Puji syukur kita haturkan kepada Allah swt. Yang telah memberikan nikmat dan karunia-
Nya, sehingga kumpulan materi dan tugas mata kuliah Aljabar Linear Elementer dapat
terselesaikan pada waktu yang telah ditentukan.
Tak lupa kami mengucapkan terima kasih kepada Dosen Pengampuh Mata Kuliah Aljabar
Linear Elementer A. Ika Prasasti Abrar, S.Si.,M.Pd. yang telah membimbing dalam proses
pembelajaran.
Mohon maaf apabila dalam makalah ini terdapat kekurangan. Kami sangat berbesar hati
apabila Ibu Dosen, teman-teman serta para pembaca untuk memberikan saran dan kritiknya
dalam penyempurnaan makalah ini.
Semoga dengan kehadiran makalah ini dapat memberikan manfaat bagi para pembaca
khususnya diri sendiri dan mahasiswa pendidikan matematika.
Farah Adibah
20700118033
DAFTAR ISI
JUDUL ........................................................................................................
KATA PENGANTAR ..................................................................................
DAFTAR ISI ...............................................................................................
BAB VI VEKTOR................................................................................
6.1 Materi ..................................................................................
6.2 Resume ................................................................................
BAB I
MATRIKS DAN OPERASINYA
1.1 MATERI
A. Defenisi Matriks
Suatu matriks berukuran (m x n) atau matriks (m x n) adalah suatu jajaran bilangan
berbentuk persegi panjang yang terdiri dari m baris dan n kolom. Matriks tersebut ditulis dalam
bentuk:
Dalam menyatakan suatu matriks biasanya digunakan huruf kapital atau huruf besar
dalam susunan Alphabet misal: A, B, dan C. Sedangkan dalam menyatakan unsur atau elemen
atau anggota digunakan huruf kecil dalam susunan Alphabet, misal: a, b, dan c. Dalam
menunjukkan sebuah matriks kadang kala digunakan sepasang tanda kurung; ( ), dan garis tegak
ganda;∥ ∥ . Selanjutnya dalam diktat ini kan dipakai penulisan sepasang kurung siku. Pada
saatnya matriks (1) akan disebut “ matriks [aij], m x n” atau “ matriks A = [aij], m x n “. Bilamana
ukuran (ordo) sudah dikembangkan, cukup dituliskan “ matriks A” saja.
Fungsi aij menyatakan unsur atau elemen dari suatu matriks pada baris ke-i kolom ke-j,
dimana 1≤ i ≤ m dan 1≤ j ≤ n. Banyaknya baris dan kolom menyatakan ukuran (ordo) dari suatu
matriks.
B. Jenis-Jenis Matriks
A= [ ]
2 1
3 4
2. Matriks Segitiga
Definisi: Suatu matriks bujur sangkar yang mana semua elemen di bawah atau di atas
diagonal adalah nol (0). Dari keadaan ini diperoleh dua bentuk matriks segitiga, yaitu :
a). Matriks segitiga atas, jika elemen-elemen di bawah diagonal semuanya nol.
b). Matriks segitiga bawah, jika elemen-elemen di atas diagonalnya semuanya nol.
3. Matriks Diagonal
Definisi: Suatu matriks bujur sangkar yang mana semua elemen di bawah dan di atas
diagonal adalah nol (0)
Contoh :
[ ]
1 0 0
A= 0 4 0
0 0 5
4. Matriks Skalar
Definisi : Suatu matriks diagonal yang semua elemennya sama.
Contoh :
[ ]
11 0 0
P= 0 11 0
0 0 11
5. Matriks Identitas/Satuan
Definisi: Suatu matriks skalar yang elemen-elemennya satu (1). Dengan kata lain suatu
matriks diagonal yang semua elemennya adalah satu (1). Matriks identitas ini biasanya
dinotasikan dengan I(nxn) atau In. Matriks identitas ini dalam aljabar matriks mempunyai peranan
yang sama dengan bilangan 1 dalam aljabar biasa.
Contoh :
[ ]
1 0 0
Q(3x3) = 0 1 0
0 0 1
6. Matriks Transpose
Definisi: Suatu matriks yang diperoleh dengan menukarkan baris menjadi kolom dari
sutu matriks yang diketahui.
Apabila diketahui suatu matriks A berukuran (m x n) maka matriks transpose A biasanya
dinotasikan dengan At atau A’ atau AT dengan ukuran (n x m) untuk selanjutnya dalam diktat ini
digunakan notasi AT.
7. Matriks Nol
Definisi : Matriks yang semua elemennya nol. Bilamana A suatu matriks nol dan tidak
terdapat keraguan mengenai ukurannya, dapat dituliskan A = 0 sebagai pengganti komposisi m x
n dari elemen-elemen nol.
Contoh :
[ ] [ ]
0 −2 3 0 2 −3
A= 2 0 4 AT = −2 0 −4
−3 −4 0 3 4 0
2. Penjumlahan matriks
Definisi: Jumlah dua buah matriks A dan B yang sejenis adalah sebuah matriks C yang
sejenis pula, dengan elemen-elemen Cij dimana terdapat hubungan cij = aij + bij
Sifat-sifat penjumlahan matriks:
(a). A + B = B + A
(b). A + (B + C) = (A + B) + C
(c). A + Z = A , Z adalah matriks yang semua unsurnya 0 ditulis 0 atau 0(mxn). Z disebut
matriks nol.
3. Pengurangan matriks
Definisi: Jika A = [aij], dan B = [bij] berukuran sama atau sejenis, selisih dari A dan B
dinyatakan sebagai A – B = [aij – bij].
4. Perkalian matriks
Definisi: Jika A =[aij] adalah suatu matriks berukuran m x n dan B = [bij] adalah suatu
matriks berukuran n x p maka hasilkali dari matriks A dan B (A.B atau AB) sebagai matriks C =
n
[cij] dengan: cij = ∑❑ aik bkj dan C berukuran m x p
k=1
Perhatikanlah bahwa perkalian matriks didefinisikan jika dan hanya jika banyaknya
kolom dari matriks pertama (A) sama dengan banyaknya baris pada matriks kedua (B). Matriks
yang demikian ini sering dinamakan conformable.
Sifat-sifatnya :
Diasumsikan A, B, dan C adalah matriks yang sesuai untuk penjumlahan dan perkalian, maka
berlaku :
(a). (AB)C = A(BC)
(b). A(B + C) = AB + AC
(c). (A + B) C = AC + BC
Sifat-sifatnya: Jika diketahui α dan β adalah bilangan (skalar) serta A dan B dianggap sejenis,
maka berlaku :
(a). α (A + B ) = α A + α B (e). 1 A= A
(b). (α + β )A = α A + β A (f). (-1)A = - A
(c). α (β A) = α β A
(d). 0 A = 0 ( matriks nol sejenis A)
1.2 RESUME
Susunan horizontal disebut dengan baris sedangkan susunan vertikal disebut dengan kolom
Bentuk Umum Matriks :
[ ]
a11 a 12 . .. a1 n
a21 a 22 . .. a 2n baris
.
1baris
am 1 am 2 . .. amn 2
baris
m
Kolom
Kolom
Kolom
mmm
mm 1
2
mn
a ¿ ¿¿ ¿ adalah elemen atau unsur matriks yang terletak pada baris ke-m dankolom ke-n
Nama matriks ditulis dengan menggunakan huruf besar A,B, P, Q, dsb . Sedangkan
Unsur/elemen-elemen suatu matriks dengan huruf kecil sesuai nama matriks dengan indeks
sesuai letak elemennya, seperti a11, a12, ...
2. Ordo Matriks
Yaitu banyaknya baris dan kolom yang menyatakan suatu matriks.
A mxn artinya matriks A berordo m x n yaitu banyaknya baris m buah dan banyaknya kolom
n buah.
[ ]
1 0
Q= 5 4
Contoh : Diketahui
P= [ −1 3 −6 4
5 0 2 8 ] 9 −3
3. Jenis-Jenis Matriks
a. Matriks Nol
Yaitu matriks yang setiap elemennya nol.
[ ]
0 0 0
C= 0 0 0
Contoh :
A= 0 0
0 0 [ ] ,
[
B= 0 0 0
0 0 0 ] 0 0 0
b. Matriks Baris
Yaitu matriks yang hanya mempunyai satu baris
Contoh : A= [ 3 −2 4 ] , B=[ −1 0 2 3 ]
c. Matriks Kolom
Yaitu matriks yang hanya mempunyai satu kolom.
[]
−1
[]
4 0
Q=
P= −5 6
Contoh : 8 3
[ ]
1 2 4 6
[ ]
1 2 3 5 7 −3 2
M=
L= 0 2 1
Contoh :
K= 2 −3
5 4 [ ] , −2 3 0 ,
0
−6
9 4 9
2 5 6
e. Matriks Diagonal
Yaitu matriks persegi yang semua elemennya nol, kecuali elemen-elemen diagonal
utamanya.
[ ]
−2 0 0 0
[ ]
−1 0 0 0 1 0 0
F=
E= 0 2 0 0 0 5 0
Contoh : 0 0 5 0 0 0 4
[ ]
1 0 0 0
[ ]
1 0 0 0 1 0 0
I 4=
I3= 0 1 0
Contoh :
I2= [ ] 1 0
0 1 0 0 1
0
0
0
0
1
0
0
1
g. Matriks Skalar
Yaitu matriks persegi yang semua elemen pada diagonal utamanya sama, tetapi bukan nol
dan semua elemen lainnya nol.
[ ] [ ] [ ]
3 0 0 −2 0 0 5 0 0
A= 0 3 0 B= 0 −2 0 C= 0 5 0
Contoh : 0 0 3 0 0 −2 0 0 5
[ ]
2 1 −3 0 −1 1 6
B=
A= 0 1 4 0 0 4 8
Contoh : 0 0 5 0 0 0 3
[ ]
5 0 0 0
[ ]
3 0 0 0 −1 0 0
B=
K= 4 4 0 9 3 4 0
Contoh : 1 −3 2 8 2 6 7
Contoh :
A= [ ]
a b
c d
B= [ ]
p q
r s
Jika A= B maka: a=p, b=q, c=r dan d=s
k. Transpose Matriks
Transpose (putaran) matriks A yaitu matriks yang diperoleh dari matriks A dengan
menukarkan elemen-elemen pada baris menjadi kolom dan sebaliknya elemen-elemen pada
kolom menjadi baris.
T
Transpose matriks A dinyatakan dengan A atau A’.
[ ]
1 7
Contoh : Jika
P= [ 1 2 4
7 3 9 ] maka P
T
=
2 3
4 9
B. Operasi Matriks
1. Penjumlahan Matriks
Dua matriks dapat dijumlahkan jika ordonya sama. Yang dijumlahkan yaitu elemen-
elemen yang seletak.
[ ][ ] [
a b
c d
+
p q
r s
a+ p b+q
= c +r d+s
]
2. Pengurangan Matriks
Dua matriks dapat dikurangkan jika ordonya sama. Yang dikurangkan elemen-elemen yang
seletak.
[ ][ ] [
a b
c d
−
p q
r s
a− p b−q
= c−r d−s
]
3. Perkalian Matriks
3.1 Perkalian Matriks Dengan Bilangan Real (Skalar)
Hasil perkalian skalar k dengan sebuah matriks A yang berordo m x n adalah sebuah matriks
yang berordo m x n dengan elemen-elemennya adalah hasil kali skalar k dengan setiap
elemen matriks A.
Am x n . B nxp =
C mxp
Cara mengalikan matriks A dan B yaitu dengan menjumlahkan setiap perkalian elemen pada
baris matriks A dengan elemen kolom matriks B dan hasilnya diletakkan sesuai dengan baris
dan kolom pada matriks C (matriks hasil perkalian).
Misal :
[ ]
A= a b
c d [ dan
B= p r t
q s u ] maka :
AB =
[ ][ ] [
a b
c d
p r t
q s u =
ap+bq ar+bs at+bu
cp+ dq cr +ds ct +du ]
A tidak dapat dikalikan jika banyaknya kolom matriks A ≠ banyaknya baris matriks B yang
ingin dikalikan.
1.3 TUGAS
→ Asep membeli 2 kg mangga dan 1 kg apel dan ia harus membayar Rp15.000, sedangkan
Intan membeli 1 kg mangga dan 2 kg apel dengan harga Rp18.000, Berapakah harga 1 apel dan 1
mangga ?
Misalkan x = mangga
y = apel
2x+ y=15.000
x+2 y=18.000
Jawab:
[ ][ ] [ ]
2 1 x 15 . 000
=
1 2 y 18 . 000
−1
[ ][ ]
=
1 2 −1 15.000
4−1 −1 2 18.000
[ ][ ]
=
1 2 −1 15 .000
3 −1 2 18 .000
[ ][
2 1
−
=
−
3
1
3 15 . 000
2 18 . 000 ]
3 3
= [ 10 . 000−6 .000
−5 . 000+12. 000 ]
[][ ]
x 4 . 000
=
y 7 . 000
Jadi harga 1 mangga = Rp4.000 dan harga 1 apel = Rp7.000
BAB II
DETERMINAN MATRIKS
2.1 MATERI
A. PENGERTIAN DETERMINAN MATRIKS
Determinan matriks dapat diartikan sebagai nilai yang mewakili sebuah matriks bujur
sangkar. Simbol nilai determinan matriks A biasanya dinyatakan sebagai det(A) atau . Cara
menghitung determinan matriks tergantung ukuran matriks bujur sangkar tersebut. Cara
menghitung nilai determinan dengan ordo 3 akan berbeda dengan cara menghitung matriks bujur
sangkar dengan ordo 2.
B. PERMUTASI
Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan
tanpa penghilangan atau pengulangan.
Contoh :
C. INVERSI
Suatu permutasi dikatakan genap jika total banyaknya inversi adalah integer genap dan
dikatakan ganjil jika total banyaknya inversi adalah integer ganjil.
Sebuah inversi dapat terjadi dalam sebuah permutasi (j1,j2,..,jk) bila sebuah bilangan bulat yang
lebih besar mendahului sebuah bilangan bulat yang lebih kecil. Jumlah inversi dapat dicari :
Pertama : cari banyak bilangan bulat yang < j1 dan yang mengikuti j1 didalam permutasi
tersebut. Kedua : carilah banyaknya bilangan bulat yang < j2 dan yang mengikuti j2 didalam
permutasi tersebut. teruskan untuk Jk yang ada. Jumlah invers = jumlah bilangan – bilangan.
Contoh :
Tabel berikut ini mengklarifikasikan berbagai permutasi dari {1,2,3} sebagai genap atau ganjil.
(1,3,2) 1 Ganjil
(2,1,3) 1 Ganjil
(2,3,1) 2 Genap
(3,1,2) 2 Genap
(3,2,1) 3 Ganjil
[ ]
a 11 a12 a13
(a)
[
a 11 a12
a21 a22 ]
(b) a21 a22 a23
a31 a32 a33
Penyelesaian (a)
Karena setiap hasil kali elementer memiliki dua faktor dan karena setiap faktor berasal
dari baris yang berbeda. Maka hasil kali elementer dapat ditulis dimana titik titik kosong
menunjukkan nomor kolom. Karena tidak ada dua faktor dalam hasil kali tersebut yang berasal
fari kolom yang sama maka nomor kolom karena tidak ada dua faktor dalam hasil kali tersebut
yang berasal dari kolom yang sama,maka nomor kolom haruslah 1 2 atau 2 1. Jadi hasil kali
elementer hanyalah a11 a 22 dan a12 a21
Penyelesaian (b)
Karena setiap hasil kali elementer memiliki tiga faktor yang masing masing berasal dari
baris yang berbeda,hasil kali elementernya dapat ditulis dalam bentuk
3−¿
2−¿ a¿
1−¿ a ¿
a¿
Karena tidak ada dua faktor dalam hasilkali tersebut yang berasal dari kolom yang
sama,maka nomor kolom tidak mengalami pengulangan;sebagai konsekuensinya, maka nomor
nomor tersebut harus membentuk permutasi dari himpunan {1,2,3,}. Permutasi 3! = 6 ini
menghasilkan daftar hasil kali elementer berikut
Seperti yang ditunjukkan pada contoh ini,suatu matriks A, n x n, memiliki hasil kali
elementer. Hasil kali elementer tersebut adalah hasil kali berbentuk a1 j a2 j .... an j , dimana
1 2 n
Penyelesaian: (a)
Penyelesaian: (b)
a¿
[ a11 a12
a 21 a22 ]
=a11 a22 −a 12 a21
[ ]
a11 a12 a 13
( b ) a21 a22 a 23 =a11 a22 a 33 −a11 a23 a32 −a12 a21 a33 + a12 a 23 a31 +a 13 a21 a32−a13 a32 a31
a31 a32 a 33
Agar tidak perlu mengingat pernyataan yang begitu rumit ini, anda di anjurkan untuk
menggunakan alat bantu daya ingat,sebagaimana di berikan pada gambar 1.1 dibawah rumus
pada contoh bagian (a) diperoleh dari gambar 1.1a dengan cara mengalikan entri-entri dengan
arah panah ke kanan dan mengurangkan dengan hasil perkalian dari entri-entri dengan arah
panah kekiri. Rumus bpada bagian (b) diperoleh dengan menyalin kembali kolom pertaman dan
kedua sebagaimana di perlihatkan pada gambar 1.1b. selanjutnya determinan dihitung dengan
menjumlahkan hasil kali- hasil kali pada panah yang mengarah ke kanan dan mengurangkan
dengan hasilkali-hasilkali pada panah yang mengarah kekiri.
Gambar 1.1:
][ ]
a a a a a
[ a11 a12 11 12 13 11 12
a a a a a
a21 a22 21 22 23 21 22
a31 a32 a 33 a31 a32
Perlu diketahui bahwa metode yang ditynjukkan pada gambar di atas tidak dapat digunakan
untuk menghitung determinan 4x4 atau matriks yang lebih besar.
1. Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(A)= 0
Contoh:
[ ]
3 −4 5
0 0 0 maka det(A)=0 ( elemen-elemen baris 2 semua nol)
3 7 8
2. det(A) = det(AT).
Suatu hasil kali elementer memiliki satu faktor dari tiap baris dan tiap kolom, maka jelaslah
bahwa A dan AT memiliki himpunan hasil kali elementer yang tepat sama. Dengan bantuan
beberapa teorema permutasi, yang akan membawa kita terlalu jauh menyimpang jika dibahas,
dapat ditunjukkan bahwa sesungguhnya A dan A T memiliki himpunan hasilkali elementer
bertanda yang sama. Sehingga det(A) = det(AT).
3. Jika A adalah matriks segitiga atau diagonal maka det(A) sama dengan hasil kali semua entri
diagonal utama.
Contoh:
[ ]
3 0 0
A= 0 2 0 det(A) = 3 x 2 x 1 = 6
0 0 1
[ ]
3 4 5 7
0 1 7 6
0 0 1 5
B= 0 0 0 3 det(B) = 3 x 1 x 1 x 3 = 9
Contoh
[ ][ ]
1 2 3 1 2 3
A= 3 6 9=0 0 0
4 3 2 4 3 2
baris kedua merupaka tiga kali baris pertama, maka kita menambahkan -3 kali baris kedua untuk
membentuk satu baris nol sehingga det(A)=0
[ ]
0 1 5
A= 3 −6 9
2 6 1
Penyelesaian:
[ ][ ]
0 1 5 3 −6 9 baris pertama dan kedua dari A
det ( A )= 3 −6 9 = 0 1 5 dipertukarkan
2 6 1 2 6 1
suatu faktor bersama yaitu 3 dari baris pertama
[ ]
1 −1 3
dikeluarkan melewati tanda determinan
¿−3 0 1 5
2 6 1
[ ]
1 −2 3
-2 kali baris pertama ditambahkan ke baris ketiga
¿−3 0 1 5
0 10 −5
[ ]
1 −2 3 -10 kali baris kedua ditambahkan ke baris ketiga
¿−3 0 1 5
0 0 −55
Suatu faktor bersama yaitu -55 dari terakhir di
[ ]
1 −2 3 keluarkan melewati tanda determinan
¿−3(−55) 0 1 5
0 0 1
Anggap A dan B adalah matriks n x n dan k adalah sebarang scalar. Kita mulai dangan
mengkaji hubungan yang mungkin antara det(A), det(B),
karena semua factor umum dari setiap baris suatu matriks bisa dipindah melalui tanda setiap det,
dan karena setiap n baris dalam KA mempunyai suatu factor umum k, maka kita peroleh
Sayangnya, secara umum tidak ada hubungan sedrhana antar determinan – determinan
det(A), det(B), dan det (A+B). secara khusus,kami menekankan bahwa det(A+B) biasanya tidak
sama dengan det(A) + det(B). contoh berikut ini mengilustrasikan fakta tersebut,
Contoh :
2 5 [ ] [ ]
A= 1 2 , B= 3 1 , A+ B= 4 3
1 3 3 8 [ ]
det(A) = (1)(5) - (2)(2)
=5–4=1
det(B) = (3)(3) - (1)(1)
=9–1=8
det(A+B) = (4)(8) - (3)(3)
= 32 – 9 = 23
Teorema 1. Jika A adalah sembarang matiks kuadrat, maka det (A) =det (At)
Pernyataan. Karena hasil ini, maka hampir tiap-tiap teorema mengenai determinan yang
mengandung perkataan baris dalam pernyataannya akan benar juga bila perkataan “kolom”
disubstitusikan untuk “baris”. Untuk membuktikan pernyataan kolom, kita hanya perlu
mentranspos (memindahkan) matriks yang di tinjau untuk mengubah pernyataan kolom tersebut
pada pernyataan baris, dan kemudian menerapkan hasil yang bersesuaian yang sudah kita ketahui
untuk baris.
Contoh :
Hitunglah determinan dari
[ ]
1 0 0 3
2 7 0 6
0 6 3 0
7 3 1 −5
Determinan ini dapat di hitung seperti sebelumunya dengan menggunakan operasi baris
elementer untuk mereduksi A pada bentuk eelon baris. Sebaliknya, kita dapat menaruh A pada
bentuk segitiga bawah dalam satu langkah dengan menambahkan -3 kali kolom pertama pada
kolom keempat untuk mendapatkan
Contoh ini menunjukkan bahwa selalu merupakan hal yang bijaksana untuk memperhatikan
operasi kolom yang tepat yang akan meringkaskan perhitungan tersebut.
Misalkan A dan B adalah matriks-matriks n x n dan k adalah sebarang skalar. Kita karang
meninjau hubungan yang mungkin di antara det(A), det(B), dan
Contoh
Dengan menghitung determinan, anda dapat memeriksa bahwa
[ ] [ ] [ ]
1 7 9 1 7 9 1 7 9
det 3 5 2 =det 3 5 2 +det 3 5 2
1+ 0 4+2 7+(−1) 1 4 7 0 2 −1
Teorema 3. Jika A dan B adalah matrikskuadrat yang ukurannya sama, maka det(AB)=
det(A)det(B)
Contoh
Tinjaulah matriks-matriks
[ ][
A 3 1 B −1 3 C 2 17
2 1 5 8 3 14 ][ ]
Kita peroleh det(A) det(B) = (1) (-23) = -23.
Sebaliknya dengan perhitungan langsung maka det(AB) = -23,
sehingga det(AB) = det(A) det(B).
Teorema 4. Sebuah matriks A kuadrat dapat dibalik jika dan hanya jika det(A)0
Contoh :
Karena baris pertama dan baris ketiga dari
[ ]
1 2 3
A 1 0 2
2 4 6
bujur sangkar. Simbol nilai determinan matriks A biasanya dinyatakan sebagai det(A) atau |A| . Cara
menghitung determinan matriks tergantung ukuran matpriks bujur sangkar tersebut. Cara menghitung
nilai determinan dengan ordo 3 akan berbeda dengan cara menghitung matriks bujur sangkar dengan ordo
2.
Untuk lebih jelasnya, perhatikan cara menghitung determinan di bawah.
B. Determinan Matriks Ordo 2x2
Matriks ordo 2 x 2 dinyatakan seperti bentuk di bawah.
Nilai determinan A disimbolkan dengan |A| , cara menghitung nilai determinan A dapat
dilihat seperti pada cara di bawah.
D=|A|=det( A )=ad−bc .
Contoh :
Tentukan nilai determinan matriks
Pembahasan:
1. Salin kolom ke-1 dan ke-2 pada kolom ke-4 dan ke-5
2. Kurangkan jumlah perkalian elemen-elemen pada diagonal ke bawah dengan jumlah
perkalian elemen-elemen pada diagonal ke atas.
[ ]
a b c
A= d e f a b ca b
g h i |A|=|d e f |d e |
⇒ det (A) = g h i g h
Maka,
1 2 11 2
|A|=|3 3 1 |3 3 |
2 1 22 1
|A| = 6 + 4 + 3 - 6 - 1 - 12
|A| = -6
BAB III
INVERS MATRIKS
3.1 MATERI
A. Definisi
Matriks A disebut invers(kebalikan) dari B apabila berlaku AB = BA = I, dimana I adalah matriks
satuan
1 d −b
Jika A =
(ac bd ) , makaA −1
= (
det A −c a )
dimana detA = determinan A= ad-bc.
−1
Jika A ada, maka A disebut matriks non singular atau detA ≠0
−1
Jika A tidak ada, maka A disebut matriks singular atau detA
C. Syarat Kesingularan
Invers matriks A ada apabila detA ≠ 0
−1 adjA
A = ,dengan|A|=det er min anmatriksA
|A|
Untuk dapat menggunakan adjoint matriks, kita sebelimnya harus memahami tentang minor, dan
kofaktor
a. Jika elemen-elemen pada baris ke-I dank e-j dari matriks A berordo 3x3 dihapuskan maka didapat
matriks baru berordo 2x2, dengan deteminannya disebut minor. Misalkan matriks A berordo 3x3
A=
( a 21 a22
a 31 a32
a23
a33 )
Minor-minor dari matriks A adalah :
a a a a
|M 11|=| 22 23| |M 21|=| 12 13|
a32 a 33 a32 a33
a a a a
|M 12|=| 21 23| |M 22|=| 11 13|
a31 a33 a31 a33
a a a a
|M 13|=| 21 22| |M 23|=| 11 12|
a31 a33 a31 a32
b. Kofaktor
Kofaktor dari baris ke-i dan kolom ke-j dinyatakan dengan Aij, yang ditentukan dengan rumus : Aij =
i+ j
(−1) |Mij|
c. Adjoint
Misalkan A = (aij) suatu matriks persegi berordo nxn dan Aij adalah kifaktor dari aij maka: Adjoint A =
A11 A 21 ... An 1
Adj A =
( A 12
. ..
A1 n
A 22
. ..
A 2n
...
...
...
An 2
.. .
A nn
)
d. Determinan Mtriks berordo 3x3
A=
( a 21 a22
a 31 a32
a23
a33 )
detA=
|A|=a11 a22 a 33+a12 a 23 a 31+a13 a 21 a32−a31 a22 a 13−a32 a23 a11 −a33 a21 a12
3.2 RESUME
[ ]
−1 2 0
A= 3 2 1
0 3 1
[ A|I ]→ [ I|A−1 ]
[
−1 2 0 1 0 0
3 2 1 |0 1 0
0 3 10 0 1 ] −b1
→
[ 1 −2 0 −1 0 0
3 2 1| 0 1 0
0 3 1 0 0 1 ]
[ ] [ ]
1 −2 0 −1 0 0 1 −2 0 −1 0 0
3 2 1| 0 1 0 b2 −3b1 0 8 1| 3 1 0
0 3 1 0 0 1 → 0 3 1 0 0 1
[ ] [ ]
1 −2 0 −1 0 0 1 −2 0 −1 0 0
1
0 8 1| 3 1 0 b 0 1
1 3
| 1
0
8 2 8 8 8
0 3 1 0 0 1 → 0 3 1 0 0 1
[ ]
1 −1 1
1 0 0
4 4 4
[ ]
1 −2 0 −1 0 0 1 3 1
b1+2b 2 0 1 | 0
1 3 1 8 8 8
0 1 | 0 5 9 3
8 8 8 0 0 − − 1
0 3 1 0 0 1 b3−3b 2 →
8 8 8
[ ] [ ]
1 −1 1 1 1
1 0 0 1 − 0
4 4 4 1 0 4 4
1 4 1
1 3 0
3
0
0 1 | 1|
8 8 8 0 1 8
8 8
5 9 3 8 9 3 8
0 0
8
−
8
−
8
1 b 0 0 1 −
5
−
5 5
5 3 →
[ ]
1 2 2
[ ]
1 1
0 1 −
1 0
1 −
4 4 b1 − b 3 1 0 0
5 5 5
4 1
4 3 1 1
3 0 1 0| 5 −
1| 0 1 5 5
0 1 8 8
b2 − b3
8 0 0 1 9 3 8
0 0 1 −
9
−
3 8 8 − −
5 5 5 5 5 5
→
Maka :
[ ]
1 2 2
−
5 5 5
3 1 1
A−1 = 5 5
−
5
9 3 8
− −
5 5 5
−1
Untuk membuktikan bahwa invers nya benar, maka diuji dengan A B=I
[ ][ ] [ ]
1 2 2 1 6 2 4 6 2 2
− − + + − −
5 5 5 5 5 5 5 5 5 5
3 1 1 3 3 1 1
6 2 3
5 5
− −1 2 0 − + + −−
5 5 5 5 5
5 5 5
9 3 8 3 2 1= 9 9 18 6 24 3 8
− − − − − + − +
5 5 5 0 3 1 5 5 5 5 5 5 5
[ ]
1 0 0
=0 1 0
0 0 1
Maka nilai invers nya benar
1
A−1 = adj( A )
det A
[ ] [ ]
−1 2 0 −1 2 0 −1 2
A= 3 2 1 det A= 3 2 1 | 3 2
0 3 1 → 0 3 1 0 3
(-1.2.1)+(2.1.0)+(0.3.3)-(0.2.0)-(-1.1.3)-(2.3.1) = -2+0+0-0-(-3)-6 = -5
Selanjutnya mencari Adj (A)
[ ]
2 1 3 1 3 2
| | −| | | |
3 1 0 1 0 3
2 0 −1 0 −1 2
Adj( P)= −| | | | −| |
3 1 0 1 0 3
|2 0 |−|−1 0| |−1 2|
2 1 3 1 3 2
[ ]
−1 −3 9
kofactor( A )= −2 −1 3
2 1 −8
[ ]
−1 −2 2
Adj( A )= −3 −1 1
9 3 −8
[ ]
1 2 2
−
5 5 5
1
[ ]
3 1
A−1 = −
−1 1 −1 −2 2 5 5 5
1 A = −3 −1 1 9 3 8
A−1 = adj( A ) −5 − −
det A = 9 3 −8 =
5 5 5
3.3 TUGAS
1. Tentukan invers matriks berikut ini!
[ ]
2 1 1
A= 3 2 1
1 2 1
[ A|I ]→ [ I|A−1 ]
[ ] [ ]
2 1 11 0 0 b13 1 2 10 0 1
3 2 1 |0 1 0 3 2 1 |0 1 0
1 2 10 0 1 → 2 1 11 0 0
[
1 2 10 0 1
3 2 1 |0 1 0
2 1 11 0 0 ] b2−3b1
b3−2b1 →
[ 1 2 1 0 0 1
0 −4 −2 | 0 1 −3
0 −3 −1 1 0 −2 ]
[ ] [ 1 0
]
1 2 1 0 0 1 1 2 0 1
1
0 −4 −2 | 0 1 −3 − b2 0 1 1 1 3
2 0
|
4 −
4 4
0 −3 −1 1 0 −2 0 −3 −1 1 0 −2
→
[ ]
1 1
1 0 0 0 −
2 2
1
[ ]
1 2 1 0 0 1 b1 −2b2 0 1 1 3
2 |0 −
4 4
1 1 3 1
0 1 2 0
| −
0 0 3 1
4 4 2 1 −
0 −3 −1 1 0 −2 b3 +3b2 4 4
→
[ ] [ ]
1 1 1 1
1 0 0 0 − 0 −
2 2 1 0 0 2 2
1
0 1 1 3 1 0 1 3
2 |0 −
4 4
0 1 | −
4 4
2
1
0 0 3 1 0 0 1 3 1
2 1 − 2 −
4 4 2b3 →
2 2
[ ] [ ]
1 1 1 1
0 − 0 −
1 0 0 2 2 1 0 0 2 2
1 0 1 3 1 1 1
0 1 | − 1 0 1 |−1 −
2 4 4 b2− b3 2 2 2
0 0 1
2 −
3 1 2 0 0 1
2 −
3 1
2 2 2 2
→
Maka :
[ ]
1 1
0 −
2 2
1 1
A−1 = −1 −
2 2
3 1
2 −
2 2
1
A−1 = adj( A )
det A
[ ] [ ]
2 1 1 2 1 12 1
A= 3 2 1 det A= 3 2 1 |3 2
1 2 1 → 1 2 11 2
(4+1+6) – (2+4+3) = 2
[ ]
2 1 3 1 3 2
| | −| | | |
2 1 1 1 1 2
1 1 2 1 2 1
Adj( P)= −| | | | −| |
2 1 1 1 1 2
|1 1| −|2 1| |2 1|
2 1 3 1 3 2
[ ]
0 −2 4
kofactor( A )= 1 1 −3
−1 1 1
[ ]
0 1 −1
Adj( A )= −2 1 1
4 −3 1
[ ]
0 1 −1
−1 1
A = Adj( A )= −2 1 1
2
−11 4 −3 1
A = adj( A )
det A = =
[ ]
1 1
0 −
2 2
1 1
A−1 = −1
2 2
3 1
2 −
2 2
BAB IV
1. Persamaan Linear
Sebuah garis yang terletak pada bidang xy dapat dinyatakan secara aljabar dalam
suatu persamaan berbentuk:
a1 x +a 2 y=b
Di mana a1, a2 dan b adalah konstanta real , dan a 1 dan a2 tidak keduanya nol. Secara
umum umum persamaan linear dengan n variabel x 1, x2,..., xn dapat dinyatakan dalam
bentuk
a1 x 1 +a2 x 2 +. ..+a n x n =b
Di mana a1, a2,..., an dan merupkan konstanta real. Variabel- variabel dalam persamaan
linear seringkali disbut sebagai faktor yang tidak diketahui.
Persamaan linear tidak mengandung hasil kali atau akar dari variabel . seluruh varaibel
hanya ada dalam bentuk pangkat pertama dan bukan merupakan argumen dari fungsi-
fungsi trigonometri, logaritma, atau eksponensial. Berikut contoh persamaa
x+3 y =7 .........(1)
1
y= x +3 z +1 .........(2)
2
x 1−2 x 2 −3 x 3 + x 4 =7 .........(3)
x+ 3 √ y =5 .........(4)
3 x +2 y−z + xz=4 .........(5)
y=sin x
.........(6)
Untuk mencari solusi suatu persamaan linear kita dapat menetapkan nilai sebarang
untuk x dan menyelesaikan persamaan tersebut untuk memperoleh y, atau kita dapat
menetapkan sebarang y dan menyelesaiakn untuk mendapatkan x.
2. Sistem Linear
Sejumlah tertentu persamaan linear dalam variabel x1, x2, ... , xn disebut sistem
persamaan linear atau sistem linea1r, urutan sejumlah bilangan s 1, s2, ... , sn merupakan
solusi dari sistem persamaan tersebut jika x1 = s1, x2, = s2, ... , xn = sn . Merupakan solusi
dari setiap persamaan di dalam sistem persamaan.
Ada tidaknya solusi dalam suatu sistem persamaan linear dapat dilihat dari
kemungkinan berikut:
Grafik 1 menunjukkan garis sejajar, yang berarti kedua garis tidak berpotongan ,
sebagai konsekuensinya sistem tidak memiliki solusi. Grafik 3
Grafik 1 Grafik 2
Grafik 2 menunjukkan garis berpotongan di satu titik, sebagai konsekuensinya sistem
memiliki solusi.
Grafik 3 menunjukkkan gari ssaling berimpit, yang berarti jumlah titik potongnya tak
terhingga dan sebagai konsekuensi terdapat tak terhingga banyaknya solusi untuk
sistem tersebut.
Setianp sistem persamaan linear dapat tidak memiliki solusi, memiliki tepat satu solusi atau
memiliki tak terhingga banyaknya solusi.
Suatu sistem sebarang dari m persamaan linear dengan n faktor yang tidak diketahui
dapat ditulis sebagai:
Di mana
x 1 ,x 2, ...,x n adalah faktor yang tidak diketahui, a dan b adalah
konstanta.
[ ]
a11 a 12 . .. a1 n b1
a21 a 22 . .. a 2n b 2
. . . . .. . .. . ..
am 1 am 2 . .. amn b m
[ ]
1 1 2 9
2 4 −3 1
3 6 −5 0
Ketika menyusun suatu matriks yang diperbesar, faktor- faktor yang tidak
diketahui harus ditulis dengan urutan yang sama untuk setiap persamaan dan konstanta
harus berada pada bagian paling kanan.
3x + 4y + 5z = 7
6x + y + 3z = 1
5x + 2y + 5z = 2
Matriks diperbesar:
[ ]
3 4 57
6 1 3 |1
5 2 52
[ ]
21 28 35 49
6 1 3|1
b ( 7) 5 2 5 2
2. Pertukaran Baris
[ ]
6 1 31
3 4 5 |7
b1 ↔ b2 5 2 52
3. Penjumlahan Baris dengan Penggandaan Baris Lain
[ ]
21 7 14 10
6 1 3 |1
a. b1 +3 b 2 5 2 5 2
[ ]
3 4 5 7
21 7 18 |7
b. b2 +3 b 2 5 2 5 2
Matriks yang memiliki sifat 1,2, dan 3 disebut dengan bentuk eselon baris, sedangkan
matriks yang memenuhi keempat syarat di atas disebut dengan bentuk eselon baris
tereduksi.
[ ]
1 a bd
0 1 c |e
0 0 1 f (Membentuk matriks segitiga atas)
[ ]
1 0 0d
0 1 0 |e
0 0 1 f (Membentuk matriks identitas)
4.2 RESUME
1. Tentukan himpunan penyelesaian dari SPLTV berikut dengan menggunakan metode
eliminasi gauss !
x−2 y+ z=6
3 x+ y−2z=4
7 x−6 y−z=10
[ ]
1 −2 1 6
3 1 −2 | 4
7 −6 −1 10
[ ] [ ]
1 −2 1 6 1 −2 1 6
3 1 −2 | 4 b2 −3b1 0 7 −5 |−14
7 −6 −1 10 b3 −7b 1 → 0 8 −8 −32
[ ] [ ]
1 −2 1 6 1 −2 1 6
5
0 7 −5 |−14 0 1 − | −2
7
0 8 −8 −32 b2 (1 7 ) → 0 8 −8 −32
[ ] [ ]
1 −2 1 1 −2 1
6 5
6
0 1 5
− | −2 0 1 −
7 | −2
7
16 −16
0 8 −8 −32 b3 −8b 2 0 0 −
7
→
[ ] [ ]
1 −2 1 1 −2 1 6
5
6
0 1 −
7 | −2 0 1 −57 |−2
0 0 −
16 −16
7
b3 (−7 16 ) → 0 0 1 7
Bentuk matriks kita ubah kembali dalam system persamaan linear menjadi :
x−2 y+ z=6
5
y− z=−2
7
z=7
untuk z = 7
y− 5 z=−2
maka : 7
5
y=−2+ z
7
5
y=−2+ ( 7 )
7
y=3
untuk y = 3 dan z = 7
x=6+2 y−z
x=6+2(3 )−7
x=5
jadi pemecahan untuk SPL di atas adalah x = 5, y = 3 , dan z = 7
x− y+z=−1
3 x+ y−5 z=5
x−2 y−3 z=−9
Bentuk matrik yang diperbesar dari SPL tersebut adalah :
[ ]
1 −1 1 −1
3 1 −5 | 5
1 −2 −3 −9
Penyelesaian dengan metode eliminasi gauss
[ ] [ ]
1 −1 1 −1 1 −1 1 −1
3 1 −5 | 5 b2 −3 b1 0 4 −8 | 8
1 −2 −3 −9 b3 −b 1 → 0 −1 −4 −8
[ ] [ ]
1 −1 1 −1 1 −1 1 −1
0 4 −8 | 8 0 1 −2 | 2
0 −1 −4 −8 b2 (1 4 ) → 0 −1 −4 −8
[ ] [ ]
1 −1 1 −1 b1 +b2 1 0 −1 1
0 1 −2 | 2 0 1 −2 | 2
0 −1 −4 −8 b3 +b2 → 0 0 −6 −6
[ ] [ ]
1 0 −1 1 1 0 −1 1
0 1 −2 | 2 0 1 −2 |2
0 0 −6 −6 b3 (−1 6) → 0 0 1 1
[ ] [ ]
1 0 −1 1 b1 +b3 1 0 02
0 1 −2 2 b2 +2b 3 0 1 0 |4
0 0 1 1 → 0 0 1 1
Matriks ini dapat dituliskan kembali ke dalam bentuk SPL sebagai berikut :
x =2; y=4;z=1
Pertanyaan : Jika menyelesaikan SPL dengan metode eliminasi gauss jordan, adakah
kemungkinan nilai akhir salah satu variabelnya itu nol?
4.3 TUGAS
Diketahui :
a+2 b−3 c=4
3 a−b+5 c=2
4 a+b+( p−14 )c= p+2
Tentukan p sehingga SPL
[ ]
1 2 −3 4
3 −1 5 | 2
4 1 p2 −14 p +2
Penyelesaian :
[ ] [ ]
1 2 −3 4 1 2 −3 4
3 −1 5 | 2 b2 −3b1 0 −7 14 | −10
a.
2
4 1 p −14 p +2 b3 −4b1 → 0 −7 p 2 −2 p−14
[ ] [ ]
1 2 −3 4 1 2 −3 4
10
0 −7 14 | −10 0 1 −2 | 7
0 −7 p 2 −2 p−14 b2 (−1 7 ) →
0 −7 p 2 −2 p−14
[ ]
8
1 0 1 7
[ ]
4 b1 −2 b2
1 2 −3
10
0 1 −2 | 10
0 1 −2 | 7 7
p 2 −2 p−14
0 0 p2 −16
0 −7 b3 +7 b2 →
p−4
p ≠ 4 dan p ≠ -4, p € R
[ ]
8
[ ]
8
1 0 1 1 0 1 10 7
7
0 1 −2 | 10 0 1 −2 | 7
7 0 0 1 1
0 0 p2 −16 b3 ( 1
p−4 p −16 ) p +4
2
→
[ ] [ ]
8 8 p+25
7 1 0 1 7 p+28
1 0 1 10 10 p +54
0 1 −2 | 7 b1 −b 3 0 1 0 | 7 p+28
0 0 1 1 b2 +2b 3 0 0 1 1
p +4 p +4
→
Bentuk matriks kita ubah kembali dalam system persamaan linear menjadi :
10 p+54 1
a= 8 p+25 b= c=
7 p+28 7 p+28 p+4
Punya solusi tunggal jika p ≠ 4 dan p ≠ -4, p € R
[ ] [ ]
1 2 −3 4 1 2 −3 4
3 −1 5 | 2 b2 −3b1 0 −7 14 | −10
b.
2
4 1 p −14 p +2 b3 −4b1 → 0 −7 p 2 −2 p−14
[ ] [ ]
1 2 −3 4 1 2 −3 4
10
0 −7 14 | −10 0 1 −2 |
7
2
0 −7 p −2 p−14 b2 (−1 7 ) →
0 −7 p 2 −2 p−14
[ ]
8
1 0 1 7
[ ]
4 b1 −2 b2
1 2 −3
10
0 1 −2 | 10
0 1 −2 | 7
p 2 −2 p−14
0 0 p2 −16 7
0 −7 b3 +7 b2 →
p−4
p = -4
[ ]
8
1 0 1 7
0 1 −2 | 10
0 0 0 7
−8
Sehingga :
8
a+c=
7
10
b−2 c=
7
0 a+0 b +0 c=−8
Jadi, tidak punya solusi ketika p = -4
[ ] [ ]
1 2 −3 4 1 2 −3 4
3 −1 5 | 2 b2 −3b1 0 −7 14 | −10
2 2
c. 4 1 p −14 p +2 b3 −4b1 → 0 −7 p −2 p−14
[ ] [ ]
1 2 −3 4 1 2 −3 4
10
0 −7 14 | −10 0 1 −2 |
7
0 −7 p 2 −2 p−14 b2 (−1 7 ) →
0 −7 p 2 −2 p−14
[ ]
8
1 0 1 7
[ ]
4 b1 −2 b2
1 2 −3
10
0 1 −2 | 10
0 1 −2 | 7
p 2 −2 p−14
0 0 p2 −16 7
0 −7 b3 +7 b2 →
p−4
p=4
[ ]
8
1 0 1 7
0 1 −2 |10
0 0 0 7
0
Sehingga :
8 8
a+c= →c= −a
7 7
10 8 10
b−2 c= →b−2( −a )=
7 7 7
16 10
b− +2 a=
7 7
10 16
2 a+b= +
7 7
26
2 a+b= a=t
7
26 26
b= −2 a b= −2t
7 7
8
c= −t
Misalkan : 7
Jadi, tidak terhingga solusi ketika p = 4
BAB V
SISTEM PERSAMAAN LINEAR HOMOGEN
5.1 MATERI
Sistem persamaan linear homogen adalah sistem persamaan linear yang semua suku
konstannya nol sehingga bentuk umum SPL homogen ini sebagai berikut.
Karena semua suku konstan nol, maka jika dilakukan OBE tetap saja suku konstannya nol
dan oleh karena itu matriks lengkap SPL homogen ini sering disingkat tanpa memasukkan kolom
suku konstan yaitu
[ ]
a11 a 12 ⋯ a 1n
a21 a 22 ⋯ a2 n
⋮⋮⋮
am1 am 2 amn
SPL homogen selalu konsisten, minimal mempunyai penyelesaian nol
{ x 1=x 2=…=x n=0 } yang disebut penyelesaian trivial. Jika terdapat penyelesaian yang lain,
disebut penyelesaian tak-trivial. Jadi, sistem persamaan linear homogen mempunyai dua
kemungkinan, yaitu:
Dalam kasus linear homogen khusus dari dua persamaan dengan dua peubah, katakanlah
grafik persamaannya berupa garis-garis yang melalui titik asal, dan penyelesaian trivialnya
berpadanan dengan perpotongan di titik asal. Berikut gambar grafiknya.
a2 x+ b2 y=0
x
Adalah sistem persamaan linear dengan tiga variabel dan dua persamaan sehingga
mempunyai banyak penyelesaian (tak-trivial). Karena dalam sistem persamaan linear homogen,
ruas kanan dari setiap persamaan bernilai nol, maka ketika dikenakan operasi baris elementer
(OBE) tidak akan mengalami perubahan, sehingga untuk mencari penyelesaiannya tidak perlu
menggunakan matriks lengkap, cukup menggunakan matriks koefisiennya saja.
Ada suatu kasus di mana suatu sistem homogen dijamin mempunyai penyelesaian tak-
trivial, yaitu, jika sistem tersebut mencakup jumlah peubah yang lebih banyak daripada jumlah
persamaannya.
Teorema 1:
Sistem persamaan linear homogen selalu mempunyai penyelesaian tak trivial, jika
Contoh 1: variabel lebih besar dibandingkan banyaknya persamaan.
banyaknya
Tentukan penyelesaian SPL homogen berikut.
3 x1 +3 x 2+ 2 x 3 +2 x 4 =0
−2 x 1−2 x2 +x 3 +x 4=0
2 x 1 +2 x2 −3 x 3−3 x 4 =0
3 x1 +3 x 2+ 4 x 3 +4 x 4=0
Penyelesaian:
[ ] [ ] [ ]
3 3 2 2 1 1 3 3 b 2+ 2b 1 1 1 3 3
−2 −2 1 1 −2 −2 1 1 0 0 7 7 1
b +b b + (−2 ) b1 b
2 2 −3 −3 1 2 2 2 −3 −3 3 0 0 −9 −9 7 2
3 3 4 4 3 3 4 4 b 4 + (−3 ) b 1 0 0 −5 −5
[ ] [ ] [ ]
1 1 3 3 1 1 3 3 1 1 0 0
0 0 1 1 b3 +9 b2 0 0 1 1 0 0 1 1
b1−3 b 2 .
0 0 −9 −9 b 4 +5 b2 0 0 0 0 0 0 0 0
0 0 −5 −5 0 0 0 0 0 0 0 0
Karena x2 dan x4 bernilai sebarang bilangan riil maka keduanya dapat diganti
dengan parameter, misalnya, x 2=t dan x 4=s , sehingga penyelesaian SPL homogen
Teorema 2:
Sistem persamaan linear homogen mempunyai penyelesaian trivial, jika dan hanya
jika matriks koefisien A berukuran n ×n ekuivalen baris dengan matriks
identitas.
Salah satu hal yang menarik dalam mempelajari sistem persamaan linear homogen adalah
menyelesaikan sistem persamaan linear homogen yang hanya mempunyai penyelesaian tunggal
(yaitu hanya mempunyai penyelesaian trivial). Hal ini terjadi apabila matriks koefisien dari
sistem persamaan linear homogen ekuivalen dengan matriks identitas,
[ ]
1 0 0 ⋯ 0
0 1 0 ⋯ 0
I n= 0 0 1 ⋯ 0
⋮ ⋮ ⋮ ⋱ ⋮
0 0 0 ⋯ 1
Contoh 2:
x 1+2 x 2+ 3 x 3=0
[ ]
1 2 3
2 x 1−x 2 +4 x3 =0 adalah 2 −1 4
3 1 8
3 x1 + x 2 +8 x3 =0
[ 2 −1 4 3
3 1 8 2 ]
1 2 3 b + (−3 ) b 1 2
1
b + (−2 ) b1
3
0 −5 −1[ ] 1 2
0 0
3
0 −5 −2 b3 + (−1 ) b 2 0 −5 −2
1[ ]
[ ]()
1 2 3 b +(−1)b
[ ] [ ]
1
( ) −1
5
b 0 1
2
2
1
5 b2 +
−2
3
b3
1 2 0
0 1 0 3
b ()
3
1 0 0
0 1 0 .
15 0 0 1 b1 +(−2)b2 0 0 1
0 0 1
Karena matriks koefisien tersebut ekuivalen dengan matriks identitas, maka sistem persamaan
linear memiliki solusi trivial.
5.2 RESUME
x− y+z=0
2x− y+ z=0
3 x− y+z=0
[ ]
1 −1 1 0
2 −1 1 | 0
Bentuk matrik yang diperbesar dari SPL Homogen tersebut adalah : 3 −1 1 0
Penyelesaian :
[ ]
1 −1 1 0
2 −1 1 | 0
3 −1 1 0
b2−2b1
b3−3b 1 →
[ 1 −1 1 0
0 −1 −1 |0
0 2 −2 0 ]
[ ] [ ]
1 −1 1 0 1 −1 1 0
0 −1 −1 |0 0 1 1 |0
0 2 −2 0 −b2 → 0 2 −2 0
[ ] [ ]
1 −1 1 0 b1 +b2 1 0 2 0
0 1 1 |0 0 1 1 |0
0 2 −2 0 b3 −2b2 → 0 0 −4 0
[ 1 0 2 0
0 1 1 |0
0 0 −4 0 ] b3 (−1 4 ) →
[ ] 1 0 20
0 1 1 |0
0 0 10
[ ] [ ]
1 0 20 b1 −2b3 1 0 00
0 1 1 |0 b2 −b 3 0 1 0 |0
0 0 10 → 0 0 1 0
Pada matriks yang terakhir terlihat bahwa semua kolom matriks memiliki satu utama (matriks
identitas), sehingga penyelesaiannya adalah trivial yaitu :
x=0
y=0
z=0
5.3 TUGAS
x+ y+ z+w=0
x+w=0
2.) x+2 y +z=0
[ ]
1 2 3 0
−1 3 2 |0
1.) 1 1 −2 0
Penyelesaian :
[ ] [ ]
1 2 3 0 1 2 3 0
−1 3 2 |0 b2 +b1 0 5 5 |0
1 1 −2 0 b3 −b 1 → 0 −1 −5 0
[ 1 2 3 0
0 5 5 |0
0 −1 −5 0 ] b2 5 (1 ) →
[ 1 2 3 0
0 1 1 |0
0 −1 −5 0 ]
[ ] [ ]
1 2 3 0 b1 −2b2 1 0 1 0
0 1 1 |0 0 1 1 |0
0 −1 −5 0 b3 +b2 → 0 0 −4 0
[ ] [ ]
1 0 1 0 1 0 10
0 1 1 |0 0 1 1|0
0 0 −4 0 b3 (−1 4 ) → 0 0 10
[ ] [ ]
1 0 10 b1 −b 3 1 0 00
0 1 1|0 b2 −b 3 0 1 0 |0
0 0 10 → 0 0 1 0
Bentuk matriks kita ubah kembali dalam system persamaan linear menjadi :
x=0
y=0
z=0
Jadi punya solusi trivial
[ ]
1 1 1 10
1 0 0 1 |0
2.) 1 2 1 0 0
Penyelesaian:
[ ] [ ]
1 1 1 10 1 1 1 1 0
1 0 0 1 |0 b2 −b 1 0 −1 −1 0 |0
1 2 1 0 0 b3 −b 1 → 0 1 0 −1 0
[ ] [ ]
1 1 1 1 0 1 1 1 1 0
0 −1 −1 0 |0 0 1 1 0 |0
0 1 0 −1 0 −b2 → 0 1 0 −1 0
[ ] [ ]
1 1 1 1 0 b1 −b 2 1 0 0 1 0
0 1 1 0 |0 0 1 1 0 |0
0 1 0 −1 0 b3 −b 2 → 0 0 −1 −1 0
[ ] [ ]
1 0 0 1 0 1 0 0 10
0 1 1 0 |0 0 1 1 0 |0
0 0 −1 −1 0 −b3 → 0 0 1 10
[ 1 0 0 10
0 1 1 0 |0
0 0 1 10 ] b2−b 3
→
[ 1 0 0 1 0
0 1 0 −1 |0
0 0 1 1 0 ]
Bentuk matriks kita ubah kembali dalam system persamaan linear menjadi :
x+w=0→ x=−w
y−w=0→ y=w
z+w=0→ z=−w
w=t
x=−t
y=t
Misalkan z=−t
1. Vektor Posisi :
Adalah Suatu vektor yang posisi titik awalnya di titik 0 (0,0) dan titik ujungnya di A (a1,
a2).
2. Vektor Nol :
Adalah Suatu vektor yang panjangnya nol dan dinotasikan . Vektor nol tidak memiliki
arah vektor yang jelas.
3. Vektor Satuan : Adalah Suatu vektor yang panjangnya satu satuan. Vektor satuan
dari = adalah =
4. Vektor Basis :
Adalah sebuah vektor satuan yang saling tegak lurus. Dalam vektor ruang dua
dimensi (R2) memiliki dua vektor basis yaitu = (1, 0) dan = (0, 1).
C. Operasi Vektor di R2
Panjang sebuah segmen garis yang menyatakan vektor atau dinotasikan sebagai
Panjang vektor yaitu sebagai :
Panjang vektor tersebut ialah dapat dikaitkan dengan sudut yang dibentuk oleh vektor dan
sumbu x positif.
Dua vektor atau lebih dapat dijumlahkan dan hasilnya dapat disebut resultan. Penjumlahan
vektor secara aljabar dapat dilakukan dengan cara menjumlahkan komponen yang juga seletak.
Jika maka :
Penjumlahan secara grafis dapat dilihat pada gambar dibawah berikut ini :
Dalam pengurangan vektor ini, berlaku sama dengan penjumlahan yaitu sebagai berikut ini :
6.2 RESUME
A. DEFINISI DAN NOTASI
Vektor adalah suatu kuantita yang mempunyai besar dan arah
Cara penyajian
g =garis kerja
A B..........
Bertitik pangkal di A
Bertitik ujung di B
Arah vektor menuju B
Besar vektor ditunjukkan oleh panjang garis AB
B. MACAM-MACAM VEKTOR
1. Vektor Bebas :
Vektor yang dapat diubah-ubah ke segala tempat (titik pangkal dapat diubah)
2. Vektor Meluncur ;
Vektor yang hanya dapat bergerak sepanjang garis kerjanya (garis yang ditentukan)
. > . > g
ā ā
3. Vektor Terikat :
Vektor yang tidak dapat berubah-ubah tempatnya
4. Vektor Nol :
Vektor yang mempunyai besar/panjang vektor adalah nol
ā b̄
| - ā | = | ā | = a
ā -ā
Didapat suatu vektor c̄ yang dibentuk dengan menempatkan titik pangkal vektor b̄
pada titik ujung vektor ā dan menghubungkan titik pangkal vektor ā dengan titik
ujung vektor b̄
ā b̄
ā ā
b̄ c̄= ā+ b̄ b̄
b̄ ā
D. JUMLAH VEKTOR
Tunggal:
ā+ b̄ = c̄ jumlah 2 buah vektor pasti menghasilkan vektor c (tunggal)
Komutatif : ā +b̄ = b̄ + ā
Asosiatif : (ā + b̄ ) + c̄ = ā + ( b̄ + c̄ )
(ā+ b̄ )+ c̄ = ā+( b̄ + c̄ )
ā c̄
b̄
Elemen identitas jumlah vektor : ā + 0 = 0 + ā = ā
Elemen invers jumlah vektor : ā + (-ā) = (-ā)+ ā = 0
Komutatif : ā - b̄ ≠ b̄ - ā
Asosiatif : (ā - b̄ ) - c̄ ≠ ā - ( b̄ - c̄ )
ā 2ā
Sifat-sifat
Tunggal : m ā = c vektor sejajar ā dan |c| = |m ā| = m | ā|
Komutatif : m ā = ā m
Asosiatif : (mn) ā = m (n ā)
Distributif penjumlahan
(m + n) ā = m ā + n ā
m (ā + b̄ ) = m ā +m b̄
ā 3ā
2ā m c̄ m b̄
5ā
c̄ b̄
ā mā
2ā+3ā=5ā c̄ = ā + b̄ m c̄ =m ā + m b̄
F. CONTOH SOAL
a = (6p)i + (2p) j – 8k
b = -4i + 8j + 10k
c = -2i + 3j – 5k
Penyelesaian:
Ditentukan nilai p terlebih dahulu, dua vector yang tegak lurus maka perkalian titiknya sama
dengan nol. a dan b tegak lurus maka berlaku:
a.b = 0
-24p + 16p – 80 = 0
-8p = 80
p = -10
a = 6p i + 2p j – 8k
a = 6(-10)i + 2(-10)j – 8k
a = -60i – 20j – 8k
PERKALIAN VEKTOR
7.1 MATERI
Perkalian vektor adalah operasi perkalian dengan dua operand (obyek yang dikalikan)
berupa vektor atau skalar. Terdapat tiga macam perkalian vector yaitu perkalian dengan skalar,
perkalian titik (dot product) dan perkalian silang (cross product).
Skalar dapat dikalikan dengan Vektor. Yang mampu menghasilkan vector yang sama,
lebih kecil atau pun lebih besar dan arahnya dapat pula berubah. Perkalian vektor dengan skalar
terbagi menjadi dua yaitu perkalian dengan skalar secara aljabar dan perkalian dengan skalar
secara geometri.
Secara aljabar, perkalian vector dengan skalar hasilnya adalah semua unsur pada vektor
dikalikan dengan skalarnya. Misalnya:
k ⃗a =⟨ka1 ,ka2 ⟩
Contoh :
a⃗ =⟨2,3⟩
5⃗a =⟨10,15⟩
b. Perkalian vektor dengan skalar secara geometri
Misalnya terdapat skalar k yang merupakan anggota bilangan real dan terdapat vektor
⃗a . Hasil perkalian skalar k dengan vektor ⃗a kita tulis k ⃗a yang artinya suatu vektor yang
panjangnya k kali panjang vektor ⃗a dengan beberapa kemungkinan yaitu:
a
k>1
K=1
3) Jika 0 < k <1, maka k ⃗a searah dengan ⃗a dengan ukuran yang lebih kecil
0<k<1
a
-1<k<0
K<-1
a
K=-1
Perkalian titik (dot product) dari dua vektor a dan b dinotasikan dengan a⋅b . Perkalian
titik disini tidak sama dengan perkalian aljabar seperti biasa yang sudah dikenal, karena yang
dilibatkan disini adalah vektor bukan bilangan. Perkalian titik vektor dibagi menjadi dua pula,
yaitu perkalian dot secara aljabar dan perkalian dot secara geometri.
a. Perkalian Dot secara aljabar
Contoh 1 :
= (12+0+14)
= 26
Contoh 2 :
Diketahui ⃗u =⟨3,1,−2⟩ dan ⃗v =⟨4,0,k⟩ . Tentukan k agar kedua vektor tersebut saling tegak
lurus.
⃗u ∙ ⃗v =0
3 ∙ 4 + 1 ∙ 0 +(-2)k = 0
12 – 2k = 0
12 = 2k
k=6
Contoh :
⃗b
⃗a
= 10 √3
3. Perkalian silang (Cross Product) pada vektor
⃗a =⟨a , a , a ⟩ ⃗b =⟨b ,b ,b ⟩
Misalkan terdapat vektor 1 2 3 dan 1 2 3 , hasil kali perkalian silang
kedua vektor dapat kita tentukan dengan cara:
⃗i ⃗j ⃗k
⃗a ×⃗b=|a1 a2 a |
b1 b 2 b 3
=
(a2 b 3 −a3 b 2 ) ⃗i +( a3 b1 −a 1 b3 ) ⃗j+(a1 b 2−a1 b2 −a2 b 1) ⃗k
Contoh :
a⃗=⟨1,2,3⟩
⃗b =⟨3,2,1⟩
⃗i ⃗j ⃗k ⃗i ⃗j
⃗a ×⃗b =|1 2 3 |1 2|
3 2 13 2
⃗a ×⃗b=(2 ⃗i +9 ⃗j +2 ⃗k )−(6 k 1 +6 ⃗i + ⃗j )
= -4i + 8j + 4k
= ⟨−4,8,−4⟩
7.2 RESUME
1. Hitunglah hasil perkalian silang antara dua vektor berikut
[ ]
i j k i j
2 0 1 |2 0
=
4 5 04 5
=4 j+10k−5 i
=−5 i+4 j+10 k
Jadi,
( ) ()
−2 4
ā= x b̄= 1
3 7
Hasil :
ā. b̄=0
( ) ()
−2 4
x 1 =0
3 . 7
(−2. 4)+( x.1)+(3.7)=0
−8+x+21=0
x+13=0
x=−13
3. Hitunglah perkalian titik vektor dibawah ini!
b̄
ā
ā. b̄=|ā||b̄|cosθ
0
=3.4 cos 60
1
=12 2
ā. b̄=6
4. Diketahui ā=(2,−3)
Hitunglah 3 ā !
Jawab :
3 ā =
3 ( )( )
2
=
6
−3 −9
BAB VIII
RUANG VEKTOR
8.1 MATERI
A. Ruang Vektor
Definisi:
Misalkan V adalah himpunan yang dilengkapi dengan operasi penjumlahan dan perkalian
dengan skalar . Di mana skalar adalah bilangan riil.
1. ∀ u , v ∈ V ,berlaku u+ v ∈ V
2. ∀ u , v ∈ V ,berlaku u+ v=v+u
3. ∀ u , v , w ∈ V , berlaku ( u+ v ) +w=u+ ( v+ w )
4. Terdapat 0 ∈V dan berlaku u+0=0+u ∀ u ∈ V
5. ∀ u ∈ V ,terdapat−u ∈ V dan berlaku u+ (−u )=0=−u+u
6. ∀ u ∈ V dan setiap k ∈ R , berlaku ku ∈V
7. ∀ u , v ∈ V dan setiap k ∈ R , berlaku k ( u+ v )=ku+ kv
8. ∀ u ∈ V dan setiap k , l∈ R berlaku ( k +l ) u=ku+lu
9. ∀ u , v ∈ V dan setiap k , l∈ R berlaku ( kl ) u=k ( lu )
10. 1.u=u .
B. Subruang Vektor
Definisi:
Misalkan V adalah ruang vektor
Himpunan W c V disebut subruang dari V
Jika W merupakan suatu ruang vektor di bawah penjumlahan dan perkalian dengan skalar
yang di definisikan pada V.
W merupakan subruang vektor dari V
i. ∀ u , v ∈ W berlakuu+v ∈W
ii. ∀ u ∈ W dan k ∈ R berlaku ku ∈W
C. Kombinasi Linear
Definisi:
Suatu vektor W disebut suatu kombinasi linear dari vektor-vektor v 1 , v 2 , … , v r jika vektor
w tersebut dapat dinyatakan dalam bentuk :
w=k 1 v 1 +k 2 v 2 +…+ k r v r
Dengan, k 1 , k 2 , … ,k r adalah skalar.
D. Merentang
Definisi:
Jika s= { v 1 , v 2 , … , v r } adalah suatu himpunan vektor-vektor pada suatu ruang vektor v,
maka subruang w dari v yang terdiri dari semua kombinasi linear vektor-vektor pada s disebut
sebagai ruang yang direntang oleh v1 , v2 , … , vr merentang menyatakan w adalah ruang yang
Contoh:
3
Apakah vektor-vektor dibawah merentang R ?
Jawab :
s= {v 1 , v 2 , v 3 }
R3 ={( x , y , z )|x , y , z∈R }
Misal w ∈ R 3 , w=( x , y , z )
w=k 1 v 1 +k 2 v 2 +k 3 v 3
( x, y , z )
w=k 1 v 1 +k 2 v 2 +k 3 v 3
( x , y , z ) =( 2 k 1 ,2 k 1 , 2 k 1 )+ ( 3 k 2 ) + ( k 3 , k 3)
( x , y , z ) =(2 k 1, 2 k 1 +k 3 , 2 k 1 +3 k 2 +k 3 )
[ ][ ] [ ]
2 0 0 k1 x
2 0 1 k2 = y
2 3 1 k3 z
Definisi:
Jika s= { v 1 , v 2 , … , v r } adalah himpunan tak kosong vektor-vektor, maka persamaan vektor
k 1 v 1 +k 2 v 2 +…+ k r v r =0. memiliki satu penyelesaian yaitu k 1=k 2=k 3=…=k r =0 maka
disebut himpunan bebas linear. Jika terdapat solusi-solusi lain maka s disebut sebagai
himpuanan tak bebas linear.
Contoh:
Jawab :
k 1 v 1 +k 2 v 2=0
k 1 ( 4,−1,2 )+ k 2 (−4,10,2 ) =0
[ ]
1 −1 0
Matriks diperbesarnya : 1 −10 0 b 2−b1 & b3 −b1
1 1 0
[ ]
1 −1 0
−1
0 −9 0 b
9 2
0 2 0
[ ]
1 −1 0
0 1 0 b1+ b2 & b3 −2b 2
0 2 0
[ ]
1 0 0
0 1 0 → k 1=0∧k 2=0
0 0 0
∴ s bebas linear
s= {v 1 , v 2 ,. .. , v n }
Jika V adalah suatu ruang vektor sebarang adala suatu himpunan vektor-
vektor V, maka s disebut basis untuk V jika dua syarat berikut berlaku:
a. Bebas linear
b. S merentang V
Contoh:
S= {⃗
e1 , ⃗
e2 , . .. , ⃗
e n} e 1=(0,0,0,...,1) ,
⃗ e 2=(0,1,0,0,...,0)...,
⃗
Himpunan dengan dan
e n =(0,0,0,...,1)
⃗ merupakan “basis” untuk ruang vektor Rn . Karena terlihat bahwa
S= {⃗
e1 , ⃗
e2 , . .. , ⃗
e n} Rn .
bebas linear dan S merentang
8.2 RESUME
Jika V adalah ruang vektor, maka V harus memenuhi 10 aksioma sesuai definisi ruang
vektor.
(Aksioma 1)
Ambil sembarang ū, v̄∈V . Misalkan ū=(a. b) dan ū=(c. d ) , dengan a , b , c , d∈ℜ ,
sehingga ū+ v̄=( a ,b )+( c , d ) =(a+c +ac , b+d +bd )∈V
Karena a , b , c , d∈ℜ , maka a+c+ac , b+d+bd juga adalah bilangan real karena
operasi penjumlahan maupun perkalian bilangan real bersifat tertutup (hasil operasinya tetap
merupakan bilangan real). Ini berarti ū+ v̄ memenuhi syarat keanggotaan V dan oleh
karenanya, V memenuhi aksioma pertama.
(Aksioma 2)
Ambil sembarang ū, v̄∈V . Misalkan ū=(a. b) dan ū=(c. d ) , dengan a , b , c , d∈ℜ ,
ū+ v̄=( a ,b )+( c , d )=(a+c+ac , b+d+ bd )
v̄ + ū=(c , d )+(a , b)=(c +a+ca , d +b+db )
sehingga
Karena ū+ v̄=v̄ + ū terpenuhi, berarti V memenuhi aksioma kedua.
(Aksioma 3)
Ambil sembarang ū, v̄∈V . . Misalkan ū=(a. b) , v̄ =(c . d) , dan w̄=( e . f ) ,
dengan a , b , c , d , e , f ∈ℜ , sehingga
ū+( v̄ + w̄)
=(a , b)+(c ,)+( e , f ))
=(a , b)+(c +e+ce , d +f +df )}
¿ =(a+( c+e+ce )+a(c +e +ce ), b+( d+f +df )+b(d +f +df ))
(Aksioma 4)
Ambil sembarang ū∈V , ū=(a ,b ) dengan a , b∈ℜ dan ada unsur identitas dalam V ,
yaitu 0̄=(0,0 )∈V , sehingga
ū+ 0̄
=(a ,b)+(0,0)
=(a+0+a .0,b+0+b . 0)
=(a ,b)=ū
0̄+ ū
=(0,0)+(a , b )
=(0+a+0.a , 0+b +0 . b)
=(a ,b)=ū
Ini berarti, ū+ 0̄ =0̄+ ū terpenuhi, sehingga V memenuhi aksioma keempat.
(Aksioma 5)
Misalkan ū=(a , b )∈V , dengan a , b∈ℜ dan ada invers ū ,
a b
yaitu
(
−ū= − ,
1+a 1+b
∈V )
, sehingga
ū+(−ū )
a b
=(a , b)+ − ( ,
1+ a 1+b )
= a−
(a
1+a
+a −
a
1+a (
, b−
b
1+ b)+b −
b
1+ b ( ))
=(0,0)=0̄
dan
(−ū )+ ū
a b
=− ( ,
1+a 1+b )
+(a , b )
a a b b
=− ( 1+a
+a−
1+a
. a ,−
1+b
+b−
1+b
.b )
=(0,0 )=0̄
Ini berarti, ū+ v̄=v̄ + ū=0̄ terpenuhi, sehingga V memenuhi aksioma kelima.
(Aksioma 6)
Misalkan k sembarang skalar (bilangan real) dan u=(a , b )∈V , dengan a , b∈ℜ ,
sehingga
k ū=k (a , b )=(a , kb )
Karena a , kb∈ℜ , maka k ū memenuhi syarat keanggotaan V sehingga
memenuhiaksioma keenam.
(Aksioma 7)
Misalkan k sembarang skalar (bilangan real), ū , v̄ ∈V , ū=(a , b ) dan v̄ =(c , d),
dengan a , b , c , d∈ℜ , sehingga
k ( ū+ v̄)
=k ((a , b )+(c , d ))
=k (a+c +ac , b+d +bd )
¿(a+c+ac ,kb +kd +kb . kd )
=(a , kb )+(c , kd )
=k (a , b )+k (c , d )
=k ū+k v̄
Karena k ( ū+ v̄ )≠k ū+k v̄ , maka V tidak memenuhi aksioma ketujuh.
(Aksioma 8)
Misalkan k ,m sembarang skalar (bilangan real) dan ū∈V , ū=(a ,b ) , dengan a , b∈ℜ ,
sehingga
(k +m) ū
=(k +m)(a , b )
=(a , (k +m)b )
¿ (a+a+a . a , kb+mb+kb . mb )
=(a , kb )+(a , mb)=k ū+m ū
Ini berarti, (k +m) ū≠k ū+m ū sehingga V tidak memenuhi aksioma kedelapan.
(Aksioma 9)
Misalkan k ,m sembarang skalar (bilangan real) dan ū∈V , ū=(a ,b ) , dengan a , b∈ℜ ,
sehingga
k(m ū)
=k(m(a,b))
=k(a,mb)
¿
=(a,k(mb))
=(a,(km)b)=km( a,b)
=km { ū
(Aksioma 10)
Misalkan ū=(a , b )∈V , dengan a , b∈ℜ , sehingga
1 ū
=1(a ,b)
=(a,b)
=ū
Ini berarti, 1 ū=ū sehingga V memenuhi aksioma kesepuluh.
Jadi, dapat disimpulkan bahwa V bukanlah ruang vektor karena ada dua aksioma yang tidak
terpenuhi, yaitu aksioma 7 dan aksioma 8.
2. Diketahui
P=
{[ ]
a b
c d
| a ,b ,c , d ∈ℜ
}
Dengan operasi penjumlahan dan perkalian scalar matriks merupakan ruang vektor.
Tunjukkan bahwa
Q=
{[ ]
0 b
c 0
|b , c∈ℜ
} merupakan subruang dari ruang vektor P
Penyelesaian :
[ ] [ ]
A= 0 b , B= 0 d | b , c, d , e∈ℜ
c 0 e 0
Akibatnya,
A + B= 0[
c+ e
b+d ∈Q
0 ]
Ternyata A +B∈Q karena entrinya memenuhi syarat keanggotaan Q. dengan
demikian, Q memenuhi syarat pertama teorema.
A= [ ]
0 b
c 0
|b , c∈ℜ
Ini berarti,
k
A=k [ ][
0 b
=
0 kb
c 0 kc 0
∈Q ]
Ternyata diperoleh kA ∈Q karena entrinya memenuhi sifat keanggotaan Q. Dengan
demikian Q memenuhi syarat kedua teorema tersebut.
8.3 TUGAS
1. Diketahui Himpunan W =
{[ ]
a b |a , b , c , d∈ℜ
c d }
dengan operasi penjumlahan dan
perkalian skalar matriks. Apakah W adalah ruang vektor?
Jawab:
Misalkan
[ ] [ ]
u=
a b
c d
, v=
p q
r s
∈W
u+ v= [ ][ ]
a b
c d
+
p q
r s
u+ v=
[ ]
a+ p b+q
c +r d +s
∈W
(Terbukti)
Misalkan
[ ] [ ]
u=
a b
c d
, v=
p q
r s
∈W
u+ v= [ ][ ][
a b p
+
c d r ] q a+ p b+ q
s
=
c+ r d + s
v +u=
[ ][ ][
p q a
+
r s c ] b
d
=
p+ a q+b
r + c s+ d
u+ v=v +u (Terbukti)
Misalkan
u= [ ] [ ] [ ]
a b
c d
, v=
p q
r s
, w=
t u
x y
∈W
( u+v )+w= [
a+ p b+q
c +r d +s
+][ ][
t u
x y
=
a+ p+t b+q +u
c+r+ x d+s + y ]
[ ][ ][
u+(v +w)= a b + p+t q +u = a+ p+t b+q+u
c d r+ x s + y c+ r +x d +s + y ]
(u+v )+ w=u+( v +w ) (Terbukti)
Misalkan
[ ] [ ]
u=
a b
c d
, o=
0 0
0 0
u+o=
a
c [ ][ ] [ ]
b 0 0 a
+
d 0 0 c
=
b
d
o+u= 0
0 [ ][ ] [ ]
0 +a b =a
0 c d c
b
d
u+o=0+u (Terbukti)
Misalkan
[ ] [ ]
u=
a b
c d
∃−u=
−a −b
−c −d
∈W
u+(−u)= [ ][ ][ ]
a b −a −b 0 0
+ =
c d −c −d 0 0
(−u )+u= [ ][ ] [ ]
−a −b a b 0 0
+ =
−c −d c d 0 0
u+(−u )=(u )+u (Terbukti)
Misalkan
[ ]
u= a b ∈W
c d dan k ∈ ℜ
[ ][ ]
ku=k a b = ka kb ∈W
c d kc kd
(Terbukti)
Misalkan
a b
u=
c d [ ] [ ]
, v=
p q
r s
∈W
dan k ∈ ℜ
k (u+ v )=k [
a+ p b+q
c +r d+ s ][=
ka+kp kb+ kq
kc+ kr kd +ks ]
ku+kv= [ ][ ][
ka kb kp kq
+
kc kd kr ks
=
ka+kp kb+ kq
kc+kr kd +ks ]
k (u+v )=ku+kv (Terbukti)
Misalkan
a b
c [ ]
u=
d
∈W
dan k , l∈ℜ
(k +l)u=(k +l ) [ ][ ][
a b
c d
=
ka
kc
kb la lb
+
kd lc ld ][
=
ka+la kb +lb
kc +lc kd +ld ]
ku+lu=
[ ][ ] [
ka kb la lb
+
kc kd lc ld
=
ka+la kb+lb
kc+lc kd +ld]
(k +l)u=ku+lu (Terbukti)
Misalkan
u= [ ]
a b
c d
∈W
dan k , l∈ℜ
(kl)u=(kl ) [ ][
a b kla
=
c d klc
klb
kld ]
k (lu)=k
[ ][
la lb kla
=
lc ld klc
klb
kld]
(kl)u=k(lu) (Terbukti)
Misalkan
[ ]
u=
a b
c d
1u=1 [ ][ ]
a b a b
=
c d c d
=u
(Terbukti)
2. Diketahui Himpunan W =
{[ ]
a b |a , b , c , d∈ℜ
c d } dengan operasi penjumlahan dan
perkalian skalar matriks merupakan ruang vektor.
Tunjukkan bahwa
S=
{[ ]
a b
c d
|b , d=0 }
Merupakan subruang dari ruang vektor P!
Jawab:
Misalkan
[ ] [ ]
u=
a b
c d
, v=
p q
r s
, b , d , q , s=0
u+v=[
c 0 ] [ r 0 ] [ c +r 0 ]
a 0 p 0 a+ p 0
+ = ∈S
(Terbukti)
Misalkan
[ ]
u=
a b
c d
, b , d=0, k ∈ℜ
(Terbukti)
Karena S memenuhi syarat kedua teorema tersebut, maka S adalah subruang dari ruang
Vektor W
BAB IX
A. Definisi
Suatu hasil kali dalam pada suatu ruang vektor real V adalah suatu fungsi yang
menghubungkan suatu bilangan real ⟨u, v⟩ dengan setiap pasangan vektor u dan v dalam V
dengan cara sedemikian sehingga sifat-sifat berikut ini dipenuhi untuk emua vektor u, v dan
wdalam V semua skala k :
Sebuah ruang vektor real yang memiliki sebuah hasil kali dalam disebut ruang hasil kali dalam
real.
1. Ortogonal
Definisi 2:
Dua vektor u dan v dalam suatu ruang hasil kali dalam dikatakan ortogonal jika <u,v> =
0. Suatu himpunan vector dalam suatu ruang hasil kali dalam disebut suatu himpunan orthogonal
jika semua pasangan vektor yang berbeda dalam himpunan tersebut adalah ortogonal.
2. Ortonormal
Definisi 3:
Langkah PGS :
⟨u2 , v1 ⟩
Langkah 2 : v 2=u 2− 2
v1
‖v 1‖
⟨ u 3 , v1 ⟩ ⟨ u3 , v 2 ⟩
Langkah 3 : v 3=u3− 2
v 1 − 2
v2
‖v 1‖ ‖v 2‖
Dst...
9.2 RESUME
S=( u , v , w )
¿ u , v >= ( 4 . 4 )+(− 4 . 2)+( 2 .− 4 )=0
¿ u , w >= ( 4 . 2 )+(−4 . 4 )+( 2. 4 )=0
¿ v , w >= ( 4 . 2 )+( 2 . 4 )+(−4 . 4 )=0
¿} ¿ } ¿ ¿
¿ ortogonal
2. Diketahui u =( 6, ¿
¿ dan w=(3,6,6 ) . Tentukan apakah himpunan
S=(u , v , w) merupakan himpunan orthogonal dan juga himpunan orthonormal!
Jawab:
S=( u , v , w )
¿ u , v >= ( 6. 6 )+(−6 . 3 )+(3 .−6 )=0
¿ u , w >=( 6 . 3 )+(−6 . 3 )+( 3 .6 )= 0
¿ v , w >=( 6 . 3 )+( 3 . 6 )+(−6 . 6 )=0
¿} ¿ } ¿ ¿
¿ ortogonal
S=(u ,v , w)
¿u ,v>= (−2 .0)+(2.(−2))+(0 . 2)=−4
¿u ,w >=(−2. 2)+(2. 0 )+(0 .2 )=−4
¿v ,w >=(0 .2)+(−2 .0 )+(2 .2)=4
Maka S bukan himpunan orthogonal. Karena itu harus diubah menjadi himpunan
¿ ¿ ¿ ¿
orthogonal yaitu S =(u , v , w )
Langkah 1
¿
u =u=(−2,2,0)
Langkah 2
v ¿ =v−¿v ,u¿ > ¿¿ 2 u¿
‖u ‖
(0+(−4)+0)
¿=(0,−2,2)− (−2,2,0)
(2 √ 2)2
(−4)
¿(0,−2,2)− (−2,2,0 )
8
¿(0,−2,2)−(1,−1,0)
¿
¿(−1,−1,2)=v
Langkah 3
¿w ,u > ¿¿ 2 u −¿ w ,v > ¿¿ 2 v
¿ ¿ ¿ ¿
‖u ‖ ‖v ‖
((−4)+0+0) ((−2)+0+4)
w ¿=w−¿=(2,0,2)− (−2,2,0)− (−1,−1,2)
(2 √2)2 ( √ 6)2
(−4) 2
¿=(2,0,2)− (−2,2,0)− (−1,−1,2)
8 6
1 1 2
¿(2,0,2)−(1,−1,0)−(− ,− , )
3 3 3
4 4 4
¿( , , )=w¿
3 3 3
¿ ¿ ¿ 4 4 4
u =(−2,2,0 ), v =(−1,−1,2), w =( , , )
Jadi 3 3 3
¿ ¿ ¿
S=(u , v , w )
¿ ¿
¿u , v >=(−2.−1)+(2 .(−1))+(0 .2 )=0
4 4 4
¿ u¿ , w¿ >=(−2 . )+(2 . )+( 0. )=0
3 3 3
¿
¿ ¿ 4 4 4
¿ v , w >=(−1. )+(−1 . )+(2. )=0 orthotogonal ¿
3 3 3
¿} ¿ } ¿
√4 4 4
‖w ‖= ( )2 +( )2 +( )2 =
¿
3 3 3
4
√3
Maka S bukan himpunan orthonormal karena hasilnya tidak sama dengan satu, karena
itu harus diubah menjadi orthonormal
1 1 1 1
u //= ¿ u¿ = (−2,2,0 )=(− , 0)
‖u ‖ 2 √2 √ 2 √2
1 ¿ 1 1 1 2
v // = ¿ v = (−1,−1,2)=(− ,− , )
‖v ‖ √6 √6 √ 6 √ 6
1 ¿ 1 4 4 4 √ 3 √ 3 √3
w // = ¿ w = ( , , )=( , , )
‖w ‖ 4 3 3 3 3 3 3
√3
S=( u¿ , v ¿ , w¿ )
1 1 1 1 2
¿ u // , v // >=(− .− )+( .− )+( 0 .− )=0
√2 √6 √2 √6 √6
1 √3 1 √3
)+( 0. √ )=0
3
¿ u// , w // >=(− . )+( .
√2 3 √2 3 3
¿
1 √3 1 √3 2 √3
¿ v // , w // >=(− . )+(− . )+( . )=0 orthotogonal ¿
√6 3 √6 3 √6 3
¿} ¿ } ¿
‖u //‖= (−
√2√
1 2
) +(
1 2
√2
) +02 = 1
‖v //‖= (−
√1 2
√6
) +(−
√6
1 2
) +(
2 2
√6
) =1
√(
2 2 2
√ 3 + √ 3 + √3 = 1
‖w //‖=
3 ) (3) (3)
¿} ¿} ¿
¿ orthonormal ¿
Maka S akan menjadi himpunan orthogonal dan orthonormal ketika
S=(u , v , w)|u=(−
1 1 1 1 2 √ 3 √ 3 √3
, , 0), v=(− ,− , ), w=( , , )
√2 √ 2 √6 √ 6 √ 6 3 3 3
9.3 TUGAS
S=( u , v , w )
¿ u , v >=(−2. 0 )+ 0 .(−1 ))+( 0 . 0 )=0
¿ u , w >=(−2 .0 )+( 0 . 0 )+( 0 .(−3) )=0
¿ v , w >= ( 0 . 0)+((−1) .0 )+( 0 .(−3 ))=0
¿} ¿ } ¿ ¿
¿ ortogonal
S=(u ,v ,w )
‖u‖=√(−2)2 +02 +02 =2
‖v‖= √0 2 +(−1)2 +02 =1
‖w‖=√ 02 +0 2 +(−3 )2= 3
Maka S bukan himpunan orthonormal, untuk mengubaahnya adalah
¿ 1 1
u = u= (−2,0,0 )=(−1,0,0 )
‖u‖ 2
¿ 1 1
w = w= (0,0,−3)=(0,0,−1)
‖w‖ 3
Maka didapatkan
¿
u =(−1,0,0)
v=(0,−1,0)
w ¿=(0,0,−1)
Untuk membuktikan bahwa S adalah himpunan orthogonal dan orthonormal adalah
¿ ¿
S=(u , v , w )
¿
¿ u , v >=(−1. 0 )+ 0 .(−1 ))+(0 . 0 )=0
¿ u¿ , w ¿ >=(−1 . 0)+(0 .0 )+(0 .(−1))=0
¿
¿ v , w¿ >=( 0. 0 )+((−1 ). 0)+(0 .(−1 ))=0 ortogonal ¿
¿} ¿ } ¿
‖u‖= √ (−1 )2 + 02 +0 2= 1
‖v‖= √ 02 +(−1 )2 +0 2= 1
‖w‖= √ 0 +0 +(−1 ) = 1
2 2 2
{ ¿ { ¿ ¿ {¿ } orthonormal
¿
¿
¿
BAB X
Teorema:
T1 : U V dan T2 : V W dimana T1 dan T2 merupakan transformasi linear,
maka (T2oT1): U W juga merupakan transformasi linear.
Bukti:
Ambil u, v U
(T2oT1) (u + v) = T2 (T1(u + v))
= T2 (T1(u) + T1 (v))
= T2 (T1(u)) + T2( T1 (v))
= (T2oT1) (u) + (T2oT1) (v)
Ambil u U c skalar
(T2oT1) (cu) = T2 (T1(cu))
= T2 (c T1(u))
= c T2 (T1(u))
= c (T2oT1) (u)
Jawab:
3
Misal u ,v∈R
u=( x 1 , y 1 , z 1 )
v =( x 2 , y 2 , z 2 )
⇒T (u) ⇒T ( v )
=T ( x 1 , y 1 , z 1 ) =T ( x 2 , y 2 , z 2 )
¿ ( 2 x 1 + y 1 , 5 y 1 +z 1 ) ¿ (2 x2+ y2 , 5 y 2+ z2)
⇔T (u)+T (v )
=(2 x 1 + y1 ,5 y 1 + z 1 )+(2 x 2 + y 2 , 5 y 2 +z 2 )
¿ ( 2 x 1 +2 x2 + y 1 + y 2 , 5 y 1 +5 y 2 + z 1 + z 2 )
b. T ( ku)=kT (u)
⇒T (ku )
=T (k ( x 1 , y 1 , z 1 )) ⇒ kT (u )
¿ T (kx 1 , ky 1 , kz 1 ) =kT (( x1 , y 1 , z 1 ))
¿ ( 2 kx 1 +ky 1 , 5 ky 1 +kz 1 ) ¿ k (2 x 1 + y 1 , 5 y 1 +z 1 )
¿ ( 2 kx 1 +ky 1 , 5 ky 1 +kz 1 )
Sehingga T ( ku)=kT (u)
Jadi T merupakan Transformasi Linear
T 1 P( x )=xP( x )
T 2 ( Px )=P( x+6)
Tentukan T 2⋅T 1 !
Jawab:
⇒T 2⋅T 1 (P( x ))
¿ T 2 (T 1 ( P( x ))
¿ T 2 ( xP( x ))
¿( x +6 )P( x +6 )
3 3 3
3. Misalkan T : R →R , dimana T ( x , y, z)=( x ,0, z), untuk semua ( x, y ,z )∈R .
Tentukan Ker (T ) dan R(T )!
Jawab:
T
3
R R3
( x1 , y 1 , z 1 ) ( x3 ,0,z 3 )
( x2 , y2 , z2 ) ( x 2 ,0, z 2 )
(0,0,0) (0,0,0)
( x3 , y3 , z 3 ) ( x1 ,0, z 1 )
……… ………
Jadi
Ker (T )={ ( 0,0,0 ) }
R(T )= {( x,0, z)|x , z∈R }
BAB XI
11.1 MATERI
A. NILAI DAN VEKTOR EIGEN
Definisi :
Jika A adalah sebuah matriks n x n, maka sebuah vektor tak nol x pada Rn disebut vektor
eigen (eigenvektor) dari A jika Ax adalah sebuah kelipatan skalar dari x, jelasnya
Ax = λ x
Untuk skalar sebarang λ , skalar λ disebut nilai eigen dari A, dan x disebut sebagai
vektor eigen dari A yang terkait dengan λ .
Ax = λ x
Ax - λ x=0
(A - λ I )x = 0
B. TEOREMA
Jika A adalah sebuah matriks segitiga n x n (segitiga atas, segitiga bawah, atau diagonal),
maka nilai-nilai eigen dari A adalah entri-entri yang terletak pada diagonal utama matriks A.
[ ]
0 −1 −3
A= 2 3 3
−2 1 1
Jawab:
Mencari λ (nilai eigen) dari matriks A
([ ] [ ])
0 −1 −3 1 0 0
det 2 3 3 −λ 0 1 0 =0
−2 1 1 0 0 1
([ ] [ ])
0 −1 −3 λ 0 0
det 2 3 3 − 0 λ 0 =0
−2 1 1 0 0 λ
[ ]
−λ −1 −3
det 2 3−λ 3 =0
−2 1 1−λ
[ ]
−λ −1 −3 −λ −1
det 2 3−λ 3 | 2 3−λ
−2 1 1−λ −2 1
=( (−λ )( 3−λ ) ( 1− λ ) + ( 6 ) + (−6 ) ) −( (−3 λ ) +(−2 ) ( 1− λ ) +6 ( 3−λ ) )
=(−3 λ +λ2 )(1−λ )−3 λ−(−2+2 λ )−18+6 λ
¿−3 λ+3 λ2 + λ2 −λ3 +3 λ+2−2 λ−18+6 λ
¿− λ3 +4 λ 2 +4 λ−16
¿ λ3 −4 λ2 −4 λ+16
¿( λ−4 )( λ2 −4 )
¿( λ−4 )( λ−2 ) ( λ +2 )
λ=(−2), 2,4
([ ] [ ])[ ] [ ]
λ 0 0 0 −1 −3 x1 0
0 λ 0 − 2 3 3 x2 = 0
0 0 λ −2 1 1 x3 0
[ ][ ] [ ]
λ 1 3 x1 0
−2 λ−3 −3 x2 = 0
2 −1 λ−1 x3 0
u/ λ = -2
( λI −A)=0
1
[ ][ ] [ ] [ ][]
−2 1 3 x 1 0 −2 1 3 0 − b1
−2 −5 −3 x 2 = 0 → −2 −5 −3 = 0 2
2 −1 −3 x 0 2 −1 −3 0
3 ¿
¿
1 3
1 − −
2 2
0 1 1
0 0 0
¿
1
b 1 + b2
[ ][] [ ][]
1 3 1 3 2
[]
1 − − 0 1− − 0 0
2 2 2 2 1 ¿
¿ = 0 b 2+2b1 → = 0 − b2 [¿]= 0
[ ][]
−2 −5 −3 0 −6 −6 6 1 0 −1 0
0 b 3−2b 1 0 0
2 −1 −3 0 0 0 ¿ ¿→ 0 1 1 = 0
0 0 0 0
x 1 −x3 =0
x 2 + x 3 =0
x 3 =s → x 1=s→ x 2 =−s
[ ][ ] [ ]
x1 s 1
x 2 = −s =s −1
x3 s 1
[]
1
λ=−2 ; v= −1
Sehingga vektor eigen untuk 1
u/ λ =2
( λI−A)=0
1
[ ][ ] [ ] [ ][]
2 1 3 x1 0 2 1 3 0 b1
−2 −1 −3 x 2 = 0 → −2 −1 −3 = 0 2
2 −1 1 x 0 2 −1 1 0
3 ¿
¿
¿
1 3
1
2 2
0 −2 −2
0 0 0
[ ][]
1 0 1 0
0 1 1 =0
0 0 0 0
x 1 +x 3 =0
x 2 +x 3 =0
x 3 =s
x 1 =−s
x 2 =−s
[ ][ ] [ ]
x 1 −s −1
x 2 = −s =s −1
x3 s 1
[]
−1
λ=2; v= −1
Sehingga vektor eigen untuk 1
Sehingga basis eigen untuk λ=2= { v }
u/ λ =4
( λI−A)=0
4 1 3 x 1 0 4 1 3 0 1 b1
[ ][ ] [ ] [ ] [ ]
−2 1 −3 x 2 = 0 → −2 1 −3 = 0 4
2 −1 3 x 0 2 −1 3 0
3 ¿
¿
1 3
1
4 4
0 1 −1
3 3
0−
2 2
[]
1 3
1 1
[ ][]
1 3 4 4 b 1− b 2
[] [] [ ][]
1 0 0 0 4 1 0 1 0
4 4 = b +2b → 0 3 −3 = 2 b [¿]=
¿ 0 2 1 0 2 0 → 0 1 −1 = 0
−2 −1 −3 2 2 3
0 b3−2b1 0 0 3 0 0 0 0
2 −1 1 3 3 ¿ b 3+ b 2
0− 2
2 2
x 1 + x 3 =0,
x 2 −x 3=0
x 3 =s → x 1=−s→ x 2=s
[ ][ ] [ ]
x1 −s −1
x 2 = s =s 1
x3 s 1
[]
−1
λ=4 ; v= 1
Sehingga vektor eigen untuk 1
MATLAB
1. MATLAB
MATLAB kependekan dari MATrix LABoratory merupakan sebuah paket perangkat lunak
untuk komputasi teknik dan scientific (operasi‐operasi matriks dan matematika, baik dalam
aljabar maupun bilangan kompleks, fungsi‐fungsi matriks, analisis data, polinomial,
pengintegralan, pendeferensialan, persamaan‐persamaan nonlinear, interpolasi, pemrosesan
sinyal, dll). MATLAB juga telah memiliki sejumlah perintah yang siap pakai (Built‐in), baik
berupa variabel, pernyataan, maupun fungsi yang dapat langsung digunakan.
MATLAB bisa sebagai kalkulator dan bahasa pemrograman. Operasi yang dilakukan
MATLAB adalah skalar, matriks dan vektor, serta teks.
1. Per elemen
menggunakan spasi untuk memisahkan elemen dalam suatu baris
menggunakan tanda semicolon ( ; ) untuk memisahkan baris dengan baris
berikutnya
elemen-elemen matrik diletakkan di antara tanda [ dan ]
Contoh:
>> A = [ 1 2 3; 4 5 6; 7 8 9 ]
lalu tekan ENTER
Untuk matrik dengan ukuran besar dapat dinyatakan ke dalam beberapa baris input
dengan carriage return (ENTER) sebagai pengganti tanda semikolon(;)
c. Matrik dengan elemen acak ordo nxn (nilai elemen antara 0 dan 1)
>> rand (n)
Rutin Keterangan
[] matriks kosong
Company matriks gabungan
gallery beberapa matriks pengujian yang kecil
hadamard matriks Hadamard
hankel matriks Hankel
hilb matriks Hilbert
invhilb invers matriks Hilbert
magic magic square
randn matriks random terdistribusi normal dengan elemen-
elemennya memiliki mean nol dan varians satu
rosser matriks pengujian nilai eigen simetrik
toeplitz matriks toeplitz
vander matriks vandermonde
Wilkinson matriks pengujuan nilai eigen Wilkinson
zeros Matriks yang semua elemennya nol
Simbol Operasi
* Perkalian
/ atau \ Pembagian (sama dengan operasi perkalian
dengan invers)
^ Pemangkatan
+ Penjumlahan
- Pengurangan
‘ Untuk mencari transpose matriks
Sama seperti komputasi manual, komputasi pada MATLAB memiliki prioritas dengan
urutan perkalian atau pembagian, baru diikuti penjumlahan dan pengurangan. Jika ingin
memprioritaskan operasi tertentu, bisa dilakukan dengan memberikan tanda kurung “( )”.
Fungsi Keterangan
balance(A) Penyekalaan untuk memperbaiki akurasi nilai eigen
cdf2rdf(A) bentuk diagonal kompleks ke bentuk diagonal blok real
chol(A) faktorisasi Cholesky
cond(A) matriks bilangan kondisi
condest(A) estimasi matriks bilangan kondisi l-norm
d=eig(A)
nilai eigen dan vektor eigen
[V,D]=eig(A)
det(A) determinan
expm(A) matriks eksponensial
expm1(A) implementasi M-file dari expm
Fungsi Keterangan
exmp2(A) Matriks eksponensial menggunakan deret Taylor
exmp3(A) Matriks eksponensial menggunakan nilai eigen dan eigen
funm(A, ‘fun’) menghitung fungsi matriks umum
hess(A) bentuk hessenberg
invs(A) invers matriks
logm(A) logaritma matriks
lscov(A, b, V) kuadrat terkecil dengan kovarians yang diketahui
lu(A) faktor dari eliminasi Gaussian
nnls(A, b) kuadrat terkecil nonnegative
norm(A) norm matriks dan vektor
norm(A, 1) 1-norm
norm(A, 2) 2-norm (Euclidean)
norm(A, inf) takberhingga (infinity)
norm(A, p) P-norm(hanya untuk vektor)
norm(A, ‘fro’) F-norm
null(A) spasi kosong
orth(A) Ortogonalisasi
pinv(A) Pseudoinvers
poly(A) Variabeln karakteristik / mencari koefisien persamaan polinomial
roots(A) mencari akar persamaan polinomial
polyvalm(A) evaluasi polinomial matriks
qr(A) dekomposisi ortogonal-triangular
qrdelete(Q,R,j) menghapus kolom dari faktorisasi qr
qrinsert(Q,R,j,x) menyelipkan kolom pada faktorisasi qr
qz(A) nilai eigen yang digeneralisasi
rank(A) banyaknya baris atau kolom yang independen linier
recond(A) estimator kondisi resiprokal
rref(A) mengurangi baris bentuk echelon
rsf2csf bentuk schur real ke bentuk schur kompleks
schur(A) dekomposisi Schur
sqrtm(A) matriks akar kuadrat
svd(A) dekomposisi nilai singular
trace(A) jumlah elemen diagonal
b. Dengan NOTEPAD
dengan menggunakan mouse, klik di File New M‐file
tuliskan isi file
simpanlah file pada direktori BIN dengan tahapan-tahapan berikut :
o untuk pilihan FILE NAME, isilah dengan nama dari script-file beserta ekstension-
nya. Adapun ekstension dari script-file Matlab adalah .M , contoh : data . m
o untuk pilihan SAVE AS TYPE, pilihlah : ALL FILES (*.*).
o lalu klik-lah pilihan SAVE.
keluar dari NOTEPAD
untuk memanggil klik di File Run M‐file, ketik nama file lalu klick OK, atau
dapat juga dengan langsung mengetikkan nama dari Script‐filenya.
4. ALJABAR MATRIKS
4.1. Penjumlahan dan pengurangan Matriks
Penjumlahan dan pengurangan matriks bisa dilakukan dengan syarat kedua matriks ber-
ordo sama. Operasi dilakukan pada tiap-tiap elemen matriks yang sama.
( )( ) (
a
c
b +e
d g
f = a+e
h c+ g
b+ f
d+ h ) ( )( )(
a b − e f = a−e b−f
c d g h c−g d−h )
4.2. Perkalian Matriks
Perkalian dengan matriks dengan skalar bisa langsung dilakukan dengan mengalikan
setiap elemen dengan nilai skalar.
k ( pr qs )=( kpkr kqks )
Perkalian matriks dengan matriks bisa dilakukan dengan syarat kolom matriks pertama
sama dengan baris matriks kolom kedua. Misalkan A berordo pxq dan B berordo mxn,
maka A X B jika q = m, hasil perkalian AB akan ber-ordo pxn.
( )
p q
A= (
a b d
e f g (2x3)
), B= r s
t u (3 x2)
( )
p q
A . B= (
a b d
e f g )
(2 x 3) . r s
t u (3 x2)
= (
ap+br+dt aq+bs+du
ep+fr+gt eq+fs+gu )
( 2 x2)
( )
1 0 0
0 1 0
0 0 1
4.4. Determinan
Determinan adalah nilai skalar yang dimiliki oleh sebuah matrik bujur sangkar.
Nilai ini diperoleh sebagai hasil penjumlahan semua suku yang dibentuk oleh permutasi
elemen dari setiap vektor yang dapat dibentuk dari matrik tsb
4.5. Invers
Invers suatu matrik adalah matrik yang memenuhi definisi berikut:
Jika A = [aij] dengan ordo nxn maka:
A-1 = [aij] dengan ordo nxn dan memenuhi
AA-1 = I
A-1A = I
5. PERSAMAAN LINIER
Bentuk persamaan linier dituliskan sebagai berikut:
a11 x 1 +a12 x 2 +a 13 x 3 +. ..+a1n x n =b 1
a21 x1 +a22 x 2 +a23 x3 +.. .+a 2n x n =b 2
a31 x1 +a32 x 2 +a33 x 3 +.. .+a3 n x n =b3
.. . .. .. . .
an 1 x 1 +a n2 x 2 +an3 x3 +.. .+a nn x n =bn
Dengan matriks kita bisa menyelesaikan persamaan linier diatas dengan bentuk Ax=b,
sehingga bisa ditulis:
( ) ()()
a11 a12 a13 … a1 n x1 b1
a21 a22 a23 … a2 n x2 b2
a31 a32 a33 … a3 n x 3 = b3
… … … … … x4 b4
a n1 an 2 a3 n … ann x5 b5
1. Mendefinisakan matriks
Apabila kita ingin mendefinisikan sebuah matrik maka kita mengetikkan pada command
window sebagai berikut : >> A=[ 1 2 3 ; 4 5 6 ; 7 8 9]
Setelah mengetikan perintah tersebut kemudian kita menekan ↵ (enter) dan akan tampak
hasil sebagai berikut :
A=
123
456
789
Membuat matrik dengan perulangan for maka kita mengetikkan algoritma‐nya pada
command window setelah pengetikan selesai diakhiri dengan end yang menyatakan akhir
dari program.
>> for i = 1:3,
for j = 1:3,
a(i,j) = 4*i-(3+j);
end
end
Program tersebut berarti didefinisikan i dari 1 sampai 3 yang merupakan baris dari matrik
dan kemudian juga didefinisikan j dari 1 sampai 3 yang merupakan kolom matrik. Kemudian
dibuat matrik a yang setiap elemen‐nya merupakan hasil penambahan dari i dan j sesuai
looping yag berjalan.
Untuk mengetahui hasilnya maka diketikkan a yang merupakan variable penampung hasil
eksekusi program :
>> a
a=
0 -1 -2
4 3 2
8 7 6
2. Operasi Penjumlahan
Inisialisasi matriks terlebih dahulu
>> A = [ 1 2 3 ; 4 5 6 ; 7 8 9]
A=
123
456
789
>> B = [ 3 2 1 ; 6 5 4 ; 9 8 7]
B=
321
456
779
Lalu berikan operasi penambahan:
>> A+B <ENTER>
akan muncul hasilnya:
ans =
4 4 4
8 10 12
14 15 18
3. Operasi Pengurangan
Dengan matriks A dan B yang sudah diidentifikasikan sebelumnya, lalukan operasi
pengurangan:
>> A-B <ENTER>
akan muncul hasilnya:
ans =
-2 0 2
0 0 0
0 1 0
4. Operasi Perkalian
a. Perkalian dengan skalar
Definisikan skalar dan nilainya:
>> k = 2
>> A*k
ans =
1 4 6
8 10 12
14 16 18
b. Perkalian matriks dengan matriks
>> A*B
ans =
32 33 40
74 75 88
116 117 136
5. Determinan Matriks
Dengan matriks A dan B yang sudah diidentifikasikan sebelumnya
>> det(B)
ans =
14
6. Invers Matriks
Dengan matriks A dan B yang sudah diidentifikasikan sebelumnya
>> inv(B)
ans =
0.2148 -0.7857 0.5000
0.4286 1.4286 -1.0000
-0.5000 -0.5000 0.5000
7. Trace
>> trace(A)
ans =
15
8. Transpose
>> A’
ans =
147
258
369
Penyelesaian:
1. Membuat matriks A
>> A=[1 0 2; -3 4 6; -1 -2 3]
A=
1 0 2
-3 4 6
-1 -2 3
2. Membuat matriks kolom b
>> b =[6;30;8]
b=
6
30
8
3. Mencari determinan matriks A
>> DetA=det(A)
DetA =
44
4. Membuat matriks A1, A2, dan A3, lalu menacri determinan masing-masing
Matriks A1 diperoleh dengan mengganti kolom pertama matriks A dengan matriks kolom b
>> A1=A
A1 =
1 0 2
-3 4 6
-1 -2 3
>> A1(:,1)=b
A1 =
6 0 2
30 4 6
8 -2 3
>> DetA1=det(A1)
DetA1 =
-40
Matriks A2 diperoleh dengan mengganti kolom kedua matriks A dengan matriks kolom b
>> A2=A
A2 =
1 0 2
-3 4 6
-1 -2 3
>> A2(:,2)=b
A2 =
1 6 2
-3 30 6
-1 8 3
>> DetA2=det(A2)
DetA2 =
72
Matriks A3 diperoleh dengan mengganti kolom ketiga matriks A dengan matriks kolom b
>> A3=A
A3 =
1 0 2
-3 4 6
-1 -2 3
>> A3(:,3)=b
A3 =
1 0 6
-3 4 30
-1 -2 8
>> DetA3=det(A3)
DetA3 =
152
>> x3=DetA3/DetA
x3 =
3.4545
BAB XIII
MID SEMESTER
[ ][ ]
=2 1 +4 3
3 4 4 1
[ ]
=6 4
7 5
[ ] [ ]
2 3 2 2 3 1
P= 1 4 5 Q= 2 3 2
2. Jika diketahui matriks 1 2 4 dan 1 3 2 . Maka hitunglah
pengurangan dari matriks tersebut
Jawab:
P−Q
[ ][ ]
2 3 2 2 3 1
=1 4 5−2 3 2
1 2 4 1 3 2
[ ]
0 0 1
= −1 1 3
0 −1 2
[ ]
2 1 1
A= 3 3 2
3. Diketahui matriks 4 1 4 , carilah determinan matriks tersebut dengan
menggunakan metode sarrus!
Jawab:
2 1 12 1
|A|=|3 3 2 |3 3 |
4 1 44 1
|A| = (2.3.4) + (1.2.4) + (1.3.1) – (1.3.4) – (2.2.1) – (1.3.4)
|A| = 24 + 8 + 3 - 12 - 4 - 12
|A| =7
[ ]
0 1 5
P= 3 −6 9
4. Diketahui matriks 2 6 1 , carilah determinan matriks tersebut dengan
menggunakan reduksi baris!
Jawab:
[ ] [ ]
0 1 5 b12 3 −6 9
3 −6 9 −0 1 5
2 6 1 → 2 6 1
[ ] [ ]
3 −6 9 b (13 ) 1 −2 3
−0 1 5 −3 0 1 5
2 6 1 → 2 6 1
[ ] [ ]
1 −2 3 1 −2 3
−3 0 1 5 −3 0 1 5
2 6 1 b3−2b1 → 0 10 −5
[ ] [ ]
1 −2 3 1 −2 3
−3 0 1 5 −3 0 1 5
0 10 −5 b3 −10b 2 → 0 0 −55
[ ]
1 −2 3
−3 0 1 5
0 0 −55 b3 (−155 )
→
[ ] 1 −2 3
−3(−55) 0 1 5
0 0 1
det P=(−3)(−55)(1)
=165
[ ]
2 1 1
A= 3 2 1
5. Tentukan invers matriks 1 2 1 dengan menggunakan operasi baris elementer
Jawab:
[ A|I ]→ [ I|A−1 ]
[ 2 1 11 0 0
3 2 1 |0 1 0
1 2 10 0 1 ] b13
→
[ 1 2 10 0 1
3 2 1 |0 1 0
2 1 11 0 0 ]
[ 1 2 10 0 1
3 2 1 |0 1 0
2 1 11 0 0 ] b2 −3b1
b3 −2b1 →
[ 1 2 1 0 0 1
0 −4 −2 | 0 1 −3
0 −3 −1 1 0 −2 ]
[ ] [ ]
1 2 1 0 0 1 1 1 2 1 0 0 1
0 −4 −2 | 0 1 −3 − b2 0 1 1
|0 1 3
4 2
−
4 4
0 −3 −1 1 0 −2 →
0 −3 −1 1 0 −2
[ ]
1
[ ]
1
1 2 1 0 0 1 b1 −2b2 1 0 0 0 2 −
2
1
1 1 3 0 1 2 |0
1 3
0 1 2
|0 −
4 4
−
4 4
1
0 0 2 1
3 1
0 −3 −1 1 0 −2 b3 +3b2 →
−
4 4
[ ]
1 1
1 − 0
1 0 4 4
4
[ ]
1 1 3 1
1 0 0 0 2 −
2 1| 0
0 1 1 3 0 1 8 8
|0 −
1 8
2 4 4 9 3 8
0 0
1 0 0 1 − −
2 1 −
3
4
1
4 2b3 →
5 5 5
[ ]
1 1
0 −
2 2
1 0 0
[ ]
1 1 1 1
1 0 0 0 2 −
2 1 0 1 0 |−1 2
1 1 3
b2 − b3 2
0 1 |0 − 0 0 1
2 4 4 2 3 1
0 0 1 2 3 1 2 −
−
2 2 2 2
→
Maka :
[ ]
1 1
0 −
2 2
1 1
A−1 = −1
2 2
3 1
2 −
2 2
[ ]
2 1 1
A= 3 2 1
6. Tentukan invers matriks 1 2 1 dengan menggunakan rumus
Jawab:
1
A−1 = adj( A )
det A
2 1 1
A= 3 2 1
1 2 1[ ] →
[
2 1 12 1
det A= 3 2 1 |3 2
1 2 11 2 ]
Mencari nilai det A dengan metode sarrus
(2.2.1)+(1.1.1)+(1.3.2)-(1.2.1)-(2.1.2)-(1.3.1) = 4+1+6-2-4-3 = 2
[ ]
2 1 3 1 3 2
| | −| | | |
2 1 1 1 1 2
1 1 2 1 2 1
Adj( A )= −| | | | −| |
2 1 1 1 1 2
1 1 2 1 2 1
| | −| | | |
2 1 3 1 3 2
[ ]
0 −2 4
kofactor( A )= 1 1 −3
−1 1 1
[ ]
0 1 −1
Adj ( A )= −2 1 1
4 −3 1
[ ]
1 1
0 −
[ ]
2 2
−11 0 1 −1 1 1
A = −2 1 1 A−1 = −1
2 2 2
−11 4 −3 1 3 1
A = adj( A ) 2 −
2 2
det A = =
[ ]
1 −1 1 4
2 1 −1 | 2
1 −2 −2 −6
Penyelesaian dengan metode eliminasi gauss
[ 1 −1 1 4
2 1 −1 | 2
1 −2 −2 −6 ] b2 −2 b1
b3 −b 1 →
[ 1 −1 1 4
0 3 −3 | −6
0 −1 −3 −10 ]
[ 1 −1 1 4
0 3 −3 | −6
0 −1 −3 −10 ] b2 1 ( 3) →
[ 1 −1 1 4
0 1 −1 | −2
0 −1 −3 −10 ]
[ 1 −1 1 4
0 1 −1 | −2
0 −1 −3 −10 ] b3 +b2 →
[ 1 −1 1 4
0 1 −1 | −2
0 0 −4 −12 ]
[ ] [ ]
1 −1 1 4 1 −1 1 4
0 1 −1 | −2 0 1 −1 |−2
0 0 −4 −12 b3 (−1 4 ) → 0 0 1 3
Bentuk matriks kita ubah kembali dalam system persamaan linear menjadi :
x− y +z=4
y−z=−2
z=3
Dengan cara subtitusi balik kita peroleh x dan y :
untuk z = 3
maka : y−z=−2
y=−2+z
y=−2+3
y=1
untuk y = 1 dan z = 3
maka : x− y+z=4
x=4 + y−z
x=4 +1−3
x=2
[ 1 −1 2 3
1 2 −1 |6
2 −1 −2 2 ]
Penyelesaian dengan metode eliminasi gauss jordan
[ ] [ ]
1 −1 2 3 1 −1 2 3
1 2 −1 |6 b2 −b 1 0 3 −3 | 3
2 −1 −2 2 b3 −2 b1 → 0 1 −6 −4
[ ] [ ]
1 −1 2 3 1 −1 2 3
0 3 −3 | 3 0 1 −1 | 1
0 1 −6 −4 b2 1
( 3) 0 1 −6 −4
→
[ ] [ ]
1 −1 2 3 b1 +b2 1 0 1 4
0 1 −1 | 1 0 1 −1 | 1
0 1 −6 −4 b3 −b 2 → 0 0 −5 −5
[ 1 0 1 4
0 1 −1 | 1
0 0 −5 −5 ] ( 5)
b3 −1
→
[ 1 0 1 4
0 1 −1 | 1
0 0 1 1 ]
[ ] [ ]
1 0 1 4 b1 −b 3 1 0 03
0 1 −1 | 1 b2 +b3 0 1 0 |2
0 0 1 1 → 0 0 1 1
Matriks ini dapat dituliskan kembali ke dalam bentuk SPL sebagai berikut :
x =3; y=2;z=1
[ ] [ ]
1 −2 1 0 1 −1 1 0
1 −1 2 |0 b2−b 1 0 1 1 |0
2 −2 1 0 b3−2b1 → 0 2 −2 0
[ ] [ ]
1 −1 1 0 b1 +b2 1 0 2 0
0 1 1 |0 0 1 1 |0
0 2 −2 0 b3 −2b2 → 0 0 −4 0
[ ] [ ]
1 0 2 0 1 0 20
0 1 1 |0 0 1 1 |0
0 0 −4 0 b3 (−1 4 ) → 0 0 10
[ ] [ ]
1 0 20 b1 −2b3 1 0 00
0 1 1 |0 b2 −b 3 0 1 0 |0
0 0 10 → 0 0 1 0
Pada matriks yang terakhir terlihat bahwa semua kolom matriks memiliki satu utama
(matriks identitas), sehingga penyelesaiannya adalah trivial yaitu :
x = 0, y = 0, z = 0
x+ y+ z+w=0
x+z=0
x+ y+2 z=0
Jawab:
[ 1 1 1 10
1 0 1 0 |0
1 1 2 00 ] b2 −b 1
b3 −b 1 →
[ 1 1 1 1 0
0 −1 0 −1 |0
0 0 1 −1 0 ]
[ ] [ ]
1 1 1 1 0 1 1 1 1 0
0 −1 0 −1 |0 0 1 0 1 |0
0 0 1 −1 0 −b2 → 0 0 1 −1 0
[ 1 1 1 1 0
0 1 0 1 |0
0 0 1 −1 0 ] b1−b 2
→
[ 1 0 1 0 0
0 1 0 1 |0
0 0 1 −1 0 ]
[ 1 0 1 0 0
0 1 0 1 |0
0 0 1 −1 0 ] b1−b 3
→
[ 1 0 0 1 0
0 1 0 1 |0
0 0 1 −1 0 ]
Bentuk matriks kita ubah kembali dalam system persamaan linear menjadi :
x+w=0→ x=−w
y+w=0→ y=−w
z−w=0→z=w
w=t
x=−t
y=−t
Misalkan z=t
A=(5,2) , B=(7,2 )
()()
=7 −5
2 2 =√ 22 +02
→ =( 2 )
→ ¿√4
AB 0 |AB| ¿2
→
12. Jika terdapat AB =(5,4) dan A=( x , y ) dan B=(13 ,9 ) . Maka carilah nilai x dan
y!
Jawab:
→
AB = (54 ) A= ( xy ) B= ( 139 )
→
AB=B−A
( ) ( ) ( xy )
5 = 13 −
4 9
( ) ( ) (54 )
x 13
=
y 9
−
()()
x 8
=
y 5
Sehingga nilai x = 8 dan y = 5
Jawab:
=
[ i j k i j
4 0 1 |4 0
2 3 02 3 ]
=[(i. 0. 0 )+( j. 1. 2)+(k . 4.3)]−[(k . 0. 2)+(i. 1. 3)+( j . 4. 0)
=2 j+12 k −3i
=−3 i+2 j+12 k
14. Tentukan nilai x !
( ) ()
−3 2
ā= x b̄= 4
2 7
Jawab:
ā. b̄=0
( ) ()
−3 2
x 4 =0
2 . 7
(−3.2)+( x.4)+(2.7)=0
−6+4 x+14=0
4 x=−8
x=−2
Jawab:
Misalkan
[ ] [ ]
u=
a b
c d
, v=
p q
r s
∈P
[ ][ ]
u+ v= a b + p q
c d r s
[ ]
u+ v= a+ p b+q ∈P
c +r d +s
(Terbukti)
Misalkan
[ ] [ ]
u=
a b
c d
, v=
p q
r s
∈P
[ ][ ][
u+v= a b + p
c d r
q = a+ p b+q
s c+r d +s ]
v +u=
[ ][ ][
p q a
+
r s c
b
d
=
p+a q+b
r +c s+d ]
u+ v=v +u (Terbukti)
Misalkan
u= [ ] [ ] [ ]
a b
c d
, v=
p q
r s
, w=
t u
x y
∈P
[ ][ ][
( u+v )+w= a+ p b+q + t u = a+ p+t b+q +u
c +r d +s x y c+r+ x d+s + y ]
u+(v +w)=
a b
c d
+
[ ][ ][
p+t q +u
r+ x s + y
=
a+ p+t b+q+u
c+ r +x d +s + y ]
(u+v )+ w=u+( v +w ) (Terbukti)
Misalkan
[ ] [ ]
u=
a b
c d
, o=
0 0
0 0
u+o=
a
c [ ][ ] [ ]
b 0 0 a
+ =
d 0 0 c
b
d
o+u=
0
0 [ ][ ] [ ]
0 a b
+
0 c d
=
a
c
b
d
u+o=0+u (Terbukti)
Misalkan
[ ] [ ]
u=
a b
c d
∃−u=
−a −b
−c −d
∈P
[ ][ ][ ]
u+(−u)= a b + −a −b = 0 0
c d −c −d 0 0
(−u )+u=
[ ][ ] [ ]
−a −b a b 0 0
+ =
−c −d c d 0 0
u+(−u )=(u )+u (Terbukti)
Misalkan
[ ]
u= a b ∈P
c d dan k ∈ℜ
[ ][ ]
ku=k a b = ka kb ∈P
c d kc kd
(Terbukti)
Misalkan
a b
c
u=
d [ ] [ ]
, v=
p q
r s
∈P
dan k ∈ℜ
k (u+v )=k [
a+ p b+q
c +r d+s ][
=
ka+kp kb+kq
kc+kr kd +ks ]
ku+kv=
[ ][ ][
ka kb kp kq
+
kc kd kr ks
=
ka+kp kb+kq
kc+kr kd +ks ]
k (u+ v )=ku+ kv (Terbukti)
Misalkan
a b
c d[ ]
u= ∈P
dan k , l∈ℜ
[ ][ ][
(k +l)u=(k +l ) a b = ka
c d kc ][
kb + la lb = ka+la kb +lb
kd lc ld kc +lc kd +ld ]
[ ][ ] [
ku+lu= ka kb + la lb =
kc kd lc ld
ka+la kb+lb
]
kc+lc kd +ld
Misalkan
a b
u=
c d[ ]
∈P
dan k , l∈ℜ
(kl)u=(kl ) [ ][
a b kla klb
=
c d klc kld ]
k (lu)=k
[ ][
la lb kla klb
=
lc ld klc kld ]
(kl)u=k (lu) (Terbukti)
Misalkan
[ ]
u=
a b
c d
1u=1 [ ][ ]
a b a b
=
c d c d
=u
(Terbukti)
Karena P memenuhi syarat 10 aksioma, maka himpunan P adalah ruang vektor.
Q=
{[ ]
0 b
c 0
|b , c ∈ℜ
}
Merupakan subruang dari ruang vektor P!
Jawab:
Misalkan
[ ] [ ]
u=
0 b
c 0
, v=
0 q
r 0
, b , c , q , r∈ℜ
u+v=[
c 0 ] [ r 0 ] [ c+r ]
0 b 0 q 0 b+q
+ = ∈Q
0
(Terbukti)
Misalkan
[ ]
u=
0 b
c 0
, k ∈ℜ
ku=k [
c 0 ] [ kc 0 ]
0 b 0 kb
= ∈Q
(Terbukti)
Karena Q memenuhi syarat kedua teorema tersebut, maka Q adalah subruang dari ruang
Vektor P