INVERS DAN SIFAT ALJABAR

MODUL 4 MATRIKS
Pada Modul 4 ini kita akan membahas mengenai sifat aljabar dari operasi matriks.
Teorema 4.1 Misal diberikan matriks A , B , C dengan ukuran yang tertentu sehingga operasi matriks dapat
dilakukan dan a , b skalar. Berlaku sifat-sifat sebagai berikut:

1. A+ B=B+ A
2. A+ ( B+C )=( A+ B ) +C
3. A ( BC )=( AB)C
4. A ( B +C ) =AB+ AC
5. ( B+C ) A=BA+ CA
6. A ( B−C )= AB− AC
7. ( B−C ) A=BA−CA
8. a ( B+C )=aB+ aC
9. a ( B−C )=aB−aC
10. ( a+ b ) C=aC+ bC
11. ( a−b ) C=aC−bC
12. a ( bC )=(ab)C
13. a ( BC )= ( aB ) C=B ( aC )
Pada poin 1 teorema 4.1 diatas nampak berlaku sifat komutatif terhadap penjumlahan, akan tetapi tidak ada
sifat komutatif terhadap perkalian. Selanjutnya kita akan menyelidiki sifat tersebut.

Contoh 4.1 Misal diberikan matriks A= (−12 03 ) dan B=(13 20) .Tentukan AB dan BA, bagaimana hubungan
AB dengan BA ?
Contoh di atas hanya salah satu kasus saja, mengingat dalam matriks tidak berlaku perkalian secara umum,
karena terdapat beberapa kemungkinan yang bisa terjadi misal untuk perkalian matriks 𝐴 dan 𝐵, diantaranya:
1. Matriks 𝐴𝐵 terdefinisi, akan tetapi matriks 𝐵𝐴 tidak terdefinisi
2. Matriks 𝐴𝐵 dan 𝐵𝐴 terdefinisi, akan tetapi memiliki ukuran yang berbeda
3. Matriks 𝐴𝐵 dan 𝐵𝐴 terdefinisi dengan ukuran yang sama, akan tetapi entry yang bersesuaian belum tentu
sama.
Contoh 4.2 Contoh 4.1 merupakan contoh kasus untuk poin ketiga. Berikan contoh kasus untuk poin ke 1 dan ke
2.

Modul Matriks Vektor oleh Arta Ekayanti

MATRIKS NOL
Definisi 4.1 Matriks A disebut matriks nol apabila seluruh entry-nya adalah 0.
Matriks nol dinotasikan dengan 0. Ukuran matriksnya tidak terikat, misal matriks nol berukuran m× n ditulis
0 m× n .

Misal matriks A dan matriks 0 mempunyai ukuran yang sama maka berlaku A+0=0+ A= A . Maka, matriks 0
dalam operasi matriks mempunyai aturan main yang sama dengan bilangan 0 pada operasi bilangan yaitu
a+ 0=0+ a=a . Berikut ini diberikan beberapa sifat matriks 0.
Teorema 4.2 Diberikan skalar c dan matriks A maka berlaku

1. A+0=0+ A= A
2. A−0= A
3. A−A= A+ (−A )=0
4. 0 A=0
5. Jika cA=0 maka c=0 atau A=0.

Pada operasi bilangan kita mengenal istilah “hukum kanselasi”, yaitu:

1. Jika ab=ac dengan a ≠ 0 maka b=c
2. Jika ab=0 maka a=0 atau b=0
Selanjutnya yang menjadi pertanyaan adalah apakah hukum kanselasi juga berlaku pada matriks.

Selidiki apakah hukum kanselasi berlaku pada matriks, misal diberikan matriks A= ( 00 12 ) , B=(13 14) ,
C= ( 23 54 ). Diperhatikan bahwa AB= AC=(36 48 ). Dari contoh kasus, apa yang dapat disimpulkan terkait
hukum kanselasi pada matriks.
Definisi 4.2 Matriks A disebut matriks identitas apabila entry pada diagonal utamanya adalah 1 dan entry yang
lain 0.

a ij= {10 ,, untuk i= j

untuk i ≠ j

Adapun salah satu sifat matriks identitas yaitu, jika A matriks berukuran m× n maka berlaku I m A= A dan
A I n= A . Bagaimana jika A matriks berukuran n × n ?

Sedangkan sifat selanjutnya yaitu jika A matriks persegi yang merupakan matriks bentuk eselon baris tereduksi
maka A mempunyai baris nol atau A merupakan matriks identitas.

INVERS MATRIKS

−1 1
Pada operasi bilangan real, untuk setiap a ≠ 0 maka terdapat a = dengan sifat a . a−1=a−1 . a=1. Dimana
a
a−1 merupakan invers perkalian dari a . Hal ini juga berlaku pada matriks.

Modul Matriks Vektor oleh Arta Ekayanti

Definisi 4.3 Jika matriks A merupakan matriks persegi dan B matriks yang berukuran sama dengan matriks A
dan memenuhi AB=BA=I , maka matriks A disebut matriks invertibel (nonsingular). Apabila tidak ada
matriks Byang memenuhi maka matriks A disebut matriks singular.

Invers matriks A dinotasikan dengan A−1.

Contoh 4.3 Berikut diberikan matriks A= (−12 −5

3 )
dan B=
3 5
1 2 ( )
. Selanjutnya, tentukan AB dan BA . Apa

yang dapat Anda simpulkan?

Berikut ini beberapa sifat invers matriks.
Teorema 4.3 Jika B dan C keduanya invers matriks A maka B=C

1
Teorema 4.4 Matriks A= ( ac db) invertibel jika dan hanya jika ad−bc ≠ 0 dan A = ad−bc −1
(−cd −ba ) .
6 1 −1 2 .
Contoh 4.4 Misal diberikan matriks ( a ) A=( ) dan ( b ) B=(
3 −6 )
Tentukan invers dari matriks A dan
5 2
matriks B .

Selanjutnya berikut ini sifat yang lain dari invers matriks.

Teorema 4.5 Jika A dan B matriks invertibel dengan ukuran yang sama, maka AB invertibel dan
( AB )−1=B−1 A−1
Hal ini selanjutnya dapat diperluas tidak hanya untuk hasil kali dua matriks, akan tetapi bisa untuk lebih dari dua
matriks. Pada intinya hasil kali matriks invertibel merupakan matriks invertibel juga.

PANGKAT MATRIKS

Jika A matriks persegi, didefinisikan pangkat bulat taknegatif dari A yaitu A0 =I An =A × A ×… × A

sebanyak n . Jika A matriks invertibel, didefinisikan pangkat negatif dari A yaitu
n
A−n=( A−1) = A−1 × A−1 × … × A−1
sebanyak n . Disamping itu juga berlaku
s
Ar A s= Ar + s dan ( A r ) =A rs
Berikut diberikan sifat pangkat matriks
Teorema 4.6 Jika matriks A invertibel dan n menyatakan bilangan bulat taknegatif, maka
−1
1. A−1 invertibel dan ( A−1 ) = A
−1 n
2. An invertibel dan ( A n) = A−n=( A−1)
3. kA invertibel untuk sebarang skalar tak nol k dan ( kA )−1=k−1 A−1

Modul Matriks Vektor oleh Arta Ekayanti

Contoh 4.5 Misal diberikan matriks A= (11 23). Tentukan A −1
nya. Selanjutnya tentukan ¿ ¿ dan ( A3 ) .
−1

POLINOMIAL MATRIKS

Jika A matriks persegi n × n dan p ( x ) =a0 +a 1 x +a2 x 2+ …+am x m sebarang polinomial maka didefinisikan
matriks p ( A ) ukuran n × n

p ( A )=a0 I +a1 A +a 2 A2 +…+ am A m

yang selanjutnya disebut polinomial matriks A .

Contoh 4.6 Tentukan p ( A ) jika p ( x ) =x 2−2 x−3 dan A= (−10 23 ).

SIFAT TRANSPOSE MATRIKS
Teorema 4.7 Misal diberikan matriks A dan B, maka berlaku
T
1. ( AT ) =A
2. ( A+ B )T =A T + BT
3. ( A−B )T = A T −BT
4. ( kA )T =k AT
5. ( AB )T =BT A T

Selanjutnya berikut ini merupakan sifat transpose yang berkaitan dengan invers matriks
T
Teorema 4.8 Jika A matriks invertibel maka AT juga invertibel dan berlaku ( AT ) =( A−1 )
−1

Contoh 4.7 Misal diberikan matriks A= ( ac db ) , maka A =( ab cd ). Selanjutnya tentukan ( A )

T T −1 T
dan ( A−1 ) ,

apa yang dapat Anda simpulkan.

Modul Matriks Vektor oleh Arta Ekayanti