MAKALAH MATEMATIKA

(MATRIKS)

Disusun Oleh :

Amalia Fitria W.N.

Kelas : XI OTKP 1

SMK PGRI SUBANG

2020
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Teori matriks merupakan salah satu cabang ilmu aljabar linier yang
menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan
perkembangan ilmu pengetahuan, aplikasi matriks banyak dijumpai dalam
kehidupan sehari-hari, baik dalam bidang matematika maupun ilmu terapannya.
Aplikasi tersebut banyak dimanfaatkan dalam menyelesaikan masalah-masalah
yang berhubungan dengan kehidupan sehari-hari, misalnya pada aplikasi
perbankan yang senantiasa berhubungan dengan angka-angka, dalam dunia
olahraga seperti penentuan klasemen suatu pertandingan, dalam bidang ekonomi
biasa digunakan untuk menganalisa input dan output seluruh sektor ekonomi.
(Supranto, 1987).

1.2 Rumusan Masalah

1) Apakah pengertian dari matriks

2) Menjelaskan macam-maca matriks
3) Apakah yang dimaksud dengan invers matriks
4) Apakah yang dimaksud dengan determinan matriks
5) Operasi penjumlahan (+) dan pengurangan (-) pada matriks
6) Sifat-sifat perkalian pada matriks

1.1 Tujuan

1) Untuk mengetahui pengertian matriks

2) Untuk mengetahui macam-macam matriks
3) Untuk mengetahui apa yang dimaksud dengan invers matriks
4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
5) Untuk mengetahui operasi penjumlahan dan pengurangan pada matriks
6) Untuk mengetahui sifat-sifat perkalian pada matriks

1
 BAB II
PENGERTIAN MATRIKS
2.1 Pengertian Matriks

Pengertian matriks adalah kumpulan bilangan (atau unsur) yang disusun

menurut baris dan kolom tertentu. Bilangan-bilangan yang disusun tersebut
dinamakan eleme-elemen atau komponen-komponen matriks. Nama sebuah
matriks biasanya dinyatakan dengan huruf kapital. Dalam sebuah matriks ada
istilah ordo. Yang dimaksud dengan ordo atau ukuran matriks adalah banyaknya
baris x banyak kolom dalam sebuah matriks.
Contoh :
Matriks A di atas terdiri dari 3 baris dan 4 kolom. Sobat bisa mengatakan matriks
A berordo 3 x 4 atau di tulis A(3×4).
Matriks banyak dimanfaatkan untuk menyelesaikan berbagai permasalahan
matematika misalnya dalam menemukan solusi masalah persamaan linear,
transformasi linear yakni bentuk umum dari fungsi linear contohnya rotasi dalam
3 dimensi. Matriks juga seperti variabel biasa, sehingga matrikspun dapat
dimanipulasi misalnya dikalikan, dijumlah, dikurangkan, serta didekomposisikan.
Menggunakan representasi matriks, perhitungan dapat dilakukan dengan lebih
terstruktur.

2
 BAB III

MACAM-MACAM MATRIKS

3.1 Berdasarkan Ordo

 Matriks Bujur Sangkar

Adalah matriks yang banyak barisnya sama dengan banyak kolomnya
Contoh

 Matriks Baris adalah Matriks Baris adalah matriks yang terdiri dari satu
baris

Contoh : A = ( 2 1 3 -7 )

 Matriks Kolom adalah Matriks Kolom adalah matriks yang terdiri dari
satu kolom.

Contoh : A = 3
5
7

 Matriks Tegak adalah suatu matriks yang banyaknya baris lebih dari
banyaknya kolom.

Contah : B= 2 5
7 6
4 6

 Matriks datar adalah Matriks yang banyaknya baris kurang dari

banyaknya kolom.

Contoh :

3.2 Berdasarkan Elemen-Elemen Penyusunnya

 Matriks Nol
Adalah matriks nol karena semua elemennya bernilai NOL

 Matriks Diagonal

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

3
  Matriks Segi Tiga Atas
Adalah matriks bujur sangkar yang elemen-elemen di bawah diagonal
utamanya (kiri atas ke kanan bawah) bernilai nol

 Matriks Sembarang

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

 Matriks Segitiga Bawah

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

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

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

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

Contoh :

4
 BAB IV

TRASPOSE MATRIKS

4.1 Pengertian Transpose Matriks

Transpose matriks A adalah matriks baru yang diperoleh dengan

mengubah baris menjadi kolom matriks mula – mula, atau sebaliknya.

Transpose matriks A dinotasikan AT atau At .

BAB V
INVERS MATRIKS
5.1 Pengertian Invers Matriks

Suatu matriks dapat dibalik jika dan hanya jika matriks tersebut adalah

matriks persegi (matriks yang berukuran n x n) dan matriks tersebut non-singular

(determinan 0). Tidak semua matriks memiliki invers. Invers matriks dapat

didefinisikan sebagai berikut.

Definisi :

Jika A adalah suatu matriks kuadrat, dan jika kita dapat mencari matriks B
sehingga AB = BA = I, maka A dikatakan dapat dibalik (invertible) dan B
dinamakan invers dari A
5.2 Contoh-Contoh Invers Matriks
Contoh 1 :
Hitung invers matriks A2×2 berikut A = .
Penyelesaian : Jika kita punya matriks 2×2, misal A = , maka invers
matriks dapat dihitung menggunakan rumus
A-1= B
Cek, apakah AB = BA = I
AB = = = I
BA = = = I
Karena AB = BA = I, maka berdasarkan Definisi, B adalah invers dari matriks A.
Bagaimana cara menghitung invers jika matriksnya memiliki ordo lebih dari 2?
Misal matriks 3×3, 4×4, dan seterusnya. Pada matriks yang berordo lebih dari dua
ini kita akan memanfatkan Eliminasi Gauss Jordan.

5
Contoh 2 :
Carilah invers matriks 3×3 yaitu A =
Penyelesaian :
Susun matriks sedemikian sehingga seperti dibawah ini.
Matriks disebelah kiri adalah matriks A dan sebelah kanan adalah matriks
identitas. Kemudian lakukan Operasi Baris Elementer sedemikan sehingga
matriks sebelah kiri menjadi matriks identitas dan matriks identitas (pada sebelah
kanan) yang akan menjadi invers matriks tersebut.

1. baris kedua : B2 + (-2B1) [artinya baris kedua dijumlahkan dengan -2 kali

baris pertama]baris ketiga : B3 + (-B1) [artinya baris kedua dijumlahkan
dengan -1 kali baris pertama]
2. baris ketiga : B3 + 2B2 [artinya baris ketiga dijumlahkan dengan 2 kali
baris kedua]
3. baris ketiga : B3 x (-1) [artinya baris ketiga dikali dengan -1]
4. baris kedua : B2 + 3B3 [artinya baris kedua dijumlahkan dengan 3 kali
baris ketiga]baris pertama : B1 + (-3B3) [artinya baris pertama dijumlahkan
dengan -3 kali baris ketiga]
5. baris pertama : B1 + (-2B2) [artinya baris pertama dijumlahkan dengan -2
kali baris kedua]

Karena matriks kiri sudah terbentuk menjadi matriks identitas, maka invers dari
matriks A adalah
A-1 =
BAB VI
DETERMINAN MATRIKS
6.1 Pengertian Determinan Matriks
Determinan adalah suatu fungsi tertentu yang menghubungkan suatu
bilangan real dengan suatu matriks bujursangkar.
Sebagai contoh, kita ambil matriks A2×2
A = untuk mencari determinan matrik A maka,
detA = ad – bc

6.2 Determinan dengan Ekspansi Kofaktor

Determinan dengan Minor dan kofaktor

A = – 2 + 3 = 1(-3) – 2(-8) + 3(-7) = -8

Determinan dengan Ekspansi Kofaktor Pada Kolom Pertama

Pada dasarnya ekspansi kolom hampir sama dengan ekspansi baris seperti di atas.
Tetapi ada satu hal yang membedakan keduanya yaitu faktor pengali. Pada
ekspansi baris, kita mengalikan minor dengan komponen baris pertama.

6
Sedangkan dengan ekspansi pada kolom pertama, kita mengalikan minor dengan
kompone kolom pertama.
Misalkan ada sebuah matriks A3×3
A = – 4 + 3 = 1(-3) – 4(-8) + 3(-7) = 8
Adjoin Matriks 3 x 3

Bila ada sebuah matriks A3×3

A=
Kofaktor dari matriks A adalah
C11 = -12 C12 = 6 C13 = -16
C21 = 4 C22 = 2 C23 = 16
C31 = 12 C32 = -10 C33 = 16
maka matriks yang terbentuk dari kofaktor tersebut adalah
untuk mencari adjoint sebuah matriks, kita cukup mengganti kolom menjadi baris
dan baris menjadi kolom
adj(A) =

Determinan Matriks Segitiga Atas

Jika A adalah matriks segitiga nxn (segitiga atas, segitiga bawah atau segitiga
diagonal) maka det(A) adalah hasil kali diagonal matriks tersebut
= (2)(-3)(6)(9)(4) = -1296

Metode Cramer

jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A)≠ 0
maka persamaan tersebut mempunyai penyelesaian yang unik
dimana A j adalah matrik yang didapat dengan mengganti kolom j dengan matrik b
Contoh soal:
Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini
x1 + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 – 2x2 + 3x3 = 8
Jawab:
bentuk matrik A dan b
A=
kemudian ganti kolom j dengan matrik b
A1 = A2 = A3 =
dengan metode sarrus kita dapat dengan mudah mencari determinan dari
matrik-matrik di atas maka,

Tes Determinan untuk Invertibilitas

Pembuktian: Jika R di reduksi secara baris dari Ä. Sebagai langkah awal,

kita akan menunjukkan bahwa det(A) dan det(R) keduanya adalah nol atau
tidak nol: E1,E2,…,Er menjadi matrix element yang berhubungan dengan operasi

7
baris yang menghasilkan Rdari A. Maka,
R=Er…E2 E1 Adan,
det(R)=det(Er)…det(E2)det(E1)det(EA)Jika A dapat di-invers, maka sesuai
dengan teorema equivalent statements , maka R = I, jadi det(R) = 1 ≠ 0 dan det(A)
≠ 0. Sebaliknya, jika det(A) ≠ 0, maka det(R) ≠ 0, jadi R tidak memiliki baris yang
nol. Sesuai dengan teorema R = I, maka A adalah dapat di-invers. Tapi jika matrix
bujur sangkar dengan 2 baris/kolom yang proposional adalah tidak dapat diinvers.
Contoh Soal :
A=
dengan metode Sarrus, kita dapat menghitung determinan dari matrix A
det(A) = 64
1+3x2= λx1 4x1+2x2=λx2
dapat ditulis dalam bentuk

=λ
yang kemudian dapat diubah
A = dan x =
yang kemudian dapat ditulis ulang menjadi
λ

sehingga didapat bentuk

λI-A=

namun untuk menemukan besar dari λ perlu dilakukan operasi

det (λ I - A) = 0 ;λ adalah eigenvalue dari A
dan dari contoh diperoleh
det (λ I - A) =

=0
atau λ^2 – 3λ – 10 = 0
dan dari hasil faktorisasi di dapat λ1 = -2 dan λ2 = 5
dengan memasukkan nilai λ pada persamaan (λ I – A) x = 0, maka eigenvector
bisa didapat bila λ = -2 maka diperoleh

dengan mengasumsikan x2 = t maka didapat x1 = t

8
 BAB VII
PENJUMLAHAN DAN PENGURANGAN MATRIKS
7.1 Penjumlahan Matriks
Penjumlahan matriks hanya dapat dilakukan terhadap matriks-matriks yang
mempunyai ukuran (orde) yang sama. Jika A=(aij) dan B=(bij) adalah matriks-
matriks berukuran sama, maka A+B adalah suatu matriks C=(cij) dimana (cij) =
(aij)+(bij) atau [A]+[B] = [C] mempunyai ukuran yang sama dan elemennya (cij) =
(aij) + (bij)
Contoh:
A+C tidak terdefinisi (tidak dapat dicari hasilnya) karena matriks A dan matriks B
mempunyai ukuran yang berbeda

7.2 Pengurangan Matriks

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

BAB VIII

SIFAT-SIFAT PERKALIAN PADA MATRIKS

8.1 Perkalian Matriks dengan Skalar

Jika k adalah suatu bilangan skalar dan A=(aij) maka matriks kA(kaij) yaitu suatu
matriks kA yang diperoleh dengan mengalikan semua elemen matriks A dengan k.
Mengalikan matriks dengan skalar dapat dituliskan di depan atau dibelakang
matriks. Misalnya [C]=k[A]=[A]k dan (cij ) = (kaij )

Pada perkalian matriks dengan skalar berlaku hukum distributif dimana

k(A+B)=kA+kB
Contoh:

8.2 Perkalian Matriks dengan Matriks

Beberapa hal yang perlu diperhatikan:

1. Perkalian matriks dengan matriks umumnya tidak komutatif

2. Syarat perkalian adalah jumlah banyaknya kolom pertama matriks sama
dengan jumlah banyaknya baris matriks kedua
3. Jika matriks A berukuran mxp dan matriks pxn maka perkalian A*B
adalah suatu matriks C=(cij) berukuran mxn dimana

9
Contoh

Beberapa Hukum Perkalian Matriks:

1. Hukum Distributif, A*(B+C) = AB + AC

2. Hukum Assosiatif, A*(B*C) = (A*B)*C
3. Tidak Komutatif A*B  B*A
4. Jika A*B = 0, maka beberapa kemungkinan
1. A = 0 dan B = 0
2. A = 0 atau B = 0
3. A 0 dan B 0
5. Bila A*B = A*C, belum tentu B = C

10