Menu

MATRIKS

MATEMATIKA TEKNIK
 Menu

MATRIKS
Pengertian.
Matriks adalah susunan yang berbentuk persegi panjang dari
bilangan-bilangan yang diatur dalam baris dan kolom dalam
tanda kurung
Bentuk Umum Matriks
a11 a12 a13 …. a
1n Baris ke-1
a21 a a23 …. a
22
Amxn = 2n
…. …. …. ….
am1 a
m2 am3 amn
Baris ke - m

Kolom ke-1 Kolom ke-n

Catatan :
a11,a12 ……amn merupakan elemen-elemen
matriks

Banyaknya baris pada matriks A ada m

buah

Banyaknya kolom pada matriks A ada n

buah
Definisi
Matriks adalah susunan
segi empat siku-siku dari
bilangan-bilangan.
Bilangan-bilangan dalam
susunan tersebut
dinamakan entri atau
elemen dalam matriks.
 Menu
Contoh :
2 4 3 9
Diketahui matriks A = -3 5 8 0
5 -1 -2 6

Tentukan a21, a12 dan a34

Jawab :
a21 berarti berada di baris ke- 2 dan
kolom ke-1, jadi a21 = -3
Dengan cara yang sama, maka didapat
a12 = 4, a32 = -1 dan a34 = 6
Contoh :

1 3  4 3 2
 1 

A 2 
 5 B  0 3
 2 7 0
 4 6   
 5 6 2

D  9  4 2 3
2

C  5
9 E  6
Bentuk Umum Matriks :
Misalkan matriks A mempunyai jumlah baris m dan jumlah kolom n.
Notasikan aij adalah entri yang terdapat di dalam baris i dan kolom j
dari A. Matriks A mempunyai ordo m  n dan ditulis sebagai :

 a11 a12 a13  a1n 

a  a2n 
 21 a22 a23
A m n   a31 a32 a33  a3 n  atau A mn  aij mn
 
      
am1 am 2 am 3  amn 
ORDO MATRIKS
Ordo suatu matriks adalah banyaknya elemen-elemen
pada suatu matriks atau banyaknya baris diikuti
banyaknya kolom

Untuk memahaminya perhatikan matriks A dan

B di bawah ini

-1 3
A= dan B=
2 0 4
4 2 5 -1 3
Matriks A mempunyai 2 baris dan 2 kolom, berordo
2x2 , ditulis A2x2, sedangkan matriks B mempunyai 2
baris dan 3 kolom, berordo 2x3 ditulis B2x3
Contoh :
7 2
A   1  9 Matriks A mempunyai ordo 3 x 2
 3 4 

 2 3 1
 1 0 3
B  Matriks B mempunyai ordo 4 x 4
 2 7 0
 
 5 1 2
 Menu

JENIS – JENIS MATRIKS

a. Matriks Kolom.
Matriks yang hanya terdiri satu kolom

Contohnya :
1
1
-3
1 0 C =
A= B =
2
3 2
5
b. Matriks Baris.
Matriks yang hanya terdiri satu baris
Contohnya :

A= 2 -3 B= 1 -3 6 C= 5 1 -3 7 2
Matriks Bujur Sangkar

Matriks yang mempunyai

jumlah baris dan jumlah kolom
yang sama
Bentuk Umum Matriks Bujur Sangkar :

a11 a12 a13  a1n 

a a a23  a2n 
 21 22

A n n  a31 a32 a33  a3 n 

 
      
an1 an 2 an 3  ann 
c. Matriks Bujursangkar (Persegi)
Matriks yang memiliki banyaknya baris sama dengan
banyaknya kolom
Contohnya :

3 5 1 0 5
A =
B = 3 -2 -1
4 1
-4 3 4
d. Matriks Diagonal.
Matriks persegi yang pada diagonal utamanya tidak nol,
sedangkan elemen lainnya adalah nol

Contohnya :
2 0 0 0
1 0 0
C = 0 -4 0 0
2 0 B = 0 -2 0
A = 3
0 0 0
0 1 0 0 4
0 0 0 6
Matriks Identitas

Matriks diagonal yang

semua entri diagonalnya
adalah satu
Contoh matriks identitas
e. Matriks Identitas.
Matriks persegi yang elemen pada diagonal utamanya adalah 1,
sedangkan elemen lainnya adalah nol

Contohnya :

1 0 0 1 0 0 0
1 0
A= B = 0 1 0 0 1 0 0
C =
0 1
0 0 1 0 0 1 0

0 0 0 1
Matriks Segitiga Atas
Matriks bujur sangkar yang
entri-entri diagonal utama dan
entri-entri di atas diagonal
utama tidak semuanya sama
dengan nol dan entri-entri di
bawah entri diagonal utama
sama dengan nol.
Purnami E. Soewardi / June 08
Bentuk Umum Matriks Segitiga Atas :

a11 a12 a13  a1n 

0 a a23  a2n 
 22

A n n 0 0 a33  a3 n 
 
      
 0 0 0  ann 

dengan aij tidak semuanya nol

i  1, 2, 3,, n ; j  1, 2, 3, , n ; i j
Matriks Segitiga Bawah

Matriks bujur sangkar yang

entri-entri diagonal dan entri-
entri di bawah diagonal tidak
semuanya sama dengan nol
dan entri-entri di atas entri
diagonal adalah nol.
Bentuk Umum Matriks Segitiga Bawah :

a11 0 0  0 
a a 0  0 
 21 22

A n n  a31 a32 a33  0 

 
      
an1 an 2 an 3  ann 

dengan aij tidak semuanya nol

i  1, 2, 3,, n ; j  1, 2, 3, , n ; i j
Matriks Diagonal

Matriks bujur sangkar

yang entri entri diagonal
tidak semuanya nol, dan
entri-entri yang lain
adalah nol
Matriks Nol
Matriks yang semua entrinya sama dengan nol

0 0 0
0 0  
0  0  0 0 0
0 0 0 0 0
0
 
0 0 0 0 0
0 24    0 41   011  0
0 0 0 0 0
 
0
Bentuk Umum Matriks Diagonal:

a11 0 0  0 
0 a 0  0 
 22

A n n 0 0 a33  0 
 
      
 0 0 0  ann 

dengan aii tidak semuanya nol , i  1, 2, 3,, n

Kesamaan Matriks.
Dua buah matriks A dan B dikatakan sama jika ordo kedua
matriks sama dan elemen yang seletak dari kedua matriks
juga sama
Perhatikan contoh berikut :
1 3 1 3
Diketahui matriks A = dan matriks B =
3x 2y 6 -4
Jika matriks A = B, tentukan nilai x dan y
Jawab :
1 3 1 3
Karena A = B maka =
3x 2y 6 -4
Sehingga 3x = 6 dan 2y = -4
6 -4
x= y =
3 2

x = 2 y = -2
Menu
Jadi x = 2 dan y = -2
Transpose Matriks
Transpose dari matriks A adalah suatu matriks baru yang ditulis
dalam bentuk AT. Matriks baru ini diperoleh dengan cara mengubah
baris pada matriks A menjadi kolom pada matriks baru dan
mengubah kolom pada matiks A menjadi baris pada matriks baru.

Contoh : 4 7
Tentukan transpose dari matriks A = 4 3 dan B = 5 8
Jawab : 2 -1
7 9

A = 4 3 Maka AT = 4 2
2 -1 3 -1

4 7 4 5 7
B = Maka BT =
5 8 7 8 9
7 9
Menu
 Slide 14
Operasi Matriks
1. Penjumlahan dan Pengurangan Matriks

2. Perkalian Skalar dengan Matriks

3. Perkalian Matriks dengan Matriks

Menu
 Penjumlahan Matriks

Definisi:
Jika A dan B adalah sebarang dua matriks yang
ukurannya sama, maka jumlah A + B adalah matriks
yang diperoleh dengan menambahkan bersama-
sama entri yang bersesuaian dalam kedua matriks
tersebut. Matriks-matriks yang ukurannya berbeda
tidak dapat ditambahkan.
 OPERASI MATRIKS Menu

1. PENJUMLAHAN dan PENGURANGAN MATRIKS

Dua buah matriks A dan B dapat dijumlahkan dan kurangkan jika
ordo kedua matriks itu sama.
Proses penjumlahan dan pengurangan dapat dilakukan dengan cara
menjumlahkan atau mengurangkan elemen-elemen yang seletak.

Contoh :
-1 2 5 6
Jika matriks A = dan B=
3 -4 7 8
Hitung : a. A + B
b. A - B
Jawab :
-1 2 5 6 -1 + 5 2+ 6 4 8
+ = =
a. A + B = 3 -4 7 8 3 +7 -4 + 8 10 4

-1 2 5 6 -1 - 5 2- 6 -6 -4
b. A – B = - = =
3 -4 7 8 3 - 7 -4 - 8 -4 -12
 Contoh :

 2 1 0 3  4 3 5 1
A   1 0 2 4 B   2 2 0  1
 4  2 7 0  3 2  4 5 

 2 1 0 3   4 3 5 1  2 4 5 4
A  B   1 0 2 4   2 2 0  1   1 2 2 3
 4  2 7 0  3 2  4 5   7 0 3 5
Pengurangan Matriks
 Definisi:

 Jika A dan B adalah sebarang dua matriks yang

ukurannya sama, maka A – B didefinisikan sebagai
jumlah A + (–B) = A + (–1)B. Matriks-matriks yang
ukurannya berbeda tidak dapat dikurangkan.
 Contoh:
2 3 4  0 2 7   0  2  7
A  B  B  
1 2 1  1  3 5   1 3  5

2 3 4  0  2  7 2 1  3
A B      
1 2 1   1 3  5 0 5  4 

Perhatikan bahwa A – B dapat diperoleh secara

langsung dengan mengurangkan entri B dari entri A
yang bersangkutan.
Perkalian Matriks :
Definisi:
Jika A adalah matriks m x r dan B adalah matriks r
x n, maka hasil kali AB adalah matriks m x n yang
entri-entrinya ditentukan sebagai berikut. Untuk
mencari entri dalam baris i dan kolom j dari AB,
pilihlah baris i dari matriks A dan kolom j dari
matriks B. Kalikanlah entri-entri yang bersesuaian
dari baris dan kolom tersebut bersama-sama dan
kemudian tambahkanlah hasil kali yang dihasilkan.
Purnami E. Soewardi / June 08
Perkalian Matriks dengan Skalar

Definisi:

Jika A adalah suatu matriks dan c adalah suatu

skalar, maka hasil kali (product) c A adalah
matriks yang diperoleh dengan mengalikan
masing-masing entri dari A oleh c.
 Contoh:

 4 2  8 4  4  2
A   1 3 2A   2 6  1A    1  3 
  1 0  2 0  1 0
2. Perkalian Skalar dengan Matriks. Slide 13

Bila A suatu matriks dan k adalah suatu bilangan real, maka k.A
adalah suatu matriks yang diperoleh dari hasil perkalian dengan
setiap elemen pada matriks A.

Contoh :
Diketahui :

3 -4 6 -7
A = dan B =
2 1 -8 9
Tentukan : a. 2A b. -2B c. 3B d. 3A + 2B

Jawab : 3 -4 6 -8
=
a. 2A = 2 2 1 4 2

6 -7 -12 14
b. -2B = -2 =
-8 9 16 -18
 3 -4 9 -12
c. 3B = 3 =
2 1 6 3

3 -4 6 -7
d. 3A + 2B = 3 + 2
2 1 -8 9

9 -12 12 -14 21 -26

=
6 3 +
-16 18 = -10 21
3. Perkalian Matriks dengan Matriks Slide 13

Suatu matriks A dapat dikalikan dengan matriks B jika

banyaknya kolom matriks A sama dengan banyaknya
baris matriks B.
Untuk mencari hasil perkalian matriks A dengan matriks
B ialah mengalikan baris-baris pada matiks A dengan
kolom-kolom pada matriks B dan kemudian jumlahkan
hasil perkalian baris dan kolom itu.
Dan hubungan ordonya didapat : Am x n . Bn x p = C m x p
Contoh :
x
1. Diketahui matriks A = a b dan B=
y
c d
Tentukan : A x B
Jawab : x
a b a.x + b.y
AxB = x =
c d y c.x + d.y
 2 1
2. Diketahui A = 3 5 dan B =
1 3
0 2
Tentukan :
3 5 2 1 6 + 5 3 + 15 11 18
A xB = x = =
0 2 1 3 0 + 2 0 + 6
2 6

2 1 3 5 6 + 0 10 + 2 6 12
B xA = x
2 = 3 =
1 3 0 + 0 5 + 6
11

Ternyata A x B ≠ B x A, jadi perkalian pada matriks

tidak berlaku sifat komutatif
Contoh:
4 1 4 3
1 2 4 
A  B  0  1 3 1
 2 6 0  2 7 5 2

4 1 4 3
1 2 4  0  1 3 1  12 ... ... ...
A B       ... ... ... ... 
2 6 0  2 7 5 2  

1 4  2  0  4  2  12
Lanjutan… 4 1 4 3
   12 27 ... ... 
1  
1 2 4
A B    0 1 3
2 6 0  2  ... ... ... ... 
 7 5 2

1 1  2  1  4  7  27

4 1 4 3
1 2 4   12 27 30 ... 
A B    0 1 3 1  
2 6 0  2  ... ... ... ... 
 7 5 2

1 4  2  3  4  5  30
Dst

4 1 4 3
1 2 4   12 27 30 13
A B    0 1 3 1  
2 6 0  2  8  4 26 12 
 7 5 2
Ukuran matriks hasil perkalian

A x B = AB

mxr rxn mxn

Transpose Matriks

Definisi:

Jika A adalah sebarang matriks m x n, maka

transpose A dinyatakan dengan At dan didefinisikan
dengan matriks n x m yang kolom pertamanya adalah
baris pertama dari A, kolom keduanya adalah baris
kedua dari A, demikian juga dengan kolom ketiga
adalah baris ketiga dari A, dan seterusnya.

Purnami E. Soewardi / June 08

 Contoh:

a11 a 21 a 31 
a11 a12 a13 a14  a 
  t  12 a 22 a 32 
A  a 21 a 22 a 23 a 24  A 
a13 a 23 a 33 
a 31 a 32 a 33 a 34   
a14 a 24 a 34 

1 3
  1 2 4
B 2  5  B 
t

 4 6  3  5 6
Contoh:
2

C  5  C  2 5 9
t

9

 3 5  2  3 5  2

D 5 4 
1  
D  5 4
t 
1
 2 1 7  2 1 7
E  6  E  6
t
Aturan-aturan Ilmu Hitung Matriks
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. A(BC) = (AB)C
4. A(B + C) = AB + AC
5. (B + C)A = BA + CA
6. A(B – C) = AB – AC
7. (B – C)A = BA – CA
(Hukum komutatif
untuk penjumlahan)
(Hukum asosiatif untuk
penjumlahan)
(Hukum asosiatif untuk
perkalian)
(Hukum distributif)
(Hukum distributif)
Aturan-aturan Ilmu Hitung Matriks

8. a(B + C) = aB + aC

9. a(B – C) = aB – aC

10. (a + b)C = aC + bC

11. (a – b)C = aC – bC

12. (ab)C = a(bC)

13. a(BC) = (aB)C = B(aC)

Invers Matriks

Definisi:

Jika A adalah matriks kuadrat, dan jika kita

dapat mencari matriks B sehingga AB = BA
= I, maka A dikatakan dapat dibalik
(invertible) dan B dinamakan invers
(inverse) dari A.
Contoh:

3 5  2  5
Matriks B    adalah invers dari A   
 1 2    1 3 

 2  5 3 5 1 0
karena AB        I
 1 3  1 2 0 1

3 5  2  5 1 0
dan B        I
1 2  1 3  0 1
Teorema
Jika B dan C adalah invers dari
matriks A, maka B = C.

Selanjutnya, invers dari matriks A

dilambangkan dengan A-1. Jadi
AA-1 = I dan A-1A = I.
 Menu
INVERS MATRIKS
Definisi :
Jika A dan B adalah matriks bujursangkar berordo sama sedemikian
sehingga AB = BA = I, maka B adalah invers A (B=A-1) dan A adalah
invers B ( A = B-1)
1 -2
Contoh : 7 2
Jika A = dan B =
3 1 -3 7
Tunjukkan bahwa matriks A dan B saling invers satu sama lain !
Jawab : Harus ditunjukkan bahwa AB = BA = I

7 2 1 -2 7 + -6 -14 + 14 1 0
= = = I
A B = 3 1 -3 7 3 + -3 -6 + 7 0 1

1 -2 2 7 + -6 2 + -2 = 1 0
7 = I
B A = =
0 1
-3 7 3 1 -21 + 21 -6 + 7

Karena AB = BA = I, maka A = B-1 dan B = A-1

Rumus Invers matriks bujursangkar ordo 2 x 2

a b 1 d -b
Misal A = maka A-1 =
c d Det A -c a
a b
Dimana det A = = ad - bc
c d

1 d -b
Atau A- =
1 ad - bc -c a
Catatan :

•Jika det A ≠ 0, maka A mempunyai invers, dan disebut

matriks non singular

•Jika det A = 0 maka A tidak mempunyai invers, dan A

disebut matriks singular
Mencari invers matriks
Pandang matriks 2 x 2

 a b
A 
 c d 

Jika det(A) = |A| = ad – bc  0, maka

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

Tentukan invers matriks :

2 -5 -3 -6 2 0
a. A = b. B = c. C =
-1 3 2 4 2 1
Jawab :

1 3 5 1 3 5 3 5
a. A-1 = =
2.3–(-5)(-1) 1 2 6-5 1 2 =
1 2

-3 -6
b. Det B =
= (-3).4 – (-6).2 = (-12) + 12 = 0
2 4
Karena det B = 0, maka matriks B tidak mempunyai invers

1
1 1 0 1 1 0 0
c. C-1= =
= 2
2.1 – 2.0 -2 2 2 -2 2
-1 1
Contoh:
 2  5
A 
 1 3 

det(A) = |A|= ad – bc = (2)(3) – (-1)(-5) = 6 – 5 = 1

1 1  d  b 3 5 3 5
A     (1)   
ad  bc  c a 1 2 1 2
Untuk matriks 3x3
Sifat-sifat Matriks
Misalkan A dan B matriks-matriks yang mempunyai
invers dan berukuran sama, k≠0 skalar.

1. AB invertible

2. (AB)-1 = B-1 A-1

3. A0 = I

4. An = A A ... A
n faktor
5. A = (A-1 )n = A-1 A-1 ... A-1
-n

n faktor
n -1 -1 n
6. (A ) = (A ) untuk n = 0, 1, 2, ...
Sifat-sifat Matriks
1. Ar As = Ar+s

2. (Ar )s = Ars

3. (kA)-1 = (1/k) A-1

4. (At)t = A

5. (A + B)t = At + Bt

6. (kA)t = kAt

7. (AB)t = BtAt
Determinan
a11 a12 
A 
a
 21 a 22 

a11 a12
A 
a 21 a 22

a11 a12 
 
a
 21 a 22 

 a11a 22  a12a 21
Determinan
a11 a 21 a 31 
A  a12 a 22 a 32 
a13 a 23 a 33 

a11 a 21 a 31
A  a12 a 22 a 32
a13 a 23 a 33

a11 a 21 a 31  a11 a 21
 a12 a 22 a 32  a12 a 22
a13 a 23 a 33  a13 a 23

 a11a 22a 33  a 21a 32a13  a 31a12a 23  a13a 22a 31  a 23a 32a11  a 33a12a 21
Latihan

3 1
A 
 4  2

 1 2 3

B   4 
5 6
 7  8 9
Sifat-sifat Determinan
t
1. det (A) = det (A )

2. det (AB) = det(A)det(B)

3. A invertible  det(A)≠0

-1
4. det(A ) = 1/det(A)
Kofaktor
Definisi:

Jika matriks A adalah matriks kuadrat, maka

minor entri aij dinyatakan oleh Mij dan
didefinisikan menjadi determinan submatriks
yang tetap setelah baris ke-i dan kolom ke-j
dicoret dari A. Bilangan (-1)i+j Mij dinyatakan
oleh Cij dan dinamakan kofaktor entri aij.
Contoh:
3 1  4 
A  2 5 6
1 4 8

Minor entri a11 adalah: Minor entri a32 adalah:

3 1 4 3 1 4
5 6 3 4
M11 2 5 6   40  24  16 M 32 2 5 6   18  8  26
4 8 2 6
1 4 8 1 4 8

Kofaktor a11 adalah: Kofaktor a32 adalah:

C 11   1 M11  M11  16 C 32   1 M 32  M 32  26

11 3 2
     
 
      
     
 
      
      
Teorema
Determinan matriks A yang berukuran n x n dapat
dihitung dengan mengalikan entri-entri dalam suatu
baris (atau kolom) dengan kofaktor-kofaktornya dan
menambahkan hasil-hasil kali yang dihasilkan; yakni
untuk setiap 1≤i≤n dan1≤j≤n, maka
det(A) = a1j C1j + a2j C2j + ... + anj Cnj
(ekspansi kofaktor sepanjang kolom ke-j)
dan
det(A) = ai1 Ci1 + ai2 C2j + ... + ain Cin
(ekspansi kofaktor sepanjang baris ke-i)
Matriks Kofaktor
Definisi:

Jika A adalah sebarang matriks n x n dan C ij adalah kofaktor aij , maka matriks

C 11 C 12  C 1n 
C 
 21 C 22  
    
 
C n 1 C n 2  C nn 

Dinamakan matriks kofaktor A. Transpos matriks ini dinamakan adjoin A

dan dinyatakan dengan adj(A).

Teorema

Jika A adalah matriks yang dapat dibalik, maka

1
A 1
 adjA 
det A 
Latihan

3 2  1

A  1 6 
3
2  4 0 
 MENYELESAIKAN PERSAMAAN LINIER
DENGAN MATRIKS
ax + by = e
Jika
cx + dy = f

Maka bentuk persamaan ini dapat diubah menjadi persamaan

matriks sebagai berikut :

a b x e
=
c d f
y

Untuk menghitung nilai x dan y dapat menggunakan rumus :

x 1 d -b e
=
y ad -bc -c a f
Menu
Contoh :
Tentukan nilai x dan y dari sistem persamaan linier berikut :

3x + y = 7
5x + 2y = 12
Jawab :
Pernyataan itu dapat dinyatakan dalam bentuk matriks sebagai
berikut :

3x y 7 3 1 x 7
Atau
5x 2y
= 12 5 2 = 12
y
x 1 2 -1 7
y =
12
3.2 – 1.5 -5 3
2.7 – 1.12 14 - 12 2
1 2 -1 7 = 1 =
-57 + 3.12 =
1
= -35 + 36
6-5 -5 3 12

Jadi nilai x = 2 dan y = 1

 Aturan Cramer
ELIMINASI GAUSS
Jika AX=B adalah sistem yang terdiri dari n persamaan linear dalam n bilangan tak diketahui sehingga
det(A)≠0, maka sistem tersebut mempunyai pemecahan yang unik. Pemecahan ini adalah

det A1  det A2  det An 

x1  , x2  , ... , x n 
det A  det A  det A 

Dimana Aj adalah matriks yang kita dapatkan dengan menggantikan entri-entri dalam kolom ke-j dari
A dengan entri-entri dalam matriks

 b1 
b 
B   2

 
bn 
Contoh:
Gunakan aturan Cramer untuk memecahkan:

x 1  2x 3  6

 3x 1  4x 2  6x 3  30
Maka:
 x 1  2x 2  3x 3  8
det A1   40  10
x1   
Jawab:
det A  44 11
 1 0 2 6 0 2
A   3 4 6 A1  30 4 6 det A2  72 18
x2   
  1  2 3  8  2 3 det A  44 11

 1 6 2  1 0 6
det A3  152 38
A 2   3 30 6 A 3   3 4 30 x3   
  1   1  2 8 
det A  44 11
8 3
 EXAMPLE OF FINDING THE INVERSE OF A MATRIX A

We must find the inverse 1 -1 3

of the matrix A at the A= 2 1 2
right -2 -2 1
 The columns of
Below is the same matrix Next pivot on "3" the 3x3 identity
Below are the row
A, augmented by the 3x3 in the 2-2 matrix are colored
operations required
identity matrix. The first position below, blue as they re-
for the first pivoting
pivot encicled in red encircled in red appear on the left
side

Purnami E. Soewardi / June 08


Below is the result of performing
P1, so the pivot (2-2 position) is
now "1". Next we perform P2
The result of the second pivoting
Row operations
is below. We now pivot on the
of P2
element in the 3-3 position,
are below
encircled in red below
Below is the result of
The result of the third
performing P1, so the Below are the The matrix
(and last) pivoting is
pivot (3-3 position) is row operations below is
below with 3x3 identity
now "1". Next we of P2 NOT A-1
matrix in blue
perform P2.
(REDUCED)
DIAGONAL
FORM


Thus, our final step is to
separate the desired inverse A-1 =
from the above matrix:
 EXAMPLE OF FINDING THE INVERSE OF A MATRIX A

We must find the inverse 1 -1 3

of the matrix A at the A= 2 1 2
right -2 -2 1
 The columns of
Below is the same matrix Next pivot on "3" the 3x3 identity
Below are the row
A, augmented by the 3x3 in the 2-2 matrix are colored
operations required
identity matrix. The first position below, blue as they re-
for the first pivoting
pivot encicled in red encircled in red appear on the left
side
Below is the result of
The result of the third
performing P1, so the Below are the The matrix
(and last) pivoting is
pivot (3-3 position) is row operations below is
below with 3x3 identity
now "1". Next we of P2 NOT A-1
matrix in blue
perform P2.
(REDUCED)
DIAGONAL
FORM

Purnami E. Soewardi / June 08

Thus, our final step is to
separate the desired inverse A-1 =
from the above matrix:

Purnami E. Soewardi / June 08

Soal-soal latihan .
  2 2  3 4  5
 
1. Diketahui matriks A =  6  7 8  9 0 
  2 3  4 5  6
 

a. Berapa banyaknya baris dan banyaknya kolom pada matriks A ?

b. Sebutkan elemen baris ke- 2 ?
c. Sebutkan elemen kolom ke- 4 ?
d. Sebutkan elemen baris ke – 2 kolom ke – 4 ?

2. Tentukan nilai x dan y untuk setiap persamaan matriks berikut :

a.  2x 3   2x 3 
  =   2 3 y 
  2 3y   
 0 5x   0 3x  10 
b.  
  y 7  =   Menu
  2y  3 7 
3. Diketahui matriks A = 4 -1 -3 -2
dan B =
3 2 1 5
Tentukan :

a. 2 A b. 3B c. -2 A d. 2 A + 3 B

4. Diketahui matriks

1 -2 3 3 2 -1
-3 3 -4
A= B= C= D=
4 -4 5 -6 7 5 0
5 6
-4 5 3
Tentukan :

a. B.A b. B.C b. C.D c. 2CD + 3C d. 3BA – 2A

5. Tentukan invers dari matriks berikut :

1 2 8 -7 -4 3 4 -1
a. A = b. B = c. C = d. D =
3 4 -6 5 2 -1 3 2
6. Tentukan nilai x dan y dari persamaan berikut dengan menggunakan
matriks :

x + 3y = 4
4x + 3y = 13 c.
a.
-x + 2y = 1
x+y=4
2x - 3y = 7
x + 2y = 9 d.
b. 3x + 2y = 4
-5x + 2y = 27
 Penggunaan Matriks
 Langkah untuk menyelesaikan soal kehidupan sehari-
hari:
1. Mengubah soal cerita dan menyusun sistem
persamaannya
2. Menyelesaikan sistem persamaan dengan matriks
Contoh:
Hitunglah i1 dan i2 dengan menggunakan matriks dari
rangkaian listrik berikut:

R1= 12 ohm R2=3 ohm

18i1 - 6i2 = 84
E1=84 V R3 E2=21 V
-6i1 + 9i2 = -21
 Sistem Persamaan Linier ( SPL )
 Metode Cramer :
a1x + b1y = c1
Apabila berbentuk :
a2x + b2y = c2
: D
y
x  Dx dan
makay 
D D
a1 b1 c1 b1 a1 c1
dimana : D ; Dx  dan Dy 
a2 b2 c2 b2 a2 c2

a1x + b1y + c1z = k1

Apabila berbentuk : a2x + b2y + c2z = k2
a3x + b3y + c3z = k3
x  Dx ; y  Dy dan z  Dz
maka:
D D D
a1 b1 c1 k1 b1 c1 a1 k1 c1 a1 b1 k1
dimana : D  a 2 b 2 c 2 ; Dx  k 2 b 2 c 2 ; Dy  a 2 k 2 c 2 dan Dz  a b2 k 2
2

a 3 b 3 c3 k 3 b3 c3 a 3 k 3 c3 a3 b3 k 3
 DAFTAR PUSTAKA

 PURNAMI.E.SOEWARDI,MEDIA PEMBELAJARAN
MATEMATIKA,BANDUNG,2008
 K.Astroud, Erwin Sucipto, Matematika Untuk
Teknik,halaman141 sd 186, halaman 101 sd 117, PT.
Gelora Aksara Pratama,1987.