DAFTAR ISI
1
ALJABAR LINEAR DAN
1
SISTEM PERSAMAAN LINEAR DAN MATRIKS
Materi :
1.1 Bentuk Umum Matriks
Definisi 1.1 Matriks adalah suatu susunan banjar (array) bilangan-bilangan dalam bentuk segi
empat, dengan jumlah baris sebanyak m dan jumlah kolom sebanyak n.
dinotasikan dengan
a11 a12
a1n Baris jumlahnya m
a a
A 21 22 a 2n atau dapat ditulis secara ringkas A (a )
dengan
ij mn
a a
m1 m2 a mn
Kolom jumlahnya n
dimana i =1,...,m dan j =1,...,n , a adalah elemen matriks A pada baris ke-i dan kolom ke-j.
ij
Contoh 1.1:
5 3 1 1
1 0 B
0 2 3 C 2 1 0 2
A D
3 1 0
2 3 4
6 0 6
Tentukan dimensi dari matriks berikut dan tentukan elemen dari matriks berikut ini
a21, b13 , c31, d23
2
ALJABAR LINEAR DAN
Definisi 1.2 Kesamaan dua matriks
Dua buah matriks dikatakan sama jika dimensi kedua matriks sama dan elemen-elemen
seletaknya sama.
Berikan dua contoh matriks yang sama
b) Jika A adalah matriks mxn, α adalah suatu skalar maka αA adalah matriks yang dibentuk
dari perkalian setiap elemen A dengan α.
c) Jika A dan B adalah matriks mxn maka A B adalah matriks mxn yang dapat dituliskan dari
A B A (B).
d) Jika A matriks mxr dan B matriks rxn maka hasil kali A.B=C adalah matriks mxn yang
anggota-anggotanya didefinisikan sebagai berikut:
4
ALJABAR LINEAR DAN MATRIKS
Latihan 1.1 Selesaikan soal berikut ini
2 1 0
1 2 4 2 1 3 C 1 3 2
A
B
2 6 0 1 2 4
3
0
2
a. Tentukan matriks 2C
b. Tentukan matriks A+B, periksalah apakah matriks yang diperoleh sama dengan
matriks B+A
c. Tentukan matriks A-B, periksa pula matriks B-A! Apa kesimpulan yang dapat
diambil?
d. Tentukan matriks AB, BA, AC, CA. Apakah semua matriks tersebut dapat ditentukan
nilai elemen-elemennya? Apa syarat agar dua matriks dapat dikalikan?
Teorema 1.1
Untuk setiap skalar α, β dan untuk setiap matriks A,B dan C dimana operasi-operasi yang
bersangkutan terdefinisi maka berlaku :
1. A B B A 6. ( )A ( A)
2. (A B) C A (B C) 7. (AB) (A)B A(B)
3. ( AB)C A(BC) 8. ( )A A A
4. A(B C) AB AC 9. (A B) A B
5. (A B)C AC BC
Bukti dapat dilihat di Howard Anton, Aljabar Linear Elementer
P 2
1 4 Q P adalah vektor baris dan Q adalah vektor kolom.
1
0
b. Matriks bujur sangkar berorde n jika jumlah baris dan kolom matriks sama yaitu n buah.
Contoh 1.4:
2 3 1
1 9 B 5 6 2
A 5 3
IF/ 5
4 2 0
IF/ 6
ALJABAR LINEAR DAN
c. Jika A matriks bujur sangkar maka elemen aii disebut elemen diagonal dari A, dan elemen-
31 32 33
elemen diluar diagonal A. a11, a22 , a33 disebut juga diagonal utama.
d. Jika A matriks bujur sangkar dan elemen aii 0 sedangkan semua elemen diluar diagonal A
Contoh 1.6:
1 0 0 1 0 0 0
2 0 0
0
A 0 3 0
0 0 2 D
0 0 3 0
0 0 0 9
e. Jika A matriks bujur sangkar dan elemen aii , i 1,..., n dimana adalah suatu skalar
Contoh 1.7:
2 0 0
3 0 B 0 2 0
A
0 3 0 2
0
f. Jika A adalah matriks skalar dimana aii 1, i 1,..., n , maka matriks A disebut matriks
Contoh 1.8:
1 0 1 0 0
A
B 0 1 0
0 0 1
0
g. Jika A adalah matriks dimana semua elemennya bernilai 0 maka A disebut matriks null,
sering dituliskan dengan matriks O .
IF/ 7
ALJABAR LINEAR DAN
Contoh 1.9:
0 0 0 0 0
O
O 0 0 0
0 0 0
0
IF/ 8
ALJABAR LINEAR DAN
h. Jika A matriks bujur sangkar dimana semua elemen diatas diagonal utama adalah nol maka
A disebut matriks segitiga bawah.
Contoh 1.10:
2 0 1 0 0
A
B 3 4 0
2 3 1
3
i. Jika A matriks bujur sangkar dimana semua elemen dibawah diagonal utama adalah nol
maka A disebut matriks segitiga atas.
Contoh 1.11:
3 4 5
2 3 B 0 1 2
A
0 1 0
Contoh 1.12:
2 3 1 2 4 1 2 4
2 1 0 AT 1 4 B 2 3 8 BT 2 3 8
A
3 4 5 4
0 8 7 4 8 7
Dari contoh matriks B adalah matriks simetri
Teorema 1.2
A,B adalah matriks mxn dan α adalah skalar maka berlaku sifat:
A
T
a) T
A
T
b) A B AT BT
IF/ 9
ALJABAR LINEAR DAN
T
c) A AT
IF/ 1
ALJABAR LINEAR DAN
Definisi 1.5
Jika A adalah matriks bujur sangkar maka trace A (ditulis tr(A)) didefinisikan sebagai jumlah
anggota-anggota dari diagonal utama matriks A. Trace A tidak terdefinisi jika A bukan matriks
bujur sangkar.
b. AT 2B
d. BT CA f. ( AC)T D
Latihan 1.3
Tentukan persamaan berikut yang merupakan persamaan linear :
a. x 3y
d. x1 x2 x3 ... xn 1
7
1
b. x 2x 4x 1 e. x1/2 1
3x 12 x
x1
1 2 3 4 2
2
c. x 1 1
x 4x f. 2x x 4x 1/2
x 12
1 2 3 1 2 3 4
3 3
Definisi 1.7
IF/ 1
ALJABAR LINEAR DAN
Sebuah himpunan terhingga m buah persamaan linear dengan variabel
IF/ 1
ALJABAR LINEAR DAN
a11 x1 a12 x2 ... a1n xn
b1 a21 x1 a22 x2 ... a2n xn
b2
am1 x1 am2 x2 ... amn xn bm
Definisi 1.8
Sistem persamaan yang tidak mempunyai penyelesaian disebut sistem yang tak konsisten
sedangkan jika minimal terdapat satu penyelesaian maka sistem tersebut disebut konsisten.
Setiap sistem persamaan linear mungkin tidak mempunyai penyelesaian, mempunyai tepat
satu penyelesaian, atau tak hingga banyaknya penyelesaian.
Latihan 1.4 Periksalah ketiga sistem persamaan berikut dan gambarkan penyelesaian dari
sistem persamaan tersebut dalam koordinat kartesian. Tentukan sistem persamaan yang
mempunyai tepat satu penyelesaian, tak hingga atau tidak mempunyai penyelesaian
x1 x2 x1 x2 x1 x2 2
2 2 x1 x2 2
x1 x2 x1 x2 1
2
Definisi 1.9
Suatu sistem persamaan linear dikatakan homogen jika semua konstantanya nol, yaitu jika
sistem tersebut mempunyai bentuk :
a11 x1 a12 x2 ... a1n xn 0
a21 x1 a22 x2 ... a2n xn 0
IF/ 1
ALJABAR LINEAR DAN
am1x1 am2 x2 ... amn xn 0
Setiap sistem homogen mempunyai sifat konsisten, karena semua sistem seperti itu
mempunyai penyelesaian
x1 0, x2 0, , xn 0 . Penyelesaian ini disebut penyelesaian
IF/ 1
ALJABAR LINEAR DAN
trivial. Jika ada penyelesaian lain yang memenuhi sistem persamaan tersebut maka
penyelesaian sistemnya disebut penyelesaian tak-trivial.
Contoh 1.14:
x1 3x2 x3 0
3x 2x 0
a) x 8x 0 1 2
b) 4x 0
2 3
6x
4x3 0 1
Definisi 1.10
Sistem m persamaan linear dengan n buah variabel dapat diubah dalam bentuk matrik yang
diperbanyak (augmented matrix) yang dituliskan sebagai:
a11x1 a12 x2 a1n xn b1 a11 a1 a1n b1
2
a x a x
b a a b
21 1 22 2
2
a2n xn 21 22 a2n 2
m1m2 a b
am1 x1 m
am2 x2 amn xn bm a amn
Latihan 1.5
Buatlah augmented matrix dari sistem persamaan linear berikut:
3x1 2x2 x3 15
5x1 3x2 2x3 0
3x1 x2 3x3 11
6x1 4x2 2x3 30
Definisi 1.11
Tiga langkah yang digunakan dalam OBE adalah:
1
ALJABAR LINEAR DAN
1. Kalikan suatu baris dengan bilangan real bukan nol.
2. Pertukarkan dua baris
3. Ganti suatu baris dengan hasil penjumlahannya dengan kelipatan dari baris lain.
1
ALJABAR LINEAR DAN
Definisi 1.12
Sebuah matriks dikatakan memiliki bentuk baris eselon jika:
1. Elemen bukan nol pertama dalam setiap baris adalah 1
2. Jika baris k tidak seluruhnya mengandung 0, maka banyak elemen nol bagian muka pada
baris k+1 lebih besar dari banyaknya elemen nol di bagian depan baris k.
3. Jika terdapat baris-baris yang elemennya semuanya adalah nol, maka baris-baris ini berada
tepat dibawah baris-baris yang memiliki elemen-elemen bukan nol.
Latihan 1.6 Tentukan apakah matriks-matriks berikut ini merupakan matriks yang memiliki
bentuk eselon baris atau tidak
2 3 6 1 3 4 1 2 3 1 2 3 4 1 2 3 4
a) 0 5 4 b) 0 1 2 c) 0 0 1 d) 0 1 7 2 e) 0 0 1 5
0 0 3 0 0 1 0 0 0 0 0 0 1 0 0 0 4
Definisi 1.13
Proses mengubah matriks yang diperbanyak menjadi matrik baris eselon dengan
menggunakan OBE disebut Eliminasi Gauss.
Definisi 1.14
Suatu matriks memiliki baris eselon tereduksi jika :
1. Matriks memiliki bentuk baris eselon.
2. Elemen bukan nol pertama dalam setiap baris adalah satu-satunya elemen bukan nol
dalam kolom yang bersangkutan.
Proses mengubah matriks yang diperbanyak menjadi matrik baris eselon tereduksi dengan
menggunakan OBE disebut Eliminasi Gauss-Jordan/Reduksi Gauss-Jordan.
Latihan 1.7 Tentukan apakah bentuk matriks berikut ini memiliki baris eselon tereduksi atau
tidak.
1 0 0 1 1 2 0 1 0 2 3 1
a) 0 1 0 9 b) 0 0 1 3 c) 3 6 3 2
0 0 1 5 0 0 0 0 6 6 3 5
1
ALJABAR LINEAR DAN
Contoh 1.15 :
Tentukan penyelesaian dari sistem persamaan berikut ini menggunakan reduksi Gauss-Jordan
2x1 4x2 3x3 1
x1 x2 2x3 9
3x1 6x2 5x3 0
e. Kalikan baris kedua dengan -3 kemudian tambahkan dengan bilangan pada baris ketiga
sehingga diperoleh matriks (e).
f. Kalikan baris ketiga dengan -2 sehingga diperoleh matriks (f).
g. Kalikan baris kedua dengan -1 kemudian tambahkan dengan bilangan pada baris pertama
sehingga diperoleh matriks (g).
1
ALJABAR LINEAR DAN
h. Kalikan baris ketiga dengan 7
kemudian tambahkan dengan bilangan pada baris kedua
2
selanjutnya kalikan baris ketiga dengan - 11 kemudian tambahkan dengan bilangan pada
2
Perhatikan kembali contoh 1.15 Proses yang dilakukan dari (a) sampai (f) adalah proses
Eliminasi Gauss.
1 1 2 9 x1 x2 2x3 9
0 1 17 dapat dituliskan x 7 x 17
7 menjadi
0 0 3
2 2 2 2 3 2
1 x 3
3
Latihan 1.8 Gunakan Eliminasi Gauss dan subtitusi balik untuk menentukan penyelesaian
dari sistem persamaan linear berikut ini kemudian periksa hasilnya dengan menggunakan
Reduksi Gauss Jordan
a) x1 x2 2x3 b) 2x1 3x2 x3 c) x1 x2 2x3 4
8 1
x1 2x2 3x3 1 x1 x2 x3 3 2x1 3x2 x3 1
3x1 7x2 4x3 10 3x1 4x2 2x3 4 2x1 3x2 x3 1
1
ALJABAR LINEAR DAN
a) AB dapat dibalik
1
b) AB 1
B A
1
2
ALJABAR LINEAR DAN
Untuk mendapatkan invers suatu matriks yang dapat dibalik A, kita harus menemukan
serangkaian OBE yang mereduksi A menjadi identitas dan kemudian melakukan serangkaian
Contoh 1.6:
Cari invers dari matriks
1 2 3
A 2 5 3
1 0 8
Penyelesaian:
Kita harus menyandingkan matriks A dengan matriks I berukuran 3x3 sehingga diperoleh
Latihan 1.10
1. Lakukan proses OBE pada contoh diatas sehingga terbukti bahwa invers dari A adalah
40 16 9
13 5 3
5 2 1
2
ALJABAR LINEAR DAN
2
DETERMINAN
Materi :
2.1 Pendahuluan
Definisi 2.1
Misalkan A adalah matriks bujur sangkar berukuran 2x2. Determinan matriks A didefinisikan
sebagai :
a11
det(A)=det a12
a11
a1 a a a a
2
a a a a 11 22 12 21
21 22 21 22
Definisi 2.2
Jika matriks A berukuran 3x3, determinan matriks A didefinisikan sebagai :
a11
a1 a1
det( A) a21 2 3
a11a22a33 a12a23a31 a13a21a32 a13a22a31 a12a21a33 a11a23a32
a31 a22 a23
a32 a33
IF/ 2
ALJABAR LINEAR DAN
*Aturan Sarrus hanya berlaku untuk matriks berukuran maksimal 3x3.
Teorema 2.1
Jika A matriks bujur sangkar maka:
i) Jika A mempunyai sebuah baris nol atau sebuah kolom nol maka det(A) = 0.
ii) det(A)=det(AT)
Latihan 2.2
Gunakan matriks 3x3 sebarang untuk memeriksa sifat i) dan ii) dari teorema 2.1.
Teorema 2.2
Jika A adalah suatu matriks segitiga nxn (segitiga atas,segitiga bawah, atau diagonal) maka
det(A) adalah hasil kali anggota-anggota pada diagonal utamanya, yaitu
det( A) a11a22ann
Latihan 2.3
Hitunglah determinan dari masing-masing matriks berikut ini:
3 2 1
1 0 0 1 0 0
A 0 2 1 B 6 2 0 C 0 2 0
0 0 5 1 4 3 0 0 5
2 0 0 0 1 0 0 0
1 5 0 0 0 2 0 0
D E 0 0 4 0
4 6 4 0
3 2 5 3 0 0 0 3
Teorema 2.3
IF/ 2
ALJABAR LINEAR DAN
Misalkan A matriks nxn
- Jika B adalah matriks yang dihasilkan jika suatu baris tunggal atau kolom tunggal dari A
dikalikan dengan suatu skalar α, maka det(B) = α.det(A).
IF/ 2
ALJABAR LINEAR DAN
- Jika B adalah matriks yang dihasilkan jika dua baris atau kolom dari A dipertukarkan maka
det(B) = -det(A).
- Jika B adalah matriks yang dihasilkan jika suatu panggandaan suatu baris A ditambahkan
pada baris lainnya atau jika suatu penggandaan suatu kolom ditambahkan pada kolom
lainnya, maka det(B) = det(A).
Contoh 2.1:
Hubungan Operasi
a11 a12 a13 a11 a12 a13 Baris pertama A dikalikan dengan α.
a21 a22 a23 a21 a22 a23
a31 a32 a33 a31 a32 a33
det(B)=α.det(A)
a21 a22 a23 a11 a12 a13 Baris pertama dan kedua dari A
a11 a12 a13 a21 a22 a23 dipertukarkan.
a31 a32 a33 a31 a32 a33
det(B) = - det(A)
a11 a21 a12 a22 a13 a23 a11 a12 a13 Suatu penggandaan baris kedua dari A
a21 a22 a23 a21 a22 a23 ditambahkan pada baris pertama.
a31 a32 a33 a31 a32 a33
det(B) = det(A)
Teorema 2.4
Jika A adalah matriks bujur sangkar dengan dua baris proporsional atau dua kolom
proporsional, maka det (A)=0.
Contoh 2.2 :
1 3
2 1 3 2
2 6 4 2 1 3 2 =0
3 1 4 3 1 4
Dari contoh baris pertama dan baris kedua adalah dua baris yang proporsional sehingga nilai
determinannya adalah 0.
IF/ 2
ALJABAR LINEAR DAN
Latihan 2.4
1 7 2 3 1 4 5
1 4
6 2 8 10
3 5 6
2 8 4 3 8
9 3 12 15
2 5
1 4
Periksalah bahwa matriks-matriks diatas mempunyai determinan nol, berikan alasannya!
Teorema 2.4
Sifat-sifat dasar determinan:
Misalkan A dan B matriks nxn dan α skalar maka
n
1. det( A) det( A)
2. det(AB) det(A).det(B)
2.3 Ekspansi
Kofaktor Definisi
2.3 Mij dan
Jika A sebuah matriks bujursangkar nxn maka minor dari aij dituliskan dengan
didefinisikan sebagai determinan sub-matriks yang masih tersisa setelah baris ke-i dan kolom
i j
ke-j dihilangkan dari A. Bilangan 1
dinyatakan oleh Cij dan disebut kofaktor anggota
M i
aij .
Contoh 2.3:
1 3 2 23
A 5 6 7 M 1 3 C 1
15 .M
15
4 3 4 3
2
23 23 23
Latihan 2.5
Dengan menggunakan matriks contoh 2.3 tentukan M12 , C12 dan M23 , C23
Teorema 2.5
Determinan suatu matriks A berukuran nxn bisa dihitung dengan mengalikan anggota-anggota
pada sebarang baris (atau kolom) dengan kofaktornya dan menjumlahkan hasil kali yang
IF/ 2
ALJABAR LINEAR DAN
didapatkan yaitu untuk setiap 1 i n dan 1 j n
det(A) a1 jC1 j a2 jC2 j ... (perluasan kofaktor disepanjang kolom ke-j)
anjCnj
(perluasan kofaktor disepanjang baris ke-i)
det(A) ai1Ci1 ai 2Ci 2 ... ainCin
IF/ 2
ALJABAR LINEAR DAN
Contoh 2.4:
3 1 0 4 3 2 3 2 4
det(A)= 2 4 3 3
4 2 (1) (0) 3(4) (1)(11) 0 1
2 5 4
5 4 2
Latihan 2.6
Gunakan kolom atau baris lainnya untuk menghitung determinan A! Apakah nilai determinan
yang diperoleh sama dengan contoh 2.4.
4 2 3 3 5 2 6
1 1 1
2
Contoh 2.5:
A 1 0 2 B
2 2 4 1 5
3 1
3 7 5 3
4 2 3 1 0 2 5 6 0 5 6
det(A)= 1 0 2 4 2 3 10 11 0 1 [55 (60)] 5
2 3 1 2 3 1 10 11
2 3 1
1 1 3
3 5 2 6 0 1 1 3
det(B) 0 3 3
1 2 1 1 1 2 1 1 1
1 8 0
2 4 1 5 0 0 3 3
3 7 5 3 0 1 8 0
1 1 3 3 3 3
1
IF/ 2
ALJABAR LINEAR DAN
1 0 3 3 1 0 1124 16 18
1 1
1 8 0 8 0 3 3
IF/ 3
ALJABAR LINEAR DAN
Latihan 2.7
Tentukan determinan dari matriks berikut ini
2 1 1 3 2 3 3
4 5 2
P 4 6 3
Q 2
2 0 2 1 3 2 4
4 2 3 2
2.5 Aplikasi Determinan
Salah satu kegunaan determinan adalah untuk menentukan invers suatu matriks
Teorema 2.6
Matriks A mempunyai invers jika dan hanya jika det(A) 0
Definisi 2.4
Matriks yang mempunyai determinan 0 disebut matriks tak singular, sedangkan matriks
yang mempunyai determinan = 0 disebut matriks singular.
Definisi 2.5
Jika A adalah sebarang matriks nxn dan Cij adalah kofaktor dari aij maka matriks
C11 C12 C1n
C C
C
21 22
2n
C C C
n1 n2
nn
disebut matriks kofaktor dari A. Transpos dari matriks ini disebut adjoin A dinyatakan adj(A).
Teorema 2.7
Jika A adalah suatu matriks yang dapat dibalik, maka:
1
A det( A adj( A)
1
)
Latihan 2.8
Tentukan adj(A) A1
dan
1 2 3
A 6 7 1
IF/ 3
ALJABAR LINEAR DAN
3 1 4
IF/ 3
ALJABAR LINEAR DAN
Teorema 2.8
Jika A dan B adalah matriks – matriks nxn yang taksingular, maka AB juga tak singular dan
1
AB 1
B A .
1
b2
am1 x1 am2 x2 ... amn xn bm
dapat dituliskan dalam bentuk hasil kali matriks
a11
a1 a1n x1 b1
2
a a a x
b2
2n 2
21 22
atau Ax b
x b
am1m2 a a mn n m
Teorema 2.9
Jika Ax
merupakan suatu sistem n persamaan linear dengan n peubah sedemikian
b
sehingga
A 0 maka sistem tersebut mempunyai penyelesaian tunggal yaitu:
Dengan A adalah matriks yang diperoleh dengan menggantikan anggota-anggota pada kolom
j
Contoh 2.6 :
Gunakan aturan Cramer untuk menyelesaikan
IF/ 3
ALJABAR LINEAR DAN
x1 2x3 6
3x1 4x2 6x3 30
x1 2x2 3x3 8
IF/ 3
ALJABAR LINEAR DAN
Penyelesaian
1 0 2 6 0 2 1 6 2 1 0 6
A 3 4 6 A 30 4 6 A 3 30 6 A 3 4 30
1 2 3 1 8 2 3 2 1 8 3 3 1 2 8
sehingga diperoleh
det( A1 ) 40
x10
det( A2 ) 72 det( A ) 152 38
x18 x3 det( A)3 44 11
1
det( A) 44 11 2
det( A) 44 11
Latihan 2.9
Selesaikan sistem persamaan berikut menggunakan aturan Cramer
4x 5 y 2
11x y 2z
3
x 5 y 2z 1
IF/ 3
ALJABAR LINEAR DAN
3
RUANG VEKTOR
Materi :
3.1 Vektor di R2 dan R3
Secara geometris vektor digambarkan sebagai ruas garis berarah.
Perhatikan gambar berikut ini :
v B Titik A disebut titik pangkal vektor dan titik B disebut titik ujung
Z
Y
A Titik Ujung
Titik Ujung
B
v w B
O
Titik Pangkal A Y
X
OO
Titik Pangkal X
OA,OB disebut vektor standar karena titik pangkal vektor tersebut berada pada titik O.
IF/ 3
ALJABAR LINEAR DAN MATRIKS
Definisi 3.1
Misalkan AB dan PQ adalah vektor dalam R2 dan R3 maka dalam koordinat kartesian vektor
komponen A =
(x1, y1 dan komponen B = (x2 , y2 sedangkan dalam R3 komponen P =
) )
AB
(x1, y1, dan Q = (x2 , y2 , z2 ) . Panjang vektor AB dan PQ dinotasikan
z1) dinotasikan
PQ adalah
w w v
w
v
b. Perkalian Vektor dengan Skalar
u
2
c. Vektor Negatif
u
Latihan 3.1
Misalkan u (2, 2,3), v (1, 3, 4) , w (3, 6, 4) . Hitunglah ekspresi yang ditunjukkan:
a. 3u 5v w
b. 1
uv d. u v
2w
2
1
c. u v e. w
w
IF/ 3
3.3 Ruang Vektor dan Sub Ruang
Vektor Aksioma 3.1
Misalkan V suatu himpunan tak kosong dimana operasi penjumlahan dan perkalian
didefinisikan, jika untuk setiap u, v, w anggota V dan α,β adalah skalar berlaku:
(a) u, v V u v V
(b) u v v u
(c) u (v w) (u v) w
(e) u V , u V u (u) 0
(f) α skalar, u V u V
(h) (u v) u v
(i) ( )u u u
(j) 1u u
IF/ 3
Maka V disebut ruang vektor dan anggota dalam V disebut vektor.
Contoh 3.2:
Misalkan V R2 adalah himpunan vektor-vektor yang didefinisikan sebagai berikut
x x
1
y1 y1
x1 x2 x1 x2
y y y y
1 2 1 2
Jika diberikan suatu ruang vektor V, maka kita dapat membentuk ruang vektor lain S yang
merupakan himpunan bagian dari V dan menggunakan operasi-operasi pada V.
Definisi 3.2
Jika S adalah himpunan bagian tidak kosong dari suatu ruang vektor V dan S memenuhi
syarat-syarat berikut ini maka berlaku :
Contoh 3.3:
1. u (u1, 0) (u1, 0) S
Contoh 3.4:
IF/ 3
ALJABAR LINEAR DAN
K bukan subruang dari R2 karena terdapat u (1, 0) K dan 1 R sehingga (1)u R .
Latihan 3.2
Periksa apakah himpunan berikut adalah subruang dari R3 .
Definisi 3.3
Contoh 3.5:
Diketahui
u (1, 2, 1) v (6, 4, 2) dalam R3. Periksalah w 4, 0, 4 dan
dan apakah
a. Jika w adalah kombinasi linear dari vektor u dan v maka w dapat dituliskan ke
dalam bentuk
w 1u 2 v sehingga diperoleh
IF/ 4
ALJABAR LINEAR DAN
4, 0, 4 1(1, 2, 1) 2 (6, 4, 2)
4, 0, 4 (1, 21, 1) (62 , 42 , 22 )
IF/ 4
ALJABAR LINEAR DAN
6 1 62 4
4
1 2
4
2
21 42 1 2
0
2 4 82 8
1 2
1
2
Kemudian
2 1 disubstitusikan ke persamaan 1) atau 3) sehingga diperoleh
1 2 . Terakhir memeriksa hasil dengan cara mensubstitusikan 1,2 ke
b. Jika a adalah kombinasi linear dari vektor u dan v maka a dapat dituliskan ke dalam
bentuk
a 1u 2 v sehingga diperoleh
6 3 1 62 3
1 2
2 2
21 42 1 1 2
2 8 2 5
2
1 2
8
IF/ 4
ALJABAR LINEAR DAN
2
5
Kemudian
2 5 disubstitusikan ke persamaan 1) atau 3) sehingga diperoleh
8
1 3 . Terakhir memeriksa hasil dengan cara mensubstitusikan
1,2 ke
4
persamaan 3 ternyata diperoleh
IF/ 4
ALJABAR LINEAR DAN
3 5
2 4
1 4 8
3 5
1
2 2
1 1
Latihan 3.3
Diketahui
u (2,1, 4) v (1, 1,3) w (3, 2,5) , nyatakan vektor-vektor berikut ini
, dan
Definisi 3.4
S s1 , s2 ,..., sn
dimana
Contoh 3.6:
ditunjukkan bahwa vektor (x, y, adalah kombinasi linear dari u, v, w , sehingga dapat
z)
dituliskan
IF/ 4
ALJABAR LINEAR DAN
Latihan 3.4
1 0, 2 0, ..., r 0
Definisi 3.6
IF/ 4
ALJABAR LINEAR DAN
Misalkan S = { v1, v2 ,..., vr } adalah suatu himpunan vektor-vektor tak kosong, vektor-vektor
Contoh 3.7:
1 1
a. Vektor-vektor dan adalah bebas linear karena jika
1 2
1
1 maka
0 0 dan 2 sehingga diperoleh
0
1 2 1 2 1 2
1 2 0
1 2 0
b. Diketahui dua vektor (4,3) dan (4, 3) maka
41 42
0 misalkan maka t
t
3 3 0 2 1
1 2
Maka kedua vektor bergantung linear. Atau tanpa menyelesaikan sistem persamaan
linear kita dapat menunjukkan bahwa determinan dari matriks koefisiennya = 0 maka
sistemnya punya penyelesaian tak-trivial.
Latihan 3.5
Periksalah apakah vektor-vektor berikut ini bebas linear atau bergantung linear
IF/ 4
ALJABAR LINEAR DAN
IF/ 4
ALJABAR LINEAR DAN
2. S membangun V
Basis dari suatu ruang vektor bisal lebih dari satu. Ada dua macam basis yang kita kenal,
yaitu:
a. Basis standar
Contoh 3.8:
- S {(1, 0,..., 0),(0,1,..., 0),...,(0,
dimana (1, 0,..., 0),(0,1,..., 0),...,(0, 0,...,1)
0,...,1)}
adalah anggota vektor Rn sehingga (1, 0,..., 0),(0,1,..., 0),...,(0, 0,...,1) adalah basis
1dari
standar 0 Rn 0. 1 0 0 0 0
- S , , , adalah basis dari M .
22
0 0 0 0 1 0 0 1
- Didalam R2 dan R3 , basis standar sering dituliskan menjadi i, j, k .
b. Basis tidak standar
Definisi 3.8
Suatu ruang vektor tak nol V disebut berdimensi terhingga jika V berisi suatu himpunan
seperti itu maka V disebut berdimensi tak hingga. Ruang vektor nol berdimensi hingga.
Teorema 3.1
Jika V adalah suatu ruang vektor berdimensi terhingga dan v1 , v2 ,..., vn adalah sembarang
basis, maka:
a. Setiap himpunan yang lebih dari n vektor adalah tak bebas linear.
b. Tidak ada himpunan dengan vektor yang kurang dari n yang membangun V.
IF/ 4
ALJABAR LINEAR DAN
Teorema 3.2
Semua basis untuk suatu ruang vektor berdimensi terhingga mempunyai jumlah vektor
yang sama.
Definisi 3.9
Dimensi suatu ruang vektor berdimensi terhingga V, yang dinyatakan dengan dim(V),
didefinisikan sebagai jumlah vektor dalam suatu basis untuk V.
Teorema 3.3
Jika V adalah suatu ruang vektor berdimensi n , dan jika S adalah suatu himpunan dalam V
dengan tepat n vektor, maka S adalah suatu basis untuk V jika S merentang V atau S bebas
linear.
Contoh 3.9:
Misalkan
v1 (1, 2,1), v2 (2,9, 0), v3 (3,3, 4) . Tunjukkan bahwa himpunan S={ v1, v2 , v3
}
adalah suatu basis dari R3.
Penyelesaian:
Untuk menunjukkan bahwa himpunan S membangun R3 akan ditunjukkan bahwa untuk
Sehingga diperoleh (b1,b2 ,b3 ) 1(1, 2,1) 2 (2,9, 0) 3 (3,3, 4)
(b1,b2 ,b3 ) (1 22 33 , 21 92 33 ,1 43 )
IF/ 5
ALJABAR LINEAR DAN
1 43 b3
IF/ 5
ALJABAR LINEAR DAN
1 v1 2 v2 3 v3 0
Maka 1 2 3 0
Karena dim R3 = 3 dan jumlah anggota S = 3, maka kita hanya perlu menunjukkan bahwa
vektor-vektornya saling bebas linear atau membangun. Dengan menunjukkan matriks
koefisiennya punya determinan tidak nol, maka dikatakan S bebas linear dan membangun
1 2 3
A 2 9 3
1 0 4
det(A) 1
Latihan 3.6
1 2 1
Tunjukkan bahwa 2 , 1 , 0 adalah basis R3
3 0 1
Misalkan V adalah suatu ruang vektor dengan basis B = b1 ,b2 ,..., bn dan v V . Koordinat
vektor v terhadap basis B adalah :
1
v 2 IF/2011 34
B
n
ALJABAR LINEAR DAN
Dimana 1b1 2 b2 n bn v
Contoh 3.10:
1 1 1 1
Tentukan koordinat vektor v 0 terhadap basis B 0 , 2 , 1
3 0 0 2
Penyelesaian
1
Koordinat v terhadap B adalah vektor v 2 yang memenuhi
B
3
1 1 1 1
0 2
1 0
1 2 3
0 0 2 3
Sehingga diperoleh matriks augmentednya
1 1 1 1 OBE 1 0 0 94
0 2 1 0 0 1 0
0 0 2 3 0 0 1 3 4 3
2
9
3 4
Jadi v 4
B 3
2
IF/ 3
ALJABAR LINEAR DAN
1 1 1
'
B 2 , 1 , 0
0 2 0
34
v '
B 2
9
4
Latihan 3.7
Tentukan koordinat relatif dari (3,2,5)T terhadap basis
(2,3, 4) . T
Teorema 3.4
Koordinat vektor terhadap suatu basis tertentu adalah tunggal.
Definisi 3.11
Pandang
B b1 ,b2 ,...,bn dan U u1 ,u2 ,...,un untuk ruang vektor V. Matriks transisi dari
B ke U adalah
P b 1
U
, b2 ... bn
U
U
Dan memenuhi
persamaan
v P v V
U
v
B
Matriks P adalah matriks tak singular dan P’ adalah matriks transisi dari U ke B.
IF/ 3
ALJABAR LINEAR DAN
Contoh 3.11:
IF/ 3
ALJABAR LINEAR DAN
a. Carilah matriks transisi dari perubahan basis v1 , v2 ke u1 , u2 dimana
5 7 3 1
v2 dan u2
v1 , u1 1
2
3
,
2
1
b. Jika a tentukan a
V U
Penyelesaian
v1 p11u1 p21u2
v2 p12 u1 p22
u2
Dengan mensubstitusi v1, dan u1, diperoleh dua persamaan sebagai berikut:
v2 u2
5 3 p11 p21 7 3 p12 p22
2 2 p p dan 3 2 p p
21
11 12 22
p11 3 p12 4
Dari persamaan ini diperoleh dan
p 4 p 5
21 22
3 4
Sehingga diperoleh P
4 5
adalah matriks transisi dari basis v1 , v2 ke u1 , u2 .
b. Dapat ditunjukkan pula bahwa
a
3 4 3 4 1 5
U a 4 5
V
IF/ 3
ALJABAR LINEAR DAN
4
5 2 6
Latihan 3.8
1. Dari contoh diatas tentukan matriks transisi dari basis u1 , u2 ke v1 , v2
2. Misalkan v (4, 6, 7)T , v (0,1,1)T , v (0,1, 2)T adalah basis dan u (1,1,1)T ,
1 2 3 1
IF/ 3
ALJABAR LINEAR DAN
a. Tentukan matriks transisi dari u1 , u2 ,u3 ke v1 , v2 , v3
b. Jika x 2v1 3v2 4v3 , tentukan koordinat dari x relatif terhadap u1 , u2 ,u3
1 0 0
0 1 0
Teorema 3.5
Operasi baris elementer tidak mengubah ruang null dari suatu matriks
Operasi baris elementer tidak mengubah ruang baris suatu kolom
Contoh 3.13:
IF/ 4
ALJABAR LINEAR DAN
1 2 1 1
Diketahui A 2 4 3 0
1 2 1 5
Tentukan basis untuk ruang kosong A (N(A))
Penyelesaian
Menggunakan operasi baris elementer diperoleh matriks U yang merupakan matriks bentuk
eselon baris tereduksi dari A.
1 2 0 3
U 0 0 1 2
0 0 0 0
Karena persamaan Ax 0 ekivalen Ux 0 (berdasarkan Teorema 3.5) maka
dengan
x N ( A) jika dan hanya jika
x1 2x2
3x4 0 x1 2x2 3x4
x 2x 0 sehingga x 2x
3 4 3 4
Teorema 3.6
Jika suatu matriks U berada dalam bentuk baris eselon maka vektor-vektor baris dengan
IF/ 4
ALJABAR LINEAR DAN
utama 1 (yaitu vektor-vektor tak-nol) membentuk suatu basis untuk ruang baris U dan
IF/ 4
ALJABAR LINEAR DAN
vektor-vektor kolom dengan utama 1 dari vektor-vektor baris membentuk suatu basis untuk
ruang kolom dari U.
Teorema 3.7
Jika A dan B adalah matriks yang ekivalen baris maka
a. Suatu himpunan vektor kolom dari A yang bebas linear jika dan hanya jika vektor-vektor
kolom yang berpadanan dari B juga bebas linear.
b. Suatu himpunan vektor kolom dari A yang diberikan membentuk suatu basis untuk
ruang kolom dari A jika dan hanya jika vektor-vektor kolom yang berpadanan dari B
membentuk suatu basis untuk ruang kolom dari B.
Berdasarkan teorema 3.6 , teorema 3.7 dan teorema 3.5 maka kita dapat menentukan basis
dari suatu matriks A dengan cara
IF/ 4
ALJABAR LINEAR DAN
Definisi 3.13
Rank dari suatu matriks A adalah dimensi dari ruang baris/ruang kolom dari A. Nulitas
adalah dimensi dari ruang nol.
Pada umumnya jumlah rank dan nulitas akan selalu sama dengan banyak kolom dari
matriks.
Teorema 3.8
Jika A adalah matriks m x n, maka rank dari A ditambah nulitas dari A sama dengan n.
Contoh 3.14
1 2 3
2 1 0
Diketahui A
3 1 1
5 0 1
Tentukan
a. Semua vektor baris dan vektor kolom dari A
b. Basis dan dimensi dari ruang kolom A
c. Basis dan dimensi dari ruang baris A
Penyelesaian
IF/ 4
ALJABAR LINEAR DAN
1 2 3 1 2 3
2 1 0 0 1 65
b. A U
3 1 1
0 0 1
5 0 1 0 0 0
Bilangan utama 1 ada pada semua kolom pada matriks U sehingga basis dari ruang
1 2 3 5 1 2 3 5
0 1 1 2 U
c. A 2 1 1 0
T
3 0 1 1 0 0 1 2
Bilangan utama satu terletak pada kolom ke-1,2,3 maka basis dari ruang baris A adalah
Latihan 3.9
1. Tentukan basis dan dimensi dari ruang kosong A jika ada
1 1 3 1 4 5 2
(i) A 4
4 (ii) A 2 1 3 0
5
1 3 2 2
7 6 2
2. Tentukan basis ruang kolom, basis ruang baris dan rank dari matriks A berikut ini
1 1 3 2
2 0 1 1
2 1 1 1
3 2 3 3
3. Tentukan basis dari ruang yang direntang oleh vektor – vektor berikut ini
IF/ 4
ALJABAR LINEAR DAN
Materi :
4.1 Hasil Kali Dalam Baku
Definisi 4.1
u.v
Jika u dan v adalah vektor-vektor kolom dalam ruang berdimensi 2 maka dinotasikan
sebagai hasil kali titik/hasil kali skalar
Definisi 4.2
IF/ 4
ALJABAR LINEAR DAN
Jika u dan v adalah vektor-vektor dalam ruang berdimensi 2 dan berdimensi 3, adalah
sudut antara u dan v , maka hasil kali titik atau hasil kali dalam Euclidean
u
v cos jika u dan v 0
u.v
, 0
0 dan v 0
jika u 0
Definisi 4.3
Jika u dan v adalah vektor-vektor tak-nol, maka sudut dari dua buah vektor dapat
ditentukan dengan cara
cos u.v
u .v
Latihan 4.1
1 1
tentukan
b a a, b
1.
Jika a 2 b 2 T dan
3 2
Definisi 4.4
Jika
IF/ 4
ALJABAR LINEAR DAN
u (u1,u2 ,u3 ), v (v1, v2 , v3 ) adalah vektor-vektor dalam ruang berdimensi 3 maka hasil
IF/ 4
ALJABAR LINEAR DAN
u2
uv u3 u3 u1 u2
u1 , ,
v v v v v v
2 3 1 3 1 2
Contoh 4.1:
0
1 3 1 3 0
Latihan 4.2
a. Hitunglah u
v dimana u (2, 1,1) dan v (1,1, 2)
b. Kemudian
tentukan u dan ,
v u v
c. Hitunglah dan u v .v . Apa yang dapat Anda simpulkan dari hasil perhitungan
uv
.u
tersebut?
2 2 2
d. Periksalah apakah u v . (u v)
2
IF/ 4
u v ALJABAR LINEAR DAN
IF/ 5
ALJABAR LINEAR DAN
1. Simetris : u, v,u
v
2. Aditivitas :u u, w v, w
v, w
3. Homogenitas :
u, . u, v
v
4. Positifitas : u, u 0 u,u
dan 0u0
Ruang vektor yang dilengkapi dengan hasil kali dalam disebut ruang hasil kali dalam.
Contoh 4.2
1. Ruang hasil kali dalam Euclides ( Rn )
Misalkan u, v Rn u, u v u v ... u v .
maka v
1 1 2 2 n n
Panjang vektor di Rn dapat dinyatakan sebagai bentuk hasil kali dalam yaitu
1/2
u u,u u1u1 u2u2 ... unun
Dapat ditunjukkan bahwa sifat simetris, aditivitas, homogenitas dan positifitas dipenuhi
u, v
2u1v1 u2v2 3u3v3 2v1u1 v2u2 v,u
3v3u3
b. Aditivitas
IF/ 5
ALJABAR LINEAR DAN
u, w v, w
c. Homogenitas
d. Positifitas
Ambil u W maka
u,u 2u u u u 3u u 2u 2 u 2 3u 2
1 1 2 2 3 3 1 2 3
Karena u 2 ,u 2 ,u 2 0 maka 2u 2 u 2 3u 2 0
1 2 3 1 2 3
dan 2u 2 u 2 3u 2 0 u 0
1 2
IF/ 5
ALJABAR LINEAR DAN
Latihan 4.3
IF/ 5
ALJABAR LINEAR DAN
Teorema 4.1
Berikut ini beberapa sifat dari vektor-vektor dalam ruang hasil kali dalam
Jika
u, v, w adalah vektor-vektor dalam ruang hasil kali dalam real, dan adalah skalar
sembarang maka :
a. 0, v v, 0
b. u, v u, u, w
w v
c. u,v . u, v
d. v, w u, w v, w
u
e. u, v u, u, w
w v
Latihan 4.4
1. Buktikan Teorema 4.1
2. uJika U v11
11 u12
V
IF/ 5
v12 ALJABAR LINEAR DAN
didefinisikan
hasi l kali dalam untuk M maka
u u 22
v v
21 22 21 22
U ,V 2 u 2 u 2 2u
u11122122
u v u v u v u dan U U 1/2
v ,U
11 11 12 12 21 21 22 22
Tentukan
1 2
U ,V jika U 4 6
V
3 5 0 8
IF/ 5
ALJABAR LINEAR DAN
Definisi 4.6
Latihan 4.5
1 0 0 2
Tunjukkan bahwa matriks U V saling ortogonal
1 1 0 0
v1, v2
Diketahui V adalah ruang hasil kali dalam dan , , vn V
. H v1 , v2 , , vn disebut
himpunan ortogonal jika untuk setiap vektor dalam V saling tegak lurus berlaku
vi , vj i j dan i, j 1, 2,..., n .
0
Definisi 4.8
Latihan 4.6
IF/ 5
ALJABAR LINEAR DAN
Diketahui u (0,1, 0), u (1, 0,1), u (1, 0, 1) R dan R3 adalah ruang hasil kali dalam.
3
1 2 3
IF/ 5
ALJABAR LINEAR DAN
c. Hitunglah u1 , u2 , u3
1
v .u , v 1 1
.u , v d. Tentukan v , v , v
.u
1 1 2 3 3 1 2 3
u1 2 u2
u3
e. Hitunglah v1 , v2 , v3
NB: Vektor v1, v2 , v3 disebut vektor satuan/vektor normal karena vektor ini mempunyai
panjang 1.
u proy W u
proyW u W proyW u
W
proyW u adalah proyeksi ortogonal u pada W dan proy u adalah proyeksi ortogonal u
W
maka sehingga
pada W┴. Jika u proyW u proyW proyW u u proyW
u u
IF/ 5
ALJABAR LINEAR DAN
Teorema 4.2
Misalkan W adalah subruang berdimensi tehingga dari suatu ruang hasil kali dalam V.
IF/ 6
ALJABAR LINEAR DAN
a. Jika v1 , v2 ,..., vr adalah suatu basis ortonormal untuk W, dan u adalah sebarang vektor
b. Jika v1, v2,..., vr adalah suatu basis ortogonal untuk W dan u adalah sebarang vektor
dalam V maka
u, v1 u, v2 u, vr
proyW u 2 v1 2 v2 ... 2 vr
v1 v2 vr
Latihan 4.7
v2
4 3
v2 , 0, .
5 5
Definsi 4.9
Metode Gram-Schimdt adalah metode yang digunakan untuk mengubah himpunan vektor
yang bebas linear menjadi himpunan vektor ortogonal.
Misalkan diketahui B = b1 ,b2 ,..., bn adalah himpunan vektor yang bebas linear, maka B
dapat diubah menjadi himpunan S = s1 , s2 ,..., sn yang ortogonal dengan cara:
1. s1 u 1
u2 , s1
2. s2 u2 proyW u2 u2 2 s1
1
s1
IF/ 6
ALJABAR LINEAR DAN
u3 , s1 u3 , s2
3. s3 u3 proyW u3 u3 2 s1 2 s2
2
s1 s2
u4 , s1 u4 , s2 u4 , s3
4. s4 u4 proyW u4 u4 2 s1 2s2 2s3
2
s1 s2 s3
5. ...
un , s1 un , s2 un , sn
6. sn un proyW un un 2 s1 2s2 ... 2sn
2
s1 s2 sn
Contoh 4.3:
Diketahui u , u ,u adalah basis untuk ruang vektor R
1 2 3
2
dengan hasil kali dalam. u (1,1,1) ,
1
a. Ubahlah basis
u1,u2 ,u3 menjadi basis ortogonal s1, s2 , s3
Penyelesaian
1. s1 u1 (1,1,1)
2 2 1 1
2. s2 u2 proyW1 u 2 u2 u2 , s1 0,1,1 3 (1,1,1) 3 3, 3,
2 s1
s1
u3 , s1 u3 , s2
3. s3 u3 proyW u3 u3 2 s1
2 s2
2
s1 s2
1 1/ 3 2 1 1 1 1
0, 0,1 3 (1,1,1)2/ 3 3 3 , 3 , 0,
2 2 ,
IF/ 6
ALJABAR LINEAR DAN
1 1
Jadi s
(1,1,1) 2 1 1 s 0, ,
s
1 2 3
, ,
3 3 3 2 2
Setelah dihitung diperoleh norma dari masing-masing vektor
6
s1 3 s2 s3 1
3 2
1 1
v3 s 0, ,
2
s3 2
Latihan 4.7
Diketahui H {v1, v2 , v3}dengan v1 (1,1,1) v2 (1, 2,1) v3 (1,1, 0) adalah basis
a. Ubahlah
H {v1, v2 , v3} menjadi basis-basis ortogonal.
b. Ubahlah
H {v1, v2 , v3}menjadi basis-basis ortonormal.
Salah satu kegunaan dalam menggunakan basis ortonormal adalah sebagai berikut:
Teorema 4.2
Jika S v1 , v2 ,..., vn adalah suatu basis ortonormal untuk suatu ruang hasil kali dalam V, dan
u V maka berlaku:
u u, v1 v1 u, v2 ... u, vn vn
v2
IF/ 6
ALJABAR LINEAR DAN
Latihan 4.7
Diberikan suatu basis-basis ortonormal yang relatif terhadap suatu ruang hasil kali dalam.
7) , 2
2 2
2 2 1
u , , 2 1 2 1 2 2
u
u
2. w (1, 0,
1
2) , ,
3 3 3 3
2 , ,
3
3 3 3 3 3
IF/ 6
ALJABAR LINEAR DAN
5 TRANSFORMASI LINEAR
MATERI :
5.1 Transformasi Linear
Definisi 5.1
Suatu fungsi yang memetakan suatu vektor di ruang vektor V ke ruang vektor W
1. T (u v) T (u) T (v)
2. T (u) T (u)
Jika V=W maka transformasi T :V V disebut suatu operator linear pada V.
Transformasi T :V W dengan T (u) 0 disebut transformasi nol.
IF/ 6
ALJABAR LINEAR DAN
Transformasi T :V W
A dengan
T (u) Au disebut transformasi matriks, sedangkan A
disebut matriks transformasi.
Contoh 5.1
xy
Diketahui
T : R2 R3
dengan x x . Periksalah apakah T adalah transformasi
T
y
y
linear?
Penyelesaian:
x1 x2
Ambil u ,v R2 sembarang
y y
1 2
x1 x2 x1 x2
a. u v maka
y y y y
1 2 1 2
x x (x1 x2 ) ( y1 y2 ) x1 y1 x2 y2
T
uv T 1 2 x x
T (u) T (v)
x x
y1 y2 1
y y
2
y
1
2
y
1 2 1 2
x1
b. Ambil u y R , suatu skalar sembarang sehingga
2
1
x1 x1 y1 (x1 y1) (x1 y1)
T (u) T x 1 x1 x1 T (u)
y
1
y1
y1 y1 xy
IF/ 6
x ALJABAR LINEAR DAN
Jadi dari a) dan b) terbukti bahwa T x
adalah transformasi linear.
y
y
IF/ 6
ALJABAR LINEAR DAN
Contoh 5.2
x 2x
Diketahui
T : R2 R3 T x2 . Periksalah apakah T adalah transformasi
dengan
y 2
y
linear?
Penyelesaian:
x1
Untuk sebarang u y R2 dan sebarang diperoleh
1
2 x12
T ( u) x .T (u) .2xx1 2
1 2
1 2
y
y1 1
x 2x
Sehingga
T x2 bukan merupakan transformasi linear.
y 2
y
Latihan 5.1
a
Periksa apakah T : R3 P dengan T b (abc) (a b)x (a merupakan suatu
2
c)x
2
c
transformasi linear
IF/ 6
ALJABAR LINEAR DAN
Ker(T)) adalah himpunan u sedemikian sehingga T (u) 0 atau Ker(T)= u T (u) 0 . Ker(T)
sering disebut ruang nol dari T. Himpunan semua b sedemikian sehingga T (u) b disebut
range dari T atau disingkat R(T ) . R(T ) disebut juga dengan bayangan u oleh T (u) .
Definisi 5.3
Jika 𝑇: 𝑉 → W adalah suatu transformasi linear, maka dimensi daerah hasil dari T
dinyatakan sebagai rank dari T (notasi : rank(T)) dan dimensi dari T dinyatakan nullitas dari
T (notasi:nullitas(T)).
Teorema 5.2
Jika A adalah suatu matriks mxn dan 𝑇𝐴: 𝑅𝑛 → 𝑅𝑚 adalah perkalian dengan A, maka :
a. Nullitas(𝑇𝐴) = Nullitas(A)
b. Rank((𝑇𝐴) = Rank (A)
c. Rank((𝑇𝐴)+ Nullitas(𝑇𝐴)=n
Contoh 5.3
IF/ 7
ALJABAR LINEAR DAN
Penyelesaian :
a. Kernel
IF/ 7
ALJABAR LINEAR DAN
b. Periksa apakah vektor (5,0) dan vektor (-3,12) berada pada R(T)
c. Periksa apakah vektor (3,2) dan vektor (5,10) berada pada Ker(T)
5.3 Matriks Transformasi
Definisi 5.4
Diketahui ruang V,W dengan dimensi ruang vektor berturut-turut n dan m dan transformasi
linear 𝑇: 𝑉 → W dengan fungsi 𝑇(𝑥̅), 𝑥̅ ∈ 𝑉. Jika B merupakan basis V, dan B’adalah basis
dari W . Jika A adalah matriks standar maka ✯𝑥̅ ∈ 𝑉 dapat ditentukan dengan
𝐴[𝑥̅]𝐵 = [𝑇(𝑥̅)]𝐵𝘍
A disebut matriks untuk T berkenaan dengan basis B dan B’
T= transformasi V ke W
𝑥̅𝑇(𝑥̅)
T
A
[𝑥̅]𝐵 [𝑇(̅𝑥̅)]𝐵𝘍
Diasumsikan 𝐵 = {̅𝑢̅1̅, ̅𝑢̅2̅, … , ̅𝑢̅𝑛̅} adalah basis pada ruang V dan 𝐵 ′ = {𝑣̅̅1̅, ̅𝑣̅2̅, … , ̅𝑣̅𝑚̅} adalah
basis pada ruang W, maka untuk mengkonstruksi matriks A dapat diperoleh dengan cara
mentransformasi basis-basis di B lalu menentukan koordinat vektor dari setiap hasil
transformasi matriks terhadap basis-basis B’ . Dapat dituliskan
A T (u1
B
T (u2 )
... T (un )
' atau
) ' B
'
B
) ) '
'
B
B
Sehingga 𝐴[𝑥̅]𝐵 = [𝑇(𝑥̅)]𝐵𝘍 dapat dituliskan menjadi [𝑇]𝐵𝘍,𝐵[𝑥̅]𝐵 = [𝑇(𝑥̅)]𝐵𝘍 .
IF/ 7
ALJABAR LINEAR DAN
Notasi [𝑇]𝐵𝘍,𝐵 subscript kanan adalah suatu basis untuk daerah asal T, sedangkan subscript
kiri adalah suatu basis untuk ruang bayangan dari T. Jadi untuk notasi [𝑇]𝐵𝘍,𝐵 basis dari
daerah asal adalah B dan basis untuk ruang bayangan adalah B’.
Contoh 5.4
𝑥2 𝑥1
Diketahui transformasi linear 𝑇: 𝑅 → 𝑅 dengan 𝑇 ((𝑥 )) = (−5𝑥1 + 13𝑥2).
2 3
2 −7𝑥1 + 16𝑥2
Jika A ={𝑢̅1 , 𝑢̅ 2 } ={(3,1)T,(5,2)T} adalah basis dari 𝑅 2 dan
B={𝑣1 , 𝑣2̅ , 𝑣3̅ }={(1,0,-1)T,(-1,2,2)T,(0,1,2)T}adalah dari 𝑅 3 .
a. Tentukan matriks T terhadap basis A dan B.
b. Dengan cara tak langsung untuk 𝑥̅ = (2,1) Tentukan 𝑇(𝑥̅)
c. Dengan cara langsung untuk 𝑥̅ = (2,1) Tentukan 𝑇(𝑥̅)
Penyelesaian:
a. Pertama dihitung nilai 𝑇 (𝑢̅1 ) dan 𝑇 (𝑢̅ 2 ) (dengan kata lain bayangan dari 𝑢̅̅1̅ dan 𝑢̅̅2̅ )
yaitu
1 2
𝑢̅𝑇 ( 3 5
) = 𝑇 (( )) = ( ) 𝑢̅𝑇 ( ) = 𝑇 (( )) = ( )
−2 dan 1
1 1
2
1 −5 −3
Karena 𝑇 (𝑢̅1 ) dan 𝑇(𝑢̅ 2 ) berada di R3 dan B={𝑣1 , 𝑣2̅ , 𝑣3̅ } adalah basis dari R3 maka masing
𝑇(𝑢̅1 ) dan 𝑇(𝑢̅ 2 ) dapat dinyatakan sebagai kombinasi linear dari 𝑣1 , 𝑣2̅ , 𝑣3̅ , sehingga
𝑇(𝑢̅1 ) = 𝛼1 𝑣̅̅1̅ + 𝛼2 𝑣̅̅2̅ + 𝛼3 𝑣̅̅3̅ dan 𝑇(𝑢̅ 2 ) = 𝛽1 ̅𝑣̅1̅ + 𝛽2 ̅𝑣̅2̅ + 𝛽3 ̅𝑣̅3̅
Maka dengan OBE diperoleh vektor koordinat 𝑢̅1 dan 𝑢̅ 2 terhadap basis B yaitu
IF/ 7
ALJABAR LINEAR DAN
1 3
[𝑇(𝑢̅1 )]𝐵 = ( 0 ) dan [𝑇(𝑢̅ 2 )]𝐵 = 1).
( −1
−2
1 3
Jadi matriks transformasi [𝑇]𝐵,𝐴 = 0 1).
( −2 −1
b. Cara tak langsung adalah dengan mencari [𝑥̅]𝐴 terlebih dahulu, karena 𝑥̅ dapat
dituliskan sebagai kombinasi linear dari 𝑢̅̅1̅ dan ̅𝑢̅2̅ maka 𝑥̅ dapat dituliskan dengan:
𝑥̅ = 𝛼1 𝑢̅̅1̅ + 𝛼2 ̅𝑢̅2̅
−1
Sehingga diperoleh [𝑥̅]𝐴=( ) lalu diketahui bahwa [𝑇(𝑥 )]𝐵 = [𝑇]𝐵,𝐴. [𝑥]𝐴 masi
[𝑇]𝐵,𝐴 1
sehingga 1 3 2 2
−1
[𝑇(𝑥)] = ( )( [ ]
𝐵 0 1 ) = (1). Vektor 𝑇(𝑥) 𝐵 = (1)adalah vektor koordinat dari
−2 −1 1 1 1
daerah hasil 𝑅3 terhadap basis B maka
1 −1 0 1
Vektor 𝑇(𝑥̅) = 2. ( 0 ) + 1. ( 2 ) + 1. (1) = (3)
−1 2 2 2
c. Dengan cara langsung maka
1
𝑇 ((2)) = (3)
1
2
Hasil b. sama dengan hasil c.
Latihan 5.3
Misal {̅𝑣1̅ ̅, 𝑣̅̅2̅, ̅𝑣̅3}̅ merupakan basis 𝑅 3 . Transformasi linear 𝑇: 𝑅 3 → 𝑃 2 memiliki fungsi
𝑇 (𝑣̅7 ) = 𝑤i dengan 𝑣̅̅1̅ = (1,1, −1), ̅𝑣̅2̅ = (0,1, −1), ̅𝑣̅3̅ = (0,0, −1), 𝑝 (𝑥 ) = 1 − 𝑥 +
𝑥2, 𝑞(𝑥) = 1 + 2𝑥2, 𝑟(𝑥) = 2𝑥 − 𝑥2.
IF/ 7
ALJABAR LINEAR DAN
a. Tentukan matriks transformasi A sedemikian sehingga 𝐴𝑣̅7 = 𝑤i
IF/ 7
ALJABAR LINEAR DAN
Definisi 5.5
Misalkan
T : Rn Rm T (x) Ax memiliki basis standar S = e , e ,..., e . Maka
1 2 n
dengan
matriks standar untuk T adalah A T (e1 T (e2 ) .... T (en ) .
)
Contoh 5.5
2𝑥 + 2𝑦
𝑥
Diketahui transformasi matriks 𝑇: 𝑅 → 𝑅 dengan 𝑇 (𝑦) = ( 𝑥 − 𝑦
3 4
𝑧 𝑥+𝑧 )
𝑦+𝑧
Tentukan matriks standar untuk T.
Penyelesaian:
2.1 + 2.0 2 2.0 + 2.1 2
1 0
( )
𝑇 𝑒1̅ = 𝑇 (0) = 1
1−0 ) = ( ) , 0− −1
𝑇(𝑒 ) = 𝑇 (1) = )=( )
( 1+0 1 2 1 0
0+0 0 (0 1
0 0+
0
1+
0
2.0 + 2.0 0
0
𝑇(𝑒3 ) = 𝑇 (0) = 0 − 0 ) = (0)
0+1 1
(1 0+1 1
IF/ 7
ALJABAR LINEAR DAN
2 2 0 2𝑥 + 2𝑦
1 −1 0 𝑥
Jadi matriks standar T = 𝐴 = ( ) dengan 𝐴 (𝑦) = 𝑥 − 𝑦
( ).
1 0 1 𝑥+𝑧
0 1 1 � 𝑦+𝑧
IF/ 7
ALJABAR LINEAR DAN
Latihan 5.4
Misalkan 𝑇: 𝑃1 → 𝑃2 adalah transformasi linear yang didefinisikan oleh 𝑇(𝑝(𝑥)) = 𝑥𝑝(𝑥).
a. Tentukan matriks untuk T berkenaan dengan basis-basis standar
𝐵 = {𝑢̅̅1̅, 𝑢̅̅2̅ } ={1, 𝑥 } dan 𝐵 ′ = {̅𝑣̅1̅, 𝑣̅̅2̅, 𝑣̅̅3̅}={1, 𝑥, 𝑥 2 }
b. Jika 𝑝(𝑥) = 2 − 3𝑥 Tentukan 𝑇(𝑝(𝑥))
5.5 Keserupaan/Similaritas
Matriks operator linear 𝑇: 𝑉 → 𝑉 tergantung pada basis yang dipilih untuk V . Salah satu
masalah dasar dari aljabar linear adalah memilih suatu basis untuk V yang membuat matriks
T sesederhana mungkin, misalnya matriks diagonal atau matriks segitiga.
Masalah
Jika B dan B’ adalah dua basis untuk suatu ruang vektor berdimensi terhingga V, dan jika
𝑇: 𝑉 → 𝑉 adalah suatu operator linear apa kaitan antara [𝑇]𝐵 dengan [𝑇]𝐵𝘍 .
Teorema 5.3
Anggap 𝑇: 𝑉 → 𝑉 adalah suatu linear pada suatu ruang vektor berdimensi terhinggaV , dan
anggap B dan B’ adalah basis-basis untuk V. Maka
T B' P1 T B P
IF/ 7
ALJABAR LINEAR DAN
Penyelesaian:
a.
T T T
T (e2 )
maka
B
(e1)
1
T
(e ) T 0
1 dan T (e ) T
1 0 0 1
1
1 1
0 2.1 4.0 1 2.0 4.1 4
2
1 1
Sehingga T B T
2 4
b.
Untuk mencari T ' maka disusun matriks transisi dari B’ ke B sehingga
B
'
P u p11 p12
1 u'
p p
2 B
B 21 22
Secara umum T P1 T P dan T disebut matriks yang serupa, berikut ini diberikan
B' B B
Definisi 5.6
IF/ 8
ALJABAR LINEAR DAN
Jika A dan B adalah matriks-matriks bujur sangkar, B dikatakan serupa dengan A jika ada
suatu matriks P yang dapat dibalik sedemikian sehingga 𝐵 = 𝑃−1𝐴𝑃.
Perhatikan bahwa A juga dapat dituliskan menjadi 𝐴 = 𝑃𝐵𝑃−1 sehingga A dan B disebut
serupa.
IF/ 8
ALJABAR LINEAR DAN
Dapat dibalik atau tidak A dapat dibalik jika dan hanya jika P-1AP
dapat dibalik.
Latihan 5.5
𝑇: 𝑅2 → 𝑅2didefinisikan oleh
x1 x1 2x2 1 0 2 3
T
dengan B u ,u
1 2
, dan B v , v
1 2
,
x x 0 1 1 4
2 2
a. Tentukan matriks dari T berkenaan dengan B
b. Tentukan matriks dari T berkenaan dengan B’
IF/ 8
ALJABAR LINEAR DAN
Materi :
6.1 Nilai dan Vektor Eigen
Definisi 6.1
Jika A matriks 𝑛 × 𝑛 maka vektor tak nol 𝑥̅ ∈ 𝑅𝑛disebut vektor eigen dari A jika 𝐴𝑥̅ = 𝜆𝑥̅
untuk suatu skalar 𝜆. Skalar 𝜆 disebut nilai eigen dari A dan 𝑥̅ sering disebut sebagai vektor
eigen yang berpadanan dengan nilai eigen 𝜆.
Untuk mencari nilai eigen, pandang persamaan 𝐴𝑥̅ = 𝜆𝑥̅ dapat dituliskan kembali menjadi
𝐴𝑥̅ = 𝜆𝐼𝑥̅ dan ekivalen dengan (𝜆𝐼 − 𝐴)𝑥̅ = 0̅ .
Agar suatu nilai eigen 𝜆 dapat ditentukan maka SPL homogen harus punya solusi trivial, hal
ini hanya terjadi jika det(𝜆𝐼 − 𝐴) = 0. Persamaan det(𝜆𝐼 − 𝐴) = 0 disebut persamaan
karakteristik dan p(𝜆) = det(𝜆𝐼 − 𝐴) disebut polinom karakteristik. Kadang-kadang nilai
IF/ 8
ALJABAR LINEAR DAN
dan vektor eigen sering disebut nilai dan vektor karakteristik. Ruang eigen adalah ruang
solusi dari SPL (𝜆𝐼 − 𝐴)𝑥̅ = 0̅
Definisi 6.2
didefinisikan dengan
Ruang eigen adalah ruang solusi dari persamaan (I A)x
0
x (I A)x 0
Contoh 6.1
0 0 −2
Diketahui 𝐴 = (1 2 1 ). Tentukan :
1 0 3
a. Nilai dan vektor eigen
b. Ruang eigen
Penyelesaian:
a. det(𝜆𝐼 − 𝐴) = 0̅ maka
1 0 0 0 0 2 0 2
2 1 1 2
det 0 1 0 1 2 1 det 1 2 1 2
03 1 0
0 0 1 1 0 3 1 0 3
3 2
( 2)( 3) 2(0 2) 5 8 4 0
( A I )x 0 yaitu:
0
2
2 x1 0
1 1 x
IF/ 8
ALJABAR LINEAR DAN
0 2
1 0 3 0
x
3
IF/ 8
ALJABAR LINEAR DAN
Untuk 2 diperoleh
2 0 2
x1 0
1 0 1 x 2
0
1 0 1 x 0
3
Dengan OBE diperoleh
2 0 2 1 0 1
1 0 1 0 0
1 0 1 0 00 0
𝑥1 0 −1 0 −1
Sehingga solusi 𝑥̅ = (𝑥2) = 𝑠 (1) + 𝑡 ( 0 ), maka vektor eigen adalah (1) , ( 0 ).
𝑥3 0 1 0 1
Untuk 1
1 0 2 x1 0
1 1 1 x 2
1 0 2 0
x 0
3
Dengan OBE diperoleh
1 0 2 1 0 2
1 1 1 0 1 1
1 0 2 0 0 0
𝑥1 −2 −2
Sehingga solusi 𝑥̅ = (𝑥2) = 𝑡 ( 1 ) dan vektor eigen adalah ( 1 ).
𝑥3 1 1
𝑥1 0 −1
b. Ruang eigen yang berkaitan dengan nilai 2 adalah 𝑥̅ = (𝑥2) = 𝑠 (1) + 𝑡 ( 0 )
𝑥3 0 1
0 −1
dengan basis = {(1) , ( 0 )} dan ruang eigen yang berkaitan dengan nilai 1adalah
0 1
𝑥1 −2 −2
𝑥̅ = (𝑥2) = 𝑡 ( 1 ) dengan basis ={( 1 )}.
𝑥3 1 1
IF/ 8
ALJABAR LINEAR DAN
Latihan 6.1
Tentukan nilai eigen dan ruang eigen dari matriks-matriks berikut ini
1 1 1 1 0 1
a. (6 −4
3 −1) b. (0 2 1) c. 1 3 0
0 0 1 4 1
13
6.2 Diagonalisasi
Definisi 6.3
Suatu matriks bujur sangkar A dikatakan dapat didiagonalkan jika ada suatu matriks P yang
dapat dibalik sehingga 𝑃−1𝐴𝑃 adalah suatu matriks diagonal, P dikatakan mendiagonalkan
A.
Teorema 6.1
Jika A adalah matriks nxn, maka pernyataan-pernyataan berikut ekivalen
a. A dapat didiagonalkan
b. A mempunyai n vektor eigen yang bebas linear
Contoh 6.2
IF/ 8
ALJABAR LINEAR DAN
Carilah suatu matriks P yang mendiagonalkan
IF/ 8
ALJABAR LINEAR DAN
0 0 2
A 1 2 1
1 0 3
Telah diperoleh untuk
−1 0
𝜆=2 = ( 0 ) dan = (1 )
𝑝2 1 0
𝑝1 −2
=(1)
1
𝜆=1
𝑝3
Sehingga dari tiga vektor basis diperoleh matriks P sebagai berikut
1 0
2 2 0 0
P 0 1 1 dan P1AP 0 2 0
1 0 1 0 0 1
Dapat ditunjukkan
bahwa
1 0 2 0 0 2 1 0 2 2 0 0
P1AP 1 1 1 1 2 1 0 1 1 0 2 0
1 0 1 1 0 3 1 0 1 0 0 1
Latihan 6.2
Carilah suatu matriks P yang mendiagonalkan
1 0 0
A 1 2 0
3 5 2
Apakah matriks A dapat didiagonalkan?
IF/ 8
ALJABAR LINEAR DAN
IF/ 9
ALJABAR LINEAR DAN
DAFTAR PUSTAKA
Kolman,Bernard, Hill,David R., Elementary Linear Algebra, 7th edition, Prentice Hall,
New Jersey, 2000
Anton, Howard, Elementary Linear Algebra, 7th edition, John Wiley & Sons, Inc., New
York, 1994
Leon, Steven J., Aljabar Linear dan Aplikasinya, Erlangga, Jakarta, 2001
IF/ 9