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

q2) : 6 .0) e2 = OE2 yang titik awalnya O(0.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1.0) dan titik ujungnya adalah E2(0.0) dan titik ujungnya titik A(a1. Vektor a disebut vektor posisi dari titik A.8 Bilangan – bilangan a1.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 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. a2) e2 e1 a1e1 Gambar 1.1] Sekarang pandang vektor a yang titik awalnya O(0.0] e2 = [0. a2).0) dan titik ujungnya adalah E1(1. a2e2 A(a1. p2) dan titik ujungnya di Q(q1.

Vektor posisi dari titik A(a1. …. -7.5) dan Q(2. a2.8) b.0]. an) adalah OA = [a1. …. 2. ….0. …. P(6.0]. qn) adalah PQ = [q1 – p1.. -1. p2. a2.0…. P(3.8) dan Q(8. a2... q2. an] adalah |a| = 2 2 a12 + a 2 + . Latihan : 1.. ….…. p2.1. e2 = [0. -3) 2. pn) dan Q(q1. q2. an] Vektor bertitik awal di P(p1. 4) yang mempunyai arah seperti v = [7.0].1. + a n Jarak 2 titik P(p1. e3 = [0.. 6. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . q2 – p2. … . pn) dan bertitik ujung di Q(q1. qn) adalah panjang vektor PQ yaitu : |PQ| = 4.0. ….Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1).0. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. dst.…..5. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. Carilah vektor yang bertitik awal P(2. (q2 – p2)] Kesimpulan (untuk Rn): 1. 3.0. …. -3] 7 . qn – pn ] Panjang vektor a = [a1.

(k + m)a = ka + ma (7).Aljabar Linear 3. (a + b) + c = a + (b + c) (3). 3) 1. maka berlaku : (1). -7. . a3. . -4.8) b. c=[c1. . a2. -2) dan Q adalah titik (7. -1] 4. v = [3. Misalkan P adalah titik (2. 4] b. a+b=b+a (2).5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. Hitunglah panjang v bila a. 1) a. v = [-8.. 1. 0. c2. a + (-a) = 0 (6).. 4] 6. dan m. b = [b1. cn] ∈ Rn. P(2..6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. . b3. (km)a = k(ma) = m(ka) 1. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. 1) dan Q(6. . 5. . k(a + b) = ka + kb (4). c3. . 4. P(1. . 3. Carilah vektor yang bertitik terminal Q(2. 7. b2. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . a+0=a (5). -7) yang mempunyai arah berlawanan dengan v = [-2. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q. k adalah skalar – skalar. bn] . Hitunglah jarak antara P dan Q bila a.3) dan Q(7. . an] .

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

fisika.w dan tentukan sudut antara v dan w. 1.(1) + (-1).7 Cross Product (Hasil Kali Silang) Dalam banyak penerapan vektor pada bidang geometri. kita perlu membentuk vektor di ruang-3 yang tegak lurus dengan 2 vektor lain yang diberikan. v3) dan w = (w1. Definisi Jika v =(v1. w3) adalah vektor – vektor di Ruang-3. w = (2). w2. w = v1w1 + v2w2 + v3w3 Jika v dan w bukan vektor nol.1) dapat ditulis dengan Cos θ = v.(1) + (1)(2) = 2 – 1 + 2 = 3 |v| = 4 +1+1 = 6 6 . dan teknik. 1) dan w=(1. maka hasil kali silang (cross product) v x w adalah vektor yang didefinisikan oleh 10 . maka sudut antara v dan w adalah 60o |w| = 1 + 1 + 4 = Jadi Cos θ = 3 = 6 1 2 1.w | v || w | Contoh 1. maka persamaan (1. -1.1 Diketahui vektor v = (2. Jawab : v. 2) Carilah v.Aljabar Linear v. v2.

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

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

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

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

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

10] + λ [1. 3] + λ [4.Aljabar Linear b. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. Tentukan persamaan bidang rata yang melalui (1. 2. z] = [1. 31] c.1) dan garis lurus g : [x1. 0. y. 5. 6] serta sejajar dengan garis lurus h : [x. y. x2. x3] = [1. 8. 2.1. z] = [7.1] + λ [1. 2. 16 .

terdapat –u sehingga u + (-u) = (-u) + u = 0 (6). Ada vektor 0 di V sehingga 0 + u = u + 0 = u untuk semua u di V (5). yang dinamakan perkalian skalar u oleh k. maka ku berada di V (7).Aljabar Linear BAB II RUANG VEKTOR 2. Jika u dan v adalah benda – benda pada V kita namakan vektor (2). yang kita namakan jumlah u dan 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(lu) = l(ku) (10). 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). u+v=v+u (3). Jika semua aksioma berikut dipenuhi oleh semua benda u. (k + l)u = ku + lu (9). w pada V dan oleh semua skalar k dan l. u + (v + w) = (u + v) + w (4). k(u + v )= ku + kv (8). 1u = u 17 . dengan perkalian skalar kita artikan setiap benda u pada V yang mengandung elemen ku. Untuk setiap u di V. Jika k adalah sebarang skalar dan u adalah sebarang vektor di V. v. yang mengandung elemen u + v.

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

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

Kedua vektor pembentuk tidak berkelipatan.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). …. 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. -2. 8] Jawab : (i). 7. 11. 22. jadi sistem pembentuk bebas linier. 14. 2] (ii). Vektor u maupun v ≠ 0. 4] dan v = [10. Berarti dimensi = 1 20 . u = [5. 5. maka S disebut basis untuk V jika : (i). 3. Berarti dimensi = 2 Kedua vektor berkelipatan. -4.6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. Contoh 2. (ii). v2. jadi keduanya merupakan sistem pembentuk yang bebas linier.Aljabar Linear 2. 1] dan q = [2. vr} merupakan himpunan berhingga dari vektor – vektor pada S.

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

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

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

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

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

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.Aljabar Linear . 26 . maka A dikatakan matrik idempoten. ditulis K i (λ ) 3a. Penukaran tempat kolom ke – i dan kolom ke – j ditulis K ij (A) 2a Mengalikan baris ke – i dengan skalar λ ≠ 0 .A = A2 = A. Menambah baris ke – i dengan λ kali baris ke – j ditulis Hij(λ)(A) b. Bila Ar = 0.5 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. Penukaran tempat baris ke – i dan baris ke – j ditulis H ij (A) b. 10. Kita dapat mencari A. maka A nilpotent dengan index r (dimana r adalah bilangan bulat positif terkecil yang memenuhi hubungan tersebut) 11. 3. ditulis H i (λ ) (A) (A) b. Matrik idempoten. nilpotent Bila berlaku A. disebut invers dari transformasi elementer tersebut. Mengalikan kolom ke – j dengan skalar λ ≠ 0 . Matrik hermitian adalah matrik yang bila transpose hermitiannya adalah sama dengan dirinya sendiri.

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

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

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

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.

2.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1.1: 32 .1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1.5 – 3. Contoh 4.5 = 5 – 15 = -10 ⎣5 5⎦ 4.3 ….Aljabar Linear BAB IV DETERMINAN 4.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan . Sebelum mulai dengan yang lebih umum.

2. . padahal 1 < 2 2.2. 1.2: Berapa banyak invers yang terdapat pada permutasi {2. {3.1}. .3.2. ji = 2 mendahului jk = 1. {2. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4. . j2.1.2 33 .2. {2.2. padahal 3 < 4 4. Untuk contoh soal diatas 3! = 1.1}.3 + 1. n) Contoh 4.2 + 3.3 = 6 Definisi Invers pada suatu permutasi (j1..3} yaitu {1.1.1.3 – 2. {3.3}.3.2}.2. ji = 4 mendahului jk = 3. j3 ….2.2.2} Banyaknya permutasi dapat dihitung dengan factorial.1. {1.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.1 – 1.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2. 2. 4.1 – 3.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS .3}. 3} ? Ada 2 invers yaitu : 1.

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

Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4. EKSPANSI KOFAKTOR.6 MINOR. sehingga menjadi = . yaitu Cij = ± Mij .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) ⇒ = .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. 4. & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . 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. Dinyatakan dengan |Mij|.

. yaitu setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n . 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 : ⎡+ ⎢− ⎢ ⎢+ ⎢ ⎢− ⎢+ ⎢.⎤ . ⎢ ⎣ . 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. ... + − + − + . C21 = -M21 ..⎥ ⎥ . + − + − + ... − + − + − ...⎥ ⎥ .⎥ ⎥ .⎥ . − + − + − .⎥ ⎦ Misalnya C11 = M11..

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

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

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

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

. .Aljabar Linear 5.2 Transformasi Linier dari Rn Rm Misalkan e1. e2. . . ⎣1 − 1⎦ 5.3 1. 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). T(e2). . T(en) sebagai vektor – vektor kolomnya. 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 .

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

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

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). T2(x) = A2x. 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 menggeser dengan faktor sebesar 2 dalam arah x dan kemudian merefleksikannya terhadap y = x b.. Dari Rn ke Rm dilakukan berurutan.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. A2 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣ 0 1 ⎦ ⎣1 0 ⎦ ⎣ 1 0 ⎦ b). . dimana A = Ak . .Aljabar Linear Jika transformasi . Tn(x) = Anx.transformasi matrik T1(x) = A1x. . 44 . 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.

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

Aljabar Linear 46 .

⎡ − 3 0⎤ (1. 47 . T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2.y) ke dalam : (a). Proyeksi ortogonal pada sumbu x (d). Refleksi terhadap garis y = -x (b).Aljabar Linear Latihan 1. Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. Proyeksi ortogonal pada sumbu y R2 3.0).0). ⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b. Gambarkan bayangan bujursangkar dengan titik – titik sudut (0. (0. 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. T ⎜ ⎢ 2 ⎥ ⎟ = ⎢ x 2 + x3 ⎢ ⎥ ⎢x ⎥ ⎜⎢ 3 ⎥⎟ ⎢ ⎥ − x1 ⎦ ⎜ x ⎟ ⎣ ⎣ 4 ⎦⎠ ⎝ Carilah matrik baku untuk transformasi linier bidang T:R2 yang memetakan titik (x.1). dan (1.

........ Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ.....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. Ax = λx untuk suatu skalar λ.Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n.. yaitu............ Contoh 6.1) Persamaan (6.....(6. 48 ...............

λ2 = 1 Jadi nilai – nilai eigen dari A adalah λ1 = 2 dan λ2 = 1 Latihan : 1.2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ .(-2) = 0 = λ 2 .⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ . 49 .3λ + 2 = 0 λ1 = 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.

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

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

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.