Matriks terbalikkan

Dalam aljabar linear, sebuah matriks persegi A {\displaystyle \mathbf {A} } berukuran n × n {\displaystyle n\!\times \!n} terbalikkan (invertible) atau tidak singular, jika terdapat matriks persegi B {\displaystyle \mathbf {B} } dengan ukuran yang sama dengan A {\displaystyle \mathbf {A} } , dan memenuhi hubungan:

A B = B A = I n   {\displaystyle \mathbf {AB} =\mathbf {BA} =\mathbf {I} _{n}\ }

dengan I n {\displaystyle \mathbf {I} _{n}} melambangkan matriks identitas berukuran n × n {\displaystyle n\!\times \!n} , dan perkalian yang dilakukan merupakan perkalian matriks yang umum. Jika hubungan tersebut berlaku, maka matriks B {\displaystyle \mathbf {B} } disebut sebagai balikan atau invers (multiplikatif) dari matriks A {\displaystyle \mathbf {A} } , dan diberi lambang A 1 {\displaystyle \mathbf {A} ^{-1}} .

Matriks persegi tidak dapat dibalik disebut dengan matriks singular. Matriks persegi bersifat singular jika dan hanya jika nilai determinannya 0. Matriks yang bukan matriks persegi (berukuran m × n {\displaystyle m\!\times \!n} dan m n {\displaystyle m\neq n} ) tidak memiliki invers. Namun dalam beberapa kasus, matriks tersebut mungkin memiliki invers kiri atau invers kanan. Jika matriks A {\displaystyle \mathbf {A} } berukuran m × n {\displaystyle m\!\times \!n} dengan rank n {\displaystyle n} (nilai n m {\displaystyle n\leq m} ), maka A {\displaystyle \mathbf {A} } memiliki invers kiri. Invers kiri ini adalah sebuah matriks B {\displaystyle \mathbf {B} } berukuran n × m {\displaystyle n\!\times \!m} yang memenuhi hubungan B A = I n . {\displaystyle \mathbf {B} \mathbf {A} =\mathbf {I} _{n}.} Sedangkan jika rank matriks A {\displaystyle \mathbf {A} } adalah m {\displaystyle m} (nilai m n {\displaystyle m\leq n} ), maka A {\displaystyle \mathbf {A} } memiliki invers kanan; yakni sebuah matriks B {\displaystyle \mathbf {B} } berukuran n × m {\displaystyle n\!\times \!m} yang memenuhi hubungan A B = I m . {\displaystyle \mathbf {A} \mathbf {B} =\mathbf {I} _{m}.}

Sifat

Teorema matriks terbalikkan

Sifat keterbalikkan sebuah matriks berhubungan erat dengan banyak sifat lain yang dimiliki matriks tersebut. Misalkan A {\displaystyle \mathbf {A} } adalah matriks persegi berukuran n × n {\displaystyle n\!\times \!n} , dengan entri-entri adalah elemen dari suatu lapangan K {\displaystyle K} (misalnya, lapangan bilangan real R {\displaystyle \mathbb {R} } ). Semua pernyataan berikut ekuivalen, dalam artian antara matriks A {\displaystyle \mathbf {A} } memenuhi semua pernyataan, atau matriks A {\displaystyle \mathbf {A} } tidak memenuhi satupun pernyataan yang ada.[1][2]

  • Matriks A {\displaystyle \mathbf {A} } terbalikkan. Dengan kata lain, matriks A {\displaystyle \mathbf {A} } memiliki sebuah invers (atau tidak singular).
  • Ada sebuah matriks B {\displaystyle \mathbf {B} } berukuran n × n {\displaystyle n\!\times \!n} yang memenuhi A B = B A = I n   {\displaystyle \mathbf {AB} =\mathbf {BA} =\mathbf {I} _{n}\ }
  • Matriks A {\displaystyle \mathbf {A} } dapat diubah menjadi matriks identitas I n {\displaystyle \mathbf {I} _{n}} lewat serangkaian operasi baris elementer, atau lewat serangkaian operasi kolom elementer.
  • Matriks A {\displaystyle \mathbf {A} } dapat dinyatakan sebagai perkalian (dengan jumlah terhingga) matriks-matriks elementer
  • Matriks A {\displaystyle \mathbf {A} } memiliki n {\displaystyle n} posisi pivot. Posisi pivot adalah nilai 1 pertama sebuah baris pada matriks bentuk eselon baris tereduksi (reduced row echelon form).
  • Persamaan A x = 0 {\displaystyle \mathbf {Ax} =\mathbf {0} } hanya memiliki solusi trivial, yakni x = 0 {\displaystyle \mathbf {x} =\mathbf {0} }
  • Persamaan A x = b {\displaystyle \mathbf {Ax} =\mathbf {b} } tepat memiliki satu solusi, untuk semua b K n {\displaystyle \mathbf {b} \in K^{n}}
  • Transformasi linear x A x {\displaystyle \mathbf {x} \mapsto \mathbf {Ax} } adalah sebuah bijeksi dari K n {\displaystyle K^{n}} ke K n {\displaystyle K^{n}}
  • Kernel dari A {\displaystyle \mathbf {A} } trivial; dengan kata lain hanya mengandung vektor nol sebagai elemennya, sehingga Ker ( A ) = { 0 } {\displaystyle \operatorname {Ker} (\mathbf {A} )=\{\mathbf {0} \}}
  • Determinan dari A {\displaystyle \mathbf {A} } sama dengan 0.
  • Bilangan 0 bukan nilai eigen dari matriks A {\displaystyle \mathbf {A} }
  • Rank A {\displaystyle \mathbf {A} } penuh; dengan kata lain, Rank A = n {\displaystyle \operatorname {Rank} \mathbf {A} =n}
  • Kolom-kolom dari A {\displaystyle \mathbf {A} } saling bebas linear. Ini mengartikan tidak mungkin menyatakan sebuah kolom matriks A {\displaystyle \mathbf {A} } sebagai kombinasi penjumlahan kolom-kolom yang lain.
  • Span dari kolom-kolom matriks A {\displaystyle \mathbf {A} } adalah K n {\displaystyle K^{n}} . Artinya, himpunan semua kombinasi linear dari kolom-kolom A {\displaystyle \mathbf {A} } akan sama dengan K n {\displaystyle K^{n}}
  • Ruang kolom dari matriks A {\displaystyle \mathbf {A} } adalah K n {\displaystyle K^{n}} . Ruang kolom adalah ruang vektor yang dibentuk oleh kolom-kolom matriks A {\displaystyle \mathbf {A} }
  • Kolom-kolom matriks A {\displaystyle \mathbf {A} } membentuk sebuah basis bagi K n {\displaystyle K^{n}}
  • Transpos dari A {\displaystyle \mathbf {A} } , yakni matriks A T {\displaystyle \mathbf {A} ^{\text{T}}} juga terbalikkan. Hal ini mengartikan baris-baris dari matriks A {\displaystyle \mathbf {A} } juga memenuhi sifat-sifat yang sama dengan kolom-kolom matriks.
  • Matriks A {\displaystyle \mathbf {A} } memiliki invers kiri (yakni matriks B {\displaystyle \mathbf {B} } sehingga B A = I {\displaystyle \mathbf {BA} =\mathbf {I} } ) dan invers kanan (yakni matriks C {\displaystyle \mathbf {C} } sehingga A C = I {\displaystyle \mathbf {AC} =\mathbf {I} } ). Lebih lanjut, nilai kedua invers tersebut sama, B = C = A 1 {\displaystyle \mathbf {B} =\mathbf {C} =\mathbf {A} ^{-1}}

Hubungan dengan adjugat

Adjugat dari suatu matriks A {\displaystyle \mathbf {A} } dapat digunakan untuk mencari invers dari A {\displaystyle \mathbf {A} } , dengan menggunakan hubungan:

Jika A {\displaystyle \mathbf {A} } memiliki invers, maka

A 1 = 1 det ( A ) adj ( A ) . {\displaystyle \mathbf {A} ^{-1}={\frac {1}{\det(\mathbf {A} )}}\operatorname {adj} (\mathbf {A} ).}

Sifat-sifat lain

Selain sifat-sifat pada bagian-bagian sebelumnya, matriks A {\displaystyle \mathbf {A} } berukuran n × n {\displaystyle n\times n} yang terbalikkan juga memiliki beberapa sifat berikut:

  • ( A 1 ) 1 = A {\displaystyle (\mathbf {A} ^{-1})^{-1}=\mathbf {A} } ;
  • ( k A ) 1 = k 1 A 1 {\displaystyle (k\mathbf {A} )^{-1}=k^{-1}\mathbf {A} ^{-1}} untuk sembarang skalar k {\displaystyle k} yang tidak sama dengan 0;
  • ( A T ) 1 = ( A 1 ) T {\displaystyle (\mathbf {A} ^{\text{T}})^{-1}=(\mathbf {A} ^{-1})^{\text{T}}} ;
  • det ( A 1 ) = 1 det ( A 1 ) {\displaystyle \det(\mathbf {A} ^{-1})={\frac {1}{\det(\mathbf {A} ^{-1})}}} ;
  • Untuk sembarang matriks B {\displaystyle \mathbf {B} } yang dapat dibalik dan yang berukuran sama dengan A {\displaystyle \mathbf {A} } , akan berlaku ( A B ) 1 = B 1 A 1 {\displaystyle (\mathbf {AB} )^{-1}=\mathbf {B} ^{-1}\mathbf {A} ^{-1}} . Hal ini dapat diperumum untuk kasus matriks-matriks A 1 , , A k {\displaystyle \mathbf {A} _{1},\,\dots ,\,\mathbf {A} _{k}} berukuran n × n {\displaystyle n\times n} dan dapat dibalik, yang akan memiliki hubungan
    ( A 1 A 2 A k 1 A k ) 1 = A k 1 A k 1 1 A 2 1 A 1 1 {\displaystyle (\mathbf {A} _{1}\mathbf {A} _{2}\dotsi \mathbf {A} _{k-1}\mathbf {A} _{k})^{-1}=\mathbf {A} _{k}^{-1}\mathbf {A} _{k-1}^{-1}\dotsi \mathbf {A} _{2}^{-1}\mathbf {A} _{1}^{-1}}
  • Jika A {\displaystyle \mathbf {A} } memiliki kolom-kolom yang saling ortonormal, maka ( A x ) + = x + A 1 {\displaystyle (\mathbf {Ax} )^{+}=\mathbf {x} ^{+}\mathbf {A} ^{-1}} ; dengan + {\displaystyle ^{+}} menyatakan invers Moore–Penrose dan x {\displaystyle \mathbf {x} } adalah vektor;

Referensi

  1. ^ Weisstein, Eric W. "Invertible Matrix Theorem". mathworld.wolfram.com (dalam bahasa Inggris). Diakses tanggal 2020-09-08. 
  2. ^ Horn, Roger A.; Johnson, Charles R. (1985). Matrix Analysis. Cambridge University Press. hlm. 14. ISBN 978-0-521-38632-6. .

Pranala luar

  • Hazewinkel, Michiel, ed. (2001) [1994], "Inversion of a matrix", Encyclopedia of Mathematics, Springer Science+Business Media B.V. / Kluwer Academic Publishers, ISBN 978-1-55608-010-4 
  • Matrix Mathematics: Theory, Facts, and Formulas di Google books
  • The Matrix Cookbook
  • l
  • b
  • s
Kelas-kelas matriks
Batasan pada elemen matriks
  • (0,1)
  • Alternatif
  • Anti-diagonal
  • Anti-Hermitian
  • Anti-simetris
  • Panah condong
  • Bidiagonal
  • Biner
  • Bisimetris
  • Diagonal balok
  • Blok
  • Blok segitiga
  • Sentrosimetri
  • Konferensi
  • Hadamard kompleks
  • Kopositif
  • Dominan diagonal
  • Ekuivalen
  • Permutasi generalisasi
  • Bilangan bulat
  • Logis
  • Monomial
  • Nonnegatif
  • Dipartisi
  • Persimetris
  • Polinomial
  • Positif
  • Kuarter
  • Tanda
  • Signatur
  • Hermitian-miring
  • Simetris-miring
  • Garis langit
  • Z
Konstan
  • Bergeser
  • Pertukaran
Batasan pada nilai eigen dan vektor eigen-nya
  • Kompasi
  • Konvergen
  • Defektif
  • Diagonalisasi
  • Generalisasi-positif
  • Stabilitas
  • Hurwitz
  • Stieltjes
Batasan pada hasil perkalian atau inversnya
  • Congruent
  • Involutori
  • Generalisasi unimodular
  • Penimbangan
Dengan aplikasi tertentu
  • Adjugat
  • Tanda alternatif
  • Augmenten
  • Lingkaran
  • Komutasi
  • Kofunsi
  • Derogasi
  • Duplikasi
  • Eliminasi
  • Jarak Euklides
  • Matriks fundamental (persamaan diferensial linear)
  • Generator
  • Geser
  • Persamaan
  • Acak
  • Bézout
  • Carleman
  • Cartan
  • Coxeter
  • Gram
  • Hesse
  • Householder
  • Imbalan
  • Jacobi
  • Jarak
  • Kofaktor
  • Seifert
  • Simplektik
  • Transformasi
  • Pick
  • Positif total
  • Rotasi
  • Wedderburn
  • X–Y–Z
Digunakan dalam statistika
  • Centering
  • Design
  • Dispersion
  • Doubly stochastic
  • Fisher information
  • Hat
  • Precision
Digunakan dalam teori graf
  • Adjacency
  • Biadjacency
  • Degree
  • Incidence
  • Seidel adjacency
  • Skew-adjacency
  • Edmonds
  • Laplace
  • Tutte
Digunakan dalam sains dan teknik
  • Fundamental (computer vision)
  • Fuzzy associative
  • Irregular
  • Overlap
  • State transition
  • Substitution
  • Z (chemistry)
  • Cabibbo–Kobayashi–Maskawa
  • Densitas
  • Gamma
  • Gell-Mann
  • Hamilton
  • S
Istilah yang berhubungan
  • Jordan canonical form
  • Matrix exponential
  • Matrix representation of conic sections
  • Perfect matrix
  • Quaternionic matrix
  • Daftar jenis matriks
  • Kategori:Matriks
Ikon rintisan

Artikel bertopik matematika ini adalah sebuah rintisan. Anda dapat membantu Wikipedia dengan mengembangkannya.

  • l
  • b
  • s