Z32f74ba076 PDF

De…nisi Ruang Vektor dan Subruang
Kuliah Aljabar Linier Semester Ganjil 2015-2016
MZI
Fakultas Informatika
Telkom University
FIF Tel-U
Oktober – November 2015
MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 1 / 72

Acknowledgements
Slide ini disusun berdasarkan materi yang terdapat pada sumber-sumber berikut:
1 Aplikasi Matriks dan Ruang Vektor, Edisi 1 2014, oleh Adiwijaya.
2 Elementary Linear Algebra, 10th Edition, 2010, oleh H. Anton dan C. Rorres.
3 Slide kuliah Aljabar Linier di Telkom University oleh Jondri.
4 Slide kuliah Aljabar Linier di Fasilkom UI oleh Kasiyah M. Junus dan Siti
Aminah.
5 Slide kuliah Aljabar Linier di Fasilkom UI oleh L. Y. Stefanus.
Beberapa gambar dapat diambil dari sumber-sumber di atas. Slide ini ditujukan
untuk keperluan akademis di lingkungan FIF Telkom University. Jika Anda
memiliki saran/ pendapat/ pertanyaan terkait materi dalam slide ini, silakan kirim
email ke <pleasedontspam>@telkomuniversity.ac.id.

Bahasan
1 Pendahuluan dan Motivasi
2 De…nisi Ruang Vektor atas R
3 Beberapa Contoh Ruang Vektor atas R
Ruang Vektor Nol
Ruang Vektor Euclid Rn dan R1
Ruang Matriks
Ruang Polinom (Ruang Suku Banyak)
Ruang Vektor (?)
4 Beberapa Sifat Ruang Vektor atas R
5 Latihan Veri…kasi Ruang Vektor
6 Subruang
7 Latihan Veri…kasi Subruang M22
8 Pemeriksaan Subruang Secara Geometris
9 Kombinasi Linier
10 Himpunan Perentang (Himpunan Pembangun)

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Pendahuluan
Pada kajian terakhir, kita telah melakukan generalisasi terhadap konsep vektor
yang telah kita pelajari di sekolah menengah ke vektor di ruang berdimensi n. Di
Rn , vektor tidak lain merupakan suatu entitas matematika yang dinyatakan
memakai n tupel, matriks kolom, atau matriks baris.

Pendahuluan
Mulai dari kajian ini, kita akan melakukan perumuman lebih lanjut mengenai
konsep vektor. Kita akan melakukan sedikit abstraksi terhadap konsep vektor.
Vektor dan Ruang Vektor

Pendahuluan

Vektor merupakan suatu anggota (elemen/ unsur) dari suatu himpunan yang
dinamakan ruang vektor. Ruang vektor merupakan suatu himpunan yang
dilengkapi dengan aksioma-aksioma tertentu.

Pendahuluan

Vektor merupakan suatu anggota (elemen/ unsur) dari suatu himpunan yang
dinamakan ruang vektor. Ruang vektor merupakan suatu himpunan yang
dilengkapi dengan aksioma-aksioma tertentu.
Aksioma-aksioma yang digunakan untuk memperumum gagasan ruang vektor

diperoleh dari sifat-sifat vektor di R2 , R3 , dan Rn . Dengan demikian apabila kita
ingin menyelesaikan permalasahan pada jenis vektor yang baru ini, kita dapat
menganalogikan permasalahan tersebut dengan masalah serupa yang ada pada
ruang vektor Euclid.

Motivasi
Mulai saat ini, suatu vektor dapat berupa:

Motivasi
Mulai saat ini, suatu vektor dapat berupa: suatu matriks persegi,

Motivasi
Mulai saat ini, suatu vektor dapat berupa: suatu matriks persegi, suatu fungsi dari
R ke R,

Motivasi
R ke R, suatu polinom (suku banyak),

Motivasi
R ke R, suatu polinom (suku banyak), atau suatu bilangan real positif.
Aplikasi dari penggunaan vektor yang lebih umum ini dapat dijumpai pada kajian
lanjut yang berhubungan dengan

Motivasi
1 transformasi Fourier, yang dipakai pada pengolahan sinyal digital,

Motivasi
1 transformasi Fourier, yang dipakai pada pengolahan sinyal digital,
2 transformasi wavelet, yang dipakai pada pengolahan citra digital.
Dalam kedua bahasan tersebut, vektor yang ditinjau berupa fungsi dari R ke R.

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

De…nisi Ruang Vektor Real
Suatu ruang vektor dapat dide…nisikan atas Q, R, C, atau bahkan Zp . Namun
pada kuliah ini kita hanya akan membahas ruang vektor atas R saja.
De…nisi (De…nisi ruang vektor atas R)
Misalkan (V; +; ) adalah suatu struktur matematika yang terdiri atas: (1)

himpunan tak kosong V , (2)

himpunan tak kosong V , (2) operasi + yang disebut sebagai operasi
penjumlahan, dan (3)

penjumlahan, dan (3) operasi yang disebut perkalian skalar. Struktur atau
himpunan tersebut dikatakan sebagai ruang vektor atas R apabila memenuhi
aksioma-aksioma berikut untuk setiap ~u; ~v ; w
~ 2 V dan ; 2 R
(Aksioma terkait operasi +)

~ 2 V dan ; 2 R
A1 Untuk setiap ~u; ~v 2 V haruslah ~u + ~v 2 V . Ini berarti V tertutup terhadap
operasi +.

~ 2 V dan ; 2 R
operasi +.
A2 ~u + ~v = ~v + ~u (sifat komutatif penjumlahan)

~ 2 V dan ; 2 R
operasi +.
A3 (~u + ~v ) + w ~ (sifat asosiatif penjumlahan)
~ = ~u + (~v + w)

~ 2 V dan ; 2 R
operasi +.
~ = ~u + (~v + w)
~
A4 Terdapat suatu objek 0 2 V yang disebut vektor nol dengan sifat:
~u + ~0 = ~u = ~0 + ~u untuk sembarang ~u 2 V

~ 2 V dan ; 2 R
operasi +.
~ = ~u + (~v + w)
~
A4 Terdapat suatu objek 0 2 V yang disebut vektor nol dengan sifat:
~u + ~0 = ~u = ~0 + ~u untuk sembarang ~u 2 V
A5 Untuk setiap ~u 2 V terdapat ~u 2 V yang disebut negatif dari ~u dengan
sifat: ~u + ( ~u) = ( ~u) + ~u = ~0
(Aksioma terkait operasi )

A6 Untuk setiap ~u 2 V dan 2 R haruslah ~u 2 V . Ini berarti V tertutup
terhadap operasi .

terhadap operasi .
A7 1 ~u = ~u, angka 1 di sini merupakan bilangan real 1.

terhadap operasi .
A8 ( ~u) = ( ) ~u
(Aksioma terkait sifat distributif vektor dan distributif skalar)

terhadap operasi .
A8 ( ~u) = ( ) ~u
A9 (~u + ~v ) = ~u + ~v

terhadap operasi .
A8 ( ~u) = ( ) ~u
A9 (~u + ~v ) = ~u + ~v
A10 ( + ) ~u = ~u + ~v
Catatan

terhadap operasi .
A8 ( ~u) = ( ) ~u
A9 (~u + ~v ) = ~u + ~v
A10 ( + ) ~u = ~u + ~v
Catatan
Ketika operasi perkalian skalar sudah jelas, atau objek vektor yang ditinjau sudah
jelas, maka operasi ~u cukup ditulis dengan ~u saja. Demikian pula dengan
operasi-operasi lain yang melibatkan perkalian skalar.

Catatan
Dalam beberapa buku tertentu, operasi penjumlahan vektor secara umum ditulis
dengan (atau ) dan operasi perkalian skalar secara umum ditulis dengan
(atau ). Kita tidak akan melakukan hal ini, kecuali jika memang diperlukan.
Catatan
Mengingat objek vektor yang ditinjau di sini tidak selamanya merupakan vektor di
Rn , kita tidak selamanya menggunakan notasi ~v untuk menyatakan suatu vektor.
Ketika suatu vektor berupa matriks, kita akan menotasikannya dengan huruf
kapital cetak tebal (seperti A atau B), dan ketika vektor berupa fungsi atau
polinom, kita cukup menuliskan f , p, f (x), atau p (x).

Langkah-langkah Veri…kasi Ruang Vektor
Permasalahan
Diberikan suatu himpunan V dengan operasi penjumlahan dan perkalian skalar
. Bagaimana cara yang sistematis untuk memeriksa apakah V merupakan suatu
ruang vektor atas R?


1 Identi…kasi objek-objek di V yang merupakan vektor yang kita tinjau. Vektor
dapat berupa: matriks m n, fungsi, polinom, atau bilangan real positif.

2 Identi…kasi operasi dan operasi . Pahami baik-baik de…nisi dari operasi
dan yang ada.

dan yang ada.
3 Veri…kasi aksioma A1 dan A6. Aksioma A1 mengharuskan bahwa V tertutup
terhadap . Aksioma A6 mengharuskan bahwa V tertutup terhadap .

dan yang ada.
4 Jika A1 sudah terpenuhi, periksa apakah bersifat komutatif dan asosiatif
(aksioma A2 dan A3).

dan yang ada.
5 Jika A1, A2, dan A3 sudah dipenuhi, tentukan vektor nol di V dan tentukan
bentuk negatif dari setiap vektor di V (aksioma A4 dan A5).

dan yang ada.
6 Selanjutnya periksa apakah A7 dan A8 dipenuhi (berkaitan dengan perkalian
skalar).

dan yang ada.
6 Selanjutnya periksa apakah A7 dan A8 dipenuhi (berkaitan dengan perkalian
skalar).
7 Terakhir, periksa sifat distributif vektor dan sifat distributif skalar (A9 dan
A10).
Pemeriksaan bisa dilakukan secara tidak berurut, terutama ketika kita ingin
memberi contoh penyangkal (counter example).

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Bahasan

Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)

Ruang Vektor Nol
Teorema
Misalkan V nmerupakan
o himpunan yang hanya memuat satu anggota saja, yaitu ~0.
Maka V = ~0 adalah suatu ruang vektor atas R.
Bukti
Latihan.

Bahasan

Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)

Teorema
Misalkan V = Rn dan n 1 merupakan suatu bilangan bulat. Himpunan V
dengan operasi penjumlahan dan perkalian skalar yang dide…nisikan seperti biasa
(lihat slide kuliah sebelumnya) jelas merupakan ruang vektor atas R. Jadi kita
memiliki sifat bahwa Rn adalah ruang vektor atas R.
Bukti
Jelas.

Teorema
Misalkan V adalah suatu himpunan yang anggota-anggotanya adalah tupel tak
hingga
(u1 ; u2 ; : : :) ,
dengan ui 2 R untuk setiap i 2 N. Selanjutnya untuk
~u = (u1 ; u2 ; : : :) ; ~v = (v1 ; v2 ; : : :) 2 V dan 2 R de…nisikan
~u + ~v = (u1 + v1 ; u2 + v2 ; : : :)
~u = ( u1 ; u2 ; : : :) .
V merupakan ruang vektor atas R. Lebih jauh, kita akan menotasikan V sebagai
R1 .
Bukti
Latihan.

Contoh (Contoh aritmetika di R1 )
Misalkan kita memiliki ~u = (1; 0; 1; 0; 1; 0; 1; ), ~v = (0; 2; 0; 2; 0; 2; 0; : : :),
jelas bahwa ~u; ~v 2 R1 . Kita memiliki ~u + ~v =

jelas bahwa ~u; ~v 2 R1 . Kita memiliki ~u + ~v = (1; 2; 1; 2; 1; 2; 1; : : :),
2~u =

2~u = (2; 0; 2; 0; 2; 0; 2; : : :), dan 2~u ~v =

2~u = (2; 0; 2; 0; 2; 0; 2; : : :), dan 2~u ~v = (2; 2; 2; 2; 2; 2; 2; : : :).

Bahasan

Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)

Ruang Matriks Persegi Berorde 2
Teorema
Himpunan V yang berisi seluruh matriks berukuran 2 2 dengan entri-entri
bilangan real merupakan suatu ruang vektor apabila penjumlahan vektornya
dide…nisikan sebagai penjumlahan matriks dan perkalian skalarnya dide…nisikan
sebagai perkalian matriks oleh suatu skalar.
Bukti
0 0
Jelas bahwa V 6= ; karena 2 V . Kita akan membuktikan bahwa V
0 0
merupakan ruang vektor atas R dengan membuktikan aksioma A1–A10 secara
a11 a12 b11 b12 c11 c12
terurut. Misalkan A = ,B= , dan C =
a21 a22 b21 b22 c21 c22
adalah vektor di V serta ; 2 R.

Aksioma terkait penjumlahan vektor.

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
2 A + B = B + A karena

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
2 A + B = B + A karena penjumlahan matriks bersifat komutatif.

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
3 (A + B) + C = A + (B + C) karena

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
3 (A + B) + C = A + (B + C) karena penjumlahan matriks bersifat asosiatif.

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
4 Vektor nol di V adalah

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
0 0
4 Vektor nol di V adalah O = yang merupakan unsur identitas
0 0
penjumlahan matriks.

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
0 0
0 0
a11 a12
5 Diberikan A = 2 V , maka A =
a21 a22

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
0 0
0 0
a11 a12 a11 a12
5 Diberikan A = 2 V , maka A = 2 V dan
a21 a22 a21 a22
kita memiliki

a11 + b11 a12 + b12
1 A+B= 2V
a21 + b21 a22 + b22
0 0
0 0
a11 a12 a11 a12
5 Diberikan A = 2 V , maka A = 2 V dan
a21 a22 a21 a22
kita memiliki A + ( A) = ( A) + A = O.

Aksioma terkait perkalian skalar.

a11 a12
1 A= 2V.
a21 a22

a11 a12
1 A= 2V.
a21 a22
2 ( A) = ( ) A (dari sifat perkalian matriks dengan skalar).

a11 a12
1 A= 2V.
a21 a22
3 1A = A (dari sifat perkalian matriks dengan bilangan real 1).
Aksioma terkait sifat distributif vektor dan sifat distributif skalar).

a11 a12
1 A= 2V.
a21 a22
1 (A + B) = A + B (dari sifat distributif pada perkalian matriks dengan
skalar).

a11 a12
1 A= 2V.
a21 a22
1 (A + B) = A + B (dari sifat distributif pada perkalian matriks dengan
skalar).
2 ( + ) A = A + B (dari sifat distributif pada perkalian matriks dengan
skalar).

Catatan
Secara umum kita memiliki sifat bahwa himpunan seluruh matriks berukuran
m n dengan entri-entri bilangan real merupakan suatu ruang vektor atas R
dengan

Catatan
dengan
1 operasi penjumlahan vektornya merupakan operasi penjumlahan matriks,

Catatan
dengan
2 operasi perkalian skalarnya merupakan operasi perkalian matriks oleh
suatu skalar,

Catatan
dengan
suatu skalar,
3 vektor nolnya adalah matriks O berukuran m n;

Catatan
dengan
suatu skalar,
3 vektor nolnya adalah matriks O berukuran m n;
4 apabila vektor ~a adalah matriks A yang berukuran m n, maka ~a
merupakan matriks A.
Ruang vektor yang berisi matriks berukuran m n yang dijelaskan di atas
dinotasikan dengan Mmn . Ruang vektor seperti ini akan dinamakan sebagai
ruang matriks.

Contoh Aritmetika Vektor pada M22
Jika M22 = fA j A matriks 2 2 atas Rg, maka penjumlahan vektor pada M22
adalah penjumlahan matriks dan perkalian skalarnya adalah perkalian matriks
1 1
dengan skalar. Sebagai contoh, misalkan A = dan
0 1
1 2
B= . Jelas bahwa A; B 2 M22 . Kita memiliki
0 3
A+B =

1 1
0 1
1 2
0 3
0 1
A+B = ,
0 2
3A =

1 1
0 1
1 2
0 3
0 1
A+B = ,
0 2
3 3
3A = ,
0 3
2A + 3B =

1 1
0 1
1 2
0 3
0 1
A+B = ,
0 2
3 3
3A = ,
0 3
5 8
2A + 3B =
0 11

Bahasan

Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)

Polinom/ Suku Banyak
Suatu polinom berderajat n dalam x adalah fungsi yang dapat ditulis dalam
bentuk
p (x) = a0 + a1 x + + an xn
dengan ai 2 R untuk setiap 1 i n. Sebagai contoh p (x) = 2 + x adalah
polinom berderajat

bentuk
p (x) = a0 + a1 x + + an xn
polinom berderajat 1.
De…nisi
Pn Pm
Diberikan dua polinom p (x) = j=0 aj xj dan q (x) = j=0 bj x
j
, serta sebuah
bilangan real , maka
p (x) + q (x) =

bentuk
p (x) = a0 + a1 x + + an xn
De…nisi
Pn Pm
j
, serta sebuah
maxfm;ng
X
p (x) + q (x) = (aj + bj ) xj
j=0
p (x) =

bentuk
p (x) = a0 + a1 x + + an xn
De…nisi
Pn Pm
j
, serta sebuah
maxfm;ng
X
p (x) + q (x) = (aj + bj ) xj
j=0
n
X n
X
p (x) = aj xj = aj xj .
j=0 j=0

De…nisi
Himpunan seluruh polinom yang berderajat paling tinggi n dinotasikan dengan Pn .
Contoh (Contoh aritmetika pada P2 )

Kita memiliki P2 = a0 + a1 x + a2 x2 j a0 ; a1 ; a2 2 R . Elemen-elemen P2
contohnya adalah 0, 1 + x, 1 + x2 , dan 2015 + 2016x + 2017x2 . Misalkan
p (x) = 1 + 2x dan q (x) = 3x + 4x2 .

De…nisi

p (x) = 1 + 2x dan q (x) = 3x + 4x2 . Jelas bahwa p (x) ; q (x) 2 P2 . Kita memiliki
p (x) + q (x) =

De…nisi

p (x) + q (x) = (1 + 2x) + 3x + 4x2 = 1 + 5x + 4x2 ,

3p (x) =

De…nisi

p (x) + q (x) = (1 + 2x) + 3x + 4x2 = 1 + 5x + 4x2 ,

3p (x) = 3 (1 + 2x) = 3 + 6x,
2p (x) 4q (x) =

De…nisi

p (x) + q (x) = (1 + 2x) + 3x + 4x2 = 1 + 5x + 4x2 ,

3p (x) = 3 (1 + 2x) = 3 + 6x,
2p (x) 4q (x) = 2 (1 + 2x) 4 3x + 4x2
= 2 + 4x 12x 16x2 = 2 8x 16x2 .
Teorema
Pn yang dilengkapi dengan operasi penjumlahan dan perkalian dengan bilangan
real merupakan suatu ruang vektor atas R.

Bahasan

Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)

Ruang Vektor (?)
Ruang Vektor (?)
Misalkan V = R+ , yaitu V mencakup semua bilangan real positif. Untuk setiap
x; y 2 V dan 2 R kita de…nisikan dua operasi berikut:
1 x y = xy
2 x=x
Apakah V merupakan ruang vektor atas R?
Solusi:

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x
Solusi: V adalah ruang vektor atas R. Jelas bahwa V 6= ; karena 1 2 V .

Selanjutnya tinjau bahwa.
Terhadap operasi himpunan V memenuhi sifat-sifat berikut:
1 Jika x; y 2 R+ , maka x y =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

1 Jika x; y 2 R+ , maka x y = xy 2 R+ . Jadi V tertutup terhadap operasi .
2 Jika x; y 2 R+ , maka x y =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

2 Jika x; y 2 R+ , maka x y = xy =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

2 Jika x; y 2 R+ , maka x y = xy = yx =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

2 Jika x; y 2 R+ , maka x y = xy = yx = y x. Jadi bersifat komutatif.
3 Jika x; y; z 2 R+ , maka (x y) z =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

3 Jika x; y; z 2 R+ , maka (x y) z = (xy) z =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

3 Jika x; y; z 2 R+ , maka (x y) z = (xy) z = x (yz) =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

3 Jika x; y; z 2 R+ , maka (x y) z = (xy) z = x (yz) = x (y z). Jadi
bersifat asosiatif.
4 Vektor nol di V adalah

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
4 Vektor nol di V adalah 1. Tinjau bahwa x 1 =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
4 Vektor nol di V adalah 1. Tinjau bahwa x 1 = x 1 =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
4 Vektor nol di V adalah 1. Tinjau bahwa x 1 = x 1 = x =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
4 Vektor nol di V adalah 1. Tinjau bahwa x 1 = x 1 = x = 1 x =

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
4 Vektor nol di V adalah 1. Tinjau bahwa x 1 = x 1 = x = 1 x = 1 x
untuk setiap x 2 R+ .
5 Jika x 2 R+ , maka ( x) :=

Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
5 Jika x 2 R+ , maka ( x) := x1 2 R+ . Tinjau bahwa
x ( x) =
Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
x ( x) = x x1 =
Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
x ( x) = x x1 = 1 = x1 x =
Ruang Vektor (?)
Ruang Vektor (?)
1 x y = xy
2 x=x

bersifat asosiatif.
x ( x) = x x1 = 1 = x1 x = ( x) x.
1 Jika x 2 R+ dan 2 R, maka x=

1 Jika x 2 R+ dan 2 R, maka x = x 2 R+ . Jadi V tertutup terhadap
operasi .
2 Jika x 2 R+ dan ; 2 R, maka
( ) x=

operasi .
( ) x = x( ) =

operasi .
( ) x = x( ) = x( ) =

operasi .
( ) x = x( ) = x( ) = x =

operasi .
( ) x = x( ) = x( ) = x = ( x) =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
3 Jika x 2 R+ , maka 1 x=

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x=x =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.
Operasi dan terkait oleh sifat distributif berikut.

1 (x y) =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y = ( x) ( y) =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y = ( x) ( y) =
( x) ( y).
2 ( + ) x=

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y = ( x) ( y) =
( x) ( y).
+
2 ( + ) x=x =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y = ( x) ( y) =
( x) ( y).
+
2 ( + ) x=x = (x ) x =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y = ( x) ( y) =
( x) ( y).
+
2 ( + ) x=x = (x ) x = ( x) ( x) =

operasi .
( ) x = x( ) = x( ) = x = ( x) = ( x).
1
3 Jika x 2 R+ , maka 1 x = x = x.

1 (x y) = (xy) = (xy) = x y = ( x) ( y) =
( x) ( y).
+
2 ( + ) x=x = (x ) x = ( x) ( x) = ( x) ( y).

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Teorema berikut dapat (dan harus) dibuktikan hanya dengan memakai aksioma
A1–A10 saja.
Teorema
Misalkan V adalah ruang vektor atas R, maka
1 0~u = ~0, untuk setiap ~u 2 V
2 ~0 = ~0, untuk setiap 2R
3 ( 1) ~u = ~u
4 ~
Jika ~u = 0, maka = 0 atau ~u = ~0.
Bukti
Lihat Elementary Linear Algebra, 10th Edition, 2010, oleh H. Anton dan C. Rorres.

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Latihan
Latihan
Periksa apakah masing-masing himpunan berikut merupakan ruang vektor atas R.
Berikan bukti atau contoh penyangkal.
1 V = R2 dengan operasi penjumlahan dan perkalian skalar sebagai berikut.
Jika ~u = (u1 ; u2 ) ; ~v = (v1 ; v2 ) 2 V dan 2 R, maka
~u + ~v = (u1 + v1 ; u2 + v2 )
~u = ( u1 ; 0).
Jika ~u = (u1 ; u2 ; u3 ) ; ~v = (v1 ; v2 ; v3 ) 2 V dan 2 R, maka
~u + ~v = (u1 + v1 ; u2 + v2 ; u3 + v3 )
~u = ( u1 ; u2 ; u3 ).
Jika ~u = (u1 ; u2 ; u3 ) ; ~v = (v1 ; v2 ; v3 ) 2 V dan 2 R, maka
~u + ~v = (u1 + v1 ; u2 + v2 ; u3 + v3 )
~u = (0; 0; 0).

Solusi Soal 1, 2, dan 3
Soal 1:

Soal 1:
Kita memiliki V = R2 dengan ~u = ( u1 ; 0) untuk setiap ~u 2 R2 . Perhatikan

bahwa

Soal 1:

bahwa
1 (1; 1) = (1 1; 0) = (1; 0)
Jadi

Soal 1:

bahwa
1 (1; 1) = (1 1; 0) = (1; 0)
Jadi
1 (1; 1) 6= (1; 1) .
Akibatnya (V; +; ) bukan ruang vektor atas R.

Soal 2:

Soal 2:
Kita memiliki V = R3 dengan ~u = ( u1 ; u2 ; u3 ) untuk setiap ~u 2 R3 .

Perhatikan bahwa

Soal 2:

Perhatikan bahwa
(1 + 1) (1; 1; 1) = (2) (1; 1; 1)

= (2; 1; 1)
Sedangkan

Soal 2:

Perhatikan bahwa
(1 + 1) (1; 1; 1) = (2) (1; 1; 1)

= (2; 1; 1)
Sedangkan
1 (1; 1; 1) + 1 (1; 1; 1) = (1; 1; 1) + (1; 1; 1)

= (2; 2; 2) .
Jadi

Soal 2:

Perhatikan bahwa
(1 + 1) (1; 1; 1) = (2) (1; 1; 1)

= (2; 1; 1)
Sedangkan
1 (1; 1; 1) + 1 (1; 1; 1) = (1; 1; 1) + (1; 1; 1)

= (2; 2; 2) .
Jadi
(1 + 1) (1; 1; 1) 6= 1 (1; 1; 1) + 1 (1; 1; 1) .

Soal 3:

Soal 3:
Kita memiliki V = R3 dengan ~u = (0; 0; 0) untuk setiap ~u 2 R3 . Perhatikan

bahwa

Soal 3:
Kita memiliki V = R3 dengan ~u = (0; 0; 0) untuk setiap ~u 2 R3 . Perhatikan

bahwa
1 (1; 1; 1) = (0; 0; 0) 6= (1; 1; 1) .

Latihan
Periksa apakah masing-masing himpunan berikut merupakan ruang vektor atas R.
Berikan bukti atau contoh penyangkal.
4 V = f(x; 0) j x 2 Rg dengan operasi penjumlahan dan perkalian skalar
sebagaimana penjumlahan dan perkalian skalar pada R2 .
5 V = f(1; y) j y 2 Rg, dengan operasi penjumlahan dan perkalian skalar
sebagai berikut. Jika ~u = (1; u) ; ~v = (1; v) 2 V dan 2 R, maka
~u + ~v = (1; u + v)
~u = (1; u).

Solusi Soal 4 dan 5
Soal 4:

Solusi Soal 4 dan 5
Soal 4:
V = f(x; 0) j x 2 Rg dengan operasi penjumlahan dan perkalian skalar

sebagaimana penjumlahan dan perkalian skalar pada R2 merupakan ruang vektor
atas R.

Solusi Soal 4 dan 5
Soal 4:

atas R. Vektor nol di V adalah (0; 0) dan negatif dari (x; 0) adalah ( x; 0). Bukti
detail diserahkan kepada pembaca sebagai latihan.
Soal 5:

Solusi Soal 4 dan 5
Soal 4:

Soal 5:
V = f(1; y) j y 2 Rg, dengan operasi penjumlahan dan perkalian skalar sebagai
berikut: jika ~u = (1; u) ; ~v = (1; v) 2 V dan 2 R, maka
~u + ~v = (1; u + v),
~u = (1; u),
adalah ruang vektor atas R.

Solusi Soal 4 dan 5
Soal 4:

Soal 5:
~u + ~v = (1; u + v),
~u = (1; u),
adalah ruang vektor atas R. Vektor nol di V adalah (1; 0) karena kita memiliki
(1; 0) + (1; u) = (1; u) dan (1; u) + (1; 0) = (1; u)
untuk setiap (1; u) 2 V .

Solusi Soal 4 dan 5
Soal 4:

Soal 5:
~u + ~v = (1; u + v),
~u = (1; u),
adalah ruang vektor atas R. Vektor nol di V adalah (1; 0) karena kita memiliki
(1; 0) + (1; u) = (1; u) dan (1; u) + (1; 0) = (1; u)
untuk setiap (1; u) 2 V . Negatif dari (1; u) adalah (1; u) karena kita memiliki
(1; u) + (1; u) = (1; 0) dan (1; u) + (1; u) = (1; 0) .
Bukti detail diserahkan kepada pembaca sebagai latihan.

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Subruang
Pada latihan sebelumnya, kita telah melihat bahwa himpunan
V = f(x; 0) j x 2 Rg
adalah suatu ruang vektor dengan operasi penjumlahan dan perkalian skalar yang
sama seperti pada R2 . Perhatikan pula bahwa V R2 . Jadi kita memiliki sifat:

Subruang
V = f(x; 0) j x 2 Rg
1 V adalah himpunan bagian (tak kosong) dari R2 .

Subruang
V = f(x; 0) j x 2 Rg
1 V adalah himpunan bagian (tak kosong) dari R2 .
2 V adalah suatu ruang vektor dengan operasi penjumlahan dan perkalian
skalar yang sama seperti pada R2 .
Pada keadaan seperti ini, kita sebut V sebagai subruang dari R2 .
De…nisi (Subruang)
Misalkan V adalah ruang vektor atas R dan W himpunan bagian dari V yang
tidak kosong. Himpunan W dikatakan subruang dari V apabila W juga
merupakan ruang vektor dengan operasi penjumlahan dan perkalian skalar yang
sama seperti pada V .

Memeriksa Sifat Subruang
Jika diberikan suatu ruang vektor V , kita dapat memeriksa apakah W V

merupakan subruang dari V dengan cara:
1 menunjukkan bahwa W 6= ;,
2 menunjukkan bahwa W adalah ruang vektor dengan operasi penjumlahan
dan perkalian skalar yang sama seperti pada V .

Memeriksa Sifat Subruang
Jika diberikan suatu ruang vektor V , kita dapat memeriksa apakah W V

merupakan subruang dari V dengan cara:
1 menunjukkan bahwa W 6= ;,
2 menunjukkan bahwa W adalah ruang vektor dengan operasi penjumlahan
dan perkalian skalar yang sama seperti pada V .
Mengingat ada 10 aksioma yang harus kita periksa, tentunya sangat wajar bila
kita bertanya, “Adakah cara praktis untuk memeriksa apakah suatu himpunan
bagian dari suatu ruang vektor adalah subruang atau bukan?”

Misalkan W V dengan V adalah ruang vektor. Kita akan memeriksa apakah W
subruang dari V atau bukan.

Jika kita dapat menunjukkan bahwa W memuat vektor nol yang sama
dengan vektor nol pada V , maka W 6= ;. Jadi untuk membuktikan bahwa
W 6= ; kita dapat melakukannya dengan menunjukkan bahwa W memuat
vektor nol yang sama dengan vektor nol pada V . Vektor nol pada W dan V
haruslah sama, mengingat operasi penjumlahan yang digunakan pada W dan
V juga sama.

V juga sama.
Perhatikan bahwa operasi + bersifat komutatif dan asosiatif pada V . Karena
setiap anggota W juga anggota V , maka pastilah sifat komutatif dan
asosiatif untuk + juga berlaku di W . Dalam keadaan seperti ini, kita
mengatakan bahwa sifat komutatif dan asosiatif untuk + “diwariskan”
(inherited) dari V ke W .

V juga sama.
Dengan argumen serupa, karena ~0 2 V memenuhi ~0 + ~v = ~v = ~v + ~0 untuk
setiap ~v 2 V maka pastilah ~0 + w
~ =w~ =w ~ + ~0 untuk setiap w
~ 2W V.

V juga sama.
Dengan argumen serupa, karena ~0 2 V memenuhi ~0 + ~v = ~v = ~v + ~0 untuk
setiap ~v 2 V maka pastilah ~0 + w
~ =w~ =w ~ + ~0 untuk setiap w
~ 2W V.
Sifat yang juga diwariskan dari V ke W adalah sifat: 1~v = ~v ,
( ~v ) = ( ) ~v , (~v + w)
~ = ~v + w,~ dan ( + ) (~v ) = ~v + ~v .

Sejauh ini, dari 10 aksioma yang harus diperiksa, yang tidak perlu kita periksa
adalah A2, A3, A4, A7, A8, A9, dan A10. Kita tinggal memeriksa:

1 A1: W tertutup terhadap penjumlahan: untuk setiap w ~ 2 2 W maka
~ 1; w
w ~2 2 W .
~1 + w

~ 1; w
w ~2 2 W .
~1 + w
2 A5: untuk setiap w
~ 2 W maka ~ 2 W.
w

~ 1; w
w ~2 2 W .
~1 + w
2 A5: untuk setiap w
~ 2 W maka ~ 2 W.
w
3 A6: W tertutup terhadap perkalian skalar: untuk setiap w
~ 2 W dan 2R
maka w~ 2 W.
Berdasarkan teorema sebelumnya, kita memiliki ( 1) w ~ Jadi jika kita telah
~ = w.
membuktikan bahwa W tertutup terhadap perkalian skalar, kita tidak perlu
membuktikan bahwa A5 berlaku. Jadi pemeriksaan aksioma A5 dan A6 bisa
dilakukan sekaligus dengan hanya memeriksa A6 saja.

Teorema Pemeriksaan Subruang
Teorema
Jika W subhimpunan dari V yang tidak kosong, maka W adalah suatu subruang
dari V jika dan hanya jika
1 untuk setiap w ~ 2 2 W berlaku w
~ 1; w ~ 2 2 W (W tertutup terhadap
~1 + w
operasi penjumlahan)
2 untuk setiap 2 R dan w ~ 2 W berlaku w ~ 2 W (W tertutup terhadap
operasi perkalian skalar)
Operasi penjumlahan vektor dan perkalian skalar pada W sama dengan operasi
penjumlahan vektor dan perkalian skalar pada V .
Dengan perkataan lain (W; +; :) subruang dari ruang vektor (V; +; :) apabila
1 ;=
6 W V
2 w ~ 2 2 W untuk setiap w
~1 + w ~ 2 2 W dan ;
~ 1; w 2 R.

Permasalahan
Diberikan sembarang ruang vektor V atas R yang memuat lebih dari satu vektor.
Carilah setidaknya dua subruang dari V .

Permasalahan
n o
Perhatikan bahwa V pasti memuat vektor nol. Dari hasil sebelumnya, ~0 adalah
ruang vektor. Akibatnya kita memiliki dua subruang dari V , yaitu

Permasalahan
n o
Perhatikan bahwa V pasti memuat vektor nol. Dari hasil sebelumnya, ~0 adalah
n o
ruang vektor. Akibatnya kita memiliki dua subruang dari V , yaitu ~0 dan V .

Latihan
Latihan
Diberikan ruang vektor R2 dan R3 dengan operasi penjumlahan dan perkalian
skalar standar.
1 Apakah A = f(x; 0) j x 0g subruang dari R2 ?
2 Apakah B = f(0; y) j y 2 Rg subruang dari R2 ?
3 Apakah C = f(a; 1; 0) j a 2 Rg subruang dari R3 ?
4 Apakah D = f(a; a; 0) j a 2 Rg subruang dari R3 ?
Solusi soal 1:

Latihan
Latihan
skalar standar.
Solusi soal 1:
A bukan subruang dari R2 .

Latihan
Latihan
skalar standar.
Solusi soal 1:
A bukan subruang dari R2 . Tinjau bahwa (1; 0) 2 A, tetapi
1 (1; 0) = ( 1; 0) 62 A. Jadi A tidak tertutup terhadap operasi perkalian skalar.
Solusi soal 2:

Latihan
Latihan
skalar standar.
Solusi soal 1:
Solusi soal 2:
B adalah subruang dari R2 . Tinjau bahwa:

Latihan
Latihan
skalar standar.
Solusi soal 1:
Solusi soal 2:
B adalah subruang dari R2 . Tinjau bahwa: (1) B 6= ; karena (0; 0) 2 B.

Latihan
Latihan
skalar standar.
Solusi soal 1:
Solusi soal 2:
B adalah subruang dari R2 . Tinjau bahwa: (1) B 6= ; karena (0; 0) 2 B. (2) B
tertutup terhadap operasi penjumlahan: untuk (0; y1 ) ; (0; y2 ) 2 B, maka
(0; y1 ) + (0; y2 ) = (0; y1 + y2 ) 2 B.

Latihan
Latihan
skalar standar.
Solusi soal 1:
Solusi soal 2:
B adalah subruang dari R2 . Tinjau bahwa: (1) B 6= ; karena (0; 0) 2 B. (2) B
tertutup terhadap operasi penjumlahan: untuk (0; y1 ) ; (0; y2 ) 2 B, maka
(0; y1 ) + (0; y2 ) = (0; y1 + y2 ) 2 B. (3) B tertutup terhadap operasi perkalian
skalar: untuk (0; y) 2 B dan 2 R maka (0; y) = (0; y) 2 B.
Solusi soal 3:

Solusi soal 3:
C bukan subruang dari R3 .

Solusi soal 3:
C bukan subruang dari R3 . Tinjau bahwa (0; 1; 0) 2 C, tetapi
2 (0; 1; 0) = (0; 2; 0) 62 C. Jadi C tidak tertutup terhadap operasi perkalian
skalar.
Solusi soal 4:

Solusi soal 3:
skalar.
Solusi soal 4:
D adalah subruang dari R3 . Tinjau bahwa

Solusi soal 3:
skalar.
Solusi soal 4:
1 D 6= ; karena (0; 0; 0) 2 D.

Solusi soal 3:
skalar.
Solusi soal 4:
1 D 6= ; karena (0; 0; 0) 2 D.
2 D tertutup terhadap operasi penjumlahan: untuk (a; a; 0) ; (b; b; 0) 2 D
maka (a; a; 0) + (b; b; 0) = (a + b; (a + b) ; 0) 2 D.

Solusi soal 3:
skalar.
Solusi soal 4:
1 D 6= ; karena (0; 0; 0) 2 D.
2 D tertutup terhadap operasi penjumlahan: untuk (a; a; 0) ; (b; b; 0) 2 D
maka (a; a; 0) + (b; b; 0) = (a + b; (a + b) ; 0) 2 D.
3 D tertutup terhadap operasi perkalian skalar: untuk (a; a; 0) 2 D dan
k 2 R maka k (a; a; 0) = (ka; (ka) ; 0) 2 D.

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Latihan
Periksa apakah himpunan-himpunan berikut merupakan subruang dari M22 (ruang
matriks yang anggotanya adalah matriks 2 2).
1 Himpunan S yang beranggotakan matriks 2 2 yang semua entri
diagonalnya adalah nol. Dengan perkataan lain
0 p
S = A j A 2 M22 dan A = , p; q 2 R .
q 0
2 Himpunan T yang beranggotakan matriks 2 2 yang determinannya 0.
Dengan perkataan lain T = fA j A 2 M22 dan det (A) = 0g.

Solusi:
Soal 1:

Solusi:
Soal 1: Jelas bahwa S 6= ; karena

Solusi:
0 0
Soal 1: Jelas bahwa S 6= ; karena 2 S. Kemudian misalkan A; B 2 S,
0 0
0 a1 0 b1
maka A = dan B = untuk a1 ; a2 ; b1 ; b2 2 R, akibatnya
a2 0 b2 0
A+B=

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
A+B= + = 2 S. Terakhir,
a2 0 b2 0 a2 + b2 0
0 a1
misalkan A 2 S dengan A = dan k 2 R, maka
a2 0
kA =

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
kA = k = 2 S.
a2 0 ka2 0

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
kA = k = 2 S. Akibatnya S adalah subruang dari
a2 0 ka2 0
M22 .
Soal 2:

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
a2 0 ka2 0
M22 .
2 0 0 0
Soal 2: Misalkan A = dan B = , jelas bahwa A; B 2 T
0 0 0 1
karena

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
a2 0 ka2 0
M22 .
2 0 0 0
0 0 0 1
karena det (A) = det (B) = 0. Kita memiliki A + B =

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
a2 0 ka2 0
M22 .
2 0 0 0
0 0 0 1
2 0
karena det (A) = det (B) = 0. Kita memiliki A + B = dan
0 1
det (A + B) =

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
a2 0 ka2 0
M22 .
2 0 0 0
0 0 0 1
2 0
0 1
det (A + B) = 2 6= 0.

Solusi:
0 0
0 0
0 a1 0 b1
a2 0 b2 0
0 a1 0 b1 0 a1 + b1
a2 0 b2 0 a2 + b2 0
0 a1
a2 0
0 a1 0 ka1
a2 0 ka2 0
M22 .
2 0 0 0
0 0 0 1
2 0
0 1
det (A + B) = 2 6= 0. Akibatnya A + B 62 T . Karena T tidak tertutup terhadap
operasi penjumlahan, maka T bukan subruang dari M22 .

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Pemeriksaan Subruang Secara Geometris
Misalkan W = f(x; y) j x 0; y 0g. Apakah W merupakan subruang dari R2
bila penjumlahan dan perkalian skalarnya dide…nisikan seperti biasa?

bila penjumlahan dan perkalian skalarnya dide…nisikan seperti biasa? Perhatikan
bahwa W merupakan daerah kuadran 1.

bila penjumlahan dan perkalian skalarnya dide…nisikan seperti biasa? Perhatikan
bahwa W merupakan daerah kuadran 1.
W bukan subruang dari R2 karena W tidak tertutup terhadap operasi perkalian

skalar: untuk w
~ = (1; 1) 2 W tetapi 1 w
~ = ( 1; 1) 62 W .

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Kombinasi Linier
De…nisi
Suatu vektor w
~ disebut sebagai suatu kombinasi linier vektor-vektor ~v1 ; ~v2 ; : : : ; ~vr
apabila
w~ = 1~v1 + 2~v2 + + r ~vr ,
dengan 1; 2; : : : ; r 2 R.
Contoh

Kombinasi Linier
De…nisi
Suatu vektor w
apabila
w~ = 1~v1 + 2~v2 + + r ~vr ,
dengan 1; 2; : : : ; r 2 R.
Contoh
Setiap vektor ~v = (v1 ; v2 ; v3 ) 2 R3 merupakan kombinasi linier dari vektor-vektor
basis standar ^{ = (1; 0; 0), |^ = (0; 1; 0), dan k^ = (0; 0; 1) karena
~v = (v1 ; v2 ; v3 ) =

Kombinasi Linier
De…nisi
Suatu vektor w
apabila
w~ = 1~v1 + 2~v2 + + r ~vr ,
dengan 1; 2; : : : ; r 2 R.
Contoh
~v = (v1 ; v2 ; v3 ) = v1 (1; 0; 0) + v2 (0; 1; 0) + v3 (0; 0; 1)

=

Kombinasi Linier
De…nisi
Suatu vektor w
apabila
w~ = 1~v1 + 2~v2 + + r ~vr ,
dengan 1; 2; : : : ; r 2 R.
Contoh
~v = (v1 ; v2 ; v3 ) = v1 (1; 0; 0) + v2 (0; 1; 0) + v3 (0; 0; 1)

^
= v1^{ + v2 |^ + v3 k.

Latihan
Latihan
Misalkan ~u = (1; 2; 1) dan ~v = (6; 4; 2) merupakan dua vektor di R3 . Periksa:
1 apakah w
~ 1 = (9; 2; 7) merupakan kombinasi linier dari ~u dan ~v ?
2 apakah w~ 2 = (4; 1; 8) merupakan kombinasi linier dari ~u dan ~v ?
3 apakah ~0 = (0; 0; 0) merupakan kombinasi linier dari ~u dan ~v ?

Solusi soal 1:

Solusi soal 1:
Tinjau bahwa jika w
~ 1 adalah kombinasi linier dari ~u dan ~v , maka terdapat
; 2 R yang memenuhi

Solusi soal 1:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~1 = ~u + ~v

Solusi soal 1:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~1 = ~u + ~v
(9; 2; 7) = (1; 2 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; + 2 ).
Akibatnya diperoleh SPL

Solusi soal 1:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~1 = ~u + ~v
(9; 2; 7) = (1; 2 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; + 2 ).
+6 = 9
2 +4 = 2
+2 = 7
Dengan menyelesaikan SPL di atas, diperoleh

Solusi soal 1:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~1 = ~u + ~v
(9; 2; 7) = (1; 2 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; + 2 ).
+6 = 9
2 +4 = 2
+2 = 7
Dengan menyelesaikan SPL di atas, diperoleh = 3 dan = 2. Jadi

Solusi soal 1:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~1 = ~u + ~v
(9; 2; 7) = (1; 2 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; + 2 ).
+6 = 9
2 +4 = 2
+2 = 7
Dengan menyelesaikan SPL di atas, diperoleh = 3 dan = 2. Jadi
w
~= 3~u + 2~v .
Dengan demikian w
~ adalah kombinasi linier dari ~u dan ~v .

Solusi soal 2:

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~2 = ~u + ~v

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~2 = ~u + ~v
(4; 1; 8) = (1; 2; 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; +2 )

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~2 = ~u + ~v
(4; 1; 8) = (1; 2; 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; +2 )
+6 =4
Akibatnya diperoleh SPL 2 + 4 = 1 . Dengan OBE kita memperoleh
2 + 2 3= 8
1 6 4
matriks diperbesar 4 2 4 1 5 yang bentuk EBT-nya adalah
1 2 8

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~2 = ~u + ~v
(4; 1; 8) = (1; 2; 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; +2 )
+6 =4
2 + 2 3= 8
1 6 4
2 3 1 2 8
1 0 0
4 0 1 0 5 (tunjukkan!).
0 0 1

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~2 = ~u + ~v
(4; 1; 8) = (1; 2; 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; +2 )
+6 =4
2 + 2 3= 8
1 6 4
2 3 1 2 8
1 0 0
4 0 1 0 5 (tunjukkan!). Karena SPL tidak memiliki solusi, maka tidak ada
0 0 1
nilai dan sehingga w ~ 2 = ~u + ~v .

Solusi soal 2:
Tinjau bahwa jika w
; 2 R yang memenuhi
w
~2 = ~u + ~v
(4; 1; 8) = (1; 2; 1) + (6; 4; 2)
= ( + 6 ;2 + 4 ; +2 )
+6 =4
2 + 2 3= 8
1 6 4
2 3 1 2 8
1 0 0
4 0 1 0 5 (tunjukkan!). Karena SPL tidak memiliki solusi, maka tidak ada
0 0 1
nilai dan sehingga w ~ 2 = ~u + ~v . Jadi w
~ 2 bukan kombinasi linier dari ~u dan
~v .

Solusi soal 3:
Vektor ~0 merupakan kombinasi linier dari ~u dan ~v karena ~0 = (0; 0; 0) = 0~u + 0~v .

Bahasan
Ruang Vektor Nol
Ruang Matriks
Ruang Vektor (?)
6 Subruang
9 Kombinasi Linier

Teorema
Misalkan V adalah ruang vektor dan ~v1 ; ~v2 ; : : : ; ~vr 2 V , maka
1 Himpunan W yang terdiri atas vektor-vekor kombinasi linier ~v1 ; ~v2 ; : : : ; ~vr
merupakan subruang dari V .
2 Himpunan W yang dijelaskan pada nomor 1 merupakan subruang terkecil dari
V yang memuat ~v1 ; ~v2 ; : : : ; ~vr .
Bukti
Lihat Elementary Linear Algebra, 10th Edition, 2010, oleh H. Anton dan C. Rorres.
Dengan perkataan lain teorema di atas menyatakan bahwa

Jika W = f 1~v1 + 2~v2 + + r~
vr : i 2 R untuk 1 i rg maka W
merupakan subruang dari V .
Tidak terdapat subruang W 0 dari V dengan sifat f~v1 ; ~v2 ; : : : ; ~vr g W 0 dan
W0 W.

De…nisi Himpunan Perentang/ Spanning Set
De…nisi
Jika S = f~v1 ; ~v2 ; : : : ; ~vr g V , maka subruang W dari V yang memuat semua
kombinasi linier dari vektor-vektor pada S disebut sebagai ruang yang direntang/
ruang yang dibangun oleh ~v1 ; ~v2 ; : : : ; ~vr . Atau dengan perkataan lain vektor-vektor
~v1 ; ~v2 ; : : : ; ~vr merentang/ membangun W . Hal ini dapat dinotasikan sebagai
W = span (S) = span f~v1 ; ~v2 ; : : : ; ~vr g .

Akibat
Himpunan S V dikatakan merentang/ membangun ruang vektor V apabila
semua vektor pada V dapat dinyatakan sebagai kombinasi linier vektor-vektor
pada S. Sebagai contoh, himpunan S = f(1; 0) ; (0; 1) ; (0; 2)g merentang/
membangun R2 karena sembarang vektor (x; y) 2 R2 dapat dinyatakan sebagai
kombinasi linier vektor-vektor pada S, yaitu
(x; y) =

Akibat
(x; y) = x (1; 0) + y (0; 1) + 0 (0; 2) atau dapat pula

(x; y) =

Akibat

1
(x; y) = x (1; 0) + 0 (0; 1) + y (0; 2) atau dapat pula
2
(x; y) =

Akibat

1
(x; y) = x (1; 0) + 0 (0; 1) + y (0; 2) atau dapat pula
2
(x; y) = x (1; 0) y (0; 1) + y (0; 2) .

Contoh Lain Himpunan Perentang di R2
Contoh
Tinjau ruang vektor R2 dan S = f(1; 1) ; ( 1; 1) ; ( 1; 0)g. Maka
span (S) = span f(1; 1) ; ( 1; 1) ; ( 1; 0)g

=

Contoh
span (S) = span f(1; 1) ; ( 1; 1) ; ( 1; 0)g

= f (1; 1) + ( 1; 1) + ( 1; 0) j ; ; 2 Rg
=

Contoh
span (S) = span f(1; 1) ; ( 1; 1) ; ( 1; 0)g

= f (1; 1) + ( 1; 1) + ( 1; 0) j ; ; 2 Rg
= f( ; + ) j ; ; 2 Rg .
Perhatikan bahwa setiap vektor (x; y) 2 R2 dapat ditulis sebagai
(x; y) = 0 (1; 1) + y ( 1; 1) + ( x y) ( 1; 0) ,
contohnya ( 1; 2) =

Contoh
span (S) = span f(1; 1) ; ( 1; 1) ; ( 1; 0)g

= f (1; 1) + ( 1; 1) + ( 1; 0) j ; ; 2 Rg
= f( ; + ) j ; ; 2 Rg .
(x; y) = 0 (1; 1) + y ( 1; 1) + ( x y) ( 1; 0) ,
contohnya ( 1; 2) = (0) (1; 1) + (2) ( 1; 1) + ( 1) ( 1; 0). Akibatnya

span (S) =

Contoh
span (S) = span f(1; 1) ; ( 1; 1) ; ( 1; 0)g

= f (1; 1) + ( 1; 1) + ( 1; 0) j ; ; 2 Rg
= f( ; + ) j ; ; 2 Rg .
(x; y) = 0 (1; 1) + y ( 1; 1) + ( x y) ( 1; 0) ,
contohnya ( 1; 2) = (0) (1; 1) + (2) ( 1; 1) + ( 1) ( 1; 0). Akibatnya

span (S) = R2 . Ini berarti S = f(1; 1) ; ( 1; 1) ; ( 1; 0)g merentang (atau
membangun) R2 .

Himpunan Perentang untuk Pn
Pn merupakan notasi untuk ruang vektor yang vektor-vektornya berupa polinom

berderajat paling tinggi n. Sebagai contoh
P2 = a0 + a1 x + a2 x2 j a0 ; a1 ; a2 2 R .
Kita memiliki 5; 7 + x; 5 + 2x + 14x2 2 P2 .
Perhatikan bahwa setiap polinom p (x) = a0 + a1 x + + an xn dapat ditulis

sebagai kombinasi linier
p (x) = a0 p0 (x) + a1 p1 (x) + + an pn (x) ,
dengan pi (x) =


P2 = a0 + a1 x + a2 x2 j a0 ; a1 ; a2 2 R .

p (x) = a0 p0 (x) + a1 p1 (x) + + an pn (x) ,
dengan pi (x) = xi , i = 0; : : : ; n. Akibatnya diperoleh
Pn = span


P2 = a0 + a1 x + a2 x2 j a0 ; a1 ; a2 2 R .

p (x) = a0 p0 (x) + a1 p1 (x) + + an pn (x) ,
dengan pi (x) = xi , i = 0; : : : ; n. Akibatnya diperoleh
Pn = span f1; x; : : : ; xn g .

Himpunan Perentang untuk R3 (1)
Diberikan dua vektor ~v1 ; ~v2 2 R3 . Apakah f~v1 ; ~v2 g dapat merentang R3 ?
Latihan
Periksa apakah himpunan f~v1 ; ~v2 g dengan ~v1 = (1; 1; 0) dan ~v2 = (0; 1; 1)
merentang R3 ?
Solusi:

Latihan
merentang R3 ?
Solusi: Apabila f~v1 ; ~v2 g merentang R3 , maka setiap vektor ~u = (u1 ; u2 ; u3 ) 2 R3

dapat dinyatakan sebagai kombinasi linier ~v1 dan ~v2 , yaitu
~u =

Latihan
merentang R3 ?

~u = ~v1 + ~v2
(u1 ; u2 ; u3 ) =

Latihan
merentang R3 ?

~u = ~v1 + ~v2
(u1 ; u2 ; u3 ) = (1; 1; 0) + (0; 1; 1) = ( ; + ; ).
Sehingga diperoleh SPL dalam bentuk matriks

Latihan
merentang R3 ?

~u = ~v1 + ~v2
(u1 ; u2 ; u3 ) = (1; 1; 0) +
(0; 1; 1) = ( ; + ; ).
2 3 2 3
1 0 u1
Sehingga diperoleh SPL dalam bentuk matriks 4 1 1 5 = 4 u2 5.
0 1 u3

Matriks diperbesar dari SPL adalah

2 3
1 0 u1
Matriks diperbesar dari SPL adalah 4 1 1 u2 5. Dengan OBE diperoleh
0 1 u3
matriks

2 3
1 0 u1
2 3 0 1 u3
1 0 u1
matriks 4 0 1 u3 5. Ini berarti SPL memiliki solusi apabila
0 0 u2 u1 u3

2 3
1 0 u1
2 3 0 1 u3
1 0 u1
0 0 u2 u1 u3
u2 u1 u3 = 0, atau u2 = u1 + u3 .

2 3
1 0 u1
2 3 0 1 u3
1 0 u1
0 0 u2 u1 u3
u2 u1 u3 = 0, atau u2 = u1 + u3 . Akibatnya f~v1 ; ~v2 g tidak merentang R3 ,
karena kombinasi linier dari ~v1 dan ~v2 tidak dapat menghasilkan semua vektor di
R3 . Sebagai contoh, (1; 2; 3) tidak dapat dibangun dari ~v1 dan ~v2 .

Diberikan empat vektor ~v1 ; ~v2 ; ~v3 ; ~v4 2 R3 . Apakah f~v1 ; ~v2 ; ~v3 ; ~v4 g dapat
merentang R3 ?
Latihan
Periksa apakah himpunan f~v1 ; ~v2 ; ~v3 ; ~v4 g dengan ~v1 = (1; 1; 1), ~v2 = (0; 1; 1),
~v3 = (0; 0; 1), ~v4 = (1; 2; 3) merentang R3 ?
Solusi:

merentang R3 ?
Latihan
~v3 = (0; 0; 1), ~v4 = (1; 2; 3) merentang R3 ?
Solusi: Apabila f~v1 ; ~v2 ; ~v3 ; ~v4 g merentang R3 maka setiap vektor
~u = (u1 ; u2 ; u3 ) 2 R3 dapat dinyatakan sebagai kombinasi linier dari ~v1 , ~v2 , dan
~v3 , yaitu
~u =

merentang R3 ?
Latihan
~v3 = (0; 0; 1), ~v4 = (1; 2; 3) merentang R3 ?
~v3 , yaitu
~u = 1~
v1 + 2~
v2 + 3~
v3 + 4~
v4
= 1 (1; 1; 1) + 2 (0; 1; 1) + 3 (0; 0; 1) + 4 (1; 2; 3)
(u1 ; u2 ; u3 ) =

merentang R3 ?
Latihan
~v3 = (0; 0; 1), ~v4 = (1; 2; 3) merentang R3 ?
~v3 , yaitu
~u = 1~
v1 + 2~
v2 + 3~
v3 + 4~
v4
= 1 (1; 1; 1) + 2 (0; 1; 1) + 3 (0; 0; 1) + 4 (1; 2; 3)
(u1 ; u2 ; u3 ) = ( 1 + 4; 1 + 2 +2 4; 1 + 2 + 3 +3 4)

merentang R3 ?
Latihan
~v3 = (0; 0; 1), ~v4 = (1; 2; 3) merentang R3 ?
~v3 , yaitu
~u = 1~
v1 + 2~
v2 + 3~
v3 + 4~
v4
= 1 (1; 1; 1) + 2 (0; 1; 1) + 3 (0; 0; 1) + 4 (1; 2; 3)
(u1 ; u2 ; u3 ) = ( 1 + 4; 1 + 2 +2 4; 1 + 2 + 3 +3 4)
Sehingga diperoleh2 SPL dalam bentuk matriks

3
2 3 2 3
1 0 0 1 6 1 7 u1
4 1 1 0 2 56 4 3
2 7 = 4 u2 5.
5
1 1 1 3 u3
4
Matriks diperbesar dari SPL adalah

2 3
1 0 0 1 u1
Matriks diperbesar dari SPL adalah 4 1 1 0 2 u2 5. Dengan OBE
1 1 1 3 u3
diperoleh matriks

2 3
1 0 0 1 u1
2 1 1 31 3 u3
1 0 0 1 u1
diperoleh matriks 4 0 1 0 1 u2 u1 5.
0 0 1 1 u3 u2

2 3
1 0 0 1 u1
2 1 1 31 3 u3
1 0 0 1 u1
diperoleh matriks 4 0 1 0 1 u2 u1 5. Jika 4 = t 2 R, maka
0 0 1 1 u3 u2
diperoleh 1 = u1 t, 2 = u2 u1 t, dan 3 = u3 u2 t.

2 3
1 0 0 1 u1
2 1 1 31 3 u3
1 0 0 1 u1
0 0 1 1 u3 u2
diperoleh 1 = u1 t, 2 = u2 u1 t, dan 3 = u3 u2 t. Ini berarti
f~v1 ; ~v2 ; ~v3 ; ~v4 g merentang R3 . Sebagai contoh, bila ~u = (1; 2; 3), maka dapat
diperoleh ~u =

2 3
1 0 0 1 u1
2 1 1 31 3 u3
1 0 0 1 u1
0 0 1 1 u3 u2
diperoleh 1 = u1 t, 2 = u2 u1 t, dan 3 = u3 u2 t. Ini berarti
f~v1 ; ~v2 ; ~v3 ; ~v4 g merentang R3 . Sebagai contoh, bila ~u = (1; 2; 3), maka dapat
diperoleh ~u = 1 (1; 1; 1) + 1 (0; 1; 1) + 1 (0; 0; 1) + 0 (1; 2; 3).

Diberikan tiga vektor ~v1 ; ~v2 ; ~v3 2 R3 . Syarat apa yang diperlukan agar ~v1 ; ~v2 ; ~v3
merentang R3 ?
Latihan
Periksa apakah himpunan f~v1 ; ~v2 ; ~v3 g dengan ~v1 = (1; 1; 2), ~v2 = (1; 0; 1),
~v3 = (2; 1; 3) merentang R3 .
Solusi:

merentang R3 ?
Latihan
~v3 = (2; 1; 3) merentang R3 .
Solusi:
Perhatikan bahwa jika ~v1 ; ~v2 ; ~v3 merentang R3 maka

merentang R3 ?
Latihan
~v3 = (2; 1; 3) merentang R3 .
Solusi:
Perhatikan bahwa jika ~v1 ; ~v2 ; ~v3 merentang R3 maka setiap vektor
~u = (u1 ; u2 ; u3 ) 2 R3 dapat dinyatakan sebagai kombinasi linier ~v1 ; ~v2 ; ~v3 , atau
dengan perkataan lain terdapat 1 ; 2 ; 3 2 R yang memenuhi

merentang R3 ?
Latihan
~v3 = (2; 1; 3) merentang R3 .
Solusi:
~u = 1~
v1 + 2~
v2 + 3~
v3
(u1 ; u2 ; u3 ) = 1 (1; 1; 2) + 2 (1; 0; 1) + 3 (2; 1; 3)
= ( 1 + 2 +2 3; 1 + 3; 2 1 + 2 +3 3)

merentang R3 ?
Latihan
~v3 = (2; 1; 3) merentang R3 .
Solusi:
~u = 1~
v1 + 2~
v2 + 3~
v3
(u1 ; u2 ; u3 ) = 1 (1; 1; 2) + 2 (1; 0; 1) + 3 (2; 1; 3)
= ( 1 ++ 2 +2 3; 1 3; 2 1 + 2 + 3 3)
2 32 3 2 3
1 1 2 1 u1
Sehingga diperoleh SPL dalam bentuk matriks 4 1 0 1 54 2
5 = 4 u2 5
2 1 3 3 u3
Kita dapat menyelesaikan permasalahan ini dengan dua cara:
Cara 1:
Matriks diperbesar untuk SPL adalah

Cara 1: 2 3
1 1 2 u1
Matriks diperbesar untuk SPL adalah 4 1 0 1 u2 5. Dengan OBE
2 1 3 u3
diperoleh

Cara 1: 2 3
1 1 2 u1
2 2 3 1 3 u3
1 1 2 u1
diperoleh 4 0 1 1 u2 u1 5. SPL memiliki solusi apabila
0 0 0 u3 u2 u1

Cara 1: 2 3
1 1 2 u1
2 2 3 1 3 u3
1 1 2 u1
0 0 0 u3 u2 u1
u3 u2 u1 = 0 atau u3 = u2 + u1 .

Cara 1: 2 3
1 1 2 u1
2 2 3 1 3 u3
1 1 2 u1
0 0 0 u3 u2 u1
u3 u2 u1 = 0 atau u3 = u2 + u1 . Akibatnya f~v1 ; ~v2 ; ~v3 g tidak merentang R3
karena kombinasi linier dari ~v1 ; ~v2 ; ~v3 tidak dapat menghasilkan semua vektor di
Cara 2:
Perhatikan bahwa
1 1 2
1 0 1 =
2 1 3

Cara 1: 2 3
1 1 2 u1
2 2 3 1 3 u3
1 1 2 u1
0 0 0 u3 u2 u1
Cara 2:
Perhatikan bahwa
1 1 2
1 0 1 = 0,
2 1 3
akibatnya nilai 1; 2; 3 tidak selalu ada untuk setiap pilihan ~u 2 R3 .

Cara 1: 2 3
1 1 2 u1
2 2 3 1 3 u3
1 1 2 u1
0 0 0 u3 u2 u1
Cara 2:
Perhatikan bahwa
1 1 2
1 0 1 = 0,
2 1 3
akibatnya nilai 1 ; 2 ; 3 tidak selalu ada untuk setiap pilihan ~u 2 R3 . Jadi
~v1 ; ~v2 ; ~v3 tidak merentang R3 .

Z32f74ba076 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Z32f74ba076 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

De…nisi Ruang Vektor dan Subruang

Kuliah Aljabar Linier Semester Ganjil 2015-2016

Oktober – November 2015

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 1 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 2 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 3 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 4 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 5 / 72

Vektor dan Ruang Vektor

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 5 / 72

Vektor dan Ruang Vektor

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 5 / 72

Vektor dan Ruang Vektor

Aksioma-aksioma yang digunakan untuk memperumum gagasan ruang vektor

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 5 / 72

Mulai saat ini, suatu vektor dapat berupa:

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 6 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 7 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 8 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 9 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 10 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 11 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 12 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 13 / 72

3 Beberapa Contoh Ruang Vektor atas R

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 14 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 15 / 72

3 Beberapa Contoh Ruang Vektor atas R

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 16 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 17 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 18 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 19 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 19 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 19 / 72

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 19 / 72

3 Beberapa Contoh Ruang Vektor atas R

MZI (FIF Tel-U) De…nisi RV dan Subruang Oktober – November 2015 20 / 72