Matriks 

dalam matematika merupakan kumpulan bilangan, simbol atau ekspresi berbentuk persegi
panjang yang disusun menurut baris dan kolom. Bilangan-bilangan yang terdapat pada suatu matriks
disebut dengan elemen atau disebut juga anggota dari suatu matriks. Contoh matriks dengan 2 baris dan
3 kolom yaitu sebagai berikut

Matriks banyak dimanfaatkan untuk menyelesaikan berbagai permasalahan matematika misalnya dalam
menemukan solusi masalah persamaan linear, transformasi linear yakni bentuk umum dari fungsi linear
contohnya rotasi dalam 3 dimensi. Matriks juga seperti variabel biasa, sehingga matrikspun dapat
dimanipulasi misalnya dikalikan, dijumlah, dikurangkan, serta didekomposisikan. Menggunakan
representasi matriks, perhitungan dapat dilakukan dengan lebih terstruktur.

Operasi Dasar Matriks :

1. Penjumlahan dan Pengurangan Matriks

Penjumlahan serta pengurangan dalam matriks hanya dapat dilakukan apabila kedua matriks mempunyai
ukuran atau tipe yang sama. Elemen-elemen dalam suatu matriks yang dijumlahkan atau dikurangan
yaitu elemen yang memilki posisi/letak  yang sama.

representasi dekoratifnya sebagai berikut

2. Perkalian Skalar

Perkalian matriks dilakukan dengan cara tiap baris dikalikan dengan tiap kolom, selanjutnya dijumlahkan
pada kolom yang sama

 dan 
maka 
contoh perhitungan :

Ordo suatu matriks merupakan bilangan yang menunjukan banyaknya baris (m) dan banyaknya kolom

(n). Sebagai contoh :   merupakan matriks berordo 3×2

 

Matriks Identitas
Matriks Identitas adalah matriks yang anggota pada diagonal utamanya selalu 1

Matriks Transpose (At)

Matriks transpose merupakan matriks yang mengalami pertukaran elemen dari kolom menjadi baris atau
sebaliknya. Contoh :

maka matriks transposenya (At) adalah 

Contoh – contoh :

1. Kesamaan Dua Matriks

Tentukan nilai 2x-y+5z!

Jawab:

 maka 

 maka 
  maka 

2. 

3. Contoh Perkalian matriks dengan variabel

4. 
 

Determinan Suatu Matriks

Untuk menentukan determinan dari suatu matriks dapat digunakan beberapa cara :

1. Misalnya terdapat matriks   yang berordo 2×2 dalam menentukan determinan dari
matrikas A yang biasa ditulis |A| adalah

2. Metode Sarrus

Misalnya terdapat   maka untuk menentukan nilai determinan dari matriks A tersebut

Ubah matriks dalam bentuk seperti diatas selanjutnya perhitungannya dengan cara menambahkan
elemen dari kiri atas kekanan bawah (mulai dari a → e → i, b → f → g, dan c → d → h) kemudian
dikurangi dengan elemen dari kanan atas kekiri bawah (mulai dari c → e → g, a → f → h, dan b → d → i)
maka akan menjadi
Sebagai contohnya

maka tentukan 

3. Metode Ekspansi Baris dan Kolom

Jika diketahui   maka untuk menentukan determian dari matriks P

Matriks Singular
Matriks Singular yaitu matriks yang nilai determinannya 0.

Sebagai contoh

Jika A matriks singular, tentukan nilai x!

Jawab:

 vs 
Invers Matriks
Misalnya diketahui    maka invers dari matriks A

Sifat-sifat dari invers suatu matriks :

Persamaan Matriks
Tentukan X matriks dari persamaan:

 Jika diketahui matriks A.X=B

 Jika diketahui matriks X.A=B

STATISTIKA
Statistika adalah cabang dari matematika yang mempelajari cara mengumpulkan data, menyusun
data, menyajikan data, mengolah dan menganalisis data, menarik kesimpulan, dan menafsirkan
parameter.
Kegiatan Statistika meliputi:

1. Mengumpulkan data
2. Menyusun data
3. Menyajikan data
4. Mengolah dan Menganalisis data 
5. Menarik kesimpulan
6. Menafsirkan

1. Pengertian Datum dan Data

    Di Kelas IX Anda telah mempelajari pengertian datum dan data. Agar tidak lupa pelajari
uraian berikut.
Misalkan, hasil pengukuran berat badan 5 murid adalah 43 kg, 46 kg, 44 kg, 55 kg, dan 60 kg.
Adapun tingkat kesehatan dari kelima murid itu adalah baik, baik, baik, buruk, dan buruk. Data
pengukuran berat badan, yaitu 43 kg, 46 kg, 44 kg, 55 kg, dan 60 kg disebut fakta dalam bentuk
angka. Adapun hasil pemeriksaan kesehatan, yaitu baik dan buruk disebut fakta dalam bentuk
kategori. Selanjutnya, fakta tunggal dinamakan datum. Adapun kumpulan datum dinamakan
data.

2. Pengertian Populasi dan Sampel 

Misal, seorang peneliti ingin meneliti tinggi badan rata-rata siswa SMA di Kabupaten Tegal.
Kemudian, ia kumpulkan data tentang tinggi badan seluruh siswa SMA di Kabupaten Tegal.
Data tinggi badan seluruh siswa SMA di Kabupaten Tegal disebut populasi. Namun, karena ada
beberapa kendala seperti keterbatasan waktu, dan biaya, maka data tinggi badan seluruh siswa
SMA di Kabupaten Tegal akan sulit diperoleh. Untuk mengatasinya, dilakukan pengambilan
tinggi badan dari beberapa siswa SMA di Kabupaten Tegal yang dapat mewakili keseluruhan
siswa SMA di Kabupaten Tegal. Data tersebut dinamakan data dengan nilai perkiraan,
sedangkan sebagian siswa SMA yang dijadikan objek penelitian disebut sampel. Agar diperoleh
hasil yang berlaku secara umum maka dalam pengambilan sampel, diusahakan agar sampel dapat
mewakili populasi.

3. Pengumpulan Data

Menurut sifatnya, data dibagi menjadi 2 golongan, yaitu

sebagai berikut.
1)  Data kuantitatif adalah data yang berbentuk angka atau
     bilangan. Data kuantitatif terbagi atas dua bagian, yaitu
     data cacahan dan data ukuran.
     a) Data cacahan (data diskrit) adalah data yang diperoleh
         dengan cara membilang. Misalnya, data tentang
         banyak anak dalam keluarga.
     b) Data ukuran (data kontinu) adalah data yang diperoleh
         dengan cara mengukur. Misalnya, data tentang
         ukuran tinggi badan murid.
2)  Data kualitatif adalah data yang bukan berbentuk bilangan.
     Data kualitatif berupa ciri, sifat, atau gambaran dari kualitas
     objek. Sebagai contoh, data mengenai kualitas pelayanan, 
     yaitu baik, sedang, dan kurang.
Cara untuk mengumpulkan data, antara lain adalah melakukan
wawancara, mengisi lembar pertanyaan (questionery), melakukan pengamatan (observasi), atau
menggunakan data yang sudah ada, misalnya rataan hitung nilai rapor. 

Menyajikan Data dalam Bentuk Diagram

1. Diagram Garis

Penyajian data statistik dengan menggunakan diagram berbentuk garis lurus disebut diagram
garis lurus atau diagram garis. Diagram garis biasanya digunakan untuk menyajikan data statistik
yang diperoleh berdasarkan pengamatan dari waktu ke waktu secara berurutan.
Contoh:

Berikut simulasi diagram garis, kamu dapat mengubah-ubah diagram garis yang ada:
2. Diagram Batang
Diagram batang umumnya digunakan untuk menggambarkan perkembangan nilai suatu objek
penelitian dalam kurun waktu tertentu. Diagram batang menunjukkan keterangan-keterangan
dengan batang-batang tegak atau mendatar dan sama lebar dengan batang-batang terpisah
Berikut simulasi diagram batang, kamu dapat mengubah-ubah diagram batang yang ada
3. Diagram Lingkaran
Diagram lingkaran adalah penyajian data statistik dengan menggunakan gambar yang berbentuk
lingkaran. Bagian-bagian dari daerah lingkaran menunjukkan bagian-bagian atau persen dari
keseluruhan. Untuk membuat diagram lingkaran, terlebih dahulu ditentukan besarnya persentase
tiap objek terhadap keseluruhan data dan besarnya sudut pusat sektor lingkaran. Perhatikan
contoh berikut ini. Berikut simulasi diagram lingkaran, kamu dapat mengubah-ubah diagram
lingkaran yang ada

 1. Distribusi Frekuensi Tunggal

Data tunggal seringkali dinyatakan dalam bentuk daftar bilangan, namun kadangkala dinyatakan
dalam bentuk tabel distribusi frekuensi. Tabel distribusi frekuensi tunggal merupakan cara untuk
menyusun data yang relatif sedikit.

2. Distribusi Frekuensi Kelompok 

Data yang berukuran besar (n > 30) lebih tepat disajikan dalam tabel distribusi frekuensi
kelompok, yaitu cara penyajian data yang datanya disusun dalam kelas-kelas tertentu. Langkah-
langkah penyusunan tabel distribusi frekuensi adalah sebagai berikut.
 Langkah ke-1 menentukan Jangkauan (J) = Xmax - Xmin
 Langkah ke-2 menentukan banyak interval (K) dengan rumus "Sturgess" yaitu: K= 1 +
3,3 log n dengan n adalah banyak data. Banyak kelas harus merupakan bilangan bulat positif
hasil pembulatan ke bawah.
 Langkah ke-3 menentukan panjang interval kelas (I) dengan menggunakan rumus:
         J
          I = ––––
                 K
 Langkah ke-4 menentukan batas-batas kelas. Data terkecil harus merupakan batas bawah
interval kelas pertama atau data terbesar adalah batas atas interval kelas terakhir.
 Langkah ke-5 memasukkan data ke dalam kelas-kelas yang sesuai dan menentukan nilai
frekuensi setiap kelas dengan sistem turus.

3. Histogram 
Dari suatu data yang diperoleh dapat disusun dalam tabel distribusi frekuensi dan disajikan
dalam bentuk diagram yang disebut histogram. Jika pada diagram batang, gambar batang-
batangnya terpisah maka pada histogram gambar batang-batangnya berimpit.
4. Poligon 
Apabila pada titik-titik tengah dari histogram dihubungkan dengan garis dan batang-batangnya
dihapus, maka akan diperoleh poligon frekuensi. Berdasarkan contoh di atas dapat dibuat poligon
frekuensinya seperti gambar berikut ini.
Berikut simulasi histogram dan poligon 
5. Distribusi Frekuensi Kumulatif 
Daftar distribusi kumulatif ada dua macam, yaitu sebagai berikut.
a. Daftar distribusi kumulatif kurang dari (menggunakan tepi atas).
b. Daftar distribusi kumulatif lebih dari (menggunakan tepi bawah).
Untuk lebih jelasnya, perhatikan contoh data berikut ini.

6. Ogive (Ogif)
Grafik yang menunjukkan frekuensi kumulatif kurang dari atau frekuensi kumulatif lebih dari
disebut poligon kumulatif. Poligon kumulatif dibuat mulus, yang hasilnya disebut ogif. Ada dua
macam ogif, yaitu sebagai berikut.
a. Ogif frekuensi kumulatif kurang dari disebut ogif positif.
b. Ogif frekuensi kumulatif lebih dari disebut ogif negatif.

Median
2. Median

1) Median untuk data tunggal

    Median adalah suatu nilai tengah yang telah diurutkan. Median dilambangkan Me.
    Untuk menentukan nilai  Median  data tunggal dapat dilakukan dengan cara:
    a) mengurutkan data kemudian dicari nilai tengah,
    b) jika banyaknya data besar, setelah data diurutkan, digunakan rumus:

      Untuk n ganjil  : Me = X1/2(n + 1)

                                           Xn/2  + Xn/2 +1

      Untuk n genap: Me =   ––––––––––––
                                                   2

      Keterangan:
      xn/2 = data pada urutan ke-n/2 setelah diurutkan. 

      Contoh:
      Tentukan median dari data: 2, 5, 4, 5, 6, 7, 5, 9, 8, 4, 6, 7, 8
      Jawab:
      Data diurutkan menjadi: 2, 4, 4, 5, 5, 5, 6, 6, 7, 7, 8, 8, 9
      Median = data ke-(13 + 1)/2 = data ke-7
      Jadi mediannya = 6

2) Median untuk data kelompok

Jika data yang tersedia merupakan data kelompok, artinya data itu dikelompokkan ke dalam
interval-interval kelas yang sama panjang. Untuk mengetahui nilai mediannya dapat ditentukan
dengan rumus berikut ini.

Keterangan: 
Kelas median adalah kelas yang terdapat data X1/2 n
L = tepi bawah kelas median
c = lebar kelas
n = banyaknya data
F = frekuensi kumulatif kurang dari sebelum kelas median
f  = frekuensi kelas median

Modus
3. Modus

Modus ialah nilai yang paling sering muncul atau nilai yang mempunyai frekuensi tertinggi. Jika
suatu data hanya mempunyai satu modus disebut unimodal dan bila memiliki dua modus disebut
bimodal, sedangkan jika memiliki modus lebih dari dua disebut multimodal. Modus
dilambangkan dengan Mo.

1) Modus data tunggal

    Modus dari data tunggal adalah data yang sering muncul atau data dengan
    frekuensi tertinggi.
    Perhatikan contoh soal berikut ini.
    Contoh:
    Tentukan modus dari data di bawah ini.
    2, 1, 4, 1, 1, 5, 7, 8, 9, 5, 5, 10
    Jawab:
    Data yang sering muncul adalah 1 dan 5. Jadi modusnya adalah 1 dan 5.

2. Modus data kelompok

    Modus data kelompok dirumuskan sebagai berikut:

   Keterangan:
   L   = tepi bawah kelas modus
   c    = lebar kelas
   d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
   d2 = selisih frekuensi kelas modus dengan kelas sesudahnya  
  

Kuartil

Kuartil (Q)

Seperti yang sudah dibahas sebelumnya, bahwa median membagi data yang telah diurutkan
menjadi dua bagian yang sama banyak. Adapun kuartil adalah membagi data yang telah
diurutkan menjadi empat bagian yang sama banyak.
1) Kuartil data tunggal
    Urutkan data dari yang kecil ke yang besar, kemudian tentukan kuartil dengan rumus sebagai
berikut:
  
  
    Contoh:
    Tentukan Q1, Q2, dan Q3 dari data : 3, 4, 7, 8, 7, 4, 8, 4, 6, 9, 10, 8, 3, 7, 12.
     Jawab:
     Langkah 1: urutkan data dari  kecil ke besar sehingga diperoleh 
                      3, 3, 4, 4, 4, 6, 7, 7, 7, 8, 8, 8, 9, 10, 12.
                                                 1(15+1)
     Langkah 2: Letak data Q1=–––––––– = 4
                           4
                      Jadi Q1 terletak pada data ke-empat yaitu 4

                                                 2(15+1)
     Langkah 3: Letak data Q2=–––––––– = 8
                           4
                      Jadi Q2 terletak pada data ke-delapan yaitu 7

                                                 3(15+1)
     Langkah 4: Letak data Q1=–––––––– = 12
                           4
                      Jadi Q3 terletak pada data ke-duabelas yaitu 8

2) Kuartil data kelompok

Nilai kuartil dirumuskan sebagai berikut.

Keterangan:
Qi = kuartil ke-i (1, 2, atau 3)
L  = tepi bawah kelas kuartil ke-i
n = banyaknya data
F = frekuensi kumulatif kelas sebelum kelas kuartil
c = lebar kelas
f = frekuensi kelas kuartil

Ukuran Penyebaran Data

Ukuran pemusatan yaitu mean, median dan modus, merupakan informasi yang memberikan
penjelasan kecenderungan data sebagai wakil dari beberapa data yang ada. Adapun ukuran
penyebaran data memberikan gambaran seberapa besar data menyebar dari titik-titik pemusatan.

1. Jangkauan (Range)

Ukuran penyebaran yang paling sederhana (kasar) adalah jangkauan (range) atau rentangan nilai,
yaitu selisih antara data terbesar dan data terkecil.
1) Range data tunggal
    Untuk range data tunggal dirumuskan dengan:

    R = xmaks – xmin

    Contoh :
    Tentukan range dari data-data di bawah ini.
     6, 7, 3, 4, 8, 3, 7, 6, 10, 15, 20

     Jawab:
     Dari data di atas diperoleh xmaks = 20 dan xmin = 3
     Jadi, R = xmaks – xmin
                 = 20 – 3 = 17

2) Range data kelompok

Untuk data kelompok, nilai tertinggi diambil dari nilai tengah kelas tertinggi dan nilai terendah
diambil dari nilai kelas yang terendah.

2. Simpangan Rata-Rata (Deviasi Rata-Rata)

    Simpangan rata-rata suatu data adalah nilai rata-rata dari selisih setiap data dengan nilai rataan
hitung.

     1) Simpangan rata-rata data tunggal

         Simpangan rata-rata data tunggal dirumuskan sebagai berikut.
         

     2) Simpangan rata-rata data kelompok 

         Simpangan rata-rata data kelompok dirumuskan:
         

3. Simpangan Baku (Deviasi Standar) dan Ragam

Sebelum membahas simpangan baku atau deviasi standar, perhatikan contoh berikut. Kamu tentu
tahu bahwa setiap orang memakai sepatu yang berbeda ukurannya. Ada yang berukuran 30, 32,
33, ... , 39, 40, dan 41. Perbedaan ini dimanfaatkan oleh ahli-ahli statistika untuk melihat
penyebaran data dalam suatu populasi. Perbedaan ukuran sepatu biasanya berhubungan dengan
tinggi badan manusia. Seorang ahli matematika Jerman, Karl Ganss mempelajari penyebaran
dari berbagai macam data. Ia menemukan istilah deviasi standar untuk menjelaskan penyebaran
yang terjadi. Saat ini, ilmuwan menggunakan deviasi standar atau simpangan baku untuk
mengestimasi akurasi pengukuran. Deviasi standar adalah akar dari jumlah kuadrat deviasi
dibagi banyaknya data.

Program linear yaitu suatu metode untuk mencari nilai maksimum atau nilai minimum dari
bentuk linear pada daerah yang dibatasi grafik -grafik fungsi linear.

Himpunan penyelesaian dari sistem pertidaksamaan linear dua peubah merupakan suatu
himpunan titik-titik (pasangan berurut (x,y)) dalam bidang cartesius yang memenuhi semua
pertidaksamaan linear dalam sistem tersebut. Sehingga daerah himpunan penyelesaiannya
merupakan irisan himpunan-himpunan penyelesaian dari pertidaksamaan dalam sistem
pertidaksamaan linear dua peubah itu. Untuk  lebih mudah dalam memahami daerah
penyelesaian dari sistem pertidak-samaan linear dua peubah, perhatikan contoh berikut.

Contoh:
Tentukan daerah  penyelesaian dari sistem pertidaksamaan linear berikut!
3x + 5y   15
x   0
y   0

Penyelesaian:
Gambar garis 3x + 5y =15, x = 0, dan y =0
Untuk 3x + 5y   15
Pilih titik (0,0), kemudian substitusikan ke pertidaksamaan sehingga diperoleh:
3 × 0 + 5× 0   15
0   15 (benar), artinya dipenuhi
Sehingga daerah penyelesaiannya adalah daerah yang memuat titik (0,0)
Untuk x   0, pilih titik (1,1) kemudian disubstitusikan ke pertidaksamaan sehingga
diperoleh:
1   0 (benar), artinya dipenuhi.
Sehingga daerah penyelesaiannya adalah daerah yang memuat titik (1,1)
Untuk y   0, pilih titik (1,1) kemudian substitusikan ke pertidaksamaan sehingga diperoleh:
1   0 (benar), artinya dipenuhi.
Sehingga himpunan penyelesaiannya adalah daerah yang memuat titik (1,1).

Selanjutnya arsir daerah yang memenuhi persamaan, seperti gambar dibawah ini.

Daerah  penyelesaian sistem pertidaksamaan merupakan irisan dari ketiga himpunan

penyelesaian pertidaksamaan di atas, yaitu seperti terlihat pada gambar berikut ini (daerah
yang diarsir).

Pertidaksamaan Linear juga dapat digunakan untuk memecahkan masalah dalam kehidupan
sehari-hari. Hal ini dapat dilakukan dengan memodelkan masalah menjadi model
matematika. Jadi, Model matematika merupakan suatu cara sederhana untuk
menerjemahkan suatu masalah ke dalam bahasa matematika dengan menggunakan
persamaan, pertidaksamaan, atau fungsi.

Perhatikan contoh berikut :

Pak Adi merupakan seorang pedagang roti. Beliau menjual roti menggunakan gerobak yang
dapat memuat 600 bungkus roti. Roti yang dijualnya yaitu roti manis dan roti tawar dengan
harga masing-masing  Rp 5.500,00 untuk roti manis dan Rp 4.500,00 untuk roti tawar per
bungkusnya. Dari penjualan roti tersebut, beliau memperoleh keuntungan Rp 500,00 dari
sebungkus roti manis dan Rp 600,00 dari sebungkus roti tawar. Apabila modal yang dimiliki
oleh Pak Budi adalah Rp 600.000, buatlah model matematika agar beliau dapat memperoleh
keuntungan sebesar-besarnya!

Penyelesaian :

Permasalahan Pak Adi diatas  dapat dimodelkan dalam bentuk matematika dengan
menggunakan sistem pertidaksamaan linear dua variabel. Dengan memisalkan banyaknya
roti manis sebgai x dan roti tawar sebagai y sehingga diperoleh tabel sebagai berikut.
Berdasarkan tabel diatas jika kita tuliskan dalam bentuk pertidaksamaan linear menjadi

x + y ≤ 600,
5.500x + 4.500y ≤ 600.000,
Untuk x, y anggota bilangan cacah, x ≥ 0, y ≥ 0

Dua pertidaksamaan terakhir (baris ketiga) menunjukkan syarat dari nilai x dan y.

Dikarena xdan y merupakan pernyataan yang menyatakan banyaknya roti, maka tidak
mungkin nilai x dany bernilai negatif.

Perhatikan kolom keempat dari tabel di atas yang menyatakan fungsi yang akan ditentukan
nilai maksimumnya (nilai optimum). Fungsi tersebut dapat dituliskan dalam persamaan
matematika sebagai berikut.

f(x,y) = 500x + 600y

untuk menyelesaikan sistem pertidaksamaan diatas kita dapat mengikuti langkah berikut :

1. Ubah masalah tersebut ke dalam model matematika yaitu dengan membuat tabel, fungsi
pembatas dan fungsi tujuan. Tabel di sini untuk mempermudah membaca data. Fungsi
pembatas/kendala yaitu beberapa pertidaksamaan linier yang berhubungan dengan
permasalahan tersebut. Fungsi tujuan/objektif yaitu suatu fungsi yang berhubungan dengan
tujuan yang akan dicapai. Biasanya fungsi tujuan dinyatakan dengan f(x,y) = ax + by atau
z = ax + by
2. Lukislah daerah penyelesaian dari fungsi pembatasnya
3. Tentukan koordinat-koordinat titik ujung daerah penyelesaian. Jika belum ada gunakan
bantuan eliminasi dari perpotongan 2 garis
4. Ujilah masing-masing titik ujung daerah penyelesaian
5. Tentukan nilai terbesar/terkecilnya sesuai dengan tujuan yang akan dicapai
dimana langkah no 1 telah kita dapatkan karena disini rumus matematika menunjukan
bagaimana cara membuat model matematika. Selanjutnya ikuti langkah berikutnya agar
kita memperoleh daerah penyelesaiannya

Rumus-rumus turunan dan contoh

soal
- Turunan dari fungsi f(x) adalah

- Turunan dari fungsi f(x)= k, dimana k adalah bilangan konstanta

adalah

Contoh soal: 
f(x)= 6 maka f'(x)=0

- Turunan dari

contoh soal :

- Turunan dari
contoh soal :

- Turunan dari

contoh soal :

- Turunan dari

 
contoh soal :

- Turunan dari

contoh soal :
- Turunan dari

contoh soal :

LATIHAN SOAL+PEMBAHASAN

1.
Pembahasan :
TRANSLASI / PERGESERAN

Berdasarkan gambar di atas, segitiga ABC yang mempunyai koordinat A(3, 9), B(3, 3), C(6, 3)
ditranslasikan:
Berdasarkan penjelasan diatas, maka untuk mencari nilai translasi dapat digunakan rumus sebagai
berikut :

dimana :

 a menyatakan pergeseran horizontal (kekanan+, kekiri-)

 b menyatakan pergeseran vertikal (keatas+,kebawah-)
 

REFLEKSI / PENCERMINAN

Segitiga ABC dengan koordinat A(3, 9), B(3, 3), C(6, 3) dicerminkan:

 terhadap sumbu Y menjadi segitiga A2B2C2 dengan koordinat A2(-3, 9), B2(-3, 3), C2(-6, 3)
 terhadap sumbu X menjadi segitiga A3B3C3 dengan koordinat A3(3, -9), B3(3, -3), C3(6, -3)
 terhadap titik (0, 0) menjadi segitiga A4B4C4 dengan koordinat A4(-3, -9), B4(-3, -3), C4(-6, -3)
Segitiga ABC dengan koordinat A(3, 9), B(3, 3), C(6, 3) dicerminkan:

 terhadap garis x = -2 menjadi segitiga A5B5C5 dengan koordinat A5(-7, 9), B5(-7, 3), C5(-10, 3)
 terhadap sumbu y = 1 menjadi segitiga A6B6C6 dengan koordinat A6(3, -7), B6(3, -1), C6(6, -1)

Segitiga PQR dengan koordinat P(6, 4), Q(6, 1), R(10, 1) dicerminkan:

 terhadap garis y = x menjadi segitiga P2Q2R2 dengan koordinat P2(4, 6), Q2(1, 6), R2(1, 10)
 terhadap garis y = -x menjadi segitiga P3Q3R3 dengan koordinat P3(-4, -6), Q3(-1, -6), R3(-1, -10)
Berdasarkan penjelasan diatas dapat dirumuskan :

Pencerminan terhadap garis x = a atau y = b

Pencerminan terhadap sumbu x atau sumbu y

Pencerminan terhadap titik (0, 0)

Pencerminan terhadap garis y = x atau y = –x

Pencerminan terhadap garis y = mx + c

Jika m = tan θ maka:

ROTASI / PERPUTARAN
Untuk rotasi searah jarum jam, sudut diberi tanda negatif (–)
Untuk rotasi berlawanan arah jarum jam, sudut diberi tanda positif (+)
Segitiga ABC dengan koordinat A(3, 9), B(3, 3), C(6, 3) dirotasi:

 +90° atau –270°  dengan pusat rotasi O(0, 0) menjadi segitiga A2B2C2 dengan koordinat A2(-9, 3),
B2(-3, 3), C2(-3, 6)
 +270° atau –90°  dengan pusat rotasi O(0, 0) menjadi segitiga A3B3C3 dengan koordinat A2(9, -3),
B2(3, -3), C2(3, -6)
 +180° atau –180° dengan pusat rotasi O(0, 0) menjadi segitiga A4B4C4 dengan koordinat A4(-3, -9),
B4(-3, -3), C4(-6, -3)
Berdasarkan penjelasan diatas, maka rotasi dapat dirumuskan sebagai berikut :

Rotasi sejauh θ dengan pusat (a, b)

Rumus praktis untuk rotasi dengan pusat rotasi O(0, 0):

DILATASI / PENSKALAAN

Segitiga ABC dengan koordinat A(3, 9), B(3, 3), C(6, 3) didilatasi:

 dengan faktor skala k = 1/3 dan pusat dilatasi O(0, 0) menjadi segitiga A2B2C2 dengan koordinat
A2(1, 3), B2(1, 1), C2(2, 1)
 dengan faktor skala k = 2 dan pusat dilatasi O(0, 0) menjadi segitiga A3B3C3 dengan koordinat A3(6,
18), B3(6, 6), C3(12, 6)
Untuk nilai k negatif, arah bayangan berlawanan dengan arah aslinya.
Berdasarkan penjelasan diatas, maka dapat dirumuskan :

Dilatasi dengan pusat (a, b) dan faktor skala k

Rumus praktis dilatasi dengan faktor skala k dan pusat dilatasi O(0, 0):
Selain 4 transformasi yang telah dijelaskan diatas, juga terdapat 2 transformasi lagi yaitu shearing /
gusuran dan stretching / regangan. Perhatikan penjelasan dibawah ini :

GUSURAN/SHEARING

Persegi panjang ABCD dengan koordinat A(1, 1), B(4, 1), C(4, 6), D(1, 6) akan digusur:

 menurut arah sumbu X (invariant sumbu X) dengan faktor skala k = 2 menjadi persegi panjang
A2B2C2D2 dengan koordinat A2(3, 1), B2(6, 1), C2(16, 6), D2(13, 6)
 menurut arah sumbu Y (invariant sumbu Y) dengan faktor skala k = 2 menjadi persegi panjang
A3B3C3D3 dengan koordinat A3(1, 3), B3(4, 9), C3(4, 14), D3(1, 8)
Pengaruh nilai k:

 untuk gusuran menurut arah sumbu X → k positif arahnya ke kanan, k negatif arahnya ke kiri
 untuk gusuran menurut arah sumbu Y → k positif arahnya ke atas, k negatif arahnya ke bawah
Berdasarkan penjelasan diatas, maka dapat dirumuskan sebagai berikut :

Gusuran menurut arah sumbu X (Gx) dengan faktor skala k maka :

Gusuran menurut arah sumbu Y (Gy) dengan faktor skala k maka :

STRETCHING / REGANGAN

Persegi panjang ABCD dengan koordinat A(1, 1), B(4, 1), C(4, 6), D(1, 6) diregangkan:

 searah sumbu X dengan faktor skala k = 3 menjadi A2B2C2D2 dengan koordinat A2(3, 1), B2(12, 1),
C2(12, 6), D2(3, 6)
 searah sumbu Y dengan faktor skala k = 2 menjadi A3B3C3D3 dengan koordinat A3(1, 2), B3(4, 2),
C3(4, 12), D3(1, 12)
Pengaruh nilai k:

 untuk regangan searah sumbu X → k positif arahnya ke kanan, k negatif arahnya ke kiri
 untuk regangan searah sumbu Y → k positif arahnya ke atas, k negatif arahnya ke bawah
Berdasarkan penjelasan diatas, maka dapat dirumuskan :
Regangan searah sumbu X (Sx) dengan faktor skala k

Regangan searah sumbu Y (Sy) dengan faktor skala k

Transformasi dengan Matriks Transformasi Tertentu

KOMPOSISI TRANSFORMASI

merupakan gabungan dari beberapa transformasi. Misalnya kita mempunyai transformasi T1 akan
dilanjutkan ke T2 maka ditulis T2oT1.

Komposisi Khusus :

1. Dua pencerminan yang berurutan terhadap sumbu-sumbu yang sejajar

2. Dua pencerminan yang berurutan terhadap dua sumbu yang tegak lurus ekuivalen dengan rotasi 180º
yang pusatnya adalah titik potong kedua sumbu tersebut.

3. Dua pencerminan terhadap dua sumbu yang berpotongan ekuivalen dengan rotasi dimana titik pusat
adalah titik potong kedua sumbu dan sudutnya adalah sudut antara kedua sumbu.

4. Dua rotasi berurutan terhadap pusat yang sama ekuivalen dengan rotasi dimana pusatnya sejauh
jumlah sudut keduanya.
 

LUAS HASIL TRANSFORMASI

Transformasi yang berupa translasi, refleksi, dan rotasi tidak mengubah luas suatu benda

Mencari luas segitiga ABC jika diketahui koordinat titik A, B, dan C nya, maka kita dapat gunakan rumus :

Perhatikan contoh soal transformasi berikut ini.

Tentukanlah persamaan bayangan kurva y = x2 + 3x -4 jika dicerminkan terhadap sumbu X, kemudian
didilatasikan dengan faktor skala 2 dengan pusat dilatasi O(0, 0)

Penyelesaian :

cara 1 : cara langsung

cara 2 : menggunakan matriks