MATRIKS

MATRIKS
DEFINISI
Matriks adalah himpunan skalar (bilangan riil/kompleks) yang
disusun secara empat persegi panjang (menurut baris dan
kolom)
Bentuk umum
A=(aij) ,i= 1,2,...m
J=1,2,...m
a11 a12a1n baris 1
a21 a22..a2n baris 2

Am1 am2amn baris m

Kolom n
Kolom 2
Kolom 1
Matriks di atas mempunyai m buah baris dan n buah kolom
maka dikatakan ukuran matriks tersebut adalah (mxn).
 Kesamaan dua matriks
Dua buah matriks A=(aij) dan B=(bij) dikatakan sama A=B, jika ukurannya
sama (mxn) dan berlaku aij=bij.

1 2 4 1 2 4
A= B= A=B
2 1 3 2 1 3

1 2 2 2 1 2
C= D= CD
2 1 3 2 1 3

1 2 4 x 2 4
E= F= E = F jika x = 1
2 2 2 2 2 2

2 2 2 ?2 ?
2 ?
2
G= H= ?4 ?
5 ?
6 G=H
4 5 6
9 0 7 ?9 ?
0 ?
7
Operasi pada Matriks
1. Penjumlahan / Pengurangan
Syarat = kedua matriks tersebut berukuran sama
Contoh penjumlahan matriks:

1 2 2 4
A= B= A+B
3 6 3 6

+ = 6
3

+ = 12
6
PENGURANGAN MATRIKS

1 2 2 4
A= B= A-B
3 6 3 6

- = -1 -2

- = 00
2. Perkalian skalar terhadap matriks
Jika suatu skalar dari A=(aij)
maka A diperoleh dengan mengalikan
semua elemen matriks A dengan
4 3 7 12 9 21
Contoh: A maka 3A 9 0 - 3
3 0 - 1
1 2 3 / 2 7/2
A
2 3/2 0 - 1/2
3. Perkalian Matriks
Dua buah matriks A&B dapat dikalikan jika:
Jumlah kolom matriks pertama (A) sama dengan jumlah baris matriks
kedua (B).
Misal. A(mxn) dan B(nxp), C=AxB maka C(mxp).

A B C
mxn nx p mx p
A=(aij) dengan i=1,2,3,,m dan j=1,2,3,,n
B=(bjk) dengan j=1,2,3,,n dan k=1,2,3,,p
C=(cik) dengan i=1,2,3,,m dan k=1,2,3,,p
Maka :
A x B = (aij) x (bjk)=(cik)
 Contoh:
1 -4 0
1 2 3
A = B = 4 2 1
0 4 5
0 1 2

x + x + x = 9

x + x + x = 16
x + x + x = 3 AxB=
x + x + x = 13
x + x + x = 8
x + x + x = 14
 Jika A,B,C adalah matriks-matriks yang memenuhi syarat-syarat yang di
perlukan, maka:
A(B+C)=AB+AC
A(BC)=(AB).C
Perkalian matriks tidak komutatif = ABBA tetapi ada beberapa matriks
yang berlaku AB=BA
Bila AB=AC , belum tentu B=C
Bila AB=0(matriks nol)
Maka kemungkinan-kemungkinan:
1. A=0 & B=0
2. A=0 atau B=0
3. AB dan B0
 Transpose
4 5

4 2 6 7 2 3
A= AT = A =
5 3 -9 7 6 -9
7 7

Definisi:
Transpose mariks A adalah matriks AT dimana kolom-kolomnya
adalah baris-baris dari A, baris-barisnya adalah kolom-kolom dari
A.
[A ]ij = [A]ji
T
nxm

Jika A adalah matriks m x n, maka matriks transpose AT berukuran

Sifat-sifat transpose matriks
1. Transpose dari A transpose adalah A: (AT )T = A

A (AT)T = A
AT

Contoh:

4 5 4 5
2 3 4 2 6 7 2 3
6 -9 5 3 -9 7 6 -9
7 7 7 7
Sifat-sifat transpose matriks
2. (A+B)T = AT + BT

T T T

A+B
= A + B

(A+B)T = AT +
B T
 Sifat-sifat transpose matriks
3. (kA)T = k(A) T untuk skalar k

T T
kA k A

(kA) T = k(A) T
Sifat-sifat transpose matriks
4. (AB)T = BT AT

T T T

AB
= B A

(AB) T
AB = BTAT
Jenis Matriks Khusus
1. Matriks bujur sangkar
Adalah suatu matriks dengan banyaknya baris
sama dengan banyaknya kolom
Contoh 0 1 2
2 0
1 , 1 3 - 1

2
0
2 1
2x2 3x3 elemen diagonal utama
2. Matriks Nol
Adalah matriks yang semua elemennya nol

0 0 0 0 0
0 0 0 0 0

2x2 3x3
3. Matriks Diagonal
Adalah matriks yang semua elemen diluar diagonal utama adalah nol
Contoh:
1 0 0
0 2 0

0 0 4
4. Matriks Identitas
Adalah matriks diagonal yang elemen diagonal utamanya semua=1
Contoh: 1 0 0
0 1 0 I3

0 0 1
5. Matriks Skalar
Adalah matriks diagonal dengan semua elemen diagonal utama=K
Contoh: 2 0 0
0 2 0

0 0 2
6. Matriks Segitiga Bawah
Adalah matriks bujur sangkar yang semua elemen diatas diagonal utama=0
Contoh:
1 0 0
2 2 0

1 1 3
7. Matriks Segitiga Atas
Adalah matriks bujur sangkar yang semua elemen dibawah diagonal
utama=0
Contoh:

8. Matriks Simetris
Adalah matriks yang transfosenya sama dengan dirinya sendiri.(A=AT).
Contoh:

1 2 0 1 2 0
A 2 1 4 A T 2 1 4
0 4 3 0 4 3
9. Matriks Anti Simetris
Adalah matriks yang transfosenya adalah negatifnya.
Contoh:

10. Matriks Hermitian

Adalah matriks yang transfose hermitiannya sama dengan dirinya sendiri
Contoh:
3 2 i T 3 2 i
A ,A
2 i 4 2 i 4
11. Matriks Invers
Misal A(nxn), B(nxn) dan berlaku AB=BA=I maka dikatakan B
invers dari AB=A-1 atau A invers dari BA=B-1
Contoh:
1 2 3 6 - 2 3
A 1 3 3 , B 1 1 0
1 2 4 1 0 1
AxB BxA I
12. Matriks Komutatif
Jika A dan B matriks-matriks bujur sangkar dan berlaku
AB=BA, maka A dan B dikatakan berkomutatif satu sama lain.
Contoh:
2 1 3 1
A ,B
1 2 1 3
2 1 3 1 7 5
AxB
1 2 1 3 5 7
3 1 2 1 7 5
BxA
1 3 1 2 5 7
 Transformasi Elementer
Yang di maksud Transformasi Elementer pada matriks adalah operasi sbb:

1. Bij : Pergantian baris ke i dengan baris ke j

2. Kij : Pergantian kolom ke i dengan kolom ke j
3. Bi() : Elemen-elemen baris ke i masing-masing dikalikan
dengan skalar 0
4. Ki() : Elemen-elemen kolom ke j masing-masing dikalikan dengan
skalar 0
5. Bij() : Elemen-elemen baris ke i masing-masing ditambah dengan
kali baris ke j
6. Kij() : Elemen-elemen kolom ke i masing-masing ditambah dengan
kali kolom ke j
Contoh:
3 1 4
Di ketahui matriks B 2 1 1 , maka:
3 0 1
Matriks Ekivalen
Dua matriks A dan B dikatakan ekivalen(A ~B) jika matriks yang satu dapat
di peroleh dari matriks yang lain dengan transformasi baris dan atau
kolom.
Contoh:

3 0 2 1 5 1 3 1
A dan B 3 0 2 1
4 1 3 2
Adalah ekivalen karena:

3 0 2 1 (1) 5 1 2 1 ( 1)
A
1 3 2 ~ 3 0 3 2 ~
K 12 K 42
4
3 0 2 1 5 1 3 1
5 B
1 3 1 ~ 3 0 2 1
B12

 Matriks Eselon

Setiap matriks yang bukan matriks nol dapat dirubah

menjadi matriks eselon dengan menggunakan
Transformasi Elementer.

Matriks yang memenuhi bahwa elemen-elemen yang

sekolom dengan setiap elemen tidak nol terkiri
semuanya nol (kecuali elemen 1 terkirinya) disebut
Matriks Eselon .
 Kondisi-kondisi matriks bentuk eselon baris dan eselon
baris tereduksi:
Ya Tidak
1. Elemen pertama yang tidak 1 0 2 4 1 0 2 4
0 1 3 6 0 3 1 6
nol adalah 1 (satu utama)
0 0 1 0 0 0 1 0

2. Satu utama baris 1 0 2 4 1 0 2 4

berikutnya berada lebih 0 0 1 6 0 0 1 6
kanan dari baris 0 0 0 1 0 1 0 0
sebelumnya

3. Baris nol berada di paling 1 0 2 4 1 0 2 4

0 1 6 0 0 0 0 0
bawah 0 0 0 0 0 1 6 0

1 0 2 4
4. Elemen di atas satu utama 0 1 6 0 0 1
0 0 0 1 0 6 0 1 3 6
nol semua 0 0 0 0 1 5 0 0 1 0
0 0 0 0 0 0
 Matriks dalam bentuk eselon baris (eb) dan
eselon baris tereduksi (ebt)
Matriks yang memenuhi kondisi 1, 2, 3 disebut matriks
berbentuk eselon baris.
Jika matriks memenuhi kondisi 1, 2, 3, 4, maka matriks dalam
bentuk eselon baris tereduksi.

* * * * * * 1 utama
* * * * Sembarang nilai
*
* * Nol

eselon baris. eselon baris tereduksi

 Rank Matriks
Setiap matriks dapat dijadikan matriks
eselon atau eselon tereduksi dengan
menggunakan transformasi elementer.

Jumlah elemen satu terkiri pada matriks

eselon atau jumlah baris yang tidak sama
dengan nol (tidak dapat di nolkan) pada
matriks eselon disebut Rank Matriks.
Contoh :
Tentukan rank matriks di bawah ini :
1 2 3
1 3 2

2 6 4

Jawab :

1 2 3 H (1) 1 2 3 H ( 2) 1 2 3
1 3 2 21~ 0 1 1 32
~ 0 1 1 2
H ( 2)
2 6 4 31~ 0 2 2 0 0 0

matrik eselon
Jadi rank matriks diatas adalah 2
Sistem Persamaan linier
 Persamaan linier
Definisi
N buah variable x1, x2, , xn yang dinyatakan dalam bentuk :
a1x1 + a2x2++ an xn=b
disebut persamaan linier, dengan a1, a2, ,an dan b adalah konstanta-
konstanta riil.
Sekumpulan nilai/ harga sebanyak n yang disubtitusikan ke n variable :
a1=k1, x2=k2 xn=kn sedemikian sehingga persamaan tersebut
terpenuhi, maka himpunan nilai tersebut (k1, k2, kn) disebut
himpunan penyelesaian (solusi set).
Contoh
2x1 + x2 + 3x3=5
x1=1; x2=0; x3=1 (1,0,1) solusi
x1=0; x2=5; x3=0 (0,5,0) solusi
x1=2; x =1; x3=0 (2,1,0) solusi
suatu persamaan linier bisa mempunyai solusi >1.
Definisi
Sebuah himpunan berhingga dari persamaan-
persamaan linier didalam n variable: x1, x2, , xn
disebut sistem persamaan linier.

Sistem persamaan linier yang tidak mempunyai solusi

disebut inconsisten. Sedangkan sistem persamaan
linier yang mempunyai paling sedikit sebuah solusi
disebut consisten.
Misal ada 2 persamaan dengan 2 variabel.
P1: a1x1+ a2x2=b1 (a1, a20)
P2: a1x1+ a2x2=b2 (c1, c20)
Jika kedua persamaan tersebut dinyatakan dalam
grafik, maka:

U2 U2 U2
P2

X1 X1 X1

P1 P2
P2 P1

Inconsisten Konsisten
 Penyajian SPL dengan persamaan matriks

a11x1 + a12x2 + a13x3 ++a1nxn = b1

SPL umum: a21x1 + a22x2 + a23x3 ++a2nxn = b2
:
am1x1 + an2x2 + an3x3 + +annxn = bm
matriks koefisien

a11 a12 a13 a1n x1 b1

A= a21 a22 a23 a2n x= x2 b = b2
: : :
am1 am2 am3 amn
xm bm

Ax = b
Penyajian SPL sebagai matriks augmented
a11x1 + a12x2 + a13x3 + + a1nxn = b1
a21x1 + a22x2 + a23x3 + + a2nxn = b2

:
am1x1 + am2x2 + am3x3 + + amnxn = bm

a11 a12 a13 a1n b1

a21 a22 a23 a2n b2
:
.
am1 am2 am3 amn bm

matriks augmented
 SUSUNAN PERSAMAAN LINIER

HOMOGEN NON HOMOGEN

AX=0 AX=B, B0

SELALU ADA JAWAB TAK PUNYA JAWAB MEMPUNYAI JAWAB

R(a)r(A,B)

JAWAB HANYA SELAIN JAWAB TRIVIAL, JAWAB UNIK BANYAK

JAWAB TRIVIAL ADA JUGA JAWAB (TUNGGAL) JAWAB
(NOL);R=N NONTRIVIAL R<N R=N R<N

Untuk menyelesaikan persamaan linier menggunakan metode Gauss. Jordan

yaitu: merubah matriks augmented (A|B) menjadi matriks eselon terreduksi
dengan cara melakukan transformasi elementer.
 Sistem Persamaan Linier Non Homogen
Bentuk umum: Ax = B, dimana B0
Sistem Persamaan linier non homogen akan mempunyai jawab bila :
Rank(A) = Rank(A|B)
Contoh ;
1. carilah titik persekutuan garis. -3x+6y = -9 dengan garis. x-2y = 3
Jawab:
-3x+6y=-9
x-2y=3
Dalam bentuk matriks=

3 6 x 9
1 2 y 3 atau Ax B

- 3 6 : 9 1 2 : 3 (3) 1 2 : 3
(A | B) B12 B21
1 2 : 3 ~ 3 6 : 9 ~ 0 0 : 0
R(a)=r(A|B)=1 r<n
Jumlah variabel=2 1<2

Jadi jawabnya tidak tunggal.

 Contoh
2. Selesaikan sistem persamaan linier non homogen
Di bawah ini :
x1 2x 2 x 3 2
3x1 x 2 2x 3 1
4x1 3x 2 x 3 3
2x1 4x 2 2x 3 4

Jawab :
1 2 1 2
3
1 2 1
x 1
x2 A x B
4 3 1 3

2
x 3
2 4 4
( 3)
1 2 1 2 B21 1 2 1 2 B ( 1/ 5) 1 2 1 2
3 1 2 1 ~( 4 ) 0 5 5 5
2
~
0 1 1 1
B31
4 3 1 3 ~( 2) 0 11 5 5 0 11 5 5
B41
2 4 2 4 ~ 0 0 0 0 0 0 0 0
 ( 2 ) ( 1/ 6 )
1 2 1 2 B12 1 0 1 0 B3
0 1 1 1 ~
0 1 1 1
~

0 11 5 5 0 0 6 6

0 0 0 0
(11)
0 0 B 32 0 0

(1)
1 0 1 0 B13 1 0 0 1
0 1 1 1
~
0 1 0 0

0 0 1 1 0 0 1 1
B 23
( 1)
0 0 0 0 0 0 0 0

Rank (A) = R (A|B) = 3 =banyaknya variabel

Jadi jawabnya tunggal
Matriks lengkap di atas menyatakan:
x1 0x 2 0x 3 1 x1 1
0x1 x 2 0x 3 0 atau x2 0
0x1 0x 2 x 3 1 x3 1 x1 1
Sehingga sebagai penyelesaiannya : x x 2 0
x 3 1
 Sistem Persamaan Linier Homogen
Bentuk umum: Ax = 0, yaitu:
a11 x1 + a12 x2 + ... a1n xn = 0
a21 x2 + a22 x2 + ... a2n xn = 0

am1 xm+am2 xm + ... amn xn = 0
Atau=
a11 a12 a1n x1 0
a a22 a2 n x 0
21 2


amn am 2 amn xn 0
Matriks A berukuran (m x n)
Matriks x berukuran (n x 1)
Matriks o berukuran (m x 1)
Karena matriks lengkapnya (A|) maka akan selalu berlaku rank (A)=rank (A|).
Sehingga sistem persamaan linier homogen selalu mempunyai jawab (konsisten).
 Contoh
1. Selesaikan sistem persamaan linier dibawah ini :
x1 x 2 x 3 0 1 1 1 x1 0
x1 x 2 2x 3 0 atau 1 1 2 x 0
2
x1 2x 2 x 3 0 1 2 1 x 3 0
Jawab :
( 1)
( 1) B12
1 1 1 0 B 21 1 1 1 0 B 23 1 1 1 0 ~

(A | 0) 1 1 2 0 0 0 1 0
~ ~
( 1)
0 1 0 0 ( 1)
1 2 1 0 B31 0 1 0 0 0 0 1 0 B13

1 0 0 0 x1 0x 2 0x 3 0
0 1 0 0 0x x 0x 0
1 2 3

0 0 1 0 0x1 0x 2 x 3 0
Sehingga solusinya : x1 0 , x 2 0 , x 3 0
Yaitu solusi trivial atau x 0
2. Selesaikan sistem persamaan linier di bawah ini :

x1
x1 x 2 x 3 x 4 0 1 1 1 1 x 0

x1 3x 2 2x 3 4x 4 0 atau 1 3 2 4 2 0
x3
2x1 x 3 x 4 0 2 0 1 1 0
Jawab : x 4

( 1)
1 1 1 1 0 B 1 1 1 1 0 B32
(1)
21

(A | 0) 1 3 2 4 0 0 2 1 3 0
~ ~
( 2 )
2 0 1 1 0 B31 0 2 1 3 0
1 1 1 1 0 B2
(1/ 2 )
1 1 1 1 0 B12( 1)
0 2 1 3 0 ~ 0 1 1 / 2 3 / 2 0 ~

0 0 0 0 0 0 0 0 0 0

1 0 1 / 2 1 / 2 0 Rank (A) = (A|0) = 2< n = 4

0 1 1 / 2 3 / 2 0 jadi solusinya tidak tunggal

0 0 0 0 0 (banyak)

1 1 1 1
x1 0x 2 x 3 x 4 0 x1 x 3 x 4
2 2 2 2
1 3 1 3
0x1 x 2 x 3 x 4 0 x2 x3 x4
2 2 2 2
Dimana : x3 dan x4 bebas.
untuk x 3 a dan x 4 b
1 1
didapat x 1 - a b
2 2
1 3
x2 - a b
2 2
Sehingga :

x1 - 1/2a 1/2b - 1/2 1/2

x - 1/2a - 3/2b - 1/2 - 3/2
x 2 a b
x3 a 0b 1 0

x 4 0a b 0 1
Berlaku untuk setiap bilangan riil a & b