Professional Documents
Culture Documents
POKOK BAHASAN:
1. SISTEM PERSAMAAN LINEAR DAN MATRIKS
Pengantar system persamaan linear, Eliminasi Gaussian, Matriks dan Operasi
matriks, Aturan-aturan ilmu hitung matriks, Matriks elementer dan metode untuk
mencari A-1, Sistem persamaan dan keterbalikkan
2. DETERMINAN
Fungsi Determinan, Menghitung determinan dengan reduksi baris, Sifat-sifat
fungsi determinan, ekspansi ko-faktor; Aturan Cramer.
4. RUANG-RUANG VEKTOR
Ruang-n Euclidis, Ruang vector umum, Sub ruang dll
PUSTAKA:
1. Anton, Howard, 2000, Dasar-dasar Aljabar Linear, Edisi ke 7
2. Stroud , K.A., Matematika untuk Mahasiswa.
Contoh:
2 3
A k5
4 5
2.2 3.2 2 3
det kA k n det A 2 2
2.4 2.5 4 5
4 6 2 3
4
8 10 4 5
48 40 4 12 10
8 8
# Anggap A, B, dan C adalah matriks nxn yang berbeda hanya pada salah satu
barisnya, dan baris ke-r dari C dapat diperoleh dengan menjumlahkan anggota-
anggota yang berpadanan pada baris ke-r dari A dan B, maka:
det( C ) det( A ) det( B )
2 4 2 4 2 4
5 1 6 3 5 6 1 3
det (C ) det (A ) det (B )
18 24 ( 12 20) (6 4 )
6 ( 8) 2
6 6
# Suatu matriks bujur sangkar dengan 2 baris atau kolom yang proporsional tidak
dapat dibalik.
Contoh:
1 2 3
A 1 0 1
2 4 6
1 2 31 2
det (A ) 1 0 11 0
2 4 62 4
( 0 4 12 ) ( 0 4 12 )
det (A ) 0
x 1 1 3 x 1
atau 0
x 2 4 2 x 2
1 0 x 1 1 3 x 1
0
0 1 x 2 4 2 x 2
1 3 x 1
0
4 2 x 2
1 3
IA
4 2
Nilai disebut suatu nilai karakteristik atau suatu “nilai eigen” jika adalah suatu
nilai eigen dari A, maka penyelesaian tak trivialnya disebut sebagai “vektor eigen”
dari A yang berpadanan dengan .
Sistem (I – A) x = 0 mempunyai penyelesaian tak trivial jika dan hanya jika:
det (I – A) = 0.
Contoh: Cari nilai eigen dari vektor-vektor eigen yang berpadanan dari matriks A di
atas.
x 1
x adalah suatu vektor eigen dari A jika dan hanya jika x adalah suatu
x 2
penyelesaian tak trivial dari (I – A) x = 0
1 3 x 1 0 3 3 x 1 0
4 2 x 0 2 ; 4
4 x 2 0
2
x 1 t 4 3 x 1 0
sehingga , 5 ;
x 2 t 4 3 x 2 0
3 1 4
5 6
Minor anggota a11 = M11 = 2 5 6 4 8
16
1 4 8
C11 = (-1)1+1 M11 = 16
3 4
Untuk minor a32 : M 32 2 6
26
a 11 a 12 a 13
A a 21 a 22 a 23
a 31 a 32 a 33
Metode menghitung det (A) ini disebut perluasan kofaktor di sepanjang kolom
pertama A.
Contoh:
3 1 0
A
2 4 3
5
4
2
4 3 1 0 1 0
det ( A) 3 ( 2) 5
4 2 4 2 4 3
Jika A adalah sebarang matriks nxn dan C ij adalah kofaktor dari aij, maka
C 11 C 12 C 13
matriks C 21 C 22 C 23 disebut matriks kofaktor dari A.
C 31 C 32 C 33
Transpos dari matriks ini disebut Adjoin A atau Adj (A). Contoh:
3 2 1
A 1 6 3
2 4 0
12 6 16 12 4 12
Sehingga matriks kofaktornya: 4 2 16 adj (A ) 6 2 10
12 10 16 16 16 16
Aturan Cramer
Jika Ax = b merupakan suatu sistem n persamaan linear dalam n peubah
sehingga (A) 0, maka sistem tersebut mempunyai penyelesaian unit.
det(A 1 ) det(A 2 ) det(A n )
x1 ; x2 ... x n
det(A ) det(A ) det(A )
b1
b
kolom ke-j dari A dengan anggota-anggota pada matriks b =
2
b n
Contoh:
X1 + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 – 2x2 + 3x3 = 8
1 0 2 6
A 3 4 6 b 30
1 2 3 8
6 0 2 1 6 2 1 0 6
A 1 30 4 6 A 2 3 30 6 A 3 3 4 30
8 2 3 1 8 3 1 2 8
det(A 1 ) 40 10
x1
det(A ) 44 11
det(A 2 ) 72 18
x2
det(A ) 44 11
det(A 3 ) 152 38
x3
det(A ) 44 11