DASAR-DASAR ALJABAR

LINEAR
1. SISTEM PERSAMAAN LINEAR DAN MATRIKS

Bentuk persamaan liniear : Bentuk Matriks :

3x1 – 0,1x2 -0,2x3 = 7,85
3 - 0,1 - 0,2   x1  7,85 
0,1x1 +7x2 -0,3x3 = -19,3 0,1 7 - 0,3  x    19,3
  2   
0,3x1 – 0,2x2 +10x3 = 71,4 0,3 - 0,2 10   x3  71,4 
2. Beberapa sifat operasi matriks
a. Penjumlahan : aij  bij  cij

b. Perkalian dengan bilangan skalar :  .aij  cij

0,5 1,5 0,5 1,5 
   
 2,0 1,0   2,0  
n
c. Perkalian matriks :
 aij . b jk  cik
j 1
2

 a32 . b 24  c34 0,5 1,0  2,5 0,6 1,05 1,50

1,5 0,25 1,0 0,2 0,1 1,0  2,0 0,425 0,40 1,75 
j 1   2,0 0,5 1,0 1,0  
1,0 0,5    2,0 0,45 0,60 1,50 
d. Transpose matriks
Persamaan umum : a  a ji
T
ij
Contoh ;
5 6 5 9
aij   a 
T

8  8
ij
9 6

e. Sifat-sifat matrik lainnya :

aij = A bij = B cij = C

1. (A + B) + C = A + (A + B) 3. A(B . C) = (A . B)C
2. (A + B) C = AC + BC ≠ (B .C)A
≠ CA + BC 4. (A + B)T = AT + BT
≠ CA + CB 5. (A .B)T = BT . AT
3. Determinan dan Invers
Determinan suatu matriks A didefinisikan sebagai :
Determinan (aij) =  aij 
n

=  (1) i j
.aij .M ij

1 1
cij
Invers aij = (cij ) T a ij 
det a ij det a ij
cij = (-1)i+j .Mij

contoh :

Berapakah nilai x1, x2 dan x3 dari sistem persamaan berikut :

x1 + 0,5x2 = 100
2x1 + x2 + x3 = 200
0,5x1 + 0,5x2 + x3 = 100
Dalam bentuk matriks :
1,0 0,5 0   x1  100  invers:
2,0 1,0 1,0   x   200
  2    cij = (-1) . M ij
0,5 0,5 1,0  x3  100  c11 = 1(1,0 - 0,5) = 0,5
c12 = -1(2,0 - 0,5) = -1,5
1,0 0,5 0 
2,0 1,0 1,0   a c13 = 1(1,0 - 0,5) = 0,5
  ij c21 = -1(0,5 – 0) = -0,5
0,5 0,5 1,0 c22 = 1(1,0 - 0) = 1,0
c23 = -1(0,5 – 0,25) = -0,25
Determinan ; c31 = 1(0,5 – 0) = 0,5
c32 = -1(1,0 – 0) = -1,0
1,0 1,0 2,0 1,0
aij  1,0  0,5 0 c33 = 1(1,0 – 1,0) =0
0,5 1,0 0,5 1,0
 0,5 - 1,5 0,5 
= 1,0 (1,0–0,5) – 0,5(2,0–0,5) + 0 cij  - 0,5 1,0 - 0,25
= 0,25
 0,5 - 1,0 0 
 nilai xj : aij .x j  bi
 c 
T
c ji ij
x j  aij1 .bi
 0,5 - 0,5 0,5
 - 1,5 1,0 1,0 
 2,0 2,0 - 2,0 100 
 0,5 - 0,25 0 
x j   6,0 - 4,0 4,0  200
 0,5 - 0,5 0,5  - 2,0 1,0 0  100 
1  
aij1  - 1,5 1,0 1,0
 0,25    x1  0 
 0,5 - 0,25 0   x   200
 2  
 2,0 2,0 - 2,0  x3  0 
  6,0 - 4,0 4,0 
 - 2,0 1,0 0  jadi : x1 = 0; x2 = 200,
dan x3 = 0
4. Eliminasi gauss

Prosedur penyelesaian dari metoda ini

adalah mengurangi sistem persamaan ke
dalam bentuk segitiga sedemikian sehingga
salah satu dari persamaan-persamaan
tersebut hanya mengandung satu bilangan
tak diketahui, dan setiap persamaan
berikutnya hanya terdiri dari satu tambahan
bilangan tak diketahui baru
 Contoh :

Selesaikan sistem persamaan berikut ini:

3 x - 0.1 y – 0.2 z = 7.85

0.1 x + 7 y – 0.3 z = -19.3
0.3 x – 0.2 y + 10 z = 71.4

Dalam bentuk bentuk matriks :

3 - 0.1 - 0.2   x  7.85  3 0.1 - 0.2   x  7.85 

0.1 7 - 0.3   y    19.3 0 7.003 - 0.293  y    19.562
         
0.3 - 0.2 10  z  71.4  0 - 0.19 10.02   z  70.615 
3 - 0.1 - 0.2   x  7.85 
0 7.003    
- 0.293  y    19.562

0 0 10.012  z  70.084 

70,084
z 7
10,012
 19,562  (0,293x7)
y  2,5
7,003
7,85  (0,1x  2,5)  (0,2 x7)
z 3
3
5. Metode Gauss Jordan
• Metode Gauss jordan adalah
pengembangan dari eliminasi gauss
• Matriks di rubah menjadi segitiga
bawah dan atas (matriks identitas)
• Variabel persamaan bisa langsung
dibaca
 Contoh :

Selesaikan sistem persamaan berikut ini:

3 x - 0.1 y – 0.2 z = 7.85

0.1 x + 7 y – 0.3 z = -19.3
0.3 x – 0.2 y + 10 z = 71.4

Dalam bentuk bentuk matriks :

3 - 0.1 - 0.2  x  7.85  3 0.1 - 0.2   x  7.85 

0.1 7 - 0.3   y    19.3 0 7.003 - 0.293  y    19.562
         
0.3 - 2 10   z  71.4  0 - 2.19 10.02   z  70.615 
 3 0.1 - 0.2   x  7.85 
0 7.003 - 0.293  y    19.562

0 0 10.012  z  70.084 

1 0 - 0,0668   x   2 ,5236 
0 1 - 0,4188   y     2 , 7932 
    
 0 0 1   z   7 

1 0 0   x  3 
0 1 0   y    2,5

0 0 1  z  2 
 6. Metode Gauss Seidel
• Meode ini menerapkan terkaan-terkaan
awal dan kemudian diiterasi untuk
memperoleh taksiran-taksiran yang
diperhalus dari penyelesaiannya

Contoh :

Selesaikan sistem persamaan berikut ini:

3 x - 0.1 y – 0.2 z = 7.85
0.1 x + 7 y - 0.3 z = -19.3
0.3 x – 0.2 y + 10 z = 71.4
prosedur :

Nilai yang belum diketahui dianggap nol

Hasil dari perhitungan digunakan untuk perhitungan
selanjutnya.

Iterasi pertama
Dengan menganggap bahwa y dan z adalah nol,
maka x dapat dihitung:

7,85  0,1y  0,2 z 7,85

x   2,61667
3 3
 Nilai y ini dengan anggapan nilai z adalah nol dan
x adalah hasil yang barus saja dididapat, kemudian
disubtitusikan ke persamaan berikut :

 19,3  0,1x  0,3z  19,3  0,1(2,61667)

y   2,7945
7 7
Nilai y dan nilai x , disubtitusikan untuk mencari nilai z

71,4  0,3x  0,2 y 71,4  0,3(2,61667)  0,2(2,7945)

z 
10 10
z  7,0056
Iterasi ke-2
7,85  0,1 y  0,2 z 7,85  0,1(2,7945)  0,2(7,0056)
x 
3 3
 2,99056

 19,3  0,1x  0,3z  19,3  0,1(2,99056)  0,3(7,0056)

y 
7 7
 2,49962

71,4  0,3x  0,2 y 71,4  0,3(2,99056)  0,2(2,49962)

z 
10 10
z  7,00029
Iterasi ke-3
7,85  0,1 y  0,2 z 7,85  0,1(2,49963)  0,2(7,0029)
x 
3 3
 3,00032

 19,3  0,1x  0,3z  19,3  0,1(3,00032)  0,3(7,0029)

y 
7 7
 2,49999

71,4  0,3 x  0,2 y 71,4  0,3(3,00032)  0,2(2,49999)

z 
10 10
z  6,99999
Iterasi ke-3
7,85  0,1y  0,2 z 7,85  0,1(2,499999)  0,2(6,99999)
x 
3 3
3

 19,3  0,1x  0,3z  19,3  0,1(3)  0,3(6,99999)

y 
7 7
 2,5

71,4  0,3x  0,2 y 71,4  0,3(3)  0,2(2,5)

z 
10 10
z7