Bab 1

Aljabar Matriks
Bab ini membahas konsep-konsep aljabar matriks. Pemahaman akan matriks dan determinan
adalah suatu keharusan dalam sistem linier. Dalam bab ini kedua topik tersebut secara detail
dijelaskan. Solusi suatu sistem linier dapat juga ditentukan dengan metode determinan (aturan
cramer) dan metode invers matriks.

Tujuan Instruksional Umum

Setelah membahas semua topik-topik dalam bab ini diharapkan mahasiswa mampu memahami
konsep matriks dan determinan, serta memahami dan dapat menggunakan beberapa metode
untuk menyelesaikan sistem linier.

Tujuan Instruksional Khusus

Setelah Perkuliahan mahasiswa diharapkan mampu:

1. Menuliskan sistim linier dalam persamaan matriks.
2. Memahami dan dapat menerapkan operasi-operasi matriks.
3. Memahami dan dapat menerapkan aturan aritmatika matriks.
4. Memahami dan dapat menentukan matriks elementer
5. Menentukan determinan suatu matriks dengan metode reduksi baris.
6. Memahami sifat-sifat dan fungsi determinan.
7. Dapat menentukan solusi suatu sistim linier dengan cara determinan, yaitu dengan
menggunakan metode Cramer.
8. Dapat menentukan solusi sistem linier dengan cara invers

Pokok bahasan
1.1 Matriks dan operasi matriks
1.2 Determinan
1.3 Aturan Cramer
Ringkasan Bab
Soal-soal Latihan
Bab 1. Aljabar Matriks 2

1.1 Matriks dan operasi-operasi matriks

Matriks adalah kumpulan bilangan yang tersusun dalam baris dan kolom. Elemen-elemen dalam
matriks disebut entri. Contoh sebuah matriks adalah

 2  4 

 3 e  2
 1 
  1 2
3


Matriks di atas terdiri atas 3 baris dan 3 kolom, maka matriks itu disebut berorde 3x3. Suatu
matriks A disebut berorde mxn, maka matriks itu terdiri atas m baris dan n kolom, dan
banyaknya entri pada matriks itu adalah m.n.

Suatu matrik disimbolkan dengan suatu huruf besar, hal ini untuk menghindari penggunaan
huruf sebagai masing-masing entri suatu matriks itu, dimana entri suatu matriks boleh
menggunakan huruf kecil, contohnya matriks A berikut.

2 3
A   a d
 1 5

Matriks secara umum dapat ditulis menggunakan huruf dengan indeks sebagai berikut:

 b11 b12 . . . b1n 

 
 b12 b22 . . . b 2n 
 . . . . . . 
B=  
 . . . . . . 
 . . . . . . 
 
bm1 b m2 . . . bmn 

Matriks B di atas memiliki m baris dan n kolom, dan elemen b 34 terletak pada baris 3 dan
kolom 4.

Contoh 1.1
Diberikan sebuah matriks A berikut
 2 3
A   0 1
  1 5
Orde matriks di atas adalah 3x2, dan elemen-elemennya adalah a 11=2, a22=1, a31=-1 dan
seterusnya.

Bab 1. Aljabar Matriks 3

1.1.1 Matriks bujur sangkar

Matriks bujur sangkar adalah matrik dimana jumlah baris sama dengan jumlah kolom, dengan
kata lain ada n baris dan n kolom. Matriks bujur sangkar itu disebut memiliki orde n. Elemen-
elemen a11, a22, ..., ann, adalah diagonal utama dari matriks A.

1.1.2 Matrik sama

Dua matriks disebut sama hanya dan jika hanya kedua matrik memiliki orde yang sama
besarnya dan elemen-elemen yang bersesuaian adalah sama.


Contoh 1.2.
1 2 p r
A=   dan B=  
 1 3 q s

A = B jika dan hanya jika p=1, r=2, q=-1 dan s=3.



1.1.3 Operasi-operasi pada matriks:

a. Penjumlahan (+)
Jika matriks A dan B dijumlahkan, syarat yang harus dipenuhi adalah kedua matriks harus
memiliki ukuran atau orde yang sama. Dua yang matriks yang berbeda ukuran (orde) tidak
dapat dijumlahkan. Hasil penjumlahan matriks A dan B (A+B) adalah matriks dimana elemen-
elemennya adalah hasil penjumlahan elemen-elemen A dan B yang bersesuaian.


Contoh 1.3.
Tentukan A + B dan A + C dari matriks berikut ini.

 2 1 30
 
A=  1 0 2 4 ,
 4  2 7 0 
 4 3 5 1 
 
B=  2 2 0  1 dan
 3 2 4 5 
 1 4
C=  
 3 2

Maka

2  ( 4) 1 3 05 3  1   2 4 5 4
 4  ( 1)    1 3
A+B =   1  2 02 20 2 2
 4  3 22 7  (4) 0  5   7 0 3 5 

Sedangkan A+C tidak terdefinisi, atau tidak dapat dilakukan penjumlahan.


Bab 1. Aljabar Matriks 4

b. Selisih/pengurangan (-)
Sama seperti pada penjumlahan, dua matriks dapat dilakukan pengurangan bila ukuran matriks
sama, dan pengurangan dilakukan dengan mengurangkan elemen-elemen yang bersesuaian.

Contoh 1.4.
Dari matriks pada contoh di atas, tentukan hasil A-B.

2  (4) 13 05 3 1   6  2 5 2 

   
A-B=   1  2 02 20 4  ( 1)    3  2 2 5 
 4  3  2  2 7  (4) 0  5   1  4 11  5


Diberikan suatu matrik A, maka –A adalah matrik negatif dari matriks A, dimana semua
elemen-elemennya dinegatifkan. Pengurangan (selisih) matriks A dan B adalah A ditambah
matriks –B, atau ditulis sebagai A-B = A+(-B).

c. Perkalian
Perkalian pada matris ada dua jenis, yang pertama, perkalian suatu matrik dengan sebuah
skalar, dan yang kedua adalah perkalian antara dua matriks. Jika k adalah sebuah skalar, dan A
adalah sebuah matriks, maka kA adalah perkalian matriks A dengan skalar k, dimana k
dikalikan dengan semua elemen-elemen matriks A.

Contoh 1.5.
Dari matriks C pada contoh soal 1, bila k=2, tentukanlah kC.
 1 4  2.1 2.8  2 8
kC = 2 3 2  2.  3 2.2   6 4
     


Syarat perkalian dua matriks.

Ada dua kondisi dimana dua matriks dapat dikalikan. Kondisi pertama adalah kedua matriks
sama-sama bujur sangkar dan ukurannya sama, dan kondisi kedua adalah bahwa banyaknya
kolom matriks pertama (yang dikalikan) sama besarnya dengan banyaknya baris matriks kedua
(pengali). Untuk matriks AxB, A disebut matriks yang dikalikan dan B adalah matriks pengali.

Sebagai ilustrasi perhatikan gambar berikut ini. Matriks A (kartu A) memiliki orde 2x3,
sedangkan matriks B (kartu B) berorde 3x4. Ukuran kedua matriks tidak sama dan juga tidak
sama-sama bujur sangkar. Kedua matriks dapat dikalikan karena kolom matriks A (yaitu 3),
sama dengan baris matriks B (yaitu 3). Hasil perkalian adalah sebuah matriks C dengan orde 2
x 4, yaitu saat kedua kartu dipertemukan maka ujung-ujungnya adalah 2 dan 4.
Bab 1. Aljabar Matriks 5

A B

C=AxB

Gambar 1.1. Dua kartu A dan B yang menggambarkan matriks A dan B.

Cara mengalikan dua matriks

Hasil perkalian dua matriks adalah mengalikan elemen-elemen pada baris matriks pertama (A)
dengan elemen-elemen pada kolom matriks kolom matriks kedua (B), kemudian menjumlahkan
elemen-elemen tersebut Perkalian ini disebut baris kali kolom. Jika baris kedua matriks A
dikalikan dengan kolom ketiga matriks B dan hasilnya adalah C, maka hasilnya adalah c23,
elemen pada baris dua, kolom 3. Dimana c23= a21.b13+a22.b23+...+a2n.bn3.

Contoh 1.6.
Diberikan dua matrik D dan E sebagai berikut:

4 1 4 3
1 2 4  
D  dan E= 0  1 3 1 
2 6 0
 2 7 5 2
1.4  2.0  4.2 1.1  2.  1  4.7 1.4  2.3  4.5 1.3  2.1  4.2 
DxE =  
2.4  6.0  0.2 2.1  6.  1  0.7 2.4  6.3  0.5 2.3  6.1  0.2
12 27 30 13
=  
 8  4 26 12


1.1.4 Aturan-aturan Aritmatika Matriks

Misalkan bahwa ukuran matriks sedemikian jika operasi-operasi berikut dapat dilakukan, maka
berikut ini adalah aturan-aturan operasi pada matriks:

(a) Hukum Komutatif pada penjumlahan

A+B = B+A

(b) Hukum Asosiatif pada penjumlahan

A+(B+C) = (A+B) + C

(c) Hukum Asosiatif pada perkalian

A(BC) = (AB)C

(d) Hukum distributif (A, B, C = matriks dan a,b,c = entri)

Bab 1. Aljabar Matriks 6

A(B+C) = AB + AC
(B+C)A = BA + CA
A(B-C) = AB-AC
(B-C)A = BA-CA
a(B+C) = aB+aC
a(B-C) = aB-aC
(a+b)C = aC+bC
(a-b)C = aC-bC
(ab)C = a(bC)
a(BC) = (aB)C = B(aC)

1.1.5 Matrik nol (0)

Matriks nol adalah matriks dimana semua elemen-elemennya adalah nol. Ukuran matriks nol
bergantung kepada matriks mana dia dioperasikan dan operasi apa yang dilakukan.
Operasi-operasi pada matriks nol:
(a) A+0 = 0+A = A
(b) A-A = 0
(c) 0-A = -A
(d) A.0 = 0 dan 0A = 0.]

1.1.6 Matriks identitas(I)

Matriks identitas dikenal dan sangat penting pada operasi perkalian. Matriks identitas adalah
matriks yang tidak mengubah nilai matriks yang dikalikan kepadanya:

A.I = I.A = A

Matriks I haruslah bujursangkar dimana semua elemen-elemen diagonal utamanya adalah satu
dan elemen-elemen yang lain adalah nol.

Contoh 1.7.

a a12 a13 
A   11 ,
a21 a22 a23 

maka
IA=

1 0   a11 a12 a13  1.a11  0.a21 1.a12  0.a22 1.a13  0.a23 

   
0 1  a21 a22 a23  0.a11  1.a21 0.a12  1.a22 0.a13  1.a23 
 a11 a12 a13 
=  =A
a21 a22 a23 

Bab 1. Aljabar Matriks 7

1.1.7 Matriks invers

Suatu matriks bujur sangkar A dan B, Jika AB = I, maka B disebut matriks invers dari matriks
A. Jika suatu matriks A memiliki matriks B sedemikian hingga didapat hubungan AB = I, maka
matriks disebut invertible (memiliki invers). Jika matriks B dan C keduanya adalah matriks A,
maka B=C. Invers dari matriks A disimbolkan dengan A-1, sehingga:

A.A-1 = A-1.A = I


Contoh 1.8.
Periksalah apakah matriks B berikut adalah matriks invers dari matriks A.

3 5  2  5
A  dan B 
1 3  1 3 

Jawab:

2  5 3 5 1 0
A.B   *  I
 1 3  1 2 0 1

3 5  2  5 1 0
B. A   *  I
1 2  1 3  0 1


Contoh 1.9.
Periksalah apakah matriks A berikut adalah invertible (mempunyai invers)?.

1 4 0
 
A  2 5 0
3 6 0 

Untuk membuktikan apakah invertible atau tidak, maka dimisalkan suatu matriks B sebagai;

b11 b12 b13 

 
B  b21 b22 b23 
b31 b23 b33 

Jika kolom ketiga matriks A dikalikan dengan B maka diperoleh:

b11 b12 b13  0  0 

     
B.A= b 21 b22 b23  0  = 0 
b 31 b 23 b33  0  0 

Sehingga
Bab 1. Aljabar Matriks 8

1 0 0
 
BA  I = 0 1 0
0 0 1 


Contoh 1.10.
a b
Misalkan matriks A=   jika ad-bc0, maka
c d

 d b 
 
1  d  b
 ad  bc ad  bc 
A-1 =  
ad  bc  c a   c a

 ad  bc ad  bc 

Karena A-1.A = I.


Jika A dan B adalah matriks yang invertible dengan ukuran yang sama, maka:
(a) A.B adalah invertible
(b) (A.B)-1 = B-1.A-1

Dengan kalimat prinsip di atas dapat ditulis: Hasil kali matriks-matriks yang invertible adalah
invertible dan inverse dari hasil kali itu adalah hasil kali dari matriks invers dengan urutan
dibalik.

Bukti untuk (a) dapat dilakukan dengan mudah dengan menerapkan aturan komutatif untuk
penjumlahan, sbb:

A.B.A-1.B-1= A.A-1.B.B-1 = I.

Atau

A-1.B-1.A.B= A-1.A.B-1.B = I.

1.1.8 Matriks elementer.

Sebuah matrik A nxn disebut matriks elementer jika dapat diperoleh matrik identitas nxn
dengan melakukan satu operasi baris elementer tunggal.

Contoh 1.11.
Matrik matriks berikut adalah matriks elementer:

1 0 
 
0  3

dapat diperoleh I dengan membagi baris kedua dengan –3.

Bab 1. Aljabar Matriks 9

1 0 0 0
 
0 0 0 1
0 0 1 0
 
0 1 0 0

dapat diperoleh I dengan menukar baris 2 dan 4.

1 0 3
 
0 1 0
0 0 1 

dapat diperoleh I dengan mengeliminasi 3 pada baris pertama menggunakan baris ketiga.

1 0 
 
0  1

dapat diperoleh I dengan mengalikan baris ketiga dengan –1.

Jika matriks elementer E dihasilkan dari operasi (baris) tertentu pada matriks identitas I m dan
jika A adalah matriks nxm, maka hasil kali EA adalah matriks yang dihasilkan bilamana operasi
baris yang sama dilakukan pada A.


Contoh 1.12.
Perhatikan matriks

1 0 2 3
 
A= 2 1 3 6
1 4 4 0 

Dan misalkan matriks elementer

1 0 0
 
E= 0 1 0
3 0 1 

Yang dihasilkan dari mengeliminasi 3 pada baris ketiga dengan baris pertama. Maka matriks
hasil kali A dan E adalah

1 0 2 3
 
EA= 2 1 3 6
 4 4 10 9

Yaitu matriks yang sama dengan A dengan menambahkan 3 kali baris pertama dengan baris
ketiga.

Bab 1. Aljabar Matriks 10

Setiap matriks elementer adalah invertible, dan inversenya juga matriks elementer. Misalkan E o
adalah invers dari matriks elementer E, maka Eo.E = I dan E.E o=I.

Jika A adalah matriks nxn, maka pernyataan berikut semuanya benar atau semuanya salah:
(a) A adalah invertible
(b) AX = 0 memiliki hanya solusi trivial
(c) A adalah ekuivalen baris dengan Im.
Pembuktian:

Jika AX=0 adalah matriks dalam bentuk

a11 x1  a12 x2  ...  a1n xn  0

a21 x1  a22 x2  ...  a2 n xn  0
.
.
.
an1 x1  an 2 x2  ...  ann xn  0

dan dianggap bahwa sistim itu hanya memiliki solusi trivial. Maka jika dilakukan eliminasi
Gauss-Jordan, maka sistim itu akan seperti:

x1 0
x2 0
.
.
.
xn  0

sehingga matriks augmented adalah

a11 a12 . . . a1n 0

 
a12 a22 . . . a 2n 0
 . . . . . . .
 
 . . . . . . .
 . . . . . . .
 
an1 an 2 . . . ann 0 

matriks ini dapat direduksi menjadi matriks

1 0 . . . 0 0
 
0 1 . . . 0 0
. . . . . . .
 
. . . . . . .
. . . . . . .
 
0 0 . . . 1 0 
Bab 1. Aljabar Matriks 11

1.1.9 Menentukan matriks invers

Suatu matriks bujur sangkar yang invertible dapat ditentukan inversnya dengan metode
eliminasi, yaitu dengan tahapan-tahapan operasi baris yang membuat A mendekati I n dan
akhirnya In menjadi A-1.


Contoh 1.13.
Tentukan invers matriks

1 2 3
 
A  2 5 3
1 0 8

Kita mereduksi A menjadi matriks identitas dengan operasi-operasi baris dan secara simultan
menerapkan operasi-operasi ini menghasilkan I dan akhirnya A-1.

1 2 3 1 0 0
 
2 5 3 0 1 0
1 0 8 0 0 1 


Matriks A dan I dijadikan matriks augmented. Angka 2 leading pada baris kedua dan angka 1
leading pada baris ketiga dieliminasi menggunakan baris pertama.

1 2 3 1 0 0
 
0 1 3 2 1 0
0 2 5 1 0 1 


Langkah kedua, angka –2 leading pada baris ketiga dieliminasi menggunakan baris ketiga.

1 2 3 1 0 0
 
0 1 3 2 1 0
0 0 1 5 2 1 


Langkah ketiga angka –1 leading pada baris ketiga dijadikan positif dengan mengalikan –1.

1 2 3 1 0 0 
 
0 1 3 2 1 0 
0 0 1 5 2  1


Kemudian angka –3 pada baris kedua dan angka 3 pada baris pertama dieliminasi
menggunakan baris ketiga.

1 2 0 14 6 3 
 
0 1 0 13 5  3
0 0 1 5 2  1 


Dan akhirnya angka 2 pada baris pertama dieliminasi menggunakan baris kedua.
Bab 1. Aljabar Matriks 12

1 0 0  40 16 9 
 
0 1 0 13 5  3
0 0 1 5 2  1


Sehingga hasil pada sebelah kanan adalah invers dari A.

  40 16 9 
 
A -1
=  13 5  3
 5 2  1 

Karena matriks A adalah invertibel maka sistim persamaan homogen yang dibentuk dari matriks
tersebut memiliki hanya solusi trivial.
x1  2 x 2  3 x 3  0
2 x1  5 x 2  3 x 3  0
x1  8x 3  0

Sering tidak diketahui dengan mudah apakah suatu matriks yang akan dicari inversnya adalah
invertibel. Dengan prosedur seperti di atas, bila tidak mungkin membentuk I pada bagian
sebelah kiri matriks augmented itu, maka matriks A tidak invertible.


Contoh 1.14.
Misalkan matriks A sebagai berikut:

1 6 4 
 
A  2 4  1
 1 2 5 

Dengan menerapkan prosedur seperti di atas akan didapat hasil-hasil berikut:

 1 6 4 1 0 0
 
2 4 1 0 1 0
 1 2 5 0 0 1
 

1 6 4 1 0 0
 
0 8 9 2 1 0
0 8 9 1 0 1 


1 6 4 1 0 0
 
0 8 9 2 1 0
0 0 0 1 1 1 


Dilihat bahwa tidak mungkin menjadikan bagian kiri menjadi I, sehingga matriks A di atas tidak
invertible.

Bab 1. Aljabar Matriks 13

1.2 Determinan dan Sifat-sifatnya

Kita akan mendefinisikan determinan dari matriks A orde n x n (bujur sangkar), yang
disimbolkan dengan det(A) = | A |.

Definisi:
Misalkan A adalah nxn.
(a) minor (i,j) dari A, dinyatakan sebagai Mij, adalah determinan dari matriks (n-1)x(n-1) yang
dibentuk dengan menghapus baris ke i dan kolom ke j dari A.
(b) Kofaktor (i,j) dari A, dinyatakan sebagai Aij, adalah (-1)i+jMij.
(c) Determinan dari matriks A 1x1, A=[a], det(A) = a.
(d) Determinan dari matriks nxn didefinisikan sebagai:
n
det(A)=   A 1 j A1 j
j 1

Tanda <A>1j berarti elemen matriks A pada baris 1 kolom j, sedangkan Aij adalah kofaktor
elemen(i,j).

Catat bahwa tanda (-1)i+j dalam definisi kofaktor membentuk matriks seperti berikut:
   ...
 
   ...
   ...
 
. . . ...


Contoh 1.15.
Tentukan determinan dari matriks A 2x2 yang diberikan seperti berikut ini.

a a12 
A   11 
a21 a22 

Maka dari definisi:

Det(A) =a11A11+a12A12
=a11det(a22)-a12det(a21)
=a11a22-a12a21


Contoh 1.16.
Tentukan determinan dari matriks A 3x3 seperti berikut.

 a11 a12 a13 

 
A  a21 a22 a23 
a31 a32 a33 

Dari definisi diperoleh:

Det(A) =a11A11+a12A12+a13A13
Bab 1. Aljabar Matriks 14

a22 a23 a21 a23 a21 a22

= a11  a12  a13
a32 a33 a31 a33 a31 a32
=a11(a22a33-a23a32)-a12(a21a33-a23a31)+a13(a21a32-a22a31)
=a11a22a33-a11a23a32-a12a21a33+a12a23a31+a13a21a32-a13a22a31
Misalkan matriks A adalah:

2 1 3 
 
A  1 2  1
2 1 3 

Maka
det(A) = 2(2.3-(-1)(-1))-1(1.3-(-1).2)+3(1(-1)-2.2)
=2(6-1)-1(3+2)+3(-1-4)= 10-5-15 = -10.


1.2.1 Sifat-sifat dasar determinan

Di atas diberikan definisi determinan untuk matriks 3x3, yaitu bahwa baris pertama memegang
peranan penting untuk menentukan determinan, dimana determinan ditentukan dari hasil kali
masing-masing entri baris pertama dengan kofaktor-kofaktornya. Namun hal ini tidak berlaku
hanya pada entri baris pertama, ini juga berlaku bagi entri baris atau kolom kedua dan ketiga.
Inilah sifat pertama dari determinan.

Det(A) =a21A21+a22A22+a23A23
=a11A11+a21A21+a31A31
=a13A13+a23A23+a33A33, dst.

Pernyataan di atas dapat dituliskan sebagai:

n n
Det(A) =   A rj A rj    A is A is
j 1 i 1

untuk semua r dan s.

1.2.2 Beberapa sifat-sifat determinan:

1. det A = det At

2. Jika sembarang baris atau kolom dari A sama dengan 0 maka

det A = 0.

3. Untuk setiap bilangan c dan untuk matriks A nxn, maka

det(cA) = cn det(A)

4. Jika A memiliki dua baris (atau kolom) yang sama, maka

det A = 0.
Bab 1. Aljabar Matriks 15

5. Jika A dan B sama kecuali untuk kemungkinan elemen baris (kolom) ke-i, dan jika C
didefinisikan sebagai matriks yang sama dengan A dan B kecuali baris (kolom) ke-i tersebut
adalah jumlah dari baris (kolom) ke-i dari A dan B, maka:

det C = det A + det B


Contoh 1.17.
Diberikan matriks A sebagai berikut:

 1 2 7
 
 4 8 5
 2 4 3 

Det A =1(8)(3)+(-2)(5)(2)+7(-4)(-4)-7(8)(2)-1(5)(-4)-(-2)(-4)(3)
= 24-20+112-112+20-24=0

Dilihat bahwa jika dua kolom sama atau proporsional, maka determinman dari matriks tersebut
adalah 0.


Contoh 1.18.
Perhatikan matriks
3 1 15 5
A=   dan B=  
2 2 10 10 
Dapat dilihat bahwa: B = 5.A
Dan det A = 4, det B = 100, sehingga jika A dan B matriks 2x2, dan jika B = 5A, maka det B
= 52.det A.

Namun tidak ada hubungan sederhana antara det(A), det(B) dan det(A+B) secara umum.


Contoh 1.19.
Hitunglah determinan dari matriks:

1 0 0 3 
 
2 7 0 6 
A= 
0 6 3 0 
 
7 3 1  5

Sebelum menentukan determinan dari matriks A, lebih baik melakukan operasi baris elementer
sehingga diperoleh bentuk eselon baris, dengan demikian determinannya hanya ditentukan oleh
elemen-elemen diagonalnya. Cara yang paling gampang adalah dengan mengalikan kolom satu
dengan –3 dan menambahkannya dengan kolom keempat, sehingga diperoleh matriks:

1 0 0 0 
 
2 7 0 0 
A= 
0 6 3 0 
 
7 3 1  26 
Bab 1. Aljabar Matriks 16

Maka det(A)=1(7)(3)(-26)=-546


Misalkan A, A’, A’’ adalah matriks nxn yang berbeda hanya dalan satu baris saja, katakan baris
ke-r, dan anggap bahwa baris ke-r dari A’’ dapat diperoleh dengan menambahkan elemen-
elemen yang berhubungan dalam baris ke-r matriks A dan A’, maka det(A’’)=det(A)+det(A’)


Contoh 1.20.

 1 7 5  1 7 5 1 7 5 
     
det  2 0 3  =det 2 0 3 +det 2 0 3 
1  0 4  1 7  (1) 1 4 7  0 1  1


Jika A dan B adalah matriks bujursangkar berukuran sama, maka:

Det(A.B)= det(A).det(B)


Contoh 1.21.
Perhatikan matriks-matriks berikut:

3 1  1 3 2 17
A=  B=  dan AB= 
2 1
 5 8 3 14

Det(AB)=Det(A).Det(B)

atau
28-51=(3-2)(-8-15)=1(-23)
-23=-23


Matriks A adalah invertibel (memiliki invers) jika dan hanya jika det(A)0. Jika A invertibel
maka

1
Det(A-1)=
det( A )


Contoh 1.22.
Karena baris pertama dan baris ketiga dari matriks

1 2 3
 
1 0 1
2 4 6 

adalah proporsional, maka det(A)=0, maka A tidak invertibel.


Bab 1. Aljabar Matriks 17

Jika A adalah matriks nxn dan Cij adalah kofaktor dari aij, maka matriks:

 C11 C12 . . . C1n 

 
C 21 C 22 . . . C 2n 
 . . . . . . 
 
 . . . . . . 
 . . . . . . 
 
 C n1 C n2 . . . C nn 

disebut matriks bentuk kofaktor A. Transpos dari matriks ini disebut adjoint dari A, dinyatakan
dengan adj(A).

Jika A adalah matriks yang invertibel, maka:

1
A-1 = adj(A)
det( A )


Contoh 1.23.
Misalkan matriks A:

3 2  1
 
1 6 3 
2 4 0 

Kofaktor dari A adalah C11=12, C12=6, C13=-16, C21=4, C22=2, C23=16, C31=12, C32=-10 dan
C33=16, maka matriks kofaktor dari A adalah:

12 6  16 
 
4 2 16 
12  10 16 

dan adjoint dari A adalah:

 12 4 12 
 
adj(A)=  6 2  10 
  16 16 16 

Maka inverse dari matriks A adalah:

1
A-1= adj(A)
det( A)

 12 4 12 
1  
= 6 2  10 
64 
 16 16 16 
Bab 1. Aljabar Matriks 18

 12 4 12 
 64 64 64 
 6 2 10 
=  
 64 64 64 
 16 16 16 
 64 64 64 



1.3 Aturan Cramer

Jika AX=B adalah sebuah sistim linier-n dengan n variabel tidak diketahui sehingga det(A)0,
maka sistim itu memiliki solusi yang unik. Solusinya adalah:

det( A1 )
x1  ,
det( A)

det( A 2 )
x2  , ... dan
det( A)

det( A n )
xn 
det( A)

dimana Aj adalah matriks yang diperoleh dengan menggantikan semua elemen-elemen dalam
kolom ke-j dari matriks A dengan elemen-elemen dalam matriks

 b1 
b 
 2
 . 
B=  
 . 
 . 
 
bn 

Contoh 1.24.
Gunakan aturan Cramer untuk menentukan solusi dari sistim linier berikut:

x1  2 x 3  6
 3x1  4 x 2  6 x 3  30
 x1  2 x 2  3x 3  8

Solusi:
 1 0 2 6 0 2
   
A=  3 4 6 , A1= 30 4 6 ,
  1 2 3  8 2 3
Bab 1. Aljabar Matriks 19

 1 6 2  1 0 6
   
A2=  3 30 6 , A3=  3 4 30 
  1 8 3   1 2 8 

Sehingga

det( A1 ) 40 10

x1  = 
det( A) 44 11

det( A 2 ) 72 18
x2  = 
det( A) 44 11
dan
det( A 3 ) 152 38
x3  = 
det( A) 44 11


Ringkasan Bab

 Jika A adalah matriks bujursangkar, fungsi determinan dinyatakan dengan det(A) adalah
jumlah dari semua hasil haki tanda elementer dari A.

 Jika A adalah sembarang matriks bujursangkar yang berisi sebuah baris yang elemen-
elemennya adalah nol, maka det(A)=0.

 Jika A adalah matriks segitiga nxn, maka det(A) adalah hasil kali dari elemen-elemen
diagonal utamanya, yaitu det(A)=a11a22...ann.

 Jika A adalah matriks nxn, maka jika A’ adalah matriks yang dihasilkan bilamana A dikalikan
dengan konstanta k, maka det(A’)= kdet(A). Jika A’ adalah matriks yang dihasilkan jika dua
baris A dipertukarkan, maka det(A’)=-det(A). Jika A’ adalah matriks yang dihasilkan jika
perkalian dari satu baris ditambahkan kepada baris lain, maka det(A’)=det(A).

 Jika At adalah matriks transpose dari A, maka det(A)=det(At).

 Matriks bujursangkar A adalah invertibel (dapat ditentukan inversnya) jika dan hanya jika
det(A)0.

 Determinan dari matriks A yang nxn dapat dihitung dengan mengalikan entri-entri dalam
sembarang aris (atau kolom) dengan kofaktor-kofaktornya dan menjumlahkan semua hasil
kali itu, yaitu untuk masing-masing 1in dan 1jn, atau det(A)= a1jC1j+ a2jC2j+ ...+anjCnj,
dalam hal ekspansi kofaktor sepanjang kolom ke-j.

Soal-soal latihan 1.1

Bab 1. Aljabar Matriks 20

1. Misalkan A dan B adalah matriks 4x4 dan C,D dan E secara berurutan adalah matriks beorde
5x2, 4x2, dan 5x4. Tentukan yang mana dari pernyataan berikut ini terdedinisi (dapat
dikerjakan). Bagi yang dapat dikerjakan tentukan orde matrik yang dihasilkan.

(a) BA (b) AC+D

(c) AE+B (d) AB+B
(e) E(A+B) (f) E(AC)

2. Tentukan solusi dari matriks berikut ini untuk variabel a, b, c dan d.

 ab b  c  8 1
3d  c 
 2a  4d 7 6 

3. Diberikan matriks-matriks berikut. Jawablah pertanyaan (a) hingga (f).

 3 0
4  1
A    1 2  ; B=  ;
0 2 
 1 1 
1 5 2
1 4 2 
C=  ; D=   1 0 1  ;
3 1 5
 3 2 4 
 6 1 3
 2
E=  1 1
 4 1 3

(a) AB (b) D+E

(c) D-E (d) DE
(e) ED (f) –7B

4. Menggunakan matriks pada soal 3, jawablah pertanyaan berikut.

(a) 3C-D (b) (3E)D
(c) (AB)C (d) A(BC)
(e) (4B)C+2B (f) D+E2 (dimana E2=E.E)

Soal latihan 1.2.

1. Diberikan matriks

 1 3 2 
 
A=  3 1  1 ,
 2 2  1

tentukanlah:
(a) Minor M11, M13, M22, M31 dan M33.
(b) Kofaktor A12, A21, A23 dan A32.
(c) Det(A).

2. Evaluasilah determinan dari matriks berikut:

Bab 1. Aljabar Matriks 21

4  6
(a)   (b) [3]
2  3
1 1 2 
0 0  
(c)   (d) 2 1 3 
0 0
0 2  1

3. Evaluasilah determinan dari matriks

2 0 3 
 
10 1 17 
 7 12  4 

4. Buktikan bahwa determinan dari matriks identitas nxn adalah 1 untuk semua n.

5. Tunjukkan bahwa determinan dari matriks segitiga bawah L sama dengan hasil kali dari entri
diagonal utamanya.

6. Buktikan bahwa det(AB)=det(A).det(B) untuk matriks A dan B berikut

2 1 0 1 1 3
   
A= 3 4 0 dan B= 7 1 2
0 0 2  5 0 1 

7. Tentukan apakah matriks A hingga D berikut invertibel atau tidak

1 0 0   2 1  4 
 7   
A= 3 6 B=  1 1 2 
0 8  1  3 1 6 
7 2 1 0 7 5 
 1 0 1  1
C= 7 2 D=  
3 6 6 0 3 2 

8. Misalkan det(A) = 5 dimana

a b c
 
A= d e f
g h i 

Tentukanlah:
(a) det(3A) (b) det(2A-1)
(c) det((2A)-1) (d) det(At)

9. Tanpa mengevaluasi secara langsung, tunjukkan bahwa untuk x=0 dan x=2, maka:

x 2 x 2 
 
det  2 1 1  =0
0 0  5
 

10. Tanpa menghitung secara langsung, tunjukkan bahwa:

Bab 1. Aljabar Matriks 22

b  c ca b  a
 c  =0
det  a b
 1 1 1 

11. Untuk harga k berapakah matriks A berikut tidak invertibel?

1 2 4
k  3 2  
(a) A=  (b) A= 3 1 6 
 2 k  2
k 3 2 

12.Evaluasilah determinan dari matrik-matriks berikut dengan melakukan ekspansi sepanjang

baris atau kolom yang anda pilih.

0 6 0  1 3 7 
  2  8  ,
A= 8 6 8  , B=  0
3 2 2    1  3 4 
1 1 1 k  1 2 3 
k k k   2 k 3 4 
C=  D= 
k 2 k 2 k 2   3 4 k  4 
4 3 1 9 2
4 4 0 4  0
1 3 2 4 2 
1 0  1 
E= 3 0 3 1 
F= 0 3 4 6 4
 
  1 1 2 2 2
6 14 3 6 
0 0 3 3 3

13.Evaluasilah invers dari semua matriks pada soal nomor 12.

Soal-soal latihan 1.3

1. Gunakan metode Cramer untuk menentukan solusi sistim linier berikut:

4x  5y  2
2x 1  4x 2  5
(a) (b) 11x  y  2z  3
2x 1  x 2  4 x  5y  2z  1
x  y  2z  1 x1  3x 2  x 3  4
(c) 2x  y  z  2 (d) 2x1  x 2  2
x  2y  4z  4 4x1  3x 3  0

2w  x  y  4z  32
7w  2x  9 y  z  14
(e) 3w  x  y  z  11
w  x  4 y  2z  4

2. Gunakan aturan Cramer untuk mencari solusi untuk z tanpa menghitung x,y dan w.
Bab 1. Aljabar Matriks 23

4x  y  z  w  6
3x  7y  z  w  1
7x  3y  5z  8w  3
x  y  z  2w  3

3. Misalkan AX=B adalah sistim pada persamaan soal 1.

(a) Tentukan solusinya dengan metode Cramer.
(b) Tentukan solusinya dengan cara invers.
(c) Yang mana dari metode di atas yang mempunyai komputasi paling sedikit?