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

p2) dan titik ujungnya di Q(q1.0) dan titik ujungnya adalah E1(1. Vektor a disebut vektor posisi dari titik A.1] Sekarang pandang vektor a yang titik awalnya O(0. q2) : 6 . a2) e2 e1 a1e1 Gambar 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.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0.0) dan titik ujungnya titik A(a1. a2).0) e2 = OE2 yang titik awalnya O(0.0] e2 = [0.8 Bilangan – bilangan a1.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1. a2e2 A(a1.0) dan titik ujungnya adalah E2(0.

pn) dan bertitik ujung di Q(q1..…. -7. an] adalah |a| = 2 2 a12 + a 2 + . …. -3] 7 . qn) adalah PQ = [q1 – p1. … .. …... ….Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). …. p2. + a n Jarak 2 titik P(p1.1. 4) yang mempunyai arah seperti v = [7. dst. e3 = [0.8) dan Q(8.5) dan Q(2.1. an) adalah OA = [a1. q2. Vektor posisi dari titik A(a1. 3. pn) dan Q(q1.. P(6. qn – pn ] Panjang vektor a = [a1. Latihan : 1.0]. ….8) b.0. e2 = [0.. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. a2.0. 2. Carilah vektor yang bertitik awal P(2. (q2 – p2)] Kesimpulan (untuk Rn): 1.0]. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. q2 – p2.0….…. -3) 2. q2.0. …. ….5. -1. an] Vektor bertitik awal di P(p1. a2. a2. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. P(3.0]. p2. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + .0. 6.

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

...w = 1 2 (|v|2 + |w|2 . w2.|w – v|2 |v||w| cos θ = 1 (|v|2 + |w|2 . w3) y x Gambar 1... Dan θ adalah sudut antara v dan w .2) dapat dituliskan kembali sebagai : 2|v||w| cos θ = |v|2 + |w|2 . v2. v2........(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 .|w – v|2) 2 Atau v.. v3) dan w = (w1... w2..9 Perhatikan gambar 1. w3) adalah 2 vektor tak nol. Jika v =(v1.. maka hokum cosinus menghasilkan : | PQ |2 = |v|2 + |w|2 – 2|v||w| cos θ −→ −→ ……………… (1.1) z P(v1..Aljabar Linear Maka hasil kali titik (dot product) v..9 di atas...2) Karena PQ = w – v maka dapat (1.... w didefinisikan dengan : ⎧| v | | w | cos θ v.w = ⎨ 0 ⎩ jika v ≠ 0 dan w ≠ 0 jika v = 0 atau w = 0 . v3) θ θ Q(w1.

maka hasil kali silang (cross product) v x w adalah vektor yang didefinisikan oleh 10 .(1) + (1)(2) = 2 – 1 + 2 = 3 |v| = 4 +1+1 = 6 6 . v2.(1) + (-1).w | v || w | Contoh 1. 1) dan w=(1. w3) adalah vektor – vektor di Ruang-3. Jawab : v. maka persamaan (1.7 Cross Product (Hasil Kali Silang) Dalam banyak penerapan vektor pada bidang geometri. 2) Carilah v.Aljabar Linear v. Definisi Jika v =(v1.1) dapat ditulis dengan Cos θ = v. v3) dan w = (w1. w2. w = v1w1 + v2w2 + v3w3 Jika v dan w bukan vektor nol. maka sudut antara v dan w adalah 60o |w| = 1 + 1 + 4 = Jadi Cos θ = 3 = 6 1 2 1. fisika. w = (2). -1.1 Diketahui vektor v = (2. dan teknik.w dan tentukan sudut antara v dan w. kita perlu membentuk vektor di ruang-3 yang tegak lurus dengan 2 vektor lain yang diberikan. 1.

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

6 Misalkan titik A(a1. b3) 12 .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 1.8 Persamaan Garis LUrus dan Bidang Rata a. b2. a2. a3) dan B(b1.

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

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

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

10] + λ [1. 3] + λ [4.1. x2. Tentukan persamaan bidang rata yang melalui (1.1] + λ [1. y. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. 5. z] = [7. 16 . 2. 2. 0. x3] = [1. y. 31] c. 6] serta sejajar dengan garis lurus h : [x. 2.Aljabar Linear b.1) dan garis lurus g : [x1. z] = [1. 8.

k(lu) = l(ku) (10). maka ku berada di V (7). Untuk setiap u di V. 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 + l)u = ku + lu (9). yang dinamakan perkalian skalar u oleh k. u + (v + w) = (u + v) + w (4). v.Aljabar Linear BAB II RUANG VEKTOR 2. maka kita namakan V sebuah ruang vektor dan benda – benda pada V kita namakan vektor : (1). w pada V dan oleh semua skalar k dan l. Jika semua aksioma berikut dipenuhi oleh semua benda u. Jika k adalah sebarang skalar dan u adalah sebarang vektor di V. u+v=v+u (3). 1u = u 17 . k(u + v )= ku + kv (8). dengan perkalian skalar kita artikan setiap benda u pada V yang mengandung elemen ku. terdapat –u sehingga u + (-u) = (-u) + u = 0 (6). yang kita namakan jumlah u dan 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. Jika u dan v adalah benda – benda pada V kita namakan vektor (2).

Aljabar Linear 2. … um) disebut bebas linier (linearly independent) jika λ1 u1 + λ2 u2 + …+ λm um = 0 hanya dipenuhi oleh λ1= λ2 = …= λm = 0. Jika m=1.0. maka : a. u2. λ2. λm yang tidak semuanya nol sedemikian hingga (u1. Sebab u = αv 1u . misalnya {u1. u2. JIka u dan v adalah 2 vektor yang berkelipatan.αv = 0.…. 2. u2. maka mereka tak bebas linier. karena λu = 0 λ0 = 0 terpenuhi juga untuk λ ≠ 0 b. Jika dalam himpunan terdapat vektor 0. …. … um) Sebaliknya himpunan (u1. … um) disebut tak bebas linier (linearly dependent) bila terdapat skalar – skalar λ1.3 Vektor yang Bebas Linier dan Tak Bebas Linier Definisi Himpunan m buah vektor (u1. akan bebas linier karena λu=0 hanya dipenuhi oleh λ =0 2. u = αv. Bila u = 0 (vektor nol). … um) maka himpunan itu tak bebas linier.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. artinya terdapat λ ≠ 0 pada λ1 v + λ2 u = 0 18 . u2. akan tak bebas linier. λ1 u1 + λ2 u2 + … + λi 0+ … + λm um = 0 dipenuhi juga oleh λI ≠ 0 3. Catatan : 1. Bila λ ≠ 0.

λ2. … um) bila terdapat skalar – skalar λ1. 2] = λ1 [1. u2 dan u3. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. λ2u2 dan λ3u3. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). (2). yang tidak sebidang. 3]. dan λ2 yang memenuhi [2. b = [1. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi. u2. v kombinasi linier dari 2 vektor u1 dan u2. c = [3. …. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. 2]. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. 0. 0. v dan u disebut koliner (segaris). yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 .1 a = [2. u1 dan u2 disebut koplanar (sebidang).Aljabar Linear 2. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1.5 (1). 1. v kombinasi linier dari 3 vektor u1 . 1. (3) 19 . 1.4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. 1. diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. Contoh 2. 3] + λ2 [3.

7. vr} merupakan himpunan berhingga dari vektor – vektor pada S. jadi sistem pembentuk bebas linier. Berarti dimensi = 1 20 . (ii).6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. Berarti dimensi = 2 Kedua vektor berkelipatan. 11. jadi keduanya merupakan sistem pembentuk yang bebas linier. 1] dan q = [2. 2] (ii). 5. maka S disebut basis untuk V jika : (i). Vektor u maupun v ≠ 0.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). Contoh 2. 4] dan v = [10. 22. S bebas linier (ii) S merentang V Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor pada basis untuk V. p = [1. v2. -2. u = [5. 3.Aljabar Linear 2. Kedua vektor pembentuk tidak berkelipatan. …. 8] Jawab : (i). -4. 14.

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

Perkalian skalar terhadap matrik 22 . mxn disebut ordo (ukuran) dari matrik A. matrik berukuran sama. Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama. 3. artinya suatu matrik A yang elemen – elemennya adalah aij dimana index i menunjukkan baris ke-i dan indeks ke–j menunjukkan kolom ke–j . Untuk batasnya biasanya digunakan: ( ). Sehingga bila matrik disusun secara A(mxn) = (aij). Jika A = (aij) dan B = (bij). Secara lengkap ditulis matrik A=(aij).Aljabar Linear BAB III MATRIK 3.2 Notasi Matrik Matrik diberi nama dengan huruf besar.1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik. [ ]. maka A + B adalah suatu matrik C = (cij) dimana cij = aij + bij untuk setiap I dan j 2. || || 3.3 1.

B.p dan j = 1.2. dan λ adalah skalar maka : 1. Pada perkalian matrik AB. Maka perkalian AB adalah suatu matrik C = (cij) berukuran (p x r) dimana : cij = ai1 b1j + ai2 b2j + … + aiq bqj. … r 23 .Aljabar Linear Kalau λ suatu skalar (bilangan) dan A = (aij). λ(A + B) = λA + λB (distributif) 4.….2. Selalu ada matrik D sedemikian hingga A + D = B 3. C adalah matrik berukuran sama. matrik A disebut matrik pertama dan B matrik kedua. A + B = B + A (komutatif) 2. matrik λA diperoleh dengan mengalikan semua elemen matrik A dengan λ. Syarat : Jumlah kolom matrik pertama = jumlah baris matrik kedua Definisi : Panjang A = (aij) berukuran (p x q) dan B = (bij) berukuran (q x r). Perkalian matrik Pada umumnya matrik tidak komutatif terhadap operasi perkalian : AB ≠ BA. (A + B) + C = A + (B+C) (asosiatif) 3. dengan kata lain. Hukum pada penjumlahan dan perkalian scalar : Jika A. maka matrik λA = (λaij). untuk setiap i = 1.

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

Matrik anti simetris adalah matrik yang transposenya adalah negatifnya. 3. Matrik simetris adalah matrik yang transposenya sama dengan dirinya sendiri. Matrik identitas adalah matrik diagonal yang elemen – elemen diagonal utama adalah 1. 25 . 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. 6. Matrik bujursangkar adalah matrik dengan jumlah baris = jumlah kolom. Barisan elemen a11. 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. 2. 9. a22. 8. 7. 5.Aljabar Linear 1. 4. sehingga disebut berordo n.

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

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

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

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 .

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

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

1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan.5 – 3. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .2. Contoh 4.1: 32 .3 …. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1.5 = 5 – 15 = -10 ⎣5 5⎦ 4.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1. Sebelum mulai dengan yang lebih umum.Aljabar Linear BAB IV DETERMINAN 4.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.

ji = 2 mendahului jk = 1.2} Banyaknya permutasi dapat dihitung dengan factorial. 3} ? Ada 2 invers yaitu : 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: Berapa banyak invers yang terdapat pada permutasi {2. j3 ….2 + 3. 4.2. 2.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2. Untuk contoh soal diatas 3! = 1. .2. {3. n) Contoh 4.3}.1}.1}. {3. .3}. 1.2.2. {1.1 – 3. {2.1.1 – 1.1. {2. padahal 1 < 2 2. j2.2.3 – 2.2}.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.3 = 6 Definisi Invers pada suatu permutasi (j1.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.3.2 33 .3 + 1.1.3.3} yaitu {1.1. padahal 3 < 4 4.2. . ji = 4 mendahului jk = 3.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS ..2.2.

5 : 0 1 5 Hitung det(A) dimana A = 3 − 6 9 2 6 1 34 . bila suatu baris / kolom dikalikan dengan skalar λ 4.5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung.. yaitu . SIFAT – SIFAT DETERMINAN det(A) = det(AT) Tanda determinan berubah jika 2 baris atau kolom ditukar tempatnya.4 1. ann Contoh 4. 3.Aljabar Linear = 4 + 18 + 2 – 3 – 4 – 12 = 5 4. Harga determinan menjadi λ kali. det(A) = a11.a22.a33 . 2. Theorema : Jika A adalah matrik segitiga n x n.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. maka det(A) adalah hasil kali elemen – elemen pada diagonal utama.

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. Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4. 4. Dinyatakan dengan |Mij|. yaitu Cij = ± Mij .Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21). Cara cepat untuk menentukan apakah 35 .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.6 MINOR. sehingga menjadi = . EKSPANSI KOFAKTOR.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 .

. C44 = M44.⎥ ⎥ . C21 = -M21 .⎥ ⎥ .. − + − + − . yaitu setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n . + − + − + .⎥ ⎦ Misalnya C11 = M11.. 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. 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 . ..Aljabar Linear penggunaantanda + atau tanda – merupakan penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke – i dan kolom ke – j dari susunan : ⎡+ ⎢− ⎢ ⎢+ ⎢ ⎢− ⎢+ ⎢.. ⎢ ⎣ .... + − + − + .⎤ . − + − + − .⎥ ..⎥ ⎥ ...

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

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

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

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

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. . .Aljabar Linear 5. . . T(e2). . T(en) sebagai vektor – vektor kolomnya. 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. ⎣1 − 1⎦ 5. . 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. . e2.2 Transformasi Linier dari Rn Rm Misalkan e1.

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 . ⎡ 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. c. maka efeknya adalah memperluas gambar bidang dalam arah x. ⎡ x⎤ ⎡ y⎤ refleksi terhadap garis y = x ( yang mengubah ⎢ ⎥ menjadi ⎢ ⎥ ) ⎣ y⎦ ⎣ x⎦ ⎡0 1 ⎤ adalah : ⎢ ⎥ ⎣1 0 ⎦ 3. Ekspansi dan kompresi Jika koordinat x dari masing – masing titik pada bidang dikalikan dengan konstanta k yang positif dimana k > 1.

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

. A2 A1 Contoh 5.2 a. A1 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣1 0 ⎦ ⎣ 0 1 ⎦ ⎣1 2 ⎦ Matrik baku untuk refleksi yang diikuti dengan geseran adalah ⎡1 2 ⎤ ⎡ 0 1 ⎤ ⎡ 2 1 ⎤ A1.Aljabar Linear Jika transformasi . . 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. T2(x) = A2x. . Dari Rn ke Rm dilakukan berurutan.. . A2 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣ 0 1 ⎦ ⎣1 0 ⎦ ⎣ 1 0 ⎦ b). 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. . maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal T(x) = Ax..transformasi matrik T1(x) = A1x. 44 . 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). dimana A = Ak . Tn(x) = Anx. .

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

Aljabar Linear 46 .

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

.1) Persamaan (6...Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n.............. maka vektor tak nol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan skalar dari x.. Ax = λx untuk suatu skalar λ....(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 .............. yaitu......... Contoh 6..1) disebut persamaan karakteristik A.. Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ.. 48 ...

⎢ − 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. ⎡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⎥ ⎣ ⎦ 2.2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ .3λ + 2 = 0 λ1 = 2. 49 .(-2) = 0 = λ 2 .Aljabar Linear Contoh 6.

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

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

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.