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

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

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

Contoh:  a11 a12   a 21 a 22 A= a a 32  31 a  41 a 42 (b). n≥2. 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. Minor (Minor) elemen aij disimbolkan Mij didefinisikan sebagai determinan matriks yang diperoleh dengan menghilangkan baris ke-i dan kolom ke-j pada matriks A. (a). 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 . (c).

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

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

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

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. −1 4 1 4 14    Matriks dan Determinan 9 . -5/8 kali baris ke-3 ditambahkan ke baris ke-2.

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

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

jika terdapat vektor v≠0 sedemikian hingga Av=λv Selanjutnya v disebut vektor eigen terhadap nilai eigen λ. 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. (b).4. Matriks dan Determinan 12 . Teorema 8 Diketahui matriks bujursangkar Anxn. Rank(A)=0 hanya bila A=O. 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. Sifat 3: Diketahui Amxn. (c). dengan A ˆ rxr terbesar sedemikian hingga Det( A submatriks A. Nilai Eigen dan Vektor Eigen Definisi 8 Diketahui matriks bujursangkar An×n. Teorema 7 Diketahui matriks Amxn=(aij)mxn dan A≠O. 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.

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. dengan I dan O masing-masing matriks identitas dan matriks nol. λ2=-4 atau λ3=3 untuk λ1=0. Persamaan terakhir biasa disebut persamaan karakteristik. 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 . 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.

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

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

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

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

dengan Ak .2. 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 .. 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 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 . k=1.  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.

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

det(A3)=-256  2 − 4 32    Maka berdasarkan teorema 11 diperoleh x1=192/64=3.0  3 2   A 3 =  1 6 − 48  .5 dan x3=-256/64=-4. x2=-416/64=-6.  x1   3      Jadi X=  x 2  =  − 13 2  . x   − 4   3   Matriks dan Determinan 20 .

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

x1+x2+x3=3 x1-x2-x3=-1 3x1+2x2+x3=5 9. x1+2x2+2x3=2 x1+x2+x3=0 x1-3x2-x3=0 (b). P2. Matriks dan Determinan 22 . Selesaikan persamaan matriks pada bagian a dengan mencari invers matriks koefisiennya. jika  5 4 2   A =  4 5 2  2 2 2   10. k bilangan bulat positif. Pada beberapa keadaan tertentu. hampiran temperatur pada titik P1. Selesaikan masing-masing SPL berikut : (a).8. Tentukan Ak . Diperhatikan sebuah pelat bujursangkar dengan temperatur pada masing-masing sisi seperti gambar. 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. 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