Operasi Matriks Perkalian Matriks dengan skalar

Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009. USU Repository © 2009 Matriks Nol Matriks Nol adalah suatu matrik dengan semua elemennya mempunyai nilai nol. Biasanya diberi simbol 0, dibaca matriks nol. Matriks Elementer Suatu matriks nxn dikatakan matriks elementer jika matriks tersebut dapat diperoleh dari matriks identitas n x n yakni n I dengan melakukan operasi baris elementer tunggal. Matriks Segitiga Matriks [ ] ij a L = suatu matriks bujur sangkar dikatakan segitiga bawah lower triangular jika = ij a untuk j i dan matriks [ ] ij a U = suatu matriks bujur sangkar dikatakan segitiga atas upper triangular jika = ij a untuk j i . Contoh : Segitiga bawah             − = 1 4 5 3 3 5 2 2 1 5 L , Segitiga atas            − = 3 6 2 3 2 1 5 3 2 1 U

2.2.3 Operasi Matriks Perkalian Matriks dengan skalar

Jika [ ] ij a A = adalah matriks mxn dan r adalah suatu skalar, maka hasil kali A dengan r adalah [ ] ij b B = matriks mxn dengan n j m i ra b ij ij ≤ ≤ ≤ ≤ = 1 , 1 Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009. USU Repository © 2009 Contoh :     = 3 2 5 4 A dengan diberikan 5 = r maka     =     = 15 10 25 20 3 2 5 4 5 5A Perkalian Matriks dengan Matriks Jika [ ] ij a A = adalah matriks mxp dan [ ] ij b B = adalah matriks pxn maka hasil kali dari matriks A dan matriks B yang ditulis dengan AB adalah C matriks mxn. Secara matematik dapat ditulis sebagai berikut : pj ip j i j i ij b a b a b a c + + + =  2 2 1 1 n j m i b a p k kj ik ≤ ≤ ≤ ≤ = ∑ = 1 , 1 1 2.6 Penjumlahan Matriks Jika [ ] ij a A = adalah matriks mxn dan [ ] ij b B = adalah matriks mxn maka penjumlahan matriks dari matriks A dan matriks B yang ditulis dengan [ ] ij c C = dengan , , 2 , 1 ; , , 2 , 1 n j m i b a c ij ij ij   = = + = . Pengurangan Matriks Jika [ ] ij a A = adalah matriks mxn dan [ ] ij b B = adalah matriks mxn maka pengurangan matriks dari matriks A dan matriks B yang ditulis dengan [ ] ij c C = dengan , , 2 , 1 ; , , 2 , 1 n j m i b a c ij ij ij   = = − = . Transpose suatu matriks Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009. USU Repository © 2009 Jika [ ] ij a A = matriks mxn maka matriks nxm dengan [ ] t ij T a A = dan n j m i a a ji t ij ≤ ≤ ≤ ≤ = 1 , 1 disebut dengan transpose dari matriks A. Contoh:     =           = 2 5 3 6 1 2 2 6 5 1 3 2 3 2 2 3 T x x A A Matriks mxn yang umum dapat ditulis : [ ] n j m i a a a a a A ij mn m n mxn , , 2 , 1 , , 2 , 1 1 1 11   = = =                 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ = Maka [ ] n j m i a a a a a A A ji nm n m nxm T mxn , , 2 , 1 , , 2 , 1 1 1 11   = = =                 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ = = Invers Matriks Misalkan A matriks nxn disebut nonsingular invertible jika terdapat matriks B maka n I BA AB = = 2.7 matriks B disebut invers dari A. Jika tidak terdapat matriks B maka matriks A disebut singular noninvertible. Secara umum invers matriks A adalah : A Adj A A det 1 1 = − Adjoint matriks A adalah suatu matriks yang elemen-elemennya terdiri dari semua elemen-elemen kofaktor matriks A, dengan K i j adalah kofaktor elemen-elemen n j i a ij , , 2 , 1 , ,  = . Sehingga dapat ditulis dalam bentuk matriks sebagai berikut : Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009. USU Repository © 2009             = nn n n n n K K K K K K K K K A adj       2 1 2 22 21 1 21 11 Sifat – sifat invers : a. Jika A adalah matriks non singular, maka 1 − A adalah nonsingular dan A A = − − 1 1 b. Jika A dan B adalah matriks non singular, maka AB adalah nonsingular dan 1 1 1 − − − = A B AB c. Jika A adalah matriks non singular maka 1 1 − − = A A T Determinan Matriks Misalkan [ ] ij a A = adalah matriks nxn. Fungsi determinan dari A ditulis dengan det A atau A . Secara matematikanya ditulis dengan : n nj j j a a a A A  2 1 2 1 det ∑ ± = = dengan n j j j , , , 2 1  merupakan himpunan { } n S , , 2 , 1  = . Teorema Jika [ ] ij a A = adalah matriks nxn yang mengandung sebaris bilangan nol, maka = A . Contoh : 4 1 2 3 2 1 = →           = A A Teorema Nanang Pradipta : Metode Regresi Ridge Untuk Mengatasi Model Regresi Linier Berganda Yang Mengandung Multikolinieritas, 2009. USU Repository © 2009 Jika A adalah matriks segitiga n x n, maka A adalah hasil kali elemen-elemen pada diagonal utama, yaitu nn a a a A  22 11 = . Contoh :             − − = 3 5 5 2 6 4 8 5 8 2 4 4 x A maka 120 3 5 4 2 − = − = A Teorema Jika A adalah sebarang matriks kuadrat, maka T A A = . Terorema Jika A dan B adalah matriks kuadrat yang ordonya sama, maka B A AB = . Contoh :     = 1 2 1 3 2 2 x A    − = 8 5 3 1 2 2 x B     = 14 3 17 2 2 2 x AB 23 23 23 1 − = − = − = AB B A Sehingga det AB = det A det B

2.3 Nilai Eigen dan Vektor Eigen