You are on page 1of 24

SISTEM PERSAMAAN LINEAR DENGAN MATRIKS

DAN DETERMINAN
diajukan untuk memenuhi salah satu tugas yang diberikan pada matakuliah aljabar linear
yang di ampu oleh bapak Eka Fitrajaya Rahman, Drs., MT.

Disusun oleh :
Anisha Yahdiani Mulyadi
Muhammad Aziz Ashari
Rahmaniansyah Dwi Putri

C2 Ilmu Komputer 2013


PROGRAM STUDI ILMU KOMPUTER DAN PENDIDIKAN ILMU
KOMPUTER
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
BANDUNG
2014

KATA PENGANTAR
Assalamualaikum Wr.Wb
Puji syukur kami panjatkan ke hadirat Allah Subhanahu wataala, karena berkat
rahmat-Nya kami dapat menyelesaikan makalah yang berjudul Sistem Persamaan Linear
dengan Matriks dan Determinan. Makalah ini merupakan rangkuman dari buku Aljabar
Linear Elementer karya Howard Anton dan Chris Rorres. Makalah ini diajukan guna
memenuhi tugas mata kuliah Aljabar Linear Elementer.
Kami mengucapkan terima kasih kepada semua pihak yang telah membantu sehingga
makalah ini dapat diselesaikan sesuai dengan waktunya. Makalah ini masih jauh dari
sempurna. Oleh karena itu kami mengharapkan kritik dan saran yang bersifat membangun
demi kesempurnaan makalah ini.
Semoga makalah ini memberikan informasi bagi masyarakat dan bermanfaat untuk
pengembangan ilmu pengetahuan bagi kita semua.

Bandung, 10 Desember 2014

Penyusun

DAFTAR ISI

KATA PENGANTAR ................................................................................................................ i


DAFTAR ISI..............................................................................................................................ii
BAB I PENDAHULUAN .......................................................................................................... 1
1.1 Latar Belakang ................................................................................................................. 1
1.2 Rumusan Masalah ............................................................................................................ 1
1.3 Tujuan............................................................................................................................... 1
1.4 Metode Penulisan ............................................................................................................. 1
BAB II ISI .................................................................................................................................. 2
2.1. HASIL LEBIH LANJUT PADA SISTEM PERSAMAAN DAN KETERBALIKAN . 2
2.1.1 Penyelesaian Sistem Linear dengan Inversi Matriks ................................................. 2
2.1.2 Sifat-Sifat Matriks Yang Dapat Dibalik .................................................................... 3
2.2. MATRIKS DIAGONAL, MATRIKS SEGITIGA, DAN MATRIKS SIMETRIK ........ 5
2.2.1 Matriks Diagonal ....................................................................................................... 5
2.2.2 Matriks Segitiga ......................................................................................................... 6
2.2.3 Matriks Simetrik ........................................................................................................ 8
2.3. DETERMINAN .............................................................................................................. 9
2.3.1 FUNGSI DETERMINAN ........................................................................................ 9
2.3.2 Menghitung Determinan Dengan Reduksi Baris .................................................... 12
2.3.3 Sifat-Sifat Fungsi Detereminan .............................................................................. 14
2.3.4 Ekspansi Kofaktor; Aturan Cramer ........................................................................ 16
BAB III PENUTUP ................................................................................................................. 20
3.1 Kesimpulan..................................................................................................................... 20
DAFTAR PUSTAKA ........................................................................................................... XXI

ii

BAB I
PENDAHULUAN
1.1 Latar Belakang
Persamaan linear adalah sebuah persamaan aljabar, yang tiap sukunya mengandung
konstanta, atau perkalian konstanta dengan variabel tunggal. Bentuk umum untuk persamaan
linear adalah

Determinan adalah suatu fungsi tertentu yang menghubungkan suatu bilangan real dengan
suatu matriks bujursangkar.
Sebagai contoh, kita ambil matriks A2x2

A=

tentukan determinan A

untuk mencari determinan matrik A maka,


detA = ad bc
1.2 Rumusan Masalah
1. Perhitungan Hasil Lebih lanjutan pada sistem persamaan dan keterbalikan?
2. Perhitungan dengan Matriks Diagonal, segitiga dan Simetrik?
3. Perhitungan Determinan?
1.3 Tujuan
Makalah ini dibuat dengan tujuan utama untuk memenuhi tugas mata kuliah Aljabar Linear
Elementer, yang diberikan oleh dosen kami Bapak Eka Fitrajaya Rahman, Drs., MT. Dan

1. Mengetahui perhitungan Hasil Lebih lanjutan pada sistem persamaan dan keterbalikan?
2. Mengetahui perhitungan dengan Matriks Diagonal, segitiga dan Simetrik?
3. Mengetahui perhitungan Determinan?
1.4 Metode Penulisan
Penulis menggunakan metode observasi dan kepusatakaan. Cara yang digunakan dalam
penulisan adalah Studi pustaka

BAB II
ISI
2.1. HASIL LEBIH LANJUT PADA SISTEM PERSAMAAN DAN
KETERBALIKAN

Teorema Dasar : Bahwa setiap sistem linear mungkin tidak memiliki solusi, tepat satu
solusi, atau takterhingga banyaknya solusi.
Teorema 1.6.1 : Sistem persamaan linear memiliki sakah satu dari tiga kemungkinan, yaitu ;
tidak memiliki solusi, tepat satu solusi, atau takterhingga banyak solusi.
Takterhingga banyak nya solusi
Ax = b
misalkan
matriks

dimana

dan

adalah dua solusi yang berbeda sehingga

adalah taknol; terlebih lagi.


=

Jika kita misalkan k adalah skalar sembarang, maka


(
Di mana

adalah solusi dari Ax = b karena

)
adalah taknol, maka

persamaan Ax = b memiliki banyaknya takterhingga solusi.


2.1.1 Penyelesaian Sistem Linear dengan Inversi Matriks
Teorema 1.6.2 : Jika A adalah suatu matriks n x n yang invertible (dapat dibalik/ memiliki
invers), maka untuk setiap matriks b, n x 1, sistem persamaan Ax = b tepat mempunyai satu
penyelesaian, yaitu x =

1 0 2

A = 2 1 3
4 1 8

A-1 = . . . ?

Jawab :

A I=

Baris ke 2 dikurang 2 kali baris pertama dan baris ke


3 dikurang 4 kali baris pertama untuk mendapatkan
nol.

= [

]
Baris ke 2 ditukar baris

ke3.
= [

Baris ke 3 dikalikan baris ke 3, untuk


mendapatkan 1 utama.

= [

Baris ke 3 dikurangi baris ke 2 untuk


mendapatkan nol.

= [

A-1

2.1.2 Sifat-Sifat Matriks Yang Dapat Dibalik


Teorema 1.6.3 : Misalkan A adalah matriks bujursangkar
(a) jika B adalah matriks bujursangkar yang memenuhi BA = I, maka B = A-1
(b) jika B adalah matriks bujursangkar yang memenuhi AB = I, maka B = A-1
Teorema 1.6.4 : Pernyataan-pernyataan yang Ekuivalen
Jika A adalah matriks n x n,
(a) A dapat di balik.
(b) Ax = 0 hanya memiliki solusi trivial.
(c) Bentuk eselon baris tereduksi dari A adalah
(d) A dapat dinyatakan sebagai hasil kali dari matriks-matriks ementer
(e)
(f)

= b adalah konsisten untuk setiap matriks b, n x l


memiliki tepat satu solusi unutk setiap matriks b, nx l.

Contoh Soal
Syarat-syarat apakah yang harus dipenuhi

agar sistem persamaan

konsisten?
Penyelesaian
Matriks yang diperbesar adalah [

] yang dapat direduks menjadi bentuk eselon

sebagai berikut

-1 kali bariss pertama ditambahkan ke


baris kedua dan-2 kali baris pertama
ditambahkan ke baris ke tiga

Baris kedua dikalikan denga -1

Baris kedua ditambahkan ke baris ketiga

Dari baris ketiga pada matriks, tampak bahwa sistem memiliki solusi jika dan hanya jika
,

memenuhi syarat

Untuk menyatakan syarat ini dengan cara lain,

adalah konsisten jika dan hanya jika b

adalah matriks dengan bentuk

] dimana

dan

adalah sembarang.

2.2. MATRIKS DIAGONAL, MATRIKS SEGITIGA, DAN MATRIKS


SIMETRIK
2.2.1 Matriks Diagonal
Suatu matriks bujursangkar yang semua entrinya yang tidak terletak pada diagonal
utama adalah nol disebut matriks diagonal. Berikut ini beberapa contohnya:\

]. [

]. [

Suatu matriks diagonal umum Dn n x n, dapat ditulis sebagai

D= [

(1)

Matriks diagonal (1) dapat diinverskan menjadi

D-1= [

Dibuktikan bahwa DD-1 = D-1 D = I, membuktikan bahwa jika D adalah matriks diagonal
pada (1) dan k adalah integer positif, maka

Dk= [

Contoh matriks diagonal :


Jika
[

Maka
5

][

]= [

][

]=[

Didefinisikan untuk mengalikan matriks A di sisi kiri dengan matriks diagonal D, dapat
mengalikan baris-baris yang berurutan dari A dengan entri-entri diagonal yang berurutan dari
D dan untuk mengalikan A pada sisi kanan dengan D dapat dilakukan dengan mengalikan
kolom-kolom yang berurutan dari A dengan entri-entri diagonal yang berurutan dari D.
2.2.2 Matriks Segitiga
Matriks bujursangkar yang semua entri di atas diagonal utamanya adalah nol
disebut matriks segitiga bawah dan matriks bujursangkar yang semua entri di bawah diagonal
utamanya adalah nol disebut matriks segitiga atas. Suatu matriks, baik segitiga bawah atau
segitiga atas disebut matriks segitiga.

Matriks segitiga atas umum 4 x 4

Empat karakteristik matriks segitiga yang berguna :


1. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga atas, jika dan hanya jika
baris ke-I dimulai dengan paling tidak i 1 nol.
2. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga bawah, jika dan hanya jika
kolom ke-j dimulai dengan paling tidak j l nol.
6

3. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga atas, jika dan hanya jika aij =
0 untuk i > j.
4. Suatu matriks bujursangkar A= [Aij] adalah matriks segitiga atas, jika dan hanya jika aij =
0 untuk i < j.
Teorema :
1. Transpos dari matriks segitiga bawah adalah matriks segitiga atas, dan transpose dari matriks
segitiga atas adalah matriks segitiga bawah.
2. Hasilkali dari matriks-matriks segitiga bawah adalah matriks segitiga bawah, dan hasilkali
dari matriks segitiga atas adalah matriks segitiga atas.
3. Suatu matriks segitiga dapat dibalik jika dan hanya jika entri-entri pada diagonalnya
semuanya bilangan tak nol.
4. Invers dari matriks segitiga bawah yang dapat dibalik adalah matriks segitiga bawah, dan
invers dari matriks segitiga atas yang dapat dibalik adalah matriks segitiga atas.
Contoh :
A=[

B=[

Keterangan :
Matriks A dapat dibalik karena entri-entri diagonalnya tak nol, sedangkan matriks B tidak
dapat dibalik.
Diinverskan :

A-1 =

(Invers matriks segitiga atas)


[

2.2.3 Matriks Simetrik


adalah matriks bujursangkar A, jika
Contoh :

][

][

Teorema 1.7.2 : Jika A dan B adalah matriks-matriks simetrik dengan ukuran yang sama,
dan jika k adalah skalar sembarang, maka :
(a)

adalah simetrik

(b) A + B dan A B adalah Simetrik


(c) KA adalah simetrik
Contoh Hasil Kali Matriks Simetriks
[

][

][

]
]

Teoreman 1.7.3 : Jika A adalah matriks simetrik yang dapat dibalik, maka

adalah

simetrik.
Contoh Hasilkali Matriks dan Transposenya adalah Simetrik
Misalkan A adalah matriks 2 x 3
[

Maka1
[

][

Perhatikanlah bahwa

dan

][

adalah simetrik

Teorema 1.7.4 : Jika A adalah matriks yang dapat dibalik, maka

juga dapat di

balik

2.3. DETERMINAN
2.3.1 FUNGSI DETERMINAN
Dalam bagian ini kita memulai pengkajian fungsi bernilai rill dari sebuah peubah matriks, yakni
fungsi yang mengasosiasikan sebuah bilangan riil

( ) dengan sebuah matriks

. Sebelum kita

mampu mendefinisikan fungsi determinan, maka kita perlu menetapkan beberapa hasil yang
menyangkut permutasi.

+adalah susunan bilanganDefinisi : Permutasi bilangan-bilangan bulat *


bilangan bulat ini menurut suatu aturan tanpa menghasilkan atau mengulangi
bilangan-bilangan tersebut.
Contoh :
Ada enam permutasi yang berbeda dari himpunan bilangan-bilangan bulat *

+. Permutasi-

permutasi ini adalah


(1, 2, 3)

(2, 1, 3)

(3, 1, 2)

(1, 3, 2)

(2, 3, 1)

(3, 2, 1)

Salah satu metode yang mudah secara sistematis mendaftarkan permutasi-permutasi adalah
dengan menggunakan pohon permutasi (permutation tree).
Contoh :

Untuk menyatakan permutasi umum dari himpunan *


(

). Disini,

+, maka kita akan menuliskan

adalah bilangan bulat pertama dalam permutasian,

adalah bilangan bulat

kedua, dan seterusnya. Sebuah invers (inversion) dikatakan terjadi dalam permutasi (

) jika

sebuah bilangan bulat yang lebih besar mendahului sebuah bilangan bulat yang lebih kecil. Jumlah
invers seluruhnya yang terjadi dalam permutasi dapat diperoleh sebagai berikut:
1) Carilah banyaknya bilangan bulat yang lebih kecil dari

dan yang membawa

dalam

dan yang membawa

dalam

mutasi tersebut.
2) Carilah banyaknya bilangan bulat yang lebih kecil dari
mutasi tersebut.
Teruskanlah proses penghitungan ini untuk

. Jumlah bilangan-bilangan ini akan sama

dengan jumlah invers seluruhnya dalam permutasi tersebut.


Contoh :
Tentukanlah banyaknya invers dalam permutasi-permutasi berikut
a) (3, 4, 1, 5, 2)
b) (4, 2, 5, 3, 1)
Jawab:
a) Banyaknya invers adalah 2 + 2 + 0 + 1 = 5
b) Banyaknya invers adalah 3 + 1 + 2 + 1 = 7
Definisi : sebuah permutasi dinamakan genap (even) jika jumlah invers seluruhnya adalah
sebuah bilangan bulat yang genap dan dinamakan ganjil (odd) jika jumlah invers
seluruhnya adalah sebuah bilangan bulat yang ganjil.

Contoh :
Tabel berikut mengklasifikasikan berbagai permutasi dari *
Permutasi

Banyaknya Invers

Klasifikasi

Genap

(1, 3, 2)

Ganjil

(2, 1, 3)

Ganjil

(2, 3, 1)

Genap

(3, 1, 2)

Genap

(1, 2, 3)

+ sebagai genap atau ganjil.

10

(3, 2, 1)

Ganjil

Fungsi Determinan
Definisi : misalkan A adalah matriks kuadrat. Fungsi determinan dinyatakan oleh det, dan kita
definiskan det(A) sebagai jumlah semua hasil kali elementer bertanda dari A jumlah det(A) kita
namakan determinan A.
Contoh 5
det [

]=

det [

]=

Caranya sebagai berikut :

Dengan mengalikan entri-entri pada panah yang mengarah ke kanan dan mengurangkan hasil kali
entri-entri pada panah yang mengarah ke kiri.

Contoh 6
Hitunglah determinan-determinan dari :
A. = [
B. = [

]
]

Dengan menggunakan cara dari contoh 5 maka :


det(A) = (3)(-2) (1)(4) = -10
dengan mnggunakan cara dari contoh 5 maka :
det(A) = (45) + (84) + (96) (105) (-48) (-72) = 240
*Perhatian bahwa metode/cara yang digunakan pada contoh 5 dan 6 tidak berlaku determinan
matriks 4 x 4 atau untuk matriks yang lebih tinggi.
11

2.3.2 Menghitung Determinan Dengan Reduksi Baris


Teorema 1 : jika A adalah sembarang matriks kuadrat yang mengandung sebaris
bilangan nol, maka det (A) = 0
Matriks kuadrat kita namakan segitiga atas (upper triangular) jika semua entri di bawah
diagonal utama adalah nol. Begitu juga matriks kuadrat kita namakan segitiga bawah (lower
triangular), jika semua entri di atas diagonal utama adalah nol. Sebuah matriks baik yang merupakan
segitiga atas maupun segitiga bawah kita namakan segitiga (triangular).
Contoh:
Sebuah matriks segitiga atas 4

4 yang umum mempunyai bentuk

Sebuah matriks segitiga bawah 4

4 yang umum mempunyai bentuk

Teorema 2 : jika A adalah matriks segitiga


entri-entri pada diagonal utama; yakni det (A) =

, maka det (A) adalah hasil kali


.

Contoh:
[

]=1.1.7=7

Teorema 3: Misalkan A adalah sembarang matriks

a) Jika adalah matriks yang dihasilkan bila baris tunggal A dikalikan oleh konstanta k,
maka det( ) = k det(A).
b) Jika adalah matriks yang dihasilkan bila dua baris A dipertukarkan, maka det( ) = det(A).
c) Jika adalah matriks yang dihasilkan bila kelipatan satu baris A ditambahkan pada baris
lain, maka det( ) = det(A).
12

Contoh :
A=[

]=-2

=[

=4[

Karena operasi perkalian maka


kebalikannya dikali

= 4 . (-2)
= -8
=[

ditukar

Karena pertukaran antar baris


maka dikali .

= - (-2)
=2

=[

=[

Karena pertambahan antar baris


maka tidak berpengaruh.

= -2
Contoh :

A=[

Det (A) = [

Kita tidak memerlukan reduksi selanjutnya karena dari Teorema 1 kita peroleh bahwa det (A) =
0. Dari contoh ini seharusnya sudah jelas bahwa bila matriks kuadrat mempunyai dua baris yang
terdiri dari bilangan nol dengan menambahkan kelipatan yang sesuai dari salah satu baris ini pada
baris yang satu lagi. Jadi, jika matriks kuadrat mempunyai dua baris yang sebanding, maka
determinannya sama dengan nol.

13

Contoh :
[

] Karena baris pertama dan kedua sebanding yaitu 1 : 2 maka det (A) = 0.

2.3.3 Sifat-Sifat Fungsi Detereminan

Teorema 4. Juka A adalah sembarang matiks kuadrat, maka det (A) =det (At).

Pernyataan. Karena hasil ini, maka hampir tiap-tiap teorema mengenai determinan yang
mengandung perkataan baris dalam pernyataannya akan benar juga bila perkataan kolom
disubstitusikan untuk baris. Untuk membuktikan pernyataan kolom, kita hanya perlu mentranspos
(memindahkan) matriks yang di tinjau untuk mengubah pernyataan kolom tersebut pada pernyataan
baris, dan kemudian menerapkan hasil yang bersesuaian yang sudah kita ketahui untuk baris.
Contoh
Hitunglah determinan dari

A=[

Determinan ini dapat di hitung seperti sebelumunya dengan menggunakan operasi baris
elementer untuk mereduksi A pada bentuk eelon baris. Sebaliknya, kita dapat menaruh A pada bentuk
segitiga bawah dalam satu langkah dengan menambahkan -3 kali kolom pertama pada kolom keempat
untuk mendapatkan

Det (A) = det [

] =(1)(7)(3)(-26)= -546

Contoh ini menunjukkan bahwa selalu merupakan hal yang bijaksana untuk memperhatikan operasi
kolom yang tepat yang akan meringkaskan perhitungan tersebut.
Misalkan A dan B adalah matriks-matriks n x n dan k adalah sebarang skalar. Kita karang meninjau
hubungan yang mungkin di antara det(A), det(B), dan

14

det(kA), det(A + B), dan det(AB)


karena sebuah faktor bersama dari sebarang baris matriks dapat dipindahkan melalui tanda det, dan
karena setiap baris n baris dalam kA mempunyai factor bersama sebesr k, maka kita dapatkan
det(kA) = kn det(A)
Teorema 5. Misalkan A, A, dan A adalah matiks n x n yang hanya berbeda
dalam garis tunggal, katakanlah baris ke r, dan anggaplah bahwa baris ke r dari
A dapat diperoleh dengan menambahkan entri-entri yang bersesuaian dalam
baris ke r dari A dan dalam baris ke r dari A. Maka
det(A) = det (A) + det (A)
Hasil yang serupa berlaku untuk kolom-kolom itu.

Contoh
Dengan menghitung determinan, anda dapat memeriksa bahwa

7
5
1
1 7 5
1 7 5
2

0
3 = det 2 0 3 + det 2 0 3
det
1 0 4 1 7 (1)
0 1 1
1 4 7
Teorema 6. Jika A dan B adalah matriks kuadrat yang ukurannya sama, maka
det(AB) = det(A)det(B)

Contoh
Tinjaulah matriks-matriks

3 1
A

2 1

1 3
B

5 8

2 17
AB

3 14

Kita peroleh det(A) det(B) = (1) (-23) = -23. Sebaliknya dengan perhitungan langsung maka det(AB)
= -23, sehingga det(AB) = det(A) det(B).

Teorema 7. Sebuah matriks A kuadrat dapat di balik jika dan hanya jika det(A) 0

15

Contoh
Karena baris pertama dan baris ketiga dari

1 2 3
A 1 0 1
2 4 6
Sebanding, maka det(A) = 0, jadi A tidak dapat dibalik

2.3.4 Ekspansi Kofaktor; Aturan Cramer


Pada bagian ini kita meninjau sebuah metode untuk mengitung determinan yang berguna untuk
perhitungan yang menggunakan tangan dan secara teoritis penting penggunaannya. Sebagai
konsekuensi dari kerja kita di sini, kita akan mendapatkan rumus untuk invers dari matriks yang dapat
dibalik dan juga akan mendapatkan rumus untuk pemecahan sistem-sistem persamaan linear tertentu
yang dinyatakan dalam determinan.
Definisi : Jika A adalah matriks kuadrat, maka minor entri aij dinyatakan oleh Mij dan
didefinisikan menjadi determinan submatriks yang tetap setelah baris ke i dan kolom ke j dicoret
dari A. Bilangan (-1)i + jMij dinyatakan oleh Cij dan dinamakan kofaktor entri aij.

Contoh :
Misalkan
[

Minor entri a11 adalah


|

Kofaktor a11 adalah


C11 = (-1)1 + 1 M11 = M11 = 16
Demikian juga, minor entri a32 adalah

16

Kofaktor a32 adalah


C32 = (-1)3 + 2 M32 = M32 = 26
Perhatikan bahwa kofaktor dan minor elemen aij hanya berbeda dalam tandanya, yakni, Cij = Mij.
Cara cepat untuk menentukan apakah penggunaan tanda + atau tanda merupakan kenyataan bahwa
penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke i dan kolom ke j dari
susunan

Misalnya, C11 = M11, C21 = M21, C12 = M12, C22 = M22, dan seterusnya.
Tinjaulah matriks 3 x 3 umum

( )
dapat kita tuliskan kembali menjadi
( )

Karena pernyataan-pernyataan dalam kurung tidak lain adalah kofaktor-kofaktor C11, C21 dan C31,
maka kita peroleh
( )
Persamaan di atas memperlihatkan bahwa determinan A dapat dihitung dengan mengalikan entri-entri
pada kolom pertama A dengan kofaktor-kofaktornya dan menambahkan hasil kalinya. Metode
menghitung det(A) ini dinamakan ekspansi kofaktor sepanjang kolom pertama A.
Contoh :
Misalkan

17

Hitunglah det(A) dengan metode ekspansi kofaktor sepanjang kolom pertama A.

Pemecahan.
( )

|
(

|
)

)|

)(

( )

( )

Perhatikan bahwa dalam setiap persamaan semua entri dan kofaktor berasal dari baris atau kolom
yang sama. Persamaan ini dinamakan ekspansi-ekspansi kofaktor det(A).
Hasil-hasil yang baru saja kita berikan untuk matriks 3 x 3 membentuk kasus khusus dari teorema
umum berikut, yang kita nyatakan tanpa memberikan buktinya.
Teorema 8.
Determinan matriks A yang berukuran n x n dapat dihitung dengan mengalikan entri-entri dalam
suatu baris (atau kolom) dengan kofaktor-kofaktornya dan menambahkan hasil-hasil kali yang
dihasilkan; yakni untuk setiap 1 i n dan 1 j n

Maka, ekspansi kofaktor sepanjang kolom ke j


( )
dan ekspansi kofaktor sepanjang baris ke i
( )
18

Jika matriks A adalah sebarang matriks n x n dan Cij adalah kofaktor aij, maka matriks

Dinamakan matriks kofaktor A. Transpos matriks ini dinamakan adjoin A dan dinyatakan dengan
adj(A).

Teorema 9.
Jika A adalah matriks yang dapat dibalik, maka
( )

( )

Teorema 10 (Aturan Cramer)


Jika AX = B adalah sistem yang terdiri dari n persamaan linear dalam n bilangan
takdiketahui sehingga det(A) 0, maka sistem tersebut mempunyai pemecahan yan unik.
Pemecahan ini adalah
( )
( )
( )
( )
( )
( )
dimana Aj adalah matriks yang kita dapatkan dengan mengganti entri-entri dalam kolom ke j
dari A dengan entri-entri dalam matriks
[

19

BAB III
PENUTUP
3.1 Kesimpulan
Pada pemaparan di atas dapat ditarik kesimpulan, bahwa setiap sistem linear mungkin
tidak memiliki solusi, tepat satu solusi, atau takterhingga banyaknya solusi. Terdapat hal unik
untuk membedakan setiap jenis matriks karena setiap matriks tertentu memiliki sifat.
Sebuah permutasi dinamakan genap (even) jika jumlah invers seluruhnya adalah sebuah
bilangan bulat yang genap dan dinamakan ganjil (odd) jika jumlah invers seluruhnya adalah sebuah
bilangan bulat yang ganjil.

20

DAFTAR PUSTAKA

XXI