MODUL

ALJABAR LINEAR DAN MATRIKS

(CCM111)

MODUL SESI KE-9

TOPIK : RUANG VEKTOR UMUM

DISUSUN OLEH
Drs. Holder Simorangkir, M.Kom

UNIVERSITAS ESA UNGGUL

TAHUN 2020

Universitas Esa Unggul

http://esaunggul.ac.id 0 / 17
 TOPIK : RUANG VEKTOR UMUM

A. Kemampuan Akhir Yang Diharapkan

Untuk Modul Pertemuan ke-9 ini , topik adalah Ruang Vektor Umum dengan
sub topik : ruang vektor , basis dan dimensi . Setelah membaca dan mempelajari
subtopik ini , diharapkan mahasiswa mampu :
1. Memahami masalah ruang vektor R2 , R3 dan Rn
2. Menyelesaikan masalah pada domainnya .
3. Membangun bentuk aplikasi yang berkaitan dengan dimensi dan basis .

B. Uraian dan Contoh

Ruang Vektor Umum akan dibahas dalam modul ini sebagai bahan
pembelajaran dalam pertemuan ke-9 .
Dalam bab ini akan dipelajari tentang konsep ruang vektor umum, sub ruang
vektor dan sifat-sifatnya. Pada pembicaraan ini, saudara dianggap sudah mengenal
konsep dan sifat ruang vektor R2 maupun R3 . Berdasarkan sifat – sifat ruang vektor
R2 dan R3 , diangkat menjadi aksioma-aksioma untuk ruang vektor umum

1. Definisi dan Sifat Ruang Vektor

Berikut diberikan definisi ruang vektor umum, yang secara eksplisit didefinisikan
sebagai berikut :
Definisi 1.
Suatu ruang vektor V ( atas bilangan real ) adalah suatu himpunan V yang elemen-
elemennya disebut vektor, bersama dengan dua operasi biner. Operasi yang
pertama, disebut operasi penjumlahan vektor, yang membawa setiap pasangan
vektor a dan b ke suatu vektor yang dinotasikan dengan a + b . Operasi ke dua
disebut perkalian skalar , yang membawa setiap vektor a dan setiap skalar λ ke
suatu vektor yang dinotasikan λ a . Kedua operasi tersebut harus memenuhi sifat
sebagai berikut :

Universitas Esa Unggul

http://esaunggul.ac.id 1 / 17
 1. a + b = b + a untuk setiap pasangan vektor a dan b ( sifat komutatif dari
penjumlahan
vektor )
2. (a + b) + c = a + ( b + c ) untuk setiap vektor a , b dan c (sifat asosiatif dari
penjumlahan vektor).
3. Terdapat dengan tunggal vektor 0 , yang disebut vektor nol, sedemikian
sehingga a + 0 = a , untuk setiap vektor a .
4. Untuk setiap vektor a , terdapat dengan tunggal vektor ( - a ) sedemikian
sehingga a + (- a )= 0 .
5. λ (a + b) = λa + λb untuk setiap bilangan real dan setiap pasangan vektor a
dan b .
6. ( λ + μ ) a = λ a + μ a untuk setiap pasangan bilangan real λ dan μ , dan
setiap vektor a.
7. ( λ μ ) a = λ ( μ a) untuk setiap pasangan bilangan real λ dan μ , dan setiap
vektor a .
8. Untuk setiap vektor a , 1 a = a .

Lebih jelasnya, operasi penjumlahan vektor di atas merupakan suatu pemetaan,

yaitu : + : V x V V
: + :(a,b) a+ b
Demikian halnya dengan operasi perkalian skalar juga merupakan pemetaan :
.: F xV = V
. : ( λ ,a) = a

Berikut diberikan contoh-contoh ruang vektor :

Contoh 1 :
Himpunan R2 merupakan ruang vektor jika operasi ‘ + ’ dan ‘ . ’ didefinisikan
sebagai berikut :
( x , y ) + ( x' , y' ) = ( x + x' , y + y' ) dan λ .( x , y ) = ( λx , λy )

Universitas Esa Unggul

http://esaunggul.ac.id 2 / 17
Penjumlahan vektor tersebut bersifat tertutup, karena hasil penjumlahan dua
vektornya juga merupakan anggota R2. Demikian halnya perkalian skalarnya, akan
ditunjukkan bahwa semua aksioma – aksioma pada definisi di atas dipenuhi. Jelas
bahwa terhadap operasi penjumlahan vektor bersifat tertutup. Berikutnya akan
ditunjukkan bahwa aksioma 1 dipenuhi :

( x , y ) + ( x' , y' ) = ( x + x' , y + y' ) ( menurut definisi penjumlahan )

= ( x' + x , y' + y ) ( sifat komutatif bilangan real )
= (x' , y') (x, y) ( definisi penjumlahan )
Jadi dipenuhi aksioma 1.

Ditunjukkan bahwa aksioma 2 dipenuhi :

{( x , y ) + ( x' , y' )} + ( x" , y" ) = ( x + x' , y + y' ) + (x" , y") (definisi penjumlahan)
= (x + x') + x" , ( y + y' ) y" (definisi penjumlahan)
= x + (x' + x"), y + (y'+ y") (sifat asosiatif bilangan real )
= (x, y) + ( x' + x" , y' + y" ) (definisi penjumalahan )
= ( x , y ) + ( x', y' ) + ( x", y" ) (definisi penjumlahan )

Ditunjukkan bahwa aksioma 3 dipenuhi

Bentuk vektor nol, 0 (0,0) , sehingga diperoleh :
( x , y ) + ( 0 , 0 ) = ( x + 0, y + 0 ) = ( 0 , 0 )
Jadi terdapat 0 ( 0 , 0 ) ϵ R2 sehingga ( x , y ) + ( 0 , 0 ) = ( 0 , 0 )

Ditunjukkan bahwa aksioma 4 dipenuhi :

Ambil sebarang vektor ( x , y ) ϵ R2 , pasti dapat ditemukan ( - x ,- y) ϵ R2 (bilangan
real selalu mempunyai invers jumlah) sehingga berlaku
( x , y ) + ( - x ,- y ) = x + (- x) , y + (- y) (definisi jumlah)
=(0,0) (invers jumlah bilangan real)
=0 (vektor nol menurut aksioma 3)

Universitas Esa Unggul

http://esaunggul.ac.id 3 / 17
Aksioma 5 dipenuhi berdasarkan definisi perkalian skalarnya.

Selanjutnya ditunjukkan dipenuhi aksioma 6 :

Ambil sebarang vektor ( x , y ) ϵ R2 dan λ , μ ϵ R , sehingga diperoleh
( λ + μ )( x , y ) = ( λ + μ ) x , ( λ + μ ) y (definisi perkalian skalar)
= ( λx + μx , λy + μy ) (sifat distributif bilangan real)
= ( λx , λy ) + ( μx , μy ) (definisi penjumlahan vektor)
= λ(x,y)+μ(x,y) ( definisi perkalian skalar )

Ditunjukkan dipenuhi aksioma 7 :

Ambil sebarang vektor ( x , y ) ϵ R2 dan λ , μ ϵ R , sehingga diperoleh
( λ μ ) ( x, y ) = ( λ μ ) x , ( λ μ ) y (definisi perkalian skalar)
=λ(μx),λ(μy) (sifat asosiatif bilangan real)
= λ ( μ x, μ y ) (definisi perkalian skalar)
= λ μ (x , y) (definisi perkalian skalar)

Ditunjukkan dipenuhi aksioma 8 :

1 ( x , y ) = ( 1x ,1y ) ( x , y ) (1 adalah elemen satuan pada bilangan real)

Contoh 2 :
Himpunan R3 adalah suatu ruang vektor terhadap operasi penjumlahan vektor dan
perkalian skalar standar. ( Dapat dibukti sejalan dengan contoh 1.1 ).

Contoh 3 :
Diberikan himpunan bagian R3 , S = ! ( x, y , z ) ϵ R3 ! x + y + z = 0 . Didefinisikan
penjumlahan vektor dan perkalian skalarnya adalah penjumlahan vektor dan
perkalian skalar standart pada R3. Sebelum menunjukkan berlakunya semua
aksioma untuk ruang vektor, maka dibuktikan dahulu bahwa kedua operasi tersebut
bersifat tertutup.
 Ambil sebarang vektor di S , yaitu: a = ( x, y , z ), b = ( x' , y' ,z' ) .
Jika dijumlahkan : a + b = ( x + x' , y + y' , z + z' ) (definisi penjumlahan)

Universitas Esa Unggul

http://esaunggul.ac.id 4 / 17
 Selanjutnya,
untuk membuktikan bahwa a , b ϵ S harus dibuktikan bahwa
( x + x' )( y + y' )( z + z' ) = 0
( x + x' )( y + y' )( z + z' ) = ( x + y + z )( x' + y' + z' )
( sifat asosiatif dan komutatif bilangan real )
= 0 + 0 = 0 (karena a , b ϵ S )

1. Subtopik - 1 ; Ruang Vektor

Perhatikan aksioma-aksioma berikut :
1. Jika u, v ∈ V maka (u + v) ∈ V
4. Ada vektor nol 0 ∈ V sedemikian sehingga 0 + u = u + 0 = u
5. Untuk tiap u ∈ V, ada vektor – u ∈ V yang dinamakan negatif u sedemikian
sehingga u + ( - u ) = ( - u ) + u = 0
6. Jika k adalah skalar dan u ∈ V, maka k u ∈ V

Ruang Vektor Bukan Ruang Ruang Vektor Bukan Ruang

Vektor Vektor

u 0
-u u 0
v
-v v v
u 0 ku
0
u+v

1 u+v
ku

Teorema 1 :
V merupakan ruang vektor, u ∈ V dan k adalah skalar. Maka :
1) 0u=0
2) k0=0

Universitas Esa Unggul

http://esaunggul.ac.id 5 / 17
 3) (–1)u=-u
4) Jika k u = 0 maka k = 0 atau u = 0.

2. Subtopik-2 : Subruang
W merupakan subset dari V.
W disebut subruang dari V jika dan hanya jika W adalah ruang vektor, di bawah
operasi penjumlahan dan perkalian skalar yang didefinisikan di V, artinya menurut
aksioma :
1, Jika u, v ∈ W maka (u + v) ∈ W
6,. Jika k adalah skalar dan u ∈ W, maka k u ∈ W

W subspace V W bukan subspace V

V V
W -u
u -v W u
v v 0
-u 0
(u+v) (u+v)
-v
- ( u + v) - ( u + v)

Catatan 1 :
Setiap Ruang Vektor memiliki paling sedikit 2 subruang yakni ; V sendiri adalah
sebuah subruang, dan himpunan { 0 } yang merupakan vektor 0 yang dinamakan
sebagai subruang nol.

Contoh 4 , Subruang :
Perhatikanlah bahwa himpunan W dari semua matrik 2 x 2 yang mempunyai
bilangan nol pada diagonal utamanya adalah subruang dari ruang vektor M 22 ,
dari semua matriks 2 x 2.

Universitas Esa Unggul

http://esaunggul.ac.id 6 / 17
Pemecahan misalkan :

adalah sebarang 2 matriks W dan k adalah sebarang skalar maka :

kA dan

oleh karena kA dan A + B mempunyai bilangan nol pada diagonal , maka kA

dan A + B terletak pada W. Jadi W adalah subruang dari M22

Contoh 5 , Subruang :
Contoh gambar dari Subruang :

(Sumber: Howard Anton, Aljabar Linear 5e, “Subspace”, 1997)

Universitas Esa Unggul

http://esaunggul.ac.id 7 / 17
Contoh 6 , Subruang :
Misalkan n adalah sebuah bilangan bulat positif dan misalkan W terdiri dari
fungsi nol dan semua fungsi polonomial real yang mempunyai derajat ≤ n. Jadi W
adalah himpunan semua fungsi yang dapat dinyatakan dalam bentuk :
p ( x ) = a0 + a1 x + a2 x2 + ....... + an xn
di mana a0 , a1 , .... , an adalah bilangan-bilangan real. Himpunan W adalah
subruang dari ruang vektor semua fungsi bernilai real . Untuk melihat ini ,
misalkan p dan q merupakan polinomial-polinomial :
p ( x ) = a0 + a1 x + a2 x2 + ....... + an xn dan
q ( x ) = b0 + b1 x + b2 x2 + ....... + bn xn
maka :
( p + q )( x ) = p ( x ) + q ( x )
= ( a0 + b0) + ( a1 + b1 ) x + .......... + (an + bn) xn , juga
( k p ) ( x ) = kp ( x ) = k a0 + (k a1) x + (k a2 ) x2 + ....... + ( k an ) xn

Contoh 7 , Subruang :

3
Tinjaulah vektor-vektor u = ( 1, 2 , - 1) dan v = ( 6 , 4, 2 ) di R . Perlihatkan
,
bahwa w = ( 9 , 2 , 7 ) adalah kombinasi linear u dan v serta w = ( 4, -1 , 8 )
bukanlah kombinasi linear u dan v.

Solusi :

Persamaan Kombinasi Linear adalah :

λ1 u + λ2 v = w

a). Bila untuk u = ( 1 , 2 , -1 ) , v = ( 6 , 4 , 2 ) dan W = ( 9 , 2 , 7 ) , maka :

λ1 ( 1 , 2 , -1 ) + λ2 ( 6 , 4 , 2 ) = ( 9 , 2 , 7 )

Pada sumbu-x ( P1 ) : λ1 + 6 λ2 = 9

Pada sumbu-y ( P2 ) : 2 λ1 + 4 λ2 = 2

Pada sumbu-z ( P3 ) : - λ1 + 2 λ2 = 7

Universitas Esa Unggul

http://esaunggul.ac.id 8 / 17
Dengan menggunakan metode substitusi diperoleh : λ1 = - 3 dan λ2 = 2

Jadi persamaan Kombinasi Linear- nya adalah : W = - 3 U + 2 V

b). Bila untuk u = ( 1 , 2 , -1 ) , v = ( 6 , 4 , 2 ) dan W = ( 4 , - 1 , 8 ) , maka :

λ1 ( 1 , 2 , -1 ) + λ2 ( 6 , 4 , 2 ) = ( 4 , -1 , 8 )

Pada sumbu-x ( P1 ) : λ1 + 6 λ2 = 4

Pada sumbu-y ( P2 ) : 2 λ1 + 4 λ2 = - 1

Pada sumbu-z ( P3 ) : - λ1 + 2 λ2 = 8

Dengan menggunakan metode substitusi diperoleh nilai λ ada 2 harga yaitu :

( P1 ) dan ( P2 ) harga λ2 , yaitu : λ2 = 9 / 8

( P1 ) dan ( P3 ) harga λ2 , yaitu : λ2 = 12 / 8

Jadi untuk b). ini tidak memiliki Kombinasi Linear !!!.

3. Subtopik ke- 3 , Sub ruang jawaban Sistem Persamaan Linear .

Himpunan dari semua vektor yang merupakan jawaban dari Sistem P{ersamaan Linear

Homogen , merupakan subruang di Rn , dengan ordo A adalah m x n .

Diberikan Sistem Persamaan Linear Homogen ( SPLH ) , sebagai berikut :

x1 + 3 x2 - 5 x3 + 7 x4 = 0

x1 + 4 x2 - 19 x3 + 10 x4 = 0

2 x1 + 5 x2 - 26 x3 + 11 x4 = 0

Dengan menggunakan Tansformasi Elementer dari koefisien matrik dari SPLH di atas yaitu :

Universitas Esa Unggul

http://esaunggul.ac.id 9 / 17
Bila x3 dan x4 adalah variabel bebas dengan x3 = s dan x4 = t maka :
x1 – 3s - 2t = 0 , x1 = 3s + 2t

x2 - 4s + 3t = 0 , x2 = 4s – 3t

Jadi jawaban dalam bentuk vektor adalah :

di mana :

Jadi subruang dari jawaban SPLH disebut Ruang jawab .

Kombinasi
Linear?

Universitas Esa Unggul

http://esaunggul.ac.id 10 /
17
4. Subtopik ke-4 : Dimensi dan Basis

Defenisi :

Suatu ruang vektor V dikatakan berdimensi n bila dapat diketemukan suatu himpunan n

vektor-vektor ϵ V yang bebas linear , sedangkan setiap himpunan ( n + 1 ) vektor-vektor ϵ V

selalu bergantung linear atau dengan kata lain adalah banyaknya maksimum vektor-vektor

ϵ V yang bebas linear adalah n .

Teorema :

Setiap n vektor-vektor { u1 , u2 , ......., , un } yang bebas linear dari V , ruang vektor

berdimensi n , pasti merupakan sistem pembentuk dari V..

Bukti :

Ambil vektor sebarang v ϵ V , karena dimensi V adalah n menurut defenisi

{ u1 , u2 , ....... , un } bergantung linear , sehingga pada persamaan

λ1 u1 + λ2 u2 + ....... + λn un + λn+1 v = 0 , terdapat λ i yang tidak nol dan haruslah

λn+1 ≠ 0 , karena bila tidak demikian , persamaan λ1 u1 + λ2 u2 + ....... + λn un + 0 v = 0 ,

berakibat { u1 , u2 , ....... , un } bergantung linear, bertentangan . Berarti :

v = μ1 u1 + μ2 u2 + ....... + μn un

Jadi setiap v ϵ V kombinasi linear dari { u1 , u2 , ....... , un } berarti { u1 , u2 , ....... , un }

sistem pembentuk.

Catatan 2 :

Suatu sistem pembentuk tidak perlu bebas linear . Dapat diterapkan bahwa bila

{ u1 , u2 , ...... , un } merupakan sistem pembentuk yang bergantung linear , sedang

maksimum vektor-vektor di antara u1 , u2 , ....... , un yang bebas linear adalah

Universitas Esa Unggul

http://esaunggul.ac.id 11 /
17
 { u1 , u2 , ....... , un } , “ boleh dengan pertukaran indeks “ , maka { u1 , u2 , ....... , un } juga

sistem pembentuk. Jadi dalam hal ini dimensinya adalah p.

Defenisi :

Setiap sistem pembentuk yang bebas linear disebut Basis dari ruang vektor tersebut.

Atau

Setiap himpunan n vektor-vektor yang bebas linear { u1 , u2 , ....... , un } dari ruang vektor

berdimensi n disebut basis dari ruang vektor.

Catatan 3 :

Karena vektor-vektor ϵ V tak berhingga banyaknya , kecuali ruang vektor yang dibentuk

oleh vektor nol sendiri, yaitu L{ 0 } dan misalnya dimensi V berhingga = n , maka dapat

dicari jumlah himpunan n vektor-vektor ϵ V yang bebas linear . Sehingga dapat dipilih

banyak basis untuk V.

Contoh 8 :

Misalkan S = [ a = ( 1 , 1 , 1 ) , b = ( 2 , 1 , 1 ) , c = ( 3 , 2 , 2 ) ]

S membentuk ruang vektor L( S ) = L ( a , b , c )

S = ( a , b , c ) adalah sistem pembentuk dari L

Selidiki bahwa c = a + b , jadi bergantung linear , kemudian ( a , b ) bebas linear karena

tidak berkelipatan.

Jadi , ( a , b ) adalah sistem pembentuk yang bebas linear berarti basis dari L maka
dimensi L adalah = 2 . Seperti diterangkan pada catatan x di atas , boleh dipilih basis L
yang lain, yaitu himpunan 2 vektor ϵ L yang bebas linear .

Universitas Esa Unggul

http://esaunggul.ac.id 12 /
17
Contoh 9 :

( a , c ) atau ( b , c ) ataupun yang lain daria a , b atau c.

Misalnya : d = a + b + 0 c = [ 3 , 2 , 2 ] ϵ L

e = - a + 3 b + 2 c = [ 11 , 6 , 6 ] ϵ L

[ d , e ] bebas linear , jadi juga basis L

Catatan 4 :

L [ 0 ] , ruang vektor yang dibentuk oleh vektor nol , hanya beranggotakan vektor nol saja. 0

bergantung linear . Jadi vktor yang bebas linear ϵ L { 0 } tidak ada , berarti dimensi L { 0 } = 0

Catatan 5 :

Dimensi dari ruang vektor Rn adalah n .

Ini dapat ditemukan n vektor-vektor satuan :

E = ( e1 , e2 , ...... , en ) di mana e1 = [ 1, 0 , 0 . ...... , 0 ] ;

e2 = [ 0 , 1 , 0 , ..... , 0 ] ;

......

....

en = [ 0 , 0 , 0 , ...... , 1 ]

Dapat ditunjukka bahwa E bebas Linear. Juga setiap vektor ϵ Rn , adalah kombinasi linear dari
E . Jadi , E merupakan basis dari Rn yang biasanya disebut basis alam ( natural basis ). Juga
dari sini dapat dicatat bahwa setiap m vektor-vektor ϵ Rn , dengan m > n adalah bergantung
linear.

Contoh 10 :

Vektor a = [ 1 , -1 , 2 , 3 ] ϵ R4 , dap ]at ditulis sebagai kombinasi linear basis L sebagai

berikut :

a = [ 1 , -1 , 2 , 3 ] = 1 [ 1 , 0 , 0 , 0 ] - 1 [ 0 , 1 , 0 , 0 ] + 2 [ 0 , 0 , 1 , 0 ] + 3 [ 0 , 0 , 0 , 1 ]

a = e1 - e2 + 2 e3 + 3 e4

Universitas Esa Unggul

http://esaunggul.ac.id 13 /
17
D . Soal latihan

1. Nyatakanlah a = ( 7 , 7 , 9 , 11 ) sebagai kombinasi linier dari u1= ( 2 , 0 , 3 , 1 ) ,

u = ( 4 , 1 , 3 , 2 ) dan u = ( 1 , 3 , - 1 , 3 )
2 3

2. Untuk harga k yang mana u = [ 1 , - 2 , k ] merupakan kombinasi Linear dari

v = [ 3, 0 , -2 ] , w = [ 2 , -1 , -5 ]

3. V adalah himpunan semua fungsi-fungsi real dari satu variabel . Didefenisikan

penjumlahan ( f + g ) (x) = f (x) + g (x) dan perkalian skalar ( λf )(x) = λ f(x)
untuk setiap f , g ϵ V serta x dan λ skalar real. Contoh untuk operasi ini :
Misalnya : f (x) = 2 x2 ; g (x) = 6x + 2 , Tunjukkan bahwa V suatu ruang
vektor di atas field himpunan bilangan real.

Kunci Jawaban
a. Jawaban latihan soal ke-1 :
a = 6 u 1 - 2 u 2 + 3 u3

b. Jawaban latihan soal ke-2 :

k=8

c. Jawaban latihan soal ke-3 :

adalah Field. .

Daftar Pustaka :
1. Howard Anton, Chris Rorres., Elementary linear algebra : applications version,
Wiley, 11th edition, 2014
2. David Lerner, Lecture notes on linear algebra, Department of Mathematics,
University of Kansas, D. E. Lerner, 2008
3. RON LARSON, DAVID C. FALVO, Elementary Linear Algebra, Sixth Edition,
Houghton Mifflin Harcourt Publishing Company, 2009.

Universitas Esa Unggul

http://esaunggul.ac.id 14 /
17
4. Jim Hefferon, Linear Algebra, Mathematics, Saint Michael’s College Colchester,
Vermont USA, 2001
5. Leslie Hogben, Hand Book of Linier Algebra, Chapman & Hall/CRC, 2007
6. Leon , S.J., Aljabar Linear Dan Aplikasinya edisi 5, Penerbit. Erlangga, 2001
7. Mark S. Gockenbach, A Practical Introduction to Matlab

========== terima kasih ==========

Universitas Esa Unggul

http://esaunggul.ac.id 15 /
17
Universitas Esa Unggul
http://esaunggul.ac.id 16 /
17