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

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

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

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.Definisi 4: Diketahui matriks bujur-sangkar A=(aij)n×n. n≥2. Sifat 1 Jika A matriks ukuran 2×2. maka determinan dapat dihitung dengan aturan berikut : det (A ) = a11 a12 = a11a 22 − a12 a 21 a 21 a 22 − + Matriks dan Determinan 5 . Contoh:  a11 a12   a 21 a 22 A= a a 32  31 a  41 a 42 (b). (c). (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.

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

Invers Matriks Definisi 5: Diketahui A sebarang matriks bujur-sangkar. Operasi serupa jika dikerjakan pada kolom-kolom suatu matriks disebut Operasi Kolom Elementer. maka det(A-1)=1/det(A). 2. Jika B dan C masing-masing invers matriks A. maka A-1 juga invertible dan (A-1)-1=A. 1. Teorema 4 1. maka B=C. 3. Matriks A invertible jika hanya jika det(A)≠0. Matriks  C11 C12 L C1n     C 21 C 22 L C 2n  . Jika dapat ditemukan matriks A-1 sedemikian hingga AA-1=A-1A=I. maka A dikatakan invertible dan matriks A-1 disebut invers matriks A. Cij kofaktor elemen aij C(A ) =  M M M    C  C L C n2 nn   n1 disebut Matriks Kofaktor A. 4. didefinisikan : Adj(A)=(C(A))T Matriks dan Determinan 7 . Adjoin matriks A disimbolkan Adj(A). 3.3. Definisi 6: Diketahui A suatu matriks bujur-sangkar ukuran n×n. Jika A invertible. Jika Anxn dan Bnxn invertible maka (AB)-1=B-1A-1 5. 2. dengan I matriks identitas.disebut Operasi Baris Elementer (elementary row operations). Jika A invertible.

maka A −1 = 1 Adj(A ) det (A ) Dengan teorema 5 tersebut. Matriks dan Determinan 8 .Teorema 5 : Jika A invertible. Rangkaian operasi baris yang mentransformasi A menjadi I tersebut akan mentransformasi I menjadi A-1. Contoh  3 2 − 1   A = 1 6 3  . maka matriks A nonsingular. 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. seperti dinyatakan teorema Teorema 6 Jika matriks An×n dapat ditransformasi menjadi matriks Identitas I melalui serangkaian operasi baris elementer. 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  .

-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  . −1 4 1 4 14    Matriks dan Determinan 9 .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.

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

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

Matriks dan Determinan 12 . Nilai Eigen dan Vektor Eigen Definisi 8 Diketahui matriks bujursangkar An×n. 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. Rank(A)=r jika dan hanya jika r adalah bilangan bulat ˆ )≠0. (b). Sifat 3: Diketahui Amxn.4. 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. dengan A ˆ rxr terbesar sedemikian hingga Det( A submatriks A. (c). A invertible Rank(A)=n A ekuivalen baris dengan matriks Identitas In 3. Rank(A)=0 hanya bila A=O. Teorema 7 Diketahui matriks Amxn=(aij)mxn dan A≠O. 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.

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

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

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

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

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

2.. Elemen-elemen ~ pada kolom terakhir A setelah proses eliminasi selesai meyatakan penyelesaian SPL. k=1.. 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 .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 .dengan Ak . 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  .  3 2 − 1  0      3  dan B =  − 48  .. X =  x 2  dan B =  − 48  x  2 − 4 0   32   3     ♦ ⇔ AX=B .

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

det(A3)=-256  2 − 4 32    Maka berdasarkan teorema 11 diperoleh x1=192/64=3. x2=-416/64=-6.5 dan x3=-256/64=-4.  x1   3      Jadi X=  x 2  =  − 13 2  . x   − 4   3   Matriks dan Determinan 20 .0  3 2   A 3 =  1 6 − 48  .

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

Matriks dan Determinan 22 . Selesaikan masing-masing SPL berikut : (a). x1+x2+x3=3 x1-x2-x3=-1 3x1+2x2+x3=5 9. k bilangan bulat positif. 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. Diperhatikan sebuah pelat bujursangkar dengan temperatur pada masing-masing sisi seperti gambar. jika  5 4 2   A =  4 5 2  2 2 2   10.8. Pada beberapa keadaan tertentu. hampiran temperatur pada titik P1. P2. Tentukan Ak . x1+2x2+2x3=2 x1+x2+x3=0 x1-3x2-x3=0 (b). 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.

Sign up to vote on this title
UsefulNot useful