Matriks

A. Membuat matriks
1. Penulisan langsung
Contoh:
A = [12 13 14; 15 17 54; 23 34 45]

B=[234
456
7 8 9]

Penggabungan dua buah matriks atau vektor

C = [ A B]
D = [A; B]

2. Memakai fungsi yang ada di Matlab

rand(m,n) Matriks yang berisi bilangan random antara 0-0.9999 dengan

ukuran m baris dan n kolom.
ones(m,n) Matriks yang berisi angka 1 dg ukuran m×n
zeros(m,n) Matriks yang berisi angka 0 dg ukuran m×n
pascal(m) Matriks yang berisi bilangan Pascal dg ukuran m×n
Magic(m) Matriks dengan anggota bilagan 1 sampai m2 dg penjumlahan
komponen baris dan kolomnya sama. m>=3

3. Mengakses anggota dari suatu matriks

Akses satu anggota dari matriks A:
A(m,n) = anggota A yang terletak di baris m dan kolom m
Akses ke banyak anggota:
A(1:m,n) = anggota A yang terletak di baris 1 sampai m pada kolom n

4. Mencari ukuran sebuah matriks:

K = size(A)
K = [m n]
m = jumlah baris dan n = jumlah kolom

5. Operasi matematika pada matriks

+ penjumlahan .^ Pemangkatan elemen

- pengurangan ./ Pembagian elemen
* Perkalian matriks \ Matrix left division: dipakai utk
.* Perkalian antar elemen yang penyelesaian persamaan linear
sesuai letaknya pd matriks simultan dan data fitting

B. Penyelesaian persamaan linear simultan

Contoh: x1 + 3x2 = 4
2x1 + 2x2 = 9
Persamaan diatas bisa ditulis ulang dalam bentuk matriks:
 1 3  x1   4
 2 2  ×  x 2  = 9 
     
A× X = B
Dengan memakai MATLAB harga x1 dan x2 bisa dihitung dengan:
X=A\B

C. Data fitting
Contoh: Sebuah data percobaan ditampilkan dalam tabel berikut:
t 0.0 0.3 0.8 1.1 1.6 2.3
y 0.82 0.72 0.63 0.60 0.55 0.50

Modelkan data di atas dalam persamaan y(t) = c1 + c2.e-t

Jika data di atas dimasukkan dalam persamaan, menjadi:
0.82 = c1 + c2.e-0.0
0.72 = c1 + c2.e-0.3
...
0.50 = c1 + c2.e-2.3

Data tersebut dapat ditulis dapam bentuk matriks:

0.82  .
1

0.72  .
 1


1
   2
0.50 1  .
Tetapan c1 dan c2 dapat dicari dengan memakai backslash

Perintah di MATLAB:
t = [0 .3 .8 1.1 1.6 2.3]';
y = [.82 .72 .63 .60 .55 .50]';
E = [ones(size(t)) exp(-t)]
c = E\y

Tugas 01

1. Memprediksi harga rumah

Tabel berikut ini berisi data harga rumah di Denmark dengan luasan dan umur
rumahnya.
 a. Fit data di atas dalam bentuk persamaan linear sbb: harga = a + b·umur +
c·luasan
b. Sajikan hasil perhitungannya dalam bentuk tabel sbb:
a = ...........; b = ................; c = .................
Harga, DDK 1000 Umur, tahun Luasan, m2 Harga terhitung Kesalahan, %
745 36 66 .... ....
.... .... .... .... ....
.... .... .... .... ....
.... .... .... .... ....
.... .... .... .... ....

c. Sajikan hasil perhitungan harga dan harga sebenarnya dalam bentuk grafik.

2. Kinetika reaksi enzimatis:

Untuk menyatakan laju reaksi enzimatik bisa digunakan persamaan Michaelis-Menten

sebagai berikut: dengan v= laju reaksi dan S = konsentrasi subtrat.

Data di bawah ini merupakan data laju reaksi enzimatic untuk tiga kondisi, V1 jika hanya
memakai enzim, V2 dan V3 jika memakai dua jenis inhibitor yang berbeda:

a. Hitung vmax dan Km untuk setiap kasus tersebut. Untuk keperluan ini silakan
mentransformasi persamaan Michaelis-Menten menjadi bentuk linearnya yaitu
hubungan antara 1/v dan 1/S.
b. Hitung sum of square error (SSE) dari masing-masing kasus.
c. Sajikan hasil perhitungan untuk setiap kasus dalam bentuk tabel sbb:

Kasus 1
Vmax = .............. dan Km = ..................
S V1 data V1 perhitungan Kesalahan
1 0.191 .... ....
5 0.414 .... ....
15 0.484 .... ....
30 0.521 .... ....
45 0.514 .... ....
SSE = ..................

d. Plot masing-masing data percobaan dengan hasil perhitungan data-fitting-nya.

Jawaban:
No 1.

a = -281426.9851 b = -7611.0297 dan c = 19010.2911

Harga,1000 DDK Umur, tahun Luasan, m2 Harga terhitung Kesalahan
745 36 66 699.26 6.1402
895 37 68 729.66 18.473
442 47 64 577.51 -30.659
440 32 53 482.57 -9.674
1598 1 101 1631 -2.0652
Harga rumah
1800

1600

1400

1200
Harga, 1000 DKK

1000

800

600

400

200

0
1 2 3 4 5
Data
No 2.
Kasus 1
v_max = 0.55075 dan Km = 1.8759

S V1 data V1 hit Kesalahan

--- ------- ------ ---------
1 0.191 0.19151 -0.00050705
5 0.414 0.40049 0.013506
15 0.484 0.48953 -0.0055287
30 0.521 0.51834 0.002663
45 0.514 0.52871 -0.014708

SSE = 0.00043667
 0.55

0.5

0.45
laju reaksi enzimatis

0.4

0.35

0.3

0.25

0.2 v1 data
v1 hitung

0 5 10 15 20 25 30 35 40 45
konsentrasi susbtrat