You are on page 1of 3

RANGKUMAN MATRIKS

By : Syaiful Hamzah Nasution, S.Si, S.Pd

DEFINISI

Matriks
Matriksadalah
adalahsusunan
susunanbilangan
bilangandalam
dalamsuatu
suatupersegi
persegipanjang
panjangyang
yangdiatur
diaturberdasarkan
berdasarkanbaris
barisdan
dankolom.
kolom.
Ordo atau ukuran dari suatu matriks adalah banyak baris dan kolom dari suatu matriks
Ordo atau ukuran dari suatu matriks adalah banyak baris dan kolom dari suatu matriks
Susunan
Susunanhorizontal
horizontaldisebut
disebutdengan
denganbaris
baris
Susunan vertical disebut dengan kolom
Susunan vertical disebut dengan kolom
AAm x n Baris
mxn
Ket : Matriks A berordo m x n (m baris, n kolom)
A2x3 = Matriks A berodo 2 x 3 ( 2 baris, 3 kolom)
Elemen baris 1 kolom 1 = 2
Elemen baris 1 kolom 2 = 4
Kolom
Elemen baris 2 kolom 3 = 0

TRANSPOSE (Baris  Kolom)

Transpose Matriks A adalah sebuah matriks baru yang disusun dengan cara menuliskan baris pertama matriks A
menjadi kolom pertama matriks baru, baris kedua matriks A menjadi kolom kedua matriks baru, dan seterusnya.
Transpose matriks A dinotasikan dengan AT. Jika matriks A berordo m x n, maka AT berordo n x m.
 2 5
2 1 4  T 1 1 
Contoh : A =   , maka A =  
5 1 3  4 3 

KESAMAAN DUA MATRIKS

Matriks A dan matrik B dikatakan sama (A = B), jika dan hanya jika :
a. Ordo kedua matriks sama
b. Semua elemen yang seletak (bersesuaian) mempunyai nilai yang sama

PENJUMLAHAN DAN PENGURANGAN DUA MATRIKS

Jika matriks A dan matriks B berordo sama, maka penjumlahan (atau pengurangan) matriks A dengan matrik B adalah
sebuah matriks baru yang diperoleh dengan cara menjumlahkan setiap elemen matriks A dengan elemen matriks B
yang seletak (bersesuaian).
Sifat Penjumlahan matrik
a. Dua matriks dapat dijumlahkan jika ordonya sama
b. Penjumlahan matriks bersifat komutatif, yakni A + B = B + A
c. Penjumlahan matriks bersifat asosiatif, yakni (A + B) + C = A + (B + C)
d. Ada unsur identitas, yakni matriks O (matriks yang semua elemennya nol), yang bersifat A + O = O + A = A
e. Semua matriks A mempunyai lawan atau negatif (invers penjumlahan), yaitu – A yang bersifat A + ( - A ) = O
Jika matriks A dan matriks B berordo sama, maka pengurangan matriks A dengan matriks B adalah sebuah matrik baru
yang diperoleh dengan cara mengurangkan setiap elemen matriks A dengan elemen matriks B yang seletak.
 1 2 3 2 4 1 
Contoh : A =   ,B=   , maka
4 5 1 3 2 4 
1 2 3 2 4 1  1  2 2  4 3  1  3 6 4 
A+B=  +   =  =  
 4 5 1  3 2 4   4  3 5  2 1  4  7 7 5 
1 2 3 2 4 1  1  2 2  4 3  1   1 2 2 
A–B=   -   =  =  
4 5 1  3 2 4  4  3 5  2 1  4   1 3 3

PERKALIAN MATRIK

Perkalian Matrik dengan Skalar


Apabila A adalah sebuah matriks berordo m x n dan k adalah suatu bilangan real, maka kA adalah matriks baru
berordo m x n yang diperoleh dari hasil perkalian k dengan elemen elemen matriks A

Perkalian Dua Matriks


Matriks A dapat dikalian dengan matriks B jika banyak kolom matriks A sama dengan banyak baris matriks B. Dengan
kata lain Apabila A adalah matriks berordo m x n dan matriks B berordo n x p, hasil perkalian matriks A dengan matriks
B adalah matriks baru (missal matriks C) yang berordo m x p. Hasil perkalian matriks A dengan matriks B yang sepadan
diperoleh dengan cara mengalikan masing masing baris matriks A dengan masing masing kolom matriks B, kemudian
menjumlahkannya.

Am x n . B n x p = C m x p

1 2   2 4 5
Contoh : A =   , dan B =  2 6 1  , maka
3 4   
1 2   2 4 5 1x 2  2 x 2 1x 4  2 x6 1x5  2 x1   2  4 4  12 5  2   6 16 7 
A. B =    = 3 x 2  4 x 2 3 x 4  4 x6 3 x5  4 x1 =  6  8 12  24 15  4  = 14 36 19 
3 4   2 6 1       

Sifat Perkalian dua Matriks atau lebih yang sepadan


1. Perkalian matriks pada umumnya tidak komutatif
A. B ≠ B. A (kecuali untuk matrik matrik khusus)
2. Perkalian matriks bersifat asosiatif
(A. B) C = A. (B. C)
3. Perkalian matriks bersifat distributif
Distributif Kiri : A. (B + C) = A.B + A. C
Distributif Kanan : (B + C). A = B. A + C. A
4. Dalam perkalian matriks yang hanya memuat matriks-matriks persegi dengan ordo yang sama, terdapat
sebuah matrik identitas, yaitu matrik satuan I, yang bersifat : I . A = A . I
5. Jika A . B = O, belum tentu A = O atau B = O
Jika A. B = A. C, belum tentu B = C
6. Jika p dan q adalah bilangan bilangan real, serta A dan B adalah matrik matriks, maka berlaku hubungan
(pA) (qB) = (pq) (A.B)
7. Jika At dan Bt berturut-turut adalah transpose dari matriks A dan matriks B maka :
(A. B)t = Bt. At
INVERS MATRIKS

Apabila A dan B masing-masing adalah matriks persegi berordo sama dan berlaku hubungan :

A. B = B. A = I

Maka A adalah invers B atau B adalah invers A atau A dan B merupakan dua matriks yang saling invers.
Matriks A adalah invers matrik B ditulis A = B-1 dan matrik B adalah invers matriks A ditulis B= A-1

INVERS MATRIK ORDO 2 X 2


a b 
Misal A =   dengan Determinan matriks A = det A = ad – bc, maka invers matrik A diperoleh dengan
c d 

1  d -b 
A-1 = ( A. B) -1 = B-1 . A-1
ad - bc -c a  Dengan sifat

Penyelesaian Persamaan Matriks


Apabila A, B, dan X adalah matriks-matriks persegi berodo 2 dan A memiliki invers, maka
a. Penyelesaian persamaan matriks AX = B ditentukan oleh : X = A -1 B
ax  by  p
b. Sistem Persamaan liniear dua peubah : 
 cx  dy  q
a b   x   p 
dapat dinyatakan dalam bentuk matrik :      
c d   y  q 
 x 1  d b   p 
Himpunan penyelesaiannya dapat ditentukan oleh :   
y
  ad  bc  c a   q 

INVERS MATRIKS ORDO 3 X 3


a b c
 f 
Misalkan matriks A adalah matriks persegi berodo 3 yang berbentuk A =  d e
 g h i 
Berdasarkan kaidah Sarrus, nilai determinan matriks A ditentukan oleh :
a b c a b
Det A = d e f d e  (aei  bfg  cdh)  (ceg  afh  bdi )
g h i g h

Penyelesaian Sistem Persamaan Liniear Tiga Variabel (Aturan Cramer)

ax  by  cz  p
 Dx Dy Dz
 dx  ey  fz  q ditentukan oleh x , y ,z untuk D ≠ 0, dengan
 gx  hy  iz  r D D D

a b c p b c a p c a b p
D d e f , Dx  q e f , Dy  d q f , Dz  d e q
g h i r h i g r i g h r

You might also like