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

1] Sekarang pandang vektor a yang titik awalnya O(0. q2) : 6 .1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1. a2 disebut komponen – komponen dari a Panjang vektor a adalah 2 a12 + a 2 Secara umum untuk vektor p yang titik awalnya P(p1.8 Bilangan – bilangan a1.0) dan titik ujungnya adalah E2(0.0) e2 = OE2 yang titik awalnya O(0.0) dan titik ujungnya adalah E1(1. a2e2 A(a1. a2).0) dan titik ujungnya titik A(a1. p2) dan titik ujungnya di Q(q1. Vektor a disebut vektor posisi dari titik A.0] e2 = [0.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0. a2) e2 e1 a1e1 Gambar 1.

…. -7. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. P(6. -3] 7 . 4) yang mempunyai arah seperti v = [7. dst. p2. …. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . ….1.. Vektor posisi dari titik A(a1. Latihan : 1.0].1.... 6. a2. P(3.0].0. + a n Jarak 2 titik P(p1. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. 3. qn – pn ] Panjang vektor a = [a1. a2.5) dan Q(2. -1. e2 = [0. a2. Carilah vektor yang bertitik awal P(2.5. q2. 2. q2 – p2.…. ….Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). pn) dan Q(q1. e3 = [0. an] adalah |a| = 2 2 a12 + a 2 + .….0. -3) 2.8) dan Q(8.8) b.0]. ….0…. pn) dan bertitik ujung di Q(q1. q2. an) adalah OA = [a1. ….. (q2 – p2)] Kesimpulan (untuk Rn): 1.0.0. qn) adalah PQ = [q1 – p1. p2. … .. …. an] Vektor bertitik awal di P(p1.

Carilah vektor yang bertitik terminal Q(2.5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. a2. 7. . a + (-a) = 0 (6). a+0=a (5). v = [3. a+b=b+a (2). bn] . 1) dan Q(6. . 1) a. dan m. . -7. . . 4] 6. Hitunglah panjang v bila a. c=[c1. k(a + b) = ka + kb (4). P(2. 3) 1. 4. cn] ∈ Rn.. maka berlaku : (1). k adalah skalar – skalar. -2) dan Q adalah titik (7. Hitunglah jarak antara P dan Q bila a. . P(1. 1. b = [b1.8) b.. 0.3) dan Q(7.. b2. Misalkan P adalah titik (2. . c2.Aljabar Linear 3. an] . (a + b) + c = a + (b + c) (3). (km)a = k(ma) = m(ka) 1. 5. v = [-8. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q. -1] 4. . -4. . -7) yang mempunyai arah berlawanan dengan v = [-2. a3.6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . c3. (k + m)a = ka + ma (7). 4] b. 3. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. b3.

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

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

maka v. 3 0 ⎟ ⎝ ⎠ = (2.2 Carilah u x v dimana u = (1.w)2 (Identitas Lagrange) Jika θ adalah sudut di antara v dan w . 2.Aljabar Linear v x w = (v2w3 – v3w2. v1w2 – v2w1) atau dalam notasi determinan ⎛v vxw = ⎜ 2 ⎜w ⎝ 2 v3 v1 . maka 1. − 6 ) Teorema Jika v dan w adalah vector dalam Ruang-3. (v x w) = 0 3. v.− w3 w1 v3 v1 . v. sehingga Identitas Lagrange dapat dituliskan kembali sebagai : |v x w|2 = |v|2 |w|2 – (v. 1) Jawab : ⎡1 2 − 2⎤ ⎢3 0 1 ⎥ ⎣ ⎦ ⎛2 −2 1 −2 1 2⎞ ⎟ uxv = ⎜ ⎜ 0 1 . (v x w) = 0 2.w = |v| |w| cos θ.|v|2 |w|2 cos2 θ = |v|2 |w|2 (1 . − 7. -2) dan v=(3. 0. w3 w1 v2 w2 ⎞ ⎟ ⎟ ⎠ Contoh 1. v3w1 – v1w3.(|v| |w| cos θ)2 = |v|2 |w|2 .w)2 = |v|2 |w|2 .− 3 1 .cos2 θ) = |v|2 |w|2 sin2 θ Jadi 11 . |v x w|2 = |v|2 |w|2 – (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. b3) 12 . Garis Lurus A B X O g Gambar 1. b2. a3) dan B(b1. a2.8 Persamaan Garis LUrus dan Bidang Rata a.6 Misalkan titik A(a1.

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

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

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

2. 5.1) dan garis lurus g : [x1. y. 10] + λ [1.1. y. x3] = [1. 3] + λ [4. z] = [1. 31] c.Aljabar Linear b. 2. z] = [7. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. x2. 16 . 2. 0.1] + λ [1. Tentukan persamaan bidang rata yang melalui (1. 6] serta sejajar dengan garis lurus h : [x. 8.

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

… um) disebut bebas linier (linearly independent) jika λ1 u1 + λ2 u2 + …+ λm um = 0 hanya dipenuhi oleh λ1= λ2 = …= λm = 0. Bila u = 0 (vektor nol). maka : a. u = αv. artinya terdapat λ ≠ 0 pada λ1 v + λ2 u = 0 18 . maka mereka tak bebas linier. λm yang tidak semuanya nol sedemikian hingga (u1. Jika m=1. karena λu = 0 λ0 = 0 terpenuhi juga untuk λ ≠ 0 b.αv = 0. akan tak bebas linier. u2. 2. …. u2. Jika dalam himpunan terdapat vektor 0. … um) maka himpunan itu tak bebas linier. misalnya {u1. λ1 u1 + λ2 u2 + … + λi 0+ … + λm um = 0 dipenuhi juga oleh λI ≠ 0 3. akan bebas linier karena λu=0 hanya dipenuhi oleh λ =0 2.2 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.3 Vektor yang Bebas Linier dan Tak Bebas Linier Definisi Himpunan m buah vektor (u1. … um) Sebaliknya himpunan (u1. λ2. Bila λ ≠ 0. JIka u dan v adalah 2 vektor yang berkelipatan.0. Sebab u = αv 1u .…. u2. … um) disebut tak bebas linier (linearly dependent) bila terdapat skalar – skalar λ1. Catatan : 1. u2.Aljabar Linear 2.

5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. 2] = λ1 [1. 1. 0.5 (1). Contoh 2. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). 3]. 1. 1. u1 dan u2 disebut koplanar (sebidang). … um) bila terdapat skalar – skalar λ1. 0. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi. v dan u disebut koliner (segaris). b = [1. u2. 2]. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. v kombinasi linier dari 2 vektor u1 dan u2.4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. 1. λ2. yang tidak sebidang.1 a = [2. u2 dan u3. diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. v kombinasi linier dari 3 vektor u1 . (3) 19 . …. 3] + λ2 [3. c = [3. (2). yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . dan λ2 yang memenuhi [2. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. λ2u2 dan λ3u3.Aljabar Linear 2.

2] (ii). 11. Berarti dimensi = 2 Kedua vektor berkelipatan. jadi sistem pembentuk bebas linier. maka S disebut basis untuk V jika : (i). (ii). 1] dan q = [2. p = [1. jadi keduanya merupakan sistem pembentuk yang bebas linier. Contoh 2. 8] Jawab : (i). u = [5. 4] dan v = [10. 5. ….2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). Berarti dimensi = 1 20 . -2. Kedua vektor pembentuk tidak berkelipatan. 3. 22. 7.Aljabar Linear 2. v2. -4. 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. 14.6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. Vektor u maupun v ≠ 0.

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

Aljabar Linear BAB III MATRIK 3. 3. Untuk batasnya biasanya digunakan: ( ).2 Notasi Matrik Matrik diberi nama dengan huruf besar. artinya suatu matrik A yang elemen – elemennya adalah aij dimana index i menunjukkan baris ke-i dan indeks ke–j menunjukkan kolom ke–j . Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama. Secara lengkap ditulis matrik A=(aij). matrik berukuran sama.1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik. Jika A = (aij) dan B = (bij). Perkalian skalar terhadap matrik 22 . maka A + B adalah suatu matrik C = (cij) dimana cij = aij + bij untuk setiap I dan j 2.3 1. mxn disebut ordo (ukuran) dari matrik A. [ ]. Sehingga bila matrik disusun secara A(mxn) = (aij). || || 3.

B. Syarat : Jumlah kolom matrik pertama = jumlah baris matrik kedua Definisi : Panjang A = (aij) berukuran (p x q) dan B = (bij) berukuran (q x r). … r 23 . matrik A disebut matrik pertama dan B matrik kedua. λ(A + B) = λA + λB (distributif) 4. Selalu ada matrik D sedemikian hingga A + D = B 3. C adalah matrik berukuran sama. maka matrik λA = (λaij). untuk setiap i = 1. Maka perkalian AB adalah suatu matrik C = (cij) berukuran (p x r) dimana : cij = ai1 b1j + ai2 b2j + … + aiq bqj. dengan kata lain.….2.2. (A + B) + C = A + (B+C) (asosiatif) 3.Aljabar Linear Kalau λ suatu skalar (bilangan) dan A = (aij). A + B = B + A (komutatif) 2. Perkalian matrik Pada umumnya matrik tidak komutatif terhadap operasi perkalian : AB ≠ BA.p dan j = 1. matrik λA diperoleh dengan mengalikan semua elemen matrik A dengan λ. Pada perkalian matrik AB. dan λ adalah skalar maka : 1. Hukum pada penjumlahan dan perkalian scalar : Jika A.

…. memenuhi hukum distributif A(BC) = (AB)C .2. 4.4 Beberapa Jenis matrik Khusus 24 . AB ≠ BA Jika AB = 0 (matrik 0 ) . i = 1. 4. 3. 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. 3. 4. yaitu matrik yang semua elemennya adalah = 0. 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. kemungkinan kemungkinannya adalah : (i). (A + B)T = AT + BT (AT)T = A λ(AT) = (λA)T (AB)T = BT AT 3. dan (B + C) A = BA + CA. 2.Aljabar Linear Hukum pada perkalian matrik : 1. Dengan kata lain : AT = (aji) Sifat – sifat matrik transpose 1. memenuhi hukum asosiatif Perkalian tidak komutatif. A(B + C) = AB + AC.m sebagai kolom ke –i dari AT.

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

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

Dan X adalah pemecahan bagi AX = 0 dimana AX = 0 adalah bentuk matrik dari sistem : a11x1 + a12x2 + … + a1nxn = 0 a21x1 + a22x2 + … + a2nxn = 0 . maka dikatakan ekivalen baris. Begitu juga dengan kolom. 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. . an1x1 + an2x2 + … + annxn = 0 Jika kita memecahkannya dengan menggunakan eliminasi Gauss Jordan. .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.6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan Misal diketahui matrik A adalah matrik bujursangkar. Jika transformasi elementernya pada baris saja. maka sistem persamaan yang bersesuaian dengan bentuk eselon baris tereduksi dari matrik yang diperbesar akan menjadi : x1 =0 27 . 3.

xn =0 dan matrik yang diperbesar tersebut adalah : ⎡ a11 ⎢a ⎢ 21 ⎢ .7 Mencari invers matrik Contoh 3. . . ⎢ . . .⎥ ⎥ 0⎥ ⎦ . . . . . .Aljabar Linear x2 =0 .1: ⎡1 2 3⎤ Cari invers matrik A = ⎢2 5 3⎥ ⎢ ⎥ ⎢ 1 0 8⎥ ⎣ ⎦ Jawab : Pada akhir operasi . ⎢ ⎢ . 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 . ⎢ ⎢ a n1 ⎣ a12 a 22 .⎥ . . an2 . a nn 3. .⎥ ⎥ . . . a2n . 0⎤ 0⎥ ⎥ . . a1n .

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 .

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

⎡1 − 1 2⎤ ⎡− 5 − 1 0⎤ X⎢ ⎥ = ⎢ 6 − 3 7⎥ ⎣3 0 1⎦ ⎣ ⎦ 31 .Aljabar Linear 7. 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.

3 ….Aljabar Linear BAB IV DETERMINAN 4.1: 32 . Sebelum mulai dengan yang lebih umum.5 = 5 – 15 = -10 ⎣5 5⎦ 4.5 – 3. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .2.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1. Contoh 4.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1.1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan.

2 33 . {1.3. j3 ….3}.1}.2} Banyaknya permutasi dapat dihitung dengan factorial.2 + 3.3 – 2. {2. ji = 4 mendahului jk = 3.3}.1. 2.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.1 – 3.3 + 1.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS . . n) Contoh 4.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1..2.1.2.2. 3} ? Ada 2 invers yaitu : 1. ji = 2 mendahului jk = 1.2: Berapa banyak invers yang terdapat pada permutasi {2.2. {3.1. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4. {2. padahal 1 < 2 2.2}.1 – 1.1.3. 4. . .2. j2.2.3} yaitu {1.3 = 6 Definisi Invers pada suatu permutasi (j1.2.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1. {3. padahal 3 < 4 4.2. Untuk contoh soal diatas 3! = 1. 1.1}.

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

Cara cepat untuk menentukan apakah 35 . Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4.6 : ⎡ 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. Dinyatakan dengan |Mij|.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.Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21).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) ⇒ = . & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . sehingga menjadi = .6 MINOR. 4. EKSPANSI KOFAKTOR. yaitu Cij = ± Mij .

. 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 . . + − + − + . ⎢ ⎣ ..⎤ . 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. yaitu setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n ... − + − + − .Aljabar Linear penggunaantanda + atau tanda – merupakan penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke – i dan kolom ke – j dari susunan : ⎡+ ⎢− ⎢ ⎢+ ⎢ ⎢− ⎢+ ⎢. C21 = -M21 .⎥ ⎦ Misalnya C11 = M11...

. C 2 n ⎥ ⎥ .Aljabar Linear Contoh 4. ⎥ disebut matrik kofaktor A. . maka matrik ⎡C11 ⎢C ⎢ 21 ⎢ . maka : A = det( A) 37 .... −1 1 adj(A) Jika A adalah matrik yang dapat dibalik.. ⎢C n1 ⎣ C12 C 22 .. ⎥ . Cn3 . .. ⎢ ⎢ . Cn2 C13 C 23 .. .. C1n ⎤ . ⎥ . C nn ⎥ ⎦ Transpose matrik ini disebut Adjoin A dan sinyatakan dengan adj(A).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.

2x2 + 3x3 = 8 Jawab : 0 2⎤ ⎡1 A= ⎢− 3 40 6⎥ . maka system tesebut mempunyai pemecahan unik. 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 ⎥ ⎢. x2 = .8: Gunakan aturan Cramer untuk memecahkan x1 + + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 -x1 . … . ⎢ ⎥ ⎢ − 1 − 2 3⎥ ⎣ ⎦ 0 2⎤ ⎡6 ⎢30 4 6⎥ .⎥ ⎢ ⎥ ⎣bn ⎦ Contoh 4. Pemecahan ini adalah : x1 = det( An ) det( A1 ) det( A2 ) . A = ⎢ ⎥ 3 ⎢ − 1 8 3⎥ ⎣ ⎦ 0 6⎤ ⎡1 ⎢− 3 4 30⎥ ⎢ ⎥ ⎢−1 − 2 3 ⎥ ⎣ ⎦ x1 = det( A1 ) − 40 − 10 = = .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⎥ . det( A) 44 11 38 .

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⎥ .3w = 0 4x + 5y + 14z + 14w = 0 39 .dan w yang memenuhi susunan persamaan linier berikut : 2x + 4y + 3z + 2w = 1 3x + 6y + 5z + 2w = 1 2x + 5y + 2z . det(A) c. 2. A −1 3. cari : ⎥ ⎢ ⎢1 5 7 ⎥ ⎦ ⎣ a. adj(A) 1.y. b.Aljabar Linear x2= x3 = det( A2 ) 72 18 = = . Carilah harga x.z.

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

. . e2. . 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.Aljabar Linear 5. T(en) sebagai vektor – vektor kolomnya. . en adalah basis baku untuk Rn dan misalkan A adalah sebuah matrik m x n yang mempunyai T(e1). Jenis – jenis Transformasi Linier bidang Rotasi (Perputaran) ⎡cos θ Matrik baku untuk T adalah : ⎢ ⎣ sin θ 2. 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. T(e2).2 Transformasi Linier dari Rn Rm Misalkan e1. ⎣1 − 1⎦ 5. .

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

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

. .. Dari Rn ke Rm dilakukan berurutan.Aljabar Linear Jika transformasi . . 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. 44 . 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.. A2 A1 Contoh 5. 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). . Tn(x) = Anx. maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal T(x) = Ax. 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. T2(x) = A2x. dimana A = Ak . .2 a. A2 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣ 0 1 ⎦ ⎣1 0 ⎦ ⎣ 1 0 ⎦ b). .

y’). maka ⎡ x'⎤ ⎡ x⎤ ⎢ y '⎥ = A ⎢ y ⎥ ⎣ ⎦ ⎣ ⎦ Dan ⎡ x⎤ ⎡ x'⎤ -1 ⎢ y ⎥ = A ⎢ y '⎥ ⎣ ⎦ ⎣ ⎦ Contoh 5.y) ke titik (x’. A1 ≠ A1. perhatikan bahwa A2. dan misalkan T memetakan titik (x. A2 Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers.Aljabar Linear Dari contoh di atas.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 .

Aljabar Linear 46 .

Aljabar Linear Latihan 1.1). Gambarkan bayangan bujursangkar dengan titik – titik sudut (0.0). ⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b. dan (1. Proyeksi ortogonal pada sumbu y R2 3.y) ke dalam : (a). T ⎜ ⎢ 2 ⎥ ⎟ = ⎢ x 2 + x3 ⎢ ⎥ ⎢x ⎥ ⎜⎢ 3 ⎥⎟ ⎢ ⎥ − x1 ⎦ ⎜ x ⎟ ⎣ ⎣ 4 ⎦⎠ ⎝ Carilah matrik baku untuk transformasi linier bidang T:R2 yang memetakan titik (x. Refleksi melalui titk pusat (c). 47 .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. Proyeksi ortogonal pada sumbu x (d).0). ⎡ − 3 0⎤ (1. T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2. (0. Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. Refleksi terhadap garis y = -x (b).

.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.........Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n... Ax = λx untuk suatu skalar λ........1) Persamaan (6. yaitu. Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ.... Contoh 6.........(6.................... 48 ..

2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ . 49 . ⎡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⎥ ⎣ ⎦ 2.3λ + 2 = 0 λ1 = 2.(-2) = 0 = λ 2 .Aljabar Linear Contoh 6.⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ . λ2 = 1 Jadi nilai – nilai eigen dari A adalah λ1 = 2 dan λ2 = 1 Latihan : 1.

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

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

Sign up to vote on this title
UsefulNot useful