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. Vektor dan Akar Karakteristik
Apabila A adalah matriks berordo n n× dan X adalah vector n×1, akan dicari skalar λ∈ℜ yang memenuhi persamaan :
AX =λX atau
(
A−λI X)
=0Agar X ≠0 (solusinya bukan trivial) maka haruslah A−λI =0.
Selanjutnya λ disebut akar karakteristik. Sedangkan X yang memenuhi persamaan di atas dikatakan sebagai vektor karakteristik yang bersesuaian dengan akar karakteristik apabila juga memenuhi X12+X22+ +... Xn2=1
Akar karakteristik digunakan untuk menguji sign-definiteness.
Misalkan suatu matriks A berdimensi 2 2× , 11 12
21 22
a a
A
a a
⎛ ⎞
= ⎜ ⎟
⎝ ⎠
( ) 0
AX =λX → A−λI X =
11 12
21 22
1 0
0 0 1
a a
X
a a λ
⎡⎛ ⎞− ⎛ ⎞⎤ =
⎢⎜ ⎟ ⎜ ⎟⎥
⎝ ⎠
⎝ ⎠
⎣ ⎦
11 12 1
21 22 2
0
a a x
a a x
λ
λ −
⎛ ⎞⎛ ⎞
=
⎜ − ⎟⎜ ⎟
⎝ ⎠⎝ ⎠
11 1 12 2
21 1 22 2
( )
0
( )
a x a x
a x a x
λ
λ −
⎛ ⎞=
⎜ − ⎟
⎝ ⎠
Maka determinan dari matriks di atas adalah :
11 12 21 22
0
a a
a a
λ
λ −
= −
(a11−λ)(a22−λ)−a a21 22 =0 a a11 22−a11λ−a22λ λλ+ −a a21 22=0
2
11 22 11 22 12 21
(a a ) (a a a a ) 0
Kesimpulan hasil akar karakteristik :
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=0, A positive semidefinite
Jika seluruh λ nonpositive dan minimal salah satu λ=0, A negative semi definite.
Jika λ ada yang positif dan negative, A adalah indefinite.
Contoh :
6 3
3 6
A= ⎢⎡− ⎤⎥
−
⎣ ⎦
Tentukan akar dan vektor karakteristiknya.
¾ Untuk menemukan akar karakteristik dari A, determinan dari matriks karakteristik A−λI harus sama dengan nol.
6 3
0
3 6
A λI λ
λ − −
− = =
− −
( 6− −λ)( 6− −λ) (3)(3) 0− = λ2+12λ+27 0=
(λ+9)(λ+ =3) 0 λ1= −9 dan λ2= −3
Karena kedua akar karakteristik memiliki tanda negative, matriks A
merupakan negative definite.
¾ Vektor karakteristik ?
2. Matriks Inverse
• Analoginya sama dengan kebalikan dari suatu bilangan. Misal kebalikan
(inverse) dari 4 adalah 1
4 dimana 1
4 1
4 × =
• Sedangkan untuk matriks, hasil perkalian matriks inverse dengan matriks asalnya adalah matriks identitas.
• AA−1= A A−1 =I
• 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. Inverse dari suatu inverse matriks adalah matriks asalnya.
( )
1 1A− − = A
b. Hasil perkalian suatu matriks adalah perkalian dari suatu inverse matriks dalam urutan yang terbalik.
( )
AB −1=B A−1 −1c. Inverse dari suatu transpose adalah transpose dari inverse matriks tersebut.
( )
1( )
1' '
A − = A−
• Invers matriks dapat dirumuskan sebagai berikut:
A adj A A−1= 1
Invers dari matriks 2X2
⎥
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
11 12 13
Matriks kofaktor :
11 12 13
Matriks Adjoint :
11 21 31
Invers matriks A diperoleh dengan cara :
11 21 31
Jawab :
Matriks kofaktor dari A adalah :
2 1 1 1 1 2
3 2 0 2 0 3
1 2 3
1 8 10 8 10 1
22 20 30
3 2 0 2 0 3
15 2 19
1 8 10 8 10 1
2 1 1 1 1 2
C
⎡ ⎤
−
⎢ ⎥
⎢ ⎥ ⎡ − ⎤
⎢ ⎥ ⎢ ⎥
⎢ ⎥
= − − =⎢ − ⎥
⎢ ⎥ ⎢− − ⎥
⎣ ⎦
⎢ ⎥
⎢ − ⎥
⎢ ⎥
⎣ ⎦
1 22 15
(A) 2 20 2
3 30 19
T
Adj C
−
⎡ ⎤
⎢ ⎥
= = −⎢ − ⎥
⎢ − ⎥
⎣ ⎦
15
1 22
32 32 32
1 2 20 2
32 32 32
3 30 19
32 32 32
1 22 15
1
2 20 2
32
3 30 19
A
−
− − −
−
−
⎡ ⎤ ⎡ ⎤
⎢ ⎥ ⎢ ⎥
= ⎢− − ⎥ ⎢= ⎥
⎢ − ⎥ ⎢ ⎥
⎣ ⎦ ⎣ ⎦
3. Sistem Persamaan Linear
0
d ≠
Non-homogen
0
d =
Homogen 0
A ≠ AX =d I 1
* X = A d−
Unique solution
0
AX = II
1
* 0 0
X = A− =
Unique, Trivial solution 0
A = AX =d III
0
A =
Tidak unique atau banyak solusi Tidak termasuk
( )
0, 00
AX = IV 0
A =
Contoh SPL I :
*
1 2 1
*
1 2 2
2 5 3
2 5 1
x x x
x x x
+ = ⎫ = ⎬ − = ⎭ =
Contoh SPL II :
*
1 2 1
*
1 2 2
2 0 0
2 0 0
x x x
x x x
+ = ⎫ = ⎬
− = ⎭ =
Contoh SPL III :
1 2
1 2
2 5
2 4 10
x x
solusi tidak unique
x x
+ = ⎫
⎬
+ = ⎭
Contoh SPL IV :
1 2
1 2
2 0
2 4 0
x x
solusi tidak unique
x x
+ = ⎫
⎬ + = ⎭
(3,1)
5 2 2
1+ x =
x
5 2x1−x2 = 2
x
1 x
5 2 2
1+ x =
x 2
x
1 x 1 x 2
x
1 2
2x −x =0
1 2 2 0
x + x =
1 x 2
x
1 2 2 0
4. Cramer’s Rule
Solusi persamaan linear bisa dihitung dengan Cramer’s rule.
A A
xj = j ; A ≠0
dimana Aj adalah matriks yang kolom ke-j nya diganti vektor B.
Misalkan suatu SPL :
11 1 12 2 1
a x +a x =d
21 1 22 2 2
a x +a x =d
Jika kedua persamaan di atas diubah ke dalam bentuk matriks AX =B maka :
11 12 1 1
21 22 2 2
A X B
a a x d
a a x d
⎛ ⎞⎛ ⎞ ⎛ ⎞=
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
11 12
11 22 21 12
21 22
( )
a a
A a a a a
a a
= = −
1 12
1 1 22 2 12
2 22
( )
d a
A d a d a
d a
= = −
11 1
2 11 2 21 1
21 2
( )
a d
A a d a d
a d
= = −
1 1
A x
A
−
= dan 2 2
A x
A
−
=
Contoh :
Carilah solusi dari sistem persamaan berikut : a. − +x1 3x2= −3
5. Aplikasi Dalam Model Ekonomi a. Market Model
Diketahui fungsi permintaan dan penawaran dari 2 komoditi :
1 10 2 1 2
d
Q = − P+P Qd2 =15+ −P1 P2
1 2 3 1
s
Q = − + P Qs2= − +1 2P2 Tentukan solusi equilibrium.
Jawab :
Syarat equilibrium : Qd =Qs
1 1 10 2 1 2 2 3 1
d s
Q =Q → − P+P = − + P
5P1−P2=12 …(i)
1 1 15 1 2 1 2 2
d s
Q =Q → + −P P = − + P
P1−3P2= −16 …(ii)
Persamaan (i) dan (ii) diubah ke dalam bentuk matriks AX =B :
1
2
5 1 12
1 3 16
A X B
P P
− ⎛ ⎞
⎛ ⎞ =⎛ ⎞
⎜ ⎟
⎜ − ⎟ ⎜− ⎟ ⎝ ⎠⎝ ⎠ ⎝ ⎠
Dengan aturan Cramer’s, diperoleh nilai P1* dan P2*
Kemudian substitusi nilai P1* dan P2* ke fungsi permintaan atau penawaran komoditi 1 dan 2, sehingga diperoleh nilai Q1* dan Q2*
b. Model Pendapatan Nasional
0 0
Y = + +C I G
C= +a bY
(
a>0;0< <b 1)
Tentukan solusi Y* dan *CJawab :
Pisahkan antara variabel endogen dan eksogen : Y − = +C I0 G0
bY C a
− + =
0 0
1 1
1
A X B
Y I G
b C a
− +
⎛ ⎞⎛ ⎞ ⎛= ⎞
⎜− ⎟⎜ ⎟ ⎜ ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Dengan aturan Cramer’s, diperoleh nilai *Y dan *C
c. Model IS-LM : Closed Economy IS : Y = + +C I G
C= +a b
(
1−t Y)
I = −d ei
G=G0
LM : Md =Ms
Md =kY−li
Ms =M0
Tentukan solusi Y* Jawab :
Jika disederhanakan persamaan LM menjadi : M0 =kY−li
Pisahkan antara variabel endogen dan eksogen dari persamaan IS dan LM : Y− − =C I G0
b
(
1−t Y)
− = −C aI+ =ei d
kY− =li M0
Kemudian ubah ke dalam bentuk matriks AX =B :
(
)
00
1 1 1 0
1 1 0 0
0 0 1
0 0
A X B
G Y
a
b t C
d
e I
M
k l i
− − ⎛ ⎞
⎛ ⎞⎛ ⎞
⎜ ⎟
⎜ − − ⎟⎜ ⎟ −
⎜ ⎟
⎜ ⎟⎜ ⎟ =
⎜ ⎟
⎜ ⎟⎜ ⎟
⎜ ⎟
⎜ − ⎟⎜ ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠