MATRIKS

Daru Wahyuni

Prodi. Pendidikan Ekonomi FE UNY

 Topik Bahasan
1 Pengertian Matriks
2 Operasi Matriks
3 Jenis-Jenis Matriks
4 Determinan Matriks
5 Inverse Matriks
6 Persamaan Simultan
2
1
Apa itu matriks?

Matriks merupakan kumpulan bilangan yang

disajikan secara teratur dalam baris dan
kolom yang membentuk suatu
persegi/persegi panjang, serta termuat
diantara sepasang tanda kurung.

3
1
Notasi Matriks
 Nama matriks menggunakan huruf besar
 Anggota-anggota matriks berupa angka yang disebut
dengan istilah elemen atau unsur
 Digunakan kurung biasa atau kurung siku
1  1 2 
 a 11 a 12 a 13 
A    H  5 0  3
 a 21 a 22 a 23  7 1 0 
 Ordo matriks atau ukuran matriks merupakan
banyaknya baris (garis horizontal) dan banyaknya
kolom (garis vertikal) yang terdapat dalam matriks.
4
1
Notasi Matriks
 Bila sebuah matriks mempunyai m baris dan n kolom
maka akan disebut matriks berordo m x n.
Notasi A = (aij)
 Notasi matriks memudahkan menunjuk anggota suatu
matriks
 a11 a12 a13 ... a1n 
  Dimana
 a21 a22 a23 ... a2 n 
i = 1,2,...,m
A =  a31 a32 a33 ... a3n  j = 1,2,...,n
 
 ... ... ... ... ... 
a am n 
 m1 am 2 am 3 ...
5
1
Notasi Matriks
Baris

 a11 a12  a1n 

a a22  a2 n 
A  21

     
 
am1 am 2  am n 
Kolom

Unsur matriks Matriks berorde m x n

6
1
Notasi Matriks
1 4 
3 1  0  1 2
A  B  3 4  3
2 1  0 2  2
 
6  1
 Matriks A merupakan matriks berordo 4x2

 Matriks B merupakan matriks berordo 3x3

7
1
Matriks Baris dan Kolom

F  1 2 1  4
 Matriks baris adalah matriks yang hanya mempunyai satu
baris

1
E  3
4
 Matriks kolom adalah matriks yang hanya mempunyai satu
kolom.

8
1
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

 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 

9
2
Penjumlahan Matriks
 Apabila A dan B merupakan dua matriks yang ukurannya
sama, maka hasil penjumlahannya (A + B) adalah matriks
yang diperoleh dengan menambahkan unsur yang
seletak/bersesuaian dari kedua matriks tersebut.

 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 

10
2
Penjumlahan Matriks
Contoh Soal

4 2  3  4
A   1 3  B  2 1  A B  ?
 2  2 1  2

 43 24 
A  B   1  2 3  1 
 2  1  2  2

7  2 
 1 4 
3  4
11
2
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.

 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 

12
2
Pengurangan Matriks
Contoh Soal

1 0  1  1 1 1
A  2 2  3 B   1 2 4 A B  ?
3 4 0   3 4 2

1  1 0  1  1  1 
A  B   2  1 2  2  3  4
3  3 4  4 0  2 

0  1  2
 3 0  7
0 0  2
13
2
Perkalian Matriks dengan Skalar

Jika k adalah suatu bilangan kontanta dan matriks A = ( aij ) maka

matriks kA=(kaij ) adalah suatu matriks yang diperoleh dengan
mengalikan semua elemen matriks A dengan k.

Mengalikan matriks dengan konstanta dapat dituliskan di depan

atau dibelakang matriks.
3 8 
[C]=k[A]=[A]k A  4[A] =
5 1 

4 * 3 4 * 8 12 32 
4A    4A   
 4 * 5 4 * 1  20 4 
14
2
Perkalian Matriks dengan 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)

15
2
Perkalian Matriks dengan 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 * (  
 1 1 )  2 * 3 0  6 0 
 2  1      
TERBUKTI

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 

16
2
Perkalian Matriks dengan Skalar

Contoh :
1 1 
C  dengan k1 = 2 dan k2 = 3, maka
2  1

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

1 1  1 1   5 5 
(k1  k 2 ) * C  (2  3) *    5 * 2  1  10  5
 2  1    

1 1  1 1   2 2   3 3   5 5 
(k1 * C  k 2 * C )  (2) *    (3) * 2  1  4  2  6  3  10  5
 2  1        

17
2
Perkalian Matriks
 Perkalian matriks dengan matriks pada umumnya tidak
bersifat komutatif.
 Syarat perkalian adalah jumlah kolom matriks pertama sama
dengan jumlah baris matriks kedua.
 Jika matriks A berukuran mxn dan matriks B berukuran nxp
maka hasil dari perkalian A*B adalah suatu matriks D=(dij )
berukuran mxp

b b12 b13 
B   11
b21 b22 b23 

a a12   d11 d12 d13 

A   11 d
a21 a22   21 d 22 d 23 

18
2
Perkalian Matriks
Contoh soal:
 3
A  3 2 1 B  1 A* B  ?
0

 3
1
 
0

A * B = 3 2 1 11

3
A * B  3 2 1* 1  (3 * 3)  (2 *1)  (1* 0)  11
0
19
2
Perkalian Matriks
Contoh soal:
 3
A  3 2 1 B  1 B* A  ?
0

3 2 1
 3 9 6 3
1 3 2 1
B*A=   
0 0 0 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
20
2
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
 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
21
2
Perpangkatan Matriks

Sifat perpangkatan pada matriks sama seperti sifat

perpangkatan pada bilangan-bilangan untuk setiap
a bilangan riil, dimana berlaku :

A2 = A A
A3 = A 2 A
A4 = A 3 A
A5 = A4 A; dan seterusnya

22
2
Perpangkatan Matriks
Tentukan hasil A² dan A³

 1 1
A 
 2 0

 1 1  1 1  3  1
A 2  AxA     2 0    2 2 
 2 0    

 1 1  3  1  5 3 
A 3  AxA 2      2 2    6  2
 2 0    

23
2
Perpangkatan Matriks
Tentukan hasil 2A² + 3A³

 1 1
A 
 2 0

 3  1  6  2
2 A2  2      4 4 
  2 2   

  5 3  15 9
3 A3  3       6 6
  2 2   

 6  2  15 9   9 7 
2 A 2  3 A3       6 6   10 10
  4 4     

24
3
Jenis-jenis Matriks

 Matriks bujursangkar (persegi) 1 4

A 
adalah matriks yang berukuran n x n 3 1 

 Matriks nol adalah matriks yang 0 0 

setiap entri atau elemennya adalah O3x 2  0 0
0 0
bilangan nol

25
3
Jenis-jenis Matriks

 Matriks Diagonal adalah matriks 1 0 0

persegi yang semua elemen di atas dan D3x 3  0 2 0
di bawah diagonalnya adalah nol. 0 0 5
Dinotasikan sebagai D. Contoh :

 Matriks Skalar adalah matriks diagonal 5 0 0

yang semua elemen pada diagonalnya D3x 3  0 5 0
sama. Contoh: 0 0 5

26
3
Jenis-jenis Matriks
1 0 0
 Matriks Identitas adalah matriks skalar I  0 1 0
yang elemen-elemen pada diagonal 0 0 1
utamanya bernilai 1.

2 4 5
 Matriks Segitiga Atas adalah matriks
A  0 1 2
persegi yang elemen di bawah diagonal
0 0 6
utamanya bernilai nol

 Matriks Segitiga Bawah adalah matriks 1 0 0 

persegi yang elemen di atas diagonal B  3 4 0
utamanya bernilai nol 2 5 1

27
4
Determinan Matriks

 Setiap matriks persegi atau bujur sangkar

memiliki nilai determinan
 Determinan matriks A dilambangkan dengan │A│
 Nilai determinan sebuah matriks merupakan
suatu konstanta.
 Jika nilai determinan suatu matriks sama dengan
nol, maka matriks tersebut disebut matriks
singular.

28
4
Notasi Determinan

 Misalkan matriks A merupakan sebuah matriks

bujur sangkar
 Fungsi determinan dinyatakan oleh det (A)
 Det(A) sering juga dinotasikan |A|

29
4
Nilai Determinan
 Pada matriks 2x2 cara menghitung nilai
determinannya adalah :

a11 a12  a11 a12

det( A) a11a22  a12a21
A  det( A) 
 21 22 
a a a21 a22

 Contoh soal :

2 5 2 5
A det( A)  det( A)  6  5  1
1 3 1 3

30
4
Nilai Determinan

 Pada matriks 3x3 cara menghitung nilai

determinannya adalah menggunakan Metode Sarrus

a11 a12 a13 

A  a21 a22 a23 
a31 a32 a33 

det( A)  (a11a22a33  a12a23a31  a13a21a32 )  (a31a22a13  a32a23a11  a33a21a12 )

31
4
Nilai Determinan
 Contoh soal :

 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)) – ((2. 1.-3)

+ (0 . 3 . -2 . ) + (-1 . -1 . 2))
= (2 + 12 + 0) – (-6 + 0 + 2 )
32 = 14 + 4 = 18
4
Konsep Minor
 Yang dimaksud dengan MINOR unsur aij adalah
nilai determinan |A| dengan “menutup” 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 
a32 a33
a31 a32 a33 

a11 a12 a13 a14 

a a22 a23 a24 
a22 a23 a24
A M 11  a32
21
a33 a34
a31 a32 a33 a34 
  a42 a43 a44
33 a41 a42 a43 a44 
4
Konsep Minor
Minor-minor dari Matrik A (ordo 3x3)

34
4
Konsep Kofaktor
 Kofaktor dari baris ke-i dan kolom ke-j dituliskan
dengan

 Contoh :
Kofaktor dari elemen a23

c23  (1) 23 M 23  M 23

35
4
Teorema Laplace
Determinan dari suatu matriks sama dengan jumlah
perkalian unsur-unsur dari sembarang baris atau kolom
dengan kofaktor-kofaktornya

36
4
Teorema Laplace
Determinan dengan Ekspansi Kofaktor Pada Baris
 Misalkan ada sebuah matriks A berordo 3x3
a11 a12 a13 
A  a21 a22 a23 
a31 a32 a33 

 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
37
4
Teorema Laplace
Determinan dengan Ekspansi Kofaktor Pada Baris
 Misalkan ada sebuah matriks A berordo 3x3
1 2 3
A  2 3 1
3 1 2

 Determinan Matriks A dengan metode ekspansi

kofaktor baris pertama
|A|  a11c11  a12c12  a13c13
3 1 2 1 2 3
1 2 3
1 2 3 2 3 1
 (1 * 5) - (2 *1)  (3 * - 7)  5 - 2 - 21
38  - 18
4
Teorema Laplace
 Determinan Matriks A dengan metode ekspansi kofaktor baris
kedua
|A|  a 21c21  a 22c22  a 23c23
 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 a33 a31 a32

 Determinan Matriks A dengan metode ekspansi kofaktor baris

ketiga
|A|  a31c31  a32c32  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
39
4
Teorema Laplace
Determinan dengan Ekspansi Kofaktor Pada Kolom
 Misalkan ada sebuah matriks A berordo 3x3
a11 a12 a13 
A  a21 a22 a23 
a31 a32 a33 
 Determinan Matriks A dengan metode ekspansi
kofaktor kolom pertama
|A|  a11c11  a 21c21  a31c31
 a11 M 11  a 21 M 21  a31 M 31
a 22 a 23 a12 a13 a12 a13
 a11  a 21  a31
a32 a33 a32 a33 a 22 a 23

40
4
Teorema Laplace
 Determinan Matriks A dengan metode ekspansi kofaktor kolom
kedua
|A|  a12c12  a 22c22  a32c32
 a12 M 12  a 22 M 22  a32 M 32
a 21 a 23 a11 a13 a11 a13
 a12  a 22  a32
a31 a33 a31 a33 a 21 a 23

 Determinan Matriks A dengan metode ekspansi kofaktor kolom

ketiga
|A|  a13c13  a 23c23  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
41
4
Determinan Matrik 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  a22  a33    dst

 Contoh

det ( A)  2  (3)  6  9  4  1296

42
4
Sifat Determinan
Tentukan nilai determinan matrik berikut

2  2 5  3 3 3  2 3 5
A  0 0 0 B  3 3 3 C   1 2 2 
3  1 2  2 1 3   4 6 10

 2  4 2 3 3 3
D  5 5 5  E  3 3 3
7  1 7  3 3 3

43
4
Sifat Determinan
Tentukan nilai determinan matrik berikut

2 5 3  2 1 7  3 5 2
F  1 3 4  G  5 3 6 H  4 3 1 
7 6 2 3 4 2  2 6 7

2 1 1 3
2 5 3 2 5 3 1 3 0 2 
I  2 6 8  J  5 13 10  K
4 8 -1 1
7 6 2 7 6 2  
3 2 5 0

44
4
Sifat Determinan
Untuk setiap determinan matriks bujur sangkar berordo sembarang
(n = 1, 2, 3, …) berlaku:

1. Jika terdapat satu baris/kolom semua elemennya nol maka nilai

determinannya nol.
2. Jika terdapat dua buah baris/kolom mempunyai elemen sama
maka nilai determinannya sama dengan nol.
3. Jika terdapat dua buah baris/kolom mempunyai elemen sebanding
maka nilai determinannya sama dengan nol.
4. Jika salah satu baris/kolom semua elemennya merupakan
penjumlahan dari baris/kolom sebanding maka nilai determinannya
sama dengan nol

45
4
Sifat Determinan
Untuk setiap determinan matriks bujur sangkar berordo sembarang
(n = 1, 2, 3, …) berlaku:
5. Jika semua baris dan kolom saling bertukar letak maka nilai
determinannya sama dengan nilai determinan semula.
6. Jika dua buah baris/kolom saling ditukarkan maka nilai
determinannya berlawanan tanda (negatif) dari nilai determinan
semula.
7. Jika terdapat suatu baris/kolom tiap-tiap elemennya dikalikan
dengan suatu bilangan k maka nilai determinannya adalah k kali
nilai determinan semula.
8. Bila setiap elemen dari suatu baris atau kolom setelah digandakan
dengan konstanta k, kemudian ditambahkan pada tiap baris atau
kolom yang lain dalam determinan itu maka nilai determinannya
tidak berubah.
46
5
Transpose Matriks
 Jika A adalah suatu matriks m x n, maka tranpose A
(dinyatakan oleh A’) didefinisikan sebagai matriks n x m yang
kolom pertamanya adalah baris pertama dari A, kolom
keduanya adalah baris kedua dari A, kolom ketiga adalah baris
ketiga dari A dan seterusnya.

 Contoh :  1 3 1
A 
matriks A : 4 1 3 berordo 2 x 3

1 4
transposenya : A '  3 1 berordo 3 x 2
1 3

47
5
Transpose Matriks
Beberapa Sifat Matriks Transpose :

1. ( A  B)  A  B
T T T

2. ( AT )T  A
3. ( AB )  B A
T T T

4. (kA)  kA
T T

48
5
Transpose Matriks
a a12 a13  b11 b12 b13 
A   11 
a 23  b b23 
Pembuktian aturan no 1 : B
a 21 a 22  21 b22

a a12 a13  b11 b12 b13   a11  b11 a12  b12 a13  b13 
A  B   11  
a 21 a 22 a 23  b21 b22 b23  a 21  b21 a 22  b22 a 23  b23 

 a11  b11 a 21  b21 

( A  B) T  a12  b12 a 22  b22  TERBUKTI
 a13  b13 a 23  b23 

 a11 a 21  b11 b21   a11 a 21  b11 b21   a11  b11 a 21  b21 

AT  a12 a 22  B T  b12 b22  AT  B T  a12 a 22   b12 b22   a12  b12 a 22  b22 
a13 a 23  b13 b23  a13 a 23  b13 b23  a13  b13 a 23  b23 

49
5
Transpose Matriks
Pembuktian aturan no 2 :

a a12 a13 
A   11
a 21 a 22 a 23 

 a11 a 21 
AT  a12 a 22 
a13 a 23  TERBUKTI
T
 a11 a 21 
a a13 
( AT ) T  a12 a 22    11
a12
a 21 a 22 a 23 
a13 a 23 

50
5
Matriks Simetri
Sebuah matriks dikatakan simetri apabila hasil dari transpose
matriks A sama dengan matriks A itu sendiri.

A ' A
Contoh :
1 3 2 
A  3 0 0 2 1 
B  
2 0 0 1 2
1. 2.
1 3 2  2 1 
B'   
A'  3 0 0 1 2
2 0 0

51
5
Adjoin Matriks
Adjoin dari sebuah matriks adalah transpose dari matriks
kofaktor-kofaktornya.

adj. A  C ijA '

Contoh soal:
Tentukan adjoin matrik A berikut!

1 2 3
A  2 3 1
3 1 2

52
5
Adjoin Matriks
1 2 3  5  1  7  5  1  7
A  2 3 1 C A   1 - 7 5 Adj. A   1  7 5 
3 1 2  7 5  1  7 5  1

3 1 2 1 2 3
M 11  5 M 12  1 M 13   -7
1 2 3 2 3 1

2 3 1 3 1 2
M 21  1 M 22   -7 M 23   -5
1 2 3 2 3 1

2 3 1 3 1 2
M 31   -7 M 32   -5 M 33   -1
3 1 2 1 2 3

53
5
Inverse Matriks
 Matriks invers dari suatu matriks A adalah matriks B
yang apabila dikalikan dengan matriks A merupakan
matriks satuan I
 Notasi matriks invers : A 1
 Sebuah matriks yang dikalikan matriks inversnya akan
menghasilkan matrik satuan
A * A1  I
 Matriks invers matrik ber-orde 2 x 2:

a b 1  d  b
A A 1 
c d  ad  bc  c a 

54
5
Inverse Matriks

Contoh soal:
Tentukan matriks invers dari matriks berikut
3 5
A 
 4 2 

1  2  5
A1 
3 * 2  5 * 4  4 3 

1  2  5 1 2 / 14 5 / 14 
  4 3  A  
 14    4 / 14  3 / 14 

55
5
Inverse Matriks

Langkah-langkah untuk mencari invers matriks A yang

berordo 3x3 adalah :
 Cari determinan dari A
 Cari adjoin matriks
 Gunakan rumus

1 adj. A
A 
A
56
5
Inverse Matriks
Contoh soal:
Tentukan matrik invers dari matrik A berikut!

1 2 3 3 1 2 1 2 3
M 11  5 M 12  1 M 13   -7
A  2 3 1 1 2 3 2 3 1
3 1 2
2 3 1 3 1 2
M 21  1 M 22   -7 M 23   -5
1 2 3 2 3 1

2 3 1 3 1 2
M 31   -7 M 32   -5 M 33   -1
3 1 2 1 2 3

|A| = (1*5) – (2*1) + (3*-7) = -18

57
5
Inverse Matriks

 5  1  7
C A   1 - 7 5
 7 5  1

 5  1  7
Adj. A   1  7 5 
 7 5  1

- 5 / 18 1/18 7/18 
A 1   1/18 7/18 - 5 / 18
 7/18 - 5 / 18 1/18 

58
5
Inverse Matriks
Contoh (cara) lain: tentukan matrik invers matriks
M berikut!
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
1 0 5
M ' 2 1 6
59 3 4 0
5
Inverse Matriks
 Temukan matriks kofaktor dengan menghitung minor-
minor matriksnya

 Hasilnya :
 24  18 5      24 18 5
 20  15 4 ==>    ==>  20  15  4
     
  5  4 1       5 4 1 
60
5
Inverse Matriks

 Hasil Adjoinnya :
  24 18 5 
 
 20  15  4 
 5 1 
 4
 Hasil akhir

  24 18 5    24 18 5 
1   
M 1   20  15  4    20  15  4 
1   5 
  5 4 1   4 1 

61
6
Penyelesaian Persamaan Simultan

Teori matriks dapat dimanfaatkan untuk menyelesaikan

sistem persamaan simultan.

Suatu sistem persamaan linear yang terdiri dari m

persamaan dengan n variabel (yang tidak diketahui) adalah
sebagai berikut:

62
6
Penyelesaian Persamaan Simultan

Dapat ditulis menjadi

Apabila A adalah matriks bujursangkar, maka:

63
6
Penyelesaian Persamaan Simultan

Penyelesaian persamaan linier simultan juga bisa diselesaikan

dengan menggunakan kaidah cramer. Dengan sistem
persamaan,

maka nilai variable X dapat dilakukan dengan membagi

diterminan-diterminannya. Karena itulah cara ini sering disebut
juga dengan metode determinan.
Oleh karena itu:

64
6
Penyelesaian Persamaan Simultan

1 1 1  X1   6 
A  3  4 2  X   X 2  k    2 
2 5 1  X 3   0 

65 |A| = -36
6
Penyelesaian Persamaan Simultan

 14 / 36 6/36  2/36 
A1    1/36  3 /36 5 / 36 
 23 / 36 3/36 7 /36 

 14 / 36 6/36  2/36   6   2
X  A1k    1/36  3 /36 5 / 36   2    0 
   
 23 / 36 3/36 7 /36   0   4 

66
6
Penyelesaian Persamaan Simultan

1 1 1 6 1 1
A  3  4 2  - 36 X 1   2  4 2  - 72
2 5 1 0 5 1

1 6 1 1 1 6
X2  3  2 2  0 X 3  3  4 - 2  144
2 0 1 2 5 0
67
Terima Kasih