PENYELESAIAN SISTEM PERSAMAAN LINEAR DENGAN MENGGUNAKAN DETERMINAN (ATURAN CRAMER)

dokumen-dokumen yang mirip
DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.

ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE)

A x = b apakah solusi x

A. PENGERTIAN B. DETERMINAN MATRIKS

Matriks yang mempunyai jumlah baris sama dengan jumlah kolomnya disebut matriks bujur sangkar (square matrix). contoh :

BAB I. MATRIKS BAB II. DETERMINAN BAB III. INVERS MATRIKS BAB IV. PENYELESAIAN PERSAMAAN LINEAR SIMULTAN

det DEFINISI Jika A 0 disebut matriks non singular

Matematika Lanjut 1. Onggo Wiryawan

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.

Aljabar Linear Elementer

Aljabar Linear Elementer

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri

Catatan Kuliah 2 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks (2)

MATRIKS Definisi: Matriks Susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Matriks ditulis sebagai berikut (1)...

DETERMINAN DAN INVERS MATRIKS BLOK 2 2

BAB 10. MATRIKS DAN DETERMINAN

MATRIKS A. Pengertian, Notasi dan Bagian Dalam Matriks

Bab 3 M M 3.1 PENDAHULUAN

Minggu ke 3 : Lanjutan Matriks

matematika K-13 TEOREMA FAKTOR DAN OPERASI AKAR K e l a s

M A T R I K S. Oleh: Dimas Rahadian AM, S.TP. M.Sc.

ALJABAR LINIER _1 Matrik. Ira Prasetyaningrum

NILAI EIGEN DAN VEKTOR EIGEN

BAB 3 SOLUSI NUMERIK SISTEM PERSAMAAN LINEAR

Persamaan Linier Simultan II

Pengertian Matriks. B. Notasi Matriks. a 21 adalah elemen baris 2 kolom 1. Banyaknya baris : Banyaknya kolom : Ordo Matrik :

1. Pengertian Matriks

BAB II LANDASAN TEORI

DETERMINAN dan INVERS MATRIKS

3.1 Permutasi. Secara umum, bilangan-bilangan pada {1, 2,, n} akan mempunyai n! permutasi

MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

Sistem Persamaan Linier

PERTEMUAN 4 Metode Simpleks Kasus Maksimum

PERSAMAAN KUADRAT, FUNGSI KUADRAT DAN PERTIDAKSAMAAN KUADRAT

PERTEMUAN - 1 JENIS DAN OPERASI MATRIKS

MATRIKS. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah.

DETERMINAN. Matematika Industri I. TIP FTP UB Mas ud Effendi. Matematika Industri I

VEKTOR. Vektor vektor yang mempunyai panjang dan arah yang sama dinamakan ekuivalen.

TUGAS MATAKULIAH ALJABAR LINIER DAN MATRIK

Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real dengan suatu

Matriks. Pengertian. Lambang Matrik

MODUL 2 DETERMINAN DAN INVERS MATRIKS

Aljabar Linier & Matriks. Tatap Muka 3


E-LEARNING MATEMATIKA

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini:

BAB III MATRIKS

,, % ,, % -0: 0 -0: 0! 2 % 26, &

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang

BAB II LANDASAN TEORI

A. Kompetensi Dasar : Menyelesaikan sistem persamaan linear. B. Materi : 1. Sistem Persamaan Linear dan Matriks 2. Determinan

LUAS DAERAH APLIKASI INTEGRAL TENTU. Indikator Pencapaian Hasil Belajar. Ringkasan Materi Perkuliahan

INTEGRAL. Misalkan suatu fungsi f(x) diintegralkan terhadap x maka di tulis sebagai berikut:

E. INTEGRASI BAGIAN ( PARSIAL )

Sistem Persamaan Linear

MATERI I : VEKTOR. Pertemuan-01

Suku banyak. Akar-akar rasional dari

(c) lim. (d) lim. (f) lim

BAB II DETERMINAN 2.1. DETERMINAN. Bab II Determinan

BAB IV METODE ANALISIS RANGKAIAN

Materi V. Determianan dinotasikan berupa pembatas dua gris lurus,

Integral Tak Tentu dan Integral Tertentu

SUKU BANYAK ( POLINOM)

Erna Sri Hartatik. Aljabar Linear. Pertemuan 3 Aljabar Vektor (Perkalian vektor-lanjutan)

Materi IX A. Pendahuluan

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear

PERSAMAAN LINIER. b a dimana : a, b, c, d adalah

SMA / MA IPA Mata Pelajaran : Matematika

Definisi Vektor. Vektor adalah besaran yang mempunyai besar dan arah

INTEGRAL FOURIER KED. Diasumsikan syarat-syarat berikut pada f(x): 1. f x memenuhi syarat Dirichlet pada setiap interval terhingga L, L.

Universitas Esa Unggul

VEKTOR. seperti AB, AB, a r, a, atau a.

NILAI EIGEN DAN VEKTOR EIGEN

RUANG VEKTOR UMUM. Dosen Pengampu : Darmadi S.Si M.Pd. Disusun oleh :

MODUL MATEMATIKA I. Hikmayanti Huwaida, S.Si NIP

selisih positif jarak titik (x, y) terhadap pasangan dua titik tertentu yang disebut titik

Topik: Matriks Dan Sistem Persamaan Linier

SUKU BANYAK ( POLINOM)

Integral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII

BAB I PENDAHULUAN. A. Latar belakang

E-LEARNING MATEMATIKA

Penyelesaian Persamaan Kuadrat 1. Rumus abc Rumus menentukan akar persamaan kuadrat ax 2 bx c 0; a, b, c R dan a 0

SISTEM BILANGAN REAL. Purnami E. Soewardi. Direktorat Pembinaan Tendik Dikdasmen Ditjen GTK Kementerian Pendidikan dan Kebudayaan

Vektor di R2 ( Baca : Vektor di ruang dua ) adalah Vektor- di ruang dua )

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.

BAB 2 MATRIKS. ( ) merupakan array dimana array adalah susunan objek dalam baris.

Oleh. Ir. Hastha Sunardi, MT

BAB I MATRIKS. Aljabar matriks merupakan salah satu cabang matematika yang. dikembangkan oleh seorang matematikawan Inggris Arthur Cayley ( ).

PENGAYAAN MATEMATIKA SOLUSI SOAL-SOAL LATIHAN 1

THEOREMA SISA, THEOREMA FAKTOR BENTUK POLINUM. Prepared by: Romli Shodikin, M.Pd sabtu., 23 November 2013 Pertemuan 7

E-LEARNING MATEMATIKA

MATEMATIKA INTEGRAL TENTU DAN LUAS DAERAH

BAB I PERSAMAAN DAN PERTIDAKSAMAAN

VEKTOR. Dua vektor dikatakan sama jika besar dan arahnya sama. Artinya suatu vektor letaknya bisa di mana saja asalkan besar dan arahnya sama.

Tujuan Pembelajaran. ) pada hiperbola yang berpusat di (0, 0). 2. Dapat menentukan persamaan garis singgung di titik (x 1

Tujuan Pembelajaran. ) pada elips. 2. Dapat menentukan persamaan garis singgung yang melalui titik (x 1

METODE ANALISIS. Tentukan arus pada masing-masing tahanan dengan menggunakan metode arus cabang untuk rangkaian seperti pada Gambar 1.

4. Perkalian Matriks. Riki 3 2 Fera 2 5. Data harga bolpoin dan buku (dinyatakan oleh matriks Q), yaitu

BAB 3 MATRIKS, SISTEM PERSAMAAN LINEAR, DAN DETERMINAN

Transkripsi:

PENYELESAIAN SISTEM PERSAMAAN LINEAR DENGAN MENGGUNAKAN DETERMINAN (ATURAN CRAMER) Dikethui system Persmn Linier x+ x + x = x+ x + x = x+ x + x = dlm entuk mtriks x x x Penyelesin Dengn Aturn Crmer dlh s: D Dx Dx Dx Mk Dx x = D Dx x = Dx x = D D Contoh-contoh sol Penyelesin Sistem Persmn Liner dengn Aturn Crmer. Dri sistem persmn linier (SPL) : x + x + x = x + x - x = -x +x + x = -, Selesikn dengn Aturn Crmer Jw : D = = [.. + (-)(-) +...] - [.()(-) + (-)()+.. ] = (++8) - (-+-) = 0 =

D x = = (++)-(-+-)=-(-8)=+8= D x= = (+-)-(+-)=8-9=- D x= = (--+)-(--)=0+= x = Dx / D = / = x = D x/ D = -/ = - x = D x/ D = / =. Tentukn Selesikn Aturn Metode Crmer x - y + z = x - y + z = -x + y + z = Jw : D = = (-++0) - (0-8+9) = 8- = 7

Dx = =(-8-0+) (0--) = 7- (-7) = Dy = =(-+0) (0+-9) = (0)- (-7) = 0+7=7 Dz = =(-+78+0) (-0+7) = 9 (7) = x = Dx/D = /7= y = Dy/D = 7/7 = z = Dz/D = /7 =. Dri sistem persmn linier (SPL) x + x - x = -x + x +x = - x -x + x =, Selesikn dengn Aturn Crmer Jw : D = = (+-)-(--8-)=-(-)=+=

D x= = (+- )-(---8 )=-(-8)=+8=8 D x= = (-+8+)-(-+)=8-(-) =8+= D x= = ( 8-+)-(-+)=-(-0)=+0= x = D x /D = 8/= x = D x /D = /= x = D x /D = /=. Dri sistem persmn linier (SPL) : x + x + x = x + x - x = -x +x + x = -, Selesikn dengn metode Crmmer Jw : D = = (++8)-(-+-)=-0=

Dx = = (++)-(-+-)=-(-8)=+8= D x= = (+-)-(+-)=8-9=- D x= = (--+)-(--)=0+= x = Dx / D = / = x = D x/ D = -/ = - x = D x/ D = / =. Tentukn Selesikn dengn Metode Crmer x - y + z = x - y + z = -x + y + z = Jw : D = = (-++0) - (0-8+9) = 8- = 7

Dx = =(-8-0+) (0--) = 7- (-7) = Dy = =(-+0) (0+-9) = (0)- (-7) = 0+7=7 Dz = =(-+78+0) (-0+7) = 9 (7) = x = Dx/D = /7= y = Dy/D = 7/7 = z = Dz/D = /7 = A 0 Tentukn Minor, kofktor, djoint, determinn dn invers mtriks A jw: ) Minor M = 0 M = 0 M = -0 = M = -0 = M = 0-9 = M = -0 =-8 M = 0 0- =- - =- M = 0 0-8 =-8 - =- M = -=- ) Kofktor C = M = C = -M =8 C = M =-

C = -M =- C = M =- C = - M =8 C = M = C = -M = C = M =- Mtriks Kofktor: Cij 8 8 c. Adjoint [ Cij] T Adj( A) 8 8 d) Determinn A = M - M + M =() (-8) + (-) = +-=

Segi contoh, kit mil mtriks A x tentukn determinn A untuk mencri determinn mtrik A mk, det d - c Determinn dengn Ekspnsi Kofktor Determinn dengn Minor dn kofktor tentukn determinn A Pertm ut minor dri M = = detm = x Kemudin kofktor dri dlh c = (-) + M = (-) + x kofktor dn minor hny ered tnd C ij=±m ij untuk memedkn pkh kofktor pd ij dlh + tu - mk kit is meliht mtrik diwh ini Begitu jug dengn minor dri M = = det M = - Mk kofktor dri dlh

c = (-) + M = (-) + x x Secr keseluruhn, definisi determinn ordo x dlh det(a) = C + C + C Determinn dengn Ekspnsi Kofktor Pd Bris Pertm Mislkn d seuh mtriks A x mk determinn dri mtriks terseut dengn ekspnsi kofktor dlh, Contoh Sol: det(a) = - + = ( - ) - ( - ) + ( - ) = + + - - - tentukn determinn A dengn metode ekspnsi kofktor ris pertm Jw: det(a) = = - + = (-) - (-8) + (-7) = -8 Determinn dengn Ekspnsi Kofktor Pd Kolom Pertm Pd dsrny ekspnsi kolom hmpir sm dengn ekspnsi ris seperti di ts. Tetpi d stu hl yng memedkn keduny yitu fktor pengli. Pd ekspnsi ris, kit menglikn minor dengn komponen ris pertm. Sedngkn dengn ekspnsi pd kolom pertm, kit menglikn minor dengn kompone kolom pertm. Mislkn d seuh mtriks A x

mk determinn dri mtriks terseut dengn ekspnsi kofktor dlh, Contoh Sol: det(a) = - + = ( - ) - ( - ) + ( - ) = + + - ( ) - ( ) - tentukn determinn A dengn metode ekspnsi kofktor kolom pertm Jw: det(a) = = - + = (-) - (-8) + (-7) = 8 Adjoin Mtriks x Bil d seuh mtriks A x Kofktor dri mtriks A dlh C = - C = C = - C = C = C = C = C = -0 C = mk mtriks yng terentuk dri kofktor terseut dlh untuk mencri djoint seuh mtriks, kit cukup menggnti kolom menjdi ris dn ris menjdi kolom dj(a) =

Determinn Mtriks Segitig Ats Jik A dlh mtriks segitig nxn (segitig ts, segitig wh tu segitig digonl) mk det(a) dlh hsil kli digonl mtriks terseut Contoh Metode Crmer = ()(-)()(9)() = -9 jik Ax = dlh seuh sistem liner n yng tidk di kethui dn det(a) 0 mk persmn terseut mempunyi penyelesin yng unik dimn A j dlh mtrik yng didpt dengn menggnti kolom j dengn mtrik Contoh sol: Gunkn metode crmer untuk menyelesikn persoln di wh ini Jw: x + x = -x + x + x = 0 -x - x + x = 8 entuk mtrik A dn = kemudin gnti kolom j dengn mtrik

A = A = A = dengn metode srrus kit dpt dengn mudh mencri determinn dri mtrik-mtrik di ts mk, Tes Determinn untuk Invertiilits Pemuktin: Jik R di reduksi secr ris dri Ä. Segi lngkh wl, kit kn menunjukkn hw det(a) dn det(r) keduny dlh nol tu tidk nol: E,E,...,E r menjdi mtrix element yng erhuungn dengn opersi ris yng menghsilkn Rdri A. Mk, dn, R=E r...e E A det(r)=det(e r)...det(e )det(e )det(e A) Jik A dpt di-invers, mk sesui dengn teorem equivlent sttements, mk R = I, jdi det(r) = 0 dn det(a) 0. Selikny, jik det(a) 0, mk det(r) 0, jdi R tidk memiliki ris yng nol. Sesui dengn teorem R = I, mk A dlh dpt di-invers. Tpi jik mtrix ujur sngkr dengn ris/kolom yng proposionl dlh tidk dpt diinvers. Contoh Sol : A= kren det(a) = 0. Mk A dlh dpt diinvers. Mencri determinn dengn cr Srrus tentukn determinn A

untuk mencri determinn mtrik A mk, det (ei + fg + cdh) - (di + fh + ceg) Metode Srrus hny untuk mtrix erdimensi x Menghitung Inverse dri Mtrix x kemudin hitung kofktor dri mtrix A C = C = C = - C = C = C = C = C = -0 C = menjdi mtrix kofktor cri djoint dri mtrix kofktor tdi dengn mentrnspose mtrix kofktor dits, sehingg menjdi dj(a) = dengn metode Srrus, kit dpt menghitung determinn dri mtrix A det(a) = Sistem Liner Dlm Bentuk Ax = λx dlm sistem ljr liner sering ditemukn

Ax = λx ; dimn λ dlh sklr sistem liner terseut dpt jug ditulis dengn λx-ax=0, tu dengn memsukkn mtrix identits menjdi (λi - A) x = 0 contoh: dikethui persmn liner x + x = λx x + x = λx dpt ditulis dlm entuk = λ yng kemudin dpt diuh dn x = yng kemudin dpt ditulis ulng menjdi λ λ sehingg didpt entuk λ I - nmun untuk menemukn esr dri λ perlu dilkukn opersi det (λ I - A) = 0 ;λ dlh eigen vlue dri A dn dri contoh diperoleh

det (λ I - A) = = 0 tu λ^ - λ - 0 = 0 dn dri hsil fktorissi di dpt λ = - dn λ = dengn memsukkn nili λ pd persmn (λ I - A) x = 0, mk eigen vector is didpt il λ = - mk diperoleh dengn mengsumsikn x = t mk didpt x = t x =