TUGAS

ALJABAR LINEAR ELEMENTER

Tentang

Ruang-ruang Vektor

Disusun Oleh: Kelompok IV

1. Miniarni Yulia Irwan

2. Riri Janasri
3. Sukardi
4. Yati Comelta

Dosen Pembimbing:

Retno Warni Pratiwi,S.Pd.,M.Pd.

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MAHAPUTERA MUHAMMAD YAMIN
2013

1
 BASIS DAN DIMENSI

Definisi: Misalkan V adalah sebarang ruang vector dan S = {v1, v2 , … , vr }

merupakan himpunan berhingga dari vector-vektor pada V, maka S kita namakan
basis untuk V jika:

(i) S bebas linier

(ii) S merentang V

Contoh 29

Misalkan e1 = (1, 0, 0, … , 0), e2 = (0, 1, 0, … , 0), en = (0, 0, 0, … , 1). Dalam

contoh 23 kita telah menunjukkan bahwa S = { e1, e2 , … , en } adalah himpuna
bebas linear dalam Rn . Karena setiap vector v = {v1, v2 , … , vn } pada Rn dapat
dituliskan sebagai v = v1 e1 + v2 e2 +, … , + vn en maka S merentang Rn sehingga
S adalah sebuah basis. Basis tersebut dinamakan basis baku untuk 𝐑𝐧 .

Contoh 30

Misalkan v1 = (1, 2, 1), v2 = (2, 9, 0) dan v3 = (3, 3, 4). Perlihatkan bahwa

S = {v1, v2 , v3 } adalah basis untuk R3 .

Jawab:

Untuk memperlihatkan bahwa S merentang di R3 , maka kita harus

memperlihatkan bahwa sebarang vector b = (b1, b2 , b3 ) dapat dinyatakan sebagai
kombinasi linear

b = k1 v1 + k 2 v2 + k 3 v3

Dari vector-vektor pada S. Dengan menyatakan persamaan ini dalam komponen-

komponennya maka akan memerikan

(b1, b2 , b3 ) = k1 (1, 2, 1) + k 2 (2, 9, 0) + k 3 (3, 3, 4)

2
 (b1, b2 , b3 ) = ( k1 + 2k 2 + 3k 3 , 2k1 + 9k 2 + 3k 3 , k1 + 4k 3 )

k1 + 2k 2 + 3k 3 = b1

2k1 + 9k 2 + 3k 3 = b2

k1 + 4k 3 = b3 (4.4)

Jadi, untuk memperlihatkan bahwa S merentang V, maka kita harus

memperlihatkan bahwa system (4.4) mempunyai pemecahan untuk semua pilihan
b = (b1, b2 , b3 ). Untuk membuktikan bahwa S bebas linear, kita harus
memperlihatkan bahwa satu-satunya pemecahan dari

k1 v1 + k 2 v2 + k 3 v3 = 0 (4.5)

adalah k1 = k 2 = k 3 = 0

seperti sebelumnya, jika (4.5) dinyatakan dalam komponen-komponenya, maka

pembuktian bebas linear akan direduksi menjadi pembuktian bahwa system
tersebut homogen.

k1 + 2k 2 + 3k 3 = 0

2k1 + 9k 2 + 3k 3 = 0

k1 + 4k 3 = 0 (4.6)

Hanya mempunyai pemecahan trivial. Perhatikan bahwa system (4.4) dan system
(4.6) mempunyai matriks koefisien yang sama. Jadi, menurut bagian-bagian a, b
dan d dari teorema 15 pada bagian 1.7 kita dapat secara serempak membuktikan
bahwa S bebas linear dan merentang R3 dengan memperlihatkan bahwa matriks
koefisien

1 2 3
A = [2 9 3]
1 0 4

3
Pada system (4.4) dan system (4.6) dapat dibalik. Karena

1 2 3
det(A) = |2 9 3| = −1
1 0 4

Maka jelaslah dari teorema 7 bagian 2.3 bahwa A dapat dibalik. Jadi, S adalah
sebuah basis untuk R3 .

Contoh 33

Jika S = {v1, v2 , … , vr }adalah himpunan bebas linear pada ruang vector V , maka
S adalah basis untuk subruang lin (S) karena S bebas, dan menurut definisi dari lin
(S), maka S merentang lin (S)

Definisi: sebuah ruang vector taknol V dinamakan berdimensi berhingga (finite

dimensional) jika ruang vector tersebut mengandung sebuah himpunan berhingga
dari vector-vektor {v1, v2 , … , vn }yang membentuk sebuah basis. Jika tidak ada
himpunan seperti itu, maka V dinamakan berdimensi takberhingga (infinite
dimensional). Tambahan lagi, kita akan menganggap ruang vector nol sebagai
ruang vector berdimensi berhingga walaupun ruang vector tersebut tidak
mempunyai himpunan bebas linear, sehingga basispun tidak ada.

Contoh 34

Menurut contoh-contoh 29,31, dan 32 maka Rn , Pn , dan M22 adalah ruang vector
berdimensi berhingga

Teorema 9: Jika S = {v1, v2 , … , vn } adalah basis untuk ruang vector V, maka

setiap himpunan dengan lebih besar dari n vector adalah takbebas linear

Bukti:

4
Misalkan S′ = {w1, w2 , … , wm } adalah sebarang himpunan m vector pada V,
dimana m > n. Kita ingin memperlihatkan bahwa S’ tak bebas linear. Karena S =
{v1, v2 , … , vn } adalah sebuah basis, maka setiap wt dapat dinyatakan sebagai
kombinasi linear dari vector-vektor S, katakanlah:

w1 = a11 v1 + a21 v2 + ⋯ + an1 vn

w2 = a12 v1 + a22 v2 + ⋯ + an2 vn

wm = a1m v1 + a2m v2 + ⋯ + anm vn

Untuk memperlihatkan bahwa S’ tak bebas linear, maka kita harus cari scalar-
skalar k1, k 2 , … , k m yang tidak semuanya nol, sehingga,

k1 w1 + k 2 w2 + ⋯ + k m wm = 0

Dengan menggunakan persamaan-persamaan dalam (4.8), maka dapat kita

tuliskan kembali (4.9) sebagai berikut:

( k1 a11 + k 2 a12 + ⋯ + k m a1m ) v1 + ( k1 a21 + k 2 a22 + ⋯ + k m a2m ) v2

+ ( k1 an1 + k 2 an2 + ⋯ + k m anm ) vn = 0

Permasalahan untuk membuktikan bahwa S’ adalah himpunan takbebas linear,

dengan demikian direduksi untuk memperlihatkan bahwa ada scalar k1, k 2 , … , k m
yang tidak semuanya nol, yang memenuhi.

a11 k1 + a12 k 2 + ⋯ + a1m k m = 0

a21 k1 + a22 k 2 + ⋯ + a2m k m = 0

𝑎𝑛1 𝑘1 + 𝑎𝑛2 𝑘2 + ⋯ + 𝑎𝑛𝑚 𝑘𝑚 = 0

5
Karena persamaan di atas mempunyai lebih banyak bilangan takdiketahui
ketimbang persamaan, maka bukti tersebut sudah lengkap, karena teorema 1 pada
bagian 1.3 menjamin adanya pemecahan trivial.

Teorema 10: sebarang dua basis untuk ruang vector berdimensi berhingga
mempunyai jumlah vector yang sama

Bukti:

Misalkan 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } dan 𝑆′ = {𝑤1, 𝑤2 , … , 𝑤𝑚 } adalah dua basis untuk

sebuah ruang vector V yang berdimensi berhingga. Karena S adalah sebuah basis
dan S’ adalah himpunan bebas linear, maka teorema 9 menunjukkan bahwa 𝑚 ≤
𝑛. Demikian juga, karena S’ adalah sebuag basis dan S bebas linear, kita juga
memperoleh 𝑛 ≤ 𝑚. Maka 𝑚 = 𝑛

Definisi: Dimensi sebuah ruang vector V yang berdimensi berhingga

didefinisikan sebagai banyaknya vector pada basis untuk V. Tambahkan lagi, kita
mendefinisikan ruang vector nol mempunyai dimensi nol.

Dari contoh 35 dan 36, maka 𝑅 𝑛 adalah sebuah ruang vector berdimensi n dan 𝑃𝑛
adalah sebuah ruang vector berdimensi n + 1

Contoh 36

Tentukanlah basis dan dimensi untuk ruang pemecahan dari system homogen:

2𝑥1 + 2𝑥2 – 𝑥3 + 𝑥5 = 0

−𝑥1 − 𝑥2 + 2𝑥3 − 3𝑥4 + 𝑥5 = 0

𝑥1 + 𝑥2 − 2𝑥3 − 𝑥5 = 0

𝑥3 + 𝑥4 + 𝑥5 = 0

6
Jawab:

Pada contoh 9 dari baian 1.3 kita perlihatkan bahwa pemecahan-pemecahan

tersebut diberikan oleh:

𝑥1 − 𝑠 − 𝑡 𝑥2 = 𝑠 𝑥3 = −𝑡 𝑥4 = 0 𝑥5 = 𝑡

Sehingga vector-vektor pemecahan tersebut dapat dituliskan sebagai:

𝑥1 −𝑠 − 𝑡 −𝑠 −𝑡 −1 −1
𝑥2 𝑠 𝑠 0 1 0
𝑥3 = [ −𝑡 ] = [ 0 ] + [−𝑡] = 𝑠 0 + 𝑡 −1
𝑥4 0 0 0 0 0
[𝑥5 ] 𝑡 0 𝑡 [0] [0]

Yang memperlihatkan bahwa vector-vektor

−1 −1
1 0
𝑣1 = 0 𝑑𝑎𝑛 𝑣2= −1
0 0
[0] [0]

Merentang ruang pemecahan tersebut. Karena vector-vektor tersebut juga bebas

linear, maka {𝑣1 , 𝑣2 } adalah sebuah basis, dan ruang pemecahan tersebut adalah
ruang berdimensi dua.

Umumnya, untuk memperlihatkan bahwa himpunan vector-vektor {𝑣1, 𝑣2 , … , 𝑣𝑛 }

adalah basis untuk ruang vector V, maka kita harus memperlihatkan bahwa
vector-vektor tersebut bebas linear dan bahwa vector-vektor tersebut merentang
V. Akan tetapi, jika kita secara kebetulan mengetahui bahwa V mempunyai
dimensi n (sehingga {𝑣1, 𝑣2 , … , 𝑣𝑛 } mengandung banyaknya vector yang tepay
untuk basis) oleh karena itu cukup memeriksa:

Teorema 11

(a) Jika 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } adalah sebuah himpunan n vector bebas linear pada
sebuah ruang V yang berdimensi n, maka S adalah sebuah basis untuk V

7
(b) Jika 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } adalah sebuah himpunan n vector yang merentang
ruang V yang berdimensi n, maka S adalah sebuah basis untuk V
(c) Jika 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } adalah sebuah himpunan n vector bebas linear pada
ruang V yang berdimensi n dan r < n, maka S dapat diperbesar menjadi basis
untuk V; yaknivektor-vektor 𝑣𝑟+1 , … , 𝑣𝑛 sehingga { 𝑣1 , 𝑣2 , … , 𝑣𝑟 , 𝑣𝑟+1 , … , 𝑣𝑛
adalah sebuah basis untuk V

RUANG BASIS DAN KOLOM MATRIKS ;

RANK; PENERAPAN TERHADAP PENCARIAN BASIS

Defenisi: Tinjaulah matriks m x n

𝑎11 ⋯ 𝑎1𝑛
A=[ ⋮ ⋱ ⋮ ]
𝑎𝑚1 ⋯ 𝑎𝑚𝑛

Vektor-vektor

𝑏1 = 𝑟 1 = (𝑎11 , 𝑎12 , … , 𝑎1𝑛 )

𝑏2 = 𝑟 2 = (𝑎21 , 𝑎22 , … , 𝑎2𝑛 )

⋮ ⋮

𝑏𝑚 = 𝑟 𝑚 = (𝑎𝑚1 , 𝑎𝑚2 , … , 𝑎𝑚𝑛 )

Terbentuk dari basis-basis A yang kita namakan vektor-vektor baris A, dan

vektor-vektor

8
 𝑎11 𝑎12 𝑎1𝑛
𝑎21 𝑎22 𝑎2𝑛
𝑐1= [ ⋮ ], 𝑐2= [ ⋮ ], …, 𝑐1= [ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛

Terbentuk dari kolom-kolom A yang kita namakan vektor-vektor kolom A. sub

ruang 𝑅 𝑛 yang direntang oleh vektor-vektor baris yang kita namakan ruang baris
(row space ) A dan subruang 𝑅 𝑚

Yang direntang oleh vektor-vektor kolom kita namakan ruang kolom (column
space) A.

Contoh 39:

2 1 0
Misalkan 𝐴 = [ ]
3 −1 4

Jawab:

Vektor-vektor baris A adalah

𝑟1 = (2,1,0) dan 𝑟1 = (3, −1,4)

Dan vektor-vektor kolom A adalah

2 1 0
𝑐1 = [ ], 𝑐2 = [ ] dan 𝑐3 = [ ]
3 −1 4

Teorema 12. Operasi baris elementer tidak mengubah ruang basis sebuah matriks.

Dari teorema ini bahwa sebuah matriks dan semua bentuk eselon barisnya
mempunyai ruang baris yang sama. Akan tetapi, vektor-vektor baris taknol dari
matriks berbentuk eselon baris selalu bebas linear sehingga vektor-vektor baris
taknol ini membentuk basis untuk ruang baris tersebut.

9
Teorema 13. Vektor-vektor baris taknol berbentuk eselon baris dari matriks A
membentuk basis untuk ruang baris A.

Contoh 40

Carilah sebuah basis untuk ruang yang di rentang oleh vektor-vektor

𝑣1 = (1,-2,0,0,3) 𝑣2 = (2,-5,-3,-2,6) 𝑣3 = (0,5,15,10,0) 𝑣4 =(2,6,18,8,6)

Pemecahan.

Ruang yang di rentang oleh vektor-vektor ini adalah ruang baris dari matriks

1 −2 0 0 3
2 −5 −3 −2 6
[ ]
0 5 15 10 0
2 6 18 87 6

Dengan mereduksi matriks ini menjadi bentuk eselon baris, kita dapatkan :

1 −2 0 0 3
0 1 3 2 0
[ ]
0 0 1 1 0
0 0 0 0 0

Vektor-vektor baris taknol pada matriks ini adalah

𝑤1=( 1, -2, 0, 0, 3) 𝑤2 = (0,1,3 ,2, 0) 𝑤3 = (0, 0, 1,1,0)

Teorema 14. Jika A adalah sebarang matriks, maka ruang baris dan ruang kolom
A mempunyai dimensi yang sama.

Dimensi ruang baris dan ruang kolom matriks A dinamakan rank A dan
dinyatakan dengan rank (A).

Teorema 15. Jika A adalah matriks n x n, maka pernyataan-pernyataan berikut

ekivalen satu sama lain. ( An x n )

10
a) A dapat dibalik
b) Ax = 0 hanya mempunyai pemecahan trivial.
c) A ekivalen baris dengan In
d) Ax = b konsisten untuk tiap-tiap matriks b yang berukuran n x 1.
e) Det(A) ≠ 0
f) A mempunyai rank n.
g) Vektor-vektor baris A bebas linear.
h) Vektor-vektor kolom baris A bebas linear.

Teorema 16. Sebuah sistem persamaan linear Ax = b adalah konsisten jika dan
hanya jika b berada pada ruang kolom A.

Contoh 44

Misalkan Ax = b adalah sistem linear

−1 3 2 𝑥1 1
[1 2 −3] [𝑥2 ] = [−9]
2 1 −2 𝑥3 −3

pecahkan dengan menggunakan hasil itu untuk menyatakan b sebagai kombinasi

linear dari vektor kolom A.

Penyelesaian:

dengan menggunakan eliminasi gauss akan menghasilkan:

𝑥1 = 2, 𝑥2 = −1, 𝑥3 = 3

Jadi, nilai b dalam vektor A dapat ditulis

−1 3 2 1
2 [ 1 ] − [2] + 3 [−3] = [−9]
2 1 −2 −3

11
Teorema 17. Sebuah sistem persamaan linear Ax = b akan konsisten jika hanya
jika rank matriks koefisien A sama dengan rank dari matriks yang diperbesar
[𝐴/𝑏]

Teorema 18. Jika Ax = b adalah sistem linear konsisten dari m persamaan n

bilangan takdiketahui, dan jika A mempunyai rank r, maka pemecahan sistem
tersebut mengandung n – r parameter.

Contoh 45

Jika matriks 5 x 7 dengan rank 4, dan jika Ax = b adalah sistem linear konsisten
maka pemecahan tersebut mengandung sistem 7-4 = 3 parameter.

RUANG HASIL KALI DALAM

Pada ruang vektor riil yang umum, hasil kali dalam didefinisikan secara aksioma
dengan menggunakan sifat-sifat ini sebagai aksioma

Definisi. Sebuah hasil kali dalam ( inner prosuct) pada ruang vektor riil V adalah
fungsi yang mengasosialisasikan bilangan riil < u,v > dengan masing-masing
pasangan vektor u dan v pada V sedemikian rupa sehingga aksioma-aksioma
berikut dipenuhi untuk semua vektor u,v, dan w di V dan juga untuk semua skalar
k.

a) < u,v > = < v,u > (aksioma simetri)

b) < u + v,w > = <u,w> + < v,w > (aksioma penambahan )
c) < ku, v > = k < u,v > = 0 (aksioma homogen)
d) < v,v > ≥ 0 ; dan < v,v > = 0 (aksioma kepositifan )
Jika dan hanya jika v = 0
Sebuah ruang vektor riil dengan sebuah hasil kali dalam dinamakan ruang hasil
kali dalam riil (real product space )

12
Teorema 19. Jika u, v, w adalah vektor-vektor pada ruang hasil kali dalam riil dan
k sebarang skalar, maka

a) < 0,v > = < v,0 > = 0

b) < u,v + w > = < u,v > + < u,w >
c) < u, kv> = k< u,v >
Contoh latihan 4.7 nomor 3a.
Hitunglah < u, v> dengan menggunakan hasil kali dalam
2 −1 0 4
𝑢=[ ] 𝑑𝑎𝑛 𝑣 = [ ]
3 7 2 2
Jawab:
< u, v> = 2.0 + (-1).4 + 3.2 + 7.2
= 0 – 4 +6 +14
= 16

Contoh 53

< u,v + w > = (v + w )𝑡 𝐴𝑡 Au

= ( 𝑉 𝑡 +𝑤 𝑡 ) 𝐴𝑡 Au (sifat transfos)

= (𝑉 𝑡 𝐴𝑡 Au ) + (𝑤 𝑡 𝐴𝑡 Au ) (sifat perkalian matriks )

= < u, v > + < u, w >

PANJANG DAN SUDUT DI RUANG HASIL KALI DALAM

Kita akan mengembangkan pemahaman mengenai panjang, jarak, dan sudut di

ruang hasil kali dalam yang umum.

Di 𝑅 2 panjang vector u = (u1 , u2) diberikan oleh

‖𝑢‖ = √𝑢12 + 𝑢22

13
Dapat ditulis dalam ruas-ruas hasil kali dalam titik sebagai

‖𝑢‖ = √𝑢. 𝑢 = (𝑢. 𝑢)1/2

Definisi. Jika V adalah sebuah ruang hasil kali dalam, maka norma (atau panjang)
vector u dinyatakan oleh ‖𝑢‖ dan didifinisikan oleh

‖𝑢‖ =< 𝑢. 𝑢 >1/2

Di 𝑅 2 , jarak antara dua titik u = (u1 , u2)dan v = (v1 , v2) diberikan oleh

d(u,v) = √(𝑢1 − 𝑣1) 2 + (𝑢2 − 𝑣2) 2 =‖𝑢 − 𝑣‖

di 𝑅 3 jarak antara dua titik u = (u1 , u2 , u3) dan v = (v1 , v2 , v3)

diberikan oleh

d(u,v) = √(𝑢1 − 𝑣1) 2 + (𝑢2 − 𝑣2) 2 + (𝑢3 − 𝑣3) 2 =‖𝑢 − 𝑣‖

definisi. Jika V adalah sebuah ruang hasil kali dalam, maka jarak antara dua
titik(vector) u dan v dinyatakan oleh d(u,v) dan didefinisikan oleh

d(u,v) = ‖𝑢 − 𝑣‖

Teorema 20 (ketaksamaan cauch Schwarz). Jika u dan v adalah vector pada

sebuah ruang hasil kali dalam maka

< 𝑢, 𝑣 >2 ≤< 𝑢, 𝑢 >< 𝑣, 𝑣 >

Bukti .

Jika u = 0, maka < 𝑢, 𝑣 >=< 𝑢, 𝑢 >= 0,sehingga persamaan sebelumnya

terpenuhi. Anggap u≠ 0. Misalkan 𝑎 =< 𝑢, 𝑢 >, 𝑏 = 2 < 𝑢, 𝑣 >, 𝑐 =< 𝑣, 𝑣 >
,dan misalkan t sebarang vector itu sendiri akan selalu tak negative. Sehingga,

14
 𝑜 ≤< (𝑡𝑢 + 𝑣), (𝑡𝑢 + 𝑣) >=< 𝑢, 𝑢 > 𝑡 2 + 2 < 𝑢, 𝑣 > 𝑡+< 𝑣, 𝑣 >,

= 𝑎𝑡 2 + 𝑏𝑡 + 𝑐

Sifat-sifat dari panjang Euclidis dan jarak Euclidis dalam 𝑅 2 𝑑𝑎𝑛 𝑅 3.

Sifat sifat dasar panjang Sifat-sifat dasar jarak

L1. ‖𝑢‖ ≥ 0 D1. d(u,v)≥0

L2. ‖𝑢‖ = 0 jika dan hanya jika u=o D2. d(u,v)=0 jika dan hanya jika u = v

L3. ‖𝑘𝑢‖ = |𝑘|‖𝑢‖ D3. d(u,v)= d(v,u)

L4. ‖𝑢 + 𝑣‖ ≤ ‖𝑢‖ + ‖𝑣‖ D4. d(u,v)≤ d(u,w)+ d(w,v)

(ketaksamaan segitiga) (ketaksamaan segitiga)

Teorema berikutnya akan mengakui definisi-definisi kita mengenai norma dan

jarak pada ruang hasil kali dalam.

Teorema 21. Jika V adalah ruang hasil kali dalam, maka norma ‖u‖=<
𝑢, 𝑢 >1/2dan jarak d(u,v)= ‖u − v‖ memenuhi semua sifat yang didaftarkan pada
table di atas.

Bukti dari sifat L4. Menurut definisi maka

‖𝑢 + 𝑣‖2 =< 𝑢 + 𝑣, 𝑢 + 𝑣 >

=< 𝑢, 𝑢 > +2 < 𝑢, 𝑣 > +< 𝑣, 𝑣 >

≤< 𝑢, 𝑢 > +2 < 𝑢, 𝑣 > +< 𝑣, 𝑣 >

≤< 𝑢, 𝑢 > +2‖𝑢‖‖𝑣‖+< 𝑣, 𝑣 >

= ‖𝑢‖2+2‖𝑢‖‖𝑣‖+‖𝑣‖2

15
 = (‖𝑢‖ + ‖𝑣‖2

Dengan mengambil akar-akar kuadratnya maka akan memberikan

‖𝑢 + 𝑣‖ ≤ ‖𝑢‖ + ‖𝑣‖

Anggaplah bahwa u dan v adalah vector-vektor taknol dalamruang hasil kali

dalam V. jika kita memberikan kedua sisi, kita peroleh

<𝑢,𝑣>
(‖𝑢‖‖𝑣‖)2 ≤ 1

Atau secara ekivalen

<𝑢,𝑣>
-1≤
‖𝑢‖‖𝑣‖
≤1 (4.25)

Kini jika 𝜃 adalah sudut yang mengukur radian dari 0 hingga 𝜋 maka cos 𝜃
mengasumsikan setiap nilai antara -1 dan 1. Jadi dari (4.25) kita peroleh sudut
yang unik, sehingga:

< 𝑢, 𝑣 >
𝑐𝑜𝑠𝜃 = 𝑑𝑎𝑛 0≤𝜃≤𝜋
‖𝑢‖‖𝑣‖

Contoh 57

Carilah cosinus sudut 𝜃 diantara vektor-vektor

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

yang ruang vektornya adalah R4 dengan hasil kali dalam euclidis

Pemecahan

‖𝑢‖ = √30 ‖𝑣‖ = √18 𝑑𝑎𝑛 < 𝑢, 𝑣 >= −9

Sehingga

16
 < 𝑢, 𝑣 > 9 3
𝑐𝑜𝑠𝜃 = = − = −
‖𝑢‖‖𝑣‖ √30√18 2√15

Definisi. Dalam ruang hasil kali dalam, dua vector u dan v dinamakan orthogonal
jika<u,v>=0. Selanjutnya,jika u orthogonal terhadap setiap vektorpada himpunan
W, maka kita katakan bahwa u orthogonal terhadap W.

Teorema 22. (teorema Pythagoras yang digeneralisasi). Jika u dan v adalah

vector-vektor orthogonal pada ruang hasil kali dalam, maka

‖𝑢 + 𝑣‖2=‖𝑢‖2+‖𝑣‖2

Bukti.

‖𝑢 + 𝑣‖2=< (𝑢 + 𝑣), (𝑢 + 𝑣) >= ‖𝑢‖2+2<u,v>+‖𝑣‖2

= ‖𝑢‖2+‖𝑣‖2

BASIS ORTONORMAL; PROSES GRAM-SCHMIDT

Definisi. sebuah himpunan vector pada ruang hasil kali dalam

dinamakanhimpunan orthogonal jika semua pasangan vector-vektor yang berbeda
dalam himpunan tersebut orthogonal. Sebuah himpunan orthogonal yang setiap
vektornya mempunyai norma 1 dinamakan ortonormal.

Teorema 23. Jika S=(v1, v2,…,vn)adalah basis ortonormal untuk ruang hasil kali
dalam V,dan u adalah sebarang vector dalam V, maka

u= <u, v1> v1+<u, v2> v2+…+<u, vn> vn

bukti. Karena S = (v1, v2,…,vn)adalah basis, maka vector u dapat dinyatakan dalam
bentuk

17
u= k1v1 +k2v2 + ...+knvn

dengan memperlihatkan bahwa k1 = <u, vi>untuk I = 1,2,….,n. untuk setiap vector

vi dalam S kita peroleh

<u, vi> =< k1v1 +k2v2 + ...+knvn , vi>

= k1 <v1 ,vi>,+k2 <v2 , vi>+ ...+kn <vn , vi>

Karena S =(v1, v2,…,vn)adalah himpunan ortonormal maka kita peroleh

<vi , vi> = ‖𝑣𝑖 ‖2=1 dan <vi , vj>=0 if j ≠ 𝑖

Maka persamaan diatas dapat disederhanakan menjadi

<u, vi> = ki

Contoh 62

4 3 3 4
Misalkan 𝑣1 = (0,1,0), 𝑣2 = (− 5 , 0, 5), 𝑣3 = (5 , 0, 5) mudah untuk

memeriksa bahwa S ={ v1, v2, v3} adalah basis ortonormal untuk R3 dengan hasil
kali dalam euclidis. Nyatalah vektor u=(1,1,1) sebagai kombinasi linear vektor-
vektor S.

Pemecahan

1 7
< 𝑢1 , 𝑣1 > = 1 < 𝑢2 , 𝑣2 > = − < 𝑢3 , 𝑣3 > =
5 5

Sehingga, menurut teorema 23

1 7
𝑢 = 𝑣1 − 𝑣2 + 𝑣3
5 5

Yakni,

1 4 3 7 3 4
(1,1,1) = (0,1,0) − (− , 0, ) + ( , 0, )
5 5 5 5 5 5

18
Teorema 24. Jika S =(v1, v2,…,vn)adalah himpunan orthogonal vector taknol
dalam ruang hasil kali dalam, maka S bebas linear.

Bukti. Anggaplah

k1v1 +k2v2 + ...+knvn=0

untuk mendemostrasikan bahwa S =(v1, v2,…,vn)bebas linear, maka kita harus

membuktikan bahwa k1= k2=…= kn=0.

Untuk setiap vi dalam S, bahwa

<k1v1 +k2v2 + ...+knvn , vi > =<0, vi>=0

Dari ortogonalitas S,<vj , vi> = 0 bila j≠ 0 sehingga

ki<vj , vi>=0

karena vector-vektor S dianggap taknol, maka,<vj , vi> ≠ 0. menurut aksioma

kepositifan untuk hasil kali dalam. Maka ki =0. Karena indeks tikalas I sebarang,
maka kita peroleh k1= k2=…= kn=0.; jadi S bebas linear.

Teorema 25. Misalkan V adalah ruang hasil kali dalam dan (v1, v2,…,vr)adalah
himpunan ortonormal dari vector-vektor V. jika W menyatakan ruang yang
direntang oleh (v1, v2,…,vr)maka setiap vector u dalam V dapat diungkapkan
dalam bentuk

u= w1+w2

dimana w1 terletak di W dan w2 ortogonal terhadap W dengan memisalkan

w1 =<u, v1> v1 +<u, v2> v2 +…+<u, vr> vr

w2= u-v1> v1 -<u, v2> v2 -…-<u, vr> vr

Teorema 26. Setiap ruang hasil kali dalam berdimensi berhingga taknol
mempunyai sebuah basis ortonormal.

19
Teorema 27. (teorema proyeksi) jika W adalah subruang yang berdimensi
berhingga dari ruang hasil kali dalam V, maka setiap vector u pada V dapat
dinyatakan persis mempunyai satu cara yaitu,

u= w1+w2

dimana w1 terletak di W dan w2 ortogonal terhadap W.

Teorema 28. (teorema Aproksimasi terbaik). Jika W adalah subruang yang

berdimensi berhingga dari ruang hasil kali dalam V dan jika u adalah vector di V
maka adalah aproksimasi terbaik bagi u dari W dengan pengertian bahwa

‖𝑢 − 𝑝𝑟𝑜𝑦 𝑢‖ < ‖𝑢 − 𝑤‖

Untuk setiap vector w yang berbeda dari proy u.

KOORDINAT ; PERUBAHAN BASIS

Teorema 29. Jika S =(v1, v2,…,vr)adalah basis untuk ruang vector V, maka setiap
vector v yang terletak di V dapat dinyatakan dalam bentuk v= c1v1, c2v2,…, cnvn
persis mempunyai satu cara.

Jika S==(v1, v2,…,vn)adalah basis untuk ruang vector V yang berdimensi

berhingga dan

v= c1v1, c2v2,…, cnvn

adalah pernyataan untuk v dalam basis S, maka skalar c1, c2,…, cn dinamakan
koordinat relative terhadap basis S. vector koordinat dari v relative terhadap S
dinyatakan oleh v dan merupakan vector 𝑅 𝑛 yang didefinisikan oleh

(v)s= (c1, c2,…, cn)

20
Matriks koordinat v relative terhadap S yang dinyatakan oleh [v], sedangkan
𝑐1
𝑐2
matriks 𝑛 × 1 didefinisikan oleh [⋮]
𝑐3

Teorema 30. Jika S adalah basis ortonormal untuk ruang hasil kali dalam
berdimensi n dan jika

(u)s= (u1, u2,…, un) dan (v)s= (v1, v2,…, vn)

Maka

(a) ‖𝑢‖ = √𝑢12 + 𝑢22 , . . +𝑢𝑛2

(b) 𝑑(𝑢, 𝑣) = √(𝑢1 − 𝑣1) 2 + (𝑢2 − 𝑣2) 2 + ⋯ + (𝑢𝑛 − 𝑣𝑛) 2

(c) < 𝑢, 𝑣 >= 𝑢1 𝑣1 + 𝑢2 𝑣2 +….+𝑢𝑛 𝑣𝑛

Teorema 31. Jika P adalah matriks transisi dari basis 𝐶 ke basis B, maka

(a) P dapat dibalik

(b) P −1 adalah matriks transisi dari B ke B′

Teorema 32. Jika P adalah matriks transisi dari satu basis ortonormal ke baris
ortonormal yang lain untuk sebuah ruang hasil kali dalam, maka

P −1 =P t

Definisi. Sebuah matriks A kuadart yang mempunyai sifat

𝐴−1 =𝐴𝑡

Kita katakana matriks orthogonal.

Teorema 33. Yang berikutekivalen satu sama lain:

21
(a) A adalah orthogonal
(b) Vektor-vektor baris dari A membentuk himpunan ortonormal Rn dengan
hasil kali dalam Euclidis
(c) Vektor-vektor kolom A membentuk himpunan ortonormal Rn dengan hasil
kali dalam Euclidis.

Contoh 75

Tinjaulah matriks

1 1
0
√2 √2
𝐴= 0 0 1
1 1
− 0
[√2 √2 ]

Pemecahan

Vektor-vektor baris A adalah

1 1 1 1
𝑟1 = ( , , 0), 𝑟2 = (0,0,1), 𝑟3 = ( ,− , 0)
√2 √2 √2 √2

Relatif terhadap hasil kali dalam euclidis, sehingga diperoleh

‖𝑟1 ‖ = ‖𝑟2 ‖ = ‖𝑟3 ‖ = 1

Dan < 𝑟1 , 𝑟2 >= < 𝑟1 , 𝑟3 > = < 𝑟2 , 𝑟3 > = 0

Sehingga vektor-vektor baris A membentuk himpunan ortonormal pada R3. Jadi A

ortogonal dan

1 1
0
√2 √2
𝐴−1 = 𝐴𝑡 = 1 1
0 −
√2 √2
[0 1 0 ]

22