Bab 1 Matriks-Spl-Pdf1

MATEMATIKA TEKNIK 2
• MATRIK DAN SISTEM PERSAMAAN LINIER

• BARISAN DAN DERET
• FUNGSI DUA PEUBAH
• PERSAMAAN DIFFERENSIAL
• SISTEM BILANGAN KOMPLEKS
MINGGU MATERI (UTS)
1 - Matriks dan operasi Matriks
- Operasi Baris Elementer
2 - Sistem Persamaan Linier
- Eliminasi Gauss-Jordan
3 - SPL Homogen
- Matriks Invers
4 - Determinan, Ekspansi Kofactor, Metode Reduksi Baris

- Menyelesaikan SPL dengan invers, Metode Crammer
5 - Barisan, Deret takhingga

- Deret Suku Positif : geometri, harmonik
6 - Uji kekonvergenan
- Deret Ganti Tanda, Konvergen Bersyarat
7 - Deret Pangkat; Selang kkonvergenan, operasi

- Deret Taylor, Maclaurin
Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 2
MINGGU MATERI (UAS)
8 - Fungsi 2 Peubah ; Peta Kontur
- Limit dan Kekontinuan, Turunan Parsial
9 -Domain Fungsi 2 Peubah
-Maksimum Dan Minimum
10 - Pers. Differensial orde 1 biasa : Peubah Terpisah , linear, Bentuk y/x

- Trayektori Orthogonal
11 -Pers. Differensial orde 2 Homogen

-Koefiisien Tak Tentu ,Variasi Parameter
12 - Bilangan Kompleks
- Operasi Aritmatika
13 - Akar dan Pangkat
- Kurva dan Dareah dalam Bidang kompleks
14 - Limit, Turunan, Fungsi analitik

- Fungsi Elementer

MATRIKS AND SISTEM
PERSAMAAN LINEAR
•MATRIKS DAN OPERASI MATRIKS
•SISTEM PERSAMAAN LINIER
•DETERMINAN
MATRIKS
Notasi Matriks
Definisi
Sebuah matriks adalah suatu susunan bilangan dalam bentuk segi empat.
Bilangan – bilangan dalam susunan tsb disebut elemen dari matriks.
Elemen baris ke i dan kolom ke j dinotasikan dengan simbol aij
Ukuran matriks menyatakan banyaknya baris dan kolom suatu

matriks
 a11 a12 K a1 n 
a a 22 K a 2 n 
 21
Bentuk Umum matriks m x n  M M M M 
 
 a m1 am 2 K a mn 

MATRIKS
Notasi Matriks Baris 1
 a11 a12 a1 n 
a a 22 a 2 n 
 21 Elemen m,n
 
 
 a m1 am 2 a mn 
Kolom 2

MATRIKS
Matriks Bujur sangkar order n

Sebuah matriks dengan n baris dan n kolom
Diagonal utama : a11,a22,…,ann
Order 2 Order 3
1 3 1 2 5
A= B =  2 4 
2 4  1
 3 3 3 
Diagonal Utama

MATRIKS
MATRIKS IDENTITAS
Matriks Bujur sangkar dengan nilai 1pada diagonal utama dan nilai 0 pada
elemen diluar diagonal utama. Matriks Identitas dinotasikan dengan I
1 0 1 0 0
I 2x2 = =  0 0 
0 1  I 3x3 1
 0 0 1 
MATRIKS NOL
Sebuah matriks yang semua elemennya adalah 0
0 0  0 0 0
0 [0 0 0]
 0   0 0 0 

MATRIKS
MATRIKS SEGITIGA
Suatu matriks bujur sangkar yang semua elemennya diatas diagonal
utama adalah nol (segitiga bawah)
Suatu matriks bujur sangkar yang semua elemennya dibawah diagonal
utama adalah nol (segitiga atas)
lower triangular 4x4 upper triangular 4x4

 a11 0 0 0   a11 a12 a13 a14 
a  0 a 24 
 21 a 22 0 0   a 22 a 23
 a 31 a 32 a 33 0   0 0 a 33 a 31 
   
 a 41 a 42 a 43 a 44   0 0 0 a 44 

MATRIKS
MATRIKS Eselon Baris Tereduksi
Sifat-sifat bentuk Eselon Baris Tereduksi
1. Pada baris tak-nol, Bilangan pertama pada baris ini adalah 1. Kita
menyebut (bil 1) sebagai 1 utama
2. Jika terdapat baris nol (baris yg semua elemennya 0), maka baris –
baris tsb dikelompokkan pada bagian bawah matriks
3. Dalam dua baris-taknol yang berurutan, 1 utama baris yang lebih
bawah terletak lebih kekanan daripada 1 utama baris atasnya
4. Setiap Kolom yang memuat 1 utama, hanya memiliki elemen 0 selain
1 itu sendiri
Penyelesaian sistem persamaan linier (bab berikutnya) akan lebih mudah
bila Matriks diperbesar dalam bentuk Eselon Baris Tereduksi . Matriks
dengan sifat 1,2 and 3 saja disebut memiliki bentuk Eselon Baris
MATRIKS
Matriks Eselon Baris Tereduksi
Contoh : Matriks bentuk Eselon Baris Tereduksi
1 0 2 1 0 3 2 1 0 2 1
0 1 3 0 1 1 2 0 1 1 2
     
0 0 0 0
Contoh Matriks yang bukan Eselon Baris Tereduksi
1 0 2 1 1 3 2 0 1 2 1 sifat 4
0 1 1 2  1 0 1 2
0 2 3   
  0 0 0 0 sifat 3
sifat 1

OPERASI-OPERASI MATRIKS
Penjumlahan dan Pengurangan matriks

Perkalian Skalar
Perkalian Matriks
Transpose matriks
Trace matriks
Operasi Baris Elementer

Penjumlahan dan Pengurangan

Definisi
Jika A and B are Matriks dg ukuran sama, maka jumlah A+B adalah
the matriks yg diperoleh dg menambahkan elemen2 B yg berkaitan
dg elemen2 A dan selisih A−B adalah matriks yg diperoleh dg
mengurangkan elemen2 B yg berkaitan dg elemen matriks A.
Contoh : 1 3 3 5 1 + 3 3 + 5
+ = 4 8 
2  4 6  =
4 + 6 
Penjumalahn 
 4  2 + 4 6 10
 
1 3 3 5 1 − 3 3 − 5
Contoh: 2 − = − 2 − 2
Pengurangan  4   4 6  2 − 4

4 − 6 =  
 − 2 − 2 
Perkalian Skalar
Definisi
Bila A adalah sembarang matriks dan k scalar,maka hasil kali kA
adalah matriks yg dipeoleh dg mengalikan setiap elemen matriks A dg
k
Contoh : Perkalian skalar
1 2 3   3 .1 3 .2 3 .3  3 6 9
= =
3  3 .4 3 .5 3 . 6  12 15 18 
 4 5 6

PERKALIAN MATRIKS
Definisi
Bila A matriks m x r dan B matriks r x n , maka hasil kali A x B
adalah matriks m x n yg elemen2 ditentukan dg aturan berikut. Elemen
ke i,j AB diberikan dg rumus (AB)ij = ai1b1j+ ai2b2j+…+ airbrj
Contoh :PERKALIAN MATRIKS
1 2  1 . 1 + 2 . 2 + 3 . 1 1 . 2 + 2 . 3 + 3 . 4   8 20 
1 2 3  2 3 =  4 .1 + 5 .2 + 6 .1 4 .2 + 5 .3 + 6 .4  = 
4 5 6      20 47 
  1 4

Transpose Matriks
Definisi
Bila A sembarang matriks m x n, maka transpose A, dinotasikan dg
AT, didefinisikansbg matriks n x m yg nilainya diperoleh dari
pertukaran baris2 dan kolom2 A
Contoh : transpose matriks
1 4
1 2 3
A=  A T =  2 5 
4 5 6  3 6 

Trace matriks
Definisi
Bila A matriks bujur sangkar n x n, maka trace A, dinotasikan dg
tr(A), didefinisikan sbg jumlah elemen2 diagonal A, atau dapat
dituliskan dg rumus tr(A) = a11+a22+…+ann
Contoh : trace matriks
1 4 7 
A = 2 5 8  tr(A) = 1+5+9=15
3 6 9 

OPERASI BARIS ELEMENTER(OBE)
Operasi Baris Elementer adalah operasi2 untuk mengeliminasi

matriks ke bentuk eselon baris tereduksi. Bila kita memiliki matriks
(augmented matriks) dlm bentuk eselon baris tereduksi, kita dpt
menyelesaikan sistem persamaan linier dengan mudah
Terdapat 3 operasi
1. Mengalikan suatu baris dg kontanta tak-nol
2. Pertukaran dua baris
3. Menambahkan kelipatan suatu baris ke baris lain

Langkah2 Eliminasi
(Membuat bentuk eselon baris tereduksi
Diketahui matriks Amxn

• Lihat baris 1, ubah a11 menjadi 1 (pilih operasi yg paling mudah)
• Ubah elemen a21, a31,..,am1 menjadi 0
• Lanjutkan ke baris 2, ubah a22 menjadi 1 (bila a22=0 maka yg
diubah adalah a2k)
• ubah a1k, a3k,..,amk menjadi 0 (k=2,3,4…n)
• Ulangi langkah 3 and 4 sampai baris terakhir (diperoleh bentuk
eselon baris tereduksi)

Contoh eliminasi menggunakan OBE
3 1 1 8
Bentuk eselon Baris Tereduksi ?
A =  1 1 0 3 
 2 1 1 7 
a11 1 utama 1 utama
3 1 1 8 r1 ↔ r 2  1 1 0 3  − 3 r1 + r 2 1 1 0 3 
3 8  0 − 1 
A =  1 1 0 3  ~  1 1 ~  − 2 1
 2 1 1 7   2 1 1 7   2 1 1 7 
not zero
Pertukaran brs 1 dan brs 2 * Menambah -3 x brs 1 thd brs
kedua *
* Kita dpt memilih operasi yg lain

Contoh eliminasi menggunakan OBE(2) 1 utama
1 1 0 3  1 1 0 3  1 1 0 3 
0 − 2 r 1 + r 3 − 3r 3 + r 2 
 − 2 1 − 1  0 − 2 1 − 1  0 1 −2 − 4 
~  ~
 2 1 1 7   0 −1 1 1   0 −1 1 1 
tambahkan -2 x brs 1 ke brs 3 tambahkan -3 x brs 3 baris 2
− r 2 + r1 1 0 2 7  r 2 + r 3 1 0 2 7  − r3 1 0 2 7 
0 − 4  0 0 − 4 
~  1 −2 ~  1 −2 − 4  ~  1 −2
 0 −1 1 1   0 0 −1 − 3   0 0 1 3 
tambahkan -1 x brs 2 brs 1 kalikan brs 3 dg -1

tambahkan 1 x brs 2 ke brs 3

Contoh eliminasi menggunakan OBE(3)
1 0 2 7 
1 0 2 7 1 0 0 1
0 2r3 + r 2
 1 −2 − 4  0 1 0 2 
− 2 r 3 + r1 0 1 0 2 
~  ~ 
 0 0 1 3   0 0 1 3   0 0 1 3 
1 utama tambahkan -2 x brs 3 ke brs 1
tambahkan 2 x brs 3 brs 2 Bentuk eselon baris tereduksi

Catatan
1. Semua notasi OBE diberikan utk membantu mhsdalam memahami materi
ini. Kita tdk perlu menuliskan notasi ini pd bab selanjutnya
2. Kita dpt mengelompokkan beberapa OBE agar lebih singkat
SIFAT OPERASI MATRIKS
SIFAT
a. A+B=B+A
b. A+(B+C)=(A+B)+C
c. A(BC)=(AB)C
d. A(B+C)=AB+AC
e. k(AB)=(kA)B ; k : skalar
f. (AT)T=A
g. (AB)T=BTAT

LATIHAN
Perhatikan matriks2 berikut
1 2 1 2
2 − 2 1 
A = 2 3 1 1 2 
C=  1 − 3 E = 3
B =  2 1   3 1 − 2 D=
3 4 1 2 − 4  1 
 1 2 
1. Hitung
a. BC b. A – BC c. CE
d. CB e. D – CB f. EET – A
2. Yang mana matriks yg memiliki bentuk eselon baris tereduksi ?

1 0 2 7  1 0 1 1 0 1 2 0 0
a .  0 1 −2 − 4  b .  0 0  c .  0 1 0  d .  0 0 1 0 
 0 0 0 0   0 1   0 0 1   0 0 0 1 

LATIHAN
3. Ubahlah matriks2 berikut ke bentuk eselon baris tereduksi
1 1 0 3  3 2
a .  0 1 −2 − 4  b .  1 3 
 2 2 2 10   2 1 
1 1 −1 −1 − 1 1 2 3
c .  2 2 1 1 2  d .  2 4 6 
 3 3 0 0 1   3 6 9 

SISTEM PERSAMAAN LINIER
PENDAHULUAN
ELIMINASIGAUSS-JORDAN
SPL HOMOGEN
INVERS MATRIKS
PENDAHULUAN
Persamaan Linear
Sembarang garis lurus pada bidang xy dapat disajikan dalam persamaan
a1 x + a2 y = b Sebuah pers. Linier dlm peubah x dan y
dimana a1,a2,b : konstanta dan a1,a2 keduanya tidak nol
Secara umum
a1 x1 + a 2 x 2 + ... + a n x n = b
Sebuah pers.linier dg peubah x1,x2,…,xn

PENDAHULUAN
Sistem Persamaan Linier (SPL)

Himpunan berhingga pers. Linier dg peubah x1,x2,…,xn is disebut sistem
persamaan linier
Barisan : {s1, s2, …, sn} disebut solusi sistem Pers. Linier jika x1= s1,x2=
s2,…,xn= sn adalah solusi dari setiap persamaan dalam sistem
Contoh : SPL
x+ y =1
{x = 1, y = 0} Solusi SPL
x− y =1
1+ 0 = 1
1–0 =1
PENDAHULUAN
Solusi sistem PersamaanLinier

Sebuah SPL yg tidak memiliki solusi disebut SPL yang inconsistent
Dalam bidang xy, solusi SPL dapat disajikan sebagai

x− y =0 x− y =0 x− y =0
2x − 2 y = 0 x+ y =2 x − y = −2
2x-2y=0 x-y=0
x-y=0
x-y=0 x-y=-2
x+y=2
Solusi takhingga banyak Solusi tunggal Tdk ada solusi

ELIMINASI GAUSS-JORDAN
SPL dalam bentuk Matriks

Sembarang sistem dg m pers. linier dan n peubah dpt ditulis sbg
a11 x1 + a12 x2 + ... + a1n xn = b1  a11 a12 K a1 n   x1   b1 

a a 2 n   x  b 
a21 x1 + a22 x2 + ... + a2 n xn = b2  21 a 22 K  2 =  2
 M M M  M  M
M M M M      
 a m1 am 2 K a mn   x n   bn 
am1 x1 + am 2 x2 + ... + amn xn = bn
Dinotasikan A x = b
or Ax = b

AUGMENTED MATRIX
Matriks Augmented sistem Ax=b adalah matriks yg elemen2nya
gabungan dari elemen A (left side) dan elemen b (right side)
 a11 a12 K a1n | b1 
 a11 a12 K a1 n   x1   b1  a
a a 22 K a 2 n   x  b 
 21 a22 K a2 n | b2 
 21  2 =  2
 M M M  M  M  M M M | M
       
 a m1 am 2 K a mn   x n   bn  am1 am 2 K amn | bn 
Augmented matrix [A|b]

Definisi
Suatu prosedur yg sistematik utk menyelesaikan SPL dg mereduksi
matriks augmented ke bentuk eselon baris tereduksi
Contoh 1 Augmented matriks

[A|b]
Selesaikan SPL berikut
3x + y + z = 8 3 1 1  x  8  3 1 1 | 8
x+ y =3 1 1 0   y  = 3 [ A | b ] =  1 1 0 | 3 
    
2x + y + z = 7  2 1 1   z   7   2 1 1 | 7 

Contoh 1 (lanjutan)
Kita telah mengeliminasi matriks ini ke bentuk eselon baris
(lihat hal 22)
Bentuk eselon baris tereduksi dari matriks augmented :
1 0 0 | 1 x =1  x  1 
0 1 0 | 2  or  y  = 2 
 y=2    
 0 0 1 | 3   z   3 
z=3
Solusi SPL

Contoh 2
x 
1 0 2 3   1  1 
2 x
 1 3 4   2  =  4 
x 
 1 1 1 1   3   3 
 x4  Eselon Baris-tereduksi
Solusi
1 0 2 3 | 1 1 0 2 3 | 1
[A | b ] =  2 1 3 4 | 4  ~ ... ~ 0 1 − 1 − 2 | 2 kolom 3,4 tdk punya 1 utama
 1 1 1 1 | 3 
 
0 0 0 0 | 0
x3=s , x4=t

Contoh 2 (lanjutan)
1 0 2 3 | 1 x1 + 2 x 3 + 3 x 4 = 1 x1 = 1 − 2 s − 3t
0 1 − 1 − 2 | 2 x 2 − x3 − 2 x 4 = 2 x 2 = 2 + s + 2t
 
0 0 0 0 | 0
Solusi SPL :
 x1  1 − 2 s − 3t 
 x   2 + s + 2t 
 2 =  
 x3   s 
   
 x4   t 

Contoh 3
1 2 3 x  4
2 1 0   y  =  − 1
    
 3 3 3   z   2  Eselon baris tereduksi
Solusi:
1 2 3 | 4 1 0 −1 | 0
[A | b ] =  2 1 0 | − 1 ~ ... ~ 0 1 2 | 0 0=1 ???
 3
 
3 3 | 2 
0 0 0 | 1
Tdk ada solusi

SPL HOMOGEN
Suatu SPL dikatakan homogen bila semua bagian konstantanya bernilai

0; Ini berarti sistem memiliki bentuk :
a11 x1 + a12 x2 + ... + a1n xn = 0
a21 x1 + a22 x2 + ... + a2 n xn = 0  a11 a12 K a1 n   x1   0 
a a 22 K a 2 n   x  0 
M M M M  21  2 =  
 M M M   M  M
am1 x1 + am 2 x2 + ... + amn xn = 0      
 a m1 am 2 K a mn   xn  0 
Every SPL homogen adalah konsisten Dinotasikan: Ax = 0

Semua SPL memiliki x1=0,x2=0,…,xn=0
sbg salah solusi Æ trivial solution
Bila tdp solusi lain, maka SPL memiliki solusi nontrivial

SPL HOMOGEN
Terdapat 2 kemungkinan solusi SPL Homogen
• SPL hanya memiliki solusi trivial

• SPL memiliki tak hingga solusi sebagai tambahan dr solusi trivial
Contoh
Selesaikan SPL homogen berikut :
 x1 
1 0 2 3  x  0  1 0 2 3 | 0 1 0 2 3 | 0
2 3 4   2  = 0  2
 1 1 3 4 | 0  0 1 −1 −2 | 0 
 x3     
 1 1 1 1     0   1 1 1 1 | 0   0 0 0 0 | 0 
 x4 
Augmented matrix Eselon baris tereduksi

SPL HOMOGEN
Contoh (lanjutan)
1 0 2 3 | 0  x1   2 s − 3t 
0 1 −1 −2 | 0  Solusinya :  x   s + 2t 
  2 = 
 0 0 0 0 | 0 

 x3   s 
   
 x4   t 
solusi tak hingga

banyak/ solusi nontrivial

MATRIKS INVERS
Definisi
Bila A,B matriks bujur sangkar n x n, dan B dpt dicari sdh AB=BA=I,
maka A dikatakan invertible(dpt dibalik) dan B disebut invers dari A
dan dinotasikan dg A-1
Bagaimana menentukan A-1 ?
Bila A matriks 2x2 a b

A=
c d 
A invertible bila ad ≠ bc, kemudian A-1 diperoleh dg rumus

1  d − b
A −1 = − c
ad − bc  a 

MATRIKS INVERS
Kita dpt mencari A-1dg menggunakan Operasi Baris Elementer ( Eliminasi

Gauss-Jordan) thd matriks augmented [A|I].Matriks eselon baris yang kita
inginkan adalah [I|A-1]. Bila bagian kiri dari matriks eselon baris bukan
I(identitas), maka A is tidak invertible
Contoh 1
1 1 3
Tentukan invers dari A = 1 2 3 
1 2 2 
Solusi
1 1 3 | 1 0 0 1 1 3 | 1 0 0
[A | I ] = 1 2 3 | 0 1 0  ~  0 1 0 | −1 1 0 
1 2 2 | 0 0 1   0 1 −1 | −1 0 1 

MATRIKS INVERS
I
Contoh 1(lanjutan)
1 0 3 | 2 −1 0
1 0 0 | 2 − 4 3   2 −4 3
~  0 1 0 | −1 1 0  ~ 0 1 0 | − 1 1 0  A −1
=  − 1 1 0 
 0 0 −1 | 0 −1 1  0 0 1 | 0 1 − 1  0 1 − 1
Contoh 2
Tunjukkan bahwa A tidak invertible
1 1 3
A = 1 2 3 
1 2 3 

MATRIKS INVERS
Contoh 2 (lanjutan)
1 1 3 | 1 0 0 1 0 3 | 2 −1 0
[A | I ] = 1 2 3 | 0 1 0  ~ ... ~  0 1 0 | −1 1 0 
1 2 3 | 0 0 1   0 0 0 | 0 −1 1 
Kita tdk dpt mereduksi ke bentuk A tdk

matriks identitas invertible
Sifat dari matriks invers

(AB)-1 = B-1A-1

LATIHAN
1. Selesaikan SPL berikut

x 
4 3 5  x  1  3 0 2 2   1  1 
a .  2 3   y  = 2 x
2     b .  2 1 3 4   2  =  2 
x 
 3 3 5   z   3   1 −1 − 1 − 2   3   − 1
 x4 
2. Tentukan solusi SPL Homogen Ax = 0 dimana
1 1 1  1 1 2 2 
a. A = 2 2 2  b. A = 2 1 3 3
1 0 1  1 0 1 1 
3.Tentukan invers dari A jika A invertible
− 3 − 3 − 7  0 − 1 − 1  2 3 2 
a. A =  2 6 7  b. A = 2 1 2  c. A = 2 1 3 
 1 2 3  3 − 1 1  0 2 − 1 

DETERMINAN
Definisi
Metode Ekspansi Kofaktor
Metode Reduksi Baris
Definisi
Fungsi determinan
Definisi
Misal A matriks bujur sangkar. Fungsi determinan A dinotasikan det(A)
atau |A| adalah jumlah hasil kali bertanda dari A.
a a 12 
a11a22
A =  11 Hasil kali elementer a1 _ a 2 _
 a 21 a 22  a12 a21
tanda ?
Permutasi(1..2)
Inversion (1,2) =0 (genap) +
Inversion (2,1) =1 (ganjil) ─ {(1,2),(2,1)

Definisi
Fungsi determinan
Hasil kali tanda Hasil kali elementer
elementer bertanda
a11a22 + +a11a22
a12a21 ─ ─ a12a21
Det(A) = +a11a22 ─ a12a21
Kita dapat menghitung det Anxn dg definisi ini, tetapi hal ini sangat
tidak efisien

Definisi
Misal A matriks bujur sangkar, maka minor elemen aij dinotasikan dg
Mij didefinsikan sbg determinan dari sub matriks yg tersisa setelah
baris ke i dan kolom ke-j dihapus dari A. (-1)i+j Mij dinotasikan dg Cij
dan dinamakan sbg kofaktor elemen aij
 a 11 a 12 a 13  a 11 a 12 a 13
a 21 a 23
A =  a 21 a 22 a 23  M 12 = a 21 a 22 a 23 =
 a 31 a 31 a 33
a 32 a 33  a 31 a 32 a 33
a21 a23
c12 = −
a31 a33

Misal A matriks bujur sangkar, maka det(A) dirumuskan dg

Expansi sepanjang kolom ke-j
det( A ) = a 1 j C 1 j + a 2 j C 2 j + ... + a nj C nj , for each 1 ≤ j ≤ n

atau
Ekspansi sepanjang baris ke- i
det( A ) = a i 1 C i 2 + a i 2 C i 2 + ... + a in C in , for each 1 ≤ i ≤ n
Terdapat 2n cara utk menghitung det(A) menggunakan

ekspansi kofaktor

Contoh
1 2 1
Misal A matriks bujur =  2
sangkarA 3x3 0 2 
 3 1 2 
Ekspansi Kofaktor sepanjang baris ke-1

det( A) = a11C11 + a12C12 + a13C13
0 2 2 2 2 0
= 1. − 2. + 1. = -2+4+2 = 4
1 2 3 2 3 1
Ekspansi Kofaktor sepanjang kolom ke-2

det( A) = a12C12 + a22C22 + a32C32
2 2 1 1
= −2. − 1. = 4+0 = 4
3 2 2 2
Misal A matriks Segitiga Atas
 a 11 a 12 a 13 a 14 
 0 a 22 a 23 a 24 
A= 
 M M M 
 
 0 0 0 a nn 
Ketika kita menghitung det(A) menggunakan ekspansi kofaktor

(sepanjang kolom 1) berulang2,kita akan memperoleh
A = a 11 .a 22 ... a nn

Idenya adalah kita akan mereduksi matriks menjadi matriks
segitiga atas dg menggunakan Operasi Baris Elementer
Ada 2 operasi yg akan mengubah nilai determinan, yaitu;
1. Mengalikan suatu baris dg konstanta tak-nol 1/3 x row 1

3 6 9 3 6 9 1 2 3
1 2 3 = R 2 4 6 =2R 2 4 6 =2/3 R
2 1 2 2 1 2 2 1 2
2. Pertukaran 2 baris
3 4 5 1 2 3
2 x row 2
1 2 3 = R 3 4 5
=−R
2 1 2 2 1 2
Pertukaran row 1 and row 2

Contoh
3 4 5
Hitung determinan dari 1 2 3  Dg menggunakan met.

 2 1 2  reduksi baris
Solusi
1 2 3
3 4 5 1 2 3 1 2 3
= − 0 −2 −4 = −(− 2) 0 1 2
1 2 3 = − 3 4 5
2 1 2 2 1 2 0 −3 −4 0 −3 −4
1 2 3
=2 0 1 2 = 2 .1 .1 .2 = 4
0 0 2
Kita juga dpt mengkombinasikan 2 metoda utk menghitung

determinan

Latihan
1. Hitung determinan matriks menggunakan metode ekspansi kofaktor dan
reduksi baris
1 1 2 1 0 0 1 1 0
a .  2 1 2  b .  2 2 1  c .  2 1 0 
 3 2 1   3 2 1   3 2 1 
2. Misal a,b : integer dan a,b < 6

a. 1 3 a 3 Tentukan nilai a dan b
 2 4  = b 4 
   
b. 1 3 a 3
= Tentukan nilai a dan b
2 4 b 4

Latihan
3. Misal A matriks 3x3

3 5 7 9
4 5 7 8
A=   dan det(A)= - 6
5 6 8 7
6 6 9 9 

a. 3 A = ?
5 6 8 7
4 5 7 8
b. =?
6 10 14 18
6 6 9 9

MATRIKS, DETERMINAN
DAN SISTEM PERSAMAAN
LINIER
} MENYELESAIKAN SPL DG MATRIKS INVERS

} ATURAN CRAMER
Menyelesaikan SPL dg
Matriks Invers
Bila A matriks invertible nxn, maka utk setiap matriks nx1 b,
SPL Ax=b memiliki solusi tunggal, yaitu x=A-1b
Contoh
Selesaikan SPL dibawah ini
1 1 3  x  1 
1 2 3   y  = 2
    
1 2 2   z   3 

Menyelesaikan SPL dg
Matriks Invers
Kita telah menghitung A-1 (lihat hal 42)
 2 −4 3
A −1 =  − 1 1 0 
 0 1 − 1
Solusi SPL
 2 −4 3 1   3
X = A −1b =  − 1 1 0  2
 
=  1 
 0 1 − 1  3   − 1

Aturan Cramer
Aturan Cramer
Bila Ax=b adalah SPL dg n variabel s.d.h det(A)≠0, maka SPL akan
memiliki solusi tunggal. Bila Aj adalah matriks yg diperoleh dg
mengganti elemen2 dalam kolom ke- j matriks A dg elemen2 b, maka
solusi SPL adalah
det ( A1 ) det ( A2 ) det ( An )

x1 = , x2 = ,..., x n =
det( A ) det( A ) det( A )

Aturan Cramer
Contoh
Selesaikan SPL dibawah ini
3 4 5  x  1 
1 2 3   y  = 0 
    
 2 1 2   z   1 
Solusi
3 4 5
A = 1 2 3 = ... = 4 Lihat hal. 53
2 1 2

Aturan Cramer
Solusi (lanjutan)
4 5
1
A1 = 2 3 = ... = 3
0
1 2
1 Solusi SPL
3 1 5 4 0 −1 1
x1 = = 1, x2 = = 0, x3 = =−
A2 = 1 0 3 = ... = 0 4 4 4 4
2 1 2
3 41
A3 = 1 20 = ... =
2 1 1
-1

Bab 1 Matriks-Spl-Pdf1

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bab 1 Matriks-Spl-Pdf1

Uploaded by

Copyright:

Available Formats

MATEMATIKA TEKNIK 2

• MATRIK DAN SISTEM PERSAMAAN LINIER

4 - Determinan, Ekspansi Kofactor, Metode Reduksi Baris

5 - Barisan, Deret takhingga

7 - Deret Pangkat; Selang kkonvergenan, operasi

10 - Pers. Differensial orde 1 biasa : Peubah Terpisah , linear, Bentuk y/x

11 -Pers. Differensial orde 2 Homogen

14 - Limit, Turunan, Fungsi analitik

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 3

Ukuran matriks menyatakan banyaknya baris dan kolom suatu

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 5

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 6

Matriks Bujur sangkar order n

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 7

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 8

lower triangular 4x4 upper triangular 4x4

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 9

Contoh Matriks yang bukan Eselon Baris Tereduksi

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 11

Penjumlahan dan Pengurangan matriks

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 12

Penjumlahan dan Pengurangan

Contoh : Perkalian skalar

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 14

Contoh :PERKALIAN MATRIKS

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 15

Contoh : transpose matriks

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 16

Contoh : trace matriks

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 17

Operasi Baris Elementer adalah operasi2 untuk mengeliminasi

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 18

Diketahui matriks Amxn

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 19

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 20

tambahkan -2 x brs 1 ke brs 3 tambahkan -3 x brs 3 baris 2

tambahkan -1 x brs 2 brs 1 kalikan brs 3 dg -1

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 21

1 utama tambahkan -2 x brs 3 ke brs 1

tambahkan 2 x brs 3 brs 2 Bentuk eselon baris tereduksi

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 23

2. Yang mana matriks yg memiliki bentuk eselon baris tereduksi ?

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 24

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 25

Sebuah pers.linier dg peubah x1,x2,…,xn

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 27

Sistem Persamaan Linier (SPL)

Solusi sistem PersamaanLinier

Dalam bidang xy, solusi SPL dapat disajikan sebagai

Solusi takhingga banyak Solusi tunggal Tdk ada solusi

SPL dalam bentuk Matriks

a11 x1 + a12 x2 + ... + a1n xn = b1  a11 a12 K a1 n   x1   b1 

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 30

Augmented matrix [A|b]

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 31

Contoh 1 Augmented matriks

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 32

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 33

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 34

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 35

Handout Matematika Teknik 2, D3 Teknik Telekomunikasi IT Telkom Bandung 36

Suatu SPL dikatakan homogen bila semua bagian konstantanya bernilai

Every SPL homogen adalah konsisten Dinotasikan: Ax = 0