Escolar Documentos
Profissional Documentos
Cultura Documentos
1
u
1
+
2
u
2
+ +
m
u
m
= 0
Sebaliknya himpunan (u
1
, u
2
, u
m
) disebut bebas linier (linearly independent) jika
1
u
1
+
2
u
2
+ +
m
u
m
= 0 hanya dipenuhi oleh
1
=
2
= =
m
= 0.
Catatan :
1. Jika m=1, maka :
a. Bila u = 0 (vektor nol), akan tak bebas linier, karena u = 0
0 = 0 terpenuhi juga untuk = 0
b. Bila u = 0, akan bebas linier karena u=0 hanya dipenuhi oleh =0
2. Jika dalam himpunan terdapat vektor 0, misalnya {u
1
, u
2
,,0, u
m
) maka
himpunan itu tak bebas linier,
1
u
1
+
2
u
2
+ +
i
0+ +
m
u
m
= 0 dipenuhi juga oleh
I
= 0
3. JIka u dan v adalah 2 vektor yang berkelipatan, u = ov, maka mereka tak bebas
linier. Sebab u = ov 1u - ov = 0, artinya terdapat = 0 pada
1
v +
2
u = 0
Contoh Soal :
Selidiki dan tentukan apakah himpunan vektor vektor dibawah ini bebas linier
atau bergantung linier ?
a. A = {2,2,3} dan B = {3,1,2}
b. B = {2,3,4} dan C = {4,6,8}
c. U = {3,-1,4,5} dan V = {1,2,1,6}
d. U = {1,2,3} V = {2,3,7} dan W = {0,0,0}
e. U = {5,2,3} V = {1,7,2} dan W= {10,4,6}
Jawab :
a. Himpunan vektor ini termasuk bebas linier karena semua anggota himpunannya
tidak berkelipatan.
b. Himpunan vektor ini disebut bergantung linier karena semua anggota
himpunannya berkelipatan satu sama lain yaitu C=2B.
c. Himpunan vektor ini termasuk bebas linier karena semua anggota himpunannya
tidak berkelipatan.
d. Jika ada himpunan yang mengandung nol berarti disebut bergantung linier
walaupun himpunan lain bebas linier tetapi jika ada himpunan yang mengandung
nol tetap disebut bergantung linier.
e. Jika kita menemukan soal seperti ini yang terdiri dari tiga himpunan bahkan ada
yang lebih.Dan kondisinya dimana dari tiga himpunan vektor tersebut,hanya ada
dua yang berkelipatan yaitu (U dan W) dan yang selain itu himpunannya yaitu (V)
bersifat bebas linier.Disini,jawabannya yaitu bergantung linier karena sebagian
bergantung linier atau dengan kata lin,lebih dominan bergantung linier maka
seluruhnya ikut bergantung linier.
6. Memahami Pengertian dari kombinasi linier
7. Memahami Pengertian bahwa vektor merupakan kombinasi linier dari
himpunan vektor lainnya
Definisi
Suatu vektor v dikatakan kombinasi linier dari vektor vektor (u
1
, u
2
, u
m
) bila
terdapat skalar skalar
1
,
2
, ,
m
sedemikian hingga v =
1
u
1
+
2
u
2
+ +
m
u
m
.
Contoh 2.1
a = [2, 1, 2], b = [1, 0, 3], c = [3, 1, 5]
Kita hendak menyatakan a sebagai kombinasi linier dari b dan c
Kita hitung
1
, dan
2
yang memenuhi [2, 1, 2] =
1
[1, 0, 3] +
2
[3, 1, 5]
2 =
1
+ 3
2
1 =
2
2 = 3
1
+ 5
2
Dengan substitusi, diperoleh
1
= -1 dan
2
= 1
Jadi penulisan yang diminta adalah a = -b + c
Contoh 2:
Tinjaulah vektor-vektor u = [1,2,-1] dan v = [6,4,2]di R
3
. Perlihatkan bahwa w =
[9,2,7] adalah kombinasi linear u dan v
Jawab :
Agar w merupakan kombinasi linear u dan v, harus ada skalar k
1
dan k
2
sehingga w
=k
1
u+k
2
v;yakni :
[9,2,7] = k
1
[1,2,-1] +k
2
[6,4,2]
k
1
+ 6 k
2
= 9
2k
1
+ 4k
2
= 2
-k
1
+ 2k
2
= 7
Dengan memecahkan sistem ini akan menghasilkan k
1
= -3, k
2
= 2 sehingga
w = - 3u +2v
Contoh 3 :
Dari contoh 2 di atas perlihatkan bahwa y= [4,-1,8] bukanlah kombinasi linear u dan
v
Jawab :
Agar w merupakan kombinasi linear u dan v, harus ada skalar k
1
dan k
2
sehingga
y=k
1
u+k
2
v ;yakni:
[4,-1,8] = k
1
[1,2,-1] +k
2
[6,4,2]
k
1
+ 6 k
2
= 4
2k
1
+ 4k
2
= -1
-k
1
+ 2k
2
= 8
Sistem persamaan ini tidak konsisten . sehingga tidak ada skalar-skalar seperti.
Sebagai konsekuensinya, maka y bukanlah kombinasi linier u dan v.
Arti Kombinasi Linear Secara Ilmu Ukur
1. Kalau v kombinasi linear dari suatu vektor u, yaitu v = ku, yang mana v adalah
kelipatan dari u dengan garis pembawanya sama atau sejajar, v dan u disebut
koliner (segaris)
2. v kombinasi linear dari 2 vektor u
1
dan u
2
yaitu v = ku
1
+ ku
2
, maka v adalah
diagonal jajaran genjang yang sisi-sisinya ku
1
dan ku
2
. v, u
1
, u
2
disebut
koplanar (sebidang). Kalau u
1
, u
2
segaris maka jelas v, u
1
, u
2
adalah segaris pula.
3. v kombinasikan linier dari 3 vektor u
1
, u
2
, u
3
yang tidak sebidang, yaitu v = ku
1
+ ku
2
+ ku
3
, maka v adalah diagonal ruang kubus yang sisi-sisinya ku
1
, ku
2
, ku
2
.
Untuk lebih dari 3 vektor kita tak dapat menggambarkan secara ilmu ukur.
8. Mengetahui Besarnya dimensi dari suatu ruang vektor
9. Mengatahui Basis suatu ruang vector
Sebelum mempelajari basis dan dimensi, harus mengetahui merentang (spanning).
Merentang (Spanning) jika v
1
, v
2
, ...,v
r
adalah vektor-vektor pada suatu ruang vektor
V maka umumnya beberapa vektor pada V mungkin merupakan kombinasi linear dari
v
1
, v
2
, ...,v
r
dan vektor lainnya mungkin tidak. Jika v
1
, v
2
, ...,v
r
adalah vektor-vektor
pada suatu ruang vektor V dan jika masing-masing vektor pada V dapat dinyatakan
sebagai kombinasi linear v
1
, v
2
, ...,v
r
maka kita mengatakan bahwa vektor-vektor ini
merentang V
Contoh
Tentukan apakah v
1
= (1,1,2), v
2
= (1,0,1) dan v
3
= (2,1,3) merentang R
3
Jawab :
Kita harus menentukan apakah sebarang vektor b = (b
1
, b
2
, b
3
) pada R
3
dapat
dinyatakan sebagai kombinasi linear
b = k
1
v
1
+ k
2
v
2
+ k
3
v
3
dari vektor-vektor v
1
, v
2
, dan v
3
. dengan menyatakan persamaan ini dalam komponen-
komponen maka akan memberikan
(b
1
, b
2
, b
3
)= k
1
(1,1,2) + k
2
(1,0,1) + k
3
(2,1,3)
Dapat juga
k
1
+ k
2
+ 2k
3
= b
1
k
1
+ k
3
= b
2
2k
1
+ k
2
+3k
3
= b
3
Jadi soal tersebut direduksi untuk menentukan apakah sistem ini konsisten atau tidak
bagi semua nilai b
1
, b
2
, b
3
. Sistem ini konsisten untuk semua nilai b
1
, b
2
, b
3
jika dan
hanya jika matriks koefisien
[
]
Memiliki invers. Karena matriks diatas det(A) = 0 maka A tidak memiliki invers dan
konsekuensinya v
1
, v
2
, dan v
3
tidak merentang R
3
.
Basis
Definisi Jika V adalah sebarang ruang vektor dan S = {v
1
,v
2
,...,v
r
} merupakan
himpunan berhingga dari vektor-vektor pada V, maka S kita namakan basis untuk V
jika :
(i) S bebas linear
(ii) S merentang V
Contoh :
Misalkan v
1
= (1,2,1), v
2
= (2,9,0) dan v
3
= (3,3,4). Perlihatkan bahwa himpunan
S={v
1,
v
2
,v
3
) adalah basis untuk R
3
.
Jawab :
Untuk memperlihatkan bahwa S merentang R
3
, maka kita harus perlihatkan bahwa
sebarang vektor b = (b
1
, b
2
, b
3
) dapat dinyatakan sebagai kombinasi linear.
b = k
1
v
1
+ k
2
v
2
+ k
3
v
3
(1)
dari vektor-vektor pada S. Dengan menyatakan persamaan ini ke dalam komponen-
komponennya maka akan memberikan
k
1
+ 2k
2
+ 3 k
3
= b
1
2k
1
+9k
2
+ 3k
3
= b
2
(2)
k
1
+ 4k
3
= b
3
Untuk membuktikan bhawa S bebas linear, kita harus pperlihatkan bahwa satu-satunya
pemecahan dari 0 = k
1
v
1
+ k
2
v
2
+ k
3
v
3
(3)
Adalah k
1
= k
2
= k
3
= 0. Jika persamaan (3) dinyatakan dalam komponen-
komponennya, maka pembuktian bebas linear akan direduksi menjadi pembuktian
bahwa sistem tersebut homogen (semua suku konstan sama dengan nol)
k
1
+ 2k
2
+ 3 k
3
= 0
2k
1
+9k
2
+ 3k
3
= 0
(4)
k
1
+ 4k
3
= 0
hanya mempunyai pemecahan trivial (semua pemecahannya sama dengan nol). Karena
persamaan (2) dan (4) memiliki matriks koefisien yang sama maka kita dapat
membuktikan S bebas linear dan merentang R
3
secara serempak dengan
memperlihatkan bahwa matrik koefisien
[
]
memiliki invers. Karena
() [
]
Maka jelas A mempunyai invers. Jadi S adalah sebuah basis untuk R
3
.
Dimensi
Definisi Sebuah ruang vektor tak nol V dinamakan berdimensi berhingga jika ruang
vektor tersebut mengandung sebuah himpunan berhingga dari vektor-vektor
{v
1
,v
2
,v
3
,...,v
n
} yang membentuk sebuah basis. Jika tidak ada himpunan seperti itu
maka V dinamakan berdimensi tak berhingga.
Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan
sebagai banyaknya vektor pada basis untuk V. Kita definisikan ruang vektor nol
mempunyai dimensi nol.
CONTOH SOAL :
Tentukan basis dan dimensi dari ruang vektor yang dibentuk oleh :
a. A={1,2,3} B={2,2,3} C={2,1,2}
b. A={1,2,3} B={2,4,6} C={2,3,5}
c. A={2,3,4} B={4,6,8} C={6,9,12}
JAWAB :
a. Ketiga himpunan diatas termasuk vektor yang bersifat bebas linier.Oleh karena itu
dimensinya adalah 3 dan basis adalah {A,B,C}.Ketiganya termasuk basis karena
bebas linier.
b. Dari himpunan himpunan di atas,dua vektor yaitu {A,B} bergantung linier karena
berkelipatan.Karena lebih dominan bergantung linier sehingga {A,B,C} bergantung
linier.Tetapi karena yang dapat dikatakan sebagai basis harus bersifat bebas linier
sehingga kita dapat mengambil dua vektor yang bebas linier yaitu {A,C}.Berarti
dimensi adlah 2 karena vektor yang termasuk basis ada 2.Jadi basisnya adalah {A,C}.
c. Ketiga vektor vektor diatas berkelipatan sehingga bergantung linier.Karena dari
itu,kita hanya dapat mengambil satu vektor yang bebas linier yaitu {C}.Jadi dimensi
adalah 1 dan basisnya adalah {C}.
BAB V
TRANSFORMASI LINIER
5.1 Pengantar
Definisi
Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W, maka
F disebut transformasi linier, jika :
(i). F(u+v) = F(u) + F(v), untuk semua vektor u dan v di V
(ii). F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k
Contoh 5.1
Misal F:R
2
R
3
adalah sebuah fungsi yang didefinisikan oleh :
F(v) = (x, x+y, x-y)
Jika u=(x
1
, y
1
) dan v=(x
2
, y
2
) maka u + v = (x
1
+ x
2
, y
1
+ y
2
)
Sehingga ,
F(u + v) = (x
1
+ x
2
, [x
1
+ x
2
]+[ y
1
+ y
2
], [x
1
+ x
2
]-[ y
1
+ y
2
])
= (x
1
, x
1
+ y
1
, x
1
- y
1
) + (x
2
, x
2
+ y
2
, x
2
y
2
)
= F(u) + F(v)
Demikian juga jika k adalah sebuah skalar, ku = (kx
1
, ky
1
) sehingga
F(ku) = (kx
1
, kx
1
+ ky
1
, kx
1
- ky
1
)
= k(x
1
, x
1
+ y
1
, x
1
- y
1
)
= k F(u)
Jadi F adalah sebuah transformasi linier
Latihan :
Tentukan apakah F linier untuk masing masing latihan berikut :
1. F(x,y) = (2x, y)
2. F(x,y) = (2x+y, x-y)
3. F(x, y, z) = (2x+y, 3y-4z)
4. F(x,y,z) = (1, 1)
5.2 Transformasi Linier dari R
n
R
m
Misalkan e
1
, e
2
, . . . , e
n
adalah basis baku untuk R
n
dan misalkan A adalah sebuah
matrik m x n yang mempunyai T(e
1
), T(e
2
), . . . , T(e
n
) sebagai vektor vektor
kolomnya.
Misal jika T:R
2
R
2
diberikan oleh :
T
|
|
.
|
\
|
(
2
1
x
x
=
(
+
2 1
2 1
2
x x
x x
Maka
T(e
1
) = T
|
|
.
|
\
|
(
0
1
=
(
1
1
dan T(e
2
) = T
|
|
.
|
\
|
(
1
0
=
(
1
2
Jadi A =
(
1 1
2 1
adalah matrik baku untuk T di atas.
5.3 Jenis jenis Transformasi Linier bidang
1. Rotasi (Perputaran)
Matrik baku untuk T adalah :
(
u u
u u
cos sin
sin cos
2. Refleksi
Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing
masing titik pada bidang ke dalam bayangan cerminnya terhadap l
Matrik baku untuk :
a. refleksi terhadap sumbu y ( yang mengubah
(
y
x
menjadi
(
y
x
) adalah :
(
1 0
0 1
b. refleksi terhadap sumbu x ( yang mengubah
(
y
x
menjadi
(
y
x
) adalah :
(
1 0
0 1
c. refleksi terhadap garis y = x ( yang mengubah
(
y
x
menjadi
(
x
y
) adalah :
(
0 1
1 0
3. Ekspansi dan kompresi
Jika koordinat x dari masing masing titik pada bidang dikalikan dengan
konstanta k yang positif dimana k > 1, maka efeknya adalah memperluas gambar
bidang dalam arah x. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar
bidang dalam arah x. Disebut dengan ekspansi (kompresi) dalam arah x
dengan faktor k
Matrik baku untuk transformasi ini adalah :
(
1 0
0 k
Demikian juga , jika koordinat y dari masing masing titik pada bidang dikalikan
dengan konstanta k yang positif dimana k > 1, maka efeknya adalah memperluas
gambar bidang dalam arah y. Jika 0 < k < 1 maka efeknya adalah mengkompresi
gambar bidang dalam arah y. Disebut dengan ekspansi (kompresi) dalam
arah y dengan faktor k
Matrik baku untuk transformasi ini adalah :
(
k 0
0 1
4. Geseran
Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang
menggerakkan masing masing titik (x,y) sejajar dengan sumbu x sebanyak ky
menuju kedudukan yang baru (x + ky, y)
Matrik baku untuk transformasi ini adalah :
(
1 0
1 k
Sebuah geseran dalam arah y dengan faktor k adalah transformasi yang
menggerakkan masing masing titik (x,y) sejajar dengan sumbu y sebanyak kx
menuju kedudukan yang baru (x , y + kx)
Matrik baku untuk transformasi ini adalah :
(
1
0 1
k
Jika dilakukan banyak sekali transformasi matrik dari R
n
ke R
m
secara berturutan, maka
hasil yang sama dapat dicapai dengan transformasi matrik tunggal.
Jika transformasi - transformasi matrik
T
1
(x) = A
1
x, T
2
(x) = A
2
x, , .... , T
n
(x) = A
n
x,
Dari R
n
ke R
m
dilakukan berurutan, maka hasil yang sama dapat dicapai dengan
transformasi matrik tunggal T(x) = Ax, dimana
A = A
k
. . . A
2
A
1
Contoh 5.2
a. Carilah transformasi matrik dari R
2
ke R
2
yang mula mula menggeser dengan
faktor sebesar 2 dalam arah x dan kemudian merefleksikannya terhadap y = x
b. Carilah transformasi matrik dari R
2
ke R
2
yang mula mula merefleksikannya
terhadap y = x dan kemudian menggeser dengan faktor sebesar 2 dalam arah x
Jawab :
a). Matrik baku untuk geseran adalah A
1
=
(
1 0
2 1
Dan untuk refleksi terhadap y = x adalah A
2
=
(
0 1
1 0
Jadi matrik baku untuk geseran yang diikuti dengan refleksi adalah
A
2
. A
1
=
(
0 1
1 0
(
1 0
2 1
=
(
2 1
1 0
b). Matrik baku untuk refleksi yang diikuti dengan geseran adalah
A
1
. A
2
=
(
1 0
2 1
(
0 1
1 0
=
(
0 1
1 2
Dari contoh di atas, perhatikan bahwa A
2
. A
1
= A
1
. A
2
Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers, dan misalkan
T memetakan titik (x,y) ke titik (x, y), maka
(
'
'
y
x
= A
(
y
x
Dan
(
y
x
= A
-1
(
'
'
y
x
Contoh 5.3
Carilah persamaan bayangan sebuah garis y = 2x + 1 yang dipetakan oleh matrik A =
(
1 2
1 3
Jawab :
(
'
'
y
x
=
(
1 2
1 3
(
y
x
Dan
(
y
x
=
1
1 2
1 3
(
'
'
y
x
=
(
3 2
1 1
(
'
'
y
x
Sehingga
x = x y
y = -2x + 3y
Substitusikan ke y = 2x + 1 maka dihasilkan :
-2x + 3y = 2(x y) + 1
-2x + 3y = 2x 2y + 1
5y = 4x + 1
y =
5
4
x +
5
1
Latihan
1. Carilah matrik bakunya
a. T
|
|
.
|
\
|
(
2
1
x
x
=
(
(
(
(
2 1
2 1
1
2
3
x x
x x
x
x
b. T
|
|
|
|
|
.
|
\
|
(
(
(
(
4
3
2
1
x
x
x
x
=
(
(
(
+
+ +
1
3 2
4 3 2 1
2 7
x
x x
x x x x
2. Carilah matrik baku untuk transformasi linier bidang T:R2 R2 yang
memetakan titik (x,y) ke dalam :
(a). Refleksi terhadap garis y = -x
(b). Refleksi melalui titk pusat
(c). Proyeksi ortogonal pada sumbu x
(d). Proyeksi ortogonal pada sumbu y
3. Gambarkan bayangan bujursangkar dengan titik titik sudut (0,0), (1,0),
(0,1), dan (1,1) di bawah perkalian oleh A =
(
1 0
0 3
4. Carilah persamaan bayangan garis y = -4x + 3 di bawah perkalian oleh A =
(
2 3
3 4
BAB VI
NILAI EIGEN DAN VEKTOR EIGEN
Definisi
Jika A adalah matrik n x n, maka vektor tak nol x di dalam R
n
dinamakan vektor eigen
dari A jika Ax adalah kelipatan skalar dari x, yaitu,
Ax = x
untuk suatu skalar . Skalar disebut nilai eigen dari A dan x dikatakan vektor eigen
yang bersesuaian dengan .
Contoh 6.1
Vektor x =
(
2
1
adalah vektor eigen dari A =
(
1 8
0 3
Yang bersesuaian dengan nilai = 3 karena
Ax =
(
1 8
0 3
(
2
1
=
(
6
3
= 3
(
2
1
Untuk mencari nilai eigen matrik A yang berukuran n x n maka kita menuliskannya
kembali Ax = x sebagai Ax = Ix
(I A)x = 0
Dan persamaan di atas akan mempunyai penyelesaian jika
det(I A)=0 ...................................................(6.1)
Persamaan (6.1) disebut persamaan karakteristik A.
Contoh 6.2
Carilah nilai nilai eigen dari A =
(
0 1
2 3
Jawab :
Karena
I A =
(
1 0
0 1
-
(
0 1
2 3
=
(
1
2 3
Det(I A) = (-3) - (-2) = 0
=
2
- 3 + 2 = 0
1
= 2,
2
= 1
Jadi nilai nilai eigen dari A adalah
1
= 2 dan
2
= 1
Latihan :
1. Carilah persamaan karakteristik dari matrik A =
(
2 4
9 10
2. Carilah persamaan karakteristik dari matrik A =
(
(
(
1 0 2
0 1 2
1 0 4
Pokok Bahasan : SISTEM PERSAMAAN LINEAR
TIU : Agar mahasiswa dapat mencari solusi dari sistem persamaan
linier dengan
aturan cramer
Sub Pokok Bahasan : 1. Persamaan Linier dan Sistem Persamaan Linier
2. Susunan Sistem Persamaan Linier
3. Sistem Persamaan Linier Homogen
4. Sistem Persamaan Linier Non Homogen
5. Penyelesaian sistem Persamaan Linier
TIK : Agar mahasiswa mampu dan bisa:
1. Memahami Pengertian dari persamaan linier
2. Memahami Pengertian Sistem Persamaan Linier
3. Memahami Susunan (jenis) dari sistem persamaan linier
4. Memahami Sistem persamaan linier Homogen
5. Memahami Perbedaan sistem persamaan linier homogen
trivial atau tidak
6. Memahami Syarat suatu sistem persamaan linier homogen
mempunyai solusi ( selain solusi trivial)
7. Memahami Pengertian sistem persamaan linier non
homogen
1. Memahami Pengertian dari persamaan linier
2. Memahami Pengertian Sistem Persamaan Linier
Definisi :
Bentuk umum
] [
] [
]
Apabila matriks A digabung dengan matriks B maka disebut augmented matriks (matriks
yang diperbesar), yaitu
[
]
dan memiliki rank lengkap (r(A,B)).
Teorema Suatu system persamaan linear konsisten jika rank matriks koefisien (r(A)) = rank
matriks lengkap (r(A,B)
3. Memahami Susunan (jenis) dari sistem persamaan linier
4. Memahami Sistem persamaan linier Homogen
Sistem Persamaan Linear Homogen adalah system persamaan linear yang memiliki konstanta
sama dengan nol, AX = 0.
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= 0
SUSUNAN PERSAMAAN LINEAR
Homogen
AX = 0
Non Homogen
AX = B, B0
Selalu ada solusi Tidak Punya Solusi
r(A) r(A,B)
Punya Solusi
Hanya punya
solusi trivial
(nol)
Selain trivial,
juga nontrivial
Solusi Unik dg
aturan cramer
Solusi Banyak
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= 0
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= 0
Sistem persamaan linear homogen selalu memiliki solusi, karena r(A) = r(A,0), paling sedikit
memiliki solusi nol atau solusi trivial.
5. Memahami Perbedaan sistem persamaan linier homogen trivial atau tidak
Suatu persamaan linear homogen memiliki solusi trivial jika r = n (banyaknya rank matriks
koefisien = banyaknya variable).
Suatu persamaan linear homogen selain memiliki solusi trivial juga memiliki solusi non
trivial jika r < n (rank matriks koefisien lebih sedikit dari banyaknya variable)
6. Memahami Syarat suatu sistem persamaan linier homogen mempunyai solusi (
selain solusi trivial)
Misalkan banyaknya persamaan linear adalah m buah, jika m < n (banyaknya persamaan
lebih sedikit dari banyaknya variable) maka pasti ada solusi non trivial.
7. Memahami Pengertian sistem persamaan linier non homogen
Sistem Persamaan Linear Non Homogen adalah system persamaan linear yang memiliki
konstanta sama dengan b, AX = b.
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
m2
x
2
+ + a
mn
x
n
= b
m
ATURAN CRAMER
Theorema
Jika AX = B adalah sistem yang terdiri dari n persamaan linier dalam n bilangan tak
diketahui sehingga det(A) = 0, maka system tesebut mempunyai pemecahan unik.
Pemecahan ini adalah :
x
1
=
) det(
) det(
1
A
A
, x
2
=
) det(
) det(
2
A
A
, , x
n
=
) det(
) det(
A
A
n
dimana A
j
adalah matrik yang didaptkan dengan mengantikan elemen- elemen dalam kolom
ke j dari A dengan elemen matrik B =
(
(
(
(
n
b
b
b
.
2
Contoh 4.8:
Gunakan aturan Cramer untuk memecahkan
x
1
+ + 2x
3
= 6
-3x
1
+ 4x
2
+ 6x
3
= 30
-x
1
- 2x
2
+ 3x
3
= 8
Jawab :
A=
(
(
(
3 2 1
6 4 3
2 0 1
,
A
1
=
(
(
(
3 2 8
6 4 30
2 0 6
, A
2
=
(
(
(
3 8 1
6 30 3
2 6 1
, A
3
=
(
(
(
3 2 1
30 4 3
6 0 1
Maka
x
1
=
) det(
) det(
1
A
A
=
44
40
=
11
10
,
x
2
=
) det(
) det(
2
A
A
=
44
72
=
11
18
,
x
3
=
) det(
) det(
3
A
A
=
44
152
=
11
38