3x1 + 4x2 − 2 x3 = 5
x1 − 5x2 + 2x3 = 7
2x1 + x2 − 3x3 = 9
Penyelesaian persamaan linier dalam bentuk matriks dapat dilakukan melalui beberapa
cara, yaitu dengan eliminasi Gauss atau dapat juga dengan cara eliminasi Gauss-Jordan.
Namun, suatu sistem persamaan linier dapat diselesaikan dengan eliminasi Gauss untuk
mengubah bentuk matriks teraugmentasi ke dalam bentuk eselon-baris tanpa
menyederhanakannya. Cara ini disebut dengan substitusi balik.
Sebuah sisitem persamaan linier dapat dikatakan homogen apabila mempunyai bentuk :
Setiap sistem persamaan linier yang homogen bersifat adalah tetap apabila semua sistem
mepunyai x1 = 0 , x2 = 0 , ... , xn = 0 sebagai penyelesaian. Penyelesaian ini disebut solusi
trivial. Apabila mempunyai penyelesaian yang lain maka disebut solusi nontrivial.
Bentuk Eselon-baris
syarat 4: matriks dibawah ini memenuhi syarat ke 4 dan disebut Eselon-baris tereduksi
Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga
menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss). Caranya
adalah dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang
Eselon-baris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan
linear dengan menggunakan matriks. Caranya dengan mengubah persamaan linear
tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi
matriks Eselon-baris, lakukan substitusi balik untuk mendapatkan nilai dari variabel-
variabel tersebut.
Jawab:
x + 2y + z = 6
y+z=3
z=3
Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang hasilnya lebih
sederhana. Caranya adalah dengan meneruskan operasi baris dari eliminasi Gauss
sehingga menghasilkan matriks yang Eselon-baris tereduksi. Ini juga dapat digunakan
sebagai salah satu metode penyelesaian persamaan linear dengan menggunakan matriks.
Caranya dengan mengubah persamaan linear tersebut ke dalam matriks teraugmentasi
dan mengoperasikannya. Setelah menjadi matriks Eselon-baris tereduksi, maka langsung
dapat ditentukan nilai dari variabel-variabelnya tanpa substitusi balik.
x + 2y + 3z = 3
2x + 3y + 2z = 3
2x + y + 2z = 5
Jawab:
Dua buah matriks dikatakan sama apabila matriks-matriks tersebut mempunyai ordo yang
sama dan setiap elemen yang seletak sama.
Jika A dan B adalah matriks yang mempunyai ordo sama, maka penjumlahan dari A + B
adalah matriks hasil dari penjumlahan elemen A dan B yang seletak. Begitu pula dengan
hasil selisihnya. Matriks yang mempunyai ordo berbeda tidak dapat dijumlahkan atau
dikurangkan.
Jumlah dari k buah matriks A adalah suatu matriks yang berordo sama dengan A dan
besar tiap elemennya adalah k kali elemen A yang seletak. Didefinisikan: Jika k sebarang
skalar maka kA = A k adalah matriks yang diperoleh dari A dengan cara mengalikan
setiap elemennya dengan k. Negatif dari A atau -A adalah matriks yang diperoleh dari A
dengan cara mengalikan semua elemennya dengan -1. Untuk setiap A berlaku A + (-A) =
0. Hukum yang berlaku dalam penjumlahan dan pengurangan matriks :
a.) A + B = B + A
b.) A + ( B + C ) = ( A + B ) + C
c.) k ( A + B ) = kA + kB = ( A + B ) k , k = skalar
Hasil kali matriks A yang ber-ordo m x p dengan matriks B yang berordo p x n dapat
dituliskan sebagi matriks C = [ cij ] berordo m x n dimana cij = ai1 b1j + ai2 b2j + ... + aip bpj
Dengan Rumus =
Apabila A dan B adalah matriks seordo dan memiliki balikan maka AB dapat di-invers
dan (AB) − 1 = B − 1A − 1
Contoh 1:
Matriks
A= dan B =
AB = = = I (matriks identitas)
BA = = = I (matriks identitas)
Contoh 2:
Matriks
A= dan B =
AB = =
BA = =
Contoh 3:
Matriks
A=
Jawab:
Contoh 4:
Matriks
A= ,B= , AB =
, ,
Maka
Transpose Matriks
Yang dimaksud dengan Transpose dari suatu matriks adalah mengubah komponen-
komponen dalam matriks, dari yang baris menjadi kolom, dan yang kolom di ubah
menjadi baris.
Contoh:
Matriks
A= ditranspose menjadi AT =
Matriks
B= ditranspose menjadi BT =
Rumus-rumus operasi Transpose sebagai berikut:
1. ((A)T)T = A
2. (A + B)T = AT + BT dan (A − B)T = AT − BT
3. (kA)T = kAT dimana k adalah skalar
4. (AB)T = BTAT
Matriks Diagonal
Sebuah matriks bujursangkar yang unsur-unsurnya berada di garis diagonal utama dari
matriks bukan nol dan unsur lainnya adalah nol disebut dengan matriks diagonal.
Contoh :
DD − 1 = D − 1D = I
jika D adalah matriks diagonal dan k adalah angka yang positif maka
Dk=
Contoh :
A=
maka
A5=
Matriks Segitiga
Matriks segitiga adalah matriks persegi yang di bawah atau di atas garis diagonal utama
nol. Matriks segitiga bawah adalah matriks persegi yang di bawah garis diagonal utama
nol. Matriks segitiga atas adalah matriks persegi yang di atas garis diagonal utama nol.
Matriks segitiga
Matriks segitiga bawah
Teorema
Transpos pada matriks segitiga bawah adalah matriks segitiga atas, dan transpose
pada matriks segitiga atas adalah segitiga bawah.
Produk pada matriks segitiga bawah adalah matriks segitiga bawah, dan produk
pada matriks segitiga atas adalah matriks segitiga atas.
Matriks segitiga bisa di-inverse jika hanya jika diagonalnya tidak ada yang nol.
Inverse pada matriks segitiga bawah adalah matriks segitiga bawah, dan inverse
pada matriks segitiga atas adalah matriks segitiga atas.
Contoh :
A=
Inversnya adalah
A − 1=
Matriks Simetris
Teorema
Jika A dan B adalah matriks simetris dengan ukuran yang sama, dan jika k adalah
skalar maka
Jika A adalah matriks simetris yang bisa di inverse, maka A − 1 adalah matriks simetris.
Asumsikan bahwa A adalah matriks simetris dan bisa di inverse, bahwa A = AT maka :
(A − 1)T = (AT) − 1 = A − 1
Contoh
A adalah matriks 2 X 3
A=
lalu
ATA = =
AAT = =
Jika A adalah Matriks yang bisa di inverse, maka AAT dan ATA juga bisa di inverse
Determinan
Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real
dengan suatu matriks bujursangkar.
A= tentukan determinan A
detA = ad - bc
A= tentukan determinan A
Pertama buat minor dari a11
kofaktor dan minor hanya berbeda tanda Cij=±Mij untuk membedakan apakah kofaktor
pada ij adalah + atau - maka kita bisa melihat matrik dibawah ini
det(A) = a11C11+a12C12+a13C13
A=
Contoh Soal:
Jawab:
Pada dasarnya ekspansi kolom hampir sama dengan ekspansi baris seperti di atas. Tetapi
ada satu hal yang membedakan keduanya yaitu faktor pengali. Pada ekspansi baris, kita
mengalikan minor dengan komponen baris pertama. Sedangkan dengan ekspansi pada
kolom pertama, kita mengalikan minor dengan kompone kolom pertama.
A=
Contoh Soal:
A= tentukan determinan A dengan metode ekspansi kofaktor
kolom pertama
Jawab:
Adjoin Matriks 3 x 3
A=
untuk mencari adjoint sebuah matriks, kita cukup mengganti kolom menjadi baris dan
baris menjadi kolom
adj(A) =
Contoh
= (2)(-3)(6)(9)(4) = -1296
Metode Cramer
jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A)≠ 0 maka
persamaan tersebut mempunyai penyelesaian yang unik
dimana A j adalah matrik yang didapat dengan mengganti kolom j dengan matrik b
Contoh soal:
x1 + 2x3 = 6
-3x1 + 4x2 + 6x3 = 30
-x1 - 2x2 + 3x3 = 8
Jawab:
A= b=
dengan metode sarrus kita dapat dengan mudah mencari determinan dari matrik-
matrik di atas
maka,
Pembuktian: Jika R di reduksi secara baris dari Ä. Sebagai langkah awal, kita akan
menunjukkan bahwa det(A) dan det(R) keduanya adalah nol atau tidak nol:
E1,E2,...,Er menjadi matrix element yang berhubungan dengan operasi baris yang
menghasilkan Rdari A. Maka,
R=Er...E2 E1 A
dan,
det(R)=det(Er)...det(E2)det(E1)det(EA)
Jika A dapat di-invers, maka sesuai dengan teorema equivalent statements , maka R = I,
jadi det(R) = 1 ≠ 0 dan det(A) ≠ 0. Sebaliknya, jika det(A) ≠ 0, maka det(R) ≠ 0, jadi R
tidak memiliki baris yang nol. Sesuai dengan teorema R = I, maka A adalah dapat di-
invers. Tapi jika matrix bujur sangkar dengan 2 baris/kolom yang proposional adalah
tidak dapat diinvers.
Contoh Soal :
A=
A= tentukan determinan A
A=
cari adjoint dari matrix kofaktor tadi dengan mentranspose matrix kofaktor diatas,
sehingga menjadi
adj(A) =
dengan metode Sarrus, kita dapat menghitung determinan dari matrix A
det(A) = 64
sistem linear tersebut dapat juga ditulis dengan λx-Ax=0, atau dengan memasukkan
matrix identitas menjadi
(λI - A) x = 0
contoh:
x1 + 3x2 = λx1
4x1 + 2x2 = λx2
= λ
A= dan x =
λ
λ
λ I - A =
det (λ I - A) = = 0
atau λ^2 - 3λ - 10 = 0
x =