Matriks
Dan
Sistem Persamaan Linier
2 0 3
Contoh: 1 2 4 Bilangan ini bisa berupa
baris bilangan nyata atau kompleks.
3 2 1 Kita akan melihat matriks
berisi bilangan nyata.
kolom
Contoh:
2 0 3
2 4 1
A 1 2 4 B
3 2 1 3 0 2
Elemen Matriks
Isi suatu matriks disebut elemen matriks
Contoh:
2 4 1 2, 4, 1 dan 3, 0, 2 adalah elemen-emenen
B matriks yang membentuk baris
3 0 2
2, 3 dan 4, 0, dan 1, 2 adalah elemen-elemen
matriks yang membentuk kolom
Ukuran Matriks
Secara umum suatu matrik terdiri dari b baris dan k kolom, sehingga
suatu matrik akan terdiri dari bk elemen-elemen
Ukuran matriks dinyatakan sebagai bk
Contoh:
2 4 1
B adalah matriks berukuran 23
3 0 2
Nama Khusus
Matriks dengan b = k disebut matriks bujur sangkar.
Matriks dengan k = 1 disebut matriks kolom atau vektor kolom.
Matriks dengan b = 1 disebut matriks baris atau vektor baris.
Matriks dengan b k disebut matrik segi panjang
Contoh:
2 0 3 b = k = 3 b = 2, k = 3
2 4 1
A 1 2 4 matriks bujur B matriks segi
3 0 2
3 2 1 sangkar 33 panjang 23
2 k=1
p q 3 2 4 b=1
4 vektor kolom
vektor baris
Diagonal Utama
2 0 0 2 2 1
T1 1 1 0 T2 0 1 3
3 4 3 0 0 3
Matriks Diagonal
Contoh:
2 0 0
D 0 1 0
0 0 0
Matriks Satuan
Contoh:
1 0 0
A 0 1 0 I
0 0 1
Matriks Nol
Matriks nol, 0, yang berukuran mn adalah matriks yang
berukuran mn dengan semua elemennya bernilai nol.
Anak matriks atau sub-matriks
Contoh: 2 4 1
B
3 0 2
Matriks B memiliki:
2 0 3
A 1 2 4 dapat kita pandang sebagai matriks A a1 a 2 a3
3 2 1 dengan anak-anak matriks yang berupa vektor kolom
2 0 3
a1 1 a 2 2 a3 4
3 2 1
Kesamaan Matriks
Dua matriks A dan B dikatakan sama jika dan hanya jika berukuran
sama dan elemen-elemen pada posisi yang sama juga sama.
Contoh: A=B
2 4
Jika A
3 0
2 4
maka haruslah B 3 0 .
Matriks Negatif
Negatif dari matriks berukuran mn adalah matriks berukuran
mn yang diperoleh dengan mengalikan seluruh elemennya
dengan faktor (1). .
Contoh:
2 4 2 4
A A
3 0 3 0
Penjumlahan
Penjumlahan dua matriks hanya didefinisikan
untuk matriks yang berukuran sama
Jumlah dari dua matriks A dan B yang masing-masing berukuran
mn adalah sebuah matriks C berukuran mn yang elemen-
elemennya merupakan jumlah dari elemen-elemen matriks A dan
B yang posisinya sama
Contoh:
2 4
Jika A
3 0 3 7
maka A B
1 3 5 2
B
2 2
AB BA
A B C A B C
Pengurangan Matriks
Pengurangan matriks dapat dipandang sebagai
penjumlahan dengan matriks negatif
2 4 1 3
Contoh: A B
3 0 2 2
2 4 1 3 1 1
AB
3 0 2 2 1 2
A A A ( A) 0
A0 A
Perkalian Matriks
Perkalian antara dua matriks A dan B yaitu C = AB hanya terdefinisikan jika
banyak kolom matriks A sama dengan banyak baris matriks B.
Dalam perkalian matriks, urutan hatus diperhatikan.
Perkalian matriks tidak komutatif.
AB BA
Jadi jika matriks A berukuran mn dan B berukuran pq
a11 a12 a11
a12 a a1n
1q
a21 a22 a2n
a A
21 a 22
a
2 q
B am1 am 2 amn
a p1 am 2 a pq
Hasil kali matriks AB berupa matriks berukuran mq dengan nilai elemen
pada baris ke b kolom ke k merupakan hasil kali internal (dot product) vektor
baris ke b dari matriks A dan vektor kolom ke k dari matriks B
Perkalian Matriks dengan Bilangan Skalar
Hasil kali suatu bilangan skalar a dengan matriks berukuran mn
adalah matriks berukuran mn yang seluruh elemennya bernilai a kali.
aA = Aa
Contoh:
2 2 1 2 2 1 4 4 2
2 1 3 2 1 3 2 2 2 6 4
3 2 3 3 2 3 6 4 6
Contoh: 4
vektor baris: a 2 3 vektor kolom: b 2 baris
3
2. kolom
perkalian internal dapat dilakukan
4
c a b 2 3 2 4 3 3 17
3
Jika urutan dibalik, b : 1 kolom, a : 1 baris, perkalian juga dapat dilakukan
tetapi memberikan hasil yang berbeda
4 4 2 4 3 8 12
d b a 2 3
3
3 2 3 3 6 9
Perkalian matriks tidak komutatif.
Perkalian Matriks Dengan Vektor
Contoh:
2 1 2
Misalkan A dan b 2 baris
3 4 3
a1 a1 b 2 2 1 3 7
C Ab b a b
a 2 2 3 2 4 3 18
Contoh: 2 1 4 2
A dan B baris = 2
3 4 5 3
kolom = 2
dapat dikalikan
a
Matriks A kita pandang sebagai A 1
a 2
Matriks B kita pandang sebagai B b1 b2
a a b a1 b 2
C AB 1 b1 b 2 1 1
a 2 a 2 b1 a 2 b 2
2 4 1 5 2 2 1 3 13 7
3 4 4 5 3 2 4 3 32 18
Perkalian dua matriks persegi panjang
Contoh:
1 2
2 4 3
A dan B 4 3 baris = 3
1 3 2 2 3
1 2
2 4 3
C AB 4 3
1 3 2 2 3
2 1 4 4 3 2 2 2 4 3 3 3
1 1 3 4 2 2 1 2 3 3 2 3
25 25
17 17
Pernyataan matriks dengan anak matriks pada contoh di atas adalah
a1
A B b1 b 2
a 2
a a b a1 b 2
sehingga C AB 1 b1 b2 1 1
a 2 a 2 b1 a 2 b 2
,
matriks yang kedua kita susun dari anak matriks yang berupa
vektor kolom
Jadi perkalian matriks adalah perkalian dari baris ke kolom
Sifat-sifat perkalian matriks
Contoh: 2
a 2 4 3 aT 4
3
5
b 4 b T 5 4 3
3
Putaran Jumlah Dua Vektor Baris
Contoh:
Jika a 2 4 3 dan b 1 3 2
maka a b 3 7 5
3 2 1
a b T 7 4 3 aT b T
5 3 2
Secara umum : a b T aT bT
Putaran Hasil Kali Vektor Baris Dan Vektor Kolom
Putaran hasil kali vektor baris dengan vektor kolom atau vektor
kolom dengan vektor baris, sama dengan hasil kali putaran
masing-masing dengan urutan dibalik
Contoh: 1
Jika a 2 4 3 dan b 3
2
maka ab 2 1 4 3 3 2
2
abT 2 1 4 3 3 2 1 3 2 4 b TaT
3
Contoh:
2
Jika a 4 dan b 1 3 2
3
2 1 2 3 2 2
maka ab 4 1 4 3 4 2
3 1 3 3 3 2
2 1 4 1 3 1 1
ab T 2 3 4 3 3 3 3 2 4 3 b TaT
2 2 4 2 3 2 2
Contoh:
2 1
2 4 3
Jika A maka A T 4 3
1 3 2
3 2
Jika matriks A a1
T
dinyatakan dengan A a1 a 2 a m maka A
vektor kolom a m
Putaran Jumlah Matriks
Putaran jumlah dua matriks sama dengan jumlah putaran masing-
masing matriks.
Hal ini telah kita lihat pada putaran jumlah vektor baris.
A B T A T BT
Jika A a1 am dan B b1 bm
maka A B a1 b1 a m b m
Dengan demikian
a b T a T bT a T bT
1 1 1 1
1 1
A B T A B
T T
a b T a T bT aT b T
m m m m m m
Putaran Hasil Kali Matriks
Putaran hasilkali dua matriks sama dengan hasil kali putaran
masing-masing dengan urutan yang dibalik. Hal ini telah kita lihat
pada putaran hasil kali vektor baris dan vektor kolom.
ABT BT AT
a1
Jika A dan B b1 b n
a m
a1 b1 a1 b n
maka AB
a m b n a m b n
T
Jika B B
dikatakan bahwa matriks B adalah simetris miring.
a). Setiap elemen dari baris yang sama dapat dikalikan dengan
faktor bukan nol yang sama.
b). Satu baris boleh dijumlahkan ke baris yang lain.
c). Tempat baris (urutan baris) dapat dipertukarkan.
Setiap operasi baris akan menghasilkan matriks gandengan baru.
Matriks gandengan baru ini disebut sebagai setara baris dengan matriks
gandengan yang lama.
Operasi baris dapat kita lakukan lagi pada matriks gandengan baru dan
menghasilkan matriks gandengan yang lebih baru lagi dan yang terakhir
inipun setara baris dengan matriks gandengan yang lama.
Contoh:
Suatu sistem persamaan linier: x A xB 8
x A 4 xB 2 xC 0
x A 3 xB 5 xC 2 xD 8
x A 4 xB 3xC 2 xD 0
Kita tuliskan persamaan ini dalam bentuk matriks:
1 1 0 0 x A 8
1 4 2 0 x 0
B
1 3 5 2 xC 8
1 4 3 2 x D 0
1 1 0 0 | 8
1 4 2 0 | 0
Matriks gandengnya
adalah: 1 3 5 2 | 8
1 4 3 2 | 0
1 1 0 0 | 8
0 3 2 0 | 8 (pivot)
0 0 5 4 / 3 2 | 16 / 3 (2/3 baris 2)
0 0 1 2 | 0 (-baris 2)
1 1 0 0 | 8
0 3 2 0 | 8
0 0 5 4 / 3 2 | 16 / 3
0 0 1 2 | 0
Kalikan baris ke 3
dengan 3 agar diperoleh
bilangan bulat
1 1 0 0 | 8
0 3 2 0 | 8
0 0 11 6 | 16
0 0 1 2 | 0
1 1 0 0 | 8
0 3 2 0 | 8
0 0 11 6 | 16
0 0 1 2 | 0
1 1 0 0 | 8
0 3 2 0 | 8
0 0 11 6 | 16 pivot
0 0 0 16 | 16 11 baris 3
1 1 0 0 | 8
Hasil terakhir 0 3 2 0 | 8
langkah ketiga
adalah:
0 0 11 6 | 16
0 0 0 16 | 16
Jika persamaan lebih banyak dari unsur yang tak diketahui, sistem
menjadi tertentu berlebihan.
Sistem yang kurang tertentu selalu mempunyai solusi (dan banyak)
sedangkan sistem tertentu dan tertentu berlebihan bisa memberikan
solusi bisa juga tidak memberikan solusi.
Contoh Sistem Persamaan Yang Memberikan Banyak Solusi
Contoh:
x A xB 8
x A 4 xB 2 xC 0
3 xB 2 xC 8
Matriks gandeng:
1 1 0 | 8
1 4 2 | 0
0 3 2 | 8
Eliminasi Gauss:
1 1 0 | 8 1 1 0 | 8
0 3 2 | 8 0 3 2 | 8
0 3 2 | 8 0 0 0 | 0
Matriks gandengan ini menyatakan sistem persamaan :
x A xB 8
3 xB 2 xC 8
00
Contoh: x A xB 8
x A 4 xB 2 xC 0
3 xB 2 xC 10
1 1 0 | 8 1 1 0 | 8
1 4 2 | 0 0 3 2 | 8
0 3 2 | 10 0 3 2 | 10
1 1 0 | 8
0 3 2 | 8
0 0 0 | 2
Sistem persamaan dari matriks gandeng terakhir ini adalah
x A xB 8
3 xB 2 xC 8
0 2
Kita lihat di sini bahwa penerapan eliminasi Gauss pada akhirnya
menghasilkan suatu kontradiksi yang dapat kita lihat pada baris
terakhir.
Hal Ini menunjukkan bahwa sistem persamaan yang sedang kita tinjau
tidak memberikan solusi.
Bentuk Eselon
Bentuk matriks pada langkah terakhir eliminasi Gauss, disebut bentuk
eselon.
Dari contoh di atas, bentuk eselon matriks koefisien dan matriks
gandengannya adalah
1 1 0 1 1 0 | 8
0 3 2 0 3 2 | 8
dan
0 0 0 0 0 0 | 2
Vektor-Vektor
Bebas Linier Dan Tak-bebas Linier Vektor-vektor
Misalkan a1 , a 2 , a m
adalah vektor-vektor baris dari suatu matriks A =[abk].
Vektor a1, a2 dan a3 juga tidak bebas linier karena kita dapat menyatakan
a3 sebagai
a3 2a1 0a 2 2 2 3 1 2 0 4 2 6 2 4 6 2 4
Akan tetapi jika kita hanya melihat a3 dan a2 saja, mereka adalah
bebas linier.
Rank Matriks
Rank Matriks
Dengan pengertian tentang vektor yang bebas linier, didefinisikan rank
matriks.
Banyaknya vektor baris yang bebas linier dalam suatu matriks A = [abk]
disebut rank matriks A disingkat rank A.
Jika matrik B = 0 maka rank B adalah nol.
1 1 0 0 1 1 0 0 | 8
0 3 2 0 0 3 2 0 | 8
0 0 11 6 dan 0 0 11 6 | 16
0 0 0 16 0 0 0 16 | 16
Dalam kasus ini rank matriks koefisien sama dengan rank matriks
gandengan, yaitu 4. Selain dari pada itu rank matriks sama dengan
banyaknya unsur yang tak diketahui yaitu 4
Contoh:
Bentuk eselon matriks koefisien dan matriks gandengannya dari sistem
persamaan yang memberikan banyak solusi, adalah
1 1 0 1 1 0 | 8
0 3 2 dan 0 3 2 | 8
0 0 0 0 0 0 | 0
c). jika rank matriks koefisien lebih kecil dari banyaknya unsur yang
tak diketahui maka akan diperoleh banyak solusi.
Sudaryatno Sudirham
Contoh: x A xB 0
x A 4 xB 2 xC 0
x A 3 xB 5 xC 2 xD 0
x A 4 xB 3 xC 2 xD 0
1 1 0 0 | 0 1 1 0 0 | 0
1 4 2 0
| 0 eliminasi Gauss:
0 3 2 0 | 0
1 3 5 2 | 0 0 0 11 6 | 0
1 4 13 6 | 0 0 0 0 0 | 0
xc cx1
x j xc
Contoh di atas memperlihatkan bahwa solusi dari sistem persamaan
homogen membentuk vektor-vektor yang seluruhnya dapat
diperoleh melalui perkalian salah satu vektor solusi dengan skalar
serta penjumlahan vektor-vektor solusi. Kita katakan bahwa solusi
dari sistem persamaan homogen membentuk suatu ruang vektor.
Jika kita perhatikan lebih lanjut ruang vektor yang terbentuk oleh
vektor solusi akan berdimensi (n r), yaitu selisih antara
banyaknya unsur yang tak diketahui dengan rank matriks
koefisien. Dalam kasus yang sedang kita tinjau ini, banyaknya
unsur yang tak diketahui adalah 3 sedangkan rank matriks
koefisien adalah 2.
Sistem Persamaan Dengan Vektor Solusi Berdimensi 2
Contoh: x A xB 0
x A 4 xB 5 xC 2 xD 0
x A 4 xB 5 xC 2 xD 0
x A 7 xB 10 xC 4 xD 0
1 1 0 0 | 0 1 1 0 0 | 0
1 4 5 2 | 0 0 3 5 2 | 0
1 4 5 2 | 0 0 0 0 0 | 0
1 7 10 4 | 0 0 0 0 0 | 0
5 / 3
5/ 3
x1 adalah salah satu vektor solusi
1
0
Ganda-awal matriks koefisien dengan
vektor ini akan memberikan vektor b 0
1. 1 0 0 5 / 3 5 / 3 5 / 3 0
0 3 5 2 5 / 3 0 5 5 0 0
Ax1
0 0 0 0 1 0 0
0 0 0 0 0 0 0
Jika Ax1 = 0, maka perkalian dengan skalar k akan memberikan
Ak1x1 0 Ak2x1 0
2 / 3
2 / 3
x2
0
1
Dengan skalar l sembarang kita akan memperoleh vektor-vektor
solusi yang lain seperti
l1x 2 , l2 x 2 , (l1x 2 l2 x 2 )
x kx1 lx 2
A 1A I AA 1
P IP ( AQ )P QAP Q( AP ) QI Q
Berbekal pengertian kebalikan matriks, kita akan meninjau
persamaan matriks dari suatu sistem persamaan linier tak
homogen, yaitu
Ax b
Jika kita menggandaawalkan kebalikan matriks A ke ruas kiri dan
kanan persamaan ini, akan kita peroleh
A 1 Ax A 1 b Ix x A 1 b
I X
Contoh: Kita akan mencari kebalikan dari matriks
1 2 2
A 3 2 2
2 4 1
1 2 2 | 1 0 0
A I 3 2 2 | 0 1 0
2 4 1 | 0 0 1
1 2 2 | 1 0 0 pivot
0 8 4 | 3 1 0 3 baris 1
0 8 5 | 2 0 1 2 baris 1
1 2 2 | 1 0 0
0 8 4 | 3 1 0 pivot
0 0 1 | 1 1 1 baris 2
1 2 2 | 1 0 0
0 1 1 / 2 | 3 / 8 1 / 8 0 (1 / 8)
0 0 1 | 1 1 1
1 2 0 | 3 2 2 2 baris 3
0 1 0 | 7 / 8 5 / 8 1 / 2 0.5 baris3
0 0 1 | 1 1 1
1 0 0 | 10 / 8 6 / 8 1 2 baris 2
0 1 0 | 7 / 8 5 / 8 1 / 2
0 0 1 | 1 1 1
Hasil terakhir ini memberikan kebalikan matriks A, yaitu
10 / 8 6 / 8 1
A 1 7 / 8 5 / 8 1 / 2
1 1 1
1 2 2 x1 8
3 2 2 x 0
2
2 4 1 x3 0
1
a11 0 0 1 / a11 0 0
0 0 0 0
0 0 ann 0 0 1 / ann
A
1 1
A
Kebalikan Dari Perkalian Matriks
Kebalikan dari perkalian dua matriks adalah perkalian dari
kebalikan masing-masing matriks dengan urutan dibalik.
A 1I A 1AB AB 1 A 1A BAB 1 IBAB 1
A 1 BAB 1
B 1A 1 B 1BAB 1 I AB 1 AB 1
Bahan Ajar
Matriks
dan
Sistem Persamaan Linier
Sudaryatno Sudirham