Assalamualaikum wr.wb.

ALJABAR LINEAR
 RUANG VEKTOR

Oleh
Nurul Farida, M.Pd.
5.1 Ruang Vektor Umum
Definisi:
Anggap V adalah suatu himpunan tak kosong dari objek
dimana dua operasi didefinisikan, yaitu penjumlahan dan
perkalian dengan skalar, maka V disebut ruang vektor bila
memenuhi aksioma-aksioma berikut:
Lanjutan...
5.2 Sub- Ruang
Definisi:
Suatu himpunan bagian W dari suatu ruang vektor V disebut
sub-Ruang dari V jika W sendiriadalah suatu ruang vektor
dibawah penjumlahan dan perkalian skalar yang didefinisikan
pada V.

Teorema:
Jika W adalah suatu himpunan satu atau lebih vektor dari
suatu ruang vektor V, maka W adalah Sub-Ruang dari V jhj
berlaku:
1. Jika U, V ϵ W maka U + V ϵ W
2. Jika k sebarang skalar dan U ϵ W maka kU ϵ W
Contoh:

M adalah himpunan semua matriks berordo 2 x 2

W adalah himpunan matriks berordo 2 x 2 tetapi diagonal
utamanya nol. Buktikan W adalah subruang M!

By: Nurul F.
5.3 Kombinasi Linear

Definisi:
Suatu vektor W disebut suatu kombinasi linear dari vektor-
vektor V1, V2, V3,...............Vr , jika bisa dinyatakan dalam
bentuk
W = K1V1 + K2V2 +..... + KrVr

Dengan K1, K2, K3,...............Kr adalah skalar.

Contoh:
Diketahui vektor u = (1,2,-1) dan V = (6, 4, 2) dalam R3. Tunjukkan
bahwa W = (9, 2, 7) adalah kombinasi linear dari u dan V, dan bahwa
W’ = (4, -1, 8) bukanlah kombinasi linear dari u dan V!
Penyelesaian:

By: Nurul F.
5.4 Perentang (Span)

Definisi:
Suatu vektor {V1, V2, V3,...............Vr } disebut merentang ruang
vektor V jika untuk setiap vektor x ϵ W dapat dinyatakan
sebagai kombinasi linear dari {V1, V2, V3,...............Vr }
Problem:
1. Buktikan vektor-vektor i = (1, 0, 0), j = (0, 1, 0) dan k = (0, 0, 1)
merentang R3

2. Apakah a = (1, 1, 1), b = (2, 2, 0) dan c = (3, 0, 0) merentang R3

3. Apakah V1 = (1, 1, 2), V2 = (1, 0, 1) dan V3 = (2, 1, 3) merentang

R3

By: Nurul F.
5.5 Kebebasan Linear

Definisi (Bebas Linear)

Himpunan S = {V1, V2, V3,...............Vr } dikatakan Bebas Linear
jika dan hanya jika K1V1 + K2V2 +..... + KrVr = 0. hanya
mempunyai satu penyelesaian, yakni K1 = K2 = .... = Kr = 0.

Definisi (Bergantung Linear/Tidak Bebas Linear)

Himpunan S = {V1, V2, V3,...............Vr } dikatakan Tak Bebas
Linear jika dan hanya jika K1V1 + K2V2 +..... + KrVr = 0. hanya
mempunyai penyelesaian lain selain nol (0).
Problem:
1. Apakah himpunan S = {i, j, k} dengan i= (1, 0, 0),
j= (0, 1, 0), dan i= (0, 0, 1), merupakan himpunan yang bebas linear? Buktikan!
2. Apakah himpunan S = {V1 , V2 , V3 } dengan V1 = (1, -2, 3),
V2 = (5, 6, -1), dan V3 = (3, 2, 1) merupakan himpunan yang bebas linear? Buktikan!

3. Apakah himpunan x2 + 1, x+1, x2+x di P2 merupakan himpunan yang bebas linear?

Buktikan!

4. Apakah himpunan S = {V1 , V2 , V3 } dengan V1 = (1, 2, 3),

V2 = (1, 0, 1), dan V3 = (2, 1, 0) merupakan himpunan yang bebas linear? Buktikan!

By: Nurul F.
5.6 Basis dan Dimensi

Definisi (Basis)

Jika V adalh sebarang vektor dan S = {V1, V2, V3,...............Vr }

suatu himpunan vektor2 dalam V, maka S disebut basis untuk
V jika dua syarat berikut dipenuhi:

a. S Bebas secara Linear

b. S Merentangkan V.
Problem:
1. S = {i, j, k} dengan i= (1, 0, 0),
j= (0, 1, 0), dan i= (0, 0, 1), Tunjukkan bahwa S = {i , j , k } adalah
suatu basis untuk R3!

2. Anggap V1 = (1, 2, 1), V2 = (2, 9, 0), dan V3 = (3, 3, 4) Tunjukkan

bahwa S = {V1 , V2 , V3 } adalah suatu basis untuk R3!

By: Nurul F.
5.7 Menentukan Basis dan Dimensi

Definisi (Dimensi)
Suatu ruang vektor berdimensi terhingga V, yang dinyatakan
dengan dim(V), didefinisikan sebagai jumlah vektor dalam
suatu basis untuk V. Disamping itu, kita mendefionisakn
ruang vektor nol mempunyai domensi nol.
Problem:
1. Tentukan suatu basis dan dimensi dari SPL berikut:
x + 2y – 3z = 6
2x – y + 4z = 2
4x + 3y -2z = 14

2. Tentukan suatu basis dan dimensi dari SPL berikut:

2x1 + 2x2 -x3 + x5 = 0
-x1 - x2 + 2x3 - 3x4 + x5 = 0
x1 + x2 - 2x3 - x5 = 0
x3 + x4 + x5 = 0

By: Nurul F.
5.8 Ruang baris, ruang kolom, dan Rank

Diketahui matriks sebagai berikut:

Disebut vektor2 baris A dan

Vektor-vektor r1 = (a,b,c,d) subruang Rn yang direntang
oleh vektor2 baris tersebut
r2 = (e,f,g,h)
dinamakan ruang baris A.
r3 = (i, j, k,l)
r4 = (m,n,o,p)
Lanjutan...

Dan vektor-vektor:

Disebut vektor2 kolom A dan subruang Rn yang

direntang oleh vektor2 kolom tersebut
dinamakan ruang kolom A.
contoh
1. Carilah basis untuk ruang baris dan ruang kolom matriks berikut:

2. Carilah basis untuk ruang baris dan ruang kolom matriks berikut:

By: Nurul F.
Catatan:
1. Jika A adalah sebarang matriks, maka ruang
baris dan ruang kolom matriks A mempunyai
dimensi yang sama.
2. Dimensi ruang baris dan ruang kolom
dinamakan Rank dari A rank(A)

By: Nurul F.
5.9 Ruang Perkalian Dalam

Definisi:
Jika u = (u1, u2, u3,......un)
v = (v1,v2,v3, ......vn)

< u,v > = u . v = u1v1 + u2v2 +.....+unvn

5.9 Ruang Hasil Kali Dalam (RHKD)

Definisi:
Jika u = (u1, u2, u3,......un)
v = (v1,v2,v3, ......vn)

< u,v > = u . v = u1v1 + u2v2 +.....+unvn

Lanjutan...

Jika u, v, w ruang hasil kali dalam V dengan u = (2,-1),

v = (-1,3) dan w = (0,5), maka buktikan :
<u+v,w> = <u,w> + <v,w>
Lanjutan...

Definisi:
Jika u,v ϵ ruang hasil kali dalam V maka:
1. Norm vektor

2. Jarak antara vektor u dan v

Contoh:

Jika u = (4,3,1,-2) v = (-2,1,2,3)

Maka tentukan:
a. Norm u dan v
b. Jarak antara vektor u dan v

By: Nurul F.
Definisi Sudut

Definisi:
Sudut antara dua vektor u dan v dinyatakan sebagai
Akibatnya:

1. Himpunan vektor-vektor V disebut orthogonal jika

<u,v> = 0

2. Jika V himpunan vektor-vektor dalam Rn dan u anggota

Rn maka u orthonormal dengan v jika <u,v> = 0 dan
Problem:

1. Cari cosinus sudut antara u = (1,0,1,0) dan v = (-3,-3,-3,-3)

2. Tentukan k agar u = (2,1,3) orthogonal terhadap v = (1,7,k)

3. Diketahui: a = (0,1,0),

Buktikan apakah S = {a,b,c} adalah vektor-vektor orthonormal.

4. Apakah himpunan S = {a,b,c} merupakan himpunan yang orthonormal dengan

a = (2,1,-1), b = (0,1,1) c = (1,-1,1)

By: Nurul F.
Teorema:

Jika S = {s1,s2,s3,....sn} adalah basis orthonormal untuk

ruang hasil kali dalam, dan u sebarang vektor dalam V,
maka u dapat dinyatakan sebagai kombinasi linear dari
vektor dalam S sbb:

U = <u,s1>s1 + <u,s2>s2 + ..... + <u,sn>sn

Jika
S= {S1,S2,S3} dengan S1= (0,1,0),
S2= (-4/5,0,3/5) dan S3=(3/5,0,4/5) adalah basis
orthonormal untuk R3. Nyatakan U = (1,1,1) sebagai
kombinasi linear dari vektor-vektor S.

By: Nurul F.
Teorema (Matriks Orthogonal):

Matriks bujur sangkar A yang berukuran n x n adalah

matriks yang orthogonal jikadan hanya jika Q-1 = QT atau
dengan kata lain QTQ = QQT = I
Contoh:
Tunjukkan matriks2 berikut merupakan matriks
orthogonal!

By: Nurul F.
 Terima Kasih...
Semoga Bermanfaat....
Wassalamualaikum wr.wb.
Assalamualaikum wr.wb.

ALJABAR LINEAR
 Ortogonalitas dan Proses
Gramm-Schmidt

Oleh
Nurul Farida, M.Pd.
Teorema:
Setiap ruang perkalian dalam, berdimensi berhingga yang
tak nol mempunyai sebuah basis orthonormal.

Ortogonalitas dan Proses Gramm-Schmidt

Misal V RHKD dan {x1,x2,x3,...xn} basis pada V maka terdapat
{y1,y2,y3,...yn} yang orthonormal.
Proses:
Soal:
Dengan menggunakan Proses Gramm Schmidt
Tentukan vektor-vektor orthonormal dari basis –
basis sbb:
a. u1 = (1,-3) dan u2= (2,2)

b. u1 = (1,1,1) , u2= (0,1,1) dan u3= (0,0,1)

c . u1 = (1,1,1) , u2= (-1,1,0) dan u3= (1,2,1)

By: Nurul F.
Transformasi Linear

Definisi:
Pemetaan T : Rn Rm disebut Transformasi linear jika untuk
setiap x, y ϵ R dan @ ϵ R berlaku:
1. T(x + y) = T(x) + T(y)
2. T(@x) = @ T(x)
1. f: R3 R2 didefinisikan:

Apakah f suatu transformasi linear?

2. f: R3 R4 didefinisikan:

Apakah f suatu transformasi linear?

By: Nurul F.
Sifat :

Misalkan T : Rn Rm suatu Transformasi Linear maka

berlaku sifat-sifat berikut:
1. T(0) = 0
2. T(-x) = - T(x)
3. T(x-y) = T(x) – T(y)

Bukti diserahkan kepada pembaca.

Latihan!
Selidiki apakah T: R3 R2 suatu Transformasi Linear?

1.T(x,y,z) = (x, x+y+z)

2. T(x,y,z) = (0, 0)

3.T(x,y,z) = (1, 1)

4.T(x,y,z) = (2x+y, 3y-4z)

By: Nurul F.
Kernel dan Daerah Hasil (Image)

(i) Misal T: V W adalah TL

Kernel dari T = Ker (T) = Inti (T)
Ker (T) = { x ϵ V | T(x) = 0}

(ii) Image dari T = Im(T) = peta (T)

Im (T) = { y ϵ W | T(x) = y, x ϵ V }
Example:

1) I: V W dengan I(x)= x

Ker (I) = {0}

Im {I} = V

2) Q= V W Q(x) = 0

Ker (Q) = V
Im(Q) = {0}

By: Nurul F.
Representasi Transformasi Linear

1. Representasi Matriks Standar

Mis: T: Rn Rm, TL
(x1,x2,...xn) (b1,b2,...bm)
T(x1,x2,...xn) (b1,b2,...bm)

SPL: a11x1 + a12x2+.....+a1nxn = b1

am1x1+am2x2+.......+amnxn =bm
Representasi Transformasi Linear

Representasi dari [T] = Amxn

Contoh:
1. I: R2 R2
I(x,y)=(x,y)

[I]=....?

2. T : R3 R
T(x,y,z) = x+y+z
[T] = ....?

3.R3 R2
T(0,1,0) = (2,1)

T(1,0,0) = (1,0)

T(0,0,2) = (2,4)

[T] = ....?

By: Nurul F.
Representasi Transformasi Linear

2. Representasi Matriks Terhadap Basis

Mis: T: V W, TL
B = (x1,x2,...xn) basis pada V
B’ = y ,y ,...yn basis pada W

Maka Representasi T terhadap basis B ke B’ = [T]B’B = AT

Contoh:
1. T R3 R
T(x,y,z) = x + y + z
B = {(2,1,0),(0,1,2),(1,0,0)}
B’ = { }
T(2,1,0) = 3 = 3.1
T(0,1,2) = 3 = 3.1
T(1,0,0) = 1 = 1.1

By: Nurul F.
Operator Linear

Operator linear adalah Transformasi Linear terhadap dirinya

sendiri.

Mis: T operator linear pada V

B = (x1,x2,...xn) pada V

Akan dicari [T]B = Matriks Representasi Reatif terhadap basis

B
Operator LinearLinear

Operator linear adalah Transformasi Linear terhadap dirinya

sendiri.

Mis: T operator linear pada V

B = (x1,x2,...xn) pada V

Akan dicari [T]B = Matriks Representasi Reatif terhadap basis

B . [T]B = AT
Contoh...

Misal D operator linear pada P3 dengan D(P(x)) = d(P(x))/dx

Jika B = {1,x,x2,x3} tentukan [D]B
Perubahan Basis
Misal B1 = {x1, x2, ...., xn} basis pada V
B2 = {y1, y2, ...., yn} basis lain pada V

Akan dicari representasi matriks transisi dari

a. B1 ke B2 = [T]B2B1 = P
b. B2 ke B1 = [T]B1B2 = P-1
Contoh:
1. B1 = {(1,0), (0,2)} pada R2
B2 = {(1,1), (2,1)} pada R2

Tentukan matriks transisi

a. Dari B1 ke B2
b. Dari B2 keB1

By: Nurul F.
Nilai Eigen dan Vektor Eigen
Teorema:

Jika A ada matriks yang berukuran nxn pernyataan berikut

ekuivalen satu sama lainnya.
1. @ adalah nilai eigen dari A
2. Sistem persamaan (@I-A)x = 0 memp pemecahan tak
trivial.
3. Ada sebuah vektor tak nol x sehingga Ax = @x
4. @ adalah penyelesaian real dari persamaan karakteristik
det (@I-A) = 0.
Teorema:

Misal @ Nilai Eigen dari A

maka 1/@ adalah Nilai Eigen dari A-1.

Misal @ Nilai Eigen dari A

maka @ adalah Nilai Eigen dari AT.
Diagonalisasi
Teorema:

Matriks A dapat didiagonalisasikan menjadi matriks B jika

terdapat matriks P yang mempunyai balikan sehingga
berlaku B = P-1AP.
 Terima Kasih...
Semoga Bermanfaat....
Wassalamualaikum wr.wb.