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

dokumen-dokumen yang mirip
MUH1G3/ MATRIKS DAN RUANG VEKTOR

RUANG VEKTOR. Nurdinintya Athari (NDT)

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

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

Ruang Vektor. Adri Priadana. ilkomadri.com

PERTEMUAN 11 RUANG VEKTOR 1

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

Kumpulan Soal,,,,,!!!

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

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

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

Aljabar Linear Elementer

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

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

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

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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

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

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

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

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

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

SISTEM PERSAMAAN LINEAR

Part II SPL Homogen Matriks

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

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

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

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

BAB 5 RUANG VEKTOR A. PENDAHULUAN

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

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

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Part III DETERMINAN. Oleh: Yeni Susanti

SUMMARY ALJABAR LINEAR

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

BAB II DASAR DASAR TEORI

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

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

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

SOLUSI SISTEM PERSAMAAN LINEAR

MUH1G3/ MATRIKS DAN RUANG VEKTOR

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

BAB II LANDASAN TEORI

Matematika Teknik INVERS MATRIKS

BAB II TINJAUAN PUSTAKA

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

04-Ruang Vektor dan Subruang

9. Teori Aproksimasi

Aljabar Linier Elementer

Pertemuan 13 persamaan linier NON HOMOGEN

Matriks. Baris ke 2 Baris ke 3

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

MODUL IV SISTEM PERSAMAAN LINEAR

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi

Trihastuti Agustinah

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

Solusi Sistem Persamaan Linear Ax = b

ALJABAR LINIER DAN MATRIKS

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

4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN

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

BAB 4 : SISTEM PERSAMAAN LINIER

Matriks Jawab:

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

Bab 2 LANDASAN TEORI

Pertemuan 14. persamaan linier NON HOMOGEN

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

BAB 2 LANDASAN TEORI

Aljabar Matriks. Aljabar Matriks

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014

BAB II LANDASAN TEORI

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

BAB II LANDASAN TEORI

BAB V PERSAMAAN LINEAR TINGKAT TINGGI (HIGHER ORDER LINEAR EQUATIONS) Persamaan linear tingkat tinggi menarik untuk dibahas dengan 2 alasan :

Perluasan Teorema Cayley-Hamilton pada Matriks

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

02-Pemecahan Persamaan Linier (1)

BAB II DETERMINAN DAN INVERS MATRIKS

BESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor

MATRIKS Nuryanto, ST., MT.

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

untuk setiap x sehingga f g

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

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

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

MATRIKS. Matematika. FTP UB Mas ud Effendi. Matematika

DEFINISI DAN RUANG SOLUSI

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

PENERAPAN KONSEP SPL DAN MATRIKS DALAM MENENTUKAN TEGANGAN DAN ARUS LISTRIK PADA TIAP-TIAP RESISTOR

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

Transkripsi:

Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3., 4. Terdapat 0, disebut elemen nol, sedemikian sehingga 0 + = + 0 =, untuk setiap 5. Untuk setiap terdapat, sedemikian sehingga 0. 6., 7. Terdapat 1, disebut elemen satuan sedemikian sehingga 1 = 1 =, untuk setiap 8. Untuk setiap 0 terdapat, disebut elemen invers (kebalikan) dari, sedemikian sehingga = = 1, Anggota-anggota dari suatu field disebut skalar. Contoh 5.1 : Himpunan F = R = Himpunan bilangan real merupakan field terhadap operasi penjumlahan dan perkalian. (Mudah ditunjukkan bahaw ke-8 sifat dia atas terpenuhi). 5.2 Ruang Vektor atas suatu Field MIsalkan diberikan suatu himpunan V dan lapangan F. Didefinisikan operasi penjumlahan terhadap elemen-elemen V dan perkalian elemen-elemen V dengan elemen-elemen F ( disebut perkalian skalar). Maka V disebut Ruang Vektor di atas filed F jika terpenuhi sifat-sifat: 1. Jika u,v V, maka u + v V 2. u + v = v + u 1

3. u + ( v + w ) = ( u + v ) + w 4. Ada 0 V sehingga 0 + u = u + 0 untuk semua u V 5. Untuk setiap u V terdapat u V sehingga u + ( u ) = 0 6. Untuk sembarang skalar k, jika u V maka k u V 7. k ( u + v ) = k u + k v, k 8. (k + l) u = k u + l u, k,l 9. k( l u ) = ( kl ) u 10. 1 u = u Anggota-anggota dari suatu ruang vektor disebut vektor. Istilah vektor disini bersifat umum, bukan semata-mata vektor ilmu ukur seperti uyang dibicarakan di bagian sebelumnya. Jadi setiap himpunan apapun yang memenuhi ke-10 sifat di atas disebut ruang vektor dan anggota-anggotanya disebut vektor. Contoh 5.2: Himpunan terhadap operasi penjumlahan dan perkalian skalar merupakan ruang vektor. Contoh 5.2: V = himpunan semua polinom berderajat 2 terhadap operasi penjumlahan dan perkalian skalar merupakan ruang vektor. Contoh 5.3 : Himpunan semua matriks 2 x 2 berbentuk 0 dengan operasi 0 penjumlahan dan perkalian skalar merupakan ruang vektor. Sedangkan himpunan semua matriks 2 x 2 berbentuk 1 dengan operasi penjumlahan dan perkalian 1 skalar bukan ruang vektor. 5.3 Ruang Bagian Misalkan V ruang vektor, dan W V, W. Misalnya dengan sifat tertentu,w memenuhi sifat-sifat ruang vektor, sehingga merupakanruang vektor juga, maka W disebut sebagai ruang vektor bagian( subspace) dari V. Kadang-kadang disebut dengan ruang vektor di V, atau ruang bagian dari V. 2

Selanjutnya untuk memeriksa apakah W V, dengan W, merupakan ruang bagian, cukup diperiksa: 1. Untuk setiap u, v W maka haruslah u + v W. 2. Untuk setiap skalar k maka haruslah ku W Jika kedua sifat di atas dipenuhi maka W adalah sub ruang dari V. Contoh 5.4: Himpunan titik-titik di bidang XOY merupakan subruang dari R. Untuk memeriksa kebenarannya, perhatikan bahwa: 1. Ambil u = (,,0 dan v = (,,0, maka u + v =,,0 2. Untuk sembarang skalar k dan u = (a,b,0), maka ku = (ka, kb,0). Jadi terbukti XOY subruang dari R. Contoh 5.5: Misalakan M 22 = himpunan semua matriks berukuran 2 x 2 dengan operasi penjumlahan matriks dan perkalian skalar. Maka Himpunan semua matriks 2 x 2 berbentuk 0 dengan operasi penjumlahan dan perkalian skalar 0 merupakan sub ruang dari M 22. 5.4. Kombinasi Linier Suatu vektor v dikatakan kombinasi linier dari vektor-vektor,,, jika v dapat dinyatakan dengan dimana.,, skalar. v =, Contoh 5.6: Vektor v = (5,0,9) merupakan kombinasi linier dari vektor 2,1,5 dan 1,2,1 karena v dapat dinyatakan sebagai v = 2. 3

Untuk menunjukkan bahwa suatu vektor v merupakan kombinasi dari vektorvektor,,,, kita perlu mencari apakah ada skalar,,, sehingga v =. Misalnya pada contoh 5.6 di atas, ada 2 dan 1 sehingga v = 2. Darimana diperoleh 2 dan 1 adalah sebagai berikut. Tulis, v = 5,0,9 2,1,5 1,2,1 2,,5,2, 2, 2,5 Diperoleh SPL, 2 5 2 0 5 9. Masalah selanjutnya adalah menentukan solusi dari SPL di atas. Menggunakan metode yang pernah dipelajari pada bagian sebelumnya, diperoleh solusi SPL ini adalah 2 dan 1. Contoh 5.6: Tunjukkan bahwa v = (3,1,4) bukan merupakan kombinasi linier dari vektor 1,2,3, 2,2,6, dan 1,3, 3. Penyelesaian : Perhatikan bahwa, v = 4

3,1,4 1,2,3 2,2,6 1,3, 3,2,3 2,2,6,3,3 2,2 2 3,3 6 3 Diperoleh SPL, 2 3 2 2 3 1 3 6 3 4. Dengan OBE, SPL menjadi 2 3 0 2 5 5 0 0 0 5. Yang merupakan SPL yang tidak konsisten (tidak punya solusi). Jadi tidak ada., sehingga v =. Jadi v = (3,1,4) bukan merupakan kombinasi linier dari vektor 1,2,3, 2,2,6, dan 1,3, 3. 5.4. Himpunan Perentang Himpunan vektor,,, di dalam suatu ruang vektor V dikatakan merentang atau membangun V jika untuk setiap v di dalam V dapat dinyatakan sebagai kombinasi linier dari,,,, yaitu v =, untuk setiap v di dalam V. Selanjutnya himpunan semua kombinasi linier dari,,, disebut subruang yang dibangun atau direntang oleh,,,. Sedangkan vektor,,, disebut perentang atau pembangun. Contoh 5.7: Vektor-vektor 1,0,0, 0,1,0, dan 0,0,1 merentang R. Mudah ditunjukkan bahwa setiap vektor (a,b,c) di dalam R dapat dinyatakan sebagai kombinasi linier dari,,, yaitu 5

,, 1,0,0 0,1,0 0,0,1. Pembangun tidaklah tunggal, misalnya vektor-vektor 1,1,0, 0,1,1, dan 1,0,0 juga merentang R (tunjukkan!). Contoh 5.8: Tunjukkan bahwa vektor-vektor 1,2,3, 2,2,6, dan 1,3, 3 tidak membangun R. Penyelesaian: Ambil sembarang vektor v =,, R. Masalahnya adalah adakah skalar,, sehingga v =. Perhatikan, v =.,, 1,2,3 2,2,6 1,3, 3,2,3 2,2,6,3,3 2,2 2 3,3 6 3 Diperoleh SPL, 2 2 2 3 3 6 3. Dengan OBE, SPL menjadi 2 0 2 5 2 0 0 0 3. 6

Yang merupakan SPL yang tidak konsisten (tidak punya solusi), artinya tidak ada., sehingga v =. Jadi 1,2,3, 2,2,6, dan 1,3, 3 tidak membangun R. Alternatif lain untuk menunjukkan bahwa SPL non homogen tidak konsisten adalah dengan memperhatikan determinan matriks kooefisen dari SPL tersebut. SPL AX = B (dengan A matriks persegi), akan konsisten jika A punya invers. Matriks A punya invers jika det(a) 0. Jadi jika det (A) = 0, maka SPL tidak konsisten. Dengan demikian SPL pada contoh 5.8 dapat diketahui konsisten atau tidaknya dengan menghitung determinan matriks koefisiennya, yaitu: 1 2 1 Det 2 2 3 1 2 3 6 3 22 3 2 1 2 3 3 3 6 3 6 3 24 30 6 0. Karena determinan matriks koefisiennya sama dengan nol, maka SPL tidak konsisten. 5.5 Kebebasan linier Himpunan vektor,,, dikatakan bebas linier jika kombinasi linier 0 =, Hanya terpenuhi oleh skalar 0. Jika tidak demikian maka,,, dikatakan bergantung linier. Contoh 5.9: Vektor-vektor 1,2,3, 2,2,6, dan 1,3, 3 tidak bebas linier (bergantung linier), karena 0 = 0,0,0 1,2,3 2,2,6 1,3, 3 7

,2,3 2,2,6,3,3 2,2 2 3,3 6 3 Diperoleh SPL homogen, 2 0 2 2 3 0 3 6 3 0. SPL homogen akan mempunyai solusi nontrivial (SPL punya tak hingga banyak solusi) jika determinan matriks koefisiennya nol. Perhatikan bahwa SPL homogen pada contoh 5.9 ini mempunyai matriks koefisien sama dengan contoh 5.8, dan telah ditunjukkan bahwa determinan matriks koefisiennya nol. Jadi SPL homogeny pada contoh 5.9 ini punya solusi nontrivial. Dengan kata lain 0 =, tidak hanya dipenuhi oleh 0. Dengan demikian vektor 1,2,3, 2,2,6, dan 1,3, 3 tidak bebas linier (bergantung linier). Contoh 5.10: Tunjukkan bahwa vektor 1, 2, 1, 4,3,1 bebas linier. 3,1,4, dan Penyelesaian: Harus ditunjukkan bahwa 0 = hanya dipenuhi oleh 0. Perhatikan, 0 = 0,0,0 1, 2, 1 3,1,4 4,3,1,2, 3,,4 4,3, 3 4,2 3, 4 8

Diperoleh SPL homogen, 3 4 0 2 3 0 4 0. SPL ini ekuivalen dengan (Gunakan OBE), 3 4 0 7 11 0 7 5 0. Ekuivalen dengan SPL, 3 4 0 7 11 0 6 0. Dengan substitusi mundur, diperoleh solusi trivial, 0. Dengan demikian vektor 1, 2, 1, merupakan vektor-vektor yang bebas linier. 3,1,4, dan 4,3,1 Untuk menunjukkan bahwa SPL homogen pada contoh 5.10 punya solusi trivial, dapat dilakukan dengan menunjukkan bahwa determinan matriks koefisien SPL 1 3 4 homogen tersebut tidak sama dengan nol. Perhatikan bahwa, Det 2 1 3 1 4 1 14 0. 5.6 Basis Misalkan V ruang vektor, dan S =,,, di dalam V dikatakan basis bagi ruang vektor V jika : 9

(i) (ii) S membangun V S bebas linier Selanjutnya banyaknya vektor dalam suatu basis dinamakan dimensi. Contoh 5.12 : Tunjukkan bahwa vektor-vektor 1, 2, 1, 3,1,4, dan 4,3,1 merupakan basis bagi R. Jawab: Harus ditunjukkan bahwa 1, 2, 1, membangun R dan bebas linier. 3,1,4, dan 4,3,1 (i) Ambil sembarang vektor v =,, R. Akan ditunjukkan ada skalar,, sehingga v =.,, 1, 2, 1 3,1,4 4,3,1,2, 3,,4 4,3, 3 4,2 3, 4 Diperoleh SPL, 3 4 2 3 4. Harus ditunjukkan bahwa SPL ini konsisten. Menggunakan OBE diperoleh, 3 4 7 11 2 7 5. Atau 3 4 10

7 11 2 6 3. Terlihat bahwa SPL ini punya solusi. Jadi 1, 2, 1, 3,1,4, dan 4,3,1 membangun R. Perlu dicatat bahwa kita tidak perlu mendapatkan siapa skalar,,, yang penting disini adalah bahwa,, ada. (ii) 1, 2, 1, 3,1,4, dan 4,3,1 bebas linier sudah kita tunjukkan pada contoh 5.10. Jadi 1, 2, 1, 3,1,4, dan 4,3,1 adalah suatu basis bagi R. Dari contoh-contoh di atas, perhatikan bahwa untuk menunjukkan bahwa vektor vektor,, merentang R diperoleh SPL nonhomogen dan untuk menunjukkan,, bebas linier diperoleh SPL homogen. Kedua SPL ini mempunyai matriks koefisien yang sama. Selanjutnya perhatikan bahwa untuk menunjukkan bahwa,, merentang R dan bebas linier dapat dilakukan secara sekaligus dengan menunjukkan bahwa determinan matriks koefisiennya tidak sama dengan nol. Silakan anda coba soal latihan. Soal latihan : 1. Tunjukkan bahwa M 22 = himpunan semua matriks berukuran 2 x 2, terhadap operasi penjulahan matriks dan perkalian skalar merupakan ruang vektor! 2. Manakah yang merupakan sub ruang dari M 22 terhadap operasi penjulahan matriks dan perkalian: (i) M 1,, skalar 0 (ii) M 2 1, skalar 0 3. Manakah yang bebas linier: (i) 2,6,2, 3,1,2, dan 8,16,3 11

(ii) 1,2,3, 4,5,6, dan 0, 1, 2 4. Tentukan a dan b agar vektor-vektor berikut bebas linier (i) 4,5,1, 3,0,2, dan, 10,9 (ii) 1,2,3,, 0,0, dan 0,, 1 5. Manakah yang merupakan basis bagi R 2 : (i) 1,1, 2,3 (ii) 1,1, 2,3, dan 3,1 6. Manakah yang merupakan basis bagi R 3 (i) 1,2,3, 1,2, 1, dan 3, 1,0 (ii) 4,2, 1, 2,1,5, dan 4,1,10 12