Upload
jeky-suy
View
23
Download
0
Embed Size (px)
Citation preview
1 Sistem sistem
Sistem Persamaan Linear dan Matriks
1. PENGERTIAN SISTEM PERSAMAAN LINEAR DAN CARA
MENYELESAIKANNYA
Secara aljabar sebuah garis pada bidang-dapat dinyatakan oleh sebuah persamaan yang berbentuk
(1.1)
Persamaan ini dinamakan persamaan linear dalam variabel dan .
Secara umum, Persamaan Linear dengan variabel didefinisikan dengan
(1.2)
dengandan adalah konstanta konstanta riil.
Perlu dicatat bahwa sebuah persamaan linear tidak melibatkan sesuatu hasil kali atau akar variabel. Semua variabel hanya terdapat sampai dengan derajat pertama dan tidak muncul sebagai argumen untuk fungsi trigonometri, fungsi logaritma, atau fungsi eksponensial.
Contoh 1.1
Persamaan persamaan berikut ini adalah linear :
sedangkan berikut ini bukanlah persamaan linear :
Menyelesaikan persamaan linear (1.2) adalah upaya mendapatkan bilangan katakan sehingga persamaan (1.2) bernilai benar. Artinya bila disubstitusikan nilai-nilai pada persamaan (1.2) ruas kiri sama dengan ruas kanan. Himpunan semua bilangan dinamakan himpunan penyelesaian sistem persamaan linear.
Contoh 1.2
Carilah himpunan pemecahan setiap persamaan yang berikut :
(i)
(ii)
Untuk mencari solusi persamaan (i), dapat dilakukan dengan cara menetapkan sembarang nilai untuk . Kemudian dengan nilai tersebut nilai dapat diperoleh. Atau dengan cara sebaliknya. Sebagai ilustrasi cara yang dimaksud, misalkan sebuah nilai yang sembarang untuk, maka diperoleh
(1.3)
Solusi secara khusus dapat diperoleh dengan mensubstitusikan nilai nilai tertentu untuk . Misalnya, jika maka persamaan (1.3) menghasilkan dan jika maka akan diperoleh
Untuk mendapatkan solusi dari persamaan (ii) dapat dilakukan dengan cara yang sama yaitu menetapkan sembarang nilai untuk dua variabel tertentu dan mensubsitusikannya ke persamaan semula untuk mendapatkan nilai variabel ketiga. Sebagai ilustrasi cara yang dimasksud, misalkan ditetapkan nilai nilai dan untuk masing-masing dan yaitu
untuk mendapatkan nilai variabel subsitusikan dan ke persamaan (ii) akan diperoleh
Definisi 1.1 (Sistem Persamaan Linear):
Sebuah himpunan berhingga dari persamaan persamaan linear dalam variabel- variabel dinamakan sebuah sistem persamaan linear atau sebuah sistem linear dan ditulis dalam bentuk
(1.3)
dengan dan yang berindeks bawah menyatakan konstanta konstanta.
Persamaan (1.4) disebut sebuah sistem linear yang terdiri dari persamaan linear dengan bilangan yang tak diketahui.
Berdasarkan definisi di atas sistem linear berikut
(1.4)
mempunyai dua persamaan linear dengan tiga variabel.
Persamaan (1.5) mempunyai solusi karena nilai nilai ini memenuhi kedua dua persamaan. Akan tetapi, bukanlah sebuah solusi karena nilai nilai ini hanya memenuhi persamaan yang pertama dari kedua persamaan di dalam sistem tersebut. Perlu dicatat bahwa tidak semua sistem persamaan linear mempunyai solusi misalnya sistem linear berikut
Sebuah sistem persamaan yang tidak mempunyai solusi dikatakan tak konsisten (inconsistent). Sebaliknya sistem yang mempunyai solusi dinamakan konsisten (consistent).
Tinjaulah sebuah sistem umum dari dua persamaan linear dalam bilangan bilangan yang tak diketahui dan :
(1.5)
Kedua persamaan ini memberikan grafik berbentuk garis lurus. Namakan garisgaris tersebut dan . Dari posisi letak kedua garis, ada tiga kemungkinan yang dapat dibuat yaitu kedua garis sejajar atau kedua garis berhimpit/berpotongan di satu titik atau kedua garis berhimpit/berpotongan di banyak titik. Perhatikan Gambar 1.1.
a.
b.
c.
Gambar 1.1
Dari Gambar 1.1
(a) Tidak ada satu titikpun yang yang bersinggungan/berpotongan antara garis dan . Sebagai konsekuensi kondisi ini tidak ada solusi untuk sistem tersebut.
(b) Hanya ada satu titik singgung/potong. Konsekuensi kondisi ini adalah sistem tersebut persis mempunyai satu solusi.
(c) Ada banyak titik singgung/potong yang diberikan kedua garis dan . Di dalam kasus ini maka ada banyak solusi untuk sistem tersebut.
Dari kemungkinan (b) dan (c), titik dikatakan terletak pada garis dan jika dan hanya jika dan memenuhi persamaan-persaman garis pada persamaan (1.6).
Hasil yang sama berlaku untuk sembarang sistem. Singkatnya, ada tiga kemungkinan yang dapat terjadi di dalam mendapatkan solusi sistem persamaan linear yaitu sistem mempunyai satu solusi, atau banyak solusi, atau tidak ada solusi.
Kembali kepada sistem persamaan linear (1.4). Jika semua suku konstan sama dengan nol yaitu sistem tersebut mempunyai bentuk
(1.6)
maka sistem persamaan linear (1.7) dikatakan sebagai Sistem Persamaan linear Homogen.
Seperti yang telah dikemukakan sebelumnya bahwa tiaptiap sistem persamaan linear mempunyai satu solusi, atau banyak solusi, atau tidak ada solusi sama sekali.
Berkenaan dengan konsisten atau tidak konsisten, sistem persamaan (1.7) adalah sistem yang konsisten, karena selalu merupakan sebuah solusi. Solusi tersebut dinamakan solusi trival (trival solution). Selanjutnya jika ada solusi lain, maka solusi tersebut dinamakan solusi non-trivial (non-trival solution).
Untuk sebuah sistem persamaan linear homogen salah satu diantara pernyataan berikut bernilai benar.
1. Sistem tersebut hanya mempunyai pemecahan trivial.
2. Sistem tersebut mempunyai tak terhingga banyaknya pemecahan yang tak trivial sebagai tambahan kepada pemecahan trivial tersebut.
Pada kasus khusus dimana sebuah sistem homogen dipastikan mempunyai solusi non-trivial yaitu ketika sistem tersebut memiliki variabel lebih banyak daripada persamaan yang dilibatkan.
2. PENULISAN SISTEM PERSAMAAN LINEAR DALAM BENTUK MATRIKS
Definisi 1.2 (Matriks}:
Sebuah matriks adalah sebuah susunan segi empat sikusiku dari bilanganbilangan yang disebut entri.
Ukuran sebuah matriks dinyatakan dengan menyatakan baris (arah horisontal) dan banyaknya kolom (arah vertikal) yang terdapat di dalam matriks tersebut. Matriks pertama di dalam Contoh 1.3 mempunyai 3 baris dan 2 kolom sehingga ukurannya dinyatakan dengan "3x2". Angka "3" menunjukan banyaknya baris dan angka "2" menunjukkan banyaknya kolom. Lebih lanjut, pada Contoh 3 matriks yang berikutnya berturut turut berukuran "1x4", "3x3", "2x1", dan "1x1".
Pada konteks matriks umumnya digunakan hurufhuruf bold-uppercase (misalnya, A, B, C, dst) untuk menyatakan suatu matriks dan digunakan hurufhuruf lowercase (a, b, c, dst) untuk menyatakan skalar (kuantitaskuantitas numerik). Sebagai contoh dari ketentuan ini penulisan matriks
adalah dibenarkan. Sebaliknya penulisan matriks sebagai berikut
adalah salah.
Bila digunakan notasi untuk menyatakan entri dengan posisi baris ke- dan kolom ke- dari matriks, maka sebuah matriks A berukuran 3x4 dapat ditulis sebagai
Dengan cara yang sama sebuah matriks B berukuran dengan entri dapat dituliskan sebagai
Tinjau kembali sistem persamaan linear (1.4). Penulisan indeks bawah ganda pada skalar adalah menyatakan posisi di dalam sistem tersebut. Indeks bawah pertama (i) pada skalar menunjukan letak persamaan dimana bilangan tersebut muncul dalam hal ini berada pada persamaan ke-i. Selanjutnya indeks bawah kedua (j) menunjukan koefisien untuk variabel ke-j. Sebagai contoh, skalar terdapat dalam persamaan pertama dan merupakan koefisien dari variabel .
Dengan beranggapan bahwa pada sistem persamaan (1.4) tanda "", dan tanda "" sebagai pemisah antar kolom, maka sistem tersebut dapat disingkat dengan hanya menuliskan susunan empat persegi panjang dari skalar-skalarnya:
Dinamakan matriks yang diperbesar (augmented matrix) untuk sistem tersebut. Perlu diingat bahwa anggapan di atas bukanlah alasan matematis untuk menulis matriks augmented tersebut. Alasan yang sebenarnya akan dibicarakan pada bab berikutnya. Untuk sistem persamaan linear berikut
(1.7)
Ide dasar untuk menyelesaikan sebuah sistem persamaan linear adalah mengganti sistem tersebut dengan sebuah sistem yang baru yang mempunyai himpunan pemecahan yang sama, tetapi lebih mudah untuk diselesaikan. Sistem baru yang dimaksud umumnya diperoleh dengan operasi-operasi:
1. Mengalikan sebuah persamaan dengan sebuah konstanta yang tak sama dengan nol.
2. Mempertukarkan dua persamaan.
3. Menambahkan kelipatan dari satu persamaan kepada yang lainnya.
Operasi operasi ini dinamakan operasi baris elementer. Contoh berikut melukiskan
bagaimana operasi operasi dapat digunakan untuk menyelesaikan sistem persamaan linear (disadur dari buku Elementary Linear Algebra by Howard Anton alih bahasa Pantur Silaban, 1981).
Contoh 1.3
Pada kolom sebelah kiri sebuah sistem persamaan linear (persamaan (1.8)) diselesaikan dengan melakukan operasi operasi pada persamaan tersebut. Sedangkan pada kolom sebelah kanan sistem yang sama terlebih dahulu diterjemahkan dalam bentuk matriks yang diperbesar lalu dilakukan operasioperasi pada baris-baris dari matriks tersebut.
Tambahkan 2 kali persamaan per-
Tambahkanlah 2 kali baris
tama kepada persamaan kedua untuk
pertama kepada baris kedua
mendapatkan
untuk mendapatkan
Tambahkanlah 3 kali persamaan per-
Tambahkanlah 3 kali baris
tama kepada persamaan ketiga untuk
pertama kepada baris ketiga
mendapatkan
untuk mendapatkan
Kalikanlah persamaan kedua dengan
Kalikanlah baris kedua deng-
untuk mendapatkan
an untuk mendapatkan
Tambahkanlah 3 kali persamaan ke-
Tambahkanlah 3 kali baris -
dua kepada persamaan ketiga untuk
kedua kepada barais ketiga
mendapatkan
untuk mendapatkan
Kalikanlah persamaan ketiga dengan
Kalikanlah baris ketiga den-
-2 untuk mendapatkan
gan 2 untuk mendapatkan
Tambahkanlah 1 kali persamaan ke-
Tambahkanlah 1 kali baris
dua kepada persamaan pertama untuk
kedua kepada baris pertama
mendapatkan
untuk mendapatkan
Tambahkanlah kali persamaan
Tambahkanlah kali baris
Ketiga kepada persamaan pertama
ketiga kepada baris pertama
dan kali persamaan ketiga persa-
dankali baris ketiga kepada
maan kedua untuk mendapatkan
baris kedua untuk mendapat-
kan
Jadi, solusi sistem persamaan linear (1.9) adalah
Contoh berikut ditujukan kepada sistem persamaan linear homogen. Pada contoh ini akan diperlihatkan bahwa mengapa sistem dengan variabel lebih banyak daripada persamaan memiliki solusi non-trivial.
Contoh 1.4
Selesaikanlah sistem persamaan linear homogen berikut dengan menggunakan operasi baris elementer.
(1.8)
Perhatikan bahwa sistem (1.9) memiliki lima variabel dan empat persamaan.
(1.9)
Dengan memecahkannya untuk variabel variabel utama maka akan menghasilkan
(1.10)
Dengan demikian himpunan penyelesaian sistem (1.10) adalah
(1.11)
Dengan memilih nilai , pemecahan trival dapat diperoleh.
Teorema 1.1. Sebuah sistem persamaan linear homogen dengan bila banyak bilangan yang tak diketahui melebihi banyaknya persamaan selalu mempunyai tak terhingga banyaknya solusi.
3. METODE MENYELESAIKAN SISTEM PERSAMAAN LINEAR:
ELIMINASI GAUSS
Metode Eliminasi Gauss didasarkan pada pemikiran untuk mereduksi matriks yang diperbesar menjadi sebuah bentuk yang cukup sederhana sehingga suatu sistem persamaan dapat diselesaikan dengan memeriksa sistem tersebut.
Di dalam langkah terakhir dari Contoh 1.4 diperoleh bentuk matriks berikut ini
Bentuk matriks seperti ini adalah sebuah contoh dari suatu matriks yang dikatakan dalam bentuk eselon baris yang direduksi (reduced row-echelon form).
Perhatikan bentuk-bentuk matriks dalam contoh berikut
Contoh 1.5
Diberikan sejumlah matriks dalam bentuk sebagai berikut
Matriksmatriks tersebut dikatakan berada di dalam bentuk eselon baris yang direduksi.
dikatakan berada dalam bentuk eselon baris.
Dari dua bentuk matriks yang berbeda di atas, suatu matriks dikatakan dalam bentuk eselon baris tereduksi bila entri tersusun sebagai berikut
1. Entri pada baris ke-i tidak seluruhnya bernilai nol tetapi bilangan tak nol pertama di dalam baris tersebut untuk urutan kolom ke-j terkecil adalah 1 (baca: 1 utama). Bila kondisi ini terpenuhi maka baris tersebut ditempatkan di baris ke-i terkecil. Hal yang sama dilakukan pada kolom ke-j terkecil berikutnya untuk diletak pada baris ke-i terkecil berikutnya lagi. Demikian untuk seterusnya.
2. Jika ada satu atau lebih baris yang seluruh entri-entrinya bernilai nol, maka baris tersebut ditempatkan di baris-baris akhir matriks.
3. Matriks pada sembarang dua baris yang berturutan yang tidak terdiri seluruhnya dari nol, maka 1 utama di dalam baris yang lebih rendah terdapat lebih jauh kekanan dari pada 1 utama di dalam baris yang lebih tinggi.
4. Setiap kolom yang mengandung sebuah 1 utama mempunyai nol ditempat lain.
Sebuah matriks yang mempunyai sifatsifat 1, 2, dan 3, dikatakan berada di dalam bentuk eselon baris (row-echelon form).
Perlu diingat bahwa sebuah matriks dikatakan dalam bentuk eselon baris ia harus mempunyai nilai nol di bawah setiap 1 utama. Sebaliknya suatu matriks dikatakan dalam bentuk eselon baris yang direduksi ketika ia mempunyai nilai nol di atas dan di bawah setiap 1 utama.
Suatu sistem persamaan linear yang diterjemahkan ke dalam matriks yang diperbesar yang oleh sebuah urutan operasi baris elementer matriks tersebut berbentuk eselon baris yang direduksi maka solusi untuk sistem tersebut dapat dengan mudah diperoleh. Matriks yang diperbesar berikut merupakan hasil reduksi oleh operasi baris elementer dari suatu sistem persamaan linear menjadi bentuk eselon baris yang direduksi seperti apa yang diberikan.
Penyelesaian:
(a). Sistem persamaan linear yang dimaksud adalah
Dengan pemeriksaan maka,
(b). Sistem persamaan linear yang dimaksud adalah
Karena dan bersesuaian dengan 1 utama di dalam matriks augmented, maka ia dinamakan variabelvariabel utama (leading variabels). Dengan memecahkan variabel variabel utama tersebut dalam diperoleh
(1.12)
Karenadapat diberikan sebarang nilai, katanlah , maka kita mempunyai tak terhingga banyaknya pemecahan. Himpunan pemecahan ini diberikan oleh rumus rumus
(1.13)
(c). Sistem persamaan linear yang dimaksud adalah
(1.14)
Di sini variabelvariabel utama adalah dan. Dengan memecahkan variabel-variabel dalam variabel lainnya maka akan memberikan
(1.15)
Karenadapat diberikan sebarang nilai, dan dapat diberika sebarang nilai, maka akan ada tak terhingga banyaknya pemecahan. Himpunan pemecahan tersebut diberikan oleh rumus rumus
(1.16)
(d). Persamaan terakhir di dalam sistem persamaan persamaan yang bersangkutan adalah
Karena persamaan ini tidak pernah dapat dipenuhi, maka tidak ada pemecahan untuk sistem tersebut.
Dari uraian di atas, sebuah sistem persamaan linear akan mudah diselesaikan ketika matriks augmented berada dalam bentuk eselon baris yang direduksi. Untuk sampai kepada matriks eselon baris tereduksi ada prosedur yang biasanya dipakai yang dikenal dengan nama eliminasi Gauss-Jordan Prosedur ini dapat digunakan untuk mereduksi sebarang matriks menjadi bentuk eselon baris yang direduksi. Contoh berikut mendemonstrasikan prosedur yang dimaksud.
Langkah 1. Letakkanlah kolom yang paling kiri (garis vertikal) yang tidak terdiri
seluruhnya dari nol.
Langkah 2. Pertukarkanlah baris atas dengan sebuah baris lain, jika perlu, membawa
sebuah entri tak nol ke atas kolom yang didapatkan di dalam
Langkah 3.Jika entri yang sekarang ada diatas kolom yang didapatka di dalam langkah 1 adalah, kalikanlah baris pertama dengan untuk memperoleh sebuah 1 utama.
Langkah 4. Tambahkanlah kelipatan yang sesuai dari baris atas kepada baris baris
yang dibawah sehingga entri di bawah 1 utama menjadi nol.
Langkah 5. Sekarang tutuplah baris atas di dalam matriks tersebut dan mulailah sekali lagi dengan langkah 1 yang dipakaikan kepada submatriks yang masih sisa. Teruskanlah dengan cara ini sampai keseluruhan matriks tersebut berada di dalam bentuk eselon baris
Langkah 6.Dengan memulai dari baris tak nol terakhir dan bekerja kearah atas, tambahkanlah angka pengali yang sesuai dari setiap baris kepada baris baris yang diatas untuk mendapatkan nol diatas 1 utama.
Contoh 1.6
Pecahkanlah dengan menggunakan eliminasi Gauss-Jordan.
(1.17)
Dengan menambahkan 2 kali baris pertama kepada baris pertama dan keempat. Dengan mengalikan baris kedua dengan 1 dan kemudian menambahkan 5 kali baris kedua kepada baris baris ketiga dan 4 kali baris kedua kepada baris keempat. Dengan mempertukarkan baris ketiga dan baris keempat dan kemudian mengalikan baris ketiga dari matriks yang dihasilkan dengan 1/6 maka akan memberikan bentuk eselon baris mbahkan 3 kali baris ketiga kepada baris kedua dan kemudian menambahkan 2 kali baris kedua dari matriks yang dihasilkan kepada baris pertama maka akan menghasilkan bentuk eselon baris yang direduksi
Sistem persamaan persamaan yang bersangkutan adalah
(Persamaan terakhir, diabaikan karena persamaan tersebut akan secara otomatis dipenuhi oleh pemecahan persamaan lainnya). Dengan memecahkannya untuk variabel variabel utama, maka diperoleh
(1.18)
Jika kita menetapkan nilai nilai sebarang dan berturut turut untuk dan maka himpunan pemecahan tersebut diberikan oleh rumus rumus
(1.19)
Selain metode yang telah dikemukan metode lain yang dapat digunakan adalah metode substitusi balik ( back substitution ). Metode ini bekerja dengan mengubah matriks yang diperbesar ke dalam bentuk eselon baris.Untuk jelasnya berikut diperagakan metode subsitusi balik untuk sistem yang ada
Langkah 1. Selesaikanlah persamaan persamaan tersebut untuk variabel variabel utama yaitu
Langkah 2. Dimulai dengan persamaan terakhir kemudian secara bertahap menuju ke persamaan paling atas, substitusikan berturutturut nilai masing-masing peubah terkait ke setiap persamaan di atasnya.
Dengan mensubstitusikan kedalam persaman kedua maka akan menghasilkan
Dengan mensubstitusikan kedalam persamaan pertama maka akan menghasilkan
Langkah 3. Tetapkanlah nilai nilai sebarang kepada setiap variabel yang tak utama.
Jika nilai nilai sembarang katakanlah dan berturut turut untuk dan , himpunan penyelesaian tersebut diberikan oleh rumus rumus berikut
(1.20)
Bandingkan hasil ini dengan hasil sebelumnya pada Contoh 8.
Pada kedua metode yang telah dibicarakan di atas, upaya untuk menyelesaikan sistem persamaan linear dengan mereduksi matriks yang diperbesar menjadi bentuk eselon baris dinamakan Eliminasi Gauss.
Contoh 1.7
Gunakan Eliminasi Gauss untuk menyelesaikan sistem persamaan berikut
(1.21)
Penyelesaian.
Ini adalah sistem di dalam Contoh 1.3. Di dalam contoh tersebut kita mengubah matriks yang diperbesar.menjadi bentuk eselon baris Sistem yang bersesuaian dengan matriks ini adalah
Dengan menyelesaikan sistem di atas untuk peubah-peubah utama diperoleh
Mensubstitusikan persamaan terakhir ke persamaan kedua diperoleh bentuk
Mensubstitusikan persamaan terakhir dan kedua ke persamaan pertama diperoleh
(1.22)
4. OPERASI MATRIKS
Dua matriks dikatakan sama jika kedua matriks tersebut mempunyai sama ukuran dan sama nilai entri entrinya di baris-kolom yang bersesuaian dikedua matriks.
Contoh 1.11
Perhatikan tiga matriks berikut
Di sini karena dan tidak mempunyai ukuran yang sama. Karena alasan yang sama maka . Juga, karena tidak semua entri yang bersangkutan sama.
Definisi 1.3 (Pejumlahan Dua Matriks):Jika dan adalah matriks yang berukuran sama, maka jumlah kedua matriks () adalah matriks baru yang diperoleh dari menambahkan nilai-nilai entri pada baris-kolom yang bersesuaian. Matriks matriks yang ukurannya berbeda tidak dapat dijumlahkan.
Contoh 1.8
Tinjaulah matriks matriks
Maka
sedanngkan dan tidak didefinisikan.
Definisi 1.4 (Perkalian Matriks dengan sebuah Skalar/Konstanta):
Jika adalah suatu matriks dan adalah suatu skalar/konstanta, maka hasil kali matriks dengan kalar/konstanta tersebut () adalah sebuah matriks yang diperoleh dengan mengalikan setiap entri dari dengan sklar .
Contoh 1.13
Jika adalah matriks
maka
Catatlah bahwa jika adalah sembarang matriks, maka akan menyatakan dan jika dan adalah dua matriks yang ukurannya sama, maka didefinisikan sebagai jumlah
Contoh 1.14
Diberikan matriks-matriks dan sebagai berikut
Dari catatan di atas maka
dan
atau
Definisi 1.5 (Perkalian Dua Matriks):
Pertimbangkan dan adalah dua buah matriks yang berukuran masing-masing dan yaitu
dan
Perhatikan .
Hasil kali dengan (katakanlah ) yaitu adalah matriks baru yang didefinisikan sebagai
Untuk pemahaman sederhana, misalkan ingin diketahui entri dari matriks yaitu
sebagai ilustrasi dengan bentuk matriks adalah sebagai berikut
Contoh 1.9
Tinjaulah matriks matriks
Di sini berukuran 2x3 dan berukuran 3x4, maka hasil kali berukuran 2x4. Pada , misalnya entir di dalam baris 1 dan kolom 3 dengan cara sebagai berikut
Dengan cara yang sama akan diperoleh hasil sebagai mana ditunjukkan berikut ini
Secara keseluruhan hasil dalam bentuk matriks ditulis sebagai
(yang diberi tanda bujur sangkar) merupakan hasil kali untuk entri .
Definisi perkalian matriks mengharuskan banyaknya kolom dari sama dengan banyaknya baris dari supaya membentuk hasil perkalian . Jika kondisi ini tidak dipenuhi, maka hasil perkalian tersebut tidak didefinisikan.
Contoh 1.10
Misalkan adalah matriks berukuran 3x4, adalah matriks berukuran 4x7, dan adalah sebuah matriks 7x3. Maka didefinisikan sebagai matriks 3x7; didefinisikan sebagai matriks 7x4; didefinisikan sebagai matriks 4x3. Hasil hasil perkalian,, dan semuanya tidak didefinisikan.
Perkalian matriks mempunyai sebuah pemakaian penting kepada sistem sistem persamaan linear. Tinjaulah suatu sistem yang terdiri dari persamaan linear di dalam bilangan yang tak diketahui.
(1.23)
Karena dua matriks dikatakan sama jika dan hanya jika entri entri yang bersangkutan sama, maka kita dapat menggantikan persamaandi dalam sistem ini dengan sebuah persamaan matriks tunggal
_743875392.unknown
_745635864.unknown
_746685704.unknown
_747206472.unknown
_747289272.unknown
_747700424.unknown
_747796812.unknown
_747827936.unknown
_747829728.unknown
_747736416.unknown
_747768804.unknown
_747794772.unknown
_747715408.unknown
_747491728.unknown
_747617920.unknown
_747663840.unknown
_747465236.unknown
_747489436.unknown
_747320132.unknown
_747422824.unknown
_747319916.unknown
_747233952.unknown
_747288920.unknown
_747281228.unknown
_747232680.unknown
_747223432.unknown
_746915056.unknown
_746960152.unknown
_747041844.unknown
_747204516.unknown
_747052780.unknown
_746961300.unknown
_746925560.unknown
_746959220.unknown
_746955692.unknown
_746921420.unknown
_746770416.unknown
_746828912.unknown
_746875592.unknown
_746779216.unknown
_746798292.unknown
_746694944.unknown
_746768312.unknown
_746271160.unknown
_746454584.unknown
_746649320.unknown
_746665472.unknown
_746510608.unknown
_746587860.unknown
_746618188.unknown
_746512972.unknown
_746481068.unknown
_746485304.unknown
_746405856.unknown
_746425912.unknown
_746438564.unknown
_746444380.unknown
_746413412.unknown
_746412228.unknown
_746374596.unknown
_746397180.unknown
_746271904.unknown
_745790308.unknown
_746007368.unknown
_746139720.unknown
_746172660.unknown
_746058788.unknown
_746007016.unknown
_745660048.unknown
_745692756.unknown
_745659512.unknown
_745651324.unknown
_745386968.unknown
_745504404.unknown
_745607336.unknown
_745609232.unknown
_745633384.unknown
_745607888.unknown
_745532740.unknown
_745506616.unknown
_745390008.unknown
_745496896.unknown
_745388736.unknown
_745388384.unknown
_744896352.unknown
_745043204.unknown
_745223784.unknown
_745368900.unknown
_745379324.unknown
_745175240.unknown
_745177168.unknown
_745090396.unknown
_745131180.unknown
_744926156.unknown
_745041200.unknown
_744910380.unknown
_744923744.unknown
_744898688.unknown
_744899760.unknown
_744618372.unknown
_744724940.unknown
_744781824.unknown
_744793708.unknown
_744852336.unknown
_744785276.unknown
_744728480.unknown
_744618852.unknown
_744396172.unknown
_744488480.unknown
_744579868.unknown
_744610708.unknown
_744579416.unknown
_744404484.unknown
_744450460.unknown
_744396436.unknown
_744099496.unknown
_744306892.unknown
_743885584.unknown
_741912696.unknown
_743137440.unknown
_743633056.unknown
_743693272.unknown
_743746776.unknown
_743833756.unknown
_743835360.unknown
_743756528.unknown
_743736788.unknown
_743738196.unknown
_743735080.unknown
_743684568.unknown
_743688480.unknown
_743647452.unknown
_743643292.unknown
_743530300.unknown
_743561896.unknown
_743623532.unknown
_743573716.unknown
_743534612.unknown
_743553656.unknown
_743405532.unknown
_743529948.unknown
_743186592.unknown
_742224640.unknown
_742746148.unknown
_742882632.unknown
_743132028.unknown
_743111024.unknown
_742747528.unknown
_742448384.unknown
_742571864.unknown
_742325296.unknown
_742411124.unknown
_742237296.unknown
_741999336.unknown
_742130912.unknown
_742141852.unknown
_742175044.unknown
_742148356.unknown
_742141196.unknown
_742043136.unknown
_742058412.unknown
_742128196.unknown
_742000568.unknown
_742036428.unknown
_741966264.unknown
_741966616.unknown
_741950604.unknown
_741962068.unknown
_741963132.unknown
_741960820.unknown
_741926632.unknown
_740829128.unknown
_741118180.unknown
_741484504.unknown
_741516052.unknown
_741520148.unknown
_741526100.unknown
_741499472.unknown
_741442500.unknown
_741481360.unknown
_741481816.unknown
_741190568.unknown
_741424584.unknown
_741188628.unknown
_740909016.unknown
_740987104.unknown
_741101092.unknown
_741014100.unknown
_740911612.unknown
_740829568.unknown
_740841108.unknown
_697553192.unknown
_740725432.unknown
_740795052.unknown
_740796368.unknown
_740753768.unknown
_740754112.unknown
_740734188.unknown
_740747176.unknown
_740732356.unknown
_740295012.unknown
_740545248.unknown
_740709688.unknown
_740713364.unknown
_740498244.unknown
_740544348.unknown
_740125368.unknown
_740281040.unknown
_740267372.unknown
_740124728.unknown
_78020776.unknown
_534009300.unknown
_694124824.unknown
_694911088.unknown
_697537740.unknown
_694046428.unknown
_694073956.unknown
_693863508.unknown
_78060124.unknown
_533988976.unknown
_77908768.unknown
_77924700.unknown
_77984256.unknown
_77924180.unknown
_71467476.unknown
_75880728.unknown
_77869664.unknown
_75847764.unknown
_67109052.unknown