MATRIKS

Faridatul Masadah
21401072093

Pengertian

Matriks : kumpulan bilangan yang disajikan secara teratur dalam

baris dan
kolom yang membentuk suatu persegi panjang, serta

termuat di

a11

A =

antara
sepasang
a12
a1ntanda kurung.

a11

a12

a1n

a21

a22

a2n

a21

a22

a2n

atau A
=

am1

am2

amn

am1

am2

amn

Pengertian

Unsur-unsur suatu matriks dilambangkan dengan notasi

aij
i = baris
j = kolom
aij berarti unsur matriks A pada baris ke-i dan kolom ke-j

Matriks yang terdiri atas m baris dan n kolom dinamakan matriks

berukuran m n atau matriks berorde m n

Matriks yang jumlah barisnya sama dengan jumlah kolomnya (m = n)

dinamakan matriks bujursangkar (square matrix)

CONTOH

Pengertian

Vektor : bentuk matriks khusus yang hanya mempunyai satu baris

atau satu
kolom.

Vektor baris

: matriks sebaris atau matriks baris tunggal

Vektor kolom : matriks sekolom atau matriks berkolom tunggal

Vektor dilambangkan dengan huruf kecil bercetak tebal atau huruf

kecil beranak-panah di atasnya.
Contoh vektor baris :
a =

Contoh vektor kolom :

a =

b=

b=

Unsur suatu vektor dilambangkan dengan huruf kecil sesuai dengan

nama vektornya dan diikuti oleh indeks barisnya.
Contoh : a4, a2

Dimensi suatu vektor tercermin dari banyaknya unsur pada vektor

tersebut.
Pada contoh di atas, vector a dan b adalah vector baris berdimensi-3.

Kesamaan Matriks dan Kesamaan Vektor

Dua

buah matriks A dan B dikatakan sama

(ditulis : A = B) jika keduanya berorde sama dan
semua unsur yang terkandung di dalamnya sama
(aij = bij). Jika matriks A tidak sama dengan
matriks B, ditulis AB.
Contoh :
A=

B=

C=

A = B, AC, dan BC

Kesamaan Matriks dan Kesamaan Vektor

Dua

buah vector dikatakan sama jika keduanya

sejenis, sedimensi dan semua unsur yang
terkandung di dalamnya sama.
Contoh :
a= b=
u= v=
a = b, u v, a u v, dan b u v

Kesamaan Matriks dan Kesamaan Vektor

Berdasarkan

definisi matriks dan vector sebelumnya,

maka selain merupakan kumpulan bilangan, matriks
dapat pula dipandang sebagai kumpulan vector. Amn
adalah matriks A yang merupakan kumpulan dari m
buah vector-baris dan n buah vektor-kolom.
Jadi, A = adalah matriks yang merupakan kumpulan
dari vector-vector dan , ,

Pengoperasian Matriks dan Vektor

Penjumlahan dan Pengurangan Matriks

Dua buah matriks hanya dapat dijumlahkan atau

dikurangkan jika keduanya berorde sama. Jumlah atau
selisih dua matriks A = [aij] dan B = [bij] adalah sebuah
matriks baru C = [cij] yang berorde sama, yang unsurunsurnya merupakan jumlah atau selisih unsur-unsur A
dan B.

A B = C dimana cij = aij bij

Pengoperasian Matriks dan Vektor

Penjumlahan dan Pengurangan Matriks

Contoh :

Karena penjumlahan antarbilangan bersifat komutatif dan

asosiatif, padahal matriks adalah kumpulan bilangan, maka
untuk penjumlahan antar-matriks berlaku pula kaidah
komutatif dan kaidah asosiatif.
Kaidah Komutatif : A + B = B + A

Kaidah Asosiatif : A + (B + C) = (A + B) + C

Pengoperasian Matriks dan Vektor

Perkalian Matriks dengan Skalar

Hasilkali sebuah matriks A = [aij] dengan suatu

scalar atau bilangan nyata adalah sebuah matriks
baru B = [bij] yang berorde sama dan unsurunsurnya kali unsur-unsur matriks semula (bij =
aij).
A = B dimana bij = aij

Pengoperasian Matriks dan Vektor

Perkalian Matriks dengan Skalar

Contoh :

A=

=3

maka A = 3A = B = =

Untuk perkalian matriks dengan scalar berlaku kaidah

komutatif dan kaidah distributif.

Kaidah Komutatif

: A = A

Kaidah Distributif : (A B) = A B

Pengoperasian Matriks dan Vektor

Perkalian Antar-matriks
Dua

buah matriks hanya dapat dikalikan apabila

jumlah kolom dari matriks yang dikalikan sama
dengan jumlah baris dari matriks pengalinya.
Hasilkali dua buah matriks Amn dengan Bnp
adalah sebuah matriks baru Cmp, yang unsurunsurnya merupakan perkalian silang unsur-unsur
baris matriks A dengan unsur-unsur kolom matriks
B.

Amn Bnp =
Cmp

Pengoperasian Matriks dan Vektor

Perkalian Antar-matriks

Contoh

A21 = B12 =
maka A21 B12 = C22 =
c11
c12
c21
c22

=
=
=
=

a11b11
a11b12
a21b11
a21b12

+
+
+
+

a12b21
a12b22
a22b21
a22b22

+
+
+
+

a13b31
a13b32
a23b31
a23b32

=
=
=
=

2.3
2.5
8.3
8.5

+ (-3)6 + 5.2 = -2
+(-3)(-7) + 5.9 = 76
+ 2.6 + 4.2 = 44
+ 2(-7) + 4.9 = 62

Jadi, AB = C =

Pengoperasian Matriks dan Vektor

Perkalian Antar-matriks

Contoh (2)

Untuk perkalian antarmatriks berlaku kaidah asosiatif dan

kaidah distributif, tetapi tidak berlaku kaidah komutatif.

Kaidah Asosiatif

: A(BC) = (AB)C = ABC

Kaidah Distributif : A(B + C) = AB + AC

(A + B)C = AC + AB

Pengoperasian Matriks dan Vektor

Pengoperasian Vektor
Syarat-syarat dan cara pengoperasian matriks berlaku pula untuk
pengopersian vector. Begitu juga dengan kaidah-kaidah yang
menyertainya.

Dua buah vector hanya dapat dijumlahkan atau dikurangkan

apabila keduanya sejenis dan sedimensi.

Dua buah vector hanya dapat dikalikan apabila keduanya

berlainan jenis tetapi berdimensi sama.

Pengoperasian Matriks dan Vektor

Perkalian Matriks dengan Vektor

Sebuah matriks yang bukan berbentuk vector hanya dapat
dikalikan dengan sebuah vector-kolom, dengan catatan jumlah
kolom matriks sama dengan dimensi vector-kolom yang
bersangkutan, hasilnya adalah berupa sebuah vector kolom baru.

Amn bn1 = cm1

Pengoperasian Matriks dan Vektor

Perkalian Matriks dengan Vektor

Contoh

Bentuk-Bentuk Khas Matriks

Diagonal utama : diagonal yang mengurutkan secara silang
unsur baris pertama kolom pertama ke unsur baris terakhir
kolom terakhir, yakni diagonal yang bergerak dari sudut kiri-atas
menuju ke sudut kanan-bawah.

Bentuk-Bentuk Khas Matriks

Matriks Satuan/Matriks Identitas

Matriks

Satuan atau Matriks Identitas adalah matriks

bujursangkar yang semua unsur pada diagonal utama adalah
angka-angka 1 sedangkan unsur-unsur lainnya adalah nol.
Penulisan lazim dilambangkan dengan notasi In, dimana indeks n
adalah ordenya.
Contoh

:
I2 =

I3 =

Bentuk-Bentuk Khas Matriks

Matriks Diagonal
Matriks

Diagonal ialah matriks bujursangkar

unsurnya nol kecuali pada diagonal utama.
Contoh

yang

semua

Bentuk-Bentuk Khas Matriks

Matriks Nol
Matriks Diagonal adalah matriks yang semua unsurnya nol. Lazim

dilambangkan dengan angka 0.

Contoh

:
022 = 023 =

Setiap matriks jika dikalikan

menghasilkan matriks nol.

dengan

matriks

nol

akan

Bentuk-Bentuk Khas Matriks

Matriks Ubahan
Matriks Diagonal (transpose matrix) adalah matriks yang merupakan
hasil pengubahan matriks lain yang sudah ada sebelumnya, dimana
unsur-unsur barisnya menjadi unsur-unsur kolom dan unsur-unsur
kolomnya menjadi unsur-unsur baris.
Matriks ubahan biasanya dituliskan dengan menambahkan tanda
aksen() pada notasi matriks aslinya.
Ubahan dari matriks Amn=[aij] adalah Anm=[aji]
Contoh :
A=

A =

B=

B =

Ubahan dari suatu matriks ubahan adalah matriks aslinya. Jadi, (A)=A,
(B)=B.

Bentuk-Bentuk Khas Matriks

Matriks Simetrik
Matriks simetrik ialah matriks bujursangkar yang sama dengan

ubahannya. Matriks A dikatakan simetrik apabila A = A.

Contoh:
A=

A =

A merupakan matriks simetrik sebab A = A.

B=

B = B merupakan matriks simetrik.

Jika sebuah matriks simetrik dikalikan dengan ubanhannya maka

hasilnya akan berupa kuadrat dari mayriks tersebut. Jadi, bila A
simetrik maka AA = AA = A2. Matriks satuan juga merupakan
matriks simetrik.

Bentuk-Bentuk Khas Matriks

Matriks Simetrik Miring

Matriks simetrik ialah matriks bujursangkar yang sama dengan negative
ubahannya. Matriks A dikatakan simetrik miring (skew symmetric)
apabila A = -A atau A = -A.
Contoh :
A=

A =

-A =

A merupakan matriks simetrik miring karena A = -A.

B=

B = = -B

B merupakan matriks simetrik miring karena B = -B.

Ciri khas matriks simetrik miring adalah diagonal utamanya terdiri atas
bilangan-bilangan nol.

Bentuk-Bentuk Khas Matriks

Matriks Balikan
Matriks balikan (inverse matrix) adalah matriks yang apabila dikalikan
dengan suatu matriks bujursangkar menghasilkan sebuah matriks
satuan. Jika A merupakan sebuah matriks bujursangkar, maka
balikannya dituliskan dengan notasi A-1, dan AA-1 = I.
Contoh :
A=

A-1 =

AA-1 = = I

A-1 adalah balikan dari A, sebab AA-1 = I.

B=

B-1 =

BB-1 = = I

B-1 adalah balikan dari B.

Bentuk-Bentuk Khas Matriks

Matriks Skalar, Ortogonal, Singular, dan Nonsingular

Matriks skalar ialah matriks diagonal yang unsur-unsurnya
sama atau seragam (). Dalam hal = 1, matriks scalar yang
bersangkutan sekaligus juga adalah matriks satuan. Matriks
scalar juga merupakan hasilkali sebuah scalar dengan matriks
satuan, I = matriks scalar .
Matriks orthogonal ialah matriks yang apabila dikalikan dengan
matriks ubahannya menghasilkan matriks satuan, AA = I.
Matriks
singular
ialah
matriks
bujursangkar
yang
determinannya sama dengan nol, matriks semacam ini tidak
mempunyai balikan.
Matrik
non-singular
ialah matriks bujursangkar yang
determinannya tidak nol, matriks semacam ini mempunyai
balikan.