LATAR BELAKANG MATEMATIK – MATRIKS
A.
PENDAHULUAN
Dalam menurunkan model matematika
sistem kontrol modern, kita banyak menemui bahwa persamaan diferensial yang
mungkin cukup rumit, karena keanekaragaman masukan dan keluaran. Untuk
menyederhanakan ekspresi matematik persamaan sistem, sebaiknya di gunakan
notasi matrik vektor. Sebenarnya, untuk kerja matrik teoritis, penyederhanaan
notasi yang di peroleh dengan menggunakan operasi matriks – vektor adalah sangat
mudah, terutama untuk analisis dan sintesis kontrol modern.
Dengan menggunakan notasi matriks –
vektor, kita bisa mengerjakan penyelesaian soal yang sangat besar dan rumit
dengan mudah dan cepat, karena mengikuti format sistematik untuk menyatakan persamaan
sistem dan menghitung dengan komputer.
Pokok pembahasan pada bab ini adalah
memberikan materi kepada mahasiswa mengenai definisi matriks dan aljabar
matriks yang diperlukan mahasiswa untuk menyelesaikan atau menganalisis sistem
kontrol pada bab selanjutnya.
B.
DEFINISI
MATRIKS
Matriks
didefinisikan sebagai suatu susunan segiempat dari elemen – elemen yang
dapat berupa bilangan nyata, bilangan kompleks, bilangan fungsi atau operator.
Pada umumnya, banyak kolom yang perlu untuk tidak di samakan dengan banyak
baris. Tinjauan dari matriks adalah sebagai berikut:
Latar
Belakang Matematik – Matriks:
Di mana aij menyatakan elemen
ke (i,j) pada matriks A. Di mana matriks ini mempunyai n baris dan m kolom,
sehingga disebut dengan matriks (n x m).
Indeks pertama akan menyatakan banyak baris dan pada indeks kedua
menyatakan banyak kolom. Pada matriks ini, matriks A sering di tulis (aij).
Kesamaan pada dua buah matriks. Dua
buah matriks dikatakan sama, jika dan hanya jika elemen – elemen yang saling
berkaitan mempunyai harga yang sama. Perhatikan bahwa matriks – matriks yang
sama mempunyai banyak baris dan kolom yang sama juga.
Vektor.
Suatu matriks yang hanya mempunyai satu kolom seperti pada gambar di bawah ini:
[x1]
[x2]
.
.
.
.
.
[xn]
Disebut vektor kolom. Vektor kolom yang
memepunyai n elemen disebut juga vektor n atau juga bisa disebut
dengan vektor n dimensi. Suatu matriks yang sama hanya mempunyai satu baris
seperti pada rumus di bawah ini:
[x1 x2 .......... xn]
Disebut matriks baris.
Matriks
persegi adalah suatu matriks yang hanya mempunyai banyak
baris yang sama dengan jumlah banyaknya kolom. Pada matriks persegi, sering
disebut juga dengan matriks orde n, di mana n menunujukkan jumlah banyak baris
dalam vektor tersebut (atau kolom).
Matriks diagonal. Jika
elemen – elemen selain elemen diagonal utama pada matriks persegi A adalah nol (0), maka A disebut dengan matriks diagonal, dan
ditulis sebagai beikut:
Di mana δij adalah delta Kronecker yang didefinisikan sebagai
berikut ini;
Perhatikan bahwa semua elemen – elemen
yang tidsk ditulis secara eksplisit dalam matrikstersebut adalah nol (0).
Matriks diagonal sering ditulis:
Diag
(a12, a22,...........,ann)
Matriks identitas atau matriks
satuan. Di mana matriks ini mempunyai satuan I adalah suatu matriks yang elemen
diagonal utamanya sama dengan satu (1), sedangkan elemen yang lainnya adalah
sama dengan nol (0); atau:
Matriks nol (0)
adalah matriks yang semua harga elemennya nol (0).
Determinan matriks.
Pada setiap matriks persegi, mempunyai suatu harga determinan dan mempunyai
sifat sebagai berikut ini:
a. Jika
dua buah baris atau dua kolom yang berurutan ditukar, maka harga determinan berubah
tanda.
b. Jika
terdapat baris atau kolom yang hanya terdiri dari elemen nol (0), maka harga
determinan adalah nol (0).
c. Jika
pada suatu elemen pada baris atau kolom tepat sama dengan k kali elemen – elemen
baris atau kolom yang lain, maka harga semua determinan adalah nol (0).
d. Jika
pada suatu baris atau kolom ditambahkan suatu konstanta yang dikalikan dengan
baris atau kolom yang lain, maka harga determinan tidak berubah sama sekali.
e. Jika
suatu determinan dikalikan dengan suatu konstanta, maka hanya satu baris atau
kolom yang dikalikan dengan konstanta tersebut. Oleh karena itu determinan dari
k
kali matriks persegi A n x n
sama dengan kn kali determinan A atau
f. Determinan dari hasil
kali dua matriks A dan B sama dengan hasil kali determinan –
determinannya, atau
Matriks singuler. Adalah
matriks persegi yang disebut juga dengan matriks singuler. Di mana
determinannya sama dengan nol (0). Pada matriks ini, semua baris atau kolom
tidak saling bergantungan.
Matriks nonsinguler.
Adalah matriks yang determinannya tidak sama dengan nol (0).
Transpose.
Jika
baris dan kolom A n x m ditukar,
maka m x n yang diperoleh disebut
dengan transpose pada matriks A. Transpose matriks A dinyatakan dengan A’
misalkan jika A diberikan sebagai
berikut:
Maka
A’ diberikan oleh
perhatikan bahwa (A’) = A
Matriks simetriks. Jika
suatu matriks persegi A sama dengan transposenya , atau
A
= A’
Maka matriks A disebut dengan matriks simetriks.
Matriks
simetris miring adalah: Di mana matriks persegi A sama dengan negatif transposenya,
atau
A
= -A’
Maka matriks A disebut dengan matriks
simetris miring.
Matriks
konjungsi. Jika elmen kompleks A diganti dengan masing – masing konjngsinya, maka matriks yang
diperoleh disebut konjungsi dari A.
Konjungsi dari A dinyatakan dengan Ậ = (ảij), di mana ảij adalah
konjungsi kompleks dari aij.
Sebagai contoh, jka A diberikan
sebagai
Maka:
Transpose konjungsi. Transpose
konjungsi adalah konjungsi dari transpose suatu matriks. Jika diberikan matriks
A, maka transpose konjungsinya
dengan Ậ’ atau A*; jadi,
Ậ’
= A* = (ảij)
Sebagai contoh, jika A diberikan sebagai
Maka
Perhatikan bahwa
(A*)*
= A
Jika A adalah suatu matriks nyata,
(matriks yang elemennya merupakan bilangan nyata), maka transpose konjungsi A*
adalah sama dengan transpose A’.
Matriks
Hermitian adalah: Matriks yang elemennya merupakan besaran
kompleks, dan disebut juga dengan matriks kompleks. Jika suatu matriks kompleks
A memenuhi syarat hubungan:
A
= A* atau aij = ảij
Contoh matriks
Hermitian
Jika
pada matriks Hermitian ditulis sebagai A
= B + jC, di mana B dan C adalah matriks nyata, maka
B
= B’ dan C = - C’
Pada contoh di atas,
Matriks
Hermitian miring, jika pada matriks A memnuhi
hubungan
A
= - A*
Maka
A disebut dengan matriks Hermitian miring. Contoh :
Jika pada matriks tersebut, A ditulis A = B +jC, di mana B dan
C adalah matriks nyata, maka:
B
= -B’ dan C = C’
Contoh:
C. ALJABAR MATRIKS
Pada
bab ini, akan di bahas mengenai aljabar matriks dan beberapa definisi –
definisi tambahan. Perlu diingat juga bahwa beberapa operasi matriks mengikuti aturan – aturan yang sama dengan
aljabar biasa, tetapi juga ada beberapa operasi lain yang tidak mengikuti
aturan yang sama dengan aljabar biasa.
Penjumlahan dan pengurangan
matriks. Dua buah mariks A dan B bisa dijumlahkan
jika kedua matriks tersebut mempunyai banyak baris dan kolom yang sama. Jika A =
(aij ) dan B (bij
), maka A + B didefinisikan sebagai :
A
+ B = (aij + bij )
Jadi,
tiap elemen A ditambahkan dengan
elemen B pasangannya. Dengan cara
yang sama, pemasangan matriks didefinisikan sebagai:
A
– B = (aij - bij
)
Sebagai contoh tinjau
Maka
A + B dan B – A diberikan oleh
Perkalian Matriks dan
saklar. Hasil perkalian matriks dan saklar adalah suatu
matriks yang tiap elemennya dikalikan dengan saklar tersebut; jadi, untuk
matriks A dan saklar k
Perkalian matriks dan
matriks. Perkalian matriks dengan matriks lain hanya dapat
dilakukan dengan matriks yang conformable. Misalkan A adalah matriks n x m dan B adalah matriks m x p. Selanjutnya hasil perkalian AB, yang kita baca “A’’ dikatakan belakang dengan B” atau B” dikatakan di depan dengan “A’’.
Harus
diperhatikan bahwa sekali pun A dan B dioperasikan untuk perkalian AB, bukan berarti dapat diopersikan untuk perkalian BA tidak terdefinisi.
Hukum
asosiatif dan distributif untuk perkalian matriks yaitu:
(AB)C = A(BC)
(A + B)C = AC + BC
C(A + B) = CA + CB
Jika
AB = BA, maka A dan B komut.
Perhatikan bahwa pada umunya AB ≠ BA.
Untuk membuktikannya, tinjau
AB
dan BA masing – masing diberikan
contoh:
Jelaslah, AB ≠ BA. Sebagai contoh lain:
Kita
peroleh:
Jelaslah
AB ≠ BA.
Karena perkalian matriks
pada umunya tidak komutatif, kita harus memperhatikan orde pada matriks saat
mengalikan suatu matriks dengan matriks yang lain. Perkalian di depan atau di
belakang menunjukkan bahwa matriks di kalikan dari kanan atau kiri.
Suatu contoh untuk
kasus AB = BA di berikan di bawah
ini:
AB
dan BA diberikan oleh
Jelaslah,
untuk kasus ini, A dan B adalah komut
Matriks berpangkat:
Adalah persegi A pangkat k
didefinisikan sebagai
A* = AA.....A
Perhatikan bahwa untuk
matriks diagonal A = diag (a11 a12.........an)
Sifat
– sifat lanjut dari matriks. Transpose dari A + B dan BA diberikan
oleh (A +
B)’ = A’ + B’
(AB)’ = B’A’
Untuk membuktikan
hubungan yang disebut belakangan: (i,j) dari AB adalah
Elemn ke (j,i) dari A’
B’ adalah
yang
sama dengan elemen ke (j,i) dari AB
atsu elemen ke (i,j) dari (AB)’
sehingga, (AB)’ = AB’, sebagai contoh:
Maka
jelaslah,
(AB)’ =B’A’
Dengan
cara yang sama, uuntuk transpose konjungsi dari A + B dan AB kita dapat:
(A + B)* = A* +B*
(AB)* = B*A*
Rank adalah
suatu matriks A, dan dikatakan mempunyai “rank” m jika submatriks M m x
m dari A, sehingga determinan dari M tidak berharga (0).
Sebagai contoh:
Salah
satu submatriks terbesar yang determinannya tidak berharga nol (0) adalah
sebagai berikut:
sehingga ‘’rank” dari
matriks A adalah 3.
D. PEMBALIKAN MATRIKS (MATRIKS
INVERSION)
Pada
bab ini membahas tentang matriks dan beberapa persoalan yang berkaitan
dengannya.
Minor Mij.
Jika baris i dan kolom j dari matriks A n x n dihilangkan, maka matriks yang
dihasilkan adalah matriks (n - 1) x (n - 1). Determinan dari matriks (n – 1) x
(n - 1).
Kofaktor Aij
dari elemen aij adalah (-1)i+j kali determinan
matriks yang dibentuk dengan menghilangkan baris ke i dan kolom ke j dari A. Contoh:
Aij
= (-1)i + j Mij
Jika
Karena
determinan dari A dalam bentuk hal ini mempunyai dua baris yang identik.
Contoh:
Jika
ai1, ai2 ..................,an diganti dengan
aj1, aj2............ain, maka:
aj1
Ai1 + aj2 A12 +................. +ajn
Ain = 0 (i ≠ j)
Dengan cara yang sama:
Matriks adjoint. Matriks
B dengan elemen pada baris ke i dan kolom ke j.
Contoh:
B = (bij) = (Aij)
= adj A
Jadi
pada matriks di atas dari A adalah
transpose dari matriks yang elemennya adalah kofaktor dari A atau:
Elemen pada baris ke j dan kolom ke i adalah sebagai berikut:
Dari
penjelasan di atas dapat di jabarkan sebagai berikut:
A(adj
A) = |A| I
Dengan
cara yang sama
Sehingga
kita dapat hubungan:
A(adj
A) = (adj A)A =|A| I
Contoh:
Dapat
kita peroleh bahwa determinan A
adalah 17 dan
Dengan
demikian:
Matriks balik. Disebut
matriks balik, karena matriks dar A
ada jika determinan A tidak berharga
nol (0). Contoh:
AA-1
= A-1 A = I
Dimana
I adalah matriks identitas. Jika A adalah matriks nonsinguler dan AB = C, maka B = A-1 C dapat
dilihat dari persamaan di bawah ini:
A-1
AB = IB = B = A-1 C
Jika
A dan B matriks nonsinguler, maka hasilkali AB adalah matriks nonsinguler.
Contoh: (AB) -1 = B -1 A-1
Bukti
dari persamaan di atas:
(B-1
A-1) = AB = B-1 (A-1A)B = B-1IB = B-1
B = I
Dengan
cara yang sama:
(AB)(B-1A-1)
= I
Perhatikan
bahwa:
(A-1)
-1 =A
(A-1)’
= (A’)’-1
(A-1)*
= (A*)-1
Dari
persamaan (3.1) an definisi matriks balik, kita memperoleh:
A-1
=
Jadi
kebalikan dari suatu matriks transpose dari matriks kofaktornya, dibagi dengan
determinan matriks asal. Jika A diberikan oleh:
Maka:
Sebagai
contoh jika A diberikan oleh:
Maka
adjoint dari A dan determinan |A|
sebagai berikut:
Matriks
balik dari A diberikan oleh:
Rumus
untuk mencari matriks balik dengan matriks 2 x 2 dan matriks
3x
3. Untuk matriks A 2 x 2, di mana:
Matriks
balik diberikan oleh:
Untuk
matriks A 3 x 3, di mana:
Matriks
balik diberikan oleh:
Catatan mengenai penghapusan
matriks. Penghapusan matriks tidak berlaku dalam aljabar
matriks. Tinjau hasilkali dari matriks singuler A dan B. Ambil, sebagai
contoh:
Maka:
Jelas
AB = 0 bukan berarti A = 0 atau B = 0. Mempunyai arti salah satu di antara tiga pernyataan berikut:
1. A = 0
2. B = 0
3.
A
dan B keduanya singuler
Sebagai
bukti, anggap bahwa jika A dan B nonsinguler, maka ada matriks dengan A-1 dengan sifat:
A-1AB = B = 0
Jika
A adalah mariks nonsinguler, maka untuk AB
=AC berarti B = C dan untuk BA = CA juga berarti B = C.
E. DIFERENSIAL DAN INTEGRITAS MATRIKS
Turunan
matriks A(t) n x m didefinisikan sebagai matriks yang tiap elemennya merupakan
turunan dari elemen matriks asal, dengan syarat senua elemen aij (t)
mempunyai turunan terhadap t. Jadi:
Dengan cara yang sama,
integral matriks A (t) n x m
didefinisikan sebagai berikut:
Diferensial hasilkali dua buah
matriks. Jika matriks A(t)
dan B (t) dapat didefernsialkan
terhadap t, maka:
Diferensial A-1.
Jika suatu matriks A(t) dan
matriks baliknya A-1 (t)
dapat diferensialkan terhadap t, maka
turunan A-1 diberikan oleh:
Hasil ini dapat
diperoleh dengan mendefinisikan A (t)-1
terhadap t, karena:
Dan
Maka kita peroleh
Atau
Tidak ada komentar:
Posting Komentar