3. Matriks Dan Determinan

3.

MATRIKS dan DETERMINAN
Matriks Determinan Invers Matriks Nilai Eigen dan Vektor Eigen Terapan

3.1. Matriks
Definisi 1: Matriks adalah suatu susunan persegi-panjang elemenelemen. Elemen yang dimaksud di dalam definisi 1 dapat berupa bilangan, fungsi atau anggota suatu himpunan. Pada bahasan selanjutnya hanya ditinjau matriks-matriks dengan elemen bilangan real. Suatu matriks disimbolkan dengan huruf besar sedangkan elemen suatu matriks disimbolkan dengan huruf kecil. Definisi 2: Matriks A ukuran m×n, disimbolkan Am×n=(aij)m×n adalah matriks dengan banyaknya baris m dan banyak kolom n, ditulis :
 a11 a12 L a1n     a 21 a 22 L a 2n  A m × n = a ij , a ij ∈ R = m× n  M M M     a  m1 a m2 L a mn 

( )

Elemen aij suatu matriks adalah elemen pada baris ke-i dan kolom ke-j.

Matriks dan Determinan

1

Matriks An×n=(aij)n×n disebut matriks bujur-sangkar ukuran n×n. Diagonal utama matriks An×n adalah elemen-elemen akk , k=1,2, ... ,n. Matriks Identitas, disimbolkan I, adalah suatu matriks bujursangkar dengan elemen-elemen diagonal utama 1 dan elemenelemen selain diagonal utama 0. Matriks Nol, disimbolkan O, adalah matriks yang semua elemennya 0. Matriks yang hanya mempunyai satu kolom disebut matriks kolom, sedangkan matriks yang hanya mempunyai satu baris disebut matriks baris

Kesamaan Dua Matriks
Diketahui matriks-matriks Am×n=(aij)m×n dan Bm×n=(aij)m×n maka A=B hanya bila aij=bij , ∀i=1,2,...,m dan j=1,2,...,n.

Operasi-Operasi Matriks
1. Penjumlahan Matriks Diketahui matriks Am×n dan Bm×n , maka A+B=(aij+bij)m×n Contoh :
 a11 a12 A= a  21 a 22 a13   b11 b12  dan B =  b  a 23   21 b 22
a13 + b13   a 23 + b 23  

b13   b 23  

 a11 + b11 a12 + b12 A+B= a + b 21 a 22 + b 22  21

2.

Pergandaan Skalar Matriks Diketahui matriks Am×n dan skalar k, maka kA=(kaij)m×n Contoh :

Matriks dan Determinan

2

Transpose Matriks Diketahui A=(aij)m×n maka transpose A adalah AT=(aji)n×m Contoh :  a11 a12 A= a  21 a 22  a11  a13  T  maka A =  a12  a 23  a  13 a 21   a 22  b 32   Berikut adalah teorema-teorema yang terkait dengan operasioperasi matriks di atas. Perkalian Matriks a13   ka11  maka kA =    ka a 23   21 ka 12 ka 22 ka13   ka 23   Diketahui matriks-matriks Am×p dan Bp×n maka perkalian matriks A dan B adalah AB = α ij Contoh :  a11 a12 A= a  21 a 22 ( )m× n . artinya AB≠BA 4. Matriks dan Determinan 3 . a11 a12 A= a  21 a 22 3. α ij = ∑ a ik b kj k =1 p  b11 b12    a13   dan B =  b 21 b 22  maka  a 23  b   31 b 32  3  3 a b   ∑k =1 1k k1 ∑k =1 a1k b k 2  AB =  3  3 ∑   k =1 a 2k b k1 ∑k =1 a 2k b k 2   a11b11 + a12 b 21 + a13 b 31 a11b12 + a12 b 22 + a13 b 32   = a b + a b + a b  22 21 23 31 a 21b12 + a 22 b 22 + a 23 b 32   21 11 Perlu dinyatakan bahwa perkalian matriks tidak komutatif.

Determinan Determinan. 4. 3. maka Det(A)=|A| adalah suatu bilangan real.2. 2. ditulis Det(. Definisi berikut akan menjelaskan tentang nilai determinan suatu matriks. Jadi. 5. (AB)T=BTAT (AB)C=A(BC) 3. Matriks yang determinannya tidak nol disebut matriks nonsingular. maka berlakulah : 1. jika A suatu matriks bujur-sangkar. Definisi dibedakan menjadi determinan matriks bujur sangkar A1x1 dan matriks Anxn untuk nilai n>1. 2. Bm×n dan Cm×n dan skalar k. Bp×q dan Cq×n .| adalah suatu fungsi dengan domain koleksi matriks bujur-sangkar dan kodomain bilangan real. Matriks dan Determinan 4 . maka berlakulah : 1.) atau |. 6. Definisi 3: Diketahui matriks bujur-sangkar A=(a11). maka Det(A)=a11.Teorema 1 Jika matriks-matriks Am×n. Sifat Komutatif : A+B=B+A Sifat Assosiatif : A+(B+C)=(A+B)+C Sifat Distributuf : k(A+B)=kA+kB (AT)T=A (A+B)T=AT+BT (kA)T=kAT Teorema 2 Jika matriks-matriks Am×p.

Definisi 4: Diketahui matriks bujur-sangkar A=(aij)n×n. a13 a 23 a 33 a 43 a14   a 24  a 34   a 44   a11 a13 a14 a 24 a 44 ⇒ M 32 = a 21 a 23 a 41 a 43 Kofaktor (Cofaktor) elemen aij disimbolkan Cij didefinisikan oleh Cij=(-1)i+j Mij Determinan matriks An×n didefinisikan sebagai berikut: det(A)=ai1Ci1+ai2Ci2+…+ainCin untuk 1≤i≤n atau det(A)=a1jC1j+a2jC2j+…+anjCnj untuk 1≤j≤n. Sifat 1 Jika A matriks ukuran 2×2. n≥2. Contoh:  a11 a12   a 21 a 22 A= a a 32  31 a  41 a 42 (b). (c). maka determinan dapat dihitung dengan aturan berikut : det (A ) = a11 a12 = a11a 22 − a12 a 21 a 21 a 22 − + Matriks dan Determinan 5 . Minor (Minor) elemen aij disimbolkan Mij didefinisikan sebagai determinan matriks yang diperoleh dengan menghilangkan baris ke-i dan kolom ke-j pada matriks A. (a).

maka : det(A∗)=−det(A) 5. 2. Jika AT adalah transpose matriks A. maka : det(A∗)=det(A). Mengalikan suatu baris elemen dengan bilangan k≠0 2. 3. Menambahkan k kali suatu baris ke suatu baris lainnya. maka : det(A∗)=k det(A) 4. Catatan Operasi-operasi terhadap suatu matriks berikut : 1. ditambahkan ke suatu baris elemen yang lain. Matriks dan Determinan 6 .Sifat 2 : (Aturan Sarrus) Jika A matriks ukuran 3×3. maka det(A)=0. Jika A sebarang matriks bujur-sangkar yang memuat satu baris elemen nol. Jika A∗ adalah matriks yang diperoleh bila suatu baris elemen matriks A dikalikan dengan konstanta k. maka det(AT)=det(A). maka determinan A dapat dihitung dengan aturan berikut : a11 a12 det (A ) = a 21 a 22 a 31 a 32 a13 a 23 a 33 a11 a 21 a12 a 31 a 32 − + = a11a 22 a 33 + a12 a 23 a 31 + a13 a 21a 32 − a13 a 22 a 31 − a11a 23 a 32 − a12 a 21a 33 Teorema 3 (Teorema-Teorema Determinan) 1. Menukarkan suatu baris dengan suatu baris lainnya 3. Jika A∗ adalah matriks yang diperoleh bila dua baris elemen matriks A dipertukarkan. Jika A∗ adalah matriks yang diperoleh bila kelipatan dari suatu baris elemen matriks A.

maka det(A-1)=1/det(A). Adjoin matriks A disimbolkan Adj(A). maka B=C. Teorema 4 1. Jika dapat ditemukan matriks A-1 sedemikian hingga AA-1=A-1A=I. Jika A invertible. Operasi serupa jika dikerjakan pada kolom-kolom suatu matriks disebut Operasi Kolom Elementer.disebut Operasi Baris Elementer (elementary row operations). Invers Matriks Definisi 5: Diketahui A sebarang matriks bujur-sangkar. 1. didefinisikan : Adj(A)=(C(A))T Matriks dan Determinan 7 . 3. Matriks  C11 C12 L C1n     C 21 C 22 L C 2n  . 3. 2. Jika Anxn dan Bnxn invertible maka (AB)-1=B-1A-1 5. Jika B dan C masing-masing invers matriks A. maka A-1 juga invertible dan (A-1)-1=A.3. dengan I matriks identitas. 2. Jika A invertible. 4. Cij kofaktor elemen aij C(A ) =  M M M    C  C L C n2 nn   n1 disebut Matriks Kofaktor A. maka A dikatakan invertible dan matriks A-1 disebut invers matriks A. Definisi 6: Diketahui A suatu matriks bujur-sangkar ukuran n×n. Matriks A invertible jika hanya jika det(A)≠0.

maka matriks A nonsingular.Teorema 5 : Jika A invertible. Contoh  3 2 − 1   A = 1 6 3  . Matriks dan Determinan 8 . serangkaian operasi baris elementer. maka A −1 = 1 Adj(A ) det (A ) Dengan teorema 5 tersebut. Rangkaian operasi baris yang mentransformasi A menjadi I tersebut akan mentransformasi I menjadi A-1. Adj(A ) =  6 2 − 10   − 16 16 16  12 − 10 16      A −1 4 12   3 16 1 16 3 16   12    1  2 − 10  =  3 32 1 32 − 5 32  =  6 64    14    − 16 16 16   − 1 4 1 4 matriks (jika ada) juga dapat dicari melalui Invers suatu berikut ini. seperti dinyatakan teorema Teorema 6 Jika matriks An×n dapat ditransformasi menjadi matriks Identitas I melalui serangkaian operasi baris elementer. maka invers suatu matriks dapat dicari dengan determinan dan adjoinnya. diperoleh : 2 − 4 0    det(A)=64 6 − 16  4 12   12 12     C(A ) =  4 2 16  .

Ilustrasi teorema : Contoh : operasi baris elementer  ( A I )         →  I  A− 1    3 2 − 1   Akan dicari kembali invers matriks A =  1 6 3 2 − 4 0    3 2 − 1 1 0 0 1 2 3 − 1 3 1 3    1 3 B1 ( A I ) =  1 6 3 0 1 0  →  1 6 3 0 2 − 4 0 0 0 1 2 − 4 0 0    1 23 −1 3 1 3 − B1+ B2  − 2 B1+ B3  →  0 16 3 10 3 − 1 3  0 − 16 3 2 3 − 2 3  0 0  1 0 0 1  0 0  1 0 0 1  1 23 −1 3  1 58    →  0  0 − 16 3 2 3  3 16 B2 1 0 − 3 4      →  0 1 5 8 0 0 4  − 2 3 B2 + B1 16 3 B2 + B3 13 0 0  − 1 16 3 16 0  0 1 −2 3  38 − 1 8 0  − 1 16 3 16 0  1 1 −1  38 −1 8 − 1 16 3 16 −1 4 14 0   0  1 4  1 0 − 3 4   →  0 1 5 8 0 0 1  1 4 B3 1 0 0       →  0 1 0 0 0 1  3 4 B3 + B1 − 5 8 B3 + B2 3 16 1 16 3 16   3 32 1 32 − 5 32  =    I A −1     14  −1 4 1 4 Keterangan : -5/8 B3+B2 artinya. Jadi diperoleh A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  . −1 4 1 4 14    Matriks dan Determinan 9 . -5/8 kali baris ke-3 ditambahkan ke baris ke-2.

(iv). Contoh: Matriks-matriks berikut ada pada bentuk eselon baris tereduksi 1 0 0 5    0 1 0 3  . Di dalam sebarang dua baris tak nol berurutan.Matriks-matriks berikut ada pada bentuk eselon baris Matriks dan Determinan 10 . Setiap kolom yang memuat elemen 1 utama. Elemen tersebut disebut 1 utama. ♦ Suatu matriks dikatakan berada pada Bentuk Eselon Baris Tereduksi (reduced row-echelon form) jika memenuhi : (i). terletak lebih jauh ke kanan dibandingkan 1 utama pada baris yang lebih tinggi.   0  0 0  0  1 − 3 0 1  0 0 1 4 0 0 0 0  0 0 0 0  .♦ Dua matriks A dan B dikatakan Ekuivalen Baris (row equivalent) jika salah satu dari matriks tersebut dapat diperoleh dari serangkaian operasi baris pada matriks lainnya. Catatan : Suatu matriks yang hanya memenuhi keadaan (i). (ii). 0 0 1   0 0  0 0 .  0 0 1 − 1   1 0 0   0 1 0 . (iii). Pada suatu baris tak nol (tidak semua elemennya nol). elemen pertama (dari kiri) tak nol adalah 1 (satu). Baris-baris dengan elemen-elemen semuanya 0 (nol) terkelompokkan bersama-sama di bagian bawah matriks. (ii) dan (iii) saja dikatakan berada pada Bentuk Eselon Baris. maka elemen lainnya 0. elemen 1 utama di dalam baris lebih rendah.

. Contoh :  2 − 4 3  B12  1 1 − 2  − 2B1+ B2  1 1 − 2   → 1 1 − 2   → 2 − 4 3       0 − 6 7         1 1 − 2  −1 6 B2 − B2 + B1  1 0 − 5 6     → → 0 1 − 7 6     0 1 − 7 6      Pada bagian terapan.1 5 8 5    0 1 5 3  . akan ditunjukkan penggunaan eliminasi Gauss-Jordan tersebut untuk menyelesaikan suatu SPL. am2.. . a2n). ∂ um=(am1... 0 0 1 − 4   1 1 0 0 1 2 5 − 6 0     0 1 0 .. . 0 0 1 − 1 0 0 0 0 1 0 0 0 0 1 1     ♦ Eliminasi Gauss-Jordan adalah serangkaian operasi baris elementer yang dikerjakan pada suatu matriks sedemikian hingga diperoleh bentuk eselon baris tereduksi dari matriks tersebut... a12. v2 =  . u2=(a21.. v n =  v1 =  M  M  M          a a a   mn   m1   m2  disebut Vektor-vektor kolom matriks A. . amn) disebut Vektor-vektor Baris matriks A. sedangkan vektor-vektor  a12   a1n   a11         a 22   a 2n   a 21  . Vektor-vektor u1=(a11.. Matriks dan Determinan 11 .. Diketahui matriks Amxn=(aij)mxn. . a22. . Selanjutnya akan ditinjau pengertian rank suatu matriks dengan terlebih dahulu mendefinisikan vektor baris dan vektor kolom suatu matriks.. a1n).

4. A invertible Rank(A)=n A ekuivalen baris dengan matriks Identitas In 3. Teorema 8 Diketahui matriks bujursangkar Anxn. (b). Rank(A)=0 hanya bila A=O. Matriks dan Determinan 12 . Pernyataan-pernyataan berikut ini ekuivalen : (a). Teorema 7 Diketahui matriks Amxn=(aij)mxn dan A≠O. Sifat 3: Diketahui Amxn. jika terdapat vektor v≠0 sedemikian hingga Av=λv Selanjutnya v disebut vektor eigen terhadap nilai eigen λ. Nilai Eigen dan Vektor Eigen Definisi 8 Diketahui matriks bujursangkar An×n. Bilangan λ disebut nilai eigen matriks A. Rank(A)=r jika dan hanya jika r adalah bilangan bulat ˆ )≠0.Definisi 7 Rank matriks Amxn disimbolkan Rank(A) adalah bilangan yang menyatakan jumlah maksimum vektor-vektor baris (vektorvektor kolom) matriks A yang independen linear. (c). Keterangan : Submatriks dari suatu matriks A adalah suatu matriks yang diperoleh dengan menghilangkan satu atau beberapa baris atau kolom matriks A. dengan A ˆ rxr terbesar sedemikian hingga Det( A submatriks A.

diperoleh (A-λI)v=0 ⇔ ⇔ ⇔ (A-0⋅I)v=0 2 1  v1   0  1 − 0      −1 − 0 0  v 2  =  0   6  −1     −2 − 1 − 0   v 3   0  v1=-1/13 v3 dan v2=-6/13 v3 Matriks dan Determinan 13 . Untuk mendapatkan penyelesaian v≠0. λ2=-4 atau λ3=3 untuk λ1=0. dengan I dan O masing-masing matriks identitas dan matriks nol. Persamaan terakhir biasa disebut persamaan karakteristik. maka harus dipenuhi det(A-λI)=0. Dari persamaan karakteristik tersebut akan diperoleh penyelesaian terhadap λ dan selanjutnya untuk setiap nilai λ akan menentukan suatu vektor v.Diperhatikan bahwa Av=λv ⇔ (A-λI)v=0 . Contoh: Akan dicari nilai eigen dan vektor eigen matriks 2 1 1   A =  6 −1 0   − 1 − 2 − 1   Dari persamaan karakterisitik det(A-λI)=0 1− λ 2 1 ⇔ ⇔ ⇔ ⇔ 6 −1 −1 − λ 0 =0 −2 −1 − λ λ3+λ2-12λ=0 λ(λ+4)(λ-3)=0 λ1=0.

yaitu : Matriks dan Determinan 14 . Teorema 9 (Cayley-Hamilton) Suatu matriks bujur-sangkar akan memenuhi persamaan karakteristiknya. dipilih t =-13. disamping itu. untuk λ2=-4 dan λ3=3 dapat diperoleh vektor eigen masing-masing  1   − 2     v=  − 2  dan v=  − 3   − 1  2      Teorema berikut ini sangat berguna untuk menghitung matriks berpangkat. dapat pula digunakan untuk meghitung invers suatu matriks (jika ada). t ∈ R   t   agar sederhana. Jadi. jika diketahui matriks bujursangkar An×n persamaan karakteristik : (-1)nλn+cn-1λn-1+ cn-2λn-2+…+ c1λ+c0=0 maka menurut teorema Cayley-Hamilton berlakulah : (-1)nAn+cn-1An-1+ cn-2An-2+…+ c1A+c0I=0 ⇔ An=(-1)1-n(cn-1An-1+ cn-2An-2+…+ c1A+c0I) dengan Terlihat bahwa teorema Cayley-Hamilton dapat digunakan untuk menghitung matriks berpangkat. sehingga diperoleh vektor eigen  1    v=  6   − 13    Dengan cara serupa. − t /13    diperoleh vektor eigen v=  − 6t /13  . Teorema Cayley-Hamilton juga dapat digunakan untuk menghitung invers suatu matriks.

.. diperoleh A2−A−2I=0 ⇔ A-1=(A−I)/2 ⇔ Selanjutnya. k2=(2m+(-1)m⋅2)/3 dan . λm=k1λ+k2  − 3 2 2 A −1 =   − 1 2 1    ⇔ λ2−λ−2=0 { { } } Konstanta k1 dan k2 diperoleh dari substitusi λ1=−1 dan λ2=2 yaitu : k1=(2m−(-1)m)/3 .   Matriks dan Determinan 15 . Dari persamaan karakteristik : det(A-λI)=0. λ2−λ−2=0 ⇔ ⇔ ⇔ ⇔ ⇔ λ2=λ+2 λ3=λ2+2λ=(λ+2)+2λ=3λ+2 λ4=3λ2+2λ=3(λ+2)+2λ=5λ+6 .c 0 I = (− 1)n +1 A n − c n −1A n −1 − c n − 2 A n − 2 − L − c 2 A 2 − c1A ⇔ c 0 IA −1 = (− 1)n +1 A n − c n −1A n −1 − c n − 2 A n − 2 − L − c 2 A 2 − c1A A −1 1 (− 1)n +1 A n −1 − c n −1A n − 2 − c n − 2 A n − 3 − L − c 2 A − c1I ⇔ A −1 = c0 Contoh  − 2 4 Diketahui matriks A =   − 1 3    Akan digunakan Teorema Cayley-Hamilton untuk menghitung A-1 dan Am. yaitu −2−λ −1 4 3−λ = 0 ⇔ (λ + 2)(λ − 3) + 4 = 0 ⇔ λ1=−1 atau λ2=2 Berdasarkan teorema. Dengan demikian : λm=k1λ+k2 ⇔ Am =k1A+k2I ={(2m−(-1)m)/3}A+{(2m+(-1)m⋅2)/3}I  − 20 84  untuk m=6 (misalnya) diperoleh A 6 =   − 21 85  .

Dalam hal ini Matriks dan Determinan 16 . ~ Diketahui pula A .3. (a). dengan matriks  a11 a12 L a1n   b1   x1         a 21 a 22 L a 2n   b2   x2  A mxn =  .  a11 a12 L a1n  ~  a 21 a 22 L a 2n A = M M M  a  m1 a m2 L a mn ~ Jika Rank(A)=Rank( A ).5. maka SPL dikatakan SPL tersebut konsisten. X nx1 =  dan B mx1 =  M M M  M  M        b  x  a  a L a m2 mn   m  n  m1 . b1   b2  M   bm   tersebut paling sedikit mempunyai satu penyelesaian. Terapan Sistem Persamaan Linear (SPL) Sistem Persamaan Linear adalah suatu sistem persamaan linear yang terdiri dari n persamaan dan m peubah : a11x1+a12x2+…+a1nxn=b1 a21x1+a22x2+…+a2nxn=b2 ∂ am1x1+am2x2+…+amnxn=bm SPL tersebut dapat dituliskan ke dalam bentuk perkalian matrik : AX=B dengan  a11 a12 L a1n   x1   b1         a 21 a 22 L a 2n   x2   b2  . matriks imbuhan (augmented matriks). X= dan B =  A= M M M  M  M        x  b  a   n  m  m1 a m2 L a mn  Teorema 10 Diketahui SPL dalam bentuk matriks AX=B.

dapat diselesaikan. Secara umum dapat dinyatakan bahwa suatu SPL konsisten. ~ Jika Rank(A)=Rank( A )=n. dan diketahui det(A)≠0 maka sistem persamaan linear tersebut mempunyai penyelesaian tunggal x1 = det (A 2 ) det (A n ) det (A1 ) . determinan matriks pun dapat digunakan untuk menyelesaikan sistem persamaan linear. Penyelesaian SPL Menggunakan Invers Melalui operasi matriks. maka SPL tersebut mempunyai penyelesaian tunggal. L . yaitu matriks Anxn. seperti dinyatakan oleh teorema berikut. Berikut ditinjau SPL pada teorema 10 untuk kasus m=n. Teorema 11 (Aturan Cramer) Jika AX=B adalah sistem persamaan linear yang terdiri dari n persamaan dan n peubah. Jika Rank(A)<n. x2 = det (A ) det (A ) det (A ) Matriks dan Determinan 17 . Penyelesaian SPL Menggunakan Determinan Selain invers. dapat diselesaikan melalui Eliminasi Gauss-Jordan. sistem persamaan AX=B. dengan syarat A suatu matriks invertible (berdasarkan teorema 8 maka Rank(A)=n) yaitu AX=B ⇔ A-1AX=A-1B ⇔ IX=A-1B ⇔ X=A-1B. Xnx1 dan Bnx1 dengan A invertible. maka SPL tersebut mempunyai penyelesaian yang banyaknya takhingga.(b). (c). xn = .

dengan Dengan Eliminasi Gauss-Jordan Penyelesaian dengan cara ini adalah melalui eliminasi ~ gauss-jordan pada matriks imbuhan A .2.dengan Ak .. maka Diperhatikan A =  1 6 2 − 4 0   32      3 2 − 1 1 6 0  3 − 48   B12   ~  A = 1 6 3 − 48   →  3 2 − 1 0  2 − 4 0 2 − 4 0 32  32      − 48  6 3 − 3B1+ B2  1  − 2B1+ B3      → 0 − 16 − 10 144   0 − 16 − 6 128    1 6 3  1 58   → 0  0 − 16 − 6  −1 16 B2 − 48   −9  128   Matriks dan Determinan 18 . k=1.. Elemen-elemen ~ pada kolom terakhir A setelah proses eliminasi selesai meyatakan penyelesaian SPL. Contoh: Akan dicari penyelesaian SPL berikut : 3x1+2x2-x3=0 x1+6x2+3x3=-48 2x1-4x2=32  x1   3 2 − 1  0        A = 1 6 3  . X =  x 2  dan B =  − 48  x  2 − 4 0   32   3     ♦ ⇔ AX=B ..n adalah matriks yang diperoleh dengan menggantikan elemen-elemen kolom ke-k dari matriks A dengan elemen-elemen matriks B.  3 2 − 1  0      3  dan B =  − 48  ..

det(A1)=192  32 − 4 0    0 − 1 3   A 2 =  1 − 48 3  . det(A2)=-416  2 32 0   Matriks dan Determinan 19 .1 0 − 3 4      → 0 1 5 8 0 0 4  − 6B2 + B1 16B2 + B3 6   −9  − 16   6   − 9 − 4  1 0 − 3 4   → 0 1 5 8 0 0 1  1 4 B3 1 0 0       → 0 1 0 0 0 1  3 4 B3 + B1 − 5 8 B3 + B2 3   − 13 2  −4    x1   3      Jadi diperoleh : X=  x 2  =  − 13 2  . det(A)=64 2 − 4 0    2 − 1  0   A1 =  − 48 6 3  . x   − 4   3   ♦ Dengan Invers Karena A −1  3 16 1 16 3 16    =  3 32 1 32 − 5 32  . maka diperoleh −1 4 1 4 14    X=A −1  3 16 1 16 3 16  0   3       B =  3 32 1 32 − 5 32  − 48  =  − 13 2      −1 4 1 4 14   32   − 4   ♦ Dengan Determinan (Teorema 11) Dari SPL di atas diperoleh :  3 2 − 1   A = 1 6 3  .

5 dan x3=-256/64=-4.  x1   3      Jadi X=  x 2  =  − 13 2  . det(A3)=-256  2 − 4 32    Maka berdasarkan teorema 11 diperoleh x1=192/64=3. x   − 4   3   Matriks dan Determinan 20 .0  3 2   A 3 =  1 6 − 48  . x2=-416/64=-6.

y3) segaris bila hanya bila : 7. Carilah nilai-nilai eigen dan vektor-vektor eigen masing-masing matriks-matriks berikut 5 4  . Jika diketahui matriks Bnxn tunjukkan matriks BBT dan B+BT masing-masing simetris. Det(2A-1) dan Det((2A)-1) 4.SOAL-SOAL LATIHAN 1. 1 2   6. Tentukan rank matriks-matriks berikut : 2 1 1 1 1 − 1 3      0 3 0  dan  2 − 2 6 8  3 1 2 3 5 − 7 8     2. Suatu matriks Anxn dikatakan simetris (symetric) jika AT=A dan dikatakan anti-simetris (skew-symetric) jika AT=-A. sedangkan B-BT anti-simetris.x1). 7 11 1 3   2 1 1   8 0 − 1 3  6 − 1 0  dan  0 0 −2 4  − 1 − 2 − 1      0 0 0 2   x1 x2 x3 y1 1 y2 1 = 0 y3 1 Buktikan titik-titik (x1. Hitung invers matriks-matriks berikut : 0  2 0 1    2  − 2 3 4 . hitunglah nilai konstanta k 5. Matriks dan Determinan 21 . Diketahui matriks-matriks 2 2 2  2 3 0 1 2 2  1 2 2  Diketahui Det(A)=5 dan A suatu matriks ukuran 4×4.   − 5 5 6 1   2  3. Det(3A).y2) dan (x3. (x2. Hitunglah : 1 2 3 1 2 3      A =  2 1 4  dan B =  2 1 k  3 4 2 3 4 2     Jika Det(B)=2 Det(A).

Tentukan Ak . P3 dan P4 dapat dihitung masing-masing dengan rumus: u1 = u2 u3 u4 u2 + u4 + 100 + 100 4 u + u3 + 100 + 200 = 1 4 u + u4 + 100 + 200 = 2 4 u1 + u3 + 100 + 100 = 4 200oC P2 100oC P1 P4 P3 100oC 100oC a. x1+2x2+2x3=2 x1+x2+x3=0 x1-3x2-x3=0 (b).8. x1+x2+x3=3 x1-x2-x3=-1 3x1+2x2+x3=5 9. P2. Tunjukkan Sistem Persamaan Linear di atas equivalen dengan persamaan matriks 0 1   u1   − 200  − 4 1      0   u2   − 300   1 −4 1 =  0 1 − 4 1   u3   − 300        1   u   − 200  0 1 4 −   4   b. jika  5 4 2   A =  4 5 2  2 2 2   10. k bilangan bulat positif. Selesaikan persamaan matriks pada bagian a dengan mencari invers matriks koefisiennya. Diperhatikan sebuah pelat bujursangkar dengan temperatur pada masing-masing sisi seperti gambar. Selesaikan masing-masing SPL berikut : (a). hampiran temperatur pada titik P1. Matriks dan Determinan 22 . Pada beberapa keadaan tertentu.

Sign up to vote on this title
UsefulNot useful