(BAB 2, MATERI) Matriks Dan SPL PDF
(BAB 2, MATERI) Matriks Dan SPL PDF
2.1 Matriks
Definisi: Matriks adalah sekumpulan bilangan yang disusun menurut baris dan kolom
sehingga membentuk jajaran (array) yang dituliskan di antara dua kurung.
Notasi: Penulisan matriks disimbolkan dengan huruf-huruf kapital dan dapat dinyatakan
dengan sebuah elemen umum, misalnya 𝑎 yang dituliskan dalam sebuah kurung, yaitu
𝑎 , dengan 𝑎 menunjukan elemen baris ke i , kolom ke j.
Matriks A yang memiliki m baris dan n kolom disebut matriks m x n atau disebut matriks
berorde m x n, ditulis sebagai 𝐴 . Misalnya
𝑎 𝑎 ⋯ 𝑎
𝑎 𝑎 ⋮
𝐴 = ⋮ ⋱ = 𝑎 ,
𝑎 𝑎 ⋯ 𝑎
dengan 𝑖 = 1, 2, … , 𝑚 dan 𝑗 = 1, 2, … , 𝑛.
−1 4
Contoh 1: 0 9 adalah matriks berorde 3 x 2.
10 2
−1 4
8 7
Contoh 2. Diberikan matriks 𝑨 = 0 9 dan 𝑩 = maka
3 6
10 2
−1 4 4 17
8 7
𝑨∙𝑩= 0 9 = 27 54 .
3 6
10 2 86 82
Operasi 𝑩 ∙ 𝑨 tidak dapat dilakukan karena tidak memenuhi persyaratan, yaitu
banyaknya kolom matriks B tidak sama dengan banyaknya baris matriks A.
1 8 7
Contoh 3. Diberikan matriks 𝑨 = dan 𝑩 = maka
−1 2 3 6
1 0,5 8 7 9,5 10
𝑨∙𝑩= = dan
−1 2 3 6 −2 5
8 7 1 0,5 1 18
𝑩∙𝑨= = .
3 6 −1 2 −3 13,5
1 1 2 1
Contoh 4. Diberikan matriks 𝑨 = maka 2𝑨 = 2 = .
−1 2 −1 2 −2 4
−1 4
−1 0 10
Contoh 5. Diberikan matriks 𝑨 = 0 9 maka 𝑨𝑻 = .
4 9 2
10 2
Matriks-matriks Khusus
Matriks yang memiliki ciri-ciri khusus disebut matriks khusus, antara lain:
1
1. matriks kolom adalah matriks yang terdiri atas satu kolom, contoh 6: 3 .
2
2. matriks baris adalah matriks yang terdiri atas satu baris, contoh 7: [1 3 2].
3. matriks persegi adalah matriks yang memiliki banyak baris dan kolom yang sama,
8 7
contoh 8: .
3 6
4. matriks diagonal adalah matriks persegi [aij] yang memenuhi aij = 0, untuk i ≠ j,
1 0 0
contoh 9: 0 3 0 .
0 0 2
5. matriks satuan (matriks identitas) adalah matriks diagonal yang semua elemen
diagonal utamanya adalah 1. Elemen diagonal utama adalah elemen aij untuk i=
j. Notasi penulisan matriks satuan: In = matriks satuan berorde n x n,
1 0 0
contoh 10: 𝑰𝟑 = 0 1 0.
0 0 1
0 0 0
6. matriks nol adalah matriks yang semua elemennya nol, contoh 11: 0 0 0.
0 0 0
7. matriks simetri adalah matriks persegi [aij] yang memenuhi aij = aji,
1 −2 4
contoh 12: −2 3 5 .
4 5 2
1 −2 4
contoh 13: 2 3 5.
−4 −5 2
9. matriks segitiga atas adalah matriks persegi [aij] yang memenuhi aij = 0,
1 −2 4
untuk i > j, contoh 14: 0 3 5.
0 0 2
10. matriks segitiga bawah adalah matriks persegi [aij] yang memenuhi aij = 0,
1 0 0
untuk i < j, contoh 15: 7 3 0 .
8 −4 2
Latihan 1
−1 4 1
1 9 12
Diberikan matriks 𝑨 = , 𝑩= , 𝑪 = 0 9 , dan 𝑫 = 3 .
−1 2 3 6
10 2 2
Tentukan:
1. 2𝑨 + 𝑩 2. 𝑨 − 𝑩 3. 𝑨 + 𝑪
4. 𝑨 ∙ 𝑩 5. 𝑨 ∙ 𝑪 6. 𝑪 ∙ 𝑨
7. 𝑨 ∙ 𝑪𝑻 8. 𝑫 ∙ 𝑫𝑻 9. 𝑫𝑻 ∙ 𝑫
Berkaitan dengan determinan sebuah matriks, berikut ini beberapa ketentuan yang
berlaku jika OBE ataupun OKE dilakukan
8 7 5 1
Contoh 16: 𝑅 −𝑅 ,
3 6 3 6
8 7 5 1
perhatikan bahwa = 48 − 21 = 27, dan = 30 − 3 = 27,
3 6 3 6
8 7 3 6
Perhatikan bahwa = 27, dan = 21 − 48 = −27 !
3 6 8 7
Determinan matriks sebelum dan sesudah operasi berubah tandanya. Jadi, agar
nilai determinannya tidak berubah, determinan berikutnya dikalikan −1.
8 7 16 14
Contoh 18: 2𝑅 .
3 6 3 6
8 7 16 14
Perhatikan bahwa = 27, dan = 96 − 42 = 54. Hal ini berarti
3 6 3 6
determinan matriks sesudah operasi setengah kali nilai determinan setelah operasi,
sehingga determinan berikutnya dikalikan ½ .
Pada contoh berikut ini diperlihatkan secara lengkap menghitung determinan dengan cara
OBE dan OKE.
1 2 3 1 2 3
3 2
Contoh 19: 0 3 2 𝑅 − 𝑅 0 3 2 = = −6.
0 −2
1 2 1 0 0 −2
4 3 0 1 𝐶 ↔𝐶 1 3 0 4 1 3 0 4
9 7 2 3 1 = −2 3 7 1 9 𝑅 − 3𝑅 = −2 0 −2 1 −3
4 0 2 1 𝐶 1 0 1 4 𝑅 −𝑅 0 −3 1 0
3 −1 4 0 2 0 −1 2 3 0 −1 2 3
−2 1 −3 −𝐶 1 2 −3 𝑅 − 𝑅 1 2 −3
= −2 −3 1 0 𝐶 ↔ 𝐶 = −2 1 3 0 𝑅 − 2𝑅 = −2 0 1 3
−1 2 3 2 1 3 0 −3 9
1 3
= −2 = −2(9 + 9) = −36.
−3 9
Latihan 2
Hitunglah determinan berikut ini!
4 2 2 1 0 2 25 3 35
1. 2 4 2 2. 2 −1 0 3. 16 10 −18
2 2 4 1 1 1 34 6 38
1 428 861 −2 3 4 5 17 3
4. 2 535 984 5. 3 4 −2 6. 2 4 −3
3 642 1107 5 6 −3 11 0 2
1 1 1 1 −2 4 7 3
7. 1 2 3 4 8. 8 2 −9 5
1 3 6 10 −4 6 8 4
1 4 10 20 2 −9 3 8
1 2 3
Contoh 21: Diberikan matriks 𝐀 = 0 3 2 , matriks pada contoh 20 yang
1 2 1
memiliki nilai det −6.
3 2 0 2 0 3
⎡ 2 − ⎤
1 1 1 1 2 −1 2 −3
⎢ 2 3 1 3 1 2 ⎥
Maka 𝐶 = ⎢− − ⎥ = 4 −2 0 .
⎢ 2 1 1 1 1 2 ⎥ −5 −2 3
⎢ 2 3 1 3 1 2 ⎥
⎣ 3 − ⎦
2 0 2 0 3
−1 4 −5
Jadi, Adjoin 𝐴 = 𝐶 = 2 −2 −2 .
−3 0 3
−1 4 −5
Dengan demikian, 𝐴 =− 2 −2 −2 .
−3 0 3
Untuk mengetahui kebenarannya, dapat diuji dengan persamaan (*).
Invers sebuah matriks dapat juga diperoleh dengan menggunakan Operasi Baris
Elementer (OBE). Misalnya matriks A berorde n x n. Untuk memperoleh A-1
tuliskan matriks A yang diperbesar (augmented matrix), yaitu dengan menambahkan
matriks satuan, In yang diletakkan pada bagian kanan matriks A kemudian lakukan
OBE sehingga matriks A menjadi matriks satuan, In . Ketika hal ini telah tercapai,
matriks In menjadi matriks A-1 .
[𝑨|𝑰 ] ~ … ~ [𝑰 |𝑨 𝟏 ]
Contoh 22: Diberikan matriks A seperti pada contoh 22 maka augmented matriksnya
1 2 3 1 0 0 1 2 3 1 0 0
adalah 0 3 2 0 1 0 𝑅 − 𝑅 0 3 2 0 1 0
1 2 1 0 0 1 0 0 −2 −1 0 1
1 0 1 0 1 0 0
0 1 0 0 0 1 0
0 0 1 , 0 ,
0 0 1 , 0 ,
−1 4 −5
Jadi, 𝐴 =− 2 −2 −2 .
−3 0 3
Latihan 3
Tentukan invers matriks berikut ini dengan metode kofaktor atau metode operasi baris
elementer!
1 0 1 1 0 2
1. 𝐴 = 2 1 1 2. 𝐵 = 2 −1 0
2 1 2 1 1 1
1 0 −1 1 −1 1
3. 𝑁 = −2 1 0 4. 𝑀 = 4 0 −1
2 −1 2 4 −2 0
−1 2 3 −2 0 1
5. 𝐾 = 2 0 −4 6. 𝐿 = 1 −1 2
−1 −1 1 3 1 0
A x = b, (1.2)
dengan A matriks koefisien, x matriks kolom yang berisi variabel, dan b matriks kolom
yang berisi konstanta.
A-1·A x = A-1· b
I x = A-1· b .
𝑥 + 2𝑦 + 3𝑧 = 3
Contoh 23: Diberikan Sistem Persamaan Linear 3𝑦 + 2𝑧 = 6 .
𝑥 + 2𝑦 + 𝑧 = 3
1 2 3 𝑥 3
0 3 2 𝑦 = 6
1 2 1 𝑧 3
1 2 3
Karena matriks koefisien dari SPL di atas adalah matriks 𝐴 = 0 3 2 yang telah
1 2 1
diketahui inversnya dari contoh 22, diperoleh penyelesaiannya yaitu
𝑥 1 −1 4 −5 3 −1
𝒙= 𝑦 =𝑨 𝒃=− 2 −2 −2 6 = 2 .
𝑧 6
−3 0 3 3 0
Kemudian, lakukan operasi baris elementer sehingga matriks A menjadi matriks segitiga
atas, misalnya disebut matriks 𝑨′. Karena operasi baris elementer ini dikenakan pada
matriks yang diperbesar, maka elemen-elemen pada matriks b juga berubah, misalnya
disebut 𝒃′. Proses operasi ini digambarkan sebagai berikut:
[𝑨|𝒃] ~ … ~ [𝑨′|𝒃′]
Operasi baris elementer ini tidak mengubah ekivalensi SPL sehingga SPL (1.2) tetap
ekivalen dengan SPL (1.4).
𝑨 𝒙 = 𝒃′ (1.4)
Jadi, penyelesaian SPL (1.4) juga merupakan penyelesaian SPL (1.2). Dengan
melakukan substitusi mundur pada SPL (1.4), diperoleh penyelesaian x.
𝑥 + 2𝑦 + 3𝑧 = 3
Contoh 24: Diberikan Sistem Persamaan Linear 3𝑦 + 2𝑧 = 6 .
𝑥 + 2𝑦 + 𝑧 = 3
Penyelesaian: Jika matriks koefisien dan matriks konstanta dari SPL di atas berturut-turut
1 2 3 3
adalah A dan b, matriks yang diperbesar [𝑨|𝒃] adalah 0 3 2 6 .
1 2 1 3
Dengan melakukan operasi baris elementer dua kali, diperoleh matriks segitiga atas
1 2 3 3 1 2 3 3
0 3 2 6 𝑅 − 𝑅 0 3 2 6
1 2 1 3 0 0 −2 0
Tuliskan hasil operasi baris elementer ini ke dalam bentuk perkalian matriks. Kemudian
dilakukan proses substitusi mundur, yaitu mengalikan matriks dimulai dari baris terbawah
1 2 3 𝑥 3
hingga baris teratas. Bentuk perkalian matriksnya adalah 0 3 2 𝑦 = 6 ,
0 0 −2 𝑧 0
kemudian substitusi mundur diperoleh −2𝑧 = 0 𝑎𝑡𝑎𝑢 𝑧 = 0
3𝑦 + 2𝑧 = 6, 𝑚𝑎𝑘𝑎 𝑦 = 2
𝑥 + 2𝑦 + 3𝑧 = 3, 𝑚𝑎𝑘𝑎 𝑥 = −1.
𝑥 −1
Jadi penyelesaian SPL di atas adalah 𝒙 = 𝑦 = 2 .
𝑧 0
𝑥 −𝑧 =1 𝑥 − 2𝑦 + 𝑧 = 1
1. −2𝑥 + 𝑦 =0 2. 2𝑥 − 5𝑦 = −4
𝑥 − 𝑦 + 2𝑧 = 0 𝑥 + 3𝑧 = 7
𝑥−𝑦+𝑧 = 4 3𝑥 + 2𝑦 + 4𝑧 = 3
3. 2𝑥 + 𝑦 − 𝑧 = −1 4. 𝑥 + 2𝑦 + 3𝑧 = 2
3𝑥 + 2𝑦 + 2𝑧 = 5 2𝑥 − 𝑦 + 3𝑧 = −3
A·x=λx (1.5)
dengan A = [aij] adalah matriks persegi dan λ adalah bilangan (skalar). Jelas, bahwa x
= 0 (penyelesaian trivial) adalah penyelesaian untuk berapapun nilai λ dan biasanya
penyelesaian ini tidak banyak gunanya. Untuk penyelesaian non-trivial, yaitu x ≠ 0, harga
λ yang memenuhi persamaan (1.5) disebut nilai eigen atau nilai karakteristik, dari matriks
A dan penyelesaian x yang bersesuaian dengan persamaan (1.5) disebut vektor eigen atau
vektor karakteristik dari matriks A.
(A – λI) x = 0 (1.6)
| A – λI | = 0. (1.7)
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen ini,
adalah dengan menyelesaikan SPL (1.6). Setiap satu nilai eigen akan memberikan vektor
eigen yang bersesuaian dengan nilai eigen ini.
4 −1
Contoh 25: Tentukan nilai dan vektor eigen dari matriks 𝑨 = !
2 1
Penyelesaian:
|𝑨 − 𝜆𝐼| = 4 −1 1 0 4−𝜆 −1
−𝜆 = = (4 − 𝜆)(1 − 𝜆) + 2 = 0
2 1 0 1 2 1−𝜆
maka 𝜆 − 5𝜆 + 6 = (𝜆 − 2)(𝜆 − 3) = 0, sehingga diperoleh akar-akar persamaan
karakteristik yang merupakan nilai-nilai eigen dari matriks A, yaitu
𝜆 = 2, 𝜆 = 3.
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen ini,
perhatikan persamaan (1.6). Untuk matriks A pada contoh 25, persamaan (1.6) adalah
(𝑨 − 𝝀𝑰)𝒙 = 4 − 𝜆 −1
𝒙 = 𝟎.
2 1−𝜆
𝑎
Untuk 𝜆 = 2, misalkan 𝒙𝟏 = maka
𝑏
4−𝜆 −1 2 −1 𝑎 2𝑎 − 𝑏 0
𝒙𝟏 = = = ,
2 1−𝜆 2 −1 𝑏 2𝑎 − 𝑏 0
sehingga diperoleh 𝑐 = 𝑑.
𝑐
Jadi, vektor eigen yang bersesuaian dengan 𝜆 = 3, adalah 𝒙𝟐 = , 𝑐 ∈ ℝ.
𝑐
1 0 −1
Contoh 26: Tentukan nilai eigen dari matriks 𝐴 = −2 1 0 !
1 −1 2
Penyelesaian: Persamaan karakteristik dari matriks ini, yaitu
1 0 −1 1 0 0 1−𝜆 0 −1
−2 1 0 −𝜆 0 1 0 = −2 1−𝜆 0 =0
1 −1 2 0 0 1 1 −1 2−𝜆
maka diperoleh
𝜆 − 5𝜆 + 6 = (𝜆 − 2)(𝜆 − 3) = 0,
𝜆 = 2, 𝜆 = 3, 𝜆 = 3.
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen ini,
perhatikan persamaan
2−𝜆 3 −2
1 4−𝜆 −2 𝒙 = 𝟎.
2 10 −5 − 𝜆
𝑎
Untuk 𝜆 = 2, misalkan 𝒙𝟏 = 𝑏 maka
𝑐
2−𝜆 3 −2 2−𝜆 3 −2 𝑎 0 3 −2 𝑎
1 4−𝜆 −2 𝒙𝟏 = 1 4−𝜆 −2 𝑏 = 1 2 −2 𝑏
2 10 −5 − 𝜆 2 10 −5 − 𝜆 𝑐 2 10 −7 𝑐
3𝑏 − 2𝑐 0
= 𝑎 + 2𝑏 − 2𝑐 = 0
2𝑎 + 10𝑏 − 7𝑐 0
sehingga diperoleh 𝑏 = 𝑐.
𝑎
Jadi, vektor eigen yang bersesuaian dengan 𝜆 = 2, adalah 𝒙𝟏 = , 𝑎 ∈ ℝ.
2𝑎
𝑐
Untuk 𝜆 = 3, misalkan 𝒙𝟐 = maka
𝑑
4−𝜆 −1 1 −1 𝑐 𝑐−𝑑 0
𝒙𝟐 = = =
2 1−𝜆 2 −2 𝑑 2𝑐 − 2𝑑 0
sehingga diperoleh 𝑐 = 𝑑.
𝑐
Jadi, vektor eigen yang bersesuaian dengan 𝜆 = 3, adalah 𝒙𝟐 = , 𝑐 ∈ ℝ.
𝑐
Latihan 5
Tentukan nilai dan vektor eigen dari matriks berikut ini!
4 1 −2 5
1. 𝐴 = 2. 𝐵 =
3 2 1 10
2 0 1 2 1 1
3. 𝐶 = −1 4 −1 4. 𝐷 = 1 3 2
−1 2 0 −1 1 2