Aljabar linier terdengar menakutkan, namun gagasan intinya sangat konkret. Vektor, matriks, dan operasi di antara keduanya menggambarkan segalanya mulai dari simulasi fisika hingga model pembelajaran mesin. Panduan ini membuat dasar-dasarnya mudah diakses — tidak diperlukan notasi lanjutan.

Apa itu Vektor?

Vektor hanyalah besaran yang mempunyai besar (ukuran) dan arah. Dalam 2D, vektor seperti v = [3, 4] berarti "bergerak 3 unit ke kanan dan 4 unit ke atas". Dalam 3D, Anda menambahkan komponen ketiga: v = [3, 4, 2].

Secara geometris, vektor adalah anak panah dari titik asal ke suatu titik. Secara aljabar, ini adalah daftar angka (komponen) yang diurutkan. Kedua tampilan sama-sama valid dan Anda akan terus beralih di antara keduanya.

Besaran (panjang) suatu vektor menggunakan teorema Pythagoras yang digeneralisasikan ke n dimensi:

|v| = √(v₁² + v₂² + v₃²)

Untuk v = [3, 4]: |v| = √(9 + 16) = √25 = 5

vektor satuan memiliki besaran tepat 1. Untuk mengubah vektor apa pun menjadi vektor satuan, bagi setiap komponen dengan besarannya: v̂ = v / |v|.

Penjumlahan Vektor dan Perkalian Skalar

Dua vektor dijumlahkan berdasarkan komponen:

[1, 2, 3] + [4, 5, 6] = [5, 7, 9]

Secara geometris, ini adalah aturan "kepala-ke-ekor" — tempatkan ekor vektor kedua pada kepala vektor pertama.

Mengalikannya dengan skalar (bilangan biasa) akan menskalakan setiap komponen:

3 × [1, 2, 3] = [3, 6, 9]

Skalar positif meregangkan vektor; skalar −1 membalikkan arahnya; skalar antara 0 dan 1 mengecilkannya.

Produk Titik

Perkalian titik dua vektor menghasilkan skalar (bilangan tunggal):

A·B = a₁b₁ + a₂b₂ + a₃b₃

Untuk A = [1, 2, 3] dan B = [4, 5, 6]:

A·B = (1×4) + (2×5) + (3×6) = 4 + 10 + 18 = 32

Arti geometrisnya lebih terbuka:

A·B = |A| × |B| × cos(θ)

Dimana θ adalah sudut antar vektor. Hal ini memberi kita wawasan kritis:

  • A·B > 0: Sudut < 90° — vektor menunjuk ke arah yang kira-kira sama
  • A·B = 0: Sudut = 90° — vektornya tegak lurus (ortogonal)
  • A·B < 0: Sudut > 90° — vektor menunjukkan arah yang berlawanan

Perkalian titik ada dimana-mana dalam matematika terapan. Pembelajaran mesin menggunakan kesamaan kosinus (perkalian titik dibagi perkalian besaran) untuk membandingkan dokumen dan preferensi pengguna. Fisika menggunakannya untuk menghitung usaha: W = F·d (perpindahan titik gaya).

Produk Silang

Perkalian silang hanya berfungsi dalam 3D dan menghasilkan vektor (bukan skalar) yang tegak lurus terhadap kedua masukan:

A × B = [a₂b₃ - a₃b₂, a₃b₁ - a₁b₃, a₁b₂ - a₂b₁]

Arahnya mengikuti aturan tangan kanan: arahkan jari Anda ke arah A, tekuk ke arah B, dan ibu jari Anda menunjuk ke arah A × B.

Besaran A × B sama dengan luas jajar genjang yang direntang oleh kedua vektor:

|A × B| = |A| × |B| × sin(θ)

Berbeda dengan perkalian titik, perkalian silang bersifat antikomutatif: A × B = −(B × A).

Aplikasi: Torsi dalam fisika adalah τ = r × F. Normal permukaan dalam grafik komputer (arah permukaan) dihitung sebagai perkalian silang vektor tepi.

Apa itu Matriks?

Matriks adalah susunan bilangan berbentuk persegi panjang yang disusun dalam baris dan kolom. Matriks 3×2 mempunyai 3 baris dan 2 kolom.

Matriks mewakili transformasi linier — fungsi yang meregangkan, memutar, memantulkan, atau menggeser vektor. Mengalikan vektor dengan matriks akan mengubahnya.

Untuk matriks 2×2 A dan vektor v:

A = [[3, 0],    v = [1]    Av = [3×1 + 0×2] = [3]
     [0, 2]]        [2]         [0×1 + 2×2]   [4]

Transformasi ini menskalakan komponen x sebesar 3 dan komponen y sebesar 2.

Perkalian Matriks

Dua matriks A dan B dikalikan sehingga menghasilkan matriks C = AB, dimana setiap elemen c_ij adalah hasil kali titik baris i di A dengan kolom j di B.

[1, 2] × [5, 6] = [(1×5 + 2×7), (1×6 + 2×8)] = [19, 22]
[3, 4]   [7, 8]   [(3×5 + 4×7), (3×6 + 4×8)]   [43, 50]

Peraturan penting:

  • AB hanya terdefinisi bila jumlah kolom pada A sama dengan jumlah baris pada B
  • Perkalian matriks umumnya tidak komutatif: AB ≠ BA

Penentu

Penentu matriks persegi adalah skalar yang memberi tahu Anda seberapa besar skala matriks tersebut luas (dalam 2D) atau volume (dalam 3D).

Untuk matriks 2×2:

det [[a, b]] = ad - bc
    [[c, d]]
Nilai penentu Arti
itu > 0 Transformasi mempertahankan orientasi
itu < 0 Transformasi mencerminkan (membalik orientasi)
det
det
itu = 0 Transformasi bersifat tunggal - terjepit ke dimensi yang lebih rendah

Jika det = 0, matriksnya tunggal — tidak memiliki invers, dan sistem persamaan yang diwakilinya tidak memiliki solusi atau banyak sekali.

Invers Matriks

Invers A⁻¹ memenuhi AA⁻¹ = I (matriks identitas). Itu hanya ada ketika det(A) ≠ 0.

Untuk matriks 2×2:

A = [[a, b]]    A⁻¹ = (1/det) × [[ d, -b]]
    [[c, d]]                     [[-c,  a]]

Invers matriks digunakan untuk menyelesaikan sistem persamaan linear: jika Ax = b, maka x = A⁻¹b.

Dalam praktiknya, sistem besar diselesaikan dengan eliminasi Gaussian daripada menghitung A⁻¹ secara langsung — secara numerik lebih efisien dan stabil.

Nilai Eigen dan Vektor Eigen

vektor eigen dari matriks A adalah vektor khusus v yang, jika ditransformasikan oleh A, hanya akan diskalakan (tidak diputar):

Av = λv

Skalar λ adalah nilai eigen yang sesuai — skalar ini memberi tahu Anda seberapa besar vektor eigen diregangkan atau dikecilkan.

Untuk mencari nilai eigen, selesaikan persamaan karakteristik:

det(A - λI) = 0

Untuk matriks 2×2, hal ini menghasilkan persamaan kuadrat dengan (biasanya) dua solusi.

Mengapa nilai eigen penting?

  • Analisis Komponen Utama (PCA): Vektor eigen matriks kovarians data menentukan arah varians maksimum — "komponen utama" yang mengurangi dimensi sekaligus menjaga informasi
  • Google PageRank: Vektor eigen dominan matriks tautan web memberikan distribusi stasioner dari peselancar web acak
  • Mekanika kuantum: Besaran yang dapat diamati (tingkat energi, keadaan putaran) adalah nilai eigen operator

Koordinat Kutub

Meskipun bukan bagian dari aljabar linier, sistem koordinat berkaitan dengan transformasi. Koordinat kutub mewakili titik 2D mana pun berdasarkan jarak r dari titik asal dan sudut θ dari sumbu x positif.

Konversi antar sistem:

Cartesian → Polar:   r = √(x² + y²),  θ = atan2(y, x)
Polar → Cartesian:   x = r cos(θ),    y = r sin(θ)

Koordinat kutub menyederhanakan banyak soal yang melibatkan lingkaran dan rotasi — persamaan yang kompleks dalam Cartesian menjadi elegan dalam bentuk kutub.

Menyatukan Semuanya

Kekuatan aljabar linier berasal dari fakta bahwa ia memungkinkan Anda bekerja dengan banyak variabel secara bersamaan sebagai satu objek matematika. Model pembelajaran mesin dengan jutaan parameter hanyalah barisan perkalian matriks dan fungsi non-linier. Mesin permainan 3D mengubah jutaan simpul per detik dengan matriks rotasi, penskalaan, dan proyeksi.

Dasar-dasarnya — vektor, perkalian titik, matriks, determinan — adalah dasar dari semuanya.

Gunakan Kalkulator Perkalian Titik, Kalkulator Perkalian Silang, [Kalkulator Penentu Matriks](/en/math/aljabar/penentu matriks), Kalkulator Pembalikan Matriks, dan Nilai Eigen Kalkulator untuk mengeksplorasi konsep-konsep ini secara interaktif.