sekarang jelas.
( ) ( )
3. Dengan menggunakan notasi Rumus (7), tuliskan sistem linier (A) 5 , 787, 1 (B) 5 ,787, 0 (C) (5, 8, 1)
umum dari ( ) ( )
(a) dua persamaan dalam dua yang tidak diketahui.
(D) 5 ,710 ,72 7
(e) 5
7
, 227 , 2
(b) tiga persamaan dalam tiga yang tidak diketahui. 11. Di setiap bagian, selesaikan sistem linier, jika mungkin, dan
(c) dua persamaan dalam empat yang tidak diketahui.
gunakan hasilnya untuk menentukan apakah garis yang diwakili
oleh persamaan dalam sistem memiliki titik potong nol, satu, atau
4. Tuliskan matriks yang diperbesar untuk masing-masing sistem tak terhingga. Jika ada satu titik perpotongan, berikan
linier dalam Latihan 3. koordinatnya, dan jika jumlahnya tak terhingga, temukan
Di setiap bagian Latihan 5–6, carilah sistem linier di un- persamaan parametriknya.
diketahui x1, x2, x3, . . . ,yang sesuai dengan matriks augmented yang
(a) 3x - 2kamu = 4 6 (b) 2x - 4kamu = 1 4 (C) x - 2kamu = 0
diberikan.
x - 4kamu = 9 x - 8kamu = 2 x - 4kamu = 8
⎡ ⎤ ⎡ ⎤
2 0 0 3 0 - 2 5
⎢ ⎥ ⎢ ⎥ 12. Dalam kondisi apa pada A dan B akankah sistem linier
5. (A) ⎣3 - 4 0⎦ (B) ⎣7 1 4 - 3⎦ berikut tidak memiliki solusi, satu solusi, banyak solusi?
0 1 1 0 - 2 1 7
[ ] 2x - 3kamu = A
0 3111 4x - 6kamu = B
6. (A)
5 20 - 3 - 6 Di setiap bagian Latihan 13–14, gunakan persamaan parametrik untuk
⎡ ⎤
3 0 1 - 4 3 jelaskan himpunan penyelesaian persamaan linear tersebut!
⎢ 0 4 1 - 3⎥⎥
⎢-4 13. (a) 7x - 5kamu = 3
(B) ⎢ ⎥
⎣-1 3 0 - 2 - 9⎦ (b) 3x1 5x2 + 4x3 = 7
0 0 0 - 1 - 2
(c) 8x1 + 2x2 5x3 + 6x4 = 1
Di setiap bagian Latihan 7-8, cari matriks yang diperbesar untuk (d) 3v - 8w + 2x - kamu + 4z = 0
sistem linier.
14. (A) x + 10kamu = 2
7. (a) 2x1 =3x1 6 (b) 6x1 - x2 + 3x3 = 4
= 8 5x 2 - x3 = 1 (B) x1 + 3x2 12x3 = 3
9x1 = 3 (c) 4x1 + 2x2 + 3x3 + x4 = 20
(C) 2x2 - 3x4 + x5 = 0 (D) v + w + x - 5kamu + 7z = 0
- 3x1 - x 2 + x 3 =1
Dalam Latihan 15–16, setiap sistem linier memiliki tak terhingga banyak
6x1 + 2x2 - x3 + 2x4 3x5 = 6
solusi. Gunakan persamaan parametrik untuk menggambarkan himpunan penyelesaiannya.
8. (a) 3x1 2x2 = 14x1 + 5 (b) 2x1 + 2x3 = 1 15. (a) 2x - 3kamu = 1 6
x2 = 3 3x1 - x2 + 4x3 = 7 6x1 x - 9kamu = 3
7x1 + 3x2 = 2 + x 2 - x3 = 0
(B) x1 + 3x2 - x3 = 43x1 + 9x2 3
(C) x1 =1 x3 = 12
x2 =2 - x1 3x2 + x3 = 4
x3 =3
9. Di setiap bagian, tentukan apakah 3-tupel yang diberikan adalah solusi 16. (a) 6x1 + 2x2 = 83x1 + (b) 2x - kamu + 2z =4 6x -
dari sistem linier x2 = 4 3kamu + 6z =12
2x1 4x2 - x3 = 1 - 4x + 2kamu - 4z = 8
x 1 3 x2 + x3 = 1 Dalam Latihan 17–18, carilah satu operasi baris elementer yang
3x1 5x2 3x3 = 1 akan membuat 1 di sudut kiri atas dari matriks augmented yang diberikan dan
tidak akan membuat pecahan apa pun di baris pertamanya.
(A) (3, 1, 1) (B) (3, -1, 1) (C) (13, 5, 2)
( ) ⎡ ⎤ ⎡ ⎤
(D) 13 ,2 5 , 22 (e) (17, 7, 5) - 3 - 1 2 4 0 - 1 - 5 0
17. (A) ⎣ 2 - 3 3 2⎦ (B) ⎣2 - 9 3 2⎦
10. Di setiap bagian, tentukan apakah 3-tupel yang diberikan adalah solusi
0 2 - 3 1 1 4 - 3 3
dari sistem linier
⎡ ⎤ ⎡ ⎤
x + 2kamu - 2z = 3 2 4 - 6 8 7 - 4 - 2 2
3x - kamu + z = 1 18. (A) ⎣ 7 1 4 3⎦ (B) ⎣ 3 - 1 8 1⎦
- x + 5kamu - 5z = 5 - 5427 - 6 3 - 1 4
10 Bab 1 Sistem Persamaan Linier dan Matriks
Dalam Latihan 19–20, cari semua nilai dari k yang matriks Membiarkan x, y, dan z menunjukkan jumlah ons makanan pertama,
augmented yang diberikan sesuai dengan sistem linier yang konsisten. kedua, dan ketiga yang akan dikonsumsi pelaku diet pada makanan
[ ] [ ] utama. Temukan (tetapi jangan selesaikan) sistem linier dix, y, dan z
1 k - 4 1 k - 1 yang solusinya memberi tahu berapa ons setiap makanan yang harus
19. (A) (B)
4 8 2 4 8 - 4 dikonsumsi untuk memenuhi persyaratan diet.
[ ] [ ]
3 - 4 k k 1 - 2 26. Misalkan Anda ingin mencari nilai untuk a, b, dan C sedemikian
20. (A) (B) rupa sehingga parabola kamu = kapak2 + bx + C melewati titik-
- 6 8 5 4 - 1 2
titik(1, 1), (2, 4), dan (1, 1). Temukan (tetapi jangan selesaikan)
21. kurva kamu = kapak2 + bx + C ditunjukkan pada gambar berikut sistem persamaan linier yang solusinya memberikan nilai untuk a,
melewati titik-titik (x1, kamu1), (x2, kamu2), dan (x3, kamu3). b,dan C. Berapa banyak solusi yang Anda harapkan dari sistem
Tunjukkan bahwa koefisienA, B, dan C bentuk penyelesaian dari persamaan ini, dan mengapa?
sistem persamaan linear yang matriksnya diperbesar adalah
⎡ ⎤ 27. Misalkan Anda diminta untuk menemukan tiga bilangan real sedemikian rupa
x21x1 1 kamu1 sehingga jumlah bilangan-bilangan tersebut adalah 12, jumlah dua kali bilangan
⎢ ⎥
⎣x2x2 2 1 kamu2⎦ pertama ditambah bilangan kedua ditambah dua kali bilangan ketiga adalah 5, dan
x23x3 1 kamu3 bilangan ketiga lebih satu satu dari bilangan pertama. Temukan (tetapi jangan
selesaikan) sistem linier yang persamaannya menggambarkan tiga kondisi.
kamu
kamu = kapak2 + bx + C Latihan Benar-Salah
(x3, kamu3) tf. Pada bagian (a)–(h) tentukan apakah pernyataan tersebut benar atau salah, dan
22. Jelaskan mengapa masing-masing dari tiga operasi baris elementer tidak (c) Sistem linier
mempengaruhi himpunan solusi dari sistem linier. x - kamu = 3
2x - 2kamu = k
23. Tunjukkan bahwa jika persamaan linear
tidak dapat memiliki solusi unik, terlepas dari nilai k.
x1 + kx2 = C dan x1 + lx2 = D
(d) Persamaan linear tunggal dengan dua atau lebih yang tidak
memiliki himpunan penyelesaian yang sama, maka kedua persamaan tersebut
diketahui pasti memiliki banyak solusi.
identik (yaitu, k = aku dan C = D).
(e) Jika jumlah persamaan dalam sistem linier melebihi jumlah yang
24. Perhatikan sistem persamaan
tidak diketahui, maka sistem tersebut pasti tidak konsisten.
kapak + oleh = k
(f ) Jika setiap persamaan dalam sistem linier yang konsisten
cx + dy = aku
dikalikan dengan konstanta C, maka semua solusi untuk
mantan + fy = M
sistem baru dapat diperoleh dengan mengalikan solusi dari
Diskusikan posisi relatif dari garis kapak + oleh = k,cx + dy sistem asli dengan C.
= aku, dan mantan + fy = M Kapan
(g) Operasi baris elementer mengizinkan satu baris dari matriks yang
(a) sistem tidak memiliki solusi.
diperbesar untuk dikurangkan dari yang lain.
(b) sistem memiliki tepat satu solusi.
(h) Sistem linier dengan matriks augmented yang sesuai
(c) sistem memiliki banyak solusi tak terhingga. [ ]
2 - 1 4
25. Misalkan diet tertentu membutuhkan 7 unit lemak, 9 unit protein, 0 0 - 1
dan 16 unit karbohidrat untuk makanan utama, dan misalkan
konsisten.
seseorang memiliki tiga kemungkinan makanan untuk dipilih
untuk memenuhi persyaratan ini:
Bekerja dengan Teknologi
Makanan 1: Setiap ons mengandung 2 unit lemak, 2 unit
protein, dan 4 unit karbohidrat. T1. Selesaikan sistem linier dalam Contoh 2, 3, dan 4 untuk melihat
bagaimana utilitas teknologi Anda menangani ketiga jenis sistem tersebut.
Makanan 2: Setiap ons mengandung 3 unit lemak, 1 unit
protein, dan 2 unit karbohidrat. T2. Gunakan hasil pada Latihan 21 untuk mencari nilai dari A, B,
Makanan 3: Setiap ons mengandung 1 unit lemak, 3 unit dan Cyang kurvanya kamu = kapak2 + bx + C melewati titik-titik(1,
protein, dan 5 unit karbohidrat. 1, 4), (0, 0, 8), dan (1, 1, 7).
1.2 Eliminasi Gaussian 11
Pertimbangan dalam Memecahkan Ketika mempertimbangkan metode untuk menyelesaikan sistem persamaan linier, penting untuk
Sistem Linier membedakan antara sistem besar yang harus diselesaikan dengan komputer dan sistem kecil
yang dapat diselesaikan dengan tangan. Misalnya, ada banyak aplikasi yang mengarah ke sistem
linier dalam ribuan atau bahkan jutaan yang tidak diketahui. Sistem besar memerlukan teknik
khusus untuk menangani masalah ukuran memori, kesalahan pembulatan, waktu solusi, dan
sebagainya. Teknik seperti itu dipelajari di bidanganalisis numerik dan hanya akan disinggung
dalam teks ini. Namun, hampir semua metode yang digunakan untuk sistem besar didasarkan
pada ide-ide yang akan kita kembangkan di bagian ini.
Bentuk Eselon Dalam Contoh 6 dari bagian terakhir, kami memecahkan sistem linier di yang tidak diketahui x, kamu, dan z
dengan mereduksi matriks yang diperbesar menjadi bentuk
⎡ ⎤
1001
⎢⎣0 1 0 2⎥
⎦
0013
dari mana solusinya x = 1, kamu = 2, z = 3 menjadi jelas. Ini adalah contoh matriks yang ada
dibentuk eselon baris tereduksi. Untuk menjadi bentuk ini, matriks harus memiliki sifat-
sifat berikut:
1. Jika suatu baris tidak seluruhnya terdiri dari nol, maka bilangan bukan nol pertama pada baris tersebut adalah
1. Kita menyebutnya a terkemuka 1.
2. Jika ada baris yang seluruhnya terdiri dari nol, maka baris-baris tersebut dikelompokkan bersama di
bagian bawah matriks.
3. Dalam dua baris berturut-turut yang tidak seluruhnya terdiri dari nol, 1 terdepan di baris bawah
muncul lebih jauh ke kanan daripada 1 terdepan di baris yang lebih tinggi.
4. Setiap kolom yang berisi 1 terkemuka memiliki nol di tempat lain di kolom itu.
Suatu matriks yang memiliki tiga sifat pertama dikatakan berada dalam bentuk eselon baris. (Jadi,
matriks dalam bentuk eselon baris tereduksi diperlukan dalam bentuk eselon baris, tetapi tidak
sebaliknya.)
CONTOH 2 Selengkapnya tentang Eselon Baris dan Bentuk Eselon Baris Tereduksi
Seperti yang diilustrasikan Contoh 1, matriks dalam bentuk eselon baris memiliki nol di bawah setiap 1 utama, sedangkan
matriks dalam bentuk eselon baris tereduksi memiliki nol di bawahnya. dan di atas masing-masing terkemuka
1. Jadi, dengan sembarang bilangan real yang disubstitusikan untuk 's, semua matriks dari jenis berikut berada
dalam bentuk eselon baris:
⎡ ⎤
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ 01********
1*** 1*** 1*** ⎢⎢0 0 0 1 * * * * * *⎥
⎢⎢0 1 * *⎥ ⎢0 1 * *⎥ ⎢⎢0 1 * *⎥ ⎥
⎥ ⎥ ⎥ ⎢⎥
⎢ ⎥, ⎢ ⎥, ⎢ ⎥, ⎢0 0 0 0 1 * * * * *⎥
⎣0 0 1 *⎦ ⎣0 0 1 *⎦ ⎣0 0 0 0⎦ ⎢⎥
⎣0 0 0 0 0 1 * * * *⎦
0001 0000 0000
000000001*
Semua matriks dari jenis berikut berada dalam bentuk eselon baris tereduksi:
⎡ ⎤
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ 01*000**0*
1000 100* 10** ⎢⎢0 0 0 1 0 0 *
⎢⎢0 1 0 0⎥ ⎢⎢0 1 * *⎥ * 0 * ⎥⎥
⎥ ⎢0 1 0 *⎥ ⎥ ⎥ ⎢ ⎥
⎢ ⎥, ⎢ ⎥, ⎢⎥, ⎢0 0 0 0 1 0 * * 0 *⎥ ⎣0 0 0 0 0 1
⎣0 0 1 0⎦ ⎣0 0 1 *⎦ ⎣ 0 0 0 0⎦ ⎢ ⎥
* * 0 *⎦
0001 0000 0000
000000001*
Jika, dengan urutan operasi baris elementer, matriks yang diperbesar untuk sistem persamaan linier
dimasukkan ke dalam dikurangi bentuk eselon baris, maka himpunan solusi dapat diperoleh baik dengan
inspeksi atau dengan mengubah persamaan linier tertentu ke bentuk parametrik. Berikut adalah
beberapa contoh.
x1 =3
Dalam Contoh 3 kita dapat, jika
x2 =1
diinginkan, menyatakan solusi x3 = 0
secara lebih ringkas sebagai 4- x4 = 5
tupel(3, -1, 0, 5).
Dengan demikian, sistem memiliki solusi unik, yaitu, x1 = 3, x2 = 1, x3 = 0, x4 = 5.
Larutan (A) Persamaan yang sesuai dengan baris terakhir dari matriks yang diperbesar adalah
0x + 0kamu + 0z = 1
Karena persamaan ini tidak dipenuhi oleh nilai x, kamu, dan z, sistem tidak konsisten.Larutan
(B) Persamaan yang sesuai dengan baris terakhir dari matriks yang diperbesar adalah
0x + 0kamu + 0z = 0
Persamaan ini dapat dihilangkan karena tidak ada batasan pada x, kamu, dan z; karenanya, sistem
linier yang sesuai dengan matriks yang diperbesar adalah
x + 3z =1
kamu - 4z = 2
Sejak x dan kamu sesuai dengan 1 terkemuka dalam matriks yang diperbesar, kami menyebutnya
variabel terkemuka. Variabel yang tersisa (dalam hal iniz) disebut variabel bebas. Memecahkan
variabel utama dalam hal variabel bebas memberikan
x =1 3z
kamu = 2 + 4z
Dari persamaan ini kita melihat bahwa variabel bebas z dapat diperlakukan sebagai parameter
dan diberi nilai arbitrer T , yang kemudian menentukan nilai untuk x dan kamu. Dengan demikian,
himpunan solusi dapat diwakili oleh persamaan parametrik
DEFINISI 1 Jika sistem linier memiliki banyak solusi, maka satu set persamaan
parametrik dari mana semua solusi dapat diperoleh dengan memberikan nilai
numerik ke parameter disebut a solusi umum dari sistem.
14 Bab 1 Sistem Persamaan Linier dan Matriks
Metode Eliminasi Kita baru saja melihat betapa mudahnya menyelesaikan sistem persamaan linear setelah diperbesar
matriks dalam bentuk eselon baris tereduksi. Sekarang kami akan memberikan langkah demi langkahprosedur
eliminasi yang dapat digunakan untuk mereduksi suatu matriks menjadi bentuk eselon baris tereduksi. Saat
kami menyatakan setiap langkah dalam prosedur, kami mengilustrasikan ide dengan mereduksi matriks berikut
menjadi bentuk eselon baris tereduksi.
⎡ ⎤
0 0 - 2 0 7 12
⎢ ⎥
⎣2 4 - 10 6 12 28⎦
2 4 - 5 6 - 5 - 1
Langkah 1. Cari kolom paling kiri yang tidak seluruhnya terdiri dari nol.
⎡ ⎤
0 0 2 0 7 12
⎢ ⎥
⎣2 4 10 6 12 28⎦
2 4 5 6 5 1
Langkah 2. Tukar baris atas dengan baris lain, jika perlu, untuk membawa entri bukan nol
ke bagian atas kolom yang ditemukan di Langkah 1.
⎡ ⎤
2 4 - 10 6 12 28
⎢ ⎥
⎣0 0 - 2 0 7 12⎦ Baris pertama dan kedua dalam matriks
sebelumnya dipertukarkan.
2 4 - 5 6 - 5 - 1
Langkah 3. Jika entri yang sekarang ada di bagian atas kolom yang ditemukan di Langkah 1 adalah A, kalikan
baris pertama dengan 1/A untuk memperkenalkan 1 terkemuka.
⎡ ⎤
1 2 - 5 3 6 14
⎢ ⎥
⎣0 0 - 2 0 7 12⎦ Baris pertama dari matriks sebelumnya
dikalikan dengan 1.
4 - 5 6 - 5 - 1
2
2
Langkah 4. Tambahkan kelipatan yang sesuai dari baris atas ke baris di bawah ini sehingga semua entri di bawah
1 terkemuka menjadi nol.
⎡ ⎤
1 2 - 5 3 6 14
⎢ ⎥
⎣0 0 - 2 0 7 12⎦ - 2 kali baris pertama dari sebelumnya
matriks ditambahkan ke baris ketiga.
0 0 5 0 - 17 - 29
Langkah 5. Sekarang tutupi baris teratas dalam matriks dan mulai lagi dengan Langkah 1 yang diterapkan pada
submatriks yang tersisa. Lanjutkan dengan cara ini sampaiseluruh matriks dalam bentuk
eselon baris.
⎡ ⎤
1 2 5 3 6 14
⎢ ⎥
⎣0 0 2 0 7 12⎦
0 0 5 0 17 29
NS seluruh matriks sekarang dalam bentuk eselon baris. Untuk menemukan bentuk eselon baris tereduksi kita
memerlukan langkah tambahan berikut.
Langkah 6. Dimulai dengan baris bukan nol terakhir dan bekerja ke atas, tambahkan kelipatan yang sesuai
dari setiap baris ke baris di atas untuk memperkenalkan nol di atas 1 terkemuka.
⎡ ⎤
1 2 - 5 3 6 14
⎢ ⎥
⎣0 0 1 0 0 1⎦ 7 kali
2
baris ketiga dari matriks sebelumnya
ditambahkan ke baris kedua.
0 0 0 0 1 2
⎡ ⎤
1 25 3 0 2
⎢ ⎥
⎣0 01 0 0 1⎦ - 6 kali baris ketiga ditambahkan ke
baris pertama.
0 00 0 1 2
⎡ ⎤
1 2 0 3 0 7
⎢ ⎥
⎣0 0 1 0 0 1⎦ 5 kali baris kedua ditambahkan ke baris
pertama.
0 0 0 0 1 2
Catatan Sejarah Meskipun versi eliminasi Gauss diketahui jauh lebih awal,
pentingnya dalam perhitungan ilmiah menjadi jelas ketika matematikawan besar
Jerman Carl Friedrich Gauss menggunakannya untuk membantu menghitung orbit
asteroid Ceres dari data yang terbatas. Apa yang terjadi adalah ini: Pada tanggal 1
Januari 1801 astronom Sisilia dan pendeta Katolik Giuseppe Piazzi (1746–1826)
melihat sebuah benda langit redup yang dia yakini sebagai “planet yang hilang”. Dia
menamai objek tersebut Ceres dan melakukan sejumlah pengamatan posisi tetapi
kemudian kehilangan objek saat mendekati Matahari. Gauss, yang saat itu baru
berusia 24 tahun, melakukan masalah penghitungan orbit Ceres dari data terbatas
menggunakan teknik yang disebut "kuadrat terkecil", persamaan yang
diselesaikannya dengan metode yang sekarang kita sebut "eliminasi Gauss". Karya
Gauss membuat sensasi ketika Ceres muncul kembali setahun kemudian di
Carl Friedrich Gauss Wilhelm Jordan konstelasi Virgo dengan posisi yang hampir persis seperti yang dia prediksi! Ide
(1777–1855) (1842–1899) dasar metode ini selanjutnya dipopulerkan oleh insinyur Jerman Wilhelm Jordan
dalam bukunya tentang geodesi (ilmu pengukuran bentuk bumi) yang berjudul
Handbuch derVermessungskunde dan diterbitkan pada tahun 1888.
[Gambar: Photo Inc/Peneliti Foto/Getty Images (Gauss);Leemage/
Grup Gambar Universal/Getty Images (Yordania)]
16 Bab 1 Sistem Persamaan Linier dan Matriks
digunakan, maka prosedur tersebut menghasilkan bentuk eselon baris dan disebut Eliminasi
Gauss. Misalnya, dalam perhitungan sebelumnya, bentuk eselon baris diperoleh pada akhir
Langkah 5.
x 1 + 3x2 2x 3 + 2x5 = 0
2x1 + 6x2 5x3 - 2x 4 + 4x5 - 3x6 = 1
5x3 + 10x4 + 15x6 = 5
2x1 + 6x2 + 8x4 + 4x5 + 18x6 = 6
Larutan Matriks yang diperbesar untuk sistem tersebut adalah
⎡ ⎤
1 3 - 20200
⎢ 6 - 5 - 2 4 - 3 - 1⎥⎥
⎢2
⎢ ⎥
⎣0 0 5 10 0 15 5⎦
2 6 0 8 4 18 6
Menambahkan 2 kali baris pertama ke baris kedua dan keempat menghasilkan
⎡ ⎤
1 3 - 20200
⎢ 0 - 1 - 2 0 - 3 - 1⎥⎥
⎢0
⎢ ⎥
⎣0 0 5 10 0 15 5⎦
0 0 4 8 0 18 6
Mengalikan baris kedua dengan 1 dan kemudian menambahkan 5 kali baris kedua yang baru ke baris
ketiga dan 4 kali baris kedua yang baru ke baris keempat menghasilkan
⎡ ⎤
1 3 - 20200
⎢ 0 1 2 0 3 1⎥
⎢0 ⎥
⎢ ⎥
⎣0 0 0 0 0 0 0⎦
0 0 0 0 0 6 2
Pertukarkan baris ketiga dan keempat dan kemudian kalikan baris ketiga dari matriks yang
dihasilkan dengan 1 memberikan
6
bentuk eselon baris
⎡ ⎤
1 3 - 20200
⎢ 0 1 2 0 3 1⎥
⎢0 ⎥
⎢ ⎥ Ini melengkapi fase maju karena
⎣0 0 0 0 0 1 1⎦
3
ada nol di bawah 1 terkemuka.
0 0 0 0 0 0 0
Menambahkan 3 kali baris ketiga ke baris kedua dan kemudian menambahkan 2 kali baris kedua dari
matriks yang dihasilkan ke baris pertama menghasilkan bentuk eselon baris tereduksi
⎡ ⎤
1304200
⎢ 0 1 2 0 0 0⎥
⎢0 ⎥
⎢ ⎥ Ini melengkapi fase mundur karena ada
⎣0 00001 1⎦
3
nol di atas 1 terdepan.
0 00000 0
Perhatikan bahwa dalam membangun
Sistem persamaan yang sesuai adalah
sistem linier dalam (3) kita
mengabaikan deretan nol dalam x1 + 3x2 + 4x4 + 2x5 =0
matriks yang diperbesar yang sesuai. x 3 + 2x4 =0 (3)
Mengapa ini dibenarkan?
x6 = 1 3
1.2 Eliminasi Gaussian 17
x6 = 1 3
Akhirnya, kami menyatakan solusi umum sistem secara parametrik dengan menetapkan variabel bebas x
2, x4, dan x5 nilai sewenang-wenang r, s, dan T , masing-masing. Ini menghasilkan
x1 = 3R - 4S - 2t, x2 = r, x3 = 2s, x4 = s, x5 = t, x6 = 1 3
Linear homogen Suatu sistem persamaan linear dikatakan homogen jika istilah konstan semuanya nol; yaitu,
Sistem sistem memiliki bentuk
grafik persamaan adalah garis yang melalui titik asal, dan solusi trivial
berhubungan dengan titik potong di titik asal (Gambar 1.2.1).
kamu kamu
A1x + B1kamu = 0
x x
A1x + B1kamu = 0
A2x + B2kamu = 0
dan
A2x + B2kamu = 0
Ada satu kasus di mana sistem homogen dipastikan memiliki solusi nontrivial—yaitu, setiap kali
sistem melibatkan lebih banyak yang tidak diketahui daripada persamaan. Untuk mengetahui alasannya,
perhatikan contoh berikut dari empat persamaan dalam enam yang tidak diketahui.
18 Bab 1 Sistem Persamaan Linier dan Matriks
x 1 + 3x2 2x 3 + 2x5 =0
2x1 + 6x2 5x3 - 2x 4 + 4x5 - 3x6 = 0
(4)
5x3 + 10x4 + 15x6 = 0
2x1 + 6x2 + 8x4 + 4x5 + 18x6 = 0
Larutan Amati terlebih dahulu bahwa koefisien yang tidak diketahui dalam sistem ini sama dengan
yang ada pada Contoh 5; yaitu, kedua sistem hanya berbeda dalam konstanta di sisi kanan.
Matriks yang diperbesar untuk sistem homogen yang diberikan adalah
⎡ ⎤
1 3 - 20200
⎢ 6 - 5 - 2 4 - 3 0⎥
⎢2 ⎥
⎢ ⎥ (5)
⎣0 0 5 10 0 15 0⎦
2 6 0 8 4 18 0
yang sama dengan matriks yang diperbesar untuk sistem dalam Contoh 5, kecuali nol pada
kolom terakhir. Jadi, bentuk eselon baris tereduksi dari matriks ini akan sama dengan
bentuk matriks augmented pada Contoh 5, kecuali untuk kolom terakhir. Namun, refleksi
sesaat akan membuktikan bahwa kolom nol tidak diubah oleh operasi baris elementer,
sehingga bentuk eselon baris tereduksi dari (5) adalah
⎡ ⎤
1304200
⎢⎢0 0 1 2 0 0 0⎥ ⎣0 0 0 0 0 1
⎥
⎢ ⎥0⎦ (6)
0000000
x1 + 3x2 + 4x4 + 2x 5 =0
x 3 + 2x4 =0
x6 = 0
Jika sekarang kita menetapkan variabel bebas x2, x4, dan x5 nilai sewenang-wenang R, S, dan T , masing-masing, maka kita
dapat mengekspresikan himpunan solusi secara parametrik sebagai
x1 = 3R - 4S - 2t, x2 = r, x3 = 2s, x4 = s, x5 = t, x6 = 0
Variabel Gratis di Contoh 6 mengilustrasikan dua poin penting tentang penyelesaian sistem linier homogen:
Linear homogen 1. Operasi baris dasar tidak mengubah kolom nol dalam matriks, sehingga bentuk eselon
Sistem baris tereduksi dari matriks augmented untuk sistem linier homogen memiliki kolom
akhir nol. Ini menyiratkan bahwa sistem linier yang sesuai dengan bentuk eselon baris
tereduksi adalah homogen, sama seperti sistem aslinya.
1.2 Eliminasi Gaussian 19
2. Ketika kami membangun sistem linier homogen yang sesuai dengan matriks yang
diperbesar (6), kami mengabaikan baris nol karena persamaan yang sesuai
tidak memaksakan kondisi apa pun pada yang tidak diketahui. Jadi, tergantung pada apakah
bentuk eselon baris tereduksi dari matriks yang diperbesar untuk sistem linier homogen
memiliki baris nol atau tidak, sistem linier yang sesuai dengan bentuk eselon baris tereduksi
tersebut akan memiliki jumlah persamaan yang sama dengan sistem aslinya atau itu akan
memiliki lebih sedikit.
Sekarang pertimbangkan sistem linier homogen umum dengan n tidak diketahui, dan
anggaplah bahwa bentuk eselon baris tereduksi dari matriks yang diperbesar memiliki R baris
bukan nol. Karena setiap baris bukan nol memiliki 1 terdepan, dan karena setiap 1 terdepan sesuai
dengan variabel utama, sistem homogen yang sesuai dengan bentuk eselon baris tereduksi dari
matriks yang diperbesar harus memilikiR variabel utama dan n - R variabel bebas. Jadi, sistem ini
berbentuk
Σ
xk1 + ()=0
Σ
xk2 + ()=0
.. (8)
. ...
Σ
xkR + ()=0
Σ
di mana dalam setiap persamaan ekspresi ( ) menunjukkan jumlah yang melibatkan variabel bebas,
jika ada [lihat (7), misalnya]. Singkatnya, kami memiliki hasil berikut.
Teorema 1.2.1 memiliki implikasi penting untuk sistem linier homogen dengan lebih tidak
Perhatikan bahwa Teorema 1.2.2
diketahui dari persamaan. Secara khusus, jika sistem linier homogen memilikiMpersamaan dalam
hanya berlaku untuk sistem
n tidak diketahui, dan jika m < n, maka itu juga harus benar bahwa r < n (mengapa?). Dalam kasus
homogen—a tidak homogensistem
ini, teorema menyiratkan bahwa setidaknya ada satu variabel bebas, dan ini menyiratkan bahwa
dengan lebih tidak diketahui dari
persamaan tidak perlu konsisten.
sistem memiliki banyak solusi tak terhingga. Dengan demikian, kami memiliki hasil berikut.
Namun, kita akan membuktikan
nanti bahwa jika sistem
nonhomogen dengan lebih banyak TEOREMA 1.2.2 Sistem linier homogen dengan lebih banyak yang tidak diketahui daripada persamaan
yang tidak diketahui maka memiliki banyak solusi.
persamaan konsisten, maka ia
memiliki banyak solusi.
Dalam retrospeksi, kita dapat mengantisipasi bahwa sistem homogen dalam Contoh 6 akan memiliki banyak
solusi tak terhingga karena memiliki empat persamaan dalam enam yang tidak diketahui.
Eliminasi Gauss dan Untuk sistem linier kecil yang diselesaikan dengan tangan (seperti kebanyakan yang ada dalam teks ini),
Substitusi Kembali eliminasi Gauss–Jordan (reduksi ke bentuk eselon baris tereduksi) adalah prosedur yang baik untuk
digunakan. Namun, untuk sistem linier besar yang memerlukan solusi komputer, umumnya lebih efisien
menggunakan eliminasi Gauss (pengurangan ke bentuk eselon baris) diikuti dengan teknik yang dikenal
sebagaisubstitusi kembali untuk menyelesaikan proses penyelesaian sistem. Contoh berikut
mengilustrasikan teknik ini.
20 Bab 1 Sistem Persamaan Linier dan Matriks
x1 + 3x 2 2x3 + 2x5 =0
x3 + 2x 4 + 3x6 = 1
x6 = 1 3
Langkah 2. Dimulai dengan persamaan bawah dan bekerja ke atas, substitusikan secara berurutan
setiap persamaan menjadi semua persamaan di atasnya.
Mengganti x6 = 1 ke dalam persamaan kedua menghasilkan
3
x6 = 1 3
x1 = 3R - 4S - 2t, x2 = r, x3 = 2s, x4 = s, x5 = t, x6 = 1 3
CONTOH 8
Misalkan matriks di bawah ini adalah matriks yang diperbesar untuk sistem linier dalam yang tidak
diketahui x1, x2, x3, dan x4. Matriks-matriks ini semuanya berbentuk eselon baris tetapi tidak
berbentuk eselon baris tereduksi. Diskusikan keberadaan dan keunikan solusi untuk sistem linier
yang sesuai
1.2 Eliminasi Gaussian 21
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 - 3725 1 - 3725 1 - 3725
⎢ 1 2 4 1⎥
⎢ 1 2 4 1⎥
⎢ 1 2 4 1⎥
⎢0 ⎥ ⎢0 ⎥ ⎢0 ⎥
(A) ⎢ ⎥ (B) ⎢ ⎥ (C) ⎢ ⎥
⎣0 0 1 6 9⎦ ⎣0 0 1 6 9⎦ ⎣0 0 1 6 9⎦
0 0 0 0 1 0 0 0 0 0 0 0 0 1 0
yang tidak berpengaruh pada himpunan solusi. Dalam tiga persamaan yang tersisa, variabel
x1, x2, dan x3 sesuai dengan 1 terkemuka dan karenanya merupakan variabel utama.
Variabelx4adalah variabel bebas. Dengan sedikit aljabar, variabel utama dapat dinyatakan
dalam variabel bebas, dan variabel bebas dapat diberi nilai arbitrer. Dengan demikian,
sistem harus memiliki banyak solusi.
x4 = 0
yang memberi kita nilai numerik untuk x4. Jika kita mensubstitusikan nilai ini ke dalam persamaan ketiga,
yaitu,
x3 + 6x 4 = 9
kita peroleh x3 = 9. Sekarang Anda dapat melihat bahwa jika kita melanjutkan proses ini dan mengganti
nilai-nilai yang diketahui dari x3 dan x4 ke dalam persamaan yang sesuai dengan baris kedua, kita akan
memperoleh nilai numerik unik untuk x2; dan jika, akhirnya, kita mensubstitusi nilai-nilai yang diketahui
darix4, x3, dan x2 ke dalam persamaan yang sesuai dengan baris pertama, kami akan menghasilkan nilai
numerik unik untuk x1. Dengan demikian, sistem memiliki solusi yang unik.
Beberapa Fakta Tentang Eselon Ada tiga fakta tentang bentuk eselon baris dan bentuk eselon baris tereduksi yang penting untuk
Formulir diketahui tetapi tidak akan kami buktikan:
1. Setiap matriks memiliki bentuk eselon baris tereduksi yang unik; yaitu, terlepas dari apakah Anda
menggunakan eliminasi Gauss–Jordan atau beberapa urutan lain dari operasi baris elementer,
bentuk eselon baris tereduksi yang sama akan menghasilkan akhirnya.*
2. Bentuk eselon baris tidak unik; yaitu, urutan yang berbeda dari operasi baris elementer dapat
menghasilkan bentuk eselon baris yang berbeda.
3. Meskipun bentuk eselon baris tidak unik, bentuk eselon baris tereduksi dan semua bentuk
eselon baris dari suatu matriks A memiliki jumlah baris nol yang sama, dan 1 terdepan
selalu muncul di posisi yang sama. Mereka disebutposisi poros dari A. Kolom yang
memuat posisi pivot disebut akolom poros dari A.
*
Bukti dari hasil ini dapat ditemukan dalam artikel “Bentuk Eselon Baris Tereduksi dari suatu Matriks Unik:
Pembuktian Sederhana”, oleh Thomas Yuster, Majalah Matematika, Jil. 57, No. 2, 1984, hlm. 93–94.
22 Bab 1 Sistem Persamaan Linier dan Matriks
Kesalahan Pembulatan dan Seringkali ada kesenjangan antara teori matematika dan implementasi praktisnya—eliminasi
Ketidakstabilan Gauss-Jordan dan eliminasi Gauss menjadi contoh yang baik. Masalahnya adalah bahwa komputer
umumnya mendekati angka, sehingga memperkenalkanmembulatkan kesalahan, jadi kecuali
tindakan pencegahan diambil, perhitungan berturut-turut dapat menurunkan jawaban ke tingkat
yang membuatnya tidak berguna. Algoritma (prosedur) di mana ini terjadi disebuttidak stabil.
Ada berbagai teknik untuk meminimalkan kesalahan pembulatan dan ketidakstabilan. Sebagai
contoh, dapat ditunjukkan bahwa untuk sistem linier besar, eliminasi Gauss-Jordan melibatkan
sekitar 50% lebih banyak operasi daripada eliminasi Gauss, sehingga sebagian besar algoritma
komputer didasarkan pada metode yang terakhir. Beberapa hal ini akan dibahas dalam Bab 9.
⎡ ⎤ w - kamu - 3z = 0
16003 - 2 2w + 3x + kamu + z = 0
⎢⎢0 0 1 0 4 7⎥
⎥ - 2w + x + 3kamu - 2z = 0
(C) ⎢ ⎥
⎣0 0015 8⎦
0 0000 0 20. x1 + 3x2 + x4 = 0
⎡ ⎤ x1 + 4x2 + 2x3 =0
1 - 3 0 0
⎢ ⎥ - 2x2 2x3 - x4 = 0
(D) ⎣0 0 1 0⎦
2x1 4x2 + x3 + x4 = 0
0001
x1 2x2 - x3 + x4 = 0
Dalam Latihan 5–8, selesaikan sistem linier dengan eliminasi Gauss
21. 2Saya1 - Saya2 + 3Saya3 + 4Saya4 =Saya1 9
bangsa.
- 2Saya3 + 7Saya4 = 11
5. x1 + x2 + 2x3 = 8 6. 2x1 + 2x2 + 2x3 = 0 3Saya1 3Saya2 + Saya3 + 5Saya4 = 8
- x1 2x2 + 3x3 =3x1 7x2 1+ - 2x1 + 5x2 + 2x3 =8x1 + x1 2Saya1 + Saya2 + 4Saya3 + 4Saya4 = 10
4x3 = 10 2 + 4x3 = 1
22. Z3 + Z4 + Z5 = 0
7. x - kamu + 2z - w =1 - Z1 - Z2 + 2Z3 3Z4 + Z5 = 0Z2 2Z3
2x + kamu - 2z - 2w =2 Z1 + - Z5 = 0
- x + 2kamu - 4z +3 w = 1 2Z1 + 2Z2 - Z3 + Z5 = 0
x - 3w =3
Di setiap bagian Latihan 23–24, matriks yang diperbesar untuk a
8. - 2B + 3C = 1 sistem linier diberikan di mana tanda bintang mewakili bilangan real
3A + 6B - 3C =2 6A yang tidak ditentukan. Tentukan apakah sistem konsisten, dan jika
sin α + 2 co β 2 tan γ = 2 6 sin 40. (a) Jika A adalah matriks dengan tiga baris dan lima kolom, lalu berapa
α 3 cos β + tan γ = 9 jumlah maksimum yang mungkin dari 1 terdepan dalam bentuk
eselon baris tereduksi?
35. Selesaikan sistem persamaan nonlinier berikut untuk x, y,dan
z. (b) Jika B adalah matriks dengan tiga baris dan enam kolom, maka
berapa banyak parameter maksimum yang mungkin dalam
x2 + kamu2 + z2 = 6x
solusi umum sistem linier dengan matriks yang diperbesar B?
2 - kamu2 + 2z2 = 2 2
x2 + kamu2 - z2 = 3 (c) Jika C adalah matriks dengan lima baris dan tiga kolom, maka
[Petunjuk: Mulailah dengan membuat substitusi x = x2, Y = kamu2, Z = berapa jumlah baris nol minimum yang mungkin dalam setiap
z2.] bentuk eselon baris dari C?
1.3 Operasi Matriks dan Matriks 25
41. Jelaskan semua kemungkinan bentuk eselon baris tereduksi dari (d) Sistem linier homogen dalam n tidak diketahui yang matriks
⎡ ⎤ augmentednya yang sesuai memiliki bentuk eselon baris tereduksi
⎡ ⎤ abcd
A
B C ⎢⎢efgh⎥
dengan R terkemuka 1 memiliki n - R variabel bebas.
⎢ ⎥ ⎥
(A) ⎣D e F⎦ (B) ⎢ ⎥ (e) Semua 1 terdepan dalam matriks dalam bentuk eselon baris harus muncul di
⎣ ijkl ⎦
G H Saya kolom yang berbeda.
mnpq
(f ) Jika setiap kolom suatu matriks berbentuk eselon baris memiliki sebuah
42. Perhatikan sistem persamaan
1, maka semua entri yang tidak mendahului 1 adalah nol.
kapak + oleh = 0
cx + dy = 0 (g) Jika sistem linier homogen dari n persamaan dalam n tidak diketahui
memiliki matriks augmented yang sesuai dengan bentuk eselon baris
mantan + fy = 0
tereduksi yang mengandung n di depan 1, maka sistem linier hanya
Diskusikan posisi relatif dari garis kapak + oleh = 0,cx + dy memiliki solusi trivial.
= 0, dan mantan + fy = 0 ketika sistem hanya memiliki
solusi trivial dan memiliki solusi nontrivial. (h) Jika bentuk eselon baris tereduksi dari matriks yang diperbesar
untuk sistem linier memiliki deretan nol, maka sistem tersebut
harus memiliki banyak solusi.
Bekerja dengan Bukti
43. (a) Buktikan jika iklan - SM = 0, maka bentuk eselon baris tereduksi (i) Jika sistem linier memiliki lebih banyak yang tidak diketahui daripada
dari [ ] [ ] persamaan, maka ia harus memiliki banyak solusi.
A B 1 0
C D
adalah
0 1 Bekerja dengan Teknologi
T1. Temukan bentuk eselon baris tereduksi dari matriks yang
(b) Gunakan hasil pada bagian (a) untuk membuktikan bahwa jika iklan - SM = 0,
diperbesar untuk sistem linier:
maka sistem linier
kapak + oleh = k 6x1 + x2 + 4x4 = 3
cx + dy = aku - 9x1 + 2x2 + 3x3 8x4 =7x1 1
memiliki tepat satu solusi. - 4x3 + 5x4 = 2
Gunakan hasil Anda untuk menentukan apakah sistem konsisten dan, jika
Latihan Benar-Salah demikian, temukan solusinya.
tf. Pada bagian (a)–(i) tentukan apakah pernyataan tersebut benar atau salah, dan
T2. Temukan nilai konstanta A, B, C, dan D yang membuat persamaan
berikan alasan atas jawaban Anda.
berikut menjadi identitas (yaitu, benar untuk semua nilai x).
(a) Jika suatu matriks berbentuk eselon baris tereduksi, maka matriks tersebut juga
3x3 + 4x2 6x (x2 + 2 Kapak + B C D
berbentuk eselon baris. = + +
x + 2)(x2 1) x2 + 2x + 2 x-1 x+1
(b) Jika suatu operasi baris elementer diterapkan pada suatu matriks yang
[Petunjuk: Dapatkan penyebut yang sama di sebelah kanan, dan
berbentuk eselon baris, maka matriks yang dihasilkan akan tetap dalam
kemudian samakan koefisien yang sesuai dari berbagai kekuatan x
bentuk eselon baris.
dalam dua pembilang. Siswa kalkulus akan mengenali ini sebagai
(c) Setiap matriks memiliki bentuk eselon baris yang unik. masalah dalam pecahan parsial.]
Notasi Matriks dan Di Bagian 1.2 kami menggunakan susunan bilangan persegi panjang, yang disebut matriks yang
Terminologi diperbesar, untuk menyingkat sistem persamaan linear. Namun, susunan angka persegi panjang
juga terjadi dalam konteks lain. Misalnya, larik persegi panjang berikut dengan tiga baris dan tujuh
kolom mungkin menggambarkan jumlah jam yang dihabiskan siswa untuk mempelajari tiga mata
pelajaran selama minggu tertentu:
26 Bab 1 Sistem Persamaan Linier dan Matriks
matematika 2 3 2 4 1 4 2
Sejarah 0 3 1 4 3 2 2
Bahasa 4 1 3 1 0 0 2
Jika kita menekan heading, maka kita akan mendapatkan deretan angka persegi panjang berikut
dengan tiga baris dan tujuh kolom, yang disebut "matriks":
⎡ ⎤
2324142
⎢ ⎥
⎣0 3 1 4 3 2 2⎦
4131002
DEFINISI 1 A matriks adalah barisan bilangan berbentuk persegi panjang. Angka-angka dalam
array disebutentri dalam matriks.
[ ] [ ]
2 1 7 A B C
A= atauC =
3 4 2 D e F
Ketika membahas matriks, adalah umum untuk merujuk pada jumlah numerik sebagai skalar. Kecuali
dinyatakan sebaliknya,skalar akan menjadi bilangan real; skalar kompleks akan dibahas nanti dalam teks.
Entri yang terjadi pada baris Saya dan kolom J dari sebuah matriks A akan dilambangkan dengan Aaku j .
Jadi umum 3 × 4 matriks dapat ditulis sebagai
1.3 Operasi Matriks dan Matriks 27
⎡ ⎤
A11 A12 A13 A14
⎢ ⎥
A = ⎣A21 A22 A23 A24⎦
A31 A32 A33 A34
(A)aku j = Aaku j
Operasi Matriks Sejauh ini, kita telah menggunakan matriks untuk menyingkat pekerjaan dalam menyelesaikan sistem
persamaan linear. Untuk aplikasi lain, bagaimanapun, diinginkan untuk mengembangkan "aritmatika
matriks" di mana matriks dapat ditambahkan, dikurangkan, dan dikalikan dengan cara yang berguna.
Sisa dari bagian ini akan dikhususkan untuk mengembangkan aritmatika ini.
DEFINISI 2 Dua matriks didefinisikan sebagai setara jika mereka memiliki ukuran yang sama
dan entri yang sesuai adalah sama.
28 Bab 1 Sistem Persamaan Linier dan Matriks
Dalam notasi matriks, jika A = [Aaku j ] dan B = [Baku j ] memiliki ukuran yang sama, maka
(A + B)aku j = (A)aku j + (B)aku j = Aaku j + Baku j dan (A - B)aku j = (A)aku j - (B)aku j = Aaku j - Baku j
DEFINISI 4 Jika A adalah sembarang matriks dan C adalah sembarang skalar, maka produk cA adalah matriks
yang diperoleh dengan mengalikan setiap entri matriks A oleh C. MatrikscA dikatakan sebagai kelipatan
skalar dari A.
Sejauh ini kita telah mendefinisikan perkalian matriks dengan skalar tetapi bukan perkalian
dua matriks. Karena matriks dijumlahkan dengan menjumlahkan entri-entri yang bersesuaian dan
dikurangkan dengan mengurangkan entri-entri yang bersesuaian, tampaknya wajar untuk
mendefinisikan perkalian matriks dengan mengalikan entri-entri yang bersesuaian. Namun,
ternyata definisi seperti itu tidak akan terlalu berguna untuk sebagian besar masalah. Pengalaman
telah membawa matematikawan ke definisi perkalian matriks yang lebih berguna berikut ini.
(2 · 4) + (6 · 3) + (0 · 5) = 26
(1 · 3) + (2 · 1) + (4 · 2) = 13
(1 · 4) + (2 · 0) + (4 · 2) = 12(1 ·
1) - (2 · 1) + (4 · 7) =(1 · 4) + (27
2
[ ]
· 3) + (4 · 5) =(2 · 4) + (6 · 0) +30( 12 27 30 13
AB =
0 · 2) =(2 · 1) - (6 · 1) + (0 · 7) =
8 8 - 4 26 12
4(2 · 3) + (6 · 1) + (0 · 2) = 12
cara untuk menentukan apakah produk dari dua matriks didefinisikan adalah dengan menuliskan ukuran
faktor pertama dan, di sebelah kanannya, tuliskan ukuran faktor kedua. Jika, seperti pada
(3), angka di dalamnya sama, maka produk didefinisikan. Angka-angka luar kemudian
memberikan ukuran produk.
A B AB
M× R R×n= M ×n
Dalam (3)
Di luar
A B C
3×4 4×7 7×3
Kemudian dengan (3), AB didefinisikan dan adalah 3 × 7 matriks; SM didefinisikan dan adalah 4 × 3
matriks; danCA didefinisikan dan adalah 7 × 4 matriks. ProdukAC, CB, dan BA semua tidak terdefinisi.
Secara umum, jika A = [Aaku j ] adalah M × R matriks dan B = [Baku j ] adalah R × n matriks, kemudian, seperti
yang diilustrasikan oleh bayangan pada tampilan berikut,
⎡ ⎤
A11 A12 ··· A1R ⎤
⎢ ⎥⎡
⎢ A 21 A22 ··· A2R ⎥ B11 B12 · · · B1 J · · · B1n
⎢ ⎥⎥⎢B
⎢ ... ... . . . ⎥⎢ 21 B22 · · · B2 J · · · B2n⎥⎥
AB = ⎢ ⎢ ⎥⎢ . .. .⎥⎦ (4)
⎢ ASaya 1 ASaya 2 ··· Asaya ⎥⎣ .. ... ...
⎢. ⎥
⎣ .. ... . . . ⎦ BR 1 BR 2 · · · Brj · · · Brn
AM1 AM2 ··· ABapak
jalan masuk (AB)aku j berturut-turut Saya dan kolom J dari AB diberikan oleh
Matriks yang Dipartisi Suatu matriks dapat dibagi lagi atau dipartisi menjadi matriks yang lebih kecil dengan menyisipkan horizontal
dan aturan vertikal antara baris dan kolom yang dipilih. Sebagai contoh, berikut ini adalah tiga
kemungkinan partisi dari 3 . umum× 4 matriks A—yang pertama adalah partisi dari A ke dalam
empat submatriks A11, A12, A21, dan A22; yang kedua adalah partisi dariA ke dalam vektor barisnyaR1, R2,
dan R3; dan yang ketiga adalah partisi dariA ke dalam vektor kolomnya C1, C2, C3, dan C4:
⎡ ⎤
A11 A12 A13 A14 [ ]
⎢ ⎥ A11 A12
A = ⎣A21 A22 A23 A24=
A21 A22
A31 A32 A33 A34
⎡ ⎤ ⎡ ⎤
A11 A12 A13 A14 R1
⎢ ⎥ ⎢ ⎥
A = ⎣A21 A22 A23 A24=R2⎦
A31 A32 A33 A34 R3
⎡ ⎤
A11 A12 A13 A14
⎢ ⎥
A = ⎣A21 A22 A23 A24= [C1 C2 C3 C4]
A31 A32 A33 A34
Perkalian Matriks dengan Partisi memiliki banyak kegunaan, salah satunya adalah untuk menemukan baris atau kolom tertentu
Kolom dan menurut Baris dari produk matriks AB tanpa menghitung seluruh produk. Secara khusus, rumus berikut, yang buktinya
dibiarkan sebagai latihan, menunjukkan bagaimana masing-masing vektor kolom dariAB dapat diperoleh
dengan mempartisi B menjadi vektor kolom dan bagaimana masing-masing vektor baris dariAB dapat
diperoleh dengan mempartisi A menjadi vektor baris.
⎡ ⎤ ⎡ ⎤
A1 A1B
⎢⎢A ⎥ ⎥ ⎢ ⎥
⎢A2B⎥
AB = ⎢ 2 . ⎥B = ⎢ ⎥ (7)
⎣ .. ⎦ ⎣ ... ⎦
AM AMB
(AB dihitung baris demi baris)
dan dari (9) vektor baris pertama dari AB dapat diperoleh dengan perhitungan
⎡ ⎤
4 1 4 3
[ 1 2 4 ⎣0 ]⎢ 1 3
⎥
1= [ 12 27 30 13 ]2
2 7 5
Baris pertama A Baris pertama AB
Produk Matriks sebagai Linear Definisi berikut memberikan cara berpikir lain tentang perkalian matriks.
kombinasi
DEFINISI 6 Jika A1, A2, . . . , AR adalah matriks dengan ukuran yang sama, dan jika C1, C2, . . . , CR
Definisi 6 berlaku,
adalah skalar, maka ekspresi dari bentuk
khususnya, untuk vektor
baris dan kolom. Jadi, C1A1 + C2A2 + · · · + CRAR
misalnya,kombinasi linear
vektor kolom x1, x2, . . . ,xR disebut kombinasi linear dari A1, A2, . . . , AR dengan koefisien C1, C2, . . . , CR .
dengan ukuran yang sama
adalah ekspresi dari bentuk
Untuk melihat bagaimana produk matriks dapat dilihat sebagai kombinasi linier, mari A kacang M × n
C1x1 + C2x2 + · · · + CR xR matriks dan x NS n × 1 vektor kolom, katakanlah
⎡ ⎤ ⎡⎤
A11 A12 · · · A1n x1
⎢ ⎥ ⎢x2⎥⎥
⎢A A22 · · · A2n ⎥
A = ⎢ 21 . ⎥ dan x = ⎢ . ⎥
⎣ .. ... . . .⎦ ⎣ .. ⎦
AM1 AM2 · · · AM N xn
Kemudian
⎡ ⎤⎤ ⎡ ⎡ ⎤ ⎡ ⎤
A11x1 + A12x2 + · · · + A1nxn A11 A12 A1 n
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢A n⎥ ⎢ A 21 ⎥ ⎢ A 22 ⎥ ⎢ A 2n ⎥
Ax = ⎢ 21x1 +
. .A. 22
. x2 + · · · + A2nx = x1⎢ . +x⎢ . + · · · + xn ⎢ ⎦ ⎣ .
⎣ .. ... ⎦ ⎣ . .⎦ 2⎣ .. . .⎦
AM1x1 + AM2x2 + · · · + AM Nxn AM1 AM2 AM N
(10)
Ini membuktikan teorema berikut.
TEOREMA 1.3.1 Jika A adalah M × n matriks, dan jika x adalah n × 1 vektor kolom, maka
produk Ax dapat dinyatakan sebagai kombinasi linier dari vektor kolom dari A di mana
koefisien adalah entri dari x.
⎡ ⎤
[ ]4 1 4 3 [ ]
1 2 4⎢ ⎥ 12 27 30 13
AB = ⎣0 - 1 3 1=
2 6 0 8 - 4 26 12
2 7 5 2
Ini mengikuti dari Formula (6) dan Teorema 1.3.1 bahwa J vektor kolom ke AB dapat
dinyatakan sebagai kombinasi linier dari vektor kolom dari A di mana koefisien dalam
kombinasi linier adalah entri dari J kolom ke- B. Perhitungannya adalah sebagai
berikut:
[ ] [] [] []
12 1 2 4
=4 + 0 + 2
8 2 6 0
[ ] [] [] []
27 1 2 4
= - + 7
- 4 2 6 0
[] [] [] []
30 1 2 4
=4 + 3 + 5
26 2 6 0
[] [] [] []
13 1 2 4
=3 + + 2
12 2 6 0
Ekspansi Kolom-Baris Partisi menyediakan cara lain untuk melihat perkalian matriks. Secara khusus, sup-
berpose itu M × R matriks A dipartisi menjadi R vektor kolom C1, C2, . . . ,CR (masing-masing
ukuran M × 1) dan R × n matriks B dipartisi menjadi R vektor baris R1, R2, . . . ,RR(masing-masing
ukuran 1 × n). Setiap suku dalam jumlah
C1R1 + C2R2 + · · · + CR RR
memiliki ukuran M × n jadi jumlah itu sendiri adalah M × n matriks. Kami meninggalkannya sebagai
latihan bagi Anda untuk memverifikasi bahwa entri dalam barisSaya dan kolom J dari jumlah diberikan
oleh ekspresi di sisi kanan Rumus (5), dari mana berikut ini
Sebagai cek, kami serahkan kepada Anda untuk mengkonfirmasi bahwa produk di (12) dan jumlah di (13)keduanya
Penggunaan utama dari
ekspansi baris kolom adalah
menghasilkan
[ ]
- 7 15 7
untuk mengembangkan hasil
AB =
teoritis daripada untuk 7 - 5 7
perhitungan numerik.
Bentuk Matriks Linear Perkalian matriks memiliki aplikasi penting untuk sistem persamaan linier. Pertimbangkan
Sistem sistemM persamaan linear dalam n tidak diketahui:
Ax = B
Matriks A dalam persamaan ini disebut matriks koefisien dari sistem. Matriks yang diperbesar
untuk sistem diperoleh dengan menghubungkanB ke A sebagai kolom terakhir; jadi matriks yang
diperbesar adalah
Garis partisi vertikal dalam matriks
⎡ ⎤
yang diperbesar [A | B]adalah
A11 A12 · · · A1n B1
opsional, tetapi merupakan cara ⎢ B2 ⎥⎥
⎢ A 21 A22 · · · A2n
yang berguna untuk memisahkan [A | B] = ⎢ .. .⎥⎦
matriks koefisien secara visual A ⎣ ... ... ...
dari vektor kolom B. AM1 AM2 ··· AM N BM
Transpos Matriks Kami menyimpulkan bagian ini dengan mendefinisikan dua operasi matriks yang tidak memiliki analog
dalam aritmatika bilangan real.
1.3 Operasi Matriks dan Matriks 35
DEFINISI 7 Jika A apakah ada? M × n matriks, maka transpos dari A, dilambangkan dengan AT ,
didefinisikan sebagai n × M matriks yang dihasilkan dengan menukar baris dan kolom dari A;
yaitu, kolom pertama dariAT adalah baris pertama dari A, kolom kedua dari AT adalah baris
kedua dari A, Dan seterusnya.
Perhatikan bahwa tidak hanya kolom dari AT deretan A, tetapi deretan AT adalah kolom dari A.
Jadi entri dalam barisSaya dan kolom J dari AT adalah entri dalam baris J dan kolom Saya dari A; itu
adalah,
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 2 4 1 2 4 1 3 5
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
A ⎣= 3 7 0⎦ ⎣ 3 7 0⎦ AT ⎣ 2 7 8⎦ (15)
5 8 6 5 8 6 4 0 6
Catatan Sejarah Syarat matriks pertama kali digunakan oleh ahli matematika Inggris James
Sylvester, yang mendefinisikan istilah pada tahun 1850 sebagai "pengaturan istilah yang
memanjang". Sylvester mengomunikasikan karyanya tentang matriks kepada sesama ahli
matematika dan pengacara Inggris bernama Arthur Cayley, yang kemudian memperkenalkan
beberapa operasi dasar matriks dalam sebuah buku berjudulMemoar tentang Teori Matriks yang
diterbitkan pada tahun 1858. Sebagai hal yang menarik, Sylvester, yang adalah seorang Yahudi,
tidak mendapatkan gelar sarjananya karena ia menolak untuk menandatangani sumpah yang
diwajibkan kepada Gereja Inggris. Dia diangkat ke kursi di University of Virginia di Amerika Serikat
tetapi mengundurkan diri setelah memukul seorang siswa dengan tongkat karena dia sedang
membaca koran di kelas. Sylvester, mengira dia telah membunuh siswa itu, melarikan diri kembali
ke Inggris dengan kapal pertama yang tersedia. Untungnya, siswa itu tidak mati, hanya shock!
Jejak Matriks DEFINISI 8 Jika A adalah matriks persegi, maka jejak dari A, dilambangkan dengan tr(A),
didefinisikan sebagai jumlah entri pada diagonal utama A. Jejak dariA tidak terdefinisi jika A
bukan matriks persegi.
CONTOH 12 Jejak
Berikut ini adalah contoh matriks dan jejaknya.
⎡ ⎤
⎡ ⎤ - 1270
A11 A12 A13 ⎢ 4⎥
⎢ ⎥ ⎢ 3 5 - 8 ⎥
A = ⎣A21 A22 A23⎦, B = ⎢ ⎥
⎣ 1 2 7 - 3⎦
A31 A32 A33
4 - 2 1 0
Dalam latihan Anda akan memiliki beberapa latihan bekerja dengan operasi transpose
dan trace.
Di setiap bagian, tentukan apakah ekspresi matriks yang diberikan ( J) C(BA) (k) tr(DET ) (l) tr(SM)
terdefinisi. Untuk yang terdefinisi, berikan ukuran matriks yang
dihasilkan. 5. (A) AB (B) BA (C) (3E)D
1. (A) BA (B) ABT (C) AC + D
(D) (AB)C (e) A(SM) (F ) CCT
(D) E(AC) (e) A - 3ET (F ) E(5B + A)
(G) (D)T (H) (CTB)AT (i) tr(DDT )
2. (A) CDT (B) DC (C) SM - 3D ( j) tr(4ET - D) (k) tr(CTAT + 2ET ) (l) tr((ECT )TA)
(D) DT (MENJADI) (e) BTD + ED (F ) BAT + D
6. (A) (2DT - E)A (B) (4B) C + 2B
Dalam Latihan 3–6, gunakan matriks berikut untuk menghitung
ekspresi yang ditunjukkan jika didefinisikan. (C) (-AC)T + 5DT (D) (BAT - 2C)T
⎡ ⎤
3 0 [ ] [ ] (e) BT(CCT - ATA) (F ) DTET - (ED)T
⎢ ⎥ 4 - 1 1 4 2
A = ⎣-1 2⎦, B= , C= ,
0 2 3 1 5 Dalam Latihan 7-8, gunakan matriks berikut dan salah satu barisnya
1 1
metode atau metode kolom, yang sesuai, untuk menemukan
⎡ ⎤ ⎡ ⎤
1 5 2 6 1 3 baris atau kolom yang ditentukan.
⎢ ⎥ ⎢ ⎥ ⎡⎤⎡⎤
D = ⎣-1 0 1⎦, E = ⎣-1 1 2⎦ 32 7 62 4
3244 1 3 ⎢⎥⎢⎥
A = ⎣6 5 4⎦ dan B = ⎣0 1 3⎦
3. (A) D + E (B) D - E (c) 5A 0 4 9 7 7 5
(d) 7C (e) 2B - C (f ) 4E - 2D 7. (a) baris pertama dari AB (b) baris ketiga dari AB
(g) 3(d + 2E) (H) A - A (i) tr(D) (c) kolom kedua dari AB (d) kolom pertama dari BA
( j) tr(d - 3E) (k) 4 tr(7B) (l) tr(A) (e) baris ketiga dari A A (f ) kolom ketiga dari A A