MATRIKS

  matriks

oleh: Jofris hutabarat

kelas: B

Matrik adalah susunan bilangan real (kompleks) berbentuk empat persegi panjang yang di batasi oleh tanda kurung. 

 

    istilah istilah:

  • Lambang matrik digunakan hurus besar A,B,C
  • Elemen matrik digunakan lambang huruf kecil , a,b,c
  • bagian mendatar disebut baris
  • bagian tegak disebut kolom 
  • Indeks -I menyatakan baris , indeks j menyatakan kolom 
  • jumlah baris =m , jumlah kolom =n
  • ukuran matrik disebut ordo 
  • matrik dengan jumlah baris=m jumlah kolom =n disebut dengan ukuran (m x n) atau matrik berordo (m x n)

Jenis jenis matrik

                1.matrik bujur sangkar 

dikatakan matrik bujur sangkar jika jumlah baris dan jumlah kolom  A sama  

               2.matriks segi tiga atas

dikatakan segitiga atas , jika A adalah matriks bujur sangkar dimana semua elemen  dibawah adalah 0

            3.matriks segitiga bawah

dikatakan matriks segitiga bawah , jika A adalah matrik bujur sangkar dimana semua elemen diatas adalah 0

    

            4.matrik diagonal =D

dikatakan matrik diagonal , jika A adalah matrik bujur sangkar dimana semua elemen selain diagonal utama 0 dan elemen diagonal utama tak nol 

 

               5.matriks identitas 

dikatakan matrik identitas , jika A adalah matrik bujur sangkar dimana semua elemen selain diagonal utama 0, dan elemen diagonal utama tak nol

  

                 6.Tranpose matriks 

tranpose matriks adalah sebuah matriks yang diperoleh dari A dimana baris  AT adalah kolom A, dan kolom AT adalah baris A. bila A berukuran (mxn), AT berukuran (nxm).

 

                7.Matriks simetris

dikatakan matriks simetris bilamana A adalah matriks bujur sangkar dimana AT=A

  

             8. Matriks baris 

matriks baris adalah matriks yang terdiri dari satu baris 

contoh ; A (1    3    4    9)

              9. Matriks kolom

Matriks kolom adalah matriks yang terdiri dari  satu kolom 

         

             10. Matriks nol

matriks nol adalah suatu matriks yang setiap unsurnya 0 berordo.

               11. Matriks skalar

Matriks skalar adalah matriks diagonal yang unsur-unsur pada diagonal utama semuanya sama.  

                12. Matriks mendatar 

Matriks mendatar adalah matriks yang banyaknya baris dan kurang dari banyak nya kolom.

      

                13.Matriks tegak

Matriks tegat adalah suatu matriks yang banyaknya baris lebih dari banyaknya kolom.

  

                14.Matriks skew simetris (Anti simetris), yaitu suatu matriks persegi yang apabila ditransposkan akan sama dengan negatif dari matriks semula. 

  

  • Sifat penjumlahan matriks    

    misalkan yerdapat matriks  A,B,C dan matriks nol osedemikian rupa sehingga berlaku ;

A+B=B+A 

A+(B+C)=(A+B)+C

A+O=O+A=A

A+(-A)=-A+A=O

  • Sifat perkalian matriks

misalkan terdapat matriks A,B,C matriks 0, matriks identitas I dan m,n sembarang bilangan bulat yang sedemikian rupa sehingga berlaku ;

  




 DETERMINAN MATRIKS

Fungsi determinan  matriks bujur sangkaar A dinyatakan dengan det(A)=A, didefinisikan sebagai jumlah hasil kali elementer elemen elemen bertanda A

 kasus n=1

A=[a], det(A)=a

 

 

metude EKSPANSI LAPLACE

andaikan , A=[a] (nxn) adalah matriks bujur sangkar berordo (nxn)

1. minor elemen matriks Abaris ke-i dan kolom ke-j (a-ij) didefinisikan sebagai determinan matrik berordo (n-1) x (n-1) yang di peroleh dari A dengan cara menghilagkan baris ke-I dan kolom ke -j

2. kofaktor elemen matriks A baris ke-i kolom ke-j ditulis C-ij didefinisikan sebagai 

 

 

 

M23 determinan matriks berordo (3x3) baris ke -2 dan kolom ke-3 dari matriks A dihilangkan 

 

 

M23 determinan matriks berordo (3x3) baris ke -3 dan kolom ke -2 dari matriks A dihilangkan 

 

DETERMINAN METODE EKSPANSI LAPLACE

Andaikan A=[aij] (nxn) adalah matrik bujur sangkar berordo cij =(-1) Mij adalah kofaktor elemen matriks A baris ke-i kolom ke-j

 

Determinan Metode Chio

Andaikan , A[aij](nxn), dan a11=0 :

 

 

  Rumus diatas dikenal pula dengan , rumus menghitung determinan dengan mereduksi orde / ukuran matrik. Reduksi ordenya dapat pula menggunakan elemen matrik yang lain, tidak harus a11.

Contoh :

 

 

 

Dekomposisi : Metode  Crout

Rumus umum untuk mencari L dan U dengan metode Crout adalah :

 

kasus n=3

 

Dalam membahas metode reduksi Crout, tinjau matriks 3 x 3 berikut :

 

Karena LU = A, maka hasil perkalian L dan U itu dapat di tulis  sebagai 

 

Contoh :
hitunglah determinan matrik berikut dengan metode dekomposisi 

 


 

,  

 

 

 

kasus n=4 metode crout 

 

Rumus iterasi perhitungannya adalah ;

 

 

Contoh

Hitunglah determinan matrik berikut dengan metode dekomposisi :

 

Jawab :

  

 


Dekomposisi metode DOOLITTLE

rumus umum untuk mencari L dan U dengan metode Doolittle adalah :

 
 
 

Untuk kasus n=4
screenshot-31.png
Rumus perhitungannya :
Screenshot (35)
Screenshot (35) 
contoh soal
screenshot-43.png 
Screenshot (44) 

Invers Matriks

    matriks bujur sangkar A dikatakan mempunyai invers jika terdapat matriks B sedemikian rupa sehingga AB = BA = I dimana I matriks identitas

Invers matriks
-Metode adjoint
-metode operasi elementer
-metode perkalian invers matriks elementer
-metode partisi matriks

    andaikan A matriks bujur sangkar berordo (nxn), Cij=(-1)i+j Mij kofaktor elemen matriks aij, dan andaikan pula det(A) tidak sama dengan 0 maka A mempunyai invers yaitu :

    

kasus n=3

 

 

Kasus n=4 

 

 

Invers : operasi elementer baris 

    opersai elementer baris yang di gunakan adalah :
 

 

 

 

 

perkalian matriks elementer 

1.matriks elementer adalah matriks yang di peroleh dari operasi elementer yang dikenakan pada matriks identitas
2.setiap matriks elementer mempunyai invers , dan setiap matriks bujur sangkar berordo (nxn) yang mempunyai invers ekivalen baris terhadap matriks identitas I

 

 

 

 

 

 

 

Partisi matriks 

    partisi matriks A yang berordo (mxn) adalah sub matriks-sub matriks yang di peroleh dari A dengan cara memberikan batasan batasan garis horizontal diantara dua baris dan atau memberikan batasan-batasan garis vertikal diantara dua kolom

 

 

 

  


Sistem persamaan linier

    persamaan linier adalah suatu persamaan dengan variabel yang tidak diketahui x1,x2,x3....,xn yang dinyatakan dalam bentuk a1x1 + a2x2 +...+an dan b adalah kosntanta real (kompleks) .persamaan linier secara geometri dengan istilah garis 

bentuk matriks SPL

  

  

metode creamer

    Andaikan , AX = B adalah sistem persamaan linier dengan npersamaan linier dan n variabel yang tidak diketahui ,

 

Andaikan determinan matrik A tidak sama dengan nol maka sistem persamaan linier non homogen solusinya tunggal yaitu 

 

  

Contoh :

  

 

metode eliminasi gaus

operasi elementer baris
1. HI <- k HI :
    kalikan sembarang baris ke 1 dengan konstanta tak nol
2. HI <- Hj
    tukarkanlah semua elemen baris ke i dengan baris ke j
3. HI <- HI + kHj
    kalikanlah baris ke j dengan konstanta tak nol k, dan hasilnya jumlahan pada baris ke I

Contoh:
Tentukan matrik eselon matrik berikut ini :
 

SPL : METODE DEKOMPOSISI

    

Andaikan, AX=B adalah sistem persamaan linier dengan n persamaan linier dan n variabel yang tidak diketahui,

 

Andaikan, A dapat didekomposisi menjadi matrik segitiga atas L dan segituga bawah U,akibatnya SPL AX=B dapat ditulis menjadi :

           LUX = B

atau,

             L Y= B

             UX = Y

 

Langkah-langkah menentukan solusi SPL non homogen, dengan metode dekomposisi matrik adalah :

(1). Tentukan dekomposisi matrik A, menjadi  A=LU, dengan metode Crout, Doolite, Cholesky).

(2). Tentukanlah nilai Y dari persamaan :

             LY=B,

       dengan eliminasi maju

            (y1, y2, y3, …,yn)

(3). Tentukanlah nilai X yang merupakan solusi SPL non homogen, dari persamaan

             UX=Y

   dengan eliminasi mundur

            (xn, xn-1, …,x2,x1). 


CONTOH :

Carilah solusi SPL berikut dengan metode Dekomposisi :

 

Jawab :

Mengingat, dekomposisi A dengan metode Crout adalah :

 

Menghitung Y dari LY = B

 

Dari SPL diperoleh :

2y1 = 16                     à y1=8

3y1 – y2 = 12             à y2=12

4y1 – 2y2 + 2y2 = 12 à y3 = 2

Menghitung X dari UX = Y

 

Dari SPL diperoleh :

x3 = 2                     à x3=2

x2 + 2.5x3 = 12       àx2=7

x1 + 2x2 + 1.53 = 2 àx1=–9

 

Nilai Eigen dan Vektor Eigen

Andaikan A marik bujur sangkar berordo nxn, vektor taknol x di dalam Rn dikatakan vektor eigen A, jika tedapat skalar taknol l sedemikian rupa sehingga,

                            Ax = lx

ldisebut dengan nilai eigen dari A dan x disebut vektor eigen dari A yang bersesuaian dengan l.

Contoh :

Vektor x = [1,2] adalah vektor eigen dari :
 
yang bersesuaian dengan nilai eigen, l = 3, karena : 
 

Teknik Menghitung Nilai Eigen (1)

Untuk menghitung nilai eigen matrik A yang berorodo nxn tulislah Ax = lx sebagai,

                                   Ax = lIx

                         (lI – A)x = 0 
 

Agar supaya l menjadi nilai eigen, maka penyelesaian sistem persamaan linier diatas haruslah non trivial, dimana syaratnya adalah :

 

Teknik Menghitung Nilai Eigen (2)

Persamaan terakhir adalah polinomial l berderajad n yang disebut dengan persamaan karakteritik A, sedangkan nilai eigen matrik A adalah akar-akar persamaan karakteristik A (akar-akar polinomial dalam l).

Langkah-langkah menentukan nilai eigen dan vektor eigen matrik A adalah :

(1)Bentuk matrik (lI – A)
(2)Hitung determinan, det(lI – A)=0
(3)Tentukan persamaan karakteristik dari, (lI – A) = 0
(4)Hitung akar-akar persamaan karakteristik (nilai lamda)
(5)Hitung vektor eigen dari SPL, (lI – A)x=0

Contoh

Carilah nilai eigen dan vektor eigen dari, A =

 

Jawab

Bentuk, lI – A yaitu :
 


Persamaan karakteristiknya adalah:

det(lI – A) = l2 – 2l – 8 = 0 

Akar-akar persamaan karakteristiknya adalah : l1 = 4, dan l2 = –2, dan inilah nilai eigen matrik A.

Vektor eigen x dari A diperoleh dari :

(lI – A)x = 0 

 

Untuk l = 4, diperoleh SPL

 

Solusi SPL diatas adalah :

 

Jadi vektor eigen untuk l = 4, adalah x = [5,1]. Sedangkan vektor eigen yang bersesuaian dengan l = –2 adalah, x = [1,–1]. 

 

Diagonalisasi

Suatu matriks bujursangkar A dikatakan diagonalizable 

• Jika ada matriks P yang dapat diinvers sehingga P -1AP =D adalah matriks diagonal

• Matriks P dikatakan mendiagonalkan ( diagonalize) A.




Jika A n´n maka: 

• A dapat didiagonalkan. • A mempunyai n vektor eigen yang bebas secara linier.


Suatu matriks Anxn dengan n vektor eigen yang bebas linier dapat didiagonalkan dengan langkah sbb: 

 • Step 1. Cari n vektor eigen yang bebas secara linier dari A, yaitu p1 , p2 , …, pn . 

Step 2. Bentuk matriks P yang mempunyai p1 , p2 , …, pn sebagai vektor-vektor kolomnya. 

Step 3. Matriks P -1AP akan menjadi matriks diagonal dengan l1 , l2 , …, ln sebagai anggota diagonalnya dimana li adalah nilai eigen yang berpadanan dengan pi , untuk i = 1, 2, …, n.

contoh soal :

Langkah-langkah Mencari D

  1. Tentukan P-1 , yaitu dengan mencari determinan dari P dan adjoin P.
  2. Setelah itu baru cari D = P-1 AP
               



         






Diagonalisasi Ortogonal

Diketahui suatu matriks A, nxn, dan suatu matriks ortogonal P sedemikian sehingga : 

                                   P -1AP = PTAP=D 

maka A disebut dapat didiagonalkan secara ortogonal dan P disebut mendiagonalkan A secara ortogonal.

Setiap matriks simetris dapat didiagonalkan secara ortogonal. 

Jika A adalah matriks n´n maka pernyataan berikut ekuivalen: 

• A dapat didiagonalkan secara ortogonal. 

• A mempunyai suatu himpunan n vektor eigen yang ortonormal. 

• A simetris. AT = (PDPT) T=PDTP T = PDPT = A Jika A adalah suatu matriks simetris, maka: – Nilai eigen dari A semuanya bilangan real. – Vektor-vektor eigen dari ruang eigen yang berbeda ortogonal.

Prosedur mendiagonalkan secara ortogonal suatu matriks simetris: 

Step 1. Cari basis untuk setiap ruang eigen dari A. 

Step 2. Terapkan proses Gramm Schmidt pada setiap basis-basis ini untuk mendapatkan suatu basis ortonormal untuk setiap ruang eigen. 

Step 3. Bentuk matriks P yang kolom-kolomnya adalah vektor-vektor basis yang disusun pada step-2, matriks ini mendiagonalkan A secara ortogonal.


Contoh soal :


kunjungi video saya di yutube :
https://www.youtube.com/watch?v=uDEJtFLPxx8&list=PL2HHkwvuggXuhTZMM3IobA9q9Fpv3-n7D

 

 

 

 

 



 

 

 

Komentar

Postingan populer dari blog ini

LATIHAN SOAL

TEKNOLOGI TERBARU KOMUNIKASI DATA

Judul: Analisis Leksikal dalam Rancangan Sistem Informasi Data