3.

MATRIKS dan DETERMINAN
Matriks Determinan Invers Matriks Nilai Eigen dan Vektor Eigen Terapan

3.1. Matriks
Definisi 1: Matriks adalah suatu susunan persegi-panjang elemenelemen. Elemen yang dimaksud di dalam definisi 1 dapat berupa bilangan, fungsi atau anggota suatu himpunan. Pada bahasan selanjutnya hanya ditinjau matriks-matriks dengan elemen bilangan real. Suatu matriks disimbolkan dengan huruf besar sedangkan elemen suatu matriks disimbolkan dengan huruf kecil. Definisi 2: Matriks A ukuran m×n, disimbolkan Am×n=(aij)m×n adalah matriks dengan banyaknya baris m dan banyak kolom n, ditulis :
 a11 a12 L a1n     a 21 a 22 L a 2n  A m × n = a ij , a ij ∈ R = m× n  M M M     a  m1 a m2 L a mn 

( )

Elemen aij suatu matriks adalah elemen pada baris ke-i dan kolom ke-j.

Matriks dan Determinan

1

Matriks An×n=(aij)n×n disebut matriks bujur-sangkar ukuran n×n. Diagonal utama matriks An×n adalah elemen-elemen akk , k=1,2, ... ,n. Matriks Identitas, disimbolkan I, adalah suatu matriks bujursangkar dengan elemen-elemen diagonal utama 1 dan elemenelemen selain diagonal utama 0. Matriks Nol, disimbolkan O, adalah matriks yang semua elemennya 0. Matriks yang hanya mempunyai satu kolom disebut matriks kolom, sedangkan matriks yang hanya mempunyai satu baris disebut matriks baris

Kesamaan Dua Matriks
Diketahui matriks-matriks Am×n=(aij)m×n dan Bm×n=(aij)m×n maka A=B hanya bila aij=bij , ∀i=1,2,...,m dan j=1,2,...,n.

Operasi-Operasi Matriks
1. Penjumlahan Matriks Diketahui matriks Am×n dan Bm×n , maka A+B=(aij+bij)m×n Contoh :
 a11 a12 A= a  21 a 22 a13   b11 b12  dan B =  b  a 23   21 b 22
a13 + b13   a 23 + b 23  

b13   b 23  

 a11 + b11 a12 + b12 A+B= a + b 21 a 22 + b 22  21

2.

Pergandaan Skalar Matriks Diketahui matriks Am×n dan skalar k, maka kA=(kaij)m×n Contoh :

Matriks dan Determinan

2

 a11 a12 A= a  21 a 22 3. α ij = ∑ a ik b kj k =1 p  b11 b12    a13   dan B =  b 21 b 22  maka  a 23  b   31 b 32  3  3 a b   ∑k =1 1k k1 ∑k =1 a1k b k 2  AB =  3  3 ∑   k =1 a 2k b k1 ∑k =1 a 2k b k 2   a11b11 + a12 b 21 + a13 b 31 a11b12 + a12 b 22 + a13 b 32   = a b + a b + a b  22 21 23 31 a 21b12 + a 22 b 22 + a 23 b 32   21 11 Perlu dinyatakan bahwa perkalian matriks tidak komutatif. Matriks dan Determinan 3 . Transpose Matriks Diketahui A=(aij)m×n maka transpose A adalah AT=(aji)n×m Contoh :  a11 a12 A= a  21 a 22  a11  a13  T  maka A =  a12  a 23  a  13 a 21   a 22  b 32   Berikut adalah teorema-teorema yang terkait dengan operasioperasi matriks di atas. artinya AB≠BA 4. Perkalian Matriks a13   ka11  maka kA =    ka a 23   21 ka 12 ka 22 ka13   ka 23   Diketahui matriks-matriks Am×p dan Bp×n maka perkalian matriks A dan B adalah AB = α ij Contoh :  a11 a12 A= a  21 a 22 ( )m× n .

jika A suatu matriks bujur-sangkar. 6. Sifat Komutatif : A+B=B+A Sifat Assosiatif : A+(B+C)=(A+B)+C Sifat Distributuf : k(A+B)=kA+kB (AT)T=A (A+B)T=AT+BT (kA)T=kAT Teorema 2 Jika matriks-matriks Am×p. 2. Definisi berikut akan menjelaskan tentang nilai determinan suatu matriks.) atau |. maka Det(A)=a11. maka berlakulah : 1. Bp×q dan Cq×n . Bm×n dan Cm×n dan skalar k. Determinan Determinan. Matriks yang determinannya tidak nol disebut matriks nonsingular. Jadi.Teorema 1 Jika matriks-matriks Am×n. (AB)T=BTAT (AB)C=A(BC) 3. 3. 2. maka Det(A)=|A| adalah suatu bilangan real.| adalah suatu fungsi dengan domain koleksi matriks bujur-sangkar dan kodomain bilangan real.2. Matriks dan Determinan 4 . 5. Definisi 3: Diketahui matriks bujur-sangkar A=(a11). maka berlakulah : 1. Definisi dibedakan menjadi determinan matriks bujur sangkar A1x1 dan matriks Anxn untuk nilai n>1. 4. ditulis Det(.

Sifat 1 Jika A matriks ukuran 2×2. (c). maka determinan dapat dihitung dengan aturan berikut : det (A ) = a11 a12 = a11a 22 − a12 a 21 a 21 a 22 − + Matriks dan Determinan 5 . n≥2. Minor (Minor) elemen aij disimbolkan Mij didefinisikan sebagai determinan matriks yang diperoleh dengan menghilangkan baris ke-i dan kolom ke-j pada matriks A.Definisi 4: Diketahui matriks bujur-sangkar A=(aij)n×n. (a). Contoh:  a11 a12   a 21 a 22 A= a a 32  31 a  41 a 42 (b). a13 a 23 a 33 a 43 a14   a 24  a 34   a 44   a11 a13 a14 a 24 a 44 ⇒ M 32 = a 21 a 23 a 41 a 43 Kofaktor (Cofaktor) elemen aij disimbolkan Cij didefinisikan oleh Cij=(-1)i+j Mij Determinan matriks An×n didefinisikan sebagai berikut: det(A)=ai1Ci1+ai2Ci2+…+ainCin untuk 1≤i≤n atau det(A)=a1jC1j+a2jC2j+…+anjCnj untuk 1≤j≤n.

maka : det(A∗)=k det(A) 4. Jika A∗ adalah matriks yang diperoleh bila suatu baris elemen matriks A dikalikan dengan konstanta k. maka : det(A∗)=−det(A) 5. maka det(A)=0. Jika A∗ adalah matriks yang diperoleh bila dua baris elemen matriks A dipertukarkan. maka det(AT)=det(A). Mengalikan suatu baris elemen dengan bilangan k≠0 2. ditambahkan ke suatu baris elemen yang lain. Jika A sebarang matriks bujur-sangkar yang memuat satu baris elemen nol.Sifat 2 : (Aturan Sarrus) Jika A matriks ukuran 3×3. 2. 3. Jika AT adalah transpose matriks A. maka determinan A dapat dihitung dengan aturan berikut : a11 a12 det (A ) = a 21 a 22 a 31 a 32 a13 a 23 a 33 a11 a 21 a12 a 31 a 32 − + = a11a 22 a 33 + a12 a 23 a 31 + a13 a 21a 32 − a13 a 22 a 31 − a11a 23 a 32 − a12 a 21a 33 Teorema 3 (Teorema-Teorema Determinan) 1. maka : det(A∗)=det(A). Jika A∗ adalah matriks yang diperoleh bila kelipatan dari suatu baris elemen matriks A. Matriks dan Determinan 6 . Menambahkan k kali suatu baris ke suatu baris lainnya. Menukarkan suatu baris dengan suatu baris lainnya 3. Catatan Operasi-operasi terhadap suatu matriks berikut : 1.

Adjoin matriks A disimbolkan Adj(A). maka A dikatakan invertible dan matriks A-1 disebut invers matriks A. Jika B dan C masing-masing invers matriks A. 3. maka A-1 juga invertible dan (A-1)-1=A. 2. Jika A invertible.3. 1. dengan I matriks identitas. Invers Matriks Definisi 5: Diketahui A sebarang matriks bujur-sangkar. Definisi 6: Diketahui A suatu matriks bujur-sangkar ukuran n×n. maka B=C. Jika A invertible. Operasi serupa jika dikerjakan pada kolom-kolom suatu matriks disebut Operasi Kolom Elementer. 4. 2. Matriks A invertible jika hanya jika det(A)≠0. didefinisikan : Adj(A)=(C(A))T Matriks dan Determinan 7 . Cij kofaktor elemen aij C(A ) =  M M M    C  C L C n2 nn   n1 disebut Matriks Kofaktor A.disebut Operasi Baris Elementer (elementary row operations). Matriks  C11 C12 L C1n     C 21 C 22 L C 2n  . 3. maka det(A-1)=1/det(A). Jika dapat ditemukan matriks A-1 sedemikian hingga AA-1=A-1A=I. Jika Anxn dan Bnxn invertible maka (AB)-1=B-1A-1 5. Teorema 4 1.

maka matriks A nonsingular. serangkaian operasi baris elementer. seperti dinyatakan teorema Teorema 6 Jika matriks An×n dapat ditransformasi menjadi matriks Identitas I melalui serangkaian operasi baris elementer. Adj(A ) =  6 2 − 10   − 16 16 16  12 − 10 16      A −1 4 12   3 16 1 16 3 16   12    1  2 − 10  =  3 32 1 32 − 5 32  =  6 64    14    − 16 16 16   − 1 4 1 4 matriks (jika ada) juga dapat dicari melalui Invers suatu berikut ini. maka A −1 = 1 Adj(A ) det (A ) Dengan teorema 5 tersebut. Contoh  3 2 − 1   A = 1 6 3  . Matriks dan Determinan 8 . Rangkaian operasi baris yang mentransformasi A menjadi I tersebut akan mentransformasi I menjadi A-1. maka invers suatu matriks dapat dicari dengan determinan dan adjoinnya. diperoleh : 2 − 4 0    det(A)=64 6 − 16  4 12   12 12     C(A ) =  4 2 16  .Teorema 5 : Jika A invertible.

Jadi diperoleh A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  .Ilustrasi teorema : Contoh : operasi baris elementer  ( A I )         →  I  A− 1    3 2 − 1   Akan dicari kembali invers matriks A =  1 6 3 2 − 4 0    3 2 − 1 1 0 0 1 2 3 − 1 3 1 3    1 3 B1 ( A I ) =  1 6 3 0 1 0  →  1 6 3 0 2 − 4 0 0 0 1 2 − 4 0 0    1 23 −1 3 1 3 − B1+ B2  − 2 B1+ B3  →  0 16 3 10 3 − 1 3  0 − 16 3 2 3 − 2 3  0 0  1 0 0 1  0 0  1 0 0 1  1 23 −1 3  1 58    →  0  0 − 16 3 2 3  3 16 B2 1 0 − 3 4      →  0 1 5 8 0 0 4  − 2 3 B2 + B1 16 3 B2 + B3 13 0 0  − 1 16 3 16 0  0 1 −2 3  38 − 1 8 0  − 1 16 3 16 0  1 1 −1  38 −1 8 − 1 16 3 16 −1 4 14 0   0  1 4  1 0 − 3 4   →  0 1 5 8 0 0 1  1 4 B3 1 0 0       →  0 1 0 0 0 1  3 4 B3 + B1 − 5 8 B3 + B2 3 16 1 16 3 16   3 32 1 32 − 5 32  =    I A −1     14  −1 4 1 4 Keterangan : -5/8 B3+B2 artinya. -5/8 kali baris ke-3 ditambahkan ke baris ke-2. −1 4 1 4 14    Matriks dan Determinan 9 .

Setiap kolom yang memuat elemen 1 utama. ♦ Suatu matriks dikatakan berada pada Bentuk Eselon Baris Tereduksi (reduced row-echelon form) jika memenuhi : (i). Di dalam sebarang dua baris tak nol berurutan. Baris-baris dengan elemen-elemen semuanya 0 (nol) terkelompokkan bersama-sama di bagian bawah matriks. Pada suatu baris tak nol (tidak semua elemennya nol). (iv). Elemen tersebut disebut 1 utama. maka elemen lainnya 0.   0  0 0  0  1 − 3 0 1  0 0 1 4 0 0 0 0  0 0 0 0  .Matriks-matriks berikut ada pada bentuk eselon baris Matriks dan Determinan 10 . (ii) dan (iii) saja dikatakan berada pada Bentuk Eselon Baris. Catatan : Suatu matriks yang hanya memenuhi keadaan (i). (iii).♦ Dua matriks A dan B dikatakan Ekuivalen Baris (row equivalent) jika salah satu dari matriks tersebut dapat diperoleh dari serangkaian operasi baris pada matriks lainnya. terletak lebih jauh ke kanan dibandingkan 1 utama pada baris yang lebih tinggi. 0 0 1   0 0  0 0 . elemen pertama (dari kiri) tak nol adalah 1 (satu).  0 0 1 − 1   1 0 0   0 1 0 . (ii). elemen 1 utama di dalam baris lebih rendah. Contoh: Matriks-matriks berikut ada pada bentuk eselon baris tereduksi 1 0 0 5    0 1 0 3  .

.. .. Diketahui matriks Amxn=(aij)mxn. 0 0 1 − 1 0 0 0 0 1 0 0 0 0 1 1     ♦ Eliminasi Gauss-Jordan adalah serangkaian operasi baris elementer yang dikerjakan pada suatu matriks sedemikian hingga diperoleh bentuk eselon baris tereduksi dari matriks tersebut. v n =  v1 =  M  M  M          a a a   mn   m1   m2  disebut Vektor-vektor kolom matriks A. sedangkan vektor-vektor  a12   a1n   a11         a 22   a 2n   a 21  . . amn) disebut Vektor-vektor Baris matriks A. v2 =  . Vektor-vektor u1=(a11. a12. .. a2n).. a22. . akan ditunjukkan penggunaan eliminasi Gauss-Jordan tersebut untuk menyelesaikan suatu SPL. .. Contoh :  2 − 4 3  B12  1 1 − 2  − 2B1+ B2  1 1 − 2   → 1 1 − 2   → 2 − 4 3       0 − 6 7         1 1 − 2  −1 6 B2 − B2 + B1  1 0 − 5 6     → → 0 1 − 7 6     0 1 − 7 6      Pada bagian terapan. Selanjutnya akan ditinjau pengertian rank suatu matriks dengan terlebih dahulu mendefinisikan vektor baris dan vektor kolom suatu matriks. am2. 0 0 1 − 4   1 1 0 0 1 2 5 − 6 0     0 1 0 .. a1n). Matriks dan Determinan 11 .. ∂ um=(am1.... u2=(a21.1 5 8 5    0 1 5 3  .

Sifat 3: Diketahui Amxn. Rank(A)=r jika dan hanya jika r adalah bilangan bulat ˆ )≠0. A invertible Rank(A)=n A ekuivalen baris dengan matriks Identitas In 3. Teorema 8 Diketahui matriks bujursangkar Anxn. Keterangan : Submatriks dari suatu matriks A adalah suatu matriks yang diperoleh dengan menghilangkan satu atau beberapa baris atau kolom matriks A. Bilangan λ disebut nilai eigen matriks A. Pernyataan-pernyataan berikut ini ekuivalen : (a).Definisi 7 Rank matriks Amxn disimbolkan Rank(A) adalah bilangan yang menyatakan jumlah maksimum vektor-vektor baris (vektorvektor kolom) matriks A yang independen linear. Teorema 7 Diketahui matriks Amxn=(aij)mxn dan A≠O. (b). Nilai Eigen dan Vektor Eigen Definisi 8 Diketahui matriks bujursangkar An×n. Matriks dan Determinan 12 . Rank(A)=0 hanya bila A=O. jika terdapat vektor v≠0 sedemikian hingga Av=λv Selanjutnya v disebut vektor eigen terhadap nilai eigen λ. dengan A ˆ rxr terbesar sedemikian hingga Det( A submatriks A. (c).4.

maka harus dipenuhi det(A-λI)=0.Diperhatikan bahwa Av=λv ⇔ (A-λI)v=0 . Contoh: Akan dicari nilai eigen dan vektor eigen matriks 2 1 1   A =  6 −1 0   − 1 − 2 − 1   Dari persamaan karakterisitik det(A-λI)=0 1− λ 2 1 ⇔ ⇔ ⇔ ⇔ 6 −1 −1 − λ 0 =0 −2 −1 − λ λ3+λ2-12λ=0 λ(λ+4)(λ-3)=0 λ1=0. λ2=-4 atau λ3=3 untuk λ1=0. diperoleh (A-λI)v=0 ⇔ ⇔ ⇔ (A-0⋅I)v=0 2 1  v1   0  1 − 0      −1 − 0 0  v 2  =  0   6  −1     −2 − 1 − 0   v 3   0  v1=-1/13 v3 dan v2=-6/13 v3 Matriks dan Determinan 13 . dengan I dan O masing-masing matriks identitas dan matriks nol. Persamaan terakhir biasa disebut persamaan karakteristik. Untuk mendapatkan penyelesaian v≠0. Dari persamaan karakteristik tersebut akan diperoleh penyelesaian terhadap λ dan selanjutnya untuk setiap nilai λ akan menentukan suatu vektor v.

 − t /13    diperoleh vektor eigen v=  − 6t /13  . disamping itu. Teorema Cayley-Hamilton juga dapat digunakan untuk menghitung invers suatu matriks. untuk λ2=-4 dan λ3=3 dapat diperoleh vektor eigen masing-masing  1   − 2     v=  − 2  dan v=  − 3   − 1  2      Teorema berikut ini sangat berguna untuk menghitung matriks berpangkat. dapat pula digunakan untuk meghitung invers suatu matriks (jika ada). t ∈ R   t   agar sederhana. jika diketahui matriks bujursangkar An×n persamaan karakteristik : (-1)nλn+cn-1λn-1+ cn-2λn-2+…+ c1λ+c0=0 maka menurut teorema Cayley-Hamilton berlakulah : (-1)nAn+cn-1An-1+ cn-2An-2+…+ c1A+c0I=0 ⇔ An=(-1)1-n(cn-1An-1+ cn-2An-2+…+ c1A+c0I) dengan Terlihat bahwa teorema Cayley-Hamilton dapat digunakan untuk menghitung matriks berpangkat. dipilih t =-13. Jadi. yaitu : Matriks dan Determinan 14 . sehingga diperoleh vektor eigen  1    v=  6   − 13    Dengan cara serupa. Teorema 9 (Cayley-Hamilton) Suatu matriks bujur-sangkar akan memenuhi persamaan karakteristiknya.

.   Matriks dan Determinan 15 .c 0 I = (− 1)n +1 A n − c n −1A n −1 − c n − 2 A n − 2 − L − c 2 A 2 − c1A ⇔ c 0 IA −1 = (− 1)n +1 A n − c n −1A n −1 − c n − 2 A n − 2 − L − c 2 A 2 − c1A A −1 1 (− 1)n +1 A n −1 − c n −1A n − 2 − c n − 2 A n − 3 − L − c 2 A − c1I ⇔ A −1 = c0 Contoh  − 2 4 Diketahui matriks A =   − 1 3    Akan digunakan Teorema Cayley-Hamilton untuk menghitung A-1 dan Am. diperoleh A2−A−2I=0 ⇔ A-1=(A−I)/2 ⇔ Selanjutnya. λm=k1λ+k2  − 3 2 2 A −1 =   − 1 2 1    ⇔ λ2−λ−2=0 { { } } Konstanta k1 dan k2 diperoleh dari substitusi λ1=−1 dan λ2=2 yaitu : k1=(2m−(-1)m)/3 . λ2−λ−2=0 ⇔ ⇔ ⇔ ⇔ ⇔ λ2=λ+2 λ3=λ2+2λ=(λ+2)+2λ=3λ+2 λ4=3λ2+2λ=3(λ+2)+2λ=5λ+6 . yaitu −2−λ −1 4 3−λ = 0 ⇔ (λ + 2)(λ − 3) + 4 = 0 ⇔ λ1=−1 atau λ2=2 Berdasarkan teorema.. k2=(2m+(-1)m⋅2)/3 dan . Dari persamaan karakteristik : det(A-λI)=0. Dengan demikian : λm=k1λ+k2 ⇔ Am =k1A+k2I ={(2m−(-1)m)/3}A+{(2m+(-1)m⋅2)/3}I  − 20 84  untuk m=6 (misalnya) diperoleh A 6 =   − 21 85  .

b1   b2  M   bm   tersebut paling sedikit mempunyai satu penyelesaian. ~ Diketahui pula A . Dalam hal ini Matriks dan Determinan 16 .3. X nx1 =  dan B mx1 =  M M M  M  M        b  x  a  a L a m2 mn   m  n  m1 . X= dan B =  A= M M M  M  M        x  b  a   n  m  m1 a m2 L a mn  Teorema 10 Diketahui SPL dalam bentuk matriks AX=B. matriks imbuhan (augmented matriks). maka SPL dikatakan SPL tersebut konsisten.5. Terapan Sistem Persamaan Linear (SPL) Sistem Persamaan Linear adalah suatu sistem persamaan linear yang terdiri dari n persamaan dan m peubah : a11x1+a12x2+…+a1nxn=b1 a21x1+a22x2+…+a2nxn=b2 ∂ am1x1+am2x2+…+amnxn=bm SPL tersebut dapat dituliskan ke dalam bentuk perkalian matrik : AX=B dengan  a11 a12 L a1n   x1   b1         a 21 a 22 L a 2n   x2   b2  . dengan matriks  a11 a12 L a1n   b1   x1         a 21 a 22 L a 2n   b2   x2  A mxn =  . (a).  a11 a12 L a1n  ~  a 21 a 22 L a 2n A = M M M  a  m1 a m2 L a mn ~ Jika Rank(A)=Rank( A ).

sistem persamaan AX=B. Xnx1 dan Bnx1 dengan A invertible. dapat diselesaikan melalui Eliminasi Gauss-Jordan. Jika Rank(A)<n. maka SPL tersebut mempunyai penyelesaian tunggal. Secara umum dapat dinyatakan bahwa suatu SPL konsisten. seperti dinyatakan oleh teorema berikut. Teorema 11 (Aturan Cramer) Jika AX=B adalah sistem persamaan linear yang terdiri dari n persamaan dan n peubah. dan diketahui det(A)≠0 maka sistem persamaan linear tersebut mempunyai penyelesaian tunggal x1 = det (A 2 ) det (A n ) det (A1 ) . determinan matriks pun dapat digunakan untuk menyelesaikan sistem persamaan linear. Penyelesaian SPL Menggunakan Determinan Selain invers. dengan syarat A suatu matriks invertible (berdasarkan teorema 8 maka Rank(A)=n) yaitu AX=B ⇔ A-1AX=A-1B ⇔ IX=A-1B ⇔ X=A-1B. x2 = det (A ) det (A ) det (A ) Matriks dan Determinan 17 . Penyelesaian SPL Menggunakan Invers Melalui operasi matriks. xn = . (c).(b). yaitu matriks Anxn. dapat diselesaikan. L . ~ Jika Rank(A)=Rank( A )=n. Berikut ditinjau SPL pada teorema 10 untuk kasus m=n. maka SPL tersebut mempunyai penyelesaian yang banyaknya takhingga.

dengan Ak . Elemen-elemen ~ pada kolom terakhir A setelah proses eliminasi selesai meyatakan penyelesaian SPL. X =  x 2  dan B =  − 48  x  2 − 4 0   32   3     ♦ ⇔ AX=B ....  3 2 − 1  0      3  dan B =  − 48  .n adalah matriks yang diperoleh dengan menggantikan elemen-elemen kolom ke-k dari matriks A dengan elemen-elemen matriks B. dengan Dengan Eliminasi Gauss-Jordan Penyelesaian dengan cara ini adalah melalui eliminasi ~ gauss-jordan pada matriks imbuhan A . maka Diperhatikan A =  1 6 2 − 4 0   32      3 2 − 1 1 6 0  3 − 48   B12   ~  A = 1 6 3 − 48   →  3 2 − 1 0  2 − 4 0 2 − 4 0 32  32      − 48  6 3 − 3B1+ B2  1  − 2B1+ B3      → 0 − 16 − 10 144   0 − 16 − 6 128    1 6 3  1 58   → 0  0 − 16 − 6  −1 16 B2 − 48   −9  128   Matriks dan Determinan 18 .2. k=1. Contoh: Akan dicari penyelesaian SPL berikut : 3x1+2x2-x3=0 x1+6x2+3x3=-48 2x1-4x2=32  x1   3 2 − 1  0        A = 1 6 3  ..

1 0 − 3 4      → 0 1 5 8 0 0 4  − 6B2 + B1 16B2 + B3 6   −9  − 16   6   − 9 − 4  1 0 − 3 4   → 0 1 5 8 0 0 1  1 4 B3 1 0 0       → 0 1 0 0 0 1  3 4 B3 + B1 − 5 8 B3 + B2 3   − 13 2  −4    x1   3      Jadi diperoleh : X=  x 2  =  − 13 2  . maka diperoleh −1 4 1 4 14    X=A −1  3 16 1 16 3 16  0   3       B =  3 32 1 32 − 5 32  − 48  =  − 13 2      −1 4 1 4 14   32   − 4   ♦ Dengan Determinan (Teorema 11) Dari SPL di atas diperoleh :  3 2 − 1   A = 1 6 3  . x   − 4   3   ♦ Dengan Invers Karena A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  . det(A1)=192  32 − 4 0    0 − 1 3   A 2 =  1 − 48 3  . det(A)=64 2 − 4 0    2 − 1  0   A1 =  − 48 6 3  . det(A2)=-416  2 32 0   Matriks dan Determinan 19 .

x   − 4   3   Matriks dan Determinan 20 . det(A3)=-256  2 − 4 32    Maka berdasarkan teorema 11 diperoleh x1=192/64=3.5 dan x3=-256/64=-4.0  3 2   A 3 =  1 6 − 48  .  x1   3      Jadi X=  x 2  =  − 13 2  . x2=-416/64=-6.

y2) dan (x3.y3) segaris bila hanya bila : 7. Hitung invers matriks-matriks berikut : 0  2 0 1    2  − 2 3 4 . Carilah nilai-nilai eigen dan vektor-vektor eigen masing-masing matriks-matriks berikut 5 4  . (x2. Diketahui matriks-matriks 2 2 2  2 3 0 1 2 2  1 2 2  Diketahui Det(A)=5 dan A suatu matriks ukuran 4×4. Det(2A-1) dan Det((2A)-1) 4. Matriks dan Determinan 21 . sedangkan B-BT anti-simetris.SOAL-SOAL LATIHAN 1. Tentukan rank matriks-matriks berikut : 2 1 1 1 1 − 1 3      0 3 0  dan  2 − 2 6 8  3 1 2 3 5 − 7 8     2. 7 11 1 3   2 1 1   8 0 − 1 3  6 − 1 0  dan  0 0 −2 4  − 1 − 2 − 1      0 0 0 2   x1 x2 x3 y1 1 y2 1 = 0 y3 1 Buktikan titik-titik (x1. Det(3A). 1 2   6. Hitunglah : 1 2 3 1 2 3      A =  2 1 4  dan B =  2 1 k  3 4 2 3 4 2     Jika Det(B)=2 Det(A). Suatu matriks Anxn dikatakan simetris (symetric) jika AT=A dan dikatakan anti-simetris (skew-symetric) jika AT=-A. hitunglah nilai konstanta k 5.x1).   − 5 5 6 1   2  3. Jika diketahui matriks Bnxn tunjukkan matriks BBT dan B+BT masing-masing simetris.

x1+x2+x3=3 x1-x2-x3=-1 3x1+2x2+x3=5 9. P3 dan P4 dapat dihitung masing-masing dengan rumus: u1 = u2 u3 u4 u2 + u4 + 100 + 100 4 u + u3 + 100 + 200 = 1 4 u + u4 + 100 + 200 = 2 4 u1 + u3 + 100 + 100 = 4 200oC P2 100oC P1 P4 P3 100oC 100oC a. k bilangan bulat positif. hampiran temperatur pada titik P1. jika  5 4 2   A =  4 5 2  2 2 2   10. Selesaikan persamaan matriks pada bagian a dengan mencari invers matriks koefisiennya. Tunjukkan Sistem Persamaan Linear di atas equivalen dengan persamaan matriks 0 1   u1   − 200  − 4 1      0   u2   − 300   1 −4 1 =  0 1 − 4 1   u3   − 300        1   u   − 200  0 1 4 −   4   b. P2. x1+2x2+2x3=2 x1+x2+x3=0 x1-3x2-x3=0 (b). Matriks dan Determinan 22 . Tentukan Ak . Diperhatikan sebuah pelat bujursangkar dengan temperatur pada masing-masing sisi seperti gambar. Selesaikan masing-masing SPL berikut : (a).8. Pada beberapa keadaan tertentu.

Sign up to vote on this title
UsefulNot useful