MATRIKS
Penyadur
Bambang Judi Bagiono
STMIK Muhammadiyah Jakarta
A. PENGERTIAN, NOTASI
DAN ORDO MATRIKS
1. Pengertian Matriks
Matriks adalah suatu susunan bilangan
yang diatur dalam baris dan kolom
berbentuk persegi panjang.
Susunan ini diletakkan dalam ( ), atau
[ ] atau || ||
A=
a11 a12
a21 a22
... ...
am1 am 2
Kolom
Ke-1
a13 .... a1n
a23 .... a2 n
... ... ...
am 3 .... amn
Kolom
Ke-n
Baris Ke-1
Baris Ke-2
Baris Ke-m
CONTOH 1 :
A
=
1 4 1 0
2 3 4 6
5 7 2 1
Tentukan:
a. banyak baris matriks A
b. banyak kolom matriks A
c. a11, a21, a24, a32
Kimia
Matematika
Fisika
Biologi
Andi
95
87
69
90
Badar Cintia Didi
67
85
67
65
56
50
85
74
54
99
78
89
Ema
56
45
54
50
95 67 85 67 56
Data di atas dapat ditulis dalam
bentuk Matriks sebagai berikut :
87 65 56 50 45
69 85 74 54 54
90 99 78 89 50
2. Notasi Matriks
Suatu matriks diberi notasi dengan
huruf kapital, seperti A, B, C dan
sebagainya.
Contoh : A =
1 4 1 0
2 3 4 6
5 7 2 1
3. Ordo Matriks
• Ordo (ukuran) dari matriks adalah banyak
baris dan kolom yang dimiliki matriks yang
bersangkutan.
• A m x n berarti matriks A berordo m x n artinya
matriks A memiliki m buah baris dan n buah
kolom
CONTOH:
1 4 1 0
A=
2
3
4
6
5 7 2 1 Matriks A berordo 3 x 4
4. Tranpose Matriks
• Matriks berordo n x m yang didapat dari penukaran
baris dengan kolom matriks Am xn disebut tranpose
dari A dan dinyatakan dengan notasi At (A tranpose)
Contoh : Tentukan tranpose dari matriks
A=
1 4 1 0
2 3 4 6
5 7 2 1
B. KESAMAAN DUA MATRIKS
Dua buah matriks A dan B dikatakan sama, jika :
a. Ordonya sama
b. Nilai tiap elemen yang seletak (bersesuaian)
sama
Contoh :
Carilah nilai x, y dan z dari :
=
adalah matriks yang hanya terdiri dari satu
baris.
Contoh
A 2 1 0
adalah matriks yang hanya terdiri dari satu
kolom.
Contoh
A
3
2
4
adalah matriks yang jumlah baris dan kolomnya
sama. Matriks persegi berordo n x n
Contoh
3 0 1
A 2 5
1
4 3 0
C. PENJUMLAHAN DAN
PENGURANGAN MATRIKS
1. Penjumlahan Matriks
Dua buah matriks A dan B dapat
dijumlahkan jika keduanya memiliki ordo
yang sama. Hasil operasi penjumlahan
adalah matriks baru yang ordonya sama
dengan matriks semula yang elemennya
diperoleh dengan menjumlahkan
elemen-elemen seletak pada matriks A
dan B.
CONTOH :
• Diberikan tiga buah matriks berikut :
2
A
6
4
6 1 0
3 2
, B
, C
7
0 8
2 5 3
Tentukan A + B dan A + C
2. Pengurangan Matriks
Jika A dan B adalah dua matriks yang ordonya sama,
maka A – B = A+ (-B)
CONTOH :
Diberikan matriks berikut ini
3 0
A
4 1
5
1 2
, C
, B
6
3 4
Tentukan A – B dan A - C
3. Perkalian Matriks dengan Bilangan
Skalar
Diberikan matriks
2 5
A
0 3
Tentukan 2A, -3A dan ½ A
Sifat-sifat Perkalian Bilangan Real
dengan Matriks
Untuk bilangan real k1 dan k2 dan untuk
matriks A dan B yang berordo sama,
berlaku :
(k1 k2) A = k1 (k2 A)
K1 (A + B ) = k1A + k1B = (A + B) k1
(k1 + k2) A = k1A + k2A
1 .A =A
0 .A = 0
4. Perkalian Matriks
Perkalian dua matriks A x B ada hasilnya bila
banyaknya kolom matriks A (kiri) sama dengan
banyaknya baris matriks B (kanan)
Matriks hasilnya mempunyai baris sebanyak
baris matriks kiri dan mempunyai kolom
sebanyak kolom matriks kanan.
CONTOH :
a b x ax by
c d y cx dy
p s
ap bq cr as bt cu
a b c
q t
d
e
f
r u dp eq fr ds et fu
CONTOH :
2
5 6 5 x 2 6 x 4 34
4
3 1 4
2
6 6 6 12 0
3
CONTOH :
2
1
3 5 2 2 x 5 3 ( 3) 2( 2) 3( 1) 1 7
0 3 1 1 x 5 0( 3) 1( 2) 0( 1) 5 2
3 2
1 3 2 1 0
0 4
Lihatlah matriks A dan matriks B berikut ini
:
1 2
2 1 0
dan B 0 3
A
1 2 3
2 5
Apakah perkalian AB = BA ?
Ternyata perkalian AB ≠ BA, hal ini
menunjukkan bahwa pada perkalian dua
matriks tidak berlaku sifat komutatif
Matriks Satuan
• Adalah matriks persegi-n dengan semua
elemen diagonal utamanya 1 dan elemenelemen lainnya nol (dilambangkan dengan I)
Untuk matriks persegi ordo 2 matriks
identitasnya adalah
1 0
I
0 1
Misalkan matriks
a b
A
c d
a b 1 0
A x I
c d 0 1
1
I x A
0
0 a b
1 c d
INVERS MATRIKS
• Determinan Matriks Ordo 2 x 2
a b
, maka
Jika A
c d
determinan dari matriks A ditulis
det.A atau | A |, didefinisikan :
a b
A
ad bc
c d
Contoh :
3 6
3 6
, maka A
Jika A
2 5
2 5
15 12 27
• Invers Matriks Ordo 2 x 2
Jika A dan B adalah matriks-matriks persegi yang ordonya sama
dan AB = BA = I Maka B adalah invers dari A, ditulis B = A -1 dan
A adalah invers dari B, ditulis A = B-1
a b
Misal A
c d
A
1
1
A
d b
a
c
d b
1
A
ad bc c a
1
Contoh :
• Tentukan invers matriks
3
A
5
2
4
Tentukan invers matriks berikut
A=
2
1
3
2
–2 1
B=
2 2
3
C=
6
4
9
Tentukan penyelesaian dari sistem persamaan berikut:
A.
2x + y = 5
x – 2y = 0
B.
y = 2x – 6
X+y=6
3x + y = 6
C.
x + 2y = 7
Matriks Singular dan Matriks Non Singular
• Suatu matriks dikatakan singular jika
determinannya nol dan non singular
jika determinannya tidak nol.
Contoh :
• Diberikan matriks-matriks :
2 6
4 0
1 4
, C
A 1 1 , B
1
3 1
8 20
2 2
Manakah dari matriks-matriks itu yang
merupakan matriks singular atau
nonsingular ?
Bentuk Umum SPLDV :
a1x + b1y
= c1
a2x + b2y
= c2
Bentuk Umum SPLDV ini dapat
dinyatakan dalam bentuk matriks :
a1 b1 x c1
a2 b2 y c2
Misal :
a1 b1
c1
x
, X dan B
A
y
c2
a2 b2
Maka persamaan matriks di atas dapat
ditulis sebagai AX = B
Sehingga SPLDV tersebut dapat
diselesaikan dengan menggunakan
persamaan matriks dalam bentuk:
A X = B → X = A -1B
• Tentukan penyelesaian sistem persamaan
linear 7x + 3y = - 5
5x + 2y = 1
Dengan menggunakan matriks
Bentuk Umum SPLDV ini dapat dinyatakan
dalam bentuk matriks :
Dy
a1 c1
a 2 c2
a1c2 a2 c1
a1 b1 x c1
a2 b2 y c2
D
a1 b1
a2 b2
Dx
c1 b1
c2 b2
a1b2 a2b1
c1b2 c2b1
Maka didapat sebagai berikut :
Dx
x
D
Dy
y
D
Tentukan penyelesaian sistem persamaan linear
7x + 3y = - 5
5x + 2y = 1
Dengan menggunakan Aturan Cramer
1. Tentukan penyelesaian SPLDV berikut dengan
menggunakan persamaan matriks :
a. 2x + 3y = 12
3x + 5y = 19
b. 2x - 4y – 4 = 0
4x - 6y – 7 = 0
c. 5x – 4y - 3 = 0
-2x + 3y + 1 = 0
2. Tentukan penyelesaian SPLDV berikut dengan
menggunakan aturan Cramer :
a. x + y
=-1
2x - y
=7
b. 2x + y = 5
3x - 2y = 4
c. -7x + 4y = -2
5x + 3y = 19
Invers Matriks berordo 3 x 3
• Jika A adalah matriks non singular, maka
invers dari A adalah :
A 1
Adj A
A
Dengan A determinan dari A
Adj A adjoint dari A
1. Minor
• Jika elemen-elemen pada baris ke-i dan kolom
ke-j dari matriks A berordo 3 x 3 dihapuskan,
maka didapat matriks baru berordo 2 x 2,
dengan determinannya disebut minor dari
determinan matriks A dan dinyatakan dengan
|Mij|
Misalkan matriks A berordo 3x3 adalah :
a11 a12 a13
A a 21 a 22 a 23
a31 a32 a33
Minor |M11| adalah :
a11 a12 a13
Jika baris ke-1 dan kolom ke-1 dihapuskan,
A a21 a22 a23 maka didapat
a
a
a
a 22 a 23
31 32 33
M 11
a32 a32
Minor |M12| adalah :
a11 a12 a13
A a21 a22 a23
a
a
a
31 32 33
Jika baris ke-1 dan kolom ke-2 dihapuskan,
maka didapat
M 12
a21 a23
a31 a33
Minor |M13| adalah :
a11 a12 a13
A a21 a22 a23
a31 a32 a33
Jika baris ke-1 dan kolom ke-3 dihapuskan,
maka didapat
M 12
a21 a22
a31 a32
2. Kofaktor
• Kofaktor dari baris ke-i dan kolom ke-j
dinyatakan dengan Aij yang ditentukan dengan
rumus :
Aij = (-1) i + j |Mij|
Kofaktor-kofaktor dari matriks A
adalah :
A11 = (-1) 1 + 1 |M11| = |M11|
A12 = (-1) 1 + 2 |M12| = -|M12|
A13 = (-1) 1 + 3 |M13| = |M13|
A21 = (-1) 2 + 1 |M21| = -|M21|
A22 = (-1) 2 + 2 |M22| = |M22|
A23 = (-1) 2 + 3 |M23| = -|M23|
A31 = (-1) 3 + 1 |M31| = |M31|
A32 = (-1) 3 + 2 |M32| = -|M32|
A33 = (-1) 3 + 3 |M33| = |M33|
3. Adjoint
• Jika matriks A berordo 3 x 3, maka :
Adj A K
T
4. Determinan matriks Berordo 3x3
Nilai determinan dari matriks A ditulis |A| atau
det A dapat ditentukan dengan rumus :
|A| = a11 A11 + a12 A12 + a13 A13
= a11|M11| - a12|M12| + a13|M13|
|A| = a21 A21 + a22 A22 + a23 A23
= -a21|M21| + a22|M22| - a23|M23|
|A| = a31 A31 + a32 A32 + a33 A33
= a31|M31| - a32|M32| + a33|M33|
Kaidah Sarrus
a11 a12 a13
A a21 a22 a23
a11
a21
a12
a22
a31 a32 a33
a31
a32
= a11 a22a33+ a12a23a31+a13a21a32
– a31a22a13 – a32a23a11- a33a21a12
Tentukan invers matriks berikut :
1 3 3
A 1 4 3
1 3 4
2 1 3
B 0 3 5
1 2 3
1 1 1
C 1 2 2
3 3 1
1 0 0
D 0 1 1
1 0 0
RANK / PANGKAT
Rank : dimensi dari submatriks yang terbesar yang determinannya tidak nol
A=
2 -3 1 4
-1 0 -2 3
1 -1 1 -1
Dengan menghilangkan kolom
keempat diperoleh submatriks :
2 3 1
1
0
2
1 1 1
2 3 1
1 0 2 = 2.0.1+(-3).(-2).1+1.(-1).(-1)-1.0.1-(-3).(-1).1-2.(-1).(-2)
+ 6
+1
- 0 -3
- 4=0
1 1 1 = 0
Tetapi, jika dari A menghilangkan kolom pertama diperoleh submatriks :
3 1 4
3 1 4
0 2 3 =–8 ≠ 0
0 2 3
1 1 1
1 1 1
Karena submatriks yang determinannya tidak nol ini berdimensi 3, maka
rank dari A, ditulis r(A) = 3.
Berapakah rank-nya ?
2 1 1
A=
1 1 1
1 1 2 3
B = 1 1 2 3
2 2 4 6
r(A) = 2
1 3 3
E = 1 4 3
1 3 4
r(E) = 3
r(B) = 1
3 1 2
C= 1
2 1
1 2 1
r(C) = 2
2 0 0
D = 0 3 0
0 0 4
r(D) = 3
Matriks persegi, yang determinannya
tidak nol dikatakan mempunyai rank
penuh, atau matriks nonsingular.
Matriks D dan E dalam contoh diatas
mempunyai rank penuh atau
nonsingular.
OPERASI BARIS ELEMENTER (OBE)
Terhadap suatu matriks A dapat dilakukan manipulasi anggotanya
dengan melakukan operasi baris elementer (OBE).
Tipe
Simbol
arti
I
Hij(A)
Menukar baris ke i dengan baris ke j dari matriks A
II
Hi(k)(A)
Mengalikan baris ke i dengan skalar k ≠ 0
III
Hij(k)(A)
Mengalikan baris ke j dengan skalar k ≠ 0, kemudian
hasilnya ditambahkan kepada baris ke i.
3
2 1 1
A=
0 2 1 2
1 1
2
2
H13(A) =
1 1 2 2
0 2 1 2
2 1 1
3
3
2 1 1
H3(-1)(A) =
2 1 2
0
1 1 2 2
7
2 5 3
H12(-2)(A) = 0
2 1 2
1 1
2
2
OPERASI KOLOM ELEMENTER (OKE)
Terhadap suatu matriks A dapat dilakukan manipulasi anggotanya
dengan melakukan operasi kolom elementer (OKE).
Tipe
Simbol
arti
I
Kij(A)
Menukar kolom ke i dengan kolom ke j dari matriks A
II
Ki(k)(A)
Mengalikan kolom ke i dengan skalar k ≠ 0
III
Kij(k)(A)
Mengalikan kolom ke j dengan skalar k ≠ 0, kemudian
hasilnya ditambahkan kepada kolom ke i.
3
2 1 1
A=
0 2 1 2
1 1
2
2
1 1
2 3
K24(A) =
0 2 1 2
1 2
2
1
3
2 1 4
K3(4)(A) =
0 2 4 2
1 1
8
2
5
2 1 1
K41(1)(A) = 0 2 1 2
1 1
2
3
Terhadap suatu matriks dapat dilakukan berturut-turut sederetan OBE
dan/atau OKE
1 1 2
1 1 2
H
H
2 1 43(1)
A = 3 2 1 3(-2) 3
1 2 1 ~ 2 4 2 ~
2 3 1
2
3 1
1 1 2
5 7 H31(2)
0
2 4 2
~
0 1 3
1 1 2
H21(-3)
2 1
3
2 4 2 ~
0 1 3
0 1 3
1 1 2
H
0 5 7 41 0 5 7 = B
0 6 2 ~ 0 6 2
0 1 3
1
1
2
Perhatikan bahwa dengan lima kali OBE secara berturutan terhadap A
diperoleh matriks baru, misalnya B. Jadi dalam hal ini :
H41 H31(2) H21(-3) H43(1) H3(-2)(A)
=B
Matriks B yang diperoleh dari A dengan melakukan OBE/OKE disebut
matriks-matriks yang ekivalen, dinotasikan A ~ B
Perhatikan kembali :
H41 H31(2) H21(-3) H43(1) H3(-2) (A) = B
Dengan sederetan OBE, A dapat di bawa menjadi matriks baru B. Sebaliknya,
tentu juga ada sederetan OBE yang dapat membawa B kembali ke matriks A.
0 1 3
B = 0 5 7 H41
0 6 2 ~
1 1 2
H43(-1)
~
1 1 2
1 1 2
5 7 H21(3)
0 5 7 H31(-2) 0
0 6 2 ~ 2 4 2
~
0 1 3
0 1 3
1 1 2
2 1
3
2 4 2
0 1 3
1 1 2
1 1 2
2 1 H3(-1/2) 3 2 1 = A
3
2 4 2
1
~ 1 2
2
2
3
1
3 1
H3(-1/2) H43(-1) H21(3) H31(-2) H41 (B) = A
Jadi dengan sederetan OBE :
Ini berarti B ekivalen A, ditulis B ~ A
Karenanya operasi OBE (OKE) mempunyai invers (kebalikan).
Perhatikan :
H41 H31(2) H21(-3) H43(1) H3(-2) (A) = B
Sebaliknya,
H3(-1/2) H43(-1) H21(3) H31(-2) H41 (B) = A
Analogi, invers OKE :
Dapat di amati bahwa invers OBE adalah :
OKE Invers OKE
OBE Invers OBE
Hij
Hi(k)
Hij(k)
1
ij
1
i(k )
H
H
H
1
ij ( k )
1
ij
= Hij
Kij
K
= Hi(1/k)
Ki(k)
K i(1k )
= Hij(-k)
Kij(k)
K ij (1k )
= Kij
= Ki(1/k)
= Kij(-k)
1 3 2
H21(1)
P = 1 4 3
~
2 5 1
1 3 2
H31(-2)
0 1 1 ~
2 5 1
1 3 2 K
32(5)
0 1 1 ~
0 1 5
Sebaliknya, mudah diamati bahwa :
1 3 13
1 3 2
1 3 2
K32(-5)
H31(2)
H21(-1)
Q = 0 1 4 ~
0 1 1 ~
0 1 1 ~
0 1 0
0 1 5
2 5 1
1 3 13
0 1 4 = Q
0 1 0
1 3 2
1 4 3 = P
2 5 1
Dalam hal ini P ~ Q atau Q ~ P.
Relasi ekivalen ( ~ ) suatu matriks memenuhi sifat :
1. refleksif,
A~A
2. simetri,
A ~ B, maka B ~ A
3. transitif,
A ~ B, dan B ~ C, maka A ~ C
Dua matriks yang ekivalen mempunyai rank yang sama
Matriks Elementer :
Matriks elementer adalah matriks identitas yang sudah mengalami
satu kali OBE (atau satu kali OKE)
1 0 0
Misalnya I = 0 1 0
0 0 1
Matriks Elementer (baris)
0 1 0
H12(I) = 1 0 0 = E12
0 0 1
1 0 0
H3(-2)(I) = 0 1 0 = E3(-2)
0 0 2
1 0 0
H23(-1) = 0 1 1
0 0 1
= E23(-1)
Matriks Elementer (kolom)
1 0 0
K13(1) (I) = 0 1 0 = F13(1)
1 0 1
1 0 0
K2(-3) (I) = 0 3 0 = F2(-3)
0 0 1
1 0 0
K32(I) =
0 0 1
0 1 0
= F32
Karena OBE/OKE mempunyai invers,
maka matriks elementer tentu juga mempunyai invers
Matris elementer (baris)
Invers matriks elementer (baris)
1
ij
1
i(k )
E
E
Eij
Ei(k)
Eij (1k )
Eij(k)
Matris elementer (kolom)
Fij
Fi(k)
Fij(k)
= Eij
= Ei(1/k)
= Eij(-k)
Invers matriks elementer (kolom)
Fij 1
Fi ( k1)
1
ij ( k )
F
= Fij
= Fi(1/k)
= Fij(-k)
Apa keistimewaan matriks elementer ?
1 0 0
1 2 1 2
I
=
3
A = 2 1 1 3
0 1 0
0 0 1
1 1 1 1
0 0 1
1 1 1 1
E31 = 0 1 0
H31(A) = 2 1 1 3
1 0 0
1 2 1 2
0 0 1 1 2 1
E31 A = 0 1 0 2 1 1
1 0 0 1 1 1
1 2 1
H21(-1)(A) = 1 3 0
1 1 1
1 0 0
E21(-1) =
1 1 0
0 0 1
2
1
1
Jadi :
H31(A) = E31 A
H21(-1)(A) = E21(-1) A
OBE identik dengan penggandaan
di depan dengan matriks elementer
dengan tipe yang sama
2 1 1 1 1
3 = 2 1 1 3 = H31(A)
1 1 2 1 2
1 0 0 1 2 1
E21(-1) A = 1 1 0 2 1 1
0 0 1
1 1 1
= H21(-1)(A)
2 1 2 1
3 = 1 3 0
1 1 1 1
2
1
1
1 2 1
A= 2 1 1
1 1 1
2
3
1
1 2 2 2
K3(-2)(A) = 2 1 2 3
1 1 2 1
1 2 1 2 1
0
A F3(-2)= 2 1 1 3
0
1 1 1 1
0
3 2 1
K14(1)(A) = 5 1 1
0 1 1
F14(1) =
1
0
0
1
0 0 0
1 0 0
0 1 0
0 0 1
2
3
1
1 0 0 0
0 1 0 0
I4 =
0 0 1 0
0 0 0 1
1 0 0
F3(-2) = 0 1 0
0 0 2
0 0 0
0 0
1 0
0 2
0 0
0 1
0 = 2
0
1
1
Jadi :
K3(-2)(A) = A F3(-2)
K14(1)(A) = A F14(1)
0
0
0
1
OKE identik dengan penggandaan
di akhir (belakang) dengan matriks
elementer dengan tipe yang sama
2 2 2
1 2 3 = K3(-2)(A)
1 2 1
1 2 1
A F14(1) = 2 1 1
1 1 1
= K14(1)(A)
2
3
1
1
0
0
1
0 0 0
1 0 0
0 1 0
0 0 1
3 2 1
= 5 1 1
0 1 1
2
3
1
1 3 2
H21(1)
P = 1 4 3
~
2 5 1
Dalam hal ini :
1 3 2
H31(-2)
0 1 1 ~
2 5 1
1 3 2 K
32(5)
0 1 1 ~
0 1 5
1 3 13
0 1 4 = Q
0 1 0
K32(5) H31(-2) H21(1) (P) = Q
Atau bisa juga dengan matriks elementer :
E31(-2) E21(1) P F32(5) = Q
1 3 13
1 0 0 1 0 0 1 3 2 1 0 0
=
0 1 4
0 1 0 1 1 0 1 4 3 0 1 5
0 1 0
2 0 1 0 0 1 2 5 1 0 0 1
Dengan O B E dapat :
keterangan
Mereduksi matriks menjadi bentuk Rank matriks dapat dilihat dari banyaknya
eselon baris
baris yang tidak nol dari bentuk eselon
Mendekomposisi (memfaktorkan)
matriks A menjadi A = LU
L : matriks segitiga bawah
U : matriks eselon
Mereduksi matriks menjadi
reduced row echelon form --bentuk eselon baris tereduksi
(EBT)
Eselon baris tereduksi (EBT) adalah
bentuk eselon dengan syarat :
a. Elemen pivot harus 1,
b. Elemen pivot merupakan satu-satunya
unsur yg tidak nol pada kolom di mana
elemen pivot berada
Dari bentuk EBT, jika diteruskan dengan OKE, suatu matriks dapat di bawa
nenjadi bentuk normal.
Bentuk normal (N) suatu matriks kemungkinannya salah satu dari bentuk :
Ir
(Ir 0)
Ir
0
atau
dengan r menyatakan rank dari matriks.
Ir 0
0 0
MEREDUKSI MATRIKS MENJADI BENTUK ESELON
Ingat kembali tentang matriks eselon :
1. setiap baris yang semua unsurnya nol terletak
sesudah baris yang mempunyai unsur tidak nol;
2. pada setiap baris yang mempunyai elemen tidak nol;
elemen tidak nol yang pertama harus terletak di kolom
sebelah kanan elemen tidak nol baris sebelumnya
Reduksi menjadi bentuk eselon, dan berapa rank nya ?
1 2 1 1 H21(1)
A = 1 1 1 2 ~
2 3 1 1
1 2 1 1 H
31(2)
0 1 2 3 ~
2 3 1 1
1 2 1 1 H
32(-1)
0 1 2 3 ~
0 1 3 1
1 2 1 1
=U
0 1 2 3
0 0 1 2
Jadi bentuk eselon dari A adalah :
Karena bentuk eselon U mempunyai tiga baris
1 2 1 1
U=0 1 2 3
yang tidak nol, maka r(U) = 3, dan tentu juga
r(A) = 3.
0 0 1 2
Reduksi menjadi bentuk eselon untuk matriks :
1 2 4
0 1 2
1 1 2
1
Bentuk eselon dari B adalah U =
0
0
1 2 4 H
21(2)
B = 2 3 6 ~
1 1 2
1 2 4
H31(1) 1 2 4 H
32(-1)
~
0 1 2 ~ 0 1 2 = U
0 0 0
0 1 2
2 4
Rank dari B adalah r(B) = 2
1 2
0 0
Reduksi menjadi bentuk eselon untuk matriks :
1 1 2
H21(-3)
3
2
2
~
C=
2 1 4
1 0 6
1 1 2
H32(-1)
0 1 8
~
0 0
0
0 1 8
1 1
1 1 2
1 1 2
H31(-2)
H41(-1) 0 1
0 1 8
0 1 8 ~
0 1
2 1 4 ~
0 1 8
0 1
1 0 6
1 0 6
1 1 2
H42(-1) 0 1 8 = U
Jadi r(C) = 2
~ 0 0 0
0 0
0
2
8
8
8
Cari bentuk eselon daro matrik :
A=
1 2 1 2
2 3 4 1
5 8 9 0
~
1 2 1 2
0 1 2 5
0 0 0 0
~
1 2 1 2
0 1 2 5
0 2 4 10
r(A) = 2
DEKOMPOSISI MATRIKS A = L U
Untuk sembarang matriks A dengan melakukan OBE tipe II dan III, matriks
A tersebut dapat di dekomposisi sebagai A = L U, dengan L matriks
segitiga bawah, dan U matriks eselon.
Jika A matriks persegi, maka U ini adalah matriks segitiga atas.
Dekomposisikan matriks A = LU, jika :
1 1 2 1
1 1 2 1
1 1 2 1 H32(1) 1 1 2 1
H
H
A = 2 1 1 2 21(2) 0 3 5 4 31(-3) 0 3 5 4
0 3 5 4 = U
~
~
~
3 0 1 1
3 0 1 1
0 3 5 4
0 0 0 0
Ini berarti bahwa :
A = E21(-2) E31(3) E32(-1) U = L U
H32(1) H31(-3) H21(2) (A) = U
Jadi
1 0 0 1 0 0 1 0 0 1 0 0
E32(1) E31(-3) E21(2) A = U
L = 2 1 0 0 1 0 0 1 0 = 2 1 0
0 0 1 3 0 1 0 1 1 3 1 1
P
A =U
P-1 P A = P-1 U
1 1 2 1
A = (E32(1) E31(-3) E21(2))-1 U
A=LU
dan U = 0 3 5 4
0 0 0 0
A = (E21(2))-1 (E31(-3))-1 (E32(1))-1 U
Dekomposisikan menjadi A = LU, jika :
1 1 2
1 1 2
1
H
H21(1)
31(2)
1 2 0 ~ 0 1 2 ~ 0
A=
2 1 1
0
2 1 1
1 1 1
1 1 1
1
1 1 2
1 1 2
H
H42(2)
43(-1)
0 1 2
0 1 2 = U
~
~
0 0 5
0 0 5
0 0 5
0 0 0
1 2
H41(1)
1 2
~
1 3
1 1
H43(-1) H42(2) H32(1) H41(1) H31(2) H21(1) (A) = U
E43(-1) E42(2) E32(1) E41(1) E31(2) E21(1) A = U
Jadi L = E21(-1) E31(-2) E41(-1) E32(-1)
1 0 0 0 1 0 0 0 1 0 0 0
1 1 0 0 0 1 0 0 0 1 0 0
L =
0 0 1 0 2 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1 1 0 0 1
E42(-2) E43(1)
1 0 0 0 1
0 1 0 0 0
0 1 1 0 0
0 0 0 1 0
1
0
0
0
Jadi :
1 0
1 1
L =
1 1
0 3
2
1 1
H32(1)
2
0 1
~
0 0
1 3
0 2
2 1
1
1
2
2
5
1
1 1
0
0 1
0
dan U=
0 0
1 0
0 0
1 1
0
0
A=LU
0 0 0 1 0
1 0 0 0 1
0 1 0 0 0
2 0 1 0 0
0 1
0 = 1
0 1
1 1 0
0
0
1
0 0 0
1 0 0
1 1 0
3 1 1
2
2
5
0
MEREDUKSI MATRIK MENJADI BENTUK ESELON BARIS TEREDUKSI (EBT)
Bentuk EBT adalah bentuk eselon yang :
a. Elemen pivot harus 1,
b. Elemen pivot merupakan satu-satunya unsur yg tidak nol pada kolom
di mana elemen pivot berada
1 2 1 1
Reduksi A = 1 1 1 2 menjadi bentuk EBT !
2 3 1 1
Solusi : langkah awal, bawa A menjadi bentuk eselon terlebih dahulu,
kemudian teruskan dengan OBE sehingga dua syarat di atas dipenuhi.
1 2 1 1
H21(1)
A = 1 1 1 2 ~
2 3 1 1 H31(2)
1 0 3 5 H13(-3)
0 1 2 3 ~
0 0 1 2 H23(-2)
1 2 1 1
1 2 1 1 H
1 2 1 1
H12(2)
32(-1)
H1(-1)
0 1 2 3 ~
0 1 2 3 ~ 0 1 2 3
0 1 3 1
0 0 1 2 ~ 0 0 1 2
1 0 0 11
Jadi bentuk EBT dari A adalah :
1 0 0 11
0 1 0 7
0 0 1 2
0 1 0 7
0 0 1 2
Telah diketahui dari bentuk EBT, jika diteruskan dengan OKE, suatu matriks
dapat di bawa nenjadi bentuk normal.
Bentuk normal (N) suatu matriks kemungkinannya salah satu dari bentuk :
Ir
(Ir 0)
Ir
0
atau
Ir 0
0 0
Oleh karena itu, untuk sembarang matriks A, maka dengan OBE dan OKE
dapat di bawa menjadi bentuk normal N, sedemikian hingga :
Hp . . H3 H2 H1 A K1 K2 K3 . . KQ = N
Ep . . E3 E2 E1 A F1 F2 F3 . . FQ = N
P
A
Q
=N
Di mana P adalah hasil penggandaan (perkalian) matriks elementer baris
dan Q adalah hasil penggandaan matriks elementer kolom.
Bergantung pada cara melakukan OBE dan OKE, banyaknya matriks P
dan Q tidak tunggal. Tetapi setiap P mempunyai tepat satu pasangan Q
sehingga P A Q = N.
Bagaimana mendapatkan matriks P dan Q sehingga P A Q = N ?
Karena P merupakan hasil penggandaan matriks elementer baris, maka
P dapat dicari dengan jalan melakukan OBE terhadap I (identitas) dengan
tipe OBE yang sama terhadap A sedemikian hingga A tereduksi menjadi
bentuk eselon atau bentuk eselon baris tereduksi (EBT).
Pada saat A tereduksi menjadi bentuk eselon atau bentuk EBT, maka I
(identitas) akan tereduksi menjadi matriks baru, yaitu matriks P.
Jadi (A | I) ~ (U | P)
Sedangkan Q merupakan hasil penggandaan matriks elementer kolom,
maka Q dapat dicari dengan jalan melakukan OKE terhadap I (identitas) dengan
tipe OKE yang sama terhadap A (yang telah tereduksi menjadi U), sedemikian
hingga U ini tereduksi menjadi bentuk normal N.
Pada saat U tereduksi menjadi bentuk normal N, maka I (identitas) akan
Tereduksi menjadi matriks baru, yaitu matriks Q.
U
N
Jadi ~
I
Q
1 1 1 2
3 3 2 4
2 2 1 2
Cari matriks P dan Q sehingga PAQ = N, jika A =
Solusi :
1 1 1 2
(A | I3) = 3 3 2 4
2 2 1 2
1 0 0 H21(3) 1 1 1 2
~ 0 0 1 2
0 1 0
0 0 1 H31(-2) 0 0 1 2
1 1 1 2
0 0 1 2
0 0 0 0
1 0 0
H
3 1 0 1(-1)
~
1 1 1
1
0
0
U
= 1
I
0
4
0
0
1 0 0
0 1 2
0 0 0 K21(1)
0 0 0 ~
1 0 0 K43(2)
0 1 0
0 0 1
1 1 1 2
0 0 1 2
0 0 0 0
1
0
0
1
0
0
0
1 0 0
3 1 0
2 0 1
1 0 0 H
12(1)
3 1 0
~
1 1 1
0 0 0
0 1 0
K
0 0 0 23
1 0 0 ~
1 0 0
0 1 2
0 0 1
1
0
0
1
0
0
0
H32(1)
~
1 1 0 0
0 0 1 2
0 0 0 0
0 0 0
1 0 0
0 0 0
0 1 0 =
0 1 0
1 0 2
0 0 1
2 1 0
3 1 0 = (U | P)
1 1 1
I2 O
O O
Q
=
N
Q
2 1 0
Jadi P = 3 1 0
1 1 1
dan
1
0
Q=
0
0
0 1 0
0 1 0
1 0 2
0 0 1
serta
N=
I2 O
O O
Dapat di cek kebenarannya bahwa : P A Q = N
Dari bentuk normalnya, dapat diketahui bahwa rank dari A adalah r(A) = 2.
1 2 2
Cari bentuk normal dari matriks B = 1 3 2
2 4 6
Solusi :
2 2
1
(B | I3) = 1 3 2
2 4 6
1 2 2
0 1 0
0 0 1
1 0 0 H21(-1)
~
0 1 0
0 0 1 H31(2)
0
1 1 0 = (U | P)
1 0 12
1
0
1 2 2
0 1 0
0 0 2
0 0
H3(-1/2)
1 1 0
~
2 0 1
1
U
I3
Jadi
1
0
0
= 1
0
0
2
1
0
0
1
0
2
0
1
0
0
1
K21(-2)
~
K31(-2)
1 0 0
P = 1 1 0
1 0 1
2
0
1 0
0
1
0
0 0
1
=
1 2 2
0 1
0
0 0
1
I3
Q
1 2 2
Q = 0 1 0
0 0 1
dan
1 0 0
N = 0 1 0 = I3
0 0 1
Dapat ditunjukkan bahwa PBQ = N = I.
1 2 2
Perhatikan kembali bahwa B = 1 3 2
2 4 6
Dapat dihitung det(B) = - 2 ≠ 0
Ini berarti r(B) = 3.
Amati bahwa B matriks persegi dengan determinan ≠ 0,
atau matriks B nonsingular, serta matriks B ini mempunyai bentuk normal
berupa matriks I. Dengan kata lain, B ekivalen dengan matriks I.
Jika A adalah matriks persegi yang nonsingular (determinannya
tidak sama dengan nol), maka matriks A ekivalen dengan matriks
I (identitas). Atau dengan kata lain, selalu ada matriks P dan Q
sehingga PAQ = I
Perhatikan kembali kasus matriks B, di atas, yaitu :
2 2
1 0 0 H
1 0 0
1
1 2 2
21(-1)
H3(-1/2)
1
3
2
0
1
0
0
1
0
1
1
0
(B | I3) =
~
2 4 6
0 0 2
~
0
0
1
2
0
1
H
31(2)
1 2 2
0 1 0
0 0 1
1 2 2
0 1 0
0 0 1
0
1 1 0
1 0 12
1
1 0 0 H
12(-2)
0
1 1 0
~ 0
1
1 0 2
1
0
= (U | P)
Sampai di sini bisa saja diteruskan
melakukan OBE, sehingga :
0 2
3
2
1 0
0 1
1
1
1
0
0
0
12
H13(-2) 1 0 0
~
0 1 0
0 0 1
5
2
1
1
1
0
1
0
12
= (I3 | P) = (N | P)
Amati bahwa B matriks persegi nonsingular, dengan hanya melakukan OBE,
matrik B dapat direduksi menjadi bentuk normal N = I.
Jika A adalah matriks persegi yang nonsingular (determinannya
tidak sama dengan nol), dengan hanya melakukan OBE maka
matriks A dapat direduksi menjadi matriks I (identitas).
Atau dengan kata lain, selalu ada matriks P sehingga PA = I
Jika A adalah matriks persegi yang nonsingular (determinannya
tidak sama dengan nol), dapat juga ditunjukkan bahwa hanya
melakukan OKE maka matriks A dapat direduksi menjadi matriks
I (identitas). Atau dengan kata lain, selalu ada matriks Q
sehingga A Q = I
Dari uraian tersebut dapat disimpulkan, jika A matriks persegi nonsingular,
selalu ada matriks nonsingular P dan Q sedemikian hingga :
1. P A Q = I
(melakukan OBE dan OKE terhadap A)
2. P A = I
(hanya melakukan OBE terhadap A)
3. A Q = I
(hanya melakukan OKE terhadap A)
Contoh
Seorang ibu akan membuat 2 jenis kue. Bahan untuk membuat kue sudah
disiapkan, yaitu 3 kg tepung dan 2 kg gula. Kue jenis A memerlukan 150
gram tepung dan 50 gram gula, sedangkan kue jenis B memerlukan 100
gram tepung dan 100 gram gula. Berapa banyak kue jenis A dan kue jenis B
yang dapat dibuat dengn bahan yang tersedia ?
Jawab :
Permasalahan tersebut dapat disusun seperti pada tabel
berikut.
Misalkan, kue A = x
kue B = y
Keterangan
Kue A
Kue B
Persediaan
Tepung
150
100
3000
Gula
50
100
2000
Persamaan linear yang dapat dibentuk dari model tersebut adalah
150x + 100y = 3000
50x + 100y = 2000
....... (1)
Sederhanakan persamaan (1) menjadi
3x + 2y = 60
x + 2y = 40
....... (2)
Selanjutnya, sistem persamaan linear ini diselesaikan dengan menggunakan invers
matriks sebagai berikut.
Zoel dan Ade pergi ke kios pulsa. Zoel membeli 3
buah kartu perdana A dan 2 buah kartu perdana B.
Untuk itu Zoel harus membayar Rp. 53.000,-. Ade
membeli 2 buah kartu perdana A dan sebuah kartu
perdana B, Ade harus membayar Rp. 32.500,-.
Tentukan harga sebuah kartu perdana A dan harga
sebuah kartu perdana B.
Jawab :
Buatlah table untuk masalah tersebut di atas
Misalkan, harga sebuah kartu perdana A adalah x rupiah
dan harga sebuah kartu perdana
Keterangan
Kartu Perdana A
Kartu Perdana B
Harga
Zoel
3
2
Rp 53.000,-
Ade
2
1
Rp 32.500,-
Misalkan, harga sebuah kartu perdana A adalah x rupiah dan harga sebuah
kartu perdana B adalah y rupiah.
Sistem persamaan linear dari masalah tersebut adalah
3x + 2y = 53000
2x + y = 32500
Bentuk matriks dari sistem persamaan linear tersebut adalah