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

Vektor a disebut vektor posisi dari titik A.0) e2 = OE2 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(p1.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1. q2) : 6 . a2) e2 e1 a1e1 Gambar 1.0) dan titik ujungnya titik A(a1.0) dan titik ujungnya adalah E1(1.0) dan titik ujungnya adalah E2(0. a2).8 Bilangan – bilangan a1.0] e2 = [0.1] Sekarang pandang vektor a yang titik awalnya O(0.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0. a2e2 A(a1. p2) dan titik ujungnya di Q(q1.

. an) adalah OA = [a1. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + .0].0]. q2. -3) 2. qn – pn ] Panjang vektor a = [a1.1. P(6. an] Vektor bertitik awal di P(p1. 4) yang mempunyai arah seperti v = [7. p2. q2 – p2. ….8) b. 2.0…. 3. qn) adalah PQ = [q1 – p1. pn) dan Q(q1.Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). dst. a2. e2 = [0.5) dan Q(2. … .. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. ….0]. …. e3 = [0.5. pn) dan bertitik ujung di Q(q1.8) dan Q(8.. -1. ….. an] adalah |a| = 2 2 a12 + a 2 + . -7. q2. P(3..0.0. + a n Jarak 2 titik P(p1. ….. -3] 7 . Latihan : 1. 6.…. (q2 – p2)] Kesimpulan (untuk Rn): 1.1. Carilah vektor yang bertitik awal P(2. a2.0.…. …. a2. p2. …. Vektor posisi dari titik A(a1. qn) adalah panjang vektor PQ yaitu : |PQ| = 4.0.

Misalkan P adalah titik (2. bn] . b2. v = [3. . -2) dan Q adalah titik (7.3) dan Q(7. Hitunglah panjang v bila a. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q. a2. maka berlaku : (1). -7. .. c3. a+0=a (5). k(a + b) = ka + kb (4). . -1] 4. 3) 1. 0. -4.8) b. (a + b) + c = a + (b + c) (3).5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. 4. 5. k adalah skalar – skalar..6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. . 1) dan Q(6. (km)a = k(ma) = m(ka) 1. b3. . . b = [b1. dan m. . a + (-a) = 0 (6). 7. c2. 1) a. 4] b. 3. P(2. (k + m)a = ka + ma (7).Aljabar Linear 3. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . a3. Carilah vektor yang bertitik terminal Q(2. v = [-8. P(1. -7) yang mempunyai arah berlawanan dengan v = [-2. . c=[c1. an] .. 4] 6. a+b=b+a (2). Hitunglah jarak antara P dan Q bila a. cn] ∈ Rn. . 1.

w2. v2.2) dapat dituliskan kembali sebagai : 2|v||w| cos θ = |v|2 + |w|2 .1) z P(v1....2) Karena PQ = w – v maka dapat (1. w3) y x Gambar 1.....9 di atas. v3) θ θ Q(w1....... maka hokum cosinus menghasilkan : | PQ |2 = |v|2 + |w|2 – 2|v||w| cos θ −→ −→ ……………… (1...w = 1 2 (|v|2 + |w|2 .9 Perhatikan gambar 1..|w – v|2 |v||w| cos θ = 1 (|v|2 + |w|2 .. Dan θ adalah sudut antara v dan w .. v2. w didefinisikan dengan : ⎧| v | | w | cos θ v.Aljabar Linear Maka hasil kali titik (dot product) v.. w3) adalah 2 vektor tak nol.(1. w2. v3) dan w = (w1.|w – v|2) 2 Atau v. Jika v =(v1.w = ⎨ 0 ⎩ jika v ≠ 0 dan w ≠ 0 jika v = 0 atau w = 0 ....|w – v|2) Dengan mensubstitusikan 2 2 |v|2 = v12 + v 2 + v3 2 2 dan |w|2 = w12 + w2 + w3 dan |w – v|2 = ( w1 − v1 ) 2 + ( w2 − v 2 ) 2 + ( w3 − v3 ) 2 Maka setelah disederhanakan akan diperoleh : 9 ...

w | v || w | Contoh 1. maka persamaan (1. maka sudut antara v dan w adalah 60o |w| = 1 + 1 + 4 = Jadi Cos θ = 3 = 6 1 2 1. Definisi Jika v =(v1.Aljabar Linear v. 1) dan w=(1. w = v1w1 + v2w2 + v3w3 Jika v dan w bukan vektor nol. 1.7 Cross Product (Hasil Kali Silang) Dalam banyak penerapan vektor pada bidang geometri.1 Diketahui vektor v = (2. kita perlu membentuk vektor di ruang-3 yang tegak lurus dengan 2 vektor lain yang diberikan. w3) adalah vektor – vektor di Ruang-3.(1) + (1)(2) = 2 – 1 + 2 = 3 |v| = 4 +1+1 = 6 6 . -1. 2) Carilah v.w dan tentukan sudut antara v dan w. dan teknik. Jawab : v.(1) + (-1).1) dapat ditulis dengan Cos θ = v. v3) dan w = (w1. maka hasil kali silang (cross product) v x w adalah vektor yang didefinisikan oleh 10 . w2. fisika. w = (2). v2.

(v x w) = 0 2. 3 0 ⎟ ⎝ ⎠ = (2.|v|2 |w|2 cos2 θ = |v|2 |w|2 (1 . v.− w3 w1 v3 v1 .cos2 θ) = |v|2 |w|2 sin2 θ Jadi 11 . (v x w) = 0 3.2 Carilah u x v dimana u = (1.w)2 (Identitas Lagrange) Jika θ adalah sudut di antara v dan w .w)2 = |v|2 |w|2 . sehingga Identitas Lagrange dapat dituliskan kembali sebagai : |v x w|2 = |v|2 |w|2 – (v. − 6 ) Teorema Jika v dan w adalah vector dalam Ruang-3. v3w1 – v1w3. |v x w|2 = |v|2 |w|2 – (v. − 7. 1) Jawab : ⎡1 2 − 2⎤ ⎢3 0 1 ⎥ ⎣ ⎦ ⎛2 −2 1 −2 1 2⎞ ⎟ uxv = ⎜ ⎜ 0 1 .(|v| |w| cos θ)2 = |v|2 |w|2 . maka 1. v. maka v. w3 w1 v2 w2 ⎞ ⎟ ⎟ ⎠ Contoh 1. 0.w = |v| |w| cos θ. v1w2 – v2w1) atau dalam notasi determinan ⎛v vxw = ⎜ 2 ⎜w ⎝ 2 v3 v1 . -2) dan v=(3.Aljabar Linear v x w = (v2w3 – v3w2. 2.− 3 1 .

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| 1.8 Persamaan Garis LUrus dan Bidang Rata a. b2. a2.6 Misalkan titik A(a1. b3) 12 . a3) dan B(b1. Garis Lurus A B X O g Gambar 1.

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

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

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

6] serta sejajar dengan garis lurus h : [x. 2. 8.1) dan garis lurus g : [x1. Tentukan persamaan bidang rata yang melalui (1. y. 31] c. z] = [7. 0. 5. 3] + λ [4.1] + λ [1. x2.1. 2. x3] = [1. y.Aljabar Linear b. z] = [1. 2. 10] + λ [1. 16 . 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x.

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

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

v dan u disebut koliner (segaris). 0. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . b = [1. Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. v kombinasi linier dari 3 vektor u1 . 1. 3] + λ2 [3. yang tidak sebidang. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. 3]. v kombinasi linier dari 2 vektor u1 dan u2. u2 dan u3.Aljabar Linear 2. ….4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1.1 a = [2. (2). 1. 0. Contoh 2. diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. dan λ2 yang memenuhi [2. 2]. 1. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). (3) 19 . λ2u2 dan λ3u3. u2. 2] = λ1 [1.5 (1). λ2. 1. … um) bila terdapat skalar – skalar λ1. c = [3. u1 dan u2 disebut koplanar (sebidang). 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi.

Vektor u maupun v ≠ 0. -2. …. Berarti dimensi = 2 Kedua vektor berkelipatan. v2. 8] Jawab : (i). u = [5. S bebas linier (ii) S merentang V Definisi Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor pada basis untuk V. p = [1. 11. vr} merupakan himpunan berhingga dari vektor – vektor pada S.Aljabar Linear 2. 22. jadi sistem pembentuk bebas linier. -4. 1] dan q = [2. 3.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). 7. 5. maka S disebut basis untuk V jika : (i).6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. Berarti dimensi = 1 20 . jadi keduanya merupakan sistem pembentuk yang bebas linier. Kedua vektor pembentuk tidak berkelipatan. 2] (ii). 14. Contoh 2. 4] dan v = [10. (ii).

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

matrik berukuran sama. || || 3. Perkalian skalar terhadap matrik 22 .Aljabar Linear BAB III MATRIK 3. Untuk batasnya biasanya digunakan: ( ).3 1. Sehingga bila matrik disusun secara A(mxn) = (aij). artinya suatu matrik A yang elemen – elemennya adalah aij dimana index i menunjukkan baris ke-i dan indeks ke–j menunjukkan kolom ke–j . [ ]. 3.1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik.2 Notasi Matrik Matrik diberi nama dengan huruf besar. maka A + B adalah suatu matrik C = (cij) dimana cij = aij + bij untuk setiap I dan j 2. mxn disebut ordo (ukuran) dari matrik A. Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama. Jika A = (aij) dan B = (bij). Secara lengkap ditulis matrik A=(aij).

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

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

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

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

Dan X adalah pemecahan bagi AX = 0 dimana AX = 0 adalah bentuk matrik dari sistem : a11x1 + a12x2 + … + a1nxn = 0 a21x1 + a22x2 + … + a2nxn = 0 . 3. 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. . maka sistem persamaan yang bersesuaian dengan bentuk eselon baris tereduksi dari matrik yang diperbesar akan menjadi : x1 =0 27 . 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.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.

. a nn 3. ⎢ ⎢ .Aljabar Linear x2 =0 . . a2n . .⎥ ⎥ 0⎥ ⎦ . . . 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 .⎥ ⎥ . . 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.⎥ . . . . 0⎤ 0⎥ ⎥ . an2 . ⎢ ⎢ a n1 ⎣ a12 a 22 . . 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 .

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

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

Contoh 4.2.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1.Aljabar Linear BAB IV DETERMINAN 4.5 – 3.3 ….n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan.5 = 5 – 15 = -10 ⎣5 5⎦ 4. Sebelum mulai dengan yang lebih umum. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .1: 32 .

3.2.2: Berapa banyak invers yang terdapat pada permutasi {2.1. 2.2}. Untuk contoh soal diatas 3! = 1.2.3 – 2.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS .2.1 – 3. {2.3}. padahal 3 < 4 4.1.1 – 1. . {1. 1.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.3} yaitu {1.3. n) Contoh 4. 4.2. {2. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4.1.2. .2.3}.2 + 3.2..1}.3 + 1. 3} ? Ada 2 invers yaitu : 1. {3. padahal 1 < 2 2.1. ji = 4 mendahului jk = 3.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2. {3.2 33 . j3 ….1}.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1. .2} Banyaknya permutasi dapat dihitung dengan factorial. j2.2. ji = 2 mendahului jk = 1.3 = 6 Definisi Invers pada suatu permutasi (j1.

5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung. maka det(A) adalah hasil kali elemen – elemen pada diagonal utama.a33 . 3.Aljabar Linear = 4 + 18 + 2 – 3 – 4 – 12 = 5 4. ann Contoh 4.4 : 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 4.5 : 0 1 5 Hitung det(A) dimana A = 3 − 6 9 2 6 1 34 .. bila suatu baris / kolom dikalikan dengan skalar λ 4. 2. SIFAT – SIFAT DETERMINAN det(A) = det(AT) Tanda determinan berubah jika 2 baris atau kolom ditukar tempatnya.4 1. yaitu .a22. det(A) = a11. Theorema : Jika A adalah matrik segitiga n x n. Harga determinan menjadi λ kali.

6 MINOR. 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) ⇒ = . & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A .6 : ⎡ 2 3 4⎤ A = ⎢5 6 7 ⎥ ⎢ ⎥ ⎢8 9 1 ⎥ ⎣ ⎦ Minor dari elemen a23 = 2 3 = 18 – 24 = -6 8 9 Kofaktor dari elemen a23 = (-1) 5 (-6) = 6 Perhatikan bahwa kofaktor dan minor hanya berbeda pada tandanya. sehingga menjadi = . Cara cepat untuk menentukan apakah 35 . Dinyatakan dengan |Mij|. EKSPANSI KOFAKTOR. 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.Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21). yaitu Cij = ± Mij .

+ − + − + . . C44 = M44.⎥ .. + − + − + ..Aljabar Linear penggunaantanda + atau tanda – merupakan penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke – i dan kolom ke – j dari susunan : ⎡+ ⎢− ⎢ ⎢+ ⎢ ⎢− ⎢+ ⎢.⎥ ⎦ Misalnya C11 = M11.⎤ ....⎥ ⎥ .. ⎢ ⎣ ..⎥ ⎥ . C21 = -M21 .. − + − + − .. − + − + − . maka det(A) = a1jC1j + a2jC2j + … + anjCnj (ekspansi kofaktor sepanjang kolom ke – j) dan det(A) = ai1Ci1 + ai2Ci2 + … + ainCin (ekspansi kofaktor sepanjang baris ke – i) 36 .. 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 .⎥ ⎥ ..

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

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

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

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

. . . .Aljabar Linear 5. Jenis – jenis Transformasi Linier bidang Rotasi (Perputaran) ⎡cos θ Matrik baku untuk T adalah : ⎢ ⎣ sin θ 2. ⎣1 − 1⎦ 5. . T(e2). . . . e2. T(en) sebagai vektor – vektor kolomnya. en adalah basis baku untuk Rn dan misalkan A adalah sebuah matrik m x n yang mempunyai T(e1).2 Transformasi Linier dari Rn Rm Misalkan e1. Refleksi − sin θ ⎤ cos θ ⎥ ⎦ Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing – masing titik pada bidang ke dalam bayangan cerminnya terhadap l 41 . Misal jika T:R2 R2 diberikan oleh : ⎛ ⎡ x1 ⎤ ⎞ ⎡ x + 2 x 2 ⎤ T⎜⎢ ⎥⎟ = ⎢ 1 ⎥ ⎜ x ⎟ ⎝ ⎣ 2 ⎦ ⎠ ⎣ x1 − x 2 ⎦ Maka ⎛ ⎡1⎤ ⎞ ⎡1⎤ T(e1) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 0 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣1⎦ ⎛ ⎡0⎤ ⎞ ⎡ 2 ⎤ dan T(e2) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 1 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣− 1⎦ Jadi ⎡1 2 ⎤ A = ⎢ ⎥ adalah matrik baku untuk T di atas.3 1.

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

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

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

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

Aljabar Linear 46 .

T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2.Aljabar Linear Latihan 1.1) di bawah perkalian oleh A = ⎢ ⎥ ⎣ 0 1⎦ Carilah persamaan bayangan garis y = -4x + 3 di bawah perkalian ⎡ 4 − 3⎤ oleh A = ⎢ ⎥ ⎣ 3 − 2⎦ 4. ⎛ ⎡ x1 ⎤ ⎞ ⎜ ⎢ ⎥ ⎟ ⎡7 x1 + 2 x 2 − x3 + x 4 ⎤ ⎜ x ⎟ ⎥ b.y) ke dalam : (a). Gambarkan bayangan bujursangkar dengan titik – titik sudut (0. Refleksi melalui titk pusat (c). Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. 47 .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. ⎡ − 3 0⎤ (1.0). Proyeksi ortogonal pada sumbu x (d). Refleksi terhadap garis y = -x (b). (0. dan (1. Proyeksi ortogonal pada sumbu y R2 3.

.......1) Persamaan (6....... yaitu........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.Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n... 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.. Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ.....1) disebut persamaan karakteristik A.......(6.......

2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ .⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ . 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. λ2 = 1 Jadi nilai – nilai eigen dari A adalah λ1 = 2 dan λ2 = 1 Latihan : 1.(-2) = 0 = λ 2 .Aljabar Linear Contoh 6.3λ + 2 = 0 λ1 = 2.

...... . .................. ........... 32 4.......... ...................... 5 1........................................ ............................................................................................................. ........ ........................... 12 a............... .... ...................1 Pengertian....................... ...... 2 1....... ..................... ...3 Operasi pada Matrik ............ 22 3.... ..1 Ruang Vektor Umum ..................... ........... .....2 SubRuang (subspace).......... ................... 22 3............. ... Bidang Rata ..... .................... ..... ........... . 22 3.......................... ...... 19 2.... ........ .... .. .................... 28 BAB IV ....... ........................................................ ..................... 8 1.6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan ..... .... ....................... ....................................... .. .. ......................................... ................................... .....7 Mencari invers matrik . ............................... .......... 4 1......... .................................Aljabar Linear DAFTAR ISI Kata Pengantar ..... ... 17 2. .... 32 50 .............. .................. ........................ . ...................... 19 2...... ... .................................... ...... 14 BAB II ......... ...5 Beberapa Dalil pada Operasi Vektor ...3 Susunan Koordinat Ruang-n ........ .......... Garis Lurus .................................... ....................... ............................................................. ............ ........ ........ ......... ............... 1 1....................................................................... .. 20 BAB III ............................................... i Daftar Isi ............................ .................5 Transformasi (Operasi) elementer pada baris dan kolom suatu matrik 26 3............. .................... ............. 18 2............ ... .............................................. ....... ............................... ......................4 Vektor di dalam Ruang Rn .............. 22 3.. 10 1...... ............. ...................................................4 Beberapa Jenis matrik Khusus.. ... . ....................................... ..................................... .. ii BAB I .... 8 1...................... ........6 Dot Product (Hasil Kali Titik) .............7 Cross Product (Hasil Kali Silang) ..................................................................8 Persamaan Garis LUrus dan Bidang Rata ..... . .. 17 2..4 Kombinasi Linier .....................2 Notasi Matrik .. 24 3........ ............ 18 2........................ 12 b............... ..........5 Arti Kombinasi Linier Secara Ilmu Ukur.......2 Operasi – operasi pada vector .......... ..........................3 Vektor yang Bebas Linier dan Tak Bebas Linier ........................ .......1 Pengertian... .... .................. .................................. .............. 27 3.......... 1 1.................. ........ ...6 Dimensi dan Basis .................................. .............................. .................. .................1 Pengertian...............

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

Sign up to vote on this title
UsefulNot useful