1.

MENCARI DETERMINAN MATRIKS

Di dalam matematika, kita mengenal suatu teori mengenai matriks. Matriks adalah susunan
bilangan yang dituliskan dalam baris dan kolom. Di dalam teori matriks, kita juga mengenal
adanya determinan matriks, yaitu hasil kali setiap elemen matriks. Tutorial kali ini akan
dibahas mengenai cara menghitung determinan matriks dengan Excel.
Sebagai contoh pertama, kita akan menghitung determinan matriks A yang berordo 2x2
sebagai berikut :

Determinan matriks A diperoleh dengan formula =MDETERM(array) di mana array

merupakan range matrik tersebut. Dari formula tersebit diperoleh nilai determinan matriks A
sebesar 20. Nilai ini secara teoritis diperoleh dari :
Det [A] = 8.4 4.3 = 32 12 = 20
Sebagai contoh kedua, kita hitung determinan matriks B yang berordo 3x3 berikut :

Dari fromulat tersebut diperoleh nilai determinan sebesar 0. Hal ini sesuai secara teori,
dengan menggunakan metode Sarrus :

2. MENCARI INVERS MATRIKS

Dalam mempelajari matematika maupun statistika kita tidak bisa lepas dari pemahaman
mengenai matrik. Salah satu pembahasan dalam statistika yang sring digunakan dalam
perhitungan adalah mengenai invers matrik. Untuk menentukan atau mencari invers matrik
bisa kita lakukan secara teoritis, yaitu dengan mencari nilai determinan terlebih dahulu. Cara
ini dinilai sangat lambat, mengingat MIcrosoft Excel telah menyediakan formula atau rumus
untuk menentukan invers suatu matrik.
Sebagai contoh kita akan menentukan imvers matrik A sebagai berikut :

Invers matrik A dilambangkan A-1 dapat diperoleh dengan formula =MINVERSE.

Langkah-langkah menentukan invers matrik selengkapnya adalah sebagai berikut :
Pertama, tuliskan formulas =MINVERSE(array), di mana array menunjukkan range matrik
yang kita cari inversnya, kemudian klik enter.
Kedua, blok range matrik A-1 seperti berikut:

Ketiga, tekan tombol F2 maka akan muncul sebagai berikut :

Terakhir, tekan tombol CTRL+SHIFT+ENTER maka invers matrik akan dihasilkan

senagai berikut :

Demikian tutorial mengenai cara menentukan atau mencari invers matrik dengan Excel.
Semoga bermanfaat !

Persamaan linear dapat dinyatakan sebagai matriks. Misalnya persamaan:

3x1 + 4x2 2x3 = 5
x1 5x2 + 2x3 = 7
2x1 + x2 3x3 = 9
dapat dinyatakan dalam matriks teraugmentasi sebagai berikut
Penyelesaian persamaan linier dalam bentuk matriks dapat dilakukan melalui beberapa cara,
yaitu dengan eliminasi Gauss atau dapat juga dengan cara eliminasi Gauss-Jordan. Namun,
suatu sistem persamaan linier dapat diselesaikan dengan eliminasi Gauss untuk mengubah
bentuk matriks teraugmentasi ke dalam bentuk eselon-baris tanpa menyederhanakannya.
Cara ini disebut dengan substitusi balik.
Sebuah sisitem persamaan linier dapat dikatakan homogen apabila mempunyai bentuk :
a11x1 + a12x2 + ... + a1nxn = 0
a21x1 + a22x2 + ... + a2nxn = 0
am1x1 + am2x2 + ... + amnxn = 0
Setiap sistem persamaan linier yang homogen bersifat adalah tetap apabila semua sistem
mepunyai x1 = 0 , x2 = 0 , ... , xn = 0 sebagai penyelesaian. Penyelesaian ini disebut solusi
trivial. Apabila mempunyai penyelesaian yang lain maka disebut solusi nontrivial.

Penyelesaian Persamaan Linear dengan Matriks

Bentuk Eselon-baris (M=Rumus Ideal)
Matriks dapat dikatakan Eselon-baris apabila memenuhi persyaratan berikut :

Di setiap baris, angka pertama selain 0 harus 1 (leading 1).

Jika ada baris yang semua elemennya nol, maka harus dikelompokkan di baris akhir
dari matriks.

Jika ada baris yang leading 1 maka leading 1 di bawahnya, angka 1-nya harus berada
lebih kanan dari leading 1 di atasnya.

Jika kolom yang memiliki leading 1 angka selain 1 adalah nol maka matriks tersebut
disebut Eselon-baris tereduksi

Contoh:

syarat 1: baris pertama disebut dengan leading 1

syarat 2: baris ke-3 dan ke-4 memenuhi syarat 2

syarat 3: baris pertama dan ke-2 memenuhi syarat 3

syarat 4: matriks di bawah ini memenuhi syarat ke 4 dan disebut Eselon-baris

tereduksi

Operasi Eliminasi Gauss

Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga
menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss). Caranya adalah
dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang Eselonbaris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan
menggunakan matriks. Caranya dengan mengubah persamaan linear tersebut ke dalam
matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks Eselon-baris,
lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel tersebut.
Contoh: Diketahui persamaan linear
Tentukan Nilai x, y dan z
Jawab: Bentuk persamaan tersebut ke dalam matriks:
Operasikan Matriks tersebut
B1 x 1 , Untuk mengubah a11 menjadi 1
B2 - 1.B1 , Untuk mengubah a21 menjadi 0
B3 - 2.B1 , Untuk mengubah a31 menjadi 0
B2 x 1 , Untuk mengubah a22 menjadi 1
B3 + 3.B2 , Untuk mengubah a32 menjadi 0
B3 x 1/3 , Untuk mengubah a33 menjadi 1 (Matriks menjadi Eselon-baris)
Maka mendapatkan 3 persamaan linier baru yaitu

Kemudian lakukan substitusi balik maka didapatkan:

Jadi nilai dari , ,dan
Operasi Eliminasi Gauss-Jordan
Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang hasilnya lebih
sederhana. Caranya adalah dengan meneruskan operasi baris dari eliminasi Gauss sehingga
menghasilkan matriks yang Eselon-baris tereduksi. Ini juga dapat digunakan sebagai salah
satu metode penyelesaian persamaan linear dengan menggunakan matriks. Caranya dengan
mengubah persamaan linear tersebut ke dalam matriks teraugmentasi dan
mengoperasikannya. Setelah menjadi matriks Eselon-baris tereduksi, maka langsung dapat
ditentukan nilai dari variabel-variabelnya tanpa substitusi balik.
Contoh: Diketahui persamaan linear
Tentukan Nilai x, y dan z
Jawab: Bentuk persamaan tersebut ke dalam matriks:
Operasikan Matriks tersebut
B2-2.B1
B3-2.B1
B3-3.B2
B3/8 dan B2/-1
B2-4.B3
B1-3.B3
B1-2.B2 (Matriks menjadi Eselon-baris tereduksi)
Maka didapatkan nilai dari , ,dan

Operasi Dalam Matriks

Dua buah matriks dikatakan sama apabila matriks-matriks tersebut mempunyai ordo yang
sama dan setiap elemen yang seletak sama.
Jika A dan B adalah matriks yang mempunyai ordo sama, maka penjumlahan dari A + B
adalah matriks hasil dari penjumlahan elemen A dan B yang seletak. Begitu pula dengan hasil
selisihnya. Matriks yang mempunyai ordo berbeda tidak dapat dijumlahkan atau dikurangkan.
Jumlah dari k buah matriks A adalah suatu matriks yang berordo sama dengan A dan besar
tiap elemennya adalah k kali elemen A yang seletak. Didefinisikan: Jika k sebarang skalar

maka kA = A k adalah matriks yang diperoleh dari A dengan cara mengalikan setiap
elemennya dengan k. Negatif dari A atau -A adalah matriks yang diperoleh dari A dengan cara
mengalikan semua elemennya dengan -1. Untuk setiap A berlaku A + (-A) = 0. Hukum yang
berlaku dalam penjumlahan dan pengurangan matriks :
a.) A + B = B + A
b.) A + ( B + C ) = ( A + B ) + C
c.) k ( A + B ) = kA + kB = ( A + B ) k , k = skalar
Hasil kali matriks A yang ber-ordo m x p dengan matriks B yang berordo p x n dapat
dituliskan sebagi matriks C = [ cij ] berordo m x n di mana cij = ai1 b1j + ai2 b2j + ... + aip bpj

Matriks Diagonal, Segitiga, dan Matriks Simetris

Matriks Diagonal
Sebuah matriks bujursangkar yang unsur-unsurnya berada di garis diagonal utama dari
matriks bukan nol dan unsur lainnya adalah nol disebut dengan matriks diagonal. Contoh :
secara umum matriks n x n bisa ditulis sebagai
Matriks diagonal dapat dibalik dengan menggunakan rumus berikut : =
jika D adalah matriks diagonal dan k adalah angka yang positif maka
=
Contoh : A=
maka =

Matriks Segitiga
Matriks segitiga adalah matriks persegi yang di bawah atau di atas garis diagonal utama nol.
Matriks segitiga bawah adalah matriks persegi yang di bawah garis diagonal utama nol.
Matriks segitiga atas adalah matriks persegi yang di atas garis diagonal utama nol.
Matriks segitiga
Matriks segitiga bawah
Teorema

Transpos pada matriks segitiga bawah adalah matriks segitiga atas, dan transpose
pada matriks segitiga atas adalah segitiga bawah.

Produk pada matriks segitiga bawah adalah matriks segitiga bawah, dan produk pada
matriks segitiga atas adalah matriks segitiga atas.

Matriks segitiga bisa di-inverse jika hanya jika diagonalnya tidak ada yang nol.

Inverse pada matriks segitiga bawah adalah matriks segitiga bawah, dan inverse pada
matriks segitiga atas adalah matriks segitiga atas.

Contoh :
Matriks segitiga yang bisa di invers A =
Inversnya adalah =
Matriks yang tidak bisa di invers
B=

Matriks Simetris
Matriks kotak A disebut simetris jika
Contoh matriks simetris
Teorema

Jika A dan B adalah matriks simetris dengan ukuran yang sama, dan jika k adalah
skalar maka

adalah simetris A + B dan A - B adalah simetris kA adalah simetris

Jika A adalah matriks simetris yang bisa di invers, maka adalah matriks simetris.
Asumsikan bahwa A adalah matriks simetris dan bisa di inverse, bahwa maka :
Yang mana membuktikan bahwa adalah simetris.
Produk dan
dan
Contoh
A adalah matriks 2 X 3 A =
lalu = =
==
Jika A adalah Matriks yang bisa di inverse, maka dan juga bisa di inverse

Transpos Matriks

Yang dimaksud dengan Transpos dari suatu matriks adalah mengubah komponen-komponen
dalam matriks, dari yang baris menjadi kolom, dan yang kolom di ubah menjadi baris.
Contoh: Matriks
A = ditranspose menjadi AT =
Matriks
B = ditranspose menjadi BT =
Rumus-rumus operasi Transpose sebagai berikut:
1.
2. dan
3. di mana k adalah skalar
4.

Determinan
Orde 2x2
Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real dengan
suatu matriks bujursangkar.
Sebagai contoh, kita ambil matriks A2x2
A = tentukan determinan A
untuk mencari determinan matrik A maka,
detA = ad - bc
Contoh Soal:
A = tentukan determinan A
Jawab:
det(A) = = 1x5 - 4x2 = -3

Orde 3x3
Determinan dengan Ekspansi Kofaktor
Terbagi tiga jenis yaitu:

Dengan Minor dan Kofaktor

Dengan Ekspansi Kofaktor Pada Baris Pertama

Dengan Ekspansi Kofaktor Pada Kolom Pertama

Determinan dengan Minor dan kofaktor

A = tentukan determinan A
Pertama buat minor dari a11
M11 = = detM = a22a33 - a23a32
Kemudian kofaktor dari a11 adalah
c11 = (-1)1+1M11 = (-1)1+1a22a33 - a23a32
kofaktor dan minor hanya berbeda tanda Cij=Mij untuk membedakan apakah kofaktor pada ij
adalah + atau - maka kita bisa melihat matrik di bawah ini
Begitu juga dengan minor dari a32
M32 = = detM = a11a23 - a13a21
Maka kofaktor dari a32 adalah
c32 = (-1)3+2M32 = (-1)3+2 x a11a23 - a13a21
Secara keseluruhan, definisi determinan ordo 3x3 adalah
det(A) = a11C11+a12C12+a13C13
Contoh Soal:
A = tentukan determinan A dengan metode Minor dan kofaktor
Jawab:
c11 = (-1)1+1= 1 (-3) = -3
c12 = (-1)1+2= -1 (-8) = 8
c13 = (-1)1+3= 1 (-7) = -7
det(A) = 1 (-3) + 2 (8) + 3 (-7) = -8
Determinan dengan Ekspansi Kofaktor Pada Baris Pertama

Misalkan ada sebuah matriks A3x3

A=
maka determinan dari matriks tersebut dengan ekspansi kofaktor adalah,

det(A) = a11- a12+ a13

= a11(a22a33 - a23a32) - a12(a21a33 - a23a31) + a13(a21a32 - a22a31)
= a11a22a33 + a12a23a31 + a13a21a32 - a13a22a31 - a12a21a33 - a11a23a32
Contoh Soal:
A = tentukan determinan A dengan metode ekspansi kofaktor baris pertama
Jawab:
det(A) = = 1- 2+ 3= 1(-3) - 2(-8) + 3(-7) = -8
Determinan dengan Ekspansi Kofaktor Pada Kolom Pertama

Pada dasarnya ekspansi kolom hampir sama dengan ekspansi baris seperti di atas. Tetapi ada
satu hal yang membedakan keduanya yaitu faktor pengali. Pada ekspansi baris, kita
mengalikan minor dengan komponen baris pertama. Sedangkan dengan ekspansi pada kolom
pertama, kita mengalikan minor dengan kompone kolom pertama.
Misalkan ada sebuah matriks A3x3
A=
maka determinan dari matriks tersebut dengan ekspansi kofaktor adalah,
det(A) = a11- a21+ a31
= a11(a22a33 - a23a32) - a21(a21a33 - a23a31) + a31(a21a32 - a22a31)
= a11a22a33 + a21a23a31 + a31a21a32 - a22(a31)2 - (a21)2a33 - a11a23a32
Contoh Soal:
A = tentukan determinan A dengan metode ekspansi kofaktor kolom pertama
Jawab:
det(A) = = 1- 4+ 3= 1(-3) - 4(-4) + 3(-7) = -8
Metode Sarrus
A = tentukan determinan A
untuk mencari determinan matrik A maka,
detA = (aei + bfg + cdh) - (bdi + afh + ceg)
Contoh Soal:
A = tentukan determinan A dengan metode sarrus
Jawab:

det(A) = = (1x5x1 + 2x4x3 + 3x4x2) - (3x5x3 + 2x4x1 + 1x4x2) = 53 - 61 = -8

Determinan Matriks Segitiga Atas (Multi Orde)

Jika A adalah matriks segitiga nxn (segitiga atas, segitiga bawah atau segitiga diagonal) maka
adalah hasil kali diagonal matriks tersebut
Contoh
= (2)(-3)(6)(9)(4) = -1296

Adjoint Matriks (Orde 3x3)

Bila ada sebuah matriks A3x3
A=
Kofaktor dari matriks A adalah
C11 = -12 C12 = 6 C13 = -8
C21 = -4 C22 = 2 C23 = -8
C31 = 12 C32 = -10 C33 = 8
maka matriks yang terbentuk dari kofaktor tersebut adalah
untuk mencari adjoint sebuah matriks, kita cukup mengganti kolom menjadi baris dan baris
menjadi kolom
adj(A) =

Matriks Balikan (Invers)

Orde 2x2
JIka A dan B matriks bujur sangkar sedemikian rupa sehingga A B = B A = I , maka B disebut
balikan atau invers dari A dan dapat dituliskan ( B sama dengan invers A ). Matriks B juga
mempunyai invers yaitu A maka dapat dituliskan . Jika tidak ditemukan matriks B, maka A
dikatakan matriks tunggal (singular). Jika matriks B dan C adalah invers dari A maka B = C.
Matriks A = dapat di-invers apabila ad - bc 0
Dengan Rumus =
Apabila A dan B adalah matriks seordo dan memiliki balikan maka AB dapat di-invers dan
Contoh 1: Matriks
A = dan B =
AB = = = I (matriks identitas)

BA = = = I (matriks identitas)
Maka dapat dituliskan bahwa (B Merupakan invers dari A)
Contoh 2: Matriks
A = dan B =
AB = =
BA = =
Karena AB BA I maka matriks A dan matriks B disebut matriks tunggal.
Contoh 3: Matriks
A=
Tentukan Nilai dari A1
Jawab:
Contoh 4: Matriks
A = , B = , AB =
Dengan menggunakan rumus, maka didapatkan
,,
Maka
=
Ini membuktikan bahwa

Orde 3x3
A=
kemudian hitung kofaktor dari matrix A
C11 = 12 C12 = 6 C13 = -16
C21 = 4 C22 = 2 C23 = 16
C31 = 12 C32 = -10 C33 = 16
menjadi matrix kofaktor
cari adjoint dari matrix kofaktor tadi dengan mentranspose matrix kofaktor di atas, sehingga
menjadi

adj(A) =
dengan metode Sarrus, kita dapat menghitung determinan dari matrix A

Penyelesaian persamaan linier dengan menggunakan

matriks (Orde 3x3)
Metode Cramer
jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A) 0 maka
persamaan tersebut mempunyai penyelesaian yang unik
di mana A j adalah matrik yang didapat dengan mengganti kolom j dengan matrik b
Contoh soal: Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini
x1 + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 - 2x2 + 3x3 = 8
Jawab: bentuk matrik A dan b
A= b=
kemudian ganti kolom j dengan matrik b
A1 = A2 = A3 =
dengan metode sarrus kita dapat dengan mudah mencari determinan dari matrikmatrik di atas
maka,
R=Er...E2 E1 A
dan,
det(R)=det(Er)...det(E2)det(E1)det(EA)
Jika A dapat di-invers, maka sesuai dengan teorema equivalent statements , maka R = I, jadi
det(R) = 1 0 dan det(A) 0. Sebaliknya, jika det(A) 0, maka det(R) 0, jadi R tidak
memiliki baris yang nol. Sesuai dengan teorema R = I, maka A adalah dapat di-invers. Tapi
jika matrix bujur sangkar dengan 2 baris/kolom yang proposional adalah tidak dapat diinvers.
Contoh Soal :
A=
karena det(A) = 0. Maka A adalah dapat diinvers.

Sistem Linear Dalam Bentuk Ax = x

dalam sistem aljabar linear sering ditemukan
Ax = x

; di mana adalah skalar

sistem linear tersebut dapat juga ditulis dengan x-Ax=0, atau dengan memasukkan matrix
identitas menjadi
(I - A) x = 0

contoh:
diketahui persamaan linear
x1 + 3x2 = x1
4x1 + 2x2 = x2

dapat ditulis dalam bentuk

yang kemudian dapat diubah

A =dan x =
yang kemudian dapat ditulis ulang menjadi

sehingga didapat bentuk

I - A =

namun untuk menemukan besar dari perlu dilakukan operasi

det ( I - A) = 0

; adalah eigenvalue dari A

dan dari contoh diperoleh

det ( I - A) =
= 0

atau ^2 - 3 - 10 = 0
dan dari hasil faktorisasi di dapat 1 = -2 dan 2 = 5
dengan memasukkan nilai pada persamaan ( I - A) x = 0, maka eigenvector bisa didapat
bila = -2 maka diperoleh

dengan mengasumsikan x2 = t maka didapat x1 = t

x =

Vektor dalam Ruang Euklidian

Euklidian dalam n-Ruang
Vektor di dalam n-Ruang Definisi : Jika n adalah sebuah integer positif, sebuah n- grup topel
adalah sekuens dari n bilangan real (a1.a2.....an). Set dari semua grup yang terdiri dari n- grup
topel dinamakan n-ruangdan dituliskan sebagai Rn.
Jika n = 2 atau 3, sudah menjadi kebiasaan untuk menggunakan istilah grup pasangan dan
grup dari tiga secara respektif, daripada 2-grup topel atau 3- grup topel. Keitka n = 1, setiap n
grup topel terdiri dari satu bilangan real, sehingga R1 bisa dilihat sebagai set dari bilangan
real. Kita akan menuliskan R daripada R1 pada set ini.
Mungkin kita telah mmepelajari dalam bahan 3-ruang symbol dari (a1, a2, a3) mempunyai dua
interpretasi geometris yang berbeda : ini bisa diinterpretasikan sebagai titik, yang dalam
kasus ini a2, a2, a3 merupakan koordinat, atau ini bisa diinterpretasikan sebagai vector, di
mana a1, a2, a3 merupakan komponen vector. Selanjutnya kita bisa melihat bahwa n grup
topel (a1, a2, ...., an) bisa dilihat sebagai antara sebuah poin umum atau vector umumperbedaan antara keduanya tidak penting secara matematis. Dan juga kita bisa menjelaskan 5topel (-2, 4, 0 ,1 ,6) antara poin dalam R5 atau vector pada R5.

u 1 = v1

u2 = v2
un = vn

Penjumlahan u + v didefinisikan oleh

u + v = (u1 + v1, u2 + v2, ...., un + vn)

Dan jika k adalah konstanta scalar, maka perkalian scalar ku didefinisikan oleh

ku = (k u1, k u2,...,k un)

Operasi dari pertambahan dan perkalian scalar dalam definisi ini disebut operasi standar
untuk Rn Vektor nol dalam Rn didenotasikan oleh 0 dan difenisikan ke vektor

0 = (0, 0,...., 0)
Jika u = (u1, u2, ...., un) dalam setiap vector dalam Rn, maka negative (atau invers aditif) dari
u dituliskan oleh u dan dijelaskan oleh

-u = (-u1, -u2, ...., -un)

Perbedaan dari vector dalam Rn dijelaskan oleh

v u = v + (-u)
atau, dalam istilah komponen,

v u = (v1-u1, v2-u2, ...., vn-un)

Sifat-sifat dari vektor dalam
jika , , dan adalah vektor dalam sedangkan k dan m adalah skalar, maka :
(a) u + v = v + u
(b) u + 0 = 0 + u = u

(c) u + (v + w) = (u + v) + w
(d) u + (-u) = 0 ; berarti, u - u = 0
(e) k (m u) = (k m) u
(f) k (u + v) = k u + k v
(g) (k + m) u = k u + m u
(h) 1u = u
Perkalian dot product didefinisikan sebagai

Contoh Penggunaan Vektor dalam Ruang Dimensi Tinggi

Data Eksperimen Ilmuwan melakukan experimen dan membuat n pengukuran

numeris setiap eksperimen dilakukan. Hasil dari setiap experiment bisa disebut
sebagai vector dalam dalam setiap adalah nilai yang terukur.

Penyimpanan dan Gudang Sebuah perusahaan transportasi mempunyai 15 depot

untuk menyimpan dan mereparasi truknya. Pada setiap poin dalam waktu distribusi
dari truk dalam depot bisa disebut sebagai 15-topel dalam setiap adalah jumlah truk
dalam depot pertama dan adalah jumlah pada depot kedua., dan seterusnya.

Rangkaian listrik Chip prosesor didesain untuk menerima 4 tegangan input dan
mengeluarkan 3 tegangan output. Tegangan input bisa ditulis sebagai vector dalam
dan tegangan output bisa ditulis sebagai. Lalu, chip bisa dilihat sebgai alat yang
mengubah setiap vektor input dalam ke vector keluaran dalam.

Analisis citra Satu hal dalam gambaran warna dibuat oleh layar komputer dibuat
oleh layar komputer dengan menyiapkan setiap [pixel] (sebuah titik yang mempunyai
alamat dalam layar) 3 angka yang menjelaskan hue, saturasi, dan kecerahan dari pixel.
Lalu sebuah gambaran warna yang komplit bisa diliahat sebgai 5-topel dari bentuk
dalam x dan y adalah kordinat layar dari pixel dan h,s,b adalah hue, saturation, dan
brightness.

Ekonomi Pendekatan kita dalam analisis ekonomi adalah untuk membagi

ekonomidalam sector (manufaktur, pelayanan, utilitas, dan seterusnya ) dan untuk
mengukur output dari setiap sector dengan nilai mata uang. Dalam ekonomi dengan
10 sektor output ekonomi dari semua ekonomi bisa direpresentasikan dngan 10-topel
dalam setiap angka adalah output dari sektor individual.

Sistem Mekanis Anggaplah ada 6 partikel yang bergerak dalam garis kordinat yang
sama sehingga pada waktu t koordinat mereka adalahdan kecepatan mereka adalah .
Informasi ini bisa direpresentasikan sebagai vector

Dalam . Vektor ini disebut kondisi dari sistem partikel pada waktu t.

Fisika - Pada teori benang komponen paling kecil dan tidak bisa dipecah dari Jagat
raya bukanlah partikel tetapi loop yang berlaku seperti benang yang bergetar. Di mana
jagat waktu Einstein adalah 4 dimensi, sedangkan benang ada dalam dunia 11-dimensi

Menemukan norm dan jarak

Menghitung Panjang vektor u dalam ruang
jika u =
Maka Panjang vektor u

dan Menghitung jarak antara vektor u dengan vektor v

Bentuk Newton
interpolasi polinominal p(x)=anxn+an-1xn-1+...+a1x+a0 adalah bentuk standar. Tetapi ada juga
yang menggunakan bentuk lain . Contohnya , kita mencari interpolasi titik dari data (x0,y0),
(x1,y1),(x2,y2),(x3,y3).
Jika kita tuliskan P(x)=a3x3+a2x2+a1x+a0
bentuk equivalentnya : p(x)=a3(x-x0)3+p(x)=a2(x-x0)2+p(x)=a1(x-x0)+a0
dari kondisi interpolasi p(x0)=yo maka didapatkan a0=yo , sehingga dapat kita tuliskan menjadi
p(x)=b3(x-x0)(x-x1)(x-x2)+b2(x-x0)(x-x1)+b1(x-x0)+b0 inilah yang disebut newton form dari
interpolasi , sehingga kita dapatkan :
p(x0)=b0
p(x1)=b1h1+b0
p(x2)=b2(h1+h2)h2+b1(h1+h2)+b0
p(x3)=b3(h1+h2+h3)(h2+h3)h3+b2(h1+h2+h3)(h2+h3)+b1(h1+h2+h3)+b0
sehingga jika kita tuliskan dalam bentuk matrix:

Operator Refleksi

Berdasarkan operator T:R2 -> R2 yang memetakan tiap vektor dalam gambaran simetris
terhadap sumbu y, dimisalkan w=T(x), maka persamaan yang berhubungan dengan x dan w
adalah:
x1 = -x = -x + 0y
x2 = y = 0x + y
atau dalam bentuk matrik :
Secara umum, operator pada R2 dan R3 yang memetakan tiap vektor pada gambaran
simetrinya terhadap beberapa garis atau bidang datar dinamakan operator refleksi. Operator
ini bersifat linier.

Operator Proyeksi
Berdasarkan operator T:R2 -> R2 yang memetakan tiap vektor dalam proyeksi tegak lurus
terhadap sumbu x, dimisalkan w=T(x), maka persamaan yang berhubungan dengan x dan w
adalah:
x1 = x = x + 0y
x2 = 0 = 0x + 0y
atau dalam bentuk matrik :
Persamaan tersebut bersifat linier, maka T merupakan operator linier dan matrikx T adalah:
Secara umum, sebuah operator proyeksi pada R2 dan R3 merupakan operator yang memetakan
tiap vektor dalam proyeksi ortogonal pada sebuah garis atau bidang melalui asalnya.

Operator Rotasi
Sebuah operator yang merotasi tiap vektor dalam R2 melalui sudut disebut operator rotasi
pada R2. Untuk melihat bagaimana asalnya adalah dengan melihat operator rotasi yang
memutar tiap vektor searah jarum jam melalui sudut positif yang tetap. Unutk menemukan
persamaan hubungan x dan w=T(x), dimisalkan adalah sudut dari sumbu x positif ke x dan
r adalah jarak x dan w. Lalu, dari rumus trigonometri dasar x = r cos ; y = r cos dan w1 =
r cos ( + ) ; w2= r sin ( + )
Menggunakan identitas trigonometri didapat:
w1 = r cos cos - r sin sin
w2 = r sin cos + r cos sin
kemudian disubtitusi sehingga:
w1 = x cos - y sin

w2 = x sin + y cos
Persamaan di atas merupakan persamaan linier, maka T merupakan operator linier sehingga
bentuk matrik dari persamaan di atas adalah:

Interpolasi Polinomial
Dengan menganggap masalah pada interpolasi polinomial untuk deret n + 1 di titik (x0,y0)....,
(xn,yn). Maka, kita diminta untuk menemukan kurva p(x) = am+ am-1+ ... + a1x + a0 dari sudut
minimum yang melewati setiap dari titik data. Kurva ini harus memenuhi
karena xi diketahui, ini akan menuju pada sistem matrik di bawah ini =
Ingat bahwa ini merupakan sistem persegi di mana n = m. Dengan menganggap n = m
memberikan sistem di bawah ini untuk koefisien interpolasi polinomial p(x):
= (1)
Matrix di atas diketahui sebagai Matrix Vandermonde; kolom j merupakan elemen pangkat
j-1. Sistem linier pada (1) disebut menjadi Sistem Vandermonde.
Contoh soal: Cari interpolasi polinomial pada data (-1,0),(0,0),(1,0),(2,6) menggunakan
Sistem Vandermonde.
Jawab: Bentuk Sistem Vandermonde(1): =
Untuk data di atas, kita mempunyai =
Untuk mendapatkan solusinya, digunakan Gaussian Elimination
Baris ke-2, ke-3, dan ke-4 dikurangi baris pertama
Baris ke-3 dibagi dengan 2, sedangkan baris ke-4 dibagi dengan 3
Baris ke-3 dikurangi baris ke-2
Baris ke-4 dikurangi baris ke-2
Baris ke-4 dibagi dengan 2
Baris ke-4 dikurangi baris ke-3
Didapatkan persamaan linier dari persamaan matrix di atas
Jadi, interpolasinya adalah