Tugas Aljabar Linear

Disusun oleh : Zaenal Abidin Alidrus

Kelas : MIF X42/09

Politekhnik Piksi Ganesha

 Persamaan Linear & Matriks
Persamaan linear dapat dinyatakan sebagai matriks. Misalnya persamaan:

3x1 + 4x2 − 2 x3 = 5
x1 − 5x2 + 2x3 = 7
2x1 + x2 − 3x3 = 9

dapat dinyatakan dalam matriks teraugmentasi sebagai berikut

Penyelesaian persamaan linier dalam bentuk matriks dapat dilakukan melalui beberapa
cara, yaitu dengan eliminasi Gauss atau dapat juga dengan cara eliminasi Gauss-Jordan.
Namun, suatu sistem persamaan linier dapat diselesaikan dengan eliminasi Gauss untuk
mengubah bentuk matriks teraugmentasi ke dalam bentuk eselon-baris tanpa
menyederhanakannya. Cara ini disebut dengan substitusi balik.

Sebuah sisitem persamaan linier dapat dikatakan homogen apabila mempunyai bentuk :

a11x1 + a12x2 + ... + a1nxn = 0

a21x1 + a22x2 + ... + a2nxn = 0
am1x1 + am2x2 + ... + amnxn = 0

Setiap sistem persamaan linier yang homogen bersifat adalah tetap apabila semua sistem
mepunyai x1 = 0 , x2 = 0 , ... , xn = 0 sebagai penyelesaian. Penyelesaian ini disebut solusi
trivial. Apabila mempunyai penyelesaian yang lain maka disebut solusi nontrivial.

Penyelesaian Persamaan Linear dengan Matriks

Bentuk Eselon-baris

Matriks dapat dikatakan Eselon-baris apabila memenuhi persyaratan berikut :

1.) Di setiap baris, angka pertama selain 0 harus 1 (leading 1).

2.) Jika ada baris yang semua elemennya nol, maka harus dikelompokkan di baris
akhir dari matriks.
3.) Jika ada baris yang leading 1 maka leading 1 di bawahnya, angka 1-nya harus
berada lebih kanan dari leading 1 di atasnya.
4.) Jika kolom yang memiliki leading 1 angka selain 1 adalah nol maka matriks
tersebut disebut Eselon-baris tereduksi
Contoh: syarat 1: baris pertama disebut leading 1

syarat 2: baris ke-3 dan ke-4 memenuhi syarat 2

syarat 3: baris pertama dan ke-2 memenuhi syarat 3

syarat 4: matriks dibawah ini memenuhi syarat ke 4 dan disebut Eselon-baris tereduksi

Operasi Eliminasi Gauss

Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga
menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss). Caranya
adalah dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang
Eselon-baris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan
linear dengan menggunakan matriks. Caranya dengan mengubah persamaan linear
tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi
matriks Eselon-baris, lakukan substitusi balik untuk mendapatkan nilai dari variabel-
variabel tersebut.

Contoh: Diketahui persamaan linear

 x + 2y + z = 6
x + 3y + 2z = 9
2x + y + 2z = 12

Tentukan Nilai x, y dan z

Jawab:

Bentuk persamaan tersebut ke dalam matriks:

Operasikan Matriks tersebut

Baris ke 2 dikurangi baris ke 1

Baris ke 3 dikurangi 2 kali baris ke 1

Baris ke 3 ditambah 3 kali baris ke 2

Baris ke 3 dibagi dengan 3 (Matriks menjadi Eselon-baris)

Maka mendapatkan 3 persamaan linier baru yaitu

x + 2y + z = 6
y+z=3
z=3

Kemudian lakukan substitusi balik maka didapatkan:

 y+z=3
y+3=3
y=0
x + 2y + z = 6
x+0+3=6
x=3

Jadi nilai dari x = 3 , y = 0 ,dan z = 3

Operasi Eliminasi Gauss-Jordan

Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang hasilnya lebih
sederhana. Caranya adalah dengan meneruskan operasi baris dari eliminasi Gauss
sehingga menghasilkan matriks yang Eselon-baris tereduksi. Ini juga dapat digunakan
sebagai salah satu metode penyelesaian persamaan linear dengan menggunakan matriks.
Caranya dengan mengubah persamaan linear tersebut ke dalam matriks teraugmentasi
dan mengoperasikannya. Setelah menjadi matriks Eselon-baris tereduksi, maka langsung
dapat ditentukan nilai dari variabel-variabelnya tanpa substitusi balik.

Contoh: Diketahui persamaan linear

x + 2y + 3z = 3
2x + 3y + 2z = 3
2x + y + 2z = 5

Tentukan Nilai x, y dan z

Jawab:

Bentuk persamaan tersebut ke dalam matriks:

Operasikan Matriks tersebut

Baris ke 2 dikurangi 2 kali baris ke 1

 Baris ke 3 dikurangi 2 kali baris ke 1

Baris ke 3 dikurangi 3 kali baris ke 2

Baris ke 3 dibagi 8 dan baris ke 2 dibagi -1

Baris ke 2 dikurangi 4 kali baris ke 3

Baris ke 1 dikurangi 3 kali baris ke 3

Baris ke 1 dikurangi 2 kali baris ke 2 (Matriks menjadi Eselon-baris

tereduksi)

Maka didapatkan nilai dari x = 2 , y = − 1 ,dan z = 1

Operasi Dalam Matriks

Dua buah matriks dikatakan sama apabila matriks-matriks tersebut mempunyai ordo yang
sama dan setiap elemen yang seletak sama.

Jika A dan B adalah matriks yang mempunyai ordo sama, maka penjumlahan dari A + B
adalah matriks hasil dari penjumlahan elemen A dan B yang seletak. Begitu pula dengan
hasil selisihnya. Matriks yang mempunyai ordo berbeda tidak dapat dijumlahkan atau
dikurangkan.
Jumlah dari k buah matriks A adalah suatu matriks yang berordo sama dengan A dan
besar tiap elemennya adalah k kali elemen A yang seletak. Didefinisikan: Jika k sebarang
skalar maka kA = A k adalah matriks yang diperoleh dari A dengan cara mengalikan
setiap elemennya dengan k. Negatif dari A atau -A adalah matriks yang diperoleh dari A
dengan cara mengalikan semua elemennya dengan -1. Untuk setiap A berlaku A + (-A) =
0. Hukum yang berlaku dalam penjumlahan dan pengurangan matriks :

a.) A + B = B + A
b.) A + ( B + C ) = ( A + B ) + C
c.) k ( A + B ) = kA + kB = ( A + B ) k , k = skalar

Hasil kali matriks A yang ber-ordo m x p dengan matriks B yang berordo p x n dapat
dituliskan sebagi matriks C = [ cij ] berordo m x n dimana cij = ai1 b1j + ai2 b2j + ... + aip bpj

Matriks Balikan (Invers)

JIka A dan B matriks bujur sangkar sedemikian rupa sehingga A B = B A = I , maka B

disebut balikan atau invers dari A dan dapat dituliskan B = A − 1 ( B sama dengan invers A
). Matriks B juga mempunyai invers yaitu A maka dapat dituliskan A = B − 1. Jika tidak
ditemukan matriks B, maka A dikatakan matriks tunggal (singular). Jika matriks B dan
C adalah invers dari A maka B = C.

Matriks A = dapat di-invers apabila ad - bc ≠ 0

Dengan Rumus =

Apabila A dan B adalah matriks seordo dan memiliki balikan maka AB dapat di-invers
dan (AB) − 1 = B − 1A − 1

Contoh 1:

Matriks

A= dan B =
 AB = = = I (matriks identitas)

BA = = = I (matriks identitas)

Maka dapat dituliskan bahwa B = A − 1 (B Merupakan invers dari A)

Contoh 2:

Matriks

A= dan B =

AB = =

BA = =

Karena AB ≠ BA ≠ I maka matriks A dan matriks B disebut matriks tunggal.

Contoh 3:

Matriks

A=

Tentukan Nilai dari A-1

Jawab:

Contoh 4:
Matriks

A= ,B= , AB =

Dengan menggunakan rumus, maka didapatkan

, ,

Maka

Ini membuktikan bahwa (AB) − 1 = B − 1A − 1

Transpose Matriks

Yang dimaksud dengan Transpose dari suatu matriks adalah mengubah komponen-
komponen dalam matriks, dari yang baris menjadi kolom, dan yang kolom di ubah
menjadi baris.

Contoh:

Matriks

A= ditranspose menjadi AT =

Matriks

B= ditranspose menjadi BT =
Rumus-rumus operasi Transpose sebagai berikut:

1. ((A)T)T = A
2. (A + B)T = AT + BT dan (A − B)T = AT − BT
3. (kA)T = kAT dimana k adalah skalar
4. (AB)T = BTAT

Matriks Diagonal, Segitiga, dan Matriks Simetris

Matriks Diagonal

Sebuah matriks bujursangkar yang unsur-unsurnya berada di garis diagonal utama dari
matriks bukan nol dan unsur lainnya adalah nol disebut dengan matriks diagonal.
Contoh :

secara umum matriks n x n bisa ditulis sebagai

Matriks diagonal dapat dibalik dengan menggunakan rumus berikut :

D − 1=

DD − 1 = D − 1D = I

jika D adalah matriks diagonal dan k adalah angka yang positif maka

Dk=

Contoh :

A=

maka

A5=

Matriks Segitiga

Matriks segitiga adalah matriks persegi yang di bawah atau di atas garis diagonal utama
nol. Matriks segitiga bawah adalah matriks persegi yang di bawah garis diagonal utama
nol. Matriks segitiga atas adalah matriks persegi yang di atas garis diagonal utama nol.

Matriks segitiga
Matriks segitiga bawah

Teorema

 Transpos pada matriks segitiga bawah adalah matriks segitiga atas, dan transpose
pada matriks segitiga atas adalah segitiga bawah.
 Produk pada matriks segitiga bawah adalah matriks segitiga bawah, dan produk
pada matriks segitiga atas adalah matriks segitiga atas.
 Matriks segitiga bisa di-inverse jika hanya jika diagonalnya tidak ada yang nol.
 Inverse pada matriks segitiga bawah adalah matriks segitiga bawah, dan inverse
pada matriks segitiga atas adalah matriks segitiga atas.

Contoh :

Matriks segitiga yang bisa di invers

A=

Inversnya adalah

A − 1=

Matriks yang tidak bisa di invers

B=

Matriks Simetris

Matriks kotak A disebut simetris jika A = AT

Contoh matriks simetris

Teorema

 Jika A dan B adalah matriks simetris dengan ukuran yang sama, dan jika k adalah
skalar maka

AT adalah simetris A + B dan A - B adalah simetris kA adalah simetris (AB)T = BTAT = BA

Jika A adalah matriks simetris yang bisa di inverse, maka A − 1 adalah matriks simetris.

Asumsikan bahwa A adalah matriks simetris dan bisa di inverse, bahwa A = AT maka :

(A − 1)T = (AT) − 1 = A − 1

Yang mana membuktikan bahwa A − 1 adalah simetris.

Produk AAT dan ATA

(AAT)T = (AT)TAT = AAT dan (ATA)T = AT(AT)T = ATA

Contoh

A adalah matriks 2 X 3
A=

lalu

ATA = =

AAT = =

Jika A adalah Matriks yang bisa di inverse, maka AAT dan ATA juga bisa di inverse

Determinan
Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real
dengan suatu matriks bujursangkar.

Sebagai contoh, kita ambil matriks A2x2

A= tentukan determinan A

untuk mencari determinan matrik A maka,

detA = ad - bc

Determinan dengan Ekspansi Kofaktor

Determinan dengan Minor dan kofaktor

A= tentukan determinan A
Pertama buat minor dari a11

M11 = = detM = a22a33 x a23a32

Kemudian kofaktor dari a11 adalah

c11 = (-1)1+1M11 = (-1)1+1a22a33 x a23a32

kofaktor dan minor hanya berbeda tanda Cij=±Mij untuk membedakan apakah kofaktor
pada ij adalah + atau - maka kita bisa melihat matrik dibawah ini

Begitu juga dengan minor dari a32

M32 = = detM = a11a23 x a13a21

Maka kofaktor dari a32 adalah

c32 = (-1)3+2M32 = (-1)3+2 x a11a23 x a13a21

Secara keseluruhan, definisi determinan ordo 3x3 adalah

det(A) = a11C11+a12C12+a13C13

Determinan dengan Ekspansi Kofaktor Pada Baris Pertama

Misalkan ada sebuah matriks A3x3

A=

maka determinan dari matriks tersebut dengan ekspansi kofaktor adalah,

 det(A) = a11 - a12 + a13
= a11(a22a33 - a23a32) - a12(a21a33 - a23a31) + a13(a21a32 - a22a31)
= a11a22a33 + a12a23a31 + a13a21a32 - a13a22a31 - a12a21a33 - a11a23a32

Contoh Soal:

A= tentukan determinan A dengan metode ekspansi kofaktor baris

pertama

Jawab:

det(A) = =1 -2 +3 = 1(-3) - 2(-8) +

3(-7) = -8

Determinan dengan Ekspansi Kofaktor Pada Kolom Pertama

Pada dasarnya ekspansi kolom hampir sama dengan ekspansi baris seperti di atas. Tetapi
ada satu hal yang membedakan keduanya yaitu faktor pengali. Pada ekspansi baris, kita
mengalikan minor dengan komponen baris pertama. Sedangkan dengan ekspansi pada
kolom pertama, kita mengalikan minor dengan kompone kolom pertama.

Misalkan ada sebuah matriks A3x3

A=

maka determinan dari matriks tersebut dengan ekspansi kofaktor adalah,

det(A) = a11 - a21 + a31

= a11(a22a33 - a23a32) - a21(a21a33 - a23a31) + a31(a21a32 - a22a31)
= a11a22a33 + a21a23a31 + a31a21a32 - a22(a31)2 - (a21)2a33 - a11a23a32

Contoh Soal:
 A= tentukan determinan A dengan metode ekspansi kofaktor
kolom pertama

Jawab:

det(A) = =1 -4 +3 = 1(-3) - 4(-8) +

3(-7) = 8

Adjoin Matriks 3 x 3

Bila ada sebuah matriks A3x3

A=

Kofaktor dari matriks A adalah

C11 = -12 C12 = 6 C13 = -16

C21 = 4 C22 = 2 C23 = 16
C31 = 12 C32 = -10 C33 = 16

maka matriks yang terbentuk dari kofaktor tersebut adalah

untuk mencari adjoint sebuah matriks, kita cukup mengganti kolom menjadi baris dan
baris menjadi kolom

adj(A) =

Determinan Matriks Segitiga Atas

Jika A adalah matriks segitiga nxn (segitiga atas, segitiga bawah atau segitiga diagonal)
maka det(A) adalah hasil kali diagonal matriks tersebut

Contoh

= (2)(-3)(6)(9)(4) = -1296

Metode Cramer

jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A)≠ 0 maka
persamaan tersebut mempunyai penyelesaian yang unik

dimana A j adalah matrik yang didapat dengan mengganti kolom j dengan matrik b

Contoh soal:

Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini

x1 + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 - 2x2 + 3x3 = 8

Jawab:

bentuk matrik A dan b

A= b=

kemudian ganti kolom j dengan matrik b

 A1 = A2 = A3 =

dengan metode sarrus kita dapat dengan mudah mencari determinan dari matrik-
matrik di atas

maka,

Tes Determinan untuk Invertibilitas

Pembuktian: Jika R di reduksi secara baris dari Ä. Sebagai langkah awal, kita akan
menunjukkan bahwa det(A) dan det(R) keduanya adalah nol atau tidak nol:
E1,E2,...,Er menjadi matrix element yang berhubungan dengan operasi baris yang
menghasilkan Rdari A. Maka,

R=Er...E2 E1 A

dan,

det(R)=det(Er)...det(E2)det(E1)det(EA)

Jika A dapat di-invers, maka sesuai dengan teorema equivalent statements , maka R = I,
jadi det(R) = 1 ≠ 0 dan det(A) ≠ 0. Sebaliknya, jika det(A) ≠ 0, maka det(R) ≠ 0, jadi R
tidak memiliki baris yang nol. Sesuai dengan teorema R = I, maka A adalah dapat di-
invers. Tapi jika matrix bujur sangkar dengan 2 baris/kolom yang proposional adalah
tidak dapat diinvers.

Contoh Soal :

A=

karena det(A) = 0. Maka A adalah dapat diinvers.

Mencari determinan dengan cara Sarrus

A= tentukan determinan A

untuk mencari determinan matrik A maka,

detA = (aei + bfg + cdh) - (bdi + afh + ceg)

Metode Sarrus hanya untuk matrix berdimensi 3x3

Menghitung Inverse dari Matrix 3 x 3

A=

kemudian hitung kofaktor dari matrix A

C11 = 12 C12 = 6 C13 = -16

C21 = 4 C22 = 2 C23 = 16

C31 = 12 C32 = -10 C33 = 16

menjadi matrix kofaktor

cari adjoint dari matrix kofaktor tadi dengan mentranspose matrix kofaktor diatas,
sehingga menjadi

adj(A) =
dengan metode Sarrus, kita dapat menghitung determinan dari matrix A

det(A) = 64

Sistem Linear Dalam Bentuk Ax = λx

dalam sistem aljabar linear sering ditemukan

Ax = λx ; dimana λ adalah skalar

sistem linear tersebut dapat juga ditulis dengan λx-Ax=0, atau dengan memasukkan
matrix identitas menjadi

(λI - A) x = 0

contoh:

diketahui persamaan linear

x1 + 3x2 = λx1
4x1 + 2x2 = λx2

dapat ditulis dalam bentuk

= λ

yang kemudian dapat diubah

A= dan x =

yang kemudian dapat ditulis ulang menjadi

λ
 λ

sehingga didapat bentuk

λ I - A =

namun untuk menemukan besar dari λ perlu dilakukan operasi

det (λ I - A) = 0 ;λ adalah eigenvalue dari A

dan dari contoh diperoleh

det (λ I - A) = = 0

atau λ^2 - 3λ - 10 = 0

dan dari hasil faktorisasi di dapat λ1 = -2 dan λ2 = 5

dengan memasukkan nilai λ pada persamaan (λ I - A) x = 0, maka eigenvector bisa

didapat bila λ = -2 maka diperoleh

dengan mengasumsikan x2 = t maka didapat x1 = t

x =