BAB I MATRIKS
A. DEFINISI MATRIKS ........................................................................................................................... 2
B. JENIS – JENIS MATRIKS (Bagian I) .................................................................................................... 4
C. Operasi Matriks ............................................................................................................................... 7
D. JENIS – JENIS MATRIKS (Bagian II) ................................................................................................. 14
LATIHAN SOAL! ..................................................................................................................................... 27
BAB I
MATRIKS
A. DEFINISI MATRIKS
Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur
pada beberapa sistem aljabar.Unsur-unsur tersebut bisa berupa bilangan dan juga suatu
peubah. Nama matriks menggunakan huruf besar seperti A, B, C dst. Sedangkan anggota
(elemen) dari matriks yang berupa huruf dituliskan menggunakan huruf kecil.Tanda yang
digunakan untuk mengurung elemen-elemen matriks menggunakan tanda ( )atau[ ].
Contoh 1.1:
−√2 𝜋
−1 2 1 1
A=( ); B=[ 1 ]; C=(5)
3 5 4 2
0 0
Maple Code
Elemen-elemen matriks pada garis horizontal disebut dengan baris, dan elemen-elemen
pada garis vertikal disebut dengan kolom.Ukuran dari suatu matriks yang disebut
dengan Dimensi atau Ordo ditentukan oleh banyaknya baris di kali dengan banyaknya
kolom yang ada didalam suatu matriks.
Contoh 1.2 :
2 3
𝐸 = ( 3 2) baris
−1 1
kolom
Tanda kurung matriks
Nama Matriks
Pada Matriks 𝐸 mempunyai 3 baris dan dan 2 kolom yaitu (2 3) adalah baris pertama,
2
(3 2) adalah baris kedua dan (1 −1) adalah baris ketiga, sedangkan ( 3 ) adalah
−1
3
kolom pertama dan (2)adalah kolom kedua. Sehingga dimensi atau ordo dari matriks 𝐸
1
adalah 3𝑥2 (dibaca: tiga kali dua).
Notasi 𝑨 = (𝒂𝒊𝒋 ), untuk menyatakan matriks secara umum dan menunjukkan letak
suatu elemen matriks. Dengan i menunjukkan letak baris dan j menunjukkan letak
kolom.
Contoh 1.3:
𝑎11 𝑎12 𝑎13
𝑎 𝑎22 𝑎23
A= (𝑎21 𝑎32 𝑎33 )
31
𝑎41 𝑎42 𝑎43
Maple Code
Perhatikan matriks 𝐴, elemen 𝑎12 adalah elemen pada baris pertama kolom kedua;
sedangkan elemen 𝑎23 adalah elemen pada baris kedua kolom ketiga, dan seterusnya.
Sehingga matriks 𝐴 mempunyai 4 baris dan 3 kolom, dimensi dari 𝐴 adalah 4𝑥3 dapat
ditulis dengan 𝐴4𝑥3 .
Maple Code
Suatu matriks 𝐴 = (𝑎𝑖𝑗 ) disebut sebagai matriks persegi (matriks bujur sangkar) bila
𝑖 = 𝑗 = 1, 2, 3 , … 𝑛. atau dengan kata lain banyaknya baris dan banyaknya kolom
suatu matriks sama. Matriks persegi mempunyai dimensi 𝑛𝑥𝑛. Bentuk umum dari
matriks persegi adalah sebagai berikut:
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
A = 𝑎31 𝑎32 𝑎33 … 𝑎3𝑛
⋮ ⋮ ⋮ ⋮
( 𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 … 𝑎𝑛𝑛 )
Pada matriks persegi A diatas elemen 𝑎11 , 𝑎22 , 𝑎33 , … , 𝑎𝑛𝑛 disebut sebagai diagonal
utama dari matriks A. jumlah dari semua elemen-elemen diagonal dari suatu matriks
persegi disebut dengan trace.
Sehingga trace A = (𝑎11 + 𝑎22+ 𝑎33 + … + 𝑎𝑛𝑛 ) = ∑𝑛𝑖=1 𝑎𝑖𝑖
Suatu matriks yang semua elemennya adalah 0 (nol) disebut dengan matriks nol.
Matriks nol dilambangkan dengan O.
Contoh 1.5 :
0 0 0
O2x3 = ( ); O1x3 = (0 0 0)
0 0 0
Maple Code
atau
4. Matriks Identitas
Suatu matriks persegi yang semua elemen diagonalnya adalah 1 dan selain elemen
diagonal adalah 0 maka dinamakan matriks identitas.Matriks identitas biasanya
Maple Code
Contoh 1.7 :
2 1 0
Andaikan matriks persegi Q= (−1 2 7). Menghilangkan vektor baris kedua dan
3 −1 6
2 0
kolom kedua diperoleh submatriks ( ). Menghilangkan vektor baris pertama
3 6
dan ketiga serta vektor kolom pertama dan ketiga diperoleh submatriks (2) dan
seterusnya.
2 1 0
Perhatikan bahwa diagonal matriks Q= (−1 2 7) tetap menjadi diagonal pada
3 −1 6
2 0
submatriks ( ) dan (2) .Submatriks yang diperoleh disebut dengan matriks
3 6
2 0
bagian utama (submatriks principal). Sehingga ( ) dan (2) disebut sebagai
3 6
submatriks principal. Submatriks principalyang lain dari matriks Q adalah
2 1 2 7
( ),( ) dan (6).
−1 2 −1 6
Maple Code
C. Operasi Matriks
1. Kesamaan Dua Matriks
Definisi 1.1:
Dua matriks didefinisikan sama jika keduanya mempunyai ukuran atau dimensi yang
sama dan elemen-elemen yang berpadanan sama.
Dalam notasi matriks, jika A = (𝑎𝑖𝑗 )dan B = (𝑏𝑖𝑗 ) mempunyai ukuran yang sama maka
A=B jika dan hanya jika (𝐴)𝑖𝑗 = (𝐵)𝑖𝑗 , atau secara ekuivalen, 𝑎𝑖𝑗 = 𝑏𝑖𝑗 untuk semua
i dan j.
Contoh 1.8 :
1 2 1 2 1 2 0
Diketahui matriks B= ( ), C= ( ), D= ( )
3 𝑥 3 5 3 4 0
Jika x = 5, maka B=C, tetapi untuk nilai x yang lainnya matriks B dan C tidak sama.
Tidak ada nilai x yang membuat B = D karena B dan D mempunyai ukuran atau
dimensi yang berbeda.
2. Penjumlahan dan Pengurangan Matriks
Definisi 1.2:
Jika A dan B adalah matriks-matriks berukuran (berdimensi) sama, maka jumlah A+B
adalah matriks yang diperoleh dengan menambahkan elemen-elemen A dengan
elemen-elemen B yang letaknya bersesuaian, dan selisih A-B adalah matriks yang
diperoleh dengan mengurangkan elemen-elemen A dengan elemen-elemen B yang
letaknya bersesuaian. Matriks-matriks yang berukuran berbeda tidak dapat
ditambahkan atau dikurangkan.
Contoh 1.9 :
3 −1 2 −3
1 0 1
Andaikan A = (0 4 ), B= (2 −1), C= ( )
3 −1 2
2 2 1 4
3 −1 2 −3 3 + 2 −1 + (−3) 5 −4
A+B = (0 4 ) +(2 −1) = (0 + 2 4 + (−1) ) =(2 3)
2 2 1 4 2+1 2+4 3 6
3 −1 2 −3 3 − 2 −1 − (−3) 1 2
A-B = (0 4 ) -(2 −1) = (0 − 2 4 − (−1) ) =(−2 5 )
2 2 1 4 2−1 2−4 1 −2
Tidak dapat dilakukan operasi penjumlahan B+C sebab dimensi kedua matriks tidak
sama.
Maple Code
Andaikan dua buah matriks A = (𝑎𝑖𝑗 ), B = (𝑏𝑖𝑗 ) dan C = (𝑐𝑖𝑗 )yang dapat dilakukan
operasi penjumlahan memenuhi sifat-sifat:
a. Komutatif; A+B = B+A
b. Asosiatif; (A+B)+C = A + (B+C)
c. Identitas Penjumlahan
Untuk setiap matriks A = (𝑎𝑖𝑗 ) berdimensi mxn selalu ada matriks nol (0)
berdimensi mxn, demikian sehingga: A+0 = 0+A = A. matriks 0 ini disebut
matriks identitas penjumlahan.
d. Invers Aditif (invers penjumlahan)
Untuk setiap matriks A = (𝑎𝑖𝑗 ) berdimensi mxn selalu ada matriks -A = (-𝑎𝑖𝑗 )
sedemikian hingga A + (-A) = (-A) + (A) = 0, dimana 0 adalah matriks nol yang
berdimensi sama dengan matriks A. Matriks “-A” disebut dengan lawan atau
negatif dari matriks A, atau invers penjumlahan dari A.
Buktikan untuk masing-masing sifat di atas!
Dari sifat yang terakhir ini, dapat dipahami bahwa jika dua matriks A dan B
yang mempunyai dimensi yang sama, maka: A-B = A + (-B). Jadi mengurangi
matriks A dengan matriks yang lain adalah sama saja menambah matriks A
tersebut dengan negatif dari matriks yang lain.
3. Perkalian Skalar
Definisi 1.3:
Jika A adalah sembarang matriks dan c adalah sembarang skalar, maka hasil kali cA
adalah matriks yang diperoleh dengan mengalikan setiap elemen A dengan c.
Dalam notasi matriks, jika A = (𝑎𝑖𝑗 ), maka cA = c (𝑎𝑖𝑗 )
Contoh 1.10 :
Untuk matriks-matriks:
2 −1 3 0 1 7 9 −6 3
A= ( ), B= ( ), C= ( )
3 −4 0 −1 −4 −5 3 0 12
2 −1 3 4 −2 6
2A = 2 ( )= ( )
3 −4 0 6 −8 0
0 1 7 0 −1 −7
(-1)B = (-1) ( )= ( )
−1 −4 −5 1 4 5
1 1 9 −6 3 3 −2 1
𝐶 = ( )=( )
3 3 3 0 12 1 0 4
Maple Code
10 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
4. Perkalian Matriks
Definisi 1.4:
Jika A adalah sebuah matriks m x r dan B adalah sebuah matriks r x n, maka hasil kali
AB adalah matriks m x n yang elemen-elemennya didefinisikan sebagai berikut.
11 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Untuk mencari elemen dalam baris i dan kolom j dari AB, pilih baris i dari matriks A
dan kolom j dari matriks B. Kalikan elemen-elemen yang bersesuaian dari baris dan
kolom secara bersama-sama dan kemudian jumlahkan hasil kalinya.
𝑏11
𝑏21
Andaikan matriks baris A = ( 𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 ) dan matriks B = 𝑏31
⋮
(𝑏𝑛1 )
Jika AB = C, maka:
𝑏11
𝑏21
C = ( 𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 ) 𝑏31
⋮
𝑏
( 𝑛1 )
= ( 𝑎11 𝑏11 + 𝑎12 𝑏21 + 𝑎13 𝑏31 + … + 𝑎1𝑛 𝑏𝑛1 )
C = AB = ∑𝑛𝑘=1 𝑎1𝑘 𝑏𝑘1 … (1.2)
Perhatikan bahwa dimensi matriks A adalah 1xn dan dimensi dari matriks kolom B
adalah nx1 sehingga matriks C= AB mempunyai dimensi 1x1.
Untuk matriks yang bukan matriks baris atau matriks kolom, operasinya adalah
sebagai berikut.
𝑎11 𝑎12 𝑎13 … 𝑎1𝑝 𝑏11 𝑏12 𝑏13 … 𝑏1𝑛
𝑎21 𝑎22 𝑎23 … 𝑎2𝑝 𝑏21 𝑏22 𝑏23 … 𝑏2𝑛
Andaikan A= 𝑎31 𝑎32 𝑎33 … 𝑎3𝑝 , dan B= 𝑏31 𝑏32 𝑏33 … 𝑏3𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
( 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑝 ) 𝑏
( 𝑝1 𝑏𝑝2 𝑏𝑝3 … 𝑏𝑝𝑛 )
atau:
A = (𝑎𝑖𝑗 ) ; i = 1, 2, 3, …, m; j = 1, 2, 3, …,p
B = (𝑏𝑖𝑗 ) ; i = 1, 2, 3, … p; j= 1, 2, 3, … n
AB = C = (𝑐𝑖𝑗 ); i = 1, 2, 3, …, m; j= 1, 2, 3,…, n. Dimana:
𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + 𝑎𝑖3 𝑏3𝑗 + ⋯ + 𝑎𝑖𝑝 𝑏𝑝𝑗
𝑝
𝑐𝑖𝑗 = ∑𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 ; (𝑑𝑒𝑛𝑔𝑎𝑛 𝑖 = 1, 2, 3, … , 𝑚; 𝑗 = 1, 2, 3, … , 𝑛) … (1.3)
12 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Dua matriks dapat dilakukan operasi perkalian jika banyaknya elemen dari matriks
baris A harus sama dengan banyaknya elemen dari matriks kolom B. Oleh karena itu
perkalian matriks sering juga disebut dengan perkalian baris kali kolom.
Contoh 1.11:
1 2
1 −1 2
Diketahui D= (−1 3), E= ( ) Hitunglah DE dan ED!
0 2 4
0 5
1 2
1 −1 2
DE = (−1 3) ( )
0 2 4
0 5
1(1) + 2(0) 1(−1) + 2(2) 1(2) + 2(4) 1 3 10
=(−1(1) + 3(0) −1(−1) + 3(2) −1(2) + 3(4)) = (−1 7 10)
0(1) + 5(0) 0(−1) + 5(2) 0(2) + 5(4) 0 10 20
1 2
1 −1 2
ED = ( ) (−1 3)
0 2 4
0 5
1(1) + (−1)(−1) + 2(0) 1(2) + (−1)3 + 2(5) 2 9
=( )= ( )
0(1) + (2)(−1) + 4(0) 0(2) + (2)3 + 4(5) −2 26
13 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 1.12:
1 2 −1 2 −3
A = (0 −2 1 ); B= (0 1 )
0 0 −1 0 0
2. Matriks Segitiga
a. Matriks Segitiga Atas
14 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Matriks A, untuk A = (𝑎𝑖𝑗 ) berdimensi nxn dan elemen-elemen 𝑎𝑖𝑗 = 0 untuk i > j
disebut dengan matriks segitiga atas. Atau dengan kata lain Matriks segitiga
atas merupakan matriks persegi dengan semua elemen di bawah diagonalnya
adalah 0. Secara umum matriks segitiga atas berbentuk:
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛
0 𝑎22 𝑎23 … 𝑎2𝑛
0 0 𝑎33 … 𝑎3𝑛
⋮ ⋮ ⋮ ⋮
(0 0 0 … 𝑎𝑛𝑛 )
Contoh 1.13 :
1 3 5
Misalkan 𝐴 = (0 2 0)
0 0 3
Maple Code
Contoh 1.14 :
15 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 0 0
𝐵 = (3 2 0 )
5 0 3
Maple Code
3. Matriks Diagonal
Matriks A, untuk A = (𝑎𝑖𝑗 ) berdimensi nxn dan elemen-elemen 𝑎𝑖𝑗 = 0 untuk i > j dan
i < j disebut dengan matriks diagonal. Suatu matriks yang memenuhi sifat matriks
segitiga atas maupun segitiga bawah disebut matriks diagonal. Atau dengan kata lain
suatu matriks persegi yang semua elemen selain diagonalnya adalah 0 dinamakan
matriks diagonal. Matriks Diagonal dinotasikan dengan D. Secara umum matriks
Diagonal berbentuk:
𝑎11 0 0 …0
0 𝑎22 0 … 0
𝐷𝑛𝑥𝑛 = 0 0 𝑎33 … 0
⋮ ⋮ ⋮ ⋮
(0 0 0 … 𝑎𝑛𝑛 )
Maple Code
16 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
4. Matriks Identitas
𝑎11 0 0 …0
0 𝑎22 0 … 0
Dari matriks diagonal D = 0 0 𝑎33 … 0 jika nilai 𝑎11 = 𝑎22 = 𝑎33 = ⋯ =
⋮ ⋮ ⋮ ⋮
(0 0 0 … 𝑎𝑛𝑛 )
𝑎𝑛𝑛 = 𝑘, dimana k adalah sebuah skalar, maka matriks ini disebut matriks skalar.
Jika k= 1 maka matriks dinamakan matriks identitas.
Contoh 1.16:
𝑘 0 0 0
0 𝑘 0 0
S=( ), matriks skalar. Untuk k = 1
0 0 𝑘 0
0 0 0 𝑘
1 0 0 0
0 1 0 0
I= ( ), matriks identitas berdimensi 4
0 0 1 0
0 0 0 1
Maple Code
17 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
atau
18 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Dua matriks persegi A = (𝑎𝑖𝑗 ) dan B = (𝑏𝑖𝑗 )yg berdimensi sama disebut komutatif
(commute) jika berlaku AB = BA.Sebaliknya, disebut antikomutatif (anti-commute)
jika berlaku AB = - BA.
Matriks persegi A = (𝑎𝑖𝑗 ) yang berlaku Ak+1 = A, dengan k bilangan bulat positif,
disebut matriks periodik. Untuk k = 1, berarti A2 = A, maka A disebut matriks idempoten.
Matriks persegi A = (𝑎𝑖𝑗 ) yang berlaku Ap = 0, untuk p bilangan bulat positif disebut matriks
nilpoten.
Contoh 1.17:
1 −2 −6
a. Andaikan matriks B = (−3 2 9)
2 0 −3
1 −2 −6 1 −2 −6 −5 −6 −6
B2= (−3 2 9 ) (−3 2 9 ) = ( 9 10 9 )
2 0 −3 2 0 −3 −4 −4 −3
−5 −6 −6 1 −2 −6 1 −2 −6
B3=B2B=( 9 10 9 ) (−3 2 9 ) = (−3 2 9 ) =B
−4 −4 −3 2 0 −3 2 0 −3
Tampak bahwa B3= B2+1= B ini berarti matriks B adalah periodikdengan periode 2.
Maple Code
19 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
2 −2 −4
b. Matriks E = (−1 3 4)
1 −2 −3
2 −2 −4 2 −2 −4 2 −2 −4
E2= EE = (−1 3 4 ) (−1 3 4 )= (−1 3 4 )=E
1 −2 −3 1 −2 −3 1 −2 −3
Tampak bahwa E2= E, berarti matriks E adalah matriks idempoten.
1 1 3
c. Matriks F = ( 5 2 6)
−2 −1 −3
1 1 3 1 1 3 0 0 0
F2= FF = ( 5 2 6 )( 5 2 6 )=( 3 3 9)
−2 −1 −3 −2 −1 −3 −1 −1 −3
0 0 0 1 1 3 0 0 0
F3=F2F = ( 3 3 9 )( 5 2 6 )= (0 0 0) = O
−1 −1 −3 −2 −1 −3 0 0 0
Karena F3= O, maka F adalah nilpoten indeks 3
6. Matriks Invers
Andaikan A = (𝑎𝑖𝑗 ) dan B = (𝑏𝑖𝑗 )dua matriks persegi berdimensi sama sehingga
berlaku :
AB = BA = I, maka B disebut invers A ditulis dengan B = A-1. Atau A invers B ditulis
dengan A = B-1.
Maple Code
20 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Andaikan invers dari matriks A adalah A-1 dan invers dari matriks B adalah B-1 maka
berlaku sifat (AB)-1= B-1A-1.
7. Transpose Matriks
Transpose matriks diperoleh dengan menukar baris menjadi kolom seletak, atau
sebaliknya. Transpose dari matriks 𝐴biasanya dinotasikan dengan 𝐴𝑇 .
Dalam notasi adalah sebagai berikut:
A = (𝑎𝑖𝑗 ) AT = (𝑎′𝑖𝑗 ) dimana 𝑎′𝑖𝑗 = 𝑎𝑗𝑖
21 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 1.19 :
1 4 5 1 2 3
𝑇
Misalkan A = (2 0 3), maka transpose dari 𝐴 adalah 𝐴 = (4 0 3)
3 3 2 5 3 2
Maple Code
22 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Maple Code
9. Conjugate Matriks
Misalkan 𝐴 adalah matriks dengan elemen-elemen dalam matriksnya merupakan
bilangan kompleks. Untuk bilangan kompleks z = a+bi maka conjugate bilangan
kompleks z dinotasikan dengan 𝑧̅= ̅̅̅̅̅̅̅̅
𝑎 + 𝑏𝑖 = 𝑎 − 𝑏𝑖. Conjugate dari 𝑧̅adalah
̅̅̅̅̅̅̅̅
𝑧̿ = 𝑎 − 𝑏𝑖 = 𝑎 + 𝑏𝑖 = 𝑧. Jadi conjugate dari conjugate bilangan kompleks adalah
dirinya sendiri.
23 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 − 2𝑖 −5𝑖 7 1 + 2𝑖 5𝑖 7
A=( ); 𝐴̅ = ( )
−2 + 𝑖 9 + 3𝑖 4 − 9𝑖 −2 − 𝑖 9 − 3𝑖 4 + 9𝑖
Andaikan A = (𝑎𝑖𝑗 ) dan B = (𝑏𝑖𝑗 ) adalah matriks-matriks yang mempunyai elemen
bilangan kompleks, 𝐴̅ dan 𝐵̅ masing-masing conjugate dari A dan B, serta k adalah
skalar dengan 𝑘̅ adalah conjugate dari k, maka:
a. ̅̅̅̅
𝑘𝐴 = 𝑘̅ 𝐴̅
b. 𝐴̿ = 𝐴
c. ̅̅̅̅̅̅̅̅
𝐴 + 𝐵 = 𝐴̅ + 𝐵̅
̅̅̅̅ = 𝐴̅𝐵̅
d. 𝐴𝐵
e. (𝐴̅)𝑇 = ̅̅
𝐴̅̅
𝑇 ,notasi untuk transpose dari conjugate (conjugate dari transpose)
suatu matriks A adalah AH. Jadi dalam hal ini AH = (𝐴̅)𝑇 atau AH= ̅̅
𝐴̅̅
𝑇.
bilangan yang sama dengan conjugatenya. Jadi elemen diagonal dari matriks
hermitian adalah bilangan real.
Contoh 1.23 :
−2 2 + 3𝑖 𝑖
Tunjukkan bahwa A = (2 − 3𝑖 3 −3 − 3𝑖 ) adalah hermitian!
−𝑖 −3 + 3𝑖 7
Solusi:
−2 2 − 3𝑖 −𝑖
̅
𝐴 = (2 + 3𝑖 3 −3 + 3𝑖 )
𝑖 −3 − 3𝑖 7
24 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
−2 2 + 3𝑖 𝑖
(𝐴̅)𝑇 = 𝐴𝐻 = (2 − 3𝑖 3 −3 − 3𝑖 ) =A
−𝑖 −3 + 3𝑖 7
Jadi A adalah Hermitian.
Matriks persegi A = (𝑎𝑖𝑗 ) berdimensi n dikatakan Matriks Skew Hermitian jika dan
hanya jika berlaku AH=- A. Berdasarkan definisi tersebut matriks A adalah hermitian
jika unsur-unsurnya berlaku hubungan 𝑎𝑖𝑗 = −𝑎
̅̅̅
𝑗𝑖 untuk setiap i dan j. Khusus untuk
bilangan yang sama dengan negatif conjugatenya. Jadi elemen diagonal dari matriks
hermitian adalah bilangan 0 atau bilangan imajiner.
Contoh 1.24 :
2𝑖 −3 + 𝑖 5 − 4𝑖
Tunjukkan bahwa C = ( 3 + 𝑖 0 −2 − 7𝑖 ) adalah skew hermitian!
−5 − 4𝑖 2 − 7𝑖 −8𝑖
Solusi:
−2𝑖 −3 − 𝑖 5 + 4𝑖
𝐴̅ = ( 3 − 𝑖 0 −2 + 7𝑖 )
−5 + 4𝑖 2 + 7𝑖 8𝑖
−2𝑖 3−𝑖 −5 + 4𝑖
(𝐶̅ )𝑇 = 𝐶 𝐻 = (−3 − 𝑖 0 2 + 7𝑖 ) = -C
5 + 4𝑖 −2 + 7𝑖 8𝑖
25 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
cos 𝑥 sin 𝑥
Tunjukkan bahwa matriks B = ( ) matriks ortogonal!
− sin 𝑥 cos 𝑥
Solusi:
cos 𝑥 − sin 𝑥
BT=( )
sin 𝑥 cos 𝑥
cos 𝑥 sin 𝑥 cos 𝑥 − sin 𝑥 1 0
BBT= ( )( )= ( ) = 𝐼2
− sin 𝑥 cos 𝑥 sin 𝑥 cos 𝑥 0 1
Jadi B adalah matriks ortogonal.
12. Matriks Uniter
Matriks persegi A = (𝑎𝑖𝑗 ) berdimensi n dengan elemen matriks adalah bilangan
kompleks. Matriks 𝐴disebut Matriks uniter jikaberlaku AHA= I = AAH. Sehubungan
dengan matriks invers maka matriks uniter adalah matriks yang mempunyai invers
sama dengan conjugate transposenya𝐴−1 =AH .
Contoh 1.26:
1 1
(√2 √2
Tunjukkan bahwa matriks C = 𝑖 −𝑖 ) adalah uniter!
√2 √2
Solusi:
1 1 1 −𝑖
(√2 √2
𝐶̅ = −𝑖 𝑖 ); CH
= (√2
1
√2
𝑖
)
√2 √2 √2 √2
1 −𝑖 1 1
1 0
(√2 √2
CHC=(√2
1
√2
𝑖
) 𝑖 −𝑖 ) =( ) =I
0 1
√2 √2 √2 √2
26 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
2 −3
Apakah matriks A = ( ) matriks normal?
3 2
Solusi:
2 3
AT = ( )
−3 2
2 −3 2 3 13 0
AAT= ( )( )= ( )
3 2 −3 2 0 13
2 3 2 −3 13 0
AT A = ( )( )= ( )
−3 2 3 2 0 13
Jadi, A adalah matriks normal.
Maple Code
LATIHAN SOAL!
2 3 0 −2
1. Diketahui matriks-matriks F = (1 3 −1 );
2 G = (3); H = ( 4 1 2 );
4 −5 7 −3
2 1 1 2 1 0 0 0
2 −1 1 3
3 −1 −3 1 0 1 0 0
K=( ); L = (1 1 1 2 ) ; I= ( )
4 4 5 −2 0 0 1 0
3 −3 2 −1
1 0 −1 2 0 0 0 1
27 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
4. Diketahui matriks-mtriks
−1 2 0 −1 0 3 2 3 −1
K= ( 3 4 −1) ; L= ( 2 2 2) dan M = ( 1 2 −2)
2 0 1 1 0 1 −1 0 −4
Hitunglah:
a. K+L
b. L-M
c. 2K + 3 (L+M)
d. 2M – 3(K+L)
5. Diketahui matriks-matriks berikut:
3 0 1 5 2
4 −1 1 4 2
A = 1 2 ; B= ( ); C = ; D = 1 0 1 ;
1 1 0 2 3 1 5 3 2 4
6 1 3
E = 1 1 2
4 1 3
Hitunglah:
a. (2DT-E)A
b. (4B)C+2B
c. DTET- (ED)T
6. Tunjukkan bahwa:
a. Hasil kali dua matriks segitiga atas adalah matriks segitiga atas juga.
28 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
b. Hasil kali dua matriks segitiga bawah adalah matriks segitiga bawah juga.
7. a. Andaikan A matriks persegi, p dan q bilangan bulat positif, tunjukkan bahwa ApAq =
AqAp.
b. Tunjukkan juga bahwa ApAq = Ap+q
c. Jika A dan B commute, buktikan juga bahwa Ap dan Bq juga commute.
1 2
8. Diketahui matriks A =( )
0 1
1 𝑘
a. Andaikan S = ( ), hitunglah AS dan SA!
0 1
b. Berdasarkan hasil (a) tersebut berapakah An?
1 0 2
9. Tunjukkan bahwa matriks P =(2 −1 3) adalah invers dari matriks
4 1 8
−11 2 2
Q = ( −4 0 1 )!
6 −1 −1
10. Andaikan invers dari matriks A2 adalah B. Tunjukkan bahwa invers dari matriks A adalah
AB!
1
𝑥
11. Jika A = (√5
2 ) adalah orthogonal, carilah nilai x dan y!
𝑦
√5
12. Tunjukkan bahwa matriks B = kI + A adalah matriks normal, dimana k adalah skalar serta
A matriks simetri miring.
BAB II
DETERMINAN DAN INVERS MATRIKS
29 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 2.1:
1 2 3 1
Andaikan matriks 𝐴 = 0 2 1 1
4 3 1 5
Carilah: 𝐵23 (𝐴), 𝐾1(−3) (𝐴), 𝐵21(2) (𝐴), 𝐾43 (𝐴), 𝐵3(−1) (𝐴), 𝐾14(1) (𝐴)
Solusi:
30 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 2 3 1
𝐵23 (𝐴) = 4 3 1 5
0 2 1
1
3 2 3 1
𝐾1(−3) (𝐴) = 0 2 1 1
12 3 1 5
1 2 3 1
𝐵21(2) (𝐴) = 2 2 7 1
4 3 1 5
1 2 1 3
𝐾43 (𝐴) = 0 2 1 1
4 3 5 1
1 2 3 1
𝐵3(−1) (𝐴) = 0 2 1 1
4 3 1 5
0 2 3 1
𝐾14(1) (𝐴) = 1 2 1 1
9 3 1 5
Maple Code
31 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 2.2:
1. Matriks eselon baris tereduksi
0 1 2 0 1
1 0 0 4 1 0 0
0 0 0 1 4
0 1 0 7 ; 0 1 0 ;
0 0 1 1 0 0 1 0 0 0 0 0
0
0 0 0 0
1 4 3 7 1 1 0 0 1 2 2 0
0 1 6 2 ; (0 1 0); 0 0 1 1 0
0 0 1 5 0 0 0 0 0 0 0 1
32 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
B. DETERMINAN
Misalkan 𝐴 adalah matriks persegi berukuran 𝑛𝑥𝑛. Determinan dari matriks 𝐴
didefinisikan sebagai jumlah semua hasil kali elementer bertanda dari 𝐴. Determinan
dari matriks 𝐴 dinotasikan dengan det(𝐴) atau |𝐴|.
Beberapa metode untuk menghitung determinan adalah sebagai berikut:
a. Metode Sarrus
b. Ekspansi Kofaktor
1. Metode Sarrus
Untuk pembahasan kali ini dikhususkan untuk matriks berukuran 2𝑥2 dan 3𝑥3 saja.
𝑏11 𝑏12 𝑏13
𝑎 𝑎
Misalkan 𝐴 = (𝑎11 𝑎12 ) dan 𝐵 = (𝑏21 𝑏22 𝑏23 ), maka:
21 22
𝑏31 𝑏32 𝑏33
𝑎11 𝑎12
𝑑𝑒𝑡(𝐴) = 𝑑𝑒𝑡 (𝑎 )
21 𝑎22
= 𝑎11 𝑎22 − 𝑎12 𝑎21
atau
𝑎 𝑎12
|𝐴| = |𝑎11 | = 𝑎11 𝑎22 − 𝑎12 𝑎21 dan
21 𝑎22
𝑏11 𝑏12 𝑏13
det(𝐵) = det (𝑏21 𝑏22 𝑏23 )
𝑏31 𝑏32 𝑏33
= 𝑏11 𝑏22 𝑏33 + 𝑏12 𝑏23 𝑏31 + 𝑏13 𝑏21 𝑏32 − 𝑏13 𝑏22 𝑏31 − 𝑏11 𝑏23 𝑏32 − 𝑏12 𝑏21 𝑏33
atau
𝑏11 𝑏12 𝑏13 𝑏11 𝑏12
|𝐵| = |𝑏21 𝑏22 𝑏23 | 𝑏21 𝑏22
𝑏31 𝑏32 𝑏33 𝑏31 𝑏32
= 𝑏11 𝑏22 𝑏33 + 𝑏12 𝑏23 𝑏31 + 𝑏13 𝑏21 𝑏32 − 𝑏13 𝑏22 𝑏31 − 𝑏11 𝑏23 𝑏32 − 𝑏12 𝑏21 𝑏33
Contoh 2.3 :
Hitunglah determinan dari:
1 3 5
1 5
𝐴=( ) dan 𝐵 = (3 1 2)
1 3
5 3 1
1 5
det(𝐴) = | |
1 3
= (1)(3) − (5)(1)
=3−5
= −2
dan
1 3 5 1 3
det(𝐵) = |3 1 2| 3 1
5 3 1 5 3
= (1)(1)(1) + (3)(2)(5) + (5)(3)(3) − (5)(1)(5) − (1)(2)(3) − (3)(3)(1)
= 1 + 30 + 45 − 25 − 6 − 9
= 36
33 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
2. Ekspansi Kofaktor
Sebelum menentukan determinan dari suatu matriks, terlebih dahulu harus
diketahui minor dan kofaktor.
1. Definisi Minor
Jika 𝐴 adalah suatu matriks persegi, maka minor anggota 𝒂𝒊𝒋 dinyatakan oleh 𝑴𝒊𝒋
dan didefinisikan sebagai determinan sub-matriks yang masih tersisa setelah
baris ke−𝑖 dan kolom ke−𝑗 dihilangkan dari 𝐴.
2. Definisi Kofaktor
Jika 𝐴 adalah suatu matriks persegi ,maka kofaktor anggota 𝒂𝒊𝒋 dinyatakan oleh
𝑪𝒊𝒋 merupakan bilangan (−1)𝑖+𝑗 𝑀𝑖𝑗 .
Contoh 2.4:
2 1 −5
Misalkan matriks 𝐴 = (2 6 2 ) , maka:
1 4 5
2 2
𝑀12 = | | = (2)(5) − (2)(1) = 10 − 2 = 8
1 5
dan
𝐶12 = (−1)1+2 𝑀12 = (−1)3 8 = (−1)(8) = −8
Maple Code
= 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) + 𝑎12 (𝑎23 𝑎31 − 𝑎21 𝑎33 ) + 𝑎13 (𝑎21 𝑎32 − 𝑎22 𝑎31 )
Ingat bahwa :
34 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
𝐶11 = (−1)2 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) = 𝑎22 𝑎33 − 𝑎23 𝑎32 ;
𝐶12 = (−1)3 (𝑎21 𝑎33 − 𝑎23 𝑎31 ) = (−1)(𝑎21 𝑎33 − 𝑎23 𝑎31 ) = 𝑎23 𝑎32 − 𝑎21 𝑎33 ; dan
𝐶13 = (−1)4 (𝑎21 𝑎32 − 𝑎22 𝑎31 ) = 𝑎21 𝑎32 − 𝑎22 𝑎31
sehingga
𝑑𝑒𝑡(𝐴) = 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) + 𝑎12 (𝑎23 𝑎31 − 𝑎21 𝑎33 ) + 𝑎13 (𝑎21 𝑎32 − 𝑎22 𝑎31 )
Dapat dilihat bahwa 𝑑𝑒𝑡(𝐴) dapat ditentukan dengan cara mengalikan entri-entri
yang ada di baris pertama 𝐴 dengan kofaktornya kemudian menambahkan hasil kali
yang didapatkan. Berdasarkan hal ini, perhitungan 𝑑𝑒𝑡(𝐴) dilakukan dengan
menggunakan ekspansi kofaktor sepanjang baris pertama 𝐴.
Contoh 2.5 :
2 1 −5
Misalkan matriks = (2 6 2 ) , maka
1 4 5
6 2
𝐶11 = (−1)1+1 𝑀11 = (−1)2 | | = (1)((6)(5) − (2)(4)) = 30 − 8 = 22
4 5
2 2
𝐶12 = (−1)1+2 𝑀12 = (−1)3 | | = (−1)((2)(5) − (2)(1)) = (−1)(10 − 2) = −8
1 5
2 6
𝐶13 = (−1)1+3 𝑀13 = (−1)4 | | = (1)((2)(4) − (6)(1)) = (8 − 6) = 2
1 4
Sehingga 𝑑𝑒𝑡(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 = (2)(22) + (1)(−8) + (−5)(2) = 44 −
8 − 10 = 26
Maple Code
35 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Teorema 2.1
Determinan suatu matriks 𝐴𝑛𝑥𝑛 dapat dihitung dengan mengalikan entri-entri pada
sebarang baris (atau kolom) dengan kofaktornya dan menjumlahkan hasil kali yang
didapatkan; yaitu, untuk setiap 1 ≤ 𝑖 ≤ 𝑛 dan 1 ≤ 𝑗 ≤ 𝑛, berlaku:
dan
Contoh 2.6:
2 1 −5
Misalkan matriks 𝐴 = (2 6 2 ) , maka dengan menggunakan ekspansi kofaktor
1 4 5
sepanjang kolom ke−1 diperoleh:
6 2
𝐶11 = (−1)1+1 𝑀11 = (−1)2 | | = (1)((6)(5) − (2)(4)) = 30 − 8 = 22
4 5
1 −5
𝐶21 = (−1)2+1 𝑀21 = (−1)3 | | = (−1)((1)(5) − (−5)(4)) = (−1)(5 − (−20))
4 5
= −25
1 −5
𝐶31 = (−1)3+1 𝑀31 = (−1)4 | | = (1)((1)(2) − (−5)(6)) = (2 − (−30)) = 32
6 2
sehingga
𝑑𝑒𝑡(𝐴) = 𝑎11 𝐶11 + 𝑎21 𝐶21 + 𝑎31 𝐶31 = (2)(22) + (2)(−25) + (1)(32) = 44 − 50 + 32
= 26
36 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Maple Code
Teorema 2.2
Misalkan 𝐴 adalah suatu matriks persegi.
a. Jika 𝐴 memiliki sebuah baris nol atau sebuah kolom nol, maka 𝑑𝑒𝑡(𝐴) = 0
b. 𝑑𝑒𝑡(𝐴) = 𝑑𝑒𝑡(𝐴𝑇 )
Teorema 2.3
Jika 𝐴 adalah suatu matriks segitiga 𝑛𝑥𝑛 (segitiga atas, segitiga bawah, atau diagonal),
maka 𝑑𝑒𝑡(𝐴) adalah hasil kali anggota-anggota pada diagonal utamanya; yaitu
𝑑𝑒𝑡(𝐴) = 𝑎11 𝑎22 𝑎33 ⋯ 𝑎𝑛𝑛
37 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 2.7 :
3 2 1 4 7
0 1 6 2 4
0 0 5 6 5 (3)(1)(5)(8)(2) 240
0 0 0 8 3
0 0 0 0 2
Maple Code
Teorema 2.4
a. Jika 𝐵 adalah suatu matriks yang dihasilkan jika suatu baris tunggal atau kolom
tunggal dari 𝐴 dikalikan dengan suatu skalar 𝑘, maka 𝑑𝑒𝑡(𝐵) = 𝑘 𝑑𝑒𝑡(𝐴)
b. Jika 𝐵 adalah matriks yang dihasilkan jika dua baris atau dua kolom dari 𝐴
dipertukarkan, maka 𝑑𝑒𝑡(𝐵) = − 𝑑𝑒𝑡(𝐴)
c. Jika 𝐵 adalah matriks yang dihasilkan jika suatu penggandaan suatu baris 𝐴
ditambahkan baris lainnya atau jika suatu penggandaan suatu kolom ditambahkan
pada kolom lainnya, maka 𝑑𝑒𝑡(𝐵) = 𝑑𝑒𝑡(𝐴)
Contoh 2.8 :
𝑘𝑎11 𝑘𝑎12 𝑘𝑎12 𝑎11 𝑎12 𝑎12
a. | 𝑎21 𝑎22 𝑎23 | = 𝑘 |𝑎21 𝑎22 𝑎23 | Baris pertama 𝐴 dikalikan dengan 𝑘
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
𝑑𝑒𝑡(𝐵) = 𝑘 𝑑𝑒𝑡(𝐴)
38 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
𝑎21 𝑎22 𝑎22 𝑎11 𝑎12 𝑎12
b. |𝑎11 𝑎12 𝑎13 | = − |𝑎21 𝑎22 𝑎23 | Baris pertama dan kedua dari 𝐴 dipertukarkan
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
𝑑𝑒𝑡(𝐵) = − 𝑑𝑒𝑡(𝐴)
𝑎11 + 𝑘𝑎21 𝑎12 + 𝑘𝑎22 𝑎12 + 𝑘𝑎23 Suatu penggandaan baris kedua dari 𝐴
c. | 𝑎21 𝑎22 𝑎23 | ditambahkan pada baris pertama
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 𝑎12
= |𝑎21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33
𝑑𝑒𝑡(𝐵) = 𝑑𝑒𝑡(𝐴)
Contoh 2.9 :
Tinjaulah matriks
1 2 3 3 6 9 1 2 3 1 2 3
A 0 4 5 , A1 0 4 5 , A2 6 7 8 , A3 0 4 5
6 7 8 6 7 8 0 4 5 0 5 10
Dengan menggunakan metode yang digunakan seperti Contoh 2.3 diperoleh
𝑑𝑒𝑡(𝐴) = −15, 𝑑𝑒𝑡(𝐴1 ) = −45, 𝑑𝑒𝑡(𝐴2 ) = 15, 𝑑𝑒𝑡(𝐴3 ) = −15.
Perhatikan bahwa 𝐴1 diperoleh dengan mengalikan baris pertama 𝐴 dengan 3, 𝐴2
diperoleh dengan mempertukarkan baris kedua dan ketiga dari 𝐴, dan 𝐴3 diperoleh
dengan menambahkan −6 kali baris pertama 𝐴 pada baris ketiga. Berdasarkan teorema,
diperoleh hubungan
det(𝐴1 ) = 3 𝑑𝑒𝑡(𝐴) = 3(−15) = −45,
𝑑𝑒𝑡(𝐴2 ) = − 𝑑𝑒𝑡(𝐴) = −(−15) = 15, dan
𝑑𝑒𝑡(𝐴3 ) = 𝑑𝑒𝑡(𝐴) = −15
Maple Code
39 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Teorema 2.5
Misalkan 𝐸 adalah suatu matriks elementer 𝑛𝑥𝑛.
a. Jika 𝐸 dihasilkan dari mengalikan suatu baris dari 𝐼𝑛 dengan 𝑘, maka 𝑑𝑒𝑡(𝐸) = 𝑘
b. Jika 𝐸 dihasilkan dari mempertukarkan dua baris dari 𝐼𝑛 , maka 𝑑𝑒𝑡(𝐸) = −1
c. Jika 𝐸 dihasilkan dari menambahkan suatu penggandaan satu baris 𝐼𝑛 ke baris
lainnya, maka 𝑑𝑒𝑡(𝐸) = 1
Contoh 2.10 :
1 0 0 0
0 4 0 0
1. 4 Baris kedua I 4 dikalikan dengan 4
0 0 1 0
0 0 0 1
40 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 0 0 0
0 0 1 0 Baris kedua dan ketiga dari I 4 dipertukarkan
2. 1
0 1 0 0
0 0 0 1
1 0 0 7
0 1 0 0 Menambahkan 7 kali baris keempat dari
3. 1
0 0 1 0 I 4 dengan baris pertama
0 0 0 1
Maple Code
41 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 2.11:
Hitunglah 𝑑𝑒𝑡(𝐴) dengan
2 1 3
A 1 2 4
5 3 6
Penyelesaian :
Matriks 𝐴 direduksi menjadi matriks eselon baris (segitiga atas) dan menerapkan
teorema
2 1 3 1 2 4
Baris pertama dan kedua dari matriks 𝐴 dipertukarkan
𝑑𝑒𝑡(𝐴) = 1 2 4 2 1 3
5 3 6 5 3 6
1 2 4 −2 kali baris pertama ditambahkan ke baris kedua
0 5 5
−5 kali baris pertama ditambahkan ke baris ketiga
0 13 14
1 2 4 Suatu faktor bersama yaitu −5 dari baris kedua
(5) 0 1 1 dikeluarkan melalui tanda determinan
0 13 14
1 2 4
13 kali baris kedua ditambahkan ke baris ketiga
(5) 0 1 1
0 0 1
42 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
(5)(1)(1) 5
Teorema 2.6
Jika 𝐴 suatu matriks persegi dengan dua baris proporsional, maka 𝑑𝑒𝑡(𝐴) = 0
Contoh 2.12 :
1 2 1 3
3 6 3 9
Diketahui matriks 𝐴 = . Hitunglah nilai determinan dari matriks 𝐴
2 5 2 3
1 1 3 6
1 2 1 3
3 6 3 9
𝑑𝑒𝑡(𝐴) =
2 5 2 3
1 1 3 6
1 2 1 3
0 0 0 0 −3 kali baris pertama ditambahkan ke baris kedua
2 5 2 3
1 1 3 6
=0
Matriks-matriks berikut memiliki dua baris yang proporsional sehingga memiliki nilai
determinan nol.
3 0 4 2
1 1 2
1 3 1 7 5 3
, 4 4 8 ,
2 6 3 2 7 9 0 12 6
1 1 2 3
43 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
an1 an 2 an 3 ann
44 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
an1 an 2 an 3 ann
𝑛
= 𝑘 𝑑𝑒𝑡(A)
Jadi, Jika 𝐴 adalah sebarang matriks persegi 𝑛𝑥𝑛, maka 𝑑𝑒𝑡(𝑘𝐴) = 𝑘 𝑛 𝑑𝑒𝑡(A)
Contoh 2.13 :
1 3 4 12
Misalkan A maka 4 A .
3 5 12 20
1 3 2 1 3 4
A , B maka A B dimana
3 5 1 2 4 7
Teorema 2.7
Misalkan 𝐴, 𝐵, dan 𝐶 adalah matriks-matriks 𝑛𝑥𝑛 yang berbeda hanya pada satu baris,
misalnya baris ke−𝑟, dan asumsikan bahwa baris ke ke−𝑟 dari 𝐶 dapat diperoleh dengan
menjumlahkan entri-entri yang bersesuaian pada baris ke−𝑟 dari 𝐴 dan 𝐵. Maka
Contoh 2.14 :
Diketahui
1 0 0 1 0 0 1 0 0
A 2 4 3, B 2 4 3,C 2 4 3
3 2 1 2 1 2 5 3 3
Dengan menghitung determinan, dapat dihitung bahwa 𝑑𝑒𝑡(𝐴) = −2, 𝑑𝑒𝑡(𝐵) = 5, dan
𝑑𝑒 𝑡(𝐶) = 3 sehingga
45 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Teorema 2.8
𝑑𝑒𝑡(𝐴𝐵) = 𝑑𝑒𝑡(𝐴)𝑑𝑒𝑡(𝐵)
Contoh 2.15 :
Misalkan matriks-matriks
1 3 2 1 5 7
A , B , AB
3 5 1 2 11 13
Teorema 2.9
Suatu matriks persegi 𝐴 dapat dibalik jika dan hanya jika 𝑑𝑒𝑡(𝐴) ≠ 0
Contoh 2.16 :
1 2 2
Diketahui matriks A 2 0 1 . Karena baris pertama dan baris ketiga
2 4 4
proporsional, maka 𝑑𝑒𝑡(𝐴) = 0. Jadi, 𝐴 tidak dapat dibalik.
Akibat 2.1
1
𝑑𝑒𝑡(𝐴−1 ) =
𝑑𝑒𝑡(𝐴)
Contoh 2.17 :
1 3
Dengan menggunakan matriks A −1
, maka 𝑑𝑒𝑡(𝐴) = −4. Jadi, 𝑑𝑒𝑡(𝐴 ) =
3 5
1 1 1
𝑑𝑒𝑡(𝐴)
= −4 = − 4
46 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
C. INVERS MATRIKS
Suatu matriks 𝑛𝑥𝑛 disebut matriks elementer E jika matriks tersebut dapat diperoleh
dari matriks satuan (identitas) 𝑛𝑥𝑛 yaitu 𝐼𝑛 dengan melakukan operasi baris elementer
tunggal.
Contoh 2.18 :
Teorema 2.10
Jika matriks elementer E dihasilkan dengan melakukan sebuah operasi baris tertentu
pada I m dan jika A adalah matriks mxn , maka hasil kali EA adalah matriks yang
dihasilkan bila operasi baris yang sama ini dilakukan pada A .
Contoh 2.19:
47 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 2 2
2 1 0 0
Diketahui matriks A 2 0 1 3 dan matriks elementer E 0 1 2
1 1 2 1 0 0 1
yang dihasilkan oleh penambahan 2 kali baris ketiga dari I 3 ke baris kedua. Hasil kali EA
adalah
1 2 2
2
EA 0 2 5 5 yang sama persis dengan matriks yang dihasilkan apabila
1 1 2 1
kita menambahkan 2 kali baris ketiga dari A ke baris kedua.
Maple Code
48 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Tabel 2.2 Operasi Baris Elementer yang Mengubah Matriks Elementer Menjadi
Matriks Satuan/Identitas, dan sebaliknya
Operasi Baris pada I yang menghasilkan E Operasi Baris pada E yang menghasilkan I
Menambahkan k kali baris ke i dengan baris Menambahkan k kali baris ke i dengan baris
ke j ke j
Contoh 2.20 :
Berdasarkan Contoh 2.16 untuk menjadikan matriks satuan/identitas, maka operasi yang
dilakukan terhadap matriks elementer
0 0 1 0
0 1 0 0 Baris pertama dan ketiga dari E dipertukarkan
ii.
1 0 0 0
0 0 0 1
1 0 0
5 kali baris ketiga E ditambahkan dengan baris kedua
iii. 0 1 5
0 0 1
Teorema 2.11
Setiap matriks elementer dapat dibalik, dan inversnya juga matriks elementer
Jika A matriks persegi nxn dan matriks A tersebut ekuivalen baris dengan matriks satuan
I n maka dapat ditemukan m matriks elementer yang sedemikian rupa sehingga jika
dikalikan dengan matriks A maka matriks A tersebut menjadi matriks satuan, sehingga
Em E2 E1 A I n
49 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Karena matriks elementer mempunyai invers, maka kalikan dengan invers masing-
masing matriks elementer dan diperoleh
atau
A E11E21 Em1I n
A1 A I
dengan
A1 Em E2 E1I n
Karena matriks invers tunggal, maka (jika A memiliki invers) matriks A ekivalen baris
dengan matriks satuan I .
I | A
OBE
A| I 1
Berdasarkan hal di atas, cara mudah untuk menentukan invers dari suatu matriks persegi
adalah dengan melakukan serangkaian operasi baris elementer secara bersamaan antara
matriks A dengan matriks satuan I dengan target mengubah matriks A menjadi matriks
satuan I dan akibatnya diperoleh perubahan matriks I menjadi matriks A1 . Jika A
tidak dapat berubah menjadi matriks satuan, berarti A tidak memiliki invers.
Contoh 2.21:
1 3 3 1 6 4
1 2
A , B 1 4 3 , C 2 4 1
3 1 1 3 4 1 2 5
Penyelesaian
50 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 2
1
1 0 2b2 b1
7
b2
1 2 1 0 3b1 b2 1 2 1 0 7
1 2 1 07
A| I 0 1 3 1
3 1 0 1 0 7 3 1 0 1 3
1
7 7
7 7
1 2
7 7
Jadi, A1
3 1
7 7
Maple Code
51 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 3 3 1 0 0 b b 1 3 3 1 0 0 3b b 1 3 0 4 0 3 3b b 1 0 0 7 3 3
B I 1 4 3 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 1 0 1 1 0
1 2 3 1 2 1
1 3 4 0 0 1 b1 b2 0 0 1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1
7 3 3
1
Jadi, B 1 1 0
1 0 1
Maple Code
52 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 6 4 1 0 0 2b b 1 6 4 1 0 0 b b 1 6 4 1 0 0
1 2 2 3
C I 2 4 1 0 1 0 0 8 9 2 1 0 0 8 9 2 1 0
1 2 5 0 0 1 b1 b2 0 8 9 1 0 1 0 0 0 1 1 1
Karena tidak didapatkan matriks satuan, maka C tidak memiliki invers.
Maple Code
53 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Jika A sebarang matriks persegi nxn dan Cij adalah kofaktor aij maka matriks
Contoh 2.22:
a b
Diketahui matriks A = carilah invers dari matriks A!
c d
Penyelesaian
d c
C
b a
Maple Code
54 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Dari pembahasan sebelumnya telah diketahui bahwa jika matriks persegi A = (a ij)
berdimensi n adalah invertible (non singular) maka ada matriks A-1 (matriks
invers A) sehingga berlaku hubungan:
AA-1=A-1A=I
Untuk setiap matriks persegi A = (aij) berdimensi n, ada adjoint matriks A. Adjoint
matriks (adj) merupakan transpose dari matriks kofaktor. Adjoint matriks A
ditulis dengan adj A sedemikian hingga berlaku hubungan:
A (adj A) = (adj A) A = A I
atau
adjA adjA
A AI
A A
Dengan A 0
adjA
A-1= ; dengan A 0
A
Dengan demikian jelas bahwa suatu matriks persegi akan mempunyai invers jika
determinan dari matriks tersebut tidak sama dengan nol, atau dengan kata lain
matriks tersebut non singular.
Contoh 2.23 :
55 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
d b
adj A C T .
c a
adjA 1 d b
Jadi, A1
A ad bc c a
Maple Code
LATIHAN SOAL!
1. Hitunglah nilai determinan dari matriks persegi dimensi 3 berikut:
2 0 4
a. G 2 3 1
0 2 1
x 2 0 0
b. D 0 x 1 0
0 2 x
0
x5 1
a. 0
7 x3
0 xa xb
b. xa 0 xc 0
xb xc 0
56 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
a b
3. Andaikan A = dan B = I2. Tunjukkan bahwa:
c d
k 1 k 1 7
a. A 2 k 3 4
5 k 1 k
3 3 0 5
2 2 0 2
b. A
4 1 3 0
2 10 3 2
4 0 0 1 0
3 3 3 1 0
c. A 1 2 4 2 3
9 4 6 2 3
2 2 3
2 4
2 1 0
A = 3 4 0
0 0 2
1
1 bc
a
6. Tunjukkan bahwa 1 ac 0 !
1
b
1
1 ab
c
4 0 4
a. C = 4 0 8
0 1 2
57 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 1 1 1
1 2 3 4
b. E =
2 3 5 5
3 4 5 8
1 2 3
8. Diketahui matriks A = 4 5 6 carilah:
7 8 10
a. A-1
b. Det A
c. Det (A-1)
9. Carilah sembarang matriks A yang simetri. Kemudian carilah A-1. Apakah A-1 juga
matriks simetri?
1 0
10. Tinjau matriks A =
5 2
BAB III
SISTEM PERSAMAAN LINEAR
58 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
59 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Memperhatikan uraian diatas, secara umum sistem persamaan linear yang memuat m
persamaan dari n variabel adalah:
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑔1
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑔2
𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑔3
………………………………………………
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑔𝑚 … (3.4)
Dalam notasi matriks bisa ditulis sebagai:
a11 a a ... a x1 g 1
12 13 1n
a21 g
a a 2 n x 2
a
...
22 23 2
a31 a 32 a 33
... a
3 n x3 g
... ... ... ...
3
... .... ...
a m1 a a ... amn xn g
m2 m3
m … (3.5)
Penulisan bisa disederhanakan menjadi:
𝐴𝑋 = 𝐺 … (3.6)
Dimana 𝐴 = (𝑎𝑖𝑗 ) berdimensi 𝑚𝑥𝑛, disebut juga sebagai matriks koefisien.
𝑋 adalah matriks kolom berdimensi 𝑛𝑥1, disebut juga sebagai matriks variabel.
𝐺 adalah matriks kolom berdimensi 𝑚𝑥1, disebut juga sebagai matriks konstanta.
60 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
a11 a a ... x1 g 1
a
12 13 1n
a 21 g
a a 2 n x 2
a
...
22 23
2
a31 a 32 a 33
... a
3 n x3
g … (3.8)
... ... ... ...
3
... .... ...
a m1 a a ... a mn x n g
m2 m3
m
Sedangkan matriks augmentednya bisa ditulis sebagai berikut:
g
a11 a 12 a 13
... a 1n 1
g
a 21 a a a
...
22 23 2n 2
(A|G) = a31 a 32 a 33
... a 3n g … (3.9)
... .... ... ... ...
3
...
a m1 a a ... a g m
m2 m3 mn
a11 a a ... a x1 0
12 13
1n
a21 a 22 a 23
... a 2 n x2 0
0 … (3.11)
a31 a a a 3 n x3
...
32 33
... .... ... ... ... ... ...
am1 a m2 a m3
... amn xn 0
Penulisan bisa disederhanakan menjadi:
𝐴𝑋 = 0
Sedangkan matriks augmentednya bisa ditulis sebagai berikut:
61 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
a11 a a ... a 0
12 13 1n
a 21 a 22 a 23
... a 2n
0
(𝐴|𝐺) = a31 a a ... a 0 = (𝐴|𝑂) … (3.12)
32 33 3n
... .... ... ... ... ...
a m1 a m2 a m3
... a mn
0
a11 g
a 12 a 13
... a 1n 1
a21 g
a a a 2n
...
22 23
2
𝐴= a31 a a ... a
dan 𝐺 =
g … (3.13)
32 33 3n
... .... ... ... ... 3
...
am1 a m2 a m3
... amn g
m
Karena 𝐴 menjadi matriks persegi, bila 𝐴 non singular maka |𝐴| ≠ 0, dan berarti 𝐴−1
ada.
Maka:
𝐴𝑋 = 𝐺 (kedua ruas dikalikan dengan 𝐴−1 )
𝐴−1 𝐴𝑋 = 𝐴−1 𝐺
𝐼𝑋 = 𝐴−1 𝐺
𝑋 = 𝐴−1 𝐺 … (3.14)
62 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 3.1:
Selesaikan sistem persamaan
𝑥 + 2𝑦 = 0; 3𝑥 − 𝑦 = 7
Solusi:
1 2 𝑥 0
𝐴= ( ), 𝑋 = (𝑦) dan 𝐺 = ( )
3 −1 7
𝑑𝑒𝑡(𝐴) = −1 − 6 = −7, berarti 𝐴 non singular dan 𝐴−1 ada.
1 2
1 −1 −2 1 −1 −2
𝐴 −1
= det(𝐴) ( ) = −7 ( ) = (73 7 1)
−3 1 −3 1 −7
7
Maple Code
Contoh 3.2 :
Dengan menggunakan matriks invers selesaikan sistem persamaan linear berikut:
63 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
𝑥1 + 3𝑥2 + 3𝑥3 = 1
𝑥1 + 4𝑥2 + 3𝑥3 = −1
𝑥1 + 3𝑥2 + 4𝑥3 = 2
Solusi:
1 3 3 𝑥1 1
𝐴 = (1 4 3); 𝑋 = (𝑥2 ); dan 𝐺 = (−1)
1 5 4 𝑥3 2
Dicari terlebih dahulu 𝐴−1 dengan adjoint matriks:
𝐶11 = 𝑀11 = 7 𝐶12 = −𝑀12 = −1 𝐶13 = 𝑀13 = −1
𝐶21 = −𝑀21 = −3 𝐶22 = 𝑀22 = 1 𝐶23 = −𝑀23 = 0
𝐶31 = 𝑀31 = −3 𝐶32 = −𝑀32 = 0 𝐶33 = 𝑀33 = 1
7 −3 −3
𝐴𝑑𝑗(𝐴) = (−1 1 0)
−1 0 1
𝑑𝑒𝑡(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 = 1.7 + 3 (−1) + 3 (−1) = 1
7 −3 −3
−1 𝐴𝑑𝑗 𝐴
𝐴 = = (−1 1 0)
𝑑𝑒𝑡(𝐴)
−1 0 1
7 −3 −3 1
𝑋 = 𝐴−1 𝐺 = (−1 1 0 ) (−1)
−1 0 1 2
𝑥1 4
(𝑥2 ) = (−2), yang berarti 𝑥1 = 4, 𝑥2 = −2, dan 𝑥3 = 1
𝑥3 1
Jadi, penyelesaian dari sistem persamaan adalah tripel bilangan (4, -2, 1)
Maple Code
64 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
65 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
2. Aturan Cramer
𝑎𝑑𝑗( 𝐴)
Dari persamaan 𝑋 = 𝐴−1 𝐺, karena 𝐴−1 = |𝐴|
,
𝑎𝑑𝑗 𝐴
Maka 𝑋 = |𝐴|
𝐺
C11 C C ... C g 1
21 31
n1
n2 g 2
1 C12 C C C
22 32
...
𝑋 =
|𝐴| C13 C C C
23 33
... n3 g
... ...
3
... ... ... ...
C1n C 2n C 3n
... C nn g n
x1 g C g C g C ... g C
1 11 2 21 3 31 n n1
x2 g1C12 g 2 C 22 g 3 C 32 ... g n C n 2
1
x3 |𝐴| g 1 C13 g 2 C 23 g 3 C 33 ... g n C n 3
...
..................................................
xn g n C n … (3.15)
g 1 C1n g 2 C 2 n g 3 C 3n
...
Karena
g a
1 12 a 13
... a 1n
g a
2 22 a 23
... a 2n
g 1 C11 g 2 C 21 g 3 C 31 ... g n C n1
= g a
3 32 a 33
... a 3n
A
1
gC 12
g C 22
g C 32
... g C n2
= A 2
1 2 3 n
gC 13
g C 23
g C 33
... g C n3
= A 3
1 2 3 n
…………………………………………………………………………….
gC 1n
g C 2n
g C 3n
... g C n
= A n
1 2 3 n … (3.17)
Sehingga:
66 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
x1 A1
x2 A2
1
x
|𝐴|
3 A 3
... ...
A
xn n … (3.18)
Solusi:
1 3 3
|𝐴| = |1 4 3| = 1
1 3 4
1 3 3 1 3 3
|𝐴| = |1 4 3| = 1, |𝐴1 | = |−1 4 3| = 4,
1 3 4 2 3 4
1 1 3 1 3 1
|𝐴2 | = |1 −1 3| = −2, |𝐴3 | = |1 4 −1| = 1
1 2 4 1 3 2
|𝐴1 | |𝐴2 | |𝐴3 |
𝑥1 = |𝐴|
= 4; 𝑥2 = |𝐴|
= −2; dan 𝑥3 = |𝐴|
=1
Jadi, penyelesaian dari sistem persamaan tersebut sama ketika memakai aturan
invers sama dengan ketika menggunakan aturan cramer yaitu (4, -2, 1)
Maple Code
67 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 3.3 :
Selesaikan sistem persamaan linear
𝑥 + 𝑦 + 2𝑧 = 9
2𝑥 + 4𝑦 − 3𝑧 = 1
3𝑥 + 6𝑦 − 5𝑧 = 0
Solusi:
68 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 1 2 𝑥 9
𝐴 = (2 4 −3) ; 𝑋 = (𝑦) ; 𝐺 = (1) ;
3 6 −5 𝑧 0
𝐴𝑋 = 𝐺
Sedangkan matriks augmented nya bisa ditulis sebagai berikut:
1 1 2 9
(𝐴|𝐺) = 2 4 3 1
3 6 5 0
Untuk mencari penyelesaian persamaan tersebut akan dilakukan operasi baris
elementer pada matriks augmentednya:
1 1 2 9 1 1 2 9 1 1 2 9
2 4 3 1 B21(-2) 0 2 7 17 B31(-3) 0 2 7 17 B2(1/2)
3 6 5 0 3 6 5 0 0 3 11 27
1 1 2 9 1 1 2 9 1 1 2 9
7 17 7 17 7 17
0 1 B32(-3) 0 1 B3(-2) 0 1 B12(-1)
2 2 2 2 2 2
0 3 11 27
1 3 0 0 1 3
0 0
2 2
11 35
1 0
2 2 1 0 0 1 1 0 0 1 Bentuk ini
17
0 1 7
17
B13(-11/2) 0 1
7
B23(7/2) 0 1 0 2
dinamakan eselon
2 2 2 2 0 0 1 3 baris tereduksi
0 0 1 3 0 0 1 3
Sehingga nilai 𝑥 = 1, 𝑦 = 2, 𝑑𝑎𝑛 𝑧 = 3.
Maple Code
69 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
70 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Contoh 3.4 :
Selesaikan dengan operasi baris elementer
𝑥1 + 3𝑥2 − 2𝑥3 + 2𝑥5 = 0
2𝑥1 + 6𝑥2 − 5𝑥3 − 2𝑥4 + 4𝑥5 − 3𝑥6 = −1
5𝑥3 + 10𝑥4 + 15𝑥6 = 5
2𝑥1 + 6𝑥2 + 8𝑥4 + 4𝑥5 + 18𝑥6 = 6
x1
1 3 2 0 2 0 x2 0
2 6 5 2 4 3 1
; 𝐺 = ;
x
𝐴 = ; 𝑋 = 3
0 0 5 10 0 15 x4 5
2 6 0 8 4 18 6
x5
x6
𝐴𝑋 = 𝐺
1 3 2 0 2 0 0
2 6 5 2 4 3 1
(𝐴|𝐺) =
0 0 5 10 0 15 5
2 8 4 18 6
6 0
71 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 3 2 0 2 0 0 1 3 2 0 2 0 0
0 0 1 2 0 3 1 0 0 1 2 0 1 3
0 H2(-1) H32(-5) dan H42(-4)
0 5 10 0 15 5 0 0 5 10 0 15 5
0 8 0 18 6 0 8 0 18 6
0 4 0 4
1 3 2 0 2 0 0 1 3 2 0 2 0 0
0 0 1 2 0 3 1 0 0 1 2 0 3 1
0 H34 H3(1/6)
0 0 0 0 0 0 0 0 0 0 0 6 2
0 0 0 0 0 0 0
0 0 0 0 6 2 0
1 3 2 0 2 0 0 Bentuk ini dinamakan eselon baris tereduksi. Sampai
0 0 1 2 0 3 1 pada langkah ini dinamakan juga METODE
0 0 0 0 0 1
1
GAUSS.
3
0 0 0 0 0 0 0
1 3 2 0 2 0 0 1 3 0 4 2 0 0 Bentuk ini dinamakan
0 0 1 2 0 3 1 0 0 1 2 0 0 0 eselon baris tereduksi.
0 1 H23(-3)H12(2) 1
0 0 0 0 1 0 0 0 0 0 1 Sampai pada
3 3
0 0 0 0 0 0 0 0 0 0 0 0 0 0 langkah ini
dinamakan
METODE GAUSS
JORDAN
Maple Code
72 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
73 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
74 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
~ ~ ~
1 2 1 5 1 2 1 5 1 2 0 4
~ ~ ~
0 1 1 4 0 1 1 4 0 1 0 3
0 7 5 26 0 0 2 2 0 0 1 1
1 0 0 2
0 1 0 3
0 0 1 1
Sehingga diperoleh persamaan baru:
𝑥1 = 2
𝑥2 = 3
𝑥3 = −1
Jadi, penyelesaiannya adalah {2, 3, -1}
c. Menggunakan Metode Invers
𝑨𝑿 = 𝑮
𝑨−𝟏 𝑨 𝑿 = 𝑨−𝟏 𝑮
𝑿 = 𝑨−𝟏 𝑮
Cari invers dari 𝐴 (bisa dengan OBE, atau bisa dengan matriks adjoint).
1 2 1 3 3 3
A 3 1 2 maka adj( A) 1 3 5
2 1 1 5 3 7
𝑑𝑒𝑡 (𝐴) = 6
3 3 3
−1 1 1
𝐴 = 𝑑𝑒𝑡( 𝐴)
𝑎𝑑𝑗(𝐴) = 6 1 3 5
5 3 7
3 3 3 5
1
𝑋 = 𝐴−1 𝐺 = 1 3 5 11
5 3 7 2
6
1 1 1 −5 11 −2 4
5 + +
2
1
2
1
2
5 2
−5
2
11
2
−10
2 2
18
𝑋= 6 2 6 11 = 6
+
2 6
+
6
= ( 3) =
5 1 7 2 −25 11 −14 −6 −1
(6 2 6)
( 6
+ 2 + 6
) (6)
76 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
2
𝑋= (3)
−1
𝑥1 2
(𝑥2 ) = ( 3 )
𝑥3 −1
Sehingga diperoleh persamaan baru:
𝑥1 = 2
𝑥2 = 3
𝑥3 = −1
Jadi, penyelesaiannya adalah {2, 3, -1}
d. Metode Cramer
Cari det(A), dan det(Ai) , yaitu determinan dari A dengan terlebih dahulu
mengganti kolom ke i dengan matriks konstanta G.
1 2 1
A 3 1 2 6
2 1 1
5 2 1 1 5 1 1 2 5
A 1
11 1 2 12
; A 2
3 11 2 ; 18 A 3
3 1 11 6
2 1 1 2 2 1 2 1 2
|𝐴𝑖 |
Selesaikan 𝑥𝑖 = |𝐴|
| A1 | 12 | A2 | 18 | A3 | 6
x1 2 x2 3 x3 1
| A| 6 | A| 6 | A| 6
Solusi:
77 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 2 1 2 1 2 1 2 1 2 1 2
(𝐴|𝐺) = 2 3 4 1~ 0 1 2 ~5 0 1 2 5
5 8 9 0 0 2 4 10 0 0 0 0
78 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
1 2 1 0 1 2 1 0 1 2 1 0
(𝐴|𝐺) = 1 3 2 0 ~ 0 1 1 0 ~ 0 1 1 0
2 1 4 0 0 5 6 0 0 0 1 0
Sehingga didapat persamaan baru:
𝑥1 − 2𝑥2 + 𝑥3 = 0
𝑥2 − 𝑥3 = 0
−𝑥3 = 0
Dengan substitusi balik diperoleh:
𝑥3 = 0,
𝑥2 = 0, dan
79 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
Catatan : saat OBE, perhatikan bahwa bagian kanan dari (𝐴|0) tidak berubah. Jadi khusus
sistem homogen kita dapat cukup melakukan OBE terhadap matriks 𝐴, dengan mengingat
bahwa bagian ruas kanan selalu bernilai 0 (nol).
1 2 1 1 2 1 1 2 1
A = 1 3 2 ~ 0 1 1 ~ 0 1 1
2 0 5 5 0 0
1 3 0
80 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
𝑥1 = 𝛼
Jadi penyelesaian umum : {(α, α , α)}
Misal diambil nilai α = 1, maka salah satu penyelesaian khusus adalah {(1, 1, 1)}.
Cari penyelesaian khusus yang lain!
LATIHAN SOAL !
Carilah semua penyelesaian (jika ada) dari sistem persamaan linear di bawah ini dengan
menggunakan salah satu metode!
1. 3𝑥 + 2𝑦 = 4
𝑥 − 2𝑦 = 4
2. 3𝑥1 − 𝑥2 + 𝑥3 = 1
𝑥1 + 2𝑥2 − 3𝑥3 = 0
2𝑥1 + 2𝑥2 − 𝑥3 = −9
3. 𝑥1 − 𝑥2 − 𝑥3 = −1
𝑥1 + 𝑥2 + 2𝑥3 = 4
2𝑥1 + 𝑥2 + 𝑥3 = 4
Carilah semua penyelesaian (jika ada) dari sistem persamaan linear non homogen di
bawah ini!
4. 𝑥 + 2𝑦 = 6
2𝑥 + 4𝑦 = 12
5. 3𝑥 − 2𝑦 = −1
𝑥 + 3𝑦 = 2
4𝑥 + 5𝑦 = 3
6. 𝑥 + 5𝑦 + 𝑧 = 2
𝑥 + 7𝑦 + 2𝑧 = 3
2𝑥 + 𝑦 − 2𝑧 = 1
7. 5𝑥 − 3𝑦 + 4𝑧 = −23
4𝑦 + 7𝑧 + 13 = 0
−𝑥 + 2𝑦 − 8𝑧 = 29
8. 𝑥 + 𝑦 + 𝑧 + 𝑤 = 0
𝑥+𝑦+𝑧−𝑤 =4
81 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i
ALJABAR LINEAR 2017
𝑥 + 𝑦 − 𝑧 + 𝑤 = −4
𝑥−𝑦+𝑧+𝑤 =2
Carilah semua penyelesaian (jika ada) dari sistem persamaan linear homogen di bawah
ini!
9. 𝑥 − 2𝑦 + 3𝑧 = 0
𝑥 + 𝑦 + 2𝑧 = 0
10. 𝑥 + 4𝑦 − 19𝑧 + 10𝑤 = 0
2𝑥 + 5𝑦 − 26𝑧 + 11𝑤 = 0
𝑥 + 3𝑦 − 15𝑧 + 7𝑤 = 0
11. 3𝑥1 + 2𝑥2 + 𝑥3 = 0
2𝑥1 + 𝑥2 + 3𝑥3 = 0
𝑥1 + 2𝑥2 + 3𝑥3 = 0
12. Carilah nilai x, y dan z dari persamaan matriks:
1 0 0 0 0 2 3 1
𝑥( )+ 𝑦( )+𝑧( )=( )?
1 0 1 1 0 −1 1 −1
13. Selain jawab nol, apakah ada harga x, y dan z yang memenuhi persamaan:
2 1 2 3 1 0 0 0
𝑥( )+ 𝑦( )+𝑧( )=( )?
1 0 1 4 1 1 0 0
14. Berapakah nilai k supaya sistem 5𝑥 + 7𝑦 = 𝑘𝑥 dan −2𝑥 − 4𝑦 = 𝑘𝑥 mempunyai
jawab yang (a) hanya jawab trivial (b) nontrivial?
15. Carilah hubungan antara a, b, dan c supaya sistem mempunyai penyelesaian!
𝑥 + 2𝑦 − 3𝑧 = 𝑎
3𝑥 − 2𝑦 + 2𝑧 = 𝑏
𝑥 − 5𝑦 + 8𝑧 = 𝑐
82 | A f l i c h Y u s n i t a F i t r i a n n a , M . P d . | C h a n d r a N o v t i a r , M . S i