MODUL PERKULIAHAN

Matematika II

Jenis dan sifat Matriks,

Operasi Aljabar matriks dan
Transformasi Elementer

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

01
Teknik Perencanaan Teknik Sipil 90017 Masnia, M.Pd
dan Desain

Abstract
Jenis dan sifat matriks. Operasi
aljabar matriks, transformasi baris,
transpormasi kolom dan transformasi
gabungan gabungan
Kompetensi
Mahasiswa dapat memahami materi
Jenis dan sifat matriks. Operasi
aljabar matriks, transformasi baris,
transpormasi kolom dan transformasi
gabungan gabungan
Pembahasan
Mastriks adalah susunan dari bilangan-bilangan yang diatur dalam baris dan kolom,
bilangan-bilangan tersebut disebut elemen (unsur) matriks. Sebuah matriks adalah
susunan bilangan-bilangan yang mendatar dalam matriks dan kolom sebuah matriks
adalah susunan bilangan-bilangan yang tegak dalam matriks
Matriks dilambangkan dengan huruf capital. Ordo atau ukuran suatu matriks
ditentukan oleh banyaknya baris dan kolom. Bila matriks A mempunyai m baris dan n
kolom, maka dikatakan matriks itu mempunyai ordo mxn

 a 11 a 12 a 13  a 1n 
a a 22 a 23  a 2 n 
 21
A     
 
     
a m1 a m2 a m3  a m n 

A adalah notasi matriks sedang amn adalah elemen matriks. Deretan horisontal
elemen-elemen disebut baris dan deretan vertikal disebut kolom. Indeks m
menunjukkan nomor baris elemen berada, indeks n menunjukkan nomor kolom
elemen berada, misal a23 artinya elemen a berada pada baris 2 dan kolom 3.

Matriks diatas memiliki m baris dan n kolom, dan disebut juga dimensi m kali n (mn).

Matriks dengan dimensi baris m = 1, seperti:

B = [ b1 b2  bn],
contoh, 𝑩 = [1 2 −1 0]

disebut dengan vektor baris atau matriks baris. Sedang dengan dimensi kolom n =
1, seperti:

2017 Matematika II Pusat Bahan Ajar dan eLearning

2 Masnia, M.Pd http://www.mercubuana.ac.id
  c1 
 
 c2 
C =  c3 
 
 
 
c m 

Contoh :
−2
−2 1
2
𝑃 = ( ) , 𝑄 = [ 0 ] , dan 𝑅 = 4
3
3 5
[0]

Matriks yang semua unsurnya bernilai 0, seperti:

0 0 0 
 
A = 0 0 0 disebut dengan matriks nol.
 
0 0 0

I. Jenis dan sifat-sifat matriks

a. Matriks bujur sangkar (MBS) adalah sebuah matriks dimana m = n, misal matriks
33, adalah:

 a11 a12 a13 

A  a 21 a 22 a 23 
 a31 a32 a33 
Diagonal yang terdiri dari a11, a22, dan a33 adalah diagonal utama matriks.

MBS banyak digunakan pada penyelesaian sistem persamaan linier, dalam sistem
ini jumlah persamaan (baris) dan jumlah bilangan tak diketahui (kolom) harus sama
untuk mendapatkan penyelesaian tunggal.

Contoh :

2017 Matematika II Pusat Bahan Ajar dan eLearning

3 Masnia, M.Pd http://www.mercubuana.ac.id
 1 −3
𝐴=[ ] disebut matriks persegi A berordo 2 × 2 atau matriks persegi A berordo
5 4
2.

4 3 8
𝐵 = [6 −5 11] disebut matriks persegi ordo 3.
2 1 10

b. Matriks diagonal adalah matrik bujur sangkar dimana semua elemen kecuali diagonal
utama adalah 0, dan berbentuk:

a11 0 0 0 
0 a 22 0 0 
A
0 0 a 33 0 
 
0 0 0 a 44 

Contoh :

6 0 0
𝐵 = [0 5 0]
0 0 4

c. Matriks saklar, adalah matriks diagonal yang unsur-unsurnya sama besar tetapi
bukan nol atau satu.
Contoh:

7 0 0
𝐵 = [0 7 0]
0 0 7

d. Matriks identitas, adalah matriks diagonal yang semua elemen pada diagonal utama
bernilai 1 atau dapat juga disebut matriks satuan, seperti bentuk berikut ini:

2017 Matematika II Pusat Bahan Ajar dan eLearning

4 Masnia, M.Pd http://www.mercubuana.ac.id
 1 0 0 0
0 1 0 0
I 
0 0 1 0
 
0 0 0 1

e. Matriks segitiga atas (MSA), adalah matriks yang semua elemen dibawah diagonal
bernilai 0, bentuknya sebagai berikut:

a11 a12 a13 a14 

0 a 22 a 23 a 24 
A
0 0 a33 a34 
 
0 0 0 a 44 

Contoh :

3 2 2
𝐵 = [0 4 6]
0 0 5

f. Matriks segitiga bawah (MSB), adalah matriks yang semua elemen diatas diagonal
bernilai 0, bentuknya sebagai berikut:

 a11 0 0 0 
a a 22 0 0 
A   21
a31 a32 a33 0 
 
a 41 a 42 a 43 a 44 

Contoh :

3 0 0
𝐵 = [ 2 4 0]
−3 7 5

g. Matriks simetris, bila aij = aji, misalnya matriks simetris 33:

5 1 2
A  1 3 7 
2 7 8 

2017 Matematika II Pusat Bahan Ajar dan eLearning

5 Masnia, M.Pd http://www.mercubuana.ac.id
 h. Matriks simetris diagonal nol, bila aij = -aji, misalnya matriks simetris 33 yang
semua unsur diagonalnya aji = 0.

 0 1  2
A   1 0  7 
 2 7 0 

i. Matriks pita, adalah matriks yang mempunyai elemen sama dengan 0, kecuali pada
satu jalur yang berpusat pada diagonal utama, bentuknya sebagai berikut:

 a11 a12 0 0 
a a 22 a 23 0 
A   21 , disebut juga dengan matriks tridiagonal.
0 a32 a33 a34 
 
0 0 a 43 a 44 

Contoh :

5 5 0
𝐴 = [−5 4 2]
0 −2 2

j. Matriks transpose, adalah matriks yang terbentuk dengan mengganti baris menjadi
kolom dan kolom menjadi baris (notasinya AT).

 a 11 a 12 a 13  a 1n 
a a 22 a 23  a 2 n 
 21
Untuk matriks: A       ,
 
     
a m1 a m2 a m3  a m n 

2017 Matematika II Pusat Bahan Ajar dan eLearning

6 Masnia, M.Pd http://www.mercubuana.ac.id
  a 11 a 21 a 31  a m1 
a a 22 a 32  a m 2 
 12
maka transposenya (A ) adalah A   
T T
   
 
     
a 1n a 2n a 3n  a m n 

Contoh

1 4
1 3 5
Jika 𝐴 = [ ] maka transpose matriks A ditulis 𝐴𝑇 = [3 2]
4 2 7
5 7

Sifat-sifat transpose matriks :

a) (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇
b) (𝐴𝑇)𝑇 = 𝐴
c) (𝐾𝐴)𝑇 = 𝐾𝐴𝑇 , k adalah konstanta
d) (𝐴𝐵)𝑇 = 𝐵𝑇 𝐴𝑇

k. Matriks ortogonal adalah matrik bujur sangkar yang memenuhi aturan:

[A]T . [A] = [A] [A]T = [I]

II. Kesamaan Matriks

Dua matriks A dan B dikatakan sama bila elemen-elemen matriks A sama dengan
elemen-elemen matriks B dan ukuran keduanya adalah sama, aij = bji untuk semua
nilai i dan j.

Contoh
1) Perhatikan dua buah matriks dibawah ini

2017 Matematika II Pusat Bahan Ajar dan eLearning

7 Masnia, M.Pd http://www.mercubuana.ac.id
 2
2 4 √4 0,5
𝐴=[ ] Dan 𝐵 = [ 0]
−3 0 −3 5

elemen-elemen pada matriks A dan matriks B yang seletak nilainya selalu sama,
maka dikatakan A=B
2𝑏 −4
2) Tentukan nilai a dan b jika [ ]=[ ]
6𝑎 + 4 −𝑏
2𝑏 = −4 → 𝑏 = −2
6𝑎 + 4 = −𝑏
6𝑎 + 4 = 2
1
𝑎=−
3
1
∴𝑎=− 𝑑𝑎𝑛 𝑏 = −2
3
1
𝑎+𝑏 𝑎 1 − 𝑎
3) Diketahui Matriks 𝐴 = [ ] dan B= [ 2 ]. Jika nilai AT=B,
𝑏 𝑎−𝑏 −2𝑏 3
maka tentukan nilai a dan b

1
𝑎+𝑏 𝑏 1 −2𝑎
𝐴𝑇 = 𝐵 ↔ 𝐴 = [ ]=[ ].
𝑎 𝑎−𝑏 −2𝑏 3
diperoleh beberapa persamaan, diantaranya 𝑎 + 𝑏 = 1 dan 𝑎 =−2b
𝑎 + 𝑏 = 1 ↔ (−2𝑏) + 𝑏 = 1 ↔ 𝑏 = −1
Untuk 𝑏 = −1 maka 𝑎 = 2
∴ 𝑎 = 2 𝑑𝑎𝑛 𝑏 = −1

III. Penjumlahan Matriks

Bila A = [aij] dan B = [bij] merupakan dua matriks dengan dimensi mn, maka untuk
operasi penjumlahan atau pengurangan (A  B) dari kedua matriks tersebut,
adalah sama dengan matriks C = [cij] dengan dimensi mn, dimana setiap elemen
matriks C adalah jumlah (selisih) dari elemen-elemen yang berkaitan dari A dan
B.

C = A  B = [aij  bij] = [cij]

Dua matriks A dan B dapat dijumlahkan menjadi matriks C (ditulis C = A + B)

jika dan hanya jika:

2017 Matematika II Pusat Bahan Ajar dan eLearning

8 Masnia, M.Pd http://www.mercubuana.ac.id
 1) Ordo C = ordo A = ordo B
2) 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 untuk semua 𝑖 ∈ baris dan 𝑗 ∈ kolom

Contoh :
1 0 −1 −1 1 0 −2 1
Diketahui : 𝐴 = [ ],𝐵 = [ ],𝐶 = [ ] , dan
2 −3 5 4 3 −2 5 0
1 −2
𝐷=[ ] Tentukanlah :
−4 3
a. A + B b. B + A c. C + D d. D + C e. A + C
Pembahasan :
1 0 −1 −1 1 0
a. 𝐴 + 𝐵 = [ ]+[ ]
2 −3 5 4 3 −2
1 + (−1) 0 + 1 −1 + 0 0 1 −1
=[ ]=[ ]
2+4 −3 + 3 5 + (−2) 6 0 3
−1 1 0 1 0 −1
b. 𝐵 + 𝐴 = [ ]+[ ]
4 3 −2 2 −3 5

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

−2 1 1 −2 −1 −1
c. 𝐶 + 𝐷 = [ ]+[ ]=[ ]
5 0 −4 3 1 3
1 −2 −2 1 −1 −1
d. 𝐷 + 𝐶 = [ ]+[ ]=[ ]
−4 3 5 0 1 3
e. Karena ordo A ≠ ordo C maka A + C dikatakan tidak terdefinisi.

Dari contoh terlihat oleh kita bahwa matriks A + B = B + A, dimana matriks A

dan B memiliki ordo yang sama. Dengan demikian, pada penjumlahan matriks berlaku
sifat komutatif.
Apabila A dan B adalah dua matriks yang berordo sama maka A + B = B + A. Sifat
tersebut dinamakan sifat komutatif penjumlahan dua matriks

Bukti :
Misalkan = (𝑎𝑖𝑗 )𝑚×𝑛 , 𝐵 = (𝑏𝑖𝑗 )𝑚×𝑛 , dan 𝐴 + 𝐵 = 𝐶 = (𝑐𝑖𝑗 )𝑚×𝑛 , dengan

𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 . Oleh karena elemen-elemen matriks A maupun matriks B

adalah bilangan real yang mengikuti pada hokum komutatif, maka 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 =
𝑏𝑖𝑗 + 𝑎𝑖𝑗 . Sehingga dapat dikatakan A + B = B + A
(terbukti).

2017 Matematika II Pusat Bahan Ajar dan eLearning

9 Masnia, M.Pd http://www.mercubuana.ac.id
 Lalu, apakah sifat asosiatif berlaku dalam penjumlahan matriks? Untuk dapat
menjawab pertanyaan itu coba simaklah contoh berikut.
Contoh :
−1 0 −2 4 3 −3
Diketahui : 𝐴 = [ ], 𝐵 = [ ] , dan 𝐶 = [ ]
3 2 1 −5 −1 4
Tentukanlah : a. A + B + C b. (A + B) + C c. A + (B + C)
Pembahasan :
−1 0 −2 4 3 −3
a. 𝐴 + 𝐵 + 𝐶 = [ ]+[ ]+[ ]
3 2 1 −3 −1 4
−1 + (−2) + 3 0 + 4 + (−3) 0 1
=[ ]=[ ]
3 + 1 + (−1) 2 + (−5) + 4 3 1
−1 0 −2 4 3 −3
b. (𝐴 + 𝐵) + 𝐶 = [[ ]+[ ]] + [ ]
3 2 1 −5 −1 4
−1 + (−2) 0+4 3 −3
=[ ]+[ ]
3+1 2 + (−5) −1 4
−3 4 3 −6 0 1
=[ ]+[ ]=[ ]
4 −3 −1 4 1 3
−1 0 −2 4 3 −3
c. 𝐴 + (𝐵 + 𝐶) = [ ] + [[ ]+[ ]]
3 2 1 −5 −1 4
−1 0 1 1 0 1
=[ ]+[ ]=[ ]
3 2 0 −1 3 1
Dari Contoh di atas dapat kita ketahui bahwa pada penjumlahan matriks
berlaku sifat asosiatif.

Apabila A, B, dan C adalah tiga matriks yang berordo sama, maka A + B + C = A +

(B + C) = (A + B) + C . Sifat tersebut dinamakan sifat asosiatif penumlahan matriks.

Bukti :
Misalkan 𝐴 = (𝑎𝑖𝑗 )𝑚×𝑛 , 𝐵 = (𝑏𝑖𝑗 )𝑚×𝑛 , dan 𝐶 = (𝑐𝑖𝑗 )𝑚×𝑛 . Oleh karena elemen-

elemen matriks A, B, dan C merupakan bilangan real yang mengikuti pada hukum
assosiatif, maka berlaku hubungan-hubungan:
𝑎𝑖𝑗 + 𝑏𝑖𝑗 + 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + (𝑏𝑖𝑗 + 𝑐𝑖𝑗 ) = (𝑎𝑖𝑗 + 𝑏𝑖𝑗 ) + 𝑐𝑖𝑗 ,sehingga
dapat
dikatakan 𝐴 + 𝐵 + 𝐶 = 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶 (terbukti).

2017 Matematika II Pusat Bahan Ajar dan eLearning

10 Masnia, M.Pd http://www.mercubuana.ac.id
2017 Matematika II Pusat Bahan Ajar dan eLearning
11 Masnia, M.Pd http://www.mercubuana.ac.id
Daftar Pustaka

Anton, Howard (1987), Aljabar Linier Elementer Jilid 4,Erlangga Jakarta

Purcell, J Edwin (1987), Kalkulus dan Geometri Analitis jilid 1. Gramedia Jakarta

Stroud, K.A (2002), Matematika Teknik. Gramedia Jakarta

Schaum’s( 2004), Kalkulus, Gramedia Jakarta

2017 Matematika II Pusat Bahan Ajar dan eLearning

12 Masnia, M.Pd http://www.mercubuana.ac.id