Tugas 2 - Aljabar Matriks#
1. Berikan penjelasan tentang apa itu matriks#
jawaban
A. Pengertian Matriks:
Matriks adalah kumpulan bilangan,simbol, atau ekspresi yang diatur dalam baris dan kolom dan membentuk sebuah array atau tabel, yang biasanya disajikan dalam tanda kurung, baik itu kurung biasa “( )” atau kurung siku “[ ]”. Setiap matriks memiliki nama yang ditunjukkan dengan huruf kapital, seperti A, B, C, dan seterusnya.
Selain itu, terdapat perbedaan antara baris dan kolom dalam matriks. Baris merupakan susunan bilangan yang terletak secara horizontal atau dari samping ke samping, sementara kolom merupakan susunan bilangan yang terletak secara vertikal atau dari atas ke bawah.
contohnya seperti gambar dibawah ini ya
Memahami Jenis-Jenis Matriks dan Contohnya
Matriks adalah salah satu konsep yang mendasar dalam matematika yang digunakan untuk merepresentasikan data dalam bentuk tabular. Matriks terdiri dari baris dan kolom, di mana setiap elemen memiliki posisi yang jelas dalam matriks tersebut. Berikut adalah beberapa jenis matriks beserta contohnya:
1. Matriks Baris Matriks baris adalah matriks yang terdiri dari satu baris dan banyak kolom.
Contoh:
2. Matriks Kolom Matriks kolom adalah matriks yang terdiri dari satu kolom dan banyak baris.
Contoh:
3. Matriks Nol Matriks nol adalah matriks di mana semua elemennya adalah nol.
Contoh:
4. Matriks Identitas Matriks identitas adalah matriks persegi yang memiliki semua elemen diagonalnya bernilai satu, dan elemen lainnya bernilai nol.
Contoh:
5. Matriks Diagonal Matriks diagonal adalah matriks persegi di mana semua elemen di luar diagonal utama adalah nol.
Contoh:
6. Matriks Simetris Matriks simetris adalah matriks persegi di mana elemen-elemennya simetris terhadap diagonal utama.
Contoh:
7. Matriks Triangular Atas Matriks triangular atas adalah matriks persegi di mana semua elemen di bawah diagonal utama adalah nol.
Contoh:
8. Matriks Triangular Bawah Matriks triangular bawah adalah matriks persegi di mana semua elemen di atas diagonal utama adalah nol.
Contoh:
9. Matriks Singular Matriks singular adalah matriks di mana determinannya sama dengan nol.
Contoh:
10. Matriks Non-singular Matriks non-singular adalah matriks di mana determinannya tidak sama dengan nol.
Contoh:
Matriks memiliki banyak aplikasi dalam berbagai bidang seperti matematika, fisika, ekonomi, dan teknik. Pemahaman yang baik tentang jenis-jenis matriks ini sangat penting untuk analisis dan pemecahan masalah di berbagai bidang tersebut.
2. Operasi matriks
penjumlahan
perkalian
pengurangan
transpose matriks
jawaban
A. Penjumlahan/ dan Pengurangan Matriks:
Dilakukan dengan menambahkan atau mengurangi elemen-elemen yang bersesuaian dari dua matriks. Kedua matriks harus memiliki dimensi yang sama.
B. Perkalian Matriks:
Untuk mengalikan dua matriks, jumlahkan hasil kali elemen baris pertama matriks pertama dengan elemen kolom pertama matriks kedua untuk setiap elemen pada hasil matriks.
C. Pengurangan Matriks:
Pengurangan matriks dilakukan dengan mengurangkan elemen yang sesuai dari matriks yang sama ukurannya. Misalnya, jika kita memiliki dua matriks A dan B dengan ukuran yang sama, pengurangan \((A - B)\) adalah matriks yang elemen-elemennya adalah hasil pengurangan elemen-elemen yang sesuai dari matriks \((A - B)\)
D.Transpose Matriks:
Transpose matriks adalah operasi yang mengubah baris menjadi kolom dan sebaliknya. Dalam transpose, elemen-elemen diagonal utama tetap tidak berubah, tetapi elemen-elemen di luar diagonal utama dipindahkan ke posisi yang sesuai. Misalnya, jika A adalah matriks dengan ukuran m x n, maka transpose dari A ditulis sebagai \(( A^T )\) akan menjadi matriks dengan ukuran n x m, di mana elemen-elemen baris pada A menjadi elemen-elemen kolom pada \(( A^T)\)
Contoh:
contohnya bisa dilihat dibawah ini yaa..
import numpy as np
A = np.array([[1, 4, 7],
[4, 6, 3],
[7, 2, 9]])
B = np.array([[9, 2, 5],
[4, 8, 3],
[3, 7, 4]])
C = A + B
print("Penjumlahan matriks:")
print(C)
D = np.dot(A, B)
print("\nPerkalian matriks:")
print(D)
E = A - B
print("\nPengurangan matriks:")
print(E)
F = np.transpose(A)
print("\nTranspose matriks A:")
print(F)
Penjumlahan matriks:
[[10 6 12]
[ 8 14 6]
[10 9 13]]
Perkalian matriks:
[[46 83 45]
[69 77 50]
[98 93 77]]
Pengurangan matriks:
[[-8 2 2]
[ 0 -2 0]
[ 4 -5 5]]
Transpose matriks A:
[[1 4 7]
[4 6 2]
[7 3 9]]
3. Buat program untuk mengalikan matrik A dan B tidak menggunakan “@”#
jawaban#
import numpy as np
# Mendefinisikan matriks A dan B dengan ordo 3x3
matriks1 = np.array([[1, 3, 9], [3, -2, 6], [7, 8, 9]])
matriks2 = np.array([[1, 7, 5], [4, 5, 7], [3, 2, 1]])
# Fungsi untuk mengalikan matriks tanpa menggunakan "@"
def perkalianmatriks(X, Y):
result = np.zeros((X.shape[0], Y.shape[1]))
for i in range(len(X)):
for j in range(len(Y[0])):
for k in range(len(Y)):
result[i][j] += X[i][k] * Y[k][j]
return result
# Mengalikan matriks A dan B
result_matriks1matriks2 = perkalianmatriks(matriks1, matriks2)
(matriks1, matriks2, result_matriks1matriks2)
(array([[ 1, 3, 9],
[ 3, -2, 6],
[ 7, 8, 9]]),
array([[1, 7, 5],
[4, 5, 7],
[3, 2, 1]]),
array([[ 40., 40., 35.],
[ 13., 23., 7.],
[ 66., 107., 100.]]))
4. membuat matriks A dan B dengan ordo 3X3 dan matriks C dengan ordo 3X2#
jawaban#
import numpy as np
# Mendefinisikan matriks A dan B dengan ordo 3x3
matriks1 = np.array([[4, 6, 9], [8, -2, 3], [7, 3, 6]])
matriks2 = np.array([[2, 8, 5], [1, 3, 7], [4, 5, 7]])
# Mendefinisikan matriks C dengan ordo 3x2
matriks3 = np.array([[1, 5], [3, 2], [9, 6]])
# Fungsi untuk mengalikan matriks tanpa menggunakan "@"
def perkalianmatriks(X, Y):
result = np.zeros((X.shape[0], Y.shape[1]))
for i in range(len(X)):
for j in range(len(Y[0])):
for k in range(len(Y)):
result[i][j] += X[i][k] * Y[k][j]
return result
# Mengalikan matriks A dan B
result_matriks1matriks2 = perkalianmatriks(matriks1, matriks2)
(matriks1, matriks2, matriks3, result_matriks1matriks2)
(array([[ 4, 6, 9],
[ 8, -2, 3],
[ 7, 3, 6]]),
array([[2, 8, 5],
[1, 3, 7],
[4, 5, 7]]),
array([[1, 5],
[3, 2],
[9, 6]]),
array([[ 50., 95., 125.],
[ 26., 73., 47.],
[ 41., 95., 98.]]))
import numpy as np
# Definisikan matriks A
A = np.array([[1, 2, 3],
[2, 3, 5],
[3, 5, 2]])
# Definisikan matriks B
B = np.array([[2, 3, 5],
[5, 2, 1],
[1, 0, 4]])
# Periksa bentuk matriks sebelum melakukan perkalian
print("Shape of A:", A.shape)
print("Shape of B:", B.shape)
# Lakukan perkalian matriks
result = A @ B
# Cetak hasil perkalian matriks
print("Result of A @ B:")
print(result)
# Cetak matriks B
print("Matrix B:")
print(B)
Shape of A: (3, 3)
Shape of B: (3, 3)
Result of A @ B:
[[15 7 19]
[24 12 33]
[33 19 28]]
Matrix B:
[[2 3 5]
[5 2 1]
[1 0 4]]