Andika Ramadhanna

23121694
Matematika III
I. PERMASALAHAN

Cari materi vektor, ruang vektor, matriks, dan determinan.. masing2 judul
beserta 5 contohnya.

II. MATERI
A. PENGERTIAN
Vektor adalah suatu kuantita/besaran yang mempunyai besar dan arah. Secara
grafis suatu vektor ditunjukkan sebagai potongan garis yang mempunyai arah. Besar
atau kecilnya vektor ditentukan oleh panjang atau pendeknya potongan garis.
Sedangkan arah vektor ditunjukkan dengan tanda anak panah.
Dalam gambar vektor di samping, titik A disebut titik
B
awal (initial point) dan titik P disebut titik terminal
(terminal point). Pada gambar tersebut vektor dapat
AB = a r
ditulis dengan berbagai cara seperti, AB a , a atau a.
Panjang vektor juga dapat ditulis dengan berbagai cara
A r
seperti | AB |, | AB |, | a |, | a |, atau | a |.

Disini kita akan memakai simbul AB atau a untuk menyatakan vektor dan

| AB | atau | a | untuk menyatakan besaran (modulus) dari vektor tersebut. Contoh

vektor misalnya lintasan, kecepatan, percepatan, dan gaya.
Skalar adalah suatu kuantita yang mempunyai besaran tetapi tidak
mempunyai arah. Suatu skalar adalah bilangan nyata dan secara simbolik dapat
ditulis dengan huruf kecil. Operasi skalar mengikuti aturan yang sama dengan aturan
operasi aljabar elementer.
B. VEKTOR SATUAN

Q
Untuk menggambarkan suatu vektor
Y
a pada sistem koordinat kartesean
a2 j diperlukan vektor satuan. Vektor
P dari titik (0,0) sampai titik (1,0)
(0,1)
j a1 i adalah vektor satuan i . Vektor dari
(0,0) i (1,0) titik (0,0) sampai titik (0,1) adalah
X
vektor satuan j .

Arah vektor i positif sesuai dengan arah sumbu X positif. Arah vektor j
positif sesuai dengan arah sumbu Y positif. Pada gambar disebelah ini vektor a
dengan titik awal P dan titik akhir Q diuraikan menjadi dua vektor yaitu vektor a1i

dan a 2 j . Vektor a1 dan a 2 disebut komponen vektor a . Besaran a1 dan a 2

disebut komponen skalar a . Secara simbolis vektor a dan komponennya ditulis a
= a1i + a 2 j

C. ALJABAR VEKTOR
Aljabar vektor adalah operasi pada dua atau lebih dari vektor yang meliputi
penambahan, pengurangan dan perkalian. Operasi vektor dapat dilakukan melalui
komponen-komponen skalarnya.

1. Kesamaan Dua vektor

Dua vektor dikatakan sama apabila panjang serta
arahnya sama. a b
a = b → jika | a | = | b | dan arah a = arah b
2. Vektor Negatif
Vektor – a mempunyai ukuran sama dengan
vektor a tetapi arahnya berlawanan. a

Jika vektor a = - b maka | a | = |- b |. −a =b

Vektor negatif sering disebut sebagai vektor

invers.

3. Perkalian Vektor dengan Skalar

Jika k bilangan real yang positif, maka k u
adalah vektor yang panjangnya k | u | dan ku
mempunyai arah yang sama dengan u. u
Sedangkan –k u adalah vektor yang panjangnya
k | u | tetapi arah berlawanan dengan u .

4. Penjumlahan Vektor

a) Aturan Segitiga

Perhatikan gambar di samping. Jika AB dan a +b

BC mewakili a dan b maka AC dikatakan b

penjumlahan vektor a + b .
a

b) Aturan Jajaran Genjang

AB dan DC mewakili vektor a

a
BC dan AD mewakili vektor b ,
b +a b
maka AC = a + b
b a +b
atau AC = b + a .
a
 c) Aturan Polygon
Penjumlahan tiga vektor atau lebih dapat dilakukan dengan menggunakan
aturan poligon.

b
c
a a +b +c
a
a +b
c
b

5. Selisih Dua Vektor

Selisih dua arah vektor a dan b , dinyatakan sebagai a – b , dapat
dipandang sebagai penjumlahan vektor a dengan invers vektor b yaitu
vektor – b .
Misalkan a – b = c maka c = a +(– b )
Secara diagram selisih dua vektor tersebut seperti gambar berikut.

−b
b
a
c = a −b
a

6. Vektor Nol
Jika vektor a = b maka a – b = 0. 0 disebut vektor nol. Vektor nol tidak
mempunyai besar dan arahnya tak tentu.
 Dalam aljabar vektor, misalkan vektor a = a1i + a 2 j dan vektor b = b1i + b2 j
maka berlaku aturan :
a). a = b jika dan hanya jika a1i = b1i dan a 2 j = b2 j

b). m. a = m. a1i + m. a 2 j untuk m suatu skalar

c). a + b = ( a1 + b1 ) i + ( a 2 + b2 ) j

d). a - b = ( a1 - b1 ) i + ( a 2 - b2 ) j
e). a . b = 0 jika a = 0 atau b = 0 atau a tegak lurus dengan b
f). i . i = j . j = 1 dan i . j = 0
g). a . b = ( a1i + a 2 j ) . ( b1i + b2 j ) = a1 . b1 + a 2 . b2

a1 + a2
2 2
h). | a | =
i). ∝ = arc tan ( a2 / a1 )
j). a . b = ⏐ a ⏐⏐ b ⏐ cos γ

D. VEKTOR DALAM RUANG TIGA DIMENSI

Vektor OP disefinisikan oleh komponen-

P
komponenya :
c r
a sepanjang OX
O b b sepanjang OY
Y
a
c sepanjang OZ
L
X
Misalkan i = vektor satuan dalam arah OX
j = vektor satuan dalam arah OY
k = vektor satuan dalam arah OZ
maka :

OP = ai + bj + ck
OL2 = a2 + b2 dan OP2 = OL2 + c2
 OP2 = a2 + b2 + c2 jadi r = ai + bj + ck

Contoh penyelesaian soal :

1. Diketahui vektor a = 3i + 4j dan vektor b = 2i + j. Hitunglah harga-harga : a +
b ; b + a ; a – b ; b – a ; a . b ; sudut a ; sudut b ; a . b dan b . a .
Jawab :
Dari vektor a dan b tersebut dapat diketahui bahwa a1 = 3 ; a 2 = 4 ; b1 = 2

dan b2 = 1 , sehingga diperoleh :

a). a + b = ( a1 + b1 ) i + ( a 2 + b2 ) j = ( 3 + 2 ) i + ( 4 + 1 ) j = 5i + 5j

b). b + a = ( b1 + a1 ) i + ( b2 + a 2 ) j = ( 2 + 3 ) i + ( 1 + 4 ) j = 5i + 5j

c). a – b = ( a1 – b1 ) i + ( a 2 – b2 ) j = ( 3 – 2 ) i + ( 4 – 1 ) j = i + 3 j

d). b – a = ( b1 – a1 ) i + ( b2 – a 2 ) j = ( 2 – 3 ) i + ( 1 – 4 ) j = -i – 3j
2 2
e). ⏐ a ⏐ = a1 + a 2 32 + 4 9 + 16 = 25 = 5
2
= =

2 2
f). ⏐ b ⏐ = b1 + b2 = 2 2 + 12 = 4 + 1 = 5

g). Sudut a adalah ∝ = arc tan ( a 2 / a1 ) = arc tan ( 4/3 ) = 53,1301° atau ∝
= 53° 7’ 48.36”
h). Sudut b adalah ß = arc tan ( b2 / b1 ) = arc tan ( ½ ) = 26,565051° atau ß
= 26° 33’ 54,18’
i). a . b = a1 . b1 + a 2 . b2 = 3 . 2 + 4 . 1 = 6 + 4 = 10

j). b . a = b1 . a1 + b2 . a 2 = 2 . 3 + 1 . 4 = 6 + 4 = 10
Jawaban i). dan j). dapat juga menggunakan aturan
a . b = a . b cos γ.
dalam hal ini γ adalah sudut antara a dan b .
Dengan aturan tersebut diperoleh :
a . b = a . b cos γ = 5 5 cos (∝ - ß) = 5. 5 cos (53,13 – 26,56)

= 5. 5 cos 26,57 = 5. 5 . 0,894427191 = 10

 b . a = b . a cos γ = 5 . 5 cos (ß - ∝) 5 . 5 cos (-26,57) = 10

2. Diketahui vektor-vektor a , b dan c seperti di bawah ini .

Lukislah secara grafis operasi vektor : a - b +2. c dan 3 c - 0,5(2 a - b ).
Jawab :
a - b +2. c = a + (- b ) + 2 . c
2c
a b −b

c a
a − b + 2c

3 c - 0,5(2 a - b ) = 3 c + [-0,5{2 a + (- b )}]

3c
−b
a b 1/2(2 a +(- b )
2a − b
c 3 c + [-0,5{2 a + (- b )}]
2a

3. Dua buah vektor sebidang berturut-turut besarnya 8 satuan dan 6 satuan, bertitik tangkap
sama dan mengapit sudut 30o Tentukan besar dan arah resultan vektor tersebut tersebut!
Jawaban :
R2 = A2 + B2 - 2AB cos α
R = 82 + 62 + 2.6.8.cos 30
R = 64 + 36 + 96 0,5 √3
R = 100 + 48√3

4. ektor A memiliki besar A=2i+5 +2k dan vektor B memiliki besar B=4i+bi+1, ika A B=20,
maka besar b adalah
A⋅B= (2i+5j+2k)⋅(4i+bi+1k)
20 = 8+5b+2
10 = 5b
b=2

5.
 RUANG VEKTOR
A. DEFINISI RUANG VEKTOR
Definisi 4.1 : Misalkan sebarang himpunan benda yang dua operasinya kita definisikan
penambahan dan perkalian skalar (bilangan real), disebut ruang vektor dan benda-benda pada
kita namakan vektor jika dan hanya jika memenuhi aksioma 4.1 berikut:
1. Jika , maka
2.
3.
4. sehingga ,
5. , sehingga
6. Jika dan maka
7.
8.
9.
10.

Contoh 4.1 :
1. Himpunan vektor Euclides dengan operasi standar (operasi penjumlahan dan operasi
perkalian dengan skalar).

Notasi : (Ruang Euclides orde )

• : Bilangan real
• : Vektor di bidang
• : Vektor di ruang tiga dimensi
2. Himpunan matriks berukuran dengan operasi standar (penjumlahan matriks dan
perkalian matriks dengan skalar),
Notasi : (Ruang Matriks )
3. Himpunan polinom pangkat dengan operasi standar.
Notasi : (Ruang Polinom orde )

Contoh 4.2 :
Selidiki apakah himpunan semua bilangan real positif dengan operasi-operasi
dan membentuk ruang vektor!
Penyelesaian:
1. Misalkan dan , maka ,
maka syarat dipenuhi :
2.

(sifat komutatif dalam bilangan real positif)

, maka syarat dipenuhi

3. Misalkan , maka :

(definisi)
x’’ (definisi)
(sifat asosiatif pada perkalian bilangan real)

, maka syarat dipenuhi

4. Misalkan ada , sedemikian hingga:

(definisi)

x
, syarat dipenuhi
x
5. Misalkan ada sedemikian hingga

1 1
, maka R+, jadi syarat dipenuhi
x x
6. Misalkan dan , maka

(bilangan real positif jika dipangkatkan, hasilnya akan positif juga), jadi syarat
dipenuhi
7.
(definisi)
(definisi)
(sifat pangkat)
(definisi)
, syarat dipenuhi
8.
 (definisi)
(sifat pangkat)
(definisi)
(definisi)
, sifat dipenuhi
9.
(definisi)
(definisi)
(sifat pangkat)

, syarat dipenuhi
10.
(definisi)
, syarat dipenuhi
Karena ke- aksioma dipenuhi maka himpunan semua bilangan real positif x dengan operasi-
operasi dan membentuk ruang vektor.

B. RUANG EUCLID ORDE-N

Definisi 4.2 : Jika n adalah sebuah bilangan positif, maka tupel- -terorde (ordered- -tuple)
adalah sebuah urutan bilangan real . Himpunan semua tupel- -terorde
dinamakan ruang- dan dinyatakan dengan .

Andaikan terdapat ruang berdimensi dapat disimbolkan sebagai dapat

diinterpretasikan secara geometris sebagai suatu titik atau suatu vektor.
1. Vektor Nol
Definisi Vektor nol : Vektor nol adalah Vektor yang berbentuk
2. Negatif suatu vektor
Definisi 4.3 : Jika adalah sebuah vektor pada , maka negatif
dinyatakan oleh – dan didefinisilkan sebagai berikut :

Contoh 4.3:
Jika maka –
3. Operasi Standar pada
a. Penjumlahan dua Vektor
 Definisi 4.4 : Dua vektor dan pada maka

Contoh 4.4 :
Jika dan , maka

b. Selisih dua Vektor

Definisi 4.5 : Dua vektor dan pada maka

c. Perkalian skalar dengan vektor

Definisi 4.6 : Jika adalah sebarang skalar dan , maka perkalian skalar

Contoh 4.5:
Jika dan , maka
d. Kesamaan Dua Vektor
Definisi 4.7 : Dua vektor dan pada dikatakan
sama jika
4. Hasil Kali Dalam Euclidis (Euclidean Inner Product) Dua Vektor
Definisi 4.8: Jika dan adalah sebarang vektor pada
, maka hasil kali dalam Euclidis kita definisikan dengan :

〈 〉
Contoh 4.6:
dan , maka

5. Panjang (Norma) dan Jarak Euclides sebuah Vektor

Definisi 4.9 : Jika pada , maka norma (panjang) adalah ‖ ‖

Contoh 4.7:

Jika maka ‖ ‖ √ √ √
Jarak euclides antara titik-titik dan pada
didefinisikan sebagai:

‖ ‖ √
 Contoh 4.8 :
Jika dan maka :

‖ ‖ √

Ketaksamaan Cauchy-Schwarz dalam

Teorema 4.4 : Jika dan adalah vektor-vektor dalam
, maka:
| | ‖ ‖‖ ‖
atau

| | √ √

C. SUB RUANG
Definisi 4.10 : Diketahui ruang vektor, , disebut sub ruang dari jika hanya jika
itu sendiri merupakan ruang vektor di bawah penambahan dan perkalian skalar yang
didefinisikan pada .
Aksioma 4.2 :
ruang vektor, , disebut sub ruang dari jika hanya jika
(1) Jika dan adalah vektor-vektor pada , maka
(2) Jika dan , maka
Contoh 4.9 :
Selidiki apakah himpunan dari semua matriks yang mempunyai bilangan nol pada
diagonal utamanya adalah sub ruang dari !
Penyelesaian :

(1) Misalkan [ ] dan [ ]

Maka [ ] [ ] [ ] (karena matriks yang dihasilkan

mempunyai bilangan nol pada diagonal utamanya), jadi syarat 1 dipenuhi

(2) [ ] [ ] , (karena matriks yang dihasilkan mempunyai bilangan

nol pada diagonal utamanya), jadi syarat dipenuhi

 Karena syarat (1) dan (2) dipenuhi maka himpunan dari semua matriks yang
mempunyai bilangan nol pada diagonal utamanya adalah sub ruang dari !

D. KOMBINASI LINEAR
Definisi 4.11 : Sebuah vektor dinamakan kombinasi linear dari vektor-vektor jika
vektor tersebut dapat dinyatakan dalam bentuk dengan
adalah skalar.
Contoh 4.10 :
Misal dan = (1, -1, 3) adalah vektor-vektor di . Apakah vektor berikut
merupakan kombinasi linear dari vektor-vektor di atas :
a.
b.
c.
Penyelesaian:
a. Tulis
Akan diperiksa apakah terdapat nilai dan sehingga kesamaan tersebut dipenuhi :

( ) ( ) ( )

dapat dibentuk menjadi :

( )( ) ( )

dengan operasi baris elementer (OBE):

 2 1 4   1 12 2   1 12 2   1 12 2 
       
 4 -1 2  B1( 1 )  4 - 1 2  B21( 4)  0 - 3 - 6  B32(1)  0 - 3 - 6  B2(  1 )
 0  2    0 3 6   0 0 0  3
 3 6   0 3 6     
 1 1 2  1 0 1
   
2

 0 1 2  B12(  1 )  0 1 2 
 0 0 
2  
 0  0 0 0
Matriks eselon tereduksi yang diperoleh:

 1 0 1
 
 0 1 2  Sehingga diperoleh persamaan baru yaitu : dan .
 0 0 0 

Dengan demikian terdapat nilai dan . Sehingga merupakan kombinasi linear
dari dan atau bisa ditulis sebagai
b. Tulis
 Akan diperiksa apakah terdapat nilai dan sehingga kesamaan tersebut dipenuhi :

( ) ( ) ( )

dapat dibentuk menjadi :

( )( ) ( )

dengan operasi baris elementer (OBE):

2 1 1  1 1
2
1
 2  1 1
2
1
2 
     
 4 -1 5  B1( 12 )  4 -1 5  B21(-4)  0 -3 3 
 0 3   0 3 6   0 
 6    3 6 
1 1
2
1
2  1 1
2
1
2 
   
B 2(  13 )  0 1 -1  B 32( 3)  0 1 -1 
 0 6   0 9 
 3  0
Perhatikan baris ketiga dari Operasi Baris Elementer di atas

SPL ini tidak konsisten (tidak mempunyai solusi) karena seharusnya . Jadi, tidak
ada nilai dan yang memenuhi, sehingga tidak dapat dinyatakan sebagai kombinasi
linear dari dan .
c. Dengan memilih k1 = 0 dan k2 = 0, maka dapat ditulis k1u + k2v = c.
Artinya vektor nol merupakan kombinasi linear dari vektor apapun.

E. MERENTANG / MEMBANGUN
Jika adalah vektor-vektor pada ruang vektor , maka secara umum beberapa
vektor dalam dapat dibentuk menjadi kombinasi linear dari dan yang lainnya bisa
tidak dapat dibentuk sebagai kombinasi linear.
Definisi 4.12 : Jika adalah vektor-vektor pada ruang vektor dan jika masing-
masing vektor pada dapat dinyatakan sebagai kombinasi linear maka kita
mengatakan bahwa vektor-vektor ini merentang .
Contoh 4.11 :
Tentukan apakah merentangkan ruang vektor ?
Penyelesaian:
Harus ditentukan apakah suatu vektor sembarang dalam R3 dapat dinyatakan
sebagai suatu kombinasi linear dari vektor-vektor , , .

Maka didapat :
 atau

Sehingga diperoleh persamaan:

Persamaan diselesaikan menggunakan OBE,

1 1 2 1 1 2 
1 1 2 b   b  1  b  1
 1

1 0 1 b B 21( 1)
 0 1 1 b1b  B  0 1 1
31( 2)  b1b 
 
2 2 2
2 1 3
 b 
3
2 1 3
 b  3
 0 1 1
 2b1b  3

1 1 2 
 b 1 
B 32( 1)  0 1 1 b1b  2
 0 0 0
 b1b 2 b  3

Terdapat baris pada matriks setelah direduksi, sehingga ada vektor di

yang bukan merupakan kombinasi linear dari , , . Jadi , , tidak membangun .

F. KEBEBASAN LINEAR
Definisi 4.13 : Jika { } adalah himpunan vektor, maka persamaan vektor
mempunyai paling sedikit penyelesaian, yaitu ,
.
Jika ini adalah satu-satunya penyelesaian, maka kita namakan himpunan bebas linear (linearly
independent). Jika ada penyelesaian lain, maka kita namakan himpunan tak bebas linear
(linearly dependent) atau bergantung linear.
Contoh 4.13 :
Himpunan vektor-vektor { }, dengan :

( ) ( ) ( )

Selidiki vektor-vektor tersebut bebas linear atau bergantung linear!

Penyelesaian :

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )

Sehingga diperoleh persamaan :

Diselesaikan menggunakan OBE:

( ) B21(2) B31(-1) ( ) B32( 1


2
( )

1 B3(-2) ( )

2
( )

Sehingga diperoleh persamaan baru :

Sehingga diperoleh penyelesaian, 𝑘 ,𝑘 dan 𝑘

Jadi, vektor-vektor tersebut bebas linear.

Contoh 4.14 :

( ) ( ) ( )

Apakah ketiga vektor diatas saling bebas linear ?

Penyelesaian:

atau ( )( ) ( )

dengan OBE diperoleh:

 1 1  2   1 1  2 
   
0 4 0  ~ 0 1 0 
0 1 0  0 0 0 
 

Ini menunjukan bahwa merupakan solusi tak hingga banyak.

Jadi, adalah vektor-vektor yang bergantung linear.
G. BASIS DAN DIMENSI
Definisi 4.14 : Jika adalah sembarang ruang vektor dan { } adalah suatu
himpunan vektor-vektor dalam , maka disebut suatu basis untuk jika dua syarat ini
dipenuhi:
a. bebas secara linear
b. merentangkan V.
Basis dari suatu ruang vektor tidak harus tunggal tetapi bisa lebih dari satu. Ada dua macam
basis yang kita kenal yaitu basis standar dan basis tidak standar.
Contoh basis standar:
1. { }, dengan

Merupakan basis standar dari .

2. { } merupakan basis standar untuk (polinom orde- )

3. {[ ] [ ] [ ] [ ] } merupakan basis standar untuk .

Teorema 4.5 : Jika { } adalah suatu basis untuk suatu ruang vektor , maka
setiap vektor dalam dapat dinyatakan dalam bentuk dalam
tepat satu cara.
Bukti :
Karena merentangkan , maka dari definisi kita dapatkan bahwa setiap vektor dalam dapat
dinyatakan sebagai kombinasi linear dari vektor-vektor dalam S. Untuk melihat bahwa hanya ada
satu cara untuk menyatakan suatu vektor sebagai kombinasi linear dari vektor-vektor dalam ,
suatu vektor dapat ditulis sebagai:
dan juga sebagai
Dengan mengurangkan persamaan kedua dan pertama akan didapat:
(

Karena ruas kiri dari persamaan ini adalah suatu kombinasi linear dari vektor-vektor dalam S
maka kebebasan linear mengimplikasikan bahwa :

Yaitu :

Jadi kedua persamaan adalah sama.

 Contoh 4.15 :
Anggap . Tunjukkan bahwa himpunan { }
adalah suatu basis untuk !
Penyelesaian :
1) bebas secara linear, harus ditunjukkan satu-satunya penyelesaian dari :
adalah
2) merentang , harus ditunjukkan bahwa sembarang vektor dapat
dinyatakan sebagai suatu kombinasi linear :

Dari syarat (1) diperoleh: Dari syarat (2) diperoleh:

Sehingga diperoleh : Sehingga diperoleh :

( )( ) ( ) ( )( ) ( )

Penyelesaian menggunakan OBE:

Syarat (1)

( ) ( ) ( ) ( )

( ) ( ) ( )

( )

( )

Matriks terakhir diperoleh matriks eselon tereduksi sehingga penyelesaiannya adalah

, sehingga bebas secara linear.
Syarat (2)
1 2 3 b  1 2 3 b  1 2 3 b 
 1  1  1
2 9 3 b 
2
0 5  3 b  2b 
2 1
0  2 1 b3  b1 
1 0 4 0  2 1 0 5  3
 b 3  b b  3 1  b2  2b1 
 
1 2 3 1 2 3 
 b  1
 1 b 
 1 b b  0 1  1 b b
1 
0 1  2
3 1 3

2   2 2 
0 5  3

 b2  2b1  
 0 0  1
 9b1  5b3 

 2 2 
1 2 0
 26b  6b  15b 
1 2 3
1 0 0
 36b  8b  21b 
1 2 3
0 1 0
0 0 1
3b  5b  b  3 1 2
0 1 0
0 0 1
3b  5b  b 
3 1 2

 2b  9b  5b 
2 1 3   2b  9b  5b 
2 1 3

Matriks terakhir diperoleh matriks eselon tereduksi sehingga penyelesaiannya adalah :

Sehingga vektor sembarang dapat dinyatakan sebagai suatu kombinasi linear, Jadi
merentang di .
Karena syarat (1) dan (2) terpenuhi maka merupakan suatu basis untuk .

Perhitungan dengan menggunakan teorema.

Berdasarkan teorema 4.6, untuk membuktikan

apakah suatu himpunan merupakan suatu basis,
cukup dibuktikan determinan matriks koefisien
adalah tidak sama dengan 0.

Untuk Contoh 4.15 akan diperiksa apakah determinan matriks koefisien tidak sama dengan .

| |

Karena determinan matriks koefisien tidak sama dengan , maka S merupakan suatu basis untuk
.

Berdasarkan contoh 4.15, karena terdapat himpunan { } beranggotakan vektor

dan semuanya merupakan basis untuk maka dimensi dari adalah atau ditulis
.
H. RUANG BARIS, RUANG KOLOM DAN RUANG NOL
Definisi 4.16 : Tinjaulah matriks

a 11 a 12
... a 1n

A
a 21 a 22
... a 2n
   
a m1 a m2 ... a mn

Vektor-vektor

   

terbentuk dari baris-baris yang kita namakan vektor-vektor baris , dan vektor-vektor :

 a11   a12   a1n 

a  a  a 
 21   22   2n 
     
     
 am1   am 2   amn 
terbentuk dari kolom-kolom yang kita namakan vektor-vektor kolom . Subruang yang
direntang oleh vektor-vektor baris disebut ruang baris (row space) dan Subruang yang
direntang oleh vektor-vektor kolom disebut ruang kolom (column space) .
Definisi 4.17 : Dimensi ruang baris dan ruang kolom matriks dinamakan rank dan dinyatakan
dengan rank ( )

Contoh 4.17 :
Misalkan Matriks
Vektor kolom

 1  2 1 1 
  Vektor baris
A 1 2 3 1 
 1 2  1 
 2
dengan melakukan OBE diperoleh :

Perhatikan kolom-kolom pada matriks hasil OBE. Matriks mempunyai basis ruang kolom yaitu
:

  1   1 
    
 1 ,  3  
 1   2  
    
Basis ruang baris diperoleh dengan cara, mentransposkan terlebih dahulu matriks , lakukan
OBE pada , sehingga diperoleh:

Kolom-kolom pada matriks hasil OBE yang memiliki satu utama berseseuaian dengan matriks
asal ( ). Ini berarti, matriks tersebut mempunyai basis ruang baris :

  1   1  
    
  2   2  
 ,   
  1   3  
 1    1 

Dimensi basis ruang baris = ruang kolom dinamakan rank. Jadi rank dari matriks adalah .
Contoh 4.18 :
Cari basis-basis untuk ruang-ruang baris dan kolom dari:

 1 3 4 2 5 4 
 
 2  6 9 1 8 2 
A
2  6 9 1 9 7 
 
 1 3  4 2  5  4 
 
Penyelesaian:
Setelah direduksi, menjadi matriks:

1  3 4 2 5 4 
 
0 0 1 3  2  6
A
0 0 0 0 1 5 
 
0 0 0 
 0 0 0

Basis untuk ruang kolom A adalah:

1  4   5 
     
2  9   8 
c1   2 , c3   9 , c5   9 ,
     
  1   4   5
     
Untuk mencari basis ruang baris, matriks A ditransposkan terlebih dahulu.
  1 2 2 1  1 2 2  1
   
3 6 6 3  0 1 1 0 
 4 9  4 0
9 0 1 0 
   
T
A   2 1 1 2  0 0 0 0 
 5 9  5  0
 8
 0 0 0 
 4 7  4  Setelah direduksi, menjadi matriks: 0
 2
 0 0 0 

Basis untuk ruang baris A adalah:

T T T
1 2 2
     

  3 
  6  6 
4 9 9
r    ,r    ,r   
 2   1   1 
1 2 3

5 8 9

     
4 2 7
     
Contoh 4.19 :
Carilah sebuah basis untuk ruang yang direntang oleh vektor-vektor

Penyelesaian:
Ruang vektor yang direntang vektor-vektor ini adalah ruang baris dari matriks

1  2 0 0 3 1  2 0 0 3
2  5  3  2 0  1  3  2 0
 6 
B , B 41( 2) 0 5 15 10 0 B , B4 ( 1 )
0 5 15 10 0 21( 2)
 
1
3( )
5 2
  0 10 18 8 0
2 6 18 8 6
 

1 2 0 0 3 1 2 0 0 3
0 1 3 2 0  0 0 0 0 0 
 
0 1 3 2 0 B 23(1)
, B 43( 5)
0 1 3 2 0 B 1
4(  )
6
   
0 5 9 4 0 0 0 6 6 0

1  2 0 0 3
0 0 0 0 0

0 1 3 2 0
 
0 0 1 1 0
Vektor-vektor baris tak nol pada matriks ini adalah

Jadi rank dari matriks tersebut

Basis Ruang Nol

Basis ruang nol suatu matriks dapat diperoleh dengan membentuk SPL homogen, kemudian
menentukan solusi dari SPL homogen tersebut. Basis ruang nolnya itu dibangun oleh vektor-
vektor pembangun ruang nol atau ruang solusi dari SPL tersebut.

Contoh 4.20 :

Diketahui SPL homogen

Solusi SPL Homogen di atas dapat dicari dengan OBE terhadap matriks yang diperbesar.

 2 1 2 2 0   1 1 2 1 0  1 1 2 1 0  1 1 2 1 0 
  b2 b1   2b1 b2   b2 b3  
 1 1 2 1 0   2 1 2 2 0  b b 0 3 6 0 0  0 1 2 0 0 
 1 2 4 1 0   1 2 4 1 0  1 3 0 1 2 0 0  0 3 6 0 0 
    3b1 b4    
 3 0 0 3 0   3 0 0 3 0  0 3 6 0 0  0 3 6 0 0 
1 0 0 1 0 
b2 b1  
1 2 0 0 
3b2 b3 0
0
0 0 0 0
3b2 b4  
0 0 0 0 0 
sehingga

Misalkan dan dengan maka

 a   t   0 1
       
 b    2s    2  s   0  t
 c   s   1  0
       
 d   t   0 1  0 1 
   
Maka, basis bagi ruang solusi adalah   2  0 
  ,  
 1 0 
  0   1  
Matriks
Matriks adalah sekumpulan bilangan riil ( atau elemen ) atau kompleks yang disusun
menurut baris dan kolom sehingga membentuk jajaran ( array ) persegi panjang. Matriks
mempunyai m baris dan n kolom disebut matriks m x n.
Suatu matriks ditunjukkan dengan menuliskan jajarannya di antara kurung sisi misalnya

adalah matriks 2 x 3, yaitu matriks ‘2 kali 3’, dengan 5, 7, 2, 6, 3, 8 adalah elemen –

elemennya. Perhatikan bahwa dalam menyatakan matriks, yang pertama yang disebutkan adalah
banyaknya baris dan yang kedua adalah banyaknya kolom.

adalah matriks berorder 4 x 3, yaitu matriks dengan 4 baris dan 3 kolom

Jadi matriks berorde………………………….

dan matriks berode………………….

3 x 2; 2x4
Matriks hanyalah sekedar jajaran sekumpulan bilangan : tidak ada hubungan aritmetis antare
elemen-elemennya. Matriks berbeda dengan determinan, karena tidak ada harga numerik suatu
matriks yang diperoleh dari perkalian antar elemennya. Juga, pada umumnya baris dan kolom tidak
dapat dipertukarkan seperti dalam determinan.
Matriks baris ( line matriks ) : suatu matriks kolom hanya terdiri dari I kolom saja. Contoh,

adalah matriks kolom berode 3 x 1.

Untuk menghemat tempat, matriks kolom seringkali dituliskan dalam satu garis, tetapi diberi
kurung kurawal. Contoh, { 6 3 8 } menyatakan matriks yang sama dengan matriks kolom berode
3 x 1.
Jadi berdasarkan pemahaman di atas:

a) adalah matriks ………………. berode …………………….

b) adalah matriks ……………… berode ………………..

c) adalah matriks ………………… berode ……………….
(a) Kolom, 2 x 1; (b) baris, 1 x 4; (c) kolom, 3 x 1
Untuk menyatakan koordinat x dan y sebuah titik relatif terhadap sumbu x dan y, kita menggunakan
matriks baris sederhana, walaupun dalam hal ini biasanya kita menggunakan kurung biasa. Sebagai
contoh, jika p adalah titik (3, 5) maka angka 3 menyatakan koordinat x dan angka 5 menyatakan
koordinat y. Tetapi dalam matriks pada umumnya tanda koma yang memisahkan elemen –
elemennya tidak dicantumkan.
Matriks berelemen tunggal: sebuah bilangan dapat dipandang sebagai matriks berukuran 1
x 1, yaitu matriks yang hanya mempunyai 1 baris dan 1 kolom saja.
Notasi dua indeks: Masing – masing elemen suatu matriks memiliki ‘alamat’ atau tempat
yang dapat ditentukan dengan menggunakan sistem dua-indeks, indeks pertama menyatakan baris
dan indeks kedua menyatakan kolom. Dengan demikian:
a1.1 a1.2 a1.3 a14
a2.1 a2.2 a2.3 a2.4
a3.1 a3.2 a3.3 a3.4
a2.3 menunjukkan elemen yang terletak pada baris kedua dan kolom ketiga. Jadi, dalam matriks
6 -5 1 -3
2 -4 8 3
4 -7 -6 5
-2 9 7 -1
Letak (a) elemen 3 dapat dinyatakan dengan ……………………………
Letak (b) elemen -1 dapat dinyatakan dengan …………………………..
Letak (c) elemen 9 dapat dinyatakan dengan …………………………...
(a) a2.4 ; (b) a4.4 ; (c) a4.2
Notasi Matriks: Jika tidak menimbulkan keragu-raguan, keseluruhan matriks dapat dinyatakan
dengan sebuah elemen umum yang dituliskan dalam kurung siku, atau dengan
sebuah huruf yang dicetak tebal. Penulisan ini singkat dan rapih, dan juga banyak menghemat
banyak huruf dan tempat. Sebagai contoh,
a11 a12 a13 a14
a21 a22 a23 a24 dapat dinyatakan dengan [ aij ] atau [ a ] atau dengan A saja
a31 a32 a33 a34

Serupa dengan itu dapat dinyatakan dengan [ ] atau [ x ] atau dengan x saja.

Untuk menyatakan matriks ( m x n ) akan kita gunakan huruf besar tebal, misalnya A. Untuk matriks
baris atau matriks kolom kita gunakan huruf kecil tebal, misalnya x. ( Dalam tulisan tangan, cetak
tebal dapat digantikan dengan garis bergelemobang di bawah huruf yang bersangkutan, misalnya A
atau x ).
Jadi jika B menyatakan matriks 2 x 3, tuliskanlah elemen – elemen b dalam matriks tersebut
dengan menggunakan notasi dua-indeks. Hasilnya

B=

3.2. Penjumlahan dan Pengurangan Matriks

Dua matriks dapat dijumlahkan atau dikurangkan, maka orde keduanya haruslah sama.
Selanjutnya jumlah atau selisihnya diperoleh dengan menambahkan atau mengurangkan elemen –
elemennya yang bersesuaian.

Contoh + =

Dan - =
 =

Contoh. (a) + = …………..

(b) _ = ……………………………

Penyelesaian.
(a). 6 +1 5+4 4+2 1+3 = 7 9 6 4
2+6 3 +-1 -7 + 0 8 + 5 8 2 -7 13

(b). 8 – 1 3–2 6–3 7 1 3

5–4 2–5 7–6 = 1 -3 1
1–7 0–8 4–9 -6 -8 -5

Perkalian Matriks:
(a) Perkalian dengan skalar: Mengalikan matriks dengan sebuah bilangan ( yaitu skalar ) berarti
mengalikan masing-masing elemennya dengan bilangan tersebut.

Contoh 4 x =

yaitu, secara umum, k [ ]=[ ].

Kebalikannya juga berlaku, yaitu kita dapat mengeluarkan faktor yang sama dari setiap elemen –
bukan hanya dari satu baris atau kolom seperti dalam determinan.

Karena itu , dapat dituliskan sebagai ……………………………..

5x
(b) Perkalian dua buah matriks: Dua buah matriks dapat dikalikan, satu terhadap yang lain, hanya
jika banyaknya kolom dalam matriks yang pertama sama dengan banyaknya baris dalam matriks
yang kedua.

Contoh A=[ ]= dan b = [ ] =

Maka A b=

Yaitu masing – masing elemen matriks A dalam baris yang atas dikalikan dengan elemen yang
bersesuaian dalam kolom pertama matriks b dan kemudian semua hasil-kalinya dijumlahkan.
Serupa dengan itu, baris kedua dari hasil-kali kedua matriks diperoleh dengan mengalikan masing-
masing elemen dalam baris kedua matriks A dengan elemen yang bersangkutan dalam kolom
pertama matriks b.
Contoh 1

= = =

Serupa dengan itu, = ………………………….

Dengan jalan yang sama, jika A = dan b = maka A =

Cara yang sama berlaku juga untuk baris dan kolom yang lain.
Contoh 2

Jika A=[ ] = dan B = [ ]=

Maka A B =

Perhatikan bahwa perkalian matriks ( 2 x 3 ) dengan matriks ( 2 x 4 ) menghasilkan matriks berode

( 3 x 4 ).
yaitu orde ( 3 x 2 ) x orde ( 2 x 4 ) orde ( 3 x 4 ).
( sama )
Secara umum, perkalian matriks ( I x m ) dengan matriks (m x n) akan menghasilkan matriks berode
(I x n).

Jika A = dan B =

Maka A B adalah,

Karena A B =

= =
Jelaslah bahwa suatu matriks hanya dapat dikuadratkan jika matriks tersebut merupakan matriks
bujur sangkar, yaitu matriks dengan banyak barisnya sama dengan banyak kolomnya.

Jika A =

= =

Ingatlah bahwa perkalian matriks hanya didefinisikan jika :

Banyaknya kolom dalam matriks pertama =
banyaknya baris dalam matriks kedua

Benar. Jadi tidak ada artinya.

Jika A adalah matriks (m x n)

Maka perkalian A B dan B A keduanya
mungkin dilakukan.
dan B adalah matriks (n x m)

Contoh 3.

Jika A= dan B =

Maka A B =

= =
dan B A =

= =

Perhatikan bahwa, dalam perkalian matriks, A B B A, yaitu perkalian matriks non-komutatif.

Urutan faktor dalam perkalian sngatlah penting !
Dalam perkalian A B, B dikalikan-kiri ( pre-multiplied) dengan A
dan A dikalikan-kanan (post-multiplied) dengan B

jadi jika A= dan B =

maka A B = ……………………… dan B A = ………………………..

A B= ; B A=

Transpose matriks: Jika baris dan kolom suatu matriks dipertukarkan, maksudnya : baris pertama
menjadi kolom pertama, baris kedua menjadi kolom kedua, baris ketiga menjadi kolom ketiga, dan
seterusnya. Maka matriks baru yang terbentuk disebut transpose dari matriks semula. Jika matriks
semula adalah A, maka transposenya dinyatakan dengan atau . Kita akan menggunakan notasi
yang terakhir .

Maka, jika A = , maka =

Karena itu, jika diberikan

 A= dan B =

Maka A B = …………………. Dan = ………………………………

A B = ; =

Soal Latihan:

1. Jika A = dan B=

tentukan (a) A + B (b) A – B

2. Jika A = dan B=

Tentukan (a) 5A; (b) A B; (c) B A

3. Jika A = dan B= maka A B = ……………………….

4. Jika diberikan A = tentukanlah (a) dan (b) A .

Determinan Matriks Bujur sangkar Ordo 2 x 2

Sifat- sifat determinan
Menjabarkan determinan yang elemen-elemennya sangat banyak akan sangat menjemukan,
tetapi bila kita mengetahui sifat-sifat determinan , kita dapat menyederhanakan perhitunganya .
berikut ini diberikan beberapa sifat pokok determinan . Carilah sifat-sifat ini dalam buku catatan
anda untuk dipakai sebagai rujukan nanti.
Harga suatu determinan tetap tidak berubah jika baris diganti menjadi kolom dan kolom menjadi
baris.

=
Jika dua baris (atau kolom ) ditukarkan tempatnya tanda determinan berubah .

=
Jika ada dua baris ( atau kolom ) yang identik , maka harga determinan tersebut sama dengan nol .

=0
Jika elemen-elemen salah satu baris ( atau kolom ) semua dikalikan dengan factor yang
sama,maka determinanya pun dikalikan dengan factor tersebut .

=
Jika elemen-elemen salah satu baris ( atau kolom ) ditambah (atau dikurangi ) dengan kelipatan-
kelipatan elemen baris ( atau kolom) lain yang bersesuaian ,maka harga determinannya tidak
berubah .

=
Sekarang, sebagai ulangan, lengkapilah yang berikut ini :

(i) = …………………………

(ii) = …………………………

(iii) = ………………………….

(iv) = ………………………….

Inilah hasilnya :
(i). 20 – 42 = - 22 (ii). -20 – 6 = -26
(iii). ac – bd (iv). ps – rq

Determinan Matriks Bujur Sangkar Ordo 3 x 3

Determinan matriks bujur sangkar adalah determinan yang mempunyai elemen – elemen yang
sama dengan matriks tersebut. Sebagai contoh,
determinan dari adalah

Dan harga determinan ini adalah

5( 42-12) – 2(0-24) – 1(0-48)
5(30) – 2(-24) + 1(-48) = 150 + 48 – 48 = 150

Perhatikan bahwa matriks transposenya adalah yang harganya sama dengan,

5(42 – 12) – 0(14 – 4) + 8(6 – 6) = 5(30) = 150.

Hal ini menunjukkan bahwa determinan suatu matriks bujur sangkar memiliki harga yang sama
dengan determinan matriks transposenya.
Suatu matriks yang determinannya sama dengan nol disebut matriks singular.

Harga determinan matriks adalah …………………………………….

Dan harga determinan matriks diagonal adalah ………………………….

= 3(-30) – 2(15) + 5(25) = 5.

= 2(20) + 0 + 0 = 40.

Kofaktor. Jika A = [ ] adalah matriks bujur sangkar, kita dapat membentuk determinan yang

elemen – elemennya adalah

 .
.
.

Masing-masing elemen memberikan kofaktor, yang tidak lain daripada minor elemen dalam
determinan bersama-sama dengan ‘tanda tempat’-nya, yang rinciannya telah dijelaskan dalam
program sebelum ini.

Sebagai contoh, determinan matriks A = adalah

Det A = = yang harganya sama dengan 45. Minor elemen 2 adalah

= 1.0 - 6.4 = 0 - 24 = -24

Tanda tempatnya +. Jadi faktor elemen 2 adalah + (-24) yaitu -24 .

Serupa dengan itu, minor elemen 3 adalah = 0 – 6 = -6.

Tanda tempatnya - . jadi kofaktor elemen 3 adalah – (-6) = 6.

Untuk masing-masing elemen, minornya diperoleh dengan menghilangkan baris dan kolom, yang
memuat elemen yang bersangkutan dan kemudian dibentuk determinan dari elemen – elemen yang
tersisa. Tanda tempat yang sesuai diberikan oleh
Tanda plus dan minus bergantian, dimulai dengan tempat di sudut kiri atas yang memuat tanda +.

Jadi, dalam contoh di atas, minor elemen 6 adalah yaitu 8 – 3 = 5. Tanda tempatnya -.

Sehingga kofaktor elemen 6 adalah -5.

Dengan demikian, untuk matriks , kofaktor elemen 3 adalah……………….dan

elemen 4 adalah ……………………………………

Kofaktor 3 adalah 4-(-10) = 4
Kofakror 4 adalah – (56 – 3) = -53

Adjoin matriks bujur sangkar:

Jika kita mulai dengan A = , determinannya adalah

det A = A = dari sini kita dapat membentuk matriks baru C.

yang elemen – elemen kofaktor

C= dengan adalah kofaktor

adalah kofaktor dst.

=+ = + (0-24) = -24

= - = - (0-6) = 6

= + = + (16-1) = 15

=- = - (0 -20) = 20
 =+ = + (0 – 5) = -5

=- = - (8 – 3) = -5

=+ = +(18 – 5) = 13

=- = -(12 – 20) = 8

=- = +(2 – 12) = -10.

Matriks kofaktornya adalah C =

Dan transpose dari C, yaitu = Matriks ini disebut matriks adjolin dari

matriks A semula dan dituliskan adj. A. Jadi untuk memperoleh adjolin suatu matriks bujur sangkar
A kita harus :
(a) Membentuk matriks kofaktor C
(b) Menuliskan transpose C , yaitu .

Dengan demikian adjoin dari matriks

adalah Adj A = =

Invers Matriks Bujur Sangkar

Adjoin suatu matriks bujur sangkar sangatlah penting, karena matriks ini memungkinkan
kita untuk membentuk invers matriks yang bersangkutan. Jika masing-masing elemen dari matriks
adjolin A dibagi dengan harga determinan A, yaitu A , (asal saja A 0), maka diperoleh matriks
baru yang disebut invers dari matriks A dan dituliskan sebagai A-1.
Untuk matriks yang kita gunakan dalam bingkai yang lalu, yaitu, A =

det A = A = = 2 (0-24) – 3(0-6) + 5(16-1) = 45

matriks kofaktornya adalah adalah C =

dan matriks adjolin dari A, yaitu =

maka invers dari A diberikan oleh

A-1 =

Jadi, untuk membentuk invers dari matriks bujur-sangkar Ab:

(a) Hitung determinan A, yaitu A .
(b) Bentuk matriks C yang elemen – elemennya adalah kofaktor elemen A
(c) Tuliskan transpose matriks C, yaitu dengan A .
(d) Bagilah masing – masing elemen dengan A
(e) Matriks terakhir yang diperoleh adalah matriks invers A-1 dari matriks A semula.
Marilah kita lihat pelaksanaannya secara terinci melalui sebuah contoh.
Untuk memperoleh invers dari A = ,

(a) pertama-tama kita hitung determinan A, yaitu,

A = 28

A = =1(2-0) -2(8-0) + (0-6) = 28

(b) sekarang kita bentuk matriks kofaktornya. C = ……………………………………..

C=

Karena
= +(-0) = 2; = -(8-30) = 22; = +(0-6) = 6
= -(4-0) = -4 = +(2-18) = -16; = -(0-12) = 12
= +(10-3) = 7; = -(5-12) = 7 = +(1-8) = -7
Adj A = = ………………………….

Adj A = C =

(d) Akhirnya, elemen – elemen adj A kita bagi dengan harga A , yaitu 28, untuk memperoleh A-
1
, invers matriks A.
A-1 = ……………………….

A -1 =

=
Untuk matriks lain pun dapat dicari dengan jalan yang sama. Kerjakanlah soal yang berikut ini
sendiri.

Tentukanlah inver matriks A=

A-1 = ……………………………

A-1 =

Inilah penyelesaian lengkapnya.

Det A = A = = 2(8) – 7(-6) + 4(-5) = 38

Kofaktor
= +(8 - 0) = 8; = -(24-30) = 6; = +(0-5) = -5

= -(56 -0) = -56; = +(16-20) = -4; = -(0-12) = 12

= +(42-4) = 38; = -(12-12) = 0 = +(2-21) = -19

C= =

Jadi A -1 =

Sekarang marilah kita lihat beberapa penggunaan invers. Perkalian matriks bujur sangkar dengan
inversnya.

Dari contoh sebelum ini telah kita lihat bahwa jika A =

Maka A -1 =
Sehingga A -1 A =

= =1 A -1 A = 1

Dan juga A A-1 = x

= ………………………………….. selesaikanlah.

A -1 A = = =1

A A-1 = A-1 A=1

Hasil ini memperlihatkan bahwa perkalian suatu matriks bujur sangkar dengan inversnya,
dalam urutan bagaimanapun, akan menghasilkan matriks satuan dalam orde yang sama dengan
matriks semula.
Pemecahan sistem persamaan linear
Tinjaulah suatu sistem persamaan linear

. . . . .
. . . . .
. . . . .
Dari bekal kita tentang perkalian matriks, sistem persamaan di atas dapat dituliskan dalam bentuk
matriks.

. . . . = .

. . . . . .

. . . . . .

Yaitu A x=b
Dengan A=
;x= ; dan b =
. . . . .
. . . . .
. . . . .

Jika kedua ruas persamaan matriks tersebut kita kalikan dengan invers matriks A, kita peroleh
A -1 A x = A -1 . b
Tetapi A -1 A = 1 1 x = A -1 b yaitu x = A -1 . b
Kita lihat bahwa jika kita bentuk invers dari matriks koefisien dan matriks b kita kalikan-kiri
(pre-multiply) dengan matriks – invers, maka akan kita peroleh matriks pecahan x.
Contoh pecahkan sistem persamaan

Pertama - tama jika kita tuliskan sistem persamaan ini dalam bentuk matriks, maka kita dapatkan

. =
 Yaitu A x = b x = A -1 b
Langkah selanjutnya adalah mencari invers matriks A dengan A adalah matriks koefisien x. kita
telah mengetahui bagaimana menentukan invers suatu matriks, jadi dalam hal ini A -1 = …………...

A -1 = -

Karena: A = = -14 – 50 + 29 = 29 – 64 A = -35

Kofaktor
= + (-20 + 6) = - 14; = - ( 15 +10 ) = - 25; = + ( 9 + 20 ) = 29
= - ( 10 – 3 ) = -7; = + ( 5 – 5 ) = 0; = - ( 3 – 10 ) = 7
= + ( -4 + 4 ) = 0; = - ( -2 – 3 ) = 5; = + ( - 4 – 6 ) = - 10

C= adj A = =

Telah diperoleh A = - 35 A -1 = =-

x = A -1 b = - .

X=- =
Sehingga akhirnya x = = = -1; =5 =3

Matode eliminasi Gauss untuk memecahkan sistem persamaan linear

. . . . . = yaitu A . x = b

. . . . . .

. . . . . .

Semua hal yang diperlukan untuk memecahkan sistem persamaan di atas dikandung oleh
matriks koofisien A dan matriks kolom b. jika elemen – elemen matriks b kita tuliskan dalam
matriks A, maka kita peroleh matriks yang diperluas ( augmented matrix ) B untuk sistem
persamaan tersebut.
Yaitu B =

. . . . .

. . . . .

. . . . .

(a) sekarang kita eliminasikan elemen-elemen dalam kolom pertama, kecuali elemen , dengan
jalan mengurangi baris kedua dengan / kali baris pertama dan mengurangin baris ketiga
dengan / kali baris pertama, demikian seterusnya.
(b) langkah ini menghasilkan matriks baru yang berbentuk
 . . . . .

. . . . .

. . . . .

Proses tersebut kita ulangi lagi untuk mengeliminasi elemen kolom kedua mulai dari baris ketiga

ke bawah.
Contoh pecahkanlah x1 + 2x2 – 3x3 = 3
2x1 – x2 – x3 = 11
3x1 + 2x2 + x3 = -5

Persamaan ini dapat dituliskan sebagai . =

Matriks yang diperluas menjadi

Kurangi baris kedua dengan kali baris pertama dan baris ketiga dengan kali baris pertama

Langkah ini memberikan

Sekarang kurangi baris ketiga dengan , yaitu , kali baris kedua.

Matriksnya menjadi

Dengan langkah ini matriks koofisien x telah direduksi menjadi matriks segitiga.
Akhirnya, kita letakkan kolom-kolom kembali ke posisinya semula.

. =
Dengan ‘subtitusi mundur’, mulai dengan baris yang paling bawah, kita peroleh
= -18 = -3 = -3
+ =5 = 5 + 15 = 20 = -4
+ - =3 –8+9=3 =2

= 2; = -4;  = -3
Perhatikan bahwa dalam mengolah matriks yang diperluas, jika dikehendaki kita boleh
(a) Mempertukarkan dua baris,
(b) Mengalikan baris dengan faktor yang tidak nol
(c) Menambahkan (atau mengurangkan) kelipatan salah satu baris dengan (atau dari ) baris lain.
Operasi ini diperkenankan karena kit menangani koofisien-koofisien dari kedua ruas persamaan.
Contoh pecahkanlah sistem persamaan berikut
X1 – 4x2 – 2x3 = 21
2x1 + x2 + 2x3 = 3
3x1 + 2x2 – x3 = -2
Pertama – tama kita tuliskan persamaan di atas dalam bentuk matriks, yaitu

. =

Matriks yang diperluasnya adalah …………………………………………….

Sekarang kita dapat mengeliminasi koofisien dari baris kedua dan ketiga dengan
……………….. dan

Mengurangi baris kedua dengan 2 kali baris pertama

Dan baris ketiga dengan 3 kali baris pertama

Sehingga matriknya menjadi

Selanjutnya kita kurangi baris ketiga dengan ……………………………………….kali baris
kedua

Jika kita lakukan langkah ini, matriksnya menjadi

Kembalikan ke dalam bentuk persamaan matriks,

. =

Dengan mulai dari bawah, kita memperoleh penyelesaiannya.

x1 = ………………….; x2 = ……………………; x3 = …………………
x1 = 3; x2 = -5; x3 = 1
Seperti telah kita lihat, pengetahuan dasar mengenai matriks menyediakan jalan yang bersih
dan singkat untuk memecahkan sistem persamaan linear. Dalam prakteknya, koofisien-koofisien
numeriknya tidak selalu merupakan bilangan sederhana, demikian juga banyaknya persamaan tidak
terbatas hanya sampai tiga. Untuk soal yang lebih rumit, bantuan alat-alat hitung akan sangat
menolong, tetapi prinsip dasar penyelesaiannya tetap sama.
Soal Latihan

1. Sekarang kerjakanlah .

Hitunglah dengan menguraikanya mengikuti baris terbawah

Jawab :

Kita dapatkan dengan mengingat

=5 -7 +2
=5 ( 9 – 4 ) -7 ( 6 – 24 ) + 2 (2 – 18 )
= 5 (5) -7 (-18) +2 (-16)
= 25 + 126 – 32 = 119
 2. Hitunglah dengan menguraikanya atas baris yang tengah.

Jawab:

Karena = -7 +3 -1
= -7 ( 18 – 48 ) + 3 ( 9 – 32 ) -1 ( 6 – 8 )
= -7 ( - 30) +3 (-23) -1 (-2)
= 210 – 69 + 2 = 143

3. Carilah harga y , bila diberikan

Pertama-tama , kuncinya dahulu ,yaitu ……………………………

Untuk mencari y ,kita gunakan

Jadi kita harus mencari dan .

Persamaan yang diberikan adalah

Untuk memperoleh ,kita hilangkan suku y – nya .

΅ = = +5 + 11
= 2 ( 8 – 18 ) + 5 ( 8 + 24 ) + 11 ( -3 – 4 )
= - 20 + 160 – 77 = 6

4. Carilah harga x , y dan z.

Jawab :
Langkah-langkah pokoknya:

= 54
 = 27

= 81

= - 27

=- x= = = 2
X=2

=- y= = = -1
X = -1

=- z = = = -3
X = -3

5. Tentukan harga k agar persamaan berikut sejalan (konsisten )

agar sejalan =0

=3 -1 +2 =0

= 3 ( 6k – k ) -1 ( 12k + 2k ) +2 ( -4 – 4 ) = 0
= 15k – 14k – 16 = 0 k – 16 = 0  k = 16