ALJABAR LINIER

&
MATRIKS
BAB I
Vektor & Matriks
Skalar = kuantiti matematis yg digambarkan dg besaran
(single number, ditulis dg huruf kecil)
ex : tekanan, debit alir, temperatur
Vektor = kuantiti matematis yg digambarkan dg besaran
dan arah (ditulis dg huruf kecil tebal). Vektor merupakan
matriks spesial yg ditulis dlm satu baris atau satu kolom
Vektor x berdimensi-d dan transposenya ditulis :

| |
d
T
d
x x x ,x
x
x
x
x

2 1
2
1
=
(
(
(
(

=
Vektor
Inner product (dot product/scalar product) :


Panjang vektor (norma vektor) :

Outer product :
Sudut antara vektor x & y

( )

=
= = =
d
k
k k
T T
y x x y y x y x
1
,
2
1
1
(
(

= =

=
d
k
k k
T
x x x x x
( )
T T
yx xy y x = = ,
( )
y x
y x
.
.
cos = u
Dua vektor x & y orthogonal jika :
Dua vektor x & y orthonormal jika :
dan
0 = y x
T
1 = = y x
0 = y x
T
Matlab users guide
>> a=5 % a sebagai skalar
a =
5
>> x=[3;4;5]
x =
3
4
5
>> b=x % matriks transpose
b =
3 4 5
x=[3;4;5];y=[1;2;3];
>> x'*y % inner product
ans =
26
>> sqrt(x'*x) % panjang vektor x
ans =
7.0711
>> norm(x) % panjang vektor x
ans =
7.0711
>> x*y % outer product
ans =
3 6 9
4 8 12
5 10 15
Matriks
Matriks adalah suatu susunan dari banjar
(array) bilangan-bilangan dalam bentuk segi
empat, dengan jumlah baris sebanyak m dan
jumlah kolom sebanyak n dan dinotasikan
sebagai A = (a
ij
)
mxn
,i = 1,,m dan j = 1,,n
serta a
ij
adalah elemen dari matriks A pada
baris ke-i kolom ke-j

ditulis sebagai berikut :
(
(
(
(
(
(
(
(

=
mn mj m m
in ij i i
n j
n j
a a a a
a a a a
a a a a
a a a a
A






2 1
2 1
2 2 22 21
1 1 12 11
1. Matriks A dikatakan berukuran m x n (berdimensi mxn)
2. Matriks A dengan dimensi 1 x n disebut sebagi vektor
baris, sedangkan yang berdimensi m x 1 disebut
sebagai vektor kolom
3. Jika jumlah baris sama dengan jumlah kolom, yaitu m =
n, maka matriks A dikatakan sebagai matriks bujur
sangkar dengan orde n.
4. Pada matriks A jika m=n, maka elemen a
ii
disebut
sebagai elemen diagonal dari A, elemen-elemen lain
merupakan elemen di luar diagonal dari A
5. Pada matriks A dengan m=n, bila a
ii
0 sedangkan
elemen di luar diagonal dari A sama dengan nol, yaitu,
a
ij
= 0 untuk i j, maka matriks A disebut sebagai
matriks diagonal
6. Jika pada matriks diagonal (point 5) nilai a
ii
= c untuk
setiap i=1,..,n maka matriks tersebut dikatakan sebagai
matriks skalar. Dengan kata lain matriks skalar adalah
matriks diagonal dengan seluruh diagonalnya bernilai
sama.
7. Jika pada matriks diagonal (point 5) nilai a
ii
= 1 untuk
setiap i=1,,n maka matriks tersebut dikatakan sebagai
matriks identitas (dinotasikan dengan I
n
).
8. Jika pada matriks diagonal (point 5) nilai a
ii
= 0 untuk
setiap i=1,,n maka matriks tersebut dikatakan sebagai
matriks null (dinotasikan dengan O
mxn
).
Operasi-operasi Matriks
Penjumlahan Matriks
Jika A = (a
ij
)
mxn
dan B = (b
ij
)
mxn

A+B = (a
ij
+ b
ij
)
mxn

Syarat : memiliki orde sama

Perkalian dg Skalar
Jika A = (a
ij
)
mxn
dan c = skalar

cA = (c x a
ij
)
mxn
Pengurangan Matriks
Jika A = (a
ij
)
mxn
dan B = (b
ij
)
mxn

A-B = A + (-1)B
= (a
ij
)+ (-1)(b
ij
)
mxn

= (a
ij
- b
ij
)
mxn
Perkalian Matriks
Jika A = (a
ij
)
mxn
dan B = (b
ij
)
nxr

A x B = C dimana C = (c
ij
)
mxr
yang unsur-unsurnya


untuk i = 1,2,3,,m dan j = 1,2,3,,r
Syarat : A dan B dikatakan comformable untuk perkalian
jika dan hanya jika jumlah kolom dari matriks A sama
dengan jumlah baris dari matriks B

nj in
n
k
j i j i kj ik ij
b a b a b a b a c

=
+ + + = =
1
2 2 1 1

| || |
(
(
(

=
(
(
(
(

(
(
(

=
32 31
22 21
12 11
42 41
32 31
22 21
12 11
34 33 32 31
24 23 22 21
14 13 12 11
c c
c c
c c
b b
b b
b b
b b
a a a a
a a a a
a a a a
B A




Kuadrat matriks
Syarat : Jika matriks adalah matriks bujur sangkar (jumlah
baris = jumlah kolom)

=
+ + + =
k
kj ik ij
b a c
b a b a b a b a c
42 24 32 23 22 22 12 21 22
(

=
(

=
39 30
42 51
2 5
7 4
2
A
A
Matriks Transpose
Jika A = (a
ij
)
mxn
, transpose A (ditulis A
T
) didefinisikan
sebagai matriks nxm yang kolom pertamannya merupakan
baris pertama matriks A, kolom keduanya merupakan baris
kedua matriks A, dst

B(b
ij
)=A
T
(a
ji
)

| |
| |
(
(
(

=
(

=
23 13
22 12
21 11
23 22 21
13 12 11
a a
a a
a a
A
a a a
a a a
A
T
Matriks Invers
Jika A dan B adalah matriks bujur sangkar, dimana
AB=BA=I, maka A dikatakan dapat dibalik dan B disebut
invers dari A. Notasi : B=A
-1


Invers dari matriks berorde 2x2 :


| |
(

=
22 21
12 11
a a
a a
A
| |
(

11 21
12 22
21 12 22 11
1
. .
1
a a
a a
a a a a
A
Matriks spesial
Symmetric :




Skew symmetric :

| | | |
T
A A =
| |
(
(
(

=
6 5 3
5 4 2
3 2 1
A
| | | |
T
A A =
| |
(
(
(

=
0 5 3
5 0 2
3 2 0
A
Matriks spesial
Hermitian :




Skew Hermitian :
| | | |
H
A A =
| |
(
(
(

+
+
=
0 2 5
2 2 3 4
5 3 4 1
i i
i i
i i
A
| | | |
H
A A =
| |
(
(
(

+

+
=
0 8 8 7
) 8 8 ( 5 ) 4 4 (
7 4 4
i
i i i
i i
A
Orthogonal :
Unitary :
Idempotent : ,m = integer
Nilpotent : ,k=integer tertentu
Diagonal :


Triangular :
| || | | | | | | | I A A A A
T T
= =
| || | | | | | | | I A A A A
H H
= =
| | | | A A
m
=
| | | | 0 =
k
A
| |
(
(
(

=
3 0 0
0 2 0
0 0 1
A
| |
(
(
(

=
3 0 0
6 2 0
5 4 1
A
Aturan-aturan Ilmu Hitung Matriks
1. A+B = B+A komutatif
2. A(BC) = (AB) C assosiatif
3. A(BC) = (AB)C assosiatif
4. A(BC) = ABAC distributif
5. (BC)A = BACA distributif
6. a(BC) = aBaC a = skalar
7. (ab)C = aCbC b = skalar
8. (ab)C = a(bC)
9. a(BC) = (aB)C = B(aC)
10. AB BA
11. (A
T
)
T
= A
12. (A+B)
T
= A
T
+B
T
13. (kA)
T
= kA
T
k = skalar

14. (AB)
T
= B
T
A
T

15. A+0 = 0+A
16. A-A = 0
17. 0-A = -A
18. A0 = 0A = 0
19. AI = IA = A
20. (AB)
-1
= B
-1
A
-1
21. (ABC)
-1
= ...C
-1
B
-1
A
-1

22. (A
-1
)
-1
= A
23. (A
n
)
-1
= (A
-1
)
n
n = 0,1,2,
24. (kA)
-1
= (1/k) A
-1
k 0


Matriks Elementer
Matriks bujur sangkar nxn yg diperoleh dari matriks identitas
I
n
dengan melakukan operasi baris elementer tunggal.
kalikan baris ke-2 I
2
dgn 3


tukarkan baris ke-2 dg baris
ke-4 dari I
4




tambahkan 3xbaris ke-3 dari
I
3
pada baris ke-1
(
(
(
(

0 0 1 0
0 1 0 0
1 0 0 0
0 0 0 1
3 0
0 1
(
(
(

1 0 0
0 1 0
3 0 1
Teorema Matriks Elementer
Jika matriks elementer E dihasilkan dengan melakukan sebuah
operasi baris tertentu pada I
m
dan jika A adalah matriks mxn,
maka hasil kali EA adalah matriks yang dihasilkan bila operasi
baris yang sama ini dilakukan pada matriks A.
penambahan 3x
baris ke-1 dr I
3
ke
baris ke-3

| | | |
| || |
(
(
(

=
(
(
(

=
(
(
(

=
9 10 4 4
6 3 1 2
3 2 0 1
1 0 3
0 1 0
0 0 1
,
0 4 4 1
6 3 1 2
3 2 0 1
A E
E A
Aljabar Linier & Matriks
BAB II
Permutasi & Inversi
Deff Permutasi :
Susunan bilangan-bilangan bulat dari suatu himpunan bilangan
bulat menurut suatu aturan tanpa menghilangkan atau
mengulangi bilangan-bilangan tersebut.
{1,2,3} permutasinya : {1,2,3} {2,1,3} {3,1,2}
{1,3,2} {2,3,1} {3,2,1}
3! = 6 buah permutasi
Deff Inversi :
Permutasi dimana angka besar mendahului angka yang lebih
kecil
{2,3,1,5,6,4} inversinya : {2,1} {3,1} {5,4} {6,4}
4 inversi
{2,4,1,3} inversinya : {2,1} {4,1} {4,3}
3 inversi
Permutasi disebut genap jika jumlah inversinya genap.
Permutasi {2,3,1,5,6,4} adalah genap, memiliki 4 inversi
Permutasi disebut ganjil jika jumlah inversinya ganjil.
Permutasi {2,4,1,3} adalah ganjil, memiliki 3 inversi
Determinan
Determinan matriks bujur sangkar Anxn ditulis |A|,
dirumuskan :


dimana penjumlahannya meliputi semua permutasi dari
(i,j,,r).
Tanda + jika (i,j,,r) adalah permutasi genap.
Tanda - jika (i,j,,r) adalah permutasi ganjil.
Karena banyaknya permutasi (i,j,,r) dari bilangan-bilangan
(1,2,3,,n) adalah n! maka dalam penjumlahan di atas
terdapat n! hasil kali (suku).
( )
nr j i
a a a A . . .
2 1

=
Sifat-sifat Determinan
Teorema 1 :
Jika A matriks bujur sangkar maka |A
T
|=|A|
Teorema 2 :
Jika [B] berasal dari [A] dg pertukaran 2 baris/kolom
dari [A], maka |B|=-|A|
Teorema 3 :
Determinan dari matriks dengan 2 baris/kolom yang
sama bernilai nol
3 2 1
6 5 4
9 8 7
9 8 7
6 5 4
3 2 1
=
0
6 2 7 4
0 3 6 8
1 4 6 2
6 2 7 4
=

9 6 3
8 5 2
7 4 1
9 8 7
6 5 4
3 2 1
=
Teorema 4 :
Jika [B] dari [A] dengan mengalikan baris/kolom [A]
dengan bilangan real p maka |B|=p|A|



Teorema 5 :
Jika [B] dari [A] dengan menambahkan setiap unsur pada
baris r dengan c kali baris s (rs) maka |B|=|A|

Teorema 6:
Jika [F] sejajar nxn maka |A| adalah hasil kali unsur-unsur
Pada diagonal utama |A|=a
11
a
22
a
nn


) 0 )( 3 )( 2 (
1 4 1
1 5 1
1 2 1
) 3 )( 2 (
3 4 1
3 5 1
3 2 1
2
6 8 2
3 5 1
3 2 1
= = =





Teorema 7 :
Jika [G] dan [H] bujur sangkar berorde sama maka
|GH|=|G|.|H|

Teorema 8 :
[A] bujur sangkar mempunyai invers jika & hanya jika |A|0


1296 ) 4 )( 9 )( 6 )( 3 )( 2 (
4 0 0 0 0
8 9 0 0 0
6 7 6 0 0
1 5 7 3 0
3 8 3 7 2
= =

Ekspansi Kofaktor
Jika [A]=(a
ij
)
nxn
maka :
Minor entri a
ij
, dinyatakan oleh M
ij
adalah
determinan submatriks yang tetap setelah baris ke-i &
kolom ke-j dihilangkan dari [A].




minor entri a
11
=M
11
=
.
.
minor entri a
33
=M
33
=
| |
(
(
(

=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
32 23 33 22
33 32
23 22
a a a a
a a
a a
=
21 12 22 11
22 21
12 11
a a a a
a a
a a
=
Kofaktor entri a
ij
, dinyatakan oleh c
ij
adalah
bilangan (-1)
i+j
. M
ij

kofaktor entri a
11
=c
11
=(-1)
1+1
.(M
11
)
.
.
kofaktor entri a
33
=c
33
=(-1)
3+3
.(M
33
)


Matriks Kofaktor A = [C
A
] =


Adjoint A = adj (A) = [C
A
]
T
=
(
(
(

33 32 31
23 22 21
13 12 11
c c c
c c c
c c c
(
(
(

33 23 13
32 22 12
31 21 11
c c c
c c c
c c c

Matriks Invers [A] =


Determinan [A] = a
11
c
11
+a
12
c
12
+a
13
c
13
(eks baris 1)
= a
11
c
11
+a
21
c
21
+a
31
c
31
(eks kolom 1)
= a
21
c
21
+a
22
c
22
+a
23
c
23
(eks baris 2)


dst
Persamaan diatas disebut ekspansi-ekspansi kofaktor |A|
A
A adj
A
) (
1
=

Teorema Cramer
Jika [A][X]=[B] adalah sistem yang terdiri dari n
persamaan linier dengan n bilangan tak diketahui dan
|A|=0, maka sistem tersebut mempunyai jawab tunggal
sbb :


Dimana Aj adalah matriks yang diperoleh dengan
menggantikan unsur-unsur dalam kolom ke-j dari [A]
dengan unsur-unsur dalam [B]

A
A
x
A
A
x
A
A
x
A
A
x
n
n
j
j
= = = = , , , , ,
2
2
1
1

ALJABAR LINIER
&
MATRIKS
BAB III
Sistem Persamaan Linier
Definisi :
Suatu himpunan berhingga dari persamaan- persamaan
linear dalam peubah-peubah x
1
, x
2
, , x
n
dinamakan
sistem persamaan linear atau sistem linear

Suatu persamaan linear dengan n peubah yaitu x
1
, x
2
, ,
x
n
dapat dinyatakan dalam bentuk :
a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= b
dimana a
1
, a
2
, ,a
n
dan b adalah konstanta-konstanta
real
Sistem Persamaan Linier
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
: : :
a
m1
x
1
+ a
n2
x
2
+ + a
mn
x
n
= b
n
di mana a koefisien konstanta,
b konstanta dan n banyaknya persamaan
dalam bentuk matriks ditulis :
(
(
(
(

=
(
(
(
(

(
(
(
(

n n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a

2
1
2
1
2 1
2 22 21
1 12 11
Penyelesaian persamaan linear serentak dapat dilakukan
dengan cara :
1. Eliminasi : Eliminasi Gauss, Gauss Jordan.
2. Iterasi : Iterasi Jacobi, Gauss siedel.
3. Dekomposisi : Dekomposisi lower-upper (LU),
Cholesky.

Konsistensi
1. Sebuah sistem persamaan yang tidak memiliki
penyelesaian dikatakan tidak konsisten. Jika ada setidak-
tidaknya satu pemecahan, maka sistem persamaan
tersebut dikatakan konsisten.
2. Suatu sistem persamaan linear mungkin tidak memiliki
penyelesaian, atau memiliki persis satu penyelesaian,
atau memiliki tak berhingga banyaknya penyelesaian.
Dalam 2 dimensi dapat digambarkan sebagai berikut :
Tidak ada penyelesaian Ada satu penyelesaian
Tak hingga (banyak) penyelesaian
Eliminasi Gauss
Eliminasi bilangan unknown dengan menggabungkan
persamaan-persamaan






) (
) (
) (
3
2
1
3
2
1
3
2
1
33 32 31
23 22 21
13 12 11
E
E
E
b
b
b
x
x
x
a a a
a a a
a a a

(
(
(

=
(
(
(

(
(
(

System
gular UpperTrian
b
b
b
x
x
x
a
a a
a a a
(
(
(

=
(
(
(

(
(
(

3
2
1
3
2
1
33
23 22
13 12 11
"
'
" 0 0
' ' 0
Forward
Elimination





Langkah-langkah eliminasi maju :
1. Eliminasikan x
1
dari (E
2
) dan (E
3
), asumsi a
11
0



Kurangkan (m
21
xE
1
) pada E
2
dan kurangkan (m
31
xE
1
) pada
E
3
sehingga :




Tanda menandakan persamaan telah dimodifikasi 1x
Back
Subtitution
11
3 13 2 12 1
1
22
3 23 2
2
3 3
3
3
,
'
' '
,
"
"
a
x a x a b
x
a
x a b
x
a
b
x

=

= =
11
31
31
11
21
21
;
a
a
m
a
a
m = =
3 3 33 2 32
2 3 23 2 22
1 3 13 2 12 1 11
' " '
' ' '
b x a x a
b x a x a
b x a x a x a
= +
= +
= + +
2. Eliminasikan x
2
dari E
3
a
22
0


Kurangkan (m
32
xE
2
) pada E
3
sehingga :




Tanda menandakan persamaan telah dimodifikasi 2x
Langkah-langkah subtitusi mundur :


Sehingga dapat dirumuskan :

22
32
32
'
'
a
a
m =
3 3 33
2 3 23 2 22
1 3 13 2 12 1 11
" "
' ' '
b x a
b x a x a
b x a x a x a
=
= +
= + +
3 3
3
3
"
"
a
b
x =
) 1 (
) 1 (

=
n
nn
n
n
n
b
b
x


untuk menghitung sisanya :

i=n-1,n-2,,1
Persamaan E
1
disebut pivot equation,a
11
disebut koefisien
pivot, dan operasi perkalian baris pertama dengan a
21
/a
11

disebut normalisasi. Untuk kemudahan dipakai matriks
diperbesar (Augmented matrix) :
) 1 (
1
) 1 ( ) 1 (

+ =

=
i
ii
n
i j
j
i
ii
i
i
i
a
x a b
x
(
(
(

3
2
1
33 32 31
23 22 21
13 12 11
b
b
b
a a a
a a a
a a a

hindari pembagian dengan nol sehingga sehingga muncul

sebutan metode eliminasi gauss naif.

Teknik untuk memperbaiki teknik eliminasi gauss :
1. Pivoting
Sebelum tiap baris dinormalkan, dilakukan penentuan
koefisien terbesar kemudian baris-baris tersebut
dipertukarkan sehingga elemen terbesar merupakan
elemen pivot.
2. Scalling
Meminimalkan galat pembulatan untuk kasus dimana
beberapa persamaan mempunyai koefisien-koefisien yang
jauh lebih besar dari lainnya.
Eliminasi Gauss Jordan
Variasi dari eliminasi gauss untuk menghitung matriks
invers. Langkah eliminasi menghasilkan matriks satuan
sehingga tidak dibutuhkan subtitusi mundur.






Elimination
(
(
(

3
2
1
33 32 31
23 22 21
13 12 11
b
b
b
a a a
a a a
a a a

(
(
(
(

*
3
*
2
*
1
1 0 0
0 1 0
0 0 1
b
b
b
satuan
matriks

No back
subtitution
*
3 3
*
2 2
*
1 1
b x
b x
b x
=
=
=
Iterasi Gauss-Siedel
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
(1)

a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
(2)

: : :
a
m1
x
1
+ a
n2
x
2
+ + a
mn
x
n
= b
n
(n)

Dapat ditulis kembali :

) (
1
) (
1
) (
1
) 1 ( ) 1 ( 2 2 1 1
2 3 23 1 21 2
22
2
1 3 13 2 12 1
11
1

=
=
=
n n n n n n
nn
n
n n
n n
x a x a x a b
a
x
x a x a x a b
a
x
x a x a x a b
a
x

Langkah-langkah Iterasi Gauss-Siedel :

1. Asumsikan x
2
,

x
3
,

,

x
n
= 0, diperoleh ;

2. Hasil x
1
dimasukkan ke persamaan (2) untuk
mendapatkan harga x
2
, asumsikan x
3
,

,

x
n
= 0, diperoleh ;



3. Langkah 1 dan 2 dilakukan terus sampai diperoleh nilai xn
dan selesailah proses iterasi pertama. Kemudian hasil
proses tersebut dimasukkan kembali pada persamaan
untuk mendapatkan harga unknown dari x
1
,x
2
,

x
3
,

,

x
n
pada proses iterasi kedua, ketiga dst
4. Proses iterasi berakhir jika hasil iterasi terakhir sama
11
1
1
a
b
x =
( )
1 21 2
22
2
1
x a b
a
x =
4. Dengan atau hampir sama dengan iterasi sebelumnya.

Kelemahan Iterasi Gauss-Siedel : proses akhir iterasi
menjadi meragukan
Contoh :
27x + 6y z = 85 (1)
6x + 15 y + 2z = 72(2)
X + y + 54z = 110 (3)

Diubah menjadi :
) 110 (
54
1
) 2 6 72 (
15
1
) 6 85 (
27
1
y x z
z x y
z y x
=
=
+ =
Iterasi pertama
1. Asumsikan y=z=0, diperoleh :


2. Hasil dari x
1
dimasukkan ke persamaan 2 (asumsikan
z=0), diperoleh :


3. Masukkan hasil x1 dan y1 ke dalam persamaan 3 :

15 , 3
27
85
1
= = x
54 , 3 )) 15 , 3 ( 6 72 (
15
1
1
= = y
91 , 1 ) 54 , 3 15 , 3 110 (
54
1
1
= = z
Iterasi kedua







Iterasi selanjutnya
Sama dengan cara sebelumnya.
Iterasi berakhir pada saat iterasi ke-5, yaitu nilai x, y dan
z hampir sama dg iterasi ke-4,di mana
x=2,425; y=3,573; z=1,926
926 , 1 ) 57 , 3 43 , 2 110 (
54
1
57 , 3 )) 91 , 1 ( 2 ) 43 , 2 ( 6 72 (
15
1
43 , 2 ) 91 , 1 ) 54 , 3 ( 6 85 (
27
1
2
2
2
= =
= =
= + =
z
y
x
Persamaan Linier Homogen
Sistem persamaan linear Homogen merupakan kasus khusus
dari Sistem persamaan linear biasa A x=b untuk kasus b=0.
Pada SPL homogen, matriks diperbesar [A|b ] setelah melalui
eliminasi GaussJordan, kolom terakhirnya akan selalu nol
sehingga penyelesaian dari SPL akan selalu ada. Ada dua
macam penyelesaian dalam SPL homogen ini yaitu :
trivial ( tak sejati ) = solusi SPL hanya x = 0 (solusi tunggal)
Ciri : semua kolom matriks A memiliki 1 utama
tak trivial ( sejati ) = solusi SPL tak hingga banyak
Ciri : tidak semua kolom matriks A memiliki 1
utama/memiliki baris 0
Contoh 1



Penyelesaian dari SPL homogen diatas adalah



Pada matriks yang terakhir terlihat bahwa semua kolom matriks A
memiliki satu utama sehingga penyelesaiannya adalah trivial yaitu:



Contoh 2



Penyelesaian dari SPL homogen diatas adalah






Pada matriks yang terakhir terlihat bahwa hanya dua kolom dari
matriks A yang memiliki satu utama atau terdapat dua baris nol ,
ini berarti bahwa penyelesaian SPL adalah tak trivial yaitu
penyelesaian banyak dengan dua parameter yaitu :


jika z = s dan w = t s,t R maka






SPL
CIRI-CIRI
SIFAT
KONSISTEN
INKONSISTEN
Semua peubah s.d. angka pertama, tidak
muncul sebagai fungsi trigonometri,
logaritma, eksponensial, hasil kali atau
akar peubah
- Minimal ada satu pemecahan
- Mempunyai tak ningga banyaknya
pemecahan
- Tidak mempunyai pemecahan
SPL
HOMOGEN
SOLUSI
PEMECAHAN
ATURAN
CRAMER
ELIMINASI
GAUSS
ELIMINASI
GAUSS-JORDAN
TRIVIAL
NONTRIVIAL
Semua peubah bernilai 0 (x1,x2,x3,..,xn = 0
Ada pemecahan lain sebagai tambahan
dari pemecahan trivial
Jika SPL Homogen terdiri dari peubah
(bil. tak diketahui) lebih banyak drpd
banyaknya persamaan, maka
mempunyai tak hingga banyaknya
pemecahan tak trivial
- AX=B
- Koefisien [A] merupakan matriks bujur
sangkar
- Menggunakan augmented matriks
- Matriks akhir : bentuk eselon baris
(mempunyai nol di bawah tiap 1 utama)
- Ada subtitusi balik
- Menggunakan augmented matriks
- Matriks akhir : bentuk eselon baris
tereduksi (mempunyai nol di bawah
dan di atas tiap 1 utama)
ITERASI
GAUSS-SIEDEL
- Proses iterasi berakhir jk hasil akhir
sama/hampir sama dg iterasi
sebelumnya
- Kelemahan: proses akhir iterasi
meragukan
DEFINISI
Himpunan berhingga dr persamaan2
linier dlm peubah x1,x2,x3,..,xn
DEFINISI Semua suku konstanta bernilai 0