P. 1
3. Matriks Dan Determinan

3. Matriks Dan Determinan

|Views: 87|Likes:
Dipublikasikan oleh Totok_CBS
matriks
matriks

More info:

Categories:Types, Resumes & CVs
Published by: Totok_CBS on May 07, 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

11/27/2013

pdf

text

original

3.

MATRIKS dan DETERMINAN
Matriks Determinan Invers Matriks Nilai Eigen dan Vektor Eigen Terapan

3.1. Matriks
Definisi 1: Matriks adalah suatu susunan persegi-panjang elemenelemen. Elemen yang dimaksud di dalam definisi 1 dapat berupa bilangan, fungsi atau anggota suatu himpunan. Pada bahasan selanjutnya hanya ditinjau matriks-matriks dengan elemen bilangan real. Suatu matriks disimbolkan dengan huruf besar sedangkan elemen suatu matriks disimbolkan dengan huruf kecil. Definisi 2: Matriks A ukuran m×n, disimbolkan Am×n=(aij)m×n adalah matriks dengan banyaknya baris m dan banyak kolom n, ditulis :
 a11 a12 L a1n     a 21 a 22 L a 2n  A m × n = a ij , a ij ∈ R = m× n  M M M     a  m1 a m2 L a mn 

( )

Elemen aij suatu matriks adalah elemen pada baris ke-i dan kolom ke-j.

Matriks dan Determinan

1

Matriks An×n=(aij)n×n disebut matriks bujur-sangkar ukuran n×n. Diagonal utama matriks An×n adalah elemen-elemen akk , k=1,2, ... ,n. Matriks Identitas, disimbolkan I, adalah suatu matriks bujursangkar dengan elemen-elemen diagonal utama 1 dan elemenelemen selain diagonal utama 0. Matriks Nol, disimbolkan O, adalah matriks yang semua elemennya 0. Matriks yang hanya mempunyai satu kolom disebut matriks kolom, sedangkan matriks yang hanya mempunyai satu baris disebut matriks baris

Kesamaan Dua Matriks
Diketahui matriks-matriks Am×n=(aij)m×n dan Bm×n=(aij)m×n maka A=B hanya bila aij=bij , ∀i=1,2,...,m dan j=1,2,...,n.

Operasi-Operasi Matriks
1. Penjumlahan Matriks Diketahui matriks Am×n dan Bm×n , maka A+B=(aij+bij)m×n Contoh :
 a11 a12 A= a  21 a 22 a13   b11 b12  dan B =  b  a 23   21 b 22
a13 + b13   a 23 + b 23  

b13   b 23  

 a11 + b11 a12 + b12 A+B= a + b 21 a 22 + b 22  21

2.

Pergandaan Skalar Matriks Diketahui matriks Am×n dan skalar k, maka kA=(kaij)m×n Contoh :

Matriks dan Determinan

2

artinya AB≠BA 4. α ij = ∑ a ik b kj k =1 p  b11 b12    a13   dan B =  b 21 b 22  maka  a 23  b   31 b 32  3  3 a b   ∑k =1 1k k1 ∑k =1 a1k b k 2  AB =  3  3 ∑   k =1 a 2k b k1 ∑k =1 a 2k b k 2   a11b11 + a12 b 21 + a13 b 31 a11b12 + a12 b 22 + a13 b 32   = a b + a b + a b  22 21 23 31 a 21b12 + a 22 b 22 + a 23 b 32   21 11 Perlu dinyatakan bahwa perkalian matriks tidak komutatif. Perkalian Matriks a13   ka11  maka kA =    ka a 23   21 ka 12 ka 22 ka13   ka 23   Diketahui matriks-matriks Am×p dan Bp×n maka perkalian matriks A dan B adalah AB = α ij Contoh :  a11 a12 A= a  21 a 22 ( )m× n . Transpose Matriks Diketahui A=(aij)m×n maka transpose A adalah AT=(aji)n×m Contoh :  a11 a12 A= a  21 a 22  a11  a13  T  maka A =  a12  a 23  a  13 a 21   a 22  b 32   Berikut adalah teorema-teorema yang terkait dengan operasioperasi matriks di atas. a11 a12 A= a  21 a 22 3. Matriks dan Determinan 3 .

4.2. 2. 3. Matriks dan Determinan 4 . Matriks yang determinannya tidak nol disebut matriks nonsingular. maka berlakulah : 1. Jadi. maka berlakulah : 1. Definisi dibedakan menjadi determinan matriks bujur sangkar A1x1 dan matriks Anxn untuk nilai n>1. Sifat Komutatif : A+B=B+A Sifat Assosiatif : A+(B+C)=(A+B)+C Sifat Distributuf : k(A+B)=kA+kB (AT)T=A (A+B)T=AT+BT (kA)T=kAT Teorema 2 Jika matriks-matriks Am×p. Definisi 3: Diketahui matriks bujur-sangkar A=(a11). maka Det(A)=a11.| adalah suatu fungsi dengan domain koleksi matriks bujur-sangkar dan kodomain bilangan real.Teorema 1 Jika matriks-matriks Am×n. Bm×n dan Cm×n dan skalar k.) atau |. 6. maka Det(A)=|A| adalah suatu bilangan real. Definisi berikut akan menjelaskan tentang nilai determinan suatu matriks. Bp×q dan Cq×n . 2. jika A suatu matriks bujur-sangkar. ditulis Det(. Determinan Determinan. (AB)T=BTAT (AB)C=A(BC) 3. 5.

a13 a 23 a 33 a 43 a14   a 24  a 34   a 44   a11 a13 a14 a 24 a 44 ⇒ M 32 = a 21 a 23 a 41 a 43 Kofaktor (Cofaktor) elemen aij disimbolkan Cij didefinisikan oleh Cij=(-1)i+j Mij Determinan matriks An×n didefinisikan sebagai berikut: det(A)=ai1Ci1+ai2Ci2+…+ainCin untuk 1≤i≤n atau det(A)=a1jC1j+a2jC2j+…+anjCnj untuk 1≤j≤n.Definisi 4: Diketahui matriks bujur-sangkar A=(aij)n×n. (a). Contoh:  a11 a12   a 21 a 22 A= a a 32  31 a  41 a 42 (b). Sifat 1 Jika A matriks ukuran 2×2. maka determinan dapat dihitung dengan aturan berikut : det (A ) = a11 a12 = a11a 22 − a12 a 21 a 21 a 22 − + Matriks dan Determinan 5 . (c). n≥2. Minor (Minor) elemen aij disimbolkan Mij didefinisikan sebagai determinan matriks yang diperoleh dengan menghilangkan baris ke-i dan kolom ke-j pada matriks A.

maka : det(A∗)=−det(A) 5. maka : det(A∗)=det(A). Jika A∗ adalah matriks yang diperoleh bila kelipatan dari suatu baris elemen matriks A. 2.Sifat 2 : (Aturan Sarrus) Jika A matriks ukuran 3×3. ditambahkan ke suatu baris elemen yang lain. Jika A∗ adalah matriks yang diperoleh bila dua baris elemen matriks A dipertukarkan. Jika A∗ adalah matriks yang diperoleh bila suatu baris elemen matriks A dikalikan dengan konstanta k. 3. Menukarkan suatu baris dengan suatu baris lainnya 3. maka : det(A∗)=k det(A) 4. Menambahkan k kali suatu baris ke suatu baris lainnya. Matriks dan Determinan 6 . maka det(A)=0. Jika A sebarang matriks bujur-sangkar yang memuat satu baris elemen nol. Catatan Operasi-operasi terhadap suatu matriks berikut : 1. maka determinan A dapat dihitung dengan aturan berikut : a11 a12 det (A ) = a 21 a 22 a 31 a 32 a13 a 23 a 33 a11 a 21 a12 a 31 a 32 − + = a11a 22 a 33 + a12 a 23 a 31 + a13 a 21a 32 − a13 a 22 a 31 − a11a 23 a 32 − a12 a 21a 33 Teorema 3 (Teorema-Teorema Determinan) 1. Mengalikan suatu baris elemen dengan bilangan k≠0 2. maka det(AT)=det(A). Jika AT adalah transpose matriks A.

Cij kofaktor elemen aij C(A ) =  M M M    C  C L C n2 nn   n1 disebut Matriks Kofaktor A. didefinisikan : Adj(A)=(C(A))T Matriks dan Determinan 7 . maka B=C. 2. Invers Matriks Definisi 5: Diketahui A sebarang matriks bujur-sangkar.3. Matriks  C11 C12 L C1n     C 21 C 22 L C 2n  . 4. Jika dapat ditemukan matriks A-1 sedemikian hingga AA-1=A-1A=I.disebut Operasi Baris Elementer (elementary row operations). maka A dikatakan invertible dan matriks A-1 disebut invers matriks A. dengan I matriks identitas. 2. maka A-1 juga invertible dan (A-1)-1=A. Definisi 6: Diketahui A suatu matriks bujur-sangkar ukuran n×n. 3. Adjoin matriks A disimbolkan Adj(A). 3. Jika A invertible. Jika B dan C masing-masing invers matriks A. Operasi serupa jika dikerjakan pada kolom-kolom suatu matriks disebut Operasi Kolom Elementer. maka det(A-1)=1/det(A). Jika A invertible. Matriks A invertible jika hanya jika det(A)≠0. Teorema 4 1. Jika Anxn dan Bnxn invertible maka (AB)-1=B-1A-1 5. 1.

diperoleh : 2 − 4 0    det(A)=64 6 − 16  4 12   12 12     C(A ) =  4 2 16  . Matriks dan Determinan 8 . maka matriks A nonsingular. maka invers suatu matriks dapat dicari dengan determinan dan adjoinnya. serangkaian operasi baris elementer. Adj(A ) =  6 2 − 10   − 16 16 16  12 − 10 16      A −1 4 12   3 16 1 16 3 16   12    1  2 − 10  =  3 32 1 32 − 5 32  =  6 64    14    − 16 16 16   − 1 4 1 4 matriks (jika ada) juga dapat dicari melalui Invers suatu berikut ini. Contoh  3 2 − 1   A = 1 6 3  . seperti dinyatakan teorema Teorema 6 Jika matriks An×n dapat ditransformasi menjadi matriks Identitas I melalui serangkaian operasi baris elementer.Teorema 5 : Jika A invertible. Rangkaian operasi baris yang mentransformasi A menjadi I tersebut akan mentransformasi I menjadi A-1. maka A −1 = 1 Adj(A ) det (A ) Dengan teorema 5 tersebut.

−1 4 1 4 14    Matriks dan Determinan 9 . -5/8 kali baris ke-3 ditambahkan ke baris ke-2. Jadi diperoleh A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  .Ilustrasi teorema : Contoh : operasi baris elementer  ( A I )         →  I  A− 1    3 2 − 1   Akan dicari kembali invers matriks A =  1 6 3 2 − 4 0    3 2 − 1 1 0 0 1 2 3 − 1 3 1 3    1 3 B1 ( A I ) =  1 6 3 0 1 0  →  1 6 3 0 2 − 4 0 0 0 1 2 − 4 0 0    1 23 −1 3 1 3 − B1+ B2  − 2 B1+ B3  →  0 16 3 10 3 − 1 3  0 − 16 3 2 3 − 2 3  0 0  1 0 0 1  0 0  1 0 0 1  1 23 −1 3  1 58    →  0  0 − 16 3 2 3  3 16 B2 1 0 − 3 4      →  0 1 5 8 0 0 4  − 2 3 B2 + B1 16 3 B2 + B3 13 0 0  − 1 16 3 16 0  0 1 −2 3  38 − 1 8 0  − 1 16 3 16 0  1 1 −1  38 −1 8 − 1 16 3 16 −1 4 14 0   0  1 4  1 0 − 3 4   →  0 1 5 8 0 0 1  1 4 B3 1 0 0       →  0 1 0 0 0 1  3 4 B3 + B1 − 5 8 B3 + B2 3 16 1 16 3 16   3 32 1 32 − 5 32  =    I A −1     14  −1 4 1 4 Keterangan : -5/8 B3+B2 artinya.

Baris-baris dengan elemen-elemen semuanya 0 (nol) terkelompokkan bersama-sama di bagian bawah matriks.Matriks-matriks berikut ada pada bentuk eselon baris Matriks dan Determinan 10 .  0 0 1 − 1   1 0 0   0 1 0 . Catatan : Suatu matriks yang hanya memenuhi keadaan (i). elemen 1 utama di dalam baris lebih rendah. Setiap kolom yang memuat elemen 1 utama. (ii) dan (iii) saja dikatakan berada pada Bentuk Eselon Baris. elemen pertama (dari kiri) tak nol adalah 1 (satu). Pada suatu baris tak nol (tidak semua elemennya nol).   0  0 0  0  1 − 3 0 1  0 0 1 4 0 0 0 0  0 0 0 0  . Di dalam sebarang dua baris tak nol berurutan. maka elemen lainnya 0. ♦ Suatu matriks dikatakan berada pada Bentuk Eselon Baris Tereduksi (reduced row-echelon form) jika memenuhi : (i). (iii). Contoh: Matriks-matriks berikut ada pada bentuk eselon baris tereduksi 1 0 0 5    0 1 0 3  .♦ Dua matriks A dan B dikatakan Ekuivalen Baris (row equivalent) jika salah satu dari matriks tersebut dapat diperoleh dari serangkaian operasi baris pada matriks lainnya. (ii). (iv). Elemen tersebut disebut 1 utama. 0 0 1   0 0  0 0 . terletak lebih jauh ke kanan dibandingkan 1 utama pada baris yang lebih tinggi.

. .1 5 8 5    0 1 5 3  . 0 0 1 − 4   1 1 0 0 1 2 5 − 6 0     0 1 0 . Contoh :  2 − 4 3  B12  1 1 − 2  − 2B1+ B2  1 1 − 2   → 1 1 − 2   → 2 − 4 3       0 − 6 7         1 1 − 2  −1 6 B2 − B2 + B1  1 0 − 5 6     → → 0 1 − 7 6     0 1 − 7 6      Pada bagian terapan. . 0 0 1 − 1 0 0 0 0 1 0 0 0 0 1 1     ♦ Eliminasi Gauss-Jordan adalah serangkaian operasi baris elementer yang dikerjakan pada suatu matriks sedemikian hingga diperoleh bentuk eselon baris tereduksi dari matriks tersebut. a1n). v2 =  . akan ditunjukkan penggunaan eliminasi Gauss-Jordan tersebut untuk menyelesaikan suatu SPL. a22... . Diketahui matriks Amxn=(aij)mxn. am2.. sedangkan vektor-vektor  a12   a1n   a11         a 22   a 2n   a 21  ... Matriks dan Determinan 11 . ∂ um=(am1. Selanjutnya akan ditinjau pengertian rank suatu matriks dengan terlebih dahulu mendefinisikan vektor baris dan vektor kolom suatu matriks. ... a2n). amn) disebut Vektor-vektor Baris matriks A..... Vektor-vektor u1=(a11. v n =  v1 =  M  M  M          a a a   mn   m1   m2  disebut Vektor-vektor kolom matriks A. u2=(a21. a12.

Keterangan : Submatriks dari suatu matriks A adalah suatu matriks yang diperoleh dengan menghilangkan satu atau beberapa baris atau kolom matriks A. (c). Matriks dan Determinan 12 .Definisi 7 Rank matriks Amxn disimbolkan Rank(A) adalah bilangan yang menyatakan jumlah maksimum vektor-vektor baris (vektorvektor kolom) matriks A yang independen linear. A invertible Rank(A)=n A ekuivalen baris dengan matriks Identitas In 3. (b). Rank(A)=r jika dan hanya jika r adalah bilangan bulat ˆ )≠0. Teorema 8 Diketahui matriks bujursangkar Anxn. Nilai Eigen dan Vektor Eigen Definisi 8 Diketahui matriks bujursangkar An×n. Rank(A)=0 hanya bila A=O. Sifat 3: Diketahui Amxn. Teorema 7 Diketahui matriks Amxn=(aij)mxn dan A≠O.4. Pernyataan-pernyataan berikut ini ekuivalen : (a). jika terdapat vektor v≠0 sedemikian hingga Av=λv Selanjutnya v disebut vektor eigen terhadap nilai eigen λ. Bilangan λ disebut nilai eigen matriks A. dengan A ˆ rxr terbesar sedemikian hingga Det( A submatriks A.

maka harus dipenuhi det(A-λI)=0. Persamaan terakhir biasa disebut persamaan karakteristik. λ2=-4 atau λ3=3 untuk λ1=0. Dari persamaan karakteristik tersebut akan diperoleh penyelesaian terhadap λ dan selanjutnya untuk setiap nilai λ akan menentukan suatu vektor v. Untuk mendapatkan penyelesaian v≠0.Diperhatikan bahwa Av=λv ⇔ (A-λI)v=0 . diperoleh (A-λI)v=0 ⇔ ⇔ ⇔ (A-0⋅I)v=0 2 1  v1   0  1 − 0      −1 − 0 0  v 2  =  0   6  −1     −2 − 1 − 0   v 3   0  v1=-1/13 v3 dan v2=-6/13 v3 Matriks dan Determinan 13 . dengan I dan O masing-masing matriks identitas dan matriks nol. Contoh: Akan dicari nilai eigen dan vektor eigen matriks 2 1 1   A =  6 −1 0   − 1 − 2 − 1   Dari persamaan karakterisitik det(A-λI)=0 1− λ 2 1 ⇔ ⇔ ⇔ ⇔ 6 −1 −1 − λ 0 =0 −2 −1 − λ λ3+λ2-12λ=0 λ(λ+4)(λ-3)=0 λ1=0.

jika diketahui matriks bujursangkar An×n persamaan karakteristik : (-1)nλn+cn-1λn-1+ cn-2λn-2+…+ c1λ+c0=0 maka menurut teorema Cayley-Hamilton berlakulah : (-1)nAn+cn-1An-1+ cn-2An-2+…+ c1A+c0I=0 ⇔ An=(-1)1-n(cn-1An-1+ cn-2An-2+…+ c1A+c0I) dengan Terlihat bahwa teorema Cayley-Hamilton dapat digunakan untuk menghitung matriks berpangkat. dipilih t =-13. Teorema Cayley-Hamilton juga dapat digunakan untuk menghitung invers suatu matriks. t ∈ R   t   agar sederhana. disamping itu. Jadi. untuk λ2=-4 dan λ3=3 dapat diperoleh vektor eigen masing-masing  1   − 2     v=  − 2  dan v=  − 3   − 1  2      Teorema berikut ini sangat berguna untuk menghitung matriks berpangkat. Teorema 9 (Cayley-Hamilton) Suatu matriks bujur-sangkar akan memenuhi persamaan karakteristiknya. sehingga diperoleh vektor eigen  1    v=  6   − 13    Dengan cara serupa. dapat pula digunakan untuk meghitung invers suatu matriks (jika ada). − t /13    diperoleh vektor eigen v=  − 6t /13  . yaitu : Matriks dan Determinan 14 .

yaitu −2−λ −1 4 3−λ = 0 ⇔ (λ + 2)(λ − 3) + 4 = 0 ⇔ λ1=−1 atau λ2=2 Berdasarkan teorema.. Dari persamaan karakteristik : det(A-λI)=0.   Matriks dan Determinan 15 . k2=(2m+(-1)m⋅2)/3 dan . λm=k1λ+k2  − 3 2 2 A −1 =   − 1 2 1    ⇔ λ2−λ−2=0 { { } } Konstanta k1 dan k2 diperoleh dari substitusi λ1=−1 dan λ2=2 yaitu : k1=(2m−(-1)m)/3 .. Dengan demikian : λm=k1λ+k2 ⇔ Am =k1A+k2I ={(2m−(-1)m)/3}A+{(2m+(-1)m⋅2)/3}I  − 20 84  untuk m=6 (misalnya) diperoleh A 6 =   − 21 85  .c 0 I = (− 1)n +1 A n − c n −1A n −1 − c n − 2 A n − 2 − L − c 2 A 2 − c1A ⇔ c 0 IA −1 = (− 1)n +1 A n − c n −1A n −1 − c n − 2 A n − 2 − L − c 2 A 2 − c1A A −1 1 (− 1)n +1 A n −1 − c n −1A n − 2 − c n − 2 A n − 3 − L − c 2 A − c1I ⇔ A −1 = c0 Contoh  − 2 4 Diketahui matriks A =   − 1 3    Akan digunakan Teorema Cayley-Hamilton untuk menghitung A-1 dan Am. diperoleh A2−A−2I=0 ⇔ A-1=(A−I)/2 ⇔ Selanjutnya. λ2−λ−2=0 ⇔ ⇔ ⇔ ⇔ ⇔ λ2=λ+2 λ3=λ2+2λ=(λ+2)+2λ=3λ+2 λ4=3λ2+2λ=3(λ+2)+2λ=5λ+6 .

X nx1 =  dan B mx1 =  M M M  M  M        b  x  a  a L a m2 mn   m  n  m1 . maka SPL dikatakan SPL tersebut konsisten. dengan matriks  a11 a12 L a1n   b1   x1         a 21 a 22 L a 2n   b2   x2  A mxn =  . (a). X= dan B =  A= M M M  M  M        x  b  a   n  m  m1 a m2 L a mn  Teorema 10 Diketahui SPL dalam bentuk matriks AX=B.3. ~ Diketahui pula A .  a11 a12 L a1n  ~  a 21 a 22 L a 2n A = M M M  a  m1 a m2 L a mn ~ Jika Rank(A)=Rank( A ). Terapan Sistem Persamaan Linear (SPL) Sistem Persamaan Linear adalah suatu sistem persamaan linear yang terdiri dari n persamaan dan m peubah : a11x1+a12x2+…+a1nxn=b1 a21x1+a22x2+…+a2nxn=b2 ∂ am1x1+am2x2+…+amnxn=bm SPL tersebut dapat dituliskan ke dalam bentuk perkalian matrik : AX=B dengan  a11 a12 L a1n   x1   b1         a 21 a 22 L a 2n   x2   b2  . b1   b2  M   bm   tersebut paling sedikit mempunyai satu penyelesaian. matriks imbuhan (augmented matriks). Dalam hal ini Matriks dan Determinan 16 .5.

maka SPL tersebut mempunyai penyelesaian tunggal. maka SPL tersebut mempunyai penyelesaian yang banyaknya takhingga. dengan syarat A suatu matriks invertible (berdasarkan teorema 8 maka Rank(A)=n) yaitu AX=B ⇔ A-1AX=A-1B ⇔ IX=A-1B ⇔ X=A-1B. seperti dinyatakan oleh teorema berikut. dapat diselesaikan melalui Eliminasi Gauss-Jordan. dapat diselesaikan. determinan matriks pun dapat digunakan untuk menyelesaikan sistem persamaan linear. x2 = det (A ) det (A ) det (A ) Matriks dan Determinan 17 . ~ Jika Rank(A)=Rank( A )=n. Xnx1 dan Bnx1 dengan A invertible. Berikut ditinjau SPL pada teorema 10 untuk kasus m=n. Penyelesaian SPL Menggunakan Invers Melalui operasi matriks. sistem persamaan AX=B. xn = . dan diketahui det(A)≠0 maka sistem persamaan linear tersebut mempunyai penyelesaian tunggal x1 = det (A 2 ) det (A n ) det (A1 ) . Jika Rank(A)<n. Penyelesaian SPL Menggunakan Determinan Selain invers. yaitu matriks Anxn. Teorema 11 (Aturan Cramer) Jika AX=B adalah sistem persamaan linear yang terdiri dari n persamaan dan n peubah.(b). Secara umum dapat dinyatakan bahwa suatu SPL konsisten. L . (c).

n adalah matriks yang diperoleh dengan menggantikan elemen-elemen kolom ke-k dari matriks A dengan elemen-elemen matriks B... Contoh: Akan dicari penyelesaian SPL berikut : 3x1+2x2-x3=0 x1+6x2+3x3=-48 2x1-4x2=32  x1   3 2 − 1  0        A = 1 6 3  . maka Diperhatikan A =  1 6 2 − 4 0   32      3 2 − 1 1 6 0  3 − 48   B12   ~  A = 1 6 3 − 48   →  3 2 − 1 0  2 − 4 0 2 − 4 0 32  32      − 48  6 3 − 3B1+ B2  1  − 2B1+ B3      → 0 − 16 − 10 144   0 − 16 − 6 128    1 6 3  1 58   → 0  0 − 16 − 6  −1 16 B2 − 48   −9  128   Matriks dan Determinan 18 ..dengan Ak .2. k=1..  3 2 − 1  0      3  dan B =  − 48  . dengan Dengan Eliminasi Gauss-Jordan Penyelesaian dengan cara ini adalah melalui eliminasi ~ gauss-jordan pada matriks imbuhan A . Elemen-elemen ~ pada kolom terakhir A setelah proses eliminasi selesai meyatakan penyelesaian SPL. X =  x 2  dan B =  − 48  x  2 − 4 0   32   3     ♦ ⇔ AX=B .

maka diperoleh −1 4 1 4 14    X=A −1  3 16 1 16 3 16  0   3       B =  3 32 1 32 − 5 32  − 48  =  − 13 2      −1 4 1 4 14   32   − 4   ♦ Dengan Determinan (Teorema 11) Dari SPL di atas diperoleh :  3 2 − 1   A = 1 6 3  . x   − 4   3   ♦ Dengan Invers Karena A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  .1 0 − 3 4      → 0 1 5 8 0 0 4  − 6B2 + B1 16B2 + B3 6   −9  − 16   6   − 9 − 4  1 0 − 3 4   → 0 1 5 8 0 0 1  1 4 B3 1 0 0       → 0 1 0 0 0 1  3 4 B3 + B1 − 5 8 B3 + B2 3   − 13 2  −4    x1   3      Jadi diperoleh : X=  x 2  =  − 13 2  . det(A1)=192  32 − 4 0    0 − 1 3   A 2 =  1 − 48 3  . det(A2)=-416  2 32 0   Matriks dan Determinan 19 . det(A)=64 2 − 4 0    2 − 1  0   A1 =  − 48 6 3  .

x   − 4   3   Matriks dan Determinan 20 .5 dan x3=-256/64=-4. det(A3)=-256  2 − 4 32    Maka berdasarkan teorema 11 diperoleh x1=192/64=3. x2=-416/64=-6.0  3 2   A 3 =  1 6 − 48  .  x1   3      Jadi X=  x 2  =  − 13 2  .

Tentukan rank matriks-matriks berikut : 2 1 1 1 1 − 1 3      0 3 0  dan  2 − 2 6 8  3 1 2 3 5 − 7 8     2.x1). hitunglah nilai konstanta k 5. Det(3A).y2) dan (x3. Hitunglah : 1 2 3 1 2 3      A =  2 1 4  dan B =  2 1 k  3 4 2 3 4 2     Jika Det(B)=2 Det(A). Carilah nilai-nilai eigen dan vektor-vektor eigen masing-masing matriks-matriks berikut 5 4  . Hitung invers matriks-matriks berikut : 0  2 0 1    2  − 2 3 4 .SOAL-SOAL LATIHAN 1. (x2. Jika diketahui matriks Bnxn tunjukkan matriks BBT dan B+BT masing-masing simetris. 7 11 1 3   2 1 1   8 0 − 1 3  6 − 1 0  dan  0 0 −2 4  − 1 − 2 − 1      0 0 0 2   x1 x2 x3 y1 1 y2 1 = 0 y3 1 Buktikan titik-titik (x1. Suatu matriks Anxn dikatakan simetris (symetric) jika AT=A dan dikatakan anti-simetris (skew-symetric) jika AT=-A. Matriks dan Determinan 21 . Diketahui matriks-matriks 2 2 2  2 3 0 1 2 2  1 2 2  Diketahui Det(A)=5 dan A suatu matriks ukuran 4×4.y3) segaris bila hanya bila : 7. 1 2   6. sedangkan B-BT anti-simetris. Det(2A-1) dan Det((2A)-1) 4.   − 5 5 6 1   2  3.

Diperhatikan sebuah pelat bujursangkar dengan temperatur pada masing-masing sisi seperti gambar. Selesaikan persamaan matriks pada bagian a dengan mencari invers matriks koefisiennya. P3 dan P4 dapat dihitung masing-masing dengan rumus: u1 = u2 u3 u4 u2 + u4 + 100 + 100 4 u + u3 + 100 + 200 = 1 4 u + u4 + 100 + 200 = 2 4 u1 + u3 + 100 + 100 = 4 200oC P2 100oC P1 P4 P3 100oC 100oC a. Tunjukkan Sistem Persamaan Linear di atas equivalen dengan persamaan matriks 0 1   u1   − 200  − 4 1      0   u2   − 300   1 −4 1 =  0 1 − 4 1   u3   − 300        1   u   − 200  0 1 4 −   4   b. Pada beberapa keadaan tertentu. Tentukan Ak . k bilangan bulat positif. x1+2x2+2x3=2 x1+x2+x3=0 x1-3x2-x3=0 (b). hampiran temperatur pada titik P1. P2. Selesaikan masing-masing SPL berikut : (a).8. jika  5 4 2   A =  4 5 2  2 2 2   10. x1+x2+x3=3 x1-x2-x3=-1 3x1+2x2+x3=5 9. Matriks dan Determinan 22 .

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)//-->