133

BAB VI
MATRIKS

Tujuan bab
Setelah mempelajari bab ini, mahasiswa mampu menggunakan
konsep dan sifat-sifat matriks, invers matriks, nilai eigen dan
vektor eigen.
Sasaran
Setelah mempelajari bab ini, mahasiswa mampu :
1. Melakukan operasi aritmatika ( penjumlahan, pengurangan
dan perkalian) pada matriks
2. Menentukan transpos suatu matriks
3. Menggunakan sifat-sifat yang berlaku pada matriks
4. Menentukan kofaktor suatu matriks
5. Menghitung matriks Adjoin
6. Menghitung determinan suatu matriks
7. Menghitung invers suatu matriks dengan cara matriks
kofaktor
8. Menghitung invers suatu matriks dengan dengan cara
eliminasi Gauss
9. Menyelesaikan SPL yang berbentuk Ax = b
10. Menghitung nilai eigen dan vektor eigen suatu matriks
 134

6.1. Definisi Matriks

Matriks adalah sekjumpulan bilangan riil (atau elemen)
atau kompleks yang disusun menurut baris dan kolom sehingga
membentuk jajaran (array) persegi panjang.
Matriks yang mempunyai m baris dan n kolom disebut matriks m x
n atau matriks berorde m x n.
Suatu matriks ditunjukkan dengan menuliskan jajarannya di antara
5 7 2
kurung siku, misalnya   adalah matriks 2 x 3, yaitu matriks
6 3 8 
‘2 kali 3, dengan 5, 7, 2, 6, 3, 8 adalah elemen-elemennya.
Perhatikan bahwa dalam menyatakan matriks, yang pertama
disebutkan adalah banyaknya baris dan yang kedua adalah
banyaknya kolom.
5 6 4 
2  3 2 
 
7 8 7 
 
6 7 5 
adalah matriks berorde 4 x 3, yaitu matriks dengan 4 baris dan 3
kolom.
6 4 
Jadi matriks 3 2  berorde 3 x 2
2 5 
Matriks hanyalah sekedar jajaran sekumpulan bilangan, tidak ada
hubungan aritmetis antar elemen-lemennya. Matriks berbeda dari
determinan, karena tidak ada harga numerik suatu matriks yang
diperoleh dari perkalian antar elemennya.Juga, pada umumnya
baris dan kolom tidak dapat dipertukarkan seperti dalam
determinan.
 135

Matriks baris (line matriks) : suatu matriks baris hanya terdiri atas
satu baris saja.
Contoh, 4 3 7 2 adalah matriks berorde 1 x 4.
Matriks kolom (coloumn matriks): suatu matriks kolom hanya
terdiri atasi satu kolom saja.
6 
Contoh, 3  adalah matriks kolom berorde 3 x 1.
8 
Untuk menghemat tempat, matriks kolom seringkali dituliskan
dalam satu garis,tetapi diberi kurung kurawal. Contoh, 6 3 8
menyatakan matriks yang sama dengan matriks kolom berorde 3 x
1.
Untuk menyatakan koordinat x dan y sebuah titik relative terhadap
sumbu x dan y, kita menggunakan matriks baris sederhana,
walaupun dalam hal ini biasanya kita menggunakan kurung biasa.
Sebagai contoh, jika P adalah titik (3, 5) maka angka 3
menyatakan koordinat x dan angka 5 menyatakan koordinat y.
Tetapi dalam matriks pada umumnya tanda koma yang
memisahkan elemen-elemennya tidak dicantumkan.
Matriks berelemen tunggal: Sebuah bilangan dapat dipandang
sebagai matriks berukuran 1 x 1, yaitu matriks yang hanya
mempunyai 1 baris dan 1 kolom saja.
Notasi dua indeks: Masing-masing elemen suatu matriks memiliki
‘alamat’ atau tempat yang dapat ditentukan dengan menggunakan
system dua indeks, indeks pertama menyatakan baris dan indeks
kedua menyatakan kolom. Dengan demikian:
a11 a12 a13 a14 
a a a a 
 21 22 23 24 
a31 a32 a33 a34 
 136

Jadi a23 menunjukkan elemen yang terletak pada baris kedua dan
kolom ketiga.
Jadi, dalam matriks
 3 5 1 8
 3 5 7 9 
 
 1  2 4 6
 
 6 8  4 2 
letak (a) elemen 9 dapat dinyatakan dengan a24
(b) elemen 2 dapat dinyatakan dengan a44
(c) elemen 8 dapat dinyatakan dengan a42

6.2. Notasi matriks: Jika tidak menimbulkan keragu-raguan,

keseluruhan matriks dapat dinyatakan dengan sebuah elemen
umum yang dituliskan dalam kurung siku, atau dengan sebuah
huruf yang dicetak tebal. Penulisan ini singkat dan rapi, dan juga
menghemat banyak huruf dan tempat. Sebagai contoh,
a11 a12 a13 a14 
a a a a 
 21 22 23 24 
a31 a32 a33 a34 
 
dapat dinyatkan dengan aij atau a  atau dengan A saja
 x1 
Serupa dengan itu,  x2  dapat dinyatakan dengan x1  atau x 
 x3 
atau dengan x saja.
Untuk menyatakan matriks (m x n) akan kita gunakan huruf tebal,
misalnya A. Untuk matriks baris atau matriks kolom kita gunakan
huruf kecil tebal, misalnya x. (Dalam tulisan tangan, cetak tebal
 137

dapat digantikan dengan garis bergelombang di bawah huruf yang

bersangkutan, misalnya A atau x).
Jadi, jika B menyatakan matriks 2 x 3, tuliskanlah elemen-elemen
b dalam matriks tersebut dengan menggunakan notasi dua indeks.
Hasilnya
b11 b12 b13 
B=  
b21 b22 b23 

6.3. Kesamaan matriks

Menurut defenisinya, dua matriks dikatakan sama jika semua
elemen yang bersesuaian letak sama. Karena itu kedua matriks
tersebut harus pula berorde sama.
a11 a12 a13  4 6 5
Jadi, jika   =  
a21 a22 a23  2 3 7 
Maka a11 = 4; a12 = 6; a13 = 5; a21 = 2; dan seterusnya.
 
Dengan demikian jika aij = x1  maka aij = xij untuk semua harga
i dan j.
a b c  5  7 3
Sehingga, jika d e f  = 1 2 6
 g h k  0 4 8 
maka d = 1; b = -7; a-k = -3
Penjumlahan dan pengurangan matriks: Agar dua matriks dapat
dijumlahkan atau dikurangkan, maka orde keduanya haruslah
sama. Selanjutnya jumlah atau selisihnya diperoleh dengan
menambahkan atau mengurangkan elemen-elemennya yang
bersesuaian.
Contoh 1:
 138

4 2 3 1 8 9 4  1 28 39
5 7 6 +   = 
  3 5 4  5  3 7  5 6  4
5 10 12
= 
8 12 10
Contoh 2 :
6 5 12 3 7 1 6  3 5  7 12  1
9 4 8  -   =  
  2 10  5 9  2 4  10 8  5 
3  2 11
=  
7  6 13

6.4. Perkalian Matriks:

(a). Perkalian dengan scalar: Mengalikan matriks dengan sebuah
bilangan (yaitu scalar) berarti mengalikan masing-masing
elemennya dengan bilangan tersebut.
Contoh 3:
3 2 5 12 8 20
4x   =  
6 1 7  24 4 28
yaitu, secara umum, k [aij] = [kaij].
Kebalikannya juga berlaku, yaitu kita dapat mengeluarkan faktor
yang sama dari setiap elemen – bukan hanya dari satu baris atau
kolom seperti dalam determinan.
(b). Perkalian dua buah matriks: Dua buah matriks dapat
dikalikan, satu terhadap yang lain, hanya jika banyaknya kolom
dalam matriks yang pertama sama dengan banyaknya baris dalam
matriks yang kedua.
 139

Contoh 4
b1 
a11 a12 a13 
 
A = aij =   dan b = bi  = b2 
a21 a22 a23  b3 
b1 
a11 a12 a13   
Maka A . b =   . b2 
a21 a22 a23  b 
 3
a11b1  a12b2  a13b3 
=  
a21b1  a22b2  a23b3 
yaitu masing-masing elemen matriks A dalam baris yang atas
dikalikan dengan elemen yang bersesuaian dalam kolom pertama
matriks b dan kemudian semua hasil kalinya dijumlahkan. Serupa
dengan itu, baris kedua dari hasil kali kedua matriks diperoleh
dengan mengalikan masing-masing elemen dalam baris kedua
matriks A dengan elemen yang bersesuaian dalam kolom pertama
matriks b.
Contoh 5.
8 
4 7 6   4.8  7.5  6.9 32  35  54
 2 3 1  . 5  =   = 
     2.8  3.5  1.9  16  15  9 
9 
121
=  
40 
 140

Contoh 6.
3 
 
2 3 5 1   4  6  12  10  9  37
4 6 0 7  .  2 =   =  
  12  24  0  63 99
 
9 

Contoh 7.
1 5
8 4 3 1 
 
Jika A = aij = 2 7  dan B = bi  =  2 5 8 6
3 4   

1 5 
8 4 3 1 
= 2 7  . 
2 5 8 6
Maka A . B
3 4  
1.8  5.2 1.4  5.5 1.3  5.8 1.1  5.6 
= 2.8  7.2 2.4  7.5 2.3  7.8 2.1  7.6
3.8  4.2 3.4  4.5 3.3  4.8 3.1  4.6 
 8  10 4  25 3  40 1  30 
= 16  14 8  35 6  56 2  42
24  81 2  20 9  32 3  24 
18 29 43 31 
= 30 43 62 44
32 32 41 27 
Perhatikan bahwa perkalian matriks (3 x 2) dengan matriks (2 x 4)
menghasilkan matriks berorde (3 x 4).
 141

Contoh 8
Jelaslah bahwa suatu matriks hanya dapat dikuadratkan Jika
matriks tersebut merupakan matriks bujur sangkar yaitu matriks
dengan banyak barisnya sama dengan banyak kolomnya.
4 7 
Jika A =  
5 2 
4 7  4 7 
A2 =   .  
5 2  5 2 
16  35 28  14 51 42
=   =  
20  10 35  4  30 39
Ingatlah bahwa perkalian matriks hanya didefenisikan jika
banyaknya kolom dalam matrik pertama = banyaknya baris pada
matriks kedua.
Dengan demikian,
1 5 6  2 3 5
4 9 7  8 7 1  tidak ada artinya.
   

Untuk memahami tentang perkalian matriks, maka diberikan

beberapa contoh berikut.
7 10 
1 2 3
Jika A =   dan B = 8 11
 4 5 6 9 12
 142

7 10 
1 2 3 8 11
Maka A  B = 4 
5 6   =
 9 12
7  16  27 10  22  36
28  40  54 40  55  72 
 
50 68 
=  
122 167
7 10 
1 2 3
BA = 8 11  
 4 5 6
9 12
7  40 14  50 21  60 
= 8  44 16  55 24  66 
9  48 18  60 27  72
47 64 81 
= 52 71 90
53 78 99 
Berdasarkan contoh di atas, terlihat bahwa A  B  B  A . ini
berarti bahwa dalam perkalian matriks tidak berlaku sifat
komutatif.

6.5. Transpose Matriks

Jika baris dan kolom suatu matriks dipertukarkan (dalam arti baris
pertama menjadi kolom pertama, baris kedua menjadi kolom
kedua, dan seterusnya), maka matriks baru yang terbentuk disebut
transpos dari matriks semula. Jika matriks semula adalah A, maka
transposenya dinyatakan dengan AT. Sebagai contoh, jika
 143

7 10 
7 8 9 
A = 8 11 , maka AT = 10 11 12
9 12  

2 7 6
Karena itu, jika diberikan A = 
5 
dan
3 1
4 0
35 79
B = 3 7  , maka A  B = 20 32 dan
1  
5 
35 20
(A  B)T =  
79 32 

6.6. Matriks-Matriks Khusus

a. Matriks bujur sangkar adalah matriks yang banyaknya baris
sama dengan banyaknya kolom dalam arti bahwa matriks yang
berorde m x m
35 79
20 32 adalah matriks bujur sangkar berorde 2 x 2
 
Matriks bujur sangkar [aij] disebut simetrik jika aij = aji,
Contoh
1 2 5
2 8 9  adalah matriks yang simetrik terhadap diagonal
 
5 9 4 
utamanya, dan berlaku
A = AT
Matriks bujur sangkar [aij] disebut anti simetrik jika aij = - aji,
sebagai contoh
 144

 0 2 5
 2 0 9 , dalam hal ini A = -AT.

 5  9 0 

b. Matriks diagonal adalah matriks bujur sangkar yang semua

elemen sama dengan nol, kecuali elemen pada diagonal
5 0 0 
utamanya, misalnya 0 2 0 adalah matriks diagonal
0 0 7 
c. Matriks satuan adalah matriks diagonal yang semua elemen
diagonal utamanya
1 0 0
sama dengan satu, yaitu 0 1 0 . Matriks satuan dinyatakan
0 0 1
dengan I.
5 2 4 1 0 0
Jika A = 1 3 8  dan I = 0 1 0 maka
 
7 9 6 0 0 1
5 2 4
A . I = 1 3 8 
7 9 6
Serupa dengan itu, jika kita bentuk perkalian I . A kita peroleh
1 0 0 5 2 4
I . A = 0 1 0 . 1 3 8 
0 0 1 7 9 6
 145

5  0  0 2  0  0 4  0  0
= 0  1  0 0  3  0 0  8  0 
0  0  7 0  0  9 0  0  6
5 2 4
= 1 3 8  = A
7 9 6
Jadi
I.A=A.I=A
Jadi sifat matrks satuan I sangat mirip dengan bilangan
satu dalam ilmu hitung dan aljabar biasa.
d. Matriks nol adalah matriks yang semua elemennya sama
0 0 0 
dengan nol yaitu, 0 0 0 dan dinyatakan dengan 0 atau cukup
0 0 0
0 saja.
Jika A . B = 0, kita tidak dapat menarik kesimpulan bahwa
A = 0 atau B = 0. Karena jika
1 9
2 1  3  
A= 
  dan B = 4  6 , maka
 6 3 9  2 4 
1 9
2 1  3  
A.B= 
  . 4  6
 6 3 9  2 4 

2  4  6 18  6  12  0 0
=   =  
6  12  18 54  18  36 0 0
Jelas bahwa A . B = 0, tatapi A ≠ 0 dan B ≠ 0.
 146

Perlatihan
4 6 5 7  2 8 3  1
1. Jika A =   dan B = 5 2  4 6  , tentukan A . B
3 1 9 4   
dan A – B
4 3 
5 9 2
2. Jika A = 2 7  dan B = 
0 8
, tentukan 5A, A . B dan B
6 1 4
. A.
 2 6 3 2 
3. Jika A = 5 7  dan B = 0 7  , tentukan A . B
 
4 1  2 3 
4 2 6  T T
4. Jika A =   tentukanlah A dan A . A .
1 8 7 
 147

6.7. Kofaktor
Jika A = [aij] adalah matriks bujur sangkar, kita dapat
membentuk determinan yang elemen-elemennya adalah
a11 a12 a13 ........ a1n
a21 a22 a23 ......a2 n
a31 a32 a33 ......a3n
   
an1 an 2 an 3 ......ann
Masing-masing elemen memberikan kofaktor, yang tidak lain
daripada minor elemen dalam determinan bersama-sama dengan
‘tanda tempat’-nya, yang rinciannya telah dijelaskan dalam
program sebelum ini.
2 3 5 
Sebagai contoh, determinan matriks A = 4 1 6  adalah
1 4 0
2 3 5
det A = A  4 1 6 yang harganya sama dengan 45.
1 4 6
1 6
Minor elemen 2 adalah = 0 – 24 = -24
4 0
Tanda tempatnya +. Jadi kofaktor elemen 2 adalah + (-24) yaitu –
24.
4 6
Serupa dengan itu, minor elemen 3 adalah = 0 - 6 = -6.
1 0
Tanda tempatnya -. Jadi kofaktor elemen 3 adalah – (-6) = 6.
Untuk masing-masing elemen, minornya diperoleh dengan
menghilangkan baris dan kolom yang memuat elemen yang
 148

bersangkutan dan kemudian dibentuk determinan dari elemen

elemen-elemen yang tersisa. Tanda tempat yang sesuai diberikan
oleh

    ...
    ...
    ...

tanda plus dan minus bergantian, dimulai dengan tempat di sudut

kiri atas yang memuat tanda + (plus). Jadi, dalam contoh di atas,
minor elemen 6 adalah
2 3
yaitu 8 – 5 = 3. Tanda tempatnya minus (-) sehingga
1 4
kofaktor elemen 6 adalah -5.
 149

6.8. Adjoin Matriks Bujur Sangkar

 2 3 5
Jika kita mulai dengan A = 4 1 6  , maka determinan matriks
1 4 0 
A tersebut adalah
2 3 5
det A =  A = 4 1 6 dari sini dapat kita membentuk matriks
1 4 0
baru C yang elemen-elemennya kofaktor,
 A11 A12 A13 
C =  A21 A22 A23 
 A31 A32 A33 
dengan A11 adalah kofaktor dari a11, Aij adalah kofaktor aij dst.
1 6
A11 = +   (0  24)  24 .
4 0
4 6
A12 = -   (0  6)  6 .
1 0
4 1
A13 = +   (16  1)  15 .
1 4
3 5
A21 = -   (0  20)  20
4 0
2 5
A22 = +   (0  5)  5
1 0
2 3
A23 = -   (8  3)  5
1 4
 150

3 5
A31 = +   (18  5)  13
1 6
2 5
A32 = -   (12  20)  8
4 6
2 3
A33 = +   (2  12)  10
4 11
 24 6 15
Matriks kofaktornya adalah C =  20  5  5 
 13 8  10 
 24 20 13 
dan transpose dari C, yaitu CT =  6  5 8  . Matriks ini
 15  5  10
disebut matriks adjoin dari matriks A semula dan dituliskan adj.A.
Jadi untuk memperoleh adjoin suatu matriks bujur sangkar A kita
harus
(a). membentuk matriks kofaktor C
(b). menuliskan transpose C, yaitu CT.

5 2 1 
Dengan demikian adjoin dari matriks 3 1 4 
4 6 3
 2 10 7
adalah adj A = C =  7 11  17 
T 
 14  22  1
 151

6.9. Invers matriks bujur sangkar

Adjoin suatu matriks sangatlah penting, karena matriks ini
memungkinkan kita untuk membentuk invers matriks yang
bersangkutan. Jika masing-masing elemen dari matriks adjoin A
dibagi dengan harga determinan A, yaitu A , (asal saja A  0),
maka diperoleh matriks baru yang disebut invers dari matriks A
dan dituliskan sebagai A-1.
Untuk matriks yang kita gunakan dalam bingkai yang lalu, yaitu A
 2 3 5
= 4 1 6 
1 4 0 
 2 3 5
det A = A = 4 1 6  = 2(0-24) - 3(0-6) + 5(16-1) = 45.
1 4 0 
 24 6 15
Matriks kofaktornya adalah C =  20  5  5 
 13 8  10 
dan matriks adjoin dari A, yaitu
 24 20 13 
C =  6  5
T 8 
 15  5  10
Maka invers dari A diberikan oleh
 152

 24 20 13 
 45 45 45 
 
5
A = 
-1 6 8 
 45 45 45 
 15 5  10 

 45 45 45 
 24 20 13 
1 
= 6 5 8 
45 
 15  5  10
Jadi, untuk membentuk invers dari matriks bujur sangkar A:
(a) Hitung determinan A, yaitu A .
(b) Bentuk matriks C yang elemen-elemennya adalah kofaktor
elemen A .
(c) Tuliskan transpose matriks C, yaitu CT, untuk mempeoleh
adion A.
(d) Bagilah masing-masing elemen CT dengan A .
(e) Matriks terakhir yang diperoleh adalah matriks invers A-1
dari matriks A semula.

Contoh 9
1 2 3 
Tentukanlah invers matriks A = 4 1 5 
6 0 2
Jawab:
(a) Hitung determinan A, yaitu A
 153

1 2 3 
A = 4 1 5  = 1(2-0) - 2(8-30) + 3(0-6) = 28
6 0 2
(b) Bentuk matriks kofaktornya
A11 = +(2-0) = 2; A12 = -(8-30) = 22; A13 = +(0-6) =
-6
A21 = -(4-0) = -4; A22 = +(2-18) = -16; A23 = -(0-12)
= 12
A31 = +(10-3) = 7; A32 = -(5-12) = 7; A33 = +(1-8) =
-7
(c) Tuliskan matriks C untuk memperoleh adjoin matriks A.
 2  4 7
Adj A = C =  22  16 7 
T

 6 12  7 
(d) Elemen-elemen adj A kita bagi dengan harga A , yaitu 28,
untuk memperoleh A-1, invers matriks A.
 2 4 7 
 28 28 28 
 
-1  22  16 7 
A =
 28 28 28 
  6 12  7 
 
 28 28 28 
 2 4 7
1 
= 22  16 7 
28 
 6 12  7
Contoh 10
 154

2 7 4 
Tentukan invers matriks A = 3 1 6 
5 0 8
Jawab:
(a) Hitung determinan A, yaitu A
2 7 4 
det A = A = 3 1 6 
5 0 8
= 2(8) – 7(-6) + 4(-5) = 38
(b) Bentuk matriks kofaktornya
A11 = +(8-0) = 8; A12 = -(24-30) = 6; A13 = +(0-5) =
-5
A21 = -(56-0) = -56; A22 = +(16-20) = -4; A23 = -(0-35)
= 35
A31 = +(42-4) = 38; A32 = -(12-12) = 0; A33 = +(2-21)
= -19
(c) Tuliskan matriks C untuk memperoleh adjoin matriks A.
 8 6 5
 C =  56  4 35
 38 0  19
 8 5 6
CT 
=  6 4 0 
 5 35  19
(d) Elemen-elemen adj A kita bagi dengan hargab A , yaitu
28, untuk memperoleh A-1, invers matriks A.
 155

 8  56 38 
A-1 =
1  6 4 0 
38 
 5 35  19
Perkalian matriks bujur sangkar dengan inversnya
Dari contoh sebelum ini telah kita lihat jika
1 2 3   2  4 7
 
A = 4 1 5  maka A = -1 1 
22  16 7 
28 
6 0 2  6 12  7 
sehingga
 2  4 7  1 2 3 
A-1 . A =
1  22  16 7  . 4 1 5 
28    
 6 12  7  6 0 2
 2  16  42 4 40 6  20  14 
1 
=  22  64  42 44  16  0 66  80  14
28
 6  48  42  12  12  0  18  60  14 
28 0 0
1 
=  0 28 0
28
 0 0 28
1 0 0
= 0 1 0 = I  A-1 . A = I
0 0 1
1 2 3   2  4 7
Dan juga A . A-1  
= 4 1 5  .
1 
22  16 7 
28 
6 0 2  6 12  7 
 156

12 3   2  4 7
1 
= 1 5  .  22  16 7 
4
28 
0 2  6 12  7 
6
28 0 0 1 0 0
1 
= 28 0 = 0 1 0 = I
0
28 
 0 0 28 0 0 1
 A . A-1 = A-1 . A = I
hasil ini memperlihatkan bahwa perkalian suatu matriks bujur
sangkar dengan inversnya, dalam urutan bagaimanapun, akan
menghasilkan matriks satuan dalam orde yang sama dengan
matriks semula.

6.10. Pemecahan Sistem Persamaan Linear (SPL)

Tinjaulah suatu sistem persamaan linear
a11x1 + a12x2 + a13x3 + … + a1nxn = b1
a21x1 + a22x2 + a23x3 + … + a2nxn = b2
    
an1x1 + an2x2 + an3x3 + … + annxn = bn
Dari bekal kita tentang perkalian matriks, sistem persamaan di atas
dapat dituliskan dalam bentuk matriks.
a11 a12 a13  a1n   x1  b1 
 a a a  a   x  b 
 21 22 23 2n 
.   =  
2 2

          
     
an1 an 2 an 3  ann   xn  bn 
yaitu A . x = b
 157

a11 a12 a13  a1n   x1  b1 

a a a  a  x  b 
dengan A =  21 22 23 2n 
;x=  2
; dan b =  
2

      
     
an1 an 2 an 3  ann   xn  bn 
Jika kedua ruas persaman matriks tersebut kita kalikan dengan
invers matriks A, kita peroleh
A-1 . A . x = A-1 . b
Tetapi A-1 . A = I  I . x = A-1. b yaitu x = A-1. b
Kita lihat bahwa jika kita bentuk invers dari matriks koefisien dan
matriks b kaita kalikan kiri (pre-multiply) dengan matriks invers
ini, maka akan kita peroleh matriks pemecahan x.
Contoh 11
Pecahkanlah sistem persamaan
x1 + 2x2 + x3 = 4
3x1 – 4x2 – 2x3 = 2
5x1 + 3x2 + 5x3 = -1
Jawab :
Terlebih dahulu tuliskan persamaan ini dalam bentuk matriks
1 2 1   x1   4 
3  4  2 .  x  =  2 
   2  
5 3 5   x3    1
yaitu A . x = b  x = A-1. b
Selanjutnya mencari invers matriks A, yaitu A-1 =
1 2 1
A  3  4  2 = -14 – 50 + 29 = 29 – 64 = -35
5 3 5
Kofaktor
 158

A11 = +(-20+6) = -14; A12 = -(15+10) = -25; A13 = +(9+20)

= 29
A21 = -(10-3) = -7; A22 = +(5-5) = 0; A23 = -(3-10)
=7
A31 = +(-4+4) = 0; A32 = -(2-3) = 5; A33 = +(-4-6)
= -10
sehingga
 14  25 29 
C =  7 0 7 
 0 5  10
Adjoin matriks A
 14  7 0

adj A = bC =  25
T
0 5
 29 7  10 
 14  7 0
1 
5
adj A
jadi A-1 = =   25 0
A 35
 29 7  10 
 14  7 0   4
1 
 x= A-1 . b =   25 0 5 .  2 
35
 29 7  10    1
 70  2
=   105 =  3 
1 
35
 140   4 
 159

 x1   2
sehingga akhirnya x =  x2  =  3 
 x3   4 
 x1 = 2; x2 = 3; x3 = -4
Sekali anda telah mendapatkan inversnya, selanjutnya mudah,
hanya tinggal menghitung perkalian x = A-1 . b.

Contoh 12
Pecahkanlah sistem persamaan
2x1 - x2 + 3x3 = 2
x1 – 3x2 – x3 = 11
2x1 - 2x2 + 5x3 = 3
Jawab :
Terlebih dahulu tuliskan persamaan ini dalam bentuk matriks
2  1 3  x1   2
1  
3  1 .  x2  = 11
2  2 5  x3  13
yaitu A . x = b  x = A-1. b
Selanjutnya mencari invers matriks A, yaitu A-1 =
2 1 3
A1 3 1 = 9
2 2 5
Kofaktor
 13  7  8
C =  1 4 2
 8 5 7 
Adjoin matriks A
 160

 13  1  8 
adj A = CT =  7 4 5
  8 2 7 
 13  1  8 
=   7 4 5
adj A 1
A-1 =
A 9
  8 2 7 
 13  1  8   2
 x = A-1 . b =  7 4 5 . 11
1
9   
  8 2 7  13
 9  1
1   
=  45 =  5
9
 27  3
 x1   1
 
sehingga akhirnya x =  x2  =  5
 x3   3
 x1 = -1; x2 = 5; x3 = 3

6.11. Metode Gauss

a11 a12 a13  a1n   x1  b1 
 a a a  a   x  b 
 21 22 23 2n 
.   =   yaitu A . x = b
2 2

         
     
an1 an 2 an 3  ann   xn  bn 
Semua hal yang diperlukan untuk memecahkan sistem persamaan
di atas dikandung oleh matriks koefisien A dan matriks kolom b.
Jika elemen-elemen matriks b kita tuliskan dalam matriks A, maka
 161

kita peroleh matriks yang diperluas (augmented matrix) B untuk

sistem persamaan tersebut.
a11 a12 a13  a1n  b1 
a a a  a  b 
B= 
21 22 23 2n 2

     
 
an1 an 2 an 3  ann  bn 
a). Sekarang kita eliminasikan elemen-elemen dalam kolom
pertama, kecuali elemen
a11, dengan jalan mengurangi baris kedua dengan a21/a11 kali
baris pertama dan
mengurangi baris ketiga dengan a31/a11 kali baris pertama,
demikian seterusnya.
b). Langkah ini menghasilkan matruks baru yang berbentuk
a11 a12 a13  a1n  b1 
 0 c c a  d 
 22 23 2n 2

      
 
 0 cn 2 cn 3  cnn  d n 
proses tersebut kita ulangi lagi untuk mengiliminasi elemen kolom
kedua c12 mulai dari baris ketiga ke bawah.

Contoh 13
Pecahkanlah sistem persamaan berikut
x1 - 2x2 - 3x3 = 2
2x1 – x2 – x3 = 11
3x1 + 2x2 + 3x3 = 3
Jawab :
Terlebih dahulu tuliskan persamaan ini dalam bentuk matriks
 162

1 2  3  x1   3
2  1  1  .  x  =  11 
   2  
3 2 1   x3   5
1 2  3 3 

Matriks yang diperluas menjadi 2  1  1 11
3 2 1  5
2
Kurangi baris kedua dengan kali baris pertama dan baris ketiga
1
3
dengan kali baris pertama. Langkah ini memberikan
1
1 2  3 3 
2  1  1 5 
 
3 2 1  14
4 4
Sekarang kurangi baris ketiga dengan yaitu , kali baris
5 5
kedua. Matriksnya menjadi
1 2  3 3 
 0  5 5  5
 
0 0 6   18 
Dengan langkah ini matriks koefisien x telah direduksi menjadi
matriks segitiga.
Akhirnya, kita letakkan kolom kanan kembali ke posisinya semula
1 2  3   x1   3
 0  5 5  .  x  =  5
   2  
0 0 6   x3   18 
 163

Dengan subtitusi mundur, mulai dengan baris yang paling bawah,

kita peroleh
6x3 = -18  x3 = -3 x3 = -3
-5x2 + 5x3 = 5  -5x2 = 5 + 15 = 20 x2 = -4
x1 + 2x2 – 3x3 = 3  x1 – 8 + 9 = 3 x1 = 2
 x1 = 2; x2 = -4; x3 = -3
Perhatikan bahwa dalam mengolah matriks yang diperluas, jika
dikehendaki kita boleh
a). mempertukarkan dua baris
b). mengalikan baris dengan faktor yang tidak nol
c) Menambahkan atau mengurangkan kelipatan salah satu baris
dengan baris lain

Contoh 14
Pecahkanlah system persamaan berikut
x1 – 4x2 – 2x3 = 21
2x1 + x2 + 2x3 = 3
3x1 + 2x2 – x3 = -2
Jawab :
Terlebih dahulu, tuliskan persamaan di atas dalam bentuk matriks
1  4  2   x1   21
2 1 2  .  x  =  3 
   2  
3 2  1  x3   2
Matriks yang diperluasnya adalah
1  4  2 21
 2 1 2 3 
 
3 2  1  2
 164

Sekarang eliminasi koefisien x1 dari baris kedua dan ketiga dengan

mengurangi baris kedua dengan 2 kali baris pertama dan baris
ketiga dengan 3 kali baris pertama. Sehingga matriks menjadi
1  4  2 21
0 9 6  39
 
0 14 5  65 
14
Selanjutnya kurangi baris ketiga dengan kali baris kedua,
9
sehingga matriksnya menjadi
1  4  2  21 
0 9 6   39 
 
0 0  4,33   4,33
Kembalikan kedalam bentuk persamaan matriks
1  4  2   x1   21 
0 9 6  .  x  =   39 
   2  
0 0  4,33   x3    4,33
Dengan mulai dari bawah, kita dapat memperoleh penyelesaiannya
x1=3; x2= -5; x3 = 1
 165

6.12. Nilai eigen dan Vektor eigen

Seringkali dalam penerapan matriks untuk persoalan teknik yang
menyangkut gandengan osilasi atau vibrasi, kita jumpai
persamaan dalam bentuk
A.x= x
dengan A = [aij] adalah matriks bujur sangkar dan  adalah
bilangan (scalar). Jelas bahwa x = 0 adalah solusi untuk berapapun
haega  dan biasanya solusi ini tidak banyak gunanya. Untuk
solusi non trivial, yaitu x ≠ 0, harga  yang memenuhi
persamaam itu disebut nilai eigen, atau nilai karakteristik, atau
akar laten dari matriks A dan solusi yang bersesuaian dengan
persamaan yang diberikan A . x =  x disebut vektor eigen atau
vektor karakteristik dari A.
Bila persamaan di atas dinyatakan dalam bentuk system persamaan
yang terpisah, kita peroleh
a11 a12 a13 ........ a1n  x1   x1 
a21 a22 a23 ......a2 n  
x2  x 
.  =   
2

       
   
an1 an 2 an 3 ......ann  xn   xn 
yaitu a11x1 + a12x2 + … + a1nxn =  x1
a21x1 + a22x2 + … + a2nxn =  x2
   
an1x1 + an2x2 + … + annxn =  xn
Bila ruas kanan dipindahkan ke ruas kiri, persamaannya menjadi
(a11-  )x1 + a12x2 + … + a1nxn = 0
a21x1 + (a22 -  )x2 + … + a2nxn = 0
  
an1x1 + an2x2 + … + (ann -  )xn = 0
 166

(a11   ) a12 a13 ....a1n  x1  0 

a21 (a22   ) a23 ....a2 n x   
0
.   =  
2
yaitu
      
   
an1 an 2 an 3 . (ann   )  xn  0 
A . x =  x menjadi A . x -  x = 0
atau (A -  I)x = 0
Perhatikan, kita siapkan matriks satuan ke dalam persamaannya
karena matriks hanya dapat dikurangi dengan matriks lagi.
Agar sistem persamaan linear homogen ini (yaitu semua konstanta
diruas kanan sama dengan nol) mempunyai solusi non-trivial,
maka haruslah A  I  0 .
(a11   ) a12 a13 ....a1n
a21 (a22   ) a23 ....a2 n
A  I = = 0.
   
an1 an 2 an 3 . (ann   )
A  I disebut determinan karakteristik dari A dan A  I = 0
disebut persamaan karakteristiknya. Dengan menjabarkan
determinan tersebut, akan kita peroleh sebuah polynomial
berderajat n dan pemecahan persamaan karakteristiknya
memberikan harga  , yaitu nilai eigen dari A.
Contoh 15
4  1
Carilah nilai eigen dari matriks A = 
2 1
Jawab:
A . x =  x yaitu (A -  I)x = 0
(4   ) 1 
Determinan karakteristik : A  I = 
2 (1   )
 167

Persamaan karakteristik : A  I = 0
 (4 -  )(1 -  ) + 2 = 0 4 - 5  +  2 + 2 = 0
  2 - 5 = 6 = 0  (  - 2)(  - 3) = 0
  = 2 atau 3   1 = 2,  2 = 3

Contoh 16
2 3  2 
Carilah nilai eigen dari matriks A = 1 4  2 
2 10  5
Jawab :
A . x =  x yaitu (A -  I)x = 0
( 2   ) 3 2 
Determinan karakteristik : A  I = 1  ( 4   )  2 
2 10 (  5   )
Persamaan karakteristik : A  I = 0
= (2 -  ){(4 -  )(-5 -  ) + 20} –3 {-5 -  ) + 4} – 2 {10 –
2 (4 -  )}
= (2 -  ) {-20 +  +  2 + 20 } + 3 (1 +  ) – 2 (2 + 2  )
= (2 -  ) {  +  2 } + 3 (1 +  ) – 4 (1 +  )
= (2 -  )  (  + 1) - (1 +  )
= (1 +  ) (2  -  2 – 1)
= -(1 +  ) (1 -  )2
 Persamaan karateristiknya :
(1 +  ) (1 -  )2 = 0
 = -1, 1, 1
  1 = -1;  2 = 1;  3 = 1
 168

Contoh 17
 1 1 0
Tentukanlah nilai eigen dari matriks A =  1 2 1
 2 1  1
Jawab :
A . x =  x yaitu (A -  I)x = 0
Determinan karakteristik :
(1   ) 1 0 
A  I =  1 (2   ) 1 

 2 1 (  1   )
Persamaan karakteristik : A  I = 0
 (1 -  ){(2 -  )(-1 -  ) - 1} + 1{-1 -  ) + 2} + 0 = 0
(1 -  ) {  2 –  - 3} + 1 -  = 0
1 -  = 0 atau  2 –  - 2 = 0
  = 1 atau (  + 1) (  - 2) = 0, yaitu  = -1 atau 2
  1 = -1;  2 = 1;  3 = 2

Vektor eigen : Untuk setiap nilai eigen yang diperoleh terdapat

solusi x yang bersesuaian dengannya, yang disebut vektor eigen.
Dalam bahasa matriks, istilah ‘vektor’ menyatakan matriks baris
atau matriks kolom.
Contoh 18
4 1 
Tinjaulah persamaan A . x =  x dengan A =  
3 2
Jawab :
(4   ) 1 
Determinan karakteristik : A  I = 
 3 (2   )
 169

Persamaan karakteristik : A  I = 0
 (4 -  )(2 -  ) - 3 = 0   2 - 6 + 5 = 0
 (  - 1)(  - 5) = 0 ,  = 1
atau 5   1 = 1,  2 = 5
Untuk  1 = 1, persamaan A . x =  x menjadi
 4 1   x1   x1 
3 2 .  x  = 1 .  x 
   2  2
4 x1  x2  x1 
 Persamaan yang manapun akan
3x1  2 x2  x@ 
memberikan x2 = -3x1
Hasil ini menyatakan bahwa berapapun nilai x1, nilai x2 selalu –3
 k
kalinya.Dengan demikian, vector eigen dalam bentuk x1 =  
  3k 
merupakan bentuk umum dari sekian banyak vector eigen yang
 1
demikian. Vektor eigen yang paling sederhana adalah x1 =   .
  3
Contoh 19
Mengacu pada soal di atas untuk  2 = 5. Tentukanlah vektor
eigennya dengan cara yang sama
Jawab :
Untuk  2 = 5, persamaan A . x =  x menjadi
 4 1   x1   x1  5 x1 
3 2 .  x  = 5 .  x  = 5 x 
   2  2  2
1
4x1 + x2 = 5x1,  x1 = x2  x2 =  
1
Contoh 20
Tentukanlah nilai eigen dan vector eigen untuk persamaan
 170

 2 0 1
A . x =  x dengan A =  1 4  1 
 1 2 0
Jawab :
( 2   ) 0 1
Determinan karakteristik : A  I =  1 (4   )  1 
  1 2   
Persamaan karakteristik : A  I = 0
 (2 -  ){-  (4 -  ) + 2} + 1{-2 + (4 -  )} = 0
 (2 -  ) {  2 – 4  - 2} + (2 -  ) = 0
 (2 -  ) {  2 – 4  - 3} = 0
  = 1, 2, 3
 1 0 1  x1  0 
Untuk  1 = 1  1 3  1 c.  x2  = 0 
 
 1 2  1  x3  0 
x1 + x3 = 0  x3 = -x1
-x1 + 2x2 – x3 = 0  -x1 + 2x2 + x1 = 0  x2 = 0
 1
 x1 =  0  adalah vektor eigen yang bersesuaian dengan  1 =
 1
1.
 0 0 1   x1  0 
Untuk  2 = 2  1 2  1  .  x2  = 0 
 1 2  2  x3  0 
Karena x3 = 0 dan -x1 + 2x2 – x3 = 0  x1 = 2x2
 171

2
 x2 =  1 adalah vektor eigen yang bersesuaian dengan  1 = 2.
0 
 1 0 1  x1  0 
Untuk  3 = 3  1 1  1 .  x2  = 0 
 1 2  3  x3  0 
x1 + x3 = 0  x3 = x1
-x1 + x2 – x3 = 0  -2x1 + x2 = 0  x2 = 2x1
1 
 x3 =  2  adalah vektor eigen yang bersesuaian dengan  3 = 3.
 
1 

6.13. Rangkuman
1. Matriks – jajaran bilangan (elemen) berbentuk persegi
panjang
2. Orde – Matriks berorde (m x n) memiliki m baris dan n
kolm
3. Matriks baris – satu baris saja.
4. Matriks kolom – satu kolom saja.
5. Notasi dua matriks – a34 menyatakan elemen yang terletak
pada baris ke 3 dan kolom ke 4.
6. Kesamaan matriks – elemen yang bersesuaian letak sama.
7. Penjumlahan dan pengurangan matriks – menjumlahkan
atau mengurangkan elemen-elemen yang besesuaian letak.
Jadi untuk penjumlahan dan pengurangan orde matriksnya
harus sama.
8. Perkalian matriks
 172

a. Pengali scalar – setiap elemen dikalikan dengan

   
bilangan yang sama, yaitu k aij  kaij .
b. Pengali matriks – perkalian A . B hanya mungkin
jika banyaknya kolom A sama dengan banyaknya
kolom B.
g j
a b c    ag  bh  ci aj  bk  cl 
d e f   h k   dg  eh  fi dj  ek  fl 
  i l   
 
9. Matriks bujkur sangkar – berorde (m x m)
3 2 4 
a. Simetrik jika aij = aji, contoh 2 6 1
4 1 5
 3 2 4
b. Anti simetrik jika aij = -aji, contoh  2 6 1
 4 1 5
10. Matriks diagonal – semua elemennya sama dengan nol,
kecuali yang terletak pada diagonal utama.
11. Matriks satuan – matriks diagonal dengan semua elemen
pada diagonal utamanya sama dengan satu,
1 0 0
Yaitu 0 1 0
0 0 1
12. Matriks nol – semua elemennya sama dengan nol.
13. Transpose matriks – baris dan kolom dipertukarkan.
Tanspose A = AT.
 173

14. Kofaktor – minor elemen A beserta dengan ‘tanda tempat’

elemen yang bersangkutan
15. Adjoin matriks bujur sangkar A – Bentuk dahulu matriks
kofaktor elemen-elemen A , yaitu C: maka adjoin matriks
A = CT, yaitu pose C.  adj A = CT.
16. Invers matriks bujur sangkar A
adjA C T
A-1 =  .
A A
17. Perkalian matriks bujur sangkar dengan inversnya
A . A-1 = A-1 . A = I
18. Pemecahan system persamaan linear
A.x=b x = A-1 . b
19. Metode eliminasi Gauss – ubahlah matriks yang diperluas
menjadi bentuk segitiga; kemudian gunakan ‘subtitusi
mundur’.
20. Nilai eigen – harga  yang memenuhi A . x =  x
21. Vektor eigen – solusi x yang bersesuaian dengan harga 
tertentu.

Perlatihan
2 4 6 3 3 5 2 7
1. Jika A =   dan B = 9 1 6 3
1 7 0 4  
Tentukanlah (a). A + B dan (b). A – B

 2 9
6 0 4  
2. Diketahui bahwa A =   dan B =  8 0  ,
1 5  3   4 7 
tentukanlah (a). 3 . A, (b). A . B, (c). B . A
 174

2 3 5 
3. Jika A = 1 7 4 , bentuklah matriks transpose AT dan
8 0 6 
tentukanlah perkalian matriks AT . I.
 3 2 4
4. Tunjukkanlah bahwa matriks bujur sangkar A =  1 5 3 
 1 8 2
adalah matriks bujur sangkar.
1 4 3 
5. Jika A = 6 2 5 , tentukanlah (a). A dan (b). adj A
1 7 0
 2 1 4
6. Tentukanlah invers matriks A = 3 5 1  .
2 0 6
7. Nyatakanlah sistem persamaan berikut dalam bentuk
matriks
2x1 + 4x2 – 5x3 = -7
x1 - 3x2 + x3 = -7
3x1 + 5x2 + 35x3 = -7
8. Pecahkanlah sistem persamaan linear berikut dengan cara
matriks
x1 + 3x2 + 2x3 = 3
2x1 - x2 - 3x3 = -8
5x1 + 2x2 + x3 = 9
9. Untuk himpunan persamaan simultan berikut
x1 + 2x2 + 3x3 = 5
3x1 - x2 - 2x3 = 8
 175

4x1 - 6x2 - 4x3 = -2

a. Bentuklah matriks koefisien yang diperluas (augmented
matriks)
b. Pecahkanlah persamaan tersebut dengan menggunakan
metode eliminasi
Gauss
 2 2  2
10. Jika A . x = x, dengan A = 1 3 1  tentukanlah
1 2 2 
semua nilai eigen dari matriks A beserta dengan vektor
eigennya yang bersesuaian dengan nilai eigen tersebut.
7 2 4 6 
11. Jika A =   dan B = 5 8 , tentukanlah
3 1  
(a). A + B, (b). A – B, (c). A . B, (d). B . A
j 0 0 1 0 j
12. Jika A =   , B =   , C =  , I =
0  j    1 0  j 0
1 0
0 1 , dengan j =  1 , nyatakanlah (a). A . B, (b). B .
 
C, (c). C . A, dan (d). A2, dalam matriks-matriks lainnya.
1 0,5 1 2 
13. Jika A =   dan B =   , tentukanlah
0,5 0,1 2 3
(a). B-1, (b). A . B, (c). B-1 . A
14. Tentukanlah harga k agar sistem persamaan homogen
berikut memiliki solusi non trivial
4x1 + 3x2 – x3 = 0
7x1 – x2 – 3x3 = 0
3x1 – 4x2 + kx3 = 0
 176

15. Nyatakanlah himpunan persamaan simultan berikut dalam

matriks
a. 2x1 - 3x2 - x3 = 2
x1 + 4x2 + 2x3 = 3
x 1 – x 2 + x3 = 5
b. x1 - 2x2 - x3 + 3x4 = 10
2x1 + 3x2 + x4 = 2
x1 - 4x3 - 2x4 = 3
- x2 + 3x3 + x4 = 3
Untuk soal 16 sampai dengan 20, pecahkanlah; jika mungkin,
sistem persamaan tersebut dengan menggunakan cara matriks
16. 2i1 + i2 + i3 = 8
5i1 + 3i2 + 2i3 = 3
7i1 + i2 + 3i3 = 20

17. 3x + 2y + 4z = 3
x+ y+ z = 2
2x - y + 3z = -3
18. 4i1 – 5i2 + 6i3 = 3
8i1 – 7i2 - 3i3 = 9
7i1 – 8i2 + 9i3 = 6
19. 3x + 2y + 5z = 1
x- y + z =4
6x + 4y + 10z = 7
20. 3x1 + 2x2 - 2x3 = 16
4x1 + 3x2 + 3x3 = 2
-2x1 + x2 - x3 = 1
Untuk soal 21 sampai dengan 23, bentuklah matriks yang
diperluas dan pecahkanlah sistem persamaan tersebut dengan
menggunakan eliminasi Gauss.
21. 5i1 – i2 + 2i3 = 3
2i1 + 4i2 + i3 = 8
 177

i1 + 3i2 - 3i3 = 2
22. i1 – 2i2 + 3i3 = -4
2i1 + 6i2 - 3i3 = 33
4i1 – 2i2 + i3 = 6
23. 7i1 – 4i2 = 12
-4i1 + 12i2 - 6i3 = 0
– 6i2 + 14i3 = 0
24. Dalam suatu rangkaian terhubung ‘bintang’ (star-
connected circuit), arus listrik i1, i2, i3 yang mengalir
melalui impedansi z1, z2, z3, diberikan oleh persamaan
i1 + i2 + i3 =0
Z1i1 – Z2i2 = e1-e2
Z2i2 – Z3i3 = e2 – e3
Jika harga Z1 = 10; Z2 = 8; Z3 = 3; e1 = 65; e2 – e3 = 120;
gunakanlah cara matriks untuk menentukan harga i1, i2, i3
25. Arus i1, i2, i3 yang mengalir dalam suatu jaringan listrik
dihubungkan oleh persamaan
Z1i1 + Z3i3 = V
Z2i2 - Z3i3 = 0
i1 - i2 - i3 = 0
Tentukanlah i1, i2, i3, dinyatakan dalam z1, z2, z3 dan V.
Soal 25 sampai dengan 30 berhubungan dengan persamaan vektor
A . x = x. Untuk masing-masing matriks koefisien A, tentukanlah
nilai eigen dan vektor eigen yang bersesuaian dengannya.
 2 1 1
26. A =  1 3 2 
 1 1 2
 178

1 2 2
27. A = 1 3 1
2 2 1
 2 0 1

28. A =  1 4  1
 1 2 0
1  4  2
29. A = 0 3 1 
1 2 4 
3 0 3 
30. A = 0 3 2
2 3 1

Buku Rujukan

Howard Anton, 1995, Elementary Linear Algebra, Aplication

Version, John Wiley
& Sons, United State - New York.
K.A. Stroud, 1991, Matematika Untuk Teknik, Edisi Ketiga.
Penerbit Erlangga.
Jakarta
Kreyszig, 1997, Advanced Engineering Mathematics, Edisi 7,
John Wiley & Sons.
United State - New York