Ali Tutupohos Punya Blog: MATRIKS BALIKAN (INVERS)

Orde 2x2

JIka A dan B matriks bujur sangkar sedemikian rupa sehingga A B = B A = I , maka B disebut balikan atau invers dari A dan dapat dituliskan $B = A^{-1}$ ( B sama dengan invers A ). Matriks B juga mempunyai invers yaitu A maka dapat dituliskan $A = B^{-1}$ . Jika tidak ditemukan matriks B, maka A dikatakan matriks tunggal (singular). Jika matriks B dan C adalah invers dari A maka B = C.

Matriks A = $\begin{bmatrix} a & b \\ c & d \\ \end{bmatrix}$ dapat di-invers apabila ad - bc ≠ 0

Dengan Rumus =

$A^{-1} = \frac{1} {det (A)}\begin{bmatrix} d & -b \\ -c & a \\ \end{bmatrix} = \frac{1} {ad-bc}\begin{bmatrix} d & -b \\ -c & a \\ \end{bmatrix} = \begin{bmatrix} \frac{d} {ad-bc} & -\frac{b} {ad-bc} \\ -\frac{c} {ad-bc} & \frac{a} {ad-bc} \\ \end{bmatrix}$

Apabila A dan B adalah matriks seordo dan memiliki balikan maka AB dapat di-invers dan $(AB)^{-1} = B^{-1} A^{-1}$

Contoh 1: Matriks

A = $\begin{bmatrix} 2 & -5 \\ -1 & 3 \\ \end{bmatrix}$ dan B = $\begin{bmatrix} 3 & 5 \\ 1 & 2 \\ \end{bmatrix}$

AB = $\begin{bmatrix} 2 & -5 \\ -1 & 3 \\ \end{bmatrix}$ $\begin{bmatrix} 3 & 5 \\ 1 & 2 \\ \end{bmatrix}$ = $\begin{bmatrix} 1 & 0 \\ 0 & 1 \\ \end{bmatrix}$ = I (matriks identitas)

BA = $\begin{bmatrix} 3 & 5 \\ 1 & 2 \\ \end{bmatrix}$ $\begin{bmatrix} 2 & -5 \\ -1 & 3 \\ \end{bmatrix}$ = $\begin{bmatrix} 1 & 0 \\ 0 & 1 \\ \end{bmatrix}$ = I (matriks identitas)

Maka dapat dituliskan bahwa $B = A^{-1}$ (B Merupakan invers dari A)

Contoh 2: Matriks

A = $\begin{bmatrix} 1 & 1 \\ 3 & 4 \\ \end{bmatrix}$ dan B = $\begin{bmatrix} 2 & 5 \\ 3 & 4 \\ \end{bmatrix}$

AB = $\begin{bmatrix} 1 & 1 \\ 3 & 4 \\ \end{bmatrix}$ $\begin{bmatrix} 2 & 5 \\ 3 & 4 \\ \end{bmatrix}$ = $\begin{bmatrix} 3 & 4 \\ 6 & 8 \\ \end{bmatrix}$

BA = $\begin{bmatrix} 2 & 5 \\ 3 & 4 \\ \end{bmatrix}$ $\begin{bmatrix} 1 & 1 \\ 3 & 4 \\ \end{bmatrix}$ = $\begin{bmatrix} 17 & 21 \\ 15 & 19 \\ \end{bmatrix}$

Karena AB ≠ BA ≠ I maka matriks A dan matriks B disebut matriks tunggal.
Contoh 3: Matriks

A = $\begin{bmatrix} 3 & 1 \\ 5 & 2 \\ \end{bmatrix}$

Tentukan Nilai dari A^-1

Jawab: $A^{-1} =\frac{1} {(3)(2)-(5)(1)}\begin{bmatrix} 2 & -1 \\ -5 & 3 \\ \end{bmatrix} = \frac{1} {6-5}\begin{bmatrix} 2 & -1 \\ -5 & 3 \\ \end{bmatrix} = \frac{1} {1}\begin{bmatrix} 2 & -1 \\ -5 & 3 \\ \end{bmatrix} = \begin{bmatrix} 2 & -1 \\ -5 & 3 \\ \end{bmatrix}$
Contoh 4: Matriks

A = $\begin{bmatrix} 1 & 2 \\ 1 & 3 \\ \end{bmatrix}$ , B = $\begin{bmatrix} 3 & 2 \\ 2 & 2 \\ \end{bmatrix}$ , AB = $\begin{bmatrix} 7 & 6 \\ 9 & 8 \\ \end{bmatrix}$

Dengan menggunakan rumus, maka didapatkan

$A^{-1} = \begin{bmatrix} 3 & -2 \\ -1 & 1 \\ \end{bmatrix}$ , $B^{-1} = \begin{bmatrix} 1 & -1 \\ -1 & \frac{3} {2} \\ \end{bmatrix}$ , $(AB)^{-1} = \begin{bmatrix} 4 & -3 \\ -\frac{9} {2} & 7 \\ \end{bmatrix}$

Maka

$B^{-1} A^{-1}= \begin{bmatrix} 1 & -1 \\ -1 & \frac{3} {2} \\ \end{bmatrix}$ $\begin{bmatrix} 3 & -2 \\ -1 & 1 \\ \end{bmatrix}$ = $\begin{bmatrix} 4 & -3 \\ -\frac{9} {2} & 7 \\ \end{bmatrix}$

Ini membuktikan bahwa $(AB)^{-1} = B^{-1} A^{-1}$

Orde 3x3

A = $\begin{bmatrix} 3 & 2 & -1\\ 1 & 6 & 3\\ 2 & -4 & 0\\ \end{bmatrix}$

kemudian hitung kofaktor dari matrix A

C₁₁ = 12 C₁₂ = 6 C₁₃ = -16
C₂₁ = 4 C₂₂ = 2 C₂₃ = 16
C₃₁ = 12 C₃₂ = -10 C₃₃ = 16

menjadi matrix kofaktor

$\begin{bmatrix} 12 & 6 & -16\\ 4 & 2 & 16\\ 12 & -10 & 16\\ \end{bmatrix}$

cari adjoint dari matrix kofaktor tadi dengan mentranspose matrix kofaktor di atas, sehingga menjadi

adj(A) = $\begin{bmatrix} 12 & 4 & 12\\ 6 & 2 & -10\\ -16 & 16 & 16\\ \end{bmatrix}$

$A^{-1} = \frac{1}{det(A)}adj(A)$

dengan metode Sarrus, kita dapat menghitung determinan dari matrix A
$\mathit{det(A) = 64}$
$A^{-1} = \frac{1}{det(A)}adj(A) = \frac{1}{64} \begin{bmatrix} 12 & 4 & 12\\ 6 & 2 & -10\\ -16 & 16 & 16\\ \end{bmatrix} = \begin{bmatrix} \frac{12}{64} & \frac{4}{64} & \frac{12}{64}\\ \frac{6}{64} & \frac{2}{64} & -\frac{10}{64}\\ -\frac{16}{64} & \frac{16}{64} & \frac{16}{64}\\ \end{bmatrix}$

Penyelesaian Persamaan Linier Dengan Menggunakan Matriks (Orde 3x3)

Metode Cramer

jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A)≠ 0 maka persamaan tersebut mempunyai penyelesaian yang unik
$X_{1} = \frac{det(A_{1})} {det(A)}, X_{2} = \frac{det(A_{2})} {det(A)}, ... , X_{n} = \frac{det(A_{n})} {det(A)}$ dimana A _j adalah matrik yang didapat dengan mengganti kolom _j dengan matrik b
Contoh soal: Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini

x₁ + 2x₃ = 6

-3x₁ + 4x₂ + 6x₃ = 30

-x₁ - 2x₂ + 3x₃ = 8

Jawab: bentuk matrik A dan b

A = $\begin{bmatrix} 1 & 0 & 2\\ -3 & 4 & 6\\ -1 & -2 & 3\\ \end{bmatrix}$ b = $\begin{bmatrix} 6\\ 30\\ 8\\ \end{bmatrix}$

kemudian ganti kolom _j dengan matrik b

A₁ = $\begin{bmatrix} 6 & 0 & 2\\ 30 & 4 & 6\\ 8 & -2 & 3\\ \end{bmatrix}$ A₂ = $\begin{bmatrix} 1 & 6 & 2\\ -3 & 30 & 6\\ -1 & 8 & 3\\ \end{bmatrix}$ A₃ = $\begin{bmatrix} 1 & 0 & 6\\ -3 & 4 & 30\\ -1 & -2 & 8\\ \end{bmatrix}$

dengan metode sarrus kita dapat dengan mudah mencari determinan dari matrik-matrik di atas
maka,

$x_{1} = \frac{det(A_{1})} {det(A)} = \frac{-40} {44} = \frac{-10} {11}$

$x_{2} = \frac{det(A_{2})} {det(A)} = \frac{72} {44} = \frac{18} {11}$

$x_{3} = \frac{det(A_{3})} {det(A)} = \frac{152} {44} = \frac{38} {11}$

R=E_r...E₂ E₁ A dan,
det(R)=det(E_r)...det(E₂)det(E₁)det(E_A)
Jika A dapat di-invers, maka sesuai dengan teorema equivalent statements , maka R = I, jadi det(R) = 1 ≠ 0 dan det(A) ≠ 0. Sebaliknya, jika det(A) ≠ 0, maka det(R) ≠ 0, jadi R tidak memiliki baris yang nol. Sesuai dengan teorema R = I, maka A adalah dapat di-invers. Tapi jika matrix bujur sangkar dengan 2 baris/kolom yang proposional adalah tidak dapat diinvers.

Contoh Soal :
A= $\begin{bmatrix} 1 & 2 & 3\\ 1 & 0 & 1\\ 2 & 4 & 6\\ \end{bmatrix}$
karena det(A) = 0. Maka A adalah dapat diinvers.

Sistem Linear Dalam Bentuk Ax = λx

dalam sistem aljabar linear sering ditemukan

      Ax = λx    ; dimana λ adalah skalar

sistem linear tersebut dapat juga ditulis dengan λx-Ax=0, atau dengan memasukkan matrix identitas menjadi

      (λI - A) x = 0

contoh:
diketahui persamaan linear

      x₁ + 3x₂ = λx₁
     4x₁ + 2x₂ = λx₂

dapat ditulis dalam bentuk

       = λ

yang kemudian dapat diubah

A = $\begin{bmatrix} 1 & 3\\ 4 & 2\\ \end{bmatrix}$ dan x = $\begin{bmatrix} x_1\\ x_2\\ \end{bmatrix}$

yang kemudian dapat ditulis ulang menjadi

λ

λ

sehingga didapat bentuk

     λ I - A =

namun untuk menemukan besar dari λ perlu dilakukan operasi

     det (λ I - A) = 0  ;λ adalah eigenvalue dari A

dan dari contoh diperoleh

     det (λ I - A) =  = 0

atau λ^2 - 3λ - 10 = 0
dan dari hasil faktorisasi di dapat λ₁ = -2 dan λ₂ = 5
dengan memasukkan nilai λ pada persamaan (λ I - A) x = 0, maka eigenvector bisa didapat bila λ = -2 maka diperoleh

dengan mengasumsikan x₂ = t maka didapat x₁ = t

x =

Sumber:

http://id.wikipedia.org/wiki/Aljabar_linear#Matriks_Balikan_.28Invers.29

Share on :

Ali Tutupohos Punya Blog

Kamis, 28 Maret 2013

MATRIKS BALIKAN (INVERS)

Metode Cramer

Sistem Linear Dalam Bentuk Ax = λx

Tidak ada komentar:

Posting Komentar