MATEMATIKA EKONOMI

MODEL LINEAR DAN ALJABAR MATRIKS

MATERI PERTEMUAN KE-4

@adriansahlora
Dosen Tetap Prodi Ekonomi Syariah STAI DR.Khez Muttaqien
Purwakarta
adriansahbahrun@gmail.com
0815-1955-8937

@adriansahlora, 2020
 Pendahuluan
• Salah satu metode yang bisa menyelesaikan bentuk
persamaan simultan seperti pada satu barang, dua barang
atau lebih adalah metode Aljabar Matriks
• Kenapa aljabar matriks?
• Ada 3 alasan kenapa menggunakan Aljabar Matriks:
1. Memberikan suatu cara penulisan sistem persamaan yang
ringkas
2. Memberikan petunjuk mengenai cara pengujian suatu
pemecahan melalui suatu penaksiran determinan
3. Memberikan cara untuk mendapatkan pemecahan tersebut
 Pengertian Matriks
Pengertian
Definisi Matriks
Susunan empat persegi panjang atau bujur sangkar dari
bilangan-bilangan yang diatur dalam baris dan kolom
ditulis diantara dua tanda kurung, yaitu ( ) atau [ ]

Aljabar Matriks
Suatu alat atau sarana yang sangat ampuh untuk
menyelesaikan model-model linier seperti persamaan
tiga atau empat barang.

3
 Matriks dan Vektor
Matriks
Bentuk Umum: a11 a12 a13 .. a1n 
a a22 a23 .. a2n 
 21
 .. .. .. .. .. 
 
a m1 am 2 am 3 .. amn 

Elemen matriks : aij

Susunan bilangan atau nilai aij {bilangan real atau kompleks}
Ukuran matriks :
• Jumlah baris : m Jumlah kolom : n
• Ordo atau ukuran matriks : m x n
• Elemen-elemen diagonal : a11, a22,….,ann
4
Vektor sebagai Matriks Khusus
Vektor merupakan Kumpulan data/angka yang terdiri atas
satu baris disebut: VEKTOR BARIS, jika satu lajur disebut
dengan VEKTOR KOLOM. Dengan demikian, dpt disebut
bahwa matriks terdiri atas beberapa vektor baris dan
beberapa vektor kolom.

Vektor baris: Vektor lajur

a’ = (4, 1, 3, 2) b= 1 u = u1
x’ = (x1, x2, … xn) 2 u2
8 …
un 5
 Operasi Aljabar Matriks
Penjumlahan dua matriks
A + B = (aij + bij)
A – B = (aij – bij)
Syarat penjumlahan dua matriks atau pengurangan dua matriks
adalah mempunyai ordo yang sama
Contoh:
5 6 7  6 7 4 
Diketahui A 2x3    dan B 2x3   
8 3 4   1 9 2 
Maka C2x3  A 2x3  B 2x3
5 6 7  6 7 4 11 13 11
C2x3      
8 3 4   1 9 2   9 12 6  6
7
Syarat:
Setiap baris pada matriks pertama harus dikalikan pada setiap
kolom pada matriks kedua. Banyaknya kolom pada matriks pertama
harus sama dengan banyaknya baris pada matriks kedua
8
 3 4  0 1
• Contoh: Diketahui matriks A    dan B 
5 6   7 8
Tentukan: (a) AB
(b) BA
(c) Apakah AB = BA
Jawab:
a). 3 4 0 1 3.0  4.7 3.1  4.8  28 35
5 6 7 8  5.0  6.7 5.1  6.8  42 53
      

b). 0 1 3 4   0.3  1.5 0.4  1.6    5 6 

7 8 5 6 7.3  8.5 7.4  8.6 61 76
      
c). AB ≠ BA
 Latihan Soal
7  1 0 4  8 3
1. Jika diketahuiA  B  3  2 C   
 6 9     6 1
Hitunglah:
a. A + B c. 3A
b. C – A d. 4B + 2C
2. Jika diketahui: 2 8
 2 0 7 2 
A  3 0 B  C 
5 1   3 8   6 3 
 

a. Dapatkah AB? Hitunglah AB? Dapatkah BA?

b. Dapatkah BC? Hitunglah BC? Dapatkah CB?
c. Apakah hasil BC = CB?
 Operasi Vektor
Perkalian Vektor

Ketidakbebasan Linear
Suatu himpunan vektor v1, . . . , v2 dikatakan tidak bebas secara linear jika salah satu
diantaranya dapat dinyatakan sebagai kombinasilinear dari vektor sisanya.
Ruang Vektor
Keseluruhan vector-vektor yang dihasilkan oleh berbagai kombinasi linear dari 2 vektor
bebas u dan v merupakan ruang vector yang berdimansi dua.
Konsep jarak antara dua titik vector
• Jika u dan v berhimpitan, jaraknya nol (untuk u = v)
• Jika kedua titik berbeda, jarak u ke vdan vke u dinyatakan oleh bilangan nyata positif
yang sama.
• Jarak antara u dan v tidak pernah lebih dari jarak u ke w ditambah w ke v.
• Jika sebuah ruang vector memenuhi tiga sifat diatas, maka disebut ruang matriks
11
Hukum Komutatatif, Asosiatif, dan Distributif

12
 Latihan Soal
3 6  1 7 3 4
1. Jika diketahui A  B  C 
 2 4   8 4  1 9 
Buktikanlah:
a. (A + B) + C = A + (B + C)
b. (A + B) - C = A + (B - C)
 Matriks Identitas dan Matriks Nol

Matriks Nol: Matriks di mana semua unsur nilainya nol

Matriks Identitas: Matriks di mana elemen-elemen pada diagonal utamanya

masing-masing adalah satu, sedangkan elemen-elemen yang lain adalah nol.

Sifat Matriks Identitas dan Matriks Nol

Jika A = matriks berukuran n x n :
I.A=A.I=A
A+0=0+A=A
A.0=0.A=0

Contoh :
a11 a12 0 0 a11 a12
A + 0 =a21 a22 + 0 0 = a21 a22
14
 Transpos dan Invers Matriks
Transpose AT dari matrik m x n A = [ aik ] adalah matrik n x m

yang diperoleh dari pertukaran baris dan kolom [AT] ik = [aik]

Contoh :
-4 6 3 -4 0
A= , maka AT = 6 1
0 1 2
3 2

Sifat – sifat Transpos :

( A’ ) ’ = A

( A + B )’ = A’ + B’
( A – B )’ = A’ - B’
( AB )’ = B’ A’ 15
Invers
Jika A adalah sebuah matriks persegi dan jika sebuah matriks B
yang berukuran sama bisa didapatkan sedemikian sehingga AB =
BA = I, maka A disebut bisa dibalik dan B disebut invers dari A.

Sifat – Sifat matriks Invers

16
 Latihan Soal
 0 4  3  8 1 0 9
1. Jika diketahui A  B   0 1  C  6 1 1 
  1 3    
Carilah:
AT
a. T
B
b. T
C
c. 1 12 1 1
P  Q 
2. Jika diketahui:  0 3   6 8 

a. Invers Matriks P?
b. Invers Matriks Q?
 Rantai Markov Terbatas

Proses markov digunakan untuk mengukur atau mengestimasi

pergerakan yang terjadi setiap saat. Proses ini melibatkan
penggunaan matriks transisi markov, dimana setiap nilai dalam
matriks transisi adalah probabilitas pergerakan dari satu keadaan (
lokasi, pekerjaan, dan sebagainya ) ke keadaan lainnya. Dengan
mengulang perkalian vector dengan matriks transisi, kita dapat
mengestimasi perubahan keadaan setiap saat.

18
• Suatu contoh sederhana pergerakan karyawan internal dalam
suatu perusahaan yang memiliki banyak cabang atau outlet.
• Misal A dan B (A dan B cabang perusahaan)
• Untuk menentukan jumlah karyawan di A besok kita ambil
probabilitas (peluang) karyawan yang akan tetap bekerja di
cabang A dikalikan dengan total jumlah karyawan A saat ini yang
saat ini bekerja di A, yang menghasilkan total jumlah karyawan A
saat ini yang masih bekerja besok. Tambahkan jumlah ini dengan
jumlah karyawan B yang dipindahkan ke A. Jumlah ini diperoleh
dengan mengalikan total jumlah karyawan B saat ini dengan
probabilitas karyawan B yang dipindahkan ke A.
• Hal serupa juga bisa dilakukan untuk menentukan jumlah
karyawan di B besok yang terdiri dari karyawan yang memilih
tetap di B dan karyawan A yang pindah ke B hari ini.
• Proses ini melibatkan empat kemungkinan yang dapat
ditetapkan bersama dalam suatu matriks. Matriks ini dikenal
sebagai matriks Transisi Markov.
• Anggap saja At dan Bt masing-masing menunjukkan populasi
di A dan B pada suatu waktu (t). Probabilitas/kemungkinan
transisional sbb:
P(AA) = probabilitas bhwa yg skrg ada di A nanti ttp di A
P(AB) = probabilitas bhwa yg skrg ada di A nanti pindah ke B
P(BB) = probabilitas bhwa yg skrg ada di B nanti ttp di B
P(BA) = probabilitas bhwa yg skrg ada di B nanti pindah ke A
• Jika kita menyebut distribusi karyawan di beberapa lokasi
pada waktu t sebagai vektor:

xt'   At Bt 
• Dan probabilitas transisionalnya dalam bentuk matriks:
 PAA PAB 
M 
 PBA PBB 
• Maka distribusi karyawan di beberapa lokasi pada periode
berikutnya (t +1) adalah:
 PAA PAB 
 At Bt       At .PAA  Bt .PBA  At .PAB  Bt .PBB  
 PBA PBB 
  At 1 Bt 1 
• Untuk mencari distribusi karyawan setelah dua periode:
 PAA PAB 
 At 1 Bt 1      At  2 Bt  2 
 PBA PBB 
P PAB   PAA PAB 
 At Bt   AA      At  2 Bt  2 
 PBA PBB   PBA PBB 
2
 PAA PAB 
 At Bt      At  2 Bt  2 
 PBA PBB 
• Untuk periode ke-n
n
 PAA PAB 
 At Bt      At  n Bt  n 
 PBA PBB 
• Matriks probabilitas M 2x2 disebut sebagai Matriks Transisi
Markov.

• Contoh: Asumsikan distribusi awal karyawan diantara dua lokasi

pada waktu t = 0 'adalah:
x0   A0 B0   100 100

Dengan kata lain pada setiap lokasi jumlah awalnya sama. Jika
probabilitas transisional dalam bentuk matriks adalah sbb:
 PAA PAB  0,7 0,3
M    
P
 BA PBB   0, 4 0, 6 
• Tentukan distribusi karyawan di beberapa lokasi pada periode
pertama dan kedua?
• Distribusi pada periode pertama (t = 1):
0,7 0,3
100 100     100.0,7  100.0,4100.0,3  100.0,6  
0,4 0,6
  70  40 30  60
 110 90   A1 B1 
• Distribusi pada periode kedua (t = 2):
2

100 100 
0,7 0,3

0,4 0,6
0,7 0,3 0,7 0,3
 100 100   
0,4 0,6 0,4 0,6
0,7.0,7  0,3.0,4 0,7.0,3  0,3.0,6 
 100 100  
0,4.0,7  0,6.0,4 0,4.0,3  0,6.0,6
 0,49  0,12 0,21  0,18 
 100 100  
0,28  0,24 0,12  0,36
 0,61 0,39
 100 100    113 87   A2 B2 
 0,52 0 , 48 
 Latihan Soal
• Mari kita tinjau situasi PHK massal akibat penutupan suatu pabrik
yang mengakibatkan 1.200 orang menjadi pengangguran dan
terpaksa mencari pekerjaan baru. Dalam kasus ini ada dua keadaan:
karyawan (E) dan pengangguran (U) dengan vektor awal :
x0'   E U    0 1.200
• Anggaplah bahwa selama periode tertentu probabilitas
pengangguran yang akan mendapatkan pekerjaan adalah 0,7
sedangkan probabilitas mereka yang tetap menganggur adalah 0,3.
Selain itu mereka yang masih bekerja dalam periode tertentu
mungkin akan kehilangan pekerjaannya dengan probabilitas 0,1
(dan probabilitas tetap bekerja adalah 0,9)
(a) Buatlah matriks transisi Markov untuk kasus ini
(b) Berapa jumlah pengangguran pada periode pertama dan kedua?