ALJABAR LINEAR
MATRIK
Definisi :
Matrik adalah suatu himpunan bilangan atau polynom (yang disebut
elemen/entri) yang disusun berbentuk empat persegi panjang yang terdiri dari
beberapa baris dan lajur ( kolom ) dan dibatasi dengan kurung besar atau
kurung siku.
Suatu matrik A yang terdiri dari m baris dan n kolom disajikan sbb :
a11 a12 a1 j a1n
a21 a22 a2 j a2 n
A
ai1 ai 2 aij ain
a am 2 amj amn
m1
Matrik A yang terdiri dari m baris dan n kolom seperti di atas disebut
matrik berukuran m x n dan dinotasikan dengan Amxn atau ( aij ) mxn
Suatu matrik yang hanya terdiri dari 1 baris saja disebut matrik (vektor) baris,
sedangkan matrik yang hanya terdiri dari 1 lajur (kolom) saja disebut matrik
(vektor) kolom
Contoh : matrik (vektor) baris : B1x 4 1 4 2 0
1
matrik (vektor) kolom : C3 x1 3
2
Aljabar Matrik
1. Kesamaan Matrik
Dua matrik A dan B dikatakan sama , dituliskan A = B , jika A
dan B berukuran sama dan elemen-elemen yang bersesuaian sama.
2
Contoh :
1 2 3 1 2 3
A2 x 3 dan B2 x 3 ; maka A = B
4 5 6 4 5 6
2. Penjumlahan Matrik
Dua matrik dapat dijumlahkan jika ukuran keduanya sama.
Jumlah dua matrik Amxn dan Bmxn adalah suatu matrik Cmxn yang elemen-
elemennya merupakan jumlah elemen-elemen yang bersesuaian dari
matrik A dan B
Sifat : a. Komutatif : A + B = B + A
b. Asosiatif : A+(B+C)= (A+B)+C
Contoh :
Selisih dua matrik Amxn dan Bmxn adalah suatu matrik Dmxn yang
elemen-elemennya merupakan Selisih elemen-elemen yang bersesuaian
dari matrik A dan B
Contoh :
3. Perkalian Matrik
Perkalian suatu matrik Amxn dengan suatu skalar k menghasilkan suatu
matrik Bmxn yang elemen-elemennya k kali elemen-elemen matrik A
Contoh :
Dua matrik A dan B hanya dapat dikalikan, dituliskan AB, jika
banyaknya kolom (lajur) dari matrik A (matrik yang di depan) sama
dengan banyaknya baris dari metrik B (matrik yang di belakang/pengali)
3
Perkalian dari matrik Amxp dengan Bpxn menghasilkan suatu matrik Cmxn
yang memiliki elemen-elemen :
p
cij a
k 1
ik bkj ; i = 1, 2, … , m dan j = 1, 2, … , n
a. A2 x 3 B3 x 2
b. B3 x 2 A2 x 3
1
2. Jika C1x 3 6 4 9 dan D3 x1 5 , maka :
3
a. C1x 3 D3 x1
b. D3 x1 C1x 3
maka : A2 x 2 B2 x 2
5. Matrik transpose.
Matrik transpose dari suatu matrik A , dinotasikan dengan A' atau At atau
AT (baca : A transpose), adalah suatu matrik yang diperoleh dari matrik A
dengan menukar baris menjadi kolom dan kolom menjadi baris.
Sifat : a. ( At ) t = A
b. ( A + B )t = At + Bt
c. ( A B )t = Bt At
Contoh :
6. Matrik simetris dan matrik skew-simetris
Suatu matrik bujursangkar A disebut matrik simetris jika berlaku At = A
Contoh :
1 2 4 1 2 4
A 2 3 0 At 2 3 0 A
4 0 9 4 0 9
0 2 1
t
A 2 0 3
1 3 0
b. k Ak A , k = skalar e. A t At
c. A B A B
Contoh :
2 3i 2i 2 3i 2i
A A
5 3 i 5 3 i
Contoh :
2 5 i
A
5 i 3
2 5i 2 5 i
At At A
5 i 3 5 i 3
Contoh :
2i 3i 5 2i 3i 5
A 3i 6i 3i A 3 i
t
6i 3i
5 3i 0 5 3i 0
7
2i 3i 5
A 3 i
t
6i 3i
5 3i 0
DETERMINAN
Determinan adalah suatu skalar yang didefinisikan pada suatu matrik
bujursangkar, yang diperoleh dari elemen-elemen matrik bujursangkar
tersebut dengan suatu operasi khusus.
Determinan dari suatu matrik bujursangkar :
a11 a12 a1n
a a 22 a2n
Anxn 21
a an2 a nn
n1
Determinan yang didapat dari matrik bujursangkar berukuran nxn (terdiri dari
n baris dan n kolom) disebut determinan tingkat n
Ekspansi Laplace
Nilai suatu determinan didefinisikan sebagai jumlah dari hasil kali elemen-
elemen pada suatu baris atau kolom dengan kofaktor-kofaktornya
Jadi,
a11 a12 a1n
a21 a22 a2 n
det. A A
an1 an 2 ann
n n
aij K ij (1)i j aij M ij ,
j 1 j 1
Contoh :
1. Determinan tingkat 2 :
a11 a12
Misal A ; (Misal diekspansikan berdasarkan baris ke 1)
a21 a22
2. Determinan tingkat 3 :
9
1 3 5
A 0 2 4 ; (Misal diekspansikan berdasarkan kolom ke 1)
6 7 8
1K11 0 K 21 6 K 31 M 11 0 6 M 31
INVERS MATRIK
Adjoint dari Matrik Bujur sangkar
Pandang suatu matrik bujur sangkar Anxn :
Jika :
A 0 , maka matrik bujur sangkar A disebut matrik singular.
A 0 , maka matrik bujur sangkar A disebut matrik non singular
Dari matrik A dibentuk matrik kofaktor K yang elemen-elemennya adalah
kofaktor dari semua elemen determinan A, yaitu :
K11 K12 K1n
K K 22 K 2n
K 21
K Kn2 K nn
n1
K K 2n K nn
1n
Selanjutnya, jika A matrik non singular, maka terdapat suatu matrik bujur
sangkar A 1 yang didefinisikan sebagai :
1
A 1 adj. A
A
TRANSFORMASI ELEMENTER
Misalkan A suatu matrik berukuran mxn. Yang dimaksud transformasi
elementer terhadap matrik A adalah satu dari operasi-operasi berikut :
Operasi Baris Elementer (OBE) :
1. Bij = pertukaran elemen-elemen pada baris ke i dengan elemen-
elemen pada baris ke j
2. Bi (k) = mengalikan tiap elemen pada baris ke i dengan skalar k 0
3. Bij (k) = menambahkan elemen-elemen pada baris ke i dengan k kali
elemen-elemen yang bersesuaian dari baris ke j (elemen-elemen
pada baris ke j hanya dipakai alat, sehingga tetap/tidak
berubah).
Operasi Kolom Elementer (OKE) :
11
4. Kij = pertukaran elemen-elemen pada kolom ke i dengan elemen-
elemen pada kolom ke j
5. Ki (k) = mengalikan tiap elemen pada kolom ke i dengan skalar k 0
6. Kij (k) = menambahkan elemen-elemen pada kolom ke i dengan k kali
elemen-elemen yang bersesuaian dari kolom ke j (elemen-
elemen pada kolom ke j hanya dipakai alat, sehingga
tetap/tidak berubah).
Dua buah matrik A dan B disebut ekwivalen dan dituliskan A ~ B , jika salah
satu dari matrik tersebut dapat diperoleh dari yang lainnya dengan sederetan
transformasi elementer.
Contoh :
1 1 1
Dapatkan invers dari A 2 4 1 , jika ada, dengan operasi baris elementer.
2 3 1
Penyelesaian :
Untuk memperoleh invers dari suatu matrik A , dilakukan dengan reduksi:
AI ~ I A1
sebagai berikut :
a11 x1 a12 x2 a1n xn b1
a 21 x1 a 22 x2 a2 n xn b2
………………..(1)
a n1 x1 a n 2 x2 a nn xn bn
x1
x
X 2 disebut matrik variable, dan
x
n
b1
b
B 2 disebut matrik konstan (matrik ruas kanan)
b
n
Selanjutnya jika :
Matrik koefisien A adalah matrik singular, maka s.p.l.s (3) tidak memiliki
penyelesaian yang tunggal (bahkan mungkin tidak memiliki penyelesaian)
Matrik koefisien A adalah matrik non-singular, maka s.p.l.s (3) memiliki
penyelesaian yang tunggal.
Diasumsikan matrik koefisien A adalah matrik non-singular ( A 0 ) dan
akan dicari penyelesaian dari s.p.l.s (3) menggunakan :
IX A1 B
Jadi : X A 1 B
2. Aturan Crammer
Dengan aturan crammer, nilai-nilai dari variable yang dicari diperoleh
dengan cara :
1
x1 , x2 2 , x3 3 , ... , xn n
RUANG EUCLIDE
Definisi :
“Ordered-n-tuple” adalah sebuah urutan dari n buah bilangan real/nyata
a1 , a2 , a3 ,..., an ; n bil. Bulat positif
Himpunan dari semua “Ordered-n-tuple” dinamakan “Ruang-n“ dan
dinyatakan dg. Rn.
Contoh :
R1 atau R adalah himp. Bilangan real dan digambarkan dalam system
garis bilangan.
R2 adalah ruang dimensi 2 yang digambarkan dg system koordinat
kartesius. Urutan ( x, y ) menyatakan posisi suatu titik, atau komponen
suatu vector dari pusat koordinat O.
.P(x,y)
u
Definisi :
15
1. Dua vector u = ( u1 , u2 , u3 , … , un ) dan v = ( v1 , v2 , v3 , … , vn )
dalam Rn adalah sama jika u1 = v1 , u2 = v2 , u3 = v3 , … , un = vn
2. Jumlahan dari u dan v didefinisikan sebagai :
u + v = (u1 + v1 , u2 + v2 , u3 +v3 , … , un + vn )
3. Kelipatan scalar vector u dengan scalar k, didefinisikan dengan :
k u = ( ku1 , ku2 , ku3 , … , kun )
4. Didefinisikan vector nol dalam Rn : 0 = ( 0 , 0 , 0 , … , 0 )
5. Jika u = (u1 , u2 , u3 , … , un ) adalah sebarang vector dalam Rn, maka
negatif ( invers penjumlahan ) dari u dinyatakan oleh –u dan
didefinisikan sebagai –u = (-u1 , -u2 , -u3 , … , -un )
6. Pengurangan dua vector dalam Rn didefinisikan sebagai :
u - v = u + (- v )
= ( u1 , u2 , u3 , … , un ) + ( -v1 , -v2 , -v3 , … , -vn )
= (u1 - v1 , u2 - v2 , u3 - v3 , … , un - vn )
Theorema :
Jika u = ( u1 , u2 , u3 , … , un ) , v = ( v1 , v2 , v3 , … , vn ) , dan w = ( w1 , w2 , w3 ,
… , wn ) adalah vector-vektor dalam Rn dan k & l adalah scalar, maka :
1. u + v = v + u
2. u + ( v + w ) = ( u + v ) + w
3. u + 0 = 0 + u = u
4. u + (-u ) = 0 , yakni u - u = 0
5. k ( l u ) = ( k l ) u
6. k (u + v ) = ku + kv
7. ( k + l ) u = ku + lu
8. 1 u = u
Definisi :
16
Perkalian dalam ( inner product ) dari dua vector sebarang u = ( u1 , u2 , u3 ,
… , un ) dan v = ( v1 , v2 , v3 , … , vn ) dalam Rn didefinisikan sbg :
u . v = u1 .v1 + u2 .v2 + u3 .v3 + … + un.vn
Contoh :
u = ( -1 , 3 , 5 , 7 ) dan v = ( 5 , -4 , 7 , 0 ) dalam R4, maka
u . v = (-1)(5) + (3)(-4) + (5)(7) + (7)(0) = 18
Theorema :
Jika u, v, dan w adalah vector-vektor dalam Rn dan k sebarang skalar, maka :
1. u . v = v . u
2. ( u + v ) . w = u . w + v . w
3. ( ku ) . v = k ( u . v )
4. v . v 0 . Selanjutnya, v . v = 0 jika dan hanya jika v = 0
Definisi :
Norm ( panjang ) sebuah vector u = ( u1 , u2 , u3 , … , un ) dalam Rn
Contoh :
Jika u = ( -1 , 3 , 5 , 7 ) dan v = ( 5 , -4 , 7 , 0 ) dalam R4, maka :
u (-1) 2 (3) 2 (5) 2 (7) 2 84
d (u, v ) 1 5 2 3 4 2 5 7 2 7 0 2 278
Definisi :
17
Suatu Himpunan vector-vektor V dengan operasi penjumlahan vector + dan
perkalian dengan scalar k dan l, disebut ruang vector ( vector space) jika
memenuhi operasi – operasi sbb :
1. Jika u , v V , maka u + v V
2. u + v = v + u
3. u + ( v + w ) = ( u + v ) + w
4. Terdapat vector 0 V sedemikian sehingga 0 + u = u + 0 = u untuk
setiap u V
5. Untuk setiap u V terdapat vector -u V yang disebut negatif dari u
sedemikian sehingga u + (-u ) = (- u ) + u = 0
6. Untuk sebarang scalar real k dan sebarang vector u V , maka ku V
7. k (u + v ) = ku + kv
8. ( k + l ) u = ku + lu
9. k ( l u ) = ( k l ) u
10.1 u = u
Contoh :
R3 adalah ruang vector dibawah operasi penambahan standar dan
perkalian scalar biasa ( R3 , + , . ) adalah Ruang vector
(tunjukkan ! )
Theorema :
Misalkan V sebuah ruang vector , u V adalah sebarang vector dalam V dan
k sebuah scalar, maka :
1. 0 u = 0
18
2. k 0 = 0
3. ( - 1 ) u = - u
4. Jika k u = 0 , maka k = 0 atau u = 0
Theorema :
W adalah ruang bagian ( subspace) dari ruang vector V jika dan hanya jika
memenuhi kondisi :
1. Jika u , v W , maka u + v W
2. Jika k sebarang scalar dan u W maka ku W
Definisi :
Sebuah vektor w dinamakan kombinasi linier dari vektor-vektor v1 , v2 , … ,
vn jika vektor w dapat dinyatakan dalam bentuk :
w = k1 v1 + k2 v2 + k3 v3 + … + kn vn
dimana k1 , k2 , k3 … kn adalah bilangan scalar sebarang