TUGAS UAS ALJABAR LINEAR

I GEDE MADE WAISYA ADI SUPHALA

1615051060

1B

PENDIDIKAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN KEJURUAN

UNIVERSITAS PEBDIDIKAN GANESHA

2017
I. MATRIKS

A. Pengertian Matriks
Matriks merupakan kumpulan suatu bilangan yang tersusun atas baris dan kolom.
Matriks ditandai dengan tanda kurung siku “[ ]” atau kurung biasa “( )” dan terdapat
adanya elemen-elemen yang tersusun didalamnya.
𝑎 𝑐 𝑎 𝑐
Contoh: [ ] atau ( )
𝑏 𝑑 𝑏 𝑑
Ukuran dalam sebuah matriks dinyatakan dalam satuan “ordo” yaitu banyaknya jumlah
baris dan kolom dalam matriks.
𝑎1.1 𝑑1.2 𝑔1.3
Contoh: A= [𝑏2.1 𝑒2.2 ℎ2.3] jadi matriks terebut berordo 𝐴3𝑥3 atau dapat di
𝑐3.1 𝑓3.2 𝑖3.3
rumuskan 𝐴𝑚𝑥𝑛

Keterangan :
A = nama matrik
m = banyak baris
n = banyak kolom
mxn = ordo matriks
Amxn =artinya elemen matrik baris ke-m kolom ke-n

B. Jenis – Jenis Matriks

1. Matriks persegi
Matriks persegi merupakan suatu matriks yang mempunyai jumlah kolom dan baris
yang sama
2 6
Contoh: 𝐴2𝑥2 =[ ]
4 8
3 6 9
𝐵3𝑥3=[2 4 8]
1 3 5
2. Matriks Baris
Matriks baris merupakan matriks yang hanya mempunyai satu baris saja. Matriks
baris berordo 1xn dengan n lebih besar dari 1, (n > 1).
Contoh:𝐴1𝑥4 =[1 2 3 5]
𝐴1𝑥2 =[3 6]

3. Matriks Kolom
Matriks kolom merupakan matriks yang hanya mempunyai satu kolom saja.
Matriks kolom berordo mx1 dengan m lebih besar dari 1, (m > 1)
1
Contoh:𝐴2𝑥1 =[ ]
6
3
7
𝐴4𝑥1 =[ ]
5
9

4. Matriks Diagonal
Matriks diagonal merupakan matriks persegi yang semua elemen atau unsur di luar
diagonal utamanya adalah nol.
2 0
Contoh: 𝐴2𝑥2 =[ ]
0 8
3 0 0
𝐵3𝑥3=[0 4 0]
0 0 5

5. Matriks Identitas
Matriks identitas merupakan suau matriks apabila diagonal yang unsur-unsur
diagonal utamanya bernilai 1 dan unsur di luar diagonal utamanya bernilai nol.
Matriks identitas di pergunakan untuk mancari nilai identitas dari x,y,z.
1 0
Contoh: 𝐴2𝑥2 =[ ]
0 1
1 0 0
𝐵3𝑥3=[0 1 0]
0 0 1
 6. Matriks Nol
Matriks nol merupakan suatu matriks yang seluruh elemennya adalah nol.
0 0
Contoh: 𝐴2𝑥2 =[ ]
0 0
0 0 0
𝐵3𝑥3=[0 0 0]
0 0 0

7. Matriks Simetris
Matriks Simetris merupakan matriks persegi yang unsur pada baris ke-i dan kolom
ke-j sama dengan unsur pada baris ke-j kolom ke-i (𝐴𝑖.𝑗 =𝐴𝑗.𝑖 )
0 4
Contoh: 𝐴2𝑥2 =[ ]
4 6
1 7 6
𝐵3𝑥3=[7 3 2]
6 2 5

8. Matriks Segitiga
Matriks segitiga adalah matriks persegi yang mempunyai elemen-elemen di atas
diagonal utamanya bernilai nol atai elemen-elemen di bawah diagonal utamanya
bernilai nol.
1 0 0
Contoh:𝐵3𝑥3=[7 3 0], Matriks segitiga bawah
6 2 5
1 7 6
𝐵3𝑥3=[0 3 2], Matriks segitiga atas
0 0 5

C. Transpose Matriks

Transpose dari suatu matriks Amxn dapat dibentuk dengan cara menukarkan baris
matriks A menjadi kolom matriks baru dan kolom matriks A menjadi matriks baru.
Mtriks baru dinyatakan dengan lambang 𝐴𝑇𝑚𝑥𝑛 atau 𝐴𝑇𝑛𝑥𝑚
 3
7 𝑇
Contoh: 𝐴4𝑥1 =[ ] » 𝐴1𝑥4 =[3 7 5 9]
5
9
4 2
4 5 7 9 5 4
𝐴2𝑥5 =[ ] » 𝐴𝑇5𝑥2 =[ ]
2 4 6 3 7 6
9 3

D. Kesamaan Dua Matriks

Dua buah matriks A dan B dikatakan sama (ditulis A=B), jika dan hanya jika kedua
matriks itu mempunyai ordo yang sama dan elemen-elemen yang seletaknya
sama. Karena menggunakan “jika dan hanya jika” maka pengertian ini berlaku menurut
dua arah, yaitu:
a. Jika A=B maka haruslah ordo kedua matriks itu sama, dan elemen-elemen yang
seletak sama.
b. Jika dua buah matriks mempunyai ordo yang sma, elemen-elemen yang seletak juga
sama maka A=B.
3 6 9 3 6 9
Contoh: a. 𝐵3𝑥3=[2 4 8], 𝐶3𝑥3 =[2 4 8]
1 3 5 1 3 5
B=C
2 6 8 4
b. 𝐴2𝑥2 =[ ], 𝐵2𝑥2=[ ]
4 8 6 2
A≠B
𝑎 6 9 3 6 9
Conroh: 𝐵3𝑥3 =[2 4 𝑏] dan 𝐷3𝑥3 =[2 4 2𝑎]
1 3𝑐 5 1 2𝑏 5
Jika B = C, maka tentukanlah nilai c
Jawab:
B = C, maka a = 3
b = 2a, b = 2.3, maka b=6
3c = 2b, 3c = 2.6, 3c = 12, maka c = 4
Jadi nilai c = 4
E. Operasi Aljabar pada Matriks

1. Penjumlahan Matriks
Jika A dan B merupakan dua buah matriks berordo sama, maka jumlah matriks A
dan B ditulis A+B adalah sebuah matriks baru C yang diperoleh dengan
menjumlahkan elemen-elemen matriks A dengan elemen-elemen matriks B yang
seletak.
2 6 0 3
Contoh: a. 𝐴2𝑥2 =[ ], 𝐵2𝑥2=[ ]
4 8 1 2
2+0 6+3
C=A+B=[ ]
4+1 8+2
2 9
=[ ],
5 10
2 6 𝑜
b. 𝐴2𝑥2 =[ ], 𝐵2𝑥1=[ ]
4 8 1
A+B= tidak di definisikan, karena ordo dari masing-masing matriks
berbeda.
c. diketahui persamaan matriks:
2𝑥 + 3 8 −2 𝑦+2 3 15
[ ]+[ ]=[ ]
3 4 2 −3 5 1
Tentukan nilai x+y.
2x+3-2=3, 2x=2, x=1
8+y+2=15, y=3
Jadi x+y = 1+3 = 4
Pada penjumlahan belaku sifat- sifat :
1. Komutatif, A+B = B+A
2. Asosiatif, ( A+B)+C = A+(B+C)
3. Sifat lawan, A+(-A) = 0
4. Identitas penjumlahan, A+0 = A

2. Pengurangan Matriks
Pengurangan matriks A dengan matriks B adalah suatu matriks yang elemen-
elemenya diperoleh dengan cara mengurangkan elemen matriks A dengan elemen
 matriks B yang besesuaian atau seletak, atau dapat pula diartikan sebagai
menjumlahkan matriks A dengan lawan negative dari B, dituliskan: A-B = A+(-
B). Seperti halnya pada penjumlahan dua buah matriks, pengurangan dua buah
matriks pun terdefinisi apabila ordo kedua matriks tersebut sama.
2 6 0 3
Contoh: 𝐴2𝑥2 =[ ], 𝐵 =[ ]
4 8 2𝑥2 1 2
2−0 6−3
C=A-B=[ ]
4−1 8−2
2 3
=[ ],
3 6
3. Perkalian Matriks
Perkalaian matriks dapat dilakukan dengan mengalikan tiap elemen pada baris
pertama di matriks A dengan elemen di kolom pertama matriks B

Sifat-sifat perkalian matriks:

1. AB ≠ BA (tidak bersifat komutatif)
2. (AB)C = A(BC) (sifat asosiatif)
3. A(B+C) = AB + AC (sifat ditributif kiri)
4. (B+C)A = BA + CA (sifat asosiatif kanan)
5. IA = AI = A
6. (𝐴𝐵)𝑇 = 𝐴𝑇 𝐵 𝑇

a. Perkalian sekalar pada matriks

Untuk rumus perkalian skalar matriks dilakukan dengan cara konstanta yang
artinya nilai matriks bisa dikalikan dengan cara mengalikan setiap elemen atau
unsur yang ada pada matriks dengan skalar. Misalnya nilai Matriks A dikalikan
dengan skalar K, maka setiap elemen atau komponen Matriks A dikali dengan
K.
2 6
Contoh: A=[ ], K=2
4 8
Maka KxA=...?
2 6 2𝑥2 6𝑥2 4 12
Jawab: 2 x [ ]=[ ]=[ ]
4 8 4𝑥2 8𝑥2 8 16
 b. Perkalian matriks dengan ordo yang sama dan ordo berbeda
Cara untuk mengalikan matriks dengan ordo yang berbeda sama halnya dengan
perkalian matriks pada biasanya mengalikan tiap elemen pada baris pertama di
matriks A dengan elemen di kolom pertama matriks B.
1 5
1 3 4
Contoh: A= [ 3 6 ], B= [ ]
5 6 2
4 2
1 5
1 3 4
AxB= [ 3 6 ]x[ ]
5 6 2
4 2
𝑏𝑎𝑟𝑖𝑠1 𝑥 𝑘𝑜𝑙𝑜𝑚1 𝑏𝑎𝑟𝑖𝑠1 𝑥 𝑘𝑜𝑙𝑜𝑚2 𝑏𝑎𝑟𝑖𝑠1 𝑥 𝑘𝑜𝑙𝑜𝑚3
= [𝑏𝑎𝑟𝑖𝑠2 𝑥 𝑘𝑜𝑙𝑜𝑚1 𝑏𝑎𝑟𝑖𝑠2 𝑥 𝑘𝑜𝑙𝑜𝑚2 𝑏𝑎𝑟𝑖𝑠2 𝑥 𝑘𝑜𝑙𝑜𝑚3]
𝑏𝑎𝑟𝑖𝑠3 𝑥 𝑘𝑜𝑙𝑜𝑚1 𝑏𝑎𝑟𝑖𝑠3 𝑥 𝑘𝑜𝑙𝑜𝑚2 𝑏𝑎𝑟𝑖𝑠3 𝑥 𝑘𝑜𝑙𝑜𝑚3
1.1 + 5.5 1.3 + 5.6 1.4 + 5.2
= [3.1 + 6.5 3.3 + 6.6 3.4 + 6.2]
4.1 + 2.5 4.3 + 2.6 4.4 + 2.2
26 33 14
= [ 33 45 24 ]
14 24 20

4. Invers Matriks
Jika A dan B adalah matriks persegi, dan berlaku A.B = B.A = I maka dikatakan
matriks A dan B saling invers. B disebut invers dari A, atau 𝐴−1 . Matriks yang
mempunyai invers disebut invertible atau matriks non singular, sedangkan matriks
yang tidak mempunyai invers disebut matriks singular.
5 3
Contoh : A= [ ] , tentukan A-1
3 2

Maka det(A) = (5x2) – (3x3) = 1

II. VEKTOR

Vektor adalah suatu besaran yang mempunyai besar dan arah. Secara grafis suatu
vector ditunjukkan sebagai potongan garis yang mempunyai arah. Besar atau kecilnya
 vector ditentukan oleh panjang atau pendeknya potongan garis, sedangkan arah vector
ditunjukkan dengan tanda anak panah.

1. Vektor Satuan

Y Q

A a2j

(0,1) P

j a1i X

(0,0) i (1,0)

Untuk menggambarkan suatu vector pada system koordinat kartesean diperlukan vector satuan.
Vektor dari titik (0,0) sampai titik(1,0) adalah vector satuan i. Vektor dari titik (0,0) sampai titik
(0,1) adalah vector satuan j.

Arah vector I positif sesuai dengan arah sumbu X positif. Arah vector j positif sesuai dengan arah
sumbu Y positif. Pada gambar disebelah ini vector a dengan titik awal P dan titik akhir Q diuraikan
menjadi dua vector yaitu vector a,I dan a1i dan a2j. Vektor a1 dan a2 disebut komponan vector a.
Besaran a1 dan a2 disebut komponen scalar a. Secara simbolis vector a dan komponennya ditulis a
=a1i + a2j.

2. Aljabar Vektor
Aljabar vektor adalah operasi pada dua atau lebih dari vektor yang meliputi
penambahan, pengurangan dan perkalian. Operasi vektor dapat dilakukan
melaluikomponen-komponen skalarnya.
1. Kesamaan Dua vektor

Dua vektor dikatakan sama apabila panjang serta a b

arahnya sama.

a = b → jika | a | = |b | dan arah a = arah b

2. Vektor Negatif

Vektor – a mempunyai ukuran sama dengan

vektor a tetapi arahnya berlawanan. a -a = b

Jika vektor a = - b maka | a | = |-b |.

Vektor negatif sering disebut sebagai vektor

invers.

3. Perkalian Vektor dengan Skalar

Jika k bilangan real yang positif, maka k u

adalah vektor yang panjangnya k |u | dan u ku

mempunyai arah yang sama dengan u .

Sedangkan –k u adalah vektor yang panjangnya

k |u | tetapi arah berlawanan dengan u .

4. Penjumlahan Vektor

a. Aturan Segitiga
 Perhatikan gambar di samping. Jika AB dan

BC mewakili a dan b maka AC dikatakan

penjumlahan vektor a + b .

b. Aturan Jajaran Genjang

AB dan DC mewakili vektor a

BC dan AD mewakili vektor b ,

maka AC = a +b

atau AC = b + a .

5. Selisih Dua Vektor

Selisih dua arah vektor a dan b , dinyatakan sebagai a – b , dapat

dipandang sebagai penjumlahan vektor a dengan invers vektor b yaitu

vektor – b .

Misalkan a – b = c maka c = a +(–b )

Secara diagram selisih dua vektor tersebut seperti gambar berikut.

6. Vektor Nol

Jika vektor a = b maka a – b = 0. 0 disebut vektor nol. Vektor nol tidak

mempunyai besar dan arahnya tak tentu.

Dalam aljabar vektor, misalkan vektor a = a i 1 + a j 2 dan vektor b = b i 1 + b j 2

maka berlaku aturan :

a). a = b jika dan hanya jika a i 1 = b i 1 dan a j 2 = b j 2

b). m. a = m. a i 1 + m. a j 2 untuk m suatu skalar

c). a + b = ( 1 a + 1 b ) i + ( 2 a + 2 b ) j

d). a - b = ( 1 a - 1 b ) i + ( 2 a - 2 b ) j

e). a . b = 0 jika a = 0 atau b = 0 atau a tegak lurus dengan b

f). i . i = j . j = 1 dan i . j = 0

g). a . b = ( a i 1 + a j 2 ) . (b i 1 + b j 2 ) = 1 a . 1 b + 2 a . 2 b

h). ∝ = arc tan ( 2 a / 1 a )

i). a . b = a b cos γ

PERSAMAAN LINIER

Bentuk Umum :

a11x1 + a12x2 + … + a1nxn = b1

a21x1 + a22x2 + … + a2nxn = b2

a31x1 + a32x2 + … + a3nxn = b3

m1x1 + am2x2 + … + amnxn = bn

dimana a11, a12, … amn bil real

b1, b2, … bn bil real

a. Persamaan Linier dengan banyaknya persamaan sama dengan banyaknya variabel (m = n)

Jenis - Jenis Penyelesaian Persamaan Linier

- Penyelesaian Konsisten

Artinya persamaan linier mempunyai sekurang kurangnya 1 ( satu ) penyelesaian tidak ada
penyelesaian lainnya.

Terbagi menjadi 2 jenis :

1. Mempunyai tepat 1 ( satu ) penyelesaian artinya, hanya mempunyai tepat 1 penyelesaian, tidak
ada penyelesaian lain.

Contohnya : x + 2y = 12

4x + y = 13

2. Mempunyai tak hingga penyelesaian Artinya, mempunyai tak hingga banyak penyelesaian
(penyelesaian yang tidak dapat dihitung banyaknya).

Contoh :

x + 2y = 10

2x + 4y = 20

- Penyelesaian Tak Konsisten artinya tidak mempunyai penyelesaian.

Contoh :

x + 2y = 10

2x + 4y = 5
 - Persamaan Linier dengan banyaknya persamaan sama dengan banyaknya variabel

Terdapat 2 metoda, yaitu :

• Metoda Eliminasi

Metode eliminasi adalah sebuah cara menyelesaikan persamaan dengan cara menghilangkan salah
satu dari variabel yang ada.

Contoh :

8x + 3y = 48

3x + y = 17

Pembahasan:

Pertama mencari nilai dari variabel x dengan menghilangkan variabel y. Pada persamaan
pertama nilai y adalah 3 sementara pada persamaan kedua nilai y adalah 1. Maka kita kalikan
persamaan pertama dengan 1 dan persamaan kedua dengan 3 agar nilai y bisa dihilangkan.
Perhatikan:

8x + 3y = 48 |X1 -> 8x + 3y = 48

3x + y = 17 |X3 -> 9x + 3y = 51 -

-x = -3

Karena –x = -3 maka x = 3

Setelah kita mengetahui nilai x, kita bisa mencari nilai y dengan memasukkan nilai x ke dalam
salah satu persamaan di atas:

8x + 3y = 48

8 (3) + 3y = 48

24 + 3y = 48
3y = 48-24

3y = 24

y = 24/3

y=8

maka kita sudah mendapat nilai x = 3 dan nilai y = 8

untuk membuktikannya mari kita masukkan nilai x dan y ke dalam persamaan kedua:

3x + y = 17

3 (3) + 8 = 17

9 + 8 = 17

Ternyata terbukti nilai x dan y tersebut benar.

• Metoda Substitusi

Metode subtitusi adalah cara menyelesaikan persamaan dengan memasukkan salah satu
persamaan ke dalam persamaan yang lain. perhatikan contoh soal berikut:

Contoh :

4p + 3q = 18

p+q=8

Pembahasan:

Karena persamaan kedua lebih sederhana, kita bisa mengubahnya menjadi 8-p = q setelah itu kita
masukkan ke dalam persamaan yang pertama:

4p + 3q = 18

4p + 3(8-p) = 18
4p + 24 - 3p = 18

4p-3p = 18 - 24

p = -6

Setelah kita mendapatkan nilai p = -6 lalu kita masukan ke dalam persamaan kedua untuk
mendapat nilai q.

p+q=8

-6 + q = 8

q = 8+6

q = 14

VEKTOR EIGEN

Vektor Eigen adalah vektor kolom bukan nol yang bila dikalikan dengan suatu matriks
berukuran n x n akan menghasilkan vektor lain yang memiliki nilai kelipatan dari vektor Eigen itu
sendiri.

 Nilai – Nilai Vektor Eigen

 Nilai Eigen dan Vektor Eigen

 Diagonalisasi

 Diagonalisasi Ortogonal

- Nilai vector eigen

Diketahui A matriks nxn dan x adalah suatu vektor pada Rn , maka biasanya tdk ada hubungan
antara vektor x dengan vektor Ax. Namun , dapat terjadi vektor x tertentu sedemikian sehingga x
dan Ax merupakan penggandaan satu sama lain
Apabila diberikan transformasi linier A : Rn  Rn, maka kita perlu menentukan skalar  sehingga
Ax = x mempunyai solusi tak nol.

Jika A adalah matriks nxn, • Vektor-vektor tidak nol pada Rn disebut vektor eigen dari A jika Ax
adalah suatu penggandaan skalar dari x, yaitu: Ax = x • Untuk semua skalar . • Skalar  disebut
eigenvalue A, dan x disebut juga eigenvector A bersepadanan dengan .

Menentukan nilai eigen dan vektor eigen matriks A ukuran nxn :

1. Tentukan polinomial karakteristik det(I – A)=0 dari matriks A.

2. Tentukan nilai eigen A dengan menyelesaikan persamaan karakteristik det (I – A) = 0 untuk
.

3. Untuk tiap nilai eigen tentukan ruang null dari matriks A-I. Vektor tak nol yang berhubungan
dengan itu merupakan vektor eigen A.

4. Tentukan basis untuk ruang eigen tersebut.

- Diagonalisasi

Suatu matriks bujursangkar A dikatakan diagonalizable • Jika ada matriks P yang dapat
diinvers sehingga P -1AP =D adalah matriks diagonal • Matriks P dikatakan mendiagonalkan (
diagonalize) A. Jika A nn maka: • A dapat didiagonalkan. • A mempunyai n vektor eigen yang
bebas secara linier.

Prosedur Diagonalisasi Matriks

Suatu matriks Anxn dengan n vektor eigen yang bebas linier dapat didiagonalkan dengan langkah
sbb: . • Step 1. Cari n vektor eigen yang bebas secara linier dari A, yaitu p1 , p2 , …, pn . • Step 2.
Bentuk matriks P yang mempunyai p1 , p2 , …, pn sebagai vektor-vektor kolomnya. • Step 3.
Matriks P -1AP akan menjadi matriks diagonal dengan 1 , 2 , …, n sebagai anggota
diagonalnya dimana i adalah nilai eigen yang berpadanan dengan pi , untuk i = 1, 2, …, n.
Teorema Diagonalisasi

Jika v1 , v2 , …, vk , adalah vektor-vektor eigen dari A yang berpadanan dengan nilai eigen yang
berbeda-beda 1 , 2 , …, k , maka {v1 , v2 , …, vk } adalah suatu himpunan yang bebas secara
linier. Jika suatu matriks Ann mempunyai nilai-nilai eigen yang berbeda-beda, maka A dapat
didiagonalkan.

Contoh diagonalisasi matriks :

det(I - A ) det  -1 0 = 3-82+17-4

0  -1

-4 17 -8

 3 – 8 2 + 17 – 4 =0 =4; =2 +3; =2-3

(-4)(2-4 +1) = 0

- Diagonalisasi Ortogonal

Diketahui suatu matriks A, nxn, dan suatu matriks ortogonal P sedemikian sehingga : P -1AP
= PTAP=D maka A disebut dapat didiagonalkan secara ortogonal dan P disebut mendiagonalkan
A secara ortogonal.

Prosedur mendiagonalkan secara ortogonal suatu matriks simetris:

1. Cari basis untuk setiap ruang eigen dari A.

2. Terapkan proses Gramm Schmidt pada setiap basis-basis ini untuk mendapatkan suatu basis
ortonormal untuk setiap ruang eigen.

3. Bentuk matriks P yang kolom-kolomnya adalah vektor-vektor basis yang disusun pada step-2,
matriks ini mendiagonalkan A secara orthogonal
Contohnya :
4 1 1
Cari suatu matriks ortogonal P yang mendiagonalkan A =
2 4 2

2 2 4

Solusi :

- Persamaan karakteristik A adalah:

-4 -2 -2
det(I-A) det -2 -4 -2 = ( -2)2 (-8) = 0

-2 -2 - 4

- Basis ruang eigien yang bersepadanan dengan  = 2 adalah

U1 = -1 dan U2 = -1

1 0

0 1

1
Ruang eigen yang bersepadanan dengan  = 8 adalah U3 =
1

PENUTUP

Kesimpulan :

Dari pemaparan materi diatas kita dapat simpulkan bahwa:

Matriks adalah kelompok bilangan yang disusun dalam suatu jajaran berbentuk persegi
panjang yang terdiri atas baris – baris atau kolom – kolom.
 Matriks A dan matriks B dikatakan sama jika dan hanya jika ordo matriks A dan ordo matriks
B sama dan elemen – elemen yang seletak pada matriks A dan matriks B mempunyai nilai yang
sama.

Persamaan Linier adalah sebuah persamaan aljabar yang tiap sukunya mengandung konstanta,
atau perkalian konstanta dengan variable tunggal. Persamaan ini dikatakan linier sebab hubungan
matematis ini dapat digambarkan sebagi garis lurus dalam system koordinat.

Vektor adalah besaran yang mempunyai nilai dan arah, penulisan vector dapat dengan hurus
kecil dan digaris bawahi, atau huruf kecil tebal,huruf kecil dengan tanda panah diatas dan jugas
huruf capital dengan tanda panah diatasnya. Kesamaan dua vector adalah jika kedunya mempunyai
panjang dan arah yang sama. Penjumlahan / pengurangan dua vector dapat dilakukan secara
geometris