MATA KULIAH ALJABAR LINIER

Ukuran: px
Mulai penontonan dengan halaman:

Download "MATA KULIAH ALJABAR LINIER"

Transkripsi

1 HAND OUT (BAHAN AJAR) MATA KULIAH ALJABAR LINIER Oleh: Saminanto, S.Pd., M.Sc PRODI TADRIS MATEMATIKA FAKULTAS TARBIYAH IAIN WALISONGO SEMARANG TAHUN Aljabar Linier

2 KATA PENGANTAR Bismillaahirrohmaanirrohiim Segala puji bagi Allah, Tuhan seru sekalian alam. Hanya dengan berkah dan petunjuk-nyalah, penulis selaku dosen dapat menyusun bahan ajar ini. Shalawat dan salam penulis sampaikan kepada Nabi Agung Muhammad SAW yang selalu diteladani dan diharapkan syafa atnya. Dalam proses perkuliahan dosen memiliki tugas membuat perencanaan perkuliahan, melaksanakan perkuliahan dan melakukan penilaian. Perencanaan perkuliahan meliputi pembuatan silabus perkuliahan, satuan ajar perkuliahan (SAP) yang dilengkapi dengan bahan ajar perkuliahan. Bahan ajar sangat penting dikembangkan untuk mendukung dan memberikan panduan perkuliahan terkait materi apa saja yang akan menjadi substansi dari suatu kompetensi yang akan di capai. Untuk itu dosen dalam melaksanakan perkuliahan diharapkan dapat mengembangkan bahan ajar sendiri sesuai dengan kompetensi yang diinginkan. Dengan berbekal kemauan yang berdasarkan kebutuhan perkuliahan yang tertuang dalam silabus yang dijabarkan dalam SAP terwujudlah hand out/bahan ajar perkuliahan yang sederhana ini. Penulis menyadari dan memaklumi sepenuhnya bahwa bahan ajar ini jauh dari sempurna. Karenanya, segala kritik konstruktif dan saran perbaikan senantiasa diharapkan dan diterima dengan lapang dada dan senang hati untuk perbaikan penyusunan bahan ajar perkuliahan berikutnya. Akhirnya, penulis hanya bisa berharap semoga bahan ajar ini bermanfaat untuk perkuliahan. Hanya kepada Allah-lah penulismenyembah dan memohon pertolongan, semoga laporan penelitian yang sederhana ini bermanfaat. Amien... Semarang, Februari Saminanto, S.Pd, M.Sc Aljabar Linier

3 DAFTAR ISI BAB I PERSAMAAN LINIER DAN MATRIK... BAB II DETERMINAN... 6 BAB IIIVEKTOR-VEKTOR DI RUANG- DAN RUANG BAB IVRUANG-RUANG VEKTOR... 5 BAB V NILAI EIGEN DAN VEKTOR EIGEN Aljabar Linier

4 BAB I SISTEM PERSAMAAN LINIER DAN MATRIK. Pengantar Kepada Sistem-Sistem Persamaan Linier Sebuah garis di dalam bidang y secara al jabar dapat dinyatakan oleh sebuah persamaan berbentuk : a + a y = b secara lebih umum, persamaan linier dalam n ariabel,,.. n sebagai sebuah persamaan yang dapat dinyatakan dalam bentuk a + a +..+ a n n = b dimana a, a,.., a n dan b konstanta riel. Contoh Berikut ini contoh persamaan linier + y = = 7 Berikut ini yang bukanlah persamaan linier y - sin = + + = Sebuah pemecahan (solution) persamaan linier a + a +..+ a n n = b adalah sebuah urutan dari n bilangan s, s,.., s n sehingga persamaan tersebut dipenuhi bila kita mensubstitusikan = s, = s,.., n = s n, Sehingga himpunan semua pemecahan persamaan tersebut dinamakan himpunan pemecahannya (its solution). Sebuah sistem yang tidak mempunyai pemecahan dikatakan tak konsistent (inconsistent). Jika ada stidak-tidaknya satu pemecahan, maka sistem persamaan tersebut konsistent (consistent). Sebuah sistem sembarang yang terdiri dari m persamaan linier dengan n bilangan yang tidak diketahui akan dituliskan sebagai a + a a n n = b a + a a n n = b a m + a m a mn n = b m Jika ditulis ke dalam bentuk matri adalah sebagai berikut : Aljabar Linier

5 Susunan di atas dinamakan matri diperbesar (augmented matri) untuk sistem tersebut Contoh : + + = = = Maka bentuk matri diperbesarnya adalah : Dalam menyelesaikan persamaan ada beberapa cara, diantaranya adalah : a) Mengeliminasi bilangan-bilangan yang tidak diketahui secara sistematis, caranya adalah : Kalikanlah sebuah persamaan dengan sebuah konstanta yang tak sama dengan nol Tukarlah dua persamaan tersebut Tambahkan kelipatan dari satu persamaan kepada yang lainnya Contoh soal : + y + z = 9 + 4y- z = + 6y - 5z = Tambahkan n- kali persamaan pertama kepada persamaan kedua untuk mendapatkan + y + z= 9 y - 7z = y - 5z = Tambahkanlah - kali persamaan kedua kepada persamaan ketiga untuk mendapatkan + y + z = 9 Aljabar Linier 4

6 y - 7z= - 7 y-z = - 7 Kalikanlah persamaan kedua dengan ½ untuk mendapatkan + y + z = 9 y - 7 z= -7 y - z = - 7 Tambahkan - kali persamaan kedua kepada persamaan ketiga untuk mendapatkan + y + z = 9 y - 7 z= -7 - z = - Kalikan persamaan ketiga dengan - untuk mendapatkan + y + z = 9 y - 7 z= -7 z = Tambahkan - kali persamaan kedua kepada persamaan pertama untuk mendapatkan + z = 5 y - 7 z= -7 z = Tambahkan - kali persamaan ketiga kepada persamaan pertama dan 7 kali persamaan ketiga kepada persamaan kedua untuk mendapat = y = z = b) Operasi Baris Elementer Caranya : Kalikan sebuah baris dengan sebuah konstanta yang tak sama dengan nol Pertukarlah dua baris Tambahkan kelipatan dari satu baris pada baris lainnya Aljabar Linier 5

7 Contoh soal : Dari soal di atas dapat dibentuk matri Tahap Tahap Tahap Tahap 4 Tahap 5 Aljabar Linier 6

8 Tahap 6 Soal Sub Bab.. Carilah matri yang diperbesar dari sistem persamaan linier berikut ini = = Pemecahan Masalah : Tahap Ubah ke dalam bentuk matriks. Carilah sebuah sistem persamaan linier yang bersesuaian dengan setiap matriks yang diperbesar berikut Pemecahan Masalah : + + (- ) = + + = + (- ) + = 4 Atau dapat ditulis + - = Aljabar Linier 7

9 + + = - + = 4. Eliminasi Gauss Di sub bab ini kita memberikan sebuah prosedur yang sistematis untuk memecahkan sistem-sistem persamaan linier Bentuk eselon baris yang direduksi (reduced row echelon form) Caranya Supaya bentuk seperti itu, maka matri harus mempunyai sifat-sifat berikut : Jika sebuah baris tidak terdiri seluruhnya dari nol, maka bilangan tak nol pertama di dalam baris tersebut adalah. (kita menamakan ini utama) Jika ada suatu baris yang terdiri seluruhnya dari nol, maka semua baris seperti itu dikelompokkan bersama-sama di bawah matri Di dalam sembarang dua baris yang berurutan yang tidak terdiri seluruhnya dari nol, maka satu utama di dalam baris yang lebih rendah terdapat lebih jauh ke kana daripada utama did dalam baris yang lebih tinggi Setiap kolom yang mengandung sebuah utama mempunyai nol di tempat lain Sebuah matri yang mempunyai sifat-sifat, dan dikatakan berada di dalam bentuk eselon baris (row echelon form). Contoh matri di dalam betuk eselon baris yang direduksi : Aljabar Linier 8

10 Contoh matri di dalam bentuk eselon baris : Contoh soal : Misalkan bahwa matri yang diperbesar untuk sebuah sistem persamaan-persamaan linier telah direduksi oleh operasi baris menjadi bentuk eselon baris yang direduksi seperti yang diberikan. Pecahkanlah sistem tersebut : sistem persamaan di atas adalah : = 5 = - = 4 dengan pemeriksaan maka = 5, = -, = 4 Dalam pembahasan berikutnya kita akan mempelajari eliminasi gauss-jordan yang dapat digunakan untuk mereduksi sembarang matri menjadi bentuk eselon baris yang direduksi. Untuk mempermudah pemahaman, mari kita lihat contoh soal berikut ini : Pecahkanlah + y + z = 9 + 4y - z = + 6y - 5z = Dengan menggunakan eliminasi Gauss Jawaban : Aljabar Linier 9

11 Tahap Ubah dalam bentuk matri yang diperbesar Tahap Menjadi bentuk eselon baris Tahap maka sistem yang bersesuaian dengan matri ini + y + z = 9 y - 7 z = - 7 z = Tahap 4 y - 7 z = - 7, lalu mensubstitusikan z = y - = - 7 y = y = 4 = Tahap 5 + y + z = 9 lalu substitusi y dan z + + () = = 9 = Soal. Pecahkan setiap sistem berikut dengan menggunakan eliminasi Gauss-Jordan + + = = = Aljabar Linier

12 Jawaban : Maka, = = =. Dalam setiap bagian misalkanlah bahwa matri yang diperbesar untuk sistem persamaan-persamaan linier telah direduksi oleh opera baris menjadi bentuk eselon baris yang direduksi seperti yang diberikan. Pecahkanlah sistem tersebut Jawaban : Aljabar Linier

13 + - 4 = - = = maka, - = dapat disubstitusi dengan = - () = - 4 = = 5 dapat dipecahkan pula = dengan mensubstitusi = 5 dan =, sehingga + (5) - 4() = = = jadi, dapat ditemukan bahwa =, = 5, =. SISTEM PERSAMAAN LINIER HOMOGEN Suatu sistem persamaan-persamaan linier dikatakan homogen jika semua suku konstantanya sama dengan nol. Bentuk umumnya adalah sebagai berikut : a a a a a a n n n n a m + a m a mn n Tiap-tiap sistem persamaan linier homogen adalah sistem yang konsisten, karena =, =,, n = selalu merupakan pemecahan. Pemecahan tersebut dinamakan pemecahan triial (triial solution); jika ada pemecahan lain, maka pemecahan lain tersebut dinamakan pemecahan yangtak triial (non triial solution). Contoh : Selesaikan sistem persamaan linier homogen berikut dengan menggunakan eliminasi Gauss-Jordan Aljabar Linier

14 Aljabar Linier Penyelesaian : Persamaan tersebut kita ubah menjadi matrik yang diperbesar ) ( ketiga pertama ditukar dengan baris baris baris ketiga pertama baris baris kedua pertama baris ) ( ) ( ( keempat) baris kedua ditukar dengan baris ketiga baris baris kedua pertama baris baris kedua ) ( ) ( ( sepertiga) baris ketiga baris keempat baris ketiga baris kedua baris ketiga pertama baris baris ketiga ) ( ) ( ) (

15 Variabel utama : baris pertama, baris ketiga, baris keempat(,, 4 ) Dimisalkan = s 5 = t Dikembalikan ke sistem persamaan linier semula t s t Himpunan Penyelesaian = ( s t); s; ( t); ; ( t) Teorema. Sebuah sistem persamaan-persamaan linier homogen dengan lebih banyak bilangan yang tak diketahui daripada banyaknya persamaan selalu mempunyai tak terhingga banyaknya pemecahan..4 MATRIKS DAN OPERASI MATRIKS Definisi. Sebuah matriks adalah susunan segiempat siku-siku dari bilangan-bilangan. Bilangan-bilangan di dalam susunan-susunan tersebut dinamakan entri di dalam matriks. Bentuk matriks : a a am a a a m a a a m a a a n n mn Ukuran matriks = baris kolom. Aljabar Linier 4

16 Baris = ukuran matriks yang menyatakan banyaknya baris (garis horizontal) Kolom = ukuran matriks yang menyatakan banyaknya kolom (garis ertikal) Kalau misalkan banyak baris pada matrik adalah 5, dan banyak kolom pada matrik adalah. Maka ukuran matriks = 5. Operasi matriks. Penjumlahan Definisi. Jika A dan B adalah sembarang dua matriks yang ukurannya sama, maka jumlaha + B adalah matriks yang didapatkan dengan menambahkan bersama-sama entri yang bersangkutan di dalam kedua matriks tersebut. Matriks-matriks yang ukurannya berbeda tidak dapat ditambahkan. Contoh : A = B = A + B = = 5 Jadi dapat disimpulkan bahwa jika matriks A = a c b e f d, B = g h ditambahkan, maka akan menjadi A + B = a e c g b f d h Dan jika kedua matriks berbeda ukurannya, maka tidak bisa ditambahkan. Karena tidak punya pasangan matriks(jomblo).. Pengurangan Definisi. Sama dengan penjumlahan, yang membedakan adalah operasinya. Contoh : Aljabar Linier 5

17 A = B = A B = = Jadi dapat disimpulkan bahwa jika matriks A = a c b e f d, B = g h dikurangkan, maka akan menjadi A B = a e c g b f d h Dan jika kedua matriks berbeda ukurannya, maka tidak bisa dikurangkan. Karena tidak punya pasangan matriks(jomblo).. Perkalian Definisi. Jika A adalah sebuah matriks m r dan B adalah sebuah matriks r n, maka hasil kali ABadalah m n yang entri-entrinya ditentukan sebagai berikut. Untuk mencari entri di dalam baris i dan kolom j dari A B, maka pilihlah baris i dari matrik A dan kolom j dari matriks B. Kalikanlah entri-entri yang bersangkutan dari baris dan kolom tersebut bersama-sama dan kemudian tambahkanlah hasil perkalian yang dihasilkan. Contoh : A B 5 7 ( 4) (75) (5) AB (4) (65) (4) ( 7) (7) (5) (7) (6) (4) 4 5 AB Aljabar Linier 6

18 49 AB 46 9 Keterangan : A m r B r n AB m n A B AB.5 KAIDAH-KAIDAH ILMU HITUNG MATRIK Pada bilangan riel a dan b, kita mempunyai ab = ba sering kita sebut hukum komutatif untuk perkalian.tapi dalam matrik, AB dan BA tidak slalu sama, hal ini bisa terjadi karena: AB terdefinisikan tetapi BA tidak, atau kedua duanya terdefinisikan tetapi ukurannya berbeda. Contoh: A = B = Maka, AB = 4 BA = 6 Teorema: Dengan menganggap bahwa ukuran ukuran matrik adalah sedemikian rupa sehingga operasi-operasi yang di tunjukkan dapat dilakukan, maka kaidah kaidah ilmu hitung matrik berikut akan berlaku. a) A + B = B + A b) A +(B + C) = (A + B) + C c) A(BC) = (AB)C d) A (B + C) = AB + BC e) (B + C) A = BA + BC f) A (B - C) = AB - BC g) (B - C) A = BA - BC h) a(b + C) = ab + ac Aljabar Linier 7

19 i) a(b - C) = ab - ac j) (a + b)c = ac + bc k) (a + b)c = ac + bc l) (ab)c = a (bc) m) a (BC) = (ab) C = B (ac) Sebuah matrik yang semua entrinya sama dengan nol,dinamakan matrik nol ( zeromatri). i. Jika ab = ac dan a, maka b = c (hukum peniadaan) ii. Jika ab = maka stidaknya satu dari faktor di sebelah kiri adalah Teorema. Dengan menganggap bahwa ukuran ukuran matrik adalah sedemikian rupa sehingga operasi-operasi yang di tunjukkan dapat dilakukan, maka kaidah kaidah ilmu hitung matrik berikut akan berlaku. a) A + = + A = A b) A A= c) A = - A d) A =, A = A Teorema 4. Tiap-tiap sistem persamaan-persamaan linier akan mempunyai tidak ada pemecahan, persis satu pemecahan, atau tak terhingga banyaknya pemecahan. Bukti: Anggaplah AX = B Misal: AX = B, AX = C, maka AX AX = atau AA(X AX ) = maka: X = X X k = sembarang skalar A (X + kx ) = AX + A kx = AX + k AX = B + k = B + Aljabar Linier 8

20 = B Teorema.5. jika B dan C kedua-duanya aalah infers dari matrik A maka B = C Bukti: Karena B adalah sebuah infers dari A, maka AB = I. Dengan mengalihkan kedua ruas dari sebelah kanan dengan C maka akan di berikan (BA)C = IC = C, tetapi (BA)C = B (AC) = BI = B, sehingga B = C. Teorema. 6. Jika A dan B adalah matrik-matrik yang dapat dibalik dan yang ukuranyya sama maka: a) AB dapat dibalik b) AB = A B Sebuah hasil perkalian matrik-matrik yang dapat dibalik selalu dapat dibalik, dan infers dari perkalian tersebut adalah hasil perkalian dari iners-iners di dalam urutan yang dibalik Teorema.7.jka A adalah sebuah matrik rang dapat dibalik, maka: a) A dapat dibalik dan (A ) b) A n dapat dibalik dan (A n ) = (A ) n untuk n =,,,... c) Untuk setiap skalar k yang tak sama dengan nol, maka ka dapat dibalik dan (ka) = /k. A Bukti: a) Karena AA = A A = I, maka A dapat dibalik dan (A ) = A.6 MATRIKS ELEMENTER DAN METODA UNTUK MENCARI A - Definisisebuah matriks n n dinamakan matriks elementer jika matriks tersebut dapat diperoleh dari matriks satuan n n yakni I n dengan melakukan sebuah operasi baris elementer tunggal. Aljabar Linier 9

21 Contoh diperoleh dari mengalikan baris kedua dengan - Tambahkan tiga kali baris ketiga kemudian jumlahkan dengan baris pertama Teorema 8. Jika matriks elementer E dihasilkan dari melakukan operasi baris tertentu pada I m dan jika A adalah sebuah matriks m n, maka hasil perkalian EA adalah matriks yang dihasilkan bila operasi baris yang sama dilakukan pada A. Teorema 9. Tiap-tiap matriks elementer data dibalik, dan inersnya adalah juga sebuah matriks elementer. Bukti jika E adalah matriks elementer yang diperoleh dari melakukan operasi baris pada I. Misalkan E adalah matriks satuan yang dihasilkan bila iners operasi ini dilakukan ada I. Dengan memakai teorema 8 dan dengan menggunakan kenyataan bahwa operasi baris iners akan saling meniadakan efek satu sama lain maka diperoleh E E = I dan EE = I Jadi, matriks elementer E adalah iners dari E. Teorema. Jika A adalah sebuah matriks n n, maka pernyataan-pernyataan berikut ekuialen, yakni semuanya benar dan semuanya palsu. (a) A dapat dibalik (b) AX = hanya mempunyai satu pemecahan triial. (c) A ekialen baris ada I n. Aljabar Linier

22 Bukti ekialen ini akan dibuktikan dengan menghasilkan rangkaian implikasi berikut : a b c a a b : anggaplah A dapat dibalik dan misalkan X adalah suatu pemecahan kepada AX =. Dengan mengalikan kedua ruas dengan A - maka akan memberikan A - (AX )= A - atau IX =, atau X =. Jadi AX = hanya mempunyai satu pemecahan triial. b c : misalkan AX = adalah bentuk matriks dari system a + a + a n n = a + a + a n = a n + a n + a nn n = (.6) Anggaplah system tersebut mempunyai penyelesaian triial. Ika kita memecahkannya dengan menggunakan eliminasi Gauss Jourdan, system persamaan yang bersesuaian dengan bentuk eselon baris yang tereduksi dari matriks yang diperbesar menjadi = = = n = (.7) Jadi matriks yang diperbesar tersebut adalah a a a n a a a n a n a n nn Supaya (.6) dapat reduksi menjadi matriks yang diperbesar Untuk (.7) dengan sebuah urutan operasi baris elementer. Jika kita tidak memerdulikan kolom terakhir di dalam setiap matriks ini, maka kita dapat menyimpulkan bahwa A dapat direduksi kepada I n dengan sebuah urutan operasi baris elementer, yakni A ekialen baris kepada I n Aljabar Linier

23 c a anggalah A ekialen baris kepada I n sehingga A data direduksi kepada I n dengan operasi baris elementer. Menurut teorema 8 setiap operasi ini dapat dirampungkan dengan mengalikan dengan matriks elementer yang bersesuaian di sebelah kiri. Jadi, kita dapat mencari matriks elementer E, E,..., E k sehingga E k... E E A = I n (.8) Menurut teorema 9, E, E,..., E k dapat dibalik. Dengan mengalikan kedua ruas dari sebelah kiri dengan E k -... E - E - maka diperoleh A = E - k... E - E - I n = E - k... E - - E (.9) Karena (.9) menyatakan A sebagai hasil perkalian matriks-matriks yang dapat dibalik maka kita data menyimpulkan bahwa A dapat dibalik..7. Hasil Selanjutnya Mengenai Sistem Persamaan Dan Keterbalikan Teorema Jika A adalah sebuah matriks n n yang dapat dibalik, maka untuk setiap matriks B yang berukuran n, system persamaan AX = B mempunyai persiis satu pemecahan, yakni, X = A B. Bukti: Karena A(A B) = B, maka X = A B adalah sebuah pemecahan dari AX = B. dalam pembuktian ini, anggaplah bahwa X adalah sebuah pemecahan sebarang dan kemudian memperlihatkan bahwa X harus merupakan pemecahan A B AX = B A A ( AX ) A. A. X A I. X A X A B B ( B) ( B) (Dalam teorema sebelumnya pada sub bab.5 telah dibuktikan bahwa A. A = I ) Contoh soal: Aljabar Linier

24 Aljabar Linier Tinjaulah system persamaan linier berikut, dan tentukanlah nilai,, A A A! X X X X X X X X Jawab: Di dalam bentuk matriks maka system ini dapat dituliskan sebagai AX = B, dimana 8 5 A X X X A 7 5 B Langkah : Menginerskan A Dengan menggunakan cara Operasi bilangan Elementer didapatkan A Langkah : mencari nilai,, A A A AX =B X X X B A X X X X = HP = {, -, } Teorema Misalkan A adalah sebuah matriks kuadrat (a). Jika B adalah sebuah matriks kuadrat yang memenuhi BA = I, maka B = A

25 (b). Jika B adalah sebuah matriks kuadrat yang memenuhi AB = I, maka B = A Bukti : (a). dimisalkan A adalah sebarang matriks kuadrat, akan dibuktikan bahwa A. A = A. A a Dimisalkan A = c b d d b maka, A = c a A. A = A. A d c b a a c b a b d = c d d c b a da bc ad bc cb ad = cb ad Terbukti bahwa A. A = A. A sehingga A. A = I Kemudian anggaplah BA = I, kalikan kedua ruas dengan A BA = I BA. A =I. A B. I = I A B = A terbukti (b). Anggaplah AB = I (A.B) = A (B) A I.B = A. I B = A terbukti Teorema Jika A adalah sebuah matriks n n, maka pernyataan-pernyataan yang berikut ekuialen satu sama lain. Aljabar Linier 4

26 (a). A dapat dibalik (b). AX = hanya mempunyai pemecahan triial (c). A ekuialen baris kepada In (d). AX = B konsisten untuk tiap-tiap matriks B yang berukuran n Bukti : karena kita telah membuktikan di dalam teorema bahwa (a), (b), dan (c) ekuialen satu sama lain, maka kita cukup membuktikan bahwa (a)(d) dan (d) (a) (d)(a) : (a)(d) : jika A dapat dibalik dan B adalah sebarang matriks n maka X = A adalah pemecahan dari AX = B menurut teorema, jadi AX = B konsisten. Aljabar Linier 5

27 BAB II DETERMINAN. Fungsi Determinan Permutasi himpunan bilangan-bilangan bulat {,,,,n} adalah sebuah susunan bilangan-bilangan bulat menurut suatu aturan tanpa menghilangkan atau mengulangi bilangan-bilangan tersebut. CONTOH : Permutasi dari himpunan bilangan bulat {,,} adalah : (,,) (,,) (,,) (,,) (,,) (,,) Metode yang mudah untuk mendaftarkan permutasi adalah dengan menggunakan pohon permutasi. Rumus untuk menghitung jumlah permutasi adalah = n! Inersi adalah jika sebuah bilangan bulat yang lebih besar mendahului sebuah bilangan sebuah bilangan bulat yang lebih kecil. Contoh : inersi dari permutasi (,4,,) adalah : + + =. Permutasi genap adalah jika jumlah inersi seluruhnya adalah bilangan bulat genap dan permutasi ganjil adalah jika jumlah inersi seluruhnya adalah bilangan bulat ganjil. Sebuah matrik A yang berukuran n n mempunyai n! hasil perkalian elementer yang berbentuk a j, a j,, a njn di mana (j, j,, j) adalah sebuah permutasi dari {,,,,n} yang diartikan sebagai hasil perkalian elementer bertanda dari A. CONTOH : a a a Daftar hasil perkalian elementer yang bertanda dari matrik a a a a a a adalah : Hasil perkalian Elementer Permutasi yang Diasosiasikan Genap/ Ganjil Hasil perkalian elementer yang bertanda a a a (,,) Genap a a a a a a (,,) Ganjil a a a a a a (,,) Ganjil a a a a a a (,,) Genap a a a a a a (,,) Genap a a a a a a (,,) Ganjil a a a Aljabar Linier 6

28 Determinan adalah jumlah semua hasil perkalian elementer bertanda. Fungsi determinan dari matrik A di tulis det (A) atau A. dari contoh di atas, dapat pula dituliskan : a a a a a a a a a _ a a a a a a Determinan dari matrik tersebut adalah : det (A) = a. a.a + a.a.a + a.a.a a.a.a a.a.a a. a. a Secara simbolis dapat ditulis sebagai : det (A) = ±a j. a j. a njn CONTOH : A = 4 maka det (A) =.(-) (.4) = -. Menghitung Determinan dengan Reduksi Baris Untuk menghitung determinan dengan reduksi baris dapat menggunakan teoremateorema berikut :. Jika A adalah sembarang matrik yang mengandung sebaris nol, maka det (A) = Jika A adalah matrik segitiga yang berukuran n n maka det (A) adalah hasil perkalian entrientri dari diagonal utama. Matrik segitiga atas : Matrik segitiga bawah : a a a a a a a a a a a a. Misalkan A adalah sembarang matrik n n, a. Jika A adalah matrik yang diperoleh dari sebuah baris tunggal dari A dikalikan dengan konstanta k, maka det (A ) = k det(a). Aljabar Linier 7

29 b. Jika A adalah matrik yang dihasilkan bila baris dari matrik A dipertukarkan, maka det (A ) = - det (A). c. Jika A adalah matrik yang dihasilkan dari kelipatan dari satu baris ditambahkan pada baris yang lain pada matrik A, maka det (A ) = det (A). Untuk mencari determinan matrik dengan reduksi baris caranya adalah dengan melakukan OBE dengan menggunakan teorema di atas (,,) sehingga terbentuk perkalian konstanta dengan matrik dalam bentuk eselon baris. Jadi determinan adalah hasil perkalian konstanta tersebut. CONTOH : Hitung det (A) dimana : A = JAWAB : 5 det (A) = = 5 tukar baris pertama dengan baris kedua (Teorema ) 6 = 5 faktorkan baris pertama (B )..(Teorema a) 6 = 5 (B (-)) + B. (Teorema c) 5 = 5 55 =. ( 55) = - (-55). = 65 5 (B + B (Teorema c) faktorkan baris ke-...(teorema a). Sifat-sifat Fungsi Determinan. Jika A adalah sembarang matrik kuadrat, maka : det (A) = det (A t ). Jika A n n dan k sembarang skalar dan k merupakan faktor bersama untuk semua entri pada matrik A, maka : Aljabar Linier 8

30 det (A) =k n. Det (A). Jika A, B, dan C adalah matrik kuadrat yang ukurannya sama dengan : Maka : A = a b B = c d a b C = c d det (A) + det (B) = det (C) a b c + c d + d 4. jika A dan B matrik kuadrat yang ukurannya sama, maka : det (A.B) = det (A). det (B) 5. Suatu Matrik A dapat dibalik (memiliki Iners) jika dan hanya jika det (A) 6. Jika matrik kuadrat A dapat dibalik, maka : CONTOH :. Buktikan dengan sifat jika A = det (A ) = det (A) Jawab : sifat adalah det (A) = det (A t ) 7 det (A) = A = 6 8 det (A) = A = (-4) (-6) = 6 A t = maka det (A t ) = A t = = + (-4) + 6 (-6) = 6 Terlihat bahwa det (A) = det (A t ) = 6 (terbukti). Buktikan bahwa det(a.b) = det (A). det (B) untuk matrik berikut : A. B = 4 A = A = 7 5 = = Aljabar Linier 9

31 det (A.B) = = 8 + (-7) + 8 (-6) = -7 det (A) = det (B) = det (A). det (B) = (-7) = -7 jadi det(a.b) = det (A). det (B) = -7 = = = + (-) (-7) = -7.4 Ekspansi Kofaktor; Kaidah Cramer DEFINISI : Jika A adalah matrik kuadrat maka minor entri a ij adalah determinan sub matrik tetap setelah baris ke-i dan kolom ke-j dihapus dari matrik A, yang ditulis M ij. Adapun kofaktor entri a ij yang dinyatakan oleh C ij adalah bilangan ( ) i+j M ij. CONTOH : Jika A = Minor entri a adalah : M = = 6, maka : Kofaktor entri a adalah C = ( ) + M =. 6 = 6 Menentukan determinan dengan menggunakan ekspansi kofaktor caranya adalah dengan mengalikan entri-entri dalam satu baris atau kolom dengan kofaktor-kofaktornya dan menambahkan hasil kali-kali yang diperolehnya. DEFINISI : Determinan sebuah matrik A yang berukuran n n dapat dihitung dengan mengalikan entri-entri di dalam satu baris (atau kolom) dengan kofaktor-kofaktornya dan menambahkan hasil-hasil perkalian yang dihasilkan, yakni untuk setiap I j n, maka : det (A) = a j C j + a j C j +.+a nj C nj (ekspansi kofaktor sepanjang kolom ke-j) det (A) = a i C i + a i C i +.+a in C in Aljabar Linier

32 (ekspansi kofaktor sepanjang baris ke-i) CONTOH : A = maka : ekspansi kofaktor sepanjang baris ke- : M = = 6 C = ( ) + M =.6 = 6 M = 6 8 = C = ( ) + M =. = M = 5 4 = C = ( ) + M =. = Jadi det (A) = a C + a C + a C = = 6 ekspansi kofaktor sepanjang kolom ke- : M = = 6 C = ( ) + M =.6 = 6 M = = 4 C = ( ) + M =. 4 = 4 M = = 6 C = ( ) + M =.6 = 6 Jadi det (A) = a C + a C + a C = = 6 Terlihat bahwa hasil determinan dengan dua cara di atas adalah sama. Ekspansi kofaktor juga dapat digunakan untuk menentukan suatu matrik yang dapat dibalik, TEOREMA : Jika A adalah matrik n n maka iners dari matrik A yang ditulis A dapat dicari dengan menggunakan ekspansi kofaktor dengan cara sebagai berikut :. Tentukan determinan dari A atau A. Tentukan matriks kofaktor dari A : C C C C C n C n C nn. Tentukan matrik Adjoin (A) yaitu matrik yang didapat dengan mentranspose matrik kofaktor dari A C n C n 4. A = A Adj (A) Aljabar Linier

33 CONTOH : tentukan Iners dari matrik A = Jawab : Dengan mencari minor entri dan kofaktornya kita dapatka det(a) = 6 Matrik kofaktor dari A adalah : Adj (A) = A = A Adj (A) = = Ekspansi kofaktor juga dapat digunakan untuk menyelesaikan persamaa linear. TEOREMA : Jika AX = B adalah sebuah sistem yang terdiri dari n persamaan dan peubah (matrik bujur sangkar) sehingga det (A), sistem tersebut mempunyai penyelesaian sebagai berikut : X = A A, X = A A,., X n = A n A Inilah yang biasa disebut dengan kaidah Cramer, di mana A j adalah matrik yang didapatkan dengan menggantikan entri-entri di dalam kolom ke-j dari matrik A dengan entri-entri matrik hasil (matrik B). CONTOH : Gunakanlah Kaidah Cramer untuk memecahkan Himpunan Penyelesaian dari sistem persamaan linear berikut : X + X = 6 X + 4X + 6X = X + X + X = 8 Jawab : Maka X = A A A = A = = 4 = A = A = Aljabar Linier

34 X = A A X = A A = 7 = 8 44 = 5 = 8 44 Jadi HP = {, 8, 8 } LATIHAN SOAL BAB. Hitunglah Determinan matrik berikut menggunakan hasil perkalian elementer yang bertanda: a. A = b. A = k 9 4 k + k. Hitunglah determinan matrik berikut menggunakan reduksi baris : a. A = 7 7. Anggaplah det (A) = 5. Di mana : A = a. det (A) b. det( A ) c. det b. A = a b c d e f maka carilah : g i a g d b e c i f 4. tentukan minor dan kofaktor entri a dari matrik : A = Tentukan minor dan kofaktor entri a dari matrik : A = Tentukan determinan matrik A = kofaktor berdasarkan : a. Baris kedua b. kolom kedua 7. Dengan ekspansi kofaktor, tentukan iners dari matrik : a. A = b. A = dengan menggunakan ekspansi Aljabar Linier

35 8. Gunakan aturan Cramer untuk mencari nilai z tanpa mencari nilai, y, dan w, jika : 4 + y + z + w = 6 + 7y z + w = 7 + y 5z + 8w = + y + z + w = Kunci Jawaban :. a. 45 b. k 4 k +8k + 9k. a. - b. 4. a. 5 b. 8 5 c M = C = 5. M = C = 6. a. -7 b a. A = b. A = z = Aljabar Linier 4

36 BAB III VEKTOR-VEKTOR DALAM RUANG- DAN RUANG-. Pengantar Kepada Vektor (Geometrik) Vektor-ektor dalam dinyatakan secara geometris sebagai segmen-segmen garis yang terarah atau panah-panah di dalam ruang- atau ruang-; arah panah menentukan arah ektor dan panjang panah menyatakan besarnya. Ekor panah dinamakan titik permulaan (initial point) dari ektor, dan ujung panah dinamakan titik terminal (terminal point). Kita akan menyatakan ektor dengan huruf kecil tebal a, k,, w dan. Bila membicarakan ektor, maka kita akan menyatakan bilangan sebagai skalar. Semua skalar merupakan bilangan riel dan akan dinyatakan oleh huruf kecil biasa seperti a, k, dan. B A (a) (a) Vektor AB. (b) (b) Vektor-ektor ekialen Di dalam gambar (a) titik permulaan sebuah ektor adalah A dan titik terminalnya adalah B, maka kita menuliskan = AB Vektor-ektor yang mempunyaipanjang yang sama, seperti ektor-ektor di dalam Gambar (b) dinamakan ekialen. Jika dan w ekialen maka dapat ditulis = w Aljabar Linier 5

37 Definisi. Jika dan w adalah sebarang dua ektor,maka jumlah + w adalah ektor yang ditentukan sebagai berikut. Dudukkanlah ektor w sehingga titik permulaannya berimpit dengan titik terminal dari. Vektor +w dinyatakan oleh panah dari titik permulaan dari kepada titik terminal dari w (Gambar a). Di dalam Gambar b kita telah membentuk dua jumlah, yakni + w (panah hitam) dan w + (panah merah muda). Jelaslah bahwa + w = w + dan bahwa jumlah tersebut berimpit dengan diagonal dari paralelogram yang ditentukan oleh dan w bila ektor-ektor ini diletakkan sehingga ektorektor tersebut mempunyai titik permulaan yang sama. w w + w + w + w (a) aturan segitiga (b) aturan jajargenjang Vektor yang panjangnya sama dinamakan ektor nol(zero ector) dan dinyatakan dengan. kita mendefinisikan + = + = Aljabar Linier 6

38 Definisi. Jika dan w adalah sebarang dua ektor, maka pengurangan didefinisikan oleh w = + ( w) (Gambar a). untuk mendapatkan selisih w tanpa menggambarkan w, maka dudukkanlah dan w sehingga titik-titik permulaannya berimpit; ektor dari titik terminal dari w ke titik terminal dari adalah ektor w (Gambar b). w w w w (a) w (b) Definisi. Jika adalah sebuah ektor dan k adalah sebuah bilangan riel (skalar), maka hasil perkaliank didefinisikan sebagai ektor yang panjangnya k kali panjang dari dan yang arahnya adalah sama seperti arah dari jika k> dan berlawanan dengan arah jika k<. kita mendefinisikan k = atau = Gambardi bawah melukiskan hubungan di antara sebuah ektor dan ektor-ektor, dan (- ). ( ) Aljabar Linier 7

39 ( ) operasi penambahan ektor dan operasi perkalian oleh skalar sangat mudah untuk dilaksanakan di dalam komponen-komponen.seperti yang dilukiskan di dalam gambar di bawah, jika = (, ) dan w = (w, w ) maka + w = ( + w, + w ) y ( + w, + w ) w w + w w jika = (, ) dan k adalah sebarang skalar, maka dengan menggunakan argumentasi geometrik yang melibatkan segitiga-segitiga yang serupa, dapat diperlihatkan bahwa k = (k, k ) jadi misalnya jika = (, -) dan w = (7, 6), maka + w = (, -) + (7, 6) = ( + 7, - + 6) = (8, 4) Aljabar Linier 8

40 dan 4 = 4(, -) = (4(), 4(-)) = (4, -8) Pemecahan dalam soal dapat disederhanakan dengan mentranslasikan sumbu-sumbu koordinat untuk mendapatkan sumbu-sumbu baru yang sejajar dengan sumbu-sumbu aslinya. Dalam Gambar a di bawahtelah ditranslasikan sumbu-sumbu koordinat y untuk mendapatkan sebuah sistem koordinat y yang titik asalnya O berada di titik (, y) = (k, l). Sebuah titik P di dalam ruang- sekarang mempunyai kedua-dua koordinat (, y) dan koordinat (, y ). y y y y (, y) P (, y ) O O (k, l) O O (k, l) (, ) (a (b Untuk melihat bagaimana kedua koordinat tersebut dihubungkan, maka tinjaulah ektor O P Gambar b di dalam sistem y titik pemulaannya berada di (k, l) dan titik terminalnya berada di (, y); jadi OP = ( k, y l). Di dalam Aljabar Linier 9

41 sistem y titik permulaannya berada di (,) dan titik terminalnya berada di (, y ); jadi OP = (, y ). Maka = k y = y l Persamaan-persamaan ini dinamakan persamaan translasi Untuk melukiskannya, jika titik asal yang baru tersebut berada di (k, l) = (4, ) dan koordinat-koordinat y dari sebuah titik P adalah (, ), maka koordinatkoordinat y dari P adalah = -4 = - dan y = = - Di dalam ruang- persamaan translasi adalah = k y = y l z =z m di mana (k, l, m) adalah koordinat-koordinat yz dari titik asal yang baru Latihan: ) Diberikan ektor dan w seperti pada gambar. Lukislah ektor + w dengan aturan segitiga dan jajargenjang. ) Diberikan ektor-ektor sebagai berikut u = (, 4) dan w = (5, -4) Tentukan a) u + w b) u w w Jawab: ) Aturan segitiga Keterangan: + w Aljabar Linier 4

42 Translasikan ektor w sehingga titik pangkal w berimpit dengan titik ujung ektor Jumlah ektor dan w adalah + w, yaitu suatu ektor yang ditarik dari titik pangkal ektor ke titik ujung ektor w. Aturan Jajargenjang Keterangan: + w Translasikan ektor w (atau ) sehingga titik pangkal w berimpit. Dari titik ujung, lukis suatu ektor yang sama dengan w; dari titik ujung w, lukis suatu ektor yang sama dengan ektor. Jumlah ektor dan w adalah + w, yaitu diagonal jajargenjang yang terbentuk. w + w + w w ) a) u + = (, 4) + (5, -4) = ( + 5, ) = (8, ) b) u w = (, 4) (5, -4) = ( 5, 4 (-4)) = (-, 8). Norma Sebuah Vektor ; Ilmu Hitung Vektor Teorema Jika u, dan w adalah ector-ektor di dalam ruang- atau ruang- dan k dan l adalah scalar, maka hubungan yang berikut akan berlaku : a. u + = + u b. (u + ) + w = u + ( + w ) Aljabar Linier 4

43 c. u + = + u = d. u + (-u) = e. k(lu) = (kl) u f. k (u + ) = ku + k g. (k + l)u = ku + lu h. lu = u bukti : b. Secara analitik jika u = ( u u u ), = ( ), w = ( w w w ) (u + ) + w = [(u u u ) + ( ) + ( w, w, w, ) ] = (u +, u +, u + ) + ( w, w, w, ) = ([u +, ] + w, u + + w, u + + w, ) = (u +, + w, u + [ + w ], u + [ + w ] = ( u u u ) + (, + w, ( + w ), ( + w ) = u + ( + w) Panjang sebuah ector seringkali dinamakan norma dari dan dinyatakan dengan. Norma sebuah ector = (, ) di dalam ruang- adalah : = + Q R u u+ P Aljabar Linier 4

44 Misalkan = ( ), di dalam ruang- : = + + Jika P, y, z danp (, y, z ) adalah dua titik didalam ruang-, maka jarak antara kedua titik tersebut adalah norma ector P P P P =, y y, z z Maka d= ( ) + (y y ) + (z z ) Latihan:. Norma ector = ( -,,) adalah? jawab : = + + = 4. Jarak antara P (, -, -5 ) dan titik P (4, -, ) adalah jawab : d = = 44 =. Perkalian Titik; Proyeksi Definisi: jika u dan adalah ektor-ektor didalam ruang- dan ruang- dan adalah sudut diantara u dan, maka perkalian titik (dot product) atau perkalian dalam euklidis (Euclidean inner product) u. didefinisikan oleh:.. jika u dan adalah dua ektor di dalam ruang-.. jika u dan adalah dua ektor di dalam ruang-. Teorema Aljabar Linier 4

45 Misalkan u dan adalah ector-ektor di dalam ruang- atau ruang-, maka:.. jika u dan adalah ector-ektor tak nol dan adalah sudut diantara kedua ector tersebut, maka: a. lancip b. tumpul c. Teorema Jika u, dan w adalah ector-ektor di dalam ruang- atau ruang- dan k adalah sebuah scalar, maka: Jika u dan adalah ektor-ektor tak nol di dalam ruang- atau ruang-, adalah proyeksi orthogonal dari u pada dan ector u yang orthogonal kepada, maka: adalah komponen dari.. Contoh: Jika Tentukan: a. u. dan Aljabar Linier 44

46 b. cosines sudut diantara u dan c. proyeksi orthogonal dari u pada jawab: a. b. c. ) Latihan:. carilah u. dari: a. dan b. dan. carilah cosines sudut diantara u dan, jika: a. dan b. dan. dari soal no. carilah proyeksi orthogonal dari u pada pembahasan:. a. b.. a. b. Aljabar Linier 45

47 . a. b..4. Perkalian Silang. Definisi Jika u = (u, u, u ) dan = (,, ) adalah ektor-ektor di dalam ruang, maka perkalian silang u adalah ektor-ektor yang didefinisikan oleh: u = (u u, u u, u u ) atau di dalam notasi determinan: u = Pola determinan di atas berasal dari: Komponen pertama dengan menghapus kolom pertama. Komponen kedua dengan menghapus kolom kedua. Komponen ketiga dengan menghapus kolom ketiga. Contoh: Carilah u dimana u = (,, -), = (,, ) Penyelesaian: u = = (, -7, -6) Catatan : Perkalian titik dua ektor adalah skalar Perkalian silang dua ektor adalah ektor lain.. Teorema-teorema hubungan perkalian titik dan perkalian silang Jika u dan adalah ektor-ektor di ruang-, maka: a. u. (u ) = (u ortogonal terhadap u) Aljabar Linier 46

48 b.. (u ) = (u ortogonal terhadap ) c. u = u (u ) Bukti: Misalkan u = (u, u, u ) dan = (,, ) a. u. (u ) = (u, u, u ). (u u, u u, u u ) = u (u u ) + u (u - u ) + u (u - u ) = b. Serupa dengan (a) c. u = (u u ) + (u - u ) + (u - u ) = (u ) + (u ) + (u ) + (u ) + (u ) + (u ) - (u u ) - (u u ) - (u u ) u - (u. ) = (u + u + u ) + (,, ) (u + u +u ) = (u ) + (u ) + (u ) + (u ) + (u ) + (u ) - (u u ) - (u u ) - (u u ) Contoh: u = (,, -) dan = (,, ) u = (, -7, -6) maka u. (u ) =. +. (-7) + (-) (-6) = u. (u ) =. +. (-7) +. (-6) =. Sifat-sifat ilmu hitung utama dari perkalian hitung Teorema: jika u,, dan w adalah ektor-ektor sembarang di dalam ruang- dan k adalah sembarang skalar, maka: a. u = - ( u) b. u ( + w) = (u ) + (u w) Aljabar Linier 47

49 c. (u + ) + w = (u w) + ( w) d. k (u ) = (ku) = u (k) e. u = u = f. u u = 4. Contoh Tinjaulah ektor-ektor i = (,, ), j = (,, ), k = (,, ) Masing-masing mempunyai panjang l dan terletak sepanjang sumbu ordinat yang dinamakan ektor-ektor satuan standar di dalam ruang-. Tiap ektor = (,, ) dapat dinyatakan i, j, dan k, yang dituliskan. = (,, ) = (,, ) + (,, ) + (,, ) = i + j + k misal: (, -, 4) = i -j + 4k z (,, ) k j y i (,, ) (,, ) Atau dalam notasi determinan dinyatakan i j = hasil-hasil perkalian silang: i i = j j = k k = i j = k, j k = i, k i = j j i = -k, k j = -i, i k = -j atau dalam diagram: = (,, ) = k i Aljabar Linier 48

50 k j Keterangan: a. Putaran searah karum jam, perkalian dua ektor adalah ektor berikutnya. b. Putaran berlawanan arah jarum jam, perkalian dua ektor adalah negatif ektor berikutnya. Atau menggunakan kaidah tangan kanan: Keterangan y = ibu jari jika i dihimpitkan ke j sepanjang i j = k maka hasilnya adalah k 5. Jika u adalah ektor tak nol dalam ruang-, maka norm dari u mempunyai tafsiran geometrik yang berguna. Yaitu identitas lagrange yang dinyatakan: u = u (u ) Jika adalah sudut antara u dan, maka u. = u. cos Sehingga: u = u - u cos Aljabar Linier 49

51 = u ( cos ) = u sin Jadi u = u sin Tetapi sin adalah tinggi paralelogram dari u, jadi luas A dari paralelogram dinyatakan. A = (alas) (tinggi) = u sin = u Dengan kata lain, norm dari u sama dengan luas paralelogram yang ditentukan oleh u dan. sin u u Contoh: Carilah luas segitiga yang ditentukan oleh titik-titik P (,, ), P (-,, ), P (, 4, ) Pemecahan: Luas A dari segitiga tersebut adalah ½ luas pralelogram yang ditentukan oelh ektor dan = (-, -, ) = (-,, ) = (-, 5, -) Dan sebagai konsekuensinya A = ½ = ½ (5) = 5/.5 Garis dan Bidang di ruang- Persamaan Bidang Titik P (, y, z ) dan ector tak nol n (a, b, c) sebagai normal. Titik P (, y, z) untuk ortogonal n, yang bisa dituliskan n, dimana Aljabar Linier 5

52 n. =. Karena n = (a, b, c ) dan = ( -,, y-y, z-z ), maka dapat dituliskam kembali menjadi : a (- ) + b (y-y ) + c (z-z ) = ( bentuk normal titik ) Teorema 6. Jika a, b, c dan d adalah konstanta dan a, b dan c tidak semuanya nol, maka grafik persamaan a + by +cz = adalah sebuah bidang yang mempunyai ector n = (a, b, c) sebagai normal. Bukti: a + by + cz = a ( + ( )) + by + cz =, dimana n (,, ) Sekarang, bagaimana mendapatkan persamaan untuk garis di dalam R-. Misalkan l adalah garis di dalam R- yang melalui titik P (, y, z ) dan yang sejajar dengan ector tak nol = (a, b, c). P (, y, z) P (, y, z ) = ( a, b, c ) Dari gambar tersebut, dapat dilihat bahwa l persis terdiri dari titik-titik P (, y, z ) untuk mana sejajar dengan, yang mana terdapat sebuah scalar t, sehingga : Aljabar Linier 5

53 = t ( -,, y-y, z-z ) = t (a, b, c) Dari komponen-komponen diatas dapat diperoleh, persamaan parametric, yaitu : = + ta y = y + tb dimana z = z + tc Sedang untuk a, b, c, maka : = + ta y = y + tb z = z + tc Aljabar Linier 5

54 BAB IV RUANG-RUANG VEKTOR 4. Ruang n-euclidis Definisi I Jika n adalah bilangan bulat positif maka tupel n terorde adalah sebuah bilangan real { a, a, a,..., a n } Himpunan semua tupel n terorde dinamakan ruang-n (R n ). Tupel terorde { a, a, a,..., a n }, dapat dipandang sebagai: y R (a,a, a ) z Contoh : R. Vektor, di ruang R n Contoh : R y (a,a, a ) z Definisi II Dua ektor u = (u, u,..., u n ) dan = (,,..., n ) pada ruang R n dan k suatu skalar maka dikatakan:. Sama, jika u =, u =,..., u n = n. Penjumlahan u + = {c}. Perkalian skalar ku = ku, ku,..., ku n Aljabar Linier 5

55 4. Iners penjunlahan u adalah u = {-u, -u,..., -u n ) 5. Vektor nol = = {,,..., } Teorema Jika u,, w adalah ektor-ektor dalam R n dan k, l, adalah suatu skalar, maka berlaku: a. u + = + u b. u + ( + w ) = ( u + ) + w c. u + = + u = u d. u + ( -u ) =, yakni u u = e. k ( lu ) = ( kl ) u f. k ( u + ) = ku + k g. ( k + l ) u = ku + lu h. u = u Definisi Jika u,, dan w adalah ektor-ektor dalam R n, maka perkalian dalam euclidisnya dalah u. = u +, u +,..., u n + n Teorema Jika u,, dan w adalah ektor-ektor dalam R n dan k adalah sembarang skalar, maka: a. u. =. u b. ( u + ). w = u. w +. w c. ( ku ). = k ( u. ) d.., maka berlaku. = = Definisi 4. Jika u, adalah ektor-ektor pada R n maka norma/panjang euclides ektor u adalah u = ( u. u ) / / = ( u. u + u. u + u n. u n ) = ( u + u u n ) / = u + u +... u n u = u + u +... u n. Jarak euclides titik u dan adalah: Aljabar Linier 54

56 d ( u, ) = u d ( u, = ) = u u. = + uu u n + u +. n.. + u n n Contoh: Jika u = (,, -, ), = ( 5, 4, 7, ), w = ( 6,,, 9), tentukan: a. ( u + w ) b. sehingga u - + = 7 + w Jawab: a. ( u + ) = ( 5, 4, 7, ) ((,, -, ) + ( 6,,, 9 )) = ( 5, 4, 7, ) ( 8,, -, ) = ( -,, 8, - ) b. u + = 7 + w (,, -, ) ( 5, 4, 7, ) + = 7 + ( 6,,, 9 ) ( 4,, -, 6 ) ( 5, 4, 7, ) + = 7 + ( 6,,, 9 ) ( -, -4, -9, 5 ) ( 6,,, 9 ) = 6 ( -7, 6, -9, 4 ) = 6 = ( 7, -,, ) 6 4. RUANG VEKTOR UMUM Definisi : Misalkan V adalah sebarang himpunan benda, dimana dua operasinya didefinisikan, yaitu penjumlahan dan perkalian dengan skalar (bilangan riel) Aljabar Linier 55

57 Operasi penjumlahan(addition) dapat diartikan sebagai suatu kaidah untuk mengasosiasikan setiap pasang benda u dan di dalam V sebuah elemen u +, yang disebut jumlah (sum) dari u dan. Operasi perkalian skalar(skalar multiplication) dapat diartikan sebagai suatu kaidah untuk mengasosiasikan dengan setiap skalar k dan setiap benda u di dalam V sebuah elemen ku, yang dinamakan kelipatan skalar (scalar multiple) dari u oleh k. Jika aksioma-aksioma berikut dipenuhi oleh benda u,, w didalam V dan oleh semua skalar k dan l, maka kita namakan V sebuah ruang ektor (ector space) dan bendabenda didalam V kita namakan ektor. () Jika u dan adalah benda-benda didalam V, maka u + berada di dalam V () u + = + u () u + ( + w) = (u + ) + w (4) Ada sebuah benda di dalam V sehingga + u = u + = u untuk semua u di dalam V (5) Untuk setiap u di dalam V, ada sebuah benda u didalam V yang dinamakan negatif dari u sehingga u + (-u)= (-u) + u = (6) Jika k adalah sembarang bilangan riel dan u adalah senbarang benda di dalam V, maka ku berada di dalam V (7) k (u + ) = ku + k (8) (k + l) u = ku + lu (9) k(lu) = (kl) (u) () u = u Vektor di dalam aksioma 4 dinamakan ektor nol (zero ektor) untuk V Catatan : Skalar dapat berupa bilangan riel atau bilangan kompleks, tergantung pada aplikasinya. Ruang ektor dimana skalar-skalarnya adalah bilangan kompleks disebut ruang ektor kompleks (comple ector space), dan ruang ektor dinama skalar-skalarnya merupakan bilangan real disebut ruang ektor real (real ector space). Contoh: Aljabar Linier 56

58 . Misalkan V adalah bidang sebarang yang melewati titik sembarang di R. Tunjukkan bahwa titik-titik pada V membentuk suatu ruang ektor dibawah operasi penjumlahan dan perkalian skalar standar untuk ektor-ektor pada R. Jawab: aksioma,,7, 8, 9 dan berlaku untuk semua titik di R dan sebagai konsekuensinya untuk semua titik pada bidang V. Oleh karena itu kita hanya perlu menunjukkan bahwa aksioma, 4, 5 dan 6 terpenuhi. Karena bidang V melewati titik asal, maka bidang tersebut memiliki persamaan berbentuk a + by + cz = () Jadi, jika u = (u,u, u ) dan = (,, ) adalah titik pada V, maka au, bu,cu = dan a, b, c =. Dengan menunjukkan persamaan-persamaan ini akan menghasilkan a u + + b u + + c u + = Kesamaan ini menunjukkan pada kita bahwa koordinat-koordinat pad titik u + =(u +, u +, u +, ) Memenuhi (); jadi, u + terletak pada bidang V. Ini membuktikan bahwa aksioma dipenuhi. Dengan mengalikanau + bu + cu = dengan - maka akan memberikan a u + b u + c u = Jadi - u = ( u, u, u ) terletak di dalam V. Ini menghasilkan aksioma 5.. Misalkan V terdiri dari suatu objek tunggal, yang dinotasikan dengan, dan definisikan + = dan k = Untuk semua skalar k. Pemeriksaan untuk mengetahui apakah semua aksioma ruang ektor telah terpenuhi dapat dilakukan dengan mudah. Kita menyebut ruang ektor ini sebagai ruang ektor nol (zero ektor space) Beberapa Sifat Vektor : Sejalan dengan semakin mendalamnya pembahasan kita, akan lebih banyak contoh ruang yang ektor yang dapat ditambahkan ke dalam daftar yang telah kita miliki. Kita akan menutup sub bab ini dengan suatu teorema yang berisi daftar sifat-sifat ektor yang berguna. Teorema Aljabar Linier 57

59 MisalkanV adalah suatu ruang ektor, u adalah suatu ektor pada V, dan k adalah suatu skalar, maka: a. u = b. k = c. ( - )u = -u d. Jika ku =, maka k = atau u = Bukti a. Kita dapat menulis u + u = ( + ) u Aksioma 8 = u Sifat dari bilangan Berdasarkan Aksioma 5, ektor u memiliki bentuk negatif, -u. Dengan menambahkan negatifnya ini pada kedua ruas di atas akan menghasilkan [u + u] + (-u) = u + (-u) Atau u + [u + (-u)] = u + (-u) Aksioma u + = Aksioma 5 u = Aksioma 4 b. Untuk menunjukkan (-)u = -u, perlihatkan bahwa u + (-)u = u + (-) u = u + (-)u aksioma = ( + ()) u aksioma 8 = u sifat dari bilangan = SOAL. Misalkan V = R dan definisikan operasi-operasi penjumlahan dan perkalian skalar sebagai berikut : Jika u = (u, u ) dan = (, ) maka didefinisikan u + = (u +, u + ) dan jika k adalah bilangan real sembarang, maka definisikan ku = (ku, ) jawab; Sebagai contoh, jika u = (,4), = (-,5) dan k = 7, maka u + = ( + (-),4 + 5) = (-,9) ku = 7u = (7, ) = (4,) Aljabar Linier 58

60 Operasi penjumlahan merupakan operasi penjumlahan standar pada R, tetapi operasi perkalian skalar bukan merupakan perkalian skalar standar.. Tunjukkan bahwa himpunan V dari semua matrik dengan entri-entri real adalah suatu ruang ektor jika penjumlahan ektor didefinisikan sbagai penjumlahan matriks dan perkalian skalar ektor didefinisikan sebagai perkalian skalar matriks Jawab; u = u u u u dan = untuk membuktikan aksioma, kita harus menunjukkan bahwa u + adalah suatu objek pada V. Atau dengan kata lain, kita harus menunjukkan bahwa u + adalah suatu matriks. Hal ini dapat diperoleh dari definisi penjumlahan matriks, karena u + = u u u u + = u + u + u + u + dengan cara serupa, aksioma 6 juga berlaku, karena untuk bilangan real sebarang k, kita memperoleh ku = k u u u u = ku ku ku ku sehingga ku adalah matrik dan sebagai konsekuaensinya merupakan objek pada V. Aksioma u + = u u u u + = + u u u u = + u Untuk membuktikan aksioma 4 kita harus menentukan suatu objek pada V sedemikian rupa + u = u + = u untuk semua u pada V. Ini dapat dilakukan dengan memdefinisikan sebagai Dengan definisi ini = + u = + u u u u = u u u u =u Dan demikian juga u +. Untuk membuktikan aksioma 5, kita harus menunjukkan bahwa setiap objek u pada V memiliki bentuk negatif u sedemikian rupa sehingga u + (-u) = dan (-u) + u =. Ini dapat dilakukan dengan mendefinisikan dari u sebagai Dengan definisi ini -u = u u u u Aljabar Linier 59

61 u + (-u)= u u u u + u u u u = = Dan demikian juga (-u) + u =. Sehingga pada akhirnya, Aksioma merupakan perhitungan yang sederhana u= u u u u = u u u u =u 4. SUBRUANG Definisi: Sebuah subhimpunan w dan sebuah ruang ektor dinamakan sebuah subruang (subspac) dan jika w itu sendiri adalah sebuah ruang ektor dibawah penambahan dan perkalian sekalar yang dideinisikan pada. Teorema 4: Jika w adalah sebuah himpunan dari satu atau lebih Vektor dari sebuah ruang Vektor, maka w adalah sebuah subruang dari jika dan hanya jika kondisikondisi berikut berlaku. (a) Jika u dan adalah ektor-ektor di dalam w, maka u + berada didalam w. (a) Jika k adalah sembarang sekalar dan u adalah sembarang ektor di dalam w, maka ku berada di dalam w. [Kondisi-kondisi (a) dan (b) sering kali dijelaskan dengan mengatakan bahwa w tertutup di bawah penambahan dan tertutup di bawah perkalian sekalar]. Contoh. Himpunan w adalah semua matrik dengan bilangan nol pada diagonal utamanya adalah subruang dari ruang ektor M dari semua matrik k. Misal: a b A dan B a b Adalah sembarang matrik dalam w dan k adalah sembarang sekalar. Maka Aljabar Linier 6

62 ka a b ka dan A B ka a b ka dan A+B mempunyai bilangan nol pada diagonal utama, maka ka dan A+B teletak di w. Jadi w sebuah subruang M. Contoh : Miasal n adalah bilangan bulat positif dan w terdiri dari fungsi nol yang polinomial real mempunyai derajat n dapat dinyatakan dalam bentuk p() = a n a... an di mana a,..., a Misalkan p dan q adalah polinomial-polinomial P() = q() = a b a... b... a b n n maka (p + q)() = p () + q () = ( n n a b adalah bikangan real. n ) + ( a b ) ( a n b ) n n dan (kp) () + kp () = kp () = (ka ) + (k ) (k ) a an n maka p+q dan kp terletak didalam w. Kita nyatkan ruang ektor w di dalam contoh ini dengan simbol pn. Contoh 6: Vektor u =(,,-), =(6, 4, ) di R. Tunjukan bahwa w =(9,,7) adalah kombinasi linier dari u dan dan w =(4,-,8) bukanlah kombinasi linier dari u dan. Pemecahan: agar w kombinasi linear dari u dan, harus ada sekalar dan k k Maka w=k u+ k (9,,7) = (,,-) + k k (6,4,) (9,,7) = (k + 6 k, k + 4 k, - k + k ) Sehingga menjadi +6 k k = 9 k +4 k = Aljabar Linier 6

63 -k + k =7 Dengan memecahkan seperti ini akan menghasilkan = -, k k = Sehingga w = -u + Supayaw adalah kombinasi linier dri u dan, maka harus ada skalar dan k k Makaw = u + k k (4, -, 8) = (,, -) + k k (6, 4, ) (4, -, 8) = ( k 6k,k 4 k, k k ) k k Menjadi 4 k 6 k k 4 k - 8 Sistem persamaan seperti ini tidak konsisten, sehingga tidak ada skalar-skalar seperti itu. Maka w bukanlah kombinasi linier dari u dan. Definisi : jika,,..., adalah ektor-ektor didalam sebuah ruang ektor r dan jika tiap-tiap ektor didalam dapat dinyatakan dengan kombinasi linier dari,,..., maka kita mengatakan bahwa ektor-ektor ini merentang. r Contoh 7: Vektor-ektor i =(,, ), j =(,, ) dan k = (,, ) merentang R karena tiaptiap ektor (a, b, c) di dalam R dapat di tulis sebagai (a, b, c) = Yang merupakan kombinasi linier dari i, j, dan k. ai a,, j c k Contoh 8: Polinomial-polinomial,,,... n merentang ruang ektor p n (lihat contoh ) karena setiap polinomil p didalam p n dapat ditulis sebagai Aljabar Linier 6

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Sebuah 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 terperinci

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

Pengantar 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 terperinci

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain BAB III RUANG VEKTOR R DAN R 3 Bab ini membahas pengertian dan operasi ektor-ektor. Selain operasi aljabar dibahas pula operasi hasil kali titik dan hasil kali silang dari ektor-ektor. Tujuan Instruksional

Lebih terperinci

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Kata 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 terperinci

BAB II DETERMINAN DAN INVERS MATRIKS

BAB 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 terperinci

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

MODUL 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 terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ 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 terperinci

BAB 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 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 terperinci

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

JURUSAN 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 terperinci

Vektor di Bidang dan di Ruang

Vektor 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

ALJABAR 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 terperinci

Aljabar Matriks. Aljabar Matriks

Aljabar 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 terperinci

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

dimana 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 terperinci

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

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 terperinci

Part III DETERMINAN. Oleh: Yeni Susanti

Part 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 terperinci

Aljabar Linier Elementer. Kuliah 1 dan 2

Aljabar 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 terperinci

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.

MATRIKS. 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 terperinci

SISTEM PERSAMAAN LINEAR

SISTEM 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 terperinci

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 5

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 5 Aljabar Linear & Matriks Pert. 5 Evangs Mailoa Pengantar Determinan Menurut teorema 1.4.3, matriks 2 x 2 dapat dibalik jika ad bc 0. Pernyataan ad bc disebut sebagai determinan (determinant) dari matriks

Lebih terperinci

ALJABAR LINEAR ELEMENTER

ALJABAR 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 terperinci

MATRIKS. 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 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 terperinci

Course 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 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 terperinci

METODE 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. 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 terperinci

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

BAB 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 terperinci

Part II SPL Homogen Matriks

Part 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

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Pertemuan 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 terperinci

ALJABAR LINIER DAN MATRIKS

ALJABAR 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 terperinci

DIKTAT MATEMATIKA II

DIKTAT 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 terperinci

Matriks 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 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 terperinci

Determinan. Untuk menghitung determinan ordo n terlebih dahulu diberikan cara menghitung determinan ordo 2

Determinan. Untuk menghitung determinan ordo n terlebih dahulu diberikan cara menghitung determinan ordo 2 Determinan Determinan Setiap matriks bujur sangkar A yang berukuran (nxn) dapat dikaitkan dengan suatu skalar yang disebut determinan matriks tersebut dan ditulis dengan det(a) atau A. Untuk menghitung

Lebih terperinci

SOLUSI SISTEM PERSAMAAN LINEAR

SOLUSI 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 terperinci

Aljabar Linier Elementer. Kuliah 7

Aljabar Linier Elementer. Kuliah 7 Aljabar Linier Elementer Kuliah 7 Materi Kuliah Ekspansi kofaktor Aturan Cramer 2 2.4 Espansi Kofaktor; Aturan Cramer Definisi: Jika A adalah matriks bujur sangkar, maka minor dari entri a ij dinyatakan

Lebih terperinci

Outline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika

Outline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika Jurusan Matematika 1 Nopember 2011 1 Vektor dan Garis 2 Koordinat 3 Norma Vektor 4 Hasil Kali Titik dan Proyeksi 5 Hasil Kali Silang Definisi Vektor Definisi Jika AB dan CD ruas garis berarah, keduanya

Lebih terperinci

M 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 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 terperinci

BESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor

BESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor PERTEMUAN II VEKTOR BESARAN SKALAR DAN VEKTOR Sifat besaran fisis : Skalar Vektor Besaran Skalar Besaran yang cukup dinyatakan oleh besarnya saja (besar dinyatakan oleh bilangan dan satuan). Contoh : waktu,

Lebih terperinci

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

MATEMATIKA 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 terperinci

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut. BAB II TINJAUAN PUSTAKA Sebelum pembahasan mengenai irisan bidang datar dengan tabung lingkaran tegak, perlu diketahui tentang materi-materi sebagai berikut. A. Matriks Matriks adalah himpunan skalar (bilangan

Lebih terperinci

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

BAB 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 terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ 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 terperinci

Modul 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: 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 terperinci

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I. DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR Penyusun Ir. S. Waniwatining Astuti, M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 24 KATA PENGANTAR Pertama-tama penulis mengucapkan

Lebih terperinci

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

5. 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 terperinci

RUANG VEKTOR. Nurdinintya Athari (NDT)

RUANG 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 terperinci

MATRIKS A = ; B = ; C = ; D = ( 5 )

MATRIKS 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 terperinci

Ruang Vektor Euclid R 2 dan R 3

Ruang 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 terperinci

Vektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3

Vektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3 Vektor-Vektor dalam Ruang Berdimensi-2 dan Ruang Berdimensi-3 Disusun oleh: Achmad Fachrurozi Albert Martin Sulistio Iffatul Mardhiyah Rifki Kosasih Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:

BAB 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 terperinci

BAB MATRIKS. Tujuan Pembelajaran. Pengantar

BAB 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 terperinci

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

(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 terperinci

1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.

1.1 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 terperinci

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

Definisi 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 terperinci

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MATRIKS 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dipaparkan mengenai konsep dasar tentang matriks meliputi definisi matriks, jenis-jenis matriks, operasi matriks, determinan, kofaktor, invers suatu matriks, serta

Lebih terperinci

Modul 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 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 terperinci

8 MATRIKS DAN DETERMINAN

8 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB 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 terperinci

a11 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 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 terperinci

VEKTOR. 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. 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 terperinci

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1 Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w

Lebih terperinci

Vektor. Vektor. 1. Pengertian Vektor

Vektor. 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 terperinci

Matematika II : Vektor. Dadang Amir Hamzah

Matematika II : Vektor. Dadang Amir Hamzah Matematika II : Vektor Dadang Amir Hamzah sumber : http://www.whsd.org/uploaded/faculty/tmm/calc front image.jpg 2016 Dadang Amir Hamzah Matematika II Semester II 2016 1 / 24 Outline 1 Pendahuluan Dadang

Lebih terperinci

Matematika 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 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 terperinci

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

6- 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 terperinci

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Pertemuan 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 terperinci

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F BAB IV TRANSFORMASI LINEAR 4.. Transformasi Linear Jika V dan W adalah ruang vektor dan F adalah sebuah fungsi yang mengasosiasikan sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka

Lebih terperinci

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI 2.1 Matriks Matriks (matrix) adalah jajaran empat persegi panjang dan bilanganbilangan. Bilangan-bilangan dalam jajaran tersebut disebut entri dari matriks. Berikut ini beberapa

Lebih terperinci

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili 4.5. RUMUS PERBANDINGAN VEKTOR DAN KOORDINAT A. Pengertian Vektor Posisi dari Suatu Titik Misalnya titik A, B, C Dan D. adalah titik sebarang di bidang atau di ruang. Jika titik O bertindak sebagai titik

Lebih terperinci

MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)

MATRIKS 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 terperinci

MATRIKS Nuryanto, ST., MT.

MATRIKS 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 terperinci

Materi Aljabar Linear Lanjut

Materi Aljabar Linear Lanjut Materi Aljabar Linear Lanjut TRANSFORMASI LINIER DARI R n KE R m ; GEOMETRI TRANSFORMASI LINIER DARI R 2 KE R 2 Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA

Lebih terperinci

BAB 4 : SISTEM PERSAMAAN LINIER

BAB 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 terperinci

Matriks Jawab:

Matriks 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 terperinci

PELATIHAN INSTRUKTUR/PENGEMBANG SMU 28 JULI s.d. 12 AGUSTUS 2003 MATRIKS. Oleh: Drs. M. Danuri, M. Pd.

PELATIHAN 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 terperinci

Matriks. Baris ke 2 Baris ke 3

Matriks. 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 terperinci

TUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi

TUGAS 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

Catatan Kuliah Aljabar Linier

Catatan Kuliah Aljabar Linier Catatan Kuliah Suryadi Siregar Sekolah Tinggi Manajemen Informatika dan Komputer Bandung BANDUNG 018 Kata Pengantar Bagian pertama, buku ini membahas tentang, operasi vektor dan aplikasi perkalian vektor.

Lebih terperinci

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan

Lebih terperinci

VEKTOR. Gambar 1.1 Gambar 1.2 Gambar 1.3. Liduina Asih Primandari, S.Si., M.Si.

VEKTOR. Gambar 1.1 Gambar 1.2 Gambar 1.3. Liduina Asih Primandari, S.Si., M.Si. VEKTOR 1 A. Definisi vektor Beberapa besaran Fisika dapat dinyatakan dengan sebuah bilangan dan sebuah satuan untuk menyatakan nilai besaran tersebut. Misal, massa, waktu, suhu, dan lain lain. Namun, ada

Lebih terperinci

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

DIKTAT 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 terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 467 Teknik Numerik Sistem Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF 2 3 CONTOH 4 SIMPULAN

Lebih terperinci

Definisi : det(a) Permutasi himpunan integer {1, 2, 3,, n}:

Definisi : 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 terperinci

Aljabar Linier Elementer. Kuliah ke-9

Aljabar Linier Elementer. Kuliah ke-9 Aljabar Linier Elementer Kuliah ke-9 Materi kuliah Hasilkali Titik Proyeksi Ortogonal 7/9/2014 Yanita, FMIPA Matematika Unand 2 Hasilkali Titik dari Vektor-Vektor Definisi Jika u dan v adalah vektor-vektor

Lebih terperinci

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd JURUSAN/PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI BANJARMASIN MARET MUQADIMAH Alhamdulillah penyusun ucapkan

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

GARIS-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 terperinci

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Definisi : VECTOR SPACE Jika V adalah ruang vektor dimana u,v,w merupakan objek dalam V sebagai vektor, dan terdapat skalar k dan

Lebih terperinci

Bagian 2 Matriks dan Determinan

Bagian 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 terperinci

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

Hand-Out Geometri Transformasi. Bab I. Pendahuluan Hand-Out Geometri Transformasi Bab I. Pendahuluan 1.1 Vektor dalam R 2 Misalkan u = (x 1,y 1 ), v = (x 2,y 2 ) dan w = (x 3,y 3 ) serta k skalar (bilangan real) Definisi 1. : Penjumlahan vektor u + v =

Lebih terperinci

Operasi Pada Matriks a. Penjumlahan pada Matriks ( berlaku untuk matriks matriks yang berukuran sama ). Jika A = a ij. maka matriks A = ( a ij)

Operasi Pada Matriks a. Penjumlahan pada Matriks ( berlaku untuk matriks matriks yang berukuran sama ). Jika A = a ij. maka matriks A = ( a ij) MATRIKS a a a... a n a a a... an A a a a... a n............... am am am... a mn Matriks A dengan m baris dan n kolom (A m n). Notasi Matriks : a, dimana a adalah elemen pada baris ke i kolom ke j Kesamaan

Lebih terperinci

Pertemuan 14. persamaan linier NON HOMOGEN

Pertemuan 14. persamaan linier NON HOMOGEN Pertemuan 14 persamaan linier NON HOMOGEN 10 Metode GAUSS Aljabar Linier Hastha 2016 10.2.2 METODE ELIMINASI GAUSS Apabila [A][X]=[B] maka dengan menyusun matriks baru yaitu matriks [A.B] akan didapat

Lebih terperinci

LEMBAR AKTIVITAS SISWA MATRIKS

LEMBAR 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 terperinci

SILABUS. Mengenal matriks persegi. Melakukan operasi aljabar atas dua matriks. Mengenal invers matriks persegi.

SILABUS. Mengenal matriks persegi. Melakukan operasi aljabar atas dua matriks. Mengenal invers matriks persegi. SILABUS Nama Sekolah Mata Pelajaran Kelas / Program Semester : SMA NEGERI 2 LAHAT : MATEMATIKA : XII / IPA : GANJIL STANDAR KOMPETENSI: 3. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan

Lebih terperinci

BESARAN VEKTOR. Gb. 1.1 Vektor dan vektor

BESARAN VEKTOR. Gb. 1.1 Vektor dan vektor BAB 1 BESARAN VEKTOR Tujuan Pembelajaran 1. Menjelaskan definisi vektor, dan representasinya dalam sistem koordinat cartesius 2. Menjumlahkan vektor secara grafis dan dengan vektor komponen 3. Melakukan

Lebih terperinci

SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks

SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN MATEMATIKA MINGGU KE SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304 POKOK & SUB POKOK TUJUAN INSTRUKSIONAL TUJUAN INSTRUKSIONAL KHUSUS

Lebih terperinci

Aljabar Linier & Matriks

Aljabar Linier & Matriks Aljabar Linier & Matriks 1 Vektor Orthogonal Vektor-vektor yang saling tegak lurus juga sering disebut vektor orthogonal. Dua vektor disebut saling tegak lurus jika dan hanya jika hasil perkalian titik-nya

Lebih terperinci

MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR

MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR Disusun oleh : 1. Supriyani (0903040095) 2. Sri Hartati (0903040113) 3. Anisatul M. (0903040065) TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS

Lebih terperinci

VII III II VIII HAND OUT PERKULIAHAN GEOMETRI ANALITIK

VII III II VIII HAND OUT PERKULIAHAN GEOMETRI ANALITIK HAND OUT PERKULIAHAN GEOMETRI ANALITIK A. Sistem Koordinat Tegak Lurus Suatu sistem koordinat tegak lurus disebut juga dengan sistem koordinat cartesian. Di dalam ruang, terdapat tiga buah garis lurus

Lebih terperinci