Dasar Dasar Aljabarlinier

DasarDasar-Dasar
Aljabar Linier
Dasar-dasar Aljabar Linier
MATRIKS
Pertemuan 1
Kompetensi Dasar : Memahami Definisi Matriks Indikator : Mampu memahami definisi Matriks, mengetahui jenis-jenis Matriks, operasi-operasi Matriks, dan kaidah-kaidah Matriks. Isi :
A. Pengertian Matriks Matriks adalah deretan elemen/objek/item.
A=
Contoh:
(a11 . amn) disebut suku-suku matriks/anggota matriks. (am1 am2 . amn) (a1n a2n .. amn) untuk setiap n disebut kolom ke n
untuk setiap m disebut baris ke m
Matriks yang mempunyai m baris dan n kolom disebut berukuran m x n Matriks A di atas dapat ditulis A = (aij)mxn atau A = [aij]mxn B. Jenis-jenis Matriks Matriks Bujur Sangkar Adalah matriks yang jumlah baris dan kolomnya sama. Contoh: A[aij]2x2 atau B[aij]3x3 Pada matriks bujur sangkar ada elemen lain yang disebut DIAGONAL UTAMA. Perhatikan contoh matriks di bawah:
Lalu Yudhi Prihadi, S.Si. Page 1
Matriks Diagonal Adalah Matriks bujur sangkar yang elemen-elemen di luar diagonal utama = 0 (nol). Contoh: 0 2 0 0 0 3 atau 1 0 0 0 0 2 0 0 0 0 5 0
Matriks Satuan Adalah Matriks diagonal yang semua elemen pada diagonal utamanya = 1, biasanya dinyatakan dengan I (identity) Contoh: I3 = 0 0 0 0 0 0 1 0 1 0 0 0 0 1 0 1 I2 = 0 0 1
atau
dan seterusnya.
Matriks mxn yang semua elemennya nol disebut Matriks Nol. Contoh: 0 0 0 Matrika 3x3 0 0 0 0 0 0 Matriks 2x3
atau
Matriks Simetris Adalah Matriks bujur sangkar [aij]nxn akan disebut matriks simetris, jika aij = aji.
Lalu Yudhi Prihadi, S.Si.
Page 2
Contoh: 2 5 3 6
1 2
3 4
6 dimana a12 = 2 dan a21 = 2 atau a23 = 6 dan a32 = 6
Matriks Tranpose Tranpose dari suatu matrik A dinyatakan denga A' atau AT dengan menukar letak baris dengan kolom. Contoh: 1 4 2 5 1 3 matriks A2x3 menjadi 2 6 3 4 6 5 matriks A3x2
C. Operasi pada Matriks Penjumlahan dan Pengurangan Dua buah matriks dapat dijumlahkan dan dikurangkan bila ukurannya sama, dengan cara menjumlahkan/mengurangkan elemen-elemen yang seletak.
Contoh:
Begitu juga sebaliknya dengan operasi pengurangan.
Perkalian Bilangan dengan Matriks Suatu bilangan dapat dikalikan dengan sebuah matriks dengan cara mengalikan bilangan tersebut dengan setiap elemen pada matriks. Contoh: k(aij)mxn = (kaij)mxn misalnya:
Perkalian Matriks dengan Matriks Matriks A dapat dikalikan dengan matriks B dalam bentuk AB, dapat dilakukan bila banyak kolom matriks A sama dengan baris matriks B. Misalnya: Amxn x Bmxn = Cmxn Contoh:

dimana:
c11 = a11b11 + a12b21 + a13b31
c 12 = a 11b12 + a 12b22 + a 13b32 c 21 = a 21b11 + a 12b21 + a 13b31 c 22 = a 21b12 + a 12b22 + a 13b32

D. Kaidah-kaidah Matriks 1. A + B = B + A sifat komutatif sifat asosiatif
2. (A + B) + C = A + (B + C) 4. I A = A 3. k(A + B) = kA + kB
5. 0 A = 0; 0 + A = A; A + 0 = A 6. A B B A 7. (A + B) = A + B
tidak komutatif
8. (A B) = A B 9. (A) = A

10. (AB) = B A Evaluasi 1 3 2 3 3 3 2 : 2 3 3 2 3 4 4 3 5 5 4 4 4 3
11. (AB)C = A(BC)
asosiatif perkalian
Diketahui matriks-matriks sebagai berikut: A = 2 Carilah! 1. 2. 3. 4. 5. 1, B = 4 3,
C = 4
3A + 2B 4C 2AB 3BC 5A'B + 2BC' [AB]' B'A' :
Daftar Pustaka
Howard Anton, Dasar-dasar Aljabar Linier, Penerbit Binarupa Aksara, jilid 1.
Page 5
DETERMINAN
Pertemuan 2
Kompetensi Dasar : Memahami dan menentukan nilai Determinan Matriks Indikator : Diharapkan mampu: - Memahami definisi Determinan Matriks, dan dapat
menentukan nilai determinan dari suatu matriks (Determinan tingkat 2 dan tingkat 3) - Memahami menentukan Minor Matriks dan Kofaktor Matriks - Menentukan nilai determinan dari suatu Matriks (Determinan tingkat 3 ke atas) menggunakan Uraian Laplace - Memahami sifat-sifat Determinan Matriks - Mengerjakan beberapa contoh soal Isi :
A. Definisi Determinan Determinan matriks adalah nilai/harga yang diperoleh dari elemen-elemen matriks bujur sangkar dengan suatu operasi tertentu dari matriks nxn sehingga akan diperoleh Determinan Tingkat n. Contoh: Matriks A maka determinan matriks A ditulis A B. Menentukan Nilai Determinan suatu Matriks 1. Determinan tingkat 2 Matriks A =
A =
= a11 a22 - a12 a21
Page 6

3 A= 2 Contoh: 4 , maka 5 3 2 7 35 (42) 15 - 8 4 5
A = = = =
2. Determinan tingkat 3 Matriks A =
Ada dua cara untuk menentukan harga Determinan dari matriks A, yaitu: a. Cara Khusus Cara ini digunakan hanya untuk Determinan tingkat 3 saja.
= a11a22a33 + a12a23a31 + a13a21a32 (a13a22a31 + a11 a23
a32 + a12a21a33) Contoh: 1. A = 1 2 3 1 2

2 3 1 2 3
2 2 4 2 2 = 224 + 332 + 112 (122 + 232 + 314) = 16 + 18 + 2 (4 + 12 + 12) = 36 28 = 8
Page 7
b. Cara Umum Digunakan untuk Determinan tingkat 3 dan seterusnya. Untuk mencari nilai Determinan tingkat 3 dan seterusnya, terlebuh dahulu kita harus mencari nilai Minor matriks dan Kofaktor (Cofaktor) matriks tersebut. MINOR Minor aij dari determinan tingkat n adalah determinan tingkat n-1 dengan elemen-elemen yang tidak tereliminasi jika baris dan kolom melalui elemen-elemen aij dieliminasi dinyatakan dengan Mij. Contoh: 1. A =
M11 = a22a33 - a23a32, yang tereliminasi adalah baris ke 1 dan kolom ke 1. 2. A =
M23 = a11a32 - a12a31, yang tereliminasi adalah baris ke 2 dan kolom ke 3.
KOFAKTOR (COFAKTOR) Kofaktor dari elemen aij dari determinan tingkat n didefinisikan dengan:
cij = (-1)i+j Mij

jika i + j = genap maka cij = Mij; jika i + j = ganjil maka cij = -Mij
Page 8

Contoh:
Diketahui Matriks A = 3 Carilah : a. b. c. 2
4 6
c12 c13 c23 c12 = - c13 = c23 =

3 2 3 2 5 = - (-18 10) = 28
Jawab: a.
b.
c.
3 2
2 4
= 12 4 = 8 4
= -(-12 8) = 20 4
Cara Umum biasa disebut juga dengan Uraian LAPLACE. Suatu Determinan dapat diuraikan menjadi jumlah perkalian elemen-elemen pada suatu baris/elemen-elemen pada sustu kolom maka akan menghasilkan harga yang sama. Contoh:
Menurut baris (misalnya baris ke 1)
a11c11 + a12c12 + a13c13
Page 9

Menurut kolom (misalnya kolom ke 2)
a12c12 + a22c22 + a32c32

Misalnya: mencari Determinan matriks A = 2 3 3 3 2 3 2 maka: 1 1 3 3 3 2 1 2 2 3 1 3 3 2 1 3
Jika dicari dengan cara khusus A = 2
= 6 + 6 + 18 (27 + 12 + 2) = 30 41 = -11
Jika dicari dengan cara umum a. Menurut baris, misalnya baris ke 1 = a11c11 + a12c12 + a13c13
= 2(3 6) + (-(2 6) + 3(6 9) = -6 + 4 + (-9) = -11
= 2
3 3
2 1
+ 1
2 3
2 1
+3
2 3
3 3
b. Menurut kolom, misalnya kolom ke 1 = a11c11 + a21c21 + a31c31
= 2
3 3
= 2(3 6) + 2-(1-9) + 3(2 9)
2 1 + 2 1 3
3 1 + 3 1 3
3 2
= -6 + 16 + (-21) = -11
Page 10

3. Determinan tingkat 4 Cara Umum Misalnya diketahui matriks: 3 1 2 2 2 3 5 3 1 1 4 5 2 3 1 4
A=
a. Menurut baris ke 1 = a11c11 + a12c12 + a13c13 + a14c14 2 3 5 1 1 5 3 2 5 1 1 5 3 2 2 3 1 5 3 2 2 5 3 1
= 22 3 4 + 3 1 3 4 + 11 2 4 + 4 1 2 3
= 2(30+60+2 (9+8+50)) + 3(-(45+40+1 (6+12+25))) + (30+16+3 (4+36+10)) + 4(-(6+12+15 (20+27+2)) = 2(92-67) + 3(-(86-43)) + (49-50) + 4(-(33-49)) = 2(25) + 3(-43) + (-1) + 4(16) = 50 + (-129) + (-1) + 64 = -16 b. Menurut kolom ke 2 = a12c12 + a22c22 + a32c32 + a42c42 3 2 5 3 1 1 5 2 1 2 1 4 5 2 2 1 5 1 4 5 2 1 1 5 3 4 4
= 3 1
4 + 21 3
4 + 2 3
1 + 33
= 3(-(45+40+1 (6+12+25))) + 2(30+8+4 (24+8+5)) + 2(-(50+2+12 (40+2+15))) + 3(40+1+36 (20+6+12)) = 3(-(86-43)) + 2(42-37) + 2(-(64-57) + 3(77-38) = 3(-(43)) + 2(5) + 2(-(7)) + 3(39) = (-129) + 10 + (-14) + 117 = -16
Page 11
C. Sifat-sifat Determinan 1. A = A 2. Jika pada suatu determinan, elemen pada suatu baris atau kolom sama dengan 0 (nol) maka harga determinannya sama dengan 0 (nol). Contoh: 1 0 2 0 4 = 0 5 2 0 4
3. Jika tiap elemen pada suatu baris atau kolom dikalikan dengan skalar k, maka harga determinan k dikali harga determinan semula. k
nilai skalar dikalikan dengan salah satu baris atau kolom. 4. Jika 2 baris atau 2 kolom ditukar tempatnya, maka harga determinan berubah tanda, misalnya: = 1 2 1 3 2 1 1 2 3
= 1 + 8 + 9 (6 + 6 + 2) = 18 14 =4 Baris 1 dengan baris 2 ditukar tempatnya, maka = 1 2 2 3 3 1 1 1 2
= 2 + 6 + 6 (8 + 9 + 1) = 14 18 = -4 terbukti bahwa harga determinan berubah tanda.
Page 12

5. Pada suatu determinan, jika 2 baris atau 2 kolom elemen-elemennya persis sama, maka determinan tersebut sama dengan 0 (nol). Contoh: = 1 2 2 3 3 5 1 2 3
= 10 + 12 + 9 (12 + 9 + 10) = 21 21 =0 6. Suatu determinan nilainya tidak berubah bila kelipatan elemen-elemen pada suatu baris atau kolom ditambahkan pada elemen-elemen baris atau kolom lain. 7. Determinan dari 2 matriks AB = A B 8. Nilai determinan dari matriks diagonal sama dengan hasil kali elemen-elemen pada diagonal tersebut, misalnya: A = 0 0 3 0 2 0 0
A = 0 0
0 4 2 0 0 3 0 4
0 => kalikan elemen-elemen diagonalnya
A = 2 3 4 A = 24
Contoh sifat-sifat determinan Sifat determinan ke 6 1. 1 3 2 3 = 1 3 2 2 2 3 1 0 1 0 3 2 5 7 3
Baris ke 2 dikalikan -2 kemudian ditambahkan dengan baris ke 1. Baris ke 2 dikalikan -3 kemudian ditambahkan dengan baris ke 3. Mencari determinan berdasarkan kolom ke 1 = 0 3 7 + 0 2 1 + 1 7 3 3 5 1 5 3
Page 13

= 0 + (-(7-15)) + 0 =8 2 1 1 2 1 3 1 2 2 3 4 0 = 1 1 0 1 5 3 1 2 2 2 2 1
2.
3 1 2 3 0 10 8 6 Baris ke 3 dikalikan -1 kemudian ditambahkan dengan baris ke 1 Baris ke 3 dikalikan -2 kemudian ditambahkan dengan baris ke 2 Baris ke 3 dikalikan 3 kemudian ditambahkan dengan baris ke 3 Secara singkatnya dihasilkan = 1 5 10 1 0 2 8 1 3 2 2 6 1 1 2
Baris ke 1 dikalikan -5 kemudian ditambahkan dengan baris ke 2 Baris ke 1 dikalikan 10 kemudian ditambahkan dengan baris ke 3 = 0 8 26
Secara singkatnya dihasilkan = -1 = -62 2
= -1(78 16)
8 26
Evaluasi
: 1 2 1 , C = 3 2 3 4 2 3 2 1 2 4 1 1 3 1 2 2
Page 14
Diketahui matriks-matriks sebagai berikut: A = 4 2 1 2 3 3 3 4 2, B = 3 3 1 2 2 4

Carilah: 1. 2. 3. 4. 5. 6. A B C A' B' AB
dengan menggunakan cara khusus dan uraian Laplace Daftar Pustaka :
Howard Anton, Dasar-dasar Aljabar Linier, Penerbit Binarupa Aksara, Jilid 1.
Page 15
INVERS
Pertemuan 3
Kompetensi Dasar : Menentukan Invers Matriks Indikator : Mampu menjelaskan definisi dari Invers Matriks, menyebutkan beberapa sifat dari Invers Matriks serta mampu mengerjakan beberapa contoh soal. :
Isi
Jika untuk matriks A dan B berlaku AB = BA = I, dimana I adalah matriks satuan. Yaitu matriks dengan elemen pada diagonal utamanya sama dengan 1 dan elemen dikuar diagonal utamanya bernilai 0. Maka matriks B disebut INVERS matriks A, ditulis B = A-1, juga A = B-1 jadi dapat ditulis AA-1 = A-1A = I. Salah satu cara menentukan A-1 adalah dengan rumus:
Dimana A= determinan matriks A
||
Jika A = 0, maka matriks A tidak mempunyai Invers. Matriks singuler sama dengan matriks yang determinannya = 0 Matriks non singuler sama dengan matriks yang determinannya 0 Bentuk disebut Adjoint A.
= tranpose dari matrik
Page 16
Contoh: Tentukan invers dari matriks berikut: A = 3 Jawab: 2 1 3 1 3 1 0 2
A = 0 + 6 + 6 (12+ 1 + 0) = -1 3 1 = 0 1 = -1 0 3
= =
1 2
= = = = = =
1 2
3 2 3 1 1 2
= 3 6 = -3 1 2 0
1 = -(0 (-2)) = -2 0 = -(0 (-2)) = -2 = -(-1 (-6)) = -5 = -(-1 (-6)) = -5
2 = 0 4 = -4 0 3 1 2 1 3 3
3 3 1
= 3 6 = -3
= 3 9 = -6
Page 17

Jadi = 2 4 5, maka = 2 4 Sehingga:
1 2 3 3 5 6
1 2 3 5
3 6
= || =

= 2 3
2 4 5
2 3
2 4 5
3 6
3 6
Pemeriksaan AA-1 = A-1A = I 1 2 AA-1 = I 3 1 3 2 0 1 3 2 4 5 3 6
= 3
= 3 6 3 = 0 0 1 2 2 0 0 0 0 1
1 6 6
1 2
6 12 5 4 4 0
2 12 10
9 15 6 6 5 0
3 15 12
1 0, jadi keimpulannya adalah terbukti 2 3 5 6 1 2 3 1 3 2 0
= 2 3
A-1A = I
4 5 3
1
Page 18

= 2 12 10 = 0 0 1 0 0 0 1 1 6 6 6 12 5 3 6 3 2 2 0 4 4 0 6 5 0
3 15 12
1 0, kesimpulannya adalah terbukti
9 15 6
SIFAT-SIFAT INVERS MATRIIKS 1. 2. 3. 4.
= A | | =
||
=
:
Evaluasi
1.
2 5 5 Diketahui matriks A = 1 1 0, tentukan A-1 jika ada! 2 4 3 1 6 Diketahui matriks A = 2 4 1 2 : 4 -1 1, tentukan A jika ada! 5
2.
Daftar Pustaka
Page 19
SISTEM PERSAMAAN LINIER

Pertemuan4
Kompetensi Dasar : Memahami Sistem Persamaan Linier (SPL) Indikator : Diharapkan mampu: - Memahami definisi SPL dan mengetahui pemecahan SPL menggunakan determinan. - Memahami pemecahan SPL dengan menggunakan Matriks. - Memahami pemecahan SPL yang mempunyai banyak pemecahan (Himpunan Pemecahan). - Menyelesaikan SPL yang bersifat homogen. Isi A. Pendahuluan Sistem Persamaan Linier adalah himpunan berhingga dari persamaan linier. a. 2 Contoh: 0 :
b. 4 Namun tidak semua persamaan linier memiliki penyelesaian (solusi), sistem persamaan linier yang memiliki penyelesaian memiliki dua kemungkinan yaitu, penyelesaian tunggal dan banyak penyelesaian. Bentuk Umum Persamaan Linier dalan n peubah (variabel) x1, x2, ..., xn berbentuk: Dimana : 1. , , . konstanta
2 2 6
Page 20

2. Tidak ada perkalian, akar atau bentuk sin, cos pada peubah Harga , , , , yang memenuhi persamaan di atas
disebut pemecahan atau penyelesaian atau solusi atau jawab dari persamaan di atas. Himpunan dari , , , disebut himpunan penyelesaian. Persamaan Linier (SPL) Sistem Persamaan Linier dengan n peubah dan banyaknya m buah berbentuk:
Kumpulan persamaan-persamaan linier seperti di atas membentuk Sistem
Harga-harga , , , yang serempak memenuhi m persamaan-persamaan di atas disebut pemecahan SPL itu.
Sistem Persamaan Linier yang mempunyai pemecahan disebut konsisten dan yang tidak mempunyai pemecahaan disebut inkonsisten (tidak konsisten) dengan grafik Kemungkinan-kemungkinan pemecahan dari suatu SPL, contoh: dengan grafik
Kemungkinan-kemungkinan pemecahan: 1. 2. 3.
Jika sejajar , maka tidak ada pemecahan dari SPL diatas
Jika berimpit , maka ada tidak terhingga banyaknya pemecahan.
Jika memotong , maka ada 1 pemecahan dari SPL di atas
B. Pemecahan Sistem Persamaan Linier dengan Menggunakan Determinan dengan A adalah matrik Metode Crammer. Suatu SPL yang berbentuk Pemecahan SPL dengan menggunakan Determinan biasanya disebut dengan
bujur sangkar dapat dikerjakan dengan Metode Crammer jika hasil perhitungan
menunjukkan bahwa det(A) 0. Penyelesaian yang didapatkan dengan metode ini adalah penyelesaian tunggal.
dengan A adalah Diketahui suatu sistem persamaan linier berbentuk matriks bujur sangkar berukuran nxn dan det(A) 0 sedangkan nilai dan adalah:
Perhatikan determinan-determinan berikut: D=
Dan seterusnya sampai dengan
Maka:
Contoh:
Diketahui SPL sebagai berikut: 2 3 2 3 3 2 4
Carilah nilai-nilai , , dengan menggunakan metode Crammer!

Page 22
3 2 1 D = 1 1 2 = -12 + 2 = -10 2 1 1 4 2 1 D1 = 3 1 2 = -5 5 = -10 3 1 1 3 4 1 D2 = 1 3 2 = 4 + 16 = 20 2 3 1 3 2 4 D3 = 1 1 3 = -25 5 = -30 2 1 3 Jawab: Maka: =

=1
= =
= -2
=3
C. Pemecahan Sistem Persamaan Linier dengan Menggunakan Matriks Ketika dihadapi dengan masalah yang berkaitan dengan Sistem Persamaan Linier terutama yang menggunakan banyak peubah, maka hal pertama yang dapat digunakan untuk menyederhanakan permasalahan adalah dengan mengubah SPL yang ada ke dalam bentuk matriks. Suatu SPL biasanya juga tidak didapatkan secara langsung tetapi melalui penyederhanaan dari permasalahan yang terjadi dalam kehidupan sehari-hari. Setelah diubah ke bentuk matriks, maka matriks tersebut diubah ke bentuk matriks dalam bentuk matriks eselon baris tereduksi untuk mendapatkan penyelesaian dari SPL. Prosedur untuk mendapatkan matriks eselon baris tereduksi biasa disebut dengan eliminasi Gauss-Jordan. Pada proses eliminasi tersebut operasi-operasi yang digunakan disebut sebagai operasi baris elementer.

Dalam operasi baris elementer ini ada beberapa operasi yang dapat digunakan, yaitu: 1. Mengalikan suatu baris dengan konstanta tidak sama dengan nol; 2. Mempertukarkan dua baris; 3. Menambahkan kelipatan suatu baris ke baris lainnya. Dengan menggunakan operasi baris elementer, maka matriks eselon baris tereduksi yang didapatkan akan ekuivalen dengan matriks awalnya sehingga penyelesaian untuk matriks eselon baris tereduksi juga merupakan penyelesaian untuk matriks awalnya. Matriks awal yang dimaksud adalah matriks yang diperbesar. Untuk melihat secara lebih mudah definisi dari matriks diperbesar akan ditunjukkan berikut ini: Diketahui SPL dengan m peubah peramaan linier dan n peubah.
A=
SPL di atas dapat ditulis dalam bentuk matris AX = B dengan
Matriks yang memiliki ukuran nx1 atau 1xn biasa disebut vektor. Penulisan vektor sedikit berbeda dengan penulisan matriks, yaitu menggunakan huruf kecil dengan sehingga SPL dapat ditulis dengan A = . Pada SPL sebagai x dan b atau dan yang berbentuk seperti ini, matriks A juga biasa disebut sebagai matriks konstanta. cetak tebal atau digaris atasnya. Jadi matriks X dan B di atas biasa dituliskan yang Untuk penyelesaian SPL di atas maka dibuat matriks diperbesar dari A dan
, X = , B =
yang elemen-elemennya merupakan gabungan elemen matriks A dan vektor , yaitu: dinotasikan
Page 24

=
Untuk menyelesaikan SPL tersebut dilakukan eliminasi Gauss-Jordan seperti ditunjukkan dalam contoh berikut: a. x + 2y + 3z = 1 2x + 5y + 3z = 6 x + 8z = -6 1 = 2 matriks diperbesar 1 carilah nilai x, y dan z! 1 = 2 1 1 = 0 0 1 = 0 0 1 = 0 0 2 3 1 5 3 6 0 8 6 menghasilkan: operasi baris elementer pada 2 3 1 5 3 6 ~2 21 0 8 6 3 1 1 22 2 3 1 1 3 4 ~ 2 5 7 3 21 0 9 7 1 33 1 3 4 ~2 33 0 1 1 0 0 2 1 0 1 0 1 1
Maka pemecahan SPL di atas adalah: x = 2, y = 1, z = -1. Keterangan: Penulisan b1, b2 dan sebagainya pada proses di atas sifatnya tidak mutlak dan hanya digunakan sebagai alat bantu dalam proses operasi baris elementer. Dalam perhitungan selanjutnya penulisan ini mungkin tidak perlu dilakukan.
D. Sistem Persamaan Linier yang Mempunyai Banyak Pemecahan (Himpunan Pemecahan) Berikut ini adalah contoh soal untuk penyelesaian SPL dengan bentuk banyak pemecahan (solusi). Untuk lebih jelasnya seperti apa bentuk SPL dengan banyak solusi, perhatikan contoh soal berikut ini:

x + 3y 2z = 2 3x y 4z = 0 -2x + 4y + 2z = 2 carilah nilai x1, x2 dan x3! 1 3 2 2 = 3 1 4 0 2 4 2 2 1 3 2 2 = 0 10 2 6, baris kedua dikali 0 10 2 6 1 3 2 2 = 0 1 0 10 2 6 matriks diperbesar: = 0 0 1 1 0 0 0
y-

x-

Maka SPL yang bersesuaian

jadi,
karena baris ke 3 adalah nol dan kolom yang tidak memiliki satu utama adalah kolom ke 3 maka dapat diambil nilai z sembarang misalkan z = s, sehingga
maka himpunan pemecahan: , , dengan x


Page 26
zs
atau,
E. Sistem Persamaan Linier Homogen Suatu SPL dikatakan homogen jika setiap suku konstan sama dengan nol. 0 0
0 Jika x1 = 0, x2 = 0, , xn = 0 disebut pemecahan trivial Jika SPL homogen mempunyai pemecahan 1 disebut pemecahan non trivial (banyak pemecahan) Jika banyaknya bilangan yang tidak diketahui lebih dari jumlah persamaan, maka SPL homogen tersebut selain mempunyai jawaban trivial pasti mempunyai jawaban non trivial. Contoh: Tentukan pemecahan SPL berikut: x + 2y = 0 -x 2y + z = 0 2x + 3y + z = 0 1 = 1 2 Jawab: 2 2 3 0 1 1 0 0 0
Page 27

1 = 0 0 1 = 0 0 1 = 0 0 2 0 0 0 1 0 1 1 0 0 0 0 1 0 0 1 1 0 0 0 0 1 0 0 0 1 0
Evaluasi
0 utama sehingga penyelesaiannya adalah trivial yaitu = 0 0 :
Pada matriks yang terakhir terlihat bahwa semua kolom matriks memiliki satu
Selesaikan Soal-soal berikut: 1. Diketahui SPL sebagai berikut: 2x + 5y + 5z = 1 -1 + -1 = 1 2x + 4y + 3z = -1 Carilah pemecahan SPL di atas dengan menggunakan metode Crammer! 2. Diketahui SPL sebagai berikut: x + y + 2z = 9 2x + 4y 3z = 1 3x + 6y 5z = 0 Carilah pemecahan SPL di atas dengan menggunakan eliminasi Gauss-Jordan 3. Diketahui SPL sebagai berikut: x + 2z = 1 -x + y z = 0 2x + y + 5z = 3 Carilah pemecahan dari SPL di atas, apa kesimpulannya? Daftar Pustaka :
Page 28
VEKTOR dan RUANG VEKTOR

Pertemuan 5
Kompetensi Dasar : Memahami Vektor dan Ruang Vektor Indikator : Diharapkan mampu:
- memahami definisi vektor dan beberapa operasi-operasi pada

Vektor
- memahami sistem koordinat pada Vektor - memahami persamaan garis lurus pada Vektor dan syaratsyarat persamaan garis pada Vektor
- memahami persamaan bidang datar pada Vektor dan syaratsyarat persamaan garis pada Vektor
- memahami jenis-jenis ruang Vektor - memahami Kombinasi Linier Vektor, Basis dan Dimensi
Vektor Isi A. VEKTOR Pendahuluan Vektor didefinisikan sebagai besaran yang memiliki arah. Kecepatan, gaya dan pergeseran merupakan contoh-contoh dari vektor karena semuanya memiliki besar dan arah walaupun untuk kecepatan arahnya hanya positif dan negatif. Vektor dikatakan berada di ruang-n (Rn) jika vektor tersebut mengandung n komponen. Jika vektor berada di R2 maka dikatakan vektor berada di bidang, sedangkan jika vektor berada di R3 maka dikatakan berada di ruang. Secara geometris, di bidang dan di ruang, vektor merupakan segmen garis berarah yang memiliki titik awal dan titik akhir. Vektor biasa dinotasikan dengan huruf kecil tebal atau huruf kecil dengan ruas garis. :
Page 29

D C
dan dengan A disebut sebagai titik awal. Sedangkan titik B, C dan D titik awal O (untuk vektor di bidang, titik O adalah (0,0)).
, Dari gambar di atas terlihat beberapa segmen garis berarah (vektor) seperti
Gambar 1.1 Bentuk Vektor
disebut titik akhir. Vektor posisi didefinisikan sebagai vektor yang memiliki
Operasi-operasi pada Vektor Misalkan dan adalah vektor-vektor yang berada di ruang yang sama, Operasi Penjumlahan
maka vektor ( ) didefinisikan sebagai vektor yang titik awalnya = , jika vektor dan = Perhatikan gambar 1.1. Misalkan = Contoh: titik akhir = C, jadi merupakan segmen garis berarah titik awal dan titik akhirnya = titik akhir .
didefinisikan sebagai = + , maka akan memiliki titik awal = A dan
Perkalian vektor dengan skalar
Vektor nol didefinisikan sebagai vektor yang memiliki panjang = 0. Misalkan vektor tak nol dan k adalah skalar, k R. Perkalian vektor dengan skalar k, k didefinisikan sebagai vektor yang panjangnya kali
Jika k < 0 berlawanan arah dengan
Jika k > 0 searah dengan
panjang dengan arah:
Page 30

Contoh:
2u u -2u
Perhitungan vektor = ( , , ) maka: adalah = ( , , ) dan = ( , , ) + Diketahui a dan b vektor-vektor di ruang yang komponen-komponennya
. = ( , , ) maka:
= ( , , ) -
Jika = AB kemudian titik koordinat A = ( , , ) dan B = ( , , ), = ( , , )
Hasil kali titik, panjang vektor dan jarak antara dua vektor = ( , , ), hasil kali titik antara vektor Diketahui = ( , , ) dan Hasil kali titik dua vektor jika diketahui komponennya didefinisikan sebagai: dan = ( . ) + ( . ) + ( . ) .
Hasil kali titik dua vektor jika diketahui panjang vektor dan sudut adalah dua buah vektor yang memiliki panjang berturutDiketahui dan antara dua vektor
turut dan sedangkan sudut yang dibentuk oleh kedua vektor

Page 31

adalah , sudut ini terbentuk dengan cara menggambarkan kedua vektor
Dengan mengetahui besarnya , akan diketahui apakah hasil kali titik akan Jika hasil kali titik dua buah vektor berupa skalar. > 0 lancip, 0 < 900 . bernilai positif atau negatif. = 0 900, saling tegak lurus . dan
= cos , 0, .
didefinisikan sebagai: Hasil kali titik antara vektor dan pada titik awal yang sama.
= (3k, -1), tentukan nilai k agar saling Diketahui = (1, -3) dan dan Contoh: tegak lurus! Jawab saling tegak lurus, maka haruslah = 0. Agar dan . = 3k + 3 = 0 k = -1 .
< 0 tumpul, 900 < 1800 .
Panjang (norm) vektor dan jarak antara dua vektor Panjang vektor Dengan menggunakan operasi hasil kali titik jika diketahui komponen . = = ( , , ) didapatkan bahwa ..
(1)
pastilah bernilai 0 karena keduanya saling berhimpit. = . = . =
. = cos 0 ...
Dari definisi hasil kali titik lainnya, didapatkan bahwa
(2), dalam hal ini sudut antara dan
Dari persamaan (1) dan (2), didapatkan persamaan berikut:
) dan biasa dinotasikan dengan d( ). ( - ,

didefinisikan sebagai panjang dari vektor Jarak antara dua vektor dan Jarak Antara dua Vektor
Page 32

) = . d( ,
= B C
Secara geometris, dapat digambarkan seperti berikut ini:
A = merupakan dan , maka jarak antara Misalkan = dan panjang dari ruas garis berarah Contoh: Diketahui = (2, -1, 1) dan = (1, 1, 2), tentukan besarnya sudut yang
= 2 1 1 = 6 = 1 1 2 = 6 cos = 1. 2. 3. =
.

. = 2- 1 + 2 = 3 Jawab
dibentuk oleh dan !
Beberapa sifat yang berlaku dalam hasil kali titik ) = (
= = = 600
) = (m = ) = ( )m m( ) (m
Page 33

Persamaan Garis Lurus g Misal garis g melalui titik A( , , ) dan B ( , , ) A , ,
x3 Dimana:
. B, ,
C , , x1
0 0
, , , -
0 , ,
0 0
Sehingga diperoleh persamaan vektor garis g yang melalui titik A dan B:
;
Ketiga persamaan di atas disebut persamaan parameter garis g.
Dari persamaan vektor diatas diperoleh:
, , , , , ,
Dari persamaan tersebut diperoleh:
Sehingga diperoleh bentuk:

Page 34

yang disebut dengan persamaan linier garis g dengan syarat: 0, 0, 0 Contoh:
Tentukan persamaan garis yang melalui titik A(1, 2, 3) dan B(3, 5, 6) Jawab: , , = 1,2,3 3 1,5 2,6 3 Persamaan vektor garis g: = 1 + 2 Persamaan parameter garis g: = 2 + 3 = 3 + 3
, , = 1,2,3 2,3,3
Persamaan linier garis g:

Persamaan Bidang Datar Persamaan bidang datar dapat ditentukan jika diketahui tiga titik yang tidak terletak pada satu garis. Contoh: R( , , ) Misalkan sebuah bidang datar melalui titik-titik P( , , ), Q( , , ) dan
tersebut terlihat:
Perhatikan suatu titik x( , , ) sembarang pada bidang PQR. Dari gambar

Page 35

= 0 0 0 = 0
, , = , , , , , ,
Persamaan di atas disebut dengan persamaan vektor PQR Umumnya jika bidang tersebut melalui titik-titik
Q( , , , ) dan R( , , , ), maka persamaan vektor bidang PQR: , , , , , = , , , . . , , ,
P( , , , ),
Contoh:
Tentukan persamaan bidang datar melalui titik-titik A(2, 1, 3), B(3, 2, 4) dan C(4, 2, 5)! , , = 2,1,3 3 2,2 1,4 3 4 2,2 1,5 3 Jawab: Perkalian sebuah bidang datar yang melalui titik P( , , ) dengan vektor , , = , , , , , , . (1) tersebut: , , = 2,1,3 1,1,1 2,1,2
vektor arah , , dan , , maka persamaan vektor bidang
= (2) Maka persamaan parameternya:
= (4)

Jika dan di eliminir dari persamaan (2) dan (3) maka diperoleh:
= (3)
( - )( - )- { ( - )- ( - )}- { ( - )- ( - )} = 0
Jika dan ini didistribusikan pada persamaan (4) maka diperoleh:

( - )( - ) + ( - )( - ) + ( - )( - ) = 0 atau jika dirumuskan : A = - B = - C = -
persamaan di atas menjadi:
A +B +C - (A +B +C ) = 0 -( A +B +C ) = D misalkan:
A( - ) + B( - ) + C( - ) = 0
= 2
, , = 2,1,3 1,1,1 2,1,2 = 3 maka: = 1 = 1 = 1 = 1
, , = , , , , , , maka jika contoh soal di atas kita lanjutkan diperoleh: = 1 = 2 = 2
A +B +C +D = 0
maka persamaan linier bidang:
A = - = 12 11 = 1 D = - =1 B = - = 12 12 = 0 = -(12+01+(-13))
C = - = 11 12 = -1
maka persamaan linier di atas = 1 = 0
Page 37

B. RUANG VEKTOR Ruang n Euclidis Pada saat pertama kali ilmu vektor dikembangkan, hanya dikenal vektor-vektor di R2 dan R3 saja, tetapi dalam perkembangannya ternyata didapatkan permasalahan yang lebih kompleks sehingga dikembangkan vektor-vektor di ruang berdimensi 4, 5 atau secara umum merupakan vektor-vektor di Rn. Secara geometris memang vektor-vektor di R4 dan seterusnya memang belum bisa digambarkan, tetapi dasar yang digunakan seperti operasi-operasi vektor masih sama seperti operasi pada vektor-vektor di R2 dan R3.Orang yang mempelajari vektor-vektor di Rn adalah Euclidis sehingga vektor-vektor yang berada di Rn dikenal sebagai vektor Euclidis, sedangkan ruang vektornya disebut ruang n Euclidis. Operasi standar/baku pada vektor Euclidis = ( , , , dan = ( , , , ) Diketahui dan adalah vektor-vektor di ruang n Euclidis dengan:
Penjumlahan Vektor Perkalian Titik
+ = ( , , . , )
Perkalian dengan Skalar Panjang Vektor
= ( ) = ( , , , )
Jarak antara Vektor
= =
d( , ) = =
Contoh:
= (2,2,1,1) tentukan jarak antara ! Diketahui = (1,1,2,3) dan dan
Page 38

Jawab = (-1,-1,1,2)
) = 1 1 1 2 = 7 d( , Ruang vektor umum Pada materi ini kita akan membahas koonsep-konsep tentang ruang vektor dengan konsep yang lebih luas. 1. Jika vektor-vektor , V, maka vektor + V Ada 10 syarat agar V disebut sebagai vektor, yaitu: 2. + = +
5. Untuk setiap V terdapat V sehingga 0 vektor nol; 6. Untuk sembarang skalar , jika V, maka V; 8. , dan sembarang skalar; 9. 10. 1 = 7. , sembarang skalar;
V sehingga 0 adalah 4. Ada 0 0 untuk semua V. Dimana 0
3.
Dalam hal ini yang paling menentukan apakah V disebut ruang vektor atau tidak adalah operas-operasi pada V tau bentuk dari V itu sendiri. Jika V merupakan ruang vektor dengan operasi-operasi vektor (operasi penjumlahan dan operasi perkalian dengan skalar) yang bukan merupakan operasi standar, tentunya V harus memenuhi 10 syarat di atas, jika satu syarat saja tidak terpenuhi maka tentunya V bukan merupakan ruang vektor. Jika diketahui himpunan bagian vektor-vektor , , , dalam ruang Vektor Bergantung Linier dan Bebas Linier
vektor V maka:
Page 39

1. Himpunan tersebut dikatakan bergantung linier bila terdapat skalar-skalar 0 , , , tidak semuanya nol sehingga berlaku 0 dihasilkan , 0
2. Himpunan tersebut dikatakan bebas linier jika dari persamaan Berdasarkan definisi:
1. Perhatikan sebuah vektor
b. Jika 0 ( bukan vektor nol) maka 0 hanya dipenuhi jika vektor ol bergantung linier 2. Jika ada dua vektor dan yang berkelipatan, misalnya 2 , maka: 2 = 0 1 2 = 0 Jadi ada 1 dan 2 yang memenuhi 0, ini berarti 0, jadi setiap vektor yang belum vektor nol adalah bebas linier
a. Jika 0 (vektor nol) maka 0, untuk setiap 0, ini berarti
Perhatikan persamaan 0 Untuk skalar-skalar dan : 2 0 = 2
Jika diketahui = 2,3 dan = 1,4 berkelipatan: = 2,3 1,4 0,0
Berikut adalah contoh dua vektor dimana , dua vektor yang tidak adalah dua vektor yang berkelipatan selalu bergantung linier.
dan adalah dua vektor yang bergantung linier. Sehingga kesimpulannya
3 4 0 =
Page 40

Dari persamaan di atas tidak ada dan yang memenuhi 0, berkelipatan linier) Contoh: maka dapat disimpulkan dan adalah dua vektor yang bebas linier (tidak
1,0,2 dan 3, 1, 5, periksa Diketahui 3 vektor 2,1,3, apakah ketiga vektor tersebut bebas linier atau bergantung linier 0 Persamaan Jawab:
2,1,3 1,0,2 3, 1, 5 0,0,0 3 2 5 0 .. (3) Diperoleh: 2 3 0 0 0 .. (1) .. (2)
persamaan (1) = 0 Sehingga: 0 =
2 3 0
Dari persamaan (2) didapat , persamaan ini di didistribusikan pada
Maka kita dapatkan 0, 0, 0, sehingga kesimpulannya ketiga vektor tersebut bergantung linier.
2 3 0
Suatu vektor dikatakan kombinasi linier dari vektor 1, 2, , n bila Kombinasi Linier terdapat skalar-skalar , , , untuk setiap 1 + 2++ n. Sifat-sifat Kombinasi Linier 1. Jika n vektor 1, 2, , n dimana n > 1 bergantung linier, maka paling sedikit terdapat 1 vektor yang dapat ditulis sebagai Kombinasi Linier dari vektor-vektor lainnya.

2. Jika 1 diantara n vektor-vektor 1, 2, , n Kombinasi Linier dari n-1 3. Jika n vektor-vektor 1, 2, , n bebas linier dan n+1 vektor-vektor vektor-vektor lainnya, maka n vektor tersebut bergantung linier. 1, 2, , n, bergantung linier, maka kombinasi linier dari 1, 2,
, n. Bila vektor-vektor 1, 2, , n bebas linier dan bukan kombinasi linier dari 1, 2, , n maka 1, 2, , n dan bebas
4. Bila s = { 1, 2, , n} himpunan bagian dari ruang vektor , maka linier. bagian dari . L(s) disebut ruang vektor yang dibentuk s. V dimana V kombinasi linier dari 1, 2, , n.
himpunan semua kombinasi linier dari s ditulis L(s) adalah ruang
5. Suatu himpunan vektor 1, 2, , n disebut sistem pembentuk dari ruang vektor ditulis = L( 1, 2, , n) bila setiap vektor anggota
Diketahui vektor-vektor 2,1,3, 0,1,2 dan 2,2,4, Contoh: 2,1,3 = 0,1,2+ 2,2,4 Jawab: 2 0 2 , 1 3 2 4 1 2 1 periksalah apakah kombinasi linier dari dan !
. (1)
. (2) . (3)
untuk 1, 1 3 = -2 + 4 3 = 2(-1) + 41
kombinasi linier dan Basis dan Dimensi
Jadi tidak ada , yang memenuhi , ini berarti bukan
3 = 2 pernyataan ini tidak benar
Setiap pembentuk yang bebas linier dari suatu ruang vektor V disebut Basis dari ruang vektor tersebut karena vektor-vektor anggota V mungkin tak

terhingga banyaknya kecuali ruang vektor yang dibentuk vektor nol yaitu L(0) dan misalkan dimensi V = m terhingga, maka dapat ditentukan banyak sekali n vektor anggota V yang bebas linier sehingga dapat dipilih menjadi Basi V. Suatu ruang vektor V dikatakan berdimensi n bila banyak maksimal vektorvektor berdimensi n maka vektor-vektor 1, 2, , n dari V yang bebas linier vektor yang bebas linier ada n buah. Sifat dari dimensi yaitu jika V ruang adalah pembentuk vektor V. Contoh: V = {2,3,4, 1,1,2, 1,2,2} = 0
Jadi , , bergantung linier, sehingga dapat dikatakan , bebas linier, , bebas linier dan , bebas linier.
buah.
Misalkan V ruang vektor dan S = {1, 2, , n}. S disebut basis dari V bila memenuhi dua syarat, yaitu: 1. S bebas linier. S 1+ 2+ n hanya memiliki penyelesaian 0 dikatakan bebas linier jika
Jika Rn = , , , maka disebut vektor dengan banyak komponen n
persamaan
2. S membangun V. Dimana jika untuk setiap V, merupakan kombinasi Basis dari suatu ruang vektor tidak harus tunggal tetapi bisa lebih dari satu. Ada dua macam basis yang kita kenal yaitu basis standar dan basis tidak standar. 1. S = {1, 2,, n}, dengan 1, 2,, n Rn Contoh Basis Standar: Merupakan basis standar dari Rn. 1 0 , 0 1 0 0 , 0 0 linier dari S, yaitu: = 1+ 2+ n, , , , : skalar.
0 (atau jika diubah ke bentuk SPL, penyelesaiannya adalah trivial).
2. S = {1, , , . , } merupakan basis standar untuk Pn (Polinom orde n) 1 0 0 3. S = , 0 0 0
= (1,0,., 0), = (0,1, , 0),.., = (0,0, , 1)
0 merupakan basis standar untuk M22. 1

Page 43

vektor tersebut. Jadi dim R3=3, dim 3 dan dim M22=4 dan sebagainya. Dimensi ruang vektor didefinisikan sebagai banyaknya unsur basis ruang
Suatu himpunan vektor dapat ditunjukkan merupakan himpunan yang bebas vektor dan dim ruang vektor. Contoh jika diketahui =(1,2), =(2,2), =(1,3) dapat kita liha banyaknya vektor = 3 dan dim R2=2, sebenarnya tanpa menghitung kita sudah bisa menyimpulkan bahwa himpunan vektor tersebut tidak bebas linier karena agar bisa bebas linier maksimal jumlah vektor = dim ruang vektor. Sebaliknya jika suatu himpunan vektor hanya memuat vektor dengan jumlah kurang dari dim ruang vektor, maka dapat disimpulkan bahwa himpunan ruang vektor tersebut tidak membangun. Berdasarkan hal ini, maka suatu himpunan vektor kemungkinan bisa menjadi basis ruang vektor berdimensi n jika jumlah vektornya = n. Jika jumlah vektor < n maka tidak membangun sebaliknya jika jumlah vektor > n maka bergantung linier. Jika jumlah vektor = n, maka dapat dihitung nilai Determinan dari ruang yang dibangun oleh himpunan vektor tersebut. Jika Det 0, maka ia bebas linier dan membangun Jika Det = 0, maka tidak bebas linier dan tidak membangun. merupakan basis. linier atau membangun ruang vektor V hanya dengan melihat dari jumlah
Page 44

1 Tentukan apakah H = 1 Contoh: 2 1 , 1 0 0 0 , 1 0 0 0 , 1 1 2 merupakan basis M22! 3
Jawab
Jumlah matriks (bisa dipandang sebagai vektor di R4) dalam H = 4 = dim M22, jadi untuk menentukan apakah H merupakan basis dari R4 atau bukan adalah dengan melihat nilai determinan dari ruang yang dibangun oleh H. 0 2 = A 1 3 0 0 1 Misalkan W adalah ruang yang dibangun oleh H, maka untuk sembarang w 1 0 0 1 0 0 0 1
W berlaku: 1 2 w= 1 1 1 0 0 1
untuk menentukan apakah H merupakan basis atau tidak adalah dengan 1 2 1 1 Evaluasi 1. menghitung nilai det(A) dari SPL di atas. 0 1 1 3 + 21 0 1 1 1 0 0 0 1 0 1 2 = -20 1 1 3 0 0= 2 3 1 2 1 1 4 1
Jadi H merupakan basis dari M22 :
2,3,4,5 dan panjang masing-masing Tentukan jarak antara 1,1,2,3 dan vektor! Tentukan persamaan garis lurus g melalui titik A=(2,3,1) dan sejajar BC bila Diketahui garis g dengan persamaan , , 2,1,0 1,0, 1. Periksalah B=(4,-5,1) dan C=(2,7,-3)!
2.
3.
4.
Tentukan persamaan bidang datar W yang melalui titik 0,0,0 dan persamaan apakah titik A=(1,1,1) dan B=(6,2,1) terletak pada garis g atau tidak! g , , 1, 1,0 2,1,1 :
Daftar Pustaka


Dasar Dasar Aljabarlinier

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Dasar Dasar Aljabarlinier

Diunggah oleh

Hak Cipta:

Format Tersedia

DasarDasar-Dasar

Dasar-dasar Aljabar Linier

A. Pengertian Matriks Matriks adalah deretan elemen/objek/item.

untuk setiap m disebut baris ke m

Dasar-dasar Aljabar Linier

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

6 dimana a12 = 2 dan a21 = 2 atau a23 = 6 dan a32 = 6

Begitu juga sebaliknya dengan operasi pengurangan.

Dasar-dasar Aljabar Linier

c11 = a11b11 + a12b21 + a13b31

c 12 = a 11b12 + a 12b22 + a 13b32 c 21 = a 21b11 + a 12b21 + a 13b31 c 22 = a 21b12 + a 12b22 + a 13b32

Dasar-dasar Aljabar Linier

11. (AB)C = A(BC)

Diketahui matriks-matriks sebagai berikut: A = 2 Carilah! 1. 2. 3. 4. 5. 1, B = 4 3,

3A + 2B 4C 2AB 3BC 5A'B + 2BC' [AB]' B'A' :

Howard Anton, Dasar-dasar Aljabar Linier, Penerbit Binarupa Aksara, jilid 1.

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

= a11 a22 - a12 a21

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

2. Determinan tingkat 3 Matriks A =

= a11a22a33 + a12a23a31 + a13a21a32 (a13a22a31 + a11 a23

a32 + a12a21a33) Contoh: 1. A = 1 2 3 1 2

2 2 4 2 2 = 224 + 332 + 112 (122 + 232 + 314) = 16 + 18 + 2 (4 + 12 + 12) = 36 28 = 8

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

M11 = a22a33 - a23a32, yang tereliminasi adalah baris ke 1 dan kolom ke 1. 2. A =

M23 = a11a32 - a12a31, yang tereliminasi adalah baris ke 2 dan kolom ke 3.

cij = (-1)i+j Mij

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

Diketahui Matriks A = 3 Carilah : a. b. c. 2

c12 c13 c23 c12 = - c13 = c23 =

Menurut baris (misalnya baris ke 1)

a11c11 + a12c12 + a13c13

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

a12c12 + a22c22 + a32c32

Jika dicari dengan cara khusus A = 2

= 2(3 6) + (-(2 6) + 3(6 9) = -6 + 4 + (-9) = -11

b. Menurut kolom, misalnya kolom ke 1 = a11c11 + a21c21 + a31c31

= 2(3 6) + 2-(1-9) + 3(2 9)

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

a. Menurut baris ke 1 = a11c11 + a12c12 + a13c13 + a14c14 2 3 5 1 1 5 3 2 5 1 1 5 3 2 2 3 1 5 3 2 2 5 3 1

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

= 1 + 8 + 9 (6 + 6 + 2) = 18 14 =4 Baris 1 dengan baris 2 ditukar tempatnya, maka = 1 2 2 3 3 1 1 1 2

= 2 + 6 + 6 (8 + 9 + 1) = 14 18 = -4 terbukti bahwa harga determinan berubah tanda.

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

0 => kalikan elemen-elemen diagonalnya

Contoh sifat-sifat determinan Sifat determinan ke 6 1. 1 3 2 3 = 1 3 2 2 2 3 1 0 1 0 3 2 5 7 3

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

Secara singkatnya dihasilkan = -1 = -62 2

Diketahui matriks-matriks sebagai berikut: A = 4 2 1 2 3 3 3 4 2, B = 3 3 1 2 2 4

Lalu Yudhi Prihadi, S.Si.

Dasar-dasar Aljabar Linier

dengan menggunakan cara khusus dan uraian Laplace Daftar Pustaka :

Howard Anton, Dasar-dasar Aljabar Linier, Penerbit Binarupa Aksara, Jilid 1.