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

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. 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 . artinya AB≠BA 4. 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. a11 a12 A= a  21 a 22 3.

Definisi 3: Diketahui matriks bujur-sangkar A=(a11). maka Det(A)=a11.Teorema 1 Jika matriks-matriks Am×n. maka berlakulah : 1. 2. Matriks dan Determinan 4 . 4. jika A suatu matriks bujur-sangkar. 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. 6. Definisi berikut akan menjelaskan tentang nilai determinan suatu matriks. maka Det(A)=|A| adalah suatu bilangan real. 2.| adalah suatu fungsi dengan domain koleksi matriks bujur-sangkar dan kodomain bilangan real. ditulis Det(. Bm×n dan Cm×n dan skalar k. maka berlakulah : 1.2. Bp×q dan Cq×n . Definisi dibedakan menjadi determinan matriks bujur sangkar A1x1 dan matriks Anxn untuk nilai n>1. 5. Jadi. 3. (AB)T=BTAT (AB)C=A(BC) 3. Matriks yang determinannya tidak nol disebut matriks nonsingular.) atau |. Determinan Determinan.

(a). Minor (Minor) elemen aij disimbolkan Mij didefinisikan sebagai determinan matriks yang diperoleh dengan menghilangkan baris ke-i dan kolom ke-j pada matriks A. (c). 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. Contoh:  a11 a12   a 21 a 22 A= a a 32  31 a  41 a 42 (b).Definisi 4: Diketahui matriks bujur-sangkar A=(aij)n×n. n≥2. maka determinan dapat dihitung dengan aturan berikut : det (A ) = a11 a12 = a11a 22 − a12 a 21 a 21 a 22 − + Matriks dan Determinan 5 . Sifat 1 Jika A matriks ukuran 2×2.

Matriks dan Determinan 6 . Jika A∗ adalah matriks yang diperoleh bila dua baris elemen matriks A dipertukarkan. 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) 5. Jika A∗ adalah matriks yang diperoleh bila kelipatan dari suatu baris elemen matriks A. maka det(AT)=det(A). Mengalikan suatu baris elemen dengan bilangan k≠0 2. Jika A sebarang matriks bujur-sangkar yang memuat satu baris elemen nol. 2. maka det(A)=0. ditambahkan ke suatu baris elemen yang lain. maka : det(A∗)=k det(A) 4. Catatan Operasi-operasi terhadap suatu matriks berikut : 1. Jika A∗ adalah matriks yang diperoleh bila suatu baris elemen matriks A dikalikan dengan konstanta k. 3. Menambahkan k kali suatu baris ke suatu baris lainnya. maka : det(A∗)=det(A). Menukarkan suatu baris dengan suatu baris lainnya 3.Sifat 2 : (Aturan Sarrus) Jika A matriks ukuran 3×3.

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

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

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. −1 4 1 4 14    Matriks dan Determinan 9 . -5/8 kali baris ke-3 ditambahkan ke baris ke-2. Jadi diperoleh A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  .

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

... a12. ∂ um=(am1. sedangkan vektor-vektor  a12   a1n   a11         a 22   a 2n   a 21  . . . v2 =  . 0 0 1 − 4   1 1 0 0 1 2 5 − 6 0     0 1 0 . a2n). 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. .... am2.. Vektor-vektor u1=(a11. a1n). v n =  v1 =  M  M  M          a a a   mn   m1   m2  disebut Vektor-vektor kolom matriks A. a22. u2=(a21. Diketahui matriks Amxn=(aij)mxn.. Selanjutnya akan ditinjau pengertian rank suatu matriks dengan terlebih dahulu mendefinisikan vektor baris dan vektor kolom suatu matriks. . 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.. . akan ditunjukkan penggunaan eliminasi Gauss-Jordan tersebut untuk menyelesaikan suatu SPL. amn) disebut Vektor-vektor Baris matriks A.. Matriks dan Determinan 11 ..1 5 8 5    0 1 5 3  .

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

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 . 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. Untuk mendapatkan penyelesaian v≠0. maka harus dipenuhi det(A-λI)=0. Dari persamaan karakteristik tersebut akan diperoleh penyelesaian terhadap λ dan selanjutnya untuk setiap nilai λ akan menentukan suatu vektor v. Persamaan terakhir biasa disebut persamaan karakteristik.Diperhatikan bahwa Av=λv ⇔ (A-λI)v=0 . λ2=-4 atau λ3=3 untuk λ1=0. dengan I dan O masing-masing matriks identitas dan matriks nol.

 − t /13    diperoleh vektor eigen v=  − 6t /13  . 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. Teorema Cayley-Hamilton juga dapat digunakan untuk menghitung invers suatu matriks. Teorema 9 (Cayley-Hamilton) Suatu matriks bujur-sangkar akan memenuhi persamaan karakteristiknya. t ∈ R   t   agar sederhana. disamping itu. dapat pula digunakan untuk meghitung invers suatu matriks (jika ada). sehingga diperoleh vektor eigen  1    v=  6   − 13    Dengan cara serupa. dipilih t =-13. Jadi. 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. yaitu : Matriks dan Determinan 14 .

. diperoleh A2−A−2I=0 ⇔ A-1=(A−I)/2 ⇔ Selanjutnya. λ2−λ−2=0 ⇔ ⇔ ⇔ ⇔ ⇔ λ2=λ+2 λ3=λ2+2λ=(λ+2)+2λ=3λ+2 λ4=3λ2+2λ=3(λ+2)+2λ=5λ+6 . Dari persamaan karakteristik : det(A-λI)=0.   Matriks dan Determinan 15 . k2=(2m+(-1)m⋅2)/3 dan . 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 . 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  . yaitu −2−λ −1 4 3−λ = 0 ⇔ (λ + 2)(λ − 3) + 4 = 0 ⇔ λ1=−1 atau λ2=2 Berdasarkan teorema..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.

b1   b2  M   bm   tersebut paling sedikit mempunyai satu penyelesaian.3. Dalam hal ini Matriks dan Determinan 16 . matriks imbuhan (augmented matriks). 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. maka SPL dikatakan SPL tersebut konsisten. ~ Diketahui pula A . (a). 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  .5.  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 ). X nx1 =  dan B mx1 =  M M M  M  M        b  x  a  a L a m2 mn   m  n  m1 . dengan matriks  a11 a12 L a1n   b1   x1         a 21 a 22 L a 2n   b2   x2  A mxn =  .

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

k=1. dengan Dengan Eliminasi Gauss-Jordan Penyelesaian dengan cara ini adalah melalui eliminasi ~ gauss-jordan pada matriks imbuhan A . X =  x 2  dan B =  − 48  x  2 − 4 0   32   3     ♦ ⇔ AX=B ..  3 2 − 1  0      3  dan B =  − 48  ..2.. Elemen-elemen ~ pada kolom terakhir A setelah proses eliminasi selesai meyatakan penyelesaian SPL..n adalah matriks yang diperoleh dengan menggantikan elemen-elemen kolom ke-k dari matriks A dengan elemen-elemen matriks B. 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  .dengan Ak . 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 .

det(A1)=192  32 − 4 0    0 − 1 3   A 2 =  1 − 48 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  . x   − 4   3   ♦ Dengan Invers Karena A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  . 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  . det(A2)=-416  2 32 0   Matriks dan Determinan 19 . det(A)=64 2 − 4 0    2 − 1  0   A1 =  − 48 6 3  .

x   − 4   3   Matriks dan Determinan 20 .0  3 2   A 3 =  1 6 − 48  .5 dan x3=-256/64=-4. x2=-416/64=-6. det(A3)=-256  2 − 4 32    Maka berdasarkan teorema 11 diperoleh x1=192/64=3.  x1   3      Jadi X=  x 2  =  − 13 2  .

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

Selesaikan masing-masing SPL berikut : (a). P2. Matriks dan Determinan 22 . x1+x2+x3=3 x1-x2-x3=-1 3x1+2x2+x3=5 9.8. x1+2x2+2x3=2 x1+x2+x3=0 x1-3x2-x3=0 (b). k bilangan bulat positif. 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. jika  5 4 2   A =  4 5 2  2 2 2   10. Diperhatikan sebuah pelat bujursangkar dengan temperatur pada masing-masing sisi seperti gambar. Pada beberapa keadaan tertentu. Tentukan Ak . hampiran temperatur pada titik P1. 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. Selesaikan persamaan matriks pada bagian a dengan mencari invers matriks koefisiennya.