Lewati ke konten utama

Matriks Invertibel: Definisi, Properti, dan Contoh

Pelajari apa itu matriks invertibel, cara menentukan apakah suatu matriks invertibel, dan mengapa invers matriks penting dalam aljabar linear dan ilmu data.
· 5 mnt Baca

Jelajahi bersama AI

Beberapa matriks berperilaku seperti bilangan yang dapat dibagi, karena transformasinya dapat "dibalik" dengan perkalian oleh matriks lain. Jadi, matriks invertibel adalah matriks bujur sangkar yang memiliki matriks kebalikan, yang disebut inversnya.

Sifat ini mendasar dalam pemecahan sistem persamaan linear, misalnya, di mana invers memungkinkan perhitungan langsung variabel tak diketahui pada sistem tersebut.

Pada bagian-bagian berikut, saya akan menyajikan definisi yang tepat, syarat keterbalikan, properti utama, metode komputasi, dan tentu saja banyak contoh konkret.

Apa Itu Matriks Invertibel?

Sebuah matriks bujur sangkar A berukuran n×n dikatakan invertibel jika terdapat matriks n×n lain B sedemikian sehingga 

A B = B A = I

Dengan I adalah matriks identitas berukuran sama (n×n). Matriks B dinotasikan A-1 (hampir seperti A dipangkatkan -1) dan disebut invers dari A. 

Penting untuk dicatat bahwa hanya matriks bujur sangkar yang dapat invertibel dan matriks tak-bujur sangkar tidak memiliki invers. Ini berakar dari konsep bijektivitas dalam aljabar linear. Namun demi keintuitifan artikel ini, kita akan cukup dengan kaidah sederhana tersebut.

Apa Itu Matriks Identitas?

Matriks identitas I adalah matriks bujur sangkar yang bertindak sebagai identitas perkalian dalam aljabar matriks. Jadi, mengalikan matriks apa pun yang sesuai ukurannya dengan I akan membuatnya tetap sama. Anda dapat menganggapnya sebagai transformasi netral, atau lebih ketatnya, transformasi identitas.

Untuk kasus 2x2, bentuknya:

$ I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}. $

Contoh 3x3 adalah

$ I = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}. $

Relasi pendefinisinya adalah 

$ A A^{-1} = I $

Ini menunjukkan bahwa mengalikan A dengan inversnya mengembalikan sistem ke titik awal yang netral. Meskipun perkalian matriks umumnya tidak komutatif, dalam kasus khusus ini urutannya tidak masalah: AA−1 = A−1A , karena A dan A⁻¹ didefinisikan sebagai invers satu sama lain.

Syarat Agar Matriks Invertibel

Sebuah matriks bujur sangkar A invertibel tepat ketika memenuhi tiga syarat ekuivalen berikut:

  • Determinan tidak nol. Yaitu, det(A)≠0
  • Baris atau kolomnya saling bebas linear, sehingga tidak ada vektor kolom/baris yang segaris dengan vektor kolom/baris lainnya.
  • Memiliki peringkat penuh (full rank) yang sama dengan dimensinya n.

Jika salah satu dari ini gagal, maka tidak ada invers.

Determinan dan Keterbalikan

Determinan memberikan uji numerik langsung. Jadi, jika det(A)=0, maka peringkat A pasti lebih kecil daripada jumlah dimensi, sehingga transformasi yang dijelaskan oleh A runtuh setidaknya pada satu dimensi, yang dengan sendirinya membuat mustahil untuk memperoleh transformasi kebalikan dari A, yang secara formal berarti A tidak memiliki invers.

Jika det(A) tidak nol, maka invers ada dan dapat dihitung. Ekuivalensi ini berlaku untuk setiap matriks bujur sangkar dan tidak memerlukan penurunan lebih lanjut untuk tujuan praktis. Secara intuitif, Anda dapat menganggap determinan sebagai skalar yang merepresentasikan bagaimana A menskalakan volume ruang.

Karena itu, besar |det(A)| > 1 berarti A memperluas ruang, determinan negatif berarti A membalik orientasi ruang, untuk |det(A)| < 1, A mengerutkan ruang, dan secara alami, determinan nol berarti transformasi yang dijelaskan oleh A mengurangi dimensi ruang tersebut (seperti meruntuhkan dua sumbu menjadi satu).

Matriks Invertibel vs. Tak Invertibel (Singular)

Matriks yang memiliki invers disebut invertibel (atau nonsingular). Matriks yang tidak memiliki invers disebut singular.

Properti

Matriks Invertibel

Matriks Singular

Determinan

det(A) ≠ 0

det(A)=0

Peringkat (Rank)

rank(A)=n

Rank(A)<n

Baris/kolom

Bebas linear

Sedikitnya ada satu ketergantungan linear

Solusi untuk Ax=b

Tepat satu solusi

Tidak ada solusi atau tak hingga banyaknya

Cara Menemukan Invers Matriks

Ada dua metode manual standar, ditambah komputasi langsung di perangkat lunak.

Rumus Matriks 2×2

Untuk

$ A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} $

Dengan det(A)=ad-bc≠0,

$ A^{-1} = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}. $

Reduksi Baris (Gauss-Jordan)

Bentuk matriks augmented [A| I] dan terapkan operasi baris elementer hingga separuh kiri menjadi I. Separuh kanan kemudian memuat A-1.

Menggunakan Perangkat Lunak (Python, dll.)

Di Python dengan NumPy, invers diperoleh dengan numpy.linalg.inv(A) setelah memastikan bahwa det(A) ≠ 0.

Contoh Matriks Invertibel

Pertimbangkan matriks 2x2 berikut:

$ A = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix}. $

Pertama, hitung determinannya:

$ \det(A) = 2 \cdot 1 - 1 \cdot 1 = 1 \neq 0. $

Dengan demikian, A invertibel. Menerapkan rumus 2x2 memberi kita:

$ A^{-1} = \begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix}. $

Mari kita verifikasi hasil yang diperoleh sekarang:

$ A A^{-1} = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix} \begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix} = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} = I. $

Hal yang sama berlaku untuk A-1A.

Mengapa Matriks Invertibel Penting

Matriks invertibel diperlukan setiap kali suatu transformasi linear harus dibalik secara tepat. Dalam sistem linear, matriks ini menjamin solusi yang unik. Dalam pembelajaran mesin, matriks ini muncul dalam persamaan normal dari ordinary least squares, misalnya ketika matriks desain memiliki peringkat kolom penuh.

Contoh lain ada di grafika komputer, karena matriks ini merepresentasikan transformasi yang dapat dibalik seperti rotasi, penskalaan, dan translasi yang harus dibatalkan untuk rendering atau animasi. Matriks ini juga muncul dalam fisika untuk menyelesaikan sistem persamaan diferensial biasa, misalnya, dan memiliki banyak sekali kasus penggunaan harian lainnya.

Matriks Invertibel dan Sistem Linear

Sistem persamaan linear dapat dituliskan secara ringkas sebagai Ax=b, di mana A disebut matriks koefisien, x vektor variabel tak diketahui, dan b vektor konstanta. Jika A invertibel, solusi unik diperoleh langsung dengan

$ \mathbf{x} = A^{-1} \mathbf{b}. $

Tidak ada solusi lain, dalam kasus ini, yang memenuhi persamaan.

Kesalahan Umum pada Matriks Invertibel

Berikut adalah beberapa kesalahan yang paling sering dijumpai:

  • Menganggap setiap matriks bujur sangkar pasti invertibel.
  • Lalai memeriksa determinan sebelum mencoba membalik.
  • Membingungkan invers dengan transpose (keduanya hanya bertepatan untuk matriks ortogonal tertentu).
  • Memperlakukan matriks singular seolah-olah invertibel dan menghasilkan hasil yang tidak bermakna atau tidak stabil dalam komputasi numerik.

Properti Kunci Matriks Invertibel

Berikut properti utama matriks invertibel dalam cakupan artikel ini:

Misalkan A dan B adalah matriks invertibel berukuran n×n. Maka:

Invers bersifat unik.

Hasil kali AB invertibel dan 

$ (AB)^{-1} = B^{-1} A^{-1} $

Invers dari invers adalah matriks asalnya:

$ (A^{-1})^{-1} = A $

Determinan dari invers adalah kebalikan (resiprok): 

$ \det(A^{-1}) = 1 / \det(A) $

Transpose dari invers sama dengan invers dari transpose: 

$ (A^{-1})^T = (A^T)^{-1} $

Kesimpulan

Matriks invertibel adalah matriks bujur sangkar yang memiliki invers unik yang memenuhi A.A-1 = I.

Uji penentu adalah determinan yang tidak nol dan kebebasan linear baris atau kolom. Properti ini menjadi satu-satunya indikator bahwa sistem linear memiliki tepat satu solusi dan bahwa transformasi linear dapat dibalik secara tepat.

Jika Anda menguasai matriks invertibel, menyelesaikan sistem persamaan linear akan menjadi sangat praktis. Bukan hanya itu, Anda juga akan mampu membangun model yang andal dalam ilmu data atau melakukan komputasi eksak di bidang apa pun yang bergantung pada aljabar linear.

Iheb Gafsi

Penulis

Iheb Gafsi

LinkedIn

Saya mengembangkan sistem AI terakselerasi yang memungkinkan kecerdasan di edge dengan pipeline ML federasi pada data terdesentralisasi dan beban kerja terdistribusi.  Fokus kerja saya mencakup Model Besar, Pemrosesan Ucapan, Vision Komputer, Reinforcement Learning, dan Topologi ML tingkat lanjut.

FAQ Matriks Invertibel

Apa itu matriks invertibel?

Matriks invertibel adalah matriks bujur sangkar yang memiliki matriks lain yang disebut inversnya. Mengalikan matriks asal dengan inversnya menghasilkan matriks identitas, yang bertindak seperti angka 1 dalam aritmetika biasa.Matriks invertibel adalah matriks bujur sangkar yang memiliki matriks lain yang disebut inversnya. Mengalikan matriks asal dengan inversnya menghasilkan matriks identitas, yang bertindak seperti angka 1 dalam aritmetika biasa.

Bagaimana cara mengetahui apakah suatu matriks invertibel?

Sebuah matriks bujur sangkar invertibel hanya jika determinannya tidak nol dan baris atau kolomnya saling bebas linear. Kedua uji ini ekuivalen dan menegaskan bahwa matriks memiliki peringkat penuh.

Apa itu matriks singular?

Matriks singular adalah matriks bujur sangkar yang tidak memiliki invers. Determinannya sama dengan nol, dan setidaknya satu baris atau kolom merupakan kombinasi linear dari yang lain, sehingga tidak dapat dibalik dengan perkalian.

Mengapa matriks invertibel penting?

Matriks ini menjamin solusi unik saat menyelesaikan sistem persamaan linear dan esensial dalam ilmu data untuk tugas seperti regresi linear, dalam grafika komputer untuk transformasi yang dapat dibalik, dan di bidang apa pun yang memerlukan pembalikan operasi linear secara tepat.

Apakah matriks tak-bujur sangkar bisa invertibel?

Hanya matriks bujur sangkar yang dapat memiliki invers. Matriks tak-bujur sangkar tidak memiliki dimensi yang cocok agar hasil kali sama dengan matriks identitas.

Topik

Data Science

Terkait

blogs

Tutorial Korelasi di R

blogs

Spaghetti Plot dan Jalur Badai

blogs

40 Pertanyaan Wawancara DBMS Teratas di 2026

Lihat Selengkapnya →