MODUL I Dan II

Praktikum Aljabar Linear
MODUL I dan II
PENGENALAN MATLAB
Tujuan
Pada praktikum ini diharapkan mahasiswa dapat mengenal dan dapat
mengoperasikan MATLAB.
Landasan Teori
MATLAB adalah suatu program interaktif untuk komputasi matriks. Versi awal dari
MATLAB, yaitu singkatan dari matrix laboratory, telah dikembangkan oleh Cleve
Moler dari kepustakaan perangkat lunak Unpack dan Eispack. Selama bertahun-tahun
sampai saat ini MATLAB telah mengalami serangkaian perluasan dan revisi.
Dewasa ini MATLAB telah menjadi perangkat lunak terkemuka untuk perhitungan-
perhitungan ilmiah. Versi profesional dari MATLAB didistribusikan oleh Math
Works, Inc. di Natick, Massachusetts.
Selain digunakan secara luas dalam lingkungan industri dan keteknikan,

MATLAB juga sudah menjadi alat instruksional standar untuk kuliah dan kursus-
kursus aljabar linear untuk mahasiswa.
Bahan dan Alat

Dalam praktikum ini, diperlukan PC yang dilengkapi dengan software MATLAB
versi 7 atau yang lebih baru.
Metode Kerja dan Hasil
Elemen-elemen dasar
Elemen-elemen dasar yang digunakan dalam MATLAB adalah matriks. Sekali suatu
matriks telah dimasukkan atau disusun, pengguna dengan cepat dapat melakukan
perhitungan-perhitungan canggih dengan jumlah pemrograman yang minimal.
Penuntun Praktikum- Aljabar linier I 1

Untuk memasukkan matrik pada MATLAB, ada beberapa cara yang dapat
dilakukan :
 Memasukkan secara langsung dengan menuliskan semua elemennya.
 Meng-load matrik dari file eksternal.
 Meng-generate matrik menggunakan fungsi-fungsi built-in
 Membuat matrik dengan fungsi yang Anda buat sendiri dan disimpan dalam
file.
Untuk membuat array dengan empat elemen pada satu baris, setiap elemen harus
dipisahkan dengan koma (,) atau spasi. Contohnya sebagai berikut :
A = [1 2 3 4]
Untuk membuat matrik yang memiliki beberapa baris, maka setiap barisnya harus
dipisahkan dengan tanda titik koma (;). Contohnya sebagai berikut :
A = [1 2 3; 4 5 6; 7 8 10]
Selain itu MATLAB juga menyediakan fungsi untuk membuat matrik :

 zeros: semua elemennya bernilai nol.
 ones: semua elemennya bernilai satu.
 Eye: membuat matriks identitas
 rand: elemen-elemennya bernilai random dengan distribusi uniform.
 randn: elemen-elemennya bernilai random dengan distribusi normal.
Sebagai contoh dibuat matrik berukuran 5x1 dengan elemennya semua
bernilai nol :
Z = zeros(5,1)
Z =
0
0
0
0
0
Sedangkan contoh berikut ini adalah matrik berukuran 3x3 dengan elemen-
elemennya dibangkitkan secara random :
R = rand(3,3)
R =
0.8147 0.9134 0.2785
0.9058 0.6324 0.5469
0.1270 0.0975 0.9575
Selain itu, untuk membuat matriks segitiga atau matriks diagonal kita dapat
menggunakan fungsi-fungsi MATLAB triu, tril, dan diag. Perintah-perintah untuk
menyusun matriks dapat digunakan untuk membuat blok-blok sebagai bagian dari
partisi matriks. Sebagai contoh, perintah MATLAB
Penuntun Praktikum-Aljabar Linier 2

E = [ eye(2), ones(2, 3); zeros(2) ,[1:3; 3 : -1 : 1] ]

Ans:
E =
1 0 1 1 1
0 1 1 1 1
0 0 1 2 3
0 0 3 2 1
Operasi-Operasi pada Array dan Matrik
MATLAB memungkinkan pemrosesan semua nilai pada sebuah matrik

menggunakan sebuah operator matematika atau fungsi tunggal.
A + 10
ans =
11 12 13
14 15 16
17 18 20
Untuk melakukan transpose pada sebuah matrik, gunakan tanda petik atas (‘) :
A’
ans =
1 4 7
2 5 8
3 6 10
Untuk melakukan perkalian pada matrik, gunakan operator (*). Sebagai contoh,
sebuah matrik apabila dikalikan dengan hasil inversnya maka akan menghasilkan
matrik identitas :
P = A * inv(A)
P =
1.0000 0 -0.0000
0 1.0000 0
0 0 1.0000
Untuk melakukan perkalian elemen by elemen pada matrik (bukan perkalian

matrik), gunakan operator (.*) :
P = A .* A
P =
1 4 9
16 25 36
49 64 100
Berikut ini daftar operator pada array :

Operasi pada array sangat bermanfaat untuk pembentukan tabel. Misal diberikan
n sebuah vector kolom sebagai berikut :
n = (0:9)’;
kemudian fungsi berikut ini akan membuat sebuah tabel yang berisi bilangan
kuadrat dan perpangkatan dari 2 :
pows = [n n.^2 2.^n]
pows =
0 0 1
1 1 2
2 4 4
3 9 8
4 16 16
5 25 32
6 36 64
7 49 128
8 64 256
9 81 512
Selain operasi-operasi yang telah dijelaskan di atas, MATLAB memiliki beberapa

fungsi yang sering digunakan untuk operasi pada matrik, di antaranya :
Untu
k mengetahui lebih detail cara penggunaan dari masing-masing fungsi tersebut,
pada Command Window ketikkan :
help nama_fungsi
kemudian tekan enter.
Konkatenasi
Konkatenasi merupakan proses penggabungan dua buah array sehingga diperoleh
sebuah array dengan ukuran yang lebih besar. Tanda [] merupakan operator untuk
konkatenasi.
B = [A,A]
B =
1 2 3 1 2 3

4 5 6 4 5 6
7 8 10 7 8 10
Operasi di atas disebut dengan konkatenasi horizontal dan dapat dilakukan apabila
banyaknya baris kedua array sama. Selain itu, apabila banyaknya kolom pada dua
buah array sama maka dapat dilakukan operasi konkatenasi vertikal sebagai
berikut :
B = [A;A]
B =
1 2 3
4 5 6
7 8 10
1 2 3
4 5 6
7 8 10
Indeks pada Array

Setiap variabel pada MATLAB merupakan sebuah array yang dapat terdiri atas
beberapa bilangan. Jika Anda ingin mengakses sebuah elemen pada array, maka
harus menggunakan indeks.Sebagai contoh, diberikan matrik magic square 4x4
sebagai berikut :
A = magic(4)
A =
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
Terdapat dua buah cara untuk mengakses suatu elemen tertentu pada sebuah array.
Cara paling umum adalah dengan menyebutkan baris dan juga kolomnya seperti
contoh berikut:
A(3,4)
ans =
12
Cara kedua adalah dengan melakukan iterasi ke bawah pada setiap kolom secara
berurutan :
A(15)
ans =
12
Anda juga dapat menambahkan satu elemen baru pada matrik di luar ukuran
dimensi saat ini. Secara otomatis ukuran matrik akan bertambah sehingga dapat
menampung elemen tersebut.
A(4,5) = 17
A =
16 2 3 13 0

5 11 10 8 0
9 7 6 12 0
4 14 15 1 17
Untuk mengakses beberapa elemen pada array, gunakan operator (:) yang
memungkinkan Anda untuk menspesifikasikan rentang dalam format start:end.
Sebagai contoh, berikut ini akan ditampilkan tiga elemen pertama pada kolom ke-
2 matrik A :
A(1:3,2)
ans =
2
11
7
Jika tidak dituliskan nilai awal maupun nilai akhir, maka penggunaan tanda (:)
akan menspesifikasikan semua elemen pada baris atau kolom yang dimaksud.
Sebagai contoh, berikut ini akan ditampilkan semua elemen pada baris ke-3
matrik A :
A(3,:)
ans =
9 7 6 12 0
Menghapus Baris dan Kolom

Anda dapat menghapus baris atau kolom dari sebuah matrik dengan menggunakan
sepasang tanda kurung siku ([]). Misalkan terdapat matrik X sebagai berikut :
X = magic(4);
Kemudian akan dihapus kolom kedua dari matrik X, menggunakan :

X(:,2) = []
X =
16 3 13
5 10 8
9 6 12
4 15 1
Untuk menghapus baris pertama dari matrik X, menggunakan :

X(1,:) = []
X =
5 10 8
9 6 12
4 15 1
Jika yang ingin dihapus hanya satu buah elemen saja, maka hasilnya bukan lagi
sebuah matrik,
sehingga ekspresi seperti berikut ini :
X(1,2) = []
akan menghasilkan error

Aritmetika Matriks
Aritmetika matriks dalam MATLAB dapat dilakukan secara langsung. Kita dapat
mengalikan matriks awal A dikalikan dengan B hanya dengan mengetikkan A * B.
Jumlah dan selisih dari A dan B masing-masing diberikan oleh A + B dan A - B.
Transpos dari A diberikan oleh A'. Jika c menyatakan suatu vektor di dalam R4, maka
pemecahan dari sistem linear Ax = c dapat dihitung dengan menuliskan
x= A ¿
Pangkat-pangkat dari matriks dapat dibuat dengan mudah. Matriks A 5 dihitung

dalam MATLAB dengan mengetikkan A5. Sebagai contoh, jika
W = [1 2; 3 4 ], maka W^2 akan menghasilkan
ans =
7 10
15 22
sedangkan W.^2 akan menghasilkan
ans =
1 4
9 16
Operator-Operator Relasional Dan Logika

MATLAB memiliki enam operator relasional yang digunakan untuk
pembandingan skalar-skalar atau pembandingan elemen demi elemen dari
matriks. Operator-operator ini adalah
Operator Relasional
< lebih kecil
<= lebih kecil atau sama dengan
> lebih besar
>= lebih besar atau sama dengan
== sama dengan
~= tidak sama dengan
Jika diberikan dua matriks A dan B yang berorde m x n, maka perintah

C= A< B
akan menghasilkan suatu matriks berorde m x n yang elemen-elemennya terdiri
dari nol dan satu. Entri (i, j) akan sama dengan 1 jika dan hanya jika aij < bij. Sebagai
contoh, misalkan bahwa
 2 0 3 
 
A   4 2 5 
 1 3 2 
 
Perintah A > = 0 akan menghasilkan
ans =
0 1 1
1 1 0
0 0 1
Terdapat tiga operator logika seperti diperlihatkan di bawah ini.
Operator Logika
& AND
| OR
~ NOT
Operator-operator logika ini memandang setiap skalar taknol berkorespondensi dengan

TRUE dan 0 berkorespondensi dengan FALSE. Untuk matriks, operator-operator ini
diterapkan elemen demi elemen. Jadi jika A dan B adalah matriks-matriks berorde mx
n, maka A & B adalah matriks yang entri-entrinya adalah nol dan satu di mana entri
ke-ij adalah a(i, j) & b(i, j). Sebagai contoh, jika
 1 0 1  1 2 0 
   
A   0 1 1 dan B   1 0 3
 0 0 1  0 1 2
   
maka
1 0 0  1 1 1 0 1 0
     
A & B   0 0 1  , A | B   1 1 1 , ~ A   1 0 0 
0 0 1  0 1 1 1 1 0
     
Operator-operator relasional dan logika seringkali digunakan dengan pernyataan
if.
Operator-Operator Array Secara Kolom

MATLAB memiliki sejumlah fungsi yang jika diterapkan pada vektor baris
atau vektor kolom x akan menghasilkan suatu bilangan. Sebagai contoh, perintah
max(x) akan menghitung entri maksimum dari x, dan perintah sum(x) akan
menghasilkan nilai jumlah entri-entri x. Fungsi-fungsi lain yang berbentuk ini
adalah min, prod, mean, all, dan any. Jika menggunakan argumen matriks maka
fungsi-fungsi ini diterapkan pada setiap vektor kolom dan hasil-hasilnya
dituliskan sebagai vektor baris. Sebagai contoh, jika
 3 2 5 4 
 
A   1 3 8 0
 6 3 1 3 
 
maka
min(A) = (-6, 2, 1, 0)
max(A) = (1, 3, 8, 4)
sum(A) = (-8, 8, 14, 7)

prod(A) = (18, 18, 40, 0)
Grafik
Jika x dan y adalah vektor-vektor dengan panjang yang sama, maka perintah
plot(x, y) akan menghasilkan grafik dari semua pasangan-pasangan (xi, yi) dan
setiap titik akan dihubungkan ke titik berikutnya dengan suatu segmen garis. Jika
koordinat-koordinat x diambil secara cukup berdekatan, maka gambar grafik harus
mirip sebuah kurva halus. Perintah plot(x, y, 'x') akan menggambarkan pasangan-
pasangan terurut dengan x tetapi tidak menghubungkan titik-titik tersebut
sin x
f ( x) 
Sebagai contoh, untuk menggambar fungsi x 1 pada interval [0 , 10]
tetapkan
x = 0 : 0.2 : 10 dan y = sin(x)./(x + 1)
Perintah plot(x, y) akan menghasilkan grafik dari fungsi. Untuk membandingkan

grafik ini dengan grafik dari sin x kita tetapkan z = sin(x) dan gunakan perintah
plot(x, y, x, z) untuk menggambar kedua kurva pada saat yang sama seperti dalam
Gambar 1.
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7 8 9 10
Gambar 1

Adalah juga mungkin menggambarkan jenis-jenis fungsi yang lebih canggih dalam
MATLAB, termasuk koordinat-koordinat polar, permukaan tiga dimensi, dan plot
kontur.
Fungsi dalam M-File
Pada dasarnya, semua tools yang disediakan oleh MATLAB dibuat dalam format
fungsi dan dikelompokkan ke dalam folder-folder toolbox. Selain menggunakan
fungsi-fungsi yang telah ada tersebut, kita juga dapat membuat fungsi-fungsi
sendiri sesuai kebutuhan. Keuntungan membuat program dalam format fungsi
adalah kemudahannya untuk digunakan lagi pada program lainnya. Berikut ini
pola untuk menuliskan fungsi pada MATLAB :
Function [out1,out2,…] = Nama (in1,in2,…) bagian deklarasi fungsi
% penjelasan bagian penjelasan fungsi (opsional)
- perintah - bagian program utama
- perintah –
Agar lebih memahami cara penulisan fungsi, perhatikan contoh program berikut :
function y = pangkat(a,b)
%----------------------------------------
%fungsi untuk menghitung perpangkatan a^b
%cara menggunakan :
%y = pangkat(2,10)
%----------------------------------------
hasil = 1;
for i=1:b
hasil = hasil * a;
end
y = hasil;
Simpan program di atas dengan nama sama dengan nama fungsinya yaitu
pangkat.m. Untuk menggunakan fungsi tersebut, pada Command Window
ketikkan perintah sebagai berikut :
>> y = pangkat(2,6)
sehingga akan muncul hasil perhitungan pangkatnya. Kemudian apabila ingin

melihat penjelasan fungsi, ketikkan perintah sebagai berikut :
>> help pangkat
Fasilitas Help
MATLAB memiliki fasilitas HELP yang mendaftarkan dan menguraikan fungsi-fungsi,
operasi-operasi, dan perintah-perintah dalam MATLAB. Untuk memperoleh informasi
mengenai perintah MATLAB, kita hanya perlu mengetikkan help yang diikuti dengan
nama dari perintahnya.

Pertanyaan
 3 2 5 4 
 
A   1 3 8 0
 6 3 1 3 
Misalkan diberikan matriks   . Tentukan nilai maksimum,
minimum dan jumlah dari setiap elemennya.
Tugas
Buat program untuk matriks berukuran 4 x 4 untuk menghasilkan total nilai dan
nilai rata-rata dari suatu matriks.(dengan menggunakan M-file)

LAPORAN HASIL PRAKTIKUM I&II
Tanggal Periksa Nilai Paraf Asisten Dosen

MODUL III & IV

VEKTOR DAN MATRIKS
Tujuan
Pada praktikum ini, mahasiswa diharapkan dapat melakukan komputasi yang
berkaitan dengan vektor dan matriks dengan menggunakan MATLAB
Landasan Teori
Vektor dalam matematika dan fisika adalah obyek geometri yang memiliki besar
dan arah. Sedangkan Matriks adalah kumpulan bilangan berbentuk persegi
panjang yang disusun menurut baris dan kolom. Bilangan-bilangan yang terdapat
di suatu matriks disebut dengan elemen atau anggota matriks. Dengan representasi
matriks, perhitungan dapat dilakukan dengan lebih terstruktur. Pemanfaatannya
misalnya dalam menjelaskan persamaan linier, transformasi koordinat, dan
lainnya. Matriks seperti halnya variabel biasa dapat dimanipulasi, seperti
dikalikan, dijumlah, dikurangkan dan didekomposisikan.
Bahan dan Alat

Pada praktikum ini digunakan PC yang dilengkapi dengan software Matlab.

Pada praktikum ini hal-hal yang menjadi pokok bahasan adalah bagaimana
memeriksa apakah dua matriks sama atau tidak, memeriksa apakah suatu matriks
singular atau tidak, bagaimana membentuk matriks segitiga dan bentuk eselon
baris dari suatu matriks.
' ' '

 Misalkan diberikan A1= A∗B , A 2=B∗A , A3 =A ∗B , A 4=B ∗A ',
dengan A dan B adalah matriks sembarang. Periksa, manakah dari
A1, A2, A3, A4 merupakan matriks yang sama. Untuk menguji apakah
dua matriks adalah sama atau tidak dengan menghitung selisihnya.
Contoh:
A = rand(4);B = rand(4);
A1=A*B;

A2=B*A;
A3=(A'*B');
A4=(B'*A')';
sel12=A1-A2
sel13=A1-A3
sel14=A1-A4
sel23=A2-A3
sel24=A2-A4
sel34=A3-A4
dengan output:
sel12 =
0.9772 1.3857 0.3394 -0.0094

0.6705 0.9829 0.3993 -0.2174
-0.9525 -0.2024 -1.6520 -1.5976
0.0845 0.7507 -0.1014 -0.3080
sel13 =
0.9772 1.2329 -0.0347 -0.3578

0.8233 0.9829 0.4193 0.4826
-0.5784 -0.2224 -1.6520 -1.6450
0.4329 0.0506 -0.0540 -0.3080
sel14 =
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
sel23 =
0 -0.1528 -0.3741 -0.3484

0.1528 0 0.0200 0.7000
0.3741 -0.0200 0 -0.0473
0.3484 -0.7000 0.0473 0
sel24 =

-0.9772 -1.3857 -0.3394 0.0094

-0.6705 -0.9829 -0.3993 0.2174
0.9525 0.2024 1.6520 1.5976
-0.0845 -0.7507 0.1014 0.3080
sel34 =
-0.9772 -1.2329 0.0347 0.3578

-0.8233 -0.9829 -0.4193 -0.4826
0.5784 0.2224 1.6520 1.6450
-0.4329 -0.0506 0.0540 0.3080
Dari output, dapat dilihat, matriks A1 dan A4 adalah sama.

 Sedangkan untuk memeriksa singularitas dari suatu matriks, hanya perlu
dihitung determinannya. Jika sama dengan nol, maka matriks tersebut
singular. Di MATLAB, untuk mencari determinan, dapat menggunakan
fungsi det.
 Dengan menggunakan pemograman M-File juga dapat dibuat fungsi untuk
membuat matriks segitiga.
function U = up(A)
% function to make a upper triangular matrix
n=length(A);
m=zeros(n,1);
x=zeros(n,1);
for k =1:n-1;
%compute the kth column of M
m(k+1:n) = A(k+1:n,k)/A(k,k);
for i=k+1:n;
A(i, k+1:n) = A(i,k+1:n)-m(i)*A(k,k+1:n);
end;
end;
U= triu(A);
 Dengan menggunakan perintah rref dapat mereduksi bantuk eselon baris

dari suatu matriks.
Contoh:
A = magic(4), R = rref(A)
A =
16 2 3 13

5 11 10 8
9 7 6 12
4 14 15 1
R =
1 0 0 1
0 1 0 3
0 0 1 -3
0 0 0 0
Pertanyaan
1) Gunakan MATLAB untuk membuat matriks-matriks sembarang A dan B

berorde 4x4. Untuk masing-masing soal di bawah ini hitung A1, A2, A3, A4
seperti yang ditulis dan tentukan mana dari matriks matriks tersebut yang sama.
Anda dapat menggunakan MATLAB untuk menguji apakah dua matriks adalah
sama atau tidak dengan menghitung selisihnya
 A1  A * B, A2  B * A, A3  ( A '* B '), A4  ( B '* A ') '

 A1  A '* B ', A2  ( A * B )', A3  B '* A ', A4  ( B * A)'
 A1  inv( A * B ), A2  inv( A) * inv ( B ), A3  inv (5 * A), A4  inv( B ) * inv( A)
 A1  inv(( A * B ) '), A2  inv( A '* B '), A3  inv( A ') * inv ( B '), A4  (i nv( A) * inv( B ))'.
Tugas
Buatlah dengan menggunakan M-file function, suatu fungsi untuk
membuat matriks segitiga bawah dari suatu matriks persegi. Dan coba fungsi
tersebut untuk sembarang matriks persegi.

LAPORAN HASIL PRAKTIKUM III&IV

MODUL V&VI
SISTEM PERSAMAAN LINIER
Tujuan
Setelah praktikum ini, diharapkan mahasiswa dapat menyelesaikan SPL dengan
menggunakan MATLAB.
Landasan Teori
Persamaan linear adalah sebuah persamaan aljabar, yang tiap sukunya
mengandung konstanta, atau perkalian konstanta dengan variabel tunggal.
Persamaan ini dikatakan linear sebab hubungan matematis ini dapat digambarkan
sebagai garis lurus dalam Sistem koordinat Kartesius. Sedangkan sistem
persamaan linear adalah kumpulan dari persamaan linear yang saling berkaitan.
 Kekonsistenan SPL
o Suatu SPL dikatakan konsisten jika SPL tersebut memiliki solusi.
 Ekivalensi SPL
o Dua sistem persamaan linear dikatakan ekivalen jika solusi nya
sama.
Bahan dan Alat


Untuk mencari solusi dari suatu SPL Ax = b di MATLAB, dapat dilakukan dengan
beberapa cara, yaitu:
 x = A\b
 x = inv(A)*b
 rref([A b]) , dengan kolom terakhir merupakan solusi dari SPL
 dengan membuat fungsi eliminasi gauss melalui M-File

Pertanyaan
1) Buatlah suatu matriks 8  8 dan suatu vektor di R8, yang kedua-duanya
memiliki entri-entri bilangan bulat dengan mendefinisikan
A = round(10 * rand(8)) and b = round(10 * rand (8,1))
(a) Kita mencari penyelesaian x dari sistem Ax = b dengan menggunakan
operasi “\”.
(b) Selanjutnya marilah kita selesaikan sistem dengan menggunakan reduksi
Gauss-Jordan. Hitunglah bentuk eselon baris tereduksi dari matriks yang
diperbesar (A b). hal ini dapat dilakukan dengan perintah MATLAB
U=rref([A,b]).Untuk perhitungan yang teliti kolom terakhir dari
bentuk eselon baris tereduksi matriks yang diperbesar harus menjadi
penyelesaian dari sistem. Mengapa?. Definisikan y sebagai kolom terakhir
dari U.
(c) Penyelesaian-penyelesaian x dan y yang diperoleh dari kedua metode
tersebut tampaknya sama, tetapi, jika Anda mengamati lebih banyak dijit
dari vektor-vektor tersebut dengan menggunakan perintah format long,
maka Anda akan melihat bahwa penyelesaian-penyelesaian itu tidak identik.
Sampai beberapa dijit kedua vektor itu adalah sama? Satu cara yang lebih
mudah untuk membandingkan kedua vektor adalah dengan menggunakan
format short dan melihat pada selisih x -y
(d) Yang manakah dari kedua penyelesaian x dan y yang lebih teliti ? Untuk
menjawab pertanyaan ini, bandingkan masing-masing dari kedua hasil kali
Ax dan Ay dengan ruas kanan b. Cara yang paling sederhana untuk
melakukan hal ini adalah dengan melihat selisih-selisih r = b - Ax dan s =
b - Ay. vektor-vektor r dan s masing-masing disebut vektor-vektor sisa
(residual vectors) untuk penyelesaian-penyelelesaian x dan y. Yang
manakah dari penyelesaian-penyelesaian tersebut memiliki vektor terkecil?
2) Definisikan A = round (10 * rand (6)). Dengan definisi ini maka
matriks A akan memiliki entri-entri bilangan bulat. Marilah kita ubah kolom
keenam dari A sehingga membuat matriksnya singular. Definisikan:
B = A', A(:, 6) = - sum(B(l : 5, :))'
(a) Definisikan x = ones (6,1) dan gunakan MATLAB untuk menghitung

A * x. Mengapa kita tahu bahwa A pasti singular? Terangkan. Periksa bahwa
A adalah singular dengan menghitung bentuk eselon baris tereduksinya.
(b) Definisikan
B = x * [1 : 6]
Hasil kali AB harus sama dengan matriks nol. Mengapa? Terangkan. Periksa
bahwa hal ini adalah menang demikian dengan menghitung AB dengan
menggunakan operasi MATLAB
(c) Definisikan
C = round(10 * rand(6)) dan D=B+C

meskipun C ≠ D, hasil kali-hasil kali AC dan AD harus sama. Mengapa?

Terangkan.
Hitunglah A * C dan A * D dan periksa bahwa operasi tersebut memang betul-
betul sama.
Tugas
1) Buatlah suatu matriks A dengan mendefenisikan
A = round(10 * rand(6))
dan buatlah suatu vekor b dengan mendefinisikan
b = round(10 * rand(6,1))
a) Karena A telah dibentuk secara sembarang, kita mengharapkan bahwa A ini
taksingular. sistem Ax = b harus memiliki penyelesaian tunggal. Carilah
penyelesaiannya dengan menggunakan operasi " \". Gunakan MATLAB
untuk menghitung bentuk eselon baris tereduksi U dari [A b]. Bagaimana
jika kolom terakhir dari U dibandingkan dengan penyelesaian x? Dalam
perhitungan yang teliti penyelesaian harus sama. Mengapa? Terangkan.
Untuk membandingkan kedua vektor itu, hitunglah selisih U(:, 7)-x atau
periksa kedua-duanya dengan menggunakan format long.
b) Marilah sekarang kita ubah A sehingga menjadi matriks singular.
Definisikan:
A (:, 3) = A (:, 1 : 2) * [4 3)'
Gunakan MATLAB untuk menghitung rref ([A b]). Ada berapa

penyelesaian akan dimiliki oleh sistem Ax = b? Terangkan.
c) Definisikan
y = round(20 * rand (6,1) - 10 dan c = A * y
Mengapa kita tahu bahwa persamaan sistem Ax = c pasti konsisten?

Terangkan. Hitunglah bentuk eselon baris tereduksi U dari [A c]. Ada
berapa penyelesaian yang dimiliki oleh sistem Ax = c? Terangkan
d) Peubah bebas yang ditentukan oleh bentuk eselonnya haruslah x3 Dengan
memeriksa sistem yang berkorespondensi dengan matriks U, Anda harus
dapat menentui penyelesaian yang berkorespondensi dengan x3 = 0.
Masukkan penyelesaian ini ke dalam MATLAB sebagai vektor kolom w.
Untuk memeriksa bahwa Aw = c, hitung vektor sisa c - Aw.
e) Definisikan U(:, 7) = zeros(6, 1). Matriks U sekarang haruslah
berkorespondensi dengan bentuk eselon baris tereduksi dari (A I 0).
Gunakan U untuk menentui penyelesaian dari sistem homogen jika peubah
bebas x3 = 1 (lakukan ini secara normal) dan masukkan hasil Anda sebagai
vektor z. Periksa jawaban Anda dengan menghitung A * z.
f) Definisikan v = w + 3 * z. vektor v harus menjadi penyelesaian dari sistem
Ax=c. Mengapa? Terangkan. Periksa bahwa v merupakan sebuah
penyelesaian dengan menggunakan MATLAB untuk menghitung vektor

sisa c - Av. berapakah nilaid peubah bebas x3 untuk penyelesaian yang

mungkin dari sistem ini yang dinyatakan dalam vektor-vektor w dan z?
Terangkan.
2) Di bagian kota yang ramai dari suatu kota tertentu, dua kelompok jalan satu-
arah berpotongan seperti yang diperlihatkan gambar di bawah. Rata-rata dari
volume lalu lintas yang memasuki dan meninggalkan bagian ini selama jam
sibuk diberikan pada gambar. Tentukan banyaknya lalu lintas yang terjadi pada
setiap perempatan.

LAPORAN HASIL PRAKTIKUM V&VI


MODUL VII
DETERMINAN
Tujuan
Mahasiswa diharapkan dapat memanfaatkan software MATLAB untuk
mempermudah menghitung deteminan dari suatu matriks.
Landasan Teori
Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real
dengan suatu matriks bujursangkar.
Secara teori nilai determinan harus dapat menginformasikan kepada kita apakah
matriks yang bersangkutan taksingular atau tidak. Akan tetapi, jika matriksnya
adalah singular dan determinannya dihitung menggunakan ilmu hitung dengan
ketelitian berhingga (finite precision arithmetic), maka, karena kesalahan
pembulatan, nilai determinan yang dihitung mungkin tidak sama dengan nol. Nilai
determinan yang dihitung yang mendekati nol tidak perlu berarti bahwa
matriksnya singular atau bahkan dekat dengan keadaan singular. Lagi pula, suatu
matriks mungkin singular atau hampir singular dan memiliki determinan yang
bahkan tidak mendekati nol
Bahan dan Alat


Gunakan MATLAB untuk memeriksa nilai disebelah kiri sama atau tidak dengan
yang disebelah kanan.
(a) det(A) det(AT)
(b) det(A + B) det(A) + det(B)
clc;clear;
A=round(10*rand(5));
B=round(20*rand(5))-10;
%a.

disp('poin a:')
(1/det(A))
det(inv(A))
%b
disp('poin b:')
det(A*B)
det(A)*det(B)
Output:
poin a:
ans =
0.0029
ans =
0.0029
poin b:
ans =
-2.2115e+006
ans =
-2.2115e+006
Dari output yang dihasilkan, dalapat dilihat kedua poin diatas menghasilkan nilai
yang sama.
Pertanyaan
1) Buatlah matriks 5 x 5 yang sembarang dengan entri-entri bilangan bulat
dengan
mendefinisikan:
A = round(10 * rand(5)) dan B = round(20 *
rand(5)) – 10
Gunakan MATLAB untuk menghitung masing-masing pasangan bilangan

berikut. Dalam setiap soal periksa apakah yang sebelah kiri sama dengan
yang sebelah kanan atau tidak.
(a) det(A) det(AT)
(b) det(A + B) det(A) + det(B)
(c) det(AB) det(A)det(B)
T T
(d) det(A B ) det(AT)det(BT)
-1
(e) det(A ) 1/det(A)
-1
(f) det(AB ) det(A)/det(B)
2) Apakah bujur sangkar istimewa (magic squares) n×n taksingular?
Gunakan MATLAB untuk menghitung det(magic (n)) dalam kasus-kasus
n = 3, 4, . . . ., 10. Apa kira-kira yang sedang terjadi? Periksa kasus-kasus
n = 24 dan 25 untuk melihat apakah polanya masih berlaku.

3) Definisikan A = round (10 * rand (6)). Dalam masing-masing matriks

berikut gunakan MATLAB untuk menghitung matriks kedua seperti yang
diberikan. Nyatakan bagaimana hubungan antara matriks yang kedua dan A
dan hitung determinan dari kedua matriks. Bagaimana hubungan antara
determinan-determinannya ?
(a) B = A; B(2,:) = A(1,:); B(1,:) = A(2,:)
(b) C = A; C(3,:) = 4*A(3,:)
(c) D = A; D(5,:) = A(5,:) + 2*A(4,:)
Tugas
1) Jika suatu matriks peka terhadap galat pembulatan, maka nilai yang
dihitung bagi determinannya dapat berbeda secara drastis dari nilai
eksaknya. Sebagai contoh untuk hal ini, definisikan:
U = round(100 * rand(10)); U = triu(U, 1) + 0.1 *
eye(10)
secara teori
det(U) = det(UT) = 10-10
dan
det(U) = det(U) det(U) = 10-20
Hitunglah det(U), det(UT), dan det(U*UT) dengan menggunakan
MATLAB. Apakah nilai-nilai yang dihitung cocok dengan nilai-nilai
teoritis?
2) Gunakan MATLAB untuk membuat matriks A dengan mendefinisikan
A = vander(l : 6); A = A - diag(sum(A'))
(a) Dengan konstruksi di atas entri-entri dalam setiap baris dari A semuanya
harus memiliki jumlah nol. Untuk memeriksa hal ini, definisikan x .=
ones(6, 1) dan gunakan MATLAB untuk menghitung hasil kali Ax.
Matriks A pasti singular. Mengapa? Terangkan. Gunakan fungsi-fungsi
MATLAB det dan inv untuk menghitung nilai-nilai dari det(A) dan A-1.
Fungsi MATLAB yang mana yang merupakan petunjuk yang dapat
lebih diandalkan untuk singularitas?
(b) Gunakan MATLAB untuk menghitung det(AT). Apakah nilai-nilai yang
dihitung untuk det(A) dan det(AT) sama? Satu cara lain untuk
memeriksa apakah suatu matriks adalah singular ialah menghitung
bentuk eselon bans tereduksinya. Gunakan MATLAB untuk
menghitung bentuk-bentuk eselon baris tereduksi dari A dan AT.
(c) Definisikan B = A * A'. Nilai eksak dari det(B) harus sama dengan 0.
Mengapa? Terangkan. Gunakan MATLAB untuk menghitung det(B).
Apakah nilai yang dihitung untuk determinan sama atau hampir sama
dengan nilai eksak? Hitunglah bentuk eselon baris tereduksi dari B
untuk memeriksa bahwa matriks B adalah memang betul singular.

LAPORAN HASIL PRAKTIKUM VII

MODUL VIII
RUANG VEKTOR
Tujuan
Tujuan dari praktikum ini adalah untuk mempermudah mahasiswa dalam
menyelesaikan suatu masalah yang berkaitan dengan aljabar linear dengan
menggunakan komputer.
Landasan Teori
Ruang vektor adalah struktur matematika yang dibentuk oleh sekumpulan vektor,
yaitu objek yang dapat dijumlahkan dan dikalikan dengan suatu bilangan, yang
dinamakan skalar. Skalar sering adalah bilangan riil, tapi kita juga dapat
merumuskan ruang vektor dengan perkalian skalar dengan bilangan kompleks,
bilangan rasional, atau bahkan medan. Operasi penjumlahan dan perkalian vektor
mesti memenuhi persyaratan tertentu yang dinamakan aksioma. Contoh ruang
vektor adalah vektor Euklides yang sering digunakan untuk melambangkan
besaran fisika seperti gaya. Dua gaya dengan jenis sama dapat dijumlahkan untuk
menghasilkan gaya ketiga, dan perkalian vektor gaya dengan bilangan riil adalah
vektor gaya lain. Vektor yang melambangkan perpindahan pada bidang atau pada
ruang tiga dimensi juga membentuk ruang vektor. Ada beberapa konsep dan
definisi yang terkait dengan praktikum ini, yaitu:
 Dimensi dari kumpulan vektor

 Rank/Pangkat dari suatu matriks
 Bebas Linear
 Bergantung Linear
 Basis
 Ruang kolom
Bahan dan Alat



Misalkan diberikan ruang vektor R2, tentukan dimensi dari {a1,a2}, {a2,a3}, {a1,a3},
{a1,a2,a3}, dengan a1=[2,1]T, a2=[4,3]T, a3=[7,-3]T
clc;clear;
x1=[2 1]';
x2=[4 3]';
x3=[7 -3]';
disp('rank x1 dan x2 :')

rank([x1 x2])
rank([x1,x3])
rank([x2,x3])
disp('rank x1, x2, x3 :')
rank([x1 x2 x3])
Output:
rank x1 dan x2 :
ans =
rank x1 dan x3 :
ans =
rank x2 dan x3 :
ans =
rank x1, x2, x3 :
ans =

Pertanyaan
1) Tentukan dimendensi dari {y1,y2}, {y2,y3}, {y1,y3}, {y1,y2,y3}; {z1,z2}, {z2,z3},
{z1,z3}, {z1,z2,z3};{w1,w2}, {w2,w3}, {w1,w3}, {w1,w2,w3};
dengan y1=[3 -2 4] T, y2=[-3 2 -4] T, y3=[-6 4 -8] T,
z1=[2 1 3] T, z2=[3 -1 3] T, z3=[2 6 4] T, w1=[1 0 0] T, w2=[0 1 0] T, w3=[0 0 1] T.
2) (Ruang kolom dan Bentuk Eselon Baris Tereduksi). Tetapkan B = round (10
* rand (8, 4)), X = round(10 * rand(4, 3)), C = B * X, dan A = [B C].
a) Bagaimana hubungan antara ruang-ruang kolom dari B dan C?. Berapakah
rank dari A yang Anda harapkan? Terangkan. Gunakan MATLAB untuk
memeriksa jawaban Anda.
b) Vektor-vektor kolom yang mana dari A yang membentuk basis untuk ruang
kolomnya? Terangkan. Jika U adalah bentuk eselon baris tereduksi dari A,
bagaimanakah bentuk empat kolom yang pertama yang Anda harapkan?
Terangkan . Bagaimanakah bentuk empat baris terakhir yang Anda
harapkan? Terangkan. Gunakan MATLAB untuk memeriksa jawaban-
jawaban Anda dengan cara menghitung U.
c) Gunakan MATLAB untuk membuat matriks lain D = (E EY) di mana E
adalah matriks sembarang 6x4 dan Y adalah matriks sembarang 4x2.
Bagaimanakah bentuk eselon baris tereduksi dari D yang Anda harapkan?
Hitunglah bentuk eselon baris tereduksi dari D ini dengan menggunakan
MATLAB. Perlihatkan bahwa pada umumnya jika B adalah matriks m × n
dengan rank n dan X adalah matriks n × k, maka bentuk eselon baris
tereduksi dari (B BX) akan memiliki struktur blok
I X
I X  jika m  n atau   jika m  n
O O
Tugas
(Pembaharuan Sistem Linear dengan rank 1).

a) Tetapkan A = round (10 * rand (8)), b = round (10 * rand

(8, 1)), dan M = inv (A). Gunakan matriks M untuk menyelesaikan
sistem Ay=b untuk memperoleh y
b) Sekarang tinjaulah sistem baru Cx = b di mana C dibentuk sebagai berikut:
u = round(10 * rand(8, 1)),v = round(10 * rand(8, 1))

E=u*v' ,C =A + E
Matriks C dan A berbeda dari matriks E yang berrank 1. Gunakan
MATLAB untuk memeriksa bahwa rank dari E adalah 1.
c) Marilah sekarang kita selesaikan Cx = b dengan suatu metode baru yang

memanfaatkan fakta bahwa A dan C berbeda dengan suatu matriks dengan
rank 1. Prosedur baru ini disebut metode pembaharuan rank 1 (rank 1
update). Tetapkan
z = M*u, c = v'*y, d = v*z, e = c/(1+ d)

Penyelesaian x diberikan oleh:
x = y - e * z
Gunakan MATLAB menghitung vektor sisa b - Cx.
d) Untuk melihat mengapa metode pembaharuan dengan rank 1 dapat bekerja,

gunakan MATLAB untuk menghitung dan membandingkan
Cy dan b + cu
Buktikan bahwa jika semua perhitungan telah dilakukan dengan hitungan
eksak maka kedua vektor ini akan sama. Juga hitung
Cz dan (1 + d)u
Buktikan bahwa jika semua perhitungan telah dilakukan dengan hitungan
eksak maka kedua vektor ini akan sama. Gunakan identitas-identitas ini
untuk membuktikan bahwa Cx = b. Dengan mengasumsikan bahwa A
taksingular, apakah metode pembaharuan dengan rank 1 ini akan selalu
dapat bekerja? Di bawah syarat-syarat apakah metode ini tidak berlaku?
Terangkan.
LAPORAN HASIL PRAKTIKUM VIII

MODUL IX
PERUBAHAN BASIS DAN MATRIKS-MATRIKS

KEKURANGAN RANK
Tujuan
Setelah mempelahari materi di perkuliahan, diharapkan mahasiswa dapat
mempraktikkannya di komputer.
Landasan Teori
Andai (ei) basis baku dari Rn. Sembarang u ∈ Rndapat dinyatakan sebagai
kombinasi linear dari basis (ei);katakanlah :
u = a1 e1 + a2 e2 + a3 e3 + … + an en.
Pasangan skalar (a1, a2, a3, …, an) disebutkoordinat relatif dari u terhadap basis(e i);
ditulis ue = (a1, a2, a3, …, an).
Bahan dan Alat


Misalkan diberikan basis F, diketahui pula suatu vektor x relatif terhadap basis
baku. Ingin diketahui posisi (vektor x) relatif terhadap basis F. Caranya adalah
dengan mencari matriks transisi dari basis baku ke basis F, misalkan matriksnya
adalah matriks A. selanjutnya hitung y = Ax. Maka y adalah vektor koordinat
relatif terhadap basis F.
Pertanyaan
1) (Perubahan basis). Tetapkan
U = round(20 * rand(4)) - 10, V = round(10 * rand(4))

dan tetapkan b = ones(4, 1).
a) Kita dapat menggunakan fungsi MATLAB rank untuk menentukan apakah

vektor-vektor kolom dari suatu matriks bebas linear atau tidak. Harus
berapakah rank-nya jika vektor-vektor kolom dari U bebas linear?
Hitunglah rank dari U dan buktikan bahwa vektor-vektor kolomnya adalah
bebas linear dan dengan demikian membentuk basis untuk R4. Hitunglah
rank dari V dan buktikan bahwa vektor-vektor kolomnya juga membentuk
basis untuk R4.
b) Misalkan b vektor relatif terhadap basis baku. Gunakan MATLAB untuk
menghitung matriks transisi dari basis baku untuk R4 ke basis terurut U =
[u1, u2, u3, u4]. [Perlihatkan bahwa dalam MATLAB notasi untuk vektor
kolom ke-j yaitu uj adalah U(: , j)]. Gunakan matriks transisi ini untuk
menghitung vektor c (koordinat dari b relatif terhadap U). Tunjukkan
bahwa b = c1.u1 + C2 U2+ c3.u3 + c4.u4. = Uc
c) Gunakan MATLAB untuk menghitung matriks transisi dari basis baku ke
basis V = [v1, v2, v3, v4] dan gunakan matriks transisi ini untuk mencari
vektor d (koordinat b relatif terhadap V). Tunjukkan bahwa b = d1v1 + d2v2
+ d3v3 + d4v4 = Vd
d) Gunakan MATLAB untuk menghitung matriks S (matriks transisi dari U
ke V) dan matriks T (matriks transisi dari V ke U). Bagaimanakah relasi
antara S dan T ? Buktikan bahwa Sc = d dan
Td = c
Tugas
2) (Matriks-matriks Kekurangan Rank). Dalam latihan ini kita akan meninjau
bagaimana membuat matriks-matriks dengan rank yang diketahui dengan
menggunakan MATLAB
a) Pada umumnya, jika A adalah matriks m×n dengan rank r, maka r ≤ min
(m,n). Mengapa? Terangkan. Jika entri-entri dari A adalah bilangan-
bilangan sembarang maka kita mengharapkan bahwa r = min (m,n).

Mengapa? Terangkan. Periksalah hal ini dalam MATLAB dengan membuat

matriks-matriks sembarang 6×6, 8×6, 5×8 dan memeriksa ranknya dengan
menggunakan perintah MATLAB “rank”. Jika rank dari suatu matriks m x
n sama dengan min(m,n), maka kita katakan bahwa matriks tersebut
memiliki rank penuh (full rank). Jika tidak demikian, maka kita
katakanbahwa matriksnya kekurangan rank (rank deficient)
b) Perintah MATLAB “rand” dapat digunakan untuk membuat matriks m×n
sembarang dengan entri-entri bilangan bulat dari interval tertentu yang
diketahui. Sebagai contoh, perintah
A = round(9 * rand(10, 7)) + 1
akan membuat matriks sembarang 10x7 yang entri-entrinya semuanya adalah

bilangan bulat positif yang lebih kecil atau sama dengan 10. Dengan
menggunakan interval [1, 10] buatlah matriks-matriks sembarang 10 x 7, 8 x
12, dan 10 x 15 dengan entri-entri bilangan bulat dan dalam setiap kasus
periksalah rank dari matriks yang bersangkutan. Apakah matriks-matriks
bilangan bulat ini semuanya memiliki rank penuh?
c) Misalkan kita ingin membuat matriks-matriks dengan rank yang lebih kecil
dari rank penuh dengan menggunakan MATLAB. Adalah mudah untuk
membuat matriks-matriks dengan rank 1. Jika x dan y masing-masing
adalah vektor taknol dalam Rm atau Rn, maka A = xyT adalah suatu matriks
m x n dengan rank 1. Mengapa? Tunjukkan hal ini dengan menggunakan
MATLAB dengan menetapkan
x = round(9 * rand(8, 1)) + 1, y = round(9 * rand(6, 1)) + 1
dan gunakan vektor-vektor ini untuk membuat matriks A berorde 8×6.

Periksa rank dari A dengan menggunakan perintah MATLAB rank.
d) Pada umumnya,

(1) rank (AB) <= min (rank (A), rank (B)).0
Jika A dan B adalah matriks-matriks sembarang takbulat, maka

pertidaksamaan (1) akan menjadi persamaan. Buatlah m matriks A berorde
8x6 dengan menetapkan
X = rand(8, 2), Y = rand(2, 6) , A = X * Y

Berapakah rank dari A yang Anda harapkan? Terangkan. Ujilah rank dari A
dengan menggunakan MATLAB.
e) Gunakan MATLAB untuk membuat matriks-matriks A, B, C sehingga
A berorde 8 x 8 dengan rank 3.

B berorde 6 x 9 dengan rank 4.
C berorde 10 x 7 dengan rank 5.

LAPORAN HASIL PRAKTIKUM IX

MODUL X
ORTHOGONALITAS
Tujuan
Dalam praktikum ini, diharapkan mahasiswa dapat bereksperimen (secara
numerik) dengam materi orthogonalitas dan mencoba berbagai macam kasus yang
berbeda.
Landasan Teori
Misalkan diberikan vektor a dan b sbb:
Orthogonal
Himpunan vektor {v1, v2, ….., vk} dalam Rn disebut himpunan ortogonal jika
semua pasangan dalam himpunan vektor tersebut adalah ortogonal yaitu jika :
vi . vj = 0 ketika i ≠ j untuk i, j = 1, 2,….., k
Orthonormal
Himpunan vektor dalam Rn adalah himpunan ortonormal jika terdapat

himpunan ortogonal dari vektor satuan
Proyeksi
(1)Proyeksi skalar orrtogonal dari vektor a pada arah vektor b adalah ||c||,
a b
c 
b
dengan ||c|| dirumuskan oleh :

(2)Proyeksi vektor ortogonal dari vektor a pada arah vektor b adalah c

 a  b 
c   2 b
dirumuskan oleh :  b 
Bahan dan Alat


Periksa apakah vektor-vektor berikut saling orthonormal dan orthogonal?
Tentukan pula sudut antar keduanya.
{[1,2,3,5],[6,5,2,4]}
x1=[1,2,3,5]';
x2=[6,5,2,4]';
t=x1'*x2/(norm(x1)*norm(x2))
disp('sudut antar x1 dan x2: ')
th=acos(t)*180/pi
disp('panjang x1: ')
norm(x1)
disp('panjang x2: ')
norm(x2)
Output:
sudut antar x1 dan x2:
th =
41.6460
panjang x1:
ans =
6.2450
panjang x2:
ans =

Pertanyaan
1) Tetapkan
x = [0 : 4, 4, -4, 1, 1]' dan y = ones(9,1)

a) Gunakan fungsi MATLAB norm dibedakan untuk menghitung harga-
harga dari x , y , x  y dan untuk memeriksa apakah ketaksamaan segitiga

berlaku. Gunakan juga MATLAB untuk memeriksa bahwa hukum jajaran
genjang
2 2
x y  x y 2 x  y  2 2
 dipenuhi.
b) Jika
xT y
t
x y
maka mengapa kita tahu bahwa |t| harus lebih kecil atau sama dengan 1?
Gunakan MATLAB untuk menghitung harga dari t dan gunakan fungsi
MATLAB acos untuk menghitung sudut antara x dan y. Ubahlah sudut
yang diperoleh ke satuan derajat dengan cara mengalikannya dengan 180/π
(perhatikan bahwa bilangan πdiberikan oleh pi dalam MATLAB).
c) Gunakan MATLAB untuk menghitung proyeksi vektor p dari x pada y.

Tetapkan z = x - p dan periksa apakah z ortogonal terhadap p dengan
menghitung hasil kali skalar dari kedua vektor. Hitunglah ||x|| 2 dan ||z||2 + ||
p||2dah periksa apakah hukum Pythagoras berlaku.
Tugas
-

LAPORAN HASIL PRAKTIKUM X

MODUL XI
POLINOM KUADRAT TERKECIL

Tujuan
Pada praktikum ini, diharapkan mahasiswa dapat mengaplikasikan topik tentang
kuadrat terkecil dalam suatu masalah tertentu.
Landasan Teori
Masalah kuadrat terkecil pada umumnya dapat dirumuskan sebagai sebuah sistem
kelebihan persamaan linear. Ingat bahwa sistem kelebihan persamaan berarti lebih
banyak persamaannya daripada peubah (bilangan yang tidak diketahui)nya.
Sistem yang demikian biasanya tidak konsisten, sehingga cukup mengganggu.
Dalam situasi seperti ini, kita cukup mencari vektor x yang akan membuat Ax
‘sedekat mungkin’ dengan b dalam pemahaman bahwa x akan meminimalkan
nilai berkenaan dengan hasil kali dalam Euclidean
Bahan dan Alat


Untuk memperoleh polinomial regresi dengan kuadrat error terkecil dari suatu
pasangan data vektor x dan vektor y, lakukan langkah-langkah berikut:
1) Hitung A=vander(x)
2) Selesaikan SPL Az=y
Pertanyaan
1) (Kecocokan Kuadrat Terkecil ke Himpunan Data dengan Sebuah Fungsi
Linear). Tabel berikut ini adalah harga-harga x dan y
X -1,0 0,0 2,1 2,3 2,4 5,3 6,0 6,5 8,0
Y -1,02 -0,52 0,55 0,70 0,70 2,13 2,52 2,82 3,5
Kesembilan titik data ini hampir linear sehingga data dapat diaproksimasi
dengan sebuah fungsi linear z =c1 x + c2 Masukkan koordinat-koordinat x dan

y dari titik-titik data masing-masing sebagai vektor-vektor kolom x dan y.

Tetapkan V = [x, ones (x)] dan gunakan operasi MATLAB " \ " untuk
menghitung koefisien-koefisien c1 dan c2 sebagai penyelesaian kuadrat
terkecil untuk sistem linear 9 × 2 yaitu Vc = y. Untuk melihat hasilnya
secara grafik, tetapkanlah
w = -1 : 0.1 : 8 dan z = c(l) * w + c(2) * ones(size(w))

dan plot titik-titik data asal dan kuadrat terkecil linear yang cocok dengan
menggunakan perintah MATLAB
plot (x, y, ‘x’, w, z)
2) (Penyusunan Profil Suhu dengan Polinom Kuadrat Terkecil). Di antara

masukan-masukan penting dalam model peramalan cuaca adalah himpunan data
yang terdiri dari harga-harga suhu di berbagai bagian atmosfer. Ini dapat
dilakukan baik melalui pengukuran Iangsung dengan menggunakan balon
udara maupun didapat dari penyuaraan jarak jauh (remote soundings) yang
diambil oleh satelit cuaca. Di bawah ini adalah himpunan yang khas data RAOB
(balon udara). Suhu T dalam derajat Kelvin dapat dipertimbangkan sebagai
sebuah fungsi dari p, yaitu tekanan atmosfer diukur dalam desibar. Tekanan
dalam selang 1 sampai 3 desibar berhubungan dengan bagian atas atmosfer
dan yang berada dalam selang 9-10 desibar berhubungan dengan bagian
bawah atmosfer.
p 1 2 3 4 5 6 7 8 9 10
T 222 227 223 233 244 253 260 266 270 266
a) Masukkan harga-harga tekanan sebagai sebuah vektor kolom p dengan
menetapkan p = [1 : 10]' dan masukkan harga-harga suhu sebagai vektor
kolom T. Untuk mencari kuadrat terkecil yang paling cocok ke data
dengan sebuah fungsi linear c1 x + c2, susunlah suatu sistem kelebihan

persamaan (overdetermined system) Vc = T. koefisien V dapat dibuat

dalam MATLAB dengan menetapkan
V = [p, ones(10, 1)]

atau alternatif lainnya, dengan menetapkan
A = vander(p); V = A(:, 9 : 10)

CATATAN. Untuk setiap vektor x = (x1, x2,…xn+1)T, perintah MATLAB
vander(x) menghasilkan sebuah matriks Vandermonde penuh dalam
bentuk
 x1n x1n 1 ... x1 1

 n 
 x2 x2n 1 ... x2n 1
  
 n 
 xn 1 xnn11 ... xn 1 1 
Untuk pencocokan dengan sebuah fungsi linear hanya dua kolom terakhir
dari Matriks Vandermonde penuh yang digunakan. Untuk informasi yang
lebih banyak mengenai fungsi vander dapat diperoleh dengan mengetikkan
help vander. Sekali disusun, penyelesaian kuadrat terkecil c untuk sistem
dapat dihitung dengan menggunakan operasi MATLAB " \".
b) Untuk melihat seberapa cocok fungsi linear dengan datanya, definisikan

sebuah selangdari harga tekanan dengan menetapkan
q= 1 :0,1 : 10;
Harga-harga fungsi yang bersesuaian dapat ditentukan dengan menetapkan
z = polyval (c, q);

Kita dapat memplot fungsi dan titik-titik data dengan menggunakan perintah
plot (q, z, p, T, ‘x’)

c) Sekarang mari kita mencoba mendapatkan pencocokan yang lebih baik
dengan menggunakan pendekatan polinom kubik. Sekali lagi kita dapat
menghitung koefisien -koefisien dari polinom kubik
c1 x3 + c2 x2 + c3 x + c4

yang memberikan pencocokan kuadrat terkecil terbaik ke data dengan cara

mencari penyelesaian kuadrat terkecil dari sebuah sistem keiebihan
persamaan Vc = T. Matriks koefisien V ditentukan dengan mengambil
keempat kolom terakhir dari matriks A=- vander(p). Untuk melihat
hasilnya secara grafik, sekali lagi tetapkan
z = polyval(c, q)
dan plot fungsi kubik dan titik-titik data dengan menggunakan perintah
yang sama seperti sebelumnya. Di mana Anda mendapatkan pencocokan
yang paling baik, pada bagian atas atau bawah dari atmosfir?.
d) Untuk mendapatkan pencocokan yang baik pada bagian atas dan bagian
bawah dari atmosfer, cobalah dengan menggunakan polinom berderajat
enam. Tentukan koefisien-koefisien seperti sebelumnya dengan
menggunakan tujuh kolom terakhir dari A. Tetapkan z = polyval (c, q) dan
plot hasilnya.
Tugas
1) (Lingkaran Kuadrat Terkecil). Persamaan-persamaan parametrik untuk sebuah

lingkaran dengan titik pusat (3, 1) dan jari-jari 2 adalah
x = 3 + 2 cos t y = 1 + 2 sin t
Tetapkan t = 0 : .5 : 6 dan gunakan MATLAB untuk menghasilkan vektor-

vektor dengan koordinat-koordinat x dan y untuk titik-titik yang bersesuaian
pada lingkaran. Selanjutnya, tambahkan beberapa gangguan pada titik-titik
Anda dengan menetapkan
x = x + 0,1 * rand(l, 13) dan y = y + 6,1 * rand (1, 13)

Gunakan MATLAB untuk menentukan titik pusat c dan jari-jari r lingkaran

yang memberikan kuadrat terkecil yang paling baik pada titik-titik tersebut.
Tetapkan
t1 = 0 : 0.1 : 6.3
x1 = c(1) + r * cos(tl) dan
y1 = c(2) + r * sin(tl)
dan gunakan perintah
plot(xl,yl,x,y,'x' )
untuk memplot lingkaran dan titik-titik data.

LAPORAN HASIL PRAKTIKUM XI

MODUL XII
Transformasi Linear
Tujuan

berkaitan dengan transformasi linear dengan menggunakan MATLAB
Landasan Teori
Dalam praktikum ini akan dibahas tentang pemetaan linear antar ruang vektor.
Definisi Suatu pemetaan L dari ruang vektor V ke ruang vektor W dikatakan

suaatu transformasi linear atau operator linear jika
L(α v 1+ β v 2)=α L(v 1 )+ β L(v 2 )
untuk semua v1 , v 2 ∈V dan untuk semua skalar αdan β .
Alat dan Bahan
Dalam praktikum ini digunakan software MATLAB versi 7 atau lebih
Gunakan MATLAB untuk membuat suatu matriks W dan vektor x dengan

menetapkan
W = triu (ones(5)) dan x = [1 : 5]
Kolom-kolom dari W dapat digunakan untuk membentuk basis terurut
F=[w1 ; w2 ; w3 ; w 4 ; w5 ]
Misalkan L :R 5 → R5adalah operator linear sedemikian rupa sehingga
L ( w1 ) =w 2
L ( w2 ) =w 3
L ( w3 ) =w 4
L ( w 4 )=4 w 1+ 3 w2 +2 w3 + w4
L(w 5)=w1 + w2 +w3 +3 w4 + w5
a. Tentukan matriks A yang melambangkan L relatif terhadap F dan masukkan

matriks A tersebut ke dalam MATLAB.
b. Gunakan MATLAB untuk menghitung vektor koordinat y=W ∗x darix
relatif terhadap F.
c. Gunakan A untuk menghitung vektor koordinat z dari L(x) relatif terhadap
F.

d. W adalah matriks transisi dari F ke basis baku untuk R5. Gunakan W untuk
menghitung vektor koordinat dari L(x)relatif terhadap basis baku.
Sintaks di Matlab:
clc;clear;
W=triu(ones(5)) %basis F
x=[1:5]’
A=[0 1 0 0 0; 0 0 1 0 0; 0 0 0 1 0; 4 3 2 1 0; 1 1 1 3 1]
y = W*x
z = A*y
t = W*z
Ouput:
W =
1 1 1 1 1
0 1 1 1 1
0 0 1 1 1
0 0 0 1 1
0 0 0 0 1
x =
1
2
3
4
5
A =
0 0 0 4 1
1 0 0 3 1
0 1 0 2 1
0 0 1 1 3
0 0 0 0 1
y =
15
14
12
9
5
z =
41
47
37
36
5

t =
166
125
78
41
5
Pertanyaan
1. Misalkan diberikan suatu matriks W dan vektor x dengan menetapkan W =
triu (ones(5)) dan x = [1 : 5]
Kolom-kolom dari W dapat digunakan untuk membentuk basis terurut
F=[w1 ; w2 ; w3 ; w 4 ; w5 ]
Misalkan L :R 5 → R5adalah operator linear sedemikian rupa sehingga
L ( w1 ) =w 1+ w2
L ( w2 ) =w 3+ w4
L ( w3 ) =w 4
L ( w 4 )=4 w 1+ 3 w2 +2 w3 + w4
L(w 5)=w1 + w2 +w3 +3 w4 + w5
a. Tentukan matriks A yang melambangkan L relatif terhadap F dan masukkan
matriks A tersebut ke dalam MATLAB.
b. Gunakan MATLAB untuk menghitung vektor koordinat y=W ∗x darix
relatif terhadap F.
c. Gunakan A untuk menghitung vektor koordinat z dari L(x) relatif terhadap
F.
d. W adalah matriks transisi dari F ke basis baku untuk R5. Gunakan W untuk
menghitung vektor koordinat dari L(x)relatif terhadap basis baku.
2. Tetapkan A = triu(ones(5)) * tril(ones(5)). Jika L menyatakan operator linear

yang didenisikan oleh L(x) = Ax untuk semua x di dalam Rn, maka A adalah
matriks yang melambangkan L relatif terhadap basis baku untuk R5. Susunlah
suatu matriks U berorde55 dengan menetapkan U = hankel(ones(5, 1), 1 : 5)
Gunakan fungsi MATLAB yaitu rank untuk memeriksa bahwa vektorvektor
kolom U adalah bebas linear. Jadi D = [u1u2;u3;u4;u5] adalah basis terurut untuk
R5. Matriks U adalah matriks transisi dari E ke basis baku.
(a) Gunakan MATLAB untuk menghitung matriks B yang melambangkan L

relatif terhadap D (matriks B harus dinyatakan dalam A, U, dan U1).
(b) Buatlah matriks lain dengan menetapkan V = toeplitz([l, 0, 1, 1, 1])
GunakanMATLABuntukmemeriksabahwaV taksingular. Berdasarkan ini maka
vektor-vektor kolom V adalah bebas linear sehingga membentuk suatu basis
terurut F untuk R5. Gunakan MATLAB untuk menghitung matriks C, yang
melambangkan L relatif terhadap F. (matriks C harus dihitung yang dinyatakan
dalam A, V , dan V 1.

(c) Matriks-matriks B dan C dari bagian (a) dan (b) harus serupa. Mengapa?
GunakanMATLABuntukmenghitungmatrikstransisi S dari F ke D. Hitung matriks
C dinyatakan dalam B, S, dan S1. Bandingkan hasil anda dengan yang diperoleh
di bagian (b)
TUGAS
Misalkan
A = toeplitz(l : 7), S = compan(ones(8, 1)) dan tetapkan
−1
B=S ∗A∗S
Matriks-matriks A dan B adalah serupa. Gunakan Matlab untuk memeriksa bahwa
sifat-sifat berikut memang berlaku untuk kedua matriks ini
(a) det ( B)=det ( A)
(b) BT=STAT ( ST )−1
(c) B−1=S−1 A−1 S
(d) B9=S−1 A 9 S
(e) tr (B)=tr( A) (Perhatikan bahwa trase dari matriks A dapat A dapat dihitung
dengan menggunakan perintah MATLAB trace)
(f) B−3 I =S−1( A−3 I )S
(g) det ( B−3 I )=det ( A−3 I )
Sifat-sifat ini pada umumnya akan berlaku untuk setiap pasang matriksmatriks
yang serupa.

LAPORAN HASIL PRAKTIKUM XII

MODUL XIII
Nilai Eigen dan Vektor Eigen
Tujuan
berkaitan dengan nilai eigen dengan menggunakan MATLAB
Landasan Teori
Definisi. Misalkan A adalah suatu matriks sembarang. Skalar λ disebut sebagai
nilai eigen atau nilai karakteristik dari A jika terdapat suatu vektor taknol
sehingga Ax = λx. Vektor x disebut pula sebagai vektor eigen atau vektor
karakteristik dari yang bersangkutan.
Conjecture.
Misalkan A dan B matriks berukuran n,n. Jika {a1,a2,...} merupakan nilai eigen
untuk AB, maka {a1,a2,...} juga merupakan nilai eigen untuk BA.
Misalkan A adalah suatu matriks dimana semua kolomnya memiliki elemen yang
jumlahnya sama, katakanlah d. Maka d merupakan salah satu nilai eigen untuk
matriks A.
Hasil Kali dan Jumlah Nilai Eigen
ALAT DAN BAHAN

Dalam praktikum ini digunakan softwareMATLAB versi 7 atau lebih

Berikut adalah sintaks dalam Matlab untuk mencari nilai eigen/vektor eigen
A=[3 2;-1 0];
eig(A) % akan menghasilkan nilai eigen dari matriks A
B=[0 1;-1 0];
[v,e]=eig(B) % akan menghasilkan nilai eigen dan vektor
eigen dari matriks A (dengan v adalah vektor eigen dan e
adalan nilai eigen)
C=[0 1 0;0 0 1;4 -17 8];
eig(C)
D=[0 1 0;0 0 1;-6 -11 -6];
[u,l]=eig(D)
Pertanyaan
1. Yang mana yang merupakan vektor eigen dari nilai eigen ke-i ? baris ke-i
atau kolom ke i?

2. Periksa bahwa vektor x 1=( 31 1)dan x 2=( 10 0) merupakan vektor eigen

1 −2 1
(
untuk matriks A= 0 0 0
0 1 1 )
3. Cari nilai eigen dari matriks berikut
2 0 01 2 1 0
( ) (
A= −1 −1 0 ; B= 0 2 0
5 3 −3 0 0 2 )
Tugas
1. Cari nilai eigen dari matriks berikut
1 0 0 0 0
1 1 2 3
(
0 1 0 0 0
D= 0 0 0 0 0 ; E=
0 0 0 −4 0
0 0 0 0 3
) (
2 2 4 6
3 3 6 9
4 4 8 12
)
2. Bangunlah sebuah matriks simetrik A dengan menetapkan
A=round(5∗rand (6)); A= A+ A '
Hitunglah nilai-nilai eigen dari A dengan menetapkan e = eig(A).
(a) Trace dari A dapat dihitung dengan menggunakan perintah MATLAB

trace(A)dan jumlah nilai-nilai eigen dari A dapat dihitung dengan menggunakan
perintah sum(e). Hitunglah kedua jumlah ini dan perbandingkanlah hasil-hasilnya.
Gunakan perintah prod(e) untuk menghitung hasil kali nilai-nilai eigen dari A dan
bandingkan hasilnya dengan det(A).
(b) Hitunglah vektor-vektor eigen dari A dengan menetapkan [X, D] = eig(A).

Gunakan MATLAB untuk menghitung X −1 AX dan bandingkan hasilnya dengan
D. Hitunglah juga A−1 dan x D−1 X −1 dan perbandingkan hasil-hasilnya.

LAPORAN HASIL PRAKTIKUM XIII

MODUL XIV
Diagonalisasi
Tujuan
Dalam praktikum ini, diharapkan mahasiswa dapat memanfaatkan teori tentang

diagonalisasi dan mempraktikkannya dengan Matlab.
6.2 Landasan Teori
Definisi. Matriks B dikatakan serupa (similar) dengan A jika terdapat suatu

matriks taksingular S sehingga B=S−1 AS:
Teorema. Misalkan matriks A dan B adalah dua matriks yang serupa, maka
kedua matriks tersebut memiliki polinom karakistik yang sama dan memiliki nilai
eigen yang sama
Teorema. Jika λ 1 , λ2 , .., λ kadalah nilai-nilai eigen yang berbeda dari matriks Anxn ,
dengan vektor-vektor eigen yang bersesuaian Jika x 1 , x 2 , .. , x k maka x 1 , x 2 , .. , x k
bebas linear
Definisi. Matriks Anxn , dapat didiagonalisasi jika terdapat matriksX dan matriks
diagonal D sehingga X −1 AX=D
Theorem. Matriks Anxn , dapat didiagonalisasi jika dan hanya jika A mempunyai n
vektor eigen yang berbeda.
Alat dan Bahan

Dalam praktikum ini digunakan softwareMATLAB versi 7
Misalkan diberikan suatu matriks sembarang A. matriks pendiagonal untuk A

dapat dicari dengan menghitung vektor-vektor eigennya. selanjutnya vektor eigen
tersebut disusun menjadi suatu matriks S.
Jika matriks S tak singular, maka S merupakan matriks pengdagonal untuk A.

Contoh: Cari matriks mengdiagonal dari

A= 2 3
( )
1 1
Sintaks:
A=[2 3;1 1]
[S,D]=eig(A);
S
inv(S)*A*S
Output:
A =
2 3
1 1
S =
0.91725 -0.79325
0.39832 0.60889
ans =
3.3028 0
-1.1102e-016 -0.30278
Pertanyaan
1. Diberikan
2 1 5 3
T=
0 3( )dan S=
3 2 ( )
Periksa apakah kedua matriks tersebut serupa atau tidak
2. Tentukan (jika ada) matriks pengdiagonal dan matriks diagonal dari

3 −1 −2
A= 2 −3
2 −5( ) (
, B= 2 0 −2
2 −1 −1 )
1 0 0 0
1 −1 −1
C= 1 3
(
−3 1 −1
1 , D=
0 1
1 0
1 0
) ( 5 −10
2
0
0
3
)
3. Apakah matriks-matriks berikut dapat didiagonalisasi

2 0 0
( )
0 1 (
E= 1 1 , F= −1 4 0
−3 6 2 )
Tugas
1. Tetapkan S = round(10 * rand(5)); S = triu(S, 1) + eye(5); S

= S * S; T= inv(S);
(a) Invers eksak dari S harus memiliki entri-entri bilangan bulat. Mengapa?
Jelaskan. Periksalah entri-entri dari T dengan menggunakan format long. Bulatkan
entri-entri dari T ke bilangan bulat terdekat dengan menetapkan T = round(T).
Hitunglah T∗S dan bandingkan dengan eye(5).
(b) Tetapkan A = triu(ones(5), 1) + diag(l : 5), B=S∗A∗T

Matriks-matriks A dan B keduanya memiliki nilai-nilai eigen 1, 2, 3, 4, 5.
Gunakan MATLAB untuk menghitung nilai-nilai eigen dari B. Berapa digitkah
ketelitian nilai-nilai eigen terhitung tersebut? Gunakan MATLAB untuk
menghitung dan mem-bandingkan nilai-nilai berikut ini.
i. det(A) dan det(B)
ii. trace(A) dan trace(B)
iii. S A 2 T dan B2.
iv. S A−1 T dan B−1

LAPORAN HASIL PRAKTIKUM XIV

DAFTAR PUSTAKA
Larson, Edwards, Falvo. Elementary Linear Algebra. 2009.

Steven J. Leon. Aljabar dan Aplikasinya. 1998
Web: http://jokosby.files.wordpress.com/2008/02/vektor-plpg.doc
Web: https://math.cos.ucf.edu/~bmoore/course/MLworksheetLS.pdf
website MATLAB: http://www.mathworks.com

MODUL I Dan II

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

MODUL I Dan II

Diunggah oleh

Hak Cipta:

Format Tersedia

Praktikum Aljabar Linear

Selain digunakan secara luas dalam lingkungan industri dan keteknikan,

Bahan dan Alat

Metode Kerja dan Hasil

Penuntun Praktikum- Aljabar linier I 1

Selain itu MATLAB juga menyediakan fungsi untuk membuat matrik :

Penuntun Praktikum-Aljabar Linier 2

E = [ eye(2), ones(2, 3); zeros(2) ,[1:3; 3 : -1 : 1] ]

Operasi-Operasi pada Array dan Matrik

MATLAB memungkinkan pemrosesan semua nilai pada sebuah matrik

Untuk melakukan perkalian elemen by elemen pada matrik (bukan perkalian

Berikut ini daftar operator pada array :

Penuntun Praktikum-Aljabar Linier 3

Selain operasi-operasi yang telah dijelaskan di atas, MATLAB memiliki beberapa

Penuntun Praktikum-Aljabar Linier 4

Indeks pada Array

Penuntun Praktikum-Aljabar Linier 5

Menghapus Baris dan Kolom

Kemudian akan dihapus kolom kedua dari matrik X, menggunakan :

Untuk menghapus baris pertama dari matrik X, menggunakan :

Penuntun Praktikum-Aljabar Linier 6

Pangkat-pangkat dari matriks dapat dibuat dengan mudah. Matriks A 5 dihitung

Operator-Operator Relasional Dan Logika

Jika diberikan dua matriks A dan B yang berorde m x n, maka perintah

Operator-operator logika ini memandang setiap skalar taknol berkorespondensi dengan

Operator-Operator Array Secara Kolom

Penuntun Praktikum-Aljabar Linier 8

prod(A) = (18, 18, 40, 0)

Perintah plot(x, y) akan menghasilkan grafik dari fungsi. Untuk membandingkan

Penuntun Praktikum-Aljabar Linier 9

sehingga akan muncul hasil perhitungan pangkatnya. Kemudian apabila ingin

Penuntun Praktikum-Aljabar Linier 10

Penuntun Praktikum-Aljabar Linier 11

LAPORAN HASIL PRAKTIKUM I&II

Tanggal Periksa Nilai Paraf Asisten Dosen

Penuntun Praktikum-Aljabar Linier 12

MODUL III & IV

Bahan dan Alat

Metode Kerja dan Hasil

' ' '

Penuntun Praktikum-Aljabar Linier 13

0.9772 1.3857 0.3394 -0.0094

0.9772 1.2329 -0.0347 -0.3578

0 -0.1528 -0.3741 -0.3484

Penuntun Praktikum-Aljabar Linier 14

-0.9772 -1.3857 -0.3394 0.0094

-0.9772 -1.2329 0.0347 0.3578

Dari output, dapat dilihat, matriks A1 dan A4 adalah sama.

 Dengan menggunakan perintah rref dapat mereduksi bantuk eselon baris

Penuntun Praktikum-Aljabar Linier 15

1) Gunakan MATLAB untuk membuat matriks-matriks sembarang A dan B

 A1  A * B, A2  B * A, A3  ( A '* B '), A4  ( B '* A ') '

Penuntun Praktikum-Aljabar Linier 16

LAPORAN HASIL PRAKTIKUM III&IV

Tanggal Periksa Nilai Paraf Asisten Dosen

Penuntun Praktikum-Aljabar Linier 17

Bahan dan Alat

Metode Kerja dan Hasil

Penuntun Praktikum-Aljabar Linier 18

(a) Definisikan x = ones (6,1) dan gunakan MATLAB untuk menghitung

Penuntun Praktikum-Aljabar Linier 19

meskipun C ≠ D, hasil kali-hasil kali AC dan AD harus sama. Mengapa?

Gunakan MATLAB untuk menghitung rref ([A b]). Ada berapa

z = Mu, c = v'y, d = v*z, e = c/(1+ d)