P. 1
Modul Aljabar Linear

Modul Aljabar Linear

|Views: 16|Likes:
Published by Filzah Nadhilah
vektor
vektor

More info:

Published by: Filzah Nadhilah on Mar 08, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

09/10/2014

pdf

text

original

Sections

  • 1.1 Pengertian
  • 1.2 Operasi – operasi pada vector
  • 1.3 Susunan Koordinat Ruang-n
  • 1.4 Vektor di dalam Ruang Rn
  • 1.5 Beberapa Dalil pada Operasi Vektor
  • 1.6 Dot Product (Hasil Kali Titik)
  • 1.7 Cross Product (Hasil Kali Silang)
  • 1.8 Persamaan Garis LUrus dan Bidang Rata
  • 2.1 Ruang Vektor Umum
  • 2.2 SubRuang (subspace)
  • 2.3 Vektor yang Bebas Linier dan Tak Bebas Linier
  • 2.4 Kombinasi Linier
  • 2.5 Arti Kombinasi Linier Secara Ilmu Ukur
  • 2.6 Dimensi dan Basis Definisi
  • 3.1 Pengertian
  • 3.2 Notasi Matrik
  • 3.3 Operasi pada Matrik
  • 3.4 Beberapa Jenis matrik Khusus
  • 3.5 Transformasi (Operasi) elementer pada baris dan kolom suatu matrik
  • 3.6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan
  • 3.7 Mencari invers matrik
  • 4.1 Pengertian
  • 4.2 PERMUTASI
  • 4.3 DETERMINAN
  • 4.4 SIFAT – SIFAT DETERMINAN
  • 4.5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS
  • 4.6 MINOR, EKSPANSI KOFAKTOR, & ATURAN CRAMER
  • 5.1 Pengantar
  • 5.2 Transformasi Linier dari Rn Rm
  • 5.3 Jenis – jenis Transformasi Linier bidang

Vektor

BAB I VEKTOR

1.1

Pengertian

Banyak kuantitas fisik, seperti luas, panjang, massa dan temperatur, dapat dijelaskan secara lengkap apabila besaran kuantitas tersebut telah diberikan. Kuantitas seperti ini dinamakan skalar. Kualitas fisik lainnya disebut vektor, penjelasannya tidak begitu lengkap sehingga baik besarannya maupun arahnya dapat dispesifikasikan. Sebagai contoh, angin yang bergerak pada umumnya digambarkan dengan memberikan kecepatan dan arahnya, misalnya mendekati 20 mil / jam. Vektor-vektor dapat dinyatakan secara geometris sebagai segmen – segmen garis terarah ataupun panah-panah di ruang-2 atau ruang-3; arah panah menentukan arah vektor dan panjang panah menyatakan besarnya. Ekor panah disebut titik awal (initial point) dari vektor, dan ujung panah dinamakan titik terminal (terminal point).

B

A (a) (b)

Gambar 1.1 Pada gambar 1.1a, titik awal vector v adalah A da titik terminalnya adalah B, maka dituliskan v=
−→

AB

1

Aljabar Linear

Vektor – vektor yang mempunyai panjang dan arah yang sama, seperti pada gambar 3.1b disebut ekivalen. Untuk menuliskan panjang vektor v digunakan notasi |v|

1.2 a.

Operasi – operasi pada vector Penjumlahan Vektor Ada 2 metode yang dapat digunakan untuk menjumlahkan 2 buah vektor a.1 Metode Jajaran Genjang
a+b b

a

Gambar 1.2 Vektor hasil (resultant) yaitu a + b diperoleh dari diagonal jajaran genjang yang dibentuk oleh vektor a dan b setelah titik awal dan titik akhir ditempatkan berimpit. a.2 Metode Segitiga
b a a b

a+b

a+b

Gambar 1.3

2

Aljabar Linear

Resultan diperoleh dengan menempatkan titik awal salah satu vektor pada titik ujung vektor yang lain, maka resultannya adalah vektor bertitik awal di titik awal a dan bertitik ujung di titik ujung b

Catatan : 1. 2. Penjumlahan vektor bersifat komutatif, a + b = b + a Metode Segitiga baik sekali digunakan untuk menjumlahkan lebih dari 2 vektor. Misalnya a + b + c + d + e , maka resultannya adalah vektor dengan titik awal di titik awal vektor a dan bertitik ujung di titik ujung vektor e Pengurangan vektor a dan b adalah a – b = a + (-b)

3.

b.

Perkalian Skalar Jika k adalah suatu skalar bilangan riil, a suatu vektor, maka perkalian skalar ka menghasilkan suatu vektor yang panjangnya |k| kali panjang a dan arahnya sama dengan arah a bila k positif atau berlawanan arah bila k negatif. Bila k = 0 maka ka =0 disebut vektor nol, yaitu vektor yang titik awal dan titik ujungnya berimpit. a

2a

-2a

Gambar 1.4

3

Aljabar Linear

1.3 a.

Susunan Koordinat Ruang-n Ruang dimensi satu (R1)

R

O

P

E

A

Gambar 1.5

Titik O mewakili bilangan nol, titik E mewakili bilangan 1. Ditulis O(0), E(1), P( 2 5 ) artinya P mewkili bilangan 2 5 dan kita letakkan P sehingga OP =
2 5

satuan ke arah E (arah positif).

b.

Ruang dimensi dua (R2) Setiap pasangan bilangan riil (koordinat titik) dapat diwakili oleh sebuah titik pada suatu bidang rata, yang membentuk susunan koordinat di dalam ruang dimensi dua, ditulis R2.
X2

D E2

A(1,2)

B(3,1) X1

o

E1

C

Gambar 1.6

4

Aljabar Linear

c.

Ruang dimensi tiga (R3)

X3

C

B(0,3,3)

X2

A

D

X1

Gambar 1.7 d. Ruang dimensi n (Rn) Secara umum untuk Rn dimana n adalah bilangan bulat positif, suatu titik di dalam Rn dinyatakan sebagai n-tupel bilangan riil. Misalnya titik X(x1, x2, ...,xn)

1.4 Vektor di dalam Ruang Rn Lebih dahulu kita pandang suatu susunan koordinat di R2. Suatu vektor disebut satuan bila panjangnya = 1.

5

0) dan titik ujungnya adalah E1(1.0) dan titik ujungnya adalah E2(0.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0.0) dan titik ujungnya titik A(a1.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1.8 Bilangan – bilangan a1. q2) : 6 . a2).0] e2 = [0. a2e2 A(a1. a2) e2 e1 a1e1 Gambar 1.1] Sekarang pandang vektor a yang titik awalnya O(0. Vektor a disebut vektor posisi dari titik A.0) e2 = OE2 yang titik awalnya O(0. a2 disebut komponen – komponen dari a Panjang vektor a adalah 2 a12 + a 2 Secara umum untuk vektor p yang titik awalnya P(p1. p2) dan titik ujungnya di Q(q1.

0]. an) adalah OA = [a1. … . 4) yang mempunyai arah seperti v = [7.8) dan Q(8. pn) dan Q(q1. e2 = [0.. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. an] Vektor bertitik awal di P(p1.8) b.Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). q2. …. …. + a n Jarak 2 titik P(p1..0.0.…. pn) dan bertitik ujung di Q(q1. qn – pn ] Panjang vektor a = [a1. p2.5. a2. qn) adalah PQ = [q1 – p1. dst. 6. Carilah vektor yang bertitik awal P(2.0. Latihan : 1.. ….5) dan Q(2.0. P(6. 3. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . …. P(3. …. e3 = [0. (q2 – p2)] Kesimpulan (untuk Rn): 1. Vektor posisi dari titik A(a1.. -3] 7 .1. 2. -1. q2.. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a.0]. an] adalah |a| = 2 2 a12 + a 2 + . p2. a2.. qn) adalah panjang vektor PQ yaitu : |PQ| = 4.…. q2 – p2. a2.0…. -3) 2. -7.0]. …. ….1.

.8) b. . Misalkan P adalah titik (2. a3. a+0=a (5). bn] . . maka berlaku : (1). c=[c1. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . (km)a = k(ma) = m(ka) 1. -7) yang mempunyai arah berlawanan dengan v = [-2.Aljabar Linear 3. P(2. b = [b1. . 3. v = [-8. 4] b. 3) 1. . dan m. a2.. v = [3. . . k adalah skalar – skalar. . cn] ∈ Rn. b2. . an] . -2) dan Q adalah titik (7. b3. c2. c3. a+b=b+a (2).5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. -1] 4. 0. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. a + (-a) = 0 (6).. 4. Hitunglah jarak antara P dan Q bila a. 5. 1. (a + b) + c = a + (b + c) (3). 4] 6.3) dan Q(7. P(1. k(a + b) = ka + kb (4). Carilah vektor yang bertitik terminal Q(2. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q.6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. -4. Hitunglah panjang v bila a. . -7. (k + m)a = ka + ma (7). 1) dan Q(6. 7. 1) a.

2) Karena PQ = w – v maka dapat (1..2) dapat dituliskan kembali sebagai : 2|v||w| cos θ = |v|2 + |w|2 ..w = 1 2 (|v|2 + |w|2 .(1.w = ⎨ 0 ⎩ jika v ≠ 0 dan w ≠ 0 jika v = 0 atau w = 0 . v2.. v3) θ θ Q(w1. Jika v =(v1..9 di atas.. v2.1) z P(v1.......|w – v|2 |v||w| cos θ = 1 (|v|2 + |w|2 . v3) dan w = (w1..|w – v|2) Dengan mensubstitusikan 2 2 |v|2 = v12 + v 2 + v3 2 2 dan |w|2 = w12 + w2 + w3 dan |w – v|2 = ( w1 − v1 ) 2 + ( w2 − v 2 ) 2 + ( w3 − v3 ) 2 Maka setelah disederhanakan akan diperoleh : 9 .... w2..Aljabar Linear Maka hasil kali titik (dot product) v.9 Perhatikan gambar 1... w didefinisikan dengan : ⎧| v | | w | cos θ v. w3) y x Gambar 1... w2.. maka hokum cosinus menghasilkan : | PQ |2 = |v|2 + |w|2 – 2|v||w| cos θ −→ −→ ……………… (1..|w – v|2) 2 Atau v.. Dan θ adalah sudut antara v dan w . w3) adalah 2 vektor tak nol..

Definisi Jika v =(v1. w3) adalah vektor – vektor di Ruang-3. maka sudut antara v dan w adalah 60o |w| = 1 + 1 + 4 = Jadi Cos θ = 3 = 6 1 2 1. w = v1w1 + v2w2 + v3w3 Jika v dan w bukan vektor nol.w | v || w | Contoh 1. Jawab : v.w dan tentukan sudut antara v dan w.(1) + (1)(2) = 2 – 1 + 2 = 3 |v| = 4 +1+1 = 6 6 .(1) + (-1). w = (2).7 Cross Product (Hasil Kali Silang) Dalam banyak penerapan vektor pada bidang geometri.1) dapat ditulis dengan Cos θ = v. 2) Carilah v.Aljabar Linear v. maka hasil kali silang (cross product) v x w adalah vektor yang didefinisikan oleh 10 . kita perlu membentuk vektor di ruang-3 yang tegak lurus dengan 2 vektor lain yang diberikan.1 Diketahui vektor v = (2. dan teknik. -1. maka persamaan (1. 1) dan w=(1. w2. 1. fisika. v2. v3) dan w = (w1.

v. v3w1 – v1w3.− 3 1 .w)2 (Identitas Lagrange) Jika θ adalah sudut di antara v dan w . maka 1. (v x w) = 0 2.|v|2 |w|2 cos2 θ = |v|2 |w|2 (1 .− w3 w1 v3 v1 .Aljabar Linear v x w = (v2w3 – v3w2. − 7. − 6 ) Teorema Jika v dan w adalah vector dalam Ruang-3.w)2 = |v|2 |w|2 . v1w2 – v2w1) atau dalam notasi determinan ⎛v vxw = ⎜ 2 ⎜w ⎝ 2 v3 v1 .2 Carilah u x v dimana u = (1. sehingga Identitas Lagrange dapat dituliskan kembali sebagai : |v x w|2 = |v|2 |w|2 – (v. maka v. w3 w1 v2 w2 ⎞ ⎟ ⎟ ⎠ Contoh 1. (v x w) = 0 3.w = |v| |w| cos θ. 2.cos2 θ) = |v|2 |w|2 sin2 θ Jadi 11 . |v x w|2 = |v|2 |w|2 – (v. 0. 1) Jawab : ⎡1 2 − 2⎤ ⎢3 0 1 ⎥ ⎣ ⎦ ⎛2 −2 1 −2 1 2⎞ ⎟ uxv = ⎜ ⎜ 0 1 .(|v| |w| cos θ)2 = |v|2 |w|2 . 3 0 ⎟ ⎝ ⎠ = (2. -2) dan v=(3. v.

Aljabar Linear |v x w| = |v| |w| sin θ |w| |w| sin θ v |v| Jadi luas A dari jajaran genjang di atas diberikan oleh A = |v| |w| sin θ = |v x w| 1. Garis Lurus A B X O g Gambar 1. b2. b3) 12 .6 Misalkan titik A(a1.8 Persamaan Garis LUrus dan Bidang Rata a. a2. a3) dan B(b1.

a2. b3] dan AB = [b1. b. a3) dan B(b1. maka persamaannya adalah : [x1. a3) dengan vector arah a = [a.(1.3) + −→ −→ −→ −→ −→ −→ −→ −→ λ [b1- a1. c].3) di atas disebut persamaan vektoris garis lurus yang melalui 2 titik A(a1.4) dapat ditulis menjadi : x1 = a1 + λ b1 x2 = a2 + λ b2 x3 = a3 + λ b3 yang disebut dengan persamaan parameter garis lurus. b3). b3-a3] Persamaan (1. b ≠ 0. Vektor AB (atau vektor lain yang terletak pada g.Aljabar Linear Maka OA = [a1. a2. b2-a2. Jadi bila garis lurus melalui titik A(a1. kelipatan dari AB ) disebut vector arah garis lurus tersebut. a3] dan OB = [b1. diperoleh : a3] + _ −→ −→ λ [a. a2. c ≠ 0. x3] = [a1. c] 13 .4) Persamaan (1. b3-a3] Untuk setiap titik sebarang pada g berlaku AX = λAB. b2. dengan kata lain. λ kita eliminasikan dari persamaan parameter di atas. a3] ……………………………………(1. ………………………………………. Jelas OX = OA + AX = OA + λ AB Atau [x1. a2. x2. x3] = [a1. a2. b2-a2.a1. b. x2. Kemudian bila a ≠ 0. b2.

r3) pada sebuah bidang rata seperti di atas. q3) dan R(r1. a3) dengan vektor arah [a. p2. q3-p3] −→ −→ PR = [r1-p1. a2. b.7 Misal diketahui 3 titik P(p1.Aljabar Linear λ= ( x − a3 ) ( x1 − a1 ) ( x − a2 ) = 2 = 3 a b c Merupakan persamaan linier garis lurus melalui titik A(a1. q2-p2. Bidang Rata Q P R O Gambar 1. Maka PQ = [q1-p1. berlaku PX = λ PQ + μ PR Jelas dari gambar −→ −→ −→ −→ OX = OP + PX −→ −→ 14 . r3-p3] Untuk setiap titik pada bidang. b. c]. q2. r2-p2. Q(q1. p3) . r2.

0. k. 3. 5]. Tentukan k supaya a = [1. Tentukan : a. 7] dan w = [1. -8] Carilah sudut antara u dan v pada soal (3) −→ −→ −→ −→ −→ 2. p3] + λ [q1-p1. x3] = [p1. p2.Aljabar Linear = OP + λ PQ + μ PR Atau [x1. -3. 2. 5. Berapa sudut antara a = [1. Tentukan persamaan vektoris dari garis lurus x1 – 3 = x2 – 4 = -x3 + 2 = 3x4 +2 6. r2-p2. 4. u x (v x w) c. u = [-3. x2. 0) . k. 2] dan v = [6. b bila a = [2. Jarak A(2. v x w b. -5] a. q3-p3] + μ [r1-p1. u = [ 1. Latihan : 1. -2. 15 . v untuk a. 1) c. 6] dan b = [8. 1. -k. 1] Carilah u. 5] mempunyai panjang 39 b. B(-1. 2. -3] tegak lurus b = [4. Jarak vektor a = [ 1. 7] dan b = [6. -1. 4. (u x v) x w d. 3] . (u x v) x (v x w) d. 4. Misalkan u = [2. -2. hitunglah a. u x (v – 2w) f. 2. Kedua vektor PQ dan PR adalah vektor arah bidang. v = [0. (u x v) – 2w a. a . 1. 1] c. -5] b. 4] dan b = [0. -3] b. Tentukan k supaya a = [1. 1. q2-p2. 2] dan v = [4. 3. r3-p3] Adalah persamaan vektoris bidang yang melalui 3 titik.

8. 2. 31] c. Tentukan persamaan bidang rata yang melalui (1. 2. y. 2. z] = [7.1] + λ [1.1) dan garis lurus g : [x1. x2. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. 16 . 5. x3] = [1. y.1.Aljabar Linear b. 6] serta sejajar dengan garis lurus h : [x. 10] + λ [1. 0. 3] + λ [4. z] = [1.

Jika k adalah sebarang skalar dan u adalah sebarang vektor di V. Ada vektor 0 di V sehingga 0 + u = u + 0 = u untuk semua u di V (5). Penjumlahan tersebut kita pahami untuk mengasosiasikan sebuah aturan dengan setiap pasang benda u dan v dalam V. maka kita namakan V sebuah ruang vektor dan benda – benda pada V kita namakan vektor : (1). Untuk setiap u di V.Aljabar Linear BAB II RUANG VEKTOR 2. Jika u dan v adalah benda – benda pada V kita namakan vektor (2). terdapat –u sehingga u + (-u) = (-u) + u = 0 (6). k(lu) = l(ku) (10). yang dinamakan perkalian skalar u oleh k. v. dengan perkalian skalar kita artikan setiap benda u pada V yang mengandung elemen ku. (k + l)u = ku + lu (9). yang mengandung elemen u + v.1 Ruang Vektor Umum Definisi Misalkan V sebarang himpunan benda yang dua operasinya kita definisikan yaitu penjumlahan dan perkalian dengan skalar (bilangan riil). k(u + v )= ku + kv (8). u+v=v+u (3). w pada V dan oleh semua skalar k dan l. Jika semua aksioma berikut dipenuhi oleh semua benda u. u + (v + w) = (u + v) + w (4). maka ku berada di V (7). yang kita namakan jumlah u dan v. 1u = u 17 .

misalnya {u1.….3 Vektor yang Bebas Linier dan Tak Bebas Linier Definisi Himpunan m buah vektor (u1. u2. Jika m=1. … um) disebut bebas linier (linearly independent) jika λ1 u1 + λ2 u2 + …+ λm um = 0 hanya dipenuhi oleh λ1= λ2 = …= λm = 0.Aljabar Linear 2. … um) maka himpunan itu tak bebas linier. Bila u = 0 (vektor nol). 2. karena λu = 0 λ0 = 0 terpenuhi juga untuk λ ≠ 0 b. akan tak bebas linier. …. Catatan : 1. JIka u dan v adalah 2 vektor yang berkelipatan. akan bebas linier karena λu=0 hanya dipenuhi oleh λ =0 2. u2. u2.2 SubRuang (subspace) Definisi Subhimpunan W dari sebuah ruang vektor V disebut sub ruang (subspace) V jika W itu sendiri adalah ruang vektor di bawah penjumlahan dan perkalian skalar yang didefinisikan pada V. λ2. Jika dalam himpunan terdapat vektor 0. Bila λ ≠ 0. λm yang tidak semuanya nol sedemikian hingga (u1. λ1 u1 + λ2 u2 + … + λi 0+ … + λm um = 0 dipenuhi juga oleh λI ≠ 0 3. … um) Sebaliknya himpunan (u1. … um) disebut tak bebas linier (linearly dependent) bila terdapat skalar – skalar λ1. Sebab u = αv 1u . u = αv. maka mereka tak bebas linier.0. artinya terdapat λ ≠ 0 pada λ1 v + λ2 u = 0 18 . u2.αv = 0. maka : a.

3] + λ2 [3. 2]. λ2u2 dan λ3u3. λ2. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). 2] = λ1 [1. Contoh 2. c = [3. v dan u disebut koliner (segaris). u2. 1. 0. 0. b = [1. yang tidak sebidang.1 a = [2. v kombinasi linier dari 2 vektor u1 dan u2.Aljabar Linear 2. u1 dan u2 disebut koplanar (sebidang). 3]. 1. (3) 19 . 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. (2). yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . 1. u2 dan u3. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi.5 (1). …. v kombinasi linier dari 3 vektor u1 . diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2.4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. 1. … um) bila terdapat skalar – skalar λ1. dan λ2 yang memenuhi [2.

7. 3. Berarti dimensi = 2 Kedua vektor berkelipatan. 1] dan q = [2. Kedua vektor pembentuk tidak berkelipatan. 22. 14. jadi keduanya merupakan sistem pembentuk yang bebas linier. Vektor u maupun v ≠ 0.6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. 11. p = [1. 4] dan v = [10. (ii). jadi sistem pembentuk bebas linier. Berarti dimensi = 1 20 . 2] (ii). -2. v2. 8] Jawab : (i). 5. …. Contoh 2. u = [5. vr} merupakan himpunan berhingga dari vektor – vektor pada S. S bebas linier (ii) S merentang V Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor pada basis untuk V. -4. maka S disebut basis untuk V jika : (i).Aljabar Linear 2.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i).

1]. 2] Ditanya : (i) Nilai x supaya L berdimensi 2 (ii) Nilai y supaya vektor a = [3. 3. [1. 4] (ii). [1. 4] ∈ L{p. 3. q = [2. p = [1. a = [1. 2-y. 1] (iii). 1. 1. 1. [1. w = [2. 0]. 1. 0. 3. 3] (ii). 1. c = [5. 1] . 0. 2]. 0]. Apakah himpunan – himpunan vektor ini merupakan basis R-3 ? (i). 1. 0]. [1. Diketahui L dibentuk oleh p = [1. [1.r} (iii) Koordinat a di atas relative terhadap basis {p. 5] . b= [1. 0. v = [3. 4] . r = [1. -2. 1]. 2]. 0. q= [2. Tentukan dimensi dan basis dari ruang vektor yang dibentuk oleh : (i). [1. 2] 2. 0.q. dan r = [ 4. [1. 4. 2.q} 21 . [5. 2. 3] . 5]. 2. x-2.Aljabar Linear Latihan: 1. 4] 3. 1] (iii) u = [1. 2].

3. Sehingga bila matrik disusun secara A(mxn) = (aij). artinya suatu matrik A yang elemen – elemennya adalah aij dimana index i menunjukkan baris ke-i dan indeks ke–j menunjukkan kolom ke–j . matrik berukuran sama. Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama.1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik. Secara lengkap ditulis matrik A=(aij). || || 3. Perkalian skalar terhadap matrik 22 .3 1. Jika A = (aij) dan B = (bij).Aljabar Linear BAB III MATRIK 3.2 Notasi Matrik Matrik diberi nama dengan huruf besar. [ ]. Untuk batasnya biasanya digunakan: ( ). mxn disebut ordo (ukuran) dari matrik A. maka A + B adalah suatu matrik C = (cij) dimana cij = aij + bij untuk setiap I dan j 2.

dan λ adalah skalar maka : 1. untuk setiap i = 1. matrik λA diperoleh dengan mengalikan semua elemen matrik A dengan λ. … r 23 . B. Selalu ada matrik D sedemikian hingga A + D = B 3. (A + B) + C = A + (B+C) (asosiatif) 3.2. λ(A + B) = λA + λB (distributif) 4. dengan kata lain.p dan j = 1.…. Perkalian matrik Pada umumnya matrik tidak komutatif terhadap operasi perkalian : AB ≠ BA. maka matrik λA = (λaij).2. C adalah matrik berukuran sama. Syarat : Jumlah kolom matrik pertama = jumlah baris matrik kedua Definisi : Panjang A = (aij) berukuran (p x q) dan B = (bij) berukuran (q x r).Aljabar Linear Kalau λ suatu skalar (bilangan) dan A = (aij). Hukum pada penjumlahan dan perkalian scalar : Jika A. Pada perkalian matrik AB. A + B = B + A (komutatif) 2. Maka perkalian AB adalah suatu matrik C = (cij) berukuran (p x r) dimana : cij = ai1 b1j + ai2 b2j + … + aiq bqj. matrik A disebut matrik pertama dan B matrik kedua.

…. Transpose dari suatu matrik Pandang suatu matrik A = (aij) berukuran (m x n) maka transpose dari A adalah matrik AT berukuran (n x m) yang didapatkan dari A dengan menuliskan baris ke – i dari A. 2. 4. A = 0 dan B = 0 (ii) A = 0 atau B = 0 (iii) A ≠ 0 dan B ≠ 0 Bila AB = AC belum tentu B = C 5. AB ≠ BA Jika AB = 0 (matrik 0 ) .2. memenuhi hukum asosiatif Perkalian tidak komutatif. 3. (A + B)T = AT + BT (AT)T = A λ(AT) = (λA)T (AB)T = BT AT 3. i = 1. A(B + C) = AB + AC. 3. Dengan kata lain : AT = (aji) Sifat – sifat matrik transpose 1. 4. memenuhi hukum distributif A(BC) = (AB)C .m sebagai kolom ke –i dari AT. kemungkinan kemungkinannya adalah : (i). 2.4 Beberapa Jenis matrik Khusus 24 . yaitu matrik yang semua elemennya adalah = 0.Aljabar Linear Hukum pada perkalian matrik : 1. 4. dan (B + C) A = BA + CA.

5. 6. Barisan elemen a11. 9. Matrik segitiga atas (upper triangular) adalah matrik bujursangkar yang semua elemen di bawah diagonal utama = 0. 25 . sehingga disebut berordo n. Matrik bujursangkar adalah matrik dengan jumlah baris = jumlah kolom. Matrik skalar adalah matrik diagonal dengan semua elemen diagonal utamanyanya = k Matrik segitiga bawah (lower triangular) adalah matrik bujursangkar yang semua elemen di atas diagonal utama = 0.Aljabar Linear 1. … ann disebut diagonal utama dari matrik bujursangkar A Matrik nol adalah matrik yang semua elemennya adalah 0 Matrik diagonal matrik bujursangkar yang semua elemen di luar diagonal utamanya 0. Matrik anti simetris adalah matrik yang transposenya adalah negatifnya. 2. 7. 8. Matrik identitas adalah matrik diagonal yang elemen – elemen diagonal utama adalah 1. 4. a22. 3. Matrik simetris adalah matrik yang transposenya sama dengan dirinya sendiri.

disebut invers dari transformasi elementer tersebut. Penukaran tempat baris ke – i dan baris ke – j ditulis H ij (A) b. Penukaran tempat kolom ke – i dan kolom ke – j ditulis K ij (A) 2a Mengalikan baris ke – i dengan skalar λ ≠ 0 . maka A nilpotent dengan index r (dimana r adalah bilangan bulat positif terkecil yang memenuhi hubungan tersebut) 11. Kita dapat mencari A. Menambah kolom ke – i dengan λ kali kolom ke – j ditulis Kij(λ)(A) Misalnya kita telah mengetahui matrik B sebagai hasil transformasi elementer dari A. ditulis H i (λ ) (A) (A) b. Matrik hermitian adalah matrik yang bila transpose hermitiannya adalah sama dengan dirinya sendiri.Aljabar Linear . maka A dikatakan matrik idempoten. Bila Ar = 0. 26 .5 Transformasi (Operasi) elementer pada baris dan kolom suatu matrik Yang dimaksud dengan transformasi elementer pada baris dan kolom suatu matrik A adalah sebagai berikut : 1a. 3. Menambah baris ke – i dengan λ kali baris ke – j ditulis Hij(λ)(A) b. ditulis K i (λ ) 3a. Matrik idempoten.A = A2 = A. 10. Mengalikan kolom ke – j dengan skalar λ ≠ 0 . nilpotent Bila berlaku A.

6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan Misal diketahui matrik A adalah matrik bujursangkar. Begitu juga dengan kolom. maka sistem persamaan yang bersesuaian dengan bentuk eselon baris tereduksi dari matrik yang diperbesar akan menjadi : x1 =0 27 . maka dikatakan ekivalen baris. . . an1x1 + an2x2 + … + annxn = 0 Jika kita memecahkannya dengan menggunakan eliminasi Gauss Jordan. 3. Dan X adalah pemecahan bagi AX = 0 dimana AX = 0 adalah bentuk matrik dari sistem : a11x1 + a12x2 + … + a1nxn = 0 a21x1 + a22x2 + … + a2nxn = 0 . Matrik Elementer Sebuah matrik n x n disebut matrik elementer jika matrik tersebut dapat diperoleh dari matrik identitas n x n yaitu In dengan melakukan sebuah operasi baris elementer tunggal. Jika transformasi elementernya pada baris saja.Aljabar Linear Matrik ekivalen Dua matrik A dan B dikatakan ekivalen (A~B) apabila salah satunya dapat diperoleh dari yang lin dengan transformasi – transformasi elementer terhadap baris dan atau kolom.

.⎥ ⎥ . xn =0 dan matrik yang diperbesar tersebut adalah : ⎡ a11 ⎢a ⎢ 21 ⎢ . a1n . an2 . . matrik dibentuk menjadi [I |A-1] dari bentuk asal [A | I] ⎡1 2 3 ⎢2 5 3 ⎢ ⎢1 0 8 ⎣ 1 0 0⎤ 0 1 0⎥ ⎥ 0 0 1⎥ ⎦ ( −2 ) dengan operasi elementer H 21 dan H 21 ( −1) menjadi 28 .1: ⎡1 2 3⎤ Cari invers matrik A = ⎢2 5 3⎥ ⎢ ⎥ ⎢ 1 0 8⎥ ⎣ ⎦ Jawab : Pada akhir operasi . .Aljabar Linear x2 =0 . . . . a2n .7 Mencari invers matrik Contoh 3. . ⎢ ⎢ .⎥ .⎥ ⎥ 0⎥ ⎦ . . ⎢ ⎢ a n1 ⎣ a12 a 22 . . . ⎢ . 0⎤ 0⎥ ⎥ . a nn 3. . . . .

Aljabar Linear 3 ⎡1 2 ⎢0 1 − 3 ⎢ ⎢0 − 2 5 ⎣ 0 0⎤ − 2 1 0⎥ ⎥ − 1 0 1⎥ ⎦ 1 ( 2) dengan operasi elementer H 32 ⎡1 2 3 ⎢0 1 − 3 ⎢ ⎢0 0 − 1 ⎣ 0 0⎤ − 2 1 0⎥ ⎥ − 5 2 1⎥ ⎦ 1 menjadi dengan operasi elementer H 3 ⎡1 2 3 ⎢0 1 − 3 ⎢ ⎢0 0 1 ⎣ 0⎤ −2 1 0⎥ ⎥ 5 − 2 − 1⎥ ⎦ 1 0 ( −1) menjadi dengan operasi elementer H 13 ( −3) dan H 23 ( 3) menjadi ⎡1 2 0 ⎢0 1 0 ⎢ ⎢0 0 1 ⎣ − 14 6 3⎤ 13 − 5 − 3⎥ ⎥ 5 − 2 − 1⎥ ⎦ ( −2 ) dengan operasi elementer H 12 menjadi ⎡1 0 0 ⎢0 1 0 ⎢ ⎢0 0 1 ⎣ − 40 16 9 ⎤ 13 − 5 − 3⎥ ⎥ 5 − 2 − 1⎥ ⎦ ⎡− 40 16 9 ⎤ Jadi invers dari matrik A adalah ⎢ 13 − 5 − 3⎥ ⎢ ⎥ ⎢ 5 − 2 − 1⎥ ⎣ ⎦ 29 .

matrik B dihasilkan dari sederetan ⎢ ⎥ ⎢1 3 0 1 ⎥ ⎣ ⎦ ( −1) 4. 5. i x2 sin ix ⎤ π ⎥ ⎦ Cari solusi dari persamaan linier berikut ini : x1 + 2x2 + 3x3 = 5 2x1 + 5x2 + 3x3 = 3 x1 + + 8x3 = 17 30 .Aljabar Linear LATIHAN: 1. bila A = ⎢ ⎥ ⎣ 3 4⎦ 5⎤ ⎡− 1 3 ⎢ 1 − 3 − 5⎥ Tunjukkan bahwa A adalah matrik idempoten. K 41 (1) . ⎡ 3 2⎤ Carilah invers dari A = ⎢ ⎥ ⎣ 4 3⎦ ⎡3 1 2 1⎤ A = ⎢4 1 0 2⎥ . Tentukan transpose hermitian dari : ⎡2 + i Q= ⎢ ⎣3 + i 6. 3. K3 ( 2) terhadap A. H 12 . A = ⎢ ⎥ ⎢− 1 3 5⎥ ⎣ ⎦ 2. Diketahui transformasi elementer H 31 Carilah B tersebut. . ⎡2 1⎤ Carilah 3A2 + 2A – 3I2.H 2 ( 2) .

Pecahkan persamaan matrik untuk X dalam masing – masing bagian berikut : ⎡− 1 0 1 ⎤ ⎡ 1 2 0⎤ X ⎢ 1 1 0 ⎥= ⎢ ⎥ ⎢ ⎥ ⎣ − 3 1 5⎦ ⎢ 3 1 − 1⎥ ⎣ ⎦ a. b. ⎡1 − 1 2⎤ ⎡− 5 − 1 0⎤ X⎢ ⎥ = ⎢ 6 − 3 7⎥ ⎣3 0 1⎦ ⎣ ⎦ 31 .Aljabar Linear 7.

n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.2.Aljabar Linear BAB IV DETERMINAN 4. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .5 – 3. Contoh 4.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1.1: 32 .3 …. Sebelum mulai dengan yang lebih umum.1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan.5 = 5 – 15 = -10 ⎣5 5⎦ 4.

.2 + 3. Untuk contoh soal diatas 3! = 1.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.1. n) Contoh 4.2} Banyaknya permutasi dapat dihitung dengan factorial.3} yaitu {1. padahal 3 < 4 4. ji = 2 mendahului jk = 1. 4. {3.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1. {2.1.2. 2.3..1}.3}.3 + 1.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS .1 – 1.2.1.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.1 – 3.2}.3}.3 – 2.1. {1. padahal 1 < 2 2. 1. 3} ? Ada 2 invers yaitu : 1.2. ji = 4 mendahului jk = 3. {3. .2.1}.2.2: Berapa banyak invers yang terdapat pada permutasi {2. j2. {2.3 = 6 Definisi Invers pada suatu permutasi (j1. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4.2 33 . .2.2. j3 ….2.3.

5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung. 3.. bila suatu baris / kolom dikalikan dengan skalar λ 4. ann Contoh 4. yaitu .4 1.5 : 0 1 5 Hitung det(A) dimana A = 3 − 6 9 2 6 1 34 . det(A) = a11. Harga determinan menjadi λ kali.4 : 2 7 −3 0 −3 7 0 0 6 0 0 0 0 0 0 8 5 7 9 0 3 1 6 = (2) (-3) (6) (9) (4) = -1296 8 4 Contoh 4. Theorema : Jika A adalah matrik segitiga n x n.a33 . maka det(A) adalah hasil kali elemen – elemen pada diagonal utama. SIFAT – SIFAT DETERMINAN det(A) = det(AT) Tanda determinan berubah jika 2 baris atau kolom ditukar tempatnya.Aljabar Linear = 4 + 18 + 2 – 3 – 4 – 12 = 5 4. 2.a22.

EKSPANSI KOFAKTOR. Cara cepat untuk menentukan apakah 35 .6 MINOR. yaitu Cij = ± Mij . Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4.3 0 0 1 −2 3 1 10 ⇒ H32(-10) ⇒ −5 1 −2 =-3 0 0 = (-3) (-55) 0 0 1 0 5 = (-3) (-55) (1) = 165 1 − 55 Metode reduksi baris ini sangat sesuai untuk menghitung determinan dengan menggunakan komputer karena metode tersebut sistematis dan mudah diprogramkan.0 2 1 −2 3 1 −2 3 5 1 6 5 1 = -3 0 2 1 6 1 0 5 1 3 5 ⇒ H31(-2) ⇒ = . Dinyatakan dengan |Mij|. sehingga menjadi = . & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . 4.Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21).6 : ⎡ 2 3 4⎤ A = ⎢5 6 7 ⎥ ⎢ ⎥ ⎢8 9 1 ⎥ ⎣ ⎦ Minor dari elemen a23 = 2 3 = 18 – 24 = -6 8 9 Kofaktor dari elemen a23 = (-1) 5 (-6) = 6 Perhatikan bahwa kofaktor dan minor hanya berbeda pada tandanya.

... yaitu setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n . + − + − + .. C23 = -M23 Theorema Determinan matrik A yang berukuran n x n dapat dihitung dengan mengalikan elemen – elemen dalam suatu baris (atau kolom) dengan kofaktor – kofaktornya dan menambahkan hasil kali – hasil kali yang dihasilkan.⎥ ⎥ . C44 = M44.. .. maka det(A) = a1jC1j + a2jC2j + … + anjCnj (ekspansi kofaktor sepanjang kolom ke – j) dan det(A) = ai1Ci1 + ai2Ci2 + … + ainCin (ekspansi kofaktor sepanjang baris ke – i) 36 .⎤ .....⎥ ⎥ . − + − + − . + − + − + .⎥ ⎥ . C21 = -M21 . ⎢ ⎣ . − + − + − ..⎥ .Aljabar Linear penggunaantanda + atau tanda – merupakan penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke – i dan kolom ke – j dari susunan : ⎡+ ⎢− ⎢ ⎢+ ⎢ ⎢− ⎢+ ⎢.⎥ ⎦ Misalnya C11 = M11.

⎥ . ⎢C n1 ⎣ C12 C 22 . maka matrik ⎡C11 ⎢C ⎢ 21 ⎢ .. ⎢ ⎢ . −1 1 adj(A) Jika A adalah matrik yang dapat dibalik. C 2 n ⎥ ⎥ . ⎥ ... . C1n ⎤ .. Cn2 C13 C 23 . C nn ⎥ ⎦ Transpose matrik ini disebut Adjoin A dan sinyatakan dengan adj(A). ⎥ disebut matrik kofaktor A. maka : A = det( A) 37 . .. ...7 : 1 0 ⎤ ⎡ 3 ⎢− 2 − 4 3 ⎥ adalah Det(A) bila A = ⎢ ⎥ ⎢5 4 − 2⎥ ⎣ ⎦ Dengan menggunakan ekspansi kofaktor sepanjang baris pertama =3 −4 3 −2 3 −2 −4 -1 +0 4 −2 5 −2 5 4 = (3)(-4) – (1)(-11) = -12 + 11 = -1 Definisi : Jika A adalah sebarang matrik n x n dan Cij adalah kofaktor aij. ..Aljabar Linear Contoh 4. Cn3 .

8: Gunakan aturan Cramer untuk memecahkan x1 + + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 -x1 . Pemecahan ini adalah : x1 = det( An ) det( A1 ) det( A2 ) . xn = det( A) det( A) det( A) dimana Aj adalah matrik yang didaptkan dengan mengantikan elemen⎡b ⎤ ⎢b ⎥ elemen dalam kolom ke j dari A dengan elemen matrik B = ⎢ 2 ⎥ ⎢. ⎢ ⎥ ⎢ − 1 − 2 3⎥ ⎣ ⎦ 0 2⎤ ⎡6 ⎢30 4 6⎥ . maka system tesebut mempunyai pemecahan unik. … .⎥ ⎢ ⎥ ⎣bn ⎦ Contoh 4. det( A) 44 11 38 . A = ⎢ ⎥ 3 ⎢ − 1 8 3⎥ ⎣ ⎦ 0 6⎤ ⎡1 ⎢− 3 4 30⎥ ⎢ ⎥ ⎢−1 − 2 3 ⎥ ⎣ ⎦ x1 = det( A1 ) − 40 − 10 = = .2x2 + 3x3 = 8 Jawab : 0 2⎤ ⎡1 A= ⎢− 3 40 6⎥ .Aljabar Linear ATURAN CRAMER Theorema Jika AX = B adalah sistem yang terdiri dari n persamaan linier dalam n bilangan tak diketahui sehingga det(A) ≠ 0. A = A1= ⎢ ⎥ 2 ⎢ 8 − 2 3⎥ ⎣ ⎦ Maka 6 2⎤ ⎡1 ⎢− 3 30 6⎥ . x2 = .

y.dan w yang memenuhi susunan persamaan linier berikut : 2x + 4y + 3z + 2w = 1 3x + 6y + 5z + 2w = 1 2x + 5y + 2z . det( A) 44 11 det( A3 ) 152 38 = = det( A) 44 11 Latihan Latihan Soal : 6 − 3⎤ ⎡1 ⎢− 2 7 Cari semua minor dan kofaktor dari A = ⎢ 1⎥ ⎥ ⎢ 3 −1 4 ⎥ ⎦ ⎣ ⎡1 2 3⎤ Q = ⎢2 3 4⎥ . cari : ⎥ ⎢ ⎢1 5 7 ⎥ ⎦ ⎣ a. Carilah harga x.z.Aljabar Linear x2= x3 = det( A2 ) 72 18 = = . b. 2. A −1 3. det(A) c. adj(A) 1.3w = 0 4x + 5y + 14z + 14w = 0 39 .

F(x.z) = (1. F(x. x1 . F(u+v) = F(u) + F(v).1 Pengantar Definisi Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W. 3y-4z) 4. x2 + y2. z) = (2x+y. x-y) Jika u=(x1. maka F disebut transformasi linier.y) = (2x. [x1 + x2]-[ y1 + y2]) = (x1. kx1 . y. x2 – y2) = F(u) + F(v) Demikian juga jika k adalah sebuah skalar. jika : (i). F(x. [x1 + x2]+[ y1 + y2].y) = (2x+y. x-y) 3. ky1) sehingga F(ku) = (kx1.Aljabar Linear BAB V TRANSFORMASI LINIER 5. x1 . ku = (kx1. y1 + y2) Sehingga .1 Misal F:R2 R3 adalah sebuah fungsi yang didefinisikan oleh : F(v) = (x. x+y.ky1) = k(x1. x1 + y1. x1 + y1. kx1 + ky1. F(u + v) = (x1 + x2. y2) maka u + v = (x1 + x2 . F(x. F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k Contoh 5. 1) 40 .y. y1) dan v=(x2. untuk semua vektor u dan v di V (ii).y1) = k F(u) Jadi F adalah sebuah transformasi linier Latihan : Tentukan apakah F linier untuk masing – masing latihan berikut : 1.y1) + (x2. y) 2.

. T(e2).Aljabar Linear 5. . T(en) sebagai vektor – vektor kolomnya.2 Transformasi Linier dari Rn Rm Misalkan e1. . ⎣1 − 1⎦ 5. Misal jika T:R2 R2 diberikan oleh : ⎛ ⎡ x1 ⎤ ⎞ ⎡ x + 2 x 2 ⎤ T⎜⎢ ⎥⎟ = ⎢ 1 ⎥ ⎜ x ⎟ ⎝ ⎣ 2 ⎦ ⎠ ⎣ x1 − x 2 ⎦ Maka ⎛ ⎡1⎤ ⎞ ⎡1⎤ T(e1) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 0 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣1⎦ ⎛ ⎡0⎤ ⎞ ⎡ 2 ⎤ dan T(e2) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 1 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣− 1⎦ Jadi ⎡1 2 ⎤ A = ⎢ ⎥ adalah matrik baku untuk T di atas. . en adalah basis baku untuk Rn dan misalkan A adalah sebuah matrik m x n yang mempunyai T(e1). . . . Refleksi − sin θ ⎤ cos θ ⎥ ⎦ Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing – masing titik pada bidang ke dalam bayangan cerminnya terhadap l 41 .3 1. . e2. Jenis – jenis Transformasi Linier bidang Rotasi (Perputaran) ⎡cos θ Matrik baku untuk T adalah : ⎢ ⎣ sin θ 2.

maka efeknya adalah memperluas gambar bidang dalam arah x. ⎡ x⎤ ⎡− x ⎤ refleksi terhadap sumbu y ( yang mengubah ⎢ ⎥ menjadi ⎢ ⎥ ) ⎣ y⎦ ⎣ y⎦ ⎡ − 1 0⎤ adalah : ⎢ ⎥ ⎣ 0 1⎦ ⎡ x⎤ ⎡ x ⎤ refleksi terhadap sumbu x ( yang mengubah ⎢ ⎥ menjadi ⎢ ⎥ ) ⎣ y⎦ ⎣− y ⎦ ⎡1 0 ⎤ adalah : ⎢ ⎥ ⎣0 − 1⎦ b. c. ⎡ x⎤ ⎡ y⎤ refleksi terhadap garis y = x ( yang mengubah ⎢ ⎥ menjadi ⎢ ⎥ ) ⎣ y⎦ ⎣ x⎦ ⎡0 1 ⎤ adalah : ⎢ ⎥ ⎣1 0 ⎦ 3. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah x. Ekspansi dan kompresi Jika koordinat x dari masing – masing titik pada bidang dikalikan dengan konstanta k yang positif dimana k > 1.Aljabar Linear Matrik baku untuk : a. Disebut dengan ekspansi (kompresi) dalam arah x dengan faktor k ⎡ k 0⎤ Matrik baku untuk transformasi ini adalah : ⎢ ⎥ ⎣0 1⎦ 42 .

y) ⎡1 k ⎤ Matrik baku untuk transformasi ini adalah : ⎢ ⎥ ⎣0 1 ⎦ Sebuah geseran dalam arah y dengan faktor k adalah transformasi yang menggerakkan masing – masing titik (x. Disebut dengan ekspansi (kompresi) dalam arah y dengan faktor k ⎡1 0 ⎤ Matrik baku untuk transformasi ini adalah : ⎢ ⎥ ⎣0 k ⎦ 4.y) sejajar dengan sumbu x sebanyak ky menuju kedudukan yang baru (x + ky. maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal. 43 .Aljabar Linear Demikian juga . maka efeknya adalah memperluas gambar bidang dalam arah y.y) sejajar dengan sumbu y sebanyak kx menuju kedudukan yang baru (x . jika koordinat y dari masing – masing titik pada bidang dikalikan dengan konstanta k yang positif dimana k > 1. Geseran Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang menggerakkan masing – masing titik (x. y + kx) ⎡ 1 0⎤ Matrik baku untuk transformasi ini adalah : ⎢ ⎥ ⎣k 1⎦ Jika dilakukan banyak sekali transformasi matrik dari Rn ke Rm secara berturutan. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah y.

Tn(x) = Anx. dimana A = Ak . Matrik baku untuk geseran adalah ⎡1 2 ⎤ A1 = ⎢ ⎥ ⎣0 1 ⎦ ⎡0 1 ⎤ Dan untuk refleksi terhadap y = x adalah A2 = ⎢ ⎥ ⎣1 0 ⎦ Jadi matrik baku untuk geseran yang diikuti dengan refleksi adalah ⎡ 0 1 ⎤ ⎡1 2 ⎤ ⎡ 0 1 ⎤ A2... . . T2(x) = A2x. . . A1 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣1 0 ⎦ ⎣ 0 1 ⎦ ⎣1 2 ⎦ Matrik baku untuk refleksi yang diikuti dengan geseran adalah ⎡1 2 ⎤ ⎡ 0 1 ⎤ ⎡ 2 1 ⎤ A1.transformasi matrik T1(x) = A1x. Dari Rn ke Rm dilakukan berurutan.2 a. Carilah transformasi matrik dari R2 ke R2 yang mula – mula menggeser dengan faktor sebesar 2 dalam arah x dan kemudian merefleksikannya terhadap y = x b. 44 . .Aljabar Linear Jika transformasi . A2 A1 Contoh 5. maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal T(x) = Ax.. Carilah transformasi matrik dari R2 ke R2 yang mula – mula merefleksikannya terhadap y = x dan kemudian menggeser dengan faktor sebesar 2 dalam arah x Jawab : a). A2 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣ 0 1 ⎦ ⎣1 0 ⎦ ⎣ 1 0 ⎦ b).

maka ⎡ x'⎤ ⎡ x⎤ ⎢ y '⎥ = A ⎢ y ⎥ ⎣ ⎦ ⎣ ⎦ Dan ⎡ x⎤ ⎡ x'⎤ -1 ⎢ y ⎥ = A ⎢ y '⎥ ⎣ ⎦ ⎣ ⎦ Contoh 5.y) ke titik (x’. dan misalkan T memetakan titik (x. y’).3 Carilah persamaan bayangan sebuah garis y = 2x + 1 yang dipetakan oleh ⎡3 1⎤ matrik A = ⎢ ⎥ ⎣2 1⎦ Jawab : ⎡ x'⎤ ⎡3 1⎤ ⎡ x ⎤ ⎢ y '⎥ = ⎢2 1⎥ ⎢ y ⎥ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ Dan ⎡ x ⎤ ⎡3 1⎤ ⎢ y ⎥ = ⎢2 1⎥ ⎣ ⎦ ⎣ ⎦ Sehingga −1 ⎡ x'⎤ ⎡ 1 − 1⎤ ⎡ x'⎤ ⎢ y '⎥ = ⎢− 2 3 ⎥ ⎢ y '⎥ ⎣ ⎦ ⎣ ⎦⎣ ⎦ x = x’ – y’ y = -2x’ + 3y’ Substitusikan ke y = 2x + 1 maka dihasilkan : -2x’ + 3y’ = 2(x’ – y’) + 1 -2x’ + 3y’ = 2x’ – 2y’ + 1 5y’ = 4x’ + 1 y’ = 4 5 x’ + 1 5 45 . A2 Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers. A1 ≠ A1. perhatikan bahwa A2.Aljabar Linear Dari contoh di atas.

Aljabar Linear 46 .

⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b.1). T ⎜ ⎢ 2 ⎥ ⎟ = ⎢ x 2 + x3 ⎢ ⎥ ⎢x ⎥ ⎜⎢ 3 ⎥⎟ ⎢ ⎥ − x1 ⎦ ⎜ x ⎟ ⎣ ⎣ 4 ⎦⎠ ⎝ Carilah matrik baku untuk transformasi linier bidang T:R2 yang memetakan titik (x. Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a.0). ⎡ − 3 0⎤ (1.0). Refleksi melalui titk pusat (c).Aljabar Linear Latihan 1. T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2. dan (1.1) di bawah perkalian oleh A = ⎢ ⎥ ⎣ 0 1⎦ Carilah persamaan bayangan garis y = -4x + 3 di bawah perkalian ⎡ 4 − 3⎤ oleh A = ⎢ ⎥ ⎣ 3 − 2⎦ 4. 47 . Proyeksi ortogonal pada sumbu y R2 3. Gambarkan bayangan bujursangkar dengan titik – titik sudut (0. Proyeksi ortogonal pada sumbu x (d). (0.y) ke dalam : (a). Refleksi terhadap garis y = -x (b).

.......1) Persamaan (6.1 ⎡1 ⎤ Vektor x = ⎢ ⎥ adalah vektor eigen dari A = ⎣ 2⎦ Yang bersesuaian dengan nilai λ = 3 karena ⎡3 0 ⎤ ⎡1⎤ ⎡3⎤ ⎡1 ⎤ Ax = ⎢ ⎥ ⎢ 2 ⎥ = ⎢6 ⎥ = 3 ⎢ 2 ⎥ ⎣8 − 1⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎡3 0 ⎤ ⎢8 − 1⎥ ⎣ ⎦ Untuk mencari nilai eigen matrik A yang berukuran n x n maka kita menuliskannya kembali Ax = λx sebagai Ax = λIx (λI – A)x = 0 Dan persamaan di atas akan mempunyai penyelesaian jika det(λI – A)=0 ....1) disebut persamaan karakteristik A... maka vektor tak nol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan skalar dari x........ 48 ... yaitu..... Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ........... Contoh 6.Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n...(6.............. Ax = λx untuk suatu skalar λ.

(-2) = 0 = λ 2 .Aljabar Linear Contoh 6. ⎡10 − 9⎤ Carilah persamaan karakteristik dari matrik A = ⎢ ⎥ ⎣ 4 − 2⎦ ⎡ 4 0 1⎤ Carilah persamaan karakteristik dari matrik A = ⎢− 2 1 0⎥ ⎢ ⎥ ⎢ − 2 0 1⎥ ⎣ ⎦ 2. 49 .3λ + 2 = 0 λ1 = 2.2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ . λ2 = 1 Jadi nilai – nilai eigen dari A adalah λ1 = 2 dan λ2 = 1 Latihan : 1.⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ .

......... ............. .......................... ..... ...... .....................4 Kombinasi Linier ........... ................................................... . 18 2........... 17 2............................ .. ...................... . ............. ....... . .. .......5 Beberapa Dalil pada Operasi Vektor ......5 Transformasi (Operasi) elementer pada baris dan kolom suatu matrik 26 3.........1 Pengertian..................... ........... ..... ...... 1 1....6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan ..... 24 3......................7 Mencari invers matrik ............ . .. . ............................... 5 1........................................ ....... 10 1.......................................................................................................................... . ............ ............ i Daftar Isi .. .... ......... . .......... ...... ............................................. ..................................... 32 4........................................Aljabar Linear DAFTAR ISI Kata Pengantar .. ...... ...................... 17 2...................................................... ...3 Susunan Koordinat Ruang-n ...............3 Vektor yang Bebas Linier dan Tak Bebas Linier .............................. .......1 Pengertian...2 SubRuang (subspace)............... 27 3..................... 4 1..................2 Operasi – operasi pada vector ..................... 18 2....... .. ...... .......... ...................... 8 1...................................................................... 2 1.................... ................. ...................... ............. 12 b............................. ................4 Beberapa Jenis matrik Khusus............. .... ..6 Dot Product (Hasil Kali Titik) .............. ..... ....... . .................................................................................. .... ................. ............................7 Cross Product (Hasil Kali Silang) ............. ........ .................. 22 3.............................................4 Vektor di dalam Ruang Rn ........................... ........................ ......................... ............................. .......................... .......... 1 1.....................2 Notasi Matrik ...... 19 2....................... 28 BAB IV ................... ......... ......................1 Pengertian................................... ............... ..... .....8 Persamaan Garis LUrus dan Bidang Rata ..... ...... ............... 14 BAB II ....................... 22 3................................ 12 a...............1 Ruang Vektor Umum ... ..... .....5 Arti Kombinasi Linier Secara Ilmu Ukur.. ........... ......... ............ ii BAB I ........... ................... 20 BAB III ...... .... .. .......... 22 3.................................3 Operasi pada Matrik ....................... Garis Lurus ................ ...... ...................................... Bidang Rata ................6 Dimensi dan Basis ... 8 1.............. ........................ . 19 2............ 32 50 . .......................... 22 3...................... ............. ............................ . ....... ........... . ...........................

............. .... ............................ . .... ...6 MINOR......... 33 4. ..... . ............... ...................... 40 5..... ..................... ....................... .. .... ......... ..... .. ................5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS ............ ...................... 35 BAB V ........... ... ......Aljabar Linear 4................................ ....................... 32 4... 34 4. ...................4 SIFAT – SIFAT DETERMINAN ......1 Pengantar.............. ....... . 34 4...................... ... ............................ ................. ............ ...... .............. ..................... ... .. .. 40 5........................................ 41 5..3 Jenis – jenis Transformasi Linier bidang ..........................2 PERMUTASI ...2 Transformasi Linier dari Rn Rm ....... ......... EKSPANSI KOFAKTOR........... ................................ & ATURAN CRAMER .............................. .............................. .......... .......... ......... ....................... ..... 41 BAB VI ......3 DETERMINAN ................. 48 Daftar Pustaka ............... 48 51 .. .. ..

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->