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

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 a1.1] Sekarang pandang vektor a yang titik awalnya O(0. Vektor a disebut vektor posisi dari titik A. a2) e2 e1 a1e1 Gambar 1.1) Kemudian kita tulis e1 = 1e1 + 0 e2 e2 = 0e1 + 1 e2 Yang selanjutnya penulisan itu disingkat dengan e1 = [1. a2e2 A(a1.0] e2 = [0. p2) dan titik ujungnya di Q(q1.0) dan titik ujungnya adalah E1(1.Aljabar Linear Kita ambil sekarang vektor satuan : e1 = OE1 yang titik awalnya O(0.0) dan titik ujungnya titik A(a1. a2).0) e2 = OE2 yang titik awalnya O(0. q2) : 6 .0) dan titik ujungnya adalah E2(0.

Vektor posisi dari titik A(a1. 6. … . 3. 2. qn) adalah PQ = [q1 – p1. (q1 − p1 ) 2 + ( p 2 − q 2 ) 2 + . a2.0].1.. …. + ( p n − q n ) 2 Vektor – vektor satuan dari susunan koordinat adalah e1 = [1.…. …. -3) 2.0.Aljabar Linear PQ = = (q1 – p1) e1 + (q2 – p2) e2 [(q1 – p1)..0]. P(6. (q2 – p2)] Kesimpulan (untuk Rn): 1.8) dan Q(8. an) adalah OA = [a1. Carilah vektor yang bertitik awal P(2. P(3. pn) dan bertitik ujung di Q(q1. q2 – p2. qn) adalah panjang vektor PQ yaitu : |PQ| = 4. e3 = [0. a2.. e2 = [0. + a n Jarak 2 titik P(p1.0….0.. an] Vektor bertitik awal di P(p1... an] adalah |a| = 2 2 a12 + a 2 + . -1.8) b. a2.5) dan Q(2. …. -7. …. Carilah komponen – komponen vektor yang bertitik awal di P dan terminal di Q a.…. pn) dan Q(q1. -3] 7 . …. q2. …. ….5. q2.0]. qn – pn ] Panjang vektor a = [a1. Latihan : 1. dst. p2. 4) yang mempunyai arah seperti v = [7.0. p2.1.0.

a+b=b+a (2). 1) dan Q(6. a2. -2) dan Q adalah titik (7. a+0=a (5). Misalkan P adalah titik (2. v = [3. v = [-8. a + (-a) = 0 (6). k(a + b) = ka + kb (4). c3. dan θ adalah sudut antara v dan w (0 ≤ θ ≤ π) 8 . 4] 6. -4. . Hitunglah panjang v bila a. 1.. . Hitunglah jarak antara P dan Q bila a.5 Beberapa Dalil pada Operasi Vektor Untuk setiap vektor a = [a1. . -1] 4.3) dan Q(7. 1) a. Carilah titik pada segmen garis yang menghubungkan P dan Q yang 3 4 dari P ke Q. 3) 1. a3. P(1. (km)a = k(ma) = m(ka) 1. (a + b) + c = a + (b + c) (3). -7. c2. .8) b. k adalah skalar – skalar. an] . bn] . 5. b = [b1. dan m. 4] b. P(2.Aljabar Linear 3. . . Carilah titik tengah dari segmen garis yang menghubungkan P dan Q b..6 Dot Product (Hasil Kali Titik) Definisi Bila v dan w adalah vektor. (k + m)a = ka + ma (7). . b2. 0. 4. cn] ∈ Rn. . 3.. 7. c=[c1. Carilah vektor yang bertitik terminal Q(2. maka berlaku : (1). -7) yang mempunyai arah berlawanan dengan v = [-2. b3. .

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

7 Cross Product (Hasil Kali Silang) Dalam banyak penerapan vektor pada bidang geometri. w = v1w1 + v2w2 + v3w3 Jika v dan w bukan vektor nol. kita perlu membentuk vektor di ruang-3 yang tegak lurus dengan 2 vektor lain yang diberikan. dan teknik.w dan tentukan sudut antara v dan w. v2. Definisi Jika v =(v1. w2. v3) dan w = (w1. 1) dan w=(1. w = (2). 1.(1) + (-1).Aljabar Linear v. maka sudut antara v dan w adalah 60o |w| = 1 + 1 + 4 = Jadi Cos θ = 3 = 6 1 2 1. maka persamaan (1. w3) adalah vektor – vektor di Ruang-3. -1.w | v || w | Contoh 1. maka hasil kali silang (cross product) v x w adalah vektor yang didefinisikan oleh 10 . Jawab : v. 2) Carilah v. fisika.(1) + (1)(2) = 2 – 1 + 2 = 3 |v| = 4 +1+1 = 6 6 .1 Diketahui vektor v = (2.1) dapat ditulis dengan Cos θ = v.

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

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

Kemudian bila a ≠ 0. b. a2. x3] = [a1. b2. b3). a2. c ≠ 0. λ kita eliminasikan dari persamaan parameter di atas. a3] dan OB = [b1. a2. a2. diperoleh : a3] + _ −→ −→ λ [a. b. Jadi bila garis lurus melalui titik A(a1. c] 13 . x2. x2. ………………………………………. b2-a2. b2.(1.4) Persamaan (1.4) dapat ditulis menjadi : x1 = a1 + λ b1 x2 = a2 + λ b2 x3 = a3 + λ b3 yang disebut dengan persamaan parameter garis lurus. x3] = [a1. b3-a3] Untuk setiap titik sebarang pada g berlaku AX = λAB. a3) dengan vector arah a = [a. b3] dan AB = [b1.3) di atas disebut persamaan vektoris garis lurus yang melalui 2 titik A(a1.Aljabar Linear Maka OA = [a1. b ≠ 0. b2-a2. a3] ……………………………………(1. maka persamaannya adalah : [x1. kelipatan dari AB ) disebut vector arah garis lurus tersebut. a3) dan B(b1. b3-a3] Persamaan (1. Jelas OX = OA + AX = OA + λ AB Atau [x1.a1. c]. Vektor AB (atau vektor lain yang terletak pada g.3) + −→ −→ −→ −→ −→ −→ −→ −→ λ [b1- a1. dengan kata lain. a2.

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

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

Aljabar Linear b. 2] Tentukan persamaan bidang rata yang melalui garis lurus g : [x. z] = [7. 31] c.1] + λ [1. 2. x3] = [1. 0. 10] + λ [1. 3] + λ [4. x2. y. 16 .1) dan garis lurus g : [x1. 5.1. z] = [1. y. 8. Tentukan persamaan bidang rata yang melalui (1. 2. 6] serta sejajar dengan garis lurus h : [x. 2.

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

Sebab u = αv 1u . karena λu = 0 λ0 = 0 terpenuhi juga untuk λ ≠ 0 b. u2.αv = 0. misalnya {u1. Jika m=1.0. …. u2. Bila λ ≠ 0.Aljabar Linear 2. akan bebas linier karena λu=0 hanya dipenuhi oleh λ =0 2. λ1 u1 + λ2 u2 + … + λi 0+ … + λm um = 0 dipenuhi juga oleh λI ≠ 0 3. λ2.2 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.3 Vektor yang Bebas Linier dan Tak Bebas Linier Definisi Himpunan m buah vektor (u1. λm yang tidak semuanya nol sedemikian hingga (u1. artinya terdapat λ ≠ 0 pada λ1 v + λ2 u = 0 18 . JIka u dan v adalah 2 vektor yang berkelipatan. 2. … um) disebut bebas linier (linearly independent) jika λ1 u1 + λ2 u2 + …+ λm um = 0 hanya dipenuhi oleh λ1= λ2 = …= λm = 0. Bila u = 0 (vektor nol). maka mereka tak bebas linier. … um) Sebaliknya himpunan (u1. akan tak bebas linier. maka : a. … um) disebut tak bebas linier (linearly dependent) bila terdapat skalar – skalar λ1.…. u2. … um) maka himpunan itu tak bebas linier. u = αv. Catatan : 1. u2. Jika dalam himpunan terdapat vektor 0.

4 Kombinasi Linier Definisi Suatu vektor v dikatakan kombinasi linier dari vektor – vektor (u1. v kombinasi linier dari 3 vektor u1 . 1. diperoleh λ1 = -1 dan λ2 = 1 Jadi penulisan yang diminta adalah a = -b + c 2. 1. v dan u disebut koliner (segaris). 1. λ2. 5] 2 = λ1 + 3 λ2 1 = λ2 2 = 3 λ1 + 5 λ2 Dengan substitusi.5 (1). … um) bila terdapat skalar – skalar λ1. u1 dan u2 disebut koplanar (sebidang). Contoh 2. yaitu v = λ1u1 + λ2u2 maka v adalah diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . Arti Kombinasi Linier Secara Ilmu Ukur Kalau v kombinasi linier dari suatu vektor u. 2] = λ1 [1. 0. 5] Kita hendak menyatakan a sebagai kombinasi linier dari b dan c Kita hitung λ1. 2]. λ2u2 dan λ3u3. (2). yang tidak sebidang. 3]. dan λ2 yang memenuhi [2. λm sedemikian hingga v = λ1 u1 + λ2 u2 + …+ λm um. yaitu v = λ1u1 + λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1. v kombinasi linier dari 2 vektor u1 dan u2. 0.Aljabar Linear 2. yaitu v = λu yang mana v adalah kelipatan dari u dengan garis pembawanya sama (atau sejajar). u2. u2 dan u3. c = [3.1 a = [2. 1. (3) 19 . …. 3] + λ2 [3. b = [1.

11. u = [5. 14. 7. 3. jadi keduanya merupakan sistem pembentuk yang bebas linier. (ii). 4] dan v = [10. p = [1.6 Dimensi dan Basis Definisi Jika V adalah sebarang ruang vektor dan S = {v1. vr} merupakan himpunan berhingga dari vektor – vektor pada S.2 Tentukan dimensi dari ruang vektor yang dibentuk oleh : (i). Vektor u maupun v ≠ 0. 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. -4. Kedua vektor pembentuk tidak berkelipatan. -2. v2.Aljabar Linear 2. maka S disebut basis untuk V jika : (i). Berarti dimensi = 1 20 . Berarti dimensi = 2 Kedua vektor berkelipatan. 22. 1] dan q = [2. Contoh 2. 8] Jawab : (i). jadi sistem pembentuk bebas linier. …. 2] (ii).

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

3 1. Untuk batasnya biasanya digunakan: ( ).1 Pengertian Matrik adalah himpunan skalar yang disusun secara empat persegi panjang (menurut baris dan kolom) Skalar – skalar itu disebut elemen matrik. 3. Operasi pada Matrik Penjumlahan matrik Syarat : ukuran matrik harus sama. Secara lengkap ditulis matrik A=(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. Jika A = (aij) dan B = (bij). mxn disebut ordo (ukuran) dari matrik A.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. Sehingga bila matrik disusun secara A(mxn) = (aij). matrik berukuran sama.Aljabar Linear BAB III MATRIK 3. Perkalian skalar terhadap matrik 22 .

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

3. 4.Aljabar Linear Hukum pada perkalian matrik : 1. 4.2. (A + B)T = AT + BT (AT)T = A λ(AT) = (λA)T (AB)T = BT AT 3. 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. AB ≠ BA Jika AB = 0 (matrik 0 ) . kemungkinan kemungkinannya adalah : (i). A(B + C) = AB + AC. 4. 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 Beberapa Jenis matrik Khusus 24 . yaitu matrik yang semua elemennya adalah = 0. memenuhi hukum distributif A(BC) = (AB)C . 3. 2. Dengan kata lain : AT = (aji) Sifat – sifat matrik transpose 1.m sebagai kolom ke –i dari AT. 2.…. memenuhi hukum asosiatif Perkalian tidak komutatif. i = 1. dan (B + C) A = BA + CA.

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

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

Jika transformasi elementernya pada baris saja. . Begitu juga dengan kolom.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. Dan X adalah pemecahan bagi AX = 0 dimana AX = 0 adalah bentuk matrik dari sistem : a11x1 + a12x2 + … + a1nxn = 0 a21x1 + a22x2 + … + a2nxn = 0 . Matrik Elementer Sebuah matrik n x n disebut matrik elementer jika matrik tersebut dapat diperoleh dari matrik identitas n x n yaitu In dengan melakukan sebuah operasi baris elementer tunggal. 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. 3. .

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

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 .

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

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

Sebelum mulai dengan yang lebih umum.3 ….1: 32 .1 Pengertian Setiap matrik bujursangkar A selalu dikaitkan dengan suatu sknlar yang disebut Determinan.n} adalah susunan bilangan – bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan – bilangan tersebut.5 = 5 – 15 = -10 ⎣5 5⎦ 4. det(A) = a b = ad -bc c d Contoh : ⎡1 3⎤ A= ⎢ ⎥ maka det(A) = 1.Aljabar Linear BAB IV DETERMINAN 4. Contoh 4.2. kita ambil ⎡a b ⎤ dahulu matrik A(2x2) sebagai berikut : ⎢ ⎥ ⎣c d ⎦ Didefinisikan .5 – 3.2 PERMUTASI Definisi : Permutasi himpunan bilangan – bilangan bulat {1.

{3.1. . n) Contoh 4.3}.2.2: Berapa banyak invers yang terdapat pada permutasi {2. {2.3 – 2. 1. 2.2.Aljabar Linear Ada 6 permutasi yang berbeda dari himpunan {1.2}. Untuk contoh soal diatas 3! = 1..jn) adalah adanya jk < ji (jk mendahului ji) padahal ji < jk (I dan k = 1.3.1 – 3.3 + 1. ji = 2 mendahului jk = 1. padahal 3 < 4 4.2.3} yaitu {1.3 DETERMINAN Cara termudah mencari determinan dari matrik bujursangkar untuk orde yang tidak terlalu besar adalah dengan metode SARRUS . . 4.3.1}. . {2.2.3 = 6 Definisi Invers pada suatu permutasi (j1.1 – 1. j2.3}.2 + 3. 3} ? Ada 2 invers yaitu : 1.1}.2.1.2.2} Banyaknya permutasi dapat dihitung dengan factorial.1. padahal 1 < 2 2.2. {3.3: 2 3 1 2 3 2 1 2 2 1 3 1 2 3 1 = 2.2 33 . {1. ji = 4 mendahului jk = 3. j3 ….2.1. (-) (-) (-) a11 a 21 a31 a12 a 22 a32 a13 a11 a 23 a 21 a 33 a31 a12 a 22 a32 (+) (+) (+) Contoh 4.

a33 . 3. Theorema : Jika A adalah matrik segitiga n x n.Aljabar Linear = 4 + 18 + 2 – 3 – 4 – 12 = 5 4. 2..5 MENGHITUNG DETERMINAN DGN REDUKSI BARIS Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung.5 : 0 1 5 Hitung det(A) dimana A = 3 − 6 9 2 6 1 34 . maka det(A) adalah hasil kali elemen – elemen pada diagonal utama. det(A) = a11.4 1.4 : 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. SIFAT – SIFAT DETERMINAN det(A) = det(AT) Tanda determinan berubah jika 2 baris atau kolom ditukar tempatnya. Harga determinan menjadi λ kali. ann Contoh 4. bila suatu baris / kolom dikalikan dengan skalar λ 4. yaitu .a22.

Sedangkan bilangan (-1) i+j |Mij|dinyatakan oleh Cij disebut Kofaktor Contoh 4. EKSPANSI KOFAKTOR. yaitu Cij = ± Mij . & ATURAN CRAMER Minor aij adalah determinan submatrik yang tetap setelah baris ke – i dan kolom ke – j dicoret dari A . 4. Cara cepat untuk menentukan apakah 35 . Dinyatakan dengan |Mij|.Aljabar Linear Jawab : 3 −6 9 Baris I ditukar dengan baris II ( H21).6 MINOR.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.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) ⇒ = .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. sehingga menjadi = .

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 ...⎤ . yaitu setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n .⎥ ⎥ ... 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..⎥ ⎥ . .⎥ . + − + − + .. + − + − + . ⎢ ⎣ . C44 = M44. − + − + − . C21 = -M21 ...⎥ ⎦ Misalnya C11 = M11...

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

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⎥ . 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⎥ . 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. Pemecahan ini adalah : x1 = det( An ) det( A1 ) det( A2 ) . 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 ⎥ ⎢.8: Gunakan aturan Cramer untuk memecahkan x1 + + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 -x1 . det( A) 44 11 38 .

A −1 3. b.y.Aljabar Linear x2= x3 = det( A2 ) 72 18 = = .dan w yang memenuhi susunan persamaan linier berikut : 2x + 4y + 3z + 2w = 1 3x + 6y + 5z + 2w = 1 2x + 5y + 2z . det(A) c. 2.3w = 0 4x + 5y + 14z + 14w = 0 39 . cari : ⎥ ⎢ ⎢1 5 7 ⎥ ⎦ ⎣ a. Carilah harga x.z. 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⎥ . adj(A) 1.

z) = (1. ku = (kx1. untuk semua vektor u dan v di V (ii).y1) + (x2. jika : (i). F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k Contoh 5.1 Misal F:R2 R3 adalah sebuah fungsi yang didefinisikan oleh : F(v) = (x. y2) maka u + v = (x1 + x2 . F(x. [x1 + x2]-[ y1 + y2]) = (x1. x1 . x-y) 3. z) = (2x+y. F(u+v) = F(u) + F(v). y) 2. F(x. maka F disebut transformasi linier. kx1 + ky1. x1 + y1. kx1 . y1 + y2) Sehingga . x2 – y2) = F(u) + F(v) Demikian juga jika k adalah sebuah skalar. x1 .y) = (2x+y. F(x.1 Pengantar Definisi Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W. F(u + v) = (x1 + x2.y) = (2x. 3y-4z) 4. y1) dan v=(x2. y. ky1) sehingga F(ku) = (kx1. x+y. 1) 40 .y.Aljabar Linear BAB V TRANSFORMASI LINIER 5. x-y) Jika u=(x1.ky1) = k(x1. x2 + y2. x1 + y1.y1) = k F(u) Jadi F adalah sebuah transformasi linier Latihan : Tentukan apakah F linier untuk masing – masing latihan berikut : 1. F(x. [x1 + x2]+[ y1 + y2].

⎣1 − 1⎦ 5.3 1. 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. . . .Aljabar Linear 5. . . . Misal jika T:R2 R2 diberikan oleh : ⎛ ⎡ x1 ⎤ ⎞ ⎡ x + 2 x 2 ⎤ T⎜⎢ ⎥⎟ = ⎢ 1 ⎥ ⎜ x ⎟ ⎝ ⎣ 2 ⎦ ⎠ ⎣ x1 − x 2 ⎦ Maka ⎛ ⎡1⎤ ⎞ ⎡1⎤ T(e1) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 0 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣1⎦ ⎛ ⎡0⎤ ⎞ ⎡ 2 ⎤ dan T(e2) = T ⎜ ⎢ ⎥ ⎟ = ⎢ ⎥ ⎜ 1 ⎟ ⎝ ⎣ ⎦ ⎠ ⎣− 1⎦ Jadi ⎡1 2 ⎤ A = ⎢ ⎥ adalah matrik baku untuk T di atas. T(en) sebagai vektor – vektor kolomnya. e2. Refleksi − sin θ ⎤ cos θ ⎥ ⎦ Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing – masing titik pada bidang ke dalam bayangan cerminnya terhadap l 41 . . T(e2). Jenis – jenis Transformasi Linier bidang Rotasi (Perputaran) ⎡cos θ Matrik baku untuk T adalah : ⎢ ⎣ sin θ 2.

Jika 0 < k < 1 maka efeknya adalah mengkompresi 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 . c. 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.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. ⎡ 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.

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

A2 = ⎢ ⎥⎢ ⎥ = ⎢ ⎥ ⎣ 0 1 ⎦ ⎣1 0 ⎦ ⎣ 1 0 ⎦ b).transformasi matrik T1(x) = A1x. 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 . .. A2 A1 Contoh 5. . 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. 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. . T2(x) = A2x.. . Dari Rn ke Rm dilakukan berurutan.2 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. Tn(x) = Anx. dimana A = Ak .

Aljabar Linear Dari contoh di atas. A2 Jika T:R2 R2 adalah perkalian oleh sebuah matrik A yang punya invers. y’). A1 ≠ A1.3 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 .y) ke titik (x’. maka ⎡ x'⎤ ⎡ x⎤ ⎢ y '⎥ = A ⎢ y ⎥ ⎣ ⎦ ⎣ ⎦ Dan ⎡ x⎤ ⎡ x'⎤ -1 ⎢ y ⎥ = A ⎢ y '⎥ ⎣ ⎦ ⎣ ⎦ Contoh 5. perhatikan bahwa A2. dan misalkan T memetakan titik (x.

Aljabar Linear 46 .

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

....... yaitu...... Contoh 6..... Skalar λ disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan λ. Ax = λx untuk suatu skalar λ.1) disebut persamaan karakteristik A............... 48 .. maka vektor tak nol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan skalar dari x.......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 .1) Persamaan (6....Aljabar Linear BAB VI NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrik n x n.(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.(-2) = 0 = λ 2 . 49 . 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 .3λ + 2 = 0 λ1 = 2.Aljabar Linear Contoh 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 Pengertian...... 24 3........... .. . 22 3...1 Pengertian......... 22 3................. ....................................................6 Mencari solusi dengan menggunakan eliminasi Gauss Jordan ... .................................... ........ 27 3........ 32 4...................................... ............... ... ......... 28 BAB IV .. ..... ................ ............3 Susunan Koordinat Ruang-n ............... ........... Garis Lurus ......... i Daftar Isi ........... 14 BAB II .............................................................. ..................... 1 1............................................................................6 Dimensi dan Basis ......... .... ........... ................................................ ................ .......... ......................... ....... ............................... .................5 Arti Kombinasi Linier Secara Ilmu Ukur...................... ......................... ............... ........ 4 1................................... . ..... ....... 32 50 ........ .............. ......... .... 19 2................................ ........ ... .... ........................................4 Beberapa Jenis matrik Khusus.... . ....4 Vektor di dalam Ruang Rn ....................... 8 1.....Aljabar Linear DAFTAR ISI Kata Pengantar ....... ............. ................. ........ 5 1....... ...................... . ... 18 2...6 Dot Product (Hasil Kali Titik) . 20 BAB III ....... ..................................2 SubRuang (subspace).................................... 22 3................ .................................................1 Ruang Vektor Umum ......................8 Persamaan Garis LUrus dan Bidang Rata ............................... ................... 2 1..................................... ........3 Vektor yang Bebas Linier dan Tak Bebas Linier .....................5 Transformasi (Operasi) elementer pada baris dan kolom suatu matrik 26 3............................................. ..2 Notasi Matrik ......... ii BAB I ............................................... 8 1... ............ 12 b.. . ................ ............. ......................................... 17 2..7 Mencari invers matrik .......................................................... .................. ........................ .... 10 1.. ............. ................. . .. ...................... .1 Pengertian.................. 1 1............................... ........... ...................7 Cross Product (Hasil Kali Silang) ...............................3 Operasi pada Matrik ...4 Kombinasi Linier .......................... .................. . .......................................................... .................... ... . .................................... ................. ..... 18 2..... ............. ................................... ... ....................2 Operasi – operasi pada vector ...... .. 19 2...... .. 22 3............................................................................................................. ..............5 Beberapa Dalil pada Operasi Vektor ............... ... 17 2........ ..... .......... Bidang Rata .... ........... . 12 a.

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

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.