Google Docs Matriks
Matriks
Susunan bilangan berbentuk persegi panjang yang disusun dalam baris dan kolom.
Bentuk umum matriks :
A=
(
) adalah elemen baris pertama
adalah elemen kolom ke-2
ij adalah
-
elemen baris ke-I dan kolom ke-j
Matriks yang tediri M baris dan N kolom punya ordo m x n
Matriks yang berordo sama disebut matriks persegi
Kesamaan 2 matriks :
2 matriks disebut sama jika memiliki ordo yang sama dan elemen yang letaknya sama. Contoh :
A=
A=B
B=
PENJUMLAHAN MATRIKS
2 buah matriks A dan B dapat dijumlahkan jika ordonya sama. Jumlah 2 buah matriks A dan B
ialah matriks C yang ordonya sama dengan ordo matriks A dan matriks B sedangkan elemenelemen yang seletak dijumlahkan.
B=
A=
A+B =
C=
B + C = tidak bisa
Perkalian Matriks dengan Skalar
Jika A adalah suatu matriks dan k suatu skalar maka hasil kali kA adalah matriks yang
diperoleh dengan mengalikan masing-masing elemen dari A oleh k.
Contoh :
2C = 2
=
Perkalian 2 Buah Matriks
Hasil kali 2 matriks yaitu matriks A berordo m x n dan matriks B n x p didefinisikan
matriks C berordo m x p
Cij =
Amxn Bnxp
ik bkj
= Cmxp
Jumlah baris matriks pertama = jumlah kolom matriks ke-2
Contoh :
BC
=
=
Sifat-sifat Matriks :
Misalkan ordo matriks – matriks tersebut memenuhi syarat agar operasi-operasi berikut
terdefinisi, maka berlaku :
1. A + B
= B+A
(hukum Komutatif)
2. A + (B + C)
= (A + B) + C (hukum Asosiatif)
3. K (A + B)
= kA + kB
; k skalar ; k є ʀ
4. (k + l) A
= kA + lA
; k,l scalar ; k,l є ʀ
5. (k l) A
= k (l A)
; k,l scalar ; k,l є ʀ
6. K (AB)
= (kA) B = A (kB) ; k scalar ; k є ʀ
7. A (BC)
= (AB) C
8. A (B+C)
= (AB + AC) (hokum Distributif)
9. (A + B) C
= AC + BC
(hukum Asosiatif)
(hokum Distributif)
Contoh sifat matriks :
A=
B=
C=
1. A + B = B + A
A+B=
+
=
B+A=
+
=
2. A + (B + C) = (A + B) + C
A + (B + C) =
+
+
=
(A + B) + C =
+
+
=
K (A + B) = 2
+
=2
kA + kB = 2
+ 2
+
=
+
=
3. K (A + B) = kA + kB
=
=
+
4. (k + l) A = kA + lA
=5.
(k + l) A = (2 + 3) .
kA + lA = 2.
+ 3.
=
=
5. (k l) A = k (l A)
(k l) A = (2.3)
= 6.
k (l A) = 2. 3
=2
=
=
=
6. K (AB) = (kA) B = A (kB)
K (AB) = 2
=2
(kA) B = 2
=
A (kB) =
. 2
=
=
=
.
=
7. A (BC) = (AB) C
A (BC) =
.
.
(AB) C =
8. A (B+C)
A (B+C)
=
.
=
=
.
=
= (AB + AC)
+
=
.
+
+
.
(AB + AC)=
=
.
.
=
=
+
=
9. (A + B) C = AC + BC
(A + B) C =
AC + BC =
.
+
=
.
.
=
=
+
=
Transpose Matriks
Definisi: Jika A adalah suatu matriks berukuran mxn maka transpose matriks A ditulis At atau AI
didefinisikan sebagai matriks mxn dengan kolom ke-I diperoleh dari baris ke-I dalam A untuk
semua i =1,2,3,…,m
Contoh
At =
A=
Sifat-sifat matriks transpose :
1.
2.
3.
4.
(A+B)t = At + Bt
(kA)t = k(At)
(AB)t = Bt At
(At)t = A
Contoh :
Diketahui :
B=
A=
1. (A+B)t=
At + Bt =
=
=
=
=
(A+B)t= At + Bt (terbukti)
2. (kA)t = k(At), misal k=2,
(kA)t = k(At) (terbukti)
3. (AB)t = Bt At
4. (At)t = A
Macam – macam matriks
1. Matriks Nol : matriks yang semua elemennya nol.
Contoh :
A=
2. Matriks Satuan / Identitas : matriks persegi yang semua elemen diagonal utamanya adalah
satu dan elemen lainnya Nol.
Contoh :
A=
At =
A = At
3. Matriks Diagonal : matriks yang semua elemen di luar diagonal utamanya Nol sedangkan
elemen-elemen diagonal elemennya tidak semua Nol.
Contoh :
A=
4. Matriks Segitiga Atas: matriks persegi yang semua elemen di bawah diagonal utama
bernilai Nol.
Contoh :
A=
5. Matriks Segitiga Bawah : matriks persegi yang semua elemen di atas diagonal utama
bernilai Nol.
Contoh :
A=
6. Matriks Eselon
Matriks yang memenuhi matriks berikut :
a. Jika ada baris Nol maka letaknya di bawah
b. Jika suatu baris tak Nol maka elemen tak Nol pertama adalah satu, satu ini disebut satu
utama/satu pemuka/leading entry
c. Satu utama pada baris yang lebih awal, terletak pada kolom awal pula.
Contoh :
A=
Satu utama
7. Matriks Eselon Tereduksi
Yaitu matriks eselon yang pada setiap kolom yang memuat satu utama maka elemen lainnya
Nol.
A=
Susunan bilangan berbentuk persegi panjang yang disusun dalam baris dan kolom.
Bentuk umum matriks :
A=
(
) adalah elemen baris pertama
adalah elemen kolom ke-2
ij adalah
-
elemen baris ke-I dan kolom ke-j
Matriks yang tediri M baris dan N kolom punya ordo m x n
Matriks yang berordo sama disebut matriks persegi
Kesamaan 2 matriks :
2 matriks disebut sama jika memiliki ordo yang sama dan elemen yang letaknya sama. Contoh :
A=
A=B
B=
PENJUMLAHAN MATRIKS
2 buah matriks A dan B dapat dijumlahkan jika ordonya sama. Jumlah 2 buah matriks A dan B
ialah matriks C yang ordonya sama dengan ordo matriks A dan matriks B sedangkan elemenelemen yang seletak dijumlahkan.
B=
A=
A+B =
C=
B + C = tidak bisa
Perkalian Matriks dengan Skalar
Jika A adalah suatu matriks dan k suatu skalar maka hasil kali kA adalah matriks yang
diperoleh dengan mengalikan masing-masing elemen dari A oleh k.
Contoh :
2C = 2
=
Perkalian 2 Buah Matriks
Hasil kali 2 matriks yaitu matriks A berordo m x n dan matriks B n x p didefinisikan
matriks C berordo m x p
Cij =
Amxn Bnxp
ik bkj
= Cmxp
Jumlah baris matriks pertama = jumlah kolom matriks ke-2
Contoh :
BC
=
=
Sifat-sifat Matriks :
Misalkan ordo matriks – matriks tersebut memenuhi syarat agar operasi-operasi berikut
terdefinisi, maka berlaku :
1. A + B
= B+A
(hukum Komutatif)
2. A + (B + C)
= (A + B) + C (hukum Asosiatif)
3. K (A + B)
= kA + kB
; k skalar ; k є ʀ
4. (k + l) A
= kA + lA
; k,l scalar ; k,l є ʀ
5. (k l) A
= k (l A)
; k,l scalar ; k,l є ʀ
6. K (AB)
= (kA) B = A (kB) ; k scalar ; k є ʀ
7. A (BC)
= (AB) C
8. A (B+C)
= (AB + AC) (hokum Distributif)
9. (A + B) C
= AC + BC
(hukum Asosiatif)
(hokum Distributif)
Contoh sifat matriks :
A=
B=
C=
1. A + B = B + A
A+B=
+
=
B+A=
+
=
2. A + (B + C) = (A + B) + C
A + (B + C) =
+
+
=
(A + B) + C =
+
+
=
K (A + B) = 2
+
=2
kA + kB = 2
+ 2
+
=
+
=
3. K (A + B) = kA + kB
=
=
+
4. (k + l) A = kA + lA
=5.
(k + l) A = (2 + 3) .
kA + lA = 2.
+ 3.
=
=
5. (k l) A = k (l A)
(k l) A = (2.3)
= 6.
k (l A) = 2. 3
=2
=
=
=
6. K (AB) = (kA) B = A (kB)
K (AB) = 2
=2
(kA) B = 2
=
A (kB) =
. 2
=
=
=
.
=
7. A (BC) = (AB) C
A (BC) =
.
.
(AB) C =
8. A (B+C)
A (B+C)
=
.
=
=
.
=
= (AB + AC)
+
=
.
+
+
.
(AB + AC)=
=
.
.
=
=
+
=
9. (A + B) C = AC + BC
(A + B) C =
AC + BC =
.
+
=
.
.
=
=
+
=
Transpose Matriks
Definisi: Jika A adalah suatu matriks berukuran mxn maka transpose matriks A ditulis At atau AI
didefinisikan sebagai matriks mxn dengan kolom ke-I diperoleh dari baris ke-I dalam A untuk
semua i =1,2,3,…,m
Contoh
At =
A=
Sifat-sifat matriks transpose :
1.
2.
3.
4.
(A+B)t = At + Bt
(kA)t = k(At)
(AB)t = Bt At
(At)t = A
Contoh :
Diketahui :
B=
A=
1. (A+B)t=
At + Bt =
=
=
=
=
(A+B)t= At + Bt (terbukti)
2. (kA)t = k(At), misal k=2,
(kA)t = k(At) (terbukti)
3. (AB)t = Bt At
4. (At)t = A
Macam – macam matriks
1. Matriks Nol : matriks yang semua elemennya nol.
Contoh :
A=
2. Matriks Satuan / Identitas : matriks persegi yang semua elemen diagonal utamanya adalah
satu dan elemen lainnya Nol.
Contoh :
A=
At =
A = At
3. Matriks Diagonal : matriks yang semua elemen di luar diagonal utamanya Nol sedangkan
elemen-elemen diagonal elemennya tidak semua Nol.
Contoh :
A=
4. Matriks Segitiga Atas: matriks persegi yang semua elemen di bawah diagonal utama
bernilai Nol.
Contoh :
A=
5. Matriks Segitiga Bawah : matriks persegi yang semua elemen di atas diagonal utama
bernilai Nol.
Contoh :
A=
6. Matriks Eselon
Matriks yang memenuhi matriks berikut :
a. Jika ada baris Nol maka letaknya di bawah
b. Jika suatu baris tak Nol maka elemen tak Nol pertama adalah satu, satu ini disebut satu
utama/satu pemuka/leading entry
c. Satu utama pada baris yang lebih awal, terletak pada kolom awal pula.
Contoh :
A=
Satu utama
7. Matriks Eselon Tereduksi
Yaitu matriks eselon yang pada setiap kolom yang memuat satu utama maka elemen lainnya
Nol.
A=