SlideShare a Scribd company logo
1 of 8
A. OPERASI MATRIKS
1. Penjumlahan Matriks
Jika matriks A dan B memiliki ordo yang sama, maka jumlah matriks A dan B adalah
matriks yang diperoleh dengan menjumlahkan setiap elemen matriks A dengan elemen
matriks B yang bersesuaian (seletak). Jumlah matriks A dan B dinotasikan dengan A + B.
Contoh : Diketahui : 𝐴 = [
1 0 βˆ’1
2 βˆ’3 5
], 𝐡 = [
βˆ’1 1 0
4 3 βˆ’2
], 𝐢 = [
βˆ’2 1
5 0
], dan
𝐷 = [
1 βˆ’2
βˆ’4 3
]
Tentukanlah :
a. A + B b. B + A c. C + D d. D + C e. A + C
Pembahasan : a. 𝐴 + 𝐡 = [
1 0 βˆ’1
2 βˆ’3 5
] + [
βˆ’1 1 0
4 3 βˆ’2
]
= [
1 + (βˆ’1) 0 + 1 βˆ’1 + 0
2 + 4 βˆ’3 + 3 5 + (βˆ’2)
] = [
0 1 βˆ’1
6 0 3
]
b. 𝐡 + 𝐴 = [
βˆ’1 1 0
4 3 βˆ’2
] + [
1 0 βˆ’1
2 βˆ’3 5
]
= [
βˆ’1 + 1 1 + 0 0 + (βˆ’1)
4 + 2 3 + (βˆ’3) βˆ’2 + 5
] = [
0 1 βˆ’1
6 0 3
]
c. 𝐢 + 𝐷 = [
βˆ’2 1
5 0
] + [
1 βˆ’2
βˆ’4 3
] = [
βˆ’1 βˆ’1
1 3
]
d. 𝐷 + 𝐢 = [
1 βˆ’2
βˆ’4 3
] + [
βˆ’2 1
5 0
] = [
βˆ’1 βˆ’1
1 3
]
e. Karena ordo A β‰  ordo C maka A + C dikatakan tidak terdefinisi.
Dari contoh terlihat oleh kita bahwa matriks A + B = B + A, dimana matriks A dan B
memiliki ordo yang sama. Dengan demikian, pada penjumlahan matriks berlaku sifat
komutatif.
Bukti : Misalkan = (π‘Žπ‘–π‘— )
π‘šΓ—π‘›
, 𝐡 = (𝑏𝑖𝑗)
π‘šΓ—π‘›
,dan 𝐴 + 𝐡 = 𝐢 = (𝑐𝑖𝑗)
π‘šΓ—π‘›
, dengan
𝑐𝑖𝑗 = π‘Žπ‘–π‘— + 𝑏𝑖𝑗. Oleh karena elemen-elemen matriks A maupun matriks B adalah
bilangan real yang mengikuti pada hokum komutatif,
maka 𝑐𝑖𝑗 = π‘Žπ‘–π‘— + 𝑏𝑖𝑗 = 𝑏𝑖𝑗 + π‘Žπ‘–π‘— . Sehingga dapat dikatakan A + B = B + A
(terbukti).
Dua matriks A dan B dapat dijumlahkan menjadi matriks C (ditulis C = A + B) jika dan hanya
jika:
1) Ordo C = ordo A = ordo B
2) 𝑐𝑖𝑗 = π‘Ž 𝑖𝑗 + 𝑏𝑖𝑗 untuk semua 𝑖 ∈ baris dan 𝑗 ∈ kolom
Apabila A dan B adalah dua matriks yang berordo sama maka A + B = B + A. Sifat
tersebut dinamakan sifat komutatif penjumlahan dua matriks.
Lalu, apakah sifat asosiatif berlaku dalam penjumlahan matriks? Untuk dapat menjawab
pertanyaan itu coba simaklah contoh berikut.
Contoh : Diketahui : 𝐴 = [
βˆ’1 0
3 2
], 𝐡 = [
βˆ’2 4
1 βˆ’5
] , dan 𝐢 = [
3 βˆ’3
βˆ’1 4
]
Tentukanlah : a. A + B + C b. (A + B) + C c. A + (B + C)
Pembahasan : a. 𝐴 + 𝐡 + 𝐢 = [
βˆ’1 0
3 2
] + [
βˆ’2 4
1 βˆ’3
] + [
3 βˆ’3
βˆ’1 4
]
= [
βˆ’1 + (βˆ’2) + 3 0 + 4 + (βˆ’3)
3 + 1 + (βˆ’1) 2 + (βˆ’5) + 4
] = [
0 1
3 1
]
b. ( 𝐴 + 𝐡) + 𝐢 = [[
βˆ’1 0
3 2
] + [
βˆ’2 4
1 βˆ’5
]] + [
3 βˆ’3
βˆ’1 4
]
= [
βˆ’1 + (βˆ’2) 0 + 4
3 + 1 2 + (βˆ’5)
] + [
3 βˆ’3
βˆ’1 4
]
= [
βˆ’3 4
4 βˆ’3
] + [
3 βˆ’6
βˆ’1 4
] = [
0 1
1 3
]
c. 𝐴 + ( 𝐡 + 𝐢) = [
βˆ’1 0
3 2
] + [[
βˆ’2 4
1 βˆ’5
] + [
3 βˆ’3
βˆ’1 4
]]
= [
βˆ’1 0
3 2
] + [
1 1
0 βˆ’1
] = [
0 1
3 1
]
Dari Contoh di atas dapat kita ketahui bahwa pada penjumlahan matriks berlaku sifat
asosiatif.
Bukti : Misalkan 𝐴 = (π‘Žπ‘–π‘— )
π‘šΓ—π‘›
, 𝐡 = (𝑏𝑖𝑗)
π‘šΓ—π‘›
, dan 𝐢 = (𝑐𝑖𝑗)
π‘šΓ— 𝑛
. Oleh karena
elemen-elemen matriks A, B, dan C merupakan bilangan real yang mengikuti
pada hukum assosiatif, maka berlaku hubungan-hubungan:
π‘Žπ‘–π‘— + 𝑏𝑖𝑗 + 𝑐𝑖𝑗 = π‘Žπ‘–π‘— + (𝑏𝑖𝑗 + 𝑐𝑖𝑗) = (π‘Žπ‘–π‘— + 𝑏𝑖𝑗) + 𝑐𝑖𝑗,sehingga dapat
dikatakan 𝐴 + 𝐡 + 𝐢 = 𝐴 + ( 𝐡 + 𝐢) = ( 𝐴 + 𝐡) + 𝐢 (terbukti).
2. Pengurangan Matriks
Telah kita ketahui bahwa jika a dan b dua bilangan real, maka berlaku :
π‘Ž βˆ’ 𝑏 = π‘Ž + (βˆ’π‘) dengan – 𝑏 adalah lawan dari b.
karena setiap matriks mempunyai matriks lawan, maka sama seperti pada bilangan real,
pada matriks pun berlaku:
Dengan kata lain, pengurangan matriks A oleh matriks B dilakukan dengan cara
menjumlahkan amtriks A dengan lawan dari matriks B.
Contoh : Diketahui matriks 𝐴 = [
2 βˆ’1
βˆ’3 4
] dan 𝐡 = [
βˆ’5 βˆ’2
2 6
]
Tentukanlah matriks 𝐴 βˆ’ 𝐡 !
Pembahasan : 𝐴 βˆ’ 𝐡 = [
2 βˆ’1
βˆ’3 4
] βˆ’ [
βˆ’5 βˆ’2
2 6
] = [
2 βˆ’1
βˆ’3 4
] + [
5 2
βˆ’2 βˆ’6
] = [
7 1
βˆ’5 βˆ’2
]
Apabila A, B, dan C adalah tiga matriks yang berordo sama, maka A + B + C = A + (B + C)
= (A + B) + C . Sifat tersebut dinamakan sifat asosiatif penumlahan matriks.
𝐴 βˆ’ 𝐡 = 𝐴 + (βˆ’π΅)
Contoh : Diketahui matriks 𝐴 = [
1 βˆ’3
2 βˆ’1
] , 𝐡 = [
2 βˆ’1
1 3
], dan 𝐢 = [
βˆ’1 3
4 βˆ’2
].
Tentukanlah: a. 𝐴 βˆ’ 𝐡 c. (𝐴 βˆ’ 𝐡) βˆ’ 𝐢
b. 𝐡 βˆ’ 𝐴 d. 𝐴 βˆ’ (𝐡 βˆ’ 𝐢)
Pembahasan : a. 𝐴 βˆ’ 𝐡 = [
1 βˆ’3
2 βˆ’1
] βˆ’ [
2 βˆ’1
1 3
] = [
1 + (βˆ’2) βˆ’3 + 1
2 + (βˆ’1) βˆ’1 + (βˆ’3)
] = [
βˆ’1 βˆ’2
1 βˆ’4
]
b. 𝐡 βˆ’ 𝐴 = [
2 βˆ’1
1 3
] βˆ’ [
1 βˆ’3
2 βˆ’1
] = [
2 + (βˆ’1) βˆ’1 + 3
1 + (βˆ’2) 3 + 1
] = [
1 2
βˆ’1 4
]
c. ( 𝐴 βˆ’ 𝐡) βˆ’ 𝐢 = [(
1 βˆ’3
2 βˆ’1
) βˆ’ (
2 βˆ’1
1 3
)] βˆ’ [
βˆ’1 3
4 βˆ’2
]
= [(
βˆ’1 βˆ’2
1 βˆ’4
) βˆ’ (
βˆ’1 3
4 βˆ’2
)] = [
0 βˆ’5
βˆ’3 βˆ’2
]
d. 𝐴 βˆ’ ( 𝐡 βˆ’ 𝐢) = [
1 βˆ’3
2 βˆ’1
] βˆ’ [(
2 βˆ’1
1 3
) βˆ’ (
βˆ’1 3
4 βˆ’2
)]
= [
1 βˆ’3
2 βˆ’1
] βˆ’ [
3 βˆ’4
βˆ’3 5
] = [
βˆ’2 1
5 βˆ’6
]
Dari Contoh di atas dapat kita ketahui bahwa dalam pengurangan matriks tidak berlaku
sifat komutatif dan asosiatif.
Contoh : Apabila A adalah matriks persegi berordo 2, selesaikanlah tiap persamaan
berikut!
a. 𝐴 + [
3 2
βˆ’1 4
] = [
5 βˆ’1
1 6
]
b. [
βˆ’1 3
0 βˆ’2
] + 𝐴 = [
2 βˆ’1
1 4
]
Pembahasan : a. 𝐴 + [
3 2
βˆ’1 4
] = [
5 βˆ’1
1 6
] ⇔ 𝐴 = [
5 βˆ’1
1 6
] βˆ’ [
3 2
βˆ’1 4
] = [
2 βˆ’3
2 2
]
b. [
βˆ’1 3
0 βˆ’2
] + 𝐴 = [
2 βˆ’1
1 4
] ⇔ 𝐴 = [
2 βˆ’1
1 4
] βˆ’ [
βˆ’1 3
0 βˆ’2
] = [
3 βˆ’1
1 6
]
3. Perkalian Matriks
a. Perkalian Matriks dengan Bilangan Real
Perkalian bilangan real k dengan matriks A ditulis kA adalah suatu matriks yang
elemen-elemennya diperoleh dengan cara mengalikan setiap elemen matriks A dengan
bilangan real k.
Dengan demikian, jika 𝐴 = [ π‘Ž 𝑏
𝑐 𝑑
], maka π‘˜π΄ = [ π‘˜π‘Ž π‘˜π‘
π‘˜π‘ π‘˜π‘‘
].
Telah kita ketahui bahwa untuk sembarang bilangan real a berlaku:
𝐴 βˆ’ 𝐡 β‰  𝐡 βˆ’ 𝐴
( 𝐴 βˆ’ 𝐡) βˆ’ 𝐢 β‰  𝐴 βˆ’ (𝐡 βˆ’ 𝐢)
Dua matriks A dan C dapat memenuhi persamaan C = kA jika dan hanya jika:
1. k bilangan real, A dan C matriks berordo sama.
2. 𝑐𝑖𝑗 = π‘˜π‘Ž 𝑖𝑗 untuk semua 𝑖 ∈ baris dan 𝑗 ∈ kolom.
π‘Ž + π‘Ž = 2π‘Ž
π‘Ž + π‘Ž + π‘Ž = 3π‘Ž
Lalu, apakah pada matriks berlaku bahwa A + A = 2A, A + A + A = 3A, dan
seterusnya? Untuk mengetahuinya, simaklah uraian berikut.
Matriks 𝐴 = [
1 2
3 5
], maka berdasarkan definisi penjumlahan matriks diperoleh:
𝐴 + 𝐴 = [
1 2
3 5
] + [
1 2
3 5
] = [
1 + 1 2 + 2
3 + 3 5 + 5
] = [
2.1 2.2
2.3 2.5
] = 2 [
1 2
3 5
] = 2𝐴
𝐴 + 𝐴 + 𝐴 = [
1 2
3 5
] + [
1 2
3 5
] + [
1 2
3 5
]
= [
1 + 1 + 1 2 + 2 + 2
3 + 3 + 3 5 + 5 + 5
] = [
3.1 3.2
3.3 3.5
] = 3[
1 2
3 5
] = 3𝐴
Dengan demikian pada matriks berlaku A + A + … + A = kA sebanyak k.
Contoh : Dikethaui: 𝐴 = [
1 2
3 5
] dan 𝐡 = [
3 1
4 6
]
Tentukanlah bentuk yang paling sederhana dari matriks:
a. 3A b. A + 2B c. 2𝐴 βˆ’ 3𝐡
Pembahasan : a. 3𝐴 = 3 [
1 2
3 5
] = [
3.1 3.2
3.3 3.5
] = [
3 6
9 15
]
b. 𝐴 + 2𝐡 = [
1 2
3 5
] + 2 [
3 1
4 6
] = [
1 2
3 5
] + [
6 2
8 12
] = [
7 4
11 17
]
c. 2𝐴 βˆ’ 3𝐡 = 2[
1 2
3 5
] βˆ’ 3[
3 1
4 6
] = [
2 4
6 10
] βˆ’ [
9 3
12 18
] = [
βˆ’7 βˆ’1
βˆ’6 βˆ’8
]
Sama halnya dengan penjumlahan dan pengurangan matriks, perkalian matriks
dengan bilangan real memenuhi sifat-sifat tertentu, seperti yang tercantum dalam sifat
berikut.
Contoh : Dikethaui 𝐴 = [
3 0
1 βˆ’2
] π‘‘π‘Žπ‘› 3𝐴 + 3𝐡 = [
6 9
βˆ’3 0
]
Tentukan matriks B.
Pembahasan : 3𝐴 + 3𝐡 = 3(𝐴 + 𝐡) = [
6 9
βˆ’3 0
] = 3[
2 3
βˆ’1 0
]
Dengan demikian, 𝐴 + 𝐡 = [
2 3
βˆ’1 0
]
𝐴 + 𝐡 = [
2 3
βˆ’1 0
] ⇔ [
3 0
1 βˆ’2
] + 𝐡𝐴 = [
2 3
βˆ’1 0
]
𝐡 = [
2 3
βˆ’1 0
] βˆ’ [
3 0
1 βˆ’2
] = [
βˆ’1 3
0 2
]
Jadi, 𝐡 = [
βˆ’1 3
0 2
]
Apabila k dan l adalah bilangan-bilangan real, A dan B adalah matriks berordo π‘š Γ—
𝑛, maka:
1. ( π‘˜ + 𝑙) 𝐴 = π‘˜π΄ + 𝑙𝐴 4. 1𝐴 = 𝐴
2. π‘˜( 𝐴 + 𝐡) = π‘˜π΄ + π‘˜π΅ 5. (βˆ’1) 𝐴 = βˆ’π΄
3. π‘˜(𝑙𝐴) = ( π‘˜π‘™) 𝐴
B. Perkalian Matriks
Dua buah matriks A dan B sepadan untuk dikalikan, artinya matriks A dapat dikalikan
dengan matriks B, jika banyak kolom matriks A sama dengan banyak kolom matriks B.
Sementara hasil perkalian matriks A dengan matriks B ditentukan dengan cara
mengalikan baris-baris matriks A dengan kolom-kolom matriks B kemudian
menjumlahkan hasil perkalian antara baris dan kolom tersebut.
Contoh : Di antara matriks-matriks berikut, manakah yang dapat dikalikan?
𝐴 = [
1
2
], 𝐡 = [
βˆ’1 2
0 5
], 𝐢 = [
0 3
1 2
βˆ’2 6
] , dan 𝐷 = [4 7]
Pembahasan : Diketahui matriks 𝐴2Γ—1, 𝐡2Γ—2, 𝐢3Γ—2, dan 𝐷1Γ—2.
Berdasarkan definisi 3.4, maka matriks-matriks yang dapat dikalikan adalah:
1. 𝐴2Γ—1 . 𝐷1Γ—2 4. 𝐢3Γ—2 . 𝐡2Γ—2
2. 𝐡2Γ—2 . 𝐴2Γ—1 5. 𝐷1Γ—2 . 𝐴2Γ—1
3. 𝐢3Γ—2 . 𝐴2Γ—1 6. 𝐷1Γ—2 . 𝐡2Γ—2
a. Perkalian Matriks Berordo ( 𝟏 Γ— 𝒏) dengan matriks berordo ( 𝒏 Γ— 𝟏)
Apabila A adalah matriks baris berordo 1 Γ— 𝑛 dan B adalah matriks kolom berordo 𝑛 Γ— 1
maka hasil perkalian matriks A dengan matriks B, misal C, adalah matriks baru berordo 1 Γ—
1. Matriks 𝐢1Γ—1 adalah suatu skalar.
Misalkan 𝐴 = [ π‘Ž11 π‘Ž12 π‘Ž13] dan 𝐡 = [
𝑏11
𝑏21
𝑏31
]
Maka 𝐴 . 𝐡 = [ π‘Ž11 π‘Ž12 π‘Ž13] [
𝑏11
𝑏21
𝑏31
] = [ π‘Ž11 𝑏11 + π‘Ž12 𝑏21 + π‘Ž13 𝑏31 ]
Contoh : Diketahui 𝐴 = [βˆ’1 2 5] dan 𝐡 = [
3
6
βˆ’2
]
Tentukanlah hasil perkalian matriks A dan B !
Pembahasan : 𝐴 . 𝐡 = [βˆ’1 2 5][
3
6
βˆ’2
] = [βˆ’1 . 3 + 2 . 6 + 5(βˆ’2)] = (βˆ’1)
b. Perkalian Matriks Berordo ( π’Ž Γ— 𝒏) dengan Matriks Berordo ( 𝒏 Γ— 𝟏)
Apabila A adalah matriks berordo π‘š Γ— 𝑛 dan B adalah matriks berordo 𝑛 Γ— 1, maka hasil
perkalian matriks A dengan matriks B misal C adalah matriks baru berordo ( π‘š Γ— 1).
Dua matriks A dan B dapat dikalikan dan menghasilkan matriks C jika dan
hanya jika:
1) 𝐢 π‘šΓ—π‘› = 𝐴 π‘šΓ—π‘ . 𝐡 𝑝×𝑛
2) 𝑐𝑖𝑗 = π‘Ž 𝑖1 𝑏1𝑗 + π‘Ž 𝑖2 𝑏2𝑗 + β‹―+ π‘Ž 𝑖𝑝 𝑏 𝑝𝑗
Definisi :
Misalkan 𝐴 = [
π‘Ž11 π‘Ž12 π‘Ž13
π‘Ž21 π‘Ž22 π‘Ž23
] dan 𝐡 = [
𝑏11
𝑏21
𝑏31
].
Maka 𝐴 . 𝐡 = [
π‘Ž11 π‘Ž12 π‘Ž13
π‘Ž21 π‘Ž22 π‘Ž23
][
𝑏11
𝑏21
𝑏31
] = [
π‘Ž11 𝑏11 + π‘Ž12 𝑏21 + π‘Ž13 𝑏21
π‘Ž21 𝑏11 + π‘Ž22 𝑏21 + π‘Ž23 𝑏31
]
Contoh : Tentukanlah hasil dari: [
1 2 3
4 5 2
] [
βˆ’1
3
βˆ’5
]
Pembahasan : [
1 2 3
4 5 2
][
βˆ’1
3
βˆ’5
] = [
1(βˆ’1)+ 2.3 + 3(βˆ’5)
4(βˆ’1)+ 5.3 + 2(βˆ’5)
] = [
βˆ’10
1
]
c. Perkalian Matriks Berordo π’Ž Γ— 𝒏 dengan matriks berordo 𝒏 Γ— 𝒑
Apabila A adalah matriks berordo π‘š Γ— 𝑛 dan B adalah matriks berordo 𝑛 Γ— 𝑝, maka hasil
perkalian matriks A dengan B, missal C, adalah matriks baru berordo π‘š Γ— 𝑝.
Misalkan matriks 𝐴 = [
π‘Ž11 π‘Ž12
π‘Ž21 π‘Ž22
] dan 𝐡 = [
𝑏11 𝑏12
𝑏21 𝑏22
]
Maka 𝐴 . 𝐡 = [
π‘Ž11 π‘Ž12
π‘Ž21 π‘Ž22
][
𝑏11 𝑏12
𝑏21 𝑏22
] = [
π‘Ž11 𝑏11 + π‘Ž12 𝑏21 π‘Ž11 𝑏12 + π‘Ž12 𝑏22
π‘Ž21 𝑏11 + π‘Ž22 𝑏21 π‘Ž21 𝑏12 + π‘Ž22 𝑏22
]
Contoh : Diketahui matriks 𝐴 = [
2 βˆ’1 3
βˆ’4 2 0
] π‘‘π‘Žπ‘› 𝐡 = [
1 βˆ’2
3 βˆ’2
βˆ’1 2
]
Tentukanlah matriks 𝐴 . 𝐡!
Pembahasan : 𝐴 . 𝐡 = [
2 βˆ’1 3
βˆ’4 2 0
][
1 βˆ’2
3 βˆ’2
βˆ’1 2
]
= [
2.1 + (βˆ’1)3+ 3(βˆ’1) 2(βˆ’1) + (βˆ’1)(βˆ’2)+ 3.2
βˆ’4.1 + 2.3 + 0(βˆ’1) βˆ’4(βˆ’1) + 2(βˆ’2) + 0.2
] = [
βˆ’4 6
2 0
]
Contoh : Diketahui matriks 𝐴 = [
4 1
3 π‘Ž
], 𝐡 = [
βˆ’1 π‘Ž
2π‘Ž + 𝑏 7
] , dan 𝐢 = [1 15
7 20
]
Jika 𝐴 . 𝐡 = 𝐢, tentukanlah nilai a dan b !
Pembahasan : 𝐴 . 𝐡 = 𝐢
[
4 1
3 π‘Ž
] [
βˆ’1 π‘Ž
2π‘Ž + 𝑏 7
] = [
1 15
7 20
]
[
βˆ’4 + 2π‘Ž + 𝑏 4π‘Ž + 7
βˆ’3 + π‘Ž(2π‘Ž + 𝑏) 3π‘Ž + 7π‘Ž
] = [
1 15
7 20
]
Diperoleh: 1) 4π‘Ž + 7 = 15 , maka π‘Ž = 2
1) βˆ’4 + 2π‘Ž + 𝑏 = 1 ⇔ βˆ’4 + 2 . 2 + 𝑏 = 1 ⇔ 𝑏 = 1
Jadi, nilai π‘Ž = 2 dan 𝑏 = 1
d. Sifat-sifat Perkalian Matriks
Pada bahasan sebelumnya kita telah mempelajari sifat-sifat penjumlahan dan
pengurangan matriks. Apakah sifat-sifat yang berlaku pada penjumlahan atau pengurangan
matriks berlaku pula pada perkalian matriks? Untuk mengetahuinya, simaklah beberapa
contoh berikut.
Contoh : Diketahui matriks: 𝐴 = [
1 2
4 βˆ’3
], 𝐡 = [
3 βˆ’1
5 2
] , dan 𝐢 = [
βˆ’2 4
3 βˆ’1
]
Tentukanlah: a. 𝐴 . 𝐡 d. 𝐴( 𝐡 . 𝐢)
b. 𝐡 . 𝐴 e. 𝐴( 𝐡 + 𝐢)
c. ( 𝐴 . 𝐡) 𝐢 f. 𝐴 . 𝐡 + 𝐴 . 𝐢
Pembahasan : a. 𝐴 . 𝐡 = [
1 2
4 βˆ’3
][
3 βˆ’1
5 2
] = [
3 + 10 βˆ’1 + 4
12 + (βˆ’15) βˆ’4 + (βˆ’6)
]
= [
13 3
βˆ’3 βˆ’10
]
b. 𝐡 . 𝐴 = [
3 βˆ’1
5 2
][
1 2
4 βˆ’3
] = [
3 + (βˆ’4) 6 + 3
5 + 8 10 + (βˆ’6)
] = [
βˆ’1 9
13 4
]
c. ( 𝐴 . 𝐡) 𝐢 = ([
1 2
4 βˆ’3
] [
3 βˆ’1
5 2
]) [
βˆ’2 4
3 βˆ’1
] = [
13 3
βˆ’3 βˆ’10
] [
βˆ’2 4
3 βˆ’1
]
= [
βˆ’26 + 9 52 + (βˆ’3)
6 + (βˆ’30) βˆ’12 + 10
] = [
βˆ’17 49
βˆ’24 βˆ’2
]
d. 𝐴( 𝐡 . 𝐢) = ([
1 2
4 βˆ’3
] [
3 βˆ’1
5 2
] [
βˆ’2 4
3 βˆ’1
]) = [
1 2
4 βˆ’3
] [
βˆ’9 13
βˆ’4 18
]
= [
βˆ’9 + (βˆ’8) 13 + 36
βˆ’36 + 12 52 + (βˆ’54)
] = [
βˆ’17 49
βˆ’24 βˆ’2
]
e. 𝐡 + 𝐢 = [
3 βˆ’1
5 2
] + [
βˆ’2 4
3 βˆ’1
] = [
1 3
8 1
]
𝐴( 𝐡 + 𝐢) = [
1 2
4 βˆ’3
][
1 3
8 1
] = [
17 5
βˆ’20 9
]
f. 𝐴 . 𝐢 = [
1 2
4 βˆ’3
] [
βˆ’2 4
3 βˆ’1
] = [
4 2
βˆ’17 19
]
𝐴 . 𝐡 + 𝐴 . 𝐢 = [
13 3
βˆ’3 βˆ’10
] + [
4 2
βˆ’17 19
] = [
17 5
βˆ’20 9
]
Dari contoh di atas terlihat oleh kita bahwa matriks 𝐴 . 𝐡 β‰  𝐡 . 𝐴, sementara
( 𝐴 . 𝐡) 𝐢 = 𝐴( 𝐡 . 𝐢) dan 𝐴( 𝐡 + 𝐢) = 𝐴 . 𝐡 + 𝐴 . 𝐢. Dengan demikian, pada perkalian
matriks tidak berlaku sifat komutatif, tetapi berlaku sifat asosiatif dan distributif.
Kita ingat kembali bahwa pada penjumlahan matriks, ada matriks identitas yaitu matriks
nol (𝑂) sehingga 𝐴 + 𝑂 = 𝑂 + 𝐴. Pada perkalian matriks, ada pula matriks identitas, tetapi
bukan matriks nol (O), melainkan matriks satuan I. matriks satuan ( 𝐼) adalah matriks persegi,
missal berordo n, yang semua elemen; diagonal π‘Ž11 = π‘Ž22 = π‘Ž33 = β‹― π‘Ž 𝑛𝑛 = 1 dan elemen
lainnya nol. Beberapa contoh matriks satuan adalah:
Apabila A, B, dan C adalah matriks-matriks yang sepadan untuk dikalikan, maka
berlaku sifat-sifat perkalian matriks, yaitu:
1) Tidak bersifat komutatif, kecuali untuk matriks-matriks khusus. 𝐴. 𝐡 β‰  𝐡. 𝐴
2) Bersifat asosiatif, ( 𝐴 . 𝐡) 𝐢 = 𝐴( 𝐡 . 𝐢)
3) Bersifat distributif, 𝐴( 𝐡+ 𝐢) = 𝐴 . 𝐡 + 𝐴 . 𝐢
Sifat 1:
𝐼 = [
1 0
0 1
], 𝐼 = [
1 0 0
0 1 0
0 0 1
] , π‘‘π‘Žπ‘› 𝐼 = [
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
]
Bagaimanakah sifat matriks nol dan matriks identitas I terhadap perkalian matriks?
Simaklah sifat-sifat perkalian matriks berikut.
Contoh : Dikethaui matriks: 𝐴′
= [
2 1
βˆ’3 5
] dan 𝐡′
= [
4 5
βˆ’1 3
]
Tentukanlah matriks 𝐴 . 𝐡.
Pembahasan : ( 𝐴 . 𝐡)β€²
= 𝐡′
. 𝐴′
= [
4 5
βˆ’1 3
][
2 1
βˆ’3 5
] = [
βˆ’7 29
βˆ’11 14
]
𝐴 . 𝐡 = [( 𝐴 . 𝐡)β€²]β€²
= [
βˆ’7 βˆ’11
29 14
]
e. Pemangkatan Matriks Persegi
Apabila A adalah sebuah matriks persegi, maka pemangkatan matriks A didefinisikan
sebagai berikut. Apabila A adalah sebuah matriks persegi, maka pemangkatan matriks A
didefinisikan sebagai berikut.
𝐴2
= 𝐴 . 𝐴, 𝐴3
= 𝐴 . 𝐴2
, 𝐴4
= 𝐴 . 𝐴3
,
Contoh : Diketahui 𝐴 = [
1 βˆ’3
2 5
] dan 𝐡 = [
2 βˆ’1
0 3
]
Tentukanlah: a. 𝐴2
+ 𝐡 b. 𝐴3
c. ( 𝐴 + 𝐡)2
Pembahasan : a. 𝐴2
= 𝐴 . 𝐴 = [
1 βˆ’3
2 5
] [
1 βˆ’3
2 5
] = [
βˆ’5 βˆ’18
12 19
]
𝐴2
+ 𝐡 = [
βˆ’5 βˆ’18
12 19
] + [
2 βˆ’1
0 3
] = [
βˆ’3 βˆ’19
12 22
]
b. 𝐴3
= 𝐴 . 𝐴2
= [
1 βˆ’3
2 5
] [
βˆ’5 βˆ’18
12 19
] = [
βˆ’41 βˆ’75
5 59
]
c. 𝐴 + 𝐡 = [
1 βˆ’3
2 5
] + [
2 βˆ’1
0 3
] = [
3 βˆ’4
2 8
]
( 𝐴 + 𝐡)2
= ( 𝐴 + 𝐡)( 𝐴 + 𝐡) = [
3 βˆ’4
2 8
][
3 βˆ’4
2 8
] = [
1 βˆ’44
22 56
]
Pada perkalian matriks,
1) Ada matriks identitas I sehingga AI = IA = A
2) Jika 𝐴 . 𝐡 = 𝑂, maka belum tentu 𝐴 = 𝑂 atau 𝐡 = 𝑂
3) Jika 𝐴 . 𝐡 = 𝐴 . 𝐢, maka belum tentu 𝐡 = 𝐢
4) ( 𝐴 . 𝐡)β€² = 𝐡′ . 𝐴′
Sifat 2 :
Sifat 2 (4)
Ingat ( 𝑨′)β€²
= 𝑨

More Related Content

What's hot

Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Dyas Arientiyya
Β 
Matrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LN
Matrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LNMatrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LN
Matrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LNMuhammad Yossi
Β 
Barisan dan Deret ( Kalkulus 2 )
Barisan dan Deret ( Kalkulus 2 )Barisan dan Deret ( Kalkulus 2 )
Barisan dan Deret ( Kalkulus 2 )Kelinci Coklat
Β 
Integral tak tentu dan integral tentu
Integral tak tentu dan integral tentuIntegral tak tentu dan integral tentu
Integral tak tentu dan integral tentuAna Sugiyarti
Β 
Matematika Dasar Bab I Sistem Bilangan Riil
Matematika Dasar Bab I Sistem Bilangan RiilMatematika Dasar Bab I Sistem Bilangan Riil
Matematika Dasar Bab I Sistem Bilangan RiilAdhi99
Β 
Fungsi dan model matematika
Fungsi dan model matematikaFungsi dan model matematika
Fungsi dan model matematikaAlwi Hasan
Β 
Turunan fungsi trigonometri
Turunan fungsi trigonometriTurunan fungsi trigonometri
Turunan fungsi trigonometrighinahuwaidah
Β 
Fungsi pecah fungsi rasional
Fungsi pecah  fungsi rasional Fungsi pecah  fungsi rasional
Fungsi pecah fungsi rasional Ig Fandy Jayanto
Β 
Matematika 2 - Slide week 13 - Eigen
Matematika 2 - Slide week 13 - EigenMatematika 2 - Slide week 13 - Eigen
Matematika 2 - Slide week 13 - EigenBeny Nugraha
Β 
ALJABAR LINEAR ELEMENTER
ALJABAR LINEAR ELEMENTERALJABAR LINEAR ELEMENTER
ALJABAR LINEAR ELEMENTERMella Imelda
Β 
Integral rangkap
Integral rangkapIntegral rangkap
Integral rangkapKira R. Yamato
Β 
Rumus cepat-matematika-vektor
Rumus cepat-matematika-vektorRumus cepat-matematika-vektor
Rumus cepat-matematika-vektorIr Al
Β 
Aljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabarAljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabarmaman wijaya
Β 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksIpit Sabrina
Β 
Contoh soal penerapan taksonomi bloom revisi
Contoh soal penerapan taksonomi bloom revisiContoh soal penerapan taksonomi bloom revisi
Contoh soal penerapan taksonomi bloom revisiazrin10
Β 

What's hot (20)

Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)
Β 
Matrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LN
Matrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LNMatrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LN
Matrix - Invers, tranpose, determinant. (2x2, 3x3) XII Science LN
Β 
Grup siklik
Grup siklikGrup siklik
Grup siklik
Β 
Barisan dan Deret ( Kalkulus 2 )
Barisan dan Deret ( Kalkulus 2 )Barisan dan Deret ( Kalkulus 2 )
Barisan dan Deret ( Kalkulus 2 )
Β 
Calculus 2 pertemuan 1
Calculus 2 pertemuan 1Calculus 2 pertemuan 1
Calculus 2 pertemuan 1
Β 
Integral tak tentu dan integral tentu
Integral tak tentu dan integral tentuIntegral tak tentu dan integral tentu
Integral tak tentu dan integral tentu
Β 
Turunan
TurunanTurunan
Turunan
Β 
Matematika Dasar Bab I Sistem Bilangan Riil
Matematika Dasar Bab I Sistem Bilangan RiilMatematika Dasar Bab I Sistem Bilangan Riil
Matematika Dasar Bab I Sistem Bilangan Riil
Β 
Bilangan kompleks
Bilangan kompleksBilangan kompleks
Bilangan kompleks
Β 
Fungsi dan model matematika
Fungsi dan model matematikaFungsi dan model matematika
Fungsi dan model matematika
Β 
Turunan fungsi trigonometri
Turunan fungsi trigonometriTurunan fungsi trigonometri
Turunan fungsi trigonometri
Β 
Fungsi pecah fungsi rasional
Fungsi pecah  fungsi rasional Fungsi pecah  fungsi rasional
Fungsi pecah fungsi rasional
Β 
Matematika 2 - Slide week 13 - Eigen
Matematika 2 - Slide week 13 - EigenMatematika 2 - Slide week 13 - Eigen
Matematika 2 - Slide week 13 - Eigen
Β 
ALJABAR LINEAR ELEMENTER
ALJABAR LINEAR ELEMENTERALJABAR LINEAR ELEMENTER
ALJABAR LINEAR ELEMENTER
Β 
Integral rangkap
Integral rangkapIntegral rangkap
Integral rangkap
Β 
Rumus cepat-matematika-vektor
Rumus cepat-matematika-vektorRumus cepat-matematika-vektor
Rumus cepat-matematika-vektor
Β 
Aljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabarAljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabar
Β 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi Matriks
Β 
Contoh soal penerapan taksonomi bloom revisi
Contoh soal penerapan taksonomi bloom revisiContoh soal penerapan taksonomi bloom revisi
Contoh soal penerapan taksonomi bloom revisi
Β 
19. Soal-soal Matriks
19. Soal-soal Matriks19. Soal-soal Matriks
19. Soal-soal Matriks
Β 

Viewers also liked

Force copy
Force   copyForce   copy
Force copyneethu1991
Β 
Mr. Speicher
Mr. SpeicherMr. Speicher
Mr. Speicherdspeicher7
Β 
T22 imgmothercaract iranzuhuarte
T22 imgmothercaract iranzuhuarteT22 imgmothercaract iranzuhuarte
T22 imgmothercaract iranzuhuarteiranzuhuarte
Β 
Children's Day Quiz Final
Children's Day Quiz FinalChildren's Day Quiz Final
Children's Day Quiz FinalHardcore Quizzers
Β 
Real estate appraiser kpi
Real estate appraiser kpiReal estate appraiser kpi
Real estate appraiser kpiretuqewri
Β 
Digitalt lΓ€rande i ett sammanhang
Digitalt lΓ€rande i ett sammanhangDigitalt lΓ€rande i ett sammanhang
Digitalt lΓ€rande i ett sammanhangkvutis
Β 
Globalhack II Pitch - August 2014
Globalhack II Pitch - August 2014Globalhack II Pitch - August 2014
Globalhack II Pitch - August 2014enlivenhq
Β 
2016 | LPartner | Auditoria de Cobranças Logísticas
2016 | LPartner | Auditoria de Cobranças Logísticas2016 | LPartner | Auditoria de Cobranças Logísticas
2016 | LPartner | Auditoria de Cobranças LogísticasClauberLuiz
Β 

Viewers also liked (12)

Force copy
Force   copyForce   copy
Force copy
Β 
Deret aritmetika
Deret aritmetikaDeret aritmetika
Deret aritmetika
Β 
Mr. Speicher
Mr. SpeicherMr. Speicher
Mr. Speicher
Β 
2015 Reverse Sales Leads Driver Card
2015 Reverse Sales Leads Driver Card2015 Reverse Sales Leads Driver Card
2015 Reverse Sales Leads Driver Card
Β 
T22 imgmothercaract iranzuhuarte
T22 imgmothercaract iranzuhuarteT22 imgmothercaract iranzuhuarte
T22 imgmothercaract iranzuhuarte
Β 
Force
ForceForce
Force
Β 
Force
ForceForce
Force
Β 
Children's Day Quiz Final
Children's Day Quiz FinalChildren's Day Quiz Final
Children's Day Quiz Final
Β 
Real estate appraiser kpi
Real estate appraiser kpiReal estate appraiser kpi
Real estate appraiser kpi
Β 
Digitalt lΓ€rande i ett sammanhang
Digitalt lΓ€rande i ett sammanhangDigitalt lΓ€rande i ett sammanhang
Digitalt lΓ€rande i ett sammanhang
Β 
Globalhack II Pitch - August 2014
Globalhack II Pitch - August 2014Globalhack II Pitch - August 2014
Globalhack II Pitch - August 2014
Β 
2016 | LPartner | Auditoria de Cobranças Logísticas
2016 | LPartner | Auditoria de Cobranças Logísticas2016 | LPartner | Auditoria de Cobranças Logísticas
2016 | LPartner | Auditoria de Cobranças Logísticas
Β 

Similar to Operasi matriks

Penjumlahan dan pengurangan matriks
Penjumlahan dan pengurangan matriksPenjumlahan dan pengurangan matriks
Penjumlahan dan pengurangan matriksWina Ariyani
Β 
Ppt media it
Ppt media itPpt media it
Ppt media itanggunoktari
Β 
Matriks, relasi dan fungsi
Matriks, relasi dan fungsi Matriks, relasi dan fungsi
Matriks, relasi dan fungsi Aisyah Turidho
Β 
Materi ajar matriks pdf
Materi ajar matriks pdfMateri ajar matriks pdf
Materi ajar matriks pdfLalu Irpahlan
Β 
Matriks 1
Matriks 1Matriks 1
Matriks 1acimulyana
Β 
BAB II - OPERASI MATRIKS.pptx
BAB II - OPERASI MATRIKS.pptxBAB II - OPERASI MATRIKS.pptx
BAB II - OPERASI MATRIKS.pptxsoegihbgt
Β 
Matematika matriks
Matematika matriksMatematika matriks
Matematika matriksAmalia Rizka
Β 
pertemuan 6 matriks.pptx
pertemuan 6 matriks.pptxpertemuan 6 matriks.pptx
pertemuan 6 matriks.pptxauliaaritonang
Β 
Materi 1. matriks dan operasinya
Materi 1. matriks dan operasinyaMateri 1. matriks dan operasinya
Materi 1. matriks dan operasinyaamrinarizta
Β 
Matriksku.ppt
Matriksku.pptMatriksku.ppt
Matriksku.pptWantowiarno
Β 
PPT Matwa Bab 3 Matriks.pptx
PPT Matwa Bab 3 Matriks.pptxPPT Matwa Bab 3 Matriks.pptx
PPT Matwa Bab 3 Matriks.pptxFirdaAulia31
Β 
Materi MATRIKS
Materi MATRIKSMateri MATRIKS
Materi MATRIKSAbu Isral
Β 
Soal pjj kelas xotkp selasa 28 april 2020
Soal pjj kelas xotkp selasa 28 april 2020Soal pjj kelas xotkp selasa 28 april 2020
Soal pjj kelas xotkp selasa 28 april 2020SarahNainggolanMarga
Β 
Materi Matriks..
Materi Matriks..Materi Matriks..
Materi Matriks..Abu Isral
Β 
Materi Matriks
Materi Matriks Materi Matriks
Materi Matriks Abu Isral
Β 

Similar to Operasi matriks (20)

Matriks Kelas X
Matriks Kelas XMatriks Kelas X
Matriks Kelas X
Β 
3. matriks
3. matriks3. matriks
3. matriks
Β 
Penjumlahan dan pengurangan matriks
Penjumlahan dan pengurangan matriksPenjumlahan dan pengurangan matriks
Penjumlahan dan pengurangan matriks
Β 
Ppt media it
Ppt media itPpt media it
Ppt media it
Β 
Matriks, relasi dan fungsi
Matriks, relasi dan fungsi Matriks, relasi dan fungsi
Matriks, relasi dan fungsi
Β 
Materi ajar matriks pdf
Materi ajar matriks pdfMateri ajar matriks pdf
Materi ajar matriks pdf
Β 
Matriks 1
Matriks 1Matriks 1
Matriks 1
Β 
BAB II - OPERASI MATRIKS.pptx
BAB II - OPERASI MATRIKS.pptxBAB II - OPERASI MATRIKS.pptx
BAB II - OPERASI MATRIKS.pptx
Β 
Matematika matriks
Matematika matriksMatematika matriks
Matematika matriks
Β 
pertemuan 6 matriks.pptx
pertemuan 6 matriks.pptxpertemuan 6 matriks.pptx
pertemuan 6 matriks.pptx
Β 
Matriks
MatriksMatriks
Matriks
Β 
Materi 1. matriks dan operasinya
Materi 1. matriks dan operasinyaMateri 1. matriks dan operasinya
Materi 1. matriks dan operasinya
Β 
Matriksku.ppt
Matriksku.pptMatriksku.ppt
Matriksku.ppt
Β 
Kel3 matriks
Kel3 matriks Kel3 matriks
Kel3 matriks
Β 
PPT Matwa Bab 3 Matriks.pptx
PPT Matwa Bab 3 Matriks.pptxPPT Matwa Bab 3 Matriks.pptx
PPT Matwa Bab 3 Matriks.pptx
Β 
Materi MATRIKS
Materi MATRIKSMateri MATRIKS
Materi MATRIKS
Β 
Soal pjj kelas xotkp selasa 28 april 2020
Soal pjj kelas xotkp selasa 28 april 2020Soal pjj kelas xotkp selasa 28 april 2020
Soal pjj kelas xotkp selasa 28 april 2020
Β 
Materi Matriks..
Materi Matriks..Materi Matriks..
Materi Matriks..
Β 
Materi Matriks
Materi Matriks Materi Matriks
Materi Matriks
Β 
Matriks 2
Matriks 2Matriks 2
Matriks 2
Β 

Operasi matriks

  • 1. A. OPERASI MATRIKS 1. Penjumlahan Matriks Jika matriks A dan B memiliki ordo yang sama, maka jumlah matriks A dan B adalah matriks yang diperoleh dengan menjumlahkan setiap elemen matriks A dengan elemen matriks B yang bersesuaian (seletak). Jumlah matriks A dan B dinotasikan dengan A + B. Contoh : Diketahui : 𝐴 = [ 1 0 βˆ’1 2 βˆ’3 5 ], 𝐡 = [ βˆ’1 1 0 4 3 βˆ’2 ], 𝐢 = [ βˆ’2 1 5 0 ], dan 𝐷 = [ 1 βˆ’2 βˆ’4 3 ] Tentukanlah : a. A + B b. B + A c. C + D d. D + C e. A + C Pembahasan : a. 𝐴 + 𝐡 = [ 1 0 βˆ’1 2 βˆ’3 5 ] + [ βˆ’1 1 0 4 3 βˆ’2 ] = [ 1 + (βˆ’1) 0 + 1 βˆ’1 + 0 2 + 4 βˆ’3 + 3 5 + (βˆ’2) ] = [ 0 1 βˆ’1 6 0 3 ] b. 𝐡 + 𝐴 = [ βˆ’1 1 0 4 3 βˆ’2 ] + [ 1 0 βˆ’1 2 βˆ’3 5 ] = [ βˆ’1 + 1 1 + 0 0 + (βˆ’1) 4 + 2 3 + (βˆ’3) βˆ’2 + 5 ] = [ 0 1 βˆ’1 6 0 3 ] c. 𝐢 + 𝐷 = [ βˆ’2 1 5 0 ] + [ 1 βˆ’2 βˆ’4 3 ] = [ βˆ’1 βˆ’1 1 3 ] d. 𝐷 + 𝐢 = [ 1 βˆ’2 βˆ’4 3 ] + [ βˆ’2 1 5 0 ] = [ βˆ’1 βˆ’1 1 3 ] e. Karena ordo A β‰  ordo C maka A + C dikatakan tidak terdefinisi. Dari contoh terlihat oleh kita bahwa matriks A + B = B + A, dimana matriks A dan B memiliki ordo yang sama. Dengan demikian, pada penjumlahan matriks berlaku sifat komutatif. Bukti : Misalkan = (π‘Žπ‘–π‘— ) π‘šΓ—π‘› , 𝐡 = (𝑏𝑖𝑗) π‘šΓ—π‘› ,dan 𝐴 + 𝐡 = 𝐢 = (𝑐𝑖𝑗) π‘šΓ—π‘› , dengan 𝑐𝑖𝑗 = π‘Žπ‘–π‘— + 𝑏𝑖𝑗. Oleh karena elemen-elemen matriks A maupun matriks B adalah bilangan real yang mengikuti pada hokum komutatif, maka 𝑐𝑖𝑗 = π‘Žπ‘–π‘— + 𝑏𝑖𝑗 = 𝑏𝑖𝑗 + π‘Žπ‘–π‘— . Sehingga dapat dikatakan A + B = B + A (terbukti). Dua matriks A dan B dapat dijumlahkan menjadi matriks C (ditulis C = A + B) jika dan hanya jika: 1) Ordo C = ordo A = ordo B 2) 𝑐𝑖𝑗 = π‘Ž 𝑖𝑗 + 𝑏𝑖𝑗 untuk semua 𝑖 ∈ baris dan 𝑗 ∈ kolom Apabila A dan B adalah dua matriks yang berordo sama maka A + B = B + A. Sifat tersebut dinamakan sifat komutatif penjumlahan dua matriks.
  • 2. Lalu, apakah sifat asosiatif berlaku dalam penjumlahan matriks? Untuk dapat menjawab pertanyaan itu coba simaklah contoh berikut. Contoh : Diketahui : 𝐴 = [ βˆ’1 0 3 2 ], 𝐡 = [ βˆ’2 4 1 βˆ’5 ] , dan 𝐢 = [ 3 βˆ’3 βˆ’1 4 ] Tentukanlah : a. A + B + C b. (A + B) + C c. A + (B + C) Pembahasan : a. 𝐴 + 𝐡 + 𝐢 = [ βˆ’1 0 3 2 ] + [ βˆ’2 4 1 βˆ’3 ] + [ 3 βˆ’3 βˆ’1 4 ] = [ βˆ’1 + (βˆ’2) + 3 0 + 4 + (βˆ’3) 3 + 1 + (βˆ’1) 2 + (βˆ’5) + 4 ] = [ 0 1 3 1 ] b. ( 𝐴 + 𝐡) + 𝐢 = [[ βˆ’1 0 3 2 ] + [ βˆ’2 4 1 βˆ’5 ]] + [ 3 βˆ’3 βˆ’1 4 ] = [ βˆ’1 + (βˆ’2) 0 + 4 3 + 1 2 + (βˆ’5) ] + [ 3 βˆ’3 βˆ’1 4 ] = [ βˆ’3 4 4 βˆ’3 ] + [ 3 βˆ’6 βˆ’1 4 ] = [ 0 1 1 3 ] c. 𝐴 + ( 𝐡 + 𝐢) = [ βˆ’1 0 3 2 ] + [[ βˆ’2 4 1 βˆ’5 ] + [ 3 βˆ’3 βˆ’1 4 ]] = [ βˆ’1 0 3 2 ] + [ 1 1 0 βˆ’1 ] = [ 0 1 3 1 ] Dari Contoh di atas dapat kita ketahui bahwa pada penjumlahan matriks berlaku sifat asosiatif. Bukti : Misalkan 𝐴 = (π‘Žπ‘–π‘— ) π‘šΓ—π‘› , 𝐡 = (𝑏𝑖𝑗) π‘šΓ—π‘› , dan 𝐢 = (𝑐𝑖𝑗) π‘šΓ— 𝑛 . Oleh karena elemen-elemen matriks A, B, dan C merupakan bilangan real yang mengikuti pada hukum assosiatif, maka berlaku hubungan-hubungan: π‘Žπ‘–π‘— + 𝑏𝑖𝑗 + 𝑐𝑖𝑗 = π‘Žπ‘–π‘— + (𝑏𝑖𝑗 + 𝑐𝑖𝑗) = (π‘Žπ‘–π‘— + 𝑏𝑖𝑗) + 𝑐𝑖𝑗,sehingga dapat dikatakan 𝐴 + 𝐡 + 𝐢 = 𝐴 + ( 𝐡 + 𝐢) = ( 𝐴 + 𝐡) + 𝐢 (terbukti). 2. Pengurangan Matriks Telah kita ketahui bahwa jika a dan b dua bilangan real, maka berlaku : π‘Ž βˆ’ 𝑏 = π‘Ž + (βˆ’π‘) dengan – 𝑏 adalah lawan dari b. karena setiap matriks mempunyai matriks lawan, maka sama seperti pada bilangan real, pada matriks pun berlaku: Dengan kata lain, pengurangan matriks A oleh matriks B dilakukan dengan cara menjumlahkan amtriks A dengan lawan dari matriks B. Contoh : Diketahui matriks 𝐴 = [ 2 βˆ’1 βˆ’3 4 ] dan 𝐡 = [ βˆ’5 βˆ’2 2 6 ] Tentukanlah matriks 𝐴 βˆ’ 𝐡 ! Pembahasan : 𝐴 βˆ’ 𝐡 = [ 2 βˆ’1 βˆ’3 4 ] βˆ’ [ βˆ’5 βˆ’2 2 6 ] = [ 2 βˆ’1 βˆ’3 4 ] + [ 5 2 βˆ’2 βˆ’6 ] = [ 7 1 βˆ’5 βˆ’2 ] Apabila A, B, dan C adalah tiga matriks yang berordo sama, maka A + B + C = A + (B + C) = (A + B) + C . Sifat tersebut dinamakan sifat asosiatif penumlahan matriks. 𝐴 βˆ’ 𝐡 = 𝐴 + (βˆ’π΅)
  • 3. Contoh : Diketahui matriks 𝐴 = [ 1 βˆ’3 2 βˆ’1 ] , 𝐡 = [ 2 βˆ’1 1 3 ], dan 𝐢 = [ βˆ’1 3 4 βˆ’2 ]. Tentukanlah: a. 𝐴 βˆ’ 𝐡 c. (𝐴 βˆ’ 𝐡) βˆ’ 𝐢 b. 𝐡 βˆ’ 𝐴 d. 𝐴 βˆ’ (𝐡 βˆ’ 𝐢) Pembahasan : a. 𝐴 βˆ’ 𝐡 = [ 1 βˆ’3 2 βˆ’1 ] βˆ’ [ 2 βˆ’1 1 3 ] = [ 1 + (βˆ’2) βˆ’3 + 1 2 + (βˆ’1) βˆ’1 + (βˆ’3) ] = [ βˆ’1 βˆ’2 1 βˆ’4 ] b. 𝐡 βˆ’ 𝐴 = [ 2 βˆ’1 1 3 ] βˆ’ [ 1 βˆ’3 2 βˆ’1 ] = [ 2 + (βˆ’1) βˆ’1 + 3 1 + (βˆ’2) 3 + 1 ] = [ 1 2 βˆ’1 4 ] c. ( 𝐴 βˆ’ 𝐡) βˆ’ 𝐢 = [( 1 βˆ’3 2 βˆ’1 ) βˆ’ ( 2 βˆ’1 1 3 )] βˆ’ [ βˆ’1 3 4 βˆ’2 ] = [( βˆ’1 βˆ’2 1 βˆ’4 ) βˆ’ ( βˆ’1 3 4 βˆ’2 )] = [ 0 βˆ’5 βˆ’3 βˆ’2 ] d. 𝐴 βˆ’ ( 𝐡 βˆ’ 𝐢) = [ 1 βˆ’3 2 βˆ’1 ] βˆ’ [( 2 βˆ’1 1 3 ) βˆ’ ( βˆ’1 3 4 βˆ’2 )] = [ 1 βˆ’3 2 βˆ’1 ] βˆ’ [ 3 βˆ’4 βˆ’3 5 ] = [ βˆ’2 1 5 βˆ’6 ] Dari Contoh di atas dapat kita ketahui bahwa dalam pengurangan matriks tidak berlaku sifat komutatif dan asosiatif. Contoh : Apabila A adalah matriks persegi berordo 2, selesaikanlah tiap persamaan berikut! a. 𝐴 + [ 3 2 βˆ’1 4 ] = [ 5 βˆ’1 1 6 ] b. [ βˆ’1 3 0 βˆ’2 ] + 𝐴 = [ 2 βˆ’1 1 4 ] Pembahasan : a. 𝐴 + [ 3 2 βˆ’1 4 ] = [ 5 βˆ’1 1 6 ] ⇔ 𝐴 = [ 5 βˆ’1 1 6 ] βˆ’ [ 3 2 βˆ’1 4 ] = [ 2 βˆ’3 2 2 ] b. [ βˆ’1 3 0 βˆ’2 ] + 𝐴 = [ 2 βˆ’1 1 4 ] ⇔ 𝐴 = [ 2 βˆ’1 1 4 ] βˆ’ [ βˆ’1 3 0 βˆ’2 ] = [ 3 βˆ’1 1 6 ] 3. Perkalian Matriks a. Perkalian Matriks dengan Bilangan Real Perkalian bilangan real k dengan matriks A ditulis kA adalah suatu matriks yang elemen-elemennya diperoleh dengan cara mengalikan setiap elemen matriks A dengan bilangan real k. Dengan demikian, jika 𝐴 = [ π‘Ž 𝑏 𝑐 𝑑 ], maka π‘˜π΄ = [ π‘˜π‘Ž π‘˜π‘ π‘˜π‘ π‘˜π‘‘ ]. Telah kita ketahui bahwa untuk sembarang bilangan real a berlaku: 𝐴 βˆ’ 𝐡 β‰  𝐡 βˆ’ 𝐴 ( 𝐴 βˆ’ 𝐡) βˆ’ 𝐢 β‰  𝐴 βˆ’ (𝐡 βˆ’ 𝐢) Dua matriks A dan C dapat memenuhi persamaan C = kA jika dan hanya jika: 1. k bilangan real, A dan C matriks berordo sama. 2. 𝑐𝑖𝑗 = π‘˜π‘Ž 𝑖𝑗 untuk semua 𝑖 ∈ baris dan 𝑗 ∈ kolom.
  • 4. π‘Ž + π‘Ž = 2π‘Ž π‘Ž + π‘Ž + π‘Ž = 3π‘Ž Lalu, apakah pada matriks berlaku bahwa A + A = 2A, A + A + A = 3A, dan seterusnya? Untuk mengetahuinya, simaklah uraian berikut. Matriks 𝐴 = [ 1 2 3 5 ], maka berdasarkan definisi penjumlahan matriks diperoleh: 𝐴 + 𝐴 = [ 1 2 3 5 ] + [ 1 2 3 5 ] = [ 1 + 1 2 + 2 3 + 3 5 + 5 ] = [ 2.1 2.2 2.3 2.5 ] = 2 [ 1 2 3 5 ] = 2𝐴 𝐴 + 𝐴 + 𝐴 = [ 1 2 3 5 ] + [ 1 2 3 5 ] + [ 1 2 3 5 ] = [ 1 + 1 + 1 2 + 2 + 2 3 + 3 + 3 5 + 5 + 5 ] = [ 3.1 3.2 3.3 3.5 ] = 3[ 1 2 3 5 ] = 3𝐴 Dengan demikian pada matriks berlaku A + A + … + A = kA sebanyak k. Contoh : Dikethaui: 𝐴 = [ 1 2 3 5 ] dan 𝐡 = [ 3 1 4 6 ] Tentukanlah bentuk yang paling sederhana dari matriks: a. 3A b. A + 2B c. 2𝐴 βˆ’ 3𝐡 Pembahasan : a. 3𝐴 = 3 [ 1 2 3 5 ] = [ 3.1 3.2 3.3 3.5 ] = [ 3 6 9 15 ] b. 𝐴 + 2𝐡 = [ 1 2 3 5 ] + 2 [ 3 1 4 6 ] = [ 1 2 3 5 ] + [ 6 2 8 12 ] = [ 7 4 11 17 ] c. 2𝐴 βˆ’ 3𝐡 = 2[ 1 2 3 5 ] βˆ’ 3[ 3 1 4 6 ] = [ 2 4 6 10 ] βˆ’ [ 9 3 12 18 ] = [ βˆ’7 βˆ’1 βˆ’6 βˆ’8 ] Sama halnya dengan penjumlahan dan pengurangan matriks, perkalian matriks dengan bilangan real memenuhi sifat-sifat tertentu, seperti yang tercantum dalam sifat berikut. Contoh : Dikethaui 𝐴 = [ 3 0 1 βˆ’2 ] π‘‘π‘Žπ‘› 3𝐴 + 3𝐡 = [ 6 9 βˆ’3 0 ] Tentukan matriks B. Pembahasan : 3𝐴 + 3𝐡 = 3(𝐴 + 𝐡) = [ 6 9 βˆ’3 0 ] = 3[ 2 3 βˆ’1 0 ] Dengan demikian, 𝐴 + 𝐡 = [ 2 3 βˆ’1 0 ] 𝐴 + 𝐡 = [ 2 3 βˆ’1 0 ] ⇔ [ 3 0 1 βˆ’2 ] + 𝐡𝐴 = [ 2 3 βˆ’1 0 ] 𝐡 = [ 2 3 βˆ’1 0 ] βˆ’ [ 3 0 1 βˆ’2 ] = [ βˆ’1 3 0 2 ] Jadi, 𝐡 = [ βˆ’1 3 0 2 ] Apabila k dan l adalah bilangan-bilangan real, A dan B adalah matriks berordo π‘š Γ— 𝑛, maka: 1. ( π‘˜ + 𝑙) 𝐴 = π‘˜π΄ + 𝑙𝐴 4. 1𝐴 = 𝐴 2. π‘˜( 𝐴 + 𝐡) = π‘˜π΄ + π‘˜π΅ 5. (βˆ’1) 𝐴 = βˆ’π΄ 3. π‘˜(𝑙𝐴) = ( π‘˜π‘™) 𝐴
  • 5. B. Perkalian Matriks Dua buah matriks A dan B sepadan untuk dikalikan, artinya matriks A dapat dikalikan dengan matriks B, jika banyak kolom matriks A sama dengan banyak kolom matriks B. Sementara hasil perkalian matriks A dengan matriks B ditentukan dengan cara mengalikan baris-baris matriks A dengan kolom-kolom matriks B kemudian menjumlahkan hasil perkalian antara baris dan kolom tersebut. Contoh : Di antara matriks-matriks berikut, manakah yang dapat dikalikan? 𝐴 = [ 1 2 ], 𝐡 = [ βˆ’1 2 0 5 ], 𝐢 = [ 0 3 1 2 βˆ’2 6 ] , dan 𝐷 = [4 7] Pembahasan : Diketahui matriks 𝐴2Γ—1, 𝐡2Γ—2, 𝐢3Γ—2, dan 𝐷1Γ—2. Berdasarkan definisi 3.4, maka matriks-matriks yang dapat dikalikan adalah: 1. 𝐴2Γ—1 . 𝐷1Γ—2 4. 𝐢3Γ—2 . 𝐡2Γ—2 2. 𝐡2Γ—2 . 𝐴2Γ—1 5. 𝐷1Γ—2 . 𝐴2Γ—1 3. 𝐢3Γ—2 . 𝐴2Γ—1 6. 𝐷1Γ—2 . 𝐡2Γ—2 a. Perkalian Matriks Berordo ( 𝟏 Γ— 𝒏) dengan matriks berordo ( 𝒏 Γ— 𝟏) Apabila A adalah matriks baris berordo 1 Γ— 𝑛 dan B adalah matriks kolom berordo 𝑛 Γ— 1 maka hasil perkalian matriks A dengan matriks B, misal C, adalah matriks baru berordo 1 Γ— 1. Matriks 𝐢1Γ—1 adalah suatu skalar. Misalkan 𝐴 = [ π‘Ž11 π‘Ž12 π‘Ž13] dan 𝐡 = [ 𝑏11 𝑏21 𝑏31 ] Maka 𝐴 . 𝐡 = [ π‘Ž11 π‘Ž12 π‘Ž13] [ 𝑏11 𝑏21 𝑏31 ] = [ π‘Ž11 𝑏11 + π‘Ž12 𝑏21 + π‘Ž13 𝑏31 ] Contoh : Diketahui 𝐴 = [βˆ’1 2 5] dan 𝐡 = [ 3 6 βˆ’2 ] Tentukanlah hasil perkalian matriks A dan B ! Pembahasan : 𝐴 . 𝐡 = [βˆ’1 2 5][ 3 6 βˆ’2 ] = [βˆ’1 . 3 + 2 . 6 + 5(βˆ’2)] = (βˆ’1) b. Perkalian Matriks Berordo ( π’Ž Γ— 𝒏) dengan Matriks Berordo ( 𝒏 Γ— 𝟏) Apabila A adalah matriks berordo π‘š Γ— 𝑛 dan B adalah matriks berordo 𝑛 Γ— 1, maka hasil perkalian matriks A dengan matriks B misal C adalah matriks baru berordo ( π‘š Γ— 1). Dua matriks A dan B dapat dikalikan dan menghasilkan matriks C jika dan hanya jika: 1) 𝐢 π‘šΓ—π‘› = 𝐴 π‘šΓ—π‘ . 𝐡 𝑝×𝑛 2) 𝑐𝑖𝑗 = π‘Ž 𝑖1 𝑏1𝑗 + π‘Ž 𝑖2 𝑏2𝑗 + β‹―+ π‘Ž 𝑖𝑝 𝑏 𝑝𝑗 Definisi :
  • 6. Misalkan 𝐴 = [ π‘Ž11 π‘Ž12 π‘Ž13 π‘Ž21 π‘Ž22 π‘Ž23 ] dan 𝐡 = [ 𝑏11 𝑏21 𝑏31 ]. Maka 𝐴 . 𝐡 = [ π‘Ž11 π‘Ž12 π‘Ž13 π‘Ž21 π‘Ž22 π‘Ž23 ][ 𝑏11 𝑏21 𝑏31 ] = [ π‘Ž11 𝑏11 + π‘Ž12 𝑏21 + π‘Ž13 𝑏21 π‘Ž21 𝑏11 + π‘Ž22 𝑏21 + π‘Ž23 𝑏31 ] Contoh : Tentukanlah hasil dari: [ 1 2 3 4 5 2 ] [ βˆ’1 3 βˆ’5 ] Pembahasan : [ 1 2 3 4 5 2 ][ βˆ’1 3 βˆ’5 ] = [ 1(βˆ’1)+ 2.3 + 3(βˆ’5) 4(βˆ’1)+ 5.3 + 2(βˆ’5) ] = [ βˆ’10 1 ] c. Perkalian Matriks Berordo π’Ž Γ— 𝒏 dengan matriks berordo 𝒏 Γ— 𝒑 Apabila A adalah matriks berordo π‘š Γ— 𝑛 dan B adalah matriks berordo 𝑛 Γ— 𝑝, maka hasil perkalian matriks A dengan B, missal C, adalah matriks baru berordo π‘š Γ— 𝑝. Misalkan matriks 𝐴 = [ π‘Ž11 π‘Ž12 π‘Ž21 π‘Ž22 ] dan 𝐡 = [ 𝑏11 𝑏12 𝑏21 𝑏22 ] Maka 𝐴 . 𝐡 = [ π‘Ž11 π‘Ž12 π‘Ž21 π‘Ž22 ][ 𝑏11 𝑏12 𝑏21 𝑏22 ] = [ π‘Ž11 𝑏11 + π‘Ž12 𝑏21 π‘Ž11 𝑏12 + π‘Ž12 𝑏22 π‘Ž21 𝑏11 + π‘Ž22 𝑏21 π‘Ž21 𝑏12 + π‘Ž22 𝑏22 ] Contoh : Diketahui matriks 𝐴 = [ 2 βˆ’1 3 βˆ’4 2 0 ] π‘‘π‘Žπ‘› 𝐡 = [ 1 βˆ’2 3 βˆ’2 βˆ’1 2 ] Tentukanlah matriks 𝐴 . 𝐡! Pembahasan : 𝐴 . 𝐡 = [ 2 βˆ’1 3 βˆ’4 2 0 ][ 1 βˆ’2 3 βˆ’2 βˆ’1 2 ] = [ 2.1 + (βˆ’1)3+ 3(βˆ’1) 2(βˆ’1) + (βˆ’1)(βˆ’2)+ 3.2 βˆ’4.1 + 2.3 + 0(βˆ’1) βˆ’4(βˆ’1) + 2(βˆ’2) + 0.2 ] = [ βˆ’4 6 2 0 ] Contoh : Diketahui matriks 𝐴 = [ 4 1 3 π‘Ž ], 𝐡 = [ βˆ’1 π‘Ž 2π‘Ž + 𝑏 7 ] , dan 𝐢 = [1 15 7 20 ] Jika 𝐴 . 𝐡 = 𝐢, tentukanlah nilai a dan b ! Pembahasan : 𝐴 . 𝐡 = 𝐢 [ 4 1 3 π‘Ž ] [ βˆ’1 π‘Ž 2π‘Ž + 𝑏 7 ] = [ 1 15 7 20 ] [ βˆ’4 + 2π‘Ž + 𝑏 4π‘Ž + 7 βˆ’3 + π‘Ž(2π‘Ž + 𝑏) 3π‘Ž + 7π‘Ž ] = [ 1 15 7 20 ] Diperoleh: 1) 4π‘Ž + 7 = 15 , maka π‘Ž = 2 1) βˆ’4 + 2π‘Ž + 𝑏 = 1 ⇔ βˆ’4 + 2 . 2 + 𝑏 = 1 ⇔ 𝑏 = 1 Jadi, nilai π‘Ž = 2 dan 𝑏 = 1 d. Sifat-sifat Perkalian Matriks Pada bahasan sebelumnya kita telah mempelajari sifat-sifat penjumlahan dan pengurangan matriks. Apakah sifat-sifat yang berlaku pada penjumlahan atau pengurangan
  • 7. matriks berlaku pula pada perkalian matriks? Untuk mengetahuinya, simaklah beberapa contoh berikut. Contoh : Diketahui matriks: 𝐴 = [ 1 2 4 βˆ’3 ], 𝐡 = [ 3 βˆ’1 5 2 ] , dan 𝐢 = [ βˆ’2 4 3 βˆ’1 ] Tentukanlah: a. 𝐴 . 𝐡 d. 𝐴( 𝐡 . 𝐢) b. 𝐡 . 𝐴 e. 𝐴( 𝐡 + 𝐢) c. ( 𝐴 . 𝐡) 𝐢 f. 𝐴 . 𝐡 + 𝐴 . 𝐢 Pembahasan : a. 𝐴 . 𝐡 = [ 1 2 4 βˆ’3 ][ 3 βˆ’1 5 2 ] = [ 3 + 10 βˆ’1 + 4 12 + (βˆ’15) βˆ’4 + (βˆ’6) ] = [ 13 3 βˆ’3 βˆ’10 ] b. 𝐡 . 𝐴 = [ 3 βˆ’1 5 2 ][ 1 2 4 βˆ’3 ] = [ 3 + (βˆ’4) 6 + 3 5 + 8 10 + (βˆ’6) ] = [ βˆ’1 9 13 4 ] c. ( 𝐴 . 𝐡) 𝐢 = ([ 1 2 4 βˆ’3 ] [ 3 βˆ’1 5 2 ]) [ βˆ’2 4 3 βˆ’1 ] = [ 13 3 βˆ’3 βˆ’10 ] [ βˆ’2 4 3 βˆ’1 ] = [ βˆ’26 + 9 52 + (βˆ’3) 6 + (βˆ’30) βˆ’12 + 10 ] = [ βˆ’17 49 βˆ’24 βˆ’2 ] d. 𝐴( 𝐡 . 𝐢) = ([ 1 2 4 βˆ’3 ] [ 3 βˆ’1 5 2 ] [ βˆ’2 4 3 βˆ’1 ]) = [ 1 2 4 βˆ’3 ] [ βˆ’9 13 βˆ’4 18 ] = [ βˆ’9 + (βˆ’8) 13 + 36 βˆ’36 + 12 52 + (βˆ’54) ] = [ βˆ’17 49 βˆ’24 βˆ’2 ] e. 𝐡 + 𝐢 = [ 3 βˆ’1 5 2 ] + [ βˆ’2 4 3 βˆ’1 ] = [ 1 3 8 1 ] 𝐴( 𝐡 + 𝐢) = [ 1 2 4 βˆ’3 ][ 1 3 8 1 ] = [ 17 5 βˆ’20 9 ] f. 𝐴 . 𝐢 = [ 1 2 4 βˆ’3 ] [ βˆ’2 4 3 βˆ’1 ] = [ 4 2 βˆ’17 19 ] 𝐴 . 𝐡 + 𝐴 . 𝐢 = [ 13 3 βˆ’3 βˆ’10 ] + [ 4 2 βˆ’17 19 ] = [ 17 5 βˆ’20 9 ] Dari contoh di atas terlihat oleh kita bahwa matriks 𝐴 . 𝐡 β‰  𝐡 . 𝐴, sementara ( 𝐴 . 𝐡) 𝐢 = 𝐴( 𝐡 . 𝐢) dan 𝐴( 𝐡 + 𝐢) = 𝐴 . 𝐡 + 𝐴 . 𝐢. Dengan demikian, pada perkalian matriks tidak berlaku sifat komutatif, tetapi berlaku sifat asosiatif dan distributif. Kita ingat kembali bahwa pada penjumlahan matriks, ada matriks identitas yaitu matriks nol (𝑂) sehingga 𝐴 + 𝑂 = 𝑂 + 𝐴. Pada perkalian matriks, ada pula matriks identitas, tetapi bukan matriks nol (O), melainkan matriks satuan I. matriks satuan ( 𝐼) adalah matriks persegi, missal berordo n, yang semua elemen; diagonal π‘Ž11 = π‘Ž22 = π‘Ž33 = β‹― π‘Ž 𝑛𝑛 = 1 dan elemen lainnya nol. Beberapa contoh matriks satuan adalah: Apabila A, B, dan C adalah matriks-matriks yang sepadan untuk dikalikan, maka berlaku sifat-sifat perkalian matriks, yaitu: 1) Tidak bersifat komutatif, kecuali untuk matriks-matriks khusus. 𝐴. 𝐡 β‰  𝐡. 𝐴 2) Bersifat asosiatif, ( 𝐴 . 𝐡) 𝐢 = 𝐴( 𝐡 . 𝐢) 3) Bersifat distributif, 𝐴( 𝐡+ 𝐢) = 𝐴 . 𝐡 + 𝐴 . 𝐢 Sifat 1:
  • 8. 𝐼 = [ 1 0 0 1 ], 𝐼 = [ 1 0 0 0 1 0 0 0 1 ] , π‘‘π‘Žπ‘› 𝐼 = [ 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ] Bagaimanakah sifat matriks nol dan matriks identitas I terhadap perkalian matriks? Simaklah sifat-sifat perkalian matriks berikut. Contoh : Dikethaui matriks: 𝐴′ = [ 2 1 βˆ’3 5 ] dan 𝐡′ = [ 4 5 βˆ’1 3 ] Tentukanlah matriks 𝐴 . 𝐡. Pembahasan : ( 𝐴 . 𝐡)β€² = 𝐡′ . 𝐴′ = [ 4 5 βˆ’1 3 ][ 2 1 βˆ’3 5 ] = [ βˆ’7 29 βˆ’11 14 ] 𝐴 . 𝐡 = [( 𝐴 . 𝐡)β€²]β€² = [ βˆ’7 βˆ’11 29 14 ] e. Pemangkatan Matriks Persegi Apabila A adalah sebuah matriks persegi, maka pemangkatan matriks A didefinisikan sebagai berikut. Apabila A adalah sebuah matriks persegi, maka pemangkatan matriks A didefinisikan sebagai berikut. 𝐴2 = 𝐴 . 𝐴, 𝐴3 = 𝐴 . 𝐴2 , 𝐴4 = 𝐴 . 𝐴3 , Contoh : Diketahui 𝐴 = [ 1 βˆ’3 2 5 ] dan 𝐡 = [ 2 βˆ’1 0 3 ] Tentukanlah: a. 𝐴2 + 𝐡 b. 𝐴3 c. ( 𝐴 + 𝐡)2 Pembahasan : a. 𝐴2 = 𝐴 . 𝐴 = [ 1 βˆ’3 2 5 ] [ 1 βˆ’3 2 5 ] = [ βˆ’5 βˆ’18 12 19 ] 𝐴2 + 𝐡 = [ βˆ’5 βˆ’18 12 19 ] + [ 2 βˆ’1 0 3 ] = [ βˆ’3 βˆ’19 12 22 ] b. 𝐴3 = 𝐴 . 𝐴2 = [ 1 βˆ’3 2 5 ] [ βˆ’5 βˆ’18 12 19 ] = [ βˆ’41 βˆ’75 5 59 ] c. 𝐴 + 𝐡 = [ 1 βˆ’3 2 5 ] + [ 2 βˆ’1 0 3 ] = [ 3 βˆ’4 2 8 ] ( 𝐴 + 𝐡)2 = ( 𝐴 + 𝐡)( 𝐴 + 𝐡) = [ 3 βˆ’4 2 8 ][ 3 βˆ’4 2 8 ] = [ 1 βˆ’44 22 56 ] Pada perkalian matriks, 1) Ada matriks identitas I sehingga AI = IA = A 2) Jika 𝐴 . 𝐡 = 𝑂, maka belum tentu 𝐴 = 𝑂 atau 𝐡 = 𝑂 3) Jika 𝐴 . 𝐡 = 𝐴 . 𝐢, maka belum tentu 𝐡 = 𝐢 4) ( 𝐴 . 𝐡)β€² = 𝐡′ . 𝐴′ Sifat 2 : Sifat 2 (4) Ingat ( 𝑨′)β€² = 𝑨