P. 1
determinan matrik

determinan matrik

|Views: 299|Likes:
Published by bambang_setiya3012

More info:

Published by: bambang_setiya3012 on Apr 05, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

12/18/2013

pdf

text

original

Matriks dan Determinan

Rahmi Rusin Departemen Matematika, FMIPA UI

Sistem Persamaan Linear Secara umum, sistem persamaan linear (SPL) dengan m persamaan dan n variable yang tidak diketahui dapat dituliskan dalam bentuk:

a11x1  a12 x2  L  a1n xn ! b1 a21x1  a22 x2 L  a2n xn ! b2 M M am1x1  am2 x2 L  amn xn ! bm

Atau bentuk matriks:

« a11 a12 ¬a ¬ 21 a22 ¬ M ¬ ­ am1 am 2
atau

L L O L

a1n » « x1 » « b1 » a2 n ¼ ¬ x2 ¼ ¬ b2 ¼ ¼¬ ¼ ! ¬ ¼ ¼ M¼ ¬ M ¬ M¼ ¼¬ ¼ ¬ ¼ amn ½ ­ xn ½ ­bm ½

Ax = b Dimana A adalah matriks ukuran m v n, x vektor ukuran n v 1 dan b vektor ukuran m v 1. Jika b = 0, SPL di atas disebut SPL homogen dan jika b { 0, disebut SPL Nonhomogen

SPL Nonhomogen dengan Dua Persamaan Dua Variabel

a11x  a12 y ! b1 a21x  a22 y ! b2

Tepat satu penyelesaian

Tidak terdapat penyelesaian

Banyak penyelesaian

Kemungkinan penyelesaian SPL Nonhomogen Ax=b ‡ ‡ ‡ Tepat satu penyelesaian Banyak penyelesaian Tidak mempunyai penyelesaian SPL Nonhomogen disebut konsisten jika mempunyai paling sedikit satu penyelesaian. jika tidak disebut inkonsisten .

Metode Penyelesaian SPL Ax = b ‡ ‡ ‡ ‡ Eliminasi Gauss Eliminasi Gauss-Jordan Dengan mencari invers dari A. yaitu A±1 dan x = A±1b Aturan Cramer .

.Eliminasi Gauss ± Jordan Matriks diperbesar (Augmented Matrix) « a11 a12 ¬a ¬ 21 a22 ¬ M ¬ ­a 1 a 2     L L O L b1 » a2n b2 ¼ ¼ ¼ M M ¼ an b ½ a1n     Operasi Baris Elementer: ‡ Mengalikan suatu baris dengan konstanta yang tidak nol ‡ Menukar dua baris ‡ Menambah suatu baris dengan kelipatan baris lain.

Contoh: Selesaikan SPL x1  x2  2x3 ! 8 x1  2x2  3x3 ! 1 3x1  7 x2  4x3 ! 10 Jawab: Matriks yang diperbesar «1 1 2 8» ¬1 2 3 1 ¼ ¬ ¼ ¬ 3 7 4 10¼ ­ ½ .

x2 ! 1. x3 ! 2 Sampai langkah ini. matriksnya kita sebut matriks eselon baris (metode Eliminasi Gauss).«1 1 2 8» ¬1 2 3 1 ¼ ¬ ¼ ¬ 3 7 4 10¼ ­ ½ B2 + B1  b «1 1 2 8 » B ± 3B 1 ¬0 1 5 9 ¼ 3 ¬ ¼ ¬3 7 4 10¼ ­ ½ b 2 8 » «1 1 ¬0 1 5 9 ¼ ¬ ¼ ¬0 10 2 14¼ ­ ½ B 3(  1 ) 52 B2(±1 ) b 2 8 » «1 1 ¬0 1 5 9 ¼ ¬ ¼ ¬0 10 2 14¼ ­ ½ B3+10 B2 b 8 » «1 1 2 ¬0 1 5 9 ¼ ¬ ¼ ¬0 0 52 104 ¼ ­ ½ b «1 1 2 8 » ¬0 1 5 9¼ ¬ ¼ ¬0 0 1 2 ¼ ­ ½ Matriks yang terakhir bersesuaian dengan SPL x1  x2  2x3 ! 8 x2  5x3 ! 9 x3 ! 2 Dengan melakukan substitusi balik akan diperoleh x1 ! 3. .

.Jika dilanjutkan« «1 1 2 8 » ¬ 0 1 5 9 ¼ ¬ ¼ ¬0 0 1 2¼ ­ ½ «1 0 7 17 » ¬0 1 5 9¼ ¬ ¼ ¬0 0 1 2 ¼ ­ ½ B1 ± B2 B1 ± 7B3 «1 0 0 3 » ¬ 0 1  5 9 ¼ ¬ ¼ ¬0 0 1 2 ¼ ­ ½ B2+5B3 «1 0 0 3» ¬0 1 0 1¼ ¬ ¼ ¬0 0 1 2¼ ­ ½ Diperoleh hasil yang sama. x2 ! 1. Matriks tersebut dinamakan matriks eselon baris tereduksi dan metodenya disebut eliminasi GaussJordan. x1 ! 3. x3 ! 2 .

Bilangan-bilangan tersebut disebut entri/elemen dari matriks Ukuran/ordo matriks m v n menyatakan bahwa matriks tersebut mempunyai m baris dan n kolom Jika m= n. maka disebut matriks bujursangkar/persegi .Matriks dan Operasi Matriks Definisi : Matriks adalah kelompok bilangan yang disusun dalam suatu jajaran berbentuk persegi atau persegi panjang yang terdiri atas baris-baris atau kolom-kolom.

maka matriks C juga berukuran m x n dengan cij = aij+bij .untuk semua i dan j.Penjumlahan Dua Matriks Definisi : Misalkan A dan B adalah matriks-matriks berukuran m x n dengan entri aij dan bij. . Jika matriks C adalah jumlah matriks A dengan matriks B atau C = A+B.

C dan 0 adalah matriks-matriks yang berukuran sama.B. maka dalam penjumlahan matriks : ‡ Komutatif : A + B = B + A ‡ Asosiatif : (A + B) + C = A + (B + C) ‡ Terdapat sebuah matriks identitas.Sifat-Sifat Penjumlahan Matriks Misalkan A. yaitu matriks 0 bersifat A+0=0+A=A ‡ Semua matriks A mempunyai lawan atau negatif ±A bersifat A + (-A) = 0 .

untuk semua i dan j . Jika matriks C adalah hasil perkalian bilangan real k terhadap matriks A. maka matriks C berukuran m x n dengan entrinya adalah cij = kaij .Perkalian skalar Definisi : Misalkan A adalah suatu matriks berukuran m x n dengan entri aij dan k adalah suatu bilangan real. ditulis C = kA.

A dan B adalah matriks-matriks berukuran m x n.Sifat-Sifat Perkalian Skalar Misalkan p dan q adalah bilangan-bilangan real. maka perkalian bilangan real dengan matriks memenuhi sifat-sifat : (p + q)A = pA + qA p(A + B) = pA + pB p(qA) = (pq)A 1A = A (-1)A = -A .

Jika matriks C adalah hasil perkalian matriks A terhadap matriks B. maka matriks C berukuran m x p dan entri matriks C pada baris ke-i dan kolom ke-j (cij) diperoleh dengan cara mengalikan elemen-elemen baris ke-i dari matriks A terhadap elemen-elemen kolom ke-j dari matriks B.atau C = AB.Perkalian Dua Matriks Definisi : Misalkan A adalah matriks berukuran m x n dengan entri aij dan B adalah matriks berukuran n x p dengan entri bij. atau n ditulis c ij ! § a ik b k j k !1 . kemudian masing-masing dijumlahkan.

Catatan : Jika banyak kolom matriks A sama banyak dengan banyak baris matriks B. belum tentu A = 0 atau B = 0 ‡ Jika AB = AC. maka matriks A dan B dikatakan dua matriks yang sepadan untuk dikalikan. belum tentu B = C ‡ Jika p dan q adalah bilangan-bilangan real serta A dan B adalah matriks-matriks. maka berlaku (pA)(qB)=(pq)(AB) ‡ Jika AT dan BT berturut-turut adalah transpos dari matriks A dan B. Sifat-Sifat Perkalian Dua Matriks atau lebih yang sepadan ‡ Pada umumnya tidak komutatif ‡ Bersifat asosiatif ‡ Bersifat distributif ‡ Dalam perkalian matriks yang hanya memuat matriks-matriks persegi dengan ukuran yang sama. terdapat sebuah matriks identitas I yang bersifat IA =AI = A ‡ Jika AB = 0. maka berlaku (AB)T =BTAT. .

.Invers Matriks Definisi Misalkan A dan B masing-masing adalah matriks persegi berukuran n v n dan berlaku AB = BA = I Maka A adalah invers dari B atau B adalah invers A atau A dan B merupakan dua matriks yang saling invers.

Invers matriks bujursangkar berukuran 2 v 2 «a Jika matriks A ! ¬ ­c invers matriks A adalah 1 b » d ¼ ½ . maka « d 1 ! ad  bc ¬c ­ b» a ¼ ½ dengan syarat ad ± bc  0 Sifat Invers dari perkalian dua matriks Misalkan matriks A dan B merupakan matriks-matriks bujursangkar yang tak singular. maka berlaku : ‡ (AB)-1= B-1A-1 ‡ (BA)-1= A-1B-1 . A-1 dan B-1 berturut-turut adalah invers dari matriks A dan B.

Determinan «3 ¬5 ­ «2 ¬ 1 ¬ ¬2 ­ «1 ¬2 ¬ ¬1 ¬ ­1 4» ¼! 6½ 5 1 4 -2 5» ¼! -1 0¼ 3¼ ½ 3 1 1» 5 2 2¼ ¼ !? 3 8 9¼ ¼ 3 2 2½ .

n} adalah penyusunan bilangan-bilangan tersebut dengan urutan tanpa pengulangan Contoh: Permutasi dari {1.Fungsi Determinan Definisi Suatu permutasi dari bilangan-bilangan bulat {1. 3. 3) (3. 3. 1. «. 1) (3. 2. «. 3} adalah (1. n} akan mempunyai n! permutasi . 2) (1. 3) (2. 1. 2. bilangan-bilangan pada {1. 2. 1) Secara umum. 2. 2) (2. 2. 3.

4. j2. 3.Suatu permutasi (j1. 2 2 2 2 = 5 inversi = 1 inversi = 1 inversi = 1 inversi Jadi terdapat 8 inversi dalam permutasi di atas (1. 3. 2. jn) dikatakan mempunyai 1 inversi jika terdapat satu bilangan yang lebih besar mendahului suatu bilangan yang lebih kecil. 4) : tidak terdapat inversi . 2) ‡ 6 mendahului ‡ 3 mendahului ‡ 4 mendahului ‡ 5 mendahului 1. 5. 4. 5. 1. 3. «. Contoh: (6.

Definisi ‡ Suatu permutasi dikatakan permutasi genap jika banyaknya inversinya sejumlah genap dan dikatakan permutasi ganjil jika banyak inversinya sejumlah ganjil ‡ Perkalian elementer dari matriks A ukuran nvn adalah perkalian dari n entri dari A dimana tidak ada yang datang dari baris atau kolom yang sama Contoh: « a11 ¬a ­ 21 a12 » ¼ a22 ½ maka a11a22 dan a12a21 merupakan perkalian elementer .

2. 3} Jadi perkalian elementer dari A adalah: a11a22a33 a11a23a32 a12a21a33 a12a23a31 a13a21a32 a13a22a31 .« a11 A ! ¬ a21 ¬ ¬ a31 ­ a12 a22 a32 a13 » a23 ¼ ¼ a33 ¼ ½ Perkalian elementer dari matriks A adalah dalam bentuk a1_a2_a3_ dimana bilangan pada kolom diisi dengan permutasi dari {1.

.. 2. Pada Contoh 2 bagian b di atas perkalian bertanda dari A adalah a11a22a33 a11a23a32 a12a21a33 a12a23a31 a13a21a32 a13a22a31 .. .Jika A adalah matriks berukuran nvn maka terdapat n! perkalian elementer dengan bentuk dimana adalah permutasi dari {1. n} Perkalian elementer bertanda dari A adalah perkalian elementer dikali +1 jika merupakan permutasi genap dan dikali 1 jika merupakan permutasi ganjil.

det(A) didefinisikan sebagai jumlah semua perkalian elementer bertanda dari A.Definisi Jika A adalah matriks bujursangkar. Fungsi determinan dari A. det(A) = a11a22a33 + a13a21a32 + a12a23a31  a12a21a31  a11a23a32  a13a22a31 .

segitiga bawah atau diagonal). maka det(A) adalah perkalian entrientri pada diagonal utamanya det(A) = a11a22.ann ..Reduksi Baris untuk mencari determinan Teorema Misalkan A adalah matriks bujursangkar Jika A memiliki satu baris nol atau kolom nol.maka ‡ det(A) = 0 ‡ det(A) = det (AT) Teorema Jika A adalah matriks segitiga nvn (segitiga atas..

.3 Misalkan A adalah matriks bujursangkar ‡ Jika B adalah matriks yang dihasilkan dari perkalian suatu baris atau kolom dengan skalar k  0 maka det(B) = k det(A) ‡ Jika B adalah matriks yang dihasilkan dari pertukaran dua baris atau kolom dari A maka det(B) = ±det(A) ‡ Jika B adalah matriks yang dihasilkan ketika suatu baris ditambahkan dengan kelipatan baris lain atau suatu kolom ditambahkan dengan kelipatan kolom lain dari A.2. maka det(B) = det(A).Teorema 2.

Contoh: ka11 a21 a31 a11 a31 a21 ka12 a22 a32 a12 a32 a22 a13 a23 ka13 a11 a23 ! k a21 a33 a11 a31 a12 a22 a32 a13 a23 a33 a13 a23 a33 a31 a12 a32 a33 !  a21 a22 a11  ka31 a12  ka32 a21 a31 a22 a32 a13  ka33 a23 a33 a11 a12 a13 a23 a33 ! a21 a22 a31 a32 .

maka det(E) = k ‡ Jika E dihasilkan dari pertukaran dua baris pada In.Teorema Misal E adalah matriks elementer berukuran n v n. maka det(E) = 1 ‡ Jika E dihasilkan dari suatu baris ditambah kelipatan baris lain di In. maka det(E) = 1 . ‡ Jika E dihasilkan dari suatu baris In dikali k.

Contoh: 1 0 0 0 1 0 !2 0 0 2 1 0 0 0 0 1 ! 1 0 1 0 1 2 0 0 1 0 !1 0 0 1 .

maka det(A) = 0 .Teorema Jika A adalah matriks bujursangkar dimana terdapat dua baris atau dua kolom yang saling berkelipatan.

Contoh: « 1 3 0 » A ! ¬ 2 4 1 ¼ ¬ ¼ ¬ 5 2 2 ¼ ­ ½ 3 0 B  2 B 1 2 1 2 4 1 ! 0 5 5 2 2 1 = 2 0 0 1 3 0 1 3 0 B3  5 B1 2 1 0 2 1 ! 2 2 0 13 2 3 0 1 B3 13 B2 1 1 2 ! 2 0 13 2 0 3 0 1 1 2 0 17 2 ¨ 17 ¸ ! (2)(1)(1) © ¹ ! 17 ª 2º .

«1 ¬2 A!¬ ¬0 ¬ ­7 1 0 0 2 7 0 0 0 7 0 3» 6¼ ¼ 6 3 0¼ ¼ 3 1 5½ 3 6 1 0 0 C4  3C1 0 0 0 ! (1)(7)(3)( 26) ! 546 2 7 0 0 6 3 0 6 3 0 7 3 1 5 ! 7 3 1 26 .

maka 1 det( A ) ! det( A) 1 .Teorema Suatu matriks bujursangkar A invertible jika dan hanya jika det (A)  0 Teorema Jika A dan B adalah matriks bujursangkar dengan ukuran sama. maka det(AB) = det (A) det(B) Teorema Jika A invertible.

.Ekspansi Kofaktor dan Aturan Cramer Definisi Jika A matriks bujursangkar. dinotasikan dengan Cij. Kofaktor dari entri aij adalah bilangan (1)i  j M ij . maka minor dari entri aij. dinotasikan dengan Mij adalah determinan dari submatriks setelah baris ke-i dan kolom ke-j dihilangkan dari A.

Contoh: « 3 1 4 » A ! ¬2 5 6 ¼ ¬ ¼ ¬1 4 8 ¼ ­ ½ 3 1 4 M 11 ! 2 5 1 4 6 ! 8 5 6 4 8 ! 16 C11 = (-1)1+1M11 = M11 = 16 .

Tanda untuk cij dapat digambarkan dari posisinya pada matriks berikut « ¬ ¬ ¬ ¬ ¬ ¬M ­     M     M     M     M L» L¼ ¼ L¼ ¼ L¼ ¼ ½ .

Ekspansi Kofaktor « a11 A ! ¬ a21 ¬ ¬ a31 ­ a12 a22 a32 a13 » a23 ¼ ¼ a33 ¼ ½ det(A) = a11a22a33 + a13a21a32 + a12a23a31  a12a21a33  a11a23a32  a13a22a31 det(A) = a11 (a22a33  a23a32)  a12 (a21a33  a23a31) + a13 (a21a32  a22a31) = a11M11 ± a12M12 + a13M13 = a11c11 + a12c12 + a13c13 Formula ini menyatakan determinan matriks A ekspansi kofaktor berdasarkan baris pertama dari A .

. 2. i = 1. n : Ekspansi berdasarkan i !1 kolom j j !1 n . 2.....Teorema Determinan dari matriks A n v n dengan cara ekspansi kofaktor n ‡ det( A) ! § aij cij . n : Ekspansi menurut baris i ‡ det( A) ! § aij cij . j = 1.. ..

«3 1 0» Contoh: Hitung determinan A ! ¬ 2 4 3 ¼ ¬ ¼ ¬ 5 4 2 ¼ ­ ½ Ekspansi berdasarkan kolom 1 1 0 1 0 4 3 A ! 2  4 3 ! 3 2 5 4 2 4 2 4 3 5 4 2 = 3(4) + 2(2) + 5(3) = 1 3 1 0 .

Atau berdasarkan baris pertama 3 5 1 4 0 3 !3 A ! 2 4 4 4 3 2 2 1 2 5 3 2 = 3(4)  (11) = 1 .

3 5 2 6 1 2 1 1 2 4 3 7 1 5 5 3 ! 3 7 4 6 0 0 0 1 0 1 8 3 3 6 6 5 3 7 4 ! 3 6 6 0 1 8 3 7 60 3 60 ! 18 ! 3 6 54 !  3 54 0 1 0 .

ditulis Adj(A) . Cij kofaktor dari aij. maka « C11 C12 L ¬C C22 21 ¬ ¬ M O ¬ ­Cn1 Cn 2 L C1n » M¼ ¼ ¼ ¼ Cnn ½ disebut matriks kofaktor dari A. Transposenya disebut matriks Adjoin dari A.Definisi Jika A adalah matriks nvn.

C13 = 16. C33 = 16 12 6 16 » Maka matriks kofaktor dari A adalah « ¬4 2 16 ¼ ¬ ¼ ¬12 10 16 ¼ ­ ½ Matriks adjoin dari A adalah « 12 4 12 » Adj( A) ! ¬ 6 2 -10¼ ¬ ¼ ¬-16 16 16 ¼ ­ ½ .Contoh: « 3 2 1» ¬1 6 3 ¼ A!¬ ¼ ¬ ¼ ­ 2 4 0 ½ Kofaktor dari A C11 = 12. C21= 4. C23 = 16. C12 = 6. C32 = 10. C22 = 2. C31 = 12.

det (A)  0 maka spl mempunyai solusi tunggal det( Ai ) xi ! det( A) dimana Ai adalah matriks A dengan kolom ke-i diganti dengan b . maka 1 A ! Adj( A) det( A) 1 Teorema (Aturan Cramer) Jika Ax = b adalah spl dengan n peubah.Teorema Jika A adalah matriks invertible.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->