MAKALAH ALJABAR LINEAR

MATRIKS

Kelompok : 1

Nama Anggota :

1. Maulidya Nurfania (200210101104)

2. Tri Adi Permana (200210101112)

3. Lukluil Makhnun (200210101120)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS JEMBER
2020/2021

1
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa (YME) di mana Tuhan
YME telah memberikan rahmat dan karunia-Nya sehingga kami dapat mangerjakan makalah dan
menyelesaikannya dengan baik.

Akhirnya terususunlah sebuah makalah mata kuliah aljabar linear ini. Makalah ini telah
kami susun dengan sistematis dan sebaik mungkin. Hal ini bertujuan untuk memenuhi tugas mata
kuliah aljabar linear bab matriks.

Dengan selesainya makalah ini, maka kami tidak lupa mengucapkan banyak terima kasih
kepada semua pihak yang terlibat dalam penyusunan makalah ini khususnya kepada :

1. Ibu Dra. Titik Sugiarti, M.Pd., selaku dosen mata kuliah aljabar linear.
2. Ibu Inge Wiliandani Setya Putri, S.Pd., M.Pd., selaku dosen mata kuliah aljabar linear.
3. Ibu Robiatul Adawiyah, S.Pd., M. Si., selaku dosen mata kuliah aljabar linear.
4. Dosen aljabar linear yang lainnya.
5. Semua pihak yang telah aktif memberikan dukungan materiil dalam penyusunan
makalah..

Demikian makalah mata kuliah aljabar linear yang telah kami buat. Kami  mohon kritik
dan sarannya apabila terdapat kekurangan dalam penyusunan laporan ini. Semoga makalah ini
dapat bermanfaat bagi semua pihak dan juga bermanfaat bagi kami selaku penulis.

Bondowoso, 7 Maret 2021

Penyusun

2
 DAFTAR ISI

Halaman
JUDUL …………………………………… 1
KATA PENGANTAR …………………………………… 2
DAFTAR ISI …………………………………… 3

BAB I PENDAHULUAN
A. Latar Belakang …………………………………… 4
B. Rumusan Masalah …………………………………… 4
C. Tujuan …………………………………… 4
D. Manfaat Makalah …………………………………… 4
BAB II PEMBAHASAN ……………………………………
A. Matriks dan Operasi Matriks …………………………………… 5
B. Macam-Macam Matriks …………………………………… 15
C. Matriks Eselon Baris …………………………………… 17
D. Matriks Eselon Baris
Tereduksi …………………………………… 18
E. Transformasi Matriks …………………………………… 19
F. Transformasi Elementer …………………………………… 21
G. Contoh Soal …………………………………… 21
BAB PENUTUP
III
A. Kesimpulan …………………………………… 24
B. Saran …………………………………… 24
DAFTAR PUSTAKA …………………………………… 25
LAMPIRAN …………………………………… 26

BAB I

PENDAHULUAN

3
A. Latar Belakang
Aljabar linear merupakan salah satu mata kuliah program studi matematika yang
didalamnya membahas tentang matriks, vector, dan lainnya. Pembahasan tersebut tentu
sudah tidak asing bagi kita karena sudah pernah dipelajari saat SMA. Namun yang
membedakan adalah saat perkuliahan kita akan dihadapkan dengan pembahasan yang lebih
kompleks.
Pada kesempatan ini, kami akan membahas tentang matriks. Kami akan membahas
semua dasar dari matriks untuk memudahkan mempelajari materi selanjutnya. Terdapat
berbagai macam jenis matriks yang perlu diketahui dan juga ternyata materi matriks juga
masuk ke dalam soal Ujian Nasional (UN) yang terkadang membuat para peserta ujian
kesulitan.
Oleh karena itu, disini kami akan berusaha menjelaskan sejelas-jelasnya sehingga dapat
memberikan pemahaman yang pas bagi para pembaca.

B. Rumusan Masalah
1. Apa pengertian dari matriks?
2. Apa saja jenis-jenis matriks?
3. Apakah matriks dapat bertransformasi?

C. Tujuan
1. Mengetahui pengertian matriks
2. Mengetahui jenis-jenis matriks
3. Mengetahui bahwa matriks dapat bertransformasi

D. Manfaat Makalah
Dapat memahami materi dengan baik dan lebih lengkap lagi sehingga dapat dengan mudah
mengerjakan persoalan yang ada.

4
 BAB II

PEMBAHASAN

A. Matriks dan Operasi Matriks

1. Pengertian Matriks
Matriks adalah susunan bilangan yang dinyatakan sebagai baris dan kolom
sehingga membentuk persegi panjang. Susunan bilangan yang ada pada baris dan kolom
ini disebut dengan “entri” dalam matriks. Penulisan matriks tidak hanya menggunakan
kurung siku […] tetapi juga bisa menggunakan (…), dan ||…||. Unsur / entri / elemen bisa
ditulis dengan huruf kecil, tetapi pada matriks partisi dapat ditulis dengan huruf besar.
Matriks tersusun atas baris dan kolom, jika matriks tersusun atas m baris dan n kolom
maka matriks tersebut berordo m× n. Seperti pada contoh 1 berikut ini.

Pada contoh 1 ini berordo 3 ×2 , 1× 4 ,3 ×3 , 2 ×1 , dan1 ×1. Matriks yang hanya

memiliki satu baris disebut vektor baris ( matrik baris). Sedangkan matriks yang hanya
memiliki satu kolom disebut dengan vektor kolom (matrik kolom). Biasanya matriks
ditulis menggunakan huruf besar dan untuk penulisan matriks dan ukurannya adalah
Am × n , Bm × n , dan seterusnya. Contoh dari bentuk Am × n:

a11 … a1 n

[
Am × n= ⋮ … ⋮
am 1 … a mn ]
2. Komponen-Komponen Pada Matriks
a. Elemen : Susunan bilangan yang ada pada matriks
b. Baris : Susunan elemen yang disusun secara mendatar atau horizontal
5
 c. Kolom : Susunan elemen yang disusun secaran menurun atau vertikal
d. Ordo : Menyatakan baris (m) diikuti banyak kolom (n)
e. Diagonal : Terdapat pada matriks persegi yaitu, diagonal utama dan diagonal
samping

3. Aljabar Matriks
Aljabar matriks merupakan aljabar yang setiap simbolnya terlibat dalam mewakili
suatu matriks. Operasi matematika pada matriks seringkali memiliki definisi yang
berbeda dengan operasi pada satu angka (skalar). Misalnya : Dalam operasi perkalian
matriks,

XY ≠YX

Ini berbeda dengan operasi perkalian pada skalar dimana X ×Y =Y × X .

4. Operasi Matriks
a. Persamaan Matriks
Dua buah matriks A=[aij ] dan B=[bij ] dikatakan sama (equal) jika A dan
B mempunyai ukuran yang sama (m ×n) dan a ij=bij. Contoh :
Apakah matriks berikut sama?

(a) [ 22 −10 ] dan [ 5−3

1+1 2−3
4−4 ]
3 1 1 3
(b) [
−2 3 ]
dan [
−2 2 ]

Penyelesaian :

1+1 2−3 = 2 −1
(a) [ 5−3 4−4 ][
2 0 ]
Iya, karena kedua matriks tersebut memiliki entri-entri

yang seletak sama.

(b) Tidak , karena entri ke-11 dari kedua matriks tidak sama (3 ≠ 1)

b. Penjumlahan dan Pengurangan Matriks

6
 Jika A=[aij ] dan B=[bij ] adalah matriks-matriks (m ×n), maka jumlah
A+ Badalah matriks m× n yang didefinisikan sebagai :
A+ B=aij + bij
Dengan catatan A+ B adalah matriks m× n yang diperoleh dengan
menambahkan entri-entri yang seletak dari A dan B dan memiliki ordo m× nyang
sama. Contoh :
i. Penjumlahan

A= 1 2 B= 6 7
[ ] [ ]
3 4 8 9

A+ B= [ 13 24]+[ 68 79]=[ 1+6

3+8
2+7
][
4 +9
=
7 9
11 13 ]
ii. Pengurangan

A= 11 10 B= 6 7
[
2 5 ] [ ]
8 9

A−B= [112 105 ]−[ 68 79]=[ 11−6

2−8
10−7
5−9 ][
=
5 3
−6 −4 ]
c. Perkalian Matriks dengan Skalar
Suatu matriks dapat dikalikan suatu skalar k dengan aturan setiap elemen
pada A dikalikan dengan k. Contoh :

A= 1 2 , tentukan 4A!
[ ]
3 4

Jawab: 4 A=4 [31 42]=[ 124 168 ]

d. Perkalian Matriks dengan Matriks
Jika A=[aij ] matriks m× n dan B=[Bij ] matriks n × p, maka hasil kali AB
adalah matriks m× p.
AB=[ c ij ]
Dimana untuk setiap i dan j , adalah

7
 4 5
Contoh : A= 1 2 3 B=
[
6 7 9 ]
8 11
10 12 [ ]
A23 B32= 4+ 16+30 5+ 22+ 36 = 50 63
[ 24+56+ 90 30+ 77+108 ][
164 215 ]

5. Sifat-Sifat Operasi Matriks

a. Sifat-Sifat Penjumlahan Matriks
 A+ B=B+ A (Sifat Komutatif Penjumlahan)
Bukti :
2 4 dan B= 4 5
[ ] [ ]
Misal : A=
2 1 2 7
2 4 4 5 2+ 4 4 +5 6 9
A+ B=[
2 1 ] [ 2 7 ] [ 2+2 1+7 ] [ 4 8 ]
+ = =

B+ A=[ 4 5 ] +[ 2 4 ]=[ 4+2 5+4 ]=[ 6 9 ]

2 7 2 1 2+2 7+1 4 8
Maka dapat disimpulkan bahwa A+ B=B+ A adalah benar (terbukti).

 A+ ( B+C )=( A+ B ) +C ( Sifat Asosiatif Penjumlahan)

Bukti :

Misal : A= [ 22 41] , B=[ 42 57] , dan C=[13 24 ]

A+ ( B+C )= 2 4 + 4 5 + 1 2 = 2 4 + 4+1 5+2 = 2 4 + 5 7 = 7 11
[2 1 ] ([ 2 7 ] [ 3 4 ]) [ 2 1 ] [ 2+3 7+ 4 ] [ 2 1] [5 11] [7 12]
( A+ B ) +C= [ 2 4 ]+ [ 4 5 ] + [ 1 2 ]=[ 2+ 4 4+ 5 ] + [1 2 ]=[ 6 9 ] +[ 1 2 ]=[7 11 ]
( 2 1 2 7 ) 3 4 2+ 2 1+7 3 4 4 8 3 4 7 12
Maka dapat disimpulkan bahwa A+ ( B+C )=( A+ B ) +C adalah benar
(terbukti).

8
  A+O=O+ A= A
Bukti :
2 4 danO= 0 0
Misal : A= [ ]
2 1 0 0 [ ]
A+O=O+ A adalah sifat komutatif sehingga akan memberikan hasil yang
sama.

[ 22 41]+[ 00 00 ]=[ 00 00 ]+[ 22 41 ]=[ 0+2

0+2
0+ 4 = 2 4
0+1][ ]2 1
Maka dapat disimpulkan bahwa A+O=O+ A= A adalah benar (terbukti)
dimana O adalah matriks nol.

b. Sifat-Sifat Perkalian Matriks

 AI =IA =A (Identitas)
Bukti :
2 4 dan I = 1 0
Misal : A= [ ] [ ]
2 1 0 1
( 2 ×1 ) +(4 ×0) ( 2× 0 ) +( 4 ×1) 2+0 0+4
AI =IA =[ 2 4 ] × [ 1 0 ]= = 2 4 =A
0 1 [ ( 2×1 )+(1× 0) ][ ][ ]
=
2 1 ( 2 ×0 )+(1 ×1) 2+0 0+1 2 1
Maka dapat disimpulkan bahwa AI =IA =A adalah benar (terbukti).

 AB≠ BA
Bukti :

Misalkan A= [−12 30] dan B=[ 13 20] .Tunjukkan AB dan BA tidak sama
Penyelesaian :

AB= −1 0 1 2 = −1 −2 dan
[ ][ ] [ ]
2 3 3 0 11 4
1 2 −1 0 3 6
BA=[
3 0 ][ 2 3 ] [−3 0 ]
= (Terbukti)

9
 A ( B +C ) =AB+ AC (Sifat Distributif Kiri)
Bukti :
2 4 , B= 4 5 , dan C= 1 2
Misal : A=
2 1[ ] [ ] [ ]
2 7 3 4

A ( B +C ) = 2 4 × 4 5 + 1 2 = 2 4 × 5 7 = 10+ 20 14+ 44 = 30 58
[ 2 1] ([ 2 7] [ 3 4]) [ 2 1] [ 5 11 ] [ 10+ 5 14+11][ 15 25 ]
2 4 4 5 8+8 10+28 16 38
AB=[
2 1 ] [ 2 7 ] [ 8+2 10+7 ] [ 10 17 ]
× = = dan

A C=[ 2 4 ]× [ 1 2 ]=[ 2+ 12 4 +16 ] =[ 14 20 ]

2 1 3 4 2+3 4+ 4 5 8
16 38 14 20 30 58
AB+ AC =[
10 17 ] +[
5 8 ]=[
15 25 ]
Maka dapat disimpulkan A ( B +C ) =AB+ AC adalah benar (terbukti).

 ( B+C ) A=B A+C A (Sifat Distributif Kanan)

Bukti :

Misal : A= [ 22 41] , B=[ 42 57] , dan C=[13 24 ]

( B+C ) A= [ 4 5 ] + [ 1 2 ] × [ 2 4 ]=[ 5 7 ] × [ 2 4 ]=[24 27 ]
( 2 7 3 4 ) 2 1 5 11 2 1 32 31
BA=[ 4 5 ] × [ 2 4 ] =[ 18 21 ] dan CA=[ 1 2 ] × [ 2 4 ] =[ 6 6 ]
2 7 2 1 18 15 3 4 2 1 14 16
18 21 6 6 24 27
BA+CA =[ ]
18 15 14 16
+[ ] =[
32 31 ]
Maka dapat disimpulkan ( B+C ) A=BA+ CA adalah benar (terbukti).

 c ( A +B )=cA +cB , c adalah skalar. (Sifat Distributif)

Misal : A= [ 22 41] , B=[ 42 57] , dan c=2

c ( A +B )=2 2 4 + 4 5 =2 6 9 = 12 18
([ 2 1] [ 2 7]) ([ 4 8]) [ 8 16]
10
 cA=2 2 4 = 4 8 dan cB=2 4 5 = 8 10
( [ ]) [ ]
2 1 4 2 2 7 ( [ ]) [
4 14 ]
cA +cB=[ 4 8 ] + [ 8 10 ]=[12 18 ]
4 2 4 14 8 16
Maka dapat disimpulkan bahwa c ( A +B )=cA +cB adalah benar (terbukti).

 ( c +d ) A=cA+ dA , c dan d adalah skalar.

2 4 , c=2, d=1
Misal : A=
2 1[ ]
( c +d ) A=( 2+1 ) [ 2 4 ]=( 3 ) [ 2 4 ]=[ 6 12 ]
2 1 2 1 6 3

cA=2 [2 4 ]=[ 4 8 ] dan dA= ( 1 ) [2 4 ]=[ 2 4 ]

2 1 4 2 2 1 2 1
4 8 2 4 6 12
cA +dA=[
4 2] [2 1] [6 3 ]
+ =

Maka dapat disimpulkan bahwa ( c +d ) A=cA+ dA adalah benar (terbukti).

 ( A . B)T =BT . A T

Misal : A= [ 22 41] dan B=[ 42 57]

T T
( A . B) = [ 2 4 ] × [ 4 5 ] =[ 16 38 ] =[ 16 10 ]
T
( 2 1 2 7 ) 10 17 38 17
T T
B = [ 4 5 ] =[ 4 2 ] dan A = [ 2 4 ] =[ 2 2 ]
T
(2 7) 5 7 T
(2 1) 4 1
4 2 2 2 16 10
B . A =[
5 7 ] [ 4 1 ] [38 17 ]
T T
× =

Maka dapat disimpulkan bahwa( A . B)T =BT . A T adalah benar (terbukti).

6. Matriks Partisi
Matriks dapat dibagi lagi atau dipartisi menjadi matriks yang lebih kecil dengan
memasukkan aturan horizontal dan vertikal antara baris dan kolom yang dipilih. Contoh :

11
7. Perkalian Matriks dengan Kolom dan Baris
Partisi memiliki banyak kegunaan, salah satunya adalah untuk menemukan baris
atau kolom tertentu dari perkalian matriks ABtanpa menghitung secara keseluruhan.
Secara khusus, rumus-rumus berikut digunakan sebagai latihan, menunjukkan bagaimana
vektor kolom AB dapat diperoleh dengan mempartisi B menjadi vektor kolom dan
bagaimana vektor baris AB dapat diperoleh dengan mempartisi A menjadi vektor baris.

Dengan kata lain, rumus ini menyatakan itu,

12
8. Perkalian Matriks sebagai Kombinasi Linear

Jika A1 , A 2 ,… , Ar adalah matriks yang memiliki ukuran yang sama , dan jika
c 1 , c2 , … , c r adalah scalar maka , akan menjadi :

c 1 A 1+ c 2 A2 , … , c r A r

Untuk melihat bagaimana perkalian matriks dapat dilihat sebagai kombinasi linier,
misalkan A adalah matriks m × n dan x vektor kolom n × 1, katakanlah :

Untuk membuktikannya, marilah kita buktikan melalui teorem berikut ini.

TEOREMA

Jika A adalah sebuah matriks m× n, dan jika x adalah n ×1 vektor kolom , maka hasik
kali A x akan menghasilkan kombinasi linear dari kolom vector A yang mana
koefisiennya adalah entri dari x.

CONTOH Matriks Perkalian sebagai Kombinasi Linear

13
9. Perluasan Baris-Kolom
Partisi menyediakan cara lain untuk melihat perkalian matriks. Secara khusus,
anggaplah bahwa matriks m × r, Adipartisi menjadi vektor kolom r nya c 1 , c2 , … , c r
( yang berukuran m × 1) dan r ×n matriks B dipartisi menjadi vector baris r nya
r 1 , r 2 , … , r r ( yang berukuran m × 1). Setiap suku dalam penjumlahan :
c 1 r 1+ c 2 r 2 ,+… , c r r r

Memiliki ukuran m × n jadi jumlahnya sendiri adalah matriks m × n.

CONTOH

Temukan perluasan baris dan kolom, dari perkalian matriks

AB= 1 3 2 0 4
[
2 −1 −3 5 1 ][ ]
Penyelesaian :

Vektor kolom A dan vektor baris B masing-masing adalah

Jadi, berikut dari rumus yang telah ditulis diatas, bahwa perluasan baris-kolom AB
adalah

14
 Maka menghasilkan :

B. Macam-Macam Matriks
1. Matriks Bujur Sangkar
Matriks bujur sangkar adalah matriks yang jumlahnya baris sama dengan jumlahnya
kolom. Umumnya adalah matriks yang memiliki ordo n × n. Contoh matriks bujur
sangkar sebagai berikut :
1 −4 −7
A=
1 −4
[
−7 10 ] [
, B = −4 −18 −32
1 13 23 ]
2. Matriks Nol
Matriks nol adalah matriks yang semua entrinya adalah nol. Biasanya matriks nol
dinyatakan dengan notasi O. Contoh matriks nol sebagai berikut :
0 0 0
O=
0 0
[ ]
0 0 [ ]
,O= 0 0 0 ,O=
0 0 0
0 00
0 00 [ ]
3. Matriks Diagonal
Matriks diagonal adalah matriks bujur sangkar yang semua entri-entrinya adalah nol,
kecuali entri-entri diagonal pokok. Biasanya matriks diagonal dinyatakan dengan notasi
D. Contoh matriks diagonal sebagai berikut :
8 0 0

[
D = 0 −16 0 , D =
0 0 24 ]
4 0
0 6 [ ]
4. Matriks Identitas
Matriks identitas adalah matriks diagonal yang entri-entri utamanya adalah 1. Biasanya
matriks identitas dinyatakan dengan notasi I. Contoh matriks identitas sebagai berikut :
1 0 0
I=
1 0
[ ]
0 1 [ ]
,I= 0 1 0
0 0 1

15
5. Matriks Skalar
Matriks skalar adalah matriks diagonal jika entri utamanya adalah k (k skalar = bilangan
konstan). Contoh matriks skalar sebagai berikut :
7 0 0 0
A=
0
0
0
[ ] 7
0
0
0
7
0
0
0
7

6. Matriks Transpose
Matriks transpose adalah matriks yang diperoleh dari suatu matriks dengan menukar baris
menjadi kolom dan menukar kolom menjadi baris. Matriks transpose dari suatu matriks A
yang dinyatakan dengan AT. Contoh matriks transpose sebagai berikut :
1 3
A=
1 −2 6
[
3 7 −5
T
]
, maka A = −2 7
6 −5 [ ]
B= [ 28 115 ], maka B = [ 25 118 ]
T

7. Matriks Simetris
Matriks simetris adalah matriks bujur sangkar A jika A T = A. Dengan kata lain, matriks
simetris merupakan suatu matriks transpose (AT) yang sama dengan dirinya sendiri (A).
Contoh matriks simetris sebagai berikut :
4 9 5 4 9 5

[
5 3 −1
T

]
Jika, A = 9 −7 3 , maka A = 9 −7 3
5 3 −1 [ ]
Karena AT = A, maka matriks A merupakan matriks simetris.
8. Matriks Antisimetris
Matriks antisimetris adalah matriks bujur sangkar A jika AT = –A. Dengan kata lain,
matriks antisimetris merupakan suatu matriks transpose (AT) yang sama dengan negatif
dari dirinya sendiri (–A). Entri-entri diagonal utama dari matriks antisimetris adalah nol.
Contoh matriks antisimetris sebagai berikut :
0 8 −7 0 −8 7 0 8 −7

[
A = −8 0
7 −5 0 ]
5 , maka AT = 8
−7 5 [
0 −5 = – −8 0
0 7 −5 0 ] [
5 = –A
]
16
 Karena berlaku AT = –A, maka matriks A merupakan matriks antisimetris.
9. Matriks Segitiga Bawah
Matriks segitiga bawah adalah matriks bujur sangkar yang semua entri di atas diagonal
utamanya adalah nol. Contoh matriks segitiga bawah sebagai berikut :
11 0 0

[
B = 10 15 0
14 13 12 ]
10. Matriks Segitiga Atas
Matriks segitiga atas adalah matriks bujur sangkar yang semua entri di bawah diagonal
utamanya adalah nol. Contoh matriks segitiga atas sebagai berikut :
11 10 14

[
A = 0 15 13
0 0 12 ]
11. Matriks Hermitian
Matriks hermitian adalah matriks yang transpose hermitiannya sama dengan dirinya
sendiri. Contoh matriks hermitian sebagai berikut :

B= [ 2+3 i 2−i
4 ], maka BT =[ 3 2−i
2+ i 4 ]
12. Matriks Invers
Matriks invers adalah matriks A dan matriks B berupa matriks bujur sangkar yang
memiliki ordo n × n, berlaku sifat komutatif perkalian, dan hasil perkalian tersebut sama
dengan matriks identitas (AB = BA = I). Contoh matriks invers sebagai berikut :
1 2 3 −2 3 −1
Jika, A = 2 3 4
3 5 6[ ] [
, B = 0 −3 2
1 1 −1 ]
Maka, AB = BA
1 2 3 −2 3 −1 −2 3 −1 1 2 3 1 0 0

[ ][
3 5 6 1 1 −1 1 ][
2 3 4 0 −3 2 = 0 −3 2 2 3 4 = 0 1 0
1 −1 3 5 6 0 0 1 ][ ] [ ]
13. Matriks Komutatif
Matriks komutatif adalah matriks A dan matriks B berupa matriks bujur sangkar yang
memiliki ordo n × n, dan berlaku sifat komutatif perkalian (AB = BA). Contoh matriks
komutatif sebagai berikut :

17
 A= [ 21 12], B = [ 31 13]
2 1 3 1 7 5
AB = [
1 2 ][ 1 3 ] [ 5 7 ]
=

3 1 2 1 7 5
BA = [ ][ ] =[
1 3 1 2 5 7]

C. Matrik Eselon Baris

Matriks Eselon adalah matriks yang memiliki 1 elemen utama pada setiap baris, kecuali
yang seluruh barisnya nol. Sifat-Sifat matriks eselon :
a. Sebuah baris tidak terdiri dari seluruhnya nol, maka bilangan tidak nol pertama
didalam baris tersebut adalah 1.
b. Baris yang seluruhnya nol, maka semua baris itu dikumpulkan pada bagian bawah
matriks.
c. Dua baris berurutan yang tidak seluruhnya nol, maka 1 utama pada baris yang
lebih rendah terdapat lebih jauh ke kanan daripada 1 utama pada baris yang lebih
tinggi.
Contoh Matriks Eselon :
1 2 7 1 −3 2 1 −2 2 0

[ ][
0 1 5 , 0 1 5 , 0 1 35
0 0 1 0 0 1 0 0 12 ][ ]
Contoh Bukan Matriks Eselon :
1 2 7

[ ]
0 0 0
0 0 1
D. Matrik Eselon Baris Tereduksi
Sifat-Sifat matriks eselon :
a. Sebuah baris tidak terdiri dari seluruhnya nol, maka bilangan tidak nol pertama
didalam baris tersebut adalah 1.
b. Baris yang seluruhnya nol, maka semua baris itu dikumpulkan pada bagian bawah
matriks.
c. Dua baris berurutan yang tidak seluruhnya nol, maka 1 utama pada baris yang lebih
rendah terdapat lebih jauh ke kanan daripada 1 utama pada baris yang lebih tinggi.

18
 d. Setiap kolom yang memiliki 1 utama memiliki nol ditempat lain.

Contoh Matriks Eselon Tereduksi :

1 0 0 1 0 0 1 0 0 4

[ ][ ][
0 1 0 , 0 1 0 , 0 1 0 7
0 0 1 0 0 1 0 0 1 −1 ]
Contoh Bukan Matriks Eselon Tereduksi :

0 1 0

[ ]
1 0 0
0 0 0

E. Transformasi Matriks
Transformasi matriks merupakan fungsi yang paling mendasar dalam aljabar linear yang
juga digunakan atau diterapkan dalam fisika, teknik, sosial, sains, dan cabang matematika
yang lain. Matriks transformasi muncul ketika terdapat transformasi linear. Bentuk dari
transformasi linear sendiri adalah sebagai berikut.
T : Rn → R m
Dimana ini dapat dibaca dengan T adalah transformasi dari Rn ke Rm atau T memetakkan dari
Rn ke Rm. Dari transformasi linear tersebut kita dapat mengetahui ukuran matriks yang akan
kita bentuk atau dapatkan. Caranya adalah dengan melihat m dan n yang ada pada R. Jadi
jika T : Rn → Rm maka ukuran matriksnya adalah m × n. Selain itu, dari transformasi linear
tersebut, kita dapat mengetahui bahwa domainnya adalah Rn dan kodomainnya Rm .
Dari transformasi linear tersebut kita juga dapat menentukan transformasi matriks dengan
cara sebagai berikut.
TA(x) = Ax
Cara tersebut dapat diartikan dengan ketika dikenakan transformasi ke vektor x maka ini
sama dengan perkalian matriks A dengan vektor x. Misalkan kita mempunyai contoh
permasalahan sistem persamaan linear.

w 1=a11 x 1 +a12 x 2 +…+ a1 n x n

19
w 2=a 21 x1 +a 22 x 2+ …+a2 n x n

⋮ ⋮ ⋮ ⋮

w m=am 1 x 1 +am 2 x 2+ …+amn x n

Kemudian, kita bisa menulis menggunakan notasi matriks seperti di bawah ini.

Dari notasi tersebut kita dapat menuliskan atau mendubstitusikan ke dalam rumus yang sudah
diberikan, yaitu T(x) = Ax dengan :

Ini adalah T(x)

Ini adalah A yang merupakan matriks.

Ini adalah x yang merupakan vektor.

Contoh : transformasi matriks R2 ke R3

w 1=3 x 1+2 x 2

w 2=4 x1 +3 x 2

20
w 3=3 x 1+5 x 2

w1 32 x1
w
[ ] [ ][ ]
Maka, cara penyelesainnya adalah 2 = 4 3
w3 35
x 2 mengacu pada rumus transformasi matriks
x3

32

[]
yaitu TA(x) = Ax, maka A = 4 3 dan vektor x =
35
x1
x2 []
. Dari sini kita harus mencari x yang

w1 32

[]
hasilnya adalah A. Dapat ditulis dengan w2 = TA(x) = Ax = 4 3
w3 35 [ [] 20] maka transformasi
6

[]
matriksnya adalah 8 .
6
F. Transformasi Elementar
Aturan dalam transformasi elementer adalah sebagai berikut.
1. Mengalikan suatu kolom atau baris dengan konstanta k ≠ 0.
2 3 1

[ ]
Misalkan, diketahui sebuah matriks A = 8 6 3 . Tentukan 2R2 dimana R adalah baris
1 4 5
pada matriks.
Jawab:
2 3 1 2 3 1
A= 8
[ ] [
6 3
1 4 5
2 R
→
2
16 12 6
1 4 5 ]
2. Menukar posisi dua kolom atau baris dari a ke b.
2 3 1

[ ]
Misalkan, diketahui sebuah matriks A = 8 6 3 . Tentukan R1↔R3 dimana R adalah
1 4 5
baris pada matriks.
Jawab :

21
 2 3 1 1 4 5

[ ] [ ]
1 3
A = 8 6 3 R ↔R 8 6 3
1 4 5 →
2 3 1

3. Menambahkan kolom atau baris ke-a dengan k kali kolom atau baris ke-b
2 3 1

[ ]
Misalkan, diketahui sebuah matriks A = 8 6 3 . Tentukan R3 = R3 + 2R1!
1 4 5
Jawab :
2 3 1 2 3 1

[ ]
1 4 5
3 3

→
1
A = 8 6 3 R =R +2 R 8 6 3
5 10 7 [ ]
G. Contoh Soal
 Contoh Soal Materi Matriks dan Operasi Matriks.
Latihan soal 1.3
3 0 1 5 2 6 1 3

[ ]
A= −1 2 B=
1 1
4 −1
0 2
C=
1 4 2
[
3 1 5 ] [
D= −1 0 1 E= −1 1 2
3 2 4 4 1 3
] [ ] [ ]
Tentukan :
(a). D+ E (b) D−E (c) 5A (d). B−BT
Jawab :
1 5 2 6 1 3 1+6 5+1 2+3 7 6 5
[ ][ ][
(a) D+ E= −1 0 1 + −1 1 2 = −1+(−1) 0+1 2+1 = −2 1 3
3 2 4 4 1 3 3+4 2+1 4 +3 7 3 7 ][ ]
1 5 2 6 1 3 1−6 5−1 2−3 −5 4 −1

[ ][ ][
(b) D−E= −1 0 1 − −1 1 2 = −1−(−1 ) 0−1 2−1 = 0 −1 1
3 2 4 4 1 3 3−4 2−1 4−3 −1 1 1 ][ ]
3 0 15 0

[ ][ ]
(c) 5 A=5 −1 2 = −5 10
1 1 5 5

(d) B= [ 40 −12 ] T
B = [−14 02]

22
 B−B =
T
[ 40 −12 ]−[−14 02]=[ 01 −10 ]
 Contoh Soal Materi Matriks Transformasi
Latihan 1.8
 Carilah domain dan kodomain dari transformasi TA(x) = Ax.
(a) A mempunyai ukuran 3 × 2
Jawab : domainnya adalah 2 (R2) dan kodomainnya adalah 3 (R3)
(b) A mempunyai ukuran 2 × 3
Jawab : domainnya adalah 3 (R3) dan kodomainnya adalah 2 (R2)
(c) A mempunyai ukuran 3 × 3
Jawab : domain dan kodomainnya sama yaitu 3 (R3). Ini disebut operator
Rn.
(d) A mempunyai ukuran 1 × 6
Jawab : domainnya adalah 6 (R6) dan kodomainnya adalah 1 (R)
 Carilah TA(x) dan tulis jawabannya dalam bentuk matriks.

19. (a) A = [ 13 24]; x = [−23 ]

−1
(b) A =
−1 2 0
[
3 1 5
;x= ] []
1
3
Jawab :

(a) A = [ 13 24]; x = [−23 ]

1 2 3 3 −4
T (x) = Ax = [
3 4 ][−2 ] [ 9 −8 ]
A =

−1
(b) A =
−1 2 0
[
3 1 5
;x= ] []
1
3

−1
TA(x) = Ax =
−1 2 0
[
3 1 5 ][ ] [
1 =
3
1 2 0
−3 −1 15 ]

23
 BAB III

PENUTUP

A. Kesimpulan
Matriks terdiri dari beberapa baris dan kolom. Dalam baris dan kolom tersebut diisi oleh
bilangan-bilangan yang disebut dengan entri. Matriks memiliki ukuran yaitu m × n dimana m
adalah baris dan n adalah kolom. Jenis-jenis matriks diantaranya adalah matriks
bujursangkar, matriks diagonal, matriks nol, matriks segitiga, matriks identitas, matriks
eselon, matriks eselon tereduksi, dan matriks simetri. Matriks juga dapat dioperasikan dengan
menggunakan penjumlahan, pengurangan, perkalian, dan transpose.

24
 Matriks juga dapat mengalami perubahan. Ini biasa disebut transformasi matriks.
Transformasi matriks dapat dikerjakan dengan rumus TA(x) = Ax. Transformasi matriks ini
digunakan untuk mengubah matriks berukuran n ke ukuran m.

B. Saran
Pelajari materi matriks dengan baik dan benar karena mteri matriks ini akan berguna
terus dalam mata kuliah aljabar linear ini.

25
 DAFTAR PUSTAKA

Anton, Howard dan Chris Rorres. 2014. Elementary Linear Algebra 11th Edition. United State of
America:Wiley.

Marjono, Marsudi. 2012. Aljabar Linear. Malang:Universitas Brawijaya Press (UB Press).
https://books.google.co.id/books?
id=xACDDwAAQBAJ&printsec=frontcover&dq=aljabar+linear&hl=id&sa=X&ved=2ahUKEwj
v4qSmj5vvAhUHT30KHfmLAK8Q6AEwAHoECAMQAg#v=onepage&q=aljabar
%20linear&f=false

Andari, Ari. 2017. Aljabar Linear Elementer. Malang: Universitas Brawijaya Press (UB Press).
https://books.google.co.id/books?
id=1cdVDwAAQBAJ&printsec=frontcover&dq=aljabar+linear&hl=id&sa=X&ved=2ahUKEwj
v4qSmj5vvAhUHT30KHfmLAK8Q6AEwAnoECAUQAg#v=onepage&q=aljabar
%20linear&f=false

26
LAMPIRAN

27