MATA KULIAH
ALJABAR LINEAR
Disusun Oleh:
Candra Mecca Sufyana
1
Daftar Isi
Daftar isi......................................................................................................... 3
Daftar Gambar.............................................................................................. 5
Daftar Tabel................................................................................................... 6
Deskripsi Mata Kuliah………….……………………………….………….. 7
Tujuan Mata Kuliah Umum...….……………………………….…………..7
Tujuan Mata Kuliah Khusus.….……………………………….………….. 7
BAB I PENDAHULUAN
1.1 Diagram alur pokok bahasan................................................ 9
1.2 Materi pokok aljabar linear................................................... 9
BAB V VEKTOR
5.1 Persamaan dua buah vektor
5.1.1 Penjumlahan vektor...………………………………….. 41
5.1.2 Pengurangan vektor……………………………………. 43
5.1.3 Perkalian vektor dengan scalar..……………………….. 43
5.1.4 Perkalian vektor dengan vektor………………………... 44
5.1.5 Vektor Satuan…………………………………………...44
5.2 Hasil kali titik dan Hasil kali silang
5.1.1 Hasil kali titik……....…………………………………..46
2
5.1.2 Hasil kali silang…………………………………………. 47
5.3 Persamaan Bidang…………………..…….……….................. 48
5.4 Jarak titik terhadap bidang....………..…….………..................48
3
Daftar Gambar
Gambar Halaman
1.1 Diagram alur pokok bahasan 9
2.1 Koordinat kartesius SPL 2 variabel 13
2.2 Kemungkinan Solusi Sistem Persamaan Linear 19
2.3 Bagan SPL Homogen 24
5.1 Empat buah vector yang dikatakan sama 41
5.2 Perpindahan A dan B 42
5.3 Penjumlahan 2 buah vektor 42
5.4 Penjumlahan 4 buah vector 42
5.5 Sifat Asosiatif Penjumlahan Vektor 43
5.6 Pengurangan Vektor 43
5.7 Komponen-komponen vector 44
5.8 Vektor bergantung kuadran 44
5.9 Vektor Satuan 45
5.10 Metode komponen vector 45
5.11 Perkalian dua vector 46
6.1 Ruang vector 2D 52
6.2 Vektor a=OA=5i+3j 53
6.3 Ruang vector 3D 54
4
Daftar Tabel
5
A. Deskripsi Mata Kuliah
Secara garis besar, mata kuliah ini akan membicarakan tentang pengertian matriks, operasi
dasar matriks, dan jenis-jenis matriks, determinan, operasi baris elementer (OBE) dan
operasi kolom elementer (OKE), matriks ekivalen, matriks invers dan sifat-sifatnya, sistem
persamaan linear, beberapa aplikasi matriks, ruang vektor, basis dan dimensi, transformasi
linear, ruang inner product, eigen vektor dan eigenvalues.
Mata kuliah ini mempersiapkan mahasiswa untuk dapat menyelesaikan masalah yang
terkait dengan aljabar matriks dan konsep ruang vektor. Disamping itu, mata kuliah ini
membekali mahasiswa dengan logical reasoning dan abstraksi matematika. Oleh karena
itu, keterlibatan aktif dari siswa memegang peranan penting.
Sesuai dengan tujuan pemelajaran Matematika, perkulaihan Aljabar Linier mempunyai dua
tujuan utama yang saling terkait yaitu mengasah kemampuan bernalar dan problem
solving. Secara rinci, tujuan tersebut dijabarkan dalam sasaran pemelajaran berikut ini:
Sasaran pembelajaran terminal
1. Apabila diberi suatu sistem persamaan linier, mahasiswa mampu memilih strategi
yang paling efektif untuk menentukan penyelesaiannya atau menetukan penyelesaian
kuadrat terkecil (LSS).
2. Mahasiswa mampu mengidentifikasi matriks-matriks persegi yang dapat
didiagonalkan secara orthogonal, dan dapat membuat prosedur untuk
mendiagonalkannya.
3. Mahasiswa mampu melakukan operasi-operasi vektor pada bidang dan ruang (ruang
vektor Euclid R2 dan R3) baik secara aljabar maupun geometris.
4. Mahasiswa mampu mengidentifikasi apakah suatu fungsi merupakan transformasi
linier, mampu menentukan matriks transformasi linier, dan dapat
menginterpretasikan sifat-sifat transformasi linier pada bidang dan ruang.
6
BAB I
PENDAHULUAN
B. Uraian Materi
Ketika mahasiswa mengambil mata kuliah aljabar linear, yang paling seru adalah tidak
menanyakan materi apa saja yang akan dipelajari di mata kuliah aljabar linear tersebut,
karena secara otomastis menyangka ga akan jauh berbeda dengan matematika. Sudah
menjadi rahasia umum bahwa matematika merupakan momok menakutkan bagi
sebagaian besar pelajar. Diantaranya karena matematika atau aljabar
secara umum menggunakan dummy variabel berbentuk huruf (misalnya x, y, z, p,
q, m, n) yang umumnya sulit untuk dapat dipahami. Pola pikir “menyatakan sulit
sebelum berperang” tersebut juga yang justru menjadi masalah utamanya, tanpa
melihat terlebih dahulu manfaat, tantangan, dan keilmuanya.
Aljabar Linear Elementer yang termasuk salah satu cabang ilmu
Matematika, memiliki karakteristik tersendiri dalam isi maupun proses
pembelajarannya. Aljabar Linear Elementer (ALE) ini identik dengan
penggunaan logika dalam pemecahan masalah dan pencarian solusi.
Pembelajaran ALE yang harus melalui pra syarat penguasaan Logika
Matematika & Himpunan tentunya tidak lepas dari aplikasi penggunaannya
dalam kehidupan sehari-hari, baik secara konkret maupun abstrak.
Aljabar linear ini mempelajari tentang matriks, vektor, ruang vektor, transformasi
linear dan sistem persamaan linear. Aljabar linear mempunyai penerapan pada berbagai
bidang ilmu alam dan ilmu sosial serta teknologi khususnya teknologi informasi dan
komunikasi (infokom) yang saat ini sedang berkembang pesat. Pada dasarnya aljabar
linier adalah metode yang sangat kuat ketika berhadapan dengan beberapa variabel, dan
ada manfaat yang luar biasa untuk menggunakan ini sebagai landasan teoritis ketika
merancang algoritma.
Bagan hubungan dengan mata kuliah lain:
7
1.1 Diagram alur pokok bahasan
8
5. Determinan, meliputi determinan dengan ekspansi kofaktor, Sifat-sifat determinan
terhadap Operasi Baris Elementer, Matrik Adjoin, Matrik Invers dengan Matrik
Adjoin, Aturan Cramer
6. Ruang Vektor, meliputi Ruang n Euclides, Definisi Ruang Vektor, Sub Ruang, Bebas
Linier, Membangun, Basis, dan Dimensi
7. Ruang Hasil Kali Dalam, meliputi Definisi, Panjang dan Sudut di Ruang Hasil Kali
Dalam, Ortonormalisasi Basis
8. Nilai dan Vektor Eigen, meliputi Persamaan Karakteristik, Diagonalisasi, dan
Diagonalisasi secara Ortogonal
9. Transformasi Linier, meliputi Definisi, Kernel, Rank, Koordinat sebagai bentuk
Transformasi dari Ruang vektor sebarang ke Rn, Matrik Transformasi
C. Rangkuman
Aljabar linear adalah bidang studi matematika yang mempelajari sistem persamaan
linear dan solusinya, vektor, serta transformasi linear. Matriks dan operasinya juga
merupakan hal yang berkaitan erat dengan bidang aljabar linear.
D. Tugas
Dibawah ini adalah berbagai komentar tentang bagaimana aljabar linear digunakan
dalam algoritma. Berikan komentar dan analisis anda terhadap komentar-komentar dan
pertanyaan tersebut
9
E. Evaluasi
1. Tuliskan bagaimana sejarah keilmuan aljabar?
2. Sebutkan apa saja manfaat dan keuntungan mempelajari aljabar linear?
3. Sebutkan materi apa saja yang dipelajari di aljabar linear dan relevansinya
terhadap manfaat?
F. Pustaka
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit Interaksara.
Jakarta
Kasiyah M Junus, Heru Suhartanto. Aljabar Linier. 2008. Fakultas Ilmu Komputer
Universitas Indonesia
http://id.w3support.net/index.php?db=so&id=1085425
http://wikipedia.org
10
BAB II
SISTEM PERSAMAAN LINEAR
Apabila diberikan sistem persamaan linier (SPL) konsisten berukuran kecil, mahasiswa
mampu menetukan konsistensinya; dan menyelesaikan dengan metode eliminasi-substitusi,
geometris, dan metode Gauss-Jordan dengan tepat.
B. Uraian Materi
Sistem persamaan linear adalah dua persamaan linear atau lebih yang disajikan
bersamaan dan mempunyai satu jawaban persekutuan. Pasangan sistem persamaan yang
dibentuk dapat berupa linear dan linear, linear dan kuadrat, atau kuadrat-kuadrat. Dalam
kehidupan sehari-hari sering kita temui persoalan-persoalan yang dapat diselesaikan
dengan memakai model matematika yang berbentuk sistem persamaan linear. Model
matematika adalah cara mengubah bentuk penulisan dari bahasa sehari-hari menjadi
bahasa matematika. Misalnya:
Anto membeli alat tulis untuk keperluan sekolah yaitu 3 buah pulpen dan 2 buah pensil
dengan harga Rp. 10.500,00. Pada toko yang sama Budi membeli 2 buah
pulpen dan 3 buah pensil dengan harga Rp. 9.500,00.
Harga masing-masing 1 buah pulpen dan 1 buah pensil dapat anda ketahui dengan
memakai model matematika yang berbentuk sistem persamaan Linear. Dari contoh diatas
terdapat Dua Variabel yaitu pulpen dan pensil yang akan diperoleh penyelesaian tunggal
dari nilai x dan y. Jadi penyelesian Sistem Persamaan linear adalah nilai x dan y yang
memenuhi kedua persamaan linear yang dimaksud. Penulisannya ditulis dalam bentuk
Himpunan Penyelesaian (HP) : {(x,y)}
Ada tiga kemungkinan untuk menentukan himpunan penyelesaian, yaitu :
• Sistem persamaan linear akan memiliki penyelesaian jika dipenuhi syarat : (a/p) ≠
(b/q).
• Sistem persamaan linear tidak akan memiliki penyelesaian jika dipenuhi syarat : (a/p) =
(b/q) ≠(c/r).
• Sistem persamaan linear akan memiliki penyelesaian yang terhingga banyaknya jika
dipenuhi syarat : (a/p) = (b/q) = (c/r)
Bentuk umum Sistem Persamaan linear Dua Variabel dalam x dan y adalah :
Keterangan :
ax + by = c x, y = variabel ;
px + qy = r a, b, p, q = koefisien variable a, b, p, dan q ≠ 0
bersamaan
c, r = konstanta
11
2.1. Sistem Persamaan Linear Dua Variabel
2.1.1 Metode Grafik
Penyelesaian dengan metode grafik secara umum adalah menggambar kedua
persamaan garis pada satu koordinat Cartesius. Adapun langkah-langkah
langkah secara
lengkap adalah sebagai berikut:
• Buatlah tabel pasangan terurut (x,y) dengan mencari titik potong dengan
masing-masing
masing sumbu X dan Sumbu Y dari setiap persamaan garis.
• Perpotongan sumbu X diperoleh pada saat nilai y = 0 dan perpotongan dengan
sumbu Y diperoleh pada saat nilai x = 0.
Jadi perpotongan dengan sumbu koordinat adalah :
Perpotongan dengan Sumbu X : (a,0) dan Perpotongan dengan Sumbu Y : ( 0,b)
Karena ada dua persamaan garis maka anda harus membuat dua tabel dan akan
diperoleh empat titik (a,0), (0,b) dan (c,0), (0,d).
Lukislah masing--masing
masing persamaan pada satu koordinat Cartesius !
12
Jawab :
Persamaan (1) : 3x + 2y = 60000
Perpotongan dengan Sumbu X (y = 0)
3x + 2y = 60000
3x = 60000
x = 20000,
20000 Diperoleh titik (20000,0)
Perpotongan dengan Sumbu Y (x = 0)
3x + 2y = 60000
2y = 30000,
30000 Diperoleh titik ( 0,30000)
Jadi perpotongan dengan sumbu koordinat adalah : (20000,0), ( 0,30000),
3x + 2 y = 60000
X 0 20000
Y 30000 0
(0,30000) (20000,0)
5x + y = 65000
X 0 13000
Y 65000 0
(0,65000) (13000,0)
13
Dari pasangan titik (20000,0), ( 0,30000), dan (13000,0), ( 0,65000) maka akan
diperoleh dua garis pada satu sumbu koordinat. Dari kedua garis tersebut nampak
bahwa ada perpotongan antara keduanya sehingga terdapat satu penyelesaian sistem
persamaan linear yaitu titik (10000,15000) harga tiap kg apel Rp. 10000 dan anggur
Rp.15000
14
10x + 3y = 100 ……………….. (2)
Untuk mengeliminasi variable x samakan nilai kedua koefisien variable x. Pada
langkah ini anda mengalikan kedua koefisien dengan bilangan tertentu sedemikian
sehingga nilai koefisiennya menjadi sama.
50x + 40y = 1000 | X 1 | 50x + 40y = 1000
10x + 3y = 100 | X 5 | 50x + 15y = 500 -
25y = 500
y = 500/25
y = 20
Karena variabel yang akan dieliminasi mempunyai koefisien tanda sama maka
untuk menghilangkan variabel x, kedua persamaan harus dikurangkan.
Untuk mengeliminasi variabel y samakan nilai kedua koefisien variable y. Pada
langkah ini anda mengalikan kedua koefisien dengan bilangan tertentu sedemikian
sehingga nilai koefisiennya menjadi sama.
50x + 40y = 1000 X 3 >> 150x + 120y = 3000
10x + 3y = 100 X 40 >> 400x + 120y = 20000 -
-250x + 0y = -17000
x = -17000/-250
x = 38
Karena variabel yang akan dieliminasi mempunyai koefisien tanda sama maka
untuk menghilangkan variabel y, kedua persamaan harus dikurangkan. Dari
perhitungan di atas anda memperoleh nilai variabel x = 38 dan nilai variabel y = 20.
Jadi Himpunan Penyelesaian : {(38,20)}
Hal ini berarti bahwa banyaknya pesawat yang dibutuhkan untuk mengangkut
semua tentara dan semua perlengkapan dalam satu kali pemberangkatan pasukan
adalah 38 pesawat Hercules dan 20 pesawat Helikopter.
15
nilai variabel y tersebut pada persamaan (3). Dari keterangan di atas maka anda
dapat menemukan pasangan (x,y) yang merupakan penyelesaian dari sistem
persamaan linear tersebut.
Contoh:
Anda membeli alat tulis untuk keperluan sekolah yaitu 3 buah pulpen dan 2 buah
pensil dengan harga Rp. 10.500,00. Pada toko yang sama teman anda membeli 2
buah pulpen dan 3 buah pensil dengan harga Rp. 9.500,00. Bagaimana menghitung
harga tiap 1 buah pulpen dan pensil ? Coba anda diskusikan !
Misalkan x = 1 y = 1
Anda membeli 3 buah pulpen dan 2 buah pensil dengan harga Rp. 10.500,00
3 buah pulpen + 2 buah pensil = Rp. 10.500,00
3x + 2y = 10500 ………………. (1)
Teman anda membeli 2 buah pulpen dan 3 buah pensil dengan harga Rp. 9.500,00
2 buah pulpen + 3 buah pensil = Rp. 9.500,00
2x + 3y = 9500 …………………. (2)
Untuk mengganti (subsitusi) variabel x dengan variabel y, ubahlah salah satu
persamaan menjadi persamaan x dalam y. Kemudian gantikan hasil tersebut pada
persamaan yang lain. Pada langkah ini anda mengubah persamaan pertama (1)
menjadi persamaan x dalam y,
3x + 2y = 10500
3x = -2y + 10500
x = -(2/3)y + 10500/3
x = -(2/3)y + 3500 ……………… (3)
Dari persamaan (2) dan (3)
2x + 3y = 9500
2{-(2/3)y + 3500} + 3y = 9500
-(4/3)y + 7000 + 3y = 9500
-(4/3)y + 3y = 9500 – 7000
5/3y = 250
y = 2500 : (5/3)
y = 1500
Untuk mencari nilai variabel x dengan y = 1500, gunakan persamaan ketiga (3),
dengan cara menggantikan variabel y dengan 1500 :
x = -(2/3)y + 3500
x = -(2/3).1500 + 3500
x = -1000 + 3500
x = 2500
Dari perhitungan di atas maka diperoleh hasil nilai variabel x adalah 2500 dan
variabel y adalah 1500. Jadi Himpunan Penyelesaiannya adalah : {(2500,1500)}
Hasil ini juga menggambarkan bahwa harga setiap satu buah pulpen adalah Rp.
2500,00 dan harga setiap satu buah pencil adalah Rp. 1500,00.
16
Kemudian nilai variabel y ini disubsitusikan ke dalam salah satu persamaan
sehingga diperoleh nilai variabel yang lain.
px + qy = r
px + q{(cp-ar)/(bp-aq)} = r
Disini anda akan memperoleh nilai variabel x. Jadi anda akan mendapatkan
pasangan (x,y) dengan dua metode yaitu eliminasi dan substitusi. Metode yang
digunakan terlebih dahulu sangat tergantung pada soal yang disajikan, akan tetapi
biasanya digunakan terlebih dahulu metode eliminasi baru kemudian metode
substitusi. Contoh: Tentukan penyelesaian dari :
2/x + 3/y = 5 dan 3/x – 4/y = 16
Jawab :
2/x + 3/y = 5 ………. (1)
3/x – 4/y = 16 ………. (2)
Gunakan Metode Campuran !!
Metode Eliminasi kemudian Substitusi !!
Dengan metode campuran :
Langkah pertama dengan metode eliminasi :
2/x + 3/y = 5 X 3 >> 6/x + 9/y = 15
3/x – 4/y = 16 X 2 >> 6/x – 8/y = 32 -
17/y = -17
y = -1
Untuk mencari nilai variabel x, dengan y = -1 :
Dengan metode Substitusi y = -1 ke persamaan (1) :
2/x + 3/y = 5
2/x + 3/(-1) = 5
2/x – 3 = 5
2/x = 8
x=¼
Jadi himpunan penyelesaiannya : {(1/4,-1)}
Dari keempat metode di atas anda harus cermat memilih metode mana yang
cocok untuk soal tertentu, karena setiap soal tidak mempunyai tipe yang sama.
Anda menggunakan metode grafik khusus untuk soal yang sederhana
17
dimana:
aij untuk i=1 s/d m dan j=1 s/d n adalah koefisien atau persamaan simultan
xi untuk i=1 s/d n adalah variabel bebas pada persamaan simultan
Solusi Sistem Persamaan Linier adalah solusi setiap persamaan linier yang terdapat
dalam Sistem Persamaan Linier tersebut.
Penyelesaian persamaan linier adalah penentuan nilai xi untuk semua i=1 s/d n yang
memenuhi semua persamaan yang diberikan. Permasalahan persamaan linier simultan
merupakan permasalahan yang banyak muncul ketika berhubungan dengan
permasalahan multi-variabel dimana setiap persamaan merupakan bentuk persamaan
linier atau dengan kata lain setiap variabel berpangkat paling besar satu. Persamaan
linier simultan di atas dapat dinyatakan sebagai bentuk matrik yaitu :
Matrik A dinamakan dengan Matrik Koefisien dari persamaan linier simultan, atau ada
yang menamakan dengan matrik Jacobian. Vektor x dinamakan dengan vektor variabel
(atau vektor keadaan) dan vektor B dinamakan dengan vektor konstanta.
Augmented Matrix ( matrik perluasan ) dari persamaan linier simultan adalah matriks
yang merupakan perluasan matrik A dengan menambahkan vector B pada kolom
terakhirnya, dan dituliskan:
Augmented (A) = [A B]
Sehingga secara detail, augmented matrik dari persamaan linier simultan dapat
dituliskan:
18
2.1 Metode Eliminasi Gauss
Metode Eliminasi Gauss merupakan metode yang dikembangkan dari metode
eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat
diperoleh nilai dari suatu variable bebas. Untuk menggunakan metode eliminasi
Gauss ini, terlebih dahulu bentuk matrik diubah menjadi augmented matrik sebagai
berikut :
a11 a12 ... a1n b1
a21 a22 ... a2 n b2
... ... ... ... ...
an1 an 2 ... ann bn
Metode eliminasi gauss, adalah suatu metode dimana bentuk matrik di atas, pada
bilangan kiri diubah menjadi matrik segitiga atas atau segitiga bawah ddengan
menggunakan OBE (Operasi Baris Elementer).
a11 a12 a13 ... a1n b1 c11 c12 c13 ... c1n d1
a a 22 a 23 ... a2n b2 0 c c23 ... c2 n d 2
21 22
Atau
a11 a12 a13 ... a1n b1 1 0 0 ... 0 d1
a b2 0
21 a22 a23 ... a2 n
1 0 ... 0 d 2
a31 a32 a33 ... a3 n b3 0 0 1 ... 0 d3
... ... ... ... ... ... ... ... ... ... ... ...
an1 an 2 an 3 ... ann bn 0 0 0 ... 1 d n
Penyelesaian dari persamaan linier simultan diatas adalah nilai d1,d2,d3,…,dn dan
x1 = d1 , x2 = d 2 , x3 = d 3 ,...., xn = d n
19
Sebagai contoh reduksi baris, kita selesaikan kumpulan persamaan berikut,
2x – z = 2
6x + 5y + 3z = 7
2x – y = 4
(b). Persamaan dua dan tiga (b). Persamaan dua dan tiga
ditukar ditukar
2x - z = 2
-y + z = 2
5y + 6z = 1
(d). Bagi persamaan tiga dengan (d). Bagi persamaan tiga dengan
11 11
2x - z = 2
-y + z = 2
z=1
20
Contoh. Kasus empat variabel. Selesaikan susunan persamaan berikut:
21
2.2 Sistem Persamaan Linear Homogen
Sistem Persamaan Linier Homogen adalah Sistem Persamaan Linier yang semua
suku konstannya nol, sehingga bentuk umum SPL homogen, sebagai berikut:
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = 0
a 21 x1 + a 22 x2 + a 23 x3 + ... + a2n xn = 0
a 31 x1 + a 32 x 2 + a 33 x3 + ... + a 3n xn = 0
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
a n1 x1 + a n 2 x2 + a n3 x3 + ... + a nn xn = 0
karena semua suku konstan nol, maka jika dilakukan OBE tetap saja suku
konstannya nol, karena itu matrik lengkap SPL homogen sering disingkat tanpa
memasukkan kolom suku konstan. SPL homogen selalu konsisten, minimal
mempunyai solusi nol yang disebut solusi trivial. Jika terdapat solusi yang lain,
disebut solusi tak trivial. Contoh: Tentukan solusi SPL homogen berikut:
karena x2 dan x4 bernilai sebarang bilangan riil, maka dapat diganti dengan
parameter, misalkan, x2=t dan x4=s, sehingga solusi SPL homogen tersebut:
Kita tutup bagian ini dengan satu teorema yang penting, yaitu:
Sistem Persamaan Linier Homogen selalu mempunyai solusi tak trivial, jika
banyaknya anu lebih besar dibandingkan banyaknya persamaan.
22
C. Rangkuman
1. Sistem persamaan linear adalah dua persamaan linear atau lebih yang disajikan
bersamaan dan mempunyai satu jawaban atau solusi persekutuan.
2. Solusi Persamaan Linier yang dimaksud adalah sehimpunan bilangan terurut yang
jika disubtitusikan kedalam Persamaan Linier tersebut, menjadi valid.
3. Model matematika adalah cara mengubah bentuk penulisan dari bahasa sehari-hari
menjadi bahasa matematika.
4. Metode Penyelesaian untuk kasus dua variabel
• Metode Grafik adalah menggambar kedua persamaan garis pada satu koordinat
Cartesius.
• Metode Eliminasi adalah cara penyelesaian sistem persaman linear dengan
menghilangkan/menghapus salah satu variabel untuk mencari nilai variabel
yang lain.
• Metode substitusi adalah cara untuk menentukan penyelesaian sistem
persamaan linear dengan menggantikan suatu variabel dengan variabel yang
lainnya.
• Metode campuran adalah cara menentukan himpunan penyelesaian dengan
menggabungkan antara metode eliminasi dan metode substitusi.
5. Persamaan Linier Simultan atau Sistem Persamaan Linier mempunyai
kemungkinan solusi:
• Tidak mempunyai solusi
• Tepat satu solusi
• Banyak solusi
6. Metode Eliminasi Gauss merupakan metode yang dikembangkan dari metode
eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat
diperoleh nilai dari suatu variable bebas, pada bagian kiri diubah menjadi matrik
segitiga atas atau segitiga bawah dengan menggunaka Operasi Baris Elementer.
7. Operasi ini disebut Operasi Baris Elementer
• Mengalikan persamaan dengan konstanta kecuali nol
• Mempertukarkan dua baris
• Menambahkan perkalian suatu baris pada baris lainya
8. Sistem Persamaan Linier Homogen adalah Sistem Persamaan Linier yang semua
suku konstannya nol
23
D. Tugas
Coba Jelaskan dalam sebuah tulisan untuk melukiskan ketiga diagram di bawah ini!
24
E. Evaluasi
1. Tentukan Himpunan penyelesaian dari sistem persamaan berikut :
a. 2x + y = 8 dan x - y = 1
b. 2x - 5y = 15 dan 3x + 4y = 11
c. x + 3y = 1 dan 2x - y = 9
2. Sebuah bilangan terdiri dari dua angka, penjumlahan tiga angka puluhan dan angka
satuannya adalah 27, dan selisihnya angka puluhan dann satuannya adalah 5.
Bilangan itu adalah ....
3. Suatu perusahaan garmen memproduksi dua jenis pakaian A dan B. Jumlah yang
diproduksi sebanyak 2004 potong. Jika jenis A memerlukan bahan 1,5 m per potong
dan jenis B memerlukan bahan 2 m per potong dan bahan yang tersedia sebanyak
3.508 m. Banyaknya produksi dari masing-masing jenis adalah ....
4. Keliling sebuah segitiga sama kaki adalah 20 cm. Jika panjang kedua kakinya masing-
masing ditambah 3 cm dan panjang alasnya dilipatduakan, kelilingnya menjadi 34 cm.
Ukuran panjang ketiga sisi sama kaki adalah ....
5. Carilah Solusi x,y, dan z dari persamaan di bawah ini:
x + y + 2z = 9
2 x + 4 y − 3z = 1
3x + 6 y − 5 z = 0
6. Cari penyelesaian dari sistem :
x1 – 2x2 + x3 = -5
3x1 + x2 – 2x3 = 11
-2x1 + x2 + x3 = -2
7. Cari penyelesaian dari sistem :
8. Jika mungkin, carilah jawab yang non trivial dari sistem persamaan :
x1 – 2x2 + x3 = 0
-x1 + 3x2 – 2x3 = 0
2x1 + x2 – 4x3 = 0
F. Pustaka
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit Interaksara.
Jakarta
Mahmud ’Imrona .Aljabar Linier Elementer.. 2002.STT Telkom.Bandung
Gilbert Strang, Linear Algebra and its Applications, second edition. 1980.
Budi Murtiyasa. Sistem Persamaan Linear . .2008.Universitas Muhammadiyah Surakarta
Leon , S.J. Aljabar Linear Dan Aplikasinya edisi 5 . .( 2001 ).Penerbit Erlangga. Bandung
25
BAB III
MATRIKS
B. Uraian Materi
Tabel 3.1
3.1.. Contoh tabel sebagai kumpulan array
, ,
Sehingga contoh pada tabel tersebut dituangkan dalam notasi matriks adalah:
2 3 2 4 1 4 2
0 3 1 4 3 2 2
4 1 3 1 0 0 2
Ukuran matriks ditentukan oleh banyak baris dan banyak kolomnya. Matriks yang
mempunyai m baris dan n kolom dikatakan berukuran m x n.
26
Notasi matriks secara umum:
a11 a12 ..... a1n Baris ke -1
A=
a21 a22 .... a2 n
: : : : Unsur / entri /elemen ke-mn
a am 2 .... amn (baris m kolom n)
m1
Kolom ke -2
(ii) MATRIKS BUJURSANGKAR, adalah matriks yang jumlah baris dan jumlah
kolomnya sama, m = n. Barisan elemen a11, a22, a33, ….ann disebut diagonal utama dari
matriks bujursangkar A tersebut. Contoh : Matriks berukuran 2x2
A=
1 4
2 3
(iii) MATRIKS DIAGONAL, adalah matriks bujursangkar yang semua elemen diluar
diagonal utamanya nol. Contoh: 2 0 0
0 5 0
0 0 3
(v) MATRIKS SKALAR, adalah matriks diagonal yang semua elemennya sama tetapi
bukan nol atau satu.
(vi) MATRIKS SEGITIGA ATAS (UPPER TRIANGULAR), adalah matriks
bujursangkar yang semua elemen dibawah diagonal elemennya = 0.
(vii) MATRIKS SEGITIGA BAWAH (LOWER TRIANGULAR), adalah matriks
bujursangkar yang semua elemen diatas diagonal elemennya = 0.
27
(viii) MATRIKS SIMETRIS, adalah matriks bujursangkar yang elemennya simetris
secara diagonal. Dapat juga dikatakan bahwa matriks simetris adalah matriks yang
transposenya sama dengan dirinya sendiri.
(ix) MATRIKS ANTISIMETRIS, adalah matriks yang trnsposenya adalah negatif dari
matriks tersebut. Maka AT=-A dan aij=-aij, elemen diagonal utamanya = 0
Matriks Upper Lower Simetris Antisimetris
Skalar Triangular Triangular
0 1 −3 0
4 0 0
1 2 0 − 1 0 4 2
3 2 1 3 0 0
0 4 0 3 − 4 0 − 1
0 0 4 0 4 5 1 4 0 2 3 1
0 0 4 6 9 4 0 1 1 0 0
2 1
TRANSPOSE MATRIKS
Jika diketahui suatu matriks A=aij berukuran mxn maka transpose dari A adalah matriks AT
=n xm yang didapat dari A dengan menuliskan baris ke-i dari A sebagai kolom ke-i dari
AT.
Contoh: Beberapa Sifat Matriks Transpose :
− 4 0 (A+B)T = AT + BT
− 4 6 3 (AT) T = A
, maka AT = 6 1
0 1 2 k(AT) = (kA)T
3 2
(AB)T = BT AT
28
p q
a b d ap + br + dt aq + bs + du
A.B = ( 2 x 3) . r s =
e f g t u ep + fr + gt eq + fs + gu ( 2 x 2 )
(3 x 2)
3 4
2 1 5 2
Contoh: [A] = 1 3 2 ; [B] = − 1
2 x3 2 1 3 x 2
2 x3 + 1(−1) + 5 x 2 2 x4 + 1x 2 + 5 x1 15 15
Maka AB = =
1x3 + 3(−1) + 2 x 2 1x 4 + 3 x 2 + 2 x1 4 12 2 x 2
29
1 0 1 0 0 0 1 0 3 1 0 0
(i)
0 − 3 0 0 0
(ii)
1 (iii) 0 1 0 (iv) 0 1 0
0 0 1 0 0 0 1
0 0 1
0 1 0 0
Kalikan baris kedua
dengan -3 Pertukarkan baris Tambahkan tiga Kalikan baris
kedua dan baris kali baris ketiga pertama dengan 1
keempat pada baris pertama
Jika matriks elementer E dihasilkan dengan melakukan sebuah operasi baris tertentu pada
Im dan jika hasil kali EA adalah matriks yang dihasilkan bila operasi baris yang sama ini
dilakukan pada A. Contoh berikut mengilustrasikan teorema tersebut:
1 0 2 3 1 0 0
Tinjaulah Matriks: A = 2 − 1 3 6 , dan matriks elementer, E= 0 1 0
1 4 4 0 3 0 1
yang dihasilkan oleh penambahan 3 kali baris pertama ke baris ketiga. Maka hasil kali EA
1 0 2 3
adalah: EA = 2 − 1 3 6 ,
4 4 10 9
yang persis sama seperti matriks yang dihasilkan bila kita menambahkan 3 kali baris
pertama dari A ke baris ketiga.
Setiap matriks elementer dapat dibalik, dan inversnya adalah juga matriks elementer.
3 1 1 2 − 1 2 − 1
Contoh: A = , maka A −1 = =
5 2 3.2 − 1.5 − 5 3 − 5 3
Invers matriks n x n
Dengan metode Eliminasi Gauss – Jordan kita dapat mentransformasikan matriks
diperbesar [ A | I ] melalului operasi baris elementer menjadi [ I | A-1]. Akan dicari inversi
dari matriks [A]nxn. Langkah-langkah yang dilakukan :
1) Ambil matriks satuan [I]nxn
2) Dengan cara operasi baris, ubahlah matriks [A] menjadi matriks satuan
30
3) Proses ke-2 juga dilakukan pada matriks [ I ], sehingga setelah proses selesai matriks [ I]
telah berubah menjadi matriks [A]-1
1 3 3
A = 1 4 3 , Tentukanlah invers matriks A tersebut??
1 3 4
LANGKAH KE-1 LANGKAH KE-2 (B2-B1)
1 3 3 1 0 0 1 3 3 1 0 0
1 4 3 0 1 0 0 1 0 − 1 1 0
1 3 4 0 0 1 1 3 4 0 0 1
C. Rangkuman
p q
a b d ap + br + dt aq + bs + du
A.B = ( 2 x 3) . r s =
e f g t u ep + fr + gt eq + fs + gu ( 2 x 2 )
(3 x 2)
31
3. Sebuah matriks n x n dinamakan matriks elementer jika matriks tersebut dapat
diperoleh dari matriks satuan (identitas) n x n yakni In dengan melakukan sebuah
operasi baris elementer tunggal.
4. Invers Matriks Orde 2
d −b
d − b
= ad − bc ad − bc
1
A −1 =
ad − bc − c a − c a
ad − bc ad − bc
5. Invers Matriks Orde 3. Langkah-langkah yang dilakukan :
• Ambil matriks satuan [I]nxn
• Dengan cara operasi baris, ubahlah matriks [A] menjadi matriks satuan
• Proses ke-2 juga dilakukan pada matriks [ I ], sehingga setelah proses selesai
matriks [ I] telah berubah menjadi matriks [A]-1
D. Tugas
E. Soal
1. Diketahui matriks berikut ini:
1 2 3 2 4 1
A= , B = 3 2 4
4 5 1
Tentukan:
a) A-B b) A+B
F. Pustaka
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit Interaksara.
Jakarta
32
BAB IV
DETERMINAN MATRIKS
B. Uraian Materi
33
Untuk memudahkannya akan dibuat tabel sebagai berikut :
Tabel 2: Permutasi
34
+ 2 1 5 7
− 0 1 3 4
Hitung determinan matriks A = + 0 0 3 2
0 0 2 2
−
Pilih kolom 1 :
1 3 4 1 5 7 1 5 7 1 5 7
A= + 2 0 3 2 - 0 0 3 2 -0 1 3 4 -0 1 3 4
0 2 2 0 2 2 0 2 2 0 3 2
3 2
A= ( +2 ) ( +1) = 2 ( 3.2 – 2.2 ) = 2( 6 – 4 ) = 4
2 2
Menghitung Determinan dengan Pertolongan Sifat-Sifat Determinan.
Dengan menggunakan sifat determinan yang ke –4 yaitu
Hij(λ) / Kij (λ) , langkah –langkah menentukan rank matriks sehingga diperoleh elemen nol
dalam baris / kolom yang maksimal dan teorema Laplace . Contoh :
1 2 3 4
5 6 7 8
Hitung determinan matriks A =
9 10 11 12
13 14 15 15
Lakukan Transformasi H21(-5) , H31(-9) , H41(-13) sehingga diperoleh matriks :
1 2 3 4
0 − 4 − 8 − 12
0 − 8 − 16 − 24
0 − 12 − 24 − 36
ke tiga baris berkelipatan sehingga dengan transformasi
H32(-2) , H42(-3) sehingga diperoleh matriks :
1 2 3 4
0 − 4 − 8 − 12
0 0 0 0
0 0 0
0
sehingga apabila dipilih baris 3 atau 4 maka harga determinan A = 0
Definisi :
Jika A adalah sebarang matrik n x n dan Cij adalah kofaktor aij, maka matrik
C11 C12 C13 ... C1n
C
21 C 22 C 23 ... C 2 n
. . . ... . disebut matrik kofaktor A.
. . . . .
C n1 C n 2 C n 3 ... C nn
35
−1
1
Jika A adalah matrik yang dapat dibalik, maka : A = adj(A)
det( A)
Langkah-langkah :
Hitung |A| ≠ 0
Cari matrik adjoint dengan terlebih dahulu menentukan matrik kofaktor.
Matrik adjoint merupakan matrik transpose dari matrik kofaktor.
Matrik invers diperoleh dengan mengkalikan matrik adjoint dengan seper-determinan
Contoh: Hitung invers dari matriks:
1 0 0
C=
2 3 5
4 1 3
3 5 1 0
C11* = (-1)1+1.M11 = 1. =4 C22* = (-1)2+2.M22 = 1. =3
1 3 4 3
1 0
C12* = (-1)1+2.M12 = -1. 2 5 = 14 C23* = (-1)2+3.M23 = -1. = -1
4 3
4 1
1 0
C13* = (-1)1+3.M13 = 1. 2 3 = -10 C32* = (-1)3+2.M32 = -1. = -5
4 1
2 3
1 0
C21* = (-1)2+1.M21 = -1.
0 0
=0 C33* = (-1)3+3.M33 = 1. =3
1 3
2 5
4 0 0
14 3 − 5
Sehingga didapat Adj (C) =
− 10 − 1 3
C =4
4 0 0 1 0 0
-1
Jadi C = ¼ 14
3 − 5 = 7 / 2 3 / 4 − 5 / 4
− 10 − 1 3 − 5 / 2 − 1 / 4 3 / 4
.
bn
Gunakan aturan Cramer untuk memecahkan
x1 + + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 - 2x2 + 3x3 = 8
37
Jawab :
1 0 2
A= − 3 40 6 ,
− 1 − 2 3
6 0 2 1 6 2 1 0 6
A1= 30 4 6 , A2= − 3 30 6 , A =
3
− 3 4 30
8 − 2 3 − 1 8 3 − 1 − 2 3
Maka
det( A1 ) − 40 − 10
x1 = = = ,
det( A) 44 11
det( A2 ) 72 18
x2 = = = ,
det( A) 44 11
det( A3 ) 152 38
x3 = = =
det( A) 44 11
C. Rangkuman
1. Awal dari adanya determinan berdasarkan konsep permutasi. Permutasi himpunan
bilangan – bilangan bulat {1,2,3 …,n} adalah susunan bilangan – bilangan bulat ini
menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan
tersebut.
2. Minor adalah harga determinan dari submatriks Mij ,yaitu Mij
3. Kofaktor adalah (-1 ) I + j Mij , suatu bentuk scalar.
4. Matrik adjoint merupakan matrik transpose dari matrik kofaktor.
5. Matrik invers diperoleh dengan mengkalikan matrik adjoint dengan seper-
determinan
6. Langkah-langkah menentukan determinan suatu matriks dengan OBE
a. Tulis matriks kuadrat A
b. Rubah matriks A ke A* suatu matriks segitiga atas, dg OBE-3
c. Tentukan det(A*) = [ aij ]
d. Tulis det(A) = det(A*)
7. Aturan Cramer yaitu jika AX = B adalah sistem yang terdiri dari n persamaan
linier dalam n bilangan tak diketahui sehingga det(A) ≠ 0, maka system tesebut
mempunyai pemecahan unik. Pemecahan ini adalah :
det( A1 ) det( A2 ) det( An )
x1 = , x2 = , … , xn =
det( A) det( A) det( A)
D. Tugas
38
E. Evaluasi
1. Tentukan determinan matriks berikut:
3 0 0 1
0 1 0 2
2 3 2 3
4 2 0 2
F. Pustaka
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit
Interaksara. Jakarta
39
BAB V
VEKTOR
B. Uraian Materi
Di dalam fisika dikenal besaran skalar dan besaran vektor. Beberapa besaran fisis cukup
dinyatakan dalam besaran skalar. Tetapi banyak besaran-besaran fisis lainnya yang perlu
dinyatakan dalam besaran vektor. Jika anda ingin mengetahui berapa temperatur udara di
luar, informasi yang anda butuhkan hanyalah sebuah bilangan dan satuannya, misalkan
300C. Besaran inilah yang dinamakan besaran skalar. Besaran skalar adalah besaran yang
hanya mempunya nilai. Contoh lain besaran skalar adalah massa dan waktu.
Sedangkan besaran vektor adalah besaran yang selain mempunyai nilai juga mempunyai
arah. Jika anda ingin mengetahui kecepatan angin saat ini, informasi yang perlu anda
ketahui selain laju (besar kecepatan) angin adalah arah angin tersebut. Oleh sebab itu
kecepatan merupakan besaran vektor. Contoh lain besaran vektor adalah perpindahan dan
gaya. Besaran-besaran skalar dapat dihitung dengan aljabar biasa. Tetapi berhitung
dengan besaran vektor membutuhkan aljabar vektor yang sedikit lebih rumit. Gambaran
sederhana mengenai penjumlahan vektor adalah dengan menganggap vektor seperti
keranjang buat. Jika anda menambahkan buat di dalam keranjang tersebut, setiap
komponennya akan bertambah secara terpisah. Misalkan keranjang A berisi 2 buah apel, 3
buah jeruk, dan sebuah pisang. Keranjang B berisi 5 buah jeruk dan sebuah mangga. Maka
jika A+B hasilnya adalah 2 buah apel, 8 buah jeruk, sebuah pisang dan sebuah mangga.
Berikut ini akan dibahas sifat-siafta dan perhitungan-perhitungan dalam besaran vektor.
Pada umumnya vektor digambarkan dengan anak panah. Panjang anak panah tersebut
menyatakan besar vektor. Di dalam buku ini, vektor dituliskan dengan huruf besar dan
tebal, misalnya A. Sedangkan besar sebuah vektor (A) dinyatakan dengan huruf besar biasa
A atau |A|. Besar vektor selalu mempunyai harga positif.
5.1 Persamaan dua buah vektor
Dua buah vektor A dan B dinyatakan sama jika dan hanya jika keduanya mempunyai besar
dan arah yang sama. Contohnya keempat vektor di dalam gambar 4.1 dapat dikatakan sama
walaupun titik awal tiap vektor berbeda, tetapi besar dan arah keempat vektor tersebut
sama.
40
4.1.1 Penjumlahan Vektor
Aritmatika sederhana dapat digunakan untuk penjumlahan vektor juga arah vektor-vektor
tersebut sama. Tetapi bagaimana jika vektor-vektor tersebutberbeda arah? Sebuah mobil
yang berjalan 10 km ke arah utara kemudian dilanjutkan 4 km ke arah barat tidak
mempunyai perpindahan sebesar 14 km dari titik awal geraknya walaupun mobil tersebut
telah bergerak total sebesar 14 km. Menggunakan diagram vektor merupakan cara paling
sesuai untuk menentukan perpindahan ini. Prosedurnya adalah dengan menggambarkan
vektor perpindahan pertama (A) dan kedua (B), kemudian menghubungkan titik awal dan
titik akhirnya menjadi sebuah vektor resultan R seperti pada gambar 3-2. Maka
perpindahan total R adalah 10,8 km dengan arah 220 dari utara.
B
R A
A + B = A = R
R
R
1.
A D R
D =
A C B
C
B
C
C
R
2. = R
B
D
A
Gambar 5-4. Penjumlahan 4 buah vektor menghasilkan resultan. Urutan vektor di
dalam penjumlahan tidak mempengaruhi hasil resultan baik arah maupun besarnya.
41
Gambar 5-4 memperlihatkan bagaimana 4 buah vektor dengan arah dan besar yang
berbeda dijumlahkan bersamaan. Tampak bahwa urutan vektor tidak mempengaruhi hasil
akhir (resultan). Sehingga dapat disimpulkan bahwa:
A+B=B+A
Persamaan diatas dikenal dengan sifat komutatif penjumlahan. Perlu diingat bahwa A + B
= C tidak sama dengan A + B = C. Persamaan pertama adalah penjumlahan vektor yang
perlu dilakukan dengan hati-hati, sedangkan persamaan kedua adalah penjumlahan
bilangan biasa yang dapat dilakukan dengan aritmatika biasa.
Sifat lain dari penjumlahan vektor adalah sifat asosiatif seperti ditunjukkan pada gambar 3-
5 dan dapat dituliskan sebagai:
A + (B + C) = (A + B) + C
C C
(A + B) + C
A + (B + C)
B+C (A + B)
B B
A A
Gambar 5-5. Sifat asosiatif penjumlahan vektor
Vektor negatif
Negatif dari vektor A adalah sebuah vektor yang jika ditambahkan dengan A akan
menghasilkan nol. Secara matematis dapat dituliskan A + (-A) = 0. Vektor A dan –A
mempunyai besar yang sama tetapi berlawanan arah.
-B
A B A -B A A-B
- = + = =
A-B
42
5.1.4 Penguraian vektor dan komponen vektor
Penjumlahan vektor dengan menggunakan grafik seperti pada pembahasan di atas tidak
direkomendasikan jika diinginkan akurasi yang tinggi atau untuk memecahkan persoalan
tiga dimensi. Pada bab ini akan dijelaskan metoda penjumlahan vektor menggunakan
proyeksi vektor sepanjang sumbu-sumbu koordinat. Proyeksi-proyeksi ini dinamakan
komponen vektor. Semua vektor dapat dinyatakan dalam komponen-komponen vektor.
Andaikan sebuah vektor A berada pada bidang xy dengan membuat sudut θ terhadap
sumbu x positif seperti terlihat pada gambar 3-7a. Vektor A ini dapat diuraikan menjadi 2
buah vektor Ax dan Ay. Dari gambar 3-7b dapat dilihat bahwa A = Ax + Ay.
y y
A A
Ay Ay
θ x x
0 Ax 0 Ax
(a) (b)
Gambar 5-7. (a) Vektor A pada bidang -xy yang dinyatakan dengan komponen-
komponen vektor. (b) Komponen vektor Ay dapat dipindahkan sehingga membentuk
penjumlahan vektor.
Komponen Ax adalah proyeksi A sepanjang sumbu-x, dan komponen Ay adalah proyeksi A
terhadap sumbu-y. Komponen-komponen ini dapat bernilai positif atau negatif. Komponen
Ax akan positif jika Ax berada pada sumbu-x positif dan akan bernilai negatif jika Ax
berada pada sumbu-x negatif. Dari gambar 4-7 dapat dituliskan:
A x = A cos θ
A y = A sin θ
Besar dan arah A dapat dinyatakan pula dalam komponen-komponennya, yaitu:
A= A x 2 + Ay 2
Ay
θ = tan −1
Ax
Perlu diperhatikan bahwa tanda dari komponen Ax dan Ay bergantung pada sudut θ.
Misalkan θ = 1200, maka Ax negatif dan Ay positif. Tanda dari komponen-komponen ini
dapat dilihat pada gambar di bawah ini.
y
Ax (-) Ax (+)
Ay (+) Ay (+)
x
Ax (-) Ax (+)
Ay (-) Ay (-)
Gambar 5-8. Tanda komponen vektor bergantung pada kuadran di mana vektor tersebut
berada.
5.1.5 Vektor satuan
Vektor satuan adalah vektor yang mempunyai nilai 1 dan arahnya sama dengan arah
sumbu koordinat. Pada umumnya digunakan simbol i,j,dan k, untuk menyatakan vektor
satuan dalam arah x,y, dan z positif. Vektor-vektor satuan ini saling tegak lurus seperti
terlihat pada gambar 3-9a. Besar tiap vektor satuan ini adalah 1 sehingga dapat dituliskan
|i|=|j|=|k|=1.
43
(a) (b)
Gambar 5-9. (a) Vektor satuan pada sumbu koordinat. (b) Vektor A pada bidang-xy.
Perhatikan gambar 4-9b dimana vektor A mempunyai komponen dalam sumbu-x dan y.
Besarnya komponen vektor tersebut adalah |Ax| dan |Ay|. Sehingga vektor A ini dapat
dituliskan dengan menggunakan vektor satuan sebagai:
A = Ax i + Ay j
Seandainya kita ingin menjumlahkan vektor A diatas dengan vektor B, dimana vektor B
mempunyai komponen Bx dan By, maka yang perlu dilakukan adalah menjumlahkan
komponen x dan y secara terpisah. Vektor resultan R = A + B dapat dituliskan sebagai:
R = (Ax i + Ay j) + (Bx i + By j)
atau
R = (Ax + Bx)i+ (Ay + By )j
Karena R dapat dituliskan sebagai R = Rx i + Ry j , maka didapat:
R x = Ax + B x
R y = Ay + B y
44
Sedangkan sudut antara vektor R dengan sumbu-x adalah:
Rx
cos θ x =
Ry
Contoh soal
Tentukanlah resultan penjumlahan 2 vektor A dan B yang berada di bidang-xy dimana A =
(2,0i+2,0j) m dan B = (2,0i-4,0j) m
Penyelesaian:
R = A + B = (2,0i+2,0j) m + (2,0i-4,0j) m = (4,0i-2,0j) m
Rx = 4,0 m dan Ry = -2,0 m
Besar vektor R:
R = R x 2 + R y 2 = ( 4,0m ) 2 + ( −2,0m ) 2 = 20m = 4,5m
Arah vektor R:
Ry − 2,0m
tan θ = = = −0,50 θ = 3330
Rx 4,0m
Dua macam perkalian vektor, yaitu perkalian skalar (titik) dan perkalian vektor (silang)
akan dibahas pada bab berikut ini.
5.2.1. Perkalian skalar (titik) (Hasil kali titik)
Perkalian skalar akan menghasilkan suatu skalar. Perkalian skalar dua buah vektor A dan B
didefinisikan sebagai berikut:
A • B = AB cos θ = |A| |B| cos θ
Dimana θ adalah sudut antara vektor A dan B seperti dilukiskan pada gambar berikut ini.
Vektor A dan B dilukiskan mempunyai titik awal yang sama.
B
θ
45
Contoh soal
Hitunglah sudut antara dua buah vektor berikut:
A = 2i+3j+4k B = i-2j+3k
Penyelesaian:
Dari persamaan 2-18 dapat dituliskan
cos θ = (A • B )/AB = (Ax Bx + Ay By + Az Bz)/AB
Ax Bx + Ay By + Az Bz = (2)(1)+(3)(-2)+(4)(3) = 8
A= 22 + 32 + 42 = 29 B = 12 + ( −2) 2 + 3 2 = 14
8
cos θ = = 0,397 θ = 66,6
0
29 14
46
Hasil kali A•(BxC) disebut hasil kali tripel skalar atau hasil kali kotak dari A, B dan C,
dan ditulis dengan [ABC]. Hasil kali Ax(BxC) disebut hasil kali tripel vektor dari A, B
dan C.
Hukum-hukum
hukum yang berlaku
1. A••(BxC) = B••(CxA) = C•
C•(AxB)
2. Ax(BxC) = (A••C)B - (A••B)C
3. (AxB)xC = (A••C)B - (B••C)A
Perhatikan bahwa
4. (A••B)C ≠A(B••C)
5. Ax(BxC) ≠ (AxB)xC
Contoh :
Tentukan persamaan bidang yang melalui titik (1,2,1) dan memiliki vektor normal (-1,2,3).
(
Jawab :
Langsung digunakan persamaan umum dengan mensubstitusi vektor normal :
− x + 2 y + 3z + d = 0
Untuk mencari nilai d, dilakukan substitusi titik (1,2,1) ke persamaan, karena titik tersebut
terletak di bidang. Maka : −1 + 2(2) + 3(1) + d = 0 , d = 6
Jadi persamaan bidang yang dicari adalah : − x + 2 y + 3 z + 6 = 0
47
Persamaan yang digunakan untuk mencari jarak suatu titik ke bidang yang telah diketahui
persamaannya. Contoh :
Tentukan jarak titik (2,1,1) ke suatu bidang dengan persamaan 3x – y – 2z + 5 = 0
Jawab :
Gunakan persamaan :
3x − y − 2 z + 5 3.2 − 1.1 − 2.1 + 5 8 4
D= = = = 14
3 +1 + 2
2 2 2
14 14 7
C. Rangkuman
1. Besaran vektor adalah besaran yang selain mempunyai nilai juga mempunyai arah
2. Besar dan arah A dapat dinyatakan pula dalam komponen-komponennya,
komponen komponennya, yaitu:
A= A x 2 + Ay 2
3. Vektor satuan adalah vektor yang mempunyai nilai 1 dan arahnya sama dengan arah
sumbu koordinat.
4. Perkalian skalar dua buah vektor A dan B didefinisikan sebagai berikut:
A • B = AB cos θ = |A| |B| cos θ
i j k
5. Hasil kali silang: AxB = A1 A2 A3
B1 B2 B3
6. Rumus Persamaan Bidang, QP.n = 0 =
D. Tugas
1. Nyatakan vektor AB pada gambar dalam bentuk komponen (matriks) !
A
3
1 B
2 4
sisi sisi sebuah segitiga dan α adalah
2. Buktikan bahwa jika a, b dan c adalah panjang sisi-sisi
sudut yang berhadapan dengan sisi dengan panjang a, maka a 2 = b 2 + c 2 − 2bc cosα .
3. Tunjukkan bahwa vektor yang melalui titik-titik titik (2,2,3) dan (4,3,2) sejajar dengan
vektor-vektor
vektor yang melalui titik (5,3,-2,)
(5,3, dan titik (9,5,-4).
48
E. Evaluasi
F Pustaka
PAUL CALTER, 1979, Theory and Problems of Technical Mathematics, Schaum’s outline,
Mc-GRAW.HILL BOOK COMPANY
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit Interaksara.
Jakarta
49
BAB VI
RUANG VEKTOR
B. Uraian Materi
Contoh soal :
1. Tunjukkan bahwa kumpulan matrik 2 x 2 dengan komponen riel adalah sebuah
ruang vektor jika berlaku penjumlahan dan perkalian skalar.
Jawab :
Dalam kasus ini mungkin akan lebih mudah bila dibuktikan dengan aksioma yang
urutannya sebagai berikut : 1, 6, 2, 3, 7, 8, 9, 4, 5 dan 10
Misalkan :
u u dan v v
u = 11 12 v = 11 12
u21 u22 v21 v22
• Untuk membuktikan bahwa matrik memenuhi aksioma 1, maka u + v di dalam ruang
V atau merupakan matrik 2 x 2
50
u + v u12 + v12
u + v = 11 11
u 21 + v 21 u 22 + v 22
• Demikian juga dengan aksioma 6, untuk semua bilangan riel k :
ku ku12
ku = 11 , ku juga merupakan matrik 2 x 2, maka ku di dalam V
ku 21 ku 22
• Aksioma 2, 3 merupakan konsekuesi dari aksioma 1, sedangkan aksioma 7, 8 dan 9
terpenuhi karena aksioma 6.
• Untuk membuktikan aksioma 4, harus dapat ditemukan objek 0 di dalam ruang V,
• Sedangkan untuk aksioma 5, harus dapat ditemukan –u untuk setiap u yang ada di
dalam ruang vektor V sehingga –u + u = 0
51
atau bentuk komponennya yaitu :
1 0
i = dan j = , Contoh:
0 1
A(5,3
3
a
X
O 5
Z
Jarak P sampai bidang YOZ adalah x
P1 atau PP1 = xp
zp
Jarak P sampai bidang XOZ adalah y
atau PP2 = yp
P2 P(x,y,z) Jarak P sampai bidang XOY adalah z
atau PP3 = zp
k
j yp
O Y
i
xp
P3
Dengan demikian vektor posisi P adalah OP dinyatakan dengan bentuk sebagai berikut :
52
x
sumbu Z ) atau OP = y
z
53
b) Saling bebas linier jika dan hanya jika tidak ada vektor di dalam S yang dapat
dinyatakan sebagai kombinasi linier dari vektor lainnya di dalam S.
2. Sekumpulan vektor berjumlah berhingga yang memuat vektor nol (0) adalah saling
bergantung linier.
3. Jika S ={v1, v2, v3, …. vn} adalah sekumpulan vektor di ruang Rm. Apabila n>m, maka
himpunan S adalah saling bergantung linier.
Contoh soal:
1. Apakah vektor-vektor berikut v1=(1,0,1), v2=(2,-1,3) dan v3=(-3,1,-4) saling bebas
atau bergantung linier?
Jawab :
Untuk mengecek kebergantungan linier, langkah yang dilakukan adalah dengan menuliskan
persamaan homogen yang mengandung vektor-vektor tersebut yakni : a1v1 + a2v2 + a3v3 =
0, a1(1,0,1) + a2(2,-1,3) +a3(-3,1,-4) = 0
Diperoleh persamaan : a1+ 2a2 – 3a3=0; -a2 + a3 = 0 dan a1+ 3 a2 – 4 a3 = 0, didapatkan :
a1= a2 = a3 = 1 , Jadi vektor v1, v2 dan v3 adalah bergantung linier.
2. Apakah polinomial-polinomial berikut ini bebas linier ?
p1 = 1 – 2x + 3 x2
p2 = 5 + 6x – x2
p3 = 3 + 2x + x2
Jawab :
Untuk menguji polynomial bebas atau bergantung linier, langkah yang dilakukan adalah
dengan menuliskan persamaan homogen sebagai berikut :
a1p1 + a2p2 + a3p3 = 0
1 5 3 1 5 3 a1
a1 -2 + a2 6 + a3 2 = 0 → -2 6 2 a2 = 0
3 -1 1 3 -1 1 a3
Agar supaya a1, a2 dan a3 memiliki nilai, maka determinan dari matrik 3 x 3 harus nol (0).
Hasil perhitungan determinan matrik 3 x 3 adalah 0, jadi nilai a1, a2 dan a3 ada. Dengan
demikian polinomial-polinomial tersebut adalah bergantung linier.
54
Jawab :
Untuk mengetahui suatu vektor adalah kombinasi linier dari vektor yang lainnya, dibuat
penulisan persamaan vektor sebagai berikut : w = a1u + a2v
-4 -1 2
5 = a 1 + a -3
1 2
4 2 0
: : : :
am1 am 2 ..... amn
Maka vektor baris adalah r1=[a11 a12 …….. a1n], r2=[a21 a22 …….. a2n], dst
a11 a11
a a
Vektor kolom adalah c1 = 21
, c2 = 21 . dan seterusnya…….
: :
am1 am1
• Vektor-vektor baris r1, r2, ….., rm disebut : row space dari A
• Vektor-vektor kolom c1, c2, ….., cn disebut : column space dari A
• Ruang solusi SPL homogen Ax = 0 yang merupakan sub ruang Rn disebut : null space
56
• Sistem linier Ax = b disebut konsisten jika dan hanya jika b adalah column space dari
A
• Jika x0 adalah salah satu solusi dari sistem persamaan linier Ax = b dan kumpulan
solusi dari Ax=0 yaitu v1, v2, ……., vn merupakan basis untuk null space dari A, maka
setiap solusi dari Ax = b dapat ditulis sebagai berikut : x = x0 + a1v1 + a2v2 + …. + anvn
• Solusi dari Ax = b adalah x0 yang disebut sebagai solusi khusus (particular solution)
dan x0 + a1v1 + a2v2 + …. + anvn disebut solusi umum (general solution).
Solusi umum dari Ax = 0 adalah a1v1 + a2v2 + …. + anvn, dengan demikian dapat
disimpulkan bahwa solusi lengkap dari Ax = b adalah solusi khusus ditambah solusi
umum dari Ax=0.
57
Dapat disimpulkan bahwa dimensi dari row space dan column space suatu matrik adalah
sama. Dimensi dari row space dan column space suatu matrik disbut dengan istilah “rank”,
sedangkan dimensi dari null space disebut dengan istilah “nullity”.
Contoh soal : Tentukan rank dan nullity dari :
Terdapat 3 yang mengandung leading entry ‘satu’ sehingga dimensi dari row space dan
column space adalah 3. Jadi rank (A) = 3.
Beberapa hal yang berhubungan antara SPL dengan column space, row space dan lain-lain:
1. Jika Ax = b adalah SPL dengan p persamaan dan v variabel, maka pernyataan di bawah
ini adalah sama :
a. Ax = b adalah konsisten
b. b ada di dalam column space dari A
c. matrik koefisien dari A dan matrik augmented mempunyai nilai rank yang sama.
2. Jika Ax = b adalah SPL dengan p persamaan dan v variabel, maka pernyataan di bawah
ini adalah sama :
a. Ax = b adalah konsisten untuk setiap p x 1 matrik b
b. Vektor kolom dari A adalah span RP
c. Rank (A) = P
3. Jika Ax = b adalah SPL dengan p persamaan dan v variabel, dan jika rank (A) = r,
maka solusi umum dari SPL mempunyai parameter sebanyak v – r
4. Jika A adalah matrik m x n, maka pernyataan berikut adalah sama :
a. Ax = 0 hanya mempunyai solusi trivial
b. Vektor kolom dari A saling bebas linier
c. Ax = b mempunyai paling banyak 1 solusi untuk setiap m x 1 matrik b
5. Jika A adalah matrik n x n dan jika TA : Rn , Rn adalah matrik transformasi dengan
cara mengalikan dengan A, maka pernyataan-pernyataan berikut adalah sama :
a. A mempunyai invers
b. Ax = 0 hanya mempunyai solusi yang trivial
c. Vektor kolom A saling bebas linier
d. Vector baris A saling bebas linier
e. Vektor kolom A adalah span di Rp
f. Vector baris A adalah span di Rp
g. Vektor kolom A menjadi baris di Rn
h. Vector baris A menjadi baris di Rn
i. Rank (A) = n
j. Nullity (A) = 0
58
6.9 Ruang Hasil kali Dalam
Definisi : adalah fungsi yang mengkaitkan setiap pasangan vektor di ruang vektor V (
misalkan vektor u dan v dengan notasi <u,v> ) dengan bilangan riel, dan memenuhi 4
aksioma berikut ini :
1. Simetris : <u,v> = <v,u>
2. Aditivitas : <u+v, w> = <u,w> + <v,w>
3. Homogenitas : <ku,v> = k<u,v> , k : scalar
4. Positivitas : <u,v> ≥ 0 dan
( <u,u> = 0 u = 0)
Ruang vektor yang dilengkapi hasil kali dalam disebut : Ruang hasil kali dalam yang
disingkat RHD
Contoh soal :
1. Tunjukkan bahwa operasi perkalian titik standar di R3 merupakan hasil kali dalam !
Jawab :
Misalkan : a(a1, a2, a3), b(b1, b2, b3) dan c(c1, c2, c3) berada dalam R3.
Akan ditunjukkan bahwa perkalian titik standar memenuhi 4 aksioma hasil kali dalam
yaitu
1. Simetri : 3. Homogenitas :
<a, b> = (a.b) <ka, b> = (ka.b)
= (a1b1 + a2b2 + a3b3) = (ka1b1 + ka2b2 + ka3b3)
= (b1a1 + b2a2 + b3a3) = k(a1b1 + a2b2 + a3b3)
= <b,a> (terpenuhi) = k(a.b)
2. Aditivitas : = k< a,b > (terpenuhi)
<a+b, c> = ((a + b) . c) 4. Positivitas :
= ((a1+b1, a2 + b2, a3 + b3) . (c1, c2, c3)) <a, a> = (a.a)
= ((a1c1 + b1c1) + (a2c2 + b2c2) + (a3c3 + b3c3)) = (a12 + a22 + a32) ≥ 0
= (a1c1 + a2c2 + a3c3) + (b1c1 + b2c2 + b3c3) (terpenuhi) ,
= <a,c> + <b,c> (terpenuhi) <u,u> = (a12 + a22 + a32)= 0 ,
u =(0,0,0) = 0 , (terpenuhi)
2. Diketahui <u,v> = ad + cf dengan u = (a,b,c) dan v = (d,e,f). Apakah <u,v> tersebut
merupakan hasil kali dalam ?
Akan ditunjukkan apakah <u,v> memenuhi 4 aksioma hasil kali dalam berikut ini :
1. Simetri 3. Homogenitas
<u,v> = ad + cf <ku,v> = (kad + kcf)
= da + fc = k(ad + cf)
= <v, u> (terpenuhi) = k<v,u> (terpenuhi)
2. Aditivitas 4. Positivitas
Misalkan w = (g,h,i) <u ,u> = (u.u) = (a2 + c2) ≥0 (terpenuhi)
<u + v, w> = ((a + d, b + e, c + f), (g,h,i)) <u,u> = (a2 + c2) = 0 tidak selalu u
= (a + d)g + (c + f)i = (ag + ci) + (dg + =(0,0,0), karena nilai u =(0,b,0) dengan b
fi) ≠0,
= <u,w> + <v,w> (terpenuhi) maka nilai <u,u> = 0 tidak terpenuhi
Karena aksioma positivitas tidak terpenuhi, maka <u,v> = ad+ cf dengan dengan u =
(a,b,c) dan v = (d,e,f) bukan merupakan hasil kali dalam. Panjang vektor, jarak antar vektor
dan besar sudut dalam RHD. Jika V merupakan ruang hasil kali dalam, u,v dalam V,
maka : Panjang u = <u,u>1/2 dan Jarak u dan v : d(u,v) = <u – v, u – v >1/2
Misalkan sudut θ dibentuk antara u dan v dalam RHD,
< u, v >
maka : cosθ = , jika u dan v saling tegak lurus, maka u + v = u + v
2 2 2
uv
59
Bukti:
60
(w1, w2, ……, wn merupakan himpunan vektor ortonormal)
Komponen u yang tegak lurus terhadap W dituliskan sebagai :
C Rangkuman
D. Tugas
Buatlah sebuah presentasi tentang pemahaman anda mengenai ruang vektor, sub ruang,
dan dimensi
61
E. Evaluasi
F. Pustaka
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit Interaksara.
Jakarta
Kartika Firdausy – UAD blog.uad.ac.id/kartikaf
BAB VII
TRANSFORMASI LINEAR
B. Uraian Materi
62
Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W, maka F
disebut transformasi linier, jika :
(i). F(u+v) = F(u) + F(v), untuk semua vektor u dan v di V
(ii). F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k
Contoh
Misal F:R2 R3 adalah sebuah fungsi yang didefinisikan oleh :
F(v) = (x, x+y, x-y)
Jika u=(x1, y1) dan v=(x2, y2) maka u + v = (x1 + x2 , y1 + y2)
Sehingga ,
F(u + v) = (x1 + x2, [x1 + x2]+[ y1 + y2], [x1 + x2]-[ y1 + y2])
= (x1, x1 + y1, x1 - y1) + (x2, x2 + y2, x2 – y2)
= F(u) + F(v)
Demikian juga jika k adalah sebuah skalar, ku = (kx1, ky1) sehingga
F(ku) = (kx1, kx1 + ky1, kx1 - ky1)
= k(x1, x1 + y1, x1 - y1)
= k F(u)
Jadi F adalah sebuah transformasi linier
63
Jawab:
(x,y,z) = k1(1,0,0)+k2(0,1,0)+k3(0,0,1)
Didapat: x = k1 ; y=k2 ; z=k3
T(x,y,z)=k1(3,0)+k2(1,1)+k3(4,-7)
T(x,y,z)= x(3,0)+y(1,1)+z(4,-7)=(3x+y+4z,y-7z)
T(1,3,8)=(3.1+3+4.8,3-7.8) = (38,-53)
1. Rotasi (Perputaran)
cos θ − sin θ
Matrik baku untuk T adalah :
sin θ cos θ
2. Refleksi
Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing – masing
titik pada bidang ke dalam bayangan cerminnya terhadap l
Matrik baku untuk :
x − x − 1 0
a. refleksi terhadap sumbu y ( yang mengubah menjadi ) adalah :
y y 0 1
x x 1 0
b. refleksi terhadap sumbu x ( yang mengubah menjadi ) adalah :
y − y 0 −1
x y 0 1
c. refleksi terhadap garis y = x ( yang mengubah menjadi ) adalah :
y x 1 0
Jika koordinat x dari masing – masing titik pada bidang dikalikan dengan konstanta k yang
positif dimana k > 1, maka efeknya adalah memperluas gambar bidang dalam arah x. Jika
0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah x. Disebut
dengan ekspansi (kompresi) dalam arah x dengan faktor k
k 0
Matrik baku untuk transformasi ini adalah :
0 1
Demikian juga , jika koordinat y dari masing – masing titik pada bidang dikalikan dengan
konstanta k yang positif dimana k > 1, maka efeknya adalah memperluas gambar bidang
dalam arah y. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam
arah y. Disebut dengan ekspansi (kompresi) dalam arah y dengan faktor k
1 0
Matrik baku untuk transformasi ini adalah :
0 k
4. Geseran
Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang menggerakkan
masing – masing titik (x,y) sejajar dengan sumbu x sebanyak ky menuju kedudukan yang
baru (x + ky, y)
1 k
Matrik baku untuk transformasi ini adalah :
0 1
64
Sebuah geseran dalam arah y dengan faktor k adalah transformasi yang menggerakkan
masing – masing titik (x,y) sejajar dengan sumbu y sebanyak kx menuju kedudukan yang
baru (x , y + kx)
1 0
Matrik baku untuk transformasi ini adalah :
k 1
Jika dilakukan banyak sekali transformasi matrik dari Rn ke Rm secara berturutan, maka
hasil yang sama dapat dicapai dengan transformasi matrik tunggal.
Jika transformasi - transformasi matrik
T1(x) = A1x, T2(x) = A2x, , .... , Tn(x) = Anx,
n m
Dari R ke R dilakukan berurutan, maka hasil yang sama dapat dicapai dengan
transformasi matrik tunggal T(x) = Ax, dimana
A = Ak . . . A2 A1
Contoh
Carilah transformasi matrik dari R2 ke R2 yang mula – mula menggeser dengan faktor
sebesar 2 dalam arah x dan kemudian merefleksikannya terhadap y = x
a. Carilah transformasi matrik dari R2 ke R2 yang mula – mula merefleksikannya
terhadap y = x dan kemudian menggeser dengan faktor sebesar 2 dalam arah x
b. Matrik baku untuk refleksi yang diikuti dengan geseran
Jawab :
1 2
a). Matrik baku untuk geseran adalah A1 =
0 1
0 1
Dan untuk refleksi terhadap y = x adalah A2 =
1 0
Jadi matrik baku untuk geseran yang diikuti dengan refleksi adalah
0 1 1 2 0 1
A2. A1 = =
1 0 0 1 1 2
b). Matrik baku untuk refleksi yang diikuti dengan geseran adalah
1 2 0 1 2 1
A1. A2 = =
0 1 1 0 1 0
Dari contoh di atas, perhatikan bahwa A2. A1 ≠ A1. A2
Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers, dan misalkan T
memetakan titik (x,y) ke titik (x’, y’), maka
x' x x -1 x '
y ' = A y Dan y = A y '
Contoh
Carilah persamaan bayangan sebuah garis y = 2x + 1 yang dipetakan oleh matrik A =
3 1
2 1
Jawab :
x' 3 1 x
y ' = 2 1 y
65
−1
x 3 1 x' 1 − 1 x'
y = 2 1 y ' = − 2 3 y '
Sehingga
x = x’ – y’
y = -2x’ + 3y’
Substitusikan ke y = 2x + 1 maka dihasilkan :
-2x’ + 3y’ = 2(x’ – y’) + 1
-2x’ + 3y’ = 2x’ – 2y’ + 1
5y’ = 4x’ + 1
y’ = 4 5 x’ + 15
a. Kernel
Ker(T) adalah ruang nol dari T( u ) = A u = 0 . Jadi Ker(T) merupakan ruang solusi dari
SPL Au = 0 . Dengan melakukan eliminasi Gauss– Jordan didapatkan solusi SPL adalah
s − 2t 1 − 2 1 − 2
u = s = 1 s + 0 t , Jadi basis Kert(T) = Kert (T ) = 1 , 0
t 0 1 0 1
66
1 3 0
Vektor x = adalah vektor eigen dari A =
2 8 −1
Yang bersesuaian dengan nilai λ = 3 karena
3 0 1 3 1
Ax = =
= 3 2
8 −1 2 6
Untuk mencari nilai eigen matrik A yang berukuran n x n maka kita menuliskannya
kembali Ax = λx sebagai Ax = λIx (λI – A)x = 0
3 2
Carilah nilai – nilai eigen dari A =
− 1 0
Karena
1 0 3 2 λ − 3 − 2
λI – A = λ - =
0 1 − 1 0 1 λ
Det(λI – A) = (λ-3) λ - (-2) = 0
= λ2 - 3λ + 2 = 0
λ1 = 2, λ2 = 1
Jadi nilai – nilai eigen dari A adalah λ1 = 2 dan λ2 = 1
C. Rangkuman
1. Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W,
maka F disebut transformasi linier, jika :
(i). F(u+v) = F(u) + F(v), untuk semua vektor u dan v di V
(ii).F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k
2. Jenis – jenis Transformasi Linier bidang
a. Rotasi (Perputaran)
cos θ − sin θ
Matrik baku untuk T adalah :
sin θ cos θ
b. Refleksi
Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing –
masing titik pada bidang ke dalam bayangan cerminnya terhadap l
c. Ekspansi dan kompresi
k 0
Matrik baku untuk transformasi ini adalah :
0 1
d. Geseran
Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang
menggerakkan masing – masing titik (x,y) sejajar dengan sumbu x sebanyak ky
menuju kedudukan yang baru (x + ky, y)
1 k
Matrik baku untuk transformasi ini adalah :
0 1
3. Jika A adalah matrik n x n, maka vektor tak nol x di dalam Rn dinamakan vektor eigen
dari A jika Ax adalah kelipatan skalar dari x, yaitu, Ax = λx,
untuk suatu skalar λ. Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen
yang bersesuaian dengan λ.
D. Tugas
67
• Cari tahu apa saja yang menjadi fungsi dari transformasi linear ini!
• Cari tahu apa saja yang menjadi fungsi dari vektor Eigen!
E. Evaluasi
1. Periksa apakah T : R3 R2
a
T b = (abc) + (a + b) x + (a + c) x 2
c
x − 1
Carilah T y dan T 9
z 7
F. Pustaka
Anton, Howard. Dasar-dasar Aljabar Linear Jilid 2 Edisi 7. 2000. Penerbit Interaksara. Jakarta
Buku Ajar Aljabar Linear Oleh Yuliant Sibaroni 2002
Aljabar Linier Elementer. Mahmud ’Imrona. 2002
PAUL CALTER, 1979, Theory and Problems of Technical Mathematics, Schaum’s outline, Mc
GRAW.HILL BOOK COMPANY
Slide: AgusSoft, dll.
Gilbert Strang, Linear Algebra and its Applications, second edition, Harcourt Brace Jovanovich,
1980.
Evar D. Nering, Linear Algebra and Matrix Theory, second edition, John Wiley, 1970.
Serge Lang, Linear Algebra, Addison-Wesley, 1966.
68