You are on page 1of 7

1.5.

Aturan-Aturan Ilmu Hitung Matriks
Walaupun banyak dari aturan-aturan ilmu hitung bilangan riil berlaku juga untuk
matriks, namun terdapat beberapa pengecualian. Salah satu dari pengecualian yang
terpenting terjadi dalam perkalian matriks. Untuk bilangan-bilangan rill a dan b,
kita selalu mempunyai ab = ba yang sering dinamakan hukum komutatif untuk
perkalian. Dalam perkalian matriks belum tentu berlaku hukum komutatif, yaitu
walaupun AB dan BA yang didefinisikan memiliki ukuran yang sama
(comformable).

Contoh 1
Tinjaulah matriks-matriks
[


] [


]
Dengan mengalikanya maka akan memberikan
[


] [


]
Jadi, AB ≠ BA











Contoh 2
Sebagai gambaran hukum asosiatif untuk perkalian matriks, tinjaulah
Teorema 2. Dengan menganggap bahwa ukuran-ukuran matriks adalah
sedemikian sehingga operasi-operasi yang ditunjukkan dapat diperagakan,
maka aturan-aturan ilmu hitung matriks berikut akan shahih.
(a) A + B = B + A (Hukum komutatif untuk penambahan)
(b) A + (B + C) = (A + B) + C (Hukum asosiatif untuk penambahan)
(c) A(BC) = (AB)C (Hukum asosiatif untuk perkalian)
(d) A(B + C) = AB + AC (Hukum distributif)
(e) (B + C)A = BA + CA (Hukum distributif)
(f) A(B - C) = AB – AC
(g) (B - C)A = BA – CA
(h) a(B + C) = aB+ aC
(i) a(B - C) = aB – aC
(j) (a + b)C = aC + bC
(k) (a - b)C = aC – bC
(l) (ab)C = a(bC)
(m) a(BC) = (aB)C = B(aC)
[



] [


] [


]
Kemudian
[



] [


] [



]
Sehingga
() [



] [


] [



]
Sebaliknya
[


] [


] [


]
Maka
() [



] [


] [



]
Jadi, (AB)C = A(BC), seperti yang dijamin oleh Teorema 2(c).









Bukti.
Jika AX = B adalah sistem persamaan linear, maka persis satu dari antara berikut akan
benar:
Teorema 3. Dengan menganggap bahwa ukuran-ukuran matriks adalah sedemikian
rupa sehingga operasi-operasi yang ditunjukkan dapat dikabulkan, maka aturan-aturan
ilmu hitung matriks yang berikut akan shahih.
(a) A + 0 = 0 + A = A
(b) A – A = 0
(c) 0 – A = -A
(d) A0 = 0; 0A = 0
Teorema 4. Setiap sistem persamaan linear tidak mempunyai pemecahan, persis satu
pemecahan, atau tak terhingga banyaknya pemecahan.
(a) sistem tersebut tidak mempunyai pemecahan,
(b) sistem tersebut mempunyai persis satu pemecahan, atau
(c) sistem tersebut mempunyai lebih dari satu pemecahan.
Bukti tersebut akan lengkap jika kita dapat memperlihatkan bahwa sistem tersebut
mempunyai takhingga banyaknya pemecahan dalam kasus (c).
Contoh 3
Tinjaulah matriks
[

]
Maka

[


] [

] [

]
Dan

[

] [



] [

]



Contoh 4
[


] adalah invers dari [


]
Karena
[


] [


] [


]
Dan
[


] [


] [


]
Definisi. Jika A adalah matriks kuadrat, dan jika kita dapat mencari matriks B sehingga
AB = BA = I, maka A dikatakan dapat dibalik (invertible) dan B dinamakan invers
(inverse) dari A.
Contoh 5
Matriks
[



]
Tidak dapat dibalik. Untuk melihat mengapa demikian, misalkan
[

]
Adalah sebarang matriks . Dari contoh sebelumnya maka kolom ketiga
dari BA adalah
[

] [

] [

]
Jadi,
[



]



Bukti.
Karena B adalah invers A, maka BA = I. Dengan mengalikan kedua ruas dari sebelah
kanan dengan C maka akan memberikan (BA)C = IC = I. Tetapi (BA)C = B(AC) = BI =
B, sehingga B = C.
Contoh 6
Tinjaulah matriks
[


]
Jika , maka

[


] [

]
Teorema 5. Jika baik B maupun C adalah invers matriks A, maka B = C
Sebuah hasil kali matriks yang dapat dibalik selalu dapat dibalik, dan invers hasil kali
tersebut adalah hasil kali invers dalam urutan yang terbalik





Bukti.
Jika kita dapat memperlihatkan bahwa (AB)(A
1 ÷
B
1 ÷
) = (B
1 ÷
A
1 ÷
)(AB)=I, maka kita telah
secara serempak membuktikan bahwa AB dapat dibalik dan bahwa (AB)
1 ÷
= B
1 ÷
A
1 ÷
. Tetapi
(AB)(B
1 ÷
A
1 ÷
) = AIA
1 ÷
= AA
1 ÷
= I. Demikian juga (B
1 ÷
A
1 ÷
)(AB) = I.


Contoh 7
Tinjaulah matriks-matriks
[


] [


] [


]
Dengan menerapkan rumus yang diberikan dalam contoh 5, kita dapatkan

[


]

[

] ()

[

]
Juga

[

] [


] [

]
Maka, (AB)
-1
= B
-1
A
-1
seperti yang dijamin oleh Teorema 6.

Teorema 6. Jika A dan B adalah matriks-matriks yang dapat dibalik dan yang
ukurannya sama, maka
(a) AB dapat dibalik
(b) (AB)
1 ÷
= B
1 ÷
A
1 ÷









Teorema berikut, yang kita nyatakan tanpa bukti, menunjukkan bahwa hukum-hukum yang
sudah dikenal dari eksponen adalah shahih.




Teorema selanjutnya menetapkan beberapa sifat tambahan yang berguna dari eksponen matriks
tersebut.





Bukti.
a. Karena AA
-1
= A
-1
A = I, maka A
-1
dapat dibalik dan (A
-1
)
-1
= A.
b. –
c. Jika k adalah sebarang scalar yang taksama dengan nol, maka hasil (l) dan (m) dari
Teorema 2 akan memungkinkan kita untuk menuliskan

() |
.
|

\
|
÷1
1
A
k
( ) ( ) I I AA k
k
A kA
k
= =
|
.
|

\
|
=
÷ ÷
1
1 1
1 1

Definisi. Jika A adalah sebuah matriks kuadrat, maka kita mendefinisikan pangkat-
pangkat bilangan bulat tak negative A menjadi
A
0
= 1 A
n
= AA….A (n > 0)

Akan tetapi, jika A dapat dibalik, maka kita mendefinisikan pangkat bilangan bulat
negative menjadi
A
-1
= (A
-1
)
n
= A
-1
A
-1
….. A
-1



Teorema 7. Jika A adalah matriks kuadrat dan r serta s adalah bilangan bulat, maka
A
r
A
s
= A
r+s
(A
r
)
s
= A
rs
Teorema 8. Jika A adalah sebuah matriks yang dapat dibalik, maka:
a) A
-1
dapat dibalik dan (A
-1
)
-1
= A
b) A
n
dapat dibalik dan (A
n
)
-1
= (A
-1
)
n
untuk n = 0,1,2,…..
c) Untuk setiap skalar k yang taksama dengan nol, maka kA dapat dibalik dan
(kA)
-1
=
k
1
A
-1

Demikian juga |
.
|

\
|
÷1
1
A
k
(kA) = I sehingga kA dapat dibalik dan (kA)
-1
=
1
1
÷
A
k
.
Kita simpulkan bagian ini dengan sebuah Teorema yang menyenaraikan sifat-sifat utama
dari operasi transpose.


Teorema 9. Jika ukuran matriks seperti operasi yang diberikan dapat dilakukan,
maka
a. (A
t
)
t
= A
b. (A+B)
t
= A
t
+ B
t

c. (kA)
t
= kA
t
, dimana k adalah sebarang scalar.
d. (AB)
t
= B
t
A
t

Transpose sebuah hasil kali matriks sama dengan hasil kali transposnya dalam
urutan kebalikannya.