MATRIKS

 a11 a12 a13 ... a1n 

 
 a21 a22 a23 ... a2 n 
A   a31 a32 a33 ... a3n 
 
 ... ... ... ... ... 
a am 2 am 3 ... amn 
 m1

Matriks A dengan m baris dan n kolom (Am×n).

Notasi Matriks :
A = aij  , dimana aij adalah elemen pada baris ke i kolom ke j

Kesamaan Matriks
Matriks A dan matrik B dikatakan sama (A = B), jika dan hanya jika :
a. Ordo kedua matriks sama.
b. Semua elemen yang bersesuaian mempunyai nilai yang sama.

Operasi Pada Matriks

a. Penjumlahan pada Matriks ( berlaku untuk matriks –matriks yang berukuran
sama ).
Jika A = aij  dan B = bij  , matriks yang berukuran sama , maka A + B adalah suatu
matriks C = cij  , di mana cij = aij + bij untuk setiap i dan j.
Contoh :
1 2 2 1
A =   dan B =   maka
3 3  2 4
1 2  2 1  1  2 2  1  3 3
A + B =   +   =   =  
3 3  2 4 3  2 3  4 5 7

b. Perkalian skalar terhadap matriks

Jika  suatu skalar dan A = aij  maka matriks A = (aij)
Contoh :
1 2  2.1 2.2   2 4
A =   maka 2A =   =  
3 3  2.3 2.3  6 6

c. Perkalian Matriks
Pada umumnya perkalian Matriks tidak komutatif terhadap operasi perkalian :
AB  BA.

1
 Syarat Perkalian Matriks :
Banyaknya kolom matriks pertama sama dengan banyaknya baris matriks kedua.

Definisi :
Misal A = aij  berukuran (m × n) dan B = bij  berukuran (n × p) . Maka perkalian
A × B adalah suatu matriks C = cij  berukuran (m × p) di mana cij = ai1 b1j + ai2 b2j
+ ….. + ain bnj untuk setiap i = 1,2,...,m dan j = 1,2,….,p.

Contoh :
 2
 
1. A = 1 2 3 dan B =  0  maka
1
 
A × B = 1.2  2.0  3.1 = 5

1 0 2  2 2
   
2. A   2 2 1  dan B   1 3  maka
 1 3 1  0 1
   
 1 2   (0  1)  (2  0) 1 2   (0  3)  (2 1)   2 4
 
A  B    2  2   (2  1)  (1 0)  2  2   (2  3)  (11)    6 3


 1 2   (3  1)  (1 0) 1 2   (3  3)  (11)   1 10 

d. Transpose dari suatu Matriks

Misal A = aij  berukuran (m × n) maka transpose dari A adalah matriks AT berukuran
(n × m) maka AT = a ji  .
Beberapa Sifat matriks transpose :
(i) (A + B)T = AT + BT
(ii) (AT )T = A
(iii) ( AT) = (A)T
(iv) (AB)T = BT AT
Catatan :
Bila Matriks A = aij  adalah suatu matriks kompleks, maka Transpose Hermitian
T
    _  
( Conjugate Transpose) yaitu AH =  aij  =  a ji  , jika z = x – yi maka z = x + yi
   
Contoh :
3  i 1 i   3  i i 
A =   maka AH =  
 i 3  1 i 3 

2
Beberapa Jenis Matriks Khusus
(1) Matriks Bujur Sangkar
Adalah suatu matriks dengan banyaknya baris sama dengan banyaknya kolom.
Contoh :
1 3
A =   adalah matriks bujur sangkar ordo 2.
 2 4
(2) Matriks Nol
Adalah matriks yang semua elemennya nol.
(3) Matriks Diagonal
Adalah matriks bujur sangkar yang semua elemen di luar diagonal utama adalah
nol.
Contoh :
1 0 0
 
0 2 0
 0 0 3
 
(4) Matriks Identity ( Satuan )
Adalah matriks diagonal yang elemen –elemen diagonal utamanya semua sama
dengan 1.
Contoh :
1 0 0
 
 0 1 0
0 0 1
 
(5) Matriks Skalar
Adalah matriks diagonal utamanya sama dengan k. Matriks Identitas adalah bentuk
khusus dari matriks skalar dengan k = 1
Contoh :
 2 0 0
 
0 2 0
 0 0 2
 
(6) Matriks Segitiga Bawah ( Lower Triangular )
Adalah matriks bujur sangkar yang semua elemen di atas diagonal utama sama
dengan nol.
Contoh :
 2 0 0
 
1 3 0
 4 0 2
 
(7) Matriks Segitiga Atas ( Upper Triangular )
Adalah matriks bujur sangkar yang semua elemen di bawah diagonal utama sama
dengan nol.

3
 Contoh :
 2 1 0
 
0 3 5
 0 0 2
 
(8) Matriks Simetris
Adalah matriks yang transposenya sama dengan dirinya sendiri. Dengan perkataan
lain A = AT dan matriks simetris merupakan matriks bujur sangkar.
Contoh :
1 2 0 1 2 0
   
A =  2 3 1  dan A =  2 3 1 
T

0 1 1 0 1 1
   
(9) Matriks Antisimetris
Adalah matriks yang transposenya adalah negatifnya. Dengan perkataan lain AT = -
A.
Contoh :
0 1 1  2  0 1 1 2
   
1 0 3  4 T  1 0 3 4 
A=  , A =
1 3 0 1  1 3 0  1
   
2 4  1 0   2  4 1 0 
 

(10) Matriks Hermitian

Adalah matriks dengan transpose hermitiannya sama dengan dirinya sendiri.
Dengan perkataan lain AH = - A
Contoh
 3 2  i  3 2  i
A =   dan AH =  
2  i 4  2  i 4 

(11) Matriks Invers ( Kebalikan ) :

Jika A dan B adalah matriks bujur sangkar ordo n dan berlaku AB = BA + I maka
dikatakan B invers dari A dan ditulis B = A-1 sebaliknya A adalah invers dari B
dan ditulis A = B-1 .

(12) Matriks Komutatif.

Adalah Jika A dan B matriks yang bujur sangkar dan berlaku AB = BA.
Anti Komutatif jika AB = -BA.

(13) Matriks Idempoten, Periodik, Nilpoten

- Matriks Idempoten
Jika A Matriks Bujur Sangkar dan berlaku AA = A2 = A.
- Matriks Periodik

4
 Jika A Matriks Bujur Sangkar dan berlaku AAA…A = Ap = A dikatakan periodik
dengan periode p-1.
- Matriks Nilpoten
Jika A Matriks Bujur Sangkar dan berlaku Ar = 0, dikatakan Nilpoten dengan
indeks r dan r bilangan bulat positip. 0 adalah matriks Nol.

Transformasi Elementer
(1a ) Penukaran tempat baris ke-i dan baris ke-j ditulis Hij(A).
Contoh :
 1 2 3  4 5 6
   
A =  4 5 6  maka H12(A)=  1 2 3 
7 8 9 7 8 9
   
(1b ) Penukaran tempat kolom ke-i dan kolom ke-j ditulis Kij(A).
Contoh :
 1 2 3  2 1 3
   
A =  4 5 6  maka K12(A)=  5 4 6 
7 8 9 8 7 9
   
(2a) Memperkalikan baris ke-i dengan skalar   0, ditulis Hi() (A)
Contoh :

 1 2 3 1 2 3 
   
A =  4 5 6  maka H2(2) (A)=  8 10 12 
7 8 9 7 8 9 
   

(2b) Memperkalikan kolom ke-j dengan skalar   0, ditulis Kj() (A)

Contoh :

 1 2 3  3 2 3
   
A =  4 5 6  maka K1(3) (A)= 12 5 6 
7 8 9  21 8 9 
   

(3a) Menambah baris ke-i dengan skalar   0 kali baris ke -j, ditulis Hij() (A)
 1 2 3  1 2 3
   
A =  4 5 6  maka H21(1) (A)=  5 7 9 
7 8 9 7 8 9
   
Baris 1 kali 1 tambahkan dengan baris 2 diletakkan di baris 2

5
(3b) Menambah kolom ke-i dengan skalar   0 kali kolom ke -j, ditulis Kij() (A)
 1 2 3 1 2 5 
   
A =  4 5 6  maka K31 (A)=  5 7 14 
(2)

7 8 9  7 8 23 
   
Kolom 1 kali 2 tambahkan dengan kolom 3 diletakkan di kolom 3

Rank Matriks
Rank adalah banyaknya maksimum baris atau kolom yang tidak dapat dinolkan
Contoh:
2 4 1
 
A   3 0 2
 5 4 3
 
Cara 1
 2 4 1  H ( 1)  2 4 1  H ( 1)  2 4 1 
  31   32  
 3 0 2    3 0 2    3 0 2
 5 4 3  3 0 2 0 0 0
     
Jadi, r(A) = 2.

Cara 2
 2 4 1  H 2( 3)  2 4 1 H ( 1)  2 4 1 
  21   32  
 3 0 2 
 2( 5)  0 12 1    0 12 1 
 5 4 3  H31  0 12 1  0 0 0
     
Jadi, r(A) = 2.

Determinan Matriks
- Matriks 2×2
a b
A  maka det(A) = |A|= ad - bc.
c d
Contoh:
 1 2 
A  maka |A|= (-1)(3) - (4)(-2) = -3 + 8 = 5
4 3
- Matriks 3×3
a. Metode Sarrus
a b c 
 
A  d e f 
g h i 
 

6
 a b c a b
 
A  d e f d e
g h i  g h

- - - + + +
maka |A|= aei + bfg + cdh - ceg - afh - bdi
Contoh:
 1 3 1 1 3
 
A   1 2 2  1 2
2 4 32 4
 

maka |A|= (1)(2)(3) + (3)(2)(2) + (-1)(-1)(4) - (-1)(2)(2) - (1)(2)(4) - (3)(-1)(3)

= 6 + 12 +4 + 4 - 8 + 9 = 27

b. Ekspansi Baris atau Kolom

- Minor
Mij yaitu matriks yang diperoleh dengan menghilangkan baris ke i dan kolom ke j.
Contoh:
 1 3 1  1 3 kolom
1 3
   
A   1 2 2  A   1 2 2  baris 2
2 4 3 2 4 3
   
1 3
M23 (A) =  
 2 4
- Kofaktor
Cij = (-1)i+j| Mij |
1 3
C23 (A) = (-1)2+3  (1)5  (1)(4)  (3)(2)   (4  6)  2
2 4
Mencari determinan dari A dengan ekspansi baris 1
1 3 1
A  1 2 2
2 4 3
2 2 1 2 1 2
1 3 1
4 3 2 3 2 4
 (6  8)  3(3  4)  (4  4)
 2  21  8  27

Mencari determinan dari A dengan ekspansi kolom 2

-
7
 1 3 1
A  1 2+ 2
2 4 3 -
1 2 1 1 1 1
 3 2 4
2 3 2 3 1 2
 3(3  4)  2(3  2)  4(2  1)
 21  10  4  27