Oleh :
Ir.Ilyas,.M.T.
Ada beberapa hal yang perlu diperhatikan dalam bilangan kompleks yaitu
= { z | z=x+iy , x , y ∈ ℜ ∧ i2=−1 } .
Misalkan
z 1=x 1 +iy 1 dan z 2=x 2 +iy 2 .
Contoh 1: a. z=10−2i
b. z=−i
merupakan titik ( x, y ) .
y (sumbu imajinair)
x (sumbu riil)
Operasi aljabar pada bilangan kompleks sesuai dengan operasi aljabar pada
bilangan riil.
Operasi Misalkan
z 1=x 1 +iy 1 dan z 2=x 2 +iy 2 .
Aljabar
z 1 + z 2=( x 1 + x 2 ) +i ( y 1 + y 2 )
pada a. Penjumlahan :
z 1−z 2 =( x 1 −x2 ) +i ( y 1 − y 2 )
bilangan b. Pengurangan :
c. Perkalian :
kompleks
z 1 z 2=( x1 + iy1 ) ( x 2 +iy 2 )
=( x 1 x 2 − y 1 y 2 ) + i ( x 1 y 2 + x2 y 1 )
d. Pembagian :
z1 x 1 x2+ y 1 y2 x 2 y 1−x 1 y 2
= z1 z−1
2 = +i , z2 ≠0
z2 x 2+ y 2 x 2+ y 2
2 2 2 2
Perlu diperhatikan :
1. −z ( negatif z ).
1
z−1=
2. z ( kebalikan z )
x y
z−1= 2 2
−i 2 2
Jika z=x +iy maka x +y x +y .
b. Hukum asosiatif
( z 1 + z 2 ) + z3 =z 1 + ( z2 + z 3 )
( z 1 z 2 ) z 3 =z1 ( z 2 z3 )
c. Hukum distributif
z 1 ( z 2 + z 3 ) =z 1 z2 + z1 z 3
z+ 0=0+ z=z
z .1=1 . z=z
1.4 Modulus dan Bilangan Kompleks Sekawan .
Secara geometri, |z| menyatakan jarak antara titik ( x, y ) dan titik asal.
Misalkan
z 1=x 1 +iy 1 dan
z 2=x 2 +iy 2 . Jarak antara z1 dan
z2
didefinisikan dengan
| z 1 −z2 |= ( x1 −x 2 ) 2 + ( y 1 − y 2 ) 2
√ .
Selanjutnya, persamaan
| z−z 0 |=R menyatakan bilangan kompleks z yang
h.
z 1−z 2 =z 1−z 2
i.
z 1 z2 =z 1 z 2
z1 z
j.
( ) z2
= 1
z2
z+z z−z
Re ( z )= Im ( z )=
k. 2 , 2i
l. z z=| z |2
m. Pertidaksamaan Segitiga :
| z 1 +z 2 |≤| z1 |+| z 2 |
n.
| z 1+z 2 |≥|| z 1 |−| z 2 ||
o.
| z 1 −z2 |≥|| z 1 |−| z 2 ||
p.
| z 1 +z 2 +⋯+z n |≤| z 1 |+| z 2 |+⋯+| zn| .
y
arc tg , x≠0
= x .
y • z = x+ iy
r
θ
(principal value) dari arg z ditulis Arg z dengan −π <Arg z≤π adalah
tunggal.
a. Perkalian :
z 1 z 2 =r 1 r 2 cis ( θ1 +θ2 )
=|z 1 z 2| cis ( θ 1 +θ2 )
b. Pembagian ( z 2 ≠0 )
z1 r1 z
= cis ( θ 1−θ 2 ) =| 1 | cis ( θ1 −θ2 )
z2 r2 z2 .
z1
arg =arg z 1 −arg z 2
z2 .
iθ
c. Invers sebarang bilangan kompleks z=r e
yaitu
1 1
z−1= = cis (−θ )
z r .
1
arg =−arg z
z .
Selain dalam bentuk umum z=x +iy dan bentuk kutub z=r ( cos θ+i sin θ )
, bilangan kompleks z juga dapat dinyatakan dalam bentuk eksponen.
iθ
z=r e
a. Perkalian
iθ iθ i (θ +θ )
1 2 1 2
z 1 z 2 =r 1 r 2 e e =r 1 r 2 e
b. Pembagian
z1 r1 i (θ −θ )
1 2
= e
z2 r2
iθ
c. Invers sebarang bilangan kompleks z=r e yaitu
1 1 −i θ
z−1= = e
z r
Bentuk Pangkat :
iθ
Misalkan z=r e , maka menggunakan aturan pangkat
seperti pada bilangan riil diperoleh
n iθ n n inθ
z =(r e ) =r e , n=0, ±1, ±2, …
akar
1
ditulis z n
atau √n z . Jika diberikan bilangan kompleks z≠0 dan
1
n
n bilangan bulat positif, maka diperoleh n buah akar untuk z yaitu
θ +2 kπ θ+2 kπ
[
z k =√n r cos
n
+i sin
n ] , k=0 , 1 , 2, …, (n−1) .
Conto √3 −8 i
Tentukan semua akar dari dan gambarkan akar-akar tersebut
h 3:
dalam bidang kompleks.
Penyelesaian :
−8 π
θ=arctg =−
Misalkan z=−8 i , maka r=| z |=8 dan 0 2 ,
π π
z k =√3 −8 i=√3 8 cos [
− +2kπ
2
3
+i sin
− +2kπ
2
3 ] , k=0, 1, 2.
Sehingga diperoleh
π π
3
[
z 0=√ 8 cos
3
2
−
+i sin
− +
2
3
π
][
π
=2 cos (− )+i sin(− ) =√ 3−i
6 6 ] .
π π
[
z 1=2 cos ( )+i sin( ) =2 i
2 2 .
]
7π 7π
[
z 2=2 cos (
6
)+i sin( ) =− √3− i
6 .
]
y
2
z1
x
z2 z0
Ringkasan
Bilangan kompleks z=x +iy mempunyai bentuk kutub z=r cisθ , dan
iθ
bentuk eksponen z=r e , dengan θ=arg z .
Contoh 4 :
Suatu bilangan kompleks z dinotasikan sebagai z = (x + y ).
z=
z=
z=
z=
z=
FAKTOR f ( x) A B C
2 LINEAR + +
(x +a)3 (x +a) ( x+ a) (x+ a)3
2
BERULANG
BENTUK f ( x) Ax+ B C D E
4 2 2
+ + 2
+
UMUM (x +a)¿ ¿ (x +a) (x +b) (x+ b) (x +c )
1. FAKTOR LINEAR :
Kedua suku dari bentuk aljabar tersebut merupakan pecahan yang wajar
(derajat dari pembilang kurang dari derajat penyebutnya) dan memiliki
penyebut linear yang berbeda.
7 5 7( x−3) 5 ( x+2)
+ = + samakan penyebut
x+2 x −3 ( x +2 ) (x−3) ( x−3 ) (x+ 2)
7 ( x −3 ) +5(x +2)
= gabungkan pembilang
( x +2 ) ( x−3)
12 x−11
= hasil
( x+2 ) ( x −3)
Andaikan kita tidak melihat penjumlahan dua suku di atas, kita dapat
membalik proses tersebut dengan menggunakan susunan dekomposisi seperti
berikut.
3 5 3 5
+ 2 = + memfaktorkan penyebut
(x−1) ( x −2 x +1) (x −1) ( x−1 ) ( x−1)
3( x−1) 5
= + menyamakan penyebut
( x−1 ) (x−1) ( x−1 ) ( x−1)
( 3 x−3 )+5
= menggabung pembilang
( x−1 ) (x−1)
3 x+2
= hasil
(x−1)2
Contoh :
2 x+1
( 3 x−1 )( x+2)
Faktor dari penyebutnya tak berulang. Bisa juga dikatakan tidak ada
pangkat dari faktor penyebutnya. Untuk menyelesaikannya, maka kita
misalkan penjumlahan pecahan berulangnya sebagai penjumlahan biasa
dengan penyebut adalah masing-masing faktor dari penyebut semula dan
pembilang merupakan suatu konstanta. Seperti berikut :
2 x+1 A B
= +
( 3 x−1 )( x+2) (3 x−1) ( x +2)
( x−1)
( 3 x +1 ) (x 2 + x−1)
2
(x−1)
Ax+ B
(3 x ¿¿ 2+ 1)(x 2 + x−4 )= ¿
C+ Dx
(3 x ¿¿ 2+1)+ 2 ¿
(x + x−4)
*Bentuk campuran :
( x +1)
( 3 x−2 ) ( x2 +2 x−3)
( x +1) A Bx+C
2
= + 2
( 3 x−2 ) (x +2 x−3) (3 x−2) ( x +2 x−3)
Konsepnya yaitu terletak pada “pembilang pada pecahan bagiannya
mempunyai pangkat terbesar yang lebih kecil satu dari penyebut pada
pecahan bagian tersebut”
maka, dekomposisiR(x).
B 1 x+C 1 B2 x+C2 Bn x +C n
+ +⋯+
ax 2 +bx +c ( ax 2 +bx+c )2 (ax 2 +bx +c )n
B 1 , B2 ,…, B n , C 1 , C 2 ,…, C n konstanta-konstanta .
Jika factor – factor kuadratikmempunyaikelipatan n =1, maka
dekomposisi
B 1 x+C 1 B2 x+ C2 Bn x +C n
2
+ 2
+⋯+
a1 x + b1 x+ c 1 a 2 x + b2 x +c 2 an x 2 +b n x+ c n
B 1 , B2 ,…, B n , C1 , C 2 ,…, C n konstanta-konstanta .
Contoh :
5 x 3−3 x 2 + 2 x−1
∫ x4 + x2 dx
x 4 + x 2=x 2 (x 2 + 1)
5 x 3 −3 x 2 +2 x−1 A B Cx+ D
= + 2+ 2
x4 + x2 x x x +1
4. BENTUK UMUM :
Contoh :
( x−1)
( 3 x +1 ) ( x 2 + x−4)
2
Karena faktor dari penyebutnya berpangkat dua, dan sudah tidak bisa
disederhanakan (dijadikan menjadi pangkat satu), maka tetap kita misalkan
sebagai penjumlahan dua pecahan dengan pembilangnya berupa linear (pangkat
satu).
( x−1) Ax+ B
=
( 3 x +1 ) (x + x−4) (3 x¿¿ 2+1)+ C + Dx ¿
2 2
( x 2+ x −4)
*Bentuk campuran :
( x +1)
( 3 x−2 ) ( x2 +2 x−3)
( x +1) A Bx+C
2
= + 2
( 3 x−2 ) (x +2 x−3) (3 x−2) ( x +2 x−3)
2 3 1
− +
Dengan 5 4 2 KPK dari penyebut, 5, 4, dan 2 ialah 20
2 3 1 8−15+10 3
∴ − + = =
5 4 2 20 20
2 4
−
Sebagai contoh, dengan x− 3 x−1 , KPK penyebutnya ialah (x-3)(x-
1)
Oleh sebab itu,
2 4 2( x−1)−4 ( x−3 )
− =
x−3 x−1 ( x−3)( x−1 )
2 x −2−4 x+12
=
( x−3 )( x−1)
10−2 x
=
( x−3 )( x−1)
2 4 10−2 x
− =
x− 3 x−1 ( x−3 )( x−1)
Kedua pecahan sederhana di sisi kiri disebut pecahan parsial dari pernyataan pada sisi
kanan. Apa yang muncul nanti merupakan uraian bagaimana memperoleh pecahan-
pecahan parsial dari pecahan aslinya.
Marilah kita perhatikan kasus sederhana ini dan mengerjakannya langkah demi langkah.
Untuk memisahkan :
8 x−28
x 2 −6 x+8
x2 - 6x + 8 = (x-2)(x-4)
Maka,
8 x−28 8 x−28
2
=
x −6 x+8 ( x−2)( x−4)
Kita sekarang mengasumsikannya bahwa setiap faktor sederhana pada penyebutnya
menghasilkan pecahan parsial tunggal. Dengan kata lain, kita anggap bahwa kita dapat
tulis:
8x−28 A B
= +
( x−2)( x−4) x−2 x−4
Dimana A dan B merupakan konstanta. Kita sekarang akan melihat bahwa asumsi ini
valid dengan mencari nilai A dan B. Pertama-tama kita tambahkan kedua pecahan
parsial di sisi kanan untuk menghasilkan:
Karena
A B A ( x−4 ) B( x−2 )
+ = +
x−2 x−4 ( x−2)( x−4 ) ( x−2 )( x−4 )
A ( x− 4 )+ B ( x− 2)
=
( x−2 )( x− 4 )
Sebagai contoh:
8 x− 28 6 2
= +
( x−2)( x− 4 ) x−2 x−4
Contoh ini telah memperlihatkan proses dasar untuk memperoleh pecahan parsial dari
suatu pernyataan rasional yang diketahui. Akan tetapi, ada satu syarat penting yang
belum disebutkan :
Untuk mendapatkan uraian pecahan parsial dari sebuah pernyataan aljabar bilangan
rasional maka derajat pembilangnya harus lebih rendah dari derajat penyebutnya.
Jika, dalam pernyataan aljabar rasional aslinya, derajat pembilang tidak lebih rendah
dari derajat penyebutnya maka kita akan membaginya secara lengkap. Pembagian ini
akan menghasilkan suatu polinomial dengan sisa rasional dimana sisa tersebut memiliki
pembilang dengan derajat yang lebih rendah dari penyebutnya. Sisa ini kemudian dapat
diuraikan atas pecahan parsialnya.
Contoh 1
x 2 + 3 x−10
Nyatakanlah x 2 −2 x −3 dalam pecahan parsialnya.
x2−2x−3¿|x2+3x−10¿x2−2x−3¿¿¿¿¿
5 x−7
x 2+3 x−10 x 2−2 x−3 ¿
∴ =1+5 x−7¿ ¿
x 2−2 x−3 ¿
2
x +3 x−10 5 x−7
∴ 2
=1+
x −2 x−3 ( x +1)( x−3 )
5 x−7 A B
∴ = +
( x +1)( x−3 ) x +1 x−3
5x - 7 = A(x-3) + B(x+1)
Jika kita pilih x = 3 maka akan memperoleh B = 2, dan jika kita pilih x = -1 maka akan
memperoleh A = 3
5 x −7 3 2
∴ = +
( x + 1 ) ( x −3 ) x+ 1 x −3
2
x + 3 x −10 3 2
∴ =1 + +
x 2 −2 x −3 x +1 x −3
x 2 +3 x−10 3 2
∴ 2
=1+ +
x −2 x−3 x+1 x−3
Contoh 2 :
2 x 2 +18 x+ 31
Nyatakanlah x 2 +5 x+ 6 dalam pecahan parsialnya.
8 x +19 A B
= +
2
x + 5 x +6 x +2 x +3
8x + 19 = A(x+3) + B(x+2)
Jika kita pilih x = -3 maka akan memperoleh B = 5, dan jika kita pilih x = -2 maka akan
memperoleh A = 3
8 x +19 3 5
= +
x 2 + 5 x +6 x +2 x+ 3
2 x 2 +18 x+ 31 3 5
=2+ +
x 2 +5 x+ 6 x +2 x +3
Contoh 3 :
3 x 3 − x 2−13 x−13
Nyatakanlah x 2− x −6 dalam pecahan parsialnya.
3 2
3 x −x −13 x−13 7 x−1
∴ 2
=3 x+2+ 2
x −x−6 x −x−6
3x3−x2−13x−13 7x−1
∴ =3x+2+
Sekarang kita perhatikan x2−x−6 x2−x−6 faktorkan penyebutnya menjadi faktor-faktor
primanya, yang menghasilkan (x+2)(x-3)
7 x−1 A B
= +
( x+2 )( x−3 ) x +2 x−3
7x - 1 = A(x-3) + B(x+2)
Jika kita pilih x = 3 maka akan memperoleh B = 4, dan jika kita pilih x = -2 maka akan
memperoleh A = 3
7 x−1 3 4
= +
( x+2 )( x−3 ) x +2 x−3
3 x3 − x 2 −13 x−13 3 4
∴ =3 x+ 2+ +
x 2 − x−6 x +2 x−3
Contoh 4 :
2 x 3 +3 x 2 −54 x +50
Nyatakanlah x 2 +2 x −24 dalam pecahan parsialnya.
2x - 1
x2+2x−24¿|2x3+3x2−54x+50¿2x3+4x2−48x¿¿¿¿¿
− x 2−6 x +50
2
− x −2 x +24
−4 x +26
−4 x +26
4 x−26 A B
= +
2
x + 2 x−24 x −4 x+ 6
Kalikan kedua sisinya dengan penyebut (x-4)(x+6)
4x – 26 = A(x+6) + B(x-4)
Jika kita pilih x = -6 maka akan memperoleh B = 5, dan jika kita pilih x = 4 maka akan
memperoleh A = -1
2 x 3 +3 x 2 −54 x+50 −1 5
=2 x−1−( + )
x 2 +2 x−24 x−4 x +6
2 x 3 +3 x 2 −54 x+50 1 5
=2 x−1+ −
x 2 +2 x−24 x− 4 x+ 6
Contoh :
15 x2 − x +2
Nyatakanlah ( x−5)( 3 x 2 + 4 x−2 ) dalam pecahan parsialnya ?
yang tidak dapat di faktorisasi menjadi faktor-faktor sederhana. Pengujian yang biasa
akan membenarkan hal ini karena (b2 - 4ac) = 16 - 4 x 3 x (-2) = 40 yang merupakan
kuadrat sempurna. Dalam keadaan seperti ini terdapat aturan yang dapat diberlakukan:
Suatu faktor kuadratik yang tak dapat diuraikan pada penyebut dari penyataan
rasional asli yang berbentuk (ax2+bx+c) akan menghasilkan pecahan parsial yang
Ax+ B
berbentuk : ax 2 + bx+ c
2
15 x −x+2 A Bx +C
∴ 2
= + 2
( x−5 )(3 x +4 x −2) x−5 3 x +4 x−2
kalikan seluruhnya dengan penyebut:
Ini merupakan identitas, jadi kita dapat menyamakan koefisien-koefisien suku-suku yang
sejenis di setiap sisi:
15 = 3A + B .............. (pers 1)
-1 = 4A - 5B +C ........ (pers 2)
Dari (pers 1) : B = 15 - 3A
−( 2 A +2 )
C=
Dari (pers 3) : 2 = -2A - 5C, 5C = -2A -2, 5
2 A+2
-1 = 4A - 5 (15-3A ) -
5
93A = 372
A=4
35 x−14
Nyatakanlah ( 7 x−2)2 dalam pecahan parsialnya.
Faktor-faktor yang berulang pada pernyataan penyebut aljabar yang berbentuk (ax+b)2
A B
+
menghasilkan pecahan parsial yang berbentuk ax+ b ( ax+ b)2 .sama halnya (ax+b)3
A B C
+ +
menghasilkan pecahan parsial ax+ b ( ax+ b)2 ( ax +b )3
35 x−14 A B
= +
( 7 x−2)2 7 x−2 ( 7 x−2)2
35x- 14 = A(7x-2) + B
35x- 14 = 7Ax- 2A + B
Ini merupakan identitas, jadi kita dapat menyamakan koefisien-koefisien suku-suku yang
sejenis di setiap sisi:
35 = 7A → A = 5
Subtitusikan ke
-14 = -2A + B
-14 = -10 + B → B = -4
35 x−14 5 4
= −
( 7 x−2)2 7 x−2 ( 7 x−2 )2
Sekarang marilah kita lihat pecahan aljabar rasional yang penyebutnya berupa
faktor kubik dengan faktor-faktor linier berbeda.
Contoh :
2
10 x +7 x−42
Nyatakanlah ( x−2)( x +4 )( x−1 ) dalam pecahan parsialnya.
10 x 2 +7 x−42 A B C
= + +
( x−2)( x +4 )( x−1 ) x−2 x + 4 x −1
∴ 10 x2 +7 x−42=A ( x+ 4 )( x−1)+ B( x−2 )( x−1)+C ( x+ 4 )( x−2)
10 x 2 +7 x−42= A( x 2 + 3 x−4 )+B ( x2 −3 x +4 )+C ( x2 +2 x−8)
Kemudian kita kumpulan koefisien-koefisien sejenis, lalu lakukan seperti faktor kudratik.
Ini akan memperoleh A=2 , B=3, dan C=5Jadi hasil akhirnya:
2
10 x +7 x−42 2 3 5
= + +
( x−2)( x +4 )( x−1 ) x−2 x+ 4 x −1
SOAL LATIHAN :
3 x+ 5
1. 2
x +2 x−3
y−13
2. 2
y − y−6
17 x 2−21 x−6
3. x ( x +1 ) ( x−3)
6 x 2 +7 x−49
4. ( x−4 )( x ∓ 1 ) (2 x−3)
8 x2 +12 x−3
5. 3
( x +2)
1
6. 2
x ( x+ 2 )
BAB III
[
Secara umum matriks Amxn = … … …
am 1 … a mn ]
Perhatikan bahwa elemen matriks A tersebut berindeks rangkap misalnya
a11, yang artinya matriks A pada baris ke-1 dan kolom ke-1. Untuk lebih
jelasnya bentuk umum seperti :
a 11 a 1 j … . a 1 n
a 21 a 2 j … . a 2 n
Amxn = [ aij ]mxn
ai1 aij … . ain
am 1 amj … . amn
m= baris
n= kolom
i = 1,2…m
j= 1,2…n
Matriks dinotasikan dengan huruf capital misalnya A, B, C dan lain-lain.
Banyanya baris dan banyaknya kolom menentukan ukuran dari matriks
tersebut yang disebut ordo matriks. Perhatikan bahwa elemen dari matriks A
di atas, misal a21menyatakan elemen pada matriks A tersebut terletak pada
baris ke 2 dan kolom ke 1. Sedangkan matriks A berordo mxn dan ditulis
Amxn.
3.2 Macam-macam matriks :
Menurut ordonya terdapat berbagai jenis matriks, antara lain.
a. Matriks Persegi
Yaitu matriks yang berordo nxn atau banyaknya baris sama dengan
banyaknya kolom.
e. Matriks Datar
Yaitu matriks yang berordo mxn dengan m<n
2 3 1
Contoh: H= , H berordo 2x3 sehingga matriks F tampak datar.
65 6 3
a. Matriks Nol
Yaitu matriks yang semua elemen penyusunnya adalah nol dan
dinotasikan sebagai O.
0 0 0
Contoh: O2x3 =
0 0 0
b. Matriks Diagonal
Yaitu matriks persegi yang semua elemen diatas dan dibawah diagonal
utamanya adalah nol.
1 −2 3
Contoh: W3x3 = 2 2 5
−3 −5 3
f. Matriks Identitas (satuan)
Yaitu matriks diagonal yang semua elemen pada diagonal utamanya
adalah satu dan elemen yang lain adalah nol dan dinotasikan sebagai I.
1 0 0
[ ]
Contoh: I3x3 = 0 1 0
0 0 1
g. Matriks Segitiga Atas
Yaitu dikatakan segitiga atas jika aij = 0 untuk i>j dengan kata lain matriks
persegi yang elemen-elemen di bawah diagonal utamanya adalah nol.
2 3 3
[ ]
Contoh: K3x3 = 0 1 1
0 0 8
h. Matriks Segitiga Bawah
Yaitu dikatakan segitiga bawah jika aij = 0 untuk i<j dengan kata lain
matriks persegi yang elemen-elemen di atas diagonal utamanya adalah nol.
2 0 0
[ ]
Contoh: V3x3 = 2 1 0
3 1 8
i. Matriks Transpose yaitu matriks yang diperoleh dari memindahkan
elemen-elemen baris menjadi elemen pada kolom atau sebaliknya.
Transpose suatu matriks dilambangkan dengan …T, misal transpose
matriks B dilambangkan dengan BT
1 0
1 2 3
Contoh: B2x3 = , maka B = 2 3
T
0 3 4
3 4
Perhatikan bahwa ordo dari BT adalah 3x2. Sehingga pada matriks
transpose baris menjadi kolom dan sebaliknya, kolom menjadi baris.
1. a(A+B) = aA+aB
2. a(A-B) = aA-aB
3. (a+b)B = aB+bB
4. (a-b)B = aB-bB
5. (ab)B = a(bB)
6. (aB)T = aBT
d. Perkalian Dua Matriks
Dua buah matriks atau lebih (misal matriks AB) dapat dikalikan jika dan
hanya jika jumlah kolom pada matriks A sama dengan jumlah baris pada
matriks B. jadi AmxnBnxr bias didefinisikan, tapi BnxrAmxn tidak dapat
didefinisikan.
A B AB
mxn nxr = mxr
Catatan:
Perkalian 2 matriks AB dapat didefinisikan, jika banyaknya
kolom matriks A = banyaknya baris matriks B.
Hasil kali dua matriks AB adalah suatu matriks dengan banyaknya
baris = banyaknya baris matriks Adan banyaknya kolom =
banyaknya kolom matriks B.
Pada umumnya AB ≠ BA
Apabila A suatu matriks persegi maka A2 = A.A ; A3 = A2.A ;
A4 = A3.A dan seterusnya.
Apabila AB=BC maka tidak dapat disimpulkan bahwa A = C.
Apabila AB=0 maka tidak dapat disimpulkan bahwa A=0 atau B=0
Contoh perkalian matriks:
1. Perkalian matriks berordo 1xa dengan ax1
3
A= 1 2 3 dan B = 2 , A1x3B3x1= [(1x3) +(2x2) + (3x1)] = [10
1
Hasil kalinya merupakan matriks berordo 1x1.
2. Perkalian matriks berordo ax1 dengan 1xa
1 1x 1 1 x2 1x 3
A= 2
3
dan B = 1 2 3
[
, A3x1B1x3 = 2 x 1 2 x 2 2 x 3
3x 1 3 x2 3 x3 ]
1 2 3
[ ]
= 2 4 6
3 6 9
Hasil kalinya merupakan matriks berordo 3x3.
3. Perkalian matriks berordo mxn dengan matriks nxr
A= [ 21 53], B = 13 21 32
2 5 1 2 3
A2x2B2x3 = [
1 3]3 1 2
( 2 x 1 ) +( 5 x 3) ( 2 x 2 ) +(5 x 1) ( 2 x 3 ) +(5 x 2)
AB =
(1 x 1)+(3 x 3) ( 1 x 2 ) +(3 x 1) ( 1 x 3 ) +(3 x 2)
17 9 16
=
9 5 9
[ aa 1121 a 12
a 22]permutasi dari bilangan bulat 1 dan 2 diambil bersama adalah
[ ]
Misal matriks A = d e f d e
g h i g h
- - - + + +
Maka |A| = aei + bfg + cdh – ceg – afh – bdi.
Cara ini hanya berlaku pada matriks berordo 3x3.
1 2 2
[ ]
Contoh: D = 3 1 2
1 2 3
1 2 2 1 2
[ ]
Maka det (D) = |D| adalah 3 1 2 3 1
1 2 3 1 2
[ ]
A= 0 2 1 maka :
2 0 2
1 2 1
[ ][
M11= 0 2 1 =
2 0 2
2 1
0 2 ]
1 2 1
[ ][
M12 = 0 2 1 =
2 0 2
0 1
2 2 ]
1 2 1
[ ][
M13 = 0 2 1 =
2 0 2
0 2
2 0 ]
M11, M12 dan M13 merupakan submatriks hasil ekspansi baris ke-1
dari matriks A. Kofaktor suatu elemen baris ke-i dan kolom ke-j
dari matriks A dilambangkan dengan α ij = (-1)i+j¿ Mij∨¿, dari
matriks A tersebut kofaktor a11 dilambangkan dengan α11 yaitu
(-1)i+j¿ Mij∨¿
Untuk mencari det(A) dengan metode minor dan kofaktor cukup
mengambil satu ekspansi saja misal ekspansi baris ke-1atau kolom
ke-1.
Sehingga
Contoh :
1 2 1
[ ]
H = 0 2 1 , untuk mencari |H| dengan metode minor dan
2 0 2
kofaktor adalah harus mencari determinan minornya terlebih dahulu yang
diperoleh dari ekspansi baris ke-1, yaitu det(M11), det(M12), det(M13),
maka,
|M11| = (2x2)-(1x0) = 4
|M12| = (0x2)-(1x2) = -2
|M13| = (0x0)-(2x2) = -4
|H| = h11α11 + h12α12 + h13α13
= h11.(-1)1+1|M11| + h12.(-1)1+2|M12| + h13.(-1)1+3|M13|
= (1.4) + (2.(-1.-2)) + (1.-4)
=4+4–4=4
b. Adjoin matriks .
Adalah transpose dari kofaktor-kofaktor matriks tersebut, dilambangkan
dengan adj A = (αij)T
Contoh
1 2 1
[ ]
H = 0 2 1 kita telah mengetahui sebelumnya α11= 4, α12= 2,
2 0 2
α13= -4,
α 11 α 21 α 31 4 −4 0
[
maka adj H = α 12 α 22 α 32 = 2
α 13 α 23 α 33 −4 4
0 −1
2 ][ ]
c. Invers Matriks :
Jika A dan B matriks persegi nxn sedemikian hingga AB=BA=I, B disebut
invers A (B=A-1) dan A disebut invers B (A=B-1) sehingga berlaku
AA-1=A-1A=I, I adalah identitas.
1
Invers matriks A dirumuskan A-1 = . Adj(A)
¿ A∨¿ ¿
Pembuktian :
[ ac bd ][ ux vy ]=[ 10 01]
[ ax+ bu
cx +du
ay+ bv
cy +dv
1 0
][ ]
=
0 1
Berdasarkan kesamaan matriks maka diperoleh:
ax + bu = 1 (1)
cx + du = 0 (2)
ay + bv = 0 (3)
cy + dv = 1 (4)
dari persamaan-persamaan dilakukan eleminasi untuk menentukan nilai x,
y, u, dan v.
ax + bu = 1 xd adx + bdu = d
cx + du = 0 xb bcx + bdu = 0
adx – bcx = d
x(ad-bc) = d
d
x=
ad−bc
−c
substitusikan x pada persamaan (2), sehingga diperoleh u = ,
ad−bc
−b
dengan cara yang sama seperti diatas, akan diperoleh juga y = , dan
ad−bc
d −b
v=
a
ad−bc
1
. Dengan demikian A-1=
ad−bc
−c
ad−bc
[ ad −bc
a
ad −bc
]
d −b
= [
ad−bc −c a ]
, dengan ad-bc≠0
1
Maka invers matriks A= [ ac bd ]adalah A = ad−bc
-1
[−cd −ba ]
1
Sehingga rumus invers matriks adalah A-1 = . Adj(A)
¿ A∨¿ ¿
Soal Matriks :
P = ¿ ( 2x−y 3 x ¿ ) ¿ ¿ Q = ¿ ( 7 −4 ¿ ) ¿ ¿ t
¿ dan ¿ Jika P = Q , tentukan .
A = ¿ ( 1 2 ¿) ¿ ¿
3. Ditentukan matriks-matriks ¿ , carilah matriks
2
a. 2A b. -2B c. 5 (A+B) d. (5A-2B)t
4. Jika H adalah matriks berordo 3x3, tentukan matriks H dari persamaan
berikut:
( 2 −3 5 ¿ )(−1 0 4 ¿ ) ¿ ¿¿
¿
5. Tentukan hasil perkalian matriks berikut:
( 3 4 ) ¿ ( 2 −1 3 ¿ ) ¿ ¿
a. ¿
( 4 8 −9¿ ) ( 1 −6 4¿) ¿ ¿¿
b. ¿
(−6 3¿)( 3 6¿) ¿ ¿¿
c. ¿
P = ¿ (−1 2¿) ¿¿ Q = ¿ ( 4 −1¿ ) ¿ ¿
6. Ditentukan matriks-matriks ¿ , ¿ dan
R = ¿ (−3 0¿ ) ¿ ¿
¿ . Carilah matriks P(QR), ( PQ)R , (PQ )t dan Pt Qt
(2 5 ¿ )¿ ¿ ¿
a. ¿ b.
( 1 2 0 ¿ ) ¿ ¿¿
¿
A = ¿ (1 2 ¿) ¿ ¿ 2 3 4
8. Ditentukan matriks ¿ . Carilah matriks A , A ,dan A .
1 2
10. Diketahui matriks A = [
4 3]
dan matriks Identitas. Tentukan nilai x
tentukan nilai x?
A= [ 1616 −5
−5 ]
2 9 16
[
B= 0 0 0
24 16 8 ]
C= -6 1 -3 -12
4 -2 2 3
-2 -1 -1 -1
2 1 1 9
BAB IV
ELIMINASI GAUSS DAN GAUSS-JORDAN
A. Latar Belakang
Karl Friedich Gauss (1977-1855) adalah seorang ahli
matematika dan ilmuwan dari Jerman. Gauss yang kadang-
kadang dijuluki “pangeran ahli matematika” disejajarkan
dengan Isaac Newton dan Archimedes sebagai salah satu dari
tiga ahli matematika yang terbesar yang pernah ada. Dalam
seluruh sejarah matematika, tidak pernah ada seorang anak
yang begitu cepat berkembang, sebagaimana Gauss, yang
dengan usahanya sendiri menyelesaikan dasar aritmetika
sebelum ia dapat berbicara. Pada suatu hari, saat ia bahkan
belum berusia tiga tahun, melalui cara dramatis orang tuanya
mulai menyadari kejeniusan Gauss.
Wilhelm Jordan (1842-1899) adalah seorang insinyur
Jerman yang ahli dalam bidang geodesi. Sumbangannya untuk
penyelesaian sistem linear dalam buku populernya, Handbuch
de Vermessungskunde (Buku panduan Geodesi) pada tahun
1988. Contoh Sumbangannya untuk penyelesaian sistem
linear dalam buku populernya
Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi
dari eliminasi Gauss. Pada metode eliminasi Gauus-Jordan kita
membuat nol elemen-elemen di bawah maupun di atas
diagonal utama suatu matriks. Hasilnya adalah matriks
tereduksi yang berupa matriks diagonal satuan (Semua
elemen pada diagonal utama bernilai 1, elemen-elemen
lainnya nol).
Metode eliminasi Gauss-Jordan kurang efisien untuk
menyelesaikan sebuah SPL, tetapi lebih efisien daripada
eliminasi Gauss jika kita ingin menyelesaikan SPL dengan
matriks koefisien sama.
Motede tersebut dinamai Eliminasi Gauss-Jordan untuk
menghormati Carl Friedrich Gauss dan Whilhelm Jordan.
B. Tujuan
1. Mencari solusi system persamaan linier menggunakan
metode eliminasi Gauss dan Gauss - Jordan
PEMBAHASAN
[ a21
a31
…
an 1
a22
a32
…
an 2
a23 …
a33 …
……
an 3 …
a2 n
a3 n
…
an n
][ ] [ ]
x2 b2
x 3 = b3
…
xn
…
bn
a11 a12 a 13 … a1 n x1 b1
[ 0 a22 a 23 … a2 n
0 0 a 33 … a3 n
… … …… …
0 0 0 … an n
][ ] [ ]
x2
x3 =
…
xn
b2
b3
…
bn
Contoh:
x + y +2 z =9
2 x+ 4 y−3 z=1
3 x+ 6 y−5 z=0
1 1 2 9 …(i)
[ ]
2 4 −3 1 …( ii)
3 6 −5 0 …(iii )
1 1 2 9
[ 0 2 −7 −17
3 6 −5 0 ] kalikan baris (i) dengan (-2), lalu tambahkan ke
baris (ii)
1 1 2 9
[ 0 2 −7 −17
0 3 −11 −27 ] kalikan baris (i) dengan (-3), lalu tambahkan
ke baris (iii)
1 1 2 9
[ 0 1
−7 −17
2 2
0 3 −11 −27
] kalikan baris (ii) dengan (1/2)
1 1 2 9
[ ] 0 1
0 0
−7 −17
2 2
−1 −3
2 2
ke baris (iii)
kalikan baris (ii) dengan (-3), lalu tambahkan
1 1 2 9
[ 0 1
−7 −17
2 2
0 0 1 3
] kalikan baris (iii) dengan (-2)
Contoh:
Selesaikan sistem prsamaan lanjar berikut dengan
meetode eliminasi Gauss yang menerapkan tata ancang
pivoting.
x 1+ 2x 2+ x3 =2
3 x1 +6 x 2=9
2 x1 +8 x 2+ 4 x 3=6
1 2 1 2 R2−3 R1 1 2 1 2 R ⇔ R 1 2 1 2
[ 3 6 09
] [ 0 0 −3 3 1
2 8 4 6 R3−2 R1 0 4 2 2 (¿)
3
] [
0 4 2 2
0 0 −3 3 ]
Operasi baris 1 Operasi baris 2
Setelah operasi baris 1, elemen a 22 yang akan menjadi
pivot pada operasi baris 2 ternyata sama dengan nol.
Karena itu, pada operasi baris 2, elemen baris 2
dipertukarkan dengan elemen baris 3. Tanda (*)
menyatakan pertukaran baris terjadi akibat proses
pivoting. Sekarang elemen a 22=4 ≠ 0 sehingga operasi baris
elementer dapat diteruskan. Tetapi, karena matriks A
sudah membentuk matriks U, proses eliminasi selesai.
Solusinya diperoleh dengan teknik penyulihan mundur,
yaitu x 3=−1 , x2 =1, dan x 1=1.
Melakukan pertukaran baris untuk menghindari pivot
yang bernilai nol adalah cara pivoting yang sederhana
(simple pivoting). Masalah ini dapat juga timbul bila
elemen pivot sangat dekat ke nol, karena jika elemen pivot
sangat kecil dibandingkan terhadap elemen lainnya, maka
galat pembulatan dapat muncul.
x x xx x
[ 0
0
0
x
x
x
xx
xx
xx
x
x
x
]
Cari xterbesar, lalu
pertukarkan barisnya dengan
baris ke-2
Penyelesaian
a. Tanpa tata-ancang pivoting sebagian
0.0003 1.566 1.569
[ 0.3454 −2.436 1.018 ]
Operasi baris pertama (0.0003 sebagai pivot )
R2−0.3454 R 1
R2 ⟵ =R 2−1151 R1
0.0003
(Tanda “⟵” berarti “diisi” atau “diganti dengan”)
Jadi,
a 21 ≈ 0
a 22 ≈−2.436−( 1151 )( 1.566 )=−2.436−1802 ≈−1804
b 22 ≈ 1.018−( 1151 )( 1.569 ) ≈ 1.018−1806 ≈−1805
Contoh:
Selesaikan system persamaan lanjut berikut sampai 3
angka bena dengna menggunakan metode eliminasi Gauss
yang menerapkan perskalaan dan tanpa perskalaan:
2 x1 + 100000 x2=100000
x 1+ x2=2
(Solusi sejatinya dalam 3 angka bena adalah x 1=x 2=1,00 ¿
Penyelesaian:
(i) Tanpa perskalaan
2 100000 100000 R − 1 R 2 100000 100000
[ 1 1 2 2 ] [
2 1 0 −50000 −50000 ]
Solusinya adalah
x 2=1.00
x 1=0.00 (salah)
(ii) Dengan penskalaan
2 x 1+ 100000 x 2=100000 :100000
0.00002 x 1+ x2=1
x 1+ x2=2 :1
x 1+ x2=2
0.00002 1 1 R2 ⇔ R1 1 1 2 ∼ 1 1 2
[ 1 ] [
1 2 (¿) 0.00002 1 1 ][
0 1 1.00 ]
Solusinya,
x 2=1.00
x 1=1.00 (benar)
Yang sesuai dengan solusi sejati. Contoh di atas juga
memperlihatkan bahwa penskalaan dapat mengubah
pemilihan pivot.
1) Solusi unik/tunggal
1 1 1 0 Eliminasi 1 1 1 0
[ ] [
2 3 4 1 Gauss 0 1 −1 1
3 1 21 → 0 0 −3 3 ]
Solusi: x 1=1 , x 2=0 , x 3=−1
1 1 2 4 Eliminasi 1 1 2 4
[ ] [
2 −1 1 2 Gauss 0 −3 −3 −6
1 2 36 → 0 0 0 0 ]
Perhatikan hasil eliminasi Gauss pada baris terakhir.
Persamaan yang bersesuaian dengan baris terakhir
tersebut adalah
0 x 1+ 0 x 2 +0 x 3=0
Yang dipenuhi oleh banyak nilai x. solusinya diberikan
dalam bentuk parameter:
Misalkan x 3=k ,
Maka x 2=−6+ 3 k dan x 1=10−5 k dengan k ∈ R .
1 1 2 4 Eliminasi 0 1 2 4
[ ] [
2 −1 1 2 Gauss 0 −3 −3 −6
1 2 37 → 0 0 0 1 ]
Perhatikan hasil eliminasi Gauss pada baris terakhir.
Persamaan yang bersesuaian dengan baris terakhir
tersebut adalah
0 x 1+ 0 x 2 +0 x 3=1
Yang dalam hal ini, tidak nilai x i yang memenuhi,
i=1,2,3
B. Eliminasi Gauss-Jordan
Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi
dari eliminasi Gauss. Pada metode eliminasi Gauss-Jordan kita
membuat nol elemen-elemen di bawah maupun di atas
diagonal utama suatu matriks. Hasilnya adalah matriks
tereduksi yang berupa matriks diagonal satuan (semua
elemen pada diagonal utama bernilai 1, elemen-elemen
lainnya nol).
Dalam bentuk matriks, eliminasi Gauss-Jordan ditulis
sebagai berikut.
,
a11 a12 a13 … a1 n b1 1 0 0 … 0 b1
[ ][ ]
,
a21 a22 a23 … a2 n b2 0 1 0 … 0 b2
C. a31 a32 a33 … a3 n b3 0 0 1 … 0 b,3
… … …… … … … … …… … …
an 1 an 2 an 3 … a nn bn 0 0 0 … 1 b,
n
Solusinya: x 1=b1,
x 2=b ,2
...............
x n=b ,n
Seperti pada metode eliminasi gauss, metode eliminasi
Gauss-Jordan tidak menerapkan tata-ancang pivoting dalam
proses eliminasinya.
Langkah-langkah operasi baris yang dikemukakan oleh
Gauss dan disempurnakan oleh Jordan sehingga dikenal
dengan Eliminasi Gauss-Jordan, sebagai berikut:
1. Jika suatu baris tidak seluruhnya dari nol, maka bilangan
tak nol pertama pada baris itu adalah 1. Bilangan ini
disebut 1 utama (leading 1).
2. Jika terdapat baris yang seluruhnya terdiri dari nol, maka
baris-baris ini akan dikelompokkan bersama pada bagian
paling bawah dari matriks.
3. Jika terdapat dua baris berurutan yang tidak seluruhnya
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 memiliki 1 utama memiliki nol pada tempat
lain.
Algoritma Metode Eliminasi Gauss-Jordan adalah sebagai
berikut:
1. Masukkan matriks A dan vector B beserta ukurannya n
2. Buat augmented matriks [AB] namakan dengan A
3. Untuk baris ke-i dimana i=1 s/d n
a) Perhatikan apakah nilai a i, i sama dengan nol:
Bila ya:
Pertukarkan baris ke-i dan baris ke i+k≤n, dimana a i+k ,i
tidak sama dengan nol, bila tidak ada berarti
perhitungan tidak bisa dilanjutkan dan proses
dihentikan dengan tanpa penyelesaian.
Bila tidak: Lanjutkan
b) Jadikan nilai diagonalnya menjadi satu, dengan cara
untuk setiap kolom k dimana k=1 s/d n+1, hitung
ai , k
a i, k =
ai , i
4. Untuk baris ke j, dimana j=i+1 s/d n
Lakukan operasi baris elementer untuk kolom k dimana
k=1 s/d n
Hitung c=a j , i
Hitung a j ,k =a j ,k −c . ai , k
5. Penyelesaian, untuk i=n s/d 1 (bergerak dari baris ke n
sampai baris pertama)
x i=a i, n+1
Contoh:
x + y +2 z =9
2 x+ 4 y−3 z=1
3 x+ 6 y−5 z=0
Penyelesaian:
1 1 2 9 …(i)
[ 2 4 −3 1 …( ii)
3 6 −5 0 …(iii ) ]
1 1 2 9
[ 0 2 −7 −17
3 6 −5 0 ] kalikan baris (i) dengan (-2), lalu tambahkan ke
baris (ii)
1 1 2 9
[ 0 2 −7 −17
0 3 −11 −27 ] kalikan baris (i) dengan (-3), lalu tambahkan
ke baris (iii)
1 1 2 9
[ 0 1
−7 −17
2 2
0 3 −11 −27
] kalikan baris (ii) dengan (1/2)
1 1 2 9
[ ] 0 1
0 0
−7 −17
2 2
−1 −3
2 2
ke baris (iii)
kalikan baris (ii) dengan (-3), lalu tambahkan
1 1 2 9
[ 0 1
−7 −17
2 2
0 0 1 3
] kalikan baris (iii) dengan (-2)
11
[ ]
1 0 9
2
−17
−7 kalikan baris (ii) dengan (-1), lalu tambahkan
0 1 2
2
3
0 0 1
ke baris (i)
−1
( )
1 0 0 1 kalikanbaris ( iii ) dengan 12 ,lalu tambahkan ke baris ( i ) ,
[ 0 1 02
]
0 0 1 3 dan kalikanbaris ( iii ) dengan 7 , lalutambahkan ke baris(ii)
()2
Diperoleh penyelesaian x = 1, y = 2, z = 3.
clc;
clear;
disp('Solusi dari persamaan: x + y + 2z = 9')
disp('
Solusi dari persamaan: x + y2x+4y
+ 2z =-93z = 1')
disp(' 2x+4y - 3z = 13x+6y - 5z = 0')
disp('Menggunakan Metode
3x+6y Eliminasi
- 5z = 0 Gauss-Jordan')
A=[1 1 2 9;2 4 -3
Menggunakan 1;3 6 -5Eliminasi
Metode 0] Gauss-Jordan
A =disp('Baris 1 = Baris 1 bagi baris 1 kolom 1')
A(1,:)=A(1,:)/A(1,1)
1 1 2 9
disp('Baris
2 4 -3 2 = -1Baris 2 kolom 1 kali baris 1 + Baris 2')
Outputnya
3 6 -5 : 0
A(2,:)=-A(2,1)*A(1,:)+A(2,:)
disp('Baris 3 = -1Baris
Baris 1 = Baris 3 kolom
bagi baris 1 kali1baris 1 + Baris 3')
1 kolom
A(3,:)=-A(3,1)*A(1,:)+A(3,:)
A=
disp('Baris
1 1 22 = Baris
9 2 bagi baris 2 kolom 2')
A(2,:)=A(2,:)/A(2,2)
2 4 -3 1
disp('Baris
3 6 -5 3 = -0Baris 3 kolom 2 kali baris 2 + Baris 3')
A(3,:)=-A(3,2)*A(2,:)+A(3,:)
Baris 2 = - Baris 2 kolom 1 kali baris 1 + Baris 2
disp('Baris
A= 3 = Baris 3 bagi baris 3 kolom 3')
A(3,:)=A(3,:)/A(3,3)
1 1 2 9
disp('Baris
0 2 -7 1 =-17
- Baris 1 kolom 2 kali baris 2 + Baris 1')
A(1,:)=-A(1,2)*A(2,:)+A(1,:)
3 6 -5 0
disp('Baris 2 = - Baris
Baris 3 = - Baris 2 kolom
3 kolom 1 kali 3baris
kali 1
baris 3 + Baris
+ Baris 3 2')
A(2,:)=-A(2,3)*A(3,:)+A(2,:)
A=
disp('Baris
1 1 21 = -9Baris 1 kolom 3 kali baris 3 + Baris 1')
A(1,:)=-A(1,3)*A(3,:)+A(1,:)
0 2 -7 -17
disp('Dengan
0 3 -11 demikian,
-27 diperoleh:')
x1=A(1,4)
Baris 2 = Baris 2 bagi baris 2 kolom 2
x2=A(2,4)
A=
x3=A(3,4)
1.0000 1.0000 2.0000 9.0000
0 1.0000 -3.5000 -8.5000
0 3.0000 -11.0000 -27.0000
Baris 3 = - Baris 3 kolom 2 kali baris 2 + Baris 3
A=
1.0000 1.0000 2.0000 9.0000
0 1.0000 -3.5000 -8.5000
0 0 -0.5000 -1.5000
Baris 3 = Baris 3 bagi baris 3 kolom 3
A=
1.0000 1.0000 2.0000 9.0000
0 1.0000 -3.5000 -8.5000
0 0 1.0000 3.0000
Baris 1 = - Baris 1 kolom 2 kali baris 2 + Baris 1
A=
1.0000 0 5.5000 17.5000
0 1.0000 -3.5000 -8.5000
0 0 1.0000 3.0000
Baris 2 = - Baris 2 kolom 3 kali baris 3 + Baris 2
A=
1.0000 0 5.5000 17.5000
0 1.0000 0 2.0000
0 0 1.0000 3.0000
Baris 1 = - Baris 1 kolom 3 kali baris 3 + Baris 1
A=
1 0 0 1
0 1 0 2
0 0 1 3
Dengan demikian, diperoleh:
x1 =
1
x2 =
2
x3 =
3
3). Cara singkat menggunakan invers matriks
clc;
clear;
disp('Penyelesaian SPL Menggunakan Invers Matriks')
disp('Menentukan Solusi dari Persamaan: x + y + 2z = 9')
disp(' 2x+4y - 3z = 1')
Penyelesaian
disp(' SPL Menggunakan Invers Matriks
3x+6y - 5z = 0')
Menentukan Solusi
A=[1 1 2;2 4 -3;3 dari Persamaan: x + y + 2z = 9
6 -5]
b=[9;1;0] 2x+4y - 3z = 1
x=inv(A)*b 3x+6y - 5z = 0
A=
1 1 2
2 4 -3
3 6 -5
Outputnya:
b=
9
1
0
x=
1.0000
2.0000
3.0000
PENUTUP
A. Kesimpulan
1. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-
nilai di dalam matriks sehingga menjadi matriks yang lebih
sederhana.
System persamaannya adalahsebagai berikut:
a11 a12 a 13 … a1 n x1 b1
[ 0 a22 a 23 … a2 n
0 0 a 33 … a3 n
… … …… …
0 0 0 … an n
][ ] [ ]
x2
x3 =
…
xn
b2
b3
…
bn
[ ][ ]
,
a21 a22 a23 … a2 n b2 0 1 0 … 0 b2
a31 a32 a33 … a3 n b3 0 0 1 … 0 b,3
… … …… … … … … …… … …
an 1 an 2 an 3 … a nn bn 0 0 0 … 1 b,
n
Sumber :
1. https://id.wikipedia.org/wiki/Eliminasi_Gauss-Jordan
2. www.idomaths.com/id/gauss_jordan.php
3. ikhwan-perbaungan.blogspot.com › Pendidikan › Teknik
Informasi
BAB V
5.1 Definisi :
Sebuah matriks bujur sangkar dengan orde n x n misalkan A, dan sebuah vektor
n
kolom X. Vektor X adalah vektor dalam ruang Euklidian R yang dihubungkan
dengan sebuah persamaan:
AX =λX ........................................................ (5.1)
Dimana λ adalah suatu skalar dan X adalah vektor yang tidak nol Skalar λ
dinamakan nilai Eigen dari matriks A. Nilai eigen adalah nilai karakteristik dari suatu
matriks bujur sangkar. Vektor X dalam persamaan (7.1) adalah suatu vektor yang tidak
nol yang memenuhi persamaan (7.1) untuk nilai eigen yang sesuai dan disebut dengan
vektor eigen. Jadi vektor X mempunyai nilai tertentu untuk nilai eigen tertentu.
Contoh 1 .
X= 1
Misalkan Sebuah vektor
[]
2 dan sebuah matriks bujur sangkar orde 2 x 2
A= 4 0
[ ]
4 2 , Apabila matriks A dikalikan dengan X maka:
4 0 1 4 0
AX =
[ ]
4 2 2
= 4 4 = [48 ]
Dimana:
4 41
[] 8 =
[]
2 = λX
4 0 1
41
[ ]4 2 2
= 2 []
Memenuhi persamaan (7.1). Konstanta λ=4 dikatakan nilai eigen dari matriks
A= 4 0
bujur sangkar
[ ]
4 2
Contoh 2 .
X= 2 A= 1 1
Sebuah vektor 1 [] dan sebuah matriks
[ ]
0 3 .
1 4 2 2 4
AX =
[ ] []
0 3 1 0 3
= = [63 ]
Dimana:
6 2
3 3
1
= = λX
A= 1 4
dengan λ=3. Maka λ=3 adalah nilai eigen dari matriks [ ]
0 3 .
Contoh .3
X= 0 A= 4 0
Sebuah vektor
[]
1 dan mateiks
[ ]
8 2 bila matriks A dikalikan dengan
X maka:
AX =
[48 02 ] [01 ]
=
[ 0+0
0+2 ]
0
=
[]
2
Dimana:
0 20 λ0
[] 2 = 1[] [] = 1 dengan λ=2.
4 0 X= 0
λ=2 adalah nilai eigen dari matriks
[ ]
8 2 dan vektor
[]
1 adalah
Contoh .4
X= 3 A= 1 3
Sebuah vektor 2 [] dan matriks 2 0[ ] .
1 3 3
2 0 2
AX =
=
[3+6
6+0 ]
=
[96 ]
9 33 λ3
Dimana
[] [] []
6 = 2 = 2 .
A= 1 3
Konstanta λ=3 adalah nilai eigen dari matriks bujur sangkar [ ]
2 0
Contoh .5
1 1 0 2
Sebuah vektor
X= 1
1[] dan matriks
[ ]
A= 2 1 0
3 0 0 .
1 0 2 1
AX
[ ] []
=
2 1 0
3 0 0
1
1
1+0+2 3
[ ] []
=
2+1+0
3+0+0 =
3
3
3 1 1
[] [] []
3
3 =3
1
1 =
λ1
1 = λX
1 0 2
Contoh .6
1 2 0 0
Sebuah vektor
X= 2
3[] dan matriks A =
[ ]
2 1 0
0 0 2
Perkalian matriks A dan X adalah:
2 0 0 1
AX =
[ ] []
2 1 0
0 0 2
2
3
2+0+0
=
[ ]
2+2+0
0+0+6
=
[]
4
6
2 1
AX =
[] []
4
6 =2
2
3 = λX , dengan λ=2.
2 0 0
IAX = IλX
AX = λ IX
Dengan menyelesaikan persamaan (5.3) dapat ditentukan nilai eigen ( λ ) dari sebuah
matriks bujur sangkar A tersebut .
Contoh .7
det
[ λ−23 1
λ−2 ] =0
( λ−2)( λ−2)−3=0
λ2 −4 λ+ 4−3=0
2
λ −4 λ+1=0
4±√(−4 )2 −4 . 1 .1
λ1,2 = 2
4±√ 16−4
= 2
4±√ 12
= 2
42 3
= 2
=2 ±√ 3
λ1 =2+ √ 3 dan
λ3 =2−√3
Contoh .8
det
[ λ−41 1
λ−5 ] =0
maka:
( λ−4 )( λ−5)−1=0
λ2 −9 λ+ 20−1=0
2 9 19 0
9± √81−76
λ1,2 =
2
9± √5
λ1,2 =
2
1 1
λ1 =4,5+ √5 λ2 =4,5− √ 5
Didapatkan 2 dan 2 , jadi nilai eigen matriks
4 1
A=
[ ]1 5 adalah
λ=4,5±
1
2
√5
Contoh .9
0 3
Dapatkan nilai eigen dari A =
[ ]
2 1
Jawab:
det [ λI−A ] =0
det
[2λ λ−13 ] =0
λ( λ−1)−6=0
λ2 −λ−6=0
( λ−3)( λ−2)=0
λ=3
dan
λ−2=0
λ=2
0 3
Jadi nilai eigen matriks A =
[ ]
2 1 adalah λ=3 dan λ=2 .
Contoh 10.
4 0
Dapatkan nilai eigen dari A =
[ ]
3 5
Jawab:
λ−4 0 =0
det
[ 3 λ−5 ]
( λ−4 )( λ−5)−0=0
40
λ=4
dan
λ−5=0
λ=5
4 0
Jadi nilai eigen dari matriks A =
[ ]
3 5 adalah:
λ1 =4 dan λ2 =5 .
Contoh .11
2 1 0
Jawab:
det [ λI−A ] =0
λ−2 1 0
det
[ 3
0
λ−4 0 =0
0 λ−2 ]
( λ−2)( λ−4 )( λ−2)−{ 3( λ−2) } = 0
λ−2=0
λ=2
λ−1=0
λ=1
dan λ−5=0
λ=5
2 1 0
λ1 =2 , λ2 =1 dan λ3 =5 .
Contoh .12
1 0 0
Jawab:
det [ λI−A ] =0
λ−1 0 0
det
[ 1 λ−6 7
0 8 λ+1 ] =0
( λ−1) [ λ2 −5 λ−6−56 ] =0
( λ−1) [ λ2 −5 λ−62 ] =0
λ1 =1
λ2 −5 λ−62=0
5± √25+4 . 62
λ2,3 =
2
1
λ2 =2,5+ √ 273
2
1
λ3 =2,5− √273
2
1 0 0
1
λ1 =1 dan λ=2,5± 2 √ 273
Contoh .13
7 0 0
Jawab:
det [ λI−A ] =0
λ−7 0 0
0 [
det 0 λ−3 0
0 λ−3 ] =0
λ−7=0
λ=7
λ−3=0
λ=3 (2 kali)
7 0 0
Contoh .14
2 0 0
Jawab:
λ−2 0 0
det
[ 0 λ−2 5
0 5 λ−4 ] =0
λ−2=0
λ1 =2
λ2 −6 λ−17=0
6± √ 36+4 . 17
λ1,2 =
2
1
λ2,3 =3± √104
2
2 0 0
1
λ3 =3− √104
2
Contoh .15
7 0 0
Jawab:
Nilai λ adalah:
λ−7=0
λ=7
λ−3=0
λ=3
λ−3=0
3
7 0 0
Contoh .16
2 0 0
Jawab:
λ−2 0 0
[
det 3 λ−3 6 =0
3 2 λ−4 ]
( λ−2)[( λ−3)( λ−4 )−12 ]=0
2
( λ−2)[ λ −7 λ+12−12]=0
( λ−2)[ λ2 −7 λ ]=0
( 2) ( 7 ) 0
λ−2=0
λ=2
λ=0
λ−7=0
λ=7
2 0 0
λ3 =7 .
subbab 7.1 telah dibahas tentang perhitungan nilai eigen dari matriks A( λ ), pada
subbab ini kita bahas vektor yang memenuhi persamaan tersebut yang disebut vektor
eigen(vektor karakteristik) yang sesuai untuk nilai eigennya.
A=
[ a21 a22 ]
Persamaan AX =λX dapat dituliskan:
a11 a12 x1 x
[ a21 a22 ] [] []x2
=λ 1
x2
(5.4)
1 0 a11 a12 x1 x1
λ1 0
[ ] [
0 1 a21 a22 ] [] x2
=
[ ] []
0 1 x2
a11 a12 x1 λ 0 x1
[ a21 a22 ] [] [ ] []
x2
= 0 λ x2
a11 −λ a12 x1
[ a 21 a 22−λ ] [] x2
=0 ....................................................
(5.5)
(a11 −λ )x 1 +a12 x 2 =0
a21 x1 +(a 22−λ )x 2 =0 ................................................... (5.6)
Persamaan (7.6) adalah sistem persamaan linier homogen, vektor dalam ruang R n yang
tidak nol didapatkan jika dan hanya jika persamaan tersebut mempunyai solusi non
trivial untuk nilai eigen yang sesuai.
Contoh .17
0 3
Dapatkan vektor eigen dari matriks A =
[ ]
2 1
Jawab:
− λx1 +3 x 2 =0
2 x 1 +(1−λ ) x2 =0
−2 x 1 +3 x 2 =0
2 x 1−x 2 =0
2 x 1 =x 2
Misalkan
x 1=r maka
x 2=2 r
X= r
2r[ ] dimana r adalah bilangan sembarang yang tidak nol.
x 1=x 2
Misalkan
x 1=s maka vektor eigen untuk λ=3 adalah:
X= s
s[] dimana s adalah senbarang bilangan yang tidak nol.
Contoh .18
4 0
Dapatkan vektor eigen dari matriks A =
[ ]
3 5
Jawab:
Pada contoh .10 nilai eigen matriks tersebut adalah λ=4 dan λ=5 maka vektor
eigen didapatkan dari persamaan:
(4−λ ) x1 +0=0
3 x1 +(5−λ) x 2 =0
0+0=0
3 x1 +x 2=0
x2
x 1=− x 2=r
Solusi non trivialnya adalah 3 , bila dimisalkan didapatkan vektor
−1
X= 3
[ ]
r
r
Untuk 5 maka:
(4−5 )x 1 + 0=0
3 x1 +(5−5) x 2=0
−x 1 +0=0
3 x 1 +0=0
Tidak ada solusi non trivial dari sistem persamaan linier tersebut, jadi tidak terdapat
Contoh .19
A= 1 3
Dapatkan vektor eigen dari
[ ]
2 0
Jawab:
det [ λI−A ] =0
det λ−1 3 =0
[2 0−λ ]
−( λ−1) λ−6=0
−λ2 + λ−6=0
−λ+2=0 , maka
λ1 =2
λ−3=0 , maka
λ2 =3
(1−λ )x 1 +3 x 2 =0
2 x 1 −λx 2=0
−x 1 +3 x 2=0
2 x 1 −2 x 2 =0
3 x2 =x 1
Misalkan
x 1=r maka
x 2=3 r .
X= r
[ ]
3r dengan r bilangan sembarang yang tidak nol.
Untuk λ=3
−2 x 1 +3 x 2 =0
2 x 1−3 x 2 =0
Solusi non trivial adalah:
2
2 x 1 =3 x 2 , maka x 2= x
3 1
Misalkan
x 1=r vektor eigen matriks A yang sesuai dengan λ=3 adalah:
r
X= 2
3
r[ ] dengan r bilangan sembarang yang tidak nol.
Contoh .20
det ( λ−3 ) 2 =0
[ −1 λ ]
( 3) 2 0
λ2 −3 λ+2=0
( λ−1)( λ−2)=0
λ−1=0 maka λ1 =1
λ−2=0 maka λ2 =2
2 x 1 + 2 x 2 =0
−x 1 −x2 =0
r
X
r dengan r bilangan sembarang yang tidak nol.
x 1 +2 x 2=0
−x 1−2 x 2=0
x 1=−2 x 2
1
x 2=− r
Misalkan x1 r maka 2
r
X=
[ ]
−
1
r
Contoh .21
2 0 0
Jawab:
Pada contoh 7.16 diketahui nilai eigen matriks A adalah: λ=2 , λ=0 dan λ=7 .
( 2−λ ) 0 0 x1 0
[ 3
3
(3−λ )
2
6 x2 = 0
(4− λ) x 3 0 ][ ] [ ]
Untuk λ=2 maka:
0 0 0 x1 0
[ ][ ] [ ]
3 1 6 x2 = 0
3 2 2 x3 0
0+0+0=0
3 x 1 +x 2 +6 x3 =0
3 x1 +2 x 2 +2 x 3 =0
[ 3 x1 + x 2 +6 x 3 ] −[ 3 x 1 + 2 x 2 +2 x 3] =0
−x 2 +4 x3 =0
x 2 4x3
Maka
3 x1 +4 x 3 + 6 x3 =0
3 x1 +10 x 3 =0
3 x1 =−10 x 3
−10
x 1= x
3 3
2 0 0
−10
X=
[ ]
3 3
4 x3
x3
x
Misalkan
x 3=r maka:
−10
X=
[ ]
3
4r
r
r
Untuk λ=0
2 0 0 x1 0
[ ][ ] [ ]
3 3 6 x2 = 0
3 2 4 x
3
0
2 x 1 +0+0=0
3 x1 +3 x 2 +6 x3 =0
3 x 1 +2 x 2 + 4 x3 =0
Solusi sistem persamaan linier adalah:
2 x 1 =0
x 1=0
0+3 x 2 +6 x 3 =0
x 2=−2 x 3
2 0 0
[ ]
X = −2 x3
x3
Misalkan
x 3=r maka:
[ ]
X = −2 r
r dengan r bilangan sembarang yang tidak nol.
Untuk λ=7
−5 0 0 x1 0
[ 3 −4 6 x 2 = 0
3 2 −3 x
3
0][ ] [ ]
Dalam bentuk sistem persamaan linier dituliskan:
−5 x 1 +0+0=0
3 x1 −4 x 2 +6 x 3=0
3 x 1 +2 x 2−3 x 3 =0
−5 x1 =0
x 1=0
−4 x 2 +6 x3 =0
3
x 2= x 3
2
2 0 0
0
3
[ ]
X = x3
2
x3
Misalkan
x 3=r maka:
0
3
X= r
2
r
[] dengan r sembarang bilangan yang tidak nol.
Contoh .22
2 0 0
Pada contoh 7. 14 diketahui nilai eigen matriks tersebut yang merupakan bilangan bulat
0 0 x1 0
][ ] [ ]
(2−2 )
[ 0
0
(2−2 )
5
5 x2 = 0
( 4−2 ) x 3 0
0+0+0=0
0+0+5 x 3 =0
0+5 x 2 +2 x3 =0
5 x2 =−2 x 3
−2
x 2= x
5 3
x 1=0
2 0 0
0
X=
−2
5 3
x3[ ]
x
Misalkan
x 3=s maka:
0
2
X= − s
5
s
[ ] dengan s adalah bilangan sembarang yang tidak nol.
Contoh .23
1 0 2
Jawab:
( λ−1 ) 0 2
[
det 2
3
( λ−1) 0 =0
0 λ ]
( λ−1) [ ( λ−1) λ ] +2 [ 0−3( λ−1 ) ] =0
( λ−1) [ λ2 −λ−6 ] =0
λ−1=0
λ=1
λ+2=0
λ=−2
λ−3=0
3
Vektor eigen didapatkan berdasar persamaan:
( 1−λ ) 0 2 x1 0
[ 2
3 0
][ ] [ ]
(1−λ ) 0 x 2 = 0
− λ x3 0
Untuk λ=1
0+0+2 x 3 =0
2 x 1 +0+0=0
3 x1 +0−x 3 =0
3 x1 −x 3 =0
x 3=3 x 1
x 2=0
x1
X= 0
3 x1[]
x 1=t
Misalkan
Untuk λ=−2
3 x1 +0+2 x3 =0
2 x 1 +3 x 2 + 0=0
3 x 1 + 0+2 x 3 =0
3 x1 +2 x 3 =0
2
x 1=− x 3
3
2 x 1 +3 x 2 =0
2
x 2=− x 1
3
x1
2
X= 3
3[]
− x1
− x1
2
Misalkan
x 1= p maka vektor eigennya adalah:
p
2
− p
X= 3
3
− p
2
[] dengan p bilangan sembarang yang tidak nol.
Untuk λ=3
−2 x 1 +0+2 x 3 =0
2 x 1 −2 x 2 +0=0
3 x 1 +0−3 x3 =0
2 x 1 =2 x3
x1 x3
2 x 1 =2 x2
x 1=x 2
x1
[]
X = x1
x1
Misalkan
x 1=q maka vektor eigennya adalah;
q
X= q
q [] dengan q bilangan sembarang yang tidak nol.
Contoh .24
1 0 0
Jawab:
Dari penyelesaian contoh .12 nilai eigen yang merupakan bilangan bulat adalah 1, maka
vektor eigennya didapatkan dari persamaan:
0 0 x1 0
][ ] [ ]
(1−1 )
[ 3
0
(6−1)
8
7 x2 = 0
(−1−1 ) x 3 0
0+0+0=0
3 x1 +5 x 2 +7 x3 =0
0+8 x2 −2 x 3=0
8 x 2=2 x 3
1
x 2= x 3
4
3 x1 + 5 x 2 + 28 x 2 =0
3 x1 =−33 x 2
x 1=11 x 2
Vektor eigen yang sesuai adalah:
11 x 2
X = x2
[ ]
4 x2
Misalkan
x 2=a maka vektor eigennya adalah:
11a
X= a
[]
4a
Contoh .25
2 0 0
Jawab:
det [ λI−A ] =0
( λ−2 ) 0 0
[
det 2
0
( λ−1)
0
0 =0
( λ−2 ) ]
( λ−1)( λ−2)2 =0
λ−1=0
λ=1
λ−2=0 λ=2
0 0 x1 0
][ ] [ ]
(2−λ )
[ 2
0
(1−λ )
0
0 x2 = 0
(2−λ ) x3 0
Untuk λ=1
x1 +0+0=0
2 x 1 +0+0=0
0+0+ x 3 =0
Tidak ada solusi non trivial dari sistem persamaan linier tersebut, maka vektor eigen
tidak terdefinisikan.
Untuk λ=2
0+0+0=0
2 x 1 −x 2 +0=0
0+0+0=0
2 x 1 =x 2
x 3=0
[]
X = 2 x1
0
Misalkan
x 1=t maka vektor eigennya menjadi:
t
X = 2t
0 [] dengan t bilangan sembarang yang tidak nol.
Contoh 7.25
3 −2 0
det [ λI−A ] =0
( λ−3 ) −2 0
[
det −2 ( λ−3 )
0 0
0 =0
( λ−5) ]
( λ−3) [ ( λ−3)( λ−5 ) ] + 2 [ −2( λ−5 ) ] =0
( λ−5) [ λ2 −6 λ+5 ] =0
2
( λ−5) ( λ−1 )=0
5 0
5
λ−1=0
λ=1
(3− λ) 0 x1 0
][ ] [ ]
−2
[ −2
0
(3−λ )
0
0 x2 = 0
(5−λ ) x 3 0
Untuk λ=1
2 x 1 −2 x 2 +0=0
−2 x 1 +2 x 2 +0=0
0+0+4 x 3 =0
2 x 1 =2 x2
x 1=x 2
x 3=0
x1
X = x1
0 []
Misalkan
x 1=t maka vektor eigennya adalah:
t
X= t
0 [] dengan t bilangan sembarang yang tidak nol.
Untuk λ=5
−2 x 1 −2 x2 +0=0
−2 x 1 −2 x2 +0=0
0+0+0=0
2 x 1 =−2 x 2
x 1=−x 2
x 3=0
x1
[ ]
X = −x 1
0
Misalkan
x 1=r maka vektor eigenya adalah:
[]
X = −r
0 dengan r bilangan sembarang yang tidak nol.
Contoh .26
4 0 1
Jawab:
det [ λI−A ] =0
( λ−4 ) 0 1
[
det −2 ( λ−1)
−2 0
0 =0
( λ−1 ) ]
( λ−4 ) [( λ−1)2 ]+2( λ−1 )=0
λ−1=0
λ=1
20
2
3 0
λ=3
][ ] [ ]
(4−λ )
[ −2
−2
(1−λ )
0
0 x2
(1−λ ) x 3
= 0
0
Untuk λ=1
3 x1 +0+x 3 =0
−2 x 1 +0+0=0
−2 x 1 +0+0=0
3 x1 =−x 3
x 2=0
x1
X= 0
[ ]
−3 x 1
Misalkan
x 1= p maka vektor eigenya adalah:
p
X= 0
−3 p[ ] dengan p adalah bilangan sembarang yang tidak nol.
Untuk λ=2
2 x1 +0+x 3 =0
−2 x 1 −x 2 +0=0
−2 x 1 +0−x 3 =0
Solusi non trivialnya adalah:
2x 1 =−x 3
−2 x 1 =x 2
x1
[ ]
X = −2 x1
−2 x 1
Misalkan
x 1=s maka vektor eigennya adalah:
s
[ ]
X = −2 s
−2 s dengan s bilangan sembarang yang tidak nol.
Untuk λ=3
x1 +0+x 3 =0
−2 x 1 −2 x2 +0=0
−2 x 1 +0−2 x3 =0
x 1 +x 3 =0
x 1=−x 3
−2 x 1 −2 x2 =0
x 2 x1
[ ]
X = −x 1
−x 1
Misalkan
x 1=t maka
[]
X = −t
−t dengan t bilangan sembarang yang tidak nol.