MATRIKS.

Slides:



Advertisements
Presentasi serupa
MATRIKS DAN DETERMINAN
Advertisements

Pengertian Tentang Matriks Operasi-Operasi Matriks
Matriks.
MATRIKS untuk kelas XII IPS
Selamat Datang Dalam Kuliah Terbuka Ini
ALJABAR LINIER & MATRIKS
ALJABAR LINIER DAN MATRIKS
MATRIKS BUDI DARMA SETIAWAN.
BAB 3. MATRIKS 3.1 MATRIKS Definisi: [Matriks]
Matrik dan operasi-operasinya
BAB 2 DETERMINAN.
Matriks & Operasinya Matriks invers
MATRIKS Trihastuti Agustinah.
design by budi murtiyasa ums 2008
Modul 2: Aljabar Matriks
DETERMINAN.
Pertemuan I : Pengertian Matriks Operasi Jenis-jenis Matriks
Konsep Vektor dan Matriks
Matrik dan Ruang Vektor
Matriks dan Ruang Vektor
Bab 3 MATRIKS.
Sistem Persamaan Linier
ALJABAR LINIER & MATRIKS
MATRIKS DEFINISI MATRIKS :
MATRIX.
MATA KULIAH KALKULUS III (4 sks) DOSEN : Ir.RENILAILI, MT
MATEMATIKA ELEKTRO MATRIKS Normiati Kun Arifudin
BAB I MATRIKS.
Widita Kurniasari, SE, ME Universitas Trunojoyo
Pertemuan 25 Matriks.
BAB 6. INTEGRASI VEKTOR PENDAHULUAN
ALJABAR MATRIKS pertemuan 1 Oleh : L1153 Halim Agung,S.Kom
MATRIK Yulvi Zaika Jur. T.sipil FT Univ. Brawijaya
LANJUTAN MATRIKS Oleh : KELOMPOK 2 : - ERNAWATI EVI NOVIANTI AGISIANA RIANI AUGUSTIA RIFNA.
By : Meiriyama Program Studi Teknik Informatika
DETERMINAN DAN INVERSE MATRIKS.
OLEH : IR. INDRAWANI SINOEM, MS.
Aljabar Linier Pertemuan 1.
BY : ERVI COFRIYANTI, S.Si
Matriks dan Transformasi Linier
Matriks.
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
MATRIKS.
MATRIKS.
Sistem Persamaan Linier Oleh : Sudaryatno Sudirham
PERSAMAAN LINEAR MATRIK.
MATEMATIKA DISKRIT MATRIKS, RELASI DAN FUNGSI D e f n i
MATRIKS DEFINISI MATRIKS :
Transfos Suatu Matriks
DETERMINAN.
Definisi Matriks Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan.
Matriks Dasar & Penerapannya
Aljabar Linear Pertemuan 9 Matrik Erna Sri Hartatik.
ALJABAR LINIER & MATRIKS
MATRIKS MATEMATIKA DASAR
MATEMATIKA LANJUT 1 MATRIKS Dosen : Fitri Yulianti, SP. MSi.
MATRIKS DEFINISI MATRIKS :
MATRIKS MATEMATIKA DASAR
Aljabar Linear.
Matematika Informatika 1
MATRIKS.
Aljabar Linear.
MATRIKS Matematika-2.
MATRIKS dan DETERMINASI
MATRIKS.
MATRIKS.
Aljabar Linier Oleh Ir. Dra. Wartini.
ALJABAR LINIER DAN MATRIKS
JENIS-JENIS MATRIKS Matriks Echelon
Bab 1.3 – 1.5 Matriks & Operasinya Matriks invers.
Transcript presentasi:

MATRIKS

MATRIKS DEFINISI Matriks adalah himpunan skalar (bilangan riil/kompleks) yang disusun secara empat persegi panjang (menurut baris dan kolom) Bentuk umum A=(aij) ,i= 1,2,...m J=1,2,...m a11 a12……a1n baris 1 a21 a22…..a2n baris 2 Am1 am2…amn baris m   Kolom n Kolom 2 Kolom 1 Matriks di atas mempunyai m buah baris dan n buah kolom maka dikatakan ukuran matriks tersebut adalah (mxn).

Kesamaan dua matriks A = B C ≠ D E = F jika x = 1 G = H Dua buah matriks A=(aij) dan B=(bij) dikatakan sama A=B, jika ukurannya sama (mxn) dan berlaku aij=bij. 1 2 4 2 1 3 A = 1 2 4 2 1 3 B = A = B 1 2 2 2 1 3 C = 2 1 2 2 1 3 D = C ≠ D 1 2 4 2 2 2 E = x 2 4 2 2 2 F = E = F jika x = 1 H = ? ? ? 2 2 5 6 9 0 7 G = 2 2 2 G = H 4 5 6 9 7

Contoh penjumlahan matriks: Operasi pada Matriks 1. Penjumlahan / Pengurangan Syarat = kedua matriks tersebut berukuran sama Contoh penjumlahan matriks: 2 2 4 1 A = B = A + B 3 6 3 6 + = 6 3 + = 12 6

Contoh: PENGURANGAN MATRIKS 2 2 4 1 A = B = A - B 3 6 3 6 - = -1 -2 -

2. Perkalian scalar terhadap matriks Jika λ suatu scalar dari A=(aij) maka λ A diperoleh dengan mengalikan semua elemen matriks A dengan λ Contoh: Hukum pada Penjumlahan dan Perkalian Skalar Misal. A, B & C matriks berukuran sama, dan λ scalar, maka: (1). A+B = B+A : komutatif (2). (A+B)+C = A+(B+C) : Asosiatif (3). λ(A+B) = λA+ λB : Distributif (4). Selalu ada matriks D sedemikian sehingga A+D=B

3. Perkalian Matriks A=(aij) dengan i=1,2,3,…,m dan j=1,2,3,…,n Dua buah matriks A&B dapat dikalikan jika: Jumlah kolom matriks pertama (A) sama dengan jumlah baris matriks kedua (B). Misal. A(mxn) dan B(nxp), C=AxB maka C(mxp). A=(aij) dengan i=1,2,3,…,m dan j=1,2,3,…,n B=(bjk) dengan j=1,2,3,…,n dan k=1,2,3,…,p C=(cik) dengan i=1,2,3,…,m dan k=1,2,3,…,p Maka : A x B = (aij) x (bjk)=(cik)

Contoh: 1 1 1 -4 -4 -4 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 B = A = 4 4 4 2 2 2 1 1 1 1 4 4 4 4 4 5 5 5 5 5 1 1 1 2 2 2 2 x + x + x = 9 x + x + x = 16 x + x + x = 3 A x B = x + x + x = 13 x + x + x = 8 x + x + x = 14

Hukum pada perkalian matriks   Jika A,B,C adalah matriks-matriks yang memenuhi syarat-syarat yang di perlukan, maka: A(B+C)=AB+AC A(BC)=(AB).C Perkalian matriks tidak komutatif = AB≠BA tetapi ada beberapa matriks yang berlaku AB=BA Bila AB=AC , belum tentu B=C Bila AB=0(matriks nol) Maka kemungkinan-kemungkinan: 1. A=0 & B=0 2. A=0 atau B=0 3. A≠B dan B≠0

Transpose [AT]ij = [A]ji Definisi: 4 5 2 3 6 -9 7 7 4 2 6 7 5 3 -9 7 A = AT = A’ = Definisi: Transpose mariks A adalah matriks AT dimana kolom-kolomnya adalah baris-baris dari A, baris-barisnya adalah kolom-kolom dari A. [AT]ij = [A]ji n x m Jika A adalah matriks m x n, maka matriks transpose AT berukuran ……

Sifat-sifat transpose matriks Transpose dari A transpose adalah A: (AT )T = A A (AT)T = A AT Contoh: 4 5 2 3 6 -9 7 7 4 5 2 3 6 -9 7 7 4 2 6 7 5 3 -9 7

Sifat-sifat transpose matriks 2. (A+B)T = AT + BT A T AT BT B T A+B (A+B)T T = +

Sifat-sifat transpose matriks 3. (kA)T = k(A) T untuk skalar k kA T A T k (kA)T = k(A)T

Sifat-sifat transpose matriks 4. (AB)T = BT AT B T T A AB T = (AB)T AB = BTAT

Jenis Matriks Khusus 1. Matriks bujur sangkar Adalah suatu matriks dengan banyaknya baris sama dengan banyaknya kolom Contoh elemen diagonal utama

2. Matriks Nol Adalah matriks yang semua elemennya nol 2x2 3x3 3 2. Matriks Nol Adalah matriks yang semua elemennya nol 2x2 3x3 3. Matriks Diagonal Adalah matriks yang semua elemen diluar diagonal utama adalah nol Contoh:

4. Matriks Identitas Adalah matriks diagonal yang elemen diagonal utamanya semua=1 Contoh: 5. Matriks Skalar Adalah matriks diagonal dengan semua elemen diagonal utama=K 6. Matriks Segitiga Bawah Adalah matriks bujur sangkar yang semua elemen diatas diagonal utama=0

7. Matriks Segitiga Atas Adalah matriks bujur sangkar yang semua elemen dibawah diagonal utama=0 Contoh: 8. Matriks Simetris Adalah matriks yang transfosenya sama dengan dirinya sendiri.(A=AT).

9. Matriks Anti Simetris Adalah matriks yang transfosenya adalah negatifnya. Contoh: 10. Matriks Hermitian Adalah matriks yang transfose hermitiannya sama dengan dirinya sendiri

11. Matriks Invers Misal A(nxn), B(nxn) dan berlaku AB=BA=I maka dikatakan B invers dari A→B=A-1 atau A invers dari B→A=B-1 Contoh: 12. Matriks Komutatif Jika A dan B matriks-matriks bujur sangkar dan berlaku AB=BA, maka A dan B dikatakan berkomutatif satu sama lain.

Transformasi Elementer Yang di maksud Transformasi Elementer pada matriks adalah operasi sbb: 1. Bij : Pergantian baris ke i dengan baris ke j 2. Kij : Pergantian kolom ke i dengan kolom ke j 3. Bi(λ) : Elemen-elemen baris ke i masing-masing dikalikan dengan skalar λ≠0 4. Ki(λ) : Elemen-elemen kolom ke j masing-masing dikalikan dengan skalar λ≠0 5. Bij(λ) : Elemen-elemen baris ke i masing-masing ditambah dengan λ kali baris ke j 6. Kij(λ) : Elemen-elemen kolom ke i masing-masing ditambah dengan λ kali kolom ke j

Contoh: Di ketahui matriks , maka:

Matriks Ekivalen   Dua matriks A dan B dikatakan ekivalen(A ~B) jika matriks yang satu dapat di peroleh dari matriks yang lain dengan transformasi baris dan atau kolom. Contoh: Adalah ekivalen karena:

Matriks Eselon Setiap matriks yang bukan matriks nol dapat dirubah menjadi matriks eselon dengan menggunakan “Transformasi Elementer”. Matriks yang memenuhi bahwa elemen-elemen yang sekolom dengan setiap elemen tidak nol terkiri semuanya nol (kecuali elemen 1 terkirinya) disebut “ Matriks Eselon “.

Kondisi-kondisi matriks bentuk eselon baris dan eselon baris tereduksi: Ya Tidak 1. Elemen pertama yang tidak nol adalah 1 (satu utama) 2. Satu utama baris berikutnya berada lebih kanan dari baris sebelumnya 3. Baris nol berada di paling bawah 4. Elemen di atas satu utama nol semua 1 0 2 4 0 1 3 6 0 0 1 0 1 0 2 4 0 3 1 6 0 0 1 0 1 0 2 4 0 0 1 6 0 0 0 1 1 0 2 4 0 0 1 6 0 1 0 0 1 0 2 4 0 1 6 0 0 0 0 0 1 0 2 4 0 0 0 0 0 1 6 0 0 1 6 0 0 1 0 0 0 1 0 6 0 0 0 0 1 5 0 0 0 0 0 0 1 0 2 4 0 1 3 6 0 0 1 0

Matriks dalam bentuk eselon baris (eb) dan eselon baris tereduksi (ebt) Matriks yang memenuhi kondisi 1, 2, 3 disebut matriks berbentuk eselon baris. Jika matriks memenuhi kondisi 1, 2, 3, 4, maka matriks dalam bentuk eselon baris tereduksi. * 1 utama Sembarang nilai Nol eselon baris. eselon baris tereduksi

Rank Matriks Setiap matriks dapat dijadikan matriks eselon atau eselon tereduksi dengan menggunakan transformasi elementer. Jumlah elemen satu terkiri pada matriks eselon atau jumlah baris yang tidak sama dengan nol (tidak dapat di nolkan) pada matriks eselon disebut Rank Matriks.

Contoh : Tentukan rank matriks di bawah ini : Jawab : 2 matrik eselon Jadi rank matriks diatas adalah 2