1

MODUL PERKULIAHAN

W152100010 –
Aljabar Linear
Matriks dan Operasi Matriks

Abstrak Sub-CPMK

Ketepatan Memahami Matrix Sub-CPMK 1.3

dan Operasinya. Mampu memahami
proses dan tahapan
penyelesaian limit
fungsi.

Fakultas Program Studi Tatap Muka Disusun Oleh

03
Indra Sudung H.L.T. M.Kom
Ilmu Komputer Teknologi Informasi
Matriks dan Operasinya
Catatan

Istilah matriks pertama kali digunakan oleh matematikawan Inggris James Sylvester, yang
mendefinisikan istilah pada tahun 1850 sebagai "pengaturan istilah yang memanjang".
Sylvester mengkomunikasikan karyanya tentang matriks kepada sesama ahli matematika
dan pengacara Inggris bernama Arthur Cayley, yang kemudian memperkenalkan beberapa
operasi dasar pada matriks dalam sebuah buku berjudul Memoir on the Theory of Matrices
yang diterbitkan pada tahun 1858. Sebagai hal yang menarik, Sylvester yang adalah orang
Yahudi, tidak mendapatkan gelar sarjananya karena ia menolak untuk menandatangani
sumpah yang diwajibkan kepada Gereja Inggris.

Operasi pada Matriks

Sejauh ini, kita telah menggunakan matriks untuk menyingkat pekerjaan dalam
menyelesaikan sistem persamaan linear. Untuk aplikasi lain, bagaimanapun, diinginkan
untuk mengembangkan "aritmatika matriks" di mana matriks dapat ditambahkan,
dikurangkan, dan dikalikan dengan cara yang berguna. Sisa dari bagian ini akan
dikhususkan untuk mengembangkan aritmatika ini.

DEFINISI 1. Dua matriks dikatakan sama jika memiliki ukuran yang sama dan
elemen/anggota matriks yang bersesuaian adalah sama.

Persamaan matriks
Persamaan dua matriks.
A = [aij] dan B = [bij]
dengan ukuran yang sama dapat dinyatakan, baik dengan menulis
(A)ij = (B)ij
atau dengan menulis
aij = bij
dimana dipahami bahwa persamaan berlaku untuk semua nilai i dan j.
Perhatikan matriks

2021 Aljabar Linier

2 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 A= 2 0 , B= 2 1 , C= 2 1 0
0 1 3 5 3 4 0

Jika x = 5, maka A = B, tetapi untuk semua nilai x lainnya matriks A dan B tidak sama,
karena tidak semua elemen/anggota yang sesuai adalah sama. Tidak ada nilai x dimana A
= C karena A dan C memiliki ukuran yang berbeda.

DEFINISI 2. Jika A dan B adalah matriks-matriks yang berukuran sama, maka jumlah A
+ B adalah matriks yang diperoleh dengan menjumlahkan elemen-elemen B ke elemen-
elemen A yang bersesuaian, dan selisih A B adalah matriks yang diperoleh dengan
mengurangkan elemen-elemen dari B dari anggota yang sesuai dari A. Matriks ukuran
yang berbeda tidak dapat ditambahkan atau dikurangkan.

Dalam notasi matriks, jika A = [aij] dan B = [bij] memiliki ukuran yang sama, maka

(A + B)ij = (A)ij + (B)ij = aij + bij dan (A B)ij = (A)ij (B)ij = aij bij

Contoh 1. Penjumlahan dan Pengurangan

Perhatikan matriks-matriks berikut
A= 2 1 0 3 , B= -4 3 5 1 , C= 1 1
-1 0 2 4 2 2 0 -1 2 2
4 -2 7 0 3 2 -4 5

Lalu

A+B= -2 4 5 4 dan A-B= 6 -2 -5 2

1 2 2 3 -3 -2 2 5
7 0 3 5 1 -4 11 -5

Ekspresi A + C, B + C, A - C, dan B - C tidak terdefinisi.

DEFINISI 3. Jika A adalah sembarang matriks dan c adalah sembarang skalar, maka
hasil kali cA adalah matriks yang diperoleh dengan mengalikan setiap entri matriks A
dengan c. Matriks cA dikatakan kelipatan skalar dari A.

2021 Aljabar Linier

3 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Dalam notasi matriks, jika A = [aij], maka

(cA)ij = c(A)ij = caij

Contoh 2. Perkalian Skalar

Perhatikan matriks-matriks berikut

A= 2 3 4 , B= 0 2 7 , C= 9 -6 3
1 3 1 -1 3 -5 3 0 12

1
Kita bisa lakukan perkalian skalar dengan 2, -1 atau 3 seperti berikut:

1
2A = 4 6 8 , (-1)B= 0 -2 -7 , 3
C= 3 -2 1
2 6 2 1 -3 5 1 0 4

Ini adalah praktik umum untuk menyatakan (−1)B dengan -B

Sejauh ini kita telah mendefinisikan perkalian matriks dengan skalar tetapi bukan perkalian
dua matriks. Karena matriks dijumlahkan dengan menjumlahkan elemen-elemen yang
bersesuaian dan dikurangkan dengan mengurangkan elemen-elemen yang bersesuaian,
apakah untuk perkalian matriks juga dengan mengalikan elemen-elemen yang
bersesuaian? Ternyata tidak. Para matematikawan telah mendefinisi perkalian matriks
sebagai berikut ini.

DEFINISI 4 Jika A adalah matriks m × r dan B adalah matriks r × n, maka hasil kali AB
adalah matriks m × n yang elemen/anggotanya ditentukan sebagai berikut: Untuk
mencari elemen/anggota pada baris i dan kolom j dari AB, tunggal baris i dari matriks A
dan kolom j dari matriks B. Kalikan elemen/anggota yang sesuai dari baris dan kolom
bersama-sama, dan kemudian jumlahkan produk yang dihasilkan.

Contoh 3. Perkalian Matriks-matriks

Perhatikan Matriks-matriks

A= 1 2 4 dan B= 4 1 4 3
2 6 0 0 -1 3 1
2 7 5 2

2021 Aljabar Linier

4 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Karena A adalah matriks 2 × 3 dan B adalah matriks 3 × 4, produk AB adalah matriks 2 ×
4. Untuk menentukan, misalnya, elemen/anggota pada baris 2 dan kolom 3 dari AB, kita
memilih baris 2 dari A dan kolom 3 dari B. Kemudian, seperti diilustrasikan di bawah, kita
mengalikan elemen-elemen yang sesuai dan menjumlahkan hasil-hasil perkalian tersebut.

1 2 4 4 1 4 3 __ __ __ __
2 6 0 x 0 -1 3 1 = __ __ 26 __
2 7 5 2

(2 · 4) + (6 · 3) + (0 · 5) = 26

Elemen/anggota pada baris 1 dan kolom 4 dari AB dihitung sebagai berikut:

1 2 4 4 1 4 3 __ __ __ 13
2 6 0 x 0 -1 3 1 = __ __ __ __
2 7 5 2

(1 · 3) + (2 · 1) + (4 · 2) = 13

Perhitungan untuk elemen/anggota yang sisanya adalah

(1 · 4) + (2 · 0) + (4 · 2) = 12
(1 · 1) - (2 · 1) + (4 · 7) = 27
(1 · 4) + (2 · 3) + (4 · 5) = 30 12 27 30 13
AB =
(2 · 4) + (6 · 0) + (0 · 2) = 8 8 -4 26 12
(2 · 1) - (6 · 1) + (0 · 7) = -4
(2 · 3) + (6 · 1) + (0 · 2) = 12

Definisi perkalian matriks mensyaratkan bahwa jumlah kolom faktor pertama A harus sama
dengan jumlah baris faktor kedua B untuk membentuk produk AB. Jika kondisi ini tidak
terpenuhi, produk tidak terdefinisi. Cara mudah untuk menentukan apakah produk dari dua
matriks didefinisikan adalah dengan menuliskan ukuran faktor pertama dan, di sebelah
kanannya, tuliskan ukuran faktor kedua. Jika, seperti pada (3), angka-angka di dalamnya
sama, maka hasil kali didefinisikan. Nomor luar kemudian memberikan ukuran produk.

A B C
mxr rxn = mxn
bagian dalam
bagian luar

2021 Aljabar Linier

5 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Contoh 4. Menentukan apakah hasil kali sudah terdefinisi
Misalkan A, B, dan C adalah matriks dengan ukuran sebagai berikut:
A B C
3x4 4x7 7x3

Kemudian dengan (3), AB didefinisikan dan merupakan matriks 3 × 7; BC didefinisikan dan

merupakan matriks 4 × 3; dan CA didefinisikan dan merupakan matriks 7 × 4. Hasil kali AC,
CB, dan BA semuanya tidak terdefinisi.

Secara umum, jika A = [aij] adalah matriks m × r dan B = [bij] adalah matriks r × n, maka,
seperti yang diilustrasikan oleh area berbayang kuning pada tampilan berikut,

a11 a12 … a1r b11 b12 … b1j … b1n

AB = a21 a22 … a2r b21 b22 … b2j … b2n
.. .. .. .. .. .. ..
. . . . . . .
ai1 ai2 … air br2 br2 … brj … brn
.. .. ..
. . .
am1 am2 … amr

entri (AB)ij pada baris i dan kolom j dari AB diberikan oleh

(AB)ij = ai1b1j + ai2b2j + ai3b3j + · · · + airbrj
Rumus diatas disebut aturan baris-kolom untuk perkalian matriks.

Matriks yang Dipartisi

Konsep perkalian matriks adalah karena matematikawan Jerman Gotthold Eisenstein, yang
memperkenalkan ide sekitar tahun 1844 untuk menyederhanakan proses pembuatan
substitusi dalam sistem linier. Ide itu kemudian diperluas dan diformalkan oleh Cayley
dalam Memoirnya tentang Teori Matriks yang diterbitkan pada tahun 1858. Eisenstein
adalah murid Gauss, yang menempatkannya setara dengan Isaac Newton dan
Archimedes. Namun, Eisenstein, menderita kesehatan yang buruk sepanjang hidupnya,
meninggal pada usia 30, sehingga potensinya tidak pernah terwujud.
Suatu matriks dapat dibagi atau dipartisi menjadi matriks yang lebih kecil dengan
menyisipkan aturan horizontal dan vertikal antara baris dan kolom yang dipilih. Sebagai
contoh, berikut ini adalah tiga kemungkinan partisi dari matriks A 3 × 4 umum—yang
pertama adalah partisi A menjadi empat submatriks A11, A12, A21, dan A22; yang kedua
adalah partisi A ke dalam vektor barisnya r1, r2, dan r3; dan yang ketiga adalah partisi A ke
dalam vektor kolomnya c1, c2, c3, dan c4:

2021 Aljabar Linier

6 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 a11 a12 a13 a14 A11 A12
A= a21 a22 a23 a24 = A21 A22
a31 a32 a33 a34

a11 a12 a13 a14 r1

A= a21 a22 a23 a24 = r2

a31 a32 a33 a34 r3

a11 a12 a13 a14

A= a21 a22 a23 a24 = c1 c2 c3 c4
a31 a32 a33 a34

Perkalian Matriks dengan Kolom dan Baris

Partisi memiliki banyak kegunaan, salah satunya adalah untuk menemukan baris atau
kolom tertentu dari produk matriks AB tanpa menghitung seluruh produk. Secara khusus,
rumus berikut, yang pembuktiannya dibiarkan sebagai latihan, menunjukkan bagaimana
vektor kolom individu AB dapat diperoleh dengan mempartisi B menjadi vektor kolom dan
bagaimana vektor baris individu AB dapat diperoleh dengan mempartisi A menjadi vektor
baris.
AB = A[b1 b2 ··· bn] = [Ab1 Ab2 ··· Abn]
(AB dihitung kolom demi kolom)

a1 a1B
AB = a2 B= a2B
.. ..
. .
am AmB
(AB dihitung baris demi baris)

Sekarang kita memiliki tiga metode untuk menghitung produk dari dua matriks, elemen
demi elemen menggunakan Definisi 4, kolom demi kolom menggunakan Rumus (8), dan
baris demi baris menggunakan Rumus (9). Kita sebut metode elemen/anggota, metode
baris, dan metode kolom.
Dengan kata lain, rumus-rumus ini menyatakan bahwa
vektor kolom ke-j dari AB = A[vektor kolom ke-j dari B] (8)
vektor baris ke-i dari AB = [vektor baris ke-i dari A]B (9)

2021 Aljabar Linier

7 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Contoh 5. Tinjau lagi Perkalian Matriks-matriks (Contoh 3)
Jika A dan B adalah matriks pada Contoh 3, maka dari (8) vektor kolom kedua AB dapat
diperoleh dengan perhitungan

1 2 4 1 27
2 6 0 x -1 = -4
7
Kolom ke-2 dari AB

Kolom ke-2 dari B

dan dari (9) vektor baris pertama AB dapat diperoleh dengan perhitungan

4 1 4 3
2 6 0 x 0 -1 3 1 = 12 27 30 13
2 7 5 2
Baris ke-1 dari A Baris ke-1 dari AB

Hasil Matriks sebagai Kombinasi Linier

Definisi berikut memberikan cara berpikir lain tentang perkalian matriks:
Definisi 6 dibawah ini berlaku, khususnya, untuk vektor baris dan kolom. Jadi, misalnya,
kombinasi linier dari vektor kolom x1, x2, ..., xr dengan ukuran yang sama adalah ekspresi
dari bentuk
c1x1 + c2x2 + · · · + crx

DEFINISI 6 Jika A1, A2, . . . , Ar adalah matriks dengan ukuran yang sama, dan jika c1, c2,
..., cr adalah skalar, maka ekspresi dari bentuk
c1A1 + c2A2 + · · · + crAr

disebut kombinasi linier dari A1, A2, ..., Ar dengan koefisien c1, c2, ..., kr.

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

a11 a12 … a1n x1

A= a21 a22 … a2n dan X= x2
.. .. .. ..
. . . .
Am1 Am2 … Amr xn
Lalu
a11 + a12 + … + a1n a11 a12 a11
A= a.21 + a.22 + … + a.2n =x1 a.21 +x2 a.22 + … +x3 a.21
.. .. .. .. .. ..
Am1 + Am2 + … + Amr am1 am2 am1

2021 Aljabar Linier

8 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Ini membuktikan teorema berikut.

Teorema 3.1 Jika A adalah matriks m × n, dan jika x adalah vektor kolom n × 1, maka
produk Ax dapat dinyatakan sebagai kombinasi linier dari vektor kolom A di mana
koefisien adalah entri dari x

CONTOH 6 Produk Matriks sebagai Kombinasi Linier

Hasil matriks ini

-1 3 2 2 1
1 2 -3 -1 = -9
2 1 -2 3 -3
dapat ditulis sebagai kombinasi linier berikut dari vektor kolom:

-1 3 2 1
2 1 -1 2 +3 -3 = -9
2 1 -2 -3

CONTOH 7 Kolom Hasil Kali AB sebagai Kombinasi Linier

Sudah ditunjukkan dalam Contoh 3 bahwa

1 2 4 4 1 4 3 12 27 30 13
2 6 0 x 0 -1 3 1 = 8 -4 26 12
2 7 5 2

Berdasarkan Rumus (6) dan Teorema 3.1, vektor kolom ke-j dari AB dapat dinyatakan
sebagai kombinasi linier dari vektor-vektor kolom A di mana koefisien-koefisien dalam
kombinasi linier adalah entri-entri dari kolom ke-j B. Perhitungannya adalah sebagai berikut:

12 =4 1 +0 2 +2 4
8 2 6 0

27 = 1 - 2 +7 4
-4 2 6 0

30 =4 1 +3 2 +5 4
26 2 6 0

13 =3 1 + 2 +2 4
12 2 6 0

2021 Aljabar Linier

9 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Ekspansi Kolom-Baris
Partisi menyediakan cara lain untuk melihat perkalian matriks. Secara khusus, misalkan
matriks A berukuran m × r dipartisi ke dalam vektor kolom r c1, c2, ..., cr (masing-masing
berukuran m × 1) dan matriks r × n B dipartisi menjadi vektor baris r r1, r2, ..., rr (masing-
masing berukuran 1 × n). Setiap suku dalam jumlah
c1r1 + c2r2 + · · · + crrr
memiliki ukuran m × n sehingga jumlah itu sendiri adalah matriks m × n. Kami
membiarkannya sebagai latihan bagi Anda untuk memverifikasi bahwa entri pada baris i
dan kolom j dari jumlah diberikan oleh ekspresi di sisi kanan Formula (5), dari mana berikut
ini
AB = c1r1 + c2r2 + · · · + crrr (11)
Kita sebut (11) ekspansi baris-kolom dari AB.

CONTOH 8. Ekspansi Kolom-Baris

Temukan ekspansi baris-kolom dari hasil:

AB = 1 3 2 0 4
2 -1 -3 5 1
Penyelesaian Vektor kolom A dan vektor baris B
berturut-turut adalah

C1= 1 , C2= 3 ; r1= [ 2 0 4 ] , r2= [ -3 5 1 ]

2 -1

Jadi, dari (11) berikut bahwa ekspansi kolom-baris AB adalah

AB = 1 [ 2 0 4 ] + 3 [ -3 5 1 ]
2 -1

AB = 2 0 4 + -9 15 3
4 0 8 3 -5 -1

Sebagai cek, kami serahkan kepada Anda untuk mengonfirmasi bahwa produk dalam (12)
dan jumlah dalam (13) keduanya menghasilkan

AB = -7 15 7
7 -5 7

Penggunaan utama dari ekspansi baris kolom adalah untuk mengembangkan hasil teoritis
daripada untuk perhitungan numerik.

2021 Aljabar Linier

10 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 DEFINISI 7 Jika A adalah sembarang matriks m × n, maka transpos A, dilambangkan
dengan AT, didefinisikan sebagai matriks n × m yang dihasilkan dengan menukar baris
dan kolom A; yaitu, kolom pertama AT adalah baris pertama dari A, kolom kedua dari AT
adalah baris kedua dari A, dan seterusnya.

CONTOH 8. Transpos Matriks

1 2 4 1 2
T
A= 2 6 0 , A= 2 6
4 0

4 1 4 3 4 0 2
T
A= 0 -1 3 1 , A= 1 -1 7
2 7 5 2 4 3 5
3 1 2

Perhatikan bahwa kolom-kolom AT bukan hanya baris-baris A, tetapi baris-baris AT adalah

kolom-kolom A. Jadi, entri baris i dan kolom j AT adalah entri baris j dan kolom i A; itu
adalah,
(AT)ij = (A)ji

2021 Aljabar Linier

11 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Daftar Pustaka

1. Howard Anton, Aljabar Linear

2. Mahmud Imrona, Aljabar Linear Dasar
3. Yuliant Sibaroni, Aljabar Linear
4. Seymour Lipschutz, Marc Lipson, Schaum's Outline of Theory and Problems of Linear
Algebra

2021 Aljabar Linier

12 Indra Sudung
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/