Aljabar Linier

Damar Prasetyo

Universitas Teknologi Yogyakarta

1
Pokok Bahasan Aljabar Linier
1. Matrik dan Jenis-jenis matriks
2. Operasi matriks dan sifat-sifatnya
3. Determinan dan sifat determinan
4. Penyelesaian determinan matrik dengan metode sarrus,
metode kofaktor, metode operasi baris elementer
5. Invers dengan metode adjoin dan metode transformasi
baris
6. Sistem persamaan linier dengan metode Cramer dan
metode Eliminasi Gaussian
7. Vektor : definisi, operasi pada vektor, norma dan jarak,
proyeksi vektor ortogonal
8. Ruang Vektor: definisi, sifat-sifat aljabar di ruang
vektor, Basis, Dimensi, Rank dan Nullitas
9. Transformasi Linear
10. Masalah Nilai Eigen

2
 CAPAIAN PEMBELAJARAN MATAKULIAH

CP-MK

Mahasiswa mampu memahami konsep dasar matriks dan

M1 terampil dalam melakukan penghitungan operasi matriks

Mahasiswa mampu memahami konsep dasar determinan

dan invers matriks dan terampil dalam menyelesaikan
M2 masalah determinan dan invers matriks dengan berbagai
metode
Mahasiswa mampu memahami konsep dasar sistem
persamaanlinear dan terampil dalam menyelesaikan
M3 masalah sistem persamaan linier dengan menggunakan
berbagai macam metode
Mahasiswa mampu memahami konsep dasar vektor dan
M4 Ruang vektor serta mampu menyelesaikan masalah terkait
transformasi linear dan masalah nilai Eigen
3
Penilaian :

4
Pustaka :
Utama:
1. Anton,H., Rorres,C. 2014., Elementary Linear Algebra 11th
Edition, Wiley

Pendukung:
2. Rusdian Rifa’i, 2016, Aljabar Matriks Dasar, DeePublish.

5
Matriks dan Operasinya
• Definisi dan Notasi
• Jenis Matriks
• Sifat dan Operasi Matriks

6
Definisi dan Notasi

Matriks?
Himpunan objek berupa bilangan riil, bilangan
komplek, operator dll. yang disusun dalam
bentuk persegi terdiri dari baris dan kolom dan
ditutup dengan kurung kotak ([ ])

7
Notasi
• Matriks diberi nama dengan
notasi huruf kapital : A,B,C,…
• Bentuk matrik m baris dan n kolom :

 a11 a12 ... a1n 

a a 22 
... a 2 n 
Am x n   21
     
 
 a m1 am2 ... a mn 
aij : Elemen baris ke- i kolom ke - j
m x n : ukuran matriks (ordo matrik)8
Macam-macam matrik

9
• Matrik Bujursangkar
► mempunyai m baris sama dengan n
kolom
► setiap elemen ai,i, dengan i = 1,2,3,... ,
disebut elemen diagonal
 a11 a12 . . a1n 
a a 22 . . a2 n 
 21
Ann    a31 a32 . . a3 n 
 
 . . . . . 
 a n1 an 2 . . a nn  10
• Matrik Diagonal
Syarat :
► ordo sama. (matrik bujursangkar)
► semua entri =0, kecuali i=j

a11 0 0

A   0 a22 0 
 0 0 a33 
11
• Matrik Sejenis
Syarat dua matrik sejenis :
► Jumlah baris kedua matrik sama
► Jumlah kolom kedua matrik sama

2 4 5 2

A  4 5  
B  9 7 
3 1 3 2
Matrik A dan matrik B sejenis
12
• Matrik Tranpose
Syarat :
Matrix A’ adalah tranpose dari matrik A
jika dan hanya jika baris matrik A sama
dengan kolom matrik A’ untuk i menjadi j
dan j menjadi i(i = 1,2,3,..n), sehingga ai,j
= a’j,i
Transpose dari matrik A dinotasikan AT.

a11 a12 a13  a11 a21 a31 


A  a21 a22 a23  
A  a12
T
a22 a32 
a31 a32 a33 a13 a23 a33 
13
Syarat :
Semua elemen matrik mempunyai nilai sama

0 0 0 

A  0 0 0 
0 0 0

14
• Matrik Identitas/matrik satuan
Syarat :
► ordo sama
► entri = 1, jika i=j
► entri = 0, jika ij
Matrik identitas dinotasikan I
Sifat operasi :
I.A = A
A.I = A
IT = I
Contoh matrik identitas :

1 0 0 1 0 0 0
I ( 3 x 3) 
 0 1 0  0 
1 0 0
0 0 1
I ( 4 x 4) 
0 0 1 0
  15
0 0 0 1
• Matrik Skalar

Syarat :
► matrik diagonal
► semua elemen diagonal sembarang

Matrik skalar dinotasikan S

 a11 0 a13 

S   0 a22 0 
a31 0 a33  16
• Matrik Lawan

Jika A' adalah lawan opposite dari matrik A

maka a’i,j = -ai,j, untuk seluruh i dan j
Matrik lawan dinotasikan –A

a11 a12 a13  a11 a12 a13

  
A  a21 a22 a23   A  a21 a22 a23 
 
a31 a32 a33  a31 a32 a33

17
• Matrik Simetris

Matrik bujur sangkar A disebut simetris apabila

semua elemennya sama dengan elemen
tranposenya
Contoh :

7 1 2  7 1 2 
  simetris karena A T
 1 5 9 
  1 5 9   
2 9 6 2 9 6

18
• Matrik segitiga bawah (msb)
Ada 2 macam :
matrik segitiga bawah
matrik segitiga bawah satuan

Syarat msb : Syarat msb satuan :

ordo sama ordo sama
entri =0, jika i<j entri =0, jika i<j
Contoh : entri =1, jika i=j

a11 0 0 1 0 0

A  a 21 a 22 0  
A  a 21 1 0
a 31 a 32 a 33  a 31 a 32 1 19
• Matrik segitiga atas (msa)
Ada 2 macam :
matrik segitiga atas
matrik segitiga atas satuan

Syarat msa : Syarat msa satuan :

ordo sama ordo sama
entri =0, jika i>j entri =0, jika i>j
Contoh : entri =1, jika i=j

a11 a12 a13  1 a 12 a 13 

 
A   0 a 22 a 23   
A  0 1 a 23 
 0 0 a 33  0 0 1  20
 Operasi Matrik
Operasi Penjumlahan & pengurangan
Operasi perkalian

21
Operasi Penjumlahan/pengurangan matrik
Syarat
operasi penjumlahan/pengurangan :
matrik sejenis
jika A(kxl) dan B(mxn), maka k=m dan l=n

A( kxl )  B( mxn )

Contoh :
 a11 a12   b11 b12 
A 2  2    B 2 2  
 a 21 a 22  b21 b22 
A+B=?
Syarat terpenuhi ?
 (a11  b11 ) (a12  b12 ) 
A22   B 22    
(a21  b21 ) (a22  b22 ) 22
Sifat operasi penjumlahan/pengurangan matrik :
Asosiatif : (A+B)+C=A+(B+C)
Komutatif : A+B=B+A
Penambahan identitas : A+0=A
Penambahan invers : A+(-A)=0

Dalam pengolahan citra

Operasi penjumlahan digunakan untuk operasi
kecerahan
C= A+B
A adalah matrik citra semula
B adalah matrik konstan
C adalah hasil dari operasi kecerahan (brightness)

23
Operasi Perkalian Matrik
Syarat :
jika A(kxl) dan B(mxn),
maka AxB untuk l=m
Misal :
A(kxl ) dan B(mxn )

A (kxl) x B (mxn)
hasil
24
 Contoh :
 a11 a12 a13   b 11 b 12 
 
A(3 x 3)  a 21 a 22 a 23  B (3 x 2 )   b 21 b 22 
 
a31 a32 a33   b 31 b 32 

 a11 a12 a13  b11 b12 

A(3 x3)  B(3x 2)  a21 a22 a23   b21 b22 
   
a31 a32 a33  b31 b32 

 (a11b11) (a12b21) (a13b31) (a11b12) (a12b22) (a13b32) 

 (a21b11) (a22b21) (a23b31) (a21b12) (a22b22) (a23b32)
 
(a31b11) (a32b21) (a33b31) (a31b12) (a32b22) (a33b32)
25
Sifat-sifat operasi perkalian matrik
Hukum distributif :
Ax(B + C) = AB + AC
(B + C)xA = BxA + CxA
Hukum Asosiatif :
Ax(BxC) = (AxB)xC
Operasi perkalian matrik tidak komutatif,
AxB  BxA
Jika AxB = 0 (hasilnya matrik 0 )
kemungkinan adalah :
(i). kedua matrik adalah matrik nol :
A = 0 dan B = 0
(ii) salah satu matrik adalah matrik nol:
A = 0 atau B = 0
(iii) kedua matrik tidak matrik nol :
A  0 dan B  0
26
jika AxB = AxC belum tentu B = C
https://chat.whatsapp.com/Emh0LN1q0XQ6qex5ABqIQS

27