ALJABAR LINIER
Dosen pengampu : Dr. Muliyono, S.Si.,M,Si
DISUSUN OLEH:
2018
KATA PENGANTAR
Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa atas berkat dan
rahmatnya saya bisa menyelesaikan tugas critical book report ini,makalah ini berisikan
perbandingan antara dua buku yang memiliki materi yang sama.
Semoga makalah ini dapat memberikan pemahaman tentang materi aljabar yang lebih
ringgkas,dan lebih bermanfaat lagi bagi pembaca,atas perhatiannya saya ucapkan banyak
terima kasih
Penulis
1
DAFTAR ISI
2
BAB I PENDAHULUAN
Aljabar linier erlementer adalah materi pelajaran yang menjadi dasar dari aljabar yang
diajarkan kepada mahasiswa.Yang materinya berisi persamaan
linier,matriks,determinan,vektor dan ruang vektor,dari hal tersebut perlu dikaji materi tentang
aljabar ini lebih dalam lagi,agar setiap kasus dan permasalahan yang ada dapat ditemukan
solusi dan penyelesainnya.
1.2 Tujuan
Critical buku report ini bertujuan untuk membandingkan dua buku yang memiliki materi
sama,serta mengetahui kelebihan dan kekurangan buku,serta membuat mahasiswa untuk
berpikir kritis.
1.3 Manfaat
Manfaat CBR ini adalah untuk membuat mahasiswa berpikir lebih kritis serta bermanfaat
untuk pembaca.
BAB II PEMBAHASAN
Buku I
Penerbit :-
Tahun Terbit : -
Buku II
Penerbit :-
Tahun Terbit : -
3
Ringkasan Buku
BUKU I
Bab I
1.tidakmemilikisolusi,inibiasanyadalampencariantitikpotonggarisakansejajar
2.memilikisolusitunggalKalaukeduagarisituberpotongan
3.memilikibanyaksolusiKalaukeduagarisberhimpit
a.notasimatriks
1. Mengalikanpersamaandengankonstantabukannol
2. Menukarkanurutanduapersamaan
3. Menggantisebuahpersamaandenganjumlahantarapersamaanitudengansuatukelipatanda
ripersamaan lain.
Berikutcontohnyamatriks.:
𝑥1 − 2𝑥2 -2𝑥3 =0
2𝑥2 -8𝑥3 =8
dan
4
Bentukpertamadisebutmatrikskoefisiensedangkanbentukkeduadisebutmatriksgandengan.untu
kmenyelesaikanpersamaantersebutkitamenggunakanmatriksgandengan .
Berdasarkancontohpengubahantersebutkitaakanmenyelesaikanpersamaaan linear
denganmenggunakannotasimatrikssbb:
𝑋1-2𝑋2=-3
𝑋2=16
b.kesetaraanbarisdaneselonbaris
Definisi
4..barisnolberadaditempatterakhir
Untukmatriks yang
memenuhisemuasifattersebutadalahmatrikseselontersederhanakan,sedangkankurangdarisemu
anyadisebuteselonbaris
0 1 3 0 1 3 9 6
Contoheselonbaristersederhanakan[ 0 0 0 1] dan berikut matriks eselon[0 0 0 2]
0 0 0 0 0 0 1 0
c. posisi pivot
BAB II
Vektor
a. vektorDalam𝑹𝟐
3
Contoh vector denganduasatukolomyaitu[ ]
2
5
2 3
Didalam vector kitatidakbolehmenyamakanbentuk[ ] dengan [ ] karena bentuk ini tidak
3 2
sama,sedangkan dua vector disebut sama jika dan hanya jika mereka saling berkorespodensi.
3 4 3+4 7
[ ]+[ ]= [ ]=[ ] dan jika kita ingin mengalikan sebuah bilangan vector dengan
2 5 2+5 7
sembarang bilangan scalar maka hasil dari perkalian tersebut adalah scalar .contoh diberikan
2 2 10
bilangan scalar 5 dan vector uadalah[ ] maka cuadalah 5[ ]=[ ]
1 1 5
b. VektorDalam𝑹𝟑
Dalambagianini hamper
samadenganpenjelasandiatashanyasajadalambarisnyaadatigadengansatukolom.
c. VektorDalam𝑹𝒏
𝑢1
𝑢2
.
Untukbagianinikitadapatmembuatsebuahnotasiyaitu:u= . dan terkadang kita
.
[𝑢𝑛 ]
akanmenemukansebuah vector denganangkanolsemuamaka vector tersebutadalah vector nol.
d. Gabungan Linear
Hal inidapatdibuatsuatukonsepyaitu:
6
Kita akanmembuatcontohdalamkehidupansehari –
harikitayaitu{jumlahbarang}.{hargaperunit}={total harga}
f. bentukmatrisAx=b
Jika Aadalahmxnmatriksdengankolom𝑎1……. 𝑎2 dan jika x adalah 𝑅 𝑛 hasil dari Ax adalah
gabumgan kolom A dengan setiap anggota x
𝑥1.
DapatditulisAX=[𝑎1 𝑎2……. 𝑎𝑛 ][ .. ]=𝑥1 𝑎1+ 𝑥2 𝑎2+⋯ 𝑥𝑛 𝑎𝑛
𝑥𝑛
Disinibolehdilakukanpembuktian
7
BAB III DETERMINAN
Dimanadalammengoperasikannyakitaharusmengetahuiaturansbb:
darisetiapbarisdankolom.bentukbarismelintang
Dan berikutpembagiannya:
makadapatdiperolehdeterminannya
4.1 RuangVektor
1. U+vadalahdalam V
2. U+v=v+u
3. (u+v)+w=u+(v+w)
4. Ada vector noldalam V seperti u+0=u
5. Untuksetiap u dalamV,ada vector –u seperti u+(-u)=0
6. Perkalian scalar u oleh c dinotasikancudalam v
7. c(u+v)=cu+cv
8. (c+d)u=cu+du
9. C(du)(cd)u
10. Iu=u
4.2 Subruang
8
2.u+v adalah h
3.perkalian vector cu adalah h
BUKU II
1. ELIMINASI kurangi 4 kali persamaan pertama dari persamaan kedua, ini eliminasai x
dari persamaan kedua, dan meninggalkan satu persamaan untuk y :
(persamaan 2) – 4(persamaan 1) - 3y = -6 (2)
Secepatnya kita tahu y = 2. Kemudian x datang dari persamaan pertama 1x+2y =3:
kita pilih x dan y juga menyelesaikan persamaan kedua, ini seharusnya dikerjakan dan itu
juga : 4(x=-1) + 5(y=2) = 6.
y=2, datang dari rasio yang sama dari -6 ke -3. Jika kita tetap dengan determinan ( yang
mana kita tidak berencana untuk melakukan itu), itu akan menjadi formula yang sama utuk
menghitung yang lain , x :
3 2
| | 3.5−2.6 3
6 5
𝑥= 1 2 = 1.5−2.4 = −3 = −1
| |
4 5
Metode yang bagus adalah eliminasi gauss. Ini adalah algoritma yang terus menerus
digunakan untuk memecahkan sistem persamaan paling besar.
Persamaan linear menyebabkan geometri pesawat contoh 2 garis pada gambar 2.1 bertemu
pada titik (x,y) = (-1,2)
9
Pertama kita harus mengenal matriks dan vektor dan garis untuk menggunakannya. Setiap
matriks memiliki tranpose . ini matriks memiliki sebuah invers 𝐴−1.
2. Dalam kebanyakan kasus penghapusan terus maju tanpa kesulitan. Matriks invers dan
sistem Ax = b memiliki satu solusi.
Geometri dari persamaan linear.
Pendekatan kedua melihat kolom sistem linear. Dua persamaan yang terpisah adalh bear-
benar satu persamaan vektor
2 −1 1
x +y =
1 1 5
masalahnya adalah untuk menentukan kombinasi kolom vektor untuk sebelah kiri sisi
menghasilkan sisi kanan. Vektor itu (2,1) dan (-1.1) adalah mewakili garis tebal didalam
gambar. Dengan alisbraisnya dihasilkan dengan vektor yang benar (1,5), di kanan dari
persamaan itu. Kolom dari gambar bahwa x = 2 dan y= 3.
Kita berbalik ke kolom. Ini persamaan vektor ( persamaan yang sama sebagai(1)) adalah
Pada gambar kita dapat melihat penambahan vektor, komponen dari komponen :
Penambahan vektor :
Pada gambar di sebelah kanan ada perkalian dengan 2 (dan jika itu adalah − 2 vektor akan
pergi ke arah sebaliknya
10
Juga di gambar tangan kanan adalah salah satu ide sentral dari aljabar linier. Ini
menggunakan kedua operasi dasar; vektor dikalikan dengan angka dan kemudian
ditambahkan. Kombinasi linier :
Persamaan (2) meminta pengganda u, v, w yang menghasilkan sisi kanan b. Angka-angka itu
adalah u = 1, v = 1, w = 2. Mereka memberikan kombinasi kolom yang benar. Mereka juga
memberi titik (1,1,2) pada gambar baris (di mana tiga pesawat berpotongan).
Kita bisa daftar langkah-langkah eliminasi, yang mengurangi kelipatan satu persamaan dari
yang lain dan mencapai matriks segitiga. Perhatikan bahwa tiga jenis kuantitas yang berbeda
muncul dalam contoh kami:
Sembilan koefisien 2u + v + w = 5
Sembilan koefisien jatuh ke dalam tiga baris dan tiga kolom, menghasilkan matriks 3 oleh 3:
Sembilan koefisien :
Matriks dari Ax = b
Sisi kanan b adalah vektor kolom "istilah homogen." Sisi kiri adalah A kali x.
11
Matriks dan Aplikasi Khusus
Sebagai masalah kontinu sederhana tapi masih sangat khas, pilihan jatuh pada persamaan
diferensial:
𝑑2𝑢
− 2 = 𝑓(𝑥), 0 ≤ 𝑥 ≤ 1
𝑑𝑥
Ini adalah persamaan linear untuk fungsi yang tidak diketahui 𝑢 (𝑥). Ketidakpastian yang
ditinggalkan oleh dua konstanta sembarang ini C dan D dihapus oleh "kondisi batas" pada
setiap akhir interval:
𝑢(0) = 0, 𝑢(1) = 0
Turunan pertama dapat didekati dengan berhenti ∆𝑢/∆𝑥 pada langkah yang terbatas dan tidak
mengizinkanℎ (∆𝑥) mendekati nol. ∆𝑢dapat maju, mundur, atau berpusat.
∆𝑢 𝑢(𝑥+ℎ)− 𝑢(𝑥) 𝑢(𝑥)− 𝑢(𝑥−ℎ) 𝑢(𝑥+ℎ)− 𝑢(𝑥−ℎ)
= atau atau
∆𝑥 ℎ ℎ 2ℎ
PersamaanMatriks
1. Matriks 𝐴 tridiagonal. Semua entri bukan-nol terletak pada diagonal utama dan dua
diagonal yang berdekatan. Di luar band ini semua entri adalah 𝑎𝑖𝑗 = 0. Angka nol ini akan
membawa penyederhanaan yang luar biasa untuk eliminasi Gauss.
Definisi.Sub ruang vektor adalah subset tidak kosong yang memenuhi persyaratan untuk
ruang vektor:kombinasi linear tinggal diruang bagian.
(i)Jika kita menambahkan vektor x dan y di subruang,x + y di subruang.
(i)Jiks kita mengalikan vektor apapun disubruang oleh skalar apapun,cx berada disubruang.
Ruang kolom A
Kami sekarang sampai pada contoh kunci,ruang kolom dan ruang null dari matriks A.Ruang
kolom berisi semua kombinasi linear dari kolom A.Ini adalah a subruang Rm.Kami
mengilustrasikan dengan sistem persamaan m=3 dalam n=2 tidak diketahui:
kombinasi kolom sama dengan b
Dengan m > 𝑛 kita memliki lebih banyak persamaan daripada yang tidak diketahui dan
biasanya tidak ada solusi.Sistem ini akan dapat dipecahkan hanya untuk bagian yang sangat
tipis dari semua b yang sangat mungkin.Satu cara menggambarkan tipis ini sangat sederhana
12
sehingga mudah diabaikan.Deskripsi ini melibatkan tidak lebih dari pernyataan ulang
Ax=b,oleh kolom:
Kombinasi kolom u
Ruang kosong A
Ruang kosong dari suatu matriks terdiri dari semua vektor x seperti itulah Ax=0.Yaitu
dilambangkan dengan N(A).Ini adalah subruang Rn,seperti halnya ruang kolom adalah
subruang Rm.
Situasi berubah ketika kolom ketiga merupakan kombinasi dari dua yang pertama:
13
Ruang kosong dari B adalah garis dari semua titik x=c,y=c,z=-c.(garis melewati
asalnya,seperti subruang manapun.)Kami ingin dapat ,untuk sistem apa pun Ax=b, untuk
menemukan C(A) dan N(A):semua sisi kanan yang dapat dicapai b dan semua solusi untuk
AX=0.
Solusi lengkap
diselesaikan oleh
Contoh dasar A
Poros a11=1 tidak nol.Operasi dasar yang biasa akan menghasilkan nol di kolom pertama
dibawah poros ini.Berita buruk muncul dikolom 2:
Eselon matriks U
14
Segitiga lebih rendah A=LU
Perhatikan bahwa L itu persegi. Ini memiliki jumlah baris yang sama dengan A dan U.
2B Untuk setiap m oleh n matriks A ada permutasi P, sebuah segitiga bawah L dengan satuan
diagonal, dan m oleh n eselon matrixU, sehingga PA = LU.
Kini hadir R. Kita bisa melangkah lebih jauh dari U, untuk membuat matriks menjadi lebih
sederhana.
hasil
Ada solusi “double infinity”, dengan v dan y bebas dan independen. Solusi lengkap adalah
kombinasi dari dua solusi khusus:
Ruang kosong berisi semua kombinasi solusi khusus
Silakan lihat lagi pada solusi lengkap ini untuk Rx = 0 dan Ax = 0. Solusi khusus (−3,1,0,0)
memiliki variabel bebas v = 1, y = 0. Solusi khusus lainnya (1,0, −1,1) memiliki v = 0andy =
1. Semua solusi adalah kombinasi linear dari keduanya. Cara terbaik untuk menemukan
semua solusi untuk Ax = 0 adalah dari solusi khusus: 1. Setelah mencapai Rx = 0, kenali
variabel pivot dan variabel bebas.
2. Berikan satu variabel bebas nilai1, atur variabel bebas lainnya menjadi 0, dan pecahkan Rx
= 0 untuk variabel pivot. X ini adalah solusi khusus.
15
3. Setiap variabel bebas menghasilkan "solusi khusus" sendiri dengan langkah 2. Kombinasi
solusi khusus membentuk ruang nol — semua solusi untuk Ax = 0.
Ini sedikit trik. Solusi khusus sangat mudah dari R. Angka 3 dan 0 dan − 1 dan 1 terletak
pada "kolom non-pivot" R. Membalikkan tanda-tanda mereka untuk menemukan variabel
pivot (tidak gratis) dalam solusi khusus, sehingga Anda melihat pola yang rapi ini:
2C Jika Ax = 0 memiliki lebih banyak yang tidak diketahui daripada persamaan (n> m), ia
memiliki setidaknya satu solusi khusus: Ada lebih banyak solusi daripada trivial x = 0.
Memecahkan Ax = b, Ux = c, dan Rx = d
Untuk contoh asli Ax = b = (b1, b2, b3), berlaku untuk kedua sisi operasi yang mengarah dari
A . Hasilnya adalah sistem segitiga atas Ux = c:
Solusi lengkap
16
2D Misalkan eliminasi mengurangi Ax = b toUx = c dan Rx = d, dengan r pivot rows dan r
pivot columns. Pangkat dari matriks-matriks tersebut adalah r. Baris terakhir dari U dan R
adalah nol, jadi ada solusi hanya jika entri m terakhir dari c dan d juga nol.
2E seharusnya c1v1 + ··· + ckvk = 0 hanya terjadi ketika c1 = ··· = ck = 0. Kemudian vektor-
vektor v1, ..., vk bebas linear. Jika ada c adalah nol, v secara linear bergantung. Satu vektor
adalah kombinasi dari yang lain.
2F Baris r tidak nol dari matriks eselon U dan matriks R tereduksi secara linier independen.
Begitu juga kolom r yang berisi poros.
2G Satu set n vektor di Rm harus linear bergantung jika n> m. Pembaca akan mengenali ini
sebagai bentuk tersamar dari 2C: Setiap m oleh n sistem Ax = 0 memiliki solusi tidak nol jika
n> m.
2H Jika ruang vektor V terdiri dari semua kombinasi linear dari w1, ..., w`, maka vektor-
vektor ini menjangkau ruang. Setiap vektor v dalam V adalah beberapa kombinasi dari w:
Setiap datang dari v = c1w1 + ··· + c`w` untuk beberapa koefisien ci.
2I Suatu basis untuk Vis suatu urutan vektor yang memiliki dua properti sekaligus: 1. Vektor
bebas linear (tidak terlalu banyak vektor). 2. Mereka menjangkau ruang V (tidak terlalu
sedikit vektor).
2J Setiap dua basis untuk ruang vektor V berisi jumlah vektor yang sama. Angka ini, yang
dibagi oleh semua basis dan menyatakan jumlah "derajat kebebasan" ruang, adalah dimensi
V.
2K Ifv1, ..., vm danw1, ..., wn keduanya basa untuk ruang vektor yang sama, lalu m = n.
Jumlah vektornya sama.
2L Setiap rangkaian independen linear dalam V dapat diperluas ke basis, dengan
menambahkan lebih banyak vektor jika perlu.
17
1 1
A=[ ]
2 3
Dimensi Ruang Vektor
Ruang memiliki banyak basis yang tak terbatas, tetapi ada sesuatu yang umum untuk semua
pilihan ini. Jumlah vektor basis adalah milik ruang itu sendiri:
2J Setiap dua basis untuk ruang vektor V berisi jumlah vektor yang sama. Nomor
ini, yang dibagikan oleh semua basis dan menyatakan jumlah "Derajat kebebasan" ruang,
adalah dimensi V.
2K Jika v1 , . . . , vm and w1 , . . . , wmkeduanya basis untuk ruang vektor yang sama,
maka m = n. Jumlah vektornya sama.
Bukti. Misalkan ada lebih banyak w’s daripada v’s (n> s). kita akan sampai pada kontradiksi.
Karena bentuk v adalah dasar, mereka harus menjangkau ruang. Setiap wj dapat ditulis
sebagai kombinasi v’s: jika w1 = a11v1 + . . . + am1vm,ini adalah kolom pertama dari matriks
perkalian VA:
Intinya tentang dua subruang terakhir adalah mereka berasal dari A T. Jika A adalah
matriks m oleh n, Anda dapat melihat ruang "tuan rumah" mana yang berisi empat subruang
dengan melihat jumlah komponen:
Ruang nol N(A) dan ruang baris C(AT) adalah subruang Rn. Ruang nol kiri N(AT) dan
ruang kolom C(A) adalah subruang dari Rm.
Baris memiliki n komponen dan kolom memiliki m. Untuk matriks sederhana seperti
18
ruang kolom adalah garis melalui [1 0]. Ruang baris adalah garis yang melalui [1 0 0]T. Itu
ada di R3. Ruang nol adalah bidang dalam R3 dan ruang kosong kiri adalah garis dalam R2:
0 0
0
N(A) terdapat [1] dan [0], N(AT) terdapat [ ].
1
0 1
Perhatikan bahwa semua vektor adalah vektor kolom. Bahkan baris diubah, dan ruang baris A
adalah ruang kolom AT, Masalah kita adalah menghubungkan empat ruang untuk U (setelah
eliminasi) ke empat ruang untuk A:
1 3 3 2 1 3 3 2
Contoh dasar U = [0 0 3 3] datang dari A= [ 2 6 9 7]
0 0 0 0 −1 −3 3 4
2. Ruang nol A
2N Ruang nol N(A) memiliki dimensi n − r. “Solusi khusus” adalah dasar — setiap
variabel bebas diberikan nilai 1, sedangkan variabel bebas lainnya adalah 0. Kemudian Ax =
0 atau Ux = 0 atau Rx = 0 memberikan variabel pivot dengan penggantian kembali.
Ini persis seperti cara kita menyelesaikan Ux = 0. Contoh dasar di atas memiliki kolom pivot
sin 1 dan 3. Oleh karena itu variabel bebasnya adalah v kedua dan keempat dan y.
−3 1
v=1 1 v=1
solusi khusus x1 = [ ] : x = [ 0 ].
y=0 0 y = 0 2 −1
0 1
1. Ruang kolom A Ruang kolom kadang-kadang disebut rentang. Ini konsisten dengan ide
yang biasa dari jangkauan, sebagai himpunan semua nilai yang mungkin f (x); x dalam
domain dan f (x) berada dalam jangkauan.
2O Dimensi ruang kolom C (A) sama dengan r peringkat, yang juga sama dengan
dimensi ruang baris: Jumlah kolom independen sama dengan jumlah baris independen.
Jika kita dapat menunjukkan bahwa kolom pivot - yang pertama, keempat, dan keenam -
secara linear independen, mereka harus menjadi basis (untuk ruang kolom U, bukan A!).
Misalkan kombinasi kolom pivot ini menghasilkan nol:
Grafik terdiri dari satu set simpul atau simpul, dan satu set tepi yang
menghubungkannya.
19
Gambarmatriks A:
4.1 Pendahuluan
Determinan memberikan rumus eksprisif untuk setiap entri dari 𝐴−1 dan 𝐴−1 𝐵. Permula ini
tidak akan mengubah cara kita menghitung,bahkan determinan itu sendiri diperoleh dari
eliminasi. Secara efisien untuk mengganti entri dari n oleh n matriks dalam rumus . rumus
yang diperoleh adalah bagaiman 𝐴−1 tergantung pada 𝑛2 entri A. Ada 4 cara menggunakan
determinan utama:
1. Menguji invers lebih ringkas. Jika determinan A adalah 0, maka A adala tunggal. Jika
A ≠ 0, maka A dapat dibagi .
2. Determinan A= volume kotak diruang n dimensi. Kotak A akan memberikan kotak
yang berbeda dengan volume yang sama.
3. Determinan memberikan rumus untuk setiap pivot. Secara teoritis , kita bisa
memprediksikan kapan entri pivot aka menjadi 0. Kitta membutuhkan pertukaran
baris.
4. Determinan mengukur ketergantungan 𝑨−𝟏 𝑩pada setiap elemen b. Jika satu
parameter adalah pertukaran dalam eksperimen atau satu observasi koreksi, pengaruh
koefisie daam 𝐴−1 dalam 𝐴−1 adalah sebuah rasio dari determinan. Langkah
sederhana tentang determinan adalah tidak menentukan formula . determinan bisa
ditentukan oleh 3 dasar properti :
Ini akan menjadi daftar panjang yang bagus, untungnya beberapa aturan
sangat mudah untuk dimengerti dan bahkan mudah untuk diilustrasikan, untuk sebuah 2
oleh 2 contoh. Oleh karena itu kita seharusnya memastikan bahwa itu sama dengan
definisi di 2oleh 2 contoh,
𝑎 𝑏 𝑎 𝑏
Det [ ]=| | = ad-bc,
𝑐 𝑑 𝑐 𝑑
Setiap properti adalah sebuah konsekuensi dari tiga pertama, kita menekankan bahwa
aturan berlaku untuk matriks dari ukuran apapun
20
1 0 0
1 0
Det I =1 | | = 1 dan 0 1 0 = 1
0 1
0 0 1
2. Determinan berubah ketika 2 kolom
𝑐 𝑑 𝑎 𝑏
| | = cb-ad = -| |.
𝑎 𝑏 𝑐 𝑑
Determinan dari setiap permutasi matriks adalah det p = ± 1. Dari pertukaran kolom, kita
dapat mengembalikan p ke dalam matriks identitas.
𝑎 𝑏
|| || = ab – bs = 0
𝑎 𝑏
Aturan ini mengikuti aturan 2, karena jika baris sama dipertukarkan penentu
seharusnya mengubah tanda. Tetapi juga harus tetap sama, karena matriksnya tetap
sama. Satu-satunya yang dapat melakukan ini adalah nol, jadi det a = 0 .
3. Mengurangi kelipatan dari satu baris dari baris lain meninggalkan determinan
yang sama.
𝑎 − 𝑙𝑐 𝑏 − 𝑙𝑑 𝑎 𝑏
| |=| |
𝑐 𝑑 𝑐 𝑑
4. Jika A memiliki deretan nol, lalu det A = 0.
0 0
| |=0
𝑐 𝑑
Salah satu buktinya adalah menambahkan bebrapa baris selain baris nol. Determinan tidak
berubah, oleh aturan 5. Karena matriks sekarang memiliki 2 baris identik detA = 0 oleh
aturan 4.
5. Jika A adalah segitiga maka detA adalah produk. Jika segitiga A memiliki 1
disepanjang diagonal, lalu detA =1.
𝑎 𝑏 𝑎 0
| | = ad | | = ad
0 𝑑 𝑐 𝑑
6. Jika A adalah singular, maka detA = 0. Jika A dapat dibalik, lalu detA ≠ 0.
𝑎 𝑏
| |
𝑐 𝑑
7. Determinan AB adalah produk detA kali detB
21
Dalam kasus ini kami menyarankan dua kemungkinan bukti karena ini adalah
aturan yangpaling tidak jelas. Kedua bukti asumsi bahwa A dan B tidak singular,
kalau tidak AB adalah tunggal, dan persamaan det AB = (det A)(det B) mudah
diverifikasi.
𝑎 𝑐
|𝐴|= |𝑎 𝑏 |= | |= |𝐴|𝑇
𝑐 𝑑 𝑏 𝑑
Sekali lagi kasus tunggal terpisah ; A adalah tunggal jika dan hanya jika |𝐴|𝑇
adalah tunggal.
BAB III PENUTUP
3.2 Saran
Seharusnya pada beberapa materi diberikan contoh soal,dan menggunakan bahasa
yang mudah untuk dipahami.Memberikan penjelasan yang lebih rinci lagi sehingga
pembaca lebih mengerti.
22