RUANG VEKTOR - dosen.ikipsiliwangi.ac.id · Definisi 4.1 : Misalkan sebarang himpunan benda yang...
Transcript of RUANG VEKTOR - dosen.ikipsiliwangi.ac.id · Definisi 4.1 : Misalkan sebarang himpunan benda yang...
RUANG VEKTOR
A. DEFINISI RUANG VEKTOR
Definisi 4.1 : Misalkan sebarang himpunan benda yang dua operasinya kita definisikan
penambahan dan perkalian skalar (bilangan real), disebut ruang vektor dan benda-benda pada
kita namakan vektor jika dan hanya jika memenuhi aksioma 4.1 berikut:
1. Jika , maka
2.
3.
4. sehingga ,
5. , sehingga
6. Jika dan maka
7.
8.
9.
10.
Contoh 4.1 :
1. Himpunan vektor Euclides dengan operasi standar (operasi penjumlahan dan operasi
perkalian dengan skalar).
Notasi : (Ruang Euclides orde )
• : Bilangan real
• : Vektor di bidang
• : Vektor di ruang tiga dimensi
2. Himpunan matriks berukuran dengan operasi standar (penjumlahan matriks dan
perkalian matriks dengan skalar),
Notasi : (Ruang Matriks )
3. Himpunan polinom pangkat dengan operasi standar.
Notasi : (Ruang Polinom orde )
Contoh 4.2 :
Selidiki apakah himpunan semua bilangan real positif dengan operasi-operasi
dan membentuk ruang vektor!
Penyelesaian:
1. Misalkan dan , maka ,
maka syarat dipenuhi :
2.
(sifat komutatif dalam bilangan real positif)
, maka syarat dipenuhi
3. Misalkan , maka :
(definisi)
x’’ (definisi)
(sifat asosiatif pada perkalian bilangan real)
, maka syarat dipenuhi
4. Misalkan ada , sedemikian hingga:
(definisi)
x
x , syarat dipenuhi
5. Misalkan ada sedemikian hingga
x
1 , maka
x
1 R+, jadi syarat dipenuhi
6. Misalkan dan , maka
(bilangan real positif jika dipangkatkan, hasilnya akan positif juga), jadi syarat
dipenuhi
7.
(definisi)
(definisi)
(sifat pangkat)
(definisi)
, syarat dipenuhi
8.
(definisi)
(sifat pangkat)
(definisi)
(definisi)
, sifat dipenuhi
9.
(definisi)
(definisi)
(sifat pangkat)
, syarat dipenuhi
10.
(definisi)
, syarat dipenuhi
Karena ke- aksioma dipenuhi maka himpunan semua bilangan real positif x dengan operasi-
operasi dan membentuk ruang vektor.
B. RUANG EUCLID ORDE-N
Definisi 4.2 : Jika n adalah sebuah bilangan positif, maka tupel- -terorde (ordered- -tuple)
adalah sebuah urutan bilangan real . Himpunan semua tupel- -terorde
dinamakan ruang- dan dinyatakan dengan .
Andaikan terdapat ruang berdimensi dapat disimbolkan sebagai dapat
diinterpretasikan secara geometris sebagai suatu titik atau suatu vektor.
1. Vektor Nol
Definisi Vektor nol : Vektor nol adalah Vektor yang berbentuk
2. Negatif suatu vektor
Definisi 4.3 : Jika adalah sebuah vektor pada , maka negatif
dinyatakan oleh – dan didefinisilkan sebagai berikut :
Contoh 4.3:
Jika maka –
3. Operasi Standar pada
a. Penjumlahan dua Vektor
Definisi 4.4 : Dua vektor dan pada maka
Contoh 4.4 :
Jika dan , maka
b. Selisih dua Vektor
Definisi 4.5 : Dua vektor dan pada maka
c. Perkalian skalar dengan vektor
Definisi 4.6 : Jika adalah sebarang skalar dan , maka perkalian skalar
Contoh 4.5:
Jika dan , maka
d. Kesamaan Dua Vektor
Definisi 4.7 : Dua vektor dan pada dikatakan
sama jika
4. Hasil Kali Dalam Euclidis (Euclidean Inner Product) Dua Vektor
Definisi 4.8: Jika dan adalah sebarang vektor pada
, maka hasil kali dalam Euclidis kita definisikan dengan :
⟨ ⟩
Contoh 4.6:
dan , maka
5. Panjang (Norma) dan Jarak Euclides sebuah Vektor
Definisi 4.9 : Jika pada , maka norma (panjang) adalah ‖ ‖
√
Contoh 4.7:
Jika maka ‖ ‖ √ √ √
Jarak euclides antara titik-titik dan pada
didefinisikan sebagai:
‖ ‖ √
Contoh 4.8 :
Jika dan maka :
‖ ‖ √
√
√
Ketaksamaan Cauchy-Schwarz dalam
Teorema 4.4 : Jika dan adalah vektor-vektor dalam
, maka:
| | ‖ ‖ ‖ ‖
atau
| | √
√
C. SUB RUANG
Definisi 4.10 : Diketahui ruang vektor, , disebut sub ruang dari jika hanya jika
itu sendiri merupakan ruang vektor di bawah penambahan dan perkalian skalar yang
didefinisikan pada .
Aksioma 4.2 :
ruang vektor, , disebut sub ruang dari jika hanya jika
(1) Jika dan adalah vektor-vektor pada , maka
(2) Jika dan , maka
Contoh 4.9 :
Selidiki apakah himpunan dari semua matriks yang mempunyai bilangan nol pada
diagonal utamanya adalah sub ruang dari !
Penyelesaian :
(1) Misalkan [
] dan [
]
Maka [
] [
] [
] (karena matriks yang dihasilkan
mempunyai bilangan nol pada diagonal utamanya), jadi syarat 1 dipenuhi
(2) [
] [
] , (karena matriks yang dihasilkan mempunyai bilangan
nol pada diagonal utamanya), jadi syarat dipenuhi
Karena syarat (1) dan (2) dipenuhi maka himpunan dari semua matriks yang
mempunyai bilangan nol pada diagonal utamanya adalah sub ruang dari !
D. KOMBINASI LINEAR
Definisi 4.11 : Sebuah vektor dinamakan kombinasi linear dari vektor-vektor jika
vektor tersebut dapat dinyatakan dalam bentuk dengan
adalah skalar.
Contoh 4.10 :
Misal dan = (1, -1, 3) adalah vektor-vektor di . Apakah vektor berikut
merupakan kombinasi linear dari vektor-vektor di atas :
a.
b.
c.
Penyelesaian:
a. Tulis
Akan diperiksa apakah terdapat nilai dan sehingga kesamaan tersebut dipenuhi :
( ) (
) ( )
dapat dibentuk menjadi :
(
) (
) (
)
dengan operasi baris elementer (OBE):
Matriks eselon tereduksi yang diperoleh:
0 0 0
2 1 0
1 0 1
Sehingga diperoleh persamaan baru yaitu : dan .
Dengan demikian terdapat nilai dan . Sehingga merupakan kombinasi linear
dari dan atau bisa ditulis sebagai
b. Tulis
0 0 0
2 1 0
1 0 1
0 0 0
2 1 0
2 1
0 0 0
6- 3- 0
2 1
6 3 0
6- 3- 0
2 1
6 3 0
2 1- 4
2 1
6 3 0
2 1- 4
4 1 2
)2
1(12
21
)3
1(2
21
)1(32
21
)4(21
21
)2
1(1
B
BBBB
Akan diperiksa apakah terdapat nilai dan sehingga kesamaan tersebut dipenuhi :
( ) (
) ( )
dapat dibentuk menjadi :
(
) (
) (
)
dengan operasi baris elementer (OBE):
Perhatikan baris ketiga dari Operasi Baris Elementer di atas
SPL ini tidak konsisten (tidak mempunyai solusi) karena seharusnya . Jadi, tidak
ada nilai dan yang memenuhi, sehingga tidak dapat dinyatakan sebagai kombinasi
linear dari dan .
c. Dengan memilih k1 = 0 dan k2 = 0, maka dapat ditulis k1u + k2v = c.
Artinya vektor nol merupakan kombinasi linear dari vektor apapun.
E. MERENTANG / MEMBANGUN
Jika adalah vektor-vektor pada ruang vektor , maka secara umum beberapa
vektor dalam dapat dibentuk menjadi kombinasi linear dari dan yang lainnya bisa
tidak dapat dibentuk sebagai kombinasi linear.
Definisi 4.12 : Jika adalah vektor-vektor pada ruang vektor dan jika masing-
masing vektor pada dapat dinyatakan sebagai kombinasi linear maka kita
mengatakan bahwa vektor-vektor ini merentang .
Contoh 4.11 :
Tentukan apakah merentangkan ruang vektor ?
Penyelesaian:
Harus ditentukan apakah suatu vektor sembarang dalam R3 dapat dinyatakan
sebagai suatu kombinasi linear dari vektor-vektor , , .
Maka didapat :
1 1 1 12 2 2 2
11( ) 21(-4)
2
2 1 1 1 1
4 -1 5 4 -1 5 0 -3 3
0 3 6 0 3 6
BB
1 1 1 12 2 2 2
12( ) 32( 3)
3
0 3 6
1 1
0 1 -1 0 1 -1
0 3 6 0 0 9
B B
atau
Sehingga diperoleh persamaan:
Persamaan diselesaikan menggunakan OBE,
1 11
21( 1) 31( 2)2 2 2
33
3
1
32( 1) 2
3
1 1 2 1 1 21 1 2
1 0 1 0 1 1 0 1 11 1
2 1 3 2 1 3 0 1 11
1 1 2
0 1 11
0 0 01 2
2
b bbb bb B Bb b
b b bb
bbB b
bb b
Terdapat baris pada matriks setelah direduksi, sehingga ada vektor di
yang bukan merupakan kombinasi linear dari , , . Jadi , , tidak membangun .
F. KEBEBASAN LINEAR
Definisi 4.13 : Jika { } adalah himpunan vektor, maka persamaan vektor
mempunyai paling sedikit penyelesaian, yaitu ,
.
Jika ini adalah satu-satunya penyelesaian, maka kita namakan himpunan bebas linear (linearly
independent). Jika ada penyelesaian lain, maka kita namakan himpunan tak bebas linear
(linearly dependent) atau bergantung linear.
Contoh 4.13 :
Himpunan vektor-vektor { }, dengan :
(
) (
) (
)
Selidiki vektor-vektor tersebut bebas linear atau bergantung linear!
Penyelesaian :
(
) (
) (
) ( )
(
) (
) (
) ( )
Sehingga diperoleh persamaan :
Diselesaikan menggunakan OBE:
(
) B21(2) B31(-1) (
) B32(
(
2
1
)
(
2
1
)
B3(-2) (
)
Sehingga diperoleh persamaan baru :
Contoh 4.14 :
(
) (
) (
)
Apakah ketiga vektor diatas saling bebas linear ?
Penyelesaian:
atau (
)(
) ( )
dengan OBE diperoleh:
Ini menunjukan bahwa merupakan solusi tak hingga banyak.
Jadi, adalah vektor-vektor yang bergantung linear.
Sehingga diperoleh penyelesaian, 𝑘 , 𝑘 dan 𝑘
Jadi, vektor-vektor tersebut bebas linear.
~
010
040
211
000
010
211
G. BASIS DAN DIMENSI
Definisi 4.14 : Jika adalah sembarang ruang vektor dan { } adalah suatu
himpunan vektor-vektor dalam , maka disebut suatu basis untuk jika dua syarat ini
dipenuhi:
a. bebas secara linear
b. merentangkan V.
Basis dari suatu ruang vektor tidak harus tunggal tetapi bisa lebih dari satu. Ada dua macam
basis yang kita kenal yaitu basis standar dan basis tidak standar.
Contoh basis standar:
1. { }, dengan
Merupakan basis standar dari .
2. { } merupakan basis standar untuk (polinom orde- )
3. {[
] [
] [
] [
] } merupakan basis standar untuk .
Teorema 4.5 : Jika { } adalah suatu basis untuk suatu ruang vektor , maka
setiap vektor dalam dapat dinyatakan dalam bentuk dalam
tepat satu cara.
Bukti :
Karena merentangkan , maka dari definisi kita dapatkan bahwa setiap vektor dalam dapat
dinyatakan sebagai kombinasi linear dari vektor-vektor dalam S. Untuk melihat bahwa hanya ada
satu cara untuk menyatakan suatu vektor sebagai kombinasi linear dari vektor-vektor dalam ,
suatu vektor dapat ditulis sebagai:
dan juga sebagai
Dengan mengurangkan persamaan kedua dan pertama akan didapat:
(
Karena ruas kiri dari persamaan ini adalah suatu kombinasi linear dari vektor-vektor dalam S
maka kebebasan linear mengimplikasikan bahwa :
Yaitu :
Jadi kedua persamaan adalah sama.
Contoh 4.15 :
Anggap . Tunjukkan bahwa himpunan { }
adalah suatu basis untuk !
Penyelesaian :
1) bebas secara linear, harus ditunjukkan satu-satunya penyelesaian dari :
adalah
2) merentang , harus ditunjukkan bahwa sembarang vektor dapat
dinyatakan sebagai suatu kombinasi linear :
Dari syarat (1) diperoleh:
Sehingga diperoleh :
(
)(
) ( )
Dari syarat (2) diperoleh:
Sehingga diperoleh :
(
)(
) (
)
Penyelesaian menggunakan OBE:
Syarat (1)
(
) (
) (
) (
)
(
)
(
) (
) (
)
(
)
Matriks terakhir diperoleh matriks eselon tereduksi sehingga penyelesaiannya adalah
, sehingga bebas secara linear.
Syarat (2)
bbb
3
2
1
401
392
321
bbbb
b
13
12
1
120
350
321
2
bbbb
b
2 12
13
1
350
120
321
bb
bbb
2 12
13
1
35022
110
321
22
100
22
110
321
59 31
13
1
bb
bbb
bbbbbb
bbb
59253
15626
312
213
321
100
010
021
bbbbbb
bbb
59253
21836
312
213
321
100
010
001
Matriks terakhir diperoleh matriks eselon tereduksi sehingga penyelesaiannya adalah :
Sehingga vektor sembarang dapat dinyatakan sebagai suatu kombinasi linear, Jadi
merentang di .
Karena syarat (1) dan (2) terpenuhi maka merupakan suatu basis untuk .
Untuk Contoh 4.15 akan diperiksa apakah determinan matriks koefisien tidak sama dengan .
|
|
Karena determinan matriks koefisien tidak sama dengan , maka S merupakan suatu basis untuk
.
Berdasarkan contoh 4.15, karena terdapat himpunan { } beranggotakan vektor
dan semuanya merupakan basis untuk maka dimensi dari adalah atau ditulis
.
Perhitungan dengan menggunakan teorema.
Berdasarkan teorema 4.6, untuk membuktikan
apakah suatu himpunan merupakan suatu basis,
cukup dibuktikan determinan matriks koefisien
adalah tidak sama dengan 0.
H. RUANG BARIS, RUANG KOLOM DAN RUANG NOL
Definisi 4.16 : Tinjaulah matriks
aaa
aaaaaa
mnmm
n
n
A
...21
22221
11211
...
...
Vektor-vektor
terbentuk dari baris-baris yang kita namakan vektor-vektor baris , dan vektor-vektor :
11
21
1m
a
a
a
12
22
2m
a
a
a
1
2
n
n
mn
a
a
a
terbentuk dari kolom-kolom yang kita namakan vektor-vektor kolom . Subruang yang
direntang oleh vektor-vektor baris disebut ruang baris (row space) dan Subruang yang
direntang oleh vektor-vektor kolom disebut ruang kolom (column space) .
Definisi 4.17 : Dimensi ruang baris dan ruang kolom matriks dinamakan rank dan dinyatakan
dengan rank ( )
Contoh 4.17 :
Misalkan Matriks
dengan melakukan OBE diperoleh :
Perhatikan kolom-kolom pada matriks hasil OBE. Matriks mempunyai basis ruang kolom yaitu
:
1221
1321
1121
A
Vektor kolom
Vektor baris
2
3
1
,
1
1
1
Basis ruang baris diperoleh dengan cara, mentransposkan terlebih dahulu matriks , lakukan
OBE pada , sehingga diperoleh:
Kolom-kolom pada matriks hasil OBE yang memiliki satu utama berseseuaian dengan matriks
asal ( ). Ini berarti, matriks tersebut mempunyai basis ruang baris :
Dimensi basis ruang baris = ruang kolom dinamakan rank. Jadi rank dari matriks adalah .
Contoh 4.18 :
Cari basis-basis untuk ruang-ruang baris dan kolom dari:
Penyelesaian:
Setelah direduksi, menjadi matriks:
Basis untuk ruang kolom A adalah:
Untuk mencari basis ruang baris, matriks A ditransposkan terlebih dahulu.
1
3
2
1
,
1
1
2
1
452431
791962
281962
452431
A
000000
510000
623100
452431
A
,
5
9
8
5
,
4
9
9
4
,
1
2
2
1
531
ccc
Setelah direduksi, menjadi matriks:
Basis untuk ruang baris A adalah:
Contoh 4.19 :
Carilah sebuah basis untuk ruang yang direntang oleh vektor-vektor
Penyelesaian:
Ruang vektor yang direntang vektor-vektor ini adalah ruang baris dari matriks
681862
0101550
62352
30021
21( 2) 41( 2),B B
0818100
0101550
02310
30021
BB )2
1(4)
5
1(3
,
1 2 0 0 3
0 1 3 2 0
0 1 3 2 0
0 5 9 4 0
23(1) 43( 5),B B
1 2 0 0 3
0 0 0 0 0
0 1 3 2 0
0 0 6 6 0
B )6
1(4
01100
02310
00000
30021
4724
5985
2112
4994
3663
1221
AT
0000
0000
0000
0100
0110
1221
7
9
1
9
6
2
2
8
1
9
6
2
4
5
2
4
3
1
321,,
TTT
rrr
Vektor-vektor baris tak nol pada matriks ini adalah
Jadi rank dari matriks tersebut
Basis Ruang Nol
Basis ruang nol suatu matriks dapat diperoleh dengan membentuk SPL homogen, kemudian
menentukan solusi dari SPL homogen tersebut. Basis ruang nolnya itu dibangun oleh vektor-
vektor pembangun ruang nol atau ruang solusi dari SPL tersebut.
Contoh 4.20 :
Diketahui SPL homogen
Solusi SPL Homogen di atas dapat dicari dengan OBE terhadap matriks yang diperbesar.
2 32 1
2 1 2 2 0 1 1 2 1 0 1 1 2 1 0 1 1 2 1 02
1 21 1 2 1 0 2 1 2 2 0 0 3 6 0 0 0 1 2 0 0
1 31 2 4 1 0 1 2 4 1 0 0 1 2 0 0 0 3 6 0 03
1 43 0 0 3 0 3 0 0 3 0 0 3 6 0 0 0 3 6 0 0
2 33
b bb bb b
b b
b b
b b
1 0 0 1 02 1
0 1 2 0 0
0 0 0 0 03
2 4 0 0 0 0 0
b b
b b
sehingga
Misalkan dan dengan maka
0 1
2 2 0
1 0
0 1
a t
b ss t
c s
d t
Maka, basis bagi ruang solusi adalah
0 1
2 0,
1 0
0 1