MATRIKS

MATA KULIAH ALJABAR LINIER

KELOMPOK 2
 DAFTAR SLIDE

Operasi Matriks
Jenis-Jenis Matriks
Determinan Matriks
Inverse Matriks
33
 DEFINISI MATRIKS

Apakah yang dimaksud dengan Matriks

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

44
 NOTASI MATRIKS
 Nama matriks menggunakan huruf besar
 Anggota-anggota matriks dapat berupa huruf kecil
maupun angka
 Digunakan kurung biasa atau kurung siku
a b c
 1 3 2
A    H  d e f 
 5 7 6  g h i 
 Ordo matriks atau ukuran matriks merupakan
banyaknya baris (garis horizontal) dan banyaknya
kolom (garis vertikal) yang terdapat dalam matriks
tersebut.
55
 NOTASI MATRIKS
 Jadi, suatu matriks yang mempunyai m baris dan n
kolom disebut matriks berordo atau berukuran m x n.
Notasi A = (aij)
 Memudahkan menunjuk anggota suatu matriks

 a11 a12 a13 ... a1n 

  Dengan
 a21 a22 a23 ... a2 n  i = 1,2,...,m
A = a a32 a33 ... a3n  j = 1,2,...,n
 31 
 ... ... ... ... ... 
a am 2 am 3 ... amn 
 m1
66
 MATRIKS
 Contoh : Matriks A merupakan matriks berordo 4x2
1 4 
3 1 
A 
2 1 
 
6  1

 Bilangan-bilangan yang terdapat dalam sebuah matriks

dinamakan entri dalam matriks atau disebut juga
elemen atau unsur.

77
 NOTASI MATRIKS Baris

 a11 a12  a1n 

a 
a22  a2 n 
A  21

    
 
am1 am 2  amn 
Kolom
Unsur Matriks
Matriks berukuran m x n
atau berorde m x n
88 8
 MATRIKS BARIS DAN KOLOM

 Matriks baris adalah matriks yang hanya mempunyai satu

baris
C  1 2 1 4
 Matriks kolom adalah matriks yang hanya mempunyai satu
kolom.

1 
E  3
4

99
 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
 2 4  2 4
 A=B A  B 
0 1  0 1 
dan

 A≠B
 2 4 2 1 4
A  B 
0 1 5 3 1 
dan
10
10
 PENJUMLAHAN MATRIKS
 Apabila A dan B merupakan dua matriks yang ukurannya
sama, maka hasil penjumlahan (A + B) adalah matriks yang
diperoleh dengan menambahkan bersama-sama entri yang
seletak/bersesuaian dalam 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 

11
11
 PENJUMLAHAN MATRIKS
 Contoh Soal
4 2 3  4
A   1 3  B  2 1 
 2  2 1  2

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

7  2 
A  B  1 4 
3  4

12
12
 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 

13
13
 PENGURANGAN MATRIKS
 Contoh :

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

14
14
PERKALIAN MATRIKS
DENGAN SKALAR
Jika k adalah suatu bilangan skalar dan matriks A=(aij ) maka
matriks kA=(kaij ) adalah suatu matriks yang diperoleh dengan
mengalikan semua elemen matriks A dengan k.

Mengalikan matriks dengan skalar dapat dituliskan di depan

atau dibelakang matriks.

[C]=k[A]=[A]k
3 8  4 * 3 4 * 8 12 32
A  4A    4A   
5 1  4 * 5 4 * 1   20 4 
15
15
PERKALIAN MATRIKS
DENGAN SKALAR
Sifat-sifat perkalian matriks dengan skalar :
k(B+C) = kB + kC
k(B-C) = kB-kC
(k1+k2)C = k 1C + k 2C
(k1-k2)C = k 1C – k 2C
(k1.k2)C = k1(k2C)

16
16
PERKALIAN MATRIKS
DENGAN SKALAR
Contoh :
0 1  3 4
A  B 
2  1 1 1 dengan k = 2, maka

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 

17
17
PERKALIAN MATRIKS
DENGAN SKALAR
Contoh :
1 1 
C 
2  1 dengan k1 = 2 dan k2 = 3, maka TERBUKTI
(k1+k2)C = k1.C + k2.C
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        

18
18
PERKALIAN MATRIKS

 Perkalian matriks dengan matriks pada umumnya tidak

bersifat komutatif.
 Syarat perkalian adalah jumlah banyaknya kolom pertama
matriks sama dengan jumlah banyaknya baris matriks kedua.
 Jika matriks A berukuran mxn dan matriks B berukuran nxp
maka hasil dari perkalian A*B adalah suatu matriks C=(cij )
berukuran mxp dimana

19
19
PERKALIAN MATRIKS

 Contoh :
 3
A   3 2 1 B  1
0

 3
A * B   3 2 1 * 1   (3 * 3)  (2 * 1)  (1 * 0)  11
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
20
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
21
 PERPANGKATAN MATRIKS
Sifat perpangkatan pada matriks sama seperti sifat perpangkatan
pada bilangan-bilangan untuk setiap a bilangan riil, dimana
berlaku :

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

22
22
 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
23
 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
24
JENIS –JENIS MATRIKS

 Matriks bujursangkar (persegi) adalah matriks yang

berukuran n x n
1 4
A 
3 1 

 Matriks nol adalah matriks yang setiap entri atau elemennya

adalah bilangan nol
0 0 
O3x 2  0 0
0 0
Sifat-sifat dari matriks nol :
-A+0=A, jika ukuran matriks A = ukuran matriks 0
-A*0=0, begitu juga 0*A=0.

25
25
JENIS –JENIS MATRIKS
 Matriks Diagonal adalah matriks persegi yang semua elemen
diatas dan dibawah diagonalnya adalah nol. Dinotasikan
sebagai D.
Contoh :
1 0 0
D3x 3  0 2 0
0 0 5

 Matriks Skalar adalah matriks diagonal yang semua elemen

pada diagonalnya sama
5 0 0
D3x 3  0 5 0
0 0 5

26
26
JENIS –JENIS MATRIKS
 Matriks Identitas adalah matriks skalar yang elemen-elemen
pada diagonal utamanya bernilai 1.
1 0 0 Sifat-sifat matriks identitas :
D  0 1 0 A*I=A
0 0 1 I*A=A

 Matriks Segitiga Atas adalah matriks persegi yang elemen di

bawah diagonal utamanya bernilai nol
 Matriks Segitiga Bawah adalah matriks persegi yang elemen
di atas diagonal utamanya bernilai nol
2 4 5 1 0 0 
A  0 1 2 B  3 4 0
0 0 6 2 5 1

27
27
DETERMINAN MATRIKS
 Setiap matriks persegi atau bujur sangkar memiliki
nilai determinan
 Nilai determinan dari suatu matriks merupakan
suatu skalar.
 Jika nilai determinan suatu matriks sama dengan
nol, maka matriks tersebut disebut matriks singular.

28
28
 NOTASI DETERMINAN
 Misalkan matriks A merupakan sebuah matriks
bujur sangkar
 Fungsi determinan dinyatakan oleh det (A)
 Jumlah det(A) disebut determinan A
 det(A) sering dinotasikan |A|

29
29
 NOTASI DETERMINAN
 Pada matriks 2x2 cara menghitung nilai
determinannya adalah :
 a11 a12  a11 a12
A    det( A)  det( A)  a11 a22  a12 a21
 a21 a22  a21 a22

 Contoh :

 2 5 2 5
A    det( A)  det( A)  6  5  1
 1 3 1 3

30
30
 METODE SARRUS
 Pada matriks 3x3 cara menghitung nilai
determinannya adalah menggunakan Metode Sarrus
 Metode Sarrus hanya untuk matrix berdimensi 3x3
 a11 a12 a13 
 
A   a21 a22 a23 
a a32 a33 
 31

det( A) a11 a22 a33  a12 a23a31  a13a21a32  a31a22 a13  a32a23a11  a33a21a12

31
31
 METODE SARRUS
 Contoh :
  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) – (-3 ·1 ·2) –(-2 ·3
·0)-(2 ·-1 ·-1)
= 2 +12+0+6-0-2
= 18

32
32
 MINOR
 Yang dimaksud dengan MINOR unsur aij adalah
determinan yang berasal dari determinan orde ke-n
tadi dikurangi dengan baris ke-i dan kolom ke-j.
 Dinotasikan dengan Mij
 Contoh Minor dari elemen a₁₁
 a11 a12 a13  a22 a23
  M 11 
A   a21 a22 a23  a32 a33
a a32 a33 
 31

 a11 a12 a13 a14  a22 a23 a24

 
a a22 a23 a24  M 11  a32 a33 a34
A   21
a a32 a33 a34  a42 a43 a44
 31 
a a42 a43 a44 
 41
33
33
 MINOR
 Minor-minor dari Matrik A (ordo 3x3)

34
34
 KOFAKTOR MATRIKS
 Kofaktor dari baris ke-i dan kolom ke-j dituliskan
dengan

 Contoh :
Kofaktor dari elemen a11
c23  (1) 23 M 23   M 23

35
35
 TEOREMA LAPLACE
 Determinan dari suatu matriks sama dengan jumlah
perkalian elemen-elemen dari sembarang baris atau
kolom dengan kofaktor-kofaktornya

36
36
 TEOREMA LAPLACE

Determinan dengan Ekspansi Kofaktor Pada Baris

 Misalkan ada sebuah matriks A berordo 3x3
 a11 a12 a13 
 
A   a21 a22 a23 
a a32 a33 
 31
 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
37
 TEOREMA LAPLACE
 Determinan Matriks A dengan metode ekspansi kofaktor baris
kedua
|A|  a 21c 21  a 22 c 22  a 23 c 23
 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 a 33 a31 a32

 Determinan Matriks A dengan metode ekspansi kofaktor baris

ketiga
|A|  a31c31  a32 c32  a33 c33
 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
38
38
 TEOREMA LAPLACE

Determinan dengan Ekspansi Kofaktor Pada Kolom

 Misalkan ada sebuah matriks A berordo 3x3
 a11 a12 a13 
 
A   a21 a22 a23 
a a32 a33 
 31
 Determinan Matriks A dengan metode ekspansi
kofaktor kolom pertama
|A|  a11 c11  a 21c 21  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

39
39
 TEOREMA LAPLACE
 Determinan Matriks A dengan metode ekspansi kofaktor kolom
kedua
|A|  a12 c12  a 22 c 22  a32 c32
 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 23c 23  a33 c33
 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
40
40
 DET MATRIKS 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  a 22  a33    dst

 Contoh

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

41
41
 TRANSPOSE MATRIKS
 Jika A adalah suatu matriks m x n, maka tranpose A
ͭ
dinyatakan oleh A 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.
 Contoh :
1 3 1
matriks A : A  4 1 3 berordo 2 x 3
 

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

42
42
 TRANSPOSE MATRIKS
Beberapa Sifat Matriks Transpose :
1.( A  B) T  AT  B T
2.( AT ) T  A
3.( AB) T  B T AT
4.(kA) T  kAT

43
43
 TRANSPOSE MATRIKS
a a12 a13  b11 b12 b13 
A   11 B 
Pembuktian aturan no1 : a 21 a 22 a 23  b
 21 b22 b23 

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 

44
44
 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 a12 a13 
( AT ) T  a12 a 22    11
a 21 a 22 a 23 
 a13 a 23 

45
45
 MATRIKS SIMETRI
Sebuah matriks dikatakan simetri apabila hasil dari transpose
matriks A sama dengan matriks A itu sendiri.

A A
T

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

46
46
 INVERS MATRIKS

A 1

A 1 A  I

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

47
47
 INVERS MATRIX
 Langkah-langkah untuk mencari invers matriks M
yang berordo 3x3 adalah :
- Cari determinan dari M
- Transpose matriks M sehingga menjadi M T
- Cari adjoin matriks
- Gunakan rumus

1 1
M  (adjoin( M ))
det(M )

48
48
 INVERS MATRIX
 Contoh Soal :
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 M
1 0 5 
M T  2 1 6
3 4 0

49
49
 INVERS MATRIX

- 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 

50
50
 INVERS MATRIX
  24 18 5 
 Hasil Adjoinnya :  
 20  15  4 
 5 4 1 
 

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

51
51
 Latihan Soal
4 10 −3 2𝑥 3 12 10 13 9
A = ൥3 4 −10൩; B = ൥𝑧 4 4൩; C = ൥7 8 −6൩
4 𝑦 21 7 −2𝑦 3 11 −12 24

A+B=C
Berapakah nilai dari x, y, dan z?

52
52
 Latihan Soal

A11 + B11 = C11  4 + 2x = 10  2x = 6  x = 3

A21 + B21 = C21  3 + z = 7  z = 4

A32 + B32 = C32  y – 2y = -12  -3y = -12  y = 4

53
53
 Latihan Soal

Nilai dari X-Y+Z adalah…

54
54
 Latihan Soal

55
55
 Latihan Soal

56
56
 Latihan Soal

(3 ∗ 1 + 5 ∗ 3 + 3 ∗ 5 + 3 ∗ 8) (3 ∗ 2 + 5 ∗ 2 + 3 ∗ 1 + 3 ∗ 4 ) (3
++++++++++‫ۍ‬
(5 ∗ 1 + 3 ∗ 3 + 1 ∗ 5 + 2 ∗ 8) (5 ∗ 2 + 3 ∗ 2 + 1 ∗ 1 + 2 ∗ 4) (
++++++++‫ێ‬
(3 ∗ 1 + 2 ∗ 3 + 2 ∗ 5 + 2 ∗ 8 )
++++++++‫ێ‬ (3 ∗ 2 + 2 ∗ 2 + 2 ∗ 1 + 2 ∗ 4 )
++++++‫ۏ‬
(5 ∗ 1 + 6 ∗ 3 + 4 ∗ 5 + 4 ∗ 8 ) (5 ∗ 2 + 6 ∗ 2 + 4 ∗ 1 + 4 ∗ 4 )

∗4) (3 ∗ 5 + 5 ∗ 7 + 3 ∗ 3 + 3 ∗ 3 ) (3 ∗ 5 + 5 ∗ 1 + 3 ∗ 2 + 3 ∗ 5 )
+++++++
2 ∗ 4) (5 ∗ 5 + 3 ∗ 7 + 1 ∗ 3 + 2 ∗ 3) (5 ∗ 5 + 3 ∗ 1 + 1 ∗ 2 + 2 ∗ 5)
+++++++
∗4) (3 ∗ 5 + 2 ∗ 7 + 2 ∗ 3 + 2 ∗ 3 ) (3 ∗ 5 + 2 ∗ 1 + 2 ∗ 2 + 2 ∗ 5 ) +++++++
∗4) (5 ∗ 5 + 6 ∗ 7 + 4 ∗ 3 + 4 ∗ 3 ) (5 ∗ 5 + 6 ∗ 1 + 4 ∗ 2 + 4 ∗ 5 ) +++++++

57
57
 Latihan Soal

Hasil perkaliannya adalah:

58
58
 Latihan Soal
Diketahui:

Jika matriks D merupakan hasil dari penjumlahan

matriks A dan matriks B maka nilai yang memenuhi
untuk nilai x dan y adalah…
59
59
 Latihan Soal

D=A+B
A43 + B43 = D43  x-y + (-46) = 45  x-y = 91 …. (1)
A44 + B44 = D44  21 + 2x-y = 90  2x-y = 69 …. (2)

60
60
 Latihan Soal

Substitusi nilai x ke persamaan (1)

-22 – y = 91
-y = 113
y = -113

61
61
 Latihan Soal

62
62
 Latihan Soal

63
63
 REFERENSI
1. Discrete Mathematics and its Applications;
Kenneth H. Rosen; McGraw Hill; sixth edition;
2007
2. http://p4tkmatematika.org/
3. http://www.idomaths.com/id/matriks.php

64
64