RUANG RUANG VEKTOR EUCLIDES

Dibuat Untuk Memenuhi Syarat Tugas Mata Kuliah Aljabar Vektor

DISUSUN OLEH :

KELOMPOK I

1). Kristof Rifal F. M Zagoto ( NIM : 20200241029 )

2). Mesdinar Hulu ( NIM : 20200241033 )
3). Sozisokhi Maduwu ( NIM : 20200241041 )

4). Matius Halawa (NIM : 20200241054 )

5). Dhermawan Gulo (NIM : 20200241009)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN (FKIP)
UNIVERSITAS NIAS RAYA 2023
 KATA PENGANTAR
Puji dan syukur kehadirat Tuhan yang maha kuasa yang telah melimpahkan karunia-
nya kepada kami, sehingga kami dapat menyusun makalah “Ruang Ruang Vektor Euclides”
ini sampai selesai.

Kami berterima kasih kepada Bapak Antonius Sarumaha, M.Pd Sebagai Dosen
Pengampuh Mata Kuliah Aljabar Vektor di Program Studi Pendidikan Matematika, Fakultas
Keguruan dan Ilmu Pendidikan (FKIP), Universitas Nias Raya, yang telah memberi
bimbingan serta dukungan kepada kami, dan kepada semua pihak yang telah bekerja sama
untuk membantu kami dalam menyelesaikan makalah ini.

Adapun tujuan pembuatan makalah ini adalah untuk memenuhi tugas Mata Kuliah
Aljabar Vektor. Selain itu, makalah kami ini juga bertujuan untuk menambah wawasan
tentang “Ruang Ruang Vektor Euclides" bagi para pembaca dan juga kami sebagai penulis.
Terima kasih.

Penyusun

Kelompok I

i
 DAFTAR ISI
KATA PENGANTAR ………………………………………………………… i

DAFTAR ISI……………………………………………………………………ii

BAB II PEMBAHSAN ………………...……………………………………....1

A. RUANG BERDIMENSI-n EUCLIDES ……...………………………….1

BAB II PENUTUP………………..…………………………………………..11

A. Kesimpulan……………………………………………………………..11

B. Saran ……………………………………………………………………11

DAFTAR PUSTAKA…………………………………………………………12

ii
 BAB I
PEMBAHASAN

A. RUANG BERDIMENSI-n EUCLIDES

1. Vektor Vektor Dalam Ruang Berdimensi-n
Defenisi. Jika n adalah suatu bilangan bulat positif, maka ganda-n berurut adalah sederet n
bilangan real (𝑎1 , 𝑎2 , ….., 𝑎𝑛 ). Himpunan semua ganda-n berurut disebut ruang berdimensi-
n dan dinyatakan dengan 𝑅𝑛 .

Jika n = 2 atau 3 kita biasa meggunakan istilah pasangan berurut atau pasangan tiga
berurut, dan bukannya ganda-2 berurut atau ganda tiga-3 berurut. Jika n = 1, setiap ganda-n
berurut mengandung satu bilangan real sehingga 𝑅1 dapat dipandang sebagai himpunan
bilangan real. Kita bisa menulis R dan bukannya 𝑅1 untuk himpunan ini.

Dalam mempelajari ruang berdimensi 3 dapat terjadi simbol (𝑎1 , 𝑎2 , 𝑎3 ) mempunyai dua
interpretasi geometrik yang berbeda bagi pembaca, simbol ii dapat diinterpretasikan sebagai
sebuah titik, dimana 𝑎1 , 𝑎2 dan 𝑎3 adalah koordinatnya atau dapat diinterpretasikan sebagai
sebuah vector, dimana 𝑎1 , 𝑎2 dan 𝑎3 adalah komponen-komponennya. Oleh karena itu, suatu
ganda-n berurut (𝑎1 , 𝑎2 , ….., 𝑎𝑛 ) dapat dipandang dengan baik sebagai suatu “titik umum”
atau pun sebagai “vektor umum” perbedaannya tidaklah penting secara sistematis. Jadi, kita
dapat menguraikan ganda 5 (-2, 4, 0, 1, 6) baik sebagai sebuah titik dalam 𝑅5 maupun sebagai
sebuah vektor dalam 𝑅5 .

Pasangan tiga berurut (𝑎1 , 𝑎2 , 𝑎3 ) dapat diinterpretasikan secara geometris sebagai suatu titik
atau suatu vector.

(𝑎1 , 𝑎2 , 𝑎3 )
(𝑎1 , 𝑎2 , 𝑎3 )

Gamabar 1

(a) (b)

Defenisi. Dua vector u = (𝑢1 , 𝑢2 ,… . . 𝑢𝑛 ) dan v = (𝑣1 , 𝑣2 ,… … 𝑣𝑛 ) dalam 𝑅 𝑛 disebut sama jika
𝑢1 = 𝑣1 , 𝑢2 = 𝑣2 ,….., 𝑢𝑛 = 𝑣𝑛
Jumlah u + v didefenisikan sebagai
1
 u + v = (𝑢1 + 𝑣1 , 𝑢2 + 𝑣2 ,…, 𝑢𝑛 + 𝑣𝑛 )
dan jika k adalah sebarang skalar, perkalian skalar ku didefenisikan sebagai
ku = (k𝑢1 , k𝑢2 ,……, k𝑢𝑛 )

Operasi penjumlahan dan perkalian skalar dalam defenisi ini disebut operasi standar pada
𝑹𝒏 .
Vektor nol dalam 𝑅𝑛 dinyatakan dengan 0 dan didefenisikan sebagai vector
0 = (0,0,…,0)
jika u = (𝑢1 , 𝑢2 ,… . . 𝑢𝑛 ) adalah sembarang vector dalam 𝑅𝑛 , maka negative (atau invers aditif)
dari u dinyatakan dengan –u dan didefenisikan sebagai
-u = ( -𝑢1 , -𝑢2 ,……, -𝑢𝑛 )
Selisih vektor-vektor dalam 𝑅𝑛 didefenisikan sebagai
v –u = v + (-u)
atau dalam bentuk komponen-komponen
v – u = (𝑣1 - 𝑢1 , 𝑣2 - 𝑢2 ,…… 𝑣𝑛 - 𝑢𝑛

2. Sifat – Sifat Operasi Vektor Dalam Ruang Berdimensi – n

Sifat aritmetika yang paling penting dari penjumlahan dan perkalian skalar vektor vektor
dalam 𝑅𝑛 didaftarkan dalam teorema berikut ini.

Teorema 4.1.1. jika u = (𝑢1 , 𝑢2 ,… . . 𝑢𝑛 ) , v = (𝑣1 , 𝑣2 ,… … 𝑣𝑛 ), dan w = (𝑤1 , 𝑤2 ,… … 𝑤𝑛 )

adalah vektor-vektor dalam 𝑅𝑛 dan k, serta l adalah sklara, maka

a) u+v=v+u
b) u + (v + w) = (u + v) +w
c) u+0=0+u=u
d) u + (-u) = 0 ; sehingga, u – u = 0
e) k(lu) = (kl) u
f) k(u + v) = ku +kv
g) (k + l)u = ku + lu
h) Lu = u

Teorema ini memungkinkan kita untuk memanipulasi vektor dalam 𝑅 𝑛 tanpa menyatakan
vektor-vektor tersebut dalam bentuk komponen-komponen. Misalnya, untuk menyelesaikan
persamaan vektor x + u = v untuk x, kita dapat menambahkan –u pada kedua ruas dan
melakukan hal berikut ini :

2
 (x + u) + (-u) = v + (-u)
x + (u – u) = v – u
x+0=v–u
x=v–u
3. Ruang Berdimensi-n Euclides

Defenisi. Jika u = (𝑢1 , 𝑢2 , 𝑢3 , … . , 𝑢𝑛 ) dan v = (𝑣1 , 𝑣2 , 𝑣, … . , 𝑣𝑛 ) adalah sembarang vector

dari 𝑹𝒏 , maka hasil kali dalam Euclides u.v didefenisikan sebagai
u.v = (𝑢1 . 𝑣1 + 𝑢2 . 𝑣2 + … . + 𝑢𝑛 . 𝑣𝑛 )

Contoh 1 Hasil kali dalam Euclides dari vector-vektor u = (-1, 3,5,7) dan v = (5, -4, 7,0)
dalam 𝑹𝟒 adalah
u. v = (-1)(5) + (3)(-4) + (5)(7) + (7)(0)
= 18
Empat sifat aritmetika utama dari hasil kali dalam Euclides didaftarkan dalam teorema berikut
ini:
Teorema 4.1.2 jika u, v dan w adalah vector-vektor dalam 𝑹𝒏 dan k adalah sembarang
scalar, maka :
a) 𝑢. 𝑣 = 𝑣. 𝑢
b) (𝑢 + 𝑣 ). 𝑤 = 𝑢. 𝑤 + 𝑣. 𝑤
c) (𝑘𝑢). 𝑣 = 𝑘(𝑢. 𝑣)
d) 𝑣. 𝑣 ≥ 0 𝑙𝑒𝑏𝑖ℎ 𝑗𝑎𝑢ℎ 𝑣. 𝑣 = 0, 𝑗𝑖𝑘𝑎 𝑑𝑎𝑛 ℎ𝑎𝑛𝑦𝑎 𝑗𝑖𝑘𝑎 𝑣 = 0

4. Norma dan Jarak dalam Ruang Berdimensi-n Euclides

Berdasarkan analogi dengan rumus-rumus yang kita kenal dalam 𝑹𝟐 dan 𝑹𝟑 kita defenisikan
norma euclides (atau panjang euclides) dari suatu vector u = (𝑢1 , 𝑢2 , 𝑢3 , … . , 𝑢𝑛 ) dalam
𝑅𝑛 sebagai
1
‖𝑢‖ = (𝑢. 𝑣)2 = √𝑢1 2 + 𝑢2 2 + ⋯ + 𝑢𝑛 2

Demikian juga jarak euclides antara titik-titik u = (𝑢1 , 𝑢2 , 𝑢3 , … . , 𝑢𝑛 ) dan v =

(𝑣1 , 𝑣2 , 𝑣, … . , 𝑣𝑛 ) dalam 𝑅𝑛 didefinisikan sebagai

d(u,v) = ‖𝑢 − 𝑣 ‖ = √(𝑢1 − 𝑣1 )2 + (𝑢2 − 𝑣2 )2 + ⋯ + (𝑢𝑛 − 𝑣𝑛 )2

3
Contoh 3 jika u = (1,3,-2,7) dan v = (0,7,2,2), maka dalam ruang Euclides 𝑅4

‖𝑢‖ = √(1)2 + (3)2 + (−2)2 + (7)² = √63 = 3√7

Dan

d(u,v) = √(1 − 0)2 + (3 − 7)2 + (−2 − 2)2 + (7 − 2)² = √58

Teorema 4.1.3 (Ketaksamaan Cauchy-Schwarz dalam 𝑹𝒏 ). Jika

u = (𝑢1 , 𝑢2 , 𝑢3 , … . , 𝑢𝑛 ) dan v = (𝑣1 , 𝑣2 , 𝑣, … . , 𝑣𝑛 )
adalah vector-vektor dalam 𝑅𝑛 . Maka
|𝑢. 𝑣 | ≤ ‖𝑢‖‖𝑣 ‖
Atau dinyatakan dalam bentuk komponen-komponen,
1 1
(𝑢1 . 𝑣1 + 𝑢2 . 𝑣2 + … . + 𝑢𝑛 . 𝑣𝑛 ) ≤ (𝑢12 + 𝑢22 + ⋯ + 𝑢𝑛2 )2 (𝑣12 + 𝑣22 + ⋯ + 𝑣𝑛2 )2

Teorema 4.1.4 jika u dan v adalah vector-vektor dalam 𝑹𝒏 dan k adalah sembarang scalar,
maka :
e) ‖𝑢 ‖ ≥ 0
f) ‖𝑢‖ = 0 jika dan hanya jika u = 0
g) ‖𝑘𝑢‖ ≥ |𝑘 |‖𝑢‖
h) ‖𝑢 + 𝑣 ‖ ≤ ‖𝑢‖ + ‖𝑣 ‖ (Ketaksamaan segitiga)
Bukti (c). jika u = (𝑢1 , 𝑢2 , … . , 𝑢𝑛 ) dan ku = (𝑘𝑢1 , 𝑘𝑢2 , … . , 𝑘𝑢𝑛 ) sehingga

‖𝑘𝑢‖ = √(𝑘𝑢1 )2 + (𝑘𝑢2 )2 + ⋯ + (𝑘𝑢𝑛 )2

= |𝑘 |√𝑢1 2 + 𝑢2 2 + ⋯ + 𝑢𝑛 2

= |𝑘 |‖𝑢‖

Bukti (d).
‖𝑢 + 𝑣 ‖2 = (𝑢 + 𝑣 ). (𝑢 + 𝑣 ) = (𝑢. 𝑢) + 2(𝑢. 𝑣 ) + (𝑣. 𝑣 )
= ‖𝑢‖2 + 2(𝑢. 𝑣 ) + ‖𝑣 ‖2
= ‖𝑢‖2 + 2|𝑢. 𝑣 | + ‖𝑣 ‖2
= ‖𝑢‖2 + 2‖𝑢‖‖𝑣‖ + ‖𝑣 ‖2
= (‖𝑢‖ + ‖𝑣 ‖)2
u+v

kv v

Gambar (a) u
Gambar (b)

4
 Teorema 4.1.5 jika u,v dan w adalah vector-vektor dalam 𝑹𝒏 dan k adalah sembarang
scalar, maka :
i) 𝑑(𝑢, 𝑣) ≥ 0
j) 𝑑(𝑢, 𝑣) = 0 jika dan hanya jika u = v
k) 𝑑 (𝑢, 𝑣 ) = 𝑑(𝑣, 𝑢)
l) 𝑑(𝑢, 𝑣) ≤ 𝑑(𝑢, 𝑤) + 𝑑(𝑤, 𝑣) (Ketaksamaan segitiga)

Hasil dari teorema ini merupakan konsekuensi dari teorema 4.1.4. kami akan membuktikan
bagian (d)
Bukti (d). dari (2) dan Teorema 4.1.4 bagian (d) kita mendapatkan
D(u) = ‖𝑢 − 𝑣 ‖ = ‖(𝑢 − 𝑣 ) + (𝑤 − 𝑣 ‖
≤ ‖𝑢 − 𝑤‖ + ‖𝑤 − 𝑣 ‖ = 𝑑(𝑢, 𝑤) + 𝑑 (𝑤, 𝑣 )
Bagian (d) dari teorma ini, yang juga disebut ketaksamaan segitiga,
mengeneralisasikan hasil yang kita kenal dari geometri Euclides yang menyatakan
bahwa jarak terpendek antar dua titik adalah suatu garis lurus (gambar 3).
Rumus (1) menyatakan norma suatu vector dalam bentuk suatu hasil kali titik.
Teorema yang berguna berikut ini menyatakan hasil kali titik dalam bentuk norma.

Teorema 4.1.6. jika u dan v adalah vector-vektor dalam Rn dengan hasil kali dalam
euclides, maka
1 1
𝑢. 𝑣 = ‖𝑢 + 𝑣 ‖2 − ‖𝑢 + 𝑣 ‖2
2 4

Bukti : ‖𝑢 + 𝑣 ‖2 = (𝑢 + 𝑣 ). (𝑢 + 𝑣 ) = ‖𝑢‖2 + 2(2. 𝑢𝑣 ) + ‖𝑢‖2

‖𝑢 − 𝑣 ‖2 = (𝑢 − 𝑣 ). (𝑢 − 𝑣 ) = ‖𝑢‖2 − 2(2. 𝑢𝑣 ) + ‖𝑢‖2
Dengan (6) dapat diperoleh dengan alajabar sederhana.
Beberapa soal numeric yang menggunakan teoremaini diberikan dalam latihan

Gambar 3 𝑑(𝑢, 𝑤) ≤ 𝑑(𝑢, 𝑣) + 𝑑(𝑣, 𝑤)

5
Eorto-onalan
Ingat bahwa dala ruang Euclides 𝑅3 dan 𝑅3 dua vector u dan v didefinisikan sebagai
orthogonal (tegak lurus). Jika u-v = 0 (subbab 3.3) berdasarkan hal ini, kita membuat
defenisi berikut ini.
Defenisi : dua vektor u dan v dal 𝑅3 di sebut orthogonal jika u.v = 0
Contoh 4 dalam ruamg Euclides 𝑅4 vekto-vektor
u = (-2,3,1,4) dan (1,2,0,-1)
Adalah ortogonal kerena
u.v = (-2)(1)=(3),(2) +(1)(1) + (4)(-1) = 0
sifat-sifat vector ortogonal akan didiskusikan kemudia dengan lebih mendetail dalam
makalah ini, tetapi kita perhatikan pada saat ini perhaatikan pada saat ini bahwa banyak sisfat-
sifat vector ortogonal yang kita kenal dalam ruang euclides 𝑅3 𝑑𝑎𝑛 𝑅3 terus berlaku dalam
ruang ueclides 𝑅3 𝑎𝑡𝑎𝑢 𝑅3 . misalnya, jika u dan v adalah vector-vektor siku-siku (gambar 4),
jadi berdasarkan teorema Pythagoras.
‖𝑢 + 𝑣 ‖2 = ‖𝑢‖2 + ‖𝑣 ‖2

U+v
v

Contoh gambar 4

v
Teorema berikut ini menunjukan bahawa hasil dapat diperluas di 𝑅 3

Teorema 4.1.7 (Teorema Pythagoras untuk 𝑅3 ). Jika u dan v adalah vector-

vektor ortogonal dala 𝑅𝑛 dengan hasil kali dalam euclides, maka
‖𝑢 + 𝑣 ‖2 = ‖𝑢‖2 + ‖𝑣 ‖2

Bukti :
‖𝑢 + 𝑣 ‖2 = (𝑢 + 𝑣). (𝑢 + 𝑣) = ‖𝑢‖2 + 2(𝑢. 𝑣) + ‖𝑣 ‖2 = ‖𝑢‖2 + ‖𝑣 ‖2

Notasi-Notasi Alternatif Untuk Vector-Vektor Dalam 𝑹𝟑

Suatu vektor u = (u1,u2…..un) dalam 𝑅3 dapat juga di tulis dalam notasi matriks atau matriks
kolom ;
𝑢1
𝑢2
𝑢 = .. 𝑎𝑡𝑎𝑢 𝑢 = [𝑢1 𝑢2 … . 𝑢𝑛 ]
.
[𝑢𝑛 ]
6
Hasil benar karena operasi matriks
𝑢1 𝑣1 𝑢1 + 𝑣1 𝑢1 𝑘𝑢1
𝑢2 𝑣2 𝑢2 + 𝑣1 𝑢2 𝑘𝑢2
𝑢 + 𝑣 = .. + .. += .. .
𝑘𝑢 = 𝑘 = . = ..
. . . . .
[𝑢𝑛 ] [𝑣𝑛 ] [𝑢𝑛 + 𝑣𝑛 ] [𝑢𝑛 ] [𝑘𝑢𝑛 ]
Atau
𝑢 + 𝑣 = [𝑢1 𝑢2 … … . 𝑢𝑛 ] + [𝑣1 𝑣2 … . . . 𝑢𝑛 ]
= [𝑢1 + 𝑣1 𝑢2 + 𝑣2 … . . 𝑢𝑛 + 𝑢𝑛 ]
𝑘𝑢 = 𝑘 [𝑢1 𝑢2 … . 𝑢3 ] = [𝑘𝑢1 𝑘𝑢2 … . 𝑘𝑢𝑛 ]
Memberiakn hasil yang sama dengan operasi vektor
𝑢 + 𝑣 = (𝑢1 𝑢2 … . 𝑢𝑛 ) + (𝑣1 𝑣2 … . 𝑣𝑛 ) = (𝑢1 + 𝑣1, 𝑢2 + 𝑣2 … . 𝑢𝑛 + 𝑢𝑛 )
𝑘𝑢 = 𝑘(𝑢1 𝑢2 … . 𝑢𝑛 ) = (𝑘𝑢1 𝑘𝑢2 … . 𝑘𝑢𝑛 )
Satu-satunya perbedaan adalah bentuk dimana vekto-vektor tersebut ditulis.
Sebuah Rumus Matriks Untuk Oprasi Perkalian Titik
Jika kita menggunakan notasi matriks kolom untuk vektor-vektor
𝑢1 𝑣1
𝑢2 𝑣2
𝑢 = . 𝑑𝑎𝑛 𝑣 = ..
.
. .
[𝑢𝑛 ] [𝑣𝑛 ]
Dan menghilangkan kurung pada matriks-matriks 1x1, maka kita dapatkan bahwa

𝑢1
𝑢 2
𝑣 𝑇 𝑢 = [𝑢1 𝑢2 ⋯ 𝑢𝑛 ] [ ⋮ ] = [𝑢1 𝑣1 + 𝑢2 𝑣2 + ⋯ + 𝑢𝑛 𝑣𝑛 ] = [𝑢 ⋅ 𝑣 ] = 𝑢 ⋅ 𝑣
𝑢𝑛
Jadi, untuk vektor-vektor dalam notasi matriks kolom kita mempunyai rumus berikut ini
untuk hasil kali dalam Euclides:
𝑢 ⋅ 𝑣 = 𝑣 𝑇𝑢 (7)
Misalnya jika,
−1 5
3 −4
𝑢 = [ ] dan 𝑣 = [ ]
5 7
7 0

7
 maka
−1
𝑢 ⋅ 𝑣 = 𝑣 𝑇 𝑢 = [5 −4 7 0] [ 3 ] = [18] = 18
5
7
Jika 𝐴 adalah suatu matriks 𝑛 × 𝑛, maka kita dapatkan dari Rumus (7) dan sifat-sifat
transpos bahwa
𝐴𝑢 ⋅ 𝑣 = 𝑣 𝑇 (𝐴𝑢) = (𝑣 𝑇 𝐴)𝑢 = (𝑣 𝑇 𝐴)𝑇 𝑢 = 𝑢 ∙ 𝐴𝑇 𝑣

𝑢 ⋅ 𝐴𝑣 = (𝐴𝑣 )𝑇 𝑢 = (𝑣 𝑇 𝐴𝑇 )𝑢 = 𝑣 𝑇 (𝐴𝑇 𝑢) = 𝐴𝑇 𝑢 ∙ 𝑣
Rumus-rumus yang dihasilkan
𝐴𝑢 ⋅ 𝑣 = 𝑢 ∙ 𝐴𝑇 𝑣 (8)
𝑇
𝑢 ⋅ 𝐴𝑣 = 𝐴 𝑢 ∙ 𝑣 (9)
Memberikan suatu hubungan penting antara perkalian dengan suatu matriks 𝐴, 𝑛 × 𝑛, dan
perkalian dengan 𝐴𝑇 .

Contoh
1 −2 3 −1 −2
𝐴=[ 2 4 1], 𝑢 = [ 2 ],𝑣 = [ 0 ]
−1 0 1 4 5
1 −2 3 −1 7
maka 𝐴𝑢 = [ 2 4 1] [ 2 ] = [10]
−1 0 1 4 5

1 2 1 −2 −7
𝑇
𝐴 𝑣 = [−2 4 0] [ 0 ] = [ 4 ]
3 1 1 5 −1
Dari persamaan di atas kita dapatkan
𝐴𝑢 ⋅ 𝑣 = 7(−2) + 10(0) + 5(5) = 11
𝑢 ∙ 𝐴𝑇 𝑣 = (−1)(−7) + 2(4) + 4(−1) = 11
Jadi, 𝐴𝑢 ⋅ 𝑣 = 𝑢 ∙ 𝐴𝑇 𝑣 sebagaimana yang dijamin oleh Rumus (8).

Sebuah Pandangan Perkalian Titik Dengan Mengenai Perkalian Matriks

Perkalian titik memberikan cara berpikir yang lain tentang perkalian matriks.
Ingat bahwa jika A = [aij ] adalah suatu matriks 𝑚 × 𝑟 dan B = [bij ] adalah suatu matriks 𝑟 ×
𝑛 maka entri ke-ij dari AB adalah
ai1b1j +ai2b2j +…+airbrj
Yang merupakan perkalian titik dari vektor A baris ke-i
[ai1 ai2…air]

8
Dan vektor B kolom j
𝑏𝑖𝑗
𝑏2𝑗
:
[𝑏𝑟𝑗 ]
Jadi jika vektor-vektor baris dari A adalah r1, r2,..., rm dan vektor-vektor kolom dari B dan c1, c2,
c3,..., Cn, maka perkalian matriks AB dapat dinyatakan sebagai berikut
𝑟1 . 𝑐1 … 𝑟1 . 𝑐𝑛
𝑟 . 𝑐2 … 𝑟2 . 𝑐𝑛
𝐴𝐵 = [ 2⋮ ]
⋮ ⋮
𝑟𝑚 . 𝑐1 ⋯ 𝑟𝑚 . 𝑐𝑛
Secara khusus, suatu sistem linear Ax = b dapat dinyatakan dalam bentuk perkalian titik
sebagai
𝑟1 • 𝑥 𝑏1
𝑟2 • 𝑥 𝑏
[ : ] = [ 2]
:
𝑟𝑚 • 𝑥 𝑏𝑚
Dengan r1, r2,…,rm adalah vektor-vektor baris dari A, dan b1, b2, …, bm adalah entri-entri b
Contoh 6
Suatu sistem linear yang dinyatakan dalam bentuk perkalian titik (11)
Sistem
Bentuk perkalian titik
3x1 – 4x2 + x3 = 1
(3, −4, 1) • (𝑥1 , 𝑥2 , 𝑥3 ) 1
2x1 – 7x2 – 4x3 = 5 [(2, −7, −4) • (𝑥1 , 𝑥2 , 𝑥3 )] = [5]
(1, 5, −8) • (𝑥1 , 𝑥2 , 𝑥3 ) 0
x1 + 5x2 – 8x3 = 0

9
Soal Latihan :

1. Anggap u = (-3, 2, 1, 0), v = (4, 7, -3, 2,), dan w = (5, -2, 8, 1). Cari
a. 2u + 7v
b. (6v – w) – (4u + v)
2. Anggap u, v, dan w adalah vektor-vektor dalam latihan 1. Cari vektor x yang memenuhi
5x – 2v = 2(w – 5x)
3. Anggap u = (4, 1, 2, 3), v = (0, 3, 8, -2) dan w = (3, 1, 2, 2). Hitunglah soal berikut ini.
a. ‖𝑈 + 𝑉 ‖
b. ‖3𝑈 − 5𝑉 + 𝑊 ‖
c. ‖𝑈‖ + ‖𝑉 ‖
4. Cari hasil kali dalam Euclides u . v.
a. u = (2, 5 ), v = (-4, 3)
b. u = (-1, 1, 0, 4, -3), v = (-2, -2, 0, 2, -1)

5. Cari jarak Euclides antara u dan v.

a. u = (1, -2), v = (2, 1)

b. u = (0, -2, -1, 1), v = (-3, 2, 4, 4)

6. Cari u . v jika diketahui bahwa ‖𝑢 + 𝑣 ‖ = 1 dan ‖𝑢 − 𝑣 ‖ = 5

7. untuk setiap k berapakah u dan v ortogonal ?

a. u = (2, 1, 3), v = (1, 7, k)

b. u = (k, k, 1), v = (k, 5, 6)

8. Buktikan bahwa Rumus (8) dan (9) berlaku.

2 −1 3 −2
a. A = [ ], u = [ ], v = [ ]
3 4 1 6

9. Selesaikan persamaan linier berikut ini untuk 𝑥1 , 𝑥2 ,dan 𝑥3 .

(1, -1, 4). (𝑥1 , 𝑥2 , 𝑥3 ) = 10

(3, 2, 0) . (𝑥1 , 𝑥2 , 𝑥3 ) = 1

(4, -5, -1) . (𝑥1 , 𝑥2 , 𝑥3 ) = 7

1
10. Tunjukan bahwa jika jika v adalah vektor tak nol dalm 𝑅𝑛 , maka (‖𝑣‖)v mempunyai

norma Euclides 1.

10
 BAB II
PENUTUP
A. Kesimpulan
Dua vektor u = {𝑢1 , 𝑢2 ,……., 𝑢𝑛 } dan v = {𝑣1 , 𝑣2 ,……., 𝑣𝑛 }dalam 𝑅 𝑛 disebut sama jika:
𝑢1 = 𝑣1 , 𝑢2 = 𝑣2 ,…𝑢𝑛 = 𝑣𝑛

B. Saran

Kami menyadari bahwa, dalam penulisan makalah ini banyak kekurangan dan
kesalahan. Oleh karena itu, kami mengharapkan saran dan kritik yang bersifat
membangun dari pembaca, yang dapat menambah pengetahuan dan pengalaman kami,
agar dalam pembuatan makalah selanjutnya dapat menjadi lebih baik.

11
 DAFTAR PUSTAKA
Sumber : Buku Howard Anton

12