“KUDRATIK ”
Disusun untuk memenuhi salah satu Tugas Mata Kuliah Matematika
Dosen Pengampu :
Agus Muslim S.pd., M.PMat
Disusun oleh,
Bila vektor x hanya terdiri dari dua komponen, misal 𝑥1 dan 𝑥2 , maka fungsi bentuk
kuadratik dapat digambar sebagai grafik fungsi tiga dimensi, dengan sumbu tegak Q serta sumbu
mendatar 𝑥1 dan 𝑥2 Pada ilmu kalkulus lebih lazim dinotasikan z = f(x, y). Grafik bentuk kuadratik
sesuai kategori a sampai dengan e ditampilkan pada Gambar 1 sampai dengan Gambar 5.
BENTUK KUADRATIK
Suatu bentuk kuadratik dengan persamaan linear berbentuk sebagai berikut :
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏
Ruas kiri dari persamaan ini :
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛
Adalah suatu fungsi dari 𝑛 peubah, yang disebut suatu bentuk linear.
A. Matriks-matriks definit positif dan bentuk-bentuk kuadratik
Definisi:
Suatu bentuk kuadratik 𝑥 𝑇 𝐴𝑥 disebut definit positif jika 𝑥 𝑇 𝐴𝑥 > 0 untuk semua𝑥 ≠ 0, dan suatu
matriks simetrik 𝐴 disebut matriks definit positif jika 𝑥 𝑇 𝐴𝑥 adalah suatu bentuk kuadratik definit
positif. Teorema berikut ini adalah hasil utama mengenai hasil matriks-matriks definit positif.
Teorema 2 :
Suatu matriks simetrik 𝐴 definit positif jika dan hanya jika semua nilai eigen dari 𝐴 positif.
Bukti:
Anggap A definit positif, dan anggap l adalah sebarang nilai eigen dari A. Jika 𝑥 adalah suatu vector
eigen dari A yang berpadanan dengan l, maka𝑥 ≠ 0 dan 𝐴𝑥 = 𝜆𝑥 sehingga:
0 < 𝑥 𝑇 𝐴𝑥 = 𝑥 𝑇 𝜆𝑥 = 𝜆𝑥 𝑇 𝑥 = 𝜆‖𝑥‖2
Dengan ‖𝑥‖ adalah norma Euclides dari x. karena ‖𝑥‖2> 0 maka 𝜆 > 0, yang merupakan apa yang
ingin ditunjukkan.
Sebaliknya, anggap semua nilai eigen dari A positif. Jika ditunjukkan bahwa𝑥 𝑇 𝐴𝑥 > 0 untuk
semua 𝑥 ≠ 0. Akan tetapi, jika 𝑥 ≠ 0 dapat menormalkan x untuk mendapatkan vektor𝑦 = 𝑥/‖𝑥‖
dengan sifat ‖𝑦‖ = 1. Sekarang dari Teorema 2 didapatkan bahwa
𝑦 𝑇 𝐴𝑥 ≥ 𝜆_𝑛 ≥ 0
Denganλn adalah nilai eigen terkecil dari A. Jadi,
𝑥 𝑇 𝑥 1
𝑦 𝑇 𝐴𝑦 = ( ) 𝐴( )= 𝑥 𝑇 𝐴𝑥 > 0
‖𝑥‖ ‖𝑥‖ ‖𝑥‖2
Dengan mengalikan dengan‖𝑥‖𝟐, akan didapatkan
𝑥 𝑇 𝐴𝑥 > 0
yang merupakan apa yang ingin ditunjukkan :
Contoh 6:
4 2 2
𝐴 = [2 4 2]
2 2 4
Mempunyai nilai eigen 𝜆 = 2 dan 𝜆 = 8. Karena nilai-nilai eigen ini positif, maka matriks A
definit positif dan untuk semua𝑥 ≠ 0
𝑥 𝑇 𝐴𝑥 = 4𝑥12 + 4𝑥22 + 4𝑥32 + 4𝑥1 𝑥2 + 4𝑥1 𝑥3 + 4𝑥2 𝑥3 > 0
Tujuan selanjutnya adalah memberikan suatu kriteria yang dapat digunakan untuk menentukan
apakah suatu matriks simetris definit positif tanpa mencari nilai eigennya. Untuk melakukannya,
dapat dibantu dengan memperkenalkan suatu terminologi. Jika
𝑎11 𝑎12 … 𝑎1𝑛
𝑎 𝑎22 … 𝑎2𝑛
𝐴 = [ 21⋮ ⋮ ]
⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
Adalah suatu matriks bujur sangkar, maka submatriks utama dari A adalah submatriks-submatriks
yang terbentuk dari 𝑟 baris dan 𝑟 kolom pertama dari𝐴 untuk 𝑟 = 1,2,3, … 𝑛. Submatriks ini adalah
𝑎11 𝑎12 𝑎13
𝑎11 𝑎12
𝐴1 = [𝑎11 ], 𝐴2 = [𝑎 ] , 𝐴3 = [ 𝑎21 𝑎22 𝑎23 ] , … ,
21 𝑎22
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴𝑛 = 𝐴 = [ ⋮ ⋮ ]
⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
Teorema 3
Suatu matriks simetriks 𝐴 definit positif jika dan hanya jika determinan dari setiap submatriks
utamanya positif.
Contoh 7:
2 −1 −3
Matriks𝐴 = [−1 2 4]
−3 4 9
Adalah definit positif karena,
2 −1 −3
|2| = 2, 2 −1
| | = 3, |−1 2 4| = 1
−1 2
−3 4 9
Semuanya positif. Jadi, dapat menjamin bahwa semua nilai eigen dari 𝐴 adalah positif dan 𝑥 𝑇 𝐴𝑥 >
0 untuk semua 𝑥 ≠ 0.
Suatu matriks simetriks A dan bentuk kuadratik 𝑥 𝑇 𝐴𝑥 disebut
Semi definit positif : jika𝑥 𝑇 𝐴𝑥 ≥ 0 untuk semua x.
Definit negatif : jika𝑥 𝑇 𝐴𝑥 < 0 untuk semua 𝑥 ≠ 0.
Semi definit negatif : jika𝑥 𝑇 𝐴𝑥 ≤ 0 untuk semua x.
Tak definit : jika𝑥 𝑇 𝐴𝑥 mempunyai nilai positif dan negatif.
B. Teorema 2 dan teorema 3 dapat dimodifikasi dengan suatu cara yang jelas untuk diterapkan pada
tiga jenis matriks yang pertama. Misalnya, suatu matriks simetrik 𝐴 semi definit positif jika dan
hanya jika semua nilai eigen nyata knegatif. Selain itu, 𝐴 semi definit positif jika dan hanya jika
submatriks utamanya mempunyai determinan taknegatif.
C. Bentuk kuadratik dalam dua peubah
Suatu bentuk kuadratik dua peubah, 𝑥 dan 𝑦, didefinisikan sebagai suatu yang dapat ditulis sebagai
berikut :
𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2 (1)
Contoh 1:
Berikutiniadalahbentuk-bentukkuadratdalam 𝑥 dan 𝑦 :
2𝑥 2 + 6𝑥𝑦 − 7𝑦 2 (𝑎 = 2, 𝑏 = 3, 𝑐 = −7)
4𝑥 2 − 5𝑦 2 (𝑎 = 4, 𝑏 = 0, 𝑐 = 5)
1
𝑥𝑦 (𝑎 = 0, 𝑏 = , 𝑐 = 0)
2
𝑥 𝑇 𝐴𝑥 (4)
Jika matriks-matriks pada persamaan (4) dikalikan, ekspresi yang dihasilkan mempunyai bentuk:
𝑥 𝑇 𝐴𝑥 = 𝑎11 𝑥12 + 𝑎22 𝑥22 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛2 + ∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
𝑖≠𝑗
dengan
∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
𝑖≠𝑗
Menyatakan jumlah semua suku berbentuk 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 dengan 𝑥𝑖 dan𝑥𝑗 adalah peubah-peubah yang
berbeda. Suku-suku 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 disebut suku perkalian silang dari bentuk kuadratik.
Contoh 3 :
3 4 𝑥
3𝑥 2 + 8𝑥𝑦 + 2𝑦 2 = [𝑥 𝑦] [ ][ ]
4 2 𝑦
Matriks-matriks simetrik berguna, tetapi tidak mendasar, untuk menyajikan bentuk kuadratik dalam
notasi matriks. Misalnya ,untuk bentuk kuadratik dalam contoh 3 diatas, koefisien-koefisien dapat
dipisahkan dari suku hasil kali dengan menuliskan
𝑥
3𝑥 2 + 8𝑥𝑦 + 2𝑦 2 = [𝑥 𝑦 ] [ 3 5] [ ]
3 2 𝑦
atau
𝑥
3𝑥 2 + 8𝑥𝑦 + 2𝑦 2 = [𝑥 𝑦 ] [ 3 6] [ ]
2 2 𝑦
Contoh 4 :
Berikut ini adalah suatu bentuk kuadratik dalam 𝑥1, 𝑥2 dan 𝑥3 :
1 2 −1 𝑥1
𝑥12 + 7𝑥22 − 3𝑥32 + 4𝑥1 𝑥2 − 2𝑥1 𝑥3 + 6𝑥2 𝑥3 = [𝑥1 𝑥2 𝑥3 ] [ 2 7 3 ] [𝑥2 ]
−1 3 −3 𝑥3
Perhatikan bahwa koefisien suku-suku kuadrat tampak pada diagonal utama dari matriks3 × 3, dan
koefisien-koefisien dari suku hasil kali dipisahkan setengah-setengah dan tampak pada posisi-
posisi bukan diagonal sebagai berikut
Koefisiendari Posisidalam matriks 𝐴
𝑥1 𝑥2 𝑎12 dan 𝑎21
𝜆1 ≥ 𝑥 𝑇 𝐴𝑥 ≥ 𝜆𝑛 .
𝑥 𝑇 𝐴𝑥 = 𝜆𝑛 jika𝑥 adalah suatu vektor eigen dari 𝐴 yang berpadanan dengan λndan
𝑥 𝑇 𝐴𝑥 = λ1 jika 𝑥 adalah suatu vektor eigen dari 𝐴 yang berpadanan dengan λ1
dari teorema ini didapatkan bahwa berdasarkan batasan
‖𝑥‖ = (𝑥12 + 𝑥22 +. . . +𝑥𝑛2 )1/2 = 1
𝑇
Bentuk kuadratik 𝑥 𝐴𝑥 mempunyai nilai maksimum λ1 (nilai eigen terbesar) dan suatu nilai
minimum λ𝑛 (nilai eigen terkecil).
Contoh5 :
Cari nilai maksimum dan minimum dari bentuk kuadratik
𝑥12 + 𝑥22 + 4𝑥1 𝑥2
Berdasarkan batasan 𝑥12 + 𝑥22 = 1 , dan tentukan nilai 𝑥1 dan 𝑥2 di mana maksimum dan minimum
muncul. Penyelesaian bentuk kuadratik tersebut dapat ditulis sebagai
1 2 𝑥
𝑥12 + 𝑥22 + 4𝑥1 𝑥2 = 𝑥 𝑇 𝐴𝑥 = [𝑥 𝑦] [ ][ ]
2 1 𝑦
Persamaan karakteristik dari 𝐴 adalah
1 0 1 2
𝑑𝑒𝑡(𝜆𝐼 − 𝐴) = det (𝜆 [ ]−[ ])
0 1 2 1
𝜆 0 1 2
= det ([ ]−[ ])
0 𝜆 2 1
𝜆 − 1 −2
= det [ ]
−2 𝜆 − 1
= (𝜆 − 1)(𝜆 − 1) − (−2)(−2)
2
= 𝜆 − 2𝜆 − 3 = (𝜆 − 3)(𝜆 + 1)
jadi, nilai eigen dari 𝐴 adalah 𝜆 = 3 dan 𝜆 = −1 yang masing-masing merupakan nilai maksimum
dan minimum dari bentuk kuadratik berdasarkan batasan yang ditentukan. Untuk mencari nilai 𝑥1
dan 𝑥2 dimana nilai-nilai ekstrim ini muncul, dapat dicari vector eigen yang berpadanan dengan
nilai eigen ini, seperti berikut:
Untuk 𝜆 = 3
(𝜆𝐼 − 𝐴)𝑥 = 0
1 0 1 2 𝑥1
(3 [ ]−[ ]) [ ] = 0
0 1 2 1 𝑥2
3 0 1 2 𝑥1
([ ]−[ ]) [ ] = 0
0 3 2 1 𝑥2
2 −2 𝑥1
[ ][ ] = 0
−2 2 𝑥2
gunakan operasi baris elementer:
1
2 −2 0 𝑏1 1 −1 0 1 −1 0
[ | ] ⇒ 21 ⇒ [ | ] ⇒ 𝑏1 + 𝑏2 ⇒ [ | ]
−2 2 0 𝑏2 −1 1 0 0 0 0
2
Untuk 𝜆 = −1
(𝜆𝐼 − 𝐴)𝑥 = 0
1 0 1 2 𝑥1
(−1 [ ]−[ ]) [ ] = 0
0 1 2 1 𝑥2
−1 0 1 2 𝑥1
([ ]−[ ]) [ ] = 0
0 −1 2 1 𝑥2
−2 −2 𝑥1
[ ][ ] = 0
−2 −2 𝑥2
gunakan OBE:
−2 −2 0 −12𝑏1 1 1 0
[ | ]⇒ 1 ⇒[ | ]
−2 −2 0 − 𝑏2 1 1 0
2
1 1 0 1 1 0
[ | ] ⇒ − 𝑏2 + 𝑏1 ⇒ [ | ]
1 1 0 0 0 0
nilai eigen dari 𝐴 adalah𝜆 = 2 dan 𝜆 = 8, dan 𝐴 didiagonalkan secara ortogonal oleh matriks
−1/√2 −1/√6 1/√3
𝑃 = [ 1/√2 −1/√6 1/3 ]
0 2/√6 1/√3
dengan dua vektor kolom pertama pada 𝑃 adalah vektor eigen yang berpadanan dengan 𝜆 = 2, dan
vektor kolom ketiga adalah suatu vektor eigen yang berpadanan dengan 𝜆 = 8
karena 𝑑𝑒𝑡(𝑃) = 1, transformasi koordinat ortogonal 𝑥 = 𝑃𝑥′adalah suatu rotasi. Dengan
mensubstitusikan ekspresi ini pada (11), kita akan mendapatkan
(𝑃𝑥′)𝑇 𝐴(𝑃𝑥′) − 3 = 0
atau secara ekuivalen,
(𝑥′)𝑇 (𝑃𝑇 𝐴𝑃)𝑥 ′ − 3 = 0 (12)
akan tetapi,
2 0 0
𝑃𝑇 𝐴𝑃 = [0 2 0]
0 0 8
sehingga (12) menjadi
2 0 0 𝑥′
[𝑥′ 𝑦′ 𝑧′] [0 2 0] [𝑦′] − 3 = 0
0 0 8 𝑧′
atau
2𝑥′2 + 2𝑦′2 + 8𝑧′2 = 3
persamaan ini dapat ditulis ulang sebagai
𝑥′2 𝑦′2 𝑧′2
+ + =1
3⁄2 3⁄2 3 ⁄8
yang merupakan persamaan suatu elipsoid.
Untuk menentukan punca persamaan kuadratik, kita menggunakan kaedah pemfaktoran (factorisation
method), iaitu (x + p)(x + q) = 0 atau (mx + p)(nx + q) = 0.
Oleh kerana sesuatu persamaan kuadratik boleh difaktorkan sebagai hasil darab dua ungkapan
linear (yang boleh disamakan dengan 0), maka persamaan itu selebih-lebihnya mempunyai dua punca.
Contoh 1
a) x2 = 7x
b) p2 − 6p − 7 = 0
Penyelesaian:
Contoh 2
a) 2q2 + 7q + 6 = 0
b) 2r2 − 9r + 4 = 0
Penyelesaian:
Contoh 3
a) 6m2 − 22m − 8 = 0
b) 7p − 2 − 6p2 = 0
Penyelesaian:
BAB III
KESIMPULAN
DAFTAR PUSTAKA
https://id.scribd.com/document/385194143/BENTUK-KUADRATIK-Pertanyaan-Dan-Daftar-Pustaka
https://dokumen.tips/documents/aljabar-linier-bentuk-kuadratik.html