Anda di halaman 1dari 42

Matriks

MATRIKS

PENGERTIAN MATRIKS
Matriks adalah beberapa elemen yang disajikan dalam bentuk jajaran segiempat yang
terdiri dari m baris dan n kolom.

Misalkan matriks A =

2 0

1 3
3 2

5
1
4

3 1
6 0
1

REPRESENTASI MATRIKS
Secara umum, suatu matriks dinyatakan dalam bentuk sebagai berikut :

a11 a12

a 21 a22 .......... a2n

.
. .......... . .

A = Amxn =

am1

.......... a1n

am2 .......... amn

aij = elemen baris ke-i dan kolom ke-j dari matriks A

i = 1, 2, 3, , m
j = 1, 2, 3, , n

Jajaran mendatar disebut baris. Jajaran vertikal disebut kolom


Matriks A yang terdiri dari m baris dan n kolom disebut matriks mxn, ditulis Amxn

Notasi Matriks :
Suatu matriks bisa ditulis dengan notasi :
-

Huruf besar : A, B, C, .

Huruf besar dengan indeks ukuran matriks, misalnya : Amxn ; Bnxp ; ..

Huruf besar dengan notasi elemen : A = [aij] , dengan

i = 1, 2, , m
j = 1, 2, , n

Matriks baris (vektor baris)

matriks yang hanya terdiri dari satu baris

Matriks kolom (vektor kolom)

matriks yang terdiri dari satu kolom.

Notasi untuk matriks baris atau kolom biasanya ditulis dengan huruf kecil yang
dicetak tebal.
Misalnya :
a = [ a1 a2 an ]

matriks baris yang terdiri dari n kolom

b1

b2
b=

bm

matriks kolom yang terdiri dari m baris

Matriks Bujur Sangkar matriks dengan banyak baris = banyak kolom

@by:MurtiAstuti

Matriks

Matriks bujur sangkar nxn dikatakan mempunyai orde atau ordo n.

Contoh : A2x2 = 0

matriks bujur sangkar berordo 2

Jika diberikan matriks Amxn , maka sub-matriks dari Amxn adalah sembarang matriks
yang diperoleh dengan menghilangkan beberapa baris atau kolom dari matriks Amxn
Misal :

a11 a12 a13


a 21 a 22 a 23

Matriks A2x3 =

mempunyai 3 buah sub-matriks 2x2 sebagai berikut :

a11 a12
a 21 a 22

a11
a 21

a13
a 23
;

a12 a13
a 22 a 23

Matriks padat (fully populated) matriks yang semua elemennya tidak nol
Matriks jarang (sparse matrix) matriks yang sebagian kecil elemennya tidak nol
dan elemen lainnya nol.
Matriks nol (null matrix) adalah matriks dengan semua elemen nol, dinotasikan
dengan 0mxn

OPERASI ALJABAR DALAM MATRIKS


1.

Kesamaan Dua Matriks


Matriks A = [aij] dan B = [bij] dikatakan sama jika ordonya sama dan aij = bij , untuk
i = 1, 2, 3, , m dan j = 1, 2, 3, , n

dan

ditulis dengan

A = B atau [aij] = [bij]

Contoh : A =

a11 a12
a 21 a 22

Jika dan hanya jika : a11 = 4


2.

dikatakan sama dengan


; a12 = 0 ; a21 = 3

B=

4
3

0
1

. a22 = -1

Penjumlahan Matriks
Penjumlahan 2 matriks hanya bisa dilakukan jika keduanya mempunyai ordo sama.
Jika A = Amxn = [aij] dan B = Bmxn = [bij] ; maka
A + B = [aij] + [bij] = [aij + bij]
i = 1, 2, , m
j = 1, 2, , n

Contoh : A =
@by:MurtiAstuti

4
3

6
1
;B=

5 1
3
1
; maka : A + B =

9
6

5
2

Matriks

@by:MurtiAstuti

Matriks
3.

Invers Terhadap Operasi Penjumlahan (additive inverse)


Jika A = [aij] , maka A adalah matriks yang diperoleh dengan mengalikan setiap
elemen dari matriks A dengan 1.
A = [aij] = [aij]

Contoh : Jika A =
4.

1
; maka A =

4
3

4
3

6
1

Pengurangan Matriks
Pengurangan dua matriks hanya bisa dilakukan jika kedua matriks mempunyai ordo
yang sama. Jika A = Amxn = [aij] dan B = Bmxn = [bij] ; maka
A - B = A + (-B) = [aij] + [-bij] = [aij - bij]
i = 1, 2, , m
; j = 1, 2, , n
4 6
5 1
3 1
3
1

Contoh : A =
; B =
; maka : A B =

1
0

7
0

Sifat-sifat penjumlahan matriks :


a. A + B = B + A

( sifat komutatif)

b. (A + B) + C = A + (B + C) = A + B + C
c. A + 0 = A

(sifat asosiatif)

(mempunyai elemen netral terhadap jumlahan, yaitu matriks nol 0)

d. A + ( A) = 0 (mempunyai elemen invers terhadap operasi penjumlahan)


5.

Perkalian Matriks Dengan Skalar


Hasil kali matriks Amxn = [aij] dengan skalar c , ditulis cA atau Ac adalah matriks mxn
yang diperoleh dengan mengalikan setiap elemen dari matriks Amxn dengan skalar c.
a11 a12 .......... a1n

a21 a22 .......... a2n

:
: .......... . :

Jadi jika : A = Amxn =

ca11 ca12 .......... ca1n

ca 21 ca22 .......... ca2n

:
: .......... . :

maka : cA = Ac =

am1 am2 .......... amn


= [aij]

cam1

cam2 .......... camn


= c [aij] = [c aij]

Sifat-sifat perkalian matriks dengan skalar :

@by:MurtiAstuti

a.

c(A + B) = cA + cB

; c = sembarang skalar

b.

(c + k) A = cA + k A ; c dan k = sembarang skalar

c.

c(kA) = (ck) A

Matriks

5
d.

4.

1(A) = A

Perkalian Matriks Dengan Matriks


Misalkan

A = Amxn = [aij];

B = Brxp = [bij]

Perkalian antara matriks A dengan matriks B hanya bisa dilakukan jika r = n


(banyaknya baris matriks B = banyaknya kolom matriks A), dan :
A x B = Amxn x Brxp = Cmxp = [cij]
n

dengan cij =

a
k 1

Contoh : 1

ik

b kj

2
8

= ai1b1j + ai2b2j + ai3b3j + .+ ainbnj ;

2
0

3
4

5
=

4( 2) 2(0)
1( 2) 8(0)

8
2

20
35

i = 1, 2, , m
j = 1, 2, , n

4(3 ) 2( 4)
1(3) 8( 4)

4(1) 2(5 )
1(1) 8(5)

14
41

Sifat-sifat perkalian matriks dengan matriks :

a.

(kA)(B) = k(AB) = A (kB) = kAB

; k = sembarang skalar

b.

A(BC) = (AB)C = ABC

c.

A(B+C) = AB + AC

d.

C(A+B) = CA + CB

e.

AB BA

f.

Jika AB = 0 tidak selalu A = 0 atau B = 0

MATRIKS-MATRIKS KHUSUS
a11 a12 .......... a1n

a21 a 22 .......... a2n


.
.
.......... . .
an1 an2 .......... ann

Jika : A = Anxn = [aij] =

adalah matriks bujur sangkar,

maka elemen : a11 ; a22 ; a33 ; . ; ann dari matriks A disebut elemen diagonal utama
matriks A
Matriks Segi Tiga
Matriks Segitiga Bawah adalah matriks bujur sangkar dengan elemen di atas
diagonal utama semuanya nol.

@by:MurtiAstuti

Matriks

Contoh :

3
T1 =

0
2
1

0
0
4

Matriks Segitiga Atas adalah matriks bujur sangkar dengan elemen di bawah
diagonal utama semuanya nol.

1 5
0

Contoh :

0
T2 =

2
0

0
4
4

Matriks Diagonal
Matriks Diagonal adalah matriks bujur sangkar dengan elemen di bawah dan di atas
diagonal utama semuanya nol. Atau aij = 0 untuk i j

0
2
0

Contoh :

A=

0
0
4

0
0

0
0
0
0

0 2
;

0
B=

0
0
0
7

Matriks Skalar
Matriks Skalar adalah matriks diagonal dengan elemen dalam diagonal utama
semuanya sama.

0
c
0
0

0
0

Contoh :

0
S=

0
0
c
0

0
0
0
c

; c = skalar

Matriks Satuan (Matriks Identitas) = In


Matriks identitas adalah matriks skalar dengan c = 1

0
0
:

Contoh :

0
In = Inxn =

0
1
0
:
0

..... 0
..... 0
..... 1
:
..... 0

0
0
0
:
1

= matriks identitas berordo-n

Transpos Matriks (Matriks Transposisi)


Transpos dari matriks A = Amxn = [aij] ; ditulis AT = ATnxm adalah matriks berordo nxm
yang diperoleh dengan mengganti kolom dari matriks A menjadi baris matriks AT dan
baris dari matriks A menjadi kolom matriks AT. Jadi jika,
a11 a12 a13 .......... a1n

a21 a22 a23 .......... a2n


.
.
. .......... . .
am1 am2 am3 .......... amn

A = Amxn = [aij] =
@by:MurtiAstuti

, maka

Matriks

a11

a 21 a 31 .......... a m1

a12

a 22

AT = ATnxm = [aji] =

a1n a 2n

a 32 .......... a m2

. .......... . .

a 3n .......... a mn

Sifat Matriks Transpos :


a.

(A + B)T = AT + BT

b.

(AB)T = BT AT

c.

(AT)T = A

Matriks Ortogonal
Matriks bujur sangkar A disebut matriks orthogonal jika memenuhi: A AT = AT A = I

Contoh :

A=

1
0

AA =

3
4

0
3
4
1
2

0
1
2

0
1
2

3
4

0
3
4
1
2

adalah matriks orthogonal, karena

0
1
2
3
4

3
4
1
2 =

0
0

Matriks Bujur Sangkar Anxn = [aij] dikatakan Simetris jika :


AT = A
atau [aij] = [aji]
untuk semua i = 1, 2, 3, .., n

dan

j = 1, 2, 3, .., n

Contoh :

A=

1
5
1
0 2
5 2
4

Matriks Bujur Sangkar Anxn = [aij] dikatakan Skew Simetris jika :


AT = A
atau [aij] = [ aji]
untuk semua i = 1, 2, 3, .., n dan

j = 1, 2, 3, .., n

Sehingga elemen diagonal utamanya pasti nol, karena : aii = aii ; i = 1, 2, 3, ., n


a jj = ajj ; j = 1, 2, 3, ., n

Contoh : A =

@by:MurtiAstuti

0
1
5

1
0
2

5
2
0

Matriks

Jika A adalah matriks dengan elemen bilangan kompleks dan jika semua elemen aij
a
diganti dengan kompleks sekawannya ij , maka matriks yang diperoleh disebut
matriks Kompleks Sekawan (Complex Conjugate) dari matriks A, ditulis A
2i
5
5i

6i
4
9 i
1 5i
2
i
Contoh : Jika A = [aij] =
; maka

A = [ aij ]=

5i
6i
1 5i

5
9 i
i

Jika A = [aij] adalah matriks dengan elemen bilangan kompleks, maka


T
a
AH = A = [ ji ] disebut matriks Transpos Hermite (Hermitian Transpose) dari
matriks A , yaitu transpos dari kompleks sekawan matriks A.
2i
1
5i

6i
4
9 i
Contoh : Jika A = [aij] =
maka :
T
a
AH = A = [ ji ] =

2i
4
2

5i
2i
1

6i
4
9 i

Matriks Bujur Sangkar A disebut Matriks Hermit (Hermitian Matrix) jika :


AH = A

atau [

a ji

] = [aij]

Contoh : A =

3
1 2i
5 i

1 2i
0
2 3i

5i
2 3i

A =

3
1 2i
5 i

1 2i
0
2 3i

5i
2 3i

T
AH = A =

3
1 2i
5 i

1 2i
0
2 3i

5i
2 3i

=A

Jika A = C + iD dengan C matriks simetris dan D matriks skew simetris maka A


merupakan matriks Hermite.

Dari contoh di atas:

1
5
0
1
0 2
2
1
5 2
4
+ i
C
+i

Jika diberikan matriks kolom (vektor kolom) :

@by:MurtiAstuti

1 2i
5i
3
2
1

0
2 3i
0 3 1 2i
3
0 5 i 2 3i
4
=
D
=
A

Matriks

x1

x2
x=

xn

y1

y2
dan y =

y n

y1

y2
maka :

x y = [ x1 x2 .. xn ]

y n

x1

x2
xT x = [ x1 x2 .. xn ]

x n

yi

i1

= yTx

2
i

i1

DETERMINAN MATRIKS
Setiap matriks bujur sangkar Anxn mempunyai determinan, yaitu suatu nilai yang bisa
dihitung dari elemen matriks Anxn yang dinotasikan dengan det A atau

Det A

a11
a 21
.
.
.
a n1

a12 a13
a 22 a 23
.
.
.
.
.
.
a n2 a n3

.......... a1n
.......... a 2n
.......... . .
.......... . .
.......... . .
.......... a nn

dengan aij = elemen baris ke-i dan kolom ke-j

; determinan dari matriks Anxn


;

i = 1, 2, 3, ......, n
j = 1, 2, 3, ......, n

i = 1, 2, 3, ......, n
j = 1, 2, 3, ......, n

DETERMINAN MINOR
Mij = determinan minor dari elemen aij

= determinan orde-(n-1) yang diperoleh dari suatu determinan orde-n dengan menghapus baris ke-i dan kolom ke-j.
Contoh :
Jika diberikan determinan A seperti di atas, maka :

M21

a11 a12 a13


a 21 a 22 a 23
a 31 a 32 a 33
.
.
.
.
.
.
.
.
.
a n1 a n2 a n3

..........
..........
.......... .
.......... .
.......... .
.......... .
..........

a1n
a 2n
a 3n
.
.
.
a nn

a12
a 32
.
.
.
a n2

a13
a 33
.
.
.
a n3

.......... a1n
.......... a 3n
.......... . .
.......... . .
.......... . .
.......... a nn

DETERMINAN KOFAKTOR
Kij = determinan kofaktor dari elemen aij

@by:MurtiAstuti

i = 1, 2, 3, ......, n
j = 1, 2, 3, ......, n

Matriks

10

= (-1)i+j Mij
Contoh :

12

K 12 ( 1)

M12

a11 a12 a13


a 21 a 22 a 23
a 31 a 32 a 33
1 .
.
.
.
.
.
.
.
.
a n1 a n2 a n3

..........
..........
.......... .
.......... .
.......... .
.......... .
..........

a1n
a 2n
a 3n
.
.
.
a nn

a 21 a 23
a 31 a 33
.
.
.
.
.
.
a n1 a n3

.......... a 2n
.......... a 3n
.......... . .
.......... . .
.......... . .
.......... a nn

MENGHITUNG NILAI DETERMINAN


Nilai determinan matriks bujur sangkar Anxn dapat ditentukan dengan rumus berikut :
n

= det A =

a ij K ij

j 1

(1)

atau
dengan :

i j

a ij K ij
=

i 1

a ij Mij

j 1

(1)

; untuk i tertentu diantara i = 1, 2, 3, , n


i j

a ij Mij

i 1

; untuk j tertentu diantara j = 1, 2, 3, , n

Mij = determinan minor dari aij


= determinan dari matriks (n1) x (n1) yang diperoleh dari matriks Anxn dengan
menghilangkan baris i dan kolom j
Kij = kofaktor dari aij = (1) i+j Mij
a. Determinan Orde-2 atau (2x2) :

a11

a12

a 21

a 22

= a11 a22 a12 a21

Contoh :

1.

2.

3.

4.

@by:MurtiAstuti

2 = 2(-2) (3)(-1) = - 4 + 3 = -1

2
3

1
2 = -2(2) (-1)(3) = - 4 + 3 = -1

3 = -1(3) (-2)(2) = - 3 + 4 = 1

1 = 3(-1) (2)(-2) = - 3 + 4 = 1

Matriks

11

b. Determinan Orde-3 atau (3x3) :


Metoda Sarrus :

a11

a12

a13

a11

a12

a 21

a 22

a 23

a 21

a 22

a 31

a 32

a 33

a 31

a 32

= (a11 a22 a33 + a12 a23 a31 + a13 a21 a32) (a13 a22 a31 + a11 a23 a32 + a12 a21 a33)

@by:MurtiAstuti

Matriks

12

Contoh :

6
2

1
3

1
2

6
2

1
3

1
2

6
2

1
3

= [(3)(1)(2) + (-2)(-1)(-2) + (2)(6)(-3)] [(2)(1)(-2) + (3)(-1)(-3) + (-2)(6)(2)]


= [ 6 4 36 ] [ - 4 + 9 24 ] = 34 + 19 = 15

c.

Determinan Orde-n atau ( n x n ) :


a11
a 21
.
.
.
a n1

j1

i1

a12 a13
a 22 a 23
.
.
.
.
.
.
a n2 a n3

.......... a1n
.......... a 2n
.......... . .
.......... . .
.......... . .
.......... a nn

a ij K ij
; dengan mengambil salah satu baris i sembarang di antara
i = 1, 2, 3, ........, n

a ij K ij

; dengan mengambil salah satu kolom j sembarang di antara


j = 1, 2, 3, ........, n

Jumlah dari hasil kali elemen-elemen pada salah satu baris (atau kolom)
dengan kofaktor-kofaktor yang bersesuaian dengan masing-masing elemen
tersebut.

Contoh :

1.

Menghitung =

1
2
0
2

2
3
1
4

1
5
2
3

3
0
2 *) ekspansi ( dikembangk an) pada baris 3
1

*) Misalkan dipilih elemen baris ke-3 i = 3 , maka :


4

j1

a3 j K 3 j
=

a3 j (1)3 j M3 j
j 1

(1)3 j a3 j M3 j
j 1

= (-1)3+1 a31 M31 + (-1)3+2 a32 M32 + (-1)3+3 a33 M33 + (-1)3+4 a34 M34

@by:MurtiAstuti

Matriks

13

= +1

4 2

4 2

= [(-5+0+18)(-30+0+2)] 0 2[(4+0+18)(24+0+3)] 2[(12-20+6)(8-20+9)]


= (13 + 28) 2(22 - 27) 2(-2 + 3) = 41 + 10 2 = 49

2
2
3
4
1
2.

0
1
0
0
0

1
0
0
2
0

1
2
2
3
2

3
1
1
2
3

*)

a i2 K i 2

i1

i1

( 1)i2 a i2 Mi2

= (-1)1+2 0 M12 + (-1)2+2 1 M22 + (-1)3+2 0 M32 + (-1)4+2 0 M42 + (-1)5+2 0 M52
1
0
2
0

2
3
4
1

1
1
3
2

3
1
2
3

= M22 =

i1

a i2 K i 2

i1

( 1)i2 a i2 Mi2

= (-1)1+2 (-1) M12 + (-1)2+2 0 M22 + (-1)3+2 (2) M32 + (-1)4+2 0 M42 = M12 2 M32

4
1

3
2

2
3

3
1

1
2

1
3

-2

= [(27 + 2 + 8) (-3 12 + 12)] 2 [(6 -1 18) (3 + 4 + 9)] = 40 + 58 = 98

SIFAT-SIFAT DETERMINAN
1.

Jika setiap baris ditulis sebagai kolom dan setiap kolom ditulis sebagai baris, maka
nilai determinan tidak akan berubah.

a11

a12

a13

a11

a21

a31

a21

a22

a23

a12

a22

a32

a31

a32

a33

a13

a23

a33

Karena :
= ( a11 a22 a33 + a12 a23 a31 + a13 a21 a32 ) ( a13 a22 a31 + a11 a23 a32 + a12 a21 a33 )
= ( a11 a22 a33 + a21 a32 a13 + a31 a23 a12 ) ( a31 a22 a13 + a32 a23 a11 + a33 a12 a21 )
@by:MurtiAstuti

Matriks

14

Contoh :
1 1
2 0
3 0
2 0

1
0
1
2

*)

=
1
1
2
1

=
2.

2
1
2
3

= (-1)1+2 (-1)
3 2
0
0 *)
2
3
1
2

2
0
1
0

2
3

1
2

0
1

= (8+2+0) (06+6) = 10

2
1

3
2

2
3

= (-1)2+1(-1)

= (8+0+2)(06+6) = 10

Jika setiap elemen dalam satu baris atau kolom dikalikan dengan faktor k, maka nilai
determinan yang dihasilkan adalah k kali nilai determinan sebelumnya.
Contoh :

a.

b.

pa1

b1

c1

a1

b1

c1

pa2

b2

c2

a2

b2

c2

pa3

b3

c3

a3

b3

c3

=p

ka1

kb1

pkc1

a1

b1

c1

a2

b2

pc 2

a2

b2

c2

ma 3

mb3

a3

b3

c3

1
2
1

3
6
0

pmc 3
1
1
1

0
4 *
2

c.

=2

= kpm
3
3
0

0
2
2

1
1
1

1
1
0

0
2
2
*

= 2. 3

=2.3.2

1
1

1
0

1
1

= 12 [(1 - 1 + 0) (0 + 0 + 1)] = -12


3.

Jika seluruh elemen dalam satu baris (atau kolom) adalah nol, maka nilai determinannya adalah nol.
Contoh :

a11

a13

a 21

a23

a31

a33

@by:MurtiAstuti

=-0

a 21

a23

a31

a33

+0

a11

a13

a31

a33

-0

a11

a13

a21

a23

=0

Matriks
4.

15

Jika seluruh elemen dalam satu baris (atau kolom) merupakan jumlahan dari 2 suku
atau lebih, maka determinan bisa ditulis dalam bentuk jumlahan 2 atau lebih
determinan.
Contoh :

5.

a1 d1

b1

c1

a1

b1

c1

d1

b1

c1

a2 d2

b2

c2

a2

b2

c2

d2

b2

c2

a3 d3

b3

c3

a3

b3

c3

d3

b3

c3

Jika 2 baris (atau kolom) ditukar, maka nilai determinan akan berubah tanda.

a1

b1

c1

a3

b3

c3

a3 b3

c3

a2 b2

c2

a2

b2

c2

a2

b2

c2

a1

b1

c1

a1

b1

c1

a3

b3

c3

a1

b1

c1

a2

b2

c2

a3 b3

c3

=
6.

b1

a1

c1

b1

c1

a1

c1

b1

a1

b2

a2

c2

b2

c2

a2

c2

b2

a2

b3

a3

c3

b3

c3

a3

c3

b3

a3

Jika elemen-elemen yang bersesuaian dalam 2 baris atau kolom sebanding, maka
nilai determinannya adalah nol.
Contoh :

a.

b.

c.
7.

a1

b1

a1

a2

b2

a2

a3

b3

a3

a1

b1

c1

a1

b1

c1

a2

b2

c2

a2

b2

c2

kb1

kc1

a1

b1

c1

ka1

= (a1b2a3+ b1 a2 a3+ a1 b3 a2) (a1 b2 a3+ a2 b3 a1+ a3 a2 b1) = 0

=k

-1

-1

6 12

=2

=k0=0

= 2 . 0 = 0

Jika setiap elemen dalam satu baris (atau kolom) dari determinan ditambah dengan
m kali elemen yang bersesuaian dari baris (atau kolom) lain, maka nilai determinan
tidak berubah ( bilangan m boleh positif atau negatif).
Contoh :

@by:MurtiAstuti

Matriks

a.

16

a1 mb 1

b1

c1

a1

b1

c1

mb 1

b1

c1

a2 mb 2

b2

c2

a2

b2

c2

mb 2

b2

c2

a3 mb 3

b3

c3

a3

b3

c3

mb 3

b3

c3

b.

a1

b1

c1

a1

b1

c1

a2

b2

c2

a2

b2

c2

a3

b3

c3

a3

b3

c3

+0=

Baris 2 ( 4 / 2) x Baris 1 B2 2 B1
Baris 4 ( 3 / 2) x Baris 1 B4 3 / 2 B1

12

8 15 / 2

10

5
=2

12

2
6
1
8 15 / 2 10

= 2 [(300 48 180) - (-576 37,5 + 120)] = 2 ( 72 + 493,5) = 2 (565,5) = 1131


SOAL-SOAL LATIHAN :
Hitung nilai determinan-determinan berikut :

1.

2.

3.

4.

0
6
2
0

2
8
0
0

0
0
4
2

1
0
7
5

14

17

13

12

28 7

1/ 2

@by:MurtiAstuti

Matriks

5.

6.

17

14

16

16

15

INVERS MATRIKS
Invers suatu matriks hanya bisa ditentukan pada matriks bujur sangkar.
Definisi :
Invers dari matriks A = Anxn = [aij] , ditulis dengan A-1 adalah matriks nxn yang memenuhi
: A A-1 = A-1 A = Inxn = I

( I adalah matriks identitas nxn).

Jika matriks A mempunyai invers maka A disebut matriks Non Singular, jika tidak
disebut matriks Singular. Jika A mempunyai invers maka inversnya pasti tunggal
Menentukan Invers Matriks :

a11 a12 a13 .......... a1n

a21 a22 a23 .......... a2n


:
:
: .......... . :
an1 an2 an3
.......... ann

Jika A = Anxn = [aij] =

Invers dari matriks A = A-1

1
1
Adjo int A
A
ditentukan dengan : A-1 = det A
=

A
det A =
= determinan matriks A
~
A
= Adjoint A = adjoint dari matriks A = [Kij]T = [ (-1)i+j Mij]T

~
A

K11 K12 K13 .......... K1n

K 21 K 22 K 23 .......... K 2n

.
.
. .......... . .

K m1 K m2 K m3 .......... K mn

@by:MurtiAstuti

K11 K 21 K 32 .......... K m1

K12 K 22 K 33 .......... K m2

.
.
. .......... . .

K1n K 2n K 3n .......... K mn

Matriks

18

M11

M12

M22

.......... ( 1)m 1Mm1

- M21

m 2

.......... ( 1)
.......... .

Mm2

1 n
2 n
m n
Mmn
( 1) M1n ( 1) M2n .......... ( 1)

=
Atau :

K11 K 21 K 32 .......... K m1

-1

A =

K12 K 22 K 33 .......... K m2

.
.
. .......... . .

K1n K 2n K 3n .......... K mn

1
A

M11

1
A

m 2

M22

.......... ( 1)m 1Mm1

- M21

M12

.......... ( 1)

.......... .

Mm2

1 n
2 n
m n
Mmn
( 1) M1n ( 1) M2n .......... ( 1)

Contoh :

2
3 1

0 2
1
1 2 1
1. Jika A =

maka

= (0 2 4) (0 12 + 1) = 6 + 11 = 5

M11 =

0 2
2
1

M21 =

1
2

M31 =

2
1

= 4 ; M12 =
=

1 2
0 2

5 ; M22 =

= 2

; M32 =

1 2
1 1
3 2
1 1
3 2
1 2

M11 - M21 M31

12
22
32
1

1
A M13 - M23 M33 5
-1
A =
=

AA-1 =

@by:MurtiAstuti

3
1
1

1
2
0 2
2
1

4/5

3/5
2 / 5

= 3 ; M13 =

1 0
1 2

= 5 ; M23 =

3 1
1 2

= 4 ; M33 =

4
3

5 2
5 4
5 1

2/5

1 4/5
1

1/ 5
=

1
0
0

3
1

= 2

1
0

=5
= 1

4/5
3/5

2/5
=

0
1
0

1 2/5
1 4 / 5
1 1/ 5

0
0
1
=I

Matriks

19

2.

2
8

1
B =

det B = 32 2 = 30
M11 = 8;

~
B =

B-1 =

@by:MurtiAstuti

M12 = 1 ; M21 = 2 ; M22 = 4

8
-2

1
4

8 2

1 4

1 8 2
30 1 4

Matriks

20

SISTEM PERSAMAAN LINIER

PENGERTIAN SISTEM PERSAMAAN LINIER


Sistem persamaan linier (SPL) adalah sekumpulan m persamaan linier yang simultan
dengan n buah variabel ( x1 , x2 , .., xn) yang berbentuk :
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
a31 x1 + a32 x2 + + a3n xn = b3
:
:

:
:

:
:

:
:

am1 x1 + am2 x2 + + amn xn = bm


Sistem Persamaan Linier yang terdiri dari m persamaan dan n besaran yang tidak
diketahui (variabel) : x1 , x2 , x3, ., xn. bisa ditulis dalam bentuk perkalian matriks :

x1

a21 a22 a23 .......... a2n x 2

.
.
.
. .......... . .

.
.
.
. .......... . .

.
.
. .......... . .
.
am1 am2 am3 .......... amn xn
=
a11

a12 a13 .......... a1n

b1

b2
.

.
.

bm

atau : A X = B

Penyelesaian dari SPL yaitu nilai dari semua xi harus memenuhi seluruh persamaan (m
persamaan)

secara

simultan

atau

serentak,

sehingga

sering

disebut

dengan

penyelesaian simultan dari SPL.


Apabila semua bi untuk i = 1, 2, 3, .., m bernilai nol, maka SPL nya disebut Homogen
Apabila terdapat nilai bi yang tidak nol, maka SPL nya disebut Non Homogen.

SPL NON HOMOGEN DENGAN n PERSAMAAN dan n VARIABEL


a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
a31 x1 + a32 x2 + + a3n xn = b3
:
:

:
:

:
:

:
:

an1 x1 + an2 x2 + + ann xn = bn

a11
a 21
.
.
.
a n1

@by:MurtiAstuti

a12 a13
a 22 a 23
.
.
.
.
.
.
a n2 a n3

.......... a1n
.......... a 2n
.......... . .
.......... . .
.......... . .
.......... a nn

= determinan koefisien = det A

Matriks

21

Jika dikalikan dengan salah satu variable , misalkan x1 , maka :

. x1 =

a11
a 21
.
.
.
a n1

a12 a13
a 22 a 23
.
.
.
.
.
.
a n2 a n3

.......... a1n
.......... a 2n
.......... . .
.......... . .
.......... . .
.......... a nn

a11 x 1
a 21 x 1
.
.
.
a n1 x 1

x1 =

a12
a 22
.
.
.
a n2

a13
a 23
.
.
.
a n3

.......... a1n
.......... a 2n
.......... . .
.......... . .
.......... . .
.......... a nn

Nilai determinan ini tidak akan berubah jika elemen kolom 1 ditambah dengan x2 kali
elemen kolom 2, x3 kali elemen kolom 3, , xn kali elemen kolom n, sebagai berikut :

. x1 =

. x1 =

a11 x 1 a12 x 2 ........ a1n x n

a12

a13

.......... a1n

a 21 x 1 a 22 x 2 ........ a 2n x n

a 22

a 23

.......... a 2n

.
.
.
.......... . .
.
.
.
.......... . .
x 2 ........ a nn x n a n2 a n3 .......... a nn

a n1 x 1 a n2

b1

a12

a13

.......... a1n

b2

a 22

a 23

.......... a 2n

.
.
bn

.
.

.
.

a n2

a n3

.......... . .
.......... . .
.......... a nn

Sehingga : . x1 = 1

1
x1 =

= 1
; dengan syarat 0

Dengan cara yang sama akan diperoleh :

2
x2 =
3
x3 =
:

n
xn =
Atau :

i
xi =

; dengan syarat 0

dengan :
= determinan koefisien.
i = determinan orde-n yang diperoleh dari determinan koefisien dengan mengganti elemen kolom ke-i dengan elemen ruas kanan atau suku konstan bi.

@by:MurtiAstuti

Matriks

22

Metoda penyelesaian SPL seperti ini disebut Metoda Cramer.


Contoh :
Selesaikan SPL :
2 x + 3 y = 28
3 y + 4 z = 46
4 z + 5 x = 53
Atau :

2
0
5

3
3
0

0
4
4

x
y
z
=

28
46
53

Penyelesaian :

x =

y =

z =

2
0
5

3
3
0

0
4
4

2
0
5

= 3. 4 .

28
46
53

3
3
0

0
4
4

2
0
5

28
46
53

0
4
4

2
0
5

3
3
0

28
46
53

= 12

=4

=3

1 0
1 1
0 1

28
46
53

1
1
0

2
0
5

28
46
53

2
0
5

1
1
0

0
1
1
0
1
1

28
46
53

= 12 (2 + 5 + 0 0 0 0 ) = 84

= 12 (28 + 53 46) = 420

= 4.2.

1
0
5

14 0
46 1
53 1

= 8 (46 + 70 53) = 504

= 3 (106 + 230 140) = 588

Sehingga :

x
420
x = = 84 = 5
y

504
y = = 84 = 6
z
588
z = = 84 = 7
Untuk SPL Non-Homogen dengan n persamaan dengan n variabel , berlaku :
a.

Jika 0 , maka SPL mempunyai penyelesaian tunggal.

b.

Jika 0 dan semua i = 0 , maka SPL mempunyai penyelesaian nol (trivial),


yaitu xi = 0 untuk semua i.

c.

Jika = 0 dan terdapat i 0 , maka SPL tidak mempunyai penyelesaian


(inconsistent).

@by:MurtiAstuti

Matriks
d.

23
Jika SPL mempunyai penyelesaian yang banyaknya tak berhingga (tidak
tunggal), maka = 0 dengan semua i = 0, untuk sebaliknya belum tentu
berlaku.

Contoh :
1.

SPL :

x 3y + 2z = 4
2x + y 3z = -2
4x 5y + z = 5

1 3
2
1
4 5

x =

4
2
5

Karena

3
1
5

2
-3
1

= (1 + 36 20) (8 + 15 6) = 17 17 = 0

2
-3
1

= (4 + 45 + 20) (10 + 60 + 6) = 69 76 = -17

= 0 dan terdapat

x = -17 0 maka SPL tidak mempunyai

penyelesaian.
Atau :
(i)

x 3y + 2z = 4 (*2)

(ii)

2x + y 3z = -2

2x 6y + 4z = 8

2x + y 3z = -2

4x 5y + z = 6
Sementara dari persamaan (iii) :

2.

SPL :

4 x 2y 6z 8
2x y 3z 5
2x y 3z 4

4x 5y + z = 5, berarti inconsistent

inconsistent

x =

y =

z =

4
2
2

2
1
1

6
3
3

8
5
4

2
1
1

6
3
3

4
2
2

8
5
4

4
2
2

2
1
1

6
3
3
8
5
4

= 2.3.(-1)

8
5
4

= -1. 3

= 2. 3

= -1. 2

2
1
1

2
1
1

2
1
1
8
5
4

2
1
1

2
1
1
2
1
1
2
1
1

2
1
1

2
1
1

=0

=0

=0

8
5
4

=0

SPL tidak mempunyai penyelesaian, karena persamaan (ii) dan (iii) inconsistent.
@by:MurtiAstuti

Matriks

3.

24

SPL : 2x + y 2z = 4 (i)
x 2y + z = -2 (ii)
5x 5y + z = -2 (iii)

2
1
5

1
2
5

4
2
2

x =

y =

z =

2
1
1

= (- 4 + 5 + 10) (20 -10 + 1) = 11 11 = 0

1 2
2
1
5
1

2
1
5

4
2
2

2
1
1

2
1
5

1
2
5

4
2
2

= (-8 2 20 ) (-8 20 2) = 0

= (-4 + 20 + 4) ( 20 4 + 4) = 0

= (8 10 20) (- 40 + 20 2) = 0

Tetapi :
(i)

: 2x + y 2z = 4

(ii)*2

2x 4y + 2z = - 4

5y 4z = 8
5 y = 4z + 8
4 (z
5

y=

2)

Dari persamaan (ii) : x = 2y z 2 =


Persamaan (iii)

8
(z
5

2) z 2

3
5

6
5

: 5x 5y + z = -2
3

5( 5

6
5

) 5.

4 (z
5

2)

+z=-2

3z + 6 4z 8 + z = - 2
- 2 = - 2 ( memenuhi / consistent )
Sehingga penyelesaiannya :
x=

3
(z
5

2)

y=

4 (z
5

2)

z=z
Jadi terdapat banyak sekali penyelesaian (banyaknya penyelesaian tak
terhingga), tergantung dari nilai z yang diberikan.
@by:MurtiAstuti

Matriks

25
Misalnya :
Untuk z = 0 x =

6
5

; y=

8
5

Untuk z = 3 x = 3 ; y = 4

@by:MurtiAstuti

dan seterusnya.

Matriks

26

SPL NON-HOMOGEN DENGAN m PERSAMAAN, n VARIABEL

a.

SPL dengan (n +1) persamaan dan n variabel


Misalkan SPL : a1 x + b1 y = c1

(i)

a2 x + b2 y = c2

(ii)

a3 x + b3 y = c3

(iii)

Umumnya SPL semacam ini inconsistent (tidak punya penyelesaian).


Tetapi, jika 2 dari 3 persamaan tersebut consistent (punya penyelesaian) dan
penyelesaiannya memenuhi 1 persamaan yang lain, maka SPL akan consistent.
Jadi misalkan persamaan (i) dan (ii) independent dan consistent , berarti :

a1
a2

b1
b2

c1
c2

b1
b2

0
a1
a2

x=

y=

c1
c2

Agar SPL mempunyai penyelesaian (consistent), maka x dan y harus memenuhi (iii),
sehingga :
c1
c2

a3

a3

det K =

b1
b2

c1
c2
a1
a2
a3

a1
a2

+ b3
b1
b2

+ b3

b1 c 1
b2 c 2
b3 c 3

c1
c2

a1
a2

= c3
c1
c2

c3

atau
a1
a2

b1
b2

=0

atau

=0

Jadi syarat perlu dan cukup agar SPL dengan (n+1) persamaan dan n variabel akan
mempunyai penyelesaian adalah :
1.

Determinan orde-(n+1) yang dibentuk dari determinan koefisien dan suku


konstan (elemen ruas kanan) harus = 0 atau det K = 0

2.

Determinan orde-n yang elemen-elemennya terdiri dari koefisien sembarang n


persamaan harus 0 atau 0.

b.

SPL dengan m persamaan dan n variabel (m >n).


Jika diantara n persamaan dari SPL tersebut consistent dan penyelesaian xi
untuk

i = 1, 2, 3, .., n

memenuhi (m-n) persamaan sisanya maka SPL akan

consistent ; jika tidak maka SPL inconsistent.


@by:MurtiAstuti

Matriks
c.

27

SPL dengan m persamaan dan n variabel (m < n).


SPL ini akan mempunyai penyelesaian yang banyaknya tak terhingga. Dalam hal ini,
m variabel bisa dinyatakan dalam bentuk (n-m) variabel sisanya.
Contoh :

1.

SPL : x + y + z = 0
x + y + 3z = 2
2x 3y 5z = 8
3x 2y 8z = 4

SPL dengan 4 persamaan dan 3 variabel

det K =

1
1
1
1
1
3
2 3 5
3 2 8

0
1
1 7
1 11

= -5(2)

0
2
8
4

1
8
4

= -10

1
0
0
1
0
2
2 5 7
3 5 11

0
0
1

1
4
11

1
4
4

0
2
8
4

= - 10

0
2
5 7
5 11

=1

1
4

1
4

2
8
4

= -10 (4 4) = 0

Jadi SPL mempunyai penyelesaian.


Ambil 3 persamaan pertama : x + y + z = 0
x + y + 3z = 2
2x 3y 5z = 8

x =

y =

z =

1
1
2

1
1
3

1
3
5

0
2
8

1
1
3

1
3
5

1
1
2

0
2
8

1
3
5

1
1
2

1
1
3

0
2
8

= (- 5 + 6 3) (2 9 5) = - 2 + 12 = 10

= (0 + 24 6) (8 + 0 10) = 20

= (-10 + 0 + 8) ( 4 0 + 24) = -30

= (8 + 4 + 0) ( 0 6 + 8) = 10

Jadi :

x
20
x = = 10 = 2
y
30
y = = 10 = - 3

@by:MurtiAstuti

masuk persamaan (iv) : 3(2) -2(-3) 8(1) = 4


6+68=4

Matriks

28

2.

z
10
z = = 10
=1
SPL : x1 + x2 + x3 = 3
3 x1 + 4 x2 + 5 x3 = 13

4 = 4 (consistent)
SPL dengan 2 persamaan, 3 variabel

x1 + x2 = 3 - x3
3 x1 + 4 x2 = 13 - 5 x3

=
1 =
2 =

1
3

1
4

=43=1

3 x3
13 5 x 3
1
3

x1 dan x2 dinyatakan dalam bentuk x3

1
4

3 x3
13 5 x 3

= 4(3 x3) (13 5 x3) = x3 1


= (13 5 x3) 3 (3 x3) = - 2 x3 + 4

Jadi :

1
x3 1
1
x1 = =
= x3 1
2
2x 3 4
1
x2 = =
= - 2x3 + 4
x3 = x3 (bisa diberi harga sembarang)
Misalkan :

x3 = 0 maka x1 = -1 ; x2 = 4

x3 = 2 maka x1 = 1 ; x2 = 0

x3 = 1 maka x1 = 0 ; x2 = 2

dan seterusnya.

SISTEM PERSAMAAN LINIER HOMOGEN


a11 x1 + a12 x2 + + a1n xn = 0
a21 x1 + a22 x2 + + a2n xn = 0
a31 x1 + a32 x2 + + a3n xn = 0
:

am1 x1 + am2 x2 + + amn xn = 0


SPL Homogen paling tidak pasti mempunyai penyelesaian trivial ( xi = 0 untuk semua i )
a.

SPL Homogen dengan n persamaan dan n variabel


a11 x1 + a12 x2 + + a1n xn = 0
a21 x1 + a22 x2 + + a2n xn = 0
:

@by:MurtiAstuti

Matriks

29
an1 x1 + an2 x2 + + ann xn = 0

Atau :
a11 x1 + a12 x2 + + a1 n-1 xn-1 = - a1n xn
a21 x1 + a22 x2 + + a1 n-1 xn-1 = - a2n xn

SPL dengan n persamaan

:
:
:
an1 x1 + an2 x2 + + a1 n-1 xn-1 = - ann xn

dan (n -1) variabel

Syarat SPL ini punya penyelesaian, jika dipenuhi :

Det K =

a11

a12

a13

.......... a1n

a 21

a 22

a 23

.......... a 2n

.
a n1

.
a n2

.
.......... . .
a n3 .......... a nn

=0

Jika det K 0 , maka SPL tidak mempunyai penyelesaian non-trivial ( hanya


mempunyai penyelesaian trivial)
Penyelesaian selanjutnya, pilih (n -1) persamaan sembarang dengan (determinan
koefisien) 0. Jika nilai xn diberi harga tertentu, maka x1, x2, .., xn-1 dapat
ditentukan, sehingga SPL akan mempunyai penyelesaian yang banyaknya tak
terhingga.
Contoh :
SPL Homogen :

x y 3z = 0
2x 2y 6z = 0
2x + 3y z = 0

Det K =

1
2
2

1
2
3

3
6
1

= (2 + 12 18) (12 18 + 2) = 0

SPL mempunai penyelesaian non-trivial


Selanjutnya :
Ambil 2 persamaan sembarang, misalnya 2 persamaan pertama :
x y 3z = 0

x y = 3z

2x 2y 6z = 0

2x 2y = 6z

1
= 2

1
2 = -2 + 2 = 0, karena = 0 berarti kedua persamaan dependen linier.

Sehingga kedua persamaan tersebut tidak bisa digunakan untuk menentukan


penyelesaian SPL.
@by:MurtiAstuti

Matriks

30

Ambil 2 persamaan yang lain, misalnya 2 persamaan terakhir :


2x 2y 6z = 0

2x 2y = 6z

2x + 3y z = 0

2x + 3y = z

=
x =
y =

= 6 + 4 = 10 0

2
3

6z
z
2
2

6z
z

= 18z + 2z = 20z
= 2z 12z = -10z

x
20 z
x = = 10 = 2z
y
10 z
y = = 10 = -z
z= z

Jadi :

b.

2
3

2
2

Misal : z = 1, maka : x = 2 dan y = -1


Misal : z = -1 , maka : x = -2 dan y = 1
dan seterusnya.

SPL Homogen dengan n persamaan dan (n + 1) variabel


a11 x1 + a12 x2 + + a1n xn + a1 n+1 xn+1 = 0
a21 x1 + a22 x2 + + a2n xn + a2 n+1 xn+1 = 0
:
:
:
:
:
an1 x1 + an2 x2 + + ann xn + an n+1 xn+1 = 0
Atau :
a11 x1 + a12 x2 + + a1n xn = a1 n+1 xn+1
a21 x1 + a22 x2 + + a2n xn = a2 n+1 xn+1
:
:
:
:
an1 x1 + an2 x2 + + ann xn = an n+1 xn+1
Syarat SPL ini punya penyelesaian, jika dipenuhi :

a11

a12

a13

.......... a1n

a 21

a 22

a 23

.......... a 2n

a n1

a n2

a n3

.......... . .
.......... a nn

a 1 n 1

a12

a13

.......... a1n

a 2 n 1

a 22

a 23

.......... a 2n

.
1 =

2 =
@by:MurtiAstuti

a n n 1

.
.
.......... . .
a n2 a n3 .......... a nn

a11

a 1 n1

a13

.......... a1n

a 21

a 2 n 1

a 23

.......... a 2n

.
a n1

.
a n n 1

.
.......... . .
a n3 .......... a nn

dengan

xn+1

xn+1

1 x n1
x1 =

2 x n1
x2 =

Matriks

31
:

:
n x n1
xn =

dan seterusnya
Harga x1, x2, , xn dapat ditentukan dengan memberi nilai sembarang pada xn+1.
Contoh :
SPL :

x+ y+ z+w=0
x 7y + z w = 0
x + y 7z w = 0 ; SPL homogen dengan 3 persamaan dan 4 variabel

x+ y+ z=-w
x 7y + z = w
x + y 7z = w

x =

y =

z =

1 1
1 7
1 1

1
1
7

-1 1
1
1 7
1
1 1 7
1
1
1

1
1
1

1
1
7

1
1
1

1
7
1

1
1
1

1
1
1

w=

w=

w=

0
0
8
0
0 8

= 64 0

0
0
2 8
6
8
1
1
1

1
1
7

0
2
2

0
0
8

1 0
1 8
1 0

0
2
2

w = (16 48) w = -32 w

w = 16 w

w = 16 w

x
32 w
1w
x = = 64 = 2
y
16 w
1w
y = = 64 = 4
z
16 w
1w
z = = 64 = 4
w=w
Misal : w = 1 , maka : x =

1
2

; y=

1
4

Misal : w = 4 , maka : x = 2 ; y = 1
Misal : w = -4 , maka : x = 2 ; y = 1

@by:MurtiAstuti

dan z =

1
4

dan z = 1

dan z = 1

dan seterusnya.

Matriks

32
PENYELESAIAN SISTEM PERSAMAAN LINIER DENGAN ELIMINASI

Diketahui sistem persamaan linier (SPL) dengan m persamaan linier yang simultan
dengan n buah variabel ( x1 , x2 , .., xn) yang berbentuk :
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
:

am1 x1 + am2 x2 + + amn xn = bm


Atau :

a12 a13 .......... a1n

a21 a22 a23 .......... a2n


.
.
. .......... . .

an1 an2 an3 .......... amn
a11

x1

x2
.

xn

b1

b2
.

bm

atau : (Amxn) x (Xnx1)= (bmx1)

dengan : Amxn = matriks koefisien


Xnx1 = matriks variabel
bmx1 = matriks ruas kanan
Jika :

bi = 0 untuk semua i SPL Homogen


bi 0 untuk semua i SPL Non-Homogen

Penyelesaian atau solusi SPL adalah nilai x1 , x2 , .., xn yang memenuhi SPL.
Untuk SPL homogen paling tidak pasti mempunyai satu penyelesaian trivial, yaitu :
xi = 0 untuk semua i

MATRIKS PERLUASAN (AUGMENTED MATRIX)


Dari SPL di atas bisa dirumuskan matriks perluasan dari matriks koefisien A menjadi :
a11

a12

.....

a1n b1

a 21
:

a 22
:

.....
:

a 2n b 2
:
:

~
A = a m1 a m2

..... a mn b m

matriks A diperluas dengan menyisipka n


matriks kolom b pada kolom terakhir

~
~
Jadi A = A m x (n+1)

PENYELESAIAN SPL DENGAN METODA ELIMINASI GAUSS


Metoda eliminasi Gauss metoda penyelesaian SPL yang dimulai dengan membentuk
~
matriks perluasan A , kemudian dilakukan operasi baris elementer sampai diperoleh

bentuk matriks echelon, yaitu matriks segitiga atas yang berbentuk sebagai berikut :
@by:MurtiAstuti

Matriks

33
a11

a12

..

..

..

0
:

c 22

..

..

0
0

..

k rr

..

..

..

:
0

..

..

a1n b1

c 2n b*2
:
:
~
k rn br
~
0 br 1

r baris

m baris

:
~
0 bm
:

(m r ) baris


~
A =

dengan : r m

dan

a11 0 ; c22 0 ; ; krr 0


~
~
br 1 ; .............. ; bm boleh nol , boleh tidak
Selanjutnya dilakukan substitusi mundur (back substitution) untuk menentukan nilai
variabel x1 ; x2 ; ; xn
CONTOH :
1.

Selesaikan SPL :
x1 +

x2 + 2 x3 = 2

3 x1

x2 +

x3 = 6

x1 + 3 x2 + 4 x3 = 4

1
3
1

1
1
3

2
1
4

x1

x2
x 3

2
6
4

~
Bentuk A dan lakukan operasi baris elementer sampai diperoleh bentuk mariks

echelon

~
A =

1
1 2 2

3 1 1 6
1 3 4 4

1 1 2 2

0 2 7 12
0 2 2 2

=
1

=
@by:MurtiAstuti

0
0

B 2 (3 / 1)B1 B 2 3B1
B 3 ( 1/ 1)B1 B 3 B1

B 3 ( 2 / 2)B 2 B 3 B 2
2

2
7 12
0 5 10

Matriks echelon

Matriks

34

Substitusi mundur :

2.

5x3 = 10

x3 = 2

2x2 + 7x3 = 12

2x2 + 14 = 12

x2 = 1

x1 + x2 + 2x3 = 2

x1 1 + 4 = 2

x1 = 1

Selesaikan SPL :
3 x1 + 2 x 2 + x 3

=2

2 x1 +

=0

x 2 + x3

6 x1 + 4 x2 + 2 x3 = 0

~
A=

2
6

1 2

1 0 B2 ( 2 / 3)B1
2 0 B3 ( 6 / 3)B1 B3 2B1
=

2
1
4

0
0

2
1/ 3
0

1
2
1/ 3 4 / 3
0
4

Substitusi mundur :
0 x3 = - 4

0=4

(tidak mungkin) tidak ada solusi

1/3 x2 + 1/3 x3 = 4/3


3 x1 + 2 x 2 +
3.

x3 = 2

Selesaikan SPL :
3 x1 + 2 x2 + 2 x3 5 x-4 = 8
0,6 x1 + 1,5 x2 + 1,5 x3 5,4 x-4 = 2,7
1,2 x1 0,3 x2 0,3 x3 + 2,4 x-4 = 2,1

2
5

2
5

5 8

18 9 B2 (2 / 3)B1
8 7 B3 ( 4 / 3,0)B1

4
~
1 1
A =
Atau:
3,0
2,0
2,0 5,0 8,0

1,5
1,5 5,4 2,7
0,6
1,2 0,3 0,3
~
2,4 2,1
A =
2,0
1,1
1,1

3,0

2,0 2,0 5,0

0,0
0,0

1,1
0,0

3,0

0,0
0,0

2,0 5,0 8,0

1,1 4,4 1,1


1,1
1,4 1,1

@by:MurtiAstuti

B 3 (1,2 / 3,0)B1 B 3 0,4B1

B 3 ( 1,1/ 1,1)B1 B 3 B 2

8,0

1,1 4,4 1,1


0,0
0,0 0,0

Substitusi mundur :

B 2 (0,6 / 3,0)B1 B 2 0,2B1

0=0

matriks echelon

Matriks

35
1,1 x2 + 1,1 x3 4,4 x4 = 1,1 x2 = 1 x3 4 x4

3,0 x1 + 2,0 x2 + 2,0 x3 5,0 x4 = 8,0 x1 = 2 x4


Nilai x3 dan x4 bisa dipilih sembarang, misalnya x3 = 4 dan x4 = 1 sehingga :
x1 = 2 1 = 1
dan x2 = 1 4 4(1) = 7
Dalam hal ini dikatakan SPLnya mempunyai penyelesaian yang banyaknya tak
terhingga (tidak tunggal).
Kemungkinan Solusi Dari SPL :
x2

a.

SPL tidak mempunyai solusi


Misal :

x1 + x2 = 1
x1 + x2 = 0

b.

x1

SPL mempunyai solusi tunggal

x2

Misal :

x1 + x2 = 1
x1 x2 = 0

x1

c.
x1 +

SPL mempunyai solusi tidak tunggal

x2

Misal :

x2 = 1

2x1 + 2 x2 = 2
x1

Kemungkinan solusi dari SPL bisa diketahui dari bentuk matriks echelon :

~
A =

a11 a12

0 c 22
:
:

0
0
0
0

:
:
0
0

1
a.
b.

@by:MurtiAstuti

.. ..
.. ..
: :
.. k rr
.. 0
: :
.. 0

.. a1n
. c 2n
:
:
.. k rn
.. 0
:
:
.. 0

..

..

b1
b *2
:
~
br
~
br 1
:
~
bm

1
2
:
r
r 1

:
m

m baris

n 1

~
~
Jika r < m dan salah satu dari br 1 ; .............. ; bm 0 SPL tidak
mempunyai solusi
~
~
Jika r = n dan br 1 ; ......; bm jika ada semua = 0 SPL mempunyai
solusi tunggal

Matriks

36

c.

@by:MurtiAstuti

~
~
Jika r < n dan br 1 ; ......; bm jika ada semua = 0 SPL mempunyai
solusi yang banyaknya tidak berhingga (tidak tunggal).

Matriks

37

MENENTUKAN INVERS MATRIKS DENGAN ELIMINASI GAUSS-JORDAN


Bentuk SPL :

Anxn Xnxn = Inxn


-1

-1

A AX =A I

(Inxn = matriks identitas berordo n)


I X = A-1

X = A-1

Selanjutnya penyelesaian X = A-1 bisa diperoleh dengan menyelesaikan SPL : AX = I


~
dengan metoda eliminasi Gauss. Dalam hal ini, augmented matrix A = [ A I ] dengan

Anxn dan Inxn


Contoh :
0 1 0
1 0 0

0 0 1
Tentukan invers matriks A =

dengan eliminasi Gauss-Jordan

0 1 0 1 0 0

1 0 0 0 1 0
0 0 1 0 0 1
~

Bentuk augmented matrix A = [ A I ] =


~
~
Lakukan operasi baris elementer pada A sehingga elemen dari matriks A dalam A
membentuk matriks identitas.

0 1 0 1 0 0 B1 B 2

1 0 0 0 1 0
0 0 1 0 0 1
~

A =
=

1 1 0 1 1 0

1 0 0 0 1 0 B 2 B1
0 0 1 0 0 1

1
1 0 1 1 0

0 1 0 1 0 0 B 2 x ( 1)
0
0 1 0 0 1
=
=
1

0
0

0 0

0
0

1
1

0 1

1 0

1 0 1 0 0
0 1 0 0 1

A 1

0 1 0
1 0 0

0 0 1
-1
Jadi invers dari matriks A adalah A =

@by:MurtiAstuti

1 0 B1 B 2

0 0
0 0 1

0 1
0 1

Matriks

38

NILAI EIGEN DAN VEKTOR EIGEN SUATU MATRIKS

PENGERTIAN NILAI EIGEN DAN VEKTOR EIGEN


Nilai Eigen (Eigen value) dan vektor Eigen (Eigen vector) suatu matriks memenuhi sifat
bahwa jika vektor Eigen dikalikan dengan matriksnya akan menghasilkan vektor yang
proporsional dengan vektor Eigennya. Nilai proporsionalitasnya disebut nilai Eigen atau
nilai karakteristik dari matriks tersebut.
Contoh :
16
3

9
A=

24
2
18

18
0

17

16 24 18

0
3 2
9 18 17

Jika untuk matriks A dipenuhi persamaan :


2

1
0

8

4
0

=4

2

1
0

maka dikatakan bahwa 4 adalah nilai Eigen dari matriks A yang berkaitan dengan vektor

Eigen

2

1
0

Secara umum :
Jika diberikan matriks Anxn = [aij] ;
Eigen x dari matriks A adalah :

maka persamaan untuk nilai Eigen dan vektor


Ax = x .

Himpunan nilai Eigen dari matriks A disebut spectrum dari matriks A.


Nilai terbesar dari harga mutlak nilai Eigen A disebut radius spektral dari matriks A.

CARA MENENTUKAN NILAI EIGEN


Dari persamaan

Ax = x

dengan A = Anxn

a11 x1 + a12 x2 + + a1n xn = x1


a21 x1 + a22 x2 + + a2n xn = x2
:
:
:
:
an1 x1 + an2 x2 + + ann xn = xn
Dibawa ke bentuk SPL homogen :

@by:MurtiAstuti

Matriks

39
(a11 ) x1 +
a21

Atau :

a12

x2 + +

a1n

xn = 0

x1 + (a22 ) x2 + +

a2n

xn = 0

:
an1 x1 +
an2
a11
a12
a 21
a 22
:
:
a n1
a n2

:
:
:
x2 + + (ann ) xn = 0
.....
a1n x 1
0


.....
a 2n x 2
0

.....
:
:
:


..... a nn x n
0

SPL homogen akan mempunyai solusi non-trivial jika nilai determinan koefisien = 0
a11
a 21
:

a12

.....

a1n

a 22 .....

a 2n

.....
:
..... a nn

a n1
a n2
Atau : det[A I] = 0
atau :
det[A I] = f() = 0 polynomial atau persamaan karakteristik

=0

Akar-akar dari f() = 0 merupakan nilai Eigen dari matriks A.


Dari masing-masing nilai Eigen bisa ditentukan vektor Eigen dari matriks A
Vektor Eigen satuan : vektor Eigen dengan jumlah kuadrat komponen-komponennya = 1
Vektor Eigen satuan diperoleh dengan membagi vektor Eigen dengan akar dari jumlah
kuadrat komponen-komponennya.
CONTOH :
2
2

2 3
1 6
1 2
0
1. Tentukan nilai Eigen dan vektor Eigen dari matriks A =

Dari Ax = x diperoleh SPL homogen [AI]x = 0 ;


2

dengan matriks [AI] =

Det [AI] =

2
1

2
2

2
1

3
6

3
6
0

= [(-2-)(1-)(-)+12+12] - [(3(1-)-12(2+)-4]
= 3 2 + 21 + 45

Agar SPL homogen [AI]x = 0 mempunyai penyelesaian non-trivial, maka det [AI] = 0
Sehingga diperoleh polynomial atau persamaan karakteristik :
3 2 + 21 + 45 = 0

Jadi nilai Eigen matriks A adalah

@by:MurtiAstuti

3 + 2 21 45 = 0 ( 5)( + 3)2 = 0
:

1 = 5 dan

2;3 = 3

Matriks

40

Menentukan vektor eigen:

Untuk nilai eigen 1 = 5 SPL homogen [AI]x = 0 menjadi :


25

2
1 5

3 x1

6 x 2

0 5 x 3

0
0
0

2 3 x 1
7

2 4 6 x

5
x

3

0
0
0

SPL ini diselesaikan dengan eliminasi Gauss :

2 3 0

2 4 6 0 B 2 (2 / 7)B1 B 2 2 / 7 B1
1 2 5 0 B 1 / 7 B1
~
3

A =

0 24 / 7 48 / 7 0
0 16 / 7 32 / 7 0 B 3 2 / 3 B 2

0 24 / 7 48 / 7 0
0
0
0
0

Substitusi mundur :
24/7 x2 48/7 x3 = 0
7x1 +

2 x2 3

x3 = 0

x2 + 2x3 = 0 x2 = 2x3
7x1 = 7 x3 x1 = x3

Jadi vektor Eigen dari matriks A yang bersesuaian dengan nilai Eigen = 5 adalah :

x=

x1

x2
x 3

x3

2x 3
x 3

= x3

2
1

x3

bisa ditentukan secara sembarang

1
2

Misalkan x3 diambil = 1 maka x =


adalah salah satu vektor Eigen matriks A
yang bersesuaian dengan nilai Eigen = 5

Untuk nilai eigen 2;3 = 3 SPL homogen [AI]x = 0 menjadi :


23

2
1 3
2

3 x1
0

6 x 2 0
0
0 3 x 3

2 3 x1
0

4 6 x 2 0

1 2 3 x 3 0

1
2

SPL ini diselesaikan dengan eliminasi Gauss :

2 3 0

1 2 3 0

2
4 6 0 B 2 2B1
0 0
1 2 3 0 B 3 B1
0 0
~

A =
=

Substitusi mundur :
x1 + 2 x2 3 x3 = 0

@by:MurtiAstuti

x1 = 2x2 + 3x3

0 0
0 0

Matriks

41
x2 = x2

ditentukan sembarang

x3 = x3

ditentukan sembarang

Vektor Eigen dari matriks A yang bersesuaian dengan nilai Eigen = 3 adalah :
2x 2 3x 3

x2

x1
x
2

x 3

x3

x =

2
1

0
; misalkan x2 diambil = 1 dan x3 = 0; maka : x =

1 1
3 1
2. Tentukan nilai Eigen dan vektor Eigen dari matriks A =

Dari Ax = x

diperoleh SPL homogen [AI]x = 0 ;


1
1
3
1

dengan matriks [AI] =


Det [AI] =

1
1
3
1

= 2 1 + 3 = 2 + 2

Agar SPL homogen [AI]x = 0 mempunyai penyelesaian non-trivial, maka det [AI] = 0
Sehingga diperoleh polynomial atau persamaan karakteristik :
2 + 2 = 0

1;2 = i2

Jadi nilai Eigen matriks A adalah

1 = i2 dan

2 = i2

Menentukan vektor eigen:

Untuk nilai eigen 1 = i2 SPL homogen [AI]x = 0 menjadi :


1 i 2

1
1 i 2

x1
0
x 2 0

SPL ini diselesaikan dengan eliminasi Gauss :

~
A =

1 i 2

1
0
3
B1
1 i 2 0 B 2
1 i 2

1 i 2

1 0
0 0

Substitusi mundur :
(1-i2) x1 x2 = 0

x2 = (1-i2) x1
x1 = x1

Jadi vektor Eigen dari matriks A yang bersesuaian dengan nilai Eigen = i2
adalah :

@by:MurtiAstuti

Matriks

42

x=

(1 i 2 )x1

x1

1 i 2

1
= x1

x1

bisa ditentukan secara sembarang

1 i 2

1
Misalkan x1 diambil = 1 maka x =
adalah salah satu vektor Eigen
matriks A yang bersesuaian dengan nilai Eigen = i2

Untuk nilai eigen 2 = i2 SPL homogen [AI]x = 0 menjadi :


1 i 2

1
1 i 2

x1
0
x 2 0

SPL ini diselesaikan dengan eliminasi Gauss :

~
A =

1 i 2

1
0
3
B1
1 i 2 0 B 2
1 i 2

1 i 2

1 0
0 0

Substitusi mundur :
(1+ i2) x1 x2 = 0

x2 = (1+ i2) x1
x 1 = x1

Jadi vektor Eigen dari matriks A yang bersesuaian dengan nilai Eigen = i2
adalah :

x=

(1 i 2 )x1

x1

1 i 2

1
= x1

x1

bisa ditentukan secara sembarang

1 i 2

1
Misalkan x1 diambil = 1 maka x =
adalah salah satu vektor Eigen
matriks A yang bersesuaian dengan nilai Eigen = i2

SOAL-SOAL:

1.Tentukan Nilai Eigen dan Vektor Eigen yang bersesuaian dari matriks A =

1
1

1
1
1

0
3
0

2. Tentukan Nilai Eigen dan Vektor Eigen yang bersesuaian dari matriks A =

0
0

0
2
0

1
0
0

3. Tentukan Nilai Eigen dan Vektor Eigen yang bersesuaian dari matriks A =

1
0

1
1
1

1
2
1

@by:MurtiAstuti