Aljabar Linier

BAB I SISTEM PERSAMAAN LINIER

Dalam bagian ini akan dibahas jenis – jenis matriks, dan dipelajari suatu metoda

untuk menyelesaikan sistem persamaan linier. Selain itu pengertian determinan matriks, serta

kaitannya dengan solusi sistem persamaan linier, dan aplikasi dari sistem persamaan linier

akan disajikan pada bab ini.

1.1 MATRIKS DAN OPERASI MATRIKS

Matriks didefinisikan sebagai susunan persegi panjang dari bilangan– bilangan real

yang diatur dalam baris dan kolom. Bilangan–bilangan tersebut dinamakan unsur dalam

matriks.

Matriks ditulis sebagai berikut :

 a11 a12 ... a1n   a11 a12 ... a1n 

a   
 21 a 22 ... a 2 n   a 21 a 22 ... a 2 n 
Am x n   . . .  atau  . . . 
 .   
. .  . . . 
a am2 ... a mn  ... a mn 
 m1   a m1 am2

susunan diatas disebut sebuah matriks mxn karena memiliki m baris dan n kolom, dan aij

bilangan real untuk semua i = 1, 2, . . ., m dan semua j = 1, 2, . . . , n.

Suatu matriks dikatakan sama jika keduanya mempunyai ukuran yang sama dan

anggota-anggotanya yang berpadanan sama. Dalam notasi matriks, jika A = [aij] dan B =

[bij] mempunyai ukuran yang sama maka A = B jika dan hanya jika (A) ij = (B)ij, atau setara

aij = bij untuk semua i dan j.

Sistem Persamaan Linier 1

 Aljabar Linier

1 2 3 1 2 3
   
Contoh : A  4 5 6 ; B  4 5 6
7 8 9  7 8 9 
 

Definisi 1.1 : Jika A dan B adalah matriks-matriks berukuran sama,maka jumlah A + B

adalah matriks yang diperoleh dengan menambahkan anggota-anggota B dengan anggota-

anggota A yang berpadanan, dan selisih A - B adalah matriks yang diperoleh dengan

mengurangkan anggota-anggota A dengan anggota-anggota B yang berpadanan. Matriks-

matriks berukuran berbeda tidak bisa ditambahkan atau dikurangkan.

Definisi 1.2 : jika A adalah sembarang matriks dan c adalah sembarang skalar,maka hasil

kali cA adalah matriks yang diperoleh dengan mengalikan setiap anggota A dengan c.

Sifat – sifat operasi matriks :

1. A + B = B + A (hukum komutatif)

2. A + (B + C) = (A + B) + C (hukum asosiatif penjumlahan)

3.  (B + C) = B + C dimana  suatu skalar

4. ( + b) C = C + bC dimana  dan b suatu skalar

5. (b) C = (bC) dimana  dan b suatu skalar

6. (AB) = (A)B = A(B) dimana  suatu skalar

7. A(BC) = (AB)C (hukum asosiatif pada perkalian)

8. A(B+C) = AB + AC (hukum distributif)

9. (A + B)C = AC + BC (hukum distributif)

Sistem Persamaan Linier 2

 Aljabar Linier

Matriks Transpose

Definisi 1.3 : Jika A adalah sembarang matriks m x n, maka transpos A, dinyatakan dengan

AT, didefinisikan sebagai matriks n x m yang didapatkan dengan mempertukarkan baris dan

kolom dari A.
 a11 a 21 
 a11 a12 a13   
Sebagai contoh : A    maka AT   a12 a 22 

 a 21 a 22 a 23   
 a13 a 23 

1 2
1 2 4   
A 
 2 6 0
, maka A T   2 6
  4 0
 

Sifat – sifat matriks transpose :

a. ((A)T)T = A

b. (A + B)T = AT + BT dan (A – B)T = AT - BT

c. (kA)T = kAT dengan k adalah sembarang scalar

d. (AB)T = BTAT

1.1 JENIS – JENIS MATRIKS

Berikut ini adalah jenis – jenis matriks yang sering dijumpai :

a. Matriks Kuadrat atau Matriks Bujursangkar

Suatu matriks dikatakan matriks kuadrat atau matriks bujursangkar jika

jumlah baris sama dengan jumlah kolom atau m = n.

 1 5 6 8 
 

Sebagai contoh :  0 2 0 3 
A    4  matriks 4 x4
8 7 6

 

 3 3 1 0 

b. Matriks Satuan atau Matriks Identitas

Suatu matriks dikatakan matriks satuan atau matriks identitas apabila matriks tersebut

matriks bujursangkar dan unsur diagonal utamanya sama dengan satu dan unsur yang

Sistem Persamaan Linier 3

 Aljabar Linier

lainnya sama dengan nol atau untuk i = j maka aij = 1 dan untuk i  j maka aij = 0.

Matriks ini biasanya disimbolkan dengann In, dimana n menunjukkan ordonya.

1 0 0 
1 0   
Sebagai contoh : I 2   
 0 1
I 3   0 1 0
 0 0 1
 

c. Matriks Nol

Matriks yang semua komponennya nol.

0 0
Sebagai contoh :  0 
 0 

d. Matriks Diagonal

Suatu matriks bujur sangkar jika semua komponen diluar diagonal utama adalah nol.

1 0 0
 
Sebagai contoh : 0 2 0
0 0 3
 

e. Matriks Segitiga

Matriks segitiga ada dua macam yaitu matriks segitiga atas dan matriks segitiga

bawah. Matriks segitiga atas adalah matriks bujur sangkar yang seluruh unsur-unsur

di bawah diagonal utama matriks tersebut bernilai nol, sedangkan matriks segitiga

bawah adalah matriks bujur sangkar yang seluruh unsur-unsur di atas diagonal utama

matriks tersebut bernilai nol.

Contoh matriks segitiga bawah

 a11 0 0 0 
 
 a 21 a 22 0 0 
A   
a 31 a 32 a 33 0
 
 a a a a 
 41 42 43 44 

f. Matriks Simetri

Matriks simetri adalah suatu matriks kuadrat atau bujursangkar yang sama dengan

matriks transposenya atau A = AT.

Sistem Persamaan Linier 4

 Aljabar Linier

Sebagai contoh :
2 0 7 2 0 7
   
A   0 3 5  maka AT   0 3 5 
7 5 1  7 5 1 
   

g. Matriks Anti Simetri

Matriks anti simetri adalah matriks bujursangkar yang sama dengan negatif

transposenya atau A = - AT.

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

h. Matriks Baris

Suatu matriks yang hanya mempunyai satu baris. Penulisan matriks ini biasanya A1xn

dimana n menunjukkan ordonya.

Sebagai contoh :

A1 x 3  0 1 2

i. Matriks Kolom

Suatu matriks yang hanya mempunyai satu kolom. Penulisan matriks ini biasanya

Amx1 dimana m menunjukan ordonya.

Sebagai contoh :
 0 
 
A31 x 1   3 
 2 
 

1.2 OPERASI MATRIKS

1. Penjumlahan dan selisih dua matriks A dan B dapat dijumlahkan (A+B) atau selisih (A-

B)

Sistem Persamaan Linier 5

 Aljabar Linier

(baca : jika dan hanya jika) Ukuran A dan B sama

 a11 a12   b11 b12 

   
A   a 21 a 22  ; B   b 21 b 22 
a  b 
 31 a 32   31 b32 

 a 11  b11 a 12  b12   a 11  b11 a 12  b12 

   
A + B =  a 21  b 21 a 22  b 22  A - B =  a 21  b 21 a 22  b 22 
a  b a 32  b 32  a  b a 32  b 32 
 31 31  31 31

Contoh :

2 3 4 1
   
A  4 5 ; B   2 2
2 6  3 2 
 

Maka :

6 4 - 2 2
   
A+B= 5 7 A–B=  2 3
5 8  -1 4 
  

Cat : Ukuran matriks tidak sama tidak boleh dijumlahkan atau dikurangkan.

2. Perkalian matriks

2.1. Mis α skalar

A = (aij) ; i = 1, 2, … , m

j = 1, 2, … , n

maka : αA = α(aij)

= (αaij)

 a 11 a 12 a 13   αa 11 αa 12 αa 13 
   
Contoh : α  a 21 a 22 a 23  =  αa 21 αa 22 αa 23 
a a 32 a 33   αa αa 32 αa 33 
 31  31

2.2. Perkalian antar 2 matriks

Sistem Persamaan Linier 6

 Aljabar Linier

Cat : A.B ≠ B.A

Dua buah matriks A dan B dapat dikalikan

Banyak kolom A = Banyak Baris B

 Am x n . Bn x p = Cm x p

sama

hasil

Misal : A3 x 2 . B2 x 2 = C3 x 2

Cara perkalian adalah baris x kolom.

Misal :

 a 11 a 12 
  b b12 
A =  a 21 a 22  , B   11 
a  b 21 b 22 
 31 a 32 

3x2 sama 2x2

 a 11 .b11  a 12  b 21 a 11 .b12  a 12  b 22 
 hasil 
Maka : A . B =  21 11 22  b 21
a .b  a a 21 .b 21  a 22  b 22 
 a .b  a  b a 31 .b12  a 32  b 22 
 31 11 32 21

Contoh :
1 2 1 2 3
A =  2 3  ; B   
  3 1 3 
2x2 2x3
sama
hasil

7 4 9 
 
A.B=  11 7 15 
19 13 22 
 

= C3 x 3

Sistem Persamaan Linier 7

 Aljabar Linier

Misalnya : A3 x 2 . B3 x 3 Tidak bisa diselesaikan karena banyaknya kolom matriks

A tidak sama dengan banyaknya baris matriks B

Soal Latihan

1 3 4 1
   
1. A=  2 5 ; B 2 3
4 7  5 2 
 

Tentukan : A + B dan A – B
Apakah ABT = (B.AT)T ?
2 3 1 3 4
   
2. A  4 1 1 ; B   2 5  Tentukan A.B !
2 5 2  1 2 
 

1 2 3 2 3 1
   
3. A = 2 4 1 ; B  1 2 1
1 2 1  4 2 3 
 

Apakah ABT = (B.AT)T ?

4. Jika
 2 1 
   2 4
A 6 3  dan B   
 2 4  1 6
 

Sistem Persamaan Linier 8

 Aljabar Linier

Buktikan bahwa
(a). 3 (AB) = (3A) B = A (3B) (b). (AB)T = BT AT
5. Misalkan

 1 1
  
A 2 2
  1 1
 Hitunglah A2 dan A3. Menjadi berapakah An ?
 2 2
6. Misalkan A matriks m x n
(a). Terangkan Mengapa perkalian-perkalian matriks ATA dan AAT dapat dilakukan
(b). Tunjukan bahwa ATA dan AAT kedua-duanya simetris.
7. Misalkan A dan B matriks-matriks n x n yang simetris. Buktikan bahwa AB = BA
jika dan hanya jika AB juga simetris.

Sistem Persamaan Linier 9