Вы находитесь на странице: 1из 26

13

1
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

MATRIKS

Rudini Mulya Daulay
Program Studi Teknik Industri, Fakultas Teknik Universitas Mercu Buana
email: rudinimenteri@gmail.com


A. PENGERTIAN
Matriks merupakan suatu alat atu sarana yang sangat ampuh untuk
menyelesaikan model linear. Matriks adalah susunan empat persegi panjang atau
bujur sangkar dari bilangan-bilangan yang diatur dalam baris dan kolom, ditulis
antara dua tanda kurung.
1. Bentuk Umum

(
(
(
(

mn
n
n
m m m
a
a
a
a
a
a
a
a
a
a
a
a
...
...
...
...
...
... ... ...
2
1
3
23
13
2
22
12
1
21
11

Elemen matriks disebut juga unsure a
ij

2. Ukuran Matriks
- Jumlah baris = m
- Jumlah kolom = n
- Ordo atau ukuran matriks = m x n
- Elemen-elemen diagonal = a
11
, a
22
, , a
nn

Contoh:
Matriks A
3x4
=
(
(
(

6
7
6
2
4
5
1
1
3
3
0
2
Notasi matriks menggunakan huruh kapital

13
2
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

B. KESAMAAN MATRIKS
Matriks A = (a
ij
)
B = (b
ij
)
A = B jika a
ij
= b
ij untuk semua
i
= 1,2 m dan j = 1,2.n

Contoh:
A =
(

4
2
3
1
(

=
4
2
3
1
B
(

=
1
0
4
2
3
1
C
A = B
A C (ukurannya tidak sama)
Matriks A dan matriks B disebut sama apabila:
- Ordo-ordonya sama
- Elemen-elemen yang seletak sama

C. MACAM-MACAM MATRIKS
1. Matriks Bujur Sangkar
Suatu matriks dimana jumlah baris=jumlah kolom
(
(
(
(

=
nn
n
n
n n
a
a
a
a
a
a
a
a
a
A
...
...
...
...
...
... ...
2
1
2
22
12
1
21
11

A : matriks bujur sangkar berukuran n x n
Diagonal utama A ; a
11
, a
22
, a
nn
Contoh:

(

=
1
3
2
4
2 2x
A
(
(
(

=
5
6
2
2
4
3
7
1
5
3 3x
A
2. Matriks Diagonal
Yaitu matriks bujur sangkar dimana elemen-elemen pada diagonal
utamanya tidak semua elemennya nol, sedangkan unsure-unsur yang lainnya
adalah nol.

13
3
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

Contoh:

(
(
(

(
(
(

0
0
0
0
0
0
0
0
2
,
3
0
0
0
2
0
0
0
5

3. Matriks Satuan (Matriks Identitas)
Matriks bujur sangkar dimana elemen-elemen pada diagonal utamanya
masing-masing adalah satu, sedangkan elemen-elemennya yang lain adalah nol
Contoh:

(
(
(

=
1
0
0
0
1
0
0
0
1
,
1
0
0
1
3 2
I I
4. Matriks Singular
Yaitu matriks bujur sangkar yang tidak mempunyai invers (berarti:
determinannya=0)

5. Matriks Non Singular
Yaitu matriks bujur sangkar yang mempunyai invers (berarti:
determinannya0)

6. Matriks Simetris
Yaitu matriks bujur sangkar dimana diagonal utamanya berfungsi sebagai
cermin atau refleksi (A=A)
Contoh:

(
(
(

=
3
4
6
4
7
1
6
1
5
3 3x
A
7. Matriks Idempotent
Yaitu matriks bujur sangkar dimana berlaku A
2
=A atau A
n
=A, bila n=2,3,4,.

13
4
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

Contoh:

(
(
(

=
3
4
4
2
3
2
1
1
2
A
A A A A =
(
(
(

=
(
(
(

(
(
(

= =
3
4
4
2
3
2
1
1
2
3
4
4
2
3
2
1
1
2
3
4
4
2
3
2
1
1
2
.
2













8. Matriks Nilpotent
Yaitu matriks bujur sangkar dimana berlaku A
3
=0 atau A
n
=0, bila n=2,3,4,.
Contoh:
Matriks nilpotent dari ordo 3 x 3

(
(
(


=
3
6
3
1
2
1
2
5
1
A
Program MAPLEnya:
# A= Matriks Idempotent, sehingga A
2
= A
restart:
A:=matriks ([[2,-2,4],[-1,3,4],[1,-2,-3]]);
(
(
(

=
3
4
4
2
3
2
1
1
2
A
C:= evalm(A&*A)
(
(
(

=
3
4
4
2
3
2
1
1
2
C


13
5
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

0
0
0
0
0
0
0
0
0
0
3
6
3
1
2
1
2
5
1
3
6
3
1
2
1
2
5
1
3
6
3
1
2
1
2
5
1
. .
3
=
(
(
(

=
(
(
(

(
(
(

(
(
(


= = A A A A











9. Matriks Nol
Yaitu matriks yang dimana semua unsurnya adlah nol
10. Matriks Identitas
(
(
(

=
(

=
1
0
0
0
1
0
0
0
1
1
0
0
1
3 3
2 2
x
x
I
I

11. Sifat Matriks Identitas dan Matriks Nol
Jika A = matriks berukuran n x n
I.A = A.I = A
A+0 = ).A =0
A.) =0.A = 0

Program MAPLEnya:
# Matriks Nilpotent, sehingga A
2
= A
restart:
A:=matrix ([[1,1,3],[5,2,6],[-2,-1,-3]]);
(
(
(


=
3
6
3
1
2
1
2
5
1
A
evalm(A&*A*A);
(
(
(

0
0
0
0
0
0
0
0
0



13
6
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

12. Matriks Segitiga (Triangular Matriks)

a. Matriks Segitiga Atas
Yaitu matriks bujur sangkar apabila setiap unsure yang terletak di bawah
diagonal utamanya sama dengan nol
Contoh:

(
(
(

=
33
23
13
22
12 11
3 3
0 0
0
a
a
a
a
a a
A
x


b. Matriks Segitiga Bawah
(
(
(

=
33 32
22
31
21
11
3 3
0
0 0
b b
b
b
b
b
B
x


D. OPERASI ALJABAR MATRIKS

1. Penjumlahan Dua Matriks
A + B = (a
ij
+ b
ij
)
A B = (a
ij
- b
ij
)

Syarat penjumlahan dua matriks atau pengurangan dua matriks adalah
mempunyai ordo yang sama.
Contoh:

Diketahui
(

=
2
4
9
7
1
6
4
7
3
6
8
5
3 2 3 2 x x
danB A
Maka C
2x3
=
3 2x
A +
3 2x
B

(

=
(

+
(

=
6
11
12
13
9
11
2
4
9
7
1
6
4
7
3
6
8
5
3 2x
C




13
7
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

























Tentukan penjumlahan dua matriks di bawah ini!
1) = +
(


=
(

= B makaA danB A ,
4
1
3
9
2
6
4
5
7
3
2
1

Jawab:
+ =
1 3 5
2 7 4
+
6 9 1
2 3 4

=
1 + 6 3 9 5 +1
2 + 2 7 +3 4 +4

=
5 7 6
4 10 0


Program MAPLEnya:
# Penjumlahan Dua Matriks
restart:
A:=matrix ([[5,6,7],[8,3,4]]);
(

=
4
7
3
6
8
5
A
A=matrix(2,3[5,6,7,8,3,4]);
(

=
4
7
3
6
8
5
A
B:=matrix(2,3[6,7,4,1,9,2]);
(

=
2
4
9
7
1
6
B
C:=evalm(A+B);
(

=
6
11
12
13
9
11
C


SOAL LATIHAN 1
13
8
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

2) = +
(

=
(

= B makaA danB A ,
3
2
1
0
2
1
4
3

J awab:
+ =
3 1
4 2
+
0 2
1 3

=
3 + 0 1 +2
4 + 1 2 +2

=
3 3
5 4

3) | | | | = + = B makaA danB , 1 2 2 3 1 2
J awab:
+ = 2 1 3 + 2 2 1
= 2 +2 1 + 2 3 1
= 4 1 2
4) = +
(


=
(

= B A maka danB A 2 2 ,
0
3
1
2
1
1
0
1
1
3
2
4

J awab:
2 +2 = 2
4 3 1
2 1 0
+ 2
1 2 3
1 1 0

=
8 6 2
4 2 0
+
2 4 6
2 2 0

=
6 10 8
6 4 0

5) =
(

+
(

1
4
3
2
2
1
2
3

J awab:
+ =
3 1
2 2
+
2 4
3 1

=
3 2 1 +4
2 +3 2 1

=
1 5
5 3



13
9
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

6) =
(


+
(

3
0
5
2
4
1
3
1
5
3
2
0
7
0
6
1

J awab:
+ =
1 0
6 7
0 3
2 5
+
1 1
3 4
2 0
5 3

=
1 1 0 1
6 + 3 7 +4
0 2 3 +0
2 +5 5 3

=
0 1
9 11
2 3
7 2

7) =
(

+
(

1
1
1
1
4
2
3
1

J awab:
+ =
1 2
3 4
+
1 1
1 1

=
1 + 1 2 +1
3 + 1 4 +1

=
2 3
4 5

2. Perkalian Bilangan Skalar dengan Suatu Matriks
Masing-masing elemen matriks tersebut dikalikan dengan bilangan
scalar.Misalkan bilangan scalar K=3 dan
Matriks
(

=
6
1
5
3
4
2
3 2x
A
Maka B
2x3
= k x A
2x3

B
2x3
=
(

=
(

18
3
15
9
12
6
6
1
5
3
4
2
3x









Program MAPLEnya:
# Perkalian Bilangan scalar dengan suatu Matriks
restart:
A:=matrix ([[2,3,1],[4,5,6]]);
(

=
6
1
5
3
4
2
: A
C:=evalm(3*A);
(

=
18
3
15
9
12
6
: C

13
10
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010



Tentukan perkalian bilangan scalar dengan suatu matriks dibawah ini!
1)
(

=
1
7
0
3
3
4
: A
Maka: a) 3A=
b) -1/2A=
Jawab:
a) 3 =
4 3 7
3 0 1

=
3 4 3 3 3 7
3 3 3 0 3 1

=
12 9 21
9 0 3

b)
1
2
=
1
2

4 3 7
3 0 1

=

1
2
4
1
2
3
1
2
7

1
2
3
1
2
0
1
2
1

=
2
3
2

7
2

3
2
0
1
2

2)
(
(
(

=
(
(
(

=
1
5
3
0
1
1
0
1
2
.
2
4
3
1
1
2
1
2
1
B dan A maka 2 A + 5 B=
J awab:
=
1 2 3
2 1 4
1 1 2
, =
2 1 3
1 1 5
0 0 1

2 + 5 = 2
1 2 3
2 1 4
1 1 2
+ 5
2 1 3
1 1 5
0 0 1

=
2 1 2 2 2 3
2 2 2 1 2 4
2 1 2 1 2 2
+
5 2 5 1 5 3
5 1 5 1 5 5
5 0 5 0 5 1

=
2 4 6
4 2 8
2 2 4
+
10 5 15
5 5 25
0 0 5

SOAL LATIHAN 2
13
11
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

=
2 + 10 4 + 5 6 + 15
4 +5 2 + 5 8 + 25
2 +0 2 + 0 4 + 5

=
12 9 21
9 7 23
2 2 9

3. Perkalian Dua Matriks
Perkalian dua matriks
A : Matriks berukuran m x k
B : Matriks berukuran k x n
A.B + A
mxk
x B
kxn
= AB
mxn

4. Syarat Perkalian Matriks
Jika A berukuran m x n dan B berukuran p x q maka:
Perkalian matriks AB berordo m x q bisa dibentuk hanya jika n=p
Perkalian matriks BA berordo p x n bisa dibentuk hanya jika q=m
AB tidak selalu sama dengan BA
(walaupun m=n=p=q)
Syarat:
Setiap baris pada matriks pertama harus dikalikan pada setiap kolom
pada matriks kedua
Banyaknya kolom pada matriks pertama harus sama dengan banyaknya
baris pada matriks kedua
Contoh:
(

=
(

+ + + +
+ + + +
=
(

+ + + +
+ + + +
=
(
(
(

=
=
(
(
(

=
(

=
23
20
58
22
) 15 0 8 )( 30 0 28 (
) 6 12 2 )( 12 3 7 (
) 3 5 4 0 2 4 )( 6 5 1 0 7 4 (
) 3 2 4 3 2 1 )( 6 2 1 3 7 1 (
3
4
2
6
1
7
5
2
0
3
4
1
.
3
4
2
6
1
7
,
5
2
0
3
4
1
2 2
2 2
2 2
2 2
2 3 3 2 2 2
2 3 3 2
x
x
x
x
x x x
x x
C
C
x x x x x x
x x x x x x
C
x C
xB A C maka
B dan A

13
12
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010






















Tentukan perkalian suatu matriks dengan suatu matriks dibawah ini!
1.
(


=
(

=
(
(
(


=
4 2
1 1
, ,
2
3
4
1
,
0
3
1
4
2
1
C dan B A
Maka:
a) A.B
J awab:
b) (A.B).C
J awab:
c) B.C
J awab:


Program MAPLEnya:
# Perkalian dua matriks
restart:
A:=matrix (2,3,],[1,3,2,4,0,5]);
(

=
5
2
0
3
4
1
: A

B:=matrix (3,2,],[7,2,1,4,6,3]);


(
(
(

=
3
4
2
6
1
7
B
C:=evalm(A&*B);

(

=
23 20
58 22
C
SOAL LATIHAN 3
13
13
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

d) A.(B.C)
J awab:
2.
(
(
(

=
(
(
(

=
(

=
2
1
4
3
2
1
,
1
3
2
0
1
3
,
1
1
1
0
1
2
C B A
Maka:
a) B+C
J awab:
b) A.(B+C)
J awab:
c) A.B
J awab:
d) A.C
J awab:
e) A.B+A.C
J awab:
3.
(

=
(

=
(

=
0
1
3
0
,
0
1
1
1
,
2
1
4
2
C B A
Maka:
a) A.B
J awab:
b) A.C
J awab:
5. Sifat-sifat Operasi Matriks
A+B=B+A (sifat komutatif)
A+(B+C)=(A+B)+C (sifat asosiatif)
k(A+B)=kA=kB (k=sembarang)
A(B+C)=AB+AC (sifat distributif)
(A+B)C=AC+BC (sifat distributif)
A(B C)=(A B)C (sifat asosiatif)
Pada umumnya
ABBA
AB=0 tidak berakibat A=0 atau B=0
AB=AC tidak berakibat B=C
13
14
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

E. MATRIKS INVERS
1. Definisi
Bila A.B=B.A=I, maka A dan B saling invers
Notasi invers A adalah A
-1

2. Sifat-sifat Matriks Invers
Jika A dan B non singular, atau invertible, maka:
A.B juga non singular
(A.B)
-1
= B
-1
. A
-1
A matriks bujur sangkar, maka:

= . . . .

0
= (
1
)

=
1
.
1
.
1
.
1

(
1
)

=
(. )
1
=
1
.
1
=
1
.
1

=
+

(

=
.

Contoh:
=
1 2
3 4

1
= ?
.
1
=
Misalkan

1
=



1 2
3 4



=
1 0
0 1

+2 +2
3 +4 3 + 4
=
1 0
0 1
,
+2 + 2
3 +4 3 + 4

+2 = 1
3 +4 = 0

2
2

2 +4 = 2
3 +4 = 0


= 2
= 2

3 +4 = 0
13
15
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

4 = 3
=
3
4
=
32
4

=
3
2
= 1
1
2

+2 = 0
3 +4 = 1

2
1

2 +4 = 0
3 +4 = 1

= 1
= 1
+ 2 = 0
2 =
=

2
=
1
2
=
1
2


1
=


=
2 1
1
1
2

1
2

Atau

1
=
1

())

1
=
1
2

4 2
3 1

=
1
2

4 2
3 1

=
2 1
1 1 2 1 2

Dimana = 14 23 = 2
1. Rumus Penyelesaian Matriks Invers
.
1
=
2. (|)

1

3.
1
=
1

()




13
16
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010


F. MATRIKS TRANSPOSE
Matriks transpose diperoleh dengan menukar elemen-elemen baris menjadi
elemen-elemen kolom atau sebaliknya.
Contoh:
=
1 2 3
4 5 6

Transpose dari A adalah:

=
1 4
2 5
3 6












1. Sifat-sifat Matriks Transpose
1) (

=
2) +


3) .

= .


4) .


Contoh pembuktian sifat matriks transpose:
=
2 3
1 4
=
3 1
4 2

Maka

=
2 1
3 4

=
3 4
1 2

Program MAPLEnya:
# Matriks Transpose
Restart:
With(linalg)
A:=array([[1,2,3],[4,5,6]];
=
1 2 3
4 5 6

Transpose(A):

1 4
2 5
3 6


13
17
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

Pembuktian sifat 1:

=
2 1
3 4

=
2 3
1 4
=

Pembuktian sifat 2:
+ =
2 3
1 4
+
3 1
4 2
=
5 4
5 6
, ( +)

=
5 4
5 6

=
5 5
4 6

=
2 1
3 4
+
3 4
1 2
=
5 5
4 6

Terbukti bahwa ( +)



Pembuktian sifat 3:
5 = 5
2 3
1 4
=
10 15
5 20
, (5)

=
10 15
5 20

=
10 15
5 20

5

= 5
2 1
3 4
=
10 5
15 20

Terbukti bahwa (5)

= 5



Pembuktian sifat 4:
. =
2 3
1 4

3 1
4 2
=
6 + 12 2 + 6
3 + 16 1 + 8
=
18 8
19 9

Maka (. )

=
18 19
8 9

=
3 4
1 2

2 1
3 4
=
6 +12 3 +16
2 +6 1 +8
=
18 19
8 9

Terbukti bahwa (. )



2. Sifat Matriks Bujur Sangkar A
a) A+A
t
adalah symmetric
b) A-A
t
adalah skew symmetric
c) A dapat ditulis sebagai jumlah dari suatu matriks symmetric B=1/2 (A+A
t
)
dan suatu matriks skew symmetric C=1/2(A-A
t
).

13
18
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010



Tentukan transpose suatu matriks di bawah ini!
1. =
1 2 0
2 3 1
0 1 1
,

= .
J awab:
2. =
0 1
1 0
1 2
3 4
1 3
2 4
0 1
1 0
, :

=. . ..
J awab:
3. =
2 1 2
3 0 1
,

=. . ..
J awab:

G. MATRIKS ESELON DAN MATRIKS ESELON TEREDUKSI
1. Definisi
A=[adj]
mxn
disebut matirks tereduksi bila memnuhi:
1. Bila ada baris yang tak semua nol, maka elemen pertama yang 0 harus
bilangan 1
2. Elemen pertama yang 0 pada baris di bawahna harus di sebelah kanan 1
3. Baris yang semua nol harus pada bagian bahwa (baris-baris bawah)

2. Matriks Eselon (Eliminasi Gauss)
(
(
(
(
(
(
(
(
(
(
(

0 0 0 0 0 0
0 0 0 0 0 0
1 0 0 0 0 0
2 1 0 0 0 0
3 2 1 0 0 0
4 3 2 1 0 0
5 4 3 2 1 0
6 5 4 3 2 1


SOAL LATIHAN 3
13
19
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

3. Matriks Eselon Terdeuksi (Eliminasi Gauss Jordan)
(
(
(
(
(
(
(
(
(
(
(

0 0 0 0 0 0
0 0 0 0 0 0
1 0 0 0 0 0
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1

Contoh Matriks Eselon
(
(
(

1
7
4
0
1
2
0
0
1

Contoh Matriks Eselom Tereduksi
(
(
(

1
0
0
0
1
0
0
0
1


H. OPERASI BARIS ELEMENTER (OBE)
1. Definisi
b
ij
= menukar baris ke i dengan baris ke j
b
i
(p) = mengalikan baris ke i dengan p 0
b
ij
(p) = b
i
+ p.b
j
(Ganti baris ke i dengan baris baru yang merupakan baris ke i ditambah
dengan baris ke j yang dikalikan denganp).

Contoh:

1 2 3
4 5 6
0 5 7


4 5 6
1 2 3
0 5 7

2(3)

4 5 6
1 2 3
0 5 7

23
(4)

2
=
2+
4.
3

4 5 6
3 26 37
0 5 7


B
23
(4):b
2
(baru)=b
2
(lama)+4xb
3

2
=
4
3
=
3 6 9
0 20 28


2
= 3 26 37 (baris b
2
baru)


13
20
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

2. Matriks Elementer dan Sifatnya
a. Definisi
A
nxm
disebut matriks elementer, bila dengan sekali melakukan OBE terhadap I
n

diperoleh E

Contoh:

3
=
1 0 0
0 1 0
0 0 1

2
(5)
=
1 0 0
0 5 0
0 0 1

2
(1/5)

3
=
1 0 0
0 1 0
0 0 1

3
=
1 0 0
0 1 0
0 0 1

12
=
0 1 0
1 0 0
0 0 1

12

3
=
1 0 0
0 1 0
0 0 1

3
=
1 0 0
0 1 0
0 0 1

32
(4)

3
=
3+
4.
2
=
1 0 0
0 1 0
0 4 1

32
(4)

3
=
3+
(4)
2

3
=
1 0 0
0 1 0
0 0 1


E = Matriks elementer , maka E.A = matriks baru yang terjadi bola OBE tersebut
dilakukan pada matriks A

= .
=

.
Contoh:
=
1 2
3 4

12

3 4
1 2

2
=
1 0
0 1

12
=
0 1
1 0

. =
0 1
1 0

1 2
3 4
=
3 4
1 2

Setiap Matriks Elemen adalah matriks tak singular.
Invers matriks elementer juga matriks elementer.


Maka E
-1
juga matriks elementer

3. Cara penyelesaian matriks invers dengan OBE


1




13
21
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

Contoh 1:
=
1 2
3 4
,
1
=?
Solusi:

1 2
3 4

0 0
0 0

12
(3)

1 2
0 2

1 0
3 1

2
(
1
2
)


1 2
0 1

1 0
1
1
2

1
2

12
(2)

1 0
0 1

2 0
1
1
2

1
2


Jadi
1
=
2 0
1
1
2

1
2












Matriks yang tidak mempunyai Invers
Contoh:
=
1 1 2
2 1 1
1 2 3


1 1 2
2 1 1
1 2 3

1 0 0
0 1 0
0 0 1

21
(2)

31
(1)



1 1 2
2 1 3
1 2 3

1 0 0
2 1 0
1 0 1

23


1 1 2
2 1 1
0 3 3

1 0 0
1 0 1
2 1 0

12
(1)

32
(3)

1 0 0
0 1 1
0 0 0

1 0 1
1 0 1
5 1 3

Sebelah kiri bukan Matriks idenitas, maka Matriks B tak mempunyai invers.

Program MAPLEnya:
# Matriks Invers
Restart:
With(linalg):
A := array ([[1.2],[3,4]]);
=
1 2
3 4

Inverse(A);

2 1
3
2

1
2


13
22
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010












1. Cari matriks invers dari
=
2 1 1
1 2 1
1 1 2

J awab:
=

2 1
1 2

1 1
1 2

1 2
1 1

1 1
1 2

2 1
1 2

2 1
1 1

1 1
2 1

2 1
1 1

2 1
1 2

=
(4 + 1) (2 1) (1 2)
(2 +1) (4 1) (2 1)
(1 2) (2 + 1) (4 +1)
=
5 3 1
3 3 3
1 3 3

= (

=
5 3 1
3 3 3
1 3 3
=
5 3 1
3 3 3
1 3 3

= = 2 4 +1 1 2 1 + 1 1 2
= 10 + 3 1
= 12
, =
1
=
(

5 3 1
3 3 3
1 3 3

12


# Contoh Matriks Yang Tidak Mempunyai Invers
Restar:
With(linalg):
A := array ([[1,1,2],[2,-1,1],[1,2,3]])
=
1 1 2
2 1 1
1 2 3

Inverse(A);
Error, (in inverse)singular matrix

SOAL LATIHAN 4
13
23
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

2. Cari matriks invers dari
=
3 4 1
1 0 3
2 5 4

J awab:
=

0 3
5 4

1 3
2 4

1 0
2 5

4 1
5 4

3 1
2 4

3 4
2 5

4 1
0 3

3 1
1 3

3 4
1 0

=
(0 15) (4 6) (5 0)
(16 5) (12 2) (15 8)
(12 0) (9 1) (0 4)
=
15 10 5
21 14 7
12 8 4

= (

=
15 10 5
21 14 7
12 8 4
=
15 21 12
10 14 8
5 7 4

= = 3 0 15 4 4 6 + 1 5 0
= 45 + 40 5
= 10
, =
1
=
(

15 21 12
10 14 8
5 7 4

10


3. Tentukan matriks invers dari A dengan Cara kofaktor
1. 20 =
2 1 0
1 1 1
0 1 3

J awab:
13
24
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010


( )
( )
11
3 2 1
2 6 3
1 3 4
*) (
,
11 ) 0 1 ( 0 ) 0 3 ( 1 ) 1 3 ( 2
3 2 1
2 6 3
1 3 4
3 2 1
2 6 3
1 3 4
*) (
3 2 1
2 6 3
1 3 4
) 1 2 (
) 0 2 (
) 0 1 (
) 0 2 (
) 0 6 (
) 0 3 (
) 0 1 (
0 3
1 3
*
1 1
1 2
1 1
0 2
1 1
0 1
1 0
1 2
3 0
0 2
3 1
0 1
1 0
1 1
3 0
1 1
3 1
1 1
*
1
(
(
(



= =
= + = =
(
(
(



=
(
(
(


= =
(
(
(


=
(
(
(


=
(
(
(
(
(
(
(
(

A
A
A jadi
A D
A AjoinA
A A
t
t

2. =
3 4 1
1 0 3
2 5 4

J awab:
( )
( )
10
4 7 5
8 10 10
12 11 15
*) (
,
10 ) 0 5 ( 1 ) 6 4 ( 4 ) 15 0 ( 3
4 7 5
8 10 10
12 11 15
4 8 12
7 10 11
5 10 15
*) (
4 8 12
7 10 11
5 10 15
) 4 0 (
) 8 15 (
) 0 5 (
) 1 9 (
) 2 12 (
) 6 4 (
) 0 12 (
5 16
15 0
*
0 1
4 3
3 1
1 3
3 0
1 4
5 2
4 3
4 2
1 3
4 5
1 4
5 2
0 1
4 2
3 1
4 5
3 0
*
1

(
(
(

= =
= = =
(
(
(

=
(
(
(

= =
(
(
(

=
(
(
(



+
+

=
(
(
(
(
(
(
(
(

A
A
A jadi
A D
A AjoinA
A A
t
t

13
25
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

3. =
1 2 3
3 4 8
2 3 4

J awab:









4. =
1 0 1
1 1 1
0 1 0

J awab:
( )
( )
2
1 1 1
0 0 0
1 1 1
*) (
,
2 ) 0 1 ( 1 0 ) 1 0 ( 1
1 1 1
0 0 0
1 1 1
1 0 1
1 0 1
1 0 1
*) (
1 0 1
1 0 1
1 0 1
) 0 1 (
) 0 1 (
) 0 1 (
) 1 1 (
) 0 0 (
) 0 0 (
) 1 0 (
1 0
1 0
*
1 1
1 1
1 1
1 1
0 1
1 0
1 0
0 1
0 0
1 1
0 1
1 0
1 0
1 1
0 0
1 1
0 1
1 1
*
1

(
(
(



= =
= + = =
(
(
(



=
(
(
(



= =
(
(
(



=
(
(
(

=
(
(
(
(
(
(
(
(

A
A
A jadi
A D
A AjoinA
A A
t
t


( )
( )
3
2 1 1
5 2 4
4 1 8
*) (
,
3 ) 8 9 ( 3 ) 16 12 ( 2 ) 24 16 ( 1
2 1 1
5 2 4
4 1 8
2 5 4
1 2 1
1 4 8
*) (
2 5 4
1 2 1
1 4 8
) 6 4 (
) 4 3 (
) 8 9 (
) 9 4 (
) 2 4 (
) 16 12 (
) 12 16 (
9 8
24 16
*
4 3
2 1
4 3
3 1
8 4
3 2
3 2
2 1
4 2
3 1
4 3
3 2
3 2
4 3
4 2
8 3
4 3
8 4
*
1
(
(
(

= =
= + = =
(
(
(

=
(
(
(

= =
(
(
(

=
(
(
(

=
(
(
(
(
(
(
(
(

A
A
A jadi
A D
A AjoinA
A A
t
t
13
26
Matriks-Probabilitas Teknik Industri
Rudini Mulya Daulay Universitas Mercu Buana 2010

5. =
4 1 3
2 1 6
1 2 4


J awab:
( )
( )
41
2 7 3
18 13 2
5 2 12
*) (
,
41 ) 1 4 ( 3 ) 6 8 ( 1 ) 16 4 ( 4
2 7 3
18 13 2
5 2 12
2 18 5
7 13 2
3 2 12
*) (
2 18 5
7 13 2
3 2 12
) 2 4 (
) 1 8 (
) 1 4 (
) 6 24 (
) 3 16 (
) 6 8 (
) 3 8 (
6 4
16 4
*
1 2
1 4
6 2
3 4
8 1
5 1
2 1
1 4
4 1
3 4
4 2
3 1
2 1
1 2
4 1
6 2
4 2
8 1
*
1

(
(
(

= =
= + = =
(
(
(

=
(
(
(



= =
(
(
(



=
(
(
(

=
(
(
(
(
(
(
(
(

A
A
A jadi
A D
A AjoinA
A A
t
t