23121694
Matematika III
I. PERMASALAHAN
Cari materi vektor, ruang vektor, matriks, dan determinan.. masing2 judul
beserta 5 contohnya.
II. MATERI
A. PENGERTIAN
Vektor adalah suatu kuantita/besaran yang mempunyai besar dan arah. Secara
grafis suatu vektor ditunjukkan sebagai potongan garis yang mempunyai arah. Besar
atau kecilnya vektor ditentukan oleh panjang atau pendeknya potongan garis.
Sedangkan arah vektor ditunjukkan dengan tanda anak panah.
Dalam gambar vektor di samping, titik A disebut titik
B
awal (initial point) dan titik P disebut titik terminal
(terminal point). Pada gambar tersebut vektor dapat
AB = a r
ditulis dengan berbagai cara seperti, AB a , a atau a.
Panjang vektor juga dapat ditulis dengan berbagai cara
A r
seperti | AB |, | AB |, | a |, | a |, atau | a |.
Disini kita akan memakai simbul AB atau a untuk menyatakan vektor dan
Q
Untuk menggambarkan suatu vektor
Y
a pada sistem koordinat kartesean
a2 j diperlukan vektor satuan. Vektor
P dari titik (0,0) sampai titik (1,0)
(0,1)
j a1 i adalah vektor satuan i . Vektor dari
(0,0) i (1,0) titik (0,0) sampai titik (0,1) adalah
X
vektor satuan j .
Arah vektor i positif sesuai dengan arah sumbu X positif. Arah vektor j
positif sesuai dengan arah sumbu Y positif. Pada gambar disebelah ini vektor a
dengan titik awal P dan titik akhir Q diuraikan menjadi dua vektor yaitu vektor a1i
C. ALJABAR VEKTOR
Aljabar vektor adalah operasi pada dua atau lebih dari vektor yang meliputi
penambahan, pengurangan dan perkalian. Operasi vektor dapat dilakukan melalui
komponen-komponen skalarnya.
4. Penjumlahan Vektor
a) Aturan Segitiga
penjumlahan vektor a + b .
a
b
c
a a +b +c
a
a +b
c
b
−b
b
a
c = a −b
a
6. Vektor Nol
Jika vektor a = b maka a – b = 0. 0 disebut vektor nol. Vektor nol tidak
mempunyai besar dan arahnya tak tentu.
Dalam aljabar vektor, misalkan vektor a = a1i + a 2 j dan vektor b = b1i + b2 j
maka berlaku aturan :
a). a = b jika dan hanya jika a1i = b1i dan a 2 j = b2 j
c). a + b = ( a1 + b1 ) i + ( a 2 + b2 ) j
d). a - b = ( a1 - b1 ) i + ( a 2 - b2 ) j
e). a . b = 0 jika a = 0 atau b = 0 atau a tegak lurus dengan b
f). i . i = j . j = 1 dan i . j = 0
g). a . b = ( a1i + a 2 j ) . ( b1i + b2 j ) = a1 . b1 + a 2 . b2
a1 + a2
2 2
h). | a | =
i). ∝ = arc tan ( a2 / a1 )
j). a . b = ⏐ a ⏐⏐ b ⏐ cos γ
OP = ai + bj + ck
OL2 = a2 + b2 dan OP2 = OL2 + c2
OP2 = a2 + b2 + c2 jadi r = ai + bj + ck
a). a + b = ( a1 + b1 ) i + ( a 2 + b2 ) j = ( 3 + 2 ) i + ( 4 + 1 ) j = 5i + 5j
b). b + a = ( b1 + a1 ) i + ( b2 + a 2 ) j = ( 2 + 3 ) i + ( 1 + 4 ) j = 5i + 5j
c). a – b = ( a1 – b1 ) i + ( a 2 – b2 ) j = ( 3 – 2 ) i + ( 4 – 1 ) j = i + 3 j
d). b – a = ( b1 – a1 ) i + ( b2 – a 2 ) j = ( 2 – 3 ) i + ( 1 – 4 ) j = -i – 3j
2 2
e). ⏐ a ⏐ = a1 + a 2 32 + 4 9 + 16 = 25 = 5
2
= =
2 2
f). ⏐ b ⏐ = b1 + b2 = 2 2 + 12 = 4 + 1 = 5
g). Sudut a adalah ∝ = arc tan ( a 2 / a1 ) = arc tan ( 4/3 ) = 53,1301° atau ∝
= 53° 7’ 48.36”
h). Sudut b adalah ß = arc tan ( b2 / b1 ) = arc tan ( ½ ) = 26,565051° atau ß
= 26° 33’ 54,18’
i). a . b = a1 . b1 + a 2 . b2 = 3 . 2 + 4 . 1 = 6 + 4 = 10
j). b . a = b1 . a1 + b2 . a 2 = 2 . 3 + 1 . 4 = 6 + 4 = 10
Jawaban i). dan j). dapat juga menggunakan aturan
a . b = a . b cos γ.
dalam hal ini γ adalah sudut antara a dan b .
Dengan aturan tersebut diperoleh :
a . b = a . b cos γ = 5 5 cos (∝ - ß) = 5. 5 cos (53,13 – 26,56)
c a
a − b + 2c
3c
−b
a b 1/2(2 a +(- b )
2a − b
c 3 c + [-0,5{2 a + (- b )}]
2a
3. Dua buah vektor sebidang berturut-turut besarnya 8 satuan dan 6 satuan, bertitik tangkap
sama dan mengapit sudut 30o Tentukan besar dan arah resultan vektor tersebut tersebut!
Jawaban :
R2 = A2 + B2 - 2AB cos α
R = 82 + 62 + 2.6.8.cos 30
R = 64 + 36 + 96 0,5 √3
R = 100 + 48√3
4. ektor A memiliki besar A=2i+5 +2k dan vektor B memiliki besar B=4i+bi+1, ika A B=20,
maka besar b adalah
A⋅B= (2i+5j+2k)⋅(4i+bi+1k)
20 = 8+5b+2
10 = 5b
b=2
5.
RUANG VEKTOR
A. DEFINISI RUANG VEKTOR
Definisi 4.1 : Misalkan sebarang himpunan benda yang dua operasinya kita definisikan
penambahan dan perkalian skalar (bilangan real), disebut ruang vektor dan benda-benda pada
kita namakan vektor jika dan hanya jika memenuhi aksioma 4.1 berikut:
1. Jika , maka
2.
3.
4. sehingga ,
5. , sehingga
6. Jika dan maka
7.
8.
9.
10.
Contoh 4.1 :
1. Himpunan vektor Euclides dengan operasi standar (operasi penjumlahan dan operasi
perkalian dengan skalar).
Contoh 4.2 :
Selidiki apakah himpunan semua bilangan real positif dengan operasi-operasi
dan membentuk ruang vektor!
Penyelesaian:
1. Misalkan dan , maka ,
maka syarat dipenuhi :
2.
(definisi)
x’’ (definisi)
(sifat asosiatif pada perkalian bilangan real)
(definisi)
x
, syarat dipenuhi
x
5. Misalkan ada sedemikian hingga
1 1
, maka R+, jadi syarat dipenuhi
x x
6. Misalkan dan , maka
(bilangan real positif jika dipangkatkan, hasilnya akan positif juga), jadi syarat
dipenuhi
7.
(definisi)
(definisi)
(sifat pangkat)
(definisi)
, syarat dipenuhi
8.
(definisi)
(sifat pangkat)
(definisi)
(definisi)
, sifat dipenuhi
9.
(definisi)
(definisi)
(sifat pangkat)
, syarat dipenuhi
10.
(definisi)
, syarat dipenuhi
Karena ke- aksioma dipenuhi maka himpunan semua bilangan real positif x dengan operasi-
operasi dan membentuk ruang vektor.
Contoh 4.3:
Jika maka –
3. Operasi Standar pada
a. Penjumlahan dua Vektor
Definisi 4.4 : Dua vektor dan pada maka
Contoh 4.4 :
Jika dan , maka
Contoh 4.5:
Jika dan , maka
d. Kesamaan Dua Vektor
Definisi 4.7 : Dua vektor dan pada dikatakan
sama jika
4. Hasil Kali Dalam Euclidis (Euclidean Inner Product) Dua Vektor
Definisi 4.8: Jika dan adalah sebarang vektor pada
, maka hasil kali dalam Euclidis kita definisikan dengan :
〈 〉
Contoh 4.6:
dan , maka
Contoh 4.7:
Jika maka ‖ ‖ √ √ √
Jarak euclides antara titik-titik dan pada
didefinisikan sebagai:
‖ ‖ √
Contoh 4.8 :
Jika dan maka :
‖ ‖ √
| | √ √
C. SUB RUANG
Definisi 4.10 : Diketahui ruang vektor, , disebut sub ruang dari jika hanya jika
itu sendiri merupakan ruang vektor di bawah penambahan dan perkalian skalar yang
didefinisikan pada .
Aksioma 4.2 :
ruang vektor, , disebut sub ruang dari jika hanya jika
(1) Jika dan adalah vektor-vektor pada , maka
(2) Jika dan , maka
Contoh 4.9 :
Selidiki apakah himpunan dari semua matriks yang mempunyai bilangan nol pada
diagonal utamanya adalah sub ruang dari !
Penyelesaian :
D. KOMBINASI LINEAR
Definisi 4.11 : Sebuah vektor dinamakan kombinasi linear dari vektor-vektor jika
vektor tersebut dapat dinyatakan dalam bentuk dengan
adalah skalar.
Contoh 4.10 :
Misal dan = (1, -1, 3) adalah vektor-vektor di . Apakah vektor berikut
merupakan kombinasi linear dari vektor-vektor di atas :
a.
b.
c.
Penyelesaian:
a. Tulis
Akan diperiksa apakah terdapat nilai dan sehingga kesamaan tersebut dipenuhi :
( ) ( ) ( )
( )( ) ( )
2 1 4 1 12 2 1 12 2 1 12 2
4 -1 2 B1( 1 ) 4 - 1 2 B21( 4) 0 - 3 - 6 B32(1) 0 - 3 - 6 B2( 1 )
0 2 0 3 6 0 0 0 3
3 6 0 3 6
1 1 2 1 0 1
2
0 1 2 B12( 1 ) 0 1 2
0 0
2
0 0 0 0
Matriks eselon tereduksi yang diperoleh:
1 0 1
0 1 2 Sehingga diperoleh persamaan baru yaitu : dan .
0 0 0
Dengan demikian terdapat nilai dan . Sehingga merupakan kombinasi linear
dari dan atau bisa ditulis sebagai
b. Tulis
Akan diperiksa apakah terdapat nilai dan sehingga kesamaan tersebut dipenuhi :
( ) ( ) ( )
( )( ) ( )
2 1 1 1 1
2
1
2 1 1
2
1
2
4 -1 5 B1( 12 ) 4 -1 5 B21(-4) 0 -3 3
0 3 0 3 6 0
6 3 6
1 1
2
1
2 1 1
2
1
2
B 2( 13 ) 0 1 -1 B 32( 3) 0 1 -1
0 6 0 9
3 0
Perhatikan baris ketiga dari Operasi Baris Elementer di atas
SPL ini tidak konsisten (tidak mempunyai solusi) karena seharusnya . Jadi, tidak
ada nilai dan yang memenuhi, sehingga tidak dapat dinyatakan sebagai kombinasi
linear dari dan .
c. Dengan memilih k1 = 0 dan k2 = 0, maka dapat ditulis k1u + k2v = c.
Artinya vektor nol merupakan kombinasi linear dari vektor apapun.
E. MERENTANG / MEMBANGUN
Jika adalah vektor-vektor pada ruang vektor , maka secara umum beberapa
vektor dalam dapat dibentuk menjadi kombinasi linear dari dan yang lainnya bisa
tidak dapat dibentuk sebagai kombinasi linear.
Definisi 4.12 : Jika adalah vektor-vektor pada ruang vektor dan jika masing-
masing vektor pada dapat dinyatakan sebagai kombinasi linear maka kita
mengatakan bahwa vektor-vektor ini merentang .
Contoh 4.11 :
Tentukan apakah merentangkan ruang vektor ?
Penyelesaian:
Harus ditentukan apakah suatu vektor sembarang dalam R3 dapat dinyatakan
sebagai suatu kombinasi linear dari vektor-vektor , , .
Maka didapat :
atau
1 1 2 1 1 2
1 1 2 b b 1 b 1
1
1 0 1 b B 21( 1)
0 1 1 b1b B 0 1 1
31( 2) b1b
2 2 2
2 1 3
b
3
2 1 3
b 3
0 1 1
2b1b 3
1 1 2
b 1
B 32( 1) 0 1 1 b1b 2
0 0 0
b1b 2 b 3
F. KEBEBASAN LINEAR
Definisi 4.13 : Jika { } adalah himpunan vektor, maka persamaan vektor
mempunyai paling sedikit penyelesaian, yaitu ,
.
Jika ini adalah satu-satunya penyelesaian, maka kita namakan himpunan bebas linear (linearly
independent). Jika ada penyelesaian lain, maka kita namakan himpunan tak bebas linear
(linearly dependent) atau bergantung linear.
Contoh 4.13 :
Himpunan vektor-vektor { }, dengan :
( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
1 B3(-2) ( )
2
( )
Contoh 4.14 :
( ) ( ) ( )
Penyelesaian:
atau ( )( ) ( )
1 1 2 1 1 2
0 4 0 ~ 0 1 0
0 1 0 0 0 0
Teorema 4.5 : Jika { } adalah suatu basis untuk suatu ruang vektor , maka
setiap vektor dalam dapat dinyatakan dalam bentuk dalam
tepat satu cara.
Bukti :
Karena merentangkan , maka dari definisi kita dapatkan bahwa setiap vektor dalam dapat
dinyatakan sebagai kombinasi linear dari vektor-vektor dalam S. Untuk melihat bahwa hanya ada
satu cara untuk menyatakan suatu vektor sebagai kombinasi linear dari vektor-vektor dalam ,
suatu vektor dapat ditulis sebagai:
dan juga sebagai
Dengan mengurangkan persamaan kedua dan pertama akan didapat:
(
Karena ruas kiri dari persamaan ini adalah suatu kombinasi linear dari vektor-vektor dalam S
maka kebebasan linear mengimplikasikan bahwa :
Yaitu :
( )( ) ( ) ( )( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( )
( )
2 2 2
0 5 3
b2 2b1
0 0 1
9b1 5b3
2 2
1 2 0
26b 6b 15b
1 2 3
1 0 0
36b 8b 21b
1 2 3
0 1 0
0 0 1
3b 5b b 3 1 2
0 1 0
0 0 1
3b 5b b
3 1 2
2b 9b 5b
2 1 3 2b 9b 5b
2 1 3
Sehingga vektor sembarang dapat dinyatakan sebagai suatu kombinasi linear, Jadi
merentang di .
Karena syarat (1) dan (2) terpenuhi maka merupakan suatu basis untuk .
Untuk Contoh 4.15 akan diperiksa apakah determinan matriks koefisien tidak sama dengan .
| |
Karena determinan matriks koefisien tidak sama dengan , maka S merupakan suatu basis untuk
.
a 11 a 12
... a 1n
A
a 21 a 22
... a 2n
a m1 a m2 ... a mn
Vektor-vektor
terbentuk dari baris-baris yang kita namakan vektor-vektor baris , dan vektor-vektor :
Contoh 4.17 :
Misalkan Matriks
Vektor kolom
1 2 1 1
Vektor baris
A 1 2 3 1
1 2 1
2
dengan melakukan OBE diperoleh :
Perhatikan kolom-kolom pada matriks hasil OBE. Matriks mempunyai basis ruang kolom yaitu
:
1 1
1 , 3
1 2
Basis ruang baris diperoleh dengan cara, mentransposkan terlebih dahulu matriks , lakukan
OBE pada , sehingga diperoleh:
Kolom-kolom pada matriks hasil OBE yang memiliki satu utama berseseuaian dengan matriks
asal ( ). Ini berarti, matriks tersebut mempunyai basis ruang baris :
1 1
2 2
,
1 3
1 1
Dimensi basis ruang baris = ruang kolom dinamakan rank. Jadi rank dari matriks adalah .
Contoh 4.18 :
Cari basis-basis untuk ruang-ruang baris dan kolom dari:
1 3 4 2 5 4
2 6 9 1 8 2
A
2 6 9 1 9 7
1 3 4 2 5 4
Penyelesaian:
Setelah direduksi, menjadi matriks:
1 3 4 2 5 4
0 0 1 3 2 6
A
0 0 0 0 1 5
0 0 0
0 0 0
1 4 5
2 9 8
c1 2 , c3 9 , c5 9 ,
1 4 5
Untuk mencari basis ruang baris, matriks A ditransposkan terlebih dahulu.
1 2 2 1 1 2 2 1
3 6 6 3 0 1 1 0
4 9 4 0
9 0 1 0
T
A 2 1 1 2 0 0 0 0
5 9 5 0
8
0 0 0
4 7 4 Setelah direduksi, menjadi matriks: 0
2
0 0 0
Penyelesaian:
Ruang vektor yang direntang vektor-vektor ini adalah ruang baris dari matriks
1 2 0 0 3 1 2 0 0 3
2 5 3 2 0 1 3 2 0
6
B , B 41( 2) 0 5 15 10 0 B , B4 ( 1 )
0 5 15 10 0 21( 2)
1
3( )
5 2
0 10 18 8 0
2 6 18 8 6
1 2 0 0 3 1 2 0 0 3
0 1 3 2 0 0 0 0 0 0
0 1 3 2 0 B 23(1)
, B 43( 5)
0 1 3 2 0 B 1
4( )
6
0 5 9 4 0 0 0 6 6 0
1 2 0 0 3
0 0 0 0 0
0 1 3 2 0
0 0 1 1 0
Vektor-vektor baris tak nol pada matriks ini adalah
Contoh 4.20 :
Solusi SPL Homogen di atas dapat dicari dengan OBE terhadap matriks yang diperbesar.
2 1 2 2 0 1 1 2 1 0 1 1 2 1 0 1 1 2 1 0
b2 b1 2b1 b2 b2 b3
1 1 2 1 0 2 1 2 2 0 b b 0 3 6 0 0 0 1 2 0 0
1 2 4 1 0 1 2 4 1 0 1 3 0 1 2 0 0 0 3 6 0 0
3b1 b4
3 0 0 3 0 3 0 0 3 0 0 3 6 0 0 0 3 6 0 0
1 0 0 1 0
b2 b1
1 2 0 0
3b2 b3 0
0
0 0 0 0
3b2 b4
0 0 0 0 0
sehingga
a t 0 1
b 2s 2 s 0 t
c s 1 0
d t 0 1 0 1
Maka, basis bagi ruang solusi adalah 2 0
,
1 0
0 1
Matriks
Matriks adalah sekumpulan bilangan riil ( atau elemen ) atau kompleks yang disusun
menurut baris dan kolom sehingga membentuk jajaran ( array ) persegi panjang. Matriks
mempunyai m baris dan n kolom disebut matriks m x n.
Suatu matriks ditunjukkan dengan menuliskan jajarannya di antara kurung sisi misalnya
elemennya. Perhatikan bahwa dalam menyatakan matriks, yang pertama yang disebutkan adalah
banyaknya baris dan yang kedua adalah banyaknya kolom.
3 x 2; 2x4
Matriks hanyalah sekedar jajaran sekumpulan bilangan : tidak ada hubungan aritmetis antare
elemen-elemennya. Matriks berbeda dengan determinan, karena tidak ada harga numerik suatu
matriks yang diperoleh dari perkalian antar elemennya. Juga, pada umumnya baris dan kolom tidak
dapat dipertukarkan seperti dalam determinan.
Matriks baris ( line matriks ) : suatu matriks kolom hanya terdiri dari I kolom saja. Contoh,
Serupa dengan itu dapat dinyatakan dengan [ ] atau [ x ] atau dengan x saja.
Untuk menyatakan matriks ( m x n ) akan kita gunakan huruf besar tebal, misalnya A. Untuk matriks
baris atau matriks kolom kita gunakan huruf kecil tebal, misalnya x. ( Dalam tulisan tangan, cetak
tebal dapat digantikan dengan garis bergelemobang di bawah huruf yang bersangkutan, misalnya A
atau x ).
Jadi jika B menyatakan matriks 2 x 3, tuliskanlah elemen – elemen b dalam matriks tersebut
dengan menggunakan notasi dua-indeks. Hasilnya
B=
Contoh + =
Dan - =
=
(b) _ = ……………………………
Penyelesaian.
(a). 6 +1 5+4 4+2 1+3 = 7 9 6 4
2+6 3 +-1 -7 + 0 8 + 5 8 2 -7 13
Perkalian Matriks:
(a) Perkalian dengan skalar: Mengalikan matriks dengan sebuah bilangan ( yaitu skalar ) berarti
mengalikan masing-masing elemennya dengan bilangan tersebut.
Contoh 4 x =
Kebalikannya juga berlaku, yaitu kita dapat mengeluarkan faktor yang sama dari setiap elemen –
bukan hanya dari satu baris atau kolom seperti dalam determinan.
5x
(b) Perkalian dua buah matriks: Dua buah matriks dapat dikalikan, satu terhadap yang lain, hanya
jika banyaknya kolom dalam matriks yang pertama sama dengan banyaknya baris dalam matriks
yang kedua.
Maka A b=
Yaitu masing – masing elemen matriks A dalam baris yang atas dikalikan dengan elemen yang
bersesuaian dalam kolom pertama matriks b dan kemudian semua hasil-kalinya dijumlahkan.
Serupa dengan itu, baris kedua dari hasil-kali kedua matriks diperoleh dengan mengalikan masing-
masing elemen dalam baris kedua matriks A dengan elemen yang bersangkutan dalam kolom
pertama matriks b.
Contoh 1
= = =
Cara yang sama berlaku juga untuk baris dan kolom yang lain.
Contoh 2
Maka A B =
Jika A = dan B =
Maka A B adalah,
Karena A B =
= =
Jelaslah bahwa suatu matriks hanya dapat dikuadratkan jika matriks tersebut merupakan matriks
bujur sangkar, yaitu matriks dengan banyak barisnya sama dengan banyak kolomnya.
Jika A =
= =
Contoh 3.
Jika A= dan B =
Maka A B =
= =
dan B A =
= =
A B= ; B A=
Transpose matriks: Jika baris dan kolom suatu matriks dipertukarkan, maksudnya : baris pertama
menjadi kolom pertama, baris kedua menjadi kolom kedua, baris ketiga menjadi kolom ketiga, dan
seterusnya. Maka matriks baru yang terbentuk disebut transpose dari matriks semula. Jika matriks
semula adalah A, maka transposenya dinyatakan dengan atau . Kita akan menggunakan notasi
yang terakhir .
A B = ; =
Soal Latihan:
1. Jika A = dan B=
2. Jika A = dan B=
=
Jika dua baris (atau kolom ) ditukarkan tempatnya tanda determinan berubah .
=
Jika ada dua baris ( atau kolom ) yang identik , maka harga determinan tersebut sama dengan nol .
=0
Jika elemen-elemen salah satu baris ( atau kolom ) semua dikalikan dengan factor yang
sama,maka determinanya pun dikalikan dengan factor tersebut .
=
Jika elemen-elemen salah satu baris ( atau kolom ) ditambah (atau dikurangi ) dengan kelipatan-
kelipatan elemen baris ( atau kolom) lain yang bersesuaian ,maka harga determinannya tidak
berubah .
=
Sekarang, sebagai ulangan, lengkapilah yang berikut ini :
(i) = …………………………
(ii) = …………………………
(iii) = ………………………….
(iv) = ………………………….
Inilah hasilnya :
(i). 20 – 42 = - 22 (ii). -20 – 6 = -26
(iii). ac – bd (iv). ps – rq
= 2(20) + 0 + 0 = 40.
Kofaktor. Jika A = [ ] adalah matriks bujur sangkar, kita dapat membentuk determinan yang
Masing-masing elemen memberikan kofaktor, yang tidak lain daripada minor elemen dalam
determinan bersama-sama dengan ‘tanda tempat’-nya, yang rinciannya telah dijelaskan dalam
program sebelum ini.
Jadi, dalam contoh di atas, minor elemen 6 adalah yaitu 8 – 3 = 5. Tanda tempatnya -.
=+ = + (0-24) = -24
= - = - (0-6) = 6
= + = + (16-1) = 15
=- = - (0 -20) = 20
=+ = + (0 – 5) = -5
=- = - (8 – 3) = -5
=+ = +(18 – 5) = 13
=- = -(12 – 20) = 8
Dan transpose dari C, yaitu = Matriks ini disebut matriks adjolin dari
matriks A semula dan dituliskan adj. A. Jadi untuk memperoleh adjolin suatu matriks bujur sangkar
A kita harus :
(a) Membentuk matriks kofaktor C
(b) Menuliskan transpose C , yaitu .
adalah Adj A = =
A-1 =
C=
Karena
= +(-0) = 2; = -(8-30) = 22; = +(0-6) = 6
= -(4-0) = -4 = +(2-18) = -16; = -(0-12) = 12
= +(10-3) = 7; = -(5-12) = 7 = +(1-8) = -7
Adj A = = ………………………….
Adj A = C =
(d) Akhirnya, elemen – elemen adj A kita bagi dengan harga A , yaitu 28, untuk memperoleh A-
1
, invers matriks A.
A-1 = ……………………….
A -1 =
=
Untuk matriks lain pun dapat dicari dengan jalan yang sama. Kerjakanlah soal yang berikut ini
sendiri.
A-1 = ……………………………
A-1 =
Kofaktor
= +(8 - 0) = 8; = -(24-30) = 6; = +(0-5) = -5
C= =
Jadi A -1 =
Sekarang marilah kita lihat beberapa penggunaan invers. Perkalian matriks bujur sangkar dengan
inversnya.
Maka A -1 =
Sehingga A -1 A =
= =1 A -1 A = 1
= ………………………………….. selesaikanlah.
A -1 A = = =1
. . . . .
. . . . .
. . . . .
Dari bekal kita tentang perkalian matriks, sistem persamaan di atas dapat dituliskan dalam bentuk
matriks.
. . . . = .
. . . . . .
. . . . . .
Yaitu A x=b
Dengan A=
;x= ; dan b =
. . . . .
. . . . .
. . . . .
Jika kedua ruas persamaan matriks tersebut kita kalikan dengan invers matriks A, kita peroleh
A -1 A x = A -1 . b
Tetapi A -1 A = 1 1 x = A -1 b yaitu x = A -1 . b
Kita lihat bahwa jika kita bentuk invers dari matriks koefisien dan matriks b kita kalikan-kiri
(pre-multiply) dengan matriks – invers, maka akan kita peroleh matriks pecahan x.
Contoh pecahkan sistem persamaan
Pertama - tama jika kita tuliskan sistem persamaan ini dalam bentuk matriks, maka kita dapatkan
. =
Yaitu A x = b x = A -1 b
Langkah selanjutnya adalah mencari invers matriks A dengan A adalah matriks koefisien x. kita
telah mengetahui bagaimana menentukan invers suatu matriks, jadi dalam hal ini A -1 = …………...
A -1 = -
Kofaktor
= + (-20 + 6) = - 14; = - ( 15 +10 ) = - 25; = + ( 9 + 20 ) = 29
= - ( 10 – 3 ) = -7; = + ( 5 – 5 ) = 0; = - ( 3 – 10 ) = 7
= + ( -4 + 4 ) = 0; = - ( -2 – 3 ) = 5; = + ( - 4 – 6 ) = - 10
C= adj A = =
Telah diperoleh A = - 35 A -1 = =-
x = A -1 b = - .
X=- =
Sehingga akhirnya x = = = -1; =5 =3
. . . . . = yaitu A . x = b
. . . . . .
. . . . . .
Semua hal yang diperlukan untuk memecahkan sistem persamaan di atas dikandung oleh
matriks koofisien A dan matriks kolom b. jika elemen – elemen matriks b kita tuliskan dalam
matriks A, maka kita peroleh matriks yang diperluas ( augmented matrix ) B untuk sistem
persamaan tersebut.
Yaitu B =
. . . . .
. . . . .
. . . . .
(a) sekarang kita eliminasikan elemen-elemen dalam kolom pertama, kecuali elemen , dengan
jalan mengurangi baris kedua dengan / kali baris pertama dan mengurangin baris ketiga
dengan / kali baris pertama, demikian seterusnya.
(b) langkah ini menghasilkan matriks baru yang berbentuk
. . . . .
. . . . .
. . . . .
Proses tersebut kita ulangi lagi untuk mengeliminasi elemen kolom kedua mulai dari baris ketiga
ke bawah.
Contoh pecahkanlah x1 + 2x2 – 3x3 = 3
2x1 – x2 – x3 = 11
3x1 + 2x2 + x3 = -5
Kurangi baris kedua dengan kali baris pertama dan baris ketiga dengan kali baris pertama
Matriksnya menjadi
Dengan langkah ini matriks koofisien x telah direduksi menjadi matriks segitiga.
Akhirnya, kita letakkan kolom-kolom kembali ke posisinya semula.
. =
Dengan ‘subtitusi mundur’, mulai dengan baris yang paling bawah, kita peroleh
= -18 = -3 = -3
+ =5 = 5 + 15 = 20 = -4
+ - =3 –8+9=3 =2
= 2; = -4; = -3
Perhatikan bahwa dalam mengolah matriks yang diperluas, jika dikehendaki kita boleh
(a) Mempertukarkan dua baris,
(b) Mengalikan baris dengan faktor yang tidak nol
(c) Menambahkan (atau mengurangkan) kelipatan salah satu baris dengan (atau dari ) baris lain.
Operasi ini diperkenankan karena kit menangani koofisien-koofisien dari kedua ruas persamaan.
Contoh pecahkanlah sistem persamaan berikut
X1 – 4x2 – 2x3 = 21
2x1 + x2 + 2x3 = 3
3x1 + 2x2 – x3 = -2
Pertama – tama kita tuliskan persamaan di atas dalam bentuk matriks, yaitu
. =
Sekarang kita dapat mengeliminasi koofisien dari baris kedua dan ketiga dengan
……………….. dan
. =
1. Sekarang kerjakanlah .
Jawab :
=5 -7 +2
=5 ( 9 – 4 ) -7 ( 6 – 24 ) + 2 (2 – 18 )
= 5 (5) -7 (-18) +2 (-16)
= 25 + 126 – 32 = 119
2. Hitunglah dengan menguraikanya atas baris yang tengah.
Jawab:
Karena = -7 +3 -1
= -7 ( 18 – 48 ) + 3 ( 9 – 32 ) -1 ( 6 – 8 )
= -7 ( - 30) +3 (-23) -1 (-2)
= 210 – 69 + 2 = 143
΅ = = +5 + 11
= 2 ( 8 – 18 ) + 5 ( 8 + 24 ) + 11 ( -3 – 4 )
= - 20 + 160 – 77 = 6
Jawab :
Langkah-langkah pokoknya:
= 54
= 27
= 81
= - 27
=- x= = = 2
X=2
=- y= = = -1
X = -1
=- z = = = -3
X = -3
agar sejalan =0
=3 -1 +2 =0
= 3 ( 6k – k ) -1 ( 12k + 2k ) +2 ( -4 – 4 ) = 0
= 15k – 14k – 16 = 0 k – 16 = 0 k = 16