Determinant Matrix dan Link Download File Referensi

https://eu2.contabostorage.com/00f3241116844f24b628f46d81abb929:st1/folder8/8032/1656355621_determinant___Matematika.pdf

2026-05-31 15:10:09 - Admin

<style> body { font-family: Arial, sans-serif; line-height: 1.6; margin: 0; padding: 0 20px; background-color: #f9f9f9; color: #333; } h1, h2, h3 { color: #2c3e50; margin-top: 1.5em; } p { margin: 0.8em 0; } table { border-collapse: collapse; margin: 1em 0; } th, td { border: 1px solid #bbb; padding: 6px 10px; text-align: center; } .example { background-color: #eef; padding: 10px; margin: 1em 0; border-left: 4px solid #4a90e2; } .note { font-size: 0.9em; color: #555; } </style> <h1>Determinant Matriks</h1> <p>Determinant (atau determininan) adalah nilai skalar yang dapat dihitung dari sebuah matriks persegi. Nilai ini mengandung banyak informasi penting mengenai sifatsifat matriks, seperti apakah matriks tersebut dapat dibalik (invertible), nilai eigen, volume transformasi linear, dan sebagainya.</p> <h2>Definisi Formal</h2> <p>Jika <em>A</em> ialah matriks berukuran <em>n n</em>, determinant <em>det(A)</em> atau <span style="font-family: serif;">|A|</span> didefinisikan secara rekursif dengan menggunakan ekspansi kofaktor:</p> <ul> <li>Untuk <em>n = 1</em>, <em>det([a]) = a</em>.</li> <li>Untuk <em>n 2</em>, pilih baris (atau kolom) ke<em>i</em>: <br> <strong>det(A) = _j=1ⁿ (-1)^{i+j} a_ijdet(M_ij)</strong> <br> dimana <em>M_ij</em> adalah submatriks yang terbentuk dengan menghapus baris <em>i</em> dan kolom <em>j</em> dari <em>A</em>. </li> </ul> <h2>Cara Menghitung Determinant</h2> <h3>1. Matriks 22</h3> <p>Untuk matriks <br> <code>A = [ [a, b], [c, d] ]</code>, <br> determinannya adalah <br> <strong>det(A) = ad bc</strong>. </p> <h3>2. Matriks 33 (Aturan Sarrus)</h3> <div class="example"> <p>Jika <br> <code>B = [ [a, b, c], [d, e, f], [g, h, i] ]</code>, <br> maka <br> <strong>det(B) = aei + bfg + cdh ceg bdi afh</strong>. </p> </div> <h3>3. Metode Eliminasi Gauss (RowReduction)</h3> <p>Untuk matriks berukuran lebih besar, cara yang paling efisien biasanya dengan mengubahnya menjadi bentuk segitiga atas menggunakan operasi baris elementer. Determinannya adalah hasil perkalian elemenelemen diagonal utama, dikalikan dengan <em>(-1)^k</em> dimana <em>k</em> adalah jumlah pertukaran baris yang dilakukan.</p> <h3>4. Menggunakan Laplace Expansion</h3> <p>Jika ingin menghitung secara manual pada matriks kecil atau bila ada banyak elemen nol di satu baris/kolom, ekspansi kofaktor pada baris atau kolom dengan banyak nol dapat sangat mempercepat perhitungan.</p> <h2>Propertiproperti Penting</h2> <ul> <li><strong>Linieritas pada baris (atau kolom)</strong>: Jika satu baris (atau kolom) merupakan kombinasi linear dari baris lain, determinant = 0.</li> <li><strong>Pertukaran dua baris (atau kolom)</strong>: Membalikkan tanda determinant.</li> <li><strong>Skala</strong>: Mengalikan satu baris (atau kolom) dengan skalar <em>k</em> mengalikan determinant dengan <em>k</em>.</li> <li><strong>Determinant dari produk</strong>: <em>det(AB) = det(A)det(B)</em>.</li> <li><strong>Determinant transpose</strong>: <em>det(A^T) = det(A)</em>.</li> <li><strong>Determinant matriks identitas</strong>: <em>det(I_n) = 1</em>.</li> </ul> <h2>Aplikasi Determinant</h2> <h3>1. Menentukan Kebalikan Matriks</h3> <p>Matriks <em>A</em> dapat dibalik (ada invers <em>A^{-1}</em>) bila dan hanya bila <em>det(A) 0</em>. Inversnya diberikan oleh <br> <strong>A^{-1} = (1/det(A))adj(A)</strong>, <br> dimana <em>adj(A)</em> adalah matriks adjoint (transpos kofaktor).</p> <h3>2. Sistem Persamaan Linear</h3> <p>Dalam aturan Cramer, solusi unik sistem <em>AX = B</em> diperoleh dengan <br> <strong>x_i = det(A_i) / det(A)</strong>, <br> dimana <em>A_i</em> adalah matriks <em>A</em> dengan kolom <em>i</em> diganti oleh vektor <em>B</em>.</p> <h3>3. Geometri</h3> <p>Determinant dari matriks yang merepresentasikan transformasi linear memberi faktor skala volume atau area. Jika <em>det(A) = 2</em>, maka area (atau volume) daerah yang ditransformasikan menjadi dua kali lipat.</p> <h3>4. Analisis Eigenvalue</h3> <p>Polinomial karakteristik <em>p() = det(A I)</em> menghasilkan eigenvalue <em></em> dari <em>A</em>. Nilainilai ini penting dalam dinamika sistem, statistik, dan ilmu data.</p> <h2>Contoh Perhitungan dengan Eliminasi Gauss</h2> <div class="example"> <p>Hitung determinan matriks berikut:</p> <pre>C = | 2 1 -1 | | 3 0 2 | | 1 4 5 | </pre> <p>Langkah 1: Tukar baris 1 dan baris 2 (tanda berubah).</p> <pre>C = | 3 0 2 | | 2 1 -1 | | 1 4 5 |</pre> <p>Langkah 2: Eliminasi pada kolom pertama:</p> <pre>R R (2/3)R | 3 0 2 | | 0 1 -7/3 | | 1 4 5 |R R (1/3)R | 3 0 2 | | 0 1 -7/3 | | 0 4 13/3 |</pre> <p>Langkah 3: Eliminasi pada kolom kedua:</p> <pre>R R 4R | 3 0 2 | | 0 1 -7/3 | | 0 0 53/3 |</pre> <p>Determinannya = (-1)^{swap}(3153/3) = -53.</p> </div> <h2>Kesimpulan</h2> <p>Determinant bukan sekadar angka; ia menyimpan informasi struktural tentang matriks. Dengan memahami cara menghitungnya, sifatsifat penting seperti kebalikan, volume transformasi, dan solusi sistem linear menjadi lebih mudah dipahami. Baik menggunakan rumus langsung untuk matriks kecil maupun teknik reduksi baris untuk ukuran besar, penguasaan konsep ini merupakan pondasi kuat dalam aljabar linier dan aplikasiaplikasi sains serta teknik.</p> <p class="note">*Materi ini ditulis untuk pembaca tingkat menengahatas yang sudah mengenal dasar aljabar linier.*</p>

Lebih banyak