■ Matriks 1

MATRIKS

■ PENGERTIAN MATRIKS
Matriks adalah beberapa elemen yang disajikan dalam bentuk jajaran segiempat yang
terdiri dari m baris dan n kolom.

2 0 5 1 0
 3 1 
Misalkan matriks A =  1 3 1
 3 2 4 6 0 

■ REPRESENTASI MATRIKS
Secara umum, suatu matriks dinyatakan dalam bentuk sebagai berikut :
 a11 a12 .......... a1n 
 
 a21 a22 .......... a2n 
A = Amxn =  
 . . .......... . . 
 am1 am2 .......... amn 

● aij = elemen baris ke-i dan kolom ke-j dari matriks A ; i = 1, 2, 3, …………, m
j = 1, 2, 3, …………, n
● Jajaran mendatar disebut baris. Jajaran vertikal disebut kolom
Matriks A yang terdiri dari m baris dan n kolom disebut matriks mxn, ditulis Amxn
● Notasi Matriks :
Suatu matriks bisa ditulis dengan notasi :
- Huruf besar : A, B, C, ……….
- Huruf besar dengan indeks ukuran matriks, misalnya : Amxn ; Bnxp ; ……..
- Huruf besar dengan notasi elemen : A = [aij] , dengan i = 1, 2, ……, m
j = 1, 2, ……, n
● Matriks baris (vektor baris) → matriks yang hanya terdiri dari satu baris
Matriks kolom (vektor kolom) → matriks yang terdiri dari satu kolom.
Notasi untuk matriks baris atau kolom biasanya ditulis dengan huruf kecil yang
dicetak tebal.
Misalnya :
a = [ a1 a2 … an ] matriks baris yang terdiri dari n kolom
 b1 
 
 b2 
b= matriks kolom yang terdiri dari m baris
: 
 
 bm 

● Matriks Bujur Sangkar → matriks dengan banyak baris = banyak kolom

Matriks bujur sangkar nxn dikatakan mempunyai orde atau ordo n.

@by:MurtiAstuti
■ Matriks 2

1 3 
Contoh : A2x2 = 
2 
matriks bujur sangkar berordo 2
0

● Jika diberikan matriks Amxn , maka sub-matriks dari Amxn adalah sembarang matriks
yang diperoleh dengan menghilangkan beberapa baris atau kolom dari matriks Amxn
Misal :

 a11 a12 a13 

Matriks A2x3 =  a 21 a 22 a 23 
 
mempunyai 3 buah sub-matriks 2x2 sebagai berikut :
 a11 a12   a11 a13   a12 a13 
 a 21 a 22  ;  a 21 a 23 
;
 a 22 a 23 
  

● Matriks padat (fully populated) → matriks yang semua elemennya tidak nol
Matriks jarang (sparse matrix) → matriks yang sebagian kecil elemennya tidak nol
dan elemen lainnya nol.
Matriks nol (null matrix) adalah matriks dengan semua elemen nol, dinotasikan
dengan 0mxn

■ OPERASI ALJABAR DALAM MATRIKS

1. Kesamaan Dua Matriks
Matriks A = [aij] dan B = [bij] dikatakan sama jika ordonya sama dan aij = bij , untuk
i = 1, 2, 3, ……, m dan j = 1, 2, 3, ……, n
dan ditulis dengan A = B atau [aij] = [bij]

 a11 a12   4 0 
Contoh : A =  a 21 a 22  dikatakan sama dengan B=
   3  1 

Jika dan hanya jika : a11 = 4 ; a12 = 0 ; a21 = 3 . a22 = -1

2. Penjumlahan Matriks
Penjumlahan 2 matriks hanya bisa dilakukan jika keduanya mempunyai ordo sama.
Jika A = Amxn = [aij] dan B = Bmxn = [bij] ; maka
A + B = [aij] + [bij] = [aij + bij]
i = 1, 2, ………, m
j = 1, 2, ………, n

Contoh : A =  4 6
;B=  5  1  ; maka : A + B =  9 5
 3 1   3 1   6 2 

@by:MurtiAstuti
■ Matriks 3

3. Invers Terhadap Operasi Penjumlahan (additive inverse)

Jika A = [aij] , maka – A adalah matriks yang diperoleh dengan mengalikan setiap
elemen dari matriks A dengan –1.

– A = – [aij] = [–aij]

Contoh : Jika A =  4 6
; maka – A = 
4 6 
 3 1    3  1 

4. Pengurangan Matriks
Pengurangan dua matriks hanya bisa dilakukan jika kedua matriks mempunyai ordo
yang sama. Jika A = Amxn = [aij] dan B = Bmxn = [bij] ; maka
A - B = A + (-B) = [aij] + [-bij] = [aij - bij]
i = 1, 2, ………, m ; j = 1, 2, ………, n
Contoh : A =   ; B= 
4 6 5  1  1 7
; maka : A – B =
 3 1   3 1   0 0 

Sifat-sifat penjumlahan matriks :

a. A + B = B + A ( sifat komutatif)
b. (A + B) + C = A + (B + C) = A + B + C (sifat asosiatif)
c. A + 0 = A (mempunyai elemen netral terhadap jumlahan, yaitu matriks nol 0)
d. A + (– A) = 0 (mempunyai elemen invers terhadap operasi penjumlahan)

5. Perkalian Matriks Dengan Skalar

Hasil kali matriks Amxn = [aij] dengan skalar c , ditulis cA atau Ac adalah matriks mxn
yang diperoleh dengan mengalikan setiap elemen dari matriks Amxn dengan skalar c.
 a11 a12 .......... a1n 
 
 a21 a22 .......... a2n 
Jadi jika : A = Amxn =  : = [aij]
 : .......... . : 
 am1 am2 .......... amn 


 ca11 ca12 .......... ca1n 

 
 ca21 ca22 .......... ca2n 
maka : cA = Ac =   = c [aij] = [c aij]
 : : .......... . : 
 cam1 cam2 .......... camn 
 
Sifat-sifat perkalian matriks dengan skalar :
a. c(A + B) = cA + cB ; c = sembarang skalar
b. (c + k) A = cA + k A ; c dan k = sembarang skalar
c. c(kA) = (ck) A
d. 1(A) = A

@by:MurtiAstuti
■ Matriks 4

4. Perkalian Matriks Dengan Matriks

Misalkan A = Amxn = [aij] ; B = Brxp = [bij]
Perkalian antara matriks A dengan matriks B hanya bisa dilakukan jika r = n
(banyaknya baris matriks B = banyaknya kolom matriks A), dan :
A x B = Amxn x Brxp = Cmxp = [cij]

n
dengan cij = a
k 1
ik b kj = ai1b1j + ai2b2j + ai3b3j + …….+ ainbnj ; i = 1, 2, ………, m

j = 1, 2, ………, n

Contoh :  4 2  2
x 3 1 
=  4(2)  2(0) 4(3)  2( 4) 4(1)  2(5) 
 1 8   0 4 5   1(2)  8(0) 1(3)  8( 4) 1(1)  8(5) 

=  8 20 14 
 2 35 41 

Sifat-sifat perkalian matriks dengan matriks :

a. (kA)(B) = k(AB) = A (kB) = kAB ; k = sembarang skalar
b. A(BC) = (AB)C = ABC
c. A(B+C) = AB + AC
d. C(A+B) = CA + CB
e. AB ≠ BA
f. Jika AB = 0  tidak selalu A = 0 atau B = 0

■ MATRIKS-MATRIKS KHUSUS
 a11 a12 .......... a1n 
 
 a21 a 22 .......... a2n 
 Jika : A = Anxn = [aij] =  → adalah matriks bujur
 . . .......... . . 
 an1 an2 .......... ann 

sangkar, maka elemen : a11 ; a22 ; a33 ; …. ; ann dari matriks A disebut elemen
diagonal utama matriks A

 Matriks Segi Tiga

Matriks Segitiga Bawah adalah matriks bujur sangkar dengan elemen di atas
diagonal utama semuanya nol.

1 0 0
Contoh : T1 =  0 2 0
 3 1 4

@by:MurtiAstuti
■ Matriks 5

Matriks Segitiga Atas adalah matriks bujur sangkar dengan elemen di bawah
diagonal utama semuanya nol.

 1 5 0
Contoh : T2 =  0 2 4
 0 0 4

 Matriks Diagonal
Matriks Diagonal adalah matriks bujur sangkar dengan elemen di bawah dan di atas
diagonal utama semuanya nol. Atau aij = 0 untuk i ≠ j

1 0 0 1 0 0 0 
Contoh : A= 0 2 0 ; B=
 0 2 0 0 
 0 0 4 
0 0 0 0 
 0 0 0 7 
 Matriks Skalar
Matriks Skalar adalah matriks diagonal dengan elemen dalam diagonal utama
semuanya sama.
c 0 0 0 
Contoh : S=
0 c 0 0  ; c = skalar
0 0 c 0 
 0 0 0 c 

 Matriks Satuan (Matriks Identitas) = In

Matriks identitas adalah matriks skalar dengan c = 1

1 0 ..... 0 0
0 1 ..... 0 0
Contoh : In = Inxn =  0 0 ..... 1 0  = matriks identitas berordo-n
: : : : 
 0 0 ..... 0 1 

 Transpos Matriks (Matriks Transposisi)

Transpos dari matriks A = Amxn = [aij] ; ditulis AT = ATnxm adalah matriks berordo nxm
yang diperoleh dengan mengganti kolom dari matriks A menjadi baris matriks AT dan
baris dari matriks A menjadi kolom matriks AT. Jadi jika,
 a11 a12 a13 .......... a1n 
 
 a21 a22 a23 .......... a2n 
A = Amxn = [aij] =  . , maka
 . . .......... . . 
 am1 am2 am3 .......... amn 


 a11 a 21 a 31 .......... a m1 
 
 a12 a 22 a 32 .......... a m2 
AT = ATnxm = [aji] =  . 
 . . .......... . . 
 a1n a 2n a 3n .......... a mn 
 

@by:MurtiAstuti
■ Matriks 6

Sifat Matriks Transpos :

a. (A + B)T = AT + BT
b. (AB)T = BT AT
c. (AT)T = A

 Matriks Ortogonal
Matriks bujur sangkar A disebut matriks orthogonal jika memenuhi: A AT = AT A = I
 
1 0 0 
 1 3  adalah matriks orthogonal, karena
A = 0
4 
Contoh :
 2
0  3 1 
 4 2 

   
1 0 0  1 0 0  1 0 0
 3    
T
A A = 0 1 1  3=
4  0 0 1 0
 2  2 4
0 0 1
0  3 1  0 3 1 
 4 2   4 2 

 Matriks Bujur Sangkar Anxn = [aij] dikatakan Simetris jika :

AT = A atau [aij] = [aji]
untuk semua i = 1, 2, 3, ….., n dan j = 1, 2, 3, ….., n

 3 1 5
Contoh : A=  1 0  2
 5  2 4 

 Matriks Bujur Sangkar Anxn = [aij] dikatakan Skew Simetris jika :

AT = – A atau [aij] = [– aji]
untuk semua i = 1, 2, 3, ….., n dan j = 1, 2, 3, ….., n
Sehingga elemen diagonal utamanya pasti nol, karena : aii = – aii ; i = 1, 2, 3, …., n
ajj = – ajj ; j = 1, 2, 3, …., n
 0 1  5
Contoh : A =   1 0  2
 5 2 0 

 Jika A adalah matriks dengan elemen bilangan kompleks dan jika semua elemen aij
diganti dengan kompleks sekawannya aij , maka matriks yang diperoleh disebut
matriks Kompleks Sekawan (Complex Conjugate) dari matriks A, ditulis A
 5i 2i 5 
Contoh : Jika A = [aij] =  6i 4 9  i ; maka
1  5i 2 i 

@by:MurtiAstuti
■ Matriks 7

 5i 2i 5 
A = [ aij ]=   6i 4 9  i
 1  5i 2  i 

 Jika A = [aij] adalah matriks dengan elemen bilangan kompleks, maka

AH = A T = [ a ji ] disebut matriks Transpos Hermite (Hermitian Transpose) dari
matriks A , yaitu transpos dari kompleks sekawan matriks A.
Contoh : Jika A = [aij] =  5  i 2i 1  maka :
 6i 4 9  i
 5i  6i 
AH = A T = [ a ji ] =  2  i 4 
 1 9  i 

 Matriks Bujur Sangkar A disebut Matriks Hermit (Hermitian Matrix) jika :

AH = A atau [ a ji ] = [aij]

 3 1  2i 5i 
Contoh : A =  1  2i 0  2  3i
 5  i  2  3i 4 
 3 1  2i 5i 
A =  1  2i 0  2  3i
 5  i  2  3i 4 
 3 1  2i 5i 
AH = A T =  1  2i 0  2  3i = A
 5  i  2  3i 4 

Jika A = C + iD dengan C matriks simetris dan D matriks skew simetris maka A

merupakan matriks Hermite.

 3 1 5  0 2 1   3 1  2i 5i
  2  3i
Dari contoh di atas:  1 0  2 + i   2 0  3  = 1  2i 0
 5  2 4    1 3 0 
4 
5  i  2  3i
C +i D = A

 Jika diberikan matriks kolom (vektor kolom) :

 x1   y1   y1 
      n
x2  y 2  maka : y2 
x =   dan y =
:  : 
T
x y = [ x1 x2 .. xn ] 
 : 
= x
i1
i y i = yTx
     
 x n   y n   y n 

 x1 
  n
x2 
xT x = [ x1 x2 .. xn ] 
: 
= x i1
i
2

 
 x n 

@by:MurtiAstuti