Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

dokumen-dokumen yang mirip
Aljabar Linier Elementer

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

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

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

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Kumpulan Soal,,,,,!!!

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

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 II DASAR DASAR TEORI

BAB II TINJAUAN PUSTAKA

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

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

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

Aljabar Linear Elementer

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:

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

BAB 5 RUANG VEKTOR A. PENDAHULUAN

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

BASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan

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

SUMMARY ALJABAR LINEAR

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

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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

UNIVERSITAS PENDIDIKAN INDONESIA

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

PERTEMUAN 11 RUANG VEKTOR 1

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

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

BAB II LANDASAN TEORI

MAKALAH BASIS RUANG SOLUSI

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

Matematika Teknik INVERS MATRIKS

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

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

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014

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

BAB II DETERMINAN DAN INVERS MATRIKS

Part II SPL Homogen Matriks

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

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

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 4

Aljabar Linier Elementer. Kuliah 26

Aljabar Linier. Kuliah

Pertemuan 14. persamaan linier NON HOMOGEN

Aljabar Linier Elementer. Kuliah 1 dan 2

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

RUANG VEKTOR. Nurdinintya Athari (NDT)

BAB 4 : SISTEM PERSAMAAN LINIER

adalah isomorphik dengan im( ), 2) The rank plus nullity Theorem dim(ker ( ) )+dim(im ( )

Pertemuan 13 persamaan linier NON HOMOGEN

Aljabar Linier. Kuliah 2 30/8/2014 2

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

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III

SOLUSI SISTEM PERSAMAAN LINEAR

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

SISTEM PERSAMAAN LINEAR

Ruang Vektor. Adri Priadana. ilkomadri.com

BAB I PENDAHULUAN Latar Belakang Masalah

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

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

BAB II TEORI KODING DAN TEORI INVARIAN

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

Aljabar Linier Elementer. Kuliah 27

Aljabar Matriks. Aljabar Matriks

SISTEM PERSAMAAN LINEAR

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta

SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks

COURSE NOTE : Sistem Persamaan Liniear

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

04-Ruang Vektor dan Subruang

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

BAB 2 LANDASAN TEORI

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

BAB X SISTEM PERSAMAAN LINIER

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

MATRIKS A = ; B = ; C = ; D = ( 5 )

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

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR

Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini.

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

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

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

SISTEM PERSAMAAN LINEAR

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.

BAB II LANDASAN TEORI

MODUL IV SISTEM PERSAMAAN LINEAR

Operasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ)

Transkripsi:

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank khozin mu tamar 9 Oktober 2014

PERTEMUAN-4 : SISTEM KOORDINAT, DIMEN- SI RUANG VEKTOR DAN RANK 1. Sistem koordinat (a) Ketunggalan scalar basis (b) Sistem koordinat (definisi) (c) matrik perubahan koordinat 1

(d) pemetaan koordinat 2. Dimensi ruang vektor (a) ketidak bebasan himpunan diluar basis (b) dimensi (definisi) (c) dimensi subruang vektor (d) dimensi ruang null dan ruang kolom

3. Rank (a) Ruang kolom (b) rank (definisi) (c) dimensi ruang null dan rank (d) Aplikasi pada SPL

SISTEM KOORDINAT 1. Ketunggalan penulisan basis 2. Sistem koordinat (definisi) 3. matrik perubahan koordinat 4. pemetaan koordinat 2

KETUNGGALAN PENULISAN BASIS teorema 1. Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V. Untuk setiap x V terdapat skalar tunggal a 1, a 2,, a n R yang memenuhi x = n i=1 a ib i definisi 2. Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V dan x V. Koordinat relatif x terhadap basis B atau koordinat-b dari x adalah nilai-nilai 3

c 1, c 2,, c n sedemikian sehingga x = c 1 b 1 + c 2 b 2 + + c n b n yang dapat dituliskan sebagai [x] B = c 1. c n contoh. Misalkan basis dari R 2, yaitu e 1 = [1 0] T dan e 2 = [1 2] T. Misalkan diketahui sistem koordinat [x] B = [ 2 3] T. Tentukan x.

solusi. Dengan definisi, diketahui bahwa [x] B = [c 1 c 2 ] yang memenuhi x = c 1 e 1 + c 2 e 2 sehingga x = 2 1 0 + 3 1 2 = 1 6

MATRIKS PERUBAHAN KOORDINAT Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V dan x V. Untuk setiap x dapat ditentukan skalar sehingga x = c 1 b 1 + c 2 b 2 + + c n b n dengan menjabarkan persamaan di atas, misalkan b 1 = a 11 a 21. a r1 4

maka akan diperoleh x = c 1 a 11 + c 2 a 12 +c n a 1n. +..... c 1 a r1 + c 2 a r2 +c n a rn yang dapat dibentuk pada SPL x = A b x = a 11 a 12 a 1n...... a r1 a r2 a rn c 1. c n Selanjutnya, a 11 a 12 a 1n...... a r1 a r2 a rn

disebut matriks perubahan koordinat, disimbolkan sebagai P B teorema 3. Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V. Pemetaan T : x [x] B adalah pemetaan linier yang satu-satu dan pada (isomorfis). Bukti. 1. Misalkan y,z V sehingga y+z = (c 1 b 1 + + c n b n ) + (k 1 b 1 + + k n b n ) = (c 1 + k 1 )b 1 + + (c n + k n )b n

sehingga diperoleh [y+z] B = c 1 + k 1. c n + k n = c 1. c n + k 1. k n = [y] B + [z] B 2. Misalkan k R. Kita dapatkan ky = kc 1 b 1 + + kc n b n = (kc 1 )b 1 + + (kc n )b n

sehingga [ky] B = kc 1. kc n = k c 1. c n = k[y] B 3. Misalkan y,z V dan α, β [x] B. Akan didapatkan α = β c 1 b 1 + + c n b n = k 1 b 1 + + k n b n y=z 4. Misalkan α [x] B. Untuk setiap α [x] B akan selalu

ditemukan y V sedemikian sehingga α = P 1 B y

DIMENSI RUANG VEKTOR 1. ketidak bebasan himpunan diluar basis 2. Ketunggalan basis dalam ruang vektor 3. dimensi (definisi) 4. dimensi subruang vektor 5. dimensi ruang null dan ruang kolom 5

teorema 4. Jika ruang vektor V memiliki basis B = {b 1, b 2,, b n } maka setiap himpunan yang memiliki lebih dari n-vektor bersifat tidak bebas linier. Bukti. Misalkan S = {s 1, s 2,, s p } adalah sebuah himpunan di ruang vektor V yang memiliki jumlah vektor lebih dari n. Koordinat dari S dapat dituliskan s 1 = c 11 b 1 + c 12 b 2 + + c 1n b n. s p = c p1 b 1 + c p2 b 2 + + c pn b n 6

Untuk menunjukkan bahwa S bebas linier atau tidak maka akan ditentukan solusi skalar bagi persamaan k 1 s 1 + + k p s p = 0 sehingga diperoleh k 1 (c 11 b 1 + c 12 b 2 + + c 1n b n ) + + k p (c p1 b 1 + c p2 b 2 + + c pn b n ) = 0 dengan mengumpulkan koefisien bagi b i, i = 1,, n akan

diperoleh (k 1 c 11 + k 2 c 21 + + k p c p1 )b 1 + + (k 1 c 1n + k 2 c 2n + + k p c pn )b n = 0 Untuk mendapatkan bebas linier maka k 1 c 11 + k 2 c 21 + + k p c p1 = 0.. k 1 c 1n + k 2 c 2n + + k p c pn = 0

Kita akan menentukan k j, j = 1,, p. Oleh karena p > n maka SPL di atas memiliki jumlah variabel yang tidak diketahui lebih banyak dibandingkan jumlah persamaan sehingga solusi SPL homogen tersebut tak trivial. Artinya, terdapat k l R sedemikian sehingga memenuhi persamaan k 1 s 1 + + k p s p = 0 yang berarti bahwa S = {s 1, s 2,, s p } tergantung linier.

teorema 5. Misalkan ruang vektor V dengan basis yang memiliki n vektor maka setiap basis dari ruang vektor V memiliki n jumlah vektor Bukti. Misalkan B = {b 1, b 2,, b n } dan S = {s 1, s 2,, s m } adalah basis bagi ruang vektor V. 1. Oleh karena B basis bagi V maka B bebas linier. Oleh karena S basis bagi V maka S merentang V. Kesimpulan diperoleh n m 7

2. Oleh karena S basis bagi V maka S bebas linier. Oleh karena B basis bagi V maka B merentang V. Kesimpulan diperoleh m n Bukti. Misalkan B = {b 1, b 2,, b n } dan S = {s 1, s 2,, s m } adalah basis bagi ruang vektor V. Oleh karena B adalah basis dan S bebas linier, maka m n. Oleh karena S adalah basis dan B bebas linier, maka n m. Oleh karena m n dan n m maka disimpulkan m = n.

Definisi : Dimensi Misalkan V adalah ruang vektor dengan basis B = {b 1, b 2,, b n }. Banyaknya vektor dalam basis B disebut dengan dimensi (V ), yang dituliskan dengan dim(v ). 1. Jika himpunan B adalah himpunan hingga, maka dimensi V disebut dimensi-hingga 2. Jika himpunan B tidak tersusun oleh himpunan B yang hingga, maka dimensi V disebut dimensi-tak hingga. 8

teorema 6. Misalkan H adalah subruang vektor dari V yang berdimensi berhingga. Setiap himpunan di H yang bebas linier dapat diperbesar, bila perlu menjadi basis bagi H. H adalah ruang vektor berdimensi berhingga yang memenuhi dim H dim V Bukti. 1. Jika H = {0} maka jelas dim H dim V. 2. Misalkan S = {s 1, s 2,, s l } H yang bebas linier. 9

(a) Jika S merentang H maka S adalah basis bagi H dan karena S H diperoleh dim S dim V. (b) Misalkan terdapat B = {s l+1,, s n } yang tidak dapat direntang oleh S. Jelas bahwa U = B S H adalah himpunan bebas linier karena setiap vektor di B tidak dapat dinyatakan sebagai kombinasi linier dari S (ingat: S tidak merentang B). Proses dapat berulang hingga B S membesar sampai merentang H dan dimensi-b S selalu lebih kecil dari V karena seluruh vektor di-h bebas linier.

teorema 7. Misalkan V adalah ruang vektor berdimensi-n. Jika S = {s 1, s 2,, s n } V bebas linier maka S adalah basis bagi V. Jika S = {s 1, s 2,, s n } V merentang V maka S adalah basis bagi V. Bukti. 1. Misalkan S = {s 1, s 2,, s n } V bebas linier. Misalkan w V. Jika w bukan kombinasi linier dari

S maka w bebas linier. Oleh karena V adalah ruang vektor berdimensi-n, misalkan B = {b 1, b 2,, b n } adalah basis bagi V dan S {w} dapat direntang oleh B. Oleh karena S {w} bebas linier maka akan diperoleh n + 1 n. Jelas kondisi ini salah sehigga kita simpulkan w dapat dikombinasi linierkan oleh S. Oleh karena w V selalu dapat dikombinasi linierkan oleh S maka S merentang V. Jadi, S basis bagi V. 2. Misalkan S = {s 1, s 2,, s n } V merentang V sehingga setiap v V dapat dinyatakan sebagai kombi-

nasi linier dari S. Telah diketahui bahwa dim V = n sehingga terdapat B = {b 1, b 2,, b n } basis bagi V. Oleh karena S merentang V maka b 1 = a 11 s 1 + + a 1n s n. b n = a n1 s 1 + + a nn s n Oleh karena B adalah basis bagi V maka 0 = c 1 b 1 + + c n b n

yang hanya dipenuhi oleh c i = 0, i = 1,, n. Subtitusi persamaan b i, i = 1,, n sehingga diperoleh 0 = c 1 (a 11 s 1 + + a 1n s n ) + + c n (a 1n )s 1 + + a nn s n 0 = (c 1 a 11 + + c n a 1n )s 1 + + (c 1 a 1n+ +cn a nn )s n Oleh karena c i = 0, i = 1,, n maka dipastikan n c ia j,i = 0, j = 1,, n i=1

sehingga S bebas linier. Oleh karena S merentang dan bebas linier, S basis bagi V.

RANK 1. Ruang kolom 2. rank (definisi) 3. dimensi ruang null dan rank 4. Aplikasi pada SPL 10

Definisi Misalkan A adalah matriks dengan ukuran m n. A = a 11 a 1n..... a m1 a mn 1. Ruang kolom adalah himpunan yang dibentuk dari kolom matriks A. Col(A) = span{a 1 n,1,, A 1 n,n } 11

2. Ruang baris adalah himpunan yang dibentuk oleh baris matriks A. RowA = span{a 1,1 n,, A n,1 n } 3. Ruang null adalah himpunan yang memenuhi persamaan A x = 0. NullA = {x x R n dan A x = 0}

teorema 8. Jika matriks A dan B memiliki keserupaan baris maka keduanya memiliki ruang baris yang sama. Jika matriks B dalam bentuk eselon tereduksi, baris tak nol dari matriks B adalah basis untuk ruang baris dari A dan B. contoh. Misalkan A adalah matriks A = 2 5 8 0 17 1 3 5 1 5 3 11 19 7 1 1 7 13 5 3 12

dengan operasi baris elementer akan diperoleh B = 1 3 5 1 5 0 1 2 2 7 0 0 0 4 20 0 0 0 0 0 Pada matriks B, baris ke-1,2 dan 3 bukan merupakan baris nol. Sesuai dengan teorema, maka diperoleh bahwa baris ke-1,2 dan 3 adalah basis bagi B dan A. Dinotasikan Row(A) = {[1, 3, 5, 1, 5], [0, 1, 2, 2, 7], [0, 0, 0, 4, 20]}

Kolom yang entry pertama merupakan pivot, yaitu kolom ke-1,2 dan 4 sehingga basis bagi ruang kolom A adalah Col(A) = 2 1 3 1, 5 3 11 7, 0 1 7 5 Jika matriks B dioperasikan menjadi bentuk tereduksi, akan diperoleh 1 0 1 0 1 0 1 2 0 3 0 0 0 1 5 0 0 0 0 0

yang berarti akan diperoleh sistem persamaan linier x 1 + x 3 + x 5 = 0 x 2 2x 3 + 3x 5 = 0 x 4 5x 5 = 0 dengan x 3 dan x 5 adalah variabel bebas. Misalkan x 3 = t

dan x 5 = s maka akan diperoleh x 5 = t x 4 = 5t x 3 = s x 2 = 2s 3t x 1 = s t

atau dalam bentuk kombinasi linier x 1 x 2 x 3 x 4 x 5 = s 1 2 1 0 0 + t 1 3 0 5 1 sehingga dapat kita katakan bahwa Null(A) = { v 1, v 2 }

dengan v 1 = 1 2 1 0 0, v 2 = 1 3 0 5 1 oleh karena v 1, v 2 adalah vektor yang saling bebas linier dan vektor yang merentang Null(A) maka kita katakan { v 1, v 2 } adalah basis bagi N ull(a).

definisi 9. Rank dari matriks A adalah dimensi dari ruang Kolom dari matriks A. teorema 10. Misalkan V adalah ruang vektor dan dim V = n maka dim Null(T ) + Rank(T ) = n Bukti. Rank(A) adalah jumlah kolom di A yang tereduksi dengan element bukan nol. N ull(a) adalah jumlah variabel bebas dalam matriks SPL A atau jumlah kolom yang 13

tereduksi dengan semua elemen nol. Akhirnya diperoleh jumlah kolom pivot + jumlah kolom non-pivot = jumlah kolom rank(a) + dim Null(A) = n

teorema 11. Misalkan A adalah matriks n n. Pernyataan berikut adalah ekuivalen dengan pernyataan bahwa matriks A invertible (dapat diinverskan). 1. Kolom dari matriks A adalah pembentuk basis dari R n 2. Col(A) = R n 3. Rank(A) = n 4. Null(A) = { 0} 14

5. dim Col(A) = n 6. dim Null(A) = 0

Perubahan Basis Misalkan V adalah Ruang Vektor dengan basis B = { b 1,, b n } 1. Vektor x V diubah bentuk dalam koordinat dengan basis B, [x] B 2. Vektor x V diubah bentuk dalam koordinat dengan basis C, [x] C 15

3. Bagaimana hubungan antara [x] B dan [x] C dalam bentuk matriks perubahan?. teorema 12. Misalkan V adalah ruang vektor dengan basis B = { b 1,, b n } dan C = { c 1,, c n }. Terdapat matriks tunggal n n yang memenuhi [ x] c = P B C [ x] B dengan P B C = [[ b 1 ] c [ b 2 ] c [ b n ] C ]

Bagaimana menentukan P? B C Misalkan V ruang vektor, V = { v 1, v 2, v 3 } dengan basis B = { b 1, b 2, b 3 } dan C = { c 1, c 2, c 3 }. Misalkan x V. Perhatikan bahwa x dapat direntang oleh basis B. x = k 11 b1 + k 12 b2 + k 13 b3 Basis B dapat direntang oleh basis C yaitu b1 = l 11 c 1 + l 12 c 2 + l 13 c 3 b2 = l 21 c 1 + l 22 c 2 + l 23 c 3 b3 = l 31 c 1 + l 32 c 2 + l 33 c 3 16

Dengan subtitusi akan diperoleh x = (k 11 l 11 c 1 + k 11 l 12 c 2 + k 11 l 13 c 3 ) + (k 12 l 21 c 1 + k 12 l 22 c 2 + k 12 l 23 c 3 ) + (k 13 l 31 c 1 + k 13 l 32 c 2 + k 13 l 33 c 3 ) x = (k 11 l 11 + k 12 l 21 + k 13 l 31 ) c 1 + (k 11 l 12 + k 12 l 22 + k 13 l 32 ) c 2 + (k 12 l 23 + k 11 l 13 + k 13 l 33 ) c 3

Ambil koordinat x V terhadap basis C akan didapatkan [x] C = k 11 l 11 + k 12 l 21 + k 13 l 31 k 11 l 12 + k 12 l 22 + k 13 l 32 k 12 l 23 + k 11 l 13 + k 13 l 33 [x] C = l 11 l 21 l 31 l 12 l 22 l 32 l 13 l 23 l 33 k 11 k 12 k 13 [x] C = [ [b 1 ] C [b 2 ] C [b 3 ] C ] [x]b [x] C = P B C [x] B