5.1
UMUM
Misalkan seorang tata usaha jurusan Fisika dimintai mencatat prestasi
Fisika Matematika
Medan EM
Mahasiswa A
80
80
90
Mahasiswa B
80
90
85
Mahasiswa C
90
80
90
Mahasiswa D
80
75
80
Kuantum
(1)
Susunan petak bilangan ini disebut matriks, yang dilambangkan dengan huruf A.
Ia disebut berukuran 4 kali 3 atau dituliskan (4x3), untuk menunjukkan bahwa
ia memiliki 3 buah baris (lajur datar) dan 3 buah kolom (lajur tegak). Tiap
bilangan dalam matriks A disebut elemen matriks. Jadi, angka 85 adalah salah
satu elemen matriks A pada baris ke-2, dan kolom ke-3.
5.2
DEFINISI I
Sebuah matriks A berukuran (m x n) adalah suatu susunan petak bilangan
yang memiliki m baris dan n kolom, dengan elemen pada baris ke-i dan kolom kej, atau petak (i,j) dilambangkan dengan aij, yakni :
Kolom j
A=
Matriks bujur sangkar A yang semua elemen tak diagonalnya nol, jadi aij = ,
untuk i j, disebut matriks diagonal. Matriks diagonal ini, seringkali diringkas
penulisannya dengan pernyataan : = diag [a11 a22 ... ann].
Matriks diagonal istimewa yang semua elemen diagonalnya bernilai satu,
disebut matriks satuan, yang lazimnya dinotasikan dengan I. Matriks yang semua
elemennya nol, aij = 0, untuk semua i dan j, disebut matriks nol, dan dilambangkan
dengan 0.
Contoh.
Matriks-matriks,
|
] ,
(2)
5.3
ALJABAR MATRIKS
a)
Kesamaan matriks.
Dua buah matriks adalah sama, jika dan hanya jika mereka memiliki ukuran
yang sama dan setiap elemennya yang bersangkutan adalah sama pula. Jadi, jika
A = (aij), dan B = (bij) adalah dua buah matriks dengan ukuran sama, maka A = B,
jika dan hanya jika aij = bij, untuk semua i dan j.
Contoh.
|
a12 = 2
a13 = -1
a21 = 3
a22 = 1
a23 = 0
b)
Penjumlahan/pengukuran matriks.
| + |
c)
| =
matriks baru B dengan ukuran yang sama dan elemennya sama dengan hasil kali
elemen matriks A dengan c.
Misalkan A = (aij) berukuran ( m x n), maka cA = B. Matriks B = (bij) juga
berukuran (m x n) dengan bij = c aij.
Contoh.
|
d)
Perkalian matriks.
Sebuah matriks A (m x n) dapat mengalikan sebuah matriks B (n x p) dari
PERHATIAN :
(3)
matriks pertama (A) haruslah sama banyak dengan jumlah elemen kolom matriks
kedua (B).
Dalam kalimat, Pers. (5.3) mengatakan elemen i dan j dari matriks hasil
kali AB = C, diberikan oleh jumlah hasil kali setiap elemen A dalam baris i, satu
per satu, secara berurutan dari kiri ke kanan, dengan elemen bersesuaian B dalam
kolom j, dari atas ke bawah.
Contoh.
Misalkan,
A=|
dan B = |
maka AB = C, dengan
PERHATIAN : Berbeda dari aljabar bilangan biasa, hasil kali dua buah matriks,
pada umumnya, tidaklah komut, yakni AB BA.
e)
Operasi transpos.
Dalam berbagai penerapan matriks, seringkali kita ingin memperoleh
sebuah matriks baru dari matriks A dengan cara mempertukarkan baris dan
kolomnya. Operasi pertukaran baris dan kolom sebuah matriks A ini disebut
operasi transposisi, sedangkan matriks hasil transposisi-nya disebut matriks
transpos dari A, atau A transpos, yang lazim dilambangkan dengan AT. Jadi, jika :
A = (aij)
maka
AT = (aji)
| berukuran (2 x 3)
maka:
AT = |
berukuran (3 x 2)
Jadi, transpos sebuah matriks baris adalah matriks kolom, dan sebaliknya.
TEOREMA I :
1)
(AT)T = A
(4)
(A + B)T = AT + BT
(5)
3)
(AB)T = BTAT
(6)
Dalam pendahuluan vektor, telah pula kita pelajari bahwa dua buah vektor a
dan b adalah tegak lurus atau ortogonal, jika hasil kali titik keduanya adalah nol,
yakni a.b = 0 . Sejalan dengan ini, definisi keortogonalan dua vektor dalam ruang
berdimensi-n didefinisikan sebagai berikut:
DEFINISI II :
Vektor (matriks kolom) A dan B berdimensi-n adalah ortogonal, jika <A|B>
= 0. Selanjutnya, jika <A|A> = 1, A disebut vektor ortonormal.
BEBAS LINIER
Berikut adalah definisi vektor-vektor bebas linier, yakni himpunan sejumlah
vektor yang masing-masingnya bukan merupakan resultan vektor yang lainnya.
Sebagai contoh, vektor satuan sistem koordinat kartesius i,j,dan k adalah
himpunan tiga buah vektor yang bebas linier dalam ruang berdimensi -3.
DEFINISI III :
Himpunan vektor berdimensi-n {(
) dengan k
} adalah
, A2 +
,Ak = 0
=0
5.4
2x + y z = 2
xy + z=7
(7)
2x + 2y z = 4
Sistem persamaan ini dapat ditulis ulang dalam bentuk matriks sebagai berikut :
AX = B
(8)
Dengan
A=|
| ;X=|
|;B=| |
(9)
(11)
Matriks [A|B] ini disebut matriks perluasan (augmented) sistem persamaan linear
(7). Pada matriks perluasan inilah kita terapkan operasi RB, yang terdiri dari:
(a). Menukarkan dua buah baris
7
| >|
|> |
| > |
Matriks perluasan terakhir ini telah berada dalam bentuk eselon baris, yaitu
bentuk matriks dengan elemen taknol pertama pada setiap baris terletak pada
kolom berikut dari elemen taknol pertama baris sebelumnya.
Kita dapat menyederhanakannya lebih lanjut, ke bentuk yang semua suku
matriks koefesiennya setelah elemen taknol, 1 dalam hal ini, sama dengan nol.
Untuk itu kita terapkan operasi RB berikut.
Langkah 7. Jumlahkan baris 1 dengan baris 2 kemudian,
Langkah 8. Jumlahkan baris 1 dengan -3 kali baris 3
|
| > |
| > |
>
>) antara
dengan a kemudian dijumlahkan atau dikurangkan dengan b kali baris q), seperti
diperlihatkan pada contoh 5.8, (R singkatan row, istilah inggris untuk baris).
RANK MATRIKS
Penerapan
matriks
dalam
pemecahan
persamaan
linear
seringkali
reduksi baris kebentuk eselon baris memiliki paling sedikit r buah baris taknol.
9
Contoh.
Selidikilah rank dari matriks :
M = |
Pemecahan :
Untuk mengalihkan matriks M ke bentuk eselon baris, kita lakukan operasi
reduksi baris berikut :
|
| R2 R3
| R3 4R1
| -(1/11)R2
R3+7R1
Karena dalam bentuk eselon ini terdapat dua baris yang taknol, maka rank matriks
M adalah r=2.
Sistem persamaan linear di atas terdiri atas 3 buah persamaan dalam 3
variabel, untuk rank matriks perluasan r sama dengan jumlah variabel n. Dalam
hal yang umum, r tidak perlu sama dengan n, seperti diperlihatkan pada contoh
berikut.
Contoh.
Pecahan sistem persamaan berikut dengan menggunakan metode reduksi baris :
x + 3y + z = 6
3x - 2y - 8z = 7
4x + 5y - 3z = 17
Pemecahan :
Matriks perluasan adalah :
10
M= |
n. Jika:
a)
b)
5.5. Determinan
Untuk setiap matriks bujur sangkar A berode n kita kaitkan sebuah bilangan
det (A) atau (aij) yang disebut determinan A, yang dihitung dari elemen matriks A
sebagai berikut.
Untuk n = 1 dan n = 2, kita definisikan :
det [a11] = a11
(5.24)
11
det = |
|=|
(5.25)
(5.26)
atau,
|
(5.27)
ketiga determinan pada pers. (5.27) dapat diperoleh dari determinan semula
dengan mengabaikan baris dan kolom tertentu.
Definisi (5.27) untuk determinan matriks berorde 3 ini memperlihatkan
suatu pola perhitungan determinan yang diturunkan dari definisi umum
determinan matriks berode n > 3. Untuk memahami rumusan pola umumnya, kita
perlu menelaah terlebih dahulu kedua besaran berikut :
1.
MINOR
Determinan orde dua pada pers (5.27) disebut determinan minor dari elemen
bersangkutan yang dikalikan. Jadi,
|
12
|
2.
KOFAKTOR
Kofaktor dari determinan aij adalah determinan Kij , yaitu
Kij =
x (minor dari
DEFINISI V :
Determinan suatu matriks A sama dengan jumlah hasilkali setiap elemen
sebarang baris atau kolom dengan kofaktornya.
Contoh.
Hitunglah determinan matriks koefisien pers. (5.21) :
|
K23 =
K33 =
|=4
| = -2
| = -3
13
Dengan teorema ini, teorema berikut yang diungkapkan dalam baris matriks,
juga berlaku untuk kolom matriks.
TEOREMA 4 :
Misalkan A sebuah matriks bujur sangkar berorde n.
a)
Jika salah satu baris matriks A sama dengan nol. Maka : det (A) = 0
b)
Jika dua baris dari matriks A adalah sebanding. Maka : det (A) = 0
c)
Jika A adalah matriks hasilkali salah satu baris matriks A dengan tetapan C,
maka : det (A) = c det (A)
d)
Jika A adalah matriks hasil pertukaran dua baris matriks A maka : det (A)
= - det (A)
14
|;
0, maka
15
Ux = |
| = -9 ;
| = -27 ;
Uy = |
| = 18 ;
Uz = |
| = -18
16
, tuliskan kembali
sebagai syarat perlu, pemecahan taktrivial. Dalam hal ini, matriks A disebut
matriks singuler, sebaliknya disebut matriks taksinguler.
5.7
Matriks Invers
Jika A dan B matriks bujur sangkar sedemikian rupa sehingga AB = BA = I
maka B disebut balikan atau invers dari A dan dapat dituliskan B = A-1 (B sama
dengan invers A). Matriks B juga mempunyai invers yaitu A, maka dapat
dituliskan A = B-1. Jika tidak ditemukan matriks B maka A dikatakan matriks
tunggal (singular).
Apabila A dan B adalah matriks se-ordo dan memiliki invers maka invers
dari AB yaitu:
Contoh 1.
|
|
|
|
||
||
dan
17
Contoh 2.
|
dan
||
||
Karena
|
|
|
TEOREMA 5.7 :
Jika A sebuah matriks berorde n dan det (A) 0 maka:
(5.37)
Konsep matriks invers ini dapat pula digunakan untuk memecahkan suatu
sistem persamaan linear.
Misal:
(5.38)
Jika A-1 adalah matriks invers A maka dengan mengalikan kedua belah ruas
dengan A-1 maka:
(5.39)
yang bergantung pada matriks invers A-1.
Ada dua metode perhitungan matriks invers sebuah matriks bujur sangkar
A, yaitu sebagai berikut.
1.
18
2.
Metode determinan
Metode ini didasarkan pada syarat bahwa sebuah matriks A berorde n
memiliki invers, jika dan hanya jika determinannya tidak nol, det (A) 0.
Langkah-langkah perhitungannya adalah sebagai berikut.
Matriks ini lazim disebut matriks adjoint dari A, ditulis adj (A), jadi:
Maka:
Contoh.
Hitunglah matriks invers dari
Pemecahan.
Kofaktor dari elemen-elemen matriks A yaitu:
19
|
|
|
|
sehingga:
|
Jadi:
20
Contoh.
Selesaikan persamaan linier berikut:
2x + y z = 2
xy + z=7
2x + 2y z = 4
PEMECAHAN :
|
| ;
| | ; dan
| |
Maka:
X=
| |
|| |
5.8
21
][ ]
]
(5.46)
(5.47)
22
|| |
(5.48)
(5.49)
Transformasi linear istimewa dari (x,y) ke (x,y) yang adalah sedemikian rupa
sehingga tak mengubah jarak antara 2 titik, yakni :
(5.50)
disebut transformasi orthogonal. Berikut kita akan mencari persamaan yang
dipenuhi elemen matriks M agar transformasi (5.48) orthogonal. Sisipkan Pers.
(5.48) ke dalam ruas kanan Pers. (5.50), kita peroleh
=
=
=
Jadi,
= 1, ab + cd = 0, dan
=1
(5.51)
][
]=[
]=[
]
(5.52)
23
[ ]=[
][ ]
(5.53)
CATATAN : Sifat geometri yang tak berubah dibawah suatu transformasi disebut
invariant. Sebagai contoh, jarak
24