5.

1 SYARAT-SYARAT UNTUK NON-SINGULAR SUATU MATRIKS

Suatu koefisien matriks A tertentu dapat mempunyai inverse (yakni: dapat “non-singular”) hanya bila
matriks tersebut kwadrat. Tetapi, sebagaimana telah dinyatakan sebelumnya, syarat matriks kwadrat
adalah perlu, tetapi hanya dengan syarat itu tidaklah cukup untuk terjadinya inverse A−1 . Suatu matriks
dapat merupakan matriks kwadrat meskipun singular(tanpa suatu inverse).

Syarat yang Cukup vs yang Diperlukan

Konsep mengenai syarat yang diperlukan (necessary condition) dan syarat yang cukup (sufficient
condition) sering dipergunakan dalam ilmu ekonomi. Pentinglah kita ketahui artinya secara tepat sebelum
meneruskan lebih lanjut.

Syarat yang diperlukan adalah bentuk prasyarat, misalkan pernyataan p benar hanya bila
penrnyataan lainnya q benar, maka qmerupakan syarat yang diperlukan oleh p. perntaan ini kita tulis
dalam bentuk symbol sebagai berikut :

(5.1) p❑
⇒
q

Yang dibaca : “p hanya bila q”, atau dengan cara lain, “bila p, maka q”. secara logis juga benar untuk
⇒
menafsirkan (5.1) sebagai “p termasuk q”. tentu dapat terjadi, bahwa kita juga memperoleh p ❑w pada
waktu yang sama. Maka baik q maupun w merupakan syarat yang diperlukan oleh p.

Contoh 1 Bila kita anggap p merupakan pernyataan “seseorang adalah ayah”, dan q merupakan
⇒
pernyataan “seseorang adalah laki-laki”, maka secara logis digunakan pernyataan p❑q. seseorang adalah
ayah hanya bila ia adalah laki-laki, dan laki-laki merupakan suatu syarat yang diperlukan untuk menjadi
ayah. Perhatikan bahwa pernyataan sebaliknya tidak benar, ayah bukanlah syarat yang diperlukan untuk
menjadi laki-laki.

Suatu jenis keadaan yang berbeda yakni suatu pernyataan p benar bila q benar, tetapi p dapat juga benar
bila q tidak benar. Dalam hal ini, q dikatakan suatu syarat yang cukup untuk terjadinya p. Kebenaran q
mencukupi untuk pembentukan kebenaran p, tetapi bukan suatu syarat yang diperlukan p. Ini dinyatakan
secara symbol dengan

(5.2) p❑ q
⇐

Yang dibaca : “p bila q” (tanpa kata “hanya”) – atau dengan cara lain, “bila q, maka p”, seperti bila
membaca (5.2) dari belakang. Dapat pula diartikan “q berakibat p”

Contoh 2 Bila kita misalkan p merupakan pernyataan : “seseorang dapat sampai ke Eropa” dan q
⇐
merupakan pernyataan : “seseorang menggunakan pesawat udara ke Eropa”, maka p ❑q . Pesawat udara
dapat melayani seseorang untuk mencapai Eropa, tetapi karena angkutan samudra juga dapat dilakukan,
⇐ ⇒
maka angkutan dengan pesawat udara bukan suatu prasyarat. Kita dapat menulis p ❑ q, tetapi bukan p❑q.
 Dalam kemungkinan keadaan ketiga, q adalah kedua-duanya, baik yang diperlukan maupun yang
cukup untuk terjadinya p. Dalam keadaan seperti itu, kita tulis
⇔
(5.3) p❑ q

Yang dibaca: “p jika dan hanya jika q”. Sebenarnya kedua arah panah menunjukkan suatu kombinasi
dalam (5.1) dan (5.2); jadi arah panah tersebut digunakan untuk menghubungkan kedua istilah “jika” dan
“hanya” jika.” Perhatikan bahwa (5.3) menyatakan bahwa tidak hanya p berakibat q tetapi juga q
berakibat p.

Contoh 3 Bila kita anggap p merupakan pernyataan “sebulan adalah kurang dari 30 hari” dan q
⇔
merupakan pernyataan “bulan itu adalah Februari”, maka p❑ q . Untuk memperoleh sebulan kurang dari
30 hari, diperlukan bulan Februari. Sebaliknya, cirri bulan Februari adalah dalam sebulan kurang dari 30
hari. Jadi q merupakan syarat yang diperlukan dan cukup untuk menimbulkan p.

Untuk membuktikan p❑
⇒
q, perlu ditunjukkan bahwa q mengikuti p secara logis. Dengan cara
yang sama, p❑q menujukkan bahwa p mengikuti q secara logis. Dengan cara yang sama, p❑ q
⇐
⇐
⇔
menunjukkan bahwa p mengikuti q secara logis. Sedangkan untuk membuktikan p❑ q perlu
dipertunjukkan bahwa p dan q mengikuti satu sama lainnya.

Syarat Untuk Non-Singular

Bila syarat bentuk kuadrat telah dipenuhi, suatu syarat yang cukup untuk terjadinya matriks non-
singular adalah bahwa baris matriks tersebut harus bebas secara linear (linearly independent),
atau kolom matriks tersebut harus bebas secara linier.Jika kedua syarat tersebut yakni bentuk
kuadrat dan bebas secara linear diambil bersama-sama, mereka merupakan syarat yang
diperlukan dan cukup untuk terjadinya non-singular (non-singularity-squarness and linear
independence).

Suatu matriks koefisien A, n X n, dapat dianggap sebagai himpunan terurut dari vector
baris, yakni : suatu vector kolom yang elemen-elemennya juga merupakan vector baris :

a 11 a 12 … a1 n v '1

[ a21 a22 … a2 n
⋯ ⋯
an 1 an 2 … a nn ] []
=
v '2
⋮
v 'n

Di mana v'1 = [a i1 , a i2 ,……,a ¿], i=1,2,…,n . Agar vector baris bebas secara linear, tidak ada
yang harus menjadi suatu kombinasi linear dari sisi baris lainnya. Jelasnya seperti telah
disebutkan dalam bagian 4.3, baris yang bebas secara linear mensyaratkan bahwa satu satunya
himpunan bilangan scalar k i yang memenuhi persamaan vector

(5.4)

0
∑ n k i v =(1 ×0)
'
i
i=1 ¿
¿

Contoh 4 Bila matrik koefisien adalah

v '1

][]
3 4 5

[
A= 0 1 2 = v '2
6 8 10 v '3

Maka karena [ 6 8 10 ] = 2[ 3 4 5 ] , kita peroleh v'3 = 2 v '1= 2 v '1+ 0 v'2 . Jadi, baris ketiga dapat
dinyatakan sebagai gabungan linear dari dua yang pertama dan barisnya tidak bebas secara
linear. Dengan cara lain, kita dapat menulis persamaan tersebut sebagai

2 v '1 + 0 v'2 - v'3 = [ 6 8 10 ] = 2[ 0 0 0 ] - [ 6 8 10 ] = [ 0 0 0 ]

Karena himpunan bilangan konstan yang membawa ke vector nol dari (5.4) bukan k i= 0 untuk
semua i , maka baris-baris tersebut dikatakan tidak bebas secara linear (linearly dependent).

Tidak seperti syarat bentuk kuadrat, syarat bebas secara linear tidak dapat diketahui
dengan sekilas. Jadi suatu cara untuk menguji bebas secara linear dalam brais (atau kolom) perlu
untuk dikembangkan. Tetapi sebelum membahas permasalahan tersebut, harus dijelaskan
terlebih dahulu mengapa syarat kebebasan linear dihimpun bersama-sama dengan syarat bentuk
kuadrat (squareness). Dari pembahasan menghitung jumlah persamaan dan variable yang tidak
diketahui dalam bagian 3.4, kita ingat kesimpulannya secara umum bahwa agar suatu system
persamaan memiliki satu jawaban, tidaklah cukup untuk memiliki jumlah yang sama dari
persamaaan dan variable yang tidak diketahui. Di samping itu, persamaan harus konsisten
dengan dan secara fungsional tidak bergantung (dalam arti di sini, bebas secara linear) satu sama
lain. Jadi ada keterkaitan yang jelas antara criteria “jumlah yang sama antara baris dan kolom)
dari suatu matriks. Apa yang dilakukan oleh persyaratan “bebas secara linear di antara baris-
baris” adalah untuk menghindari ketidakkonsistenan dan seperti juga ketidakbebasan linear
diantara persamaan-persamaan. Maka bila digabungkan kedua persyaratan akan bentuk kuadrat
dan baris yang bebas dalam matriks koefisien adalah serupa dengan syarat adanya satu jawaban
seperti yang ditunjukkan dakam bagian 3.4.

Marilah kita gambarkan bagaimana ketidakbebasan linear di antara baris-baris dari

matriks koefisien dapat mengakibatkan ketidakkonsistenan atau ketidakbebasan linear di antara
persamaan itu sendiri. Misalkan system persamaan Ax = d mempunyai bentuk

10 4 x 1 d
[ ][ ] [ ]
5 2 x2
= 1
d2

Di mana matriks koefisien A berisi baris-baris yang tidak bebas secara linear; v'1 = 2 v '2.
s
(Perhatikan bahwa kolomnya juga tidak bebas, kolom pertama sama dengan kolom kedua).
2
Kita tidak menentukan nilai konstanta d 1 dan d 2, tetapi hanya ada dua kemungkinan yang
berbeda mengenail nilainya secara relatif; (1) d 1 = 2 d 2 dan (2) dan d 1 ≠ 2 d 2. Yang pertama,
katakanlah, d 1= 12 dan d 2= 6 −¿kedua persamaan konsisten tetapi tidak bebas secara linear
(sama seperti kedua baris matriks A), karena persamaan mubasir, dan system tersebut dapat
disederhanakan menjadi satu persamaan, dengan jumlah pemecahaan yang tak terhingga. Untuk
kemungkinan kedua, katakanlah d 1= 12 tetapi d 2 = 0 – kedua persamaan tidak konsisten karena
bila persamaan pertama (10 x 1 + 4 x 2 = 12) benar, makadengan membagi dua setiap suku, kita
peroleh 5 x 1 + 2 x 2 = 6; akibatnya persamaan kedua (5 x 1 + 2 x 2 = 0) juga tidak mungkin benar.
Jadi tidak ada pemecahannya.

Kesudahannya ialah tidak ada satu jawaban (dalam setiap kemungkinan) selama baris
dalam matriks koefisien A tidak bebas secara linear. Dalam kenyataannya, satu-satunya cara
untuk memperoleh satu jawaban adalah mendapatkan baris-baris (atau kolom-kolom) yang bebas
secara linear dalam matriks koefisien. Dalam hal ini, matriks A akan menjadi non singular, yang
berarti bahwa inverse A−1 memang ada, dan dapat diperoleh satu jawaban x = A−1d.

Rank (Peringkat) dari Suatu Matriks

Meskipun konsep baris yang bebas telah dibahas hanya menggunakan matriks kuadrat, tetapi
konsep ini dapat pula digunakan untuk m X n matriks segi empat. Bila jumlah maksimum baris,
yang bebas secara linear dapat dicari dalam matriks seperti itu adalah r (Rank juga menyatakan
jumlah maksimum dari kolom yang bebas secara linear dalam matriks tersebut. Rank dari matriks
m X n paling tinggi bernilai m atau n, manapun yang terkecil.
 Dari definisi, matriks non-singular A, n X n mempunyai n baris (atau kolom) yang bebas
secara linear, jadi ia harus mempunyai rank n. sebaliknya, matriks n X n dengan rank n harus
non-singular.