BAB I

PENDAHULUAN
1.1 LATAR BELAKANG
Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan
penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi
matriks banyak dijumpai dalam kehidupan sehari-hari, baik dalam bidang matematika maupun
ilmu terapannya. Aplikasi tersebut banyak dimanfaatkan dalam menyelesaikan masalah-masalah
yang berhubungan dengan kehidupan sehari-hari, misalnya pada aplikasi perbankan yang
senantiasa berhubungan dengan angka-angka, dalam dunia olahraga seperti penentuan klasemen
suatu pertandingan, dalam bidang ekonomi biasa digunakan untuk menganalisa input dan output
seluruh sektor ekonomi. (Supranto, 1987).
1.2 Rumusan Masalah
1) Apakah pengertian dari matriks
2) Menjelaskan macam-maca matriks
3) Apakah yang dimaksud dengan invers matriks
4) Apakah yang dimaksud dengan determinan matriks
5) Operasi penjumlahan (+) dan pengurangan (-) pada matriks
6) Sifat-sifat perkalian pada matriks
1.1 Tujuan
1) Untuk mengetahui pengertian matriks
2) Untuk mengetahui macam-macam matriks
3) Untuk mengetahui apa yang dimaksud dengan invers matriks
4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
5) Untuk mengetahui operasi penjumlahan dan pengurangan pada matriks
6) Untuk mengetahui sifat-sifat perkalian pada matriks
BAB II
PENGERTIAN MATRIKS
2.1 Pengertian Matriks

Pengertian matriks adalah kumpulan bilangan (atau unsur) yang disusun

menurut baris dan kolom tertentu. Bilangan-bilangan yang disusun tersebut
dinamakan eleme-elemen atau komponen-komponen matriks. Nama sebuah
matriks biasanya dinyatakan dengan huruf kapital. Dalam sebuah matriks ada
istilah ordo. Yang dimaksud dengan ordo atau ukuran matriks adalah banyaknya
baris x banyak kolom dalam sebuah matriks.
Contoh :

Matriks A di atas terdiri dari 3 baris dan 4 kolom. Sobat bisa mengatakan matriks A
berordo 3 x 4 atau di tulis A(34).
Matriks banyak dimanfaatkan untuk menyelesaikan berbagai permasalahan
matematika misalnya dalam menemukan solusi masalah persamaan linear,
transformasi linear yakni bentuk umum dari fungsi linear contohnya rotasi dalam 3
dimensi. Matriks juga seperti variabel biasa, sehingga matrikspun dapat
dimanipulasi misalnya dikalikan, dijumlah, dikurangkan, serta didekomposisikan.
Menggunakan representasi matriks, perhitungan dapat dilakukan dengan lebih
terstruktur.

BAB III
MACAM-MACAM MATRIKS
3.1 Berdasarkan Ordo

Matriks Bujur Sangkar

Adalah matriks yang banyak barisnya sama dengan banyak kolomnya

Contoh

 Matriks Baris adalah Matriks Baris adalah matriks yang terdiri dari satu
baris
Contoh : A = ( 2 1 3 -7 )

Matriks Kolom adalah Matriks Kolom adalah matriks yang terdiri dari satu kolom.
Contoh : A =

Matriks Tegak adalah suatu matriks yang banyaknya baris lebih dari banyaknya kolom.
Contah : B=
7

3
5
7

2 5
6
4 6

Matriks datar adalah Matriks yang banyaknya baris kurang dari banyaknya kolom.

Contoh :

3.2 Berdasarkan Elemen-Elemen Penyusunnya

Matriks Nol
Adalah matriks nol karena semua elemennya bernilai NOL

Matriks Diagonal

Adalah matriks bujur sangkar yang semua elemen di luar diagonal utama adalah nol
Contoh :

Matriks Segi Tiga Atas

Adalah matriks bujur sangkar yang elemen-elemen di bawah diagonal utamanya (kiri atas
ke kanan bawah) bernilai nol

Matriks Sembarang

matriks yang tidak punya aturan aturan khusus seperti di atas (seluruh elemennya adalah
bebas).
Contoh contoh :

Matriks Segitiga Bawah

Kebalikan dari segitiga atas, matriks ini berbentuk bujur sangkar yang elemen-elemen di atas
diagonal utamanya bernilai nol.

Matriks Skalar
Matriks skalar adalah matriks yang elemen-elemen pada lajur diagonalnya bernilai sama.
Simak contoh di bawah ini

Matriks Identitas
Adalah matriks skalar yang elemen-elemen diagonal utamanya bernilai 1

Matriks Simetri adalah suatu matriks bujur sangkar yang unsur pada baris ke-i kolom
ke-j sama dengan unsur pada baris ke-j kolom ke-i sehingga aij = aji .

Contoh :

BAB IV
TRASPOSE MATRIKS

4.1 Pengertian Transpose Matriks

Transpose matriks A adalah matriks baru yang diperoleh dengan mengubah
baris menjadi kolom matriks mula mula, atau sebaliknya.
Transpose matriks A dinotasikan AT atau At .

BAB V
INVERS MATRIKS
5.1 Pengertian Invers Matriks
Suatu matriks dapat dibalik jika dan hanya jika matriks tersebut adalah matriks persegi
(matriks yang berukuran n x n) dan matriks tersebut non-singular (determinan 0). Tidak semua
matriks memiliki invers. Invers matriks dapat didefinisikan sebagai berikut.

Definisi :
Jika A adalah suatu matriks kuadrat, dan jika kita dapat mencari matriks B sehingga AB = BA =
I, maka A dikatakan dapat dibalik (invertible) dan B dinamakan invers dari A
5.2 Contoh-Contoh Invers Matriks
Contoh 1 :
Hitung invers matriks A22 berikut A = .
Penyelesaian :
Jika kita punya matriks 22, misal A = , maka invers matriks dapat
dihitung menggunakan rumus
A-1= B
Cek, apakah AB = BA = I
AB = = = I
BA = = = I
Karena AB = BA = I, maka berdasarkan Definisi, B adalah invers dari matriks A.
Bagaimana cara menghitung invers jika matriksnya memiliki ordo lebih dari 2? Misal matriks
33, 44, dan seterusnya. Pada matriks yang berordo lebih dari dua ini kita akan memanfatkan
Eliminasi Gauss Jordan.
Contoh 2 :
Carilah invers matriks 33 yaitu A =
Penyelesaian :
Susun matriks sedemikian sehingga seperti dibawah ini.
Matriks disebelah kiri adalah matriks A dan sebelah kanan adalah matriks identitas. Kemudian
lakukan Operasi Baris Elementer sedemikan sehingga matriks sebelah kiri menjadi matriks
identitas dan matriks identitas (pada sebelah kanan) yang akan menjadi invers matriks tersebut.
1. baris kedua : B2 + (-2B1) [artinya baris kedua dijumlahkan dengan -2 kali baris
pertama]baris ketiga : B3 + (-B1) [artinya baris kedua dijumlahkan dengan -1 kali baris
pertama]
2. baris ketiga : B3 + 2B2 [artinya baris ketiga dijumlahkan dengan 2 kali baris kedua]
3. baris ketiga : B3 x (-1) [artinya baris ketiga dikali dengan -1]
4. baris kedua : B2 + 3B3 [artinya baris kedua dijumlahkan dengan 3 kali baris ketiga]baris
pertama : B1 + (-3B3) [artinya baris pertama dijumlahkan dengan -3 kali baris ketiga]
5. baris pertama : B1 + (-2B2) [artinya baris pertama dijumlahkan dengan -2 kali baris
kedua]
Karena matriks kiri sudah terbentuk menjadi matriks identitas, maka invers dari matriks A adalah
A-1 =

BAB VI
DETERMINAN MATRIKS
6.1 Pengertian Determinan Matriks
Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real
dengan suatu matriks bujursangkar.
Sebagai contoh, kita ambil matriks A22
A = untuk mencari determinan matrik A maka,
detA = ad bc
6.2 Determinan dengan Ekspansi Kofaktor

Determinan dengan Minor dan kofaktor

A = 2 + 3 = 1(-3) 2(-8) + 3(-7) = -8
Determinan dengan Ekspansi Kofaktor Pada Kolom Pertama
Pada dasarnya ekspansi kolom hampir sama dengan ekspansi baris seperti di atas. Tetapi ada satu
hal yang membedakan keduanya yaitu faktor pengali. Pada ekspansi baris, kita mengalikan
minor dengan komponen baris pertama. Sedangkan dengan ekspansi pada kolom pertama, kita
mengalikan minor dengan kompone kolom pertama.
Misalkan ada sebuah matriks A33
A = 4 + 3 = 1(-3) 4(-8) + 3(-7) = 8
Adjoin Matriks 3 x 3
Bila ada sebuah matriks A33
A=
Kofaktor dari matriks A adalah
C11 = -12 C12 = 6 C13 = -16
C21 = 4 C22 = 2 C23 = 16
C31 = 12 C32 = -10 C33 = 16
maka matriks yang terbentuk dari kofaktor tersebut adalah
untuk mencari adjoint sebuah matriks, kita cukup mengganti kolom menjadi baris dan baris
menjadi kolom
adj(A) =
Determinan Matriks Segitiga Atas
Jika A adalah matriks segitiga nxn (segitiga atas, segitiga bawah atau segitiga diagonal) maka
det(A) adalah hasil kali diagonal matriks tersebut
= (2)(-3)(6)(9)(4) = -1296
Metode Cramer
jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A) 0 maka persamaan
tersebut mempunyai penyelesaian yang unik
dimana A j adalah matrik yang didapat dengan mengganti kolom j dengan matrik b
Contoh soal:
Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini
x1 + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 2x2 + 3x3 = 8
Jawab:
bentuk matrik A dan b
A=
kemudian ganti kolom j dengan matrik b
A1 = A2 = A3 =

dengan metode sarrus kita dapat dengan mudah mencari determinan dari matrik-matrik
di atas maka,
Tes Determinan untuk Invertibilitas
Pembuktian: Jika R di reduksi secara baris dari . Sebagai langkah awal, kita akan
menunjukkan bahwa det(A) dan det(R) keduanya adalah nol atau tidak nol: E1,E2,,Er
menjadi matrix element yang berhubungan dengan operasi baris yang menghasilkan Rdari A.
Maka,
R=ErE2 E1 Adan,
det(R)=det(Er)det(E2)det(E1)det(EA)Jika A dapat di-invers, maka sesuai dengan teorema
equivalent statements , maka R = I, jadi det(R) = 1 0 dan det(A) 0. Sebaliknya, jika det(A)
0, maka det(R) 0, jadi R tidak memiliki baris yang nol. Sesuai dengan teorema R = I, maka A
adalah dapat di-invers. Tapi jika matrix bujur sangkar dengan 2 baris/kolom yang proposional
adalah tidak dapat diinvers.
Contoh Soal :
A=
dengan metode Sarrus, kita dapat menghitung determinan dari matrix A
det(A) = 64
1+3x2= x1 4x1+2x2=x2
dapat ditulis dalam bentuk
=
yang kemudian dapat diubah
A = dan x =
yang kemudian dapat ditulis ulang menjadi

sehingga didapat bentuk

I-A=
namun untuk menemukan besar dari perlu dilakukan operasi
det ( I - A) = 0 ; adalah eigenvalue dari A
dan dari contoh diperoleh
det ( I - A) =
=0
atau ^2 3 10 = 0
dan dari hasil faktorisasi di dapat 1 = -2 dan 2 = 5
dengan memasukkan nilai pada persamaan ( I A) x = 0, maka eigenvector bisa didapat bila
= -2 maka diperoleh
dengan mengasumsikan x2 = t maka didapat x1 = t

BAB VII
PENJUMLAHAN DAN PENGURANGAN MATRIKS
7.1 Penjumlahan Matriks
Penjumlahan matriks hanya dapat dilakukan terhadap matriks-matriks yang mempunyai ukuran
(orde) yang sama. Jika A=(aij) dan B=(bij) adalah matriks-matriks berukuran sama, maka A+B
adalah suatu matriks C=(cij) dimana (cij) = (aij)+(bij) atau [A]+[B] = [C] mempunyai ukuran
yang sama dan elemennya (cij) = (aij) + (bij)
Contoh:
A+C tidak terdefinisi (tidak dapat dicari hasilnya) karena matriks A dan matriks B mempunyai
ukuran yang berbeda

7.2 Pengurangan Matriks

Sama seperti pada penjumlahan matriks, pengurangan matriks hanya dapat dilakukan pada
matriks-matriks yang mempunyai ukuran yang sama. Jika ukurannya berbeda maka matriks hasil
tidak terdefinisikan.

BAB VIII
SIFAT-SIFAT PERKALIAN PADA MATRIKS
8.1 Perkalian Matriks dengan Skalar
Jika k adalah suatu bilangan skalar dan A=(aij) maka matriks kA(kaij) yaitu suatu matriks kA
yang diperoleh dengan mengalikan semua elemen matriks A dengan k. Mengalikan matriks

dengan skalar dapat dituliskan di depan atau dibelakang matriks. Misalnya [C]=k[A]=[A]k dan
(cij ) = (kaij )
Pada perkalian matriks dengan skalar berlaku hukum distributif dimana k(A+B)=kA+kB
Contoh:
8.2 Perkalian Matriks dengan Matriks
Beberapa hal yang perlu diperhatikan:
1. Perkalian matriks dengan matriks umumnya tidak komutatif
2. Syarat perkalian adalah jumlah banyaknya kolom pertama matriks sama dengan jumlah
banyaknya baris matriks kedua
3. Jika matriks A berukuran mxp dan matriks pxn maka perkalian A*B adalah suatu matriks
C=(cij) berukuran mxn dimana
Contoh
Beberapa Hukum Perkalian Matriks:
1. Hukum Distributif, A*(B+C) = AB + AC
2. Hukum Assosiatif, A*(B*C) = (A*B)*C
3. Tidak Komutatif A*B B*A
4. Jika A*B = 0, maka beberapa kemungkinan
1. A = 0 dan B = 0
2. A = 0 atau B = 0
3. A 0 dan B 0
5. Bila A*B = A*C, belum tentu B = C

000TUGAS REMEDIAL MATEMATIKA

TENTANG MATRIKS

NAMA:Mayang lestari
Kelas:XI Ipa 3

Tahun ajaran 2015/2016