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

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(p1.8 Bilangan – bilangan a1.0) e2 = OE2 yang titik awalnya O(0.0) dan titik ujungnya adalah E2(0. a2e2 A(a1. a2). Vektor a disebut vektor posisi dari titik A.0) dan titik ujungnya adalah E1(1.0] e2 = [0. a2) e2 e1 a1e1 Gambar 1. q2) : 6 .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) dan titik ujungnya titik A(a1. p2) dan titik ujungnya di Q(q1.

Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). -1. -7.1. …. a2. … . an) adalah OA = [a1.8) b. + a n Jarak 2 titik P(p1.…. …. p2. ….0. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. 4) yang mempunyai arah seperti v = [7. p2.0]. a2. Latihan : 1.5. …. P(3. q2.. pn) dan bertitik ujung di Q(q1.0]. 6. q2 – p2.0. q2.. P(6. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. e2 = [0. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. ….5) dan Q(2.8) dan Q(8. 2. …. -3) 2.... Vektor posisi dari titik A(a1. qn) adalah PQ = [q1 – p1.1. a2.0…. …. dst. an] Vektor bertitik awal di P(p1. 3.0.. (q2 – p2)] Kesimpulan (untuk Rn): 1. pn) dan Q(q1.0. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . -3] 7 . Carilah vektor yang bertitik awal P(2.0]. an] adalah |a| = 2 2 a12 + a 2 + . e3 = [0. qn – pn ] Panjang vektor a = [a1.….

4] b. .. 4] 6.6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. Misalkan P adalah titik (2. v = [-8. c3. maka berlaku : (1). Hitunglah jarak antara P dan Q bila a. (a + b) + c = a + (b + c) (3). 7. . Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. a3. k(a + b) = ka + kb (4). . v = [3. b = [b1.3) dan Q(7. . 1) dan Q(6. . (km)a = k(ma) = m(ka) 1. 3. 3) 1. P(1. -1] 4. a2.Aljabar Linear 3. -2) dan Q adalah titik (7. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q.8) b. . Carilah vektor yang bertitik terminal Q(2.. . c2. . -7) yang mempunyai arah berlawanan dengan v = [-2. an] . a+0=a (5). -4. . 1. -7. dan m. k adalah skalar – skalar. b3. 5. 4. P(2. b2. a+b=b+a (2). dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 .5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. Hitunglah panjang v bila a. bn] . a + (-a) = 0 (6). c=[c1. 1) a. cn] ∈ Rn.. (k + m)a = ka + ma (7). 0.

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

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

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

6 Misalkan titik A(a1. b2.8 Persamaan Garis LUrus dan Bidang Rata a. Garis Lurus A B X O g Gambar 1. a2. b3) 12 .Aljabar Linear |v x w| = |v| |w| sin θ |w| |w| sin θ v |v| Jadi luas A dari jajaran genjang di atas diberikan oleh A = |v| |w| sin θ = |v x w| 1. a3) dan B(b1.

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

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

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

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

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

λ1 u1 + λ2 u2 + … + λi 0+ … + λm um = 0 dipenuhi juga oleh λI ≠ 0 3.…. artinya terdapat λ ≠ 0 pada λ1 v + λ2 u = 0 18 . JIka u dan v adalah 2 vektor yang berkelipatan. karena λu = 0 λ0 = 0 terpenuhi juga untuk λ ≠ 0 b. maka : a. Bila u = 0 (vektor nol).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. 2. akan bebas linier karena λu=0 hanya dipenuhi oleh λ =0 2.0. u2. Bila λ ≠ 0.αv = 0. λm yang tidak semuanya nol sedemikian hingga (u1. maka mereka tak bebas linier. λ2.Aljabar Linear 2. Jika m=1. Catatan : 1. u2. Sebab u = αv 1u . … um) maka himpunan itu tak bebas linier. misalnya {u1. u2. u2. akan tak bebas linier. … um) disebut bebas linier (linearly independent) jika λ1 u1 + λ2 u2 + …+ λm um = 0 hanya dipenuhi oleh λ1= λ2 = …= λm = 0. Jika dalam himpunan terdapat vektor 0. … um) disebut tak bebas linier (linearly dependent) bila terdapat skalar – skalar λ1. … um) Sebaliknya himpunan (u1. u = αv. ….3 Vektor yang Bebas Linier dan Tak Bebas Linier Definisi Himpunan m buah vektor (u1.

λ2u2 dan λ3u3. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. 2]. yang tidak sebidang. c = [3. …. yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . λ2. 1. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi. v kombinasi linier dari 2 vektor u1 dan u2. u2 dan u3.Aljabar Linear 2. v dan u disebut koliner (segaris). diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. 1. Contoh 2.1 a = [2. 1. 0. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. 2] = λ1 [1. u1 dan u2 disebut koplanar (sebidang). b = [1. 3] + λ2 [3. … um) bila terdapat skalar – skalar λ1. v kombinasi linier dari 3 vektor u1 . u2. 0.4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. (2). (3) 19 . dan λ2 yang memenuhi [2.5 (1). 1. 3].

14. v2.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). Berarti dimensi = 2 Kedua vektor berkelipatan. …. jadi keduanya merupakan sistem pembentuk yang bebas linier. -2.6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. 2] (ii).Aljabar Linear 2. 7. 1] dan q = [2. p = [1. Kedua vektor pembentuk tidak berkelipatan. 4] dan v = [10. Vektor u maupun v ≠ 0. Berarti dimensi = 1 20 . maka S disebut basis untuk V jika : (i). 3. u = [5. Contoh 2. 5. 8] Jawab : (i). -4. (ii). 22. 11. S bebas linier (ii) S merentang V Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor pada basis untuk V. vr} merupakan himpunan berhingga dari vektor – vektor pada S. jadi sistem pembentuk bebas linier.

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

Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama. Perkalian skalar terhadap matrik 22 . artinya suatu matrik A yang elemen – elemennya adalah aij dimana index i menunjukkan baris ke-i dan indeks ke–j menunjukkan kolom ke–j . maka A + B adalah suatu matrik C = (cij) dimana cij = aij + bij untuk setiap I dan j 2.3 1.1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik. [ ]. Sehingga bila matrik disusun secara A(mxn) = (aij).Aljabar Linear BAB III MATRIK 3. 3. Jika A = (aij) dan B = (bij). Secara lengkap ditulis matrik A=(aij).2 Notasi Matrik Matrik diberi nama dengan huruf besar. Untuk batasnya biasanya digunakan: ( ). mxn disebut ordo (ukuran) dari matrik A. || || 3. matrik berukuran sama.

Syarat : Jumlah kolom matrik pertama = jumlah baris matrik kedua Definisi : Panjang A = (aij) berukuran (p x q) dan B = (bij) berukuran (q x r). dan λ adalah skalar maka : 1.….Aljabar Linear Kalau λ suatu skalar (bilangan) dan A = (aij). C adalah matrik berukuran sama. dengan kata lain. (A + B) + C = A + (B+C) (asosiatif) 3.2.p dan j = 1.2. matrik A disebut matrik pertama dan B matrik kedua. Pada perkalian matrik AB. Hukum pada penjumlahan dan perkalian scalar : Jika A. maka matrik λA = (λaij). untuk setiap i = 1. … r 23 . A + B = B + A (komutatif) 2. Selalu ada matrik D sedemikian hingga A + D = B 3. Maka perkalian AB adalah suatu matrik C = (cij) berukuran (p x r) dimana : cij = ai1 b1j + ai2 b2j + … + aiq bqj. matrik λA diperoleh dengan mengalikan semua elemen matrik A dengan λ. B. λ(A + B) = λA + λB (distributif) 4. Perkalian matrik Pada umumnya matrik tidak komutatif terhadap operasi perkalian : AB ≠ BA.

A(B + C) = AB + AC. (A + B)T = AT + BT (AT)T = A λ(AT) = (λA)T (AB)T = BT AT 3. 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. 4. 4. dan (B + C) A = BA + CA. Dengan kata lain : AT = (aji) Sifat – sifat matrik transpose 1.….Aljabar Linear Hukum pada perkalian matrik : 1. 2. 2.4 Beberapa Jenis matrik Khusus 24 . 3.2. yaitu matrik yang semua elemennya adalah = 0. 4. 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. memenuhi hukum asosiatif Perkalian tidak komutatif.m sebagai kolom ke –i dari AT. i = 1. AB ≠ BA Jika AB = 0 (matrik 0 ) . 3. memenuhi hukum distributif A(BC) = (AB)C .

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

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. Matrik idempoten. Menambah baris ke – i dengan λ kali baris ke – j ditulis Hij(λ)(A) b.A = A2 = A. ditulis H i (λ ) (A) (A) b. disebut invers dari transformasi elementer tersebut. 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. nilpotent Bila berlaku A. 3. Kita dapat mencari A. Penukaran tempat kolom ke – i dan kolom ke – j ditulis K ij (A) 2a Mengalikan baris ke – i dengan skalar λ ≠ 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 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. ditulis K i (λ ) 3a. 10.Aljabar Linear . 26 . Mengalikan kolom ke – j dengan skalar λ ≠ 0 .

3. Begitu juga dengan kolom. maka sistem persamaan yang bersesuaian dengan bentuk eselon baris tereduksi dari matrik yang diperbesar akan menjadi : x1 =0 27 . an1x1 + an2x2 + … + annxn = 0 Jika kita memecahkannya dengan menggunakan eliminasi Gauss Jordan. .6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan Misal diketahui matrik A adalah matrik bujursangkar. maka dikatakan ekivalen baris. . Jika transformasi elementernya pada baris saja. Matrik Elementer Sebuah matrik n x n disebut matrik elementer jika matrik tersebut dapat diperoleh dari matrik identitas n x n yaitu In dengan melakukan sebuah operasi baris elementer tunggal. Dan X adalah pemecahan bagi AX = 0 dimana AX = 0 adalah bentuk matrik dari sistem : a11x1 + a12x2 + … + a1nxn = 0 a21x1 + a22x2 + … + a2nxn = 0 .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.

. . .Aljabar Linear x2 =0 . . . . a1n . . . . . 0⎤ 0⎥ ⎥ . ⎢ ⎢ a n1 ⎣ a12 a 22 .⎥ ⎥ 0⎥ ⎦ . . ⎢ . a2n . a nn 3. .⎥ . . ⎢ ⎢ .⎥ ⎥ . .7 Mencari invers matrik Contoh 3. an2 . matrik dibentuk menjadi [I |A-1] dari bentuk asal [A | I] ⎡1 2 3 ⎢2 5 3 ⎢ ⎢1 0 8 ⎣ 1 0 0⎤ 0 1 0⎥ ⎥ 0 0 1⎥ ⎦ ( −2 ) dengan operasi elementer H 21 dan H 21 ( −1) menjadi 28 . xn =0 dan matrik yang diperbesar tersebut adalah : ⎡ a11 ⎢a ⎢ 21 ⎢ .1: ⎡1 2 3⎤ Cari invers matrik A = ⎢2 5 3⎥ ⎢ ⎥ ⎢ 1 0 8⎥ ⎣ ⎦ Jawab : Pada akhir operasi .

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. K 41 (1) .H 2 ( 2) . ⎡ 3 2⎤ Carilah invers dari A = ⎢ ⎥ ⎣ 4 3⎦ ⎡3 1 2 1⎤ A = ⎢4 1 0 2⎥ . 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 . . matrik B dihasilkan dari sederetan ⎢ ⎥ ⎢1 3 0 1 ⎥ ⎣ ⎦ ( −1) 4. Tentukan transpose hermitian dari : ⎡2 + i Q= ⎢ ⎣3 + i 6. bila A = ⎢ ⎥ ⎣ 3 4⎦ 5⎤ ⎡− 1 3 ⎢ 1 − 3 − 5⎥ Tunjukkan bahwa A adalah matrik idempoten. 3. Diketahui transformasi elementer H 31 Carilah B tersebut. A = ⎢ ⎥ ⎢− 1 3 5⎥ ⎣ ⎦ 2. 5. ⎡2 1⎤ Carilah 3A2 + 2A – 3I2. 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 .

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

(-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4.2.3 + 1.3} yaitu {1.1.3.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1. 2.2} Banyaknya permutasi dapat dihitung dengan factorial. ji = 2 mendahului jk = 1. .2.2. 4.2.3 = 6 Definisi Invers pada suatu permutasi (j1. 1.3}.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.3.2 33 .1 – 3. j2. Untuk contoh soal diatas 3! = 1. padahal 3 < 4 4.3 – 2.. .2.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS . {1.1}. {3. 3} ? Ada 2 invers yaitu : 1. {2.1.1 – 1.2.2. padahal 1 < 2 2. .2.1.2 + 3. {2. ji = 4 mendahului jk = 3.1}.2}. j3 ….1. {3.3}. n) Contoh 4.2: Berapa banyak invers yang terdapat pada permutasi {2.

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

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) ⇒ = . Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4.3 0 0 1 −2 3 1 10 ⇒ H32(-10) ⇒ −5 1 −2 =-3 0 0 = (-3) (-55) 0 0 1 0 5 = (-3) (-55) (1) = 165 1 − 55 Metode reduksi baris ini sangat sesuai untuk menghitung determinan dengan menggunakan komputer karena metode tersebut sistematis dan mudah diprogramkan.6 MINOR. Cara cepat untuk menentukan apakah 35 . Dinyatakan dengan |Mij|. 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. 4. & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . yaitu Cij = ± Mij .Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21). EKSPANSI KOFAKTOR.

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

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

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

cari : ⎥ ⎢ ⎢1 5 7 ⎥ ⎦ ⎣ a.3w = 0 4x + 5y + 14z + 14w = 0 39 . b.y. adj(A) 1.dan w yang memenuhi susunan persamaan linier berikut : 2x + 4y + 3z + 2w = 1 3x + 6y + 5z + 2w = 1 2x + 5y + 2z .z. Carilah harga x. A −1 3. det( A) 44 11 det( A3 ) 152 38 = = det( A) 44 11 Latihan Latihan Soal : 6 − 3⎤ ⎡1 ⎢− 2 7 Cari semua minor dan kofaktor dari A = ⎢ 1⎥ ⎥ ⎢ 3 −1 4 ⎥ ⎦ ⎣ ⎡1 2 3⎤ Q = ⎢2 3 4⎥ . 2. det(A) c.Aljabar Linear x2= x3 = det( A2 ) 72 18 = = .

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

Aljabar Linear 5. T(en) sebagai vektor – vektor kolomnya. Jenis – jenis Transformasi Linier bidang Rotasi (Perputaran) ⎡cos θ Matrik baku untuk T adalah : ⎢ ⎣ sin θ 2. . e2.3 1. . 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). . 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. . .2 Transformasi Linier dari Rn Rm Misalkan e1. . en adalah basis baku untuk Rn dan misalkan A adalah sebuah matrik m x n yang mempunyai T(e1). . . ⎣1 − 1⎦ 5.

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

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

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

A1 ≠ A1. y’). perhatikan bahwa A2. A2 Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers.Aljabar Linear Dari contoh di atas. dan misalkan T memetakan titik (x.3 Carilah persamaan bayangan sebuah garis y = 2x + 1 yang dipetakan oleh ⎡3 1⎤ matrik A = ⎢ ⎥ ⎣2 1⎦ Jawab : ⎡ x'⎤ ⎡3 1⎤ ⎡ x ⎤ ⎢ y '⎥ = ⎢2 1⎥ ⎢ y ⎥ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ Dan ⎡ x ⎤ ⎡3 1⎤ ⎢ y ⎥ = ⎢2 1⎥ ⎣ ⎦ ⎣ ⎦ Sehingga −1 ⎡ x'⎤ ⎡ 1 − 1⎤ ⎡ x'⎤ ⎢ y '⎥ = ⎢− 2 3 ⎥ ⎢ y '⎥ ⎣ ⎦ ⎣ ⎦⎣ ⎦ x = x’ – y’ y = -2x’ + 3y’ Substitusikan ke y = 2x + 1 maka dihasilkan : -2x’ + 3y’ = 2(x’ – y’) + 1 -2x’ + 3y’ = 2x’ – 2y’ + 1 5y’ = 4x’ + 1 y’ = 4 5 x’ + 1 5 45 . maka ⎡ x'⎤ ⎡ x⎤ ⎢ y '⎥ = A ⎢ y ⎥ ⎣ ⎦ ⎣ ⎦ Dan ⎡ x⎤ ⎡ x'⎤ -1 ⎢ y ⎥ = A ⎢ y '⎥ ⎣ ⎦ ⎣ ⎦ Contoh 5.y) ke titik (x’.

Aljabar Linear 46 .

Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. Proyeksi ortogonal pada sumbu x (d).y) ke dalam : (a).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. Proyeksi ortogonal pada sumbu y R2 3. T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2. ⎡ − 3 0⎤ (1. Refleksi melalui titk pusat (c). (0. 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. dan (1.0).0).1). Gambarkan bayangan bujursangkar dengan titik – titik sudut (0. 47 . ⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b. Refleksi terhadap garis y = -x (b).

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

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 = 2.2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ . λ2 = 1 Jadi nilai – nilai eigen dari A adalah λ1 = 2 dan λ2 = 1 Latihan : 1.⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ .(-2) = 0 = λ 2 . 49 .

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

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

Sign up to vote on this title
UsefulNot useful