2. MATRIKS. 1. Pengertian Matriks. 2. Operasi-operasi pada Matriks

dokumen-dokumen yang mirip
BAB I MATRIKS DEFINISI : NOTASI MATRIKS :

Pertemuan 2 Matriks, part 2

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

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

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

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

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

Pelabelan matriks menggunakan huruf kapital. kolom ke-n. kolom ke-3

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

DIKTAT MATEMATIKA II

Pengolahan Dasar Matriks Bagus Sartono

Matematika Teknik INVERS MATRIKS

LEMBAR AKTIVITAS SISWA MATRIKS

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.

LEMBAR AKTIVITAS SISWA MATRIKS

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

MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)

MATRIKS. 3. Matriks Persegi Matriks persegi adalah matriks yang mempunyai baris dan kolom yang sama.

MATRIK dan RUANG VEKTOR

MATRIKS Nuryanto, ST., MT.

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

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

LEMBAR AKTIVITAS SISWA MATRIKS

MATRIKS. Matriks adalah himpunan skalar (bilangan riil/kompleks) yang disusun secara empat persegi panjang (menurut baris dan kolom)

Konsep Dasar. Modul 1 PENDAHULUAN

Analisa Numerik. Matriks dan Komputasi

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

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

MATRIKS. 2. Matriks Kolom Matriks kolom adalah matriks yang hanya mempunyai satu kolom. 2 3 Contoh: A 4 x 1 =

MATRIKS. Slide : Tri Harsono PENS - ITS. 1 Politeknik Elektronika Negeri Surabaya (PENS) - ITS

Vektor. Vektor. 1. Pengertian Vektor

MODUL E LEARNING SEKSI -1 MATA KULIAH : ALJABAR LINIER KODE MATA KULIAH : ESA 151 : 5099 : DRA ENDANG SUMARTINAH,MA

Aljabar Linier Elementer. Kuliah 1 dan 2

MATRIKS. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII. Oleh: Hj. ITA YULIANA, S.Pd, M.

Matriks. Baris ke 2 Baris ke 3

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse

8 MATRIKS DAN DETERMINAN

Part II SPL Homogen Matriks

ALJABAR LINIER DAN MATRIKS

BAB II LANDASAN TEORI

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

TEKNIK INFORMATIKA FENI ANDRIANI

BAB II TINJAUAN PUSTAKA

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

02-Pemecahan Persamaan Linier (1)

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

Banyaknya baris dan kolom suatu matriks menentukan ukuran dari matriks tersebut, disebut ordo matriks

MATRIKS. Perhatikan tabel yang memuat data jumlah siswa di suatu sekolah Tabel Jumlah Siswa Kelas Laki-laki Wanita

BAB II DETERMINAN DAN INVERS MATRIKS

Matriks Jawab:

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

Pertemuan 4 Aljabar Linear & Matriks

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Bagian 2 Matriks dan Determinan

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

Bab 2 LANDASAN TEORI

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

BAB II LANDASAN TEORI

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

SISTEM BILANGAN BULAT

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Matriks dan Sistem Persamaan Linear

II. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga

PENJUMLAHAN DAN PENGURANGAN MATRIKS

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).

Penyelesaian SPL dalam Rangkaian Listrik

Trihastuti Agustinah

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

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

Matriks. Modul 1 PENDAHULUAN

P2.1 Teori. Secara umum, matriks Amxn = Pada matriks A di atas a23 menyatakan elemen matriks A pada baris ke-2 dan kolom ke Jenis-Jenis Matriks

TUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi

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

SISTEM PERSAMAAN LINEAR

MATRIKS. kolom, sehingga dapat dikatakan matriks berordo 3 1 Penamaan suatu matriks biasa menggunakan huruf kapital

Aljabar Linear Elementer MUG1E3 3 SKS

BAB 2 LANDASAN TEORI

Minggu II Lanjutan Matriks

BAB II TINJAUAN PUSTAKA

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

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

Pertemuan 1 Sistem Persamaan Linier dan Matriks

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

BAB MATRIKS. Tujuan Pembelajaran. Pengantar

PENERAPAN KONSEP MATRIKS DALAM KEHIDUPAN SEHARI-HARI

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

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

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

BAB II LANDASAN TEORI

Matriks & Operasi Matriks (2) Pertemuan 5 Aljabar Linear & Matriks

PENGERTIAN RING. A. Pendahuluan

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear

& & # = atau )!"* ( & ( ( (&

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

Matriks. Modul 1 PENDAHULUAN

Bab 7 Sistem Pesamaan Linier. Oleh : Devie Rosa Anamisa

BAB 2 ALJABAR MATRIKS UNTUK STATISTIKA

Transkripsi:

2. MATRIKS 1. Pengertian Matriks Matriks adalah himpunan skalar yang disusun secara empat persegi panjang menurut baris dan kolom. Matriks diberi nama huruf besar, sedangkan elemen-elemennya dengan huruf kecil. Misalkan A = [a ij ], artinya suatu matriks A yang elemen-elemennya a ij, dimana indeks i menyatakan baris ke-i dan indeks j menyatakan kolom ke-j dari elemen tersebut. Pandang matriks A=[a ij ], i = 1,2,3,... m dan j = 1,2,3,... n; yang berarti banyaknya baris m serta banyaknya kolom = n A = [ ] Boleh juga ditulis A (mxn) = [a ij ], diman (m x n) adalah ukuran (ordo) dari matriks Matriks dengan dimensi baris m = 1 disebut dengan vektor baris atau matriks baris. Sedang dengan dimensi kolom n = 1 disebut dengan vektor kolom atau matriks kolom. B = [b 1 b 2... b n ] C = [ ] 2. Operasi-operasi pada Matriks a. Kesamaan Dua Buah Matriks Dua buah matriks A dan B dikatakan sama (A = B), bila ukurannya sama dan berlaku [a ij ] = [b ij ] untuk setiap i dan j. A =[ ] dan B = [ ] maka A = B

b. Penjumlahan Matriks Jumlah dua matriks A + B bisa dilakukan asalkan kedua matriks tersebut berukuran sama, yaitu : A + B = [a ij + b ij ] = [ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ] 1. A =[ ] dan B = [ ] maka A + B = [ ] + [ ] = [ ] = [ ] 2. Dalam pengolahan citra digital, operasi kecerahan (brightness) merupakan operasi penjumlahan dua buah matriks, yaitu matriks sembarang dijumlah dengan matriks konstan menggunakan persamaan berikut: C = A + B A adalah matriks citra semula B adalah matriks konstan C adalah matriks hasil operasi brightness Misalkan sebuah matriks [ ] mewakili citra ibu Kartini Dilakukan operasi brightness menggunakan matriks konstan [ ] C = [ ] + [ ] = [ ]

C = + [ ] = Normal Terang Bila dilakukan operasi brightness menggunakan matriks konstan [ ], maka C = [ ] + [ ] = [ ] C = + [ ] = Normal Gelap c. Perkalian Matriks dengan Skalar Kalau k suatu skalar, maka matriks ka = [ka ij ] diperoleh dengan mengalikan semua elemen matriks A dengan k. ka = [ka ij ] = [ ] Jika A, B, C adalah matriks berukuran sama, dan λ adalah skalar maka: 1. A + B = B + A (komutatif) 2. (A + B) + C = A + (B + C) (asosiatif) 3. λ(a + B) = λa + λb (distributif) 1. A =[ ], maka 2A =[ ] = [ ]

2. Selain dengan menggunakan operasi penjumlahan matriks, brightness juga bisa menggunakan operasi perkalian matriks dengan skalar. Misalkan sebuah matriks [ ] mewakili citra ibu Kartini C = 2. [ ] = [ ] C = 2. = Normal terang d. Pengurangan Matriks Mengurangi matriks A dengan B, (A B) adalah menjumlahkan matriks A dengan matriks (-B) 1. A =[ ] dan B = [ ] maka A B = A + (-B) =[ ] + [ ] = [ ] 2. Dalam pengolahan citra digital, operasi negasi merupakan operasi pengurangan matriks konstan dengan matriks sembarang menggunakan persamaan berikut: C = 255 A Misalkan matriks A = [ ] mewakili citra Maka operasi negasi: C=[ ]-[ ]=[ ] C = - =

3. Detektor gerak adalah alat yang digunakan untuk mendeteksi obyek-obyek yang bergerak. Bila diberikan citra yang didalamnya terdapat lebih dari satu obyek. Bagaimana komputer bisa mendeteksi obyak-obyek mana yang bergerak? Jawab: Setiap selang waktu tertentu komputer menyimpan citra yang dideteksi. Misalnya saat t 1 komputer menyimpan citra 1, dan saat t 2 komputer menyimpan citra 2. Untuk mendeteksi obyek yang bergerak, komputer menggunakan pengurangan matriks (citra). Setelah citra 1 dikurangi dengan citra 2, hasilnya adalah smua obyek dalam citra yang tidak bergerak menjadi nol (gambar obyeknya tidak ada), sedangkan obyek yang bergerak tidak nol (tetap tampak gambar obyeknya). Misalkan matriks A = [ ] mewakili citra Misalkan matriks B = [ ] mewakili citra Proses deteksi gerak: C = A B C = [ ] - [ ] = [ ] C = - = Tampak bahwa obyek yang bergerak adalah segitiga dan oval. e. Perkalian Matriks Pada perkalian matrik AB, matriks A kita sebut matriks pertama dan B matriks kedua. Syarat perkalian matriks : banyaknya kolom matriks pertama = banyaknya baris matriks kedua. Hasil perkalian antara matriks A = [a ij ] berordo m x p, dengan matriks B = [b ij ] berordo p x n, adalah matriks C = [c ij ] berordo m x n, dengan nilai :

C ij = a i1 b 1j + a i2 b 2j +... + a ip b pj = Dimana untuk i = 1, 2,..., m dan j = 1, 2,..., n A = [ ] dan B = [ ] Maka : C = AB = [ ] [ ] = [ ] = [ ] Bagaiman bila C =BA? Pada umumnya perkalian matriks AB BA Beberapa hukum pada perkalian matriks Jika A, B, C matriks-matriks yang memenuhi syarat-syarat perkalian matriks yang diperlukan, maka : 1. A(B + C) = AB + AC; (B + C)A = BA +CA, memenuhi hukum distributif 2. A(BC) = (AB)C, memenuhi hukum asosiatif 3. Perkalian tidak komutatif, AB BA 4. Jika AB = 0 yaitu matriks yang semua elemennya = 0, kemungkinannya : a. A = 0 dan B = 0 b. A = 0 atau B = 0 c. A 0 dan B 0 5. Bila AB = AC belum tentu B = C

Latihan soal: 1. Jika A = [ ] dan B = [ ], hitunglah A + B dan A + A + A 2. Jika A = [ ] dan k = 5, hitunglah B = ka 3. Jika P = [ ], Q = [ ] dan Z = [ ], hitunglah PQ, QP dan PZ 4. Jika A= [ ] dan B = [ ] Pandang suatu matriks A = [a ij ] berukuran (m x n), maka tranpose dari A adalah matriks A T berukuran (n x m) yang didapatkan dari A dengan menuliskan baris ke-i dari A, i = 1, 2,..., m sebagai kolom ke-i dari A T. Dengan kata lain: A T = A T nxm = [a ji ] = [ ] 1. A = [ ] maka A T = [ ] 2. Sebuah citra Lena mengalami transpose menjadi citra Lena T Citra asli Citra hasil transpose Beberapa sifat matriks transpose : 1. (A + B) T = A T + B T 2. (A T ) T = A 3. K(A T ) = (ka) T

4. (AB) T = B T A T 3. Beberapa JenisMatriks 1. Matriks Bujur Sangkar Adalah suatu matriks yang banyak barisnya sama dengan banyak kolomnya, berukuran n. Barisan elemen a 11, a 22,..., a nn disebut diagonal utama dari matriks bujur sangkar A tersebut. A = [ ] adalah matriks bujur sangkar 3 2. Matriks Nol Adalah matriks yang semua elemennya nol A = [ ] adalah matriks nol berukuran 3x3 3. Matriks Diagonal Adalah matriks bujur sangkar yang semua elemen di luar diagonal utama adalah nol. Dengan kata lain, A = [a ij ] = 0 untuk i j. Contoh: A = [ ] adalah matriks diagonal 4. Matriks Satuan atau Matriks Identitas

Adalah matriks diagonal yang elemen-elemen diagonal utamanya semua 1, sedangkan elemen yang lainnya adalah 0. Dengan kata lain, A = [a ij ] adalah matriks satuan jika [a ij ] = 1, 1 = j, dan [a ij ] = 0 untuk i j. Matriks identitas biasanya ditulis I n dimana n menunjukkan ukuran matriks tersebut. A = [ ] adalah matriks identitas 5. Matriks Skalar Adalah matriks diagonal dengan semua elemen diagonal utamanya sama, yaitu k A = [ ] adalah matriks skalar dengan elemen diagonalnya 37. Matriks tersebut dapat ditulis dengan 37.I = 37 [ ] 6. Matriks Segitiga Bawah (lower triangular) Adalah matriks bujur sangkar yang semua elemen di atas diagonal utamanya adalah 0. Dengan kata lain, [a ij ] adalah matriks segitiga bawah bila a ij = 0 untuk i< j [ ] adalah matriks segitiga bawah 7. Matrik Segitiga Atas (upper triangular) Adalah mattriks bujur sangkar yang semua elemen di bawah diagonal utamanya adalah 0. Dengan kata lain, [a ij ] adalah matriks segitiga atas bila a ij = 0 untuk i > j

[ ] adalah matriks segitiga atas 8. Matriks Simetris Adalah matriks yang tranposenya sama dengan dirinya sendiri, dengan kata lain jika A = A T atau a ij = a ji untuk semua i dan j A = [ ] dan A T = [ ], karena A = A T maka A adalah simetris 9. Matriks Antisimetris Adalah matriks yang transposenya adalah negatifnya. Dengan kata lain, jika A T = -A atau a ij = - a ij untuk semua i dan j. A = [ ], transposenya adalah A T =[ ] Karena A T = -A, maka A adalah matriks antisimetris 10. Matriks Invers Jika A dan B matriks-matriks bujur sangkar berordo n dan berlaku AB = BA = I, maka B invers dari A ditulis B = A -1 dan sebaliknya A adalah invers dari B, ditulis A = B -1. Buktikan bahwa invers dari matriks A = [ ], adalah A -1 =[ ]

Bukti : AA -1 = [ ] [ ] = [ ] = I (terbukti) 11. Matriks Komutatif Jika A dan B matriks-matriks bujur sangkar dan berlaku AB = BA, maka A dan B dikatakan berkomutatif satu sama lain. A = [ ] dan B = [ ], maka A dan B berkomutatif karena : AB = [ ] [ ] = [ ] BA = [ ] [ ] = [ ] AB = BA 12. Matriks Idempoten, Periodik, Nilpoten Bila berlaku AA = A 2 = A, dikatakan matriks bujur sangkar A adalah matriks yang idempoten. Bila p bilangan asli terkecil sehingga AA...A = A, maka dikatakan A matriks periodik dengan periode p-1. Kalau A T = 0, dikatakan A nipolten dengan indeks r. A = [ ] adalah nipolten dengan indeks = 3. Karena A 3 = [ ] [ ] [ ] = [ ]

5. Transformasi Elementer pada Baris dan Kolom suatu Matriks Ada 6 transformasi (operasi) elementer pada baris/kolom suatu matriks A, yaitu : 1. Penukaran tempat baris ke-i dan baris ke-j, ditulis H ij (A) A = [ ] maka H 12 (A) = [ ] 2. Penukaran tempat kolom ke-i dan kolom ke-j, ditulis K ij (A) A = [ ] maka K 12 (A) = [ ] 3. Mengalikan elemen-elemen baris ke-i dengan skalar λ, ditulis H i (λ) (A) atau λb i (A) A = [ ] maka H 3 (-2) (A) = [ ] 4. Mengalikan elemen-elemen kolom ke-i dengan skalar λ, ditulis K i (λ) (A) atau λk i (A) A = [ ] maka K 2 (3) (A) = [ ] 5. Menambahkan baris ke-i, dengan λ kali baris ke-j ditulis H ij (λ) (A) A = [ ] maka H 13 (-2) (A) = [ ]

6. Menambahkan kolom ke-i, dengan λ kali kolom ke-j ditulis K ij (λ) (A) A = [ ] maka K 21 (3) (A) = [ ] 6. Matriks Ekuivalen Dua matriks A dan B dikatakan ekuivalen (A ~ B) bila salah satu matriks tersebut dapat diperoleh dari yang lain dengan transformasi elementer terhadap baris atau kolom. Jika transformasi elementernya pada baris elementer saja, dikatakan ekuivalen baris, dan jika pada kolom saja, dikatakan ekuivalen kolom. A = [ ] dan B = [ ] adalah ekuivalen baris, karena B = H 12 (A) 7. Matriks Elementer Adalah suatu matriks yang dihasilkan dari satu kali transformasi elementer terhadap suatu matriks identitas I. H 13 (I) = [ ], H 31 (2) (I) = [ ] K 13 (I) = [ ], H 32 (2) (I) = [ ] 8. Ruang Baris dan Ruang Kolom dari suatu Matriks Ruang baris dari matriks A (mxn) adalah suatu ruang vektor bagian dari R n yang dibentuk dari vektor-vektor baris dari A.

Ruang kolom dari matriks A (mxn) adalah suatu ruang vektor bagian dari R n yang dibentuk dari vektor-vektor kolom dari A. A = [ ] Ruang baris dari matriks A adalah : [2 3 1], [2 1 2], [4 4 3] Ruang kolom dari matriks A adalah : [ ] [ ] [ ] Latihan soal : 1. Hitunglah 4A 2 8A + 4I 2, bila A = [ ] 2. Tunjukkan bahwa A adalah matriks idempoten, A = [ ] 3. Diketahui A = [ ], matriks B dihasilkan dari sederetan transformasi elementer H 31 (2), H 12 (2), H 12, K 41 (1), K 3 (2) terhadap A. Carilah B tersebut. 4. Diketahui K = [ ] dan L = [ ] jika K = L maka c 2 + 4b a =... 5. Diketahui [ ] = [ ] maka 4p + 3q =... 6. Jika A = [ ] B = [ ] C =[ ] maka bentuk yang paling sederhana dari (2A+C) (3A T +4B) adalah... 7. Hasil kali [ ] [ ] adalah...

8. 2 [ ] + 3 [ ] + k [ ] = [ ] maka : 2k + 5 =... 9. Jika [ ] [ ] = [ ] maka nilai : 2a + 4b =... 10. Jika diketahui matriks A = [ ] dan B = [ ] maka (A T + B) 2 =...