DIKTAT

MATEMATIKA TEKNIK II

OLEH :
IKA SUWARNI, S.T.

TEKNIK PENERBANGAN
SEKOLAH TINGGI TEKNOLOGI ADISUTJIPTO
YOGYAKARTA

i
 DAFTAR ISI

BAB. 1 TRANSFORMASI LAPLACE

BAB. 2 DERET FOURIER

BAB. 3 MATRIKS DAN SISTEM PERSAMAAN LINEAR

BAB. 4 EIGENVALUE DAN EIGENVECTOR

ii
 BAB I
TRANSFORMASI LAPLACE

1.1 Transformasi Laplace

Definisi
Misalkan F (t ) suatu fungsi t dan t > 0, maka transformasi Laplace dari F(t) dinotasikan
dengan L{F(t)} yang didefinisikan oleh:
∞`
L{F (t )} = ∫ e− st F (t )dt = f ( s)
0

Karena L{F (t )} adalah integral tidak wajar dengan batas atas di tak hingga ( ∞ ) maka :
∞`
L{F (t )} = ∫ e − st F (t )dt = f (s)
0

= Lim ∫ e − st F (t )dt
p →∞
0

Transformasi Laplace dari F(t) dikatakan ada, jika integralnya konvergen untuk beberapa
nilai s, bila tidak demikian maka transformasi Laplace tidak ada.

Selanjutnya bila suatu fungsi dari t dinyatakan dengan huruf besar, misalnya W(t), G(t),
Y(t) dan seterusnya, maka transformasi Laplace dinyatakan dengan huruf kecil yang
bersangkutan sehingga L {W(t)} = w(s), L {G(t)} = g(s), L {Y(t)} = y(s) dan seterusnya.

Transformasi Laplace beberapa fungsi sederhana.

No. F (t ) L{F (t )}
1. 1 1
,s > 0
s
2. t 1
,s > 0
s2
3. t2 2
,s > 0
s3
4. tn n!
,s > 0
s n +1
n = 0,1,2,3,….

1
 5.
1
at ,s > 0
e s−a
6. sin at a
,s > 0
s + a2
2

7. cos at s
,s > 0
s + a2
2

8. sinh at a
,s > a
s − a2
2

9. cosh at s
,s > a
s − a2
2

10. t cos at s2 − a
(s 2 + a 2 ) 2

11. t sin at s
2a (s + a 2 ) 2
2

*) sinh = hiperbolic sine

Pembahasan
Tentukan transformasi Laplace fungsi berikut:
1. F (t ) = 1
∞`
L{F (t )} = ∫ e − st 1 = f ( s )
0

= Lim ∫ e − st dt
p →∞ 0

p
 1 
= lim − e − st 
p →∞
 s 0

 1 1 
= lim − −∞ + 0 
p →∞
 se se 
1
= 0+
s
1
=
s
= f (s )

2
2. F (t ) = t
∞`
L{F (t )} = ∫ e − st t dt
0

p
1
= lim ∫ t. − d e − st
p →∞ s
( )
0

p
1
= − lim te − st − ∫ e − st dt
s p →∞ 0

p
1  1 
= − lim te − st + e − st 
s p → ∞
 s 0
p
1  1   1 
= − lim  pe − sp + e − sp  − 0e 0 + e 0 
s p → ∞
 s   s 0

1  1 
= − (0 + 0 ) −  0 + 
s  s 

1 1
= − 0 − 
s s
1
=
s2

3. F(t) = eat
∞`
L{F (t )} = ∫ e − st t e at dt
0

= lim ∫ e −( s − a )t dt
p →∞
0

1
= [
lim e −( s − a )t
s − a p →∞
]
0
p

1  1 1 
= lim  ∞
− ( s −a )0 
− (s − a) p → ∞
e ( s − a ) e 
1
=
s−a

3
4. F (t ) = sin at
∞
L{F (t )} = ∫ e − st sin at dt
0

p
1
= Lim ∫ e − st − d (cos at )
p →∞
0
a
p
 1 ∞
1 
= Lim − cos at.e − st + ∫ cos atd (e − st ) 
p→∞  a 0
a 0
p
 1 ∞
s 
= Lim − cos at.e − st + ∫ − cos at.e − st dt 
p →∞  
 a p
a 0
p
 1 s
∞
1 
= Lim − cos at.e − st − ∫ e − st . d (sin at ) 
p→∞
 a a0 a 0
p
 1 s − st
p

= Lim − cos at.e − 2 (e sin at − ∫ sin at.d (e − st ) 
 − st

 a a
p →∞
0 0
p
 1 s − st
p

= Lim − cos at.e − 2 (e sin at − ∫ sin at. − se − st ) 
 − st

 a a
p →∞
0 0
p
 1 s s2
p

= Lim − cos at.e − st − 2 e − st sin at − 2 ∫ sin at.se − st ) 
 a a a 0
p→∞
0
p
a2  1 − st s − st 
= Lim  − cos at.e − 2 sin at .e 
p →∞ a2 + s2  a a 0

a 2  cos at s. sin at 
= − − 2 st 
a 2 + s 2  a.e st a .e 

a2   1 
= 2  (0 − 0) −  − − 0  
a + s2   a 

a2  1 
= 2  
a + s2  a 

a
=
a + s2
2

4
5. F (t ) = cos at
∞
L{F (t )} = ∫ e − st cos at dt
0

p
1
= Lim ∫ e − st d (sin at )
p →∞
0
a
p
1 ∞
1 
= Lim sin at.e − st − ∫ sin atd (e − st ) 
p →∞
a 0
a 0
p
1 ∞
s 
= Lim sin at.e − st + ∫ sin at.e − st dt 
p →∞  a a 
 p 0
p
1 s
∞
1 
= Lim sin at.e − st + ∫ e − st . d (− cos at ) 
p →∞ a a0 a
 0
p
1 s − st
p

= Lim sin at.e + 2 (e (− cos at ) − ∫ − cos at.d (e − st ) 
 − st

a a
p→∞
0 0
p
1 s − st
p

= Lim sin at.e − 2 (e cos at ) + ∫ cos at. − se − st dt ) 
 − st

a a
p→∞
0 0
p
1 s s2
p

= Lim sin at.e − st − 2 (e − st cos at ) − 2 ∫ cos at.e − st ) 
p →∞  a a a 0 
 0
p
a2 1 − st s − st 
= Lim  sin at .e − 2 cos at .e 
p →∞ s2 + a2 a a 0

a 2  sin at s. cos at 
=  − 2 st 
s 2 + a 2  a.e st a .e 

a2   s 
= 2  (0 − 0) −  0 − 2  
s + a2   a 

a2  s 
= 2  
s + a2  a2 
a
=
s + a2
2

5
1.2. Sifat-sifat Transformasi Laplace
Transformasi Laplace suatu fungsi mempunyai beberapa sifat, antara lain:

a) Sifat linear
Jika c 1 dan c 2 adalah sebarang konstanta, sedangkan F1 (t ) dan F2 (t ) adalah fungsi-

fungsi dengan transformasi-transformasi Laplace masing-masing f1 (s) dan f 2 ( s ) ,

maka:
L{c1 F1 (t ) + c2 F2 (t )} = c1 f1 (s) + c2 f (s)
Bukti:
∞
L{c1 F (t ) + c 2 F2 (t )} = ∫ e − st {c1 F1 (t ) + c 2 F2 (t )}dt
0

∞ ∞
= ∫ e c1 F1 (t ) dt + ∫ e − st c1 F2 (t ) dt
− st

0 0

p ∞
= c1 ∫ e − st
F1 (t ) dt + c 2 ∫ e − st F2 (t ) dt
0 0

= c1 f1 ( s ) + c2 f 2 ( s)

Contoh :
1. L{5t − 3} = L{5t − 3a} = L{5t} − L{3}
= 5 L{t} − 3L{1}
1 1
=5 2
−3
s s
5 3
= −
s2 s

2. L{6 sin 2t − 5 cos 2t} = L{6 sin 2t} − L{5 cos 2t}
= 6 L{sin 2t} − 5 L{cos 2t}
2 s
=6 2
−5 2
s +4 s +4
12 − 5s
=
s2 + 4

6
3. L{(t 2 + 1) 2 } = L{t 4 + 2t 2 + 1}

= L{t 4 } + L{2t 2 } + L{1}

= L{t 4 } + 2 L{t 2 } + L{1}

4!  2!  1
= 4 +1
+ 2 2+1  +
s s  s
24 4 1
= + +
s5 s3 s

4. L{4e 5t + 6t 2 − 3 sin 4t + 2 cos 2t}

= L{4e 5t } + L{6t 2 } − L{3 sin 4t} + L{2 cos 2t}

= 4 L{e 5t }+ 6 L{t 2 }− 3L{sin 4t} + 2 L{cos 2t}

1 2 4 s
=4 +6 3 −3 2 +2 2
s −5 s s +4 s +4
4 12 12 2s
= + 3 − 2 + 2
s−5 s s + 16 s + 4

Latihan :
Dengan menggunakan sifat linear, tentukan transformasi Laplace fungsí berikut.
1. F (t ) = 2t 2 + e − t t
2. F (t ) = 6 sin 2t − cos 2t

3. F (t ) = (sin t − cos t ) 2
1
4. F (t ) = cosh 3t − sinh t
2
5. F (t ) = 2t + 2

6. F (t ) = (sin t − 3) 2

7
b) Sifat translasi atau pergeseran pertama
Jika L{F (t )} = f ( s) maka L{e 2t F (t )} = f ( s − a)
Bukti
∞`
Karena L{F (t )} = ∫ e − st F (t ) dt = f ( s ) , maka
0

∞`
L{e F (t )} = ∫ e − st e at F (t )dt
at

∞
= ∫ e − ( s − a )t F (t ) dt
0

= f (s − a)
Maka, Laplace dari eksponensial ketika dikalikan dengan fungsi F(t) dapat
dirumuskan sebagai berikut :
L { eat F(t) } = f (s-a)
L { e-at F(t) } = f (s+a)

Contoh:
1. Tentukan L{e −3t F (t )} jika L{F (t )} = f ( s)

Menurut sifat 2 di atas, L{e at F (t )} = f ( s − a )

Maka L{e −3t F (t )} = f (s − (−3) )

= f ( s + 3)

2t s
2. Tentukan L{e F (t )}, jika L{F (t )} = f  
a
Menurut sifat 2 di atas, L{e at F (t )} = f ( s − a )

s 2t  s −2
Karena L{F (t )} = f  , maka L{e F (t )} = f  
a  a 
 s 2
= f − 
a a
s
3. Tentukan L{e −t F (t )} jika L{cos 2t} = 2
s +4
s
Karena L{cos 2t} = 2
maka menurut sifat translasi pertama
s +4
L{e − t F (t )} = f ( s + 1)

8
 s +1
L{e −t F (t )} =
( s + 1) 2 + 4
s +1
= 2
s + 2s + 5

4. Tentukan L{e −2t (3 cos 6t − 5 sin 6t )}

Menurut sifat linear,
L{e −2t (3 cos 6t − 5 sin 6t )} = L{e −2t (3 cos 6t )} − L{e −2t (5 sin 6t )}

= 3L{−2t cos 6t} − 5L{e −2t sin 6t} }

s 6
Karena L{cos 6t} = 2
dan L{sin 6t} = 2
s + 36 s + 36
maka menurut sifat translasi
3L{−2t cos 6t} = 3 f ( s + 2)
( s + 2)
=3 ,
( s + 2) 2 + 36
dan
6
5 L{− 2t sin 6t} = 5
(s + 2
sehingga
( s + 2) 6
L{e L{e −2t (3 cos 6t − 5 sin 6t )} = 3 2
−5
( s + 2) + 36 ( s + 2) 2 + 36
3s − 24
= 2
s + 4 s + 40

Latihan :
Tentukan transformasi Laplace fungsi
1) F (t ) = e −t sin 2 t

2) F (t ) = (1 + te −t ) 3
−t
3) F ( t ) = ( 3 sinh 2 t − 5 cosh 2 t )

4) F (t ) = (t + 2) 2 e t

5) F (t ) = e 2t (sinh 2t + cosh 3t )

6) F (t ) = e − t (1 + 2t )

9
c. Sifat translasi atau pergeseran kedua
F (t − a), untuk t > a
Jika L{F (t )} = f ( s ) dan G (t ) = 
0, untuk t < a
maka
L{G (t )} = e − as f ( s )
Bukti
∞
L{(G (t )} = ∫ e − st G (t )dt
0

a ∞
= ∫ e − st G (t ) dt + ∫ e − st G (t ) dt
0 a

a ∞
= ∫ e − st (0) dt + ∫ e − st F (t − a ) dt
0 a

∞
= ∫ e − st F (t − a ) dt
a

Misal u = t-a maka t = u+a dan du = dt, sehingga

∞ ∞

∫ e F (t − a )dt = ∫ e
− st − s (u + a )
F (u ) du
a 0

∞
= e − as ∫ e − su F (u ) du
0

= e − as f (s)

Contoh
 2π 2π
 cos(t − ), t >
 3 3
1. Carilah L{F (t )} jika F (t ) = 
0, t < 2π
 3
Cara I.
Menurut definisi transformasi Laplace
∞
L{F (t )} = ∫ e − st F (t ) dt
0

2π / 3 ∞

∫ e (0)dt + ∫π e
− st − st
= cos(t − 2π / 3) dt
0 2 /3

10
 ∞
= ∫ e − s ( u + 2π / 3) cos udu
0

∞
= e − 2πs / 3 ∫ e − su cos udu
0

se −2πs / 3
=
s2 +1

Cara II.
Bentuk soal sesuai dengan bentuk umum pergeseran kedua pada persamaan
G(t), maka dapat langsung kita masukkan rumusnya sebagai berikut :
 2π 2π
cos(t − 3 ), t > 3
Soal : F (t ) = 
0, t < 2π
 3
Rumus L {F(t)} = e-as f(s) ; Nilai F(t) = cos t , dan a = 2π/3

maka

2. Tentukan L{F(t)} jika

Karena bentuk soal tidak memenuhi bentuk umum, maka tidak dapat
diselesaikan dengan rumus L {F(t)} = e-as f(s),
sehingga :

11
d. Transformasi Laplace dari turunan-turunan
Jika L{F (t )} = f ( s ) maka L{F ' (t )} = sf ( s ) − F (0)
∞
Karena Karena L{F (t )} = ∫ e − st F (t )dt = f ( s ) , maka
0
∞
L{F ' (t )} = ∫ e − st F ' (t )dt
0
∞
= ∫ e − st dF (t )
0

p
 − st ∞

=  e F (t ) − ∫ F (t )d (e − st ) 

 0 0
∞
= − F (0) + s ∫ e − st F (t ) dt
0

= sf ( s ) − F (0)

Jika L{F ' (t )} = sf ( s ) − F (0) maka L{F ' ' (t )} = s 2 f ( s ) − sF (0) − F ' ( s )
Bukti
∞
L{F ' ' (t )} = ∫ e − st F " (t ) dt
0
∞
= ∫ e − st d ( F ' (t ))
0

 − st ∞

=  e F ' (t ) − ∫ F ' (t )d (e − st ) 

 0 

 ∞

=  e − st F ' (t ) + s ∫ F ' (t )e − st dt 
 0 
= (e − st F ' (t ) + s( sf ( s) − F (0)) )

= s 2 f ( s) − sF (0) − F ' (0)

Dengan cara yang sama diperoleh

∞
L{F ' ' ' (t )} = ∫ e − st F ' ' ' (t ) dt
0
∞
= ∫ e − st d ( F ' ' (t ))
0

 − st ∞

=  e F ' ' (t ) − ∫ F ' ' (t )d (e − st ) 

 0 
12
  ∞

=  e − st F ' ' (t ) + s ∫ e − st F ' ' (t )dt 
 0 

 − st ∞

= e F ' ' (t ) + s e F ' (t ) − ∫ F ' (t )d (e − st ) 
− st

 0 
= s 3 f ( s) − s 2 F (0) − sF ' (0) − F ' ' (0)

Akhirnya dengan menggunakan induksi matematika dapat ditunjukkan bahwa, jika

L{F (t )} = f ( s )
maka
L{F ( n ) (t )} = sf ( s) − s n −1 F (0) − s n− 2 F ' (0) − ... − sF ( n− 2) (0) − F ( n −1) (0)

Contoh soal :
1. Dengan menggunakan sifat transformasi Laplace dari turunan-turuan, tunjukkan
bahwa
a
L{sin at} = = f (s)
s + a2
2

Misal F (t ) = sin at diperoleh F ' (t ) = a cos at , F ' ' (t ) = −a 2 sin at

1
sehingga L{sin at} = − L{F ' ' (t )
a2
Dengan menggunakan sifat transformasi Laplace dari turunan-turunan diperoleh
 1 
L{sin at} =  − 2 (sf ( s) − sF (0) − F ' (0) ) f
 a 
1  2 a 
2 
=− s 2 2
− s(0) − a 
a  s +a 
1  as 2 
=−  2 − a 
a2 s +a
2


1  as 2 − as 2 − a 3 
=−  
a2  s2 + a2 
a
=
s + a2
2

13
 2. Tentukan persamaan differensial berikut y’ + 2y = 0 jika y(0) = 4
Jawab :
y’ + 2y = 0
L
s y(s) – y(0) + 2 y(s) = 0
s y(s) – 4 + 2 y(s) = 0
(s+2) y(s) = 4

3. Tentukan persamaan differensial berikut y’ + 2y = t jika y(0) = 3 dan y’(0) = 1

Jawab :
y’’ + 3y = t
L
s2 y(s) – s y(0) – y’(0) + 3 y(s) = 1/s2
s2 y(s) – s.3 – 1 + 3 y(s) = 1/s2

Latihan Soal
1) Tentukan transformasi Laplace untuk fungsi-fungsi yang diberikan, Jika :
a. F (t ) = t cos 2t
b. F (t ) = t sin 3t
c. F (t ) = t (3 sin 2t − 2 cos 5t )

d. F (t ) = t 2 sin t

e. F (t ) = (t 2 − 3t + 2) sin 3t

f. F (t ) = t 3 cos t

g. F (t ) = t sin 2 t

t 2 ,0 < t ≤ 1
2) Jika F (t ) = 
0, t > 1
2t ,0 ≤ t ≤ 1
3) Diketahui F (t ) = 
t , t > 1
4) a. y’’ – 2 y’ – 3 y = 1
b. y’’’ – 3 y ‘’ = 0
14
1.3. Transformasi Laplace Invers

Definisi
Jika transformasi Laplace suatu fungsi F(t) adalah f(s), yaitu jika L{F (t )} = f ( s ) maka F(t)
disebut suatu transformasi Laplace Invers dari f(s). Secara simbolis ditulis
F (t ) = L−1{ f ( s)} . L−1 disebut operator transformasi Laplace invers.
Contoh.
 1  1
 = e maka L {e } =
2t −1 2t
1. Karena L
s − 2 s−2

 s  s
2. Karena L 2 −1
 = cos t 3e maka L cos t 3 = 2 { }
 s + 3 s +3

 1  sinh at  sinh at  1
3. Karena L  2 2
= maka L−1  = 2 2
s − a  a  a  s −a

Transformasi Laplace invers beberapa fungsi sederhana :

Nomor f(s) L−1{ f ( x)} = F (t )
1. 1 1
s
2. 1 t
s2
3. 1 tn
n +1
, n = 0,1,2,3,...
s n!
4. 1 e at
s−a
5. 1
s + a2
2 sin at
a
6. s cos at
s + a2
2

7. 1 sinh at
s − a2
2
a
8. s cosh at
s − a2
2

9. s2 − a2 t cos at
(s 2 + a 2 ) 2

15
1.4 Sifat-sifat transformasi Laplace Invers
Beberapa sifat penting dari transformasi Laplace invers adalah:
1) Sifat Linear
Misal c1 dan c2 adalah sebarang bilangan konstanta, sedangkan f1 ( s ) dan f 2 ( s)

berturut-turut adalah transformasi Laplace dari F1 (t ) dan F2 (t ) , maka:

L−1{c1 F1 (t ) + c 2 F2 (t )} = L−1{c1 F1 (t )} + L−1{c 2 F2 (t )}

= L−1{c1 F1 (t )} + L−1{c 2 F2 (t )}

= c1 L−1{F1 (t )} + c 2 L−1{F2 (t )}

= c1 f1 ( s ) + c2 f 2 ( s)
Contoh
 3s − 12  −1  3s  −1  12 
L−1  2 =L  2 − L  2 
 s +9  s + 9 s + 9
 s  −1  1 
= 3L−1  2  − 12L  2 
s + 9 s + 9
sin 3t
= 3 cos 3t − 12
3

2) Sifat translasi atau pergeseran pertama

Jika L−1{ f ( s)} = F (t ) maka L−1{ f ( s − a)} = e at F (t )
Contoh
 1  1
Jika L−1  2  = sin 3t dan L−1 {e 2t F (t )} = f ( s − a)
s + 9 3
 1  −1  1  1 2t
Maka L−1  2 =L  2  = e sin 3t
 ( s − 4 s + 13   ( s − 2) + 9  3

3) Sifat konvolusi
Jika L−1{ f ( s)} = F (t ) dan L−1{g ( s )} = G (t ) maka
t
L−1 { f ( s ) g ( s )} = ∫ F (u )G (t − u ) du = F * G
0

F*G disebut konvolusi atau faltung dari F dan G, dan teoremanya dinamakan teorema
konvolusi atau sifat konvolusi.

16
 Contoh
 1  −1  1 
Karena L−1  −4t
 = e dan L  =e
2t

s + 4 s − 2
 1  t − 4 u 2 ( t −u )
maka diperoleh L−1   = ∫e e du = e 2 t + e − 4t
 ( s + 4)( s − 2)  0

1.5 Metode Transformasi Laplace Invers

Menentukan transfomasi Laplace dapat dilakukan dengan beberapa cara, sehingga
dalam transformasi Laplace invers terdapat beberapa metode yang dapat digunakan,
salah satunya adalah Metode Pecahan Parsial.

Metode pecahan parsial

P( s )
Setiap fungsi rasional , dengan P(s) dan Q(s) fungsi pangkat banyak (polinom)
Q( s )
P( s )
dan derajat P(s) lebih kecil dari Q(s). Selanjutnya dapat ditulis jumlah dari
Q( s )
fungsi rasional yang mempunyai bentuk
A As + B
r
atau dan seterusnya, r = 1,2,3,....
(as + b) 2
(as + bs + c) r
Dengan memperoleh transformasi Laplace invers tiap pecahan parcial maka dapat
 P( s) 
ditentukan L−1  
 Q( s) 
Konstanta A, B, C, …… dapat diperoleh dengan menyelesaikan pecahan-pecahan
dan menyamakan pangkat yang sama dari kedua ruas persamaan yang diperoleh
atau dengan menggunakan metode khusus.

Contoh
 3s + 16 
1. Tentukan L−1  2 
s − s − 6
Jawab : penyebut dapat difaktorkan
 3s + 16  −1  3s + 16 
L−1  2 =L  
s − s − 6  ( s + 2)(s − 3) 

17
 3s + 16 A B
= +
(s + 2)(s − 3) s + 2 s − 3
A( s − 3) + B ( s + 2)
=
s2 − s − 6
( A + B ) s + (2 B − 3 A)
=
s2 − s − 6
atau A+B = 3 dan 2B-3A = 16 atau 2(3-A)–3A=16 sehingga didapat
A = -2 dan B = 5
 3s + 16  −1  − 2 5 
L−1  =L  + 
 ( s + 2)(s − 3)   s + 2 s − 3

 − 2  −1  5 
= L−1  + L  
s + 4  s − 3
= −2e −4t + 5e 3t

 s −1 
2. Tentukan L−1  2 
 ( s + 3)( s + 2 s + 2) 
Jawab
 s −1  −1  A Bs + C 
L−1  2  = L  + 2 
 ( s + 3)( s + 2 s + 2)   s + 3 ( s + 2 s + 2) 

A Bs + C A( s 2 + 2s + 2) + ( Bs + C )(s + 3)
+ 2 =
s + 3 s + 2s + 2 ( s + 3)(s 2 + 2s + 2)

As 2 + 2 As + 2 A + Bs 2 + (3B + C ) s + 3C
=`
( s + 3)( s 2 + 2s + 2)

 s −1   ( A + B ) s 2 + ( 2 A + 3B + C ) s + (2 A + 3C ) 
 2 = 
 ( s + 3)( s + 2 s + 2)   ( s + 3)( s 2 + 2 s + 2) 

Diperoleh A+B = 0, 2A+3B+C=1, 2A+3C=-1

4 4 1
Sehingga nilai A= − , B= , dan C=
5 5 5
Akhirnya diperoleh
 4 4 1 
 − s+

L−1 
s −1  −1  5 + 5 5 
2  = L  2 
 ( s + 3)(s + 2s + 2)   s + 3 ( s + 2s + 2) 
 

18
  4 4 1 
 − s+

L−1  5 + 25 5  = − 4 L−1  1  + 4  ( s + 1) 
    
 s + 3 ( s + 2s + 2)  5  s + 3  5  ( s + 1) 2 + 1
 

4 4
= − e −3t + e −t cos t
5 5

3. Tentukan laplace invers persamaan differensial berikut jika y(0) = 3

y '+2 y = e −t
1
sy ( s ) − y (0) + 2 y ( s ) =
s +1
1
( s + 2) y ( s ) − 3 =
s +1
1 3
y( s) = +
(s + 1)(s + 2) s + 2

 1 3  −1  A B  −1  3 
L−1  + =L  + +L  
 ( s + 1)(s + 2) s + 2  s +1 s + 2 s + 2

 1 1  −1  3 
= L−1  − + L  
s +1 s + 2 s + 2
 1 2 
= L−1  + 
s +1 s + 2
= e − t + 2e −2 t

Latihan Soal
1. Tentukan,
 12 
a. L−1  
4 − s 
 2s − 5 
b. L−1  2 
s − 9
 3s − 8 4s − 24 
c. L−1  2 − 2 
 s + 4 s − 16 
 
 3s − 2
−1 7 
d. L  5 − 
 s 2 3s + 2 


19
  s 
e. L−1  3
 (s + 1) 

 3s − 14 
f. L−1  2 
 s − 4s + 8 
 8s + 20 
g. L−1  2 
 s − 12s + 32 
 s + 1 
h. L−1  3 
 s 2 

 5s − 2 
i. L−1  2 
 3s + 4s + 8 
 s 4s − 24 
j. L−1  5
− 2 
 ( s + 4) 2 s − 16 

 s +1 
k. L−1  2 2 
 ( s + 2 s + 2) 

 1 
l. L−1  2 
 ( s + 4)( s + 4) 

 1 
m. L−1  2 3 
 ( s + 1) 

2. Buktikan bahwa:
 2s − 1  3 −t 1 t
a. L−1  3  = 1− e + e
s − s 2 2

 s +1  1 −t 2 1 − 2 t 3
b. L−1  2 = e − e
 6s + 7 s + 2  2 2

 11s 2 − 2 + 5  3 t
c. L−1  2t
 = 5e − e 2 + 2e
−t

 ( s − 2)( 2 s − 1)( s + 1)  2

 27 − 12 s 
d. L−1  2
−4t
 = 3e − 3 cos(3t )
 ( s + 4)( s + 9 

 s 2 − 16 s − 24  1
−1
e. L  4 2  = sin( 4t ) + cos( 2t ) − sin( 2t )
 s + 20 s + 64  2

 s −1  1 4 − 3t
f. L−1  2  = (4 cos t − 3 sin t ) − e
 ( s + 3)( s + 2 s + 2)  5 5

20
1.6 Penerapan Transformasi Laplace pada mechanical system
Dimisalkan suatu massa (m) yang terikat pada ujung suatu pegas dan ujung
lain diikatkan pada suatu titik 0, bergerak bebas diatas suatu bidang licin (lihat
gambar). Jika x(t) atau secara singkat ditulis x menyatakan perpindahan sesaat dari
m pada saat t dari kedudukan setimbang/kedudukan
setimbang/kedudukan diam, maka pada m akan
bekerja gaya lenting sebesar –kx, dengan k adalah konstanta yang bergantung
pada pegas dan disebut konstanta pegas.. Ini menurut hukum Hooke yang
didasarkan pada percobaan yang menyatakan bahwa gaya lenting yang bekerja
pada sebuah
uah pegas sebanding dengan regangan/simpangan pegas dari kedudukan
setimbang.

Menurut hukum Newton yang menyatakan bahwa gaya total yang bekerja pada m sama
dengan perkalian massa dan percepatan,
percepatan, persamaan geraknya adalah :

d 2x
m 2 = − kx atau m x” + kx = 0
dt
Jika terdapat suatu damper/peredam yang sebanding dengan laju sesaat dari m, maka
persamaan geraknya adalah :

d 2x dx
m 2 = − kx − b atau mx” + bx’ + kx = 0
dt dt

Dengan konstanta (k) sebanding dengan konstanta damper (b).

eberapa gaya luar yang tertentu F(t) juga bekerja pada m, dalam keadaan
Apabila beberapa
demikian persamaan geraknya adalah :

d 2x dx
m 2 = − kx − b + f (t ) atau mx” + bx’ + kx = F(t)
dt dt
Dengan menggunakan transformasi laplace yang diterapkan pada rumus-rumus
rumus tersebut,
maka perpindahan x(t) dapat ditentukan
21
contoh :
1. Sebuah partikel P massa 2 gram bergerak di sumbu x dan ditarik dari titik asal 0
dengan suatu gaya yg secara numerik sama dengan 8x. Jika mula2 dalam keadaan
diam di x=10, tentukan kedudukan setiap saat dengan menganggap :
a. Tidak ada gaya-gaya lain yg bekerja
b. Suatu gaya peredam yg secara numerik sama dengan 8 kali kecepatan sesaat
bekerja

Jawab :
Massa = 2 gram ; F= 8x ; x(0) = 10
a. Jika tidak ada gaya lain yang bekerja (tidak terdapat damper dan gaya luar),
maka : m&x& + kx = 0
L
2[ s 2 x( s) − sx(0) − x' (0)] + 8 x( s) = 0

2 s 2 x( s) − 20s + 8 x( s) = 0

s 2 x( s) − 10s + 4 x( s ) = 0

(s 2
+ 4 )x( s) = 10
10
x( s) =
(
s +42
)
 10 
L−1  2  = 10 cos 2t
(
 s +4  )
Sehingga kedudukan setiap saat sistem saat gaya-gaya luar tidak bekerja
adalah 10 cos 2t

b. Jika tidak terdapat damper, maka :

m&x& + bx& + kx = 0
L
2[ s 2 x( s) − sx(0) − x' (0)] + 8[ sx( s) − x(0)] + 8 x( s) = 0

2s 2 x( s) − 20 s + 8sx( s) − 80 + 8 x( s ) = 0

s 2 x( s) − 10s + 4sx( s) − 40 + 4 x( s) = 0

(s 2
+ 4s + 4)x( s) = 10 s + 40
10s + 40
x( s) =
( s 2 + 4s + 4 )

22
  10 s + 40  10 s + 40 A B
L−1  2 = = +
( )
 s + 4 s + 4  (s + 2 )
2
(s + 2) (s + 2)
2

A + Bs + 2 B
=
s 2 + 4s + 4
Bs + ( A + 2 B )
=
s 2 + 4s + 4

diperoleh nilai A = 20 dan B = 10, Sehingga kedudukan sesaat sistem ketika

terdapat damper sebesar 8x adalah :

 10 s + 40  20 10
L−1  2 = + = 20te − 2t + 10e − 2t
(s + 4 s + 4 )
 (s + 2 )
2
( s + 2 )

2. Pada sistem mekanis translasi terdapat dua pegas yang diikatkan pada sebuah
benda. massa benda 1 kg berada pada x=2 ditarik dengan sebuah gaya sehingga
benda tersebut bergeser horizontal sejauh x dengan konstanta masing-masing
pegas sebesar 20 N/m. digambarkan bentuk fisisnya sebagai berikut :

Tentukan kondisi sesaat sistem tersebut jika permukaannya kasar dengan koef.
Gesekannya 12 kali kecepatan sesaat bekerja.

Jawab : x(0) = 2
m&x& + bx& + ( k1 + k 2) x = 0
L
2
s x( s) − sx(0) − x' (0) + 12[ sx( s) − x(0)] + (20 + 20) x( s) = 0

s 2 x( s) − 2s + 12 sx( s ) − 24 + 40 x( s ) = 0

(s 2
+ 12s + 40)x( s) = 2s + 24
2 s + 24
x( s ) =
( 2
s + 12s + 40 )
 10 s + 40  10( s + 6) − 20
L−1  2 =
(
 s + 4s + 4  )
(s + 6)2 + 4
 10( s + 6)   20 
= L 2  − L 2 
 (s + 6 ) + 4   (s + 6 ) + 4 
= 10e −6t cos 2t − 10e −6 t sin 2t
23
 BAB II
DERET FOURIER

Deret Fourier merupakan penguraian fungsi periodik menjadi penjumlahan fungsi-

fungsi berosilasi, yaitu fungsi sinus dan kosinus, ataupun eksponensial kompleks.
Biasanya diaplikasikan dlm bidang gelombang (gelombang suara, air, bunyi, panas,
dsb). Dengan mengekspansikan ke dalam bentuk deret Fourier ; suatu fungsi periodik
bisa dinyatakan sebagai jumlahan dari beberapa fungsi harmonis, yaitu fungsi dari sinus
dan cosinus (fungsi sinusoidal).

2.1. Fungsi periodik

Fungsi f(x) dikatakan periodik dengan perioda P, jika untuk semua harga x berlaku:
f (x + P) = f (x) ; P adalah konstanta positif.
Harga terkecil dari P > 0 disebut perioda terkecil atau sering disebut perioda dari f(x).
Contoh :
− Fungsi sin x mempunyai perioda 2π; 4π; 6π; ...... karena sin (x+2π) = sin (x+4π) = sin
(x+6π) = ..........= sin x.

− Periode dari sin nx atau cos nx ; dengan n bilangan bulat positif adalah 2π/n.
§ y = sin 2x
Perioda = 2π / 2 = π = 180°
§ y = sin (x+30°)
Perioda = 2π / 1 = 2 π = 360°

− Periode dari tan x adalah π.

periode

24
Fungsi f(x) dikatakan kontinu pada setiap segmen (piecewise continuous function), bila
f(x) hanya kontinu pada interval-interval tertentu dan diskontinu pada titik-titik yang
banyaknya berhingga. Harga f(x) di titik-titik diskontinu ditentukan dengan menghitung
harga limit fungsi f(x) untuk x mendekati titik diskontinu (ujung masing-masing interval).

2.2. Deret Fourier

Dalam beberapa permasalahan yang berhubungan dengan gelombang (gelombang
suara, air, bunyi, panas, dsb) ; pendekatan dengan deret Fourier yang suku-sukunya
memuat sinus dan cosinus sering digunakan. Dengan mengekspansikan ke dalam
bentuk deret Fourier ; suatu fungsi periodik bisa dinyatakan sebagai jumlahan dari
beberapa fungsi harmonis, yaitu fungsi dari sinus dan cosinus (fungsi sinusoidal).

Definisi
Jika fungsi f(x) terdefinisi pada interval (-L;L) dan di luar interval tersebut f(x)
periodik dengan periode 2L ; maka deret Fourier atau ekspansi Fourier dari fungsi f(x)
adalah : n = 1,2,3,4,...
a0 ∞  nπx nπx 
f ( x) = + ∑  a n cos + bn sin 
2 n =1  L L 

§ Dimana Koef. an dan bn adalah :

L
1 nπx
a n = ∫ f ( x ) cos dx
L −L L
L
1 nπx
bn = ∫ f ( x ) sin dx
L −L L
L
1
a 0 = ∫ f ( x ) dx
L −L

25
Contoh 2.1

Tentukan deret fourier dari fungsi f(x) yang didefinisikan sebagai berikut :
0 , −π < x < 0
f ( x) = 
1 , 0< x <π
Diluar interval ini f(x) periodik dgn perioda 2π
Jawab :

Fungsi terdefinisi dalam interval (-L;L) = (-π;π)

Perioda = 2L = 2π → L = π
L π
1 nπx 1 nπx
a n = ∫ f ( x ) cos dx = ∫ f ( x ) cos dx
L −L L π −π π
π
1
=
π ∫ f ( x) cos nxdx
−π

1  1π
0 π

π −∫π ∫0
=  0 cos nxdx + 1 cos nxdx  = ∫ 1 cos nxdx
 π 0
π
1  1 1
= sin nx  = sin nπ − 0 = sin nπ = 0
nπ  0 nπ nπ

1  1π
π 0 π π
1 x π
a 0 = ∫ f ( x)dx =  ∫ 0dx + ∫ 1dx  = ∫ dx =  = − 0 = 1
L −π π  −π 0  π 0 π 0 π

L π
1 nπx 1 nπx
bn = ∫ f ( x) sin dx = ∫ f ( x ) sin dx
L −L L π −π π
1  1π
π 0 π
1
=
π ∫
−π
f ( x ) sin nxdx =
π  −∫π
 0 sin nxdx + ∫0 1 sin nxdx  = ∫ sin nxdx
 π 0
π
1  1
=− cos nx  = − (cos nπ − 1)
nπ 0 nπ
 0 untuk n genap

= 2
untuk n ganjil
 nπ
26
Jadi deret Fourier dari f (x):
a0 ∞
 nπx nπx 
f ( x) = + ∑  a n cos + bn sin 
2 n =1  L L 
1 ∞  nπx 2 nπx  1 2 ∞
= + ∑  0 cos + sin = + ∑ (sin nx )
2 n =1  π nπ π  2 nπ n =1

n = ganjil
1 2 1 1 
f ( x) = +  sin x + sin 3 x + sin 5 x + L
2 π 3 5 

Contoh 2.2
Tentukan deret Fourier dari :
0 , −5 < x < 0
f ( x) = 
3 , 0< x<5
Fungsi terdefinisi dalam interval (-L;L) = (-5;5)
Perioda = 10 = 2π → L = 2
Jawab :

5 5 5
1 1 3x 
a0 = ∫
5 −5
f ( x)dx = ∫ 3dx =  = 3
50 5 0

5 5
1 nπx 3 5 nπx  3
a n = ∫ 3 cos dx = sin  = (sin nπ − sin 0) = 0
50 L 5 nπ 5  0 nπ

5 5
1 nπx 3 5 nπx  3
bn = ∫ 3 sin dx = − cos  =− (cos nπ − cos 0)
50 L 5 nπ 5 0 nπ
3
=− (cos nπ − 1)
nπ
0 untuk n genap

= 6
untuk n ganjil
 nπ

27
Deret Fouriernya :
a0 ∞
 n πx nπx 
f ( x) = + ∑  a n cos + bn sin 
2 n =1  L L 
3 ∞  6 nπx  3 6 ∞
1 nπx 
= + ∑ 0 + sin = + ∑ n  sin 
2 n =1  nπ 5  2 π n =1 5 
n = ganjil
3 6 πx 1 3πx 1 
f ( x) = +  sin + sin + sin πx + L 
2 π 5 3 5 5 

2.3. Fungsi Genap dan Fungsi Ganjil

§ Fungsi f(x) disebut fungsi genap jika f ( -x ) = f (x) untuk setiap x.

Polinomial dalam x yang suku-sukunya adalah x berpangkat genap merupakan fungsi

a a

genap. Jika f (x) fungsi genap maka: ∫ f ( x)dx = 2∫ f ( x)d ( x)

−a 0

§ Fungsi f (x) disebut fungsi ganjil jika f ( -x ) = - f (x) untuk semua x.

Polinomial dalam x yang suku-sukunya adalah x berpangkat ganjil merupakan fungsi

a

ganjil. Jika f (x) fungsi ganjil maka : ∫ f ( x)dx = 0

−a

28
2.4. Deret Sinus dan Cosinus Setengah Jangkauan
adalah suatu deret Fourier yang hanya mengandung suku sinus atau cosinus saja.
Apabila diinginkan deret setengah jangkauan yang sesuai dengan fungsi yang diberikan,
fungsi yang dimaksud biasanya hanya diberikan dalam setengah interval dari (-L;L) yaitu
pada interval (0;L) saja. Setengah lainya yaitu (-L,0) ditentukan berdasarkan penjelasan
fungsinya genap atau ganjil.

§ Deret sinus setengah jangkauan adalah deret Fourier dengan f(x) fungsi ganjil
L
2 nπx
an = 0 ; bn = ∫ f ( x ) sin dx
L0 L
∞
nπx
F ( x ) = ∑ bn sin
n =1 L

§ Deret Cosinus setengah jangkauan adalah deret Fourier dengan f(x) fungsi genap
L
2 nπx
bn = 0 ; a n = ∫ f ( x ) cos dx
L0 L
L
2
a 0 = ∫ f ( x )dx
L0
maka
a0 ∞ nπx
F ( x) = + ∑ a n cos
2 n =1 L

Contoh 2.4
Ekspansikan f (x) = x ; 0 < x < 2 ke dalam :
a. deret sinus setengah jangkauan
b. deret cosinus setengah jangkauan
Jawab :
a. Deret Sinus setengah jangkauan

29
 f (x) = x ; 0 < x < 2 diperluas dalam bentuk fungsi ganjil sepanjang interval-2 < x < 2
(dengan periode 4), sebagai berikut:
an = 0
L 2
2 nπx 2 nπx
bn = ∫ f ( x) sin dx = ∫ x sin dx
L0 L 20 2
2  nπx
2
nπx 
=−
nπ


x cos
2
− ∫
0
cos
2
dx 

2
2  nπx 2 nπx 
=−  x cos − sin
nπ 2 nπ 2  0
2  nπ 2 2 nπ 2  
=−  2 cos 2 − nπ sin 2  − (0 − 0) 
nπ   
4
bn = − cos nπ
nπ

Jadi Deret Sinus :

∞
 nπx 
f ( x ) = ∑  bn sin 
n =1  L 
∞
 4 nπx  4 ∞ 1  nπx 
= ∑− cos nπ sin  = ∑ − cos nπ  sin 
n =1  nπ 2  π n =1 n  2 
4  πx 1 1 3πx 
f ( x) =  sin − sin πx + sin + L
π 2 2 3 2 

b. Deret Cosinus setengah jangkauan

f (x) = x ; 0 < x < 2 diperluas dalam bentuk fungsi ganjil sepanjang interval-2 < x < 2
(dengan periode 4), sebagai berikut:
bn = 0

30
 2
1 
2 2
2 2
a 0 = ∫ xdx = ∫ xdx = x 2  = 2
L0 20 2 0

L 2
2 nπx 2 nπx
a n = ∫ f ( x) cos dx = ∫ x cos dx
L0 L 20 2
2  nπx 
2
nπx
=  x sin − ∫ sin dx 
nπ  2 0
2 
2
2  nπx 2 nπx 
=  x sin + cos
nπ 2 nπ 2  0
2  nπ 2 2 nπ 2  2 
=  2 sin + cos  − ( 0 + cos 0 ) 
nπ  2 nπ 2  nπ 
4
an = 2
(cos nπ − 1)
(nπ )

Jadi Deret Cosinus :

a0 ∞  nπx 
f ( x) = + ∑  a n cos 
2 n =1  L 
2 ∞  4 nπx 
= + ∑  (cos n π − 1) cos 
2 n =1  (nπ )2 2 
4 ∞
1  nπx 
= 1+
π 2 ∑ n (cos nπ − 1) cos 2 
n =1
2

4  πx 2 3πx 2 5πx 
2 
= 1+ − 2 cos − 2 cos − 2 cos + L
π  2 3 2 5 2 
8  πx 1 3πx 1 5πx 
f ( x ) = 1 − 2  cos + 2 cos + 2 cos + L
π  2 3 2 5 2 

Latihan Soal :
x
1. Tentukan Deret Fourier dari f ( x ) = − ,−π < x < π
2
Jawaban :
 1 1 1 
f ( x ) =  − sin x + sin 2 x − sin 3 x + sin 4 x + L 
 2 3 4 

31
 x , 0< x<4
2. Uraikan f ( x) = 
8 − x , 4 < x < 8
Dalam Deret : a. Fourier Sinus b. Fourier Cosinus

Jawaban :
∞
32 1 nπ nπx
a. f ( x ) =
π 2 ∑n
n =1
2
sin
2
sin
8

 nπ 
16  2 cos∞ − cos nπ − 1 
nπx
b. f ( x ) = 2 + 2 ∑ 
2  cos
π n =1  n 2
 8
 
 

32
 BAB III
MATRIKS DAN SISTEM PERSAMAAN LINEAR

3.1. Matriks
Definisi 1.
Matriks adalah susunan bilangan-bilangan dalam bentuk persegi. Bentuk matriks
hanya akan dijumpai dalam berbagai cabang matematika terapan. Dalam banyak
kasus, matriks membentuk koefisien-koefisien transformasi linier, sistem persamaan
linier, statistika, dan masalah lainnya.
Definisi. 2.
Matriks adalah sekumpulan elemen (bilangan riil atau kompleks) yang disusun
menurut baris dan kolom sehingga membentuk jajaran persegipanjang.
Secara umum matriks dinyatakan dengan sebuah elemen umum yang dituliskan dalam
kurung siku, atau dengan huruf yang dicetak tebal.
Contoh :
 a11 a12 a13 
a a 22 a 23  dapat dinyatakan dengan [aij] atau [a] atau dengan A saja.
 21
a31 a32 a33 

3.1.1. Ukuran Matriks (ordo)

Ukuran matriks (ordo matriks) ditentukan oleh banyaknya baris dan kolom dalam matriks
tersebut. Jika suatu matriks mempunyai m baris dan n kolom, maka matriks tersebut
berorde m x n.
Contoh :
1 2 1 1 
3 4 2 adalah matriks berorde 3 x 3, sedangkan 2 adalah matriks berorde 3 x 1.
   
2 3 1 4

3.1.2. Matriks-matriks khusus

a. Matriks bujur sangkar adalah matriks berorde m x m
1 2 5
Contoh a.1 : A = 6 8 9 adalah matrik bujur sangkar berorde 3 x 3.
1 7 4

Matriks bujur sangkar [aij] disebut simetrik jika aij = aji dalam hal ini A = At.
33
Contoh a.2 :
1 2 5
B = 2 8 9 adalah matriks bujur sangkar yang simetrik terhadap diagonal utamanya.
5 9 4

Matriks bujur sangkar [aij] dikatakan anti simetrik jika aij = - aji, dalam hal ini A = - At.

Contoh a.3 :
0 2 5

C = − 2 0 9 adalah matriks bujur sangkar anti simetrik.
 − 5 − 9 0

b. Matriks diagonal adalah matriks yang elemen nya nol kecuali elemen pada diagonal
utama.
1 0 0
Contoh : D = 0 8 0 adalah matriks diagonal
0 0 4

c. Matriks satuan (matriks identitas) adalah matriks diagonal yang semua elemen
diagonal utamanya sama dengan satu, matriks satuan dinyatakan dengan I.
1 0 0
Contoh : I = 0 1 0 adalah matriks satuan berorde 3 x 3.
0 0 1

d. Matriks nol adalah matriks yang semua elemennya sama dengan nol.
0 0 0 
Contoh : E = 0 0 0 adalah matriks nol.
0 0 0

3.1.3. Operasi Matriks

a. Penjumlahan dan Pengurangan matriks
Dua buah matriks dapat dijumlahkan atau dikurangkan apabila berorde sama dengan
cara menjumlahkan atau mengurangkan duabuah matriks pada elemen yang seletak.
Sifat : A+B=B+A
(A+B)+C = A+(B+C)
34
 Contoh :
8 3 2 2
Jika A=  , B = 3 3 ,
2 5  
10 5  6 1
Maka A+B=   dan A-B=  
 5 8  − 1 2

b. Perkalian matriks
Perkalian matriks dengan scalar
Perkalian matriks dengan scalar adalah perkalian dengan sebuah bilangan
dengan setiap elemen-elemen pada matriks tersebut.
8 5  4 5 / 2
Contoh : ½   =  
7 6 7 / 2 3 

Perkalian dua buah matriks

Perkalian dua buah matriks dapat dilakukan jika banyaknya kolom pada matriks
pertama sama dengan banyaknya baris pada matriks yang kedua. Operasi
perkalian dilakukan dengan menjumlahkan hasil kali setiap elemen baris pada
matriks pertama dengan setiap elemen kolom pada matriks kedua yang
bersesuaian. Atau dengan kata lain misalkan A adalah matriks n x m dan B
adalah matriks m x p, selanjutnya hasil kali AB dapat dinyatakan sebagai
m
AB = C = [cij] = ∑a
k =i
ik bkj , i = 1, 2, 3, . . . , n ; j = 1, 2, 3, . . . , p.

Contoh :
1 5
8 4 3 1 
Jika A = 2 7 dan B=  
3 4  2 5 8 6

18 29 43 31
Maka AB = 30 43 62 44
32 32 41 27

c. Kuadrat matriks
Sebuah matrik dapat kuadratkan apabila jumlah baris dan kolom pada matriks
tersebut sama. Jika A adalah sebuah matriks maka A2 = AA, A3 = A2A = AAA,
dan seterusnya.
35
d. Transpose matriks
Sebuah matriks dikatakan ditranspose jika baris dan kolom matriks tersebut
dipertukarkan, artinya baris pertama menjadi kolam pertama setelah ditranspose.

Contoh :
 2 9 2 − 3
Jika A =   , matriks transpose dari A atau At = 9 3 
− 3 3  

3.2. Determinan Matriks

Definisi
Determinan adalah suatu susunan bilangan dalam bentuk bujur sangkar yang berada
dalam tanda harga mutlak (dua garis tegak).

Matriks A = [aij]

 a 11 a 12 L L a 1n 
a a 22 L L a 2 n 
 21
A= L L L L L  , determinan matriks A
 
L L L L L 
 a n 1 a n2 L L a nn 

a11 a12 L L a1n

a 21 a 22 L L a2n
Det (A) = |aij| = L L L L L
L L L L L
a n1 a n 2 L L a nn

3.2.1. minor determinan dan kofaktor determinan

Jika A adalah sebuah matriks bujur sangkar berorde n x n, maka minor elemen aij yang
dinotasikan dengan Mij, didefinisikan sebagai determinan dari sub matriks A berorde
(n-1) x (n-1) setelah baris ke-i dan kolom ke-j dihilangkan..
Misalkan A matriks berorde 3 x 3
 a11 a12 a13   a11 a12 a13 
A = a 21 a 23  minor elemen a11 adalah a a 23  sehingga M11 = 22
a a 23
a 22  21 a 22
a32 a 33
a31 a32 a33  a31 a32 a33 

Sedangkan kofaktor elemen a11 = Cij = (-1)i + j Mij.

36
Maka kofaktor dari elemen a11 pada matriks diatas adalah
a 22 a 23
C11 = (-1)1 +1 M11 = (-1)2
a32 a 33

Maka, dapat ditarik kesimpulan untuk ketentuan nilai kofaktor adalah sebagai berikut :
+ − + − + L
− + − + − L

+ − + − + L
 
− + − + − L
 M M M M M 

3.2.2. Menentukan Determinan matriks

Ada 2 metode yang dapat digunakan untuk mencari nilai determinan suatu
matriks yaitu metode Sarrus dan metode ekspansi kofaktor.

§ Metode/aturan SARRUS
Aturan ini khusus untuk menghitung determinan matriks bujur sangkar
berukuran 2x2 dan 3 x 3.

Misalkan A dan B adalah matriks yang masing-masing berukuran 2 x 2 dan 3 x 3.

a a12 
A =  11 , maka determinan matriks A adalah
a 21 a 22 

a11 a12
Det(A) = = a11a22 - a12a21.
a 21 a 22

 a11 a12 a13 

B = a 21 a 22 a 23  , maka determinan matriks B adalah
a31 a32 a33 

b 11 b 12 b 13 b 11 b 12
b 21 b 22 b 23 b 21 b 22
b 31 b 32 b 33 b 31 b 32
Det(B) =
= b11b22b33 + b12b23b31 + b13b21b32 - b31b22b13 - b32b23b11 - b33b21b12.

37
 Contoh :
1 2 3
A = 2 0 2 , tentukan determinan matriks A
0 3 1

1 2 3 1 2
Det(A) = 2 0 2 2 0
0 3 1 0 3

= 0 + 0 + 18 – 0 – 6 – 4 = 8

§ Metode ekspansi Kofaktor

Determinan matriks A yang berorde n x n dapat di hitung dengan cara
mengalikan elemen-elemen suatu baris atau kolom dengan kofaktor-kofaktornya,
kemudian menambahkan hasil-hasil kali yang dihasilkannya.
Ekspansi kofaktor sepanjang baris- i
Det(A) = ai1Ci1 + ai2Ci2 + ai3Ci3 + . . . + ainCin
n

∑a C ij ij
= j =1

Ekspansi kofaktor sepanjang kolom- j

Det(A) = a1jC1j + a2jC2j + a3jC3j + . . . + anjCnj
n

∑a C ij ij
= i =1

Contoh : menggunakan contoh yang sama pada aturan Sarrus

1 2 3
A = 2 0 2 , tentukan determinan matriks A
0 3 1

Ekspansi pada baris 1

perhatikan ketentuan nilai pada kofaktornya. (+1, -2, +3)
0 2  2 2 2 0
sehingga, Det(A) = 1   - 2  + 3 
3 1  0 1  0 3
= 1 (0 – 6) – 2 (2 – 0) + 3 (6 – 0)
= -6 - 4 + 18 = 8
Ekspansi pada setiap baris akan mempunyai nilai yang sama, sehingga cukup
dikerjakan dengan 1 ekspansi baris saja.
38
3.2.3. Sifat-sifat Determinan
a. jika A adalah matriks bujur sangkar yang memiliki baris atau kolom yang elemen-
elemennya nol maka det(A) = 0
b. Jika B adalah matriks yang dihasilkan dari matriks A yang satu baris atau satu
kolomnya dikalikan dengan konstanta k, maka det(B) = k det(A)
c. Jika B adalah matriks yang dihasilkan bila duabaris A dipertukarkan, maka
det(B) = - det(A)
d. Jika B adalah matriks yang dihasilkan bila kelipatan satu baris A ditambahkan
pada baris yang lain, maka det(B) = det(A)
e. Nilai determinan matriks A akan bernilai nol, jika matriks A mempunyai dua baris
atau kolom yang sama atau sebanding
f. Jika A adalah matriks bujur sangkar, maka det(At) = det(A)
g. Jika A dan B adalah matriks bujur sangkar yang ukurannya sama, maka det(AB)
= det(A) det(B)
h. Sebuah matriks A dapat dibalik (mempunyai invers) jika dan hanya jika det(A)≠ 0.

3.3. Invers Matriks

3.3.1. Adjoin matriks
Adjoin (A) /adj [A] disebut juga matriks Kofaktor Transpose.
Jika A adalah matriks bujur sangkar berukuran n x n
 a22 a23  a a23  a a  
+   −  21  +  21 22  L
 a11 a12 a13 L  a32 a33   a31 a33   a31 a32  
a   a12 a13  a a13   a11 a12  
a 22 a 23 L +  11 L
maka, kofaktor [A] =  a32
−   − 
A= 
21
 a33  a31 a33  a31 a32  
a31 a32 a 33 L
    a12 a13  a a13   a11 a12  
 M M M L +  a  −  11  +  L
  22 a23  a21 a23  a21 a22  
 M M M L

dan transpose dari matriks kofaktor A dinamakan adjoin A = adj(A).

 a22 a23  a a13  a a13  
+   −  12  +  12  L
 a32 a33  a32 a33  a22 a23  
 a21 a23  a a  a a13  
+  11 13  −  11 L
sehingga, adj [A] =  a31
−  
 a33  a31 a33  a21 a23  
 a21 a22  a a  a a12  
+  a  −  11 12  +  11  L
  31 a32  a31 a32  a21 a22  
 M M M L
39
Contoh : menggunakan contoh yang sama pada aturan Sarrus
1 2 3
A = 2 0 2 , tentukan adj [A]
0 3 1

 0 2  2 2 2 0 
+   −  + 
 3 1 0 1  0 3 
− 6 − 2 6 
 2 3 1 3 1 2  
kofaktor [A] =  −   +  −   = 7 1 − 3
 3 1 0 1 0 3 
4 4 − 4
 2 3 1 3  1 2  
+ 0 
2
−  +
0 
   2 2 2

− 6 7 4

maka, adj [A] = − 2 1 4 
 6 − 3 − 4

3.3.2. Invers matriks bujur sangkar

Jika masing-masing elemen dari adjoin matriks A dibagi dengan harga determinan A
(dimana |A| ≠ 0), maka akan diperoleh matriks baru yang merupakan invers dari matriks
A dan ditulis dengan A-1.

1
A-1 = adj ( A)
det( A)

atau dengan kata lain untuk memperoleh matriks invers A dapat dilakukan langkah-
langkah berikut :
1. Hitung determinan matriks A
2. Bentuk matriks B yang elemennya merupakan kofaktor dari setiap elemen pada
matriks A.
3. Bentuk transpose matriks B yang merupakan (disebut) adjoin dari matriks A
4. Kalikan Adj(A) = Bt dengan 1/|A|.
1
5. Matriks yang terakhir merupakan inverse dari matriks A atau A-1 = Adj(A)
A

Contoh :
1 2 3
Maka Invers dari matriks A = 2 0 2 , adalah :
0 3 1

40
Jika sebelumnya kita sudah menghitung nilai determinan dan adjoin dari matriks A yaitu :
− 6 7 4
Det(A) = 8 ; 
adj [A] = − 2 1 4 
 6 − 3 − 4

1
Maka, A-1 = adj ( A)
det( A)

− 6 7 4  − 0.75 0.88 0.5 

1
A-1 = − 2 1 4  = − 0.25 0.13 0.5 
8
 6 − 3 − 4  0.75 − 0.38 − 0.5

3.4. Sistem Persamaan Linear

Matriks dan determinan banyak digunakan dalam menyelesaikan sistem
persamaan linier. Sistem persamaan seperti ini sering dijumpai baik dalam masalah
teknis, geometris maupun fisis.
Sistem persamaan linier adalah persamaan simultan yang terdiri dari sejumlah
persamaan yang mengandung sejumlah variabel berpangkat satu. Persamaan linier
dengan n variabel x1 , x2 , x3 , . . . , xn .adalah persamaan yang dapat dinyatakan sbb:
a1x1 + a2x2 + a3x3 + . . . +anxn = b

jika terdapat n buah persamaan linier dengan n variabal maka akan terbentuk sebuah
sistem persamaan linier sebagai berikut.

a11x1 + a12x2 + a13x3 + . . . +a1nxn = b1

a21x1 + a22x2 + a23x3 + . . . +a2nxn = b2
a31x1 + a32x2 + a33x3 + . . . +a3nxn = b3
. . . . .
. . . . .
. . . . .
an1x1 + an2x2 + an3x3 + . . . +annxn = bn

Sistem persamaan linear tersebut dapat ditulis dalam bentuk matriks.

41
  a11 a12 L L a1n   x1   b1 
a  x  b 
 21 a 22 L L a 2 n   2  2
L L L L L   x3  = b3 
     
L L L L L  L L
a n1 a n 2 L L a nn   xn  bn 
1 4444244443 { {
A X B

Untuk mencari pemecahan sistem persamaan linier ini {x1, x2, x3, . . . ,xn} yang diwakilkan
oleh matrik [X] dapat menggunakan beberapa metode yaitu metode dengan invers
matriks, metode eliminasi gauss dan metode/aturan Cramer.

3.4.1. Solusi Persamaan Linear dengan Invers Matriks

Sistem persamaan linear yang ditulis dalam bentuk matriks mempunyai bentuk
umum yaitu : A.X=B
A . A .X = A-1
-1
(setiap ruas dikalikan dengan invers matriks A)
I . X = A-1 (karena A-1. A = I)
X = A-1. B.

Dapat dilihat bahwa jika dibentuk invers dari matriks koefisien dan matriks B dikalikan kiri
(pre-multiply) dengan matriks invers ini maka akan diperoleh matriks pemecahan X.

3.4.2. Metode Eliminasi Gauss

Langkah-langkah yang dilakukan bertujuan mereduksi variabel yang ada,
sehingga terbentuk persamaan yang memuat satu variabel. Setelah mengetahui nilai
satu variabel, dilanjutkan substitusi balik untuk memperoleh variabel lainnya.
Langkah-Langkah Metode Eliminasi Gauss :
a11 x1 + a12 x2 + a13 x3 = b1 (1)
a21 x1 + a22 x2 + a23 x3 = b2 (2)
a31 x1 - a32 x2 + a33 x3 = b3 (3)

Langkah 1 Menghilangkan x1 pada persamaan (2) dan (3)

Persamaan (1) tetap

Koef.pers (2) kali pers (1) – pers (2) pers (4)

Koef.pers (3) kali pers (1) – pers (3) pers (5)

42
Langkah 2 Menghilangkan x2 pada persamaan (3)

Pers (4) – pers (5)

Langkah 3 Substitusi balik, hasil dari langkah 2 disubstitusikan ke persamaan (2)

hasil dari langkah 2 disubstitusikan ke persamaan (4) atau (5)

Substitusikan hasilnya ke persamaan (1)

Contoh : Tentukan nilai variable x1, x2, dan x3 dari persamaan linear dibawah ini dengan
metode Eliminasi Gauss.
x1 + 2x2 + 3x3 = 10 (1)
2x1 + 3x2 + x3 = 13 (2)
3x1 - x2 + 2x3 = 9 (3)

Langkah 1 Menghilangkan x1 pada persamaan (2) dan (3)

Persamaan (1) tetap
2 kali persamaan (1) – persamaan (2)
3 kali persamaan (1) – persamaan (3)
Hasilnya x1 + 2x2 + 3x3 = 10
x2 + 5x3 = 7
x2 + x3 = 3

Langkah 2 Menghilangkan x2 dari persamaan (3)

Persamaan (2) – persamaan (3)
Hasilnya x1 + 2x2 + 3x3 = 10
x2 + 5x3 = 7
x3 = 1

Langkah 3 Substitusi balik, hasil dari langkah 2 disubstitusikan ke persamaan (2)

x2 + 5(1) = 7 x2=2
Substitusikan hasilnya ke persamaan (1)
x1 + 2(2) + 3(1) = 10 x1=3
 x1  3
sehingga,  x 2  = 2
 x 3  1

43
3.4.3. Metode/Aturan Cramer
Metode ini menggunakan determinan untuk mencari solusi {x1, x2, x3, . . ., xn}.
Jika AX = B adalah sistem persamaan linier yang terdiri dari n buah persamaan dengan n
variabel, sehingga det(A) ≠ 0, maka sistem persamaan linier tersebut mempunyai
pemecahan (solusi) :
det( A1 ) det( A2 ) det( An )
x1 = , x2 = , . . . , xn =
det( A) det( A) det( A)
dengan A1, A2, . . ., Aj, . . ., An adalah matriks yang didapatkandengan cara mengganti
kolom ke-j dari matriks Adengan elemen-elemen dalam matriks B.

misalkan terdapat sistem persamaan linier yang telah diubah kedalam bentuk matriks :

 a11 a12 L L a1n   x1   b1 

a  x  b 
 21 a 22 L L a 2 n   2  2
L L L L L   x3  = b3 
     
L L L L L  L L
a n1 a n 2 L L a nn   xn  bn 
1 4444244443 { {
A X B
b1 a12 L L a1n
b2 a 22 L L a2n
L L L L L
 b1 a12 L L a1n 
b a L L L L L
 2 22 L L a 2 n 
det( A1 ) bn a n 2 L L a nn
A1 = L L L L L  , maka x1 = = ,
  det( A) a11 a12 L L a1n
L L L L L  a12 a 22 L L a2n
bn a n 2 L L a nn 
1 4444244443 L L L L L
A L L L L L
a1n a n 2 L L a nn

dan seterusnya.

Contoh : Tentukan nilai variable x1, x2, dan x3 dari persamaan linear dibawah ini dengan
metode Cramer.
x1 + 2x2 + 3x3 = 10 (1)
2x1 + 3x2 + x3 = 13 (2)
3x1 - x2 + 2x3 = 9 (3)

44
Jawab:
1 2 3 10
A = 2 3 1 ; B = 13
3 − 1 2  9 

Det(A) = -28

10 2 3 1 10 3  1 2 10

 
A1 = 13 3 1  ; A2 = 2 13 1  ; A3 = 2 3 13
 9 − 1 2 3 9 2  3 − 1 9 

Det(A1) = -84 Det(A2) = -56 Det(A3) = -28

det( A1) − 84
Sehingga, x1 = = =3
det A − 28
det( A2) − 56
x1 = = =2
det A − 28
det( A3) − 28
x1 = = =1
det A − 28

Latihan :
Tentukan nilai variable x1, x2, dan x3 dari persamaan linear dibawah ini

45
 BAB IV
NILAI EIGEN DAN VEKTOR EIGEN

4.1. Definisi
Sebuah matriks bujur sangkar dengan orde n x n misalkan A, dan sebuah vektor
kolom X. Vektor X adalah vektor dalam ruang Euklidian R n yang dihubungkan dengan
sebuah persamaan:
AX = λX
Dimana λ adalah suatu skalar dan X adalah vektor yang tidak nol Skalar λ dinamakan
nilai Eigen dari matriks A. Nilai eigen adalah nilai karakteristik dari suatu matriks bujur
sangkar. Vektor X dalam persamaan (7.1) adalah suatu vektor yang tidak nol yang
memenuhi persamaan (7.1) untuk nilai eigen yang sesuai dan disebut dengan vektor
eigen. Jadi vektor X mempunyai nilai tertentu untuk nilai eigen tertentu.

Contoh 4.1
1
Misalkan Sebuah vektor X =   dan sebuah matriks bujur sangkar orde 2 x 2
 2
 4 0
A=  , Apabila matriks A dikalikan dengan X maka:
 4 2
 4 0  1   4 + 0  4 
AX =     =   =  
4 2 2 4 + 4 8
Dimana:
 4 1 
8  = 4   = λX
   2
Dengan konstanta λ = 4 dan
 4 0  1  1 
4 2 2 = 42
     

Memenuhi persamaan AX = λX Konstanta λ = 4 dikatakan nilai eigen dari matriks bujur

 4 0
sangkar A =  
 4 2

46
Contoh 4.2
 2 1 1
Sebuah vektor X =   dan sebuah matriks A =  .
1 0 3
Apabila matriks A dikalikan X didapat:
1 4 2 2 + 4 6
AX =    =   =  
0 3 1  0 + 3 3
Dimana:
6  2
3 = 3  = λX
  1 
1 4
Maka λ = 3 adalah nilai eigen dari matriks A =  .
0 3 

Contoh 4.3
0  4 0
Sebuah vektor X =   dan mateiks A =   bila matriks A dikalikan dengan X maka:
1 8 2 
 4 0  0 
AX =    
8 2 1
0 + 0 
=  
0 + 2
0 
=  
 2
Dimana:
0  0 0
 2 = 2  = λ   dengan λ = 2.
  1 1
 4 0 0
λ = 2 adalah nilai eigen dari matriks   dan vektor X = 1 adalah vektor eigen dari
8 2  
 4 0
matriks   yang bersesuaian dengan nilai eigen λ = 2.
8 2

Contoh 4.4
 3 1 3
Sebuah vektor X =   dan matriks A =  .
 2  2 0

47
Perkalian matriks A dengan X adalah:
1 3 3
AX =    
2 0 2
3 + 6 
=  
6 + 0
9 
=  
6
9   3  3
Dimana   = 3  = λ   .
6  2  2
1 3
Konstanta λ = 3 adalah nilai eigen dari matriks bujur sangkar A =  
 2 0

Contoh 4.5
1 1 0 2 
Sebuah vektor X = 1 dan matriks A = 2 1 0 .
 
1 3 0 0

Matriks A dikalikan X didapat:

1 0 2 1
AX = 2 1 0 1
3 0 0 1

1 + 0 + 2  3
=  2 + 1 + 0  = 3
 
3 + 0 + 0 3

3 1 1

3 = 3 1 = λ 1 = λX
 
3 1 1

1 0 2 
dengan λ = 3 adalah nilai eigen matriks A = 2 1 0
3 0 0

Contoh 4.6.
1 2 0 0 
Sebuah vektor X = 2 dan matriks A = 2 1 0 
 
3 0 0 2

48
Perkalian matriks A dan X adalah:
2 0 0  1 
AX = 2 1 0 2
0 0 2 3

 2 + 0 + 0
= 2 + 2 + 0
0 + 0 + 6

 2
= 4
6

 2 1 
AX = 4 = 2 2 = λX , dengan λ = 2.
 
6 3

2 0 0 
Maka λ = 2 adalah nilai eigen dari A = 2 1 0
0 0 2

4.2 Perhitungan nilai eigen

Kita tinjau perkalian matriks A dan X dalam persamaan apabila kedua sisi dalam
persamaan tersebut dikalikan dengan matriks identitas didapatkan:
IAX = IλX
AX = λIX
[λI − A]X = 0
Persamaan di atas terpenuhi jika dan hanya jika:
det [λI − A]
Dengan menyelesaikan persamaan dapat ditentukan nilai eigen ( λ ) dari sebuah matriks
bujur sangkar A tersebut

Contoh 4.7.
2 1
Dapatkan nilai eigen dari matriks A =  
3 2
Jawab:
Dari persamaan det [λI − A] maka:

49
 λ − 2 1 
det  =0
 3 λ − 2
(λ − 2)(λ − 2) − 3 = 0

λ 2 − 4λ + 4 − 3 = 0
λ 2 − 4λ + 1 = 0
Dengan menggunakan rumus abc didapatkan:

4 ± (−4) 2 − 4.1.1
λ1, 2 =
2

4 ± 16 − 4
=
2
4 ± 12
=
2
4±2 3
=
2
= 2± 3

Maka penyelesaian adalah: λ1 = 2 + 3 dan λ 2 = 2 − 3 .

2 1
Nilai eigen matriks A =   adalah:
3 2

λ1 = 2 + 3 dan λ3 = 2 − 3

Contoh 4.8
4 1
Dapatkan nilai eigen dari matriks A =  
1 5
Jawab:
Nilai eigen ditentukan dengan persamaan:
λ − 4 1 
det  =0
 1 λ − 5
maka:
(λ − 4)(λ − 5) − 1 = 0

λ2 − 9λ + 20 − 1 = 0
λ2 − 9λ + 19 = 0

50
Dengan rumus abc didapatkan:

9 ± (−9) 2 − 4.1.19
λ1, 2 =
2

9 ± 81 − 76
λ1, 2 =
2
9± 5
λ1, 2 =
2
1 1
Didapatkan λ1 = 4,5 + 5 dan λ 2 = 4,5 − 5 , jadi nilai eigen matriks
2 2
4 1 1
A=   adalah λ = 4,5 ± 5
1 5 2

Contoh 4.9
0 3
Dapatkan nilai eigen dari A =  
2 1
Jawab:
Nilai eigen ditentukan dari persamaan:
det [λI − A] = 0

λ 3 
det   =0
 2 λ − 1
λ (λ − 1) − 6 = 0
λ2 − λ − 6 = 0
(λ − 3)(λ − 2) = 0
Penyelesaian persamaan tersebut adalah:
λ −3= 0
λ =3
dan
λ−2=0
λ=2
0 3
Jadi nilai eigen matriks A =   adalah λ = 3 dan λ = 2 .
2 1

51
Contoh 4.10.
4 0
Dapatkan nilai eigen dari A =  
3 5
Jawab:
Determinan dari [λI − A] = 0

λ − 4 0 
det  =0
 3 λ − 5
(λ − 4)(λ − 5) − 0 = 0
Penyelesaian persamaan adalah:
λ −4= 0
λ=4
dan
λ −5 = 0
λ =5
4 0
Jadi nilai eigen dari matriks A =   adalah: λ1 = 4 dan λ 2 = 5 .
3 5

Contoh 4.11
2 1 0
Carilah nilai eigen dari A = 3 4 0
0 0 2

Jawab:
det [λI − A] = 0

λ − 2 1 0 

det  3 λ −4 0  = 0
 0 0 λ − 2

(λ − 2)(λ − 4)(λ − 2) − {3(λ − 2)} = 0

(λ − 2){(λ − 4)(λ − 2) − 3} = 0

(λ − 2){λ2 − 6λ + 8 − 3} = 0

(λ − 2){λ2 − 6λ + 5} = 0
(λ − 2)(λ − 1)(λ − 5) = 0

52
Penyelesaian persamaan adalah:
λ−2=0
λ=2
λ −1 = 0
λ =1
dan λ −5 = 0
λ =5
2 1 0
Jadi nilai eigen yang bersesuai untuk matriks 3 4 0 adalah:
0 0 2

λ1 = 2 , λ2 = 1 dan λ3 = 5 .

Contoh 4.12
1 0 0 
Dapatkan Nilai eigen dari matriks A = 3 6 7 
0 8 − 1

Jawab:
Nilai eigen A didapatkan dari persamaan:
det[λI − A] =0

λ − 1 0 0 

det  1 λ −6 7  =0
 0 8 λ + 1

(λ − 1)[(λ − 6)(λ + 1) − 56] =0

[
(λ − 1) λ2 − 5λ − 6 − 56 ] =0

(λ − 1)[λ 2
− 5λ − 62 ] =0
Maka nilai λ adalah:
λ −1 = 0
λ1 = 1
λ2 − 5λ − 62 = 0
Dengan rumus abc didapatkan:

5 ± 25 + 4.62
λ2,3 =
2
53
 1
λ2 = 2,5 + 273
2
1
λ3 = 2,5 − 273
2
1 0 0 
Jadi nilai eigen dari matriks A = 3 6 7  adalah:
0 8 − 1

1
λ1 = 1 dan λ = 2,5 ± 273
2

Contoh 4.13.
7 0 0 
Dapatkan nilai eigen dari A = 0 3 0
0 0 3

Jawab:
Nilai eigen didapatkan dari persamaan:
det[λI − A] = 0

λ − 7 0 0 

det  0 λ −3 0  =0
 0 0 λ − 3
(λ − 7)(λ − 3)(λ − 3) = 0
Maka nilai λ adalah:
λ −7 = 0
λ=7
λ −3= 0
λ = 3 (2 kali)
7 0 0 
Jadi nilai eigen dari matriks A = 0 3 0 adalah λ = 3 dan λ = 7
0 0 3

Contoh 4.14
2 0 0
Dapatkan nilai eigen dari A = 0 2 5
0 5 4

54
Jawab:
Berdasarkan persamaan det[λI − A] = 0 maka:

λ − 2 0 0 

det  0 λ−2 5  =0
 0 5 λ − 4
(λ − 2){(λ − 2)(λ − 4) − 25} = 0

(λ − 2){λ2 − 6λ − 17} = 0
Maka nilai λ adalah:
λ−2=0
λ1 = 2
λ2 − 6λ − 17 = 0
Dengan rumus abc didapatkan:

6 ± 36 + 4.17
λ1, 2 =
2
1
λ 2,3 = 3 ± 104
2
2 0 0
Jadi nilai eigen matriks A = 0 2 5 adalah λ1 = 2 , λ 2 = 3 +
1 1
104 dan λ3 = 3 − 104
2 2
0 5 4

Contoh 4.15
7 0 0 
Dapatkan nilai eigen dari A = 0 3 0
0 0 3

Jawab:
Dengan menggunakan persamaan det [λI − A] = 0 maka:

λ − 7 0 0 

det  0 λ −3 0  = 0
 0 0 λ − 3
(λ − 7)(λ − 3)(λ − 3) = 0
Nilai λ adalah:
λ −7 = 0
λ=7
55
 λ −3= 0
λ =3
λ −3= 0
λ =3
7 0 0 
Jadi nilai eigen dari matriks A = 0 3 0 adalah: λ1 = 7 dan λ2 = λ3 = 3.
0 0 3

Contoh 4.16
2 0 0
Dapatkan Nilai eigen dari A = 3 3 6
3 2 4

Jawab:
Dengan menggunakan persamaan det [λI − A] = 0 maka:

λ − 2 0 0 

det  3 λ −3 6  = 0
 3 2 λ − 4
(λ − 2)[(λ − 3)(λ − 4) − 12] = 0

(λ − 2)[λ2 − 7λ + 12 − 12] = 0

(λ − 2)[λ2 − 7λ ] = 0
( λ − 2) λ ( λ − 7 ) = 0
Maka nilai-nilai λ adalah:
λ−2=0
λ=2
λ=0
λ −7 = 0
λ=7
2 0 0
Jadi nilai-nilai eigen dari matriks A = 3 3 6 adalah: λ1 = 2, λ2 = 0 dan λ3 = 7.
3 2 4

56
4.3 Perhitungan Vektor Eigen
Kita tinjau kembali persamaan AX = λX dimana A adalah matriks bujur sangkar
dan X adalah vektor bukan nol yang memenuhi persamaan tersebut. Dalam subbab 4.2
telah dibahas tentang perhitungan nilai eigen dari matriks A( λ ), pada subbab ini kita
bahas vektor yang memenuhi persamaan tersebut yang disebut vektor eigen(vektor
karakteristik) yang sesuai untuk nilai eigennya.
Kita tinjau sebuah matriks bujur sangkar orde 2 x 2 berikut:
a a12 
A =  11
a 21 a 22 

Persamaan AX = λX dapat dituliskan:

 a11 a12   x1  x 
a    = λ 1 
 21 a 22   x 2   x2 
Jika Matrik A dikalikan dengan identitas didapatkan:
1 0  a11 a12   x1  1 0  x1 
0 1 a = λ   
   21 a 22   x 2  0 1   x 2 

 a11 a12   x1  λ 0   x1 
=
a
 21 a 22   x 2   0 λ   x 2 

a11 − λ a12   x1 
 a =0
 21 a 22 − λ   x 2 

Persamaan di atas dalam bentuk sistem persamaan linier dituliskan:

(a11 − λ ) x1 + a12 x 2 = 0
a 21 x1 + (a 22 − λ ) x 2 = 0
Persamaan tersebut adalah sistem persamaan linier homogen, vektor dalam ruang Rn
yang tidak nol didapatkan jika dan hanya jika persamaan tersebut mempunyai solusi non
trivial untuk nilai eigen yang sesuai.

Contoh. 4.17
0 3
Dapatkan vektor eigen dari matriks A =  
2 1
Jawab:
Pada contoh 4.9 nilai eigen didapatkan λ1 = 2 dan λ 2 = 3 , vektor eigen didapatkan
dengan persamaan:

57
 [λI − A]X = 0
λ − 3   x1 
− 2 λ − 1  x  = 0
  2 
λx1 − 3 x 2 = 0
− 2 x1 + (λ − 1) x 2 = 0

§ Untuk λ = 2 maka:
2 x1 − 3x 2 = 0
− 2 x1 + x 2 = 0

Solusi non trivial sistem persamaan ini adalah : 2 x1 = x 2

Misalkan x1 = r maka x 2 = 2r

0 3
Vektor eigen matriks A =   untuk λ = 2 adalah:
2 1
r
X =   dimana r adalah bilangan sembarang yang tidak nol.
 2r 

§ Untuk λ = 3 maka:
3 x1 − 3 x 2 = 0
− 2 x1 + 2 x 2 = 0

Solusi non trivial sistem persamaan tersebut adalah : x1 = x2

Misalkan x1 = s maka vektor eigen untuk λ = 3 adalah:

s 
X =   dimana s adalah senbarang bilangan yang tidak nol.
s 

Contoh 4.18
4 0
Dapatkan vektor eigen dari matriks A =  
3 5
Jawab:
Pada contoh 4.10 nilai eigen matriks tersebut adalah λ = 4 dan λ = 5 maka vektor eigen
didapatkan dari persamaan:
(λ − 4) x1 + 0 = 0
− 3x1 + (λ − 5) x 2 = 0

58
§ Untuk λ = 4 didapatkan sistem persamaan linier berbentuk:
0+0 = 0
− 3x1 − x 2 = 0

x2
Solusi non trivialnya adalah x1 = − , bila dimisalkan x 2 = r didapatkan vektor eigen
3
matriks A untuk λ = 4 adalah:
−1 
r
X =  3  dengan r bilangan sembarang yang tidak nol.
 r 
 

§ Untuk λ = 5 maka:
(5 − 4) x1 + 0 = 0
− 3 x1 + (5 − 5) x 2 = 0
Sistem persamaan linier menjadi:
− x1 + 0 = 0
− 3 x1 + 0 = 0
Tidak ada solusi non trivial dari sistem persamaan linier tersebut, jadi tidak terdapat
vektor eigen dari matriks A untuk λ = 5.

Contoh 4.19
1 3
Dapatkan vektor eigen dari A =  
 2 0
Jawab:
Nilai eigen matriks A didapatkan dari persamaan:
det[λI − A] = 0

λ − 1 3 
det  =0
 2 0 − λ 
− (λ − 1)λ − 6 = 0

− λ2 + λ − 6 = 0
(−λ + 2)(λ − 3) = 0
Nilai eigen matriks A adalah:
− λ + 2 = 0, maka λ1 = 2

λ − 3 = 0, maka λ 2 = 3
Vektor eigen didapatkan dengan persamaan:

59
 (1 − λ ) x1 + 3 x 2 = 0
2 x1 − λx 2 = 0

§ Untuk λ = 2 maka:
− x1 + 3x 2 = 0
2 x1 − 2 x 2 = 0
Solusi non trivial sistem persamaan linier tersebut adalah:
3x 2 = x1
Misalkan x1 = r maka x 2 = 3r.
Jadi vektor eigen matriks A untuk λ = 2 adalah:
r
X =   dengan r bilangan sembarang yang tidak nol.
3r 
§ Untuk λ = 3
Vektor eigen didapatkan dari sistem persamaan linier:
− 2 x1 + 3 x 2 = 0
2 x1 − 3x 2 = 0
Solusi non trivial adalah:
2
2 x1 = 3x 2 , maka x 2 = x1
3
Misalkan x1 = r vektor eigen matriks A yang sesuai dengan λ = 3 adalah:

 r 
X =  2  dengan r bilangan sembarang yang tidak nol.
 3 r 

Contoh 4.20
 3 2
Dapatkan vektor eigen dari A =  
− 1 0
Jawab:
Nilai eigen matriks A didapatkan dari persamaan det [λI − A] = 0

(λ − 3) 2 
det  =0
 −1 λ 
λ (λ − 3) + 2 = 0
λ2 − 3λ + 2 = 0
(λ − 1)(λ − 2) = 0

60
 λ − 1 = 0 maka λ1 = 1
λ − 2 = 0 maka λ 2 = 2
Vektor eigen didapatkan dari persamaan:
(λ − 3) x1 + 2 x 2 = 0
− x1 + λx 2 = 0

§ Untuk λ = 1 maka:
− 2 x1 + 2 x 2 = 0
− x1 + x 2 = 0
Solusi non trivial persamaan tersebut adalah:
x1 = − x 2 , jika x1 = r maka x 2 = −r
Vektor eigen yang sesuai dengan λ = 1 adalah:
r 
X =   dengan r bilangan sembarang yang tidak nol.
− r 
§ Untuk λ = 2 maka:
− x1 + 2 x 2 = 0
− x1 + 2 x 2 = 0
Solusi non trivial sistem persamaan linier tersebut adalah;
x1 = −2 x 2
1
Misalkan x1 = r maka x2 = − r
2
Jadi vektor eigen yang sesuai dengan λ = 2 adalah:
 r 
X =  1
− r 

Contoh 4.21
2 0 0
Dapatkan vektor eigen dari A = 3 3 6
3 2 4

Jawab:
Pada contoh 4.16 diketahui nilai eigen matriks A adalah: λ = 2, λ = 0 dan λ = 7.
Vektor eigen ditentukan dari persamaan:

61
 (λ − 2) 0 0   x1  0
 3 (3 − λ ) 6   x 2  = 0

 3 2 (4 − λ )  x3  0

§ Untuk λ = 2 maka:
0 0 0  x1  0
 3 1 6   x  = 0 
  2   
3 2 2  x3  0

Dalam bentuk sistem persamaan linier dituliskan:

0+0+0 = 0
3x1 + x 2 + 6 x3 = 0
3x1 + 2 x 2 + 2 x3 = 0
Solusi non trivial didapatkan dari:
[3x1 + x2 + 6 x3 ] − [3x1 + 2 x2 + 2 x3 ] = 0
− x 2 + 4 x3 = 0

x 2 = 4 x3
Maka
3x1 + 4 x3 + 6 x3 = 0

3x1 + 10 x3 = 0

3x1 = −10 x3

− 10
x1 = x3
3
2 0 0
Jadi vektor eigen matriks A = 3 3 6 untuk λ = 2 adalah:
3 2 4

 − 10 
 3 x3 
X =  4 x3 
 
 x3 
 

Misalkan x 3 = r maka:

 − 10 
 3 r
X =  4r  dengan r adalah bilangan sembarang yang tidak nol.
 
 r 
 
62
§ Untuk λ = 0
Vektor eigen ditentukan dari persamaan:
2 0 0  x1  0
 3 3 6   x  =  0
  2   
3 2 4  x3  0

Dalam bentuk sistem persamaan linier dituliskan:

2 x1 + 0 + 0 = 0
3x1 + 3x 2 + 6 x3 = 0
3x1 + 2 x 2 + 4 x3 = 0
Solusi sistem persamaan linier adalah:
2 x1 = 0
x1 = 0
0 + 3 x 2 + 6 x3 = 0

x 2 = −2 x3

2 0 0
Vektor eigen dari matriks A = 3 3 6 untuk λ = 0 adalah:
3 2 4

 0 
X = − 2 x3 
 x3 

Misalkan x 3 = r maka:

 0 
X = − 2r  dengan r bilangan sembarang yang tidak nol.
 r 

§ Untuk λ = 7
Vektor eigen didapatkan dari persamaan:
− 5 0 0   x1  0
 3 − 4 6   x  = 0 
  2   
 3 2 − 3  x3  0

Dalam bentuk sistem persamaan linier dituliskan:

63
 − 5 x1 + 0 + 0 = 0
3x1 − 4 x 2 + 6 x3 = 0
3x1 + 2 x 2 − 3x3 = 0
Solusi sistem persamaan linier adalah:
− 5 x1 = 0
x1 = 0
− 4 x 2 + 6 x3 = 0
3
x2 = x3
2
2 0 0
Vektor eigen matriks A = 3 3 6 untuk λ = 7 adalah:
3 2 4

 0 
3 
X =  x3 
 2x 
 3 
Misalkan x 3 = r maka:

0
3 
X =  r  dengan r sembarang bilangan yang tidak nol.
 2r 
 

Contoh 4.22
2 0 0
Dapatkan vektor eigen dari matriks A = 0 2 5
0 5 4

Jawab:
Pada contoh 4. 14 diketahui nilai eigen matriks tersebut yang merupakan bilangan bulat
adalah λ = 2 , vektor eigennya didapatkan dari persamaan:
(2 − 2) 0 0   x1  0
 0 (2 − 2) 5   x 2  = 0

 0 5 (4 − 2)  x3  0

Dalam bentuk sistem persamaan linier dituliskan:

64
 0+0+0 = 0
0 + 0 + 5 x3 = 0
0 + 5 x 2 + 2 x3 = 0
Solusi non trivial sistem persamaan liniernya adalah:
5 x 2 = −2 x3

−2
x2 = x3
5
x1 = 0

2 0 0
Vektor eigen matriks A = 0 2 5 yang sesuai dengan nilai eigen 2 adalah:
0 5 4

 0 
− 2 
X = x3 
 5x 
 3 
Misalkan x 3 = s maka:

 0 
 2 
X = − s  dengan s adalah bilangan sembarang yang tidak nol.
 s5 
 

Contoh 7.22
1 0 2 
Dapatkan vektor eigen dari A = 2 1 0
3 0 0

Jawab:
Nilai eigen didapatkan dengan persamaan:
(λ − 1) 0 2

det  2 (λ − 1) 0  = 0
 3 0 λ 

(λ − 1)[(λ − 1)λ ] + 2[0 − 3(λ − 1)] = 0

[ ]
(λ − 1) λ2 − λ − 6 = 0
Nilai eigen matriksnya adalah:
λ −1 = 0
λ =1
65
 λ+2=0
λ = −2
λ −3= 0
λ =3
Vektor eigen didapatkan berdasar persamaan:
(1 − λ ) 0 2   x1  0
 2 (1 − λ ) 0   x 2  = 0

 3 0 − λ   x3  0

§ Untuk λ = 1
Dalam bentuk sistem persamaan linier dituliskan:
0 + 0 + 2 x3 = 0
2 x1 + 0 + 0 = 0
3x1 + 0 − x3 = 0
Solusi sistem persamaan liniernya adalah:
3x1 − x3 = 0

x3 = 3x1

x2 = 0
Vektor eigen yang sesuai adalah:
 x1 
X =  0 
3x1 

Misalkan x1 = t
Vektor eigennya adalah:
t 
X =  0  dengan t bilangan sembarang yang tidak nol.
3t 

§ Untuk λ = −2
Sistem persamaan liniernya adalah:
3x1 + 0 + 2 x3 = 0
2 x1 + 3x 2 + 0 = 0
3x1 + 0 + 2 x3 = 0

66
Solusi non trivial sistem persamaan liniernya adalah:
3x1 + 2 x3 = 0
2
x1 = − x3
3
2 x1 + 3x 2 = 0
2
x 2 = − x1
3
Vektor eigen yang sesuai adalah:
 
 x1 
 2 
X = − x1 
 3 
− 3 x 
 2 1 

Misalkan x1 = p maka vektor eigennya adalah:

 
 p 
 2 
X = − p  dengan p bilangan sembarang yang tidak nol.
 3 
− 3 
p
 2 

§ Untuk λ = 3
Sistem persamaan liniernya adalah:
− 2 x1 + 0 + 2 x3 = 0
2 x1 − 2 x 2 + 0 = 0
3x1 + 0 − 3x3 = 0
Solusi non trivial sistem persamaan liniernya adalah;
2 x1 = 2 x3

x1 = x3

2 x1 = 2 x 2
x1 = x2
Vektor eigen yang sesuai adalah:
 x1 
X =  x1 
 x1 

67
Misalkan x1 = q maka vektor eigennya adalah;

q 
X = q  dengan q bilangan sembarang yang tidak nol.
q 

Contoh 4.23
1 0 0 
Dapatkan vektor eigen dari matriks A = 3 6 7 
0 8 − 1

Jawab:
Dari penyelesaian contoh 4.12 nilai eigen yang merupakan bilangan bulat adalah 1, maka
vektor eigennya didapatkan dari persamaan:
(1 − 1) 0 0   x1  0
 3 (6 − 1) 7   x 2  = 0

 0 8 (−1 − 1)  x3  0

Dalam bentuk sistem persamaan linier adalah:

0+0+0 = 0
3x1 + 5 x 2 + 7 x3 = 0
0 + 8 x 2 − 2 x3 = 0

Solusi non trivialnya adalah:

8 x 2 = 2 x3
1
x2 = x3
4
3x1 + 5 x 2 + 28x 2 = 0
3x1 = −33x 2
x1 = 11x 2

Vektor eigen yang sesuai adalah:

11x 2 
X =  x 2 
 4 x 2 

68
Misalkan x 2 = a maka vektor eigennya adalah:

11a 
X =  a 
 4a 

Contoh 4.24
2 0 0 
Dapatkan vektor eigen dari A = 2 1 0
0 0 2

Jawab:
Nilai eigen matriks tersebut didapatkan dari persamaan:
det[λI − A] = 0

(λ − 2) 0 0 

det  2 (λ − 1) 0  = 0
 0 0 (λ − 2)

(λ − 1)(λ − 2) 2 = 0
Nilai eigennya adalah:
λ −1 = 0
λ =1
λ−2=0
λ=2
Vektor eigen didapatkan dari persamaan:
( 2 − λ ) 0 0   x1  0
 2 (1 − λ ) 0   x 2  = 0

 0 0 (2 − λ )  x3  0

§ Untuk λ = 1
Sistem persamaan liniernya dituliskan:
x1 + 0 + 0 = 0
2 x1 + 0 + 0 = 0
0 + 0 + x3 = 0
Tidak ada solusi non trivial dari sistem persamaan linier tersebut, maka vektor eigen tidak
terdefinisikan.

69
§ Untuk λ = 2
Sitem persamaan liniernya adalah:
0+0+0 = 0
2 x1 − x 2 + 0 = 0
0+0+0 = 0
Solusi non trivial sistem persamaan liniernya adalah:
2 x1 = x 2
x3 = 0
Vektor eigen yang sesuai adalah:
 x1 
X = 2 x1 
 0 

Misalkan x1 = t maka vektor eigennya menjadi:

t 
X = 2t  dengan t bilangan sembarang yang tidak nol.
 0 

Contoh 4.25
 3 − 2 0
Dapatkan vektor eigen dari matriks A = − 2 3 0
 0 0 5

Jawab:
Nilai eigen matriks didapatkan dari persamaan:
det[λI − A] = 0

(λ − 3) −2 0 

det  − 2 (λ − 3) 0  = 0
 0 0 (λ − 5)

(λ − 3)[(λ − 3)(λ − 5)] + 2[− 2(λ − 5)] = 0

[
(λ − 5) (λ − 3) 2 − 4 = 0]
(λ − 5)[λ 2
− 6λ + 5] = 0

(λ − 5) 2 (λ − 1) = 0

70
Nilai eigen matriks adalah:
λ −5 = 0
λ =5
λ −1 = 0
λ =1
Vektor eigen didapatkan dari persamaan:
(3 − λ ) −2 0   x1  0
 −2 (3 − λ ) 0   x 2  = 0

 0 0 (5 − λ )  x3  0

§ Untuk λ = 1
Dalam bentuk sistem persamaan linier dituliskan:
2 x1 − 2 x 2 + 0 = 0
− 2 x1 + 2 x 2 + 0 = 0
0 + 0 + 4 x3 = 0
Solusi non trivialnya adalah:
2 x1 = 2 x 2
x1 = x2
x3 = 0
Vektor eigen yang sesuai adalah:
 x1 
X =  x1 
 0 

Misalkan x1 = t maka vektor eigennya adalah:

t 
X =  t  dengan t bilangan sembarang yang tidak nol.
0

§ Untuk λ = 5
Sistem persamaan liniernya adalah:
− 2 x1 − 2 x 2 + 0 = 0
− 2 x1 − 2 x 2 + 0 = 0
0+0+0 = 0
Solusi non trivialnya adalah:

71
 2 x1 = −2 x 2
x1 = − x 2
x3 = 0
Vektor eigen yang sesuai adalah:
 x1 
X = − x1 
 0 

Misalkan x1 = r maka vektor eigenya adalah:

r 
X = − r  dengan r bilangan sembarang yang tidak nol.
 0 

Contoh 4.26
 4 0 1
Dapatkan vektor eigen dari A = − 2 1 0
− 2 0 1

Jawab:
Nilai eigen dari matriks didapatkan dari persamaan
det[λI − A] = 0

(λ − 4) 0 1 

det  − 2 (λ − 1) 0  = 0
 − 2 0 (λ − 1)

[ ]
(λ − 4) (λ − 1) 2 + 2(λ − 1) = 0

(λ − 1)[(λ − 1)(λ − 4) + 2] = 0

[ ]
(λ − 1) λ2 − 5λ + 6 = 0
(λ − 1)(λ − 2)(λ − 3) = 0

Nilai eigen matriks tersebut adalah:

λ −1 = 0
λ =1
λ−2=0
λ=2

72
 λ −3= 0
λ =3

Vektor eigen didapatkan dari persamaan:

( 4 − λ ) 0 1   x1  0
 −2 (1 − λ ) 0   x 2  = 0

 − 2 0 (1 − λ )  x3  0

§ Untuk λ = 1
Dalam bentuk sistem persamaan linier dituliskan:
3x1 + 0 + x3 = 0
− 2 x1 + 0 + 0 = 0
− 2 x1 + 0 + 0 = 0
Solusi non trivialnya adalah:
3x1 = − x3

x2 = 0
Vektor eigen yang sesuai adalah:
 x1 
X =  0 
− 3x1 

Misalkan x1 = p maka vektor eigenya adalah:

 p 
X =  0  dengan p adalah bilangan sembarang yang tidak nol.
− 3 p 

§ Untuk λ = 2
Sistem persamaan linier yang sesuai adalah:
2 x1 + 0 + x3 = 0
− 2 x1 − x 2 + 0 = 0
− 2 x1 + 0 − x3 = 0
Solusi non trivialnya adalah:
2 x1 = − x3

− 2 x1 = x 2

73
Vektor eigen yang sesuai adalah:
 x1 
X = − 2 x1 
− 2 x1 

Misalkan x1 = s maka vektor eigennya adalah:

 s 
X = − 2s  dengan s bilangan sembarang yang tidak nol.
− 2s 

§ Untuk λ = 3
Sistem persamaan liniernya adalah:
x1 + 0 + x3 = 0
− 2 x1 − 2 x 2 + 0 = 0
− 2 x1 + 0 − 2 x3 = 0
Solusi trivialnya adalah:
x1 +x3 = 0

x1 = − x3

− 2 x1 − 2 x 2 = 0
x 2 = − x1
Vektor eigen yang sesuai adalah:
 x1 
X = − x1 
− x1 

Misalkan x1 = t maka

t 
X = − t  dengan t bilangan sembarang yang tidak nol.
− t 

74