Makalah Aljabar Linier

MATA KULIAH : ALJABAR LINIER

DOSEN PENGAMPU :

OLEH :

1 DWI NAILA FADILLAH (4203111125)

2 EMINA SENI BINA BR GINTING (4203111003)
3 KI HAJAR DEWANTARA (4203111133)
4 LYLY ALINTA PAULINA SEMBIRING (4203111031)
5 TARULIA SIMANJUNTAK (4203311017)
6 VIAN ANOTONA GIAWA (4202111010)

KELAS 20A

JURUSAN MATEMATIKA PRODI PENDIDIKAN MATEMATIKA

FAKULTAS PENDIDIKAN MATEMATIKA

UNIVERSITAS NEGERI MEDAN

2021
 KATA PENGANTAR

Puji syukur kepada Tuhan yang Maha Esa, atas berkatNya makalah ini dapat diselesaikan
dengan baik . Atas bimbingan dari Ibu pengampu matakulia ini selaku Dosen mata kuliah
Aljabar Linier. Yang dimana makalah ini dibuat untuk memenuhi mata kuliah aljabar linier.
Adapun materi yang dibahas didalam makalah ini yaitu Ruang-n Euclidis, Ruang vektor umum,
Sub Ruang .

Penulis menyadari makalah ini jauh dari kata sempurna, oleh karena itu penulis berharap
kritikan dan saran dari pembaca . Demikian makalah ini kami sampaikan, kurang lebihnya kami
minta maaf dan kami ucapkan terimakasih .

Medan, 2022

Kelompok 2

ii
 DAFTAR ISI

Kata Pengantar .................................................................................................................... ii

Daftar isi .............................................................................................................................. iii

Bab I Pendahuluan .............................................................................................................. 1

a. Latar Belakang ......................................................................................................... 1

b. Ramusan Masalah .................................................................................................... 1

c. Tujuan ....................................................................................................................... 2

Bab II Pembahasan .............................................................................................................. 3

a. Ruang-n Euclidis ...................................................................................................... 3

b. Ruang vektor umum ................................................................................................ 9

c. Sub Ruang............................................................................................................... 13

Bab III penutup .................................................................................................................. 16

a. Kesimpulan ............................................................................................................. 16
b. Saran ....................................................................................................................... 16

Daftar Pustaka ................................................................................................................... 17

iii
 BAB I

a. Latar Belakang

Vektor adalah ruas garis berarah yang memiliki besaran (nilai) dan arah tertentu. Secara
geometris, suatu vektor dapat digambarkan sebagai ruas garis berarah dengan panjang ruas garis
menyatakan besar vektor dan arah ruas garis menyatakan arah vektor.

Sebuah vektor di didefinisikan sebagai n-tupel bilangan riil dengan n

adalah bilangan bulat positif. Contohnya pada vektor dan pada vektor
. Jika kita perhatikan pada gambar sebelumnya, jelas bahwa pasangan
dan tripel tidak hanya bermakna sebagai vektor namun juga dapat berperan sebagai
titik. Nah, uniknya dalam ruang-n euclides keduanya dianggap sama, hal ini berlaku juga pada
, sampai dengan . Jadi kita bebas menggambarkannya sebagai titik maupun sebagai
vektor di .

Ruang vektor adalah struktur matematika yang dibentuk oleh sekumpulan vektor, yaitu objek
yang dapat dijumlahkan dan dikalikan dengan suatu bilangan, yang dinamakan skalar. Skalar
sering adalah bilangan riil, tetapi kita juga dapat merumuskan ruang vektor dengan perkalian
skalar dengan bilangan kompleks, bilangan rasional, atau bahkan medan. Operasi penjumlahan
dan perkalian vektor mesti memenuhi persyaratan tertentu yang dinamakan aksioma. Contoh
ruang vektor adalah vektor euklides yang sering digunakan untuk melambangkan besaran fisika
seperti gaya. Dua gaya dengan jenis sama dapat dijumlahkan untuk menghasilkan gaya ketiga,
dan perkalian vektor gaya dengan bilangan riil adalah vektor gaya lain. Vektor yang
melambangkan perpindahan pada bidang atau pada ruang tiga dimensi juga membentuk ruang
vektor. Ruang vektor merupakan subjek dari aljabar linear, dan dipahami dengan baik dari sudut
pandang ini, karena ruang vektor dicirikan oleh dimensinya, yang menspesifikasikan banyaknya
arah independen dalam ruang. Teori ruang vektor juga ditingkatkan dengan memperkenalkan
struktur tambahan, seperti norma atau hasilkali dalam.

Dalam aljabar linear, subruang vektor, atau disebut juga subruang linear, adalah sebuah ruang
vektor yang merupakan subhimpunan dari ruang vektor yang lebih besar. Subruang vektor

1
biasanya disebut subruang saja, apabila konteksnya cukup untuk membedakannya dari jenis
subruang yang lain. Subruang vektor adalah himpunan bagian dari ruang vektor v , yang juga
merupakan ruang vektor di bawah operasi penjumlahan vektor dan perkalian skalar yang
didefinisikan pada v .

b. Rumusan Masalah

Adapun rumusan masalah di dalam makalah ini yaitu:

1. Apa itu Ruang-n Euclidis dalam aljabar linier?

2. Bagaimana cara mencari Ruang-n Euclidis?
3. Apa definisi dari ruang vektor umum?
4. Bagaimana cara mencari Ruang Vektor umum?
5. Apa yang dimaksud dari Sub ruang Vektor?
6. Bagaimana cara menentukan Sub Ruang Vektor?

c. Tujuan

Adapun tujuan daripada makalah ini yaitu:

1. Mengetahui tentang Ruang-n Euclidis dalam aljabar linier.

2. Tau cara mencari Ruang-n Euclidis.
3. Memahami Definisi Ruang Vektor umum.
4. Tau cara mencari Ruang Vektor.
5. Memahami Sub Ruang vektor.
6. Paham cara mencari Sub ruang vektor.

2
 BAB II

PEMBAHASAN

2.1. Vektor Ruang n-Euclid

Jika n adalah bilangan bulat positif, maka suatu vektor ⃗ adalah n tupel beruturut
(ordered n-tuple).

( ), dengan untuk 1 . Himpunan seluruh n tupel berturut disebut ruang

vekrot euclid berdimensi n dan ditulis dengan . Untuk meirngkas, kita katakan ruang vektor
euclid berdimensi n sebagai ruang euclid berdimensi n (tanpa kata vektor). Vektor pada dapat
dinyatakan dalam bentuk

 N tupel beruturur-turut, contohnya ⃗ ( )

 Matriks baris, contohnya ⃗ [ ], notasi ini jarang dipakai

 Matriks kolom contohnya ⃗ [ ]

A. Kesamaan Dua Vektor di

Definisi

Dua vektor ⃗⃗, ⃗ dengan ⃗⃗ ( ) dan ⃗ ( ) dikatakan

sama jika

. Jika ⃗⃗ ⃗.

Dengan catat kesamaan dua vektor di juga dapat dipandang sebagai kesamaan dua matriks
kolom dengan n baris, atau kesamaan dua matriks dengan n kolom.

B. Operasi Vektor di

Definisi

⃗⃗ ( ) dan ⃗ ( ) adalah dua vektor di dan , maka

3
⃗⃗ ⃗ ( )

⃗⃗ ( )

⃗⃗ ( )

⃗⃗ ⃗ ⃗⃗ ⃗ (

Vektor ⃗⃗ di didefinisikan sebagai ⃗⃗ . Vektor ⃗⃗ si juga dapat dipandang

sebagai suatu matriks kolom (matriks baris) yang seluruh entrinya 0.

Penjumlahan dua vektor di dapat dipandang sebagai penjumlahan dua matriks kolom dengan
n baris. Perkalian suatu vektor dengan suatu saklar di juga dapat dipandang sebagai perkalian
suatu matriks kolom dengan n baris dan suatu saklar di .

Teorema vektor di

 Jika ⃗⃗ ⃗ ⃗⃗⃗ dan , maka

 ⃗⃗ ⃗ ⃗⃗ ⃗
 ⃗⃗ ⃗ ⃗⃗⃗ ⃗⃗ ⃗ ⃗⃗⃗)
 ⃗⃗ ⃗⃗ ⃗⃗ ⃗⃗ ⃗⃗
 ⃗⃗ ⃗⃗ ⃗⃗ ⃗⃗ ⃗⃗
 ⃗⃗ ⃗ ⃗⃗ ⃗
 ⃗⃗ ⃗⃗ ⃗⃗
 ⃗⃗ ⃗⃗
 1 ⃗⃗ ⃗⃗

C. Hasil kali titik di

Hasil kali titik dua vektor di merupakan perumuman dari hasil kali titik dua vektor di
dan

Defenisi

Misalkan ⃗⃗ ( ) dan ⃗ ( ) adalah dua vektor di , maka

4
⃗⃗ ⃗

Hasil kali titik (dot product) di selanjutnya juga akan dinamakan sebagai hasil kali dalam
Euclid (Euclidean inner product).

D. Sudut di

Berbeda dengan sudut antara dua vektor di maupun yang memiliki representasi
geometris, sudut antara dua vektor di untuk tidak memiliki representasi geometris.
Jadi kita perlu mendefenisikan sudut antara dua vektor di melalui defenisi yang jelas dan
tidak bertentangan dengan kaidah matematis yang sudah ada sebelumnya. Ingat kembali bahwa
jika adalah cosinus sudut antara dua vektor, maka haruslah

Ketaksamaan Cauchy-Schwarz di

Jika ⃗⃗, ⃗ , maka

| ⃗⃗ ⃗ | || ⃗⃗|| ⃗ ||

Misalkan , tinjau bahwa

|| ⃗⃗ ⃗ | | (norm selalu tak negatif)

= ⃗⃗ ⃗ ⃗⃗ ⃗ || ⃗⃗|| ⃗⃗ ⃗ || ⃗ ||

Dari pengetahuan kita di sekolah menengah, ketika fungsi kuadrat

selalu bernilai non negatif, maka fungsi tersebut memotong sumbu x tepat di satu titik atau sama
sekali tidak memotong sumbu x. Akibatnya nilai dari disriminannya, yaitu ,
selalu non positif. Pertidaksamaan (1) memberikan

⃗⃗ ⃗ || ⃗⃗|| || ⃗ ||

⃗⃗ ⃗ (|| ⃗⃗|||| ⃗ ||)

⃗⃗ ⃗ || ⃗⃗|||| ⃗ || , karena || ⃗⃗|| || ⃗ ||

5
 E. Sudut antara Dua Vektor Tak Nol di

Jika ⃗⃗ ⃗ adalah dua vektor tak nol, maka maka

⃗⃗ ⃗
|| ⃗⃗|||| ⃗ ||

Bukti

Dari ketaksamaan Cauchy-Schwarz, kita memiliki ⃗⃗ ⃗ || ⃗⃗|||| ⃗ ||, yang berarti

|| ⃗⃗|||| ⃗ || ⃗⃗ ⃗ || ⃗⃗|||| ⃗ ||

Jika ⃗⃗ dan ⃗ keduanya tak nol, maka || ⃗⃗|||| ⃗ || , akibatnya membagi ketaksamaan (2)
dengan || ⃗⃗|||| ⃗ || memberikan

⃗⃗ ⃗
|| ⃗⃗|||| ⃗ ||

Defenisi

Jika ⃗⃗ ⃗ adalah dua vektor tak nol, maka cosinus sudut antara ⃗⃗ dan ⃗ didefenisikan
sebagai

⃗⃗ ⃗
|| ⃗⃗|||| ⃗ ||

Akibatnya, jika adalah sudut antara dua vektor tak nol ⃗⃗ ⃗ , maka

⃗⃗ ⃗
( )
|| ⃗⃗|||| ⃗ ||

Catatan

Defenisi di atas juga sesuai dengan kondisi di dan , yaitu

⃗⃗ ⃗ || ⃗⃗|||| ⃗ ||

Kita tidak mendefenisikan sudut antara sebuah vektor dengan vektor nol. Hal ini terjadi karena
vektor nol merupakan vektor yang tidak memiliki arah yang jelas.

Hasil Kali Titik Dua Vektor dan Perkalian Matriks

Misalkan u dan v adalah dua vektor yang dinyatakan sebagai matriks kolom,

6
 [ ] [ ]. Bila matriks dipandang sebagai bilangan real (tanda kurung “[

... ]” diabaikan), maka kita memilki

[ ][ ]

Jika ⃗ [ ]

|| ⃗ || ⃗ ⃗

F. Keortogonalan di

Ingat kembali bahwa pada maupun , dua vektor ⃗⃗dan ⃗ dikatakan ortogonal bila ⃗⃗ ⃗ = 0.

Defenisi

Dua vektor ⃗⃗, ⃗ dikatakan ortogonal bila ⃗⃗ ⃗ = 0.

Teorema (Teorema Phytagoras di )

|| ⃗⃗ ⃗ || || ⃗⃗|| || ⃗ ||

|| ⃗⃗ ⃗ || ⃗⃗ ⃗ ⃗⃗ ⃗

|| ⃗⃗ ⃗ || || ⃗⃗|| ⃗⃗ ⃗ || ⃗ ||

|| ⃗⃗ ⃗ || || ⃗⃗|| || ⃗ || (karena ⃗⃗ ⃗ = 0)

Beberapa Sifat Terkait Norm

Jika ⃗ dan maka

|| ⃗ ||

|| ⃗ || jika dan hanya jika ⃗ = ⃗⃗.

7
|| ⃗ || | ||| ⃗ ||

|| ⃗⃗ ⃗ || | ⃗⃗| | ⃗ | (ketaksamaan segitia/triangel inequality untuk norm)

Bukti untuk sifat nomor 1 - 3 analog dengan bukti untuk vektor di yang sudah kita buktikan
di pembelajaran sebelumnya.

Bukti (Bukti sifat 4)

|| ⃗⃗ ⃗ || ⃗⃗ ⃗ ⃗⃗ ⃗

|| ⃗⃗ ⃗ || || ⃗⃗|| ⃗⃗ ⃗ || ⃗ ||

|| ⃗⃗ ⃗ || || ⃗⃗|| | ⃗⃗ ⃗ | || ⃗ || (sifat nilai mutlak)

|| ⃗⃗ ⃗ || || ⃗⃗|| | ⃗⃗|| ⃗ | || ⃗ || (ketaksamaan Cauchy-Schwarz) = (|| ⃗⃗|| || ⃗ ||)

|| ⃗⃗ ⃗ || || ⃗⃗|| || ⃗ ||

Beberapa Sifat Terkait Jarak

Jika ⃗⃗ ⃗ ⃗⃗⃗ dan ⃗⃗ ⃗ menyatakan jarak dari ⃗⃗ ke ⃗, maka

⃗⃗ ⃗

⃗⃗ ⃗ jika dan hanya jika ⃗⃗ ⃗

⃗⃗ ⃗ ⃗ ⃗⃗

⃗⃗ ⃗ ⃗⃗ ⃗⃗⃗ ⃗⃗⃗ ⃗ (ketaksamaan segitia/triangel inequality untuk jarak)

Bukti untuk sifat nomor 1 - 3 analog dengan bukti untuk norm yang sudah kita buktikan di
pembelajaran sebelumnya.

Bukti (Bukti sifat 4)

⃗⃗ ⃗ || ⃗⃗ ⃗ ||

⃗⃗ ⃗ || ⃗⃗ ⃗⃗⃗ ⃗⃗⃗ ⃗ ||

⃗⃗ ⃗ || ⃗⃗ ⃗⃗⃗|| || ⃗⃗⃗ ⃗ || (ketaksamaan segitia/triangel inequality untuk norm)

⃗⃗ ⃗ ⃗⃗ ⃗⃗⃗ ⃗⃗⃗ ⃗

8
 2.2. Ruang Vektor Umum
A. Ruang Vektor dan Aksioma yang terdapat dalam Ruang Vektor

Ruang vektor adalah struktur matematika yang dibentuk oleh sekumpulan vektor, yaitu
objek yang dapat dijumlahkan dan dikalikan dengan suatu bilangan, yang dinamakan skalar.
Skalar sering adalah bilangan riil, tetapi kita juga dapat merumuskan ruang vektor dengan
perkalian skalar dengan bilangan kompleks, bilangan rasional, atau bahkan medan. Operasi
penjumlahan dan perkalian vektor mesti memenuhi persyaratan tertentu yang dinamakan
aksioma.

Suatu himpunan dengan dua operasi penjumlahan vektor dan perkalian scalar dikatakan
suatu ruang vector jika memenuhi:

a. Jika ̅ ̅ ̅ ϵ V, maka berlaku

1. ̅ + ̅ ϵ V
2. ̅ ̅ ̅ ̅
3. ( ̅ ̅ ̅ ̅ ̅ ̅
4. Ada ̅ ϵ V sehingga ̅ ̅ ̅ ̅ ̅ , untuk setiap ̅ ϵ V
5. Untuk setiap ̅ ϵ V ada - ̅ ϵ V sehingga ̅ ̅ ̅ ̅ ̅
b. Jika ̅ ̅ ϵ V dan k,l adalah sebarang skalar, maka berlaku ;
6. k ̅ ϵ V
7. (k + l) ̅ = k ̅ + k ̅
8. K( ̅ + ̅ ) = k ̅ + k ̅
9. (kl) ̅ = k(l ̅ )
10. 1. ̅ = ̅

B. Macam-Macam Ruang Vektor

1. Ruang vektor matriks 2x2

Himpunan V dari semua matrik 2x2 dengan entri entri real adalah suatu ruang vektor
yang jika penjumlahan vektor didefinisikan sebagai perkalian scalar matrik.

Bukti :

9
 Misalkan [ ] [ ] untuk membuktikan aksioma 1, kita

harus menunjukkan bahwa ̅ + ̅ ϵ V. Dengan kata lain kita harus menunjukkan bahwa u + v
adalah matriks 2x2.

[ ] [ ] [ ]

Untuk aksioma 2 dan 3 juga berlaku seperti pada penggunaan aksioma pertama.

Untuk membuktikan aksioma 5, kita harus menunjukkan bahwa setiap objek U di V memiliki
bentuk negatif dari

Ini dapat dilakukan dengan mendefenisikan negatif u sebagai :

[ ]

dengan definisi tersebut diperoleh :

[ ] [ ] [ ]

Untuk aksioma 6 berlaku :

[ ] [ ]

Begitu juga dengan aksioma 7,8,9 yang sesuai dengan aksioma 6 tersebut.

Sementara untuk membuktikan aksioma 4, kita harus menentukan suatu objek D di V

sedemikian rupa o + u = u + o = u untuk semua u di objek V. ini dapat dilakukan dengan
mendefenisikan o sebagai :

[ ] , dengan definisi ini maka :

[ ] [ ] [ ]

10
 2. Ruang vektor dari fungsi bernilai real

Misalkan V adalah himpunan fungsi-fungsi bernilai real yang didefinisikan sepanjang

garis real (- , ). Jika F = F(x) dan g = g(x) adalah dua fungsi sedemikian dan k adalah
bilangan real sembarang maka :

(F+g) (x) = F(x) + g(x) dan (kF) (x) = kf(x) Dengan kata lain:

 Nilai dan fungsi f+g pada x diperoleh dengan menjumlahkan nilai-nilai dari f dan g
pada x
 Nilai kf pada x adalah k kali nilai dari f pada x.

3. Ruang vektor nol

Misalnya V terdiri dari suatu objek tunggal, yang dinotasikan dengan 0, definisi: 0+0 =
0 dan k0 = 0, Untuk semua skalar k.

4. Himpunan yang bukan merupakan ruang vektor

Misalkan, V=R2 dan didefinisikan operasi-operasi penjumlahn dan perkalian sebagai

berikut:
Jika u = (u1, u2) dan v = (v1, v2 ) maka: u+v = (u1 + v1 , u2 +v2 ) dan jika k adalah bilangan real
ssembarang, maka:
ku = (ku,0)
contoh:
Jika u = (2,4), v = (-3,5), dan k=7, maka:
U+v = (2+(-3), 4+5) = (-1,9) Ku = 7u = (7.2,0)
= (14,0)
Operasi penjumlahan merupakan operasi penjumlahan standar pada R2 , tetapi operasi
perkalian scalar bukan merupakan perkalian skalar standar. Terdapat nilai-nilai u yang
menyebabkan aksioma 10 tidak berlaku. Sebagai contoh, jika u = (u1, u2) sedemikian rupa
sehingga u2 ≠0, maka:
1u = 1 (u1, u2) = (1. u1 ,0) ≠ u
Jadi, V bukan merupakan ruang vektor.

11
Contoh 1.

Himpunan Rn adalah ruang vektor dengan operasi penjumlahan dan perkalian didefenisikan
sebagai berikut: untuk setiap (x1,y1), (x2,y2) = R dan skalar k berlaku

(x1,y1) + (x2,y2) = (x1+x2,y1 , y2)

K(x1 , y1) = (kx1,ky2)

Contoh 2

Himpunan matriks 2 x 2 dengan entri entrinya bilangan real

M2x2 = {[ ]| }

Dimana penambahan matriks didefenisikan oleh

[ ]+[ ]=[ ]

Sedangkan perkalian k dengan matriks didefenisikan oleh

k[ ] [ ]

maka M2x2 (R) adalah suatu ruang vektor

C. Sifat-sifat Vektor

Jika V suatu ruang vektor, dan diambil sembarang di dalam V dan sebarang skalar k, maka
berlaku:

a. 0 ̅ = ̅ . 0 adalah elemen netral di R

b. k ̅ = ̅
c. -1 ̅ = - ̅
d. Jika k ̅ = 0, maka k = 0 atau ̅ ̅

12
 2.3. Sub Ruang Vektor

Subruang Vektor adalah himpunan bagian dari ruang vektor V , yang juga merupakan ruang
vektor di bawah operasi penjumlahan vektor dan perkalian skalar yang didefinisikan pada V .

A. Definisi Vektor
Misalkan V adalah ruang vektor dan W adalah himpunan bagian dari V . Himpunan W
disebut subruang dari V , jika W merupakan ruang vektor di bawah operasi penjumlahan vektor
dan perkalian skalar yang didefinisikan pada V .

Berdasarkan definisi, kita perlu memeriksa keberlakuan 10 aksioma ruang vektor pada W
. Namun, sebagai himpunan bagian dari V , himpunan W mewarisi beberapa aksioma ruang
vektor yang berlaku pada V , seperti sifat komutatif dan asosiatif terhadap operasi penjumlahan
vektor (Aksioma 2 dan 3).

B. Teorema Sub Ruang Vektor

Berikut adalah teorema yang digunakan untuk memeriksa apakah sebuah himpunan
merupakan subruang vektor.

a. Teorema 1
Misalkan W adalah himpunan bagian tak kosong dari ruang vektor V. Himpunan W
adalah subruang dari V , jika dan hanya jika untuk setiap skalar k dan v, w berlaku

v+w W dan kv W

Jika kedua syarat terpenuhi (v + w W dan kv W ) maka W adalah subruang dari V .

Sebaliknya, jika salah satu atau keduanya tidak terpenuhi, maka W bukan subruang dari V .

b. Teorema 2
Misalkan W adalah himpunan bagian tak kosong dari ruang vektor v . Himpunan adalah
subruang dari V jika dan hanya jika untuk setiap skalar k dan v, w berlaku

v + kw W

13
Contoh soal:

1. Misalkan W adalah himpunan bagian tak kosong dari ruang vektor V .

Buktikan bahwa W adalah subruang dari V , jika dan hanya jika untuk setiap skalar k
dan v, w W berlaku
v + w W dan kv W
Pembahasan
Dari Kiri
Misalkan W adalah subruang dari ruang vektor V , sehingga W sendiri merupakan
ruang vektor.

Berdasarkan Aksioma 1 dan 6, untuk setiap skalar k dan v, w W diperoleh

v + w W dan kv W
Terbukti.

Dari Kanan
Misalkan W adalah himpunan bagian tak kosong dari ruang vektor V , yang
memenuhi
v + w W ... (1)
kv W ...(2)

untuk setiap skalar k dan v, w W.

Untuk membuktikan bahwa W subruang dari V, perlu ditunjukkan bahwa W

memenuhi 10 aksioma ruang vektor.

Berdasarkan (1) dan (2), himpunan W memenuhi Aksioma 1 dan 6. Selain itu,
sebagai himpunan bagian dari ruang vektor V, W, mewarisi beberapa aksioma ruang
vektor yang dipenuhi oleh V .

Diambil sebarang x,y W . Karena W ⊆ V, maka diperoleh x,y V.

Sebagai ruang vektor, V memenuhi Aksioma 2, sehingga

x+v=v+x

Jadi, W juga memenuhi Aksioma 2. Dengan cara yang sama, dapat ditunjukkan
bahwa W memenuhi Aksioma 3, 7, 8, 9, dan 10.

14
 Dengan ini, tersisa dua aksioma ruang vektor, yaitu Aksioma 4 dan 5. Untuk itu,
perlu ditunjukkan bahwa W memuat 0 dan - x.

Berdasarkan sifat ruang vektor dan (2), untuk skalar 0 dan -1, diperoleh
0x = 0

Jadi, W juga memenuhi Aksioma 4 dan 5. Dengan demikian, W adalah ruang vektor,
sehingga W adalah subruang dari V. Terbukti.

2. Misalkan W adalah himpunan bagian tak kosong dari ruang vektor V . Buktikan
bahwa W adalah subruang dari V jika dan hanya jika untuk setiap skalar k dan v, w
berlaku

Pembahasan
Dari Kiri
Misalkan W adalah subruang dari ruang vektor V, sehingga W sendiri merupakan
ruang vektor.

Diambil sebarang skalar k dan v, kw . Berdasarkan Aksioma 6, diperoleh kw

. Berikutnya, berdasarkan Aksioma 1, diperoleh v + kw . Terbukti.

Dari Kanan
Misalkan W adalah himpunan bagian tak kosong dari ruang vektor V , yang
memenuhi

untuk setiap skalar k dan v, .

Akan dibuktikan bahwa W subruang vektor dari V , menggunakan Teorema 1.

Diambil sebarang x,y dan skalar .

Karena 1 adalah skalar dan x,y , maka berdasarkan (1) diperoleh

x + 1v = x + v
Selain itu, skalar dan 0, x berakibat

Diperoleh x + y dan mx . Berdasarkan Teorema 1, W adalah subruang dari

V . Terbukti.

15
 BAB III

PENUTUP

A. Kesimpulan
vektor adalah ruas garis berarah yang memiliki besaran (nilai) dan arah tertentu. Secara
geometris, suatu vektor dapat digambarkan sebagai ruas garis berarah dengan panjang
ruas garis menyatakan besar vektor dan arah ruas garis menyatakan arah vektor.
Ruang Vektor adalah matematika yang dibentuk oleh vector-vektor yaitu objek yang
dapat dijumlahkan dan dikaliakn dengan suatu bilangan,yang terdiri dari scalar. Suatu
himpunan dapat dikatakan suatu vector ruang apabila memenuhi syarat aksioma tertentu.
Suatu himpuanan bagian dari suatu ruang vector V disebut sub ruang dari V jika W
sendiri adalah suatu ruang vector dibawah penjumlahan dan perkalian scalar yang
didefenisikan pada V.
Dalam aljabar linear, subruang vektor, atau disebut juga subruang linear, adalah sebuah
ruang vektor yang merupakan subhimpunan dari ruang vektor yang lebih besar. Subruang
vektor biasanya disebut subruang saja, apabila konteksnya cukup untuk membedakannya
dari jenis subruang yang lain.

B. Saran
Dengan adanya pemabahasan materi aljabar linear pada makalah ini diharapkan pembaca
terutama pada penulis sendiri memeiliki pemahaman lebih setelah membaca dan
membahas materi pada makalah ini

16
 DAFTAR PUSTAKA

https://id.m.wikipedia.org/wiki/Ruang_vektor

https://mathpro.id/pembahasan-soal/subruang-vektor.html

https://www.google.com/url?sa=t&source=web&rct=j&url=https://irsadifarista.wordpress.com/g
eometri/ruang-vektor-dan-
euclid/&ved=2ahUKEwiAv62dkdL2AhX3gtgFHXjxC6cQFnoECCQQBQ&usg=AOvVa
w2xBiJl9rXpm9pnpCzRPY_i

https://www.google.com/url?sa=t&source=web&rct=j&url=https://www.slideshare.net/irsadi77/
vektor-dan-ruang-
euclid&ved=2ahUKEwiAv62dkdL2AhX3gtgFHXjxC6cQFnoECB8QAQ&usg=AOvVa
w3V0JMR1gSBnWp3qux6KkOl

Syarifuddin,S.Pd.,M.Pd. Dkk. 2016. ALJABAR LINEAR. Mataram:LPP Mandala

17