Bab 1. Matriks
Bab 1. Matriks
Bab 1. Matriks
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.
Pokok bahasan
1.1 Matriks dan operasi matriks
1.2 Determinan
1.3 Aturan Cramer
Ringkasan Bab
Soal-soal Latihan
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
Contoh 1.2.
1 2 p r
A= dan B=
1 3 q s
Contoh 1.3.
Tentukan A + B dan A + C dari matriks berikut ini.
2 1 0 3
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 05 3 1 2 4 5 4
4 (1) 1 3
A+B = 1 2 02 20 2 2
4 3 22 7 (4) 0 5 7 0 3 5
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.
Bab 1. Aljabar Matriks 5
A-B=
2 (4) 13 05 3 1 6 2 5 2
1 2 02 20 4 (1) 3 2 2 5
4 3 2 2 7 (4) 0 5 1 4 11 5
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
A B
C=AxB
4 1 4 3
1 2 4
D dan E= 0 1 3 1
2 6 0
2 7 5 2
DxE =
1.4 2.0 4.2 1.1 2. 1 4.7 1.4 2.3 4.5 1.3 2.1 4.2
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
Bab 1. Aljabar Matriks 7
A.I = I.A = A
a a12 a13
A 11 ,
a21 a22 a23
maka
IA=
A.A-1 = A-1.A = I
Contoh 1.8.
Periksalah apakah matriks B berikut adalah matriks invers dari matriks A.
Bab 1. Aljabar Matriks 9
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
Sehingga
1 0 0
BA I = 0 1 0
0 0 1
Bab 1. Aljabar Matriks 10
Contoh 1.10.
a b
Misalkan matriks A= jika ad-c0, maka
c d
d b
1 d b
ad bc ad bc
A-1 = c a
ad bc 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 0
0 3
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
1 0 3
0 1 0
0 0 1
1 0
0 1
1 0 2 3
A= 2 1 3 6
1 4 4 0
1 0 0
E= 0 1 0
3 0 1
1 0 2 3
EA= 2 1 3 6
4 4 10 9
dan dianggap bahwa sistim itu hanya memiliki solusi trivial. Maka jika
dilakukan eliminasi Gauss-Jordan, maka sistim itu akan seperti:
Bab 1. Aljabar Matriks 13
x1 0
x2 0
.
.
.
xn 0
Contoh 1.13.
Tentukan invers matriks
1 2 3
A 2 5 3
1 0 8
Bab 1. Aljabar Matriks 14
1 2 3 1 0 0
2 5 3 0 1 0
1 0 8 0 0 1
1 2 3 1 0 0
0 1 3 2 1 0
0 2 5 1 0 1
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
Bab 1. Aljabar Matriks 15
1 0 0 40 16 9
0 1 0 13 5 3
0 0 1 5 2 1
40 16 9
A = 13
-1 5 3
5 2 1
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
1 6 4 1 0 0
2 4 1 0 1 0
1 2 5 0 0 1
Bab 1. Aljabar Matriks 16
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
Definisi:
Misalkan A adalah nxn.
(a) minor (i,j) dari A, dinyatakan sebagai M ij, 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
Catat bahwa tanda (-1)i+j dalam definisi kofaktor membentuk matriks seperti
berikut:
...
...
...
. . . ...
Bab 1. Aljabar Matriks 17
Contoh 1.15.
Tentukan determinan dari matriks A 2x2 yang diberikan seperti berikut ini.
a a12
A 11
a21 a22
Det(A) =a11A11+a12A12
=a11det(a22)-a12det(a21)
=a11a22-a12a21
Contoh 1.16.
Tentukan determinan dari matriks A 3x3 seperti berikut.
Det(A) =a11A11+a12A12+a13A13
a22 a23 a a23 a a22
= a11 a12 21 a13 21
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.
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.
n n
Det(A) = A rj A rj A is A is
j 1 i 1
det A = 0.
det(cA) = cn det(A)
det A = 0.
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:
Bab 1. Aljabar Matriks 19
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
1 0 0 0
2 7 0 0
A=
0 6 3 0
7 3 1 26
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 menamahkan 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
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
Bab 1. Aljabar Matriks 21
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
Jika A adalah matriks nxn dan Cij adalah kofaktor dari aij, maka matriks:
disebut matriks bentuk kofaktor A. Transpos dari matriks ini disebut adjoint
dari A, dinyatakan dengan adj(A).
1
A-1 = adj(A)
det( A)
Contoh 1.23.
Misalkan matriks A:
Bab 1. Aljabar Matriks 22
3 2 1
1 6 3
2 4 0
12 6 16
4 2 16
12 10 16
12 4 12
adj(A)= 6 2 10
16 16 16
1
A-1= adj(A)
det( A)
12 4 12
1
= 6 2 10
64
16 16 16
12 4 12
64 64 64
6 2 10
=
64 64 64
16 16 16
64 64 64
Bab 1. Aljabar Matriks 23
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 )
b1
b2
.
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 24
1 6 2 1 0 6
A2= 3 30 6 , A3= 3 4 30
1 8 3 1 2 8
Sehingga
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 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).
ab b c 8 1
3d c
2a 4d 7 6
3 0
4 1
A
1 2
; B= ;
0 2
1 1
1 5 2
1 2 1
4
C= ; D= 1 0 ;
3 1 5
3 2 4
6 1 3
2
E= 1 1
4 1 3
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 0 3
10 1 17
7 12 4
2 1 0 1 1 3
A= 3 4 0 dan B= 7 1 2
0 0 2 5 0 1
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)
x 2 x 2
det 2 1 1 =0
0 0 5
b c ca b a
c =0
det a b
1 1 1
1 2 4
k 3 2
(a) A= (b) A= 3 1 6
2 k 2
k 3 2
0 6 0 1 3 7
8 2 8
A= 8 6 , B= 0 ,
3 2 2
1 3 4
1 1 1 k 1 2 3
k 2
C= k k D= k 3 4
k 2 k2 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= F= 0 3 4 6 4
3 0 3 1
1 1 2 2 2
6 14 3 6
0 0 3 3 3
2w x y 4z 32
7w 2x 9 y z 14
(e) 3w x y z 11
w x 4 y 2z 4
4x y z w 6
3x 7y z w 1
7x 3y 5z 8w 3
x y z 2w 3