Analisa struktur II

A. PENGANTAR MATRIKS
Perhitungan statis untuk struktur yang linier elastis dapat dilakukan dengan metode matriks.
Karena pada umumnya struktur mempunyai sifat mechanis dan geometris yang diidealisasikan
sebagai :
• Material bertingkah laku secara linier dan elastis.
• Lendutan dari struktur dianggap sangat kecil sehingga analisa dapat dilakukan sebagai struktur
yang belum dibebani.

PENGERTIAN MATRIKS SECARA MATEMATIS

1. Matriks

Bila mempunyai satu susunan persamaan linier, misalnya :

2x+3y+2z= 0 maka koefisien dari pers linier ini dapat dituliskan atau dikelompokkan
x+ y+3z= 0 dalam suatu cara penulisan yang lain, yaitu dalam bentuk jajaran
- x+2y - z =0 bilangan seperti dibawah ini :

2 3 2
3 1 3
-1 2 -1
 a 11 a 12 a 13 ………a 1j …….a 1n

a 21 a 22 a 23 ………a 2j ……. a 2n

a 31 a 32 a 33 ………a 3j ……..a 3n

a i1 a i2 a i3 ………a ij ………a in

a i1 a i2 a i3 ………a ij ………a in

Dimana m, n adalah bilangan bulat > 1

Biasanya menandai suatu matriks dipakai tanda [ ] atau ( ) atau { } untuk matriks baris dan kolom.
Bilangan-bilangan a ij disebut elemen-elemen dari matriks, dimana i =1,2,3.... m dan j = 1,2,3 ..... n.

Bilangan m menunjukkan banyaknya baris dan n adalah banyaknya kolom, sedangkan keduanya
menyatakan orde dari matriks.

Dengan demikian dapat dikatakan matriks dengan orde m x n adalah merupakan jajaran persegi
dari elemen-elemen atas m buah baris dan n buah kolom.

Kadang-kadang notasi yang dipakai untuk baris memakai indeks dibawah, sedangkan untuk kolom
memakai indeks diatas misalnya sepeti yang ditulis diatas.
 Ada berbagai macam jenis matriks :

1. Matriks bujur sangkar , bila m = n

1 2 3
Elemen-elemen a 11, a 22 , a 33 ……… a nn
4 5 6 disebut elemen-elemen diagonal utama.

7 8 9

2. Matriks baris, bila m = 1, yaitu hanya terdiri dari 1 baris saja

[ 1 2 3 4 5 6 ]

3. Matriks kolom, bila n = 1, yaitu hanya terdri atas 1 kolom saja.

1

6
4. Matriks nol , bila a ij = 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

Ada beberapa type dari matriks bujur sangkar yaitu :

1. Upper Triangular matriks, ialah suatu matriks dimana semua elemen dibawah
diagonal utama sama dengan nol.

a 11 a 12 a 13 a 14 …………a 1n
0 a 22 a 23 a 24 …………a 2n
0 0 a 33 a 34 …………a 3n
0 0 0 a 44 ……….. a 4n

0 0 0 0 …………a nn
2. Lower Triangular matriks, ialah suatu matriks di mana semua elemen diatas diagonal
utama sama dengan nol.

a 11 0 0 0 ……… 0

a 21 a 22 0 0 ………..0

a31 a32 a 33 0 ………0

a41 a42 a43 a 44 ……0

am1 am2 am3 am4 ……..a mn

3. Matriks Diagonal ialah suatu matriks di mana semua elemennya sama dengan nol
kecuali elemen-elemen diagonal utamanya.

1 0 0 0
0 2 0 0
0 0 3 0
0 0 0 4
4. Matriks skalar ialah
suatu matriks diagonal, 2 0 0 0
dimana elemen 0 2 0 0
diagonalnya
0 0 2 0
merupakan bilangan
yang sama. 0 0 0 2

5. Matriks satuan (unit matriks) ialah

1 0 0 0
suatu matriks skalar di mana
elemen diagonalnya ialah 1. 0 1 0 0
Matriks satuan di sebut juga 0 0 1 0
matriks identitas dan sering ditulis 0 0 0 1
dengan notasi [ 1 ].

6. Band matriks ialah suatu matriks

bujur sangkar, dimana elemen- a 11 a 12 0 0 …………0 0
elemen yang bukan nol ( nonzero a 21 a 22 0 0 …………0 0
elements) di keleompokkan
mengelilingi diagonal utamanya, 0 0 a 33 a 34 …………0 0
membentuk suatu jalur elemen 0 0 a 43 a 44 …………0 0
diagonal.
0 0 0 0 …………an. n a n-1. n
0 0 0 0 ………… an. n-1 a n. n
2. OPERASI MATRIKS

1. Kesamaan Matriks
Dua matriks [A] dan [B] dikatakan sama bila a ij = b ij
Dimana : a ij ialah elemen dari matrikls [A)
bij ialah elemen dari matriks [B]
Contoh : 2 3 1 2 3 1
[A] = [B] =
1 5 3 1 5 3

Jelas disini bahwa dua matriks [A] dan [b} tsb diatas harus mempunyai orde yang sama.

2. Penjumlahan Matriks
Apabila [A) dan [B] adalah 2 matriks yang mempunyai orde yang sama, maka kedua matriks
tersebut dapat dijumlahkan menghasilkan suatu matriks [C] = [A] + [B], di mana c ij = a ij + bij
c ij ialah elemen dari matriks [C]
a ij ialah elemen dari matriks [A]
b ij ialah elemen dari matriks [B]
Contoh : 2 3 1 -1 2 4
[A] = [B] =
1 5 3 2 5 -3

2-1 3+2 1+4 1 5 5

[C] = [A] + [B] = =
1+2 5+5 3-3 3 10 0
 Suatu penjumlahan matriks akan mempunyai sifat-sifat sbg berikut :
1. [A] + [B] = [B] + [A] ( comulatif )
2. A] + [B] + [C] = ([A] + [B] ) + [C] (associatif )
3. Akan terdapat suatu matriks [X] sedemikian sehingga [A] + [X] = [B].

3. Perkalian Skalar

Suatu matriks [A] dapat diperkalikan dengan suatu skalar k, menghasilkan suatu
matriks [D] = k [A], dimana : d ij = k. a ij.
d ij menyatakan elemen dari matriks [D]
a ij menyatakan elemen dari matriks [A]

Contoh : 2 3 1
[A] = k =-3
1 5 3

-6 -9 -3
[D ] = k. [A] [D]=
-3 -15 -9

Suatu perkalian skalar matriks mempunyai sifat-sifat antara lain :

• k ([A] + [B] ) = k [A] + k [B]
• k ([A] + [B] ) = ( [A] + [B] ) k dimana k adalah skalar
4. Perkalian Matriks

Suatu matriks [A] dengan orde ( m x p ), dan matriks [B] dengan orde (p x n ), dapat
diperkalikan menghasilkan suatu matriks baru
[E] = [A] . [B] dengan elemen

e ij = a ij . b 1j + a i2. b 2j + a i3. b 3j + ..... + a ip. b pj

p
atau e ij = Σ a ik . b kj di mana : e ij : elemen matriks [E] i = 1,2,3 ............... m
k=1 a ij : elemen matriks [A] j = 1,2,3 ............... n
b ij : elemen matriks [B] k = 1,2,3 .............. p

Matriks [E] dimana hasil perkalian tersebut akan mempunyai orde ( m x n )

Contoh 1 : a 11 a 12 b 11 b 12
[A] = a 21 a 22 [B] =
a 31 a 32 b 21 b 22

[E] = [ A ] . [ B ]

a 11 a 12
b 11 b 12
= a 21 a 22
b 21 b 22
a 31 a 32
 e11 e12
a 11. b 11 + a 12 . b 21 a 11. b12 + a 12. b 22
e21 e22
[E] = a 21. b11 + a 22 . b 21 a 21. b12 + a 22. b 22
e31 e32
a 31. b 11 + a 32 . b 21 a 31. b12 + a 32. b 22

Contoh 2 :
2 1 5 3 4
[A]= [B] = -1 2
1 3 2 2 1

[E] =[A].[B]

2.3 + 1 (-1) + 5.2 2.4 + 1.2 + 5.1

=
1.3 + 3 (-1) + 2.2 1.4 + 3.2 + 2.1

15 15
=
4 12

Jadi jelaslah dengan orde ( 2 x 3 ) x ( 3 x 2 ) akan menghasilkan orde (2 x 2)

 Pada perkalian matriks terdapat beberapa sifat penting antara lain :
 [A] ([B] + [C] ) = [A] [B] + [A] [C] ( distributif pertama)
 dimana [ A ]. [ B ] .[ C ] dalah matriks yang memenuhi syarat untuk penjumlahan dan perkalian
matriks.
 ( [A] + [ B ] ) [ C ] = [ A ] [ C ] + [ B ] [ C ] ( distributif kedua )
 [ A ] ([ B ] [ C ] = ( [ A ] [ B ] ) [ C ] (assosiatif )
 Pada umumnya [ A ] [ B ] = [ B ] [ A ]
 [ A ] [ B ] = 0, belum tentu mengakibatkan [ A ] = 0 atau [ B ] = 0
 [ A ] [ B ] = [ A ] [ C ] , belum tentu mengakibatkan [ B ] = [ C ].

3. TRANSPOSE DARI MATRIKS

Apabila [ A ] adalah suatu matriks dengan orde ( m x n ), maka yang dinamakan transpose
matriks [ A ] ( dengan tanda [ A ] T ) adalah matriks ber orde ( n x m ) dimana baris dan
kolom matriks [ A ] menjadi kolom dan baris matriks [ A ] T

[B] =[A] T

b ij = a ji
 Contoh
1 2 3 1 4
[A] T = 2 5
[A] =
4 5 6 3 6

Beberapa hal berhubungan dengan transpose dari matriks antara lain

1. ([ A ] T) T = [A]
2. (k [A] ) T = k. [ A ] T

3. ([A] + [ B] ) T = [A] T + [B ] T
4. ([A]. [B] ) T = [A] T + [B ] T

4. MATRIKS SIMETRIS

Suatu matriks [A] di katakan simetris bila

[A] T = [A ] atau a ij = a ji

Contoh
1 9 -2
[ A ] = [A] T = 9 2 7
-2 7 3

[A] Disebut matriks simetris karena [A] T = [A ]

 Suatu matriks dikatakan skew simetris bila memenuhi hubungan
[A] T = - [A ]

Contoh
0 2 3
[A] = -2 0 4 Perhatikan bilangan nol pada
elemen diagonalnya.
-3 -4 0

5. MATRIKS KOMPLEX

a. Suatu matriks [A] disebut sebagai matriks komplex bila elemennya terdiri dari
bilangan-bilangan komplex.

Contoh 1+i 2+3i

[A] = dimana i = √ - 1
2 1-i

b. Bila suatu matriks komplex [A] elemen-elemennya diganti dengan conjugate dari masing-
masing elemem tersebut, maka matriks yang terjadi disebut sebagai conyugate dari
matriks [A], dengan notasi [ A ] *.

1 +i 2+3i 1–i 2-3i

[A] = [ A ]* =
2 1-i 2 1+ i
 dimana bilangan komplex 1 – i merupakan conjugate dari bilangan 1 + i dan demikian pula
elemen yang lain. Dengan demikian bila satu matriks [ A ] semua elemennya terdiri dari
bilangan riil, maka [ A ] * = [ A ] : sebaliknya bila semua elemennya terdiri dari bilangan
imajinair maka [ A ]* = - [ A ].

c. Suatu matriks [ A } disebut matriks hermitian bila memenuhi hubungan :

( [ A ] *) T = [ A ]

dimana : [ A ]* = conyugate dari [ A ]

( [A]* T = transpose dari [ A ]*
[A] = matriks komplex bujur sangkar.
Contoh

1 2+ i 1 2- i 1 2+ i
( [A]* T = = [A]
[A] = [ A ]* =
2-i 3 2+i 3 2-i 3

Dalam hal ini elemen diagonal dari matriks hermitian akan selalu terdiri dari
bilangan-bilangan riil.
 ([A]*)T =-[A]

0 1+ i 0 1-i 0 -1 + i
[A] = [ A ]* = ([A]*)T = = -[A]
-1 – i 0 -1+ i 0 1-i 0

6. MATRIKS ORTHOGONAL

a. Suatu matriks bujur sangkar [ A ] disebut matriks orthogonal bila memenuhi hubungan

[A][A]T =(A]T [A] =[I] dimana [ I ] menyatakan matriks satuan.

Cos θ Sin θ Cos θ -Sin θ

T
[A] =
[A] =
- Sin θ Cos θ Sin θ Cos θ

1 0
[A] . [A] T = =[1]
0 1
b. Suatu matriks komplex bujur sangkar [ A ] disebut sebagai matriks unitary bila memenuhi
hubungan :

[A] . ( [A] * )T = ( [A] * ) T. [ A ] = 1 dimana [ 1 ] menyatakan matriks satuan.

1 1+i
√3 √3
[A] =
1-i -1
√3 √3

Suatu matriks unitary dengan elemen riil akan merupakan matriks orthogonal.
7. DETERMINAN

Determinan dari suatu matriks bujur sangkar [ A ] dituliskan sebagai

a 11 a 12 a 13 ………. a 1n

a 21 a 22 a 23 ………. a 2n

[A] = a 31 a 32 a 33 ………. a 3n

a n1 a n2 a n3 ……… a nn

Sebelum membahas tentang determinan lebih mendalam , akan diperlihatkan dulu

keadaan yang khusus yaitu matriks dengan orde 2 x 2. seperti berikut :
 a b
[A] = Determina [ A ] untuk orde 2 x 2 ini didfenisikan sebagai
c d [ A ] = ad – bc

Kalau dimasukkan dalam angka

1 2
[A] = = 1.4 – 2.3 = 4 – 6 = - 2
3 4

Untuk matriks dengan orde yang lebih tinggi , sebelum dihitung determinannya harus
dikenal dulu minor dan co factor dari elemen matriks. Minor dari elemen a ij, dimana a ij
merupakan satu elemen dari matriks bujur sangkar [ A ], didefenisikan sebagai
determinan dari bagian matriks [ A ] diluar baris ke- i dan kolom ke – j yang diberi notasi
M ij.

Contoh
1 2 3 4 3 4 1
[A]= 2 3 4 1 M11 = 5 6 7
4 5 6 7 6 5 4
7 6 5 4
Bila M ij diperkalikan dengan ( – 1) i+j, maka akan menghasilkan cofactor dari a ij, yang
diberi notasi C ij.

C ij = (-1) i + j . M ij

Determinan dari matriks [A] dengan orde (n x n ) dapat didefenisikan sebagai :

 [A] = a i1 . C i1 + a i2. C i2 + a i3 . C i3 + ….. a in. C in

atau
n
[A] = ∑ a ik . C ik Persamaan ini adalah rumus untuk menghitung
k=1 determinan dengan expansi menurut baris ke – i.

 [A] = a ij . C ij + a 2j. C 2j + a 3j . C 3j + ….. a nj C nj

atau

n Determinan dapat pula dihitung berdasarkan

[A] = ∑ a kj . C kj expansi menurut kolom ke – j sebagai berikut :
k=1
Beberapa hal yang perlu diperhatikan berhubungan dengan perhitungan
determinan ini antara lain :

 Apabila 2 baris atau 2 kolom dari matriks [A] adalah sama maka [ A ] = 0.
 Apabila [A] adalah matriks satuan maka [A] = 1
 Apabila 1 kolom dari matriks [A] dijumlahkan dengan kolom yang lain (atau
kelipatan dari kolom yang lain), maka [A] tidak berubah.
 Apabila 2 kolom dari matriks [A] ditukar posisinya maka [A] mengalami perubahan
tanda.
 Determinan dari matriks [A] akan sama dengan determinan matruks transposenya.

Soal latihan :
8. ADJOINT DARI MATRIKS

Adjoint dari satu matriks bujur sangkar [A] yang diberi notasi [A] + ialah satu matriks
dengan orde yang sama, yang didapat dengan mengganti elemen dari [A] T (transpose
dari matriks [A] ) dengan cofaktor dari elemen yang bersangkutan.

a 11 a 12 a 13 a 11 a 21 a 31 c 11 c 21 c 31

[A] = a 21 a 22 a 23 [A] T = a 12 a 22 a 32 [A] + = c 12 c 22 c 32

a 13 a 23 a 33 c 13 c 23 c 33
a 31 a 32 a 33
c 11

9. INVERS DARI MATRIKS

Apabila [A] dan [B] adalah matriks bujur sangkar sehingga [A]. [B] = [B].[A] = matriks satuan,
maka [B] disebut invers dari matriks [A]. dan [A] adalah invers dari [B] seperti contoh

1 2 3 6 -2 -2
[A] = 1 3 3
[B] = -1 1 0
1 2 4 -1 0 1
 1 2 3 6 -2 -3 1 0 0
[A] .[B] = 1 3 3 -1 1 0 = 0 1 0 = [1]
1 2 4 -1 0 1 0 0 1

maka dikatakan :
[B] = [A] -1

atau : [A] = [B] -1

dimana :
[A] -1 menyatakan invers dari matriks [A]
[B] -1 menyatakan invers dari matriks [B]

Untuk mencari invers dari matriks ada beberapa cara yaitu :

Metode Adjoint (adjoint method)
Metode Pemisahan (matriks partitioning)
Metode Gauss – Jordan (Gauss – Jordan Method)
Metode Cholesky (Cholesky Method ).
Metode Adjoint (adjoint method)
Metode ini menyatakan satu hubungan dalam menghitung invers dari satu matriks bujur
sangkar [A] sebagai : [ A]
1
[ A] 
! A!

dimana : [A] –1 = invers dari matriks [A] :

[A] + = adjoint dari matriks [A] :
I A I = determinan dari matriks [A]

Jadi invers dari satu matriks [A], bisa didapat dengan membagi adjoint dari matriks
bersangkutan dengan determinannya sendiri.

Contoh :
1 3 3 + - +
[A] = 1 4 3 - + -
1 3 4 + - +

Determinan matriks [A] dapat di cari berdasarkan perhitungan di depan yaitu :

[A] . ( [ A ] * ) T = ( [ A ] * ) T . [A] = [ 1 ]
 4 3 3 3 3 3
IAI = 1 -1 +1
3 4 3 4 4 3

= ( 16-9 ) – ( 12 – 9 ) + ( 9 – 12 ) = 1

Selanjutnya di hitung cofactor dari elemen-elemen matriks [A]

3 3 C 11 = baris pertama dengan

kolom pertama, maka 4 3
[ A ]= 1 4 3
cofactornya dengan
1 3 4 tanda (+ )sesuai 3 4
urutan

1 3 3 C 33 = baris ketiga dengan 1 3

 A  1 4 3

kolom ketigamaka
1 4
cofactornya

1 3 4

 4 3
c11    4 x4  3x3  7 3 3
3 4 c31    3x3  3x 4  3
4 3
1 3
c12    1x4  3x1  1 c32  
1 3
 1x3  3x1  0
1 4 1 3
1 3
c13  
1 4
 1x3  4 x1  1 c33    1x 4  3x1  1
1 3 1 4

3 3 penempatan cofaktor masing –

c21    3x 4  3x3  3 masing pada posisi [ A ]T
3 4

c22  
1 3
 1x 4  3x1  1 c11 c21 c31   7  3  3
1 4  
A  c12 c22 c32   1 1 0 
c23  
1 3
 1x3  3x1  0
c13 c23 c33   1 0 1 
1 3
Invers dari matriks [ A ] :

7 3  3
 1 1 0 

A  
1 A


 1 0 1 
A 1

1 0 3 3 3 3
7 
 1  (1)
0 1 0 1 1 0

1

7(1  0)  1(3  0)  1(0  3) 7  3  3

  1
1 1
Metode Pemisahan (matriks partitioning)

Sesuai dengan nama dari metode ini, maka langkah pertama dilakukan dalam proses
mencari invers matriks ini ialah melakukan pemisahan terhadap matriks bersangkutan.
Ambil satu matriks [A] :

 a11 a12 a13 

A  a21 a22 a23  Lakukan pemisahan dengan cara sbb :
a31 a32 a33 

 a11 a12 a13  Atau dinyatakan  A11 A12 

A  a21 a22 a23  A  
A22 
dalam sub
a31 a32 a33  matriks sbb  A21
Dengan pengertian :

 a11 a12   a13 

A11    A21  a31 a32  A12    A22  a33 
a21 a22  a23 
Bilamana dimisalkan A   F 
1
maka akan terdapat hubungan
F . A  1 atau

 F11 F12   A11 A12  1 0

F 
 21 F 22   A21 
A22  0 1

Dengan mengexpansi ( mengembangkan) perkalian diatas akan didapat :

F11. A11  F12 . A21  1

F21. A11  F22 . A21  0
Persamaan 1
F11. A12  F12 . A22  0
F21. A12  F22 . A22  1
Dengan hasil expansi diatas merupakan persamaan linier dengan empat
“besaran anu” yaitu F11, F12 , F21, F22
 Dengan menyelesaikan persamaan I diatas maka akan diperoleh hasil sbb :
1 1 1
F11  A11  A11 . A12 ( A22  A21. A11 . A12 ) 1. A21. A11
1

1 1
F12   A11 . A12 ( A22  A21. A11 . A12 ) 1
1
F21  ( A22  A21. A11 . A12 ) 1. A21. A11
1

1
F22  ( A22  A21. A11 . A12 ) 1
Persaman diatas dapat diuraikan menjadi suatu urutan yang sistimatis yaitu sbb :

1. Hitung A1
11
6. Hitung F22  {hasil (5)}1
2. Hitung A111.A12 7. Hitung F21  F22{hasil (3)}
3. Hitung A21. A111 8. Hitung F12  {hasil (2)}.F22

4. Hitung {hasil(3)} . A12 9. Hitung F12.{hasil (3)}

5. Hitung A22 - {hasil (4)} 1
10. Hitung F11  A11  {hasil (9)}
 3
4 1 0A12  1 0   3 7 F21  11 0  1 0
3

5 A22  3  4  3  1 8

 3
F12    1 
 3
 0 
0   

 3  3 0
F22  1  1  0 1 0  
1
6 9
   0 0

 3 0  4  3  3 0  7  3
10 F11  A111         
 0 0   1 1   0 0   1 1 

Jadi matriks [ F ] yang merupakan invers dari matriks [ A ] dapat disusun dari
hasil diatas sebagai berikut :

 7  3  3 Dengan demikian  7  3  3
F   
F11 F12  
   F    1 1 0 
F22  
1 1 0  invers dari [ A ]
 F21  1 0 1  ialah :  1 0 1 
Contoh :

1 3 3 1 3 3
A  1 4 3  1 4 3 Jadi :
1 3 4 1 3 4

1 3 3
A11    A21  1 3 A12    A22  4
1 4  3

Sekarang akan dilakukan operasi seperti yang diuraikan dalam persamaan

diatas

1 1 4  3 1

A11
1   A11 
4  3  1 
A11
1  A11

1 4  3 3 3
. A12   3  0
1 
2 A11
 1    
4  3
3
1
A21. A11  1 3   1 0
 1 1 
 4 1 0. A12  1 0
3
  3 7 F21  11 0  1 0
3
3  3
5 A22  3  4  3  1 8 F12   1   
0 0
F22  1  1
1  3   3 0
6 9  1 0   
 
0  0 0 

 3 0  4  3  3 0  7  3
1
10 F11  A         
 
11
 0 0   1 1   0 0   1 1 
Matriks F yang merupakan invers dari matriks [A] dapat disusun dari hasil diatas sbb

 7  3  3
 F11 F12   
F       7  3  3
F22  
1 1 0 
 F21  1 0 1  F    1 1 0 
 1 0 1 
 Metode Gauss-Jordan,

Mengubah matriks [A] menjadi matriks satuan dimana digunakan dengan

bantuan :

1. Matriks satuan [1] dengan orde n x n

2. Membagi baris ke -1 dengan a11, maka a11 sekarang = 1
3. jumlahkan baris ke -2 dengan baris ke- 1 yang telah diperkalikan dengan (-a 21)
akibatnya a 21 = 0
4. Ulangi langkah 3 untuk baris ke-3, 4, 5 ……..n akhinya kolom 1 menjadi nol
kecuali a11 = 1
5. Ulangi langkah 2,3,4 untuk baris 2 dimulai membuat a22 = 1 dan seterusnya
6. Ulangi lahkah 5 untuk baris ke-3, 4 …. N
7. Proses akhir akan menjadi :

[ A I ] Operasi baris [ I F ]
 1 3 3
A  1 4 3  A1  ......
1 3 4
( p)
Notasi untuk metode ini adalah H ik Menyatakan penjumlahan pada baris
ke-I dengan baris ke-k yang sudah dikalikan dengan p

1 3 3 1 0 0
1 4 3 0 1 0

1 3 4 0 0 1

A 1
 1 3 3 1 0 0 1 3 3 1 0 0
1 0 0 0
( 1)
 4 3 0 1 H 21
 1 0 1 1
1 3 4 0 0 1 1 3 4 0 0 1

A 1 1+ 1(-1) =0 ; 4+3(-1) = 1 ; 3+3(-1) = 0

0+1(-1) = -1; 1+0(-1)=1 ; 0 +0(-1) = 0

1 3 3 1 0 0
3
1 0 3 4 0
0 0
( 1)
H 31 1 0
H12( 3) 0
 1 0 1
 1 0 1 1
0 0 1 1 0 1 0 0 1 1 0 1

1+ 1(-1) =0 ; 3+3(-1) = 0 ; 4+3(-1) = 1

1+0(-3) =1 ; 3+1(-3) = 0 ; 3+0(-3) = 3
0+1(-1) = -1; 0+0(-1)=0 ; 1 +0(-1) = 1
1+(-1)(-3) = 4; 0+1(-3)=-3 ; 0 +0(-3) = 0
 1 0 0 7 3  3
H13( 3) 0
 1 0 1 1 0 
0 0 1 1 0 1 

1+0(-3) =1 ; 0+0(-3) = 0 ; 3+1(-3) = 0

4+(-1)(-3) = 7; -3+0(-3)=-3 ; 0 +1(-3) = -3
I F

 7  3  3

A   1 1 0 
1 
Jadi :

 1 0 1 
 Metode Cholesky

Metode ini berdasarkan pada matriks bujur sangkar yang dapat diubah sebagai
perkaliandari satu lower triagular matriks dengan satu upper riangular matriks.
Invers dari matriks bujur sangkar dapat diselesaikan dengan mencari invers dari
masing-2 triangular matriks.
Suatu matriks simetris,akan selalu dapat diubah menjadi perkalian dua
triangular matriks yang satu samalain merupakan matriks transpose

Bila [ A ] = matriks simetris, dan L = matriks lower triangular matriks maka :

Atau diuraikan sebagai berikut :

A  LLT
 a11 a12 a13.... a1n  l11 0 0 0  l11 l21 l31 ln1 
a  
 21 a22 a23 a2 n  l21 l22 0 0  0 l22 l32 ln 2 

a31 a 32 a 33 a3n  l31 l32 l33 0  0 0 l33 ln 3 
    
an1 an 2 n3 a nn  ln1 ln 2 ln 3 l nn   0 0 0 lnn 
 Selanjutnya dicari masing l11, l21, l31.......dst

Misalnya : LL T
 l11.l11  0.0  0.0  0.0  a11  l11  (a11 )1/ 2
a
l21.l11  l22 .0  0.0  0.0  a21  l21  21
l 11
a31
l31.l11  l32 .0  l33.0  0.0  a31  l31 
l11
Dan seterusnya dilakukan untuk elemen lainnya kemudian mengganti
kembali elemen L  dan L T
A 1

 L
. L 
T 1
 L . L
1
 
1 T

Bila L1  U makaA1  F   U T .U 

L. U   1
Untuk kontronya maka
 Penyelesaian susunan persamaan linier dengan
metode matriks
Untuk menyelesaikan persamaan linier dengan sejumlah “bilangan anu” maka
dapat dilakukan dengan cara matrix misalnya ditunjukkan dengan beberapa
persamaan sederhana sebagai berikut :

Satu persamaan 3x  7 y  12
x
Dinyatakan secara matrix 3 7   12
 y

Dua persamaan linier 3 x  7 y  12

5x  2 y  3
Dinyatakan secara matrix 3 7   x  12
5  2  y    3 
    
Jika disederhanakan akan menjadi :

A.X   B
[ A ] = matrix bujur sangkar menunjukkan koefisien
persamaan linier
{ X } = matrix kolom dari bilangan anu
{ B } = matrix kolom dari konstanta

Beberapa metode untuk penyelesaian susunan persamaan linier diantaranya

adalah :

a. Metode langsung dengan invers matriks

A.X   BdikalidenganA1
A1.A.X   A1B
1X   A1B
X   A1B
Contoh : 2x  3 y  7
3x  2 y  4

2 3   x  7
 3  2   y   4 
    
A X B

2 3 
A   
 3  2 
A  (2)( 2)  (3).(3)  13
2 3 
1  2  3 13 13 
A 
1
  
 2
 13   3 2   3 
13 13 
 7 
B   
4 
X    A1.B
 2 3 
x 13 13  7 
   3  2  
 y   4 
13 13 
 2 3 
x  13 ( 7 )  ( 4 ) 
13
  3  2 
 y  (7 )  ( 4) 
13 13 
 26 
x  13  x 2
    13  
 y   y 1
 13 
b. Metode langsung dgn cramer

Misalnya : [A].{x}={B}

Dengan Cramer akan diperleh

Di
xi 
D
Dimana :

X i  Menyatakan bil anu ke-I yang akan dicari

Di  Determinan dari matrix koefisien yang sdh diubah dgn mengganti
kolom ke-I dgn kolom “konstanta” B
D Menyatakan determinan dari matrix [ A ]
Contoh :

2x  3y  7 2 3   x  7
3    
3x  2 y  4   2  y  4
A X B
2 3  7
A    dan B   
 3  2  4
D  A  (2)(2)  (3).(3)  13
7 3
D1   (7)( 2)  (3)( 4)  26
4 2
2 7
D2   (2).( 4)  (3).(7)  13
3 4
 Dengan rumus
Di
xi 
D
D1  26
x1   2
D  13
D2  13
x2   1
D  13
Maka diperoleh nilai : x2
y 1

Dan selanjutnya untuk metode lain dapat dibaca pada beberapa buku petunjuk
 METODE MATRIX
UNTUK ANALISA STRUKTUR