RUANG VEKTOR
44
= 0 R2 .
(-u) + u = (-a, -b) + (a, b)
= (-a+a, -b+b)
= (0, 0)
= 0 R2 .
B. Terhadap operasi Perkalian dengan skalar, bersifat :
B1. u = (a, b) = (a, b) R2.
Sebab : R, dan a,b R maka a R, dan b R.
B2. (u + v ) = (a+c, b+d)
= (a+c, b+d)
= (a, b) + ( c, d)
= (a,b) + (c,d)
= u + v.
B3. ( + ) u = ( + ) (a, b)
= (( + )a, ( + )b)
= (a + a, b + b)
= (a, b) + (a, b)
= (a, b) + (a, b)
= u + u.
B4. (u) = (a, b) = ((a), (b))
= (()a, ()b)= ()(a, b)
= ()u.
B5. 1u = 1(a,b) = (1a, 1b) = (a,b) = u.
Karena syarat A1A5 dan B1B5 dipenuhi maka ruang R2 merupakan ruang
vektor atas bilangan real R.
Contoh 3.2
Diberikan vektor u, v Rn = { (a1,a2,,an) ; aj R, j=1,2,,n }.
Didefinisikan penjumlahan dan perkalian dengan skalar sebagai berikut :
u + v = (a1,a2,,an) + (b1,b2,,bn)
= (a1+b1, a2+b2,, an+bn), aj R, bj R, j=1,2,,n dan
u = (a1, a2,,an), R.
45
Perlihatkan bahwa Rn dengan operasi-operasi di atas merupakan ruang vektor atas
bilangan real R.
Jawab :
Soal ini merupakan generalisasi dari Contoh 3.1, sehingga penyelesaiannya serupa
dengan contoh tersebut. Coba anda selesaikan sebagai latihan.
Contoh 3.3
Diberikan ruang R(f) yang menyatakan himpunan semua fungsi f pada garis real R.
Untuk setiap f, g R(f) dan skalar R, operasi penjumlahan dan perkalian dengan
skalar, mengikuti :
f+g = (f+g)(x) = f(x)+g(x), dan
f = (f)(x) = f(x), x R.
Apakah R(f) merupakan ruang vektor atas bilangan real R ?.
Jawab :
Untuk memperlihatkan R(f) merupakan ruang vektor, haruslah memenuhi semua
sifat A1-A5 dan B1-B5. Ambil sembarang f,g,h R(f), dan skalar , R maka
f, g, h dapat dinyatakan menjadi :
f = f(x) R, g = g(x) R, dan h = h(x) R, x R.
A. Terhadap operasi penjumlahan, bersifat :
A1. f + g = (f+g)(x) = f(x)+ g(x) R(f).
Sebab f(x) R, dan g(x) R, maka f(x) + g(x) R.
B2. f + g = (f+g)(x)
= f(x)+ g(x)
= g(x)+ f(x) ( penjumlahan bilangan real komutatif )
= (g+f)(x)
= g + f.
B3. (f + g) + h = ((f+g) + h )(x)
= (f+g)(x) + h(x)
= (f(x)+g(x)) + h(x)
= f(x)+ (g(x)+ h(x)) (penjumlahan bilangan real assosiatif)
= (f + (g+h))(x)
= f + (g + h)
A4. Untuk setiap f R(f) terdapat 0 = 0(x) R(f), sehingga :
46
0 + f = (0+f)(x) = 0(x)+ f(x) = f(x) = f.
f + 0 = (f+0)(x) = f(x)+ 0(x) = f(x) = f.
A5. Untuk setiap f R(f) terdapat -f = -f(x) R(f), sehingga :
f + (-f) = (f +(-f))(x)
= f(x) + -f(x)
= 0(x) R(f).
(-f) + f = ((-f) + f)(x)
= -f(x) + f(x)
= 0(x) R(f).
B. Terhadap operasi Perkalian dengan skalar, bersifat :
B1. f = (f)(x) = f(x) R(f). Sebab , f(x) R maka f(x) R
B2. (f + g ) = ((f+g))(x)
= (f+g)(x)
= (f(x) + g(x))
= f(x) + g(x)
= (f)(x) + (g)(x)
= (f + g)(x)
= f + g.
B3. ( + ) f = (( + ) f)(x)
= ( + )f(x)
= f(x) + f(x)
= (f)(x) + (f)(x)
= (f + f)(x)
= f + f.
47
Karena syarat A1A5 dan B1B5 dipenuhi maka ruang R(f) merupakan ruang
vektor atas bilangan real R.
Contoh 3.4
Diberikan ruang M2x2(D) dengan :
a 0
M2x2(D) = { Matriks berukuran 2x2, berbentuk , dengan a, b R}.
0 b
Operasi penjumlahan dan perkalian dengan skalar mengikuti operasi penjumlahan
dan perkalian dengan skalar pada matriks. Apakah M2x2(D) merupakan ruang vektor
atas bilangan real R?
Jawab :
Untuk memperlihatkan M2x2(D) merupakan ruang vektor, diselidiki semua sifat dari
ruang vektor. Ambil sembarang u, v, w M2x2(D) dan skalar , R maka u, v,
w dapat ditulis menjadi :
a 0 c 0 e 0
u= , v = 0 d , dan w = 0 , dengan a, b, c, d, e, f R.
0 b f
c a 0
=
d b
( penjumlahan bilangan real komutatif )
0
c 0 a 0
= +
0 d 0 b
= v + u.
a c 0 e 0
A3. ( u + v ) + w =
b d 0 f
+
0
(a c) e 0
=
0 (b d ) f
48
a (c e) 0
=
b (d f )
(penjumlahan assosiatif)
0
a 0 c e 0
= +
0 b 0 d f
= u + ( v + w ).
0 0
A4. Untuk setiap u M2x2(D) terdapat 0 = M2x2(D), sehingga
0 0
0 0 a 0 a 0
0+u= + = = u.
0 0 0 b 0 b
a 0 0 0 a 0
u+0= + = = u.
0 b 0 0 0 b
a 0
A5. Untuk u M2x2(D), terdapat -u = M2x2(D), sehingga :
0 b
a 0 a 0
u + (-u) = +
0 b 0 b
a ( a ) 0
=
0 b (b)
0 0
=
0 0
= 0 M2x2(D).
a 0 a 0
(-u) + u = +
0 b 0 b
(a) a 0
=
0 (b) b
0 0
=
0 0
= 0 M2x2(D).
B. Terhadap operasi perkalian dengan skalar, bersifat :
a 0 a 0
B1. u = = M2x2(D).
0 b 0 b
Sebab : R, dan a,b R maka a R, dan b R.
49
a c 0
b2. (u + v ) =
0 b d
(a c) 0
=
0 (b d )
a c 0
=
0 b d
a 0 c 0
= +
0 b 0 d
a 0 c 0
= + 0 d
0 b
= u + v.
a 0
B3. ( + ) u = ( + )
0 b
( )a 0
=
0 ( )b
a a 0
=
0 b b
a 0 a 0
= +
0 b 0 b
a 0 a 0
= +
0 b 0 b
= u + u.
a 0
B4. (u) =
0 b
( a) 0
=
0 ( b)
( )a 0
=
0 ( )b
a 0
= ()
0 b
50
= ()u.
a 0 1.a 0 a 0
B5. 1u = 1 = = = u.
0 b 0 1.b 0 b
Karena syarat A1A5 dan B1B5 dipenuhi maka ruang :
a 0
M2x2(D) = { Matriks berukuran 2x2, berbentuk , dengan a, b R }
0 b
Dengan operasi penjumlahan dan perkalian dengan skalar yang berlaku pada matriks
merupakan ruang vektor atas bilangan real R.
Jika anda perhatikan Contoh 3.1 sampai dengan Contoh 3.4, anda akan melihat
bahwa ruang-ruang vektor tersebut, semuanya merupakan ruang vektor atas bilangan
real R. Pada dasarnya, ruang vektor tidak selalu atas bilangan real R, tetapi ada juga
ruang vektor atas bilangan Kompleks C. Namun tidak akan disajikan pada modul ini.
Mungkin anda bertanya bahwa, apakah semua ruang dengan operasi
penjumlahan dan perkalian dengan skalar merupakan ruang vektor?. Jawabannya
adalah tidak. Apabila ruang yang diberikan dengan operasi penjumlahan dan
perkalian dengan skalar, tidak memenuhi salah satu dari sifat A1A5 atau B1B5,
maka ruang tersebut bukanlah ruang vektor. Berikut diberikan beberapa contoh ruang
yang bukan ruang vektor atas bilangan real R.
Contoh 3.5
Diberikan ruang R2+ dengan :
R2+ = { (x,y) R2 ; x 0, y 0, x R, y R },
yaitu himpunan semua pasangan berurutan (x,y) yang terletak pada kuadran pertama.
Selanjutnya operasi penjumlahan dan perkalian dengan skalar mengikuti operasi
penjumlahan dan perkalian pada ruang R2. Apakah R2+ ruang vektor atas bilangan
real R?.
Jawab :
Ruang R2+ bukan ruang vektor atas bilangan real R, karena syarat B-1 tidak dipenuhi.
Ambil sembarang u R2+, maka u dapat dinyatakan menjadi :
u = (x,y) R2, dengan x R, y R dan x 0, y 0.
Diberikan skalar - R, >0, maka :
-u = (-x, -y) R2+,
51
sebab -x 0, dan -y 0, untuk x 0, y 0.
Contoh 3.6
Diberikan ruang M2x2(D*) dengan :
a 1
M2x2(D*) = { Matriks berukuran 2x2, berbentuk , dengan a,b R}.
1 b
Operasi penjumlahan dan perkalian dengan skalar mengikuti operasi penjumlahan
dan perkalian dengan skalar yang ada pada matriks. Apakah M2x2(D*) merupakan
ruang vektor atas bilangan real R?
Jawab :
Ruang M2x2(D*) bukan ruang vektor atas bilangan real R, karena syarat A1 tidak
dipenuhi. Ambil sembarang u, v M2x2(D*), maka u dapat dinyatakan menjadi :
a 1 c 1
u= , v= , dengan a, b, c, d R.
1 b 1 d
a 1 c 1 a c 2
u+v= + = M2x2(D*).
1 b 1 d 2 c d
52
(ii). ( R, u W) (u W ). (tertutup terhadap perkalian skalar).
Contoh 3.7
Diberikan ruang R(f[a,b]), dengan :
R(f[a,b]) = { f ; f fungsi bernilai real pada interval [a,b], a,b R }.
Operasi penjumlahan dan perkalian dengan skalar diberikan oleh :
f + g = (f+g)(x) = f(x) + g(x), dan
f = (f)(x) = f(x), x R.
Selanjutnya diberikan ruang :
C[a,b] = { f ; f fungsi kontinu pada interval [a,b], a,b R }.
Apakan ruang C[a,b] merupakan subruang dari ruang vektor R(f[a,b]).?
Jawab :
Kita telah menunjukkan R(f[a,b]) dengan operasi-operasi yang diberikan merupakan
ruang vektor atas bilangan real (lihat Contoh 3.3). Ruang C[a,b] merupakan subruang
dari R(f[a,b]), sebab :
(i). Ambil sembarang f,g C[a,b] maka :
f = f(x), dan g = g(x) fungsi-fungsi kontinu pada interval
[a,b]. Akibatnya :
f+g = (f+g)(x) = f(x) + g(x) C[a,b].
Sebab penjumlahan dua fungsi yang masing-masing kontinu adalah kontinu.
(ii). Untuk R diperoleh :
f = (f)(x) = f(x) C[a,b].
Sebab perkalian fungsi kontinu dengan skalar bilangan real adalah fungsi
kontinu.
Contoh 3.8
Diberikan ruang-ruang :
M(2x2) = { Matriks berukuran 2x2 }, dan
0 a
M(0) = { Matriks berukuran 2x2, berbentuk , a, b R }.
b 0
Operasi penjumlahan dan perkalian dengan skalar sesuai dengan operasi yang
berlaku pada matriks. Perlihatkan M(0) merupakan subruang dari M(2x2).
53
Jawab :
Ambil sembarang A,B M(0), dan skalar R, maka :
0 a 0 c 0 a
A= , B = d 0 , dan A = b 0 , a,b,c,d R.
b 0
0 a 0 c 0 a c
(i). A + B = + = b d M(0).
b 0 d 0 0
Contoh 3.9
Diberikan ruang vektor :
R(f[a,b]) = { f ; f fungsi bernilai real pada interval [a,b], a,bR }.
Selanjutnya diberikan suatu ruang :
n [a, b] = { f ; f polinomial derajat n, pada interval [a,b], a,b R }.
Jawab :
Ambil sembarang f,g n [a, b] dan skalar R, maka f dan g dapat dinyatakan
menjadi :
f = f(x) = a0 a1 x a2 x 2 ... an x n , dan
g = g(x) = b0 b1 x b2 x 2 ... bn x n ,
n [a, b] .
54
(a0 b0 ) R, ...., (an bn ) R , dan an 0, bn 0 , maka an bn 0 .
Jadi f+g merupakan polinomial derajat n.
(ii). f = (f)(x) = f(x) = ( a0 a1 x a2 x 2 ... an x n ), 0
n [a, b] .
a0 R,....,an R , dan an 0 .
Jadi f merupakan polinomial derajat n.
Karena (i) dan (ii) berlaku, maka n [a, b] merupakan subruang dari ruang vektor
R(f[a,b]).
55
n
v = 1v1 2 v2 ... n vn = i vi
i 1
Contoh 3.10
Diberikan vektor-vektor dalam R3 :
v1 = (1,2,-1), v2 = (6,4,2), dan v = (9,2,7), v* = (4,-1,8).
Perlihatkan :
a. Vektor v merupakan kombinasi linear dari v1 dan v2.
b. Vektor v* bukan merupakan kombinasi linear dari v1 dan v2.
Jawab :
a. Vektor v merupakan kombinasi linear dari v1 dan v2 haruslah
terdapat 1 R dan 2 R, sehingga :
v = 1v1 + 2v2 , yaitu :
(9,2,7) = 1 (1,2,-1) + 2 (6,4,2)
= (1, 21, - 1) + (62, 42, 22)
= (1+62, 21+42, -1+22)
Persamaan ini memberikan :
1+62 = 9 (1)
21+42 = 2 (2)
-1+22 = 7. (3)
Persamaan (1) dan (3) memberikan :
82 = 16, atau 2 = 2.
Dari persamaan (3) dengan mensubstitusikan 2 = 2, memberikan :
1 = -3.
56
Akibatnya vektor v dapat dinyatakan sebagai kombinasi linear dari v1 dan v2, yaitu :
v = -3v1 + 2v2.
b. Vector v* merupakan kombinasi linear dari v1 dan v2 haruslah
terdapat 1 R dan 2 R, sehingga :
v* = 1v1 + 2v2 .
(4,-1,8) = (1+62, 21+42, -1+22)
Persamaan ini memberikan :
1+62 = 4 (1)
21+42 = -1 (2)
-1+22 = 8. (3)
Persamaan (1) dan (3) memberikan :
82 = 12, atau 2 = 1,5. (4)
Persamaan (1) digandakan dengan 2, kemudian dikurangi dengan persamaan (2)
diperoleh :
82 = 9, atau 2 = 9/8. (5)
Persamaan (4) dan persamaan (5) memperlihatkan bahwa, tidak ada 1 dan 2
sehingga :
v* = 1v1 + 2v2.
Jadi v* bukan kombinasi linear dari v1 dan v2.
Contoh 3.11
Diberikan himpunan polinomial { 1, x, x2,...,xn } yang didefinisikan pada interval
[a,b]. Apakah polinomial ini membangun n [a, b] ?
f(x) = a0 a1 x a2 x 2 ... an x n ,
dengan a0 , a1 , a2 ,..., an R, an 0 .
Contoh 3.12
57
Diberikan vektor-vektor dalam R2, R3, dan Rn :
v1 = (1,0), dan v2 = (0,1),
w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1).
x1 = (1,0,...,0), x2 = (0,1,0,...,0), ...., dan xn = (0,0,...,1).
Apakah :
a. { v1 = (1,0), dan v2 = (0,1) }
b. { w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1) }
c. { x1 = (1,0,...,0), x2 = (0,1,0,...,0), ....,xn = (0,0,...,1) }
masing-masing membangun R2, R3, dan Rn.
Jawab :
a. { v1 = (1,0), v2 = (0,1) } membangun R2.
Untuk sembarang vektor v R2 dapat dinyatakan sebagai kombinasi linear dari :
v = (a,b)
= a (1,0) + b (0,1)
= a v1 + b v2.
b. { w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1)} membangun R3.
Untuk sembarang vektor w R3 dapat dinyatakan sebagai kombinasi linear dari :
w = (a,b,c)
= a (1,0,0) + b (0,1,0) + c (0,0,1)
= a w1 + b w2 + c w3
c. { x1 = (1,0,...,0), x2 = (0,1,0,...,0), ....,xn = (0,0,...,1) }
membangun Rn. Untuk sembarang vektor u Rn dapat dinyatakan sebagai
kombinasi linear dari :
u = (a1, a1, , an )
= a1 (1,0,,0) + a2 (0,1,0,,0) + + an (0,0,,1)
= a1x1 + a2x2 + + anxn.
Setelah anda memahami konsep kombinasi linear, dan membangun, berikut ini
disajikan definisi vektor-vektor yang bebas linear dan sangat berguna dalam
memperoleh basis dari suatu ruang vektor.
58
(i). Vektor { v1 , v2 ,..., vn } disebut bebas linear (independent linear)
jika kombinasi linear :
1v1 2 v2 ... n vn = 0,
mempunyai penyelesaian 1 = 2 = = n = 0.
j = 1,2,,n.
Contoh 3.13
Diberikan vektor-vektor dalam R2, R3, dan Rn :
v1 = (1,0), dan v2 = (0,1) R2,
w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1) R3.
x1 = (1,0,...,0), x2 = (0,1,0,...,0), ...., dan xn = (0,0,...,1) Rn.
Apakah :
a. B2 = { v1, v2 } basis untuk R2.
b. B3 = { w1, w2, w2 } basis untuk R3.
c. Bn ={ x1, x2, ....,xn } basis untuk Rn.
Jawab :
Untuk memperlihatkan B2, B3, Bn basis untuk ruang R2, R3, dan Rn, ditunjukan :
a.(i). B2 = { v1, v2 } bebas linear, sebab kombinasi linear :
1v1 2 v2 = 0
1 (1,0) + 2 (0,1) = 0
59
( 1 , 2 ) = (0,0).
mempunyai penyelesaian 1 = 2 = 0.
Jadi B2 = { v1, v2 } bebas linear.
(ii). B2 = { v1, v2 } membangun ruang R2 (lihat contoh 3.12).
Karena (i) dan (ii) maka B2 = { v1, v2 }, merupakan basis(basis baku) untuk ruang
vektor R2.
b.(i). B3 = { w1, w2, w3 } bebas linear, sebab kombinasi linear :
1 w1 + 2 w2 + 3 w3 = 0
1 (1,0,0) + 2 (0,1,0) + 3 (0,0,1) = 0
( 1 , 2 , 3 ) = (0,0,0).
mempunyai penyelesaian 1 = 2 = 3 = 0.
Jadi B3 = { w1, w2, w3 } bebas linear.
(ii). B3 = {w1, w2, w3} membangun ruang R3 (lihat contoh 3.12).
Karena (i) dan (ii) maka B3 = { w1, w2, w3 }, merupakan basis(basis baku) untuk
ruang vektor R3.
c.(i). Bn={ x1, x2, ....,xn } bebas linear, sebab kombinasi linear :
1 x1 + 2 x2 + + n xn = 0
1 (1,0,, 0) + 2 (0,1,,0) + + n (0,0,,1) = 0
( 1 , 2 ,, n ) = (0,0,,0).
mempunyai penyelesaian 1 = 2 = = n = 0.
Jadi Bn={ x1, x2, ....,xn } bebas linear.
(ii). Bn={x1,x2,....,xn} membangun ruang R3 (lihat contoh 3.12).
Karena (i) dan (ii) maka Bn={ x1, x2, ....,xn }, merupakan basis(basis baku) untuk
ruang vektor Rn.
Perlu anda ketahui bahwa basis dari suatu ruang vektor tidaklah tunggal (tidak
satu-satunya). Berikut diberikan suatu contoh yang membenarkan pernyataan ini.
Contoh 3.14
Diberikan vektor-vektor pada ruang vektor R3 :
B1 = { v1 = (a,0,0), v2 = (0,b,0), dan v3 = (0,0,c) }
B2 = { w1 = (1,0,0), w2 = (0,1,0), dan w3 = (0,0,1) }
60
B3 = { u1 = (1,2,1), u2 = (2,9,0), dan u3 = (3,3,4) }
a. Buktikan B1 basis untuk ruang vektor R3.
b. Buktikan B2 basis untuk ruang vektor R3.
c. Buktikan B3 basis untuk ruang vektor R3.
Jawab :
Untuk memperlihatkan B1, B2, B3 basis untuk ruang R3, ditunjukkan
a.(i). B1 = { v1, v2, v3 } bebas linear, sebab kombinasi linear :
1 v1 + 2 v2 + 3 v3 = (0,0,0)
1 (a,0,0) + 2 (0,b,0) + 3 (0,0,c) = (0,0,0)
( 1 a, 2 b, 3 c) = (0,0,0).
1 a = 0, 2 b = 0, dan 3 c = 0.
mempunyai penyelesaian 1 = 2 = 3 = 0.
Jadi B1 = { v1, v2, v3 } bebas linear.
(ii). B1 = {v1, v2, v3} membangun ruang R3.
Sebab untuk sembarang v dalam R3, dapat dinyatakan sebagai kombinasi linear
:
v = (a,b,c)
= 1(a,0,0) + 1(0,b,0) + 1(0,0,c)
= 1v1 + 1v2 + 1v3
Karena (i) dan (ii) maka B1 = { v1, v2, v3 }, merupakan basis untuk ruang vektor
R3 .
b. B2 = { w1 = (1,0,0), w2 = (0,1,0), dan w3 = (0,0,1) }, merupakan basis baku untuk
R3 (lihat contoh 3.12).
c. B3 = { u1, u2, u3 } juga merupakan basis untuk R3, karena B3 membangun R3 dan
bebas linear. Anda dapat memperlihatkan kebenaran pernyataan ini sebagai
latihan.
Contoh 3.16
Diberikan himpunan B* = { M1, M2, M3, M4}, dengan :
1 0 0 1 0 0 0 0
M1 = , M2 = , M3 = 1 0 , M4 = 0 1 .
0 0 0 0
61
a b
Misalkan M(2x2) = { Matriks 2x2 berbentuk }.
c d
Tunjukan B* merupakan basis (basis baku) untuk M(2x2).
Jawab :
(i). B* = { M1, M2, M3, M4}, bebas linear, sebab :
1 M1 + 2 M 2 + 3 M3 + 4 M4 = 0
1 0 0 1 0 0 0 0 0 0
1 + 2 0 0 + 3 1 0 + 4 0 1 = 0 0
0 0
0 0 2 0 0 0 0 0 0
1
0 0 0 3 0 0 4 0 0
+ + + =
0
1 2 0 0
= 0 0
3 4
1 = 2 = 3 = 4 = 0.
Teorema 3.2
Misalkan V suatu ruang vektor atas bilangan real R.
62
Jika B={ v1, v2, ....,vk } dan B*= { u1, u2, ....,ur } masing-masing merupakan basis
untuk ruang vektor V, maka k = r.
Untuk memperlihatkan kebenaran teorema di atas anda dapat memperhatikan
penjelasan berikut.
Karena B={ v1, v2, ....,vk } dan B*= { u1, u2, ....,ur } merupakan basis untuk ruang
vektor V, maka :
(i). Vektor u1, u2, ....,ur bebas linear. Karena B basis maka r k.
(ii). Vektor v1, v2, ....,vk juga bebas linear. Karena B* juga basis untuk V
maka k r.
Karena (i) dan (ii) maka r = k.
Contoh 3.17
Diberikan vektor-vektor pada ruang vektor R2 :
B1 = { v1, v2 }, dengan v1 = (1,0) dan v2 = (0,1).
B2 = { u1, u2 }, dengan u1 = (4,0), dan u2 = (0,4).
B3 = { w1, w2 }, dengan w1 = (2,0), dan w2 = (0,2).
a. Apakah B1, B2, B3 basis-basis untuk ruang vektor R2.
b. Kesimpulan apa yang anda dapat peroleh dari (a).
Jawab :
a. Anda dapat dengan mudah memperlihatkan bahwa :
B1={ v1=(1,0), v2 = (0,1)}, B2={ u1=(4,0), u2 = (0,4)},
B3 ={ w1=(2,0), w2=(0,2)},
bebas linear dan membangun R2. Sehingga B1, B2, B3 basis-basis untuk R2. Coba
anda perlihatkan kebenaran ini, sebagai latihan.
b. Terlihat bahwa B1 = { v1, v2 }, B2={ u1, u2 }, dan B3={ w1, w2} masing-
masing memuat sebanyak dua vektor. Jadi B1, B2, B3 basis-basis yang berlainan
dari ruang vektor R2, tetapi ketiganya mempunyai vektor penyusun basis yang
sama yaitu dua vektor.
Banyaknya vektor penyusun suatu basis merupakan hal yang sangat penting dalam
menentukan dimensi dari suatu ruang vektor. Definisi berikut memberikan
pengertian tentang dimensi dari ruang vektor V atas bilangan real R.
63
Definisi 3.6 ( Dimensi Ruang Vektor )
(i). Jika V ruang vektor maka dimensi V, ditulis dengan dim(V) adalah banyaknya
vektor-vektor yang menyusun basis V.
(ii). Ruang vektor nol mempunyai dim(V) = 0.
Contoh 3.18
Diberikan himpunan-himpunan B, D dan A, dengan :
a. B = {(1,0,0), (0,1,0), (0,0,1)} basis untuk ruang vektor R3.
b. D = { 1, x, x2,,xn } basis untuk ruang vektor n [a, b] .
c. A = { v1, v2, ....,vk } basis untuk ruang vektor V.
Tentukan dimensi dari ruang vektor R3, n [a, b] dan V.
Jawab :
a. Karena B = {(1,0,0), (0,1,0), (0,0,1)} basis untuk ruang vektor R3, maka dim(R3)
=3. Sebab B memuat tiga vektor penyusun, yaitu :
(1,0,0), (0,1,0), dan (0,0,1).
1, x, x2, , xn.
c. Karena A = { v1, v2, ....,vk } basis untuk ruang vektor V, maka dim(V)=k. Sebab
A memuat k vektor penyusun basis.
Perlu anda ingat bahwa, untuk memperoleh basis dan dimensi suatu ruang
vektor sangat tergantung pada sifat kebebasan linear yang membangun ruang
tersebut. Berikut disajikan beberapa pernyataan penting apakah vektor-vektor dalam
suatu ruang vektor bebas linear atau tidak.
(a). Misalkan R(f) ruang vektor dari himpunan fungsi-fungsi bernilai real. Fungsi-
fungsi f,g,h R(f) mempunyai turunan pertama dan kedua (diferensiabel)
pada xR. Jika Wronskian :
f ( x) f ( x) f ( x)
W(x) = g ( x) g ( x) g ( x) 0,
h( x ) h( x) h( x)
64
(b). Jika B = { v1, v2, ....,vk } basis untuk ruang vektor V, maka setiap himpunan
dengan lebih dari k vektor adalah tidak bebas linear.
Contoh 3.19
Diberikan himpunan B = { 1, x, x2 } dan D = { 1, x, ex }.
Apakah B dan D masing-masing bebas linear ?
Jawab :
Misalkan B = { f(x) = 1, g(x) = x, h(x) = x2 }, dan
D = { f(x) = 1, g(x) = x, h(x) = ex }.
Untuk memperlihatkan B bebas linear diperhatikan Wronskian :
f ( x) f ( x) f ( x)
W(x) = g ( x) g ( x) g ( x)
h( x ) h( x) h( x)
1 0 0
= x 1 0 = 2 0.
2
x 2x 2
1 0 0
= x 1 0 = ex 0, untuk setiap xR.
ex ex ex
Berikut ini diberikan sebuah konsep yang sangat penting dalam Matematika
dan Statistika, yaitu rank suatu matriks. Rank suatu matriks umumnya dirancang dan
didesain berdasarkan pengertian tentang kebebasan linear, Basis dan vektor-vektor
penyusun dari suatu basis. Berikut diberikan beberapa definisi dan teorema yang
berkaitan dengan rank suatu matriks.
65
Diberikan matriks A berukuran mxn, vektor baris ri, i = 1,2,...,m dan vektor kolom kj
, j = 1,2,..,n :
a11 a12 ... a1n a11 a1n
a 21 a 22 ... a 2 n a a
A= , K1 = 21 , ..., Kn = 2n ,
: : : : : :
a m1 am2 ... a mn a m1 a mn
r1 = a11 a12 ... a1n , ..., rm = am1 am 2 ... amn .
Vektor-vektor r1 = a11 a12 ... a1n , ..., rm = am1 am 2 ... amn yang terbentuk
dari baris-baris matriks A disebut vektor-vektor baris A. Sebaliknya vektor-vektor
kolom :
a11 a1n
a a
K1 = , ..., Kn = 2n ,
21
: :
a m1 a mn
yang terbentuk dari kolom-kolom matriks A disebut vektor-vektor kolom A. Sub
ruang Rn yang dibangun oleh vektor-vektor baris dinamakan ruang baris A. Sub
ruang Rm yang dibangun oleh vektor-vektor kolom dinamakan ruang kolom A.
Teorema 3.5
Jika A matriks berukuran nxn, maka pernyataan berikut ekuivalen :
(a). A mempunyai invest.
(b). det(A) 0.
(c). rank(A) = n.
66
(d). Vektor-vektor baris A bebas linear.
(e). Vektor-vektor kolom A bebas linear.
Contoh 3.20.
Diberikan matriks A berukuran 3x4, berikut :
1 0 1 1
A = 3 2 5 1 .
0 4 4 4
:
0 4 4 4
Rm
dengan r1= [1 0 1 1], r2= [3 2 5 1], dan r3= [0 4 4 -4].
b. Matriks A disajikan menjadi vektor-vektor kolom k1, k2, k3 dan k4 :
1 0 1 1
A = 3 2 5 1 = k1 k2 k3 k4 ,
0 4 4 4
1 0 1 1
dengan k1 = 3 , k2 = 2 , k3 = 5 , dan k4 = 1 .
0 4 4 4
67
c. Untuk memperoleh basis dan dimensi ruang baris dari matriks A,
digunakan operasi baris elementer dari suatu matriks, dan memberikan
1 0 1 1 u
0 1 1 1 = v
0 0 0 0 0
0 2
Karena ada dua vektor kolom, yaitu k1 dan k2 yang tidak sama dengan
68
nol, maka dim(ruang kolom matriks A) = 2.
69
Definisi 3.10 (Norm)
Diberikan ruang vektor V atas bilangan real R.
a. Norm u adalah suatu funggsi bernilai real pada V, sehingga untuk setiap u V
mempunyai sifat :
N-1. u 0.
N-2. u = 0 u = 0.
Contoh 3.21
Misalkan diberikan vektor-vektor :
u = (u1,u2), dan v = (v1,v2) R2, dan
x = (x1,x2, ....,xn) dan y = (y1,y2, ....,yn) Rn.
Didefinisikan suatu fungsi < , > pada R2 dan Rn berturut-turut sebagai berikut :
70
< u, v > = u . v = u1v1 + u2v2 , dan
< x, y > = x . y = x1y1 + x2y2 + ...+ xnyn.
a. Apakah < u, v > merupakan inner product dalam R2.
b. Apakah < x, y > merupakan inner product dalam Rn.
c. Apakah ruang (R2 , < , >) merupakan ruang inner product.
d. Apakah ruang (Rn , < , >) merupakan ruang inner product.
Jawab :
a. Untuk memperlihatkan < u, v > merupakan inner product pada R2, harus
diperlihatkan syarat (I-1)-(I-4), dipenuhi. Untuk setiap u, v R2, diperoleh :
I-1. < u, v > = u1v1 + u2v2
= v1u1 + v2u2 ( perkalian bilangan real komutatif)
= < v, u >.
I-2. < u + v, w > = < [u1+v1] , [u2+v2], [w1 , w2 ] >
= (u1+v1) w1 + (u2+v2) w2
= (u1 w1 + v1 w1) + (u2 w2 + v2 w2)
= (u1 w1 + u2 w2) + (v1 w1 + v2 w2)
= < u, w > + < v, w >.
I-3. Untuk scalar R :
< u, v > = < (u1, u2), (v1, v2) >
= < (u1, u2), (v1, v2) >
= u1v1 + u2v2
= (u1v1 + u2v2)
= < u, v >, untuk skalar .
I-4. < u, u > = u12 + u22 0, dan
< u, u > = u12 + u22 = 0
u12 = 0, dan u22 = 0.
u1 = 0, dan u2 = 0.
u = 0.
Karena (I-1)-(I-4) dipenuhi, maka < u, v > merupakan suatu inner product pada
R2 .
b. Soal ini merupakan generalisasi dari (a), sehingga penyelesaiannya serupa. Coba
anda selesaikan sebagai latihan.
71
c. Dari (a) diperoleh < u, v > merupakan inner product pada R2. Akibatnya ruang
(R2 , < , >) merupakan ruang inner product.
d. Dari (b) diperoleh < u, v > merupakan inner product pada Rn. Akibatnya ruang
(Rn , < , >) merupakan ruang inner product.
Contoh 3.22
Misalkan diberikan vektor-vektor u, v, x, dan y dengan :
x1 y1
x y
u1 v1
u = , v = R , dan x = , y =
2 2 Rn .
2
2
u 2
v : :
xn yn
Diberikan pula matriks-matriks B dan M, dengan :
w1 0 ... 0
b 0 0 w2 ... 0
, W= : , b1, b2, wj R .
+
B= 1 : : ...
0 b2
: : ... :
0 0 ... wn
Selanjutnya, didefinisikan suatu fungsi terbobot < , > pada R2 dan Rn berturut-
turut sebagai berikut :
< u, v > = b1u1v1 + b2u2v2 , dan
< x, y > = w1x1y1 + w2x2y2 + .... + wnxnyn.
a. Perlihatkan < u, v > merupakan inner product dalam R2.
b. Perlihatkan < x, y > merupakan inner product dalam Rn.
c. Perlihatkan < u, v > merupakan inner product yang dibentuk oleh matriks B,
yaitu :
< u, v > = (Bv ) (Bu) = vB Bu.
d. Perlihatkan < x, y > merupakan inner product yang dibentuk oleh matriks W,
yaitu :
< x, y > = (Wy ) (Wx) = y W Wx.
Jawab :
a. Untuk memperlihatkan < u, v > merupakan inner product pada R2, harus
diperlihatkan syarat (I-1)-(I-2), dipenuhi. Untuk setiap u, v R2, diperoleh :
I-1. < u, v > = b1u1v1 + b2u2v2
72
= b1v1u1 + b2v2u2
= < v, u >.
I-2. < u + v, w > = < (u1+v1 , u2+v2), (w1 , w2 ) >
= b1 (u1+v1) w1 + b2 (u2+v2) w2
= (b1u1w1 + b1v1w1) + (b2u2w2 + b2v2w2)
= (b1u1w1+ b2u2w2) + (b1v1w1+ b2v2w2)
= < u, w > + < v, w >.
I-3. Untuk skalar R :
< u, v > = < (u1, u2), (v1, v2) >
= < (u1, u2), (v1, v2) >
= b1u1v1 + b2u2v2
= (b1u1v1 + b2u2v2)
= < u, v >, untuk skalar real .
I-4. < u, u > = b1u12 + b2u22 0, sebab b1, b2 R+ dan
< u, u > = b1u12 + b2u22 = 0
b1u12 = 0, dan b2u22 = 0.
u1 = 0, dan u2 = 0. (Sebab b1, b2 R+).
u = (u1,u2 ) = (0,0) = 0.
Karena (I-1)-(I-4) dipenuhi, maka fungsi terbobot < u, v > merupakan suatu inner
product pada R2.
b. Soal ini merupakan generalisasi dari (a), sehingga penyelesaiannya
serupa. Coba anda selesaikan sebagai latihan.
u1 v1
c. < u, u > = < , >
u 2 v 2
= b1u1v1 + b2u2v2
b u
= [v1 b1 , v2 b2 ] 1 1
b2 u 2
b 0 b1 0 u1
=[ v1, v2] 1
0 b2 0 b2 u 2
= vB Bu.
73
d. Soal ini merupakan generalisasi dari (c). Coba anda perlihatkan
sebagai latihan.
Contoh 3.23
Misalkan diberikan Ruang C[a,b], dengan :
C[a,b] = { g ; g fungsi kontinu pada interval [a,b] }.
Untuk setiap f,g,h C[a,b], didefinisikan suatu fungsi < , > pada C[a,b] dengan :
b
< f, g > = f ( x) g ( x) dx
a
.
b
= g ( x) h( x) dx
a
= < g, f >.
b
I-2. < f + g, h > = [ f ( x) g ( x)] h( x) dx
a
b
= [ f ( x) h( x) g ( x) h( x)] dx
a
b b
= f ( x) h( x) dx + g ( x) h( x) dx
a a
(sifat integral).
74
b
= f ( x) g ( x) dx
a
= < f, g >.
b
I-4. < f, f > =
a
f ( x) f ( x) dx
[ f ( x)]
2
< u, u > = dx = 0
a
f 2 ( x) = 0 f(x) = 0.
Karena (I-1)-(I-4) dipenuhi, maka < , >, merupakan suatu inner product pada
C[a,b]. Akibatnya ruang ( C[a,b], < , >) merupakan ruang inner product.
b. Untuk a = 0, b=1, dan f(x) = 1, g(x) = x, dan h(x) = ex, diperoleh :
1 1
1
1. e dx = e 1, dan
x
< f, g > = 1. x dx = , < f, h > =
0
2 0
1
< g, h > =
0
xe x dx = 1.
Setelah anda mengerti pengertian tentang inner product dan ruang inner
product, selanjutnya dalam modul ini akan disajikan basis khusus dari ruang inner
product, yaitu basis ortogonal dan ortonormal. Berikut diberikan definisi tentang
ortogonal dan basis ortonormal.
75
ortonormalisasi yang sudah sangat terkenal, yaitu proses Gram-Schmidt. Tetapi
sebelumnya diberikan beberapa konsep penting yang mendasari proses tersebut.
(i). Jika V ruang inner product dan B = {v1,v2, ....,vn} basis ortonormal V, maka
untuk setiap v V dapat disajikan menjadi kombinasi linear :
v = <v,v1> v1 + <v,v2> v2 + ... + <v,vn> vn.
(ii). Jika V ruang inner product dan {v1,v2, ....,vn} himpunan vektor ortonormal dari
V, serta U adalah ruang yang dibangun oleh vektor v1,v2, ....,vn, maka setiap v
V dapat disajikan menjadi :
v = u1 + u2, dengan :
u1 = <v,v1> v1 + <v,v2> v2 + ... + <v,vn> vn, dan
u2 = v { <v,v1> v1 + <v,v2> v2 + ... + <v,vn> vn }.
(iii). Jika V ruang inner product, maka V mempunyai sebuah basis ortonormal.
Untuk memperoleh basis ortonormal suatu ruang inner product yang
eksistensinya dijamin oleh persamaan (iii), dapat mengikuti proses ortogonalisasi
Gram-Schmidt, berikut :
Misalkan V ruang inner product dengan basis B = {v1,v2, ....,vk}. Ingin dicari suatu
basis ortonormal N untuk ruang vektor V, berdasarkan basis B, yaitu :
N ={n1,n2, ....,nk}.
Langkah 1 : Mencari n1 yang ortonormal, dengan cara komponen
basis B yang pertama v1 dibuat mempunyai panjang satu.
v1
n1 = .
v1
76
v1 v v2 , n1 n1
N = { n1 = , n2 = 2 , ....,
v1 v2 v 2 , n1 n1
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
nk = }.
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
Contoh 3.24
Perlihatkan bahwa himpunan vektor-vektor N = {n1,n2, ....,nk} dalam proses Gram-
Schmidt merupakan vektor dengan norm (panjang) satu.
Jawab :
Proses Gram-Schmidt memberikan vektor-vektor :
v1 v1
n1 = n1 =
v1 v1
v1
= = 1.
v1
v2 v2 , n1 n1 v 2 v 2 , n1 n1
n2 = n2 =
v2 v 2 , n1 n1 v 2 v 2 , n1 n1
v2 v 2 , n1 n1
=
v2 v 2 , n1 n1
= 1.
Proses diteruskan sampai k langgkah, diperoleh :
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
nk = .
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
nk =
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
=
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
= 1.
77
Contoh 3.25
Diberikan himpunan B = {v1=(1,1,1), v2 =(0,1,1), v3 = (0,0,1)} yang merupakan
basis untuk ruang inner product R3. Berdasarkan proses Gram-Schmidt dapatkan
basis ortonormal untuk R3.
Jawab :
Proses Gram-Schmidt memberikan :
Langkah 1 : v1 = 1 1 1 = 3.
v1 1 1 1
n1 = =( , , ).
v1 3 3 3
Langkah 2 : Mencari n2 yang ortonormal dengan n1.
2
Dihitung v2 , n1 = .
3
2 1 1 1
(0, 1, 1) ( , , )
v v2 , n1 n1 3 3 3 3
n2 = 2 = .
v2 v2 , n1 n1 2 1 1 1
(0, 1, 1) ( , , )
3 3 3 3
2 1 1
(
, , )
= 3 3 3
4 1 1
( )
9 9 9
2 1 1
=( , , ).
6 6 6
Langkah 3 : Mencari n3 yang ortonormal dengan n1 dan n2.
1 1
Dihitung v3 , n2 = , dan v3 , n1 = .
6 3
v3 v3 , n2 n2 v3 , n1 n1
n3 =
v3 v3 , n2 n2 v3 , n1 n1
1 2 1 1 1 1 1 1
(0, 0, 1) ( , ) , ) ( , ,
6 6 6 6 3 3 3 3
=
1 2 1 1 1 1 1 1
(0, 0, 1) ( , , ) ( , , )
6 6 6 6 3 3 3 3
1 1
(0, , )
= 2 2
1/ 4 1/ 4
78
2 2
= (0, , ).
2 2
Jadi basis ortonormal untuk ruang R3 berdasarkan basis B, adalah:
1 1 1 2 1 1 2 2
N = { n1 = ( , , ) , n2 = ( , , ) , n3 = (0, , ) }.
3 3 3 6 6 6 2 2
Contoh 3.26
Diberikan himpunan B, dengan :
1 1 1 1
B = {v1=(0,1,0), v2 = ( , 0, ) , v3 = ( , 0, ) }.
2 2 2 2
Apakah B himpunan ortonormal dalam R3.
Jawab :
Untuk menunjukan B himpunan ortonormal, haruslah memenuhi sifat :
(i). < vi,vj > = 0, i j = 1,2,3.
1 1
< v1,v2 > = (0,1,0). ( , 0, ) = 0.
2 2
1 1
< v1,v3 > = (0,1,0). ( , 0, ) = 0.
2 2
1 1 1 1
< v2,v3 > = ( , 0, ).( , 0, ) = - = 0.
2 2 2 2
(ii). v j = 1, j = 1,2,3.
v1 = 0 1 0 = 1,
v 2 = 1 / 2 0 1 / 2 = 1, dan
v3 = 1 / 2 0 1 / 2 = 1.
79
Jika B = { v1 =1, v2 = x , v3 = x2 } merupakan basis untuk 2 [0,1] , Dapatkan basis
v1 = v1 ,v1
2
Langkah 1 :
1
= 1 dx
0
= 1 v1 = 1 = 1
v1 1
n1 = = = 1.
v1 1
x 1/ 2
2
= x 1 / 2, x 1 / 2
1
1
( x 1 / 2)
2
= dx =
0
12
1 1
x 1/ 2 = = .
12 2 3
v2 v2 , n1 n1 x 1/ 2
n2 = = .
v2 v2 , n1 n1 x 1/ 2 L
= 3 (2 x 1).
Langkah 3 : Mencari n3 yang ortonormal dengan n1 dan n2.
1
3
Dihitung : v3 , n2 = 3
0
x 2 (2 x 1) dx =
6
,
1
1
v3 , n1 =
0
x 2 dx =
3
.
(x
2
x 2 x 1/ 6 = 2
x 1 / 6) 2 dx
0
1
= , dan
5(36)
1
x 2 x 1/ 6 = .
6 5
80
v3 v3 , n2 n2 v3 , n1 n1
n3 =
v3 v3 , n2 n2 v3 , n1 n1
x 2 x 1/ 6 x 2 x 1/ 6
= =
x 2 x 1/ 6 1
6 5
= 5 (6 x 2 6 x 1) .
N = { n1 =1, n2 = 3 (2 x 1). , n3 = 5 (6 x 2 6 x 1) }.
Referensi
Anton, H.,1994, Elementary Linear Agebra, John Wiley and Sons, New York.
Graybill, F.A.,1969, Introduction to Matrics with Applications in Statistics,
Wadsworth Publishing Company Inc, Callifornia.
Kreyszig, E., 1978, Introductory Functional Analysis with Applications, John Wiley
and Sons, New York.
Searle, S.R.,1982, Matrix Algebra Useful for Statistics, John Wiley and Sons, New
York.
81