Matriks dan Transformasi

Linier

Dra. Dwi Achadiani, M.Kom

 Vektor
• Definisi:
Vektor adalah besaran yang mempunyai arah
dan besar, contoh: kecepatan, gaya, percepatan.
Titik awal
Titik ujung
● ●

besar arah

• Lambang :
a : vektor a
Operasi vektor dalam bidang
 Operasi penjumlahan dua vektor
• Definisi:
Jika a dan b dua vektor dengan titik awal yang sama,
maka jumlah a dan b ( a + b ) adalah vektor yang
merupakan diagonal jajaran genjang .

a
a+b

b
Sifat penjumlahan vektor

1.aR2,bR2, (a  b)R2
2.(a  b)  c  a  (b  c).(Hukum assosiatif)
3.a  0  a
4. a  a  b  0,maka b adalah invers dari a
5.a  b  b  a.(hukum komutatif)

 Operasi perkalian vektor dengan bil riel

Sifat perkalian vektor dengan bil riel
1αR,a R 2, αa R 2
2. α(βa)   αβ a
3.1.a  a
4. α(a  b)  αa  βb
5. (α  β)a  αa  βb
6. 0a  0;α0  0
7. (1)a  a
8. αa  0, maka α  0
9. a  (1)b  a  b
 Kombinasi Linier
Definisi:
Jika a ,a ,a ,........ a n adalah vektor-vektor
1 2 3
di R²(atau di R3 ), maka: α a  α a ............. αn a n
11 2 2
dinamakan kombinasi linier dari a ,a ,a ,........, a n
1 2 3
 Panjang Vektor (Norm)
Definisi:
Panjang vektor di R n didefinisikan :
x  x 2  x 2 ......... xn2
1 2
 Sudut antara dua vektor
Sudut θ antara dua vektor x dan y di R², jika
memenuhi persamaan berikut:
xy , dengan
cosθ 
x y
n
xy  x y
i1 i i
 Perkalian Silang
Definisi:
Jika a dan b 2 vektor di R3 , maka:
axb  absinθ

axb   a i  a j  a k  x b i  b j  b k 
 1 2 3   1 2 3 
maka :

axb   a b  a b i   a b  a b  j   a b  a b k

 2 3 3 2   3 1 1 3   1 2 2 1
i panjangnya 1 unit dan searah sumbu x
j panjangnya 1 unit dan searah sumbu y
k panjangnya 1 unit dan searah sumbu z
z

k x
j i
y

Maka vektor dapat ditulis menjadi a  a i  a j  a k

x y z
• Jarak dua titik yang berada pada dua ujung
vektor z
d A (a , a , a )
1 2 3

B( b , b , b )
1 2 3

Maka jarak antara titik A ke titik B adalah d, dengan:

2 2 2
d   b  a    b  a    b  a 
 1 1  2 2   3 3 
 Bergantung Linier dan Bebas Linier

Vektor- vektor : , apabila

a ,a ,a ,..................,an
1 2 3
n dengan tidak semua berharga nol, maka
 αiai  0 α
vektor disebut bergantung ilinier, sedangkan apabila
i1
semua berharga nol maka vektor disebut bebas
linier. α
i
 Vektor pembentuk ruang vektor
Definisi:
suatu himpunan vektor-vektor {u , u ,..., u }
1 2 m

disebut sistem pembentuk ruang vektor V,

ditulis V= L{u , u ,..., u }bila setiap v  V
1 2 m

dapat ditulis sbg kombinasi linier dari {u , u ,..., u }

1 2 m
• Dimensi dan Basis

 Dimensi
Definisi:
suatu vektor V dikatakan berdimensi n bila dapat
diketemukan suatu himpunan n vektor-vektor
V yang bebas linier
Atau : maksimum banyaknya vektor-vektor V
yang bebas linier .
 Basis
Definisi:
Setiap sistem pembentuk yang bebas linier
disebut basis ruang vektor tersebut.
 MATRIKS
Definisi:
Matriks adalah sekumpulan bilangan yang
disusun dalam sebuah empat persegi panjang,
secara teratur, di dalam baris-baris dan kolom-
kolom. a a ...... a 
 
 11 12 1n 
a a ...... a
 

 21 22 2n 
.......... .......... ....... 
 

 a a ...... a mn 


 m1 m2 

Matriks di atas disebut matriks ukuran m x n

 Operasi Matriks
1. Operasi Kesamaan
Dua matriks A dan B disebut sama, jika:
a) A dan B sejenis
b) Setiap unsur yang seletak sama.
A 1


2 
1 2

, B  


1 2

,C  



3 1





 3 1

 

 3 1

 


A = B, A ≠ C, B ≠ C
2. Penjumlahan dua matriks
Definisi:
Jumlah dua matriks A dan B yang sejenis adalah
sebuah matriks C yang sejenis pula dengan
unsur-unsur cij , dimana terdapat hubungan:
     
c  a  b . A  a , B  b ,C  c
     
ij ij ij 

 ij





 ij





 ij



     

0 1   2 4   2 5
     
A 
 , B  

,C   
2 4

   1 5 
  
 1 9
   

0 1    2 4   - 2 5 
A  B   
 
2 4   1 5   1 9 


0 1    2 5   - 2 6 
A  C   
 
2 4  1 9   3 13

Sifat-sifat penjumlahan:
Komutatif : A + B = B + A
Assosiatif : A + (B + C) = (A + B) + C

3. Perkalian dengan skalar (  )

Perkalian sebuah matriks dengan skalar ()
maka setiap unsur matriks tersebut terkalikan
dengan skalar (  ).
 
, maka A =  a 
 
A a




 ij 
.



ij 



Sifat-sifat perkalian matriks dengan skalar
1. (A + B) = A +B
2. ( + β ) A =  A + β A
3.  (β A) =β A
4. Perkalian dua matriks
Definisi:
Dua matriks A (m x n), dan B (p x q) didefinisikan
hasil kalinya, jika n = p , maka hasilkali adalah
matriks C (m x q) dengan unsur-unsur:
c  a b  a b  a b  .......  a b
ij i1 1 j i2 2 j i3 3 j in nj
n
c   a b
ij k1 ik kj
Catatan:
• Perkalian 2 matriks AB dapat didefinisikan, jika
banyaknya kolom matriks A = banyaknya baris
matriks B.
• Hasil kali dua matriks AB adalah suatu matriks
dengan banyaknya baris = banyaknya baris matriks
A
dan banyaknya kolom = banyaknya kolom matriks B.
• Pada umumnya AB ≠ BA
Contoh:
 2
 
A  1 2 3, B   3 , C  A x B   20
 
 4
 
1x3 3x1 1x1
 2 3 5 
2  3  
A   , B   0 0 1
5 10  
4

 5 9 
2 3 5 
 2  3 
C  A x B    0

0 1   tdk terdefinisi
 5  10  
4 5 9 
2x2 3x3
 Macam-macam matriks
1. Matriks bujursangkar
Definisi: matriks bujursangkar adalah matriks
dimana banyaknya baris = banyaknya kolom
2 3 5
2 3   
A , B   0 0 1
5  10  4
 5 9

2. Matrik satuan/ matriks identitas
• Matriks bujur sangkar
• Setiap unsurnya nol, kecuali didiagonal utama = 1
Contoh :
1 0 0
1 0  
I  , I   0 1 0
2 0 1 3 0
 0 1

A.I = I.A
I.I = I
3. Matriks segitiga
• Matriks bujursangkar
• Unsur di atas/di bawah diagonal utama adalah nol
Contoh :
1 2 3 
  1 0 
A   0 4 7 , B   
0 0 9  7 8
 

4. Matriks Tranpose
• Tidak perlu bujursangkar
• Setiap baris ditukar tempat dengan kolom
Contoh :
1 
  ~
A   2 , A   1 2 3
3 
 
 4 2
  ~ 4 5 0
B   5 7 , B   
0 1  2 7 1
 
Sifat-sifat matriks transfose

1.(A  B)  A  B T T T

2.(A )  A
T T

3.λ(A )  λAT T

4.(AB)  B A T T T
Contoh
1 
2 1 2  
A  , B   2 
3 0 1 0
 
 4
AB     (AB)   4 T
3
3 
2 3
 
A   1 0 , B   1 2
T T
0
2 1 
 
2 3
 
B A
T T
 1 2 0  1 0   4 3
2 1
 
 (AB)  B AT T T
5. Matriks simetris
~
Matriks A disebut simetris apabila A  A
• Matriks Bujur sangkar
Contoh

1 2 0
1 2  
 , 2 3 7
2 3 0
 7 8 
6. Matriks skew simetris
~
Matriks A disebut matriks skew simetri jika A  A
• Bujur sangkar
Contoh

 0 2 0
0  2  
 ,   2 0  7
2 0 
 0 7 0 
 ~  a
Matriks Skew simetris A   A , maka a
ij ji
Untuk I = j maka a  a 2a  0
ii ii ii
Jadi diagonal utama matriks skew simetris = 0
7. Matriks Diagonal
• Matriks bujursangkar
• Semua unsur nol, kecuali didiagonal utama

1 0 0 
 
0 3 0
0 0 5
 
9. Matriks Nol
• Tidak perlu matriks bujur sangkar
• Semua unsurnya nol

 0 0 0
 
 0 0 0

A.0 =0
A+0=A
A.B = 0, apakah A = 0 ?atau B = 0? atau kedua-
duanya nol
 0 2
2 4 - 3  
A ,B   0 2
0 0 0 0
 4 
0 2
2 4 - 3   0 0
AxB    0 2   
0 0 0   0 0
0 4
Dalil:
Sembarang matriks bujur sangkar dapat ditulis
sebagai jumlahan dua matriks yang satu simetris
yang lain skew simetris
Bukti:
~ ~
A A A A
A   
2 2 2 2
~ ~
A A A A
P   ,Q  
2 2 2 2
~
A A 1
 
~ ~ 1 ~ ~ 1 ~
P     A  A , P  A  A   A  A 
2 2 2 2 2
~
P  P, P simetris
1
 
~ ~ 1 ~ ~ 1 ~
Q   A  A , Q  A  A   A  A 
2 2 2
~
Q  Q  Q skew simetris
 1 2 0 1 0 1 
    
A  0 3 1  A   2 3 3
1 3 0 0 1 0 
   
 1 / 2 1 0  1 / 2 0 1/ 2 
A A    
P   0 3 / 2 1 / 2   1 3/ 2 3 / 2
2 2 1 / 2 3 / 2 0   0 
   1/ 2 0 
1 1 1 / 2
 
 1 3 2  Matriks Simetris
1 / 2 2 0 
 
1 / 2 1 0  1 / 2 0 1/ 2 
   
Q  0 3 / 2 1 / 2   1 3 / 2 3 / 2
1 / 2 3 / 2 0   0 1 / 2 0 
   
 0 1  1 / 2
 
 1 0 1  Matriks Skew Simetris
1 / 2 1 0 
 
Cek

1 1 1 / 2  0 1  1 / 2
   
P  Q  1 3 2   1 0 1 
1 / 2 2 0  1 / 2 1 0 

1 2 0
 
 0 0 1  A
1 3 0 

 Transformasi (operasi) Elementer pada Baris
dan Kolom Matriks

Transformasi Elamenter pada matriks adalah:

 Penukaran tempat baris ke i dan ke j (baris ke i dijadikan
baris ke j dan baris ke j dijadikan baris ke i), ditulis Hij (A)
 Penukaran tempat kolom ke i dan kolom ke j (kolom ke i
dijadikan kolom ke j atau sebaliknya), ditulis K ij (A)
 Memperkalikan baris ke i dengan skalar  ≠ 0, ditulis
( )
H i (A)
( )
 Memperkalikan kolom ke i dengan ≠ 0, ditulis K i (A)
 Menambah baris ke i dengan  kali baris ke j, ditulis
H ij()(A)
 Menambah kolom ke i dengan  kali kolom ke j,ditulis
( )
K ij (A)

Kadang untuk operasi (1) dan (3) dapat dilakukan dalam

satu langkah : Menambah  1 kali baris ke i dengan  2
( ) ( )
kali baris ke j, ditulis H i 1
j 2
(A)
Demikian pula untuk untuk operasi (2) dan (4)
Bila menggunakan operasi baris maka disebut operasi
baris elementer (OBE)
Contoh:
3 1 2 1 
 
A   4 1 0 2 , carilah matrik B yang dihasilkan
1 3 0 1 
 
(-1) (2)
sederetan transforma si elementer H ,H ,H ,
31 2 12
(1) (2)
K ,K . Carilah B tersebut.
41 3
 3 1 2 1  H ( 1 )  3 1 2 1 H  8 2 0 4
  31   12 
 4 1 0 2  ( 2 )
 8 2 0 4   3 1 2 1
1 3 0 1  H2 - 2 2 - 2 0   - 2 2 - 2 0 
  

K (1) 8 2 0 12 
41  
  3 1 4 4
K (2) 
3 - 2 2 - 4 - 2 
 Invers Suatu Transformasi Linier

Jika suatu transformasi elementer adalah:

• A = H -1(B) = Hij (B)
ij

• A = K ij -1(B) = K ij (B)

()-1 1/
• A=H (B) = H i (B)
i
() -1 1/
• A=K i (B) = Ki (B)
( )-1 (  ) ( )-1 (  )
• A =H (B) = H ij (B) A = K ij (B) = K ij (B)
ij
 Contoh
2 2 1 2
 
B   6 0 4 2 , diperoleh dari A dengan sederetan
1 2 3 1
 
transforma si elementer berturut - turut : H ,H ,K ,K .Carilah A.
(1) (2)

12 31 13 2

 2 2 1 2  K (1/2) 2 1 1 2  K 1 1 2 2 
  2   13  
 6 0 4 2   6 0 4 2    4 0 6 2 
1 2 3 1 1 1 3 1  3 1 1 1
     
H ( 1)1 1 2 2 H  4 0 6 2
31   12 
 4 0 6 2   1 1 2 2 A
 2 0  1  1  2 0  1  1
   
Penggunaan OBE

• Mencari Rank Matriks

Adalah jumlah maksimum baris/kolom yang
bebas linier ( tidak semua unsur dalam suatu
baris/kolom nol)
• Mecari invers matriks

OBE
-1
( A:I ) ( I:A )
Contoh

2 3 1  ( 1)
  H21
1.Cari rank matriks dari A   2 1 2 
( 2)
 4 4 3  H31
 
 2 3 1  ( 2 ) (1)  2 3 1  (1) ( 2)
  H3 2  H 2
0 - 2 2 0 - 2 2  3
0 1 3   
   0 0 4 
2 3 1
 
0 - 2 2  Maka rank matriks A = 2
0 0 0 

2. Carilah invers dari matriks
1 0 2
 
 2 -1 3
4 1 8 

-1
bentuk (A : I)  (I : A )
1 0 2: 1 0 0
  H21( 2)
 2 -1 3: 0 1 0 
H32 ( 4)
4 1 8 : 0 0 1 

1 0 2 : 1 0 0  ( 2) 1 0 2 : 1 0 0 
  H21  
 2 - 1 3 : 0 1 0  H ( 4)  0 - 1  1 : - 2 1 0 
 4 1 8 : 0 0 1  32  0 1 0 : - 4 0 1 
   
1 0 2 : 1 0 0  ( 1) 1 0 0 : 11 2 2 
(1)   H23  
H32  0 - 1  1 : - 2 1 0  (2)  0 - 1 0 : 4 0 - 1 
H13
 0 0 -1 : - 6 1 1   0 0 -1: - 6 1 1 
   
1 0 0 : 11 2 2    11 2 2
H3 ( 1)
  1
 
(-1) 
0 1 0: 4 0 1 , A   4 0 1
H2
 0 0 1 : 6 1 1   6 1 1 
   