Upload
neng-alawiyah
View
75
Download
10
Embed Size (px)
DESCRIPTION
kalkulus integral
Citation preview
MATERI ALJABAR MATRIKS DAN ALJABAR LINEAR
Diajukan untuk memenuhi tugas terstruktur
Mata Kuliah: Aljabar Linear
Dosen Pengampu : Reza Oktiana Akbar, M.Pd.
Disusun oleh:
Edah Raudatul Jannah
Een Neli
TayudiSEMESTER / JURUSAN : V / TADRIS MATEMATIKA-C
KEMENTERIAN AGAMA REPUBLIK INDONESIA
INSTITUT AGAMA ISLAM NEGERI (IAIN) SYEKH NURJATI CIREBON
FAKULTAS ILMU TARBIYAH DAN KEGURUAN
2015
ALJABAR MATRIKS
Matriks atas Bilangan Real
Definisi : Matriks adalah suatu susunan bilangan real berbentuk persegi panjang yang
terdiri dari baris dan kolom serta dibatasi oleh dua kurung siku [ ].
Notasi dari matriks adalah sekumpulan huruf kapital A...Z atau bisa ditulis dalam
bentuk A = atau B = … dst. Dengan i disebut sebagai penomeran
unsur/elemen matriks pada baris ke-i dan j sebagai penomeran unsur/elemen matriks
pada baris ke-j, a dan b disebut sebagai unsur/elemen matriks.
Contoh: A =
Bentuk Umum dari Matriks
Matriks dalam bentuk umum dinyatakan dengan jumlah baris sebanyak m dan kolom
sebanyak n disebut sebagai ordo dari matriks yang dinyatakan sebagai m x n.
dengan i = 1, 2, 3, …, m dan j = 1, 2, 3,..., n
Jenis-Jenis Matriks
1. Matriks persegi
Contoh: A = ( dengan i = j)
1
A adalah matriks berordo 3x3 atau ditulis (banyaknya baris adalah 3 dan
banyaknya kolom adalah 3).
Definisi: Matriks persegi adalah matriks yang memiliki jumlah baris dan kolom sama.
disebut sebagai matriks persegi jika m = n
dengan m = n atau I = 1, 2, 3, …, n dan j = 1, 2, 3, …, m
Bentuk umum: A =
2. Matriks Segitiga Atas
Contoh: A =
Definisi: Matriks segitiga atas adalah matriks persegi yang mempunyai elemen-elemen
di bawah diagonal utamanya nol.
An = untuk setiap ( ) dengan i > j
Bentuk umum: An =
3. Matriks Segitiga Bawah
Contoh: A =
2
Definisi: Matriks segitiga bawah adalah matriks persegi yang mempunyai elemen-
elemen di atas diagonal utamanya nol.
An = untuk setiap ( ) dengan i < j
Bentuk umum: An =
4. Matriks Diagonal
Contoh: A =
Definisi: Matriks diagonal adalah matriks persegi yang mempunyai elemen-elemen di
atas dan di bawah diagonal utamanya nol.
An = untuk i j ( ) dan i = j
Bentuk umum: An =
5. Matriks Skalar
Contoh: A =
Definisi: Matriks skalar adalah matriks persegi yang diagonal utamanya memiliki nilai
yang sama (selain 0 dan 1) dan mempunyai elemen-elemen di luar diagonal utamanya
nol.
An = untuk ( ) dengan i j, ( ) , c dan 1
3
Bentuk umum: Cn =
6. Matriks Identitas
Contoh: A =
Definisi: Matriks identitas adalah matriks persegi yang elemen pada diagonal utamanya
memiliki bernilai 1 dan mempunyai elemen-elemen di luar diagonal utamanya nol.
An = untuk i j ( ) ( )
Bentuk umum: An =
7. Matriks Nol
Contoh: A =
Definisi: Matriks nol adalah matriks persegi yang semua elemennya nol.
An = untuk ( )
Bentuk umum: An =
8. Matriks Invers
4
A-1 = . Adj (A)
9. Matriks Symmetri
Contoh: A =
Definisi: Matriks symmetri adalah matriks persegi yang setiap elemennya bernilai sama
terhadap diagonal utamanya.
A = AT
An = untuk ( ) dengan ij
10. Matriks Skew-Symmetri
Contoh: A =
Definisi: Matriks Skew-Symmetri adalah matriks persegi yang matriksnya nilainya
sama dengan negatif matriks transpose dengan diagonal utamanya nol.
AT = A A = -AT
Kesamaan Dua Matriks
Definisi : dua buah matriks A dan B dikatakan sama apabila kedua ordo dari matriks tersebut
sama dan elemen-elemen yang seletak juga sama.
5
A = B / [ ] = [ ] jika
Contoh:
A = ; B =
A = B jika
Penjumlahan Dua Buah Matriks
Definisi : Penjumlahan dua buah matriks A dan B (dengan syarat kedua ordo matriks sama)
adalah penjumlahan elemen-elemen yang seletak dari keduanya.
A + B = [ ] + [ ] = [ + ]
Perkalian Matriks dengan Skalar Anggota Real
Definisi : perkalian suatu sembarang matriks A dengan skalar k adalah mengalikan setiap
elemen dari A.
k.A = k. [ ] = [k. ]
contoh penjumlahan dua buah matriks
mis: A = ; B =
6
A + B = + =
=
Contoh perkalian matriks dengan skalar
Mis : A = ; k = -3
k.A = -3
=
=
Perkalian Dua Buah Matriks
Def: Perkalian dua buah matriks Amxn dan Bnxp (syarat: Banyaknya kolom dari A sama
dengan banyaknya baris dari B) menghasilkan Cmxp (banyaknya baris adalah m dan
7
banyaknya kolom adalah p) yaitu dengan menjumlahkan hasil kali setiap elemen baris dari A
dengan setiap elemn kolom dari B
Contoh : A= B =
A x B =
=
=
Sifat –sifat perkalian antar matriks
A. B B . A
Contoh
. .
A . B = B . A
Contoh
. = .
8
=
=
=
(A.B).C = A . (B.C)
=
=
. = .
. = .
=
=
=
Trase dari Suatu Matriks
Def : Trase dari suatu matriks adalah hasil dari penjumlahan seluruh elemen yang seletak pada diagonal utama.
Bentuk umum :
9
Misal terhadap An
A =
Trase (A) =
Terhadap operasi penjumlahan, perkalian dengan skalar dan trase
a. Trase (A + B) = Trase (A) + Trase (B)b. Trase (A)T = Trase (A)c. Trase (k.A) = k . trase (K)d. Trase (Inxn) = n
Akan dibuktikan trase (A + B) = Trase (A) + Trase (B), diperoleh :
Trase (A + B) = trase
Trase =
= ( ) + ( ) + … + ( )
= ( )+( )
= trase trase
= Trase (A) + Trase (B)
Jadi, terbukti bahwa Trase (A + B) = Trase (A) + Trase (B)
10
Trase [ = , untuk i = j
Contoh :
Jika
a.
b.
c.
d.
e.
f.
g.
11
h.
i.
j.
k.
l. Trase (A) =
m. Trase (B) =
n. Trase (At) = Trase
Mencari Determinan Dengan Cara Permutasi
|A| = = ad – bc
|A| =
12
Permutasi
Misal terdapat himpunan S, S ≠ yang disebut sebagai permutasi dari S adalah pemetaan bijektif
dari S ke S.
Pemetaan adalah relasi yang menghubungkan setiap anggota didaerah asal tepat satu pada
anggota didaerah lawan.
Contoh :
Jenis-jenis Permutasi :
1. Pemetaan into
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Pemetaan onto (surjektif)
3. Pemetaan injektif (satu-satu)
4. Pemetaan bijektif / koresponden satu-satu
Lanjutan permutasi
Contoh :
Misal S adalah himpunan bilangan asli 1 sampai 4.
14
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1234
1234
1234
1234
S = { 1, 2, 3, 4 }, maka dan disebut sebagai permutasi dengan hasil sebagai berikut :
adalah permutasi dari S dengan = { 3, 1, 2, 4 }
adalah permutasi dari S dengan = { 2, 1, 4, 3 }
Definisi : Himpunan pasangan berurutan { J1 , J2 , .... , Jn } dimana berlaku Ji dan Jk adalah
anggota himpunan bilangan asli, dengan i dan k = 1, 2, ... , n, J i harus tidak sama
dengan Jk ( Ji ≠ Jk ) dengan i yang juga tidak sama dengan k ( i ≠ k ), maka himpunan
tersebut sebagai permutasi.
Contoh :
Misal A = { 1, 2, 3 } maka permutasi dari A adalah :
{1,2,3}, {1,3,2}, {2,1,3}, {2,3,1}, {3,1,2}, {3,2,1}
Catatan:
─ Untuk A = {1,2} maka permutasinya = {1,2}, {2,1} ; n=2 → Pr = 2
─ Untuk A = {1,2,3} ; n = 3 → Pr = 6
─ Untuk A = {1,2,3,4}, n = 4 → Pr = 24
n = n → Pr = n
Himpunan bilangan asli 1, 2, .., n akan memiliki permutasi sebanyak n! = n (n-1) (n-2), ... 2.1
Inversi dari Suatu Permutasi
Definisi: Inversi dari suatu permutasi { J1 , J2 , .... , Jn } adalah suatu keadaan dimana Ji> Jk
padahal i < k.
Contoh :
(i). { 2, 1, 3, 4}
15
Tentukan inversi dari pembatasan diatas !
Jawab :
J1 = 2 > J2 = 1 padahal i = 1 < k = 2 (inversi)
J1 = 2 > J3 = 3 (bukan inversi)
Banyaknya inversi dari {2, 1, 3, 4} ada 1 buah
(ii). {2, 4, 1, 3}
J1 = 2 > J3 = 1 padahal i = 1 < k = 3 (inversi)
J2 = 4 > J3 = 1 padahal i = 2 < k = 3 (inversi)
J2 = 4 > J4 = 3 padahal i = 2 < k = 4 (inversi)
(iii). {4, 3, 2, 1}
J1 = 4 > J2 = 3 padahal i = 1 < k = 2 (inversi)
J1 = 4> J3 = 2 padahal i = 1 < k = 3 (inversi)
J1 = 4 > J4 = 1 padahal i = 1 < k = 4 (inversi)
J2 = 3 > J3 = 2 padahal i = 2 < k = 3 (inversi)
J2 = 3 > J4 = 1 padahal i = 2 < k = 4 (inversi)
J3 = 2 > J4 = 1 padahal i = 3 < k = 4 (inversi)
(iv). {1, 2, 3, 4}
Inversinya adalah nol (0)
Permutasi Ganjil dan Genap
Definisi : suatu permutasi disebut sebagai permutasi ganjil apabila banyak inversnya adalah
ganjil.Dalam hal lainnya disebut sebagai permutasi genap.
Contoh (i) dan (ii) disebut sebagai permutasinya ganjil karena banyaknya inversinys adalah 1
dan 3.
Contoh (iii) dan (iv) disebut sebagai permutasinya genap karena banyaknya inversinys adalah 6
dan 0.
Catatan :
Banyaknya suatu permutasi dari n bilangan asli adalah n! , ½ n! merupakan permutasi ganjil dan
½ n! lagi merupakan permutasi genap.
Contoh :
16
A = {1, 2, 3}
1 2 – 3 = {1,2,3}, inversi = 0 Per genap.
3 – 2 = {1,3,2}, inversi = 1 Per ganjil
2 1– 3 = {2,1,3}, inversi = 1 Per ganjil.
3 – 1 = {2,3,1}, inversi = 2Per genap
3 1– 2 = {3,1,2}, inversi = 2 Per ganjil.
2– 1 = {3,2,1}, inversi = 3 Per genap
Jadi permutasi dari A = {1,2,3} terdiri dari 3 permutasi genap dan 3 permutasi ganjil.
n! = 3! = 3x2x 1 =6 permutasi
½ n! = ½ x 3! = ½ x 3 x 2 x 1 = 3 permutasi ganjil / 3 permutasi genap.
PENANDAAN (SIGN) DARI PERMUTASI
Suatu penandaan dari permutasi { } ditulis sebagai .
= +1 apabila permutasinya adalah permutasi genap dan = -1
apabila permutasinya adalah permutasi ganjil.
Hasil Kali Bertanda
Misalnya : =
Hasil kali yang dimaksud adalah hasil kali antara n-elemen pada A yang berbeda baris dan kolom (dari setiap baris dan setiap kolom hanya diambil 1 elemen). Contoh dari pernyataan
hasil kali tersebut adalah hasil kali n-elemen diagnal utama, yaitu , , ... . Jelas, hasil kali
n-elemen diagonal utama adalah hasil kali antar elemen yang berbeda baris dan kolom. Selanjutnya hasil kali tersebut dapat kita dapatkan dengan cara menurutkan penomoran baris pada setiap elemen tersebut (bisa sebaliknya dengan mengurutkan penomoran kolom, baru kita
tentukan barisnya). Hal ini dapat ditulis sebagai: , , . . . , . (subscript)
merupakan penomoran kolom dengan nilai yang berbeda-beda.
Penomoran baris
17
Penomoran kolom dinyatakan harus berbeda nilainya maka himpunan ini
disebut sebagai permutasi.
Hasil kali bertanda adalah hasil kali antara n-elemen yang berbeda baris dan kolom
dengan penandaan permutasinya, ditulis: , , . . . , .
Definisi Determinan dengan Cara Permutasi
Determinan adalah jumlah dari seluruh hasil kali bertanda pada n-elemen suatu matriks.
Misalnya det (A) = = . , , . . . , .
Contoh 1:
Misalnya = , tentukan det (A)!
Tentukan dahulu banyaknya permutasi dari 2 elemen!
Pr = = 2 = 2 (ada dua hasil kali bertanda)
. , inv. = 0, Pr. Genap, = + 1
. , inv. = 1, Pr. Ganjil, = - 1
Permutasi dari adalah , .
Det ( ) = . ,
Det ( ) = . + .
Det ( ) = (+1) . + (-1) .
Det ( ) = . - .
Contoh 2:
18
Misalkan = Tentukan Det ( ) dengan cara permutasi!
n = 3 Pr. = 3 = 3 2 1 = 6 permutasi
. . Pr. = , inv. = 0, Pr. Genap (+) 1
. . Pr. = , inv. = 1, Pr. Ganjil (-) a
. . Pr. = , inv. = 1, Pr. Ganjil (-) b
. . Pr. = , inv. = 2, Pr. Genap (+) 2
. . Pr. = , inv. = 2, Pr. Genap (+) 3
. . Pr. = , inv. = 3, Pr. Ganjil (-) c
Det ( ) = . , ,
Det ( ) = . . + . . + . . +
. . + . . + . .
Det ( ) = (+1) . . + (+1) . . + (+1) . . + (-1) . . +
(-1) . . + (-1) . .
Det ( ) = . . + . . + . . - . . - . . -
. .
19
Contoh 3:
Misalnya Tentukan Det ( ) dengan cara permutasi!
n = 4 Permutasi = 4! = 4.3.2.1 = 24 Pemutasi
, Pr = {1,2,3,4}, inversi = 0 , Pr. Genap (+)
, Pr = {1,2,4,3}, inversi = 1 , Pr. Ganjil (-)
, Pr = {1,3,2,4}, inversi = 1 , Pr. Ganjil (-)
, Pr = {1,3,4,2}, inversi = 2 , Pr. Genap (+)
, Pr = {1,4,2,3}, inversi = 2 , Pr. Genap (+)
, Pr = {1,4,3,2}, inversi = 3 , Pr. Ganjil (-)
, Pr = {2,1,3,4}, inversi = 1 , Pr. Ganjil (-)
, Pr = {2,1,4,3}, inversi = 2 , Pr. Genap (+)
, Pr = {2,3,1,4}, inversi = 2 , Pr. Genap (+)
, Pr = {2,3,4,1}, inversi = 3 , Pr. Ganjil (-)
20
, Pr = {2,4,1,3}, inversi = 3 , Pr. Ganjil (-)
, Pr = {2,4,3,1}, inversi = 3 , Pr. Ganjil (-)
, Pr = {3,1,2,4}, inversi = 2 , Pr. Genap (+)
, Pr = {3,1,4,2}, inversi = 3 , Pr. Ganjil (-)
, Pr = {3,2,1,4}, inversi = 3 , Pr. Ganjil (-)
, Pr = {3,2,4,1}, inversi = 4 , Pr. Genap (+)
, Pr = {3,4,2,1}, inversi = 4 , Pr. Genap (+)
, Pr = {3,4,1,2}, inversi = 4 , Pr. Genap (+)
, Pr = {4,1,2,3}, inversi = 3 , Pr. Ganjil (-)
, Pr = {4,1,3,2}, inversi = 4 , Pr. Genap (+)
, Pr = {4,2,1,3}, inversi = 4 , Pr. Genap (+)
, Pr = {4,2,3,1}, inversi = 5 , Pr. Ganjil (-)
, Pr = {4,3,1,2}, inversi = 5 , Pr. Ganjil (-)
, Pr = {4,3,2,1}, inversi = 6 , Pr. Genap (+)
Det (A4) =
= {1,2,3,4} + {1,3,4,2} + {1,4,2,3}
+ {2,1,4,3} + {2,3,1,4} +
21
{3,1,2,4} + {3,2,4,1} + {3,4,2,1}
+ {3,4,1,2} + {4,1,3,2} + {4,2,1,3}
+ {4,3,2,1} - {1,2,4,3} -
{1,3,2,4} - {1,4,3,2} - {2,1,3,4} -
{2,3,4,1} - {2,4,1,3} - {2,4,3,1}
- {3,1,4,2} - {3,2,1,4} - {4,1,2,3}
- {4,2,3,1} - {4,3,1,2}
Det (A4) = + + + +
+ + + +
+ + + -
- - - -
- - - -
- - -
Determinan dengan Cara Ekspansi Kofaktor
22
Determinan
Kofaktor
Minor
1. Minor
Misalkan terdapat matriks minor dari A pada baris ke-I kolom ke-j ditulis
adalah determinan dari submatriks A berordo yang elemen-elemen dari
submatriks tersebut harus tidak sebaris dengan baris ke-I dan tidak sekolom dengan kolom
ke-j.
2. Kofaktor
Kofaktor pada baris ke-I kolom ke-j dari matriks A ditulis
Determinan dengan cara ekspansi kofaktor:
Ekspansi kofaktor pada baris
23
Disebut mencari dengan cara ekspansi kofaktor pada baris pertama
Jika matriks ekspansi kofaktor pada baris pertama
Ekspansi kofaktor pada baris kedua
Ekspansi kofaktor pada kolom ke-1
Ekspansi kofaktor pada kolom ke-2
Sifat-sifat determinan
1.
2.
3. Jika pada A memuat dua baris yang saling berkelipatan maka
24
4. Jika berasal dari A dengan cara menukar dua buah baris pada A maka
5. Jika berasal dari A dan memuat baris yang diperoleh dengan cara menjumlahkan
kelipatan satu baris dengan baris yang lain pada A maka
6. Jika berasal dari A yaitu salah satu barisnya dikalikan dengan k, dengan k
maka atau
Contoh:
Jawab: Ekspansi kofaktor pada kolom ke-1
25
Mencari determinan dengan cara ekspansi kofaktor dan reduksi baris
Contoh:
Carilah dengan cara campuran!
Jawab:
26
ALJABAR LINIER
Sistem Persamaan Linear (SPL)
Dalam persamaan linear terdapat istilah:
1. Persamaan
2. Variabel berpangkat 0 dan 1
3. Tedapat koefisien tak nol
Contoh :
27
koefisien variabel konstanta
contoh di atas merupakan persamaan linear 1 variabel.
Dan contoh persamaan linear 2 variabel sebagai berikut:
2 variabel
Definisi sistem persamaan linear ialah sekumpulan persamaan linear dalam satu kesatuan.Bentuk umum sistem persamaan linear dengan keterangan m : persamaan dan n : variavel).
=
=
. . .
. . .
. . . =
Solusi dari sistem persamaan linear ialah nilai-nilai pengganti dari variabel .
Misal R adalah nilai pengganti maka untuk i = 1, 2, ... , n.
Contoh:
Misal: t = 0
T = 1
Jenis-jenis sistem persamaan linear berdasarkan solusinyaCarilah himpunan penyelesaian dari ketiga sistem persamaan linear di bawah ini:
1.
28
2.
3.
Penyelesaian:
1. 4
1 solusi tak hingga
0 + 0 = 0
x 0 x 0
y 0 y 0
Dua buah garis yang saling berhimpit, titik potongnya sepanjang garis itu.
29
Hp = { ,
2. 1 tidak mempunyai
2 solusi (inkonsisten)
0 + 0
X 0 x 0
Y 1 0 y 3 0
3. 1
3 solusi tunggal
0 + 0 = 0
30
x 0 x 0 13
y 0 y 0
Sistem Persamaan Linear Homogen
a. Definisi Sitem Persamaan Linear Homogen
“ setiap konstanta dari persamaan linear yang ada didalamnya itu nilainya 0
dengan semua konstantanya adalah 0.
b. Jenis-jenis solusinya
Solusi non Trivial : Ada yang solusinya nol dan ada solusi yang lainnya
Solusi Trivial : Hanya solusi nol.
31
c. Eliminasi Gauss dan Gauss Jordan
SPL
Matriks Lengkap
Operasi Baris Elementer(OBE) OBE II
/// Matriks Eselon Baris
/ Matriks Eselon baris tereduksi
/ SPL Baru
Solusi dari SPL
/ Subtitusi Balik
Solusi SPL
Contoh
Sistem persamaan linear
/x-2y = -4
2x+y = -3
Carilag solusi dari SPL diatas dengan menggunakan eliminasi Gauss dan Gauss Jordan
Penyelesaian :
Langkah-langkahnya
1. Membuat Matriks Koefisien
32
2. Membuat matriks lengkap
Matriks Lengkap adalah matriks yang koefisien-koefisien dari persamaan linear dan
konstanta sekaligus
3. Operasi Baris Elementer
Pada suatu matriks ada 3 operasi yaitu:
1) Menukar pada kedua baris pada matriks, Bi Bj ,Bi Bi+k.Bj
2) Mengalikan suatu baris dengan konstanta tak nol, k.Bi, k , k 0
3) Menjumlahkan kelipatan suatu baris dengan baris yang lain,
Bi+k.Bj, k , k 0
Bi Bi+k.Bj
4. Matriks Eselon Baris
Matriks eselon baris adalah matriks sederhana yang mempunyai cirri-ciri, yaitu:
1) Leading pada baris pertama adalah 1
2) Unsur tak nol yang menjadi leading harus berada dikolom sebelah kanan dari
leading baris sebelumnya
Contoh:
B2+(-2)B1
33
5. SPL Baru
x - 2y = -4…(1)
y = 1…..(2)
subtitusi persamaan (2) ke (1)
x – 2(1) = -4
x = -4+2
= -2
Hp=
Matriks Eselon Baris Tereduksi
Ciri-ciri matriks eselon baris tereduksi, yaitu :
1) Seluruh cirri yang ada di eselon baris.
2) Pada setiap kolom yang memuat leading 1 ( jika ada), maka unsure-unsur yang
lainnya adalah nol.
3) /Jika ada baris nol maka letakan pada barisan paling bawah dari matriks tersebut
SPL Baru : x = -2
y = 1
Solusi : Hp =
Soal
1. Jika SPL m < n
/x + 2y – z = 2
-2x + y +2z= 1
34
Bagaimana solusinya ?
Penyelesaian :
SPL Baru : x – 2 = 0
x = 2
y+0.z = 1
misal z = t, t
Hp = {x=t, y = 1,z = t } ( solusinya tak hingga)
2. Jika SPL m>n
/x+ 2y = 5
3x – y = 8
2x – y = -3
Bagaimana solusinya?
Penyelesaian :
/SPL : x + 2y = 5
y = 1 1
y = 13/3
solusinya adalah inkosisten / tidak mempunyai solusi
3. Jika m<n
/2x + y + z = 0
35
x + y – 4z = 0
bagaimana solusinya?
Penyelesaian :
SPL
x + 5z = 0
x = -5z
y – 9z = 0
y = 9z
misal : z = t , t t
Hp={x= -5t, y = 9t, z = t , t }
4. SPLH m> n
/x+ 2y = 0
-2x –y = 0
4x – 3y =0
Bagaimana solusinya ?
Penyelesaian :
SPL
y = 0 x + 2y = 0
x+ 0 = 0
x = 0
Hp = {x = 0, y = 0}
Jadi untuk SPLH m>n maka akan didapatkan SPLH ynag mempunyai solusi trivial.
5. SPLH m<n
/x + y+ z = 0
36
2x –y+2z =0
Bagaimana solusinya?
Penyelesaiannya :
SPL
x+y + z = 0
x + 0 + z = 0
x = -z
misal z = t, t
x= -y –z
x= -y –t
x = 0 –t
x = -t
Hp = {x = -t, y = 0, z= t, t }
Latihan
1. Bentuklah sistem persamaan linier berikut menjadi matrik lengkap dan cari solusinya!
a. /
/b.
37
2. Lakukan Eliminasi Gauss untuk mendapatkan Solusi SPL berikut
Jawab
1. a.
Didapat persamaan
X=12
Hp={
b.
<->b1
38
(1/3)
(1/3)
Didapat persamaan :
2. matriks lengkap
B1-B3
39
Didapat persamaan .........(1)
...........(2)
.........................(3)
)−>(1) :
)−>(2) :
Jadi Hp{
Ruang Vektor
A (2,3)
40
B
A
Misal :
jika dan hanya jika
1.
2. Jika terdapat vektor dan terdapat skalar k.
3.
Vektor-vektor dalam ruang berdimensi –n.
(+)
(.)
Ruang vektor atas skalar, sementara skalarnya: R.
V himpunan kosong, , , V adalah ruang vektor atas skalar k dengan dua operasi
biner (+) dan (.) dengan skalar, jika memenuhi:
1. (Sifat tertutup)
2. (Sifat komulatif)
3. (Sifat asosiatif)
4. (sifat identitas penjumlahan)
41
5. (sifat invers penjumlahan)
6. (sifat tertutup)
7. (sifat asosiatif perkalian)
8. (perkalian dengan skalar 1)
9. (perkalian dengan skalar 1)
10. (distributif)
1. Himpunan R atas
2. Himpunan Z atas ×
3. Himpunan Q atas ×
4. Himpunan R atas
5.
6.
7.
8. Himpunan R atas ×
9. Himpunan C atas \
Polinom
42
(i) Ambil sembarang
akan dibuktikan
Diperoleh :
definisi operasi/soal
Karena dan maka
Karena , maka
(ii) Ambil sembarang
Akan dibuktikan
Diperoleh:
definisi soal
definisi soal
ass (+) pada R
definisi soal
Karena maka
(iii)
43
Oret-oret
Pilih:
Bukti
(iv) Oret-oret
Ambil sembarang maka
Dicari g?
Dipilih
44
0
1
2
3
0
(v) Ambil sembaranf
Akan dibuktikan
Diperoleh
Karena maka
(vi)Apakah M adalah ruang vektor terhadap operasi penjumlahan dan perkalian dengan skalar anggota riil yang biasanya berlaaaku pada matriks berordo 2x2.
Sub Ruang Vektor
Misal dan . U adalah sub ruang vektor dari V jika pada U berlaku oparesi yang
terdefinisi/sesuai pada V.U sub ruang vektor dari V jika pada U berlaku:
(i)
(ii)
Contoh
Dicari
(ambil
(i) Ambi sembarang
Akan dibuktikan
Diperoleh:
45
(ii) Ambil sembarang dengan
Akan dibuktikan
Diperoleh:
Karena maka tidak tertutup
bukan sub ruang vektor dari
Kombinasi Linear
Mis. V. rv X = {x1, x2, …, xr} V.x dikataka membangun V jika setiap anggota dari V bisa
dinyatakan sebagai kombinasi linear dari x. V = span {x}.
Q = {p1 = 2 + x + 2x2; p2 = -1 + 2x + 3x2; p3 = 3x + 4x2}
Q P2 P2 =
Apakah Q membangun P2 ?
Ambil sembarang P P2
Akan dibuktikan P = = , untuk
a + bx + cx2 = +
a + bx + cx2 = (2 ) + ( )x + ( )x2
2
46
B1 B2 B2 + (-2)B1; B3 + (-2)B1
B1 . (- ) ; B3 . (-1) B3 + (-1)B2 B3 .
B1 + (-3)B3; B2+(- )B3
B1 + (-2)B2
Jadi, Q membangun P2 karena setiap anggota P2 dapat dinyatakan sebagai kombinasi linear dari Q.
Untuk , P = ( )P1 + P2 + P3
Contoh 2:
M =
47
Apakah M membangun ?
Ambil sembarang A , dengan A = ; a, b, c, d
A kombinasi linear dari M
A = ,
+
a = 2 + 0 +
b = 0 + 3 +
c = - + 2 + 2
d = 0 + +
B1 B3 B1 . (-1) B3 + (-2)B1
B2 + (-3)B4; B3 + (-4)B4 B2 +3B3
48
Menunjukkan SPL tidak konsisten, karena SPL tidak konsisten maka tidak mempunyai solusi.
Jadi, M tidak membangun .
Bebas Linear
Mis. V adalah ruang vektor B V, B , B = B dikatakan bebas linear apabila
untuk persamaan (kombinasi linear dari B) yaitu : hanya
dipenuhi oleh Jika ada format yang lain ( ), maka B dikatakan
bergantung linear.
Contoh:
Mis. S =
Apakah S bebas linear ?
Akan dibuktikan
+ +
Diperoleh jadi, hanya dipenuhi oleh
, sebagai S bebas linear.
= 0
Basis dan Dimensi
A. Basis
49
Definisi: Misalkan V adalah ruang vektor, B V, B , b = {b1, b2,......,bn} disebut sebagai
basis V jika memenuhi 2 aksioma sebagai berikut:
1. B membangun V.
2. B bebas linear.
Contoh:
1. B = {B1 = (1, 0, 0), B2 = (0, 1, 1), B3 = (0, 0, 1)} B bebas R3?
2. P = {P1 = 1, P2 = x, P3 = x2} P basis P2?
3. M = {M1 = , M2 = , M3 = , M4 = M basis A2x2?
Jawab:
1. Syarat:
i. B membangun R3
ii. B bebas linear
Ambil sembarang = (a, b, c); a, b, c R.
= k1 + k2 + k3
= k1 + k2 + k3
B membangun R3 dengan u = a + b + c
50
2. Syarat:
i. P membangun P3
a, b,c R
P membangun P2 dengan u = aP1 + bP2 + cP3 u P2
ii. = k1P1 + k2P2 + k3P3
+ ox + ox2 = k1 + k2x + k3x2
k1 = k2 = k3 = 0 (trivial)
Sehingga, P bebas linear.
B. Dimensi
Misal V merupakan ruang vektor berdimensi berhingga dimensi V (dalam) ditulis
sebagai banyaknya anggota (koordinat) dari basis pengecualian ruang nol berdimensi nol.
Contoh:
1. Tentukan basis dari sub ruang pada bidang –x + 2y +5z = 0!
Jawab:
x = 2y + 5z
Misal t, s R
Maka, x = 2y + 5z
x = (2, 0, 0) + (5, 0, 0) s
y = t => y = (0, 1, 0) t + (0, 0, 0) s
z = s => z = (0, 0, 0) t + (0, 0, 1) s
51
(y, y, z) = (2, 1, 0) t + (5, 0, 1) s
Jadi, basis dari sub ruang pada bidang –x + 2y + 5z = 0 adalah (2, 1, 0) dan (5, 1, 0).
Berarti dimensi dari sub ruang tersebut adalah 2.
2. 2x + 2y – z = 0
2x + 3y – z – w = 0
Tentukan basis dan dimensi dari SPLH di atas?
Jawab:
B1(1/2) B2 + (-2) B1 & B3 + (-2) B2
B3 + (-3) B2 B3 (-1/2)
B1 + ½ B3 B1 + (-1) B2
Misal w = t ; t R
x = -t
y = t
52
Jadi, (x,y,z,w) = (-1,1,0,1)
Ruang Basis dan Ruang Kolom
=
Vektor-vektor baris dari A adalah
=
=
=
Ruang B kumpulan dari vektor-vektor baris maka ruang B disebut sebagai ruang baris.
Vektor-vektor kolom dari A adalah
Ruang A kumpulan dari vektor-vektor kolom maka ruang A disebut sebagai ruang
kolom.
*ruang baris adalah ruang yang terdiri dari vektor baris.
*ruang kolom adalah ruang yang terdiri dari vektor kolom.
Contoh:
Mis.
/
tentukan vektor-vektor baris dan vektor-vektor kolom dari A !
53
=
=
=
=
,
Catatan:
Dengan menggunakan prinsip bebas linear pada vektor-vektor baris atau pada vektor-vektor kolom untuk menentukan basis pada ruang baris atau basis pada ruang kolom. Untuk menentukan baris pada ruang kolom, maka gunakan eliminasi Gauss untuk mendapatkan matriks eselon baris dari suatu matriks. Dari hasil tersebut, maka diperoleh basis berupa vektor kolom pada matriks asal yang entri-entri pada kolom matriks eselon barisnya terletak leading 1. Sedangkan basis ruang baris diperoleh denagn cara melakukan eliminasi Gauss pada transpose dari matriks tersebut. Kolom yang terletak leading 1 merupakan basis ruang barisnya.
Contoh:
1. A =
Tentukan basis ruang kolom dan dimensinya !
54
B2 + (-3)B1 B2 + (-1)B2
B = => Dimensi dari B adalah 2
2. Tentukan basis ruang baris dan dimensinya dari A !
B3 + (-2)B1; B4 + 2B1; B5 + (-1)B1 B3 . (- );
B4 . ( ); B5 . (- ) B3 + (-1)B2; B4 + (-1)B2; B5 + (-1)B2
B = Dimensi ruang barisnya adalah 2.
Transformasi Linear
Missal adalah rv dan W adalah rv
/F : V W
Peta => hasil dari pemetaan = {y € W | Э x € V Э F(x) = y}
55
Contoh :
/T : R3 R2
T (x,y,z) = (x-2y, 2x-3z)
Missal pemetaan (1,0,-1), maka (1,5) disebut sebagai peta dari (1,0,-1) dengan fungsi T. sehingga
(1,0,-1)disebut sebagaai prapeta dari (1,5) dengan fungsi T.
Transformasi / pemetaan dinyatakan sebagai transformasi linear jika memenuhi aksioma-
aksioma kelinearan.
Def :
/Misal terdapat V,W sebagai rv, maka T : V W disebut sebagai transformasi linear jika
memenuhi :
(i)
(ii)
(iii)
Contoh 1 :
Apakah T (x,y,z) = (x+2y, 2x-3z) disebut sebagai transformasi linear?
(i) Ambil sebagai m,n dengan m = < x1,y1,z1> n = <x2,y2,z2>
Adb T (m+n) = T (m)+T(n)
Dip T(m+n) = T (x1+ x2, y1+ y2, z1+ z2)
=(x1+ x2+2(y1+ y2), 2 (x1+ x2)-3 (z1+ z2))
=( x1+ x2+2y1+ 2y2, 2 x1+ 2x2-3z1+ 3z2)
=( x1+2y1+ x2+2y2, 2 x1-3z1+2x2+3z2)
=( x1+2y1, 2 x1-3z1) + (x2+2y2, 2x2+3z2)
=T (x1,y1,z1) + T(x2,y2,z2)
= T(m)+T(n)
(II) ambil sebagai m
Adb T (km) = k. T(m)
Dip T(km) = T(k (x1,y1,z1))
56
= T(k x1, k y1, k z1)
=( k x1+2k y1, 2 k x1-3 k z1)
=(k (x1+2k y1), k (2 k x1-3 k z1))
=k (x1+2k y1, 2 k x1-3 k z1)
= k. T (x1,y1,z1)
= k.T (m)
Karena (i) dan (ii) terpenuhi maka T (x,y,z) = (x+2y, 2x-3z) adalah tranformasi linear.
Contoh 2 :
Apakah fungsi F (x,y) = 2+3x-y adalah transformasi linear?
Penyelesaian :
F (x,y) = 2 + 3x-y
Pilih x= 2, y= 3, k=5, maka :
(ii) F(5(2,3)) = F (10,15)
=2+3 (10)-15
= 17
k. F(2,3) = 5.F(2,3)
=5. (2+3.2-3)
=5.5
=25
Karena F(5(2,3)) = 17 25 = 5.F(2,3), maka F(x,y) = 2+3x-y bukan transformasi linear.
Kernel dan Jangkauan
/Missal V & W rv dan misalkan T : V W adalah transformasi linear. Kernel transformasi linear
T atau inti T adalah himpunan semua anggota V yang dipeatakan ke vector nol. Sedangkan
jangkauan transformasi linear T atau range T adalah himpunan semua anggota W dengan syarat
ada anggota V sedemikian hingga anggota V tersebut adalah prapeta dari anggota W yang
bersesuaian.
Ker (T) = {x V│T (x) = 0}
57
Range (T) = { y W │ x V T(x) = y}
Contoh 1 :
Tentukan kernel dan range dari T =
Penyelesaian :
Mencari ker (T) adalah mencari nilai (x1,x2) yang petanya adalah vektor nol.
T = = berarti
x1 + x2 = 0 , -2x1 + x2 = 0 , -x1 + x2 = 0
x1 dan x2 yang memenuhi hanya x1 = 0 dan x2 = 0
Jadi Ker (T) = {(0,0)}
Mencari range (T) berarti mencari vektor (y1,y2,y3) sedemikian sehingga :
, x1 + x2 =
Range (T) diperoleh dengan cara mencari vektor (y1,y2,y3) sebagai anggota dari ruang kolom
matriks
Vektor (y1,y2,y3) ∈ Range (T) jika vektor (y1,y2,y3) ∈Contoh 2 :
58
Tentukan Ker (T) dan R (T) jika sebuah transformasi linear dituliskan sebagai berikut :
T
Penyelesaian :
Mencari Ker (T) berarti mencari matriks yang petanya vektor nol.
Karena petanya adalah 0, maka :
B3+(-1)B1 B2(1/2)
B3+(2)B2
,
= a + 2(1/2c) – c + d = 0
= a + c – c + d = 0
59
= a + d = 0
a = -d
Maka Ker (T) adalah himpunan semua anggota V dalam bentuk matriks = c
Ker (T) bisa dinyatakan sebagai komlin dari
Mencari R (T) berarti mencari y adalah vektor kolom di R4 dengan y =
Ambil sebagai y ∈ w ∋ T(x) = y
=
= a + b + c + d
60
R (T) adalah y yang berada dalam ruang kolom matriks
R (T) =
Baris dan Dimensi dari Kernel dan Range
Basis adalah vektor-vektor yang bebas linear baik pada kernel maupun range disebut
sebagai basis dari kernel atau range. Dimensi dari ker(T) dalam (ker(T)) atau null(T) dan
dimensi dari range(T) disebut sebagai rank(T) adalah jumlah basis.
Contoh:
Basis Ker(T) =
Null (T) = 2
61
Koordinat
Koordinat dari suatu ruang vektor V adalah nilai-nilai skalar dari kombinasi linear suatu
vektor tertentu pada v terhadap basis yang ada di V.
Untuk menyatakan suatu koordinat, maka kita harus pastikan apakah kombinasi linear dari
suatu basis itu mempunyai koordinat tunggal ?
Misal, terhadap r.v.V dan terdapat basis B di V, dengan B={𝝼1,𝝼2,𝝼3,.....,𝝼n}. Kita nyatakan
kombinasi linear dari B adalah ū V. Andaikan ada 2 koordinat dari ū sebagai kombinasi
linear dari basis B, berarti ū adalah kombinasi linear dari B.
a) ū =
b) ū =
c) Ō = ū- ū
= ( ) – (
)
= ( - ) +( - ) +( - ) -.......-( - )
Karena B adalah basis, maka B memiliki n vekor yang bebas linear, sehingga :
- = 0; - =0; - =0; - =0
= ; = ; = ; =
Jadi koordinat dari suatu basis selalu tunggal atau kombinasi linear dari suatu vektor
terhadap basis tertentu adalah tunggal.
62
Misal, terhadap r. . V, B=={ , , ,....., }adalah basis di V. ū V adalah kombinasi
linear B dengan ū= maka [u]B=
adalah komponen-komponen dari koordinat vektor ū terhadap basis B.
Contoh : Tentukan koordinat dari ū <2,3,-1> R3 terhadap basis :
a. B={ =<1,0,0>, =<0,1,0>, =<0,0,1>}, [u]B=....?
b. C= { =<1,1,0>, =<1,0,1>, =<0,1,1>}, [u]C=....?
Penyelesaian :
a. ū kombinasi linear dari B
ū =
dengan R
<2,3,-1>= <1,0,0>+ <0,1,0>+ <0,0,1>
Jadi =1, =3, =-1
[u]B=
b. ū =
<2,3,-1>= <1,1,0>+ <1,0,1>+ <0,1,1>
63
B2-B1 B2.(-1) B3-B2
B3.
Diperoleh : =0 ; - =-1 + =2
= -1+ =2-
= -1+0 =2-(-1)
= -1 =3
Jadi [u]B=
Diagonalisasi
Definisi : Mis. terhadap matriks A berordo n x n. Maka A dapat didiagonalisasi jika terhadap
matriks P berordo n x n sedemikan sehingga perkalian tiga matriks yaitu P.A.P-1 hasilnya adalah
matriks diagonal.
Teorema
64
Matriks dapat didiaogonalisasi jika terhadap vektor eigen dari A sebanyak n / terhadap n
vektor eigen dari A yang bebas linear.
Contoh:
A = . Apakah A dapat didiagonalisasi ?
Det. = 0
Det. = 0
( ) ( ) – 6 = 0
2 – 3 + 2 – 6 = 0
2 – 3 – 4 = 0
( + 1) ( – 4) = 0
1 = -1, 2 = 4
Untuk 1 = -1 => = 0
=
65
=
, mis = t maka = -t
Jadi, v.e. =
Untuk 2 = 4 => = 0
=
=
, mis = t maka = t
Jadi, v.e. =
Jadi, P =
66
P-1 =
=
=
P.A. P-1 =
=
=
Karena terdapat 2 v.e. yang bebas linear maka kita akan mendapatkan matriks P2 x 2 sehingga A
dapat didiagonalisasi.
Ruang Hasil Kali Dalam
67
< = = 1 . (-2) + 2 . (-3) + 3 . 6
= -2 + (-6) + 18
= 10
Mis.
< = =
Sifat-Sifat Hasil Kali Dalam
Mis. , ; = ( )
1. < = < (kesimetrian)
Bukti
<
=
= (sifat komutatif perkalian )
=
= <
2. < = < (sifat penjumlahan pada hasil kali dalam)
Bukti
68
< = .
= ( ) + ( ) + … + ( )
= ( ) + ( ) + … + ( )
= ( ) + ( )
= (u.w) + (v.w)
3. < = k
Bukti
< =
=
= k ( )
= k ( )
4.
I
II
Bukti
I . artinya ada salah satu entri dari u, (terdapat suatu ) Maka
= =
69
= 0.0 + 0.0 + (-5).(-5)
= 25 > 0
II. Jelas karena = 0 maka berarti
Contoh: (Hasil Kali Dalam diberi bobot)
Mis. V
Hasil kali dalam untuk setiap anggota V adalah hasil kali dalam yang diberi bobot k dengan k
anggora riil.
,
Apakah hasil kali dalam pada V merupakan ruang hasil kali dalam ?
Bukti
Sifat pertama
(i) Ambil sembarang u, v <
Akan dibuktikan <
Diperoleh =
=
= <
(ii) Ambil sembarang u, v, w
Akan dibuktikan < = <
Diperoleh
70
< =
=
=
= (u.w) + (v.w)
Maka terbukti < = <
(iii) Ambil sembarang u, v
Akan dibuktikan < = k
Diperoleh
< =
=
= k ( )
= k ( )
Maka terbukti < = k
71