DETERMINAN

Sifat-Sifat
Aturan
& Reduksi
Cramer
Baris

Ekspansi Matriks
Kofaktor Adjoin
Determinan
Ekspansi Kofaktor

 Determinan merupakan fungsi dari matriks

persegi n x n  .
 Determinan matriks A ditulis det(A) atau A

a11 a12
det( A)   a11a22  a12a21
a21 a22
Ekspansi Kofaktor
a11 a12 a13
det( A)  a21 a22 a23  a11a22a33  a12a23a31  a13a21a32
a31 a32 a33  a13a22a31  a11a23a32  a12a21a33

 Dapat diubah menjadi:

det( A)  a11  111 a22a33  a23a32 
 a12  1 a21a33  a23a31 
1 2

 a13  1 a21a32  a22a31 

1 3
Ekspansi Kofaktor

 Atau dapat ditulis:

a22 a23 1 2 a21 a23

det A  a11  1
11
 a12  1
a32 a33 a31 a33
a21 a22
 a13  1
1 3

a31 a32
Ekspansi Kofaktor
 Atau:
det( A)  a21  1 a12a33  a13a32 
2 1

 a22  1 a11a33  a13a31 

2 2

 a23  1 a11a32  a12a31 

23

a12 a13 2  2 a11 a13

det A  a21  1  a22  1
2 1

a32 a33 a31 a33

a11 a12
 a23  1
23

a31 a32
Ekspansi Kofaktor

 Jadi, Determinan suatu matriks dapat dicari

dengan menggunakan determinan matriks yg
lebih kecil ukurannya (sub matriks).
Ekspansi Kofaktor

 Definisi:
 Misalkan Anxn = [aij], maka minor dari aij,
dilambangkan Mij, determinan dari sub matriks
A, dengan cara membuang semua entri pada
baris ke-i dan kolom ke-j. Sedangkan kofaktor
dari aij dilambangkan Cij adalah 1i  j M ij
Ekspansi Kofaktor

 Contoh:

 Tentukan minor dan kofaktor dari entri a11, a23 ,

a 32 dari matriks: 2  3 1 
 
A   0  1  2
4 5  4
Ekspansi Kofaktor
 Jawab: 2  3 1 
M 11 
1  2
 4  (10)  14 A  0  1  2
5 4 4 5  4
2 3
M 23   10  (12)  22
4 5
2 1
M 32   4  0  4
0 2
C11   1 M 11  14 C23  1 M 23  22
11 2 3

C32  1 M 32  (4)  4

3 2
Ekspansi Kofaktor
 Definisi:
 Misalkan Anxn = [aij], determinan dari A
didefinisikan:
det  A  ai1Ci1  ai 2Ci 2  ...  ainCin
(karena baris ke-i menjadi acuan/tetap, disebut
ekspansi kofaktor sepanjang baris ke-i)
det  A  a1 j C1 j  a2 j C2 j  ...  anjCnj
(karena kolom ke-j menjadi acuan, disebut
ekspansi kofaktor sepanjang kolom ke-j)
Ekspansi Kofaktor
 Contoh:
 Tentukan determinan matriks menggunakan
ekspansi kofaktor sepanjang baris/kolom yg
paling sedikit perhitungannya:
0 0 2 0
 2  3 4 3 
  1 1 0
A   0 5 6 B
2 0 2 3
 5 3 1  
 3 4 2 1
  2  3 4
Ekspansi Kofaktor A   0 5 6
Jawab :  5 3 1
a. Pilih baris/kolom yg paling banyak entri 0.
(Ekspansi kofaktor kolom ke-1):
5 6 31  3 4
det  A  2 1  0 1 M 21   5 1
11 2 1

3 1 5 6
 213   5 39  26  190  164
(Ekspansi kofaktor baris ke-2):
2 4 23 2 3
det  A  5 1  6 1
2 2

5 1 5 6
 522   6 9  110  54  164
Ekspansi Kofaktor 0 0 2 0
3 1 1 0
B
2 0 2 3
b. (Ekspansi kofaktor baris ke-1):  
 3 4 2 1
det B   0C11  0C12  2C13  0C14  2C13  2M13
3 1 0
2 1 1 0 23 3 1
M 13  2 0 3  2 1  3 1  47
4 1 3 4
3 4 1

Sehingga:
detB  2 47  94
Sifat-sifat Determinan

1. det(
. AB)  det A. detB
2. det(
. A )  det  A
T

3. Jika A matriks diagonal/segitiga, maka

det( A)  a11a22...ann
4. Jika Anxn, maka det( kA)  k n det  A
1 1
5. det(
. A )
det  A
6. Jika A memuat baris/kolom nol, maka det( A)  0
Sifat-sifat Determinan
7. Terhadap OBE:
a. Jika A’ dari A dgn cara mengalikan satu
barisnya dengan k, maka det( A' )  k det A
b. Jika A’ dari A dgn cara menukar dua baris,
maka det( A' )   det A
c. Jika A’ dari A dgn cara menjumlahkan
kelipatan satu baris dengan baris lain,
maka det( A' )  det A
8. Jika pada A memuat dua baris/kolom yang
saling berkelipatan maka det( A)  0
Reduksi Baris
 Dengan tetap memperhatikan sifat-sifat
determinan, matriks diubah menjadi matriks
segitiga.
 Contoh:
Tentukan determinan matriks menggunakan
reduksi baris.
 2  3 4
A   0 5 6
 5 3 1
Reduksi Baris
 Jawab:
2 3 4 2  3 4 b1  2b3
det  A  0 5 6  0 5 6
 5 3 1 b3  2b1  1  3 9
0  9 22 b1  2b2 0 1 34 0 1 34 b3
 0 5 6  0 5 6 b2  5b1  0 0  164
1  3 9 1  3 9 1  3 9 b1

1  3 9 1  3 9
  0 0  164 b3    0 1 34    11 164  164
0 1 34 b2 0 0  164
Matriks Adjoin

 Definisi:
 Misalkan Anxn = [aij], Cij kofaktor dari aij, matriks
C11 C12 ... C1n 
C C ... C 
 21 22 2 n  disebut matriks kofaktor.
 ... 
  Transpose matriks kofaktor A
 n1
C C n2 ... C nn 
disebut matriks adjoin A.
Matriks Adjoin
 Contoh :
 Tentukan matriks kofaktor A dan matriks adj(A).
1 2 3
A   3  2 0 
 4 5  4
Jawab:
2 0 2 3 2 3
C11  8 C21    23 C31  6
5 4 5 4 2 0
3 0 1 3 1 3
C12    12 C22   16 C32    9
4 4 4 4 3 0
Matriks Adjoin
3 2 1 2 1 2
C13   7 C23   3 C33  4
4 5 4 5 3 2
 8  12  7
Matriks kofaktor A= 23  16 3 
 
 6  9 4 

Sehingga:  8 23 6 
adj  A   12  16  9
  7 3 4 
Matriks Adjoin

 Mencari invers matriks:

adj  A
1 1
A 
det  A
Aturan Cramer
 Jika SPL berbentuk AX = B, dengan matriks
koefisien mempunyai invers:
Adj AB
1 1
X A B
det  A

C11 C21 ... Cn1   b1 

C C  
... Cn 2  b2  
1  12
 22

det  A  ...   ... 

  
C1n C2 n Cnn  bn 
Aturan Cramer
b1C11 b2C21 ... bnCn1 
b C b C 
1  1 12 2 22 ... bnCn 2 
X
det  A  ... 
 
b1C1n b2C2 n bnCnn 
 x1  n

x   bi Cij
Jika X   2
, maka x j 
i 1

 ...  det  A
 
 xn 
Aturan Cramer
Entri di dlm baris ke-j dari X adalah:
b1C1 j  b2C2 j  ...  bnCnj
xj 
det  A
Misalkan:
 a11 a12 ... a1 j 1 b1 a1 j 1 ... a1n 
a a ... a b a ... a 
Aj   21 22 2 j 1 2 2 j 1 2n 

 ... ... 
 
an1 an 2 anj 1 bn anj 1 ann 
Aturan Cramer
Sehingga diperoleh:
det A j   b1C1 j  b2C2 j  ...  bnCnj

maka: det A j 
xj 
det  A

disebut Aturan Cramer.

Aturan Cramer
 Contoh :
 Gunakan aturan Cramer untuk menentukan solusi:
x  2z  6
1 0 2
 3x  4 y  6 z  30 Jawab: A   3 4 6
 x  2 y  3z  8   1  2 3

1 0 2
2 2 1 2 3 2 1 2
det  A   3 4 6  4 1   2 1
1 3 3 6
1  2 3
 20  24  44
Aturan Cramer
 6 0 2  1 6 2 1 0 6
A1  30 4 6 A2   3 30 6 A3   3 4 30
 8  2 3   1 8 3   1  2 8 
Maka:
det  A1   40 10
x  
det  A 44 11
det  A2  72 18
y  
det  A 44 11
det  A3  152 38
z  
det  A 44 11