Linear Algebra

• The words linear and algebra don’t always appear

together. The word
• linear is an adjective used in many settings: linear
equations, linear regression, linear programming, linear
technology, and so on.
• The word algebra, of course, is familiar to all high school
and most junior high students. When used together, the
two words describe an area of mathematics in which some
traditional algebraic symbols, operations, and
manipulations are combined with vectors and matrices to
create systems or structures that are used to branch out
into further mathematical study or to use in practical
applications in various fields of science and business.
• The main elements of linear algebra are
systems of linear equations, vectors and
matrices, linear transformations,
determinants, and vector spaces.

• Each of these topics takes on a life of its own, branching into its own special emphases
and coming back full circle. And each of the main topics or areas is entwined with the
others; it’s a bit of a symbiotic relationship — the best of all worlds.
Systems of Equations
 Kasus
• Dalam rangka hari raya Idul Adha, Pak Hadi sebagai
ketua panitia I’dul Qurban diserahi tanggung jawab
untuk membeli hewan qurban.
• Bila Pak Hadi membeli 7 ekor kambing, 1 ekor domba dan 1
ekor sapi, beliau membayar 38 juta.
• Bila Pak Hadi membeli 5 ekor kambing, 3 ekor domba dan 2
ekor sapi, beliau membayar 57 juta.
• Dan bila Pak Hadi membeli 2 ekor kambing, 8 ekor domba dan
1 ekor sapi, beliau membayar 50 juta.
• A. Berapakah harga kambing, domba dan sapi tersebut.
• B. Bila tersedia dana 60juta, berapa maksimal kambing yang
dapat dibeli apabila harus tersedia minimal 1 akor sapi.
 Linear Equation
• A linear equation has the form a1x1 + a2x2 +
a3x3 + . . . + anxn = k, where ai is a real
number, xi is a variable, and k is some real
constant.
• Note that, in a linear equation, each of the
variables has an exponent of exactly 1.
The system of four linear equations with four variables or unknowns does
have a single solution. Each equation is true when x = 1, y = 2, z = 3, and w =
4.
Now a caution: Not every system of linear equations has a solution.
Some systems of equations have no solutions, and others have many or
infinitely many solutions. What you find in Chapter 4 is how to determine
which situation you have: none, one, or many solutions.
• Systems of linear equations are used to describe the relationship
between various entities. For example, you might own a candy
store and want to create different selections or packages of candy.
You want to set up a 1-pound box, a 2-pound box, a 3-pound box,
and a diet-spoiler 4-pound box.
• Next I’m going to describe the contents of the different boxes. After
reading through all the descriptions, you’re going to have a greater
appreciation for how nice and neat the corresponding equations
are. The four types of pieces of candy you’re going to use are a
nougat, a cream, a nut swirl, and a caramel. The 1-pounder is to
contain three nougats, one cream, one nut swirl, and two caramels;
the 2-pounder has three nougats, two creams, three nut swirls, and
four caramels; the 3-pounder has four nougats, two creams, eight
nut swirls, and four caramels; and the 4-pounder contains six
nougats, five creams, eight nut swirls, and six caramels. What does
each of these candies weigh?
Contoh
Matrix
Contoh
 Contoh
• At Pay-Off Insurance Agency, the agents are Amanda, Betty,
Clark, and Dennis. In January, Amanda sold 15 auto insurance
policies, 10 dwelling home insurance policies, 5 whole-life
insurance policies, 9 tenant insurance policies, and 1 health
insurance policy. Betty sold . . . okay, this is already
• If you were to put the number of policies from January,
February, March, and so on in matrices, it’s a simple task to
perform matrix addition and get totals for the year. Also, the
commissions to agents can be computed by performing
matrix multiplication. For example, if the commissions on
these policies are flat rates — say $110, $200, $600, $60, and
$100, respectively, then you create a vector of the payouts
and multiply.
Matriks dan Operasinya
1. Matriks dan Jenisnya

Notasi Matriks

 a11 a11  a1n  Baris pertama

 
 a11 a11  a2 n 
A
    
 
a  amn  Unsur / entri /elemen ke-mn
 m1 am1
(baris m kolom n)

Kolom kedua

Matriks A berukuran (Ordo) mxn

17
Misalkan A dan B adalah matriks berukuran sama
A dan B dikatakan sama (notasi A = B)
jika

aij = bij untuk setiap i dan j

Jenis-jenis Matriks
• Matriks bujur sangkar (persegi)
 Matriks yang jumlah baris dan jumlah
kolomnya adalah sama (n x n)
Contoh :
 2 1 0
 
B  1 2 1 Unsur diagonal
 0 1 2
 
10/04/2019 14.46 MA-1223 Aljabar Linear 18
Matriks segi tiga
Ada dua jenis, yaitu matriks segitiga atas dan
bawah.

• Matriks segi tiga atas

 Matriks yang semua unsur dibawah unsur
diagonal pada kolom yang bersesuaian adalah nol.
 5 9 3 
E   0 1 7 

 0 0 8 
• Matriks segi tiga bawah
 Matriks yang semua unsur diatas unsur diagonal
pada kolom yang bersesuaian adalah nol.
 2 0 0 
F   5 1 0 

 3 0 2 
19
• Matriks Diagonal
 Matriks bujur sangkar dimana setiap unsur
yang bukan merupakan unsur diagonal adalah nol.
 3 0 0 
D   0 2 0 

 0 0 1 

• Matriks satuan (Identitas)

 Matriks diagonal dimana setiap unsur diagonalnya
adalah satu.
1 0 0 
I   0 1 0 

 0 0 1 
• Transpos Matriks
Matriks transpos diperoleh dengan menukar
baris matriks menjadi kolom seletak, atau sebaliknya.
Notasi At (hasil transpos matriks A)

Contoh :
 2 1 
  2 3 -1 
 maka A   1 - 2 
t
A 3 -2
 -1   0 
 0 
Jika matriks A = At maka matriks A dinamakan
matriks Simetri.
Contoh :
 2 1
A   
 1 3

21
2. Operasi Matriks

Beberapa Operasi Matriks yang perlu diketahui :

1. Penjumlahan Matriks

2. Perkalian Matriks

• Perkalian skalar dengan matriks

• Perkalian matriks dengan matriks

3. Operasi Baris Elementer (OBE)

• Penjumlahan Matriks
Syarat : Dua matriks berordo sama dapat
dijumlahkan
Contoh
a.
 a b  e f   ae b f 
 c d +  g h  
     c g d h
b.
 1 2  5 6  6 8 
+   
 3


4   7 8   10 12 
Perkalian Matriks
• Perkalian Skalar dengan Matriks
Contoh :
p q k p k q 
k  = k r k s
r s  
• Perkalian Matriks dengan Matriks
Misalkan A berordo pxq dan B berordo mxn
Syarat : A X B  haruslah q = m
hasil perkalian AB berordo pxn

B X A  haruslah n = p
hasil perkalian BA berordo mxq
Contoh :
Diketahui
 p s 
 a b c 
A B   q 
e f  2 x 3
dan t 
 d  r u  3 x 2
Maka hasil kali A dan B adalah :

 p s
a b c     ap+bq+cr as+bt+cu 
AB     q t    
 d e f 2 x3  r u   dp+eq+fr ds+et+fu  2x2
 3 x 2

Misalkan A, B, C adalah matriks berukuran sama

dan ,  merupakan unsur bilangan Riil,
Maka operasi matriks memenuhi sifat berikut :
1. A + B = B + A
2. A + ( B + C ) = ( A + B ) + C
3.  ( A + B ) = A + B
4. ( +  ) ( A ) = A + A

25
Contoh :
Diketahui matriks :
 2 1 
 
A 3 -2 
 -1 
 0 
Tentukan
a. A At
b. At A

26
Jawab :
 2 3 -1 
A  
t

 1 -2 0 
maka
 2 1  2 3  5 4 -2 
  -1   
AA   3   1 - 2   -2 13 -3 
t
-2
 
0
 -1 -2 -3 1 
 0   
sedangkan
 2 1  
 2 3 -1    14 -4 
A A  
t
  3 -2   
 1 -2 0    -4 5
 -1 0 

27
• Operasi Baris Elementer (OBE)
Operasi baris elementer meliputi :
1. Pertukaran Baris
2. Perkalian suatu baris dengan konstanta tak nol
3. Penjumlahan hasil perkalian suatu baris dengan
konstanta tak nol (seperti butir 2) dengan baris
yang lain.

Contoh : OBE 1
 - 3 - 2 -1   1 2 3 
A   1 2 3  b1  b2 ~  - 3 -2 -1 
 
 0 2 4   0 2 4 
Baris pertama (b1) ditukar
dengan baris ke-2 (b2)

28
OBE ke-2
 4 -4 0 -4   1 -1 0 -1 
 7 
A   0 2 1 7  ¼ b1 ~  0 2 1
 2 - 1 1 3   2 - 1 1 3 

Perkalian Baris pertama (b1)

dengan bilangan ¼

OBE ke-3

 1 -1 0 -1   1 -1 0 -1 
 
A   0 2 1 7   2b1  b3 ~  0 2 1 7 
 2 - 1 1 3   0 1 1 5 

Perkalian (–2) dengan b1 lalu

tambahkan pada baris ke-3 (b3)

29
• Beberapa definisi yang perlu diketahui :

1  1 1 3

B  0 0 3 1 
0 0 0 0

– Baris pertama dan ke-2 dinamakan baris tak nol, karena

pada kedua baris tersebut memuat unsur tak nol.
– Bilangan 1 pada baris pertama dan bilangan 3 pada baris
ke-2 dinamakan unsur pertama tak nol pada baris
masing-masing.
– Bilangan 1 (pada baris baris pertama kolom pertama)
dinamakan satu utama.
– Baris ke-3 dinamakan baris nol, karena setiap unsur
pada baris ke-3 adalah nol.

30
Sifat matriks hasil OBE :
1. Pada baris tak nol maka unsur tak nol pertama adalah 1
(dinamakan satu utama).
2. Pada baris yang berturutan, baris yang lebih rendah
memuat 1 utama yang lebih ke kanan.
3. Jika ada baris nol (baris yang semua unsurnya nol),
maka ia diletakkan pada baris paling bawah.
4. Pada kolom yang memuat unsur 1 utama, maka unsur
yang lainnya adalah nol.

Matriks dinamakan esilon baris jika

dipenuhi sifat 1, 2, dan 3 (Proses Eliminasi Gauss)
Matriks dinamakan esilon baris tereduksi jika
dipenuhi semua sifat (Proses Eliminasi Gauss-Jordan)

31
Contoh :
Tentukan matriks esilon baris tereduksi dari
 1 -1 0 -1 
 
A 0 2 1 7
 2 -1 3 
 1

Jawab :
 1 -1 0 -1 
 
A ~  2b1  b3  0 2 1 7
 0 1 5 
 1

 1 -1 0 -1 
 
~ b2  b3  0 1 1 5 
 0 2 1 7 


32
  1 -1 0 -1 
 
A~  2b2  b3  0 1 1 5 
 0 0 -3 
 -1
 1 -1 0 -1 
 
 b3 ~  0 1 1 5
 0 0 1 3 

 1 -1 0 -1 
 
 b3  b2 ~  0 1 0 2
 0 3 
 0 1

 1 0 0 1 
 
b2  b1  0 1 0 2 
 0 3 
 0 1

33
Perhatikan hasil OBE tadi :
 1 0 0 1 
 
 0 1 0 2 
 0 
 0 1 3 
Setiap baris mempunyai satu utama.
Tidak setiap kolom memiliki satu utama, karena jumlah
baris lebih sedikit dari jumlah kolom
(kolom 4 tidak mempunyai satu utama)

34
Invers Matriks
Misalkan A adalah matriks bujur sangkar.
B dinamakan invers dari A jika dipenuhi
A B = I dan B A = I
Sebaliknya, A juga dinamakan invers dari B.
Notasi A = B-1
Cara menentukan invers suatu matriks A adalah
OBE
A| I  ~ I | A 
1

Jika OBE dari A tidak dapat menghasilkan matriks

identitas maka A dikatakan tidak punya invers

35
 Sifat : - bila ada invers, tunggal
 - (A-1) -1 = A
 - (AB)-1 = B-1A-1

Mencari Matriks Invers

1. A = 2 -1  A-1 ?
3 -3
Misal A-1 = a b
c d

2 -1 a b  1 0
3 -3 c d 0 1
 I. 2a – c = 1 I x 3  6a – 3c = 3
II. 2b – d = 0 III  3a – 3c = 0
III. 3a – 3c = 0 3a = 3
IV. 3b – 3d = 1  a=1
b = - 1/3
c=1
d = - 2/3

1 -1/3
A-1 =
1 -2/3
Contoh :
Tentukan matriks invers ( jika ada ) dari :
 3 2  1
 
A 1 1 0
 2  2 1 
 

Jawab :
 3 2  1 1 0 0  1 1 0 0 1 0
  b ↔b  
 1 1 0 0 1 0 1 2  3 2  1 1 0 0
  2  2 1 0 0 1 ~   2  2 1 0 0 1
   
1 1 0 0 1 0
-3b1+b2  
 0 -1 -1 1 -3 0
2b1+b3 0 0 1 0 2 1 
 

38
1 1 0 0 1 0 1 1 0 0 1 0
  -b2  
 0  1  1 1  3 0  0 1 1 -1 3 0 
0 0 1 0 2 1 0 0 1 0 2 1
 
 
1 1 0 0 1 0
-b3+ b2  0 1 0 -1 1 -1 
 
0 0 1 0 2 1
 
1 0 0 1 0 1 
-b2+ b1  0 1 0  1 1  1
0 0 1 0 2 1 
 
Jadi Invers Matriks A adalah

 1 0 1  3 2  1
   
A1    1 1  1 A 1 1 0
 0 2 1
 
 2  2 1 
 

39
• Perhatikan bahwa :

 3 2  1  1 0 1
   
A 1 1 0 dan A    1 1  1
1

 2  2 1   0 2 1
   

maka
 2 1 0 1 0 1 
1
  
A A   1 2 1    1 1  1
 0 1 2  0 2 1 
  
1 0 0
 
  0 1 0
0 0 1
 

40
Berikut ini adalah sifat-sifat matriks invers :
i. (A-1)-1 = A
ii. Jika A, B dapat dibalik atau memiliki invers
maka (A . B)-1 = B-1 . A-1
1 1
iii. Misal k  Riil maka (kA)-1 = A
k

iv. Akibat dari (ii) maka (An)-1 = (A-1)n

41
Contoh :

1 3 2
A = 1 4 6
2 5 7
Contoh :
1 3 2
A = 1 4 6
2 5 7

-2/7 -11/7 10/7

A-1 = 5/7 3/7 -4/7
-3/7 1/7 1/7
QUIZzzzz....

Diketahui

 3 0
  , 4  1 dan 1 4 2
A    1 2 B    C 
 1 1 0 2 3 1 5 

Tentukan matriks hasil operasi berikut ini :

1. 2AB
2. 4CA
3. (AB)C
4. (4B)C + 3C

44
Diketahui :

2 1 0  3  2 0
   
D1 2 1  dan E   0 1 0
0 1 2   4 4 1
   
5. Tentukan matriks invers dari B, D, dan E

4  1
B 
 0 2 

45
Latihan
Tentukan determinan matriks

 2 1 1  3  2 0
   
P   1 2 1  dan Q   0 1 0
 1 1 2   4 4 1
   

2. Diketahui :
 2 1 0  1 1 3 
   
A   3 4 0 B   7 1 2
dan
 0 0 2 5 0 1
   

Tunjukan bahwa : det (A) det (B) = det (AB)

10/04/2019 14.46 46