Matriks

FAKULTAS TEKNOLOGI KELAUTAN JURUSAN TEKNIK PERKAPALAN Kampus ITS Sukolilo, Surabaya 60111 Telp : 031 594 7254,
Fax : 031 596 4182 Email : kapal@its.ac.id
SISTEM PERSAMAAN LINIER, MATRIKS DAN DETERMINAN 7.1 Matriks dan Determinan MATRIKS Definisi 7.1.1 matriks adalah susunan empat persegi panjang dari bilangan-bilangan atau entri-entri yang teratur dalam baris dan kolom. Secara umum Matriks dapat ditulis sebagai : ( ) (7.1)
Banyaknya elemen dari matriks dinyatakan dengan , dimana m menyatakan baris, sedangkan n menyatakan kolom dari matriks. Elemen matriks dapat ditulis dalam tanda kurung siku [ ] atau dalam tanda kurung besar ( ) atau Perlu diperhatikan bahwa matriks tidak memiliki nilai numeric. Notasi matriks dinyatakan dengan huruf kapital dan elemen-elemennya dengan huruf kecil. Contoh 1. Matriks yang dinyatakan dengan dua indeks, indeks pertama menyatakan baris ke-i indeks kedua menyatakan kolom ke-j. ( ,
Contoh 2 Matriks bujur sangkar 3 x 3, matriks baris dan matriks kolom ( +, ,( +
OPERASI MATRIKS Definisi 7.1.2 Dua matriks A dan B dikatakam sama jika dan hanya jika ukurannya sama dan elemen-elemen yang bersesuaian sama. Jadi A=B jika dan hanya untuk semua i dan j Contoh 3 ( Diberikan matriks-matriks ), ( )
MATEMATIKA REKAYASA ITS | 1
Cornelius Tony Suteja (4110100053)
FAKULTAS TEKNOLOGI KELAUTAN JURUSAN TEKNIK PERKAPALAN Kampus ITS Sukolilo, Surabaya 60111 Telp : 031 594 7254, Fax : 031 596 4182 Email : kapal@its.ac.id
A = B jika dan hanya jika
Contoh 4 Diberikan matriks-matriks ( ), ( )
Definisi 7.1.3 Penjumlahan dan pengurangan dua matriks A dan B adalah penjumlahan atau selisih dari dua matriks yang mempunyai ukuran sama dan hasilnya matriks C dengan elemen-elemennya diberikan oleh untuk i dan j. Contoh 5 Diberikan matriks-matriks ( ) ,B ( ( ) dan ) , maka ( )
Contoh 6 Diberikan matriks-matriks ( ) , ( ), ( )
A + C tidak didefinisikan, sebab ukuran matriks A dan C tidak sama B + C tidak didefinisikan, sebab ukuran matriks B dan C tidak sama SIFAT-SIFAT PENJUMLAHAN MATRIKS 1. Sifat komutatif : A+B=B+A 2. Sifat Asosiatif : (A + B) + C = A + (B + C) 3. A + 0 = 0 + A , O adalah matriks nol 4. A + (-A) = 0 , - A = Definisi 7.1.4 Perkalian matriks A = , berukuran m x n dengan scalar adalah matriks berukuran m x n yang diperoleh dengan mengalikan setiap elemen dari A dengan . Contoh 7. Jika ( ) maka 3A = ( ( ( ) ),B ( ( ) ) dengan ) , maka
Contoh 8. Jika matriks A 2A + 3B = ( )
SIFAT-SIFAT PERKALIAN SKALAR DENGAN MATRIKS Untuk setiap skalar , [ ] 1. 2. ( [ ] 3. 4. IA = A 5. Definisi 7.1.5 Jika A = , matriks berukuran m x n dan B = , matriks beruuran r x p maka perkalian AB dapat dilakukan jika n = r, artinya banyaknya kolom matriks A sama dengan banyaknya baris matriks B. Contoh 9 a. Jika matriks-matriks ( ) , )( ( ) , maka ( * ( ) maka :
b. Jika matriks-matriks ( ( ) , )( ) ( ) , maka ( ) ( )
SIFAT-SIFAT PENJUMLAHAN DAN PERKALIAN MATRIKS 1. ( , dengan 2. 3. 4. 5. , khusus untuk matriks bujur sangkar AB = BA MATRIKS BAGIAN ATAU SUBMATRIKS Seringkali kita perlu mempelajari beberapa himpunan bagian dari elemen-elemen dalam sebuah matriks yang membentuk matriks bagian atau submatriks
Definisi 7.1.6 Jika dilakukan partisi pada elemen-elemen suatu matriks dengan menarik garis vertikal dan atau garis horizontal diantara baris atau kolom, maka himpunan bagian dari elemen-elemen tersebut disebut matriks bagian atau submatriks. Contoh 10. Andaikan matriks A dapat dibuat matriks bagian sebagai berikut.
Maka matriks-matriks bagian A tersebut adalah , ,
Contoh 11. Andaikan matriks-matriks A dan B dapat dibagi dalam sub-sub matriks berikut.
,=(
,=(
Jika C pergandaan dari A dan B, yaitu C=AB, maka dicari sebagai berikut = =( *( * ( *, Dengan
( ( )
)(
Untuk jelasnya dapat dilihat pada contoh 12. Contoh 12. Jika matriks
), B = (
,, maka
=( =( =( = =
*( )( )( ( (
* ) ) ) )
( ( ( ) )
*,
Jadi diperoleh :
=(
MATRIKS MATRRIKS KHUSUS 1. Matriks Segitiga Definisi 7.1.7 Matriks bujur sangkar yang semua elemen-elemennya sama dengan nol kecuali : 1. Elemen-elemen yang berada dibawah diagonal pokok disebut matriks segitiga bawah. Jadi : , dengan = 0 untuk i < j dan untuk i . 2. Elemen-elemen yang berada diatas diagonal pokok disebut matriks segitiga atas. Jadi : , dengan = 0 untuk i < j dan untuk i .
Contoh 13. a. =( + , matriks segitiga bawah
b.
=(
+ , matriks segitiga atas
2. Matriks Diagonal Definisi 7.1.8 Matriks bujur sangkar yang semua elemen-elemennya sama dengan nol kecuali pada diagonal pokok disebut matriks diagonal.
Jadi :
, dengan = 0 untuk i
j dan tidak semuanya nol untuk i
Contoh 14. Matriks matriks diagonal
+,
+,
Matriks diagonal yang semua elemen-elemen pada diagonal pokoknya sama dengan dimana = skalar disebut matriks skalar.
Contoh 15. Matriks Skalar S=(
+,
Sifat Matriks Skalar Jika S matriks skalar dan A matriks bujur sangkar tak nol, masing-masing berukuran sama, maka SA = AS = Matriks skalar yang elemen-elemen pada diagonal pokoknya sama dengan satu disebut matriks identitas atau matriks satuan dan dinyatakan dengan I atau , { , , disebut delta kronecker (7.4)
Sifat penting dari matriks identitas a. = I, n bilangan bulat, b. 3. Matriks Transpose

Definisi 7.1.9 Transpose dari matriks
, berukuran (m x n) dinyatakan dengan A
atau berukuran n x m yang diperoleh dengan menukar elemen-elemen pada baris menjadi kolom dan elemen-elemen pada kolom menjadi baris. Jika
A= ( Sifat-sifat : 1. 2. 3. 4.
, maka ) ( )
(7.5)
Contoh 16. Diberikan matriks A=(
), maka
4. Matriks Simetri dan Skew Simetri Definisi 7.1.10 Matriks bujur sangkar transposenya sama dengan matriks semula. Jadi Jika atau , i , j = 1, 2, .., n, (7.6) dikatakan simetri jika matriks
Maka A adalah matriks simetri. Sedangkan matriks bujur sangkar A = dikatakan skewsimetri jika atau , i, j = 1, 2, ., n. Setiap matriks bujur sangkar A dapat ditulis sebagai jumlahan dari matriks simetri R dan matriks skewsimetri S dengan [ ] , dan [ ] (7.7)
Contoh 17 Penggunaan tanah di suatu kota pada tahun 2000 sebesar 50 ha adalah sebagai berikut: I. Untuk perumahan : 30%
II. III.
Untuk komersial Untuk industri
: 20% : 50%
Dapatkan prosentase penggunaaan tanah di kota tersebut pada tahun 2005 dan tahun 2010 bila probabilitas perubahan untuk interval 5 tahun diberikan oleh tabel dibawah ini : Ke-I Dari I Dari II Dari III 0,8 0,1 0,1 Ke-II 0,1 0,7 0,2 Ke-III 0,1 0,2 0,9
Penyelesaian : Vektor kolom dari tabel untuk tahun 2000 dinyatakan oleh : Misalkan y menyatakan penggunaan tanah tahun 2005 maka : , ( , , , , , , , + , .
Z menyatakan penggunaan tanah sampai tahun 2010 maka : , ( , , , , , , , + ,
Jadi penggunaan tanah sampai tahun 2010 adalah Th. 2000 Untuk perumahan Untuk komersial Untuk industri 30 20 50 Th.2005 31 27 52 Th.2010 28,2 32,4 55,3
5. Matriks Invers
Definisi 7.1.11 Jika A matriks bujur sangkar berukuran n x n maka invers dari matriks A, dapat ditulis , adalah matriks berukuran n x n yang memenuhi Contoh 18 Jika ( ) mempunyai invers ( )
Contoh 19 Tunjukkan apakah matriks ( + mempunyai invers!
Penyelesaian : Misalkan A invers B maka akan dipenuhi AB = BA = I ( +( + ( +
Karena AB
, maka matriks B tidak mempunyai invers
Teorema 7.1.12 Jika matriks A mempunyai invers, maka inversnya tunggal

Bukti : Andaikan B dan C mempunyai invers dari A maka BA = I , bila dikalikan dengan C dari sebelah kanan diperoleh (BA)C = IC = C (BA)C = B(AC) = BI = B Jadi B = C =
Teorema 7.1.13 Jika A dan B adalah matriks-matriks yang mempunyai invers dan ukurannya sama maka : 1. AB mempunyai invers 2.
Teorema 7.1.14 Jika A matriks yang mempunyai invers maka : 1. 2.
, , ,
3. , 6. Matriks Hermit dan Skew Hermit Bila terdapat matriks sebarang A = dengan elemen bilangan-bilangan kompleks dan dilakukan transpose dengan elemen-elemen dari bilangan kompleks konjugatenya maka matriks tersebut dinotasikan , konjugate dari (7.8)
Contoh 20. Jika
) , maka
Definisi 7.1.15 Matriks bujur sangkar A dikatakan matriks Hermitan jika :
Contoh 21. Jika Karena A =
) , maka
, maka A matriks Hermit
Contoh 22. Jika Karena A =
+ , maka
, maka A matriks Hermit
Definisi 7.1.16 Matriks bujur sangkar A dikatakan matriks Skew Hermit jika :
Contoh 23. Jika Karena (
( )
) , maka
),
, maka A matriks skew Hermit
Berkaitan dengan matriks Hermit terdapat matriks unitary yaitu matriks bujur sangkar yang transposenya memuat elemen-elemen berbentuk bilangan-bilangan kompleks conjugate yang sama dengan inversnya. Jadi, jika matriks unitary maka akan memenuhi . Sedangkan matriks unitary dengan elemen-elemen bilangan riil dinamakan matriks orthogonal. Jika matriks orthogonal maka memenuhi
Suatu himpunan vector-vektor { , , ,
, ,
, , , ,
, ,
yang memenuhi (7.9)
Disebut system unitary
Teorema 7.1.17 Matriks bujur sangkar A adalah unitary jika dan hanya jika vector kolomnya (dan juga vector barisnya) berbentuk system unitary.
Teorema 7.1.18 Matriks bujur sangkar A adalah matriks orthogonal jika dan hanya jika vector kolomnya , , , , berbentuk system unitary yaitu:

, ,
, , ,
Soal latihan 1. Jika ( ), ( ), ( ), ( )
Maka dapatkan matriks-matriks berikut ini dan definisikan : a. 4A 2B d. 5D 4C
b.
e. 2(2A B + 4C - 5D)
c.
2. Jika
( +,
+,
+,
Maka dapatkan matriks-matriks berikut ini dan definisikan : a. AD, DA d. DCB
b.
c. f. C , ,
e. ADC
3. Matriks A dikatakan matriks idempoten jika A = A. Berikan contoh matriks idempotent selain matriks nol atau matriks satuan. 4. Dapatkan matriks sedemikian hingga A = 0 5. Dapatkan matriks dan sedemikian hingga (A + B) 6. Buktikan perkalian dua matriks segitiga atas (n x n) merupakan matriks segitiga atas. 7. Masalah penugasan MIsalkan kontraktor , , untuk pekerjaan , , ditunjukkan dengan table biaya dibawah ini (dalam jutaan rupiah) :
12 9 8
2 3 4
5 6 4
Apakah minimasi total biaya a. Tidak berada pada keadaan yang diinginkan b. Berada pada keadaan dimana setiap kontraktor hanya melakukan satu pekerjaan
8. Jika tabel A merupakan dua pilihan buah-buahan pada 3 toko dan tabel banyaknya orang yang ingin membeli. Apa yang dapat dikatakan dari Apel Jeruk Apel 40 Toko I 16 13 Jeruk 40 Toko II 14 17 Toko III 16 16
merupakan
Tabel A Tabel 9. Dalam suatu kota terdapat 5000 penduduk yang menikah dan 1000 wanita masih bujangan. Sedangkan setiap tahun 20% dari wanita bujang menikah setiap tahun, dan 10% dari wanita yang kawin bercerai, total populasi dari wanita konstan. Buatlah tabel matriks dan hitung banyaknya wanita yang menikah dan bujangan sesudah tahun 1, 2, 3. 10. Apakah matriks berikut ini matriks simetri, skew simetri dan orthogonal a. ( )
b. (
c. (
d. (
e. (
f. ( )
11. Tunjukkan bahwa invers dari matriks orthogonal adalah orthogonal 12. Apakah jumlahan dai matriks orthogonal merupakan matriks orthogonal 13. Tunjukkan bahwa setiap matriks bujur sangkar dapat ditulis sebagai jumlahan dari matriks Hermitan dan matriks Skew Hermitan 14. Jika A dan B matriks Hermitan berukuran (n x n) dan a, b bilangan-bilangan riil maka tunjukkan bahwa C = aA + bB matriks Hermitan.
7.2 TRANSFORMASI LINEAR Pada subbab ini akan dibicarakan tentang matriks yang berkaitan dengan transformasi linier. Misalkan X dan Y ruang vector, maka aturan yang mengkawankan setiap vector secara tunggal dengan vector disebut pemetaan atau transformasi, operator dari X ke Y dapat dinyatakan dengan symbol F. vector yang mempunyai kawan dengan vector
disebut bayangan dari dinyatakan dengan Transformasi Linier jika untuk semua vector v,
. F dinyatakan Pemetaan Linear atau dan skalar berlaku (7.10) (7.11)
TRANSFORMASI LINIER DARI RUANG ke Misalkan X = ruang vector dari semua susunan n tuples bilangan riil dan Y = ruang vector dari semua susunan m tuples bilangan riil, maka setiap matriks A= berukuran (m x n) menghasilkan transformasi dari ke yang dinyatakan sebagai (7.12) Jika u, dan maka (7.13) (7.14) Disebut Transformasi Linier. Setiap transformasi linier F dari ke dalam dapat dinyatakan dalam bagian dari matriks A berukuran (m x n) setelah terdapat basis dalam dan basis dalam . Jika , , , , basis dalam , maka setiap mempunyai representasi tunggal (7.15) Karena F linier maka (7.16)
Jadi F ditentukan secara tunggal oleh bayangan vector basis dalam
Jika dipilih basis standar dalam
, ( ) Dimana ( )
, ( )
, ( )
, , berukuran (m x n) sedemikian hingga untuk
Maka dapat ditentukan matriks A= setiap dan
(7.17) ( Merupakan bayangan Contoh Misalkan A matriks berukuran (m x n) yang tetap. Jika digunakan notasi matriks untuk vector didalam dan maka dapat didefinisikan suatu fungsi dengan . Perhatikan bahwa jika adalah matriks berukuran (n x 1) maka hasil kali adalah matriks berkuran (m x 1). Jadi F memetakan ke dalam . Akan ditunjukkan bahwa F linier. Penyelesaian Misalkan u dan v adalah matriks berukuran (n x 1) dan misalkan Dengan menggunakan sifat-sifat perkalian matriks maka diperoleh dan Atau ekivalen dan skalar. ) ( ( ) dari )( )
Transformasi llinier dalam contoh ini adalah perkalian oleh A dan disebut Transformasi matriks SOAL LATIHAN 1. Diberikan suatu pemetaan transformasi linier. a. , , b. d. g. , , , , e. h. , tunjukkan apakah , , , , , , tunjukkan apakah b. (* +) transformasi c. f. , , merupakan , ,
2. Diberikan suatu pemetaan linier a. c. (* (* +) +)
3. Misalkan B adalah suatu matriks berukuran (2 x 3) tunjukkan bahwa fungsi yang didefinisikan oleh adalah transformasi linier. 4. Diberikan interpretasi geometric dari transformasi linier X = BW dengan matriks : ( ) , ( ) Dapatkan transformasi komposisi y = ABW, dimana AB
7.3 TRANSFORMASI ELEMENTER Apabila A suatu matriks m x n maka yang dimaksud dengan trnasformasi elementer terhadap matriks A adalah salah satu dari operasi-operasi berikut ini: 1. Penukaran elemen-elemen yang terletak pada baris ke i dengan elemen-elemen yang terletak pada baris ke j dinyatakan . 2. Penukaran elemen-elemen yang terletak pada kolom ke i dengan elemen-elemen yang terletak pada kolom ke j dinyatakan . 3. Menggandakan tiap elemen yang terletak pada baris ke i dengan scalar dinyatakan dengan . 4. Menggandakan tiap elemen yang terletak pada kolom ke j dengan scalar dinyatakan dengan .
5. Penambahan/pengurangan pada elemen-elemen yang terletak pada baris ke i dengan kali elemen-elemen yang terletak pada baris ke j dinyatakan . 6. Penambahan/pengurangan pada elemen-elemen yang terletak pada kolom ke i dengan kali elemen-elemen yang terletak pada baris ke j dinyatakan . Transformasi-transformasi B dinamakan transformasi baris elementer dan transformasitransformasi K dinamakan transformasi kolom elementer. Jika suatu matriks dapat dipartisi sebagai ( )
Dengan A adalah matriks segitiga atas dengan elemen-elemen sepanjang diagonal adalah satu, maka akibatnya matriks berada dalam bentuk eselon (eselon form).
Contoh Ubahlah matriks
Ke dalam bentuk eselon dengan menggunakan transformasi baris elementer dan transformasi kolom elementer. Penyelesaian ( + ( +
+ (
Sehingga matriks M dapat dipartisi ( (
) yang merupakan bentuk eselon dengan ), ( )
Jika suatu transformasi baris elementer dioperasikan secara tunggal pada matriks identitas I yang berukuran (n x n) maka akan terdapat matriks berukuran (n x n) yang disebut matriks elementer. Terdapat 3 macam matriks elementer :
1. Matriks
2. Matriks
3. Matriks
yaitu suatu matriks elementer yang diperoleh dari matriks I jika elemenelemen yang terletak pada baris ke i (kolom ke i) ditukar dengan elemen-elemen yang terletak pada baris ke j (kolom ke j) yaitu suatu matriks elementer yang diperoleh dari matriks I jika elemenelemen yang terletak pada baris ke i (kolom ke i) digandakan dengan scalar . yaitu suatu matriks elementer yang diperoleh dari matriks I jika elemenelemen pada baris ke i (kolom ke i) ditambah dengan scalar kali elemen-elemen pada baris ke j (kolom ke j).
Contoh Sebagai ilustrasi perhatikan matriks berikut a. Jika ( + , maka ( +
b. Jika (
+ , maka
Untuk mendapatkan matriks invers dengan menggunakan transformasi baris elementer, perhatikan matriks non singular A yang dapat dinyatakan sebagai hasil ganda dari matriksmatriks elementer. Oleh karena itu ada matriks-matriks elementer , , , sedemikian hingga , , , yang berarti bahwa matriks A dapat direduksi menjadi I oleh sederetan transformasi baris elementer. ,
Oleh karena dapat diperoleh dengan melakukan sederetan transformasi baris elementer pada matriks identitas. Maka untuk mendapatkan adalah sebagai berikut 1. Bentuk matriks (A|I) 2. Dengan menggunakan sederetan transformasi baris elementer, reduksi (A|I) menjadi (I|B) sehingga B =
Contoh Dapatkan invers dari matriks Penyelesaian.
Bentuk invers (A|I) menjadi (I|B) dengan transformasi baris elementer ( +
Jadi
Soal Latihan Dapatkan invers dari matriks-matriks berikut ini dengan menggunakan transformasi baris elementer 1. ( + 2. ( + 3. ( +
4. (
5. (
Bawalah bentuk-bentuk matriks berikut ini dengan menggunakan transformasi baris elementer.
6. (
7. (
8. (
9. (
10. (
7.4 DETERMINAN Apabila n elemen-elemen , (i = 1, 2, 3, . , n, j = 1, 2, 3, , n) dapat disusun dalam bentuk matriks bujur sangkar berukuran (n x n) yang dinotasikan sebagai berikut:
| |
| |
(7.18)
Bentuk diatas dinamakan determinan tingkat n, Misal bentuk determinan tingkat 3 adalah | |
Pada determinan tingkat 3 terdapat 3 = 9 elemen-elemen tersusun dalam 3 baris dan 3 kolom. Untuk menentukan nilai determinan perlu pengertian minor, kofaktor, dan ekspansi Laplace.
MINOR Minor elemen dari determinan tingkat (n 1) yang diperoleh dari determinan tingkat n dengan menghapus baris ke i dan kolom ke j ditulis Misal ditentukan determinan tingkat 3 sebagai berikut. | | | |
Perhatikan adalah minor dari determinan tingkat 3, dimana baris ke-2 dan kolom ke-1 dihapus/dihilangkan.
KOFAKTOR Kofaktor elemen didefiniskan oleh dari determinan tingkat n ditulis dengan notasi yang
(7.19) Jika i + j genap maka Jika I = j ganjil maka
EKSPANSI LAPLACE Nilai suatu determinan sebagai jumlah hasil ganda elemen-elemen dari sebuah baris (kolom) dengan kofaktor-kofaktor yang bersesuaian maka untuk determinan D nilainya dapat ditulis
Dan D dikatakan determinan yang dikembangkan (diekspansikan) menurut baris ke-i atas kofaktor-kofaktornya atau D dikatakan determinan yang dikembangkan (diekspansikan) menurut kolom ke-j atas kofaktor-kofaktornya. Sedangkan dalam bentuk minor, nilai determinan D dapat ditulis
Dan D adalah determinan yang dikembangkan atas minor-minornya.
Contoh Dapatkan nilai determinan tingkat 2 berikut ini | Penyelesaian ,

,
Jika determinan dikembangkan menurut baris ke i maka
Contoh Dapatkan nilai determinan tingkat 3 berikut ini | |
Penyelesaian : Andaikan D dikembangkan menurut baris ke i maka
| | |
| | |
Jadi nilai determinan tingkat 3 adalah :
Khusus untuk determinan tingkat 3 nilainya dapat dihitung dengan cara sarrus yaitu sebagai berikut | i. ii. + | + + (7.22)
Kolom ke 1 ditulis lagi sebagai kolom ke 4, kolom ke 2 ditulis lagi sebagai kolom ke 5. Nilai D = Jumlah hasil ganda elemen-elemen diagonal dari kiri atas ke kanan bawah dikurangi dengan jumlah hasil ganda elemen-elemen diagonal dari kiri bawah ke kanan atas.
SIFAT-SIFAT DETERMINAN 1. Nilai determinan dari matriks sama dengan nilai determinan dari matriks transposenya. 2. Jika masing-masing elemen pada baris (kolom) dalam suatu determinan adalah nol, maka nilai suatu determinan akan sama dengan nol. 3. Jika dua baris (kolom)dalam suatu determinan ditukar tempatnya, maka nilai suatu determinan akan berlawanan dengan determinan semula. 4. Jika suatu determinan mempunyai dua baris (kolom) yang sama, maka nilai determinannya sama dengan nol. 5. Nilai suatu determinan akan menjadi k kali nilai determinan semula jika semua elemen-elemen suatu baris (kolom) digandakan dengan factor k , . 6. Jika dalam suatu determinan ada dua baris atau kolom yang sebanding, maka nilai suatu determinan sama dengan nol. 7. Jika elemen-elemen suatu baris (kolom) dari suatu determinan D merupakan suku dua dengan bentuk , , , , , maka D dapat dinyatakan sebagai jumlah dua determinan dimana mempunyai kolom (baris) dengan elemen-elemen dan mempunyai kolom (baris) dengan elemenelemen . 8. Jika semua elemen-elemen dari suatu baris (kolom) digandakan dengan kemudian ditambahkan (dikurangkan) pada elemen-elemen yang bersesuaian dari baris (kolom) lainnya, maka nilai suatu determinan tidak berubah. Teorema 7.4.1 Invers dari matriks non-singular A berukuran (n x n) dapat dinyatakan | |

| |
Dimana adalah kofaktor dari pada determinan A.
Teorema 7.4.2 Untuk setiap matriks A dan B yang berukurna (n x n) maka : det (AB) = det (A)(det B)
7.5 RANK SUATU MATRIKS Suatu persamaan linier yang mempunyai beberapa penyelesaian, satu penyelesaian atau tidak mempunyai penyelesaian, oleh karena itu untuk membuat suatu bentuk umum tentang persoalan keberadaan dan ketunggalan diperlukan suatu konsep yaitu rank suatu matriks. Definisi 7.5.1 Banyaknya vector baris yang bebas linier dari matriks A= disebut rank matriks A, dinyatakan dalam bentuk rank A atau r(A), untuk rank dari matriks nol, maka r(A)= 0 Teorema 7.5.2 Rank dari suatu matriks A sama dengan banyaknya vector kolom yang bebas linier dari matriks A. Teorema 7.5.3 Misal terdapat p vector , , , , dalam ruang bebas linier . Jika matriks dengan vector baris , , , , mempunyai rank p dan vector-vektor tersebut bergantung linier, maka matriks mempunyai rank < p. Teorema 7.5.4 Invers matriks bujur sangkar A berukuran n x n ada, jika dan hanya jika rank A= n, sehingga A merupakan matriks non-singular jika rank A = n dan A merupakan matriks singular jika rank A < n.
7.6
RANK DAN DETERMINAN Terdapat hubungan yang menarik antara rank dengan suatu matriks dan minorminor pada determinan dari matriks A yang tidak nol. Hal ini dipandang penting secara teoritis dan merupakan metode yang digunakan untuk menghitung rank suatu matriks A. Teorema 7.6.1 Rank dari suatu matriks A berukuran n x n adalah k jika setiap minor dalam determinan yang bertingkat (k + 1) adalah nol. Sedangkan ada sedikitnya satu minor bertingkat k yang tidak sama dengan nol.
Contoh Berapakah rank matriks | |
Penyelesaian Matriks A mempunyai rank = 2 karena | Contoh Berapakah rank matriks Penyelesaian Matriks D mempunyai rank = 2 karena | | dan | | ( + |
7.7
MATRIKS ESELON DAN RANK Dengan menggunakan transformasi baris elementer setiap matriks A yang berukuran m x n dapat diubah menjadi matriks eselon dan banyaknya baris yang elemenelemennya tidak nol akan menunjukkan rank dari matriks A. Misalkan k merupakan banyaknya baris yang elemen-elemennya tidak sama dengan nol, maka r(A) = k. Untuk menunjukkan bahwa r(A) = k , maka harus ditunjukkan bahwa k baris tidak nol yang bebas linier. Misalkan , , , , menyatakan baris-baris tidak nol dari A sehingga
Baris
mempunyai unsur satuan dalam kolom . Jadi
sedangkan semua baris-baris lain , , ,
nol
dalam kolom
. Dengan cara yang sama
sehingga k baris
pertama bebas linier dan r(A) = k.
Transformasi baris elementer yang dilakukan untuk mengubah matriks menjadi bentuk eselon merupakan cara yang efisien untuk menghitung rank matriks. Biasanya jauh lebih efisien dari proses penemuan determinan tidak nol terbesar dalam matriks A terutama jika A cukup besar.
Contoh Dapatkan rank dari matriks
Dengan transformasi baris elementer Penyelesaian
) (
) , dimana
),
Jadi rank M = 2 Teorema 7.7.1 A matriks berukuran m x n, B matriks berukuran n x k maka rank AB rank A, rank AB rank B, jika B non-singular maka rank AB = rank A, dan jika A non-singular maka rank AB = rank B.
Teorema 7.7.2 Misalkan A, B dan C matriks-matriks berukuran n x n 1. Jika rank A = n dan AB = AC maka B = C 2. Jika rank A = n dan AB = 0 berakibat B = 0 Jika AB = 0 tetapi atau maka rank A < n dan rank B < n 3. Jika singular maka AB dan BA singular.
SOAL-SOAL LATIHAN Dapatkan nilai determinan berikut : 1. | | 2. | | 3. | |
4.
5.
6. |
7.
8.
9. |
10. |
Dapatkan rank dari matriks berikut ini : 11. ( ) 12. ( ) 13. ( +
14. (
15. (
Dapatkan invers matriks berikut ini : 16. ( + 17. ( + 18. ( +
19. (
20. (
7.8
SISTEM PERSAMAAN LINIER
Kumpulan persamaan-persamaan linier atau himpunan dari m persamaan linier simultan muncul pada masalah model-model linier. Seringkali banyaknya persamaan
sama dengan banyaknya peubah-peubah, tetapi juga terjadi banyaknya persamaan lebih banyak dari peubah-peubah seperti lingkaran arus searah. Pandang m system persamaan linier dengan n bilangan yang tidak diketahui , , , yang dapat dinyatakan dalam bentuk
(7.28)
, , ,
, , ,
disebut koefisien dari system. Jika
Maka system persamaan linier disebut system persamaan linier homogeny, demikian juga jika maka system persamaan linier disebut persamaan linier tak homogen. Penyelesaian dari system persamaan linier merupakan himpunan dari bilangan-bilangan , , , , yang memenuhi semua m persamaan yang komponen-komponennya merupakan penyelesaian dari system persamaan linier tersebut. Jika system persamaan linier homogen maka akan mempunyai penyelesaian trivial yaitu , , , , Dengan menggunakan konsep pergandaan matriks maka system persamaan linier (6.6) dapat dinyatakan sebagai berikut
(7.29) ( Atau dapat ditulis sebagai Misalkan koefisien tidak semuanya nol dan b mempunyai m komponen, maka )( ) ( )
( (7.30) Yang disebut matriks diperbesar (Augmented Matriks). )
Teorema 7.8.1 (Teorema Dasar Untuk Sistem Persamaan Linier) 1. m system persamaan linier :
Dengan n bilangan-bilangan yang tidak diketahui : , , , , mempunyai penyelesaian jika dan hanya jika koefisien matriks A dan matriks diperbesar mempunyai rank yang sama. 2. Jika rank A = r = n maka system persamaan linier mempunyai penyelesaian tunggal 3. Jika rank A = rank = r < n maka system persamaan linier mempunyai banyak penyelesaian.
Teorema 7.8.2 Sistem persamaan linier homogen , , , ,
Selalu mempunyai penyelesaian non-trivial i. ii.
Penyelesaian trivial ada jika dan hanya jika rank A < n. Jika rank A = r < n maka bentuk penyelesaiannya merupakan ruang vector berdimensi (n r). Jika dan vektor penyelesaian dari system persamaan linier homogeny, maka X = , dimana , konstan.
Teorema 7.8.3 Jika system persamaan linier tak homogen mempunyai penyelesaian maka semua penyelesaian berbentuk 0 dengan 0 setiap penyelesaian yang ditentukan semua penyelesaian dari system persamaan linier homogeny yang bersesuaian.
7.9
PENYELESAIAN SISTEM PERSAMAAN LINIER
METODE ELIMINASI GAUSS Dalam dunia nyata biasanya diharapkan bahwa n persamaan linier mempunyai hubungan dengan n bilangan yang tidak diketahui atau disebut peubah dan dapat diselesaikan untuk menghasilkan himpunan penyelesaian untuk n peubah tersebut. Seringkali dalam aplikasi fisika diharapkan adanya suatu penyelesaian tunggal. Misalkan terdapat n persamaan linier dengan n peubah berbentuk sebagai berikut. (7.31)
Atau (7.32)
Untuk menyelesaikan system persamaan linier tersebut digunakan metode eliminasi Gauss dari peubah-peubah tanpa mengurangi bentuk umum. Anggap , karena persamaanpersamaan dapat diatur kembali dan peubah-peubah diberi notasi baru, maka dapat diselesaikan sebagai berikut.
Dengan membagi persamaan pertama untuk menyisihkan ke satuan dan dengan Memakai persamaan (7.9) untuk menyisihkan dalam (n 1) persamaan diperoleh
[ [
( (
*] *]
[ [
( (
*] *]
*]
*]
Atau
(7.33)
Jika sedikitnya satu , , , , , tidak sama dengan nol, misalkan maka proses eliminasi dilanjutkan dengan membagi persamaan kedua dengan dan dengan memakai persamaan (7) untuk menyisihkan dalam persamaan , , , maka seperti diharapkan disisihkan dari persamaan-persamaan , , , , sampai akhirnya diperoleh
(7.34)
Sehingga diperoleh
dan nilai
dieliminasi pada persamaan sebelumnya diperoleh (7.35)
Hasil ini dieliminasi pada persamaan sebelumnya sehingga diperoleh nilai-nilai ini disebut eliminasi Gauss yang secara matriks ditulis
. Prosedur
(7.36) ( Atau (7.37) Dengan H menyatakan matriks eselon yang diperoleh dari matriks A dengan melakukan transformasi baris elementer. )( ) ( )
Contoh Selesaikan system persamaan berikut ini
Penyelesaian ( +
Matriks tersebut menunjukkan bahwa system persamaan linier tidak mempunyai penyelesaian.
METODE AUGMENTED MATRIKS (MATRIKS DIPERBESAR) Suatu matriks A direduksi menjadi bentuk eselon dengan menggunakan transformasi baris elementer. Transformasi tersebut merupakan hal yang terpenting untuk menyelesaikan system persamaan linier Untuk menghasilkan penyelesaian perlu dibentuk matriks yang diperbesar (A|b) dengan transformasi baris elementer, matriks A direduksi menjadi matriks eselon sedemikian hingga menjadi matriks baru (B|k) dengan B matriks eselon. Matriks yang tereduksi ini merupakan himpunan persamaan-persamaan yang tereduksi dimana peubah-peubah , , , , merupakan peubah-peubah , , , , dalam urutan berbeda. Contoh. Selesaikan system persamaan berikut ini :
Penyelesaian : | ( + ( +
+ (
Contoh. Selesaikan system persamaan berikut ini : , , , , , , , , , Penyelesaian : , ( , , , ( , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
, , ,
, , , ,
+ (
, ,
, , Jadi :
, , , ,
, ,
, , ,
, , , , , , ,
METODE CRAMER
Penyelesaian system persamaan linier yang mempunyai n persamaan linier dengan n-peubah dapat diselesaikan dengan determinan. Penyelesaian system persamaan linier tersebut dinamakan Metode Cramer. Teorema 7.9.1 1. Jika D = det A dari n persamaan linier :
Yang mempunyai peubah , , , , tidak sama dengan nol maka system persamaan linier mempunyai satu penyelesaian diberikan dengan , , , , Dengan merupakan determinan yang diperoleh dengan mengganti elemen-elemen kek dari determinan D dengan vector kolom b. 2. Jika system persamaan linier homogeny dan maka system persamaan linier mempunyai penyelesaian trivial , , , , . Jika maka system persamaan linier homogeny mempunyai penyelesaian yang nontrivial. , ,
Contoh. Dapatkan
dari system persamaan linier berikut ini.
Penyelesaian | | | |
SOAL-SOAL LATIHAN 1. Selesaikan system persamaan linier berikut ini dengan metode Cramer, Eliminasi Gauss, dan Augmented Matriks. a. b.
c.
d.
e.
f.
2. Diberikan system persamaan linier
a. Selesaikan dengan metode Cramer b. Selesaikan dengan metode Eliminasi Gauss c. Metode mana yang paling cepat? 3. Carilah suatu jawaban jika ada, apakah jawaban tersebut tunggal dari system persamaan linier dibawah ini a. b.
c.
d.
e.
f.
4. Tiga tetangga mempunyai kebun sayur-sayuran di belakang rumahnya masing-masing. Keluarga A menanam tomat, keluarga B menanam jagung dan keluarga C menanam selada. Mereka sepakat membagi hasil panennya sesame mereka sebagai berikut :
A memperoleh dari panen tomat, dari panen jagung dan dari panen selada B memperoleh dari panen tomat, dari panen jagung dan dari panen selada C memperoleh dari panen tomat, dari panen jagung dan dari panen selada Berapakah harga masing-masing panenan yang harus ditetapkan oleh para keluarga bertetangga tersebut jika syarat keseimbangan dari sebuah ekonomi tertutup harus dipenuhi dan jika hasil panen yang harganya paling rendah harus mempunyai harga sebesar Rp. 100,5. Ada tiga orang insinyur : seorang insinyur sipil, seorang insinyur elektro dan seorang insinyur mesin, masing-masing mempunyai perusahaan konsultan, jenis konsultasi yang mereka berikan adalah multidisiplin sehingga dengan demikian para insinyur tersebut akan saling membeli sebagian dari jasa pelayanan mereka masing-masing. Untuk setiap Rp. 1,nilai konsultasi yang dilakukan insinyur sipil, dia membeli senilai Rp. 0,10 pelayanan insinyur mesin, dia membeli Rp. 0,20 pelayanan insinyur sipil, dan Rp. 0,40 pelayanan insinyur mesin dan untuk Rp. 1,- nilai konsultasi yang dilakukan oleh insinyur elektro. Dalam suatu minggu tertentu, insinyur sipil menerima pesanan pelayanan konsultasi dari luar senilai Rp. 500,- , insinyur elektro menerima pesanan layanan konsultasi dari luar sebesar Rp. 700,- dan insinyur mesin menerima pesanan layanan dari luar senilai Rp. 600,- . Berapa rupiahkah nilai konsultasi yang dilakukan oleh setiap insinyur dalam minggu ini? 7.10 NILAI KARAKTERISTIK DAN VEKTOR KARAKTERISTIK Salah satu persoalan yang berkaitan dengan fisika dan aplikasi teknik adalah persoalan nilai karakteristik yang merupakan persoalan untuk menentukan nilai karakteristik dan vector karakteristik. Misal matriks berukuran (m x n) maka terdapat vector persamaan , bilangan. Jika nilai untuk persamaan mempunyai penyelesaian maka disebut nilai karakteristik dari matriks A dan untuk nilai yang memenuhi persamaan disebut vektor karakteristik. Himpunan dari nilai-nilai karakteristik disebut Spektrum dari matriks A sedangkan nilai mutlak dari nilai karakteristik matriks A disebut Radius spectrum dari matriks A. MENENTUKAN NILAI KARAKTERISTIK DAN VEKTOR KARAKTERISTIK Vektor persamaan secara umum dapat ditulis
(7.38)
Atau dapat ditulis [ ] [ ] [
] [ ]
(7.39)
Dan secara matriks dapat ditulis [ ] (7.40)
Vektor persamaan tersebut merupakan system persamaan linier homogen yang mempunyai penyelesaian non-trivial jika dan hanya jika determinan koefisiennya sama dengan nol. [ ] (7.41)
Yang disebut determinan karakteristik atau persamaan karakteristik, polynomial karakteristik dari matriks A. Teorema 7.10.1 Nilai karakteristik dari matriks bujur sangkar A adalah akar persamaan dari karakteristik. Untuk setiap nilai karakteristik , , , , , n yang memenuhi [ ] merupakan vector karakteristik dari matriks A, jika x vector karakteristik dari matriks A maka kx, juga merupakan vector karakteristik dari matriks A. Contoh Dapatkan nilai karakteristik dan vector karakteristik dari matriks : ( Penyelesaian | | | | +
][
Jadi nilai karakteristiknya adalah : 5 dan -3

Untuk (
] +( +
[ (
] +( +
( +
} }
( +
Jadi vector karakteristik untuk Untuk ( [ +( + ]
adalah ( [ ( ]
+( +
( +
Merupakan system persamaan linier homogeny yang mempunyai rank = 1
( +
( +
Jadi vector karakteristik untuk
adalah (
+ dan ( +
Contoh Dapatkan nilai karakteristik dan vector karakteristik dari matriks : ( +
Penyelesaian | [ ][ | | ][ ] | nilai-nilai karakteristiknya : 1, 3, -1
Untuk [ ( , +( + , , sehingga : ( + ( + ( + ] [ ]
Jadi vector karakteristik untuk Untuk [ ( +( + , ] ( + , , sehingga : [
adalah (
( +
Jadi vector karakteristik untuk Untuk [ ( , +( + , ] ( + , sehingga : [
adalah (
( +
( )
Jadi vector karakteristik untuk
adalah ( )
Teorema 7.10.2 i. ii. iii. Nilai karakteristik dari matriks Hermitan adalah real. Nilai karakteristik dari matriks skew-Hermitan adalah imajiner atau nol. Nilai karakteristik dari matriks Unitair adalah nilai absolute 1.
Teorema 7.10.3 i. ii. iii. Nilai karakteristik dari matriks Simetris adalah nol. Nilai karakteristik dari matriks skew-Simetris adalah imajiner atau nol. Nilai karakteristik dari matriks Orthogonal adalah nilai absolute 1 dan real atau kompleks sekawan. SOAL LATIHAN Dapatkan nilai karakteristik dan vector karakteristik dari matriks berikut ini : a. ( ) b. ( 2. ) c. ( ) d. ( + )
1.
e. (
f. (
g. (
Matriks berikut ini berbentuk matriks Hermitan, Dapatkan a. c. e. ( ( ( ) , ) , ( ( ) + , ( + ) b. d. f. ( ( (
dimana : ) , ( )
) , + ,
( ) ( + ( ) ( ) dimana :
3.
Matriks berikut ini berbentuk matriks Skew-Hermitan, dapatkan a. c. ( ( ) , ) , ( ) ( ) b. d. ( ( ) , * ,
4.
Dapatkan matriks simetrik C sedemikian hingga a. c. e. b. d. f.
dimana :
SIFAT-SIFAT VEKTOR KARAKTERISTIK DAN DIAGONALISASI Vektor karakteristik dari matriks A berukuran (n x n) mempunyai beberapa sifat dasar yang berbentuk basis dalam dan dilakukan dengan menggunakan diagonalisasi dari matriks A, transformasi dari suatu matriks A kedalam bentuk matriks diagonal yang elemen-elemennya pada diagonal utama merupakan nilai karakteristik dari matriks A. Matriks berukuran (n x n) dikatakan similar pada matriks A berukuran (n x n) jika untuk suatu matriks T yang berukuran (n x n) dan T disebut transformasi similar yang membawa A ke ditulis Teorema 7.10.4 similar pada A maka mempunyai nilai karakteristik yang sama dengan A. Demikian pula, Jika jika x merupakan vector karakteristik dari A maka merupakan vector karakteristik dari yang bersesuaian dengan nilai karakteristik yang sama. Teorema 7.10.5 Jika , , , , nilai-nilai karakteristik yang berbeda dari matriks A berukuran (n x n) maka vector-vektor karakteristik yang bersesuaian dengan nilai-nilai karakteristik tersebut adalah , , , , yang berbentuk himpunan bebas linier. Teorema 7.10.6 Jika matriks berukuran (n x n) yang mempunyai nilai karakteristik yang berbeda, maka matriks A mempunyai basis dari vector karakteristik dalam . (7.42)
Teorema 7.10.7 Jika matriks berukuran (n x n) yang mempunyai basis dari vector karakteristik, maka merupakan diagonal dengan nilai karakteristik A sebagai elemen pada diagonal utama. matriks dengan vector karakteristik sebagai vector kolom demikian pula .
Contoh Tunjukkan bahwa matriks ( ) sehingga ( ) ( ) mempunyai vector karakteristik ( ) dan
Penyelesaian ( Merupakan matriks diagonal Jadi ( ) dan ( ) vektor karakteristik dari matriks A )( )( )
Contoh Dapatkan diagonalisai dari matriks Penyelesaian Dicari lebih dahulu nilai karakteristik matriks A ( +
Diperoleh persamaan karakteristik Nilai-nilai karakteristiknya : Untuk , ( +
memenuhi [A 3I] = 0 diperoleh vector karakteristik :
Untuk
memenuhi [A + 4I] = 0 diperoleh vector karakteristik :
Untuk
memenuhi [A + 0I] = 0 diperoleh vector karakteristik :
( +
+ ,
+(
+(
SOAL LATIHAN 1. Dapatkan , dapatkan nilai karakteristik dari dan A, apakah sama, dapatkan vector karakteristik y dari matriks , dihitung x = Ty , apakah vector karakteristik dari A , , b. ( ), ( ) a. ( ), ( ) , , c. e. ( ( , , ), , , ), ( ) ( ) d. f. ( ( ), ), ( ( ) )
2.
Dapatkan basis dari vector karakteristik dan diagonalisasi dari matriks : a. ( c. ( e. ( ) ) + b. ( d. ( f. ( ) ) +

Matriks

Diunggah oleh

Informasi Dokumen

Hak Cipta

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Matriks

Diunggah oleh

Hak Cipta:

FAKULTAS TEKNOLOGI KELAUTAN JURUSAN TEKNIK PERKAPALAN Kampus ITS Sukolilo, Surabaya 60111 Telp : 031 594 7254,

Fax : 031 596 4182 Email : kapal@its.ac.id

Contoh 2 Matriks bujur sangkar 3 x 3, matriks baris dan matriks kolom ( +, ,( +

Cornelius Tony Suteja (4110100053)

A = B jika dan hanya jika

Contoh 4 Diberikan matriks-matriks ( ), ( )

Contoh 6 Diberikan matriks-matriks ( ) , ( ), ( )

Contoh 8. Jika matriks A 2A + 3B = ( )

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 2

b. Jika matriks-matriks ( ( ) , )( ) ( ) , maka ( ) ( )

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 3

Maka matriks-matriks bagian A tersebut adalah , ,

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 4

Contoh 13. a. =( + , matriks segitiga bawah

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 5

+ , matriks segitiga atas

j dan tidak semuanya nol untuk i

Contoh 14. Matriks matriks diagonal

Contoh 15. Matriks Skalar S=(

Sifat penting dari matriks identitas a. = I, n bilangan bulat, b. 3. Matriks Transpose

Definisi 7.1.9 Transpose dari matriks

, berukuran (m x n) dinyatakan dengan A

Contoh 16. Diberikan matriks A=(

Untuk komersial Untuk industri

Z menyatakan penggunaan tanah sampai tahun 2010 maka : , ( , , , , , , , + ,

Contoh 19 Tunjukkan apakah matriks ( + mempunyai invers!

Penyelesaian : Misalkan A invers B maka akan dipenuhi AB = BA = I ( +( + ( +

, maka matriks B tidak mempunyai invers

Teorema 7.1.12 Jika matriks A mempunyai invers, maka inversnya tunggal

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 9

Teorema 7.1.14 Jika A matriks yang mempunyai invers maka : 1. 2.

Contoh 20. Jika

Definisi 7.1.15 Matriks bujur sangkar A dikatakan matriks Hermitan jika :

Contoh 21. Jika Karena A =

, maka A matriks Hermit

Contoh 22. Jika Karena A =

, maka A matriks Hermit

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 10

Contoh 23. Jika Karena (

, maka A matriks skew Hermit

Suatu himpunan vector-vektor { , , ,

yang memenuhi (7.9)

Disebut system unitary

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 11

Soal latihan 1. Jika ( ), ( ), ( ), ( )

Maka dapatkan matriks-matriks berikut ini dan definisikan : a. 4A 2B d. 5D 4C

Maka dapatkan matriks-matriks berikut ini dan definisikan : a. AD, DA d. DCB

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 12

. F dinyatakan Pemetaan Linear atau dan skalar berlaku (7.10) (7.11)

Jadi F ditentukan secara tunggal oleh bayangan vector basis dalam

Jika dipilih basis standar dalam

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 14

, , berukuran (m x n) sedemikian hingga untuk

Maka dapat ditentukan matriks A= setiap dan

Cornelius Tony Suteja (4110100053)

MATEMATIKA REKAYASA ITS | 15

2. Diberikan suatu pemetaan linier a. c. (* (* +) +)

Cornelius Tony Suteja (4110100053)