BAB IV.

RUANG-RUANG VEKTOR EUCLIDEAN

4.1 Ruang Euclidean Berdimensi n

Vektor-vektor di R n

Definisi:
Jika n adalah bilangan bulat positif, maka n-pasangan terurut adalah suatu
barisan n buah bilangan riil (a1 , a2 ,..., an ) . Himpunan dari semua n-pasangan
terurut disebut ruang-n dan dinotasikan dengan R n .
r r
Dua vector u (u1 , u2 ,..., un ) & v (v1 , v2 ,..., vn ) di R n adalah sama jika
r r
u1 v1 , u2 v2 ,..., un vn . Jumlah u v didefinisikan sebagai:
r r ur ur uu r uu r r
u v (u1 v1 ,..., un vn ) , & jika k adalah scalar, maka perkalian scalar ku
r
didefinisikan ku (ku1 , ku2 ,..., kun )
Operasi penjumlahan & perkalian scalar di atas disebut operasi standar pada R n . Vektor
r r
0 di R n dinotasikan oleh 0 (0, 0,..., 0)

Ruang n Euclidean

Definisi:
r r
Jika u (u1 , u2 ,..., un ) & v (v1 , v2 ,..., vn ) adalah vector-vektor di R n , maka Euclidean
rr rr
Inner Product u.v didefinisikan oleh: u.v u1v1 u2 v2 ... un vn .

R n disebut Ruang-n Euclidean, apabila dilengkapi dengan operasi inner product euclidean

Norm & Jarak di Ruang-n Euclidean r

Norm Euclidean dari suatu vector u (u1,u2 ,..., un ) didefinisikan oleh:
r rr 1
u (u.u ) 2 u12 ... un 2
r r
Jarak Euclidean antara titik u (u1 , u2 ,..., un ) & v (v1 , v2 ,..., vn ) adalah
r r r r
d (u , v) u v (u1 v1 ) 2 ... (u n vn ) 2
Pertidaksamaan Cauchy-Schwarz adalah
r r
Jika u (u1 , u2 ,..., un ) & v (v1 , v2 ,..., vn ) adalah vector-vektor di R n , maka:
rr r r
u.v u v
Orthogonality
r r rr
Dua vector u & v di R n disebut orthogonal jika u.v 0
r r r r2 r2 r2
Jika u & v orthogonal, maka uv u v
 r
Vektor u (u1,u2 ,..., un ) , kadang-kadang ditulis:
u1
r u2 r
u atau u u1,u2 ,..., un
M

un

Rumus Matriks untuk Dot Product

u1 v1
r u2 r v2
u , v
M M

un vn
u1
r r rT r ur r u2
uu
u.v v u v1 K vn u1v1 L un vn

M

un
Jika A adalah matriks n n , maka:
r r rT r rT r r r r r
Au.v v ( Au ) (v A)u ( AT v)T u u. AT v
r r r r rT r rT r rr
u. Av ( Av)T u (v AT )u v ( AT u ) AT u.v
rr r r
Au.v u. AT v
r r rr
u. Av AT u.v

Contoh: Misalkan
1 2 3 1 2
r vr 0
A 2 4 1 u
2

1 0 1 4 5
1 2 3 1 7
r
Au 2 4 1 2 10

1 0 1 4 5
1 2 1 2 7
r
A v 2 4 0 0 4
T

3 1 1 5 1
rr
Au.v 7.(2) 10.0 5.5 11
r Tr sama
u. A v (1).(7) 2.4 4.(1) 11
4.2 Transformasi Linier dari Rn ke Rm
Fungsi dari Rn R
Contoh: f: R n
R
f ( x1 , x2 ,..., xn ) x12 x2 2 ... xn 2
2 2
... xn 2 )
f ( x1 , x2 ,..., xn ) e ( x1 x2
Fungsi dari
m m
Rn R , yaitu f : Rn R
Jika m n , maka f : R n
n
R , & f disebut operator pada R n
Misalkan
w1 f1 ( x1 , x2 ,..., xn )
w2 f 2 ( x1 , x2 ,..., xn )
M
wn f n ( x1 , x2 ,..., xn )
( x1 , x2 ,..., xn ) R n dan ( w1 , w2 ,..., wm ) R m
( x1 , x2 ,..., xn ) R n , kita mendapatkan nilai unik ( w1 , w2 ,..., wm ) R m
m
Persamaan-persamaan tersebut mendefinisikan transformasi dari R n R ,
m
yaitu: T : R n R , sehingga T ( x1 , x2 ,..., xn ) ( w1 , w2 ,..., wn )
Contoh:
Misalkan diketahui persamaan-persamaan:
w1 x1 x2
w2 3 x1 x2
w3 x12 x2 2
3
Yang mendefinisikan transformasi T : R 2 R , berarti
T ( x1 , x2 ) ( x1 x2 ,3 x1 x2 , x12 x2 2 )
Contoh: T (1, 2) (1 (2),3.1.(2),12 (2) 2 ) (1, 6, 3)
Selanjutnya, misalkan
w1 a11 x1 a12 x2 ... a1n xn
w2 a21 x1 a22 x2 ... a2 n xn
M
wm am1 x1 am 2 x2 ... amn xn
m
Persamaan-persamaan tersebut mendefinisikan transformasi dari R n R ,
m
yaitu: T : R n R . Karena persamaan-persamaan tersebut berbentuk
linier, maka transformasinya disebut transformasi linier. Persamaan-persamaan
 w1 a11 L a 1n x1
w a L a x2
2 21 2n
di atas dapat ditulis: M M M

wn am1 L a mn xn
ur r
w Ax

Matriks A aij disebut matrika standar untuk transformasi linier T , & T

disebut multiplication by A .
Contoh:
3
Transformasi linier T : R 4 R , yang didefinisikan oleh persamaan:
w1 2 x1 3 x2 x3 5 x4
w2 4 x1 x2 2 x3 x4
w3 5 x1 x2 4 x3
dapat dinyatakan dalam bentuk:
x1
w1 2 3 1 5
w 4 1 2 1 x2
2 x
w3 5 1 4 0 3
x4
2 3 1 5
4 1 2 1
Matriks standar dari T adalah
5 1 4 0
Beberapa Notasi Penting
m
Jik T : R n R adalah multiplication by A ( A matriks standar dari T ),
m m
maka transformasi T : R n R , dinotasikan oleh TA : R n R ,
r r
artinya TA ( x) Ax .
r r
Kadang-kadang matriks A dinotasikan dengan TA , berarti: TA ( x) Ax , dapat
r r
ditulis: TA ( x ) TA x
Komposisi dari Transformasi Linier
k m
Jika TA : R n R & TB : R k R adalah transformasi-
transformasi linier, maka
x R n TA ( x ) R k & TA ( x ) R k TB (TA ( x)) R m
 r r
(TB TA )( x) TB (TA ( x )) komposisi dari TB dg TA
Komposisi TB TA adalah linier, karena:
r r r r r
(TB TA )( x) TB (TA ( x)) TB ( Ax) B ( Ax ) ( BA) x
TB TA adalah multiplication by BA .

Contoh: r
Tentukan matriks standar T untuk menemukan T ( x) , kemudian periksa hasilnya
r
dengan menghitung langsung T ( x) .
r
(a ) T ( x1 , x2 ) ( x1 x2 , x2 ); x ( 1, 4)
r
(b) T ( x1 , x2 , x3 ) (2 x1 x2 x3 , x2 x3 , 0); x (2,1, 3)
Pembahasan:
w1 x1 x2
w2 x2
w1 1 1 x1 1 1
A
w2 0 1 x2 0 1
r r
(a) T ( x) Ax
1 1 1 5
T (( 1, 4))
0 1
4 4
r
T ( x ) (5, 4)
T (1, 4) ((1) 4, 4) (5, 4)
 w1 2 x1 x2 x3
w2 x2 x3
w3 0
w1 2 1 1 x1 2 1 1

w2 0 1 1 x2 A 0 1 1
w 0 0 0 0 0
3 0 x3
(b) r r
T ( x) Ax
2 1 1 2 0

T ((2,1, 3)) 0 1 1 1 2
0 0 0
3 0
r
T ( x ) 0 2 0
T (2,1, 3) (2.2 1 3,1 3, 0) (0, 2, 0)
 n
Geometri dari Operator Linier T : Rn R

n- tuple terurut (a1 , a2 ,..., an ) dapat dipandang sebagai suatu titik atau vector di R n

r r r
T0 ( x) 0 x 0 : transformasi nol
r r r
TI ( x) I x x : transformasi identitas

Operator Refleksi

Refleksi terhadap sumbu Y di R 2

w1 x x 0 y
w2 y 0 x 1 y

w1 1 0 x

w2 0 1 y

1 0
Matriks standar untuk reflaksi terhadap sumbu Y adalah
0 1
Refleksi terhadap bidang XY

w1 x 1 0 0

w2 y 0 1 0
w3 z 0 0 1

Operator Proyeksi pada Sumbu X

w1 x 1 0

w2 0 0 0

Operator Proyeksi Ortogonal pada Bidang XZ

w1 x 1 0 0

w2 0 0 0 0
w3 z 0 0 1

Operator Rotasi di R 2

x1 r cos , x2 r sin
w1 r cos( ) r cos cos r sin sin
w2 r sin( ) r sin cos r cos sin

w1 x1 cos x2 sin w1 cos sin x1

w2 x1 sin x2 cos w2 sin cos x2

Operator Rotasi di R 3

Rotasi berlawanan arah jarum jam mengelilingi sumbu X positif sebesar

 w1 x 1 0 0

w2 y cos z sin 0 cos sin
w3 y sin z cos 0 sin cos

Rotasi berlawanan arah jarum jam mengelilingi sumbu Y sebesar

w1 x cos z sin cos 0 sin

w2 y 0 1 0
w3 x sin z cos sin 0 cos

Operator Dilatasi & Kontraksi

r
T ( x) k x
Kontraksi dengan faktor k (0 k 1)
w1 kx k 0
matriks standar
w2 ky 0 k
Dilatasi dengan factor k (k 1)

w1 kx k 0
matriks standar
w2 ky 0 k

k 0 0

Untuk R 3 , matriks standarnya yaitu 0 k 0
0 0 k

Komposisi dari Transformasi Linier

k m
Jika TA : R n R & TB : R k R adalah transformasi linier, maka untuk
r
setiap x R n
r r r m
x TA ( x) TB (TA ( x)) adalah transformasi linier dari R n R yang disebut
komposisi dari TB dengan TA : TB TA
TB TA TBA
 k m
Jika T1 : R n R & T2 : R k R adalah transformasi linier, maka
T2 T1 T2 T1
Contoh:
R adalah operator linier rotasi vector sebesar 1
2
Misalkan T1 : R 2

R adalah operator linier rotasi vector sebesar 2

2
T2 : R 2
T2 T1 T2 T1
cos 1 sin 1 cos 2 sin 2
T1 , T2
sin 1 cos 1 sin 2 cos 2

cos 1 2 sin 1 2
T2 T1
sin 1 2 cos 1 2

cos 1 sin 1 cos 2 sin 2

T1 , T2
sin 1 cos 1 sin 2 cos 2
cos 1 sin 1 cos 2 sin 2
T2 T1
sin 1 cos 1 sin 2 cos 2
cos 1 cos 2 sin 1 sin 2 sin 1 cos 2 cos 1 sin 2

sin 1 cos 2 cos 1 sin 2 cos 1 cos 2 sin 1 sin 2
cos 1 2 sin 1 2
T2 T1
sin 1 2 cos 1 2
Contoh:
2
T1 : R 2 R : pencerminan terhadap garis y=x
2
T2 : R 2 R : proyeksi orthogonal terhadap sumbuY
 0 1 0 0
T1 , T2
1 0 0 1
0 1 0 0 0 1
T1 T2 T1 T2
1 0 0 1 0 0
0 0 0 1 0 0
T2 T1 T2 T1
0 1 1 0 1 0
T1 T2 T2 T1

Operator Pencerminan terhadap Titik Asal

r r 1 0
T ( x) x pada R 2 atau R 2 : T
0 1

Komposisi 3 atau Lebih Transformasi Linier

T1 : R n R k , T2 : R k R l , T3 : R l R m

r r

T3 T2 T1 x T3 T2 T1 x

Matriks standar

T3 T2 T1 T3 T2 T1
T3 T2 T1 T3 T2 T1 dan TC TB TA TCBA

m
4.3 Sifat-sifat Transformasi Linier dari R n R

Definisi:
m
Suatu transformasi linier T dari R n R disebut satu-satu jika T memetakan
vektor-vektor (titik-titik) yang berbeda di R n ke vektor-vektor (titik-titik) yang berbeda di
Rm
ur
Untuk setiap vector w Range dari transformasi linier satu-satu T , akan terdapat tepat
r r ur
satu vektor x sehingga T ( x) w .

Misalkan Ann , TA : R R adalah perkalian oleh A, maka hubungan antara

n n

invertibilitas dari A dengan sifat-sifat TA :

r ur ur
A Ax w konsisten wn1
r ur ur
Ax w mempunyai tepat satu solusi wn1
 A invertible
r ur ur
Ax w konsisten wn1
r ur
Ax w mempunyai tepat satu solusi jika sistem konsisten

A invertible
ur r r ur

Untuk setiap vector w R n , terdapat vector x R n , sehingga TA x w,
Range dari TA adalah semua vektor di R n
ur r
Untuk setiap vector w di range TA , terdapat tepat satu vektor x R n , sehingga
r ur

TA x w , dpl TA adalah satu-satu

Teorema:
Jika A adalah matriks nxn dan TA : R n R n adalah perkalian oleh A , maka yang
berikut ekivalen:
a) A invertible
b) Range TA adalah R n
c) TA adalah satu-satu (1-1)
Contoh:
cos sin
1. Rotasi adalah 1-1, T
sin cos
2. Proyeksi vector di R 3 pada bidang XY

1 0 0
T 0 1 0 tidak 1-1, karena T tidak invertible
0 0 0

Balikan (invers) dari Operator Linier

Jika TA : R n R n adalah operator linier 1-1, maka A invertible sehingga

TA1 : R n R n juga merupakan operator linier yang disebut invers dari TA
r r r r r
TA (TA1 ( x)) TA ( A1 x) AA1 x I x x
r r r r r
TA1 (TA ( x)) TA1 ( Ax) A1 Ax I x x
Atau
TA TA1 TAA1 TI
TA1 TA TA1 A TI
 r r r
TA1 ( w) TA1 (TA ( x )) x
[T 1 ] [T ]1

Contoh:
Mis T : R R , w1 2 x1 x2 , w2 3 x1 4 x2 adalah 1-1
2 2

1
Maka T ( w1 , w2 ) ?
Jawab:

w1 2 1 x1 2 1
w 3 4 x , T 3 4
2 2
4 1
T 1 T 5 5
1

3 2
5 5
4 1 w 4 w 1 w2
1
w1 5 5 1 5 1 5
T
w2 3 2 w2 3 w 2 w
5 5 5 1 5 2
4 1 3 2
T 1 ( w1 , w2 ) w1 w2 , w1 w2
5 5 5 5

Sifat-sifat Kelinieran
r r
Teorema: Suatu transif T : R n R m adalah linier jikka u , v R n , c scalar
r r r r
a. T (u v ) T (u ) T (v )
r r
b. T (cu ) cT (u )
Bukti: Misal A adalah matriks standar T
r r r r r r r r
T (u v ) A(u v ) Au Av T (u ) T (v )
r r r r
T (cu ) A(cu ) c ( Au ) cT (u )
Misal (a) dan (b) dipenuhi oleh T; adalah benar T linier dengan mendapatkan matriks
r r
A T ( x ) Ax , x R
r r r r r r r r r
Untuk (a): T (u v w) T (u ) T (v w) T (u ) T (v ) T ( w)
Secara umum
r r r r r r
T (v1 v2 ... vk ) T (v1 ) T (v2 ) ... T (vk )

Misal

1 0 0
0 1
r r
e1 , e2
r
,..., en 0 vector-vektor basis standar di R n
... ... ...

0 0 1
Misal
r r r
A T (e1 ) T (e2 ) ... T (en )
Jika

x1 x1
x x
r 2 r r r r
x R , Ax T (e1 ) T (e2 ) ... T (en )
n 2
.... ....

xn xn
r r r
Ax x1T (e1 ) ... xnT (en )
r r r
Ax T ( x1e1 ) ... T ( xn en )
r r r
Ax T ( x1e1 ... xn en )
r r
Ax T ( x )

Teorema:
r r r
Jika T : R n R m adalah transformasi linier dan e1 , e2 ,..., en adalah vector-vektor basis
standar untuk R n , maka matriks standar untuk T adalah
r r r
T T (e1 ) T (e2 ) ... T (en )
Contoh:
1. Proyeksi terhadap bidang xz

1 0 0
r r r r r r
T (e1 ) e1 0 , T (e2 ) 0 0 , T (e3 ) e 3 0
0 0 1
1 0 0
T 0 0 0
0 0 0

2. T : R 3 R 2
w1 2 x1 x2 3x3 2 1 3

w2 5 x1 4 x2 x3 5 4 1
1 0 0
r 2 r 1 r 3
T (e1 ) T 0 , T (e2 ) T 1 4 , T (e3 ) T 0 1
0 5 0
1

3. Misal l adalah garis pada bidang xy melalui titik O dan membentik sudut
terhadap sumbu x positif, 0 . T : R 2 R 2 operator linier yang
memetakan tiap vector ke proyeksi orthogonal ke l
1. cari matriks standar untuk T
r
2. cari proyeksi orthogonal dari vector x (1,5) ke garis yang melalui O dan

bersudut terhadap sumbu x positif
6

r
r T (e1 ) cos cos 2
T (e1 ) r
T (e1 ) sin sin cos
r
r T (e2 ) cos sin cos
T (e2 ) r
T (e2 ) sin sin
2

cos 2 sin cos

T
sin cos sin 2