Bentuk Matriks dari suatu Sistem Linear

I. PENYAJIAN MASALAH

Kaitan antara matriks dengan sisitem persamaan linear

Perkalian matriks memiliki aplikasi penting dalam system persamaan linear. Perhatikan
system yang terdiri dari m persamaan linear dengan n factor yang diketahui berikut ini.
a 11 x 1+ a12 x 2+ .. .+a 1 n x n=b 1
a 21 x1 + a22 x 2+ .. .+a 2 n x n=b 2
⋮ ⋮⋮ ⋮
a m 1 x 1+ am 2 x2 +. . .+amn x n=b m

II. PERENCANAAN PENYELESAIAAN MASALAH

Karena dua matriks adalah setara jika dan hanya jika entri-entri yang bersesuaianadalah setara,
maka kita dapat menukar m persamaan dalam system ini dengan persamaan matriks tunggal
a 11 x 1+ a12 x 2+ .. .+a 1 n x n=b 1
a 21 x1 + a22 x 2+ .. .+a 2 n x n=b 2
⋮ ⋮⋮ ⋮
a m 1 x 1+ am 2 x2 +. . .+amn x n=b m

Sistem persamaan linear di atas dapat ditulis daalam bentuk matriks

[ ] []
a11 x 1 +a12 x 2 +. . .+ a1 n x n b1
a21 x 1 +a21 x 2 +. . .+ a2 n xn b2
=
⋮ ⋮⋮ ⋮ ⋮
am 1 x1 +a m 2 x 2 +. ..+ amn x n bm

III. PENYELIDIKAN MASALAH

Matriks mx 1pada ruas kiripersamaan dapat ditulis sebagai hasilkali, sehingga kita memperoleh

[ ][ ] [ ]
a11 a 12 ⋯ a1 n x1 b1
a21 a 22 ⋯ a2 n x2 b2
=
⋮ ⋮ ⋯ ⋮ ⋮ ⋮
am 1 am 2 ⋯ amn xn bm
Jika kita menyebut matriks-matriks di atas masing-masing sebagai A , x , dan b , maka system
asli yang dari m persamaan dengan n factor yang tidak diketahui telah digantikan dengan
persamaan matriks tunggal berikut ini
Ax=b
Matriks A pada persamaan ini disebut matriks koefisien( coefficient matrix) dari system tersebut.
Matriks yang diperbesar dari system tersebut diperoleh dengan menggabungkan b ke A sebagai
kolom terakhir, sehingga bentuk matriks yang diperbesar menjadi
 [ ][ ]
a11 a 12 ⋯ a1 n b1
a21 a 22 ⋯ a2 n b2
[ A∨b ] =
⋮ ⋮ ⋯ ⋮ ⋮
am 1 am 2 ⋯ amn bm

IV. MENYAJIKAN HASIL

Bentuk sistem persamaan linear

a 11 x 1+ a12 x 2+ .. .+a 1 n x n=b 1

a 21 x1 + a22 x 2+ .. .+a 2 n x n=b 2
⋮ ⋮⋮ ⋮
a m 1 x 1+ am 2 x2 +. . .+amn x n=b m
dapat dituliskan menjadi persamaan matrik AX = B

[ ][ ]
a11 a 12 ⋯ a1 n b1
a21 a 22 ⋯ a2 n b2
dengan [ A∨b ] = adalah bentuk matriks yang diperbesar dari
⋮ ⋮ ⋯ ⋮ ⋮
am 1 am 2 ⋯ amn bm

AX = B

V. MENGANALISIS DAN MENGEVALUASI

Sistem persamaan linear bisa diubah menjadi persamaan maatriks..pada bagian
berikutnya nanti kita akan bekerja menggunakan matriks yang diperbesar untuk menentukan
solusi dari sistem persamaan linear. Matriks yang diperbesar adalah gabungan dari matriks
koefisien dengan matriks konstan

Transport Suatu Matriks

Kita mengakhiri subbab ini dengan mendefinisikan dua operasi matriks yang tidak
memiliki analog dengan bilangan real.
SEKILAS INFORMASI

Definisi
Jika A adalah matriks m x n , maka transport dari A (transpose of A ), dinyatakan
dengan AT , didefinisikan sebagai matriks n x m yang didapatkan dengan
mempertukarkan baris-baris dan kolom-kolom dari A ; sehingga kolom pertama dari AT
adalah baris pertama dari A , kolom kedua dari AT adalah baris kedua dari A , dan
seterusnya.
Berikut ini adalah beberapa contoh matriks dan transposnya

[ ] [ ]
a 11 a12 a13 a14 1 4
A= a 21 a22 a 23 a24 , B = 3 6 , C =[ 3 6 9 ] , D ¿ [ 8 ]
a 31 a32 a33 a34 5 2

[ ]
a11 a21 a 31

[]
3
a12
AT = a
13
a22
a23
a 32
a33
, BT =[1 3 5
4 6 2 ] , C = 6 , D T =[ 8 ]
T

9
a14 a24 a34

Perhatikan bahwa tidak haya kolom-kolom AT yang merupakan baris-baris A , tetapi

juga baris-baris dari AT adalah kolom-kolom dari A . Jadi, entri pada baris i dan kolom j pada
A adalah entri pada baris j dan kolom i pada A , sehingga
T

( AT ¿ ij = ( A ¿ji
Perhatikan kebalikan pada subskripnya.
Pada kasus khusus dimana A adalah matriks bujursangkar, transpos dari A dapat
diperoleh dengan saling mempertukarkan entri-entri yang posisisnya simetrik terhadap diagonal
utama. Pada (12) tampak bahwa AT dapat juga diperoleh dengan “mencerminkan” A terhadap
diagonal utamanya.

[ ][ ] [ ]
0 1 −1 0 1 −1 0 1 4
A= 1 3 2 1 3 2  AT = 1 3 −2
4 −2 5 4 −2 5 −1 2 5

Pertukaran entri-entri
yang posisinya simetrik
terhadap diagonal utama

Definisi
Jika A adalah matriksbujursangkar, maka trace dari A (trace of A ), yang
dinyatakan sebagai tr (A ), didefinisikan sebagai jumlah entri-entri pada diagonal utama
A . Trace dari A tidak dapat didefinisikan jika A bukan matriks bujursangkar.

Berikut ini contoh matriks dan tracenya

 [ ] [ ]
a11 a 12 a13 2 1 3 0
0 4 7 −1
A = a21 a 22 a23 , B=
−1 5 6 5
a31 a 32 a33
3 2 1 4

tr(A) = a 11 + a 22 + a 33 tr(B) = 2 + 4 + 6 + 4 = 16

Sedangkan bila B≠0 maka dinamakan system persamaan linear tak homogen. Matriks
lengkap (A, B) dari system itu adalah suatu matriks yang kolom-kolomnya merupakan
gabungan dari kolom matriks A dan kolom matriks B. sekumpulan nilai dari variabel, katakanlah
x 1 = k1, x2 = k2 , . . . , xn = kn disebut solusi(penyelesaian) dari system persamaan linear
tersebut.

SEKILAS INFO
Menurut Mahmud (2009 : 2-3), jenis-jenis matriks yang penting adalah sebagai berikut:
1. Matriks bujur sangkar yaitu matriks yang banyak barisannya sama dengan banyak kolomnya.
Dalam matriks bujursangkar ini dikenal diagonal utama yaitu entri-entri yang mempunyai
nomor baris yang sama dengan nomor kolom

[ ]
a11 a 12 ⋯ a1 n
a21 a 22 ⋯ a2 n
⋮ ⋮ ⋯ ⋮
am 1 am 2 ⋯ amn
2. Matriks segitiga atas adalah matriks bujursangkar yang semua entri di bawah diagonal
utama bernilai nol.

[ ]
2 4 −1
A= 0 1 3
0 0 5
3. Matriks segitiga bawah adalah matriks bujursangkar yang semua entri diatas diagonal
utamanya bernilai nol.

[ ]
7 0 0
A= 1 1 0
3 4 −2
4. Matriks diagonal yaitu matriks bujursangkar yang semua entri di luar diagonal utamanya
bernilai noll, seperti yang ditunjukkan pada contoh berikut:

[ ]
2 0 0
A= 0 1 0
0 0 5

5. Matriks satuan (matriks identitas) yaitu matriks diagonal yang netri-entri pada diagonal
utamanya adalah bilangan satu dan entri-entri lainnya adalah bilangan nol. Matriks satuan ini
dilambangkan dengan In , dimana n adalah ordo dari matriks tersebut.
6. Matriks scalar yaitu matriks diagonal yang semua entri pada diagonal utamanya bernilai
sama, tetapi tidak nol atau c ≠ 0, seperti pada contoh di bawah.

[ ]
2 0 0
A= 0 2 0
0 0 2
7. Matriks nol yaitu matriks yang semua entrinya adalah bilangan nol.
8. Matriks Invers. Matriks bujursangkar A disebut mempunyai invers jika terdapat matriks B
yang sedemikian rupa sehingga memenuhi BA= AB=I . untuk perlambangan, invers matriks
B biasanya dinyatakan oleh A−1 .
9. Matriks simetri. Matriks bujursangkar disebut matriks simetri jika ¿ AT .
10. Sebuah matriks bujur sangkar disebut simetri-miring jika AT =− A

Sistem Persamaan Linier dan Matriks

Aljabar Linier
 1.4 Invers, Aturan
Aritmatika Matriks

1. Sifat-sifat pada Operasi Matriks

2. Matriks Nol 3. Matriks Identitas, Matrisk
Skalar
4. Sifat-sifat Invers Matriks 5. Pangkat Suatu
Mattriks
6. Matriks Transpos 7. Keterbalikan Suatu
Transpos
Sifat-Sifat Operasi Matriks
I. PENYAJIAN MASALAH

Temukan apa saja sifat-sifat operasi matriks

II. PERENCANAAN PENYELESAIAN

Untuk bilangan real a dan b, selalu berlaku ab = ba, yang disebut hukum komunitatif
perkalian (commutative law for multiplication). Tetapi untuk, AB dan BA tidak selalu setara.
Kesetaraan tidak terjadi karena tiga alasan: kemungkinan yang pertama hasil kali AB dapat
didefinisikan tetapi BA tidak dapat didefinisikan. Sebagai contoh, jika A adalah matriks 2 x 3 dan
B adalah matriks 3 x 4. Mungkin pula terjadi bahwa AB dan BA keduanya dapat didefinisikan
tetapi memiliki ukuran berbeda. Ini terjadi jika A adalah matrik 2 x 3 dan B adalah matriks 3 x
2. Kemungkinan terakhir, sebagaimana ditunjukkan pada Contoh 1, kita memperoleh AB ≠ BA,
meskipun AB dan BA dapat didefinisi dan memiliki ukuran yang sama.

III. PENYELIDIKAN MASALAH

Perkalian dua matriks AB dan BA tidak selalu setara
Perhatikan matriks-matriks

A= [−14 02] , B=[ 10 32]

Dengan mengalikan keduanya akan diperoleh:

AB=
[−14 02][10 32] BA=
[ 10 32][−14 02 ]
¿
[−14 −316 ] ¿
[118 64 ]
Jadi, AB ≠ BA. lanjutkan untuk operasi yang lain
Meskipun hukum komutatif perkalian tidak berlaku dalam aritmatika matriks, banyak
hukum-hukum aritmatika yang berlaku untuk matriks. Bebrapa hukum yang paling penting
terangkum dalam teorema berikut.
 IV. PENYAJIAAN HASIL

TEOREMA 1.4.1
Sifat–sifat Aritmatika
Dengan mengasumsikan bahwa ukuran matriks sedemikian rupa sehingga
operasi-operasi yang disebutkan dapat dilakukan, aturan-aturan aritmatika matriks
berikut ini berlaku.
a. A + B = B + A (Hukum Komutatif Penjumlahan)
b. A + ( B + C ) = ( A+ B ) + C (Hukum Asosiatif Penjumlahan)
c. A(BC) = (AB) C (Hukum Asosiatif Perkalian)
d. A ( B + C ) = AB + AC (Hukum Distributif Kiri)
e. ( B + A ) A = BA +CA (Hukum Distributf Kanan)
f. A ( B – C ) = AB – AC
g. ( B – C ) A = BA – CA
h. a ( B + C ) = aB + a C
i. a ( B – C ) = aB – aC
j. ( a + b ) C = aC + bC
k. ( a – b ) C = aC - bC
l. a (bC) = (ab)C
m. a(BC) = (aB)C = B(aC)

V. MENGANALISIS DAN MENGEVALUASI

Untuk membuktikan kesetaraan pada teorema ini, kita harus menunjukkan bahwa matriks pada
ruas kiri memiliki ukuran yang sama pada matriks pada ruas kanan dan entri-entri yang
bersesuaian pada kedua ruas adalah setara. Dengan pengecualian hukum asosiatif pada bagian
(c), semua bukti mengikuti pola umum yang sama. Kita akan membahas bagia (d) sebagai
ilustrasi.
Bukti (d). Kita harus menunjakkan bahwa A(B+C) dan AB+AC memiliki ukuran yang sama dan
entri-entri yang bersesuaian adalah setara. Untuk membuktikan A(B+C), matriks-matriks B dan
C harus memiliki ukuran yang sama, misalnya m x n dan matriks A harus memiliki m kolom
sehingga ukurannya berbentuk r x m. Dengan demikian A(B+C) adalah matriks r x n . Maka
AB+AC juga merupakan matriks r x n, dan sebagai konsekuensinya, A( B+C) dan AB+AC
memiliki ukuran yang sama.
Misalkan A = [aij], B = [bij] dan C = [cij]. Kita ingin menunjukkan bahwa entri-entri yang
bersesuaian dari A(B+C) dan AB+AC adalah setara; yaitu ,
[A(B+C)]ij = [AB+AC]ij
Untuk semua nilai i dan j. Tetapi dari definisi penjumlahan dan perkalian matriks kita
memperoleh
 [ A ( B + C ) ]ij = ai1 ( b1j + c1j ) + ai2 ( b2j + c2j ) + ... + aim ( bmj + cmj )
= ( ai1 b1j + ai2 b2j + ... + aim bmj ) + ( ai1 c1j + ai2 c2j + ... + aim cmj )
= [AB]ij + [AC]ij = [AC]ij = [ AB + AC ]ij

CATATAN.Meskipun operasi penjumlahan matriks didefinisikan untuk sepasang matriks, dengan

hukum asosiatif (b) dan (c) kita dapat menyatakan jumlah dan hasil kali dari tiga matriks
sebagai A + B + C dan ABC tanpa menyisipkan tanda kurung. Ini didukung dengan fakta bahwa
bagaimanapun kita menyisipkan tanda kurung, hukum asosiatif menjamin perolehan hasil akhir
yang sama. Secara umum, berapa pun jumlah atau hasilkali dari matriks-matriks, sepasang
tanda kurung dapat disisipkan atau dihilangkan dimana saja didalam pernyataan tanpa
mempengaruhi hasil akhir.

Hubungan Asosiasi pada Perkalian Matriks

Sebagai sebuah ilustrasi hukum asosiatif pada perkalian matriks, perhatikan matriks-matriks
berikut

[ ]
4 3
A= 2 1 , B=
0 1
1 2
3 4
,C=[ ] [ ]
3 4
2 3

Maka,

([ ] [ ])[ ] [ (] [ 13 24] [32 43 ])

4 3 4 3
1 2 3 4
( AB ) C= 2 1 A ( BC )= 2 1
3 4 2 3
0 1 0 1

[ ][ ] [ ][
13 20 4 3
¿ 5 8
3 4
3 4
2 3
¿ 2 1
0 1
7 10
17 24 ]
[ ] [ ]
79 112 79 112
¿ 31 44 ¿ 31 44
17 24 17 24

Sehingga ( AB ) C = A ( BC ), sebagaimana dinyatakan pada Teorema 1.4 1.c

SEKILAS INFO

Sebuah matriks yang seluruh entrinya adalah bilangan nol, seperti

 [ ][ ][ []
0
0 0 0
0 0 ,
0 0
0 0 0 ,
0 0 0
0 0 0 0 , 0 ,[ 0 ]
0 0 0 0 0 ]
0
Disebut matriks nol. Sebuah matriks nol dapat dinyatakan sebagai 0 ;

I. PENYAJIAAN MASALAH
Bagaimana fungsi dan sifat-sifat matriks nol

II. PERENCANAAN PENYELESAIAAN MASALAH

Jika A adalah matriks sembarang dan 0 adalah matriks nol dengan ukuran yang
sama.

III. PENYELIDIKAN HASIL

Jika A matriks sembarang dan 0 matriks nol jelas bahwa A+0=0+A=A. Dalam
persamaan matriks ini, matriks 0 memainkan peranan yang sama dengan bilangan 0 pada
persamaan numerik a+0=0+a=a.
Karena kita telah mengetahui bahwa beberapa aturan aritmatika untuk bilangan real
tidak berlaku untuk matriks, maka kita tidak dapat mengasumsikan bahwa semua sifat bilangan
real nol berlaku untuk matriks nol.

IV. MENYAJIKAN HASIL

Jika A matriks sembarang dan 0 matriks nol jelas bahwa A+0=0+A=A.
 Jika ab = ac dan a ≠ 0 maka b = c. (ini disebut sebagai hukum pembatalan )
 Jika ad = 0, maka paling tidak satu faktor pada ruas kiri adalah 0.

Hukum Pembatalan Tidak Berlaku

A= [ 00 21] , B [ 21 51] ,C=[ 31 41] , D=[ 20 10]

Buktikan bahwa
AB= AC

[ 00 21][12 ] [ 21][ 31 41]

5 0
=
1 0

[ 21 ] [ 11]
1
1
=
2
1

Dan AD= [00 21][ 20 10]

 ¿
[ ]
0 0
0 0
Jadi, meskipun A≠0, tidaklah benar untuk membatalkan A dari kedua sisi persamaan AB=AC
dan menyatakan B=C. Selain itu, bila AD=0 maka A≠0 dan D≠0. Jadi, hukum pembatalan tidak
berlaku untuk perkalian matriks, dan hasil kali matriks dapat berupa nol walaupun tidak satupun
faktor nolnya.

TEOREMA 1.4.2 Sifat – sifat Matriks Nol

Dengan mengasumsikan ukuran matriks sedemikian rupa sehingga operasi-
operasi berikut dapat dilakukan, aturan–aturan aritmatika matriks berikut ini berlaku.
a) A+0=0+ A= A
b) A−A=0
c) 0−A=−A
d) A 0=0 ; 0 A=0

V. MENGANALISIS DAN MENGEVALUASI

Buktikan teorema tentang sifat-sifat matriks nol di atas

SEKILAS INFORMASI
Matriks Identitas, Matriks Skalar
Yang menjadi perhatikan khusus adalah matriks bujur sangkar dengan bilangan 1 pada
diagonal utamanya dan 0 pada entri-entri lainnya, seperti

[ ][ ][ ]
1 0 0 0
1 0 0
1 0 0 1 0 0
, 0 1 0 , dan seterusnya
0 1 0 0 1 0
0 0 1
0 0 0 1

Matriks dengan bentuk seperti ini disebut matriks identitasdan dinyatakan dengan I. Jika
ukurannya penting maka akan ditulis sebagai In untuk matriks identitas n x n.

I. MENYAJIKAN MASALAH
Apa itu matriks identitas dan bagaimana sifat-sifat dari matriks identitas

II. PERENCANAAN PEMECAHAN MASALAH

 ( )
1 ⋯ 0
JIka I = ⋮ ⋱ ⋮ adalah sebuah matriks identitas n x n,
0 ⋯ 1
Jika A dan B matriks n x n dan I matriks identitas n x n

III. PENYELIDIKAN MASALAH

Jadi matriks identitas memainkan peranan pertama yang sama dalam aritmatika matriks
sebagaimana peranan bilangan 1 dalam hubungan numerik a∙1 = 1∙a = a.
Jika A dan B matriks n x n dan I matriks identitas n x n maka dapat ditemukan bahwa AI = IA
= A asalkan A sedemikian rupa dan bisa dikalikan dengan I
dan (kI) A = k(IA) = kA.

CONTOH : Perkalian dengan Matriks Identitas

Perhatikan matriks

[
A= 2 4 5
1 3 7 ]
Maka

I 2 A= [ 10 01][21 4 5
3 7 ]
Dan A I2 = …

][ ]
1 0 0
AI 3= [
2 4 5
1 3 7
0 1 0 =¿
0 0 1
I3 A = …
seterusnya dapat dicari contoh lain
perkalian dua matriks berikut

[ ][
3
−2
AB= [12 34 ] 1
2
−1
=
1 0
0 1
=I ]
2

[ ][
3
−2
BA=
1
2 1 3
−1 2 4
= ][ ]
1 0
0 1
=I sehingga AB = BA = I
2

Sifat komutatif perkalian matriks hanya akan berlaku khusus untuk matriks tertentu sehingga
AB = I = BA ( seperti contoh di atas )
IV. MENYAJIKAN HASIL

Jika A dan B matriks n x n dan I matriks identitas n x n maka dapat ditemukan bahwa AI = IA
= A asalkan A sedemikian rupa dan bisa dikalikan dengan I
dan jika k suatu skalar maka (kI) A = k(IA) = kA.
Sifat komutatif perkalian matriks tidak berlaku umum ,hanya untuk matriks tertentu dimana ciri-
ciri matriks tersebut adalah AB = I = BA

V. MENGANALISIS DAN MENGEVALUASI

Matriks identitas muncul secara alami dalam pembahasan mengenai bentuk eselon baris
tereduksi dari matriks-matriks bujungsangkar.

TEOREMA 1.4.3
Jika R adalah bentuk eselon baris tereduksi dari matriks A, n x n maka terdapat
dua kemungkinan yaitu R memiliki satu baris bilangan nol atau R merupakan matriks
indentitas In.

Bukti. Misalkan bentuk eselon baris tereduksi dari A adalah

[ ]
r 11 r 12 r
⋯ 1n
R= r 21 r r 22 r 2 n ⋯ ¿ r nn ¿
⋮ ⋮ ¿ ¿

Kemungkinannya adalah baris terakhir dari matriks ini semuanya terdiri dari nol atau tidak sama
sekali. Jika tidak, maka matrtiks ini tidak memiliki satu baris nol pun dan sebagai
konsekueansinya masing-masing baris dari total n barisk memiliki entri untama 1. Karena 1
utama ini tersusun makin kekanan sejalan dengan makin kebawah matriks, setiap bilangan 1 ini
harus terletak pada diagonal utama. Karena entri-entri yang lain pada kolom yang sama dengan
1 adalah nol, maka R pasti merupakan I n . Jadi, kemungkinannya adalah kalau tidak R memiliki
satu baris nol maka R = In

DEFINISI
Jika A adalah matriks bujursangkar, dan jika terdapat matriks B yang ukurannya
sama sedemikian rupa sehingga AB = BA = I, maka A disebut dapat dibalik dan B
disebut sebagai invers dari A. Jika matriks B tidak dapat
didefinisikan, maka A dinyatakan sebagai matriks singular
 5.2. ANALISIS
Menurut Susanti (2015:30), diberikan matriks bujursangkar A yang berukuran n x n. Jika
terdapat matriks bujursangkar B yang berukuran n x n sehingga:
AB = BA = In
Maka B disebut invers matriks A, dinotasikan dengan B = A -1. Demikian juga A disebut invers
matriks B. Suatu matriks yang mempunyai invers terhadap perkalian matriks disebut matriks
invertibel.
Matriks A dan B adalah matrik bujur sangkar merupakan syarat mutlak dari invers matriks

SEKILAS INFORMASI
Menurut Kartono (2005:46), matriks invers dari matriks A = [a ij] berukuran n x n bisa
ditentukan dengan metode Matriks Adjoin atau dengan metode eliminasi Gauss-Jordan. Jika
dengan metode Matriks Adjoin, pandang matriks bujursangkar tak singular A = [ a ij ]
berukuran n x n. Matriks adjoin dari A adalah transpos dari matriks [ A ij] dimana [ Aij] adalah
kofaktor-kofaktor elemen aij. Jadi

[ ]
A 11 A12 ⋯ An 1
Adjoin ( A ) = A 21 A 22 … A n 2
⋮ ⋮ ⋮⋮
A1n A2 n … A nn

Rumus yang dipakai untuk menemukan invers dari matris A adalah

−1 adjoin( A )
A = dengan syarat det ( A ) ≠ 0 ( kenapa harus disyaratkan det ( A ) ≠ 0 ? )
det( A)

Sifat-sifat Invers
Merupakan hal yang masuk untuk akal untuk menyatakan apakah matriks yang dapat
dibalik bisa memiliki lebih dari satu invers. Teorema berikut menunjukkan bahawa jawabannya
adalah tidak matrisk yang dapat dibalik hanya memiliki tepat satu invers.

1. PENYAJIAAN MASALAH

TEOREMA 1.4.4

Jika B dan C kedua-duanya adalah invers dari matriks A , maka B=C .

II. PERENCANAAN PENYELESAIAN

 BA = AB = I dan CA = AC = I

III. PENYELIDIKAN MASALAH

Bukti. Karena B adalah invers dari A , maka BA=I . Dengan mengalikan kedua ruas disisi
kanannya dengan C diperoleh (BA)C=IC=C . Tetapi (BA)C=B( AC )=BI =B , sehingga
C=D .

IV. MENYAJIKAN HASIL

Jika B dan C kedua-duanya adalah invers dari matriks A , maka B=C .

Sebagai konsekuensi dari hasil penting ini, berikut pernyataan mengenai invers dari matriks
yang dapat dibalik. Jika A dapat dibalik, maka inversnya akan dinyatakan dengan simbol A−1
Jadi,

−1 −1
A A =I dan A A=I
Invers dari A memainkan peranan yang sama pada aritmatika matriks dengan peranan a−1 pada
hubungan numerik aa−1=1 dan a−1 a=1.

V. MENGANALISIS DAN MENGEVALUASI

Jika BA = AB = I dan CA = AC = I berarti invers suatu matriks nxn jika ada adalah
tunggal.
Jika BA = AB = I berarti A-1 = B atau B-1 = A

TEOREMA 1.4.5

Matriks A= [ ac bd ]
Dapat dibalik jika ad-bc ≠ 0, dan inversnya dapat dihitung sesuai dengan
rumus

[ ]
d −b
−1
A =
1 d −b
ad−bc −c a[=
−c ]
ad−bc ad−bc
a
ad−bc ad−bc

TEOREMA 1.4.6
Jika A dan B adalah matriks-matriks yang dapat dibalik dengan ukuran
yang sama, maka AB dapat dibalik dan ( AB)−1=B−1 A−1
II. PEENCANAAN PENYELESAIAN

Bukti. jika kita dapat menunjukkan bahwa ( AB )( B ¿ ¿−1 A−1)=( B−1 A−1 ) ( AB )=I ¿, maka kita
akan dapat menunjukkan bahwa bahwa matriks AB dapat dibalik dan bahwa ¿. Tetapi
( AB ) ( B−1 A−1 ) =A ( B B−1 ) A−1 =AI A−1= A A−1=I . Argumentasi yang sama menunjukkan bahwa
( B−1 A−1 ) ( AB ) =I

Hasil kali dari sejumlah matriks yang dapat dibalik dan invers dari hasilkali
tersebut adalah merupakan hasil kali dari invers invers dalam urutan yang
dapat dibalik.

III. PENYELIDIKAN MASALAH

Invers dari Hasil Kali

Perhatikan matriks-matriks

[ ] [ ]
A= 4 3 , B= 2 3
1 1 1 2

AB=[ ][ ]=[
3 5]
4 3 2 3 11 18
1 1 1 2
Denngan menggunakan rumus pada teorema 1.4.5 kita memperoleh

A−1=
1
[
d −b
Adj A −c a ] B−1=
1
[
d −b
Adj A −c a ]
¿
1
[
1 −3
4−3 −1 4 ] ¿
1
[ 2 −3
4−3 −1 2 ]
¿ [−11 −34 ] ¿ [−12 −32 ]
Sehingga

([ ]) [ ][ ]
−1
1
( AB ) = 11 18
−1
=
5 −18
=
5 −18
3 5 55−54 −3 11 −3 11

Selain itu,

[
B−1 A−1= 2 −3 1 −3
−1 2 −1 4 ][ ]
 ¿
[5 −18
−3 11 ]
−1 −1
Oleh karena itu, ( AB) =B A−1sebagaimana dinyatakan oleh Teorema 1.4.6

IV. MENYAJIKAN HASIL.

Suatu matriks Bujur sangkar A memiliki invers apabila determinan matriks tersebut tidak sama
dengan nol. ( det (A) ≠ 0 )

V. MENGANALISIS DAN EVALUASI

5.1. ANALISIS

Kenapa matriks nxm tidak memiliki invers ? karena matriks tersebut tidak bisa ditentukan
determinannya silahkan dicoba dengan cara mengambil sembarang matriks nxm, lakukan
proses pencariaan determinan apakah matriks itu tidak ada determinannya?

5.2. EVALUASI

( ) ( )
a b c a g d
1. Jika det d e f = -7 tentukan det b h e apa aturan yang digunakan berikan
g h i c i f
alasan anda

( )
b +c c +a b+ a
2. det a b c = 0 tunjukan dan berikan alasan anda
1 1 1

3. Buktikan bahwa suatu matriks bujur sangkar A dapat dibalik jika dan hanya jika A T A
dapat dibalik

Pangkat suatu Matriks

Selanjutnya kita akan mendefinisikan pangkat suatu matriks bujursangkar dan membahas
sifat-sifatnya.

SEKILAS INFORMASI
 DEFINISI
Jika A adalah matriks bujursangkar, maka definisi dari pangkat integer
tak negatif dari A adalah
0
A =1 ` ⏟
An =AA …A (n˃0)
n faktor
Selanjutnya, jika A dapat dibalik maka definisi dari pangkat integer
negatif dari A adalah
⏟
A−n=( A ¿¿−1)n =A −1 −1
A … A−1 ¿
n faktor

Karena definisi ini paralel dengan definisi untuk bilangan real, hukum eksponen biasa yang
berlaku pada bilangan real juga berlaku untuk matriks.

I. PENYAJIAAN MASALAH

TEOREMA 1.4.7 Hukum Eksponen

Jika A adalah matriks bujusangkardan r dan s adalah nteger-inter,maka

r s r+s s rs
A A =A ( A ¿¿ r ) = A ¿

Teorema berikut memberikan beberapa sifat yang bermanfaat dari eksponen negatif.

TEOREMA 1.4.8 Hukum Eksponen

Jika A adalah matriks yang dapat dibalik, maka :
a) A−1 dapat dibalik dan ( A−1)−1= A
b) An dapat dibalik dan ( An )−1=( A¿¿−1)n ¿ untuk n = 0,1,2,..
c) Untuk skalar taknol k sembarang, matriks kA dapat dibalik dan
−1 1 −1
(kA ) = A
k

II. PERENCANAAN PENYELESAIAN

A-1 adalah invers matriks A, k skalar

III. PENYELIDIKAN MASALAH

Bukti.
−1
a) Karena A A−1 =A−1 A=I , Matriks A−1 dapat dibalik dan ( A−1 ) = A
b) Jika k adalah skalar toknol sembarang, hasil-hasil (l) dan (m) dari teorema 1.4.5
memberikan
 ( kA ) ( 1k A )= 1k ( kA ) A =( 1k k) A A
−1 −1 −1
=( 1 ) l=l

IV. MENYAJIKAN HASIL

Jika A adalah matriks yang dapat dibalik, maka :

a) A−1 dapat dibalik dan ( A−1)−1= A
b) An dapat dibalik dan ( An )−1=( A¿¿−1)n ¿ untuk n = 0,1,2,..
c) Untuk skalar taknol k sembarang, matriks kA dapat dibalik dan
−1 1 −1
(kA ) = A
k

Hal yang sama, ( kA ) ( 1k A )=I sehingga kA dapat dibalik dan (kA )

−1 −1 1
= A−1
k

V. MENGANALISIS DAN MENGEVALUASI

5.1. EVALUASI
1. Misalkan A dan A−1 Adalah sebagaimana pada contoh 7, yaitu :

[ ]
A= 4 3 dan A−1=
1 1
1 d −b
Adj A −c a [ ]
¿
1
[
4−3 −1 4
1 −3
] ¿
[−1 4 ]
1 −3

A =[ ][ ][ ] =[
5 4 1 1 24 19 ]
][ ] =[
3 4 3 4 3 4 3 19 15 4 3 91 72
Maka
1 1 1 1 1 1
−1
( A¿¿ 3) =
[−24
19 −72
91 ]
¿

2. Tunjukan jika matriks bujursangkar A memenuhi A2 -3A + I = 0 maka A-1 = 3I – A

3. Misalkan A dan B adalah matriks nxn Nyatakanlah apakah hubungan berikut selalu benar
atau tidak buktikan jawaban anda dengan contoh
a. (AB)2 = A2 B2 b. ( A – B )2 = ( B – A )2

5.2. ANALISIS
Dalam operasi perpangkatan matriks bujursangkar A dan B dengan ukuran yang sama
maka ( A + B )2 ≠ A2 +2AB +B2 demikian juga (A +B )(A-B ) ≠ A2 - B2