MATRIKS
(Ruang-ruang Vektor)
TIM PENYUSUN
TI 2018 B
ALJABAR LINIER & MATRIKS
(Ruang-Ruang Vektor)
Disusun Oleh :
Wahyu Aldiwidiyanto
TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS NEGERI SURABAYA
2018
Ruang-ruang Vektor
KATA PENGANTAR
iii
Universitas Negeri Surabaya
Ruang-ruang Vektor
PENDAHULUAN
Latar Belakang
Tujuan
Metode Penulisan
iv
Teknik Informatika
Ruang-ruang Vektor
DAFTAR ISI
vi
Teknik Informatika
Ruang-ruang Vektor
DAFTAR GAMBAR
Gambar 1.a Ruang –n Euclidis ............................................ 1
Gambar 2.a ruang vektor (umum) ........................................ 5
Gambar 3.a Sub-Ruang Vektor............................................. 13
Gambar 5.a koordinat basis dan dimensi ............................. 28
vii
Universitas Negeri Surabaya
Ruang-ruang Vektor
viii
Teknik Informatika
Ruang-ruang Vektor
BAB I
RUANG –N EUCLIDES
1.1. Definisi
u + v = ( u1+v1, u2+v2,…,un+vn )
1
Universitas Negeri Surabaya
Ruang-ruang Vektor
Contoh:
Misalkan u = (2, -1, 9, 3, 4), v = (1, -2, 3, -2, 1, 0), w=(5, -8,
2, 3, 4, 5) u + v = tidak terdefinisi, karena u ∈R5, sedangkan
v∈R6
v + w = (1 + 5, (-2) + (-8), 3 + 2, (-2) + 3, 1 + 4, 0 + 5) = (6,
-10, 5, 1, 5, 5)
u+v=v+u {komutatif}
(u + v) + w = u + (v + w) {asosiatif}
u+o=o+u=u {anggota identitas}
u + (-u) = (-u) + u = o {invers anggota}
k(u + v) = ku + kv {distributif terhadap
skalar}
(k+l)u = ku + lu {distributif terhadap
skalar}
(kl)u = k(lu) {asosiatif perkalian dengan
skalar}
1.u = u {perkalian dengan skalar 1
(satu)}
Contoh:
Misalkan u = (2, -4, 9, -2, 4), maka u=
(2.2 + (−4). (−4) + 9.9 + (−2). (−2) + 4.4)1/2 =
(4 + 16 + 81 + 4 + 16)1/2 = 11
Contoh :
Diketahui a = ( 1,1,2,3 ) dan b = ( 2,2,1,1 ) Tentukan jarak
antara a dan b !
Jawab
a – b = (–1, –1,1,2 )
3
Universitas Negeri Surabaya
Ruang-ruang Vektor
Latihan:
4
Teknik Informatika
Ruang-ruang Vektor
BAB II
2.1. Definisi
5
Universitas Negeri Surabaya
Ruang-ruang Vektor
Contoh:
Tentunya dikarenakan kesepuluh aksioma tersebut diambil dari vektor
Rn dan matrik Mnxm yang dilengkapi dengan operasi penjumlahan
dan perkalian skalar yang biasa (standar), maka Rn dan matrik Mnxm
adalah ruang vektor.
6
Teknik Informatika
Ruang-ruang Vektor
p = a0+a1x+a2x2+...+anxn, q=b0+b1x+b2x2+...+bnxn
p+q = (a0+a1x+a2x2+...+anxn)+(b0+b1x+b2x2+...+bnxn)
{sifat asosiatif bilangan riil}
p+q = (a0+ b0)+(a1+b1)x+(a2+b2)x2+...+(an+bn)xn {a0+b0,
a1+b1, a2+b2, ..., an+bn {konstanta riil}
∴p+q ∈Pn
p = a0+a1x+a2x2+...+anxn, q=b0+b1x+b2x2+...+bnxn
p+q = (a0+b0)+(a1+b1)x+(a2+b2)x2+...+(an+bn)xn
{sifat asosiatif bilangan riil}
p+q = (b0+a0)+(b1+a1)x+(b2+a2)x2+...+(bn+an)xn
{sifat distributif bilangan riil}
p+q = b0+a0+b1x+a1x+b2x2+a2x2+...+bnxn+anxn
{sifat asosiatif bilangan riil}
p+q = (b0+b1x+b2x2+...+bnxn)+ (a0+a1x+a2x2+...+anxn)
∴p+q=q+p
p=a0+a1x+a2x2+...+anxn, q=b0+b1x+b2x2+...+bnxn , r =
c0+c1x+c2x2+...+cnxn
(p+q)+r = ((a0+ b0)+(a1+b1)x+(a2+b2)x2+...+(an+bn)xn )
+(c0+c1x+c2x2+...+cnxn) {distributif bil. riil}
7
Universitas Negeri Surabaya
Ruang-ruang Vektor
4. Ada o∈ Pn, yaitu o=0, dan ambil q ∈Pn, berarti dapat
diuraikan sebagai :
q = a0+a1x+a2x2+...+anxn,
o+q = 0+a0+a1x+a2x2+...+anxn = a0+a1x+a2x2+...+anxn =q
q+o = a0+a1x+a2x2+...+anxn+0 = a0+a1x+a0x2+...+anxn =q
∴ q+o= o+q=q
p = a0+a1x+a2x2+...+anxn, k, l ∈ R, (kl)p =
(kl)(a0+a1x+a2x2+...+anxn) {distributif bil. riil}
(kl)p = (kl)a0+(kl)a1x+(kl)a2x2+...+(kl)anxn
{asosiatif bil. riil}
(kl)p = k(la0)+k(la1)x+k(la2)x2+...+k(lan)xn
{distributif bil. riil}
(kl)p=k(la0+la1x+la2x2+...+lanxn)
∴ (kl)p=k(lp)
10. Ambil p∈Pn, berarti dapat diuraikan sebagai :
9
Universitas Negeri Surabaya
Ruang-ruang Vektor
1. + o = o ∈O.
2. +o=o+o=o
3. (o + o) + o = o + (o + o) = o
4. ada o ∈O, yang bersifat o + o = o + o = o
5. jika o ∈O, maka selalu ada –o=o ∈O, sehingga o + (-o) = -o
+o=o
6. ko=o ∈O
7. k(o + o) = ko + ko = o + o = o
8. (k+l)o=ko + lo = o
9. (kl)o = k(lo)= o
10. 1.o = o
1. Ambil u=(u1, u2, u3), v=(v1, v2, v3) ∈P, berarti memenuhi:
au1+bu2+cu3=0 dan av1+bv2+cv3=0, jumlah dari kedua
persamaan ini, didapat:
10
Teknik Informatika
Ruang-ruang Vektor
2. Ambil u=(u1, u2, u3), v=(v1, v2, v3) ∈P, dan karena u, v juga
anggota R3, maka terpenuhilah aksioma ke 2.
3. Ambil u=(u1, u2, u3), v=(v1, v2, v3), w=(w1, w2, w3)∈P,
begitu pula u, v, dan w juga anggota R3, sehingga dipenuhi
aksioma yang ke 3.
5. Ambil u=(u1, u2, u3)∈P, ada -u=(-u1, -u2, -u3) ∈P, karena
a(-u1)+b(-u2)+c(-u3) = -( au1+bu2 + cu3) = -0=0. Dan
dikarenakan u dan –u ini juga anggota R3, maka dipenuhi
aksioma yang ke 5.
7. Ambil u=(u1, u2, u3), v=(v1, v2, v3) ∈P, ambil k skalar,
karena u, v juga anggota R3, dan k skalar riil, maka dipenuhi
aksioma ke 7.
11
Universitas Negeri Surabaya
Ruang-ruang Vektor
12
Teknik Informatika
Ruang-ruang Vektor
BAB III
SUB-RUANG VEKTOR
3.1. Definisi
13
Universitas Negeri Surabaya
Ruang-ruang Vektor
Ada empat aksioma yang tidak diturunkan dari ruang vektor V, yaitu
Bukti
Contoh:
Diketahui U adalah himpunan titik – titik di bidang dengan ordinat 0
dengan operasi standar R2 , tunjukkan bahwa U merupakan sub–ruang
dari R2 !
Jawab
14
Teknik Informatika
Ruang-ruang Vektor
Jawab
Akan ditunjukkan apakah U memenuhi syarat sub–ruang vektor R3.
Contoh:
Tunjukkan bahwa himpunan yang berisi semua matriks
orde yang setiap unsur diagonalnya nol merupakan subruang
dari yaitu ruang vektor matriks .
15
Universitas Negeri Surabaya
Ruang-ruang Vektor
Perhatikan : .
Pilih . Jadi .
Perhatikan,
Karena ,
berakibat dan .
16
Teknik Informatika
Ruang-ruang Vektor
didapat . Jadi, .
Bukti.
Untuk bukti dari kiri ke kanan, jelas. Untuk bukti dari kanan ke kiri,
dengan alasan yang sama seperti bukti pada teorema di atas, jelas
memenuhi aksioma 1, 2, 5, 6, 7, 8, 9 dan 10. Selanjutnya dengan
menggunakan sifat 1 pada Teorema 1 (Sifat Ruang Vektor),
berlaku untuk setiap . Berakibat aksioma 3
berlaku. Selanjutnya dari kondisi 2, dapat dipandang
dan dengan mengambil dan , maka aksioma 4 ruang
vektor terpenuhi.
Contoh:
Diketahui merupakan
17
Universitas Negeri Surabaya
Ruang-ruang Vektor
Perhatikan,
Karena ,
maka . Sehingga dapat disimpulkan
subruang dari .
Contoh:
18
Teknik Informatika
Ruang-ruang Vektor
1. subruang dari .
2. subruang dari
Bukti.
1. Karena dan mrupakan subruang, maka terdapat ,
sehingga . Jadi . Ambil
sebarang dan ,
artinya dan . Akan
dibuktikan . Karena dan ,
serta dan subruang berakibat .
Jadi . Selanjutnya akan
dibuktikan . Dengan alasan yang sama,
20
Teknik Informatika
Ruang-ruang Vektor
Jadi, subruang.
Bukti.
Diketahui subruang dari . Jika , artinya
terdapat tapi . Akan dibuktikan . Ambil
sebarang , karena subruang, maka ,
sehingga diperoleh atau . Jika ,
21
Universitas Negeri Surabaya
Ruang-ruang Vektor
22
Teknik Informatika
Ruang-ruang Vektor
BAB IV
MEMBANGUN BEBAS LINIER
Sebelum membahas lebih jauh tentang vektor – vektor yang
membangun ruang vektor dan vektor – vektor yang bebas linier ,
sebelumnya akan diberikan definisi yang berkaitan dengan masalah
yang yang akan dibahas .
4.1.Kombinasi linier
4.2.Definisi
Contoh:
Diketahui 𝑎̅ = ( 1,2 ) , 𝑏̅ = ( –2,–3 ) dan 𝑐̅ = ( 1,3 )
23
Universitas Negeri Surabaya
Ruang-ruang Vektor
Jawab
Misalkan 𝑐̅ merupakan kombinasi linier dari 𝑎̅ dan 𝑏̅ , maka dapat
ditentukan
nilai untuk k1 dan k2 dari persamaan 𝑐̅ = k1 𝑎̅ + k2 𝑏̅
Didapatkan
Contoh:
Apakah 𝑢̅ = ( 1,2,3 ) , 𝑣̅ = ( 2,4,6 ) dan 𝑤
̅ = ( 3,4,7 ) membangun R3 ?
Jawab
Misalkan u , v dan w membangun R3 , maka untuk sembarang vektor
di R3 ( x,y,z ) , maka ( x,y,z ) haruslah merupakan kombinasi linier
dari dari u , v dan w. Jika dituliskan dalam bentuk matriks akan
berbentuk :
Karena SPL diatas bukan merupakan SPL homogen , maka SPL akan
konsisten jika tidak ada baris 0 pada matriks A setelah dilakukan
reduksi baris.
Contoh:
Diketahui u = ( 1,2 ) , v = ( 2,2 ) , w = ( 1,3 )
a. Apakah u , v dan w membangun R2 ?
b. Apakah u , v dan w bebas linier ?
Jawab
a. Misalkan u , v dan w membangun R2 , maka SPL berikut :
̅ membangun 𝑅 2
Jadi SPL konsisten 𝑢̅ , 𝑣̅ dan 𝑤
25
Universitas Negeri Surabaya
Ruang-ruang Vektor
bergantung linier.
Contoh:
Apakah s(x) = –6x2 merupakan kombinasi linier dari p(x) = 1 +2x +x2
, q(x) = –x + 2x2 dan r(x) = 1 – x2 ?
Jawab
s(x) merupakan kombinasi linier dari p(x) , q(x) dan r(x) jika dan hanya
jika s(x) bisa dituliskan sebagai :
SPL konsisten , Jadi s(x) merupakan kombinasi linier dari p(x) , q(x)
26
Teknik Informatika
Ruang-ruang Vektor
Latihan:
a. U = (2, 0, 1)
b. U = (-1, 1, 1)
c. U = (0, 2, 3)
d. U = (4, 3, -1)
e. U = (2, 1, -1)
f. U = (0, 0, 1)
a. 3+x+2𝑥 2
b. 2x + 5𝑥 2
c. 1+x+6𝑥 2
d. 2x +12𝑥 2
e. 5 – 2𝑥 2
f. 4+2x+15𝑥 2
27
Universitas Negeri Surabaya
Ruang-ruang Vektor
BAB V
BASIS DAN DIMENSI
5.1.Definisi
S bebas linier
S membangun V
Basis dari suatu ruang vektor tidak harus tunggal tetapi bisa
lebih dari satu. Ada dua macam basis yang kita kenal yaitu basis
standar dan basis tidak standar.
28
Teknik Informatika
Ruang-ruang Vektor
untuk M22
Contoh:
Tentukan apakah H =
29
Universitas Negeri Surabaya
Ruang-ruang Vektor
Jawab
Jumlah matriks ( bisa dipandang sebagai vektor di 𝑅 4 ) dalam H = 4 =
dim M22, Jadi untuk menentukan apakah H merupakan basis dari 𝑅 4
atau bukan adalah dengan melihat nilai determinan dari ruang yang
dibangun oleh H.
Latihan:
31
Universitas Negeri Surabaya
Ruang-ruang Vektor
BAB VI
6.1. Definisi
Jadi jika A =
32
Teknik Informatika
Ruang-ruang Vektor
33
Universitas Negeri Surabaya
Ruang-ruang Vektor
Dimensi dari ruang baris disebut rank baris dari matriks A, dalam
hal ini rank baris dari A adalah 3.
34
Teknik Informatika
Ruang-ruang Vektor
Daftar Teorema:
35
Universitas Negeri Surabaya
Ruang-ruang Vektor
Contoh:
A=
Contoh:
BAB VII
BASIS RUANG SOLUSI
7.1. Definisi
Contoh:
Jawab
A=
Nullitas A = 1.
Bisa juga diperiksa bahwa nullitas A + rank A = 3 = n.
37
Universitas Negeri Surabaya
Ruang-ruang Vektor
BAB VIII
PENUTUP
8.1. Kesimpulan
8.2. Saran
39
Universitas Negeri Surabaya
Ruang-ruang Vektor
DAFTAR PUSTAKA
40
Teknik Informatika