1

ALJABAR LINEAR
MATRIK
Definisi :
Matrik adalah suatu himpunan bilangan atau polynom (yang disebut
elemen/entri) yang disusun berbentuk empat persegi panjang yang terdiri dari
beberapa baris dan lajur ( kolom ) dan dibatasi dengan kurung besar atau
kurung siku.

Suatu matrik A yang terdiri dari m baris dan n kolom disajikan sbb :
 a11 a12  a1 j  a1n 
 
 a21 a22  a2 j  a2 n 
     
A 
 ai1 ai 2  aij  ain 
      

a am 2  amj  amn 
 m1

dimana : aij = adalah elemen pada baris ke i dan kolom ( lajur ) ke j

i = 1, 2, 3, … , m (indeks baris) ; j = 1, 2, 3, … , n (indeks kolom)

Matrik A yang terdiri dari m baris dan n kolom seperti di atas disebut
matrik berukuran m x n dan dinotasikan dengan Amxn atau ( aij ) mxn

Suatu matrik yang hanya terdiri dari 1 baris saja disebut matrik (vektor) baris,
sedangkan matrik yang hanya terdiri dari 1 lajur (kolom) saja disebut matrik
(vektor) kolom
Contoh : matrik (vektor) baris : B1x 4   1  4 2 0
1
 
matrik (vektor) kolom : C3 x1   3
 2
 

Aljabar Matrik
1. Kesamaan Matrik
Dua matrik A dan B dikatakan sama , dituliskan A = B , jika A
dan B berukuran sama dan elemen-elemen yang bersesuaian sama.
 2
Contoh :
1 2 3 1 2 3
A2 x 3    dan B2 x 3    ; maka A = B
4 5 6 4 5 6 

2. Penjumlahan Matrik
Dua matrik dapat dijumlahkan jika ukuran keduanya sama.
Jumlah dua matrik Amxn dan Bmxn adalah suatu matrik Cmxn yang elemen-
elemennya merupakan jumlah elemen-elemen yang bersesuaian dari
matrik A dan B
Sifat : a. Komutatif : A + B = B + A
b. Asosiatif : A+(B+C)= (A+B)+C
Contoh :

Selisih dua matrik Amxn dan Bmxn adalah suatu matrik Dmxn yang
elemen-elemennya merupakan Selisih elemen-elemen yang bersesuaian
dari matrik A dan B
Contoh :

3. Perkalian Matrik
 Perkalian suatu matrik Amxn dengan suatu skalar k menghasilkan suatu
matrik Bmxn yang elemen-elemennya k kali elemen-elemen matrik A
Contoh :
 Dua matrik A dan B hanya dapat dikalikan, dituliskan AB, jika
banyaknya kolom (lajur) dari matrik A (matrik yang di depan) sama
dengan banyaknya baris dari metrik B (matrik yang di belakang/pengali)
 3
Perkalian dari matrik Amxp dengan Bpxn menghasilkan suatu matrik Cmxn
yang memiliki elemen-elemen :
p
cij  a
k 1
ik bkj ; i = 1, 2, … , m dan j = 1, 2, … , n

Sifat : a. Tidak komutatif : A . B ≠ B . A

b. Asosiatif : A(BC)= (AB)C
c. Distributif : A ( B + C ) = A B + A C
(E+F)G= EG+FG
Contoh :
2 7
1 2 3  
1. Jika A2 x 3    dan B3 x 2   5 1 , maka :
4 5 6 8 0 


a. A2 x 3 B3 x 2 

b. B3 x 2 A2 x 3 

1
 
2. Jika C1x 3   6 4 9  dan D3 x1  5 , maka :
 3
 

a. C1x 3 D3 x1 

b. D3 x1 C1x 3 

Beberapa Jenis Matrik :

1. Matrik bujur sangkar, yaitu suatu matrik yang banyak barisnya sama
dengan banyaknya kolom. Matrik bujur sangkar Anxn dinyatakan sebagai :
 4
 a11 a12  a1n 
 
a a 22  a2n 
Anxn   21
   
 
a an2  a nn 
 n1

Diagonal yang memuat elemen-elemen a11 , a22 , a33 , … , ann disebut

diagonal pokok (utama). Jumlah dari semua elemen-elemen diagonal
pokok disebut trace (disingkat Tr.) dari matrik tersebut, yaitu
Tr. A = a11 + a22 + a33 + … + ann
Contoh :
1 3 5
 
A3 x 3  6 2 4 ; maka Tr. A = 1+ 2 + 9 = 12
7 8 9 


2. Matrik Nol, yaitu matrik yang semua elemennya nol, dinotasikan O.

Matrik Nol yang terdiri dari 2 baris dan 3 lajur dinyatakan sebagai :
0 0 0
O2 x 3   
0 0 0 

Jika AB = O , maka matrik A dan atau matrik B belum tentu merupakan

matrik nol.
Contoh :
3 9  3 9 
Jika A2 x 2    dan B2 x 2   ,
1 3   1  3 

maka : A2 x 2 B2 x 2 

3. Matrik Satuan (Identitas/Unit), dinotasikan In, yaitu matrik

bujursangkar yang semua elemen-elemennya nol, kecuali elemen-elemen
pada diagonal utama adalah satu, yaitu a11 = a22 = a33 = … = ann = 1
Contoh :
1 0 0
1 0  
I 2    ; I3  0 1 0
0 1  0
 0 1 
 5
4. Matrik segitiga atas, yaitu matrik bujursangkar yang elemen-
elemennya aij = 0 , i > j
Contoh :
 a11 a12 a13 
 
A3 x 3  0 a 22 a 23 
 0 0 a33 


Matrik segitiga bawah, yaitu matrik bujursangkar yang elemen-elemennya

aij = 0 , i < j
Contoh :
 a11 0 0 
 
A3 x 3   a 21 a 22 0 
a a32 a33 
 31

5. Matrik transpose.
Matrik transpose dari suatu matrik A , dinotasikan dengan A' atau At atau
AT (baca : A transpose), adalah suatu matrik yang diperoleh dari matrik A
dengan menukar baris menjadi kolom dan kolom menjadi baris.
Sifat : a. ( At ) t = A
b. ( A + B )t = At + Bt
c. ( A B )t = Bt At
Contoh :
6. Matrik simetris dan matrik skew-simetris
Suatu matrik bujursangkar A disebut matrik simetris jika berlaku At = A
Contoh :
1 2 4 1 2 4
   
A  2 3 0 At   2 3 0  A
4 0 9  4 0 9 
 

Matrik bujursangkar A disebut matrik skew-simetris jika berlaku At = - A

Contoh :
 6
 0 2 1
 
A   2 0 3
 1 3 0 


 0 2 1
t
 
A    2 0 3 
 1 3 0 


7. Matrik conjugate ( matrik sekawan )

Misal A suatu matrik bujursangkar dengan elemen-elemen berupa bilangan
komplek. Matrik conjugate dari A, dinotasikan Ā, adalah suatu matrik
yang diperoleh dengan mengambil compleks-conjugate dari semua
elemen-elemen matrik A.
Sifat : a.  A   A d. AB  A B

b. k Ak A , k = skalar e.  A  t  At

c. A B  A  B

Contoh :
 2  3i 2i   2  3i  2i 
A    A   
 5 3  i   5 3  i 

8. Matrik Hermit dan matrik skew- Hermit

Suatu matrik bujursangkar A dengan elemen-elemen bilangan komplek
disebut matrik Hermit jika berlaku At  A

Contoh :
 2 5  i
A   
5  i 3 

 2 5i  2 5 i
At    At    A
5  i 3  5  i 3 

Matrik bujursangkar A dengan elemen-elemen bilangan komplek disebut

matrik skew-Hermit jika berlaku At   A

Contoh :
 2i 3i 5  2i 3i  5
   
A  3i 6i 3i  A  3  i
t
6i 3i 
 5 3i 0   5 3i 0 
 
 7
  2i 3i 5 
 
A  3  i
t
 6i  3i  
 5  3i 0 


DETERMINAN
Determinan adalah suatu skalar yang didefinisikan pada suatu matrik
bujursangkar, yang diperoleh dari elemen-elemen matrik bujursangkar
tersebut dengan suatu operasi khusus.
Determinan dari suatu matrik bujursangkar :
 a11 a12  a1n 
 
a a 22  a2n 
Anxn   21
   
 
a an2  a nn 
 n1

dinotasikan dengan lambang A atau det . A atau Δ , yaitu :

a11 a12  a1n
a a22  a2 n
det. A  A  21
   
an1 an 2  ann

Determinan yang didapat dari matrik bujursangkar berukuran nxn (terdiri dari
n baris dan n kolom) disebut determinan tingkat n

Minor dan Kofaktor

Minor elemen aij dari suatu determinan tingkat n, dinotasikan Mij, adalah
determinan tingkat (n-1) yang diperoleh dengan mencoret (menghilangkan)
elemen-elemen baris ke i dan elemen-elemen kolom ke j dari determinan asal.
Contoh :

Kofaktor elemen aij , dinotasikan Kij , didefinisikan dengan : K ij  (1) i  j M ij

Hal ini berarti :

 M ij , i  j genap

K ij  
 M , i  j ganjil
 ij
 8
Contoh :

Ekspansi Laplace
Nilai suatu determinan didefinisikan sebagai jumlah dari hasil kali elemen-
elemen pada suatu baris atau kolom dengan kofaktor-kofaktornya
Jadi,
a11 a12  a1n
a21 a22  a2 n
det. A  A 
   
an1 an 2  ann

n n
  aij K ij   (1)i  j aij M ij ,
j 1 j 1

dikatakan bahwa A dikembangkan (diekspansikan) menurut baris ke i

atau
n n
  aij K ij   (1)i  j aij M ij ,
i 1 i 1

dikatakan bahwa A dikembangkan (diekspansikan) menurut kolom ke

j

Contoh :
1. Determinan tingkat 2 :
a11 a12
Misal A  ; (Misal diekspansikan berdasarkan baris ke 1)
a21 a22

 a11 K11  a12 K12  (1)11 a11 M 11  (1)1 2 a12 M 12

M 11  a22 dan M 12  a21 , maka : A  a11a22  a12 a21

2. Determinan tingkat 3 :
 9
1 3 5
A  0 2 4 ; (Misal diekspansikan berdasarkan kolom ke 1)
6 7 8

 1K11  0 K 21  6 K 31  M 11  0  6 M 31

3. Aturan Sarrus (hanya berlaku untuk determinan tingkat 3) :

4. Determinan tingkat 4 dst, cara menghitungnya dengan menggunakan
ekspansi laplace.

INVERS MATRIK
Adjoint dari Matrik Bujur sangkar
Pandang suatu matrik bujur sangkar Anxn :

 a11 a12  a1n 

 
a a 22  a2n 
Anxn   21
   
 
a an2  a nn 
 n1

determinan dari matrik Anxn dituliskan A atau det . A atau Δ , yaitu :

a11 a12  a1n
a a22  a2 n
det. A  A  21
   
an1 an 2  ann

Jika :
 A 0 , maka matrik bujur sangkar A disebut matrik singular.
 A  0 , maka matrik bujur sangkar A disebut matrik non singular
Dari matrik A dibentuk matrik kofaktor K yang elemen-elemennya adalah
kofaktor dari semua elemen determinan A, yaitu :
 K11 K12  K1n 
 
K K 22  K 2n 
K   21
    
 
K Kn2  K nn 
 n1

Adjoint dari matrik bujur sangkar A didefinisikan sebagai K t dan dituliskan :

 10
 K11 K 21  K n1 
 
K K 22  Kn2 
adj A  K   12
t

    
 
K K 2n  K nn 
 1n

Selanjutnya, jika A matrik non singular, maka terdapat suatu matrik bujur
sangkar A 1 yang didefinisikan sebagai :
1
A 1  adj. A
A

sedemikian sehingga berlaku AA 1  A1 A  I . Matrik A 1 disebut invers dari

matrik A .
Contoh :
1 1 1
 
Selidiki apakah matrik A  2 4 1 memiliki invers atau tidak. Jika memiliki
2 3 1


invers, dapatkan invers tersebut.

Penyelesaian :

TRANSFORMASI ELEMENTER
Misalkan A suatu matrik berukuran mxn. Yang dimaksud transformasi
elementer terhadap matrik A adalah satu dari operasi-operasi berikut :
Operasi Baris Elementer (OBE) :
1. Bij = pertukaran elemen-elemen pada baris ke i dengan elemen-
elemen pada baris ke j
2. Bi (k) = mengalikan tiap elemen pada baris ke i dengan skalar k  0
3. Bij (k) = menambahkan elemen-elemen pada baris ke i dengan k kali
elemen-elemen yang bersesuaian dari baris ke j (elemen-elemen
pada baris ke j hanya dipakai alat, sehingga tetap/tidak
berubah).
Operasi Kolom Elementer (OKE) :
 11
4. Kij = pertukaran elemen-elemen pada kolom ke i dengan elemen-
elemen pada kolom ke j
5. Ki (k) = mengalikan tiap elemen pada kolom ke i dengan skalar k  0
6. Kij (k) = menambahkan elemen-elemen pada kolom ke i dengan k kali
elemen-elemen yang bersesuaian dari kolom ke j (elemen-
elemen pada kolom ke j hanya dipakai alat, sehingga
tetap/tidak berubah).

Dua buah matrik A dan B disebut ekwivalen dan dituliskan A ~ B , jika salah
satu dari matrik tersebut dapat diperoleh dari yang lainnya dengan sederetan
transformasi elementer.
Contoh :
1 1 1
 
Dapatkan invers dari A  2 4 1 , jika ada, dengan operasi baris elementer.
2 3 1


Penyelesaian :
Untuk memperoleh invers dari suatu matrik A , dilakukan dengan reduksi:
 AI  ~  I A1 

SYSTEM PERSAMAAN LINEAR SERENTAK (s.p.l.s.)

Pandang n buah persamaan linear dengan n variable x1 , x2 , x3 , ... , xn

sebagai berikut :
a11 x1  a12 x2    a1n xn  b1
a 21 x1  a 22 x2    a2 n xn  b2
    
………………..(1)
a n1 x1  a n 2 x2    a nn xn  bn

dengan koefisien- koefisien aij dan konstanta bi diketahui.

 12
Persamaan linear serentak (1) dapat dinyatakan dalam bentuk matrik sebagai
berikut :
 a11 a12  a1n  x1   b1 
    
 a21 a22  a2 n  x2   b2 
   ………………..(2)
        
    
a an 2  ann  xn   bn 
 n1

atau secara symbolis dituliskan :

AX  B …………………..………………..(3)
dengan
 a11 a12  a1n 
 
a a22  a2 n 
A   21 disebut matrik koefisien,
   
 
a an 2  ann 
 n1

 x1 
 
x 
X  2 disebut matrik variable, dan

 
x 
 n

 b1 
 
b 
B  2 disebut matrik konstan (matrik ruas kanan)

 
b 
 n

Selanjutnya jika :
 Matrik koefisien A adalah matrik singular, maka s.p.l.s (3) tidak memiliki
penyelesaian yang tunggal (bahkan mungkin tidak memiliki penyelesaian)
 Matrik koefisien A adalah matrik non-singular, maka s.p.l.s (3) memiliki
penyelesaian yang tunggal.
Diasumsikan matrik koefisien A adalah matrik non-singular ( A  0 ) dan
akan dicari penyelesaian dari s.p.l.s (3) menggunakan :

1. Metode Invers Matrik

 13
Karena matrik koefisien A adalah matrik non-singular, maka terdapat suatu
matrik bujur sangkar A 1 yang merupakan invers dari A sedemikian
sehingga berlaku AA1  A1 A  I .
Kedua ruas dari persamaan (3) dikalikan dari sebelah kiri dengan A 1
sebagai berikut :
A 1 AX  A1 B

IX  A1 B

Jadi : X  A 1 B

2. Aturan Crammer
Dengan aturan crammer, nilai-nilai dari variable yang dicari diperoleh
dengan cara :
1   
x1  , x2  2 , x3  3 , ... , xn  n
   

dengan :   A , disebut determinan utama (pokok).

 i , i  1, 2, 3, , n , adalah suatu determinan yang diperoleh dari
  A dengan cara mengganti elemen-elemen pada kolom ke i
dari   A dengan elemen-elemen matrik konstan B .

3. Metode Matrik Yang Diperbesar (augmented matriks)

1. Dari AX  B dibentuk suatu matrik yang diperbesar  AB 
2. Selanjutnya dilakukan transformasi baris elementer (OBE) terhadap
 AB  sehingga A berubah menjadi matrik segitiga atas.
3. Dari langkah 2, akan diperoleh suatu s.p.l.s baru yang lebih sederhana
dari s.p.l.s awal.
4. Untuk memperoleh nilai-nilai dari semua variable yang dicari,
dilakukan substitusi balik terhadap s.p.l.s yang telah diperoleh pada
langkah 3.
Contoh :
 14
Dengan ketiga metode di atas, cobalah untuk mencari penyelesaian dari
s.p.l.s berikut :

RUANG EUCLIDE
Definisi :
“Ordered-n-tuple” adalah sebuah urutan dari n buah bilangan real/nyata
 a1 , a2 , a3 ,..., an  ; n bil. Bulat positif
Himpunan dari semua “Ordered-n-tuple” dinamakan “Ruang-n“ dan
dinyatakan dg. Rn.
Contoh :
 R1 atau R adalah himp. Bilangan real dan digambarkan dalam system
garis bilangan.
 R2 adalah ruang dimensi 2 yang digambarkan dg system koordinat
kartesius. Urutan ( x, y ) menyatakan posisi suatu titik, atau komponen
suatu vector dari pusat koordinat O.

.P(x,y)
u

 R3 adalah ruang dimensi 3

Untuk selanjutnya, suatu vector u dalam Rn dituliskan dengan :
u = ( u1 , u2 , u3 , … , un )
dimana u1 , u2 , u3 , … , un adalah komponen-komponen dari vector u

Definisi :
 15
1. Dua vector u = ( u1 , u2 , u3 , … , un ) dan v = ( v1 , v2 , v3 , … , vn )
dalam Rn adalah sama jika u1 = v1 , u2 = v2 , u3 = v3 , … , un = vn
2. Jumlahan dari u dan v didefinisikan sebagai :
u + v = (u1 + v1 , u2 + v2 , u3 +v3 , … , un + vn )
3. Kelipatan scalar vector u dengan scalar k, didefinisikan dengan :
k u = ( ku1 , ku2 , ku3 , … , kun )
4. Didefinisikan vector nol dalam Rn : 0 = ( 0 , 0 , 0 , … , 0 )
5. Jika u = (u1 , u2 , u3 , … , un ) adalah sebarang vector dalam Rn, maka
negatif ( invers penjumlahan ) dari u dinyatakan oleh –u dan
didefinisikan sebagai –u = (-u1 , -u2 , -u3 , … , -un )
6. Pengurangan dua vector dalam Rn didefinisikan sebagai :
u - v = u + (- v )
= ( u1 , u2 , u3 , … , un ) + ( -v1 , -v2 , -v3 , … , -vn )
= (u1 - v1 , u2 - v2 , u3 - v3 , … , un - vn )

Theorema :
Jika u = ( u1 , u2 , u3 , … , un ) , v = ( v1 , v2 , v3 , … , vn ) , dan w = ( w1 , w2 , w3 ,
… , wn ) adalah vector-vektor dalam Rn dan k & l adalah scalar, maka :
1. u + v = v + u
2. u + ( v + w ) = ( u + v ) + w
3. u + 0 = 0 + u = u
4. u + (-u ) = 0 , yakni u - u = 0
5. k ( l u ) = ( k l ) u
6. k (u + v ) = ku + kv
7. ( k + l ) u = ku + lu
8. 1 u = u

Definisi :
 16
Perkalian dalam ( inner product ) dari dua vector sebarang u = ( u1 , u2 , u3 ,
… , un ) dan v = ( v1 , v2 , v3 , … , vn ) dalam Rn didefinisikan sbg :
u . v = u1 .v1 + u2 .v2 + u3 .v3 + … + un.vn
Contoh :
u = ( -1 , 3 , 5 , 7 ) dan v = ( 5 , -4 , 7 , 0 ) dalam R4, maka
u . v = (-1)(5) + (3)(-4) + (5)(7) + (7)(0) = 18
Theorema :
Jika u, v, dan w adalah vector-vektor dalam Rn dan k sebarang skalar, maka :
1. u . v = v . u
2. ( u + v ) . w = u . w + v . w
3. ( ku ) . v = k ( u . v )
4. v . v  0 . Selanjutnya, v . v = 0 jika dan hanya jika v = 0

Definisi :
 Norm ( panjang ) sebuah vector u = ( u1 , u2 , u3 , … , un ) dalam Rn

didefinisikan sbg : u   u . u   u12  u 22  ...  u n2

1
2

 Jarak antara dua vector u = ( u1 , u2 , u3 , … , un ) dan v = ( v1 , v2 , v3 ,

… , vn ) dalam Rn didefinisikan sbg :
d (u, v )  u -v   u1  v1  2   u 2  v 2  2  ...   u n  v n  2

Contoh :
Jika u = ( -1 , 3 , 5 , 7 ) dan v = ( 5 , -4 , 7 , 0 ) dalam R4, maka :
u  (-1) 2  (3) 2  (5) 2  (7) 2  84

d (u, v )    1  5 2   3  4  2   5  7  2   7  0  2  278

RUANG VEKTOR ( VECTOR SPACE )

Definisi :
 17
Suatu Himpunan vector-vektor V dengan operasi penjumlahan vector + dan
perkalian dengan scalar k dan l, disebut ruang vector ( vector space) jika
memenuhi operasi – operasi sbb :
1. Jika u , v  V , maka u + v  V
2. u + v = v + u
3. u + ( v + w ) = ( u + v ) + w
4. Terdapat vector 0  V sedemikian sehingga 0 + u = u + 0 = u untuk
setiap u  V
5. Untuk setiap u  V terdapat vector -u  V yang disebut negatif dari u
sedemikian sehingga u + (-u ) = (- u ) + u = 0
6. Untuk sebarang scalar real k dan sebarang vector u  V , maka ku  V
7. k (u + v ) = ku + kv
8. ( k + l ) u = ku + lu
9. k ( l u ) = ( k l ) u
10.1 u = u

Untuk selanjutnya himpunan vector V dengan operari penambahan dan

perkalian serta memenuhi kaidah ( aturan ) ruang vector disimbulkan dengan
(V;+,.)

Contoh :
R3 adalah ruang vector dibawah operasi penambahan standar dan
perkalian scalar biasa ( R3 , + , . ) adalah Ruang vector
(tunjukkan ! )

Theorema :
Misalkan V sebuah ruang vector , u  V adalah sebarang vector dalam V dan
k sebuah scalar, maka :
1. 0 u = 0
 18
2. k 0 = 0
3. ( - 1 ) u = - u
4. Jika k u = 0 , maka k = 0 atau u = 0

RUANG BAGIAN ( SUB SPACE )

Definisi :
Sebuah himpunan bagian W dari ruang vektor V disebut ruang bagian
(subspace) dari V jika W adalah sebuah ruang vector di bawah operasi yang
sama yang didefinisikan pada ruang vector V.

Theorema :
W adalah ruang bagian ( subspace) dari ruang vector V jika dan hanya jika
memenuhi kondisi :
1. Jika u , v  W , maka u + v  W
2. Jika k sebarang scalar dan u  W maka ku  W

Definisi :
Sebuah vektor w dinamakan kombinasi linier dari vektor-vektor v1 , v2 , … ,
vn jika vektor w dapat dinyatakan dalam bentuk :
w = k1 v1 + k2 v2 + k3 v3 + … + kn vn
dimana k1 , k2 , k3 … kn adalah bilangan scalar sebarang