Vektor

BAB I VEKTOR

1.1

Pengertian

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

B

A (a) (b)

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

AB

1

Aljabar Linear

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

1.2 a.

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

a

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

a+b

a+b

Gambar 1.3

2

Aljabar Linear

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

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

3.

b.

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

2a

-2a

Gambar 1.4

3

Aljabar Linear

1.3 a.

Susunan Koordinat Ruang-n Ruang dimensi satu (R1)

R

O

P

E

A

Gambar 1.5

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

satuan ke arah E (arah positif).

b.

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

D E2

A(1,2)

B(3,1) X1

o

E1

C

Gambar 1.6

4

Aljabar Linear

c.

Ruang dimensi tiga (R3)

X3

C

B(0,3,3)

X2

A

D

X1

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

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

5

0] e2 = [0. Vektor a disebut vektor posisi dari titik A. a2) e2 e1 a1e1 Gambar 1.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. p2) dan titik ujungnya di Q(q1. a2).0) dan titik ujungnya adalah E1(1.8 Bilangan – bilangan a1. a2e2 A(a1. q2) : 6 .0) dan titik ujungnya titik A(a1.1] Sekarang pandang vektor a 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) e2 = OE2 yang titik awalnya O(0.0) dan titik ujungnya adalah E2(0.

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

.. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . an] . -7. a+b=b+a (2). a3. . b = [b1. b3. dan m. . P(1. -7) yang mempunyai arah berlawanan dengan v = [-2. . 0. c3. P(2. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b.Aljabar Linear 3. cn] ∈ Rn. 1) dan Q(6. c2. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q.5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1.. . bn] . -2) dan Q adalah titik (7. k adalah skalar – skalar. a + (-a) = 0 (6). (a + b) + c = a + (b + c) (3). v = [-8. 3) 1. 4] 6. Misalkan P adalah titik (2. . b2. -1] 4. 7. . 3.8) b. 4] b. -4. Hitunglah jarak antara P dan Q bila a. 1. 1) a. (k + m)a = ka + ma (7). 5. a+0=a (5). maka berlaku : (1)..6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. c=[c1.3) dan Q(7. 4. . Carilah vektor yang bertitik terminal Q(2. k(a + b) = ka + kb (4). . a2. Hitunglah panjang v bila a. v = [3. (km)a = k(ma) = m(ka) 1.

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

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

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

a3) dan B(b1.8 Persamaan Garis LUrus dan Bidang Rata a.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| 1.6 Misalkan titik A(a1. b3) 12 . Garis Lurus A B X O g Gambar 1. a2. b2.

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

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

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

Tentukan persamaan bidang rata yang melalui (1. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. y. x2. 6] serta sejajar dengan garis lurus h : [x.Aljabar Linear b.1. 10] + λ [1. 8. 5.1) dan garis lurus g : [x1. z] = [1.1] + λ [1. x3] = [1. y. 2. z] = [7. 31] c. 2. 2. 3] + λ [4. 0. 16 .

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

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

2]. yang tidak sebidang. 1. c = [3. 2] = λ1 [1. 3]. … um) bila terdapat skalar – skalar λ1. dan λ2 yang memenuhi [2. 1. 1. 0. Contoh 2. λ2. u2 dan u3. λ2u2 dan λ3u3. u1 dan u2 disebut koplanar (sebidang). b = [1. 0.1 a = [2. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi. v kombinasi linier dari 2 vektor u1 dan u2. …. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). 1. (3) 19 . v dan u disebut koliner (segaris).5 (1). u2.Aljabar Linear 2. (2). yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. 3] + λ2 [3.4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. v kombinasi linier dari 3 vektor u1 . yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 .

2] (ii). 7. …. 11. maka S disebut basis untuk V jika : (i). 1] dan q = [2. 3. vr} merupakan himpunan berhingga dari vektor – vektor pada S. 4] dan v = [10. -4. Vektor u maupun v ≠ 0. 5. S bebas linier (ii) S merentang V Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor pada basis untuk V. 22. u = [5. jadi sistem pembentuk bebas linier. Kedua vektor pembentuk tidak berkelipatan. (ii).6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). -2.Aljabar Linear 2. jadi keduanya merupakan sistem pembentuk yang bebas linier. 8] Jawab : (i). Berarti dimensi = 2 Kedua vektor berkelipatan. Contoh 2. Berarti dimensi = 1 20 . v2. p = [1. 14.

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

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

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

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

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

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

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

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

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

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

2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1.1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan . det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1. Sebelum mulai dengan yang lebih umum. Contoh 4.5 – 3.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.Aljabar Linear BAB IV DETERMINAN 4.5 = 5 – 15 = -10 ⎣5 5⎦ 4.2.1: 32 .3 ….

Untuk contoh soal diatas 3! = 1. .2 33 .1.2. n) Contoh 4.3}.2.3 – 2.3 = 6 Definisi Invers pada suatu permutasi (j1.3}. ji = 4 mendahului jk = 3. 4.2} Banyaknya permutasi dapat dihitung dengan factorial. {3.3 + 1. {1.2.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.2.2. j3 ….2.3. padahal 3 < 4 4. {2.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.2: Berapa banyak invers yang terdapat pada permutasi {2. 3} ? Ada 2 invers yaitu : 1. 1.2}.2. ji = 2 mendahului jk = 1.1}. .3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS . 2.2 + 3.3.1}. {3. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4.1.1.1. .1 – 1..3} yaitu {1.2. {2. padahal 1 < 2 2. j2.1 – 3.

a33 . maka det(A) adalah hasil kali elemen – elemen pada diagonal utama. Harga determinan menjadi λ kali.. det(A) = a11. ann Contoh 4. 2.5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung.a22. Theorema : Jika A adalah matrik segitiga n x n. 3.4 : 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. SIFAT – SIFAT DETERMINAN det(A) = det(AT) Tanda determinan berubah jika 2 baris atau kolom ditukar tempatnya.Aljabar Linear = 4 + 18 + 2 – 3 – 4 – 12 = 5 4. yaitu .5 : 0 1 5 Hitung det(A) dimana A = 3 − 6 9 2 6 1 34 .4 1. bila suatu baris / kolom dikalikan dengan skalar λ 4.

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

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

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

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

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 .z. adj(A) 1. Carilah harga x. cari : ⎥ ⎢ ⎢1 5 7 ⎥ ⎦ ⎣ a. 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 = = .y. b. A −1 3. 2. det(A) c.

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

e2. T(en) sebagai vektor – vektor kolomnya. . .3 1. 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 . 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 5.2 Transformasi Linier dari Rn Rm Misalkan e1. . . T(e2). . . ⎣1 − 1⎦ 5. en adalah basis baku untuk Rn dan misalkan A adalah sebuah matrik m x n yang mempunyai T(e1). .

⎡ 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. Disebut dengan ekspansi (kompresi) dalam arah x dengan faktor k ⎡ k 0⎤ Matrik baku untuk transformasi ini adalah : ⎢ ⎥ ⎣0 1⎦ 42 . maka efeknya adalah memperluas gambar bidang dalam arah x. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah x.Aljabar Linear Matrik baku untuk : a. c. ⎡ 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.

Disebut dengan ekspansi (kompresi) dalam arah y dengan faktor k ⎡1 0 ⎤ Matrik baku untuk transformasi ini adalah : ⎢ ⎥ ⎣0 k ⎦ 4. 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.y) sejajar dengan sumbu x sebanyak ky menuju kedudukan yang baru (x + ky. maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal.y) sejajar dengan sumbu y sebanyak kx menuju kedudukan yang baru (x . 43 . Geseran Sebuah geseran dalam arah x 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. 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.Aljabar Linear Demikian juga .

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

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

Aljabar Linear 46 .

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

... Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ.........1) disebut persamaan karakteristik A......... yaitu.. Ax = λx untuk suatu skalar λ.. Contoh 6.(6.... 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.......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) Persamaan (6.. 48 ...............

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

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

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

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.