BAB V

Ruang-Ruang Vektor

V.1 Ruang–n Euclides

Pada saat pertama kali ilmu vektor dikembangkan, hanya dikenal vektor-
vektor di R2 dan R3 saja, tetapi dalam perkembangannya ternyata
didapatkan permasalahan yang lebih kompleks sehingga dikembangkan
vektor-vektor di ruang berdimensi 4, dimensi 5 atau secara umum
merupakan vektor-vektor di Rn . Secara geometris memang vektor-vektor
di R4 dan seterusnya memang belum bisa digambarkan, tetapi dasar yang
digunakan seperti operasi-operasi vektor masih sama seperti operasi pada
vektor- vektor di R2 dan R3. Orang yang pertama kali mempelajari vektor-
vektor di Rn adalah Euclides sehingga vektor-vektor yang berada di Rn
dikenal sebagai vektor Euclides, sedangkan ruang vektornya disebut
ruang–n Euclidis.
Operasi standar/ baku pada vektor Euclidis
Diketahui u dan v adalah vektor- vektor di ruang–n Euclidis dengan
u=(u1 , u2 ,… , un ) dan v=(v 1 , v 2 , … , v n )
Penjumlahan vektor
u+ v=(u1+ v 1 ,u 2+ v 2 ,… , un + v n)
Perkalian titik
u . v=(u1 . v 1+ u2 . v 2+ …+un . v n)
Perkalian dengan skalar
k u=(ku1 ,ku 2 , … , ku n)
Panjang vektor
1
¿ u∨¿ (u . u ) = √ u1 +u2 +…+u n
2 2 2 2

Jarak antara vektor

√ 2 2
d ( u , v )=( u−v . u−v )=¿ ( u1−v 1 ) + ( u2−v 2 ) + …+ ( u n−v n )
2

Contoh 5.1.1:
 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)

d ( a , b ) =√ (−1 ) + (−1 ) +1 +2 =7
2 2 2 2

V.2 Ruang vektor umum

Selama ini kita telah membahas vektor-vektor di Rn Euclides dengan
operasi-operasi standarnya. Sekarang akan membuat konsep tentang ruang
vektor dengan konsep yang lebih luas. Ada 10 syarat agar V disebut
sebagai ruang vektor, yaitu:
1. Jika vektor- vektor u, v ∈V , maka vektor u+ v ∈ V
2. u+ v=v+ u
3. u+ ( v +w )=( u+ v )+ w
4. Ada 0 ∈V sehingga 0+u=u+ 0 untuk semua u ∈V , 0 : vektor nol
5. Untuk setiap u ∈V terdapat – u ∈ V sehingga u+ (−u )=0
6. Untuk sembarang skalar k, jika u ∈V maka k u ∈V
7. k ( u+ v )=k u+ k v , k sembarang skalar
8. ( k +1 ) u=k u+1 u, k dan 1 skalar
9. k ( 1 u )=( k 1 ) u
10. 1 u=u
Dalam hal ini tentunya yang paling menentukan apakah V disebut ruang
vektor atau tidak adalah operasi-operasi pada V atau bentuk dari V itu
sendiri. Jika V merupakan ruang vektor dengan operasi-operasi vektor
(operasi penjumlahan dan operasi perkalian dengan skalar) yang bukan
merupakan operasi standar, tentunya V harus memenuhi 10 syarat diatas,
jika satu saja syarat tidak dipenuhi maka tentunya V bukan merupakan
ruang vektor.
Contoh ruang vektor:
 1. V adalah himpunan vektor euclides dengan operasi standar (operasi
penjumlahan dan operasi perkalian dengan skalar), notasinya Rn .
2. V adalah himpunan polinom pangkat n dengan operasi standar
Bentuk umum polinom orde–n
pn ( x ) =a0 + a1 x +…+ an x n
n
q n ( x )=b0 +b1 x+ …+bn x
Operasi standar pada polinom orde–n
pn ( x ) + qn ( x ) =a0 +b 0 + ( a1 +b 1) x +…+ ( an +b n ) x n
n
k pn=k a0 +k a1 x +…+ k an x
n
k q n=k b 0 +k a1 x+ …+k a n x
notasi untuk ruang vektor ini adalah Pn
3. V adalah himpunan matriks berukuran m× n dengan operasi standar
(penjumlahan matriks dan perkalian matriks dengan skalar), ruang
vektor ini sering dinotasikan dengan M mn.
Contoh bukan ruang vektor:
1. V adalah himpunan vektor yang berbentuk (0, y) di R2 dengan operasi
vektor sebagai berikut: untuk u=( 0 ,−u 1 ), v=( 0 , u2 ), maka
k u=( 0 ,−ku 1) dan u+ v=( 0 ,−u1 +u 2)

2. V himpunan matriks yang berbentuk [ a1 1b] dengan operasi standar, a,

b∈R
Contoh 5.2.1:

Tunjukkan bahwa V yaitu himpunan matriks yang berbentuk [ a1 1b]

dengan operasi standar bukan merupakan ruang vektor (a, b ∈ R)!
Jawab:
Untuk membuktikan V bukan merupakan ruang vektor adalah cukup
dengan menunjukkan bahwa salah satu syarat ruang vektor tidak dipenuhi.
Akan ditunjukkan apakah memenuhi syarat yang pertama
 Misalkan A= [ 1p 1q] dan B=[ r1 1s ], p, q, r, s ∈ R maka A, B ∈ V
A+ B=
[ p+r2 q+2 s] ∈V → syarat 1 tidak dipenuhi
Jadi V bukan merupakan ruang vektor

V.3 Sub-ruang vektor

Diketahui V ruang vektor dan U sub himpunan V. Kemudian U dikatakan
sub-ruang dari V jika memenuhi dua syarat berikut:
1. Jika u , v ∈U maka u+ v ∈ U
2. Jika u ∈U , untuk skalar k berlaku k u ∈U
Contoh 5.3.1:
Diketahui U adalah himpunan titik-titik di bidang dengan ordinat 0 dengan
operasi standar R2, tunjukkan bahwa U merupakan sub-ruang dari R2!
Jawab:
Akan ditunjukkan bahwa U memenuhi dua syarat sub-ruang vektor, yaitu:
1. U ={ x , 0 } untuk sembarang nilai x , x ∈ R
Misalkan A=¿1, 0) dan B=¿ 2, 0) dengan x 1, x 2 ∈ R , maka A , B ,U ,
( A+ B)=¿ 1 + x 2, 0) dengan x 1 + x 2 ∈ R , jadi A+ B=R
Jadi syarat ke-1 terpenuhi.
2. Untuk skalar k , maka k ∈ A=kx 1 , dengan kx 1∈ R , jadi k ∈ A ∈ R
Jadi syarat ke-2 terpenuhi
Kedua syarat terpenuhi, maka U merupakan sub-ruang R 2
Contoh 5.3.2:
Diketahui U adalah himpunan vektor-vektor yang berbentuk (a, b, c)
dengan a = b – c – 1, a, b, c ∈ R dengan operasi standar R 3, tunjukkan
apakah U merupakan sub-ruang R 3 atau bukan!
Jawab:
Akan ditunjukkan apakah U memenuhi syarat sub-ruang vektor R 3.
Misalkan A=¿1 – c 1–1, b 1, c 1) dan B=¿ 2 – c 2 −¿ 1, b 2, c 2) dengan b 1, b 2, c 1,
c 2 ∈ R maka A , B ∈ R .
 A+ B=¿1+b 2) – (c 1+c 2) – 2, b 1+b 2, c 1+c 2) ∉U
Syarat ke-1 tidak dipenuhi, jadi U bukan merupakan sub-ruang vektor.
V. 4 Membangun dan 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 yag akan dibahas.
Kombinasi Linier
Vektor v dikatakan merupakan kombinasi linier dari vektor-vektor
v 1 , v 2 , … , v n, bila v bisa dinyatakan sebagai:
v=k 1 v 1 +k 2 v 2+ …+k n v n , k 1 , k 2 , … , k n : skalar

Diketahui V ruang vektor dan S= {s 1 , s2 , … , s n } dimana s1 , s 2 , … , s n ∈ V

S dikatakan membangun V bila untuk setiap v ∈V , v = kombinasi linier
dari S, yaitu:
v=k 1 s 1 +k 2 s 2+ …+k n sn, k 1 , k 2 , … , k n: skalar
Vektor-vektor di S dikatakan bebas linier jika persamaan
0=k 1 s 1+ k 2 s 2+ …+k n sn hanya memiliki penyelesaian k 1=k 2=…=k n=0
(atau jika diubah ke bentuk SPL, penyelesaiannya adalah trivial), jika ada
penyelesaian lain untuk nilai k 1 , k 2 , … , k n selain 0 maka dikatakan vektor-
vektor di S bergantung linier.

Contoh 5.4.1:
Diketahui a=( 1,2 ), b=(−2 ,−3 ) dan c= (1,3 )
Apakah c merupakan kombinasi linier dari a dan b ?
Jawab:
Misalkan c merupakan kombinasi linier dari a dan b , maka dapat
ditentukan nilai untuk k 1 dan k 2 dari persamaan c=k 1 a+k 2 b

[] [] [ ] [
1 =k 1 +k −2
3
1
2
2
−3
1 −2 k 1 = 1
→ 2 −3
k2 3 ][ ] [ ]
Digunakan operasi baris elementer untuk menyelesaikan sistem persamaan
liner diatas, yaitu:
 [2
[ A b ] = 1 −2 1
−3 3 ] [ 10 −2 1
1 1 ] [ 10 0 3
1 1 ]
Didapatkan [ ][]
k1
k2
=3
1

Nilai k 1 dan k 2bisa didapatkan, jadi c merupakan kombinasi linier dari a

dan b yaitu c=3 a+b

Contoh 5.4.2:
Apakah u = (1,2,3), v=(2,4,6) dan w=(3,4,7) membangun R 3 ?
Jawab:
Misalkan u , v dan w membangun R 3 , maka untuk sembarang vektor di R 3
( x , y , z ) , maka ( x , y , z ) haruslah merupakan kombinasi linier dari u , v dan
w . Jika dituliskan dalam bentuk matriks akan berbentuk:

[ ][ ] [ ]
1 2 3 k1 x
2 4 4 k2 = y
3 6 7 k3 z

Jika ( x , y , z ) ini merupakan kombinasi linier dari u , v dan w maka ini sama
saja dengan mengatakan bahwa SPL A x = b diatas adalah SPL yang
konsisten (memiliki penyelesaian). Karena SPL diatas bukan merupakan
SPL homogen, maka SPL akan konsisten jika tidak ada baris 0 pada
matriks A setelah dilakukan reduksi baris.

[ ][ ][ ]
1 2 3 1 2 3 1 2 0
2 4 4 0 0 −2 0 0 1
3 6 7 0 0 −2 0 0 0
Karena terdapat baris 0 maka pastilah ada vektor di R 3 yang bukan
merupakan kombinasi linier dari u , v dan w tidak membangun R 3.

Contoh 5.4.3:
Diketahui u=( 1,2 ) ; v=( 2,2 ) ; w=(1,3)
a. Apakah u , v dan w membangun R 2 ?
b. Apakah u , v dan w bebas linier ?
Jawab:
a. Misalkan u , v dan w membangun R 2, maka SPL berikut

[]
k
[ 1 2 1 1
k =
2 2 3 2
k3
] []
x
y merupakan SPL yang konsisten.

[ 12 2 1
2 3 ] [ 10 2 1
−2 1 ] [ 10 0 2
1 −1 /2 ]
→ tidak terdapat baris 0.

Jadi SPL konsisten → Misalkan u , v dan w membangun R 2

b. Akan dilihat apakah persamaan k 1 u ,+k 2 v+ k n w=0 akan memiliki
penyelesaian k 1=k 2=…=k n=0.

[]
k
[ 1 2 1 1
] []
0
k = , Dari operasi baris elementer pada jawaban a
2 2 3 2
k3
0

[][ ]
−2 s
k1
1
didapatkan bahwa k 2 = s jadi dapat disimpulkan bahwa u , v dan
2
k3 s
w bergantung linier.

Contoh 5.4.4:
Apakah s ( x )=−6 x 2 merupakan kombinasi linier dari p ( x ) =1+ x2 ,
q ( x )=2−x dan r ( x )=1+2 x −x2 ?
Jawab:
s( x ) merupakan kombinasi linier dari p ( x ) , q ( x ) dan r ( x ) , jika dan hanya
jika s( x ) bisa dituliskan sebagai :
s ( x )=k 1 p ( x ) +k 2 q ( x ) +k 3 r (x ) atau ekuivalen dengan

[ ][ ] [ ]
1 2 1 k1 0
0 −1 2 k 2 = 0 merupakan SPL yang konsisten
1 0 −1 k 3 −6

[ ][ ][ ][ ]
1 2 1 0 1 0 5 0 1 0 5 0 1 0 5 0
0 −1 2 0 0 1 −2 0 0 1 −2 0 0 1 −2 0
1 0 −1 −6 1 0 −1 −6 0 0 −6 −6 0 0 1 1
 [ ]
1 0 1 −5
0 1 0 2
1 0 1 1
SPL konsisten, Jadi s( x ) merupakan kombinasi linier dari p ( x ) , q ( x ) dan

[][ ]
k 1 −5
r ( x ) dengan k 2 = 2
k3 1

V. 5 Basis dan Dimensi

Misalkan V ruang vektor dan S= { s 1 , s 2 , … , s n , } . S disebut basis V bila
memenuhi dua syarat, yaitu :
1. S bebas linier
2. 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.
Contoh basis standar :
1. S= {e 1, e2 , … ,e n , } , dengan e 1 , , e 2 , … , e n , ∈ R n
e 1=( 1,0 , … , 0 ) , e2= ( 0,1,0 ,… , 0 ) , … , e n=( 0,0 , … , 1 )
Merupakan basis standar dari R n.
2. S= {1 , x , x 2 , … , x n } merupakan basis standar untuk Pn (polinom orde
n)

3. S= {[ ] [ ] [ ] [ ]}
1 0 0 1 0 0 0 0
, , ,
0 0 0 0 1 0 0 1
merupakan basis standar untuk

M 22

Dimensi ruang vektor didefinisikan sebagai banyaknya unsur basis ruang

vektor tersebut. Jadi dimensi R 3 = 3, dimensi P2= 3, dan dimensi M 22=4
dan sebagainya. Pada pembahasan mengenai membangun dan bebas linier,
suatu himpunan vektor dapat ditunjukkan merupakan himpunan yang
bebas linier atau membangun ruang vektor V hanya dengan melihat dari
jumlah vektor dan dimensi ruang vektor. Pada contoh 5.4.3 dimana
u=( 1,2 ) ; v=( 2,2 ) ; w=( 1,3 )maka banyaknya vektor = 3 dan dimensi ( R 2) =
2, sebenarnya tanpa menghitung kita sudah bisa menyimpulkan bahwa
himpunan vektor tersebut tidak bebas linier karena agar bebas linier
maksimal jumlah vektor = dimensi ruang vektor. Sebaliknya jika suatu
hmpunan vektor hanya memuat vektor dengan jumlah kurang dari
dimensi ruang vektor, maka dapat disimpulkan bahwa himpunan vektor
tersebut bukan merupakan kombinasi linier sehingga tidak membangun.

Berdasarkan hal ini, maka suatu himpunan vektor kemungkinan bisa

menjadi basis ruang vektor berdimensi n jika jumlah vektornya adalah n .
Jika jumlah vektor kurang darin maka vektor tidak membangun sebaliknya
jika jumlah vektor lebih dari n maka vektor bergantung linier. Jika jumlah
vektor adalah n , maka dapat dihitung nilai determinan dari ruang yang
dibangun oleh himpunan vektor tersebut.
Jika det =0 , maka vektor tersebut tidak bebas linier dan tidak
membangun
Jika det ≠0 , maka vektor tersebut bebas linier dan membangun,
vektor tersebut merupakan basis.
Contoh 5.5.1:

Tentukan apakah H = {[ ] [ ] [ ] [ ] }
1 2 1 0 0 0 0 2
, , ,
1 1 0 1 0 1 3 1
merupakan basis

M 22 ?
Jawab:
Jumlah matriks bisa dipandang dengan vektor di R4 . Jadi untuk
menentukan apakah H merupakan basis dari R4 atau bukan adalah dengan
melihat nilai determinan dari ruang yang dibangun oleh H.
Misalkan W adalah ruang yang dibangun oleh H, maka untuk sembarang
W berlaku:
 [ ][ ]
1 1 0¿0 k1
W= 2 0 0¿2 k 2 =A k
1 0 0¿3 k3
1 1 1¿1 k4

Untuk menentukan apakah H merupakan basis atau tidak adalah dengan

menghitung nilai det ( A )dari SPL diatas.

| | | || |
1 1 0¿0 1 0 0 1 1 0
2 0 0¿ 2 =−2 0 0 3 +2 1 0 0 =−2(−3)+2(−1)=4
1 0 0¿3
1 1 1 1 1 1
1 1 1¿1

Jadi H merupakan basis dari M 22.

V.6 Basis ruang baris dan basis ruang kolom

Suatu matriks berukuran m× n dapat dipandang sebagai susunan bilangan
yang tersusun dari bilangan dalam kolom 1 sampai kolom n atau dalam

[ ]
a11 a12 ..¿ a1 n
a a22 ..¿ a2 n
baris 1 sampai baris m. Jadi jika A= 21
∶ ∶ ∶¿∶
am1 am 2 .. ¿ a mn

Maka A tersusun atas vektor-vektor baris r i dengan r i =( ai 1 , ai 2 , … , a¿ ) atau

bisa juga dikatakan A tersusun atas vektor-vektor kolom
c j=( c 1 j , c 2 j , … ,c nj ) dengan i=1,2 , … , mdan j=1,2 ,… , n .

Subruang Rn yang dibangun oleh vektor-vektor baris disebut ruang baris

dari A. Subruang Rn yang dibangun oleh vektor-vektor kolom disebut
ruang kolom dari A.

Menentukan basis ruang kolom/ baris

Basis ruang kolom A didapatkan dengan melakukan operasi baris
elementer pada A, sedangkan basis ruang baris A didapatkan dengan
melakukan operasi baris elementer pada At . Banyaknya unsur basis
ditentukan oleh banyaknya satu utama pada matriks eselon basis tereduksi.
 Dimensi (ruang baris) = dimensi (ruang kolom) = rank matriks

Contoh 6.1:

[ ]
1 2 3
−2 1 0 ,
Diketahui A= Tentukan basis ruang baris dan basis ruang
3 1 1
2 0 1
kolom!

[ ][ ][ ]
1 2 3 1 2 3 1 0 0
A= −2 1 0 0 5 3 0 1 0 ,
3 1 1 0 −5 −8 0 0 1
2 0 1 0 −4 4 0 0 0

Jadi basis ruang baris { r 1 , r 2 , r 3 } ,sedangkan basis ruang kolom adalah

{ c1 , c2 , c3 } , sedangkan rank A = 3

V. 7 Basis ruang solusi

Pada suatu sistem persamaan linear homogen A x=0 dengan solusi yang
tak–trivial dan A berukuran m× n, ruang solusi dari sistem persamaan
linear biasa disebut dengan ruang null dari A, sedangkan dimensi dari
ruang null disebut nullitas A. Ada hubungan antara rank A dengan nulitas
A yaitu rank A + nullitas A = n. Basis ruang solusi tentunya diperoleh
dari ruang nullnya.

Contoh 5.7.1:
Diketahui sistem persamaan linear homogen A x=0 dengan

A= [ 12 2 1
2 4 ]
, tentukan ruang null dari A dan rank A !

Jawab:

A=
[ 12 2 1
2 4 ] [ 10 2 1
−2 2 ] [ 10 0 3
1 −1 ]
 [ ][ ]
−3s −3
Jadi ruang null = s
= 1 s

s
1

[]
−3
Jadi ruang null = 1 bisa diambil sebagai basis untuk ruang null.
1
Nullitas A = 1
Bisa juga diperiksa bahwa nullitas A + rank A = 3 = n.

Latihan 5
1. Tentukan jarak antara a=(1,1,2,3) dan b=(2,3,4,5) dan panjang masing-
masing vektor!
2. Diketahui a=(k 2 ,1 , k ,−1) dan b=(12 , k ,−6,3) adalah vektor-vektor yang
tegak lurus, tentukan nilai k!
3. Tentukan vektor-vektor yang tegak lurus terhadap a=(1,1,0,1), b=(1,2,1,0)
dan c=(0,1,2,2)! Berikan dua contoh!
4. Diketahui V: himpunan vektor- vektor di R3 dengan operasi:
u+ v=( u 1 , u2 ,u 3) + ( v 1 , v 2 , v 3 )=(u1 +v 1 ,u 2+ v 2 ,u3 + v 3)
k u=( k u 1 , k u2 , k u3)
Tunjukkan aksioma ruang vektor mana saja yang tidak dipenuhi!

Untuk nomor 5 hingga 8, tentukan apakah U dengan operasi standar merupakan

sub-ruang M 22, bila (berikan contoh matriksnya bila U bukan merupakan sub-
ruang vektor) :

5. U merupakan himpunan matriks yang berbentuk [ ]

a 1
1 b
.

6. U merupakan himpunan matriks 2 ×2 dengan determinan = 0

7. U merupakan himpunan matriks 2 ×2 yang berbentuk A2= A

8. Apakah A= [ 11 21], B=[−12 12], C=[10 01], D=[ 03 33]

a. Merupakan matriks-matriks yang bebas linier?
 b. Membangun M 22?
9. Diketahui H= { 2,2 x +2 x2 , 1+ x−2 x 2 } dan H ∈ P2
a. Apakah H membangun P2?
b. Apakah H bebas linier?
c. Apakah H basis P2?

Soal-soal campuran
1. Tentukan penyelesaian dari SPL berikut!
x 1−3 x 2−x 3=3
−2 x1 +7 x 2 +2 x 3=4
3 x 1+2 x 2−4 x3 =5
2. Tentukan nilai a agar SPL

[ ][ ] [ ]
1 1 1 x 4
0 0 1 y = 2
0 0 ( a −4 ) z
2
a−2

a. Memiliki solusi tunggal!

b. Memiliki solusi tak hingga!
3. Diketahui sistem persamaan linier A x=b

[ ][ ] [ ]
1 0 1 1 t −1
0 1 1 1 u = −1
0 0 01 v 2
(
a 1−b
2
) 11 w b

a. Tentukan nilai-nilai untuk a dan b agar sistem persamaan linier diatas

memiliki solusi tunggal!
b. Untuk nilai a = 1, tentukan nilai untuk b agar SPL diatas memiliki solusi
banyak dan tuliskan juga solusi untuk x !
c. Untuk a = 0 dan b = 1, selidiki apakah metode Crammer dapat digunakan
untuk mencari solusi untuk x , jika dapat tentukan solusinya!
4. Diketahui a=(c , k , k 2 ) dan b=(−2,−1,1)
a. Tentukan nilai dari k agar a dan b tegak lurus!
b. Tentukan vektor satuan yang tegak lurus terhadap b !
 c. Untuk nilai k = 1, tentukan vektor yang merupakan komponen dari a yang
tegak lurus terhadap b (lengkapi dengan gambar dua dimensi)
5. Diketahui A, B, dan C adalah titik- titik sebuah segitiga dengan α , β dan γ
berturut- turut merupakan sudut yanng terletak di titik A, B, dan C seperti
yang terlihat pada gambar di bawah ini :

Jika a merupakan panjang dari BC, b merupakan panjang dari AC, c

merupakan panjang dari AB dan misalkan c dibagi menjadi dua bagian yaitu
c 1 dan c 2 dengan titik pembatasnya adalah proyeksi orthogonal titik C
terhadap AB, maka didapatkan persamaan linier sebagai berikut :
c=c1 + c2=a cos β +b cos α
a. Dengan pemikiran yang sama, nyatakan a dan b dalam bentuk persamaan
seperti c diatas kemudian selesaikan SPL yang muncul untuk menentukan
nilai (rumus) untuk cos α , cos β dan cos γ !
b. Hitung luas segitiga ABC dan cos β jika diketahui titik A (1, 1, 2), B (2, 2,
1) dan C (3, 1, 1)!
6. Diketahui vektor posisi a=(1,1,2), b=(2,2,2) dan c=(2,1,1)
a. Tentukan vektor satuan yang tegak lurus terhadap a dan b !
b. Tentukan vektor proyeksi orthogonal b terhadap a !
c. Hitung luas segitiga ABC yang titik- titiknya merupakan ujung- ujung
vektor a , b dan c !
7. Segitiga ABC memiliki titik- titik sudut A(1, 1, 1), B(2, 3, 3) dan C(-1, 2, 2)
a. Jika θ adalah sudut di titik A, hitung sin θ !
b. Hitung luas segitiga ABC!
8. Perhatikan soal-soal berikut ini:
a. Apakah a=(1,2,1), b=(1,0,1), c=(2,2,2) dan d =(1,4,1) membangun R3 ?
Jelaskan!
 b. Apakah p1=2+2 x−3 x 2, p2=1+ x 2 dan p3=3+ 2 x−2 x 2 merupakan
polinom- polinom yang bebas linier? Jelaskan!
9. Diketahui a=(2, k ), b=(3,1)
a. Tentukan nilai k agar sudut yang dibentuk antara a danb adalah 45 ° !
b. Tentukan komponen dari b yang tegak lurus terhadap a !