ALJABAR
2.1 Matriks
Definisi: Matriks adalah sekumpulan bilangan yang disusun menurut baris dan kolom
sehingga membentuk jajaran (array) yang dituliskan di antara dua kurung.
Notasi: Penulisan matriks disimbolkan dengan huruf-huruf kapital dan dapat dinyatakan
dengan sebuah elemen umum, misalnya 𝑎 yang dituliskan dalam sebuah kurung, yaitu
𝑎 , dengan 𝑎 menunjukan elemen baris ke i , kolom ke j.
Matriks A yang memiliki m baris dan n kolom disebut matriks m x n atau disebut matriks
berorde 𝑚 × 𝑛, ditulis sebagai 𝐴 × . Misalnya
𝑎 𝑎 ⋯ 𝑎
𝑎 𝑎 ⋮
𝐴 × = ⋮ ⋱ = 𝑎 ,
𝑎 𝑎 ⋯ 𝑎
dengan 𝑖 = 1, 2, … , 𝑚 dan 𝑗 = 1, 2, … , 𝑛.
−1 4
Contoh 1: 0 9 adalah matriks berorde 3 × 2.
10 2
−1 4
8 7
Contoh 2. Diberikan matriks 𝑨 = 0 9 dan 𝑩 = maka
3 6
10 2
−1 4 4 17
8 7
𝑨∙𝑩= 0 9 = 27 54 .
3 6
10 2 86 82
Operasi 𝑩 ∙ 𝑨 tidak dapat dilakukan karena tidak memenuhi persyaratan, yaitu
banyaknya kolom matriks B tidak sama dengan banyaknya baris matriks A.
1 8 7
Contoh 3. Diberikan matriks 𝑨 = dan 𝑩 = maka
−1 2 3 6
1 0,5 8 7 9,5 10
𝑨∙𝑩= = dan
−1 2 3 6 −2 5
8 7 1 0,5 1 18
𝑩∙𝑨= = .
3 6 −1 2 −3 13,5
1 1 2 1
Contoh 4. Diberikan matriks 𝑨 = maka 2𝑨 = 2 = .
−1 2 −1 2 −2 4
−1 4
−1 0 10
Contoh 5. Diberikan matriks 𝑨 = 0 9 maka 𝑨𝑻 = .
4 9 2
10 2
Matriks-matriks Khusus
Matriks yang memiliki ciri-ciri khusus disebut matriks khusus, antara lain:
1
1. matriks kolom adalah matriks yang terdiri atas satu kolom, contoh 6: 3 .
2
2. matriks baris adalah matriks yang terdiri atas satu baris, contoh 7: [1 3 2].
3. matriks persegi adalah matriks yang memiliki banyak baris dan kolom yang sama,
8 7
contoh 8: .
3 6
4. matriks diagonal adalah matriks persegi [aij] yang memenuhi aij = 0, untuk i ≠ j,
1 0 0
contoh 9: 0 3 0 .
0 0 2
5. matriks satuan (matriks identitas) adalah matriks diagonal yang semua elemen
diagonal utamanya adalah 1. Elemen diagonal utama adalah elemen aij untuk i = j.
Notasi penulisan matriks satuan: In = matriks satuan berorde 𝑛 × 𝑛,
1 0 0
contoh 10: 𝑰𝟑 = 0 1 0.
0 0 1
0 0 0
6. matriks nol adalah matriks yang semua elemennya nol, contoh 11: 0 0 0.
0 0 0
7. matriks simetri adalah matriks persegi [aij] yang memenuhi aij = aji,
1 −2 4
contoh 12: −2 3 5 .
4 5 2
1 −2 4
contoh 13: 2 3 5.
−4 −5 2
9. matriks segitiga atas adalah matriks persegi [aij] yang memenuhi aij = 0,
1 −2 4
untuk i > j, contoh 14: 0 3 5.
0 0 2
10. matriks segitiga bawah adalah matriks persegi [aij] yang memenuhi aij = 0,
1 0 0
untuk i < j, contoh 15: 7 3 0 .
8 −4 2
Latihan 1
−1 4 1
1 9 12
Diberikan matriks 𝑨 = , 𝑩= , 𝑪 = 0 9 , dan 𝑫 = 3 .
−1 2 3 6
10 2 2
Tentukan:
1. 2𝑨 + 𝑩 2. 𝑨 − 𝑩 3. 𝑨 + 𝑪
4. 𝑨 ∙ 𝑩 5. 𝑨 ∙ 𝑪 6. 𝑪 ∙ 𝑨
7. 𝑨 ∙ 𝑪𝑻 8. 𝑫 ∙ 𝑫𝑻 9. 𝑫𝑻 ∙ 𝑫
1. Metode Kofaktor
8 7
Contoh : = 8.6 − 3.7 = 48 − 21 = 26.
3 6
1 2 3
3 2 0 2 0 3
Contoh : 0 3 2 = 1. −2 +3
2 1 1 1 1 2
1 2 1
= (3 − 4) − 2(0 − 2) + 3(0 − 3) = −1 + 4 − 9 = −6.
1 2 3 1 2
Contoh : 0 3 2 0 3 = (1.3.1 + 2.2.1 + 3.0.2) − (3.3.1 + 1.2.2 + 2.0.1)
1 2 1 1 2
= (3 + 4 + 0) − (9 + 4 + 0) = 7 − 13 = −6.
3. Metode OBE/OKE
Operasi Baris Elementer (OBE) yang digunakan pada metode ini, yaitu:
Demikian juga untuk Operasi Kolom Elementer (OKE), hanya mengganti simbol R yang
berarti baris, dengan C yang berarti kolom. Operasi baris elementer maupun operasi
kolom elementer dapat digunakan secara bersamaan dalam satu langkah.
Berkaitan dengan determinan sebuah matriks, berikut ini beberapa ketentuan yang
berlaku jika OBE ataupun OKE dilakukan
8 7 5 1
Contoh 16: 𝑅 −𝑅 ,
3 6 3 6
8 7 5 1
perhatikan bahwa = 48 − 21 = 27, dan = 30 − 3 = 27,
3 6 3 6
8 7 3 6
Perhatikan bahwa = 27, dan = 21 − 48 = −27 !
3 6 8 7
Determinan matriks sebelum dan sesudah operasi berubah tandanya. Jadi, agar
nilai determinannya tidak berubah, determinan berikutnya dikalikan −1.
8 7 16 14
Perhatikan bahwa = 27, dan = 96 − 42 = 54. Hal ini berarti
3 6 3 6
determinan matriks sesudah operasi setengah kali nilai determinan setelah operasi,
sehingga determinan berikutnya dikalikan ½ .
Pada contoh berikut ini diperlihatkan secara lengkap menghitung determinan dengan cara
OBE dan OKE.
1 2 3 1 2 3
3 2 0 2 0 3
Contoh 19: 0 3 2 𝑅 −𝑅 0 3 2 = −2 +3 =
0 −2 0 −2 0 0
1 2 1 0 0 −2
3 2
= −6.
0 −2
Contoh 20:
4 3 0 1 𝐶 ↔𝐶 1 3 0 4 1 3 0 4
9 7 2 3 = −2 3 7 1 9 𝑅 − 3𝑅 = −2 0 −2 1 −3
4 0 2 1 1𝐶 1 0 1 4 𝑅 −𝑅 0 −3 1 0
3 −1 4 0 2 0 −1 2 3 0 −1 2 3
−2 1 −3 −𝐶 1 2 −3 𝑅 − 𝑅 1 2 −3
= −2 −3 1 0 = −2 1 3 0 = −2 0 1 3
𝐶 ↔𝐶 𝑅 − 2𝑅
−1 2 3 2 1 3 0 −3 9
1 3
= −2 = −2(9 + 9) = −36.
−3 9
Latihan 2
Hitunglah determinan berikut ini!
4 2 2 1 0 2 25 3 35
1. 2 4 2 2. 2 −1 0 3. 16 10 −18
2 2 4 1 1 1 34 6 38
1 428 861 −2 3 4 5 17 3
4. 2 535 984 5. 3 4 −2 6. 2 4 −3
3 642 1107 5 6 −3 11 0 2
𝟏
1. Metode Kofaktor: menggunakan rumus 𝑨 = (𝑨)
[𝐴𝑑𝑗] , dengan [𝐴𝑑𝑗] adalah
1 2 3
Contoh 21: Diberikan matriks 𝐀 = 0 3 2 , matriks pada contoh 20 yang
1 2 1
𝟏
memiliki nilai determinan −6. Tentukan 𝑨 !
3 2 0 2 0 3
⎡ 2 − ⎤
1 1 1 1 2 −1 2 −3
⎢ 2 3 1 3 1 2 ⎥
Matriks Kofaktor 𝐶 = ⎢− − ⎥ = 4 −2 0 .
⎢ 2 1 1 1 1 2 ⎥ −5 −2 3
⎢ 2 3 1 3 1 2 ⎥
⎣ 3 − ⎦
2 0 2 0 3
−1 4 −5
Jadi, Matriks Adjoin 𝐴 = 𝐶 = 2 −2 −2 .
−3 0 3
−1 4 −5
Dengan demikian, 𝐴 =− 2 −2 −2 .
−3 0 3
Untuk mengetahui kebenarannya, dapat diuji dengan persamaan (*).
Invers sebuah matriks dapat juga diperoleh dengan menggunakan Operasi Baris
Elementer (OBE). Misalnya matriks A berorde n x n. Untuk memperoleh A-1
tuliskan matriks A yang diperbesar (augmented matrix), yaitu dengan menambahkan
matriks satuan, In yang diletakkan pada bagian kanan matriks A kemudian lakukan
OBE sehingga matriks A menjadi matriks satuan, In . Ketika hal ini telah tercapai,
matriks In menjadi matriks A-1 .
[𝑨|𝑰 ] ~ … ~ [𝑰 |𝑨 𝟏 ]
Contoh 22: Diberikan matriks A seperti pada contoh 22 maka augmented matriksnya
1 2 3 1 0 0 1 2 3 1 0 0
adalah 0 3 2 0 1 0 𝑅 − 𝑅 0 3 2 0 1 0
1 2 1 0 0 1 0 0 −2 −1 0 1
1 2 3 1 0 0
0 1 0 0 𝑅 − 2𝑅
0 0 1 0
1 0 1 0 1 0 0
0 1 0 0 0 1 0
0 0 1 , 0 ,
0 0 1 , 0 ,
−1 4 −5
Jadi, 𝐴 =− 2 −2 −2 .
−3 0 3
Latihan 3
Tentukan invers matriks berikut ini dengan metode kofaktor atau metode operasi baris
elementer!
1 0 1 1 0 2
1. 𝐴 = 2 1 1 2. 𝐵 = 2 −1 0
2 1 2 1 1 1
1 0 −1 1 −1 1
3. 𝑁 = −2 1 0 4. 𝑀 = 4 0 −1
2 −1 2 4 −2 0
−1 2 3 −2 0 1
5. 𝐾 = 2 0 −4 6. 𝐿 = 1 −1 2
−1 −1 1 3 1 0
A x = b, (1.2)
dengan A matriks koefisien, x matriks kolom yang berisi variabel, dan b matriks kolom
yang berisi konstanta.
A-1·A x = A-1· b
I x = A-1· b .
𝑥 + 2𝑦 + 3𝑧 = 3
Contoh 23: Diberikan Sistem Persamaan Linear 3𝑦 + 2𝑧 = 6 .
𝑥 + 2𝑦 + 𝑧 = 3
1 2 3 𝑥 3
0 3 2 𝑦 = 6
1 2 1 𝑧 3
1 2 3
Karena matriks koefisien dari SPL di atas adalah matriks 𝐴 = 0 3 2 yang telah
1 2 1
diketahui inversnya dari contoh 22, diperoleh penyelesaiannya yaitu
[𝑨|𝒃] (1.3)
Kemudian, lakukan operasi baris elementer sehingga matriks A menjadi matriks segitiga
atas, misalnya disebut matriks 𝑨′. Karena operasi baris elementer ini dikenakan pada
matriks yang diperbesar, maka elemen-elemen pada matriks b juga berubah, misalnya
disebut 𝒃′. Proses operasi ini digambarkan sebagai berikut:
[𝑨|𝒃] ~ … ~ [𝑨′|𝒃′]
Operasi baris elementer ini tidak mengubah ekivalensi SPL sehingga SPL (1.2) tetap
ekivalen dengan SPL (1.4).
𝑨 𝒙 = 𝒃′ (1.4)
Jadi, penyelesaian SPL (1.4) juga merupakan penyelesaian SPL (1.2). Dengan
melakukan substitusi mundur pada SPL (1.4), diperoleh penyelesaian x.
𝑥 + 2𝑦 + 3𝑧 = 3
Contoh 24: Diberikan Sistem Persamaan Linear 3𝑦 + 2𝑧 = 6 .
𝑥 + 2𝑦 + 𝑧 = 3
Penyelesaian: Jika matriks koefisien dan matriks konstanta dari SPL di atas berturut-turut
1 2 3 3
adalah A dan b, matriks yang diperbesar [𝑨|𝒃] adalah 0 3 2 6 .
1 2 1 3
Dengan melakukan operasi baris elementer dua kali, diperoleh matriks segitiga atas
1 2 3 3 1 2 3 3
0 3 2 6 𝑅 −𝑅 0 3 2 6
1 2 1 3 0 0 −2 0
3𝑦 + 2𝑧 = 6, 𝑚𝑎𝑘𝑎 𝑦 = 2
𝑥 + 2𝑦 + 3𝑧 = 3, 𝑚𝑎𝑘𝑎 𝑥 = −1.
𝑥 −1
Jadi penyelesaian SPL di atas adalah 𝒙 = 𝑦 = 2 .
𝑧 0
Latihan 4
Tentukan penyelesaian SPL berikut ini dengan metode Invers Matriks dan metode
Eliminasi Gauss!
𝑥 −𝑧 =1 𝑥 − 2𝑦 + 𝑧 = 1
1. −2𝑥 + 𝑦 =0 2. 2𝑥 − 5𝑦 = −4
𝑥 − 𝑦 + 2𝑧 = 0 𝑥 + 3𝑧 = 7
𝑥−𝑦+𝑧 = 4 3𝑥 + 2𝑦 + 4𝑧 = 3
3. 2𝑥 + 𝑦 − 𝑧 = −1 4. 𝑥 + 2𝑦 + 3𝑧 = 2
3𝑥 + 2𝑦 + 2𝑧 = 5 2𝑥 − 𝑦 + 3𝑧 = −3
A·x=λx (1.5)
dengan A = [aij] adalah matriks persegi dan λ adalah bilangan (skalar). Jelas, bahwa x
= 0 (penyelesaian trivial) adalah penyelesaian untuk berapapun nilai λ dan biasanya
penyelesaian ini tidak banyak gunanya. Untuk penyelesaian non-trivial, yaitu x ≠ 0, harga
λ yang memenuhi persamaan (1.5) disebut nilai eigen atau nilai karakteristik, dari matriks
A dan penyelesaian x yang bersesuaian dengan persamaan (1.5) disebut vektor eigen atau
vektor karakteristik dari matriks A.
(A – λI) x = 0 (1.6)
| A – λI | = 0. (1.7)
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen ini,
adalah dengan menyelesaikan SPL (1.6). Setiap satu nilai eigen akan memberikan vektor
eigen yang bersesuaian dengan nilai eigen ini.
4 −1
Contoh 25: Tentukan nilai dan vektor eigen dari matriks 𝑨 = !
2 1
Penyelesaian:
|𝑨 − 𝜆𝑰| = 4 −1 1 0 4−𝜆 −1
−𝜆 = = (4 − 𝜆)(1 − 𝜆) + 2 = 0
2 1 0 1 2 1−𝜆
maka 𝜆 − 5𝜆 + 6 = (𝜆 − 2)(𝜆 − 3) = 0, sehingga diperoleh akar-akar persamaan
karakteristik yang merupakan nilai-nilai eigen dari matriks A, yaitu
𝜆 = 2, 𝜆 = 3.
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen ini,
perhatikan persamaan (1.6). Untuk matriks A pada contoh 25, persamaan (1.6) adalah
(𝑨 − 𝜆𝑰)𝑥̅ = 4 − 𝜆 −1
𝑥̅ = 0.
2 1−𝜆
𝑎
Untuk 𝜆 = 2, misalkan 𝑥 = maka
𝑏
4−𝜆 −1 2 −1 𝑎 2𝑎 − 𝑏 0
𝑥 = = = ,
2 1−𝜆 2 −1 𝑏 2𝑎 − 𝑏 0
sehingga diperoleh 𝑐 = 𝑑.
1 0 −1
Contoh 26: Tentukan nilai eigen dari matriks 𝐴 = −1 1 0 !
1 −1 2
Penyelesaian: Persamaan karakteristik dari matriks ini, yaitu
1 0 −1 1 0 0 1−𝜆 0 −1
−1 1 0 − 𝜆 0 1 0 = −1 1−𝜆 0 =0
1 −1 2 0 0 1 1 −1 2−𝜆
maka diperoleh
𝜆 − 4𝜆 + 6𝜆 − 1 = (𝜆 − 2)(𝜆 − 3)(𝜆 − 3) = 0,
sehingga akar-akar persamaan karakteristik yang merupakan nilai-nilai eigen dari matriks
A di atas, adalah
𝜆 = 2, 𝜆 = 3, 𝜆 = 3.
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen ini,
perhatikan persamaan
2−𝜆 3 −2
1 4−𝜆 −2 𝑥̅ = 0.
2 10 −5 − 𝜆
𝑎
Untuk 𝜆 = 2, misalkan 𝑥 = 𝑏 maka
𝑐
2−𝜆 3 −2 2−𝜆 3 −2 𝑎
1 4−𝜆 −2 𝑥 = 1 4−𝜆 −2 𝑏
2 10 −5 − 𝜆 2 10 −5 − 𝜆 𝑐
0 3 −2 𝑎 3𝑏 − 2𝑐 0
= 1 2 −2 𝑏 = 𝑎 + 2𝑏 − 2𝑐 = 0
2 10 −7 𝑐 2𝑎 + 10𝑏 − 7𝑐 0
𝑐
Jadi, vektor eigen yang bersesuaian dengan 𝜆 = 2, adalah 𝑥 = , 𝑐 ∈ ℝ.
𝑐
𝑐
2−𝜆 3 −2 2−𝜆 3 −2 𝑑
1 4−𝜆 −2 𝑥 = 1 4−𝜆 −2 𝑒
2 10 −5 − 𝜆 2 10 −5 − 𝜆 𝑓
−1 3 −2 𝑑 −𝑑 + 3𝑒 − 2𝑓 0
= 1 1 −2 𝑒 = 𝑑 + 𝑒 − 2𝑓 = 0
2 10 −8 𝑓 2𝑑 + 10𝑒 − 8𝑓 0
−𝑓
Jadi, vektor eigen yang bersesuaian dengan 𝜆 = 𝜆 = 3, adalah 𝑥 = 𝑓 , 𝑓 ∈ ℝ.
𝑓
Latihan 5
Tentukan nilai dan vektor eigen dari matriks berikut ini!
4 1 −2 5
1. 𝐴 = 2. 𝐵 =
3 2 1 2
2 0 1 2 1 1
3. 𝐶 = −1 4 −1 4. 𝐷 = 1 3 2
−1 2 0 −1 1 2