Catatan Kuliah Aljabar Linier
|
|
- Widyawati Dharmawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Catatan Kuliah Suryadi Siregar Sekolah Tinggi Manajemen Informatika dan Komputer Bandung BANDUNG 018
2 Kata Pengantar Bagian pertama, buku ini membahas tentang, operasi vektor dan aplikasi perkalian vektor. Skenario proses Gramm-Schmidt bagian ini, diakhiri dengan soal latihan yang harus dikerjakan secara mandiri maupun berkelompok Bagian kedua, membahas Kebergantungan Linier Vektor di Rn dan Matriks, pengertian bebas linier, kebergantungan linier Matrik, operasi matrik diakhiri dengan soal latihan Bagian ketiga, memberikan ragam cara menyelesaikan Sistem Persamaan Linier & Matriks Untuk mengasah keterampilan mahasiswa disampaikan beberapa soal pekerjaan rumah Bagian keempat, Aplikasi dengan studi kasus rangkaian listrik. Programa Linier,. Matrik Markovs dan banyak latihan soal Mahasiswa yang mengambil matakuliah ini hendaknya tidak mengandalkan buku ini sebagai satu-satunya sumber. Berselancar di internet, membaca buku dan jurnal di Perpustakaan merupakan hal mutlak yang harus dilakukan untuk mencapai sukses. Akhir kata semoga buku ini memberikan manfaat bagi pengguna, saran komentar untuk kesempurnaan akan kami terima dengan senang hati dan Acknowledgments Buku ini disusun dari banyak sumber yang telah menjadi public domain Bandung, akhir Januari 018 Penulis Suryadi Siregar FMIPA-ITB Page i
3 Daftar Isi Bab 1 Ruang Vektor 1 I. 1 Ruang Vektor Rn 1 I. Panjang vector dan jarak dua titik I. 3 Operasi pada vektor 3 I. 4 Cara menghitung penjumlahan vektor; 4 I. 5 Jarak antara dua titik 4 I. 6 Perkalian dengan Vektor 5 I. 7 Definisi 6 I. 8 Perkalian silang/vektor (cross product) 7 I. 9 Theorema Menentukan Himpunan Ortonormal dengan Proses Gramm-Schmidt 8 I. 11 Hitung Volume Kotak 1 I. 1 Kebergantungan Linier Vektor Di Rn 13 I. 13 Ruang Bagian (sub-space) 15 I. 14 Soal Latihan Bab Kebergantungan Linier Vektor di Rn dan Matriks 17 II. 1 Kombinasi Linier 17 II. Ruang Bagian (sub-space) 19 II. 3 M a t r i k s 0 II. 4 Operasi Matriks 4 II.5 Latihan 34 Bab 3. Sistem Persamaan Linier & Matriks 36 III. 1 Persamaan Linier 36 III. Sistem persamaan linier 37 III. 3 Operasi baris elementer 38 III. 4 Sistem persamaan linier homogen 4 III. 6 Operasi Matriks 44 III. 7 Latihan 54 III. 8 Representasi Matriks dalam Sistem Persamaan Linier 57 III. 9 Latihan 6 III. 10 Minor, Kofaktor dan Determinan 63 III. 11 Notasi dan Sifat-Determinan 66 III. 1 Soal latihan: 67 III. 13 Eliminasi Gauss-Jordan 68 III. 14 Mencari Solusi Persamaan Linier dengan Matrik Inversi 69 III. 15 Mencari Solusi Persamaan Linier dengan Metode Cramer 70 Bab 4 AplikasiAljabarLinier 73 FMIPA-ITB Page ii
4 IV. 1 Jaringan Listrik (Electrical Networks) 73 IV. Rangkaian listrik 74 IV. 3 Programa Linier (Linear Programming) dan Optimasi 75 IV. 4 Latihan 79 IV. 5 Matrik Stochastic, proses Markov 79 Bab V Nilai dan Vektor Eigen 8 V. 1 Menentukan nilai eigen 8 V. Algoritma mencari nilai dan vector eigen 83 V. 3 Soal Latihan 86 Daftar Pustaka 88 FMIPA-ITB Page iii
5 Bab 1 Ruang Vektor I. 1 Ruang Vektor R n 1. Ruang berdimensi satu R 1 = R = kumpulan bilangan real Menyatakan suatu garis bilangan; Ruang berdimensi dua R = bidang datar ; Setiap vektor di R dinyatakan sebagai pasangan terurut dua bilangan real dalam sumbu x dan sumbu y; Gambar 1. 1 Vektor pada suatu bidang mempunyai komponen x dan y Bila ditulis sebagai 1
6 A= (a 1,a ) vektor menyatakan sebuah titik Dapat juga ditulis sebagai A a1 i a j a1 a dimana i, j adalah vektor satuan sepanjang sumbu x dan sumbu y vektor A dikatakan merupakan kombinasi linier dari vektor a 1 dan a Dalam hal ini i (1,0) dan j (0,1) adalah vektor satuan, yaitu vektor yang panjangnya satu, masing sepanjang sumbu x, sumbu y dan saling tegak lurus I. Panjang vector dan jarak dua titik Panjang vektor (norm) A dapat dihitung dari dalil Phytagoras; A a a A a a 1 1 Untuk vektor di R 3 = dalam ruang. Prinsipnya sama; Bila ditulis sebagai ; A= (a 1,a,a 3 ) vektor menyatakan sebuah titik Jika ditulis A a i a j a k a a a dikatakan vektor A merupakan kombinasi linier dari vektor a 1, a dan a 3 Dalam hal ini i (1,0,0), j (0,1,0) dan k (0,0,1) adalah vektor satuan yakni vektor yang panjangnya satu dan saling tegak lurus satu sama lain.
7 Vektor dengan sifat seperti ini disebut vektor ortonormal (panjang/norm satu dan saling tegak lurus) Panjang vektor (norm) A dapat dihitung dari dalil Phytagoras; A a a a A a a a Gambar 1 Vektor dalam ruang mempunyai komponen x,y dan z I. 3 Operasi pada vektor Sifat vektor dapat dipindah asal norm dan arahnya tetap, jadi jika ada dua vektor A dan B dan C = A + B Diagram berikut menyatakan penjumlahan kedua vektor ini C = A + B adalah sama; 3
8 Gambar 1. Penjumlahan vektor I. 4 Cara menghitung penjumlahan vektor; Jika A dan B dua vektor di R n maka C = A + B juga merupakan vektor yang ada di R n, artinya Jika A =(a 1,a,..,a n ) dan B =(b 1,b,..,b n ) maka C = A + B = (a 1 +b 1,a + b,..,a n + b n ) Contoh Misalkan A =(1,,-) dan B = (3,4,-5) maka; 1) C = A + B =(1+3, +4, --5) = (4,6,-7) ) C = A - B = A + (- B )=(1,,-)+ (-3,-4,5)= (-,-,3) 3) C 3A 31,, 3, 6, 6 I. 5 Jarak antara dua titik Jika A =(a 1,a ) dan B =(b 1,b ) maka jarak A ke B sama saja dengan menghitung panjang (norm) vektor AB 4
9 Gambar 1. 3 Jarak antara dua titik A dan B identik dengan panjang Jadi panjang vektor; vektor AB dalam hal ini AB B A Dari gambar kita lihat; B = A + AB atau,,, AB BA b b a a b a b a AB ( b a ) ( b a ) ( a b ) ( a b ) BA I. 6 Perkalian dengan Vektor 1) Perkalian dalam/ titik (inner product/dot product) Definisi andaikan A dan B vektor di R atau di R 3 maka didefinisikan; A B = A. B Cos sudut yang dibentuk diantara vektor A dan B (perhatikan gambar 1.3) 5
10 Rumus cosinus a b c bccos b a c accos c a b abcos Gambar 1. 4 Segitiga sembarang Rumus sinus a b c Sin Sin Sin AB A B A. B Cos atau dapat juga ditulis; B A A B A. B Cos Atau dengan menggabungkan definisi dan pernyataan ini diperoleh; 1 AB A. B Cos A B B A atau dapat ditulis kembali; 1 A B ( a a ) ( b b ) ( b a ) ( b a ) a b a b A B a b a b jadi I. 7 Definisi Untuk ruang dimensi n, R n perinsipnya sama, jika A ( a1, a,... a n ) dan B ( b1, b,... b n ) 6
11 maka n A B a b a b a b a b n n i i 1 I. 8 Perkalian silang/vektor (cross product) Definisi Perkalian vektor atau perkalian silang hanya didefinisikan untuk R3 Jika A =(a 1,a,a 3 ) dan B =(b 1,b,b 3 ) maka A B sebagai; didefinisikan i j k a a 3 a1 a 3 a1 a AB a1 a a3 = i j k b b3 b1 b3 b1 b b b b 1 3 A B i ( ab3 a3b ) j( a1b 3 a3b1 ) k( a1b ab1 ) I. 9 Theorema 1) A B = - ( B A ) skew symmetry ) A ( B +C ) = A B + A C hukum distribusi 3) c( A B ) = (c A ) B c suatu skalar 4) A ( A B ) = 0 ortogonalitas terhadap A 5) B ( A B ) = 0 ortogonalitas terhadap B 6) A B A B ( A B) A B sin Identitas Lagrange 7
12 7) A B = O A dan B bergantungan linier, (yang satu merupakan kelipatan yang lain) disini O adalah vektor nol, yaitu vektor dengan panjang nol Ilustrasi; Gambar 1. 5 Perkalian dua vektor menentukan arah I. 10 Menentukan Himpunan Ortonormal dengan Proses Gramm-Schmidt Diberikan himpunan vector Y= a,b,c,d ingin dicari himpunan vector ortonormal O= e,e,e,e Penyelesaian 8
13 Jawab I : Buat Vektor Ortonormal e a e 1= a 1 II : Buat Ruang Vektor W dengan e dan b W= e,b 1 e * W e *=αe +βb, α,β bil ril sembarang 1 Jika e * e sehingga e *.e =0 αe+βb.e =0 1 1 αe.e +βb.e =0 α+βb.e = α=-βb.e e *= -βb.e e +βb Ambil β=1 e *=b- b.e e e = e* 1 1,maka e dan e Ortonormal. 1 e* III: Buat Ruang Vektor U= e,e,c e * U e *=αe +βe +γc, α,β,γ sembarang i e * e αe +βe +γc e = α + β(0) + c.e =0 Ambil γ=1 α=-c.e. ii e * e αe +βe +γc e = β + γc.e =0 β c.e e *=c- c.e e - c.e e e e3 * e * IV Buat ruang vector V e, e, e, d 1 3 9
14 e V e e e e d * * e e e e e d e 0 * d e 0 ambil 1 d e 1 1 e e e e e d e 0 * d e 0 d e e e e e e d e 0 * d e 3 0 d e 3 Dengan demikian kita peroleh e d d e e d e e d e e e * e e * 4 * 4 Sehingga himpunan ortonormal O sudah dapat ditentukan O e, e, e, e Ilustrasi 1. Diketahui : A 1,0,1,,1,0, 1,1,0 Carilah himpunan ortonormalnya? Penyelesaian: Misal = a = (-1,0,1), b=(-,1,0), c =(-1.1.0) a. Untuk e 1 a 1, 0,1 1 e1 1,0,1 a b. Untuk e
15 Buat ruang vektor B e1, b Maka ada e * B,1,0,1, ,0,1 1,0,1 * e b b e1 e1 1 1 Maka: e,1, 0,1, 0 1, 0,1 1, 0,1,1, 0 1, 0,1 1,1, 1 * * e e 1,1, 1 1 1,1, 1 3 c. Untuk, * * Maka ada e * 3 e e c c e e c e e ,1,0 1,1,0 1,0,1 1,0, ,1, 0 1,1, 1 1,1, ,1, 0 1 1, 0,1 1,1, 1,, ,1, 0 1,1, 0 1, 0,1 1, 0,1 1,1, 0 1,1, 1 1,1, 1 Maka: e 1 1 1,, e * * e ,,1 Sehingga diperoleh: O 1,0,1, 1,1, 1, 1,,1,
16 I. 11 Hitung Volume Kotak Vektor A dan B membentuk alas sebuah kotak. Vektor C menyatakan rusuk tegaknya. Ketiga vektor berada di R 3. Hitunglah volume kotak tersebut. Penyelesaian Gambar 1. 6 Kotak dibentuk oleh tiga vector A, B dan C. Sudut disebut inklinasi. Volume kotak V A B C Volume = Luas alas kali tinggi= Luas jajaran genjang kali tinggi 1 V Luassegi tiga tinggi A B sin C cos A B sin C cos A B C cos A B C Ilustrasi. Hitung luas alas, inklinasi dan volume kotak yang dibangun oleh vektor : 1
17 1,,3,, 3,1 1,0, dimana A B dan C A dan B sebagai alas dan C sebagai rusuk tegak Penyelesaian: i. Hitung i j k A B 1 3 i j k 11i 5 j 7k 11,5, ii. Hitung volume kotak Volume, V A B C 11, 5, 7 1, 0, Volume kotak = 3 satuan isi iii. Hitung inklinasi A B C A B C cos 3 11,5, 7 1, 0, cos cos cos 95,5 31, 5 Jadi, sudut inklinasinya adalah 95,5 derajad o I. 1 Kebergantungan Linier Vektor Di R n Definisi Jika vektor S dapat dinyatakan sebagai 1 1 n S a b a b a b... a b 1 i i n n dengan a i suatu konstanta dan b i menyatakan suatu vector. Maka S dikatakan merupakan kombinasi linier dari b i Definisi n Jika i i n n 1. S a b a b a b a b O Himpunan vector b1, b,..., bn disebut bebas linier jika dan hanya jika a 1 a... an o 13
18 Himpunan vector b1, b,..., b n disebut bergantungan linier jika ada salah satu a i dalam S yang tidak sama dengan nol Ilustrasi 1) Periksa apakah C 1, dapat dinyatakan sebagai kombinasi linier dari dua vector A 3, 4dan B, 5 Penyelesaian: cari konstanta a i dari pernyataan : C a1 A ab 1, a1 3, 4 a, 5 3a1 a, 4a1 5a Jadi diperoleh persamaan linier; 1 3a1 a 1 a1 1 a 3 1 4a1 5a a 4a Kita peroleh a 1, a 3 3 Jadi ada a 1 dan a yang memenuhi. Jadi vector C merupakan kombinasi linier dari vector A dan vector B ) Periksa apakah C 1,3 dapat dinyatakan sebagai kombinasi linier dari dua vector A 3,6 dan B 1, Penyelesaian: cari a i dari pernyataan : C a1 A ab 1,3 a1 3,6 a 1, 3 a1 a,6a1 a Jadi diperoleh persamaan linier; 3a a 1 () 1 6a1a 3 01 Tidak konsisten, jadi tidak ada a 1 dan a yang memenuhi, jadi vector C bukan merupakan kombinasi linier dari vector A dan vector B. 3) Periksa apakah C 4,8 dapat dinyatakan sebagai kombinasi linier dari dua vector A 3,6 dan B 1, Penyelesaian: cari a i dari pernyataan : 14
19 C a1 A ab 4,8 a1 3,6 a 1, 3 a1 a,6a1 a Jadi diperoleh persamaan linier; 3a a 4 1 6a a 8 1 Kedua persamaan ini adalah identik jadi kita hanya dapat menyatakan Kita peroleh a 43a1 Jadi ada a 1 dan a yang tak hingga banyaknya yang memenuhi. Jadi vector C merupakan kombinasi linier dari vector A dan vector B I. 13 Ruang Bagian (sub-space) Definisi M himpunan satu atau lebih vector dari suatu ruang vector V dinamakan ruang bagian V jika memenuhi 1) u M, vm u vm ) R u M I. 14 Soal Latihan 1) Hitunglah sudut antara A dan B serta panjang C A + B jika; A=(1,) dan B=(-1,4) ) Panjang vektor A =(1,-) dan B = (3,4) membentuk rusuk suatu jajaran genjang hitunglah luas jajaran genjang tersebut 3) Sebuah kotak dibangun oleh rusuk-rusuk yang dinyatakan oleh 3 vektor ; A, B dan C. Jika A dan B diambil sebagai alas. a) Buktikan bahwa isi kotak tersebut adalah V = ( A x B ) C. b) Selanjutnya apabila diketahui vektor 15
20 A =(1,,0) dan B =(-,1,0) dan C =(1,,3). Hitunglah volume kotak jika A dan B menyatakan rusuk dari alas kotak tersebut. Hitung juga kemiringan(inklinasi),, dari kotak itu 4) Diketahui: A 1,0,1,1, 1,,1,0, 1, 1,1,0, 1,1,1,1 Carilah himpunan ortonormalnya? 16
21 Bab II Kebergantungan Linier Vektor di R n dan Matriks II. 1 Kombinasi Linier Definisi Jika S dapat dinyatakan sebagai 1 1 n S a b a b a b... a b 1 i i n n dengan a i suatu konstanta dan b i masing menyatakan suatu vector. Maka S disebut merupakan kombinasi linier dari b i Definisi Jika S aibi a1b 1 ab... anbn O. (3.1) i1 Himpunan vector b1, b,..., bn disebut bebas linier jika dan hanya jika dalam (3.1) dipenuhi a1 a... an o Himpunan vector b b b disebut bergantungan linier jika,,..., n 1 ada salah satu a i dalam (3.1) yang tidak sama dengan nol Ilustrasi 1) Periksa apakah C 1, dapat dinyatakan sebagai kombinasi linier dari dua vector A 3, 4dan B, 5 Penyelesaian cari a i dari pernyataan : C a A a B 1, a 3, 4 a, 5 3a a, 4a 5a
22 Jadi diperoleh persamaan linier; 1 3a1 a 1 a1 1 a 3 1 4a1 5a a 4a Kita peroleh a 1, a 3 3 Jadi ada a 1 dan a yang memenuhi jadi vector C merupakan kombinasi linier dari vector A dan vector B ) Periksa apakah C 1,3 dapat dinyatakan sebagai kombinasi linier dari dua vector A 3,6 dan B 1, Penyelesaian cari a i dari pernyataan : C a1 A ab 1,3 a1 1, a,4 a1 a,a1 4a Jadi diperoleh persamaan linier; a a 1 kalikan dengan 1 a14a 3 01 jumlahkan Tidak konsisten, jadi tidak ada a 1 dan a yang memenuhi dengan kata lain vector C bukan merupakan kombinasi linier dari vector A dan vector B 3) Periksa apakah C 4,8 dapat dinyatakan sebagai kombinasi linier dari dua vector A 3,6 dan B 1, Penyelesaian cari a i dari pernyataan : C a1 A ab 4,8 a1 3,6 a 1, 3 a1 a,6a1 a Jadi diperoleh persamaan linier; 3a a 4 1 6a a 8 1 Kedua persamaan ini adalah identik jadi kita hanya dapat menyatakan a 1 sebagai fungsi dari a atau sebaliknya; Kita peroleh a 43a 1 Jadi ada a 1 dan a yang tak hingga banyaknya yang memenuhi. Jadi vector C merupakan kombinasi linier dari vector A dan vector B 18
23 II. Ruang Bagian (sub-space) Definisi M himpunan satu atau lebih vector dari suatu ruang vector V dinamakan ruang bagian V jika memenuhi 1) u M, vm u vm ) R u M 19
24 II. 3 M a t r i k s Untuk mencari pemecahan sistem persamaan linier dapat digunakan beberapa cara. Salah satu yang paling mudah adalah dengan menggunakan matriks. Dalam matematika istilah matriks digunakan untuk menyatakan susunan bilangan-bilangan yang berbentuk empat persegi panjang yang terdiri dari baris dan kolom. Bilangan-bilangan dalam matriks tersebut dinamakan entry atau komponen matriks. Biasanya entry atau komponen-komponen matriks tersebut dituliskan di antara dua kurung. Setiap matriks mempunyai ukuran. Ukuran matriks ini ditentukan oleh banyaknya baris dan kolom yang terdapat dalam matriks tersebut. Jadi untuk matriks yang terdiri dari m baris dan n kolom ukurannya adalah m x n. Untuk menyatakan matriks, biasanya digunakan huruf besar, sedangkan untuk menyatakan kuantitaskuantitas numerik dari komponen (entry) matriks digunakan huruf kecil. Jadi jika A adalah sebuah matriks, maka aij menyatakan komponen matriks yang berada pada baris ke-i dan kolom ke-j. Sebagai contoh, matriks A yang berukuran m x n dituliskan Kolom ke-1 Baris ke-1 a a... a a a... a... A a a... a n 1 n m1 m mn 0
25 Contoh II.1 : Macam-macam ukuran matriks A 1 3 Matrik A berukuran 3 x 1 B = 3 1 Matriks B berukuran 1 x 3 C = Matriks C berukuran 3 x a b c d D = e f g h Matriks D berukuran x 4 e11 e1 e13 e1 e e 3 E e31 e3 e33 e41 e4 e43 Matriks E berukuran 4 x F Matriks F berukuran 3 x 4 Matriks A yang terdiri dari n baris dan n kolom, dinamakan matriks bujursangkar atau matriks kuadrat, dan komponen-komponen a11, a,..., ann dikatakan berada pada diagonal utama. a11 a1... a1 n a1 a... a n... A a n1 an... ann matriks n x n diagonal utama 1
26 Contoh II. Macam-macam matriks bujursangkar 3 4 A 5 1 matriks x b11 b1 b13 B b1 b b 3 b 31 b3 b 33 matriks 3 x 3 c11 c1 c13 c14 c1 c c3 c 4 C c31 c3 c33 c34 c41 c4 c43 c44 matriks 4 x e D e matriks 5 x 5 Dua buah matriks dikatakan sama jika kedua matriks tersebut mempunyai ukuran dan komponen yang berkesesuaian yang sama. Contoh II.3 Tinjaulah matriks-matriks berikut 4 1 A B C D Matriks A = B karena keduanya mempunyai ukuran dan komponen matriks yang sama. Matriks A C karena tidak semua komponennya berkesesuaian. Matriks A D karena kedua matriks tidak mempunyai ukuran yang sama. Demikian juga halnya matriks B C, B D dan C D. Suatu matriks bujursangkar yang semua komponen pada diagonal utamanya terdiri dari bilangan satu dan komponen lainnya terdiri dari nol dinamakan matriks satuan atau matriks identitas. Matriks satuan ini biasanya dinyatakan dengan huruf I dan jika ukurannya disertakan maka dituliskan I n untuk matriks n x n seperti contoh di bawah ini.
27 I n Matriks satuan n x n 1 0 I 0 1 Matriks satuan x I Matriks satuan 3 x I Matriks satuan 4 x 4 Komponen-komponen suatu matriks dapat terdiri dari nol semuanya. Matriks semacam ini dinamakan matriks nol dan diberi simbol O seperti contoh di bawah ini O Matriks nol berukuran 3 x O Matriks nol berukuran 4 x 4 Jika komponen-komponen dalam kolom suatu matriks diubah menjadi baris maka akan diperoleh matriks baru yang dinamakan transpos A seperti yang didefinisikan di bawah ini. Definisi : Jika A adalah sembarang matriks m x n, dan apabila kolom pertamanya diubah menjadi baris pertama, kolom keduanya menjadi baris kedua dan seterusnya, maka matriks yang baru tersebut dinamakan transpos A dan diberi simbol A t dan ukurannya berubah menjadi n x m. 3
28 Contoh II.4 Matriks dan transposnya A t A b b b b b b B b b b b b b b b b b t B b1 b b3 b4 b b b b C t C D t D II. 4 Operasi Matriks Tidak setiap matriks dapat dijumlahkan atau dikalikan dengan matriks lain, karena ukuran matrik memegang peranan dalam penjumlahan dan perkalian matriks. Definisi : Jika A dan B adalah dua matriks yang berukuran sama, misalkan m x n, maka A + B adalah matriks yang diperoleh dengan menjumlahkan semua komponen yang berkesesuaian (komponen yang menempati posisi yang sama) dalam kedua matriks tersebut. Sedangkan A B adalah matriks yang diperoleh dengan mengurangkan semua komponen A dengan 4
29 komponen yang berkesesuaian dari matriks B. Matriks baru hasil penjumlahan atau pengurangan tersebut, mempunyai ukuran yang sama yaitu m x n, karena itu matriks yang ukurannya berlainan tidak dapat dijumlahkan atau dikurangkan. Contoh II.5 Tinjaulah matriks-matriks berikut, A B C Matriks A ditambah matriks B adalah, A B Matriks A + C dan B + C tidak didefinisikan karena ukurannya berbeda. Untuk pengurangan dapat dilakukan langsung seperti penjumlahan dan syaratnya pun sama yaitu kedua matriks harus berukuran sama. Jadi matriks A C dan B C tidak terdefinisi karena ukurannya berbeda, sedangkan matriks A dikurangi matriks B adalah, 5
30 ( ) 5 ( 1) A B (6) 0 ( 3) 5 ( ) ( 3) Definisi : Jika k adalah sebuah skalar dan A adalah sebuah matriks, maka hasil kali ka adalah matriks yang diperoleh dengan mengalikan semua komponen matriks A dengan k. Contoh II.6 Jika matriks A adalah, 9 5 A maka, (3)(9) (3)( ) (3)(5) A (3)(7) (3)(4) (3)( 3) A 1 artinya A 3 3 dan ( 1)A ( 1)(9) ( 1)( ) ( 1)(5) 9 5 ( 1)(7) ( 1)(4) ( 1)( 3) Teorema II.1 Andaikan matrik A, B, C dan O (matriks nol) mempunyai ukuran yang sama, dan k serta l adalah skalar. maka 1. A + B = B + A (Hukum komutatif untuk penjumlahan). A + (B + C) = (A + B) + C (Hukum assosiatif untuk 6
31 penjumlahan) 3. k(a + B) = ka + k B = (A + B) k 4. k(a B) = ka kb = (A B)k 5. A + O = O + A = A 6. A A = O 7. O A = - A 8. (k + l)a = ka + la = A(k + l) 9. (k l)a = ka la = A(k l) 10. (kl)a = k(la) Definisi : Jika A adalah matriks m x r dan B adalah matriks r x n, maka hasil kali AB adalah matriks m x n yang komponenkomponennya ditentukan sebagai berikut; Untuk mendapatkan komponen dalam baris ke-i dan kolom ke-j dari matriks AB, ambil baris ke-i dari matriks A dan kolom ke-j dari matriks B. Kalikan komponen-komponen yang berkesesuaian dari baris dan kolom, kem udian jumlahkan semua hasil kali tersebut. Dari definisi di atas dapat kita lihat bahwa dua matriks dapat diperkalikan jika jumlah kolom matriks pertama sama banyaknya dengan jumlah baris matriks kedua. Untuk mempermudah mengingat dapat digunakan Gambar II.1. Dari gambar tersebut, jika ukuran matriks yang berada di sebelah dalam sama, maka hasil kalinya dapat didefinisikan, dan ukuran matriks yang berada di sebelah luar memberikan ukuran hasil kali matriks tersebut. 7
32 A m x r di dalam di luar B r x n = AB m x n Ukuran matriks hasil perkalian Gambar II.1 Contoh II.7 Misalkan A adalah matriks x 4, B adalah matriks 4 x 3 dan C matriks x 3. Matriks A dengan matriks B dapat diperkalikan karena jumlah kolom matriks A sama dengan jumlah baris matriks B yaitu 4. Hasil kalinya yaitu matriks AB mempunyai ukuran x 3. Matriks A dengan matriks C tidak dapat diperkalikan karena jumlah kolom matriks A (4) tidak sama dengan jumlah baris matriks C (3). Matriks B dengan matriks C dapat diperkalikan karena jumlah kolom matriks B sama dengan jumlah baris matris C yaitu 3. Hasil kalinya yaitu matriks BC mempunyai ukuran 4 x 3. Untuk mendapatkan komponen-komponen matriks hasil perkalian dapat dilihat dalam contoh di bawah ini. Contoh II.8 Diketahui tiga matriks berikut, 1 3 A B C Tentukanlah hasil kali AB, AC dan BC. Jawab : 8
33 Matriks A berukuran x 3 sedangkan matriks B berukuran 3 x 4, jadi matriks A dan matriks B dapat diperkalikan dan hasilnya adalah matriks x 4 seperti di bawah ini, AB ()(-1) + (-1)(5) + (3)() ()(3) + (-1)(-3) + (3)(4) ()(6) ( 1)(0) (3)(1) ()( ) ( 1)(1) (3)(5) ( 3)( 1) (4)(5) (5)() ( 3)(3) (4)( 3) (5)(4) ( 3)(6) (4)(0) (5)(1) ( 3)( ) (4)(1) (5)(5) Matriks A berukuran x 3 sedangkan matriks C berukuran 3 x, jadi matriks A dan matriks C dapat diperkalikan dan hasilnya adalah matriks x seperti di bawah ini, AC ()(3) ( 1)(4) (3)( ) ()(1) ( 1)( 5) (3)(1) ( 3)(3) ((4)(4) (5)( ) ( 3)(1) (4)( 5) (5)(1) Matriks B berukuran 3 x 4 sedangkan matriks C berukuran 3 x, jadi matriks B dan C tidak dapat dikalikan, atau BC tidak terdefinisi. Hukum komutatif untuk perkalian dalam bilangan riil, tidak berlaku dalam perkalian matriks, karena AB tidak selalu sama dengan BA. Contoh II.9 9
34 Diketahui matriks A, B dan C seperti contoh II.8. Tentukanlah BA, CA dan CB. Jawab : Matriks B berukuran 3 x 4 sedangkan matriks A berukuran x 3, jadi matriks A dan matriks B tidak dapat diperkalikan, atau BA tidak terdefinisi. Matriks C berukuran 3 x sedangkan matriks A berukuran x 3, jadi matriks C dan matriks A dapat diperkalikan dan hasilnya adalah matriks x seperti di bawah ini, AC = = = (3)() (1)( 3) (3)( 1) (1)(4) (3)(3) (1)(5) (4)() ( 5)( 3) (4)( 1) ( 5)(4) (4)(3) ( 5)(5) ( )() (1)( 3) ( )( 1) (1)(4) ( )(3) (1)(5) Matriks C berukuran 3 x dan matriks B berukuran 3 x 4, jadi matriks C dan matriks B tidak dapat diperkalikan, atau CB tidak terdefinisi. Dari contoh II.8 dan II.9 tersebut dapat kita lihat bahwa AB BA dan AC CA. Teorema II. Jika matriks A, B, C dan matriks nol O mempunyai ukuran yang memenuhi untuk penjumlahan dan perkalian matriks yang diperagakan di bawah ini, dan k adalah suatu konstanta, maka a. A(BC) = (AB)C (Hukum asosiatif untuk perkalian) b. A(B + C) = AB + AC (hukum distributif) 30
35 c. (A + B)C = AC + BC (hukum distributif) d. A(B C) = AB AC e. (A B)C = AC BC f. k(bc) = (kb)c = B(kC) g. AO = O ; OA = O Jika A adalah matriks m x n, I n adalah matriks satuan berukuran n x n dan I m adalah matriks satuan m x m maka AI n = A dan I m A = A. Jadi matriks satuan memegang peranan yang penting dalam perkalian matriks yang peranannya mirip dengan bilangan 1 dalam hubungan numerik a.1 = 1. a = a Contoh II.10 Tinjau matriks-matriks berikut, a a a A a a a I I Jika matriks I dikalikan dengan matriks A hasilnya adalah, I A 1 0a a a a a a a1 a a 3 a1 a a 3 Jika matriks A dikalikan dengan matriks I 3 hasilnya adalah, AI a a a a a a a1 a a 3 a1 a a Dalam perkalian bilangan riil berlaku pernyataan berikut, (i) Jika ab = ac dan a 0 maka b = c (ii) Jika ad = 0 maka a = 0 atau d = 0 Dalam perkalian matriks, pernyataan ini tidak selalu benar seperti yang diberikan dalam contoh berikut. A A 31
36 Contoh II.11 Diketahui matriks-matriks berikut, A B C D Kalikan matriks A dengan matriks B dan kalikan matriks A dan matriks C, diperoleh AB AC Dari kedua perkalian di atas didapatkan bahwa AB = AC, akan tetapi B C. Kalikan matriks A dengan matriks D, diperoleh AD Walaupun hasil perkalian di atas menunjukkan bahwa AD = O akan tetapi A O dan juga D O. Dari perkalian matriks yang telah dibahas di atas, dapat didefinisikan pangkat dalam matriks sebagai berikut, Definisi: Jika A adalah matriks bujursangkar, maka pangkat bilangan bulat tak negatif dari matriks A ini didefinisikan sebagai berikut, A 0 = I A n = A A A... A (n >0) n buah A 3
37 Perkalian matriks yang mempunyai pangkat, sama dengan perkalian bilangan riil yang berpangkat seperti ditunjukkan dalam teorema di bawah ini. Teorema II.3 Jika A adalah matriks bujursangkar, r dan s adalah bilangan bulat, maka A r A s = A r+s dan (A r ) s = A rs Contoh II.1 Diketahui matriks A = A 3 = A A A = = = A 4 = A 3 A 1 = = Teorema II.4 Jika ukuran matriks seperti operasi yang diberikan dapat dilakukan, maka a. (A t ) t = A b. (A + B) t = A t + B t c. (ka) t = k A t, di mana k adalah skalar sebarang Contoh II.13. Diketahui matriks A dan B
38 t A t B t t ( A ) A A B (A + B) t = A t t B = = A t t ( A) A II.5 Latihan 1. Tentukanlah tranpos matriks-matriks berikut, (i) A = (ii) B = (iii) C =
39 . Tinjaulah matriks-matriks berikut, A = D B E C F Hitunglah : (a) A + B (b) A + D (c) B + C (d) C + B (e) C + E (f) D + E (g) D + F (h) E + F 3. Hitunglah untuk matriks-matriks pada soal nomor. (a) A B (b) A D (c) B C (d) C B (e) C E (f) D E (g) D F (h) E F 4. Untuk matriks-matriks dalam soal nomor, hitunglah, (a) A t B (b) A D t (c) (B C) t (d) (C B) t (e) C E (f) (D E) t (g) (ED) t (h) E t D 35
40 BAB III. Sistem Persamaan Linier & Matriks III. 1 Persamaan Linier Persamaan linier umumnya ditulis sebagai a x a x a x b a, b konstanta, x variabel peubah bebas i i i Ciri-cirinya Y 4 (0, ) 3 n n n - Semua variabel berpangkat Satu - Semua suku hanya memiliki satu variabel Secara geometri Persamaan Linier dengan ; - variabel menyatakan suatu garis lurus - 3 variabel menyatakan suatu bidang Contoh : 1. Dua variabel x + 3y = 4 tan 3 (, 0 ) X disebut gradien atau koefisien arah y = - 3 x Z ( 0, 0, 5 ). Tiga variabel 3x + 4 y + z = 5 5 ( 0,, 0 ) 4 Y X 5 (, 0, 0 ) 3 36
41 Jika b n = 0, maka persamaan itu dinamakan Persamaan Linier Homogen. Secara geometri artinya o variabel garis lurus yang melalui (0,0) o 3 variabel bidang datar yang melalui (0,0,0) III. Sistem persamaan linier Sebuah himpunan berhingga dari persamaan-persamaan linier dalam peubah bebas x1 x,,..., n x dinamakan sistem persamaan linier atau sistem linier. Bentuk umum dari sistem persamaan linier yang terdiri dari m persamaan linier dan n bilangan tak diketahui adalah, a x a x... a nxn b a x a x... a nxn b a x a x... + a x b m1 1 m mn n m di mana x 1, x,..., x n adalah bilangan-bilangan tidak diketahui (variabel), aij (i = 1,,..., m, j = 1,,..., n) adalah koefisien bilangan yang diketahui nilainya dan bi adalah konstanta. Tanda subscript pada koefisien aij merupakan alat untuk mempermudah 37
42 dalam menyatakan letak koefisien tersebut dalam persamaan. Subscript pertama yaitu i menyatakan persamaan yang ke-i dalam sistem persamaan linier tersebut, sedangkan subscript kedua yaitu j menyatakan letak koefisien tersebut pada bilangan yang tidak diketahui sebagai padanan perkaliannya. Sebagai contoh a3 adalah koefisien yang berada di persamaan kedua, kolom ke tiga yang dikalikan dengan x 3. III. 3 Operasi baris elementer Perhatikan bentuk umum sistem persamaan linier yaitu, a x a x... a x b n n 1 a1x1 ax... anxn b a x a x... + a x b m1 1 m mn n m Dapat juga ditulis dalam bentuk perkalian matri a11 a1 a1n x1 b1 a a a x b 1 n a a a x b m1 m mn n n Pemecahan sistem persamaan linier ini tidak akan berubah jika, Dua baris dari sistem persamaan linier tersebut saling bertukar tempat. 38
43 Suatu baris dari sistem persamaan linier tersebut dikalikan dengan suatu bilangan tetap 0. Suatu baris diganti oleh jumlah baris tersebut dengan kali baris yang lain. Ketiga operasi ini dinamakan operasi baris elementer (disingkat OBE) dan masing-masing dinyatakan oleh simbol Oij, Oi() dan Oij(). Jadi, Oij berarti baris ke-i dan baris ke-j saling tukar tempat Oi( ) berarti baris ke-i diganti dengan kali baris ke-i. Oij( ) berarti baris ke-i diganti oleh baris ke-i yang sudah ditambah dengan kali baris ke-j. Dengan menggunakan operasi baris elementer (disebut juga metode Gauss) ini kita dapat memecahkan sistem persamaan linier seperti pada contoh berikut, Contoh I.3 Carilah pemecahan atau jawab sistem persamaan linier berikut, x y z 9 x 4y 3z 1 3x 6y 5z 0 J awab : 39
44 Untuk memecahkan sistem persamaan di atas akan digunakan operasi baris elementer sebagai berikut, x y z 9 x 4y 3z 1 3x 6y 5z 0 Langkah pertama, baris kedua diganti oleh baris kedua yang sudah ditambah - kali baris pertama, diperoleh x y z 9 y 7z 17 3x 6y 5z 0 Langkah kedua, baris diganti ketiga oleh baris ketiga yang sudah ditambah -3 kali baris pertama, diperoleh x y z 9 y 7z 17 3y 11z 7 Langakah ketiga, baris kedua diganti oleh baris kedua yang sudah dikalikan dengan 1/, diperoleh x y z 9 y 7 z 17 3y 11z 7 Langkah keempat, baris ketiga diganti oleh baris ketiga yang sudah ditambah dengan -3 kali baris kedua, diperoleh 40
45 x y z 9 y 7 17 Langkah kelima, 1 z z 3 baris ketiga diganti oleh baris ketiga yang sudah dikalikan dengan - 1/, diperoleh x y z 9 y 7 z 17 z 3 Langkah keenam, baris kedua diganti oleh baris kedua yang sudah ditambah /7 kali baris ketiga, diperoleh x y z 9 y z 3 Langkah ketujuh. baris pertama x y y 3 z 3 Langkah kedelapan, baris diganti oleh baris pertama diganti pertama yang oleh baris sudah ditambah pertama yang dengan - kali sudah ditambah baris ketiga, dengan -1 kali diperoleh baris kedua, diperoleh x y 1 z 3 Jadi pemecahannya adalah, x = 1, y = dan z = 3. 41
46 III. 4 Sistem persamaan linier homogen Sistem persamaan linier yang semua suku konstantanya berharga nol disebut sistem persamaan linier homogen. Bentuk umum dari sistem persamaan linier homogen adalah, a11x1 a1x... a1n xn a1x1 ax... anxn a x a x... + a x m1 1 m mn n Tiap-tiap sistem persamaan linier homogen adalah sistem yang konsisten, karena x1 0, x 0,..., x n 0 selalu merupakan pemecahan dari sistem tersebut. Pemecahan seperti itu dinamakan pemecahan trivial. Jika ada pemecahan lain selain pemecahan trivial, maka pemecahan tersebut dinamakan pemecahan taktrivial/non trivial. Karena sistem persamaan linier homogen harus konsisten, maka terdapat satu pemecahan atau takterhingga banyaknya pemecahan. Salah satu dari pemecahan tersebut adalah pemecahan trivial, karena itu dapat dibuat pernyataan berikut. Untuk sistem persamaan linier homogen, salah satu pernyataan berikut benar, Sistem tersebut hanya mempunyai pemecahan trivial. Sistem tersebut mempunyai tak terhingga banyaknya pemecahan tak trivial dan salah satu diantaranya adalah pemecahan trivial. 4
47 Jika sistem persamaan homogen melibatkan lebih banyak bilangan tidak diketahui daripada banyaknya persamaan, maka sistem tersebut dipastikan mempunyai pemecahan taktrivial. Contoh I.5 Carilah pemecahan sistem persamaan linier di bawah ini x y z w 0 x y w 0 x 4y 3z w 0 Sistem persamaan linier terahir adalah x z w 0 y z 0 atau w x z z y Untuk x = s dan y = t maka z = t dan w = -s - t. Berapa saja nilai s dan t diambil akan merupakan pemecahan dari sistem persamaan linier homogen di atas. Pemecahan trivial dipenuhi untuk s = 0 dan t = 0. Catatan 1) Jika pada suatu persamaan diperoleh pernyataan 0x1 0x...0xn b n,bn 0 maka SPL tersebut dikatakan inkonsisten, artinya sistim persamaan linier tidak mempunyai solusi ) Jika pada suatu persamaan diperoleh pernyataan 1 n n n 0x 0x...0x b,b 0 maka persamaan tersebut dapat dihilangkan dan tidak mempengaruhi hasil 43
48 Soal Latihan 1. Carilah x,y, dan z dari sistim persamaan linier berikut dengan metode Gauss x y z 9 x 4y 3z 1 3x 6y 5z 0. Carilah solusi sistim persamaan linier x,y,z, dan u, berikut dengan metode Gauss,bila ada x y z u 9 x 4y 3z u 1 3x 6y 5z 0 3x 6y 5z 3u 0 III. 5 Operasi Matriks Tidak setiap matriks dapat dijumlahkan atau dikalikan dengan matriks lain, karena ukuran matrik memegang peranan dalam penjumlahan dan perkalian matriks. Definisi : Jika A dan B adalah dua matriks yang berukuran sama, misalkan m x n, maka A + B adalah matriks yang diperoleh dengan menjumlahkan semua komponen yang berkesesuaian (komponen yang menempati posisi yang sama) dalam kedua matriks tersebut. Sedangkan A B adalah matriks yang diperoleh dengan mengurangkan semua komponen A dengan komponen yang berkesesuaian dari matriks B. Matriks baru hasil penjumlahan atau pengurangan tersebut, mempunyai ukuran yang sama yaitu m x n, karena itu matriks yang ukurannya berlainan tidak dapat dijumlahkan atau 44
49 dikurangkan. Contoh II.5 Tinjaulah matriks-matriks berikut, A B C Matriks A ditambah matriks B adalah, A B Matriks A + C dan B + C tidak didefinisikan karena ukurannya berbeda. Untuk pengurangan dapat dilakukan langsung seperti penjumlahan dan syaratnya pun sama yaitu kedua matriks harus berukuran sama. Jadi matriks A C dan B C tidak terdefinisi karena ukurannya berbeda, sedangkan matriks A dikurangi matriks B adalah, ( ) 5 ( 1) A B (6) 0 ( 3) 5 ( ) ( 3) 11 45
50 Definisi : Jika k adalah sebuah skalar dan A adalah sebuah matriks, maka hasil kali ka adalah matriks yang diperoleh dengan mengalikan semua komponen matriks A dengan k. Contoh II.6 Jika matriks A adalah, 9 5 A maka, (3)(9) (3)( ) (3)(5) A (3)(7) (3)(4) (3)( 3) dan ( 1)A ( 1)(9) ( 1)( ) ( 1)(5) 9 5 ( 1)(7) ( 1)(4) ( 1)( 3) Teorema II.1 Andaikan matrik A, B, C dan O (matriks nol) mempunyai ukuran yang sama, dan k serta l adalah skalar. maka a) A + B = B + A (Hukum komutatif untuk penjumlahan) b) A + (B + C) = (A + B) + C (Hukum assosiatif untuk penjumlahan) c) k(a + B) = ka + k B = (A + B) k d) k(a B) = ka kb = (A B)k e) A + O = O + A = A f) A A = O g) 1.A = A h) (k + l)a = ka + la = A(k + l) 46
51 i) (k l)a = ka la = A(k l) j) (kl)a = k(la) Definisi : Jika A adalah matriks m x r dan B adalah matriks r x n, maka hasil kali AB adalah matriks m x n yang komponenkomponennya ditentukan sebagai berikut; Untuk mendapatkan komponen dalam baris ke-i dan kolom ke-j dari matriks AB, ambil baris ke-i dari matriks A dan kolom ke-j dari matriks B. Kalikan komponen-komponen yang berkesesuaian dari baris dan kolom tersebut, kemudian jumlahkan semua hasil kali tersebut. Dari definisi di atas dapat kita lihat bahwa dua matriks dapat diperkalikan jika jumlah kolom matriks pertama sama banyaknya dengan jumlah baris matriks kedua. Untuk mempermudah mengingat dapat digunakan Gambar II.1. Dari gambar tersebut, jika ukuran matriks yang berada di sebelah dalam sama, maka hasil kalinya dapat didefinisikan, dan ukuran matriks yang berada di sebelah luar memberikan ukuran hasil kali matriks tersebut. A m x r B r x n = AB m x n Ukuran matriks hasil perkalian Gambar II.1 Contoh II.7 Misalkan A adalah matriks x 4, B adalah matriks 4 x 3 dan C matriks 3 x 3. 47
52 Matriks A dengan matriks B dapat diperkalikan karena jumlah kolom matriks A sama dengan jumlah baris matriks B yaitu 4. Hasil kalinya yaitu matriks AB mempunyai ukuran x 3. Matriks A dengan matriks C tidak dapat diperkalikan karena jumlah kolom matriks A (4) tidak sama dengan jumlah baris matriks C (3). Matriks B dengan matriks C dapat diperkalikan karena jumlah kolom matriks B sama dengan jumlah baris matris C yaitu 3. Hasil kalinya yaitu matriks BC mempunyai ukuran 4 x 3. Untuk mendapatkan komponen-komponen matriks hasil perkalian dapat dilihat dalam contoh di bawah ini. Contoh II.8 Diketahui tiga matriks berikut, 1 3 A B C Tentukanlah hasil kali AB, AC dan BC. Jawab : Matriks A berukuran x 3 sedangkan matriks B berukuran 3 x 4, jadi matriks A dan matriks B dapat diperkalikan dan hasilnya adalah matriks x 4 seperti di bawah ini, AB ()(-1) + (-1)(5) + (3)() ()(3) + (-1)(-3) + (3)(4) ()(6) ( 1)(0) (3)(1) ()( ) ( 1)(1) (3)(5) ( 3)( 1) (4)(5) (5)() ( 3)(3) (4)( 3) (5)(4) ( 3)(6) (4)(0) (5)(1) ( 3)( ) (4)(1) (5)(5)
53 Matriks A berukuran x 3 sedangkan matriks C berukuran 3 x, jadi matriks A dan matriks C dapat diperkalikan dan hasilnya adalah matriks x seperti di bawah ini, AC ()(3) ( 1)(4) (3)( ) ()(1) ( 1)( 5) (3)(1) ( 3)(3) ((4)(4) (5)( ) ( 3)(1) (4)( 5) (5)(1) Matriks B berukuran 3 x 4 sedangkan matriks C berukuran 3 x, jadi matriks B dan C tidak dapat dikalikan, atau BC tidak terdefinisi. Hukum komutatif untuk perkalian dalam bilangan riil, tidak berlaku dalam perkalian matriks, karena AB tidak selalu sama dengan BA. Contoh II.9 Diketahui matriks A, B dan C seperti contoh II.8. Tentukanlah BA, CA dan CB. Jawab : Matriks B berukuran 3 x 4 sedangkan matriks A berukuran x 3, jadi matriks A dan matriks B tidak dapat diperkalikan, atau BA tidak terdefinisi. Matriks C berukuran 3 x sedangkan matriks A berukuran x 3, jadi matriks C dan matriks A dapat diperkalikan dan hasilnya adalah matriks x seperti di bawah ini, CA
54 = (3)() (1)( 3) (3)( 1) (1)(4) (3)(3) (1)(5) (4)() ( 5)( 3) (4)( 1) ( 5)(4) (4)(3) ( 5)(5) ( )() (1)( 3) ( )( 1) (1)(4) ( )(3) (1)(5) = Matriks C berukuran 3 x dan matriks B berukuran 3 x 4, jadi matriks C dan matriks B tidak dapat diperkalikan, atau CB tidak terdefinisi. Dari contoh II.8 dan II.9 tersebut dapat kita lihat bahwa AB BA dan AC CA. Teorema II. Jika matriks A, B, C dan matriks nol O mempunyai ukuran yang memenuhi untuk penjumlahan dan perkalian matriks yang diperagakan di bawah ini, dan k adalah suatu konstanta, maka a. A(BC) = (AB)C (hukum asosiatif untuk perkalian) b. A(B + C) = AB + AC (hukum distributif) c. (A + B)C = AC + BC (hukum distributif) d. A(B C) = AB AC e. (A B)C = AC BC f. k(bc) = (kb)c = B(kC) g. AO = O ; OA = O Jika A adalah matriks m x n, I n adalah matriks satuan berukuran n x n dan I m adalah matriks satuan m x m maka AI n = A dan I m A = A. Jadi matriks satuan memegang peranan yang penting dalam perkalian matriks yang peranannya mirip dengan bilangan 1 dalam hubungan numerik a.1 = 1. a = a. Contoh II.10 Tinjau matriks-matriks berikut, 50
55 a a a A a a a I I Jika matriks I dikalikan dengan matriks A hasilnya adalah, I A 1 0a a a a a a a1 a a 3 a1 a a 3 Jika matriks A dikalikan dengan matriks I 3 hasilnya adalah, AI a a a a a a a1 a a 3 a1 a a A A Dalam perkalian bilangan riil berlaku pernyataan berikut, (i) Jika ab = ac dan a 0 maka b = c (ii) Jika ad = 0 maka a = 0 atau d = 0 Dalam perkalian matriks, pernyataan ini tidak selalu benar seperti yang diberikan dalam contoh berikut. Contoh II.11 Diketahui matriks-matriks berikut, A B C D Kalikan matriks A dengan matriks B dan kalikan matriks A dan matriks C, diperoleh AB AC Dari kedua perkalian di atas didapatkan bahwa AB = AC, akan tetapi B C. 51
56 Kalikan matriks A dengan matriks D, diperoleh AD Walaupun hasil perkalian di atas menunjukkan bahwa AD = O akan tetapi A O dan juga D O. Dari perkalian matriks yang telah dibahas di atas, dapat didefinisikan pangkat dalam matriks sebagai berikut, Definisi: Jika A adalah matriks bujursangkar, maka pangkat bilangan bulat tak negatif dari matriks A ini didefinisikan sebagai berikut, A 0 = I A n = A A A... A (n >0) n buah A Perkalian matriks yang mempunyai pangkat, sama dengan perkalian bilangan riil yang berpangkat seperti ditunjukkan dalam teorema di bawah ini. Teorema II.3 Jika A adalah matriks bujursangkar, r dan s adalah bilangan bulat, maka A r A s = A r+s dan (A r ) s = A rs Contoh II.1 5
57 Diketahui matriks A = A 3 = A A A = = = A 4 = A 3 A 1 = = Teorema II.4 Jika ukuran matriks seperti operasi yang diberikan dapat dilakukan, maka a. (A t ) t = A b. (A + B) t = A t + B t c. (ka) t = k A t, di mana k adalah sebarang skalar Contoh II.13. Diketahui matriks A dan B t A t B t t ( A ) A A B (A + B) T =
58 A t t B = = Jadi (A + B) t =A t + B t A t t ( A) A III. 6 Latihan 1. Tentukanlah tranpos matriks-matriks berikut, (i) A = (ii) B = (iii) C = Tinjaulah matriks-matriks berikut, A = B C
59 1 9 4 D E F Hitunglah : (a) A + B (b) A + D (c) B + C (d) C + B (e) C + E (f) D + E (g) D + F (h) E + F 3. Hitunglah untuk matriks-matriks pada soal nomor. (a) A B (b) A D (c) B C (d) C B (e) C E (f) D E (g) D F (h) E F 4. Untuk matriks-matriks dalam soal nomor, hitunglah, (a) AB (b) BA (c) AD (d) DA (e) BC (f) BF (g) CD (h) DC (i) DE (j) ED (k) EF (l) FE 5.Diketahui a b b c 8 1 = 3d c a 4d 7 6. Tentukanlah harga a, b, c dan d. 6. Misalkan memenuhi, A (a) AB = 0 (b) BA = 0 7. Diketahui matriks-matriks berikut, A = Carilah matriks B berukuran x yang B = C = Hitunglah, (a) B +C (b) AB (c) BA (d) AC (e) CA (f) A(B 3C) 8. Tinjaulah matriks-matriks berikut, 55
60 3 0 A D B = E Hitunglah, (a) AB (b) D + E (c) D E (d) DE C (e) ED (f) 7B 9. Dengan menggunakan matriks-matriks pada soal nomor 8, hitunglah operasi-operasi di bawah ini. (a) 3C D (b) (3E)D (c) (AB)C (d) A(BC) (e) (4B)C + B (f) D + E 10. Hitunglah AB BA di mana, 0 0 A B Carilah harga a, b, c dan d yang memenuhi persamaan matriks berikut, (i) a b c d 5 (ii) a b c d Diketahui matriks, p q C r s t u 1 A dan 3 B Carilah matriks 56
61 sehingga A + B C = O 13. Diketahui matriks-matriks berikut, 3 5 A B C a. Tunjukkanlah bahwa AB = OA = O, AC = A, CA = C b. Gunakanlah hasil pada bagian a untuk memperlihatkan bahwa ACB = CBA dan A B = (A B)(A + B) 14. Diketahui matriks-matriks berikut, 1 3 A Buktikanlah bahwa, 3 4 B I (a) (A t ) t = A (b) (5A) t = 5A t (c) (AB) t = B t A t (d) (AI) t = A t 15. Dengan menggunakan matriks-matriks pada soal 14, hitunglah, (a) A t B (b) B t A (c) (AI)B (d) A(IB) III. 7 Representasi Matriks dalam Sistem Persamaan Linier Pada waktu membahas mengenai sistem persamaan linier, telah diperkenalkan bentuk umum sistem persamaan linier, yaitu 57
62 a x a x... a x b n n 1 a x a x... a x b 1 1 n n a x a x... + a x b m1 1 m mn n m Apabila kita buat sebuah matriks yang komponen-komponennya terdiri dari koefisien-koefisien sistem persamaan linier di atas maka akan diperoleh matriks berikut, a11 a1... a1n a1 a... a. n a m1 am... amn Matriks ini disebut matriks koefisien dari sistem persamaan linier. Jika konstanta bi (i = 1,,..., m) disertakan dalam matriks ini, maka matriksnya menjadi, a11 a1... a1 n b1 a1 a... an b a m1 am... amn bm atau tanpa garis pemisa h a11 a1... a1 n b1 a1 a... an b a m1 am... amn bm Matriks yang menyertakan konstanta bi ini disebut matriks yang diperbesar. Contoh II.14 58
63 Diketahui sistem persamaan linier yang terdiri dari tiga persamaan linier dan tiga bilangan yang tidak diketahui berikut, x x x x 4x 3x x 6x 5x Pertanyaannya hitunglah x 1,x dan x 3 dengan metode Eliminasi Gauss Matrik koefisien dari sistem persamaan linier ini adalah, Sedangkan matriks yang diperbesarnya adalah, atau Perkalian matriks mempunyai penerapan yang penting dalam sistem persamaan linier. Tinjaulah suatu sistem yang terdiri dari m persamaan linier dan n bilangan tidak diketahui. a x a x... a x b n n 1 a x a x... a x b 1 1 n n a x a x... + a x b m1 1 m mn n m Karena dua matriks dikatakan sama jika dan hanya jika komponenkomponen yang berkesesuaiannya sama, maka sistem persamaan linier di atas dapat dituliskan dalam persamaan matriks tunggal berikut, 59
64 a11x1 a1x... a1 nxn b1 a x a x... a x b 1 1 n n a x a x... + a x b m1 1 m mn n m Matriks di ruas kiri adalah matriks m x 1 dan matriks di ruas kanan juga matriks m x 1. Matriks di ruas kiri dapat dituliskan sebagai hasil kali yang memberikan, a11 a1... a1 n x1 b1 a a... a x b 1 n a a... a x b m1 mn mn n m A Jika matriks dengan komponen-komponennya a ij diberi nama matriks A (matriks m x n), matriks yang komponen-komponennya x i (matriks n x 1) diberi nama matriks X dan matriks dengan komponen-komponennya b i (matriks m x 1) diberi nama matiks B, maka perkalian matriks di atas dapat dituliskan menjadi, X B AX = B Dengan demikian sistem persamaan linier dapat dituliskan dalam bentuk perkalian matriks. Untuk sistem persamaan linier homogen, bentuk perkalian matriksnya adalah AX = O, di mana O adalah matrik nol berukuran m x 1. Contoh II.15 Tinjaulah sistem persamaan linier berikut, 60
65 3x x x x 3x x x x 3x x 7x 30 1 Matriks ini dapat dituliskan sebagai perkalian matriks AX = B, di mana A x1 X x x B Matriks A berukuran 4 x 3 dan matriks X berukuran 3 x 1, jadi menurut peraturan perkalian matriks, matriks A dapat dikalikan dengan matriks X dan hasilnya yaitu matriks B berukuran 4 x 1. Dari matriks B di atas, dapat kita lihat bahwa matriks B betul berukuran 4 x 1. Jika kita coba kalikan lagi matriks A dengan matriks X maka akan diperoleh, AX 3 1 3x x x x 5x1 3x x 3 x x1 x 3x 3 x x1 7 x Karena AX=B maka diperoleh; 15 0 B AX 3x1 x x3 15 5x1 3x x 3 0 B 3 x1 x 3x x1 7 x 30 ata u 3x x x x 3x x x x 3x x 7x
66 III. 8 Latihan Buatlah sistem-sistem persamaan linier pada soal nomor 1 sampai dengan 7 menjadi bentuk perkalian matriks. 1. x 3y 4z 0 x y z 1 4x 5y 6z x x x 3x 1 7x 4x 5x x 6x 4 3 5x 7x 6x x 3x x x x 4x 3x x 4x x y 3z 5 x y 4z 11 y z 3 4. x y 5z 4w 1 x 3y z 3w 3 x 5y 3z w x 4y 6z 5w x y w 0 3x 5y z 3w 0 x 7y 6z 0 8x z 5w x 5x x x x 7x x x 6x 5x 3x x x 4x 6x x 3x x 8x Tentukanlah bentuk sistem persamaan linier dari perkalian matriks dalam soal nomor 8 sampai dengan x x 0 4 x x y z x 4 x x x y z w 8 6
67 x y z w x 0 x x x III. 9 Minor, Kofaktor dan Determinan Tinjau matriks bujur sangkar (jumlah baris sama dengan jumlah kolom/variable) a a... a a a... a... A a a... a n 1 n n1 n nn Definisi : Matriks yang diperoleh dengan membuang baris ke-i kolom j disebut minor ke ij diberi symbol, M ij Contoh M a a3... an a1 a3... an a a... a a a... a n n......, M a a... a a a... a 11 1 n n3 nn n1 n3 nn 63
68 Definisi : Kofaktor, A ij adalah determinan M ij dikalikan dengan -1 jika i+j ganjil atau dikalikan dengan 1 jika i+j genap. Jadi dapat ditulis dengan rumus; A 1 ij det 1 i M j M ij ij ij Definisi : Determinan matrik A a ij i 1, n dan j 1, ndapat dihitung dengan berbagai cara; det a11 A11 a1 A1... a1 na1 n baris ke-1 sebagai referensi a1a1 a A... a na n baris ke- sebagai referensi A an 1An 1 an An... ann Ann baris ke-n sebagai referensi Apabila determinan suatu matrik tidak sama dengan nol. Matrik disebut matrik non-singular Definisi : Jika determinan matrik bujur sangkar A a ij i 1, n dan j 1, n tidak sama dengan nol, maka matrik tersebut 1 disebut non-singular dan mempunyai inversi (symbol A ). Matrik 1 inversi A didefinisikan sebagai; A11 A1.. A1 n 1 A A.. A A det A..... A An 1 An.. Ann 1 1 n ij A, i j 1, n t t t A ij disebut Ajoint matrik Adisebut juga matrik ajoint Contoh; carilah inversi matrik berikut 64
II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3
11 II. M A T R I K S Untuk mencari pemecahan sistem persamaan linier dapat digunakan beberapa cara. Salah satu yang paling mudah adalah dengan menggunakan matriks. Dalam matematika istilah matriks digunakan
Lebih terperinciPart II SPL Homogen Matriks
Part II SPL Homogen Matriks SPL Homogen Bentuk Umum SPL homogen dalam m persamaan dan n variabel x 1, x 2,, x n : a 11 x 1 + a 12 x 2 + + a 1n x n = 0 a 21 x 1 + a 22 x 2 + + a 2n x n = 0 a m1 x 1 + a
Lebih terperinci(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66
MATRIKS Departemen Matematika FMIPA-IPB Bogor, 2012 (Departemen Matematika FMIPA-IPB) Matriks Bogor, 2012 1 / 66 Topik Bahasan 1 Matriks 2 Operasi Matriks 3 Determinan matriks 4 Matriks Invers 5 Operasi
Lebih terperinciMODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI
214 MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI Astri Fitria Nur ani Aljabar Linear 1 1/1/214 1 DAFTAR ISI DAFTAR ISI... i BAB I MATRIKS DAN SISTEM PERSAMAAN A. Pendahuluan... 1 B. Aljabar
Lebih terperinciSISTEM PERSAMAAN LINEAR
SISTEM PERSAMAAN LINEAR BAB 1 Dr. Abdul Wahid Surhim POKOK BAHASAN 1.1 Pengantar Sistem Persamaan Linear (SPL) 1.2 Eliminasi GAUSS-JORDAN 1.3 Matriks dan operasi matriks 1.4 Aritmatika Matriks, Matriks
Lebih terperinciCourse of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung
Course of Calculus MATRIKS Oleh : Hanung N. Prasetyo Information system Departement Telkom Politechnic Bandung Matriks dan vektor merupakan pengembangan dari sistem persamaan Linier. Matriks dapat digunakan
Lebih terperinciSebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :
Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi
Lebih terperinciBAB II DETERMINAN DAN INVERS MATRIKS
BAB II DETERMINAN DAN INVERS MATRIKS A. OPERASI ELEMENTER TERHADAP BARIS DAN KOLOM SUATU MATRIKS Matriks A = berdimensi mxn dapat dibentuk matriks baru dengan menggandakan perubahan bentuk baris dan/atau
Lebih terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang
Lebih terperinciAljabar Linier Elementer. Kuliah 1 dan 2
Aljabar Linier Elementer Kuliah 1 dan 2 1.3 Matriks dan Operasi-operasi pada Matriks Definisi: Matriks adalah susunan bilangan dalam empat persegi panjang. Bilangan-bilangan dalam susunan tersebut disebut
Lebih terperinciLEMBAR AKTIVITAS SISWA MATRIKS
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA MATRIKS Notasi dan Ordo Matriks Lengkapilah isian berikut! Suatu matriks biasanya dinotasikan dengan huruf kapital, misalnya: A. PENGERTIAN MATRIKS 1) Tabel
Lebih terperinciPertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
Lebih terperinciMATRIKS A = ; B = ; C = ; D = ( 5 )
MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.
Lebih terperinciBAB MATRIKS. Tujuan Pembelajaran. Pengantar
BAB II MATRIKS Tujuan Pembelajaran Setelah mempelajari materi bab ini, Anda diharapkan dapat: 1. menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks persegi merupakan invers
Lebih terperinciBab 1 Ruang Vektor. I. 1 Ruang Vektor R n. 1. Ruang berdimensi satu R 1 = R = kumpulan bilangan real Menyatakan suatu garis bilangan;
Bab Ruang Vktor I. Ruang Vktor R n. Ruang brdimnsi satu R = R = kumpulan bilangan ral Mnyatakan suatu garis bilangan; -3 - - 0. Ruang brdimnsi dua R = bidang datar ; Stiap vktor di R dinyatakan sbagai
Lebih terperinciPertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT
Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui
Lebih terperinci1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.
Bab MATRIKS DAN OPERASINYA Memahami matriks dan operasinya merupakan langkah awal dalam memahami buku ini. Beberapa masalah real dapat direpresentasikan dalam bentuk matriks. Masalah tersebut antara lain
Lebih terperinciMATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.
Page- MATRIKS Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom. Notasi: Matriks dinyatakan dengan huruf besar, dan elemen elemennya
Lebih terperinciMATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j.
MATRIKS A. Definisi Matriks 1. Definisi Matriks dan Ordo Matriks Matriks adalah susunan bilangan (elemen) yang disusun menurut baris dan kolom dan dibatasi dengan tanda kurung. Jika suatu matriks tersusun
Lebih terperinciHasil Kali Titik, Hasil Kali Silang, dan Hasil Kali Tripel
BAB II HASIL KALI TITIK DAN SILANG A. HASIL KALI TITIK ATAU SKALAR Hasil kali titik atau skalar dari dua buah vektor A dan B yang dinyatakan oleh A B (dibaca A titik B ) didefinisikan sebagai hasil kali
Lebih terperinciJURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA
CATATAN KULIAH ALJABAR LINEAR MUSTHOFA JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA 20 SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan sistem persamaan linear. OPERASI BARIS ELEMENTER
Lebih terperinciMatematika Teknik INVERS MATRIKS
INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien
Lebih terperinciM AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR
M AT E M AT I K A E K O N O M I MATRIKS DAN SPL TO N I BAKHTIAR I N S TITUT P ERTA N I A N BOGOR 2 0 1 2 Kesetimbangan Dua Pasar Permintaan kopi bergantung tidak hanya pada harganya tetapi juga pada harga
Lebih terperinciBAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
1.1 LATAR BELAKANG BAB I PENDAHULUAN Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi
Lebih terperinciBAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu
BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang
Lebih terperincidimana a 1, a 2,, a n dan b adalah konstantakonstanta
Persamaan linear adalah persamaan dimana peubahnya tidak memuat eksponensial, trigonometri (seperti sin, cos, dll.), perkalian, pembagian dengan peubah lain atau dirinya sendiri. Secara umum persamaan
Lebih terperinciMATRIKS. kolom, sehingga dapat dikatakan matriks berordo 3 1 Penamaan suatu matriks biasa menggunakan huruf kapital
MATRIKS A. Pengertian, Notasi dan Ordo Suatu Matriks Matriks adalah susunan bilangan yang diatur berdasarkan baris dan kolom sehingga membentuk persegi panjang. Ukuran panjang dan lebar matriks ditentukan
Lebih terperinciModul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:
Modul Praktikum Aljabar Linier Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: David Abror Gabriela Minang Sari Hanan Risnawati Ichwan Almaza Nuha Hanifah Riza Anggraini Saiful Anwar Tri
Lebih terperinciKata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.
i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak
Lebih terperinci5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
Lebih terperinciMATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI
MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI SAP (1) Buku : Suryadi H.S. 1991, Pengantar Aljabar dan Geometri analitik Vektor Definisi, Notasi, dan Operasi Vektor Susunan
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi
Lebih terperinciRUANG VEKTOR. Nurdinintya Athari (NDT)
1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol
Lebih terperinciMATRIK dan RUANG VEKTOR
MATRIK dan RUANG VEKTOR A. Matrik. Pendahuluan Sebuah matrik didefinisikan sebagai susunan persegi panjang dari bilangan bilangan yang diatur dalam baris dan kolom. Matrik ditulis sebagai berikut: a a
Lebih terperinciLEMBAR AKTIVITAS SISWA MATRIKS
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA MATRIKS Notasi dan Ordo Matriks Lengkapilah isian berikut! Suatu matriks biasanya dinotasikan dengan huruf kapital, misalnya: A. PENGERTIAN MATRIKS 1) Tabel
Lebih terperinciPELATIHAN INSTRUKTUR/PENGEMBANG SMU 28 JULI s.d. 12 AGUSTUS 2003 MATRIKS. Oleh: Drs. M. Danuri, M. Pd.
PELATIHAN INSTRUKTUR/PENGEMBANG SMU JULI s.d. AGUSTUS MATRIKS Oleh: Drs. M. Danuri, M. Pd. DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH PUSAT PENGEMBANGAN PENATARAN
Lebih terperinciPengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)
Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak
Lebih terperinciALJABAR LINEAR ELEMENTER
BAHAN AJAR ALJABAR LINEAR ELEMENTER Disusun oleh : Indah Emilia Wijayanti Al. Sutjijana Jurusan Matematika Fakultas MIPA Universitas Gadjah Mada Desember, 22 ii Daftar Isi Sistem Persamaan Linear dan Matriks.
Lebih terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinciVEKTOR. 45 O x PENDAHULUAN PETA KONSEP. Vektor di R 2. Vektor di R 3. Perkalian Skalar Dua Vektor. Proyeksi Ortogonal suatu Vektor pada Vektor Lain
VEKTOR y PENDAHULUAN PETA KONSEP a Vektor di R 2 Vektor di R 3 Perkalian Skalar Dua Vektor o 45 O x Proyeksi Ortogonal suatu Vektor pada Vektor Lain Soal-Soal PENDAHULUAN Dalam ilmu pengetahuan kita sering
Lebih terperinciDIKTAT MATEMATIKA II
DIKTAT MATEMATIKA II (MATRIK) Drs. A. NABABAN PURNAWAN, S.Pd.,M.T JURUSAN PENDIDIKAN TEKNIK MESIN FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN INDONESIA 2004 MATRIKS I. PENGERTIAN
Lebih terperinciMatriks. Baris ke 2 Baris ke 3
Matriks A. Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegi panjang. Susunan bilangan itu diletakkan di dalam kurung
Lebih terperinciLEMBAR AKTIVITAS SISWA MATRIKS
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA MATRIKS Notasi dan Ordo Matriks Lengkapilah isian berikut! Suatu matriks biasanya dinotasikan dengan huruf kapital, misalnya: A. PENGERTIAN MATRIKS 1) Tabel
Lebih terperinciALJABAR LINIER DAN MATRIKS
ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) Macam Matriks Matriks Nol (0) Matriks yang semua entrinya nol. Ex: Matriks Identitas (I) Matriks persegi dengan entri pada diagonal utamanya
Lebih terperinciBAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas
BAB II KAJIAN PUSTAKA Pada bab ini akan diuraikan mengenai matriks (meliputi definisi matriks, operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas aljabar max-plus, dan penyelesaian
Lebih terperinciPart III DETERMINAN. Oleh: Yeni Susanti
Part III DETERMINAN Oleh: Yeni Susanti Perhatikan determinan matriks ukuran 2x2 berikut: Pada masing-masing jumlahan dan Terdapat wakil dari setiap baris dan setiap kolom. Bagaimana dengan tanda + (PLUS)
Lebih terperincia11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.
a11 a12 x1 b1 a a x b 21 22 2 2 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA. a11 a12 x1 b1 a a x b 21 22 2 2 a11 a12 x1 b1 a a x b 21 22 2 2 Setijo Bismo
Lebih terperinciPertemuan 13 persamaan linier NON HOMOGEN
Pertemuan 13 persamaan linier NON HOMOGEN 10 Metode CRAMER Aljabar Linier Hastha 2016 10. PERSAMAAN LINIER NONHOMOGEN 10.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciMatriks. Modul 1 PENDAHULUAN
Modul Matriks Drs. R. J. Pamuntjak, M.Sc. S PENDAHULUAN istem persamaan linear yang muncul hampir dalam semua penerapan aljabar linear, juga sangat diperlukan sebagai landasan dalam pembahasan bagian lain
Lebih terperinciBAB I MATRIKS DEFINISI : NOTASI MATRIKS :
BAB I MATRIKS DEFINISI : Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun/dijajarkan berbentuk persegi panjang (menurut baris dan kolom). Skalar-skalar itu disebut elemen matriks.
Lebih terperinci6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1
6- Operasi Matriks Contoh 6-1 : Budi diminta tolong oleh ibunya untuk membeli 2 kg gula dan 1 kg kopi. Dengan uang Rp. 10.000,- Budi mendapatkan uang kembali Rp. 3.000,-. Dihari yang lain, Budi membeli
Lebih terperinciMatriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.
MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar
Lebih terperinciBAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau
BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah
Lebih terperinciMATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)
MATRIKS DAN OPERASINYA Nurdinintya Athari (NDT) MATRIKS DAN OPERASINYA Sub Pokok Bahasan Matriks dan Jenisnya Operasi Matriks Operasi Baris Elementer Matriks Invers (Balikan) Beberapa Aplikasi Matriks
Lebih terperinciAljabar Matriks. Aljabar Matriks
Aljabar Matriks No No Unit Unit Kompetensi 1 Menerapkan keamanan web dinamis 2 Membuat halaman web dinamis dasar 3 Membuat halaman web dinamis lanjut 4 Menerapkan web hosting 5 Menerapkan konten web memenuhi
Lebih terperinciBAB 4 : SISTEM PERSAMAAN LINIER
BAB 4 : SISTEM PERSAMAAN LINIER 4.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara aljabar. Garis lurus pada bidang x 1 dan x 2 dapat dinyatakan sebagai persamaan a 1 x
Lebih terperinciSebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini.
. INVERS MTRIKS Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini. a. RNK MTRIKS Matriks tak nol dikatakan mempunyai rank r jika paling
Lebih terperinciBAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:
BAB 2 LANDASAN TEORI Pada bab ini dibicarakan mengenai matriks yang berbentuk bujur sangkar dengan beberapa definisi, teorema, sifat-sifat dan contoh sesuai dengan matriks tertentu yang dibicarakan yang
Lebih terperinciDIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks
DIKTAT PERKULIAHAN EDISI 1 Aljabar Linear dan Matriks Penulis : Ednawati Rainarli, M.Si. Kania Evita Dewi, M.Si. JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KOMPUTER INDONESIA BANDUNG 011 IF/011 1 DAFTAR ISI
Lebih terperinciKonsep Dasar. Modul 1 PENDAHULUAN
Modul 1 Konsep Dasar M PENDAHULUAN Drs. Suryo Guritno, M.Stats., Ph.D. ateri yang akan dibahas dalam modul ini adalah konsep-konsep dasar aljabar matriks yang meliputi pengertian matriks, vektor dan skalar;
Lebih terperinciVektor. Vektor. 1. Pengertian Vektor
Universitas Muhammadiyah Sukabumi Artikel Aljabar Vektor dan Matriks Oleh : Zie_Zie Vektor Vektor 1. Pengertian Vektor a. Definisi Vektor adalah suatu besaran yang mempunyai nilai (besar) dan arah. Contohnya
Lebih terperinciPERSAMAAN KUADRAT. Persamaan. Sistem Persamaan Linear
Persamaan Sistem Persamaan Linear PENGERTIAN Definisi Persamaan kuadrat adalah kalimat matematika terbuka yang memuat hubungan sama dengan yang pangkat tertinggi dari variabelnya adalah 2. Bentuk umum
Lebih terperinciMatriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan kolom: A =
Bab 2 cakul fi080 by khbasar; sem1 2010-2011 Matriks Dalam BAB ini akan dibahas mengenai matriks, sifat-sifatnya serta penggunaannya dalam penyelesaian persamaan linier. Matriks merupakan representasi
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol
Lebih terperinciMatriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks
Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Matriks -
Lebih terperinciRuang Vektor Euclid R 2 dan R 3
Ruang Vektor Euclid R 2 dan R 3 Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U September 2015 MZI (FIF Tel-U) Ruang Vektor R 2 dan R 3 September 2015
Lebih terperinciPembahasan OSN Tingkat Provinsi Tahun 2011 Jenjang SMA Bidang Matematika
Tutur Widodo Pembahasan OSP Matematika SMA 011 Pembahasan OSN Tingkat Provinsi Tahun 011 Jenjang SMA Bidang Matematika Bagian A : Soal Isian Singkat 1. Diberikan segitiga sama kaki ABC dengan AB = AC.
Lebih terperinciMATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR
MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR 7.1 Matriks DEFINISI Susunan bilangan (fungsi) berbentuk persegi panjang yang ditutup dengan tanda kurung. Bilangan (fungsi) disebut entri-entri matriks.
Lebih terperinciPelabelan matriks menggunakan huruf kapital. kolom ke-n. kolom ke-3
MATRIKS a. Konsep Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegipanjang dan diletakkan di dalam kurung biasa ( ) atau
Lebih terperinci8 MATRIKS DAN DETERMINAN
8 MATRIKS DAN DETERMINAN Matriks merupakan pengembangan lebih lanjut dari sistem persamaan linear. Oleh karenanya aljabar matriks sering juga disebut dengan aljabar linear. Matriks dapat digunakan untuk
Lebih terperinciDefinisi : det(a) Permutasi himpunan integer {1, 2, 3,, n}:
Definisi : Determinan dari matrik bujursangkar A berorde n adalah jumlah semua permutasi n (n!) hasil kali bertanda dari elemen-elemen matrik. Dituliskan : det(a) atau A (jr j r...j n ).a jr a j r...am
Lebih terperinciPertemuan 4 Aljabar Linear & Matriks
Pertemuan 4 Aljabar Linear & Matriks 1 Notasi : huruf besar tebal misalnya A, B, C Merupakan array dari bilangan, setiap bilangan disebut elemen matriks (entri matriks) Bentuk umum : m : jumlah baris (mendatar)
Lebih terperinciMATRIKS Nuryanto, ST., MT.
MateMatika ekonomi MATRIKS TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari bab ini, anda diharapkan dapat : 1. Pengertian matriks 2. Operasi matriks 3. Jenis matriks 4. Determinan 5. Matriks invers 6.
Lebih terperinciVEKTOR. Makalah ini ditujukkan untuk Memenuhi Tugas. Disusun Oleh : PRODI TEKNIK SIPIL FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
VEKTOR Makalah ini ditujukkan untuk Memenuhi Tugas Disusun Oleh : 1. Chrisnaldo noel (12110024) 2. Maria Luciana (12110014) 3. Rahmat Fatoni (121100) PRODI TEKNIK SIPIL FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
Lebih terperinciModul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear
Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan
Lebih terperinciMETODE MATRIKS (MATRIKS) Mekanika Rekayasa IV. Norma Puspita, ST. MT. a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n
METODE MATRIKS (MATRIKS) Mekanika Rekayasa IV Norma Puspita, ST MT Matriks Matriks adlah susunan bilangan (elemen) yang disusun menurut baris dan kolom sehingga berbentuk persegi panjang Matriks dinotasikan
Lebih terperinciMatriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut
Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut dinamakan entri dalam matriks atau disebut juga elemen
Lebih terperinciBAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =
BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam
Lebih terperinciVektor di Bidang dan di Ruang
Vektor di Bidang dan di Ruang 4.1. Pengertian, notasi,dan operasi pada ektor Vektor merupakan istilah untuk menyatakan besaran yang mempunyai arah. Secara geometris, ektor dinyakan dengan segmen-segmen
Lebih terperinciMATRIKS. 2. Matriks Kolom Matriks kolom adalah matriks yang hanya mempunyai satu kolom. 2 3 Contoh: A 4 x 1 =
NAMA : KELAS : 1 2 MATRIKS Matriks adalah susunan berbeda dalam bentuk persegi panjang yang diatur pada baris dan kolom. NOTASI MATRIKS DAN ORDO MATRIKS Notasi matriks biasanya dituliskan dalam huruf kapital
Lebih terperinciMatriks Jawab:
Matriks A. Operasi Matriks 1) Penjumlahan Matriks Jika A dan B adalah sembarang Matriks yang berordo sama, maka penjumlahan Matriks A dengan Matriks B adalah Matriks yang diperoleh dengan cara menjumlahkan
Lebih terperinciBab 7 Sistem Pesamaan Linier. Oleh : Devie Rosa Anamisa
Bab 7 Sistem Pesamaan Linier Oleh : Devie Rosa Anamisa Pendahuluan Bentuk umum dari aljabar linier sebagai berikut: a11x1 + a12a 12X2 +... + a1na 1nXn = b1b a21x1 + a22a 22X2 +... + a2na 2nXn = b2b...............
Lebih terperinciBagian 2 Matriks dan Determinan
Bagian Matriks dan Determinan Materi mengenai fungsi, limit, dan kontinuitas akan kita pelajari dalam Bagian Fungsi dan Limit. Pada bagian Fungsi akan mempelajari tentang jenis-jenis fungsi dalam matematika
Lebih terperinciMatriks. Modul 1 PENDAHULUAN
Modul Matriks Dra. Sri Haryatmi Kartiko, M.Sc. I PENDAHULUAN lmu pengetahuan dewasa ini menjadi semakin kuantitatif. Data numerik dengan skala besar, hasil pengukuran berupa angka sering dijumpai oleh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
Lebih terperinci02-Pemecahan Persamaan Linier (1)
-Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Vektor dan Persamaan Linier Bagian : Teori Dasar Eliminasi Bagian 3: Eliminasi Menggunakan Matriks Bagian 4:
Lebih terperinciMODUL IV SISTEM PERSAMAAN LINEAR
MODUL IV SISTEM PERSAMAAN LINEAR 4.. Pendahuluan. Sistem Persamaan Linear merupakan salah satu topik penting dalam Aljabar Linear. Sistem Persamaan Linear sering dijumpai dalam semua bidang penyelidikan
Lebih terperinciVektor. Vektor memiliki besaran dan arah. Beberapa besaran fisika yang dinyatakan dengan vektor seperti : perpindahan, kecepatan dan percepatan.
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang dinyatakan dengan vektor seperti : perpindahan, kecepatan dan percepatan. Skalar hanya memiliki besaran saja, contoh : temperatur,
Lebih terperinciDefinisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;
BAB I VEKTOR A. DEFINISI VEKTOR 1). Pada mulanya vektor adalah objek telaah dalam ilmu fisika. Dalam ilmu fisika vektor didefinisikan sebagai sebuah besaran yang mempunyai besar dan arah seperti gaya,
Lebih terperinciPenyelesaian SPL dalam Rangkaian Listrik
Penyelesaian SPL dalam Rangkaian Listrik Harry Octavianus Purba (13514050) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciII. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga
II. TINJAUAN PUSTAKA 2.1 Bilangan Bulat Bilangan Bulat merupakan bilangan yang terdiri dari bilangan cacah dan negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga negatif dari bilangan
Lebih terperinciPrestasi itu diraih bukan didapat!!! SOLUSI SOAL
SELEKSI OLIMPIADE TINGKAT PROVINSI 013 TIM OLIMPIADE MATEMATIKA INDONESIA 014 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL BAGIAN PERTAMA Disusun oleh : Solusi Olimpiade Matematika Tk Provinsi 013
Lebih terperinciMATRIKS. 3. Matriks Persegi Matriks persegi adalah matriks yang mempunyai baris dan kolom yang sama.
MATRIKS Matriks adalah susunan berbeda dalam bentuk persegi panjang yang diatur pada baris dan kolom. NOTASI MATRIKS DAN ORDO MATRIKS Notasi matriks biasanya dituliskan dalam huruf kapital (huruf besar)
Lebih terperinci7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal
7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada
Lebih terperinciGARIS-GARIS BESAR PROGRAM PEMBELAJARAN
GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor
Lebih terperinciMATRIKS. Slide : Tri Harsono PENS - ITS. 1 Politeknik Elektronika Negeri Surabaya (PENS) - ITS
MATRIKS Slide : Tri Harsono PENS - ITS 1 Sifat Matriks Perkalian dua matriks tidak komutatif Perkalian dua matriks bersifat assosiatif dan distributif tidak komutatif AB BA (AB)C = A(BC) A(B+C) = AB +
Lebih terperinciMatematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015
Matematika Teknik I: Matriks, Inverse, dan Determinan Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Dadang Amir Hamzah (STT) Matematika Teknik I Semester 3, 2015 1 / 33 Outline 1 Matriks Dadang
Lebih terperinciTUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi
TUGAS MANDIRI MATRIKS Mata Kuliah : Matematika ekonomi NamaMahasiswa : Suriani NIM : 140610098 Kode Kelas Dosen : 141-MA112-M6 : NeniMarlinaPurbaS.Pd UNIVERSITAS PUTERA BATAM 2014 KATA PENGANTAR Puji syukur
Lebih terperinci