• Tidak ada hasil yang ditemukan

MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

N/A
N/A
Protected

Academic year: 2021

Membagikan "MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ"

Copied!
31
0
0

Teks penuh

(1)

MATRIKS

Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

(2)

DEFINISI MATRIKS

Suatu daftar bilangan-bilangan real atau kompleks terdiri atas m baris dan n kolom, m dan n bilangan bulat positip disebut matriks ber-ordo mxn

Setiap bilangan dalam matriks disebut entri atau elemen dari matriks itu.

Notasi untuk matriks digunakan huruf besar, sedangkan untuk entrinya digunakan huruf kecil.

(3)

 

                      mn m m m n n ij mxn a a a a a a a a a a a a a                               3 2 1 2 23 22 21 1 13 12 11 A

Bila A adalah matriks yang ber-ordo mxn, maka A, bisa ditulis sebagai :

 

a

ij

i

m

j

n

mx n

;

1

,

2

,

3

,...

;

1

,

2

,

3

,...

(4)

A mn m m m m n n a a a a a a a a a a a a m atriks baris vektor -vektor 3 2 1 2 23 22 21 2 1 13 12 11 1 , , , , A , , , , A , , , , A                                     m atriks kolom vektor vektor 2 1 ) ( 2 22 12 ) 2 ( 1 21 11 ) 1 ( A , , A , A                                         mn n n n m m a a a a a a a a a

(5)

Transpose matriks A berordo mxn adalah matriks At berordo nxm yang disusun sbb :

Baris 1 matriks A menjadi kolom 1 matriks At

Baris 2 matriks A menjadi kolom 2 matriks At

...dan seterusnya…..

Baris m matriks A menjadi kolom m matriks At

TRANSPOSE MATRIKS

D E F I N I S I

(6)

Misalkan k skalar, A dan B matriks, A

t

& B

t

transpose matriks A dan B, maka :

1. (At)t = A

2. (A + B)t = At + Bt

3. (k A)t = k At

4. (AB)t = Bt At

(7)

Matriks yang semua unsurnya sama dengan 0 disebut matriks nol [O].

nn ii

a

a

a

a

22 11 n 1 i

disebut trace dari matriks itu.

nn

a a

a11, 22,

Jika dalam suatu matriks banyaknya kolom

sama dengan banyaknya baris maka matriks

itu disebut dengan matriks bujursangkar [Anxn]. Dalam matriks bujursangkar

unsur-unsur disebut unsur-unsur

(8)

ALJABAR MATRIKS

1

• Kesamaan Matriks

2

• Penjumlahan Matriks

3

• Perkalian Matriks

(9)

Matriks A dan matriks B dikatakan

sama (A=B), jika dan hanya jika

1. Kesamaan Matriks

1. Ordo matriks A = ordo matriks B

2. Semua elemen yang seletak pada matriks A dan matriks B mempunyai nilai sama aij = bij (untuk semua nilai i dan j)

(10)

Penjumlahan matriks terdefinisi jika ordo

masing-masing

matriks

sama

dan

dilakukan dengan cara menjumlahkan

entri yang bersesuaian dalam

matriks-matriks tersebut.

n

j

m

i

b

a

b

a

ij ij ij ij

,

,

2

,

1

dan

,

2

,

1

)

(

B

A

)

(

B

);

(

A

2. Penjumlahan Matriks

(11)

3. Perkalian Matriks

Jika A adalah matriks mxr

dan B adalah

matriks rxn, maka hasilkali AB adalah matriks

mxn yang entri-entrinya ditentukan sbb :

Untuk mencari entri dalam baris i dan kolom j dari AB, pilih baris i matriks A dan kolom j B. Kalikanlah entri-entri yang bersesuaian dari baris dan kolom tersebut bersama-sama dan kemudian tambahkanlah hasil kali yang dihasilkan.

(12)

Definisi

perkalian

matriks

mengharuskan

bahwa

banyaknya

kolom dari faktor pertama A harus

sama seperti banyaknya baris dari

faktor kedua B supaya membentuk

hasilkali AB. Jika kondisi ini tidak

dipenuhi, maka hasil tersebut tidak

dapat didefinisikan.

(13)

n

k

r

j

m

i

b

a

c

c

b

a

n j jk ij ik ik jk ij

,

,

2

,

1

;

,

,

2

,

1

;

,

2

,

1

)

(

AB

C

)

(

B

);

(

A

1

ik

(14)

Jika A adalah suatu matriks dan k adalah

suatu bilangan real (skalar), maka hasil

kali (product) kA adalah matriks yang

diperoleh dengan mengalikan

masing-masing entri dari A oleh k.

n

j

m

i

ka

k

k

a

ij ij

,

,

2

,

1

dan

,

2

,

1

)

(

A

skalar

);

(

A

(15)

Jika A adalah matriks bujursangkar (matriks yang jumlah baris dan jumlah kolomnya sama), maka

 

 



 

faktor n 1 1 1 1 0 faktor n

A

A

A

)

A

(

A

.

3

I

A

.

2

A

A

A

A

.

1

    

n n n

4. Perpangkatan Matriks

(16)

Misalkan A, B, C, dan O adalah matriks-matriks yang berordo sama, maka dalam penjumlahan

matriks :

SIFAT MATRIKS 1

1. Bersifat komutatif A+B=B+A

2. Bersifat asosiatif (A+B)+C=A+(B+C)

3. Tdp matriks identitas (O)A+O=O+A=A

(17)

Misalkan k dan l skalar, A, B, dan C matriks-matriks, maka perkalian matriks memenuhi sifat berikut :

SIFAT MATRIKS 2

1. Tdk komutatif (kecuali matriks khusus) 2. Assosiatif (AB)C=A(BC)

3. Distributif A(B+C)=AB+AC & (A+B)C=AC+BC 4. k(AB) = (kA)B = A(kB)

5. (k A)(l B) = (k l)(AB)

6. Jika AB = O, belum tentu A=O atau B=O 7. Jika AB = AC, belum tentu B = C

(18)

Misalkan k & l skalar, A dan B matriks-matriks berordo mxn, maka perkalian skalar dengan

matriks memenuhi :

SIFAT MATRIKS 3

1. (k + l)A = k A + l A 2. k(A+B) = k A + k B 3. k(l A) = (k l)A 4. 1A = A 5. (-1)A = -A

(19)

Jika k dan l bilangan bulat, A matriks

bujursangkar, maka

 

k l kl l k l k

A

A

.

2

A

A

A

.

1

SIFAT MATRIKS 4

(20)

JENIS MATRIKS

1. Matriks segitiga atas : matriks bujursangkar

dengan aij = 0 untuk setiap i > j

2. Matriks segitiga bawah : matriks bujursangkar

dengan aij = 0 untuk setiap i < j

3. Matriks diagonal : matriks yang sekaligus

matriks segitiga bawah & matriks segitiga atas

4. Matriks skalar : matriks diagonal dengan

(21)

JENIS MATRIKS (lanj)

5. Matriks identitas : matriks skalar dgn

elemen diagonalnya sama dengan 1

6.

Matriks

idempoten

:

matriks

bujursangkar A dengan sifat A

2

= A

7.

Matriks

nilpoten

:

matriks

bujursangkar A dengan sifat A

r

= 0

untuk suatu bilangan bulat r≥0

(22)

JENIS MATRIKS (lanj)

8. Matriks simetri : matriks bujursangkar

dengan sifat A = At

9. Matriks skew simetri : matriks bujursangkar dengan sifat A = -At

(23)

CONTOH 1

Hitunglah hasil tambah dan hasil kali matriks dengan bilangan dibawah ini.

                                      2 1 5 2 1 2 0 4 0 1 2 1 1 . 1 3 2 2 3 0 4 1 2 1 4 3 2 1 5 2 1 2 0 4 0 1 2 1 . b a

(24)

                                       1 4 7 4 4 2 4 5 2 0 2 4 1 3 2 2 3 0 4 1 2 1 4 3 2 1 5 2 1 2 0 4 0 1 2 1 . a                                2 1 5 2 1 2 0 4 0 1 2 1 2 1 5 2 1 2 0 4 0 1 2 1 1 . b

(25)

CONTOH 2

Bila                          3 4 5 1 2 3 dan 6 5 4 3 2 1 B A

Hitunglah matriks D sehingga A+B –D = 0 Jawab

9

9

1

4

0

2

3

4

5

1

2

3

6

5

4

3

2

1

0

D

B

A

D

D

B

A

(26)

Misal                   1 2 2 2 5 1 dan 2 0 1 3 2 1 B A

Tentukan A+B, 3B, -2B, A+2B, 2A+B, A-B, A-2B, B-A , At , Bt

CONTOH 3

Jawab                           1 2 1 1 7 0 1 2 2 2 5 1 2 0 1 3 2 1 B A                     3 6 6 6 15 3 1 2 2 2 5 1 3 3B

(27)

                           0 4 3 1 12 2 2 4 4 4 10 2 2 0 1 3 2 1 2B A                       2 4 4 4 10 2 1 2 2 2 5 1 2 2B                           3 2 0 4 9 1 1 2 2 2 5 1 4 0 2 6 4 2 2A B                              3 2 3 5 3 2 1 2 2 2 5 1 2 0 1 3 2 1 B A

(28)

            2 3 0 2 1 1 t A               1 2 2 5 2 1 t B                              3 2 3 5 3 2 2 0 1 3 2 1 1 2 2 2 5 1 A B                              4 4 5 7 8 3 2 4 4 4 10 2 2 0 1 3 2 1 2B A

(29)

Misal                  3 0 1 1 dan 2 2 1 1 B A

Tentukan At , Bt , (A+B)t dan At+Bt , A+At B+Bt

CONTOH 4

Jawab                  3 1 0 1 dan 2 1 2 1 t t B A                                    1 0 2 0 ) ( 1 2 0 0 3 0 1 1 2 2 1 1 ) ( t B A B A

(30)













1

0

2

0

3

1

0

1

2

1

2

1

t t

B

A

4

1

1

2

2

1

2

1

2

2

1

1













t

A

A













6

1

1

2

3

1

0

1

3

0

1

1

t

B

B

(31)

Hitunglah hasilkali matriks-matriks berikut

 

17 1 3 2 6 5 4 a.            

CONTOH 5

                       29 20 3 2 1 6 5 1 4 3 2 c.

                         4 5 6 18 15 12 12 10 8 6 5 4 1 3 2 b.

Referensi

Dokumen terkait

a. bahwa dalam rangka peningkatan pelayanan dan pengelolaan administrasi kependudukan sehingga sesuai dengan perkembangan situasi dan kondisi saat ini perlu melakukan

Data yang telah terkumpul kemudian dianalisa secara cermat untuk dipahami bahwa data tersebut memang layak untuk dijadikan sebagai data yang akan merangkai

Berdasarkan uraian diatas membuat peneliti tertarik untuk melakukan penelitian tentang efektivitas ekstrak etanol daun randu (Ceiba pentandra Gaertn.)

Adapun beberapa kelemahan antena mikrostrip antara lain, penguatan yang rendah, memiliki rugi-rugi hambatan (ohmic loss) pada pencatuan antena array, memiliki daya (power)

Jika terdapat mahasiswa lain yang tidak terdaftar pada kelas tersebut atau mahasiswa tersebut salah ruangan, maka sistem pada komputer dosen akan menampilkan pesan

Dari kedua variabel tersebut yang terdiri dari tanggung jawab dan kemampuan pegawai manakah yang dominan berpengaruh secara signifikan terhadap prestasi kerja pegawai pada

Tiada kata terindah selain ucapan syukur kehadirat Allah SWT yang senantiasa melimpahkan rahmat, karunia, dan berkah-Nya sehingga penulis mendapat bimbingan dan

Faktor-faktor yang mempengaruhi kegagalan dan kesuksesan informasi antara lain sumber daya manusia yang terlibat, teknik perancangan yang baik, komplesitas