Matrik dan Vektor

10

MATRIK DAN VEKTOR

Pengenalan
Satu matrik ialah satu tatasusunan (array) segiempat nombor-nombor (atau entiti-entiti lain yang sesuai) yang dipanggil pemasukan atau unsur matrik itu. Satu matrik biasanya ditunjukkan dalam sepasang kurung persegi. Contoh 10.1:

1 4
dan

2 5

3 6

2 3
1

Matrik dan Vektor

Dimensi suatu matriks ialah satu pasangan tertib yang mempunyai komponen pertamanya bilangan baris (mendatar) dan sebagai komponen keduanya bilangan lajur (menegak) dalam matriks itu. Contoh 10.2:

1. 2 3 4 5 6
1. 4 5
a1 a 2 b1 b2 c1 c2 d1 d 2

adalah matriks 2 x 3 (dibaca dua kali tiga)

adalah matriks 3 x 1 (dibaca tiga kali satu)

a3 a4 b3 b4 c3 c 4 d3 d4

adalah matrik 4 x 4.

Matrik dan Vektor

Perhatikan bahawa bilangan baris disebut dahulu dan kemudian bilangan lajur. Satu matriks yang mengandungi satu baris tunggal dipanggil matriks baris atau vektor baris, sementara matriks yang mempunyai satu lajur dipanggil matriks lajur atau vektor lajur. Matriks biasanya diwakili oleh huruf besar Contoh 10.3:

A=

dan

1. 2 3 4 5 6 b1 b2

B=

untuk menunjukkan bahawa A ialah matriks 3 x 3 dan ditulis sebagai A 3X3 dan B ialah matriks 1 x 2 ditulis sebagai B1X2. Satu kebiasaan untuk menulis matriks yang besar, kita menggunakan subskrip kembar, dimana subskrip pertama menunjukkan dibaris mana unsur itu dan yang kedua menerangkan lajur.

Matrik dan Vektor

Contoh 10.4:

A=

a11 a12 a13 a21 a22 a23 a31 a32 a33

dimana a11 ialah unsur didalam baris 1 dan dilajur 1; a 23 ialah unsur didalam baris 2 dan dilajur 3; dan secara amnya ditulis a ij ialah unsur didalam baris i dan dilajur j.

Operasi Matriks
Hasil Tambah Matriks

Takrif: Hasil tambah dua matriks yang sama dimensinya, Amxn dan Bmxn, ialah matriks (A + B)mxn, dimana unsur didalam baris ke i dan lajur ke j ialah a ij + bij, untuk i = 1,2,...,m dan j = 1,2,...,n.

Contoh 10.5

Matrik dan Vektor

A=

3 1 2 2 1 4
=

B=

4. 2 3 1 4 5

dimana A + B

A+B

3 1 2 2 1 4

4. 2 3 1 4 5
=

3+ 4 1 + 2 2 + 1 1+ 4

2 + 3 4 + 5

7 3 5 3 5 9

Hasil tambah dua matriks yang sama dimensinya didapati dengan menambahkan unsur-unsur yang bersempadanan. Hasil tambah dua matriks yang berbeza dimensinya tidak boleh ditakrifkan.

Matrik dan Vektor

Takrif:

Dua matriks, A dan B adalah sama jika dan hanya jika kedua-dua matriks itu mempunyai dimensi yang sama dan aij = bij untuk setiap i dan j.

Contoh 10.6:

2 1 4 / 2 2 1 3 0 9 / 3 0
= tetapi

2 1 3 0

2 3 1 0
6

Transposisi Matriks

Matrik dan Vektor

Takrif: Transposisi suatu matriks A, ditanda sebagai A T atau A, ialah matriks dimana barisnya adalah lajur bagi A dan lajurnya adalah baris bagi A.

Contoh 10.7:

2 1 3 5 2 1 3 5 4 5 6 7 8 9
7

T =

2 3 1 5

dan

Matrik dan Vektor

4 5 6 7 8 9

T =

4 5 6

7 8 9

Takrif: Satu matriks dengan setiap unsurnya 0 ialah satu matriks sifar, dan ditanda dengan simbol .

Contoh 10.8:

02x3 =

0 0 0 0 0 0

Matrik dan Vektor

Takrif:

Negatif sesuatu matriks Amxn ditandakan dengan -Amxn; terbentuk dengan menggantikan setiap unsur dalam matriks Amxn dengan songsangan penambahannya.

Contoh 10.9:

3 1 2 2 4 5 3 1 2 2 4 5

maka

-A =

Hasiltambah Bmxn + (-Amxn) dipanggil beza Bmxn dan Amxn dan ditandakan sebagai Bmxn - Amxn. Contoh 10.10:
9

Matrik dan Vektor

B=

3 1 5 4 2 1 8 3 2 3 1 5 4 2 1 8 3 2

A=

2 1 2 4 1 1 6 3 1 2 1 2 4 1 1 6 3 1 5 2 1 1 2 1
=

B-A

3 2 1 + 1 4 4 2 + 1 8 6 3 + 3

1 0 3 0 1 0 2 0 1

Sifat-sifat Hasil Tambah

TEOREM 1:

10

Matrik dan Vektor

Jika A, B dan C adalah matriks-matriks m X n dengan unsur nombor nyata, maka I II III IV (A + B)mxn ialah satu matriks dengan unsurnombor nyata (A + B) + C = A + (B + C) Matriks 0mxn mempunyai sifat bahawa untuk setiap matriks Amxn Untuk setiap matriks Amxn, matriks -Amxn mempunyai sifat bahawa A + (-A) = 0 dan (-A) + A = 0 A+B=B+A Hukum pulangan penambahan. Hukum kesatuan penambahan Hukum identiti penambahan Hukum songsangan penambahan Hukum tukar tertib untuk penambahan.

7.2.3

Pendaraban Matriks
Takrif: Hasil darab satu nombor nyata c dengan satu matriks m x n, A, dengan unsur aij ialah matriks cA dengan unsur yang bersempadanannya ca ij, dimana i = 1,2,.....,m dan j = 1,2,......,n.

Contoh 10.11: c=3

11

Matrik dan Vektor

A=

2 5 4 7
3

cA =

2 5 4 7

() 32 34 ()
6 15 12 21

35 ( ) 3( 7)

Teorem 2: Jika A dan B ialah matriks m x n, dan c, d R maka 1. 2. 3. 4. 5. 6. 7. cA ialah satu matriks m x n c(dA) = (cd)A (c + d)A = cA + dA c(A + B) = cA + cB IA = A (-1)A = -A 0A = 0
12

Matrik dan Vektor

8.

c0 = 0

Takrif: Hasil dharab matriks baris 1 x p dengan unsur a 1, a2, .. ap dengan matriks lajur p x 1 dengan unsur b 1, b2, .. bp ialah a1b1 + a2b2 + .. + apbp. Contoh 10.12:

A = [ 1 0 1 2] ;

3 1 B= 2 4 3 1 ] 2 4

AB =

[1

0 1 2

= = =

(1)(3) + (0)(1) +(-1)(-2) +(2)(4) 3+0+2+8 13

13

Matrik dan Vektor

Takrif: Hasil darab matriks Am+p dengan Bpxn ialah satu matriks m x n dengan unsur i, j ialah hasil darab baris ke i untuk A dengan lajur ke j untuk b.

Contoh 10.13:

A2x3 =

3 0 1 4 1 2

B3x2 =

1 2 3

2 2 1

A.B =

1 3 0 1 2 4 1 2 3

2 2 1

14

Matrik dan Vektor

(3)(1) + (0)( 2) + (1)(3) (3)( 2) + (0)(2) + (1)(1) (4)(1) + (1)( 2) + (2)(3) (4)( 2) + (1)(2) + (2)(1)
3+ 0+ 3 6+ 0+ 1 4 2 + 6 8 + 2 + 2 6 5 8 4

Pendaraban matriks pada umumnya tidak menukar tertib. Yang demikian, apabila membincangkan hasil darab matriks, kita mesti tentukan tertib matriksmatriks. Untuk hasil darab AB, kita katakan A didarabkan disebelah kanan dengan B, dan B didarabkan disebelah kiri dengan A. Perhatikan bahawa hasil darab dua matriks A dan B mengkehendaki matriks A mempunyai bilangan lajur yang sama dengan bilangan baris bagi B, hasilnya AB mempunyai bilangan baris yang sama dengan A dan bilangan lajur yang sama dengan B. Matriks A dan B seperti ini dipanggil serasi bagi pendaraban. Fakta bahawa dua matriks itu serasi dalam AB, tidak bermakna ia serasi dalam tertib BA.

15

Matrik dan Vektor

Contoh 10.14:

A=

3 1 2

1 0 1 3 1 2

dan

B=

1 1 2 1

AB =

1 1 0 1 2

1 1

(3)(1) + (1)(2) (3)( 1) + (1)(1) (1)(1) + (0)(2) (1)( 1) + (0)(1) (2)(1) + (1)(2) (2)( 1) + (1)(1)

16

Matrik dan Vektor

3+ 2 3+ 1 1+ 0 1+ 0 2 + 2 2 + 1

5 1 4

2 1 1

Perhatikan bahawa A dan B adalah tidak serasi dalam tertib BA. Teorem 3: Jika A, B dan C adalah matriks segiempat sama n x m maka AB( C) = A(BC) Jika A ialah satu matriks segiempat sama, maka A 2, A3 dan sebagainya menunjukkan AA, AA(A) dan sebagainya. Teorem 4: Jika A, B dan C adalah matriks segiempat sama n x n maka A(B + C) = AB + AC dan (B + C)A = BA + CA

Takrif: penjuru prinsipal sesuatu matriks persegi ialah set tertib unsur-unsur aij, dari pepenjuru atas sebelah kiri hingga pepenjuru bawah sebelah kanan matriks. Yang demikian, pepenjuru prinsipal mengandungi a11, a22, a33 dan sebagainya.

17

Matrik dan Vektor

Contoh 10.15:

1 5 6

3 2 4

1 3 0

Pepenjuru prinsipal untuk A ialah 1, 2 dan 0.

Takrif: Satu matriks pepenjuru ialah satu matriks persegi dalam mana semua unsur bukan pada pepenjuru prinsipal adalah 0.

Contoh 10.16:

4 0
atau
18

0 3

Matrik dan Vektor

1 0 0
Contoh 10.17:

0 1

0 0 0 1

Takrif: Inxn menunjukkan matriks pepenjuru atau matriks identiti yang mempunyai 1 untuk unsur-unsur pada pepenjuru prinsipalnya.

I2x2 =

1 0 0 1
19

Matrik dan Vektor

I4x4

1 0 0 0
Teorem 5: Untuk setiap matriks Anxn

0 1 0 0

0 0 1 0

0 0 0 1

Anxn Inxn = Inxn Anxn = Anxn Tambahan pula Inxn ialah matriks unik yang mempunyai sifat ini untuk semua matriks Anxn. Teorem 6: Jika A dan B adalah matriks-matriks persegi n x n, dan a ialah satu nombor nyata, maka a(AB) = (aA)B = A(aB)

7.3 Penentu (Determinant)

Setiap matriks segiempat sama A yang mempunyai unsur nombor nyata ialah satu nombor nyata dipanggil penentu bagi A dan ditanda dengan A atau (A) (dibaca sebagai penentu bagi A).

20

Matrik dan Vektor

Takrif:

Penentu bagi matriks

a11 a21

a12 a2

Penentu satu matriks segiempat sama biasanya ditunjukkan dalam bentuk yang sama sebagaimana matriks, tetapi dengan garis tegak yang menggantikan kurungan.

a11 a21

a12 a2
a11 a12 a21 a22
21

a11a22 - a12a21

Matrik dan Vektor

Contoh 10.18:

3 4
3 4

2 6
2 6

= (3)(6) - (2)(4) = 18 - 8 = 10

22

Matrik dan Vektor

Takrif:

Penentu bagi matriks

a11 a12 a13 a21 a22 a23 a31 a32 a33

a11 a12 a13

=

a21 a22 a23 a31 a32 a33

ialah nombor

a 22 a11 a 32

a 23 - a12 a 33

a21 a22 a21 a22 a32 a33 a31 a32

+ a13

Peraturan Asas Bagi Penentu 1. 2. 3. Jika setiap ruangan didalam satu atau lebih baris atau lajur matriks A adalah 0, maka |A| = 0 Penentu bagi trasposisi matriks A adalah sama dengan penentu matriks itu sendiri |A'| = |A| Jika B adalah matriks yang diperolehi dengan mendharabkan setiap ruangan dari satu baris (atau lajur) matriks A dengan satu nombor, , maka |B| = |A| Jika dua baris (atau lajur) matriks A bertukarganti (interchanged), maka penentu akan berubah tanda, tetapi mengekalkan nilai mutlaknya

4.

23

Matrik dan Vektor

5. 6. 7. 8. 9.

Jika dua baris (atau lajur) bagi matriks A adalah sama, maka |A| = 0 Jika dua barus (atau lajur) bagi matriks A adalah berkadaran (proportional), maka |A| = 0 Jika satu skala didharabkan dengan satu baris (atau lajur) dan ditambahkan dengan baris (atau lajur) yang lain, maka nilai penentu tidak akan berubah Penentu bagi keluaran dua n x n matriks A dan B adalah hasil bagi penentu setiap faktor: |AB| = |A|.|B| Jika A ialah matriks n x n dan ialah nombor nyata, maka |A| = n|A|

7.4 Pengembangan Laplace

Sekarang kita akan membincangkan proses pengembangan Laplace penentu peringkat ketiga. Melihat kembali matrik

A=

a11 a12 a13 a21 a22 a23 a31 a32 a33

nilai |A| boleh juga dilihat sebagai jumlah bagi tiga sebutan, setiap satunya adalah hasil dari unsur baris pertama dan merupakan penentu peringkat ke dua, sebagaimana berikut

24

Matrik dan Vektor

a22 a23 a32 a33

|A| = a11 a12

a21 a23 a31 a33

+ a13

a21 a22 a31 a32

= a11a22a33 - a11a23a32 - a12a21a23 + a12a23a31 + a13a21a32 - a13a22a31 Proses didalam menilai |A| - dengan menggunakan penentu peringkat yang lebih rendah dikatakan sebagai pengembangan Laplace bagi penentu. Tiga penentu peringkat ketiga didalam contoh diatas bukan ditentukan secara abritrari tetapi menggunakan peraturan yang ksusus. Sebutan pertama

25

Matrik dan Vektor

pertama dan lajur pertama. Ini dipanggil sebagai minor unsur a11 dan ditandakan sebagai |M11|. Secara amnya, simbol |Mij| boleh digunakan untuk mewakili minor yang diperolehi dengan menghapuskan baris i dan lajur j bagi penentu. Oleh kerana minor itu sendiri merupakan penentu, ia mempunyai nilai. Oleh itu dua penentu peringkat kedua yang lain dari contoh diatas, masing-masingnya adalah minor |M12| dan |M13|, iaitu

a22 a23 a32 a33

adalah sub penentu |A| yang diperolehi dengan menghapuskan barus

a22 a23 a32 a33

|M11| = ; |M12| =

a21 a23 a31 a33

; |M13| =

a21 a22 a31 a32

26

Matrik dan Vektor

Takrif: Minor, Mij, bagi satu unsur aij dalam satu penentu yang tinggal selepas baris ke i dan lajur ke j dalam penentu itu dibuangkan.

Konsep yang berkait rapat dengan minor adalah kofaktor. Kofaktor ditandakan sebagai |Cij|, merupakan minor dengan tanda aljabar diletakkan. Peraturan bagi tanda tersebut adalah sebagaimana berikut. Jika jumlah dua subskrip i dan j didalam minor adalah genap, maka kofaktor mempunyai tanda yang sama sebagaimana minor. Jika ia ganjil, maka kofaktor mempunyai tanda yang berlawanan dengan minor, iaitu |Cij| = -|Mij|. Secara ringkasnya kita mempunyai |Cij| = (-1)i+j|Mij| dimana dengan nyata menunjukkan pernyataan (-1) i+j adalah positif jika dan hanya jika (i + j) adalah genap.

Takrif: Kofaktor, Aij, bagi satu unsur aij ialah minor bagi aij jika i+j itu salah satu integer genap, dan negatif minor bagi aij jika i+j itu integer ganjil.

Contoh 10.19: Didalam penentu

27

Matrik dan Vektor

987 654 321

minor unsur 8 ialah

|M12| =

64 31

= (6)(1) - (3)(4)

= 6 - 12 = -12 tetapi kofaktor bagi unsur yang sama ialah |C12| = (-1)|M12| = 6 disebabkan i + j = 3 adalah ganjil. Begitu juga, kofaktor bagi unsur 4 ialah |C 23| = -|M23|

9
= -

8 2
28

3
= - (18 - 24)

= - [(9)

(2) - (8)(3)]

Matrik dan Vektor

=6 Menggunakan konsep ini, kita boleh menyatakan penentu peringkat ketiga sebagai |A| = a11|M11| - a12|M12| + a13|M13| = a12|C11| + a12|C12| + a13|C13| =

j =1

a1j|C1j|

iaitu jumlah bagi tiga sebutan, hasil dari unsur baris pertama dan kofaktor yang berpadanan. Perhatikan perbezaan didalam tanda a 12|M12| dan a12|C12|. Ini disebabkan 1 + 2 memberikan nombor ganjil. Pengembangan Laplace penentu peringkat ketiga memberikan pengurangann didalam menilai masalah kepada menilaian hanya beberapa penentu peringkat kedua. Pengurangan yang sama juga boleh diperolehi didalam pengembangan Laplace bagi penentu peringkat yang lebih tinggi. Didalam penentu peringkat keempat, |B|, sebagai conntoh, baris teratas mengandungi empat unsur, b 11, b12, b13, dan b14; oleh itu
4

|B| =

j =1

bij |Cij|

dimana kofaktor |C1j| adalah peringkat ketiga. Setiap kofaktor peringkat ketiga kemudiannya boleh dinilaikan sebagaimana sebelumnya. Secara amnya pengembangan Laplace bagi penentu peringkat n akan mengurangkan masalah kepada satu penilaian kofaktor n, dan setiap satunya menjadi peringkat (n - 1), dan dengan mengulangi proses tersebut akan menghasilkan penentu yang lebih rendah lagi dan seterusnya nilai penentu yang asal dengan mudah boleh dikira. Walaupun proses pengembangan Laplace boleh dilakukan didalam sebutan kofaktor untuk unsur baris pertama, ia juga boleh dikembangkan melalui
29

Matrik dan Vektor

kofaktor mana-mana barus atau lajur. Sebagai contoh, jika lajur pertama penentu peringkat ketiga |A| mengandungi a11, a21 dan a31, pengembangan Laplace tiga unsur ini juga menghasilkan nilai |A| yang sama |A| = a11|C11| + a21|C21| + a31|C31|
3

j =1

ai1 |Ci1|

Contoh 10.20: Diberi |A| =

5 6 2 3 7 3
pengembangan melalui baris pertama menghasilkan

1 0 0

3
|A| = 5

0 0
- 6

3
30

Matrik dan Vektor

2 7
2

0 0
3

7 3
= 5 [(3)(0) - (-3)(0)] - 6[(2)(0) - (0)(7)] + 1[(2)(-3) - (3)(7)] = 5(0) - 6(0) + (-6 - 21) = -27 tetapi pengembangan melalui lajur pertama, menghasilkan jawapan yang sama

|A| = 5

30 20 3 0 7 0
-2

+7

61 30

= 5(0) - 2(0 + 3) + 7(0 - 3) = 0 - 6 - 21 = - 27

31

Matrik dan Vektor

Setakat ini pengiraan numerikal adalah berkaitan usaha-usaha untuk memilih baris atau lajur yang mudah untuk dikembangkan. Baris atau lajur dengan bilangan nombor 0 dan 1 yang terbanyak selalunya dipilih bagi tujuan ini, disebabkan 0 didharabkan dengan kofaktir adalah sifar dan sebutan ini boleh digugurkan dan 1 didharabkan dengan kofaktor tersebut memberikan nilai kofator tersebut juga, oleh itu langkah pengiraan dapat dijimatkan. Didalam contoh diatas, cara mudah untuk mengembangkan penentu adalah melalui lajur ketiga yang mengandungi unsur 1, 0 dan 0. Oleh itu kita hanya menilai

23
|A| = 1

7 3
n

- 0 + 0 = -27

Untuk kesimpulan, nilai penentu |A| peringkat n boleh diperolehi melalui pengembangan Laplace bagi mana-mana baris atau lajur sebagaimana berikut:

|A| =

j =1

aij |Cij|

(pengembangan melalui baris j)

|A|=

i =1

aij|Cij|

(pengembangan melalui lajur i)

Takrif:

Penentu bagi matriks persegi

a11 a12 ...........a1n a21 a22 ........... a2n 32 ................................. a n 1 a n 2 ........... a nn

Matrik dan Vektor

Contoh 10.21:

A=

3 2 1 0 1 2 1 3 4

A =

1 2 0 2 0 1
3

3 4 1 4 13

-2

+1

= 3|(1)(4) - (3)(-2)| - 2|(0)(4) - (-2)(1)| + 1|(0)(3) - (1)(1)| = 3|4+6| - 2|0+2| + 1 |0 - 1| = 3(10) - 2(2) + 1(-1) = 30 - 4 - 1 = 25 Sifat-Sifat Penentu Teorem 7: Jika setiap unsur dalam sebarang baris, atau setiap unsur dalam sebarang lajur, bagi penentu itu 0, maka penentunya sama dengan 0. Contoh 10.22:

33

Matrik dan Vektor

00 12
dan = ( 0)(2) ( 0)(1) = 0

0100 1000 0001 0000

=0

Teorem 8: Jika dua baris (atau dua lajur) dalam satu penentu mempunyai unsur-unsur bersempadanan yang sama, penentunya sama dengan 0. Contoh 10.23:

34

Matrik dan Vektor

11 33
dan = (1)(3) - (1)(3) = 0

12 1 310 1 21
= [(1)(1)(1) + (2)(0)(1) + (1)(2)(3)] - [(1)(1)(1) + (2)(3)(1) +(1)(2)(0)] = [1 + 0 + 6] - [1 + 6 + 0] =7-7 =0

Songsangan Matriks Persegi (Inverse Matrix)

Dalam medan nombor nyata, setiap unsur a kecuali 0 mempunyai satu songsangan pendaraban 1/a dengan sifartnya a. 1/a = 1 Takrif: Untuk satu matriks persegi A dengan peringkat n, jika ada satu matriks persegi A-1 dengan peringkat n sedemikian hingga AA-1 = I dan A-1A = I dimana I ialah matriks identiti berdaraban dengan peringkat n, mana A -1 ialah songsangan pendaraban bagi A.

35

Matrik dan Vektor

Teorem 9:

Jika

a11 a12.......... .a1n a 21 a22.......... .a2n .......... .......... .......... ... an1 an2.......... .ann
dan jika A 0 maka

a11 a12 ...........a1n a21 a22 ........... a2n -1 T A = 1/ A ................................. a n 1 a n 2 ........... a nn

dimana Aij ialah kofaktor bagi aij dalam A. Jika A = 0, maka A tidak mempunyai songsang.

Matriks persegi dengan [Image]A [Image] 0 adalah matriks tidak singular kerana boleh ditunjukkan bahawa A itu setara baris dengan identiti jika dan hanya jika [Image]A [Image] 0 Contoh 10.23:
36

Matrik dan Vektor

1 2 1
1

0 1 1

1 cari A 0 1

A = 1

10 20 21 1 1 1 1 1 1
-0 +1

= 1(1-0) - 0(2-0) + 1(-2-1) = 1 - 0 +(-3) = -2 Kofaktor A

37

Matrik dan Vektor

A11 =

1 1
0 1
= -2

0 1
A13

= 1

A12

2 1

2 1

1 1

= -3

38

Matrik dan Vektor

A21 = -

0 1
1 1

1 1
=0 A23

= -1 A22

1 1

1 1

0 1

=1

39

Matrik dan Vektor

A31 =

0 1
1 0

1 0
=3 A33

= -2

A32

1 2

1 2
Kofaktor A =

0 1

=1

1 1 1

2 0 2

3 1 1

40

Matrik dan Vektor

A-1 =

1 1 1 A 1
=

2 3 0 1 2 1

1/2

1 1 1 2 0 2 3 1
=

1 2 1

1/ 2 1 1

1/ 2 0 1/2

1/ 2 1 1 / 2

Penyelesaian Persamaan Linear

41

Matrik dan Vektor

Katakan sistem linear dinyatakan seperti berikut: a11X1 + a21X2 + .....a1nXn = b1 a21X1 + a22X2 + .....a2nXn = b2 ................................................ an1X1 + an2X2 + .....annXn = bn Boleh ditulis sebagai persamaan matriks

a11 a12 ...........a1n a21 a22 ........... a2n ................................. a n 1 a n 2 ........... a nn

x1 x2 x3

b1 b2 b3

dimana faktor pertama disebelah kiri ialah matriks pekali untuk sistem ini. Dalam tatatanda yang lebih ringkas, persamaan ini ditulis sebagai AX = B dimana A ialah matriks persegi m x n; X dan B ialah matriks lajur n x 1. Jika A tidak singular, kita boleh dharabkan dengan A-1 untuk mendapatkan matriks-matriks setara. A-1AX = A-1B IX = A-1B X = A-1B dimana A-1B adalah matriks lajur n x 1. Contoh 10.24:

42

Matrik dan Vektor

2x + y + z = 1 x - 2y - 3z = 1 3x + 2y + 4z = 5 atau dalam persamaan matriks AX = B

2 1 3

1 2 2

x 1 3 y 4 z

1 1 5

-1

= 1/ A [kofaktor A]

A = 2

2 3 1 3 1 2 2 4 3 4 3 2
-1 +1

= 2(-8+6) - 1(4 + 9) + 1 (2+6) = 2(-2) - 1(13) + 1(8) = -4 -13 +8 = -9

2 3
A11 =

1 3
= -2 A12 = -

1 2
= -13 A13 =

2 4

3 4

3 2

=8

43

Matrik dan Vektor

A21 = -

1 1 2 4

= -2

A22 =

2 1 3 4

=5

A23 = -

2 1 3 2

= -1

A31 =

1 1 2 3

= -1

A32 = -

2 1 1 3

=7

A33 =

2 1 1 2

= -5

Kofaktor A

2 = 2 1

13 5 7

8 1 5

-1

1/ A [kofaktor A]

-1/9

2 2 13 5 8 1

1 7 5
44

Matrik dan Vektor

-1 X=A B

-1/9

2 2 13 5 8 1

1 1 7 1 5 5

-1/9

( 2)(1) + ( 2)(1) + ( 1)(5) ( 13)(1) + ( 5)(1) + ( 7)(5) ( 8)(1) + ( 1)(1) + ( 5)(5)

2 2 5 13 + 5 + 35 8 1 25

-1/9

45

Matrik dan Vektor

-1/9

9 27 18
=

x y z

1 3 2

Pembesaran Matriks
Jika diberi sistem persamaan didalam bentuk matrik AX = B, pembesaran matriks A|B adalah koeffisien matriks A dengan lajur vektor skala B terletak disebelah matriks tersebut, dan dipisahkan oleh satu garisan. Oleh itu didalam sistem persamaan 7x1 + 7x2 = 45 4x1 + 5x2 = 29 maka pembesaran matriks adalah

A|B=

7 3 45 4 5 29
46

Matrik dan Vektor

Pembesaran matriks digunakan untuk menyelesaikan sistem persamaan linear.

Penyelesaian Persamaan Linear Menggunakan Kaedah Gaussian

Untuk menggunakan kaedah penghapusan Gaussian didalam menyelesaikan masalah persamaan linear kita hanya perlu menyatakan persamaan didalam bentuk pembesaran matriks dan menggunakan kaedah operasi baris secara berulang terhadap matriks pembesaran sehingga koeffisien matriks A menjadi matriks identiti. Penyelesaian kepada sistem persamaan kemudiannya boleh dibaca daripada unsur-unsur yang masih tinggal didalam vektor lajur b. Untuk mengubah koeffisien matriks kepada matriks identiti, kita lakukan mengikut paksi prinsipal. Pertamanya dapatkan nilai 1 didalam kedudukan a 11 koeffisien matriks; kemudian gunakan operasi baris untuk memperolehi sifar bagi manamana unsur didalam lajur pertama. Kemudian dapatkan nilai 1 dikedudukan a 22 dan gunakan operasi baris untuk mendapatkan nilai sifar bagi unsur-unsur lain didalam lajur 2. Lakukan perkara yang sama terhadap pepenjuru prinsipal dan kemudian dapatkan nilai sifar bagi unsur lain sehingga matriks identiti diperolehi. Contoh 10.25: Selesaikan sistem persamaan linear berikut menggunakan kaedah gaussian 3x1 + 2x2 + 6x3 = 24 2x1 + 4x2 + 3x3 = 23 5x1 + 3x2 + 4x3 = 33 Matriks pembesaran adalah

47

Matrik dan Vektor

3 2 6 24 2 4 3 23 5 3 4 33
1. Dharabkan baris 1 dengan 1/3

1 2/3 2 8 2 4 3 23 5 3 4 33
2. Dharabkan baris 1 dengan 2 dan tolakkan dari baris 2 dan dharabkan baris 1 dengan 5 dan tolakkan dari baris 3

1 2/3 2 8 0 8/3 1 7 0 1 / 3 6 7
3. Dharabkan baris 2 dengan 8/3

48

Matrik dan Vektor

1 2/3 2 8 0 1 3 / 8 21 / 8 0 1 / 3 6 7
4. Dharabkan baris 2 dengan 2/3 dan tolakkan dari baris 1, dan dharabkan baris 2 dengan 1/3 dan campurkan dengan baris 3

1 0 9 / 4 25 / 4 0 1 3 / 8 21 / 8 0 0 49 / 8 49 / 8
5. Dharabkan baris 3 dengan -8/49

1 0 9 / 4 25 / 4 0 1 3 / 8 21 / 8 0 0 1 1
6. Dharabkan baris 3 dengan 9/4 dan tolakkan dari 1; dan dharabkan baris 3 dengan 3/8 dan campurkan dengan baris 2.

1 0 0 4 0 1 0 3 0 0 1 1
Oleh itu x1 = 4, x2 = 3 dan x3 = 1
49

Matrik dan Vektor

Petua Cramer
Dibahagian yang lepas kita telah menerangkan mekanisma pengiraan penentu dan songsangan matriks 2 x 2 dan 3 x 3. Konsep ini boleh dikembangkan kepada sistem yang lebih besar dengan cara yang sama walaupun banyak kerjakerja yang perlu ditingkatkan dengan peningkatan saiz matriks. Sebagai contoh, pertimbangkan kerja-kerja yang perlu dilakukan didalam menyelesaikan sistem berikut:

1 0 2 3 1 5 4 1 0 7 3 6 2 4 5 1

x1 x 2 x3 x 4

1 1 24 15

menggunakan kaedah songsangan matriks. Didalam kes ini koeffisien matriks mempunyai pasangan 4 x 4 dan oleh itu mempunyai 16 unsur. Berpadanan dengan unsur ini adalah ko faktor. Ini didefinisikan oleh penentu 3 x 3 yang diperolehi dengan menghapuskan baris dan lajur yang mengandungi unsur, dengan menetapkan tanda '+' atau '-' menurut corak yang berikut

+ +

+ +

+ + +

50

Matrik dan Vektor

Penentu adalah ditemui dengan mengembangkan dimana-mana satu baris atau lajur dan songsangan adalah ditemui dengan menetapkan kofaktor sebagaimana sebelumnya. walau bagaimanapun, dengan mempunyai 16 kofaktor yang hendak dikira, ia merupakan kerja yang merumitkan. Lebih memburukkan, kerapkali berlaku didalam bidang ekonomi hanya beberapa angkubah x i sahaja yang diperlukan nilainya. Sebagai contoh, katakan kita hanya memerlukan nilai x3 sahaja, sementara x2 dan x4 tidak diperlukan. Didalam bahagian ini, kita akan membincangkan kaedah pilihan yang membolehkan kita mencari nilai satu angkubah pada sesuatu masa. Kaedah baru ini memerlukan masa yang kurang jika hanya memilih angkubah yang diperlukan sahaja. ia dikenali sebagai Petua Cramer dan menggunakan penentu matriks sahaja. Petua Cremer untuk menyelesaikan sebarang sistem n x n, AX = B, menyatakan bahawa angkubah i, xi boleh ditemui dari [Ai] xi = -----[A] dimana Ai ialah matriks n x n ditemui dengan menggantikan lajur i matriks A dengan bahagian sebelah kanan vektor B. Untuk memahami konsep ini, pertimbangkan sistem 3 x 3 yang berikut: Contoh 10.26: -4x + 2y - 9z = 2 3x + 4y + z = 5 x - 3y + 2z = 8 atau didalam bentuk matriks

51

Matrik dan Vektor

4 2 9 x 3 4 1 y 1 3 2 z

2 5 8

dan katakan kita hendak mencari nilai angkubah kedua, x. Menurut petua Cramer ia diperolehi dari:

[A1] x1 = -----[A] dimana

[A]

4 2 9 = 3 4 1 1 3 2
= -4 (11) - 2 (5) - 9 (-13) = - 44 - 10 + 117 = 63

dan

52

Matrik dan Vektor

2 2 9 [A ] = 5 4 1 8 3 2
x

Perhatikan bahawa x adalah diberikan oleh dua komponen. satu daripadanya ialah koefisien dari matriks asal, A. Satu komponen lagi dari matriks A digantikan dengan vektor bahagian sebelah kanan persamaan

2 5 8
Didalam kes ini penentu boleh diperolehi dengan mudah [Ax] = 2 (11) - 2 (2) - 9(47) = 22 - 4 - 423 = 441 kerana itu, dengan peraturan Cramer [Ax] x = -----[A] = 441/63 =7
53

Matrik dan Vektor

Begitu juga dengan menggantikan, bergilir-gilir, pemasukan dalam-lajur kedua dan ketiga bagi A dengan pemalar yang bersempadanan 2, 5 dan 8, kita ada

4 2 9 [A ] = 3 5 1 1 8 2
y

dan

4 2 [A ] = 3 4 1 3
z

2 5 8

Sekarang [Ay] y = -----[A] [Ay] = -4(2) - 2(5) - 9(19) = - 8 - 10 - 171 = -189

54

Matrik dan Vektor

y = -189/63 =-3 dan

[Az] z = -----[A] [Az] = -4(47) - 2(19) + 2(-13) = - 188 - 38 - 26 = - 252 [Az] = - 252/63 = -4 dan set penyelesaian itu ialah {(7, -3, -4)}

55