Invers dari matriks 2X2
Ca ta ta n Ku lia h 2
Ma te m a tika Eko n o m i
Me m a h a m i d a n Me n ga n a lis a Alja ba r Ma triks ( 2 )
1.2 a a x a a x
22
11 1 12 2 21 1
− ⎝ ⎠⎝ ⎠
= ⎜ ⎟⎜ ⎟
− ⎛ ⎞⎛ ⎞
λ λ
22
( ) ( )
21
1
12
11
⎣ ⎦
⎢ ⎥ ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠
⎛ ⎞ ⎛ ⎞ − =
2
a x a x a x a x
X a a
− − − =
( ) ( ) 0 a a a a a a λ λ
11 22 11 22 12 21
2
λ λ λλ − − + − =
11 22 21 22 a a a a a a
11 22
( )( ) a a a a λ λ
λ λ
11 22 21 22
− = −
a a a a λ λ
Maka determinan dari matriks di atas adalah : 11 12 21 22
− ⎝ ⎠
= ⎜ ⎟
− ⎛ ⎞
λ ⎡ ⎤
a a
Vektor dan Akar Karakteristik
X
2
2
2
λ . Selanjutnya λ disebut akar karakteristik. Sedangkan X yang memenuhi persamaan di atas dikatakan sebagai vektor karakteristik yang bersesuaian dengan akar karakteristik apabila juga memenuhi
A
≠ (solusinya bukan trivial) maka haruslah = − I
Agar
2 ...
λ − =
I X
( ) A
λ = atau
X
AX
Apabila A adalah matriks berordo n n × dan X adalah vector × , akan dicari 1 n skalar λ ∈ℜ yang memenuhi persamaan :
1
1 n
1 0 0 1
X A
22
21
12
11
λ λ = → − =
I X
( ) AX
X X X + + + = Akar karakteristik digunakan untuk menguji sign-definiteness.
⎟ ⎝ ⎠
⎛ ⎞ = ⎜
22 a a A a a
21
12
11
Misalkan suatu matriks A berdimensi 2 2 × ,
− + + − =
4 × =
3 λ = −
− = = − −
( 6 )( 6 ) (3)(3) 0 λ λ − − − − − =
2
λ 12 27 0 λ + + = ( 9)( 3) 0 λ λ + + =
1
9 λ = − dan
2
Karena kedua akar karakteristik memiliki tanda negative, matriks A merupakan negative definite. ¾
λ λ
Vektor karakteristik ? 2.
Matriks Inverse
(inverse) dari 4 adalah
1
4 dimana
1
4
1
λ − −
I
Kesimpulan hasil akar karakteristik :
3
Jika seluruh akar karakteristik ( λ ) positive, A adalah positive definite
Jika seluruh λ negative, A adalah negative definite
Jika seluruh λ nonnegative dan minimal salah satu λ = , A positive semidefinite
Jika seluruh λ nonpositive dan minimal salah satu
λ = , A negative semi definite. Jika λ ada yang positif dan negative, A adalah indefinite.
Contoh :
6
3
6 A −
6 A
⎡ ⎤ = ⎢
⎥ −
⎣ ⎦ Tentukan akar dan vektor karakteristiknya. ¾
Untuk menemukan akar karakteristik dari A, determinan dari matriks karakteristik
I A λ − harus sama dengan nol.
6
3
3
- Analoginya sama dengan kebalikan dari suatu bilangan. Misal kebalikan
- Sedangkan untuk matriks, hasil perkalian matriks inverse dengan matriks
1 AA A A
- 1
- Matriks yang mungkin memiliki invers adalah matriks bujur sangkar (square matrix) tapi tidak setiap matriks bujur sangkar memiliki invers.
- Matriks bujur sangkar yang memiliki inverse adalah matriks yang bersifat non-singular matrix.
- Sifat Inverse : a.
- Invers matriks dapat dirumuskan sebagai berikut:
= =
− −
22
12
21
11
−
− =
⎢ ⎣ ⎡
21
= ⎥ ⎦ ⎤
− −
⎢ ⎣ ⎡
⎥ ⎦ ⎤
c c c c A A
1
1
11
12
21
a a a a A a a a a a a a a A
3 A
2
1
=
⎢ ⎣ ⎡
1) ⎥ ⎦ ⎤
Contoh :
1
22
1 ) (
| |
1
22
11
21
12
11
12
Inverse dari suatu inverse matriks adalah matriks asalnya.
= c. Inverse dari suatu transpose adalah transpose dari inverse matriks tersebut.
A adj A A
=
A A − −
' '
1
1
( ) ( )
1 AB B A − − −
1
1
1
( )
= b. Hasil perkalian suatu matriks adalah perkalian dari suatu inverse matriks dalam urutan yang terbalik.
1 A A − −
1
( )
1
=
I − −
1
−
=
⎢ ⎣ ⎡
⎥ ⎦ ⎤
−
=
1
A A adj A A
− Invers dari matriks 2X2
11 a a a a
12
21
22
=
⎢ ⎣ ⎡
⎥ ⎦ ⎤
22
1 A
2
1
2
2
1
3
1
1
3
⎥ ⎥ ⎦ ⎤
2
−
− =
− −
⎢ ⎣ ⎡
⎥ ⎦ ⎤
− =
⎢ ⎢ ⎣ ⎡
Invers untuk matriks 3X3
- Untuk mencari invers matriks 3X3 perlu diketahui matriks adjoint terlebih dahulu
- Matriks adjoint adalah transpose dari sebuah matriks yang terbentuk dari kofaktor-kofaktor matriks asalnya (transpose dari “matriks kofaktor”). Misalkan matriks
12
31
Invers matriks A diperoleh dengan cara :
⎢ ⎥ ⎣ ⎦
= = ⎢ ⎥
⎡ ⎤ ⎢ ⎥
33 Adj(A) T C C C
C C C C
C C C23
13
32
22
12
21
21
11
Matriks Adjoint :
C
22 a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a
23
32
33
21
23
31
33
11
31
22
⎥ ⎥ ⎥ ⎦ ⎤
10 A
1
8
1
2
1
3
2
=
⎢ ⎢ ⎢ ⎣ ⎡
Contoh :
1
= = ⎢ ⎥ ⎢ ⎥ ⎣ ⎦
⎡ ⎤ ⎢ ⎥
C C C A C C C A A C C C −
1 Adj(A) | | | |
1
33
23
13
32
22
12
21
31
13
12
⎢ ⎥ ⎣ ⎦ dimana
= ⎢ ⎥
⎡ ⎤ ⎢ ⎥
33
C C C C C C C C C C32
31
23
22
21
13
11
⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡
Matriks kofaktor :
⎢ ⎥ ⎣ ⎦
= ⎢ ⎥
⎡ ⎤ ⎢ ⎥
a a a A a a a a a a
33
32
31
23
22
21
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤
− − −
32
32
12
13
32
33
11
13
31
33
11
11
31
12
− =
13
22
23
11
13
21
23
11
12
21
22
12
0, 0
15
19 A
30
3
32
2
20
2
1
22
− ⎡ ⎤ ⎡ ⎤ ⎢ ⎥ ⎢ ⎥
1
32
32
32
19
30
3
32
32
− − − − −
= − − = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
2
X A −
( )
Banyak solusi, satu diantaranya adalah
AX = IV A =
0, 0
( )
Tidak unique atau banyak solusi Tidak termasuk
A = AX d = III A =
= = Unique, Trivial solution
1
− ⎣ ⎦ ⎣ ⎦ 3.
AX = II
= Unique solution
−
1
AX d = I
≠
Homogen A
Non-homogen d =
Sistem Persamaan Linear d ≠
32
2
Jawab : Matriks kofaktor dari A adalah : 2 1 1 1 1 2
2
⎢ ⎥ ⎢ ⎥
− ⎡ ⎤
− ⎢ ⎥ ⎢ ⎥
2 C ⎡ ⎤
1
1
1
19 1 8 10 8 10 1 2 1
15
⎢ ⎥ ⎢
3
2
30 3 2
20
22
3 1 8 10 8 10 1
2
1
3 2 0 2 0 3
⎢ ⎥ = − − = −
⎥ ⎢ ⎥ − −
20
Adj C
1
32
32
32
22
1
15
= = − − ⎢ ⎥ ⎢ ⎥ − ⎣ ⎦
− ⎡ ⎤ ⎢ ⎥
19 T
⎣ ⎦ ⎢ ⎥ ⎢ ⎥
30
3
2
20
2
15 (A)
22
1
− ⎢ ⎥ ⎣ ⎦
- X A d
- 0 0
4
4
2
2
5
(3,1)
⎬
x x solusi tidak unique x x
2
= + x x
2
1 2
Contoh SPL IV : 1 2
⎬
x x solusi tidak unique x x
10
1
5
2 2 1 = − x x 2
x
- 1
- = = ⎫
- 1
1 x
2 x x − =
2
1
- 1
- =
- 1
= + x
1
1 x
1 x 2 x
- 2 x x =
- = ⎫
2
2
5
1 2
x 2 x
5
2
2
Contoh SPL I :
2
1
2
2
2
5
3
2
5
1
x x x x x x
⎬ − = =
⎭
Contoh SPL II :
2
1
2
1
2
1
Contoh SPL III :
⎭
− = =
= ⎫ ⎬
x x x x x x
2
2
2
2
- = ⎭
2 x
- = ⎫
- = ⎭
4. Cramer’s Rule Solusi persamaan linear bisa dihitung dengan Cramer’s rule.
A j x j
= ; A ≠
A A dimana adalah matriks yang kolom ke-j nya diganti vektor B . j
Misalkan suatu SPL :
- a x a x d 11 1 12 2 = 1 21 1 22 2 + a x a x = d 2 Jika kedua persamaan di atas diubah ke dalam bentuk matriks AX B
- b. x
- =
- P dan
- P Kemudian substitusi nilai
- P
P
- Q dan
- Q b.
= maka :
a a x d
⎛ ⎞⎛ ⎞ ⎛ ⎞
11
12
1
1
= ⎜ ⎟⎜ ⎟ ⎜ ⎟
a a x d
21
22
2
2
⎝ ⎠⎝ ⎠ ⎝ ⎠ A X B
a a
11
12 A = = ( a a − a a ) 11 22 21 12 a a
21
22 d a
1
12 A = = ( d a − d a ) 1 1 22 2 12 d a
2
22 a d
11
1 A a d a d
= = ( − )
2 11 2 21 1 a d
21
2 − − A A
1
2 x x
= dan =
1
2 A A
Contoh :
Carilah solusi dari sistem persamaan berikut :
a. − + x 3 x = −
3
1
2
4 x x
12 − =
1
2
3 y − 2 z =
7
4
x y
5 3 x + = z
4
5. Aplikasi Dalam Model Ekonomi a. Market Model
2
16 A B X P
3
1
12
1
5
1
− ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
3 P 16 P − = − …(ii) Persamaan (i) dan (ii) diubah ke dalam bentuk matriks AX B = :
2
1
Q Q P P P = → + − = − +
15 1 2 d s
2
P
= ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
1
1
I G − = +
Y C
0;0 > 1 a b < < Tentukan solusi * Y dan * C Jawab : Pisahkan antara variabel endogen dan eksogen :
I G = + + C a bY = + ( )
Model Pendapatan Nasional Y C
2
ke fungsi permintaan atau penawaran komoditi 1 dan 2, sehingga diperoleh nilai
− − ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
2
dan
1
2
1
Dengan aturan Cramer’s, diperoleh nilai
2
1
Diketahui fungsi permintaan dan penawaran dari 2 komoditi :
2
Q P = − +
2 3 s
1
1
Q P P = + −
15 d
1
2
2
Q P P = − +
10 2 d
2
1
1
2
1 2 s
1
1
12 P P − = …(i)
5
2
1
Q Q P P P = → − + = − +
10 2 2 3 d s
2
Q P = − +
Tentukan solusi equilibrium.1
1
1
=
Q Q
Jawab : Syarat equilibrium : d s
1
1
I G
− − =
( )
1 b t Y C a − − = − I ei d + =
kY li M − =
Kemudian ubah ke dalam bentuk matriks AX
B
= :
( )
1
1
= − Pisahkan antara variabel endogen dan eksogen dari persamaan IS dan LM :
1
1
1 A X B
G Y
a
b t Cd
eI M k l i
− − ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎜ ⎟ ⎜ ⎟⎜ ⎟
− − − ⎜ ⎟ ⎜
⎟⎜ ⎟ = ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟
− ⎝ ⎠⎝ ⎠ ⎝ ⎠
Dengan aturan Cramer’s, diperoleh nilai *
Y C
M kY li
1
Model IS-LM : Closed Economy
1 A X B
Y
I G b C a
− + ⎛ ⎞⎛ ⎞ ⎛ ⎞
= ⎜ ⎟⎜ ⎟ ⎜ ⎟
− ⎝ ⎠⎝ ⎠ ⎝ ⎠
Dengan aturan Cramer’s, diperoleh nilai *
Y
dan *
C c.
IS : Y C
Tentukan solusi * Y Jawab : Jika disederhanakan persamaan LM menjadi :
I G
= + +
( )
= + 1 C a b t Y − I d ei
= −
G G =
LM : d s
M M
= d
M kY li = − s M M =
Y