Anda di halaman 1dari 21

Materi Kimia Kuantum

1. Koordinat Kartesius
Koordinat Kartesius adalah letak suatu titik pada bidang yang dinyatakan dalam absis (x) dan
ordinat (y). Pada koordinat kartesius letak suatu titik P dinyatakan dengan himpunan pasangan
terurut P(x,y)
Koordinat x sebagai absis, yaitu jarak titik ke sumbu Y.
Koordinat y sebagai ordinat, yaitu jarak titik ke sumbu X.
2. Koordinat Kutub (Polar)
Koordinat Polar atau koordinat kutub adalah letak suatu titik pada bidang yang dinyatakan
dalam bentuk jarak (r) dan sudut (α).
Pada koordinat kutub, letak suatu titik P dinyatakan dengan dua ukuran, yaitu jarak r dan ukuran
sudut α.
Hubungan antara Koordinat Kartesius dan Koordinat Kutub (Polar)
Jarak r adalah jarak titik P ( x, y) ke titik asal O (0,0). Jarak r diperoleh dengan rumus:

Sudut α adalah sudut antara sumbu X positif dengan garis penghubung titik P dengan titik asal O
(0,0) yang dihitung berlawanan arah dengan arah jarum jam.
Koordinat kutub titik P dinyatakan dengan P (r, α)
Jika digambarkan, grafik koordinat kartesius dan grafik koordinat polar sebagai berikut

Pada Koordinat polar atau kutub dengan titik pusat O, posisi titik (objek) P dinyatakan
dengan (r, α), dimana r adalah jarak OP dan α adalah sudut antara OP dengan sumbu OX
positif.
Besar sudut α dihitung mulai dari sumbu OX positif berputar berlawanan arah dengan arah
perputaran jarum jam
Perbedaan dan Persamaan antara Koordinat Kartesius dan Koordinat Polar.
Koordinat Kartesius
Pada koordinat kartesius letak suatu titik P dinyatakan dengan himpunan pasangan terurut P(x,y)
→ Koordinat x sebagai absis, yaitu jarak titik ke sumbu Y.
→ Koordinat y sebagai ordinat, yaitu jarak titik ke sumbu X.
Koordinat Kutub (Polar)
Pada koordinat kutub, letak suatu titik P dinyatakan dengan dua ukuran, yaitu jarak r dan ukuran
sudut α.
→ Jarak r adalah jarak titik P ( x, y) ke titik asal O (0,0). Jarak r diperoleh dengan rumus
pythagoras:

→ Sudut α adalah sudut antara sumbu X positif dengan garis penghubung titik P dengan titik
asal O (0,0) yang dihitung berlawanan arah dengan arah jarum jam.
→ Koordinat kutub titik P dinyatakan dengan P (r, α).
Contoh Soal dan Pembahasannya
A. Mengubah atau Mengkonversi Koordinat Polar ke Koordinat Kartesius
Soal 1.
Koordinat kartesius dari titik (10, 315°) adalah ….
A. (-5, -5√2)
B. (-5, 5√2)
C. (5√2, 5√2)
D. (5√2, -5√2)
E. (5, -5√2)
Jawab : D
» Sudut 315° (kuadran IV) —–> (x, -y)
» Dari pilihan jawaban di atas maka kemungkinan jawabannya D atau E
» (r, α) ——> (10, 315°)

x = 10 . cos 315°
x = 10 . ½√2
x = 5√2
y = 10 . sin 315°
y = 10 . -½√2
y = -5√2
Jadi koordinat kartesiusnya adalah (5√2, -5√2)
Untuk lebih jelas dapat dilihat pada gambar di samping.

B. Mengubah atau Mengkonversi Koordinat Kartesius ke Koordinat Polar

Soal 2.
Koordinat kutup dari titik (-6, 6√3) adalah ….
A. (12, 30°)
B. (12, 60°)
C. (12, 90°)
D. (12, 120°)
E. (12, 210°)
Jawab : D
Cara biasa
r² = (-6)² + (6√3)²
r² = 36 + 108
r² = 144
r = 12
a = arc tan (6√3) / -6
a = arc tan -√3
a = 120°
Jadi koordinat kutubnya adalah (12, 120°)
Cara praktis
» (-6, 6√3) ——-> (-x, y) —–> maka berada di kuadran II
» Dari pilihan jawaban di atas yang berada di kuadran II yaitu hanya pilihan D
» Sedangkan r tidak usah dicari karena dari pilihan jawaban semuanya sama.

3. Matriks Dan Determinan Dengan Metode Kofaktor


Menghitung determinan matriks dengan metode kofaktor

Kofaktor merupakan salah satu langkah yang biasanya kita lakukan dalam mencari invers suatu
matriks. Tetapi kofaktor bisa juga kita pakai dalam mencari determinan suatu matriks. Dan ini
memiliki kelebihan dibandingkan dengan mencari determinan matriks dengan metode sarrus.jika
pada metode sarrus, kita hanya bisa mencari determinan suatu matriks sampai pada ordo 3 x 3,
tetapi kalau menggunakan metode kofaktor, kita bisa mencari determinan suatu matriks sampai
ordo n x n. hehehe…..hebat kan?. Caranyapun lumayan gampang, kita tinggal pilih salah satu
baris ( bisa itu baris pertama, kedua, atau seterusnya) untuk kita jadikan sebagai kofaktornya.

Saya tidak menulis rumusnya, tetapi kita langsung ke teknis pengerjaan soalnya. Oke kita
langsung saja perhatikan soal di bawah ini.

Contoh # :
Tentukanlah determinan dari matriks A yang elemennya sebagai berikut !

Jawab:

Matriks A dalam soal di atas merupakan matriks yang berordo 3 x 3. Untuk menyelesaikannya
kita akan mulai langkah – langkahnya sebagai berikut :

Pertama, kita pilih salah satu baris dari matriks A sebagai komponen kofaktor. Dalam hal ini kita
pilih baris kesatu. (yaitu : 2 4 6).
Kedua, kita tentukan tanda (positif atau negative ) dari angka – angka pada baris yang kita pilih.
Bagaimana caranya?. Caranya dengan memakai ketentuan di bawah ini :

Huruf m dan n pada rumus tersebut maksudnya adalah letak baris dan kolom dari baris yang kita
pilih. Sedangkan K itu menyatakan angka yang kita pilih dalam baris. Dalam soal di atas kita
sudah memilih baris ke satu. Yang komponennya adalah angka 2 , angka 4 dan angka 6.

Kita perhatikan angka 2, angka 2 ini terletak pada baris ke satu kolom ke satu. Artinya nilai m =
1 dan nilai n = 1. Berarti tanda untuk angka 2 ini adalah :
Berarti tanda angka 2 ini adalah positif atau ditulis 2 saja. (ingat jika bilangan negative 1 pangkat
genap akan menghasilkan bilangan positif, sebaliknya jika bilangan negative 1 pangkat ganjil,
maka akan menghasilkan bilangan negative ).

Selanjutnya , kita perhatikan angka 4, angka ini terletak pada baris kesatu kolom kedua matriks
A. artinya m = 1 dan n = 2. Berarti m + n = 3. Dan tanda untuk angka 4 ini adalah :

Jadi tanda untuk angka 4 adalah negative 4 ditulis (-4).

Angka selanjutnya adalah angka 6, ini terletak di baris ke satu kolom ketiga. Berarti m = 1 dan n
= 3. Jadi m + n = 1 + 3 = 4. Dan tandanya adalah :

Tanda untuk angka 6 adalah positif ditulis dengan angka 6 saja.

Ketiga, setelah kita mengetahui tanda pada baris yang kita pilih, kemudian kita harus mencari
determinan matriks yang tidak kena garis pada baris/ kolom kofaktor. Maksudnya apa?.
Maksudnya sama seperti mencari minor matriks. Kemudian kita kalikan setiap determinan
tersebut dengan angka pada baris yang kita pilih. Langkah – langkahnya seperti berikut :

Berarti determinan matriks tersebut adalah :


Yang masih dalam matriks kita hitung determinannya, sehingga :

Det A = 2 . 13 – 4. 1 + 6. (-5) = 26 – 4 – 30 = -8

Jadi determinan matriks A adalah -8.

4. Vector
Pengertian vector

Pada garis berarah dari titik A ke titik B di R 3 mempunyai panjang tertentu dinyatakan sebagai
vektor. Vektor dapat dinotasikan dengan :

Atau dapat juga dinyatakan sebagai :

Dimana adalah vektor satuan.


Panjang Vektor
Jika titik A (x1,y1,z1) dan B (x2,y2,z2) maka vektor AB adalah :
Vektor Satuan

Vektor satuan adalah adalah vektor yang panjangnya satu satuan. Jika vektor maka
vektor satuan dari a adalah:

Operasi Penjumlahan, Pengurangan dan Perkalian Vektor dangan Skalar


a. Penjumlahan atau pengurangan vector

Contoh :

Diketahui vektor Nilai


Jawab :
b. Perkalian Skalar dengan vector

Rumus Perbandingan, Perkalian Skalar Proyeksi dan Perkalian Silang Vektor


a. Perkalian Skalar

b. Cross Product
d. Rumus Pembagian

Contoh : Diketahui titik A (-4, 1, 3 ), B (6, -4, 3) dan C (4, 5, -1) Titik R membagi AB sehingga

2AR = 3RB, vektor yang mewakili adalah :Jawab :


5. Bilangan Kompleks
Bilangan kompleks adalah suatu bilangan berbentuk a + bi, di mana adan b bilangan
real, sedangkan i adalah satuan khayal (imajiner). a disebut bagian real dan b disebut bagian
khayal dari bilangan kompleks tersebut. Jika pada suatu bilangan kompleks, nilai b adalah 0,
maka bilangan kompleks tersebut menjadi sama dengan bilangan real a.
Bilangan kompleks dapat ditambah, dikurang, dikali, dan dibagi seperti bilangan real;
namun bilangan kompleks juga mempunyai sifat-sifat tambahan yang menarik. Misalnya, setiap
persamaan aljabar polinomial mempunyai solusi bilangan kompleks, tidak seperti bilangan real
yang hanya memiliki sebagian.

Jika z1 = a + bi atau z1 = ( a, b ) dan z2 = c + di atau z2 = ( c , d )


Maka :
· Penjumlahan
z1 + z2 = ( a + bi ) + ( c + di )
= ( a + c ) + ( b + d )i
= ( a + c, b + d )
atau
z1 + z2 = ( a, c ) + ( b, d )
= ( a + c, b + d )
= ( a + c ) + ( b + d )i
· Pengurangan
z1 - z2 = ( a + bi ) - ( c + di )
= ( a + bi ) - c - di
= ( a – c ) + ( bi – di )
= ( a – c ) + ( b – d )i
= [( a – c, b – d )]

· Perkalian
z1 x z2 = ( a + bi ) x ( c + di )
= ac + adi + cbi + bidi
= ac + ( ad + cb )i + bdi2
= ac + ( ad + cb )i + bd (-1)
= ( ac – bd ) + ( ad + cb )i
= [( ac – bd ), ( ad + cb )]

· Pembagian

Sebuah bilangan kompleks dapat digambarkan pada bidang kompleks dengan sumbu X
sebagai sumbu real dan sumbu Y sebagai sumbu khayal. Bilangan kompleks a + bi dinayatakan
dengan titik (a, b). Bilangan nol adalah bilangan kompleks 0 + 0i, dapat dinyatakan dengan titik
(0, 0). Bilangan a adalah bilangan kompleks a + 0i, dinyatakan dengan titik (a, 0). Bilangan
khayal i adalah bilangan kompleks 0 + 1i dinyatakan dengan titik (0, 1).

2.1 Contoh Soal Bilangan Kompleks


· Contoh Soal 1:
Ada 4 bilangan kompleks yang disimbolkan z1, z2, z3, dan z4.
z1 = 3 + 6 z3 = -2-2
z2 = -3+2 z4 = 4 - 3
Gambarkan titik-titik z1, z2, z3, dan z4 di bidang kompleks!
Jawab:

Kita buat koordinat x dan y, di mana z=x + y . 4 titik itu digambar sebagai berikut.

6. Operator

Pengertian Operator

Operator atau tanda operasi adalah suatu tanda atau simbol yang biasa dilibatkan dalam program
untuk melakukan suatu operasi atau manipulasi. Operasi atau manipulasi mencakup ungkapan
yang dibuat dari operand dan operator.

Macam-macam operator :

1. 1. Operator aritmatika
Operator aritmatika digunakan untuk melakukan operasi matematika, seperti penambahan,
pengurangan, pembagian, dan modulo (atau sisa pembagian).

Contoh penggunaan :

+ Operator penjumlahan (juga sebagai penyambung string)

– Operator pengurangan

* Operator perkalian

/ Operator pembagian

% Operator sisa pembagian

Simbol Nama operator Contoh penggunaan


+ Operator penjumlahan n = n + 1;
– Operator pengurangan n = n – 1;
* Operator perkalian n = n * 1;
/ Operator pembagian n = n / 1;
% Operator sisa pembagian n = n % 1;
+ Operator penyambung string n = “saya “+”tidur”;

1. 2. Operator Relasi / Hubungan

Operator relasi biasa digunakan untuk membandingkan dua buah nilai. Operator relasi
menghasilkan kondisi BENAR atauSALAH.

Contoh penggunaan :

Sama dengan ( = )

Tidak sama dengan ( <> )

Lebih dari ( > )

Kurang dari ( < )

Lebih dari sama dengan ( >= )

Kurang dari sama dengan ( <= )


Simbol Keterangan
= Sama dengan
<> Tidak sama dengan
> Lebih dari
< Kurang dari
>= Lebih dari sama dengan
<= Kurang dari sama dengan ( <= )
Pembanding Hasil
1>2 dibaca Salah
1<2 dibaca Benar
Benar, Jika A bernilai 1
A==1 dibaca
Salah, Jika A tidak bernilai 1
Benar karena kode ASCH untuk
karakter ‘A’
‘A’ < ‘B’ dibaca
Kurang dari kode ASCH untuk
karakter ‘B’
Benar jika ka berisi ‘Y’
Kar== ‘Y’ dibaca
Salah, jika kar tidak berisi ‘Y’

3. Operator Logika

Operator logika biasa digunakan untuk menghubungkan dua buah ungkapan kondisi menjadi
sebuah ungkapan kondisi. Operator-operator ini berupa :

Operator Keterangan
&& AND (dan)
|| OR (atau)
! NOT (bukan)

Contoh Penggunaan :

Contoh Operasi Hasil


benar jika a dan b adalah
a && b and
benar
benar jika salah satu dari a
a || b or
atau b adalah benar
b lebih dari atau sama benar jika a lebih dari atau
!a
dengan sama dengan b
7. Nilai Eigen Dan Vektor Eigen Matriks

Nilai Eigen dan Vektor Eigen

Nilai eigen dan vektor eigen suatu matriks didefinisikan sebagai berikut.

Definisi 3.1.
Misalkan An  n, maka vektor x ≠ 0 di Rn disebut vektor eigen (eigen vektor) dari A jika
Ax adalah kelipatan skalar dari x, yaitu Ax = λx untuk suatu skalar λ. Skalar λ dinamakan nilai
eigen (eigen value) dari A.

Ax = λx  Ax = λIx

 (λI – A)x = 0

 (A - λI)x = 0

Persamaan di atas akan mempunyai penyelesaian tak nol (mempunyai penyelesaian non trivial)
jika dan hanya jika: det (λ I – A) = 0
Persamaan det (λ I – A) = 0 dengan λ sebagai variabel disebut persamaan karakteristik dari
matriks A. Akar-akar atau skalar-skalar yang memenuhi persamaan ini adalah nilai-nilai eigen
(nilai-nilai karakteristik) dari matriks A. Dengan kata lain, untuk menentukan nilai eigen suatu
matriks, maka kita harus menentukan dahulu persamaan karakteristiknya. Det (λ I – A) ≡ f(λ)
yaitu berupa polinom dalam λ yang dinamakan polinom karakteristik.
Dengan demikian jika An  n, maka persamaan karakteristik dari matriks A mempunyai
derajat n dengan bentuk

det (λ I – A) = f(λ) = a0 + a1x1 + a2x2 + … + an - 1xn - 1 + anxn = 0

Menurut teorema dasar aljabar kita dapatkan bahwa persamaan karakteristik tersebut
mempunyai paling banyak n penyelesaian yang berbeda (Ingat metode Horner dan persamaan
pangkat tinggi). Jadi, suatu matriks yang berukuran n  n paling banyak mempunyai n-nilai
eigen yang berbeda.
Berikut ini diberikan contoh-contoh soal yang berkaitan dengan nilai eigen dan
persamaan karakteristik suatu matriks.
Contoh 3.1.
 5  3 2
1. Matriks A =   mempunyai vector eigen x =   , karena Ax merupakan kelipatan
 4 1  4
 5  3  2   2 2
dari x, yaitu Ax =     =   = -1   = -x. Dengan demikian λ = -1 adalah
 4 1   4   4 4
nilai eigen dari matriks A.

  3 1  1
2. Tentukan nilai eigen dan vektor eigen dari matriks  7 5  1 .
 6 6  2

Untuk menentukan nilai eigen dan vektor eigen, kita harus membentuk persamaan
  3 1  1
karakteristik. Misal  7 5  1 = A.
 6 6  2

Persamaan karakteristik: det (I – A) = 0

 1 0 0   3 1  1  
 
 det   0 1 0   7 5  1    0
 0 0 1    6 6  2  
    

   3  1 1 
 
 det   7  5 1   = 0
 6  6   2 

 ( + 3)( – 5)( + 2) – 6 – 42 – 6( – 5) + 6( + 3) + 7( + 2) = 0
 3 – 12 – 46 = 0
 ( + 2)2(– 4) = 0
  = -2;  = 4
Jadi nilai eigen adalah -2 dan 4.
Untuk menentukan vektor eigen kita misalkan vektor eigen tersebut x = (a,b,c), dan kita
mencari x yang memenuhi (λI – A)x = 0
 1 0 0   3 1  1   a 
      
   0 1 0   7 5  1   b   0
 0 0 1  6 6  2  c 
      
   3  1 1   a 
  
  7  5 1   b   0
 6  6   2  c 


 1  1 1  a 
  
Untuk  = -2   7  7 1  b   0 .
 6  6 0  c 
   

1  1 1 0  1  1 1 0
7  7 1 0    1 
Matriks yang bersesuaian:   1  1 7 0 
6  6 0 0 1  1 0 0
 

0 0 1 0
 1 
0 0 7 
0
1  1 0 0

Diperoleh: c = 0 dan a = b
Andai a = t, maka b = t, dan c =0.
1 
Jadi vector eigen yang bersesuaian dengan  = -2 adalah t 1  .
0 

 7  1 1  a 
   
Untuk  = 4   7  1 1  b   0 .
 6  6 6  c 
   

7  1 1 0 7  1 1 0 
Matriks yang bersesuaian: 7  1 1 0  0 0 0 0 
   
6  6 6 0 1  1 1 0

6 0 0 0 
0 0 0 0 
 
1  1 1 0

Diperoleh: a = 0 dan b = c
Andai c = t, maka b = t, dan a = 0.
0 
Jadi vector eigen yang bersesuaian dengan  = 4 adalah t 1  .
 
1 

1 1 0
3. Tentukan nilai eigen dan vektor eigen dari matriks 0 2 0 .
0 0 1

Persamaan karakteristik: det (I – A) = 0

 1 0 0 1 1 0 
 
 det   0 1 0  0 2 0   0
 0 0 1  0 0 1  
    

   1  1 0 
 
 det   0  2 0   = 0
 0   1 
 0

 ( – 1)( – 2)( – 1) = 0
  = 1;  = 2
Jadi nilai eigen adalah 1 dan 2.
Penentuan vektor eigen sebagai berikut.
(λI – A)x = 0
 1 0 0 1 1 0  a 
  
   0 1 0  0 2 0  b   0
 0 0 1 0 0 1  c 
      

   1  1 0   a 
  
  0  2 0   b   0
 0   1  c 
 0

 0  1 0  a 
   
Untuk  = 1   0  1 0  b   0 .
 0 0 0  c 
   
Diperoleh: a = s; b = 0; dan c = t.
1   0 
Jadi vector eigen yang bersesuaian dengan  = 1 adalah s 0  + t 0  .
   
0  1 

 1  1 0  a 
  
Untuk  = 2   0 0 0  b   0 .
 0 0 1  c 
   
Diperoleh: a = b dan c = 0
Andai b = t, maka a = t, dan c =0.
1 
Jadi vector eigen yang bersesuaian dengan  = 2 adalah t 1  .
0 

Ruang Eigen

Vektor eigen suatu matriks Ann yang bersesuaian dengan nilai eigen λ berada dalam
ruang penyelesaian (λI – A)x = 0. Ruang penyelesaian ini dinamakan ruang eigen (eigen space)
matriks A. Secara jelas ruang eigen didefinisikan sebagai berikut.

Definisi 3.2.
Ruang penyelesaian sistem persamaan linear (λI – A)x = 0 atau (A - λI)x = 0 dinamakan
ruang eigen dari matriks Ann.

Contoh 3.2.
Tentukan basis untuk ruang eigen dari matriks:
  3 1  1
1. A =  7 5  1 .
 6 6  2

1 1 0
2. B = 0 2 0
0 0 1
Penyelesaian:
Untuk menentukan basis ruang eigen suatu matriks harus melalui langkah-langkah berikut.
membentuk persamaan karakteristik
menentukan nilai eigen dengan menyelesaikan persamaan karakteristik
menentukan vector eigen yang bersesuaian dengan nilai eigen yang diperoleh
Berdasarkan Contoh 3.1. matriks A dan matriks B sudah diperoleh nilai eigen dan vector
eigennya, yaitu:
  3 1  1
1. Nilai eigen matriks A =  7 5  1 adalah -2 dan 4.
 6 6  2

1 
Vektor eigen yang bersesuaian dengan  = -2 adalah vector tak nol x = t 1  . Jadi, vector
0 

1 
1  merupakan suatu basis untuk ruang eigen dari matriks A yang bersesuaian dengan λ = 1.
 
0 

0 
Sedangkan vektor eigen yang bersesuaian dengan  = 4 adalah vector tak nol x = t 1  . Jadi,
1 

0 
vektor 1  merupakan suatu basis untuk ruang eigen dari matriks A yang bersesuaian dengan
1 

λ = 4.
1 1 0
2. Nilai eigen matriks B = 0 2 0 adalah 1 dan 2.
0 0 1
1  0 
Vektor eigen yang bersesuaian dengan  = 1 adalah vector tak nol x = s 0  + t 0  . Jadi,
   
0  1 

1  0 
vektor 0 dan 0  merupakan basis untuk ruang eigen dari matriks B yang bersesuaian
 
   
0  1 

dengan λ = 1. Sedangkan vektor eigen yang bersesuaian dengan  = 2 adalah vector tak nol x

1  1 
= t 1  . Jadi, vektor 1  merupakan suatu basis untuk ruang eigen dari matriks A yang
 
0  0 

bersesuaian dengan λ = 2.

Anda mungkin juga menyukai