5 Ruang Vektor (Update) PDF

Bab 5 Ruang Vektor
November 2020
() Bab 5 Ruang Vektor November 2020 1 / 35

Ruang Vektor Umum
Abstraksi
Dari vektor di bidang(2D) R2 dan di ruang (3D) R3 diperumum menjadi
vektor di Rn (Euclid)
Ingat Sifat Ruang Vektor Rn
Jika u, v, dan w adalah vektor di Rn dan k skalar ,maka:
Dari sifat tersebut dibangun aksioma(tidak perlu dibuktikan) yang jika

terpenuhi oleh sebuah himpunan objek, maka himpunan tersebut memiliki
sifat yang mirip
()
dengan vektor. Bab 5 Ruang Vektor November 2020 2 / 35
Ruang Vektor Umum
Abstraksi
Dari vektor di bidang(2D) R2 dan di ruang (3D) R3 diperumum menjadi
vektor di Rn (Euclid)
Ingat Sifat Ruang Vektor Rn
Jika u, v, dan w adalah vektor di Rn dan k skalar ,maka:
Dari sifat tersebut dibangun aksioma(tidak perlu dibuktikan) yang jika

terpenuhi oleh sebuah himpunan objek, maka himpunan tersebut memiliki
sifat yang mirip
()
dengan vektor. Bab 5 Ruang Vektor November 2020 2 / 35
Ruang Vektor Umum
Aksioma Ruang Vektor
Misalkan V himpunan tak-kosong dari sembarang objek dengan dua

operasi(tambah dan kali skalar ) terdefinisi. Jika 10 daftar aksioma
berikut dipenuhi oleh setiap u, v dan w di V dan setiap skalar(riil) k dan
m, maka V disebut Ruang Vektor dan objek-objek di V disebut vektor.
1. u+v di V
2. u + v = v + u
3. u + (v + w) = (u + v) + w
4. Terdapat 0 di V ,disebutvektor nol, sedemikian sehingga 0 + u = u
+ 0 = u untuk setiap u di V .
5. Untuk setiap vektor u di V , terdapat sebuah objek -u di V, dinamakan
negatif dari u sedemikian sehingga u + (-u) = (-u) + u = 0.

Ruang Vektor Umum

operasi(tambah dan kali skalar ) terdefinisi. Jika 10 daftar aksioma
berikut dipenuhi oleh setiap u, v dan w di V dan setiap skalar(riil) k dan
m, maka V disebut Ruang Vektor dan objek-objek di V disebut vektor.
1. u+v di V
2. u + v = v + u
3. u + (v + w) = (u + v) + w
4. Terdapat 0 di V ,disebutvektor nol, sedemikian sehingga 0 + u = u
+ 0 = u untuk setiap u di V .
5. Untuk setiap vektor u di V , terdapat sebuah objek -u di V, dinamakan
negatif dari u sedemikian sehingga u + (-u) = (-u) + u = 0.

Ruang Vektor Umum

operasi (penjumlahan dan perkalian skalar) terdefinisi. Jika 10 daftar
aksioma berikut dipenuhi oleh setiap u, v dan w di V dan setiap
skalar(riil) k dan m, maka V disebut Ruang Vektor dan objek-objek di V
disebut vektor.
6. ku di V
7. k(u + v) = ku + kv
8. (k + m)u = ku + mu
9. k(mu) = (km)(u)
10. 1u = u

Ruang Vektor Umum
Langkah untuk menunjukkan sebuah himpunan adalah

ruang vektor
1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

2. Kenali operasi jumlah dan kali skalar pada V .
3. Periksa apakah Aksioma 1 dan 6 berlaku.
4. Periksa apakah Aksioma 2, 3, 4, 5, 7, 8, 9, dan 10 berlaku.
Contoh 1 (Ruang Vektor)

1 Rn : himpunan vektor-vektor n-komponen dengan operasi tambah dan
kali skalar biasa.
2 Mm×n : himpunan matriks ukuran m × n dengan operasi tambah dan
kali skalar biasa.
3 Pn : himpunan polinom berderajat n dengan operasi tambah dan kali
skalar biasa di polinom.
Ruang Vektor Umum

ruang vektor


kali skalar biasa.
kali skalar biasa.
Ruang Vektor Umum

ruang vektor


kali skalar biasa.
kali skalar biasa.
Ruang Vektor Umum

ruang vektor


kali skalar biasa.
kali skalar biasa.
Ruang Vektor Umum

ruang vektor


kali skalar biasa.
kali skalar biasa.
Ruang Vektor Umum

ruang vektor


kali skalar biasa.
kali skalar biasa.
Ruang Vektor Umum

ruang vektor


kali skalar biasa.
kali skalar biasa.
Ruang Vektor Umum
Contoh Lainnya
Contoh 2
V = {f (x)|f : R → R} dengan operasi tambah dan kali skalar pada fungsi

Ruang Vektor Umum
Contoh Lainnya
Contoh 3

0 0 b
M2×2 = |b, c, d ∈ R dengan operasi seperti pada M2×2
c d

Ruang Vektor Umum
Contoh Bukan Ruang Vektor
Contoh 4
Misalkan V = R2 dan definisi operasi tambah dan kali skalar sebagai
berikut: Jika u = (u1 , u2 ) and v = (v1 , v2 ), maka
u + v = (u1 + v1 , u2 + v2 )
dan jika k skalar(bilangan riil), maka
ku = (ku1 , 0)
Contoh 5

1 1 b
M2×2 = |b, c, d ∈ R dengan operasi seperti pada M2×2
c d

Ruang Vektor Umum
Teorema 5.1
Jika V ruang vektor, u ∈ V dan k skalar ,maka:

Subruang
Definisi Subruang
Sebuah himpunan bagian W dari ruang vektor V dinamakan subruang

dari V jika W juga merupakan ruang vektor dengan operasi tambah dan
kali skalar yang sama dengan operasi pada V .
Teorema 5.2
Himpunan W dikatakan subruang dari V jikka kondisi berikut terpenuhi
1 W himpunan tak hampa.
2 W subhimpunan V
3 Jika u, v ∈ W , maka u+v ∈ W .
4 Jika k skalar dan u ∈ W , maka ku ∈ W .

Subruang
Definisi Subruang
Sebuah himpunan bagian W dari ruang vektor V dinamakan subruang

dari V jika W juga merupakan ruang vektor dengan operasi tambah dan
kali skalar yang sama dengan operasi pada V .
Teorema 5.2
Himpunan W dikatakan subruang dari V jikka kondisi berikut terpenuhi
1 W himpunan tak hampa.
2 W subhimpunan V
3 Jika u, v ∈ W , maka u+v ∈ W .
4 Jika k skalar dan u ∈ W , maka ku ∈ W .

Subruang
Contoh Subruang
Contoh 6

0 b
Dari Contoh 3, W = M02×2 = |b, c, d ∈ R dengan operasi
c d
seperti pada M2×2 adalah subruang dari V = M2×2 .
Contoh 7
Tunjukkan bahwa W yang merupakan himpunan matriks 2 × 2 dengan
entri-entri diagonal bernilai nol adalah subruang dari V = M2×2

Subruang
Contoh Subruang
Contoh 6

0 b
Dari Contoh 3, W = M02×2 = |b, c, d ∈ R dengan operasi
c d
seperti pada M2×2 adalah subruang dari V = M2×2 .
Contoh 7
Tunjukkan bahwa W yang merupakan himpunan matriks 2 × 2 dengan
entri-entri diagonal bernilai nol adalah subruang dari V = M2×2

Subruang
Contoh Bukan Subruang
Contoh 8
Periksa apakah himpunan W yang mengandung matriks 2 × 2 dengan
determinan bernilai nol adalah subruang dari V = M2×2 .

Subruang
Contoh Bukan Subruang
Contoh 8
Periksa apakah himpunan W yang mengandung matriks 2 × 2 dengan
determinan bernilai nol adalah subruang dari V = M2×2 .
Contoh 9
Misalkan W didefinisikan sebagai {(a, b, c)|a.b.c = 0}. Periksa apakah W
subruang dari R3 ?

Kombinasi Linier, Bebas Linier, Membangun
Kombinasi Linier
Definisi
Misalkan V r.v. Misalkan S = {v1 , v2 , . . . , vn } ⊂ V . Sebuah vektor w
merupakan kombinasi linear dari S jika terdapat skalar k1 , k2 , . . . , kn
yang memenuhi
w = k1 v1 + k2 v2 + · · · + kn vn
Contoh 10
Misalkan S = {u = (2, 4, 0), v = (1, −1, 3)} himpunan bagian R3 .
Manakah di antara vektor berikutyang merupakan kombinasi linier dari
vektor-vektor di S?
1 a = (4, 2, 6)
2 b = (1, 5, 6)
3 c = (0, 0, 0)

Kombinasi Linier
Definisi
Misalkan V r.v. Misalkan S = {v1 , v2 , . . . , vn } ⊂ V . Sebuah vektor w
merupakan kombinasi linear dari S jika terdapat skalar k1 , k2 , . . . , kn
yang memenuhi
w = k1 v1 + k2 v2 + · · · + kn vn
Contoh 10
Misalkan S = {u = (2, 4, 0), v = (1, −1, 3)} himpunan bagian R3 .
Manakah di antara vektor berikutyang merupakan kombinasi linier dari
vektor-vektor di S?
1 a = (4, 2, 6)
2 b = (1, 5, 6)
3 c = (0, 0, 0)

Membangun/Span
Definisi
Misalkan V r.v. Himpunan S = {v1 , v2 , . . . , vn } ⊂ V dikatakan
membangun/span ruang vektor V jika setiap vektor pada V selalu dapat
dinyatakan sebagai kombinasi linear dari vektor-vektor di S. Ditulis
V = span{S}
Contoh 11
R3 = span{i, j, k}
Contoh 12
Misalkan S = {v1 , v2 , v3 } dengan
v1 = (1, 1, 2), v2 = (1, 0, 1), v3 = (2, 1, 3). Apakah S membangun R3

Membangun/Span
Definisi
V = span{S}
Contoh 11
R3 = span{i, j, k}
Contoh 12

Membangun/Span
Definisi
V = span{S}
Contoh 11
R3 = span{i, j, k}
Contoh 12

Contoh 13

Bebas Linier
Definisi
Misalkan S = {v1 , v2 , . . . , vn } ⊂ V , maka S dikatakan (sebuah himpunan)
bebas linier(bbl) jika tidak ada vektor di S yang dapat dituliskan sebagai
kombinasi linier dari vektor-vektor lainnya. Jika tidak demikian maka S
dinamakan bergantung linier(bgl).

Bebas Linier
Definisi
Misalkan S = {v1 , v2 , . . . , vn } ⊂ V , maka S dikatakan (sebuah himpunan)
bebas linier(bbl) jika tidak ada vektor di S yang dapat dituliskan sebagai
kombinasi linier dari vektor-vektor lainnya. Jika tidak demikian maka S
dinamakan bergantung linier(bgl).

Bebas Linier(lanj.)
Teorema 5.3
Misalkan V r.v. Himpunan S = {v1 , v2 , . . . , vn } ⊂ V dikatakan bebas
linear jikka persamaan
k1 v1 + k2 v2 + + kn vn = 0
hanya dipenuhi oleh satu solusi k1 = k2 = · · · = kn = 0.
Contoh 13
S = {i, j, k} merupakan himpunan bebas linier
Contoh 14
Misalkan S = {v1 , v2 } dengan v1 = (−1, 3, 2), v2 = (1, 1, −1). Apakah S
bbl di R3 ?.

Bebas Linier(lanj.)
Teorema 5.3
k1 v1 + k2 v2 + + kn vn = 0
Contoh 13
Contoh 14
bbl di R3 ?.

Bebas Linier(lanj.)
Teorema 5.3
k1 v1 + k2 v2 + + kn vn = 0
Contoh 13
Contoh 14
bbl di R3 ?.

Bebas Linier(lanj.)
Contoh 15
Misalkan 
    
−1 1 2
a=  3 ,b =
  1 , c = −6 .
 
2 −1 −4
Apakah ketiga vektor tsb bbl di R3 ?.

Basis dan Dimensi
Basis
Misalkan V r.v. Himpunan S = {v1 , v2 , . . . , vn } ⊂ V . Himpunan S

dikatakan basis bagi V jikka:
1 S membangun V ,
2 S bbl.
Dengan kata lain sebuah basis adalah sebuah himpunan vektor yang
membangun r.v V yang paling efektif.
Contoh 16

3 6 0 −1 0 −8 1 0
Tunjukkan bahwa S = , , ,
3 −6 −1 0 −12 −4 −1 2
merupakan basis bagi ruang vektor matriks ukuran 2 × 2.

Basis dan Dimensi
Basis

1 S membangun V ,
2 S bbl.
Contoh 16

3 6 0 −1 0 −8 1 0
3 −6 −1 0 −12 −4 −1 2

Basis dan Dimensi
Basis

1 S membangun V ,
2 S bbl.
Contoh 16

3 6 0 −1 0 −8 1 0
3 −6 −1 0 −12 −4 −1 2

Basis dan Dimensi
11/1/2019 Contoh 16
In [1]: P = matrix( [[3,6, 3,-6],[0, -1, -1, 0], [0, -8, -12, -4],[1,0,-1,2]]);P
Out[1]: [ 3 6 3 -6]
[ 0 -1 -1 0]
[ 0 -8 -12 -4]
[ 1 0 -1 2]
In [2]: Q=P.transpose();Q
Out[2]: [ 3 0 0 1]
[ 6 -1 -8 0]
[ 3 -1 -12 -1]
[ -6 0 -4 2]
In [3]: R=Q^-1;R
Out[3]: [ 1/4 -1/12 1/12 -1/12]

[ 7/2 -7/2 5/2 -1/2]
[ -1/4 1/4 -1/4 0]
[ 1/4 1/4 -1/4 1/4]
In [4]: Q.det()
Out[4]: 48
In [ ]:
Basis dan Dimensi
Dimensi
Catatan
Basis
untuk suatu
ruang
vektor
adalah
tidak tunggal. Himpunan berikut

1 0 0 1 0 0 0 0
S= , , , juga merupakan basis bagi ruang
0 0 0 0 1 0 0 1
vektor matriks ukuran 2 × 2. Disebut juga basis standar.

Basis dan Dimensi
Dimensi
Catatan
Basis
untuk suatu
ruang
vektor
adalah

1 0 0 1 0 0 0 0
0 0 0 0 1 0 0 1
H
ubungan antar basis bisa dipelajari di Bab 4.6.

Basis dan Dimensi
Dimensi
Catatan
Basis
untuk suatu
ruang
vektor
adalah

1 0 0 1 0 0 0 0
0 0 0 0 1 0 0 1
H
ubungan antar basis bisa dipelajari di Bab 4.6.
Definisi
Dimensi dari r.v V adalah jumlah vektor dalam sebuah basis untuk V,
dinotasikan dim(V).

Ruang Baris, Ruang Kolom, Ruang Solusi/Nol
Definisi

Definisi

Teorema 5.4.a
OBE tidak mengubah r. nol suatu matriks.
Teorema 5.4.b
OBE tidak mengubah r. baris suatu matriks.
Contoh 17

1 2 1 2
A= ∼ OBE ∼ B =
2 4 0 0
(Ruang kolom berubah)

Teorema 5.4.a
Teorema 5.4.b
Contoh 17

1 2 1 2
A= ∼ OBE ∼ B =
2 4 0 0

Teorema 5.4.a
Teorema 5.4.b
Contoh 17

1 2 1 2
A= ∼ OBE ∼ B =
2 4 0 0

Teorema 5.5
Jika matriks R dalam BEB, maka vektor-vektor baris dengan 1-utama
membentuk sebuah basis bagi r.baris R, dan vektor-vektor kolom dengan
1-utama (dari vektor-vektor baris) membentuk sebuah basis bagi r.kolom
R.
Teorema 5.6

Contoh 17
Melalui OBE diperoleh
Misalkan matriks
 
  1 2 0 −1
−1 −2 −1 1
3 −1 . R = 0 0 1 0  .
A= 1 2
0 0 0 0
1 2 2 −1
dan basis untuk ruang kolom R

Maka basis untuk ruang baris R dan adalah
juga untuk ruang baris A adalah    
 1 0 
{(1, 2, 0, −1), (0, 0, 1, 0)}  0  , 1
0 0
 
tetapi
   basis
 untuk
 ruang kolom A adalah
 −1 −1 
 1 , 3 
1 2
 

Contoh 17
Misalkan matriks
 
  1 2 0 −1
−1 −2 −1 1
3 −1 . R = 0 0 1 0  .
A= 1 2
0 0 0 0
1 2 2 −1

 1 0 
{(1, 2, 0, −1), (0, 0, 1, 0)}  0  , 1
0 0
 
tetapi
   basis
 untuk
 −1 −1 
 1 , 3 
1 2
 

Contoh 17
Misalkan matriks
 
  1 2 0 −1
−1 −2 −1 1
3 −1 . R = 0 0 1 0  .
A= 1 2
0 0 0 0
1 2 2 −1

 1 0 
{(1, 2, 0, −1), (0, 0, 1, 0)}  0  , 1
0 0
 
tetapi
   basis
 untuk
 −1 −1 
 1 , 3 
1 2
 

Contoh 17
Misalkan matriks
 
  1 2 0 −1
−1 −2 −1 1
3 −1 . R = 0 0 1 0  .
A= 1 2
0 0 0 0
1 2 2 −1

 1 0 
{(1, 2, 0, −1), (0, 0, 1, 0)}  0  , 1
0 0
 
tetapi
   basis
 untuk
 −1 −1 
 1 , 3 
1 2
 

Contoh 17
Misalkan matriks
 
  1 2 0 −1
−1 −2 −1 1
3 −1 . R = 0 0 1 0  .
A= 1 2
0 0 0 0
1 2 2 −1

 1 0 
{(1, 2, 0, −1), (0, 0, 1, 0)}  0  , 1
0 0
 
tetapi
   basis
 untuk
 −1 −1 
 1 , 3 
1 2
 

Contoh 18: Basis ruang baris untuk A (cara kedua)
Langkah 2 : Cari R, yakni BEB dari

Langkah 1 : Cari AT
  AT , diperoleh
−1 1 1
1 0 − 12
 
−2 2 2
AT =  . 0 1 − 1 
R= 2
0 0 0  .
−1 3 2
1 −1 −1
0 0 0

Contoh 18: Basis ruang baris untuk A (cara kedua)

(Lanjt.)
Langkah 3 : Seperti pada Contoh 17,

kolom-kolom yang mengandung 1 utama di
R merupakan basis bagi kolom R dan yang Langkah 4:
bersesuaian dengan di AT merupakan basis Maka basis untuk ruang
bagi kolom AT , sehingga diperoleh baris A adalah
   

 −1 1 
   
−2
 , 2 

{(−1, −2, −1, 1), (1, 2, 3, −1)}
 −1  3 
 
1 −1
 

Catatan
Basis ruang baris yang diperoleh dari Contoh 17 berbeda dengan yang
diperoleh di Contoh 18. Tetapi tetap memberikan ruang baris yang sama
(Buktikan!).
Basis yang diperoleh di Contoh 17 terdiri atas vektor yang tidak

seluruhnya vektor baris dari A, akan tetapi basis dari Contoh 18 terdiri dari
vektor yang berasal seluruhnya dari vektor baris A.

Contoh 19:(Basis Ruang Solusi/Nol)
Jawab
Dalam bentuk matriks perluasan:

Basis Ruang Solusi/Nol(Lanjt.)

Rank dan Nolitas
Teorema 5.7
Misalkan A matriks. Maka r.baris dan r. kolom A mempunyai dimensi
yang sama.
Definisi
1 dim(r.baris A)=dim(r.kolom A), disebut rank(A)
2 dim(r.nol A) disebut nolitas(A)
Teorema 5.8
Misalkan A matriks ukuran m × n.
1 rank(A) = rank(AT )
2 rank(A) + nol(A) = n.
3 rank(AT ) + nol(AT ) = m.

Rank dan Nolitas
Contoh 20
Teorema 5.9

Rank dan Nolitas
Pernyataan Ekivalen
Jika A adalah matriks n × n, pernyataan-pernyataan berikut ekivalen,

yakni semua benar atau semua salah.
1 A memiliki invers.
2 AX = 0 hanya memiliki solusi trivial.
3 BEB tereduksi dari A adalah In
4 A dapat dinyatakan sebagai perkalian matriks-matriks elementer.
5 AX = B konsisten untuk setiap n × 1 matriks B.
6 AX = B tepat memiliki satu solusi untuk setiap n × 1 matriks B.
7 det(A) 6= 0.
8 Vektor-vektor kolom A BBL.
9 Vektor-vektor baris A BBL.

Rank dan Nolitas
Pernyataan Ekivalen(Lanjt.)
1 Vektor-vektor kolom dari A span/membangun R n .

2 Vektor-vektor baris dari A span R n .
3 Vektor-vektor kolom dari A membentuk (sebuah) basis bagi R n .
4 Vektor-vektor baris dari A membentuk (sebuah) basis bagi R n .
5 A memilki rank n.
6 A memiliki nolitas 0.

5 Ruang Vektor (Update) 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

5 Ruang Vektor (Update) PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Bab 5 Ruang Vektor

() Bab 5 Ruang Vektor November 2020 1 / 35

Dari sifat tersebut dibangun aksioma(tidak perlu dibuktikan) yang jika

Dari sifat tersebut dibangun aksioma(tidak perlu dibuktikan) yang jika

Aksioma Ruang Vektor

Misalkan V himpunan tak-kosong dari sembarang objek dengan dua

() Bab 5 Ruang Vektor November 2020 3 / 35

Aksioma Ruang Vektor

Misalkan V himpunan tak-kosong dari sembarang objek dengan dua

() Bab 5 Ruang Vektor November 2020 3 / 35

Aksioma Ruang Vektor

Misalkan V himpunan tak-kosong dari sembarang objek dengan dua

() Bab 5 Ruang Vektor November 2020 4 / 35

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

Langkah untuk menunjukkan sebuah himpunan adalah

1. Kenali himpunan V dan anggotanya yang akan jadi vektor.

Contoh 1 (Ruang Vektor)

() Bab 5 Ruang Vektor November 2020 6 / 35

() Bab 5 Ruang Vektor November 2020 7 / 35

Contoh Bukan Ruang Vektor

dan jika k skalar(bilangan riil), maka

() Bab 5 Ruang Vektor November 2020 8 / 35

Jika V ruang vektor, u ∈ V dan k skalar ,maka:

() Bab 5 Ruang Vektor November 2020 9 / 35

Sebuah himpunan bagian W dari ruang vektor V dinamakan subruang

() Bab 5 Ruang Vektor November 2020 10 / 35

Sebuah himpunan bagian W dari ruang vektor V dinamakan subruang

() Bab 5 Ruang Vektor November 2020 10 / 35

() Bab 5 Ruang Vektor November 2020 11 / 35

() Bab 5 Ruang Vektor November 2020 11 / 35

Contoh Bukan Subruang

() Bab 5 Ruang Vektor November 2020 12 / 35

Contoh Bukan Subruang

() Bab 5 Ruang Vektor November 2020 12 / 35

() Bab 5 Ruang Vektor November 2020 13 / 35

() Bab 5 Ruang Vektor November 2020 13 / 35

() Bab 5 Ruang Vektor November 2020 14 / 35

() Bab 5 Ruang Vektor November 2020 14 / 35

() Bab 5 Ruang Vektor November 2020 14 / 35

() Bab 5 Ruang Vektor November 2020 15 / 35

() Bab 5 Ruang Vektor November 2020 16 / 35

() Bab 5 Ruang Vektor November 2020 16 / 35

hanya dipenuhi oleh satu solusi k1 = k2 = · · · = kn = 0.

() Bab 5 Ruang Vektor November 2020 17 / 35

hanya dipenuhi oleh satu solusi k1 = k2 = · · · = kn = 0.

() Bab 5 Ruang Vektor November 2020 17 / 35