Di susun oleh :
1. Ilham Nurul Ikhsan (221011403351)
2. Lutfi Nurwasfiah (221011400259)
3. M. Ari Fauzi (221011400239)
4. Muhammad Rizky (221011402420)
UNIVERSITAS PAMULANG
Contoh:
Syarat 1: Baris pertama disebut dengan leading 1
[ ]
1 4 −2 5
0 −5 2 7
0 0 −3 9
0 0 −8 8
[ ]
1 4 −2 5
0 −5 2 7
0 0 −3 9
0 0 0 0
[ ]
1 4 −2 5
0 −5 2 7
0 0 −3 9
0 0 0 0
syarat 4: matriks dibawah ini memenuhi syarat ke-4 dan disebut Eselon-
baris tereduksi
[ ][ ]
1 0 0 0 1 0 0 0
0 1 0 0 0 1 2 5
0 0 1 0 0 0 3 0
0 0 0 1 0 0 0 6
Matriks-matriks berikut berada dalam bentuk eselon baris, tapi bukan dalam
Pahamilah perbedaan antara matriks yang berada dalam bentuk eselon baris
dan eselon baris tereduksi pada Contoh 1 di atas. Dari contoh tersebut, anda tentu
bisa mengambil kesimpulan bahwa matriks dalam bentuk eselon baris harus
Jika matriks yang diperbesar untuk sistem persamaan linear dilakukan dasar-
dasar operasi baris hingga menjadi bentuk eselon baris tereduksi, maka himpunan
pemecahan untuk sistem tersebut dapat diperoleh dengan mudah. Contoh berikut
Arti kata Ekuivalen dalam KBBI adalah mempunyai nilai (ukuran, arti, atau
efek) yang sama. Tetapi jika arti dari Himpunan Ekuivalen adalah himpunan yang
unsurnya tidak sama, namun banyak anggotanya sama. Dan Himpunan Ekuivalen
bisa berarti juga dua himpunan yang memiliki jumlah anggota sama.
Jadi, pada dasarnya Ekuivalen itu adalah mempunyai nilai yang sama walau
ada beberapa nilai nilai didalamnya.
[2 3 1
]
A= 4 1 0 dan B= 2 3 1 [4 1 0
]
A dan B adalah ekuivalen baris karena jika kita mempertukarkan baris ke 1 dengan
baris ke 2 pada matriks A atau H12(A), maka akan di dapat matriks B.
Contoh Soal :
1. Periksalah apakah matriks A dan B berikut ekuivalen
[ ] [ ]
3 1 2 3 1 2
a. A= 4 2 0 dan B= 1 3 1
1 3 1 4 2 0
[ ] [ ]
3 5 1 3 5 1
b. A= 2 0 3 dan B= 2 0 3
5 5 4 0 0 0
Penyelesaian :
[ ] [ ]
3 1 2 3 1 2
1. a. A= 4 2 0 dan B= 1 3 1
1 3 1 4 2 0
[ ] [ ]
3 5 1 3 5 1
2. b. A= 2 0 3 dan B= 2 0 3
5 5 4 0 0 0
Jawaban Bukan Matriks Ekuivalen karena tidak ada pertukaran maupun kolom.
Contoh :
Misalkan kita memiliki matriks utama berikut:
A=|1 2 3|
|4 5 6|
|7 8 9|
Matriks elemen segitiga atasnya adalah:
|1 2 3|
|0 5 6|
|0 0 9|
Matriks elemen segitiga bawahnya adalah:
|1 0 0|
|4 5 0|
|7 8 9|
Kesimpulan
Matriks elementer adalah konsep penting dalam matematika dan ilmu terapan
yang digunakan dalam berbagai aplikasi. Dengan pemahaman tentang jenis-jenis
matriks elementer dan cara menggunakannya, kita juga dapat mengaplikasikan
konsep ini dalam berbagai bidang.
Rank matriks
Rank matriks adalah salah satu konsep penting dalam aljabar linear dan teori
matriks. Ini berkaitan dengan dimensi ruang kolom atau baris dalam matriks dan
memiliki banyak aplikasi dalam berbagai bidang, termasuk pemrosesan sinyal,
teori graf, optimasi, dan ilmu komputer. Berikut ini adalah materi lengkap tentang
rank matriks:
Definisi Rank Matriks:
Rank matriks adalah ukuran yang menunjukkan dimensi ruang kolom (kolom
matriks) yang dihasilkan oleh matriks tersebut. Dalam istilah yang lebih sederhana,
rank matriks adalah jumlah maksimum kolom atau baris yang linear independen
dalam matriks.
Notasi:
Misalkan A adalah matriks dengan m baris dan n kolom.
Rank matriks A biasanya dilambangkan dengan simbol "rank(A)" atau "r(A)".
Pengertian Penting:
Kolom Linear Independen: Kolom-kolom matriks A disebut linear
independen jika tidak ada kombinasi linear dari kolom-kolom tersebut yang
menghasilkan nol (kecuali semua koefisien nol).
Kolom Linear Dependen: Kolom-kolom matriks A disebut linear dependen
jika ada kombinasi linear dari kolom-kolom tersebut yang menghasilkan nol
dengan setidaknya satu koefisien bukan nol.
Cara Menghitung Rank Matriks:
Ada beberapa cara untuk menghitung rank matriks:
1. Metode Reduksi Baris: Menggunakan operasi baris elementer, matriks A
dapat dikonversi ke bentuk baris tereduksi (dalam bentuk Echelon atau
bentuk Baris Tereduksi Terbatas). Rank adalah jumlah baris bukan nol dalam
bentuk ini.
2. Metode Reduksi Kolom: Menggunakan operasi kolom elementer, matriks A
dapat dikonversi ke bentuk kolom tereduksi. Rank adalah jumlah kolom
bukan nol dalam bentuk ini.
3. Determinan: Jika determinan matriks A bukan nol, maka rank(A) adalah
maksimum dari m dan n (yaitu, rank(A) = min(m, n)). Jika determinan nol,
maka rank(A) lebih kecil dari m dan n.
Sifat Rank Matriks:
Beberapa sifat penting tentang rank matriks adalah:
1. Rank(A) tidak pernah melebihi nilai minimum antara m dan n (rank(A) ≤
min(m, n)).
2. Rank matriks adalah jumlah kolom (atau baris) yang linear independen.
3. Rank matriks A sama dengan rank matriks transpose dari A (rank(A) =
rank(A^T)).
4. Jika rank(A) = n (jumlah kolom), maka matriks A disebut matriks penuh-
rank (full-rank).
5. Jika rank(A) < n, maka matriks A disebut matriks kurang-rank (rank-
deficient).
Aplikasi Rank Matriks:
Rank matriks memiliki banyak aplikasi dalam berbagai bidang, termasuk:
Identifikasi rangking dalam teori graf.
Pengolahan sinyal, seperti kompresi data.
Perhitungan basis dari ruang kolom matriks.
Pemecahan masalah dalam sistem persamaan linear dan optimasi.
Contoh Soal 1:
Misalkan kita memiliki matriks A:
A=|1 2 3|
|2 4 6|
|3 6 9|
Rank matriks A adalah 1, karena kolom-kolomnya linear dependen (kolom kedua
adalah dua kali kolom pertama, dan kolom ketiga adalah tiga kali kolom pertama).
Contoh Soal 2:
Diberikan matriks B sebagai berikut:
B=|1 2 3|
|4 5 6|
|7 8 9|
Hitunglah rank matriks B.
Jawaban:
Dalam kasus ini, kita dapat menggunakan metode reduksi baris. Konversi matriks
B ke bentuk baris tereduksi menghasilkan:
B=|1 2 3|
| 0 -3 -6 |
|0 0 0|
Sekarang, kita bisa melihat bahwa ada dua baris bukan nol. Oleh karena itu, rank
matriks B adalah 2.