Beruflich Dokumente
Kultur Dokumente
MATRIKS
DEFINISI
Matriks adalah himpunan skalar (bilangan riil/kompleks) yang
disusun secara empat persegi panjang (menurut baris dan
kolom)
Bentuk umum
A=(aij) ,i= 1,2,...m
J=1,2,...m
a11 a12a1n baris 1
a21 a22..a2n baris 2
Kolom n
Kolom 2
Kolom 1
Matriks di atas mempunyai m buah baris dan n buah kolom
maka dikatakan ukuran matriks tersebut adalah (mxn).
Kesamaan dua matriks
Dua buah matriks A=(aij) dan B=(bij) dikatakan sama A=B, jika ukurannya
sama (mxn) dan berlaku aij=bij.
1 2 4 1 2 4
A= B= A=B
2 1 3 2 1 3
1 2 2 2 1 2
C= D= CD
2 1 3 2 1 3
1 2 4 x 2 4
E= F= E = F jika x = 1
2 2 2 2 2 2
2 2 2 ?2 ?
2 ?
2
G= H= ?4 ?
5 ?
6 G=H
4 5 6
9 0 7 ?9 ?
0 ?
7
Operasi pada Matriks
1. Penjumlahan / Pengurangan
Syarat = kedua matriks tersebut berukuran sama
Contoh penjumlahan matriks:
1 2 2 4
A= B= A+B
3 6 3 6
+ = 6
3
+ = 12
6
PENGURANGAN MATRIKS
1 2 2 4
A= B= A-B
3 6 3 6
- = -1 -2
- = 00
2. Perkalian skalar terhadap matriks
Jika suatu skalar dari A=(aij)
maka A diperoleh dengan mengalikan
semua elemen matriks A dengan
4 3 7 12 9 21
Contoh: A maka 3A 9 0 - 3
3 0 - 1
1 2 3 / 2 7/2
A
2 3/2 0 - 1/2
3. Perkalian Matriks
Dua buah matriks A&B dapat dikalikan jika:
Jumlah kolom matriks pertama (A) sama dengan jumlah baris matriks
kedua (B).
Misal. A(mxn) dan B(nxp), C=AxB maka C(mxp).
A B C
mxn nx p mx p
A=(aij) dengan i=1,2,3,,m dan j=1,2,3,,n
B=(bjk) dengan j=1,2,3,,n dan k=1,2,3,,p
C=(cik) dengan i=1,2,3,,m dan k=1,2,3,,p
Maka :
A x B = (aij) x (bjk)=(cik)
Contoh:
1 -4 0
1 2 3
A = B = 4 2 1
0 4 5
0 1 2
x + x + x = 9
x + x + x = 16
x + x + x = 3 AxB=
x + x + x = 13
x + x + x = 8
x + x + x = 14
Jika A,B,C adalah matriks-matriks yang memenuhi syarat-syarat yang di
perlukan, maka:
A(B+C)=AB+AC
A(BC)=(AB).C
Perkalian matriks tidak komutatif = ABBA tetapi ada beberapa matriks
yang berlaku AB=BA
Bila AB=AC , belum tentu B=C
Bila AB=0(matriks nol)
Maka kemungkinan-kemungkinan:
1. A=0 & B=0
2. A=0 atau B=0
3. AB dan B0
Transpose
4 5
4 2 6 7 2 3
A= AT = A =
5 3 -9 7 6 -9
7 7
Definisi:
Transpose mariks A adalah matriks AT dimana kolom-kolomnya
adalah baris-baris dari A, baris-barisnya adalah kolom-kolom dari
A.
[A ]ij = [A]ji
T
nxm
A (AT)T = A
AT
Contoh:
4 5 4 5
2 3 4 2 6 7 2 3
6 -9 5 3 -9 7 6 -9
7 7 7 7
Sifat-sifat transpose matriks
2. (A+B)T = AT + BT
T T T
A+B
= A + B
(A+B)T = AT +
B T
Sifat-sifat transpose matriks
3. (kA)T = k(A) T untuk skalar k
T T
kA k A
(kA) T = k(A) T
Sifat-sifat transpose matriks
4. (AB)T = BT AT
T T T
AB
= B A
(AB) T
AB = BTAT
Jenis Matriks Khusus
1. Matriks bujur sangkar
Adalah suatu matriks dengan banyaknya baris
sama dengan banyaknya kolom
Contoh 0 1 2
2 0
1 , 1 3 - 1
2
0
2 1
2x2 3x3 elemen diagonal utama
2. Matriks Nol
Adalah matriks yang semua elemennya nol
0 0 0 0 0
0 0 0 0 0
2x2 3x3
3. Matriks Diagonal
Adalah matriks yang semua elemen diluar diagonal utama adalah nol
Contoh:
1 0 0
0 2 0
0 0 4
4. Matriks Identitas
Adalah matriks diagonal yang elemen diagonal utamanya semua=1
Contoh: 1 0 0
0 1 0 I3
0 0 1
5. Matriks Skalar
Adalah matriks diagonal dengan semua elemen diagonal utama=K
Contoh: 2 0 0
0 2 0
0 0 2
6. Matriks Segitiga Bawah
Adalah matriks bujur sangkar yang semua elemen diatas diagonal utama=0
Contoh:
1 0 0
2 2 0
1 1 3
7. Matriks Segitiga Atas
Adalah matriks bujur sangkar yang semua elemen dibawah diagonal
utama=0
Contoh:
8. Matriks Simetris
Adalah matriks yang transfosenya sama dengan dirinya sendiri.(A=AT).
Contoh:
1 2 0 1 2 0
A 2 1 4 A T 2 1 4
0 4 3 0 4 3
9. Matriks Anti Simetris
Adalah matriks yang transfosenya adalah negatifnya.
Contoh:
3 0 2 1 5 1 3 1
A dan B 3 0 2 1
4 1 3 2
Adalah ekivalen karena:
3 0 2 1 (1) 5 1 2 1 ( 1)
A
1 3 2 ~ 3 0 3 2 ~
K 12 K 42
4
3 0 2 1 5 1 3 1
5 B
1 3 1 ~ 3 0 2 1
B12
Matriks Eselon
1 0 2 4
4. Elemen di atas satu utama 0 1 6 0 0 1
0 0 0 1 0 6 0 1 3 6
nol semua 0 0 0 0 1 5 0 0 1 0
0 0 0 0 0 0
Matriks dalam bentuk eselon baris (eb) dan
eselon baris tereduksi (ebt)
Matriks yang memenuhi kondisi 1, 2, 3 disebut matriks
berbentuk eselon baris.
Jika matriks memenuhi kondisi 1, 2, 3, 4, maka matriks dalam
bentuk eselon baris tereduksi.
* * * * * * 1 utama
* * * * Sembarang nilai
*
* * Nol
Jawab :
1 2 3 H (1) 1 2 3 H ( 2) 1 2 3
1 3 2 21~ 0 1 1 32
~ 0 1 1 2
H ( 2)
2 6 4 31~ 0 2 2 0 0 0
matrik eselon
Jadi rank matriks diatas adalah 2
Sistem Persamaan linier
Persamaan linier
Definisi
N buah variable x1, x2, , xn yang dinyatakan dalam bentuk :
a1x1 + a2x2++ an xn=b
disebut persamaan linier, dengan a1, a2, ,an dan b adalah konstanta-
konstanta riil.
Sekumpulan nilai/ harga sebanyak n yang disubtitusikan ke n variable :
a1=k1, x2=k2 xn=kn sedemikian sehingga persamaan tersebut
terpenuhi, maka himpunan nilai tersebut (k1, k2, kn) disebut
himpunan penyelesaian (solusi set).
Contoh
2x1 + x2 + 3x3=5
x1=1; x2=0; x3=1 (1,0,1) solusi
x1=0; x2=5; x3=0 (0,5,0) solusi
x1=2; x =1; x3=0 (2,1,0) solusi
suatu persamaan linier bisa mempunyai solusi >1.
Definisi
Sebuah himpunan berhingga dari persamaan-
persamaan linier didalam n variable: x1, x2, , xn
disebut sistem persamaan linier.
U2 U2 U2
P2
X1 X1 X1
P1 P2
P2 P1
Inconsisten Konsisten
Penyajian SPL dengan persamaan matriks
Ax = b
Penyajian SPL sebagai matriks augmented
a11x1 + a12x2 + a13x3 + + a1nxn = b1
a21x1 + a22x2 + a23x3 + + a2nxn = b2
:
am1x1 + am2x2 + am3x3 + + amnxn = bm
matriks augmented
SUSUNAN PERSAMAAN LINIER
3 6 x 9
1 2 y 3 atau Ax B
- 3 6 : 9 1 2 : 3 (3) 1 2 : 3
(A | B) B12 B21
1 2 : 3 ~ 3 6 : 9 ~ 0 0 : 0
R(a)=r(A|B)=1 r<n
Jumlah variabel=2 1<2
Jawab :
1 2 1 2
3
1 2 1
x 1
x2 A x B
4 3 1 3
2
x 3
2 4 4
( 3)
1 2 1 2 B21 1 2 1 2 B ( 1/ 5) 1 2 1 2
3 1 2 1 ~( 4 ) 0 5 5 5
2
~
0 1 1 1
B31
4 3 1 3 ~( 2) 0 11 5 5 0 11 5 5
B41
2 4 2 4 ~ 0 0 0 0 0 0 0 0
( 2 ) ( 1/ 6 )
1 2 1 2 B12 1 0 1 0 B3
0 1 1 1 ~
0 1 1 1
~
0 11 5 5 0 0 6 6
0 0 0 0
(11)
0 0 B 32 0 0
(1)
1 0 1 0 B13 1 0 0 1
0 1 1 1
~
0 1 0 0
0 0 1 1 0 0 1 1
B 23
( 1)
0 0 0 0 0 0 0 0
am1 xm+am2 xm + ... amn xn = 0
Atau=
a11 a12 a1n x1 0
a a22 a2 n x 0
21 2
amn am 2 amn xn 0
Matriks A berukuran (m x n)
Matriks x berukuran (n x 1)
Matriks o berukuran (m x 1)
Karena matriks lengkapnya (A|) maka akan selalu berlaku rank (A)=rank (A|).
Sehingga sistem persamaan linier homogen selalu mempunyai jawab (konsisten).
Contoh
1. Selesaikan sistem persamaan linier dibawah ini :
x1 x 2 x 3 0 1 1 1 x1 0
x1 x 2 2x 3 0 atau 1 1 2 x 0
2
x1 2x 2 x 3 0 1 2 1 x 3 0
Jawab :
( 1)
( 1) B12
1 1 1 0 B 21 1 1 1 0 B 23 1 1 1 0 ~
(A | 0) 1 1 2 0 0 0 1 0
~ ~
( 1)
0 1 0 0 ( 1)
1 2 1 0 B31 0 1 0 0 0 0 1 0 B13
1 0 0 0 x1 0x 2 0x 3 0
0 1 0 0 0x x 0x 0
1 2 3
0 0 1 0 0x1 0x 2 x 3 0
Sehingga solusinya : x1 0 , x 2 0 , x 3 0
Yaitu solusi trivial atau x 0
2. Selesaikan sistem persamaan linier di bawah ini :
x1
x1 x 2 x 3 x 4 0 1 1 1 1 x 0
x1 3x 2 2x 3 4x 4 0 atau 1 3 2 4 2 0
x3
2x1 x 3 x 4 0 2 0 1 1 0
Jawab : x 4
( 1)
1 1 1 1 0 B 1 1 1 1 0 B32
(1)
21
(A | 0) 1 3 2 4 0 0 2 1 3 0
~ ~
( 2 )
2 0 1 1 0 B31 0 2 1 3 0
1 1 1 1 0 B2
(1/ 2 )
1 1 1 1 0 B12( 1)
0 2 1 3 0 ~ 0 1 1 / 2 3 / 2 0 ~
0 0 0 0 0 0 0 0 0 0
1 1 1 1
x1 0x 2 x 3 x 4 0 x1 x 3 x 4
2 2 2 2
1 3 1 3
0x1 x 2 x 3 x 4 0 x2 x3 x4
2 2 2 2
Dimana : x3 dan x4 bebas.
untuk x 3 a dan x 4 b
1 1
didapat x 1 - a b
2 2
1 3
x2 - a b
2 2
Sehingga :