SlideShare a Scribd company logo
1 of 14
Download to read offline
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 1
CATATAN KULIAH
MATEMATIKA TERAPAN 1
Disusun oleh:
YULI KUSUMAWATI, S.T., M.T.
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 2
2. PERSAMAAN LINEAR
Persamaan linear adalah persamaan yang variabel-variabelnya berpangkat satu. Persamaan
linear jika digambarkan pada koordinat Cartesius maka akan berbentuk garis lurus (linear).
Persamaan linear dapat mempunyai satu variabel, dua variabel, maupun banyak variabel.
Apabila terdapat beberapa persamaan linier, maka disebut sistem persamaan linear.
Setiap sistem persamaan linier mungkin tidak mempunyai penyelesaian, mempunyai tepat
satu penyelesaian, atau mempunyai tak-hingga penyelesaian.
2.1. Persamaan Linear Satu Variabel
Bentuk umum dari persamaan linear satu variabel adalah ax + b = 0, dimana a adalah
koefisien dari variabel x, sedangkan b adalah konstanta.
Contoh 2.1:
Selesaikan persamaan 4x – 20 = 0
Jawab:
4x – 20 = 0
4x = 20
x = 5
Contoh 2.2:
Selesaikan sistem persamaan 6x + 1 = 2x + 9
Jawab:
6x – 2x = 9 - 1
4x = 8
x = 2
2.2. Persamaan Linear Dua Variabel
Persamaan linear dua variabel adalah persamaan linear yang memiliki dua variabel, dengan
pangkat masing-masing variabel adalah satu. Persamaan linear dua variabel memiliki bentuk
umum:
ax + by = c
dengan a dan b adalah koefisien, sedangkan c adalah konstanta, x dan y adalah variabel.
Contoh 2.3:
Carilah penyelesaian dari 2x + y = 4
Jawab:
 Jika x = 0, maka 2(0) + y = 4, sehingga y = 4. Jadi penyelesaiannya adalah (0,4)
 Jika x = 1, maka 2(1) + y = 4, sehingga y = 2. Jadi penyelesaiannya adalah (1,4)
 Jika x = 2, maka 2(2) + y = 4, sehingga y = 0. Jadi penyelesaiannya adalah (2,0), dst.
Sistem persamaan linear dua variabel adalah dua buah persamaan linear dua variabel yang
mempunyai satu penyelesaian. Bentuk umum sistem persamaan linear dua variabel adalah:
a1x + b1y = c1
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 3
a2x + b2y = c2
Dengan a1 dan a2 adalah koefisien dari variabel x, sedangkan b1 dan b2 adalah koefisien dari
variabel y, sedangkan c adalah konstanta.
Sistem persamaan linear dua variabel dapat diselesaikan antara lain dengan cara:
a. Substitusi
b. Eliminasi
c. Grafik
2.2.1. Metode Substitusi
Penyelesaian sistem persamaan linear dengan metode substitusi dilakukan dengan cara
menggantikan suatu variabel dari salah satu persamaan dengan variabel dari persamaan
lain.
Contoh 2.4:
Carilah nilai variabel x dan y jika x + y = 2 dan 2x + y = 4.
Jawab:
x + y = 2 (1)
2x + y = 4 (2)
Misal yang akan disubstitusikan adalah persamaan (1), maka bentuk persamaan tersebut
diubah menjadi:
x + y = 2  y = 2 – x (1)
Substitusikan variabel y dari persamaan (1) ke persamaan (2):
2x + (2 – x) = 4
2x - x = 4 - 2
x = 2
Selanjutnya masukkan nilai variabel x tersebut ke persamaan (1) atau (2):
x + y = 2
(2) + y = 2
y = 2 – 2
y = 0
Jadi nilai variabel x = 2 dan y = 0.
2.2.2. Metode Eliminasi
Penyelesaian sistem persamaan linear dengan metode substitusi dilakukan dengan cara
mengeliminasi (menghilangkan) salah satu variabel untuk mendapatkan nilai variabel yang
lain.
Contoh 2.5:
Carilah nilai variabel x dan y jika x + y = 2 dan 2x + y = 4.
Jawab:
x + y = 2 (1)
2x + y = 4 (2)
Pada dua persamaan tersebut, variabel y bisa langsung dieliminasi:
x + y = 2 (1)
2x + y = 4 (2)
-x + 0 = -2
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 4
x = 2
Selanjutnya masukkan nilai variabel x tersebut ke persamaan (1) atau (2):
x + y = 2
(2) + y = 2
y = 2 – 2
y = 0
Jadi nilai variabel x = 2 dan y = 0.
2.2.3. Metode Grafik
Penyelesaian sistem persamaan linear dengan metode grafik dilakukan dengan cara
menggambarkan grafik kedua persamaan linear pada koordinat Cartesius. Titik potong dari
kedua grafik tersebut merupakan penyelesaiannya.
Contoh 2.6:
Carilah nilai variabel x dan y jika x + y = 2 dan 2x + y = 4.
Jawab:
x + y = 2 (1)
2x + y = 4 (2)
Untuk persamaan (1):
Titik potong terhadap sumbu x, maka y = 0:
x + (0) = 2
x = 2
Titik potong terhadap sumbu y, maka x = 0:
(0) + y = 2
y = 2
Untuk persamaan (2):
Titik potong terhadap sumbu x, maka y = 0:
2x + (0) = 4
2x = 4
x = 2
Titik potong terhadap sumbu y, maka x = 0:
2(0) + y = 4
y = 4
Penyelesaian dari sistem persamaan tersebut adalah koordinat titik potong dari kedua grafik
tersebut, yaitu x = 2 dan y = 0.
2.3. Persamaan Linear Tiga Variabel
Bentuk sistem persamaan linear tiga variabel biasanya terdiri dari tiga persamaan dengan
tiga variabel. Penyelesaiannya menggunakan metode eliminasi, substitusi, maupun
gabungan keduanya.
Contoh 2.7:
Carilah penyelesaian sistem persamaan linear berikut:
2x + y – z = 1 (1)
x + y + z = 6 (2)
x – 2y + z = 0 (3)
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 5
Jawab:
Eliminasi variabel y:
2x + y – z = 1 (1)
x + y + z = 6 (2)
x – 2z = -5
x = -5 + 2z (4)
Substitusi persamaan (4) ke persamaan (1) dan (3):
2(-5 + 2z) + y – z = 1 (1)
-10 + 4z + y –z =1
3z + y = 11 (5)
x – 2y + z = 0 (3)
(-5 + 2z) – 2y + z = 0
3z – 2y = 5 (6)
Eliminasi variabel z:
3z + y = 11 (5)
3z – 2y = 5 (6)
3y = 6
y = 2
Substitusi nilai y ke persamaan (5):
3z + (2) = 11 (5)
3z = 9
z = 3
Substitusi nilai y dan z ke persamaan (2) atau sembarang:
x + y + z = 6 (2)
x + (2) + (3) = 6
x = 1
Jadi nilai variabel dari sistem persamaan tersebut adalah x = 1, y = 2, dan c = 3
2.4. Aplikasi Persamaan Linear
Contoh 2.8:
Sebuah perusahaan rental alat berat menawarkan paket sewa sebagai berikut:
Total biaya sewa untuk 1 unit excavator dan 2 unit dump truk adalah Rp 350.000/jam.
Total biaya sewa untuk 2 unit excavator dan 5 unit dump truck adalah Rp 800.000/jam.
Berapakah total biaya sewa untuk 3 unit excavator dan 6 unit dump truck per jam?
Jawab:
Misalkan, biaya sewa 1 unit excavator dilambangkan x dan biaya sewa 1 unit dump truck
dilambangkan y, sehingga dapat disusun persamaan sebagai berikut:
x + 2y = 350.000 (1)
2x + 5y = 800.000 (2)
Nilai variabel y dicari dengan menggunakan metode eliminasi.
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 6
2x + 4y = 700.000 (3)
2x + 5y = 800.000 (2)
y = 100.000
Selanjutnya substitusikan nilai y ke persamaan (1) untuk mencari nilai variabel x.
x + 2(100.000) = 350.000
x = 350.000 – 200.000
x = 150.000
Jadi biaya sewa 1 unit excavator adalah Rp 150.000/jam dan biaya sewa 1 unit dump truck
adalah Rp 100.000/jam
Selanjutnya dihitung total biaya sewa untuk 3 unit excavator dan 6 unit dump truck sebagai
berikut:
3(150.000) + 6(100.000) = 1.050.000
Jadi total biaya sewa untuk 3 unit excavator dan 6 unit dump truck adalah Rp 1.050.000/jam
Contoh 2.9:
Suatu pabrik menghasilkan 12 ton produk/hari dengan grade A dan grade B. Total nilai
pendapatan dari produksi tersebut adalah $4.035/hari. Jika harga produk grade A = $275
dan harga produk grade B = $380, berapa banyak masing-masing produk yang dihasilkan
setiap hari?
Jawab:
Misal, jumlah produk grade A yang dihasilkan per hari adalah c ton, maka jumlah produk
grade B yang dihasilkan per hari adalah (12-c) ton. Persamaan total pendapatan per hari
adalah:
380(12-c) + 275(c) = 4.035
4.560-380c + 275c = 4.035
-105c = 4.035 – 4.560
c = -525/-105
c = 5
Jadi jumlah produk grade A yang dihasilkan adalah 5 ton/hari, dan jumlah produk grade B
yang dihasilkan adalah 12-(5)= 7 ton/hari.
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 7
3. MATRIKS
3.1. Operasi Matriks
Matriks adalah suatu kumpulan bilangan yang disusun menurut baris dan kolom dan
dituliskan di dalam tanda kurung siku [ ] atau kurung biasa ( ). Bilangan-bilangan dalam
matriks disebut dengan entri/unsur/anggota matriks. Ukuran (orde) dari suatu matriks adalah
banyaknya baris dan kolom yang terdapat dalam matriks.
Matriks A adalah matriks berukuran m x n, dengan m adalah
banyaknya baris dan n adalah banyaknya kolom. Matriks A
dapat juga dinotasikan dengan [aij]mxn atau [aij]. Entri yang
terletak pada baris i dan kolom j pada matriks A dinyatakan
sebagai aij.
Matriks bujursangkar orde n adalah suatu matriks A dengan
jumlah baris n dan jumlah kolom n. Entri a11, a22, …, ann dari
matriks tersebut disebut diagonal utama.
Matriks identitas (I) adalah matriks bujursangkar yang entrinya pada diagonal utama adalah
1 dan entri lainnya adalah 0. Contoh, matriks identitas orde 3x3 adalah:
[ ]
Trace dari matriks bujursangkar A, dinyatakan sebagai tr(A), adalah jumlah entri-entri pada
diagonal utama matriks bujursangkar A.
Operasi matriks meliputi:
a. Penjumlahan
Jumlah dari matriks A dan matriks B (A + B) yang mempunyai orde sama diperoleh
dengan menjumlahkan entri-entri pada matriks A dengan entri-entri yang bersesuaian
pada matriks B.
Contoh:
[ ] [ ]
A + B = [ ]
b. Pengurangan (selisih)
Selisih matriks A terhadap matriks B (A - B) yang mempunyai orde sama diperoleh
dengan mengurangkan entri-entri pada matriks A dengan entri-entri yang bersesuaian
pada matriks B.
Contoh:
[ ] [ ]
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 8
A - B = [ ]
c. Perkalian
 Perkalian matriks A dengan suatu skalar c adalah mengalikan entri-entri pada
matriks A dengan skalar c.
Contoh:
[ ] c = 2
c.A = [ ]
 Perkalian matriks A berorde mxr dengan matriks B berorde rxn dilakukan dengan
cara mengalikan entri-entri yang berpadanan dari baris matriks A dengan entri-entri
yang berpadanan dari kolom matriks B, kemudian jumlahkan hasil kalinya.
Contoh:
[ ] [ ]
A.B = [ ]
3.2. Transpose matriks
Transpose dari matriks A (disimbolkan dengan AT
) adalah matriks n x m yang diperoleh
dengan cara mempertukarkan baris-baris dan kolom-kolom dari matriks A, sehingga kolom
pertama dari AT
adalah baris pertama dari A, kolom kedua dari AT
adalah baris kedua dari A,
dan seterusnya.
Contoh:
[ ], maka transpose matriks A adalah: AT
[ ]
Sifat transpose matriks adalah:
1. (AT
)T
= A
2. (A±B)T
= AT
± BT
3. (AB)T
= BT
AT
4. (kA)T
= kAT
3.3. Minor Dan Kofaktor
3.3.1. Minor
Minor atau sub matriks (disimbolkan dengan Mij) adalah matriks bagian dari A yang
diperoleh dengan cara menghilangkan elemen-elemen pada baris ke-i dan elemen-elemen
pada kolom ke-j.
Contoh:
[ ]
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 9
Minor untuk entri a11 adalah:
M11 = [ ] = | | = (5x9) – (6x8) = 45 – 48 = -3
Minor untuk entri a12 adalah:
M12 = [ ] = | | = (4x9) – (6x7) = 36 – 42 = -6
Minor untuk entri a13 adalah:
M13 = [ ] = | | = (4x8) – (5x7) = 32 – 35 = -3
Minor untuk entri a21 adalah:
M21 = [ ] = | | = (2x9) – (3x8) = 18 – 24 = -6
Minor untuk entri a22 adalah:
M22 = [ ] = | | = (1x9) – (3x7) = 9 – 21 = -12
Minor untuk entri a23 adalah:
M23 = [ ] = | | = (1x8) – (2x7) = 8 – 14 = -6
Minor untuk entri a31 adalah:
M31 = [ ] = | | = (2x6) – (3x5) = 12 – 15 = -3
Minor untuk entri a32 adalah:
M32 = [ ] = | | = (1x6) – (3x4) = 6 – 12 = -6
Minor untuk entri a33 adalah:
M33 = [ ] = | | = (1x5) – (2x4) = 5 – 8 = -3
3.3.2. Kofaktor
Nilai kofaktor (Cij) adalah nilai minor dikalikan dengan tanda tempat
masing-masing entri. Jika i menandakan baris dan j menandakan
kolom nilai kofaktor masing-masing entry sebagai berikut:
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 10
Kofaktor untuk entri a11 adalah:
C11 = [ ] = +1 | | = 1(45 – 48) = -3
Kofaktor untuk entri a12 adalah:
C12 = [ ] = | | = -1(36 – 42) = 6
Kofaktor untuk entri a13 adalah:
C13 = [ ] = +1 | | = +1(32 – 35) = -3
Kofaktor untuk entri a21 adalah:
C21 = [ ] = | | = -1(18 – 24) = 6
Kofaktor untuk entri a22 adalah:
C22 = [ ] = | | = +1(9 – 21) = -12
Kofaktor untuk entri a23 adalah:
C23 = [ ] = | | = -1(8 – 14) = 6
Kofaktor untuk entri a31 adalah:
C31 = [ ] = | | = +1(12 – 15) = -3
Kofaktor untuk entri a32 adalah:
C32 = [ ] = | | = -1(6 – 12) = 6
Kofaktor untuk entri a33 adalah:
C33 = [ ] = | | = +1(5 – 8) = -3
Sehingga matrik kofaktor (C) adalah:
[ ]
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 11
3.4. Adjoin Matrik
Adjoin matrik A (adj A) adalah transpose dari matrik kofaktor (CT
).
Berdasarkan contoh di atas maka adjoin matrik A adalah:
Adj A = CT
= [ ]
3.5. Determinan Matriks
Determinan matriks A adalah jumlah semua hasil perkalian elementer yang bertanda dari A
dan dinyatakan dengan det (A) atau A.
Determinan digunakan untuk menentukan invers suatu matriks, prinsip determinan juga
dapat digunakan untuk menentukan penyelesaian sistem persamaan linear dengan Aturan
Cramer.
3.5.1. Determinan Matriks Orde 2x2
Nilai determinan matriks orde 2x2 adalah selisih dari hasil kali komponen diagonal utama
dengan diagonal sekunder.
[ ] maka det (A) = A = | | = ad - bc
Contoh:
[ ]
Maka nilai determinan matriks A adalah:
A = (5x8) – (6x7) = 40 – 42 = -2
3.5.2. Determinan Matriks Orde 3x3
Nilai determinan matriks orde 3x3 dapat dihitung dengan dua metode, yaitu:
a. Aturan Sarrus.
Prinsipnya adalah mencari selisih dari hasil kali komponen diagonal utama dengan
diagonal sekunder. Metode ini tidak berlaku untuk matriks dengan orde 4x4 atau yang
lebih tinggi.
Contoh:
[ ]
Maka nilai determinan matriks A adalah:
| |
A = ((1x5x9) + (2x6x7) + (3x4x8)) – (( 3x5x7) + (1x6x8) + (2x4x9))
= (45 + 84 + 96) – (105 + 48 + 72) = 0
b. Minor-kofaktor.
Untuk mencari nilai determinan dengan metode minor-kofaktor, cukup menggunakan
satu ekspansi saja (misal ekspansi baris ke-1).
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 12
Contoh:
[ ]
Maka nilai determinan matriks A adalah:
A = | | = 1(45-48) - 2(36-42) + 3(32–35) = -3 + 12 - 9 = 0
Suatu matriks yang harga determinannya sama dengan nol disebut dengan matrik singular.
Determinan matriks bujur sangkar adalah determinan yang mempunyai entri-entri yang
sama dengan matriks tersebut. Nilai determinan matrik bujur sangkar sama dengan nilai
determinan matrik transposenya.
Contoh:
[ ]
Nilai determinan matriks A adalah:
A = | | = 5 (42-12) -2 (0-24) + 1 (0 – 48) = 150 + 48 -48 = 150
Transpose matriks A adalah:
AT
[ ]
Nilai determinan matriks AT
adalah:
 AT
 = | | = 5 (42-12) -0 (14-4) + 8 (6 – 6) = 150 + 0 - 0 = 150
3.6. Invers Matriks
Matriks-matriks bujursangkar A dan B sedemikian hingga AB = BA = I, maka A disebut invers
B (ditulis B-1
) dan B adalah invers A (ditulis A-1
) sehingga berlaku A A-1
= A-1
A = I degan I
adalah matriks identitas.
3.6.1. Invers Matriks Orde 2x2
Jika [ ], maka invers matriks A adalah: A-1
= [ ]
Contoh:
[ ]
Nilai determinan matriks A adalah:
A = | | = (5x8) – (6x7) = 40 – 42 = -2
Maka nilai invers matriks A adalah:
A-1
= [ ] = [ ]
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 13
3.6.2. Invers Matriks Orde 3x3
Jika [ ], maka invers matriks A adalah: A-1
=
Contoh:
[ ]
Nilai determinan matriks A adalah:
A = | | = 2(0-24) - 3(0-6) + 5(16–1) = -48 + 18 + 75 = 45
Matrik kofaktornya adalah:
[ ]
Matrik adjoinnya adalah:
CT
[ ]
Maka invers dari matrik A adalah:
A-1
= [ ] = [ ]
3.7. Penyelesaian Sistem Persamaan Linear Dengan Matriks
Sistem persamaan linear dapat diselesaikan dengan menggunakan matriks. Untuk itu,
terlebih dulu sistem persamaan tersebut harus disusun dalam bentuk matriks dan
selanjutnya dicari penyelesaiannya.
Contoh:
Carilah penyelesaian sistem persamaan linear berikut dengan menggunakan matriks.
x + y = 2 (1)
2x + y = 4 (2)
Jawab:
Bentuk matriks dari sistem persamaan linear tersebut adalah:
[ ] [ ] [ ] maka B = A-1
C
A B C
[ ] [ ] [ ]
Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 14
[ ] [ ] [ ]
[ ] [ ]
[ ] [ ]
[ ] [ ]
dari sistem persamaan tersebut adalah x = 2 dan y = 0.
Contoh:
Carilah penyelesaian sistem persamaan linear berikut dengan menggunakan matriks.
2x + y – z = 1 (1)
x + y + z = 6 (2)
x – 2y + z = 0 (3)
Jawab:
Bentuk matriks dari sistem persamaan linear tersebut adalah:
[ ] [ ] [ ] maka B = A-1
C
A B C
Nilai determinan matriks A:
| | 2(1-(-2)) – 1(1-1) + (-1)(-2-1) = 6 – 0 + 3 = 9
Matriks kofaktor A adalah:
C = [ ]
Adjoin A adalah:
CT
= [ ]
Invers matriks A adalah:
A-1
= [ ] = [ ]
[ ] [ ] [ ] [ ]
Jadi nilai variabel dari sistem persamaan tersebut adalah x = 1, y = 2, dan c = 3

More Related Content

What's hot

Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Kelinci Coklat
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Arvina Frida Karela
 
Sistem bilangan bulat (makul teori bilangan)
Sistem bilangan bulat (makul teori bilangan)Sistem bilangan bulat (makul teori bilangan)
Sistem bilangan bulat (makul teori bilangan)Ig Fandy Jayanto
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuAnderzend Awuy
 
Kelipatan persekutuan terkecil KPK teobil
Kelipatan persekutuan terkecil KPK teobilKelipatan persekutuan terkecil KPK teobil
Kelipatan persekutuan terkecil KPK teobilNailul Hasibuan
 
Analisis real-lengkap-a1c
Analisis real-lengkap-a1cAnalisis real-lengkap-a1c
Analisis real-lengkap-a1cUmmu Zuhry
 
Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Kelinci Coklat
 
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptAljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptrahmawarni
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialSilvia_Al
 
Relasi Rekursi : Definisi, Contoh, Jenis Relasi Rekursi
Relasi Rekursi : Definisi, Contoh, Jenis Relasi RekursiRelasi Rekursi : Definisi, Contoh, Jenis Relasi Rekursi
Relasi Rekursi : Definisi, Contoh, Jenis Relasi RekursiOnggo Wiryawan
 
Modul persamaan diferensial 1
Modul persamaan diferensial 1Modul persamaan diferensial 1
Modul persamaan diferensial 1Maya Umami
 
PEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABARPEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABARNailul Hasibuan
 
Fungsi Kompleks (pada bilangan kompleks)
Fungsi Kompleks (pada bilangan kompleks)Fungsi Kompleks (pada bilangan kompleks)
Fungsi Kompleks (pada bilangan kompleks)Ridha Zahratun
 
Modul 4 kongruensi linier
Modul 4   kongruensi linierModul 4   kongruensi linier
Modul 4 kongruensi linierAcika Karunila
 
Matematika teknik 01-definisi pd
Matematika teknik 01-definisi pdMatematika teknik 01-definisi pd
Matematika teknik 01-definisi pdel sucahyo
 
Persamaan Diferensial Biasa ( Kalkulus 2 )
Persamaan Diferensial Biasa ( Kalkulus 2 )Persamaan Diferensial Biasa ( Kalkulus 2 )
Persamaan Diferensial Biasa ( Kalkulus 2 )Kelinci Coklat
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
Ppt persamaan kuadrat
Ppt persamaan kuadratPpt persamaan kuadrat
Ppt persamaan kuadratfajarcoeg
 

What's hot (20)

Basis dan Dimensi
Basis dan DimensiBasis dan Dimensi
Basis dan Dimensi
 
Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
 
Sistem bilangan bulat (makul teori bilangan)
Sistem bilangan bulat (makul teori bilangan)Sistem bilangan bulat (makul teori bilangan)
Sistem bilangan bulat (makul teori bilangan)
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
 
Kelipatan persekutuan terkecil KPK teobil
Kelipatan persekutuan terkecil KPK teobilKelipatan persekutuan terkecil KPK teobil
Kelipatan persekutuan terkecil KPK teobil
 
Analisis real-lengkap-a1c
Analisis real-lengkap-a1cAnalisis real-lengkap-a1c
Analisis real-lengkap-a1c
 
Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )
 
Struktur aljabar-2
Struktur aljabar-2Struktur aljabar-2
Struktur aljabar-2
 
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptAljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Relasi Rekursi : Definisi, Contoh, Jenis Relasi Rekursi
Relasi Rekursi : Definisi, Contoh, Jenis Relasi RekursiRelasi Rekursi : Definisi, Contoh, Jenis Relasi Rekursi
Relasi Rekursi : Definisi, Contoh, Jenis Relasi Rekursi
 
Modul persamaan diferensial 1
Modul persamaan diferensial 1Modul persamaan diferensial 1
Modul persamaan diferensial 1
 
PEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABARPEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABAR
 
Fungsi Kompleks (pada bilangan kompleks)
Fungsi Kompleks (pada bilangan kompleks)Fungsi Kompleks (pada bilangan kompleks)
Fungsi Kompleks (pada bilangan kompleks)
 
Modul 4 kongruensi linier
Modul 4   kongruensi linierModul 4   kongruensi linier
Modul 4 kongruensi linier
 
Matematika teknik 01-definisi pd
Matematika teknik 01-definisi pdMatematika teknik 01-definisi pd
Matematika teknik 01-definisi pd
 
Persamaan Diferensial Biasa ( Kalkulus 2 )
Persamaan Diferensial Biasa ( Kalkulus 2 )Persamaan Diferensial Biasa ( Kalkulus 2 )
Persamaan Diferensial Biasa ( Kalkulus 2 )
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Ppt persamaan kuadrat
Ppt persamaan kuadratPpt persamaan kuadrat
Ppt persamaan kuadrat
 

Similar to Persamaan linear dan matriks

Sistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua VariabelSistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua VariabelChristian Lokas
 
Sistem persamaan linear dan kuadrat
Sistem persamaan linear dan kuadratSistem persamaan linear dan kuadrat
Sistem persamaan linear dan kuadratNisa Hakiki
 
Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)
Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)
Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)MiraRaudhotulJannah
 
Sistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua VariabelSistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua VariabelEman Mendrofa
 
matematika bisnis sampai dengan anilisis peluang pokok
matematika bisnis sampai dengan anilisis peluang pokokmatematika bisnis sampai dengan anilisis peluang pokok
matematika bisnis sampai dengan anilisis peluang pokokCloudys04
 
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptxPPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx02RiniHandayani
 

Similar to Persamaan linear dan matriks (20)

Sistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua VariabelSistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua Variabel
 
Sistem persamaan linear dan kuadrat
Sistem persamaan linear dan kuadratSistem persamaan linear dan kuadrat
Sistem persamaan linear dan kuadrat
 
Aljabar
AljabarAljabar
Aljabar
 
Sistem Persamaan Linear dan Kuadrat
Sistem Persamaan Linear dan KuadratSistem Persamaan Linear dan Kuadrat
Sistem Persamaan Linear dan Kuadrat
 
spdv,spltv,and sptldv
spdv,spltv,and sptldvspdv,spltv,and sptldv
spdv,spltv,and sptldv
 
Presentation1
Presentation1Presentation1
Presentation1
 
Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)
Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)
Splkdv (Sistem Persamaan Linear dan kuadrat Dua Variabel)
 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5
 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5
 
Sistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua VariabelSistem Persamaan Linear Dua Variabel
Sistem Persamaan Linear Dua Variabel
 
Sistem persamaan linear
Sistem persamaan linearSistem persamaan linear
Sistem persamaan linear
 
matematika bisnis sampai dengan anilisis peluang pokok
matematika bisnis sampai dengan anilisis peluang pokokmatematika bisnis sampai dengan anilisis peluang pokok
matematika bisnis sampai dengan anilisis peluang pokok
 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5
 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5
 
Kelas x bab 1
Kelas x bab 1Kelas x bab 1
Kelas x bab 1
 
Kelas x bab 1
Kelas x bab 1Kelas x bab 1
Kelas x bab 1
 
Kelas x bab 1
Kelas x bab 1Kelas x bab 1
Kelas x bab 1
 
Kelas x bab 1
Kelas x bab 1Kelas x bab 1
Kelas x bab 1
 
Kelas x bab 1
Kelas x bab 1Kelas x bab 1
Kelas x bab 1
 
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptxPPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
 

More from yulika usman

Persamaan dan fungsi kuadrat
Persamaan dan fungsi kuadratPersamaan dan fungsi kuadrat
Persamaan dan fungsi kuadratyulika usman
 
Eksponen dan logaritma
Eksponen dan logaritmaEksponen dan logaritma
Eksponen dan logaritmayulika usman
 
Latihan soal ilmu ukur tambang
Latihan soal ilmu ukur tambangLatihan soal ilmu ukur tambang
Latihan soal ilmu ukur tambangyulika usman
 
Hitungan Ilmu Ukur Tanah
Hitungan Ilmu Ukur TanahHitungan Ilmu Ukur Tanah
Hitungan Ilmu Ukur Tanahyulika usman
 
Ilmu Ukur Tanah by Yuli Kusumawati
Ilmu Ukur Tanah by Yuli KusumawatiIlmu Ukur Tanah by Yuli Kusumawati
Ilmu Ukur Tanah by Yuli Kusumawatiyulika usman
 
Ekonomi Mineral by Yuli Kusumawati
Ekonomi Mineral by Yuli KusumawatiEkonomi Mineral by Yuli Kusumawati
Ekonomi Mineral by Yuli Kusumawatiyulika usman
 
SAP Ilmu Ukur Tambang
SAP Ilmu Ukur TambangSAP Ilmu Ukur Tambang
SAP Ilmu Ukur Tambangyulika usman
 
Sap ekonomi mineral
Sap ekonomi mineralSap ekonomi mineral
Sap ekonomi mineralyulika usman
 

More from yulika usman (9)

Persamaan dan fungsi kuadrat
Persamaan dan fungsi kuadratPersamaan dan fungsi kuadrat
Persamaan dan fungsi kuadrat
 
Barisan dan deret
Barisan dan deretBarisan dan deret
Barisan dan deret
 
Eksponen dan logaritma
Eksponen dan logaritmaEksponen dan logaritma
Eksponen dan logaritma
 
Latihan soal ilmu ukur tambang
Latihan soal ilmu ukur tambangLatihan soal ilmu ukur tambang
Latihan soal ilmu ukur tambang
 
Hitungan Ilmu Ukur Tanah
Hitungan Ilmu Ukur TanahHitungan Ilmu Ukur Tanah
Hitungan Ilmu Ukur Tanah
 
Ilmu Ukur Tanah by Yuli Kusumawati
Ilmu Ukur Tanah by Yuli KusumawatiIlmu Ukur Tanah by Yuli Kusumawati
Ilmu Ukur Tanah by Yuli Kusumawati
 
Ekonomi Mineral by Yuli Kusumawati
Ekonomi Mineral by Yuli KusumawatiEkonomi Mineral by Yuli Kusumawati
Ekonomi Mineral by Yuli Kusumawati
 
SAP Ilmu Ukur Tambang
SAP Ilmu Ukur TambangSAP Ilmu Ukur Tambang
SAP Ilmu Ukur Tambang
 
Sap ekonomi mineral
Sap ekonomi mineralSap ekonomi mineral
Sap ekonomi mineral
 

Recently uploaded

QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxdjam11
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industririzwahyung
 
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxHamidNurMukhlis
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptxAnnisaNurHasanah27
 
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfVardyFahrizal
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxarifyudianto3
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxYehezkielAkwila3
 
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx185TsabitSujud
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranSintaMarlina3
 

Recently uploaded (9)

QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industri
 
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
 
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
 
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur Lebaran
 

Persamaan linear dan matriks

  • 1. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 1 CATATAN KULIAH MATEMATIKA TERAPAN 1 Disusun oleh: YULI KUSUMAWATI, S.T., M.T.
  • 2. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 2 2. PERSAMAAN LINEAR Persamaan linear adalah persamaan yang variabel-variabelnya berpangkat satu. Persamaan linear jika digambarkan pada koordinat Cartesius maka akan berbentuk garis lurus (linear). Persamaan linear dapat mempunyai satu variabel, dua variabel, maupun banyak variabel. Apabila terdapat beberapa persamaan linier, maka disebut sistem persamaan linear. Setiap sistem persamaan linier mungkin tidak mempunyai penyelesaian, mempunyai tepat satu penyelesaian, atau mempunyai tak-hingga penyelesaian. 2.1. Persamaan Linear Satu Variabel Bentuk umum dari persamaan linear satu variabel adalah ax + b = 0, dimana a adalah koefisien dari variabel x, sedangkan b adalah konstanta. Contoh 2.1: Selesaikan persamaan 4x – 20 = 0 Jawab: 4x – 20 = 0 4x = 20 x = 5 Contoh 2.2: Selesaikan sistem persamaan 6x + 1 = 2x + 9 Jawab: 6x – 2x = 9 - 1 4x = 8 x = 2 2.2. Persamaan Linear Dua Variabel Persamaan linear dua variabel adalah persamaan linear yang memiliki dua variabel, dengan pangkat masing-masing variabel adalah satu. Persamaan linear dua variabel memiliki bentuk umum: ax + by = c dengan a dan b adalah koefisien, sedangkan c adalah konstanta, x dan y adalah variabel. Contoh 2.3: Carilah penyelesaian dari 2x + y = 4 Jawab:  Jika x = 0, maka 2(0) + y = 4, sehingga y = 4. Jadi penyelesaiannya adalah (0,4)  Jika x = 1, maka 2(1) + y = 4, sehingga y = 2. Jadi penyelesaiannya adalah (1,4)  Jika x = 2, maka 2(2) + y = 4, sehingga y = 0. Jadi penyelesaiannya adalah (2,0), dst. Sistem persamaan linear dua variabel adalah dua buah persamaan linear dua variabel yang mempunyai satu penyelesaian. Bentuk umum sistem persamaan linear dua variabel adalah: a1x + b1y = c1
  • 3. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 3 a2x + b2y = c2 Dengan a1 dan a2 adalah koefisien dari variabel x, sedangkan b1 dan b2 adalah koefisien dari variabel y, sedangkan c adalah konstanta. Sistem persamaan linear dua variabel dapat diselesaikan antara lain dengan cara: a. Substitusi b. Eliminasi c. Grafik 2.2.1. Metode Substitusi Penyelesaian sistem persamaan linear dengan metode substitusi dilakukan dengan cara menggantikan suatu variabel dari salah satu persamaan dengan variabel dari persamaan lain. Contoh 2.4: Carilah nilai variabel x dan y jika x + y = 2 dan 2x + y = 4. Jawab: x + y = 2 (1) 2x + y = 4 (2) Misal yang akan disubstitusikan adalah persamaan (1), maka bentuk persamaan tersebut diubah menjadi: x + y = 2  y = 2 – x (1) Substitusikan variabel y dari persamaan (1) ke persamaan (2): 2x + (2 – x) = 4 2x - x = 4 - 2 x = 2 Selanjutnya masukkan nilai variabel x tersebut ke persamaan (1) atau (2): x + y = 2 (2) + y = 2 y = 2 – 2 y = 0 Jadi nilai variabel x = 2 dan y = 0. 2.2.2. Metode Eliminasi Penyelesaian sistem persamaan linear dengan metode substitusi dilakukan dengan cara mengeliminasi (menghilangkan) salah satu variabel untuk mendapatkan nilai variabel yang lain. Contoh 2.5: Carilah nilai variabel x dan y jika x + y = 2 dan 2x + y = 4. Jawab: x + y = 2 (1) 2x + y = 4 (2) Pada dua persamaan tersebut, variabel y bisa langsung dieliminasi: x + y = 2 (1) 2x + y = 4 (2) -x + 0 = -2
  • 4. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 4 x = 2 Selanjutnya masukkan nilai variabel x tersebut ke persamaan (1) atau (2): x + y = 2 (2) + y = 2 y = 2 – 2 y = 0 Jadi nilai variabel x = 2 dan y = 0. 2.2.3. Metode Grafik Penyelesaian sistem persamaan linear dengan metode grafik dilakukan dengan cara menggambarkan grafik kedua persamaan linear pada koordinat Cartesius. Titik potong dari kedua grafik tersebut merupakan penyelesaiannya. Contoh 2.6: Carilah nilai variabel x dan y jika x + y = 2 dan 2x + y = 4. Jawab: x + y = 2 (1) 2x + y = 4 (2) Untuk persamaan (1): Titik potong terhadap sumbu x, maka y = 0: x + (0) = 2 x = 2 Titik potong terhadap sumbu y, maka x = 0: (0) + y = 2 y = 2 Untuk persamaan (2): Titik potong terhadap sumbu x, maka y = 0: 2x + (0) = 4 2x = 4 x = 2 Titik potong terhadap sumbu y, maka x = 0: 2(0) + y = 4 y = 4 Penyelesaian dari sistem persamaan tersebut adalah koordinat titik potong dari kedua grafik tersebut, yaitu x = 2 dan y = 0. 2.3. Persamaan Linear Tiga Variabel Bentuk sistem persamaan linear tiga variabel biasanya terdiri dari tiga persamaan dengan tiga variabel. Penyelesaiannya menggunakan metode eliminasi, substitusi, maupun gabungan keduanya. Contoh 2.7: Carilah penyelesaian sistem persamaan linear berikut: 2x + y – z = 1 (1) x + y + z = 6 (2) x – 2y + z = 0 (3)
  • 5. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 5 Jawab: Eliminasi variabel y: 2x + y – z = 1 (1) x + y + z = 6 (2) x – 2z = -5 x = -5 + 2z (4) Substitusi persamaan (4) ke persamaan (1) dan (3): 2(-5 + 2z) + y – z = 1 (1) -10 + 4z + y –z =1 3z + y = 11 (5) x – 2y + z = 0 (3) (-5 + 2z) – 2y + z = 0 3z – 2y = 5 (6) Eliminasi variabel z: 3z + y = 11 (5) 3z – 2y = 5 (6) 3y = 6 y = 2 Substitusi nilai y ke persamaan (5): 3z + (2) = 11 (5) 3z = 9 z = 3 Substitusi nilai y dan z ke persamaan (2) atau sembarang: x + y + z = 6 (2) x + (2) + (3) = 6 x = 1 Jadi nilai variabel dari sistem persamaan tersebut adalah x = 1, y = 2, dan c = 3 2.4. Aplikasi Persamaan Linear Contoh 2.8: Sebuah perusahaan rental alat berat menawarkan paket sewa sebagai berikut: Total biaya sewa untuk 1 unit excavator dan 2 unit dump truk adalah Rp 350.000/jam. Total biaya sewa untuk 2 unit excavator dan 5 unit dump truck adalah Rp 800.000/jam. Berapakah total biaya sewa untuk 3 unit excavator dan 6 unit dump truck per jam? Jawab: Misalkan, biaya sewa 1 unit excavator dilambangkan x dan biaya sewa 1 unit dump truck dilambangkan y, sehingga dapat disusun persamaan sebagai berikut: x + 2y = 350.000 (1) 2x + 5y = 800.000 (2) Nilai variabel y dicari dengan menggunakan metode eliminasi.
  • 6. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 6 2x + 4y = 700.000 (3) 2x + 5y = 800.000 (2) y = 100.000 Selanjutnya substitusikan nilai y ke persamaan (1) untuk mencari nilai variabel x. x + 2(100.000) = 350.000 x = 350.000 – 200.000 x = 150.000 Jadi biaya sewa 1 unit excavator adalah Rp 150.000/jam dan biaya sewa 1 unit dump truck adalah Rp 100.000/jam Selanjutnya dihitung total biaya sewa untuk 3 unit excavator dan 6 unit dump truck sebagai berikut: 3(150.000) + 6(100.000) = 1.050.000 Jadi total biaya sewa untuk 3 unit excavator dan 6 unit dump truck adalah Rp 1.050.000/jam Contoh 2.9: Suatu pabrik menghasilkan 12 ton produk/hari dengan grade A dan grade B. Total nilai pendapatan dari produksi tersebut adalah $4.035/hari. Jika harga produk grade A = $275 dan harga produk grade B = $380, berapa banyak masing-masing produk yang dihasilkan setiap hari? Jawab: Misal, jumlah produk grade A yang dihasilkan per hari adalah c ton, maka jumlah produk grade B yang dihasilkan per hari adalah (12-c) ton. Persamaan total pendapatan per hari adalah: 380(12-c) + 275(c) = 4.035 4.560-380c + 275c = 4.035 -105c = 4.035 – 4.560 c = -525/-105 c = 5 Jadi jumlah produk grade A yang dihasilkan adalah 5 ton/hari, dan jumlah produk grade B yang dihasilkan adalah 12-(5)= 7 ton/hari.
  • 7. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 7 3. MATRIKS 3.1. Operasi Matriks Matriks adalah suatu kumpulan bilangan yang disusun menurut baris dan kolom dan dituliskan di dalam tanda kurung siku [ ] atau kurung biasa ( ). Bilangan-bilangan dalam matriks disebut dengan entri/unsur/anggota matriks. Ukuran (orde) dari suatu matriks adalah banyaknya baris dan kolom yang terdapat dalam matriks. Matriks A adalah matriks berukuran m x n, dengan m adalah banyaknya baris dan n adalah banyaknya kolom. Matriks A dapat juga dinotasikan dengan [aij]mxn atau [aij]. Entri yang terletak pada baris i dan kolom j pada matriks A dinyatakan sebagai aij. Matriks bujursangkar orde n adalah suatu matriks A dengan jumlah baris n dan jumlah kolom n. Entri a11, a22, …, ann dari matriks tersebut disebut diagonal utama. Matriks identitas (I) adalah matriks bujursangkar yang entrinya pada diagonal utama adalah 1 dan entri lainnya adalah 0. Contoh, matriks identitas orde 3x3 adalah: [ ] Trace dari matriks bujursangkar A, dinyatakan sebagai tr(A), adalah jumlah entri-entri pada diagonal utama matriks bujursangkar A. Operasi matriks meliputi: a. Penjumlahan Jumlah dari matriks A dan matriks B (A + B) yang mempunyai orde sama diperoleh dengan menjumlahkan entri-entri pada matriks A dengan entri-entri yang bersesuaian pada matriks B. Contoh: [ ] [ ] A + B = [ ] b. Pengurangan (selisih) Selisih matriks A terhadap matriks B (A - B) yang mempunyai orde sama diperoleh dengan mengurangkan entri-entri pada matriks A dengan entri-entri yang bersesuaian pada matriks B. Contoh: [ ] [ ]
  • 8. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 8 A - B = [ ] c. Perkalian  Perkalian matriks A dengan suatu skalar c adalah mengalikan entri-entri pada matriks A dengan skalar c. Contoh: [ ] c = 2 c.A = [ ]  Perkalian matriks A berorde mxr dengan matriks B berorde rxn dilakukan dengan cara mengalikan entri-entri yang berpadanan dari baris matriks A dengan entri-entri yang berpadanan dari kolom matriks B, kemudian jumlahkan hasil kalinya. Contoh: [ ] [ ] A.B = [ ] 3.2. Transpose matriks Transpose dari matriks A (disimbolkan dengan AT ) adalah matriks n x m yang diperoleh dengan cara mempertukarkan baris-baris dan kolom-kolom dari matriks A, sehingga kolom pertama dari AT adalah baris pertama dari A, kolom kedua dari AT adalah baris kedua dari A, dan seterusnya. Contoh: [ ], maka transpose matriks A adalah: AT [ ] Sifat transpose matriks adalah: 1. (AT )T = A 2. (A±B)T = AT ± BT 3. (AB)T = BT AT 4. (kA)T = kAT 3.3. Minor Dan Kofaktor 3.3.1. Minor Minor atau sub matriks (disimbolkan dengan Mij) adalah matriks bagian dari A yang diperoleh dengan cara menghilangkan elemen-elemen pada baris ke-i dan elemen-elemen pada kolom ke-j. Contoh: [ ]
  • 9. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 9 Minor untuk entri a11 adalah: M11 = [ ] = | | = (5x9) – (6x8) = 45 – 48 = -3 Minor untuk entri a12 adalah: M12 = [ ] = | | = (4x9) – (6x7) = 36 – 42 = -6 Minor untuk entri a13 adalah: M13 = [ ] = | | = (4x8) – (5x7) = 32 – 35 = -3 Minor untuk entri a21 adalah: M21 = [ ] = | | = (2x9) – (3x8) = 18 – 24 = -6 Minor untuk entri a22 adalah: M22 = [ ] = | | = (1x9) – (3x7) = 9 – 21 = -12 Minor untuk entri a23 adalah: M23 = [ ] = | | = (1x8) – (2x7) = 8 – 14 = -6 Minor untuk entri a31 adalah: M31 = [ ] = | | = (2x6) – (3x5) = 12 – 15 = -3 Minor untuk entri a32 adalah: M32 = [ ] = | | = (1x6) – (3x4) = 6 – 12 = -6 Minor untuk entri a33 adalah: M33 = [ ] = | | = (1x5) – (2x4) = 5 – 8 = -3 3.3.2. Kofaktor Nilai kofaktor (Cij) adalah nilai minor dikalikan dengan tanda tempat masing-masing entri. Jika i menandakan baris dan j menandakan kolom nilai kofaktor masing-masing entry sebagai berikut:
  • 10. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 10 Kofaktor untuk entri a11 adalah: C11 = [ ] = +1 | | = 1(45 – 48) = -3 Kofaktor untuk entri a12 adalah: C12 = [ ] = | | = -1(36 – 42) = 6 Kofaktor untuk entri a13 adalah: C13 = [ ] = +1 | | = +1(32 – 35) = -3 Kofaktor untuk entri a21 adalah: C21 = [ ] = | | = -1(18 – 24) = 6 Kofaktor untuk entri a22 adalah: C22 = [ ] = | | = +1(9 – 21) = -12 Kofaktor untuk entri a23 adalah: C23 = [ ] = | | = -1(8 – 14) = 6 Kofaktor untuk entri a31 adalah: C31 = [ ] = | | = +1(12 – 15) = -3 Kofaktor untuk entri a32 adalah: C32 = [ ] = | | = -1(6 – 12) = 6 Kofaktor untuk entri a33 adalah: C33 = [ ] = | | = +1(5 – 8) = -3 Sehingga matrik kofaktor (C) adalah: [ ]
  • 11. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 11 3.4. Adjoin Matrik Adjoin matrik A (adj A) adalah transpose dari matrik kofaktor (CT ). Berdasarkan contoh di atas maka adjoin matrik A adalah: Adj A = CT = [ ] 3.5. Determinan Matriks Determinan matriks A adalah jumlah semua hasil perkalian elementer yang bertanda dari A dan dinyatakan dengan det (A) atau A. Determinan digunakan untuk menentukan invers suatu matriks, prinsip determinan juga dapat digunakan untuk menentukan penyelesaian sistem persamaan linear dengan Aturan Cramer. 3.5.1. Determinan Matriks Orde 2x2 Nilai determinan matriks orde 2x2 adalah selisih dari hasil kali komponen diagonal utama dengan diagonal sekunder. [ ] maka det (A) = A = | | = ad - bc Contoh: [ ] Maka nilai determinan matriks A adalah: A = (5x8) – (6x7) = 40 – 42 = -2 3.5.2. Determinan Matriks Orde 3x3 Nilai determinan matriks orde 3x3 dapat dihitung dengan dua metode, yaitu: a. Aturan Sarrus. Prinsipnya adalah mencari selisih dari hasil kali komponen diagonal utama dengan diagonal sekunder. Metode ini tidak berlaku untuk matriks dengan orde 4x4 atau yang lebih tinggi. Contoh: [ ] Maka nilai determinan matriks A adalah: | | A = ((1x5x9) + (2x6x7) + (3x4x8)) – (( 3x5x7) + (1x6x8) + (2x4x9)) = (45 + 84 + 96) – (105 + 48 + 72) = 0 b. Minor-kofaktor. Untuk mencari nilai determinan dengan metode minor-kofaktor, cukup menggunakan satu ekspansi saja (misal ekspansi baris ke-1).
  • 12. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 12 Contoh: [ ] Maka nilai determinan matriks A adalah: A = | | = 1(45-48) - 2(36-42) + 3(32–35) = -3 + 12 - 9 = 0 Suatu matriks yang harga determinannya sama dengan nol disebut dengan matrik singular. Determinan matriks bujur sangkar adalah determinan yang mempunyai entri-entri yang sama dengan matriks tersebut. Nilai determinan matrik bujur sangkar sama dengan nilai determinan matrik transposenya. Contoh: [ ] Nilai determinan matriks A adalah: A = | | = 5 (42-12) -2 (0-24) + 1 (0 – 48) = 150 + 48 -48 = 150 Transpose matriks A adalah: AT [ ] Nilai determinan matriks AT adalah:  AT  = | | = 5 (42-12) -0 (14-4) + 8 (6 – 6) = 150 + 0 - 0 = 150 3.6. Invers Matriks Matriks-matriks bujursangkar A dan B sedemikian hingga AB = BA = I, maka A disebut invers B (ditulis B-1 ) dan B adalah invers A (ditulis A-1 ) sehingga berlaku A A-1 = A-1 A = I degan I adalah matriks identitas. 3.6.1. Invers Matriks Orde 2x2 Jika [ ], maka invers matriks A adalah: A-1 = [ ] Contoh: [ ] Nilai determinan matriks A adalah: A = | | = (5x8) – (6x7) = 40 – 42 = -2 Maka nilai invers matriks A adalah: A-1 = [ ] = [ ]
  • 13. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 13 3.6.2. Invers Matriks Orde 3x3 Jika [ ], maka invers matriks A adalah: A-1 = Contoh: [ ] Nilai determinan matriks A adalah: A = | | = 2(0-24) - 3(0-6) + 5(16–1) = -48 + 18 + 75 = 45 Matrik kofaktornya adalah: [ ] Matrik adjoinnya adalah: CT [ ] Maka invers dari matrik A adalah: A-1 = [ ] = [ ] 3.7. Penyelesaian Sistem Persamaan Linear Dengan Matriks Sistem persamaan linear dapat diselesaikan dengan menggunakan matriks. Untuk itu, terlebih dulu sistem persamaan tersebut harus disusun dalam bentuk matriks dan selanjutnya dicari penyelesaiannya. Contoh: Carilah penyelesaian sistem persamaan linear berikut dengan menggunakan matriks. x + y = 2 (1) 2x + y = 4 (2) Jawab: Bentuk matriks dari sistem persamaan linear tersebut adalah: [ ] [ ] [ ] maka B = A-1 C A B C [ ] [ ] [ ]
  • 14. Yuli Kusumawati, Catatan Kuliah Matematika Terapan 1 - 14 [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] dari sistem persamaan tersebut adalah x = 2 dan y = 0. Contoh: Carilah penyelesaian sistem persamaan linear berikut dengan menggunakan matriks. 2x + y – z = 1 (1) x + y + z = 6 (2) x – 2y + z = 0 (3) Jawab: Bentuk matriks dari sistem persamaan linear tersebut adalah: [ ] [ ] [ ] maka B = A-1 C A B C Nilai determinan matriks A: | | 2(1-(-2)) – 1(1-1) + (-1)(-2-1) = 6 – 0 + 3 = 9 Matriks kofaktor A adalah: C = [ ] Adjoin A adalah: CT = [ ] Invers matriks A adalah: A-1 = [ ] = [ ] [ ] [ ] [ ] [ ] Jadi nilai variabel dari sistem persamaan tersebut adalah x = 1, y = 2, dan c = 3