MAKALAH MATEMATIKA

DETERMINAN DAN MATRIKS SMK

Oleh :
SAIDIN SONA,[Link]

SMK NEGERI 3 PONTIANAK

DINAS PENDIDIKAN DAN KEBUDAYAAN
PROVINSI KALIMANTAN BARAT
2018
 HALAMAN PENGESAHAN
MAKALAH MATEMATIKA
DETERMINAN DAN MATRIKS SMK

DI SUSUN OLEH

SAIDIN SONA,[Link]

PONTIANAK, APRIL 2018

KEPALA SMKN 3 PONTIANAK

Dra. [Link] Suhana,[Link]

NIP 19590502198703 2 003
 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberikan rahmatnya sehingga makalah
DETERMINAN DAN MATRIKS SMK ini dapat kami selesaikan. Makalah ini berisi
tentang pengenalan materi Determian dan Matriks serta cara mengerjakannya Dan
diharapkan makalah ini bias dijadikan bahan ajar serta referensi bagi SMKN 3 Pontianak

Demikian sepintas tentang makalah yang kami buat. Penulis menyadari bahwa dalam
pembuatan laporan ini masih terdapat banyak kekurangan maka dari itu kritik dan saran yang
sangat membangun sangat diharapkan. Selebihnya penulis berharap makalah ini dapat
memberikan manfaat bagi pembacanya.

Pontianak , APRIL 2018

SAIDIN SONA , [Link]

 DAFTAR ISI

KATA PENGANTAR ............................................................. Error! Bookmark not defined.

DAFTAR ISI............................................................................................................................. iv
BAB I PENDAHULUAN .......................................................................................................... 1
1.1 Latar Belakang ................................................................................................................. 1
1.2 Rumusan Masalah ............................................................................................................ 2
1.3 Tujuan............................................................................................................................... 2
1.4 Metode Penulisan ............................................................................................................. 2
BAB II ISI .................................................................................................................................. 3
2.1. HASIL LEBIH LANJUT PADA SISTEM PERSAMAAN DAN KETERBALIKAN . 3
2.1.1 Penyelesaian Sistem Linear dengan Inversi Matriks ................................................. 3
2.1.2 Sifat-Sifat Matriks Yang Dapat Dibalik .................................................................... 4
2.2. MATRIKS DIAGONAL, MATRIKS SEGITIGA, DAN MATRIKS SIMETRIK ........ 6
2.2.1 Matriks Diagonal ....................................................................................................... 6
2.2.2 Matriks Segitiga ......................................................................................................... 7
2.2.3 Matriks Simetrik ........................................................................................................ 9
2.3. DETERMINAN ............................................................................................................ 10
2.3.1 FUNGSI DETERMINAN ...................................................................................... 10
2.3.2 Menghitung Determinan Dengan Reduksi Baris .................................................... 13
2.3.3 Sifat-Sifat Fungsi Detereminan .............................................................................. 15
2.3.4 Ekspansi Kofaktor; Aturan Cramer ........................................................................ 17
BAB III PENUTUP ................................................................. Error! Bookmark not defined.
3.1 Kesimpulan..................................................................... Error! Bookmark not defined.
DAFTAR PUSTAKA .............................................................................................................. 21
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam kehidupan sehari-hari, kita sering menjumpai permasalahan yang apabila kita
cermati ternyata merupakan masalah matematika. Dengan mengubah bahasa sehari-hari
menjadi bahasa matematika, maka permasalahan itu akan lebih mudah diselesaikan.
Sering perseoalan tersebut merupakan dua persamaan atau lebih, dan mengandung
beberapa variabel sehingga cukup sulit untuk mencari hubungan antara variabel-variabel
tersebut.

Matriks dan determinan merupakan cabang matematika sebagai alat yang

cukup penting untuk memecahkan permasalahan tersebut. Pengenalan dan
pengembangan notasi matriks dan aljabar linier disertai dengan pengembangan
determinan yang diawali dari kajian koefisien dari sistem persamaan linier.

Dalam makalah ini kami membahas tentang konsep-konsep matrik dan determinan yang
diajarkan di Sekolah Menengah kejuruan kelas XII. Akan tetapi, kami tidak membahas
keseluruhan materi matrik yang diajarkan tersebut, yaitu invers matrik persegi baik ordo
2x2 ataupun 3x3 serta penyelesaian SPLDV dan SPLTV.

Persamaan linear adalah sebuah persamaan aljabar, yang tiap sukunya mengandung
konstanta, atau perkalian konstanta dengan variabel tunggal. Bentuk umum untuk persamaan
linear adalah

Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real dengan
suatu matriks bujursangkar.

Sebagai contoh, kita ambil matriks A2x2

A= tentukan determinan A

untuk mencari determinan matrik A maka,

detA = ad – b

1
1.2 Rumusan Masalah
1. Cara penyelesaian Perhitungan Hasil Lebih lanjutan pada sistem persamaan dan
keterbalikan?
2. Cara penyelesaian Perhitungan dengan Matriks Diagonal, segitiga dan Simetrik?
3. Cara penyelesaian Perhitungan Determinan?

Tujuan
Makalah ini dibuat dengan tujuan utama untuk memenuhi tugas mata kuliah Aljabar Linear
Elementer, yang diberikan oleh dosen kami Bapak Eka Fitrajaya Rahman, Drs., MT. Dan

1. Mengetahui perhitungan Hasil Lebih lanjutan pada sistem persamaan dan keterbalikan?
2. Mengetahui perhitungan dengan Matriks Diagonal, segitiga dan Simetrik?
3. Mengetahui perhitungan Determinan?

1.4 Metode Penulisan

Penulis menggunakan metode observasi dan kepusatakaan. Cara yang digunakan dalam
penulisan adalah Studi pustaka

2
 BAB II
ISI

2.1. HASIL LEBIH LANJUT PADA SISTEM PERSAMAAN DAN

KETERBALIKAN

Teorema Dasar : Bahwa setiap sistem linear mungkin tidak memiliki solusi, tepat satu solusi,
atau takterhingga banyaknya solusi.

Teorema 1.6.1 : Sistem persamaan linear memiliki sakah satu dari tiga kemungkinan, yaitu ;
tidak memiliki solusi, tepat satu solusi, atau takterhingga banyak solusi.

Takterhingga banyak nya solusi

Ax = b
misalkan 𝑥2 = 𝑥1 - 𝑥2 dimana 𝑥1 dan 𝑥2 adalah dua solusi yang berbeda sehingga
matriks 𝑥0 adalah taknol; terlebih lagi.
𝐴𝑥0 = 𝐴(𝑥1 − 𝑥2 ) = 𝐴 𝑥1 − 𝐴 𝑥2 = 𝑏 − 𝑏 = 0
Jika kita misalkan k adalah skalar sembarang, maka
𝐴(𝑥1 + 𝑘𝑥0 ) = 𝐴 𝑥1 + 𝐴(𝑘𝑥0 ) = 𝐴 𝑥1 + 𝑘(𝐴 𝑥0 ) = 𝑏 + 𝑘0 = 𝑏 − 0 = 𝑏
Di mana 𝑥1 + 𝑘 𝑥0 adalah solusi dari Ax = b karena 𝑥0 adalah taknol, maka
persamaan Ax = b memiliki banyaknya takterhingga solusi.

2.1.1 Penyelesaian Sistem Linear dengan Inversi Matriks

Teorema 1.6.2 : Jika A adalah suatu matriks n x n yang invertible (dapat dibalik/ memiliki
invers), maka untuk setiap matriks b, n x 1, sistem persamaan Ax = b tepat mempunyai satu
penyelesaian, yaitu x = 𝐴−1 b

1 0 2

A = 2 1 3
 A-1 = . . . ?
 
4 1 8

Jawab :

3
 1 0 2 1 0 0
A I= [2 −1 3 0 1 0] Baris ke 2 dikurang 2 kali baris pertama dan baris ke
4 1 8 0 0 1 3 dikurang 4 kali baris pertama untuk mendapatkan
nol.
1 0 2 1 0 0
= [0 −1 −1 −2 1 0]
0 1 0 −4 0 1 Baris ke 2 ditukar baris
ke3.
1 0 2 1 0 0
Baris ke 3 dikalikan – baris ke 3, untuk
[
= 0 1 0 −4 0 1]
0 −1 −1 −2 1 0 mendapatkan 1 utama.

1 0 2 1 0 0
Baris ke 3 dikurangi baris ke 2 untuk
= [0 1 0 −4 0 1]
0 1 1 2 −1 0 mendapatkan nol.

1 0 2 1 0 0
= [0 1 0 −4 0 1]
0 0 1 6 −1 −1

I A-1

2.1.2 Sifat-Sifat Matriks Yang Dapat Dibalik

Teorema 1.6.3 : Misalkan A adalah matriks bujursangkar

(a) jika B adalah matriks bujursangkar yang memenuhi BA = I, maka B = A-1
(b) jika B adalah matriks bujursangkar yang memenuhi AB = I, maka B = A-1

Teorema 1.6.4 : Pernyataan-pernyataan yang Ekuivalen

Jika A adalah matriks n x n,
(a) A dapat di balik.
(b) Ax = 0 hanya memiliki solusi trivial.
(c) Bentuk eselon baris tereduksi dari A adalah 𝐼𝑛
(d) A dapat dinyatakan sebagai hasil kali dari matriks-matriks ementer
(e) 𝐴𝑥 = b adalah konsisten untuk setiap matriks b, n x l
(f) 𝐴𝑥 = 𝑏 memiliki tepat satu solusi unutk setiap matriks b, nx l.

Contoh Soal

Syarat-syarat apakah yang harus dipenuhi 𝑏1 , 𝑏2 𝑑𝑎𝑛 𝑏3 agar sistem persamaan

𝑥1 + 𝑥2 + 2𝑥3 = 𝑏1
𝑥1 + 𝑥3 = 𝑏2
2𝑥1 + 𝑥2 + 3𝑥3 = 𝑏3

4
konsisten?

Penyelesaian
1 1 2 𝑏1
Matriks yang diperbesar adalah [1 0 1 𝑏2 ] yang dapat direduks menjadi bentuk eselon
2 1 3 𝑏3
sebagai berikut

1 1 2 𝑏1
-1 kali bariss pertama ditambahkan ke
[0 −1 −1 𝑏2 − 𝑏1 ] 
baris kedua dan-2 kali baris pertama
0 −1 −1 𝑏3 − 2𝑏1
ditambahkan ke baris ke tiga
1 1 2 𝑏1
[0 1 𝑏 − 𝑏2 ]  Baris kedua dikalikan denga -1
1 1
0 −1 −1 𝑏3 − 2𝑏1

1 1 2 𝑏1
[0 1 1 𝑏1 − 𝑏2 ]  Baris kedua ditambahkan ke baris ketiga
0 0 0 𝑏3 − 𝑏2 − 𝑏1

Dari baris ketiga pada matriks, tampak bahwa sistem memiliki solusi jika dan hanya jika
𝑏1 , 𝑏2 𝑑𝑎𝑛 𝑏3 memenuhi syarat

𝑏3 − 𝑏2 − 𝑏1 = 0 𝑎𝑡𝑎𝑢 𝑏3 = 𝑏1 + 𝑏2

Untuk menyatakan syarat ini dengan cara lain, 𝐴𝑥 = 𝑏 adalah konsisten jika dan hanya jika b
adalah matriks dengan bentuk

𝑏1
𝑏 = [ 𝑏2 ] dimana 𝑏1 dan 𝑏2 adalah sembarang.
𝑏3 + 𝑏2

5
2.2. MATRIKS DIAGONAL, MATRIKS SEGITIGA, DAN MATRIKS
SIMETRIK
2.2.1 Matriks Diagonal
Suatu matriks bujursangkar yang semua entrinya yang tidak terletak pada diagonal
utama adalah nol disebut matriks diagonal. Berikut ini beberapa contohnya:\

6 0 0 0
1 0 0 −4
2 0 0 0 0
[ ]. [0 1 0]. [ ]
0 −5 0 0 0 0
0 0 1 0 0 0 8

Suatu matriks diagonal umum Dn n x n, dapat ditulis sebagai

𝑑1 0 ⋯ 0
0 𝑑2 ⋯ 0
D= [ ⋮] (1)
⋮ ⋮
0 0 ⋯ 𝑑𝑛

Matriks diagonal (1) dapat diinverskan menjadi

1/𝑑1 0 ⋯ 0
0 1/𝑑2 ⋯ 0
D-1= [ ⋮ ]
⋮ ⋮
0 0 ⋯ 1/𝑑𝑛

Dibuktikan bahwa DD-1 = D-1 D = I, membuktikan bahwa jika D adalah matriks diagonal
pada (1) dan k adalah integer positif, maka

𝑑1 𝑘 0 ⋯ 0
0 𝑑2 𝑘 ⋯ 0
Dk= [ ⋮ ]
⋮ ⋮
0 0 ⋯ 𝑑𝑛 𝑘

Contoh matriks diagonal :

Jika

1 0 0
[0 −3 0]
0 0 2

6
Maka

𝑑1 0 0 𝑎11 𝑎12 𝑎13 𝑎14 𝑑1 𝑎11 𝑑1 𝑎12 𝑑1 𝑎13 𝑑1 𝑎14

[0 𝑑2 0] 𝑎
[ 21 𝑎22 𝑎23 𝑎24 ] = [𝑑2 𝑎21 𝑑2 𝑎22 𝑑2 𝑎23 𝑑2 𝑎24 ]
0 0 𝑑3 𝑎31 𝑎32 𝑎33 𝑎34 𝑑3 𝑎31 𝑑3 𝑎32 𝑑3 𝑎33 𝑑3 𝑎34

𝑎11 𝑎12 𝑎13 𝑑1 𝑎11 𝑑2 𝑎12 𝑑3 𝑎13

𝑎21 𝑎22 𝑎23 𝑑1 0 0
𝑑 𝑎 𝑑2 𝑎22 𝑑3 𝑎23
[𝑎 𝑎32 𝑎33 ] [ 0 𝑑2 0 ] = [ 1 21 ]
31 𝑑1 𝑎31 𝑑2 𝑎32 𝑑3 𝑎33
𝑎41 𝑎42 𝑎43 0 0 𝑑3
𝑑1 𝑎41 𝑑2 𝑎42 𝑑3 𝑎43

Didefinisikan untuk mengalikan matriks A di sisi kiri dengan matriks diagonal D, dapat
mengalikan baris-baris yang berurutan dari A dengan entri-entri diagonal yang berurutan dari
D dan untuk mengalikan A pada sisi kanan dengan D dapat dilakukan dengan mengalikan
kolom-kolom yang berurutan dari A dengan entri-entri diagonal yang berurutan dari D.

2.2.2 Matriks Segitiga

Matriks bujursangkar yang semua entri di atas diagonal utamanya adalah nol disebut
matriks segitiga bawah dan matriks bujursangkar yang semua entri di bawah diagonal
utamanya adalah nol disebut matriks segitiga atas. Suatu matriks, baik segitiga bawah atau
segitiga atas disebut matriks segitiga.

𝑎11 𝑎12 𝑎13 𝑎14

0 𝑎22 𝑎23 𝑎24
[ 0 𝑎33 𝑎34 ]
0
0 0 0 𝑎44

Matriks segitiga atas umum 4 x 4

𝑎11 0 0 0
𝑎21 𝑎22 0 0
[𝑎 𝑎32 𝑎33 0 ]
31
𝑎41 𝑎42 𝑎43 𝑎44

Empat karakteristik matriks segitiga yang berguna :

1. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga atas, jika dan hanya jika baris
ke-I dimulai dengan paling tidak i – 1 nol.

7
 2. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga bawah, jika dan hanya jika
kolom ke-j dimulai dengan paling tidak j – l nol.

3. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga atas, jika dan hanya jika aij =
0 untuk i > j.

4. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga atas, jika dan hanya jika aij =
0 untuk i < j.

Teorema :

1. Transpos dari matriks segitiga bawah adalah matriks segitiga atas, dan transpose dari matriks
segitiga atas adalah matriks segitiga bawah.

2. Hasilkali dari matriks-matriks segitiga bawah adalah matriks segitiga bawah, dan hasilkali dari
matriks segitiga atas adalah matriks segitiga atas.

3. Suatu matriks segitiga dapat dibalik jika dan hanya jika entri-entri pada diagonalnya semuanya
bilangan tak nol.

4. Invers dari matriks segitiga bawah yang dapat dibalik adalah matriks segitiga bawah, dan
invers dari matriks segitiga atas yang dapat dibalik adalah matriks segitiga atas.

Contoh :

1 3 −1 3 −2 2
A = [0 2 4 ] B = [0 0 −1]
0 0 5 0 0 1

Keterangan :

Matriks A dapat dibalik karena entri-entri diagonalnya tak nol, sedangkan matriks B tidak
dapat dibalik.

Diinverskan :

3 7
1 −2 5
-1 1 2
A = 0 2 5
(Invers matriks segitiga atas)
1
[0 0 5]

8
2.2.3 Matriks Simetrik
adalah matriks bujursangkar A, jika 𝐴 = 𝐴𝑇 .
Contoh :

𝑑1 0 0 0
1 4 5 0 𝑑
7 −3 2 0 0
[ ] [4 −3 0] [ ]
−3 5 0 0 𝑑3 0
5 0 7
0 0 0 𝑑4

Teorema 1.7.2 : Jika A dan B adalah matriks-matriks simetrik dengan ukuran yang sama, dan
jika k adalah skalar sembarang, maka :
(a) 𝐴𝑇 adalah simetrik
(b) A + B dan A – B adalah Simetrik
(c) KA adalah simetrik

Contoh Hasil Kali Matriks Simetriks

1 2 −4 1 −2 1
[ ][ ]=[ ]
2 3 1 0 −5 2
1 2 −4 1 2 1
[ ][ ]=[ ]
2 3 1 0 1 3

Teoreman 1.7.3 : Jika A adalah matriks simetrik yang dapat dibalik, maka 𝐴−1adalah
simetrik.

Contoh Hasilkali Matriks dan Transposenya adalah Simetrik

Misalkan A adalah matriks 2 x 3

1 −2 4
𝐴=[ ]
3 0 −5

Maka1

1 3 10 −2 −11
1 −2 4
𝐴𝑇 𝐴 = [−2 0 ] [ ] = [ −2 4 −8 ]
3 0 −5
4 −5 −11 −8 41

1 3
1 −2 4 21 −17
𝐴𝐴𝑇 = [ ] [−2 0 ] = [ ]
3 0 −5 −17 3
4 −5

Perhatikanlah bahwa 𝐴𝑇 𝐴 dan 𝐴𝐴𝑇 adalah simetrik

9
Teorema 1.7.4 : Jika A adalah matriks yang dapat dibalik, maka 𝐴𝐴𝑇 𝑑𝑎𝑛 𝐴𝑇 𝐴 juga dapat di
balik

2.3. DETERMINAN
2.3.1 FUNGSI DETERMINAN
Dalam bagian ini kita memulai pengkajian fungsi bernilai rill dari sebuah peubah matriks, yakni
fungsi yang mengasosiasikan sebuah bilangan riil 𝑓(𝑥) dengan sebuah matriks 𝑋. Sebelum kita mampu
mendefinisikan fungsi determinan, maka kita perlu menetapkan beberapa hasil yang menyangkut
permutasi.

Definisi : Permutasi bilangan-bilangan bulat {1, 2, … , 𝑛}adalah susunan bilangan-

bilangan bulat ini menurut suatu aturan tanpa menghasilkan atau mengulangi
bilangan-bilangan tersebut.

Contoh :

Ada enam permutasi yang berbeda dari himpunan bilangan-bilangan bulat {1, 2, 3}. Permutasi-
permutasi ini adalah

(1, 2, 3) (2, 1, 3) (3, 1, 2)

(1, 3, 2) (2, 3, 1) (3, 2, 1)

Salah satu metode yang mudah secara sistematis mendaftarkan permutasi-permutasi adalah
dengan menggunakan pohon permutasi (permutation tree).

Contoh :
1 2 3

2 3 1 3 1 2

3 1 2 1
3 2

Untuk menyatakan permutasi umum dari himpunan {1, 2, … , 𝑛}, maka kita akan menuliskan
(𝑗1 , 𝑗2, … , 𝑗𝑛 ). Disini, 𝑗1 adalah bilangan bulat pertama dalam permutasian, 𝑗2 adalah bilangan bulat
kedua, dan seterusnya. Sebuah invers (inversion) dikatakan terjadi dalam permutasi (𝑗1, 𝑗2 , … , 𝑗𝑛 ) jika

10
sebuah bilangan bulat yang lebih besar mendahului sebuah bilangan bulat yang lebih kecil. Jumlah
invers seluruhnya yang terjadi dalam permutasi dapat diperoleh sebagai berikut:

1) Carilah banyaknya bilangan bulat yang lebih kecil dari 𝑗1 dan yang membawa 𝑗1 dalam mutasi
tersebut.
2) Carilah banyaknya bilangan bulat yang lebih kecil dari 𝑗2 dan yang membawa 𝑗2 dalam mutasi
tersebut.

Teruskanlah proses penghitungan ini untuk 𝑗3 , … , 𝑗𝑛−1 . Jumlah bilangan-bilangan ini akan sama
dengan jumlah invers seluruhnya dalam permutasi tersebut.

Contoh :

Tentukanlah banyaknya invers dalam permutasi-permutasi berikut

a) (3, 4, 1, 5, 2)
b) (4, 2, 5, 3, 1)

Jawab:

a) Banyaknya invers adalah 2 + 2 + 0 + 1 = 5

b) Banyaknya invers adalah 3 + 1 + 2 + 1 = 7

Definisi : sebuah permutasi dinamakan genap (even) jika jumlah invers seluruhnya adalah
sebuah bilangan bulat yang genap dan dinamakan ganjil (odd) jika jumlah invers
seluruhnya adalah sebuah bilangan bulat yang ganjil.

Contoh :

Tabel berikut mengklasifikasikan berbagai permutasi dari {1, 2, 3} sebagai genap atau ganjil.

Permutasi Banyaknya Invers Klasifikasi

(1, 2, 3) 0 Genap

(1, 3, 2) 1 Ganjil

(2, 1, 3) 1 Ganjil

(2, 3, 1) 2 Genap

(3, 1, 2) 2 Genap

11
 (3, 2, 1) 3 Ganjil

Fungsi Determinan
Definisi : misalkan A adalah matriks kuadrat. Fungsi determinan dinyatakan oleh det, dan kita
definiskan det(A) sebagai jumlah semua hasil kali elementer bertanda dari A jumlah det(A) kita
namakan determinan A.
Contoh 5
𝑎11 𝑎12
det [𝑎 ] = 𝑎11 𝑎22 − 𝑎12 𝑎21
21 𝑎22

𝑎11 𝑎12 𝑎13

𝑎
det [ 21 𝑎22 𝑎23 ] = 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32
𝑎31 𝑎32 𝑎33
−𝑎13 𝑎22 𝑎31 − 𝑎12 𝑎21 𝑎33 − 𝑎11 𝑎23 𝑎32
Caranya sebagai berikut :

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12

𝑎11 𝑎12
[𝑎 𝑎22 ] [𝑎21 𝑎22 𝑎23 ] 𝑎21 𝑎22
21
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32

Dengan mengalikan entri-entri pada panah yang mengarah ke kanan dan mengurangkan hasil kali
entri-entri pada panah yang mengarah ke kiri.

Contoh 6
Hitunglah determinan-determinan dari :
3 1
A. = [ ]
4 −2
1 2 3
B. = [−4 5 6]
7 −8 9

Dengan menggunakan cara dari contoh 5 maka :

det(A) = (3)(-2) – (1)(4) = -10

dengan mnggunakan cara dari contoh 5 maka :

det(A) = (45) + (84) + (96) – (105) – (-48) – (-72) = 240

*Perhatian bahwa metode/cara yang digunakan pada contoh 5 dan 6 tidak berlaku determinan matriks
4 x 4 atau untuk matriks yang lebih tinggi.
12
2.3.2 Menghitung Determinan Dengan Reduksi Baris

Teorema 1 : jika A adalah sembarang matriks kuadrat yang mengandung sebaris

bilangan nol, maka det (A) = 0

Matriks kuadrat kita namakan segitiga atas (upper triangular) jika semua entri di bawah
diagonal utama adalah nol. Begitu juga matriks kuadrat kita namakan segitiga bawah (lower
triangular), jika semua entri di atas diagonal utama adalah nol. Sebuah matriks baik yang merupakan
segitiga atas maupun segitiga bawah kita namakan segitiga (triangular).

Contoh:

Sebuah matriks segitiga atas 4 × 4 yang umum mempunyai bentuk

𝑎11 𝑎12 𝑎13 𝑎14

0 𝑎22 𝑎23 𝑎24
[ 𝑎33 𝑎34 ]
0 0
0 0 0 𝑎44

Sebuah matriks segitiga bawah 4 × 4 yang umum mempunyai bentuk

𝑎11 0 0 0
𝑎21 𝑎22 0 0
[𝑎 𝑎32 𝑎33 0 ]
31
𝑎41 𝑎42 𝑎43 𝑎44

Teorema 2 : jika A adalah matriks segitiga 𝑛 × 𝑛, maka det (A) adalah hasil kali
entri-entri pada diagonal utama; yakni det (A) = 𝑎11 𝑎22 … 𝑎𝑛𝑛 .

Contoh:

1 −2 0
[0 1 −1] = 1 . 1 . 7 = 7
0 0 7

Teorema 3: Misalkan A adalah sembarang matriks 𝑛 × 𝑛.

a) Jika 𝐴′ adalah matriks yang dihasilkan bila baris tunggal A dikalikan oleh konstanta k,
maka det(𝐴)′ = k det(A).
b) Jika 𝐴′ adalah matriks yang dihasilkan bila dua baris A dipertukarkan, maka det(𝐴′ ) = -
det(A).
c) Jika 𝐴′ adalah matriks yang dihasilkan bila kelipatan satu baris A ditambahkan pada baris
lain, maka det(𝐴′ ) = det(A).
13
Contoh :

1 2 3
A = [0 1 4] = - 2
1 2 1

4 8 12 ¼ 𝑏1 1 2 3 Karena operasi perkalian maka

𝐴1 = [0 1 4] = 4 [0 1 4] kebalikannya dikali
1 2 1 1 2 1

= 4 . (-2)

= -8

0 1 4 1 2 3
𝐴2 = [1 2 3] 𝑏1 ditukar 𝑏2 = − [0 1 4]
Karena pertukaran antar baris
1 2 1 1 2 1 maka dikali −.

= - (-2)

=2

1 2 3 1 2 3 Karena pertambahan antar baris

𝐴3 = [−2 −3 2] 𝑏2 + 2𝑏3 = [0 1 4] maka tidak berpengaruh.
1 2 1 1 2 1

= -2

Contoh :

1 3 −2 4
6 −4 8] 𝑏2 − 2𝑏1
A = [2
3 9 1 5
1 1 4 8

1 3 −2 4
Det (A) = [0 0 0 0]
3 9 1 5
1 1 4 8

Kita tidak memerlukan reduksi selanjutnya karena dari Teorema 1 kita peroleh bahwa det (A) =
0. Dari contoh ini seharusnya sudah jelas bahwa bila matriks kuadrat mempunyai dua baris yang terdiri
dari bilangan nol dengan menambahkan kelipatan yang sesuai dari salah satu baris ini pada baris yang
satu lagi. Jadi, jika matriks kuadrat mempunyai dua baris yang sebanding, maka determinannya
sama dengan nol.

14
Contoh :

−1 4
[ ] Karena baris pertama dan kedua sebanding yaitu 1 : 2 maka det (A) = 0.
−2 8

2.3.3 Sifat-Sifat Fungsi Detereminan

Teorema 4. Juka A adalah sembarang matiks kuadrat, maka det (A) =det (At).

Pernyataan. Karena hasil ini, maka hampir tiap-tiap teorema mengenai determinan yang
mengandung perkataan baris dalam pernyataannya akan benar juga bila perkataan “kolom”
disubstitusikan untuk “baris”. Untuk membuktikan pernyataan kolom, kita hanya perlu mentranspos
(memindahkan) matriks yang di tinjau untuk mengubah pernyataan kolom tersebut pada pernyataan
baris, dan kemudian menerapkan hasil yang bersesuaian yang sudah kita ketahui untuk baris.

Contoh

Hitunglah determinan dari

1 0 0 3
A = [2 7 0 6]
0 6 3 0
7 3 1 −5

Determinan ini dapat di hitung seperti sebelumunya dengan menggunakan operasi baris
elementer untuk mereduksi A pada bentuk eelon baris. Sebaliknya, kita dapat menaruh A pada bentuk
segitiga bawah dalam satu langkah dengan menambahkan -3 kali kolom pertama pada kolom keempat
untuk mendapatkan

1 0 0 0
Det (A) = det [2 7 0 0 ] =(1)(7)(3)(-26)= -546
0 6 3 0
7 3 1 −26

Contoh ini menunjukkan bahwa selalu merupakan hal yang bijaksana untuk memperhatikan operasi
kolom yang tepat yang akan meringkaskan perhitungan tersebut.

Misalkan A dan B adalah matriks-matriks n x n dan k adalah sebarang skalar. Kita karang meninjau
hubungan yang mungkin di antara det(A), det(B), dan

15
 det(kA), det(A + B), dan det(AB)

karena sebuah faktor bersama dari sebarang baris matriks dapat dipindahkan melalui tanda det, dan
karena setiap baris n baris dalam kA mempunyai factor bersama sebesr k, maka kita dapatkan

det(kA) = kn det(A)

Teorema 5. Misalkan A, A’, dan A” adalah matiks n x n yang hanya berbeda

dalam garis tunggal, katakanlah baris ke r, dan anggaplah bahwa baris ke r dari
A” dapat diperoleh dengan menambahkan entri-entri yang bersesuaian dalam
baris ke r dari A dan dalam baris ke r dari A’. Maka

det(A”) = det (A) + det (A’)

Hasil yang serupa berlaku untuk kolom-kolom itu.

Contoh

Dengan menghitung determinan, anda dapat memeriksa bahwa

 1 7 5  1 7 5 1 7 5 
 3  = det 2 0 3 + det 2 0 3 
  
det
 2 0
1  0 4  1 7  (1) 1 4 7 0 1 1

Teorema 6. Jika A dan B adalah matriks kuadrat yang ukurannya sama, maka

det(AB) = det(A)det(B)

Contoh

Tinjaulah matriks-matriks

3 1  1 3 2 17 
A  B  AB   
2 1  5 8 3 14

Kita peroleh det(A) det(B) = (1) (-23) = -23. Sebaliknya dengan perhitungan langsung maka det(AB) =
-23, sehingga det(AB) = det(A) det(B).

Teorema 7. Sebuah matriks A kuadrat dapat di balik jika dan hanya jika det(A) 0

16
Contoh

Karena baris pertama dan baris ketiga dari

1 2 3
A  1 0 1
2 4 6

Sebanding, maka det(A) = 0, jadi A tidak dapat dibalik

2.3.4 Ekspansi Kofaktor; Aturan Cramer

Pada bagian ini kita meninjau sebuah metode untuk mengitung determinan yang berguna untuk
perhitungan yang menggunakan tangan dan secara teoritis penting penggunaannya. Sebagai
konsekuensi dari kerja kita di sini, kita akan mendapatkan rumus untuk invers dari matriks yang dapat
dibalik dan juga akan mendapatkan rumus untuk pemecahan sistem-sistem persamaan linear tertentu
yang dinyatakan dalam determinan.

Definisi : Jika A adalah matriks kuadrat, maka minor entri aij dinyatakan oleh Mij dan
didefinisikan menjadi determinan submatriks yang tetap setelah baris ke i dan kolom ke j dicoret
dari A. Bilangan (-1)i + jMij dinyatakan oleh Cij dan dinamakan kofaktor entri aij.

Contoh :

Misalkan

3 1 −4
𝐴 = [2 5 6]
1 4 8

Minor entri a11 adalah

3 1 −4
5 6
𝑀11 |2 5 6 |=| | = 16
4 8
1 4 8

Kofaktor a11 adalah

C11 = (-1)1 + 1 M11 = M11 = 16

Demikian juga, minor entri a32 adalah

17
 3 1 −4
3 −4
𝑀32 |2 5 6 |=| | = 26
2 6
1 4 8

Kofaktor a32 adalah

C32 = (-1)3 + 2 M32 = M32 = – 26

Perhatikan bahwa kofaktor dan minor elemen aij hanya berbeda dalam tandanya, yakni, Cij = ± Mij.
Cara cepat untuk menentukan apakah penggunaan tanda + atau tanda – merupakan kenyataan bahwa
penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke i dan kolom ke j dari
susunan

+ − + − + ⋯
− + − + − ⋯
+ − + − + ⋯
− + − + − ⋯
[⋮ ⋮ ⋮ ⋮ ⋮ ]

Misalnya, C11 = M11, C21 = – M21, C12 = – M12, C22 = M22, dan seterusnya.

Tinjaulah matriks 3 x 3 umum

𝑎11 𝑎12 𝑎13

𝑎
𝐴 = [ 21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33

det(𝐴) = 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 – 𝑎13 𝑎22 𝑎31 – 𝑎12 𝑎21 𝑎33 – 𝑎11 𝑎23 𝑎32

dapat kita tuliskan kembali menjadi

det(𝐴) = 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) + 𝑎21 (𝑎13 𝑎32 − 𝑎12 𝑎33 ) + 𝑎31 (𝑎12 𝑎23 – 𝑎13 𝑎22 )

Karena pernyataan-pernyataan dalam kurung tidak lain adalah kofaktor-kofaktor C11, C21 dan C31,
maka kita peroleh

det(𝐴) = 𝑎11 𝐶11 + 𝑎21 𝐶21 + 𝑎31 𝐶31

Persamaan di atas memperlihatkan bahwa determinan A dapat dihitung dengan mengalikan entri-entri
pada kolom pertama A dengan kofaktor-kofaktornya dan menambahkan hasil kalinya. Metode
menghitung det(A) ini dinamakan ekspansi kofaktor sepanjang kolom pertama A.

Contoh :

Misalkan

18
 3 1 0
𝐴 = [−2 −4 3 ]
5 4 −2

Hitunglah det(A) dengan metode ekspansi kofaktor sepanjang kolom pertama A.

Pemecahan.

−4 3 1 0 1 0
det(𝐴) = 3 | | − (−2) | |+ 5| |
4 −2 4 −2 −4 3

= 3(−4) − (−2)(−2) + 5(3) = −1

det(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13

= 𝑎11 𝐶11 + 𝑎21 𝐶21 + 𝑎31 𝐶31

= 𝑎21 𝐶21 + 𝑎22 𝐶22 + 𝑎23 𝐶23

= 𝑎12 𝐶12 + 𝑎22 𝐶22 + 𝑎32 𝐶31

= 𝑎31 𝐶31 + 𝑎32 𝐶32 + 𝑎33 𝐶33

= 𝑎13 𝐶13 + 𝑎23 𝐶23 + 𝑎33 𝐶33

Perhatikan bahwa dalam setiap persamaan semua entri dan kofaktor berasal dari baris atau kolom yang
sama. Persamaan ini dinamakan ekspansi-ekspansi kofaktor det(A).

Hasil-hasil yang baru saja kita berikan untuk matriks 3 x 3 membentuk kasus khusus dari teorema
umum berikut, yang kita nyatakan tanpa memberikan buktinya.

Teorema 8.

Determinan matriks A yang berukuran n x n dapat dihitung dengan mengalikan entri-entri dalam
suatu baris (atau kolom) dengan kofaktor-kofaktornya dan menambahkan hasil-hasil kali yang
dihasilkan; yakni untuk setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n

Maka, ekspansi kofaktor sepanjang kolom ke j

det(𝐴) = 𝑎1𝑗 𝐶1𝑗 + 𝑎2𝑗 𝐶2𝑗 + 𝑎3𝑗 𝐶3𝑗 + ⋯ + 𝑎𝑛𝑗 𝐶𝑛𝑗

dan ekspansi kofaktor sepanjang baris ke i

det(𝐴) = 𝑎𝑖1 𝐶𝑖1 + 𝑎𝑖2 𝐶𝑖2 + 𝑎𝑖3 𝐶𝑖3 + ⋯ + 𝑎𝑖𝑛 𝐶𝑖𝑛

19
Jika matriks A adalah sebarang matriks n x n dan Cij adalah kofaktor aij, maka matriks

𝐶11 𝐶12 ⋯ 𝐶1𝑛

𝐶 𝐶22 ⋯ 𝐶2𝑛
[ 21 ]
⋮ ⋮ ⋮
𝐶𝑛1 𝐶𝑛2 ⋯ 𝐶𝑛𝑛

Dinamakan matriks kofaktor A. Transpos matriks ini dinamakan adjoin A dan dinyatakan dengan
adj(A).

Teorema 9.

Jika A adalah matriks yang dapat dibalik, maka

1
𝐴−1 = 𝑎𝑑𝑗(𝐴)
det(𝐴)

Teorema 10 (Aturan Cramer)

Jika AX = B adalah sistem yang terdiri dari n persamaan linear dalam n bilangan
takdiketahui sehingga det(A) ≠ 0, maka sistem tersebut mempunyai pemecahan yan unik.
Pemecahan ini adalah
det(𝐴1 ) det(𝐴2 ) det(𝐴n )
𝑥1 = , 𝑥2 = ,… , 𝑥𝑛 =
det(𝐴) det(𝐴) det(𝐴)
dimana Aj adalah matriks yang kita dapatkan dengan mengganti entri-entri dalam kolom ke j
dari A dengan entri-entri dalam matriks
𝑏1
𝑏
𝐵 = [ 2]
⋮
𝑏𝑛

20
 DAFTAR PUSTAKA

Wirodikromo, [Link] untuk SMK kelas XII. Jakarta: Penerbit Erlangga

Anwar,Cecep.2013. BSA Matemetika Aplikasi SMK XII. [Link] Perbukuan

Departemen Pendidikan Nasional.

Lianah.2005 Modul Matematika [Link]

21
XXII