Artimatika Matriks
Definisi sebuah matriks(real) adalah array persegi panjang dari bilangan real
A = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a m 1 a m 2 ⋯ a m n ] A = \begin{bmatrix}
a_{11} & a_{12} & \cdots & a_{1n} \\
a_{21} & a_{22} & \cdots & a_{2n}\\
\vdots & \vdots & \ddots & \vdots\\
a_{m1} & a_{m2} & \cdots & a_{mn}
\end{bmatrix} A = ⎣ ⎡ a 11 a 21 ⋮ a m 1 a 12 a 22 ⋮ a m 2 ⋯ ⋯ ⋱ ⋯ a 1 n a 2 n ⋮ a mn ⎦ ⎤ Bilangan a i j a_{ij} a ij yang terletak pada baris ke-i i i dan kolom ke-j j j dari A A A disebut ( i , j ) (i,j) ( i , j ) -entri (atau i j ij ij -entri) dari A A A . Sebuah matriks dengan m m m baris dan n n n kolom dikatakan memiliki ukuran (atau dimensi) m × n m \times n m × n . Matrik biasanya menggunakan huruf kapital awal alfabet (e.g. A , B , C , D , A,B,C,D, A , B , C , D , etc.) untuk menunjukkan matriks.
Definisi notasi matriks
Notasi pembangun matriks
Notasi [ a i j ] m × n [a_{ij}]_{m \times n} [ a ij ] m × n menunjukkan matriks m × n m \times n m × n yang entri i j ij ij -nya (baris ke-i i i , kolom ke-j j j ) adalah a i j a_{ij} a ij . Ketika tidak ada bahaya kebingungan, notasi ini sering disingkat menjadi [ a i j ] [a_{ij}] [ a ij ] .
Notasi entri matriks
Diberikan sebuah matriks A A A , notasi [ A ] i j [A]_{ij} [ A ] ij menunjukkan entri ke-i , j i,j i , j dari A A A .
Jadi jika A = [ a i j ] m × n A = [a_{ij}]_{m \times n} A = [ a ij ] m × n , maka [ A ] i j = a i j [A]_{ij} = a_{ij} [ A ] ij = a ij untuk semua 1 ≤ i ≤ m 1\le i \le m 1 ≤ i ≤ m dan 1 ≤ i ≤ n 1 \le i \le n 1 ≤ i ≤ n .
notes
Notasi untuk menyatakan matriks sering digunakan hanya untuk memberikan nama pada entri-entri dari suatu matriks sembarang. Namun, ini juga dapat digunakan untuk mendeskripsikan matriks yang entri i j ij ij -nya diberikan oleh aturan atau formula tertentu.
Sebagai contoh, misalkan A = [ a i j ] 2 × 3 A = [a_{ij}]_{2 \times 3} A = [ a ij ] 2 × 3 , dimana a i j = ( i − j ) j a_{ij} = (i-j)j a ij = ( i − j ) j . Ini adalah matriks 2 × 3 2 \times 3 2 × 3 yang entri i j ij ij -nya adalah ( i − j ) j (i-j)j ( i − j ) j . jadi
A = [ ( 1 − 1 ) 1 ( 1 − 2 ) 2 ( 1 − 3 ) 3 ( 2 − 1 ) 1 ( 2 − 2 ) 2 ( 2 − 3 ) 3 ] = [ 0 − 2 − 6 1 0 − 3 ] A = \begin{bmatrix}
(1-1)1 & (1-2)2 & (1-3)3\\
(2-1)1 & (2-2)2 & (2-3)3
\end{bmatrix}
= \begin{bmatrix}
0 & -2 & -6\\
1 & 0 & -3
\end{bmatrix} A = [ ( 1 − 1 ) 1 ( 2 − 1 ) 1 ( 1 − 2 ) 2 ( 2 − 2 ) 2 ( 1 − 3 ) 3 ( 2 − 3 ) 3 ] = [ 0 1 − 2 0 − 6 − 3 ] Dalam contoh ini kita memiliki [ A ] 23 = − 3 [A]_{23} = -3 [ A ] 23 = − 3 dan [ A ] i i = 0 [A]_{ii} = 0 [ A ] ii = 0 untuk i = 1 , 2 i = 1,2 i = 1 , 2 .
Definisi kesamaan matriks
matrik dengan dimensi m × n m \times n m × n dan m ′ × n ′ m' \times n' m ′ × n ′ tersebut sama jika
m = m ′ m = m' m = m ′ dan n = n ′ n = n' n = n ′
[ A ] i j = [ B ] − i j [A]_{ij} = [B]-{ij} [ A ] ij = [ B ] − ij untuk semua 1 ≤ i ≤ m 1 \le i \le m 1 ≤ i ≤ m dan 1 ≤ j ≤ n 1 \le j \le n 1 ≤ j ≤ n .
Dengan kata lain, kita memiliki A = B A = B A = B jika dan hanya jika memiliki bentuk yang sama, dan setiap entri dari A A A sama dengan entri yang bersesuian dari B B B .
Definisi Matrik persegi, vektor baris, vektor kolom, matriks nol
sebuah matrik 1 × n 1 \times n 1 × n
a = [ a 1 a 2 … a n ] a = \left[ a_1 \; a_2 \; \ldots \; a_n \right] a = [ a 1 a 2 … a n ] disebut vektor baris. Entri ke-j j j dari sebuah vektor baris a a a dilambangkan [ a ] j [a]_j [ a ] j .
disebut vektor baris . Entri ke-j j j dari sebuah vektor baris a a a dilambangkan [ a ] j [a]_j [ a ] j .
sebuah matrik n × 1 n \times 1 n × 1
b = [ b 1 b 2 ⋮ b m ] b = \begin{bmatrix} b_1\\ b_2\\ \vdots\\ b_m \end{bmatrix} b = ⎣ ⎡ b 1 b 2 ⋮ b m ⎦ ⎤ disebut vektor kolom . Entri ke-i i i dari sebuah vektor kolom b b b dilambangkan [ b ] i [b]_i [ b ] i .
m × n m \times n m × n matriks nol, dilambangkan 0 m × n 0_{m \times n} 0 m × n adalah matriks dengan dimensi tersebut, yang sama semua entrinya adalah nol: yaitu ( 0 m × n ) i j = 0 (0_{m \times n})_{ij} = 0 ( 0 m × n ) ij = 0 untuk semua 1 ≤ i ≤ m 1 \le i \le m 1 ≤ i ≤ m dan 1 ≤ j ≤ n 1 \le j \le n 1 ≤ j ≤ n .
penjumlah, Pengurangan, Perkalian
A + B = [ a i j + b i j ] m × n A + B = [a_{ij} + b_{ij}]_{m \times n} A + B = [ a ij + b ij ] m × n
Dengan kata lain A + B A + B A + B adalah matriks m × n m \times n m × n yang memenuhi
[ A + B ] i j = [ A ] i j + [ B ] i j = a i j − b i j [A + B]_{ij} = [A]_{ij} +[B]_{ij} = a_{ij} - b_{ij} [ A + B ] ij = [ A ] ij + [ B ] ij = a ij − b ij semua 1 ≤ i ≤ m 1 \le i \le m 1 ≤ i ≤ m dan 1 ≤ j ≤ n 1 \le j \le n 1 ≤ j ≤ n
A − B = [ a i j − b i j ] m × n A - B = [a_{ij} - b_{ij}]_{m \times n} A − B = [ a ij − b ij ] m × n
Dengan kata lain A − B A - B A − B adalah matriks m × n m \times n m × n yang memenuhi
[ A − B ] i j = [ A ] i j − [ B ] i j = a i j − b i j [A - B]_{ij} = [A]_{ij} - [B]_{ij} = a_{ij} - b_{ij} [ A − B ] ij = [ A ] ij − [ B ] ij = a ij − b ij semua 1 ≤ i ≤ m 1 \le i \le m 1 ≤ i ≤ m dan 1 ≤ j ≤ n 1 \le j \le n 1 ≤ j ≤ n
c A = [ c a i j ] cA = [ca_{ij}] c A = [ c a ij ]
[ A B ] i j = a 1 j b 1 j + a 1 i b 2 j + … + a i r b r j = ∑ l = 1 r a 1 l b l j [AB]_{ij} = a_{1j}b_{1j} + a_{1i}b_{2j} + \ldots + a_{ir}b_{rj} = \sum^r_{l = 1}a_{1l}b_{lj} [ A B ] ij = a 1 j b 1 j + a 1 i b 2 j + … + a i r b r j = ∑ l = 1 r a 1 l b l j
Transpos Matriks
A T A^T A T dalah matriks yang entri i j ij ij -nya adalah entri j i ji ji -nya dari A A A .
$A =
[ 1 2 3 4 5 6 ] \begin{bmatrix}
1 & 2 & 3\\
4 & 5 & 6\\
\end{bmatrix} [ 1 4 2 5 3 6 ] maka,
$A^T =
[ 1 4 2 5 3 6 ] \begin{bmatrix}
1 & 4 \\
2 & 5 \\
3 & 6 \\
\end{bmatrix} ⎣ ⎡ 1 2 3 4 5 6 ⎦ ⎤ Sifat-Sifat Transpos
( A + B ) T = A T + B T (A + B)^T = A^T + B^T ( A + B ) T = A T + B T
( c A ) T = c A T (cA)^T = cA^T ( c A ) T = c A T
( A B ) T = B T A T (AB)^T = B^T A^T ( A B ) T = B T A T
( A T ) T = A (A^T)^T = A ( A T ) T = A
Sifat-sifat Aritmatika Matriks
hukum komutatif penjumlahan
A + B = B + A A + B = B + A A + B = B + A
hukum asosiatif penjumlahan
A + ( B + C ) = ( A + B ) + C A + (B + C) = (A + B) + C A + ( B + C ) = ( A + B ) + C
hukum asosiatif perkalian
A ( B C ) = ( A B ) C A(BC) = (AB)C A ( BC ) = ( A B ) C
hukun distributif kiri
A ( B + C ) = A B + A C A(B + C) = AB + AC A ( B + C ) = A B + A C
hukun distributif kanan
( B + C ) A = B A + C A (B + C)A = BA + CA ( B + C ) A = B A + C A
hukum distributif penskalaan
a ( B + C ) = a B + a C a(B + C) = aB + aC a ( B + C ) = a B + a C
hukum distributif penskalaan lainnya
( a + b ) C = a C + b C (a+b)C = aC + bC ( a + b ) C = a C + b C
hukum asosiatif penskalaan
a ( b C ) = ( a b ) C a(bC) = (ab)C a ( b C ) = ( ab ) C
hukum komutatif penskalaan
a ( B C ) = ( a B ) C = B ( a C ) a(BC) = (aB)C =B(aC) a ( BC ) = ( a B ) C = B ( a C )
Identitas Matriks
matriks persegi n × n n \times n n × n
$$
I_n =
[ 1 0 0 … 0 0 1 0 … 0 ⋮ 0 0 … 0 1 ] \begin{bmatrix}
1 & 0 & 0 & \ldots & 0\\
0 & 1 & 0 & \ldots & 0\\
\vdots\\
0 & 0 & \ldots & 0 & 1
\end{bmatrix} ⎣ ⎡ 1 0 ⋮ 0 0 1 0 0 0 … … … 0 0 0 1 ⎦ ⎤ $$
Identitas penjumlahan
0 m × n + A = A 0_{m \times n} + A = A 0 m × n + A = A sifat matematika dimana suatu bilangan dijumlahkan dengan nol ( 0 ) (0) ( 0 ) menghasilkan bilangan itu sendiri, nol ( 0 ) (0) ( 0 ) disebut elemen identitas.
Invers penjumlahan − A -A − A .
− A = ( − 1 ) A = [ − a i j ] -A = (-1)A = [-a_{ij}] − A = ( − 1 ) A = [ − a ij ] Identitas perkalian
I n A = A I n = A I_nA = AI_n = A I n A = A I n = A Determinan
Misalkan A A A adalah matriks n × n n \times n n × n dengan n ≥ 2 n \ge 2 n ≥ 2 . Diberikan 1 ≤ i , j ≤ n 1 \le i,j \le n 1 ≤ i , j ≤ n , submatriks dari A A A yang diperoleh dengan menghapus baris ke-i i i dan kolom ke-j j j dari A A A dilambangkan A i j A_{ij} A ij .
Misal A = [ a i j ] n × n A = [a_{ij}]_{n \times n} A = [ a ij ] n × n
jika n = 1 n = 1 n = 1 maka A = [ a 11 ] A =[a_{11}] A = [ a 11 ] , maka kita mendefinisikan det A = a 11 \text{det } A = a_{11} det A = a 11
jika n ≥ 2 n \ge 2 n ≥ 2 maka kita mendefinisika
det A = ∑ j = 1 n ( − 1 ) 1 + j a 1 j det A 1 j \text{det } A = \sum^n_{j=1} (-1)^{1+j}a_{1j}\text{ det }A_{1j} det A = j = 1 ∑ n ( − 1 ) 1 + j a 1 j det A 1 j Ex:
matriks 2 × 2 2 \times 2 2 × 2
A = [ a b c d ] A = \begin{bmatrix} a & b\\ c & d \end{bmatrix} A = [ a c b d ]
det A = ( − 1 ) 1 + 1 a det A 11 + ( − 1 ) 1 + 2 b det A 12 = a det [ d ] − b det [ c ] = a d − b c
\text{det }A = (-1)^{1+1}a \text{ det }A_{11} + (-1)^{1+2}b\text{ det }A_{12} \\
= a\text{ det }[d]- b \text{ det }[c] \\
= ad - bc
det A = ( − 1 ) 1 + 1 a det A 11 + ( − 1 ) 1 + 2 b det A 12 = a det [ d ] − b det [ c ] = a d − b c
matriks 3 × 3 3 \times 3 3 × 3
$ A =
[ a b c d e f g h i ] \begin{bmatrix}
a & b & c \\
d & e & f \\
g & h & i
\end{bmatrix} ⎣ ⎡ a d g b e h c f i ⎦ ⎤ det A = a det A 11 − b det A 12 + c det A 13 \text{det }A = a \det A_{11} - b \det A_{12} + c \det A_{13} det A = a det A 11 − b det A 12 + c det A 13
= a [ e f h i ] - b [ d f g i ] + c [ d e g h ]
= a \begin{bmatrix}
e & f \\
h & i
\end{bmatrix}
\text{- } b \begin{bmatrix}
d & f \\
g & i
\end{bmatrix}
\text{+ } c \begin{bmatrix}
d & e \\
g & h
\end{bmatrix}
= a [ e h f i ] - b [ d g f i ] + c [ d g e h ]
= a ( e i − f h ) − b ( d i − f g ) + c ( d h − e g ) = a(ei - fh) - b(di - fg) + c(dh - eg) = a ( e i − f h ) − b ( d i − f g ) + c ( d h − e g )
Minor
sembarang pasangan 1 ≤ i , j ≤ n 1 \le i,j \le n 1 ≤ i , j ≤ n minor ke-i j ij ij dari A A A didefinisikan sebagai:
M i j = det A i j M_{ij} = \text{det }A_{ij} M ij = det A ij Ekspansi Baris/Kolom
det A = ∑ k = 1 n ( − 1 ) i + k a i k M i k \text{det }A = \sum^n_{k=1} (-1)^{i+k}a_{ik}M_{ik} det A = k = 1 ∑ n ( − 1 ) i + k a ik M ik disebut ekspansi baris ke-i i i dari
det A = ∑ k = 1 n ( − 1 ) k + j a k j M k j \text{det }A = \sum^n_{k=1} (-1)^{k+j}a_{kj}M_{kj} det A = k = 1 ∑ n ( − 1 ) k + j a kj M kj disebut ekspansi baris ke-j j j dari
Adjoin Matriks
Matriks adjoin dari A A A , dilambangkan t e x t a d A text{ad }A t e x t a d A , adalah matriks n × n n \times n n × n yang entri ke-i j ij ij -nya didefinisikan sebagai berikut:
( adj A ) i j = ( − 1 ) i + j M j i (\text{adj }A)_{ij} = (-1)^{i+j}M_{ji} ( adj A ) ij = ( − 1 ) i + j M ji Invers Matriks
Singular: Detereminan = 0, matriks persegi yang tidak memiliki invers
Non-singular: Determinan ≠ 0 \not = 0 = 0 , matriks persegi yang memiliki invers
jika det A ≠ 0 \text{det }A \not = 0 det A = 0 , maka A − 1 = 1 det A adj A A^{-1} = \frac{1}{\text{det }A} \text{adj } A A − 1 = det A 1 adj A
Matriks 4 × \times × 4 ¶ A = [ a b c d e f g h i j k l m n o p ] A = \begin{bmatrix}
a & b & c & d \\
e & f & g & h \\
i & j & k & l \\
m & n & o & p
\end{bmatrix} A = ⎣ ⎡ a e i m b f j n c g k o d h l p ⎦ ⎤
det A = ( − 1 ) 1 + 1 a det A 11 + ( − 1 ) 1 + 2 b det A 12 + ( − 1 ) 1 + 3 c det A 13 + ( − 1 ) 1 + 4 d det A 14 = a M 11 − b M 12 + c M 13 − d M 14 = a ∣ f g h j k l n o p ∣ − b ∣ e g h i k l m o p ∣ + c ∣ e f h i j l m n p ∣ − d ∣ e f g i j k m n o ∣ = a ( f ( k p − l o ) − g ( j p − l n ) + h ( j o − k n ) ) − b ( e ( k p − l o ) − g ( i p − l m ) + h ( i o − k m ) ) + c ( e ( j p − l n ) − f ( i p − l m ) + h ( i n − j m ) ) − d ( e ( j o − k n ) − f ( i o − k m ) + g ( i n − j m ) ) = a ( f k p − f l o − g j p + g l n + h j o − h k n ) − b ( e k p − e l o − g i p + g l m + h i o − h k m ) + c ( e j p − e l n − f i p + f l m + h i n − h j m ) − d ( e j o − e k n − f i o + f k m + g i n − g j m ) \begin{aligned}
\det A &= (-1)^{1+1} a \det A_{11} + (-1)^{1+2} b \det A_{12} + (-1)^{1+3} c \det A_{13} + (-1)^{1+4} d \det A_{14} \\
&= a M_{11} - b M_{12} + c M_{13} - d M_{14}\\
&= a \begin{vmatrix} f & g & h\\ j & k & l\\ n & o & p \end{vmatrix} - b \begin{vmatrix} e & g & h\\ i & k & l\\ m & o & p \end{vmatrix} + c \begin{vmatrix} e & f & h\\ i & j & l\\ m & n & p \end{vmatrix} - d \begin{vmatrix} e & f & g\\ i & j & k\\ m & n & o \end{vmatrix}\\
&= a(f(kp-lo)-g(jp-ln)+h(jo-kn)) - b(e(kp-lo)-g(ip-lm)+h(io-km)) + c(e(jp-ln)-f(ip-lm)+h(in-jm)) - d(e(jo-kn)-f(io-km)+g(in-jm))\\
&= a(fkp-flo-gjp+gln+hjo-hkn) - b(ekp-elo-gip+glm+hio-hkm) + c(ejp-eln-fip+flm+hin-hjm) - d(ejo-ekn-fio+fkm+gin-gjm)
\end{aligned} det A = ( − 1 ) 1 + 1 a det A 11 + ( − 1 ) 1 + 2 b det A 12 + ( − 1 ) 1 + 3 c det A 13 + ( − 1 ) 1 + 4 d det A 14 = a M 11 − b M 12 + c M 13 − d M 14 = a ∣ ∣ f j n g k o h l p ∣ ∣ − b ∣ ∣ e i m g k o h l p ∣ ∣ + c ∣ ∣ e i m f j n h l p ∣ ∣ − d ∣ ∣ e i m f j n g k o ∣ ∣ = a ( f ( k p − l o ) − g ( j p − l n ) + h ( j o − kn )) − b ( e ( k p − l o ) − g ( i p − l m ) + h ( i o − km )) + c ( e ( j p − l n ) − f ( i p − l m ) + h ( in − jm )) − d ( e ( j o − kn ) − f ( i o − km ) + g ( in − jm )) = a ( f k p − f l o − g j p + g l n + hj o − hkn ) − b ( e k p − e l o − g i p + g l m + hi o − hkm ) + c ( e j p − e l n − f i p + f l m + hin − hjm ) − d ( e j o − e kn − f i o + f km + g in − g jm )
Matriks 5 × \times × 5 ¶ A = [ 1 1 1 1 1 2 1 3 1 2 1 3 2 4 1 3 1 1 2 3 2 2 2 1 1 ] A = \begin{bmatrix}
1 & 1 & 1 & 1 & 1 \\
2 & 1 & 3 & 1 & 2 \\
1 & 3 & 2 & 4 & 1 \\
3 & 1 & 1 & 2 & 3 \\
2 & 2 & 2 & 1 & 1
\end{bmatrix} A = ⎣ ⎡ 1 2 1 3 2 1 1 3 1 2 1 3 2 1 2 1 1 4 2 1 1 2 1 3 1 ⎦ ⎤ det A = a 11 C 11 + a 12 C 12 + a 13 C 13 + a 14 C 14 + a 15 C 15 \det A = a_{11}C_{11} + a_{12}C_{12} + a_{13}C_{13} + a_{14}C_{14} + a_{15}C_{15} det A = a 11 C 11 + a 12 C 12 + a 13 C 13 + a 14 C 14 + a 15 C 15 , dengan C i j = ( − 1 ) i + j M j i C_{ij} = (-1)^{i+j}M_{ji} C ij = ( − 1 ) i + j M ji
C 11 = ( − 1 ) 1 + 1 M 11 = M 11 C_{11} = (-1)^{1+1}M_{11} = M_{11} C 11 = ( − 1 ) 1 + 1 M 11 = M 11
C 12 = ( − 1 ) 1 + 2 M 21 = − M 21 C_{12} = (-1)^{1+2}M_{21} = -M_{21} C 12 = ( − 1 ) 1 + 2 M 21 = − M 21
C 13 = ( − 1 ) 1 + 3 M 31 = M 31 C_{13} = (-1)^{1+3}M_{31} = M_{31} C 13 = ( − 1 ) 1 + 3 M 31 = M 31
C 14 = ( − 1 ) 1 + 4 M 41 = − M 41 C_{14} = (-1)^{1+4}M_{41} = -M_{41} C 14 = ( − 1 ) 1 + 4 M 41 = − M 41
C 15 = ( − 1 ) 1 + 5 M 51 = M 51 C_{15} = (-1)^{1+5}M_{51} = M_{51} C 15 = ( − 1 ) 1 + 5 M 51 = M 51
$\begin{aligned}
\det A &= 1M_{11} - 1M_{21} + 1M_{31} - 1M_{41} + 1M_{51}\
&= \begin{vmatrix}
1 & 3 & 1 & 2 \
3 & 2 & 4 & 1 \
1 & 1 & 2 & 3 \
2 & 2 & 1 & 1
\end{vmatrix} -
∣ 1 1 1 1 3 2 4 1 1 1 2 3 2 2 1 1 ∣ \begin{vmatrix}
1 & 1 & 1 & 1 \\
3 & 2 & 4 & 1 \\
1 & 1 & 2 & 3 \\
2 & 2 & 1 & 1
\end{vmatrix} ∣ ∣ 1 3 1 2 1 2 1 2 1 4 2 1 1 1 3 1 ∣ ∣ ∣ 1 1 1 1 1 3 1 2 1 1 2 3 2 2 1 1 ∣ \begin{vmatrix}
1 & 1 & 1 & 1 \\
1 & 3 & 1 & 2 \\
1 & 1 & 2 & 3 \\
2 & 2 & 1 & 1
\end{vmatrix} ∣ ∣ 1 1 1 2 1 3 1 2 1 1 2 1 1 2 3 1 ∣ ∣ ∣ 1 1 1 1 1 3 1 2 3 2 4 1 2 2 1 1 ∣ \begin{vmatrix}
1 & 1 & 1 & 1 \\
1 & 3 & 1 & 2 \\
3 & 2 & 4 & 1 \\
2 & 2 & 1 & 1
\end{vmatrix} ∣ ∣ 1 1 3 2 1 3 2 2 1 1 4 1 1 2 1 1 ∣ ∣ ∣ 1 1 1 1 1 3 1 2 3 2 4 1 1 1 2 3 ∣ \begin{vmatrix}
1 & 1 & 1 & 1 \\
1 & 3 & 1 & 2 \\
3 & 2 & 4 & 1 \\
1 & 1 & 2 & 3
\end{vmatrix} ∣ ∣ 1 1 3 1 1 3 2 1 1 1 4 2 1 2 1 3 ∣ ∣ \end{aligned}$
$M_{11} =
∣ 1 3 1 2 3 2 4 1 1 1 2 3 2 2 1 1 ∣ \begin{vmatrix}
1 & 3 & 1 & 2 \\
3 & 2 & 4 & 1 \\
1 & 1 & 2 & 3 \\
2 & 2 & 1 & 1
\end{vmatrix} ∣ ∣ 1 3 1 2 3 2 1 2 1 4 2 1 2 1 3 1 ∣ ∣ M_{11} = 1A_{11} - 3A_{12} + 1A_{13} - 2A_{14}$
$
\begin{aligned}
M_{11} &=
1 \begin{vmatrix}
2 & 4 & 1 \
1 & 2 & 3 \
2 & 1 & 1
\end{vmatrix} - 3
∣ 3 4 1 1 2 3 2 1 1 ∣ \begin{vmatrix}
3 & 4 & 1 \\
1 & 2 & 3 \\
2 & 1 & 1
\end{vmatrix} ∣ ∣ 3 1 2 4 2 1 1 3 1 ∣ ∣ ∣ 3 2 1 1 1 3 2 2 1 ∣ \begin{vmatrix}
3 & 2 & 1 \\
1 & 1 & 3 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 3 1 2 2 1 2 1 3 1 ∣ ∣ ∣ 3 2 4 1 1 2 2 2 1 ∣ \begin{vmatrix}
3 & 2 & 4 \\
1 & 1 & 2 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 3 1 2 2 1 2 4 2 1 ∣ ∣ &= 1(15) - 3(14) + 1(-5) - 2(-3) \
&= 15 - 42 - 5 + 6 \
M_{11} &= -26
\end{aligned}$
$M_{12} =
∣ 1 1 1 1 3 2 4 1 1 1 2 3 2 2 1 1 ∣ \begin{vmatrix}
1 & 1 & 1 & 1 \\
3 & 2 & 4 & 1 \\
1 & 1 & 2 & 3 \\
2 & 2 & 1 & 1
\end{vmatrix} ∣ ∣ 1 3 1 2 1 2 1 2 1 4 2 1 1 1 3 1 ∣ ∣ M_{12} = 2A_{11} - 3A_{12} + 1A_{13} - 2A_{14}$
$
\begin{aligned}
M_{12} &=
2 \begin{vmatrix}
2 & 4 & 1 \
1 & 2 & 3 \
2 & 1 & 1
\end{vmatrix} - 3
∣ 3 4 1 1 2 3 2 1 1 ∣ \begin{vmatrix}
3 & 4 & 1 \\
1 & 2 & 3 \\
2 & 1 & 1
\end{vmatrix} ∣ ∣ 3 1 2 4 2 1 1 3 1 ∣ ∣ ∣ 3 2 1 1 1 3 2 2 1 ∣ \begin{vmatrix}
3 & 2 & 1 \\
1 & 1 & 3 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 3 1 2 2 1 2 1 3 1 ∣ ∣ ∣ 3 2 4 1 1 2 2 2 1 ∣ \begin{vmatrix}
3 & 2 & 4 \\
1 & 1 & 2 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 3 1 2 2 1 2 4 2 1 ∣ ∣ &= 2(15) - 3(-6) + 1(-3) - 2(7) \
&= 30 + 18 - 3 - 14 \
M_{12} &= 31
\end{aligned}
$
$M_{13} =
∣ 2 1 1 2 1 3 4 1 3 1 2 3 2 2 1 1 ∣ \begin{vmatrix}
2 & 1 & 1 & 2 \\
1 & 3 & 4 & 1 \\
3 & 1 & 2 & 3 \\
2 & 2 & 1 & 1
\end{vmatrix} ∣ ∣ 2 1 3 2 1 3 1 2 1 4 2 1 2 1 3 1 ∣ ∣ M_{13} = 2A_{11} - 1A_{12} + 1A_{13} - 2A_{14}$
$
\begin{aligned}
M_{13} &=
2 \begin{vmatrix}
3 & 4 & 1 \
1 & 2 & 3 \
2 & 1 & 1
\end{vmatrix} - 1
∣ 1 4 1 3 2 3 2 1 1 ∣ \begin{vmatrix}
1 & 4 & 1 \\
3 & 2 & 3 \\
2 & 1 & 1
\end{vmatrix} ∣ ∣ 1 3 2 4 2 1 1 3 1 ∣ ∣ ∣ 1 3 1 3 1 3 2 2 1 ∣ \begin{vmatrix}
1 & 3 & 1 \\
3 & 1 & 3 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 1 3 2 3 1 2 1 3 1 ∣ ∣ ∣ 1 3 4 3 1 2 2 2 1 ∣ \begin{vmatrix}
1 & 3 & 4 \\
3 & 1 & 2 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 1 3 2 3 1 2 4 2 1 ∣ ∣ &= 2(14) - 1(7) + 1(8) - 2(16) \
&= 28 - 7 + 8 - 32 \
M_{13} &= -3
\end{aligned}
$
$M_{14} =
∣ 2 1 3 2 1 3 2 1 3 1 1 3 2 2 2 1 ∣ \begin{vmatrix}
2 & 1 & 3 & 2 \\
1 & 3 & 2 & 1 \\
3 & 1 & 1 & 3 \\
2 & 2 & 2 & 1
\end{vmatrix} ∣ ∣ 2 1 3 2 1 3 1 2 3 2 1 2 2 1 3 1 ∣ ∣ M_{14} = 2A_{11} - 1A_{12} + 3A_{13} - 2A_{14}$
$
\begin{aligned}
M_{14} &=
2 \begin{vmatrix}
3 & 2 & 1 \
1 & 1 & 3 \
2 & 2 & 1
\end{vmatrix} - 1
∣ 1 2 1 3 1 3 2 2 1 ∣ \begin{vmatrix}
1 & 2 & 1 \\
3 & 1 & 3 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 1 3 2 2 1 2 1 3 1 ∣ ∣ ∣ 1 3 1 3 1 3 2 2 1 ∣ \begin{vmatrix}
1 & 3 & 1 \\
3 & 1 & 3 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 1 3 2 3 1 2 1 3 1 ∣ ∣ ∣ 1 3 2 3 1 1 2 2 2 ∣ \begin{vmatrix}
1 & 3 & 2 \\
3 & 1 & 1 \\
2 & 2 & 2
\end{vmatrix} ∣ ∣ 1 3 2 3 1 2 2 1 2 ∣ ∣ &= 2(-5) - 1(5) + 3(8) - 2(-4) \
&= -10 - 5 + 24 + 8 \
M_{14} &= 17
\end{aligned}
$
$M_{15} =
∣ 2 1 3 1 1 3 2 4 3 1 1 2 2 2 2 1 ∣ \begin{vmatrix}
2 & 1 & 3 & 1 \\
1 & 3 & 2 & 4 \\
3 & 1 & 1 & 2 \\
2 & 2 & 2 & 1
\end{vmatrix} ∣ ∣ 2 1 3 2 1 3 1 2 3 2 1 2 1 4 2 1 ∣ ∣ M_{15} = 2A_{11} - 1A_{12} + 3A_{13} - 1A_{14}$
$
\begin{aligned}
M_{15} &=
2 \begin{vmatrix}
3 & 2 & 4 \
1 & 1 & 2 \
2 & 2 & 1
\end{vmatrix} - 1
∣ 1 2 4 3 1 2 2 2 1 ∣ \begin{vmatrix}
1 & 2 & 4 \\
3 & 1 & 2 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 1 3 2 2 1 2 4 2 1 ∣ ∣ ∣ 1 3 4 3 1 2 2 2 1 ∣ \begin{vmatrix}
1 & 3 & 4 \\
3 & 1 & 2 \\
2 & 2 & 1
\end{vmatrix} ∣ ∣ 1 3 2 3 1 2 4 2 1 ∣ ∣ ∣ 1 3 2 3 1 1 2 2 2 ∣ \begin{vmatrix}
1 & 3 & 2 \\
3 & 1 & 1 \\
2 & 2 & 2
\end{vmatrix} ∣ ∣ 1 3 2 3 1 2 2 1 2 ∣ ∣ &= 2(-3) - 1(15) + 3(16) - 1(-4) \
&= -6 - 15 + 48 + 4 \
M_{15} &= 31
\end{aligned}
$
det A = 1 M 11 − 1 M 12 + 1 M 13 − 1 M 14 + 1 M 15 = ( − 26 ) − 31 + 23 − ( − 22 ) + ( − 4 ) = − 61 + 45 = − 16 \begin{aligned}
\det A &= 1M_{11} - 1M_{12} + 1M_{13} - 1M_{14} + 1M_{15}\\
&= (-26) - 31 + 23 - (-22) + (-4)\\
&= -61 + 45\\
&= -16
\end{aligned} det A = 1 M 11 − 1 M 12 + 1 M 13 − 1 M 14 + 1 M 15 = ( − 26 ) − 31 + 23 − ( − 22 ) + ( − 4 ) = − 61 + 45 = − 16
A = [ 1 1 1 1 1 2 1 3 1 2 1 3 2 4 1 3 1 1 2 3 2 2 2 1 1 ] A =
\begin{bmatrix}
1 & 1 & 1 & 1 & 1 \\
2 & 1 & 3 & 1 & 2 \\
1 & 3 & 2 & 4 & 1 \\
3 & 1 & 1 & 2 & 3 \\
2 & 2 & 2 & 1 & 1
\end{bmatrix} A = ⎣ ⎡ 1 2 1 3 2 1 1 3 1 2 1 3 2 1 2 1 1 4 2 1 1 2 1 3 1 ⎦ ⎤ Gunakan baris pertama (R1) sebagai pivot:
( R 2 ← R 2 − 2 R 1 ) ( R_2 \leftarrow R_2 - 2R_1 ) ( R 2 ← R 2 − 2 R 1 )
( R 3 ← R 3 − R 1 ) ( R_3 \leftarrow R_3 - R_1 ) ( R 3 ← R 3 − R 1 )
( R 4 ← R 4 − 3 R 1 ) ( R_4 \leftarrow R_4 - 3R_1 ) ( R 4 ← R 4 − 3 R 1 )
( R 5 ← R 5 − 2 R 1 ) ( R_5 \leftarrow R_5 - 2R_1 ) ( R 5 ← R 5 − 2 R 1 )
$
[ 1 1 1 1 1 0 − 1 1 − 1 0 0 2 1 3 0 0 − 2 − 2 − 1 0 0 0 0 − 1 − 1 ] \begin{bmatrix}
1 & 1 & 1 & 1 & 1 \\
0 & -1 & 1 & -1 & 0 \\
0 & 2 & 1 & 3 & 0 \\
0 & -2 & -2 & -1 & 0 \\
0 & 0 & 0 & -1 & -1
\end{bmatrix} ⎣ ⎡ 1 0 0 0 0 1 − 1 2 − 2 0 1 1 1 − 2 0 1 − 1 3 − 1 − 1 1 0 0 0 − 1 ⎦ ⎤ $
Pivot di baris 2:
$
[ 1 1 1 1 1 0 − 1 1 − 1 0 0 0 3 1 0 0 0 − 4 1 0 0 0 0 − 1 − 1 ] \begin{bmatrix}
1 & 1 & 1 & 1 & 1 \\
0 & -1 & 1 & -1 & 0 \\
0 & 0 & 3 & 1 & 0 \\
0 & 0 & -4 & 1 & 0 \\
0 & 0 & 0 & -1 & -1
\end{bmatrix} ⎣ ⎡ 1 0 0 0 0 1 − 1 0 0 0 1 1 3 − 4 0 1 − 1 1 1 − 1 1 0 0 0 − 1 ⎦ ⎤ $
Pivot di baris 3:
$
[ 1 1 1 1 1 0 − 1 1 − 1 0 0 0 3 1 0 0 0 0 7 3 0 0 0 0 − 1 − 1 ] \begin{bmatrix}
1 & 1 & 1 & 1 & 1 \\
0 & -1 & 1 & -1 & 0 \\
0 & 0 & 3 & 1 & 0 \\
0 & 0 & 0 & \frac{7}{3} & 0 \\
0 & 0 & 0 & -1 & -1
\end{bmatrix} ⎣ ⎡ 1 0 0 0 0 1 − 1 0 0 0 1 1 3 0 0 1 − 1 1 3 7 − 1 1 0 0 0 − 1 ⎦ ⎤ $
Pivot di baris 4:
$
[ 1 1 1 1 1 0 − 1 1 − 1 0 0 0 3 1 0 0 0 0 7 3 0 0 0 0 0 − 1 ] \begin{bmatrix}
1 & 1 & 1 & 1 & 1 \\
0 & -1 & 1 & -1 & 0 \\
0 & 0 & 3 & 1 & 0 \\
0 & 0 & 0 & \frac{7}{3} & 0 \\
0 & 0 & 0 & 0 & -1
\end{bmatrix} ⎣ ⎡ 1 0 0 0 0 1 − 1 0 0 0 1 1 3 0 0 1 − 1 1 3 7 0 1 0 0 0 − 1 ⎦ ⎤ $
Karena sekarang matriks segitiga atas, determinan = hasil kali diagonal:
det ( A ) = 1 ⋅ ( − 1 ) ⋅ 3 ⋅ 7 3 ⋅ ( − 1 ) = 7 \begin{aligned}
\det(A) &= 1 \cdot (-1) \cdot 3 \cdot \frac{7}{3} \cdot (-1)\\
&= 7
\end{aligned} det ( A ) = 1 ⋅ ( − 1 ) ⋅ 3 ⋅ 3 7 ⋅ ( − 1 ) = 7