BAB VI

RUANG VEKTOR

A. Tujuan Kompetensi Khusus

• Berdasarkan pemahaman operasi vektor di R2 dan R3, mahasiswa mampu membuat
generalisasi dari ruang vektor Euclid ke ruang vektor umum.
• Jika diberikan ruang vektor, mahasiswa mampu mengkonstruksi subruang,dan
menentukan apakah suatu sub himpunan dengan syarat keanggotaan tertentu
merupakan subruang.
• Jika diberikan ruang vektor berhingga dan himpunan vektor-vektor, mahasiswa
mampu mengkonstruksi suatu basis ruang vektor tersebut dan menentukan
dimensinya.

B. Uraian Materi

6.1 Ruang Vektor Umum

Misalkan V sebarang himpunan benda yang dua operasinya kita definisikan yaitu
penjumlahan dan perkalian dengan skalar (bilangan riil). Penjumlahan 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 v, dengan perkalian
skalar kita artikan setiap benda u pada V yang mengandung elemen ku, yang dinamakan
perkalian skalar u oleh k. Jika semua aksioma berikut dipenuhi oleh semua benda u, v, w
pada V dan oleh semua skalar k dan l, maka kita namakan V sebuah ruang vektor dan
benda – benda pada V kita namakan vektor :
(1). Jika u dan v adalah benda – benda pada V kita namakan vektor
(2). u+v=v+u
(3). u + (v + w) = (u + v) + w
(4). Ada vektor 0 di V sehingga 0 + u = u + 0 = u untuk semua u di V
(5). Untuk setiap u di V, terdapat –u sehingga u + (-u) = (-u) + u = 0
(6). Jika k adalah sebarang skalar dan u adalah sebarang vektor di V, maka ku berada di
V
(7). k(u + v )= ku + kv
(8). (k + l)u = ku + lu
(9). k(lu) = l(ku)
(10). 1u = u

Contoh soal :
1. Tunjukkan bahwa kumpulan matrik 2 x 2 dengan komponen riel adalah sebuah
ruang vektor jika berlaku penjumlahan dan perkalian skalar.
Jawab :
Dalam kasus ini mungkin akan lebih mudah bila dibuktikan dengan aksioma yang
urutannya sebagai berikut : 1, 6, 2, 3, 7, 8, 9, 4, 5 dan 10
Misalkan :
u u  dan v v 
u =  11 12  v =  11 12 
u21 u22  v21 v22 
• Untuk membuktikan bahwa matrik memenuhi aksioma 1, maka u + v di dalam ruang
V atau merupakan matrik 2 x 2

50
 u + v u12 + v12 
u + v =  11 11 
u 21 + v 21 u 22 + v 22 
• Demikian juga dengan aksioma 6, untuk semua bilangan riel k :
 ku ku12 
ku =  11  , ku juga merupakan matrik 2 x 2, maka ku di dalam V
ku 21 ku 22 
• Aksioma 2, 3 merupakan konsekuesi dari aksioma 1, sedangkan aksioma 7, 8 dan 9
terpenuhi karena aksioma 6.
• Untuk membuktikan aksioma 4, harus dapat ditemukan objek 0 di dalam ruang V,
• Sedangkan untuk aksioma 5, harus dapat ditemukan –u untuk setiap u yang ada di
dalam ruang vektor V sehingga –u + u = 0

2. Misal V = R2 dan operasi penjumlahan serta perkalian dari u = (u1,u2) dan v =

(v1,v2) adalah sebagai berikut:
u + v = (u1+v1, u2+v2) dan bila k adalah elemen bilangan riel, maka ku =(ku1,0)
Tentukan apakah V adalah ruang vektor ?
Jawab :
• Operasi penjumlahan dalam ruang ini adalah standar penjumlahan sehingga pasti
memenuhi aksioma yang mengandung penjumlahan yaitu aksioma 1 s/d 5.
• Sedangkan untuk perkalian, operasi ini tidak standar sehingga tidak memenuhi
aksioma yang mengandung perkalian terutama aksioma 10 : 1.u= 1.(u1,u2) =
(u1,0)≠u
• Jika ada satu saja dari 10 aksioma ada yang tidak dipenuhi, maka V adalah bukan
ruang vektor

6.2 Ruang Lingkup Vektor

6.2.1 Vektor di dalam Ruang Dimensi Dua ( R2 )
Untuk memudahkan menjelaskan vektor maka pada bidang dibuat sebuah sistem koordinat
kartesius, sehingga setiap vektor yang sejajar bidang koordinat diwakili oleh vektor yang
besar dan arahnya sama dan terletak pada bidang tersebut. Vektor-vektor yang sejajar
dengan suatu bidang datar dinamakan vektor-vektor koplanar. Dan untuk menyatakan
vektor yang lain pada bidang kartesius, digunakan vektor satuan, sehingga jika A(x,y) serta
i dan j masing-masing vektor pada arah positif pada sumbu x dan y. Untuk lebih jelasnya
perhatikan gambar 3 berikut:
Y Suatu vektor a dalam koordinat kartesius tersebut
dapat dinyatakan :
x 
a = OA = (x,y) =   =xi+yj

A(x,y y 
a
j Panjang vektor a adalah x 2 + y 2 dan
α besarnya tg α =
y
X
O i x

Gambar 6.1 Ruang Vektor 2D

Sedangkan i adalah vektor satuan pada sumbu X dan j merupakan vektor satuan pada
sumbu Y, maka vektor ini dapat dinyatakan sebagai kombinasi linier dalam vektor i dan j

51
 atau bentuk komponennya yaitu :
1  0
i =   dan j =   , Contoh:
0 1 

Vektor OA pada gambar berikut dapat dinyatakan Vektor a = OA = 5 i + 3 j

Y

A(5,3
3

a
X
O 5

Gambar 6.2. Vektor a = OA = 5 i + 3 j

6.2.2 Vektor di dalam Ruang Dimensi Tiga ( R3 )

Untuk menentukan kedudukan atau letak titik di dalam ruang dapat digunakan sistem
koordinat dengan sumbu X , Y dan Z dengan masing-masing sumbu saling tegak lurus dan
berpotongan di sebuah titik O, Sebuah titik P dalam ruang disajikan dalam pasangan
berurutan (x,y,z) dengan salib sumbu kartesius digunakan aturan tangan kanan seperti pada
gambar 5 berikut :

Z
Jarak P sampai bidang YOZ adalah x
P1 atau PP1 = xp
zp
Jarak P sampai bidang XOZ adalah y
atau PP2 = yp
P2 P(x,y,z) Jarak P sampai bidang XOY adalah z
atau PP3 = zp
k

j yp
O Y
i

xp
P3

X Gambar 6.3 Ruang Vektor 3D

Dengan demikian vektor posisi P adalah OP dinyatakan dengan bentuk sebagai berikut :

OP = x i + y j + z k jika i, j dan k merupakan vektor satuan dalam koordinat ruang. ( i:

vektor satuan pada sumbu X; j: vektor satuan pada sumbu Y dan k; vektor satuan pada

52
  x
 
sumbu Z ) atau OP =  y 
z
 

Besar ( panjang / norm ) vektor OP tersebut adalah OP = x 2 + y 2 + z 2 . Sebagai

contoh, misalkan sebuah titik A (3,2,4), maka vektor posisi titik A adalah OA atau a dapat
 3
 
dinyatakan dengan : a = OA = 3 i + 2 j + 4 k atau a = OA =  2 
 4
 
6.3 SubRuang (subspace)
Subhimpunan W dari sebuah ruang vektor V disebut sub ruang (subspace) V jika W itu
sendiri adalah ruang vektor di bawah penjumlahan dan perkalian skalar yang didefinisikan
pada V. Jika W adalah sekumpulan dari satu vektor atau lebih dari ruang vektor V, maka W
disebut sebagai sub ruang V, jika dan hanya jika kedua kondisi di bawah ini berlaku :
1. Jika u dan v adalah vektor di W maka u+v juga ada di W
2. Jika k adalah sembarang skalar dan u adalah sembarang vektor di W, maka ku juga ada
di W
Contoh soal:
Tentukan apakah W yang merupakan kumpulan titik titik (x,y) di ruang R2 dengan x ≥ 0
dan y ≥ 0 adalah sub ruang vektor R2
Jawab :
• Kondisi 1 memang terpenuhi
• Namun kondisi 2 terpenuhi, jika u=(1,2) berada di dalam ruang vektor V dan k = -1,
maka ku=(-1,-2) tidak berada di dalam ruang vektor V
• Oleh sebab itu W bukan merupakan sub ruang dari V

Contoh sub ruang dari R2 adalah :
1 {0}
2. Garis yang melalui titik (0,0)
3. R2 itu sendiri

Contoh sub ruang dari R3 adalah :
1 {0}
2. Garis yang melalui titik (0,0,0)
3. Bidang yang melalui titik (0,0,0)
4. R3 itu sendiri

6.4 Vektor yang Bebas Linier dan Tak Bebas Linier

• Jika terdapat sekumpulan vektor H={v1, v2, ….. vn}, maka persamaan linier homogen
yang mengandung vektor-vektor tersebut yakni a1v1+a2v2+ …..+anvn=0 mempunyai
jawaban minimal satu yaitu ketika setiap koefisiennya (a1,a2,….. an) sama dengan nol
(0) sehingga H disebut sebagai kumpulan bebas linier (linearly independent).
• Jika ditemukan jawaban yang lain, maka H disebut sebagai kumpulan bergantung
linier (linearly dependent).
Beberapa catatan :
1. Sebuah kumpulan vektor yang ada di dalam S, maka
a) Saling bergantung linier jika dan hanya jika paling sedikit ada 1 vektor di dalam S
yang dapat dinyatakan sebagai kombinasi linier dari vektor yang lain yang juga di
dalam S

53
 b) Saling bebas linier jika dan hanya jika tidak ada vektor di dalam S yang dapat
dinyatakan sebagai kombinasi linier dari vektor lainnya di dalam S.
2. Sekumpulan vektor berjumlah berhingga yang memuat vektor nol (0) adalah saling
bergantung linier.
3. Jika S ={v1, v2, v3, …. vn} adalah sekumpulan vektor di ruang Rm. Apabila n>m, maka
himpunan S adalah saling bergantung linier.
Contoh soal:
1. Apakah vektor-vektor berikut v1=(1,0,1), v2=(2,-1,3) dan v3=(-3,1,-4) saling bebas
atau bergantung linier?
Jawab :
Untuk mengecek kebergantungan linier, langkah yang dilakukan adalah dengan menuliskan
persamaan homogen yang mengandung vektor-vektor tersebut yakni : a1v1 + a2v2 + a3v3 =
0, a1(1,0,1) + a2(2,-1,3) +a3(-3,1,-4) = 0
Diperoleh persamaan : a1+ 2a2 – 3a3=0; -a2 + a3 = 0 dan a1+ 3 a2 – 4 a3 = 0, didapatkan :
a1= a2 = a3 = 1 , Jadi vektor v1, v2 dan v3 adalah bergantung linier.
2. Apakah polinomial-polinomial berikut ini bebas linier ?
p1 = 1 – 2x + 3 x2
p2 = 5 + 6x – x2
p3 = 3 + 2x + x2
Jawab :
Untuk menguji polynomial bebas atau bergantung linier, langkah yang dilakukan adalah
dengan menuliskan persamaan homogen sebagai berikut :
a1p1 + a2p2 + a3p3 = 0
 1  5 3   1 5 3   a1 
a1 -2  + a2  6  + a3  2  = 0 → -2 6 2   a2  = 0
 3   -1 1   3 -1 1   a3 
Agar supaya a1, a2 dan a3 memiliki nilai, maka determinan dari matrik 3 x 3 harus nol (0).
Hasil perhitungan determinan matrik 3 x 3 adalah 0, jadi nilai a1, a2 dan a3 ada. Dengan
demikian polinomial-polinomial tersebut adalah bergantung linier.

6.5 Kombinasi Linier

Sebuah vektor w dikatakan merupakan suatu kombinasi linier dari vektor-vektor v1, v2
……vn jika vektor w dapat dituliskan sebagai :
w = a1v1 + a2v2 + ……..+ anvn
dengan a1, a2 ……an adalah sembarang skalar yang memenuhi persamaan.
Jika dalam sistem persamaan linier homogen (Ax=0) dengan p persamaan dan n variabel,
maka kumpulan dari solusinya adalah sub ruang vektor Rn
Contoh soal:
Jika terdapat sistem persamaan linier berikut :
 1 − 2 3   x  0 
 − 2 4 − 6   y  = 0 
    
 − 1 2 − 3  z  0
Tunjukkan bahwa solusi dari system persamaan adalah sub ruang vektor R3
Jawab :
Dapat dibuktikan bahwa solusi dari persamaan adalah : x-2y+3z =0. Hasil ini menunjukkan
suatu bidang yang melalui titik (0,0,0) yang merupakan sub ruang R3
Jika terdapat vektor u=(-1,1,2) dan v=(2,-3,0) di ruang R3, tentukan apakah vektor-vektor
berikut ini adalah kombinasi linier dari u dan v : a) (-4,5,4) dan (1,-2,0)

54
Jawab :
Untuk mengetahui suatu vektor adalah kombinasi linier dari vektor yang lainnya, dibuat
penulisan persamaan vektor sebagai berikut : w = a1u + a2v
-4  -1  2
 5  = a  1  + a -3
  1  2  
 4   2   0 

-4 = -a1 + 2a2; 5 = a1- 3a2; 4 = 2a1

Jadi : a1 = 2 dan a2= -1
Jika S={v1,v2,……,vr) adalah himpunan vektor di dalam ruang vektor V, maka sub ruang W
dari V yang memuat semua kombinasi linier dari vektor-vektor yang ada di S disebut
sebagai spaced spanned dari v1,v2,……,vr dan dapat dikatakan bahwa v1,v2,……,vr adalah
span W. Biasanya diatulis dengan notasi :
W=span (S) atau W = span { v1,v2,……,vr}
Contoh soal :
Tentukan apakah v1=(-2,1,2), v2=(0,1,3), v3=(-1,0,1) span dari ruang vektor R3
Jawab :
Untuk menentukan span di ruang vektor R3, maka dicari kemungkinan setiap vektor di
ruang R3 adalah kombina-si linier dari v1, v2 dan v3. Misalkan vektor a=(a1,a2,a3) di ruang
vektor R3, maka a dapat ditulis sebagai kombinasi linier dari v1,v2,dan v3
 a1  − 2 0  − 1  a1  − 2 0 − 1  k1 
 a  = k  1  + k 1  + k  0  →  a  =  1 1 0   k 
 2  1  2   3   2    2 
 a3   2  3  1   a3   2 3 1   k3 
Agar supaya ada nilai k1,k2 dan k3, maka matrik 3 x 3 tersebut harus mempunyai invers
atau determinan tidak boleh sama dengan nol. Karena determinan matrik tersebut adalah -
3, maka k1,k2 dan k3 didapatkan. Jadi disimpulkan bahwa v1,v2 dan v3 merupakan span dari
ruang vektor R3
Arti Kombinasi Linier Secara Ilmu Ukur
(1). Kalau v kombinasi linier dari suatu vektor u, yaitu v = λu yang mana v adalah
kelipatan dari u dengan garis pembawanya sama (atau sejajar), v dan u disebut
koliner (segaris).
(2). v kombinasi linier dari 2 vektor u1 dan u2, yaitu v = λ1u1 + λ2u2 maka v adalah
diagonal jajaran genjang yang sisi – sisinya λ1u1 dan λ2u2 . u1 dan u2 disebut
koplanar (sebidang).
(3) v kombinasi linier dari 3 vektor u1 , u2 dan u3, yang tidak sebidang, yaitu v = λ1u1
+ λ2u2 + λ3u3 maka v adalah diagonal paralelepipedum yang sisi – sisinya λ1u1,
λ2u2 dan λ3u3.

6.6 Dimensi dan Basis

Basis : suatu ukuran tertentu yang menyatakan komponen dari sebuah vector.
Jika V adalah sebarang ruang vektor dan S = {v1, v2, …, vr} merupakan himpunan
berhingga dari vektor – vektor pada S, maka S disebut basis untuk V jika :
(i). S bebas linier (ii) S merentang V
Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai
banyaknya vektor pada basis untuk V.
Perlu diingat : representasi basis itu unik. Jika mempunyai vektor basis v1, v2, v3, ….., vn,
maka sembarang vektor yang memiliki basis tersebut : V = a1v1 + a2v2 + ……+ anvn ,
mempunyai nilai a1, a2, a3, ….., an yang unik (hanya memiliki satu kemungkinan)
55
• Ruang vektor V yang bukan nol (0) disebut dimensi terbatas (finite dimensional), yaitu
mengandung kumpulan vektor yang membentuk baris {v1, v2, v3, ……, vn}
• Jika tidak ada kumpulan vektor yang membentuk basis, maka V disebut sebagai
dimensi tak terbatas (infinite dimensional)
• Catatan : ruang vektor nol disebut finite dimensional
• Dimensi dari ruang vektor V yang berdimensi terbatas didefinisikan sebagai jumlah
vektor yang membentuk basis di dalam ruang vektor V.
• Ruang vektor nol mempunyai dimensi nol.
Contoh :
1. Tentukan dimensi dari ruang vektor yang dibentuk oleh :
(i). p = [1, -2, 3, 1] dan q = [2, -4, 5, 2]
(ii). u = [5, 7, 11, 4] dan v = [10, 14, 22, 8]
Jawab :
(i). Kedua vektor pembentuk tidak berkelipatan, jadi sistem pembentuk bebas linier.
Berarti dimensi = 2
(ii). Kedua vektor berkelipatan. Vektor u maupun v ≠ 0, jadi keduanya merupakan
sistem pembentuk yang bebas linier. Berarti dimensi = 1
2. Vektor V(3,4) di dalam koordinat kartesian ditulis sebagai V = 3 i + 4 j, tidak
mungkin V dipresentasikan sebagai yang lainnya.
Kesimpulan : standar basis dalam ruang 2 dan 3 adalah sebagai berikut :
• Ruang 2 : i(1,0) j(0,1)
• Ruang 3 : i(1,0,0) j(0,1,0) k(0,0,1)
3. Jika terdapat vektor A=(5, -1, 9) ingin direpresentasikan dalam basis S pada soal 1,
bagaimana penulisannya ?
Penulisan dalam basis S adalah A = (a1, a2, a3)s yang mempunyai arti :
5 1  2 3 1 2 3  a1 
− 1 = a v + a v + a v = a 2 + a 9  + a 3 = 2 9 3 a 
  11 2 2 3 3 1  2  3    2 
 9  1  0  4 1 0 4  a3 
Diperoleh hasil a1=1, a2 = -1 dan a3 = 2. Jadi A bila ditulis dalam basis S adalah
(A)s = (1, -1, 2)

6.7 Row space, Column space dan Null space

Jika A adalah suatu matrik dengan ordo mxn :
 a11 a12 ..... a1n 
a a22 ..... a2 n 
A=  21

 : : : : 
 
am1 am 2 ..... amn 
Maka vektor baris adalah r1=[a11 a12 …….. a1n], r2=[a21 a22 …….. a2n], dst
 a11   a11 
a  a 
Vektor kolom adalah c1 =  21 
, c2 =  21 . dan seterusnya…….
 :   : 
   
am1  am1 
• Vektor-vektor baris r1, r2, ….., rm disebut : row space dari A
• Vektor-vektor kolom c1, c2, ….., cn disebut : column space dari A
• Ruang solusi SPL homogen Ax = 0 yang merupakan sub ruang Rn disebut : null space

56
• Sistem linier Ax = b disebut konsisten jika dan hanya jika b adalah column space dari
A
• Jika x0 adalah salah satu solusi dari sistem persamaan linier Ax = b dan kumpulan
solusi dari Ax=0 yaitu v1, v2, ……., vn merupakan basis untuk null space dari A, maka
setiap solusi dari Ax = b dapat ditulis sebagai berikut : x = x0 + a1v1 + a2v2 + …. + anvn
• Solusi dari Ax = b adalah x0 yang disebut sebagai solusi khusus (particular solution)
dan x0 + a1v1 + a2v2 + …. + anvn disebut solusi umum (general solution).
Solusi umum dari Ax = 0 adalah a1v1 + a2v2 + …. + anvn, dengan demikian dapat
disimpulkan bahwa solusi lengkap dari Ax = b adalah solusi khusus ditambah solusi
umum dari Ax=0.

Tentukan basis dari null space A

Null space dari A adalah solusi dari SPL homogen dari :

Jadi basis dari null space adalah :

Jika suatu matrik di dalam bentuk row-reduced echelon,
maka vektor baris (row vector) dengan 1 (satu) sebagai
leading entry menjadi basis dari row-space dari matrik
tersebut dan vektor kolom (column vector) dengan 1
(satu) sebagai leading entry menjadi basis dari column
space dari matrik tersebut
Jika dua matrik A dan B saling row-equivalent, maka :
1. Kumpulan vector kolom A saling bebas linier jika dan hanya jika kolom vektro B
yang berkorespondensi letaknya juga saling bebas linier.
2. Kumpulan vector kolom A membentuk basis dari column space (ruang kolom) A jika
dan hanya jika vector B yang letaknya sama dengan A juga membentuk basis untuk
ruang kolom B

6.8 Rank dan Nullity

Pada suatu matrik A dan AT, terdapat 6 ruang vektor yaitu
Row space A Row space AT
Column space A Column space AT
Null space A Null space AT
Namun row space AT = column space A, begitu juga dengan column space AT = row space
A.Oleh sebab itu tinggal 4 ruang vektor yang perlu diperhatikan yaitu row space A, column
space A, null space A dan null space AT.Ini semua disebut sebagai fundamental matrix
space dari A.
Bagaimana hubungan antara dimensi dari ke empat ruang vector tersebut ?

57
Dapat disimpulkan bahwa dimensi dari row space dan column space suatu matrik adalah
sama. Dimensi dari row space dan column space suatu matrik disbut dengan istilah “rank”,
sedangkan dimensi dari null space disebut dengan istilah “nullity”.
Contoh soal : Tentukan rank dan nullity dari :

Jawab : Ubah matrik A ke dalam bentuk reduce-row echelon form menjadi :

Terdapat 3 yang mengandung leading entry ‘satu’ sehingga dimensi dari row space dan
column space adalah 3. Jadi rank (A) = 3.
Beberapa hal yang berhubungan antara SPL dengan column space, row space dan lain-lain:
1. Jika Ax = b adalah SPL dengan p persamaan dan v variabel, maka pernyataan di bawah
ini adalah sama :
a. Ax = b adalah konsisten
b. b ada di dalam column space dari A
c. matrik koefisien dari A dan matrik augmented mempunyai nilai rank yang sama.
2. Jika Ax = b adalah SPL dengan p persamaan dan v variabel, maka pernyataan di bawah
ini adalah sama :
a. Ax = b adalah konsisten untuk setiap p x 1 matrik b
b. Vektor kolom dari A adalah span RP
c. Rank (A) = P
3. Jika Ax = b adalah SPL dengan p persamaan dan v variabel, dan jika rank (A) = r,
maka solusi umum dari SPL mempunyai parameter sebanyak v – r
4. Jika A adalah matrik m x n, maka pernyataan berikut adalah sama :
a. Ax = 0 hanya mempunyai solusi trivial
b. Vektor kolom dari A saling bebas linier
c. Ax = b mempunyai paling banyak 1 solusi untuk setiap m x 1 matrik b
5. Jika A adalah matrik n x n dan jika TA : Rn , Rn adalah matrik transformasi dengan
cara mengalikan dengan A, maka pernyataan-pernyataan berikut adalah sama :
a. A mempunyai invers
b. Ax = 0 hanya mempunyai solusi yang trivial
c. Vektor kolom A saling bebas linier
d. Vector baris A saling bebas linier
e. Vektor kolom A adalah span di Rp
f. Vector baris A adalah span di Rp
g. Vektor kolom A menjadi baris di Rn
h. Vector baris A menjadi baris di Rn
i. Rank (A) = n
j. Nullity (A) = 0

58
6.9 Ruang Hasil kali Dalam
Definisi : adalah fungsi yang mengkaitkan setiap pasangan vektor di ruang vektor V (
misalkan vektor u dan v dengan notasi <u,v> ) dengan bilangan riel, dan memenuhi 4
aksioma berikut ini :
1. Simetris : <u,v> = <v,u>
2. Aditivitas : <u+v, w> = <u,w> + <v,w>
3. Homogenitas : <ku,v> = k<u,v> , k : scalar
4. Positivitas : <u,v> ≥ 0 dan
( <u,u> = 0 u = 0)
Ruang vektor yang dilengkapi hasil kali dalam disebut : Ruang hasil kali dalam yang
disingkat RHD
Contoh soal :
1. Tunjukkan bahwa operasi perkalian titik standar di R3 merupakan hasil kali dalam !
Jawab :
Misalkan : a(a1, a2, a3), b(b1, b2, b3) dan c(c1, c2, c3) berada dalam R3.
Akan ditunjukkan bahwa perkalian titik standar memenuhi 4 aksioma hasil kali dalam
yaitu
1. Simetri : 3. Homogenitas :
<a, b> = (a.b) <ka, b> = (ka.b)
= (a1b1 + a2b2 + a3b3) = (ka1b1 + ka2b2 + ka3b3)
= (b1a1 + b2a2 + b3a3) = k(a1b1 + a2b2 + a3b3)
= <b,a> (terpenuhi) = k(a.b)
2. Aditivitas : = k< a,b > (terpenuhi)
<a+b, c> = ((a + b) . c) 4. Positivitas :
= ((a1+b1, a2 + b2, a3 + b3) . (c1, c2, c3)) <a, a> = (a.a)
= ((a1c1 + b1c1) + (a2c2 + b2c2) + (a3c3 + b3c3)) = (a12 + a22 + a32) ≥ 0
= (a1c1 + a2c2 + a3c3) + (b1c1 + b2c2 + b3c3) (terpenuhi) ,
= <a,c> + <b,c> (terpenuhi) <u,u> = (a12 + a22 + a32)= 0 ,
u =(0,0,0) = 0 , (terpenuhi)
2. Diketahui <u,v> = ad + cf dengan u = (a,b,c) dan v = (d,e,f). Apakah <u,v> tersebut
merupakan hasil kali dalam ?
Akan ditunjukkan apakah <u,v> memenuhi 4 aksioma hasil kali dalam berikut ini :
1. Simetri 3. Homogenitas
<u,v> = ad + cf <ku,v> = (kad + kcf)
= da + fc = k(ad + cf)
= <v, u> (terpenuhi) = k<v,u> (terpenuhi)
2. Aditivitas 4. Positivitas
Misalkan w = (g,h,i) <u ,u> = (u.u) = (a2 + c2) ≥0 (terpenuhi)
<u + v, w> = ((a + d, b + e, c + f), (g,h,i)) <u,u> = (a2 + c2) = 0 tidak selalu u
= (a + d)g + (c + f)i = (ag + ci) + (dg + =(0,0,0), karena nilai u =(0,b,0) dengan b
fi) ≠0,
= <u,w> + <v,w> (terpenuhi) maka nilai <u,u> = 0 tidak terpenuhi

Karena aksioma positivitas tidak terpenuhi, maka <u,v> = ad+ cf dengan dengan u =
(a,b,c) dan v = (d,e,f) bukan merupakan hasil kali dalam. Panjang vektor, jarak antar vektor
dan besar sudut dalam RHD. Jika V merupakan ruang hasil kali dalam, u,v dalam V,
maka : Panjang u = <u,u>1/2 dan Jarak u dan v : d(u,v) = <u – v, u – v >1/2
Misalkan sudut θ dibentuk antara u dan v dalam RHD,
< u, v >
maka : cosθ = , jika u dan v saling tegak lurus, maka u + v = u + v
2 2 2

uv

59
Bukti:

Contoh soal : Diketahui V adalah RHD dengan hasil kali dalam

<u,v> = (u1v1 + 2 u2v2 + u3v3) dengan u =(u1,u2,u3),
v =(v1,v2,v3). Jika vektor-vektor
vektor a, b dalam V dengan a = (1,2,3) dan b = ( 1,2,2), tentukan
a. Besar cos Ѳ dengan Ѳ adalah sudut antara a dan b
b. Jarak antara a dan b !
jawab: a.

< – b, a – b >1/2 , (a – b ) = (0,0,1)

b. Jarak a dan b : d(a,b)) = <a
1
d (a, b) =< a − b, a − b > 2
= 0.0 + 2.(0.0) + 1.1 = 1

6.10 Basis ortonormal

Diketahui V ruang hasil kali dalam dan v1, v2 ……., vn adalah vektor-vektor
vektor dalam V
Beberapa definisi penting H = {v1, v2 ……., vn} disebut himpunan ortonormal bila setiap
< i, vj> = 0 untuk i ≠ j dan i,j = 1,2,…..,n
vektor dalam V saling tegak lurus, yaitu <v
G = {v1, v2 ……., vn} disebut himpunan ortonormal bila :
• G himpunan ortogonal
• Norm dari vi = 1, i = 1,2,….n
1,2,…. atau <vi,vi>=1
Proyeksi ortogonal vektor terhadap ruang yang dibangun oleh himpunan vektor.
H = {v1, v2, ….., vn} adalah himpunan vektor bebas linier dari ruang vektor dengan dim≥n
dim
dan S = {w1, w2, ….., wn} merupakan himpunan yang ortonormal.
Jika W adalah ruang yang dibangun oleh w1, w2, …., wn, maka untuk setiap vektor z1 dalam
w1 dapat dituliskan sebagai :
z1 = k1w1 + k2w2 + …. + knwn , dengan k1, k2, …., kn :skalar.
Jika u adalah sembarang vektor dalam V,, maka dapat dinyatakan sebagai jumlah dari 2
vektor yang saling tegak lurus :

Karena z1 dalam W,, maka z1 merupakan proyeksi ortogonal u terhadap W. Sedangkan z2

merupakan komponen u yang tegak lurus terhadap W.. Jadi untuk menentukan z1 perlu
ditentukan nilai k1 yang merupakan panjang u terhadap w1.
Proyeksi ortogonal u terhadap w1 adalah :

w1, w2, ……, wn merupakan vektor-vektor

vektor ortonormal.
Jadi penulisan proyeksi ortogonal u terhadap W adalah :

60
(w1, w2, ……, wn merupakan himpunan vektor ortonormal)
Komponen u yang tegak lurus terhadap W dituliskan sebagai :

C Rangkuman

1. Sebuah kumpulan vektor yang ada di dalam S, maka

• Saling bergantung linier jika dan hanya jika paling sedikit ada 1 vektor di
dalam S yang dapat dinyatakan sebagai kombinasi linier dari vektor yang lain
yang juga di dalam S
• Saling bebas linier jika dan hanya jika tidak ada vektor di dalam S yang dapat
dinyatakan sebagai kombinasi linier dari vektor lainnya di dalam S.
2. Sekumpulan vektor berjumlah berhingga yang memuat vektor nol (0) adalah saling
bergantung linier.
3. Jika S ={v1, v2, v3, …. vn} adalah sekumpulan vektor di ruang Rm. Apabila n>m,
maka himpunan S adalah saling bergantung linier.
4. Sebuah vektor w dikatakan merupakan suatu kombinasi inasi linier dari vektor-vektor
vektor v1 ,
v2 ……vn jika vektor w dapat dituliskan sebagai : w = a1v1 + a2v2 + ……..+ anvn
5. Basis : suatu ukuran tertentu yang menyatakan komponen dari sebuah vector.
6. Jika V adalah sebarang ruang vektor dan S = {v1, v2, …, vr} merupakan himpunan
berhingga dari vektor – vektor pada S, maka S disebut basis untuk V jika :
a. (i). S bebas linier (ii) S merentang V
7. Dimensi sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai
banyaknya vektor pada basis untuk V.
8. Ruang Hasil kali Dalam adalah fungsi yang mengkaitkan setiap pasangan vektor di
ruang vektor V ( misalkan vektor u dan v dengan notasi <u,v u,v> ) dengan bilangan
riel, dan memenuhi 4 aksioma berikut ini :
• Simetris : <u,v> = <v,u>
• Aditivitas : <u+v, w> = <u,w> + <v,w>
• Homogenitas : <ku,v>
< = k<u,v> , k : scalar
• Positivitas : <u,v> ≥ 0 dan
9. Disebut
isebut himpunan ortonormal bila setiap vektor dalam V saling tegak lurus, yaitu
<vi, vj> = 0 untuk i ≠ j dan i,j = 1,2,…..,n

D. Tugas
Buatlah sebuah presentasi tentang pemahaman anda mengenai ruang vektor, sub ruang,
dan dimensi

61