Jakarta Aktual
Jakarta Aktual

Berita Aktual dan Faktual

Jakarta Aktual
Jakarta Aktual© 2026
Jakarta Aktual
Jakarta Aktual

Berita Aktual dan Faktual

Kembali ke Wiki
Artikel Wikipedia

Matriks simetrik

Dalam aljabar linear, matriks simetrik adalah jenis matriks persegi yang sama dengan matriks hasil transposnya. Secara formal, matriks didefinisikan matriks simetrik jika . Karena sifat kesamaan pada matriks memerlukan kedua matriks memiliki ukuran yang sama, hanya matriks persegi yang dapat simetrik.

Wikipedia article
Diperbarui 17 Oktober 2025

Sumber: Lihat artikel asli di Wikipedia

Matriks simetrik
matriks yang sama dengan matriks transposnyaTemplat:SHORTDESC:matriks yang sama dengan matriks transposnya
Untuk matriks dengan simetri atas lapangan bilangan kompleks, lihat Matriks Hermite.
Simetri pada matriks simetrik berukuran 5×5.

Dalam aljabar linear, matriks simetrik adalah jenis matriks persegi yang sama dengan matriks hasil transposnya. Secara formal, matriks A {\displaystyle A} {\displaystyle A}didefinisikan matriks simetrik jika A = A T {\displaystyle A=A^{\text{T}}} {\displaystyle A=A^{\text{T}}}. Karena sifat kesamaan pada matriks memerlukan kedua matriks memiliki ukuran yang sama, hanya matriks persegi yang dapat simetrik.

Elemen-elemen pada matriks simetrik saling simetrik sepanjang diagonal utamanya. Secara lebih formal, misal a i j {\displaystyle a_{ij}} {\displaystyle a_{ij}} menyatakan elemen matriks A {\displaystyle A} {\displaystyle A} pada baris ke- i {\displaystyle i} {\displaystyle i} dan kolom ke- j {\displaystyle j} {\displaystyle j}. Matriks A {\displaystyle A} {\displaystyle A} simetrik jika dan hanya jika untuk setiap i , j {\displaystyle i,\,j} {\displaystyle i,\,j} berlaku a i j = a j i {\displaystyle a_{ij}=a_{ji}} {\displaystyle a_{ij}=a_{ji}}.

Setiap matriks persegi diagonal bersifat simetrik, karena setiap elemen non-diagonal utama bernilai nol.

Contoh

Berikut adalah contoh matriks simetrik ukuran 3 × 3 {\displaystyle 3\times 3} {\displaystyle 3\times 3} :

A = [ 1 7 3 7 4 5 3 5 6 ] {\displaystyle A={\begin{bmatrix}1&7&3\\7&4&5\\3&5&6\end{bmatrix}}} {\displaystyle A={\begin{bmatrix}1&7&3\\7&4&5\\3&5&6\end{bmatrix}}}

Sifat

Sifat dasar

  • Penjumlahan dan pengurangan dua matriks simetrik menghasilkan matriks simetrik
  • Hal ini tidak selalu benar untuk hasil perkalian: untuk sebarang matriks A {\displaystyle A} {\displaystyle A} dan B {\displaystyle B} {\displaystyle B}, matriks A B {\displaystyle AB} {\displaystyle AB} bersifat simetrik jika dan hanya jika A {\displaystyle A} {\displaystyle A} dan B {\displaystyle B} {\displaystyle B} saling komutatif, yakni, jika A B = B A {\displaystyle AB=BA} {\displaystyle AB=BA}.
  • Untuk bilangan bulat n {\displaystyle n} {\displaystyle n}, A n {\displaystyle A^{n}} {\displaystyle A^{n}} matriks simetrik jika A {\displaystyle A} {\displaystyle A} matriks simetrik.
  • Jika A − 1 {\displaystyle A^{-1}} {\displaystyle A^{-1}} ada, maka matriks tersebut simetrik jika dan hanya jika A {\displaystyle A} {\displaystyle A} simetrik.

Penguraian menjadi matriks simetrik dan simetrik-miring

Setiap matriks persegi dapat dituliskan secara tunggal sebagai penjumlahan matris simetrik dan matriks simetrik-miring. Misal Mat n {\displaystyle {\mbox{Mat}}_{n}} {\displaystyle {\mbox{Mat}}_{n}} menyatakan ruang matriks ukuran n × n {\displaystyle n\times n} {\displaystyle n\times n}. Jika Sym n {\displaystyle {\mbox{Sym}}_{n}} {\displaystyle {\mbox{Sym}}_{n}} adalah ruang matriks simetrik ukuran n × n {\displaystyle n\times n} {\displaystyle n\times n} dan Skew n {\displaystyle {\mbox{Skew}}_{n}} {\displaystyle {\mbox{Skew}}_{n}} adalah ruang matriks simetrik-miring ukuran n × n {\displaystyle n\times n} {\displaystyle n\times n}, maka Mat n = Sym n + Skew n {\displaystyle {\mbox{Mat}}_{n}={\mbox{Sym}}_{n}+{\mbox{Skew}}_{n}} {\displaystyle {\mbox{Mat}}_{n}={\mbox{Sym}}_{n}+{\mbox{Skew}}_{n}} dan Sym n ∩ Skew n = { 0 } {\displaystyle {\mbox{Sym}}_{n}\cap {\mbox{Skew}}_{n}=\{0\}} {\displaystyle {\mbox{Sym}}_{n}\cap {\mbox{Skew}}_{n}=\{0\}}; yakni,

Mat n = Sym n ⊕ Skew n , {\displaystyle {\mbox{Mat}}_{n}={\mbox{Sym}}_{n}\oplus {\mbox{Skew}}_{n},} {\displaystyle {\mbox{Mat}}_{n}={\mbox{Sym}}_{n}\oplus {\mbox{Skew}}_{n},}

dengan ⊕ {\displaystyle \oplus } {\displaystyle \oplus } adalah jumlah langsung. Selanjutnya, misal X ∈ Mat n {\displaystyle X\in {\mbox{Mat}}_{n}} {\displaystyle X\in {\mbox{Mat}}_{n}}. Matriks X {\displaystyle X} {\displaystyle X} dapat dinyatakan sebagai

X = 1 2 ( X + X T ) + 1 2 ( X − X T ) {\displaystyle X={\frac {1}{2}}\left(X+X^{\textsf {T}}\right)+{\frac {1}{2}}\left(X-X^{\textsf {T}}\right)} {\displaystyle X={\frac {1}{2}}\left(X+X^{\textsf {T}}\right)+{\frac {1}{2}}\left(X-X^{\textsf {T}}\right)}.

Perhatikan bahwa 1 2 ( X + X T ) ∈ Sym n {\displaystyle {\frac {1}{2}}\left(X+X^{\textsf {T}}\right)\in {\mbox{Sym}}_{n}} {\displaystyle {\frac {1}{2}}\left(X+X^{\textsf {T}}\right)\in {\mbox{Sym}}_{n}} dan 1 2 ( X − X T ) ∈ Skew n {\displaystyle {\frac {1}{2}}\left(X-X^{\textsf {T}}\right)\in {\mbox{Skew}}_{n}} {\displaystyle {\frac {1}{2}}\left(X-X^{\textsf {T}}\right)\in {\mbox{Skew}}_{n}}. Hal ini benar untuk semua matriks persegi X {\displaystyle X} {\displaystyle X} dengan elemen dari sebarang lapangan dengan nilai karakteristik bukan 2. Matriks simetrik ditentukan oleh 1 2 n ( n + 1 ) {\displaystyle {\tfrac {1}{2}}n(n+1)} {\displaystyle {\tfrac {1}{2}}n(n+1)} skalar (banyaknya elemen di dan dan di atas diagonal utama). Mirip dengan itu, matriks simetrik-miring ditentukan dari 1 2 n ( n − 1 ) {\displaystyle {\tfrac {1}{2}}n(n-1)} {\displaystyle {\tfrac {1}{2}}n(n-1)} skalar (banyaknya elemen di atas diagonal utama).

Matriks yang kongruen dengan matriks simetrik

Setiap matriks yang kongruen dengan matriks simetrik juga merupakan matriks simetrik: jika X {\displaystyle X} {\displaystyle X} adalah matriks simetrik, begitu pula matriks A X A T {\displaystyle AXA^{\mathrm {T} }} {\displaystyle AXA^{\mathrm {T} }} untuk sebarang matriks A {\displaystyle A} {\displaystyle A}.

Daftar pustaka

  • Horn, Roger A.; Johnson, Charles R. (2013), Matrix analysis (Edisi 2nd), Cambridge University Press, ISBN 978-0-521-54823-6

Pranala luar

  • Hazewinkel, Michiel, ed. (2001) [1994], "Symmetric matrix", Encyclopedia of Mathematics, Springer Science+Business Media B.V. / Kluwer Academic Publishers, ISBN 978-1-55608-010-4
  • A brief introduction and proof of eigenvalue properties of the real symmetric matrix
  • How to implement a Symmetric Matrix in C++
  • 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
  • Boole
  • Cauchy
  • Diagonal
  • Elementer
  • Frobenius
  • Hadamard
  • Hankel
  • Hermite
  • Hessenberg
  • Metzler
  • Moore
  • Parisi
  • Pita
  • Permutasi
  • Rongga
  • Segitiga
  • Simetrik
  • Sylvester
  • Transformasi Fourier diskret
  • Tridiagonal
  • Toeplitz
  • Uniter
  • Vandermonde
  • Walsh
Konstan
  • Bergeser
  • Pertukaran
  • Hilbert
  • Identitas
  • Lehmer
  • Nol
  • Pascal
  • Pauli
  • Redheffer
  • Satu
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
  • Idempoten atau Proyeksi
  • Nilpoten
  • Normal
  • Ortogonal
  • Singular
  • Terbalikkan (nonsingular)
  • Unimodular
  • Unipoten
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
  • Bernoulli
  • Korelasi
  • Kovariansi
  • Stokastik (Markov)
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
  • Bebas linear
  • Bentuk eselon baris
  • Invers semu
  • Wronskian
  • Daftar jenis matriks
  • Kategori:Matriks
Basis data pengawasan otoritas Sunting di Wikidata
Internasional
  • GND
Nasional
  • Amerika Serikat
  • Israel
Lain-lain
  • Yale LUX

Bagikan artikel ini

Share:

Daftar Isi

  1. Contoh
  2. Sifat
  3. Sifat dasar
  4. Penguraian menjadi matriks simetrik dan simetrik-miring
  5. Matriks yang kongruen dengan matriks simetrik
  6. Daftar pustaka
  7. Pranala luar

Artikel Terkait

Matriks (matematika)

susunan bilangan, simbol, atau ekspresi yang disusun dalam baris dan kolom sehingga membentuk suatu bangun persegi

Daftar matriks yang dinamakan

sebuah matriks simetrik n × n {\displaystyle n\!\times \!n} , dibentuk dengan membalikkan matriks peragam. Juga disebut matriks informasi. Matriks korelasi

Grup simetrik

sejenis grup dalam bidang aljabar abstrak

Jakarta Aktual
Jakarta Aktual© 2026