BAB I PENDAHULUAN 1.1 LATAR BELAKANG
Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi matriks banyak dijumpai dalam kehidupan sehari-hari, baik dalam bidang matematika maupun ilmu terapannya. Aplikasi tersebut banyak dimanfaatkan dalam menyelesaikan masalah-masalah yang berhubungan dengan kehidupan sehari-hari, misalnya pada aplikasi perbankan yang senantiasa berhubungan dengan angka-angka, dalam dunia olahraga seperti penentuan klasemen suatu pertandingan, dalam bidang ekonomi biasa digunakan untuk menganalisa input dan output seluruh sektor ekonomi. (Supranto, 1987). 1.2 Rumusan Masalah
1) Apakah pengertian dari matriks 2) Menjelaskan macam-maca matriks 3) Apakah yang dimaksud dengan invers matriks 4) Apakah yang dimaksud dengan determinan matriks 5) Operasi penjumlahan (+) dan pengurangan (-) pada matriks 6) Sifat-sifat perkalian pada matriks 1.1 Tujuan
1) Untuk mengetahui pengertian matriks 2) Untuk mengetahui macam-macam matriks 3) Untuk mengetahui apa yang dimaksud dengan invers matriks 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks 5) Untuk mengetahui operasi penjumlahan dan pengurangan pada matriks 6) Untuk mengetahui sifat-sifat perkalian pada matriks
BAB II PENGERTIAN MATRIKS 2.1 Pengertian Matriks
Pengertian matriks adalah kumpulan bilangan (atau unsur) yang disusun menurut baris dan kolom tertentu. Bilangan-bilangan yang disusun tersebut dinamakan eleme-elemen atau komponen-komponen matriks. Nama sebuah matriks biasanya dinyatakan dengan huruf kapital. Dalam sebuah matriks ada istilah ordo. Yang dimaksud dengan ordo atau ukuran matriks adalah banyaknya baris x banyak kolom dalam sebuah matriks. Contoh : Matriks A di atas terdiri dari 3 baris dan 4 kolom. Sobat bisa mengatakan matriks A berordo 3 x 4 atau di tulis A(3×4). Matriks banyak dimanfaatkan untuk menyelesaikan berbagai permasalahan matematika misalnya dalam menemukan solusi masalah persamaan linear, transformasi linear yakni bentuk umum dari fungsi linear contohnya rotasi dalam 3 dimensi. Matriks juga seperti variabel biasa, sehingga matrikspun dapat dimanipulasi misalnya dikalikan, dijumlah, dikurangkan, serta didekomposisikan. Menggunakan representasi matriks, perhitungan dapat dilakukan dengan lebih terstruktur.
BAB III MACAM-MACAM MATRIKS 3.1 Berdasarkan Ordo
Matriks Bujur Sangkar Adalah matriks yang banyak barisnya sama dengan banyak kolomnya Contoh
Matriks Baris adalah Matriks Baris adalah matriks yang terdiri dari satu baris
Contoh :
A = ( 2 1 3 -7 )
Matriks Kolom adalah Matriks Kolom adalah matriks yang terdiri dari satu kolom.
Contoh : A =
Matriks Tegak adalah suatu matriks yang banyaknya baris lebih dari banyaknya kolom.
Contah : B= 7
3 5 7
2 6 4
5 6
Matriks datar adalah Matriks yang banyaknya baris kurang dari banyaknya kolom.
Contoh : 3.2 Berdasarkan Elemen-Elemen Penyusunnya Matriks Nol Adalah matriks nol karena semua elemennya bernilai NOL
Matriks Diagonal
Adalah matriks bujur sangkar yang semua elemen di luar diagonal utama adalah nol Contoh :
Matriks Segi Tiga Atas Adalah matriks bujur sangkar yang elemen-elemen di bawah diagonal utamanya (kiri atas ke kanan bawah) bernilai nol Matriks Sembarang
matriks yang tidak punya aturan – aturan khusus seperti di atas (seluruh elemennya adalah bebas). Contoh – contoh :
Matriks Segitiga Bawah Kebalikan dari segitiga atas, matriks ini berbentuk bujur sangkar yang elemen-elemen di atas diagonal utamanya bernilai nol. Matriks Skalar Matriks skalar adalah matriks yang elemen-elemen pada lajur dia gonalnya bernilai sama. Simak contoh di bawah ini
Matriks Identitas Adalah matriks skalar yang elemen-elemen diagonal utamanya bernilai 1 Matriks Simetri adalah suatu matriks bujur sangkar yang unsur pada baris ke-i kolom ke-j sama dengan unsur pada baris ke-j kolom ke-i sehingga aij = aji .
Contoh :
BAB IV TRASPOSE MATRIKS
4.1 Pengertian Transpose Matriks Transpose matriks A adalah matriks baru yang diperoleh dengan menjadi kolom matriks mula – mula, atau sebaliknya. Transpose matriks A dinotasikan AT atau At .
mengubah baris
BAB V INVERS MATRIKS 5.1 Pengertian Invers Matriks
Suatu matriks dapat dibalik jika dan han ya jika matriks tersebut adalah matriks persegi (matriks yang berukuran n x n) dan matriks tersebut non-singular (determinan 0). Tidak semua matriks memiliki invers. Invers matriks dapat didefinisikan sebagai berikut. Definisi :
Jika A adalah suatu matriks kuadrat, dan jika kita dapat mencari matriks B sehingga AB = BA = I, maka A dikatakan dapat dibalik (invertible) dan B dinamakan invers dari A 5.2 Contoh-Contoh Invers Matriks Contoh 1 :
Hitung invers matriks A2×2 berikut A = . Penyelesaian : Jika kita punya matriks 2×2, misal A = , maka invers matriks dapat dihitung menggunakan rumus
A-1= B Cek, apakah AB = BA = I AB = = = I BA = = = I Karena AB = BA = I, maka berdasarkan Definisi , B adalah invers dari matriks A. Bagaimana cara menghitung invers jika matriksnya memiliki ordo lebih dari 2? Misal matriks 3×3, 4×4, dan seterusnya. Pada matriks yang berordo lebih dari dua ini kita akan memanfatkan Eliminasi Gauss Jordan . Contoh 2 : Carilah invers matriks 3×3 yaitu A = Penyelesaian :
Susun matriks sedemikian sehingga seperti dibawah ini. Matriks disebelah kiri adalah matriks A dan sebelah kanan adalah matriks identitas. Kemudian lakukan Operasi Baris Elementer sedemikan sehingga matriks sebelah kiri menjadi matriks identitas dan matriks identitas (pada sebelah kanan) yang ak an menjadi invers matriks tersebut. 1. baris kedua : B2 + (-2B1) [artinya baris kedua dijumlahkan dengan -2 kali baris pertama]baris ketiga : B3 + (-B1) [artinya baris kedua dijumlahkan dengan -1 kali baris pertama] 2. baris ketiga : B3 + 2B2 [artinya baris ketiga dijumlahkan dengan 2 kali baris kedua] 3. baris ketiga : B3 x (-1) [artinya baris ketiga dikali dengan -1] 4. baris kedua : B2 + 3B3 [artinya baris kedua dijumlahkan dengan 3 kali baris ketiga]baris pertama : B1 + (-3B3) [artinya baris pertama dijumlahkan dengan -3 kali baris ketiga] 5. baris pertama : B1 + (-2B2) [artinya baris pertama dijumlahkan dengan -2 kali baris kedua] Karena matriks kiri sudah terbentuk menjadi matriks identitas, maka invers dari matriks A adalah A-1 =
BAB VI DETERMINAN MATRIKS 6.1 Pengertian Determinan Matriks
Determinan adalah suatu fungsi tertentu yang menghubun gkan suatu bilangan real dengan suatu matriks bujursangkar. Sebagai contoh, kita ambil matriks A2×2 A = untuk mencari determinan matrik A maka, detA = ad – bc 6.2 Determinan dengan Ekspansi Kofaktor
Determinan dengan Minor dan kofaktor A = – 2 + 3 = 1(-3) – 2(-8) + 3(-7) = -8 Determinan dengan Ekspansi Kofaktor Pada Kolom Pertama Pada dasarnya ekspansi kolom hampir sama dengan ekspansi baris seperti di atas. Tetapi ada s atu hal yang membedakan keduanya yaitu faktor pengali. Pada ekspansi baris, kita mengalikan minor dengan komponen baris pertama. Sedangkan dengan ekspansi pada kolom pertama, kita mengalikan minor dengan kompone kolom pertama. Misalkan ada sebuah matriks A3×3 A = – 4 + 3 = 1(-3) – 4(-8) + 3(-7) = 8 Adjoin Matriks 3 x 3 Bila ada sebuah matriks A3×3 A= Kofaktor dari matriks A adalah C11 = -12 C12 = 6 C13 = -16 C21 = 4 C22 = 2 C23 = 16 C31 = 12 C32 = -10 C33 = 16 maka matriks yang terbentuk dari kofaktor tersebut adalah untuk mencari adjoint sebuah matriks, kita cukup mengganti kolom menjadi baris dan baris menjadi kolom adj(A) = Determinan Matriks Segitiga Atas
Jika A adalah matriks segitiga nxn (segitiga atas, segitiga bawah atau segitiga diagonal) maka det ( A) adalah hasil kali diagonal matriks tersebut = (2)(-3)(6)(9)(4) = -1296 Metode Cramer
jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A)≠ 0 maka persamaan tersebut mempunyai penyelesaian yang unik dimana A j adalah matrik yang didapat dengan mengganti kolom j dengan matrik b Contoh soal: Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini
x1 + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 -x1 – 2x2 + 3x3 = 8 Jawab: bentuk matrik A dan b A= kemudian ganti kolom j dengan matrik b A1 = A2 = A3 = dengan metode sarrus kita dapat dengan mudah mencari determinan dari matrik-matrik di atas maka,
Tes Determinan untuk Invertibilitas Pembuktian: Jika R di reduksi secara baris dari Ä. Sebagai langkah awal, kita akan menunjukkan bahwa det( A) dan det(R ) keduanya adalah nol atau tidak nol: E 1,E 2,…,E r menjadi matrix element yang berhubungan dengan operasi baris yang menghasilkan Rdari A. Maka, R =E r …E 2 E 1 Adan, det(R )=det(E r )…det(E 2)det(E 1)det(E A)Jika A dapat di-invers, maka sesuai dengan teorema equivalent statements , maka R = I , jadi det( R) = 1 ≠ 0 dan det( A) ≠ 0. Sebaliknya, jika det( A) ≠ 0, maka det( R) ≠ 0, jadi R tidak memiliki baris yang nol. Sesuai dengan teorema R = I , maka A adalah dapat di-invers. Tapi jika matrix bujur sangkar dengan 2 baris/kolom yang proposional adalah tidak dapat diinvers. Contoh Soal : A= dengan metode Sarrus, kita dapat menghitung determinan dari matrix A det ( A) = 64 1+3x2= λx1 4x1+2x2=λx2 dapat ditulis dalam bentuk
= λ yang kemudian dapat diubah A = dan x = yang kemudian dapat ditulis ulang menjadi λ λ
sehingga didapat bentuk λ I - A = namun untuk menemukan besar dari λ perlu dilakukan operasi det (λ I - A) = 0 ;λ adalah eigenvalue dari A dan dari contoh diperoleh det (λ I - A) = =0 atau λ^2 – 3λ – 10 = 0 dan dari hasil faktorisasi di dapat λ 1 = -2 dan λ 2 = 5 dengan memasukkan nilai λ pada persamaan (λ I – A) x = 0, maka eigenvector bisa didapat bila λ
= -2 maka diperoleh dengan mengasumsikan x2 = t maka didapat x1 = t
BAB VII PENJUMLAHAN DAN PENGURANGAN MATRIKS 7.1 Penjumlahan Matriks
Penjumlahan matriks hanya dapat dilakukan terhadap matriks-matriks yang mempunyai ukuran (orde) yang sama. Jika A=(aij) dan B=(bij) adalah matriks-matriks berukuran sama, maka A+B adalah suatu matriks C=(cij) dimana (cij) = (aij)+(bij) atau [A]+[B] = [C] mempunyai ukuran yang sama dan elemennya (cij) = (aij) + (bij) Contoh: A+C tidak terdefinisi (tidak dapat dicari hasilnya) karena matriks A dan matriks B mempunyai ukuran yang berbeda
7.2 Pengurangan Matriks Sama seperti pada penjumlahan matriks, pengurangan matriks hanya dapat dilakukan pada matriks-matriks yang mempunyai ukuran yang sama. Jika ukurannya berbeda maka matriks hasil tidak terdefinisikan.
BAB VIII SIFAT-SIFAT PERKALIAN PADA MATRIKS
8.1 Perkalian Matriks dengan Skalar Jika k adalah suatu bilangan skalar dan A=(aij) maka matriks kA(kaij) yaitu suatu matriks kA yang diperoleh dengan mengalikan semua elemen matriks A dengan k. Mengalikan matriks dengan skalar dapat dituliskan di depan atau dibelakang matriks. Misalnya [C]=k[A]=[A]k dan
(cij ) = (ka ij ) Pada perkalian matriks dengan skalar berlaku huk um distributif dimana k(A+B)=kA+kB Contoh: 8.2 Perkalian Matriks dengan Matriks Beberapa hal yang perlu diperhatikan:
1. Perkalian matriks dengan matriks umumnya tidak komutatif 2. Syarat perkalian adalah jumlah banyaknya kolom pertama matriks sama dengan jumlah banyaknya baris matriks kedua 3. Jika matriks A berukuran mxp dan matriks pxn maka perkalian A*B adalah suatu matriks C=(cij) berukuran mxn dimana Contoh Beberapa Hukum Perkalian Matriks: 1. 2. 3. 4.
Hukum Distributif, A*(B+C) = AB + AC Hukum Assosiatif, A*(B*C) = (A*B)*C Tidak Komutatif A*B B*A Jika A*B = 0, maka beberapa kemungkinan 1. A = 0 dan B = 0 2. A = 0 atau B = 0 3. A 0 dan B 0 5. Bila A*B = A*C, belum tentu B = C
