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 E1(1.0) dan titik ujungnya titik A(a1. a2) e2 e1 a1e1 Gambar 1. p2) dan titik ujungnya di Q(q1.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0. a2).0) dan titik ujungnya adalah E2(0. a2e2 A(a1. q2) : 6 . Vektor a disebut vektor posisi dari titik A.0) e2 = OE2 yang titik awalnya O(0.8 Bilangan – bilangan a1. a2 disebut komponen – komponen dari a Panjang vektor a adalah 2 a12 + a 2 Secara umum untuk vektor p yang titik awalnya P(p1.0] e2 = [0.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1.1] Sekarang pandang vektor a yang titik awalnya O(0.

Carilah vektor yang bertitik awal P(2. a2.1. q2. + a n Jarak 2 titik P(p1. Latihan : 1. an] adalah |a| = 2 2 a12 + a 2 + . qn – pn ] Panjang vektor a = [a1. p2. ….8) dan Q(8. e3 = [0.0.5.. …. … . …. P(3. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. 3... ….0. ….0. a2. an] Vektor bertitik awal di P(p1. Vektor posisi dari titik A(a1. a2.0].…. pn) dan bertitik ujung di Q(q1. an) adalah OA = [a1.0]. pn) dan Q(q1.1. 2. e2 = [0. -1. …. -3] 7 .. (q2 – p2)] Kesimpulan (untuk Rn): 1. -7.5) dan Q(2.. q2.8) b.0….0].….. -3) 2. …. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. P(6. qn) adalah PQ = [q1 – p1.Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. p2. 6. dst.0. q2 – p2. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . 4) yang mempunyai arah seperti v = [7.

4] 6. 3) 1. an] . 1) a. 4. 4] b. .8) b. Hitunglah jarak antara P dan Q bila a. k(a + b) = ka + kb (4). -7. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. . cn] ∈ Rn. bn] . .Aljabar Linear 3. v = [-8. maka berlaku : (1). (a + b) + c = a + (b + c) (3). a + (-a) = 0 (6). 0. v = [3.3) dan Q(7. P(1. Misalkan P adalah titik (2. 7.. b = [b1. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . c2. a2. 1.5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. . . 5. dan m. -1] 4. a+b=b+a (2). (km)a = k(ma) = m(ka) 1. . k adalah skalar – skalar.. b2. a+0=a (5). c3. -2) dan Q adalah titik (7.6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. 3. c=[c1. a3. . -4. . b3. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q. Hitunglah panjang v bila a. -7) yang mempunyai arah berlawanan dengan v = [-2. . P(2.. Carilah vektor yang bertitik terminal Q(2. 1) dan Q(6. (k + m)a = ka + ma (7).

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

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

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

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

a3] dan OB = [b1. a2. a2. x3] = [a1.3) di atas disebut persamaan vektoris garis lurus yang melalui 2 titik A(a1. b3] dan AB = [b1. maka persamaannya adalah : [x1. x2. b. b3-a3] Persamaan (1. b2-a2. b.a1.(1. dengan kata lain.Aljabar Linear Maka OA = [a1. a3) dengan vector arah a = [a. Kemudian bila a ≠ 0.4) Persamaan (1. c]. a2. x3] = [a1. Vektor AB (atau vektor lain yang terletak pada g. a3) dan B(b1. kelipatan dari AB ) disebut vector arah garis lurus tersebut. b3-a3] Untuk setiap titik sebarang pada g berlaku AX = λAB. b2-a2. x2. Jelas OX = OA + AX = OA + λ AB Atau [x1. a3] ……………………………………(1.3) + −→ −→ −→ −→ −→ −→ −→ −→ λ [b1- a1. c] 13 . ………………………………………. b ≠ 0. a2. a2. diperoleh : a3] + _ −→ −→ λ [a. b2.4) dapat ditulis menjadi : x1 = a1 + λ b1 x2 = a2 + λ b2 x3 = a3 + λ b3 yang disebut dengan persamaan parameter garis lurus. Jadi bila garis lurus melalui titik A(a1. c ≠ 0. b2. b3). λ kita eliminasikan dari persamaan parameter di atas.

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

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

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

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

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

1. λ2u2 dan λ3u3. yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . …. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). 2]. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. u1 dan u2 disebut koplanar (sebidang). 3] + λ2 [3. 1. 0. dan λ2 yang memenuhi [2. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. Contoh 2. v dan u disebut koliner (segaris). c = [3. 2] = λ1 [1. u2. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. … um) bila terdapat skalar – skalar λ1. u2 dan u3. yang tidak sebidang.Aljabar Linear 2. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi. (3) 19 . (2). 0. λ2. diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. 3]. v kombinasi linier dari 3 vektor u1 .4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. b = [1.1 a = [2. v kombinasi linier dari 2 vektor u1 dan u2.5 (1). 1. 1.

22. 8] Jawab : (i). v2.Aljabar Linear 2. -2. maka S disebut basis untuk V jika : (i). Berarti dimensi = 1 20 . 1] dan q = [2. 7. jadi sistem pembentuk bebas linier. 5. Contoh 2. jadi keduanya merupakan sistem pembentuk yang bebas linier. p = [1. Kedua vektor pembentuk tidak berkelipatan. …. S bebas linier (ii) S merentang V Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor pada basis untuk V. 11. 2] (ii). 3. 14. Vektor u maupun v ≠ 0.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). u = [5. 4] dan v = [10. vr} merupakan himpunan berhingga dari vektor – vektor pada S. Berarti dimensi = 2 Kedua vektor berkelipatan. (ii). -4.6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1.

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

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

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

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

8. Matrik simetris adalah matrik yang transposenya sama dengan dirinya sendiri. 9. 6. 25 . Matrik anti simetris adalah matrik yang transposenya adalah negatifnya. sehingga disebut berordo n. … 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. 4.Aljabar Linear 1. Matrik segitiga atas (upper triangular) adalah matrik bujursangkar yang semua elemen di bawah diagonal utama = 0. 2. Matrik bujursangkar adalah matrik dengan jumlah baris = jumlah kolom. 7. 3. Matrik identitas adalah matrik diagonal yang elemen – elemen diagonal utama adalah 1. 5. a22. Barisan elemen a11. 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. Penukaran tempat kolom ke – i dan kolom ke – j ditulis K ij (A) 2a Mengalikan baris ke – i dengan skalar λ ≠ 0 .Aljabar Linear . nilpotent Bila berlaku A. maka A dikatakan matrik idempoten. Menambah baris ke – i dengan λ kali baris ke – j ditulis Hij(λ)(A) b. 3. Matrik idempoten. Mengalikan kolom ke – j dengan skalar λ ≠ 0 . 26 . disebut invers dari transformasi elementer tersebut. ditulis H i (λ ) (A) (A) b. Matrik hermitian adalah matrik yang bila transpose hermitiannya adalah sama dengan dirinya sendiri. Kita dapat mencari A. 10. maka A nilpotent dengan index r (dimana r adalah bilangan bulat positif terkecil yang memenuhi hubungan tersebut) 11.5 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. Bila Ar = 0. ditulis K i (λ ) 3a.A = A2 = A. Penukaran tempat baris ke – i dan baris ke – j ditulis H ij (A) b.

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

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

Aljabar Linear 3 ⎡1 2 ⎢0 1 − 3 ⎢ ⎢0 − 2 5 ⎣ 0 0⎤ − 2 1 0⎥ ⎥ − 1 0 1⎥ ⎦ 1 ( 2) dengan operasi elementer H 32 ⎡1 2 3 ⎢0 1 − 3 ⎢ ⎢0 0 − 1 ⎣ 0 0⎤ − 2 1 0⎥ ⎥ − 5 2 1⎥ ⎦ 1 menjadi dengan operasi elementer H 3 ⎡1 2 3 ⎢0 1 − 3 ⎢ ⎢0 0 1 ⎣ 0⎤ −2 1 0⎥ ⎥ 5 − 2 − 1⎥ ⎦ 1 0 ( −1) menjadi dengan operasi elementer H 13 ( −3) dan H 23 ( 3) menjadi ⎡1 2 0 ⎢0 1 0 ⎢ ⎢0 0 1 ⎣ − 14 6 3⎤ 13 − 5 − 3⎥ ⎥ 5 − 2 − 1⎥ ⎦ ( −2 ) dengan operasi elementer H 12 menjadi ⎡1 0 0 ⎢0 1 0 ⎢ ⎢0 0 1 ⎣ − 40 16 9 ⎤ 13 − 5 − 3⎥ ⎥ 5 − 2 − 1⎥ ⎦ ⎡− 40 16 9 ⎤ Jadi invers dari matrik A adalah ⎢ 13 − 5 − 3⎥ ⎢ ⎥ ⎢ 5 − 2 − 1⎥ ⎣ ⎦ 29 .

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

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

5 = 5 – 15 = -10 ⎣5 5⎦ 4. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1. Sebelum mulai dengan yang lebih umum.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut. Contoh 4.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1.3 ….1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan.1: 32 .2.5 – 3. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .Aljabar Linear BAB IV DETERMINAN 4.

.1. 2.1}. ji = 4 mendahului jk = 3.1.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1. ji = 2 mendahului jk = 1.2: Berapa banyak invers yang terdapat pada permutasi {2.3.2.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS . {2.3} yaitu {1.3}.2 + 3.2} Banyaknya permutasi dapat dihitung dengan factorial.. Untuk contoh soal diatas 3! = 1. .3 + 1.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.1}.1 – 1.1.3}.2}. {1.3. . {2. {3.2.2.2. n) Contoh 4. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4.2. 3} ? Ada 2 invers yaitu : 1.1 – 3.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.2.3 – 2. j3 ….2. 4.1. j2.2. 1. padahal 3 < 4 4.2 33 . padahal 1 < 2 2.3 = 6 Definisi Invers pada suatu permutasi (j1. {3.

yaitu .a22. ann Contoh 4.Aljabar Linear = 4 + 18 + 2 – 3 – 4 – 12 = 5 4. Theorema : Jika A adalah matrik segitiga n x n. maka det(A) adalah hasil kali elemen – elemen pada diagonal utama.5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung. Harga determinan menjadi λ kali. 2. SIFAT – SIFAT DETERMINAN det(A) = det(AT) Tanda determinan berubah jika 2 baris atau kolom ditukar tempatnya. 3.5 : 0 1 5 Hitung det(A) dimana A = 3 − 6 9 2 6 1 34 . bila suatu baris / kolom dikalikan dengan skalar λ 4.. det(A) = a11.4 1.a33 .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.

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) ⇒ = . & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A .6 MINOR.Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21). EKSPANSI KOFAKTOR. sehingga menjadi = .6 : ⎡ 2 3 4⎤ A = ⎢5 6 7 ⎥ ⎢ ⎥ ⎢8 9 1 ⎥ ⎣ ⎦ Minor dari elemen a23 = 2 3 = 18 – 24 = -6 8 9 Kofaktor dari elemen a23 = (-1) 5 (-6) = 6 Perhatikan bahwa kofaktor dan minor hanya berbeda pada tandanya. Dinyatakan dengan |Mij|. Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4. yaitu Cij = ± Mij . 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.

− + − + − ..⎥ ⎥ . C44 = M44. + − + − + . 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 : ⎡+ ⎢− ⎢ ⎢+ ⎢ ⎢− ⎢+ ⎢.⎤ .⎥ . C21 = -M21 ...⎥ ⎦ 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 .

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

maka system tesebut mempunyai pemecahan unik.Aljabar Linear ATURAN CRAMER Theorema Jika AX = B adalah sistem yang terdiri dari n persamaan linier dalam n bilangan tak diketahui sehingga det(A) ≠ 0.8: Gunakan aturan Cramer untuk memecahkan x1 + + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 -x1 . det( A) 44 11 38 . 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 ⎥ ⎢. x2 = . ⎢ ⎥ ⎢ − 1 − 2 3⎥ ⎣ ⎦ 0 2⎤ ⎡6 ⎢30 4 6⎥ .2x2 + 3x3 = 8 Jawab : 0 2⎤ ⎡1 A= ⎢− 3 40 6⎥ . … . Pemecahan ini adalah : x1 = det( An ) det( A1 ) det( A2 ) .⎥ ⎢ ⎥ ⎣bn ⎦ Contoh 4. A = ⎢ ⎥ 3 ⎢ − 1 8 3⎥ ⎣ ⎦ 0 6⎤ ⎡1 ⎢− 3 4 30⎥ ⎢ ⎥ ⎢−1 − 2 3 ⎥ ⎣ ⎦ x1 = det( A1 ) − 40 − 10 = = .

cari : ⎥ ⎢ ⎢1 5 7 ⎥ ⎦ ⎣ a.dan w yang memenuhi susunan persamaan linier berikut : 2x + 4y + 3z + 2w = 1 3x + 6y + 5z + 2w = 1 2x + 5y + 2z . A −1 3.3w = 0 4x + 5y + 14z + 14w = 0 39 .Aljabar Linear x2= x3 = det( A2 ) 72 18 = = . 2. Carilah harga x. adj(A) 1.y. det(A) c. 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.z.

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

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

Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah x. Ekspansi dan kompresi Jika koordinat x dari masing – masing titik pada bidang dikalikan dengan konstanta k yang positif dimana k > 1.Aljabar Linear Matrik baku untuk : a. c. 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. 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.

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

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

Aljabar Linear Dari contoh di atas. A1 ≠ A1. perhatikan bahwa A2.3 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’). dan misalkan T memetakan titik (x.y) ke titik (x’. A2 Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers.

Aljabar Linear 46 .

0). 47 . (0. ⎡ − 3 0⎤ (1. ⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b.Aljabar Linear Latihan 1. Refleksi melalui titk pusat (c).1) di bawah perkalian oleh A = ⎢ ⎥ ⎣ 0 1⎦ Carilah persamaan bayangan garis y = -4x + 3 di bawah perkalian ⎡ 4 − 3⎤ oleh A = ⎢ ⎥ ⎣ 3 − 2⎦ 4.0).1). T ⎜ ⎢ 2 ⎥ ⎟ = ⎢ x 2 + x3 ⎢ ⎥ ⎢x ⎥ ⎜⎢ 3 ⎥⎟ ⎢ ⎥ − x1 ⎦ ⎜ x ⎟ ⎣ ⎣ 4 ⎦⎠ ⎝ Carilah matrik baku untuk transformasi linier bidang T:R2 yang memetakan titik (x. Refleksi terhadap garis y = -x (b). Proyeksi ortogonal pada sumbu y R2 3. Proyeksi ortogonal pada sumbu x (d). Gambarkan bayangan bujursangkar dengan titik – titik sudut (0. Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2.y) ke dalam : (a). dan (1.

Ax = λx untuk suatu skalar λ.. maka vektor tak nol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan skalar dari x.. Contoh 6............. 48 ..............................1) Persamaan (6.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 .... Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ...1) disebut persamaan karakteristik A..(6.. yaitu.

⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ .Aljabar Linear Contoh 6. 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 .3λ + 2 = 0 λ1 = 2. 49 . ⎡10 − 9⎤ Carilah persamaan karakteristik dari matrik A = ⎢ ⎥ ⎣ 4 − 2⎦ ⎡ 4 0 1⎤ Carilah persamaan karakteristik dari matrik A = ⎢− 2 1 0⎥ ⎢ ⎥ ⎢ − 2 0 1⎥ ⎣ ⎦ 2.

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

..... EKSPANSI KOFAKTOR............5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS ........................................ 32 4. ....... ...... ... ...... 48 Daftar Pustaka ................... 35 BAB V ....... . ....................2 PERMUTASI .................................. .................... ...4 SIFAT – SIFAT DETERMINAN ............................ ............. .....3 DETERMINAN .. .......................... ............. ...... ..1 Pengantar.. 40 5........ 48 51 .... ........ ...... .......... & ATURAN CRAMER .... ........... 41 BAB VI ..... . .. ....................3 Jenis – jenis Transformasi Linier bidang ............ .. 34 4................................. ........... 41 5.......Aljabar Linear 4.6 MINOR.................... .......... ... .............................. ....... ......... .................. .... ............................... 34 4................................. ...................2 Transformasi Linier dari Rn Rm .... ................ ............ ................... ............ ................... ................. ... ....... . 33 4.............. ............. . 40 5.... ......................

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.