DIKTAT ALJABAR LINIER

DISUSUN UNTUK MENUNJANG PEKULIAHAN TEKNIK RISET OPERASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN ILMU KOMPUTER

YOGYAKARTA 2006

Mahasiswa diberikan soal latihan untuk dikerjakan dikelas dan kemudian dibahas bersama dengan salah seorang mahasiswa maju kedepan kelas secara bergiliran mengerjakan soal didepan. 3. Persamaanpersamaan Linier. latihan soal. Mahasiswa memahami tentang transformasi linier dan dapat menyelesaikan soal-soal transformasi linier.. 3. Buku 1. Mac Millan Publishing Co. 3 Buku 1. S. 2. Ruang Vektor B. 5. Buku 1. Deskripsi: Mata kuliah ini membahas tentang Matriks. Mahasiswa memahami tentang vektor dan dapat menyelesaikan soal-soal vektor.SILABI ALJABAR LINIER A. Matriks Invers. 1982. 3. 6. Wono Setya Budi. 2. Mahasiswa memahami determinan dan dapat menyelesaikan soal-soal determinan. .”Aljabar Linier”. Buku 1. 1990. Suryadi H. E. 3. Dosen akan menjelaskan pengertian. Transformasi Linier. “Aljabar Linier”. C. Materi Kuliah: Temu Materi Kuliah Kelas 1 2 Linear Programming menggunakan metode Grafik bentuk standar 3 Linear Programming menggunakan metode Grafik bentuk non standar 4 Linear Programming menggunakan metode Simpleks bentuk standar 5 1. “Operation Research An Introduction”. 7.. 1990. Mahasiswa memahami tentang ruang vektor dan dapat menyelesaikan soal-soal ruang vektor. “Aljabar Linier Elementer”. 2. Harini Machmudi.Linear Programming menggunakan metode Simpleks bentuk standar Bahan Buku 1. 4. Penilaian: 1. 2. 4. 2. membuat contoh soal dan membahasnya. Gramedia Pustaka Utama. 3. Ujian Tengah Semester 3.S. Taha Hamdy A. D. Presensi : : : : D. 2. Jakarta:Erlangga. Kuliah dilakukan dalam bentuk kombinasi proses tutorial. Transformasi Linier. dan tugastugas. Literatur: 1. Mahasiswa juga wajib mengerjakan Quis dikerjakan dikelas dan dikumpulkan. dan diberi tugas untuk dikerjakan dirumah dan dikumpulkan pada awal pertemuan berikutnya. F. Jakarta:Ghalia Indonesia. Howard Anton. 4. Tugas/Quis 4. 4. 4. Determinan. Mahasiswa memahami tentang persamaan-persamaan linier dan dapat menyelesaikan soal-soal persamaan linier. 2. Mahasiswa memahami tentang matriks dan dapat menyelesaikan soal-soal matriks. Mahasiswa Memahami tentang matriks invers dan dapat menyelesaikan soal-soal matriks invers. Metode Kuliah: Mahasiswa diwajibkan untuk mengetahui rencana proses belajar mengajar melalui silabi yang telah ditetapkan. 1995. 3. Jakarta:PT. Ujian Akhir 2. Tujuan: 1. Vektor.

4. 2. Tak Tak Buku 1. 2. Tak Buku 1. 4. Buku 1. 13 14 . 4. 2. Tak Tak Buku 1. 4. 3. Buku 1. 2. 2. 3. 3. Buku 1. 3.6 7 8 9 10 11 12 2. Buku 1. 3. 3. 4. 2. 3. 2. 4. 3. 2. Buku 1. 3. 4. Linear Programming menggunakan metode simpleks bentuk non standar Linear Programming menggunakan metode simpleks bentuk non standar Masalah Transportasi dengan metode stepping stone Masalah Transportasi dengan metode MODI Masalah Transportasi dengan metode Vogel’s Approximation Program Dinamik dengan persoalan investasi Program Dinamik dengan persoalan stagecoach Teori Antrian dengan model Antrian Tak Hingga Sumber Hingga Satu Pelayan Teori Antrian dengan Model Antrian Tak Hingga Sumber Hingga Banyak Pelayan Teori Antrian dengan Model Antrian Tak Hingga Sumber Hingga Banyak Pelayan Teori Antrian dengan Model Atrian Berhingga Sumber Hingga Satu Pelayan Teori Antrian dengan Model Atrian Berhingga Sumber Hingga Pelayan Ganda Buku 1. 2. 4. 4.

matriks berukuran sama.1. .a.MATRIKS Matriks adalah himpunan scalar (bilangan riil atau kompleks) yang disusun/dijajarkan secara empat persegi panjang (menurut baris-baris dan kolom-kolom).. . .. . …. .  am1am2 am3 . dst).    . Secara umum: Matriks A= (aij). . . Penjumlahan Matriks Jika A=(aij) dan B=(bij).2n   . . . . . .. 2. . secara lengkap ditulis matriks A=(aij) artinya A yang elemen-elemennya aij dimana indeks I menyatakan baris ke I dan indeks j menyatakan kolom ke j dari elemen tersebut. bila ukurannya sama (mxn) dan berlaku aij=bij untuk setiap I dan j.. . (mxn) disebut ukuran (ordo) dari matriks Kesamaan Matriks: Dua buah matriks A=(aij) dan B=(bij) dikatakan sama A=B. Untuk batasnya kita berikan: [ ] atau Contoh : Matriks riil: 3 6 2 0 12 kolom 1 5 1 8 9 2 2 7 6 0 1 6 3 ( ) atau 0 10 3 5 7 4 baris1 baris2 baris3 baris4 baris5 Notasi matriks Matriks diberi nama huruf besar (A. . a= 1.. . . . .. . . . …. B...... ..a. maka A+B adalah suatu matriks C=(cij) dimana cij=aij+bij.n   a a a . . Skalar-skalar itu disebut elemen matriks. n yang mana berarti bahwa banyaknya baris=m dan kolom=n. ..m n   Matriks A( mxn ) = (aij). untuk setiap i dan j.. . 2. . Atau A+B=(aij+bij) Contoh: .a   2 1 2 2 2 3 . .. . m dan j= 1. . Operasi pada Matriks a. . . A=  a1 1a1 2a1 3.

.

2++ 32 3 3  3 =  5  5 .1++ 21 2 A+ B =   +   =   4  1  4 1.A= 3  0  1 2 A =   d =   m a an k B a 4  1  2 3 3 0 3 0.

B. matriks λA diperoleh dengan mengalikan semua elemen matriks A dengan λ. Contoh:  4  3 . C matriks berukuran sama. dan λ scalar maka: 1) A + B = B + A 2) ( A + B ) + C = A + ( B + C ) (komutatif) (asosiatif) .7  A =   m 3A =  a  k a 3  03.3. .Perkalian Skalar terhadap matriks Kalau λ suatu scalar (bilangan) dan A=9aij) maka matriks λA= (λAij). yaitu A . .B.3.0.− 1 = 12 9 21 9 0 -3 Pengurangan Matriks Mengurangi matriks A dengan matriks B. adalah menjumlahkan matriks A dengan matriks –B.4.3. dengan perkataanlain.3. Syarat : ukuran A = ukuran B Contoh : 3 1 0 2 A= 4 2 B= 1 3 A–B= 3 4 3 3 1 2 -1 -1 - 0 1 2 3 = Beberapa hukum pada penjumlahan dan perkalian scalar Kalau A.

+ aiqbqj untuk setiap i = 1.2.p dan j = 1. A= 4 1 2 6 B= 3 (1 x 3) 5 1 (3 x 1) . Definisi: Pandang A = (aij) berukuran (p x q) dan B = (bij) berukuran (q x r). Pada perkalian matriks AB.….2...…. matriks A kita sebut matriks pertama dan B matriks kedua.3) λ( A + B ) = λA + λB (distributive) 4) Selalu ada matriks D sedemikian sehingga A + D = B Contoh: A= 2 1 3 0 2 1 1 1 3 dan B = 5 2 6 0 3 3 1 2 3 Maka A + B = 2 0 1 1 2 1 3 1 3 + 5 2 6 0 3 3 1 2 3 = sedangkan: 7 2 7 1 5 4 4 3 6 sama dengan B+A 4 2 6 2A = 0 4 2 2 2 6 dan 2B = 10 4 12 0 6 6 2 4 6 2A + 2B = 14 2 8 7 4 10 6 jelas 2(A+B) = 2 2 14 8 12 7 14 2 8 4 10 6 jelas 2A + 2B = 2(A + B) 14 8 12 1 5 4 4 3 6 = Perkalian Matriks Pada umumnya matriks tidak komutatif terhadap operasi perkalian : AB ≠ BA. Syarat perkalian matriks : Jumlah banyaknya kolom matriks pertama = jumlah banyaknya baris matriks kedua. Maka perkalian AB adalah suatu matriks C = (cij) berukuran (p x r) di mana: Cij = ai1b1j + ai2b2j + ….r contoh : 2 1..

3 + 2.0 + -6.0 + 1.1 + -2. B.2 + 1.5 + 6.2 + -6. dan berukuran (1 X 1).4 + 2. memenuhi hukum distribusi.6 0 = 36 Beberapa hukum dalam perkalian matriks : Jika A.1 + -6. memenuhi hokum asosiatif.3 + 2. maka: 1) A(B + C) = AB + AC.2 8.5 + 3.1 + 2. A= 1.2 2.1 = 27 2. AB ≠ BA 4) Jika AB = 0 (matriks nol) yaitu matriks yang semua elemennya = 0.3 + 2. c11 = a11b11 + a12b21 + a13B31 = 4.6 8. 3) Perkalian tidak komutatif.0 + 0.Karena banyaknya kolom matriks A = 3 dan banyaknya baris matriks B = 3. (B + C)A = BA + CA.5 + 6.2 + 1.2 + 1.4 + -2.0 + 3.3 + -2.1 + 0.4 8. 2) A(BC) = (AB)C. kemungkinankemungkinannnya : i) A = 0 dan B = 0 .4 AB = 4.2 + 0.2 -26 -20 26 8 4.1 = 27 atau : 2 3 5 1 AB = 4 1 2 6 = 4. C matriks-matriks yang memenuhi syarat-syarat perkalian matriks yang diperlukan. AB ada.2 7 10 4 -2 8 2 -6 0 4 B= 2 2 3 1 6 1 0 4 4. A= 1 2 3 1 1 3 5 dan B = 0 2 AB = = 3.

1 + 3.ii) A = 0 atau B = 0 iii) A ≠ 0 dan B ≠ 0 5) Bila AB = AC belum tentu B = C Contoh : 1.4 2.4 2.2 44 + 18 .-1 + 3.2 + 1. 1 -1 4 3 1 2 3 A= 2 1 0 .4 + 3.3 + 0.7 187 + 63 11.17 + 1.3 + 1.4 + 9.3 + 3.3 + 0.2 4.7 4.1 + 1.3 + 1.17 + 9.0 + 1.0 2.3 16 + 9 + 3 8 +3+0 4.0 + 0.1 + 1.3 + 1.2 + 0.4 + 1.0 + 3.1 + 1.1 2.2 2.2 12 + 3 + 2 6 +1+0 11 4 9 1 4.3 + 0. C= 3 1 2 1 0 0 maka B+C= 4 3 3 0 3 4 dan A(B + C) = 4 2 3 1 1 0 4 3 3 0 3 4 = = 4. 4.0 = 17 7 4 2 4+0+0 2+0+0 17 4 7 2 sehingga AB + AC = = 11.4 0+9+4 0+3+0 4 3 2 1 1 0 1 2 1 -1 3 4 28 13 = 12 3 sedangkan AB = = 4.0 + 1.3 + 1.-1 + 1.1 + 0.1 4+6+1 2+2+0 11 4 9 1 .4 + 1.3 2.1 + 3. B= 1 4 .4 = = -4 + 9 + 4 -2 + 3 + 0 AC = 4 2 3 1 1 0 3 1 2 1 0 0 = = 4.

3 6+3 8+6 C 1 2 3 4 = C 1 2 9 14 C = 1.8 + 1.2 + 2.7 12 + 7 16 + 14 3 4 1 2 3.4 .4 0+ 8 3 + 12 4 7 8 15 = A 4 7 8 15 2 3 .2 1.1 + 9.4 + 2.1 + 2.3 4.1 4.4 1. A= 3 4 0 1 1 2 2 3 0 .4 + 1.3 + 9.8 + 2.3 + 2.C= 1 2 3 4 maka : A(BC) = A = A =A 3 4 0.7 4.0 + 2.15 4.3 + 3.2 1.1 0+1 0+2 1 2 9 14 3.15 24 + 15 32 + 30 0 1 2 3 19 30 39 62 = (AB)C = = C = = 3.B= 1 1 2 3 4 0.0 + 1.2 0+4 1+6 1 2 = = 3.1 + 3.= 68 + 7 250 75 62 18 16 + 2 = = A(B + C) 2.2 + 1.

2 + -1.1 + 2.0 + 1. Contoh : A= 3 4 1 2 B= 0 1 2 3 Maka AB. BA = 0 1 2 3 3 4 1 2 1.0 + 2.1 0+1 0+2 3.3 + 14.2 3 6 3 2 4 2 AB = 1.2 + 1.6 + 1.1 + 3.1 1.1 + -1.2 + 1.2 + 2.3 .2 1.4 1.1 + 14.3 + -1. Pada umumnya AB ≠ BA. AB = 3 4 1 2 0 1 2 3 = = 3.1 4. A= 1 -3 -2 1 -3 -2 -1 2 1 -1 2 1 1 -1 0 1 -1 0 1 2 1 B= 3 6 3 1 2 1 2 4 2 1.3 4.2 1+4 1+6 8 15 5 7 = 0.2 1 + 18 2 + 28 2.4 + 1.3 = 1 2 9 14 6+3 8+6 sedangkan BA.4 39 62 = 3 + 36 19 6 + 56 = 30 Jelas A(BC) = (AB)C 3.3 + 3.4 0+ 8 3 + 12 = = maka AB ≠ BA 4.= 2.3 + 2.

3 + 2.2 0 0 0 0 0 0 0 0 0 = 3–6+3 2–4+2 -9 + 12 .3 -2.2 -2. B≠0 5.3 -6 + 8 – 2 -6 + 6 + 0 -4 + 4 + 0 Ternyata AB = 0 meskipun A≠0.6 + -1.1 1–2+1 -3 + 4 – 1 -2 + 2 + 0 -3. A= 2 4 2 4 2 4 1 2 1 2 1 2 B= 1 1 0 3 1 1 1 0 1 0 1 0 C= 3 6 3 6 2 4 2 4 0 3 1 0 AB = = AC = = Ternyata meskipun B≠C tetapi AB = AC Transpose Matriks Pandang suatu matriks A=(aij) berukuran (mxn) maka transpose dari A adalah matriks A T berukuran (nxm) yang didapatkan dari A dengan menuliskan baris ke I dari A. m. sebagai kolom ke i dari A T ..2 + 0.3 = -3.1 + 2. 2.2 + -1.1 -2.3 + 1. i = 1. Beberapa sifat matriks transpose: 1) ( A + B ) T = AT + B T Bukti: Misalnya A = (aij) dan B = (bij) maka: (A + B) T = (aij + bij) T = (cij) T = (cji) = (aji + bji) = A T + B T 2) (A T ) T = A Bukti : Misalnya A = (aij) maka (A T ) T = (aji) T = (aij) = A T T .2 + 1.6 + 0.4 + -1. Dengan perkataan lain : A T = (aji).1 + 1.….4 + 0.2 + 2.= -3.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.