PERTEMUAN 11 RUANG VEKTOR 1

dokumen-dokumen yang mirip
KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

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

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

RUANG VEKTOR. Nurdinintya Athari (NDT)

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

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

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

BAB 5 RUANG VEKTOR A. PENDAHULUAN

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

Ruang Vektor. Adri Priadana. ilkomadri.com

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

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

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit

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

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

BAB II LANDASAN TEORI

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

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

BAB II TINJAUAN PUSTAKA

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

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

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

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

Course of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung

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

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

vektor u 1, u 2,, u n.

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

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

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

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Aljabar Linier. Kuliah 2 30/8/2014 2

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh

Aljabar Linier Elementer

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Kumpulan Soal,,,,,!!!

Kode, GSR, dan Operasi Pada

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

BAB II DASAR DASAR TEORI

Ruang Vektor Real. Modul 1 PENDAHULUAN

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

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

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

Ruang R n Euclides. Pengertian. Sifat-sifat Operasi Penjumlahan dan Perkalian dengan Skalar

untuk setiap x sehingga f g

04-Ruang Vektor dan Subruang

Aljabar Linier & Matriks

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

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta

02-Pemecahan Persamaan Linier (1)

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

1. GRUP. Definisi 1.1 (Operasi Biner) Diketahui G himpunan dan ab, G. Operasi biner pada G merupakan pengaitan

BAB I PENDAHULUAN. Struktur aljabar merupakan suatu himpunan tidak kosong yang dilengkapi

4.1 Algoritma Ortogonalisasi Gram-Schmidt yang Diperumum

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand

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

Aljabar Linear Elementer

Aljabar Boole. Meliputi : Boole. Boole. 1. Definisi Aljabar Boole 2. Prinsip Dualitas dalam Aljabar

BAB I PENDAHULUAN. A. Latar Belakang. Struktur aljabar merupakan salah satu bidang kajian dalam matematika

CHAPTER 6. Ruang Hasil Kali Dalam

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA

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

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

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

Pertemuan 1 Sistem Persamaan Linier dan Matriks

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

Trihastuti Agustinah

BASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

RUANG FAKTOR. Oleh : Muhammad Kukuh

BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi

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

II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3

MODUL ATAS RING MATRIKS ( ) Arindia Dwi Kurnia Universitas Jenderal Soedirman Ari Wardayani Universitas Jenderal Soedirman

BAB 2 LANDASAN TEORI

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

Struktur Aljabar I. Pada bab ini disajikan tentang pengertian. grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep

RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional

BAB II TEORI KODING DAN TEORI INVARIAN

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMPUTER Semester : 2

MATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j.

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN

Sistem Persamaan Linier dan Matriks

SEKILAS TENTANG KONSEP. dengan grup faktor, dan masih banyak lagi. Oleh karenanya sebelum

Matematika Teknik INVERS MATRIKS

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear

BAB 2 LANDASAN TEORI

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

Transkripsi:

PERTEMUAN 11 RUANG VEKTOR 1

TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat mengetahui definisi dan sifat-sifat dari ruang vektor Dapat mengetahui definisi dan sifat-sifat dari subruang vektor Dapat menghitung kombinasi linier dan span Dapat mengetahui contoh aplikasinya RUANG VEKTOR 2

Ruang Vektor (bentuk Umum) RUANG VEKTOR 3

Ruang Vektor V adalah himpunan tidak kosong Didefinisikan 2 operasi terhadap obyekobyek di V: penjumlahan, notasi u + v perkalian skalar, notasi kv Catatan: perlu diingat bahwa penjumlahan tidak selalu seperti (2, 1) + (1, 3) = (3, 4) perkalian skalar tidak selalu seperti 5( 2, 1) = (10, 5) RUANG VEKTOR 4

Ruang Vektor V disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma berikut: 1. Jika u, v V maka (u + v) V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w 4. Ada vektor nol 0 V sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u V, ada vektor u V yang dinamakan negatif u sedemikian sehingga u + ( u) = ( u) + u = 0 6. Jika k adalah skalar dan u V, maka ku V 7. k (u + v) = ku + kv 8. (k+m)u = ku + mu 9. k(mu) = (km) u 10. 1u = u RUANG VEKTOR 5

Ruang Vektor perhatikan aksioma 1, 4, 5, 6 berikut: 1. Jika u, v V maka (u + v) V 4. Ada vektor nol 0 V sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u V, ada vektor u V yang dinamakan negatif u sedemikian sehingga u +(-u) = (-u) + u = 0 6. Jika k adalah skalar dan u V, maka k u V ruang vektor bukan ruang vektor ruang vektor bukan ruang vektor u -u 0 u 0 v u v 0 -v u u+v 0 ku ku 1 u+v 6 RUANG VEKTOR 6

Teorema 5.1.1: V merupakan ruang vektor, u V dan k adalah skalar. Maka 1) 0u = 0 2) k0 = 0 3) ( 1)u = -u 4) Jika ku = 0, maka k = 0 atau u = 0 RUANG VEKTOR 7

Contoh : V = himpunan semua tripel bilangan nyata (x,y,z) dengan operasi-operasi penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) Apakah V merupakan ruang vektor? RUANG VEKTOR 8

penjumlahan : (x, y, z) + (x, y, z ) = (x + x, y + y, z + z ) perkalian skalar : k(x, y, z) = (kx, y, z) V disebut ruang vektor jika dipenuhi 10 aksioma berikut: 1. Jika u, v V maka (u + v) V jika u, v adalah tripel, maka (u+v) adalah tripel juga 2. u + v = v + u penjumlahan dua tripel, menurut aturan penjumlahan di atas, bersifat komutatif (x, y, z) + (x, y, z ) = (x + x, y + y, z + z ) = (x + x, y + y, z + z) 3. u + ( v + w ) = ( u + v ) + w sifat asosiatif = (x, y, z ) + (x, y, z) RUANG VEKTOR 9

penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) 4. Ada vektor nol 0 V sedemikian sehingga 0 + u = u + 0 = u vektor nol 0 = (0, 0, 0) 5. Untuk tiap u V, ada vektor u V yg dinamakan negatif u sedemikian sehingga u + (-u) =( -u) + u = 0 negasi dari vektor (x, y, z) = ( x, y, z) 6. Jika k adalah skalar dan u V, maka ku V jika k adalah skalar, maka ku adalah tripel RUANG VEKTOR 10

penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) 7. k(u + v) = ku + kv? k ( (x, y, z) + (x, y, z ) )= k (x+x, y+y, z+z ) = ( k(x+x ), y+y, z+z ) = (kx, y, z) + (kx, y, z ) = k(x, y, z) + k(x, y, z ) 8. (k + m)u = ku + mu? (k + m)u =( (k + m) x, y, z ) ku + mu = ( kx, y, z ) + ( mx, y, z ) = ( (k + m) x, 2y, 2z ) ternyata (k + m)u ku + mu Karena aksioma 8 gagal, maka V bukan ruang vektor RUANG VEKTOR 11

penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) 9. k(mu) = (km)u k(mu) = k(mx, y, z) = (km x, y, z) = (km)u 10. 1u = u 1(x, y, z) = (1x, y, z) = (x, y, z) RUANG VEKTOR 12

Bab 5.2 Sub-ruang (subspace) RUANG VEKTOR 13

Ruang Vektor Himpunan dengan operasi penjumlahan & perkalian skalar. V disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma. RUANG VEKTOR 14

Ruang Vektor W disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma berikut: 1. Jika u, v W maka (u + v) W diketahui 2. u + v = v + u (*)diwariskan dari ruang vektor V 3. u + ( v + w ) = ( u + v ) + w (*) 4. Ada vektor nol 0 W sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u W, ada vektor u W yang dinamakan negatif u sedemikian sehingga u + ( u) = ( u) + u = 0 6. Jika k adalah skalar dan u W, maka ku W diketahui 7. k (u + v) = ku + kv (*) 8. (k+m)u = ku + mu (*) 9. k(mu) = (km) u (*) 10. 1u = u (*) RUANG VEKTOR 15

Ruang Vektor W disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma berikut: 4. Ada vektor nol 0 W sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u W, ada vektor u W yang dinamakan negatif u sedemikian sehingga u + ( u) = ( u) + u = 0 Bukti 4: k = 0, u W ku = 0 lihat Teorema 5.1.1.(a) menurut 6: Jika k adalah skalar dan u W, maka ku W maka vektor nol 0 W Bukti 5: k = 1, u W ku = ( 1 ) u = u lihat Teorema 5.1.1.(c) menurut 6: Jika k adalah skalar dan u W, maka ku W maka vektor negatif u, u W ( berlaku untuk setiap vektor u W ) Catatan: u + ( u) = ( u) + u = 0 benar, sifat yang diwariskan dari V RUANG VEKTOR 16

Sub-Ruang : W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika W adalah ruang vektor, di bawah operasi penjumlahan dan perkalian skalar yang didefinisikan di V, artinya 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W RUANG VEKTOR 17

V V u W u 0 (u+v) u v (u+v) v W v (u+v) u (u+v) v 0 W subspacev W bukan subspace V RUANG VEKTOR 18

Teorema 5.2.1.: W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W Bukti: (1) diketahui : W subruang dari V buktikan : 1 dan 6 (2) diketahui : 1 dan 6 buktikan : W subruang dari V (artinya buktikan aksioma 1-10 dipenuhi di W) RUANG VEKTOR 19

Teorema 5.2.1.: W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W Bukti: (1) diketahui : W subruang dari V buktikan : 1 dan 6 bukti : karena W adalah sub-ruang V, maka W sendiri adalah ruang vektor aksioma 1-10 dipenuhi di W jadi 1, 6 dipenuhi RUANG VEKTOR 20

Teorema 5.2.1.: W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W Bukti: (2) diketahui : 1 dan 6 buktikan : W subruang dari V (artinya buktikan aksioma 1-10 dipenuhi di W) RUANG VEKTOR 21

Contoh : Misalkan W merupakan kumpulan vektor (x 1,x 2, x 3, x 4 ) di R 4 yang memenuhi persamaan x 1. x 2 = 0, apakah W merupakan subruang? Ambil : u (1,0, x3, x4) u v v x3 y3 x4 y4 v (0,1, y3, y4) (1,1), (0,1,, ) Bukan subruang sebab hasil perkalian komponen pertama dan kedua pada uv0 RUANG VEKTOR 22

Sub Ruang Hasil Jawaban SPL Himpunan dari semua vektor yang merupakan jawaban dari sistem persamaan homogin merupakan subruang di R n, dengan orde A adalah m x n. Contoh : Diberikan SPL homogen, x 1 + 3x 2 5x 3 + 7x 4 = 0 x 1 + 4 x 2 19x 3 + 10x 4 = 0 2x 1 + 5x 2 26x 3 + 11x 4 = 0 RUANG VEKTOR 23

Matriks Eselon-nya : 1 0 3 2 0 1 4 3 0 0 0 0 x x 3 4 variable bebas, misal : x3 = s dan x4 = t x2 = 4s 3t dan x1 = 3s + 2t Jawaban dalam bentuk vektor : x1 3s 2t 3 2 x 4s 3t 4 3 x 3 s 1 0 x4 t 0 1 2 x s t x su tv u (3, 4,1, 0) dan v (2, 3, 0,1) Subruang dari jawaban SPL Homogin disebut Ruang Jawab. RUANG VEKTOR 24

Kombinasi Linier (Linear Combination) & Rentang (Span) RUANG VEKTOR 25

Definisi: Vektor w disebut kombinasi linier dari v 1, v 2,, v n jika w = k 1 v 1 + k 2 v 2 +.. + k n v n k 1, k 2,.. k n adalah skalar Teorema 5.2.3.: Jika v 1, v 2,, v n merupakan himpunan vektor di V, maka 1. Himpunan dari semua kombinasi linier dari v 1, v 2,, v n, disebut himpunan W, adalah subspace V 2. W adalah subspace terkecil yang berisi v 1, v 2,, v n RUANG VEKTOR 26

Teorema 5.2.3.: Jika v 1, v 2,, v r merupakan himpunan vektor di V, maka 1. Himpunan dari semua kombinasi linier dari v 1, v 2,, v r, disebut himpunan W, adalah subspace V 2. W adalah subspace terkecil yang berisi v 1, v 2,, v r Bukti 1: W adalah subspace jika u, v W, maka (u + v) W Vektor u, v W; k i, c i, a i adalah skalar u = c 1 v 1 + c 2 v 2 +.. + c r v r v = k 1 v 1 + k 2 v 2 +.. + k r v r kombinasi linier dari v 1, v 2,, v r kombinasi linier dari v 1, v 2,, v r (u + v) = (c 1 + k 1 )v 1 + (c 2 + k 2 )v 2 +.. + (c r + k r )v r = a 1 v 1 + a 2 v 2 +.. + a r v r kombinasi linier dari v 1, v 2,, v r RUANG VEKTOR 27

Teorema 5.2.3.: Jika v 1, v 2,, v r merupakan himpunan vektor di V, maka 1. Himpunan dari semua kombinasi linier dari v 1, v 2,, v r, disebut himpunan W, adalah subspace V 2. W adalah subspace terkecil yang berisi v 1, v 2,, v r Bukti 1: W adalah subspace jika u W, maka ku W Vektor u W; k, c i, d i adalah skalar u = c 1 v 1 + c 2 v 2 +.. + c r v r kombinasi linier dari v 1, v 2,, v r ku = kc 1 v 1 + kc 2 v 2 +.. + kc r v r = d 1 v 1 + d 2 v 2 +.. + d r v r kombinasi linier dari v 1, v 2,, v r RUANG VEKTOR 28

Contoh (1) : Nyatakanlah=(7,7,9,11) sebagai kombinasi linier dari=(2,0,3,1),= (4,1,3,2) dan= (1,3,-1,3) Jawab : Tentukanlah s 1,s 2, dan s 3 yang memenuhi : Dalam bentuk matriks dinyatakanlah sebagai : a s1u 1 s2u1 s3u3 2 4 1 7 0 1 3 7 s 1 s 2 s 3 3 3 1 9 1 2 3 11 ATAU 2s 1 + 4s 2 + s 3 = 7 s 2 + 3s 3 = 7 3s 1 + 3s 2 s 3 = 9 s 1 + 2s 2 + 3s 3 = 11 RUANG VEKTOR 29

Matriks lengkapnya : 2 4 1 7 0 1 3 7 3 3 1 9 1 2 3 11 Matriks Eselonnya : s 3 = 3, s 2 = -2, dan s 1 = 6 2 4 1 7 0 1 3 7 0 0 13 39 2 2 0 0 0 0 Dengan demikian dapat dinyatakan sebagai kombinasi linear dari : a 6u 2u 6u 1 1 3 RUANG VEKTOR 30

Contoh (2) : Jika u = (1,2,-1) dan v = (6,4,2), tunjukkan bahwa w = (9,2,7) adalah kombinasi linier dari u dan v Penyelesaian: (9,2,7) = k 1 (1,2,-1) + k 2 (6,4,2) SPL nya : k 1 + 6 k 2 = 9 2k 1 + 4 k 2 = 2 -k 1 + 2 k 2 = 7 Jika diselesaikan, didapatkan k 1 = -3 dan k 2 = 2 RUANG VEKTOR 31

Rentang: Diketahui suatu Ruang Vektor V S = {v 1, v 2,, v r } dan S V W = { x x merupakan kombinasi linier vektor-vektor S artinya: x = k 1 v 1 + k 2 v 2 +.. + k n v r } maka S adalah rentang (span) W RUANG VEKTOR 32

apakah R(7,7,9,11) == direntang adalah kombinasi linier dari Merentang : u=(2,0,3,1), v= (4,1,3,2) dan w= (1,3,-1,3) RUANG VEKTOR 33

Contoh (1): Jika u = (1,0,0),v = (0,1,0),dan w = (0,0,1) membangun R 3 sebab setiap vektor (x,y,z) di R 3 dapat dinyatakan sebagai (x,y,z) = x + y + z Contoh (2): Tentukan apakah vektor-vektor berikut merupakan span di R3 u = (2,2,2), v = (0,0,3), w = (0,1,1) u = (3,1,4), v = (2,-3,5), w = (5,-2,9) u = (3,1,4), v = (2,-3,5), w = (5,-2,9), z = (1,4,-1) RUANG VEKTOR 34

Catatan jumlah vektor penyusun > jumlah ruang tidak merentang Determinan matriks = 0 tidak merentang Hasil SPL = non trivial tidak merentang RUANG VEKTOR 35

Contoh: R 2 : ruang vektor di bawah operasi penjumlahan vektor & perkalian skalar Sub-Ruang di R 2 : { (0, 0) } dan R 2 sendiri R 3 : ruang vektor di bawah operasi penjumlahan vektor & perkalian skalar Sub-Ruang di R 3 : { (0, 0, 0) } dan R 3 sendiri RUANG VEKTOR 36

RUANG VEKTOR 37

RUANG VEKTOR 38

c) (a,b,c), dimana b = a + c Jadi vektornya baru bisa ditulis (a, a+c, c) ambil U = (a 1, a 1 + c 1, c 1 ) dan V = (a 2, a 2 +c 2, c 2 ) U + V = (a 1 + a 2, a 1 + c 1 + a 2 +c 2, c 1 + c 2 ) memenuhi Ambil k skalar k U = k (a 1, a 1 + c 1, c 1 ) = ( k a 1, k(a 1 + c 1), k c 1 ) memenuhi Jadi sub ruang R 3 RUANG VEKTOR 39

Semua vektor yang berbentuk (a,b,c) ; b = a + c + 1 Jadi bisa ditulis (a, (a + c + 1), c) ambil V U (a, ( a 1 +c 1 +1), c 1 ) a c 1, ) ( a2, 2 2 c2 U V a 1 a2 a1 a2 c1 c2 2,, c c Adalah vektor (a, b, c) Ternyata b = a 1 + a 2 +c 1 + c 2 + 2 tidak memenuhi, jadi bukan sub ruang. 1 2 RUANG VEKTOR 40