MAKALAH

AL JABAR LINIER ELEMENTER

DOSEN PENGAMPUH: DEWI ASTUTI S.Pd, M.P.d

Disusun oleh:

1. SESY OKTAVYA (21051046)

2. NURUL SYAKINAH (21051048)

3 B PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS ASAHAN

T.A 2021/2022
 KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada tuhan yang aha Esa, karena atas berkat dan
Rahmat-Nya sehingga penulis dapat menyelesaikan tugas mata kuliah Al Jabar Linier
Elementer. Penulis berterima kasih kepada Ibu Dewi Astuti ,M.Pd . selaku dosen yang
bersangkutan yang telah memberikan bimbingan kepada penyusun selama proses
pembelajaran mata kuliah ini.

Kami juga menyadari bahwa tugas ini masih banyak kekurangan, oleh karena itu
penyusun meminta maaf jika ada kesalahan dalam penyusunan kami juga mengharapkan
kritik dan saran yang membangun guna kesempurnaan tugas ini. akhir kata penyusun
ucapkan terima kasih semoga dapat bermanfaat dan bisa menambah pengetahuan bagi
pembaca.

Kisaran ,13 Desember 2022

Penyusun

i
DAFTAR ISI

ii
 BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Ruang vector adalah struktur matematika yang dibentuk oleh sekumpulan vector yaitu
objek yang dapat dijumlahkan dan dikalikan dengan suatu bilangan, yang dinamakan scalar.
Ruang vector menurut Bright dan Krammer adalah himpunan yang dilengkapi dengan dua
operasi penjumlahan dan perkalian scalar (bilangan real) yang memenuhi syarat-syarat
tertentu. Pengetahuan tentang ruang vector digunakan untuk mempelajari ruang-ruang lain
seperti ruang bernorma dan ruang-ruang hasil dalam. Misalkan adalah suatu ruang vector atas
lapangan dan adalah dua vector dalam. Kombinasi linear dari dan adalah vector-vektor yang
diperoleh melalui operasi perkalian scalar dan penjumlahan terhadap kedua vector tersebut.
Pada ruang vector tersebut vector-vektor diperoleh melalui operasi perkalian skalar dan
penjumlahan terhadap dua vector tersebut.

1.2 RUMUSUAN MASALAH

1. Apa itu ruang-n euclidis?
2. Apa itu ruang vektor umum?
3. Apa itu sub-ruang?
4. Apa itu kebebasan linear?
5. Apa itu basis dan dimensi?

1.3 TUJUAN
1. Untuk mengetahui apa itu ruang-n euclidis.
2. Untuk mengetahui apa itu ruang vektor umum.
3. Untuk mengetahui apa itu sub-ruang.
4. Untuk mengetahui apa itu kebebasan linear.
5. Untuk mengetahui apa itu basis dan dimensi?

1
 BAB II

PEMBAHASAN

2.1 RUANG -n EUCLIDIS

Gagasan penggunaan pasangan bilangan untuk meletakkan titik-titik pada bidang dan
penggunaan tripel bilangan untuk meletakkan titik-titik di ruang-3 mula-mula diungkapkan
secara jelas dalam pertengahan abad ketujuh belas Menjelang akhir abad kesembilan belas
para ahli matematika dan para ahli fisika mulai menyadari bahwa tidak perlu berhenti de-
ngan tripel. Pada waktu itu dikenal bahwa kuadrupel bilangan (a 1, a2, a3, a4) dapat ditinjau
sebagai titik pada ruang "berdimensi 4" kuintupel (a1, a2,....a5) sebagai titik di ruang
"berdimensi 5", dan seterusnya. Walaupun visualisasi geometrik kita tidak melebihi ruang-3,
namun kita mungkin memperluas banyak gagasan yang sudah dikenal hingga melebihi ruang-
3 dengan bekerja bagi sifat analitik atau sifat numeris titik dan vektor serta bu- kan bekerja
dengan sifat geometrik. Kita akan membuat gagasan ini lebih tepat dalam bagian selanjutnya.

Definisi 1 : Jika n adalah suatu bilangan bulat positif, maka tupel n berurutan (ordered
ntuple) adalah suatu urutan dari n bilangan real (a 1, a2, … , an). Himpunan semua tupel
berurutan disebut ruang berdimensi n (n-space) dan dinyatakan dengan Rn.

Bila n = 2 atau 3, maka kita biasanya menggunakan istilah pasangan terorde dan tripel ter-
orde dan bukannya tupel-2-terorde dan tupel-3-terorde. Bila n= 1, setiap tupel-n-terorde
terdiri dari satu bilangan riil, sehingga R 1 dapat ditinjau sebagai himpunan bilangan ril. Kita
biasanya menuliskan R dan bukannya R¹ untuk himpunan ini.

Mungkin anda telah menemukan pada pengkajian ruang-3 bahwa simbol (a 1, a2, a3)
mempunyai dua tafsiran geometrik yang berbeda. Simbol tersebut dapat ditafsirkan sebagai
sebuah titik, dalam kasus mana a1, a2, dan a3 adalah koordinat (Gambar a) atau simbol tersebut
dapat ditafsirkan sebagai vektor, dalam kasus mana a,, 43, dan a, adalah kompo- nen-
komponen (Gambar b). Maka, jelaslah bahwa tupel-n-terorde (a 1, a2,....,an) dan ditinjau baik
sebagai "titik yang digeneralisasi" maupun sebagai "vektor yang digenera- lisasi" secara
matematis perbedaannya tidak penting. Jadi, kita bebas menggambarkan tu-pel 5 (-2, 4, 0, 1,
6) baik sebagai titik didalam R5 maupun sebagai vektor didalam R5.

2
Definisi 2 : Jika terdapat vektor u = (u1, u2, . . . , un) dan v = (v1, v2, . . . , vn) pada Rn, maka

a) Vektor u sama dengan vektor v didefinisikan sama jika masing-masing komponen

vektor yang bersesuaian juga sama.
u = v jika u1 = v1; u2 = v2; . . . ; un = vn
b) Jumlah vektor u dan v didefinisikan sebagai jumlah masing–masing komponen vektor
yang bersesuaian.
u + v = (u1 + v1, u2 + v2, . . . , un + vn)
c) Negatif dari vektor u atau v didefinisikan sebagai negatif dari komponen masing -
masing vektor.
–u = (–u1, –u2, . . . , –un) atau –v = (–v1, –v2, . . . , –vn)
d) Selisih dari dua buah vektor didefinisikan sebagai jumlah salah satu vektor dengan
negatif vektor lainnya.
u – v = (u1 – v1, u2 – v2, . . . , un – vn) atau v – u = (v1 – u1, v2 – u2, . . . , vn – un)
e) Jika terdapat skalar k, maka perkalian skalar dengan vektor u atau v didefinisikan
sebagai perkalian skalar masing-masing komponen vektor.
ku = (ku1, ku2, . . . , kun) dan kv = (kv1, kv2, . . . , kvn)
f) Vektor nol, dilambangkan dengan 0, pada Rn didefinisikan sebagai, 0 = (0, 0, …, 0).

Teorema 1 : Jika u = (u1, u2, . . . , un), v = (v1, v2, . . . , vn), dan w = (w1, w2, . . . , wn)
adalah vektor-vektor pada Rn serta k dan l adalah skalar-skalar, maka:

a) u + v = v + u
b) u + (v + w) = (v + u) + w
c) u + 0 = 0 + u = u
d) u + (–u) = u – u = 0
e) k(lu) = (kl)u)

3
f) k(u + v) = ku + kv
g) (k +l)u = ku + lu
h) 1u = u

Definisi 3 : Jika u = (u1, u2, . . . , un) dan v = (v1, v2, . . . , vn) adalah vektor-vektor
sembarang pada Rn, maka hasilkali dalam Euclidean didefinisikan sebagai

u . v = u1v1+ u2,v2 + . . .. + unvn

Contoh:

Hasil kali dalam Euclids dari vektor-vektor itu adalah

u = (-1, 3, 5, 7) dan v = (5, -4, 7, 0)

sedangkan pada R4 adalah

u.v = (-1)(5) + (3)(-4) + (5)(7) + (7)(0) = 18

Teorema 2 : Jika u, v, dan w adalah vektor-vektor pada Rn dan k adalah sembarang

skalar, maka:

a) u . v = v . u
b) (u + v) . w = u . w + v . w
c) (ku) . v = k(u . v)
d) v . v  0 (e) v . v = 0 jika dan hanya jika u = 0

Contoh:

Jika terdapat vektor u dan v, maka

(3u + 2v) . (4u + v) = (3u) . (4u + v) + (2v) . (4u + v)

= (3u) . (4u) + (3u) . (v) + (2v) . (4u) + (2v) . (v)

= 12(u . u) + 3(u . v) + 8(v . u) + 2(v . v)

= 12(u . u) + 11(u .v) + 2(v . v)

4
Norma dan jarak vektor pada ruang berdimensi n Euclidean analog dengan vektor pada ruang
berdimensi 2 dan 3. Norma Euclidean (Euclidean norm) untuk vektor

u = (u1, u2, . . . , un) pada ruang berdimensi n didefinisikan sebagai,

||u|| = (u. u)1/2 = √ 𝑢12 + 𝑢22 + ⋯ + un 2

Sedangkan jarak Euclidean (Euclidean distance) antara titik u = (u1, u2, . . . , un)dan titik v =
(v1, v2, . . . , vn) pada ruang berdimensi n didefinisikan sebagai,

d(u,v) = ||u-v|| = √ ¿ ¿

Contoh:

Jika u = (1, 3, -2, 7) dan v = (0, 7, 2, 2) maka,

||u|| = √ ¿ ¿ = √ 63 = 3√ 7

d (u,v) = √ ¿ ¿ = √ 58

2.2 RUANG VEKTOR UMUM

Kita kini menggeneralisasi konsep sebuah vektor pada bagian ini. Kita akan menyatakan se
himpunan aksioma yang, jika dipenuhi oleh sekelompok benda, benda tersebut akan kita
namakan "vektor". Aksioma-aksioma tersebut akan dipilih dengan mengabstraksikan sifat-
sifat yang paling penting dari vektor-vektor pada R": sebagai konsekuensinya, vektor-vektor
pada R" secara otomatis akan memenuhi aksioma-aksioma ini. Jadi, konsep baru kita
mengenai sebuah vektor akan mencakup vektor kita yang lama dan juga akan mencakup
banyak macam vektor baru.

Definisi 1 : Misalkan V sebarang himpunan benda yang dua operasinya kita definisikan,
yakni penambahan dan perkalian dengan skalar (bilangan rül). Penambahan tersebut kita
pahami untuk mengasosiasikan sebuah aturan dengan setiap pasang benda u dan v dalam V.
yang mengandung elemen u + v yang kita namakan jumlah u dan 1v = dengan perkalian
skalar kita artikan aturan untuk mengasosiasikannya baik untuk setiap skalar k maupun
setiap benda u pada V yang mengandung elemen ku, yang dinamakan perkallan skalar
(scalar multiple) u oleh k. Jika aksioma-aksioma berikut dipenuhi oleh semua benda u, v, w

5
pada dan oleh semua skalar k dan I, maka kita namakan V sebuah ruang vektor (vector
space) dan benda-benda pada kita namakan vektor:

(1) Jika u dan v adalah benda-benda pada V, maka u + v berada di V.

(2) u + v = v + u

(3) u + (v + w) = (u + v) + w

(4) Ada sebuah benda 0 di V sehingga 0 + u = u + 0 = u untuk semua u di V

(5) Untuk setiap u di V, ada sebuah benda a – u’di V yang kita namakan negatif u sehingga
u + (- u) = (- u) + u = 0

(6) Jika k adalah sebarang skalar dan u adalah sebarang benda di V, maka ku berada di V.

(7) k(u + v) = ku + kv

(8) (k + l) u = ku + lu

(9) k(lu) = (kl)(u)

(10) 1u = u

Anda harus selalu mengingat bahwa, definisi ruang vektor, tidaklah ditetapkan baik je nis
sifat vektor maupun operasinya. Sebarang benda yang bagaimana pun dapat berperan serta
sebagai vektor; apa yang diharuskan adalah bahwa aksioma ruang vektor terpenuhi Contoh-
contoh berikut akan memberikan suatu gagasan mengenai kemungkinan keragaman ruang
vektor tersebut.

Contoh

Misalkan adalah sebarang bidang yang melalui titik asal pada R. Kita akan perlihatkan bahwa
titik-titik yang membentuk ruang vektor di bawah penambahan baku serta operasi perkalian
skalar untuk vektor-vektor pada R³.

Dari Contoh 4, kita ketahui bahwa R itu sendiri adalah ruang vektor yang bergantung pada
operasi-operasi ini. Jadi Aksioma 2, 3, 7, 8, 9, dan 10 berlaku untuk semua titik pada R' dan
sebagai konsekuensinya maka akan berlaku pula untuk semua titik pada bidang V Kita hanya
perlu memperlihatkan bahwa Aksloma 1, 4, 5, dan 6 terpenuhi. Karena bidang V lewat
melalui titik asal, maka bidang tersebut mempunyai persamaan yang berbentuk

6
 ax+by+cz-0

Teorema 2 : Misalkan Vadalah sebuah ruang vektor, sebuah vektor pada dan ke buah skala
makat

(a) 0u = 0

(b) k0-0

(c) (-1) u = -u

(d) jika ku = 0, maka k = 0 atau u = 0

Bukti. Kita akan buktikan bagian (a) dan bagian (c) dan membiarkan bukti bagian selebih nya
sebagai latihan bagi anda.

(a) Kita dapat menuliskan

0u + 0u = (0 + 0) u (Aksioma 8)

= 0u (Sifat bilangan 0)

Menurut Aksioma 5 maka vektor Qu adalah bilangan negatif, yakni 0u Dengan menam-
bahkan bilangan negatif ini kepada kedua ruas di atas maka akan menghasilkan

[0u + 0u] + (- 0u) = 0u + (- 0u)

Atau

Ou + [Ou + (- 0u)] = 0u + (- 0u) (Aksioma 3)

Boleh juga

0u + 0 = 0 (Aksioma 5)

Atau bahkan 0u = 0 (Aksioma 4)

Untuk memperlihatkan (- 1) u = - u kita harus memperlihatkan bahwa u + (- 1) u = 0 Untuk

melihat ini, perhatikanlah bahwa

7
 u + (- 1) u = 1u + (- 1) u (Aksioma 10)

= (1 + (- 1))u (Aksioma 8)

= 0u (Sifat bilangan)

=0 (Bagian(a) diatas)

2.3 SUB RUANG

Sebuah ruang vektor dapat saja terkandung di ruang vektor yang lebih besar. Misalnya, garis
dan bidang yang melalui titik asal adalah ruang vektor yang terkandung dalam ruang vektor
yang lebih besar pada R³ (Contoh 5 dan 6). Kita akan mengkaji subhimpunan seper ti secara
rinci pada bagian ini.

Definisi 1 : Sub himpunan W dari sebuah ruang vektor dinamakan subruang (subspace) jika
W itu sendiri adalah ruang vektor di bawah penambahan dan perkalian skalar yang
didefinisikan pada V.

Teorema 1 : Jika W adalah himpunan dari satu atau lebih vektor dari sebuah ruang vektor
V, maka W adalah subruang dari V jika dan hanya jika kondisi-kondisi berikut berlaku.

(a) Jika u dan v adalah vektor-vektor pada W, maka u + v terletak di W.

(b) Jika k adalah sebarang skalar dan u adalah sebarang vektor pada W, maka ku
berada di w.

Contoh

Pada Contoh 5 dari Bagian 4.2 kita telah memperlihatkan bahwa semua vektor dalam se-
barang bidang yang melalui titik asal R3 membentuk sebuah ruang vektor; yakni, bidang
yang melalui titik asal subruang R3. Kita dapat juga membuktikan hasil ini secara geometris
dengan menggunakan Teorema 4.

Misalkan W sebarang bidang yang melalui titik asal dan misalkan u serta v sebarang vektor
pada W. Maka u+v harus terletak pada W karena u + v adalah diagonal jajaran gen- Jang
yang ditentukan oleh u dan v (Gambar 4.4) dan ku harus terletak pada W untuk se- barang
skalar k karena ku terletak pada garis yang melalui u. Jadi, W adalah subruang dari R3

8
 v u+v

ku

PERNYATAAN. Uraian geometrik yang menyerupai satu uraian pada contoh ini dapat digu.
nakan untuk memperlihatkan bahwa garis yang melalui titik asal adalah subruang dari R3
Dapat diperlihatkan (Latihan 20, Bagian 4.5) bahwa subruang dari R3 hanyalah: (0), R3 garis-
garis yang melalui titik asal, dan bidang-bidang yang melalui titik asal. Juga, subruang dari
2 2
R hanyalah: {0}, R dan garis-garis yang melalui titik asal.

Contoh:

Perlihatkanlah bahwa himpunan W dari semua matriks 2 x 2 yang mempunyai bilangan nol
pada diagonal utamanya adalah subruan, dari ruang vektor M 22dari semua matriks 2 x 2.

Pemecahan, misalkan

A= [ 0 a 12
a12 0
B=] [
0 b 12
b21 0 ]
adalah sebarang dua matriks pada W dan K adalah sebarang skalar. Maka:

kA = [ 0 kA 12
kA 21 0 ]dan A + B = [ 0
a21 +b21
a12+b 12
0 ]
oleh karena kA dan A + B mempunyai bilangan nol pada diagonal utama, maka kA dan A +
B terletak pada W. Jadi, W adalah subruang dari M 22.

Defenisi 2 : Sebuah vektor w dinamakan kombiasi linier dari vektor-vektor v1 , v 2 , … . , v r ,jika

vektor tersebut dapat diungkapkan dalam bentuk

9
 W = k 1 v 1 +k 2 v 2+ k r v r

Di mana k 1, k 2 , … .. , k r adalah skalar.

Contoh:

Tinjaulah vektor-vektor u = (1, 2, - 1) dan v = (6, 4, 2) di R3 Perlihatkan bahwa w =(9 2,7)

adalah kombinasi linear u dan serta bahwa w = (4, - 1, 8) bukanlah kombinas linear u dan v.
Pemecahan. Supaya w merupakan kombinasi linear u dan v, harus ada skalar k 1 dan k 2
sehingga w = k 1u + k 2v 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 bersesuaian memberikan

k 1+6 k 2=9

2 k 1 +4 k 2=2

-k 1+2 k 2 =7

Dengan memecahkan sistem ini akan menghasilkan k 1=−3 , k 2 = 2 sehingga

w = - 3u + 2v

Demikian juga, supaya w' merupakan kombinasi linear u dan v, harus ada skalar k 1dan k 2
sehingga w’ = k 1u + k 2v yaitu

(4, - 1, 8) = k 1(1, 2, - 1) + k 2(6, 4, 2)

atau

(4, - 1, 8) = (k 1+6 k 2 ,2 k 1 +4 k 2 ,−k 1 ,−k 1+ 2 k 2)

Dengan menyamakan komponen yang bersesuaian memberikan

k 1 + 6k 2 = 4

10
 2k 1 + 4k 2= - 1

- k 1 + 2k 2 = 8

Sistem persamaan-persamaan ini tidak konsisten (buktikan), sehingga tidak ada skalars-skalar
seperti itu. Sebagai konsekuensinya, maka w' bukanlah kombinasi linear u dan v.

Defenisi 3 : Jika v1 , v 2 , … .. , v r adalah vektor-vektor pada ruang vektor V dan jika masing
masing vektor pada V dapat dinyatakan sebagai kombinasi linear v1 , v 2 , … . , v r maka kita
mengatakan bahwa vektor-vektor ini merentang V.

Contoh

Vektor vektor i = (1.0.0).j = (0.1 ,0) dan k (0, 0, 1) merentang R3 karena setiap vek tor (a, b,
c) pada R3 dapat kita tuliskan sebagai

(a, b,c)= ai + bj + ck

yang merupakan kombinasi linear i, j, dan k.

2.4 KEBEBASAN LINEAR

Dari Bagian 4.3, kita ketahui bahwa ruang vektor V direntang oleh himpunan vektor S= [
v1 , v 2 , … .. , v r] jika setiap vektor pada V adalah kombinasi linear v1 , v 2 , … .. , v rDengan
merentang himpunan tersebut akan berguna dalam berbagai soal, karena mungkin kita sering
menelaah ruang vektor V dengan menelaah terlebih dahulu vektor-vektor dengan merentang
himpunan S, dan kemudian dengan memperluas hasil-hasil tersebut pada bagian selebihnya
dari V. Maka, kita perlu mempertahankan perentangan himpunan S sekecil mungkin.
Permasalahan untuk mendapatkan perentangan himpunan terkecil untuk ruang vektor
bergantung pada pengertian kita mengenai kekebasan linear, yang akan kita telaah dalam
bagian ini.

Definisi 1 : Jika S= { v1 , v 2 , … … , v r adalah himpunan vektor, maka persamaan vektor

k 1 v 1 +k 2 v 2+ …+k r v r=0

mempunyai paling sedikit satu pemecahan, yakni

k 1= 0 k 2=0..,...,k r = 0

11
Jika ini adalah satu-satunya pemecahan, maka S kita namakan himpunan bebas linear
(linearly independent). Jika ada pemecahan lain, maka 5 kita namakan himpunan tak-bebas
linier (linierly dependent).

Contoh:

Himpunan vektor-vektor S = { v1 , v 2 , v 3 } dimana v1 = (2,-1,0,3), v 2=( 1,2,5 ,−1 ) , v 3=( 7 ,−1,5,8 )

adalah himpunan tak bebas linear, karena 3 v1 + v 2−v 3 ¿=0

Contoh:

Tinjaulah vektor-vektor i = (1,0,0), j = (0,1,0), k = (0,0,1) pada R3. Ruas komponen

persamaan vektor

k i 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)

Atau secara ekuivalen menjadi

(k 1, k 2 , k 3 ¿=(0,0,0)

Jadi, k 1=0 , k 2=0 , k 3=0; sehingga himpunan S = (i,j,k) bebas linier. Uraian serupa dapat
digunakan untuk memperlihatkan bahwa vektor-vektor
e 1=( 1,0,0 , … .,0 ) ,e 2=( 0,1,0 , … .,0 ) , … .., e n=(0,0,0 , … .., 1) membentuk himpunan bebas linier
pada Rn.

Teorema 1 : Himpunan S dengan dua vektor atau lebih adalah

(a) Tak bebas linier jika dan hanya jika paling tidak satu diantara vektor S’ dapat
dinyatakan sebagai kombinasi linier dari vektor S lainnya.
(b) Bebas linier jika dan hanya jika tidak ada vektor S yang dapat dinyatakan sebagai
kombinasi linier dalam vektor S lainnya.

Bukti. Kami akan membuktikan bagian (a) dan membiarkan bagian (b) sebagai latihan bagi
anda. (a) misalkan S = v1 , v 2 , … . , v r adalah sebuah himpunan dengan dua vektor atau lebih.
Jika kita menganggap bahwa S tak bebas linier, maka skalar k 1, k 2 , … . , k r tidak semuaya nol,
dengan demikian
12
 k 1 v 1 +k 2 v 2+ …+k r v r=0

Untuk khasnya, anggaplah bahwa k 1 0. Maka (4,3) dapat kita tulis kembali sebagai

v1 =
( )
−k 2
k1
v 2+ … .+
( )
−k r
k1 r
v

Yang menyatakan v1 sebagai kombinasi linier dari vektor lainnya pada S. Demikian juga jika
k 1 0 dalam (43) untuk beberapa j = 2,3,.......,r, maka v j dapat dinyatakan sebagai kombinasi
linier dari vektor lainnya pada S.

Sebaliknya, marilah kita anggap bahwa tidak satu pun vektor S yang dapat dinyatakan
sebagai kombinasi linier dari vektor lainnya. Secara spesifik, anggaplah bahwa

v1 =c 2 v 2+ c3 v3 +....+c r vr

Sehingga

v1 −c 2 v 2−c 3 v 3−…−c r v r =0

Berikutnya bahwa S adalah tak bebas linier karena persamaan

k 1 v 1 +k 2 v 2+ …+k r v r=0

Terpenuhi dengan

k 1=1 ,k 2=−c 2 , …. , k r =−cr

Yang menyatakan bahwa vektor tersebut tidak semuanya nol. Bukti dalam kasus ini dimana
beberapa vektor lain dari v1 dapat kita nyatakan sebagai kombinasi linier dari vektor S lainnya
ternyata serupa.

Contoh:

Kita melihat bahwa vektor v1 = (2, - 1, 0, 3), v 2 = (1, 2, 5, - 1) , dan v3 = ( 7, - 1, 5, 8 )

berbentuk himpunan takbebas linear. Berikutnya dari Teorema 6 di ma- na taksatu pun vektor
ini dapat dinyatakan sebagai kombinasi linear dari dua vektor lain- nya. Dalam contoh ini
masing-masing vektor dapat diungkapkan sebagai kombinasi linear dari dua vektor lainnya
karena berikutnya dari persamaan 3 v1 + v 2 - v3 = 0 (lihat contoh 21) bahwa

13
 −1 1
v1 = v 3 + v 3 , v 2=−3 v1 + v 3 , dan v 3=3 v 1+ v 2
3 3

Teorema 1 :

(a) Jika sebuah himpunan mengandung vektor nol, maka himpunan itu takbebas linear,

(b) Sebuah himpunan yang mempunyai persis dua vektor takbebas linear jika dan ha nya
jika salah satu dari vektor itu adalah perkalian dari skalar lainnya.

Contoh :

Dalam R2 atau R3 satu vektor adalah kelipatan skalar dari vektor lainnya jika dan hanya jika
kedua vektor yang terletak pada garis yang sama yang melalui titik asal ditempatkan pada
titik awalnya melalui titik asal. Jadi, berikutnya dari bagian (b) dari Teorema 7 bahwa dalam
R2atau R3 dua vektor yang berbentuk himpunan takbebas linear adalah jika dan hanya jika
vektor itu terletak pada garis yang sama melalui titik asal yang ditempatkan pada titik
awalnya melalui titik asal itu sendiri (Gambar 4.6).

z z z

v1 v2 v1 v1

Y v2 y v2 y

X x x

(a)Takbebas Linier (b)Takbebas Linier (c)Bebas Linier

Teorema 2 : Misalkan S = { v1 , v 2 , … .. , v r } adalah himpunan veektor-vektor pada Rn . Jika r ¿

n, maka S tak bebas linier.

Bukti. Misalkan

v1 =( v 11 , v 12 , … .. , v 1 n )

v 2=( v 21, v 22, ….. , v rn )

v r=¿ )

14
Tinjaulah persamaan

k 1 v 2 +k 2 v 2+ …+k r v r=0

Jika, seperti yang dilukiskan dalam Contoh 24, kita menyatakan kedua ruas dari persamaan
ini dalam komponen-komponennya dan kemudian menyamakan komponen-komponen yang
bersesuaian, kita dapatkan sistem

v11 k 1 +v 21 k 2 +…+ v r 1 k r=0

v12 k 1 +v 22 k 2 +…+ v r 2 k r =0

v1 n k 1 + v 2n k 2 +…+ v rn k r=0

Ini merupakan sistem homogen dari n persamaan pada r bilangan tak diketahui k 1,...,k r
Karena r > n, maka jelaslah bahwa sistem tersebut mempunyai pemecahan taktrivial. Maka,
S=[ v1 , v 2 , … , v r ] adalah himpunan tak bebas linier.

Khususnya, teorema ini menjelaskan kepada kita bahwa himpunan pada R2 yang mem punyai
dari dua vektor adalah himpunan takbebas linear, dan himpunan pada R3 dengan lebih dari
tiga vektor adalah himpunan takbebas linear.

2.5 BASIS DAN DIMENSI

Kita biasanya memikirkan sebuah garis sebagai berdimensi satu, sebuah bidang sebagai ber
dimensi dua, dan ruang di sekitar kita sebagai berdimensi tiga. Tujuan utama bagian ini
adalah untuk menjelaskan pengertian intuitif tentang dimensi ini secara tepat.

Definisi 1 : Jika adalah sebarang ruang vektor dan S = { v1 , v 2 , … ., v r } merupakan

himpunan berhingga dari vektor-vektor pada V, maka Skita namakan basis untuk jika

(i) S bebas linear,

(ii) S merentang V

Contoh:

Misalkan e1 =( 1, 0, 0 ,...,0), e2 = (0 , 1, 0,...0), en = ( 0, 0, 0 ,..,1) . Dalam Contoh 23 kita telah

menunjukkan bahwa S = (e ¿ ¿ 1 , e2 , … , e n)¿adalah himpunan bebas linear dalam R". Karena
setiap vektor v = ( v1 , v 2 , … . v n) pada Rn dapat dituliskan sebagai v = v1 e 1+ v 2 e2 +…+ v n en ,

15
maka S merentang Rn sehingga S adalah sebuah basis. Basis tersebut dinamakan basis baku
untuk Rn .

Definisi 2 : Sebuah ruang vektor taknol V dinamakan berdimensi berhingga (finite dimen
sional) jika ruang vektor tersebut mengandung sebuah himpunan berhingga dari vektor-
vektor { v1 , v 2 , … , v n } yang membentuk sebuah basis. Jika tidak ada himpunan seperti itu,
maka V dinamakan berdimensi takberhingga (infinite dimensional). Tambahan lagi, kita
akan menganggap ruang vektor nol sebagai ruang vektor berdimensi berhingga wa. laupun
ruang vektor tersebut tidak mempunyai himpunan bebas linear, sehingga basis- pun tidak
ada.

Contoh:

Menurut Contoh-contoh 29, 31, dan 32, maka Rn , Pn dan M 22 adalah ruang vektor berdi
mensi berhingga.

Teorema 1 : Jika S = { v1 , v 2 , … ., v n }adalah basis untuk ruang vektor V, maka setiap

himpunan dengan lebih dari n vektor adalah takbebas linear.

Bukti. Misalkan S’ = {w 1 , w 2 , … . , w m }adalah sebarang himpunan m vektor pada V, di mana

m > n. Kita ingin memperlihatkan bahwa S’tak bebas linear. Karena { v1 , v 2 , … . , v n } adalah
sebuah basis, maka setiap w 1 dapat dinyatakan sebagai kombinasi linier dari vektor-vektor S,
katakanlah,

w 1=a11 v 1 +a21 v 1 +…+ an 1 v n

w 2=a 12 v 1 +a22 v 2 +…+ an 2 v n

w n=a 1 m v 1+ a2 m v 2+ …+a nm v n

Untuk memperlihatkan bahwa S’ takbebas linear, maka harus kita cari skalar-skalar
k 1 , k 2 , … . , k myang tidak semuanya nol, sehingga

k 1 w 1+ k 2 w2 +…+ k m wm =0

Dengan menggunakan persamaan-persamaan dalam (4.8), maka dapat kita tuliskan kembali
(4.9) sebagai

(k 1 a 11+k 2 a 12+…+ k m a1 m )v 1

16
 + (k 1 a21 +k 2 a 22+…+ k m a2 m ¿ v 2

+ (k 1 a n1 +k 2 a n 2+ …+k m a nm ¿ v n =0

Permasalahan untuk membuktikan bahwa S adalah himpunan takbebas linear, dengan de-
mikian direduksi untuk memperlihatkan bahwa ada skalar k 1 , k 2 , … ..k myang tidak se- muanya
nol, yang memenuhi

a 11 k 1 +a12 k 2 +…+ a1 m k m=0

a 21 k 1 +a 22 k 2 +…+ a2 m k m=0

a n1 k 1 +a n 2 k 2+ …+anm k m =0

Karena (4.10) mempunyai lebih banyak bilangan takdiketahui ketimbang persamaan, maka
bukti tersebut sudah lengkap, karena Teorema 1 pada Bagian 1.3 menjamin adanya peme.
cahan taktrivial.

Teorema 2 : Sebarang dua basis untuk ruang vektor berdimensi berhingga mempunyai
jumlah vektor yang sama.

Bukti. Misalkan S = { v1 , v 2 , … . v n }dan S ' ={w1 , w2 , … . wm }adalah dua basis untuk sebuah
ruang vektor V yang berdimensi berhingga. Karena S adalah sebuah basis dan S’ prime
adalah himpunan bebas linear, maka Teorema 9 menunjukkan bahwa m < n Demikian juga,
karena S' adalah sebuah basis dan S bebas linear, kita juga memperoleh n < m Maka m = n

Contoh

Basis baku untuk R" mengandung n vektor (Contoh 29). Maka, setiap basis untuk Rn me.
ngandung n vektor.

Teorema 3 :

(a) jika S = { v1 , v 2 , … . v n } adalah sebuah himpunan n vektor bebas, linear pada se buah
ruang yang berdimensin, maka Sadalah sebuah basis untuk V

(b) Jika S = { v1 , v 2 , … . , v n } adalah sebuah himpunan vektor yang merentang ruang V yang
berdimensi n, maka Sadalah basis untuk V

17
(c) Jika S = { v1 , v 2 , … . , v n }adalah sebuah himpunan bebas linear pada ruang yang
berdimensi n dan maka S dapat diperbesar menjadi basis untuk V yakni vektor vektor
v r +1 …. , v n adalah basis untuk V.

baik sifat bebas linearnya maupun sifat rentangannya-kondisi selebihnya akan berlaku
secara otomatis. Inilah kandungan bagian (a) dan bagian (b) dari teorema berikut. Bagian
(c) dari teorema ini menyatakan bahwa setiap himpunan bebas linear membentuk bagian
bebe- rapa basis untuk V.

Contoh:

Perlihatkan bahwa v1 = (- 3, 7) dan v 2= (5, 5) adalah sebuah basis untuk R2

Pemecahan. Karena tidak satu pun di antara vektor tersebut merupakan perkalian skalar dari
vektor lainnya, maka S = { v1 , v 2 }bebas linear. Karena R2 berdimensi dua, maka S adalah
basis untuk R2 menurut bagian (a) dari Teorema 11.

18
 BAB III

3.1 KESIMPULAN

Ruang vector adalah struktur matematika yang dibentuk oleh sekumpulan vector yaitu
objek yang dapat dijumlahkan dan dikalikan dengan suatu bilangan, yang dinamakan scalar.
Suatu himpunan dapat dikatakan suatu ruang vector apabila memenuhi syarat aksioma
tertentu. Suatu himpunan bagian W dari suatu ruang vector V disebut suatu sub ruang dari V
jika W sendiri adalah suatu ruang vector dibawah penjumlahan dan perkalian scalar yang
didefinisikan pada V.

3.2 SARAN

Alangkah baiknya kita mengenal matematika dulu sebelum kita menganggap

matematika itu sulit, karena bila kita telah mengenal matematika dengan baik dan menikmati
bagaimana matematika itu bekerja akan terasa bahwa matematika itu tidak lah seburuk apa
yang kita pikirkan.

19
 DAFTAR PUSTAKA

Anton, Howard. 1991. Aljabar Linear Elementer. Jakarta: Erlangga.

20