TUGAS MATEMATIKA TEKNIK II

(RESUME CHAPTER 7 SECTION 7.8 7.9)

Dosen Pengampu : A. Yudi Eka Risano, S.T, M.Eng.

Disusun Oleh :

NAMA : KOMANG ANDRE WIJAYA

NPM : 2115021020

KELAS : TM21A

TEKNIK MESIN

FAKULTAS TEKNIK

UNIVERSITAS LAMPUNG

2023
7.8 INVERS DAN MATRIKS

ELIMINASI GAUSS-JORDAN

1. Invers dilambangkan dengan A-1 dan merupakan matrik non, seperti :

AA-1 = A-1 A=I

Ket : I = Matrik satuan n x n
A= memiliki invers (matrik nonsingular)
A= tidak memiliki invers (matrik singular)

B dan C invers A, maka AABI dan CAI, sehingga keunikannya:

B=IB= (CA)B= C(AB) = C1 =c

Keberadaan invers :
Invers A-1 dr matrik n+n A ada jika pangkat A=n dan hanya jika dst A=0 maka
A nonsingular jika rank A= an dan singular jika rank A<n
Ax =b
A Ax=x=A-1b
-1

X=Bb

Dengan B determinan, subs :

Ax=A(Bb)=(AB)b=Cb=b
C=AB=I matrik satuan
Maka: x=Bb=’B(Ax)=(BA)x
Untuk tiap x (dan b=Ax). Oleh karna itu BA=I, B=A-1

2. Penentuan invers dengan metode gauss-jordan

Untuk dapat menentukan invers A-1 dari matriks A n+n nonsingular,
menggunakan variasi dari eliminasi gauss,

E(1)…,e(n) : kolom dari matriks satuan n x n

Matriks berbentuk [UH] dengan segitiga atas U karena eliminasi dauss

iregulasi sistem. Metode ini mereduksi u dengan oprasi baris elementer lebih
lanjut menjadi bentuk diagonal.
3. Rumus untuk invers

Invers matriks merupakan masalah penyelesaian sistem persamaan linier.

Aturan charmer berguna di studi teoristis tetapi tidak untuk perhitungan.

4. Teorema 2 invers dengan determinan

Invers dari matriks nonsingular n x n A=[ajk]

Cjk = korefaktor dari ajk di determinan A

Bukti :

BA =G= [gkl]

G=I sehingga diperoleh

D= determinan A dimana l = k, dan 0 dimana l ≠ k karena itu

Untuk n = 2, dibaris pertama C11 =a22, C21=-a12, dan baris kedua C12=-
a21,C22=a11

Untuk matriks diagonal :

 Bukti:
Untuk AC, bukan A yaitu AC(AC)-1 =I

A-1, A-1A = I
A-1AC(AC)-1 = C(AC)-1
=A-1I = A-1

C-1 dengan menggunakan C-1C = I

C-1C(AC)-1 =(AC)-1 =C-1A-1

(A-1)-1 = A

5. Properti tidak bisa dari perkalian matriks

Hukum pembatalan
1). Perkalian matriks tak bersifat komunikatif, yaitu:
AB≠ BA
2). AB=0, Tidak menyiratkan A=0 atau B=0
(BA=0)
Contoh :

3). AC=AD, umumnya tak menyiratkan C=D (bahkan ketika A=0)

Hukum pembatalan:
Misal A,B,C adalah matrik n x n, kemudian :
A). jika pangkat A=n dan AB=AC, maka B=C.
B). jika pangkat A=n, maka AB=0 menyiratkan B=0 jadi jika AB=0.
Tetapi A ≠ 0 serta 0=0, lalu pangkat A<n dan B<A
C). jika A singular, begitu juga BA dan AB.

Determinan produk matrik

Untuk setiap n x n matrik A dan B
7.9 RUANG VEKTOR, RUANG PRODUK DALAM, TRANSFORMASI
LINEAR OPSIONAL
Ruang vektor khusus ini dihasilkan oleh bintang, yaitu kombinasi linier ar
banyak vektor terhingga. Komponen dan mendapatkan ruang vektor real n-
dimensi dikenal dengan vektor real.

Definisi:
Ruang vektor real merupakan himpunan tak kosong V dari elemen a.b,
penjumlahan vektor bersosialisasi dengan tiap pasangan vektor a dan b dari V
yang unik vektor dari V. disebut jumlah dari a dan b dan dilambangkan dengan
a+b sehingga asousima terpenuhi
 Komulatifitas, untuk setiap 2 vektor a dan b
A+b = b+a

 Asosiatif, untuk 3 vektor a,b,c dari V

(a+b)+c = a+(b+c)

 Vektor unik di V= vektor nol dilambangkan 0

A+0 = a

 Untuk setiap a dari V terdapat vektor unik dari V yang dilambangkan

dengan –a
A+(-a) = 0

1. Perkalian skalar, bilangan rill disebut skalar, dilambangkan dengan ca/ ac

 Distribusivitas skalar c dan vektor a dan b di V
C(a+b) = ca + cb

 Distribusivitas semua skalar c dan k dengan setiap vektor a dalam V

 (c+k)a = ca + ka

 Asosiatif, semua skalar c dan k dan setiap a di V

C(ka) = (ck)a

 V setiap a di V
Ia = a
Jika bilangan kompleks sebagai skalar bukan bilangan rill, sehingga diperoleh
definisi aksiomatikdari ruang vektor yang komplek kombinasi linear vektor

Kombinasi linear vektor :

Himpunan independen linear :

Keterangan :
m=1

Ca = 0

a≠0

2. Ruang vektor matriks

3. Ruang vektor polinominal

Himpunan semua polinominal konstan, linear, dan kuadrat dan x bersama sama
adalah ruang vektor j dimensi dengan hasil.

4. Ruang produk dalam

Jika a dan b adalah vektor dalam k, dianggap sebagai vektor kolom

Perkalian dalam atau perkalian titik dari A dan B:

5. R
u
a
n
g Produk Dalam Nyata
1. untuk semua skalar q dan vektor a,b,c
2. untuk semua vektor a+b di V
3. V semua a di V

Vektor yang produk dalamnya 0 disebut ortagonal :

6. Transformasi Linear

F disebut persamaan linear atau transformasi linear jika semua vektor V dan X
di X dan skalar C

Transformasi linear diruang kn menjadi ruang R x= Rn dan Y=Rn. maka setiap

Mxn real A=[a] memberi transformasi Rn menjadi R

F ditentukan oleh gambar vektor basis U Rn . Rn sebagai “basis standar”

Y= F(X) = Ax
Y1 = F(e(1)) didapatkan kondisi