ALJABAR MATRIKS

pertemuan 10



Oleh :
L1153
Halim Agung,S.Kom

Hasil kali skalar di dalam Rn

Hasil kali x
T
y disebut hasil kali skalar dari x dan y. secara khusus , jika x = {x1,,xn} dan y =
{y1,,yn} , maka

Contoh :
Jika x = dan y = maka


Hasil kali skalar di dalam R2 dan R3
Jika diberikan sebuah vektor x di R2 dan R3 , maka panjang Euclidisnya dapat didefinisikan
dalam bentuk hasil kali skalar


Jika diberikan dua vektor taknol x dan y , maka kita dapat menganggap keduanya sebagai
segmen-segmen garis berarah yang berawal dititik yang sama. Sudut antara 2 vektor atau
segmen garis berarah tersebut kemudian didefinisikan sebagai sudut
xnyn y x y x y x
T
+ + + = ... 2 2 1 1
|
|
|
.
|

\
|

1
2
3
|
|
|
.
|

\
|
2
3
4
8 2 . 1 3 . 2 4 . 3 = + = y x
T
( )
3
2
2
3
2
2
2
1
2
2
2
1
2 / 1
R x
R x
jika
jika
x x x
x x
x x x
T
e
e

+ +
+
= =
Teorema :
Jika x dan y adalah dua vektor taknol didalam salah satu R2 atau R3 dan adalah sudut
diantaranya , maka








Jika x dan y adalah dua vektor taknol maka kita dapat menyebutkan arah arah mereka dengan
membentuk vektor vektor satuan ,

dan

Jika adalah sudut antara x dan y , maka


cosinus dari sudut antara vektor vektor x dan y adalah hasil kali skalar dari vektor-vektor
arah yang bersesuian dengan u dan v
u cos y x y x
T
=
x
x
u
1
= y
y
v
1
=
v u
y x
y x
T
T
= = u cos
Akibat :
(Ketaksamaan Cauchy-Schwarz) jika x dan y adalah vektor vektor didalam salah satu R2 atau
R3 , maka dengan kesamaan akan berlaku jika dan hanya jika salah satu dari
vektor-vektor tersebut adalah 0 atau vektor yang satu adalah kelipatan dari vektor yang satunya
lagi jika dan hanya jika cos = 1

Definisi :
Vektor vektor x dan y didalam R2 (atau R3) dikatakan ortogonal jika x
T
y = 0
1. Vektor 0 adalah ortogonal dengan setiap vektor di R2
2. Vektor vektor (3,2) dan (-4,6) adalah ortogonal di R2
3. Vektor vektor (2,3,-1) dan (1,1,1) adalah ortogonal di R3 , dll

y x y x
T
s
Proyeksi skalar dari x pada y :



Proyeksi vektor dari x dan y :




Contoh :
Titik Q adalah titik pada garis y = x/3 yang terdekat ke titik (1,4). Tentukan koordinat Q.

Jawab :
Ambil vektor w = (3,1)
T
adalah sebuah vektor dalam arah garis y = x/3. misalkan v = (1,4)
T
. jika
Q adalah titik yang diinginkan , maka Q
T
adalah proyeksi vektor dari v pada w




Jadi Q = (2,1;0,7) adalah titik terdekat.
y
y x
T
= o
y
y y
y x
y
y
u p
T
T
= = =
1
. o o
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=
7 , 0
1 , 2
1
3
.
10
7
w
w w
w v
Q
T
T
T
Notasi :
Jika P1 dan P2 adalah dua titik dalam ruang 3 dimensi , kita akan melambangkan vektor dari P1
dan P2 dengan

Jika N adalah vektor taknol dan Po adalah yang tertentu , maka himpunan titik titik P
sedemikian sehingga adalah ortogonal terhadap N akan membentuk sebuah bidang
didalam ruang 3 dimensi yang melalui Po.

Vektor N dan bidang dikatakan normal satu sama lain.

Sebuah titik P = (x1,y1,z1) akan terletak pada jika dan hanya jika

Jika N = (a,b,c)T dan Po = (xo,yo,zo) , persamaan ini dapat ditulis dalam bentuk :
a(x xo) + b(y yo) + c(z zo) = 0


PoP
2 . 1 P P
( ) 0 = N PoP
T
Contoh 1:
Tentukan persamaan dari sebuah bidang yang melewati titik (2,-1,3) dan normal ke vektor N =
(2,3,4)
T

Jawab :
adalah

atau

2(x - 2) + 3(y + 1) + 4(z 3) = 0

Contoh 2 :
Tentukan jarak dari titik (2,0,0) ke bidang x + 2y +2z = 0

Jawab :
Vektor N = (1,2,2)
T
adalah normal ke bidang dan bidang melalui titik asal.
Misalkan v = (2,0,0)
T
. jarak d dari (2,0,0) ke bidang adalah harga mutlak dari proyeksi skalar dari
v pada N, jadi
. ) 3 , 1 , 2 (
T
z y x PoP + = ( ) 0 = N PoP
T
3
2
= =
N
N v
d
T
Ortogonalitas dalam Rn
Jika x Rn , maka panjang Euclidus dari x didefinisikan dengan

Ketaksamaan Cauchy-Schwarz berlaku di Rn. Akibatnya


Sudut antara 2 vektor taknol x dan y didalam Rn adalah


Vektor vektor x dan y dikatakan ortogonal jika x
T
y = 0.

Seringkali simbol digunakan untuk menandakan ortogonalitas.
( ) ( )
2 / 1
2 2
2
2
1
2 / 1
...
n
T
x x x x x x + + + = =
1 1 s s
y x
y x
T
t u u s s = 0 , cos
y x
y x
T
Latihan

1. Carilah sudur antara vektor vektor v dan w untuk setiap vektor vektor
dibawah ini.
1. v = (2,1,3)
T
dan w = (6,3,9)
T
2. v = (4,1)
T
dan w = (3,2)
T
2. Carilah titik yang berada pada garis y = 2x yang terdekat ke titik (5,2)
3. Carilah titik yang berada pada garis y = 2x + 1 yang terdekat ke titik (5,2)
4. Carilah jarak dari titik (1,1,1) ke bidang 2x + 2y + z = 0
5. Carilah jarak dari titik (2,1,-2) ke bidang 6(x 1) + 2(y 3) + 3(z + 4) = 0
6. Untuk setiap vektor pada no 1 tentukan proyeksi skalar dan proyeksi vektor
dari v pada w
7. Carilah persamaan dari bidang normal untuk vektor N yang diberikan dan
melewati titik Po , jika N = (2,4,3)
T
dan Po = (0,0,0)
Ruang bagian ortogonal

Misalkan A adalah matriks m x n dan misalkan x N(A). Karena Ax = 0 , kita dapatkan
ai1.x1 + ai2.x2 + + ain.xn = 0 untuk setiap i = 1, , m

Persamaan diatas mengatakan bahwa x ortogonal terhadap vektor kolom ke i dari A
T
untuk i = 1,
, m karena x ortogonal pada setiap vektor kolom dari A
T
, maka x ortogonal ke setiap
kombinasi linear dari vektor vektor kolom A
T
sehingga jika y sembarang adalah vektor dalam
ruang kolom A
T
, maka x
T
y = 0.

Jadi setiap vektor didalam N(A) ortogonal ke setiap vektor didalam ruang kolom dari A
T
.
Jika dua ruang bagian dari Rn memiliki sifat ini , maka kita karakan bahwa ruang bagian tersebut
ortogonal

Definisi :
Dua ruang bagian X dan Y dari Rn dikatakan ortogonal jika x
T
y = 0 untuk setiap x X dan setiap
y Y. jika X dan Y ortogonal , kita tulis X Y.
Definisi :
Misalkan Y adalah suatu ruang bagian dari Rn. Himpunan semua vektor vektor didalam Rn
yang ortogonal pada setiap vektor di Y akan dinotasikan dengan Y

.

Jadi , Y

= { x Rn | x
T
y = 0 untuk setiap y Y }
Himpunan Y

disebut komplemen ortogonal dari Y

Catatan.
Ruang bagian X = rentangan(e1) dan Y = rentangan(e2) dari R3
yang diberikan pada contoh sebelumnya adalah ortogonal ,
tetapi kedua ruang bagian tidak saling komplemen ortogonal,
Sesungguhnya .

X

= Rentang(e2,e3) dan Y

= Rentang(e1,e3)

1. Jika X dan Y adalah ruang bagian ortogonal dari Rn , maka X Y = {0}.
2. Jika Y adalah ruang bagian dari Rn , maka Y

juga merupakan ruang bagian dari Rn.
Ruang Ruang bagian pokok (FUNDAMENTAL SUBSPACES)
Misalkan A adalah matriks m x n. vektor b Rm berada didalam ruang kolom dari A jika dan
hanya jika b = A x untuk x Rn .

Jika kita menganggap A adalah sebuah operator pemetaan Rn ke dalam Rm maka ruang kolom
dari A adalah sama dengan peta dari A.

R(A) = peta dari A = ruang kolom dari A = {b Rm | b = A x untuk x Rn}
R(A
T
) = ruang kolom dari A
T
= ruang baris dari A = ruang bagian dari Rm
= {y Rn | y = A
T
x untuk x Rn}

Teorema :
Jika A adalah sebuah matriks m x n , maka N(A) = R(A
T
) dan N(A
T
) = R(A)

Secara khusus , hasil ini juga berlaku untuk matriks B = AT ,
Jadi N(A
T
) = N(B) = R(B
T
) = R(A)
Contoh.
Misalkan A =

Ruang kolom dari A terdiri dari semua vektor dalam bentuk

Perhatikan bahwa , jika x adalah sembarang vektor di Rn dan b = Ax
,
maka

b =


Ruang nol dari A
T
terdiri dari semua vektor dalam bentuk (-2,1)
T
.
Karena (1,2)T dan (-2,1)T ortogonal, maka setiap vektor di R(A) akan ortogonal terhadap setiap
vektor dalam N(A
T
).

Hubungan yang sama berlaku antara R(A
T
) dan N(A).
R(A
T
) berisi vektor vektor dalam bentuk e1 dan N(A) terdiri dari semua vektor vektor dalam
bentuk e2.
Karena e1 dan e2 ortogonal , tiap vektor dalam R(A
T
) ortogonal terhadap setiap vektor dalam
N(A)
|
|
.
|

\
|
0 2
0 1
|
|
.
|

\
|
=
|
|
.
|

\
|
2
1
2
o
o
o
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
2
1
1 2
1 1
2
1
0 2
0 1
x
x
x
x
x
Teorema.
Jika S adalah ruang bagian dari Rn , maka dim S + dim S = n. Lebih lanjut , jika [x1, , xr]
adalah basis untuk S dan [xr+1 , , xn] adalah basis untuk S , maka [x1, , xr, xr+1 , ,
xn] adalah basis untuk Rn.

Bukti
Jika S = {0} , maka S = Rn dan dim S = dim S = 0 + n = n

Jika S {0} , maka misalkan [x1 , , xr] adalah basis untuk S dan definisikan X sebagai matriks
r x n dimana baris ke I adalah x
i
T
untuk tiap i.
Berdasarkan definisi ini maka matriks X mempunyai rank r dan R(X
T
) = S.

S = R(X
T
) = N(X)
Dim S = dim N(X) = n - r
Definisi.
Jika U dan V adalah ruang ruang bagian dari ruang vektor W dan setiap w W dapat ditulis
secara tunggal sebagai penjumlahan u + v , dimana u U dan v V , maka kita katakan bahwa
W adalah penjumlahan langsung (direct sum) dari U dan W dan kita tulis

Teorema
Jika S adalah ruang bagian dari Rn , maka

Teorema
Jika S adalah ruang bagian dari Rn , maka (S) = S
V U W =

= S S Rn
Contoh :
Misalkan A =

Jawab :
Kita dapat mencari basis untuk N(A) dan R(A
T
) dengan mentransformasikan A kedalam bentuk
eselon baris tereduksi.




Karena (1,0,1) dan (0,1,1) membentuk basis untuk ruang baris A , maka (1,0,1)
T
dan (0,1,1)
T

membentuk basis untuk R(A
T
) . Jika x N(A) , maka berdasarkan bentuk eselon baris tereduksi
dari A bahwa x1 +x3 = 0
x2 + x3 = 0
jadi , x1 = x2 = -x3

Dengan menetapkan x3 = , kita dapat melihat bahwa N(A) terdiri dari semua vektor berbentuk
(1,-1,1)
T
.

Perhatikan bahwa (-1,-1,1)
T
adalah ortogonal terhadap (1,0,1)
T
dan (0,1,1)
T
|
|
|
.
|

\
|
4 3 1
1 1 0
2 1 1
|
|
|
.
|

\
|

|
|
|
.
|

\
|

|
|
|
.
|

\
|
0 0 0
1 1 0
1 0 1
2 2 0
1 1 0
2 1 1
4 3 1
1 1 0
2 1 1
Contoh :
Misalkan A =

Jawab :
Untuk mencari basis untuk R(A) dan N(A
T
) reduksikan A
T
kedalam bentuk eselon baris tereduksi




Jadi (1,0,1)
T
dan (0,1,2)
T
membentuk sebuah basis untuk R(A) . Jika x N(A
T
) , maka
x1 = -x3
x2 = -2x3

Jadi N(A
T
) adalah ruang bagian dari R3 yang direntang oleh (-1,-2,1)
T

Perhatikan bahwa (-1,-2,1)
T
adalah ortogonal terhadap (1,0,1)
T
dan (0,1,2)
T
|
|
|
.
|

\
|
4 3 1
1 1 0
2 1 1
|
|
|
.
|

\
|

|
|
|
.
|

\
|

|
|
|
.
|

\
|
0 0 0
2 1 0
1 0 1
2 1 0
2 1 0
1 0 1
4 1 2
3 1 1
1 0 1
Latihan

Tentukan basis untuk R(A
T
) , N(A) , R(A) dan N(A
T
) :
1.


2.




3.


4.
|
|
.
|

\
|
=
8 6
4 3
A
|
|
|
|
|
.
|

\
|
=
4 3
1 2
3 1
2 4
A
|
|
.
|

\
|
=
0 4 2
1 3 1
A
|
|
|
|
|
.
|

\
|
=
2 2 1 1
1 1 0 0
1 1 1 0
0 0 0 1
A
Ruang hasil kali dalam

Definisi :
Hasil Kali dalam pada ruang vektor V adalah sebuah operasi pada V yang menunjuk setiap
pasang vektor vektor x dan y didalam V sebuah bilangan real (x,y) yang memenuhi syarat
berikut :
1. (x,y) 0 dengan persamaan jika dan hanya jika x = 0
2. (x,y) = (y,x) untuk semua x dan y didalam V
3. (x + y , z) = (x,z) + (y,z) untuk semua x,y,z didalam V dan semua skalar dan

Sebuah ruang vektor V dengan hasil kali dalamnya disebut ruang hasil kali dalam

Jika v adalah sebuah vektor di dalam sebuah ruang hasil kali dalam V , panjang atau norma dari
v diberikan oleh


Dua vektor u dan v dikatakan ortogonal jika (u,v) = 0
) , ( v v v =
Teorema
(Hukum phytagoras) jika u dan v adalah vektor vektor ortogonal didalam sebuah ruang hasil
kali dalam V, maka



Definisi
Jika u dan v adalah vektor vektor didalam ruang hasil kali dalam V dan v 0 , maka proyeksi
skalar dari u pada v diberikan oleh


Dan proyeksi vektor dari u pada v diberikan oleh


Norma
Definisi : sebuah ruang vektor V dikatakan ruang linear bernorma jika untuk setiap vektor v V
dikaitkan dengan sebuah bilangan real yang disebut norma dari v yang memenuhi :
1. 0 dengan kesamaan berlaku jika dan hanya jika v = 0
2. untuk tiap skalar
3. untuk semua v , w V
Syarat ketiga disebut ketaksamaan segitiga
2 2 2
v u v u + = +
v
v u,
= o
v
v v
v u
v
v
p
,
,
1
=
|
|
.
|

\
|
=o
v
v
v v o o =
w v w v + s +
Teorema
Jika V sebuah ruang hasil kali dalam , maka persamaan untuk semua v V
mendefinisikan sebuah norma pada V

Secara umum , sebuah norma adalah cara untuk mengukur jarak antara vektor

Definisi
Misalkan x dan y adalah vektor vektor didalam ruang linear yang bernorma , jarak antara x
dan y didefinisikan sebagai bilangan

Dimana
v v v , =
y x
2 2
) 2 2 ( ) 1 1 ( y x y x y x + =
Latihan

1. Jika diberikan x = (1,1,1,1)
T
dan y = (8,2,2,0)
T
1. Tentukan sudut antara x dan y
2. Cari proyeksi vektor p dari x pada y
3. Periksa bahwa x p ortogonal terhadap p
4. Hitung dan periksa apakah hukum phytagoras dipenuhi.
2 2 2
, , x p p x