Book of study for university

1. Sistem Persamaan Linear dan

Matriks

1.1 PENGERTIAN SISTEM PERSAMAAN LINEAR DAN CARA

MENYELESAIKANNYA

Secara aljabar sebuah garis pada bidang- xy dapat dinyatakan oleh sebuah
persamaan yang berbentuk
(1.1) a1 x + a2 y = b
Persamaan ini dinamakan persamaan linear dalam variabel x dan y .
Secara umum, Persamaan Linear dengan n variabel x1 , x2 , , xn didefinisikan
dengan
(1.2) a1 x1 + a2 x2 + + an xn = b
dengan a1 , a2 , , an dan b adalah konstanta – konstanta riil.
Perlu dicatat bahwa sebuah persamaan linear tidak melibatkan sesuatu hasil kali atau
akar variabel. Semua variabel hanya terdapat sampai dengan derajat pertama dan tidak
muncul sebagai argumen untuk fungsi trigonometri, fungsi logaritma, atau fungsi
eksponensial.

Contoh 1.1
Persamaan – persamaan berikut ini adalah linear :
x + 3y = 7 x1 − 2 x2 − 3 x3 + x4 = 7
1
y= x + 3z + 1 x1 + x2 +  + xn = 1
2
sedangkan berikut ini bukanlah persamaan linear :
x + 3y2 = 7 3 x + 2 y − z + xz = 4
y − sin x = 0 x1 + 2 x2 + x3 = 1

Menyelesaikan persamaan linear (1.2) adalah upaya mendapatkan n bilangan

katakan s1 , s2 , , sn sehingga persamaan (1.2) bernilai benar. Artinya bila
disubstitusikan nilai-nilai x1 = s1 , x2 = s2 , , xn = sn pada persamaan (1.2) ruas kiri
sama dengan ruas kanan. Himpunan semua bilangan s1 , s2 , , sn dinamakan
himpunan penyelesaian sistem persamaan linear.

Contoh 1.2

Carilah himpunan pemecahan setiap persamaan yang berikut :

(i) 4 x − 2 y = 1 (ii) x1 − 4 x2 + 7 x3 = 5
Untuk mencari solusi persamaan (i), dapat dilakukan dengan cara menetapkan
sembarang nilai untuk x . Kemudian dengan nilai tersebut nilai y dapat diperoleh. Atau

By m.sukma rohim
Book of study for university
2
dengan cara sebaliknya. Sebagai ilustrasi cara yang dimaksud, misalkan sebuah nilai t
yang sembarang untuk x , maka diperoleh
1
(1.3) x = t, y = 2t −
2
Solusi secara khusus dapat diperoleh dengan mensubstitusikan nilai – nilai tertentu untuk
t . Misalnya, jika t = 3 maka persamaan (1.3) menghasilkan x = 3, y = 11 2 dan jika
t = −1 2 maka akan diperoleh x = −1 2 , y = −3 2.
Untuk mendapatkan solusi dari persamaan (ii) dapat dilakukan dengan cara yang
sama yaitu menetapkan sembarang nilai untuk dua variabel tertentu dan
mensubsitusikannya ke persamaan semula untuk mendapatkan nilai variabel ketiga.
Sebagai ilustrasi cara yang dimasksud, misalkan ditetapkan nilai – nilai s dan t untuk
masing-masing x2 dan x3 yaitu
x2 = s, x3 = t
untuk mendapatkan nilai variabel x1 subsitusikan x2 = s dan x3 = t ke persamaan (ii)
akan diperoleh
x1 = 5 + 4s − 7t

Definisi 1.1 (Sistem Persamaan Linear):

Sebuah himpunan berhingga dari persamaan – persamaan linear dalam variabel- variabel
x1 , x2 , , xn dinamakan sebuah sistem persamaan linear atau sebuah sistem linear
dan ditulis dalam bentuk
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2 n xn = b2
(1.4)
   
am1 x1 + am 2 x2 + + amn xn = bm

dengan a dan b yang berindeks bawah menyatakan konstanta – konstanta.

Persamaan (1.4) disebut sebuah sistem linear yang terdiri dari m persamaan linear
dengan n bilangan yang tak diketahui.
Berdasarkan definisi di atas sistem linear berikut
4 x1 − x2 + 3 x3 = −1
(1.5)
3 x1 + x2 + 9 x3 = −4
mempunyai dua persamaan linear dengan tiga variabel.
Persamaan (1.5) mempunyai solusi x1 = 1, x2 = 2, x3 = −1 karena nilai – nilai ini
memenuhi kedua – dua persamaan. Akan tetapi, x1 = 1, x2 = 8, x3 = 1 bukanlah sebuah
solusi karena nilai – nilai ini hanya memenuhi persamaan yang pertama dari kedua
persamaan di dalam sistem tersebut. Perlu dicatat bahwa tidak semua sistem persamaan
linear mempunyai solusi misalnya sistem linear berikut
x +y =4
x + y =3
Sebuah sistem persamaan yang tidak mempunyai solusi dikatakan tak konsisten
(inconsistent). Sebaliknya sistem yang mempunyai solusi dinamakan konsisten
(consistent).

By m.sukma rohim
Book of study for university
3
Tinjaulah sebuah sistem umum dari dua persamaan linear dalam bilangan –
bilangan yang tak diketahui x dan y :
a1 x + b1 y = c1 ( a1 , b1 ≠ 0 )
(1.6)
a2 x + b2 y = c2 ( a2 , b2 ≠ 0 )
Kedua persamaan ini memberikan grafik berbentuk garis lurus. Namakan garis–garis
tersebut g1 dan g 2 . Dari posisi letak kedua garis, ada tiga kemungkinan yang dapat
dibuat yaitu kedua garis sejajar atau kedua garis berhimpit/berpotongan di satu titik atau
kedua garis berhimpit/berpotongan di banyak titik. Perhatikan Gambar 1.1.
g2 g1

g1 g1
g2 g2
a. b. c.
Gambar 1.1

Dari Gambar 1.1

(a) Tidak ada satu titikpun yang yang bersinggungan/berpotongan antara garis g1 dan g 2
. Sebagai konsekuensi kondisi ini tidak ada solusi untuk sistem tersebut.
(b) Hanya ada satu titik singgung/potong. Konsekuensi kondisi ini adalah sistem tersebut
persis mempunyai satu solusi.
(c) Ada banyak titik singgung/potong yang diberikan kedua garis g1 dan g 2 . Di dalam
kasus ini maka ada banyak solusi untuk sistem tersebut.
Dari kemungkinan (b) dan (c), titik ( x, y ) dikatakan terletak pada garis g1 dan g 2 jika
dan hanya jika x dan y memenuhi persamaan-persaman garis pada persamaan (1.6).
Hasil yang sama berlaku untuk sembarang sistem. Singkatnya, ada tiga kemungkinan
yang dapat terjadi di dalam mendapatkan solusi sistem persamaan linear yaitu sistem
mempunyai satu solusi, atau banyak solusi, atau tidak ada solusi.

Kembali kepada sistem persamaan linear (1.4). Jika semua suku konstan
bi ( i = 1, 2,L , m ) sama dengan nol yaitu sistem tersebut mempunyai bentuk
a11 x1 + a12 x2 +  + a1n xn = 0
a21 x1 + a22 x2 +  + a2 n xn = 0
(1.7)
   
am1 x1 + am 2 x2 + + amn xn = 0
maka sistem persamaan linear (1.7) dikatakan sebagai Sistem Persamaan linear
Homogen.
Seperti yang telah dikemukakan sebelumnya bahwa tiap–tiap sistem persamaan linear
mempunyai satu solusi, atau banyak solusi, atau tidak ada solusi sama sekali.

Berkenaan dengan konsisten atau tidak konsisten, sistem persamaan (1.7) adalah sistem
yang konsisten, karena x1 = 0, x2 = 0,  , xn = 0 selalu merupakan sebuah solusi. Solusi

By m.sukma rohim
Book of study for university
4
tersebut dinamakan solusi trival (trival solution). Selanjutnya jika ada solusi lain, maka
solusi tersebut dinamakan solusi non-trivial (non-trival solution).
Untuk sebuah sistem persamaan linear homogen salah satu diantara pernyataan
berikut bernilai benar.
1. Sistem tersebut hanya mempunyai pemecahan trivial.
2. Sistem tersebut mempunyai tak terhingga banyaknya pemecahan yang tak trivial
sebagai tambahan kepada pemecahan trivial tersebut.
Pada kasus khusus dimana sebuah sistem homogen dipastikan mempunyai solusi non-
trivial yaitu ketika sistem tersebut memiliki variabel lebih banyak daripada persamaan
yang dilibatkan.

1.2 PENULISAN SISTEM PERSAMAAN LINEAR DALAM BENTUK MATRIKS

Definisi 1.2 (Matriks}:

Sebuah matriks adalah sebuah susunan segi empat siku–siku dari bilangan–bilangan yang
disebut entri.

Contoh 1.3:
Susunan berikut adalah matriks.

By m.sukma rohim
Book of study for university
5

 21   − 2 π e
 03  [  1   1
 − 3012 ]  3 2 0   [4]
3   
− 41  000 
Dari contoh matriks di atas, ukuran sebuah matriks dinyatakan dengan menyatakan baris
(arah horisontal) dan banyaknya kolom (arah vertikal) yang terdapat di dalam matriks
tersebut. Matriks pertama di dalam Contoh 1.3 mempunyai 3 baris dan 2 kolom sehingga
ukurannya dinyatakan dengan "3x2". Angka "3" menunjukan banyaknya baris dan angka
"2" menunjukkan banyaknya kolom. Lebih lanjut, pada Contoh 3 matriks yang
berikutnya berturut – turut berukuran "1x4", "3x3", "2x1", dan "1x1".
Pada konteks matriks umumnya digunakan huruf–huruf bold-uppercase
(misalnya, A, B, C, dst) untuk menyatakan suatu matriks dan digunakan huruf–huruf
lowercase (a, b, c, dst) untuk menyatakan skalar (kuantitas–kuantitas numerik). Sebagai
contoh dari ketentuan ini penulisan matriks
2 i 7  a b c 
A=   atau C =  
3 4 2  d e f 
adalah dibenarkan. Sebaliknya penulisan matriks sebagai berikut
2 I 7  A b c
A=   atau c =  
 D 4 2 d e F 
adalah salah.

By m.sukma rohim
Book of study for university
6

Bila digunakan notasi aij untuk menyatakan entri dengan posisi baris ke- i dan
kolom ke- j dari matriks A , maka sebuah matriks A berukuran 3x4 dapat ditulis sebagai
 a11 a12 a13 a14 
A =  a21 a22 a23 a24 
 a31 a32 a33 a34 

Dengan cara yang sama sebuah matriks B berukuran m x n dengan entri

bij ( i = 1, 2,L , n; j = 1, 2,L , m ) dapat dituliskan sebagai
b11 b12 L b1n 
b b L b 
B =  21 22 2n 
 MM M 
 
bm1 bm 2 L bmn 

Tinjau kembali sistem persamaan linear (1.4). Penulisan indeks bawah ganda pada
skalar aij adalah menyatakan posisi di dalam sistem tersebut. Indeks bawah pertama (i)
pada skalar aij menunjukan letak persamaan dimana bilangan tersebut muncul dalam hal
ini aij berada pada persamaan ke-i. Selanjutnya indeks bawah kedua (j) menunjukan
koefisien untuk variabel ke-j. Sebagai contoh, skalar a12 terdapat dalam persamaan
pertama dan merupakan koefisien dari variabel x2 .
Dengan beranggapan bahwa pada sistem persamaan (1.4) tanda " + ", dan tanda "
= " sebagai pemisah antar kolom, maka sistem tersebut dapat disingkat dengan hanya
menuliskan susunan empat persegi panjang dari skalar-skalarnya:

 a1 1 a1 2  a1n b1 
a a  a b 
(1.8)  2 1 2 2 2n 2 
 
 
 am1 am2  am bn m 
Susunan ini dinamakan matriks yang diperbesar (augmented matrix) untuk sistem
tersebut. Perlu diingat bahwa anggapan di atas bukanlah alasan matematis untuk
menulis matriks augmented tersebut. Alasan yang sebenarnya akan dibicarakan pada bab
berikutnya. Untuk sistem persamaan linear berikut

By m.sukma rohim
Book of study for university
(1.9)
matriks yang diperbesar adalah
7
x1 + x2 + 2 x3 = 9
2 x1 + 4 x2 − 3 x3 = 1
3 x1 + 6 x2 − 5 x3 = 0

 1 1 2 9
 2 4 − 3 1
 
 3 6 − 5 0
Ide dasar untuk menyelesaikan sebuah sistem persamaan linear adalah mengganti
sistem tersebut dengan sebuah sistem yang baru yang mempunyai himpunan pemecahan
yang sama, tetapi lebih mudah untuk diselesaikan. Sistem baru yang dimaksud umumnya
diperoleh dengan operasi-operasi:
1. Mengalikan sebuah persamaan dengan sebuah konstanta yang tak sama dengan nol.
2. Mempertukarkan dua persamaan.
3. Menambahkan kelipatan dari satu persamaan kepada yang lainnya.

Operasi – operasi ini dinamakan operasi baris elementer. Contoh berikut melukiskan
bagaimana operasi – operasi dapat digunakan untuk menyelesaikan sistem persamaan
linear (disadur dari buku Elementary Linear Algebra by Howard Anton alih bahasa
Pantur Silaban, 1981).

Contoh 1.4

Pada kolom sebelah kiri sebuah sistem persamaan linear (persamaan (1.8)) diselesaikan
dengan melakukan operasi – operasi pada persamaan tersebut. Sedangkan pada kolom
sebelah kanan sistem yang sama terlebih dahulu diterjemahkan dalam bentuk matriks
yang diperbesar lalu dilakukan operasi–operasi pada baris-baris dari matriks tersebut.

 1 1 2 9
x + y +2z = 9  2 4 − 3 1
 
2 x + 4 y −3 z = 1
3 x + 6 y −5 z = 0

 3 6 − 5 0
By m.sukma rohim
Book of study for university
Tambahkan –2 kali persamaan per-
tama kepada persamaan kedua untuk
mendapatkan
8
Tambahkanlah –2 kali baris
pertama kepada baris kedua
untuk mendapatkan

1 1 2 9 
x + y +2z = 9 0 2 − 7 − 1  7
 
2 y − 7 z = −17
3 x + 6 y −5 z = 0

 3 6 − 5 0 
Tambahkanlah –3 kali persamaan per- Tambahkanlah –3 kali baris
tama kepada persamaan ketiga untuk pertama kepada baris ketiga
mendapatkan untuk mendapatkan

1 1 2 9 
x + y +2 z = 9 0 2 − 7 − 1  7
 
2 y −7 z = −17
3 y −11 z = −27

 0 3 − 1 1 − 2  7
Kalikanlah persamaan kedua dengan Kalikanlah baris kedua deng-
½ untuk mendapatkan an ½ untuk mendapatkan

1 1 2 9 
 
0 1 − 7 − 1  7
x + y +2z = 9
7 17
y − z =−

 2 2
2 2
3 y −11 z = −27

0 3 − 1 1 − 2 7
 
Tambahkanlah –3 kali persamaan ke- Tambahkanlah –3 kali baris -
dua kepada persamaan ketiga untuk kedua kepada barais ketiga
mendapatkan untuk mendapatkan

By m.sukma rohim
Book of study for university
9
x + y + 2z = 9
7 17
y − z =−
2 2
1 3
− z =−
2 2

 
1 1 2 9 
 
 0 1 − − 7
7 1
 2 2
 1 3
0 0 − − 
 2 2
Kalikanlah persamaan ketiga dengan Kalikanlah baris ketiga den-
-2 untuk mendapatkan gan –2 untuk mendapatkan
x + y +2z = 9
7 17
y − z =−
2 2
z =3

1 1 2 9 
 7 1 7
0 1 − − 
 2 2
0 0 1 3
 
Tambahkanlah –1 kali persamaan ke- Tambahkanlah –1 kali baris
dua kepada persamaan pertama untuk kedua kepada baris pertama
mendapatkan untuk mendapatkan

By m.sukma rohim
Book of study for university
10

 1 1 3 5
1 0 2 2 
+
11
z=
35  
 0 1 − 7 − 1 7
x
2 2
7 17
y− z =−
2 2  2 2
z =3
 
0 0 1 3 
 
11 11
Tambahkanlah − kali persamaan Tambahkanlah − kali
2 2
baris
Ketiga kepada persamaan pertama ketiga kepada baris pertama
7 7
dan kali persamaan ketiga persa- dan kali baris ketiga
2 2
kepada
maan kedua untuk mendapatkan baris kedua untuk mendapat-
kan

 1 0 0 1
x =1
 0 1 0 2
 
y =2
z=3

 0 0 1 3
Jadi, solusi sistem persamaan linear (1.9) adalah
x = 1, y = 2, z = 3
Contoh berikut ditujukan kepada sistem persamaan linear homogen. Pada contoh ini akan
diperlihatkan bahwa mengapa sistem dengan variabel lebih banyak daripada persamaan
memiliki solusi non-trivial.

Contoh 1.5
Selesaikanlah sistem persamaan linear homogen berikut dengan menggunakan operasi
baris elementer.

By m.sukma rohim
Book of study for university
11
2 x1 + 2 x2 − x3 + x5 = 0
− x1 + x2 + 2 x3 − 3 x4 + x5 = 0
(1.10)
x1 + x2 − 2 x3 − x5 = 0
x3 + x4 + x5 = 0

Perhatikan bahwa sistem (1.11) memiliki lima variabel dan empat persamaan. Matriks
yang diperbesar untuk sistem tersebut adalah

2 2 − 1 0 1 0
− 1 − 1 2 − 3 1 0

1 1 − 2 0 − 1 0
 
0 0 1 1 1 0
Dengan mereduksi matriks ini menjadi bentuk eselon baris yang direduksi, maka kita
mendapatkan

1 1 0 0 1 0
0 0 1 0 1 0
 
0 0 0 1 0 0
 
0 0 0 0 0 0
Sistem persamaan yang bersangkutan adalah

x1 + x2 + x5 = 0
(1.11) x3 + x5 = 0
x4 =0

Dengan memecahkannya untuk variabel – variabel utama maka akan menghasilkan

By m.sukma rohim
Book of study for university
12
x1 = − x2 − x5
(1.12) x3 = −x5
x4 = 0

Dengan demikian himpunan penyelesaian sistem (1.10) adalah

(1.13) x1 = −s − t , x2 = s, x3 = −t , x4 = 0, x5 = t
Dengan memilih nilai s = t = 0 , pemecahan trival dapat diperoleh.

Contoh 1.5 memberikan gambaran bahwa sistem homogen dengan m

n
persamaan dan peubah (bilangan yang tidak diketahui) dan m < n . Dalam hal ini jika
ada r baris yang tidak nol di dalam bentuk eselon baris yang direduksi dari matriks yang
diperbesar maka r < n yang berarti akan ada banyak solusi yang diperoleh. Dari kondisi
ini lahirlah teorema berikut:
Teorema 1.1. Sebuah sistem persamaan linear homogen dengan bila banyak bilangan
yang tak diketahui melebihi banyaknya persamaan selalu mempunyai tak terhingga
banyaknya solusi.

1.3 METODE MENYELESAIKAN SISTEM PERSAMAAN LINEAR:

ELIMINASI GAUSS

Metode Eliminasi Gauss didasarkan pada pemikiran untuk mereduksi matriks yang
diperbesar menjadi sebuah bentuk yang cukup sederhana sehingga suatu sistem
persamaan dapat diselesaikan dengan memeriksa sistem tersebut.
Di dalam langkah terakhir dari Contoh 1.4 diperoleh bentuk matriks berikut ini

 1 0 0 1
 0 1 0 2
 
 0 0 1 3
Bentuk matriks seperti ini adalah sebuah contoh dari suatu matriks yang dikatakan dalam
bentuk eselon baris yang direduksi (reduced row-echelon form).
Perhatikan bentuk-bentuk matriks dalam contoh berikut

Contoh 1.6

Diberikan sejumlah matriks dalam bentuk sebagai berikut

By m.sukma rohim
Book of study for university
13
 0 1 −2 0 1 
1 0 0 4 1 0 0 
0 0 0 1 3 
0 1 0 7  ,   , 0 1  .
0 1 0  ,
  0 0 0 0 0  0 0 
 
0 0 1 −1   0 0 1

0 0 0 0 0 
Matriks–matriks tersebut dikatakan berada di dalam bentuk eselon baris yang direduksi.
Kemudian sejumlah contoh matriks dalam bentuk berikut

 1 4 3 7  1 0   0 1 2 6 0 
 0 1 6 2 ,  0 1  ,  0 1 − 0 
   
0 1 5 0 1 0 0 1
dikatakan berada dalam bentuk eselon baris.
Dari dua bentuk matriks yang berbeda di atas, suatu matriks dikatakan dalam bentuk
eselon baris tereduksi bila entri aij tersusun sebagai berikut
1. Entri pada baris ke-i tidak seluruhnya bernilai nol tetapi bilangan tak nol pertama di
dalam baris tersebut untuk urutan kolom ke-j terkecil adalah 1 (baca: 1 utama). Bila
kondisi ini terpenuhi maka baris tersebut ditempatkan di baris ke-i terkecil. Hal yang
sama dilakukan pada kolom ke-j terkecil berikutnya untuk diletak pada baris ke-i
terkecil berikutnya lagi. Demikian untuk seterusnya.

By m.sukma rohim
Book of study for university
14
2. Jika ada satu atau lebih baris yang seluruh entri-entrinya bernilai nol, maka baris
tersebut ditempatkan di baris-baris akhir matriks.
3. Matriks pada sembarang dua baris yang berturutan yang tidak terdiri seluruhnya dari
nol, maka 1 utama di dalam baris yang lebih rendah terdapat lebih jauh kekanan dari
pada 1 utama di dalam baris yang lebih tinggi.
4. Setiap kolom yang mengandung sebuah 1 utama mempunyai nol ditempat lain.

Sebuah matriks yang mempunyai sifat–sifat 1, 2, dan 3, dikatakan berada di dalam

bentuk eselon baris (row-echelon form).

Contoh 1.7

Matriks–matriks berikut berada di dalam bentuk eselon baris yang direduksi.

By m.sukma rohim
Book of study for university
15

 0 1 − 2 0 1
 1 0 4  1 0   
0
 0 1 0 7 ,  0 1  ,   , 0 1 3  0 
    0 0  0  
0 1 −  0 1    
0 0 
Matriks – matriks yang berikut berada di dalam bentuk eselon baris.

By m.sukma rohim
Book of study for university
16

 1 4 3 7  1 0   0 1 2 6 0 
 0 1 6 2 ,  0 1  ,  0 1 − 0 
   
0 1 5 0 1 0 0 1
Melalui pemeriksaan setiap matriks di atas memenuhi semua persyaratan yang perlu.

Perlu diingat bahwa sebuah matriks dikatakan dalam bentuk eselon baris ia harus
mempunyai nilai nol di bawah setiap 1 utama. Sebaliknya suatu matriks dikatakan dalam
bentuk eselon baris yang direduksi ketika ia mempunyai nilai nol di atas dan di bawah
setiap 1 utama.

Suatu sistem persamaan linear yang diterjemahkan ke dalam matriks yang

diperbesar yang oleh sebuah urutan operasi baris elementer matriks tersebut berbentuk
eselon baris yang direduksi maka solusi untuk sistem tersebut dapat dengan mudah
diperoleh. Perhatikan contoh berikut.

Contoh 1.8

Matriks yang diperbesar berikut merupakan hasil reduksi oleh operasi baris elementer
dari suatu sistem persamaan linear menjadi bentuk eselon baris yang direduksi seperti apa
yang diberikan. Tentukan solusi sistem tersebut.

By m.sukma rohim
Book of study for university
17

 1 0 0 5  1 0 0 4 − 1
 0 1 0 − 2  0 1 0 2 6
   
a) b)

 0 0 1 4  0 0 1 3 2
1 6 0 0 4 − 2
0   1 0 0 0
 0 1 0 3 1  0 1 2 0
 
c) d)
0 0 0 1 5 2
   0 0 0 1
0 0 0 0 0 0
Penyelesaian:
(a). Sistem persamaan linear yang dimaksud adalah
x1 = 5
x2 = −2
x3 = 4
Dengan pemeriksaan maka, x1 = 5, x2 = −2, x3 = 4

(b). Sistem persamaan linear yang dimaksud adalah

x1 + 4 x4 = − 1
x2 + 2 x4 = 6
x3 + 3x4 = 2
Karena x1 , x2 dan x3 bersesuaian dengan 1 utama di dalam matriks augmented,
maka ia dinamakan variabel–variabel utama (leading variabels). Dengan memecahkan
variabel – variabel utama tersebut dalam x4 diperoleh
x1 = −1 − 4 x4
(1.14) x2 = 6 − 2 x4
x3 = 2 − 3 x4

By m.sukma rohim
Book of study for university
18
Karena x4 dapat diberikan sebarang nilai, katanlah t , maka kita mempunyai tak
terhingga banyaknya pemecahan. Himpunan pemecahan ini diberikan oleh rumus –
rumus
(1.15) x1 = −1 − 4t , x2 = 6 − 2t , x3 = 2 − 3t , x4 = t
(c). Sistem persamaan linear yang dimaksud adalah
x1 + 6 x2 + 4 x5 = − 2
(1.16) x3 + 3 x5 = 1
x4 + 5 x5 = 2
Di sini variabel–variabel utama adalah x1 , x3 dan x4 . Dengan memecahkan variabel-
variabel dalam variabel lainnya maka akan memberikan
x1 = −2 − 4 x5 − 6 x2
(1.17) x3 = 1 − 3 x5
x4 = 2 − 5 x5
Karena x5 dapat diberikan sebarang nilai t , dan x2 dapat diberika sebarang nilai s ,
maka akan ada tak terhingga banyaknya pemecahan. Himpunan pemecahan tersebut
diberikan oleh rumus – rumus
(1.18) x1 = −2 − 4t − 6 s, x2 = s, x3 = 1 − 3t , x4 = 2 − 5t , x5 = t
(d). Persamaan terakhir di dalam sistem persamaan – persamaan yang bersangkutan
adalah
0 x1 + 0 x2 + 0 x3 = 1
Karena persamaan ini tidak pernah dapat dipenuhi, maka tidak ada pemecahan untuk
sistem tersebut.

Dari uraian di atas, sebuah sistem persamaan linear akan mudah diselesaikan
ketika matriks augmented berada dalam bentuk eselon baris yang direduksi. Untuk
sampai kepada matriks eselon baris tereduksi ada prosedur yang biasanya dipakai yang
dikenal dengan nama eliminasi Gauss-Jordan Prosedur ini dapat digunakan untuk
mereduksi sebarang matriks menjadi bentuk eselon baris yang direduksi. Contoh berikut
mendemonstrasikan prosedur yang dimaksud.

0 0 − 2 0 7 1  2
 2 4 − 1 06 1 22  8
 
 2 4 − 5 6 − 5 − 1
Langkah 1. Letakkanlah kolom yang paling kiri (garis vertikal) yang tidak terdiri
seluruhnya dari nol.

By m.sukma rohim
Book of study for university
19

0 0 − 2 0 7 1  2
 2 4 − 1 06 1 22  8
 
 2 4 − 5 6 − 5 − 1
Perhatikan bahwa baris pertama tidak bernilai nol pada kolom pertama (paling kiri).

Langkah 2. Pertukarkanlah baris atas dengan sebuah baris lain, jika perlu, membawa
sebuah entri tak nol ke atas kolom yang didapatkan di dalam
langkah 1.

 2 4 − 1 06 1 2 2  8
0 0 − 2 0 7 1  2 Baris pertama dan baris kedua

 
di dalam matriks terdahulu
dipertukar kan

 2 4 − 5 6 − 5 − 1 
Langkah 3. Jika entri yang sekarang ada diatas kolom yang didapatka di dalam
langkah 1 adalah a , kalikanlah baris pertama dengan 1 a untuk
memperoleh sebuah 1 utama.

1 2 − 5 3 6 1  4
0 0 − 2 0 7 1  2 Baris pertama dari matriks

 
terdahulu dikalikan dengan
1
2

 2 4 − 5 6 − 5 − 1

By m.sukma rohim
Book of study for university
20

Langkah 4. Tambahkanlah kelipatan yang sesuai dari baris atas kepada baris – baris
yang dibawah sehingga entri di bawah 1 utama menjadi nol.

1 2 − 5 3 6 1  4
0 0 − 2 0 7 1  2 −2 kali baris pertama dari matriks

 
terdahulu ditambakan kepada
baris ketiga

 0 0 5 0 − 1 7− 2  9
Langkah 5. Sekarang tutuplah baris atas di dalam matriks tersebut dan mulailah sekali
lagi dengan langkah 1 yang dipakaikan kepada submatriks yang masih
sisa. Teruskanlah dengan cara ini sampai keseluruhan matriks tersebut
berada di dalam bentuk eselon baris.

1 2 − 5 3 6 1  4
0 0 − 2 0 7 1  2
 
 0 0 5 0 − 1 7− 2  9
Perhatikan baris kedua kolom paling kiri ia harus menjadi 1 utama

By m.sukma rohim
Book of study for university
21

1 2 − 5 3 6 1  4
 7 
Baris pertama di dalam

0 0 1 0 − 2 − 6  submatriks dikalikan dengan

− 1 2 untuk mendapatka n
sebuah 1 utama

 0 0 5 0 − 1 7− 2  9

1 2 − 5 3 6 1 4
  −5 kali Baris pertama dari

0 0 1 0 − 2 − 6
7 submatriks ditambahka n kepada
baris kedua dari submatriks
untuk mendapatka n sebuah nol

0 0 0 0 1 1
dibawah 1 utama .

 2 

1 2 − 5 3 6 1 4
 
0 0 1 0 − 72 − 6
Baris atas didalam submatriks
ditutupi dan kita kembali
sekali lagi ke langkah 1.

0 0 0 0 1 1
 2
Perhatikan bahwa baris terakhir kolom paling kiri tidak bernilai 1 utama

By m.sukma rohim
Book of study for university
22

1 2 − 5 3 6 1  4
 7 
Baris pertama ( dan hanya baris

0 0 1 0 − 2 − 6 
pertama ) di dalam submatriks
yang baru dikalikan dengan 2
untuk mendapatka n sebuah
1 utama

 0 0 0 0 1 2
Keseluruhan matriks tersebut sekarang berada dalam bentuk eselon baris. Untuk mencari
bentuk eselon baris yang direduksi maka kita memerlukan langkah tambahan yang
berikut.

Langkah 6. Dengan memulai dari baris tak nol terakhir dan bekerja kearah atas,
tambahkanlah angka pengali yang sesuai dari setiap baris kepada baris –
baris yang diatas untuk mendapatkan nol diatas 1 utama.

1 2 − 5 3 6 1  4
 0 0 1 0 0 1 7
2 kali baris ketiga dari matriks

 
terdahulu ditambahka n kepada
baris kedua .

 0 0 0 0 1 2

1 2 − 5 3 0 2
 0 0 1 0 0 1 −6 kali baris ketiga

 
ditambahka n kepada
baris pertama .

 0 0 0 0 1 2

By m.sukma rohim
Book of study for university
23

 1 2 0 3 0 7
 0 0 1 0 0 1 5 kali baris kedua

 
ditambahka n kepada
baris pertama .

 0 0 0 0 1 2
Matriks yang terakhir berada dalam bentuk eselon baris yang direduksi.

Contoh 1.9

Pecahkanlah dengan menggunakan eliminasi Gauss-Jordan.

x1 + 3 x2 − 2 x3 + 2 x5 = 0
2 x1 + 6 x2 − 5 x3 − 2 x4 + 4 x5 − 3 x6 = −1
(1.19)
5 x3 + 10 x4 + 15 x6 = 5
2 x1 + 6 x2 + 8 x4 + 4 x5 + 18 x6 = 6

Matriks yang diperbesar untuk sitem tersebut adalah.

1 3 −2 0 2 0 0
2 6 −5 −2 4 − 3 − 1

0 0 5 1 00 1 5 5
 
2 6 0 8 4 1 8 6
Dengan menambahkan –2 kali baris pertama kepada baris pertama dan keempat maka
akan memberikan

By m.sukma rohim
Book of study for university
24

1 3 − 2 0 2 0 0
0 0 − 1 − 2 0 − 3 − 1

0 0 5 1 00 1 5 5
 
0 0 4 8 0 1 8 6
Dengan mengalikan baris kedua dengan –1 dan kemudian menambahkan –5 kali baris
kedua kepada baris – baris ketiga dan –4 kali baris kedua kepada baris keempat maka
akan memberikan

1 3 −2 0 2 0 0
0 0 1 2 0 3 1 

0 0 0 0 0 0 0
 
0 0 0 0 0 6 2
Dengan mempertukarkan baris ketiga dan baris keempat dan kemudian mengalikan baris
ketiga dari matriks yang dihasilkan dengan 1/6 maka akan memberikan bentuk eselon
baris

By m.sukma rohim
Book of study for university
25

1 3 − 2 0 2 0 0
0 0 1 2 0 3 1 

0 0 0 0 0 1 13 
 
 0 0 0 0 0 0 0
Dengan menambahkan – 3 kali baris ketiga kepada baris kedua dan kemudian
menambahkan 2 kali baris kedua dari matriks yang dihasilkan kepada baris pertama
maka akan menghasilkan bentuk eselon baris yang direduksi

1 3 0 4 2 0 0
0 0 1 2 0 0 0 

0 0 0 0 0 1 13 
 
 0 0 0 0 0 0 0
Sistem persamaan – persamaan yang bersangkutan adalah

x1 + 3x2 + 4 x4 + 2 x5 =0
x3 + 2 x4 =0
x6 = 1
3

(Persamaan terakhir, 0 x1 + 0 x2 + 0 x3 + 0 x4 + 0 x5 + 0 x6 = 0, diabaikan karena persamaan

tersebut akan secara otomatis dipenuhi oleh pemecahan persamaan lainnya). Dengan
memecahkannya untuk variabel – variabel utama, maka diperoleh

By m.sukma rohim
Book of study for university
26
x1 = −3x2 − 4 x4 + 2 x5
(1.20) x3 = −2 x4
x6 = 1
3

Jika kita menetapkan nilai – nilai sebarang r , s, dan t berturut – turut untuk x2 , x4 ,
dan xs , maka himpunan pemecahan tersebut diberikan oleh rumus – rumus

(1.21) x1 = − 3r − 4s − 2t, x2 = r, x3 = − 2s, x4 = s, x5 = t , x6 = 1

3

Selain metode yang telah dikemukan di Contoh 1.9, metode lain yang dapat digunakan
adalah metode substitusi balik ( back substitution ). Metode ini bekerja dengan
mengubah matriks yang diperbesar ke dalam bentuk eselon baris. Untuk jelasnya
berikut diperagakan metode subsitusi balik untuk sistem yang ada pada Contoh 1.9. Dari
perhitungan di dalam Contoh 1.9, sebuah bentuk eselon baris dari matriks yang
diperbesar adalah

1 3 − 2 0 2 0 0
0 0 1 2 0 3 1 

0 0 0 0 0 1 13 
 
 0 0 0 0 0 0 0
Sistem persamaan yang diberikan oleh matriks di atas adalah
x1 + 3x2 − 2 x3 + 2 x5 =0
x3 + 2 x4 + 3x6 = 1
x6 = 1
3
Metode subsitusi balik dapat dijelaskan sebagai berikut:

Langkah 1. Selesaikanlah persamaan – persamaan tersebut untuk variabel – variabel

utama yaitu
x1 = − 3x2 + 2 x3 − 2 x5
x3 = 1 − 2 x4 − 3 x6
x6 = 1
3

By m.sukma rohim
Book of study for university
27

Langkah 2. Dimulai dengan persamaan terakhir kemudian secara bertahap menuju ke

persamaan paling atas, substitusikan berturut–turut nilai masing-masing peubah terkait
ke setiap persamaan di atasnya.

Dengan mensubstitusikan x6 = 1 3 kedalam persaman kedua maka akan

menghasilkan

x1 = − 3x2 + 2 x3 − 2 x5
x3 = − 2 x4
x6 = 1
3

Dengan mensubstitusikan x3 = −2x4 kedalam persamaan pertama maka akan

menghasilkan
x1 = −3x2 − 4 x4 − 2 x5
x3 = −2 x4
x6 = 1
3

Langkah 3. Tetapkanlah nilai – nilai sebarang kepada setiap variabel yang tak utama.
Jika nilai – nilai sembarang katakanlah r , s, dan t berturut – turut untuk x2 , x4 , dan
x5 , himpunan penyelesaian tersebut diberikan oleh rumus – rumus berikut

(1.22) x1 = − 3r − 4s − 2t , x2 = r , x3 = − 2s, x4 = s, x5 = t, x6 = 1
3
Bandingkan hasil ini dengan hasil sebelumnya pada Contoh 8.
Pada kedua metode yang telah dibicarakan di atas, upaya untuk menyelesaikan sistem
persamaan linear dengan mereduksi matriks yang diperbesar menjadi bentuk eselon baris
dinamakan Eliminasi Gauss.

Contoh 1.10

Gunakan Eliminasi Gauss untuk menyelesaikan sistem persamaan berikut

x + y +2z = 9
(1.23) 2 x + 4 y −3z =1
3x + 6 y −5 z = 0

Penyelesaian.
Ini adalah sistem di dalam Contoh 1.3. Di dalam contoh tersebut kita mengubah matriks
yang diperbesar

By m.sukma rohim
Book of study for university
28

 1 1 2 9
 2 4 − 3 1
 
 3 6 − 5 0 
menjadi bentuk eselon baris

1 1 2 9
 7 1 7
0 1 − 2 − 2
 0 0 1 3 
Sistem yang bersesuaian dengan matriks ini adalah

x + y + 2z = 9
y − 72 z = 1
z=3
Dengan menyelesaikan sistem di atas untuk peubah-peubah utama diperoleh

x = 9 − y − 2z
y = − 172 + 72 z
z=3
Mensubstitusikan persamaan terakhir ke persamaan kedua diperoleh bentuk
x =3 − y
y =2
z =3
Mensubstitusikan persamaan terakhir dan kedua ke persamaan pertama diperoleh
x =1
(1.24) y =2
z =3

By m.sukma rohim
Book of study for university
29
Bandingkan hasil ini dengan hasil yang diperoleh dalam Contoh 3.

1.4 OPERASI MATRIKS

Dua matriks dikatakan sama jika kedua matriks tersebut mempunyai sama ukuran
dan sama nilai entri – entrinya di baris-kolom yang bersesuaian dikedua matriks.

Contoh 1.11

Perhatikan tiga matriks berikut

2 1 2 1 2 1 0
A=   B= 3 5  C = 3 4 0 
 3 4    

Di sini A ≠ C karena A dan C tidak mempunyai ukuran yang sama. Karena alasan
yang sama maka B ≠ C . Juga, A ≠ B karena tidak semua entri yang bersangkutan sama.

Definisi 1.3 (Pejumlahan Dua Matriks):

Jika A dan B adalah matriks yang berukuran sama, maka jumlah kedua matriks ( A + B )
adalah matriks baru yang diperoleh dari menambahkan nilai-nilai entri pada baris-kolom
yang bersesuaian. Matriks – matriks yang ukurannya berbeda tidak dapat dijumlahkan.

Contoh 1.12

Tinjaulah matriks – matriks

 2 1 0 3  −4 3 5 1 
1 1 
A =  −1 0 2 4  B =  2 2 0 −1 C=  
 4 −2 7 0  3 2 −4 5  2 2

Maka

 −2 4 5 4 
A + B =  1 2 2 3 
 7 0 3 5 

sedanngkan A + C dan B + C tidak didefinisikan.

Definisi 1.4 (Perkalian Matriks dengan sebuah Skalar/Konstanta):

Jika A adalah suatu matriks dan c adalah suatu skalar/konstanta, maka hasil kali
matriks dengan kalar/konstanta tersebut ( c A ) adalah sebuah matriks yang diperoleh
dengan mengalikan setiap entri dari A dengan sklar c .

By m.sukma rohim
Book of study for university
30

Contoh 1.13

Jika A adalah matriks

 4 2
A =  1 3 
 −1 0 

maka

 8 4  −4 −2 
2 Α =  2 6  dan ( −1) A =  −1 −3
 −2 0   1 0 

Catatlah bahwa jika B adalah sembarang matriks, maka −B akan menyatakan ( −1) B
dan jika A dan B adalah dua matriks yang ukurannya sama, maka A - B didefinisikan
sebagai jumlah A + ( -B ) = A + ( -1) B.

Contoh 1.14

Diberikan matriks-matriks A dan B sebagai berikut

 2 3 4 0 2 7
A=   dan B= 
1 2 1 1 −3 5

Dari catatan di atas maka

 0 −2 −7 
−B =  
 −1 3 −5 
dan

 2 3 4   0 −2 −7   2 1 −3 
A-B =  + = 
1 2 1   −1 3 −5  0 5 −4 
atau
 2 3 4   0 2 7   2 − 0 3 − 2 4 − 7   2 1 −3 
A-B =  − = = 
1 2 1   1 3 5   1 − 1 2 + 3 1 − 5   0 5 −4 

Definisi 1.5 (Perkalian Dua Matriks):

By m.sukma rohim
Book of study for university
31
Pertimbangkan A dan B adalah dua buah matriks yang berukuran masing-masing
m x r dan r x n yaitu
 a11 a12 L a1 r   b11 b12 L b1n 
a a22 L a2 r  b b22 L b2 n 
A=  21
dan B=  21

 M M O M M M O M
   
 am1 am 2 L amr   br1 br 2 L brn 
Perhatikan ukuran kolom A = ukuran baris B .
Hasil kali A dengan B (katakanlah C ) yaitu AB = C adalah matriks baru yang
didefinisikan sebagai

 r 
C = cij  =  ∑ ail blj 
 l =1 
dengan
i = 1, 2,K m
j = 1, 2,K n
Untuk pemahaman sederhana, misalkan ingin diketahui entri c23 dari matriks C yaitu
r
c21 = ∑ a2 l bl1 = a21 b11 + a22 b21 + L + a2 r br1
l =1

sebagai ilustrasi dengan bentuk matriks adalah sebagai berikut

 a11 a12 L a1r   b11 b12 L b1n   c11 c12 L c1n 

    
 a21 a22 L a2 r   b21 b22 L b2 n   c21 c22 L c2 n 
AB =   = =C
M  M M O M  M M O M
 M M O  
 am1 am 2 L amr   br1 br1 L brn   cm1 cm 2 L c21 

Contoh 1.15

Tinjaulah matriks – matriks

4 1 4 3
1 2 4   
A= 
2 6 0  B =  0 −1 3 1 
 
 2 7 5 2 

Di sini A berukuran 2x3 dan B berukuran 3x4, maka hasil kali AB = C berukuran
2x4. Pada C , misalnya entir di dalam baris 1 dan kolom 3 dengan cara sebagai berikut
r =3
c13 = ∑ a1l bl 3 = a11 b13 + a12 b23 + a13 b33 = 1 ⋅ 4 + 2 ⋅ 3 + 4 ⋅ 5 = 30
l =1

Dengan cara yang sama akan diperoleh hasil sebagai mana ditunjukkan berikut ini

By m.sukma rohim
Book of study for university
32
c11 = ( 1 ⋅ 4 ) + ( 2 ⋅ 0 ) + ( 4 ⋅ 2 ) = 12
c12 = ( 1 ⋅ 1) − ( 2 ⋅ 1) + ( 4 ⋅ 7 ) = 27
c14 = ( 1 ⋅ 4 ) + ( 2 ⋅ 3) + ( 4 ⋅ 5 ) = 30
c21 = ( 2 ⋅ 4 ) + ( 6 ⋅ 0 ) + ( 0 ⋅ 2 ) = 8
c22 = ( 2 ⋅ 1) − ( 6 ⋅ 1) + ( 0 ⋅ 7 ) = −4
c23 = ( 2 ⋅ 4 ) + ( 6 ⋅ 3) + ( 0 ⋅ 5 ) = 26
c24 = ( 2 ⋅ 3) + ( 6 ⋅ 1) + ( 0 ⋅ 2 ) = 12

Secara keseluruhan hasil AB = C dalam bentuk matriks ditulis sebagai

4 1 4 3
1 2 4   12 27 30 13
AB =    0 −1 3 1  =  =C
 2 6 0   2 7 5 2   8 −4 26 12 
 
(yang diberi tanda bujur sangkar) merupakan hasil kali untuk entri c13 .

Definisi perkalian matriks mengharuskan banyaknya kolom dari A sama dengan

banyaknya baris dari B supaya membentuk hasil perkalian AB . Jika kondisi ini tidak
dipenuhi, maka hasil perkalian tersebut tidak didefinisikan.

Contoh 1.16
Misalkan A adalah matriks berukuran 3x4, B adalah matriks berukuran 4x7, dan C
adalah sebuah matriks 7x3. Maka AB didefinisikan sebagai matriks 3x7; CA
didefinisikan sebagai matriks 7x4; BC didefinisikan sebagai matriks 4x3. Hasil – hasil
perkalian AC , CB , dan BA semuanya tidak didefinisikan.

Perkalian matriks mempunyai sebuah pemakaian penting kepada sistem – sistem

persamaan linear. Tinjaulah suatu sistem yang terdiri dari m persamaan linear di dalam
n bilangan yang tak diketahui.
a11 x1 + a12 x2 +  + a1n xn = b1
a21 x1 + a22 x2 +  + a2 n xn = b2
(1.25)
   
am1 x1 + am 2 x2 +  + amn xn = bm

Karena dua matriks dikatakan sama jika dan hanya jika entri – entri yang
bersangkutan sama, maka kita dapat menggantikan persamaan m di dalam sistem ini
dengan sebuah persamaan matriks tunggal

By m.sukma rohim
Book of study for university
33

 a1 x1 1+ a1 x22+  + a1nxn   b1 
 a x + a x + + a x   b 
(1.26)  2 1 1 2 2 2 2n n  =  2 
     
 
a m1x1 + am2x2 +  + am xn n  bm
Matriks m x 1 pada ruas kiri persamaan ini dapat dituliskan sebagai sebuah hasil
perkalian yang memberikan

By m.sukma rohim