MATEMATIKA I

MATRIKS

Meeting #3
T. Brenda Chandrawati, MT
FX. Hendra Prasetya, MT
DEFINISI

kumpulan bilangan yang disajikan secara teratur

dalam baris dan kolom yang membentuk suatu
persegi panjang, serta termuat diantara sepasang
tanda kurung.
NOTASI
• Nama matriks menggunakan huruf besar
• Anggota-anggota matriks dapat berupa huruf kecil
maupun angka
• Digunakan kurung biasa atau kurung siku
a b c
 1 3 2
A    H   d e f 
 5 7 6  g h i 
NOTASI
• Ordo matriks atau ukuran matriks merupakan
banyaknya baris (garis horizontal) dan banyaknya
kolom (garis vertikal) yang terdapat dalam matriks
tersebut.
• Jadi, suatu matriks yang mempunyai m baris dan n
kolom disebut matriks berordo atau berukuran
m x n.
Notasi A = (aij)
• Memudahkan menunjuk anggota suatu matriks
NOTASI
 a11 a12 a13 ... a1n  Dengan
 
 a21 a22 a23 ... a2 n  i = 1,2,...,m
A   a31 a32 a33 ... a3n 
  j = 1,2,...,n
 ... ... ... ... ... 
a amn 
 m1 am 2 am 3 ...
MATRIKS
• Contoh : Matriks A merupakan matriks berordo 4x2
1 4 
3 1 
A 
2 1 
 
 6  1

• Bilangan-bilangan yang terdapat dalam sebuah

matriks dinamakan entri dalam matriks atau
disebut juga elemen atau unsur.
JENIS-JENIS MATRIKS
1. Matriks baris adalah matriks yang hanya
mempunyai satu baris
C  1 2 1 4

2. Matriks kolom adalah matriks yang hanya

mempunyai satu kolom.
1 
E  3
4
JENIS-JENIS MATRIKS
3. Matriks bujursangkar (persegi) adalah matriks
yang berukuran n x n
1 4
A 
3 1 
4. Matriks nol adalah matriks yang setiap entri atau
elemennya adalah bilangan nol
0 0 
O3x 2  0 0
0 0
JENIS-JENIS MATRIKS
Sifat-sifat dari matriks nol :
• -A+0=A, jika ukuran matriks A = ukuran matriks 0
• -A*0=0, begitu juga 0*A=0.
5. Matriks Diagonal adalah matriks persegi yang
semua elemen diatas dan dibawah diagonalnya
adalah nol. Dinotasikan sebagai D.
1 0 0
D3x 3 
 0 2 0 
0 0 5
JENIS-JENIS MATRIKS
6. Matriks Skalar adalah matriks diagonal yang semua
elemen pada diagonalnya sama
5 0 0 
D3x 3  0 5 0
0 0 5
JENIS-JENIS MATRIKS
7. Matriks Identitas adalah matriks skalar yang
elemen-elemen pada diagonal utamanya bernilai 1.
1 0 0 
D  0 1 0
0 0 1

Sifat-sifat matriks identitas :

• A*I=A
• I*A=A
JENIS-JENIS MATRIKS
8. Matriks Segitiga Atas 2 4 5
adalah matriks persegi yang A  0 1 2
elemen di bawah diagonal 0 0 6
utamanya bernilai nol
9. Matriks Segitiga Bawah 1 0 0 
adalah matriks persegi yang B  3 4 0
elemen di atas diagonal 2 5 1
utamanya bernilai nol
MATRIKS A=B
• Dua buah matriks A dan B dikatakan sama (A = B)
apabila A dan B mempunyai jumlah baris dan kolom
yang sama (berordo sama) dan semua unsur yang
terkandung di dalamnya sama.

• aij = bij dimana

aij = elemen matriks A dari baris i dan kolom j
bij = elemen matriks B dari baris i dan kolom j
MATRIKS A=B
• A=B
 2 4  2 4
A  dan B   
 0 1   0 1 

• A≠B
 2 4 2 1 4
A  dan B   
0 1 5  3 1 
PENJUMLAHAN MATRIKS
• Apabila A dan B merupakan dua matriks yang
ukurannya sama, maka hasil penjumlahan (A + B)
adalah matriks yang diperoleh dengan
menambahkan bersama-sama entri yang
seletak/bersesuaian dalam kedua matriks tersebut.
PENJUMLAHAN MATRIKS
• Matriks-matriks yang ordo/ukurannya berbeda tidak
dapat ditambahkan.
 a11 a12 a13  b11 b12 b13 
A  a 21 a 22 a 23  dan B  b21 b22 b23 
 a31 a32 a33  b31 b32 b33 

 a11  b11 a12  b12 a13  b13 

A  B  a 21  b21 a 22  b22 a 23  b23 
 a31  b31 a32  b32 a33  b33 
PENJUMLAHAN MATRIKS
• Contoh Soal
4 2  3  4

A   1 3   
B  2 1  
 2  2 1  2

 43 2  4  7  2 
A  B   1  2 3  1   1 4 
 2  1  2  2 3  4
PENGURANGAN MATRIKS
• A dan B adalah suatu dua matriks yang ukurannya
sama, maka A-B adalah matriks yang diperoleh
dengan mengurangkan bersama-sama entri yang
seletak/bersesuaian dalam kedua matriks tersebut.
PENGURANGAN MATRIKS
• Matriks-matriks yang ordo/ukurannya berbeda tidak
dapat dikurangkan.
 a11 a12 a13  b11 b12 b13 
A  a 21 a 22 a 23  dan B  b21 b22 b23 
 a31 a32 a33  b31 b32 b33 

 a11  b11 a12  b12 a13  b13 

A  B  a 21  b21 a 22  b22 a 23  b23 
 a31  b31 a32  b32 a33  b33 
PENGURANGAN MATRIKS
Contoh :
 1 0  1  1 1 1
A  2 2  3 B   1 2 4
3 4 0   3 4 2

 1  1 0  1  1  1  0  1  2 
A  B   2  1 2  2  3  4  3 0  7 
3  3 4  4 0  2  0 0  2
PERKALIAN MATRIKS dgn SKALAR
• Jika k adalah suatu bilangan skalar dan matriks
A=(aij ) maka matriks kA=(kaij ) adalah suatu matriks
yang diperoleh dengan mengalikan semua elemen
matriks A dengan k.
• Mengalikan matriks dengan skalar dapat dituliskan
di depan atau dibelakang matriks.
• [C]=k[A]=[A]k
PERKALIAN MATRIKS dgn SKALAR

3 8 4 * 3 4 * 8 12 32
A  4A    4A   
5 1   4 * 5 4 * 1  20 4 
PERKALIAN MATRIKS dgn SKALAR
Sifat-sifat perkalian matriks dengan skalar :
• k(B+C) = kB + kC
• k(B-C) = kB-kC
• (k1+k2)C = k1C + k2C
• (k1-k2)C = k1C – k2C
• (k1.k2)C = k1(k2C)
PERKALIAN MATRIKS dgn SKALAR
Contoh :
0 1  3 4
A  B  dengan k = 2, maka
 2  1 1 1 

k(A+B) = 2(A+B) = 2A+2B

0 1  3 4 3 5 6 10 
2( A  B)  2 * (     )  2*   
 2  1  1 1  3 0   6 0 
0 1  3 4 0 2  6 8 6 10
2 A  2B  2 *    2*       
 2  1 1 1   4  2   2 2   6 0 
PERKALIAN MATRIKS dgn SKALAR
Contoh :
1 1 
C  dengan k1 = 2 dan k2 = 3, maka
 2  1

(k1+k2)C = k1.C + k2.C

1 1  1 1   5 5 
(k1  k 2 ) * C  (2  3) *    5*    
 2  1  2  1   10  5
1 1  1 1   2 2   3 3 
(k1 * C  k2 * C )  (2) *    (3) *      
 2  1  2  1  4  2   6  3
5 5 
 
10  5 
PERKALIAN MATRIKS
• Perkalian matriks dengan matriks pada umumnya
tidak bersifat komutatif.
• Syarat perkalian adalah jumlah banyaknya kolom
pertama matriks sama dengan jumlah banyaknya
baris matriks kedua.
• Jika matriks A berukuran mxn dan matriks B
berukuran nxp maka hasil dari perkalian A*B adalah
suatu matriks C=(cij ) berukuran mxp dimana
PERKALIAN MATRIKS
PERKALIAN MATRIKS
Contoh :  3
A  3 2 1 B  1
0
 3
A * B  3 2 1* 1  (3 * 3)  (2 * 1)  (1 * 0)  11
0
 3 3 * 3 3 * 2 3 * 1 9 6 3
B * A  1 * 3 2 1  1 * 3 1 * 2 1 * 1  3 2 1
0 0 * 3 0 * 2 0 * 1 0 0 0
PERKALIAN MATRIKS
• Apabila A merupakan suatu matriks persegi, maka
A² = A.A ; A³=A².A dan seterusnya
• Apabila AB = BC maka tidak dapat disimpulkan
bahwa A=C (tidak berlaku sifat penghapusan)
• Apabila AB = AC belum tentu B = C
• Apabila AB = 0 maka tidak dapat disimpulkan
bahwa A=0 atau B=0
PERKALIAN MATRIKS
• Terdapat beberapa hukum perkalian matriks :
1. A(BC) = (AB)C
2. A(B+C) = AB+AC
3. (B+C)A = BA+CA
4. A(B-C)=AB-AC
5. (B-C)A = BA-CA
6. A(BC) = (aB)C= B(aC)
7. AI = IA = A
PERPANGKATAN MATRIKS
Sifat perpangkatan pada matriks sama seperti sifat
perpangkatan pada bilangan-bilangan untuk setiap a
bilangan riil, dimana berlaku :
• A2 = A A
• A3 = A2 A
• A4 = A3 A
• A5 = A4 A; dan seterusnya
PERPANGKATAN MATRIKS
 1 1
Tentukan hasil A² dan A³ untuk A 
 2 0 

 1 1  1 1  3  1
A  AxA  
2
    
 2 0  2 0    2 2 
 1 1  3  1  5 3 
A  AxA  
3 2
    
 2 0   2 2   6  2
PERPANGKATAN MATRIKS
 1 1
Tentukan hasil 2A² + 3A³ untuk A 
 2 0 

 3  1  6  2
2A  2  
2
  
  2 2    4 4 
  5 3  15 9
3A  3  
3
  
  2 2    6 6 
 6  2  15 9   9 7 
2 A  3A  
2 3
    
  4 4    6 6    10 10 
DETERMINAN MATRIKS
• Setiap matriks persegi atau bujur sangkar memiliki
nilai determinan
• Nilai determinan dari suatu matriks merupakan
suatu skalar.
• Jika nilai determinan suatu matriks sama dengan
nol, maka matriks tersebut disebut matriks
singular.
NOTASI DETERMINAN MATRIKS
• Misalkan matriks A merupakan sebuah matriks
bujur sangkar
• Fungsi determinan dinyatakan oleh det (A)
• Jumlah det(A) disebut determinan A
• det(A) sering dinotasikan |A|
NOTASI DETERMINAN MATRIKS
• Pada matriks 2x2 cara menghitung nilai
determinannya adalah :
 a11 a12 
A   
 a21 a22 
a11 a12
det( A) 
a21 a22
det( A)  a11a22  a12a21
NOTASI DETERMINAN MATRIKS
Contoh :
 2 5
A   
 1 3
2 5
det( A) 
1 3
det( A)  6  5  1
DETERMINAN MATRIKS : SARRUS

 a11 a12 a13 

 
A   a21 a22 a23 
a a33 
 31 a32

det( A) a11a22 a33  a12 a23a31  a13a21a32

 a31a22 a13  a32 a23a11  a33a21a12
DETERMINAN MATRIKS : SARRUS
Contoh :
  2 2  3
 
A   1 1 3 
 2 0 1
 
Nilai Determinan dicari menggunakan metode Sarrus
det(A) = (-2·1 ·-1) + (2 ·3 ·2) + (-3 ·-1 ·0) – (-3 ·1 ·2)
– (-2 ·3 ·0)-(2 ·-1 ·-1)
= 2 +12+0+6-0-2
= 18
MINOR
• Yang dimaksud dengan MINOR unsur aij adalah
determinan yang berasal dari determinan orde ke-n
tadi dikurangi dengan baris ke-i dan kolom ke-j.
• Dinotasikan dengan Mij
• Contoh Minor dari elemen a₁₁
 a11 a12 a13 
  a22 a23
A   a21 a22 a23  M 11 
a a32 a33
 31 a32 a33 
MINOR
 a11 a12 a13 a14 
  a22 a23 a24
 a21 a22 a23 a24 
A M 11  a32 a33 a34
a31 a32 a33 a34 
  a42 a43 a44
a a44 
 41 a42 a43
MINOR
Minor-minor dari Matrik A (ordo 3x3)
KOFAKTOR MATRIKS
• Kofaktor dari baris ke-i dan kolom ke-j dituliskan
dengan

• Contoh :
Kofaktor dari elemen a11
c23  (1) 23 M 23  M 23
TEOREMA LAPLACE
• Determinan dari suatu matriks sama dengan
jumlah perkalian elemen-elemen dari sembarang
baris atau kolom dengan kofaktor-kofaktornya
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Baris
• Misalkan ada sebuah matriks A berordo 3x3
 a11 a12 a13 
 
A   a21 a22 a23 
a a33 
 31 a32
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Baris
• Determinan Matriks A dengan metode ekspansi
kofaktor baris pertama
𝐴  a11c11  a12c12  a13c13
 a11 M 11  a12 M 12  a13 M 13
a22 a23 a21 a23 a21 a22
 a11  a12  a13
a32 a33 a31 a33 a31 a32
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Baris
• Determinan Matriks A dengan metode ekspansi
kofaktor baris kedua
𝐴  a 21c 21  a 22 c 22  a 23c 23
 a 21 M 21  a 22 M 22  a 23 M 23
a12 a13 a11 a13 a11 a12
 a 21  a 22  a 23
a32 a33 a31 a 33 a31 a32
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Baris
• Determinan Matriks A dengan metode ekspansi
kofaktor baris ketiga
𝐴  a31c31  a32 c32  a33c33
 a31 M 31  a32 M 32  a33 M 33
a12 a13 a11 a13 a11 a12
 a31  a32  a33
a 22 a 23 a 21 a 23 a 21 a 22
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Kolom
• Misalkan ada sebuah matriks A berordo 3x3
 a11 a12 a13 
 
A   a21 a22 a23 
a a33 
 31 a32
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Kolom
• Determinan Matriks A dengan metode ekspansi
kofaktor kolom pertama
𝐴  a11c11  a 21c 21  a31c31
 a11 M 11  a 21 M 21  a31 M 31
a 22 a 23 a12 a13 a12 a13
 a11  a 21  a31
a32 a 33 a32 a 33 a 22 a 23
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Kolom
• Determinan Matriks A dengan metode ekspansi
kofaktor kolom kedua
𝐴  a12 c12  a 22 c 22  a32 c32
 a12 M 12  a 22 M 22  a32 M 32
a 21 a 23 a11 a13 a11 a13
 a12  a 22  a32
a31 a 33 a31 a 33 a 21 a 23
TEOREMA LAPLACE
Determinan dengan Ekspansi Kofaktor Pada Kolom
• Determinan Matriks A dengan metode ekspansi
kofaktor kolom ketiga
𝐴  a13c13  a 23c 23  a33c33
 a13 M 13  a 23 M 23  a33 M 33
a 21 a 22 a11 a12 a11 a12
 a13  a 23  a33
a31 a32 a31 a32 a 21 a 22
DET MATRIKS SEGITIGA
Jika A adalah matriks segitiga bujur sangkar berupa
segitiga atas atau segitiga bawah maka nilai det(A)
adalah hasil kali diagonal matriks tersebut
det( A)  a11  a 22  a33    dst
Contoh :
A= det( A)  2  (3)  6  9  4  1296
TRANSPOSE MATRIKS
Jika A adalah suatu matriks m x n, maka tranpose A
dinyatakan oleh Aͭ dan didefinisikan dengan matriks n x
m yang kolom pertamanya adalah baris pertama dari
A, kolom keduanya adalah baris kedua dari A,
demikian juga dengan kolom ketiga adalah baris ketiga
dari A dan seterusnya.
TRANSPOSE MATRIKS
Contoh :
1 3 1
Matriks A    berordo 2 x 3
4 1 3

1 4

Transposenya A  3 1 
t  berordo 3 x 2
1 3
TRANSPOSE MATRIKS
Beberapa Sifat Matriks Transpose :
1.( A  B ) T  AT  B T
2.( AT ) T  A
3.( AB ) T  B T AT
4.(kA) T  kA T
MATRIKS SIMETRI
Sebuah matriks dikatakan simetri apabila hasil dari
transpose matriks A sama dengan matriks A itu sendiri.
A A
T

Contoh : 1 3 2
2
B 
1 A  3 0 0
1 2 2 0 0
2 1
B 
T
1 3 2
2
1 AT  3 0 0
2 0 0
INVERS MATRIKS
• Matriks invers dari suatu matriks A adalah matriks
B yang apabila dikalikan dengan matriks A
memberikan satuan I
• AB = I
1
• Notasi matriks invers : A
• Sebuah matriks yang dikalikan matriks inversenya
akan menghasilkan matrik satuan
A 1 A  I
INVERS MATRIKS

a b 
• Jika A   
c d 
1 1  d  b
maka A   
ad  bc  c a 
INVERS MATRIKS
Langkah-langkah untuk mencari invers matriks M yang
berordo 3x3 adalah :
1. Cari determinan dari M
T
2. Transpose matriks M sehingga menjadi M
3. Cari adjoin matriks
4. Gunakan rumus
1 1
M  (adjoin( M ))
det( M )
INVERS MATRIKS
Contoh soal :
1 2 3
M  0 1 4
5 6 0

– Cari Determinannya :
det(M) = 1(0-24)-2(0-20)+3(0-5) = 1
– Transpose matriks M 1 0 5 
M T  2 1 6
3 4 0
INVERS MATRIKS
− Temukan matriks kofaktor dengan menghitung
minor-minor matriksnya
INVERS MATRIKS
− Hasilnya
 24  18 5      24 18 5
 20  15 4     20  15  4
     
  5  4 1       5 4 1 

− Hasil Adjointnya :
  24 18 5 
 
 20  15  4 
 5 
 4 1 
INVERS MATRIKS
− Hasil akhirnya
  24 18 5    24 18 5 
1   
M 1   20  15  4    20  15  4 
1   5 
  5 4 1   4 1 
LATIHAN SOAL
2 1 −1 2 1 −1
1. Jika 𝐴 = ,𝐵 = ,𝐶 =
3 4 5 6 2 9
Tentukan 2A – B +3C
2. Hitunglah determinan matriks di bawah
−1 2 1
a. 𝐷 = 0 1 −1
−2 3 4
LATIHAN SOAL
2. Hitunglah determinan matriks di bawah

1 2 3 4
b. 𝐸 = −2 3 1 0
2 1 2 −2
3 2 0 1
2 3
3. Jika 𝐴 = , tentukan 𝐴−1
4 5
LATIHAN SOAL
4. Jika a, b, c dan d memenuhi persamaan
𝑎 𝑏 2𝑑 𝑐 1 −1
=
2𝑐 𝑑 𝑏 2𝑎 −1 1
Tentukanlah 𝑎 + 𝑏 + 𝑐 + 𝑑
5. Carilah x1, x2, x3 dari persamaan di bawah :
𝑥1 + 𝑥2 + 𝑥3 = 6
𝑥1 + 2𝑥2 − 𝑥3 = 2
2𝑥1 + 𝑥2 + 2𝑥3 = 10