Matriks & Ruang Vektor

Materi 1
Sistem Persamaan Linier dan
Matriks (lanjutan)

Start
 Matriks & Ruang Vektor

Outline Materi
• Metode Penyelesaian SPL dengan Matriks (Lanjutan)
– Metode Penyelesaian SPL
– Eliminasi Gauss – Jordan
– Operasi Aljabar Matriks
– Transpose Matriks

2
 Matriks & Ruang Vektor

Solusi Sistem Persamaan Linier

a. Cara Biasa → Seperti SMA
b. Eliminasi Gauss
c. Eliminasi Gauss - Jordan

a. Cara Biasa (untuk mengingat kembali):

I. x + y = 3  3x + 3y = 9
3x – 5y = 1  3x – 5y = 1
8y = 8  y =1
3x – 5 = 1  3x = 6  x = 2
II. y=3–x
3x – 5(3 – x) = 1 atau 3x – 15 + 5x = 1  8x = 16  x = 2
y=3–x  y= 1
 Matriks & Ruang Vektor

b. Eliminasi Gauss
Sistem Persamaan → Matriks → Eliminasi
Linier Augmented Gauss

Merupakan salah satu teknik paling populer

dalam menyelesaikan sistem persamaan
linear dalam bentuk:
AX  C

4
 PRINSIP:
Metode Untuk sistem persamaan yang terdiri
dari 3 persamaan:
Eliminasi
 x1 dlm pers. (2) dan (3) dieliminasi.
Gauss
 x2 dlm pers. (3) dieliminasi.

TAHAPAN
METODE ELIMINASI

1. Eliminasi Maju:
Menghapus variabel-variabel

2. Substitusi Balik:
Mencari nilai semua variabel
 Matriks & Ruang Vektor

Operasi Baris Elementer

• Operasi Baris pada Matriks untuk mendapatkan matriks yang ekivalen
dengan matriks asal
– Mengalikan suatu baris dengan k (k = konstanta yang bukan 0)
– Mempertukarkan baris satu dengan lainnya
– Menjumlahkan suatu baris dengan k x baris lainnya

6
 Matriks & Ruang Vektor

1. Forward Elimination

Tujuan Forward Elimination adalah untuk

membentuk matriks koefisien menjadi Upper
Triangular Matrix

 25 5 1 25 5 1 
 64 8 1   0  4.8  1.56
   
144 12 1  0 0 0.7 
 Matriks & Ruang Vektor

Contoh
2 x1  3x2  2 x3  x4  2
2 x1  5 x2  3x3  x4  7
 2 x1  x2  3x3  2 x4  1
 5 x1  2 x2  x3  3x4  8

2 3 2  1  2
2 5 3 1 7
ditulis dalam

bentuk matriks
augmented  2 1 3 2 1 
 
 5 2 1 3 8
 Matriks & Ruang Vektor

1. Forward Elimination

2 3 2  1  2 R1' 
R1 1 3 1  1  1
2  2 2 
7 
2
 5 3 1 R2'  R2  2 R1' 0 2 1 2 9
 2 1 3 2 1  0 4 1  3  1
R3'  R3  2 R1'  
 
 5 2 1 3 8 R4'  R4  5 R1' 0 19 2  6 1 2 3


1 3 1  1  1 R1'  R1 1 3 1  1 1 
 2 2   2 2 
0 2 1 2 9 R2'  R2 0 1  1 1 9 
2  2 2 
0 4 1  3  1 0 0 3  7  19
  R3'  R3  4 R2'  
0 19 6 1 3
 0 0  5  9  159 
2 2 R4'  R4  19 R1'  4 4
2
 Matriks & Ruang Vektor

1. Forward Elimination
1 3 R1'  R1 1 3 1 1 1 
1  1 1   2 2 
 2 2  R2'  R2 
0 1  1 1 9  0 1 1
2
1 9
2 
 2 2    7  19 
  R3 0 0
R3'  3 
0 0 3 7 19 1
  3 3
0 0  5  9  159   572 
 0 0 0  143 
 4 4 R4'  R4  5 R3' 12 12
4

1 3 1 1 1  R1'  R1 1 3 1  1 1 
 2 2   2 2 
0 1  1 9  0 1  1 9 
2
1
2 R2'  R2 2
1
2
  
0 0  7  19 7  19 
3  R3'  R3
1  3 
3 0 0 1
3
 572   
 0 0 0  143  572
12 R4' 
R4 0 0 0 1
12 143 12  143
 Matriks & Ruang Vektor

2. Back Substitution

x1  3 x  x3  1 x4  1
2 2 2
x2  1 x3  x4 9
2 2
x3  7 x4  19
3 3
x4  572
143
x4  4
 PRINSIP:
Metode Semua variabel pada baris
Gauss (persamaan) ke m dihapus kecuali
Jordan xm itu sendiri sehingga tidak
diperlukan substitusi balik.

Bentuk Akhir:
1 0 0 
a14
0 1 0 a24

0 0 1 
a34
 Matriks & Ruang Vektor

Gauss - Jourdan
1 3 2 15  R1'  R1 1 3 2 15 
2 4 3 22 R2'  R2  2 R1'
0  2  1  8 
   
3 4 7 39 R3'  R3  3R1' 0  5 1  6

1 3 2 15  R1'  R1  3R2' 1 0 1 2 15

0  2  1  8  0 1 1 2 4 
R2'   R2 2
   
0  5 1  6 R3'  R3  5 R2' 0 0 7 2 14

1 0 1 2 15 R1'  R1  1 R3'

2 1 0 0 1
0 1 1 2 4  0 1 0 2 
R2'  R2  1 R3'  
  2
0 0 7 2 14 R3'  3 7 2
R 0 0 1 4
 Matriks & Ruang Vektor

Operasi Aljabar Matriks

Penjumlahan dua matriks
A + B = (aij + bij)
A – B = (aij – bij)
Syarat penjumlahan dua matriks atau pengurangan dua matriks
adalah mempunyai ordo yang sama
Contoh:
5 6 7  6 7 4 
Diketahui A 2x3    danB2x3   
8 3 4   1 9 2 
Maka C2x3  A 2x3  B2x3
5 6 7  6 7 4 11 13 11
C2x3      
8 3 4   1 9 2   9 12 6  14
 Matriks & Ruang Vektor

Soal Latihan
Tentukan penjumlahan Dua Matriks dibawah ini!
Matriks & Ruang Vektor
Matriks & Ruang Vektor
 Matriks & Ruang Vektor

Syarat:
Setiap baris pada matriks harus dikalikan pada setiap kolom pada matriks kedua.
Banyaknya kolom pada matriks pertama harus sama dengan banyaknya baris pada
matriks kedua
 Matriks & Ruang Vektor

Contoh:
1 -4 0
1 2 3
A = = 4 2 1
0 4 5 B
0 1 2

x + x + x = 9

x + x + x = 16
x + x + x = 3 AxB=
x + x + x = 13
x + x + x = 8
x + x + x = 14
Matriks & Ruang Vektor
Matriks & Ruang Vektor
Matriks & Ruang Vektor
 Transpose
4 5

4 2 6 7 2 3
A= AT = A’ =
5 3 -9 7 6 -9
7 7

Definisi:
Transpose mariks A adalah matriks AT dimana kolom-kolomnya
adalah baris-baris dari A, baris-barisnya adalah kolom-kolom
dari A. T
[A ]ij = [A]ji nxm

Jika A adalah matriks m x n, maka matriks transpose AT berukuran ……

Sifat-sifat Transpose Matriks
1. Transpose dari A transpose adalah A:(AT )T = A

A (AT)T = A
AT

Contoh:

4 5 4 5
2 3 4 2 6 7 2 3
6 -9 5 3 -9 7 6 -9
7 7 7 7
Sifat-sifat Transpose Matriks
2. (A+B)T = AT + BT

T T T

A+B
= A + B

(A+B)T = AT +
B T
 Sifat-sifat Transpose Matriks
3. (kA)T = k(A) T untuk skalar k

T T
kA k A

(kA)T = k(A) T
Sifat-sifat Transpose Matriks
4. (AB)T = BT AT

T T T

AB B A
=

(AB)T T T
AB = BA