KANDUNGAN KURSUS

STQM1923
TEKNIK MATEMATIK II

1). Matriks dan Sistem Persamaan Linear

2). Vektor
3). Nilai Eigen dan Vektor Eigen
4). Penjelmaan Linear
5). Penjelmaan Laplace
6). Siri Fourier
7). Fungsi Bernilai Vektor
8). Kamiran Garis dan Permukaan

MATHEMATICAL TECHNIQUES II

DR. ANUAR MOHD ISHAK

No. Bilik : 2111,
2111, Bangunan PPSM
No. Tel : 0303-89215756
89215756
E-mel : anuar_mi@ukm.my
anuar_mi@ukm.my
KULIAH (Set 2):
Isnin : 1:00 2:00 pm (1 jam) - DKG126G
Khamis: 5:00 7:00 pm (2 jam) - DKG126G

RUJUKAN

PENILAIAN
Kuiz:
Kuiz:
Tugasan:
Tugasan:
Ujian MidSem
Pep. Akhir

1. Stephenson, G. 1989. Kaedah Matematik Untuk Pelajar Sains. Terj.

Hafsah Abd. Majid & Muriati Mokhtar. Kuala Lumpur: Dewan Bahasa dan
Pustaka
2. Weltner, K. et al. 1992. Matematik Untuk Jurutera dan Ahli Sains. Terj.
Abu Bakar Mohamad et al. Kuala Lumpur: Dewan Bahasa dan Pustaka.
3. Peter, V. O. 2003. Advanced Engineering Mathematics 5th Ed. Thomson
Books/cole, UK.
4. Thomas, G. B. 1998. Calculus With Analytic Geometry, Ed. Ke-9. New
York. Addison Wesley.

10%
10%
30%
50%

**Sebarang buku Linear Algebra dan Asas Kalkulus yang terdapat dalam
pasaran masa kini adalah sesuai untuk dijadikan sebagai rujukan bagi
kursus ini .
3

1.1 MATRIKS (Matrices

(Matrices))

TOPIK 1:
MATRIKS DAN SISTEM PERSAMAAN
LINEAR

Matriks ialah satu set objek/unsur (elements) yg

disusun dlm baris(row) dan lajur(column) supaya
membentuk segiempat tepat.

(Matrices and Systems of Linear Equations)

1.1
1.2
1.3
1.4
1.5
1.6
1.7

MATRIKS
OPERASI MATRIKS
MATRIKS TRANSPOSISI
PENENTU MATRIKS
MATRIKS SONGSANG
MINOR, KOFAKTOR, MATRIKS DAMPINGAN
PENYELESAIAN SIST. PERS. LINEAR
5

Bil. lajur = n

a11

a
A = 21

am1

a12

a13

a22

a23

am 2

am 3

Bil. baris = m

... a2 n = a
i j mn

... amn mn
Saiz matriks
baris X lajur

... a1n

Jika m = n maka matriks berbentuk segi empat sama

(square matrix)

Contoh 1.1.1:
Matriks nyata (Real Matrix)

0 3
1

2 0.3 4 23

Matriks segi empat sama unsur aii adalah

unsur pepenjuru utama (main diagonal entries).
Contoh 1.1.3

2
11

2
3
5
1

2
0

Contoh 1.1.2:
Matriks kompleks (Complex Matrix)

15

3i
1 i

8i
1 + 2i
1

6 2i

0
4i 33

5
0

4
1
00 3

3 44
4

unsur pepenjuru utama ialah -1, -2, 0 dan 3

7

Matriks yg mempunyai satu baris ( bersaiz 1 x n)

juga disebut vektor baris (row vector)

1.1.1 Matriks Identiti (Identity Matrix)

Contoh 1.1.4

1 0

0 1
Simbol : I =

0 0

[ -1 0 2 4 ]1x4
Matriks yg mempunyai satu lajur (bersaiz m x 1)juga
disebut vektor lajur (column vector)
Contoh 1.1.5

1
2

3

4 41

0 ... 0

0 ... 0

0 ... 1 nn

= ai j

m n

Matriks segi
empat sama dgn
unsur pepenjuru
utama 1 dan
selainnya 0.

yg ai j = 1 utk i = j
aij = 0 utk i j
10

1.1.3 Matriks Segi Tiga (Triangular Matrices)

1.1.2 Matriks Sifar (Zero Matrix)

i) Matriks Segi Tiga Atas (Upper Triangular Matrix)

0
Simbol: 0 =

0
0
0

0 ... 0

0 ... 0

0 ... 0 nn

Matriks segi empat sama dgn unsur di bawah

pepenjuru utama adalah 0

i.e. aij dgn aij = 0 utk semua i > j

Contoh 1.1.6

Matriks dgn semua unsur sifar, 0

11

1
0

2 3 4
2 3 4
0 3 4

0 0 4 44
12

ii) Matriks Segi Tiga Bawah (Lower Triangular Matrix)

Matriks segi empat sama dgn unsur di atas
pepenjuru utama adalah 0

1.2 OPERASI MATRIKS (Matrix Algebra)

1.2.1 Penambahan Matriks (Matrix Addition)

Jika A = aij

i.e. aij dgn aij = 0 utk semua i < j

mn

dan B = bij

mn

A+B = aij + bij

mn

Contoh 1.2.1
Tambahkan unsur-unsur sepadan

Contoh 1.1.7

1
1

0
2
2
2

0
0
3
3

0
0

4 44

1 2 3
1 6 4
0 8 1
=
4 0 2 + 8 7 5

23
23 4 7 3 23

13

1.2.2 Pendaraban Skalar

(Product of a Matrix and a Scalar)

14

1.2.3 Pendaraban Matriks (Multiplication of Matrices)

Jika A = aij

Jika A = aij mn dan skalar

A = aij

Operasi Penambahan matriks

berlaku utk matriks yg bersaiz sama

yang

cij =

m n
n

dan B = bij AB = cij

n p

ik kj

m p

= ai1b1 j + ai 2 b2 j + ... + ain bnk

k =1

m n

Operasi pendaraban berlaku/tertakrif jika bil.lajur

matriks pertama(A) adalah sama dgn bil. baris
matriks kedua (B).

Contoh 1.2.2

1
x2
3
=
2
x sin x 22

3
3x2

2
3 x 3sin x 22

A m n Bn p = ABmp
sama
saiz AB
15

Contoh 1.2.3
1 3 1 1 3
1)

2 5 2 1 4

1 1 3 1 3
2)

2 1 4 2 5

16

Contoh 1.2.4

1 + 6 1 + 3 3 + 12 7 4 15
=

=
2 + 10 2 + 5 6 + 20 12 7 26
Operasi pendaraban tidak tertakrif
(tak berlaku)

saiz
saiz
2 3
2 2
tak sama

1 0 2 3 4 5 9 6 9

a) 3 1 2 10 0 1 = 25 14 20
0 5 2 3 1 2 56 2 9

3 4 5 1 0 2 15 29 24

b) 10 0 1 3 1 2 = 10 5 22
3 1 2 0 5 2 6 11 12

Operasi pendaraban tak memenuhi hukum kalis

tukar tertib (noncommutative ) iaitu

AB BA
17

18

1.3 Matriks Transposisi (Transpose of Matrix)



Sifat-sifat Matriks Transposisi

Simbol ( )T
Saling tukar baris dengan lajur

i) (A T ) T = A
ii) (A+B)T = A T + BT

Contoh 1.3.1

(AB)T =A T BT

iii) (AB)T = BT A T

1 8

1 2 3 0
2 1
PT =
P=

3 2
8 1 3 4 24

0 4 42

iv) ( A)T = A T ; skalar

saiz
19

1.4 PENENTU MATRIKS (DETERMINANT)

Bagi suatu matriks Anxn

 Jika

A =A
T

20

Penentu

matriks ialah suatu nilai nyata

wujud bagi matriks segi empat sama
Simbol:
, pen ( ) atau det ( )
Penentu

maka A adalah matriks

simetri (symmetric matrix).

1.4.1 Penentu matriks 2 x 2:

 Jika

A = A
T

a b
A=

c d

maka A adalah

matriks pencong (skew matrix).

pen(A) =

= ad bc

Contoh 1.4.1
Contoh 1.3.2

7 2
7 2
pen(A) =
= 7 (6) = 13
A=

3 1
3 1

???
fikirkan
21

1.4.2

Matriks bersaiz besar ( 3 x 3)

Contoh 1.4.2

Teorem:
Andaikan A= a ij nn matriks segi empat sama.
Penentu bagi A boleh didapati dgn mengambil
pengembangan Laplace pd baris ke i atau lajur
ke -j

Nota:tanda kedudukan (sign diagram)

+

...

+ ...
alternate sign
...

22

1 2

P = 4 5
7
8

6
0

1 2
Pen(P) = 4 5
7
8

3
6

= +1

5 6
8 0

Pengembangan Laplace
pd baris pertama

Tanda kedudukan
+ - +
4 6

( 2) 7 0

+3

4 5
7 8

= 48 + 2( 42) + 3(32 35) = 27

23

24

Pengembangan Laplace
pd baris ke-2
Tanda kedudukan (- + -)

atau

1 2
P = 4 5

3
6

= 4

2 3
8 0

+ (5)

atau

1 2
P = 4
7

1 3
7 0

=3

1 2

6 7

5
8

4 5
7 8

Pengembangan Laplace
pd lajur ke 3.
Tanda kedudukan (+ - +)

3
6
0

6 1 2 +0
7

= 3(32 35) 6(8 14)

= 4(24) 5(21) 6(8 14)

= 27

= 27
25

1.5 SONGSANGAN MATRIKS (INVERSE MATRIX)

1.5.1 Mendapatkan songsangan Matriks 2x2

a b
A=

c d

Takrif:
Suatu matriks Anxn boleh songsang (tak singular)
jika wujud suatu matriks Bnxn sehinggakan

AB = BA = I , I matriks identiti

songsangan A, i.e. A -1 =

Tukar kedudukan

1
A

d b
c a

Tukar
tanda

Contoh 1.5.1

Matriks B adalah songsangan matriks A

2 1
B=

4 3

-1

iaitu A = B

AA
B -1= I

26

AB-1 A = I

B-1 =

Songsangan yang wujud adalah unik

penentu

1 3 1
1 3 1

=
6 (4) 4 2 10 4 2

27

28

1.5.2 Matriks yang bersaiz lebih besar (3x3)

Contoh 1.5.2

Kaedah Penghapusan Gauss-Jordan

(Gauss(Gauss-Jordan elimination Method)

1 1 0
A = 2 3 2 , dapatkan A -1.
2 0 1

A I

OBP (ERO)

Matriks imbuhan
(Augmented Matrix)
A dan I, Identiti

I A -1

Matriks Imbuhan (Augmented Matrix)

OBP: Operasi Baris

Permulaan
Elementary Row
ERO: Operations
29

1 1 0 1 0 0

A I = 2 3 2 0 1 0 .
2 0 1 0 0 1

Lakukan
proses
OBP !!

30

 1 1 0 1 0 0
1 1 0 1 0 0

B2 :B2 -2B1 0 5 2 2 1 0
A I = 2 3 2 0 1 0

2 0 1 0 0 1 B3:B3 +2B1 0 2 1 2 0 1

B3 :5B2 +2B2

1 1 0 1 0 0

B2 :B2 +2B3
0 5 2 2 1 0
0 0 1
6 2 5

5 0 0 15 5 10 B ( 1 )
5
1

B1:5B1 +B2
0 5 0 10 5 10 B ( 1 )
5
2
0 0 1 6 2 5

1 1 0 1 0 0

0 5 0 10 5 10
0 0 1 6 2 5

1 0 0 3 1 2

0 1 0 2 1 2
0 0 1 6 2 5

sonsangan A ialah

A = 2
6

-1

1
1
2

2
5

semak:
1 1 0 3

AA -1 = 2 3 2 2

2 0 1 6

1
1
2

2 1 0 0

2 = 0 1 0 = I

5 0 0 1

I A 1
31

1.6 MINOR, KOFAKTOR, MATRIKS DAMPINGAN

32

Matriks Dampingan (Adjoin Matrix)

(Minor, Cofactor, Adjoin Matrix)



Andaikan A matriks segi empat sama, Minor, M ij

ialah penentu matriks A dgn mengabaikan baris
ke i dan lajur ke j

 Manakala

Kofaktor:

Cij =(-1)i+jM ij

C11 C12 ... C1n

C C ... C21
Simbol: C(A) = 21 22
M

Cn1 Cn 2 ... Cnn

C11 C12 ... C1n

C C ... C21
Simbol: Damp(A) = 21 22
M

Cn1 Cn 2 ... Cnn

= Adj (A)

Matriks Kofaktor:

33

Contoh 1.6.1

34

M 21 =

Cari Minor, kofaktor dan matriks dampingan bagi

1 4 5

P = 8 7 3
4 9 6

M 22 =

1 4 5

P = 8 7 3
4 9 6

M 23 =

Peny:

M 11 =
M 12 =

7 3
= 7(6) 3(9) = 15
9 6
8 3
4 6

= 8(6) 3(4) = 36

4 5
= 24 45 = 21
9 6

M 13 =

1 5
= 14
4 6
1 4
4 9

= 7

4 5
M 31 =
= 23
7 3

8 7
4 9

= 72 28
= 44

M 32 =
35

1 5
8 3

= 37

M 33 =

1 4
= 27
8 7

Matriks Minor

M(P)= M ij
36
44
15
= 21 14 7
23 37 27

36

Cij =(-1)i+jM ij

Kofaktor:

C11 =(-1)2 M11 =15

C12 =(-1)3 M12 = 36

C13 =(-1) 4 M13 = 44

Matriks Dampingan

C32 =(-1) M 32 = 37
5

15 36 44

damp(P) = Cij = 21 14
7
23 37 27

C33 =(-1)6 M 33 = 27

C21 =(-1)3 M 21 = 21

Matriks Kofaktor

C22 =(-1)4 M 22 = 14

C(P)= Cij

21 23
15

= 36 14
37
44
7 25

15 36 44

= 21 14
7
23 37 27

C23 =(-1)5 M 23 = 7
C31 =(-1) 4 M 31 = 23

37

1.6.1 Menentukan songsangan menggunakan

matriks dampingan


Contoh 1.6.2:

1 4 5

P = 8 7 3
4 9 6

Songsangan matriks juga boleh diperoleh dgn

menggunakan rumus berikut:
berikut:

A -1 =

38

1
[ damp(A)]
A

Dari Contoh 1.6.1

1 4 5
P = 8 7 3 = 91
4 9 6

21 23
15

damp(P)= 36 14 37
44
7 25

Cuba
sendiri

39

Maka songsangan P ialah

P -1 =

1
[damp(P)]
P

40

1.7 SISTEM PERSAMAAN LINEAR(SPL)

(System of Linear Equations)

21 23
15
1

= 36 14 37
91
7 25
44

Bentuk am SPL dgn n pemboleh ubah adalah

a11 x1 + a12 x2 + ... + a1n xn = b1

Semak:

a21 x1 + a22 x2 + ... + a2 n xn = b2

21 23
1 4 5 15
1 0 0
1

PP -1 = 8 7 3 36 14 37 = 0 1 0 = I

91

0 0 1
7 25
4 9 6 44

M
am1 x1 + am 2 x2 + ... + amn xn = bm

41

42

SPL ditulis dlm bentuk matriks sebagai

a11 a12 ... a1n x1 b1

a21 a22 ... a2 n x2 = b2
M
M M

am1 am 2 ... amn xn bm

1.7.1 Matriks Imbuhan ( Augmented Matrix)

Jika B = 0
sistem
homogen

Iaitu :

a11 a12 ... a1n

a21 a22 ... a2 n

M

am1 am 2 ... amn

X = B

142 4
3

Jika B 0
sistem tak
homogen

Matriks Pekali
(coefficient Matrix)

b1

b2
M

bm

Dipisah oleh
garis

matriks pekali

44

43

1.7.2 Bilangan Penyelesaian Bagi SPL

a)
b)
c)

1.7.3 Teknik-teknik Penyelesaian SPL

Hanya satu penyelesaian (unik),

unik), SPL
dikatakan konsisten (consistent system).
system).
Banyak penyelesaian (tak terhingga),
terhingga), SPL
dikatakan konsisten (consistent system)
system)
Tiada penyelesaian,
penyelesaian, SPL dikatakan tak
konsisten (inconsistent system)
system)

a)
b)
c)
d)

Kaedah matriks songsang ( Using the inverse

matrix method)
Kaedah Penghapusan Gauss (Gaussian
elimination method)
Kaedah Penghapusan GaussGauss-Jordan (Gauss(GaussJordan elimination method)
Petua Cramer (Cramer
(Cramers Rule)

45

a) Kaedah Matriks Songsang (Inverse Matrix Method)

SPL :

AX= B

X =??

A -1A X = A -1 B
I X = A -1 B
X = A -1 B

Darabkan A-1
di sebelah kiri
A-1A = I

46

b) Kaedah Penghapusan Gauss

(Gaussian Elimination Method)



Tuliskan bentuk matriks imbuhan dari SPL

Gunakan Operasi baris Permulaan(OBP) utk
menjelmakan SPL dlm bentuk eselon baris
/matriks segitiga atas.

maka penyelesaian diberi oleh

x1

x
X = 2 = A -1 B
M
x
n

OBP
A B
A* B*

Syarat:
songsangan
bagi A wujud

Penyelesaian diperoleh dgn kaedah

penggantian dari belakang
47

48

c) Kaedah penghapusan Gauss-Jordan

(Gauss-Jordan Elimination Method)

d) Kaedah Petua Cramer (Cramers Rule)



Lanjutan dari kaedah Penghapusan Gauss

 Teruskan proses OBP sehingga mendapat
matriks identiti


OBP
A B
I B'


Bagi SPL AX = B dgn A matriks pekali

Jika penentu A tidak sifar ( pen(A) 0 )
maka penyelesaian SPL diberi oleh rumus

xk =

Penyelesaian diberikan oleh B

Ak
pen(A k )
=
pen (A)
A

Dgn Ak , k = 1,2,3 ialah matriks yg diperoleh

drpd matriks pekali dgn lajur ke- k diganti dgn
matriks B
49

50

x 2 y + 3z = 9

Contoh 1.7.1
Selesaikan sistem persamaan linear di bawah

x + 3y = 4

x 2 y + 3z = 9
x + 3y = 4

2 x 5 y + 5 z = 17

1 2 3 x 9

1 3 0 y = 4
2 5 5 z 14

2 x 5 y + 5 z =17

X=B

SPL tak homogen

Menggunakan
a) Matriks songsang
b) Kaedah Gauss
c) Kaedah GaussGauss-Jordan
d) Petua Cramer

a) Menggunakan Matriks Songsang

AX = B
A-1=??

X = A 1 B
51

52

b) Penyelesaian menggunakan Kaedah Gauss

Rujuk 1.5.2 dan 1.6.1 utk mendapat songsangan A

15 2 5 2 9 2

A1 = 5 2 1 2 3 2
1 1 1
2 2

maka X = A1 B

1 2 3 9
1 2 3 9
B2 :B2 +B1

( A B) = 1 3 0 4 B :B -2B 0 1 3 5
0 1 1 1
2 5 5 17

Penyelesaian
unik

B 3 :B 3 +B 2

2z = 4 z = 2

x 15 2 5 2 9 2 9 1
5 1 3
y = 2 2 2 4 = 1
z 1 1 1 17
2 2
3
peny: x = 1, y = 1 dan z = 3

y + 3z = 5
y = 5 3(2) = 1

1 2 3 9

0 1 3 5
0 0 2 4

x 2 y + 3z = 9
x =926 = 1
53

54

c) Kaedah Penghapusan Gauss-Jordan

1 2 3 9
dr Gauss
( A B) = 1 3 0 4
2 5 5 17

1 2 3 9

0 1 3 5
0 0 2 4

teruskan proses OBP sehingga mendapat identiti

2 4 0 6
2
B1:2B1 -3B3
B1:B1 +2B3

0 2 0 2

0
B2 :2B2 -3B3

0
0 0 2 4

2 0 2
0 2 4

B1 ( 12 ) 1

0 0 1

0
1
0 1
B2 ( )
B3 ( 13 ) 0 0 1 2

I B*

1
2

maka penyelesaian x = 1, y = -1 dan z = 2

0 0

55

d) Petua Cramer

matriks pekali,

1 2 3

A = 1 3 0
2 5 5

56

Lajur pertama matriks A

diganti dgn matriks B

9 2 3

A x = 4 3 0
17 5 5

Kira sendiri

9 2 3
Oleh itu A x = 4 3 0 = 2
17 5 5

penentu A

3 0
1 0
1 3
A =
(2)
+3
5 5
2 5
2 5
= 15 10 3
=2

Ax
A

maka x =

2
=1
2

57

Samb:
:
Samb
Lajur ke-2
matriks A

58

Contoh 1.7.2

diganti dgn matriks B

9 3
1

A = 2
A y = 1 4 0
y
Ay
2 17 5
2

maka y =
=
= 1
A
2

Selesaikan SPL berikut:

2 y + z + 5w = 0
x + y 4w = 0
y z 8w = 0

Lajur ke-3 matriks A diganti dgn matriks B

Peny:

x
1
5
0 2
0

y

0 4
= 0
1 1
0 1 1 8 z
0

1 2 9

Az = 4
A z = 1 3 4
A
4
2 5 17 maka z = z = = 2

A
2
59

Sistem
homogen

60

1
5 0
0 2

1
1
0

4
0

0 1 1 8 0

B1 B2 1

0
0

B3 : 2B3 B2 1

0
0

3 z 21w = 0
z = 7w

0 3

y =w

z = 7w

2y + 7w
z +5w=0

0 4 0

1
5 0
1 1 8 0
0
1

x = 3w

Set penyelesaian yg tak terhingga

1
2

1
2

Peny:

y =w

0 x + y 4w = 0

0 x = 3w
21 0

4
5

Misalkan

w = 1 x = 3, y = 1, z = 7

Misalkan

w = 3 x = 9, y = 3, z = 21

61

Contoh 1.7.3 (Aplikasi

(Aplikasi)) :
Dapatkan persamaan parabola yg bersimetri paksi
tegak dan melalui titiktitik-titik (-1,7) , (1,(1,-1) dan (2,(2,-2).

SPL :

A B +C = 7
A + B + C = 1
4 A + 2 B + C = 2

Penyelesaian dgn Kaedah Penghapusan Gauss

Peny:
Peny:

1 1 1 7
1 1 1 7

B2 :B2 B1

1
1
1

B3 :B3 4 B1 0 2 0 8

4 2 1 2
0 6 3 30

Persamaan parabola y = Ax 2 + Bx + C

( 1, 7 ) :
(1, 1) :
( 2, 2 ) :

62

A ( 1) + B ( 1) + C = 7 A B + C = 7
2

A + B + C = 1
4 A + 2 B + C = 2

1 1 1 7

0 1 0 4
0 6 3 30

Gantikan setiap
titik ke dlm pers.
parabola

1
B2 : B2
2

63

1 1 1 7
1 1 1 7

0 1 0 4
B3 :B3 6 B2

0 1 0 4

0 6 3 30
0 0 3 6
Dengan itu : 3C = 6 C = 2
1B = 4 B = 4
1A B + C = 7 A = 1

64

Contoh 1.7.4
Perhatikan litar elektrik berikut, gunakan hukum
Kirchoff utk menentukan arus I1, I2 dan I3 yg
mengalir pada litar tersebut
Hukum Kirchoff

Dgn menggunakan penggantian ke belakang,

belakang,
Penyelesaian ( 1, -4, 2)
2) diperoleh (Penyelesaian unik).
unik).
Maka,
Maka, persamaan parabola adalah

1)Jumlah arus yg memasuki satu simpang (node)

= jumlah arus yang keluar dari simpang itu.
2)Dlm litar tertutup, jumlah DGE (Voltage) = jumlah
arus didarab rintangan.
V= IR

y = x2 4 x + 2
65

66

I1

I2

SPL: I1 I 2 I 3 = 0
5I1 + 3I 2 = 6

10

6V
L2

L1

5I1 + 10 I 3 = 6

I3

Menggunakan Petua Cramer

di node a : I1 = I 2 + I 3 I I I = 0
1
2
3
Loop 1: V = I1 R1 + I 2 R2

6 = 5I1 + 3I 2

5I1 + 3I 2 = 6

Loop 2 : 6 = 5I1 + 10 I 3 5 I1 + 10 I 3 = 6

1 1 1 I1 0
5
3
0 I 2 = 6
0 10 I 3 6
5

....(1)

....(2)

....(3)

Sistem persamaan Linear

1 -1 -1
A= 5 3 0 A = 95
5 0 10
0
A1 = 6

-1 -1
3 0 A1 = 78

0 10

1 0 -1
A 2 = 5 6 0 A2 = 60

5 6 10
1 -1 0
A 3 = 5 3 6 A3 = 18

5 0 6

67

68

Peny:
I1 =

A1

I2 =

A2
60 12
=
=
0.63 A
A
95 19

I3 =

A3

78
0.82 A
95

TERIMA KASIH
(Nota asal disediakan oleh Pn. Alawiah Ibrahim)

18
0.19 A
95

69

70