MATRIKS

MATRIKS

 Adalah larik berdimensi

 a11 a12 . . a1n 
dua (karena a
 21 a22 . . a2 n 
mempunyai baris dan A . . . . . 
kolom)  
 . . . . . 
 Susunan elemen- am1 am 2 am n 
Baris=m
elemen yg disusun
menurut baris & kolom Kolom=n
serta merupakan satu A  (aij )
mxn
kesatuan.

@copyright by Naniek - 2007 2

 MACAM-MACAM MATRIKS

 Matriks Nol 0 0 . . 0
0 0 . . 0
 Adalah matriks dengan semua 
A  . . . . .
elemennya bernilai nol.  
. . . . .
0 0
 O=(0) 0

 Matriks Bujur Sangkar

 Adalah suatu matriks dimana cacah 1 2  4 
baris dan cacah kolomnya sama A  0 3 0 
 A = ( aij ) dengan i = 1, 2, 3, . . . n 1  3 2 
j = 1, 2, 3, . . . n

@copyright by Naniek - 2007 3

 MACAM-MACAM MATRIKS

 Matriks Persegi Panjang

1 0 2 3
A  2 1 3 0
 Adalah matriks dengan cacah baris dan cacah
kolom tidak sama.
4 1 2 3
 A = (aij) dengan i = 1, 2, . . n
j = 1, 2, . . m
 Matriks Diagonal
 Adalah matriks bujur sangkar dengan elemen-
elemen pada diagonal utama bernilai real dan  1 0 0 0
elemen-elemen lainnya bernilai nol 0 8 0 0 
A
 A = ( aij ) dengan aij = 0 untuk i ≠ j 0 0 3 0
 
aij = real untuk i = j 0 0 0  5

@copyright by Naniek - 2007 4

 MACAM-MACAM MATRIKS

Matriks Satuan (identitas)


1 0 0
A  0 1 0
 Adalah matriks bujursangkar dengan
elemen-elemen pada diagonal utama bernilai
1 dan elemen lainnya bernilai nol 0 0 1
 A = ( aij ) dengan aij = 1 untuk i = j

aij = 0 untuk i ≠ j
 Matriks Segitiga Atas
 Adalah matriks bujur sangkar dengan  1 10  2 5
elemen-elemen dibawah diagonal utama nol 0 8 1 6 
dan elemen-elemen lainnya bernilai real A
0 0 3 4
 A = ( aij ), dengan aij = 0 untuk i > j  
0 0 0  5
aij =  untuk i ≤ j,  ε Real

@copyright by Naniek - 2007 5

 MACAM-MACAM MATRIKS

 Matriks Transpose 1 0 3
 Adalah matriks dimana susunan A  6 5 6
elemen-elemen berkebalikan antara
3 10 8
posisi baris dan kolom 1 6 3 
 A=(aij); AT =(aji) AT  0 5 10 
3 6 8 
 Matriks Simetris
 Adalah matriks dimana susunan
elemen-elemen antara matrik 1 0 3 4
0 5 6 7 
dengan transpose nya sama A
3 6 8 9 1 0 3 4
 A=AT; maka A adalah matriks   0
4 7 9 10  5 6 7 
simetris A 
t
3 6 8 9
 
4 7 9 10 

@copyright by Naniek - 2007 6

 OPERASI ALJABAR ATAS
MATRIKS

 Operasi Perkalian Skalar

 Operasi Penjumlahan
 Operasi Pengurangan
 Operasi Perkalian

@copyright by Naniek - 2007 7

 PERKALIAN DENGAN
SKALAR
1 2
A 
K=2 3 6 

kA 1 2 2 4 
2  = 6 12
3 6   

@copyright by Naniek - 2007 8

 PENJUMLAHAN
MATRIKS

1 2 2 4
A= B= A+B
3 6 3 6

+ = 3
6

+ = 12
6

@copyright by Naniek - 2007 9

 PENGURANGAN
MATRIKS

1 2 2 4
A= B= A-B
3 6 3 6

- = -1 -2

- = 00

@copyright by Naniek - 2007 10

 PERKALIAN MATRIKS

A  B C
mxn nxk mxk

 A=(aij) dengan i=1,2,3,…,m dan j=1,2,3,…,n

 B=(bjk) dengan j=1,2,3,…,n dan k=1,2,3,…,p

Maka :
A x B = (aij) x (bjk)

@copyright by Naniek - 2007 11

 PERKALIAN MATRIKS
1 -4 0
1 2 3
A = B = 4 2 1
0 4 5
0 1 2

x + x + x = 9

x + x + x = 16
x + x + x = 3 AxB=
x + x + x = 13
x + x + x = 8
x + x + x = 14

@copyright by Naniek - 2007 12

 Macam Matriks
 Matriks Nol (0)
Matriks yang semua entrinya nol.
Ex:  0 0   0 0 0 
 ,  0 0 0 
0 0 0 0 0
 
 Matriks Identitas (I)
Matriks persegi dengan entri pada diagonal
utamanya 1 dan 0 pada tempat lain.
Ex: 1 0 0 
 
I 3  0 1 0
0 0 1
 
 Matriks Diagonal
 Matriks yang semua entri non diagonal utamanya
nol.
 d 1 0 ... 0 
Secara umum:  
0 d 2 ... 0 
D 
  ...  
 
0 0 ... d n 


6 0 0 0
Ex:  1 0 0   
2 0    0  4 0 0
 ,  0 1 0 , 
0  5 0 0 1  0 0 0 0
  0 0 
 0 8 
Matriks Segitiga
 a11 a12 a13 a14 
 Matriks persegi yang  
semua entri di atas  0 a 22 a 23 a 24 
A
0 a 33 a 34 
diagonal utamanya nol
0
disebut matriks segitiga  
 0 0 0 a 
bawah.  44 

 a11 0 0 0 
 Matriks persegi yang  
 a 21 a 22 0 0 
semua entri di bawah A
diagonal utamanya nol a 31 a 32 a 33 0 
 
disebut matriks segitiga a a a a 
atas.  41 42 43 44 
 Matriks Simetris
 Matriks persegi A disebut simetris jika
A = At
 Ex: d 1 0 0 0 
1 4 5  
 7  3   0 d2 0 0
 ,  4  3 0 , 
 3 5  5 0 7  0 0 d3 0
  0 
 0 0 d 4 
 Transpose Matriks (1)
 Jika A matriks mxn, maka transpose dari matriks A
(At) adalah matriks berukuran nxm yang diperoleh
dari matriks A dengan menukar baris dengan
kolom.
Ex:  2 3 
  t 2  1 5 
A    1 0   A   
 5  3  3 0  3
 
Transpose Matriks (2)

 Sifat:
1. (At)t = A
2. (AB)t = At  Bt
3. (AB)t = BtAt
4. (kA)t = kAt
Determinan Matriks 2x2 (1)

 Jika A adalah matriks persegi, determinan

matriks A (notasi: det(A)) adalah jumlah
semua hasil kali dasar bertanda dari A.
 Jika diketahui matriks berukuran 2x2,
maka determinan matriks A
a b  adalah: det (A) = |A| = ad-bc
A 
c d 
Determinan Matriks 2x2 (2)

 Ex:
 2 3
Jika diketahui matriks P   
 4 5

maka | P | = (2x5) – (3x4) = -2

(Bagaimana kalau matriksnya tidak berukuran

2x2???)
Determinan Matriks 3x3 (1)

 Untuk matriks berukuran 3x3, maka

determinan matriks dapat dicari dengan
aturan Sarrus.
 Determinan Matriks 3x3 (2)

 Ex:

1 2 3 1 2
 
 4 5 4 4 5   1(5)(1)  2(4)(3)  3(4)(2)  3(5)(3)  2(4)(1)  1(4)(2)
 3 2 1 3 2
 
Determinan Matriks nxn (1)

 Untuk matriks nxn, digunakan ekspansi kofaktor.

Determinan Matriks nxn (2)

 Kofaktor dan minor hanya berbeda tanda cij =

 Mij.
 Untuk membedakan apakah kofator pada ij
bernilai + atau -, bisa dilihat pada gambar ini,
atau dengan perhitungan cij = (-1)i+j Mij.
Determinan Matriks nxn (3)

 Determinan matriks dengan ekspansi

kofaktor pada baris pertama
Determinan Matriks nxn (4)

 Ex:
Invers Matriks (1)

 Jika A adalah sebuah matriks persegi dan

jika sebuah matriks B yang berukuran sama
bisa didapatkan sedemikian sehingga AB =
BA = I, maka A disebut bisa dibalik dan B
disebut invers dari A.
 Suatu matriks yang dapat dibalik mempunyai
tepat satu invers.
 Invers Matriks (2)
 Ex:
3 5 adalah invers dari  2  5
B    A   
1 2  1 3 

karena  2  5  3 5   1 0 
AB         I
  1 3  1 2   0 1 

dan  3 5  2  5   1 0 
BA         I
 1 2   1 3   0 1 
 Invers Matriks (3)
 Cara mencari invers khusus matriks 2x2:
Jika diketahui matriks a b 
A   
c d
maka matriks A dapat dibalik jika ad-bc0, dimana
inversnya bisa dicari dengan rumus
 d b 
1 d  b   ad  bc  
A 1
     ad  bc 
ad  bc  c a   c a 
 
 ad  bc ad  bc 
 Invers Matriks (4)
 Ex:
Carilah invers dari  2  5
A   
1 3 
Penyelesaian:

1 1 3 5 1 3 5 3 5
A         
2(3)  (5)( 1)  1 2  1  1 2   1 2 
(Bagaimana jika matriksnya tidak 2x2???)
Invers Matriks (5)

 Sifat:
Jika A dan B adalah matriks-matriks yang
dapat dibalik dan berukuran sama, maka:
1. AB dapat dibalik
2. (AB)-1 = B-1 A-1
 Adjoint Matriks (1)
3 1 2
 Jika diketahui matriks 3x3  
0 1 4
2  2 1 
 
 Kofaktor dari matriks tersebut adalah:
c11=9 c12=8 c13=-2
c21=-3 c22=-1c23=4
c31=-6 c32=-12 c33=3
 9 8  2
 Matriks kofaktor yang terbentuk  
 3 1 4 
  6  12 3 
 
 Adjoint Matriks (2)
 Adjoint matriks didapat dari transpose matriks
kofaktor, didapat:
T
 9 8  2  9 3 6 
   
 3 1 4    8  1  12 
  6  12 3   2 4 3 
   
 Invers Matriks nxn (1)
 Rumus:

dengan det(A)0
 Ex: Cari invers dari 3 1 2
 
A  0 1 4 
2  2 1 
 
 Invers Matriks nxn (2)
Penyelesaian:
 det(A)=3(1)(1)+(-1)(4)(2)+2(0)(-2)-2(1)(2)-(-2)(4)(3)-
1(0)(-1)
=3-7-0-4+24+0 =16
 Adjoint A =  9 3 6 
 
 8  1  12 
 2 4 3 
 
 9  3  6   9 / 16  3 / 16  3 / 8 
 Maka A-1 = 1    
 8  1  12    1 / 2  1 / 16  3 / 4 
16 
 2 4 3    1 / 8 1 / 4 3 / 16 

(Adakah cara lain???)

Invers Matriks dengan OBE (1)

 Caranya hampir sama dengan mencari

penyelesaian SPL dengan matriks (yaitu
dengan eliminasi Gauss atau Gauss-Jordan)
 A-1 = Ek Ek-1 … E2 E1 In
dengan E adalah matriks dasar/ matriks
elementer (yaitu matriks yang diperoleh dari
matriks I dengan melakukan sekali OBE)
 Invers Matriks dengan OBE (2)
 Jika diketahui matriks A berukuran persegi, maka cara
mencari inversnya adalah reduksi matriks A menjadi matriks
identitas dengan OBE dan terapkan operasi ini ke I untuk
mendapatkan A-1.
 Untuk melakukannya, sandingkan matriks identitas ke sisi
kanan A, sehingga menghasilkan matriks berbentuk [A | I].
 Terapkan OBE pada matriks A sampai ruas kiri tereduksi
menjadi I. OBE ini akan membalik ruas kanan dari I menjadi
A-1, sehingga matriks akhir berbentuk [I | A-1].
Invers Matriks dengan OBE (3)

 Ex:
1 2 3 
Cari invers untuk  
A  2 5 3
1 0 8 
 
Penyelesaian:
 1 2 3 1 0 0  b  2b 1 2 3 1 0 0
  b2  b 1  
 2 5 3 0 1 0  3 1 0 1  3  2 1 0 
1 0 8 0 0 1  0  2 5  1 0 1 
   
 Invers Matriks dengan OBE (4)
 Penyelesaian Cont.
1 2 3 1 0 0  1 2 3 1 0 0 
b 3  2b 2
  b  
  0 1  3  2 1 0   0 1  3  2 1
3
0 
0 0  1  5 2 1  0 0 1 5  2  1
   

 1 2 0  14 6 3   1 0 0  40 16 9 

b1  3b3
b2  3b3
 b  2b  
  0 1 0 13  5  3  1  2
 0 1 0 13  5  3 
0 0 1 5  2  1  0 0 1 5  2  1 
   
 Invers Matriks dengan OBE (5)
 Penyelesaian Cont. (2)
Jadi   40 16 9 
1
 
A   13  5  3
 5  2  1 

Pangkat Matriks (1)

 Jika A adalah suatu matriks persegi, maka

dapat didefinisikan pangkat bulat tak negatif
dari A sebagai:
A0 = I, An = A A … A (n≥0)
n faktor
 Jika A bisa dibalik, maka didefinisikan
pangkat bulat negatif sebagai
A-n = (A-1)n = A-1 A-1 … A-1
n faktor
 Pangkat Matriks (2)
 Jika A adalah matriks persegi dan r, s adalah
bilangan bulat, maka:
1. Ar As = Ar+s
2. (Ar)s = Ars
 Sifat:
1. A-1 dapat dibalik dan (A-1)-1 = A
2. An dapat dibalik dan (An)-1 = (A-1)n, n=0,1,2,…
3. Untuk sebarang skalar tak nol k, matriks kA dapat
dibalik dan 1
(kA ) 1  A 1
k
 Invers Matriks Diagonal
 Jika diketahui matriks diagonal d 1 0 ... 0 
 
 0 d2 ... 0 
D 
  ...  
 
0 0 ... d n 


1 
maka inversnya adalah  0 ... 0 
 d1 
 1 
0 ... 0 
D 1  d2
 
     
 0 1 
 0 ...
 d n 
 Pangkat Matriks Diagonal
 Jika diketahui matriks diagonal
d 1 0 ... 0 
 
 0 d2 ... 0 
D 
  ...  
 
0 0 ... d n 

maka pangkatnya adalah
 d 1k 0 ... 0 

k
 0 d2 ... 0 
Dk  
   ...  
 0 0
k 
... d n 

MATRIKS ORTHOGONAL

Suatu matriks bujur sangkar [A] disebut matriks orthogonal

bila [A]-1 = [A]T

[A] [A]T = [A] [A]-1 = [ I ]

EXAMPLE :

 cos sin   cos  sin  

 sin  cos   sin  cos 
[A] = [A]T =
 

cos  sin  
[A]-1 =  sin 
 cos 

Karena [A]-1 = [A]T → matriks [A] disebut matriks orthogonal

 Latihan
 8 5  2b 3a  2 
 Cari a,b,c agar   simetris
 a  b  c  5 1  c  1 
 a 8 2c  4 0 

 cos sin  0
 Cari invers dan tranpose dari  sin  cos 0 . Apakah matriks

tsb orthogonal?  0 0 1
1 0 0 
5
 
 Cari matriks diagonal A supaya A  0  1 0 
 0 0  1
 

1 0 3
x 1
 2 x 6
 Cari nilai x supaya 3 1x
1 3 x 5
Eigen Value

 Definisi :
Misalkan Anxn matriks bujur sangkar adalah
vektor tak nol di Rn dan λ adalah skalar Rill
sehingga memenuhi : Ax = x

maka λ dinamakan nilai eigen dari A,

sedangkan dinamakan vektor eigen dari A

@copyright by Naniek - 2007 48

Contoh :
Nilai eigen
 1 2  1  5  1
        5  
 4 3   2   10   2

Vektor eigen

29/10/2019 08.48 49
Perhatikan !!!
Av   v
Av   v  0
A v  I v  0
 A  I  v  0
Ingat….
merupakan vektor tak nol
v
Ini Berarti Persamaan Karakteristik

det  A  I   0

29/10/2019 08.48 50
Contoh :
Tentukan nilai eigen dari matriks

 1 0 -2 
 
A 0 1 2 
 -1 0 
 0
Persamaan Karakteristik det (A – λI) = 0
 1 0 -2   1 0 0 
 0 1 2     0 1 0   0
 
- 1 0 0   0 0 1 

1-  0 -2
0 1-  2 0
-1 0 -

29/10/2019 08.48 51
Dengan sarrus, diperoleh
(1− λ) ( (1−λ) (−λ) − 2 ) = 0
(1 − λ) ( λ² − λ − 2) = 0
(1 − λ) ( λ − 2) ( λ + 1) = 0

Jadi, matriks A memiliki tiga buah nilai eigen yaitu :

λ = −1, λ = 1, dan λ = 2.

29/10/2019 08.48 52
Latihan 1
Tentukan Nilai eigen dari :

 2 1 1 
 
A 1 2 1 
 1 2 
 1

Warsun Najib, 2005 53

Latihan 2 :

Tentukan nilai eigen dan vektor

eigen
2 1
A   
 1 2

Warsun Najib, 2005 54

Latihan 3
Tentukan nilai eigen dan vektor eigen matriks
1 0 0
 
A  0 1 1
0 1 1
 

29/10/2019 08.48 55