Catatan Kuliah
FI2101 Fisika Matematik IA
Semester I 2015-2016
ar
s
ba
kh
15
20
1
m
se
01
21
l fi
ku
ca
3.1 Matriks
s ar
Notasi ba
kh
Matriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan
15
kolom:
1 5 −2
20
A= (3.1)
−3 0 6
1
m
Pada contoh tersebut di atas, matriks A mempunyai 2 baris dan 3 kolom. Ma-
se
ris pertama kolom pertama dari matriks A (dituliskan sebagai A11 atau a11 )
l fi
Jadi komponen baris ke-i kolom ke-j dari matriks A dinyatakan dengan Aij
atau aij .
43
44 Aljabar Linier
Transpose
ar
transpose suatu matriks sama dengan negatif dari matriks tersebut, maka
s
ba
dinamakan matriks simetri-miring (skew-symmetric matrix ) yang dituliskan
sebagai AT = −A.
kh
15
20
2x −z = 2
21
2x −y =4
ku
Hal ini berarti terdapat kesetaraan antara kumpulan persamaan linier dengan
matriks koefisien-koefisien variabelnya.
khbasar2015
c
3.2 Reduksi Baris 45
ar
−y +z = 2 0 −1 1 2
s
ba
• Susunan persamaan-persamaan tersebut dapat dipertukarkan satu sama
kh
2x −z = 2 2 0 −1 2
−y +z = 2 ⇐⇒ 0 −1 1 2
1
m
5y +6z = 1 0 5 6 1
se
01
2x −z = 2 2 0 −1 2
l fi
−y +z = 2 ⇐⇒ 0 −1 1 2
ku
11z = 11 0 0 11 11
ca
khbasar2015
c
46 Aljabar Linier
= 23 1 0 0 23
x
y = −1 ⇐⇒ 0 1 0 −1
z =1 001 1
Rank Matriks
Rank suatu matriks menyatakan jumlah maksimum baris dalam suatu ma-
triks yang bersifat bebas linier. Untuk memperoleh rank suatu matriks, da-
pat dilakukan dengan metode
reduksibaris. Misalkan suatu matriks A yang
1 4 −5
5 2 1
dinyatakan dengan A = 2 −1 3 . Bila diterapkan reduksi baris pada
ar
s
3 −6 11 ba
matriks ini maka
kh
1 4 −5 1 4 −5 1 4 −5
15
5 2 1 0 −18 26 0 −18 26
20
2 −1 3 −→ 0 −9 13 −→ 0 0 0
1
3 −6 11 0 −18 26 0 0 0
m
se
1 4 −5
01
0 −9 13
−→
21
0 0 0
0 0 0
l fi
ku
Terlihat bahwa ada dua baris (yaitu baris pertama dan baris kedua) yang
ca
2x + 3y − z = 0
6x + 9y − 3z = 0
x+y+z =1
khbasar2015
c
3.3 Determinan 47
bila
disusun dalam
bentuk matriks, persamaan linier tersebut dapat berben-
2 3 −1 0
tuk 6 9 −3 0 . Matriks ini mempunyai rank 2, hal ini terkait dengan fakta
11 1 1
bahwa persamaan 1 dan 2 sebenarnya adalah dua persamaan yang identik
karena persamaan 2 adalah tiga kali persamaan 1. Jadi artinya dari ketiga
persamaan tersebut ada dua yang bebas linier.
3.3 Determinan
ar
a b
s
detA = = ad − bc
ba (3.5)
c d
kh
Berikut ini akan diuraikan cara mencari determinan matriks dengan orde
20
yang lebih tinggi. Untuk itu perlu diperkenalkan lebih dulu tentang minor
1
ab c
ca
A = d e f (3.6)
gh i
Bila baris ke-i dan kolom ke-j dari matriks A tersebut dibuang maka matriks
A menjadi matriks 2 × 2 yang determinannya disebut minor dari aij dan
dinyatakan dengan Mij . Jadi misalnya untuk matriks A seperti pada 3.6,
maka minor dari a11 adalah
e f
M11 = = ei − hf (3.7)
h i
khbasar2015
c
48 Aljabar Linier
Determinan matriks (terutama yang mempunyai orde lebih dari 2) dapat di-
peroleh dengan menggunakan cofactor. Caranya adalah dengan mengalikan
setiap elemen pada salah satu baris atau kolom dengan cofactor nya kemudi-
an hasilnya dijumlahkan. Untuk lebih jelasnya kembali pada matriks A pada
persamaan 3.6. Dengan menggunakan elemen pada baris pertama, maka da-
ar
pat dinyatakan
s
ba
kh
(3.10)
e f d f d e
= a
− b
+ c
1
h i g i g h
m
se
• Jika semua elemen pada satu baris (atau pada satu kolom) dari suatu
matriks dikalikan dengan bilangan k, maka determinannya juga dikalikan
dengan k.
• Nilai determinan suatu matriks sama dengan nol jika
1. semua elemen dalam satu baris (atau dalam satu kolom) sama dengan
nol, atau
2. dua baris (atau dua kolom) elemen-elemennya identik, atau
3. dua baris (atau dua kolom) elemen-elemennya proporsional (sebanding)
khbasar2015
c
3.3 Determinan 49
• Jika dua baris (atau dua kolom) dari suatu matriks dipertukarkan, maka
nilai determinannya berubah tanda
• Determinan suatu matriks tidak berubah jika
1. baris dituliskan menjadi kolom dan kolom dituliskan menjadi baris, atau
2. setiap elemen dalam satu baris (atau dalam satu kolom) ditambahkan
dengan k kali elemen pada baris (atau kolom) yang lain.
Aturan Cramer
a1 x + b1 y = c1
a2 x + b2 y = c2
ar
c1 b2 − c2 b1
s
x= ba
a1 b2 − a2 b1
kh
cara yang serupa juga dapat dilakukan untuk memperoleh nilai y, yaitu
15
a1 c2 − a2 c1
20
y=
a1 b2 − a2 b1
1
m
artinya solusi untuk x dan y dapat dituliskan dalam bentuk determinan ma-
se
triks:
01
c1 b1 a1 c1
21
c2 b2 a2 c2
x = , y = (3.11)
l fi
a1 b1 a1 b1
ku
a2 b2 a2 b2
ca
khbasar2015
c
50 Aljabar Linier
a1 x + b1 y + c1 z = d1
a2 x + b2 y + c2 z = d2
a3 x + b3 y + c3 z = d3
maka diperoleh
d b c a d c a b d
1 1 1 1 1 1 1 1 1 1 1 1
x= d2 b2 c2 , y = a2 d2 c2 , z = a2 b2 d2 (3.12)
D D D
d3 b3 c3 a3 d3 c3 a3 b3 d3
a1 b1 c1
dengan D = a2 b2 c2 .
a3 b3 c3
3.4 Vektor
sar
ba
Vektor adalah suatu besaran yang memiliki besar dan arah. Artinya un-
kh
deskripsikan suatu besaran vektor ada dua informasi yang harus disampaik-
20
an, karena itu cara untuk mendeskripsikan suatu vektor dapat digolongkan
1
menjadi dua macam, yaitu: grafis (menggunakan anak panah) dan analitis
m
se
(komponen-komponen).
Melalui cara deskripsi grafis, suatu besaran vektor dideskripsikan atau
01
besar atau nilai besaran vektor tersebut sedangkan arah besaran vektor yang
l fi
khbasar2015
c
3.4 Vektor 51
A = Ax i + Ay j + Az k (3.13)
Az
Ay
y
ar
Ax
s
ba
kh
x
15
Besar Vektor
01
21
anak panah tersebut menyatakan besar vektor. Atau sebaliknya dapat di-
ku
katakan bahwa besar suatu vektor dapat dinyatakan sebagai panjang anak
ca
panah. Panjang atau besar vektor A dituliskan sebagai |A|. Besar atau pan-
jang suatu vektor merupakan skalar. Bila vektor dinyatakan dalam koordinat
kartesian menggunakan komponen-komponennya, maka
q
A = |A| = A2x + A2y + A2z (3.14)
Vektor Satuan
Vektor satuan adalah vektor yang besarnya satu satuan. Vektor satuan digu-
nakan untuk menunjukkan arah. Vektor satuan dari suatu vektor diperoleh
khbasar2015
c
52 Aljabar Linier
j
y
i
x
ar
s
ba
kh
poligon. Jika menggunakan cara jajaran genjang, pangkal dari kedua vektor
se
yang akan dijumlahkan ditemukan, lalu dibuat jajaran genjang dengan si-
01
Gambar 3.4. Jika menggunakan cara poligon, pangkal suatu vektor diletakk-
l fi
ku
ca
A
A+B
khbasar2015
c
3.4 Vektor 53
A
A+B
ar
Pengurangan suatu vektor A dengan vektor B pada prinsipnya adalah
s
ba
menjumlahkan vektor A dengan lawan dari vektor B
kh
A − B = A + (−B) (3.17)
15
20
−B
21
A
l fi
ku
A−B A
ca
Perkalian Vektor
khbasar2015
c
54 Aljabar Linier
vektor tersebut. Jika bilangan skalar yang dimaksud adalah bilangan positif,
maka arah vektor hasil kalinya tetap sama dengan arah vektor semula namun
jika bilangan skalar yang dimaksud adalah bilangan negatif maka arah vektor
hasil kali berlawanan dengan arah vektor semula. Bila vektor dideskripsikan
menggunakan anak panah, maka perkalian vektor dengan bilangan skalar 6= 1
berarti memperpanjang atau memperpendek vektor. Perhatikan Gambar 3.7.
2A
A
ar
Gambar 3.7 Perkalian vektor dengan bilangan (skalar).
s
ba
kh
maka perkalian vektor dengan skalar berarti mengalikan bilangan skalar ter-
20
cA = c (Ax i + Ay j + Az k)
se
(3.18)
= cAx i + cAy j + cAz k
01
21
Ada dua macam perkalian antar vektor, yaitu perkalian yang menghasilkan
bilangan skalar dan perkalian yang menghasilkan vektor.
ca
A = Ax i + Ay j + Az k
B = Bx i + By j + Bz k
maka perkalian titik/ perkalian skalar/ dot product dari kedua vektor tersebut
dinyatakan sebagai
khbasar2015
c
3.4 Vektor 55
A · B = (Ax i + Ay j + Az k) · (Bx i + By j + Bz k)
(3.19)
= (Ax Bx ) + (Ay By ) + (Az Bz )
Bila kedua vektor dinyatakan secara geometris dan sudut antara kedua
vektor adalah θ, maka hasil perkalian titik kedua vektor adalah
B
θ
A · B̂
ar
nyatakan panjang proyeksi vektor A dalam arah vektor B̂.
s
Sudut-sudut yang dibentuk suatu vektor dengan sumbu-sumbu koordinat
ba
dinamakan juga sebagai direction cosines atau cosinus arah. Dapat dengan
kh
Ax Bx + Ay By + Az Bz = 0 (3.21)
21
Jika dua buah vektor sejajar satu sama lain, maka komponen-komponennya
l fi
Ax Ay Az
= = (3.22)
Bx By Bz
|C| = |A × B|
(3.23)
= |A||B| sin θ
khbasar2015
c
56 Aljabar Linier
i × i = 0; i × j = k; i × k = −j
j × i = −k; j × j = 0; j × k = i (3.24)
k × i = j; k × j = −i; k × k = 0
k j
ar
Gambar 3.9 Aturan siklik pada cross product antara vektor-vektor satuan dalam
koordinat kartesian.
s
ba
kh
A × B = (Ax i + Ay j + Az k) × (Bx i + By j + Bz k)
se
(3.25)
= (Ay Bz − Az By ) i + (Az Bx − Ax Bz ) j + (Ax By − Ay Bx ) k
01
21
i j k
ca
A × B = Ax Ay Az
Bx By Bz (3.26)
= (Ay Bz − Az By ) i + (Az Bx − Ax Bz ) j + (Ax By − Ay Bx ) k
Secara geometris cross product menyatakan luas jajaran genjang yang sisi-
sisinya kedua vektor yang dicrosskan. Misalnya suatu jajaran genjang yang
sisi-sinya dibentuk oleh vektor A dan vektor B sebagaimana ditunjukkan
dalam Gambar 3.10. Dapat diperoleh bahwa
khbasar2015
c
3.4 Vektor 57
A h
B
θ
Triple product. Triple product adalah istilah yang digunakan untuk ope-
rasi perkalian tiga buah vektor. Ada dua macam triple product yaitu yang
menghasilkan skalar (triple scalar product) dan yang menghasilkan vektor
(triple vector product).
Triple scalar product dinyatakan sebagai
A · (B × C) (3.28)
ar
s
dalam Gambar 3.11. Konsep triple scalar product banyak dijumpai pada per-
ba
soalan crystallography.
kh
15
z
20
1
m
B×C
se
01
A C
21
l fi
y
ku
ca
A × (B × C) (3.29)
khbasar2015
c
58 Aljabar Linier
Dua vektor A dan B dikatakan bebas linear jika keduanya tidak dapat di-
nyatakan dalam arah garis yang sama. Sebaliknya berarti kedua vektor terse-
but dinyatakan bergantung linear (linearly dependent) atau koplanar. Secara
umum dapat dinyatakan bahwa sejumlah vektor u1 , u2 , . . . , un dikatakan
bebas linear jika koefisien skalar c1 , c2 , . . . , cn yang memenuhi kondisi
c1 u1 + c2 u2 + . . . + cn un = 0 (3.31)
s ar
ba
Pemahaman tentang vektor berguna dalam persoalan geometri analitik. Su-
kh
atu titik dalam ruang yang dinyatakan dengan koordinat (x, y, z) dapat di-
15
kalnya terletak di titik pusat koordinat. Dengan demikian vektor juga dapat
direpresentasikan dalam bentuk koordinat. Artinya vektor i − 2k dapat juga
1
m
y
21
l fi
ku
(x, y)
r − r0
ca
(y − y0 )
(x0 , y0 )
(x − x0 )
A b
a
x
Gambar 3.12 Penggunaan vektor untuk menentukan persamaan garis yang sejajar
dengan vektor tertentu.
khbasar2015
c
3.5 Garis dan Bidang 59
r − r0 = (x − x0 )i + (y − y0 )j (3.32)
s ar
r = rP + At
ba (3.35)
kh
Contoh
20
1
Tentukan persamaan garis yang melalui titik (0, 1, 2) dan searah de-
m
ngan vektor i + j + k.
se
01
r = j + 2k + (i + j + k)t
= ti + (1 + t)j + (2 + t)k
khbasar2015
c
60 Aljabar Linier
r − r0
(x, y)
(x0 , y0 )
Gambar 3.13 Penggunaan vektor untuk menentukan persamaan garis dengan sya-
rat tertentu.
r − r0 = (x − x0 )i + (y − y0 )j
a(x − x0 ) + b(y − y0 ) = 0
s ar
y − y0 a ba
=− (3.36)
x − x0 b
kh
15
Cara yang sama juga dapat diterapkan dalam kasus 3 dimensi, yaitu men-
20
cari persamaan bidang datar yang tegak lurus suatu vektor tertentu. Misalnya
ingin dicari persamaan bidang yang melalui titik (x0 , y0 , z0 ) dan tegak lurus
1
m
terdapat pada bidang tersebut. Dapat mudah dipahami bahwa bila ada dua
01
titik yaitu (x0 , y0 , z0 ) dan (x, y, z) yang terletak pada suatu bidang datar ma-
21
r − r0 = (x − x0 )i + (y − y0 )j + (z − z0 )k
Vektor r−r0 tersebut terletak pada bidang, maka berarti vektor tersebut akan
tegak lurus dengan vektor N yang merupakan vektor normal (vektor yang
tegak lurus pada permukaan bidang) dan dengan demikian (r − r0 ) · N = 0.
Hal ini memberikan
khbasar2015
c
3.5 Garis dan Bidang 61
((x − x0 )i + (y − y0 )j + (z − z0 )k) · ai + bj + ck = 0
a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0
ax − ax0 + by − by0 + cz − cz0 = 0
ax + by + cz = ax0 + by0 + cz0 ≡ d
Contoh 1
Tentukan persamaan bidang yang melalui tiga buah titik yaitu
A(−1, 1, 1), B(2, 3, 0) dan C(0, 1, −2).
Dapat dengan mudah dimengerti bahwa melalui tiga buah titik sem-
barang dapat dibuat bidang datar yang spesifik. Ketiga titik tersebut
terletak pada bidang yang dimaksud, sehingga vektor yang menghu-
bungkan dua buah titik adalah vektor yang terletak pada bidang. Un-
tuk ketiga titik seperti tersebut di atas, dapat dicari misalnya vektor
−−→ −→
AB yang menghubungkan titik A dan titik B serta vektor AC yang
ar
menghubungkan titik A dan titik C, yaitu
s
ba
−−→
kh
lurus keduanya, dengan kata lain vektor yang dihasilkan akan tegak
lurus (vektor normal) bidang datar yang melalui ketiga titik A, B dan
21
−−→ −→
l fi
−−→ −→
N = AB × AC = (3i + 2j − k) × (i − 3k)
ca
= −6i + 8j − 2k
khbasar2015
c
62 Aljabar Linier
Contoh 2
Tentukan jarak dari titik P (1, −2, 3) ke bidang datar yang persama-
annya 3x − 2y + z + 1 = 0.
Tinjau dua buah titik yang terletak pada bidang, misalnya titik Q
dan titik R. Salah satu titik ini (misalnya titik Q) terletak sedemikian
rupa sehingga segitiga P QR yang terbentuk adalah segitiga siku-siku
dengan sudut siku-siku di Q. Hal ini berarti sisi P Q dan sisi QR adalah
sisi-sisi tegak dan sisi P R adalah sisi miring segitiga siku-siku tersebut.
Jarak antara titik P dengan bidang datar tersebut dinyatakan dengan
panjang P Q.
Titik R adalah titik sembarang sehingga titik ini dapat ditentukan
dengan mudah dari persamaan bidang, yaitu konfigurasi x, y dan z
yang memenuhi persamaan bidang, misalnya diperoleh titik (0, 0, −1).
Selanjutnya dari persamaan bidang dapat diperoleh vektor normal
bidang yang melalui titik R tersebut yaitu dengan membandingkannya
dengan persamaan 3.37
N = 3i − 2j + k
ar
Selanjutnya vektor satuan dalam arah normal bidang adalah
s
ba
N 3i − 2j + k
n= = √
kh
|N| 14
15
sebagai berikut
1
m
−→ 3i − 2j + k
se
|P Q| = |P R| · n = (−i + 2j − 4k) · √
14
01
11
21
=√
14
l fi
ku
ca
Persamaan Matriks
Dua buah matriks dikatakan sama jika keduanya identik, artinya jumlah baris
keduanya sama dan demikian juga jumlah kolom keduanya sama serta kom-
a −1 0
ponen pada posisi yang sama juga sama. Misalnya matriks A = 1 b 2
3 3 c
khbasar2015
c
3.6 Operasi Matriks 63
−2 x 0
dan matriks B = 1 0 y , jika matriks A = B maka artinya
z 33
a = −2; b = 0; c = 3; x = −1; y = 2; z = 3
ar
−5 −1 4
s
Beberapa sifat penting dalam penjumlahan/ pengurangan matriks:
ba
kh
• A+B=B+A
• (A + B) + C = A + (B + C)
15
• A+0=A
20
• A + (−A) = 0
1
m
se
Perkalian Matriks
01
21
khbasar2015
c
64 Aljabar Linier
Inner Product Ini adalah perkalian dua buah matriks. Dua buah matriks
dapat dikalikan (inner product) jika banyaknya kolom matriks pertama sama
dengan banyaknya baris matriks kedua. Matriks hasilnya mempunyai jumlah
baris yang sama dengan jumlah baris matriks pertama dan mempunyai jum-
lah kolom
yang sama dengan jumlah
kolom matriks kedua. Misalnya matriks
ab ef
A= dan matriks B = maka hasil kali keduanya adalah
cd gh
ab ef
AB =
cd gh
(3.40)
ae + bg af + bh
=
ce + dg cf + dh
Secara umum AB tidak sama dengan BA, yang berarti perkalian matriks
(inner product) tidak bersifat komutatif.
Contoh
Tentukan
hasil kali matriks
(inner
product) antara matriks A =
4 2 15 3
dan matriks B =
−3 1 2 7 −4
ar
s
ba
4 2 15 3
kh
AB =
−3 1 2 7 −4
15
(4 · 1 + 2 · 2) (4 · 5 + 2 · 7) (4 · 3 + 2 · −4)
=
20
8 34 4
m
=
−1 −8 −13
se
01
21
Beberapa sifat penting yang berkaitan dengan perkalian antar dua matriks
l fi
(inner product):
ku
• A(BC) = (AB)C
• (A + B)C = AC + BC
• C(A + B) = CA + CB
Direct Product Direct product dikenal juga sebagai direct tensor atau
Kronecker product. Jika A adalah matriks m×m dan B adalah matriks n×n,
maka direct product antara keduanya dilambangkan dengan C = A⊗B dengan
C adalah matriks yang berukuran mn × mn.
ab
Misalkan A dan B masing-masing adalah matriks 2×2 dengan A =
cd
ef
dan B = , maka direct product antar keduanya adalah
gh
khbasar2015
c
3.6 Operasi Matriks 65
ab ef
A⊗B= ⊗
cd gh
ae af be bf (3.41)
ag ah bg bh
=
ce
cf de df
cg ch dg dh
Matriks nol (zero matrix atau null matrix ) adalah matriks yang semua ele-
mennya sama dengan nol, yaitu
000
0=
000
Suatu matriks yang ditambahkan atau dikurangkan dengan matriks nol akan
menghasilkan matriks itu sendiri atau dinyatakan sebagai berikut
A+0=0+A=A
sar
ba
Matriks identitas adalah matriks persegi yang elemen pada diagonal uta-
kh
manya sama dengan 1 sedangkan elemen lainnya sama dengan 0. Diagonal
utama adalah diagonal dari kiri atas ke kanan bawah pada matriks persegi
15
(square matrix ). Matriks identitas disebut juga sebagai matriks satuan dan
20
100
se
I = 1 = 0 1 0
01
001
21
l fi
Inner product antara suatu matriks dengan matriks identitas akan mengha-
silkan matriks itu sendiri, yaitu
ku
ca
AI = IA = A
Invers Matriks
khbasar2015
c
66 Aljabar Linier
Hanya matriks persegi (square matrix ) saja yang mempunyai invers, namun
tidak semua matriks persegi memiliki invers. Matriks yang memiliki invers
dinamakan invertible, sedangkan yang tidak memiliki invers dinamakan si-
ngular. Invers dari suatu matriks dapat diperoleh dengan cara:
1
A−1 = CT (3.43)
det A
dengan Cij adalah cofactor dari
aij .
1 0 −1
Misalkan suatu matriks A = −2 3 0 dengan menggunakan persamaan
1 −3 2
3.10 dapat diperoleh bahwa det A = 3. Kemudian cofactor dari setiap elemen
matriks A dapat diperoleh sebagai berikut:
3 0 −2 0 −2 3
C11 = = 6; C12 = − = 4; C 13 = 1 −3 = 3;
−3 2 1 2
0 −1
= 3; C22 = 1 −1 = 3; C23 = − 1 0 = 3;
C21 = −
−3 2 1 2 1 −3
0 −1 1 −1 1 0
C31 = = 3; C32 = −
−2 0 = 2; C33 = −2 3 = 3
3 0
ar
643
s
diperoleh matriks C berbentuk C = 3 3 3 , kemudian CT =
maka
ba
kh
323
63 3
15
33 3
1
m
1
se
A−1 = CT
det
A
01
633 (3.44)
1
21
= 4 3 2
l fi
3
333
ku
Contoh
69
Tentukanlah invers dari matriks A = .
35
det A = 6 · 5 − 9 · 3 = 3
khbasar2015
c
3.6 Operasi Matriks 67
ar
1 0 −1 100
s
ba
−2 3 0 0 1 0
kh
1 −3 2 001
15
• Kalikan tiap baris dengan bilangan tertentu agar didapat kolom pertama
20
1 0 −1 1 0 0
se
1 −3 0 0 −1 0
01
2 2
1 −3 2 0 0 1
21
l fi
1 0 −1 1 0 0
ca
0 −3 1 −1 − 1 0
2 2
0 −3 3 −1 0 1
khbasar2015
c
68 Aljabar Linier
1 0 −1 1 00
0 1 −2 2 1 0
3 3 3
00 1 1 11
sar
ba
kh
Matriks Khusus
15
Beberapa matriks persegi memiliki penamaan khusus dan cukup sering di-
20
Matriks segitiga atas adalah matriks persegi yang elemen di bagian bawah
21
a11 a12 a13
ku
A = 0 a22 a23
ca
0 0 a33
khbasar2015
c
3.6 Operasi Matriks 69
AT = A
AT = −A
Untuk matriks yang anti simetrik elemen pada diagonal utama sama de-
ngan nol.
• Matriks Hermitian dan matriks anti-Hermitian
Matriks Hermitian adalah matriks persegi yang memenuhi hubungan
A = A†
A† = (A∗ )T = (AT )∗
ar
Sedangkan matriks yang anti-Hermitian adalah yang memenuhi hubungan
s
berikut ba
A† = −A
kh
berikut
1
A† = A−1
m
se
01
X = ax + by
(3.45)
Y = cx + dy
khbasar2015
c
70 Aljabar Linier
ab
dengan M = menyatakan matriks yang mengubah titik (atau vektor)
cd
(x, y) menjadi titik (atau vektor) (X, Y ). Karenanya matriks M tersebut
dinamakan matriks transformasi. Tranformasi ini merupakan transformasi
linier karena hubungan antar variabel-variabel x, y, X, Y adalah linier.
Persamaan 3.46 dapat diilustrasikan sebagaimana Gambar 3.14. Artinya
(X, Y )
R (x, y)
r
ar
lain (dalam sistem koordinat yang tetap).
s
Transformasi linier juga dapat dipahami dalam pengertian yang berbeda,
ba
misalnya tinjau transformasi berikut
kh
15
0
x ab x
= , atau r0 = M r (3.47)
20
y0 cd y
1
m
y
ku
ca
r = r0
y0 x0
Gambar 3.15 Transformasi sumbu koordinat (rotasi) seperti yang dinyatakan de-
ngan persamaan 3.47.
khbasar2015
c
3.6 Operasi Matriks 71
y0 X0
0
x
ar
θ X
s
x ba
kh
x = r · î; y = r · ĵ
m
se
0 0
x = r · î ; y = r · ĵ 0
0
01
Sedangkan
21
r = xî + y ĵ
l fi
ku
= x cos(π/2 + θ) + y cos θ
= −x sin θ + y cos θ
khbasar2015
c
72 Aljabar Linier
0
x cos θ sin θ x
=
y0 − sin θ cos θ y
Dengan
demikian
matriks rotasi yang dimaksud adalah
cos θ sin θ
.
− sin θ cos θ
ar
lebih panjang atau lebih pendek namun dengan arah yang tetap ataupun
s
ba
berlawanan. Dengan kata lain vektor baru yang dihasilkan dari transforma-
kh
persamaan 3.48 tersebut dikenal sebagai Persoalan Nilai Eigen (Eigen Va-
lue Problem). Persoalan serupa juga dijumpai dalam bentuk lain: Mψ = λψ,
20
Berikut ini akan diuraikan cara untuk mencari nilai eigen dan vektor ei-
ku
5 −2
dengan matriks transformasi M = . Dengan transformasi ini su-
−2 2
x
atu vektor yang dinyatakan dengan menjadi suatu vektor lain yaitu
y
x
λ . Dengan notasi matriks, tranformasi tersebut dapat dinyatakan seba-
y
gai berikut
5 −2 x x
=λ (3.49)
−2 2 y y
khbasar2015
c
3.7 Nilai Eigen dan Vektor Eigen 73
5x − 2y = λx
(3.50)
−2x + 2y = λy
atau
(5 − λ)x − 2y = 0
(3.51)
−2x + (2 − λ)y = 0
ar
Persamaan tersebut disebut persamaan karakteristik matriks M. Dengan de-
s
ba
mikian diperoleh persamaan kuadrat dalam λ
kh
(5 − λ)(2 − λ) − 4 = 0
15
(3.54)
20
λ2 − 7λ + 6 = 0
1
m
yang memberikan
se
Kedua nilai λ yang diperoleh pada persamaan 3.55 adalah nilai eigen dari
21
matriks M.
l fi
maka diperoleh
ca
untuk λ = 1 → 2x − y = 0
(3.56)
untuk λ = 6 → x + 2y = 0
khbasar2015
c
74 Aljabar Linier
vektor satuan yang dapat dinyatakan dengan rˆ1 = √15 (i + 2j). Untuk nilai
eigen λ = 6 kondisi tersebut dipenuhi oleh vektor yang dinyatakan dengan
persamaan garis x + 2y = 0 atau y = − 21 x, artinya vektor satuannya adalah
rˆ2 = √15 (−2i + j). Kedua vektor eigen tersebut ditunjukkan dalam Gambar
3.16.
y
2x − y = 0
r̂1
r̂2
x + 2y = 0
ar
s
ba
Gambar 3.16 Vektor-vektor eigen untuk matriks M.
kh
15
Terlihat bahwa dengan nilai eigen dan vektor eigen yang telah diperoleh
20
maka persoalan nilai eigen untuk kasus ini dapat dinyatakan kembali yaitu
1
5 −2 1 1 1
01
= =1
−2 2 2 2 2
21
dan
l fi
5 −2 −2 −12 −2
ku
= =6
−2 2 1 6 1
ca
khbasar2015
c
3.8 Diagonalisasi Matriks 75
ar
eigen dari matriks M sedangkan matriks D adalah matriks yang dibentuk oleh
s
ba
nilai-nilai eigen dari matriks M. Bila matriks C adalah invertible, maka dapat
kh
1√ 2√
5 5 √5
20
−1 5 √
C =
− 25 5 15 5
1
m
C−1 M C = C−1 C D
(3.61)
21
=D
l fi
khbasar2015
c
76 Aljabar Linier
Y
Y0 r = r0
R = R0
X0
θ X
sar
ba
Gambar 3.17 Interpretasi matriks diagonal D pada proses diagonalisasi.
kh
15
20
x = x0 cos θ − y 0 sin θ
1
(3.62)
y = x0 sin θ + y 0 cos θ
m
se
cos θ − sin θ
r = Cr0 ,
l fi
dengan C = (3.63)
sin θ cos θ
ku
ca
R = CR0 (3.64)
R = Mr (3.65)
khbasar2015
c
3.9 Aplikasi Diagonalisasi Matriks 77
Ax2 + 2Hxy + By 2 = K
ar
xy =K
H B y
s
ba
x
kh
xy M =K
y
15
20
mendiagonalisasi matriks M, dengan kata lain mencari nilai eigen dan vektor
se
adalah 5, −2, 2 dan 30, sehingga persamaan irisan kerucut yang ditinjau
adalah
21
5x2 − 4xy + 2y 2 = 30
l fi
ku
C−1 M C = C−1 C D
10
=D=
06
khbasar2015
c
78 Aljabar Linier
y y
ar
s
ba
kh
15
20
x x
1
m
se
01
21
l fi
ku
ca
(a) (b)
Gambar 3.18 Ilustrasi sumbu utama irisan kerucut: (a) plot irisan kerucut 5x2 −
4xy + 2y 2 = 30, (b) vektor eigen yang menggambarkan sumbu utama irisan kerucut
tersebut.
khbasar2015
c
3.9 Aplikasi Diagonalisasi Matriks 79
Tinjau persoalan dinamika suatu sistem yang terdiri dari dua buah benda
titik bermassa m dan tiga buah pegas identik dengan konstanta pegas k
seperti yang digambarkan dalam Gambar 3.19.
m m
x y
sar
Persamaan gerak benda dapat diperoleh dari turunan energi potensial terse-
ba
but (yang menyatakan gaya yang bekerja pada benda), yaitu
kh
15
∂V
Fx = max = − = −2kx + ky
20
∂x
∂V
1
Fy = may = − = kx − 2ky
m
∂y
se
monik (lebih lengkap tentang solusi persamaan diferensial akan dibahas pada
21
−mω 2 x = −2kx + ky
ca
−mω 2 y = kx − 2ky
mω 2
x 2 −1 x
λ = , dengan λ =
y −1 2 y k
yang merupakan persoalan nilai eigen (eigen value problem). Nilai eigen dari
matriks yang bersangkutan adalah
2 − λ −1
−1 2 − λ = 0 =⇒ λ = 1 atau λ = 3
khbasar2015
c
80 Aljabar Linier
Dengan demikian diperoleh frekuensi modus normal sistem yaitu yang ber-
kaitan dengan nilai-nilai eigen tersebut, yaitu
r
k
λ = 1 −→ ω1 =
m
r
3k
λ = 3 −→ ω2 =
m
Vektor eigen yang berkaitan adalah
untuk λ = 1 → y = x
untuk λ = 3 → y = −x
Hal ini berarti pada frekuensi ω1 (yang diperoleh untuk y = x), kedua benda
bergerak osilasi dalam arah yang sama bersamaan (yaitu sama-sama ke kiri
kemudian sama-sama ke kanan), sedangkan pada frekuensi ω2 (yang diperoleh
untuk y = −x), simpangan kedua benda saling berlawanan (saat yang satu
bergerak ke kiri yang lain bergerak ke kanan).
sar
ba
kh
15
20
1
m
se
01
21
l fi
ku
ca
khbasar2015
c
Paket Soal Bab 3
ar
−2 3 4 5 17 3 −1 0 −3 0
a. 3 4 −2 b. 2 4 −3
s
ba
c.
−2 3 0 1
5 6 −3 11 0 2
kh
1 0 −1 0
15
(a − b)x − (a − b)y + 3b2 z = 3ab
se
bx + ay − (2b2 + a2 )z = 0
21
m/s. Tentukanlah:
ca
81
82 Paket Soal Bab 3
ar
4 −2 0
s
ba212
B −1 AB, B −1 A−1 B dan AB.
kh
tode
reduksi baris
x − 2y + 3z = 0 2x + 3z = 0
20
a. x + 4y − 6z = 0 b. 4x + 2y + 5z = 0
1
2x + 2y − 3z = 0 x − y + 2z = 0
m
se
502 324
13
21
a. b. 0 3 0 c. 2 0 2
22
l fi
205 423
ku
11. Tentukan persamaan kurva atau permukaan berikut menurut sumbu uta-
ca
khbasar2015
c
ca
ku
l fi
21
01
se
m
1
20
15
kh
ba
sar