Matriks persegi: Perbedaan antara revisi

Konten dihapus Konten ditambahkan
Dedhert.Jr (bicara | kontrib)
Dedhert.Jr (bicara | kontrib)
Tag: Suntingan visualeditor-wikitext
 
(7 revisi perantara oleh 2 pengguna tidak ditampilkan)
Baris 1:
[[Berkas:Arbitrary_square_matrix.gif|jmpl|Matriks persegi berukuran 4. Elemen <math>a_{ii}</math> membentuk [[diagonal utama]] dari matriks persegi. Pada matriks persegi di atas, diagonal utamanya berisi elemen ''a''<sub>11</sub>&nbsp;=&nbsp;9, ''a''<sub>22</sub>&nbsp;=&nbsp;11, ''a''<sub>33</sub>&nbsp;=&nbsp;4, ''a''<sub>44</sub>&nbsp;=&nbsp;10.]]
Dalam [[matematika]], '''matriks persegi''' (atau '''matriks bujur sangkar'''){{sfn|Lembang|Natsir|2019|p=7}} adalah [[Matriks (matematika)|matriks]] yang memiliki jumlah baris dan jumlah kolom yang sama. Matriks berukuran ''n x n'' adalah matriks persegi berukuran <math>n</math>. Sebarang dua matriks persegi berukuran sama dapat dijumlahkan maupun dikalikan.
 
Matriks persegi sering digunakan untuk mewakili [[Peta linear|transformasi linear]] sederhana, seperti ''shearing'' atau [[Rotasi (matematika)|rotasi]]. Sebagai contoh, jika <math>R</math> adalah matriks persegi yang mewakili suatu rotasi ([[matriks rotasi]]) dan <math>v</math> adalah [[Vektor (matematika)|vektor kolom]] dari suatu titik di ruang, maka hasil perkalian <math>Rv</math> adalah vektor yang melambangkan titik akibat rotasi tersebut. jika <math>v</math> adalah vektor baris, transformasi yang sama didapatkan dengan menghitung <math>vR^{\mathsf T}</math>, dengan matriks <math>R^{\mathsf T}</math> adalah hasil [[Transpose|transpos]] dari <math>R</math>.
Baris 50:
[[Matriks identitas]] <math>I_n</math> berukuran <math>n</math> adalah matriks berukuran <math>n \times n</math> dengan semua elemen diagonal utamanya bernilai 1, dan semua elemen lainnya bernilai 0. Secara matematiks,
 
: <math display="block">
I_1 = \begin{bmatrix} 1 \end{bmatrix}
,\
Baris 69:
 
=== Matriks yang dapat dibalik dan inversnya ===
Matriks persegi <math>A</math> ''[[Matriksmatriks yang dapat dibalikterbalikkan|dapat dibalik]]'' jika terdapat matriks <math>B</math> sehingga
 
: <math display="block">AB=BA=I_n</math>.<ref>{{Harvard citationsharvnb|last1=Brown|year=1991|nb=yes|loc=Definition I.2.28}}</ref><ref>; {{Harvard citationsharvnb|last1=Brown|year=1991|nb=yes|loc=Definition I.5.13}}</ref>
 
Matriks <math>A</math> juga dikatakan ''dapat diinvers'' dan ''tidak singular''. Jika matriks <math>B</math> ada, maka matriks tersebut unik/tunggal, dan disebut [[matriks invers]] dari <math>A</math>, dan dinyatakan sebagai <math>A^{-1}</math>.
Baris 78:
 
=== Teras ===
[[Teras matriks(aljabar linear)|Teras]] dari matriks persegi <math>A</math>, ditulis sebagai <math>\text{tr}(A)</math>, adalah jumlah dari setiap elemen diagonal utamanya. Walau perkalian matriks tidak komutatif, teras dari perkalian dua matriks tidak bergantung pada urutan perkalian. Dengan kata lain,
 
: <math display="block"> \operatorname{tr}(AB) = \operatorname{tr}(BA)</math>
 
Hal ini dapat terlihat dengan menggunakan definisi perkalian matriks:
 
: <math display="block"> \operatorname{tr}(AB) = \sum_{i=1}^m \sum_{j=1}^n A_{ij} B_{ji} = \operatorname{tr}(BA).</math>
 
Selain itu, nilai dari teras suatu matriks sama dengan nilai teras dari transposnya, maksudnya:
 
: <math display="block"> \operatorname{tr}(A) = \operatorname{tr}(A^{\mathrm T})</math>.
 
=== Determinan ===
Baris 98:
Determinan dari matriks berukuran 2 ''x'' 2 didapatkan dengan menghitung
 
: <math display="block">\det \begin{bmatrix}a&b\\c&d\end{bmatrix} = ad-bc.</math>
 
Determinan matriks 3 ''x'' 3 dapat dihitung dengan [[metode Sarrus]]. [[Teorema Leibniz untuk determinan|Teorema Leibniz]] memperumum rumus determinan untuk sembarang dimensi.<ref>{{Harvard citationssfn|last1=Brown|year=1991|nb=yes|loc=Definition III.2.1}}</ref>
 
Determinan dari perkalian dua matriks persegi sama dengan hasil kali determinan kedua matriks::<ref>{{Harvard citationssfn|last1=Brown|year=1991|nb=yes|loc=Theorem III.2.12}}</ref>
 
: <math display="block">\det(AB) = \det(A) \cdot \det(B)</math>
 
Menambahkan kelipatan suatu baris ke baris lain pada matriks, atau kelipatan suatu kolom ke kolom lain, tidak mengubah nilai determinan. Namun, menukar dua baris atau dua kolom akan mengubah tanda dari determinan (sama dengan mengalikan determinan dengan -1).<ref>{{Harvard citationssfn|last1=Brown|year=1991|nb=yes|loc=Corollary III.2.16}}</ref> Menggunakan operasi-operasi tersebut, setiap matriks dapat diubah menjadi matriks segitiga atas (atau bawah). Hal ini memberikan cara untuk menghitung determinan sebarang matriks, karena determinan determinan dari matriks segitiga adalah hasil perkalian setiap elemen diagonal utamanya.
 
[[Rumus Laplace]] menyatakan determinan dalam operasi terhadap [[Minor (aljabar linear)|minor]], yakni, determinan dari matriks yang berukuran lebih kecil.<ref>{{Harvard citationssfn|last1=Mirsky|year=1990|nb=yes|loc=Theorem 1.4.1}}</ref> Rumus ini dapat digunakan secara rekusif untuk menghitung determinan berukuran sebarang, dan dapat ditunjukkan rumus ini setara dengan teorema Leibniz.
 
Determinan dapat digunakan untuk menyelesaikan [[sistem linear]] menggunakan [[aturan Cramer]], dengan pembagian dua determinan yang sesuai akan menghasilkan nilai dari variabel pada sistem.<ref>{{Harvard citationssfn|last1=Brown|year=1991|nb=yes|loc=Theorem III.3.18}}</ref>
 
== Daftar pustakaCatatan ==
{{Reflist|colwidth=30em}}
 
== Referensi ==
 
* {{Citation|last1=Brown|first1=William C.|title=Matrices and vector spaces|publisher=[[Marcel Dekker]]|location=New York, NY|isbn=978-0-8247-8419-5|year=1991|url-access=registration|url=https://archive.org/details/matricesvectorsp0000brow}}
* {{Citation|last1=Horn|first1=Roger A.|author1-link=Roger Horn|last2=Johnson|first2=Charles R.|author2-link=Charles Royal Johnson|title=Matrix Analysis|publisher=Cambridge University Press|isbn=978-0-521-38632-6|year=1985}}
* {{Citation|last1=Mirsky|first1=Leonid|author-link=Leon Mirsky|title=An Introduction to Linear Algebra|url=https://books.google.com/?id=ULMmheb26ZcC&pg=PA1&dq=linear+algebra+determinant|publisher=Courier Dover Publications|isbn=978-0-486-66434-7|year=1990}}
* [http://www.math.u-szeged.hu/~ngaba/felmeg/sajatertek.pdf Néhány hasznos állítás komplex mátrixok sajátértékeiről]
* [http://math.uni-pannon.hu/~leitolda/Matrixok.pdf dr. Leitold Adrien: Mátrixok]
* [https://web.cs.elte.hu/blobs/diplomamunkak/bsc_matelem/2015/balint_timea.pdf Bálint Tímea: Négyzetes mátrixok hatványozása - ELTE]
 
* {{citation
*
|last = Brown |first = William C.
|title = Matrices and vector spaces
|publisher = [[Marcel Dekker]]
|location = New York, NY
|isbn = 978-0-8247-8419-5
|year = 1991
|url-access = registration
|url = https://archive.org/details/matricesvectorsp0000brow}}
* {{citation
|last1 = Lembang |first1 = Suri Toding
|last2 = Natsir |first2 = Irmawaty
|title = Aljabar Linier
|year = 2019
|publisher = Deepublish
|url = https://books.google.com/books?id=DdDLDwAAQBAJ&pg=PA7
|page = 7
|isbn = 978-623-02-0265-0
}}
* {{citation
|last1 = Mirsky |first1 = Leonid |author-link1 = Leon Mirsky
|title = An Introduction to Linear Algebra
|url = https://books.google.com/books?id=ULMmheb26ZcC&pg=PA1
|publisher = Courier Dover Publications
|isbn=978-0-486-66434-7
|year=1990}}
 
{{Aljabar linear}}
[[Kategori:Matriks|*]]