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 :

 x1 
x 
x    ,xT   x1 x2  xd 
2
  
 
 xd 
Vektor
• Inner product (dot product/scalar product) :
d
 x , y   x T y  yT x   x k yk
k 1
• Panjang vektor (norma vektor) :
1
 d  2
x  xT x    xk xk 
 k 1 
• Outer product :
 x, y   xyT  yxT
• Sudut antara vektor x & y

cos 
 x. y 
x. y
• Dua vektor x & y orthogonal jika : xT y  0
• Dua vektor x & y orthonormal jika :

xT y  0 dan x  y 1
Matlab user’s 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 = (aij) mxn ,i = 1,…,m dan j = 1,…,n
serta aij adalah elemen dari matriks A pada
baris ke-i kolom ke-j
ditulis sebagai berikut :

 a11 a12  a1 j  a1n 

a a  a2 j  a2n 
 21 22
     
 A   a a  aij  ain 

 i 1 i2
     
 
am1 am 2  amj  amn 
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 aii disebut
sebagai elemen diagonal dari A, elemen-elemen lain
merupakan elemen di luar diagonal dari A
5. Pada matriks A dengan m=n, bila aii ≠ 0 sedangkan
elemen di luar diagonal dari A sama dengan nol, yaitu,
aij = 0 untuk i≠ j, maka matriks A disebut sebagai
matriks diagonal
6. Jika pada matriks diagonal (point 5) nilai aii = 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 aii = 1 untuk
setiap i=1,…,n maka matriks tersebut dikatakan sebagai
matriks identitas (dinotasikan dengan In).
8. Jika pada matriks diagonal (point 5) nilai aii = 0 untuk
setiap i=1,…,n maka matriks tersebut dikatakan sebagai
matriks null (dinotasikan dengan Omxn).
Operasi-operasi Matriks
• Penjumlahan Matriks
Jika A = (aij)mxn dan B = (bij)mxn
A+B = (aij+ bij)mxn
Syarat : memiliki orde sama
• Perkalian dg Skalar
Jika A = (aij)mxn dan c = skalar
cA = (c x aij)mxn
• Pengurangan Matriks
Jika A = (aij)mxn dan B = (bij)mxn
A-B = A + (-1)B
= (aij)+ (-1)(bij)mxn
= (aij- bij)mxn
• Perkalian Matriks
Jika A = (aij)mxn dan B = (bij)nxr
A x B = C dimana C = (cij)mxr yang unsur-unsurnya
n
cij   aik bkj  ai1b1 j  ai 2b2 j   ainbnj
k 1
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

 b11 b12 
 a11 a12 a13 a14     c11 c12 
AB  a21 a22  b21 b22  
a23 a24    c21 c22 
b31 b32 
a31 a32 a33 a34    c31 c32 
b41 b42 
 c22  a21b12  a22b22  a23b32  a24b42
cij   aik bkj
k
• Kuadrat matriks
Syarat : Jika matriks adalah matriks bujur sangkar (jumlah
baris = jumlah kolom)

4 7 
 A   
 5 2
2  51 42
 A   
 30 39
Matriks Transpose
Jika A = (aij)mxn, transpose A (ditulis AT) didefinisikan
sebagai matriks nxm yang kolom pertamannya merupakan
baris pertama matriks A, kolom keduanya merupakan baris
kedua matriks A, dst

B(bij)=AT(aji)

 a11 a12 a13 

 A  
a21 a22 a23 
 a11 a21 
 AT  a12 a22 
a13 a23 
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

 a11 a12 
Invers dari matriks berorde 2x2 : A   
 21
a a 22 

 a 22  a12 
A1

1
a11 .a22  a12 .a21   a 21 a11 
Matriks spesial
• Symmetric : A  AT
 1 2 3
A  2 4 5
 3 5 6

• Skew symmetric :
A  AT
 0 2 3
A   2 0  5
  3 5 0 
Matriks spesial
• Hermitian : A  AH
 1 4  3i 5i 
A  4  3i 2 2  i 
  5i 2i 0 

• Skew Hermitian :
A  AH
 i 4  4i 7 
A   (4  4i ) 5i  (8  8i )
 7 8  8i 0 
• Orthogonal : AAT  AT A  I 
• Unitary : AAH  AH A  I 
• Idempotent :
Am  A ,m = integer
• Nilpotent : ,k=integer tertentu
A  0
k
• Diagonal :
1 0 0 
A  0 2 0
• Triangular : 0 0 3
1 4 5 

A  0 2 6
0 0 3
Aturan-aturan Ilmu Hitung Matriks

1. A+B = B+A komutatif

2. A±(B±C) = (A±B) ±C assosiatif
3. A(BC) = (AB)C assosiatif
4. A(B±C) = AB±AC distributif
5. (B±C)A = BA±CA distributif
6. a(B±C) = aB±aC a = skalar
7. (a±b)C = aC±bC b = skalar
8. (ab)C = a(bC)
9. a(BC) = (aB)C = B(aC)
10. AB ≠ BA
11. (AT)T = A
12. (A+B)T = AT+BT
13. (kA)T = kAT k = skalar
14. (AB)T = BTAT
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-1A-1
21. (ABC…)-1 = ...C-1B-1A-1
22. (A-1)-1 = A
23. (An)-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
In dengan melakukan operasi baris elementer tunggal.
kalikan baris ke-2 I2 dgn –3
1 0 
 0  3
 
tukarkan baris ke-2 dg baris
1 0 0 0 ke-4 dari I4
0 0 0 1
 
0 0 1 0
  tambahkan 3xbaris ke-3 dari
0 1 0 0
I3 pada baris ke-1
1 0 3
0 1 0
 

0 0 1 

Teorema Matriks Elementer

Jika matriks elementer E dihasilkan dengan melakukan sebuah

operasi baris tertentu pada Im 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 I3 ke
 1 0 2 3  1 0 0
    baris ke-3
 A  2  1 3 6  , E    0 1 0
1 4 4 0  3 0 1
 1 0 2 3
E  A  2  1 3 6
4 4 10 9
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 :

A    a1i .a2 j ..anr

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).
Sifat-sifat Determinan

• Teorema 1 :
Jika A matriks bujur sangkar maka |AT|=|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
4 7 2 6
1 2 3 1 4 7 1 2 3 7 8 9 2 6 4 1
0
4 5 62 5 8 4 5 6  4 5 6 8 6 3 0
7 8 9 3 6 9 7 8 9 1 2 3 4 7 2 6
• Teorema 4 :
Jika [B] dari [A] dengan mengalikan baris/kolom [A]
dengan bilangan real p maka |B|=p|A|

1 2 3 1 2 3 1 2 1
1 5 3  2 1 5 3  ( 2)( 3) 1 5 1  ( 2)( 3)(0)
2 8 6 1 4 3 1 4 1
• Teorema 5 :
Jika [B] dari [A] dengan menambahkan setiap unsur pada
baris r dengan c kali baris s (r≠s) maka |B|=|A|

• Teorema 6:
Jika [F] sejajar nxn maka |A| adalah hasil kali unsur-unsur
Pada diagonal utama |A|=a11 a22 … ann
 2 7 3 8 3
0 3 7 5 1
0 0 6 7 6  ( 2)( 3)( 6)( 9)( 4)  1296
0 0 0 9 8
0 0 0 0 4
• 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
Ekspansi Kofaktor
Jika [A]=(aij)nxn maka :
• Minor entri aij, dinyatakan oleh Mij adalah
determinan submatriks yang tetap setelah baris ke-i &
kolom ke-j dihilangkan dari [A].

 a11 a12 a13 

 A  a21 a22 a23 
a31 a32 a33 
minor entri a11 =M11= a22 a23
.  a22a33  a23a32
a32 a33
.
minor entri a33 =M33= a11 a12
 a11a22  a12a21
a21 a22
• Kofaktor entri aij, dinyatakan oleh cij adalah
bilangan (-1)i+j. Mij
kofaktor entri a11 =c11=(-1)1+1.(M11)
.
.
kofaktor entri a33 =c33=(-1)3+3.(M33)

 c11 c12 c13 

• Matriks Kofaktor A = [CA] = c c22 c23 
 21
c31 c32 c33 
• Adjoint A = adj (A) = [CA]T =  c11 c21 c31 
c 
c22 c32 
 12
c13 c23 c33 
 1 adj( A)
• Matriks Invers [A] = A 
A

• Determinan [A] = a11c11+a12c12+a13c13 (eks baris 1)

= a11c11+a21c21+a31c31 (eks kolom 1)
= a21c21+a22c22+a23c23 (eks baris 2)
dst
Persamaan diatas disebut ekspansi-ekspansi kofaktor |A|
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 :
A1 A2 Aj An
x1  , x2  ,, x j  ,, xn 
A A A A
Dimana Aj adalah matriks yang diperoleh dengan
menggantikan unsur-unsur dalam kolom ke-j dari [A]
dengan unsur-unsur dalam [B]
ALJABAR LINIER
&
MATRIKS

BAB III
Sistem Persamaan Linier

Definisi :
• Suatu himpunan berhingga dari persamaan- persamaan
linear dalam peubah-peubah x1, x2, … , xn dinamakan
sistem persamaan linear atau sistem linear

• Suatu persamaan linear dengan n peubah yaitu x1, x2, … ,

xn dapat dinyatakan dalam bentuk :
a1 x1 + a2 x2 + … + an xn = b
dimana a1, a2, … ,an dan b adalah konstanta-konstanta
real
Sistem Persamaan Linier
a11 x1 + a12 x2 + … + a1n xn = b1
a21 x1 + a22 x2 + … + a2n xn = b2
: : :
am1 x1 + an2 x2 + … + amn xn = bm
di mana a = koefisien konstanta,
b = konstanta, n = banyaknya peubah dan m = banyaknya
persamaan. Dalam bentuk matriks ditulis :

 a11 a12  a1n   x1   b1 

a     
 21 a22  a2 n   x2   b2 
          
    
am1 am 2  amn   xn  bm 
• 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

 a11 a12 a13   x1   b1   ( E 1)

a a23   x2   b2   ( E 2)
 21 a22
a31 a32 a33   x3  b3   ( E 3)
Forward
Elimination

a11 a12 a13   x1   b1 

 0 a' a'23   x2    b'2 
UpperTriangular
 22
System
 0 0 a"33   x3  b"3 
 Back
Subtitution

b"3 b'  a' x b a x a x

x3  , x2  2 23 3 , x1  1 12 2 13 3
a"33 a'22 a11
Langkah-langkah eliminasi maju :
1. Eliminasikan x1 dari (E2) dan (E3), asumsi a11≠0
a 21 a 31
m21  ; m31 
a11 a11
Kurangkan (m21xE1) pada E2 dan kurangkan (m31xE1) pada
E3 sehingga :
a11 x1  a12 x2  a13 x3  b1
a'22 x2  a'23 x3  b'2
a'32 x2  a"33 x3  b'3
Tanda ‘ menandakan persamaan telah dimodifikasi 1x
2. Eliminasikan x2 dari E3 a22≠0
a'32
m32 
a'22
Kurangkan (m32xE2) pada E3 sehingga :

a11 x1  a12 x2  a13 x3  b1

a'22 x2  a'23 x3  b'2
a"33 x3  b"3
Tanda “ menandakan persamaan telah dimodifikasi 2x
Langkah-langkah subtitusi mundur :
b"3
x3 
a"33 ( n1)
bn
Sehingga dapat dirumuskan : xn 
( n1)
bnn
 n
( i 1) ( i 1)
bi   aii x j
untuk menghitung sisanya : j  i 1
xi 
( i 1)
aii
i=n-1,n-2,…,1
Persamaan E1 disebut pivot equation,a11 disebut koefisien
pivot, dan operasi perkalian baris pertama dengan a21/a11
disebut normalisasi. Untuk kemudahan dipakai matriks
diperbesar (Augmented matrix) :

 a11 a12 a13  b1 

a 
a23  b2 
 21 a22
a31 a32 a33  b3 
 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.

 a11 a12 a13  b1 

a a23  b2 
 21 a22
a31 a32 a33  b3 

Elimination

 b * x1  b1*
 1 0 0  1
matriks
0 1 0 b*  x2  b2*
No back
subtitution
satuan  2
 0 0 1  * x3  b3*
3 
b
Iterasi Gauss-Siedel
a11 x1 + a12 x2 + … + a1n xn = b1 …(1)
a21 x1 + a22 x2 + … + a2n xn = b2 …(2)
: : :
am1 x1 + an2 x2 + … + amn xn = bn …(n)
Dapat ditulis kembali :
1
x1  (b1  a12 x2  a13 x3    a1n xn )
a11
1
x2  (b2  a21 x1  a23 x3    a2n xn )
a22

1
xn  (bn  an1 x1  an2 x2    an( n 1) x( n 1) )
ann
Langkah-langkah Iterasi Gauss-Siedel :
b1
1. Asumsikan x2, x3, …, xn = 0, diperoleh ; x1 
a11
2. Hasil “x1” dimasukkan ke persamaan (2) untuk
mendapatkan harga x2, asumsikan x3, …, xn = 0, diperoleh ;

x2 
1
b2  a21 x1 
a22
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 x1,x2, x3, …,
xn pada proses iterasi kedua, ketiga dst
4. Proses iterasi berakhir jika hasil iterasi terakhir sama
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)
1
x  (85  6 y  z )
Diubah menjadi : 27
1
y  (72  6 x  2 z )
15
1
z  (110  x  y )
54
• Iterasi pertama
1. Asumsikan y=z=0, diperoleh :
85
x1   3,15
27
2. Hasil dari x1 dimasukkan ke persamaan 2 (asumsikan
z=0), diperoleh :

1
y1  (72  6(3,15))  3,54
15
3. Masukkan hasil x1 dan y1 ke dalam persamaan 3 :

1
z1  (110  3,15  3,54)  1,91
54
• Iterasi kedua
1
x2  (85  6( 3,54)  1,91)  2,43
27
1
y2  (72  6( 2,43)  2(1,91))  3,57
15
1
z2  (110  2,43  3,57)  1,926
54
• 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
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 Gauss–Jordan, 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

Himpunan berhingga dr persamaan2

DEFINISI
linier dlm peubah x 1,x2,x3,..,xn

Semua peubah s.d. angka pertama, tidak

muncul sebagai fungsi trigonometri,
CIRI-CIRI
logaritma, eksponensial, hasil kali atau
akar peubah

INKONSISTEN - Tidak mempunyai pemecahan

SIFAT

- Minimal ada satu pemecahan

KONSISTEN - Mempunyai tak ningga banyaknya
pemecahan

SPL
HOMOGEN

DEFINISI Semua suku konstanta bernilai 0

TRIVIAL Semua peubah bernilai 0 (x1,x2,x3,..,xn = 0

PEMECAHAN

Ada pemecahan lain sebagai tambahan

NONTRIVIAL
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
ATURAN
- Koefisien [A] merupakan matriks bujur
CRAMER
sangkar

- Menggunakan augmented matriks

ELIMINASI - Matriks akhir : bentuk eselon baris
GAUSS (mempunyai nol di bawah tiap 1 utama)
- Ada subtitusi balik
SOLUSI
- Menggunakan augmented matriks
ELIMINASI - Matriks akhir : bentuk eselon baris
GAUSS-JORDAN tereduksi (mempunyai nol di bawah
dan di atas tiap 1 utama)

- Proses iterasi berakhir jk hasil akhir

sama/hampir sama dg iterasi
ITERASI
sebelumnya
GAUSS-SIEDEL
- Kelemahan: proses akhir iterasi
meragukan
GARIS & BIDANG DI R-3

BAB IV
Q adalah bidang melalui titik Po (xo, yo, zo) & tegak lurus vektor
n = (a,b,c). Bidang Q terdiri dari titik-titik P (x, y, z)
maka vektor P 0 P ortogonal ke n :
n.P0 P  0 (1)
di mana
P0 P  ( x  x0, y  y 0, z  z 0) (2)

Persamaan (1) dapat ditulis kembali menjadi:

a ( x  x 0 )  b( y  y 0 )  c ( z  z 0 )  0 (3)
disebut bentuk normal titik dari persamaan bidang yang
melewati titik Po (xo, yo, zo) dgn normal n = (a,b,c).

Dengan mengalikan dan mengumpulkan suku-sukunya maka

persamaan (3) akan berbentuk:
ax+by+cz+d=0 (4)
disebut bentuk umum persamaan bidang di R-3 dengan
n=(a,b,c) sebagai normal, dimana a, b, c, d = konstanta dan
a, b, c tidak semuanya nol.

Seperti halnya pemecahan sistem persamaan linier

ax+by=k1
cx+dy=k2
Adalah titik perpotongan garis ax+by=k1 dan cx+dy=k2 di
bidang xy, maka demikian juga pemecahan sistem
ax+by+cz=k1
dx+ey+fz=k2
gx+hy+iz=k3
Adalah titik perpotongan garis ax+by+cz=k1, dx+ey+fz=k2
dan gx+hy+iz=k3 di bidang xyz.

Beberapa kemungkinan geometrik dari berbagai solusi

pemecahan:
Solusi pemecahan Kemungkinan
Geometrik
Tidak ada pemecahan

(3 bidang sejajar)

Tidak ada pemecahan

(2 bidang sejajar)
 Solusi pemecahan Kemungkinan Geometrik

Tidak ada pemecahan

(3 bidang tanpa titik potong
bersama)

Tak terhingga banyaknya

pemecahan
(3 bidang berimpit)

Tak terhingga banyaknya pemecahan

(3 bidang berpotongan dalam
sebuah garis)

Satu pemecahan
(3 bidang berpotongan di sebuah
titik)
Contoh Soal 1 :
Carilah persamaan bidang yang melewati titik (3, -1, 7) dan
tegak lurus ke vektor n = (4, 2, -5)
4(x-3)+2(y+1)-5(z-7)=0
4x+2y-5z+25=0

Contoh Soal 2 :
Carilah persamaan bidang yang melewati titik P1 (1, 2, -1), P2
(2, 3, 1) dan P3 (3, -1, 2)
Pers. Umum : ax+by+cz+d=0
Pers. bidang melalui titik P1 : a+2b-c+d=0
Pers. bidang melalui titik P2 : 2a+3b+c+d=0
Pers. bidang melalui titik P3 : 3a-b+2c+d=0
Dari ketiga pers. bidang yang melalui titik P1, P2 dan P3 di
atas, gunakan metode eliminasi Gauss/Gauss-Jordan untuk
mendapatkan pemecahannya, yaitu diperoleh nilai-nilai :

dengan memisalkan t = -16, maka diperoleh :

9x+y-5z-16=0

Setiap nilai t yang diberikan akan diperoleh kelipatan

persamaan di atas, jd sembarang nilai t≠0 sama baiknya
Pemecahan alternatif contoh soal 2 :
sejajar bidang, sehingga
cross product keduanya merupakan normal bidang karena
tegak lurus baik terhadap maupun terhadap :

maka bentuk normal titik persamaan bidang yg melalui P1, P2

dan P3 :
9(x-1)+(y-2)-5(z+1)=0
9x+y-5z-16=0
Garis di R-3
I adalah garis di R-3 melalui titik Po (xo, yo, zo) dan sejajar
vektor taknol v = (a, b, c). Garis I terdiri dari titik-titik P (x,
y, z), sehingga
(5)
P0 P  t v
t = skalar

P0 P  ( x  x0, y  y 0, z  z 0)
Persamaan (5) dapat ditulis kembali menjadi :
P0 P  ( x  x0, y  y 0, z  z 0)  (ta, tb, tc) (6)
Dari persamaan (6) diperoleh :
x=xo+ta (7)
y=yo+tb dimana -∞‹t ‹+ ∞ (8)
z=zo+tc (9)
Persamaan (7) s.d. (9) disebut persamaan parametik.
Contoh Soal 3 :
Cari persamaan parametik garis yang melalui titik-titik P1 (2,
4, -1) dan P2 (5, 0, 7), dimanakah garis tersebut memotong
bidang xy?

Vektor P1 P2= (3,-4, 8) sejajar garis dan P1 (2, 4, -1) terletak

pada garis, maka persamaan parametiknya :
x=2+3t
y=4-4t
z=-1+8t dimana -∞‹t ‹+ ∞
Garis memotong bidang xy jika z=-1+8t=0 dan t = 1/8.
Dengan memasukkan nilai t ke dalam persamaan parametik
diperoleh titik perpotongan :
(x, y, z) = (19/8, 7/2, 0)
Contoh Soal 4 :
Carilah persamaan parametik untuk perpotongan bidang-
bidang 3x+2y-4z-6=0 dan x-3y-2z-4=0.
Garis perpotongan kedua bidang tersebut terdiri dari titik-titik
(x,y,z) yang memenuhi sistem :
3x+2y-4z-6=0
x-3y-2z-4=0
Dengan menggunakan metode eliminasi gauss/gauss jordan
diperoleh pemecahan sistem di atas :
26 16 16 2
x  t, y    t, z  t
11 11 11 11
Maka persamaan parametik :
26 16 6 2 dimana -∞‹t ‹+ ∞
x  t y  t z t
11 11 11 11
Mencari dua bidang yang perpotongannya garis yang
diberikan

Persamaan parametik (7) s.d. (9) dapat ditulis ulang mjd:

x  xo y  yo z  zo
 t,  t, t
a b c
Dengan mengeliminasi parameter t diperoleh :
x  xo y  yo z  zo merupakan pers.parametik
 
a b c
untuk garis perpotongan dua bidang. Maka garis tersebut dapat
dipandang sebagai perpotogan bidang-bidang
x  xo y  yo dan y  yo z  zo atau sebagai
 
a b b c
perpotongan dari : x  xo  z  zo dan y  yo z  zo dst

a c b c
Contoh Soal 5 :
Carilah dua bidang yang perpotongan adalah garis :
x=3+2t
y=-4+7t
z=1+3t -∞‹t ‹+ ∞
Persamaan parametik untuk garis perpotongan dua bidang :
x  3 y  4 z 1
 
2 7 3
Maka garis tersebut merupakan perpotongan bidang-bidang :

x  3 y  4 dan y  4 z 1
 
2 7 7 3
Ekivalen dengan
7x-2y-29=0 dan 3y-7z+19=0
Mencari jarak antara dua bidang sejajar

Mencari jarak antara bidang-bidang sejajar dilakukan dengan

melalui perhitungan jarak antara satu bidang dengan
sembarang titik misal Po (xo, yo, zo) pada bidang yang lain
tersebut (dengan pers. umum bidangnya ax+by+cz+d=0),
yaitu :

axo  byo  czo  d

D
a 2  b2  c2
Contoh Soal 6 :
Bidang x+2y-2z=3 dan 2x+4y-4z=7 adalah sejajar karena
bidang tersebut normal (1, 2,-2) dan (2, 4, -4) merupakan
sejajar. Carilah jarak antara bidang-bidang tersebut !
Pilih sembarang titik pada salah satu bidang dengan
memasukkan y=z=0 ke dalam salah satu pers. bidang.
Misal ke dalam x+2y-2z=3 masukkan y=z=0, diperoleh x=3
sehingga titik yang diperoleh Po (3, 0, 0), maka jarak antara
bidang x+2y-2z=3 dan 2x+4y-4z=7 diperoleh dengan
menghitung jarak Po (3, 0, 0) ke bidang 2x+4y-4z=7, yaitu :

(2)(3)  (4)(0)  (4)(0)  7 1

D 
(2) 2  (4) 2  (4) 2 6