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. 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 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 .

maka Det(A)=|A| adalah suatu bilangan real. Matriks dan Determinan 4 . Determinan Determinan. maka berlakulah : 1. Definisi dibedakan menjadi determinan matriks bujur sangkar A1x1 dan matriks Anxn untuk nilai n>1. ditulis Det(. Bm×n dan Cm×n dan skalar k.Teorema 1 Jika matriks-matriks Am×n. 2. 3. Jadi. Definisi berikut akan menjelaskan tentang nilai determinan suatu matriks. 4. 5.) atau |. 2. 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. (AB)T=BTAT (AB)C=A(BC) 3.2. Definisi 3: Diketahui matriks bujur-sangkar A=(a11).| adalah suatu fungsi dengan domain koleksi matriks bujur-sangkar dan kodomain bilangan real. jika A suatu matriks bujur-sangkar. maka berlakulah : 1. maka Det(A)=a11. Bp×q dan Cq×n . 6. Matriks yang determinannya tidak nol disebut matriks nonsingular.

Definisi 4: Diketahui matriks bujur-sangkar A=(aij)n×n. n≥2. Sifat 1 Jika A matriks ukuran 2×2. Minor (Minor) elemen aij disimbolkan Mij didefinisikan sebagai determinan matriks yang diperoleh dengan menghilangkan baris ke-i dan kolom ke-j pada matriks A. 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). (a). 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).

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

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

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

-5/8 kali baris ke-3 ditambahkan ke baris ke-2. −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. Jadi diperoleh A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  .

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

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

dengan A ˆ rxr terbesar sedemikian hingga Det( A submatriks A. A invertible Rank(A)=n A ekuivalen baris dengan matriks Identitas In 3.4. Pernyataan-pernyataan berikut ini ekuivalen : (a). Matriks dan Determinan 12 . jika terdapat vektor v≠0 sedemikian hingga Av=λv Selanjutnya v disebut vektor eigen terhadap nilai eigen λ. Rank(A)=0 hanya bila A=O. Keterangan : Submatriks dari suatu matriks A adalah suatu matriks yang diperoleh dengan menghilangkan satu atau beberapa baris atau kolom matriks A. Nilai Eigen dan Vektor Eigen Definisi 8 Diketahui matriks bujursangkar An×n. Teorema 7 Diketahui matriks Amxn=(aij)mxn dan A≠O. (b). Rank(A)=r jika dan hanya jika r adalah bilangan bulat ˆ )≠0. (c).Definisi 7 Rank matriks Amxn disimbolkan Rank(A) adalah bilangan yang menyatakan jumlah maksimum vektor-vektor baris (vektorvektor kolom) matriks A yang independen linear. Bilangan λ disebut nilai eigen matriks A. Teorema 8 Diketahui matriks bujursangkar Anxn. Sifat 3: Diketahui Amxn.

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

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

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  .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. k2=(2m+(-1)m⋅2)/3 dan .. 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 .   Matriks dan Determinan 15 . 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. diperoleh A2−A−2I=0 ⇔ A-1=(A−I)/2 ⇔ Selanjutnya.

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful