0% menganggap dokumen ini bermanfaat (0 suara)
5 tayangan27 halaman

Invers Matriks dan Vektor: Panduan Lengkap

Diunggah oleh

Siti Rahmadhani
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
5 tayangan27 halaman

Invers Matriks dan Vektor: Panduan Lengkap

Diunggah oleh

Siti Rahmadhani
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Modul 4

Invers Matriks dan Vektor

A. Pendahuluan
Pada Modul 2 telah dibahas sistem persamaan linier. Pada
Modul 4 ini, sistem persamaan linier akan digunakan untuk
mencari invers suatu matriks bujur sangkar tipe n x n yang non-
singular. Mencari invers dari matriks non-singular A tipe n x n
tidak lain adalah mencari matriks non-singular B sehingga AB
= I, yang dapat diterjemahkan menjadi mencari penyelesaian n
sistem persamaan linier AX ̅ i =̅̅̅
Hi (i = 1, 2, … n) dimana
B = (X̅1 X̅ 2 ….̅̅̅ ̅ 1H
Xn ) dan I = (H ̅ 2 ….̅̅̅
Hn ). Selain itu, akan
dibahas cara mencari invers matriks dengan determinan.
Setelah mempelajari Modul 4 ini, mahasiswa diharapkan
dapat memahami invers dari matriks non-singular, vektor, serta
dapat mencari invers matriks non-singular dengan transformasi
baris elementer, atau dengan determinan.

B. Kegiatan Pembelajaran
1. Kegiatan Pembelajaran 1: Invers Matriks
Misal diketahui matriks non-singular A tipe n x n. Suatu
matriks non-singular B tipe n x n, yang memenuhi
hubungan AB = I, disebut invers dari A. Selanjutnya akan
diperlihatkan jika AB = I maka juga BA = I. Dimisalkan
AB = I dan CA = I.
Dari satu pihak CAB = C(AB) = CI = C, dari lain pihak
CAB = (CA)B = IB = B. Jadi C = B. Sehingga jika A dan
B matriks non-singular sedemikian hingga BA = AB = I,
maka B disebut invers dari A dan ditulis B = A-1. Jadi A-1
A = A A-1 = I.

Contoh 1:

1 -3
A= [ ];
2 -5

80
-5 3
B= [ ];
-2 1

1 4
C= [ ]
3 5

matriks non singular

1 -3 -5 3
AB = [ ][ ]
2 -5 -2 1
1 0
= [ ]
0 1
=I

-5 3 1 -3
BA = [ ][ ]
-2 1 2 -5
1 0
= [ ]
0 1
=I

1 -3 1 4
AC = [ ][ ]
2 -5 3 5
-8 -11
= [ ] ≠ I,
-13 -17

C bukan inversnya A

-5 3 1 4
BC = [ ][ ]
-2 1 3 5
4 -5
= [ ] ≠ I,
1 -3

C bukan inversnya B

Karena AB = BA = I, maka A-1 = B.

81
1.1. Beberapa Sifat Invers Matriks
Sifat invers matriks sebagai berikut:
1) Jika A-1 = B, maka B-1 = A. Cukup jelas.
2) (A-1)-1 = A. Cukup jelas.
3) (AB)-1 = (B-1 A-1).

Penjelasan:
Sebelumnya perlu diingat bahwa

(AB)-1 (AB) = (AB)(AB)-1


=I

Selanjutnya dengan menggunakan sifat asosiatif


pada perkalian matriks dapat diperlihatkan:

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


= B-1IB
= B-1B
=I

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


= AIA-1
= AA-1
=I

Terlihat:

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


=I

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

4) Hanya matriks non-singular yang mempunyai


invers.

82
Penjelasannya akan dapat ditemukan pada pembahasan
cara mencari invers matriks di bawah ini.

1.2. Cara Mencari Invers Matriks


Misal diketahui matriks non-singular A tipe n x n.
Mencari A-1 tidak lain mencari matriks bujur sangkar B
tipe n x n sehingga AB = I.
Misal:

a11 a12 … a1n


a21 a22 … a2n
A= [ ⋮ ⋮ ⋮ ⋮ ] akan dicari
an1 an2 … ann

x11 x12 … x1n


x21 x22 … x2n
B= [ ⋮ ⋮ ⋮ ⋮ ] sehingga
xn1 xn2 … xnn

a11 a12 … a1n x11 x12 … x1n


a21 a22 … a2n x21 x22 … x2n
[ ⋮ ⋮ ⋮ ⋮ ][ ⋮ ⋮ ⋮ ⋮ ]
an1 an2 … ann xn1 xn2 … xnn

1 0 … 0
= [0 1 … 0]
⋮ ⋮ ⋮ ⋮
0 0 … 1

Persamaan di atas dapat diterjemahkan menjadi n


sistem persamaan linier non homogen sebagai berikut:
Sistem persamaan ke-1:

a11 a12 … a1n x11 1


a21 a22 … a2n x21 0
[ ⋮ ⋮ ⋮ ⋮ ] [ ⋮ ] = [⋮]
an1 an2 … ann xn1 0

̅1 = H
AX ̅ 1 ≠ 0̅
̅ 1 dengan H

83
Sistem persamaan ke-2:

a11 a12 … a1n x12 0


a21 a22 … a2n x22 1
[ ⋮ ⋮ ⋮ ⋮ ] [ ⋮ ] = [⋮]
an1 an2 … ann xn2 0

̅2 = H
AX ̅ 2 ≠ 0̅
̅ 2 dengan H

Sistem persamaan ke-n:

a11 a12 … a1n x1n 0


a21 a22 … a2n x2n 0
[ ⋮ ⋮ ⋮ ⋮ ] [ ⋮ ] = [⋮]
an1 an2 … ann xnn 1

̅n = H
AX ̅ n ≠ 0̅
̅ n dengan H

Karena rank (A) = n, pastilah rank (A) = rank


(A|H̅ i ) = n. Sehingga setiap sistem persamaan linier
non homogen diatas pasti mempunyai jawab tunggal
yang bukan 0̅. Jika jawab dari masing-masing sistem
persamaan linier diatas adalah:

b11 b12 b1n


̅ 1 = [b21 ] ; X
X ̅ 2 = [b22 ] ; … X
̅ n = [b2n ]
⋮ ⋮ ⋮
bn1 bn2 bnn

maka A-1 = B

b11 b12 … b1n


b b22 … b2n
= [ 21 ]
⋮ ⋮ ⋮ ⋮
bn1 bn2 … bnn

Jika A matriks singular, yaitu jika rank (A) < n, maka


diantara n sistem persamaan linier non homogen akan
terjadi rank (A) < rank (AHi ). Sebagai akibatnya AB =
I tidak mempunyai jawaban. Jadi A tidak mempunyai
invers.

84
Contoh 2:
1 -3
Carilah A-1 jika A= [ ]
2 -5

Jawab:
X X12
Misalkan A-1 = [ 11 ] ; AA-1 = I
X21 X22

1 -3 X11 X12 1 0
[ ][ ]=[ ]
2 -5 X21 X22 0 1

Sistem persamaan linier non homogen ke-1

1 -3 X11 1 ̅1 = H
̅ 1 (*)
[ ] [ ] = [ ] atau A X
2 -5 X21 0

̅ 1 ) = (1 -3|1) 𝐵21(−2) (1
(A|H -3 1
| )
2 -5 0 ~ 0 1 -2

𝐵12(3) 1 0 -5
( | )
~ 0⏟1 -2
I

X11 = −5
X21 = −2

X11 −5
Diperoleh jawab tunggal: [ ]=[ ]
X21 −2
Sistem persamaan linier non homogen ke-2

1 -3 X12 0 ̅2 = H
̅ 2 (**)
[ ] [ ] = [ ] atau A X
2 -5 X22 1

Karena A pada sistem persamaan ke-2 sama dengan


A pada sistem persamaan ke-1, maka transformasi
elementer pada sistem persamaan ke-2 dapat dibuat
persis sama seperti pada sistem persamaan ke-1.

85
̅ 2 ) = (1 -3|0) 𝐵21(−2) (1 -3|0)
(A|H
2 -5 1 ~ 0 1 1

𝐵12(3) 1 0 3
( | )
~ 0⏟1 1
I
X12 = 3
X22 = 1

X12 3
Diperoleh jawab tunggal: [ ]=[ ]
X22 1
Dari (*) dan (**) didapat

X11 X12
A-1 = [ ]
X21 X22
−5 3
=[ ]
−2 1

Perhatikan: Karena transformasi elementer (*)


persis sama dengan transformasi elementer pada
(**), maka dapat dilakukan efisiensi dengan
penggabungan (*) dan (**) sebagai berikut:

̅ 2 ) = (A|I) (1 −3 | 1 0)
̅1H
(A|H
2⏟ −5 0⏟1
A I

𝐵21(−2) 1 −3 1 0
( | )
~ 0 1 −2 1

𝐵12(3) 1 0 −5 3
( | )
~ 0⏟1 −2
⏟ 1
I A-1

Terlihat ketika matriks koefisien A berubah


menjadi matriks eselon terreduksi I, pada saat yang
sama matriks I berubah menjadi A-1.

86
Berdasarkan uraian dan contoh diatas, cara mencari
𝐴−1 dari matriks non-singular A adalah sebagai berikut:

1) Buatlah matriks lengkap (A|I).


2) Lakukanlah transformasi baris elementer pada
(A|I) dengan sasaran matriks A menjadi
matriks eselon tereduksi.
3) Saat matriks A menjadi matriks I, maka matriks
I menjadi matriks A-1.
(A|I) ~ … … … … ~(I|A−1 )

Contoh 3:
1 3 0
Carilah A dari A= [-1
-1
-2 3]
2 5 -2

Jawab:

1 3 0 1 0 0
(A|I) = (-1 -2 3 |0 1 0)
2 5 -2 0 0 1
B21(1) 1 3 0 1 0 0
~ (
B31(−2) 0 1 3|1 1 0)
~ 0 -1 -2 -2 0 1

B12(−3) 1 0 -9 -2 -3 0
~ (
B32(1) 0 1 3|1 1 0)
~ 0 0 1 -1 1 1

B13(9) 1 0 0 -11 6 9
~ (
B23(−3) 0 1 0| 4 -2 -3) = (I|A−1)
~ 0 0 1 -1 1 1

-11 6 9
Jadi, A-1 = [ 4 -2 -3]
-1 1 1

87
Contoh 4:
1 3 0
Carilah A dari 𝐴 = [-1
-1
-2 3]
2 5 -3
1 3 0 1 0 0
(A|I) = (-1 -2 3 |0 1 0)
2 5 -3 0 0 1
B21(1) 1 3 0 1 0 0
~ (
B31(−2) 0 1 3|1 1 0)
~ 0 -1 -3 -2 0 1

B12(−3) 1 0 −9 -2 -3 0
~ (
B32(1) 0 1 3 1 1 0)
|
~

0 0 0 -1 1 1
Eselon tereduksi

Karena bentuk eselon terreduksi dari A tidak sama


dengan I, maka matriks A adalah matriks singular,
sehingga A tidak mempunyai invers.

1.3. Mencari Invers Matriks dengan Determinan


Misal A matriks bujur sangkar tipe n x n dan αij
adalah kofaktor dari elemen aij.

α11 α12 … α1n


α21 α22 … α2n
Matriks [ ⋮ ⋮ ⋮ ⋮ ] disebut matriks kofaktor
αn1 αn2 … αnn
dari A

Transpose dari matriks kofaktor disebut matriks adjoint


dan ditulis adj A.

α11 α21 … αn1


α12 α22 … αn2
𝑎𝑑𝑗 𝐴 = [ ⋮ ⋮ ⋮ ⋮ ]
α1n α2n … αnn

88
Jika matriks A dikalikan adj A, diperoleh hasil sebagai
berikut:

a11 a12 … a1n α11 α21 … αn1


a21 a22 … a2n α12 α22 … αn2
[ ⋮ ⋮ ⋮ ⋮ ][ ⋮ ⋮ ⋮ ⋮ ]
an1 an2 … ann α1n α2n … αnn

α11 α21 … αn1 a11 a12 … a1n


α12 α22 … αn2 a21 a22 … a2n
=[ ⋮ ⋮ ⋮ ⋮ ][ ⋮ ⋮ ⋮ ⋮ ]
α1n α2n … αnn an1 an2 … ann

|A| 0 … 0
0 |A| … 0
=[ ]
⋮ ⋮ ⋮ ⋮
0 0 … |A|

1 0 … 0
= |A| [0 1 … 0]
⋮ ⋮ ⋮ ⋮
0 0 … 1

= |A| I

atau

A (adj A) = (adj A) A
= |A| I

Jika |A| ≠ 0 maka:

A(adj A) (adj A)A


|A|
= |A|
= I

adj A adj A
atau A [ |A|
] = [ |A|
]A
= I

89
Mengingat A A-1 = A-1 A = I, maka diperoleh rumus
mencari A-1 sebagai berikut:

adj A
A−1 =
|A|

Langkah-langkah mencari A-1 :

Langkah 1: Hitung |A|

Jika |A|=0, maka A tidak


mempunyai invers

Jika |A|≠0 diteruskan ke langkah 2

Langkah 2: Mencari adj A

adj A
Langkah 3: A−1 = |A|

Contoh 5:
1 2 3
-1
Carilah A dari A = [2 3 4]
1 5 7

Langkah 1: Mencari determinan A

|A| = 1α11 + 2α12 + 3α13


= |M11 | - 2|M12 | + 3|M13 |

|M11 | = |3 4|
5 7
=1

|M12 | = |2 4|
1 7
= 10

|M13 | = |2 3|
1 5
=7

90
|A| = 1 − 2(10) + 3(7)
=2≠0

Langkah 2: Mencari adj A

α11 = |M11 |
=1

α12 = -|M12 |
= -10

α13 = |M13 |
=7

α21 = -|M21 |
2 3
= -| |
5 7
=1

α22 = |M22 |
1 3
= | |
1 7
=4

α23 = -|M23 |
1 2
= -| |
1 5
= -3

α31 = |M31 |
2 3
= | |
3 4
= -1

α32 = -|M32 |
1 3
= -| |
2 4
=2

91
α33 = |M33 |
1 2
= | |
2 3
= -1
α11 α21 α31
adj A = [α12 α22 α32 ]
α13 α23 α33

1 1 -1
= [-10 4 2]
7 -3 -1

Langkah 3:

adj A
A-1 = |A|

1 1 -1
[-10 4 2 ]
7 -3 -1
= 2

1⁄ 1⁄ -1⁄
2 2 2
= [ -5 2 1 ]
7⁄ -3⁄ -1⁄
2 2 2

Contoh 6:
5 6
Carilah A-1 dari A = [ ]
7 8

Langkah 1:

|A| = |5 6|
7 8
= -2 ≠ 0

92
Langkah 2:

α11 = |M11 |
= |8|
=8

α12 = -|M12 |
= -|7|
= -7

α21 = -|M21 |
= -|6|
= -6

α22 = |M22 |
= |5|
=5
α11 α21
adj A = [α ]
12 α22
8 -6
=[ ]
-7 5

Langkah 3:

adj A
A-1 = |A|
8 -6
[ ]
-7 5
= -2
-4 3
= [7⁄ -5⁄ ]
2 2

Contoh 7:
4 8
Cari A-1 dari A = [ ]
1 2

93
Langkah 1:

|A| = |4 8
|
1 2
=0

Jadi, A tidak punya invers.

2. Kegiatan Pembelajaran 2: Mencari Jawaban Sistem


̅=𝐇
Persamaan Linier Non Homogen jika 𝐀𝐗 ̅ 𝐀 Matriks
Bujur Sangkar dan |𝐀| ≠ 𝟎
Selain cara umum yang telah dibahas pada Modul 3
sebelumnya, jika |A| ≠ 0, maka AX ̅=H ̅ dapat pula
diselesaikan dengan aturan Cramer, atau dengan
menggunakan A-1.

2.1. Aturan Cramer


̅=H
Misal AX ̅ , dimana A tipe n x n dan |A| ≠ 0

a11 a12 … a1n X1 h1


a21 a22 … a2n X2 h2
[ ⋮ ⋮ ⋮ ⋮ ][ ⋮ ]=[ ⋮ ]
an1 an2 … ann Xn hn

Menurut aturan Cramer, jawaban dicari sebagai


berikut:

|A1 | |A2 | |An |


X1 = ; X2 = ; … ; Xn =
|A| |A| |A|

dimana |Ai | didapat dari |A| dengan mengganti kolom


ke-i dengan H̅.

Contoh 8:
Dengan aturan Cramer, carilah jawaban sistem
persamaan linier!

94
X1 + X2 + 2X3 = 3
{ 2X1 + X2 + X3 = 0
X1 - X2 - X3 = -2

1 1 2
|A| = |2 1 1 | = -3 ≠ 0
1 -1 -1
3 1 2
|A1 | = | 0 1 1| = 2
-2 -1 -1
1 3 2
|A2 | = |2 0 1| = 3
1 -2 -1
1 1 3
|A3 |= |2 1 0 | =-7
1 -1 -2
2 2 3 −7 7
X1 = −3 = − 3 ; X 2 = −3 = −1 ; X3 = −3 = 3

Contoh 9:
Dengan aturan Cramer, carilah jawab sistem
persamaan linier!

2X1 - 3X2 + X3 = 5
-X1 + 2X2 - 3X3 = 2
3X1 - 5X2 +4X3 = 3

2 -3 1
|-1 2 -3| = 0
3 -5 4

Aturan Cramer tidak dapat digunakan. Jawaban


sistem persamaan linier tersebut dapat dicari
dengan cara umum pada modul 3.

2.2. Menggunakan Invers


Jika |A| ≠ 0, maka A mempunyai A-1
AX̅=H ̅ dapat diselesaikan sebagai berikut:

95
̅ = A−1 H
A−1 AX ̅
IX̅=A H−1 ̅

̅ = A−1 H
Jadi, X ̅

Contoh 10:
Dengan menggunakan invers matriks non-singular,
carilah jawaban sistem persamaan linier!

2X1 + 3X2 = 5
-3X1 + 4X2 = -6
2 3 |A| 2 3
A =[ ]; = | | = 17 ≠ 0 ;
-3 4 -3 4
4 -3
adj A = [ ]
3 2
adj A
A-1 = |A|

4⁄ -3⁄
= [ 17 17]
3⁄ 2⁄
17 17

̅ = [X1 ]
X
X2

= A-1 H
̅

4⁄ -3⁄
= [ 17 17] [ 5 ]
3⁄ 2⁄ −6
17 17
38⁄
= [ 17]
3⁄
17
38 3
X1 = 17 ; X2 = 17

96
Contoh 11:
Diketahui matriks A mempunyai invers. Buktikan
|A| ≠ 0

Bukti: A mempunyai invers, jadi AA-1 = I

|A||A−1 | = |AA−1 |
= |I|

|A||A−1 | = 1, jadi |A| ≠ 0

Sebab jika |A| = 0 maka |A||A−1 | = 0 ≠ 1

3. Kegiatan Pembelajaran 3: Vektor


3.1. Operasi Dasar
a) Operasi penjumlahan vektor
Sama seperti operasi penjumlahan matriks,
sehingga penjumlahan vektor hanya untuk
vektor-vektor yang sama banyak
komponennya/sama ukurannya.
b) Operasi perkalian skalar dengan vektor
Sama seperti perkalian skalar dengan matriks.

Contoh 12:
3
𝑋̅ = (−2)
1

5
𝑌̅ = (0)
4

6
𝑍̅ = ( )
−1

ditanya: (1) 2𝑋̅ + 3𝑌̅, (2) 2𝑋̅ + 3𝑍̅

97
Jawab:
3 5
(1) 2𝑋̅ + 3𝑌̅ = 2 (−2) + 3 (0)
1 4

6 15
= (−4) + ( 0 )
2 12

21
= (−4)
14

3
6
(2) 2𝑋̅ + 3𝑍̅ = 2 (−2) + 3 ( )
−1
1

6
18
= (−4) + ( )
−3
2

c) Beberapa sifat:
Jika 𝑋̅, 𝑌̅, 𝑍̅ sama tipenya, maka:
(1) 𝑋̅ + 𝑌̅ = 𝑌̅ + 𝑋̅ sifat komutatif
(2) (𝑋̅ + 𝑌̅) + 𝑍̅ = 𝑋̅ + (𝑌̅ + 𝑍̅) sifat asosiatif
(3) 𝑘(𝑋̅ + 𝑌̅) = 𝑘𝑋̅ + 𝑘𝑌̅
(4) (𝑘 + 𝑚)𝑋̅ = 𝑘𝑋̅ + 𝑚𝑋̅
(5) 𝑘(𝑚𝑋̅) = 𝑚(𝑘𝑋̅) = 𝑚𝑘𝑋̅
(6) 𝑋̅ + 𝑂̅ = 𝑋̅
(7) 𝑋̅ + (−𝑋̅) = 𝑂̅

3.2. Inner Product / Dot Product (Perkalian titik)


𝑎1 𝑏1
Misal 𝑋̅ = ( 𝑎.. 2 ) dan 𝑌̅ = ( 𝑏.. 2 )
𝑎𝑛 𝑏𝑛

98
Perkalian titik dari 𝑋̅ dan 𝑌̅ disajikan sebagai 𝑋̅ ∙ 𝑌̅
didefinisikan sebagai berikut:

𝑋̅ ∙ 𝑌̅ = 𝑎1 𝑏1 + 𝑎2 𝑏2 + ⋯ + 𝑎𝑛 𝑏𝑛

hasilnya berupa skalar bilangan rill.

Contoh 13:
Diketahui:

2
−1
𝑋̅ = ( )
3
0

5
4
𝑌̅ = ( )
0
1

2
8
𝑍̅ = ( )
0
5

Hitunglah:
a) 𝑋̅ ∙ 𝑌̅
b) 𝑋̅ ∙ 𝑋̅
c) 𝑋̅ ∙ 𝑍̅

Jawab:
a) 𝑋̅ ∙ 𝑌̅ = (2)(5) + (−1)(4) + (3)(0) + (0)(1)
=6
b) 𝑋̅ ∙ 𝑋̅ = (2)(2) + (−1)(−1) + (3)(3) + (0)(0)
= 14
c) 𝑋̅ ∙ 𝑍̅ = (2)(2) + (−1)(8) + (3)(0) + (0)(5)
= −4

99
3.3. Orthogonal
Vektor 𝑋̅ dikatakan orthogonal dengan vektor 𝑌̅
jika dan hanya jika 𝑋̅ ∙ 𝑌̅ = 0

Contoh 14:

𝟒 𝟐
̅
𝑋 = (−𝟓) ̅
𝑌=( 𝟏 )
𝟏 −𝟑

𝑋̅ ∙ 𝑌̅ = (4)(2) + (−5)(1) + (1)(−3)


= 0 → 𝑋̅ orthogonal dengan 𝑌̅

Vektor-vektor ̅̅̅1 , 𝑋
𝑋 ̅̅̅2 , … , 𝑋
̅̅̅𝑛̅ dikatakan saling
orthogonal jika untuk setiap i ≠ j maka 𝑋̅𝑖 ∙ 𝑋̅𝑗 = 0

Contoh 15:

𝟏 𝟏 𝟏
̅̅̅ ̅̅̅ ̅̅̅
𝑋1 = (−𝟐) , 𝑋2 = ( 𝟎 ) , 𝑋3 = (𝟏)
𝟏 −𝟏 𝟏

saling orthogonal

3.4. Panjang Vektor / Besar Vektor


𝒂𝟏
Misal 𝑋̅ = (𝒂.. 𝟐 ) panjang dari vektor 𝑋̅ disajikan
𝒂𝒏
sebagai ‖𝑋̅‖

‖𝑋̅‖ = √𝑎12 + 𝑎22 + … + 𝑎𝑛2


dan

‖𝑋̅‖ = √𝑋̅. 𝑋̅

100
Contoh 16:

𝟐
−𝟏
𝑋̅ = ( ) ;
𝟎
𝟑

‖𝑋̅‖ = √4 + 1 + 0 + 9
= √14

𝟎
̅
𝑋 = (𝟎 ) ;
𝟎

‖0̅‖ = √0 + 0 + 0
= √0

3.5. Vektor Satuan (Unit Vector)


Jika ‖𝑋̅‖ = 1 maka 𝑋̅ disebut vektor satuan.

Contoh 17:

𝟎
𝑋̅ = (−𝟏) ;
𝟎

‖𝑋̅‖ = √0 + 1 + 0
= √1
=1

𝟏⁄
𝟑
̅
𝑌= −𝟐⁄𝟑 ;
𝟐
( ⁄𝟑 )

101
1 4 4
‖𝑌̅‖ = √ + +
9 9 9

= √1
=1

𝑋̅ dan 𝑌̅ vektor satuan.

𝑋̅
Untuk setiap 𝑋̅ ≠ 𝑂̅ maka |‖𝑋̅‖| adalah vektor satuan

Contoh 18:

𝟏
𝑋 = (−𝟏) ≠ 𝑂̅
̅
𝟐

‖𝑋̅‖ = √1 + 1 + 4
= √6 ≠ 0
𝟏
(−𝟏)
𝑋̅ 𝟐
‖𝑋̅ ‖
=
√6

1⁄
√6
−1 ⁄
=
√6
2⁄
[ √6 ]

𝑋̅ 1 1 4
|‖𝑋̅‖| = √6 + 6 + 6
=1

C. Latihan Soal

1. Selesaikanlah persamaan matriks berikut:

102
−1 0 1
1 2 0
a. X [ 1 1 0 ] = [ ]
−3 1 5
3 1 −1
2 −3
b. X1×2 [ ] + [−3]X1×2 = [−2 4]
−1 2
2 −2 2
−2 5 0 1 −1
c. X2×3 [ 3 3 2 ]+[ ]X =[ ]
−1 2 2×3 1 0 2
−4 2 −2
1 0 1 −1 1 0
2 0 −2
d. X2×3 [0 1 1] + X [
2×3 1 0 −1] = [ ]
0 3 2
1 1 0 0 2 −1

2. Tentukan invers dari matriks berikut:

4 3
A=[ ]
1 1
−1 2
B=[ ]
3 1
2 −2
C=[ ]
−2 3
1 −2
D=[ ]
−2 4
5 3 1
E = [3 2 1 ]
4 2 1
−4 1 2
F = [−1 1 0]
−2 1 1
−1 2 1
G = [−3 5 2]
3 −2 1

103
12 −3 7
H = [−3 1 −2]
15 −3 7
4 1 −2
I=[ 3 1 −1]
−4 −2 0
6 0 0 0
J=[ 12 8 0 0]
24 8 4 0
48 16 4 2

1 0 2 1
K=[ 1 1 4 2]
−1 0 0 0
0 0 1 1
2 0 3 0
L=[ −2 3 0 2 ]
4 1 2 1
0 2 −1 −2
0 0 0 0 5
−1 1 0 0 1
M = −3 1 1 0 2
0 1 0 1 2
[1 0 0 0 −1]
1 0 0 0 0
0 3 0 −1 0
N= 7 −1 1 1 0
2 −2 0 1 0
[3 −1 0 0 1]

3. Carilah invers matriks A dengan menggunakan Eselon


tereduksi

2 −1 3 0
𝐴 = [−3 3 4 5]
5 0 1 0
−4 1 0 2

104
4. Tentukan matriks elementer yang menyebabkan matrik
elementer di bawah ini menjadi matriks satuan (invers
matriks elementer):

0 0 1
a. E1 = [0 1 0]
1 0 0
1 0 0
b. E2 = [0 −3 0]
0 0 1
1 0 0
c. E3 = [−1 1 0]
0 0 1

5. Tentukan solusi dari sistem persamaan linier berikut:

12x + 6y +z =3
-6x – 3y –z =2
8x + 3y = -1

6. Carilah jawaban dari sistem persamaan linier berikut


dengan aturan Cramer:

(1) 2a +3b +c +d =12


a +b + 5c –d =15
3a + 2b + 2c + 4d =9
4a –b + 3c + 2d =5

(2) 2x + y +z=9
x + 2y –z=6
3x – y +z=8

Referensi
1. Cullen Charles G., (1988), Linier Algebra with Aplication,
Scott, Foresman and Company.
2. Howard Anton, Aljabar Linier, Erlangga.

105
3. Goult J. dkk., (1974), Computational Methods in Linier
Algebra, Stanley Thomas (Publisher) Ltd.
4. Howard Anton and Chris Rorres, (2010), Elementary Linear
Algebra with Applications, Student Solutions Manual, 9th Ed.,
Wiley.

106

Anda mungkin juga menyukai