Matriks
Dra. Sri Haryatmi Kartiko, M.Sc.
PE N DA H UL U AN
Kegiatan Belajar 1
Matriks
Tabel 1.1.
Persentase Jaringan Steril
Populasi
Generasi
1 2 3
1 18 17 11
2 19 13 6
3 6 14 9
4 9 11 4
Definisi 1.1
Matriks A bertipe r c adalah array (daftar) bilangan yang terdiri dari r
baris dan c kolom, ditulis
SATS4421/MODUL 1 1.3
Contoh
4 0 3
A23
7 2, 73 1
1 7 0 7
5 2 9 1
B44 ,r c 4
0 3 4 6
8 0 5 7
3 0 0
C33 0 17 0
0 0 99
1 5 13
B33 0 2 9 disebut matriks segitiga atas.
0 0 7
3 0 0
E33 4 2 0 disebut matriks segitiga bawah.
5 4 1
NOTASI JUMLAHAN
m
a j aij
i 1
n
ai aij
j 1
m n m n
a ai a j aij
i 1 j 1 i 1 j 1
Definisi 1.2
Dimensi matriks r c adalah pasangan bilangan (r,c); r adalah dimensi baris
dan c adalah dimensi kolom.
Definisi 1.3
Dua matriks Amk aij dan Bmk bij disebut sama, ditulis A B bila
dan hanya bila aij bij untuk setiap i dan j.
Jadi, ada 2 matriks disebut sama bila
1. Dimensinya sama
2. Setiap elemen-elemen yang berkorespondensi sama
Matriks yang terdiri atas 1 kolom disebut vektor kolom dan matriks yang
terdiri dari 1 baris disebut vektor baris.
Contoh vektor kolom berdimensi 3
SATS4421/MODUL 1 1.5
3
x 2 yang bila digambar dalam ruang berdimensi 3 adalah sebagai
0
berikut
Gambar 1.1.
Definisi 1.4
M tupel bilangan riil x1, x2 ,, xn dituliskan dalam 1 kolom disebut
vektor kolom diberi notasi huruf tebal atau tanda ~ di bawahnya.
x1 x1
x x
Contoh x 2 atau x 2 atau x x1 , x2 ,, xn dengan vektor x
xn xn
adalah transpose dari vektor x .
Definisi 1.5
Kesamaan vektor
x1 y1
x disebut sama dengan y
xm ym
bila dan hanya bila xi = yi untuk i = 1, …, m.
1.6 Metode Statistika Multivariat
Definisi 1.6
Perkalian dengan skalar
c skalar sembarang
cx adalah vektor yang diperoleh dari perkalian setiap elemen x dengan
skalar c.
Gambar 1.2.
Definisi 1.7
Jumlah 2 vektor x dan y ditulis dengan x y adalah vektor dengan
elemen-elemennya xi + yi, i = 1, …, m.
Definisi 1.8
Ruang (space) dari semua m tupel dengan perkalian skalar dan
penjumlahan vektor disebut ruang vektor berdimensi m.
Definisi 1.9
Y a1 x a2 x ak xk adalah kombinasi linear dari vektor-vektor
x1 ,, xk .
Definisi 1.10
Himpunan vektor x1 , x2 ,, xk disebut dependen linear bila terdapat k
skalar a1 , a2 ,, ak yang tidak semuanya nol demikian sehingga
a1 x1 a2 x2 ak xk 0 .
Apabila tidak demikian, himpunan vektor tersebut dikatakan independen
linear.
Definisi 1.11
x1
x
Panjang vektor kolom x 2 adalah Lx x x12 x22 xm2
m
x
Hal di atas juga berlaku untuk vektor baris, misalnya Y 4 6 7
LY Y 4 6 7
2 2 2
Definisi 1.12
Sudut antara 2 vektor x dan y yang masing-masing berdimensi m
x1 y1 x2 y2 xm ym
memenuhi cos
Lx Ly
Definisi 1.13
Inner product (dot product) 2 vektor berdimensi x, y adalah
xy x1 y1 x2 y2 xm ym
xy y x
Lx x12 x22 xm2 xx
xy
Cos
xx y y
x dan y saling tegak lurus ( x y ) bila dan hanya bila xy 0
1.8 Metode Statistika Multivariat
OPERASI MATRIKS
Definisi 1.14
Amk aij
Transpose dari matriks A , diberi notasi A adalah matriks berdimensi
k m dengan elemen-elemennya adalah aji
Akm aij
Catatan:
A didapat dari A dengan menukar baris dengan kolom.
Sifat-sifat Transpose
1. A A
2. Transpose vektor kolom adalah vektor baris dan sebaliknya
Definisi 1.15
Penjumlahan matriks
A aij , B bij , i 1, , r
j 1, , c
A B C cij
dengan cij = aij + bij
Definisi 1.16
Pengurangan matriks
Ar c aij , Br c bij
A B A (1) B C cij dengan
cij aij bij
Definisi 1.17
Trace suatu matriks bujur sangkar A = aij, i,j = 1, 2, …, m adalah
n
tr A aii
i 1
SATS4421/MODUL 1 1.9
Sifat-sifat
1. tr A tr A
2. tr A B tr A tr B
MATRIKS PARTISI
1 2 8 4 5 1
2 4 1 3 2 4
4 3 6 1 3 2
B
2 1 7 8 9 0
4 1 2 3 7 0
B B
B 11 12 disebut partisi dari matriks B
B21 B22
1 2 8 4 5 1
B11 2 4 1 3 B12 2 4
4 3 6 1 3 2
9 1 7 8 9 0
B21 B22
4 1 2 3 7 0
B11 , B12 , B21 ,dan B22 disebut submatriks dari B
x
X Y
y
A D
A B C
D E F B E
C F
Teorema 1.1
Untuk sebarang matriks A, B, C dengan dimensi sama dengan skalar
sebarang c dan d berlaku :
1.10 Metode Statistika Multivariat
a. A B C A B C
b. A B B A
c. c A B cA cB
d. c d A cA dA
e.
A B A B
f. cd A c dA
g. cA cA
Definisi 1.18
Matriks A dengan jumlah baris sama dengan jumlah kolomnya disebut
dengan matriks bujur sangkar.
Definisi 1.19
Matriks bujur sangkar A disebut simetris bila A A atau {aij}= {aji}untuk
setiap i dan j.
Definisi 1.20
Matriks identitas bertipe k k adalah matriks bujur sangkar dengan
elemen-elemen pada diagonal sama dengan 1 dan elemen-elemen bukan
diagonalnya sama dengan 0, diberi notasi I k k .
Contoh
1 0 0
I 33 0 1 0
0 0 1
SATS4421/MODUL 1 1.11
Definisi 1.21
Perkalian matriks
Hasil kali matriks Amn ail dan Bnk blj adalah AB cij dengan
n
cij ail blj dengan
e 1
i = 1, 2, …, m
j = 1, 2, …, k
l = 1, 2, …, n
Catatan:
Hasil kali AB ada atau A dan B disebut konformabel bila jumlah kolom
matriks A jumlah baris matriks B .
Jadi, banyaknya baris matriks AB = banyaknya baris A dan banyaknya
kolom matriks AB = banyaknya kolom matriks B .
Teorema 1.2
Untuk setiap matriks A, B,dan C sedemikian hingga hasil kali matriks
tersebut di bawah ini ada dan berlaku:
a. c AB cA B
b. A BC AB C
c. A B C AB AC
d. B C A BA CA
e. AB BA
f. AB tidak selalu sama dengan BA
g. AB 0 tidak berarti A 0 atau B 0
Contoh 1.1
Gross income beberapa negara tahun 1981 dan 1982 adalah sebagai
berikut.
United United
Tahun Canada Australia
States Kingdom
1981 27 15 18 21
1982 32 14 21 30
Contoh 1.2
2 6 4 2 6 4
A B
3 0 1 3 0 1
A B O23 disebut matriks null
Contoh 1.3
Dalam masalah pembelian tikus, tikus putih, dan kelinci untuk percobaan
di departemen A, dapat digunakan perkalian matriks.
Harga hewan berturut-turut 3, 1, dan 10 ribu rupiah. Banyak hewan yang
diperlukan berturut-turut 50, 100, dan 30 ekor.
50
a 3 1 10 x 100
30
SATS4421/MODUL 1 1.13
Contoh 1.4
3 2 3 3 6 7
A B
4 1 1 2 1 0
Hitung A B, 2 A B, A B, AB
Penyelesaian:
6 8 10
A B
6 0 1
9 10 13
2A B
10 1 2
0 4 4
A B
2 2 1
A tidak bisa dikalikan dengan B karena banyak baris pada matriks A
tidak sama dengan banyak kolom pada matriks B .
Contoh 1.5
3 4
3 1 2
A B 6 2
4 0 5
4 3
Hitung A B, A B, AB, BA, AB,5 AB
Penyelesaian:
A dan B tidak mempunyai dimensi sama maka A tidak dapat
dijumlahkan dengan B .
1.14 Metode Statistika Multivariat
3 4 3 4 6 8
A B 1 0 6 2 5 2
2 5 4 3 6 8
3 4
3 1 2 c c
AB 2 11 12
4 0 5
6
3 21 22
c c
4
c11 = 3.3 + (-1)6 + 2.4 = 11
c12 = 3.4 + (-1).(-2) + 2.3 = 20
c21 = 4.3 + 0.6 + 5.4 = 32
c22 = 4.4 + 0.(-2) + 5.3 = 31
11 20
Jadi, AB
32 31
3 4 25 3 26
3 1 2
BA 6 2 10 6 2
4 0 5 24 4 25
4 3
AB tidak konformable karena A32 dan B32
55 100
5 AB
160 155
Contoh 1.6
AA A A I A
ABA AA A B I A
AB A BA A B I A
cAB Ac c AB A c B I A
ABC AB A C BA BA A
C B B I A
Contoh 1.7
3 1 2
A
4 0 5
SATS4421/MODUL 1 1.15
3 4
B 6 2
4 3
Hitung tr AB , tr BA
Penyelesaian:
11 20
tr AB tr 11 31 42
32 31
25 3 26
tr BA 10 6 2 23 6 23 42
24 4 23
Contoh 1.8
2 1 4
A 2 7 6
0 2 4
Hitung tr A dan tr AA
Penyelesaian:
tr A = 2 + 7 + 4 = 13
2 1 4 2 2 0
tr AA tr 2 7 6 1 7 2
0 2 4 4 6 4
21 35 18
tr 35 89 38
18 38 20
21 89 20 130
1.16 Metode Statistika Multivariat
LAT IH A N
i 1
SATS4421/MODUL 1 1.17
4) Tulis matriks
D1 D 1, 2,3, 4
D2 D 3i 2 , i 1, 2,3, 4
D3 D i 3i 2 , i 1, 2,3, 4
3 6 1 0 3 2
5) Untuk matriks A ,B
2 1 0 1 1 1
Hitung AB, AB, A A B, tr BB , tr BB
1 0 3 3 3 1
7) A 2 1 0 dan B 4 2 1
0 4 1 2 0 0
Buat partisi A dan B sebagai
A11 A12 B11 B12
A dan B
A21 A22 B21 B22
Dengan A21 dan B21 mempunyai order 1 2.
Hitung AB dengan partisi dan tanpa partisi.
4
1) a. a3 ai 3 jumlah dari kolom 3
i 1
= 20
3
d. a
i 1
i4 (2)(2)(3) 12
1.18 Metode Statistika Multivariat
1 0 0 0
0 2 0 0
4) D1 D 1, 2,3, 4
0 0 3 0
0 0 0 4
3 6 3 12
AB
2 1 5 5
5)
1 6
1 2 3
A B 8 9
6 8 4
6)
2 7
1 6
1 8 2
A 2 8 B
6 9 7
3 4
2 12
2 10 5
A B A B 10 17
12 17 3
5 3
A B A B
SATS4421/MODUL 1 1.19
R A NG KU M AN
Ar c aij , i 1, , r
j 1, , c
Br c bij
1. A B C
C cij dengan cij = aij + bij
2. Ar c Bcs C
C cij dengan cij ail blj
e
e 1
i 1 r
j 1, , s
l 1, , c
3. AB BA, A B A B
untuk A aij , i, j 1,, n
n
4. tr A aii
i 1
TES F OR M AT IF 1
1 2 6 3 1
A B
7 4 1 2 5
I.
1.20 Metode Statistika Multivariat
3
a 1 5 b
1
1) a b = ….
A. 4
B. 6
C. 8
D. 10
2) ba = ….
A. 8
3 15
B.
1 5
3 1
C. 1 5
D. A, B, dan C tidak benar
3) Ab = ….
5 5
A.
15 10
5
B. 25
5
C. 20
10
D. 20
4) aB = ….
A. 1 13 26
B. 1 18 2
16 35
C. 1 10
D. A, B, dan C tidak benar
SATS4421/MODUL 1 1.21
1 2 1 0
A B
2 3 2 1
II.
6) A B = ….
A. A B
B. A B
C. A B
D. A, B, dan C tidak benar
1.22 Metode Statistika Multivariat
7) tr AB = ….
A. -2
B. 8
C. 2
D. 3
8) tr BA = ….
A. -2
B. 8
C. 2
D. 3
p2 2 pq q 2
III. P p 2 2 pq q 2
p2 2 pq q 2
Dengan p + q = 1
1 1 1 1
9) P1 ....
A. p
B. 1
C. O
D. A, B, dan C tidak benar
10) P 2 ....
A. p
B. P1
C. p 3
D. A, B, dan C tidak benar
Kegiatan Belajar 2
Matriks Invers
Ilustrasi
Diketahui persamaan linear nonhomogen.
m + a = 14
m + d = 12
m–a=6
Persamaan ini dapat ditulis dalam bentuk matriks
1 1 0 m 14
1 0 1 a 12
1 1 0 d 6
1 1
2 0 2
1
1 1 0
atau 1 0 1 1
0
1
2 2
1 1 0
1 1 1
2 2
Untuk perhitungan matriks invers diperlukan detreminan yang akan
dibicarakan di bawah ini.
Definisi 1.21
Determinan matriks bujur sangkar Ak k aij yang diberi notasi A
a11 bila k 1
adalah bilangan skalar dengan A .
a1 j A 1 j 1
1 j
bila k 1
Catatan:
Aij adalah matriks bertipe (k – 1) (k – 1) yang didapat dari matriks A
dengan menghilangkan baris ke-1 kolom ke-j yang disebut ekspansi
menggunakan baris 1.
Secara umum:
A aij Aij 1 yang merupakan baris ke-i. Aij didapat dari matriks
i j
A dengan menghilangkan baris ke-i kolom ke-j (minor berisi kolom j).
Contoh 1.9
a11 a12
a11a22 (1) 2 a12 a21 (1)3
1. a21 a22
a11a22 a12 a21
a11 a12 a13
2. a a22 a23 dengan ekspasi baris 1 determinan matriks ini akan
21
a31 a32 a33
menjadi
a a23 a a23 a a22
a11 22 (1) 2 a12 21 (1)3 a13 21 (1) 4
a32 a33 a31 a33 a31 a32
a11a22 a33 a12 a23 a31 a13 a21a32 a11a32 a23 a12 a21a33 a13 a31a22
SATS4421/MODUL 1 1.27
a11a22 a33 a12 a23 a31 a13 a21a32 a31a22 a13 a32 a23 a11 a33 a21a12
yang dapat Anda lihat sama dengan hasil sebelumnya.
5 3
2 3 7 7
3) A , A1
1 5 1 2
7 7
5 3 5 3
2 3 7 7 7 7 2 3
AA1 1
A A I 22
1 5 1 2 1 2 1 5
7 7 7 7
Definisi 1.22
1
A1 adj A
A
adj A A dengan setiap elemen diganti dengan kofaktornya
1 Aij
i j
Aij matriks bagian dari A tanpa baris ke-i dan tanpa kolom ke-j
Catatan:
Minor dan kofaktor dapat Anda baca lebih jelas pada modul tentang aljabar
linear.
Teorema 1.3
A, B matriks bujur sangkar k k
1.28 Metode Statistika Multivariat
1. A A
2. Bila tiap-tiap elemen dalam suatu baris atau kolom sama dengan nol
maka A 0
3. Bila sembarang 2 baris/kolom identik maka A 0
1
4. Bila A nonsingular maka A 1 atau A A1 1
A
5. AB A B
6. cA c k A , c skalar
Definisi 1.23
1. Rank baris suatu matriks adalah banyaknya maksimum baris yang
independen linear.
2. Rank kolom suatu matriks adalah banyaknya maksimum kolom yang
independen linear.
Catatan:
Rank baris suatu matriks = rank kolomnya
Definisi 1.24
Matriks bujur sangkar Ak k disebut nonsingular bila AX 0 mengakibatkan
X 0
Catatan:
1. Suatu matriks bujur sangkar yang tidak non singular disebut singular.
2. Matriks bujur sangkar disebut nonsingular bila rank matriks = banyaknya
baris atau banyaknya kolom.
Teorema 1.4
Bila A matriks nonsingular bertipe k k maka terdapat dengan tunggal
matriks B sedemikian hingga
AB BA I k k
Definisi 1.25
Matriks B sedemikian hingga AB BA I disebut invers dari matriks
A , dan diberi notasi A1 .
SATS4421/MODUL 1 1.29
Teorema 1.5
M dapat ditulis sebagai
A B
M
C D
dimensi A, B, C, D lebih kecil daripada dimensi M dan disebut partisi dari
M.
P A BD 1C
Q D CA1 B
1
P A1 BQ 1
M 1 1 1 1
D CP Q
semua matriks yang diambil inversnya adalah nonsingular.
Teorema 1.6
A & B matriks bertipe k k, c suatu skalar
1. tr cA c tr A
2. tr A B tr A tr B
3. tr AB = tr BA
4. tr B 1 AB = tr A
k k
5. tr AA =
a
i 1 j 1
2
ij
Definisi 1.26
Matriks bujur sangkar A disebut dengan ortogonal bila baris-barisnya
(yang dipandang sebagai vektor) saling tegak lurus dan mempunyai panjang
1, yaitu AA I .
Teorema 1.7
Matriks A ortogonal bila dan hanya bila A1 A
Catatan:
AA AA I sehingga kolom-kolom matriks saling tegak lurus dan
mempunyai panjang 1.
1.30 Metode Statistika Multivariat
Definisi 1.27
A matriks bujur sangkar bertipe k k
I matriks identitas bertipe k k
Skalar 1 , 2 ,, k yang memenuhi persamaan A I 0 disebut
eigen value (akar-akar karakteristik) dari matriks A .
Persamaan A I 0 adalah fungsi yang disebut sebagai persamaan
karakteristik.
Definisi 1.28
A matriks berdimensi k k
salah satu eigen value dari A
Bila x 0 sedemikian sehingga Ax x maka x disebut eigen vektor
(vektor karakteristik) dari matriks A yang bersesuaian dengan eigen
value .
Definisi 1.29
Bentuk karakterisktik Q x dari k variabel x x1 , x2 ,, xk adalah
Q x xAX
dengan A matriks simetris .
Kondisi untuk A supaya mempunyai invers adalah
1. A bujur sangkar dan
2. A 0
Teorema 1.8
1. A1 A AA1 I .
2. Invers dari matriks A adalah tunggal.
1 1
3. A .
A
4. Invers dari matriks A adalah nonsingular.
SATS4421/MODUL 1 1.31
5. A 1 1
A.
A A1 .
1
6.
7. Jika A A ( A matriks simetris) maka A1 A1 .
1 1 1 1 1
8. AB B A asal B A ada.
i
1
2 0 0
1
2 0 0
Contoh: 0 4 0 0 0
1
4
0 0 3
1
0 0
3
3. I matriks identitas, I 1 I
J matriks dengan J 0
Untuk a 0 dan a + nb 0
aI n bJ n I n
1 1 b
Jn
a a nb
I n I n n
4. Matriks ortogonal
P matriks ortogonal PP I ; P 0 atau P 1 P
1.32 Metode Statistika Multivariat
Definisi 1.30
A matriks simetris, A atau A ′ disebut matriks definit positif bila dan
hanya bila X AX 0
Contoh 1.10
3
4
Hitung A1 bila A 2
1
1
2
Penyelesaian:
1 3
A 1 1 2 2 1 3
2 8
4 1 1 4
1 3
2 2
Contoh 1.11
4 5
Apakah matriks B
1 2
definit positif?
Penyelesaian:
x 4 5 x1
xBx x1 x2 B 1 x1 x2
x2 1 2 x2
x
4 x1 x2 5 x1 2 x2 1
x2
4 x1 x1 x2 5 x1 x2 2 x22
2
4 x12 6 x1 x2 2 x22
xBx 0 untuk x1 x2 0
Jadi, B definit positif untuk x1 x2 0
Contoh 1.12
1 0 1
Hitung R 1 bila R 2 3 2
4 1 1
SATS4421/MODUL 1 1.33
Penyelesaian:
1 0 1 1 0
R 2 3 2 2 3
4 1 1 4 1
3 0 2 12 2 0 9
1
R 1 adj R
R
3 2 0 1 0 1
1 1 1 1 3 2
1 2 2 1 1 1 1
9 4 1 4 1 2 2
2 3 1 0 1 0
4 1 2 3
4 1
1 (1) 3
1
( 6) 3 0
9
10 1 3
1 1 1
9 9 3
2 1
0
3 3
10 1 1
9 9 3
Contoh 1.13
1 0
A
1 3
Hitung eigen value dari matriks A
1.34 Metode Statistika Multivariat
Penyelesaian:
A I 0
1 0 1 0 1 a 0
1 3 0 1 1 1 3 0
3a
1 1
2 3
Contoh 1.14
Untuk matriks dalam contoh 1.13 hitung eigen vektornya
Penyelesaian:
1 1: Ax 1 x
1 0 x1 x1
1 3 x 1 x
2 2
x1 x1
x 2 x2
x1 3 x2 x2 1
x1 1 x2 2
2
x adalah eigen vektor yang bersesusain dengan 1
1
2
x x 5
x1 adalah eigen vektor satuan yang
Lx 2
2
4
2
1
5
0
bersesuaian dengan 1 . Dengan cara yang sama didapat x adalah
1
eigen vektor satuan yang bersesuai dengan 2 .
SATS4421/MODUL 1 1.35
LAT IH A N
2 1 1 4 2 1 4
A B C
1 3 5 0 3 3 2
1)
4 2
3) A
1 9
Hitung eigen value matriks A .
4 2 1
3 2 4 B11 B12
B
B21 B22
4)
2 2 1
4 2 1
dengan B11 B12
3 2 4
B21 2 2 B22 1
-1
Hitung B dengan dan tanpa partisi.
R A NG KU M AN
TES F OR M AT IF 2
1 3
A
2 8
1)
A1
4 1
A.
1 1
2
3
4 2
B.
1 1
2
1
4 2
C.
1 1
2
1
4 2
D.
3 1
2 2
0 1 1
2) R 3 2 2
1 4 1
1
R
1 1 1
9 9 3
A.
2 1
0
3 3
10 1 1
9 9 3
1.38 Metode Statistika Multivariat
2 1 1
3 9 3
B. 1 1 0
9 3
1 1 1
9 9 3
1 1 1
9 9 3
C. 1 2 0
3 3
1 10 1
9 9 3
D. R tidak punya invers
3) Invers dari matriks partisi
O O
P O
O , O adalah
R
O O
P 1 O
A. 1
O R
R 1 O
B. 1
O P
R O
C.
O P
D. Tidak punya invers
5 12
13 13
C.
12 5
13 13
5 12
13
13
D.
12 5
13 13
C. AB A1 B 1
1
D. A A1 I
6) Dari soal nomor 5, pernyataan dibawah ini adalah benar, kecuali ….
A. A1 A AA1 I
B. Invers matriks A tunggal
C. BA A1 B 1
1
D. A ' B ' A1 B 1
1
a x
7) Bila A maka A1
y b
1 b x
ab xy y a
A.
1 b x
xy ab y a
B.
1 a x
ab xy y b
C.
1 a x
xy ab y b
D.
1.40 Metode Statistika Multivariat
8) M bertipe k k
I matriks identitas berupa k k
M M I
1
1
A. MM M
1
B. I M 1
C. MM M
1
D. A, B, dan C tidak benar
1 1
9) Eigen value dari matriks D
1 1
adalah
A. 0 dan 1
B. 0 dan 2
C. 1 dan 1
D. 1 dan 2
Daftar Pustaka