P. 1
ALJABAR LINIER

ALJABAR LINIER

|Views: 41|Likes:
Dipublikasikan oleh Iyyaa Adjah

More info:

Published by: Iyyaa Adjah on Jan 04, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

11/15/2015

pdf

text

original

Sections

1

M M A A T T R R I I K K S S
Definisi : Suatu himpunan bilangan atau skalar yang disusun
dalam bentuk bujur sangkar atau empat persegi
panjang, yang terdiri dari baris dan kolom.
Elemen Matriks diapit oleh kurung ( ) atau [ ] bentuk lain
║ ║. Nama Matriks biasanya ditulis dengan huruf kapital
seperti A, B, C, dan sebagainya sedangkan elemen-elemennya
dengan huruf kecil.
I I. . B Be en nt tu uk k U Um mu um m M Ma at tr ri ik ks s
Dari matriks di atas menunjukkan :
o A = (aij), i = 1, 2, …, m (Indeks baris)
j = 1, 2, …, n (Indeks kolom)
o Contoh :
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

=
8 0
1 5
4 2
a a
a a
a a
A
32 31
22 21
12 11
o aij adalah elemen matriks A yang terletak pada baris ke – i
dan kolom ke–j. Dengan demikian a11 = 2, a12 = 4, a21 = 5,
a22 = 1, a31 = 0 , dan a32 = 8
(
(
(
(
¸
(

¸

=
mn m2 m1
2n 22 21
1n 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
A
¬ Baris_1
¬ Baris_2
¬ Baris_m
¹
Kolom_1
¹
Kolom_2
¹
Kolom_n
2
Ukuran Matriks atau Ordo Matrik
Ordo suatu matriks dinyatakan oleh banyaknya baris dan
banyaknya kolom. Suatu matriks dengan m baris dan n kolom
dikatakan berordo m x n.
Contoh :
Kesamaan Dua Matriks
Dua buah matriks A dan B dikatakan sama, ditulis A = B
atau aij = bij , jika dan hanya jika ordo keduanya sama, dan
setiap elemen yang seletak sama, yaitu aij = bij untuk setiap
i dan j.
I II I. . O Op pe er ra as si i- -0 0p pe er ra as si i D Da as sa ar r M Ma at tr ri ik ks s
a. Penjumlahan dan pengurangan
Syarat : Dua buah matriks bisa dilakukan operasi
penjumlahan atau pengurangan apabila dimensi
(ordo)_nya sama.
A = [aij], berordo m x n dan B = [bij], berordo m x n
Jumlah A dan B adalah :
A ± B = [aij] ± [bij]
= [aij ± bij], juga berordo m x n
Bentuk umum operasi penjumlahan dan pengurangan :
e f
g h
L
N
M
M
O
Q
P
P
̶ =
(
¸
(

¸

d c
b a
(
¸
(

¸

h g
f e
+ =
(
¸
(

¸

h g
f e
(
¸
(

¸

÷ ÷
÷ ÷
h d g c
f b e a
(
¸
(

¸

d c
b a
(
¸
(

¸

+ +
+ +
h d g c
f b e a
3
Contoh :
1. dan dan
maka :
2.
b. Perkalian skalar dengan matriks
Jika ì suatu skalar (bilangan) dan A = [aij], maka hasil kali ì
dengan matriks A adalah :
ìA = [ìaij]
Bentuk umum operasi perkalian dengan skalar :
Contoh :
Jika , maka :
5B =
H Hu uk ku um m- -h hu uk ku um m p pa ad da a p pe en nj ju um ml la ah ha an n d da an n p pe er rk ka al li ia an n s sk ka al la ar r
Jika A, B, dan C matriks-matriks berordo sama, dan ì suatu
skalar, maka :
a). A + B = B + A (Hukum Komutatif)
b). A + (B + C) = (A + B) + C (Hukum Asosiatif)
c). ì (A + B) = ìA + ìB (Hukum Distributif)
Contoh :
=
ì .
(
¸
(

¸

d c
b a
(
¸
(

¸

d c
b a
ì ì
ì ì
Tidak dapat dijumlahkan
sebab o or rd do on ny ya a t ti id da ak k s sa am ma a
4
Ordo hasil kali
Sama
c. Perkalian antara dua matriks
Syarat : Banyaknya kolom pada matriks pertama harus
sama dengan banyaknya baris pada matriks kedua.
Bentuk umum operasi perkalian:
Contoh :
x =
(
¸
(

¸

d c
b a
(
¸
(

¸

h g
f e
(
¸
(

¸

+ +
+ +
dh cf e
a
dg c
bh f bg ae
2 (A + B) = 2A + 2B
5
H Hu uk ku um m- -h hu uk ku um m p pa ad da a o op pe er ra as si i p pe er rk ka al li ia an n d du ua a m ma at tr ri ik ks s: :
Jika A, B, dan C matriks-matriks yang memenuhi syarat
perkalian matriks yang diperlukan, maka :
a). A (B C) = (A B) C (Hukum Asosiatif)
b). A (B + C) = A B + A C(Hukum Distributif)
c). (B + C) A = BA + CA (Hukum Distributif)
d). A (B – C) = A B – A C
e). (B – C) A = B A – C A
f). Perkalian tidak komutatif, AB = BA
d. Transpose dari Suatu Matriks (A
T
)
Batasan I : Suatu matriks A = (aij) berukuran (m x n) maka
transpose dari A, adalah matriks A
T
berukuran
(n x m) yang didapatkan dari A dengan menuliskan
baris ke_i dari A sebagai kolom ke_i dari A
T
(dimana i = 1, 2, 3, …, m).
Batasan II : Matriks stanspose diperoleh dengan menukar
elemen-elemen baris menjadi elemen-elemen
kolom atau sebaliknya.
Dengan perkataan lain : A(aij) = A
T
(aji)
A =
(
(
(
¸
(

¸

÷
÷
5 9 2 5
6 8 0 1
7 1 4 3
¬ A
T
=
(
(
(
(
¸
(

¸

÷
÷
5 6 7
9 8 1
2 0 4
5 1 3
B Be eb be er ra ap pa a s si if fa at t m ma at tr ri ik ks s t tr ra an ns sp po os se e : :
(i) (A + B)
T
= A
T
+ B
T
(ii) (A
T
)
T
= A
(iii) ì (A
T
) = (ì A)
T
(iv) (A . B)
T
= B
T
. A
T ,
A dan B harus memenuhi sifat perkalian
, bila ì suatu skalar
( 3 x 4 ) ( 4 x 3 )
6
Contoh –contoh :
A =
(
¸
(

¸

1 0 3
2 1 2
dan B =
(
(
(
¸
(

¸

0
2
1
B
T
= | | 0 2 1
A
T
=
(
(
(
¸
(

¸

1 2
0 1
3 2
¬( A
T
)
T
=
T
(
(
(
¸
(

¸

1 2
0 1
3 2
=
(
¸
(

¸

1 0 3
2 1 2
= A
A B =
(
¸
(

¸

1 0 3
2 1 2
(
(
(
¸
(

¸

0
2
1
=
(
¸
(

¸

3
4
(A B)
T
= | | 3 4
B
T
. A
T
= | | 0 2 1
(
(
(
¸
(

¸

1 2
0 1
3 2
= | | 3 4 = (A B)
T
7
JOB SHEET 1
1. Jika :
(
¸
(

¸

=
1 - 3
2 - 1
H
Hitunglah : a). H + H
b). 2H - 4H
c). H
2
- H
T
+ H
d). H
3
- 3H+ H
T
2. Diketahui Matriks A dan B sebagai berikut :
Buktikan bahwa : A.B = 0
3. Diketahui Matriks A, B, dan C sebagai berikut :
Buktikan, apakah : A.B + A.C = A.(B + C)
A =
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

÷
÷ ÷
÷
2 3 1
4 6 2
2 3 1
B ;
0 1 2
1 2 3
1 1 1
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

=
(
¸
(

¸

=
2 3
1 2
4 1
C ;
1 0
3 1
2 3
B ;
1 0 1
1 1 2
A
8
I IV V. . J Je en ni is s M Ma at tr ri ik ks s K Kh hu us su us s
a a. . M Ma at tr ri ik ks s B Bu uj ju ur r S Sa an ng gk ka ar r
Adalah matriks yang banyaknya baris = banyaknya kolom
(berordo n)
Contoh :
¬ Matriks berordo ( n x n)
Berikut ini adalah matriks bujur sangkar A( 3 x 3)
A =
(
(
(
¸
(

¸

÷
9 8 1
6 2 4
5 9 3
a11 , a22 , a33 disebut Diagonal Utama
b b. . M Ma at tr ri ik ks s N No ol l
Adalah matriks yang semua elemennya nol, ditulis dengan
matriks 0
Sifat-sifat : 1). A + 0 = 0 + A = A
2). A . 0 = 0 dan 0 . A = 0
(Syarat perkalian harus dipenuhi )
Contoh :
c c. . M Ma at tr ri ik ks s D Di ia ag go on na al l
Adalah matriks bujur sangkar yang semua elemen diluar
diagonal utama adalah nol.
A = aij Adalah matriks diagonal jika aij = 0 untuk i
=
j
Contoh :
(
(
(
¸
(

¸

=
0 0 0
0 0 0
0 0 0
A
A =
(
¸
(

¸

1 0
0 1
B =
(
(
(
¸
(

¸

2 0 0
0 7 0
0 0 8
9
d d. . M Ma at tr ri ik ks s I Id de en nt ti it ty y ( (S Sa at tu ua an n) )
Adalah matriks diagonal yang elemen-elemen diagonal
utamanya semuanya = 1 dan elemen lainnya = 0
Dengan perkataan lain : jika I adalah matriks identitas
maka Iij = 1 untuk i = j dan Iij = 0 untuk i = j
I2 =
(
¸
(

¸

1 0
0 1
; I4 =
(
(
(
(
¸
(

¸

1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
Sifat-Sifat Matriks Identitas :
1) A . I = A
2) I . A = A ; syarat perkalian harus dipenuhi
Contoh :
Jika A =
(
¸
(

¸

9 7 6
8 5 4
; dan I3 =
(
(
(
¸
(

¸

1 0 0
0 1 0
0 0 1
, maka :
A . I3 =
(
¸
(

¸

9 7 6
8 5 4
.
(
(
(
¸
(

¸

1 0 0
0 1 0
0 0 1
=
(
¸
(

¸

9 7 6
8 5 4
= A
I2 . A =
(
¸
(

¸

1 0
0 1
.
(
¸
(

¸

9 7 6
8 5 4
=
(
¸
(

¸

9 7 6
8 5 4
= A
e e. . M Ma at tr ri ik ks s S Sk ka al la ar r
Adalah matriks diagonal dengan semua elemen diagonal
utamanya sama = k
Contoh :
Matriks skalar dengan k = 5
(
(
(
¸
(

¸

8 0 0
0 8 0
0 0 8
8
(
(
(
¸
(

¸

1 0 0
0 1 0
0 0 1
adalah matriks skalar
dapat ditulis sebagai 8I =
10
Matriks identity adalah bentuk khusus dari matriks skalar
dengan k = 1
f f. . M Ma at tr ri ik ks s S Se eg gi it ti ig ga a B Ba aw wa ah h ( (L Lo ow we er r T Tr ri ia an ng gu ul le er r) )
Adalah matriks bujur sangkar yang semua elemen di atas
diagonal utama = 0
aij adalah Matriks Segitiga Bawah jika aij = 0 untuk i < j
Contoh :
(
(
(
¸
(

¸

÷ 8 6 1
0 3 5
0 0 2
(
(
(
(
¸
(

¸

5 4 2 7
0 1 0 3
0 0 5 1
0 0 0 4
g g. . M Ma at tr ri ik ks s S Se eg gi it ti ig ga a A At ta as s ( (U Up pp pe er r T Tr ri ia an ng gu ul le er r) )
Adalah matriks bujur sangkar yang semua elemen di bawah
diagonal utama = 0
aij adalah Matriks Segitiga Atas jika aij = 0 untuk i > j
(
(
(
¸
(

¸

2 0 0
1 8 0
7 2 3
(
(
(
(
¸
(

¸

÷ ÷
÷
8 0 0 0
0 2 0 0
5 6 3 0
7 0 2 1
h h. . M Ma at tr ri ik ks s A An nt ti i S Si im me et tr ri is s
Adalah matriks persegi yang transposenya adalah negative-
nya atau A
T
= - A.
aij adalah anti simetris jika aij = -aji untuk semua i dan j.
Semua elemen diagonal utamanya = 0
A =
(
(
(
¸
(

¸

÷
÷ ÷
0 4 3
4 0 2
3 2 0
; A
T
=
(
(
(
¸
(

¸

÷
÷ ÷
0 4 3
4 0 2
3 2 0
(
(
(
¸
(

¸

1 0 0
0 1 0
0 0 1
11
V V. . D De et te er rm mi in na an n
Setiap matriks bujur sangkar A selalu dikaitkan dengan
suatu skalar matriks yang disebut DETERMINAN matriks
tersebut, dan ditulis sebagai det (A) atau |A|
a a. . M Me en nc ca ar ri i d de et te er rm mi in na an n m ma at tr ri ik ks s o or rd do o 2 2 x x 2 2
Bentuk umum :
Jika A =
(
¸
(

¸

d c
b a
maka det ( A ) =
(
¸
(

¸

d c
b a
= ad - bc
Contoh :
Jika A =
(
¸
(

¸

5 4
3 2
maka det (A) =
(
¸
(

¸

5 4
3 2
= 10 – 12 = -2
Jika A =
(
¸
(

¸
÷
4 2
2 1
maka det (A) =
(
¸
(

¸
÷
4 2
2 1
= 4 – (– 4) = 8
b b. . M Me en nc ca ar ri i d de et te er rm mi in na an n m ma at tr ri ik ks s o or rd do o 3 3 x x 3 3
Jika : A =
(
(
(
¸
(

¸

33 32 31
23 22 21
13 12 11
a a a
a a a
a z a
, maka determinan dari A adalah
Metode Sarrus
Det (A) = |A|=
12
Contoh : Hitunglah Determinan dari M =
(
(
(
¸
(

¸

÷
÷
9 8 7
6 5 4
3 2 1
Jawab : =
(
(
(
¸
(

¸

÷
÷
9 8 7
6 5 4
3 2 1
8 7
5 4
2 1
÷
÷
Det ( M ) = M = (45) + (84) + (96) – (105) – (-48) – (-72) = 240
Catatan : Metode di atas tidak berlaku untuk matriks bujur sangkar
berordo (4x4) atau yang lebih besar.
c c. . M Me en ng gh hi it tu un ng g d de et te er rm mi in na an n d de en ng ga an n P Pe en ng gu ur ra ai ia an n ( (E Ek ks sp pa an ns si i) )
s se ec ca ar ra a b ba ar ri is s d da an n k ko ol lo om m
Minor dan kofaktor :
Definisi : jika A adalah matriks persegi, maka minor
entri aij dinyatakan oleh Mij dan didefinisikan menjadi
determinan sub matriks yang tetap setelah baris ke-i dan
kolom ke-j dicoret dari A.
Bilangan (-1)
i+j
Mij dinyatakan oleh Cij dan dinamakan
kofaktor entri aij.
Contoh :
A =
(
(
(
¸
(

¸

9 8 7
6 5 4
3 2 1
,maka
 Minor Entri a11 adalah M11 =
9 8 7
6 5 4
3 2 1
=
9 8
6 5
=45–48 = -3
 Kofaktor a11, adalah :
c11 = (-1 )
1+1
M11 = (-1)
2
(-3) = -3
Baris-1 dan kolom-1 dicoret
13
Demikian juga, minor entri a32 adalah :
M
32
=
9 8 7
6 5 4
3 2 1
=
6 4
3 1
= 6 – 12 = -6
Kofaktor a32 adalah :c32 = (-1)
3+2
M32 = (-1)
5
.M32 = (-1) (-6) = 6
TEOREMA LAPLACE
Jika A suatu matriks persegi, maka determinan matriks A
adalah jumlah perkalian elemen-elemen dari sembarang baris
atau kolom dengan kofaktor-kofaktornya. Dengan perkataan
lain :
atau
Contoh :
A =
a b c d
e f g h
i j k l
m n o p
Ekspansi menurut baris 1 :
A =+ a
f g h
j k l
n o p
- b
e g h
i k l
m 0 p
+ c
e f h
i j l
m n p
- d
e f g
i j k
m n o
Baris-3 dan kolom-2 dicoret
A =
¿
=
n
j 1
aij . cij = ai 1 ci 1 + ai 2 . ci 2 + . . .+ ai n . ci n
dengan i, disebut ekspansi menurut baris ke-i
A =
¿
=
n
i 1
aij . cij = a1 j c1 j + a2 j . c2 j + . . .+ an j . cn j
dengan j, disebut ekspansi menurut kolom ke-j
14
Ekspansi menurut kolom 3 :
C Ca at ta at ta an n : dalam pemilihan baris/kolom mana yang
diekspansikan, tidak jadi persoalan karena
hasilnya akan sama.
Contoh :
A =
(
(
(
¸
(

¸

÷
÷ ÷
2 4 5
3 4 2
0 1 3
; det (A) = ?
Jawab :
 Ekspansi menurut kolom-1 :
Det (A) = a
11
c
11
+ a
12
c
12
+ a
13
c
13
= 3
2 4
3 4
÷
÷
-(-2 )
2 4
0 1
÷
+ 5
3 4
0 1
÷
= 3 (-4) – (-2) (-2) + 5 (3) = -1
 Ekspansi menurut baris-3 :
Det (A) = a31 c31 + a32 c32 + a33 c33
= 5
3 4
0 1
÷
- 4
3 2
0 3
÷
+ (-2 )
4 2
1 3
÷ ÷
= 5 (3) – (4) (9) + (-2) (-10)
= +15 – 36 +20 = 35 - 36 = -1
Untuk menyederhanakan perhitungan determinan, ekspansikan
menurut baris atau kolom yang paling banyak mengandung
elemen 0 (nol), karena suku-suku ini hasilnya nol.
Misal B =
(
(
(
¸
(

¸

÷
÷
7 1 8
0 0 4
5 3 2
A =+ c
e f h
i j l
m n p
-g
a b d
i j l
m n p
+ k
a b d
e f h
m n p
- o
a b d
e f h
i j l
15
Kita ekspansi menurut baris-2,
Det (B)= -4
7 1
5 3
÷
÷
+ 0
7 8
5 2 ÷
- 0
1 8
3 2
÷
= -4(21-5)
= -64
d d. . S Si if fa at t- -s si if fa at t d de et te er rm mi in na an n
1. Tanda determinan berubah apabila dua baris/kolom
ditukar tempatnya.
Contoh :
atau :
4 2 1
1 2 3
0 5 2
= -
4 2 1
0 5 2
1 2 3
= +
1 2 3
0 5 2
4 2 1
2. Jika dikali skalar, hanya untuk satu baris/kolom saja
Contoh: A =
(
(
(
¸
(

¸

2 3 0
1 1 4
2 3 2
Det (A) =
2 3 0
1 1 4
2 3 2
Andaikan baris satu dikalikan 5 maka :
2 3 0
1 1 4
10 15 10
= 5
2 3 0
1 1 4
2 3 2
= 5 A
a b c
d e f
g h i
d e f
a b c
g h i
g h i
a b c
d e f
= ̶
=
a b c
d e f
g h i
c b a
f e d
i h g
= ̶
tidak perlu diikutkan
16
3. Tiap baris atau kolom boleh ditambah atau dikurangi
baris atau kolom lain, tidak berubah tanda
Contoh :
8 4 4
4 1 3
5 3 2
=
8 4 4 4
4 1 1 3
5 3 3 2
+
+
+
= 0
4. Kalau ada baris atau kolom semua elemennya 0, maka
determinan = 0
Contoh :
(
(
(
¸
(

¸

=
1 2 1
0 0 0
2 7 3
A
B =
2 0 20 6
9 0 4 2
7 0 7 1
4 0 3 8 ÷
= 0
5. Kalau ada 2 baris atau kolom yang sama, maka hasilnya = 0
Contoh :
(
(
(
(
¸
(

¸

=
3 1 2 4
5 3 1 2
5 2 0 6
3 1 2 4
A
B =
6 5 10 8 3
9 6 3 7 5
4 5 0 8 1
9 6 3 7 5
7 4 8 1 6
÷
÷
÷
÷
÷
= 0
a + g b + h c + i
d e f
g h i
a b - c c
d e - f f
g h - i i
atau
det (A) = 0
¬ det (A) = 0 (baris 1 = baris 4)
17
6. Kalau matriksnya berbentuk segitiga atas atau segitiga
bawah, maka tinggal mengalikan semua elemen yang ada
pada diagonal utamanya.
Contoh :
A = ¬ det(A) = 1.4 = 4
B = ¬ det(B) = 1.5.2 = 10
C = ¬ det(C) = 6
18
JOB SHEET 2
1. Carilah determinan dari matriks di bawah ini !
2. Diketahui matriks :
Ditanya :|[(F
2
+ 2F) – F
T
] + I2| = ?
19
V VI I. . I In nv ve er rs s M Ma at tr ri ik ks s ( (A A
- -1 1
) )
Jika A dan B matriks- matriks persegi berordo n dan
berlaku A B = B A = In, maka dikatakan B invers dari A dan
ditulis A
-1
, sebaliknya A adalah invers dari B , ditulis A = B
-1
.
 Tidak semua matriks persegi mempunyai invers, terjadi jika
determinan dari matriks ≠ 0 (= Non singular)
 Sebuah matriks yang inversnya adalah dirinya sendiri
dengan perkataan lain A . A = I , disebut matriks yang
INVOLUTORY.
Contoh :
Matriks A =
(
¸
(

¸

10 4
2 1
mempunyai invers A
-1
=
(
¸
(

¸

÷
÷
2 / 1 2
1 5
Karena A . A
-1
=
(
¸
(

¸

10 4
2 1
(
¸
(

¸

÷
÷
2 / 1 2
1 5
=
(
¸
(

¸

1 0
0 1
= I2
Juga A
-1
. A =
(
¸
(

¸

÷
÷
2 / 1 2
1 5
(
¸
(

¸

10 4
2 1
=
(
¸
(

¸

1 0
0 1
= I2
Ada beberapa cara untuk mencari invers :
1. Rumus abc
Contoh :
A
-1
. A = I
 dicek dulu apakah determinannya ≠ 0
A=
1 2
1 3
= 3-2=1
Karena determinannya ≠ 0,
maka inversnya bisa dicari
(
¸
(

¸

=
3 1
2 1
A
20
Misal invers dari A adalah A
-1
=
(
¸
(

¸

d c
b a
2. Metode Adjoin
Dari matrik A = (aij) di atas. Kita sebut kofaktor dari elemen
aij sebagai cij, transpose dari matrik (cij) disebut matrik
Adjoin dari A.
Adj. A =
(
(
(
(
(
(
¸
(

¸

nn n n
n
n
c c c
c c c
c c c
.... ....
.... .... .... .... ....
.... .... .... .... ....
... ...
.... ....
2 1
2 22 21
1 21 11
Contoh:
Kita hendak mencari matrik adjoin dari A =
(
(
(
¸
(

¸

÷
÷
÷
5 1 1
2 4 0
4 3 2
Maka kofaktor ke 9 elemen dari A adalah sebagai berikut :
a + b = 1
2a + 3b = 0
x2
x1
x2
x1
x2
x1
a + b = 1
a = 1 + 2
a = 3
c + d = 0
2c + 3d = 1
2c + 2d = 0
2c + 3d = 1 _
-d = -1
d = 1
x2
x1
c + d = 0
c = -1
(
¸
(

¸

÷
÷
=
(
¸
(

¸

=
÷
1 1
2 3
d c
b a
A
1
Jadi :
(
¸
(

¸

=
(
¸
(

¸

(
¸
(

¸

1 0
0 1
3 1
2 1
x
d c
b a
a + b = 1
2a + 3b = 0
x2
x1
2a + 2b = 2
2a + 3b = 0 _
-b = 2  b = -2
21
c11 = +
(
¸
(

¸

÷
÷
5 1
2 4
= -18 , c12 = -
(
¸
(

¸

5 1
2 0
= 2 ,
c13 = +
(
¸
(

¸

÷
÷
1 1
4 0
= 4 , c21 = -
(
¸
(

¸

÷
÷
5 1
4 3
= -11 ,
c22 = +
(
¸
(

¸
÷
5 1
4 2
= 14 , c23 = -
(
¸
(

¸

÷1 1
3 2
= 5,
c31 = +
(
¸
(

¸

÷
÷
2 4
4 3
= -10 , c32 = -
(
¸
(

¸
÷
2 0
4 2
= -4 ,
c33 = +
(
¸
(

¸

÷ 4 0
3 2
= - 8 ,
Jadi, adj. A =
(
(
(
¸
(

¸

÷
÷
÷ ÷ ÷
8 5 4
4 14 2
10 11 18
Dengan pertolongan matrik adjoin kita dapat mencari invers
suatu matrik dengan rumus
Contoh : kita dapat mencari A
-1
dengan matrik adjoin sebagai
berikut :
A= maka c
11
= 3 ; c
12
= - 1 ; c
21
= -2 ; c
22
= 1.
adj. A =
(
¸
(

¸

÷
÷
1 1
2 3
, det (A) =
3 1
2 1
= 1
Jadi, A
-1
=
1
1 1
2 3
(
¸
(

¸

÷
÷
=
(
¸
(

¸

÷
÷
1 1
2 3
A
-1
=
) det(
.
A
A adj
, dengan syarat det (A) = 0
(
¸
(

¸

3 1
2 1
22
Tentukan invers dari matriks berikut :
A =
(
(
(
¸
(

¸

÷
÷
÷
5 1 1
2 4 0
4 3 2
det(A) =
5 1 1
2 4 0
4 3 2
÷
÷
÷
= 2
5 1
2 4
÷
÷
+
2 4
4 3
÷
÷
; Ekspansi Laplace pada kolom-1
= - 36 - 10 = -46
Jadi, A
-1
=
) det(
.
A
A adj
=
46
1
÷
(
(
(
¸
(

¸

÷
÷
÷ ÷ ÷
8 5 4
4 14 2
10 11 18
=
(
(
(
¸
(

¸

÷ ÷
÷ ÷
23 / 4 46 / 5 23 / 2
23 / 2 23 / 7 23 / 1
23 / 5 46 / 11 23 / 9
3. Metode Gauss
Contoh :
A I I A
-1
Ditanya A
-1
= ?

23
Carilah Invers dari matriks A =
(
(
(
¸
(

¸

8 0 1
3 5 2
3 2 1
Penyelesaian :
(
(
(
¸
(

¸

1 0 0 8 0 1
0 1 0 3 5 2
0 0 1 3 2 1
|
|
|
B
21
(-2)
& B
31
(-1)

(
(
(
¸
(

¸

÷ ÷
÷ ÷
1 0 1 5 0 2
0 1 2 3 1 0
0 0 1 3 2 1
|
|
|
B
32
(2)

(
(
(
¸
(

¸

÷ ÷
÷ ÷
1 2 5 1 0 0
0 1 2 3 1 0
0 0 1 3 2 1
|
|
|
B
3
(-1)

(
(
(
¸
(

¸

÷ ÷
÷ ÷
1 2 5 1 0 0
0 1 2 3 1 0
0 0 1 3 2 1
|
|
|
B
23
(3)
& B
13
(-3)

(
(
(
¸
(

¸

÷ ÷
÷ ÷
÷
1 2 5 1 0 0
3 5 13 0 1 0
3 6 14 0 2 1
|
|
|
B
12
(-2)

(
(
(
¸
(

¸

÷ ÷
÷ ÷
÷
1 2 5 1 0 0
3 5 13 0 1 0
9 16 40 0 0 1
|
|
|
Jadi, Invers dari A adalah A
-1
=
(
(
(
¸
(

¸

÷ ÷
÷ ÷
÷
1 2 5
3 5 13
9 16 40
Baris-2 ditambah -2 kali
baris-1, dan Baris-3
ditambah –1 kali baris-1
Baris-3 ditambah 2
kali baris-2
Baris-3 dikalikan -1
Baris-2 tambah 3 kali
baris-3, dan Baris-1
ditambah –3 kali baris-
3
Baris-1 ditambah -2
kali baris-2
24
JOB SHEET 3
1. Diketahui matriks :
Ditanya : ,(A
2
̶ A
T
+ B + I
2
)

1
,
2. Carilah invers dari matriks di bawah ini dengan 3 cara :
C =
25
A
B
y
2
V V E E K K T T O O R R
Vektor secara geometris dapat dinyatakan berupa garis lurus
yang mempunyai besar dan arah.
 Suatu vektor digambarkan dengan suatu anak panah,
dimana panjang anak panah menyatakan besarnya vektor
dan arah anak panah menunjukkan arah vektor.
 Perhatikan gambar vektor di sebelah :
Titik A disebut titik pangkal vektor
atau titik tangkap vektor (initial point)
Titik B disebut ujung vektor (terminal
point)
 Suatu vektor yang titik pangkal A dan titik ujungnya B
ditulis AB atau ditulis dengan sebuah huruf kecil yang diberi
garis di atasnya, misal : a
 Vektor standar adalah vektor yang titik pangkalnya terletak
pada titik 0.
y
0 x
 Di dalam bidang datar (R
2
) suatu vektor yang titik
pangkalnya A(x1,y1) dan titik ujungnya B(x2,y2) dapat
dituliskan dalam bentuk komponen sebagai berikut :
26
(x, y)
(x,y,z)
x
y
x
z
y
M Me en ng gg ga am mb ba ar r v ve ek kt to or r : :
R
2
: Vektor dua dimensi (x, y) atau (x1, x2)
R
3
: Vektor tiga dimensi (x, y, z) atau (x1, x2, x3)
O Op pe er ra as si i D Da as sa ar r V Ve ek kt to or r
Yang akan dibicarakan adalah operasi penjumlahan Vektor dan
perkalian skalar.
a. Penjumlahan vektor.
Misalkan kita hendak menjumlahkan Vektor a dan b .
Kita mengenal dua metoda sebagai berikut :
1. Metoda jajaran genjang : Vektor hasil resultan yaitu
ā + b diperoleh dari diagonal jajaran genjang yang
dibentuk oleh ā dan b setelah titik awal ditempatkan
berimpit.
3. Metoda segitiga : Resultan kita peroleh dengan
menempatkan titik awal salah satu Vektor ( misalnya
b
)
pada titik ujung Vektor yang lainnya, maka resultan
adalah bertitik awal di titik awal ā dan betitik ujung di
titik ujung
b
.
Gambar Vektor 2 dimensi Gambar Vektor 3 dimensi
27
Catatan :
 Penjumlahan Vektor bersifat komutatif, artinya untuk setiap
vektor ā dan b berlaku a b b a + = + ;maka pemilihan Vektor
mana yang didahulukan tidaklah menjadi persoalan. Dapat
kita perbandingkan gambar 3 dan gambar 4 bahwa
a b b a + = + .
 Metode segi tiga baik sekali untuk menjumlahkan lebih dari
2 vektor. Misalkan hendak menjumlahkan
e d c b a + + + +
,
maka berturut-turut kita tempatkan titik awal dari
b
pada
titik ujung dari ā, titik awal dari
c
pada titik ujung dari
b
dan seterusnya ( pemilihan urutan tidak menjadi persoalan ).
Resultannya adalah Vektor yang titik awalnya di titik awal Vektor
pertama (ā) dan titik ujungnya di titik ujung Vektor terakhir ( e )
28
Penjumlahan Vektor dengan operasi aritmatika
Rumus umum:
ō = (a1, a2)
ē = (b1, b2)
maka ō + ē = (a1, a2) + (b1, b2)
= (a1 + b1 , a2 + b2)
Contoh :
ō = (3, 2)
ē = (5, 4)
Pengurangan Vektor dengan operasi aritmatika
ō - ē = ō + (-ē)
Rumus umum:
diketahui :
ō = (a1, a2)
ē = (b1, b2)
maka ō - ē = (a1, a2) - (b1, b2)
= (a1 + (-b1) , a2 + (-b2))
= (a1 -b1, a2 -b2)
ō + ē = (3 + 5 , 2 + 4)
= (8, 6)
29
Contoh :
ō = (1, 3)
ē = (4, 2)
Catatan :
Sebagai gabungan dari operasi penjumlahan dan pengurangan
vektor. Misalnya ) ( ) 1 ( b a b a b a ÷ + = ÷ + = ÷ yaitu menjumlahkan ā
dengan - b . Tentu saja pengurangan Vektor tidak komutatif,
a b b a ÷ = ÷ .
Contoh :
b. Perkalian Vektor dengan skalar.
Kalau k suatu scalar bilangan riil, ā suatu Vektor, maka
perkalian perkalian scalar k ā adalah suatu Vektor yang
panjangnya k kali panjang ā, dan arahnya sama dengan
arah a bila k positif atau berlawanan.
Bila k = 0 maka k ā = 0 ; disebut Vektor nol yaitu Vektor
yang titik awal dan titik ujungnya berimpit.
P Pe er rk ka al li ia an n V Ve ek kt to or r d de en ng ga an n s sc ca al la ar r pada operasi aritmatika
Rumus umum:
diketahui : ō = (a1, a2)
Skalar : λ
maka λ x ō = λ x (a1, a2)
= (λa1, λa2)
ō - ē = (1 - 4 , 3 – 2)
= (-3, 1)
30
= a1.b1 + a2.b2
= 3.2 + 5.7 = 41
Contoh :
ō = (4, 2)
λ = 5
T Tr ra an ns sp po os se e s su ua at tu u V Ve ek kt to or r
Rumus umum:
diketahui : ō = (a1, a2) maka Transpose ō
T
=
(
¸
(

¸

2
1
a
a
Contoh :
ē = (3, 7) → ē
T
=
(
¸
(

¸

7
3
P Pe er rk ka al li ia an n a an nt ta ar ra a d du ua a V Ve ek kt to or r
Rumus umum:
diketahui : ō = (a1, a2) ; ē = (b1, b2)
maka ō x ē = (a1, a2)
(
¸
(

¸

2
1
b
b
Contoh :
ō = (3, 5)
ē = (2, 7)
maka ō x ē = (3, 5)
(
¸
(

¸

7
2
λ x ō = 5 x (4, 2)
= (20, 10)
31
JOB SHEET 4
1. Gambarlah Vektor (Gunakan kertas berpetak) :
a. ō = (2, 5)
b. ū = (6, -2)
c. ē = (4, 5, 6)
d. ā = (-3, 2, -4)
e. ō + ū + 2ū
f. ū + ō - 3ō
2. Diketahui vektor:
ā = (2, 0, -1, 3)
ū = (5, 4, 7, -1)
ē = (6, 2, 0, 9)
Hitunglah :
a) ā – ū
b) 7ū + 3ē
c) 3(ā - 7ū)
d) –3ū - 8ē
32
K Ko om mb bi in na as si i L Li in ni ie er r d da ar ri i V Ve ek kt to or r- -v ve ek kt to or r
Ada Vektor-vektor : ā1, ā2 , ā3 …, ān
Skalar-skalar : ì1, ì 2, ì 3 …, ìn
dapat dikatakan kombinasi linier jika :
ū = ì1ā1 + ì2ā2 + ì3ā3 + … + ìnān
Contoh :
1. ā1 = (3, 2, 1) ; ì1 = 3
ā2 = (0, 1, 2) ; ì2 = 5
Buatlah kombinasi linier dari ā1 dan ā2 :
Jawab :
ū = ì1ā1 + ì2ā2
= 3(3, 2, 1) + 5(0, 1, 2)
= (9, 6, 3) + (0, 5 , 10)
= (9, 11, 13)
2. Diketahui vektor :
ā1 = (1, 2, -1)
ā2 = (6, 4, 2)
Apakah vektor : a. ū = (9, 2, 7)
b. ē = (4, -1, 8)
Masing-masing kombinasi linier dari vektor ā1 dan vektor ā2 ?
Jawab :
a. Jika ū kombinasi linier dari ā1 dan ā2 , maka :
(9, 2, 7) = ì1 (1, 2, -1) + ì2 (6, 4, 2)
(9, 2, 7) = (ì1, 2ì1, -ì1) + (6ì2, 4ì2, 2ì2)
maka diperoleh 3 persamaan :
I. 9 = ì1 + 6ì2
II. 2 = 2ì1 + 4ì2 dieliminasi
III. 7 = -ì1 + 2ì2
9 = ì1 + 6ì2
7 = -ì1 + 2ì2
+
16 = 8ì2
ì2 = 2
33
Eliminasi
Substitusi ke persamaan I atau III (jangan ke pers. II):
I. 9 = ì1 + 6ì2
9 = ì1 + 6(2)
ì1 = -3
Persamaan II, untuk memeriksa apakah hasil sudah betul ?
II. 2 = 2ì1 + 4ì2
2 = 2(-3) + 4(2)
2 = 2 (Cocok)
K Ke es si im mp pu ul la an n : vektor ū kombinasi linier dari vektor ā1 dan ā2
ū = ì1ā1 + ì2ā2
ū = -3ā1 + 2ā2
b. Jika vektor ē kombinasi linier dari vektor ā1 dan ā2, maka :
(4, -1, 8) = ì1 (1, 2, -1) + ì2 (6, 4, 2)
(4, -1, 8) = (ì1, 2ì1, -ì1) + (6ì2, 4ì2, 2ì2)
maka diperoleh 3 persamaan :
I. 4 = ì1 + 6ì2
II. -1 = 2ì1 + 4ì2
III. 8 = -ì1 + 2ì2
Substitusi ke persamaan I atau II :
I. 4 = ì1 + 6ì2
4 = ì1 + 6(
9
/8)
ì1 = 4 -
27
/4
ì1 = -2
3
/4
Periksa dengan persamaan III :
8 = -ì1 + 2ì2
8 = -(-2
3
/4) + 2(
9
/8)
4 = ì1 + 6ì2 8 = 2ì1 + 12ì2
-1 = 2ì1 + 4ì2 -1 = 2ì1 + 4ì2
÷
9 = 8ì2
ì2 =
9
/8
× 2
× 1
34
8 = 2
3
/4 +
18
/8
8 =
11
/4 +
18
/8
8 =
22
/8 +
18
/8
8 =
40
/8
8 ≠ 5 (Tidak cocok)
K Ke es si im mp pu ul la an n : vektor ē = (4, -1, 8) bukan
kombinasi linier dari vektor ā1 dan ā2
35
JOB SHEET 5
Diketahui Vektor :
ā1 = (1, -1, 3)
ā2 = (2, 4, 0)
Ditanya :
a. Ū1 = (1, 5, 6)
b. Ū2 = (2, -4, 0)
c. Ū3 = (3, 3, 3)
d. Ū4 = (0, 0, 0)
Apakah masing-masing Ū1, Ū2, Ū3 dan Ū4 merupakan kombinasi
linier dari vektor ā1 dan ā2 ?
36
B BE EB BA AS S L LI IN NI IE ER R ( (L LI IN NE EA AR RL LY Y I IN ND DE EP PE EN ND DE EN NT T) )
T TA AK K B BE EB BA AS S L LI IN NI IE ER R ( (L LI IN NE EA AR RL LY Y D DE EP PE EN ND DE EN NT T) )
D De ef fi in ni is si i I I :
Misal : Vektor-vektor ā1, ā2 , ā3 …, ān dikatakan bebas atau
tidak bergantungan jika ada bilangan-bilangan ì1, ì 2, ì 3 …, ìn
yang semuanya 0, sehingga ì1.ā1 + ì2.ā2 + … + ìn.ān = 0
(= S Se em mu ua an ny ya a 0 0, Tak C Co oc co ok k)
D De ef fi in ni is si i I II I :
Misal : Vektor-vektor ā1, ā2 , ā3 …, ān dikatakan tak bebas atau
bergantungan jika ada bilangan-bilangan ì1, ì 2, ì 3 …, ìn yang
tidak semuanya 0, sehingga ì1.ā1 + ì2.ā2 + … + ìn.ān = 0
(= T Ta ak k s se em mu ua an ny ya a 0 0, C Co oc co ok k)
C Contoh :
1. Vektor :
ā1 = {3, 6} → Selalu bebas
ì {3, 6} = 0
ā2 = {0, 0} → Selalu Tak bebas
ì {0, 0} = 0
2. Diketahui dua buah vektor {2, 3} dan {1, 4}
ì {2, 3} + µ {1, 4} = 0
 2ì + µ = 0 x 4 8ì + 4µ = 0
3ì + 4µ = 0 x 1 3ì + 4µ = 0 ( - )
5ì = 0
ì = 0
 2ì + µ = 0
2(0) + µ = 0
µ = 0
ì = 0
µ = 0
Bebas
37
Cocok / sama:
Tak bebas
3. Diketahui dua buah vektor {4, 3} dan {-4, -3}
Cara 1 :
ì {4, 3} + µ {-4, -3} = 0
ì {4, 3} + µ {-4, -3} = 0
1 {4, 3} + 1 {-4, -3} = 0  Tak bebas
Cara 2 :
{4, 3} = | {-4, -3}
4 = -4| ÷ | = -1
3 = -3| ÷ | = -1
4. Diketahui vektor-vektor :
ā1 = {1, 3, 2}  ā1 = Bebas (karena bukan vektor 0)
ā2 = {2, -1, 4}
ā3 = {-1, 2, -3}
 Vektor ā2 dan ā1 :
{2, -1, 4} = ì {1, 3, 2}
2 = ì1 ÷ ì1 = 2
-1 = 3ì2 ÷ ì2 = -
1
/3
4 = 2ì3 ÷ ì3 = 2
 Vektor ā3 , ā1 dan ā2 :
{-1, 2, -3} = ì {6, 3, 2} + | {2, -1, 4}
I. –1 = 6ì + 2| x 1 –1 = 6ì + 2|
II. 2 = 3ì - | x 2 4 = 6ì - 2|
+
3 = 12ì
ì = 4
Substitusi ke persamaan I atau II :
II. 2 = 3ì - |
| = -2 + 12
| = 10
ì1 = ì3 = ì2
Tidak cocok :
Bebas
38
C Cocok
III. -3 = 2ì + 4|
-3 = 2.4 + 4.10
-3 = 8 – 40
-3 = -32 ( Tidak cocok  Bebas)
5. Diketahui vektor-vektor :
a.
¦
)
¦
`
¹
¦
¹
¦
´
¦
|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
1
0
1
,
1
1
0
,
0
0
1
0
1
0
1
1
1
0
0
0
1
3 2 1
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
ì ì ì
ì1 + ì3 = 0 → ì1 = 0
ì2 = 0 → ì2 = 0
ì2 + ì3 = 0 → ì3 = 0
b.
¦
)
¦
`
¹
¦
¹
¦
´
¦
|
|
|
.
|

\
|
|
|
|
.
|

\
| ÷
|
|
|
.
|

\
|
2
2
1
,
0
2
1
,
1
0
1
0
2
2
1
0
2
1
1
0
1
3 2 1
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
| ÷
+
|
|
|
.
|

\
|
ì ì ì
ì1 - ì2 + ì3 = 0 - ì2 - ì3 = 0
2ì2 + 2ì3 = 0 ì2 + ì3 = 0
ì1 + 2ì3 = 0 (-)
 Karena : - ì2 - ì3 = 0 ì2 + ì3 = 0
Jadi : Tak bebas linier
 ì1, ì2, ì3 semuanya 0,  Bebas linier
39
JOB SHEET 6
Diketahui Vektor :
ā1 = {4, -1, 3}
ā2 = {-8, 2, -6}
ā3 = {0, 0, 0}
Ditanya, Apakah vektor-vektor di bawah ini Bebas atau
Tak Bebas Linier :
a. ā1
b. ā2
c. ā3
d. ā1 dan ā2
e. ā1 dan ā3
f. ā2 dan ā3
g. ā1 , ā2 dan ā3
h. ā2 , ā1 dan ā3
i. ā3 , ā2 dan ā1
40
dimana i = 1, 2, …
B Ba as si is s, , D Di im me en ns si i, , d da an n K Ko om mb bi in na as si i l li in ni ie er r
Batasan :
1. Himpunan n vektor-vektor { Ū1, Ū2, Ū3, …, Ūn} dinamakan
Basis, jika :
(i). { Ū1, Ū2, Ū3, …, Ūn} → Bebas linier
(ii). { Ū1, Ū2, Ū3, …, Ūn} → Membangun
2. Dimensi adalah banyaknya vektor yang bebas
Contoh :
a.
)
`
¹
¹
´
¦
|
|
.
|

\
|
÷
|
|
.
|

\
|
4
3
,
2
1
 Basis (Bebas dan membangun)
b.
)
`
¹
¹
´
¦
|
|
.
|

\
|
÷
|
|
.
|

\
|
|
|
.
|

\
|
1
5
,
4
3
,
2
1
 Bebas tapi tak sebangun
c.
¦
)
¦
`
¹
¦
¹
¦
´
¦
|
|
|
.
|

\
|
|
|
|
.
|

\
|
0
1
2
,
3
2
1
 Bukan basis karena tak sebangun
3. Kombinasi linier
Vektor Ā kombinasi linier dari { Ū1, Ū2, Ū3, …, Ūn} jika
terdapat ì1, ì2, ì3, … , ìn sehingga :
Syarat lain : Tak bebas linier
Contoh :
1.
0
1
2
0
λ
2
0
1
λ
0
1
1
λ
3 2 1
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
Â Û =
¿
ì
i i
i
n
¦
)
¦
`
¹
¦
¹
¦
´
¦
|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
2
0
,
2
0
1
,
0
1
1
A
41
Jadi A : Basis
Cocok
Jadi B : Bukan Basis
ì1 + ì2 = 0 ì2 - 2ì3 = 0
ì1 + 2ì3 = 0 (-)
2ì2 + ì3 = 0
ì2 - 2ì3 = 0 x2 2ì2 - 4ì3 = 0
2ì2 + ì3 = 0 x1 2ì2 + ì3 = 0 -
-5ì3 = 0
ì
3
= 0
2ì2 + ì3 = 0
2ì2 + 0 = 0  ì
2
= 0
ì1 + ì2 = 0
ì1 + 0 = 0  ì
1
= 0
 ì1, ì2, ì3 = 0 (Semuanya 0)
(i) Bebas linier
(ii) membangun
2.
¦
)
¦
`
¹
¦
¹
¦
´
¦
|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
2 -
2
1
,
2
0
1
,
0
1
1
B
0
2 -
2
1
λ
2
0
1
λ
0
1
1
λ
3 2 1
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
ì1 + ì2 + ì3 = 0 ì2 - ì3 = 0
ì1 + 2ì3 = 0 (-)
2ì2 - 2ì3 = 0
: 2
→ ì2 - ì3 = 0
(i) Tak bebas linier
(ii) Membangun

42
Jadi C : Bukan Basis
3.
¦
)
¦
`
¹
¦
¹
¦
´
¦
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
1
1
2
,
2
2
1
C
0
1
1
2
λ
2
2
1
λ
2 1
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
2ì1 + 4 ì2 = 0
2ì1 + ì2 = 0 _
3ì2 = 0 → ì2 = 0 ; ì1 = 0
(i) bebas linier
(ii) tidak membangun
4.
Vektor
(
(
(
¸
(

¸

1
0
1
kombinasi linier dari
¦
)
¦
`
¹
¦
¹
¦
´
¦
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷
2
1
0
1
1
1 , , karena :
C Cara I :
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
2
1
1
λ
0
1 -
1
λ
1
0
1
2 1
1 = ì1 + ì2 → 1 = ½+ ½ (C Cocok => Tak Bebas)
0 = -ì1 + ì2 → ì1 = ì2 = ½
1 = 2ì2 → ì2 = ½
 Karena Tak bebas linier : Kombinasi linier
ì1 + 2ì2 = 0
2ì1 + ì1 = 0
2ì1 + ì2 = 0

43
C Cara II (Metode Gauss):
Catatan :
Tak bebas : Banyak baris tak nol < banyak kolom tak nol
Bebas : Banyak baris tak nol = banyak kolom tak nol
.
Bukti :
5. Dari soal no. 1, gunakan cara II
Bukti :
Matrik akhir mempunyai : baris tak nol = 3
kolom tak nol = 3
6. Dari soal no. 2, gunakan cara II
Banyak baris tak nol = 2
Banyak kolom tak nol = 3
Jadi akibatnya :
Tak bebas linier
 Bebas linier
Baris tak nol = 2
Kolom tak nol = 3
2 < 3
Tak bebas linier
Buktikan Tak bebas linier
44
JOB SHEET 7
1. Apakah Kombinasi linier atau bukan dari :
2. Apakah himpunan vektor di bawah ini basis atau bukan
45
P PE ER RS SA AM MA AA AN N L LI IN NI IE ER R
I I. . P Pe er rs sa am ma aa an n L Li in ni ie er r H Ho om mo og ge en n
a11 x1 + a12 x2 =
0
a21 x1 + a22 x2 =
0
Persamaan linier ini mempunyai jawab Trivial dan Tak
trivial.
I II I. . P Pe er rs sa am ma aa an n L Li in ni ie er r T Ta ak k H Ho om mo og ge en n
Persamaan linier tak homogen mempunyai jawab, jika dan
hanya jika r ra an nk k m ma at tr ri ik ks s k ko oe ef fi is si ie en n = r ra an nk k m ma at tr ri ik ks s l le en ng gk ka ap p.
Batasan :
Banyak maksimal vektor-vektor yang bebas linier disebut
rank matriks.
C Contoh :
Penyelesaian Cara I :
1. Apakah persamaan di bawah ini mempunyai jawab ?
(
¸
(

¸

=
(
¸
(

¸

(
¸
(

¸

0
0
x
x
a a
a a
2
1
22 21
12 11
(
¸
(

¸

=
22 21
12 11
a a
a a
A
 Disebut matriks koefisien
A x = 0
a x a x b
a x a x b
11 1 12 2 1
21 1 22 2 2
+ =
+ =
(
¸
(

¸

=
2 22 21
1 12 11
b a a
b a a
b) (A,
 Disebut matriks lengkap
A x = b
x x
x 2x
1 2
1 2
0
3
÷
÷
=
=

(
¸
(

¸

=
(
¸
(

¸

(
¸
(

¸

2
1
2
1
22 21
12 11
b
b
x
x
a a
a a
(
¸
(

¸

=
(
¸
(

¸

(
¸
(

¸

3
0
x
x
2 - 1
1 - 1
2
1
46
x x
x 2x
1 2
1 2
0
3
÷
÷
=
=
Mempunyai jawab
1 -1
A =
1 -2
Jadi Rank A = 2 ………. (I)
1 -1 0
(A, b) =
1 -2 3
Jadi Rank A, b = 2 ………. (II)
 Karena I = II , maka persamaan Mempunyai jawab
2.
Jadi Rank A = 0 ………. (I)
1 -1 2
(A,b) =
2 -2 2
Jadi Rank A, b = 2 ………. (II)
 Karena I ≠ II , maka persamaan Tidak mempunyai jawab
Penyelesaian Cara II :
1.
x1 – x2 = 0
x1 = -3
a1 = {1, -1} → Bebas
a2 = {1, -2} → Juga Bebas
a1 = {1, -1, 0} → Bebas
a2 = {1, -2, 3} → Bebas
x x
2x 2x
1 2
1 2
2
2
÷
÷
=
=
a1 = {1, -1} → Tak bebas
a2 = {2, -2} → Tak bebas
a1 = {1, -1, 2} → Bebas
a2 = {2, -2, 2} → Bebas
→ x2 = -3
 jadi
47
Tidak Cocok
 jadi tidak mempunyai jawab
▪ ▪


+2
-2
+1
-1
X1
X2
Cocok
Mempunyai jawab
0 = 0
2.
0 = 1
Menurut ilmu ukur persamaan tersebut sejajar.
3.
x1 – x2 = 1 , misal x2 = t
x1 = 1 + t
x2 = t
4. x + 2y + 3z = 6
2x - y + z = 2
x + 7y + 8z = 11
 0x1 + 0x2 = 1
x x
2x 2x
1 2
1 2
2
2
÷
÷
=
=
x1 - x2 = 2
2x1 - 2x2 = 2
x x
2x 2x
1 2
1 2
1
2
÷
÷
=
=
 0x1 + 0x2 = 0

48
0x + 0y + 0z = -1
0 ≠ -1
Tidak Cocok
 Jadi tidak mempunyai jawab
5. x + 2y + 3z = 6
2x ─ y + z = 2
x + 3y ─ z = 3
y + z = 2 ÷ y = 1
x + 2y + 3z = 6 ÷ x = 1 
6. 2x1 - x2 + x3 – x4 = 3
x1 + x2 - 2x3 = 2
x2 - x3 + x4 = 1
x1 + x2 - 2x3 = 2
x2 - x3 + x4 = 1 Misal : x4 = t
x3 + x4 = 1 ÷ x3 = 1 - t
x2 = 1 + 1 – t – t = 2 – 2t
x1 = 2 + 2 + 2t + 2 - 2t = 2
(
(
(
¸
(

¸

÷ ÷ (
(
(
¸
(

¸

÷
(
(
(
¸
(

¸

÷ ÷ ÷
1 0 0 0
2 1 1 0
6 3 2 1
1xII
~
~
1 1 1 0
2 1 1 0
6 3 2 1
5 :
5 :
~
5 5 5 0
10 5 5 0
6 3 2 1
~
5 :
~
3 4 1 0
10 5 5 0
6 3 2 1
1xI
2xI
~
3 1 3 1
2 1 1 2
6 3 2 1
÷
(
(
(
¸
(

¸

÷ ÷
÷ ÷ ÷
÷
÷
(
(
(
¸
(

¸

÷
÷
(
(
(
¸
(

¸

÷ (
(
(
¸
(

¸

÷ ÷ ÷ (
(
(
¸
(

¸

÷ ÷ 1 1 0 0
2 1 1 0
6 3 2 1
5 :
~
~
5 5 0 0
2 1 1 0
6 3 2 1
1xII
~
~
3 4 1 0
2 1 1 0
6 3 2 1
÷ z = 1
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

1
1
1
z
y
x
(
(
(
¸
(

¸

÷
÷
(
(
(
¸
(

¸

÷
÷
(
(
(
¸
(

¸

÷ ÷ ÷
÷
÷
1 1 0 2 2 0 1 0
1 1 1 1 0
2 0 2 1 1
2 :
~
~
2 0
1 1 1 1 0
2 0 2 1 1
3xII
~
~
1 1 5 3 0
1 1 1 1 0
2 0 2 1 1
Mempunyai jawab
49
Jawaban Trivial
x1 = 2
x2 = 2 - 2t
x3 = 1 - t
x4 = t
P Pe er rs sa am ma aa an n L Li in ni ie er r H Ho om mo og ge en n
1. x1 + x2 - x3 = 0
x1 - x2 + x3 = 0
2x1 + x2 + 2x3 = 0
2. 2x1 - x2 - x3 - x4 = 0
x1 + x2 - 2x3 = 0
x1 + x2 - 2x3 = 0
x2 - x3 +
1
∕3x4 = 0
Misal :
x3 = s dan x4 = t
x2 = x3 -
1
∕3x4 = s -
1
∕3t
x1 = - x2 + 2x3 = - s +
1
∕3t + 2s
= s +
1
∕3t
Jawaban Tak trivial
50
JOB SHEET 8
Apakah persamaan-persamaan di bawah ini mempunyai jawab,
jika “Ya” tentukan jawabannya !
1. x + 2y + 3z = 6
2x ̶ y + z = 2
x + 3y ̶ z = 3
2. x1 + x2 ̶ 2x3 + x4 = 1
x1 ̶ x3 ̶ x4 = 2
x1 ̶ x2 ̶ x4 = 3
51
S Si if fa at t- -s si if fa at t P Pe er rs sa am ma aa an n L Li in ni ie er r T Ta ak k H Ho om mo og ge en n
1. Tidak mempunyai penyelesaian, jika unsur terkanan dari
baris terbawah = 1
Contoh :
2. Mempunyai penyelesaian, jika unsur 1 dari baris terbawah
tidak pada kolom terakhir
Contoh :
a. Mempunyai tepat 1 penyelesaian, jika banyak baris tak
nol = banyak nilai yang dicari
b. Mempunyai lebih dari satu penyelesaian, jika banyak
baris tak nol < banyak nilai yang dicari
Contoh :
1. x1 – x2 + x3 = 4
2x1 – x2 – x3 = 2
x1 – 2x3 = 1
Jawab :
Apakah persamaan ini
Mempunyai penyelesaian ?
Tidak mempunyai penyelesaian
;
52
2. x1 – x3 + 2x4 = 2
2x1 – x2 – x3 + x4 = 3
2x1 – 2x2 – x4 = 2
Jawab :
Penyelesaiannya :
Banyak baris tak nol = 3
Banyak nilai yang dicari = 4
x1 ÷ x3 + 2x4 = 2
x2 – x3 + 3x4 = 1
x4 = 0
x2 ÷ x3 + 3x4 = 1
x2 = 1 + x3 – 3x4 = 1 + t – 3(0) = 1 + t
x1 = 2 + x3 – 2x4 = 2 + t – 0 = 2 + t
Apakah persamaan ini
Mempunyai penyelesaian ?
Sifat 2
Jadi mempunyai penyelesaian
3 < 4
Jadi lebih dari satu
penyelesaian (sifat 4)
Misalkan :
x3 = t
53
4 = 4
3. x1 + x2 – x3 + x4 = 3
2x1 – x2 + x3 – x4 = 1
x1 + 2x2 – x3 + 2x4 = 4
x1 + 2x2 – x3 + 3x4 = 5
Jawab :
Penyelesaiannya :
Banyak baris tak nol = 4
Banyak nilai yg dicari = 4
Jadi mempunyai tepat satu penyelesaian (sifat 3)
x4 = 1 , x3 = -
2
/3 , x2 = 1 – 1 = 0
x1 = 3 – x4 + x3 – x2 = 3 – 1 –
2
/3 – 0 =
4
/3
Apakah persamaan ini
Mempunyai penyelesaian ?
Sifat 2 : Mempunyai penyelesaian
54
JOB SHEET 9
Apakah persamaan-persamaan ini mempunyai jawab/
penyelesaian. Jika Ya, tentukan penyelesaiannya
1. 4x1 + 8x2 – 4x3 = 4
x3 = 2 + x2
2. 2x1 – 2x3 – 2x4 = 2 + 4x2
x1 – 4x2 = 2 – x3 + 2x4
3. 2w – 2y – 2z = 2 + 4x
w – 4x = 2 – y + 2z
2 + x + y = 0
8x – 4y = 4
55
(
¸
(

¸

=
1 4
3 2
A
( (λ – 2) (λ –1) – 12 = 0
(
(
(
¸
(

¸

=
3 0 1
1 2 0
8 0 1
A
K KA AR RA AK KT TE ER RI IS ST TI IK K E EI IG GE EN N
Batasan :
1. Vektor ū e R, ū = 0 dan ì e R, dimana A ū = ì ū, maka ì
disebut nilai eigen
2. ì diketahui maka akan terdapat persamaan eigen dan
vektor eigen.
A matriks ukuran n x n dan ì bilangan sembarang, maka
terjadi :
A ū = ì ū  A ū = ì I ū
ì I ū – A ū = 0  (ì I – A) ū = 0
Supaya ada jawab tak trivial maka l ì I – A l = 0
Contoh :
1.
Jawab :
2.
Tentukan : 1. Persamaan eigen
2. Nilai eigen
3. Vektor-vektor eigen
4. Ruang eigen beserta basis dan dimensinya!
Carilah nilai-nilai eigen !
(
¸
(

¸

÷
(
¸
(

¸

=
(
¸
(

¸

÷
(
¸
(

¸

1 4
3 2
λ 0
0 λ
1 4
3 2
1 0
0 1
λ
=
÷ ÷
÷ ÷
=
ì
ì
2 3
4 1
λ
2
– 3λ + 2 – 12 = 0
λ
2
– 3λ - 10 = 0  λ1 = 5 , λ2 = -2
56
N Ni il la ai i E Ei ig ge en n
 – x3 = 0
¦
)
¦
`
¹
¦
¹
¦
´
¦
e
(
(
(
¸
(

¸

R t ,
0
1
0
t
Jawab :
1.
2. ì – 2 = 0  ì1 = 2
(ì – 1) (ì – 3) – 8 = 0
ì
2
– 4ì + 3 – 8 = 0
ì
2
– 4ì – 5 = 0  ì2 = 5 dan ì3 = -1
3. ì1 = 2
x3 = 0  x1 ― 0 = 0  x1 = 0
Misal x2 = t
Vektor eigen ialah
4.Ruang eigen E1 =
0 1
2 λ 0
0 1 λ
3 λ 0 1
1 2 λ 0
8 0 1 λ
÷
÷
÷
÷ ÷
÷ ÷
÷ ÷
= (ì – 1) (ì – 2) (ì – 3) + 0 + 0 – 8 (ì – 2) – 0 – 0 = 0
= (ì – 2) { (ì – 1) (ì – 3) – 8} = 0  P Pe er rs sa am ma aa an n E Ei ig ge en n
ì
ì
ì
1
2
3
2
5
1
=
=

(
(
(
¸
(

¸

÷ ÷
÷ =
(
(
(
¸
(

¸

÷ ÷
÷ ÷
÷ ÷
1 0 1
1 0 0
8 0 1
3 2 0 1
1 2 2 0
8 0 1 2
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷ ÷
÷
÷
0
0
0
x
x
x
1 0 1
1 0 0
8 0 1
3
2
1
 x1 – 8x3 = 0
 - x1 – x3 = 0
(
(
(
¸
(

¸

3
2
1
x
x
x
= t
(
(
(
¸
(

¸

0
1
0
57
 3x2 – x3 = 0
Misal : x2 = t , x3 = 3t
x1 – 6t = 0
x1 = 6t
 –3x2 – x3 = 0
Misal : x2 = t , x3 = -3t
x1 – 12t = 0
x1 = 12t
dimensinya E1 = 1 , basis =
ì2 = 5
x1 – 2x3 = 0
3x2 – x3 = 0 
-x1 + 2x3 = 0
Vektor eigen ialah =
Ruang eigen E2 =
¦
)
¦
`
¹
¦
¹
¦
´
¦
e
(
(
(
¸
(

¸

R t ,
3
1
6
t
dimensinya E2 = 1 , basis =
ì3 = -1
-x1 – 4x3 = 0
-3x2 – x3 = 0 
-x1 + 4x3 = 0
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷
÷
÷
0
0
0
x
x
x
0 1
1 3 0
8 0 4
3
2
1
2
 4x1 – 8x3 = 0
 -x1 + 2x3 = 0
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷ ÷
÷ ÷
÷ ÷
0
0
0
x
x
x
4 0 1
1 3 0
8 0 2
3
2
1
 - 2x1 – 8x3 = 0
 - x1 – 4x3 = 0
(
(
(
¸
(

¸

0
1
0
(
(
(
¸
(

¸

3
2
1
x
x
x
= t
(
(
(
¸
(

¸

3
1
6
(
(
(
¸
(

¸

3
1
6
58
Ruang eigen E3 =
dimensinya E3 = 1 , basis =
(
(
(
¸
(

¸

3
2
1
x
x
x
= t
(
(
(
¸
(

¸

-3
1
12
Vektor eigen ialah =
59
JOB SHEET 10
Diketahui matriks :
Tentukan !
1. Persamaan eigen
2. Nilai eigen
3. Vektor-vektor eigen
4. Ruang eigen beserta basis dan dimensinya!
60
P PE EN ND DI IA AG GO ON NA AL LA AN N
Batasan :
Matriks bujur sangkar dapat didiagonalkan, jika terdapat
matriks tak singular P, sehingga P
-1
A P matriks diagonal.
Misal A dapat didiagonalkan, maka terdapat matriks tak
singular P sehingga A
1
= P
-1
A P
dimana :
A
1
= matriks diagonal
P = matriks tak singular
Dalil :
Matriks A (berukuran n x n) dapat didiagonalkan jika dan
hanya jika A mempunyai n vektor eigen yang bebas linier,
dan vektor-vektor eigen matriks A itu adalah kolom-kolom
matriks P yang mendiagonalkan A.
Contoh :
1. Tunjukkan matriks A
= dapat didiagonalkan
2. Tentukan matriks tak singular yang mendiagonalkan
matriks A
3. Tentukan matriks diagonalnya.
Jawab :
1.
(
(
(
¸
(

¸

3 0 1
1 2 0
8 0 1
0 1
2 λ 0
0 1 λ
3 λ 0 1
1 2 λ 0
8 0 1 λ
÷
÷
÷
÷ ÷
÷ ÷
÷ ÷
= (ì – 1) (ì – 2) (ì – 3) + 0 + 0 – 8 (ì– 2) – 0 – 0 = 0
= (ì - 2) { (ì – 1) (ì – 3) – 8} = 0
61
 –8x3 = 0
 3x2 – x3 = 0
Misal : x2 = t , x3 = 3t
x1 – 6t = 0
x1 = 6t
Nilai Eigen
ì – 2 = 0  ì1 = 2
(ì – 1) (ì – 3) – 8 = 0
ì
2
– 4ì + 3 – 8 = 0
ì
2
– 4ì – 5 = 0  ì2 = 5 dan ì3 = -1
ì1 = 2
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷ ÷
÷
÷
0
0
0
x
x
x
1 0 1
1 0 0
8 0 1
3
2
1
x3 = 0  x1 ― 0 = 0  x1 = 0
Misal x2 = t
Vektor ā ialah
ì2 = 5
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷
÷
÷
0
0
0
x
x
x
0 1
1 3 0
8 0 4
3
2
1
2
x1 – 2x3 = 0
3x2 – x3 = 0 
-x1 + 2x3 = 0
Vektor ē ialah =
(
(
(
¸
(

¸

3
2
1
x
x
x
= t
(
(
(
¸
(

¸

3
1
6
 – x3 = 0
 4x1 – 8x3 = 0
 - x1 + 2x3 = 0
ì
ì
ì
1
2
3
2
5
1
=
=
= ÷
 -x1 – x3 = 0
(
(
(
¸
(

¸

3
2
1
x
x
x
= t
(
(
(
¸
(

¸

0
1
0
62
 -3x2 – x3 = 0
Misal : x2 = t , x3 = -3t
x1 – 12t = 0
x1 = 12t
¦
)
¦
`
¹
¦
¹
¦
´
¦
(
(
(
¸
(

¸

÷ (
(
(
¸
(

¸

(
(
(
¸
(

¸

3
1
12
,
3
1
6
,
0
1
0
ì3 = -1
-x1 – 4x3 = 0
-3x2 – x3 = 0 
-x1 + 4x3 = 0
Vektor ō ialah =
(
(
(
¸
(

¸

3
2
1
x
x
x
= t
 Maka { ā, ē, ō } =
Himpunan vektor-vektor di atas merupakan calon P. Adapun
syarat P adalah (1) N No on n S Si in ng gu ul la ar r (2) B Be eb ba as s l li in ni ie er r
Kita coba cek kedua syarat tersebut :
(1) Apakah Non Singular ?
(2) Apakah Bebas Linier ?
 -2x1 – 8x3 = 0
 -x1 – 4x3 = 0
(
(
(
¸
(

¸

÷3
1
12
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

(
(
(
¸
(

¸

÷ ÷
÷ ÷
÷ ÷
0
0
0
x
x
x
4 0 1
1 3 0
8 0 2
3
2
1
= 36 + 18 = 54 = 0 (Non Singular)
63
(
(
(
¸
(

¸

÷3 3 0
1 1 1
12 6 0
Karena kedua syarat terpenuhi ( non singular dan bebas linier)
maka himpunan vector-vektor tersebut syah sebagai P
selanjutnya berarti matriks A dapat didiagonalkan.
4. Jadi P =
5.Tentukan A
1
, cari dulu P
-1
= ?
~
~
~
III 2
1 0 0 3 3 0
0 0 1 12 6 0
0 1 0 1 1 1
1 0 0 3 3 0
0 1 0 1 1 1
0 0 1 12 6 0
× ÷
(
(
(
¸
(

¸

÷
|
+
(
(
(
¸
(

¸

÷
|
+
(
(
(
¸
(

¸

÷ (
(
(
¸
(

¸

÷
~
3 :
~
~
3
1
0 0 1 1 0
2 - 0 1 18 0 0
0 1 0 1 1 1
1 0 0 3 3 0
2 - 0 1 18 0 0
0 1 0 1 1 1
~
III
II
0 1 0 0
0 0 1 - 1 0
0 1 0 1 1 1
2 - 0 1 0 0
0 0 1 - 1 0
0 1 0 1 1 1
-2 1
3
1
3
1
+
÷
(
(
(
¸
(

¸

(
(
(
¸
(

¸

18 18
18 :
~
~
18
3 :
~
~
3 0 0
2 1 0
1 1 1
1XII
~
~
1 1 0
2 1 0
1 1 1
3 :
6 :
~
3 3 0
12 6 0
1 1 1
~
I
II
3 3 0
1 1 1
12 6 0
÷ (
(
(
¸
(

¸

÷ ÷ (
(
(
¸
(

¸

÷ (
(
(
¸
(

¸

÷
÷
÷
(
(
(
¸
(

¸

÷
(
(
(
¸
(

¸

1 0 0
2 1 0
1 1 1
Banyak baris tak nol = 3
Banyak kolom tak nol = 3
Jadi ;
Bebas linier
¬
64
(
(
(
¸
(

¸
÷
(
(
(
¸
(

¸

9
1 -
18
1
9
2 1
9
-1
18
-2
9
1 -
18
1
9
2
18
1
3
-1
0 1 0 0
0 0 1 0
1 0 0 1
~
~
2xIII
0 0 0
0 0 1 0
1 0 2 - 0 1
18
1
(
(
(
¸
(

¸

=
÷
÷ ÷
9
1
18
1
9
2
18
1
9
1
18
2
0
0
1
(
(
(
¸
(

¸

÷
÷ ÷
=
2
2 2
18
1
0 1
4 0 1
18
(
(
(
¸
(

¸

÷
÷ ÷
=
2
2 2
18
1
0 1
4 0 1
18
(
(
(
¸
(

¸

3
8 1
0 1
1 2 0
0
(
(
(
¸
(

¸

÷3
12 0
3 0
1 1 1
6
(
(
(
¸
(

¸

÷
=
18
0 36
18
1
0 0
0 90 0
0
(
(
(
¸
(

¸

÷
=
1
0 2
0 0
0 5 0
0
Jadi P
-1
=
A
1
= P
-1
A P
65
JOB SHEET 11
Diketahui matriks :
Tentukan Matriks Diagonalnya !

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->