BAB VII
VEKTOR DAN MATRIKS
109
Vektor dan matriks
Secara geometris untuk ruang , suatu vektor dinyatakan sebagai penggal garis
yang bertanda panah di ujungnya (garis berarah). Panjang penggal garis
menyatakan besarnya dan arah panah menunjukkan arah vektor. Misalnya suatu
vektor pada bidang kartesian, berasal dari titik asal ke titik , lihat
gambar 7.1.
dan merupakan komponen vektor .
adalah komponen pada sumbu
adalah komponen pada sumbu
Besaran vektor biasa disebut norm
dinyatakan dengan lambang
‖ ‖ √
Arahnya ditentukan oleh besar sudut yang merupakan sudut antara garis
dengan sumbu arah positif. Jika dan diketahui, maka dapat dihitung dari
.
Dalam bentuk pasangan berurutan, vektor dinyatakan dengan atau
sering sekali tanpa tanda koma . Dalam bentuk penjumlahan vektor satuan
searah sumbu dan sumbu positif, yang juga telah kita gunakan pada
bab 2. Di sini keduanya akan digunakan untuk membiasakan pemakaian notasi
vektor. Contohnya, berarti suatu vektor yang terletak di
bidang yang mempunyai komponen pada sumbu adalah 3 dan komponen sumbu
adalah 5.
Selanjutnya -dimensi, sebagaimana dinyatakan dalam definisi 7.1.
Definisi 7.1
Vektor adalah suatu pasangan berurut beberapa skalar/unsur (bilangan riil) yang
disebut sebagai komponen vektor, dan dinyatakan dalam bentuk
110
Vektor dan matriks
Untuk vektor dalam ruang tiga dimensi, sebuah vektor dapat dinyatakan
dalam kombinasi linier antara tiga vektor satuan searah sumbu-sumbu kartesian
positif, yaitu untuk sumbu , untuk sumbu , dan untuk sumbu . Jadi
sebuah vektor , dengan adalah skalar. Juga dapat
dinyatakan dalam bentuk atau cukup dengan . Panjang vektor
dinyatakan dengan ‖ ‖ √ , sedangkan vektor satuan pada arah
dinyatakan dengan
‖ ‖
Contoh 7.1
Diketahui vektor , hitunglah panjang vektor dan vektor satuan
untuk .
Panjang vektor adalah ‖ ‖ √ √ .
Vektor satuannya adalah
‖ ‖
Definisi 7.2
Jika dan maka penjumlahan vektor
dan dinyatakan
111
Vektor dan matriks
Contoh 7.2
Diketahui vektor dan . Hitunglah vektor
.
Dengan definisi 7.2, perkalian scalar dan adalah
Definisi 6.3
Perkalian dalam antara dua vektor dan
dinyatakan sebagai perkalian titik yang berbentuk
Jika panjang vektor , panjang vektor dan sudut antara kedua vektor
diketahui, maka perkalian titiknya dinyatakan
‖ ‖ ‖ ‖
Contoh 7.3
Diketahui dan . Tentukan perkalian
titiknya. Tentukan besar sudut antara vektor dan .
Menurut definisi 7.3, .
Panjang adalah ‖ ‖ √ dan panjang adalah ‖ ‖ √ .
Maka ‖ ‖‖ ‖ atau
‖ ‖‖ ‖ √ √ √
Maka ( )
√
Contoh 7.4
Diketahui , dan .
Buktikan bahwa tegak lurus pada .
Akan ditunjukkan dengan dua cara.
112
Vektor dan matriks
maka ‖ ‖ √ ,
maka‖ ‖ √ .
‖ ‖‖ ‖
maka atau . Dengan kata lain tegak lurus dengan .
Apabila dan dua vektor yang tidak sejajar di ruang dimensi tiga, maka
melalui kedua vektor tersebut dapat dibuat bidang dan ada vektor yang tegak
lurus pada bidang tersebut, lihat gambar 7.2.
113
Vektor dan matriks
Jajaran genjang dengan dan sebagai sisi-sisi yang berdekatan mempunyai luas
‖ ‖ ‖ ‖‖ ‖ . Hal lain yang perlu diperhatikan, misalkan
dan , maka arah vektor haruslah berlawanan dengan agar , ,
dan membentuk sistem tangan kanan, lihat gambar 7.4.
Perkalian vektor ini disebut dengan perkalian silang, sifat-sifat perkalian silang
jika adalah tiga vektor dalam ruang yang sama dan adalah sebarang
konstanta, maka
1. Anti komutatif,
2. Tidak asosiatif,
3.
Dari sifat-sifat tersebut, bila adalah vektor satuan searah sumbu , sumbu
dan sumbu yang positif, maka
114
Vektor dan matriks
Teorema 7.1
Jika vektor dan adalah dua vektor
di Ruang dimensi tiga, maka perkalian silang dinyatakan dalam bentuk
.
Contoh 7.5
Hitunglah perkalian silang jika dan .
Dari teorema 7.1, ,
maka
Contoh 7.6
Hitunglah luas segitiga dengan , , dan .
Misalkan segitiga itu dapat diperlihatkan pada gambar 7.5, dan dibuat dua vektor
yang berpotongan di titik .
Vektor ⃗⃗⃗⃗⃗⃗ ,
⃗⃗⃗⃗⃗⃗ ,
Jajaran genjang terbentuk dari
Dari 2 vektor, ⃗⃗⃗⃗⃗⃗ dan ⃗⃗⃗⃗⃗⃗ , maka luas
Segitiga dapat diperoleh dari
Perkalian silang ⃗⃗⃗⃗⃗⃗ dan ⃗⃗⃗⃗⃗⃗ , yaitu
gambar 7.5 Segitiga dari jajaran genjang
‖⃗⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗ ‖
115
Vektor dan matriks
‖ ‖
‖ ‖
√ √
Contoh 7.7
0 1
a11 a12 a13 ¢¢¢ a1n
B a21 a22 a23 ¢¢¢ a2n C
B C
B a31 a32 a33 ¢¢¢ a3n C
a. A=B C
B .. .. .. .. .. C
@ . . . . . A
am1 am2 am3 ¢ ¢ ¢ amn
0 1
b11 b12 b13 b14
B b21 b22 b23 b24 C
b. B = B
@ b31
C
b32 b33 b34 A
b41 b42 b43 b44
116
Vektor dan matriks
Pada contoh 7.6.a matriks terdiri atas m baris dan n kolom, maka dikatakan
mempunyai ordo m n dinyatakan dengan singkat . Pada bagian b matriks
berordo 4 4 dinamakan matriks bujur sangkar ordo 4, ditulis 4 .
Kedua matriks tersebut dapat juga ditulis sebagai berikut
( ), dengan dan . Entri menunjukkan entri
matriks pada baris ke- dan kolom ke- .
Jika pada matriks terdapat banyaknya baris sama dengan banyaknya kolom
adalah maka disebut matriks bujur sangkar ordo , ditulis .
0 1
a11 a12 a13 ¢ ¢ ¢ a1n
B a21 a22 a23 ¢ ¢ ¢ a2n C
B C
B C
A = B a31 a32 a33 ¢ ¢ ¢ a3n C
B .. .. .. .. .. C
@ . . . . . A
an1 an2 am3 ¢ ¢ ¢ ann
Unsur-unsur disebut entri-entri diagonal utama.
Ada beberapa macam matriks bujur sangkar yaitu:
a) Matriks segi tiga ( Triangular )
Matriks bujursangkar yang unsur-unsurnya untuk disebut matriks
segitiga atas (upper triangular). Jika untuk disebut matriks segitiga
bawah (lower triangular).
Contoh 7.8
0 1
b11 b12 b13 b14
B 0 b22 b23 b24 C
B=B @ 0
Cadalah matriks segitiga atas
0 b33 b34 A
0 0 0 b44
0 1
b11 0 0 0
B b21 b22 0 0 C
B=B C
@ b31 b32 b33 0 Aadalah matriks segitiga bawah
b41 b42 b43 b44
b) Matriks diagonal
117
Vektor dan matriks
Matriks segitiga atas dan sekaligus segitiga bawah atau yang semua unsur-
unsurnya 0 kecuali unsur-unsur pada diagonal utama disebut matriks diagonal.
Contoh 7.9
0 1
b11 0 0 0 0 1
B 0 b22 0 C 3 0 0
0 C
B=B
@ 0 ,D=@ 0 1 0 A
0 b33 0 A
0 0 4
0 0 0 b44
Sering ditulis , .
Jadi matriks diagonal berordo- , dinyatakan dalam bentuk
c) Matriks skalar
Jika pada matriks diagonal, semua unsur pada diagonal utama sama
, dengan sebuah konstanta, maka matriksnya disebut
matriks skalar.
Contoh 7.9
0 1 0 1
3 0 0 0 1 0 0 0
B 0 3 0 C
0 C B 0 1 0 0 C
B=B
@ 0 ,I =B C
0 3 0 A @ 0 0 1 0 A
0 0 0 3 0 0 0 1
dan adalah matriks skalar, adalah juga matriks identitas.
118
Vektor dan matriks
Contoh 7.10
0 1 0 1
3 0 0 3 1 0
D= @ 0 1 A
0 ,A= @ 1 1 ¡2 Aadalah dua matriks yang simetri.
0 0 4 0 ¡2 4
0 1 0 1
3 1 ¡2 3 0 1
B= @ 0 1 2 A, B t = @ 1 1 0 A adalah dua buah matriks yang tidak
1 0 4 ¡2 2 4
0 1
6 1 ¡1
simetri, tapi B + B t = @ 1 2 2 Aadalah matriks simetri.
¡1 2 8
f). Matriks Simetri miring (skew-symmetric)
Jika pada suatu matriks berlaku untuk setiap , maka
disebut simetri miring. Dalam hal demikian jelas bahwa entri-entri diagonal utama
harus semuanya 0.
Contoh 7.11
0 1 0 1
0 0 0 0 1 0
D= @ 0 0 A
0 ,A= @ ¡1 0 ¡2 Aadalah matriks simetri miring.
0 0 0 0 2 0
0 1 0 1
3 1 ¡2 3 0 1
B= @ 0 1 A t
2 , B = @ 1 1 0 A adalah dua buah matriks yang tidak
1 0 4 ¡2 2 4
0 1
0 1 ¡3
t
simetri, tapi B ¡ B = @ ¡1 0 2 Aadalah matriks simetri miring.
3 ¡2 0
Berbagai jenis matriks yang lain dan tidak harus bujur sangkar antara lain
1) Matriks Baris dan matriks kolom
Matriks yang terdiri atas satu baris saja dinamakan matriks baris dan yang hanya
satu kolom saja disebut matriks kolom .
2) Kesamaan dua matriks
Dua buah matriks ( ) dan ( ) dikatakan sama jika dan hanya jika
kedua matriks itu berukuran sama dan setiap unsurnya yang bersesuaian (seletak)
juga sama yaitu untuk setiap indeks , berlaku . Jadi
jika dan hanya jika untuk .
119
Vektor dan matriks
3) Matriks nol
Matriks yang semua unsurnya 0 dinamakan matriks nol . Dinyatakan dengan
tidak dipersoalkan berapapun ordenya.
0 0 0 0 0
Misalnya: 0 = 0 =
0 0 0 0 0
4) Transpose dari suatu matriks
Transpose matriks matriks dinyatakan dengan adalah suatu matriks yang
diperoleh dengan merubah baris ke- dari matriks menjadi kolom ke- dari
matriks dan tentu saja yang sebaliknya terjadi, kolom ke- dari matriks
berubah menjadi baris ke- dari matriks .
Contoh 7.12
0 1
µ ¶ 1 2
1 1 2 1 B 1 1 C
Jika A = maka At = B
@
C.
2 1 1 3 2 1 A
1 3
0 1 0 1
1 2 3 1 4 5
Jika B = @ 4 2 1 Amaka B t = @ 2 2 0 A
5 0 6 3 1 6
Hal yang menarik dapat dilihat pada matriks simetri adalah . Perhatikan
contoh 7.10.
0 1 0 1
3 0 0 3 0 0
D = @ 0 1 0 A Dt = @ 0 1 0 A
0 0 4 0 0 4
Demikian juga dari contoh yang sama diperoleh sifat, jika adalah matriks bujur
sangkar, dan adalah transpose matriks maka adalah matriks simetri.
Sifat yang lain adalah matriks simetri miring.
OPERASI MATRIKS
Penjumlahan matriks
Jumlah antara dua buah matriks dan ditulis
adalah suatu matriks berordo yang unsur-unsurnya diperoleh dengan jalan
menjumlahkan unsur-unsur yang bersesuaian dari matriks dan .
120
Vektor dan matriks
Jadi ( ) .
Demikian pula untuk pengurangan, kedua matriks harus berordo sama dan hasil
pengurangan keduanya diperoleh dari pengurangan tiap unsur-unsur yang
bersesuaian. Jadi ( ) .
Contoh 7.13
2 3 5 1
jika A 1 0 dan B 4 7
4 5 2 6
2 3 5 1 2 5 3 1 2 4
a. A B 1 0 + 4 7 = 1 4 0 7 = 5 7
4 5 2 6 4 2 5 6 6 11
2 3 5 1 2 5 3 1 3 2
b. A B 1 0 - 4 7 = 1 4 0 7 = 3 7
4 5 2 6 4 2 5 6 2 1
2 3 2 3 2 2 3 3 4 6
c. A A 1 0 + 1 0 = 1 1 0 0 = 2 0
4 5 4 5 4 4 5 5 8 10
Contoh 7.14
2 3 2 3
. A 1 1 0 = 1 0
4 5 4 5
121
Vektor dan matriks
Perkalian matriks
(a) Perkalian Bilangan Skalar Dengan Matriks
Berdasarkan pengertian , maka perkalian bilangan dengan
matriks adalah semua unsur-unsur dari dikalikan dengan .
Catatan : Di sini yang dimaksud dengan skalar adalah bilangan riil.
Contoh 7.15
4 2 1
A 1 2 3
5 1 6
4 2 1 12 6 3
3A 3 1 2 3 3 6 9
5 1 6 15 3 18
a11 a12 a13 ... a1n ka11 ka12 ka13 ... ka1n
a a 22 a 23 ... a 2 n ka ka22 ka23 ... ka2 n
21 21
k a31 a32 a32 a3n = ka31 ka32 ka32 ka3n
. . . . . .
.. .
.
.
. .. .
.
.
.
a m1 a m 3 ... a mn kam1 kam 3 ... kamn
am2 kam 2
122
Vektor dan matriks
1 1
1 1 1
jika A dan B 2 0 ,
1 2 3 1 2
123
Vektor dan matriks
Contoh 7.17
1 2 3 6 2 3
A 1 3 3 dan B 1
1 0
1 2 4 1 0 1
Jika dan matriks bujur sangkar berordo sama dengan invers masing-
masingadalah dan maka .
Contoh 7.18
0 2 3
A = 1 3 3 matriks involutry sebab A2 = I
1 2 2
124
Vektor dan matriks
LATIHAN
1. Hitunglah sudut antara dua vektor berikut
a. dan
b. dan
c. dan
2. Hitunglah proyeksi vektor pada berikut
a. dan
b. dan
c. dan
d. dan
e. dan
f. dan
3. Hitunglah nilai skalar sehingga tegak lurus pada
a. dan
b. dan
c. dan
d. dan
e. dan
f. dan
125
Vektor dan matriks
2 1 3 2 3 1
11. 1 3 2 + 2A = 3
1 2
1 2 1 1 2 1
2 1 3 0
12. A=
0 3 3 6
126
Vektor dan matriks
3 1 5 7
13. A =
2 2 5 9
Untuk soal 14 s/d 16 tentukan matriks A dan B
1 2 2 1
14. A – 2B = , A- B =
1 1 1 1
2 1 0 1 2 1
15. A + 2B = , 2A – 3B = 2 0 1
1 1 2
1 2 3 0
16. A – B = ,A+B=
1 3 3 1
Untuk soal 17 s/d 20 hitung AB dan BA bila mungkin
2 1 1 0
17. A =
2 2 1
,B=
1
2 1
1 0 2 1 1
18. A = ,B=
2 1 3 1 2
2 1 1
1 2 1 1 3 2
19. A = ,B=
2 1 3 1 2 1
3 1
1 2 1 2
20. A = 1 2 , B =
1 3 1 1
2 3
3 1 3 2
22. A = ,B=
2 1 1 2
127
Vektor dan matriks
2 1 0
1 2 1 1 1 2
23. A =
1
,B=
3 2 0 1 0
4
1
24. A = , B = 2 5 1 4
2
3
128