1. The document discusses the preparation of teaching materials for linear algebra and matrices courses. It explains that the materials were designed to integrate pedagogical and professional competencies, with a focus on character education and developing higher-order thinking skills.
2. The materials are presented in modular format and are available both physically and digitally. They are intended as the main materials for mathematics courses in engineering programs.
3. An overview of the contents is provided, covering topics such as linear systems, Gaussian elimination, matrices and matrix operations, inverses, and applications of linear systems.
Dokumen tersebut membahas tentang aplikasi integral untuk menghitung luas daerah dan volume benda putar. Terdapat tiga metode untuk menghitung volume benda putar yaitu metoda cakram, metoda cincin, dan metoda kulit tabung.
Dokumen tersebut membahas tentang aplikasi integral untuk menghitung luas daerah dan volume benda putar. Terdapat tiga metode untuk menghitung volume benda putar yaitu metoda cakram, metoda cincin, dan metoda kulit tabung.
Dokumen tersebut membahas tentang latar belakang pembuatan website perpustakaan menggunakan Macromedia Dreamweaver 8 dan database MySQL. Langkah-langkah pembuatan database dan website dijelaskan secara rinci mulai dari pembuatan tabel database hingga pengembangan halaman utama website."
Dokumen tersebut membahas tentang logika predikat, meliputi latar belakang, simbol, kuantor, dan contoh-contoh pernyataan logika predikat dalam 3 kalimat atau kurang.
Laporan Praktikum Algoritma Pemrograman Modul VI-GUIShofura Kamal
ย
Program ini membuat aplikasi kalkulator sederhana menggunakan GUI Delphi 7. Program menggunakan berbagai komponen seperti label, edit, bitbtn dan speedbutton untuk menampilkan tampilan antarmuka pengguna dan fungsi operasi hitung.
Dokumen tersebut membahas tentang integrasi numerik dengan metode Trapezoida dan Simpson. Metode Trapezoida membagi luasan yang dibatasi oleh fungsi menjadi bagian-bagian trapesium, sedangkan metode Simpson membagi luasan menjadi bagian-bagian parabola. Dokumen tersebut juga menjelaskan algoritma dan contoh soal untuk kedua metode tersebut beserta perhitungan galatnya.
Contoh soal penyelsaian metode biseksi menggunakan excel ernaernajuliawati
ย
Dokumen tersebut memberikan contoh penyelesaian 6 soal pencarian akar persamaan non-linier menggunakan metode biseksi di Microsoft Excel dengan memberikan penjelasan langkah-langkah algoritmanya dan kesimpulannya.
1. Soal ujian struktur data mata kuliah tersebut terdiri dari 30 soal pilihan ganda yang meliputi konsep-konsep dasar struktur data seperti array, linked list, stack, queue, tree, graph, dan sorting.
2. Beberapa soal menanyakan tentang tipe data, operator, kondisi linked list dan stack, operasi queue, serta pengertian sparse array dan binary tree.
3. Ada juga soal yang membahas algoritma sorting seperti insertion, selection, merge, dan quick sort beserta contoh soal p
Makalah ini membahas tentang peranan statistika dan perkembangannya dalam teknik informatika. Statistika berperan penting dalam pembuatan perangkat lunak, pembuatan website statistik, penggunaan software statistika, survei pasar, penelitian pendidikan, pembangunan nasional, dan berbagai survei bank. Statistika juga berkembang dari ilmu pengumpulan angka menjadi ilmu analisis data untuk pengambilan keputusan.
Materi 2 Kompleksitas Waktu dan Ruang (2).pdfAnandaPrasta
ย
Dokumen tersebut membahas tentang kompleksitas waktu dan ruang dari suatu algoritma, di mana kompleksitas algoritma diukur berdasarkan jumlah waktu dan ruang memori yang dibutuhkan untuk menjalankannya. Kompleksitas waktu dan ruang bergantung pada ukuran masukan data, yang biasanya disimbolkan dengan n. Kompleksitas algoritma diekspresikan secara formal untuk membuatnya independen dari platform komputer dan bahasa pemrograman tertentu.
Flexible Curricula Viewpoints action plan template balham
ย
This document outlines the key discussions and outcomes from a workshop exploring flexible curricula. It identifies changing drivers such as student and employer needs that require more flexibility. An action plan proposes enhancements in areas like partnerships, anytime learning, entry/exit points, and personalized learning. Implementation will require actions, responsibilities, and timelines to be determined.
This document proposes content development for an Object Oriented Programming course. It discusses conducting a needs assessment which analyzes course data, IT infrastructure, and syllabi from three universities. The proposal outlines plans for an instructional design phase to develop subject matter, a learning management system, and evaluations. It proposes a six-month implementation plan with three phases for design, development and deployment, and includes schedules, budgets and team roles. The goal is to create a student-centered online learning approach for teaching OOP concepts using Java.
Dokumen tersebut membahas tentang latar belakang pembuatan website perpustakaan menggunakan Macromedia Dreamweaver 8 dan database MySQL. Langkah-langkah pembuatan database dan website dijelaskan secara rinci mulai dari pembuatan tabel database hingga pengembangan halaman utama website."
Dokumen tersebut membahas tentang logika predikat, meliputi latar belakang, simbol, kuantor, dan contoh-contoh pernyataan logika predikat dalam 3 kalimat atau kurang.
Laporan Praktikum Algoritma Pemrograman Modul VI-GUIShofura Kamal
ย
Program ini membuat aplikasi kalkulator sederhana menggunakan GUI Delphi 7. Program menggunakan berbagai komponen seperti label, edit, bitbtn dan speedbutton untuk menampilkan tampilan antarmuka pengguna dan fungsi operasi hitung.
Dokumen tersebut membahas tentang integrasi numerik dengan metode Trapezoida dan Simpson. Metode Trapezoida membagi luasan yang dibatasi oleh fungsi menjadi bagian-bagian trapesium, sedangkan metode Simpson membagi luasan menjadi bagian-bagian parabola. Dokumen tersebut juga menjelaskan algoritma dan contoh soal untuk kedua metode tersebut beserta perhitungan galatnya.
Contoh soal penyelsaian metode biseksi menggunakan excel ernaernajuliawati
ย
Dokumen tersebut memberikan contoh penyelesaian 6 soal pencarian akar persamaan non-linier menggunakan metode biseksi di Microsoft Excel dengan memberikan penjelasan langkah-langkah algoritmanya dan kesimpulannya.
1. Soal ujian struktur data mata kuliah tersebut terdiri dari 30 soal pilihan ganda yang meliputi konsep-konsep dasar struktur data seperti array, linked list, stack, queue, tree, graph, dan sorting.
2. Beberapa soal menanyakan tentang tipe data, operator, kondisi linked list dan stack, operasi queue, serta pengertian sparse array dan binary tree.
3. Ada juga soal yang membahas algoritma sorting seperti insertion, selection, merge, dan quick sort beserta contoh soal p
Makalah ini membahas tentang peranan statistika dan perkembangannya dalam teknik informatika. Statistika berperan penting dalam pembuatan perangkat lunak, pembuatan website statistik, penggunaan software statistika, survei pasar, penelitian pendidikan, pembangunan nasional, dan berbagai survei bank. Statistika juga berkembang dari ilmu pengumpulan angka menjadi ilmu analisis data untuk pengambilan keputusan.
Materi 2 Kompleksitas Waktu dan Ruang (2).pdfAnandaPrasta
ย
Dokumen tersebut membahas tentang kompleksitas waktu dan ruang dari suatu algoritma, di mana kompleksitas algoritma diukur berdasarkan jumlah waktu dan ruang memori yang dibutuhkan untuk menjalankannya. Kompleksitas waktu dan ruang bergantung pada ukuran masukan data, yang biasanya disimbolkan dengan n. Kompleksitas algoritma diekspresikan secara formal untuk membuatnya independen dari platform komputer dan bahasa pemrograman tertentu.
Flexible Curricula Viewpoints action plan template balham
ย
This document outlines the key discussions and outcomes from a workshop exploring flexible curricula. It identifies changing drivers such as student and employer needs that require more flexibility. An action plan proposes enhancements in areas like partnerships, anytime learning, entry/exit points, and personalized learning. Implementation will require actions, responsibilities, and timelines to be determined.
This document proposes content development for an Object Oriented Programming course. It discusses conducting a needs assessment which analyzes course data, IT infrastructure, and syllabi from three universities. The proposal outlines plans for an instructional design phase to develop subject matter, a learning management system, and evaluations. It proposes a six-month implementation plan with three phases for design, development and deployment, and includes schedules, budgets and team roles. The goal is to create a student-centered online learning approach for teaching OOP concepts using Java.
This document contains a lesson plan for teaching trainees about encoders. The plan includes information about the learning conditions such as the trainees, classroom, and college. It describes the didactic reflection including analyzing the curriculum, content, and appropriate methods. The plan lists general and specific learning objectives. It outlines the intended process through opening, body, and closing sections. It provides details on methodology, media, time allocation, and expected trainer and trainee actions. Lists of teaching materials, didactic principles, and references are also included.
The Use of Online Learning to Improve Math InstructionKim Caise
ย
This capstone paper discusses the use of online learning to enrich and improve math instruction. Voicethread is the featured technology tool within a Moodle course for teachers to complete and implement in their mathematics instruction.
1) The organizational chart outlines the roles and responsibilities for implementing technology at Mission CISD, with the Board of Trustees and Superintendent at the top and teachers responsible for integrating technology in their classrooms.
2) The professional development plan has three phases: analyzing STaR Chart data to identify weaknesses, training teachers on available technology resources, and having experienced teachers model effective technology integration strategies.
3) Progress will be evaluated using STaR Chart data, walkthroughs, lesson plans, staff development attendance, and ensuring access to technology resources.
Smart Speaker as Studying Assistant by Joao ParganaHendrik Drachsler
ย
The thesis by Joao Pargana followed two main goals, first, a smart speaker application was created to support learners in informal learning processes through a question/answer application. Second, the impact of the application was tested amongst various users by analyzing how adoption and
transition to newer learning procedures can occur.
The
architectural
working drawings.
1.2-1 Site Development Plan or Lot Plan
Site Development Plan or Lot Plan refers to the position and the
location of the building with property line, setbacks, approaches, grade
contours, landscape and other pertinent data in relation to the site.
It shows the following:
1. Property lines with dimensions
2. Setback lines
3. Existing and proposed contours
4. Existing and proposed structures
5. Existing and proposed utilities
6. Existing and proposed roads and walks
7. Existing and proposed landscape features
8. North arrow
9. Scale
10. Legend
This document outlines a research proposal to investigate the alignment between the intended learning outcomes, teaching and learning activities, and assessment methods for a Pneumatic Training Instrument (PTI) laboratory course. The research aims to compare the curriculum objectives to the practical skills developed in students and recommend an improved assessment model. A literature review focuses on learning outcomes, practical skills development through PTI, and assessment of practical skills. The methodology will use a qualitative case study approach, collecting data through document analysis, observations, and interviews at two technical institutions. The research is currently in progress, with preliminary studies and a conference paper submitted.
The document describes a module on solving polynomials. It provides background information on the module's purpose and development. The module was created by students in an Educational Technology 2 course as part of their curriculum. It aims to introduce traditional and innovative educational technologies and guide students in producing instructional materials. The module focuses on teaching various methods for solving polynomial functions and equations, including addition, subtraction, multiplication, division, and finding zeros. It consists of chapters covering polynomial concepts, laws of exponents, polynomial operations, and graphing polynomials. The module is intended to enhance mathematics students' skills in solving polynomial problems.
Here are the key steps to communicate information about workplace processes:
1. Select the appropriate communication method based on the topic, audience, and purpose of communication. Consider verbal, written, electronic, etc.
2. Organize information from multiple topics clearly and logically for effective communication.
3. Use questions to gather additional details and ensure understanding as needed.
4. Identify the correct sources of information using organizational requirements and protocols.
5. Maintain effective communication skills, whether verbal, non-verbal or in writing, in all situations.
This document provides an introduction to a master's thesis that examines factors affecting customer loyalty within the Saudi mobile telecommunications industry. The introduction outlines the background, research questions, objectives, and structure of the thesis. It discusses the competitive mobile market in Saudi Arabia and importance of customer loyalty. The research aims to study the relationships between service quality, price, value offers, trust, satisfaction and customer loyalty. It will examine what influences customers' choice and switching behavior between mobile operators. The findings could help operators improve customer retention and satisfaction strategies. The study is focused on mobile users in Riyadh and investigates the impact of three key factors on loyalty.
As technology evolves and shapes our public discourse, and students continue to engage with technology on a daily basis, it becomes imperative for classrooms to serve as spaces to teach responsible uses of technology while meeting the diverse needs of students and the various ways they access technology. There is an additional level of urgency as our reliance on
technology shapes the economy, political discourses, and how we understand each other.
The Technology Integration Practices (TIP) Tools support school districts, schools, teachers, and
coaches in infusing technologies and pedagogy, tracking professional growth, and measuring instructional practices in support of equitable student learning. The TIP Tool includes: a District Assessment Tool, a Lesson Observation Tool and a Career Trajectory Tool.
This document presents a revised draft model course on Master and Chief Mate. It aims to meet the mandatory requirements for knowledge at the management level in navigation, cargo handling and stowage, and controlling ship operations and personnel. The course covers topics such as navigation, cargo operations, stability, contingency planning, and personnel management. The subcommittee is invited to review the draft and provide feedback to further improve the training.
Substitution, augmentation, modification and redifinitionEcestz Estuista
ย
This document provides an overview of the SAMR model for integrating technology into teaching and learning. It begins with defining SAMR as a framework that evaluates technology use at four levels from substitution to redefinition. It then discusses why SAMR is important for helping educators determine their proficiency with technology integration. The document proceeds to explain how SAMR relates to Bloom's taxonomy and provides examples of lessons at each SAMR level. It concludes with reminders for effective technology integration and an activity for classifying lessons according to SAMR.
This document discusses the National Philosophy of Education in Malaysia and the Philosophy of Teacher Education. It aims to develop students holistically through education that nurtures their intellectual, spiritual, emotional, and physical well-being based on faith and obedience to God, to produce knowledgeable and skilled citizens who contribute to society. It also discusses the importance of teachers upholding noble character and progressive scientific views, as well as embracing national aspirations and cultural heritage, to ensure students' development and maintain a united, democratic, progressive and disciplined society.
This document provides a physics syllabus guide for NCQF Level 4. It includes an introduction, rationale, and outlines several modules covering topics in physics measurements, mechanics, magnetism, electricity, electronics, and atomic and nuclear physics. For each module, it lists learning outcomes and provides resources, suggested learning tasks, and assessments. The guide is intended to supplement the physics syllabus and provide direction for effective delivery of instructional activities in an outcome-based approach.
This document provides ICT curricula for teachers and students in the school system. It aims to prepare youth to participate in establishing a knowledge society and to be globally competitive, as outlined in the National Policy on ICT in School Education.
The curriculum for teachers focuses on 6 learning strands: connecting with the world through online resources, connecting with each other, creating with ICT, interacting with ICT, possibilities of ICT in education, and reaching out/bridging divides. It includes 14 modules covering topics such as digital storytelling, data analysis, using ICT for teaching/learning/evaluation, documentation/communication, and subject-specific ICT tools.
The student curriculum spans 3 years with 3 sessions
This document discusses the role of teachers in 21st century learning. It covers several key topics:
1. The characteristics of 21st century learning include skills like critical thinking, communication, collaboration, and creativity. Learners are more independent and use technology extensively.
2. Teachers must develop competencies in pedagogy, personality, social skills, and professional knowledge to guide 21st century students. They employ new student-centered models like project-based, collaborative, and blended learning.
3. Teachers integrate technology into their practice using frameworks like TPACK that combine technological, pedagogical, and content knowledge. They develop skills like facilitating online discussions and assessing digital work.
This document contains a lesson plan for teaching converting Laplace transforms. The lesson plan will be taught to 15 electronics students in Riyadh, Saudi Arabia. It includes the learning objectives, which are for students to understand the importance of Laplace transforms, properties and theories of Laplace transforms, and how to solve differential equations using Laplace transforms. The lesson will be taught over 9 minutes using methods such as lecture, discussion, and group/partner/individual work. Students will work on 3 handouts applying Laplace transforms to exponential, sinusoidal, and cosine functions. The lesson aims to help students more easily solve complex differential equations.
Presentations on the impact of Cloud-based teaching and teacher education on ...TheSoFGr
ย
Sofie De Cupere (editor),
School on the Cloud,
ICT Key Action 3 European Project
Participants in Working Group 2 (i-Teacher) have prepared presentations on the impact of Cloud-based teaching, teacher education, training and on the relationship between the โuse of Cloud-based teachingโ and the mobile, connected and social media use in i-classroom. Discussion and analysis is focused on the identification of training needs for teachers and trainers and produce a guide to Cloud-based terminology. The issues associated with mainstreaming innovation has been discussed and a series of recommendations resulted to a model of vision and practical strategic outlines. These are published as a training needs manifesto for educational organizations and for decision makers.
Similar to Aljabar linier dan matrik joko soebagyo et.al compressed (20)
Using recycled concrete aggregates (RCA) for pavements is crucial to achieving sustainability. Implementing RCA for new pavement can minimize carbon footprint, conserve natural resources, reduce harmful emissions, and lower life cycle costs. Compared to natural aggregate (NA), RCA pavement has fewer comprehensive studies and sustainability assessments.
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSIJNSA Journal
ย
The smart irrigation system represents an innovative approach to optimize water usage in agricultural and landscaping practices. The integration of cutting-edge technologies, including sensors, actuators, and data analysis, empowers this system to provide accurate monitoring and control of irrigation processes by leveraging real-time environmental conditions. The main objective of a smart irrigation system is to optimize water efficiency, minimize expenses, and foster the adoption of sustainable water management methods. This paper conducts a systematic risk assessment by exploring the key components/assets and their functionalities in the smart irrigation system. The crucial role of sensors in gathering data on soil moisture, weather patterns, and plant well-being is emphasized in this system. These sensors enable intelligent decision-making in irrigation scheduling and water distribution, leading to enhanced water efficiency and sustainable water management practices. Actuators enable automated control of irrigation devices, ensuring precise and targeted water delivery to plants. Additionally, the paper addresses the potential threat and vulnerabilities associated with smart irrigation systems. It discusses limitations of the system, such as power constraints and computational capabilities, and calculates the potential security risks. The paper suggests possible risk treatment methods for effective secure system operation. In conclusion, the paper emphasizes the significant benefits of implementing smart irrigation systems, including improved water conservation, increased crop yield, and reduced environmental impact. Additionally, based on the security analysis conducted, the paper recommends the implementation of countermeasures and security approaches to address vulnerabilities and ensure the integrity and reliability of the system. By incorporating these measures, smart irrigation technology can revolutionize water management practices in agriculture, promoting sustainability, resource efficiency, and safeguarding against potential security threats.
CHINAโS GEO-ECONOMIC OUTREACH IN CENTRAL ASIAN COUNTRIES AND FUTURE PROSPECTjpsjournal1
ย
The rivalry between prominent international actors for dominance over Central Asia's hydrocarbon
reserves and the ancient silk trade route, along with China's diplomatic endeavours in the area, has been
referred to as the "New Great Game." This research centres on the power struggle, considering
geopolitical, geostrategic, and geoeconomic variables. Topics including trade, political hegemony, oil
politics, and conventional and nontraditional security are all explored and explained by the researcher.
Using Mackinder's Heartland, Spykman Rimland, and Hegemonic Stability theories, examines China's role
in Central Asia. This study adheres to the empirical epistemological method and has taken care of
objectivity. This study analyze primary and secondary research documents critically to elaborate role of
chinaโs geo economic outreach in central Asian countries and its future prospect. China is thriving in trade,
pipeline politics, and winning states, according to this study, thanks to important instruments like the
Shanghai Cooperation Organisation and the Belt and Road Economic Initiative. According to this study,
China is seeing significant success in commerce, pipeline politics, and gaining influence on other
governments. This success may be attributed to the effective utilisation of key tools such as the Shanghai
Cooperation Organisation and the Belt and Road Economic Initiative.
Optimizing Gradle Builds - Gradle DPE Tour Berlin 2024Sinan KOZAK
ย
Sinan from the Delivery Hero mobile infrastructure engineering team shares a deep dive into performance acceleration with Gradle build cache optimizations. Sinan shares their journey into solving complex build-cache problems that affect Gradle builds. By understanding the challenges and solutions found in our journey, we aim to demonstrate the possibilities for faster builds. The case study reveals how overlapping outputs and cache misconfigurations led to significant increases in build times, especially as the project scaled up with numerous modules using Paparazzi tests. The journey from diagnosing to defeating cache issues offers invaluable lessons on maintaining cache integrity without sacrificing functionality.
Redefining brain tumor segmentation: a cutting-edge convolutional neural netw...IJECEIAES
ย
Medical image analysis has witnessed significant advancements with deep learning techniques. In the domain of brain tumor segmentation, the ability to
precisely delineate tumor boundaries from magnetic resonance imaging (MRI)
scans holds profound implications for diagnosis. This study presents an ensemble convolutional neural network (CNN) with transfer learning, integrating
the state-of-the-art Deeplabv3+ architecture with the ResNet18 backbone. The
model is rigorously trained and evaluated, exhibiting remarkable performance
metrics, including an impressive global accuracy of 99.286%, a high-class accuracy of 82.191%, a mean intersection over union (IoU) of 79.900%, a weighted
IoU of 98.620%, and a Boundary F1 (BF) score of 83.303%. Notably, a detailed comparative analysis with existing methods showcases the superiority of
our proposed model. These findings underscore the modelโs competence in precise brain tumor localization, underscoring its potential to revolutionize medical
image analysis and enhance healthcare outcomes. This research paves the way
for future exploration and optimization of advanced CNN models in medical
imaging, emphasizing addressing false positives and resource efficiency.
Embedded machine learning-based road conditions and driving behavior monitoringIJECEIAES
ย
Car accident rates have increased in recent years, resulting in losses in human lives, properties, and other financial costs. An embedded machine learning-based system is developed to address this critical issue. The system can monitor road conditions, detect driving patterns, and identify aggressive driving behaviors. The system is based on neural networks trained on a comprehensive dataset of driving events, driving styles, and road conditions. The system effectively detects potential risks and helps mitigate the frequency and impact of accidents. The primary goal is to ensure the safety of drivers and vehicles. Collecting data involved gathering information on three key road events: normal street and normal drive, speed bumps, circular yellow speed bumps, and three aggressive driving actions: sudden start, sudden stop, and sudden entry. The gathered data is processed and analyzed using a machine learning system designed for limited power and memory devices. The developed system resulted in 91.9% accuracy, 93.6% precision, and 92% recall. The achieved inference time on an Arduino Nano 33 BLE Sense with a 32-bit CPU running at 64 MHz is 34 ms and requires 2.6 kB peak RAM and 139.9 kB program flash memory, making it suitable for resource-constrained embedded systems.
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...University of Maribor
ย
Slides from talk presenting:
Aleลก Zamuda: Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapter and Networking.
Presentation at IcETRAN 2024 session:
"Inter-Society Networking Panel GRSS/MTT-S/CIS
Panel Session: Promoting Connection and Cooperation"
IEEE Slovenia GRSS
IEEE Serbia and Montenegro MTT-S
IEEE Slovenia CIS
11TH INTERNATIONAL CONFERENCE ON ELECTRICAL, ELECTRONIC AND COMPUTING ENGINEERING
3-6 June 2024, Niลก, Serbia
Understanding Inductive Bias in Machine LearningSUTEJAS
ย
This presentation explores the concept of inductive bias in machine learning. It explains how algorithms come with built-in assumptions and preferences that guide the learning process. You'll learn about the different types of inductive bias and how they can impact the performance and generalizability of machine learning models.
The presentation also covers the positive and negative aspects of inductive bias, along with strategies for mitigating potential drawbacks. We'll explore examples of how bias manifests in algorithms like neural networks and decision trees.
By understanding inductive bias, you can gain valuable insights into how machine learning models work and make informed decisions when building and deploying them.
A review on techniques and modelling methodologies used for checking electrom...nooriasukmaningtyas
ย
The proper function of the integrated circuit (IC) in an inhibiting electromagnetic environment has always been a serious concern throughout the decades of revolution in the world of electronics, from disjunct devices to todayโs integrated circuit technology, where billions of transistors are combined on a single chip. The automotive industry and smart vehicles in particular, are confronting design issues such as being prone to electromagnetic interference (EMI). Electronic control devices calculate incorrect outputs because of EMI and sensors give misleading values which can prove fatal in case of automotives. In this paper, the authors have non exhaustively tried to review research work concerned with the investigation of EMI in ICs and prediction of this EMI using various modelling methodologies and measurement setups.
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELgerogepatton
ย
As digital technology becomes more deeply embedded in power systems, protecting the communication
networks of Smart Grids (SG) has emerged as a critical concern. Distributed Network Protocol 3 (DNP3)
represents a multi-tiered application layer protocol extensively utilized in Supervisory Control and Data
Acquisition (SCADA)-based smart grids to facilitate real-time data gathering and control functionalities.
Robust Intrusion Detection Systems (IDS) are necessary for early threat detection and mitigation because
of the interconnection of these networks, which makes them vulnerable to a variety of cyberattacks. To
solve this issue, this paper develops a hybrid Deep Learning (DL) model specifically designed for intrusion
detection in smart grids. The proposed approach is a combination of the Convolutional Neural Network
(CNN) and the Long-Short-Term Memory algorithms (LSTM). We employed a recent intrusion detection
dataset (DNP3), which focuses on unauthorized commands and Denial of Service (DoS) cyberattacks, to
train and test our model. The results of our experiments show that our CNN-LSTM method is much better
at finding smart grid intrusions than other deep learning algorithms used for classification. In addition,
our proposed approach improves accuracy, precision, recall, and F1 score, achieving a high detection
accuracy rate of 99.50%.
Harnessing WebAssembly for Real-time Stateless Streaming PipelinesChristina Lin
ย
Traditionally, dealing with real-time data pipelines has involved significant overhead, even for straightforward tasks like data transformation or masking. However, in this talk, weโll venture into the dynamic realm of WebAssembly (WASM) and discover how it can revolutionize the creation of stateless streaming pipelines within a Kafka (Redpanda) broker. These pipelines are adept at managing low-latency, high-data-volume scenarios.
Aljabar linier dan matrik joko soebagyo et.al compressed
1.
2.
3.
4. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
iii
KATA PENGANTAR
Puji syukur kehadirat Allah SWT, yang telah memberikan karunia-Nya
sehingga Modul ini dapat selesai dan bisa dimanfaatkan oleh peserta didik.
UndangโUndang Republik Indonesia Nomor 14 Tahun 2005 tentang Guru dan
Dosen mengamanatkan dosen sebagai tenaga profesional sebagaimana
dimaksud dalam Pasal 3 ayat (1) berfungsi untuk meningkatkan martabat dan
peran dosen sebagai agen pembelajaran, pengembang ilmu pengetahuan,
teknologi, dan seni, serta pengabdi kepada masyarakat berfungsi untuk
meningkatkan mutu pendidikan nasional. Penulisan bahan ajar ini adalah
salah satu upaya bagi Dosen untuk memenuhi fungsi tersebut.
Materi di dalam bahan ajar dirancang meliputi kompetensi pedagogi yang
disatukan dengan kompetensi profesional yang didalamnya terintegrasi
penguatan pendidikan karakter dan pengembangan keterampilan berpikir
tingkat tinggi (HOTS) sehingga diharapkan dapat mendorong peserta didik
agar dapat langsung menerapkan kompetensi profesionalnya dalam proses
pembelajaran sesuai dengan substansi materi yang diampunya. Disamping
dalam bentuk hard-copy, bahan ajar ini dapat diperoleh juga dalam bentuk
digital, sehingga peserta didik dapat lebih mudah mengaksesnya kapan saja
dan dimana saja meskipun tidak mengikuti pembelajaran secara tatap muka.
Bahan ajar ini disusun sebagai materi utama dalam program pembelajaran
pada program studi keteknikan. Bahan ajar ini disesuaikan dengan kebutuhan
mata kuliah matematika yang diampu oleh Dosen pada program studi
keteknikan. Kepada semua pihak yang telah bekerja keras dalam penyusunan
bahan ajar ini, kami sampaikan terima kasih yang sebesar-besarnya.
Depok, Agustus 2019
Joko Soebagyo
5. iv Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
DAFTAR ISI
KATA PENGANTAR.............................................................................................................. iii
DAFTAR ISI.......................................................................................................................... iv
DAFTAR GAMBAR............................................................................................................... xi
DAFTAR TABEL.................................................................................................................. xiii
KEGIATAN PEMBELAJARAN 1..............................................................................................1
Kegiatan Belajar 1: Sistem Linier.........................................................................................1
A. Tujuan Pembelajaran: .............................................................................................1
B. Indikator Pencapaian Kompetensi ..........................................................................1
C. Uraian Materi..........................................................................................................2
Pendahuluan ...................................................................................................................2
1.1. Pengantar Sistem Persamaan Linier....................................................................2
1.1.1. Persamaan Linear........................................................................................2
1.1.2. Sistem Persamaan Linear Dengan 2 dan 3 Variabel Tidak Diketahui..........4
1.1.3. Perluasan Matriks dan Operasi Baris Elementer.........................................9
Latihan 1.1.................................................................................................................12
KEGIATAN PEMBELAJARAN 2............................................................................................16
Kegiatan Belajar 2: Eliminasi Gauss...................................................................................16
A. Tujuan Pembelajaran: ...........................................................................................16
B. Indikator Pencapaian Kompetensi ........................................................................16
C. Uraian Materi........................................................................................................17
1.2. Eliminasi Gauss..................................................................................................17
1.2.1. Pertimbangan dalam Menyelesaikan Sistem Linier ..................................17
1.2.2. Bentuk Eselon............................................................................................17
1.2.3. Metode Eliminasi.......................................................................................21
1.2.4. Sistem Linier Homogen .............................................................................25
1.2.5. Variabel Bebas dalam Sistem Linier Homogen..........................................27
1.2.6. Eliminasi Gauss dan Back-Substitustion....................................................28
6. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
v
1.2.7. Beberapa Fakta tentang Bentuk Eselon.................................................... 31
1.2.8. Kesalahan Pembulatan dan Ketidakstabilan............................................. 32
Latihan 1.2................................................................................................................. 32
KEGIATAN PEMBELAJARAN 3............................................................................................ 39
Kegiatan Belajar 3: Matriks dan Operasi Matriks ............................................................. 39
A. Tujuan Pembelajaran:........................................................................................... 39
B. Indikator Pencapaian Kompetensi........................................................................ 39
C. Uraian Materi........................................................................................................ 40
1.3. Matriks dan Operasi Matriks............................................................................. 40
1.3.1. Terminologi dan Notasi Matriks................................................................ 40
1.3.2. Operasi Matrik .......................................................................................... 42
1.3.3. Partisi Matrik............................................................................................. 46
1.3.4. Perkalian Matrik dengan Kolom dan Baris................................................ 47
1.3.5. Produk Matrik sebagai Kombinasi Linier................................................... 48
1.3.6. Bentuk Matrik dari Sistem Linier............................................................... 49
1.3.7. Transpose Matriks..................................................................................... 50
Latihan 1.3................................................................................................................. 51
KEGIATAN PEMBELAJARAN 4............................................................................................ 59
Kegiatan Belajar 4: Invers: Sifat-sifat Aljabar dari Matriks ............................................... 59
A. Tujuan Pembelajaran:........................................................................................... 59
B. Indikator Pencapaian Kompetensi........................................................................ 59
C. Uraian Materi........................................................................................................ 60
1.4. Invers: Sifat-sifat Aljabar dari Matriks............................................................... 60
1.4.1. Sifat-Sifat Penjumlahan Matriks dan Perkalian Skalar.............................. 60
1.4.2. Sifat-Sifat Perkalian Matriks...................................................................... 62
1.4.3. Matriks Nol................................................................................................ 63
1.4.4. Matriks Identitas....................................................................................... 64
1.4.5. Invers Matriks ........................................................................................... 66
1.4.6. Sifat-Sifat Invers ........................................................................................ 67
1.4.7. Perpangkatan Matriks............................................................................... 71
1.4.8. Matriks Polinomial .................................................................................... 73
7. vi Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
1.4.9. Sifat-Sifat Transpose..................................................................................73
Latihan 1.4.................................................................................................................75
KEGIATAN PEMBELAJARAN 5............................................................................................80
Kegiatan Belajar 5: Matriks Elementer dan Metode Penentuan A-1
.................................80
A. Tujuan Pembelajaran: ...........................................................................................80
B. Indikator Pencapaian Kompetensi ........................................................................80
C. Uraian Materi........................................................................................................81
1.5. Matriks Elementer dan Metode Penentuan Aโ1
...............................................81
1.5.1. Teorema Ekuivalen....................................................................................84
1.5.2. Metode untuk Membalik Matriks .............................................................86
Latihan 1.5.................................................................................................................89
KEGIATAN PEMBELAJARAN 6............................................................................................95
Kegiatan Belajar 6: Sistem Linier Lanjut dan Matriks Invers.............................................95
A. Tujuan Pembelajaran: ...........................................................................................95
B. Indikator Pencapaian Kompetensi ........................................................................95
C. Uraian Materi........................................................................................................95
1.6. Sistem Linier Lanjut dan Matriks Invers............................................................95
1.6.1. Banyak Solusi dari Sistem Linier................................................................96
1.6.2. Penyelesaian Sistem Linier Dengan Invers Matrik ....................................96
1.6.3. Sistem Linier Dengan Koefisien Matrik Secara Umum..............................97
1.6.4. Sifat-sifat Matrik Balikan...........................................................................98
1.6.5. Teorema Ekuivalen....................................................................................99
Latihan 1.6...............................................................................................................103
KEGIATAN PEMBELAJARAN 7..........................................................................................106
Kegiatan Belajar 7: Matriks Diagonal, Triangular dan Simetris.......................................106
A. Tujuan Pembelajaran: .........................................................................................106
B. Indikator Pencapaian Kompetensi ......................................................................106
C. Uraian Materi......................................................................................................106
1.7. Matriks Diagonal, Segitiga dan Simetris..........................................................106
1.7.1. Matrik Diagonal.......................................................................................107
1.7.2. Matrik Segitiga ........................................................................................108
8. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
vii
1.7.3. Sifat-Sifat Matrik Segitiga........................................................................ 109
1.7.4. Matrik Simetris........................................................................................ 110
1.7.5. Keterbalikan dari Matrik Simetris ........................................................... 112
1.7.6. Produk AAT
dan AT
A ................................................................................ 112
Latihan 1.7............................................................................................................... 113
KEGIATAN PEMBELAJARAN 8.......................................................................................... 118
Kegiatan Belajar 8: Aplikasi Sistem Linier ....................................................................... 118
A. Tujuan Pembelajaran:......................................................................................... 118
B. Indikator Pencapaian Kompetensi...................................................................... 118
C. Uraian Materi...................................................................................................... 118
1.8. Aplikasi Sistem Linier ...................................................................................... 118
1.8.1. Analisis Jaringan...................................................................................... 118
1.8.2. Rangkaian listrik...................................................................................... 122
1.8.3. Menyeimbangkan Persamaan Kimia....................................................... 127
1.8.4. Interpolasi Polinomial ............................................................................. 130
1.8.5. Kalkulus dan Kegunaan Perhitungan yang Diperlukan ........................... 134
Latihan 1.8............................................................................................................... 135
KEGIATAN PEMBELAJARAN 9.......................................................................................... 139
Kegiatan Belajar 9: Model Input-Output Leontief .......................................................... 139
A. Tujuan Pembelajaran:......................................................................................... 139
B. Indikator Pencapaian Kompetensi...................................................................... 139
C. Uraian Materi...................................................................................................... 139
1.9. Model Input-Output Leontief ......................................................................... 139
1.9.1. Input dan Output dalam Ekonomi .......................................................... 139
1.9.2. Model Leontief dari Ekonomi Terbuka ................................................... 141
1.9.3. Ekonomi Terbuka Produktif .................................................................... 144
Latihan 1.9............................................................................................................... 146
Suplemen Latihan 1..................................................................................................... 149
KEGIATAN PEMBELAJARAN 10........................................................................................ 153
Kegiatan Belajar 10: Determinan dengan Ekspansi Kofaktor ......................................... 153
A. Tujuan Pembelajaran:......................................................................................... 153
9. viii Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
B. Indikator Pencapaian Kompetensi ......................................................................153
C. Uraian Materi......................................................................................................153
2.1. Determinan dengan Ekspansi Kofaktor...........................................................154
2.1.1. Minor dan Kofaktor.................................................................................154
2.1.2. Definisi Determinan Secara Umum.........................................................157
2.1.3. Teknik yang Berguna untuk Menghitung Determinan ๐ ร ๐ dan ๐ ร ๐160
Latihan 2.1...................................................................................................................161
KEGIATAN PEMBELAJARAN 11........................................................................................166
Kegiatan Belajar 11: Menghitung Determinan dengan Reduksi Baris ............................166
A. Tujuan Pembelajaran: .........................................................................................166
B. Indikator Pencapaian Kompetensi ......................................................................166
C. Uraian Materi......................................................................................................167
2.2. Menghitung Determinan dengan Reduksi Baris .............................................167
2.2.1. Teorema Dasar ........................................................................................167
2.2.2. Operasi Baris Elementer..........................................................................167
2.2.3. Matriks Elementer...................................................................................169
2.2.4. Matriks dengan Baris atau Kolom Proporsional......................................169
2.2.5. Menghitung Determinan dengan Reduksi Baris .....................................170
Latihan 2.2...................................................................................................................172
KEGIATAN PEMBELAJARAN 12........................................................................................176
Kegiatan Belajar 12: Sifat-sifat Determinan: Aturan Cramer..........................................176
A. Tujuan Pembelajaran: .........................................................................................176
B. Indikator Pencapaian Kompetensi ......................................................................176
C. Uraian Materi......................................................................................................177
2.3. Sifat-sifat Determinan: Aturan Cramer ...........................................................177
2.3.1. Sifat-sifat Dasar Determinan...................................................................177
2.3.2. Determinan dari Produk Matrik..............................................................178
2.3.3. Uji Determinan untuk Keterbalikan ........................................................179
2.3.4. Adjoint Suatu Matrik...............................................................................182
2.3.5. Aturan Cramer.........................................................................................186
2.3.6. Teorema Ekuivalen..................................................................................189
10. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
ix
Latihan 2.3................................................................................................................... 191
Suplemen Latihan 2..................................................................................................... 195
KEGIATAN PEMBELAJARAN 13........................................................................................ 199
Kegiatan Belajar 13: Ruang Vektor Euclid....................................................................... 199
A. Tujuan Pembelajaran:......................................................................................... 199
B. Indikator Pencapaian Kompetensi...................................................................... 199
C. Uraian Materi...................................................................................................... 200
3.1. Vektor Ruang-2, Ruang-3, Ruang-๐ ................................................................ 200
3.1.1. Vektor Geometris.................................................................................... 200
3.1.2. Penjumlahan Vektor ............................................................................... 201
3.1.3. Pengurangan Vektor ............................................................................... 202
3.1.4. Perkalian Skalar....................................................................................... 203
3.1.5. Vektor Paralel dan Kolinier ..................................................................... 204
3.1.6. Penjumlahan Tiga Vektor atau Lebih...................................................... 204
3.1.7. Vektor dalam Sistem Koordinat.............................................................. 205
3.1.8. Vektor dengan Titik Awal Tidak di Pusat................................................. 206
3.1.9. Ruang-๐................................................................................................... 207
3.1.10. Operasi Vektor di ๐น๐.............................................................................. 209
3.1.11. Menghitung Tanpa Komponen Vektor ................................................... 212
3.1.12. Kombinasi Linier...................................................................................... 213
3.1.13. Notasi Alternatif untuk Vektor................................................................ 214
Latihan 3.1................................................................................................................... 215
KEGIATAN PEMBELAJARAN 14........................................................................................ 220
Kegiatan Belajar 14: Norm, Produk Dot, and Jarak dalam ๐น๐ ....................................... 220
A. Tujuan Pembelajaran:......................................................................................... 220
B. Indikator Pencapaian Kompetensi...................................................................... 220
C. Uraian Materi...................................................................................................... 220
3.2. Norm, Produk Dot, and Jarak dalam ๐น๐......................................................... 220
3.2.1. Norm Vektor ........................................................................................... 221
3.2.2. Vektor Satuan.......................................................................................... 223
3.2.3. Vektor Satuan Standar............................................................................ 224
11. x Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
3.2.4. Jarak dalam ๐น๐ .......................................................................................225
3.2.5. Produk Titik .............................................................................................226
3.2.6. Bentuk Komponen dari Produk Titik .......................................................228
3.2.7. Sifat-sifat Aljabar dari Produk Titik..........................................................230
3.2.8. Pertidaksamaan Cauchy-Schwarz dan Sudut di ๐น๐................................232
3.2.9. Geometri di ๐น๐ .......................................................................................233
3.2.10. Produk Titik Sebagai Perkalian Matrik ....................................................236
3.2.11. Produk Titik ditinjau dari Perkalian Matrik .............................................238
3.2.12. Aplikasi Produk Titik pada Nomor ISBN ..................................................238
Latihan 3.2...................................................................................................................239
KEGIATAN PEMBELAJARAN 15........................................................................................244
Kegiatan Belajar 15: Ortogonalitas .................................................................................244
A. Tujuan Pembelajaran: .........................................................................................244
B. Indikator Pencapaian Kompetensi ......................................................................244
C. Uraian Materi......................................................................................................245
3.3. Ortogonalitas...................................................................................................245
3.3.1. Vektor Ortogonal.....................................................................................245
3.3.2. Menentukan Garis dan Bidang dengan Titik dan Normal.......................246
3.3.3. Proyeksi Ortogonal..................................................................................248
3.3.4. Teorema Pythagoras ...............................................................................252
3.3.5. Opsional: Masalah Jarak..........................................................................253
Latihan 3.3...................................................................................................................256
DAFTAR PUSTAKA............................................................................................................260
12. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
xi
DAFTAR GAMBAR
Gambar 1.1. 1. Kemungkinan Kondisi 2 Garis..................................................................... 5
Gambar 1.1. 2. Kemungkinan Kondisi 3 Bidang.................................................................. 6
Gambar 1.2. 1. Dua Kemungkinan Solusi dari Sistem Linier Homogen Dua Peubah........ 26
Gambar 1.4. 1. Determinan ๐ ร ๐.................................................................................... 68
Gambar 1.7. 1. Pseudo Matrik Segitiga........................................................................... 109
Gambar 1.8. 1. Jaringan Empat Node ............................................................................ 119
Gambar 1.8. 2. Arah Acak Laju Aliran ............................................................................ 120
Gambar 1.8. 3. Rencana Arus Lalu Lintas........................................................................ 121
Gambar 1.8. 4. Diagram Skematik Rangkaian Listrik ..................................................... 122
Gambar 1.8. 5. Jaringan Listrik dengan Dua Node dan Tiga Loop .................................. 123
Gambar 1.8. 6. Pseudo Hukum Arus Kirchoff ................................................................ 124
Gambar 1.8. 7. Loop Tertutup Searah Jarum Jam .......................................................... 124
Gambar 1.8. 8. Sirkuit dengan Satu Loop Tertutup ....................................................... 125
Gambar 1.8. 9. Sirkuit dengan Tiga Loop Tertutup......................................................... 125
Gambar 1.8. 10. Ruas Garis ๐ = ๐๐ + ๐ ....................................................................... 130
Gambar 1.8. 11. Ruas Garis ๐ = ๐ โ ๐........................................................................... 131
Gambar 1.8. 12. Grafik ๐๐ฅ = 4 + 3๐ฅ โ 5๐ฅ2
+ ๐ฅ3
.......................................................... 134
Gambar 1.8. 13. Aproksimasi integral ๐ dan ๐............................................................... 135
Gambar 1.8. 14. Latihan 1.8 Nomor 1............................................................................ 135
Gambar 1.8. 15. Latihan 1.8 Nomor 2............................................................................. 136
Gambar 1.8. 16. Latihan 1.8 Nomor 3............................................................................ 136
Gambar 1.8. 17. Latihan 1.8 Nomor 4............................................................................. 136
Gambar 1.9. 1. Ekonomi Sektor Terbuka........................................................................ 141
Gambar 2.1. 1. Pola Determinan ๐ ร ๐ dan ๐ ร ๐......................................................... 160
Gambar 2.3. 1. Suplemen Latihan 2 Nomor 29.............................................................. 197
Gambar 2.3. 2. Suplemen Latihan 2 Nomor 34.............................................................. 198
Gambar 3.1. 1. Vektor Geometris................................................................................... 200
Gambar 3.1. 2. Vektor ๐จ๐ฉ ............................................................................................. 200
Gambar 3.1. 3. Vektor Ekuivalen .................................................................................... 201
Gambar 3.1. 4. Aturan Jajaran Genjang untuk Penjumlahan Vektor............................. 201
Gambar 3.1. 5. Penjumlahan Vektor Sebagai Translasi.................................................. 202
Gambar 3.1. 6. Pengurangan dan Negatif Vekor .......................................................... 203
Gambar 3.1. 7. Perkalian Skalar..................................................................................... 203
Gambar 3.1. 8. Vektor Paralel dan Kolinier.................................................................... 204
Gambar 3.1. 9. Penjumlahan Tiga Vektor atau Lebih .................................................... 205
Gambar 3.1. 10. Vektor dalam Sistem Koordinat .......................................................... 205
13. xii Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Gambar 3.1. 11. Pasangan Berurutan ๐๐, ๐๐ dapat Merepresentasikan Titik atau Vektor
.........................................................................................................................................206
Gambar 3.1. 12. Pengurangan Vektor dengan Titik Awal Tidak di Pusat.......................207
Gambar 3.1. 13. Penjumlahan Vektor dan Perkalian Skalar ..........................................211
Gambar 3.1. 14. Kubus Warna RGB................................................................................214
Gambar 3.2. 1. Norm Vektor...........................................................................................222
Gambar 3.2. 2. Vektor Satuan Standar...........................................................................225
Gambar 3.2. 3. Jarak Antara ๐ท๐ dan ๐ท๐..........................................................................225
Gambar 3.2. 4. Sudut antara ๐ฎ dan ๐ฏ..............................................................................226
Gambar 3.2. 5. Contoh 5, Produk titik............................................................................227
Gambar 3.2. 6. Sudut antara ๐ dan ๐ฎ๐......................................................................... z228
Gambar 3.2. 7. Hubungan antara Sudut dan ๐ฎ โ ๐ฏ .........................................................230
Gambar 3.2. 8. Pertidaksamaan Segitiga untuk Vektor .................................................234
Gambar 3.2. 9. Pertidaksamaan Segitiga untuk Jarak....................................................235
Gambar 3.2. 10. Persamaan Jajar Genjang untuk Vektor ..............................................235
Gambar 3.2. 11. Soal nomor 28......................................................................................243
Gambar 3.3. 1. Garis dan Bidang dengan Titik dan Normal...........................................247
Gambar 3.3. 2. Proses Proyeksi Ortogonal.....................................................................249
Gambar 3.3. 3. Proteksi Ortogonal Pada Garis ...............................................................251
Gambar 3.3. 4. Interpretasi Geometris Komponen Vektor dari u Sepanjang a .............252
Gambar 3.3. 5. Generalisasi Teorema Phytagoras.........................................................253
Gambar 3.3. 6. Jarak ๐ซ dari ๐ท๐ ke Bidang .....................................................................255
Gambar 3.3. 7. Jarak antara Bidang V dan W sama dengan jarak antara ๐ท๐ dan W.....255
Gambar 3.3. 8. Soal Nomor 41.......................................................................................259
14. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
xiii
DAFTAR TABEL
Tabel 1. Daftar Operasi Baris ............................................................................................ 83
Tabel 2. Input dan Output Tiga Sektor Penghasil Produk .............................................. 141
Tabel 3. Ekonomi Terbuka (Latihan 1.9 soal nomor 3) .................................................. 147
Tabel 4. Ekonomi Terbuka (Latihan 1.9 soal nomor 4) .................................................. 147
Tabel 5. Hubungan Dua Matriks dan Operasi Baris ....................................................... 168
Tabel 6. Produk Titik Sebagai Perkalian Matriks............................................................. 237
15.
16. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
1
KEGIATAN PEMBELAJARAN 1
Kegiatan Belajar 1: Sistem Linier
A. Tujuan Pembelajaran:
1. Peserta didik dapat menentukan persamaan linier.
2. Peserta didik dapat menentukan ๐ pasangan berurutan sebagai solusi sistem
linier.
3. Peserta didik dapat menemukan matrik perluasan dari sistem linier.
4. Peserta didik dapat menemukan sistem linier yang sesuai dengan matrik
perluasan.
5. Peserta didik dapat melakukan operasi baris elementer pada sistem linier dan
pada matrik perluasan yang sesuai.
6. Peserta didik dapat menentukan konsistensi dan inkonsistensi dari suatu sistem
linier.
7. Peserta didik menemukan himpunan solusi dari sistem linier konsisten.
Metode Pembelajaran : Direct Learning, Pendekatan Saintifik
Model Pembelajaran : Drill, Scaffolding, Problem Based Learning
Petunjuk Penggunaan Modul:
1. Bacalah dengan seksama materi dan contoh soal.
2. Kerjakan latihan-latihan dengan sungguh-sungguh.
B. Indikator Pencapaian Kompetensi
1. Menentukan persamaan linier.
2. Menentukan ๐ pasangan berurutan sebagai solusi sistem linier.
3. Menemukan matrik perluasan dari sistem linier.
4. Menemukan sistem linier yang sesuai dengan matrik perluasan.
5. Melakukan operasi baris elementer pada sistem linier dan pada matrik
perluasan yang sesuai.
6. Menentukan konsistensi dan inkonsistensi dari suatu sistem linier.
7. Menemukan himpunan solusi dari sistem linier konsisten.
17. 2 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
C. Uraian Materi
Pendahuluan
Informasi-informasi dalam bidang sains, ekonomi, teknologi, teknik dan
matematika seringkali disusun atau diatur ke dalam baris dan kolom dengan format
persegi panjang yang disebut matriks. Matriks seringkali muncul sebagai tabel
data-data berupa angka yang berasal dari observasi fisik tetapi dapat juga matriks
terjadi dari berbagai macam bentuk matematis. Sebagai contoh dalam penyelesaian
sistem persamaan linear (SPL) berikut:
5 3
x y
+ =
2 4
x y
โ =
Dalam bentuk matriks menjadi:
5 1 3
2 1 4
๏ฉ ๏น
๏ช ๏บ
โ
๏ซ ๏ป
Dan solusi dari SPL dapat diperoleh dengan melakukan operasi yang tepat pada
matriks tersebut. Dan operasi yang tepat ini sangat penting dalam mengembangkan
program komputer untuk menyelesaikan SPL karena komputer sangat cocok dalam
memanipulasi susunan-susunan dari informasi berupa angka. Akan tetapi, matriks
bukanlah suatu alat penyimbolan yang sederhana untuk menyelesaikan SPL,
matriks dapat dipandang sebagai objek matematika sebagai dirinya sendiri dan di
dalamnya terdapat teori yang sangat penting dan luas terkait dengan matriks yang
memiliki banyak aplikasi praktis. Inilah pelajaran tentang matriks dan topik-topik
terkait dari bentuk matematika yang disebut Aljabar linear.
1.1. Pengantar Sistem Persamaan Linier
Sistem persamaan linier dan solusinya merupakan topik utama yang akan
dipelajari dalam mata kuliah ini. Pada bagian pertama ini, kita akan
mengenal beberapa terminologi dasar dan mendiskusikan metode-metode
untuk menyelesaikan sistem.
1.1.1. Persamaan Linear
Mengingat bahwa sebuah garis dua dimensi dalam sistem koordinat xy dapat
direpresentasikan dengan bentuk persamaan:
( )
, 0
ax by c a b
+ = ๏น
Dan sebuah bidang tiga dimensi dalam sistem koordinat ๐ฅ๐ฆ๐ง dapat
dipresentasikan dalam bentuk persamaan:
( )
, , 0
ax by cz d a b c
+ + = ๏น
Bentuk-bentuk di atas adalah contoh-contoh dari persamaan linear, dimana
yang pertama dalam variabel x dan y sedangkan yang kedua dalam variabel
18. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
3
x, y dan z. Secara umum, sebuah persamaan linear dalam n variabel
1 2
, ,..., n
x x x dapat direpresentasikan dalam bentuk:
๐1๐ฅ1 + ๐2๐ฅ2 + โฏ ๐๐๐ฅ๐ = ๐ (1)
Dimana 1 2
, ,..., n
a a a dan b adalah konstanta dan semua a tidak nol. Dalam
kasus khusus dimana n = 2 atau n = 3, akan sering digunakan variabel tanpa
subscript dan persamaan linear dalam bentuk:
๐1๐ฅ + ๐2๐ฆ = ๐(๐1, ๐2 โ 0) (2)
๐1๐ฅ + ๐2๐ฆ + ๐3๐ง = ๐(๐1, ๐2, ๐3 โ 0) (3)
Dalam kasus khusus dimana b = 0, persamaan bentuk (1) menjadi:
๐1๐ฅ1 + ๐2๐ฅ2 + โฏ ๐๐๐ฅ๐ = 0 (4)
disebut persamaan linear homogen dalam variabel 1 2
, ,..., n
x x x .
Contoh 1: Persamaan Linear
Perhatikan bahwa suatu persamaan linier tidak melibatkan variabel berupa
hasil kali atau bentuk akar. Semua variabel hanya berpangkat satu dan tidak
dituliskan. Berikut ini adalah contoh persamaan linear:
3 7
x y
+ =
1
3 1
2
x y z
โ + = โ
1 2 3 4
2 3 0
x x x x
โ โ + =
1 2 ... 1
n
x x x
+ + + =
Berikut ini adalah contoh bukan persamaan linear:
2
3 4
x y
+ =
3 2 5
x y xy
+ โ =
sin 0
x y
+ =
1 2 3
2 1
x x x
+ + =
Himpunan terbatas dari persamaan linear disebut sistem persamaan linear
atau sistem linear. Variabelnya disebut tak diketahui. Sebagai contoh,
sistem (5) berikut ini memiliki x dan y yang tak diketahui dan sistem (6)
memiliki ๐ฅ1, ๐ฅ2, dan ๐ฅ3 yang tak diketahui.
โ
5x + y = 3
2x โ y = 4
} (5)
โ
4x1โ โ x2โ + 3x3โ = โ1
3x1 + ๐ฅ2โ + 9๐ฅ3โ = โ4
} (6)
19. 4 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Secara umum, sistem linear dari m persamaan dengan variabel n tak
diketahui dapat ditulis sebagai:
๐11๐ฅ1 + ๐12๐ฅ2 + โฏ + ๐1๐๐ฅ๐ = ๐1
๐21๐ฅ1 + ๐22๐ฅ2 + โฏ + ๐2๐๐ฅ๐ = ๐2
โฆ โฆ โฆ โฆ โฆ
๐๐1๐ฅ1 + ๐๐2๐ฅ2 + โฏ + ๐๐๐๐ฅ๐ = ๐๐
} (7)
Solusi dari sistem linear dalam n variabel tak diketahui 1 2
, ,..., n
x x x adalah
barisan dari n bilangan 1 2
, ,..., n
s s x dimana substitusinya adalah:
1 1 2 2
, ,...., n n
x s x s x s
= = =
Yang membuat masing-masing persamaan menjadi pernyataan yang benar.
Sebagai contoh, sistem (5) memiliki solusi:
1, 2
x y
= = โ
Dan sistem (6) memiliki solusi:
1 2 3
1, 2, 1
x x x
= = = โ
Solusi-solusi di atas dapat ditulis dengan ringkas menjadi:
( )
1, 2
โ dan ( )
1,2, 1
โ
Dimana nama-nama variabel diabaikan. Notasi ini, membolehkan kita
menginterpretasikan solusi secara geometri sebagai titik-titik dalam ruang 2
dimensi dan 3 dimensi. Secara umum, solusinya adalah:
1 1 2 2
, ,...., n n
x s x s x s
= = =
Dari sistem linear dengan n variabel tak diketahui dapat ditulis sebagai:
( )
1 2
, ,..., n
s s s
Yang disebut sebagai pasangan ganda (kembar) n berurutan. Dengan notasi
ini dapat dipahami bahwa semua variabel muncul dalam urutan yang sama
dalam setiap persamaan. Jika n = 2 maka pasangan ganda (kembar) n
berurutan disebut pasangan berurutan dan jika n = 3 disebut pasangan ganda
(kembar) 3 berurutan.
1.1.2. Sistem Persamaan Linear Dengan 2 dan 3 Variabel Tidak
Diketahui
Sistem linear dalam dua variabel yang tak diketahui, muncul dalam
hubungannya dengan titik potong dari garis-garis tersebut. Sebagai contoh,
perhatikan sistem linear berikut:
1 1 1
2 2 2
a x b y c
a x b y c
+ =
+ =
20. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
5
Dimana, grafik-grafik dari persamaan adalah garis-garis dalam bidang xy.
Setiap solusi (x, y) dari sistem, berkorespondensi kepada suatu titik dari
irisan garis-garis tersebut, sehingga terdapat 3 kemungkinan (Gambar
1.1.1):
1. Garis-garis mungkin saja paralel dan berjauhan, dalam kasus ini tidak
terdapat irisan dan konsekuensinya tidak ada solusi.
2. Garis-garis mungkin saja berisisan di satu titik, dalam kasus ini sistem
memiliki tepat satu solusi.
3. Garis-garis mungkin saja berhimpit, dalam kasus ini terdapat tak hingga
titik dari irisan dan konsekuensinya terdapat tak hingga solusi.
Gambar 1.1. 1. Kemungkinan Kondisi 2 Garis
Secara umum, kita dapat mengatakan bahwa suatu sistem linier adalah
konsisten jika memiliki paling sedikit satu solusi, dan inkonsisten jika tidak
memiliki solusi. Dengan demikian, suatu persamaan linier konsisten dari
dua persamaan dengan dua variabel yang tidak diketahui memiliki satu
solusi atau solusi tak hingga. Hal tersebut berlaku pula untuk sistem linier
dengan tiga variabel yang tidak diketahui.
๐1๐ฅ + ๐1๐ฆ + ๐1๐ง = ๐1
๐2๐ฅ + ๐2๐ฆ + ๐2๐ง = ๐2
๐3๐ฅ + ๐3๐ฆ + ๐3๐ง = ๐3
Dimana grafik-grafik dari persamaan digambarkan dalam bidang. Solusi
dari sistem, jika memang ada, berkorespondensi kepada titik-titik dimana
ketiga bidang berpotongan, jadi kita melihat kembali, hanya terdapat tiga
kemungkinan, yaitu tidak ada solusi, satu solusi dan solusi tak hingga
(Gambar 1.1.2).
21. 6 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Gambar 1.1. 2. Kemungkinan Kondisi 3 Bidang
Kita akan membuktikan nanti bahwa observasi kita tentang banyaknya
solusi dari sistem linier dari dua persamaan dengan dua variabel yang tidak
diketahui dan sistem linier dari tiga persamaan dengan tiga variabel yang
tidak diketahui memenuhi untuk semua sistem linier, yaitu:
Setiap sistem linier memiliki nol, satu atau tak hingga solusi. Tidak ada
kemungkinan lain.
Contoh 2: Sistem Linear dengan Satu Solusi
Selesaikan sistem linier berikut:
๐ฅ โ ๐ฆ = 1
2๐ฅ + ๐ฆ = 6
Solusi:
Kita dapat melakukan eliminiasi ๐ฅ dari persamaan kedua dengan
menambahkan -2 kali persamaan pertama dengan persamaan kedua.
Menghasilkan sistem yang lebih sederhana, yaitu:
๐ฅ โ ๐ฆ = 1
3๐ฆ = 4
Dari persamaan kedua kita peroleh ๐ฆ =
4
3
dan mensubtitusikan nilai tersebut
ke persamaan pertama diperoleh ๐ฅ = 1 + ๐ฆ =
7
3
. Dengan demikian, sistem
memiliki solusi tunggal, yaitu:
22. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
7
๐ฅ =
7
3
, ๐ฆ =
4
3
Secara geometris, hal ini bermakna bahwa garis yang merepresentasikan
persamaan dalam sistem beririsan di titik (
7
3
,
4
3
). Silahkan dicek dengan
menggambar garis-garis tersebut.
Contoh 3: Sistem Linear dengan Tanpa Solusi
Selesaikan sistem linier berikut:
๐ฅ + ๐ฆ = 4
3๐ฅ + 3๐ฆ = 6
Solusi:
Kita dapat melakukan eliminiasi ๐ฅ dari persamaan kedua dengan
menambahkan -3 kali persamaan pertama dengan persamaan kedua.
Menghasilkan sistem yang lebih sederhana, yaitu:
๐ฅ + ๐ฆ = 4
0 = โ6
Perhatikan bahwa persamaan kedua inkonsisten, jadi sistem yang diberikan
tidak memiliki solusi. Secara geometris, hal tersebut bermakna bahwa garis
yang berkorespondensi dengan persamaan dalam sistem sebenarnya adalah
paralel dan berjauhan. Silahkan dicek dengan menggambar garis-garis
tersebut.
Contoh 4: Sistem Linear dengan Solusi Tak Hingga
Selesaikan sistem linier berikut:
4๐ฅ โ 2๐ฆ = 1
16๐ฅ โ 8๐ฆ = 4
Solusi:
Kita dapat melakukan eliminiasi x dari persamaan kedua dengan
menambahkan -4 kali persamaan pertama dengan persamaan kedua.
Menghasilkan sistem yang lebih sederhana, yaitu:
4๐ฅ โ 2๐ฆ = 1
0 = 0
Persamaan kedua tidak memaksakan larangan apapun pada x dan y dan
karenanya dapat diabaikan. Dengan demikian, solusi dari sistem adalah
nilai-nilai x dan y yang memenuhi satu persamaan saja, yaitu:
4๐ฅ โ 2๐ฆ = 1 (8)
23. 8 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Secara geometris, hal tersebut bermakna bahwa garis yang
berkorespondensi dengan kedua persamaan dalam sistem sebenarnya adalah
berhimpit. Salah satu cara untuk menggambarkan himpunan solusi adalah
menyelesaikan persamaan untuk x dalam bentuk y, yaitu:
๐ฅ =
1
4
+
1
2
๐ฆ
Dan menguji nilai-nilai t secara (acak) arbitrary (disebut parameter) dari y.
Hal ini memperbolehkan kita untuk mengekspresikan solusi dengan
pasangan persamaan yang disebut persamaan parametrik.
๐ฅ =
1
4
+
1
2
๐ก, ๐ฆ = ๐ก
Kita dapat memperoleh banyak solusi secara spesifik dari persamaan ini
dengan mensubtitusi nilai-nilai untuk paramaternya. Sebagai contoh, ๐ก = 0
menghasilkan solusi (
1
4
, 0), ๐ก = 1 menghasilkan solusi (
3
4
, 1), dan ๐ก = โ1
menghasilkan solusi (โ
1
4
, โ1). Anda dapat melakukan konfirmasi bahwa
contoh-contoh tersebut adalah solusi dengan mensubtitusikan koordinat ke
persamaan-persamaan yang diberikan.
Contoh 5: Sistem Linear dengan Solusi Tak Hingga
Selesaikan sistem linier berikut:
๐ฅ โ ๐ฆ + 2๐ง = 5
2๐ฅ โ 2๐ฆ + 4๐ง = 10
3๐ฅ โ 3๐ฆ + 6๐ง = 15
Solusi:
Sistem dapat diselesaikan dengan inspeksi, ketika persamaan kedua dan
ketiga adalah kelipatan dari persamaan pertama. Secara geometris, hal
tersebut bermakna bahwa ketiga bidang berhimpit dan nilai-nilai dari x, y,
dan z memenuhi persamaan:
๐ฅ โ ๐ฆ + 2๐ง = 5 (9)
Dan secara otomatis memenuhi semua ketiga persamaan. Dengan
demikian, hal tersebut cukup untuk menemukan solusi dari (9). Kita dapat
melakukannya pertama kali dengan menyelesaikan (9) untuk x dalam bentuk
y dan z, kemudian menguji secara arbitrary nilai ๐ dan ๐ (parameter) untuk
kedua variabel tersebut, dan mengekspresikan solusi dengan tiga persamaan
parametrik, yaitu:
๐ฅ = 5 + ๐ โ 2๐ , ๐ฆ = ๐, ๐ง = ๐
24. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
9
Solusi secara spesifik dapat diperoleh dengan memilih angka untuk
parameter r dan s. Sebagai contoh, ambil ๐ = 1 dan ๐ = 0 menghasilkan
solusi (6,1,0).
1.1.3. Perluasan Matriks dan Operasi Baris Elementer
Semakin banyak persamaan dan variabel yang tidak diketahuinya, semakin
kompleks aljabar yang terlibat dalam menentukan solusinya. Perhitungan
yang dibutuhkan dapat lebih dikelola dengan menyederhanakan notasi dan
prosedur standar. Sebagai contoh, tanda +, x dan โ dalam sistem linier tidak
dituliskan tetapi tetap dijaga secara mental.
๐11๐ฅ1 + ๐12๐ฅ2 + โฏ + ๐1๐๐ฅ๐ = ๐1
๐21๐ฅ1 + ๐22๐ฅ2 + โฏ + ๐2๐๐ฅ๐ = ๐2
โฎ โฎ โฎ โฎ
๐๐1๐ฅ1 + ๐๐2๐ฅ2 + โฏ + ๐๐๐๐ฅ๐ = ๐๐
Kita dapat menyingkat sistem dengan hanya menuliskan angka-angka dalam
matriks, yaitu:
[
๐11 ๐12
๐21 ๐22
โฆ ๐1๐ ๐1
โฆ ๐2๐ ๐2
โฎ โฎ
๐๐1 ๐๐2
โฎ โฎ
โฆ ๐๐๐ ๐๐
]
Bentuk ini disebut matrik perluasan untuk sistem. Sebagai contoh, matriks
perluasan untuk sistem persamaan berikut:
๐ฅ1 + ๐ฅ2 + 2๐ฅ3 = 9
2๐ฅ1 + 4๐ฅ2 โ 3๐ฅ3 = 1
3๐ฅ1 + 6๐ฅ2 โ 5๐ฅ3 = 0
Adalah
[
1 1 2 9
2 4 โ3 1
3 6 โ5 0
]
Metode dasar untuk memecahkan sistem linear adalah melakukan operasi
aljabar yang sesuai pada sistem yang tidak mengubah himpunan solusi dan
yang menghasilkan sistem suksesi yang semakin sederhana, sampai suatu
titik tercapai di mana dapat dipastikan apakah sistem tersebut konsisten, dan
jika ya, apa solusinya. Biasanya, operasi aljabar adalah sebagai berikut:
1. Kalikan sebuah persamaan oleh konstanta bukan nol.
2. Tukar dua persamaan.
3. Kalikan sebuah konstanta ke satu persamaan dan tambahkan ke
persamaan lainnya.
25. 10 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Karena baris (garis horizontal) dari matriks yang diperluas sesuai dengan
persamaan dalam sistem yang terkait, ketiga operasi ini sesuai dengan
operasi berikut pada baris matriks yang diperluas:
1. Kalikan sebuah oleh konstanta bukan nol.
2. Tukar dua baris.
3. Kalikan sebuah konstanta ke satu baris dan tambahkan ke baris lainnya.
Ini disebut operasi baris elementer pada matriks.
Pada contoh berikut, kita akan mengilustrasikan bagaimana menggunakan
operasi baris elementer dan satu matriks perluasan untuk menyelesaikan
sistem linier dengan tiga varibel yang tidak diketahui. Karena prosedur
yang sistematis untuk menyelesaikan sistem linier akan dibangun pada bab
berikutnya, jangan khawatir tentang bagaimana langkah-langkah dalam
contoh dipilih. Fokus Anda di sini adalah sederhana, memahami
perhitungan.
Contoh 6: Menggunakan Operasi Baris Elementer
Pada kolom sebelah kiri, kita dapat menyelesaikan sistem persamaan linier
dengan mengoperasikan persamaan dalam sistem, dan kolom sebelah kanan,
kita menyelesaikan sistem yang sama dengan operasi pada baris dari matriks
perluasan.
๐ฅ + ๐ฆ + 2๐ง = 9
2๐ฅ + 4๐ฆ โ 3๐ง = 1
3๐ฅ + 6๐ฆ โ 5๐ง = 0
Tambahkan -2 kali persamaan
pertama dengan persamaan
kedua, diperoleh
๐ฅ + ๐ฆ + 2๐ง = 9
2๐ฆ โ 7๐ง = โ17
3๐ฅ + 6๐ฆ โ 5๐ง = 0
Tambahkan -3 kali persamaan
pertama dengan persamaan
ketiga, diperoleh
๐ฅ + ๐ฆ + 2๐ง = 9
2๐ฆ โ 7๐ง = โ17
3๐ฆ โ 11๐ง = โ27
Kalikan persamaan kedua
dengan 1/2, diperoleh
[
1 1 2 9
2 4 โ3 1
3 6 โ5 0
]
Tambahkan -2 kali baris pertama
dengan baris kedua, diperoleh
[
1 1 2 9
0 2 โ7 โ17
3 6 โ5 0
]
Tambahkan -3 kali baris pertama
dengan baris ketiga, diperoleh
[
1 1 2 9
0 2 โ7 โ17
0 3 โ11 โ27
]
Kalikan baris kedua dengan
1
2
,
diperoleh
26. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
11
๐ฅ + ๐ฆ + 2๐ง = 9
๐ฆ โ
7
2
๐ง = โ
17
2
3๐ฆ โ 11๐ง = โ27
Tambahkan -3 kali persamaan
kedua ke persamaan ketiga,
diperoleh
๐ฅ + ๐ฆ + 2๐ง = 9
๐ฆ โ
7
2
๐ง = โ
17
2
โ
1
2
๐ง = โ
3
2
Kalikan persamaan ketiga
dengan -2 diperoleh
๐ฅ + ๐ฆ + 2๐ง = 9
๐ฆ โ
7
2
๐ง = โ
17
2
๐ง = 3
[
1 1 2 9
0 1 โ
7
2
โ
17
2
0 3 โ11 โ27
]
Tambahkan -3 kali baris kedua ke
baris ketiga, diperoleh
[
1 1 2 9
0 1 โ
7
2
โ
17
2
0 0 โ
1
2
โ
3
2 ]
Kalikan baris ketiga dengan -2
diperoleh
[
1 1 2 9
0 1 โ
7
2
โ
17
2
0 0 1 3
]
Tambahkan -1 kali persamaan
kedua ke persamaan pertama,
diperoleh
๐ฅ +
11
2
๐ง =
35
2
๐ฆ โ
7
2
๐ง = โ
17
2
๐ง = 3
Tambahkan โ
11
2
kali
persamaan ketiga dengan
persamaan pertama, dan
7
2
kali
persamaan ketiga ke
persamaan kedua, diperoleh
๐ฅ = 1
๐ฆ = 2
๐ง = 3
Solusinya adalah
๐ฅ = 1, ๐ฆ = 2, ๐ง = 3
Tambahkan -1 kali baris kedua ke
baris pertama, diperoleh
[
1 0
11
2
35
2
0 1 โ
7
2
โ
17
2
0 0 1 3 ]
Tambahkan โ
11
2
kali baris ketiga
dengan baris pertama, dan
7
2
kali baris
ketiga ke baris kedua, diperoleh
[
1 0 0 1
0 1 0 2
0 0 1 3
]
Solusinya adalah
๐ฅ = 1, ๐ฆ = 2, ๐ง = 3
27. 12 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Latihan 1.1
1. Dari persamaan-persamaan berikut, tentukan yang mana persamaan linier
dalam ๐ฅ1, ๐ฅ2 dan ๐ฅ3.
a) ๐ฅ1 + 5๐ฅ2 โ โ2 ๐ฅ3 = 1
b) ๐ฅ1 + 3๐ฅ2 + ๐ฅ1๐ฅ3 = 2
c) ๐ฅ1 = โ7๐ฅ2 + 3๐ฅ3
d) ๐ฅ1
โ2
+ ๐ฅ2 + 8๐ฅ3 = 5
e) ๐ฅ1
3
5
โ 2๐ฅ2 + ๐ฅ3 = 4
f) ๐๐ฅ1 โ โ2๐ฅ2 +
1
3
๐ฅ3 = 7
1
3 x
2. Dari bagian-bagian berikut, tentukan yang mana bentuk sistem persamaan
linier.
a) โ2๐ฅ + 4๐ฆ + ๐ง = 2
3๐ฅ โ
2
๐ฆ
= 0
b) ๐ฅ = 4
2๐ฅ = 8
c) 4๐ฅ โ ๐ฆ + 2๐ง = โ1
โ๐ฅ + (๐๐2)๐ฆ โ 3๐ง = 0
d) 3๐ง + ๐ฅ = โ4
๐ฆ + 5๐ง = 3
6๐ฅ + 2๐ง = 3
โ๐ฅ โ ๐ฆ โ ๐ง = 4
3. Dari bagian-bagian berikut, tentukan yang mana bentuk sistem persamaan
linier.
a) 2๐ฅ1 โ ๐ฅ4 = 5
โ๐ฅ1 + 5๐ฅ2 + 3๐ฅ3 โ 2๐ฅ4 = โ1
b) sin(2๐ฅ1 + ๐ฅ3) = โ5
๐2๐ฅ2โ2๐ฅ4 =
1
๐ฅ2
4๐ฅ4 = 4
c) 7๐ฅ1 โ ๐ฅ2 + 2๐ฅ3 = 0
2๐ฅ1 + ๐ฅ2 โ ๐ฅ3๐ฅ4 = 3
โ๐ฅ1 + 5๐ฅ2 โ ๐ฅ4 = โ1
d) ๐ฅ1 + ๐ฅ2 = ๐ฅ3 + ๐ฅ4
4. Dari soal nomor 2, tentukan manakah yang konsisten!
5. Dari soal nomor 3, tentukan manakah yang konsisten!
28. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
13
6. Tulislah satu sistem persamaan linier yang terdiri dari 3 persamaan dalam 3
variabel yang tidak diketahui dengan kondisi:
a) Tidak ada solusi
b) Tepat satu solusi
c) Solusi tak hingga
7. Dari solusi vektor berikut, tentukan manakah yang merupakan solusi dari
sistem linier:
2๐ฅ1 โ 4๐ฅ2 โ ๐ฅ3 = 1
๐ฅ1 โ 3๐ฅ2 + ๐ฅ3 = 1
3๐ฅ1 โ 5๐ฅ2 โ 3๐ฅ3 = 1
a) (3,1,1)
b) (3, โ1,1)
c) (13,5,2)
d) (
13
2
,
5
2
, 2)
e) (17,7,5)
8. Dari solusi vektor berikut, tentukan manakah yang merupakan solusi dari
sistem linier:
๐ฅ1 + 2๐ฅ2 โ 2๐ฅ3 = 3
3๐ฅ1 โ ๐ฅ2 + ๐ฅ3 = 1
โ๐ฅ1 + 5๐ฅ2 โ 5๐ฅ3 = 5
a) (
5
7
,
8
7
, 1)
b) (
5
7
,
8
7
, 0)
c) (5, 8, 1)
d) (
5
7
,
10
7
,
2
7
)
e) (
5
7
,
22
7
, 2)
9. Dari bagian-bagian di bawah ini, tentukan solusi dari persamaan linier dengan
menggunakan parameter seperlunya!
a) 7๐ฅ โ 5๐ฆ = 3
b) โ8๐ฅ1 + 2๐ฅ2 โ 5๐ฅ3 + 6๐ฅ4 = 1
10. Dari bagian-bagian di bawah ini, tentukan solusi dari persamaan linier dengan
menggunakan parameter seperlunya!
a) 3๐ฅ1 โ 5๐ฅ2 + 4๐ฅ3 = 7
b) 3๐ฃ โ 8๐ค + 2๐ฅ โ ๐ฆ + 4๐ง = 0
11. Dari bagian-bagian di bawah ini, tentukan sistem persamaan linier yang sesuai
dengan matrik perluasan yang diberikan!
a) [
2 0 0
3 โ4 0
0 1 1
]
29. 14 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
b) [
3 0 โ2 5
7 1 4 โ3
0 โ2 1 7
]
c) [
7 2 1 โ3 5
1 2 4 0 1
]
d) [
1 0 0 0 7
0 1 0 0 โ2
0 0 1 0 3
0 0 0 1 4
]
12. Dari bagian-bagian di bawah ini, tentukan sistem persamaan linier yang sesuai
dengan matrik perluasan yang diberikan!
a) [
2 โ1
โ4 โ6
1 โ1
3 0
]
b) [
0 3 โ1 โ1 โ1
5 2 0 โ3 โ6
]
c) [
1 2 3 4
โ4 โ3 โ2 โ1
5 6 1 1
โ8 0 0 3
]
d) [
3 0 1 โ4 3
โ4 0 4 1 โ3
โ1 3 0 โ2 โ9
0 0 0 โ1 โ2
]
13. Dari bagian-bagian di bawah ini, tentukan matrik perluasan yang sesuai dengan
sistem persamaan linier yang diberikan!
a)
โ2๐ฅ1 = 6
3๐ฅ1 = 8
9๐ฅ1 = โ3
b)
6๐ฅ1 โ ๐ฅ2 + 3๐ฅ3 = 4
5๐ฅ2 โ ๐ฅ3 = 1
c)
โ2๐ฅ2 โ 3๐ฅ4 + ๐ฅ5 = 0
โ3๐ฅ1 โ ๐ฅ2 + ๐ฅ3 = โ1
6๐ฅ1 + 2๐ฅ2 โ ๐ฅ3 + 2๐ฅ4 โ 3๐ฅ5 = 6
d) ๐ฅ1 โ ๐ฅ5 = 7
14. Dari bagian-bagian di bawah ini, tentukan matrik perluasan yang sesuai dengan
sistem persamaan linier yang diberikan!
a)
3๐ฅ1 โ 2๐ฅ2 = โ1
4๐ฅ1 + 5๐ฅ2 = 3
7๐ฅ1 + 3๐ฅ2 = 2
31. 16 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
KEGIATAN PEMBELAJARAN 2
Kegiatan Belajar 2: Eliminasi Gauss
A. Tujuan Pembelajaran:
1. Peserta didik dapat mengenal bentuk eselon baris dan bentuk eselon baris
tereduksi.
2. Peserta didik dapat menyusun solusi dari sistem linier yang sesuai dengan
matrik perluasan dalam bentuk eselon baris atau bentuk eselon baris tereduksi.
3. Peserta didik dapat menggunakan eliminasi Gauss untuk menemukan solusi
umum dari sistem linier.
4. Peserta didik dapat menggunakan eliminasi Gauss-Jordan untuk menemukan
solusi umum dari sistem linier.
5. Peserta didik dapat menganalisis sistem linier homogen menggunakan
Teorema variabel bebas untuk sistem homogen.
Metode Pembelajaran : Direct Learning, Pendekatan Saintifik
Model Pembelajaran : Drill, Scaffolding, Problem Based Learning
Petunjuk Penggunaan Modul:
1. Bacalah dengan seksama materi dan contoh soal.
2. Kerjakan latihan-latihan dengan sungguh-sungguh.
B. Indikator Pencapaian Kompetensi
1. Mengenal bentuk eselon baris dan bentuk eselon baris tereduksi.
2. Menyusun solusi dari sistem linier yang sesuai dengan matrik perluasan dalam
bentuk eselon baris atau bentuk eselon baris tereduksi.
3. Menggunakan eliminasi Gauss untuk menemukan solusi umum dari sistem
linier.
4. Menggunakan eliminasi Gauss-Jordan elimination untuk menemukan solusi
umum dari sistem linier.
5. Menganalisis sistem linier homogen menggunakan Teorema variabel bebas
untuk sistem homogen.
32. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
17
C. Uraian Materi
1.2. Eliminasi Gauss
Pada bagian ini, kita akan membangun suatu prosedur sistematis untuk
menyelesaikan sistem persamaan linier. Prosedur tersebut berdasarkan ide
dari pembentukan operasi tertentu dari baris matrik perluasan dari sistem,
menjadi bentuk sederhana dimana solusi dari sistem sudah dapat dipastikan
dengan inspeksi.
1.2.1. Pertimbangan dalam Menyelesaikan Sistem Linier
Ketika mempertimbangkan metode untuk menyelesaikan sistem persamaan
linier, sangat penting untuk membedakan sistem yang besar yang harus
diselesaikan oleh komputer dan sistem yang kecil yang dapat diselesaikan
oleh tangan. Sebagai contoh, terdapat banyak aplikasi yang membawa ke
sistem linier dalam ribuan bahkan jutaan variabel yang tidak diketahui.
Sistem yang besar membutuhkan teknik khusus untuk berurusan dengan
masalah ukuran memori, kesalahan pembulatan, waktu untuk mendapatkan
solusi, dan sebagainya. Teknik-teknik seperti itu dipelajari dalam bidang
analisis numerik dan hanya tersentuh dalam modul ini. Namun, hampir
semua metode yang digunakan pada sistem yang besar mengacu kepada ide-
ide yang akan kita bangun pada bagian ini.
1.2.2. Bentuk Eselon
Dalam contoh 6 dari bagian terakhir, kita menyelesaikan sistem linier dalam
variable ๐ฅ, ๐ฆ, ๐ง yang tidak diketahui dengan mengurangi matriks perluasan
kedalam bentuk:
[
1 0 0 1
0 1 0 2
0 0 1 3
]
Dimana solusinya adalah ๐ฅ = 1, ๐ฆ = 2, ๐ง = 3 menjadi jelas. Ini adalah
sebuah contoh dari matrik yang mengalami reduced row echelon forms
(Bentuk eselon baris tereduksi). Untuk menjadi bentuk tersebut, suatu
matrik harus memenuhi sifat-sifat berikut:
1. Jika suatu baris seluruhnya tidak mengandung nol, maka bilangan
pertama yang bukan nol pada baris adalah 1, yang disebut leading 1.
2. Jika terdapat suatu baris yang berisi semuanya nol, maka mereka akan
berkelompok bersama-sama di bagian bawah matrik.
3. Jika terdapat dua baris berturut-turut yang semuanya tidak mengandung
nol, maka leading 1 pada baris bawah terjadi lebih jauh ke kanan
daripada leading 1 pada baris atas.
33. 18 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
4. Setiap kolom yang berisi satu leading 1 memiliki nol dimana-mana
dalam kolom tersebut.
Suatu matriks yang memiliki tiga sifat pertama dikatakan bentuk eselon
baris. (Dengan demikian suatu matrik dalam bentuk eselon baris tereduksi
membutuhkan bentuk eselon baris, tetapi tidak sebaliknya.)
Contoh 1: Eselon Baris dan Bentuk Eselon Baris Tereduksi
Matrik-matrik berikut adalah dalam bentuk eselon baris tereduksi:
[
1 0 0 4
0 1 0 7
0 0 1 โ1
], [
1 0 0
0 1 0
0 0 1
], [
0 1 โ2 0 1
0 0 0 1 3
0 0 0 0 0
0 0 0 0 0
], [
0 0
0 0
]
Matrik-matrik berikut adalah dalam bentuk eselon baris tetapi bukan bentuk
eselon baris tereduksi:
[
1 4 โ3 7
0 1 6 2
0 0 1 5
], [
1 1 0
0 1 0
0 0 0
], [
0 1 2 6 0
0 0 1 โ1 0
0 0 0 0 1
]
Contoh 2: Eselon Baris dan Bentuk Eselon Baris Tereduksi Lebih Lanjut
Sebagaimana ilustrasi pada contoh 1, suatu matrik dalam bentuk eselon baris
memiliki nol masing-masing di bawah leading 1, dimana matrik dalam
bentuk eselon baris tereduksi memiliki nol di bawah dan di atas dari setiap
leading 1. Dengan demikian, dengan substitusi suatu bilangan riil untuk *,
semua matrik dari tipe-tipe berikut ini adalah bentuk eselon baris:
[
1 โ โ โ
0 1 โ โ
0 0 1 โ
0 0 0 1
], [
1 โ โ โ
0 1 โ โ
0 0 1 โ
0 0 0 0
], [
1 โ โ โ
0 1 โ โ
0 0 0 0
0 0 0 0
],
[
0 1 โ โ โ โ โ โ โ โ
0 0 0 1 โ โ โ โ โ โ
0 0 0 0 1 โ โ โ โ โ
0 0 0 0 0 1 โ โ โ โ
0 0 0 0 0 0 0 0 1 โ]
Semua matrik dari tipe-tipe berikut ini adalah bentuk eselon baris tereduksi:
34. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
19
[
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
], [
1 0 0 โ
0 1 0 โ
0 0 1 โ
0 0 0 0
], [
1 0 โ โ
0 1 โ โ
0 0 0 0
0 0 0 0
],
[
0 1 โ 0 0 0 โ โ 0 โ
0 0 0 1 0 0 โ โ 0 โ
0 0 0 0 1 0 โ โ 0 โ
0 0 0 0 0 1 โ โ 0 โ
0 0 0 0 0 0 0 0 1 โ]
Jika oleh barisan operasi baris elementer, matrik perluasan untuk sistem
persamaan linier berada dalam bentuk eselon baris tereduksi maka
himpunan solusi dapat diperoleh dengan inspeksi atau merubah persamaan
linier tertentu ke dalam bentuk parametrik. Inilah beberapa contohnya.
Contoh 3: Solusi Tunggal
Misalkan matrik perluasan untuk sistem linier dengan variabel ๐ฅ1, ๐ฅ2, ๐ฅ3 dan
๐ฅ4 tidak diketahui sudah tereduksi oleh operasi baris elementer menjadi:
[
1 0 0 0 3
0 1 0 0 โ1
0 0 1 0 0
0 0 0 1 5
]
Matrik tersebut berada dalam bentuk eselon baris tereduksi dan sesuai
dengan persamaan:
๐ฅ1 = 3
๐ฅ2 = โ1
๐ฅ3 = 0
๐ฅ4 = 5
Dengan demikian, sistem memiliki solusi tunggal, yaitu:
๐ฅ1 = 3, ๐ฅ2 = โ1, ๐ฅ3 = 0, ๐ฅ4 = 5
Contoh 4: Sistem Linier dengan Tiga Variabel
Misalkan matriks perluasan untuk sistem linier dalam variabel ๐ฅ, ๐ฆ dan ๐ง
sudah tereduksi oleh operasi baris elementer menjadi bentuk eselon baris
tereduksi di bawah ini. Tentukan solusi dari sistem berikut:
(a) [
1 0 0 0
0 1 2 0
0 0 0 1
] (b) [
1 0 3 โ1
0 1 โ4 2
0 0 0 0
] (c) [
1 โ5 1 4
0 0 0 0
0 0 0 0
]
35. 20 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Solusi:
(a) Persamaan yang sesuai dengan baris akhir dari matrik perluasan adalah
0๐ฅ + 0๐ฆ + 0๐ง = 1
Karena persamaan ini tidak memenuhi suatu nilai dari ๐ฅ, ๐ฆ dan ๐ง maka
sistem inkonsisten.
(b) Persamaan yang sesuai dengan baris akhir dari matrik perluasan adalah
0๐ฅ + 0๐ฆ + 0๐ง = 0
Persamaan ini dapat dihilangkan karena tidak ada batasan dalam ๐ฅ, ๐ฆ dan
๐ง sehingga sistem linier yang sesuai dengan matrik perluasan adalah:
๐ฅ + 3๐ง = โ1
๐ฆ โ 4๐ง = 2
Karena ๐ฅ dan ๐ฆ sesuai dengan leading 1 dalam matrik perluasan, maka
kita sebut leading variabel. Variabel sisanya (dalam hal ini ๐ง) disebut
variabel bebas. Menyelesaikan leading variabel dalam bentuk variabel
bebas memberikan:
๐ฅ = โ1 โ 3๐ง
๐ฆ = 2 + 4๐ง
Dari persamaan tersebut, kita dapat melihat bahwa varibel bebas ๐ง dapat
diperlakukan sebagai parameter dan menguji suatu nilai sebarang ๐ก yang
kemudian menentukan nilai ๐ฅ dan ๐ฆ. Dengan demikian, himpunan
solusi dapat direpresentasikan oleh persamaan paramterik:
๐ฅ = โ1 โ 3๐ก, ๐ฆ = 2 + 4๐ก, ๐ง = ๐ก
Dengan substitusi nilai-nilai sebarang ๐ก dalam persamaan tersebut, kita
memperoleh solusi yang bervariasi dari sistem. Sebagai contoh, ambil
๐ก = 0 menghasilkan solusi:
๐ฅ = โ1, ๐ฆ = 2, ๐ง = 0
Dan ambil sebarang ๐ก = 1 menghasilkan solusi:
๐ฅ = โ4, ๐ฆ = 6, ๐ง = 1
(c) Seperti yang sudah dijelaskan pada bagian (b), kita dapat
menghilangkan persamaan yang sesuai dengan baris nol, dimana dalam
kasus ini, sistem linier berhubungan dengan matrik perluasan yang
terdiri dari persamaan tunggal yaitu:
๐ฅ โ 5๐ฆ + ๐ง = 4 (1)
36. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
21
Dimana kita dapat melihat bahwa himpunan solusinya adalah sebuah
bidang dalam ruang 3 dimensi. Meskipun (1) adalah bentuk yang valid
dari himpunan solusi, terdapat banyak aplikasi yang sesuai untuk
mengekspresikan himpunan solusi dalam bentuk paramterik. Kita dapat
merubah (1) ke bentuk parametrik dengan menyelesaikan leading
variabel ๐ฅ dalam bentuk variabel bebas ๐ฆ dan ๐ง, diperoleh:
๐ฅ = 4 + 5๐ฆ โ ๐ง
Dari persamaan ini kita dapat melihat bahwa variabel bebas dapat
diujikan sebarang nilai, katakanlah ๐ฆ = ๐ dan ๐ง = ๐ก yang kemudian
menentukan nilai ๐ฅ. Dengan demikian, himpunan solusi dapat
diekspresikan secara parametrik, yaitu:
๐ฅ = 4 + 5๐ โ ๐ก, ๐ฆ = ๐ , ๐ง = ๐ก (2)
DEFINISI 1
Jika suatu sistem linier memiliki solusi tak hingga, maka himpunan
persamaan parametrik dari semua solusi dapat diperoleh dengan
menguji nilai-nilai sebarang ke dalam parameter yang disebut Solusi
Umum dari sistem.
1.2.3. Metode Eliminasi
Kita baru saja melihat, betapa mudahnya menyelesaikan sistem persamaan
linier satu kali yaitu matrik perluasan dalam bentuk eselon tereduksi.
Sekarang, kita akan belajar step-by-step prosedur eliminasi yang dapat
digunakan untuk mereduksi suatu matrik ke dalam bentuk eselon baris
tereduksi.
[
0 0 โ2 0 7 12
2 4 โ10 6 12 28
2 4 โ5 6 โ5 โ1
]
Langkah ke 1. Atur kolom paling kiri sehingga tidak semuanya nol
[
0 0 โ2 0 7 12
2 4 โ10 6 12 28
2 4 โ5 6 โ5 โ1
]
Kolom paling kiri tidak nol
37. 22 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Langkah ke 2. Tukar baris paling atas dengan baris lain, jika diperlukan,
untuk membawa entri tidak nol ke kolom paling atas pada langkah ke 1.
[
2 4 โ10 6 12 28
0 0 โ2 0 7 12
2 4 โ5 6 โ5 โ1
]
Langkah ke 3. Jika entry pada kolom paling atas pada langkah ke 1 adalah
๐, kalikan baris pertama dengan
1
๐
dalam rangka merubah menjadi leading
1.
[
1 2 โ5 3 6 14
0 0 โ2 0 7 12
2 4 โ5 6 โ5 โ1
]
Langkah ke 4. Tambahkan perkalian yang sesuai dari baris pertama dengan
baris ketiga sehingga semua entri pada baris di bawah leading 1 menjadi 0.
[
1 2 โ5 3 6 14
0 0 โ2 0 7 12
0 0 5 0 โ17 โ29
]
Langkah ke 5. Sekarang tandai baris ke satu pada matrik dan ulangi lagi
dengan langkah ke 1, aplikasikan pada submatrik sisanya. Lanjutkan
langkah-langkah tersebut sampai seluruh matrik dalam bentuk matrik
eselon.
[
1 2 โ5 3 6 14
0 0 โ2 0 7 12
0 0 5 0 โ17 โ29
]
[
1 2 โ5 3 6 14
0 0 1 0 โ
7
2
โ6
0 0 5 0 โ17 โ29
]
[
1 2 โ5 3 6 14
0 0 1 0 โ
7
2
โ6
0 0 0 0 โ
1
2
1 ]
[
1 2 โ5 3 6 14
0 0 1 0 โ
7
2
โ6
0 0 0 0
1
2
1 ]
Baris pertama pada submatrik
dikalikan dengan -
1
2
menjadi leading 1
Kolom paling kiri tidak nol dalam
submatrik
-5 kali baris pertama pada submatrik
ditambahkan pada baris ketiga untuk
memperoleh nol dibawah leading 1
Baris pertama pada matrik dikalikan
dengan
1
2
-2 kali baris pertama pada matrik
ditambahkan dengan baris ketiga
Kolom paling kiri tidak nol dalam
submatrik baru
Baris pertama dan kedua pada matrik
ditukar
Baris pertama pada submatrik sudah
terpenuhi dan kita ulangi lagi Langkah
ke 1
38. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
23
[
1 2 โ5 3 6 14
0 0 1 0 โ
7
2
โ6
0 0 0 0 1 2
]
Sekarang matriks keseluruhan dalam bentuk eselon baris. Untuk
menentukan bentuk eselon baris tereduksi, kita memerlukan langkah-
langkah tambahan.
Langkah ke 6. Dimulai dengan baris terakhir yang bukan nol dan kerjakan
dari bawah ke atas, tambahkan setiap baris yang sesuai ke baris di atasnya
untuk mendapatakan nol di atas leading 1.
[
1 2 โ5 3 6 14
0 0 1 0 0 1
0 0 0 0 1 2
]
[
1 2 โ5 3 0 2
0 0 1 0 0 1
0 0 0 0 1 2
]
[
1 2 0 3 0 7
0 0 1 0 0 1
0 0 0 0 1 2
]
Matrik yang terakhir ini adalah matrik dalam bentuk eselon baris tereduksi.
Prosedur (algoritma) yang baru saja kita lakukan untuk mereduksi matriks
dalam bentuk eselon baris tereduksi disebut Eliminasi Gauss-Jordan.
Algoritma ini terdiri dari dua bagian, pertama tahap maju dimana nol
muncul di bawah leading 1, dan kedua tahap mundur dimana nol muncul di
atas leading 1. Jika hanya tahap maju saja yang digunakan dan
menghasilkan bentuk eselon baris saja disebut Eliminasi Gauss. Sebagai
contoh pada perhitungan sebelumnya yang menghasilkan bentuk eselon
baris sampai dengan langkah ke 5.
Contoh 5: Eliminasi Gauss-Jordan
Selesaikan dengan Eliminasi Gauss-Jordan!
๐ฅ1 + 3๐ฅ2 โ 2๐ฅ3 + 2๐ฅ5 = 0
2๐ฅ1 + 6๐ฅ2 โ 5๐ฅ3 โ 2๐ฅ4 + 4๐ฅ5 โ 3๐ฅ6 = โ1
5๐ฅ3 + 10๐ฅ4 + 15๐ฅ6 = 5
2๐ฅ1 + 6๐ฅ2 + 8๐ฅ4 + 4๐ฅ5 + 18๐ฅ6 = 6
Solusi:
Matriks perluasan dari sistem adalah:
Baris pertama (hanya satu-satunya)
pada submatrik baru dikalikan dengan 2
agar diperoleh leading 1
7
2
kali baris ke tiga ditambahlan ke baris
kedua
โ6 kali baris ke tiga ditambahlan ke baris
pertama
5 kali baris kedua ditambahlan ke baris
pertama
39. 24 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
[
1 3 โ2 0 2 0 0
2 6 โ5 โ2 4 โ3 โ1
0 0 5 10 0 15 5
2 6 0 8 4 18 6
]
Tambahkan -2 kali baris pertama ke baris kedua dan empat, diperoleh:
[
1 3 โ2 0 2 0 0
0 0 โ1 โ2 0 โ3 โ1
0 0 5 10 0 15 5
0 0 4 8 0 18 6
]
Kalikan baris kedua dengan -1 dan kemudian tambahkan -5 kali baris kedua
yang baru tadi ke baris ketiga dan tambahkan -4 kali baris kedua yang baru
ke baris keempat diperoleh:
[
1 3 โ2 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
]
Tukarkan baris ketiga dengan baris keempat dan kemudian kalikan baris
ketiga baru dengan 1/6 diperoleh bentuk eselon baris:
[
1 3 โ2 0 2 0 0
0 0 1 2 0 3 1
0 0 0 0 0 1
1
3
0 0 0 0 0 0 0]
Ini tahap maju yang komplit dimana nol berada di bawah leading 1.
Selanjutnya, tambahkan -3 kali baris ketiga ke baris kedua dan kemudian
tambahkan 2 kali baris kedua yang baru ke baris pertama yang menghasilkan
bentuk eselon baris tereduksi:
[
1 3 0 4 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1
1
3
0 0 0 0 0 0 0]
Ini tahap mundur yang sudah komplit dimana nol berada di bawah leading
1. Sistem persamaan yang sesuai adalah:
๐ฅ1 + 3๐ฅ2 + 4๐ฅ4 + 2๐ฅ5 = 0
๐ฅ3 + 2๐ฅ4 = 0
๐ฅ6 =
1
3
(3)
40. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
25
Selesaikan untuk leading variabel, diperoleh:
๐ฅ1 = โ3๐ฅ2 โ 4๐ฅ4 โ 2๐ฅ5
๐ฅ3 = โ2๐ฅ4
๐ฅ6 =
1
3
Terakhir, kita ekspresikan solusi umum dari sistem secara parametrik
dengan mengganti variabel bebas ๐ฅ2, ๐ฅ4 dan ๐ฅ5 dengan sebarang nilai ๐, ๐
dan ๐ก secara berturut-tururt, yang menghasilkan:
๐ฅ1 = โ3๐ โ 4๐ โ 2๐ก, ๐ฅ2 = ๐, ๐ฅ3 = โ2๐ , ๐ฅ4 = ๐ , ๐ฅ5 = ๐ก, ๐ฅ6 =
1
3
1.2.4. Sistem Linier Homogen
Suatu sistem persamaan linier dikatakan homogen apabila bentuk-bentuk
konstantanya semuanya nol, yaitu suatu sistem yang memiliki bentuk:
๐11๐ฅ1 + ๐12๐ฅ2 + โฏ + ๐1๐๐ฅ๐ = 0
๐21๐ฅ1 + ๐22๐ฅ2 + โฏ + ๐2๐๐ฅ๐ = 0
โฎ โฎ โฎ โฎ
๐๐1๐ฅ1 + ๐๐2๐ฅ2 + โฏ + ๐๐๐๐ฅ๐ = 0
Setiap sistem persamaan linier homogen adalah konsisten karena semua
sistem memiliki ๐ฅ1 = 0, ๐ฅ2 = 0, โฆ , ๐ฅ๐ = 0 sebagai solusinya. Solusi
tersebut dinamakan solusi trivial, jika terdapat solusi lain dinamakan solusi
nontrivial.
Apabila suatu sistem linier homogen selalu memiliki solusi trivial, maka
hanya dua kemungkinan untuk solusinya:
โข Sistem hanya memiliki solusi trivial
โข Sistem memiliki solusi tak hingga selain solusi trivial
Dalam kasus tertentu dari sistem linier homogen dari dua persamaan dengan
dua variabel tidak diketahui, katakanlah:
๐1๐ฅ + ๐1๐ฆ = 0
๐2๐ฅ + ๐2๐ฆ = 0
Grafik dari persamaan adalah garis-garis yang melalui titik pusat dan solusi
trivial nya sesuai dengan perpotongan titik di titik pusat (Gambar 1.2.1).
41. 26 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Gambar 1.2. 1. Dua Kemungkinan Solusi dari Sistem Linier Homogen Dua Peubah
Ada satu kasus dimana sistem homogen dipastikan memiliki solusi
nontrivial yaitu apabila variabel yang terlibat dalam sistem lebih banyak
dari persamaannya. Untuk mengetahui mengapa demikian, perhatikan
contoh berikut dimana terdapat 4 persamaan dengan 6 variabel yang tidak
diketahui.
Contoh 6: Sistem Homogen
Gunakan Eliminasi Gauss-Jordan, untuk menyelesaikan sistem linier
homogen berikut!
๐ฅ1 + 3๐ฅ2 โ 2๐ฅ3 + 2๐ฅ5 = 0
2๐ฅ1 + 6๐ฅ2 โ 5๐ฅ3 โ 2๐ฅ4 + 4๐ฅ5 โ 3๐ฅ6 = 0
5๐ฅ3 + 10๐ฅ4 + 15๐ฅ6 = 0
2๐ฅ1 + 6๐ฅ2 + 8๐ฅ4 + 4๐ฅ5 + 18๐ฅ6 = 0
(4)
Solusi:
Perhatikan bahwa koefisien dari variabel yang tidak diketahui dalam sistem
sama dengan contoh 5, yang membedakannya hanyalah konstanta di sebelah
kanan. Matrik perluasan untuk sistem yang diberikan adalah:
[
1 3 โ2 0 2 0 0
2 6 โ5 โ2 4 โ3 0
0 0 5 10 0 15 0
2 6 0 8 4 18 0
] (5)
Dimana matrik perluasannya sama dengan contoh 5 kecuali nilai-nilai nol
pada kolom terakhir. Dengan denikian, betuk eselon baris tereduksi dari
matrik ini akan sama dengan matrik perluasan di contoh 5, kecuali nilai pada
kolom terakhir. Namun, dengan refleksi beberapa saat akan membuktikan
bahwa kolom dengan nilai 0 tidak berubah oleh operasi baris elementer, jadi
bentuk eselon baris tereduksinya adalah:
[
1 3 0 4 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1 0
0 0 0 0 0 0 0
] (6)
42. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
27
Sistem persamaan yang sesuai adalah:
๐ฅ1 + 3๐ฅ2 + 4๐ฅ4 + 2๐ฅ5 = 0
๐ฅ3 + 2๐ฅ4 = 0
๐ฅ6 = 0
Selesaikan untuk leading variabel, diperoleh:
๐ฅ1 = โ3๐ฅ2 โ 4๐ฅ4 โ 2๐ฅ5
๐ฅ3 = โ2๐ฅ4
๐ฅ6 = 0
(7)
Jika kita tetapkan variabel bebas ๐ฅ2, ๐ฅ4 dan ๐ฅ5 dengan sebarang nilai ๐, ๐
dan ๐ก secara berturut-turut, maka kita dapat mengekspresikan solusi
parametriknya sebagai:
๐ฅ1 = โ3๐ โ 4๐ โ 2๐ก, ๐ฅ2 = ๐, ๐ฅ3 = โ2๐ , ๐ฅ4 = ๐ , ๐ฅ5 = ๐ก, ๐ฅ6 = 0
1.2.5. Variabel Bebas dalam Sistem Linier Homogen
Contoh 6 memberikan ilustrasi dua hal penting tentang penyelesaian sistem
linier homogen:
1. Operasi baris elementer tidak merubah kolom dengan nilai nol dalam
matriks, jadi bentuk eselon baris tereduksi dari matrik perluasan dari
sistem linier homogen memiliki bentuk akhir kolom dengan nilai nol.
Akaibatnya sistem linier yang sesuai untuk bentuk eselon baris
tereduksinya homogen, seperti sistem asalnya.
2. Jika Kita mengkonstruksi sistem linier homogen yang sesuai matrik
perluasan (6), kita abaikan baris dengan nilai nol karena persamaan
sesuai dengan:
0๐ฅ1 + 0๐ฅ2 + 0๐ฅ3 + 0๐ฅ4 + 0๐ฅ5 + 0๐ฅ6 = 0
Tidak menentukan kondisi apapun dari variabel yang tidak diketahui.
Dengan demikian, bergantung atau tidak kepada bentuk eselon baris
tereduksi dari matrik perluasan untuk suatu sistem persamaan linier
homogen yang memiliki beberapa baris dengan nilai nol, sistem linier sesuai
dengan bentuk eselon baris tereduksi diantaranya akan memiliki banyak
persamaan yang sama dari sistem asal atau lebih sedikit.
Sekarang, perhatikan sistem linier homogen umum dengan ๐ variabel tidak
diketahui dan misalkan bentuk eselon baris tereduksi dari matrik perluasan
memiliki baris yang tidak nol sebanyak ๐. Misalkan baris yang tidak nol
memilki satu leading 1 dan setiap leading 1 yang sesuai memiliki satu
43. 28 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
leading variabel, sistem homogen yang sesuai dengan bentuk eselon baris
tereduksi dari matrik perluasan harus memiliki ๐ leading variabel dan ๐ โ
๐ variabel bebas. Dengan demikian, sistem berbentuk:
๐ฅ๐1
+ ฮฃ( ) = 0
๐ฅ๐2
+ ฮฃ( ) = 0
โฑ โฎ
๐ฅ๐๐
+ ฮฃ( ) = 0
(8)
Dimana setiap ekspresi persamaan ฮฃ( ) menotasikan suatu jumlah yang
melibatkan variabel bebas, jika ada (lihat (7) sebagai contoh).
Kesimpulannya, kita memiliki beberapa hal berikut ini:
TEOREMA 1.2.1. Teorema Variabel Bebas untuk Sistem Homogen
Jika suatu sistem linier homogen memiliki ๐ variabel yang tidak diketahui
dan jika bentuk eselon baris tereduksi dari matrik perluasan memiliki ๐
baris bukan nol, maka sistem memiliki ๐ โ ๐ variabel bebas.
Teorema 1.2.1 memiliki suatu dampak penting untuk sistem linier homogen
dengan lebih banyak variabel yang tidak diketahui daripada banyaknya
persamaan. Secara khusus, jika suatu sistem linier homogen memiliki ๐
persamaan dengan ๐ variabel yang tidak diketahui, dan jika ๐ < ๐ maka
pasti benar berlaku pula ๐ < ๐ (Kenapa?). Inilah yang terjadi, teorema
memberi dampak bahwa terdapat paling sedikit satu variabel bebas, dan
implikasi ini selanjutnya menyatakan bahwa sistem memiliki solusi tak
hingga. Sehingga, kita mendapatkan hasil seperti di bawah ini.
TEOREMA 1.2.2.
Suatu sistem linier homogen dengan variabel yang tidak diketahuii lebih
banyak dari persamaannya memiliki solusi tak hingga.
Dalam retrospeksi, kita dapat mengantisipasi bahwa sistem homogen pada
contoh 6 akan memiliki solusi tak hingga karena memiliki 4 persamaan
dengan 6 variabel yang tidak diketahui.
1.2.6. Eliminasi Gauss dan Back-Substitustion
Sistem linier yang sederhana dapat dengan mudah diselesaikan secara
manual (Seperti kebanyakan yang ada dalam modul ini), Eliminasi Gauss-
Jordan (mereduksi ke bentuk eselon baris tereduksi) adalah prosedur yang
bagus untuk digunakan. Namun, sistem linier yang besar memerlukan
komputer untuk mencari solusinya, secara umum lebih efektif
menggunakan eliminasi Gauss (mereduksi ke bentuk eselon baris) yang
44. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
29
diikuti dengan teknik yang diketahui sebagai back-substitution untuk
menyempurnakan proses penyelesaian dari sistem. Contoh berikut
memberikan ilustrasi teknik ini.
Contoh 7: Penyelesaian Contoh 5 dengan Back-Substitution
Dari perhitungan pada contoh 5, bentuk eselon baris dari matrik perluasan
adalah:
[
1 3 โ2 0 2 0 0
0 0 1 2 0 3 1
0 0 0 0 0 1
1
3
0 0 0 0 0 0 0]
Untuk menyelesaikan sistem persamaan yang sesuai:
๐ฅ1 + 3๐ฅ2 โ 2๐ฅ3 + 2๐ฅ5 = 0
๐ฅ3 + 2๐ฅ4 + 3๐ฅ6 = 1
๐ฅ6 =
1
3
Kita memprosesnya sebagai berikut:
Langkah ke 1. Selesaikan persamaan untuk leading variabel:
๐ฅ1 = โ3๐ฅ2 + 2๐ฅ3 โ 2๐ฅ5
๐ฅ3 = 1 โ 2๐ฅ4 โ 3๐ฅ6
๐ฅ6 =
1
3
Langkah ke 2. Kerjakan dari bagian bawah keatas, subtitusikan masing-
masing persamaan di atasnya.
Subtitusi ๐ฅ6 =
1
3
ke persamaan kedua menghasilkan
๐ฅ1 = โ3๐ฅ2 + 2๐ฅ3 โ 2๐ฅ5
๐ฅ3 = โ2๐ฅ4
๐ฅ6 =
1
3
Subtitusikan ๐ฅ3 = โ2๐ฅ4 ke persamaan pertama, menghasilkan:
๐ฅ1 = โ3๐ฅ2 โ 4๐ฅ4 โ 2๐ฅ5
๐ฅ3 = 1 โ 2๐ฅ4 โ 3๐ฅ6
๐ฅ6 =
1
3
Langkah ke 3. Ambil nilai-nilai sebarang untuk variabel bebas jika ada.
45. 30 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Jika kita tetapkan variabel bebas ๐ฅ2, ๐ฅ4 dan ๐ฅ5 dengan sebarang nilai ๐, ๐
dan ๐ก secara berturut-turut, solusi umum akan diperoleh dengan formula:
๐ฅ1 = โ3๐ โ 4๐ โ 2๐ก, ๐ฅ2 = ๐, ๐ฅ3 = โ2๐ , ๐ฅ4 = ๐ , ๐ฅ5 = ๐ก, ๐ฅ6 =
1
3
Ini sama dengan solusi yang diperoleh pada Contoh 5.
Contoh 8:
Misalkan matrik-matrik di bawah ini adalah matrik perluasan dari sistem
linier dengan variabel ๐ฅ1, ๐ฅ2, ๐ฅ3, dan ๐ฅ4 yang tidak diketahui. Matrik-matrik
tersebut semuanya berbentuk eselon baris tapi belum berbentuk baris eselon
tereduksi. Diskuskan eksistensi dan solusi tunggal yang sesuai dengan
sistem linier!
(a) [
1 โ3 7 2 5
0 1 2 โ4 1
0 0 1 6 9
0 0 0 0 1
]
(b) [
1 โ3 7 2 5
0 1 2 โ4 1
0 0 1 6 9
0 0 0 0 0
]
(c) [
1 โ3 7 2 5
0 1 2 โ4 1
0 0 1 6 9
0 0 0 1 0
]
Solusi:
(a) Baris terakhir sesuai dengan persamaan:
0๐ฅ1 + 0๐ฅ2 + 0๐ฅ3 + 0๐ฅ4 = 1
Dimana ini menjadi bukti bahwa sistem tidak konsisten.
(b) Baris terakhir sesuai dengan persamaan:
0๐ฅ1 + 0๐ฅ2 + 0๐ฅ3 + 0๐ฅ4 = 0
Dimana tidak memiliki pengaruh dalam himpunan solusi. Sisanya,
persamaan dengan variabel ๐ฅ1, ๐ฅ2 dan ๐ฅ3 sesuai dengan leading 1 dan
karenanya menjadi leading variabel. Variabel ๐ฅ4 adalah variabel bebas.
Dengan sedikit aljabar, leading variabel dapat diekspresikan dalam
bentuk variabel bebas, dan variabel bebas dapat diganti dengan
sebarang nilai. Dengan demikian, sistem pasti memiliki solusi tak
hingga.
(c) Baris terakhir sesuai dengan persamaan:
๐ฅ4 = 0
46. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
31
Yang memberikan kita suatu nilai untuk ๐ฅ4. Jika kita subtitusikan nilai
tersebut ke persamaan ketiga, yaitu:
๐ฅ3 + 6๐ฅ4 = 9
Kita memperoleh ๐ฅ3 = 9. Anda seharusnya sekarang mampu melihat
bahwa jika kita lanjutkan proses ini dan mensubstitusi nilai-nilai dari ๐ฅ3
dan ๐ฅ4 ke dalam persamaan yang sesuai dengan baris kedua, kita akan
memperoleh satu bilangan untuk ๐ฅ2 dan jika akhirnya kita substitusikan
nilai-nilai ๐ฅ4, ๐ฅ3 dan ๐ฅ2 ke dalam persamaan yang sesuai pada baris
kesatu, kita akan menghasilkan satu bilangan untuk ๐ฅ1. Dengan
demikian, sistem memiliki solusi tunggal.
1.2.7. Beberapa Fakta tentang Bentuk Eselon
Terdapat tiga fakta tentang bentuk eselon baris dan bentuk eselon baris
tereduksi yang sangan penting untuk diketahui tetapi kita tidak akan
membuktinnya:
1. Setiap matrik memiliki satu bentuk eselon baris tereduksi, baik
menggunakan eliminasi Gauss-Jordan atau beberapa operasi baris
elementer, yang pada akhirnya akan menghasilkan bentuk eselon baris
tereduksi yang sama.
2. Bentuk eselon baris adalah tidak tunggal, karena operasi baris elementer
yang berbeda akan menghasilkan bentuk eselon baris yang berbeda.
3. Meskipun bentuk eselon baris tidak tunggal, semua bentuk eselon baris
dari suatu matrik ๐ด memiliki jumlah baris bernilai nol yang sama, dan
leading 1 selalu terjadi pada posisi yang sama dalam bentuk eselon baris
dari ๐ด. Hal tersebut dinamakan posisi pivot dari ๐ด. Kolom yang berisi
posisi pivot dinamakan kolom pivot dari ๐ด.
Contoh 9: Posisi dan Kolom Pivot
Pada bagian sebelumnya (khususnya setelah Definisi 1) kita menemukan
bahwa suatu bentuk eselon baris dari:
๐ด = [
0 0 โ2 0 7 12
2 4 โ10 6 12 28
2 4 โ5 6 โ5 โ1
]
Menjadi
[
1 2 โ5 3 6 14
0 0 1 0 โ
7
2
โ6
0 0 0 0 1 2
]
47. 32 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Leading 1 terjadi dalam posisi (baris ke 1, kolom ke 1), (baris ke 2, kolom
ke 3), dan (baris ke 3, kolom ke 5). Posisi-posisi tersebut adalah posisi pivot.
Kolom pivot adalah kolom 1, 3, dan 5.
1.2.8. Kesalahan Pembulatan dan Ketidakstabilan
Seringkali terdapat gap (kesenjangan) antara teori matematika dan
implementasi prakteknya โ Eliminasi Gauss-Jordan dan Eliminasi Gauss
bisa menjadi contoh yang baik untuk memahami gap tersebut. Masalahnya
adalah bahwa komputer secara umum melakukan bilangan pendekatan
(aproksimasi), sehingga memunculkan kesalahan dalam pembulatan,
kecuali dilakukan pencegahan, perhitungan berturut-turut dapat
menurunkan ketepatan dalam jawaban dan menjadi tidak berguna.
Algoritma (prosedur) dimana hal-hal tersebut terjadi disebut tidak stabil.
Terdapat beberapa teknik untuk meminimalisir kesalahan dalam
pembulatan dan ketidakstabilan. Sebagai contoh, dapat ditunjukkan bahwa
sistem linier yang besar, eliminasi Gauss-Jordan melibatkan kurang-lebih
50% operasi lebih banyak daripada eliminasi Gauss, sehingga banyak
algoritma komputer berbasis eliminasi Gauss. Beberapa materi tersebut
akan dibahas pada Bagian 9.
Latihan 1.2
1. Dalam setiap bagian di bawah ini, tentukan apakah matriks-matrik berikut
dalam bentuk eselon baris, bentuk eselon baris tereduksi atau keduanya atau
bukan keduanya!
(a) [
1 0 0
0 1 0
0 0 1
]
(b) [
1 0 0
0 1 0
0 0 0
]
(c) [
0 1 0
0 0 1
0 0 0
]
(d) [
1 0 3 1
0 1 2 4
]
(e) [
1 2 0 3 0
0 0 1 1 0
0 0 0 0 1
0 0 0 0 0
]
(f) [
0 0
0 0
0 0
]
(g) [
1 โ7 5 5
0 1 3 2
]
48. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
33
2. Dalam setiap bagian di bawah ini, tentukan apakah matriks-matrik berikut
dalam bentuk eselon baris, bentuk eselon baris tereduksi atau keduanya atau
bukan keduanya!
(a) [
1 2 0
0 1 0
0 0 0
]
(b) [
1 0 0
0 1 0
0 2 0
]
(c) [
1 3 4
0 0 1
0 0 0
]
(d) [
1 5 โ3
0 1 1
0 0 0
]
(e) [
1 2 3
0 0 0
0 0 1
]
(f) [
1 2 3 4 5
1 0 7 1 3
0 0 0 0 1
0 0 0 0 0
]
(g) [
1 โ2 0 1
0 0 1 โ2
]
3. Dalam setiap bagian di bawah ini, misalkan matrik perluasan dari suatu sistem
persamaan linier sudah mengalami reduksi oleh operasi baris ke bentuk eselon
baris. Selesaikan sistem tersebut!
(a) [
1 โ3 4 7
0 1 2 2
0 0 1 5
]
(b) [
1 0 8 โ5 6
0 1 4 โ9 3
0 0 1 1 2
]
(c) [
1 7 โ2 0 โ8 โ3
0 0 1 1 6 5
0 0 0 1 3 9
0 0 0 0 0 0
]
(d) [
1 โ3 7 1
0 1 4 0
0 0 0 1
]
4. Dalam setiap bagian di bawah ini, misalkan matrik perluasan dari suatu sistem
persamaan linier sudah mengalami reduksi oleh operasi baris ke bentuk eselon
baris. Selesaikan sistem tersebut!
51. 36 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
23.
2๐1 โ ๐2 + 3๐3 + 4๐4 = 9
๐1 โ 2๐3 + 7๐4 = 11
3๐1 โ 3๐2 + ๐3 + 5๐4 = 8
2๐1 + ๐2 + 4๐3 + 4๐4 = 10
24.
๐3 + ๐4 + ๐5 = 0
โ๐1 โ ๐2 + 2๐3 โ 3๐4 + ๐5 = 0
๐1 + ๐2 โ 2๐3 โ ๐5 = 0
2๐1 + 2๐2 โ ๐3 + ๐5 = 0
Untuk nomor 25 โ 28, tentukan nilai ๐ sehingga sistem memiliki tidak ada solusi,
tepat satu solusi atau memiliki solusi tak hingga.
25.
๐ฅ + 2๐ฆ โ 3๐ง = 4
3๐ฅ โ ๐ฆ + 5๐ง = 2
4๐ฅ + ๐ฆ + (๐2
โ 14)๐ง = ๐ + 2
26.
๐ฅ + 2๐ฆ + ๐ง = 2
2๐ฅ โ 2๐ฆ + 3๐ง = 1
๐ฅ + 2๐ฆ โ (๐2
โ 3)๐ง = ๐
27.
๐ฅ + 2๐ฆ = 1
2๐ฅ + (๐2
โ 5)๐ฆ = ๐ โ 1
28.
๐ฅ + ๐ฆ + 7๐ง = โ7
2๐ฅ + 3๐ฆ + 17๐ง = โ16
๐ฅ + 2๐ฆ + (๐2
+ 1)๐ง = 3๐
Untuk nomor 29 โ 30, selesaikan sistem berikut dimana ๐, ๐ dan ๐ adalah konstan.
29.
2๐ฅ + ๐ฆ = ๐
3๐ฅ + 6๐ฆ = ๐
30.
๐ฅ1 + ๐ฅ2 + ๐ฅ3 = ๐
2๐ฅ1 + 2๐ฅ3 = ๐
3๐ฅ2 + 3๐ฅ3 = ๐
31. Tentukan dua bentuk eselon baris yang berbeda dari:
[
1 3
2 7
]
52. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
37
Soal ini menunjukkan bahwa suatu matriks dapat memiliki banyak bentuk
eselon baris.
32. Reduksi:
[
2 1 3
0 โ2 โ29
3 4 5
]
Ke bentuk eselon baris tereduksi tanpa melibatkan bentuk pecahan dalam
semua langkahnya.
33. Buktikan bahwa sistem persamaan non linier berikut memiliki 18 solusi jika
0 โค ๐ผ โค 2๐, 0 โค ๐พ โค 2๐, dan 0 โค ๐พ โค 2๐.
sin ๐ผ + 2 cos ๐ฝ + 3 tan ๐พ = 0
2 sin ๐ผ + 5 cos ๐ฝ + 3 tan ๐พ = 0
โ sin ๐ผ โ 5 cos ๐ฝ + 5 tan ๐พ = 0
[Petunjuk: Mulailah dengan substitusi ๐ฅ = sin ๐ผ , ๐ฆ = cos ๐ฝ, dan ๐ง = tan ๐พ]
34. Selesaikan sistem persamaan non linier berikut untuk sudut-sudut yang tidak
diketahui ๐ผ, ๐ฝ dan ๐พ dimana 0 โค ๐ผ โค 2๐, 0 โค ๐ฝ โค 2๐ dan 0 โค ๐พ โค ๐.
2 sin ๐ผ โ cos ๐ฝ + 3 tan ๐พ = 3
4 sin ๐ผ + 2 cos ๐ฝ โ 2 tan ๐พ = 2
6 sin ๐ผ โ 3 cos ๐ฝ + tan ๐พ = 9
35. Selesaikan sistem persamaan non linier berikut untuk ๐ฅ, ๐ฆ, dan ๐ง.
๐ฅ2
+ ๐ฆ2
+ ๐ง2
= 6
๐ฅ2
โ ๐ฆ2
+ 2๐ง2
= 2
2๐ฅ2
+ ๐ฆ2
โ ๐ง2
= 3
[Petunjuk: mulailah dengan mensubstitusi ๐ = ๐ฅ2
, ๐ = ๐ฆ2
, ๐ = ๐ง2
]
36. Selesaikan sistem berikut untuk ๐ฅ, ๐ฆ, dan ๐ง.
1
๐ฅ
+
2
๐ฆ
โ
4
๐ง
= 1
2
๐ฅ
+
3
๐ฆ
+
8
๐ง
= 0
โ
1
๐ฅ
+
9
๐ฆ
+
10
๐ง
= 5
53. 38 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
37. Tentukan koefisien ๐, ๐, ๐, dan ๐ sehingga memenuhi gambar dari persamaan
grafik ๐ฆ = ๐๐ฅ3
+ ๐๐ฅ2
+ ๐๐ฅ + ๐.
38. Tentukan koefisien ๐, ๐, ๐, dan ๐ sehingga memenuhi gambar dari persamaan
grafik ๐๐ฅ2
+ ๐๐ฆ2
+ ๐๐ฅ + ๐๐ฆ + ๐ = 0.
39. Jika sistem linier
๐1๐ฅ + ๐1๐ฆ + ๐1๐ง = 0
๐2๐ฅ โ ๐2๐ฆ + ๐2๐ง = 0
๐3๐ฅ + ๐3๐ฆ โ ๐3๐ง = 0
Hanya memiliki solusi trivial, apa yang dapat Anda katakan tentang solusi
dari sistem berikut?
๐1๐ฅ + ๐1๐ฆ + ๐1๐ง = 3
๐2๐ฅ โ ๐2๐ฆ + ๐2๐ง = 7
๐3๐ฅ + ๐3๐ฆ โ ๐3๐ง = 11
40. (a) Jika ๐ด adalah matrik 3 ร 5, maka berapa banyak leading 1 yang mungkin
dalam bentuk eselon baris tereduksi?
(b) Jika ๐ต adalah matrik 3 ร 6 dimana kolom terakhir semuanya nol, maka
berapa banyak parameter yang mungkin dalam solusi umum sistem linier
dengan matrik perluasan ๐ต?
(c) Jika ๐ถ adalah matrik 5 ร 3, maka berapa banyak baris berisi nol yang
mungkin dalam bentuk eselon baris dari ๐ถ?
oOoEndoOo
54. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
39
KEGIATAN PEMBELAJARAN 3
Kegiatan Belajar 3: Matriks dan Operasi Matriks
A. Tujuan Pembelajaran:
1. Peserta didik dapat menentukan ukuran matrik.
2. Peserta didik dapat mengidentifikasi vektor baris dan kolom suatu matrik.
3. Peserta didik dapat melakukan operasi aritmatik penjumlahan, pengurangan,
perkalian skalar dan perkalian.
4. Peserta didik dapat menentukan product dari dua buah matriks terdefinisi.
5. Peserta didik dapat menghitung product matrik menggunakan metode baris-
kolom, metode kolom, dan metode baris.
6. Peserta didik dapat mengekspresikan product dari suatu matrik dan suatu vektor
kolom sebagai kombinasi linier dari matrik kolom.
7. Peserta didik dapat mengekspresikan sistem linier sebagai persamaan matrik,
dan mengidentifikasi koefisien matrik.
8. Peserta didik dapat menghitung transpose matrik.
9. Peserta didik dapat menghitung jejak dari matrik bujur sangkar.
Metode Pembelajaran : Direct Learning, Pendekatan Saintifik
Model Pembelajaran : Drill, Scaffolding, Problem Based Learning
Petunjuk Penggunaan Modul:
1. Bacalah dengan seksama materi dan contoh soal.
2. Kerjakan latihan-latihan dengan sungguh-sungguh.
B. Indikator Pencapaian Kompetensi
1. Menentukan ukuran matrik.
2. Mengidentifikasi vektor baris dan kolom suatu matrik.
3. Melakukan operasi aritmatik penjumlahan, pengurangan, perkalian skalar dan
perkalian.
4. Menentukan product dari dua buah matriks terdefinisi.
5. Menghitung product matrik menggunakan metode baris-kolom, metode
kolom, dan metode baris.
6. Mengekspresikan product dari suatu matrik dan suatu vektor kolom sebagai
kombinasi linier dari matrik kolom.
55. 40 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
7. Mengekspresikan sistem linier sebagai persamaan matrik, dan
mengidentifikasi koefisien matrik.
8. Menghitung transpose matrik.
9. Menghitung jejak dari matrik persegi.
C. Uraian Materi
1.3. Matriks dan Operasi Matriks
Barisan persegi panjang dari bilangan real muncul dalam konteks selain
sebagai matriks perluasan sistem linear. Pada bagian ini kita akan mulai
mempelajari matriks sebagai mana mestinya dengan mendefinisikan operasi
penambahan, pengurangan, dan perkalian pada mereka.
1.3.1. Terminologi dan Notasi Matriks
Pada bagian 1.2 kita menggunakan barisan angka berbentuk persegi panjang
yang disebut matriks perluasan, untuk menyingkat sistem persamaan linier.
Namun demikian, susunan bilangan segi empat juga muncul dalam konteks
lain. Misalnya, susunan persegi panjang berikut dengan tiga baris dan tujuh
kolom mungkin menggambarkan jumlah jam yang dihabiskan seorang
mahasiswa untuk mempelajari tiga subjek selama satu minggu tertentu:
Senin Selasa Rabu Kamis Jumat Sabtu Minggu
Matematika 2 3 2 4 1 4 2
Sejarah 0 3 1 4 3 2 2
Bahasa 4 1 3 1 0 0 2
Jika kita menghilangkan heading-nya, maka kita akan tersisa dengan
susunan angka persegi panjang berikut dengan tiga baris dan tujuh kolom,
yang disebut "matriks":
[
2 3 2 4 1 4 2
0 3 1 4 3 2 2
4 1 3 1 0 0 2
]
Secara umum, kita akan mendefinisikannya sebagai berikut:
DEFINISI 1
Matriks adalah susunan angka/bilangan dalam bentuk persegi panjang.
Bilangan/angka dalam susunan tersebut disebut entri.
Catatan: Matrik yang hanya memiliki satu kolom disebut vektor kolom atau
matrik kolom, dan matrik yang hanya memiliki satu baris disebut vektor
baris atau matrik baris.
56. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
41
Contoh 1: Contoh-contoh Matriks
[
1 2
3 0
โ1 4
], [2 1 0 โ3], [
๐ ๐ โโ2
0
1
2
1
0 0 0
], [
1
3
], [4]
Ukuran matriks dijelaskan dalam hal jumlah baris (garis horizontal) dan
kolom (garis vertikal) yang dikandungnya. Sebagai contoh, matriks
pertama dalam Contoh 1 memiliki tiga baris dan dua kolom, sehingga
ukurannya adalah 3 dengan 2 (ditulis 3 ร 2). Dalam deskripsi ukuran,
angka pertama selalu menunjukkan jumlah baris, dan angka kedua
menunjukkan jumlah kolom. Matriks yang tersisa dalam Contoh 1 memiliki
ukuran 1 ร 4, 3 ร 3, 2 ร 1, dan 1 ร 1 secara berturut-turut.
Kita akan menggunakan huruf besar untuk menunjukkan matriks dan huruf
kecil untuk menunjukkan jumlah numerik, sehingga kita bisa menulis:
๐ด = [
2 1 7
3 4 2
] atau ๐ถ = [
๐ ๐ ๐
๐ ๐ ๐
]
Ketika membahas matriks, adalah umum untuk merujuk ke jumlah numerik
sebagai skalar. Kecuali dinyatakan sebaliknya, skalar adalah bilangan real;
skalar kompleks akan dipertimbangkan nanti dalam teks.
Kurung matriks sering diabaikan dari matriks 1 ร 1, sehingga mustahil
untuk mengatakan, misalnya, apakah simbol 4 menunjukkan angka "empat"
atau matriks [4]. Ini jarang menimbulkan masalah karena biasanya
mungkin untuk mengetahui mana yang dimaksudkan dari konteks.
Entri yang terjadi di baris ๐ dan kolom ๐ dari matriks ๐ด akan dilambangkan
dengan ๐๐๐. Jadi matriks 3 ร 4 secara umum dapat ditulis sebagai:
[
๐11 ๐12 ๐13 ๐14
๐21 ๐22 ๐23 ๐24
๐31 ๐32 ๐33 ๐34
]
Dan secara umum matriks ๐ ร ๐ adalah:
๐ด = [
๐11 ๐12
๐21 ๐22
โฆ ๐1๐
โฆ ๐2๐
โฎ โฎ
๐๐1 ๐๐2
โฎ
โฆ ๐๐๐
] (1)
Ketika notasi ringkas diinginkan, matriks sebelumnya dapat ditulis sebagai:
[๐๐๐]
๐ร๐
atau [๐๐๐]
57. 42 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
Notasi pertama digunakan ketika penting dalam diskusi untuk mengetahui
ukuran, dan yang kedua digunakan ketika ukuran tidak perlu ditekankan.
Biasanya, kita akan mencocokkan huruf yang menunjukkan matriks dengan
huruf yang menunjukkan entri-nya; dengan demikian, untuk matriks ๐ต kita
biasanya menggunakan ๐๐๐ untuk entri dalam baris ๐ dan kolom ๐, dan untuk
matriks ๐ถ kita akan menggunakan notasi ๐๐๐.
Entri di baris ๐ dan kolom ๐ dari matriks ๐ด juga biasanya dilambangkan
dengan simbol (๐ด)๐๐. Jadi, untuk matriks 1 di atas, kita punya:
(๐ด)๐๐ = ๐๐๐
Dan untuk matrik:
[
2 โ3
7 0
]
Kita punya (๐ด)11 = 2, (๐ด)12 = โ3, (๐ด)21 = 7, dan (๐ด)22 = 0.
Vektor baris dan kolom sangat penting, dan ini adalah praktik umum untuk
menunjukkannya dengan huruf tebal huruf kecil dan bukan huruf besar.
Untuk matriks semacam itu, subskrip ganda entri tidak diperlukan. Jadi
secara umum vektor baris 1 ร ๐ dan vektor kolom ๐ ร 1 akan ditulis
sebagai:
a = [๐1๐2 โฆ ๐๐] dan b = [
๐1
๐2
โฎ
๐๐
]
Matriks ๐ด dengan ๐ baris dan ๐ kolom disebut matriks persegi ordo ๐, dan
entri ๐11, ๐22, โฆ , ๐๐๐ yang diarsir dalam 2 dikatakan berada di diagonal
utama ๐ด.
[
๐11 ๐12
๐21 ๐22
โฆ ๐1๐
โฆ ๐2๐
โฎ โฎ
๐๐1 ๐๐2
โฎ
โฆ ๐๐๐
] (2)
1.3.2. Operasi Matrik
Sejauh ini, kita telah menggunakan matriks untuk menyingkat pekerjaan
dalam memecahkan sistem persamaan linear. Untuk aplikasi lain,
bagaimanapun, itu diinginkan untuk mengembangkan "aritmatika matriks"
di mana matriks dapat ditambahkan, dikurangi, dan dikalikan dengan cara
58. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
43
yang bermanfaat. Bagian selanjutnya dari bagian ini akan dikhususkan
untuk mengembangkan aritmatika ini.
DEFINISI 2
Dua matriks didefinisikan sama jika mereka memiliki ukuran yang sama
dan entri yang sesuai adalah sama.
Kesetaraan dua matriks:
๐ด = [๐๐๐] dan ๐ต = [๐๐๐]
dengan ukuran yang sama dapat diekspresikan baik dengan menulis:
(๐ด)๐๐ = (๐ต)๐๐
atau dengan menulis:
๐๐๐ = ๐๐๐
di mana dipahami bahwa kesetaraan berlaku untuk semua nilai dari ๐ dan ๐.
Contoh 2: Kesamaan Matriks
Perhatikan matriks berikut:
๐ด = [
2 1
3 ๐ฅ
], ๐ต = [
2 1
3 5
], ๐ถ = [
2 1 0
3 4 0
]
Jika ๐ฅ = 5 maka ๐ด = ๐ต, tetapi untuk semua nilai lain dari ๐ฅ, matriks ๐ด dan
๐ต tidak sama, karena tidak semua entri yang sesuai adalah sama. Tidak ada
nilai ๐ฅ dimana ๐ด = ๐ถ karena ๐ด dan ๐ถ memiliki ukuran yang berbeda.
DEFINISI 3
Jika A dan B adalah matriks dengan ukuran yang sama, maka penjumlahan
๐ด + ๐ต adalah matriks yang diperoleh dengan menambahkan entri B ke entri
A yang sesuai, dan pengurangan ๐ด โ ๐ต adalah matriks yang diperoleh
dengan mengurangi entri B dari entri A yang sesuai. Matriks dengan
ukuran berbeda tidak dapat ditambahkan atau dikurangi.
Dalam notasi matrik, jika ๐ด = [๐๐๐] dan ๐ต = [๐๐๐] dengan ukuran yang
sama, maka:
(๐ด + ๐ต)๐๐ = (๐ด)๐๐ + (๐ต)๐๐ = ๐๐๐ + ๐๐๐
Dan
(๐ด โ ๐ต)๐๐ = (๐ด)๐๐ โ (๐ต)๐๐ = ๐๐๐ โ ๐๐๐
Contoh 3: Penjumlahan dan Pengurangan Matriks
Perhatikan matriks berikut:
59. 44 Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
๐ด = [
2 1 0 3
โ1 0 2 4
4 โ2 7 0
], ๐ต = [
โ4 3 5 1
2 2 0 โ1
3 2 โ4 5
], ๐ถ = [
1 1
2 2
]
Maka:
๐ด + ๐ต = [
โ2 4 5 4
1 2 2 3
7 0 3 5
] dan ๐ด โ ๐ต = [
6 โ2 โ5 2
โ3 โ2 2 5
1 โ4 11 โ5
]
Ekspresi ๐ด + ๐ถ, ๐ต + ๐ถ, ๐ด โ ๐ถ dan ๐ต โ ๐ถ tidak terdefinisi.
DEFINISI 4
Jika A adalah matriks dan c adalah skalar apa pun, maka produk cA adalah
matriks yang diperoleh dengan mengalikan setiap entri dari matriks A oleh
c. Matriks cA dikatakan sebagai kelipatan skalar A.
Dalam notasi matrik, jik ๐ด = [๐๐๐] maka:
(๐๐ด)๐๐ = ๐(๐ด)๐๐ = ๐๐๐๐
Contoh 4: Kelipatan Skalar
Untuk matrik-matrik:
๐ด = [
2 3 4
1 3 1
], ๐ต = [
0 2 7
โ1 3 โ5
], ๐ถ = [
9 โ6 3
3 0 12
]
Kita punya:
2๐ด = [
4 6 8
2 6 2
], (โ1)๐ต = [
0 โ2 โ7
1 โ3 5
],
1
3
๐ถ = [
3 โ2 1
1 0 4
]
Ini adalah praktik umum untuk menunjukkan (โ1)๐ต oleh โ๐ต.
Sejauh ini kita telah mendefinisikan perkalian matriks oleh skalar tetapi
bukan perkalian dari dua matriks. Karena matriks ditambahkan dengan
menambahkan entri yang sesuai dan dikurangkan dengan mengurangkan
entri yang sesuai, akan terlihat alami untuk menentukan perkalian matriks
dengan mengalikan entri yang bersesuaian. Namun, ternyata definisi seperti
itu tidak akan sangat berguna untuk sebagian besar masalah. Pengalaman
telah menyebabkan para matematikawan mengikuti definisi perkalian
matriks yang lebih bermanfaat berikut ini.
DEFINISI 5
Jika A adalah matriks ๐ ร ๐ dan B adalah matriks ๐ ร ๐, maka produk AB
adalah matriks ๐ ร ๐ yang entri ditentukan sebagai berikut: Untuk
menemukan entri dalam baris i dan kolom j dari AB, pilih satu baris i dari
60. Aljabar Linier dan Matriks
MATEMATIKA โ TEKNIK
45
matriks A dan kolom j dari matriks B. Gandakan entri yang sesuai dari baris
dan kolom bersama-sama, dan kemudian tambahkan produk yang
dihasilkan.
Contoh 5: Perkalian Matrik
Perhatikan matrik-matrik berikut:
๐ด = [
1 2 4
2 6 0
], ๐ต = [
4 1 4 3
0 โ1 3 1
2 7 5 2
]
Karena ๐ด adalah matrik 2 ร 3 dan ๐ต adalah matrik 3 ร 4, produk ๐ด๐ต adalah
matrik 2 ร 4. Untuk menentukan, misalnya, entri di baris 2 dan kolom 3
dari๐ด๐ต, kita memilih baris 2 dari ๐ด dan kolom 3 dari ๐ต. Kemudian, seperti
yang digambarkan di bawah ini, kita mengalikan entri yang terkait bersama
dan menambahkan produk-produk ini.
[
1 2 4
2 6 0
] [
4 1 4 3
0 โ1 3 1
2 7 5 2
] = [
26
]
(2.4) + (6.3) + (0.5) = 26
Entri dalam baris 1 dan kolom 4 dari ๐ด๐ต dihitung sebagai berikut:
[
1 2 4
2 6 0
] [
4 1 4 3
0 โ1 3 1
2 7 5 2
] = [
13
]
(1.3) + (2.1) + (4.2) = 13
Perhitungan entri sisanya adalah:
(1.4) + (2.0) + (4.2) = 12
(1.1) โ (2.1) + (4.7) = 27
(1.4) + (2.3) + (4.5) = 30
(2.4) + (6.0) + (0.2) = 8
(2.1) โ (6.1) + (0.7) = โ4
(2.3) โ (6.1) + (0.2) = 12
Sehingga diperoleh ๐ด๐ต = [
12 27 30 13
8 โ4 26 12
]
Definisi perkalian matriks mensyaratkan bahwa jumlah kolom dari faktor
pertama A sama dengan jumlah baris dari faktor kedua B untuk membentuk
produk AB. Jika kondisi ini tidak dipenuhi, produk tidak terdefinisi. Cara
mudah untuk menentukan apakah produk dari dua matriks didefinisikan