RUANG VEKTOR. Nurdinintya Athari (NDT)

dokumen-dokumen yang mirip
MUH1G3/ MATRIKS DAN RUANG VEKTOR

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

MUH1G3/ MATRIKS DAN RUANG VEKTOR

PERTEMUAN 11 RUANG VEKTOR 1

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

BAB 5 RUANG VEKTOR A. PENDAHULUAN

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Aljabar Linear Elementer

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

Kumpulan Soal,,,,,!!!

Part II SPL Homogen Matriks

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

Aljabar Linear Elementer

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

CHAPTER 6. Ruang Hasil Kali Dalam

MUH1G3/ MATRIKS DAN RUANG VEKTOR

BAB II LANDASAN TEORI

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

SOLUSI SISTEM PERSAMAAN LINEAR

MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Ruang Vektor. Adri Priadana. ilkomadri.com

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

SUMMARY ALJABAR LINEAR

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier. Dosen Pengampu : Darmadi, S,Si, M.

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

Institut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability)

04-Ruang Vektor dan Subruang

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari

BAB II DASAR DASAR TEORI

Transformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :

untuk setiap x sehingga f g

Matriks. Baris ke 2 Baris ke 3

6 Sistem Persamaan Linear

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

Matematika Teknik INVERS MATRIKS

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

Part III DETERMINAN. Oleh: Yeni Susanti

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

BAB II LANDASAN TEORI

ALJABAR LINIER DAN MATRIKS

Catatan Kuliah Aljabar Linier

BAB II TINJAUAN PUSTAKA

BAB II DETERMINAN DAN INVERS MATRIKS

Aljabar Matriks. Aljabar Matriks

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

MUH1G3/ MATRIKS DAN RUANG VEKTOR

TRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd

& & # = atau )!"* ( & ( ( (&

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

Ruang Vektor Real. Modul 1 PENDAHULUAN

0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar:

02-Pemecahan Persamaan Linier (1)

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

BAB 2 LANDASAN TEORI

Sistem Persamaan Linier dan Matriks

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

BAB 2 LANDASAN TEORI

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Pertemuan 13 persamaan linier NON HOMOGEN

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor

BAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:

1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.

Analisa Numerik. Matriks dan Komputasi

SISTEM PERSAMAAN LINEAR

BAB 4 : SISTEM PERSAMAAN LINIER

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Matriks dan Sistem Persamaan Linear

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

DEFINISI DAN RUANG SOLUSI

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

Transkripsi:

1 RUANG VEKTOR Nurdinintya Athari (NDT)

RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol Operation Research dan lain-lain

Ruang Vektor Umum Misalkan u, v, w V dan k, l Riil V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan. Untuk setiap u, v V maka u v V 2. u v v u 3. u v w u v w 4. Terdapat 0 V sehingga untuk setiap u V berlaku u 0 0 u u 5. Untuk setiap u V terdapat u sehingga u u u u 0

6. V tertutup thd operasi perkalian dengan skalar. Untuk setiap u V dan k Riil maka k u V 7. k u v ku kv 8. k l u ku lu 9. k l u l k u kl u 10. 1. u u

Contoh : 1. Himpunan vektor Euclides dengan operasi standar (operasi penjumlahan dan operasi perkalian dengan skalar). Notasi : Rn (Ruang Euclides orde n) R : Bilangan real R2 : Vektor di bidang R3 : Vektor di ruang tiga dimensi 2. Himpunan matriks berukuran m x n dengan operasi standar (penjumlahan matriks dan perkalian matriks dengan skalar), Notasi : Mmxn (Ruang Matriks mxn) 3. Himpunan polinom pangkat n dengan operasi standar. Notasi : Pn (Ruang Polinom orde n)

Ruang Euclides orde n Operasi-Operasi pada ruang vektor Euclides: Penjumlahan u v u1 v1, u 2 v 2,..., u n v n Perkalian dengan skalar Riil sebarang (k) ku ku1, ku 2,..., ku n Perkalian Titik (Euclidean inner product) u v u1v1 u 2 v 2... u n v n Panjang vektor didefinisikan oleh : u u u 1 2 2 2 u1 u 2... u n 2 Jarak antara dua vektor didefinisikan oleh : d u, v u v u1 v1 2 u 2 v 2 2... u n v n 2

Contoh : Diketahui u 1, 1, 2, 3 dan v 2, 2, 1, 1 Tentukan panjang vektor dan jarak antara kedua vektor tersebut Jawab: Panjang vektor : u u u 1 2 12 12 2 2 32 15 Jarak kedua vektor v 2 2 2 2 12 12 10 d u, v u v 1 2 2 1 2 2 2 1 2 3 1 2 1 2 1 2 12 22 7

Misalkan W merupakan subhimpunan dari sebuah ruang vektor V. W dinamakan subruang (subspace) V jika W juga merupakan ruang vektor yang tertutup terhadap operasi penjumlahan dan perkalian dengan skalar. Syarat W disebut subruang dari V adalah : 1. W { } 2. W V 3. Jika u, v W maka u v W 4. Jika u W dan k Riil maka k u W

Contoh 1: Tunjukan bahwa himpunan W yang berisi semua matriks orde 2x2 dimana setiap unsur diagonalnya adalah nol merupakan subruang dari ruang vektor matriks 2x2 Jawab : 0 0 W maka W 1. O 0 0 2. Jelas bahwa W M2x2 3. Ambil sembarang matriks A, B W 0 b1 0 a1 dan B Tulis A a2 0 b2 0

Perhatikan bahwa : 0 a1 0 b1 A B b a 0 0 2 2 a1 b1 0 a b 0 2 2 Ini menunjukan bahwa A B W 4. Ambil sembarang matriks A W dan k Riil, maka 0 ka ka2 ka1 W 0 Ini menunjukan bahwa ka W Jadi, W merupakan Subruang dari M2x2.

Contoh 2 Apakah W sub ruang dari ruang vektor R3 jika W didefinisikan sebagai {(a,b,c) dimana a.b.c = 0} Jawab W = {(a,b,c) dimana a.b.c = 0, a,b,c R} Vektor (0,0,0) W W { } dan W R3 Misalkan a = (0,1,2), b = (2,1,0) adalah vector di W c = a + b = (2,2,2) c bukan vector di W karena 2.2.2 = 8 0 W bukan sub ruang di R3 * Jika c di W, kita tidak dapat membuat kesimpulan bahwa W sub ruang dari R3

Contoh 3: Periksa apakah himpunan W yang berisi semua matriks orde 2x2 yang determinannya nol merupakan subruang dari ruang vektor M2x2 Jawab : a b a b W= det 0, a, b, c, d R c d c d 0 0 1. W, maka W 0 0 2. Jelas bahwa W M 2 2

3. Misalkan ambil sembarang matriks A, B W. Pilih a b : a b, jelas bahwa det (A) = 0 A 0 0 0 0, jelas bahwa det (B) = 0 B b a A B a b = b a Karena a b Maka det (A + B ) = a2 b2 0 Jadi W bukan merupakan subruang karena tidak tertutup terhadap operasi penjumlahan

Contoh 4 Tunjukkan bahwa W : garis yang berasal dari titik pusat di bidang adalah sub ruang dari ruang vektor R2 Jawab W = {(x,y) ax + by = 0, a,b R} W {} 1. Garis x + y = 0 dan x y = 0 W 2. Misalkan Garis1: a1x + b1y = 0 dan Garis2 : a2x + b2y = 0 adalah garis di W W R2 3. Garis3 = Garis1+Garis2 = (a1+a2)x + (b1+b2)y = 0 ada di W 4. k Garis1= ka1x + kb1y = 0 ada di W Maka, W sub ruang di R2

Sebuah vektor u dinamakan kombinasi linear dari vektor-vektor v1, v2,, vn jika vektor-vektor tersebut dapat dinyatakan dalam bentuk : u k1v1 k 2v2... k n vn dimana k1, k2,, kn adalah skalar riil.

Contoh Misal u (2, 4, 0) dan v (1, 1, 3) adalah vektor-vektor di R3. Apakah vektor berikut merupakan kombinasi linear dari vektor-vektor di atas a. a (4, 2, 6) b. b (1, 5, 6) c. c (0, 0, 0)

Jawab : a. Tulis k1u k 2 v a akan diperiksa apakah ada k1, k2, sehingga kesamaan tersebut dipenuhi. 4 1 2 k1 4 k 2-1 2 6 3 0 Ini dapat ditulis menjadi: 2 1 4 1 0 3 k1 4 2 k 6 2

dengan OBE, diperoleh: 2 1 4-1 0 3 4 1 12 2 ~ 0 1 6 0 0 2 1 0 2 ~ 0 1 0 0 0 1 2 0 Dengan demikian, k1 = 1 dan k2 = 2 a merupakan kombinasi linear dari vektor u dan v atau a u 2v

b. Tulis : k1u k 2 v b 2 k1 4 k 2 0 1 1-1 5 3 6 ini dapat ditulis menjadi: 2 1 4 1 0 3 1 k1 5 k2 6

dengan OBE dapat kita peroleh : 2 4 0 1-1 3 1 5 6 1 ~ 0 0 1 2-3 3 0 3 ~ 6 1 0 0 1 1 0 2 2 ~ 3 1 2 1 0 0 0 1 0 2 3-1 2 Baris terakhir pada matriks ini menunjukkan bahwa SPL tersebut adalah tidak konsisten (tidak mempunyai solusi). Jadi, tidak ada nilai k1 dan k2 yang memenuhi b tidak dapat dinyatakan sebagai kombinasi linear dari u dan v

c. Dengan memilih k1 = 0 dan k2 = 0, maka dapat ditulis k1u k 2 v c artinya vektor nol merupakan kombinasi linear dari vektor apapun.

LATIHAN Misalkan u = (1, 2, -1) dan v = (6, 4, 2) adalah vektor di R3. Apakah vektor berikut merupakan kombinasi linear dari vektor-vektor di atas a. a = (9, 2, 7) b. b = (4, -1, 8) c. c = (2, 6, 10)

Definisi membangun dan bebas linear Himpunan vektor S v1, v 2,..., v n dikatakan membangun suatu ruang vektor V jika setiap vektor pada V selalu dapat dinyatakan sebagai kombinasi linear dari vektor-vektor di S. Contoh : Tentukan apakah v1 = (1, 1, 2), v2 = (1, 0, 1), dan v3 = (2, 1, 3) membangun V???

Jawab : Ambil sembarang vektor di R2 misalkan. Tulis :. u1 u u2 u 3 u k1 v1 k 2 v 2 k 3 v 3 Sehingga dapat ditulis dalam bentuk : 1 1 2 k1 u1 1 0 1 k u 2 2 u 2 1 3 k3 3

Syarat agar dapat dikatakan kombinasi linear SPL tersebut harus mempunyai solusi (konsisten) Dengan OBE diperoleh : Agar SPL itu konsisten haruslah u3 u2 u1 = 0 Ini kontradiksi dengan pengambilan vektor sembarang (unsur-unsurnya bebas, tak bersyarat) Dengan demikian, vektor-vektor tersebut tidak membangun R3

Misalkan S u1, u 2,..., u n adalah himpunan vektor diruang vektor V S dikatakan bebas linear (linearly independent) JIKA SPL homogen : k1u1 k2u2... kn un 0 hanya mempunyai satu solusi (tunggal), yakni k1 0, k 2 0,..., k n 0 Jika solusinya tidak tunggal, maka S kita namakan himpunan tak bebas linear (Bergantung linear / linearly dependent)

Contoh : Diketahui u 1, 3, 2 dan a 1, 1, 1 Apakah saling bebas linear di R3 Jawab : Tulis k1u k 2 a 0 atau -1 1 k1 1 3 2 1 k2 0 0 0

dengan OBE dapat diperoleh : -1 1 0 1 1 0 ~ 0 3 2 1 0 0 1 0 1 0 0 0 1 0 4 0 ~ 0 0 0 1 0 dengan demikian diperoleh solusi tunggal yaitu : k1 = 0, dan k2 = 0. Ini berarti ū dan ā adalah saling bebas linear.

Contoh : Misalkan, 1 a 3 2, 2 1 b 1 c 6 1 4 Apakah ketiga vektor diatas saling bebas linear R3 Jawab : Tulis : 0 k1 a k 2 b k 3 c atau 2 k1 0 1 1 3 1 6 k 2 0 2 1 4 k 0 3

dengan OBE diperoleh : 1 1 1 2 0 ~ 0 0 4 0 1 0 0 1 2 1 0 0 0 Ini menunjukan bahwa k1, k2, k3 merupakan solusi tak hingga banyak Jadi a, b, c adalah vektor-vektor yang bergantung linear.

1 0 0 0 1 0 0 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0 1 0 0 1 0 0 0 0 0

Basis dan Dimensi Jika V adalah sembarang ruang vektor dan S = { ū1, ū2,, ūn } merupakan himpunan berhingga dari vektor-vektor di V, maka S dinamakan basis bagi V jika kedua syarat berikut dipenuhi : S membangun V S bebas linear

Contoh : Tunjukan bahwa himpunan matriks berikut : M 3 6 3 6, 8 1 0 0 1 0 1 0, 12 4, 1 2 merupakan basis bagi matriks berukuran 2 x 2 Jawab : Tulis kombinasi linear : 0 1 3 6 k3 k1 k 2 1 0 3 6 atau 3k1 k 4 3k1 k 2 12k 3 k 4 0 8 12 4 k4 1 0 a b 1 2 c d 6k1 k 2 8k 3 a b 6k1 4k 3 2k 4 c d

dengan menyamakan setiap unsur pada kedua matriks, diperoleh SPL : 0 0 1 k1 a 3 6 1 8 0 k b 2 3 1 12 1 k3 c 6 0 4 2 k 4 d Determinan matriks koefisiennya (MK) = 48 det(mk) 0 SPL memiliki solusi untuk setiap a,b,c,d Jadi, M membangun M2 x 2 Ketika a = 0, b = 0, c = 0, d = 0, det(mk) 0 SPL homogen punya solusi tunggal. Jadi, M bebas linear.

Karena M bebas linear dan membangun M2 x 2 maka M merupakan basis bagi M2 x 2. Ingat Basis untuk setiap ruang vektor adalah tidak tunggal. Contoh : Untuk ruang vektor dari M2 x 2, himpunan matriks : 1 0 0 1 0 0 0 0 0 1, 0 0, 1 0, 0 1 juga merupakan basisnya.

Misalkan matriks : 1 2 1 1 A 1 2 3 1 1 2 2 1 Vektor baris Vektor kolom dengan melakukan OBE diperoleh : Perhatikan kolom-kolom pada matriks hasil OBE

matriks A mempunyai basis ruang kolom yaitu : 1 1 1, 3 1 2 basis ruang baris diperoleh dengan cara, mentransposkan terlebih dahulu matriks A, lakukan OBE pada At, sehingga diperoleh :

Kolom-kolom pada matriks hasil OBE yang memiliki satu utama berseseuaian dengan matriks asal (A). Ini berarti, matriks A tersebut mempunyai basis ruang baris : 1 1 2 2, 1 3 1 1 Dimensi basis ruang baris = ruang kolom dinamakan rank. Jadi rank dari matriks A adalah 2.

Contoh : Diberikan SPL homogen : 2p + q 2r 2s = 0 p q + 2r s =0 p + 2q 4r + s = 0 3p 3s =0 Tentukan basis ruang solusi dari SPL diatas Jawab : 2 1 2 2 SPL dapat ditulis dalam bentuk : 1 1 2 1 1 2 4 1 3 0 0 3 0 0 0 0

dengan melakukan OBE diperoleh : 1 0 0 0 0 0 1 0 1 2 0 0 0 0 0 0 0 0 0 0 Solusi SPL homogen tersebut adalah : p 1 0 q 0 2 r 0 a 1 b s 1 0 dimana a, b merupakan parameter.

Jadi, basis ruang solusi dari SPL diatas adalah : 1 0 0, 1 0 2 1 0 Dimensi dari basis ruang solusi dinamakan nulitas. Dengan demikian, nulitas dari SPL diatas adalah 2.

Latihan Bab 5 6 3 1.Nyatakanlah matriks 0 8 sebagai kombinasi linear dari matriks berikut : 1 2 0 1 3, 2 1 4 2, dan 4 0 2 2. Periksa, apakah himpunan berikut bebas linear! a. {6 x2, 6 + x + 4x2 } b. {1 + 3x + 3x2, x + 4x2, 5 + 6x + 3x2, 7 + 2x x2} 3. Periksa, apakah himpunan A = {6 x2, 6 + x + 4x2 } membangun polinom orde 2!

4. Periksa, apakah himpunan berikut merupakan basis bagi polinom orde 2 (P2) a. {4 + 6x + x2, 1 + 4x + 2x2, 5 + 2x x2} b. { 4 + x + 3x2, 6 + 5x + 2x2, 8 + 4x + x2} 5. Misalkan J a bx cx 2 a 2 b 2 c 2 merupakan himpunan bagian dari ruang vektor Polinom orde dua. Periksa apakah J merupakan sub ruang dari ruang vektor Polinom orde dua Jika ya, tentukan basisnya

6. Diberikan SPL homogen : p + 2q + 3 r = 0 p + 2q 3 r = 0 p + 2q + 3 r = 0, Tentukan basis ruang solusi (buktikan) dan tentukan dimensinya. 7. Tentukan rank dari matriks : 1 2 1 1 1 2 3 1 1 2 2 1