P. 1
Modul Aljabar Linear

Modul Aljabar Linear

|Views: 108|Likes:
Published by Fadhil Dzulfikar
aljabar linear
aljabar linear

More info:

Published by: Fadhil Dzulfikar on Mar 13, 2013
Copyright:Attribution Non-commercial

Availability:

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

11/30/2015

pdf

text

original

Sections

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

Vektor

BAB I VEKTOR

1.1

Pengertian

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

B

A (a) (b)

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

AB

1

Aljabar Linear

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

1.2 a.

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

a

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

a+b

a+b

Gambar 1.3

2

Aljabar Linear

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

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

3.

b.

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

2a

-2a

Gambar 1.4

3

Aljabar Linear

1.3 a.

Susunan Koordinat Ruang-n Ruang dimensi satu (R1)

R

O

P

E

A

Gambar 1.5

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

satuan ke arah E (arah positif).

b.

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

D E2

A(1,2)

B(3,1) X1

o

E1

C

Gambar 1.6

4

Aljabar Linear

c.

Ruang dimensi tiga (R3)

X3

C

B(0,3,3)

X2

A

D

X1

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

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

5

0) dan titik ujungnya adalah E2(0.0) e2 = OE2 yang titik awalnya O(0.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0.0) dan titik ujungnya titik A(a1. Vektor a disebut vektor posisi dari titik A. p2) dan titik ujungnya di Q(q1. 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(p1.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1.0] e2 = [0.8 Bilangan – bilangan a1.0) dan titik ujungnya adalah E1(1.1] Sekarang pandang vektor a yang titik awalnya O(0. q2) : 6 . a2e2 A(a1. a2).

. pn) dan Q(q1.5) dan Q(2. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. -7. a2. a2. qn) adalah PQ = [q1 – p1. …. a2. 2.…. ….1. … . an) adalah OA = [a1. …. an] Vektor bertitik awal di P(p1. Latihan : 1.0]. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + .0.1. P(6.0.0.. an] adalah |a| = 2 2 a12 + a 2 + . e2 = [0.0…. …. P(3. …. …. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. ….…. 3.. -1. qn – pn ] Panjang vektor a = [a1. -3] 7 . 4) yang mempunyai arah seperti v = [7. Carilah vektor yang bertitik awal P(2.0]. q2. -3) 2. 6. Vektor posisi dari titik A(a1. dst.8) dan Q(8. (q2 – p2)] Kesimpulan (untuk Rn): 1. q2. e3 = [0.0].Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). q2 – p2...5..0. p2. pn) dan bertitik ujung di Q(q1.8) b. p2. + a n Jarak 2 titik P(p1.

-4. an] . 7. -1] 4. Hitunglah jarak antara P dan Q bila a. 3) 1. bn] . Carilah vektor yang bertitik terminal Q(2. (a + b) + c = a + (b + c) (3). a+b=b+a (2). 4] 6. a + (-a) = 0 (6). c=[c1. c3. . 4. b2. Hitunglah panjang v bila a. 1. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 .5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. . . maka berlaku : (1). k(a + b) = ka + kb (4). -7) yang mempunyai arah berlawanan dengan v = [-2. k adalah skalar – skalar. 1) dan Q(6. . cn] ∈ Rn. c2. b = [b1. a+0=a (5). Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. (k + m)a = ka + ma (7). (km)a = k(ma) = m(ka) 1.8) b.. P(2. . -7. b3. -2) dan Q adalah titik (7. 0. P(1. 1) a.. 3. 4] b. .. v = [-8. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q.3) dan Q(7. . 5.Aljabar Linear 3. . dan m. a2. v = [3. . a3. Misalkan P adalah titik (2.6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor.

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

w2.1) dapat ditulis dengan Cos θ = v. v2. maka hasil kali silang (cross product) v x w adalah vektor yang didefinisikan oleh 10 . dan teknik.w | v || w | Contoh 1. 1. -1. w = (2).(1) + (1)(2) = 2 – 1 + 2 = 3 |v| = 4 +1+1 = 6 6 . fisika. v3) dan w = (w1.7 Cross Product (Hasil Kali Silang) Dalam banyak penerapan vektor pada bidang geometri. Definisi Jika v =(v1. w = v1w1 + v2w2 + v3w3 Jika v dan w bukan vektor nol. w3) adalah vektor – vektor di Ruang-3.1 Diketahui vektor v = (2.w dan tentukan sudut antara v dan w.(1) + (-1).Aljabar Linear v. maka persamaan (1. 1) dan w=(1. Jawab : v. maka sudut antara v dan w adalah 60o |w| = 1 + 1 + 4 = Jadi Cos θ = 3 = 6 1 2 1. 2) Carilah v. kita perlu membentuk vektor di ruang-3 yang tegak lurus dengan 2 vektor lain yang diberikan.

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

6 Misalkan titik A(a1. a2.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. a3) dan B(b1.8 Persamaan Garis LUrus dan Bidang Rata a. b3) 12 . b2.

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

r3) pada sebuah bidang rata seperti di atas. q3-p3] −→ −→ PR = [r1-p1. r2.Aljabar Linear λ= ( x − a3 ) ( x1 − a1 ) ( x − a2 ) = 2 = 3 a b c Merupakan persamaan linier garis lurus melalui titik A(a1. Maka PQ = [q1-p1. q2-p2. r2-p2. q3) dan R(r1. q2. p2. a2. p3) . b. c]. Bidang Rata Q P R O Gambar 1.7 Misal diketahui 3 titik P(p1. berlaku PX = λ PQ + μ PR Jelas dari gambar −→ −→ −→ −→ OX = OP + PX −→ −→ 14 . a3) dengan vektor arah [a. r3-p3] Untuk setiap titik pada bidang. Q(q1. b.

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

x3] = [1. y. 6] serta sejajar dengan garis lurus h : [x. 31] c. 5. y.1) dan garis lurus g : [x1. z] = [1. 3] + λ [4. x2.1. z] = [7.Aljabar Linear b. 16 . 2. 0. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. Tentukan persamaan bidang rata yang melalui (1. 2. 8. 10] + λ [1. 2.1] + λ [1.

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

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

diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. (2). yang tidak sebidang. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1.Aljabar Linear 2. λ2. v kombinasi linier dari 2 vektor u1 dan u2. b = [1. 2] = λ1 [1. 3]. c = [3. (3) 19 . Contoh 2. 0. dan λ2 yang memenuhi [2.1 a = [2. 0. u1 dan u2 disebut koplanar (sebidang). 1. yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . 1. v dan u disebut koliner (segaris). 1. v kombinasi linier dari 3 vektor u1 . … um) bila terdapat skalar – skalar λ1. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi. 3] + λ2 [3.5 (1). λ2u2 dan λ3u3.4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. …. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. u2 dan u3. 2]. 1. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. u2.

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

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

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

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

4 Beberapa Jenis matrik Khusus 24 . (A + B)T = AT + BT (AT)T = A λ(AT) = (λA)T (AB)T = BT AT 3. 2.…. i = 1.Aljabar Linear Hukum pada perkalian matrik : 1. 2. memenuhi hukum asosiatif Perkalian tidak komutatif. 4. 3.2. Dengan kata lain : AT = (aji) Sifat – sifat matrik transpose 1. A(B + C) = AB + AC. yaitu matrik yang semua elemennya adalah = 0. memenuhi hukum distributif A(BC) = (AB)C . 4. 3. 4. AB ≠ BA Jika AB = 0 (matrik 0 ) .m sebagai kolom ke –i dari AT. dan (B + C) A = BA + CA. 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. kemungkinan kemungkinannya adalah : (i). 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.

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

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

6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan Misal diketahui matrik A adalah matrik bujursangkar. 3. Jika transformasi elementernya pada baris saja.Aljabar Linear Matrik ekivalen Dua matrik A dan B dikatakan ekivalen (A~B) apabila salah satunya dapat diperoleh dari yang lin dengan transformasi – transformasi elementer terhadap baris dan atau kolom. 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. an1x1 + an2x2 + … + annxn = 0 Jika kita memecahkannya dengan menggunakan eliminasi Gauss Jordan. maka sistem persamaan yang bersesuaian dengan bentuk eselon baris tereduksi dari matrik yang diperbesar akan menjadi : x1 =0 27 . . Begitu juga dengan kolom. maka dikatakan ekivalen baris. .

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

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

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 .Aljabar Linear 7. b.

Contoh 4.1: 32 .5 – 3.2.1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan. Sebelum mulai dengan yang lebih umum.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .5 = 5 – 15 = -10 ⎣5 5⎦ 4. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1.Aljabar Linear BAB IV DETERMINAN 4.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.3 ….

3}. 1.1. {3. 2.2: Berapa banyak invers yang terdapat pada permutasi {2.3 = 6 Definisi Invers pada suatu permutasi (j1. n) Contoh 4.1 – 1.3.2} Banyaknya permutasi dapat dihitung dengan factorial. {1.1}. j3 ….3 + 1.3 – 2.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1..3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2. padahal 1 < 2 2.2.2 33 .2 + 3. 3} ? Ada 2 invers yaitu : 1.1}. padahal 3 < 4 4. ji = 2 mendahului jk = 1. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4. {3. j2.1.1. Untuk contoh soal diatas 3! = 1.1 – 3.3}.3} yaitu {1.2.2.2.3. . 4. .Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1. .3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS .1. {2.2.2.2.2. ji = 4 mendahului jk = 3.2}. {2.

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

Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4.0 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) ⇒ = . Cara cepat untuk menentukan apakah 35 . & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . sehingga menjadi = . EKSPANSI KOFAKTOR. 4. Dinyatakan dengan |Mij|.3 0 0 1 −2 3 1 10 ⇒ H32(-10) ⇒ −5 1 −2 =-3 0 0 = (-3) (-55) 0 0 1 0 5 = (-3) (-55) (1) = 165 1 − 55 Metode reduksi baris ini sangat sesuai untuk menghitung determinan dengan menggunakan komputer karena metode tersebut sistematis dan mudah diprogramkan.6 : ⎡ 2 3 4⎤ A = ⎢5 6 7 ⎥ ⎢ ⎥ ⎢8 9 1 ⎥ ⎣ ⎦ Minor dari elemen a23 = 2 3 = 18 – 24 = -6 8 9 Kofaktor dari elemen a23 = (-1) 5 (-6) = 6 Perhatikan bahwa kofaktor dan minor hanya berbeda pada tandanya. yaitu Cij = ± Mij .Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21).6 MINOR.

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

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

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

A −1 3. det(A) c.z. 2.Aljabar Linear x2= x3 = det( A2 ) 72 18 = = . Carilah harga x. 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. 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⎥ . b.3w = 0 4x + 5y + 14z + 14w = 0 39 .y.

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

en adalah basis baku untuk Rn dan misalkan A adalah sebuah matrik m x n yang mempunyai T(e1). . .Aljabar Linear 5. Misal jika T:R2 R2 diberikan oleh : ⎛ ⎡ x1 ⎤ ⎞ ⎡ x + 2 x 2 ⎤ T⎜⎢ ⎥⎟ = ⎢ 1 ⎥ ⎜ x ⎟ ⎝ ⎣ 2 ⎦ ⎠ ⎣ x1 − x 2 ⎦ Maka ⎛ ⎡1⎤ ⎞ ⎡1⎤ T(e1) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 0 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣1⎦ ⎛ ⎡0⎤ ⎞ ⎡ 2 ⎤ dan T(e2) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 1 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣− 1⎦ Jadi ⎡1 2 ⎤ A = ⎢ ⎥ adalah matrik baku untuk T di atas. . 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 . . . T(e2).3 1. . e2. . T(en) sebagai vektor – vektor kolomnya. ⎣1 − 1⎦ 5.2 Transformasi Linier dari Rn Rm Misalkan e1.

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

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

A2 A1 Contoh 5.. Tn(x) = Anx. A2 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣ 0 1 ⎦ ⎣1 0 ⎦ ⎣ 1 0 ⎦ b). 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. . 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 . .2 a. dimana A = Ak . . . T2(x) = A2x. . 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).. 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. Dari Rn ke Rm dilakukan berurutan.. maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal T(x) = Ax.transformasi matrik T1(x) = A1x.

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. 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. y’). A1 ≠ A1.Aljabar Linear Dari contoh di atas. dan misalkan T memetakan titik (x.y) ke titik (x’.

Aljabar Linear 46 .

Gambarkan bayangan bujursangkar dengan titik – titik sudut (0. (0.Aljabar Linear Latihan 1. Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. dan (1. Proyeksi ortogonal pada sumbu x (d). T ⎜ ⎢ 2 ⎥ ⎟ = ⎢ x 2 + x3 ⎢ ⎥ ⎢x ⎥ ⎜⎢ 3 ⎥⎟ ⎢ ⎥ − x1 ⎦ ⎜ x ⎟ ⎣ ⎣ 4 ⎦⎠ ⎝ Carilah matrik baku untuk transformasi linier bidang T:R2 yang memetakan titik (x.y) ke dalam : (a). T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2.1) di bawah perkalian oleh A = ⎢ ⎥ ⎣ 0 1⎦ Carilah persamaan bayangan garis y = -4x + 3 di bawah perkalian ⎡ 4 − 3⎤ oleh A = ⎢ ⎥ ⎣ 3 − 2⎦ 4. ⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b.1).0). ⎡ − 3 0⎤ (1. Refleksi terhadap garis y = -x (b). Proyeksi ortogonal pada sumbu y R2 3. 47 . Refleksi melalui titk pusat (c).0).

... 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........(6... 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 .. 48 ............... Contoh 6......1) disebut persamaan karakteristik A...1) Persamaan (6.... yaitu...

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

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

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

You're Reading a Free Preview

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