+

MATRIKS & OPERASINYA

Raras Tyasnurita
+ Tujuan Pembelajaran
2

Setelah menyelesaikan pertemuan ini mahasiswa diharapkan :

1. Mengetahui definisi Matriks

2. Dapat mencari transpos dan invers matriks

3. Dapat menyelesaikan Sistem Persamaan Linier dengan

menggunakan invers matriks

Matriks & Operasinya 20 September 2012

+ 3

OUTLINE

Definisi Matriks

Teorema Matriks

Matriks Transpose

Matriks & Operasinya 20 September 2012

+ ARTHUR1821-1895
4
CAYLEY

He was a British Mathematician,

a lawyer, and a Professor of
Mathematics at Cambridge

Introduced Mtarix Theory in a

paper titled A Memoir on the
Theory of Matrices

As a child, Cayley enjoyed

solving complex math problems
for amusement

He postulated the Cayley–

Hamilton theorem—that every
square matrix is a root of its own
characteristic polynomial, and
verified it for matrices of order 2
and 3

Matriks & Operasinya 20 September 2012

+
James Sylvester (1814-1897)
Gotthold Eisenstein (1823-1852)

He was an English mathematician, professor at Oxford, and

founder of American Journal of Mathematics

He firstly defined term matrix to be an “oblong arrangement of

terms”

He introduced idea of matrix multiplication concept to simplify

the process of making substitutions in linear systems

He was a German mathematician and a pupil of Gauss

Gauss is said to have claimed, "There have been only three
epoch-making mathematicians: Archimedes, Newton, and
Eisenstein."

Matriks & Operasinya 20 September 2012

 6
Matriks:
1. Suatu kumpulan nilai bentuk empat-persegi-panjang
2. Terdiri dari baris-baris dan kolom-kolom
3. Tiap nilai dalam matriks disebut entri; cara menyebutkan entri
adalah dengan subskrip/indeks (baris, kolom)

Contoh:
Matriks A = 1 5 9 semua entri: real
7 3 0

Matriks A terdiri dari 2 baris dan 3 kolom

A 1,1 = 1 A 1,2 = 5 A 1,3 = 9

A 2,1 = 7 A 2,2 = 3 A 2,3 = 0

Matriks & Operasinya 20 September 2012

 7

v Huruf besar menyatakan è matrix

v Huruf kecil menyatakan è entry = skalar = kuantitas numerik
v aij = entry yang terdapat pada baris ke i dan kolom ke j dari A
v Contoh :

⎡ a11 a12 ⎤
A = ⎢a 21 a 22⎥
⎣ ⎦

Matriks & Operasinya 20 September 2012

+ Matriks Khusus
8

Matriks dengan m = n disebut matriks bujur sangkar.

Matriks dengan m ≠ n disebut matrik segi panjang
Matriks dengan n = 1 disebut matriks kolom atau vektor kolom.
Matriks dengan m = 1 disebut matriks baris atau vektor baris.

Contoh:
⎡2 0 3⎤ b = k = 3 b = 2, k = 3
⎡2 4 1⎤
A = ⎢⎢1 2 4⎥⎥ matriks bujur B = ⎢ ⎥ matriks segi
⎢⎣3 2 1 ⎥⎦ sangkar 3×3 ⎣3 0 2⎦ panjang 2×3

⎡ 2⎤ k = 1
p = ⎢ ⎥ vektor kolom q = [3 2 4] b = 1
⎣ 4⎦ vektor baris
Matriks & Operasinya 20 September 2012
+ 9

Matriks Segitiga
Ada dua macam matriks segitiga yaitu
matriks segitiga bawah dan matriks segitiga atas
Matriks segitiga bawah adalah matriks yang elemen-elemen di
atas diagonal utamanya bernilai nol.
Matriks segitiga atas adalah matriks yang elemen-elemen di
bawah diagonal utamanya bernilai nol.
Contoh:

Matriks segitiga bawah : Matriks segitiga atas :

⎡ 2 0 0⎤ ⎡2 − 2 1⎤

T1 = ⎢⎢− 1 1 0⎥⎥ T2 = ⎢⎢0 1 3⎥⎥
⎢⎣ 3 4 3⎥⎦ ⎢⎣0 0 3⎥⎦

Matriks & Operasinya 20 September 2012

+ 10

Matriks Diagonal
Matriks diagonal adalah matriks yang elemen-elemen di atas
maupun di bawah diagonal utamanya bernilai nol.
Contoh:
⎡2 0 0⎤
D = ⎢⎢0 1 0⎥⎥
⎢⎣0 0 0⎥⎦
Matriks Permutasi
Matriks permutasi adalah matriks bujur sangkar yang elemen-
elemennya bernilai nol kecuali 1 elemen yang bernilai 1 pada
tiap baris dan kolom.

Contoh:

Matriks & Operasinya 20 September 2012

+ 11

Matriks Satuan / Identitas

Jika semua elemen pada diagonal utama adalah
1, sedang elemen yang lain adalah 0, matriks itu
disebut matriks satuan.
Contoh:
⎡1 0 0⎤
A = ⎢⎢0 1 0⎥⎥ = I
⎢⎣0 0 1⎥⎦
Matriks Nol

Matriks nol, 0, yang berukuran m×n adalah

matriks yang berukuran m×n dengan
semua elemennya bernilai nol.

Matriks & Operasinya 20 September 2012

 12
Definisi-definisi:
1. Matriks A = matriks B jika ukuran baris A & baris B dan ukuran
kolom A & kolom B sama; dan entri Ai,j = entri Bi,j
2. C = A ± B, maka Ci,j = Ai,j ± Bi,j
3. M = cA ( c = real / skalar), maka Mi,j = cAi,j
4. Jika A1, A2, …, An adalah matriks-matriks berukuran sama, dan c1, c2,
…, cn adalah bilangan-bilangan skalar, maka c1 A1 + c2A2 + …+ cnAn
disebut kombinasi linier dari A1, A2, …, An dengan koefisien c1, c2, …,
cn.
5. Suatu matriks dapat di-partisi menjadi beberapa submatriks dengan
menarik garis horisontal dan/atau garis vertikal.
Contoh:
A11 A21
A= a11 a12 a13 a14 A= a11 a12 a13 a14 r1
a21 a22 a23 a24 a21 a22 a23 a24 r2
a31 a32 a33 a34 a31 a32 a33 a34 r3
A21 A22
Matriks & Operasinya 20 September 2012
 13
Definisi-definisi (lanjutan):

6. Matriks A dikalikan dengan matriks B;

syaratnya adalah banyaknya kolom A = banyaknya baris B.
Catatan: perhatikan bahwa perkalian matriks (kedua matriks bujursangkar dengan
ukuran sama) tidak komutatif (AB ≠ BA)
7. Transpos(A) = matriks A dengan baris-kolom ditukar tempatnya
8. Trace(A) = jumlah semua entri diagonal A = A 11 + A 22 + … + A nn

Matriks & Operasinya 20 September 2012

 14
CONTOH
1. Equality of Matrices

If x = 5 , then A = B , but for all other values of x the matrices A and B are not
equal, since not all of their corresponding entries are equal. There is no value
of x for which A = C since A and C have different sizes.

2. Matrix Addition and Subtraction

The expressions A + C, B + C, A - C, B - C and are undefined.

Matriks & Operasinya 20 September 2012

 15
CONTOH (2)

3. Scalar Multiplication

4.
Jika A1, A2, …, An adalah matriks-matriks berukuran sama, dan c1, c2, …, cn
adalah bilangan-bilangan skalar, maka c1 A1 + c2A2 + …+ cnAn disebut kombinasi
linier dari A1, A2, …, An dengan koefisien c1, c2, …, cn.
Contoh :

Matriks & Operasinya 20 September 2012

 16
CONTOH (3)

6. Matrix Multiplication

Go to next slide

8. Trace Matrix
Trace(A) = jumlah semua entri diagonal A = A 11 + A 22 + … + A nn

Matriks & Operasinya 20 September 2012

 17

MATRIX
MULTIPLICATION

Matriks & Operasinya 20 September 2012

 18

MATRIX
MULTIPLICATION
(2)

Matriks & Operasinya 20 September 2012

+ 19

Sifat Perkalian Dua Matriks

n A matriks bujur sangkar, maka

perkalian matriks tidak komutatif (AB ≠ BA)
Buktikan bahwa (AB ≠ BA)!

! 1 2 $ " !2 4 %
A =# & B =$ '
" 1 1 % # 2 !2 &

Matriks & Operasinya 20 September 2012

+ 20

Sifat Perkalian Dua Matriks (2)

n If (AC = BC), it is not necessarily true that A = B

! 1 3 $ ! 2 4 $ " 1 !2 %
A =# & B =# & C =$ '
" 0 1 % " 2 3 % # !1 2 &

n If AB = O, it is not necessarily true that either A = O or

B=O
" 3 !6 % ! 2 2 $
A =$ ' B =# &
# !1 2 & " 1 1 %

Matriks & Operasinya 20 September 2012

 21

Sifat perkalian matriks:

A matriks bujur sangkar, maka
1. (Ar) (As) = A( r+s )
2. (Ar)s = A ( rs )

Matriks & Operasinya 20 September 2012

 22

Teorema: A, B, C merepresentasikan matriks

a, b merepresentasikan bilangan skalar
1. A +B = B +A Commutative

2. A + (B + C) = (A + B) + C Associative

3. A(BC) = (AB)C
4. a(bC) = (ab)C
5. a(BC) = (aB)C = B(aC)
6. A(B ± C) = AB ± AC Distributive

7. (B ± C)A = BA ± CA
8. a(B ± C) = aB ± aC
9. (a ± b)C = aC ± bC
Matriks & Operasinya 20 September 2012
 23

Teorema: A, O, I merepresentasikan matriks

O adalah matriks nol (semua entrinya = nol)
I adalah matriks identitas
1. A + O = O + A = A
2. A – A = O
3. O – A = – A
4. AO = O; OA = O
5. AI = IA = A

Matriks & Operasinya 20 September 2012

 24

Example
Example as an ilustration of the associative law for matrix
multiplication,consider
⎡1 2 ⎤
⎢3 4⎥ ⎡4 3⎤ ⎡1 0⎤
A = ⎢ ⎥ B = ⎢⎣2 1⎥⎦ C = ⎢2 3⎥⎦
⎣
⎢⎣0 1 ⎥⎦

Then

⎡1 2 ⎤ ⎡8 5 ⎤
⎢3 4⎥ ⎡4 3⎤ ⎢20 13⎥ ⎡4 3⎤ ⎡1 0⎤ ⎡10 9⎤
AB = ⎢ ⎥ ⎢2 1⎥ = ⎢ ⎥ and BC = ⎢2 1⎥ ⎢2 3⎥ = ⎢ 4 3⎥
⎢⎣0 1 ⎥⎦ ⎣ ⎦ ⎢⎣2 1 ⎥⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦

Matriks & Operasinya 20 September 2012

 25

Thus
⎡1 2 ⎤ ⎡18 15 ⎤
⎢3 4⎥ ⎡4 3⎤ ⎡1 0⎤
n (AB)C = ⎢ ⎥ ⎢⎣2 1⎥⎦ ⎢⎣2 ⎥ = ⎢⎢46 39 ⎥⎥
3⎦
⎢⎣0 1 ⎥⎦ ⎢⎣4 3 ⎥⎦

⎡1 2 ⎤ ⎡18 15 ⎤
⎢ ⎥ ⎡4 3⎤ ⎡1 0⎤ ⎢46 39 ⎥
n And A(BC) = 3 4 ⎢2 1⎥ ⎢2 3⎥ =
⎢ ⎥ ⎢ ⎥
⎢⎣0 1 ⎥⎦ ⎣ ⎦ ⎣ ⎦ ⎢⎣4 3 ⎥⎦

n So (AB)C= A(BC),as guaranted by theorem 3

Matriks & Operasinya 20 September 2012

 26
Sistem Persamaan Linear dan Matriks:
Contoh:
Diberikan SPL sebagai berikut:
2x1 – 5x2 + x3 + 7x4 = 4
x1 + 2x2 – 3x4 = 0
x1 + 7x3 = -5
Ditulis dengan bentuk perkalian matriks:

Matriks & Operasinya 20 September 2012

 27

Matriks & Operasinya 20 September 2012

 28

7. Transpose dari Suatu Matriks

AT =

Matriks & Operasinya 20 September 2012

 29

Sifat-sifat matriks transpose:

1. (AT)T = A
2. (kA)T = k (AT)
3. (A ± B)T= AT ± BT
4. (AB)T= BTAT
5. Anxn = AT symmetric
6. Anxn = -AT skew symmetric

Matriks & Operasinya 20 September 2012

+ 30

Putaran Jumlah Dua Vektor Baris

Putaran jumlah dua vektor baris sama dengan
jumlah putaran masing-masing vektor

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⎥⎦

T T T
Secara umum : ( a + b) = a + b
Matriks & Operasinya 20 September 2012
+ 31

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 $
T " $ & ' T T
(ab) = [ 2 !1+ 4 ! 3+ 3! 2 ] = # 1 3 2 % & 4 ' = b a
& 3 '
# %
Matriks & Operasinya 20 September 2012
+ 32

Contoh:
⎡2⎤
Jika a = ⎢⎢4⎥⎥ dan b = [1 3 2]
⎢⎣3⎥⎦
⎡2 × 1 2 × 3 2 × 2⎤
⎢4 × 1 4 × 3 4 × 2⎥⎥
maka ab = ⎢
⎢⎣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] = bTaT
⎢⎣2 × 2 4 × 2 3 × 2⎥⎦ ⎢⎣2⎥⎦

Secara umum :(ab )T = b TaT

Matriks & Operasinya 20 September 2012

+ 33

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 = AT + BT
Jika A = [a1  a m ] dan B = [b1  bm ]

maka A + B = [a1 + b1  a m + b m ]

Dengan demikian

⎡ (a + b )T ⎤ ⎡ aT + bT ⎤ ⎡ aT ⎤ ⎡ bT ⎤
⎢ 1 1 ⎥ ⎢ 1 1
⎥ ⎢ 1 ⎥ ⎢ 1 ⎥
(A + B )T = ⎢  ⎥ = ⎢  ⎥ = ⎢  ⎥ + ⎢  ⎥ = A + B
T T
⎢(a + b )T ⎥ ⎢aT + bT ⎥ ⎢aT ⎥ ⎢bT ⎥
⎢⎣ m m ⎥⎦ ⎢⎣ m m ⎥⎦ ⎢⎣ m ⎥⎦ ⎢⎣ m ⎥⎦

Matriks & Operasinya 20 September 2012

+ 34

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. T T T
(AB) =B A
⎡ a1 ⎤
⎢ ⎥
Jika A = ⎢  ⎥ dan B = [b1  bn ]
⎢⎣a m ⎥⎦
⎡ a1 • b1  a1 • b n ⎤
maka AB = ⎢    ⎥
⎢ ⎥
⎢⎣a m • b n  a m • b n ⎥⎦

Dengan demikian maka

⎡ a1 • b1  a1 • b n ⎤ ⎡ b1 ⎤
ABT = ⎢⎢    ⎥⎥ = ⎢⎢  ⎥⎥ [a1  a m ] = B T A T
⎢⎣a m • b n  a m • b n ⎥⎦ ⎢⎣b n ⎥⎦
Matriks & Operasinya 20 September 2012
+ NEXT
:
MATRIKS INVERS