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

p2) dan titik ujungnya di Q(q1. a2) e2 e1 a1e1 Gambar 1.1] Sekarang pandang vektor a yang titik awalnya O(0. a2e2 A(a1.0] e2 = [0. a2). Vektor a disebut vektor posisi dari titik A.0) dan titik ujungnya titik A(a1.8 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. q2) : 6 .Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 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 adalah E1(1.0) e2 = OE2 yang titik awalnya O(0.0) dan titik ujungnya adalah E2(0.

0…. q2.0..0]. a2. + a n Jarak 2 titik P(p1.0]. q2 – p2. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1. P(3. 3. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . e2 = [0. p2.5.. Vektor posisi dari titik A(a1.…. a2. Carilah vektor yang bertitik awal P(2. -7. -3] 7 .0. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a. ….0].. qn – pn ] Panjang vektor a = [a1. an] Vektor bertitik awal di P(p1.5) dan Q(2. pn) dan bertitik ujung di Q(q1. …. qn) adalah PQ = [q1 – p1. …. P(6.1. e3 = [0. q2. a2. p2. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. 4) yang mempunyai arah seperti v = [7.1.Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1). -3) 2.0. ….8) dan Q(8. …. …. 6. … .. -1... dst. (q2 – p2)] Kesimpulan (untuk Rn): 1. 2. Latihan : 1.…. ….8) b. an] adalah |a| = 2 2 a12 + a 2 + . pn) dan Q(q1.0. an) adalah OA = [a1.

b = [b1. Carilah vektor yang bertitik terminal Q(2.6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. 3) 1. k(a + b) = ka + kb (4). c=[c1. -7. P(2. . 5. -1] 4. -2) dan Q adalah titik (7. a2.. v = [-8.3) dan Q(7. 0. 4.5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. bn] . a+0=a (5). v = [3. .. 1. 4] b.8) b. an] . (km)a = k(ma) = m(ka) 1. . . -7) yang mempunyai arah berlawanan dengan v = [-2.. . 3. a3. 1) dan Q(6. P(1. b3. . maka berlaku : (1). 7. (a + b) + c = a + (b + c) (3). . a+b=b+a (2). dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . dan m. cn] ∈ Rn. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q. Hitunglah panjang v bila a. k adalah skalar – skalar. (k + m)a = ka + ma (7). . Misalkan P adalah titik (2. c3. 1) a. -4. b2. . a + (-a) = 0 (6). c2.Aljabar Linear 3. 4] 6. Hitunglah jarak antara P dan Q bila a. Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b.

.... maka hokum cosinus menghasilkan : | PQ |2 = |v|2 + |w|2 – 2|v||w| cos θ −→ −→ ……………… (1.. w3) adalah 2 vektor tak nol.9 di atas.w = ⎨ 0 ⎩ jika v ≠ 0 dan w ≠ 0 jika v = 0 atau w = 0 . w2. w3) y x Gambar 1.2) 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......w = 1 2 (|v|2 + |w|2 . w2..|w – v|2 |v||w| cos θ = 1 (|v|2 + |w|2 ..|w – v|2) 2 Atau v. Jika v =(v1.. Dan θ adalah sudut antara v dan w ... v3) dan w = (w1.Aljabar Linear Maka hasil kali titik (dot product) v... w didefinisikan dengan : ⎧| v | | w | cos θ v.. v2. v3) θ θ Q(w1.(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 . v2.9 Perhatikan gambar 1....

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

− w3 w1 v3 v1 . |v x w|2 = |v|2 |w|2 – (v.(|v| |w| cos θ)2 = |v|2 |w|2 . − 6 ) Teorema Jika v dan w adalah vector dalam Ruang-3. − 7.2 Carilah u x v dimana u = (1. v3w1 – v1w3. 2.cos2 θ) = |v|2 |w|2 sin2 θ Jadi 11 . maka 1. (v x w) = 0 3.|v|2 |w|2 cos2 θ = |v|2 |w|2 (1 .w)2 = |v|2 |w|2 .w)2 (Identitas Lagrange) Jika θ adalah sudut di antara v dan w . w3 w1 v2 w2 ⎞ ⎟ ⎟ ⎠ Contoh 1. 3 0 ⎟ ⎝ ⎠ = (2. 1) Jawab : ⎡1 2 − 2⎤ ⎢3 0 1 ⎥ ⎣ ⎦ ⎛2 −2 1 −2 1 2⎞ ⎟ uxv = ⎜ ⎜ 0 1 . v1w2 – v2w1) atau dalam notasi determinan ⎛v vxw = ⎜ 2 ⎜w ⎝ 2 v3 v1 . maka v.Aljabar Linear v x w = (v2w3 – v3w2. (v x w) = 0 2. sehingga Identitas Lagrange dapat dituliskan kembali sebagai : |v x w|2 = |v|2 |w|2 – (v. -2) dan v=(3. 0.w = |v| |w| cos θ.− 3 1 . v. v.

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

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

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

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

Tentukan persamaan bidang rata yang melalui (1.1.1) dan garis lurus g : [x1. 0. 16 . 2. 5.Aljabar Linear b. x3] = [1. z] = [1. 2. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. 3] + λ [4. 2. 6] serta sejajar dengan garis lurus h : [x. 8.1] + λ [1. 31] c. z] = [7. y. x2. y. 10] + λ [1.

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

0. maka mereka tak bebas linier. u = αv. Jika dalam himpunan terdapat vektor 0. akan bebas linier karena λu=0 hanya dipenuhi oleh λ =0 2. Catatan : 1. Bila λ ≠ 0. ….3 Vektor yang Bebas Linier dan Tak Bebas Linier Definisi Himpunan m buah vektor (u1. Bila u = 0 (vektor nol). akan tak bebas linier. maka : a. karena λu = 0 λ0 = 0 terpenuhi juga untuk λ ≠ 0 b. 2. λm yang tidak semuanya nol sedemikian hingga (u1. JIka u dan v adalah 2 vektor yang berkelipatan. … um) disebut bebas linier (linearly independent) jika λ1 u1 + λ2 u2 + …+ λm um = 0 hanya dipenuhi oleh λ1= λ2 = …= λm = 0.αv = 0. u2. … um) maka himpunan itu tak bebas linier. artinya terdapat λ ≠ 0 pada λ1 v + λ2 u = 0 18 . λ2. … um) disebut tak bebas linier (linearly dependent) bila terdapat skalar – skalar λ1. misalnya {u1. u2. Sebab u = αv 1u . … um) Sebaliknya himpunan (u1. Jika m=1. u2.Aljabar Linear 2. u2.…. λ1 u1 + λ2 u2 + … + λi 0+ … + λm um = 0 dipenuhi juga oleh λI ≠ 0 3.2 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.

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

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

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

matrik berukuran sama. Perkalian skalar terhadap matrik 22 . Untuk batasnya biasanya digunakan: ( ). maka A + B adalah suatu matrik C = (cij) dimana cij = aij + bij untuk setiap I dan j 2. Secara lengkap ditulis matrik A=(aij). Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama. || || 3.2 Notasi Matrik Matrik diberi nama dengan huruf besar. mxn disebut ordo (ukuran) dari matrik A.Aljabar Linear BAB III MATRIK 3.1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik.3 1. 3. Jika A = (aij) dan B = (bij). 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 . [ ].

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

m sebagai kolom ke –i dari AT. 2. 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. 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. 4. Dengan kata lain : AT = (aji) Sifat – sifat matrik transpose 1. AB ≠ BA Jika AB = 0 (matrik 0 ) . 4. 2. dan (B + C) A = BA + CA. kemungkinan kemungkinannya adalah : (i).…. 4. 3. memenuhi hukum asosiatif Perkalian tidak komutatif. 3. memenuhi hukum distributif A(BC) = (AB)C . yaitu matrik yang semua elemennya adalah = 0. A(B + C) = AB + AC.4 Beberapa Jenis matrik Khusus 24 . i = 1. (A + B)T = AT + BT (AT)T = A λ(AT) = (λA)T (AB)T = BT AT 3.Aljabar Linear Hukum pada perkalian matrik : 1.2.

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

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

Begitu juga dengan kolom. . Jika transformasi elementernya pada baris saja. Dan X adalah pemecahan bagi AX = 0 dimana AX = 0 adalah bentuk matrik dari sistem : a11x1 + a12x2 + … + a1nxn = 0 a21x1 + a22x2 + … + a2nxn = 0 . an1x1 + an2x2 + … + annxn = 0 Jika kita memecahkannya dengan menggunakan eliminasi Gauss Jordan. 3.6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan Misal diketahui matrik A adalah matrik bujursangkar. maka dikatakan ekivalen baris.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 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.

. .⎥ . .⎥ ⎥ . . .⎥ ⎥ 0⎥ ⎦ . ⎢ ⎢ a n1 ⎣ a12 a 22 .7 Mencari invers matrik Contoh 3. . . 0⎤ 0⎥ ⎥ . . . ⎢ ⎢ . a2n . a nn 3. . a1n .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 . xn =0 dan matrik yang diperbesar tersebut adalah : ⎡ a11 ⎢a ⎢ 21 ⎢ . . an2 .Aljabar Linear x2 =0 . .

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

Tentukan transpose hermitian dari : ⎡2 + i Q= ⎢ ⎣3 + i 6. 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. Diketahui transformasi elementer H 31 Carilah B tersebut. 5.H 2 ( 2) . bila A = ⎢ ⎥ ⎣ 3 4⎦ 5⎤ ⎡− 1 3 ⎢ 1 − 3 − 5⎥ Tunjukkan bahwa A adalah matrik idempoten.Aljabar Linear LATIHAN: 1. 3. A = ⎢ ⎥ ⎢− 1 3 5⎥ ⎣ ⎦ 2. K3 ( 2) terhadap A. ⎡2 1⎤ Carilah 3A2 + 2A – 3I2. K 41 (1) . H 12 . ⎡ 3 2⎤ Carilah invers dari A = ⎢ ⎥ ⎣ 4 3⎦ ⎡3 1 2 1⎤ A = ⎢4 1 0 2⎥ . .

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 .

1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1.2.1: 32 .Aljabar Linear BAB IV DETERMINAN 4.5 – 3.3 …. Sebelum mulai dengan yang lebih umum.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.5 = 5 – 15 = -10 ⎣5 5⎦ 4. Contoh 4.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .

j2.jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.2 + 3..3} yaitu {1. Untuk contoh soal diatas 3! = 1.2: Berapa banyak invers yang terdapat pada permutasi {2.3 = 6 Definisi Invers pada suatu permutasi (j1.2. {2.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS . 3} ? Ada 2 invers yaitu : 1. {3.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.2.3}. n) Contoh 4. 2.3. {2.3 + 1.2} Banyaknya permutasi dapat dihitung dengan factorial. .1.1.3}.2. . padahal 1 < 2 2. {3. . j3 ….1.2.3 – 2.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.2.3.2 33 . ji = 2 mendahului jk = 1.2}. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4. padahal 3 < 4 4. {1.1 – 3.1}. 4.1}.2.2.1 – 1.1. ji = 4 mendahului jk = 3.2. 1.

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

sehingga menjadi = .Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21). Dinyatakan dengan |Mij|. 4.6 MINOR. yaitu Cij = ± Mij .3 0 0 1 −2 3 1 10 ⇒ H32(-10) ⇒ −5 1 −2 =-3 0 0 = (-3) (-55) 0 0 1 0 5 = (-3) (-55) (1) = 165 1 − 55 Metode reduksi baris ini sangat sesuai untuk menghitung determinan dengan menggunakan komputer karena metode tersebut sistematis dan mudah diprogramkan.6 : ⎡ 2 3 4⎤ A = ⎢5 6 7 ⎥ ⎢ ⎥ ⎢8 9 1 ⎥ ⎣ ⎦ Minor dari elemen a23 = 2 3 = 18 – 24 = -6 8 9 Kofaktor dari elemen a23 = (-1) 5 (-6) = 6 Perhatikan bahwa kofaktor dan minor hanya berbeda pada tandanya. & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . EKSPANSI KOFAKTOR. Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4.0 2 1 −2 3 1 −2 3 5 1 6 5 1 = -3 0 2 1 6 1 0 5 1 3 5 ⇒ H31(-2) ⇒ = . Cara cepat untuk menentukan apakah 35 .

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

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

⎢ ⎥ ⎢ − 1 − 2 3⎥ ⎣ ⎦ 0 2⎤ ⎡6 ⎢30 4 6⎥ . 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. 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 ⎥ ⎢. maka system tesebut mempunyai pemecahan unik. det( A) 44 11 38 . 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 = = .8: Gunakan aturan Cramer untuk memecahkan x1 + + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 -x1 .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. x2 = .

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

ky1) = k(x1.1 Pengantar Definisi Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W. F(x. untuk semua vektor u dan v di V (ii). z) = (2x+y. F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k Contoh 5. F(x. x+y. x1 . kx1 + ky1. F(x. x-y) Jika u=(x1. x1 . F(u + v) = (x1 + x2. 3y-4z) 4.y) = (2x+y. kx1 . x-y) 3. F(x. jika : (i). x1 + y1. x1 + y1. [x1 + x2]-[ y1 + y2]) = (x1.y. F(u+v) = F(u) + F(v). ky1) sehingga F(ku) = (kx1. y1) dan v=(x2. maka F disebut transformasi linier. 1) 40 . y.z) = (1.1 Misal F:R2 R3 adalah sebuah fungsi yang didefinisikan oleh : F(v) = (x.y1) + (x2. [x1 + x2]+[ y1 + y2]. x2 + y2.Aljabar Linear BAB V TRANSFORMASI LINIER 5. y) 2. y2) maka u + v = (x1 + x2 . 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.y) = (2x. ku = (kx1. y1 + y2) Sehingga .

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

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

Geseran Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang menggerakkan masing – masing titik (x.y) sejajar dengan sumbu x sebanyak ky menuju kedudukan yang baru (x + ky. 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. jika koordinat y dari masing – masing titik pada bidang dikalikan dengan konstanta k yang positif dimana k > 1. maka hasil yang sama dapat dicapai dengan transformasi matrik tunggal. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah y. 43 .Aljabar Linear Demikian juga .y) sejajar dengan sumbu y sebanyak kx menuju kedudukan yang baru (x . maka efeknya adalah memperluas gambar bidang dalam arah y. 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.

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

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

Aljabar Linear 46 .

(0. dan (1. Carilah matrik bakunya ⎡ x2 ⎤ ⎛ ⎡ x ⎤ ⎞ ⎢ − x1 ⎥ ⎥ a. T ⎜ ⎢ 1 ⎥ ⎟ = ⎢ ⎜ x ⎟ ⎢ x + 3x ⎥ 1 2 ⎣ 2 ⎦⎠ ⎝ ⎥ ⎢ ⎣ x1 − x 2 ⎦ 2. Proyeksi ortogonal pada sumbu y R2 3. Proyeksi ortogonal pada sumbu x (d).Aljabar Linear Latihan 1. Refleksi terhadap garis y = -x (b).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. Gambarkan bayangan bujursangkar dengan titik – titik sudut (0.0). Refleksi melalui titk pusat (c).y) ke dalam : (a). 47 .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).

........ Contoh 6...(6. 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... yaitu.....1) Persamaan (6......... 48 .... Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ...........1) disebut persamaan karakteristik A.......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 .......Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n..

2 ⎡ 3 2⎤ Carilah nilai – nilai eigen dari A = ⎢ ⎥ ⎣− 1 0⎦ Jawab : Karena ⎡1 0 ⎤ ⎡ 3 2 ⎤ ⎡λ − 3 − 2⎤ λI – A = λ ⎢ ⎥ .Aljabar Linear Contoh 6.3λ + 2 = 0 λ1 = 2.(-2) = 0 = λ 2 . ⎡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.⎢ − 1 0⎥ = ⎢ 1 λ⎥ ⎣0 1 ⎦ ⎣ ⎦ ⎣ ⎦ Det(λI – A) = (λ-3) λ . 49 .

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

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

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.