Aljabar Linier: Pertemuan 1
Aljabar Linier: Pertemuan 1
Pertemuan 1
Jadwal Kuliah
Hari : Rabo jam : 15.30
Sistem Penilaian
UTS 30 %
UAS 30 %
Tugas 40 %
Silabus
• Bab I Matriks dan Operasinya
• Bab II Determinan Matriks
• Bab III Invers Matriks
• Bab IV Sistem Persamaan Linear
• Bab V Sistem Persamaan Linear Homogen
• Bab VI Matlab (SPL)
• Bab VII Vektor
• Bab VIII Perkalian Vektor
• Bab IX Ruang Vektor
• Bab X Proses Gram Schmidt
• Bab XI Transformasi Linier Kernel
• Bab XII Nilai Eigen ,Vektor Eigen
• Bab XIII MATLAB
Sub Pokok Bahasan 1
1. Matriks dan Operasinya
Sub Pokok Bahasan
– Matriks dan Jenisnya
– OperasiMatriks
– Operasi Baris Elementer
–Sifat OperasiMatriks
Beberapa Aplikasi Matriks
– Representasi image (citra)
– Chanel/Frequency assignment
– Operation Research
dan lain-lain.
Pengertian Matrix
Beberapa pengertian tentang matriks :
1. Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun atau
dijajarkan secara empat persegi panjang menurut baris-baris dan kolom-kolom.
2. Matriks adalah jajaran elemen (berupa bilangan) berbentuk empat persegi panjang.
3. Matriks adalah suatu himpunan kuantitas-kuantitas (yang disebut elemen), disusun
dalam bentuk persegi panjang yang memuat baris-baris dan kolom-kolom.
Atau Atau
Matriks
Notasi Matriks
Kolom ke -2
1 4
A =
2 3
Jenis Matriks
A = 3 2 1
0 4 5
0 0 4
(Vii) MATRIKS SEGITIGA BAWAH (LOWER TRIANGULAR),
adalah matriks bujursangkar yang semua elemen diatas
diagonal elemennya = 0.
3 0 0
A= 1 4 0
6 9 4
(viii) MATRIKS SIMETRIS, adalah matriks bujursangkar yang
elemennya simetris secara diagonal. Dapat juga dikatakan
bahwa matriks simetris adalah matriks yang transposenya sama
dengan dirinya sendiri. A AT
Contoh : 1 2 0 1 2 0
A = 2 3 1 A = 2 3 1
T
0 1 1 0 1 1
(ix) MATRIKS ANTISIMETRIS, adalah matriks yang trnsposenya
adalah negatif dari matriks tersebut. Maka AT=-A dan aij=-aij,
elemen diagonal utamanya = 0
Contoh :
0 1 3 0 0 1 3 0
A A
T
1 0 4 2 1 0 4 2
3 4 0 1 3 4 0 1
0 0 2 1 0
2 1 0
TRANSPOSE MATRIKS
a.
a b e f ae b f
c d g h c g d h
b.
1 6 3 1 4 7
3 5 4 1 7 6
Operasi Matrix
• Pengurangan Matriks
Syarat : Dua matriks berordo sama dapat dkurangkan
Contoh =
a.
a b e f ae b f
c d g h c g d h
b.
1 6 3 1 2 5
3 5 4 1 1 4
Operasi Matrix
Perkalian Matriks
• Perkalian Skalar dengan Matriks
Contoh :
p q kp kq
k
• Perkalian Matriks dengan Matriks r s kr ks
Misalkan A berordo pxq dan B berordo mxn
Syarat : A X B haruslah q = m , hasil perkalian AB , berordo pxn
p q
a b d
A ,B r s
e f g ( 2 x 3) t u
(3 x 2)
p q
a b d ap br dt aq bs du
A.B ( 2 x 3) . r s
e f g t u ep fr gt eq fs gu ( 2 x 2)
(3 x 2)
Hukum Perkalian Matriks :
3 2 1 1 2 3
A 1 2 3 b1 b2 3 2 1
0 0
2 4 2 4
OBE2
4 4 0 4 1 1 0 1
A 0 2 1 7 b1 0 2 1 7
1
4
2 1 1 3 2 1 1 3
OBE3
1 1 0 1 1 1 0 1
b1 b3
A 0 2 1 7 0 2 1 7
2 1 1 3 0 1 1 5
Definisi yang perlu diketahui :
1 1 1 3
B 0 0 3 1
0 0 0 0
– Baris pertama dan ke-2 dinamakan baris tak nol, karena pada
kedua baris tersebut memuat unsur tak nol.
– Bilangan 1 pada baris pertama dan bilangan 3 pada baris ke-2
dinamakan unsur pertama tak nol pada baris masing-masing.
– Bilangan 1 (pada baris baris pertama kolom pertama) dinamakan
satu utama.
– Baris ke-3 dinamakan baris nol, karena setiap unsur pada baris
ke-3 adalah nol.
OBE
Sifat matriks hasil OBE :
1. Pada baris tak nol maka unsur tak nol pertama adalah 1 (dinamakan satu utama).
2. Pada baris yang berturutan, baris yang lebih rendah memuat 1 utama yang lebih ke
kanan.
3. Jika ada baris nol (baris yang semua unsurnya nol), maka ia diletakkan pada baris
paling bawah.
4. Pada kolom yang memuat unsur 1 utama, maka unsur yang lainnya adalah nol.
Matriks dinamakan esilon baris jika dipenuhi sifat 1, 2, dan 3 (Proses Eliminasi
Gauss)
Matriks dinamakan esilon baris tereduksi jika dipenuhi semua sifat (Proses
Eliminasi Gauss-Jordan)