Alien Farah Adibah (20700118033)

KATA PENGANTAR
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.
Makassar, 25 Juni 2019
Farah Adibah
20700118033
DAFTAR ISI
JUDUL ........................................................................................................
KATA PENGANTAR ..................................................................................
DAFTAR ISI ...............................................................................................
BAB I MATRIKS DAN OPERASINYA ..........................................
1.1 Materi ..................................................................................

1.2 Resume ................................................................................
1.3 Tugas ...................................................................................
BAB II DETERMINAN MATRIKS ..................................................

2.1 Materi...................................................................................
2.2 Resume.................................................................................
BAB III INVERS MATRIKS...............................................................

3.1 Materi ...................................................................................
3.2 Resume ................................................................................
3.3 Tugas ...................................................................................
BAB IV SISTEM PERSAMAAN LINEAR ........................................
4.1 Materi ..................................................................................

4.2 Resume ................................................................................
4.3 Tugas ...................................................................................
BAB V SISTEM PERSAMAAN LINEAR HOMOGEN ..................

5.1 Materi...................................................................................
5.2 Resume.................................................................................
5.3 Tugas....................................................................................
BAB VI VEKTOR................................................................................
6.1 Materi ..................................................................................
6.2 Resume ................................................................................
BAB VII PERKALIAN VEKTOR ........................................................

7.1 Materi...................................................................................
7.2 Resume.................................................................................
BAB VIII RUANG VEKTOR................................................................

8.1 Materi ..................................................................................
8.2 Resume ................................................................................
8.3 Resume ................................................................................
BAB IX PROSES GRAM SCHMIDT .................................................
9.1 Materi ..................................................................................

9.2 Resume ................................................................................
9.3 Tugas ...................................................................................
BAB X TRANSFORMASI LINEAR KERNEL ................................
10.1.............................................................................................. Materi
10.2.............................................................................................. Resume
..............................................................................................
BAB XI NILAI EIGEN, VEKTOR EIGEN.........................................

11.1 Materi .................................................................................
11.2 Resume ...............................................................................
BAB XII MATLAB................................................................................
BAB XIII MID SEMESTER..................................................................
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
1. Matriks Bujur Sangkar

Definisi : Suatu matriks dikatakan matriks bujur sangkar jika banyaknya baris dan kolom
dari matriks tersebut sama.
Dalam matriks bujur sangkar elemen-elemen a 11, a22, … , ann disebut elemen diagonal.
Sedangkan jumlah elemen dalam diagonal utama matriks bujur sangkar A disebut trace A.
Contoh :
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.
Sifat-sifat matriks transpose :

(a). ( A + B )T = AT + BT
(b). ( AB )T = BTAT
(c). ATT = (AT)T =A
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.
8. Matriks Simetri dan Skew-simetri

Definisi: Suatu matriks bujur sangkar A dikatakan simetri jika A T = A dan skew-simetri
jika AT = -A.
Contoh :
[ ] [ ]
0 −2 3 0 2 −3
A= 2 0 4 AT = −2 0 −4
−3 −4 0 3 4 0
Matriks A merupakan mastriks skew-simetri
C. Operasi Pada Matriks
1. Kesamaan dua matriks

Definisi: Dua matriks A dan B disebut sama, jika :
(i). A dan B sejenis ( mempunyai ukuran yang sama)
(ii). Setiap unsur yang seletak sama. Jadi jika A(mxn) = B(pxq) maka: (a) m = p dan n = q,
(b). aij = bij untuk setiap i an j.
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
5. Perkalian suatu matriks dengan suatu bilangan

Definisi : Jika A = [aij] dan adalah suatu bilangan (skalar) hasil kali A dan sebagai A = A
= [ aij].
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
A. Pengertian Dan Jenis Matriks

1. Pengertian
Matriks adalah susunan bilangan berbentuk persegi panjang yang diatur berdasarkan baris
dan kolom yang ditulis diantara tanda kurung ( ) atau [ ] atau || ||
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
Tentukan ordo matriks P dan Q
Jawab : Ordo matriks P = 2 x 4 atau P 2 x4 ; Ordo matriks Q = 3 x 2 atau Q3 x2
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
d. Matriks Bujur sangkar/Matriks Persegi

Yaitu suatu matriks yang jumlah baris dan kolomnya sama.
Ordo matriks n x n sering disingkat dengan n saja.
[ ]
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
f. Matriks Satuan /MatriksIdentitas (I)

Yaitu matriks persegi yang semua elemen diagonal utamanya satu, dan elemen lainnya
nol.
[ ]
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
h. Matriks Segitiga Atas

Yaitu matriks yang semua elemen di bawah diagonal utamanya nol.
[ ]
5 7 9 4
[ ]
2 1 −3 0 −1 1 6
B=
A= 0 1 4 0 0 4 8
Contoh : 0 0 5 0 0 0 3
i. Matriks Segitiga Bawah

Yaitu matriks yang semua elemen di atas diagonal utamanya nol.
[ ]
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
j. Kesamaan Dua Matriks

Dua matriks dikatakan sama jika ordo dan elemen-elemen yang seletak sama
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.
3.2 Perkalian Matriks Dengan Matriks

Dua matriks A dan B dapat dikalikan jika jumlah kolom matriks A (matriks kiri) sama dengan
jumlah baris matriks B (matriks kanan).
Ordo hasil perkalian matriks mxnA dengan

B nxp , misalnya matriks C yang akan berordo
mxp (seperti permainan domino).
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
Mencari kasus yang bisa dikaitkan dengan matriks
Ketika Jual Beli
→ 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
[ y ]=[1 2 ] [18. 000 ]

x 2 1 15. 000
[ ][ ]
=
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.
Notasi dan istilah simbol | A| adalah notasi alternatif untuk det(A).
B. PERMUTASI
Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan
tanpa penghilangan atau pengulangan.
Contoh :
Untuk himpunan integer {1,2,3} terdapat 6 permutasi yang berbeda yaitu:
{ 1,2,3 }{ 2,1,3 }{3,1,2 }

{ 1,3,2 }{2,3,1 }{ 3,2,1 }
{1,2,3} ada 6 permutasi atau susunan yang berbeda karena tempat pertama dapat diisi oleh 3
bilangan yaitu 1,2,3. Kemudian tempat kedua dapat diisi 2 bilangan dan tempat ketiga dapat diisi
dengan 1 bilangan. Sehingga jumlah permutasi ada 3•2•1= 6 permutasi. Secara umum himpunan
{1,2,..,n} akan memiliki n(n-1)(n-2)...2•1= n!
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.
Permutasi Banyaknya inversi Klarifikasi

(1,2,3) 0 Genap
(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
D. HASIL KALI ELEMENTER
Buatlah daftar hasil kali elementer dari matriks-matriks
[ ]
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
a11 a 22 a33 a12 a21 a 33 a13 a21 a32
a11 a 23 a 32 a12 a23 a31 a13 a22 a31
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
( j 1 , j 2 … … j n ¿ adalah permurtasi dari himpunan (1, 2, . . . . n).
E. HASIL KALI ELEMENTER BERTANDA
Buatlah daftar hasil kali elementer bertanda dari matriks matriks

[ ]
a 11 a12 a13
(a)
[a 11 a12
a21 a22 ]
(b) a21 a22 a23
a31 a32 a33
Penyelesaian: (a)
Hasil kali Permutasi yg Genap/ganjil Hasil kali

elementer berkaitan elementer
bertanda
a11 a 22 (1,2) Genap a11 a 22
a12 a21 (2,1) Ganjil −a12 a 21
Penyelesaian: (b)
Hasil kali Permutasi yg Genap/ganjil Hasil kali

elementer berkaitan elementer
bertanda
a11 a 22 a33 (1,2,3) Genap a11 a 22 a33
a11 a 23 a 32 (1,3,2) Ganjil −a11 a23 a32
a12 a21 a33 (2,1,3) Ganjil −a12 a 21 a33
a12 a23 a31 (2,3,1) Genap a12 a23 a31
a13 a21 a32 (3,1,2) Genap a13 a21 a32
a13 a32 a31 (3,2,1) Ganjil −a13 a32 a31
F. DETERMINAN MATRIKS 2X2 DAN 3X3
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.
G. MENGHITUNG DETERMINAN REDUKSI BARIS
Teorema dasar definisi determininan berguna untuk membuktikan teorema mengenai

determinan tetapi definisi ini tidak memberikan cara yang praktis untuk
perhitungannya,khususnya determinan matriks matriks dengan ukuran yang lebih besar dari 3x3
oleh karena itu,kita akan mulai dengan teorema dasar yang akan mengarahkan kita kepada
prosedur yang lebih efisien untuk menghitung dterminan dari matriks dengan ordo n.
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
4. Jika A memiliki baris atau kolom proporsional maka det(A)=0
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
H. REDUKSI BARIS UNTUK MENGHITUNG DETERMINAN
Hitunglah det(A) dimana
[ ]
0 1 5
A= 3 −6 9
2 6 1
Penyelesaian:
Kita mereduksi A menjadi bentuk eselon baris (yaitu segitiga atas )
[ ][ ]
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
¿−3 (−55 ) =165 ( 1 ) =165
I. SIFAT-SIFAT DASAR DETERMINAN
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),
det(kA), det(A + B), dan det(AB)
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
jadi det(A+B) ≠ det(A) + det(B)
J. SIFAT SIFAT FUNGSI DETERMINAN
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
det(kA), det(A + B), dan det(AB)

karena sebuah faktor bersama dari sebarang baris matriks dapat dipindahkan melalui tanda det,
dan karena setiap baris n baris dalam kA mempunyai factor bersama sebesr k, maka kita dapatkan
det(kA) = kn det(A)
Teorema 2. Misalkan A, A’, dan A” adalah matiks n x n yang hanya berbeda dalam
garis tunggal, katakanlah baris ke r, dan anggaplah bahwa baris ke r dari A” dapat
diperoleh dengan menambahkan entri-entri yang bersesuaian dalam baris ke r dari A
dan dalam baris ke r dari A’. Maka
det(A”) = det (A) + det (A’)
Hasil yang serupa berlaku untuk kolom-kolom itu.
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
Sebanding, maka det(A) = 0, jadi A tidak dapat dibalik

2.2 RESUME
A. Pengertian Determinan Matriks
Pada Aljabar, determinan matriks dapat diartikan sebagai nilai yang mewakili sebuah matriks
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:
C. Determinan Matriks Ordo 3x3

Matriks Ordo 3 x 3 adalah matriks bujur sangkar dengan banyaknya kolom dan baris
sama dengan tiga. Bentuk umum matriks ordo 3 adalah sebagai berikut.
Cara menentukan determinan matriks ordo 3 x 3 dengan menggunakan diagram SARRUS,
yaitu :
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
Contoh perhitungan determinan pada matriks ordo 3 x 3:
Maka,
1 2 11 2
|A|=|3 3 1 |3 3 |
2 1 22 1
|A| = (1.3.2) + (2.1.2) + (1.3.1) – (1.3.2) – (1.1.1) – (2.3.2)
|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
B. Invers Matriks Berordo 2x2
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
D. Menentukan Invers Matriks selain Ordo 2 x 2

Menentukan invers matriks berordo 3x3, dengan menggunakan Adjoint matriks jika A adalah
−1
matriks non singular berordo 3x3, maka invers dari A adalah
−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
a11 a12 a13
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
a11 a12 a13
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. Tentukan invers matriks berikut ini!
[ ]
−1 2 0
A= 3 2 1
0 3 1
 Penyelesaian dengan operasi baris erlementer
[ 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
 Penyelesaian dengan rumus
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
Mencari nilai det A dengan metode sarrus
(-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
 Penyelesaian dengan operasi baris erlementer
[ 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
 Penyelesaian dengan rumus
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
SISTEM PERSAMAAN LINEAR

4.1 MATERI
A. PENGANTAR SISTEM PERSAMAAN LINEAR
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)
Persamaan 4,5, dan 6 bukan merupakan persamaan linear.
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:
a11 x 1+a12 x 2+a 13 x 3+...+an x n =b1

a21 x1+a 22 x 2+a 23 x 3+...+a2 n xn=b 2
...........................................................
am1 x 1+am2 x 2+a m3 x3 +....+amn x n=bm
Di mana
x 1 ,x 2, ...,x n adalah faktor yang tidak diketahui, a dan b adalah
konstanta.
3. Matriks yang Diperbesar

Jika kita dapat mengingat lokasi- lokasi dai +, X, dan =, maka suatu sistem
persamaan linear yang terdiri dai m persamaan linear dengan n faktor yang tidak
diketahui dapat disingkat dengan hanya menuliskan deretan bilangan- bilangan dalam
jjaran segiempat panjang.
[ ]
a11 a 12 . .. a1 n b1
a21 a 22 . .. a 2n b 2
. . . . .. . .. . ..
am 1 am 2 . .. amn b m
Ini disebut matriks yang diperbesar. Contoh:

x 1 +x 2 +2 x3 =9
2 x 1 +4 x 2 −3 x 3 =1
3 x1 +6 x 2−5 x 3 =0
Adalah
[ ]
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.
B. OPERASI BARIS ELEMENTER (OBE)

1. Perkalian skalar ≠0 dengan baris
Misal:
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
C. ELIMINASI GAUSS DAN GAUSS-JORDAN

1. Bentuk Eselon
Syarat:
1. Jika suatu baris tidak seluruhnya tidak terdiri dari 0, maka bilangan ak nol pertama pada
baris itu adalah 1. Bilangan 1 ini disebut 1 utama.
2. Jika terdapat baris yang seluruhnya terdiri dari nol, maka baris-baruis ini akan
dikelompokkan bersama pada bagian paling bawah dari matriks.
3. Jika terdapat dua baris berurutan yang tidak seluruhnya tidak terdiri dari nol, maka 1
utama pada baris yang lebih rendah terdapat pada kolom yang lebih kanan dari 1 utama
pada baris yang lebih tinggi.
4. Setiap kolom yang memiliki 1 utama memiliki nol pada tempat-tempat lainnya.
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.
2. Bentuk umum Eliminasi Gauss

Untuk menyelesaikan eliminasi Gauss, maka dapat diselesaikan dengan mengubah matriks
diperbesar ke dalam bentuk matriks segitiga atas yang merupakan salah satu bagian dari
bentuk eselon baris.
[ ]
1 a bd
0 1 c |e
0 0 1 f (Membentuk matriks segitiga atas)
3. Bentuk umum Gauss-Jordan

Untuk menyelesaikan eliminasi Gauss-Jordan, maka dapat diselesaikan dengan mengubah
matriks diperbesar ke dalam bentuk matriks identitas yang merupakan salah satu bagian
dari bentuk eselon baris tereduksi.
[ ]
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
Bentuk matrik yang diperbesar dari SPL tersebut adalah :
[ ]
1 −2 1 6
3 1 −2 | 4
7 −6 −1 10
Penyelesaian dengan metode eliminasi gauss
[ ] [ ]
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
Dengan cara subtitusi balik kita peroleh x dan y :
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
maka : x−2 y+ z=6
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

eliminasi gauss jordan !
x− y+z=−1
3 x+ y−5 z=5
x−2 y−3 z=−9
[ ]
1 −1 1 −1
3 1 −5 | 5
1 −2 −3 −9
[ ] [ ]
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
Jadi pemecahan untuk SPL tersebut adalah : x = 1 ; y = 2 ; z = 3
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
a.) Mempunyai solusi tunggal

b.) Tidak mempunyai solusi
c.) Tidak terhingga solusi
[ ]
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
→
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.
a11 x 1+ a12 x 2 +…+ a1 n x n=0

a21 x 1 +a 22 x 2+ …+a2 n x n=0
⋮
am 1 x 1+ am 2 x 2 +…+ amn x n=0
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:
1. Mempunyai penyelesaian trivial.
2. Mempunyai penyelesaian banyak (tak-trivial).
Dalam kasus linear homogen khusus dari dua persamaan dengan dua peubah, katakanlah
a1 x+ b1 y =0 (a1 , b1 tidak keduanya nol)
a2 x+ b2 y=0 ( a 2 , b2 tidak keduanya nol ) ,
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
Penyelesaian trivial Penyelesaian banyak(tak-trivial)

Sistem persamaan berikut:
x 1+2 x 2−3 x 3=0

x 1+ x 2 +5 x3 =0
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
diubah ke SPL menjadi

1. x 1 +1. x 2 +0. x 3+ 0. x 4 =0
0. x1 +0. x 2+1. x 3+ 1. x 4 =0
0. x1 +0. x 2+ 0. x 3 +0. x 4=0
0. x1 +0. x 2+ 0. x 3 +0. x 4=0
atau x 1+ x 2=0 atau x 1=−x 2

x 3+ x 4 =0 x 3=−x 4
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
tersebut ialah: {t ϵ R∨x1=−t , x 2=t , x 3=−s , x 4=s } .
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
sehingga sistem persamaan linear homogen yang di hasilkan berbentuk:

x 1=0
x 2=0
⋮
x n=0
dan penyelesaian dari sistem ini adalah trivial.
Contoh 2:
Tentukan penyelesaian SPL homogen berikut.
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
Kemudian kita lakukan operasi baris elementer (OBE):
[ 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
Tentukan solusi SPL Homogen berikut!
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
Carilah solusi SPL Homogen berikut

x+2 y+3 z=0
−x +3 y+2 z=0
1.) x+ y−2 z=0
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
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 ]
x+w=0→ x=−w
y−w=0→ y=w
z+w=0→ z=−w
w=t
x=−t
y=t
Misalkan z=−t
Jadi punya solusi non trivial

BAB VI
VEKTOR
6.1 MATERI
A. Pengertian Vektor
Vektor adalah sebuah besaran yang memiliki arah. Vektor juga dapat digambarkan sebagai
panah yang menunjukan arah vektor dan panjang garisnya disebut juga Besar Vektor.
Jika vektor berawal dari titik A dan berakhir di titik B bisa ditulis dengan sebuah huruf kecil
yang diatasnya terdapat tanda garis/ panah seperti atau atau bisa juga :
B. Jenis – Jenis Vektor

Vektor juga memiliki beberapa jenis tersendiri, yaitu sebagai berikut :
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
Contoh : kecepatan, percepatan, dsb
Skalar adalah suatu kuantita yang hanya mempunyai besar
Contoh : massa, panjang
Cara penyajian
g =garis kerja
AB atau ā A = titik pangkal vektor AB
. > g B = titik ujung vektor AB
A B..........
AB = notasi untuk vektor yang
 Bertitik pangkal di A
 Bertitik ujung di B
 Arah vektor menuju B
 Besar vektor ditunjukkan oleh panjang garis AB
|AB| = AB = panjang vektor AB = Magnitude 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
C. OPERASI PADA VEKTOR

1. ā = b̄ keduanya mempunyai panjang vektor dan arah yang sama, dengan tidak
memperhatikan kedudukan titik pangkal
ā b̄
2. – ā vektor-vektor yang mempunyai arah berlawanan dengan vektor ā tetapi

mempunyai panjang yang sama dengan panjang vektor ā
| - ā | = | ā | = a
ā -ā
3. Jumlah/ resultan dari vektor ā dan b̄
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
Jumlah ditulis sebagai ā+ b̄ atau c̄= ā+ b̄
Jumlah ditulis sebagai ā+ b̄ atau c̄= ā+ b̄
ā b̄
ā ā
b̄ c̄= ā+ b̄ b̄
c̄= ā+ b̄ c̄=b̄ + ā
b̄ ā
4. Bila ā = b̄ , maka ā – b̄ = 0 (vektor nol)
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
Selisih vektor tidak berlaku sifat-sifat
 Komutatif : ā - b̄ ≠ b̄ - ā
 Asosiatif : (ā - b̄ ) - c̄ ≠ ā - ( b̄ - c̄ )
E. PERKALIAN VEKTOR DAN SKALAR
 m ā vektor sejajar ā dan mempunyai panjang vektor m kali panjang vektor ā

|m ā| = m | ā|
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
Diberikan tiga buah vector masing-masing:
a = (6p)i + (2p) j – 8k
b = -4i + 8j + 10k
c = -2i + 3j – 5k
Jika vector a tegak lurus b, maka vector a-c adalah…
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
(6p i + 2p j – 8k) . (-4i + 8j +10k) = 0
-24p + 16p – 80 = 0
-8p = 80
p = -10
Dengan demikian vektor a adalah
a = 6p i + 2p j – 8k
a = 6(-10)i + 2(-10)j – 8k
a = -60i – 20j – 8k
a-c = (-60i – 20j – 8k) – (-2i + 3j – 5k)
a-c = -58i – 23j – 3k

BAB VII
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).
1. Perkalian vektor dengan skalar
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.
a. Perkalian vektor dengan skalar secara aljabar
Secara aljabar, perkalian vector dengan skalar hasilnya adalah semua unsur pada vektor
dikalikan dengan skalarnya. Misalnya:
⃗a =⟨a1 , a 2 ⟩ dan skalar k
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:
1) Jika k > 1, maka k ⃗a searah dengan ⃗a dan diperpanjang
a
k>1
2) Jika k = 1, maka k ⃗a searah dengan a⃗ dengan ukuran sama
K=1
3) Jika 0 < k <1, maka k ⃗a searah dengan ⃗a dengan ukuran yang lebih kecil
0<k<1
4) Jika -1 < k < 0, maka k ⃗a berlawanan dengan ⃗a dengan ukuran yang

lebih kecil
a
-1<k<0
5) Jika k < -1, maka k a⃗ berlawanan arah dengan a⃗ dan diperpanjang
K<-1
6) Jika k = - 1, maka k ⃗a berlawanan arah dengan a⃗ dengan ukuran sama
a
K=-1
2. Perkalian Titik ( Dot Product ) Vektor
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
⃗a =⟨a1 , a 2 , a3 ⟩ ⃗b =⟨b1 ,b2 ,b 3⟩

Misalnya terdapat vektor dan vektor dapat
diselesaikan dengan cara 1 1 ⃗a⋅⃗b =a ⋅b +a ⋅b +a ⋅b

2 2 3 3 . Dengan melihat bentuk penyelesaian
perkalian vektor ini dapat diketahui bahwa perkalian titik vektor menghasilkan skalar.
Contoh 1 :
Diketahui ⃗u =⟨3,1,2⟩ dan ⃗v =⟨4,0,7⟩ . Tentukan hasil ⃗u⋅⃗v =. .. ?
⃗u⋅⃗v =(3⋅4 +1⋅0+2⋅7)
= (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.
* agar ⃗u tegak lurus ⃗v . Haruslah ⃗u ∙ ⃗v =0
⃗u ∙ ⃗v =0
3 ∙ 4 + 1 ∙ 0 +(-2)k = 0
12 – 2k = 0
12 = 2k
k=6
b. Perkalian Dot secara geometri
⃗a =⟨a1 , a 2 , a3 ⟩ ⃗b =⟨b1 ,b2 ,b 3⟩

Misalnya terdapat vektor dan vektor dimana kedua
vektor tersebut membentuk sudut

θ
dapat diselesaikan dengan cara . Sama a⃗⋅⃗b =|⃗a||⃗b|cosα
halnya dengan perkalian dot secara aljabar yang menghasilkan skalar. Untuk memahaminya
secara berikut contohnya:
Contoh :
⃗b
⃗a
|⃗a|=4 ⃗a⋅⃗b =20 cos30∘

|⃗b|=5
α=30∘
1
= 20 ∙ √3
2
= 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:
⃗a ×⃗b=(a2 b 3−a3 b 2 ,a3 b 1−a1 b3 , a1 b2 −a 2 b1 )

Atau 1
⃗a ×⃗b=(a2 b 3−a3 b 2 ) ⃗i +(a 3 b1 −a 1 b3 )⃗j+(a1 b 2−a2 b1 ) ⃗k

Bentuk perhitungan diatas dapat kita tuliskan dalam bentuk lainnya yang kita namakan “rumus
determinan cross vektor “ sebagai berikut :
⃗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
ā=(2 i+k ) dan b̄=( 4i+5 j)
Hasil perkalian silang antara ā dan b̄ adalah sebagai berikut.
ā×b̄= (2i+k )×(4 i+5 j )
[ ]
i j k i j
2 0 1 |2 0
=
4 5 04 5
=[(i..0.0)+( j .1.4)+(k .2.5)]−[( k. 0.4)+(i .1.5)+( j.2.0)
=4 j+10k−5 i
=−5 i+4 j+10 k
Jadi,
ā×b̄ −5 i+4 j+10k

2. Tentukan nilai x
( ) ()
−2 4
ā= x b̄= 1
3 7
Dan diketahui ā dan b̄ itu tegak lurus
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 tegak lurus dengan b̄
Dan diketahui |ā|=3 , |b̄|=4

Maka:
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.
Misalkan u, v, w, ∈V dan k ,l merupakan skalar, maka V disebut ruang vektor jika

memenuhi 10 aksioma.
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
Teorema : Misalkan V adalah ruang vektor , Himpunan W c V merupakan subruang vektor

dari v jika dan hanya jika :
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
direntang oleh vektor-vektor pada himpunan s= { v 1 , v 2 , … , v r } ditulis :

w=rentang ( s ) =rentang { v 1 , v 2 , … , v r }
Contoh:
3
Apakah vektor-vektor dibawah merentang R ?
v 1 =(2,2,2 ) , v 2 =(0,0,3) , dan v 3 =(0,1,1)
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 ) =k 1 ( 2,2,2 )+ k 2 ( 0,0,3 ) +k 3 (0,1,1)
( 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
det ( A )=( 0+ 0+0 )− ( 0+6+0 )=−6 ≠ 0
w kombinasi linear dari v 1 , v 2 , dan v 3

3
R =rentang { v 1 , v 2 , v 3 }
3
R =rentang ( s)
E. Bebas Linear
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:
Apakah himpunan s= { v 1 , v 2 , v3 } dengan v 1=( 4,−1,2 ) , v 2=(−4,10,2 ) merupakan himpunan

bebas linear?
Jawab :
k 1 v 1 +k 2 v 2=0
k 1 ( 4,−1,2 )+ k 2 (−4,10,2 ) =0
( 4 k 1 ,−k 1 , 2 k 1 ) + (−4 k 2 , 10 k 2 , 2k 2 )=0

4k
¿ , 2 k 1+ 2 k 2 ¿=0
¿
¿
 4 k 1−4 k 2=0
 −k 1 +10 k 2 =0
 2 k 1+ 2 k 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
F. Basis dan Dimensi
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
1. Diketahui Himpunan {( a,b)|a,b∈ℜ} dengan operasi :

' ' ' ' ' '
 (a , b )+( a , b )=( a+a + aa ,b +b +bb )
 k ( a ,b )=(a , kb)
Apakah V dengan operasi tersebut merupakan ruang vektor?
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 ))
=(a+c +ac , b+d +bd )+(e , f )

=((a , b )+(c , d ))+(e , f )
=( ū+ v̄ )+ w̄
Karena ū+( v̄ + w̄ )=( ū+ v̄ )+ w̄ terpenuhi, berarti V memenuhi aksioma ketiga.
(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
Ini berarti, k (m ū)=(km ) ū sehingga V memenuhi aksioma kesembilan.
(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 :
 Menunjukkan bahwa Q memenuhi syarat pertama

Misalkan A ,B∈Q dengan
[ ] [ ]
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.
 Menunjukkan bahwa Q memenuhi syarat kedua

Misalkan k sembarang skalar (bilangan real) dan A matriks sembarang dalam Q, dengan
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.
Dapat disimpulkan bahwa Q adalah subruang dari ruang vekor P
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:
Untuk pembuktiannya dengan 10 aksioma
 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)
Karena W memenuhi syarat 10 aksioma, maka himpunan W adalah ruang vektor.
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:
Untuk membuktikannya menggunakan teorema
 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
ku=k [ a b ]=[ ka kb ]=[ ka 0 ]∈S

c d kc kd kc 0
(Terbukti)
Karena S memenuhi syarat kedua teorema tersebut, maka S adalah subruang dari ruang
Vektor W
BAB IX
PROSES GRAM SCHMIDT

9.1 MATERI
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 :
1. ⟨u, v⟩=⟨v ,u⟩

2. ⟨u+v ,w⟩=⟨u,w⟩+⟨v ,w⟩
3. ⟨ku,v⟩=k ⟨v ,u⟩
4. ⟨v ,v⟩≥0 dan ⟨v ,v⟩=0 jika dan hanya jika v = 0
Sebuah ruang vektor real yang memiliki sebuah hasil kali dalam disebut ruang hasil kali dalam
real.
B. Himpunan Ortogonal dan Himpunan Ortonormal
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:
Suatu himpunan orthogonal dimana masing-masing anggotanya mempunyai norma = 1,

disebut ortonormal.
3. Proses Gram Scmidth

Suatu himpunan yang bukan ortogonal, dapat diubah menjadi himpunan ortogonal
dengan menggunakan Proses Gram Schmidt (PGS).
Mengubah himpunan S= { u1 , u2 , u3 ,… , un } menjadi himpunan ortogonal

S '= { v 1 , v 2 , v3 , … , v n }
Langkah PGS :
Langkah 1 : Misalkan v 1=u 1
⟨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
1. Diketahui u=(4,−4,2),v =( 4,2,−4 ), dan w=(2,4,4 ) . Tentukan apakah himpunan

S=(u , v , w) merupakan himpunan orthogonal!
Jawab:
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
Maka S adalah himpunan orthogonal

−¿ 6,3 ) , v =( 6,3, −¿ 6 ) ,
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
‖u‖=√ 62 +(−6)2 +32 = 9

‖v‖= √6 2 +32 +(−6)2 = 9
‖w‖=√3 2 +62 +(−6)2= 9
Tapi S bukan himpunan orthonormal karena hasilnya tidak sama dengan satu
3. Diketahui S=(u , v , w) , dimana u=(−2,−2,0 ), v=(0,−2,2), w=(2,0,2) . Apakah
S=(u , v , w) merupakan himpunan orthogonal?, jika tidak maka ubahlah menjadi
himpunan orthogonal, dan tentukan apakah setelah menjadi himpunan orthogonal
himpunan tersebut juga merupakan orthonormal, jika tidak maka ubahlah menjadi
himpunan orthonormal!
Jawab:
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
¿} ¿ } ¿
Maka S sudah menjadi himpunan orthogonal
‖u¿‖= √(−2)2 +(2)2 +0 2= 2 √2

‖v ¿‖=√(−1)2 +(−1 )2 +(2)2 = √6
√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
Lalu dibuktikan kembali
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
1. Diketahui u=(2,0,0), v=(0,1,0 ), dan w=(0,0,−3) . Buktikan apakah himpunan

S=(u , v , w) merupakan himpunan orthogonal dan orthonormal, jika tidak memenuhi,
maka jadikanlah himp. S menjadi orthogonal dan ortonormal!
Jawab:
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
¿
¿
¿
Maka S adalah himpunan orthonormal
BAB X
TRANSFORMASI LINEAR KERNEL

10.1 MATERI
A. Transformasi Linear
Transformasi Linear Umum
Defenisi:
Jika T : V → W adalah sebuah fungsi yang memetakan sebuah ruang vektor V ke
sebuah ruang vektor W, maka T disebut transformasi Linear dari V ke W jika semua
vektor u dan v pada V dan semua skalar c memenuhi :
(a) T (u+v) = T (u) + T(v)
(b) T (cu) = Ct (u)
Jika V=W , maka T adalah operator linear pada V
u, v Є V u → T (u)
T:V→W
v → T (v)
T(u), T (V) Є V
B. Sifat-Sifat Transformasi Linear

Jika T : V → W adalah sebuah transformasi linear, maka :
(a) T =
(b) T (-v) = -T(v)
(c) T (v-w) = T (v)- T(w)
Bukti
(a) T = T (ov)
= oT (v)
=
(b) T(-v) = T ((-1)v)
= (-1) T (v)
= -T (v)
(c) T (v-w) = T (v+(-w)
= T (v)+T(-w)
= T (v) – T(w)
C. Komposisi Transformasi Linear

Definisi:
Jika T1 : U  V dan T2 : V  W adalah transformasi linear, komposisi T2 dengan
T1 adalah fungsi yang didefinisikan oleh rumus:
(T2oT1) (u) = T2 (T1(u)), dimana u ∊ U
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)
T2oT1 merupakan Transformasi Linear

10.2 RESUME
3 2
1. Diketahui T : R →R , tentukan apakah T ( x , y , z)=(2 x+ y , 5 y+ z) merupakan
Transformasi Linear?
Jawab:
3
Misal u ,v∈R
u=( x 1 , y 1 , z 1 )
v =( x 2 , y 2 , z 2 )
a. T (u+v )=T (u )+T (v )

⇒T (u+ v )
=T (( x 1 , y 1 , z1 )+(x 2 , y 2 , z 2 ))
¿ T (x 1 + x 2 , y 1 + y 2 , z 1 + z 2 )
¿ 2( x 1 + x 2 )+( y 1 + y 2 ),5 ( y 1 + y 2 )+( z 1 + z 2 )
¿ ( 2 x 1 +2 x 2 + y 1 + y 2 , 5 y 1 +5 y 2 + z 1 + 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 )
Sehingga T (u+v )=T (u )+T (v )
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
2. Jika diketahui T 1 : P1 →P 2∧T 2 : P2 → P2 adalah Transformasi Linear, dan diketahui

bahwa:
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
NILAI DAN VEKTOR EIGEN
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
Agar x ≠ 0 → det (A - λ I ) = 0 (Persamaan karakteristik Matriks A). Untuk

menetukan nilai eigen yaitu menggunakan Persamaan karakteristik Matriks
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.
C. MENENTUKAN BASIS DALAM RUANG EIGEN

Vektor-vektor eigen yang terkait dengan λ adalah vektor-vektor tak nol di dalam ruang
solusi ( λI − A ¿ x = 0. Kita menyebut ruang solusi ini sebagai ruang eigen dari matriks A yang
terkait dengan λ .
11.2 RESUME
1. Tentukan basis-basis untuk ruang eigen dari matriks
[ ]
0 −1 −3
A= 2 3 3
−2 1 1
Jawab:
 Mencari λ (nilai eigen) dari matriks A
det( A−λI )=0
([ ] [ ])
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
 Mencari basis (himpunan vektor eigen) dari matriks A

( λI− A )=0
([ ] [ ])[ ] [ ]
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
Sehingga basis eigen untuk λ=−2={ v }
 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 3 1 3 − b2
1 0 1 0 0 2
2 2 2 2
¿ = 0 b 2 +2b1 → = 0 b23 [¿]= 0 1 3 1
−2 −1 −3 0 0 0 1 0 b− b
0 b3−2b1 0 ¿ 0 2 2= 1 2 2
2 −1 1 0 −2 −2 ¿→ 0
0 1 1
0
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 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 basis eigen untuk λ=4= { v }

BAB XII
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.
2. MATRIKS DALAM MATLAB

2.1. Membuat Matriks
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(;)
2. Menggunakan fungsi FOR dan WHILE

Contoh:
>> 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
3. Menggunakan rutin yang ada dalam MATLAB

a. Matriks identitas ordo nxn
>> eye (n)
b. Matriks satuan ordo nxn (semua elemennya bernilai 1 (satu))

>> ones(n)
c. Matrik dengan elemen acak ordo nxn (nilai elemen antara 0 dan 1)
>> rand (n)
d. Matrik dengan elemen berupa bilangan segitiga Pascal ordo nxn

>> pascal (n)
e. Rutin yang lain:
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
2.2. Operasi Komputasi
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 “( )”.
2.3. Fungsi Matriks pada MATLAB
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
3. MEMULAI SCRIPT MATLAB

MATLAB menyediakan fasilitas makro, yang disebut M‐file MATLAB karena ekstension
filenya .M. Dengan fasilitas makro ini pemrograman terhadap rutin‐rutinnya dapat dilakukan
sendiri oleh pemakai. Script file merupakan file yang berisi sekumpulan instruksi. Jika file ini
dijalankan, maka instruksi‐instruksi tersebut akan dijalankan secara berurutan. Dengan
menuliskan nama file, kita dapat memanggil isi file tersebut.
a. Dengan EDITOR DOS

 tuliskan !edit <ENTER>
 tuliskan isi file
 simpanlah file
 keluar dari EDITOR DOS
 untuk memanggil, ketik nama file lalu tekan Enter.
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.
HAL YANG HARUS DIPERHATIKAN:

1. MATLAB hanya dapat digunakan untuk matrik-matrik persegi panjang dengan elemen
bilangan kompleks.
2. Bila bagian imaginer bernilai nol maka tidak akan dicetak tetapi masih disediakan tempat
di memori.
3. Matrik 1x1 dianggap sebagai skalar.
4. Matrik 1xn dianggap vektor baris.
5. Matrik mx1 dianggap vektor kolom.
6. MATLAB adalah software yang case sensitive, jadi huruf besar dan huruf kecil dianggap
berbeda . Contoh-nya : variabel ‘A’ berbeda dengan variabel ‘a’. Untuk sintaks-sintaks dan
fungsi-fungsi baku dalam MATLAB sebaiknya digunakan huruf kecil.
7. Untuk melihat susunan fungsi-fungsi yang disediakan MATLAB dapat dilihat dengan
menggunakan perintah HELP.
8. Syntax penulisan : >> help <ENTER> atau >> help nama fungsi <ENTER>
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)
4.3. Matriks Identitas

Matriks diagonal yang semua elemen diagonalnya adalah 1. Dengan sifat-sifat matriks
identitas : A*I=A , I*A=A
( )
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
Salah satu penyelesaiannya dengan menggunakan Metode Cramer:

det( A j ) det( A1 ) det ( A 2 ) det( An )
x j= ; ⇒ x 1= , x2 = ,. .. , x n =
det( A ) det( A ) det ( A ) det( A )
dimana: Aj adalah matrik yang didapat dengan mengganti kolom j dengan matrik b
OPERASI MATRIKS PADA MATLAB
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
( koma dilembangkan dengan titik (.))
7. Trace
>> trace(A)
ans =
15
8. Transpose
>> A’
ans =
147
258
369
MENYELESAIKAN PERSAMAAN LINIER
Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini

x1 + 2x3 =6
-3x1 + 4x2 + 6x3 = 30
-x1 - 2x2 + 3x3 = 8
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
5. Mencari nilai x1, x2, dan x3

>> x1=DetA1/DetA
x1 =
-0.9091
>> x2=DetA2/DetA
x2 =
1.6364
>> x3=DetA3/DetA
x3 =
3.4545
BAB XIII
MID SEMESTER
1. Jika diketahui matriks

A= [ ]
2 1
3 4 dan
B= [ ]
4 3
4 1 . Maka hitunglah penjumlahan
dari matriks tersebut
Jawab:
A +B
[ ][ ]
=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 ]
(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 = =

eliminasi gauss !
x− y+z=4
2x+ y−z=2
x−2 y−2 z=−6
Jawab:
Bentuk matriks yang diperbesar dari SPL tersebut adalah :
[ ]
1 −1 1 4
2 1 −1 | 2
1 −2 −2 −6
[ 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
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
Jadi pemecahan untuk SPL di atas adalah x = 2, y = 1 , dan z = 3

eliminasi gauss jordan !
x− y+2 z=3
x+2 y−z=6
2x− y−2 z=2
Jawab:
Bentuk matriks yang diperbesar dari SPL tersebut adalah :
[ 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
Jadi pemecahan untuk SPL tersebut adalah : x = 3 ; y = 2 ; z = 1
9. Tentukan solusi SPL Homogen berikut!

x−2 y+ z=0
x− y+2 z=0
2x −2 y+z=0
Jawab:
Bentuk matriks yang diperbesar dari SPL Homogen tersebut adalah :

[ 1 −2 1 0
1 −1 2 | 0
2 −2 1 0 ]
Penyelesaiannya:
[ ] [ ]
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
10. Tentukan solusi SPL Homogen berikut!
x+ y+ z+w=0
x+z=0
x+ y+2 z=0
Jawab:
Bentuk matriks yang diperbesar dari SPL Homogen tersebut adalah :

[ 1 1 1 10
1 0 1 0 |0
1 1 2 00 ]
Penyelesaiannya:
[ 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 ]
x+w=0→ x=−w
y+w=0→ y=−w
z−w=0→z=w
w=t
x=−t
y=−t
Misalkan z=t
Jadi punya solusi non trivial

→
→
11. Diketahui A=(5,2) dan B=(7,2 ) . Carilah AB dan |AB| !
Jawab :
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
13. Hitunglah hasil perkalian silang antara dua vektor berikut
ā=( 4 i+k ) dan b̄=(2i+3 j)
Jawab:
Hasil perkalian silang antara ā dan b̄ adalah sebagai berikut.
ā×b̄= (4 i+k )×(2i+3 j )
=
[ 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
Dan diketahui ā dan b̄ itu tegak lurus
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
15. Diketahui Himpunan P =

{[ ]
a b
c d
|a , b , c , d∈ℜ
}
perkalian skalar matriks. Apakah P adalah ruang vektor?
Jawab:
Untuk pembuktiannya dengan 10 aksioma
 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
(k +l) u=ku+lu (Terbukti)
 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.
16. Diketahui Himpunan P =

{[ ]
a b
c d
|a , b , c , d∈ℜ
}
perkalian skalar matriks merupakan ruang vektor.
Tunjukkan bahwa
Q=
{[ ]
0 b
c 0
|b , c ∈ℜ
}
Merupakan subruang dari ruang vektor P!
Jawab:
Untuk membuktikannya menggunakan teorema
 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

Alien Farah Adibah (20700118033)

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Alien Farah Adibah (20700118033)

Diunggah oleh

Hak Cipta:

Format Tersedia

KATA PENGANTAR

Makassar, 25 Juni 2019

BAB I MATRIKS DAN OPERASINYA ..........................................

1.1 Materi ..................................................................................

BAB II DETERMINAN MATRIKS ..................................................

BAB III INVERS MATRIKS...............................................................

BAB IV SISTEM PERSAMAAN LINEAR ........................................

4.1 Materi ..................................................................................

BAB V SISTEM PERSAMAAN LINEAR HOMOGEN ..................

BAB VII PERKALIAN VEKTOR ........................................................

BAB VIII RUANG VEKTOR................................................................

BAB IX PROSES GRAM SCHMIDT .................................................

9.1 Materi ..................................................................................

BAB XI NILAI EIGEN, VEKTOR EIGEN.........................................

BAB XII MATLAB................................................................................

BAB XIII MID SEMESTER..................................................................

1. Matriks Bujur Sangkar

Sifat-sifat matriks transpose :

8. Matriks Simetri dan Skew-simetri

Matriks A merupakan mastriks skew-simetri

C. Operasi Pada Matriks

1. Kesamaan dua matriks

5. Perkalian suatu matriks dengan suatu bilangan

A. Pengertian Dan Jenis Matriks

Tentukan ordo matriks P dan Q

Jawab : Ordo matriks P = 2 x 4 atau P 2 x4 ; Ordo matriks Q = 3 x 2 atau Q3 x2

d. Matriks Bujur sangkar/Matriks Persegi

Ordo matriks n x n sering disingkat dengan n saja.

f. Matriks Satuan /MatriksIdentitas (I)

h. Matriks Segitiga Atas

i. Matriks Segitiga Bawah

j. Kesamaan Dua Matriks

3.2 Perkalian Matriks Dengan Matriks

Ordo hasil perkalian matriks mxnA dengan

Mencari kasus yang bisa dikaitkan dengan matriks

Ketika Jual Beli

[ y ]=[1 2 ] [18. 000 ]

Notasi dan istilah simbol | A| adalah notasi alternatif untuk det(A).

Untuk himpunan integer {1,2,3} terdapat 6 permutasi yang berbeda yaitu:

{ 1,2,3 }{ 2,1,3 }{3,1,2 }

Permutasi Banyaknya inversi Klarifikasi

D. HASIL KALI ELEMENTER

Buatlah daftar hasil kali elementer dari matriks-matriks

a11 a 22 a33 a12 a21 a 33 a13 a21 a32

a11 a 23 a 32 a12 a23 a31 a13 a22 a31

( j 1 , j 2 … … j n ¿ adalah permurtasi dari himpunan (1, 2, . . . . n).

E. HASIL KALI ELEMENTER BERTANDA

Buatlah daftar hasil kali elementer bertanda dari matriks matriks

Hasil kali Permutasi yg Genap/ganjil Hasil kali

a11 a 22 (1,2) Genap a11 a 22

a12 a21 (2,1) Ganjil −a12 a 21

Hasil kali Permutasi yg Genap/ganjil Hasil kali

a11 a 22 a33 (1,2,3) Genap a11 a 22 a33

a11 a 23 a 32 (1,3,2) Ganjil −a11 a23 a32

a12 a21 a33 (2,1,3) Ganjil −a12 a 21 a33

a12 a23 a31 (2,3,1) Genap a12 a23 a31

a13 a21 a32 (3,1,2) Genap a13 a21 a32

a13 a32 a31 (3,2,1) Ganjil −a13 a32 a31

F. DETERMINAN MATRIKS 2X2 DAN 3X3

G. MENGHITUNG DETERMINAN REDUKSI BARIS

Teorema dasar definisi determininan berguna untuk membuktikan teorema mengenai

4. Jika A memiliki baris atau kolom proporsional maka det(A)=0

H. REDUKSI BARIS UNTUK MENGHITUNG DETERMINAN

Hitunglah det(A) dimana