PELATIHAN PENGGUNAAN MATLAB

UNTUK ALJABAR LINIER

Disampaikan pada Visiting Lecturer Mata Kuliah Aljabar Linier
UIN Raden Fatah Palembang

1. VEKTOR DAN MATRIKS

a) Karakter Khusus dan Fungsi Matlab
No Karakter Deskripsi
Khusus
1 ; Operator titik koma
2 ' Transpos terkonjugasi
3 .' Transpos
4 * Operator kali
5 . Operator titik
6 ^ Operator pangkat
7 [] Operator vektor kosong
8 : Operator titik dua
9 = Penugasan
10 == Persamaan
11 \ Garis miring terbalik atau pembagian
kiri
12 / Divisi kanan
13 i, j Satuan imajiner
14 ~ Operator Logika tidak
15 ~= Operator Logika tidak sama
16 & Operator Logika dan
17 | Operator Logika atau
18 {} Sel

b) Fungsi Matlab
Fungsi Matlab Deskripsi
1 Acos Kosinus invers
2 Axis sumbu
3 Char karakter
4 Chol faktorisasi holesky
5 Cos Fungsi kosinus
6 Cross Cross product
7 Det Determinan
8 Diag Matriks diagonal
9 Double Tipe data bilangan riil
10 Eig nilai dan vektor eigen
11 Eye Matriks identitas
12 Fill Poligon 2D
13 Fix Bulatkan menuju nol
 14 Grid Garis kisi
15 Hold Pertahankan grafik saat ini
16 Inv Invers matriks
17 isempty Benar untuk matriks kosong
18 Legend Legenda grafik
19 Length Panjang Vektor
20 linspace Vektor Linier
21 Max Komponen terbesar
22 Min Komponen terkecil
23 Norm Norma matriks atau vektor
24 Null Ruang kosong
25 num2cell Konversi array bilangan ke array sell
26 num2str Konversi bilangan ke string
27 Ones Matriks satu
28 Pascal Matriks pascal (Komponen binomial)
29 Plot Plot linier
30 Poly Ubah akar menjadi polinomial
31 polyval Hitung nilai polinomial
32 Rand Matriks nxn Bilangan acak uniform
33 Randn Matriks nxn Bilangan acak normal
34 Rank Ranking matriks
35 Reff Bentuk eselon baris tereduksi
36 Rem Sisa bagi
37 Roots Akar polinomial
38 Sin Fungsi sinus
39 Size Ukuran Matriks
40 Sort Urutkan ke atas
41 Zeros Matriks nol

c) Vaktor
Membuat vektor baris
>> a=[1 2 3]

a=

1 2 3

Membuat vektor kolom

>> b=[4;5;6]

b=

4
5
6
Transpos vektor
>> a'
ans =

1
2
3

Panjang vektor
>> length(a)

ans =

Perkalian vektor
>> a.*a

ans =

1 4 9

Pangkat vektor
>> a.^2

ans =

1 4 9

Mengupdate vektor
>> a=a'

a=

1
2
3

>> a=[1;2;3]

Perkalian dot dua vektor kolom

a=

1
2
3

>> b=[1;2;3]
b=

1
2
3

>> dotproduct=a'*b

dotproduct =

14

Perkalian silang dua vektor kolom

>> a

a=

1
2
3

>> b

b=

1
2
3

>> cross=a*b'

cross =

1 2 3
2 4 6
3 6 9

>> cross(a,b)

ans =

1 2 3
2 4 6
3 6 9
Norm atau panjang vektor
>> a=[1 2 3]

a=

1 2 3

>> norm(a)

ans =

3.7417

Nilai minimum vektor

>> min(a)

ans =

Nilai maksimum vektor

>> max(a)

ans =

Kombinasi linier matriks. Kombinai linier dapat dilakukan dengan fungsi

lincomb asalkan koefisien dan matriks sudah didefinisikan.

function M = lincomb(v,A)
% Linear combination M of several matrices of the same size.
% Coefficients v = {v1,v2,…,vm} of the linear combination and the
% matrices A = {A1,A2,...,Am} must be inputted as cells.
m = length(v);
[k, l] = size(A{1});
M = zeros(k, l);
for i = 1:m
M = M + v{i}*A{i};
End

Simpan kode tersebut dalam folder lalu pindahkan path dengan run.

Contoh: akan ditentukan kombinasi linier dari koefisien c dengan

matriks A yang merupakan x dan y.
 >> c = {1,-2,3}

c=

[1] [-2] [3]

>> x=[1;2;3]

x=

1
2
3

>> y=[3;2;1]

y=

3
2
1

>> z=[-1;-2;-3]

z=

-1
-2
-3

>> w = lincomb(c,{x,y,z})

w=

-8
-8
-8

d) Matriks
Membuat matriks secara langsung
>> A=[1 2 3; 4 5 6; 7 8 9]

A=
 1 2 3
4 5 6
7 8 9

Membuat matriks baru dengan matriks lama. Misalnya akan dibuat

matriks B yang merupakan matriks 2x2 yang berisi komponen matriks
A pada baris 1 dan 3, kolom 1 dan 2
>> B=A([1 3],[1 2])

B=

1 2
7 8

Membuat matriks dari matriks lain dengan urutan baris tertentu

>> C=A([3 2 1],:)

C=

7 8 9
4 5 6
1 2 3

Membuat vektor kolom dari matriks

>> d=A(:)

d=

1
4
7
2
5
8
3
6
9

Menghapus kolom matriks. Misalnya akan dihapus kolom dua dari

matriks A
>> A(:,2)=[]

A=

1 3
 4 6
7 9

Menyisipkan kolom pada matriks. Misalnya pada matriks A akan

disipkan di kolom dua
>> A=[A(:,1) [2 5 8]' A(:,2)]

A=

1 2 3
4 5 6
7 8 9

Matriks pascal, matriks yang berisi koefisien binomial

>> A=pascal(3)

A=

1 1 1
1 2 3
1 3 6

Matriks Ajaib, matriks yang jumlah elemen disusun sedemikian rupa

jumlah semua elemen baris, kolom dan diagonal adalah sama.
>> B=magic(4)

B=

16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1

Membuat matriks dengan komponen bilangan acak uniform

>> rand(3)

ans =

0.8116 0.9390 0.6225

0.5328 0.8759 0.5870
0.3507 0.5502 0.2077

Membuat matriks dengan komponen bilangan acak normal

>> randn(3)

ans =
 -0.1623 1.6821 -0.7120
-0.1461 -0.8757 -1.1742
-0.5320 -0.4838 -0.1922

Melakukan operasi perbandingan pada matriks. Misalnya akan diuji

apakah elemen-elemen pada matriks A lebih dari 4, nilai 1 bermakna
ya sedangkan nilai 0 bermakna tidak.
>> A>4

ans =

0 0 0
0 1 1
1 1 1

Perkalian titik pada matriks.

>> A.*A

ans =

1 4 9
16 25 36
49 64 81

Perkalian dua matriks

>> A*A

ans =

30 36 42
66 81 96
102 126 150

Operasi ini bisa dilakukan jika syarat operasi perkalian matriks berlaku.
Jika syarat tidak terpenuhi maka operasi tidak dapat dilakukan.
>> B=[1 2 3; 4 5 6]

B=

1 2 3
4 5 6

>> B*B
Error using *
Inner matrix dimensions must agree.
 Membuat matriks diagonal dengan vektor tertentu.
>> d=[1 2 3]

d=

1 2 3

>> D=diag(d)

D=

1 0 0
0 2 0
0 0 3

Menemukan vektor yang berupa diagonal matriks

>> d=diag(D)

d=

1
2
3

Ukuran matriks
>> size(A)

ans =

3 3

2. SOLUSI SPL
a) Kondisi 1, jumlah persamaan sama dengan jumlah variabel
>> A = [1 2 3;4 5 6;7 8 10]

A=

1 2 3
4 5 6
7 8 10

>> b=[1;2;3]

b=
 1
2
3

>> x=A\b

x=

-0.3333
0.6667
0

Menguji solusi SPL

>> sisa=b-A*x

sisa =

1.0e-15 *
0
0.2220
0

b) Kondisi 2, jumlah persamaan lebih dari jumlah variabel

>> A = [2 -1; 1 10; 1 2]

A=

2 -1
1 10
1 2

>> b=[1;2;3]

b=

1
2
3

>> x=A\b

x=

0.9151
0.1509
c) Kondisi 3, jumlah persamaan lebih kecil dari jumlah variabel
>> A = [1 2 3; 4 5 6];
b = ones(2,1);
>> x=A\b

x=

-0.5000
0
0.5000

x ini bukan solusi SPL tersebut. Solusi SPL seharusnya kombinasi

linier dari x dengan ruang null yaitu
>> z=null(A)

z=

0.4082
-0.8165
0.4082

Solusi SPL adalah

>> w = lincomb({1,-1},{x,z})

w=

-0.9082
0.8165
0.0918

Bentuk eselon baris terreduksi. Misalnya SPL berbentuk Ax=b.

>> A=magic(3)
A=

8 1 6
3 5 7
4 9 2

>> b=ones(3,1)
b=

1
1
 1
>> rref([A b])
ans =

1.0000 0 0 0.0667
0 1.0000 0 0.0667
0 0 1.0000 0.0667

Invers matriks
>> A=magic(3)

A=

8 1 6
3 5 7
4 9 2

>> inv(A)

ans =

0.1472 -0.1444 0.0639

-0.0611 0.0222 0.1056
-0.0194 0.1889 -0.1028

Determinan matriks
>> A=pascal(3)

A=

1 1 1
1 2 3
1 3 6

>> d=det(A)

d=

Kofaktor matriks
function ckl = cofact(A,k,l)
% Cofactor ckl of the a_kl entry of the matrix A.
[m,n] = size(A);
if m ~= n
error('Matrix must be square')
end
B = A([1:k-1,k+1:n],[1:l-1,l+1:n]);
ckl = (-1)^(k+l)*det(B);

>> ckl = cofact(A,2,1)

ckl =

-3

Menntukan determinan dengan kofaktor.

function d = mydet(A)
% Determinant d of the matrix A. Function cofact must be
% in MATLAB's search path.
[m,n] = size(A);
if m ~= n
error('Matrix must be square')
end
a = A(1,:);
c = [];
for l=1:n
c1l = cofact(A,1,l);
c = [c;c1l];
end
d = a*c;

>> d = mydet(A)

d=

Fungsi Adjoint
function B = adj(A)
% Adjoint matrix B of the square matrix A.
[m,n] = size(A);
if m ~= n
error('Matrix must be square')
end
B = [];
for k = 1:n
for l=1:n
B = [B;cofact(A,k,l)];
end
end
B = reshape(B,n,n);

>> B = adj(A)

B=
 3 -3 1
-3 5 -2
1 -2 1

3. RUANG VEKTOR
a) Nilai Eigen
>> B

B=

7 -4
2 1

>> eig(B)

ans =

5
3

b) Vektor Eigen, dengan 𝐴 = 𝑉𝐷𝑉 −1

>> [V D]=eig(B)
V=
0.8944 0.7071
0.4472 0.7071

D=
5 0
0 3

c) Polinomial Karekteristik
Menyusun koefisien polinomial karakteristik
B=

7 -4
2 1

>> chpol=poly(B)

chpol =

1 -8 15

Nilai eigen dari Polinomial karakteristik

>> eigen=roots(chpol)

eigen =

5
3