Matriks eselon dan eselon tereduksi.. serta operasi eliminasi gauss dan gauss-jordan
gunakanlah presentasi berikut dg bijak dan sebagai sumber inspirasi.
^_^ saya mahasiswa madura yang sekarang kuliah di UNIVERSITAS MADURA jurusan FKIP MATEMATIKA
Jl. Raya Panglegur KM 3,5 pamekasan
Come join us..
Matriks eselon dan eselon tereduksi.. serta operasi eliminasi gauss dan gauss-jordan
gunakanlah presentasi berikut dg bijak dan sebagai sumber inspirasi.
^_^ saya mahasiswa madura yang sekarang kuliah di UNIVERSITAS MADURA jurusan FKIP MATEMATIKA
Jl. Raya Panglegur KM 3,5 pamekasan
Come join us..
Jawaban latihan soal bagian 2.2 pada buku Analisis Real karangan Drs. Sutrima, M.SI
cetakan : pertama, Juni 2010
penerbit : Javatechno Publisher (Jln. Ahmad Yani 365A, Kartasura, Sukoharjo, Jawa Tengah, Indonesia - 57162
Jawaban latihan soal bagian 2.2 pada buku Analisis Real karangan Drs. Sutrima, M.SI
cetakan : pertama, Juni 2010
penerbit : Javatechno Publisher (Jln. Ahmad Yani 365A, Kartasura, Sukoharjo, Jawa Tengah, Indonesia - 57162
Aplikasi matriks banyak dijumpai dalam kehidupan sehari-hari, baik dalam bidang matematika maupun ilmu terapannya. Aplikasi tersebut banyak dimanfaatkan dalam menyelesaikan masalah-masalah yang berhubungan dengan kehidupan sehari-hari, misalnya pada aplikasi perbankan yang senantiasa berhubungan dengan angka-angka
File ini saya dapatkan dari http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/197411242005011-SUMANANG_MUHTAR_GOZALI/ALJABAR_LINEAR.pdf bagi teman-teman silakan download file aslinya disana. saya ambil file ini atas keperluan blog saya. terima kasih
Sebagai salah satu pertanggungjawab pembangunan manusia di Jawa Timur, dalam bentuk layanan pendidikan yang bermutu dan berkeadilan, Dinas Pendidikan Provinsi Jawa Timur terus berupaya untuk meningkatkan kualitas pendidikan masyarakat. Untuk mempercepat pencapaian sasaran pembangunan pendidikan, Dinas Pendidikan Provinsi Jawa Timur telah melakukan banyak terobosan yang dilaksanakan secara menyeluruh dan berkesinambungan. Salah satunya adalah Penerimaan Peserta Didik Baru (PPDB) jenjang Sekolah Menengah Atas, Sekolah Menengah Kejuruan, dan Sekolah Luar Biasa Provinsi Jawa Timur tahun ajaran 2024/2025 yang dilaksanakan secara objektif, transparan, akuntabel, dan tanpa diskriminasi.
Pelaksanaan PPDB Jawa Timur tahun 2024 berpedoman pada Peraturan Menteri Pendidikan dan Kebudayaan RI Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru, Keputusan Sekretaris Jenderal Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi nomor 47/M/2023 tentang Pedoman Pelaksanaan Peraturan Menteri Pendidikan dan Kebudayaan Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru pada Taman Kanak-Kanak, Sekolah Dasar, Sekolah Menengah Pertama, Sekolah Menengah Atas, dan Sekolah Menengah Kejuruan, dan Peraturan Gubernur Jawa Timur Nomor 15 Tahun 2022 tentang Pedoman Pelaksanaan Penerimaan Peserta Didik Baru pada Sekolah Menengah Atas, Sekolah Menengah Kejuruan dan Sekolah Luar Biasa. Secara umum PPDB dilaksanakan secara online dan beberapa satuan pendidikan secara offline. Hal ini bertujuan untuk mempermudah peserta didik, orang tua, masyarakat untuk mendaftar dan memantau hasil PPDB.
2. Kesetaraan Baris dan Perkalian Matriks
Di pembahasan ini, kita akan berkenalan dengan algoritma untuk
menghitung suatu matriks tidak singular, kita juga akan menyelidiki kaitan
antara pengolahan dasar baris yang di gunakan untuk memecahkan sistem
persamaan linear dengan pengolahan matriks yang telah di perkenalkan dan di
pelajari di dalam pembahasan yang lalu.
Jika matriks koefisien bagi sistem linier
AX=K
Dapat di balik, maka perkalian persamaan ini dengan π΄β1 dari sebelah kiri
menghasilkan
π΄β1 π΄π = π΄β1 πΎ
π = π΄β1 πΎ
3. Sekarang perhatikan persamaan matriks umum
AX=B
dengan B tidak harus berupa suatu matriks kolom. Misalkan bahwa B berukuran n x r
dan lambangkan kolom β kolom B dan X masing β masing dengan Bi dan Xi (I = 1,2,. .
.,r) sehingga
π΅ = π΅1 π΅2 β¦ π΅π dan π = π1 π2 β¦ ππ
Dan persamaan 1.9 Pasal 1.5 kita memperoleh
Kolj (AX) = A Kolj (X) = AX
yang berarti kolom β kolom matriks AX adalah A kali kolom β kolom matriks X; dengan
kata lain
π΄π = π΄π1 π΄π2 β¦ π΄ππ
Kalau sekarang kita memperhatikan persamaan matriks AX=B kolom demi kolom,kita
akan melihat bahwa persamaan itu setara dengan himpunan sistem persamaan linier
π΄ππ = π΅π π = 1,2, β¦ , π
7. Kasus khusus B = I untuk masalah di atas ada baiknya
kita perhatikan. Jika A dapat dibalik, maka solusi
tunggal bagi persamaan AX = I adalah X = A-1 dan
dapat dihitung dengan menggunakan persamaan
1.12, yaitu
π΄ πΌ
ππππ¦ππππβπππππ πππππ
πΌ π΄β1
Persamaan 1.13 menggambarkan metode paling
efisien untuk matriks tidak singular. Metode ini
sesungguhnya tidak lain adalah eliminasi Gauss-
Jordan untuk memecahkan matriks AX = I.
Perhatikan bahwa ini adalah metode yang di jelaskan
di dalam Contoh 3 pasal 1.6
8. Teorema 1.7 Suatu pengolahan dasar baris
terhadap sebuah matriks A dapat dicapai
dengan mengalikan dari sebelah kiri suatu
matriks keidentikan yang telah mengalami
pengolahan dasar baris yang sama. Dalam
lambang, jika E adalah suatu pengolahan dasar
(elementer) baris dan E(A) adalah hasil
penerapan E pada A, maka
9. Bukti formal untuk teorema ini terbagi atas tiga bagian, satu untuk
setiap jenis pengolahan dasar baris. Di sini hanya akan diberikan
rincian untuk pengolahan dasar baris Jenis III
Dalam hal ini matriks berbeda dengan I hanya pada posisi (j,i),
yaitu bahwa unsur pada posisi tersebut adalah k. Jika i < j maka
10. Dari persamaan (1.14), kita memperoleh
Barisj(EA) = Barisj(E)A = kBarisi(A) + Barisj(A)
dan selain itu kita memperoleh juga bahwa semua baris yang lain di
dalam EA dan A adalah sama. Ini membuktikan kebenaran
pernyataan teorema di atas untuk pengolahan baris Jenis III.
Definisi 1.12 Matriks dasar (elementary matrix) ialah matriks
identitas yangtelah mengalami satu kali pengolahan dasar baris.
Teorema 1.7 mengatakan bahwa pengolahan dasar baris
dapat dicaai dengan cara mengalikannya dengan matriks dasar dari
sebelah kiri.
11. Dibawah ini diberikan contoh beberapa matriks dasar 4x4 padanan pengolahan baris
Kenyataan paling penting tentang matriks dasar ialah bahwa matriks
dasar selalu dapat dibalik dan bahwa kebalikannya juga tetap
merupakan matriks dasar. Ini dapat diketahui dari pasal 1.3 bahwa
setiap pengolahan dasar baris dapat dibalikoleh pengolahan dasarbaris
sejenis.
Kebalikan matriks dasar bagi adalah matriks dasar bagi
, misalnya =
12. Kebalikan matriks dasar bagi adalah dirinya sendiri, misalnya
=
Kebalikan matriks dasar bagi adalah matriks dasar bagi
; misalnya
=
Sekarang misalkan serangkaian pengolahan dasar baris
menyederhanakan matriks A menjadi matriks B; dengan kata lain, A
setara baris dengan B. Jika E1,E2, ..., Er adalah matriks dasar yang
berasal dari pengolahan-pengolahan dasar baris yang digunakan
untuk menyederhanakan A menjadi B, maka berdasarkan Teorema
1.7 kita memperoleh
Er Er-1... E2 E1A = B
13. Matriks
P = Er Er-1... E2 E1 = Er Er-1... E2 E1 I
Adalah tidak singular, sebab meruakan hasil
kali matriks-matriks dasar yang masing-
masing tidak singular, dan selain itu P dapat
diperoleh melalui penerapan pada I
pengolahan yang persis sama yang telah
mengubah A menjadi B. Jadi, matriks P
βmerekamβ semua pengolahan baris yang
digunakan untuk menyederhanakan A
menjadi B.
14. β’ Teorema 1.8
Jika A dan B setara baris, maka ada suatu
matriks tidak singular P sedemikian rupa
sehingga PA = B. Matriks P dapat diperoleh,
sejalan dengan penyederhanaan A menjadi B
melalui
penyederhanaan baris
[A| I] [B| P]
Jika B = I, maka PA = I sehingga P = A-1.
16. Informasi tentang pengolahan yang digunakan
direkam di dalam tiga kolom yang terakhir,
sehingga berdasarkan Teorema 1.8, kita
peroleh
17. Teorema 1.9
Untuk matriks A yang berukuran n x n,
pernyataan-pernyataan berikut ini setara
(equivalent) satu sama lain :
β’ A tidak singular.
β’ A tidak mempunyai kebalikan kiri (ada B
sedemikian rupa sehingga BA = I).
β’ AX = 0 hanya jika X = 0.
β’ A setara baris dengan I.
β’ A merupakan hasil kali sejumlahmatriks dasar.
18. Kita akan membuktikan teorema di atas melalui
pembuktian rangkaian implikasi
β’ (1 2) Sudah jelas.
β’ (2 3) Jika ada B sedemikian rupa sehingga BA = I
dan AX = 0, maka
X = B(AX) = B0 = 0.
β’ (3 4) Jika A tidak setara baris dengan I, maka
proses pencarian solusi pada Pasal 1.3 akan
menghasilkan suatu baris nol sehingga membuat salah
satu peubah dapat diberikan sembarang nilai
(arbitrary); oleh karenanya kita akan memperoleh
solusi bukan nol. Ini berarti A pasti setara baris dengan
I.
19. β’ (4 5) Karena A setara baris dengan I, maka
ada matriks-matriks dasar E1,E2,β¦,Ek sedemikian
rupa sehingga Ekβ¦.E2E1A = I. Dengan demikian
A = (Ekβ¦E2E1)-1I = E1
-1 E2
-1β¦Ek
-1
dan, karena setiap matriks dasar mempunyai
kebalikan yang juga merupakan matriks dasar,
berarti kita telah berhasil menyatakan A sebagai
hasil kali sejumlah matriks dasar.
β’ (5 1) Ini sudah jelas sebab setiap matriks dasar
dapat dibalik dan hasil kali sejumlah
matriks yang dapat juga dapat dibalik
20. Contoh 4
sebagai hasil kali sejumlah matriks
dasar. Perhatikan proses penyederhanaan A
menjadi I berikut ini :
Matriks-matriks dasar
21. masing-masing merupakan padaan
pengolahan dasar baris ( ),
( ) , dan ( ) yang digunakan
untuk menyederhanakan matriks A di atas. Ini
berarti bahwa, seperti pada pembuktian
Teorema 1.9,