Aljabar Linear Elementer Suzyanna 2014/2015

BAB IV

RUANG VEKTOR R2 DAN R3

Bab ini membahas pengertian dan operasi vektor-vektor. Selain operasi aljabar

dibahas pula operasi hasil kali titik dan hasil kali silang dari vektor-vektor.

TIK : Setelah mempelajari materi ini diharapkan mahasiswa dapat:

a. Menentukan basis pada ruang vektor R2 dan R3.

b. Menentukan basis dari ruang baris dan ruang kolom dari suatu matriks

c. Menentukan basis orthogonal dan orthonormal dengan Proses Gram-Schmidt

4.1. Ruang Vektor R2 dan R3.

4.1.1. Operasi Aljabar Vektor

Vektor adalah segmen garis yang mempunyai arah dan panjang. Secara geometris

vektor digambarkan dengan anak panah yang mempunyai pangkal dan ujung.

Vektor-vektor yang mempunyai arah dan panjang yang sama dikatakan ekivalen.

Vektor-vektor ekivalen

Definisi 4.1.2 : Jika v dan w adalah dua vektor sebarang maka v + w, disebut

jumlah vektor v dan w, diperoleh sebagai berikut : letakkan vektor w

sehingga titik awal w berimpit dengan titik akhir dari v, maka vektor v + w

dinyatakan oleh panah dari titik awal v ke titik ujung w.

53
Aljabar Linear Elementer Suzyanna 2014/2015

v w w+v
v v+w v

Penjumlahan vektor

Vektor yang panjangnya nol dinamakan vektor nol dan dinyatakan dengan 0.

Penjumlahan dengan vektor nol didefinisikan

0+v=v+0=v

Jika v sebarang vektor tak nol, maka v (negatif v) adalah vektor yang mempunyai

besaran sama seperti v tetapi arahnya berlawanan dengan v.

Pengurangan dua vektor didefinisikan sebagai penjumlahan dengan negatif vektor.

v  w  v  ( w)

v -w
v v -v w

w v-w w-v
v

Negatif vektor Pengurangan vektor

Definisi 4.1.3 : Perkalian vektor tak nol v dengan skalar (bilangan real tak nol) k

didefinisikan sebagai vektor yang panjangnya |k| kali panjang v dan

arahnya sama dengan arah v jika k > 0, dan berlawanan arah dengan arah v

jika k < 0.

54
Aljabar Linear Elementer Suzyanna 2014/2015

v
v
1 2v
-3v

2
Perkalian vektor dengan skalar

4.2 Vektor pada Bidang (R2)

Misalkan v suatu vektor pada bidang, titik awal v diletakkan pada pusat

sistem koordinat, dan titik ujung v terletak pada koordinat (v1, v2), maka (v1, v2)

dinamakan komponen dari v. Dalam hal ini ditulis

v = (v1, v2).

Secara geometri v1 menyatakan komponen pada sumbu x dan v2 menyatakan

komponen pada sumbu y.

Jika v = (v1, v2) dan w = (w1, w2) adalah vektor-vektor pada bidang (R2), maka v

ekivalen dengan w jika dan hanya jika v1 = w1 dan v2 = w2 .

Jika v = (v1, v2) dan w = (w1, w2), maka berlaku

1. v  w = (v1+w1, v2+w2)

2. k v = (kv1, kv2) dengan k suatu skalar

Contoh 4.2.1 : Misalkan v = (2, 1) dan w = (1, 3), maka

v + w = (2, 1) + (1, 3) = (21, 13) = (1, 4)

2v = 2(2, 1) = (2.(2), (2).1) = (4, 2)

v  w = (2, 1)  (1, 3) = (21, 13) = (3, 2)

w  v = (1, 3)  (2, 1) = (1(2), 31) = (3, 2)

55
Aljabar Linear Elementer Suzyanna 2014/2015

v+w
2v
w
v w-v

v-w

Operasi aljabar vektor

Kadang-kadang vektor diletakkan sedemikian sehingga titik awalnya tidak

terletak pada pusat koordinat. Misalkan titik awalnya adalah P 1(x1,y1) dan titik

ujungnya adalah P2(x2,y2) maka P̄1 P̄2 =( x 2−x 1 , y 2 − y 1 ) . Komponen P̄1 P̄2

didapat dengan mengurangkan koordinat tititk awal dari koordinat titik ujung. Jika

dijelaskan dengan gambar, didapat pula

P̄1 P̄2 =Ō P̄2 −Ō P̄ 1=( x2 , y 2 )−( x1 , y 1 )=( x2 −x 1 , y 2 − y 1 )

Contoh 4.2.2 :

P̄1 P̄2
Ō P̄1

Ō P̄2

56
Aljabar Linear Elementer Suzyanna 2014/2015

Jika v = (v1,v2) adalah vektor di R2 maka panjang vektor (disebut norm ) v

didefinisikan sebagai

‖v‖= v 2 + v
√ 1 22

Jika P1(x1, y1) dan P2(x2, y2) adalah dua titik di R2, maka jarak dua titik tersebut

didefinisikan sebagai norm dari vektor

P1 P2 , yaitu

d= √( x 2 −x 1 )2 +( y 2 − y 1 )2
4.3. Vektor pada Ruang (R3)

Misalkan v suatu vektor pada ruang (R3), maka komponen dari v adalah (v1,

v2, v3) yang secara geometri v1 menyatakan komponen pada sumbu x dan v2

menyatakan komponen pada sumbu y dan v3 menyatakan komponen pada sumbu z.

Jika v = (v1, v2, v3) dan w = (w1, w2, w3), maka

1. v ekivalen dengan w jika dan hanya jika v1 = w1, v2 = w2, v3 = w3.

2. v + w = (v1+w1, v2+w2, v3+w3)

3. k v = (kv1, kv2, kv3) dengan k suatu skalar

Jika P1(x1, y1, z1) dan P2(x2, y2, z2) adalah titik-titik di R3, maka

P1 P2 = (x -x , y -y z -z )
2 1 2 1, 2 1

Jika w = (w1, w2, w3) suatu vektor di R3, maka panjang vektor (norm) w

didefinisikan sebagai

‖w‖ = w 2 +w 2 + w
√ 1 2 32

57
Aljabar Linear Elementer Suzyanna 2014/2015

Jika P1(x1, y1, z1) dan P2(x2, y2, z2) adalah dua titik di R3, maka jarak antara dua titik

tersebut adalah norm dari vektor

P1 P2 , yaitu

d= √( x 2 −x 1 )2 +( y 2 − y 1 )2 +( z 2 −z 1 )2
Contoh 4.3.1 :

Norm vektor v = (3, 4, 0) adalah

‖v‖= √32+4 2 +0 2=5

Jarak di antara titik P1(2, 1, 0) dan P2(4, 3, 1) adalah

d= √( 4−2)2 +(−3−1)2 +(1−0)2 =√ 4 +16+1=√21

Kaidah dasar ilmu hitung vektor akan ditunjukkan di dalam teorema berikut

ini.

Teorema 4.3.2 : Jika u, v dan w adalah vektor-vektor di dalam R2 atau R3 dan k , l

adalah skalar, maka hubungan yang berikut akan berlaku.

1. u + v = v + u

2. (u + v) + w = u + (v + w)
__ __
3. u + 0 = 0 +u=u

__
4. u + (-u) = 0

5. k(l u) = (kl) u

6. k(u + v) = k u + k v

7. (k +l) u = k u + l u

8. 1 u = u

58
Aljabar Linear Elementer Suzyanna 2014/2015

4.4 Ruang Vektor R2 dan R3.

Vektor-vektor di R2 dapat kita nyatakan dalam bentuk 2-tupel (v 1, v2) sedangkan

vektor-vektor di R3 kita nyatakan dalam bentuk 3-tupel (v 1, v2, v3) dengan v1, v2,

dan v3 adalah bilangan-bilangan real.

Definisi 4.4.1 : Misalkan V = R2 ( V = R3 ) dilengkapi dengan dua operasi yang

didefinisikan sebagai penjumlahan (+) dan perkalian skalar (bilangan real).

Jika untuk setiap u, v, dan w elemen pada V dan k, l sebarang skalar berlaku

aksioma-aksioma :

1. u  v  V

2. u  v  v  u

3. u  (v  w)  (u  v)  w

4. Ada 0  V sehingga u  0  0  u  u untuk setiap u  V.

5. untuk setiap u  V ada u  V, disebut negatif u, sehingga

u  (u)  (u)  u  0

6. k u  V untuk setiap skalar k

7. (k +l) u = k u + l u

8. k (u + v) = k u + k v

9. k (l u) = (kl) u

10. 1 u = u

maka V disebut sebagai ruang vektor atau ruang euclid. Dalam hal ini

elemen V disebut sebagai vektor. Elemen 0 pada aksioma 4 disebut vektor

nol. Aksioma 1 dan 6 menunjukkan bahwa penjumlahan dua vektor dan

perkalaian skalar dengan vektor menghasilkan suatu vektor. Jadi R2 dan R3

dengan operasi di atas merupakan ruang vektor (Ruang Euclid).

59
Aljabar Linear Elementer Suzyanna 2014/2015

Contoh 4.4.2 :

a. Himpunan titik-titik pada sebuah garis yang melalui titik asal pada R2 akan

membentuk ruang vektor.

b. Himpunan titik-titik pada R2 yang terletak pada kuadran pertama bukanlah ruang

vektor.

Sifat penting vektor diberikan pada teorema berikut.

Teorema 4.4.3 : Misalkan u elemen suatu ruang vektor R2 (atau R3) dan k sebarang

skalar, maka berlaku :

a. 0u  0

b. k 0  0

c. (1)u  u

d. Jika k u  0 maka k  0 atau u  0

Kadang-kadang untuk suatu keperluan, diambil suatu himpunan bagian dari

suatu himpunan yang masih memiliki kaidah-kaidah seperti yang berlaku pada

himpunannya. Hal ini juga terjadi pada ruang vektor.

Definisi 4.4.4 : Misalkan W himpunan bagian dari ruang vektor V. Jika W

merupakan ruang vektor dengan operasi penjumlahan dan perkalian skalar

seperti yang didefinisikan pada V maka W disebut ruang bagian (subspace)

dari V.

4.5 Kombinasi linear dan kebebasan linear

60
Aljabar Linear Elementer Suzyanna 2014/2015

Pada ruang vektor R2 (atau R3) berlaku operasi penjumlahan vektor dan

perkalian skalar dengan vektor. Kombinasi dari dua operasi tersebut

menghasilkan suatu vektor yang kita definisikan sebagai berikut.

Pada ruang vektor R2.

Definisi 4.5.1 : Vektor w  R2 dikatakan sebagai kombinasi linear (linear

combination) dari vektor-vektor v1, v2  R2 jika w dapat dinyatakan dalam

bentuk
w  k1v1 + k 2v2 .
Definisi 4.5.2 : Vektor-vektor v1, v2  R2 dikatakan merentang ruang vektor R2 jika

setiap vektor dalam R2 dapat dinyatakan sebagai kombinasi linear dari

vektor-vektor v1, v2 ditulis R2  span{v1,v2}= { k 1 v 1 + k 2 v 2|k 1 , k 2 skalar }

Definisi 4.5.3 : S  {v1,v2} himpunan bebas linear jika k1v1 + k 2v2  0

mengakibatkan k1  0, k 2  0.

Sedangkan S  {v1,v2} himpunan tak bebas linear/bergantung linear jika terdapat k i

 0, i=1,2 mengakibatkan k1v1 + k 2v2  0

Definisi 4.5.4 : Misalkan R2 suatu ruang vektor dan S  {v1,v2} himpunan vektor-

vektor anggota R2. Himpunan S disebut basis untuk R2 jika:

a. S bebas linear
b. S merentang R2

Pada ruang vektor R3.

Definisi 4.5.5: Vektor w  R3 dikatakan sebagai kombinasi linear (linear

combination) dari vektor-vektor v1, v2, v3  R3 jika w dapat dinyatakan dalam

bentuk w  k1v1 + k 2v2 + k 3v3

61
Aljabar Linear Elementer Suzyanna 2014/2015

Definisi 4.5.6 : Vektor-vektor v1, v2, v3  R3 dikatakan merentang ruang vektor R3

jika setiap vektor dalam R3 dapat dinyatakan sebagai kombinasi linear dari

vektor-vektor v1, v2, v3, ditulis R3  span{v1,v2,v3} =

{ k 1 v 1 + k 2 v 2 + k 3 v 3|k 1 , k 2 , k 3 skalar }

Definisi 4.5.7 : S  {v1,v2,v3} himpunan bebas linear jika

k1v1 + k 2v2 + k 3v3  0
mengakibatkan k1  0, k 2  0, k 3  0.
Sedangkan S  {v1,v2,v3} himpunan tak bebas linear/bergantung linear jika terdapat
k i  0, i=1,2, 3 mengakibatkan k1v1 + k 2v2 + k 3v3  0

Definisi 4.5.8 : Misalkan R3 suatu ruang vektor dan S  {v1,v2,v3} himpunan vektor-

vektor anggota R3. Himpunan S disebut basis untuk R3 jika:

a. S bebas linear
b. S merentang R3

Contoh 4.5.9 :
Tinjaulah vektor-vektor u= (1, 2, -1) dan v = ( 6, 4, 2 ) di dalam R3. Perlihatkan
bahwa w= (9, 2, 7 ) adalah dari kombinasi linear dari u dan v dan bahwa w = ( 4, -1,
8 ) bukanlah kombinasi linear dari u dan v.
Penyelesaian:
Supaya w merupakan kombinasi linear dari u dan v, maka harus ada skalar
k 1 dan k 2 sehingga w = k 1 u + k 2 v, yakni:
(9, 2, 7) = k 1 (1, 2, -1) + k 2 ( 6, 4, 2 )
atau (9, 2, 7) = (k 1+6 k 2, 2 k 1 +4 k 2, -k 1+2 k 2 )
Penyamaan komponen-komponen yang bersangkutan memberikan
k 1+6 k 2=9
2 k 1 +4 k 2=2
−k 1+2 k 2 =7
Dengan memecahkan system ini akan menghasilkan k 1=−3 , k 2=2
Sehingga w = -3 u + 2v

62
Aljabar Linear Elementer Suzyanna 2014/2015

Demikian juga , supaya w’ = k 1 u + k 2 v

( 4, -1, 8 ) = k 1 (1, 2, -1) + k 2 ( 6, 4, 2 )
k 1+6 k 2=¿ 4
2 k 1 +4 k 2=−1
−k 1+2 k 2 =8
Sistem persamaan persamaan ini tidak konsisten, sehingga tidak ada skalar skalar
seperti ini. Sebagai konsekuensinya, maka w’ bukanlah kombinasi linear dari u dan
v.

Contoh 4.5.10 :
Vektor-vektor i =(1, 0, 0 ), j = (0, 1, 0 ) dan k = (0, 0, 1) merentang di R3 karena tiap-
tiap vektor (a, b, c ) di dalam R3 dapat dituliskan sebagai
(a, b, c ) = a i + b j + c k yang merupakan kombinasi linear dari i, j dan k.

Contoh 4.5.11
Polinomial-polinomial 1,x , x 2 , … … . , x n merentang ruang vektor Pn, karena setiap p
di dalam Pn dapat dituliskan sebagai:
p = a 0+ a1 x +… .+a n x n (4.1)
yang merupakan kombinasi linear dari 1,x , x 2 , … … . , x n .

Contoh 4.5.12
Tentukan apakah v1 = ( 1, 1, 2 ), v 2=¿( 1, 0, 1 ) , v3 = (2, 1, 3 ) merentang di R3?
Penyelesaian
Pertama kita harus menentukan apakah sebuah vektor sebarang
b =(b 1 , b2 , b3 )di dalam R3 dapat dinyatakan sebagai kombinasi linear
b = k 1 v 1 +k 2 v 2+ k 3 v 3
dari vektor–vektor v1 , v 2, dan v3 . Dengan menyatakan persamaan ini dalam
komponen-komponen maka akan memberikan
( b 1 , b2 , b3 ) =k 1 ( 1, 1 ,2 )+ k 2 (1 ,0 , 1)+ k 3 (2 , 1, 3)
( b 1 , b2 , b3 ) =¿(k 1+ k 2+ 2 k 3 , k 1+ k 3 ,2 k 1 +k 2+3 k 3 ¿
k 1+ k 2+ 2 k 3=b 1

63
Aljabar Linear Elementer Suzyanna 2014/2015

k 1+ k 3=b 2
2 k 1 +k 2 +3 k 3=b3
Apakah sistem tersebut konsisten atau tidak untuk semua nilai b 1 , b2 , dan b3.
Sesuai teorema terdahulu ,suatu sistem akan konsisten untuk semua b 1 , b2 , dan b3 jika
dan hanya jika matriks dari koefisien-koefisiennya
1 1 2

[ ]
A= 1 0 1
2 1 3
Dapat dibalik. Tetapi det(A)= 0 ,sehingga A tidak dapat dibalik, dan sebagai
konsekuensinya maka vektor–vektor v1 , v 2, dan v3 tidak merentang di R3.

Contoh 4.5.13
Tinjaulah vektor-vektor i = (1, 0, 0 ) , j = (0, 1, 0 ) dan k = ( 0, 0, 1 ) di dalam R3. Di
dalam komponen-komponennya maka persamaan vektor
k 1 i+ k 2 j+k 3 k =0
Menjadi k 1 ( 1,0,0 ) +k 2 ( 0,1,0 ) +k 3 ( 0,0,1 )=(0,0,0)
Secara ekivalen maka di dapat (k 1 , k 2 , k 3 ¿=¿ (0,0,0)
Jadi k 1=0 , k 2=0 dan k 3=0, maka himpunan S = (i,j,k) adalah bebas linear.

Soal-soal
1. Mana diantara berikut merupakan kombinasi linear dari
u = (1, -1, 3) dan
v = ( 2, 4, 0 )?
a. ( 3, 3, 3 ) b. ( 4, 2, 6 ) c. ( 1, 5, 6 ) d. ( 0, 0, 0 )
2. Nyatakan polinomial berikut sebagai kombinasi linear dari
p1=2+ x +4 x2 , p2=1−x+3 x 2 dan p3=3+ 2 x +5 x 2

a . 5+9 x +5 x 2 , b. 2+6 x 2
3. Di dalam setiap bagian tentukan apakah vektor-vektor
yang diberikan merentang R3.
a. v1 = ( 1, 1, 1 ) , v 2 = ( 2, 2, 0 ) , v3 = ( 3, 3, 0 )
b. v1 = ( 2, -1, 3 ) , v 2 = ( 4, 1, 2 ) , v3 = ( 8, -1, 8 )

64
Aljabar Linear Elementer Suzyanna 2014/2015

4. Himpunan vektor-vektor S  {v1,v2,v3}, dengan v1 = ( 1,2,-3

),
v 2 = ( 5,6,-1 ) , v3 = ( 3,2,1 ) Apakah himpunan tersebut adalah himpunan yang
tak bebas linear atau himpunan yang bebas linear?

Contoh 4.5.14 :
Misalkan v1 = ( 1,2,1 ) , v 2 = ( 2,9,0 ) , v3 = ( 3,3,4 ).Perlihatkan bahwa himpunan
S  {v1,v2,v3} adalah sebuah basis untuk R3.
Penyelesaian:
Untuk memperlihatkan S merentang R3, maka kita harus memperlihatkan bahwa
ada sebuah vektor sebarang b = (b 1 , b2 , b3 ¿ dapat dinyatakan sebagai kombinasi
linear.
b=k 1 v 1 +k 2 v 2 + k 3 v 3 (4.2)
dari vektor-vektor di dalam S. Dengan menyatakan b=k 1 v 1 +k 2 v 2 + k 3 v 3 di dalam
komponennya maka akan membarikan
(b 1 , b2 , b3 ¿=k 1 ( 1,2,1 ) +k 2 ( 2,9,0 ) +k 3 ( 3,3,4)
(b 1 , b2 , b3 ¿=¿
k 1+2 k 2 +3 k 3=b1
2 k 1 +9 k 2 +3 k 3=¿ b 2 (4.3)
k 1+ 4 k 3 =b3
Jadi untuk memperlihatkan bahwa S merentang V, maka kita harus memperlihatkan
bahwa SPL di atas mempunyai sebuah pemecahan untuk semua pilihan b = (
b 1 , b2 , b3 ¿
Untuk membuktikan bahwa S bebas linear, maka kita harus memperlihatkan bahwa
satu-satunya pemecahan dari k 1 v 1 +k 2 v 2+ k 3 v 3=0 (4.4)
adalah k 1=k 2=k 3=0 .
Jika k 1 v 1 +k 2 v 2+ k 3 v 3=0 dinyatakan dalam komponen-komponennya, maka
pembuktian bebas linear akan direduksi menjadi pembuktian bahwa sistem
homogin R3dengan membuktikan bahwa bahwa S bebas linear dan merentang R3
dengan memperlihatkan bahwa matriks koefisien
k 1+2 k 2 +3 k 3=0
2 k 1 +9 k 2 +3 k 3=¿ 0 (4.5)

65
Aljabar Linear Elementer Suzyanna 2014/2015

k 1+ 4 k 3 =0
Hanya mempunyai pemecahan trivial. Perhatikan bahwa sistem (4.3) dan sistem
(4.5) mempunyai matriks koefisien yang sama. Maka secara serempak membuktikan
bahwa S bebas linear dan merentang
1 2 3

[ ]
A= 2 9 3
1 0 4
Di dalam system (4.3) dan (4.5) dapat dibalik karena
1 2 3
Det(A) = ⌈ 2 9 3 ⌉ = -1
1 0 4
Maka jelas dari teorema bahwa A dapat dibalik. Jadi S adalah sebuah basis di R3.

Definisi 4.5.15 Dimensi dari sebuah ruang vektor V yang berdimensi berhingga
didefinisikan sebagai banyaknya vektor di dalam sebuah basis untuk V. Ruang
vektor nol mempunyai dimensi nol.

Contoh 4.5.16
Tentukan sebuah basis dan dimensi untuk ruang pemecahan dari sistem homogen.
2 x1 +2 x 2−x 3+ x 5=0
−x 1−x 2+ 2 x 3−3 x 4 + x 5=0
x 1+ x2−2 x 3−x 5=0
x 3+ x 4 + x 5=0
Dari sistem persamaan linear tersebut didapatkan
x 1=−s−t x 2=s x 3=−t x 4 =0 x 5=t
Maka vektor-vektor pemecahan tersebut dapat dituliskan sebagai

x 1 −s−t

[ ][ ][ ][ ] [ ] [ ]
−s −t −1 −1
x2 s s 0 1 0
x 3 = −t = 0 + −t =s 0 +t −1
x4 0 0 0 0 0
x5 t 0 t 0 1

Memperlihatkan bahwa

66
Aljabar Linear Elementer Suzyanna 2014/2015

−1 −1
1
v1 = 0
0
0
[] [] 0
dan v 2= −1
0
1

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

linear, maka { v1 , v 2 } adalah sebuah basis , dan ruang pemecahan tersebut adalah
ruang berdimensi dua.
Soal-soal
1. Terangkan mengapa himpunan-himpunan vektor berikut bukan merupakan
basis untuk ruang-ruang vektor yang ditunjukkan.
a. u1= (1,2 ) , u2=( 0,3 ) , u3= ( 2,7 ) untuk R2
b. u1= (−1,3,2 ) , u2=( 6,1,1 ) untuk R3
2. Apakah vektor berikut merupakan basis?
a. (1,0,0) , (2,0,0) , (3,3,3)
b. (3,-1,4) , (2,5,6), (1,4,8)
3. Tentukan dimensi dan basis untuk ruang pemecahan dari sistem berikut
x 1−x 2−x 3=0
−2 x1 −x2 +2 x 3=0
−x 1+ x3 =0

4.6. Ruang Baris dan Ruang Kolom

Jika A adalah matriks m  n dengan elemen bilangan real, maka setiap baris dari A

adalah tupel-n bilangan-bilangan real sehingga dapat dianggap sebagai vektor

dalam R1 x n. Ke-m vektor yang bersesuaian dengan baris-baris dari A akan dirujuk

sebagai vektor-vektor baris (row vector) dari A. Dengan cara yang serupa, setiap

kolom dari A dapat dianggap sebagai vektor dalam Rm dan ke-n vektor yang

bersesuaian dengan kolom-kolom dari A akan dirujuk sebagai vektor-vektor kolom

(column vector) dari A

67
Aljabar Linear Elementer Suzyanna 2014/2015

Misalkan A  M mxn(R) dengan

a11 a 12 ⋯ a1 n

A=
[ a21 a 22 ⋯ a2 n
⋮ ⋮ ⋱ ⋮
am 1 a m 2 ⋯ a mn ]
Vektor-vektor r1 = ( a 11 a12 … a1 n )

r2 = ( a 21 a22 … a2n )

.
.
.

rm = (am 1 a m2 … amn )

terbentuk dari baris-baris A yang disebut vektor baris-vektor baris A.

Vektor-vektor

a 11 a 12 a1 n

() () ()
a 21 a 22 a 2n
. . .
. . .
. . .
a m1 am 2 a mn
c1 = , c2 = , . . . , cn =
terbentuk dari kolom-kolom A yang disebut vektor kolom-vektor kolom A.

Definisi 4.6.1 Misalkan A adalah matriks berukuran mn. Ruang bagian dari R n
yang dibangun oleh baris-baris dari A disebut ruang baris dari A,
dinotasikan row(A).
Ruang bagian dari Rm yang dibangun oleh kolom-kolom dari A disebut
ruang kolom dari A, dinotasikan col(A).
Ruang bagian dari Rn yang anggotanya adalah semua penyelesaian dari
AX= 0 disebut ruang nul (ruang penyelesaian) dari A, dinotasikan ker(A).

Dengan kata lain untuk suatu matriks A berukuran mn,

68
Aljabar Linear Elementer Suzyanna 2014/2015

Row(A) = span{ r1 , r2 , … , rm } =
{∑ k =1
k i r i|k i skalar
}
n

Col(A) = span{c1 , c 2 , … , cn }=
{∑
k =1
k i c i|k i skalar
}
Ker(A) = { X / AX = 0 }

Contoh 4.6.2

Misalkan A= (23 1 0
−1 4 )
r 1= (2,1,0 ) r 2=(3 ,−1,4 )

c 1= (23) c 2= (−11 ) c 3= ( 04)

Row(A)= span{(2,1,0), (3 ,−1,4)}
= a ( 2,1,0 ) + b (3 ,−1,4)
=( 2a + 3b, a-b, 4b)
Row(A) = { ( 2a + 3b, a-b, 4b), a,b skalar}

2 , 1 , 0
Col(A) = span {( ) ( ) ( )}
3 −1 4

(23 )+b (−11 )+ c (04 )

=a

2 a+ b
=(
3 a−b+ 4 c )

2 a+ b
Col(A) = {( }
3 a−b+ 4 c )
,a ,b , c skalar

Ker(A)={ X / AX=0 }
x
AX =
2 1 0 1
( x =
3 −1 4 2
x3
0
0 ) ( ) ()
2 x1 + x 2=0  x 2=−2 x 1
3 x 1−x 2+ 4 x 3=0−→3 x 1 +2 x 1 +4 x3 =0
−5
x 3= x
4 1
−5
Misalkan x 1=c maka x 2=−2 c dan x 3= c
4

69
Aljabar Linear Elementer Suzyanna 2014/2015

5
Hp= { (c, -2c,
−5
4
c ¿ }=c 1 ,−2 ,−{(
4 )}
5
Ker(A) = basis= 1 ,−2 ,− ( 4 )
Mencari basis row(A) : matriks(A) di bawa ke eselon baris atau eselon baris
tereduksi,maka basis dari row(A) adalah elemen baris yang ≠ 0 dari eselon baris
tereduksi dari matriks A.

(23 1 0
−1 4 )b 21 (−1 ) 2 1 0 b12 1 −2 4 b21 (−2 ) 1 −2 4
(
1 −2 4 2 1 0 ) ( 0 5 −8 ) ( )
4
1 0

( )
1 −2 4
1
b2 ( )
(
5 0 1
−8
5 ) b12 (2)
0 1
5
−8
5
4 8
Basis Row(A)= 1,0 , ( 5)( )
, 0,1 ,−  dim(A) = 2
5
Basis Col(A) = ( 2, 3) , (1,-1)  col (A) = 2
Jadi dim row(A)= dim col(A)
Rank(A) = 2
Rank (A) = banyaknya dim row(A) dan col(A).
Jadi dim row (A)= banyaknya basis row(A)
Jadi dim col (A)= banyaknya basis col(A)

Contoh 4.6.3. Misalkan A =

(10 0 0
1 0 ) , maka
Row(A) = span {(1,0,0), (0,1,0)}
= { a(1,0,0) + b(0,1,0) / a,b skalar}
= {(a,b,0) / a,b skalar}

Col(A) = span{
(10) , ( 01) , ( 00) }

a ( 1 ) + b (0 ) + c ( 0 )
= { 0 1 0 / a,b,c skalar}

a
= {
(b ) / a,b skalar}

70
Aljabar Linear Elementer Suzyanna 2014/2015

Ker(A) = { X / AX=0}
AX = 0

1 0 0 a
( 0 1 0 )() ()
b
c =
0
0  a=0 , b = 0

0.c = 0  c ≠ 0 ( c scalar)

={
()
b
c / a =0 , b=0 }

={
()
0
c / c skalar }
Dari bentuk di atas, anggota row(A) antara lain (1,2,0) , (2,4,0).

Anggota col(A) antara lain

(12) (58) (-12 )
, , .

0 0 0

Anggota ker(A) antara lain

( ) () ()
0
-2 ,
0
6 ,
0
8

Karena ruang baris, ruang kolom, dan ruang nul merupakan ruang bagian maka
ruang-ruang itu memiliki basis.

Definisi 4.6.4 Misalkan A matriks berukuran mn.

Dimensi row(A) = dimensi col(A), dinamakan rank dari matriks A,
dinotasikan rk(A).
Dimensi ker(A) dinamakan nullitas dari matriks A, dinotasikan null(A).

Teorema 4.6.5 Jika A adalah matriks ukuran mn dan R adalah bentuk eselon baris
tereduksi dari matriks A, maka
(i). Basis dari row(A) adalah baris-baris tidak nol dari matriks R
(ii). Basis dari col(A) adalah kolom-kolom A yang bersesuaian dengan
kolom-kolom yang memuat 1 utama pada R

71
Aljabar Linear Elementer Suzyanna 2014/2015

(iii). Rank(A) = rank(At)

Akibat Rank (A) adalah banyaknya baris tidak nol dari bentuk eselon baris
tereduksi matriks A.

Contoh .

Matriks A =
(10 0 0
1 0 )
Basis untuk row (A) adalah {(1,0,0), (0,1,0)} sehingga dim(row(A)) = 2

1 , 0
Basis untuk col(A) adalah { 0 1
()() } sehingga dim(col(A)) = 2

Jadi diperoleh rank(A) =2

0
0
Basis untuk ker(A) adalah { 1
() } sehingga null(A) = dim(ker(A)) = 1

1 −2 3

Contoh. Misalkan A =
( 2 −5 1
1 −4 −7 )
Dengan mereduksi A menjadi bentuk eselon baris tereduksi, diperoleh :

1 0 13
( )
0 1 5
0 0 0

Sehingga diperoleh :

Basis untuk row (A) adalah {(1,0,13), (0,1,5)} sehingga dim(row(A)) = 2

1 -2
2
Basis untuk col(A) adalah { 1
() ( )
,
-5
-4 } sehingga dim(col(A)) = 2

Jadi diperoleh rank(A) =2

72
Aljabar Linear Elementer Suzyanna 2014/2015

4.3. Perkalian Titik pada Vektor

Perkalian titik atau dot product dan sifat-sifat ilmu hitung dari perkalian ini

akan diberikan dalam definisi berikut :

Definisi : Jika u dan v adalah vektor-vektor di dalam R2 atau R3 dan θ adalah sudut

di antara u dan v (0    ), maka perkalian titik (dot product) atau perkalian

dalam Eucliden antara u dan v, dinotasikan dengan u.v didefinisikan dengan

u.v  u v cos 

Dari definisi tersebut, jika u  0 atau v  0 maka jelas u.v  0.

Misalkan Ō P̄ = u  (u1, u2, u3) dan Ō Q̄ = v  (v1, v2, v3) vektor-vektor tak

nol di R3

P(u1,
z u2,u3)

u Q(v1, v2, v3)

v
O y
x

Pandang segitiga OPQ. Menurut hukum kosinus pada segitiga, tentu berlaku

‖P̄ Q̄‖2=‖u‖2+‖v‖2−2‖u‖‖v‖cosθ (*)

2 2
Mengingat bahwa P̄ Q̄  v  u maka ‖P̄ Q̄‖ =‖v-u‖ . Karena definisi hasil kali

titik, persamaan (*) di atas dapat ditulis sebagai

73
Aljabar Linear Elementer Suzyanna 2014/2015

1
u . v= (‖u‖2 +‖v‖2 −‖v-u‖ 2 )
2 (**)

2 2
‖u‖ =u 2 +u 2 +u 2 ‖v‖ =v 2 +v 2 + v 2
Karena 1 2 3 , 1 2 3 , dan

‖v-u‖2 =( v 1−u 1 )2 +( v2 −u 2 )2 +(v 3 −u3 )2 , dengan penyerderhanakan akan

diperoleh

u.v  u1v1  u 2 v2  u 3v3

Secara sama berlaku pada R2. Jika u  (u1, u2) dan v  (v1, v2) vektor-vektor tak nol di

R2 maka

u . v=u1 v 1 +u2 v 2
Teorema : Misalkan u dan v adalah vektor-vektor di dalam R2 atau R3.

a. v .v=‖v‖2
b. Jika u dan v masing-masing tidak nol dan θ adalah sudut antara kedua

vektor tersebut, maka

θ adalah sudut lancip jika hanya jika u.v > 0

θ adalah sudut tumpul jika hanya jika u.v < 0

θ adalah sudut siku-siku jika hanya jika u.v = 0

Jika sudut antara vektor u dan v siku-siku maka dikatakan bahwa kedua vektor itu

orthogonal dan dituliskan u⊥ v . Jadi vektor u dan v akan orthogonal jika u.v = 0.

Himpunan Orthogonal

Himpunan {u1 ,u2 ,…, u p } adalah himpunan orthogonal jika

ui⋅u j =0 , i≠ j

Himpunan Orthonormal

74
Aljabar Linear Elementer Suzyanna 2014/2015

Himpunan {u1 ,u2 ,…, u p } adalah himpunan orthonormal jika :

a. Himpunan {u1 ,u2 ,…, u p } orthogonal atau

ui⋅u j =0 , i≠ j

b.
ui⋅u i=1 , i=1,2…, p

Contoh :

3
Tunjukkan bahwa {u1 ,u2 ,u3 } adalah himpunan orthonormal di R , dimana

3 1 1 −1 2 1 −1 −4 7
u1 = ( , ,
√ 11 √11 √11 ) ,
u2 = ( , ,
√ 6 √ 6 √6 ) ,
(
u3 = , ,
√ 66 √ 66 √ 66 )
Penyelesaian :

−3 2 1
u1⋅u 2= + + =0
a. √ 66 √66 √ 66
3 4 7
u1⋅u 3 =− − + =0
√726 √ 726 √ 726
1 8 7
u2⋅u3 = − + =0
√396 √ 396 √ 396
9 1 1
u1⋅u 1= + + =1
b. 11 11 11

1 4 1
u2⋅u2 = + + =1
6 6 6

1 16 49
u3⋅u3 = + + =1
66 66 66

Jadi {u1 ,u2 ,u3 } merupakan himpunan yang orthonormal.

Teorema : Misalkan u, v, dan w adalah vektor-vektor di dalam R2 atau R3 dan k

adalah skalar, maka

75
Aljabar Linear Elementer Suzyanna 2014/2015

a. u.v  v.u

b. u.(v + w)  u.v + u.w

c. k(u.v)  (ku).v  u.(kv)

d. v.v > 0 jika v  0 dan v.v  0 jika v  0

Adakalanya diperlukan untuk menyatakan suatu vektor u ke dalam bentuk

jumlahan dua suku, yang satu sejajar vektor tak nol p sedang yang lain tegak lurus

terhadap p. Keadaan vektor u dan dua vektor jumlahannya dapat digambarkan

sebagai berikut.

w2 u

w1 p

Terlihat bahwa

w2  u  w1

sehingga diperoleh

w1  w2  w1  (u  w1)  u

Dalam hal ini vektor w1 dinamakan proyeksi orthogonal u pada p atau disebut pula

komponen vektor u sepanjang p, dinotasikan dengan proypu. Vektor w2

dinamakan komponen vektor u yang orthogonal terhadap p. Karena w2  u  w1

maka w2  u  proypu.

Teorema : Misalkan u dan v adalah vektor-vektor di dalam R2 atau R3 dan k adalah

skalar, maka

u.v u.v
= 2
v =u− 2
v
proyvu ‖v‖ dan u  proyvu ‖v‖

76
Aljabar Linear Elementer Suzyanna 2014/2015

Pada R3, misalkan i, j, dan k menyatakan vektor satuan siku-siku berturut-turut

pada komponen x, y, dan z yaitu i  (1,0,0), j  (0,1,0), dan k  (0,0,1). Dapat dilihat

bahwa i⊥ j, j⊥ k, dan k ⊥i serta berlaku ‖i‖=‖j‖=‖k‖=1 . Dengan vektor satuan

ini, setiap vektor dalam R3 dapat dinyatakan sebagai jumlahan dari perkalian skalar

dengan vektor i, j, dan k.

Contoh : Vektor (2,1,3) dapat dinyatakan sebagai 2i  j  3k sebab (2,1,3)  2(1,0,0) 

(0,1,0)  3(0,0,1).

4.4. Perkalian Silang pada Vektor

Pada sub bab di atas telah dibahas operasi perkalian dua vektor yang

hasilnya berupa skalar, pada sub bab ini akan dibahas operasi perkalian dua vektor

yang hasilnya berupa vektor.

Definisi : Misalkan u  (u1, u2, u3) dan v  (v1, v2, v3) vektor-vektor di R3. Hasil kali

silang dari u dan v, dinotasikan dalam u  v adalah vektor yang didefinisikan

sebagai

u  v  (u2v3  u3v2, u3v1  u1v3, u1v2  u2v1)

atau dapat ditulis

u u u u u u2
(
u× v= | 2 3 |, −| 1 3 |, | 1
v2 v3 v 1 v3 v1 v2
|
)
Hubungan hasil kali titik dan hasil kali silang diberikan dalam teorema berikut.

Teorema : Jika u dan v adalah vektor-vektor di R3, maka

a. u.(uxv)  0

b. v.(uxv)  0

77
Aljabar Linear Elementer Suzyanna 2014/2015

2 2 2 2
c. ‖u×v‖ =‖u‖ ‖v‖ −(u.v) (Identitas Lagrange)

Sifat-sifat perkalian silang didefinisikan sebagai berikut.

Teorema : Jika u, v dan w adalah vektor-vektor di R3, k sebarang skalar, maka :

a. uxv  (vxu)

b. ux(v  w) = (uxv)  (uxw)

c. (u  v) x w = (uxw)  (vxw)

d. k (uxv) = (ku)xv = ux(kv)

e. ux 0 = 0x u = 0

f. uxu = 0

Jika i  (1,0,0), j  (0,1,0), dan k  (0,0,1) menyatakan vektor satuan siku-siku di R3,

maka

i× j= |0 0 |, −|1 0 |, |1 0 | = (0,0,1)=k
( )
1 0 0 0 0 1

Secara sama akan diperoleh pula

jxk  i, kxi  j

jxi  k, kxj  i, ixk  j

ixi  jxj  kxk  0

Oleh karena itu hasil kali silang u dan v dapat dinyatakan pula sebagai :

i j k
u2 u3 u 1 u3 u1 u 2
u× v=| | i −| | j+| | k =|u1 u 2 u3 |
v2 v3 v1 v3 v1 v2
v1 v2 v3

78
Aljabar Linear Elementer Suzyanna 2014/2015

Jika norma vektor mempunyai tafsiran geometri sebagai panjang suatu vektor, maka

norma u×v juga mempunyai tafsiran geometri yang khas. Dari identitas Lagrange

2 2 2 2
‖u×v‖ =‖u‖ ‖v‖ −(u.v)

dan definisi u.v=‖u‖‖v‖ cosθ dengan  menyatakan besar sudut antara u dan v,

maka

‖u×v‖2=‖u‖2‖v‖2−(‖u‖‖v‖ cosθ)2
2 2 2 2 2 2
=‖u‖ ‖v‖ (1− cos θ) =‖u‖ ‖v‖ sin θ
sehingga diperoleh

‖u×v‖=‖u‖‖v‖ sinθ

Jika digambarkan, ‖v‖ sinθ adalah tinggi jajaran genjang dengan sisi u dan v.

Ini berarti ‖u×v‖ menyatakan luas jajaran genjang tersebut.

v
v sin 
u

4.5. Proses Gram – Schmidt untuk menentukan Basis Orthogonal dan Basis
Orthonormal

Proses Gram – Schmidt adalah suatu algoritma yang mudah untuk membentuk

himpunan vektor basis sebarang tak nol di Rn menjadi himpunan basis orthogonal

atau orthonormal.

79
Aljabar Linear Elementer Suzyanna 2014/2015

Contoh :

Misal W adalah ruang bagian R3 dan W =span {u1 , u2 } , dengan u1 =(3,6,0 ) ,

u2 =(1,2,2) . Bentuklah basis orthogonal { v 1 , v 2} untuk W

Penyelesaian :

u2⋅¿u
1
= u ¿
2 1
Jika p adalah proyeksi orthogonal dari u 2 pada u 1 , maka p ‖u1‖
.

v2 adalah komponen vektor u 2 yang orthogonal pada u1 , maka

v2 = u 2 – p dalam W.

Ambil v1 = u1 = (3, 6, 0) dan

u 2⋅¿ v (1,2,2)⋅(3,6,0)
1
v ¿ (1,2,2)− 2
(3,6,0)
2 1
v2 = u2 – p = u 2 – ‖v 1‖ = ( √(3,6,0 )⋅(3,6,0 ))

15
(1,2,2)− (3,6,0 )=(0,0,2 )
= 45

Jadi vektor { v 1 , v 2} = {(3,6,0 ),(0,0,2)} adalah himpunan orthogonal.

Teorema (Proses Gram Schmidt) :

Misal {u1 ,u2 ,…, u p } basis untuk ruang bagian W dalam Rn, didefinisikan :

v 1 =u1

u2⋅v 1
v 2 =u2 − v1
v 1⋅v 1

u3⋅v 1 u ⋅v
v 3 =u3 − v 1− 3 2 v 2
v 1⋅v 1 v 2⋅v 2

80
Aljabar Linear Elementer Suzyanna 2014/2015

u p⋅v 1 u p⋅v 2 u p⋅v p−1

v p =u p − v 1− v 2−⋯− v p−1
v 1⋅v 1 v 2⋅v 2 v p−1⋅v p−1

Himpunan { v 1 , v 2 ,… , v p} adalah basis orthogonal untuk ruang bagian W.

Basis Orthonormal

Dari proses Gram-Schimdt kita dapat membentuk basis sebarang ke basis

orthogonal, selanjutnya untuk membentuk basis orthonormal, maka norm dari

vektor satuan basis yang orthogonal harus sama dengan satu.

Dari himpunan basis orthogonal untuk ruang bagian W yaitu { v 1 , v 2 ,… , v p}

diperoleh himpunan { w1 , w 2 ,…, w p} yang merupakan himpunan basis

orthonormal untuk ruang bagian W, dengan

v1 v2 v
w 1= w 2= w p= p
‖v 1‖ , ‖v 2‖ , .......... ,dan ‖v p‖

Pada contoh di atas telah diperoleh basis orthogonal

{ v1 , v2} = {(3,6,0 ),(0,0,2)} , maka akan dicari basis { w1 , w2 } yang orthonormal,

yaitu :

v1 (3,6,0 ) 1 2
w 1=
‖v 1‖
=
√ 45
=
(, ,0
√ 5 √5 )
v2 (0,0,2)
w 2= = =( 0,0,1 )
dan ‖v 2‖ √4

5
di mana
‖w 1‖=
√ 5
=1
dan
‖w 2‖=√ 1=1

81
Aljabar Linear Elementer Suzyanna 2014/2015

Jadi { w1 , w2 } adalah basis orthonormal untuk ruang bagian W dalam R2.

82