Bab 2 Matriks
Bab 2 Matriks
BAB II
MATRIKS
A. Umum
Sebuah matriks biasanya dinyatakan dengan hurup capital misalnya A,
serta bilangan yang terdapat di dalamnya merupakan element dari matriks itu.
Semua bilangan yang tersusun dalam jalur vertical disebut kolom sedangkan
element yang tersusun dalamjalur horizontal disebut baris, objek matriks dapat
berupa bilangan real, kompleks ataupun fungsi.
Element matriks dapat dinyatakan dengan notasi aij, yang mana i
menyatakan baris sedangkan j menyatakan kolom.
Bentuk umum matriks A dengan element aij sebagai berikut ;
a1 1 a1 2 a1 3 ... a1 n
a2 1 a2 2 a2 3 ... a2 n
. . . ...
A=
. . .
am 1 am 2 am 3 ... am n
Dimana ;
m = urutan baris n = urutan kolom
i = 1, 2, 3, 4 ....m j = 1, 2, 3, 4 ....n
Contoh 1
3 –4 2
Jika A = – 2 – 1 1
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
32
Jika kita ingin mengetahui element misalnya a2 2 , kita harus melihat baris ke -
2 dan kolom ke - 2, di sini a2 2 = – 1
Contoh 2
Tentukan ordo dari matriks A dan B, jika ;
3
–4
Jika A = [3 – 4 2 ] dan B= 2
Solusi ;
Matriks A di atas, dengan m = 1 dan n = 3, maka A berordo 1 x 3 atau A1 3
Matriks B, dengan m = 3 dan n = 1, maka B berordo 3 x 1 atau B3 1
Jika matriks memiliki baris dan kolom sama atau m = n, maka matriks
itu disebut matriks bujur sangkar, diantara matriks bujur sangkar yang penting
yaitu ;
1. Matriks Satuan [ I ]
Matriks satuan adalah matriks yang memiliki element aij dimana i = j
dan bernilai 1, sedangkan i ≠ j bernilai nol, seperti contoh berikut ;
1 0 0
1 0
A= B= 0 1 0
0 1
0 0 1
2. Matriks Nol
Matriks nol semua elemennya bernilai nol, sifat dari matriks nol sama
seperti bilangan nol dan umumnya dituliskan [ 0 ], sebagai contoh ;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
33
0 0 0
0 0
[0] 0 0 0
0 0
0 0 0
3. Matriks Transpose
Matriks transpose didapatkan dengan cara memindahkan antara baris
dengan kolom atau sebaliknya, misalnya matriks A transpose AT.
Sebagai contoh ;
a d
a b c b e
A= maka AT =
d e f c f
4. Matriks Vector
Matriks vector yaitu matriks yang elemennya berupa komponen
vector, dan dinyatakan ke dalam matriks kolom, sebagai contoh ;
r1
→ r2
r=. = [r1 r2 . . rn ]T
.
rn
5. Matriks Diagonal
Matriks diagonal A merupakan matriks bujur sangkar, yang mana
elemen – elemennya ai j . Jika i = j maka ai j ≠ 0 sedangkan jika i ≠ j maka
ai j = 0, lebih jelasnya ;
a 0 0
A= 0 e 0
0 0 i
Element a, e dan i ≠ 0
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
34
Dan jika sebuah matriks mempunyai semua element nya nol di atas
atau di bawah diagonal utama, maka matriks itu disebut matriks segi tiga,
sebagai contoh ;
a b c a 0 0
0 e f Atau d e 0
0 0 i g h i
6. Matriks Simetri
Jika matriks bujur sangkar yang matriks transpose nya matriks itu
sendiri, maka matriks itu disebut matriks simetri, AT = A
B. Aljabar Matriks
1. Dua Matriks Sama Besar
Dua matriks sama besar jika ai j = bi j, yang mana ai j element dari A
dan bi j element dari B, dikatakan A = B
Sebagai contoh, misalnya; A = [ 1 4 2 ] dan B = [ 1 4 2 ]
Di sini ;
a11 = b11 a12 = b12 dan a13 = b13
2. Penjumlahan Matriks
Dua buah matriks atau lebih dijumlahkan, pada dasarnya merupakan
penjulahan dari element – element matriks itu yang letaknya sama, dengan
syarat matriks yang akan dijumlahkan memiliki ordo yang sama satu
dengan yang lainnya, serta matriks hasil perkaliannya pun berordo sama.
Misalnya ; A = [a11 a12 a13 ] dan B = [b11 b12 b13 ]
A + B = [ (a11 + b11) (a12 + b12) (a13 + b13) ]
Matriks
35
contoh ;
Bilangan k dikalikan terhadap matriks A, misalnya ;
a b c ka kb kc
A =d e f maka kA = kd ke kf
g h i
kg kh ki
Contoh 3
1
Jika A = 0 dan B = [ 1 2 5 ]
2
Tentukan matriks C = A x B
Solusi ;
A3 x 1 x B1 x 3 = C3 x 3
1•1 1•2 1•5
1 [125]= = 1 2 5
0 0•1 0•2 0•5 0 0 0
_______________________________________________________________________________________________________
Ir.E Sutarman,2 MT / Konsep Dan2Aplikasi Matematika
•1 2•2 2•5 2 4 10
Matriks
36
Contoh 4
1
Jika A = dan B = [ 2 0 ]
3
Tentukan matriks C = A x B
Solusi ;
A2 x 1 x B1 x 2 = C2 x 2
1 [2 0]=1•2 1•0 = 2 0
3 3•2 3•0 6 0
Contoh 5
1 2 0 3
Jika A = 4 5 dan B = 5 1
6 0
Tentukan matriks C = A x B
Solusi ;
A3 x 2 x B2 x 2 = C3 x 2
1 2 0 3 = (1 • 0 + 2 • 5) (1 • 3 + 2 • 1)
4 5
5 1 (4 • 0 + 5 • 5) (4 • 3 + 5 • 1)
6 0
(6 • 0 + 0 • 5) (6 • 3 + 0 • 1)
10 5
= 25 17
0 18
C. Determinan
Determinan merupakan nilai sebuah matriks bujur sangkar, misalnya
matriks A maka determinannya dengan notasi det A, jika ;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
37
a b a b
A= c d maka det A = c d
a b c a b c
B= d e f maka det B = d e f
g h i g h i
a b
det A = c d = ad - bc
a b c a b c a b
d e f d e
det B = = d e f
g h i g h i g h
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
38
Tarik garis vertical dan horizontal dari element ai j, jika element tidak
terletak pada kedua garis itu merupakan element dari determinan
minor.
Determinan minor ai j dinotasikan dengan Mi j
Untuk lebih jelas misalnya ;
a1 1 a1 2 a1 3
det A = a2 1 a2 2 a2 3
a3 1 a3 2 a3 3
a2 2 a2 3
M11 = a a3 3
32
Contoh 6
Tentukan determinan dari matriks A, seandainya ;
1 2 3
4 5 6
A=
7 8 9
Solusi ;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
39
Misalnya element yang kita ambil yang terletak pada baris pertama,
maka sesuai prosedur;
det A = ∑ ai j (– 1 )i + j Mi j
= a11 (– 1)1+1 M1 1 + a1 2 (– 1)1+2 M1 2 + a1 3 (– 1)1+3 M1 3
1 2 3
4 6
4 5 6 maka M12 = = (4 • 9 – 6 • 7 ) = – 6
7 9
7 8 9
1 2 3
4 5
4 5 6 maka M13 = = (4 • 8 – 5 • 7 ) = – 3
7 8
7 8 9
det A = 1 M1 1 – 2 M1 2 + 3 M1 3
= 1 (– 3) – 2 (– 6) + 3 (– 3)
=0
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
40
4 5
Jika Mi j = 7 8
4 5 8 10
dan k = 2 maka kMi j = k =
7 8 14 16
4 –5 4 7 –
7 8 =
5 8
4 –5 4 –5+(4•2) 4 3
det A = = = = 67
7 8 7 8+(7•2) 7 22
4 –5
7 8 = 67 akan berubah tanda jika ;
7 8 –5 4
– 4 –5 atau 8 7 = – 67
4 –5
=0
0 0
2. Determinan sama dengan Nol jika dua baris atau kolom sama besar;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
41
1 5
1 5 =0
3 6
2 4 =0
D. Persamaan Linier
Sebelum kita selesaikan persamaan linier dengan metoda matriks, kita tinjau
persamaan linier serempak sbb ;
a11x1 + a12x2+ a13x3 + .... + a1n xn = b1
a21x1 + a22x2+ a23x3 + .... + a2n xn = b2
.. .. .. .. .. ..
. . . . . .
am1x1 + am2x2+ am3x3 + .... + amn xn = bn
Terdapat n buah variable x yaitu x1, x2 ....... xn serta a dan b yang merupakan
konstanta.
Persamaan di atas dapat dinyatakan dalam bentuk matriks sbb ;
Atau ;
AX = b
Dimana ;
A = ( amn ) b = ( bi ) X = ( xi )
i = 1, 2, 3, ...... n
Kita tinjau persamaan linier serempak di bawah ini ;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
42
Yang mana a, b dan c merupakan konstanta, dari kedua persamaan linier ini
kita dapat mencari nilai x dan y yaitu dengan cara menghilangkan salah satu
variable x atau y.
Seandainya sekarang kita ingin mengetahui besarnya y, maka hilangkan
variable x.
Maka ;
a2 a1x + a2 b1y = a2 c1
a1 a2x + a1 b2y = a1 c2
– (a2 c1 – a1 c2)
(a2 b1 – a1 b2)y = (a2 c1– a1 c2) dan y =
(a2 b1 – a1 b2)
a1 b1
a2 b2
a1 b1 c1
a2 b2 c2
Matriks
43
a1 b1
a1 b1
a2 b2 maka determinanya yaitu ; = a1 b2 – b1 a2
a2 b2
Jadi D = a1 b2 – b1 a2
Jika kita ingin mencari variable x atau y, kita harus mengetahui determinan
dominator x dan y yang masing – masing dengan notasi Dx dan Dy.
c1 b1
Dx = c2 b2 = c1 b2 – b1 c2
a1 c1
Dy = a2 c2 = a1 c2 – c1 a2
Dx Dy
x= dan y =
D D
Jika persamaan linier dengan n buah variable tak diketahui, x1, x2, .... xn dengan
determinan koefisien D ≠ 0, maka ;
D1 D2 Dn
x1 = , x2 = , ........ xn =
D D D
Contoh 7
Tentukan x dan y dari persamaan ini ;
2x + 5y = 9 serta 3x – 2y = 4
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
44
Solusi ;
2x + 5y = 9
3x – 2y = 4
Jadi D = – 19
9 5
Dx = 4 – 2 = 9(– 2) – 5 • 4 = – 38
2 9
Dy = 3 4
= 2 • 4 – 9 • 3 = – 19
Maka ;
– 38
x =– 19 =2
– 19
y= =1
– 19
Contoh 8
Jika ;
1 3
A= 2 4
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
45
Solusi ;
K = (– 1)i + j Mi j
4 –2
Jadi matrik K =
–3 1
4 –3
Maka matriks KT atau adjoint A = – 2 1
2. Matriks Invers
Matriks invers dari matriks A yaitu matriks A– 1, jika matriks A– 1 kali A
menghasilkan matriks satuan I.
Jadi ; A– 1 A = I atau A A– 1 = I
1
A– 1 = KT
det A
Dimana ;
K : matriks kofaktor
KT : adjoint A
Sehingga ;
1
A– 1 = adjoint A
det A
Contoh 9
Jika ;
1 3
A= 2 4
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
46
Solusi ; 1 0
–1
A A = I yang mana I = 0 1
Misalnya ;
a b
A– 1 = c d
1
A– 1 = KT
det A
1 3 1 3
A= 2 4 det A = = 1• 4 – 3 • 2 = – 2
2 4
1 1
= = – 1/2
det A –2
K = (– 1)i + j Mi j
K11 = (– 1)1+ 1 M11 = (– 1)2 M11 = (– 1)2 (4) = 4
K12 = (– 1)1+ 2 M12 = (– 1)3 M11 = (– 1)3 (2) = – 2
K21 = (– 1)2+ 1 M11 = (– 1)3 M11 = (– 1)3 (3) = – 3
K22 = (– 1)2+ 2 M11 = (– 1)4 M11 = (– 1)4 (1) = 1
4 –2
Jadi matrik K =
–3 1
4 –3
Maka matriks KT atau adjoint A = – 2 1
4 –3 –2 3/2
–1
Maka A = – ½ = 1 – 1/2
–2 1
Buktikan A A– 1 = I
A2 x 2 x A– 1 2 x 2 = I2 x 2
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
47
1 0
=0 1 oke terbukti
Perlu diingat ;
- Matriks A disebut matriks non singular jika det A ≠ 0 dan matriks itu
memiliki invers.
- Matriks A disebut matriks singular jika det A = 0 dan matriks itu tidak
memiliki invers.
F. Rank Matriks
Rank matriks A atau AR yaitu jumlah baris yang element nya tidak nol dari
matriks itu setelah dilakukan beberapa operasi baris, untuk jelasnya perhatikan
contoh 10 berikut ini ;
Contoh 10
Tentukan rank dari matriks A berikut ini ;
1 –1 4 2
A= 0 1 3 2
3 –2 15 8
Solusi ;
Lakukan operasi pada baris, di contoh ini terhadap baris ke 3 oleh baris ke 1
dan ke 2, serta baris ke 1 oleh baris ke 2 ;
1 –1 4 2 1 –1 4 2
0 1 3 2 0 1 3 2
B3 – 3B1
3 –2 15 8 0 1 3 2
_______________________________________________________________________________________________________
1 –1 4 2 1 –1 4 2
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
0 1 3 2 0 1 3 2
Matriks
0 1 3 2 0 0 0 0
48
B3 – B2
B1 + B 2
1 –1 4 2 1 0 7 4
0 1 3 2 = AR
0 1 3 2
0 0 0 0 0 0 0 0
Pada AR ada dua baris yang element – elementnya tidak nol, maka matriks A
itu mempunyai rank = 2
G. Transformasi Linier
Transformasi linier merupakan hubungan antara variable lama dengan variable
baru dari hasil transformasi. Misalnya ;
X = ax + by
Y = cx + dy
Dimana ;
A, b, c dan d : konstanta
Hubungan itu dapat kita nyatakan dalam bentuk matriks ;
X a b x
Y = c d y
Q(X, Y)
P(x, y)
→ →
r R
x
0
Gambar 1. 2
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
49
R merupkan vector atau garis yang menghubungkan titik (0, 0) ke titik P(X,Y)
sedangkan vector r garis yang menghubungkan titik (0, 0) ke titik Q(x, y).
x
→
r = xi + yj = y
→ X
R = Xi + Yj =
Y
Hubungan
→ antara titik P dan Q yaitu ;
→ a b x a b
R=Mr =c d y Yang mana ; M = c d
P(x, y) x’
y’
→ →
r = r’
y
x
0
Gambar 2. 2
→ →
Dari Gambar di atas yang mana r dan r’ masing – masing vector yang
menghubungkan titik (0, 0) ke titik P(x, y)
Sehingga ;
x’ = ax + by
y’ = cx + dy
→ →
dan r = r’ maka xi + yj = x’i + y’j
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
50
H. Matriks Ortogonal
Matriks A berordo n disebut ortogonal jika A dikalikan dengan matriks
transpos AT menghasilkan matriks satuan I.
Dimana AT = A– 1
sehingga ; AAT = AA– 1 = I
Contoh 11
cos θ – sin θ
A=
sin θ cos θ
Solusi ;
cos θ sin θ
T
A =
– sin θ cos θ
(cos θ cos θ + (– sin θ)(– sin θ)) ( (cos θ sin θ + (– sin θ) cos θ))
= (sin θ cos θ + cos θ (– sin θ)) (sin θ sin θ + cos θ cos θ)
1 0
= 0 1 oke terbukti, matrik A orthogonal untuk semua θ
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
51
Transformasi Ortogonal
Seperti halnya transformasi linier, jika sumbu xy diputar sebesar θ, sehingga
(x, y) menjadi (x’, y’) dan x’ y’
Perhatikan Gambar 3. 2 ;
y
y’
Gambar 3. 2
Sehingga ;
x’ = x cos θ + y sin θ
y’ = – x sin θ + y cos θ
x’ cos θ sin θ x
y’ = – sin θ cos θ y
cos θ sin θ
Dimana – sin θ cos θ = M atau matriks transformasi
Dan , MMT = I, maka matriks transformasi adalah matriks orthogonal
→ x1
x = x2 = [x1 x2 ]T
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
52
Jika vector x dalam ruang n, dapat kita nyatakan dalam bentuk matriks;
x1
→
x2
x = .. = [x1 x2 ... xn ]T
.
xn
→
Panjang dari vector x = (x12 + x2 2 + ..... xn 2 )0,5
Atau ;
→ n
| x | = ∑ x2k 0,5
k =1
Bentuk umum dari perkalian titik dalam dari dua vector x dan y ditulis ;
n → →
< x, y > =i =∑1 xi yi atau < x, y > = x • y
→ →
θ sudut antara dua vector x dan y. Jika cos θ = 0 ini menunjukan bahwa vector
tegak lurus satu sama lainnya, yang merupakan ortagonalitas vector x dan y
dalam ruang n, jadi x┴ y jika < x, y > = 0
atau ;
→ →
| x + y |2 = | x | 2 + | y | 2
Contoh 12
Hitung panjang vector x dan y serta < x, y > dan buktikan kedua vector itu
tegak lurus, jika x = (1, 1, – 1, 2) dan y = (3, – 1, 0, – 1)
Solusi ;
1 3
→
1 →
–1
_______________________________________________________________________________________________________
–1 0
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
2 –1
Matriks
53
x= dan y =
→ →
x y jika < x, y > = 0
┴
atau ;
→ → → →
| x + y |2 = | x | 2 + | y | 2
n
→ →
< x, y > =i =∑1 xi yi
<→x,→y > = ( 1 • 3 + 1 • (– 1) + (– 1) • 0 + 2 • (– 2) ) = 0
dan ;
→
| x |2 = (√7 )2 = 7
→
| y |2 = (√11 )2 = 11
→ →
| x |2 + | y |2 = 7 + 11 = 18
→ →
Cek | x + y |2 = (1 + 3 )2 + (1 + (– 1))2 + ((– 1) + 0 )2 + (2 + (– 1))2 = 18
→ → → →
| x + y |2 = | x |2 + | y |2 = 18
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
54
Sehingga ;
Mr = λ r
Atau ; Mr = λ I r
| M – λ I | r memiliki penyelesaian jika | M – λ I | = 0
Dimana ;
λ : konstanta eigen atau nilai karakteristik
I : matriks satuan
Contoh 13
Carilah nilai dan vector eigen dari persamaan berikut ;
X=x+y
Y = 4x + y
Solusi ;
Persamaan di atas dapat dinyatakan dalam bentuk matriks ;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
55
X 1 1 x
Y = 4 1 y
1 1
M =
4 1
1– λ 1
Atau ; = (1– λ ) (1– λ ) – 4 = 0
4 1– λ
(1– λ ) (1– λ ) – 4 = 0
λ2 – 2λ – 3 = 0 maka didapatkan λ1 = 3 dan λ1 = – 1
Substitusikan λ ke persamaan ;
1 1 x x
4 1 y =λy
Sehingga didapatkan ;
x+y=λx atau (1– λ )x + y = 0 pers. a)
4x + y = λ y atau 4x + (1– λ )y = 0 pers. b)
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
56
X x 1
r1= = 2x =2
Y
X x 1
r2= = – 2x =
Y –2
Contoh 14
Carilah nilai eigen dari matriks A berikut ;
1 –1 0
A= 0 1 1
0 0 –1
Solusi ;
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks
57
(1– λ) –1 0
0 (1– λ) 1
=0
0 0 (– 1 – λ)
Blank
_______________________________________________________________________________________________________
Ir.E Sutarman, MT / Konsep Dan Aplikasi Matematika
Matriks