BAB III Determinan

Aljabar Linear Elementer Suzyanna 2016/2017
BAB III
DETERMINAN
Determinan suatu matriks persegi sangat banyak gunanya dalam berbagai
cabang matematika. Sebagai contoh pada aljabar, determinan digunakan untuk
mencari jawab n persamaan linear dengan n variabel. Ada dua definisi
determinan dilihat dari segi pendekatannya, pertama dengan pendekatan klasik,
yaitu bertitik tolak pada fungsi permutasi, kedua dengan pendekatan bukan
klasik, yaitu pada fungsi multilinear. Pada pembahasan kali ini kita
mendefinisikan determinan dengan pendekatan klasik, yaitu melalui fungsi
permutasi.
TIK : Setelah mempelajari materi ini diharapkan mahasiswa dapat:

a. Menghitung determinan dengan menggunakan permutasi, operasi baris
elementer, dan dengan sifat determinan
b. Menghitung determinan dengan menggunakan ekspansi kofaktor
c. Menghitung invers suatu matriks dengan menggunakan adjoin matriks
d. Menyelesaikan SPL dengan menggunakan metode Cramer.
e. Menentukan nilai eigen dan vektor eigen dari suatu matriks.
f. Menjelaskan karakterisasi dari nilai eigen dan vektor eigen
g. Melakukan diagonalisasi matriks
3.1. Menghitung determinan dengan permutasi, operasi baris elementer, dan

dengan sifat determinan
Definisi : Permutasi bilangan asli, dinotasikan , adalah susunan bilangan-
bilangan asli menurut suatu aturan tanpa menghilangkan atau mengulangi
bilangan tersebut. Himpunan semua permutasi dari n ditulis dengan Sn.
35
Contoh :
Permutasi dari barisan bilangan 1 dan 2 adalah (1,2) dan (2,1). Jadi S2 = {(1,2), (2,1)}
Permutasi dari bilangan 1,2, dan 3 adalah (1,2,3), (1,3,2), (2,3,1), (2,1,3), (3,1,2), dan
(3,2,1). Jadi S3 = {(1,2,3), (1,3,2), (2,3,1), (2,1,3), (3,1,2), (3,2,1)}.
Terihat bahwa banyaknya permutasi 2 bilangan adalah 2, banyaknya
permutasi 3 bilangan adalah 6. Secara umum banyaknya permutasi n bilangan
ji  jk
adalah n!. Penulisan permutasi k bilangan adalah (j1,j2,...,jk) dengan untuk
ik.
Definisi : Inversi pada suatu permutasi adalah terdapatnya bilangan yang lebih
besar mendahului bilangan yang lebih kecil, atau ji > jk untuk i < k.
Contoh :
Pada permutasi (2,1,3) terdapat 1 inversi yaitu 2 mendahului 1.
Pada permutasi (3,2,1) terdapat 3 inversi yaitu : 3 mendahului 2, 3 mendahului 1,
dan 2 mendahului 1.
Definisi : Jika jumlah inversi dari suatu permutasi adalah genap, maka disebut
permutasi genap dan jika jumlah inversi suatu permutasi ganjil maka
disebut permutasi ganjil.
Definisi : Tanda dari permutasi , dinotasikan sgn(), didefinisikan sebagai
 1, jika jumlah inversi σ genap

sign ( )  
  1, jika jumlah inversi σ gasal
Contoh :
Jika  = (2,1,3) maka sgn() = -1.
Jika  = (3,2,1) maka sgn() = -1.
36
Definisi : Determinan dari matriks Anxn didefinisikan sebagai :
det( A)   sgn( ).a1 j1 .a 2 j2 a3 j3 ....a njn

 S n
Contoh :
a a12 
A   11
a 21 a 22 
Jika maka S2 = {(1,2), (2,1)} dengan sgn(1,2) = 1, sgn(2,1) = 1
sehingga det( A)  a11a 22  a12 a 21
 a11 a12 a13 

A  a 21 a 22 a 23 
 
a 31 a 32 a 33 
Jika maka S3 = {(1,2,3), (1,3,2), (2,3,1), ((2,1,3), (3,1,2),(3,2,1)}
dengan sgn(1,2,3) = 1, sgn(2,3,1) = 1, sgn(3,1,2) = 1, sgn(1,3,2) = 1, sgn(2,1,3)=1,
dan sgn(3,2,1) = 1. Sehingga
det(A) = a11 a 22 a 33  a12 a 23a 31  a13a 21a 32  a11 a 23a 32  a12 a 21a 33  a13a 22 a 31 .
3 2 1
 2 4 5
 2 3  
A  
3 4 dan B =  0 1 6 
Apabila contoh tersebut diterapkan pada matriks
maka det(A)  2.4  3.3  1 dan det(B)  3.4.6  2.5.0  1.2.1  3.5.1  2.2.6  1.4.0  35.
Dari definisi di atas, apabila Anxn =

aij  suatu matriks segitiga (atas
ataupun bawah) maka det(A)  a11.a22. ... .ann.
Sifat-sifat yang berlaku pada determinan
1. Nilai determinan matriks A sama dengan nilai determinan transposenya, yaitu
det(A) = det(At)
37
 a11 a12   a11 a 21 

a a 22  a a 22 
Contoh 1: Jika A =  21 maka A t =  12 . Sehingga
det( A)  a11a 22  a12 a 21 dan det( A t )  a11a 22  a12 a 21 .
2. Jika setiap elemen pada suatu baris atau kolom matriks A bernilai nol, maka
det(A) = 0.
Contoh 2 :
3 2 1
 2 4 5
 
0 0 0
B= maka det(B)  3.4.0  2.5.0  1.2.0  3.5.0  2.2.0  1.4.0  0.
3. Jika matriks A mempunyai dua baris atau dua kolom yang sama (elemen yang
bersesuaian bernilai sama), maka det(A) = 0.
Contoh 3 :
 3 2 1
 2 4 5
 
2 4 5
C= maka det(B)  3.4.5  2.5.2  1.2.4  3.5.4  2.2.5  1.4.2  0.
4. Jika matriks B diperoleh dengan menukar dua baris atau dua kolom matriks A
maka det(B) =  det(A).
Contoh 4 :
3 2 1
 2 4 5
 
0 1 6
Matriks A = , det (A) = 35. Dengan menukar baris 1 dan baris 3
0 1 6 
 2 4 5
 
3 2 1
matriks A diperoleh matriks C = dengan det(C)  0.4.1  1.5.3  6.2.2 
0.5.2  1.2.1  6.4.3  35.
38
5. Jika matriks B diperoleh dengan mengalikan satu baris atau satu kolom matriks
A dengan skalar k  0, maka det(B) = k.det(A).
Contoh 5 :
3 2 1
 2 4 5
 
0 1 6
Matriks A = , det (A) = 35. Dengan mengalikan baris ke tiga matriks
3 2 1 
2 4 5 
 
0 3 18
A dengan 3, diperoleh matriks C = dengan det(C)  3.4.18  2.5.0 
1.2.3  3.5.3  2.2.18  1.4.0  105.
6. Jika A, B, dan C matriks yang identik (sama) kecuali pada satu baris. Pada baris
yang tidak identik ini, baris matriks C merupakan jumlahan dari baris matriks
A baris matriks B, maka det(C) = det(A)  det (B).
Contoh 6 :
3 2 1 1 0 1  4 2 2
 2 4 5  2 4 5 2 4 5 
     
0 1 6 0 1 6 0 1 6
Misalkan A = ,B= , dan C = .
Maka det(A)  35, det(B)  1.4.6  0.5.0  1.2.1  1.5.1  0.2.6  1.4.0  21.
det(C)  4.4.6  2.5.0  2.2.1  4.5.1  2.2.6  2.4.0  56.
7. Jika matriks B diperoleh dari matriks A dengan menambah satu baris dengan k
kali baris yang lain, maka det(B ) = det(A).
Contoh 7 :
39
3 2 1  3 2 1
 2 4 5  1 2 4
   
0 1 6  0 1 6
Misalkan A = dan B = .
Maka det(A)  35, det(B)  3.2.6  2.4.0  1.(1).1  3.4.1  2.(1).6  1.2.0  35.
Dari sifat 7 di atas kita dapat mengubah sebarang matriks menjadi matriks
segitiga dengan operasi baris elementer jenis tersebut, tanpa mengubah nilai
determinannya.
Contoh 8 :
3 2 1
 2 4 5
 
0 1 6
Misal A = , dengan operasi B21(2/3) dilanjutkan B32(3/8) diperoleh
3 2 1 
0 8 / 3 13 / 3 
  8 35
0 0 35 / 8 3. .
matriks B = , sehingga det(A) = det(B )= 3 8 = 35.
Contoh 9 :
( )
1 −2 7
Matriks A = −4 8 5 , mempunyai determinan sebesar nol karena kolom
2 4 3
pertama sebanding dengan kolom kedua.
Soal-soal
1. Carilah banyaknya inversi di dalam permutasi dari { 1,2,3,4,5 } yang berikut,
a) ( 3,4,5,1,2 )
b) ( 4,2,5,3,1 )
c) ( 5,4,3,2,1 )
2. Hitunglah determinannya
40
| | | |
1 −2 7 8 2 −1
a) |1 2
−1 3 | b) 3 5 1
4 3 8
c) −3 4 −6
1 7 2
3. Klasifikasikan setiap permutasi dari ( 1, 2, 3, 4 ) sebagai genap atau ganjil.
4. Gunakan hasil-hasil dalam soal 3 untuk membangun sebuah rumus untuk
determinan dari sebuah matriks 4 x 4.
4.2. Menghitung determinan dengan menggunakan ekspansi kofaktor
Definisi : Jika A adalah matriks persegi maka minor dari elemen aij, dinyatakan
dengan Mij, adalah determinan tingkat (n1) yang diperoleh dengan
mencoret baris ke i dan kolom ke j dari matriks A.
Mij, dinyatakan dengan Kij, dinamakan kofaktor elemen aij.

i+j
Bilangan (-1)
Contoh :
1 1 1 
 2 0 2
   0 2
2  2 1   
Misal A =  , maka M11  det  2 1   4 dan K11  (1)1+1M11  1.4  4.
 2 2
 
Selanjutnya M12  det 2 1   2 dan K12  (1)1+2 M12  1.( 2)  2.
Secara sama diperoleh M13  4 , M21  3, M22  1 , M23  4 , M31  2, M32  0, dan
M33  2. Kemudian didapat K13  4 , K21  3, K22  1 , K23  4 , K31  2, K32  0, dan
K33  2. Š
Perhatikan bahwa kofaktor dan minor sebuah elemen a ij hanya berbeda di
dalam tandanya , yakni K ij =± M ij. Sebuah cara untuk menentukan apakah
menggunakan tanda + atau – adalah menggunakan kenyataan adalah tanda yang
41
menghubungkan K ij dan M ijberada di dalam baris ke –i dan kolom ke –j dari
susunan :
( )
+¿−¿+¿−⋯
−¿+¿−¿+⋯
+¿−¿+¿−⋯
−¿+¿−¿+⋯
Dari penghitungan kofaktor elemen suatu matriks dapat digunakan untuk
menghitung determinan dan invers dari suatu matriks.
Definisi : Jika A =
aij  , maka determinan A didefinisikan sebagai :
salah satu yaitu :
n n
det( A)   (1) i  j aij M ij   aij K ij
j 1 j 1
(ekspansi baris ke i), atau
n n
det( A)   ( 1) i  j aij M ij   aij K ij
i 1 i 1 (ekspansi kolom ke j)
Contoh :
Diekspansikan menurut baris ke-1
1 1 1 
 2 0 2
 
2  2 1
Jika A = maka det(A) = 1. K11  1. K12  1. K13  4  2  (4)  2.
Diekspansikan menurut baris ke -2
Atau det(A) = 2. K21  0. K22  2. K23  2.(3)  0. (1)  2.4  (6)  8  2.
Cobalah hitung dengan ekspansi kolom. š
42
4.3. Menghitung invers suatu matriks dengan menggunakan adjoin matriks
Definisi : Jika A =
aij  matriks persegi maka matriks K = K ij  dengan K ij adalah
aij
kofaktor dari dinamakan matriks kofaktor dari A. Transpose dari
matriks kofaktor disebut matriks adjoin dari A, dinotasikan adj(A).
Contoh :
1 1 1   4 2  4  4 3 2
 2 0 2  3  1 4  2 1 0
   
2  2 1  2 0  2  4 4  2
Jika A = , maka K = , dan adj(A) = .
1
A 1  adj ( A)
Teorema : Jika Anxn
a 
= ij matriks nonsingular maka det( A) .
Contoh :
1 1 1   4 3 2  2  3/ 2 1
 2 0 2  2 1 0  1  1 / 2 0
  1   
2  2 1  4 4  2  2 2  1
Jika A =  , maka A-1 = 2  =
Soal
Carilah invers dari matriks 4 x 4 yang berikut, dengan k 1 , k 2 , k 3 , dan k 4 semuanya
tidak sama dengan Nol.
[ ]
k1 0 0 0
0 k2 0 0
0 0 k3 0
0 0 0 k4
43
3.4. Penyelesaian SPL dengan metode Cramer
Teorema berikut menghasilkan sebuah rumus untuk menyelesaikan sistem
persamaan linear dari n persamaan dengan n variabel, dan dinamakan Metode
Cramer.
Teorema ( Metode Cramer ) :
Jika A X = b adalah sebuah sistem persamaan linear dengan A berukuran
nxn sehingga det(A)  0, maka sistem tersebut mempunyai penyelesaian
tunggal (unik). Penyelesaian sistem tersebut adalah :
x1 = det( A1 ) det( A ) , x 2 = det( A2 ) det( A ) , . . . , x n = det( An ) det( A ) .
dengan Aj adalah matriks yang diperoleh dengan menggantikan elemen-
elemen kolom ke-j dari A dengan elemen-elemen matriks B.
Contoh :
Gunakan Metode Cramer untuk menyelesaikan sistem persamaan linear berikut :
x+2y+ z=5
2x+2y+ z=6
x+2y+3z=9
1 2 1 5 2 1
2 2 1 6 2 1
1 2 3 9 2 3
Penyelesaian : det(A) = =  4 , det(A1) = =4,
1 5 1 1 2 5
2 6 1 2 2 6
1 9 3 1 2 9
det(A2) = =  4, dan det(A3) = =8
44
Sehingga, x = 4/4 = 1, y = 4/4 = 1, dan z = 8/4 = 2.
Soal-soal
Pecahkanlah dengan kaidah Cramer, dengan ketentuan bahwa kaidah tersebut
dapat dipakai
x + y −2 z ¿ 1
1. 2 x − y z ¿2
x −2 y −4 z ¿−4
x −3 y + z ¿ 4
2. ¿−3 z ¿=0 ¿
2x −y ¿ ¿
Pecahkanlah sistem berikut , dengan a dan b adalah konstanta
2x +y ¿a
1.
3 x +6 y ¿ b
3.5. Nilai Eigen Dan Vektor Eigen
Definisi : Jika A adalah matriks nn, maka sebuah vektor kolom tak nol x
berukuran n1 dinamakan vektor karakteristik / vektor eigen (eigen vector)
dari A jika Ax adalah kelipatan skalar dari x, yakni
Ax = x
untuk suatu skalar  yang dinamakan nilai karakteristik / nilai eigen
(eigen value) dari A. Dalam hal ini dikatakan x adalah vektor eigen yang
bersesuaian dengan nilai eigen .
Istilah ”eigen” di dalam bahasa Jerman mempunyai arti ”asli” (”proper”).
Beberapa penulis menamakan nilai eigen dengan nilai asli (proper value), nilai
karakteristik (characteristie value), atau akar laten (latent root).
45
Contoh :
1  3 0 
2  
Vektor x =   adalah vektor eigen dari matriks A = 8 1 yang bersesuaian
3 0  1   3 1
   6   
dengan nilai eigen  = 3, karena Ax = 8 1 2 =   = 3 2  = 3x
Untuk menentukan nilai eigen  dari matriks A yang berukuran nn,
ditinjau kembali
Ax = x
sebagai
Ax = Ix
yang dapat ditulis dengan
(I – A)x = 0
Bentuk terakhir ini dapat dipandang sebagai sistem persamaan linear yang
homogen. Karena x adalah vektor eigen, maka x bernilai tidak nol. Ini berarti
sistem persamaan linear homogen di atas harus mempunyai penyelesaian tidak
nol. Hal ini dapat diperoleh jika dan hanya jika
det(I – A) = 0
Persamaan ini dinamakan persamaan karakteristik dari A. Jika ruas kiri
diekspansikan, maka det(I – A) adalah sebuah polinomial di dalam  yang kita
namakan polinomial karakteristik dari A.
Teorema : Jika A adalah sebuah matriks nn, maka pernyataan-pernyataan
berikut ekivalen satu sama lain.
(a)  adalah nilai eigen dari A
46
(b) Sistem persamaan (I – A)x = 0 mempunyai penyelesaian yang tak
trivial.
(c) Ada sebuah vektor tak nol x berukuran n1 sehingga Ax = x.
(d)  adalah penyelesaian real dari persamaan karakteristik
det (I – A) = 0
Contoh :
 3 2
 
1. Jika matriks A =   1 0  , tentukan polinomial karakteristik, persamaan
karakteristik, nilai karakteristik, dan vektor karakteristik dari A.
Jawab : Karena
1 0  3 2   3  2
     
 0 1    1 0 =  1  
I – A = 
maka polinomial karakteristik dari A adalah
  3  2
 
 1  
det(I – A) = det = 2  3  2
dan persamaan karakteristik dari A adalah
2  3  2= 0
Pemecahan-pemecahan persamaan ini adalah  = 1 dan  = 2. Inilah nilai eigen -
nilai eigen dari A.
 x1 
 
x
Menurut definisi, x =  2  adalah vektor eigen berukuran 21 yang bersesuaian
dengan  jika dan hanya jika x adalah penyelesaian tak nol dari (I – A)x = 0,
yakni
47
   3  2   x1  0
    
 1    x 2  0
=
Untuk  = 1, persamaan menjadi
  2  2   x1  0
    
 1 1   x 2  = 0
Ini berarti x1  x2  0, yang menghasilkan x 1  x2. Jika x2  t, maka x1  t. Jadi
vektor eigen yang bersesuaian dengan  = 1 adalah
x= [−tt ]=t [−11]

  1  2   x1  0
    
 1 2   x 2  0
=
Ini berarti x1  2x2  0, yang menghasilkan x1  2x2. Jika x2  t, maka x1  2t. Jadi
vektor eigen yang bersesuaian dengan  = 2 adalah
  2t   2
  t  
x  t  =  1  
4  5 1
 
1 0  1
0 1  1
2. Carilah nilai eigen dan vektor eigen dari matriks A = 
4 5 1
1  1
0 1  1
Jawab : Karena det (I – A) = maka persamaan det (I – A) = 0,
menghasilkan 3 – 32 + 2= 0 sehingga diperoleh  (–1) (–2) = 0. Ini berarti
nilai eigen dari A adalah  =0,  =1, dan  = 2.
48
 x1 
 
 x2 
x 
Misalkan x =  3 adalah vektor eigen yang bersesuaian dengan  maka
(I – A)x = 0,
menghasilkan
 4 5 1  x  0
 1  
1  1  x2  0
0  1   1  x 3  0
 
=
 4 5 1  x  0
 1  
 1 0 1  x2  0
0  1 1  x 3  0
 
=
sehingga diperoleh persamaan linear homogen:
– 4 x1 + 5x2 – x3 = 0
– x1 + 0x2 + x3 = 0
0x1 – x2 + x3 = 0
Penyelesaiannya adalah x1 = x3 dan x2 = x3. Jika x3 = t maka x1 = t dan x2 = t
Jadi vektor eigen yang bersesuaian dengan  = 0 adalah
[] []
 x1  t 1
 
 x2  t 1
x 
=  3 = t =t 1
Untuk  =1, persamaan karakteristik menjadi
49
[ ]
−3 5 −1  x1  0
   
−1 1 1  x2  0
0 −1 2 x  0
 3 =  
Dengan menyelesaikan sistem persamaan linear ini dihasilkan x 1 = 3x3 dan x2
= 2x3. Jika x3 = t maka x1 = 3t dan x2 = 2t
Jadi vektor eigen yang bersesuaian dengan  =1 adalah
[ ] []
 x1  3t 3
 
 x2  2t 2
x 
x=  3 = t =t 1
Untuk  =2, persamaan karakteristik menjadi
[ ]
−2 5 −1  x1  0
   
−1 2 1  x2  0
0 −1 3 x  0
 3 =  
Dengan menyelesaikan sistem persamaan linear ini dihasilkan x 1 = 7x3 dan x2
= 3x3. Jika x3 = t maka x1 = 7t dan x2 = 3t
Jadi vektor eigen yang bersesuaian dengan  =1 adalah
[ ] []
 x1  7t 7
 
 x2  3t 3
x 
=  3 = t =t 1 
Soal Latihan :
1. Carilah persamaan karakteristik dari matriks :
1 0  2 1 4  2
     
 0 1   0 3   1 1 
a. b. c.
50
 4 0 1 2  3 1 1 2 1 
     
  2 1 0  1  2 1 0 3 1 
  2 0 1 1  3 2  0 5  1
d.   e.   f.  
2. Carilah nilai eigen dari matriks pada soal nomor 1.
3. Carilah vektor eigen dari matriks pada soal nomor 1.
4. Teras (trace) dari sebuah matriks A berukuran nn, dinotasikan tr(A), adalah
jumlah elemen-elemen pada diagonal utama. Perlihatkan bahwa persamaan
karakteristik sebuah matriks A yang berukuran 2x2 adalah  2 – tr(A)  +
det(A) = 0
3.6. Karakterisasi nilai dan vektor eigen
Berikut ini adalah beberapa sifat dari nilai dan vektor eigen suatu matriks :
1. Jika k adalah bilangan bulat positif,  adalah nilai eigen dari suatu matriks
A berukuran nn dan x adalah vektor eigen yang bersesuaian dengan ,
maka k adalah nilai eigen dari Ak dan x adalah vektor eigen dari Ak.
2. Nilai eigen dari suatu matriks nonsingular adalah taknol. Jika  adalah
nilai eigen dari suatu matriks nonsingular A berukuran nn maka 1/
adalah nilai eigen dari A-1.
3. Diberikan matriks A berukuran nn. Matriks A dan AT mempunyai nilai
eigen yang sama.
4. Matriks A berukuran nn disebut idempoten jika A2 = A. Jika  adalah
suatu nilai eigen dari matriks idempoten, maka  adalah 0 atau 1.
5. Matriks A berukuran nn disebut nilpoten jika Ak = 0 untuk suatu bilangan
bulat positif k. Semua nilai eigen dari suatu matriks nilpoten adalah 0.
51
Soal-soal
Carilah persamaan karakteristik, nilai eigen dan vektor eigen dari matriks-matriks
berikut:
[ ] [ ]
4 0 1 5 0 1
a).[3 0
8 −1 ] b). [
10 −9
4 −2 ] c). −2 1 0
−2 0 1
d). 1 1 0
−7 1 0
[ ]
10 −9 0 0
4 −2 0 0
e).
0 0 −2 −7
0 0 1 2
3.7. Diagonalisasi
Sub bab ini membahas tentang faktorisasi matriks A berukuran nn ke
dalam hasil kali berbentuk PDP 1 , di mana D adalah matriks diagonal. Jika
diperoleh hubungan P 1 AP  D maka dikatakan bahwa matriks A dapat
didiagonalisasi. Bagaimana memperoleh matriks P dan D yang dimaksud akan
dibahas lebih lanjut dalam bagian ini.
Definisi : Suatu matriks A berukuran nn disebut dapat didiagonalisasi jika
terdapat matriks P nonsingular dan matriks diagonal D sedemikian sehingga
PDP 1 = A
Matriks P dikatakan mendiagonalisir matriks A.
52
Teorema : Jika 1, 2, ..., k adalah nilai-nilai eigen yang berbeda matriks A
berukuran nn, dengan vektor-vektor eigen yang bersesuaian x 1, x2, ...., xk maka
x1, x2, ...., xk adalah bebas linear
Teorema : Suatu matriks A berukuran nn, dapat didiagonalisasi jika dan hanya
jika A mempunyai n vektor eigen yang berbeda semua.
Prosedur untuk mendiagonalisasi sebuah matriks A berukuran nn adalah sebagai
berikut :
Langkah 1 : Carilah n vektor eigen yang berbeda semua dari A, p1 , p 2  , p n .
Langkah 2 : Bentuklah matriks P yang mempunyai p1 , p 2  , p n sebagai vektor
kolomnya
Langkah 3 : Maka matriks P AP akan didiagonalisasi dengan 1 , 2 ,  n

1
sebagai entri-entri diagonalnya yang berturutan, di mana i adalah nilai eigen
yang bersesuaian dengan pi , i  1,2,  , n.
Contoh :
Carilah sebuah matriks P yang mendiagonalkan matriks
[ ]
4 −5 1
A= 1 0 −1
0 1 −1
Penyelesaian :
Matriks A ini mempunyai nilai-nilai eigen =0, =1, dan =2
[]
1
p1 = 1
Untuk =0 diperoleh vektor eigen 1
53
[]
3
p2 = 2
[]
7
p3 = 3
Selanjutnya dapat dibentuk matriks
[ ]
1 3 7
P=[ p1 p 2 p3 ] = 1 2 3
1 1 1 yang mendiagonalkan matriks A.
1
Hal ini dapat ditunjukkan dengan membuktikan bahwa P AP  D , yaitu :
[ ][ ][ ] [ ]
1/2 −2 5/2 4 −5 1 1 3 7 0 0 0
−1
P AP= −1 3 −2 1 0 −1 1 2 3 = 0 1 0
1/2 −1 1/2 0 1 −1 1 1 1 0 0 2
Terlihat bahwa entri-entri pada diagonal pokok adalah nilai-nilai eigen dari
matriks A.
Jadi dapat dikatakan bahwa matriks P mendiagonalkan matriks A
Catatan :
Tidak ada persyaratan yang khusus untuk meletakkan orde kolom-kolom dari
matriks P
1
Karena elemen diagonal ke i dari P AP adalah nilai eigen untuk vektor eigen
kolom ke i dari P, maka dengan mengubah orde kolom-kolom dari P hanyalah
1
mengubah orde dari nilai-nilai eigen pada diagonal dari P AP .
Jadi seandainya dituliskan :
54
[ ]
3 1 7
P=[ p2 p 1 p3 ] = 2 1 3
. 1 1 1
Maka diperoleh :
[ ][ ][ ] [ ]
−1 3 −2 4 −5 1 3 1 7 0 0 0
−1
P AP= 1/2 −2 5/2 1 0 −1 2 1 3 = 0 1 0
1/2 −1 1/2 0 1 −1 1 1 1 0 0 2
Soal-soal
Perlihatkan bahwa matriks-matriks pada soal berikut tidak dapat didiagonalisasi.
( )
−1 0 1
1. ( ) (
2 0
1 2
2.
2 −3
1 −1 ) 3. −1 3 0
−4 13 −1
Dalam soal berikut carilah sebuah nilai P yang mendiagonalisasi A, dan tentukan
P A P.
−1
( ) ( )
2 0 −2 1 0 0
4. 0 3 0 5. 0 1 1
0 0 3 0 1 1
Dalam soal berikut tentukan apakah A dapat didiagonalisasi. Jika demikian ,
carilah sebuah matriks P yang mendiagonalisasi A dan tentukan P−1 A P
( )
19 −9 −6
6. 25 11 −9
17 −9 −4
55

BAB III Determinan

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

BAB III Determinan

Diunggah oleh

Hak Cipta:

Format Tersedia

Aljabar Linear Elementer Suzyanna 2016/2017

Determinan suatu matriks persegi sangat banyak gunanya dalam berbagai

cabang matematika. Sebagai contoh pada aljabar, determinan digunakan untuk

mencari jawab n persamaan linear dengan n variabel. Ada dua definisi

determinan dilihat dari segi pendekatannya, pertama dengan pendekatan klasik,

mendefinisikan determinan dengan pendekatan klasik, yaitu melalui fungsi

TIK : Setelah mempelajari materi ini diharapkan mahasiswa dapat:

3.1. Menghitung determinan dengan permutasi, operasi baris elementer, dan

Definisi : Permutasi bilangan asli, dinotasikan , adalah susunan bilangan-

bilangan asli menurut suatu aturan tanpa menghilangkan atau mengulangi

bilangan tersebut. Himpunan semua permutasi dari n ditulis dengan Sn.

(3,2,1). Jadi S3 = {(1,2,3), (1,3,2), (2,3,1), (2,1,3), (3,1,2), (3,2,1)}.

Terihat bahwa banyaknya permutasi 2 bilangan adalah 2, banyaknya

permutasi 3 bilangan adalah 6. Secara umum banyaknya permutasi n bilangan

Pada permutasi (2,1,3) terdapat 1 inversi yaitu 2 mendahului 1.

Pada permutasi (3,2,1) terdapat 3 inversi yaitu : 3 mendahului 2, 3 mendahului 1,

disebut permutasi ganjil.

Definisi : Tanda dari permutasi , dinotasikan sgn(), didefinisikan sebagai

 1, jika jumlah inversi σ genap

Jika  = (2,1,3) maka sgn() = -1.

Jika  = (3,2,1) maka sgn() = -1.

Definisi : Determinan dari matriks Anxn didefinisikan sebagai :

det( A)   sgn( ).a1 j1 .a 2 j2 a3 j3 ....a njn

sehingga det( A)  a11a 22  a12 a 21

 a11 a12 a13 

dan sgn(3,2,1) = 1. Sehingga

Dari definisi di atas, apabila Anxn =

ataupun bawah) maka det(A)  a11.a22. ... .ann.

Sifat-sifat yang berlaku pada determinan

1. Nilai determinan matriks A sama dengan nilai determinan transposenya, yaitu

 a11 a12   a11 a 21 

det( A)  a11a 22  a12 a 21 dan det( A t )  a11a 22  a12 a 21 .

bersesuaian bernilai sama), maka det(A) = 0.

maka det(B) =  det(A).

0.5.2  1.2.1  6.4.3  35.

A dengan skalar k  0, maka det(B) = k.det(A).

1.2.3  3.5.3  2.2.18  1.4.0  105.

A baris matriks B, maka det(C) = det(A)  det (B).

det(C)  4.4.6  2.5.0  2.2.1  4.5.1  2.2.6  2.4.0  56.

kali baris yang lain, maka det(B ) = det(A).

pertama sebanding dengan kolom kedua.

1. Carilah banyaknya inversi di dalam permutasi dari { 1,2,3,4,5 } yang berikut,

3. Klasifikasikan setiap permutasi dari ( 1, 2, 3, 4 ) sebagai genap atau ganjil.

4. Gunakan hasil-hasil dalam soal 3 untuk membangun sebuah rumus untuk

determinan dari sebuah matriks 4 x 4.

4.2. Menghitung determinan dengan menggunakan ekspansi kofaktor

dengan Mij, adalah determinan tingkat (n1) yang diperoleh dengan

mencoret baris ke i dan kolom ke j dari matriks A.

Mij, dinyatakan dengan Kij, dinamakan kofaktor elemen aij.

Perhatikan bahwa kofaktor dan minor sebuah elemen a ij hanya berbeda di

dalam tandanya , yakni K ij =± M ij. Sebuah cara untuk menentukan apakah

menggunakan tanda + atau – adalah menggunakan kenyataan adalah tanda yang

menghubungkan K ij dan M ijberada di dalam baris ke –i dan kolom ke –j dari

Dari penghitungan kofaktor elemen suatu matriks dapat digunakan untuk

menghitung determinan dan invers dari suatu matriks.

salah satu yaitu :

Diekspansikan menurut baris ke-1

Diekspansikan menurut baris ke -2

Atau det(A) = 2. K21  0. K22  2. K23  2.(3)  0. (1)  2.4  (6)  8  2.

Cobalah hitung dengan ekspansi kolom. š

4.3. Menghitung invers suatu matriks dengan menggunakan adjoin matriks

matriks kofaktor disebut matriks adjoin dari A, dinotasikan adj(A).

Carilah invers dari matriks 4 x 4 yang berikut, dengan k 1 , k 2 , k 3 , dan k 4 semuanya

tidak sama dengan Nol.