TUGAS ALJABAR LINEAR

Nama : M Farid Iswara Putra

NIM : 21060116140055
Dosen Pengampu : Dr. Wahyudi S.T., M.T.

DEPARTEMEN TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS DIPONEGORO
SEMARANG
2020
MATERI
1. Macam-macam Matriks
2. Operasional Matriks
3. Determinan Matriks
4. Invers Matriks
5. Eigen Value
6. Eigen Vektor
7. Dekomposisi Matriks
8. Diagonalisasi Matriks
9. Aplikasi dan Solusi Persamaan Linier

 Matriks = * + atau ( )
Matriks Determinan
Determinan = | |

 Matriks  susunan dari elemen-elemen (angka, huruf, simbol) yang terdiri dari baris dan
kolom yang terletak di antara dua kurung.
 Operasional Matriks
1. Perkalian
2. Penjumlahan
3. Pengurangan
 Solusi Persamaan Linier
1. Determinan
2. Invers
3. Operasional Baris (Gauss Jordan)  A :I :Z
I : A-1 : Solusi
 Operasi Matriks
1. Penjumlahan dan Pengurangan
Syarat: ordonya sama, m x n
2. Perkalian
o Pada umumnya A•B B•A kecuali kasus khusus
o I•A = A•I = A
 Pembuktian:

( )( )=( )( )

( )=( )

3. Pembagian / Invers
o A.B = C  syarat: matriks bujursangkar / jumlah baris dan kolomnya sama
B = A-1.C
o Asal mula = A-1•A•B = A-1•C
B = A-1•C
B = A-1•C
B C•A-1
#Matriks baris dan matriks kolom tidak bisa dilakukan operasi invers
4. Perkalian dengan Konstanta

A=( )

k.A = k ( )=( )

# Konstanta tidak bisa dikatakan matriks ordo 1 x 1

Contoh:

1) ( )( )=5
1x3 2x1

2) ( ) ( )=( )
2x1 1x3

5. Transpase Matriks

A=( )

AT = ( )

6. Trace (Tr)
 Jumlah elemen dari diagonal A sama matriks (hanya bisa untuk matriks bujusangkar)
 Contoh : A = ( )

Tr A = 1 + 4 = 5
 Sifat Operasional Matriks
1. Penjumlahan
a) A + = B + A  syarat = ordonya sama
b) (A + B) + C = A (B + C)
2. Perkalian
a) A•B B•A (pada umumnya)  A•I = I•A = A (kondisi khusus)
b) (A•B) •C = A•(B•C)
3. Penjumlahan dan Perkalian
a) A•(B+C) = A•B + A•C
b) (B+C) •A = B•A + C•A
c) K (B + C) = KB + KC
d) m (B•C) = (m•B) • C = B•m•C
4. Operasional Transpose
a) (A + B)T = AT + BT
b) (A•B)T = BT •AT
5. Operasi Trace
a) Tr (kA) = k • Tr (A)
b) Tr (A + B) = Tr (A) + Tr (B)
c) Tr (A•B) = Tr (B•A)
d) Tr AT = Tr (A)

Contoh: A = ( ) B=( )

o A•B = ( )( )=( )

Tr (A•B) = 4 + 15 = 19

o B•A = ( )( )=( )

Tr (B•A) = 5 + 14 = 19
 Tr (A•B) = Tr (B•A) = 19
Contoh soal

1. ( ) ( )( ) = ( )( ) = ( )

3x 1 1x3 3x1 3x3 3x1

2. ( )( )( )=( )( )=( )

1x3 3x1 1x3 1x1 1x3

DETERMINAN MATRIKS

 A=( ) Asal mula:

det A = =| | = ad – bc = a•(+1) •d + b (-1) •C

= ad - bc
 Determinan Matriks
1. Sarrus
2. Minor-kofaktor

 B=( )

=| | Metode Sarrus

 Metode Minor – Kofaktor – Elemen

- Minor
 Determinan dari elemen-elemen selain yang ada selain pada baris dan kolom matriks
tersebut.
- Kofaktor
 Bilangan yang melekat pada suatu elemen yang terdiri dari (-1) baris + kolom = +1
(genap), -1 (ganjil)
 Determinan = kofaktor x elemen x minor pada baris atau kolom tersebut.

=| |  Baris ke-1
 = a (+1) | | + b (-1) | | + c (+1) | |

 Sifat Determinan Matriks

1. Jika semua elemen pada matriks adalah 0 maka determinan = 0

A=( ) maka =0

2. Jika semua elemen pada salah satu baris atau kolom adalah 0, maka determinan = 0

A=( ) maka =0

3. Jika semua elemen pada salah satu baris atau kolom matriks sama dengan elemen pada
baris atau kolom yang lain maka determinan = 0

A=( ) maka =0

4. Jika elemen pada salah satu baris atau kolom matriks merupakan kelipatan dari elemen
pada baris atau kolom yang lain, maka det = 0

A=( ) maka =0

5. =
6. =
7. =
8. =1
9. Determinan matriks segitiga = perkalian dari elem-elemen diagonal utama.
10. Determinan dari baris atau kolom yang ditukar maka determinannya adalah negatifnya.

A=( ) B=( )

= ab – bc = bc – ad
11. Determinan baris atau kolom akan tetap atau sama dengan determinan baris atau kolom
yang lain dikurangi dengan baris atau kolom tersebut.

A =( )

= a (a - b) – b (c - a)
= ad – ab – bc + ba
= ad – bc
 12. A =( )

= ka•d ₋ ₋ kb•c
= k (ad – bc)
13. Matriks Segitiga Atas & Segitiga Bawah

C =( ) D =( )

= a•| | = a•| |

= a • df = a • cf
=a•d•f =a•c•f
(menggunakan kolom ke-1) (menggunakan baris ke-1)
# Segitiga, det  perkalian diagonal utama
# Operasi baris tidak mengubah
# Perkalian dengan konstanta  k. determinan
A=
B = salah satu baris A dikalikan dengan K, maka:

=k•  =

 Cari dengan metode Sarrus & Minor Kofaktor elemen

a) Metode Sarrus

=| |

= [(2•8•6) + (3•9•1) + (4•6•7)] – [(4•8•1) + (2•9•7) + (3•6•6)]

= (96 + 27 + 168) – (32 + 126 + 108)
= 291 – 266
= 25

b) =2| |–3| |+4| |

= (2 • (-15)) – (3 • 27) + (4 •34)

= -30 – 81 + 136
= 25
 c) Gauss Jordan menjadi/membentuk segitigas atas

A=( )

Baris 1 & 3 ditukar, A = ( ) = -25

Baris 2 & 3 diukur, A = ( ) = 25

o A=( ) ( ) ( )
B1  B3 B2  B3

B3 – 3 B2

( ) B2 - 2.B1
( ) ( )
B3 – 1/11 B2

= 1 • (-11) • ( )

= 25
B2 - 3.B1
o A=( )
B3

MATRIKS

 Pengertian
Matriks adalah susunan dari elemen-elemen (angka, huruf, simbol) yang terdiri dari baris dan
kolom yang terletak di antara dua kurung
 Penulisan Matriks

( ) atau | |

1. Macam – Macam Matriks

1) Matriks Baris
 Hanya mempunyai satu baris
Contoh : [ ]  ordo = 1 x 3
2) Matriks Kolom
 Hanya mempunyai satu kolom
 Contoh : [ ]  ordo = 3 x 1

3) Matriks Persegi
 Mempunyai jumlah baris dan kolom yang sama

Contoh: * +  ordo = 2 x 2

4) Matriks Segitiga
 Matriks persegi dengan elemen di bawah atau di atas diagonal bernilai 0
Contoh:
o Matriks Segitiga Atas

[ ] atau * +

o Matriks Segitiga Bawah

[ ] atau * +

5) Matriks identitas
Matriks persegi yang mempunyai elemen 0 di semua bagiannya, kecuali diagonal-
diagonal adalah 1.

Contoh: [ ]

6) Matriks Diagonal
Matriks persegi yang mempunyai diagonal utamanya tidak nol dan semua
komponen lainnya nol.

Contoh: [ ]

7) Matriks Nol
Semua elemennya nol

Contoh: [ ]* +[ ]

8) Matriks Skalar
Elemen diagonal utamanya sama, sedangkan elemen lainnya bernilai nol
 Contoh: [ ]

 Transpose Matriks
Transpose adalah memindahkan baris dan kolomnya.
Contoh:

- A = [ ]  At = [ ]

- B=[ ]  Bt = [ ]

# (At)t = A

 Kesamaan Dua Matriks

Matriks A dan B dapat dikatakan sama apabila keduanya berukuran sama dan semua elemen
letaknya sama.
A = [aij]m x n dan B = [bij]m x n A=B
Contoh:

* += [ ]

Tentukan nilai 2x – y + 5z!

Jawab:
- 6x = 3 - 2y + 2 =1 -z–y=5
x = 1/2 2y = -1 z – (-1/2) = 5
y = -1/2 z = 9/2
 2x – y + 5z = 2 (1/2) – (-12) + 5 (9/2)
= 1 + ½ + 19/2
= 11
2. Operasi Matriks
1) Penjumlahan Matriks
2 matriks dapat dijumlahkan jika ordonya sama dan penjumlahan dilakukan dengan
cara menjumlahkan elemen yang seletak.
 Contoh: A = [ ] dan B = * +

A+B=[ ]

( ) ( )
* ++* +=* +=* +

2) Pengurangan Matriks
2 matriks dapat dikurangnya jika ordomya sama dan jumlahnya dilakukan dengan
cara mengurangkan elemen yang seletak.

Contoh: A – B = [ ]-[ ]

( )
=* ( ) +=[ ]
( )
3) Perkalian Matriks
a) Perkalian dengan Konstanta / Scalar

k[ ]=[ ]

b) Perkalian Sesame Matriks

2 matriks dapat dikalikan jika jumlah matriks A = jumlah baris matriks B.

Contoh: A = * + dan B = * +

AxB=[ ]

* +* +=* +=* +

3. Determinan Matriks
Determinan A = det (A) = A
a) Matriks ordo 2 x 2

A=* +

 det * + atau | | = ad – bc
b) Matriks ordo 3 x 3
o Cara Sarrus

A=[ ]

A=| |

A = [(a • e • i) + (b • f • g) + (c • a • h)] – [(g • e • c) + (h • f • a) + (I • d • b)]

o Cara Ekspansi Baris – Kolom

maka tentukan P dengan

Contoh: Jika P = [ ]
ekspansi baris pertama!

P = -2 | |–0| |+1| |

P = -2 (10 – 3) – 0 (15 + 1) + 1 (-9 – 2)

P = ((-2) • 7) – 0 + (-11)
= -25
o Matriks Singular
Matriks yang nilai determinannya 0

Contoh: P = | | jika P matriks singular, tentukan nilai x!

P = (-80) – (-5x2) =0
= 5x2 – 80 =0
2
= x – 16 =0
=x=4 V x = -4
o Metode Minor – kofaktor
Misalkan, Aij merupakan matriks bagian dari matriks A yang diperole dengan
cara menghilangkan baris ke-I dan kolom ke-j.
Minor matriks Aij diberi norasi Mij, dengan Mij = det Aij
Kofaktor matriks Aij diberi norasi Cij, dengan Cij = (-1)i+j Mij
Sehingga, diperoleh rumus determinan matriks A, yaitu:
det A = ∑ , untuk sembarang kolom j (j = 1, 2, …, n)
det A = ∑ , untuk sembarang baris i (i = 1, 2, …, n)
 dengan aij = elemen matriks Aij
Contoh soal:

Carilah determinan A = ( ) dengan metode minor-kofaktor baris ke-1

det A = ∑
det A = ∑ = + +
1) Minor

M11 = | |

M12 = | |

M13 = | |

2) Kofaktor

C11 = (-1)1+1 | | = 1 (-6) = -6

C12 = (-1)1+2 | | = (-1_ (-7) = 7

C13 = (-1)1+3 | |=1 1=1

3) Determinan
det A = + +
= 4 • (-6) + 2 • 7 + 8 • 1
= -24 + 14 + 8
= -2
4. Invers Matriks
o Invers Matriks 2 x 2

A =* + , maka inversnya:

A-1 = * +

= * +

A-1 =* +
 Contoh: tentukan invers dari matriks A = * +

A-1 = * +

= * +

A-1 =* +

o Invers Matriks Ordo 3 x 3

1. Invers Matriks Ordo 3 x 3 dengan Adjoin
a. Matriks Minor

Diketahui A = [ ]

Matriks Minor Mij adalah matriks yang diperoleh dengan cara menghilangkan
baris ke-i dan kolom ke-j dari Matriksa A sehingga diperoleh matriks minor
ber-ordo 2 x 2.
Matriks Minor Mij dari Matriks A

M11 = | | M21 = | | M31 = | |

M12 = | | M22 = | | M32 = | |

M13 = | | M23 = | | M33 = | |

Matriks minor di atas digunakan untuk mendapatkan matriks kofaktor A.

b. Kofaktor
Kofaktor baris ke-I dan kolom ke-j disimbolkon dengan Cij dapat ditentukan
dengan:
Kofaktor
i+j
Cij = (-1) Mij
C11 = (-1)1+1 M11 = M11 C31 = (-1)3+1 M31 = M31
C12 = (-1)1+2 M12 = M12 C32 = (-1)3+2 M32 = M32
C13 = (-1)1+3 M13 = M13 C33 = (-1)3+3 M33 = M33
C21 = (-1)2+1 M21 = M21
2+2
C22 = (-1) M22 = M22
 C23 = (-1)2+3 M23 = M23

Kofaktor (A) = [ ]

c. Adjoin

Adj (A) = [ ] = (Kof (A))T

Contoh: Tentukan Invest Matriks dengan mengggunakan Adjoin!

A=[ ]

A-1 = adj (A)

1) Mencari determinan matriks A (Metode Sarrus)

A =| |

det A = [(1•2•-3) + (2•7•1) + ((-3)•2•5)] – [(1•8•(-3)) + (1•7•5) + (2•2•6)]

= (48 + 14 – 30) – (-24 + 35 + 24)
= 32 -35
= -3
2) Mencari kofaktor matriks A

C11 = M11 = | | = 13 C23 = M23 = -| | = -3

C12 = M12 = | | = -5 C31 = M31 = | | = 38

C13 = M13 = | |=2 C32 = M32 = | | = -13

C21 = - M11 = -| | = -27 C33 = M33 = | |=4

C22 = M22 = | |=9 Kof (A) = [ ]

3) Mencari adjoin matriks A

Adj (A) = (Kof (A))T = [ ]

 4) Mencari invers matriks A
A-1 = adj A

= [ ]

A-1 =

[ ]
2. Invers Matrikis Ordo 3 x 3 dengann Transformasi Baris Elementer
Langkah – Langkah:
a. Bentuk matriks (An | In), dengan In merupakan matriks identitas berordo n.
b. Transformasi matriks (An | In) ke bentuk (In | Bn) menggunakan transformasi
baris. Transformasi baris elemen dapat dilakukan dengan cara:
1. Menukar satu baris dengan baris yang lain
2. Menjumlah atau mengurangkan suatu baris dengan baris lain
3. Menjumlah atau mengurangkan suatu baris dengan k dari baris lain
4. Mengalikan atau membagi suatu baris dengan bilangan saklar k (k 0)
c. Berdasarkan hasil pada Langkah b, diperoleh invers matriks An adalah Bn.

Contoh: tentukan invers matriks A dengan transformasi baris elementer!

A=[ ]

1. Bentuk matriks A menjadi matriks (A3 | I3)

[ ]

2. Transformasi matriks (A3 | I3) ke bentuk (I3 | B3)

B2 – 2B1
[ ] [ ]

B3 – 2B1 B3 + B2
[ ] [ ]

B3 B2 – 2B3
 [ ] [ ]

B1 – B2
[ ]

Jadi, A-1 = [ ]
 NILAI EIGEN

- Jika A dalah matrik nxn dan x adalah suatu vector nx1 pada Rn, maka biasanya tidak ada
hubungannya (tidak terjadi pada permasalahan teknik) antara vector x dengan vector Ax, jka
Ax bukan penggandaan x tetapi akan diperoleh suatu hubungan (akan terjadi pada
permasalahan) teknik jika Ax merupakan penggandaan dari x.
Ax
Ax

x
x
- Jika diberikan transformasi linear A : Rn  Rn, maka akan dapat ditentukan nilai skalar
sehingga Ax = λx, atau dapat dikatakan bahwa persamaan Ax = λx akan mempunyai solusi (x)
yang tidak nol.
- Nilai skalar λ pada persamaan Ax = λ x disebut sebagai eigenvalue dari matriks A, dan
vektor x yang bersepadanan dengan λ disebut sebagai eigenvector dari matriks A.

- Jika diketahui vektor x = * + adalah suatu vector eigen A = * +. Maka dapat tentukan

nilai eigen dari vektor tersebut

Ax = λx

Ax = * + * + = * + = 3x λ=3

- Untuk mencari nilai eigen dari matrik A yang berukuran nxn, maka:

A nxn  Ax = λ x

 Ax = λIx
 (λI - A)x = 0
- Nilai x 0, sehingga λ  det (λI - A) = 0  persamaan karakteristik dari A, dimana scalar
yang memenuhi persamaan scalar yang memenuhi persamaan ini adalah nilai eigen dari A.
- det (λI – A) merupakan persamaan polinomial p dalam λ dan disebut polinomial karakteristik
dari A.

- Carilah nilai-nilai eigen dari matriks A = * +  det (λI - A) = 0

Jawab: λI – A = λ * +-* +=* +

det (λI – A) = det (* +) = λ2 - 3λ + 2,

- Polinomial karakteristik dari A adalah λ2 - 3λ + 2 = 0 atau (λ – 1) (λ – 2) = 0 dan

penyelesaiannya adalah λ = 1 dan λ = 2. Sehingga nilai-nilai eigen dari A adalah 1 dan 2.

- Tentukan nilai eigen dari matriks A = ( )

o Polinomial karakteristik A didapat melalui:

det (λI - A) = 0

( )

o Nilai eigen value diperoleh melalui λ3 - 8 λ2 + 17 λ – 4 = 0

λ3 - 8 λ2 + 17 λ – 4 = 0
(λ - 4) (λ2 – 4 λ + 1) = 0 Λ = 4; λ = 2 + ;λ=2-

- Tentukan nilai eigen dari A =

( )
det (λI - A) = 0
Nilai eigen value l = , λ= , dan λ =

Jika A adalah matriks segitiga (segitiga atas atau segitiga bawah) atau diagonal orde nxn,
maka nilai eigen dari matriks A adalah nilai elemen pada diagonal matriks A.
- Jika matriks A orde nxn dan λ adalah bilangan real maka:
o λ adalah nilai eigen dari A.
o λ merupakan suatu penyelesaian dari persamaan karakteristik det (λ I – A) = 0.
o Ada suatu vektor tak-nol x pada Rn sedemikian sehingga Ax = λx.
 DIAGONALISASI MATRIKS

- Suatu matriks A orde nxn dapat didiagonalisasi jika dan hanya jika mempunyai n vektor
eigen yang bebas linear atau terdapat matriks P (non singular) dan matriks D (diagonal),
sehingga :
AP = PD  D = P-1AP
- Matriks P adalah matriks yang elemen kolomnya merupakan vektor eigen dari matriks A.
Kolom-kolom pada matriks P terdiri atas n vektor eigen yang bebas linear, sehingga matriks
P mempunyai invers.
- Matriks D adalah matriks diagonal hasil diagonalisasi matriks A. Diagonal utama matriks D
berupa nilai eigen dari matriks A dengan urutan sesuai dengan komponen vektor eigen yang
dijadikan kolom pada matriks P.
- Tahapan mencari matriks diagonal D:
1. Tentukan matriks A dan polinomial karakteristik dari matriks A:
det (λI - A) = 0
2. Tentukan nilai eigen λ dari matriks A dengan menyelesaikan persamaan karakteristik det
(λI – A) = 0.
3. Untuk tiap nilai eigen l tentukan hubungan elemen vektor eigen x yang memenuhi
persamaan Ax = λ x.
4. Tuliskan vektor eigen x dengan persamaan umum yang menyatakan hubungan antar
elemen vektor eigen x dalam bentuk variabel konstanta.
5. Berikan nilai vektor eigen x untuk contoh nilai variabel konstanta yang sederhana.
6. Buat matriks P yang elemen kolomnya merupakan vektor eigen dari matriks A.
7. Hitung matriks 𝑃-1
8. Hitung matriks = 𝑃-1 𝑃

- Contoh 1: Cari matriks diagonal dari matrik A = * +

det (λI - A) = 0
=0

* +=0

( )( )
-6 +5=0
( )( )=0

* +* += * +

Untuk

* +* += * +

4 + =  = -3
3 + =  = -3
Sehingga vector eigen yang bersesuaian dengan adalah

x=* +=* +

x=* +=* +

x=* +

Untuk

* +* +=5* +

4 + =  =
3 + =  =
Sehingga vector eigen yang bersesuain dengan adalah

x=* +=* +

x=* +=* +

x=* +

jadi vector eigen x adalah:

x=* + , dan

x = * + untuk

Matrik P = * + atau P=* +

 P-1 = * + P-1 = * +

D = P-1 AP

D= * +* +* + D= * +* +* +

D= * +* + D= * +* +

D= * + D= * +

D=* + D=* +

Terlihat:

1. Nilai =| | = 5 dan nilai =| |=5 =

2. Nilai eigen matriks A adalah dan , elemen diagonal matriks A adalah a1.1 =
1 dan a2.2 = 5  = a1.1 dan = a2.2
3. Elemen diagonal utama pada kolom pertama bernilai 1  kolom pertama matriks P adalah vector
eigen dari nilai eigen .
Elemen diagonal utama pada kolom kedua bernilai 5  kolom kedua matriks P adalah vector
eigen dari nilai eigen .
Secara umum, = =

- Contoh 2: Cari matriks diagonal dari matriks: A = [ ]

det ( )=0
=0

| |=0

( )(( )( )) = 0
( )( )=0
( )(( )( )) = 0
= 2,
Ax =
[ ][ ] = [ ]

Untuk =2

[ ][ ] = [ ]

 =

 =

 =0
Sehingga vector eigen yang bersesuaian dengan = 2 adalah

x= [ ]=[ ]

x= * +=* +

Untuk =3

[ ][ ] = [ ]

 =
 =
 =0
Sehingga vector eigen yang bersesuaian dengan = 3 adalah

x= [ ]=[ ]

x= [ ]=[ ]

Untuk =5

[ ][ ] = [ ]

 =
 x1 = 0 dan x2 =0
  =
 =
Sehingga vector eigen yang bersesuaian dengan = 5 adalah

x= [ ]=[ ]

x= [ ]=[ ]

jadi vector eigen x adalah:

x = * + untuk =2

x = [ ] untuk =3

x = [ ] untuk =5

sehingga, matriks P = [ ]

= 1•(1•1 = 0,5•1) = 0,5 matriks adj.P = [ ] [ ]

P-1 = =[ ][ ]

D = P-1AP

D=[ ][ ][ ]

D=[ ][ ]

D=[ ]
- Tentukan matriks diagonal dari B = [ ]

=0

| |=0

( )( ) ( )=0
=0
( )( ) =0
= 1,
Untuk =1

[ ][ ] = [ ]

 = -0,5
 = = -,05
 = - 0,5
Sehingga vector eigen yang bersesuaian dengan = 1 adalah

x= [ ]=[ ]

x= [ ]=[ ] atau [ ]

Untuk =2

[ ][ ] = [ ]

 =
 =
 =-
Sehingga vector eigen yang bersesuaian dengan = 2 adalah

x= [ ]=[ ]
x= [ ]=[ ]

vector eigen x [ ] yang dihasilkan dari = 2 menunjukkan nilai dan mempunyai

hubungan terntentu, tetapi nilai tidak ada parameter yang menentukan hubungan dengan

atau . Karena vector eigen x [ ] terbentuk dari dan , maka untuk membentuk

matriks diagonal D diperlukan dua vector eigen yang bebas linear, sehingga bisa diambil
misalnya:

untuk , nilai vector eigen x = [ ], dan

untuk , nilai vector eigen x = [ ]

sehingga, diperoleh matriks P = [ ]

= 1•(-0,5•-1 - -0,5•1) – 1 (1•1 - -0,5•1)= -0,5

matriks adj.P = [ ] [ ]

P-1 = =[ ] [ ]

D = P-1AP

D=[ ][ ][ ]

D=[ ][ ]

D=[ ]
 Dekomposisi Cholesky
Suatu matriks A orde nxn yang simetris, A = AT dapat difaktorkan menjadi dua matriks yaitu
L dan LT, sehingga A = L•LT
L : matriks segitiga bawah, dan
LT : matriks segitiga atas

A=[ ]

L=[ ]

LT = [ ]

A = L•LT

A=[ ][ ]

A=[ ]

[ ]=[ ]

= 
= = 
= = 
= 
= = 
= 

L=[ ] LT = [ ]

Contoh:

Cari dekomposisi matriks A = [ ] dengan dekomposisi Cholesky

A = L•LT

[ ]=[ ][ ]

[ ]=[ ]

=1
=2
=34+ =3c=
=3
= 1  2 3 + i e = 1  e i = -5  e = 5i
= 2  3 3 + 5i 5i + = 2  9 – 25 + =2 = 18  =

L=[ ] LT = [ ]

A=[ ][ ]

[ ]=[ ][ ]

[ ]=[ ]

Untuk matriks simetris bisa dilakukan dengan 2 macam dekomposisi:

1. Dengan dekomposisi: Cholesky
2. Dengan dekomposisi: matriks segitiga atas (U) dan segitiga bawah (L)
A = L•U

A=[ ] -2 [ ] -3 [ ] -5 [ ]

Sehingga diperoleh matriks:

U=[ ], dan matriks L = [ ]

A = L.U
[ ]=[ ][ ]

[ ]=[ ]
 Dekomposisi Matriks
Suatu matriks A orde nxn dapat difaktorkan menjadi dua matriks yaitu L dan U, sehingga A
= L.U.
L = matriks segitiga bawah, dan
U = matriks segitiga atas

Metode Doolittle:

A=[ ]

L=[ ]

U=[ ]

A = L.U

A=[ ][ ]

A=[ ]

[ ]=[ ]

= 
= 
= 
= 
= 
= 
= 
= 
= 
Contoh:

Cari dekomposisi matriks A = [ ] dengan metode Doolittle

A = L.U

[ ]=[ ][ ]

[ ]=[ ]

=1=  =1
=2=  =2
=3=  =3
=2= =  =2
=3= = 2.2 +  = -1
=1= = 2.3 +  = -5
=3=  .1  =3
=1= = 3.2 + ( ) =5
=2= = 3.3 + 5.(-5) +  = 18

L=[ ]=[ ] U=[ ]=[ ]

A=[ ][ ]

[ ]=[ ][ ]

[ ]=[ ]
 Metode Crout:

A=[ ]

L=* +

U=[ ]

A = L.U

A=* +[ ]

A=[ ]

[ ]=[ ]

= 
= 
= 
= 
= 
= 
= 
= 
= 

Contoh:

Cari dekomposisi matriks A = [ ] dengan metode Crout

A = L.U

[ ]=* +[ ]

[ ]=[ ]

=1=  =1
=2=  =2
=3=  =3
=2=  =2
=3= = 2.2 +  = -1
=1= = 2.3 + (-1).  =5
=3=  =3
=1= = 3.2 +  = -5
=2= = 3.3 + (-5).5 +  = 18

L=* +=[ ] U=[ ]=[ ]

A=* +[ ]

[ ]=[ ][ ]

[ ]=[ ]
UTS
Diketahui = A : 4 ; B : 5 ; C : 5

1. Cari solusi persamaan berikut dengan menggunakan determinan (aturan Cramer)!

4 1−2 2+ 3 =4
1− 2+3 3 =7
−2 1 + 2 − 2 3 = -5

 Persamaan di ubah ke dalam bentuk matriks

[ ][ ]=[ ]

 Mencari nilai Delta A, x1, x2, x3

=| |

=4x| | – (-2) x | |+1x| |

= 4 x ((-1x-2) - (1x3)) – (-2) x ((1x-2) - (-2x3)) + 1 x ((1x1) - (-2x-1))

= 4 x -1 + 2 x 4 + 1 x -1
= -4 + 8 - 1
=3

=| |

=4x| | – (-2) x | |+1x| |

= 4 x ((-1x-2) - (1x3)) – (-2) x ((7x-2) - (-5x3)) + 1 x ((7x1) - (-5x-1))

= 4 x -1 + 2 x 1 + 1 x 2
= -4 + 2 + 2
=0
 2=| |

2=4x| |–4x| |+1x| |

2 = 4 x ((7x-2) - (-5x3)) – 4 x ((1x-2) - (-2x3)) + 1 x ((1x-5) - (-2x7))

2=4x1-4x4+1x9
2 = 4 - 16 + 9
2 = -3

3=| |

3=4x| | – (-2) x | |+4x| |

3 = 4 x ((-1x-5) - (1x7)) – (-2) x ((1x-5) - (-2x7)) + 4 x ((1x1) - (-2x-1))

3 = 4 x -2 + 2 x 9 + 4 x -1
3 = -8 + 18 - 4
3=6

 Mencari nilai x1, x2, dan x3

x1 = = =0

x2 = = = -1

x3 = = =2

 Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan aturan Cramer adalah sebagai
berikut : x1 = 0
x2 = -1
x3 = 2
2. Cari solusi persamaan berikut dengan menggunakan invers matriks!
− 1+4 2−2 3 =5
2 1 − 5 2 + 3 3 = −6
−3 1 − 2 2 − 2 3 = −1

 Persamaan di ubah ke dalam bentuk matriks

[ ][ ]=[ ]

 Rumus
A.x=y
X= .y

 Mencari nilai

= | |

= -1 x | |–4x| | + (-2) x | |

= -1 x ((-5x-2) - (-2x3)) – 4 x ((2x-2) - (-3x3)) + (-2) x ((2x-2) - (-3x-5))

= -1 x 16 - 4 x 5 - 2 x -9
= -24 - 20 + 62
= -18

 Mencari nilai Adj A

| | | | | |

Adj A = | | | | | |

[ | | | | | |]

(( ) ( )) (( ) ( )) (( ) ( ))
Adj A = * (( ) ( )) (( ) ( )) (( ) ( ))+
(( ) ( )) (( ) ( )) (( ) ( ))
 Adj A = [ ]

Adj A = [ ]

 Mencari nilai

= . Adj A

= .[ ]

 Mencari nilai x1, x2, dan x3 dengan invers matriks

X = .y

[ ]= .[ ]x[ ]

( ) ( ) ( )
[ ]= . *( ) ( ) ( )+
( ) ( ) ( )

[ ]= .[ ]

[ ]= .[ ]

[ ]=[ ]

 Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan aturan invers matriks adalah
sebagai berikut : x1 : 3
x2 : 0
x3 : -4
3. Cari solusi persamaan berikut dengan menggunakan eliminasi Gaussian!
−3 1 − 2 2 + 4 3= 3
−2 1 − 2 2 + 3 3 = −2
2 1+ 2−5 3 = −4

 Persamaan di ubah ke dalam bentuk matriks

[ ][ ]=[ ]

 Mencari bentuk matrik segitiga

[ | ]

Langkah pengerjaan 1

Baris 3 + Baris 2 =[ | ]

Baris 3 + Baris 2 =[ | ]

Langkah pengerjaan 2

3 x Baris 2 – 2 x Baris 1 = [ | ]

3 x Baris 2 – 2 x Baris 1 = [ | ]

Langkah pengerjaan 3

2 x Baris 3 – Baris 2 =[ | ]

2 x Baris 3 – Baris 2 =[ | ]
 Mencari nilai x1, x2, dan x3

[ | ]

Dari matrik di atas maka di dapat nilai seperti berikut :

 -3x1 – 2x2 + 4x3 = 3
-3x1 – (2 x 6) + (4 x 0) = 3
-3x1 = 3 + 12
-3x1 = 15

x1 =

x1 = -5

 -2x2 + x3 = -12
-2x2 + (1 x 0) = -12
x2 =

x2 = 6

 3x3 = 0
x3 =
x3 = 0

 Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan eliminasi gaussian adalah
sebagai berikut : x1 : -5
x2 : 6
x3 : 0
4. Cari solusi persamaan berikut dengan menggunakan eliminasi Gauss-Jordan!
− 1 + 2 2 + 2 3 = −2
-4 1 − 2 + 3 3 = −7
1+2 2−3 3 =8

 Persamaan di ubah ke dalam bentuk matriks

[ ][ ]=[ ]

 Merubah ke bentuk matrik Gauss Jordan

[ | ]

Langkah pengerjaan 1

Baris 3 + Baris 1 =[ | ]

Baris 3 + Baris 1 =[ | ]

Langkah pengerjaan 2

Baris 2 - 4 x Baris 1 =[ | ]

Baris 2 - 4 x Baris 1 =[ | ]

Langkah pengerjaan 3

Baris 1 + 2 x Baris 3 =[ | ]

Baris 1 + 2 x Baris 3 =[ | ]
Langkah pengerjaan 4

Baris 2 - 5 x Baris 3 =[ | ]

Baris 2 - 5 x Baris 3 =[ | ]

Langkah pengerjaan 5

Baris 2 / (-29) =[ | ]

Baris 2 / (-29) =[ | ]

Langkah pengerjaan 6

Baris 3 – 4 x Baris 2 =[ | ]

Baris 3 – 4 x Baris 2 =[ | ]

Langkah pengerjaan 7

Baris 1 – 10 x Baris 2 =[ | ]

Baris 1 – 10 x Baris 2 =[ | ]

Langkah pengerjaan 7

Baris 1 x -1 =[ | ]

Baris 1 x -1 =[ | ]
Langkah pengerjaan 8

Baris 3 x -1 =[ | ]

Baris 3 x -1 =[ | ]

 Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan eliminasi Gauss Jordan adalah
sebagai berikut : x1 : 0
x2 : 1
x3 : -2
5. Cari solusi persamaan berikut dengan menggunakan metode Montante (algoritme Bareiss) !
1+2 2+2 3 =5
−2 1 − 4 2 − 3 3 = −6
1+5 2+3 3 =9

 Persamaan di ubah ke dalam bentuk matriks

[ ][ ]=[ ]

 Saat P0 = 1

[ | ] [ | ]

( ) ( )
a. =0 d. =1
( ) ( ) ( ) ( )
b. =1 e. =4

c. =3 f. =0

 Saat P1 = 1

[ | ] [ | ]

a. =0 d. = -7

b. = -2 e. = -8

c. =0 f. = -28
 Saat P2 = 0

[ | ] [ | ]

a. =0

b. =0

c. =0

d. =0

e. =0
( )
f. =0
 Dibagi -7

[ | ] [ | ]

 Maka di dapatkan matriks sebagai berikut

[ | ]

 Dari hasil di atas tidak bisa di dapatkan nilai x1, x2, dan x3 karena matrik tidak
berbentuk matrik identitas.
UAS
1. Diketahui : 2106011630055
A:2
B:5
C:5

D=[ ]= [ ]

P=[ ]

Rumus = E = P x D x P-1

P-1 = ( | )

P-1 = ( | )‘ ’

P-1 = ( | )‘ ’

P-1 = ( | )‘ ’

P-1 = ( | )‘ ’

P-1 = ( | )‘ ’

P-1 = ( | )

- Maka didapatkan :

P-1 = ( )

- Cari matriks E

E=( | )x( )
 E =[ ]x[ ]

=[ ]

- Dibuktikan!
det = I – E = 0

det = ( )-( )

det = [ ]

- Cari determinan:

=| | - (6) | | - (15) | |

=( ) - 6 (-6λ – 60 + 90) – 15 (36 + 6λ - 66)

= ( ) + (36λ + 360 - 540) + (576 - 90λ + 990)
=( ) + (36λ + 360 - 540) + (576 - 90λ + 990)
= + 50
= 2; = 5; = 5;
2. A) Diketahui

F=[ ]

F=[ ]

F=[ ]

F=[ ]

F=[ ]
 F=[ ] ⁄

F=[ ]

- L dan U

L=[ ] U=[ ]

B = L.U

[ ]=[ ]. *[ ]+

B) G = L.U

G= [ ][ ]

=[ ]=[ ]

=4
=1
=2
=2 =5
4 =2 =5
= ⁄ ⁄ + =5
= 4,5
Soal
1. NILAI EIGEN MATRIKS A

( )

( )

[ ( ) ( )]

[( ) ( )]

( )

Mencari determinan menggunakan kolom ke-2:

( )| | ( )| | | |

[( )( ) ] ( )[( )( ) ( )] [( )( ) ( )]
( ) ( )( ) ( )
( ) ( )( )( ) ( )
( )( )( )
2. VEKTOR EIGEN MATRIKS A

( )

( )

[ ( ) ( )]

[( ) ( )]

( )

Mencari determinan menggunakan kolom ke-2:

( )| | ( )| | | |

[( )( ) ] ( )[( )( ) ( )] [( )( ) ( )]
( ) ( )( ) ( )
( ) ( )( )( ) ( )
( )( )( )
( )( ) ( )

 Untuk

( )( ) ( )

=0 (1)
(2)
(3)

Substitusi ke persamaan (1)

 =0
=0
=
=
=

Sehingga vektor eigen yang bersesuaian dengan adalah:

( ) ( )

( ) ( )

 Untuk

( )( ) ( )

(1)
 (2)
(3)

Substitusi ke persamaan (1)

( )

Substitusi ke persamaan (2)

( )

Sehingga vektor eigen yang bersesuaian dengan adalah:

( ) ( )

( ) ( )

 Untuk

( )( ) ( )

(1)
(2)
(3)

Substitusi ke persamaan (1)

( )
 Substitusi ke persamaan (2)

Sehingga vektor eigen yang bersesuaian dengan adalah:

( ) ( )

( ) ( )

Jadi, vektor eigen x adalah:

( ) untuk

( ) untuk

( ) untuk
3. DIAGONALISASI MATRIKS A

( )

( )

[ ( ) ( )]

[( ) ( )]

( )

Mencari determinan menggunakan kolom ke-2:

( )| | ( )| | | |

[( )( ) ] ( )[( )( ) ( )] [( )( ) ( )]
( ) ( )( ) ( )
( ) ( )( )( ) ( )
( )( )( )
( )( ) ( )

 Untuk

( )( ) ( )

=0 (1)
(2)
(3)

Substitusi ke persamaan (1)

 =0
=0
=
=
=

Sehingga vektor eigen yang bersesuaian dengan adalah:

( ) ( )

( ) ( )

 Untuk
 ( )( ) ( )

(1)
(2)
(3)

Substitusi ke persamaan (1)

( )

10 =0

Substitusi ke persamaan (2)

( )

Sehingga vektor eigen yang bersesuaian dengan adalah:

( ) ( )

( ) ( )

 Untuk

( )( ) ( )

(1)
(2)
(3)
 Substitusi ke persamaan (1)

( )

Substitusi ke persamaan (2)

Sehingga vektor eigen yang bersesuaian dengan adalah:

( ) ( )

( ) ( )

Jadi, vektor eigen x adalah:

( ) untuk

( ) untuk

( ) untuk
Dari nilai vector eigen didapatkan nilai P

𝑃 ( )

Rumus untuk mendapatkan diagonalisasi

𝑃 𝑃
𝑃 𝑃
Mencari invers matriks P

𝑃 ( | )

𝑃 ( | )

𝑃 ( | )

𝑃 ( | )

𝑃 ( | )

𝑃 |
|

( )
Maka, didapatkan invers dari P adalah :

( )
Mencari nilai D :
𝑃 𝑃

( )( )

( )

( )

( )

( )

( )

( )

( )

Maka, didapatkan matriks digunakan dari A adalah : ( )

4. DEKOMPOSISI MATRIKS B

NIM : 21060116130055 baris pertama 1 5 5

a. Dekomposisi Matriks Cholesky

( )

( )( )

( ) ( )

( ) ( )

( ) ( )

( ) ( )( )
 ( ) ( )

b. Dekomposisi Matriks Segitiga Atas (U) dan Segitiga Bawah (L)

( )

( ) ( )

( ) ( )

Sehingga diperoleh matriks:

( ) ( )

( ) ( )( )

( ) ( )
c. Dekomposisi Matriks Doolittle

( )

( )( )

( ) ( )

( ) ( )
 ( ) ( )

( ) ( )

( ) ( )( )

( ) ( )

d. Dekomposisi Matriks Crout

( )

( )( )

( ) ( )

( ) ( )
 ( ) ( )

( ) ( )

( ) ( )( )

( ) ( )