1

MATRIKS

𝒊𝝅
𝒆
LIA BUDI TRISTANTI

SEKOLAH TINGGI ILMU PENDIDIKAN

PERSATUAN GURU REPUBLIK INDONESIA
JOMBANG
2011
 1

BAB I
MATRIKS
1.1 Definisi Matriks
Perhatikan tabel yang memuat data di sebuah universitas berikat ini:
Tabel 1.1 Jumlah Mahasiswa Matematika

Kelas Laki-laki Wanita

2011 A 21 35
2011 B 26 20
2011 C 25 25
2011 D 30 22
2011 E 24 26
Bila diambil angka-angkanya saja dan ditulis dalam tanda kurung buka dan kurung tutup,
 21 35
26 20

bentuknya akan menjadi: 25 25
 
30 22
24 26
Matriks adalah kumpulan bilangan yang disusun secara khusus dalam bentuk baris dan kolom
yang ditulis diantara dua kurung, yaitu ( ) atau [ ].

a11 a12 ... a1j ... a1n

a21 a22 ... a2j ... a2n
a31 a32 ... a3j ... a3n
. . . .
. . . .
𝐴𝑚×𝑛 = . . . .
ai1 ai2 ... aij ... ain
. . . .
. . . .
. . . .
am1 am2 ... amj ... amn

Dimana: aij= elemen atau unsur matriks

i = 1, 2, 3, . . ., m, indeks baris
j = 1, 2, 3, . . ., n, indeks kolom
Matriks juga dapat didefinisikan juga sebagai kumpulan beberapa vektor kolom atau vektor
baris.
contoh:
  
1. Tiga buah vektor baris yaitu v1  2, 4, 5 , v2  4, 6, 8 dan v3  1, 2, 3 membentuk
matriks A.
 2


 v1  2 4 5
A  v2  A  4 6 8
 
  
v3  1 2 3
 

 2 1 7
  
2. Tiga buah vektor kolom yaitu u 1  4 u 2  3 dan u 3  8 membentuk matriks B.
     
6 5 9

2 1 7 
𝐵 = [→ → →  
𝑢1 𝑢2 𝑢3 ] B  4 3 8 
6 5 9

Notasi matriks dinyatakan dengan huruf kapital dan elemen matriks dinyatakan huruf kecil.
Adapun Istilah yang berkaitan dengan elemen, ukuran dan dimensi matriks, yaitu:
1. Ukuran (size) matriks adalah jumlah baris dan kolom dari matriks
2. Dimensi (dimension) matriks adalah baris x kolom dari matriks
3. Ordo (order) matriks adalah jumlah baris atau kolom dari matriks bujur sangkar
4. Elemen (element) matriks adalah semua nilai yang ada pada baris dan kolom matriks
5. Entri (entry) matriks adalah nilai yang ada pada baris dan kolom tertentu dalam matriks
9  1
Contoh : Diketahui matriks A    dapat dinyatakan bahwa:
2 0 
a. Matriks A mempunyai 2 baris dan 2 kolom(𝐵2×2 )
b. Ukuran matriks A adalah 2 × 2
c. Dimensi matriks A adalah 2 × 2
d. Ordo matriks A adalah 2
e. Elemen matriks A adalah 9, -1, 2, 0
f. Entri matriks A adalah a11 = 9, a12 = -1, a21 = 2 dan a13 = 0

1.2 Jenis-Jenis Matriks

Berdasarkan Susunan elemen Matriks, ada beberapa jenis matriks
a. Matriks baris adalah suatu matriks yang terdiri dari satu baris yang mengandung n unsur.
Contoh: 𝐴1 ×3 = [2 −4 5]
b. Matriks kolom adalah matriks yang terdiri dari satu kolom yang mengandung m unsur.
3
Contoh: 𝐴3 ×1 = [ 7 ]
−9
c. Matriks kuadrat/bujur sangkar (squarematriks) adalah matriks dimana jumlah baris
(m)sama dengan jumlah kolom (n) atau m = n
1 2 3 4
a b c 5 6 7 8
 a 2  
Contoh: A   , B   x y z , C   
3 z   9 10 11 12
d e f   
13 14 15 16
 3

d. Matriks Nol adalah matriks yang semua elemennya mempunyai nilai 0

0 0 0
0 0
Contoh: A    , B  0 0 0
0 0 0 0 0

e. Matriks diagonal adalah matriks yang semua elemen di luar diagonal utamanya adalah nol
(0) dan minimal ada satu elemen pada diagonal utamanya bukan nol
8 0 0
6 0
Contoh: A    , B  0 0 0
0 7 0 0 3

f. Matriks kesatuan/identitas adalah matriks yang semua elemen pada diagonal utamanya
bernilai satu dan elemen diluar diagonal utama bernilai nol
1 0 0
1 0
Contoh: A    , B  0 1 0
0 1 0 0 1

g. Matriks skalar adalah matriks diagonal yang elemen pada diagonal utamanya bernilai sama
tetapi bukan satu atau nol
9 0 0
8 0
Contoh: A    , B  0 9 0
0 8 0 0 9

h. Matriks tridiagonal adalah matriks diagonal yang elemen sebelah kiri dan kanan diagonal
utamanya tidak sama dengan nol
2 4 0
Contoh: A  4 2 4
0 4 2

g. Matriks segitiga bawah adalah matriks diagonal yang elemen sebelah kiri (bawah) diagonal
utama ada yang bernilai tidak sama dengan nol.
1 0 0
1 0
Contoh: A    , B  2 3 0
2 3 4 5 6

h. Matriks segitiga atas adalah matriks diagonal yang elemen sebelah kanan (atas) diagonal
utama ada yang bernilai tidak sama dengan nol.
1 2 3
1 2  
Contoh: A    , B  0 4 5
0 3  0 0 6

i. Matriks simetris adalah matriks bujur sangkar yang elemen ke aij= aji untuk setiapi dan j,
berlaku sifat AT= A
9 6 7
8 0  
Contoh: A    , B  6 8 5 
0 8  7 5 3
 4

j. Matriks miring adalah di mana matriks elemen ke aij = -aji untuk setiapi dan j tetapi
elemen diagonal utamanya tidak semua bernilai nol,berlaku sifat MT = -M
 9 - 6 7
Contoh: M   6 0 5
- 7 - 5 8

k. Matriks miring simetris adalah di mana matriks elemen ke aij = -aji untuk semua i dan j
dan semua elemen diagonal utamanya bernilai nol, berlaku sifat MT = -M
 0 - 6 7
Contoh: M   6 0 5
- 7 - 5 0

1.3 Transpose Matriks (AT, At, A’)

Jika A adalah matriks ukuran m × n, maka transpose dari A didefinisikan menjadi matriks n x
m yang merupakan hasil penukaran baris dan kolom dari matriks A. Jika matriks A dinyatakan
𝐴𝑚×𝑛 = (𝑎𝑖𝑗 ), maka transpose matriks A dinyatakan: AT = (𝑏𝑖𝑗 ), dimana bij = aji.

 a11 a12 . . . a1n   a11 a21 . . . am1 

a a22 . . . a2n  a a22 . . . am2 
 21  12
A  
. 
AT  
. . . . . 
. . .  . . . 
   
 . . .   . . . 
am1 am2 . . . amn  a1n a2n . . . amn 

Contoh : Tentukan transpose dari matriks berikut :

a11 a12 a13 a14   2 4
A  a 21 a 22 a 23 a 24 , B  3 6
a 31 a 32 a 33 a 34  7 9

Alternative penyelesaian:
 a11 a21 a31 
a a32 
a22 2 3 7
A   12
T
, BT   
a13 a23 a33  4 6 9
 
a14 a24 a34 

Sifat-sifat matriks transpose:

1. Jika A dan B adalah dua matriks yang berorder sama maka (A  B)T = AT BT

2. Jika  skalar dan A matriks, maka (A)T = AT

3. Jika A matriks, maka (AT)T = A
4. Jika A matriks bujur sangkar dan n positif, mala (An)T = (AT)n
5. Jika A, B dua matriks dengan ukuran masing-masing m×n dan n×p maka (AB)T = ATBT
 5

1.4 Partisi Matriks

Partisi matriks adalah membagi matriks menjadi beberapa matriks yang ukurannya lebih kecil
dengan memasukkan garis horisontal dan vertikal antara baris dan kolom matriks. Matriks-
matriks yang berukuran kecil hasil partisi matriks disebut submatriks.
Partisi matriks digunakan untuk menyederhanakan matriks yang berukuran besar menjadi
berukuran kecil sehingga lebih mudah dioperasikan. Setiap submatriks hasil partisi selalu dapat
dikembalikan ke dalam matriks asalnya.
a11 a12 a13 a14  a11 a12 a13 a14 
A A12 
A  a 21 a 22 a 23 a 24   a 21 a 22 a 23 a 24    11
 
A22 
a 31 a 32 a 33 a 34   21
A
a 31 a 32 a 33 a 34 

A11, A12, A21 dan A22 disebut submatriks dari matriks A

𝑎21 𝑎22 𝑎23 𝑎24
A11  a11 , 𝐴12 = [𝑎12 𝑎13 𝑎14 ], 𝐴21 = [𝑎 ] dan 𝐴22 = [𝑎 𝑎32 𝑎34 ]
31 32

Contoh:
1. Tentukan submatriks yang terbentuk dari partisi matriks berikut:

1 2 3 4
5 6 7 8 
X  
9 8 7 6
 
5 4 3 2
Alternative penyelesaian:
1 2 3 4 9 8 7 6
𝑋11 = [ ], 𝑋12 = [ ] , 𝑋21 = [ ] 𝑑𝑎𝑛𝑋22 = [ ]
5 6 7 8 5 4 3 2
2. Tentukan matriks yang berbentuk dari submatriks berikut ini:

2 1 g h i
a b  1 1 2    
F11    , F12  3 2 1 , F21  1 2 dan F22   j k l 
c d    2 2 m n o

Alternative penyelesaian:
a b 1 1 2

c d 3 2 1
𝐹11 𝐹12
𝐹= [ ]= 2 1 g h i
𝐹21 𝐹22
1 2 j k l

2 2 m n o

1.5 Kesamaan Matriks

Dua buah matriks dikatakan sama jika keduanya mempunyai ukuran yang sama dan nilai serta
posisi elemen/entri yang bersesuaian pada kedua matriks tersebut sama.
Matriks 𝐴𝑚×𝑛 = 𝐵𝑝×𝑞 adalah sama jika dan hanya jika m = p, n = q. Dimana 𝐴𝑚×𝑛 = (𝑎𝑖𝑗 ),
𝐵𝑝×𝑞 = (𝑏𝑖𝑗 ) atau aij = bij untuk setiap i = 1, 2, 3, 4, 5, . . ., m dan j = 1, 2, 3, 4, . . . n.
 6

Contoh:
8 
 10   4 5
 2 4
2 
4
  12 
1. A  B  4 6 8   4 8
   2 
1 2 3   1 2 3
   

2 4 5 a 4 5
2. O  P  4 6 8  4 6 b
1 2 3 1 c 3

Matriks O = matriks P jika dan hanya jika a = 2, b = 8 dan c = 2

1 2 2 1
3. 𝐴 ≠ 𝐵 [ ]≠[ ]
3 4 3 4

1.6 Matriks Gabungan

Matriks Gabungan (Joining matrixs) adalah suatu matriks hasil paduan dari dua matriks yang
biasanya diperlukan untuk operasi matriks tertentu. Matriks gabungan dapat berupa hasil proses
augment atau stack. Augement adalah menempatkan sebuah matriks di sebelah matriks yang
lainnya, sedangkan Stack adalah menempatkan matriks di atas matriks lainnya. Augment matriks
A dan B disebut juga dengan istilah matriks ekstensi.
Contoh: Diketahui matriks A dan B seperti berikut:
 a 11 a 12 a 13 a 14   b11 b12 b13 b14 
a a 22 a 23 
a 24  b b 22 b 23 b 24 
A   21 , B   21
a 31 a 32 a 33 a 34  b 31 b 32 b 33 b 34 
   
a 41 a 42 a 43 a 44  b 41 b 42 b 43 b 44 

Maka matriks gabungan A dan B adalah:

 a11 a12 a13 a14 b11 b12 b13 b14 
a a 22 a 23 a 24 b 21 b 22 b 23 b 24 
Augment (A, B)   21
a 31 a 32 a 33 a 34 b31 b32 b33 b34 
 
a 41 a 42 a 43 a 44 b 41 b 42 b 43 b 44 

 b11 b12 b13 b14 a11 a 12 a 13 a 14 

b b 22 b 23 b 24 a 21 a 22 a 23 a 24 
Augment (B, A)   21 
b 31 b 32 b 33 b 34 a 31 a 32 a 33 a 34 
 
b 41 b 42 b 43 b 44 a 41 a 42 a 43 a 44 
 a 11 a 12 a 13 a 14   b11 b12 b13 b14 
a a 22 a 23 a 24  b b 22 b 23 b 24 
 21  21
a 31 a 32 a 33 a 34  b 31 b 32 b 33 b 34 
   
a 41 a 42 a 43 a 44  b 41 b 42 b 43 b 44 
Stack (A, B)   Stack (B, A)  
 b11 b12 b13 b14   a 11 a 12 a 13 a 14 
   
b 21 b 22 b 23 b 24  a 21 a 22 a 23 a 24 
b b 32 b 33 b 34  a a 32 a 33 a 34 
 31   31 
b 41 b 42 b 43 b 44  a 41 a 42 a 43 a 44 
 7

LATIHAN 1.1
1. Buatlah sebuah matriks simetris, matriks miring dan matriks miring simetris dengan ukuran
masing-masing 4×4!
2 5 7 8
a 2 9 3
b c d  1
 8 4 
2. Tentukan transpose dari matriks E  3 1 5 9  dan F  
  3 7 5
e f g h  
1 7 3 5  4 9 5

3. Tentukan beberapa submatriks ukuran 3×4 hasil partisi matriks berikut.

1 -1 1 2 2 1 2 2
3 2 2 1 1 2 2 3 

3 2 1 2 2 3 3 2
G 
3 9 4 3 3 3 4 4
2 -1 1 3 5 3 6 8
 
8 3 4 5 7 3 2 2 
4. Tentukan matriks yang dapat terbentuk dari submatriks berikut:
- 3 2 5   - 3 - 2
 2 3 2  3  6
F11    , F12    , F21  - 7 8 - 5 dan F22  2 0
 
1 1 5   5 4   3 - 4 - 2 - 7 1 

3 5 4 7 5 5 4 9
4 2 1 9 4 6 1 8 
 
5. Jika diketahui matriks A  2 1 1 2  dan B  7 1 1 8 .
   
3 2 2 7 3 8 2 6
6 5 8 4  4 3 8 4

Tentukan matriks hasil Augment (A,B) dan stack (B,A)!

 8

BAB II
OPERASI MATRIKS
2.1 Definisi Operasi Matriks
Operasi matriks adalah operasi aljabar terhadap dua atau lebih matriks yang meliputi:
a. Penjumlahan
b. Pengurangan (selisih)
c. Perkalian
d. Perkalian langsung (Cronecker)
e. Pembagian
f. Pangkat
g. Operasi Baris Elementer (OBE)

2.2 Penjumlahan
Penjumlahan dan pengurangan matriks harus memperhatikan hal-hal berikut:
a. Matriks dapat dijumlahkan atau dikurangkan jika mempunyai ukuran atau dimensi yang
sama.
b. Matriks yang ukurannya berbeda tidak dapat dijumlahkan atau dikurangkan.
c. Matriks hasil penjumlahan atau pengurangan mempunyai ukuran yang sama dengan matriks
asal.
d. Penjumlahan matriks adalah menambahan elemen pada posisi yang sama pada matriks.
e. Pengurangan (selisih) matriks adalah mengurangi elemen pada posisi yang sama pada
matriks.
Jumlah dua matriks A = (aij) dan B = (bij) yang berukuran m×n:
A + B = (aij + bij )𝑚×𝑛 untuk i = 1, 2, 3, . . ., m;
j = 1, 2, 3, . . .,n.
Bentuk umum A + B = C
a11 a12 b b c11 c12
[a a ] + [ 11 12 ] = [c c ]
21 22 b21 b22 21 22

Ket : C11 = a11 + b11

.
.
.
C22 = a22 + b22

Contoh :
1) Tentukan penjumlahan dari matriks-matriks berikut :
2 −1 4 7
A=[ ] B=[ ]
0 4 9 3
Alternative Penyelesaian :
2 −1 4 7 2 + 4 −1 + 7 6 6
A+B = [ ]+[ ]= [ ]= [ ]
0 4 9 3 0+9 4+3 9 7
 9

Sifat-sifat Penjumlahan Matriks

a. A + B = B + A Komutatif
b. A + B + C = C + B + C
c. (A + B) + C = A + (B + C) Asosiatif
d. A + 0 = A

2.3 Pengurangan Matriks

Pengurangan matriks adalah mengurangi elemen pada posisi yang sama pada matriks
 Matriks yang ukurannya berbeda tidak dapat dikurangkan.
 Hasil pengurangan matriks mempunyai ukuran yang sama dengan matriks asal.
A = (aij), dan B = (bij) yang berukuran m x n
A B = (aij- bij)mxn untuk i=1, 2,...,m dan j=1,2,...,n
a11 a12 b b
A = [a a ] B = [ 11 12 ]
21 22 b21 b22
a11 + (−b11 ) a12 + (−b12 )
A-B=[ ]
a21 + (−b21 ) a22 + (−b22 )
a b e f
Jika diketahui matriks A = [ ] dan B = [ ]
c d g h
a + (−e) b + (−f) a−e b−f
A-B=[ ]=[ ]
c + (−g) d + (−h) c−g d−h
4 3 1 2
Contoh: diketahui matriks A dan B , A = [ ], B=[ ].
5 6 4 3
Tentukan: a. A – B
b. B – A
Alternative penyelesaian:
4−1 3−2 3 1
a. A - B = [ ]=[ ]
5−4 6−3 1 3
1−4 2−3 −3 −1
b. B – A = [ ]=[ ]
4−5 3−6 −1 −3
Pada Operasi Pengurangan matriks tidak berlaku sifat assosiatif, komutatif.

Penjumlahan dan pengurangan Matriks Partisi

Hasil dari partisi matriks kemudian dijumlahkan atau dikurangkan
a11 a12 a13 a14 a11 a12 a13 a14
a21 a22 a23 a24 a21 a22 a23 a24
A = [ a a a a ], dipartisikan terlebih dahuluA = [ a a a a ]
31 32 33 34 31 32 33 34
a41 a42 a43 a44 a41 a42 a43 a44
a11 a12 a13 a14 a31 a32 a33 a34
menjadi,A11 = [ a a ], A12 = [a a ], A21 = [a a ], dan A22 = [a a ] dan
21 22 23 24 41 42 43 44

b11 b12 b13 b14 b11 b12 b13 b14

b b b b b b22 b23 b24
B = [ 21 22 23 24 ], dipartisikan terlebih dahulu B = [ 21 ]
b31 b32 b33 b34 b31 b32 b33 b34
b41 b42 b43 44 b 41 b42 b43 b 44
𝑏11 𝑏12 𝑏 𝑏14 𝑏 𝑏32 𝑏 𝑏34
Menjadi, 𝐵11 = [ ], 𝐵12 = [ 13 ], 𝐵21 = [ 31 ], 𝐵22 = [ 33 ]
𝑏21 𝑏22 𝑏23 𝑏24 𝑏41 𝑏42 𝑏43 𝑏44
 10

Kemudian Sub matriks dijumlahakan

a11 a12 𝑏 𝑏12
A11 + B11 = [ a a ] + [ 11 ]
21 22 𝑏21 𝑏22
a13 a14 𝑏 𝑏14
A12 + B12 = [a a ] + [ 13 ]
23 24 𝑏23 𝑏24
a31 a32 𝑏 𝑏32
A21 + B21 = [a a ] + [ 31 ]
41 42 𝑏41 𝑏42
a33 a34 𝑏 𝑏34
A22 + B22 = [a a ] + [ 33 ]
43 44 𝑏43 𝑏44
𝐴 + 𝐵11 𝐴12 + 𝐵12
Jadi 𝐴 + 𝐵 = [ 11 ]
𝐴21 + 𝐵21 𝐴22 + 𝐵22
Sub matriks dikurangkan
a11 a12 𝑏 𝑏12
A11 – B11 = [ a a ] − [ 11 ]
21 22 𝑏21 𝑏22
a13 a14 𝑏 𝑏14
A12 – B12 = [a a ] – [ 13 ]
23 24 𝑏23 𝑏24
a31 a32 𝑏 𝑏32
A21 – B21 = [a a ] − [ 31 ]
41 42 𝑏41 𝑏42
a33 a34 𝑏 𝑏34
A22 – B22 = [a a ] − [ 33 ]
43 44 𝑏43 𝑏44
𝐴 − 𝐵11 𝐴12 − 𝐵12
Jadi 𝐴 − 𝐵 = [ 11 ]
𝐴21 − 𝐵21 𝐴22 − 𝐵22
1 2 3 4
5 6 7 8
Contoh: Diketahui A = [ ], maka diperoleh A11 = [1 2 3], A21=[4],
9 10 1112
13 14 1516
1 0 2 4
5 6 7 8
7 6 7 9
A12 = [ 9 10 11], A22 = [12]. Sedangkan matriks B = [ ]
6 5 0 1
13 14 15 16
3 1 5 6
7 6 7 9
Maka diperoleh B11 = [1 0 2], B21=[4],B12 = [6 5 0] dan B22 = [1]
3 1 5 6
2 2 5 8
𝐴11 + 𝐵11 𝐴21 + 𝐵21 12 12 14 17
𝐴+𝐵 = [ ]= [ ]
𝐴12 + 𝐵12 𝐴22 + 𝐵22 15 15 11 13
16 15 20 22
0 2 1 0
𝐴11 − 𝐵11 𝐴21 − 𝐵21 −2 0 0 −1
𝐴−𝐵 = [ ]= [ ]
𝐴12 − 𝐵12 𝐴22 − 𝐵22 −3 −5 11 11
10 13 10 10

2.4 Perkalian Skalar Matriks

Jika k adalah bilangan real (skalar), maka perkalian skalar dengan matriks Sifat perkalian suatu
bilangan real terhadap matriks A = (aij)mxn:
ka11 ka12 … ka14
ka21 ka22 … ka24
𝑘𝐴= [ ] = (kaij )
. . . . m×n
kam1 kam2 … kamn
 11

Atau
a11 k a12 k … a14 k
a k a22 k … a24 k
𝐴 𝑘 = [ 21 ] = (aij k)
. . . . m×n
am1 k am2 k … amn k
2 −1 3
Contoh: Jika 𝐴 = [ 0 4 6 ] dan k = 2 tentukan kA dan AK
−6 10 −5
Alternative penyelesaian:
2×2 −1 × 2 3 × 2 4 −2 6
Ak = [ 0 × 2 4×2 6×2 ]= [ 0 8 12 ]
−6 × 2 10 × 2 −5 × 2 −12 20 −10
2×2 2 × −1 2 × 3 4 −2 6
kA = [ 2 × 0 2×4 2×6 ]= [ 0 8 12 ]
2 × −6 2 × 10 2 × −5 −12 20 −10

2.5 Perkalian Matriks

Jika A matriks ukuran m×p dan B matriks ukuran p×n, maka perkalian matriks A dan B
a11 a12 ⋯ a1p b11 b12 ⋯ b1n
a21 a22 ⋯ a2p b21 b22 ⋯ b2n p
AB =[ ⋮ ⋮ ⋱ ⋮ ] [ ⋮ ⋮ ⋱ ⋮ ] atau AB = [ 
k 1
aik bkj ]mxn
am1 am2 ⋯ amp bp1 bp2 ⋯ bpn
untuk semua i = 1,2,...,m; j = 1,2,...,p
AB = C
a11 a12 ⋯ a1p b11 b1j ⋯ b1n c11 c1j ⋯ c1n
a21 a22 ⋯ a2p b21 b2j ⋯ b2n c21 c2j ⋯ c2n
[ ⋮ ⋮ ⋱ ⋮ ] ⋮ =[ ⋮ ⋮ ⋱ ⋮ ]
⋮ ⋱ ⋮
am1 am2 ⋯ amp [bp1 bpj ⋯ bpn ] c𝑚1 c𝑚j ⋯ c𝑚n
p
Dimana Cij = ai1b1j ai2b2j + … + aipbpj =  aik bkj
k 1

Perkalian matriks yaitu mengalikan elemen baris ke-i matriks A dengan elemen kolom ke-j
matriks B dan menjumlahkannya. Dimensi hasil perkalian matriks :
Dimensi matriks hasil perkalian

Am×p Bp×n = ABm×n

jumlah kolom A = jumlah baris B

Contoh :
2 −1 3 −9 2
1) Jika diketahui A = [ ] dan B = [ ]. Tentukan AB!
3 4 5 7 −6
Alternative Penyelesaian :
2 −1 3 −9 2
AB = [ ][ ]
3 4 5 7 −6
2(3) + (−1)5 2(−9) + (−1)7 2(2) + (−1)(−6)
= [ ]
3(3) + 4(5) 3(−9) + 4(7) 3(2) + 4(−6)
 12

1 −25 10
= [ ]
29 1 −18
Perkalian matriks bersifat non-komutatif. Jadi AB  BA
Sifat-Sifat Perkalian Matriks
a. A (BC) = (AB) C Asosiatif
b. A (B + C) = AB + AC Distributif kiri
c. (B + C) A = BA + CA Distributif kanan
d. k (AB) = (k A) B k = skalar
e. IA = A = AI Komutatif dengan I = identitas matriks A

Perkalian Matriks Partisi

Jika Amp merupakan sub matriks dari matriks A dan Bpn merupakan sub matriks B, maka
berlaku  Amp × Bpn = Cmn. Dengan syarat jumlah kolom submatriks Amp sama dengan jumlah
baris sub matriks Bpn.
𝐴11 𝐴12 𝐵 𝐵12
Contoh: 𝐴 = [ ] , 𝐵 = [ 11 ]
𝐴21 𝐴22 𝐵21 𝐵22
𝐴 𝐴12 𝐵11 𝐵12 𝐴 𝐵 + 𝐴12 𝐵21 𝐴11 𝐵12 + 𝐴12 𝐵22 𝐶 𝐶12
AB =[ 11 ][ ] = [ 11 11 ] = [ 11 ]=𝐶
𝐴21 𝐴22 𝐵21 𝐵22 𝐴21 𝐵11 + 𝐴22 𝐵21 𝐴21 𝐵12 + 𝐴22 𝐵22 𝐶21 𝐶22
Jika
4 3 2 3 5 6
𝐴 = [5 4 3] , 𝐵 = [2 7 5]
2 1 2 4 2 5
4 3 3 5 18 31
𝐴11 𝐵11 = [ ][ ]= [ ]
5 4 2 7 23 53
2 8 4
𝐴12 𝐵21 = [ ] [4 2] = [ ]
3 12 6
4 3 6 39
𝐴11 𝐵12 = [ ][ ] = [ ]
5 4 5 50
2 10
𝐴12 𝐵22 = [ ] [5] = [ ]
3 15
3 5
𝐴21 𝐵11 = [2 1] [ ] = [8 17]
2 7
𝐴22 𝐵21 = [2][4 2] = [8 4]
6
𝐴21 𝐵12 = [2 1] [ ] = [17]
5
𝐴22 𝐵22 = [2][5] = [10]
26 35
𝐶11 = 𝐴11 𝐵11 + 𝐴12 𝐵21 = [ ]
35 59
49
𝐶12 = 𝐴11 𝐵12 + 𝐴12 𝐵22 = [ ]
65
𝐶21 = 𝐴21 𝐵11 + 𝐴22 𝐵21 = [16 21]
𝐶22 = 𝐴22 𝐵12 + 𝐴22 𝐵22 = [27]
26 35 49
AB = [35 59 65] = C
16 21 27
 13

2.6 Perkalian Langsung (Kronecker)

Perkalian langsung (direct) matriks disebut juga perkalian Kronecker matriks (). Jika A
matriks ukuran m  n dan B matriks ukuran p q, maka perkalian langsung (direct product atau
Kronecker) AB adalah matriks ukuran mp nq yang digambarkan sebagai matriks partisi.

 a11 B a12 B ... a1n B 

a B a B ... a 2 n B 
Amn  B pq   21 22

 ... ... ... ... 

 
a m1 B a m 2 B ... a mn B 

Misal :
 1 2 3  1
A  dan B   ,
  3 4 1  2
 1 2 3  1
A B     
 3 4 1  2
 3  1 6  2
 1  2 2  4
 
 9 3 12  4
 
 3 6 4  8
Dari contoh di atas, maka dapat diperoleh:
a b12   p11 q12 
A   11  dan B  
c 21 d 22   r21 s 22 

a b12   p11 q12 

A  B   11
c 21 d 22  r
 21 s 22 

a11 p11 a11 q12 b12 p11 b12 q12 

a r a11 s 22 b12 r21 b12 s 22 
A  B   11 21
c 21 p11 c 21 q12 d 22 p11 d 22 q12 
 
 c 21 r21 c 21 s 22 d 22 r21 d 22 s 22 

2.7 Pembagian Matriks

Pembagian matriks biasanya dilakukan pada matriks bujur sangkar. Jika A dan B matriks
ukuran m  n (m = n), maka pembagian matriks A dengan matriks B sebagai berikut :
Amn
C mn   C  A.B 1
Bmn
Bmn
Dmn   D  B. A 1
Amn
A-1dan B-1 masing-masing adalah invers matriks A dan B.
A.A-1=I
B.B-1=I
Di mana I = matriks identitas
 14

Contoh :
 2 4 1 2 A
Jika A    dan B    tentukan C 
6 8  3 4 B

Alternative penyelesaian:
2 4
 8
1
A 6 2 4 1 2
C   C  
B 1 2 6 8 3 4
3 4

 2 4 1  4  2
   
6 8  4  6   3 1 
 2 4 1  4  2
   
6 8   2   3 1 
 2 4   2 1 
   
6 8 3 / 2  1 / 2
2 0 1 0
   2 
0 2 0 1 

2.8 Pangkat Suatu Matriks

 Jika A adalah suatu matriks bujur sangkar, maka pangkat (atau power) bilangan bulat (n)
dimana n > 0 dari matriks A sebagai berikut :
A0 = 1
A2 = A.A
...
An  
A.
A
.......
 A , dimana n > 0
n

 Jika A adalah suatu matriks bujur sangkar yang invertibel (dapat dibalik) dan mempunyai
invers, maka pangkat bilangan bulat (n) dimana n < 0 dari matriks A sebagai barikut :
An  
A 
1
.A

1
.......

1
A
n

An  A1 
n

 Jika A adalah suatu matriks bujur sangkar dan p dan q bilangan bulat positif, maka pangkat
dari matriks :

A p A q   A
pq

A  p q
 A pq
Bentuk pangkat matriks sering digunakan untuk analisis-analisis fungsi nonlinier, misal fungsi
kuadrat. Bentuk matriks fungsi kuadrat P dari n variabel: 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 dapat ditulis sebagai
berikut.
 15

𝑛 𝑚

𝑃 = ∑ ∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 = 𝑎11 𝑥1 𝑥1 + 𝑎12 𝑥1 𝑥2 + … + 𝑎1𝑛 𝑥1 𝑥𝑛

𝑖=1 𝑗=1

+ 𝑎21 𝑥2 𝑥1 + 𝑎22 𝑥2 𝑥2 + … + 𝑎2𝑛 𝑥2 𝑥𝑛

+ … + 𝑎𝑛1 𝑥𝑛 𝑥1 + 𝑎𝑛2 𝑥𝑛 𝑥2 + … + 𝑎𝑛𝑛 𝑥𝑛 𝑥𝑛

Jika vektor baris X = [𝑥1 , 𝑥2 , . . . 𝑥𝑛 ] dan matriks A = (aij) maka bentuk kuadrat matriks
tersebut menjadi:
𝑛 𝑚 𝑛 𝑚 𝑛

𝑃 = ∑ ∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 = ∑ 𝑥𝑖 ∑ 𝑎𝑖𝑗 𝑥𝑗 = ∑ 𝑥𝑖 (𝐴𝑋)𝑖 = 𝐴𝑇 𝐴𝑋

𝑖=1 𝑗=1 𝑖=1 𝑗=1 𝑖

Dimana, XT adalah transpose dari matriks X.

Matriks A berhubungan dengan bentuk matriks kuadrat XTAX selalu merupakan matriks
simetris. Jika matriks A tidak simetris atau entri aijaji, maka matriks A dapat dibentuk menjadi
matriks simetris B menggunakan persamaan berikut.
𝑎𝑖𝑗 + 𝑎𝑗𝑖
𝑏𝑖𝑗 = 𝑏𝑗𝑖 = , untuk setiap i dan j.
2

Sehingga bij + bji = aij + aji dan matriks B = (bij) merupakan matriks simetris hasil transformasi
dari matriks A yang tidak simetris. Jadi matriks B = BT.
2 1
Contoh :Jika diketahui matriks berikut A=[ ]. Maka A3 adalah
1 2
2 1 2 1 2 1 5 4 2 1 14 13
A3        
1 2 1 2 1 2 4 5 1 2 13 15

2.9 OPERASI BARIS ELEMENTER

Operasi baris elementer (OBE) adalah menukar suatu baris matriks dengan baris matriks yang
lainnya atau mengalikan suatu baris dengan bilangan k (skalar) di mana k> 0 kemudian hasilnya
ditambahkan ke baris lainnya pada matriks.
Notasi OBE:
bij = menukar baris ke –i dengan baris ke–j.
bi(s) = mengalikan baris ke–i dengan s(s≠o)
bij(s) = ganti baris ke-i dengan baru yang merupakan baris ke-i ditambah baris ke-j
yang dikalikan dengan s.
= bi+s.bj
Operasi baris elementer digunakan pada operasi eliminasi Gauss atau eliminasi Gauss Jordan.
Contoh:
1 2 3
Jika diketahui matriks 𝑋 = [4 5 6]tentukan hasil OBE untuk b12, b2(3),b23(4) secara
0 5 7
berturut-turut
 16

1 2 3 4 5 6  4 5 6  4 5 6
4 5 6 
b12 1 2 3 b

2 3 
 13 23 33  3 6 9
     
0 5 7 0 5 7  0 5 7  0 5 7
4 5 6  4 5 6  4 5 6
3 
6 9  3  04 6  54 9  74  3 26
b23 4   37

0 5 7  0 5 7  0 5 7 

LATIHAN 2.1
 3  1 6  2 2 1 8  2
 1  2 2  4 1 2  2  7 
1. Diketahui A    dan B =    , tentukan:
 9 3 12  4 8  3  9 9 
   
 3 6 4  8 3 7 8 8 
a. 2A + B
b. A – 3B
1 4 2
2 2 1 1  2 4
2. Diketahui matriks U  1 0 2 2 dan matrkis V  
1
, tentukan:
1 2 1
1 2 2 0  
2 2 1

a. U V
b. U × V
𝑈
c. 𝑉

2 4 5 8
3. Diketahui mattriks M  1 7 3 9  . Tentukan :
3 6 1 4 

a. M 2
b. M 3
2 4 5 8
4. Jika matris L  1 7 3 9  , tentukan hasil OBE untuk b12 , b2 2  , b234  !
3 6 1 4 

5. Jika diketahui fungsi kuadrat P = 4x12 + 2x22 + 4x32 – 2x1x2 + 4x3x2, tentukan bentuk matriks
dari fungsi P.
 17

BAB III
DEKOMPOSISI MATRIKS
3.1 Definisi Dekomposisi Matriks
Dekomposisi matriks adalah transformasi atau modifikasi dari suatu matriks menjadi segitiga
atas (U) dan/atau matriks segitiga bawah (L).Jika A merupakan matriks bujur sangkar, matriks
A dapat didekomposisi menjadi LU, L, atau U.

 a11 a12 a13 a14 

a a a23 a24 
𝐴 =  21 22
a31 a32 a33 a34 
 
a41 a42 a43 a44 

 a11 a12 a13 a14  11 0 0 0  11 12 13 14 

a a22  
a23 a24   21  22 0 0  0   23  24 
1. A = LU   21   22

a31 a32 a33 a34   31  32  33 0  0 0 33 34 

     
a41 a42 a43 a44   41  42  43  44  0 0 0  44 

11 0 0 0  11 12 13 14 

  22 0 0  0   23  24 
Di mana, L   21
, U  22

 31  32  33 0  0 0 33 34 
   
 41  42  43  44  0 0 0  44 

 a11 a12 a13 a14  11 0 0 0 

a a23 a24   0 
2. A = L   21
a22
  21  22 0
a31 a32 a33 a34   31  32  33 0 
   
a41 a42 a43 a44   41  42  43  44 

 a11 a12 a13 a14  11 12 13 14 

a a 
a23 a24  0   23  24 
3. A = U   21 22   22

a31 a32 a33 a34  0 0 33 34 

   
a41 a42 a43 a44  0 0 0  44 

Contoh:
2 −1 −1 2 0 0 1 −0.5 −0.5
1. A = LU, [0 −4 2 ] = [0 −4 0] [0 1 −0.5]
6 −3 0 6 0 3 0 0 1
2 −1 −1 2 −1 −1
2. A = U, [0 −4 2 ] = [0 −4 2 ]
6 −3 0 0 0 3
2 −1 −1 −4 0 0
3. A = L, [0 −4 2 ] = [ 6 −3 0]
6 −3 0 0 −4 2

Dalam mendekomposisikan suatu matriks menjadi matriks segitiga bawah (L) dan atau matriks
segitiga atas (U) dapat menggunakan empat metode, yaitu:

1. Metode Crout, mendekomposisikan matriks yang menghasilkan elemen diagonal utama

matriks segitiga atas (U) adalah satu.
 18

2. Metode Doolitte, mendekomposisikan matriks yang menghasilkan elemen diagonal utama

matriks segitiga bawah (L) adalah satu.
3. Metode Cholesky, mendekomposisikan matriks yang menghasilkan elemen diagonal utama
matriks segitiga atas (U) adalah satu dan segitiga bawah (L) adalah sama. Metode Cholesky
hanya untuk mendekomposisi matriks simetris.
4. Metode Eliminasi Gauss, mendekomposisikan matriks menjadi matriks segitiga bawah (L)
dan atau matriks segitiga atas (U).
3.2 Metode Crout
Metode Crout mendekomposisikan suatu matriks untuk memperoleh elemen diagonal utama
matriks segitiga atas (U) bernilai satu dan elemen lainnya bernilai bebas.

𝑙11 0 0 0 1 𝑢12 𝑢13 𝑢14  a11 a12 a13 a14 

a a23 a24 
𝑙 𝑙22 0 0 0 1 𝑢23 𝑢24 a
[ 21 ][ ] =  21 22
𝑙31 𝑙32 𝑙33 0 0 0 1 𝑢34 a31 a32 a33 a34 
𝑙41 𝑙42 𝑙43 𝑙44 0 0 0 1  
a41 a42 a43 a44 

Rumus untuk menyelesaikan persamaan dari elemen matriks segitiga bawah (L) dan matriks
segitiga atas (U) sebagaiberikut:
Tahap 1: 𝑙11 = 𝑎11
𝑙21 = 𝑎21

𝑙31 = 𝑎31

𝑙41 = 𝑎41

𝑎12
Tahap 2: 𝑙11 𝑢11 = 𝑎12 → 𝑢12 = 𝑙11

𝑎13
𝑙11 𝑢13 = 𝑎13 → 𝑢13 =
𝑙11

𝑎14
𝑙11 𝑢14 = 𝑎14 → 𝑢14 =
𝑙11

Tahap 3: 𝑙21 𝑢12 + 𝑙22 = 𝑎22 → 𝑙22 = 𝑎22 − 𝑙21 𝑢12

𝑙31 𝑢12 + 𝑙32 = 𝑎32 → 𝑙32 = 𝑎32 − 𝑙31 𝑢12

𝑙41 𝑢12 + 𝑙42 = 𝑎42 → 𝑙42 = 𝑎42 − 𝑙41 𝑢12

𝑎23 − 𝑙21 𝑢13

Tahap 4: 𝑙21 𝑢13 + 𝑙22 𝑢23 = 𝑎23 → 𝑢23 = 𝑙22

𝑎24 − 𝑙21 𝑢14

𝑙21 𝑢14 + 𝑙22 𝑢24 = 𝑎24 → 𝑢24 =
𝑙22

Tahap 5: 𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑙33 = 𝑎33 → 𝑙33 = 𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23

𝑙41 𝑢13 + 𝑙42 𝑢23 + 𝑙43 = 𝑎43 → 𝑙43 = 𝑎43 − 𝑙41 𝑢13 − 𝑙42 𝑢23
 19

𝑎34 −𝑙31 𝑢14 − 𝑙32 𝑢24

Tahap 6: 𝑙31 𝑢14 + 𝑙32 𝑢24 + 𝑙33 𝑢34 = 𝑎34 → 𝑢34 = 𝑙33

Tahap 7: 𝑙41 𝑢14 + 𝑙42 𝑢24 + 𝑙43 𝑢34 + 𝑙44 = 𝑎44 → 𝑙44 = 𝑎44 − 𝑙41 𝑢14 − 𝑙42 𝑢24 − 𝑙43 𝑢34

Rumus umum Metode Crout:

𝑗−1

𝑙𝑖𝑗 = 𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 𝑗 ≤ 𝑖, 𝑖 = 1, 2, ⋯ , 𝑛

𝑘=1

𝑎𝑖𝑗 − ∑𝑖−1
𝑘=1 𝑙𝑖𝑘 𝑢𝑘𝑗
𝑢𝑖𝑗 = 𝑖 ≤ 𝑗, 𝑗 = 2, 3, ⋯ , 𝑛
𝑙𝑖𝑖

3 −1 2
Contoh: Dekomposisi matriks A = [1 2 3 ] menjadi matriks segitiga bawah (L) dan segitiga
2 −2 −1
atas (U) adalah:

𝑙11 0 0 1 𝑢12 𝑢13 3 −1 2

[𝑙21 𝑙22 0 ] [0 1 𝑢23 ] = [1 2 3]
𝑙31 𝑙32 𝑙33 0 0 1 2 −2 −1

Tahap 1: 𝑙11 = 𝑎11 = 3

𝑙21 = 𝑎21 = 1
𝑙31 = 𝑎31 = 2

𝑎12 −1
Tahap 2: 𝑙11 𝑢11 = 𝑎12 → 𝑢12 = =
𝑙11 3

𝑎13 2
𝑙11 𝑢13 = 𝑎13 → 𝑢13 = =
𝑙11 3

7
Tahap 3: 𝑙21 𝑢12 + 𝑙22 = 𝑎22 → 𝑙22 = 𝑎22 − 𝑙21 𝑢12 = 3

4
𝑙31 𝑢12 + 𝑙32 = 𝑎32 → 𝑙32 = 𝑎32 − 𝑙31 𝑢12 = −
3

𝑎23 − 𝑙21 𝑢13

Tahap 4: 𝑙21 𝑢13 + 𝑙22 𝑢23 = 𝑎23 → 𝑢23 = = 1
𝑙22

Tahap 5: 𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑙33 = 𝑎33 → 𝑙33 = 𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23 = -1

3 0 0 1 2
3 −1 2 7 1 −3
1 0 ][ 3
Jadi, [1 2 3 ]= [ 3 0 1 1]
4
2 −2 −1 2 −3 −1 0 0 1
 20

3.3 Metode Doolittle

Metode Doolittle mendekomposisikan suatu matriks untuk memperoleh elemen diagonal utama
matriks segitiga bawah (L) bernilai satu dan elemen lainnya bernilai bebas.

1 0 0 0 𝑢11 𝑢12 𝑢13 𝑢14  a11 a12 a13 a14 

𝑙 1 0 0 0 𝑢22 𝑢23 𝑢24 a a23 a24 
[ 21 ][  21 a22
𝑙31 𝑙32 1 0 0 0 𝑢33 𝑢34 ] = a a32 a33 a34 
31
𝑙41 𝑙42 𝑙43 1 0 0 0 𝑢44  
a41 a42 a43 a44 

Rumus untuk menyelesaikan persamaan dari elemen matriks segitiga atas (U) hingga matriks
segitiga bawah (L):

Tahap 1: 𝑢11 = 𝑎11 𝑢12 = 𝑎12

𝑢13 = 𝑎13 𝑢14 = 𝑎14

𝑎21
Tahap 2: 𝑙21 𝑢11 = 𝑎21 → 𝑙21 = 𝑢11

𝑎31
𝑙31 𝑢11 = 𝑎31 → 𝑙31 =
𝑢11

𝑎41
𝑙41 𝑢11 = 𝑎41 → 𝑢41 =
𝑢11

Tahap 3: 𝑙21 𝑢12 + 𝑢22 = 𝑎22 → 𝑢22 = 𝑎22 − 𝑙21 𝑢12

𝑙21 𝑢13 + 𝑢23 = 𝑎23 → 𝑢23 = 𝑎23 − 𝑙21 𝑢13

𝑙21 𝑢14 + 𝑢24 = 𝑎24 → 𝑢24 = 𝑎24 − 𝑙21 𝑢14

𝑎32 − 𝑙31 𝑢12

Tahap 4: 𝑙31 𝑢12 + 𝑙32 𝑢22 = 𝑎32 → 𝑙32 = 𝑢22

𝑎42 − 𝑙41 𝑢12

𝑙41 𝑢12 + 𝑙42 𝑢22 = 𝑎42 → 𝑙42 =
𝑢22

Tahap 5: 𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑢33 = 𝑎33 → 𝑢33 = 𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23

𝑙31 𝑢14 + 𝑙32 𝑢24 + 𝑢34 = 𝑎34 → 𝑢34 = 𝑎34 − 𝑙31 𝑢14 − 𝑙32 𝑢24

𝑎43 −𝑙41 𝑢13 − 𝑙42 𝑢23

Tahap 6: 𝑙41 𝑢13 + 𝑙42 𝑢23 + 𝑙43 𝑢33 = 𝑎43 → 𝑙43 = 𝑢33

Tahap 7: 𝑙41 𝑢14 + 𝑙42 𝑢24 + 𝑙43 𝑢34 + 𝑢44 = 𝑎44 → 𝑢44 = 𝑎44 − 𝑙41 𝑢14 − 𝑙42 𝑢24 − 𝑙43 𝑢34

Rumus umum Metode Crout:

𝑖−1

𝑢𝑖𝑗 = 𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 𝑖 ≤ 𝑗, 𝑗 = 1, 2, ⋯ , 𝑛

𝑘=1

𝑎𝑖𝑗 − ∑𝑖−1
𝑘=1 𝑙𝑖𝑘 𝑢𝑘𝑗
𝑙𝑖𝑗 = 𝑗 ≤ 𝑖, 𝑖 = 2, 3, ⋯ , 𝑛
𝑢𝑗𝑗
 21

3 −1 2
Contoh: Dekomposisi matriks A = [1 2 3 ] menjadi matriks segitiga bawah (L) dan segitiga atas
2 −2 −1
(U) adalah:

1 0 0 𝑢11 𝑢12 𝑢13 3 −1 2

[𝑙21 1 0] [ 0 𝑢22 𝑢23 ] = [1 2 3]
𝑙31 𝑙32 1 0 0 𝑢33 2 −2 −1

Tahap 1: 𝑢11 = 𝑎11 = 3

𝑢12 = 𝑎12 = -1
𝑢13 = 𝑎13 = 2

𝑎21 1
Tahap 2: 𝑙21 𝑢11 = 𝑎21 → 𝑙21 = =
𝑢11 3

𝑎31 2
𝑙31 𝑢11 = 𝑎31 → 𝑙31 = =
𝑢11 3

7
Tahap 3: 𝑙21 𝑢12 + 𝑢22 = 𝑎22 → 𝑢22 = 𝑎22 − 𝑙21 𝑢12 = 3

7
𝑙21 𝑢13 + 𝑢23 = 𝑎23 → 𝑢23 = 𝑎23 − 𝑙21 𝑢13 =
3

𝑎32 − 𝑙31 𝑢12 4

Tahap 4: 𝑙31 𝑢12 + 𝑙32 𝑢22 = 𝑎32 → 𝑙32 = = −
𝑢22 7

Tahap 5: 𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑢33 = 𝑎33 → 𝑢33 = 𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23 = −1

1 0 0 3 −1 2
3 −1 2 1
1 0] [ 0 7 7
Jadi, [1 2 3 ] = [3 3 3
]
2 4
2 −2 −1 − 7 1 0 0 −1
3

3.4 Metode Cholesky

Metode Cholesky mendekomposisikan suatu matriks untuk memperoleh elemen diagonal utama
matriks segitiga atas (U) dan segitiga bawah (L) adalah sama. Metode ini hanya dapat
digunakan untuk matriks simetris.

𝑙11 0 0 0 𝑢11 𝑢12 𝑢13 𝑢14  a11 a12 a13 a14 

0 𝑢22 𝑢23 𝑢24 a a23 a24 
𝑙 𝑙22 0 0  21 a22
[ 21 ][ 0 0 𝑢33 𝑢34 ] = a
𝑙31 𝑙32 𝑙33 0 31 a32 a33 a34 
𝑙41 𝑙42 𝑙43 𝑙44 0 0 0 𝑢44  
a41 a42 a43 a44 

Di mana lii = uii

Rumus untuk menyelesaikan persamaan dari elemen matriks segitiga atas dan segitiga bawah:

𝑎21 𝑎31 𝑎41

Tahap 1:𝑙11 = 𝑢11 = √𝑎11 𝑙21 = 𝑙
𝑢11 31
= 𝑙
𝑢11 41
= 𝑢11
 22

𝑎12 𝑎13 𝑎14

𝑢12 = 𝑢13 = 𝑢14 =
𝑙11 𝑙11 𝑙11

𝑎32 − 𝑙31 𝑢12 𝑎42 − 𝑙41 𝑢12

Tahap 2:𝑙22 = 𝑢22 = √𝑎22 − 𝑙21 𝑢12 𝑙32 = 𝑙42 =
𝑢22 𝑢22

𝑎23 − 𝑙21 𝑢13 𝑎24 − 𝑙21 𝑢14

𝑢23 = 𝑢24 =
𝑙22 𝑙22

Tahap 3:𝑙33 = 𝑢33 = √𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23

𝑎43 − 𝑙41 𝑢13 − 𝑙42 𝑢23

𝑙43 =
𝑙33

𝑎34 − 𝑙31 𝑢14 − 𝑙32 𝑢24

𝑢34 =
𝑢33

Tahap 4: 𝑙44 = 𝑢44 = √𝑎44 − 𝑙41 𝑢14 − 𝑙42 𝑢24 − 𝑙43 𝑢34

Rumus umum metode Cholesky

𝑖−1

𝑢𝑖𝑖 = 𝑙𝑖𝑖 = √𝑎𝑖𝑖 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 , 𝑖 = 1, 2, 3, ⋯ , 𝑛

𝑘=1

𝑎𝑖𝑗 − ∑𝑖−1
𝑘=1 𝑙𝑖𝑘 𝑢𝑘𝑗
𝑙𝑖𝑗 = , 𝑗 < 𝑖, 𝑖 = 2, 3, ⋯ , 𝑛
𝑙𝑗𝑗

2 −1 0
Contoh: Dekomposisi matriks A = [−1 2 −1] menjadi matriks segitiga bawah (L) dan segitiga atas
0 −1 2
𝑛
(U) adalah: 𝑎𝑖𝑗 − ∑𝑖=0 𝑙𝑖𝑘 𝑢𝑘𝑗
𝑢𝑖𝑗 = , 𝑖 < 𝑗, 𝑗 = 2, 3, ⋯ , 𝑛
𝑢𝑖𝑖
𝑙11 0 0 𝑢11 𝑢12 𝑢13 2 −1 0
[𝑙21 𝑙22 0 ] [ 0 𝑢22 𝑢23 ] = [−1 2 −1]
𝑙31 𝑙32 𝑙33 0 0 𝑢33 0 −1 2

𝑎21 −1 𝑎31
Tahap 1: 𝑙11 = 𝑢11 = √𝑎11 = √2𝑙21 = = √2𝑙31 = = 0
𝑢11 2 𝑢11

𝑎12 1 𝑎13
𝑢12 = = − √2𝑢13 = =0
𝑙11 2 𝑙11

3 𝑎32 − 𝑙31 𝑢12 2

Tahap 2:𝑙22 = 𝑢22 = √𝑎22 − 𝑙21 𝑢12 = √2 𝑙32 = = √− 3
𝑢22

𝑎23 − 𝑙21 𝑢13 2

𝑢23 = = √−
𝑙22 3

4
Tahap 3:𝑙33 = 𝑢33 = √𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23 = √3
 23

1
√2 0 0 √2 − 2 √2 0
2 −1 0 1 3 3 2
− 2 √2 √2 0 0 √ √−
Jadi, [−1 2 −1] = 2 3
0 −1 2 2 4
0 √− √ 4
[ 3 3] [ 0 0 √
3 ]

3.5 Metode Eliminasi Gauss

Eliminasi Gauss mengubah suatu matriks menjadi matriks segitiga bawah (L) dan atau segitiga
atas (U) menggunakan operasi baris elementer (OBE).
3.5.1 Matriks Segitiga Bawah
Eliminasi Gauss megubah suatu matriks menjadi matriks segitiga bawah (L).
 a11 a12 a13 a14  𝑙11 0 0 0
a 
 21 a22 a23 a24  𝑙 𝑙22 0 0
 [ 21 ]
a31 a32 a33 a34  𝑙31 𝑙32 𝑙33 0
  𝑙41 𝑙42 𝑙43 𝑙44
a41 a42 a43 a44 

 a11 a12 a13 a14   a11 ' a12 ' a13 ' 0 
a  a ' 
 21 a22 a23 a24 
 21
OBE a22 ' a23 ' 0  OBE


a31 a32 a33 a34  a31 ' a32 ' a33 ' 0 
   
a41 a42 a43 a44 1  a41 a42 a43 a44  2

 a11' ' a12 ' ' 0 0  a11' ' ' 0 0 0 𝑙11 0 0 0

a ' '   a '' a '' 0 0 
 21 a22 ' ' 0 0  OBE
 21
 22   [𝑙21 𝑙22 0 0
]
 a31' a32 ' a33 ' 0   a31' a32 ' a33 ' 0  𝑙31 𝑙32 𝑙33 0
    𝑙41 𝑙42 𝑙43 𝑙44
 a41 a42 a43 a44  3  a41 a42 a43 a44  4
Operasi baris elementer (OBE) untuk mendekomposisikan matriks A menjadi A = L
tersebut yaitu:
1. Pada matriks 1: basis vipot: (a44)
−𝑎34 −𝑎24 −𝑎14
𝑏34 = ( ), 𝑏24 = ( ) 𝑑𝑎𝑛 𝑏14 = ( )
𝑎44 𝑎44 𝑎44
2. Pada matriks 2: basis vipot: (a33’)
−𝑎23 ′ −𝑎13 ′
𝑏23 = ( ) 𝑑𝑎𝑛 𝑏13 = ( )
𝑎33 ′ 𝑎33 ′
3. Pada matriks 3: basis vipot: (a11’’)
−𝑎12
𝑏12 = ( )
𝑎22 ′′

1 1 1 2
2 1 2 1
Contoh: Dekomposisi matriks [ ] menjadi matriks segitiga bawah (L)
1 1 3 2
2 2 1 1

𝑏14 (−2)
1 1 1 2 𝑏24 (−1) −3 −3 −1 0 𝑏13 (1) −6 −6 0 0 3 0 0 0
2 1 2 1 𝑏34 (−2) 0 −1 1 0 𝑏23 (−1) 3 2 0 0 𝑏12 (3) 3 2 0 0
[ ]→ [ ]→ [ ]→ [ ]
1 1 3 2 −3 −3 1 0 −3 −3 1 0 −3 −3 1 0
2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1
 24

3 0 0 0
3 2 0 0
Jadi, L =[ ]
−3 −3 1 0
2 2 1 1

3.5.2 Matriks Segitiga Atas

Eliminasi Gauss mengubah matriks menjadi segitiga atas (U) menggunakan operasi baris
elementer (OBE).
 a11 a12 a13 a14  𝑢11 𝑢12 𝑢13 𝑢14
a  0 𝑢22 𝑢23 𝑢24
 21 a22 a23 a24 
a31 a32 a33 a34 
=[ 0 0 𝑢33 𝑢34 ]
  0 0 0 𝑢44
a41 a42 a43 a44 

 a11 a12 a13 a14  a11 a12 a13 a14 

a   0 a ' a ' a '
 21 a22 a23 a24 

OBE 22 23 24 
OBE

a31 a32 a33 a34   0 a32 ' a33 ' a34 '
   
a41 a42 a43 a44 1  0 a42 ' a43 ' a44 ' 2

a11 a12 a13 a14  𝑢11 𝑢12 𝑢13 𝑢14

0 0 
a23 ' ' a24 ' ' 0 𝑢22 𝑢23 𝑢24
 OBE
 [ 0
0 0 a33 ' ' a34 ' ' 0 𝑢33 𝑢34 ]
  0 0 0 𝑢44 4
0 0 a43 ' ' a44 ' ' 3

Operasi baris elementer (OBE) untuk mendekomposisikan matriks A menjadi A = U

tersebut, yaitu:

1. Pada matriks 1: basis vipot: (𝑎11 )

−𝑎21 −𝑎31 −𝑎41
𝑏21 = ( ), 𝑏31 = ( ) 𝑑𝑎𝑛 𝑏41 = ( )
𝑎11 𝑎11 𝑎11
2. Pada matriks 2: basis vipot: (𝑎22 ’)
−𝑎32 ′ −𝑎42 ′
𝑏32 = ( ) 𝑑𝑎𝑛 𝑏42 = ( )
𝑎22 ′ 𝑎22 ′
3. Pada matriks 3: basis vipot: (𝑎33 ’’)
−𝑎43 ′′
𝑏12 = ( )
𝑎33 ′′
1 2 3 4
2 1 0 3
Contoh: Dekomposisi matriks [ ] menjadi matriks segitiga atas (U) adalah:
3 2 1 0
2 4 0 1
𝑏21 (−2)
1 2 3 4 𝑏31(−3) 1 2 3 4 4
𝑏 (− )
2 1 0 3 41
𝑏 (−2) 0 −3 −6 −5 32 3
[ ]→ [ ]→
3 2 1 0 0 −4 −8 −12
2 4 0 1 0 0 −6 −7
 25

1 2 3 4 1 2 3 4
0 −3 −6 −5 𝑏34 0 −3 −6 −5
16 → 0 0 −6 −7
0 0 0 − 16
3
[0 0 −6 −7 ] [0 0 0 − ]
3

3.5.3 Matriks LU di mana elemen diagonal utama matriks L adalah 1

Dekomposisi matriks A menjadi LU menggunakan metode eliminasi gauss untuk
memperoleh elemen diagonal matriks L adalah 1. Matriks U dibentuk dengan
menerapkan eliminasi maju (forward elimination) dari eliminasi Gauss. Matriks L
dibentuk oleh faktor-faktor pengali yang dipergunakan untuk mengeliminasi setiap
elemen selama proses eliminasi maju.
 a11 a12  a1n 
a a 22  a 2 n 
A   21
     
 
a n1 a n 2  a nn 
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
1 0 ⋯ 0 0 (1) (1) (1)
𝑓21 1 ⋯ 0 0 0 𝑎22 𝑎23 ⋯ 𝑎2𝑛
(2) (2)
𝐿 = 𝑓31 𝑓32 ⋯ 0 0 , 𝑈= 0 0 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑓
[ 𝑛1 𝑓𝑛2 ⋯ 𝑓𝑛,(𝑛−1) 1] (𝑘)
[ 0 0 0 ⋯ 𝑎𝑛𝑛 ]

𝑎21 𝑎31 𝑎32 (1) 𝑎3(𝑛−1) (𝑘−1)

Di mana, 𝑓21 = 𝑎11
, 𝑓31 = 𝑎11
, 𝑓32 = 𝑎22 (1)
, . . ., 𝑓3(𝑛−1) = 𝑎(𝑛−1)(𝑛−1) (𝑘−1)

Rumus dekomposisi A = LU menggunakan metode Eliminasi Gauss. Nilai entri matriks

L dan U diperoleh dari:

𝑖−1

𝑢𝑖𝑗 = 𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 𝑗 ≥𝑖

𝑘=1

𝑗−1
−1
𝑙𝑖𝑗 = 𝑢𝑗𝑗 (𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 ) 𝑗 ≤𝑖−1
𝑘=1

1 2 2
Contoh: Dekomposisi matriks A= [2 3 1] menjadi matriks L dan U menggunakan
2 1 2
metode Eliminasi Gauss, adalah:
a. Iterasi ke-1 (kolom ke-1), mengeliminasi entri 𝑎21

2 1 2 2
𝑓21 = , 𝑏𝑎𝑟𝑖𝑠 2 − 𝑓21 × 𝑏𝑎𝑟𝑖𝑠 1 ⇒ [0 −1 −3]
1
2 1 2
b. Iterasi ke-1 (kolom ke-1), mengeliminasi entri 𝑎31

2 1 2 2
𝑓31 = , 𝑏𝑎𝑟𝑖𝑠 3 − 𝑓31 × 𝑏𝑎𝑟𝑖𝑠 1 ⇒ [0 −1 −3]
1
0 −3 −2
 26

c. Iterasi ke-2 (kolom ke-2), mengeliminasi entri 𝑎32

−3 1 2 2
𝑓32 = , 𝑏𝑎𝑟𝑖𝑠 3 − 𝑓32 × 𝑏𝑎𝑟𝑖𝑠 2 ⇒ [0 −1 −3]
−1
0 0 7

Jadi setelah matriks U diperoleh melalui eliminasi Gauss seperti di atas, maka matriks L
juga dapat diperoleh sehingga matriks A dapat diekspresikan menjadi LU di mana:

1 0 0 1 2 2
𝐿 = [2 1 0] , 𝑈 = [0 −1 −3]
2 3 1 0 0 7

3.5.4 Matriks LU di mana Elemen diagonal utama matriks U adalah 1

Dekomposisi matriks Amenjadi LU menggunakan metode eliminasi Gauss untuk
memperoleh elemen diagonal matriks U adalah 1.Matriks U atau LT dibentuk dengan
menerapkan eliminasi maju (forward elimination) dari eliminasi Gauss. Matriks L atau UT
dibentuk oleh faktor-faktor pengali yang dipergunakan untuk mengeliminasi setiap elemen
selama proses eliminasi maju.

A = LU  AT = UT LT

 a11 a12  a1n   a11 a21  an1 

a a22  a2 n  a a22  ann 
A   21  A T   1n
           
   
an1 an 2  ann  a1n a2 n  ann 

𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛

1 0 ⋯ 0 0 (1) (1) (1)
𝑓21 1 ⋯ 0 0 0 𝑎22 𝑎23 ⋯ 𝑎2𝑛
(2) (2)
𝑈 𝑇 = 𝑓31 𝑓32 ⋯ 0 0 , 𝑈𝑇 = 0 0 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
[𝑓𝑛1 𝑓𝑛2 ⋯ 𝑓𝑛,(𝑛−1) 1]
0 0 0 ⋯
(𝑘)
𝑎𝑛𝑛 ]
[

𝑎21 𝑎13 𝑎23 (1) 𝑎(𝑛−1)𝑛 (𝑘−1)

Di mana, 𝑓21 = 𝑎11
, 𝑓31 = 𝑎11
, 𝑓32 = 𝑎22 (1)
, . . ., 𝑓3(𝑛−1) = 𝑎(𝑛−1)(𝑛−1) (𝑘−1)

Rumus dekomposisi A = LU menggunakan metode Eliminasi Gauss. Nilai entri matriks U

atau LT dan L atau UT diperoleh dari:

𝑖−1

𝑢𝑖𝑗 = 𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 𝑗 ≥𝑖

𝑘=1

𝑗−1
−1
𝑙𝑖𝑗 = 𝑢𝑗𝑗 (𝑎𝑖𝑗 − ∑ 𝑙𝑖𝑘 𝑢𝑘𝑗 ) 𝑗 ≤𝑖−1
𝑘=1
 27

1 2 2 1
2 2 2 2
Contoh: Dekomposisi matriks A= [ ] menjadi matriks L dan U menggunakan
2 2 4 1
1 2 1 2
eliminasi Gauss adalah:

1 2 2 1
2 2 2 2
AT= [ ]
2 2 4 1
1 2 1 2

a. Iterasi ke-1 (kolom ke-1), mengeliminasi entri 𝑎21

1 2 2 1
2 0 −2 −2 0
𝑓21 = , 𝑏𝑎𝑟𝑖𝑠 2 − 𝑓21 × 𝑏𝑎𝑟𝑖𝑠 1 ⇒ [ ]
1 2 2 4 1
1 2 1 2

b. Iterasi ke-1 (kolom ke-1), mengeliminasi entri 𝑎31

1 2 2 1
2 0 −2 −2 0
𝑓31 = , 𝑏𝑎𝑟𝑖𝑠 3 − 𝑓31 × 𝑏𝑎𝑟𝑖𝑠 1 ⇒ [ ]
1 0 −2 0 1
1 2 1 2

c. Iterasi ke-1 (kolom ke-1), mengeliminasi entri 𝑎41

1 2 2 1
1 0 −2 −2 0
𝑓41 = , 𝑏𝑎𝑟𝑖𝑠 4 − 𝑓21 × 𝑏𝑎𝑟𝑖𝑠 1 ⇒ [ ]
1 0 −2 0 −1
0 0 −1 1

d. Iterasi ke-2 (kolom ke-2), mengeliminasi entri 𝑎32

1 2 2 1
−2 0 −2 −2 0
𝑓32 = , 𝑏𝑎𝑟𝑖𝑠 3 − 𝑓32 × 𝑏𝑎𝑟𝑖𝑠 2 ⇒ [ ]
−2 0 0 2 −1
0 0 −1 1

e. Iterasi ke-2 (kolom ke-2), mengeliminasi entri 𝑎42 (sudah nol)

1 2 2 1
0 0 −2 −2 0
𝑓42 = , 𝑏𝑎𝑟𝑖𝑠 4 − 𝑓42 × 𝑏𝑎𝑟𝑖𝑠 2 ⇒ [ ]
−2 0 0 2 −1
0 0 −1 1

f. Iterasi ke-3 (kolom ke-3), mengeliminasi entri 𝑎43

1 2 2 1
−1 0 −2 −2 0
𝑓43 = , 𝑏𝑎𝑟𝑖𝑠 4 − 𝑓43 × 𝑏𝑎𝑟𝑖𝑠 3 ⇒ [ ]
2 0 0 2 −1
0 0 0 0.5

1 2 2 1 1 0 0 0
0 −2 −2 0 2 1 0 0
Jadi L = [ ] = UT dan UT = [ ]=L
0 0 2 −1 2 1 1 0
0 0 0 0.5 1 0 −0.5 1
 28

3.6 Minor dan Kofaktor Matriks

Jika 𝑎𝑖𝑗 adalah elemen determinasi matriks A yang terletak pada baris ke-i dan kolom ke-j,
maka minor dari 𝑎𝑖𝑗 dinyatakan oleh 𝑀𝑖𝑗 , adalah determinan dari matriks A setelah baris ke-i
dan kolom ke-j dari matriks tersebut dihilangkan.jika matriks A adalah suatu matriks bujur
sangkar berukuran n, maka diperoleh sejumlah n2 minor. Suatu matriks A berukuran 3×3
mempunyai 9 minor.
𝑎11 𝑎12 𝑎13
𝐴 = [𝑎21 𝑎22 𝑎23 ] = (𝑎𝑖𝑗 )
𝑎31 𝑎32 𝑎33

Di mana i = indeks baris dan j = indeks kolom.

Minor (M) dari A:𝑀𝑖𝑗 = |(𝑎𝑖𝑗 )|, di mana baris i dan kolom j dihilangkan

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

𝑎 𝑎23 𝑎 𝑎23
𝑀11 𝑎
= [ 21 𝑎22 𝑎23 ] = [ 22 𝑎 𝑎22 𝑎23 ] = [ 21
𝑎32 𝑎33 ] 𝑀12 = [ 21 𝑎31 𝑎33 ]
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

𝑎 𝑎22 𝑎 𝑎12
𝑀13 = [𝑎21 𝑎22 𝑎23 ] = [ 21 ] , ⋯ , ⋯ , ⋯ , 𝑀 = [𝑎 𝑎22 𝑎23 ] = [ 11
𝑎31 𝑎32 33 21
𝑎21 𝑎22 ]
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33

Jika matriks A adalah determinan, 𝑀𝑖𝑗 adalah minor elemen A pada baris ke-i dan kolom ke-j.
Kofaktor 𝑎𝑖𝑗 yang dinyatakan oleh 𝐾𝑖𝑗 adalah minor (M) yang telah diberi tanda atau dikalikan
dengan (-1)i+j.
𝐾𝑖𝑗 = (−1)𝑖+𝑗 𝑀𝑖𝑗
𝑀𝑖𝑗 Jika i + j adalah genap
𝐾𝑖𝑗
−𝑀𝑖𝑗 Jika i + j adalah ganjil

𝑎11 𝑎12 𝑎13

Jika, 𝐴 = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
Maka kofaktor dari A:
𝑎22 𝑎23
𝐾11 = (−1)1+1 𝑀11 = (−1)2 [𝑎 𝑎33 ]
32
𝑎 21 𝑎23
𝐾12 = (−1)1+2 𝑀12 = (−1)3 [𝑎 𝑎33 ]
31
𝑎21 𝑎22
𝐾13 = (−1)1+3 𝑀13 = (−1)4 [𝑎 𝑎32 ]
31
𝑎12 𝑎13
𝐾21 = (−1)2+1 𝑀21 = (−1)3 [𝑎 𝑎33 ]
32
𝑎11 𝑎13
𝐾22 = (−1)2+2 𝑀22 = (−1)4 [𝑎 𝑎33 ]
31
𝑎 11 𝑎12
𝐾23 = (−1)2+3 𝑀23 = (−1)5 [𝑎 𝑎32 ]
31
𝑎 12 𝑎13
𝐾31 = (−1)3+1 𝑀31 = (−1)4 [𝑎 𝑎23 ]
22
𝑎11 𝑎13
𝐾32 = (−1)3+2 𝑀32 = (−1)5 [𝑎 𝑎23 ]
21
 29

𝑎11 𝑎12
𝐾33 = (−1)3+3 𝑀33 = (−1)6 [𝑎 𝑎22 ]
21

1 2 3
Contoh: Minor dan Kofaktor matriks A = [2 3 3] adalah:
4 6 5

3 3
𝑀11 = [ ] = −3, 𝐾11 = (−1)2 (−3) = −3
6 5

2 3
𝑀12 = [ ] = −2, 𝐾12 = (−1)3 (−2) = 2
4 5

2 3
𝑀13 = [ ] = 0, 𝐾13 = (−1)4 (0) = 0
4 6

2 3
𝑀21 = [ ] = −8, 𝐾21 = (−1)3 (−8) = 8
6 5

1 3
𝑀22 = [ ] = −7, 𝐾22 = (−1)4 (−7) = −7
4 5

1 2
𝑀23 = [ ] = −2, 𝐾23 = (−1)5 (−2) = 2
4 6

2 3
𝑀31 = [ ] = −3, 𝐾31 = (−1)4 (−3) = −3
3 3

1 3
𝑀32 = [ ] = −3, 𝐾11 = (−1)5 (−3) = 3
2 3

1 2
𝑀33 = [ ] = −1, 𝐾33 = (−1)6 (−1) = −1
2 3

3.7 Matriks Adjoint

𝐾𝑖𝑗 adalah kofaktor dari matriks A pada baris ke-i dan kolom ke-j. Matriks Adjoint dari A,
dinyatakan oleh Adj (A) adalah matriks yang elemen-elemennya dari tranpose matriks kofaktor
(KT).
𝑎11 𝑎12 𝑎13
𝑎
Jika matriks A berukuran 3×3: A = [ 21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33

𝐾11 𝐾12 𝐾13

Matriks kofaktor dari A: K = [𝐾21 𝐾22 𝐾23 ]
𝐾31 𝐾32 𝐾33

𝐾11 𝐾21 𝐾31

Matriks Adjoint dari A: Adj (A) = K = [𝐾12
T 𝐾22 𝐾32 ]
𝐾13 𝐾23 𝐾33

1 2 3
Contoh: Minor dan Kofaktor matriks A = [2 3 3] adalah:
4 6 5

3 3
𝑀11 = [ ] = −3, 𝐾11 = (−1)2 (−3) = −3
6 5
 30

2 3
𝑀12 = [ ] = −2, 𝐾12 = (−1)3 (−2) = 2
4 5

2 3
𝑀13 = [ ] = 0, 𝐾13 = (−1)4 (0) = 0
4 6

2 3
𝑀21 = [ ] = −8, 𝐾21 = (−1)3 (−8) = 8
6 5

1 3
𝑀22 = [ ] = −7, 𝐾22 = (−1)4 (−7) = −7
4 5

1 2
𝑀23 = [ ] = −2, 𝐾23 = (−1)5 (−2) = 2
4 6

2 3
𝑀31 = [ ] = −3, 𝐾31 = (−1)4 (−3) = −3
3 3

1 3
𝑀32 = [ ] = −3, 𝐾11 = (−1)5 (−3) = 3
2 3

1 2
𝑀33 = [ ] = −1, 𝐾33 = (−1)6 (−1) = −1
2 3

Matriks kofaktor dan adjoint dari A:

−3 2 0 −3 8 −3
T
𝐾 = [ 8 −7 2 ]dan Adj (A) = K = [ 2 −7 2 ]
−3 3 −1 0 2 −1

LATIHAN 3

4 4 2 4
4 8 2 2
𝐴= [ ]
2 2 2 4
4 2 4 1

1. Dekomposisi matriks A menjadi dua buah matriks yaitu matriks L dan U menggunakan
metode Crout
2. Dekomposisi matriks A menjadi dua buah matriks yaitu matriks L dan U menggunakan
metode Doolittle
3. Dekomposisi matriks A menjadi dua buah matriks yaitu matriks L dan U menggunakan
metode Eliminasi Gauss
4. Dekomposisi matriks A menjadi dua buah matriks yaitu matriks L dan U menggunakan
metode Cholesky
5. Dekomposisi matriks B menjadi satu matriks yaitu matriks L atau matriks U saja
6. Tentukan minor, kofator dan matriks Adjoint dari matriks B!
1 1 0 2
2 1 2 1
𝐵= [ ]
0 1 2 0
2 2 1 1
 31

BAB IV
DETERMINAN
4.1 Definisi Determinan Matriks
Determinan matriks adalah bilangan tunggal yang diperoleh dari semua permutasi n2 elemen
matriks bujur sangkar. Jika subkrip permutasi elemen matriks adalah genap (inversi genap)
diberi tanda (+) sebaliknya jika subskrip permutasi elemen matriks adalah ganjil (invers ganjil)
diberi tanda (-). Inversi terjadi jika bilangan besar mendahului bilangan yang lebih kecil dalam
urutan subskrip permutasi elemen matriks.
Determinan matriks hanya didefinisikan pada matriks bujur sangkar (matriks kuadrat).
Notasi determinan matriks A:
det (A) = A atau det A = A

 a11 a12  a1i  a1n 

a   a2n 
 21 a22 a2i
       
Jika diketahui matriks A   
 ai1 ai2  aii  ain 
     
 
an1 an2  ani  ann 

a11 a12  a1i  a1n

a21 a22  a2i  a2n
     
Maka determinan dari matriks A adalah det A  A 
ai1 ai2  aii  ain
   
an1 an2  ani  ann

a11 a12  a1i  a1n

a21 a22  a2i  a2n
     
Atau det A  
ai1 ai2  aii  ain
   
an1 an2  ani  ann

Sebelum mencari determinan matriks, perlu diketahui beberapa konsep yaitu:

a. Urutan Normal: suatu bilangan asli yang disusun menurut urutan dari yang paling kecil, yaitu
1 sampai dengan nilai yang paling besar yaitu n.
1, 2, 3 merupakan urutan normal untuk n= 3
Suatu himpunan bilangan sebanyak n tersebut dapat disusun dengan urutan berbeda yang
disebut permutasi (n! = n faktorial). Di mana n! = n (n – 1) (n- 2) . . . 2 . 1
Contoh: n = 3
n! = 3! = 3 . 2 . 1 = 6
urutan normal dari 1, 2, 3 dapat disusun berbeda sebanyak 24 buah, yaitu:
1 2 3
1 3 2
 32

2 1 3
2 3 1
3 1 2
3 2 1
b. Jumlah inversi dari suatu matriks: bilangan yang menunjukkan berapa kali suatu angka diikuti
angka yang lebih rendah nilainya.
Contoh: 1 2 3, mempunyai 0 inversi
1 3 2, mempunyai 1 inversi
2 1 3, mempunyai 1 inversi
2 3 1, mempunyai 2 inversi
3 1 2, mempunyai 2 inversi
3 2 1, mempunyai 3 inversi
Dengan mempergunakan jumlah inversi dari permutasi, maka akan didapat nilai determinan
matriks A.
𝑛!

det 𝐴 = ∑(−1)𝐼 𝑎1𝑖1 , 𝑎2𝑖2 ⋯ 𝑎𝑛𝑖𝑛

𝑖=1

Di mana: I = jumlah inversi.

𝑎11 𝑎12 𝑎13
Contoh: matriks A = [ 21 𝑎22
𝑎 𝑎23 ]
𝑎31 𝑎32 𝑎33
det (A) = (-1)0𝑎11 𝑎22 𝑎33 + (-1)1𝑎11 𝑎23 𝑎32 + (-1)1𝑎12 𝑎21 𝑎33+ (-1)2𝑎12 𝑎23 𝑎31 +
(-1)2𝑎13 𝑎21 𝑎32 + (-1)3𝑎13 𝑎22 𝑎31
= 𝑎11 𝑎22 𝑎33 - 𝑎11 𝑎23 𝑎32 - 𝑎12 𝑎21 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 - 𝑎13 𝑎22 𝑎31
Ada beberapa metode untuk menentukan determinan dari matriks bujur sangkar, yaitu:
a. Metode Sarrus
b. Metode Minor dan Kofaktor
c. Metode CHIO
d. Metode Eliminasi Gauss
e. Metode Dekomposisi Matriks

4.2 Metode Sarrus

Perhitungan determinan matriks dengan metode Sarrus hanya dapat diterapkan pada matriks
ukuran 2×2 dan 3×3. Determinan matriks yang ukurannya lebih besar dari 3×3 tidak bisa
dihitung menggunakan Sarrus
Metode Sarrus (disebut juga metode Spaghetti) menggunakan perkalian elemen matriks secara
diagonal. Perkalian elemen matriks pada diagonal turun (dari kiri atas ke kanan bawah) diberi
tanda positif (+) sedangkan perkalian elemen matriks pada diagonal naik (dari kiri bawah ke
kanan atas) diberi tanda negatif (-).
 33

4.2.1 Determinan Matriks ukuran 2×2

𝑎11 𝑎12 𝑎11 𝑎12
𝐴 = [𝑎
21 𝑎22
], maka det(𝐴) = |𝐴| = |𝑎21 𝑎22 |= a11a22 – a12a21
+

det (A) = a11a22 – a12a21

2 −3
Contoh: Determinan dari matriks 𝑃 = [ ] adalah:
1 4
2 −3
det (P) = |𝐴| = | | = 2 × 4 – 1 ×(-3) = 11
1 4

4.2.2 Determinan matriks ukuran 3×3

𝑎11 𝑎12 𝑎13
𝐴 = [𝑎21 𝑎22 𝑎23 ], maka
𝑎31 𝑎32 𝑎33

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12

𝑎
det 𝐴 = | 21 𝑎22 𝑎23 | 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
+ + +

=𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 − 𝑎13 𝑎22 𝑎31 − 𝑎11 𝑎23 𝑎32 − 𝑎12 𝑎21 𝑎33

1 5 −3
Contoh: Determinan dari matriks 𝐴 = [1 0 2 ] adalah:
3 −1 2

1 5 −3 1 5
det 𝐴 = |1 0 2 |1 0
3 −1 2 3 −1
+ + +

det A = (1 × 0 × 2) + (5 × 2 × 3) + (-3 × 1 × -1) – (3 × 0 × -3) – (-1 × 2 × 1) – (2 × 1 × 5)

= 25

4.3 Metode Minor Kofaktor

Perhitungan determinan matriks dengan metode Minor dan Kofaktor dapat diterapkan pada
semua ukuran matriks bujur sangkar. Determinan matriks dapat dihitung dari minor dan
kofaktor pada salah satu baris atau kolom matriks.

4.3.1 Penentuan Determinan Berbasis Baris Matriks

Menghitung determinan suatu matriks menggunakan salah satu baris matriks. Jika diketahui
suatu matriks A berukuran n × n:
 34

𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐴= [ ⋮ ⋮ ⋮ ] maka determinan matriks A adalah:
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
𝑛

det (𝐴) = ∑ 𝑎𝑘𝑗 . (−1)𝑘+𝑗 𝑀𝑘𝑗

𝑗=1

det(𝐴) = ∑ 𝑎𝑘𝑗 . 𝐾𝑘𝑗

𝑗=1

dengan j = indeks kolom

Atau det (A) = ak1Kk1 + ak2Kk2 + . . . + akjKkj

k = salah satu baris matriks

5 1 2 4
−1 0 2 3
Contoh: Determinan dari matriks L = [ ] adalah:
1 1 6 1
1 0 0 −4
5 1 2 4
−1 0 2 3
det 𝐴 = | | = (1)𝐾41 + (0)𝐾42 + (0)𝐾43 + (−4)𝐾44
1 1 6 1
1 0 0 −4

1 2 4
𝐾41 = (−1)4+1 |0 2 3|
1 6 1

2 4 1 4 1 2
= − (0 (−1)2+1 | | + 2(−1)2+2 | | + 3(−1)2+3 | |) = 18
6 1 1 1 1 6

5 1 2
𝐾44 = (−1)4+4 |−1 0 2|
1 1 6

1 2 5 2 5 1
= ((−1)(−1)2+1 | | + 0(−1)2+2 | | + 2(−1)2+3 | |) = −4
1 6 1 6 1 1

det A = (1) K41 + 0K42 + 0K43 + (-4)K44 = 34

4.3.2 Penentuan Determinan Berbasis Kolom Matriks

Menghitung determinan suatu matriks menggunakan salah satu kolom matriks. Jika
diketahui suatu matriks A berukuran n×n.
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐴= [ ⋮ ⋮ ⋮ ], maka determinan matriks A adalah:
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
𝑛

det (𝐴) = ∑ 𝑎𝑖𝑙 . (−1)𝑖+𝑙 𝑀𝑖𝑙

𝑖=1
 35

det (𝐴) = ∑ 𝑎𝑖𝑙 . 𝐾𝑖𝑙 i = indeks baris

𝑖=1

Atau
det (A) = a1lK1l + a2lK2l + . . . + ailKil

l = salah satu kolom matriks

Pemilihan kolom (atau baris) matriks untuk menghitung determinan suatu matriks usahakan
pilih kolom atau baris yang elemennya banyak bernilai 0 atau 1 supaya mudah
perhitungannya.
1 2 3 4
5 6 7 8
Contoh: Determinan dari matriks F = [ ] 𝑎𝑑𝑎𝑙𝑎ℎ:
9 10 11 12
13 14 15 16
6 7 8 5 7 8 5 6 8
1+1 1+2 1+3
det 𝐴 = 1(−1) |10 11 12| + 2(−1) | 9 11 12| + 3(−1) | 9 10 12|
14 15 16 13 15 16 13 14 16
5 6 7
+ 4 (−1)1+4 | 9 10 11|
13 14 15
11 12 10 12 10 11
= 1 (6(−1)1+1 | | + 7(−1)1+2 | | + 8 (−1)1+3 | |)
15 16 14 16 14 15
11 12 9 12 9 11
−2 (5(−1)1+1 | | + 7(−1)1+2 | | + 8(−1)1+3 | |)
15 16 13 16 13 15
10 12 9 12 9 10
+ 3 (5(−1)1+1 | | + 6(−1)1+2 | | + 8 (−1)1+3 | |)
14 16 13 16 13 14
10 11 9 11 9 10
−4 (5(−1)1+1 | | + 6(−1)1+2 | | + 7(−1)1+3 | |)
14 15 13 15 13 14
= 1(0) − 2(0) + 3(0) – 4(0)
=0

4.4 Metode CHIO

Perhitungan determinan matriks dengan metode CHIO dapat diterapkan pada semua matriks
bujur sangkar asalkan elemen pada a11 0. Metode CHIO menghitung determinan matriks
dengan cara mendekomposisi determinan yang akan dicari menjadi su-sub determinan derajat
dua (2×2) menggunakan elemen matriks baris ke-1 dan kolom ke-1 sebagai titik tolaknya.
Dekomposisi tersebut dilakukan dengan menggunakan matriks berukuran 2×2 berikut:
𝑎11 𝑎1𝑛
|𝑎 |, untuk n = 1, 2, 3, . . ., dst
𝑛1 𝑎𝑛𝑛

Jika A merupakan suatu matriks bujur sangkar A berukuran n×n:

 a11 a12  a1i  a1n 
a   a2n 
 21 a22 a2i
       
A 
 ai1 ai2  aii  ain 
     
 
an1 an2  ani  ann 
 36

𝑎11 𝑎12 𝑎11 𝑎13 𝑎11 𝑎1𝑖 𝑎11 𝑎1𝑛

|𝑎 𝑎22 | |𝑎 𝑎23 | ⋯ |𝑎 𝑎2𝑖 | ⋯ |𝑎 𝑎2𝑛 |
21 21 21 21
| 𝑎11 𝑎12 𝑎11 𝑎13 𝑎11 𝑎1𝑖 𝑎11 𝑎1𝑛 |
|𝑎 𝑎22 | |𝑎 𝑎33 | ⋯ |𝑎 𝑎3𝑖 | ⋯ |𝑎 𝑎3𝑛 |
31 31 31 31
1 ⋮ ⋮ ⋮ ⋮
det 𝐴 = |𝐴| = | 𝑎1𝑛 |
(𝑎11 )𝑛−2 |𝑎11 𝑎12 | |𝑎11 𝑎13 | ⋯ 𝑎11
|𝑎
𝑎1𝑖 𝑎11
𝑎𝑖1 𝑎𝑖2 𝑎𝑖1 𝑎𝑖3 𝑖1 𝑎𝑖𝑖 | ⋯ |𝑎
𝑖1 𝑎𝑖𝑛 |
| ⋮ ⋮ ⋮ ⋮ |
𝑎11 𝑎12 𝑎11 𝑎13 𝑎11 𝑎1𝑖 𝑎11 𝑎1𝑛
|𝑎 | |𝑎 | ⋯ |𝑎 𝑎𝑛𝑖 | ⋯ |𝑎 𝑎 |
𝑛1 𝑎𝑛2 𝑛1 𝑎𝑛3 𝑛1 𝑛1 𝑛𝑛
𝑎11 𝑎12 ⋯ 𝑎1,𝑛−1
1 𝑎21 𝑎22 ⋯ 𝑎2,𝑛−1
det A = |𝐴| = (𝑎 )𝑛−2 | ⋮ |
11 ⋮ ⋮
𝑎𝑛−1,1 𝑎𝑛−1,2 ⋯ 𝑎𝑛−1,𝑛−1
Setiap dekomposisi determinan awal akan turun satu derajat, dekomposisi determinan dapat
dihentikan sampai determinan tersebut menjadi derajat dua.
1 𝑎11 𝑎1,𝑛−1
det A = |𝐴| = (𝑎 )𝑛−2 |𝑎 |
11 𝑛−1,1 𝑎𝑛−1,𝑛−1

3 2 2 4
2 3 4 1
Contoh: Determinan dari matriks P = [ ] adalah:
3 4 1 2
4 3 2 1
3 2 3 2 3 4
| | | | | |
2 3 2 4 2 1
1 |3 2 3 2 3 4| 1 5 8 −5
det 𝑃 = 4−2 | | | | | | = |6 −3 −6 |
3 |3 4 3 1 3 2| 9
1 −2 −13
3 2 3 2 3 4
| | | | | |
4 3 4 2 4 1
5 8 5 −5
1 1 |6 −3| |6 −6| 1 −63 0
det 𝑃 = | |= | |
95 | 5 8 5 −6 45 −18 −60
| | |
1 −2 1 −13
1
det P = 45 (3780 − 0) = 84

4.5 Determinan Metode Eliminasi Gauss

Determinan matriks segitiga bawah (L) dan matriks segitiga atas (U) hasil eliminasi gauss
adalah hasil perkalian elemen pada diagonal utama atau ( aii)

4.5.1 Determinan matriks Segitiga Bawah

Eliminasi Gauss merubah suatu matriks menjadi matriks segitiga bawah (L) melalui
Operasi Baris Elemeneter (OBE).

 a11 a12 a13 a14  l11 0 0 0 

a a a23 a24  l l22 0 0 
A   21 22 
OBE  21
=L
a31 a32 a33 a34  l31 l32 l33 0 
   
a41 a42 a43 a44  l41 l42 l43 l44 

Determinan matriks A:
det A = l11 × l22 × l33 × . . . ×lii, i = indeks baris atau

det A = l11×l22×l33× . . . ×l nn, n = ordo matriks

 37

1 1 1 2
2 1 2 1
Contoh: Determinan matriks A   , adalah:
1 1 3 2
 
2 2 1 1

1 1 1 2 l11 0 0 0
2
 1 2 1 OBE l 21 l 22
 0 0 


1 1 3 2 l31 l32 l33 0
   
2 2 1 1 l 41 l 42 l 43 l 44 

1 1 1 2  3  3  1 0  6  6 0 0 3 0 0 0
b14 ( 2 )
2 1 2 
1 bb3424 ((21))  0  1 1 
0 bb1323((1)1)  3 2 0 
0 b12 (3)  3 2 0 0
    L
1 1 3 2  3  3 1 0  3  3 1 0  3  3 1 0
       
2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1

Jadi det A = l11× l22× l33× l44 = 3 × 2 × 1 × 1 = 6

4.5.2 Determinan Matriks Segitiga Atas

Eliminasi Gauss merubah suatu matriks menjadi matriks segitiga atas (U) melalui Operasi
Baris Elemeneter (OBE).

 a11 a12 a13 a14  u11 u12 u13 u14 

a a a23 a24  0 u u23 u24 
A   21 22  
OBE 22
U
a31 a32 a33 a34  0 0 u33 u34 
   
a41 a42 a43 a44  0 0 0 u44 

Determinan matriks A:
det A = u11 × u22 × u33 × . . . × uii, i = indeks baris atau

det A = u11 × u22 × u33 × . . . × unn, n = ordo matriks

 1  1 1  1 u11 u12 u13 u14 

 1  1 1 1  0 u u23 u24 
Contoh :Determinan matriks A   
 OBE 22
= U, adalah:
2 4 3 5 0 0 u33 u34 
   
3 1 1 1 0 0 0 u44 

 1 1 1  1 1 1 1  1 1 1 1  1 1 1 1  1
 1  1 1 
1  b4 1 ( 3) 0
b2 1 (1)
b3 1 ( 2 )
2 2 
0  b4 2 ( 2 ) 0
b3 2 ( 3)
2 2 2  b
2
 
0 2 2 0 
 
41
   7
U
2 4 3 5 0 6 1 7 0 0 7 7 0 0 7 7
       
 3 1 1 1 0 4 2 4 0 0 2 4 0 0 0 2

Jadi det A = u11 × u22 × u33 × u44 = 1 × (-2) × 7 × 2 = -28

4.6 Metode Dekomposisi Matriks

 38

Determinan suatu matriks dapat diperoleh dengan cara terlebih dahulu mendekomposisi matriks
tersebut menjadi matrik segitiga bawah (L) dan matriks segitiga atas (U). Determinan tersebut
diperoleh dari hasil pekalian elemen-elemen diagonal utama matriks L dan U

A = L U

 a11 a12 a13 a14  l11 0 0 0  u11 u12 u13 u14 

a a24  l21 l22 0 0  0 u u23 u24 
 21 a22 a23
  22

a31 a32 a33 a34  l31 l32 l33 0  0 0 u33 u34 

     
a41 a42 a43 a44  l41 l42 l43 l44  0 0 0 u44 

det A = (l11 × l22 × l33 × . . . × lii)(u11 × u22 × u33 × . . . × uii), i = indekbaris

4.6.1 Determinan matriks hasil dekomposisi cara crout

Menentukan determinan suatu matriks dengan cara matiks tersebut terlebih
dahuludikomposisi menggunakan matriks Crout (elemen diagonal matriks L adalah 1)

 a11 a12 a13 a14  l11 0 0 0  1 u12 u13 u14 

a a24  l21 l22 0 0  0 1 u u24 
 21 a22 a23
  23

a31 a32 a33 a34  l31 l32 l33 0  0 0 1 u34 

     
a41 a42 a43 a44  l41 l42 l43 l44  0 0 0 1

det A = (l11 × l22 × l33 × . . . × lii) (1 × 1 × . . . × 1), i = indeks baris atau

det A = (l11 × l22 × u33 × . . . × lii), n = indekbaris

3 −1 2
Contoh: Determinan matriks 𝐴 = [1 2 3] adalah
2 −2 1

3 −1 2 𝑙11 0 0 1 𝑢12 𝑢13 3 −1 2

𝐴 = [1 2 3]  [𝑙21 𝑙22 0 ] [0 1 𝑢23 ] = [1 2 3]
2 −2 1 𝑙31 𝑙32 𝑙33 0 0 1 2 −2 −1

Tahap 1: 𝑙11 = 𝑎11 = 3

−1 1
𝑙11 𝑢12 = 𝑎12 → 𝑢12 = = −
𝑙11 3

2 2
𝑙11 𝑢13 = 𝑎13 → 𝑢13 = =
𝑙11 3

Tahap 2: 𝑙21 = 𝑎21 = 1

1 7
𝑙21 𝑢12 + 𝑙22 = 𝑎22 → 𝑙22 = 2 + =
3 3

𝑙21 𝑢13 + 𝑙22 𝑢23 = 𝑎23 → 𝑢23 = 1

 39

Tahap 3: 𝑙31 = 𝑎31 = 2

2 4
𝑙31 𝑢12 + 𝑙32 = 𝑎32 → 𝑙32 = −2 + =−
3 3

𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑙33 = 𝑎33 → 𝑙33 = −1

3 0 0
7 1 2
3 −1 2 1 0 1 −
3 3]
[1 2 3] = 3 [
4 0 1 1
2 −2 1
[2 −
3
−1] 0 0 1

det A = (𝑙11 × 𝑙22 × 𝑙33 ) = −7

4.6.2 Determinan Matriks Hasil Dekomposisi Cara Doolittle

Menentukan determinan suatu matriks dengan cara matiks tersebut terlebih dahulu
dikomposisi menggunakan matriks Doolittle (elemen diagonal matriks U adalah 1)

 a11 a12 a13 a14   1 0 0 0 u11 u12 u13 u14 

a a 22 a 23 a 24  l 21 1 0 0 0 u u 23 u 24 
 21   22

a31 a32 a33 a34  l31 l32 1 0 0 0 u 33 u 34 

     
a 41 a 42 a 43 a 44  l 41 l 42 l 43 1 0 0 0 u 44 

det A = (1 × 1 × ⋯ × 1)(𝑢11 × 𝑢22 × 𝑢33 × ⋯ × 𝑢𝑖𝑖 ), i = indek baris

atau

det A = (𝑢11 × 𝑢22 × 𝑢33 × ⋯ × 𝑢𝑖𝑖 ), i = indek baris

3 −1 2
Contoh: Determinan matriks 𝐴 = [1 2 3] adalah
2 −2 1

3 −1 2 1 0 0 𝑢11 𝑢12 𝑢13 3 −1 2

𝐴 = [1 2 3]  [𝑙21 1 0] [ 0 𝑢22 𝑢23 ] = [1 2 3]
2 −2 1 𝑙31 𝑙32 1 0 0 𝑢33 2 −2 −1

Tahap 1: 𝑢11 = 𝑎11 = 3

1
𝑙21 𝑢11 = 𝑎21 → 𝑙21 =
3

2
𝑙31 𝑢11 = 𝑎31 → 𝑙31 =
3

Tahap 2: 𝑢12 = 𝑎12 = −1

7
𝑙21 𝑢12 + 𝑢22 = 𝑎22 → 𝑢22 =
3
 40

4
𝑙31 𝑢12 + 𝑙32 𝑢22 = 𝑎32 → 𝑙32 = −
7

Tahap 3: 𝑢13 = 𝑎13 = 2

7
𝑙21 𝑢13 + 𝑢23 = 𝑎23 → 𝑢23 =
3

𝑙31 𝑢13 + 𝑙32 𝑢23 + 𝑢33 = 𝑎33 → 𝑢33 = −1

1 0 0
1 3 −1 2
3 −1 2 7 7
1 0
[1 2 3] = 3 [0 ]
2 −2 1 2 4 3 3
[3 − 1] 0 0 −1
7

det A = (𝑢11 × 𝑢22 × 𝑢33 ) = −7

4.6.3 Determinan Matriks Hasil Dekomposisi Cara Cholesky

Menentukan determinan suatu matriks dengan cara matiks tersebut terlebih dahulu
dikomposisi menggunakan matriks Cholesky (elemen diagonal matriks L = elemen diagonal
matriks U )

 a11 a12 a13 a14  l11 0 0 0 u11 u12 u13 u14 

a a 24  l 21 l 22 0  0 u u 23 u 24 
 21 a 22 a 23

0  22

a31 a32 a33 a34  l31 l32 l33 0 0 0 u 33 u 34 

     
a 41 a 42 a 43 a 44  l 41 l 42 l 43 l 44  0 0 0 u 44 

det A = (𝑙11 × 𝑙22 × 𝑙33 × ⋯ × 𝑙𝑖𝑖 )(𝑢11 × 𝑢22 × 𝑢33 × ⋯ × 𝑢𝑖𝑖 ), i = indek baris

atau

det A = (𝑙11 × 𝑙22 × 𝑙33 × ⋯ × 𝑙𝑖𝑖 )2

atau

det A = (𝑢11 × 𝑢22 × 𝑢33 × ⋯ × 𝑢𝑖𝑖 )2 , i = indek baris

3 −1 2
Contoh: Determinan matriks 𝐴 = [1 2 3] adalah
2 −2 1

3 −1 2 l11 0 0 u11 u12 u13

[1 2 3] = [l21 l22 0 ][ 0 u22 u23 ]
2 −2 1 l31 l32 l33 0 0 u33

Tahap 1: l11 = u11 , l22 = u22 , l33 = u33

l11 u11 = a11 → l11 = √3

 41

1
l11 u12 = a12 → u12 = − √3
3

l11 u13 = a13 → u13 = 0

1
Tahap 2: l21 u11 = a21 → l21 = − 3 √3

5
l21 u12 + l22 u22 = a22 → l22 = √
3

3 5
l21 u13 + l22 u23 = a23 → u23 = − √
5 3

Tahap 3: l31 u11 = a31 → l31 = 0

3 5
l31 u12 + l32 u22 = a32 → l32 = − √
5 3

7
l31 u13 + l32 u23 + l33 u33 = a33 → u33 = √−
3

1
√3 0 0 √3 − √3 0
3
1 5
3 −1 2 − √3 √ 0 5 5 3
3 3 0 √ − √
[1 2 3] = 3 3 5
2 −2 1
3 5 7
0 − √ √− 7
5 3 3] 0 0 √−
[ 3]
[

2
5 7
det A = (𝑢11 × 𝑢22 × 𝑢33 × ⋯ × 𝑢𝑖𝑖 )2 = (√3 × √3 × √− 3) = −7

4.7 Sifat-sifat Determinan

1. Jika dalam suatu baris/kolom matriks A semua elemennya nol, maka det A = 0

1 2 3 4 5
6 7 8 9 10
Contoh: P = || 0 0 0 0 0 ||, maka det P = 0
0 0 0 0 0
11 12 13 14 15
 42

1 2 0 4 5
6 7 0 9 10
|
Q = |10 10 0 20 30||, maka det Q = 0
9 10 0 7 6
11 12 0 14 15

2. Jika AT adalah transpose dari matriks A, maka det (A) = det(AT)

1 5 0
Contoh: 𝐴 = [2 4 −1]
0 −2 0

1 5 0
det 𝐴 = |2 4 −1| = −2
0 −2 0
1 2 0
det 𝐴𝑇 = |5 4 −2| = −2
0 −1 0
3. Nilai determinan menjadi k kali bila dalam satu baris/kolom dikalikan dengan k (suatu
skalar)
Contoh: Pada matriks A baris 1 dikalikan dengan 5
5 25 0 5 25 0
5 A = [2 4 −1], maka det 5A = |2 4 −1| = 5 det 𝐴 = 5 . (−2) = -10
0 −2 0 0 −2 0
4. Jika terdapat sebasang baris/kolom matriks F yang elemennya sebanding. Maka det(F) = 0
1 2 3
Contoh: Determinan dari matriks 𝐹 = [3 6 9] = 0, karena b2 = 2b1
2 2 5
5. Nilai determinan berubah tanda jika dua baris/kolom ditukar tempatnya.
11 6 6 11
Contoh: | | = 9. 𝐽𝑖𝑘𝑎𝑘𝑜𝑙𝑜𝑚𝑑𝑖𝑡𝑢𝑘𝑎𝑟 | | = −9
4 3 3 4

1 2 1 1 2 1
|1 1 2| = 3. Jika baris ditukar |2 1 2| = -3
2 1 2 1 1 2

6. Jika sepasang baris/kolom matriks D adalah sama (identik), maka det D = 0

5 2 2
Contoh: D = [4 2 2], maka det D = 0
3 2 2

1 1 1
E = [3 6 7], maka det E = 0
1 1 1

7. Jika setiap elemen pada salah satu baris/kolom matriks G dikalikan dengan konstanta
kemudian ditambahkan ke baris/kolom lain sehingga terbentuk matriks baru (misal matriks
H), maka det (G) = det (H)
5 1 2 𝑏31 (−3) 5 1 2
Contoh:𝐺 = [3 0 7] → [ 3 0 7 ]=𝐻
4 −1 4 −11 −4 −2
 43

5 1 2
det G = |3 0 7| = 45
4 −1 4

5 1 2
det H = | 3 0 7 | = 45
−11 −4 −2

8. Jika A dan B adalah matriks berukuran n×n, maka det (AB) = det (A) . det (B)
6 1
Contoh: det (A) = | |=9
3 2

4 3
det(𝐵) = | |=5
1 2

25 20
det(𝐴𝐵) = | | = 45
14 13

9. Determinan matriks diagonal merupakan perkalian dari elemen diagonal utama,

det 𝐿 = (𝑙11 × 𝑙11 × ⋯ × 𝑙𝑛𝑛 )
det 𝑈 = (𝑢11 × 𝑢11 × ⋯ × 𝑢𝑛𝑛 )

Sifat-Sifat Lain

• Suatu matriks bujur sangkar ada inversnya jika det(A)≠0.

1
• Jika A dapat diinverskan, maka: det(𝐴−1 ) = det(𝐴)

4.8 Aplikasi Konsep Determinan

4.8.1 Konsep penentuan determinan dengan metode Sarrus dapat dipergunakan untuk menghitung
luas segitiga yang panjang sisi-sisinya belum diketahui.

(a,b)

A
(e,f)
(c,d)

Luas segitiga A dengan titik (a,b), (c,d) dan (e,f) tersebut di atas dinyatakan oleh rumus
berikut:

1 𝑎 𝑏 1
𝐿𝑢𝑎𝑠𝐴 = | | 𝑐 𝑑 1| . . |
2 𝑒 𝑓 1

Contoh: Luas segitiga B dengan titik (2,4), (2, -2) dan (5,1) adalah:

1 2 4 1 1
| |2 −2 1| . . | = | {(−4 + 20 + 2) − (−10 + 2 + 8)}| = 9
2 2
5 1 1

Jadi luas segitiga B = 9 satuan luas

 44

4.8.2 Menyelesaikan Persamaan linier

a. Sistem persamaan liniear dua peubah
𝑎𝑥 + 𝑏𝑦 = 𝑝 𝑎 𝑏 𝑥 𝑝
{  𝐴= [ ] , 𝐵 = [𝑦] , 𝐶 = [𝑞 ]
𝑐𝑥 + 𝑑𝑦 = 𝑞 𝑐 𝑑
Dengan metode eliminasi, maka didapatkan:
𝑎𝑥 + 𝑏𝑦 = 𝑝 × 𝑑 𝑎𝑑𝑥 + 𝑏𝑑𝑦 = 𝑑𝑝
‖ ‖
𝑐𝑥 + 𝑑𝑦 = 𝑞 × 𝑏 𝑏𝑐𝑥 + 𝑏𝑑𝑦 = 𝑏𝑞
𝑎𝑑𝑥 − 𝑏𝑐𝑥 = 𝑑𝑝 − 𝑏𝑞
𝑑𝑝 − 𝑏𝑞
𝑥=
𝑎𝑑 − 𝑏𝑐
𝑝 𝑏
| |
𝑞 𝑑
𝑥=
𝑎 𝑏
| |
𝑐 𝑑

Dengan cara yang sama akan diperoleh nilai y.

𝑎 𝑝
𝑎𝑞 − 𝑐𝑝 |𝑐 𝑞|
𝑦= =
𝑎𝑑 − 𝑏𝑐 𝑎 𝑏
| |
𝑐 𝑑

Nilai x dan y tersebut menggunakan determinan dengan menggunakan metode Cramer.

Rumus x dan y dapat ditulis:

det(𝐴1 ) det(𝐴2 )
𝑥= , 𝑦=
det (𝐴) det(𝐴)

dengan:

1. det (A) = ad – bc, adalah determinan matriks koefisien persamaan linear.

2. det (A1) = pd – bq, adalah determinan matriks koefisien yang kolom kesatunya
diganti dengan matriks C.
3. det (A2) = aq – cp, adalah determinan matriks koefisien yang kolom keduanya
diganti dengan matriks C.

3𝑥 − 𝑦 = 16
Contoh: Himpunan penyelesaian dari sistem persamaan { , dengan metode
2𝑥 + 5𝑦 = 5
determinan, adalah:

3 −1 𝑥 16 16 −1 3 16
𝐴= [ ] , 𝐵 = [𝑦] , 𝐶= [ ], 𝐴1 = [ ], 𝐴2 = [ ]
2 5 5 5 5 2 5

det (A) = 17, det (A1) = 85, det (A2) = -17

85
sehingga 𝑥 = =5
17

−17
𝑦= = −1
17
 45

Jadi, himpunan penyelesaian sistem persamaan linear di atas adalah {5, -1}.

b. Sistem persamaan linear tiga peubah

Penyelesaian sistem persamaan linear tiga peubah sama dengan penyelesaian sistem
persamaan linear dua peubah. Perbedaannya hanya pada mencari determinan matriks.
Bentuk umum dari persamaan linear tiga peubah adalah:

𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑝 𝑎 𝑏 𝑐 𝑥 𝑝
{𝑑𝑥 + 𝑒𝑦 + 𝑓𝑧 = 𝑞  [𝑑 𝑒 𝑓] [𝑦] = [𝑞 ]
𝑔𝑥 + ℎ𝑦 + 𝑖𝑧 = 𝑟 𝑔 ℎ 𝑖 𝑧 𝑟
Sehingga dapat ditentukan nilai dari:
𝑎 𝑏 𝑐
det (A) = | 𝑑 𝑒 𝑓|
𝑔 ℎ 𝑖
𝑝 𝑏 𝑐
det (A1) = |𝑞 𝑒 𝑓|
𝑟 ℎ 𝑖
𝑎 𝑝 𝑐
det (A2) = |𝑑 𝑞 𝑓 |
𝑔 𝑟 𝑖
𝑎 𝑏 𝑝
det (A3) = |𝑑 𝑒 𝑞|
𝑔 ℎ 𝑟
Jadi, penyelesaian sistem persamaan linear tiga peubah adalah
det(𝐴1 ) det(𝐴2 ) det(𝐴3 )
𝑥= , 𝑦= , 𝑧=
det (𝐴) det (𝐴) det (𝐴)

2𝑥 + 3𝑦 − 𝑧 = 11
Contoh: Himpunan penyelesaian dari sistem persamaan linear { 𝑥 + 2𝑦 + 𝑧 = 3 , adalah:
3𝑥 − 𝑦 + 2𝑧 = 4
2 3 −1 𝑥 11
[1 2 1 ] [𝑦] = [ 3 ]
3 −1 2 𝑧 4
Sehingga diperoleh: det (A) = 20, det (A1) = 60, det (A2) = 20 dan det (A3) = -40
60
𝑥= =3
20
20
𝑦= =1
20
−40
𝑧= = −2
20
Jadi, himpunan penyelesaian sistem persamaan linear di atas adalah {3, 1, -2}.

LATIHAN 4.1
 46

1 0 1 0 1
2 2 1 2 2
𝐵= 1 1 1 2 2
2 2 1 1 2
[1 2 1 2 1]

1. Tentukan determinan matriks B menggunakan metode Sarrus

2. Tentukan determinan matriks B menggunakan metode Minor dan Kofaktor
3. Tentukan determinan matriks B menggunakan metode CHIO
4. Tentukan determinan matriks B menggunakan metode Eliminasi Gauss
5. Dengan menggunakan konsep determinasi matriks, tentukan luas segitiga A dengan titik (-2,
-2), (4, 3) dan (1, 8).
6. Tentukan himpunan penyelesaian dari sistem persamaan dengan menggunakan determinan!
𝑥+𝑦 =7
a. {
−2𝑥 + 5𝑦 = 14
5𝑥 + 12𝑦 = 23
b. {
𝑥 + 2𝑦 = 3
5𝑥 − 2𝑦 + 3𝑧 = 5
c. { 𝑥 − 3𝑦 + 𝑧 = 8
3𝑥 + 2𝑦 − 𝑧 = −1
3𝑥 + 2𝑦 − 𝑧 = 5
d. {2𝑥 + 3𝑦 + 2𝑧 = 12
𝑥 − 2𝑦 + 3𝑧 = −3
 47

BAB V
INVERS MATRIKS
5.1 Definisi Invers Matriks
Jika A adalah matriks ukuran n x n dan jika ada matriks B ukuran n x n sedemikian rupa
sehingga : AB = BA =I

Dimana I adalah matriks ukuran n x n, maka matriks A disebut nonm singular atau intervertibel
dan matriks A merupakan invers dari B atau B merupakan invers dari A.
Notasi matriks inversdari A: A-1

AB = BA = I  B = A-1 A = B-1

AA-1 = A-1 A = I

A A-1 = I

 a11 a12 ... a1n   11  12 ...  1n  1 0 ... 0

a ... a 2 n   ...  2 n  0 1 ... 0
 21 a 22  21  22 . . . .
 . . . .   . . . .    
 . . . .   . . . .  . . . .
a ... a nn    ...  nn  0 0 ... 1
 n1 an2  n1 n2

Atau

A-1 A = I
 11  12 ...  1n   a11 a12 ... a1n  1 0 ... 0
 ...  2 n  a ... a 2 n  0 1 ... 0
 21  22  21 a 22
. . . .
 . . . .   . . . .    
 . . . .   . . . .  . . . .
 ...  nn  a ... a nn  0 0 ... 1
 n1  n 2  n1 an2

Invers suatu matriks dapat di tentukan dengan beberapa metode yaitu subtitusi, partisi matriks,
matriks adjoint, eliminasi gauss, eliminasi gauss jordan perkalian matriks invers elementer, dan
dekomposisi matriks LU.

5.2 Metode Subtitusi

Invers matriks diperoleh dari penyelesaian persamaan matriks AA-1= I yang kemudian di
turunkan menjadi beberapa persamaan linier simultan.

A A-1 = I
 a11 a12 ... a1n   11  12 ...  1n  1 0 ... 0
a ... a 2 n   ...  2 n  0 1 ... 0
 21 a 22  21  22 . . . .
 . . . .   . . . .    
 . . . .   . . . .  . . . .
a ... a nn   ...  nn  0 0 ... 1
 n1 an2  n1  n 2
 48

Dari persamaan matriks tersebut diperoleh sebanyak n2 persamaan linier simultan berikut :

a1111  a12 21  ...  a1n n1  1

a2111  a22 21  ...  a2 n n1  0

: + : + ... + : = :

an111  an 2 21  ...  ann n1  0

a1112  a12 22  ...  a1n n 2  0

a2112  a22 22  ...  a2n n 2  1

: + : + ... + : =:

an112  an 2 22  ...  ann n 2  0

a111n  a12 2n  ...  a1n nn  0

a 21 1n  a 22 2 n  ...  a 2 n nn  0

: + : +...+ : = :

an11n  an 2 2 n  ...  ann nn  1

Sejumlah n2 persamaan linier simultan tersebut dapat di selesaikan secara subtitusi sehingga
diperoleh elemen mstriks invers dari A.

Jadi invers dari matriks A :

 11  12 ...  1n 
 ...  2 n 
 21  22
A-1 =  . . . . 
 . . . . 
 ...  nn 
 n1  n 2

 2 3 2
Contoh:Invers dari matriksA = 2 2 1 adalah:
1 2 2

AA-1 = I  2 3 2 11  12  13  1 0 0
2 2 1     
   21  22  23   0 1 0
1 2 2  31  32  33  0 0 1
 49

Persamaan linier simultannya:

211  311  2 31  1 212  3 22  2 32  0

211  2 21   31  0 212  2 22   32  1

11  2 21  2 31  0 11  2 22  2 32  0

213  3 23  2 33  0

213  2 23   33  0

13  2 23  2 33  1

Penyelesaiannya:

 21   31  1  21   31  1

  21  2 31  1  21  (2)  1

  31  2   31  2  21  3

211  3 21  2 31  1  22   32  1

211  3(3)  2(2)  1   22  2 32  0

211  1  5  4  11  2   32  1   32  1

 22   32  1 212  3 22  2 32  0

 22  (1)  1 212  3(2)  2(1)  0

 22  2 212  0  4  4  12  2

 23   33  0  23   33  0

  23  2 33  2  23  (2)  0

  33  2   33  2  23  2
 50

213  3 23  2 33  0

213  3(2)  2(2)  0

213  0  2  2  13  1

 2 3 2  2 2 1
Jadi invers dari A= 2 2 1 adalah A-1=  3  2  2
 
1 2 2  2 1 2 

 2 3 2   2 2 1 1 0 0
Bukti 2 2 1  3  2  2 = 0 1 0
   
1 2 2  2 1 2  0 0 1

5.3 Metode Partisi Matriks

Mencari invers matriks dengan cara mempartisi matriks yang akan dicari inversnya menjadi
beberapa submatrik.

 a11 a12 a13 a14 

a a23 a24 
a22  A11 A12 
A= 
21

a31 a32 a33 a34 

A= A A22 
 21
 
a41 a42 a43 a44 

A11,A12,A21, dan A22 adalah submatriks A.

Dimana:

a a12   a13 a14 

A11=  11 A12= 
 a 24 
,
a 21 a 22  a 23

a31 a32  a33 a34 

A21=   , A22= a a 44 
a 41 a 42   43

Invers dari matriks A adalah B, atau [B=A-1].

 B11 B12   A11 A12 

p q

 B 
B
mk m  p  21
B22  A
nm
A
n  q  21
A22 
l k-l p m p
 51

A A12   B11 B12   I p 0 

AB  I   11 
 A21 A22   B21 B22   0 I n p 

 A B  A12 B21 A11 B12  A12 B22   I p 0 p x ( n p ) 

AB   11 11 
 A21 B11  A22 B21 A21 B12  A22 B22  0 ( n p )  p I n p 

Perkalian matriks tersebut menghasilkan persamaan submatriks simultan berikut:

A11B11  A12 B21  I (1)

A11B12  A12 B22  0 (2)

A21B11  A22 B21  0 (3)

A21B12  A22 B22  I (4)

Penyelesaian ke-4 persamaan submatriks simultan tersebut adalah sebagai berikut:

Jika persamaan [1] di bagi B11 maka: A11+A12B21B11-1=B11-1 [5]

Jika persamaan [3]di bagi A22B11 maka: A22-1A21+B21B11-1= 0 atau

B21B11-1=-A-122A21 [6]

Hasil subtitusi persamaan [5] dan [6] adalah A11-A12A22-1A21=B11-1

 1
Maka B11= A11  A12 A22 A21 1
dan


B22= A22  A21 A111 A12 1
atau B22=A22-1-A22-1A21B12

Jika A21 B11+A22B21=0 dibagi A22 maka: A22-1A21B11+B21=0

Sehingga B12 = -A11-1A12B22 atau B12= -B11A12A22-1 dan

B21 = -A22-1A21B12

 B11 B12 
p

A 1  B  B B22 
Jadi
n  p  21
p n-p

Dimana  1
B11 = A11  A12 A22 A21  1
B12 = -B11A12A22-1

B22 = A22-1-A22-1A21B22 B21 = -A22-1A21B22

Jadi invers matriks A:

1 
 A  A A 1 A
A   11 121 22 21
 1
 B 1
A A
11 12 22 


  A22 A21 B11   A221  A A B 
1
22 21 12 
 52

 2 3 2
Contoh: Invers matriks A  2 2 1 adalah:
 
1 2 2

 2 3 2
A A12 
A  2 2 1   11
A22 
1 2 2  21
A

A11 = [2], A12 = [3 2]

2 2 1 
A21 =   , A22 =  2 2
1   

1 
 A  A A 1 A
A   11 121 22 21

1
 B A A 1
11 12 22




  A22 A21 B11   A221  A A B 
1
22 21 12 
2 1 
A22=   , det A22 = 4 – 2 = 2,
 2 2

Kofaktor submatriks A22: K11 = 2 , K12 = -2,

K K12   2  2  2  1
K   11     KT     Adj( A22 )
 K 21 K 22   1 2   2 2 
1 Adj ( A22 ) 1 1  2  1  1  1 
  A22    2
2  2 2   1
A22
det( A22 ) 1 

 1  1   2  1 
1
A12 A22 A21  3 2 2    2
 1 1  1  2 

  1  1 
1
1. B12   B11 A12 A22    23 2 2    2 1
    
  1 1

1 1
  1

2. B11  A11  A12 A A21 1
22 
1
  2  2  
 1
     2
  2  2

 1  1   2 3
1
3. B21   A22 A21 B11    2    2   
 1 1  1   2

 1  1   1  1   2
1
4. B22  A22 1
 A22 A21 B12   2   2   2 1
 1 1   1 1  1

1  1   3 3 
 2   2
1 1   2  1
 53

  2  2

1 2 

 2 2 1
B B12  
Jadi A -1
=  11  = 3  2  2
 B21 B22   
 2 1 2 

5.4 Metode Matriks Adjoint

Jika A adalah matrik bujur sangkar berukuran nxn. Maka kofaktor [k] dari matriks A :

 K11 K12 ... K1n 

K K 22 ... K 2 n 
K   21
 : : 
 
 K n1 K n2 ... K nn 

Dimana, Kij = [-1]i+jMij

Transpose dari matriks kofaktor [K] disebut matriks Adjoint A dan di nyatakan : Adj A

T
 K 11 K 12 ... K 1n   K 11 K 21 ... K n1 
K K 22 
... K 2 n  K K 22 ... K n 2 
Adj A  K     12
T 21

 : :   : : 
   
 K n1 K n2 ... K nn   K 1n K 2 n ... K nn 

Matriks invers dapat di tentukan dari matriks adjoint [Adj]. Jika A adalah suatu matriks
berukuran nxn dan det A≠0 maka:

 K11 K 21 ... K n1 
 K 22 ... K n 2 
1  1   1   K12
A   Adj A   
 det A   det A   : : 
 
 K1n K 2 n ... K nn 

Jadi invers matriks A :

 K11 K 21 K n1 
 det A ...
det A det A 
 K K 22 K 2n 
1  12 ... 
A   det A det A det A 
 : : 
 K1n K 2n K nn 
 ... 
 det A det A det A 

 2 3 2
Contoh: Invers matriks berikut, A = 2 2 1 adalah:
1 2 2
 54

Minor dari matriks A :

2 1 2 1
K11=(-1)2| | = 4 – 2 = 2, K12 = (-1)3| | = -(4-1) = -3
2 2 1 2

2 2 3 2
K13=(-1)4| | = (4 – 2) = 2, K21 = (-11)3| | = -(-6-4) = -2
1 2 2 2

2 2 2 3
K22=(-1)4| | = 4 – 2 = 2, K23 = (-1)5| | = -(4 – 3) = -1
1 2 1 2

3 2 2 2
K31=(-1)4| | = 3 – 4 = -1, K32 = (-1)5| | = -(2 – 4) = 2
2 1 2 1

2 3
K33= (-1)6| | = 4 – 6 = -2
2 2

det A = a11K11 + a12K12 + a13K13 = 2(2) + 3(-3) + 2(2) = -1

2 −3 2
Matriks Kofaktor dari A adalah K = [−2 2 −1]
−1 2 −2

 2 2  1
Matriks adjoint A adalah Adj A  K
T
  3 2 2 
 2 1  2

 2  2  1   2 2 1
 1   1 
1
A   Adj A    3 2 2    3  2  2
 
 det A   1
 2  1  2  2 1 2 

 2 2 1
Jadi invers dari matriks A adalah A 1   3  2  2
 2 1 2 

 2 3 2   2 2 1  1 0 0
1   
Bukti AA  I  2 2 1  3  2  2  0 1 0
1 2 2  2 1 2  0 0 1

5.5 Metode Eliminasi Gauss

Jika matriks A adalah suatu matriks bujur sangkar dan A-1 adalah matriks invers dari A.

 a11 a a13  α 11 α 12 α 13 

A = a 21 a 22 a 23  A = α 21 α 22
-1
α 23 
a31 a32 a33  α 31 α 32 α 33 

Maka AA-1 = 1
 55

1 0 0
Jika Bi=I = 0 1 0 dapat di tentukan persamaan : A [Xi]=[bi]
0 0 1

1  0  0 
Dimana [b1] = 0  , [b2] = 1  , [b ] = 0 
    3
 
0  0  1 

α 11  α 12   α 13 
Maka [x1] = α 21 , [x2] = α 22 , [x3] = α 23 
   
     
α 31  α 32  α 33 

α 11  1  α 12  0   α 13  0 
Atau A α 21  = 0  , A α  =
   22 
1  , A α  =
   23 
0 
 
α 31  0  α 32  0  α 33  1 

Menurut persamaan tersebut maka invers dari matriks A = A-1 yaitu

A-1 = [X1 X2 X3]

 2 3 2
Contoh: Invers matriks berikut, A  2 2 1 adalah:
1 2 2

α 11 α 12 α 13 
Invers matriks A : A  α 21 α 22
1
α 23 
α 31 α 32 α 33 

α 11  1 2 3 2 α 11  1 α 11   2
A α 21   0  2 2 1 α 21   0  α 21    3 
α 31  0 1 2 2 α 31  0 α 31   2

α 12  0 2 3 2 α 12  0 α 12   2 
A α 22   1  2 2 1 α 22   1  α 22    2
α 32  0 1 2 2 α 32  0 α 32   1 

α 13  0 2 3 2 α 13  0 α 13   1 
A α 23   0  2 2 1 α 23   0  α 23    2
α 33  1 1 2 2 α 33  1 α 33   2 

α 11   2 α 12   2  α 13   1 
Atau α 21    3 , α    2,
 22   
α    2
 23   
α 31   2 α 32   1  α 33   2 
 56

α 11 α 12 α 13   2 2 1
Jadi A  α 21 α 22
-1
α 23    3  2  2
 
α 31 α 32 α 33   2 1 2 

5.6 Metode Eliminasi Gauss-Jordan

Jika A adalah matriks ukuran n×n. Eliminasi Gauss-Jordan terhadap matriks ekstensi A akan
menghasilkan invers matriks A. Matriks ekstensi (Augmented Matrix) A adalah matriks yang
dibentuk dengan meletakkan matriks identitas (I) di sebelah kanan matriks A:

A I AI

 a11 a12 ... a1n  1 0 ... 0  a11 a12 ... a1n 1 0 ... 0
a a 22 ... a 2 n  0 1 ... 0 a a 22 ... a 2 n 
 21 . . . .  21 0 1 ... 0
 . . . .      . . . . . . . .
 . . . .  . . . .  . . . . . . . .
a ... a nn  0 0 ... 1 a 0 0 ... 1
 n1 an 2  n1 an 2 ... a nn

Eliminasi Gauss-Jordan terhadap matriks ekstensi A:

AI I A-1

 a11 a12 ... a1n 1 0 ... 0 1 0 ... 0 11 12  1n 

a a 22 ... a 2 n  0 1 ... 0 
 21 0 1 ... 0 21 22  2 n 
 . . . . . . . .  . . . .
    
 . . . . . . . . . . . . 
a 0 0 ... 1 0 0 ... 1 n1 n 2  nn 
 n1 an 2 ... a nn 

Eliminasi Gauss-Jordan

 11 12  1n 

 22  2 n 
-1
Jadi A =  21

    
 
n1 n 2  nn 

Di mana ij adalah entri matriks invers yang berasal dari aij setelah mengalami beberapa kali
operasi baris elementer.

 2 3 2
Contoh: Invers matriks berikut, A  2 2 1 adalah:
1 2 2

2 3 2 1 0 0
Matriks ektensi A: AI = 2 2 1 0 1 0
1 2 2 0 0 1
 57

2 3 2 1 0 0 b ( 1) 2 3 2 1 0 0 b ( 3 )
2 2 1 0 1 0 b
21

0 - 1 - 1 - 1 1 0 b

31( 0.5 )

12


32 ( 0.5 )

1 2 2 0 0 1 0 0.5 1 - 0.5 0 1

𝑏1 (0.5)
𝑏13 (2) 𝑏2 (−1)
2 0 −1−2 3 0 𝑏23 (2)
2 0 0 −4 4 2 𝑏3 (2)
1 0 0−2 2 1
[0 −1 −1−1 1 0] → [0 −1 0 −3 2 2] → [0 1 0 3 −2 −2]
0 0 0.5−1 0.5 1 0 0 0.5−1 0.5 1 0 0 1−2 1 2

−2 2 1
-1
Jadi A =[ 3 −2 −2]
−2 1 2

2 3 2 −2 2 1 1 0 0
Bukti: AA = I  [ 2
-1
2 1] [ 3 −2 −2] = [0 1 0]
−2 1 2 −2 1 2 0 0 1

5.7 Metode Perkalian Invers Matriks Elementer

Jika matriks A adalah matriks ukuran n×n. Perkalian invers matriks elementer (Ei) dapat
menghasilkan invers matriks A.
(EnEn-1En-2 . . . E3E2E1) A = I
Di mana, I = matriks identitas
A-1 = EnEn-1En-2 . . . E3E2E1 (invers matriks A)
Ei = invers matriks elementer

Matriks Ei diperoleh dari transformasi matriks identitas (I) yaitu matriks identitas di mana pada
kolom ke-i diganti dengan normalitas vektor kolom atau matriks kolom (Nk.i).

1 0 ⋯𝑁𝑘.𝑖 ⋯ 0
0 1 ⋯𝑁𝑘.𝑖 ⋯ 0
⋮ ⋮ ⋮ ⋮
𝐸𝑖 =
0 0 ⋯𝑁𝑘.𝑖 ⋯ 0
⋮ ⋮ ⋮ ⋮
[0 0 ⋯𝑁𝑘.𝑖 ⋯ 1]

Ei adalah matriks identitas (I) di mana kolom ke-i diganti oleh Nk.i.

Sebagai contoh matriks bujur sangkar berukuran 4×4 diperoleh E1 hingga E4 seperti berikut.

𝑁11 0 0 0 1 𝑁12 0 0
𝑁21 1 0 0 0 𝑁22 0 0
𝐸1 = [ ] , 𝐸2 = [ ]
𝑁31 0 1 0 0 𝑁32 1 0
𝑁41 0 0 1 0 𝑁42 0 1

1 0 𝑁13 0 1 0 0 𝑁41
0 1 𝑁23 0 0 1 0 𝑁42
𝐸3 = [ ] , 𝐸4 = [ ]
0 0 𝑁33 0 0 0 1 𝑁43
0 0 𝑁43 1 0 0 0 𝑁44

Normalitas vektor kolom atau matriks kolom dari matriks bujur sangkar berukuran n×n
untukkolom ke-i (Nk.i) adalah sebagai berikut:
 58
−𝑎1.𝑖
𝑎𝑖.𝑖
| |
⋮
−𝑎(𝑖−1)𝑖
| |
𝑎𝑖.𝑖

1
𝑁𝑘.𝑖 = | |
𝑎𝑖.𝑖

−𝑎(𝑖+1)𝑖
| |
𝑎𝑖.𝑖
⋮
| 𝑎 |
𝑛.𝑖
𝑎𝑖.𝑖

Nilai normalitas matriks kolom Nk.i untuk matriks bujur sangkar berukuran 4×4 sebagai
berikut:

1 −𝑎1.2 𝑎1.3 𝑎1.4

𝑎1.1 𝑎2.2 𝑎3.3 𝑎4.4
| | | | | | | |
−𝑎2.1 1 −𝑎2.3 −𝑎2.4
𝑎1.1 𝑎2.2 𝑎3.3 𝑎4.4
Nk.1= | |, Nk.2 = | |, Nk.3 = | |, Nk.4 = | |
−𝑎3.1 −𝑎3.2 1 −𝑎3.4
𝑎1.1 𝑎2.2 𝑎3.3 𝑎4.4
| | | | | | | |
𝑎4.1 𝑎4.2 𝑎4.3 1
𝑎1.1 𝑎2.2 𝑎3.3 𝑎4.4

Nilai 𝑎𝑘.𝑖 diperoleh dari:

𝑎𝑘.𝑖 = (𝐹𝑖−1 )−1 𝐴𝑖 = 𝐸𝑖−1 𝐸𝑖−2 ⋯ 𝐸2 𝐸1 𝐼𝐴𝑖 , Untuk i ≥ 1

𝑎𝑘.𝑖 = ⌊𝑎1.𝑖 , 𝑎2.𝑖 , ⋯ , 𝑎𝑖.𝑖 , ⋯ , 𝑎(𝑛−1).𝑖 , 𝑎𝑛.𝑖 ⌋

Untuk i = 1 𝑎𝑘.𝑖 = A1 atau 𝑎𝑘.𝑖 = (𝑎1.1 , 𝑎2.1 , 𝑎3.1 , ⋯ , 𝑎𝑛.1

𝑎𝑘.1merupakan elemen pada kolom 1, di mana Ai = elemen kolom ke-i pada matriks A.

Nilai Ai adalah elemen kolom ke-i pada matriks A. Misalnya A1 untuk matriks ukuran 4×4.

 a11 a12 a13 a14   a11   a12   a13   a14 

a a22 
a23 a24   
a21   
a22   
a23  a 
A   21 , A1   , A2   , A3   , A4   
24

a31 a32 a33 a34  a31  a32  a33  a34 

         
a41 a42 a43 a44  a41  a42  a43  a44 

𝐴 = [𝐴1 𝐴2 𝐴3 𝐴4 ]

Dalam menentukan matriks invers menggunakan metode perkalian invers elementer biasanya
menggunakan matriks perantara yang dinyatakan oleh matriks Fi.

Matriks Fi adalah matriks identitas (I) di mana elemen kolom ke-i diganti elemen kolom ke-i
dari matriks bujur sangkar A atau Ai. Misalnya Fi untuk matriks ukuran 4×4.
 59

𝑎11 0 0 0 𝑎11 𝑎12 0 0

𝑎21 1 0 0 𝑎21 𝑎22 0 0
𝐹1 = [ ], 𝐹2 = [ ]
𝑎31 0 1 0 𝑎31 𝑎32 1 0
𝑎41 0 0 1 𝑎41 𝑎42 0 1

𝑎11 𝑎12 𝑎13 0 𝑎11 𝑎12 𝑎13 𝑎14

𝑎21 𝑎22 𝑎23 0 𝑎21 𝑎22 𝑎23 𝑎24
𝐹3 = [ ], 𝐹4 = [𝑎 𝑎32 𝑎33 𝑎34 ]
𝑎31 𝑎32 𝑎33 0 31
𝑎41 𝑎42 𝑎43 1 𝑎 41 𝑎42 𝑎43 𝑎44

Langkah-langkah menghitung matriks invers dari matriks bujur sangkar A menggunakan perkalian
invers elementer sebagai berikut:

1. Tentukan matriks F1 yaitu mengganti kolom pertama matriks identitas (In) dengan A1. Invers
elementer dari F1 adalah (F1)-1.
(F1)-1 = E1I = E1
2. Tentukan matriks F2 yaitu mengganti kolom pertama matriks F1 dengan A2. Invers elementer
dari F2 adalah (F2)-1.
(F2)-1 = E2I = E2E1
3. Tentukan matriks F2 yaitu mengganti kolom pertama matriks F2 dengan A3. Invers elementer
dari F3 adalah (F3)-1.
(F3)-1 = E3I = E3E2E1
4. Prosedur ini terus dilakukan hingga semua vektor kolom A dimasukkan ke matriks Fi atau
hingga Fi = A atau i = n, maka akan diperoleh matriks invers A sebagai berikut:
A-1 = (Fi)-1 = Ei . . . E3E2E1
2 3 2
Contoh: Invers dari matriks 𝐴 = [2 2 1],adalah:
1 2 2
2 3 2
𝐴 = [𝐴1 𝐴2 𝐴3 ], 𝐴1 = [2], 𝐴2 = [2], 𝐴3 = [1]
1 2 2
2 0 0
𝐹1 = [2 1 0]
1 0 1
1 0 0 2 2
𝑎𝑘.1 = 𝐼 𝐴1 = [0 1 0] [2] = [2]
0 0 1 1 1
1
1
𝑎11
2
−𝑎21
𝑁𝑘.1 = = −1
𝑎11
−1
−𝑎31
[2]
[ 𝑎11 ]
0.5 0 0
𝐸1 = [ −1 1 0]
−0.5 0 1
 60

0.5 0 0
Invers dari F1: (F1)-1 = 𝐸1 = [ −1 1 0]
−0.5 0 1
2 3 0
𝐹2 = [2 2 0]
1 2 1
0.5 0 0 3 1.5
−1
𝑎𝑘.2 = (𝐹1 ) 𝐴2 = 𝐸1 𝐴2 = [ −1 1 0] [2] = [−1]
−0.5 0 1 2 0.5
−𝑎12
𝑎22
1.5
1
𝑁𝑘.2 = = −1
𝑎22
[0.5]
−𝑎13
[ 𝑎22 ]
1 𝑁12 0 1 1.5 0
𝐸2 = [0 𝑁22 0] = [0 −1 0]
0 𝑁32 1 0 0.5 1

Invers dari F2:

1 1.5 0 0.5 0 0 −1 1.5 0

(𝐹2 )−1 = 𝐸2 𝐸1= [0 −1 0] [ −1 1 0] = [ 1 −1 0]
0 0.5 1 −0.5 0 1 −1 0.5 1

2 3 2
𝐹3 = [2 2 1]
1 2 2

−1 1.5 0 2 −0.5
𝑎𝑘.3 = (𝐹2 )−1 = [ 1 −1 0] [1] = [ 1 ]
−1 0.5 1 2 0.5

−𝑎13
𝑎33

−𝑎23 1
𝑁𝑘.3 = 𝑎33 = [−2]
2
1
[ 𝑎33 ]

1 0 𝑁13 1 0 1
𝐸3 = [0 1 𝑁23 ] = [0 1 −2]
0 0 𝑁33 0 0 2

Invers dari F3:

1 0 1 −1 1.5 0 −2 2 1
(𝐹3 )−1 = 𝐸3 (𝐹2 )−1 = [0 1 −2] [ 1 −1 0] = [ 3 −2 −2]
0 0 2 −1 0.5 1 −2 1 2
 61

−2 2 1
𝐽𝑎𝑑𝑖 𝐴−1 = 𝐸3 𝐸2 𝐸1 = 𝐸3 (𝐹2 )−1 = [ 3 −2 −2]
−2 1 2

5.8 Metode Dekomposisi Matriks

Invers suatu matriks dapat ditentukan melalui dekomposisi matriks LU dan subtitusi mundur,
AA-1 = I
Gunakan faktorisasi matriks invers dari matriks bujur sangkar dengan metode dekomposisi ada
tiga tahap, yaitu:
1. Dekomposisi LU :[A] = [L][U]
2. Subtitusi maju : [L] [Y] = [I]
3. Subtitusi mundur : [U] [X] = [Y]

Jadi invers dari matriks A adalah A-1 = [X]:

𝑥11 𝑥12 𝑥13 ⋯ 𝑥1𝑛

𝑥21 𝑥22 𝑥23 ⋯ 𝑥2𝑛
𝐴−1 = [𝑋1 , 𝑋2 , 𝑋3 , ⋯ 𝑋𝑛 ] = [ ⋮ ⋮ ⋮ ⋮ ]
𝑥𝑛1 𝑥𝑛2 𝑥𝑛3 ⋯ 𝑥𝑛𝑛

a. Subtitusi Maju (Forward Subtituional): [L][Y] = [I]

𝑙11 0 0 0 𝑦11 1 𝑙11 0 0 0 𝑦11 0
𝑙 𝑙22 0 0 𝑦21 0 𝑙 𝑙22 0 0 𝑦21 1
[ 21 ] {𝑦 } = { } ; [ 21 ] {𝑦 } = { }
𝑙31 𝑙32 𝑙33 0 31 0 𝑙31 𝑙32 𝑙33 0 31 0
𝑙41 𝑙42 𝑙43 𝑙44 𝑦41 0 𝑙41 𝑙42 𝑙43 𝑙44 𝑦41 0
𝑙11 0 0 0 𝑦11 0 𝑙11 0 0 0 𝑦11 0
𝑙 𝑙22 0 0 𝑦21 0 𝑙 𝑙22 0 0 𝑦21 0
[ 21 ] {𝑦 } = { } ; [ 21 ] {𝑦 } = { }
𝑙31 𝑙32 𝑙33 0 31 1 𝑙31 𝑙32 𝑙33 0 31 0
𝑙41 𝑙42 𝑙43 𝑙44 𝑦41 0 𝑙41 𝑙42 𝑙43 𝑙44 𝑦41 1
b. B subtitusi mundur (Back Substitution): [U] [ X] = [Y]
𝑢11 𝑢12 𝑢13 𝑢14 𝑥11 𝑦11 𝑢11 𝑢12 𝑢13 𝑢14 𝑥12 𝑦12
0 𝑢22 𝑢23 𝑢24 𝑥21 𝑦21 0 𝑢22 𝑢23 𝑢24 𝑥22 𝑦22
[ 0 0 𝑢33 ] {
𝑢34 𝑥31 } = { 𝑦31 } ; [ 0 0 𝑢33 𝑢34 ] {𝑥32 } = {𝑦32 };
0 0 0 𝑢44 𝑥41 𝑦41 0 0 0 𝑢44 𝑥42 𝑦42

𝑢11 𝑢12 𝑢13 𝑢14 𝑥13 𝑦13 𝑢11 𝑢12 𝑢13 𝑢14 𝑥14 𝑦14
0 𝑢22 𝑢23 𝑢24 𝑥23 𝑦23 0 𝑢22 𝑢23 𝑢24 𝑥24 𝑦24
[ 0 0 𝑢33 𝑢34 ] {𝑥33 } = {𝑦33 } ; [ 0 0 𝑢33 𝑢34 ] {𝑥34 } = {𝑦34 };
0 0 0 𝑢44 𝑥43 𝑦43 0 0 0 𝑢44 𝑥44 𝑦44

Jadi invers matriks A: [𝐴]−1 = [{𝑥1 }, {𝑥2 }, {𝑥3 }, {𝑥4 }]

2 −5 1
Contoh: invers dari matriks A = [−1 3 −1] adalah:
3 −4 2

2 −5 1 2 0 0 1 −2.5 0.5
Dekomposisi matriks LU dari matriks A: [−1 3 −1] = [−1 0.5 0] [0 1 −1]
3 −4 2 3 3.5 4 0 0 1

Kolom ke-i dari invers matriks A:

 62

2 0 0 1 −2.5 0.5 𝑥11 1

[−1 0.5 0] [0 1 −1] = [𝑥21 ] = [0]
3 3.5 4 0 0 1 𝑥31 0

2 0 0 𝑦11 1 𝑦11 0.5

𝑦 𝑦
[−1 0.5 0] [ 21 ] = [0] → [ 21 ] = [ 1 ]
3 3.5 4 𝑦31 0 𝑦31 −1.25

1 −2.5 0.5 𝑥11 𝑦11 0.5 𝑥11 0.5

[0 1 −1] [𝑥21 ] = 𝑦 𝑥
[ 21 ] = [ 1 ] → [ 21 ] = [ 0.25 ]
0 0 1 𝑥31 𝑦31 −1.25 𝑥31 −1.25

Kolom ke-2 dari invers matriks A:

2 0 0 1 −2.5 0.5 𝑥11 0

[−1 0.5 0] [0 1 −1] = [𝑥21 ] = [1]
3 3.5 4 0 0 1 𝑥31 0

2 0 0 𝑦12 0 𝑦12 0
[−1 0.5 0] [𝑦22 ] = [1] → [𝑦22 ] = [ 2 ]
3 3.5 4 𝑦32 0 𝑦32 −1.75

1 −2.5 0.5 𝑥11 𝑦11 0 𝑥11 1.5

[0 1 −1] [𝑥21 ] = 𝑦 𝑥
[ 21 ] = [ 2 ] → [ 21 ] = [ 0.25 ]
0 0 1 𝑥31 𝑦31 −1.75 𝑥31 −1.75

Kolomke-3 dari invers matriks A:

2 0 0 1 −2.5 0.5 𝑥11 0

[−1 0.5 0] [0 1 −1] = [𝑥21 ] = [0]
3 3.5 4 0 0 1 𝑥31 1

2 0 0 𝑦11 0 𝑦13 0
[−1 0.5 0] [𝑦21 ] = [0] → [𝑦23 ] = [ 0 ]
3 3.5 4 𝑦31 1 𝑦33 0.25

1 −2.5 0.5 𝑥11 𝑦11 0.5 𝑥11 0.5

[0 1 −1] [𝑥21 ] = [𝑦21 ] = [ 1 ] → [𝑥21 ] = [ 0.25 ]
0 0 1 𝑥31 𝑦31 −1.25 𝑥31 −1.25

1 −2.5 0.5 𝑥11 𝑦13 0 𝑥13 0.5

[0 1 −1] [𝑥22 ] = [𝑦21 ] = [ 0 ] → [𝑥23 ] = [0.25]
0 0 1 𝑥33 𝑦31 0.25 𝑥33 0.25

𝑎11 𝑎12 𝑎13 0.5 1.5 0.5

Jadi A = [𝑎21
-1 𝑎22 𝑎23 ] = [−0,25 0, 25 0.25]
𝑥31 𝑥32 𝑥3 −1,25 −1.75 0,25

5.9 Sifat Invers Matriks

Jika A adalah suatu matriks bujur sangkar, maka pangkat bilangan bulat (n) di mana n > 0 dari
matriks A sebagai berikut:

a. Jika A matriks invertibel hanya akan mempunyai satu matriks invers (invers A adalah unik)
dan dinyatakan oleh A.
 63

b. Jika determinan A adalah nol (det A = 0), A tidak ada dan matriks A disebut matriks non-
invertibel atau singular.
c. Jika matriks A dan B adalah matriks nonsingular atau invertibel, maka:
(AB)-1 = A-1B-1
d. Jika invers dari matriks invertibel adalah invertibel maka:
(𝐴−1 )−1 = A
e. Perkalian skalar k (k  0) dengan matriks invertibel adalah invertibel, maka:
1
(kA)-1 = 𝑘 A-1

f. Jika matriks A adalah matriks nonsingular atau invertibel, maka invers dari matriks pangkat
bulat nonnegatif (n > 0):
(𝐴𝑛 )−1 = (𝐴−1 )𝑛
g. Jika matriks A adalah matriks nonsingular atau invertibel, maka
(𝐴𝑇 )−1 = (𝐴−1 )𝑇

LATIHAN 5

1 1 4 1 5 2 2 1
1 1 4 3 2 2 1 1
𝐴= [ ]; 𝐵 = [ ]
4 4 2 4 2 1 4 2
1 3 4 4 1 1 2 2
1. Tentukan invers matriks A dengan metode subtitusi!
2. Tentukan invers matriks A dengan metode partisi matriks!
3. Tentukan invers matriks A dengan metode matriks Adjoint!
4. Tentukan invers matriks B dengan metode Eliminasi Gauss!
5. Tentukan invers matriks B dengan metode Eliminasi Gauss-Jordan!
6. Tentukan invers matriks B dengan metode perkalian invers matriks Elementer!
7. Tentukan invers matriks B dengan metode dekomposisi matriks!
 64

BAB VI
RANK DAN TRACE MATRIKS

6.1 Definisi Rank Matriks

Rank dari suatu matriks berukuran mxn adalah jumlah maksimum dari vektor baris (kolom)
yang bebas linier (independen linier). Rank dari suatu matriks merupakan dimensi dari vektor
baris (kolom) non-zero pada matriks tersebut.
Pada matriks bujur sangkar A, jika vektor baris dan vektor kolom yang bebas linier mempunyai
dimensi yang sama, maka dimensi matriks tersebut merupakan rank matriks.

Misalnya diketahui matriks A berukuran m×n:

 a11 a12 ... a1n 

a a 22 ... a 2 n 
 21
A=  . . . . 
 . . . . 
a ... a mn 
 m1 am2

Vektor baris dari matriks A:

U1 = (a11 a12 … a1n)

U2 = (a21 a22 … a2n)

…,

Um = (am1 am2 … amn)

Vektor kolom dari matriks A:

𝑎11 𝑎12 𝑎1𝑛

𝑎21 𝑎22 𝑎2𝑛
𝑣1 = ( ⋮ ) 𝑣2 = ( ⋮ ) , ⋯ , 𝑣3 = ( ⋮ )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛

Rank matriks A dinyatakan oleh rank (A) atau r(A)

Notasi rank suatu matriks :

Rank (A) r(A)

Rank matriks dapat digunakan untuk mengetahui apakah suatu matriks itu singular atau
nonsingular. Jika A matriks bujur sangkat dengan dimensi n×n, maka :
a. Matriks A adalah nonsingular apabila rank (A) = n
b. Matriks A adalah singular apabila rank (A) < n
Ada beberapa metode untuk menentukan rank dari suatu matriks yaitu minor matriks dan
eliminiasi Gauss (operasi baris elementer).
 65

6.2 METODE MINOR MATRIKS

Jika minot matriks A dengan baris m determinannya tidak sama dengan nol dan jika minor
matriks untuk baris m+1 determinannya sama dengan nol, maka matriks A mempunyai rank
sebesar m atau rank(A)=m.
 a11 a12 ... a1n 
a a 22 ... a 2 n 
 21
A=  . . . . 
 . . . . 
a ... a mn 
 m1 am2

Jika M adalah minor dan m adalah indeks baris dari matriks A:

Mm×j 0, M(m+1)× j = 0 rank (A) = m
1 2 1
Contoh: Rank matriks A = [3 6 3] adalah:
5 10 5
Determinan matriks A ukuran 3×3 adalah 0, ini menunjukkan bahwa rang (A)  3 atau
rank (A) < 3. Untuk itu, dilakukan perhitungan nilai minor-minor dari rank matriks A,
yaitu:
1 2
4. 𝑀2×2 = | |=0
3 6
1 1
5. 𝑀2×2 = | |=0
3 3
2 1
6. 𝑀2×2 = | |=0
6 3
1 2
7. 𝑀2×2 = | |=0
5 10
1 1
8. 𝑀2×2 = | |=0
5 5
2 1
9. 𝑀2×2 = | |=0
10 5
10. 𝑀1×1 = |1| = 1
11. 𝑀1×1 = |5| = 5
Karena M1x1 0, Maka rank(A)=1. Jadi rank matriks A adalah 1.

6.3 Metode Eliminasi Gauss

Eliminasi Gauss melalui transformasi baris elementer terhadap baris dan kolom matriks
sehingga membentuk matriks Hermit Canonical yaitu:
a. Matriks yang setiap elemen di atas atau di bawah diagonal utama bernilai nol (0)
b. Elemen pada diagonal utama bernilai satu atau nol
Hasil transformasi matriks tersebut melalui operasi baris elementer (OBE) membentuk matriks
identitas (I) atau segitiga atau (U) dengan baris dan kolom sebesar m, maka matriks A
mempunyai rank sebesar m atau rank(A)=m.
 66

 a11 a12 ... a1n 

1 0  0
a ... a 2 n  0
 21 a 22
 1  0  I m 0
Jika,  . .  
OBE
 
  0  0 0
. .

 . . . .   
a ... a mn  0 0  1
 m1 am2

 a11 a12 ... a1n 

1 *  *
a  0
 21 a 22 ... a 2 n  1  *  I m *
Atau  . 
.  OBE
 
     0 0
. .

 . . . .   
a ... a mn  0 0  1
 m1 am2

Maka, rank(A)=m
3 −2 4
1 2 3
Contoh: Rank dari matriks A = [ ], adalah:
−2 0 5
4 3 2
𝑏21 (−3)
3 −2 4 1 2 3 𝑏31 (2) 1 2 3 1
1 2 𝑏
3 21 3 −2 4 𝑏41 (−4) 0 −8 −5 𝑏2(−8)
[ ]→ [ ]→ [ ]→
−2 0 5 −2 0 5 0 4 11
4 3 2 4 3 2 0 −5 −7
7
7 𝑏31 (− 34)
1 0
4 𝑏23 (− 5 )
1 2 3 𝑏21 (−2) 5 68 1 0 0
5 𝑏32 (−4) 0 31 1 0 0
1 𝑏 ( ) 0 1 0 𝑏3( 2 )
0 1 𝑏42 (5) 8 → 43 68 17 →
17
[
0 1 0
]
8 → 17 0 0 0 0 1
0 4 11 0 0 2
2 [0 0 0 0
[0 −5 −7] 0 0]
31
[0 0 − ]
8
Jadi rank(A) = 3

6.4 Sifat Rank Matriks

Ada beberapa sifat rank matriks yaitu:
a. Jika matriks A berukuran mxn, maka
Rank(A) = rank(AT)
b. Jika A matriks ukuran mxn, maka vektor baris matriks A adalah bebas linier jika dan hanya
jika
Rank(A) =n
c. Jika A matriks ukuran mxn, maka vektor kolom matriks A adalah bebas linier jika dan
hanya jika
Rank(A) = m

6.5 Nulitas Matriks

Nulitas matriks adalah dimensi ruang nol (nullspace) pada suatu matriks.Nulitas matriks
dinyatakan oleh null(A).
 67

Jika matriks A berukuran m×n

 a11 a12 ... a1n 
a a 22 ... a 2 n 
 21
A=  . . . . 
 . . . . 
a ... a mn 
 m1 am2

Maka : rank(A) + null(A) = n

1. Null A adalah jumlah variabel nonpivot (baris zero)
2. Null A adalah jumlah variabel pivot (baris non zero)
Jumlah dari variabel nonpivot dan pivot pada suatu matriks adalah n (jumlah baris)
1 * 0 * 0 *
0 0 1 * 0 *
Contoh: Rank dan null dari matriks A   adalah
0 0 0 0 1 *
 
0 0 0 0 0 0
Rank(A) = 3
Null(A) = 1

6.6 Aplikasi Konsep Rank dan Nulitas Matriks

Konsep rank dan nulitas matriks dipergunakan untuk mengetahui kemungkinan pemecahan
(solusi) dalam sistem persamaan linier simultan homogen maupun nonhomogen.
1. Mengetahui konsistensi sistem persamaan linier simultan
AX = B adalah konsisten jika dan hany ajika
Rank(A|B) = rank(A)
2. Mengetahui jumlah parameter dalam pemecahan atau solusi sistem persamaan linier
simultan. Jika pada sistem persamaan linier simultan AX = B dengan jumlah persaman m
dan parameter yang tidak diketahui n adalah konsisten dan rank(A) = r, maka solusi
pemecahan persamaan mempunyai (n - r) parameter.
3. Flowchart pemecahan sistem persamaan linier simultan homogen dan nonhomogen masing-
masing ditunjukkan pada gambar di bawah ini.
Homogen
AX = 0 ; X = 0

Konsisten

X=0  Parameter = n-r

Rank (A) = n
Rank (A) < n
Solusi Unique
Solusi Infinite

Gambar 6.1 Flowchart penyelesaian persamaan linier homogen

 68

Non Homogen

AX  0

Konsisten Tidak Konsisten

Rank (A) = Rank (A|B) Rank (A) < Rank (A|B)

 Parameter = n-r
Rank (A) = n
Rank (A) < n
Solusi Unique
Solusi Infinite

Gambar 6.2 Flowchart penyelesaian persamaan linier nonhomogen

Jika matriks A berukuran mxn, maka hanya ada satu solusi (unique) untuk AX=B jika dan
hanya jika rank (A) = n.

Contoh:
1. Evaluasi kemungkinan pemecahan dari matriks sistem persamaan linier berikut:
2 4  3 5  x1   b1 
AX  B  1 1 1 1  x2   b2 
4 6  1 7  x3  b3 

Solusi :rank A 3 dan null A (4-3) = 1

Jadi pemecahan persamaan tidak unique.
2. Evaluasi kemungkinan pemecahan dari matriks sistem persamaan linier berikut:

2 1 4   x1   b1 
4 1 6   x 2  b2 
AX  B   
 3 1  1  x3  b3 
    
5 1 7   x 4  b4 
Solusi :rank A = 2 dan null A (3-2) = 1
Jadi pemecahan persamaan tidak unique.
3. Evaluasi kemungkinan pemecahan dari matriks sistem persamaan linier berikut:

2 1 8  x1   b1 
1 0 0  x 2  b2 
AX  B   
0 0 7  x3  b3 
    
0 1 0  x 4  b4 
Solusi :rank A = 3 dan null A (3-3) = 0
Jadi pemecahan persamaan tidak unique.
 69

Sistem persamaan tersebut adalah konsisten dan mempunyai solusi pemecahan infinitif.
Dimana rank (AB) = rank A = 2, maka jumlah parameter solusi pemecahan persamaan
tersebut adalah 3 – 2 = 1.

6.7 TRACE MATRIKS

Trace matriks adalah jumlah elemen diagonal utama pada matriks bujur sangkar (kuadrat). Jika
matriks A adalah buju sangkar (kuadrat) ukuran mxn, maka trace A dinyatakan oleh tr (A).
 a11 a12 ... a1n 
a a 22 ... a 2 n 
 21
Jika diketahui matriks A:  . . . . 
 . . . . 
a ... a mn 
 m1 am2
n m
Maka trace matriks A: r ( A)   aii  aii
i 1 j 1

Jika trace suatu matriks bujur sangkar adalah penjumlahan elemen-elemen pada diagonal utama
matriks tersebut.
Contoh:
1 2 n m
1. Trace matriks A    adalah tr ( A)   a ii   aii  1  4  5
3 4 i 1 j 1

0 1 2 2
n
1 1 2 3
2. Trace matriks B = [ ] adalah tr ( B )   aii  0 + 1 + 2 + 3 = 6
2 2 2 3 i 1
2 3 3 3

6.8 Sifat Trace matriks

Trace matriks mempunyai sifat penting dalam manipulasi suatu matriks bujur sangkar yaitu:
1. tr (kA) = k[tr(A)] k = scalar
2. tr (AB) = tr(A) tr(B)
3. tr (AB) = tr (BA)
4. tr(B-1AB) = tr (A)
n m
5. tr ( AAT )    (a ij )2
i 1 j 1

LATIHAN 6
2 1   2 4 2
1. Tentukan rank matriks A  1 4 dan B  4 8 4 dengan menggunakanmetode minor!
 
2 2 1 2 1

2 0 2 4 8 4 4 2 4
0 2 2 6 8 4 1 4 2
𝐶= [ ], 𝐷= [ ]
0 0 1 0 0 1 2 0 4
0 0 0 1 1 0 4 2 2
 70

2. Tentukan rank matriks C dan D menggunakan Eliminasi Gauss!

3. Tentukan nullitas dari matriks C dan D!
4. Evaluasi kemungkinan pemecahan dari matriks sistem persamaan linier berikut:
2 1 4  x1   b1 
4 1 2  x2  b2 
AX  B   
4 2 2  x3  b3 
    
2 1 4  x4  b4 

2 1 2 2
1 3 1 1
5. Tentukan trace dari matriks E  
2 1 4 1
 
2 1 1 4