• Tidak ada hasil yang ditemukan

11 Invers Perkalian Matriks Ordo (3x3)

N/A
N/A
Protected

Academic year: 2017

Membagikan "11 Invers Perkalian Matriks Ordo (3x3)"

Copied!
10
0
0

Teks penuh

(1)

M A T R I K S

F. Invers Perkalian Matriks ordo

(3 x 3

)

Seperti yang telah diuraikan di atas, bahwa setiap matriks persegi mempunyai identitas perkalian (dilambangkan dengan I ) dan invers perkalian, sehingga berlaku :

Jika 1

A adalah invers dari matriks A, maka 1

A x A = A x 1 A = I

Selanjutnya akan dibahas tentang matriks identitas dan invers perkalian matriks persegi ordo (3 x 3).

Matriks identitas perkalian ordo (3 x 3) adalah I =

    

    

1 0 0

0 1 0

0 0 1

Sedangkan untuk

menentukan invers perkalian matriks (3 x 3) dapat dilakukan dengan dua cara, yaitu :

(1) Dengan metoda mereduksi elemen baris.

Untuk menentukan invers matriks dengan metoda ini, dilakukan dengan cara :

Jika A =

    

    

i h g

f e d

c b a

maka invers matriks A didapat dengan cara mereduksi elemen

baris matriks A, sehingga :

a b c 1 0 0 1 0 0 p q r

d e f 0 1 0 diubah menjadi 0 1 0 s t u

g h i 0 0 1 0 0 1 v w x

dalam hal ini A1 =

    

    

x w v

u t s

r q p

Terdapat beberapa aturan dalam reduksi elemen baris, yaitu :

(1) Setiap elemen baris dapat dikali (atau dibagi) dengan bilangan real

(2) Setiap elemen baris dapat ditambah (atau dikurang) dengan elemen baris yang lain

(3) Setiap elemen baris dapat ditukar posisi dengan baris lain

(2)

01. Tentukanlah invers matriks A =

    

    

  

1 5 0

2 3 2

1 2 1

Jawab

1 –2 1 1 0 0 b1 x 2 2 –3 2 0 1 0

0 –5 1 0 0 1

2 –4 2 2 0 0

2 –3 2 0 1 0 b2 – b1

0 –5 1 0 0 1

2 –4 2 2 0 0

0 1 0 –2 1 0 b2 x 5 0 –5 1 0 0 1

2 –4 2 2 0 0

0 5 0 –10 5 0 b2 x 5 0 –5 1 0 0 1

2 –4 2 2 0 0

0 5 0 –10 5 0

0 0 1 –10 5 1 b3 + b2

1 –2 1 1 0 0 b1: 2 0 1 0 –2 1 0 b2: 5 0 0 1 –10 5 1

1 –2 0 11 –5 –1 b1 – b3

0 1 0 –2 1 0

(3)

1 –2 0 11 –5 –1

0 2 0 –4 2 0 b2x 2 0 0 1 –10 5 1

1 0 0 7 –3 –1 b1+ b2

0 2 0 –4 2 0

0 0 1 –10 5 1

1 0 0 7 –3 –1

0 1 0 –2 1 0 b2: 2 0 0 1 –10 5 1

maka A1 =

    

    

 

f e 10

0 d c

b 3 a

=

    

    

 

 

1 5 10

0 1 2

1 3 7

02. Tentukanlah invers matriks A =

    

    

  

5 2 4

0 1 2

3 2 1

Jawab

–1 2 –3 1 0 0 b1 x 5 2 1 0 0 1 0

4 –2 5 0 0 1 b3 x 3

–5 10 –15 5 0 0 b1 + b3

2 1 0 0 1 0

12 –6 15 0 0 3

7 4 0 5 0 3

(4)

–1 0 0 5 –4 3 b1 – b2

8 4 0 0 4 0

12 –6 15 0 0 3

–4 0 0 20 –16 12 b1 x 4 8 4 0 0 4 0

4 –2 5 0 0 1 b3: 3

–4 0 0 20 –16 12 8 4 0 0 4 0

0 –2 5 20 –16 13 b3 + b1

–2 0 0 10 –8 6 b1: 2 2 1 0 0 1 0 b2: 4 0 –2 5 20 –16 13

–2 0 0 10 –8 6

0 1 0 10 –7 6 b2+ b1

0 –2 5 20 –16 13

–2 0 0 10 –8 6

0 2 0 20 –14 12 b2x 2 0 –2 5 20 –16 13

–2 0 0 10 –8 6 0 2 0 20 –14 12

0 0 5 40 –30 25 b3+ b2

(5)

maka A1 =

(2) Dengan menggunakan Minor-Kofaktor

Menentukan invers matriks dengan Minor-kofaktor ini, dilakukan dengan

menggunakan konsep determinan (dilambangkan dengan det) dan konsep adjoint (dilambangkan dengan adj).

Misalkan A =

maka langkah-langkah menentukan invers matriks

dengan metoda ini adalah sebagai berikut :

1. Menentukan minor matriks A untuk baris p dan kolom q (Mpq)

2. Menentukan kofaktor matriks A

Kofaktor matriks A baris ke-p kolam ke-q dilambangkan Cpq ditentukan dengan

rumus :

Sehingga diperoleh matriks kofaktor C sebagai berikut :

(6)

3. Menentukan determinan matriks A

Determinan matriks A ditulis det(A) atau │A│ ditentukan dengan rumus:

det(A) =

3 3 3

2 2 2

1 1 1

c b a

c b a

c b a

= a1.b2.c3 + b1.c2.a3 + c1.a2.b3– c1.b2.a3– a1.c2.b3– b1.a2.c3

atau dengan menggunakan kofaktor Cpq dengan rumus : det(A) = a1C11 – b1C12 + c1C13

det(A) = a2C21 – b2C22 + c2C23

det(A) = a3C31 – b3C32 + c3C33

4. Menentukan matriks adjoint A, yakni transpose dari kofaktor matriks A, atau dirumuskan :

Adj A = Ct

5. Menentukan invers matriks A dengan rumus :

1

A =

det(A) 1

adj A

Untuk lebih jelasnya ikutilah contoh soal berikut ini :

03. Tentukanlah Determinan matriks A =

    

     

1 3 0

3 2 1

2 1 2

Jawab

2 1 –2 2 1 –1 2 3 –1 2 0 3 1 0 3

det = (2)(2)(1) + (1)(3)(0) + (–2)(–1)(3) – (–2)(2)(0) – (2)(3)(3) – (1)(–1)(1)

det = 4 + 0 + 6 – 0 – 18 + 1

det = –7

04. Dengan menggunakan kofaktor, tentukanlah invers matriks A =

    

    

  

2 2 1

1 3 2

0 5 3

Jawab

(7)

11

M =

2 2

1 3

= (–3)(2) – (1)(2) = –6 – 2 = –8

12

M =

2 1

1 2

 = (2)(2) – (1)( –1) = 4 + 1 = 5

13

M =

2 1

3 2

 

= (2)( 2) – (–3)( –1) = 4 – 3 = 1

21

M =

2 2

0 5

= (–5)(2) – (0)(2) = –10 – 0 = –10

22

M =

2 1

0 3

 = (3)(2) – (0)( –1) = 6 – 0 = 6

23

M =

2 1

5 3

 

= (3)(2) – (–5)( –1) = 6 – 5 = 1

31

M =

1 3

0 5

 

= (–5)(1) – (0)( –3) = –5 – 0 = –5

32

M =

1 2

0 3

= (3)(1) – (0)(2) = 3 – 0 = 3

33

M =

3 2

5 3

 

= (3)( –3) – (–5)(2) = –9 + 10 = 1

Langkah 2 (menentukan kofaktor matriks)

11

C = (1)11 M11 = (1)(–8) = –8

12

C = (1)12 M12 = (–1)(5) = –5

13

C = (1)13 M13 = (1)(1) = 1

21

C = (1)21 M21 = (–1)(–10) = 10

22

C = (1)22 M22 = (1)(6) = 6

23

C = (1)23 M23 = (–1)(1) = –1

31

C = (1)31 M31 = (1)(1) = 1

32

C = (1)32 M32 = (–1)(3) = –3

(8)

Matriks kofaktornya : C =

Langkah 3 (menentukan Determinan matriks)

Menggunakan ekspansi baris pertama

det(A) = a11C11 + a12C12 + a13C13 = (3)(–8) + (–5)(–5) + (0)(1) = 1

Langkah 4 (menentukan Adjoint matriks)

Matiks kofaktor C =

Langkah 4 (menentukan Invers matriks)

1

05. Dengan menggunakan kofaktor, tentukanlah invers matriks A =

Langkah 1 (menentukan minor matriks)

(9)

13

M =

3 1

2 1

= (1)( 3) – (2)(1) = 3 – 2 = 1

21

M =

1 3

3 3

= (3)(1) – (3)(3) = 3 – 9 = –6

22

M =

1 1

3 1

= (1)(1) – (3)(1) = 1 – 3 = –2

23

M =

3 1

3 1

= (1)(3) – (1)(3) = 3 – 3 = 0

31

M =

1 2

3 3

= (3)(1) – (3)(2) = 3 – 6 = –3

32

M =

1 1

3 1

= (1)(1) – (3)(1) = 1 – 3 = –2

33

M =

2 1

3 1

= (1)(2) – (3)(1) = 2 – 3 = –1

Langkah 2 (menentukan kofaktor matriks)

11

C = (1)11 M11 = (1)(–1) = –1

12

C = (1)12 M12 = (–1)(0) = 0

13

C = (1)13 M13 = (1)(1) = 1

21

C = (1)21 M21 = (–1)(–6) = 6

22

C = (1)22 M22 = (1)(2) = 2

23

C = (1)23 M23 = (–1)(0) = 0

31

C = (1)31 M31 = (1)(–3) = –3

32

C = (1)32 M32 = (–1)(–2) = 2

33

C = (1)33 M33 = (1)(–1) = –1

Matriks kofaktornya : C =

    

    

 

1 2 3

0 2 6

(10)

Langkah 3 (menentukan Determinan matriks)

Menggunakan ekspansi baris pertama

det(A) = a11C11 + a12C12 + a13C13 = (1)(–1) + (3)(0) + (3)(1) = –1 + 0 + 3 = 2

Langkah 4 (menentukan Adjoint matriks)

Matiks kofaktor C =

    

    

 

1 2 3

0 2 6

1 0 1

adjoin nya adj(A) =

    

    

  

1 0 1

2 2 0

3 6 1

Langkah 4 (menentukan Invers matriks)

1

A =

det(A) 1

adj(A)

1

A =

2 1

    

    

  

1 0 1

2 2 0

3 6 1

1

A =

    

    

  

2 / 1 0 2 / 1

1 1 0

Referensi

Dokumen terkait

Namun saat ini Caesar mulai ditinggalkan karena algoritmanya yang terlalu sederhana dan telah dipecahkan oleh kriptanalis brute force attack (BFA). Berdasarkan

Selain cara-cara tersebut di atas ada cara lain yang dibahas dalam buku yang berjudul Matrix Algebra and its Aplications to Statistics and Econometrics dan

Namun permainan ini sangat menarik, karena pemain diajak untuk berpikir dan meneliti huruf-huruf yang terdapat dalam matriks 3x3.Untuk pemecahan masalahnya, aplikasi ini

Namun agar penilaian tetap bersifat objektif, maka guru hendaknya menjelaskan terlebih dahulu tujuan dari penilaian diri ini, menentukan kompetensi yang akan dinilai,

- guru memotivasi siswa akan pentingnya menguasai materi ini dengan baik, untuk membantu siswa dalam memahami dan menganalisis sifat – sifat determinan dan invers

Dalam artikel ini dibahas kondisi yang setara pada hukum urutan terbalik pada invers grup dari perkalian dua

Berikut diberikan contoh dari suatu matriks persegi yang memiliki invers matriks sama dengan invers Moore Penrose, karena memenuhi keempat dari persamaan Penrose berdasarkan

Untuk melatih kemampuan pemahaman tentang Memahami pengertian, notasi, ordo, transpos, kesamaan dua matriks, operasi, invers, determinan, persamaan linear pada matriks, serta