Aljabar Linier

Intan Muchtadi-Alamsyah
Algebra Research Group, Institut Teknologi Bandung

January 2021
Ruang Vektor
Definition
Suatu lapangan adalah suatu himpunan F yang dilengkapi dengan
dua operasi: penjumlahan yang dilambangkan dengan + dan
perkalian yang dilambangkan dengan •, dan dua unsur 0 dan 1
yang memenuhi
1 Untuk setiap x, y , z ∈ F

x + y ∈ F , xy ∈ F

x +y =y +x
(x + y ) + z = x + (y + z)
0+x =x
xy = yx
(xy )z = x(yz)
1x = x
Theorem (Hukum Pembatalan)
Untuk sebarang a, b, c di lapangan F berlaku
1 Jika a + b = c + b, maka a = c.
2 Jika a.b = c.b dan b 6= 0, maka a = c.

Corollary
Elemen identitas penjumlahan dan perkalian, begitu juga elemen
invers penjumlahan dan perkalian adalah tunggal.
Theorem
Misalkan a, b sebarang elemen di F . Maka berlaku
1 a.0 = 0.
2 (−a).b = a.(−b) = −(a.b).
3 (−a).(−b) = a.b.

Corollary
Elemen identitas penjumlahan tidak memiliki invers terhadap
perkalian.

Bilangan positif terkecil p sehingga 1 + 1 + · · · + 1 = 0 sebanyak p,

disebut karakteristik dari F . Jika tidak ada bilangan yang
memenuhi, kita katakan F berkarakteristik 0.
Definition
Suatu ruang vektor V atas lapangan F adalah himpunan V , yang
unsur-unsurnya dinamakan vektor, dilengkapi dengan vektor nol
0, operasi penjumlahan vektor + dan operasi perkalian skalar
yang memenuhi
Untuk setiap u, v , w ∈ V , dan r , s ∈ F , berlaku

u+v ∈V

0+v =v
u+v =v +u
u + (v + w ) = (u + v ) + w
rv ∈ V
1v = v , 0v = 0
r (u + v ) = ru + rv
(r + s)v = rv + sv
Contoh
1 Misalkan F sebarang lapangan. Untuk setiap bilangan bulat

positif n, F n merupakan ruang vektor.

2 Untuk setiap lapangan F suatu suku banyak dalam X adalah

suatu ekspresi berbentuk an X n + an−1 X n−1 + · · · + a1 X + a0

dimana a0 , a1 , · · · , an ∈ F . Misalkan P adalah himpunan
semua suku banyak dalam X dengan koefisien di F . Maka P
merupakan ruang vektor atas F .
3 Misalkan [a, b] ⊂ R. Himpunan semua fungsi kontinu bernilai

riil terdefinisi di [a, b], C([a, b], R) merupakan ruang vektor riil.
4 Himpunan semua fungsi kontinu bernilai riil terdefinisi di R,

C(R, R) merupakan ruang vektor riil.

5 Misalkan S suatu himpunan tak kosong dan F lapangan.

himpunan semua fungsi Fun(S, F ) dari S ke F adalah ruang

vektor atas F , dimana untuk setiap f , g ∈ Fun(S, F ), dan
k ∈ F , berlaku (f + g )(s) = f (s) + g (s) dan (kf )(s) = kf (s).
6 Himpunan M
m×n (F ) berisi semua matriks m × n dengan
komponen di F adalah ruang vektor atas F .
7 Himpunan semua barisan tak hingga bilangan riil

(r , r , r , · · · ) merupakan ruang vektor.

Theorem (Hukum Pembatalan)
Jika x, y , z vektor di ruang vektor V sehingga x + z = y + z, maka
x = y.

Corollary
Vektor 0 di ruang vektor V adalah tunggal.

Corollary
Invers penjumlahan di ruang vektor V adalah tunggal.

Theorem
Misalkan V ruang vektor. Maka berlaku
1 0x = 0 untuk setiap x ∈ V .
2 (−a)x = −(ax) = a(−x) untuk setiap a ∈ F dan v ∈ V .
3 a0 = 0 untuk setiap a ∈ F .
Subruang

Definition
Suatu subruang dari ruang vektor V adalah subhimpunan U ⊆ V
dimana U merupakan ruang vektor dengan operasi penjumlahan
dan perkalian yang sama dengan V .

Lemma
Suatu subhimpunan tak kosong U ⊆ V dari suatu ruang vektor V
merupakan subruang V jika dan hanya jika
1 Untuk setiap u1 , u2 ∈ U, berlaku u1 + u2 ∈ U,
2 Untuk setiap k ∈ F dan u ∈ U, berlaku ku ∈ U.
Contoh
1 V merupakan subruang dari dirinya sendiri. Himpunan {0}
merupakan subruang dari V .
2 R, R2 , dan R3 merupakan subruang dari R3 .
3 Bidang xy , yaitu {(x, y , 0) : x, y ∈ R} merupakan subruang
dari R3 . Bidang xy merupakan span dari vektor (1, 0, 0) dan
(0, 1, 0). Dengan cara yang sama bidang xz dan yz juga
merupakan subruang dari R3 .
4 Himpunan solusi sistem persamaan homogen merupakan
subruang dari F n .
Catatan:
1 Satu-satunya subruang dari R adalah {0} dan R.
2 Subruang dari R2 adalah {(0, 0)}, garis yang melalui {(0, 0)},
atau seluruh R2 .
3 Subruang dari R3 adalah {(0, 0, 0)}, garis yang melalui
{(0, 0)}, bidang yang melalui {(0, 0, 0)}, atau seluruh R3 .
Contoh
1 Misalkan P adalah himpunan semua suku banyak dalam X

dengan koefisien di F . Maka P merupakan ruang vektor atas

F . Subhimpunan Pn ⊂ P yang berisi semua suku banyak
berderajat kurang dari atau sama dengan n tertutup terhadap
penjumlahan dan perkalian skalar. Maka Pn merupakan ruang
vektor dan subruang dari P.
2 Misalkan [a, b] ⊂ R. Himpunan semua fungsi kontinu bernilai

riil terdefinisi di [a, b], C([a, b], R) merupakan ruang vektor

riil. Himpunan semua fungsi diferensiabel terdefinisi di [a, b],
D([a, b], R) merupakan subruang dari C([a, b], R).
3 Himpunan semua fungsi kontinu bernilai riil terdefinisi di R,

C(R, R) merupakan ruang vektor riil. Ruang vektor ini

memiliki subruang yang berisi semua fungsi f (x) ∈ C(R, R)
yang memenuhi
∞Z
|f (x)|dx < ∞.
−∞
4 Himpunan Mm×n (F ) berisi semua matriks m × n dengan
komponen di F adalah ruang vektor atas F . Untuk m = n,
Kombinasli Linier dan Sistem Persamaan Linier
Definition
Misalkan v1 , v2 , · · · , vn adalah vektor dan r1 , r2 , · · · , rn adalah
skalar. Vektor
w = r1 v1 + r2 v2 + · · · + rn vn
dinamakan kombinasi linier dari v1 , v2 , · · · , vn . Himpunan semua
kombinasi linier dari v1 , v2 , · · · , vn dilambangkan dengan
span{v1 , v2 , · · · , vn }.

Catatan:
1 span{v , v , · · · , v } hampir selalu merupakan himpunan tak
1 2 n
berhingga vektor.
2 Span suatu vektor tunggal taknol di R3 adalah garis.

3 Span dua vektor taknol tak segaris di R3 adalah bidang yang

memuat dua vektor tersebut.

4 Karena 0 = 0v + 0v + · · · + 0v , maka 0 selalu merupakan
1 2 n
kombinasi linier dari setiap himpunan vektor tak kosong.
Theorem
Bebas Linier dan Bergantung Linier
Definition
Suatu subhimpunan S dari ruang vektor V dikatakan
bergantung linier jika terdapat u1 , u2 , · · · , un di S dan
a1 , a2 , · · · , an tidak semua nol sehingga

a1 u1 + a2 u2 + · · · + an un = 0.

Kita katakan juga vektor-vektor di S bergantung linier.

Suatu subhimpunan S dari ruang vektor V dikatakan bebas
linier jika tidak bergantung linier. Kita katakan juga
vektor-vektor di S bebas linier.
Untuk setiap vektor u1 , u2 , · · · , un , berlaku
a1 u1 + a2 u2 + · · · + an un = 0 jika a1 = a2 = · · · = an = 0. Hal
ini disebut representasi trivial dari 0.

Catatan:
1 Dua vektor v dan v bergantung linier jika terdapat skalar
1 2
r1 , r2 ∈ F (tidak keduanya nol) sedemikian sehingga
Basis dan Dimensi
Definition
Misalkan V ruang vektor. Suatu himpunan vektor
{v1 , v2 , · · · , vn } ⊂ V dikatakan basis V jika
1 v1 , v2 , · · · , vn bebas linier.
2 span{v1 , v2 , · · · , vn } = V .

Contoh:
1 Misalkan e = (0, · · · , 0, 1, 0, · · · , 0) ∈ F n dengan 1 di posisi
i
ke-i, maka {e1 , e2 , · · · , en } merupakan basis bagi F n dan
dinamakan basis standar.
2 Ruang vektor P berisi semua suku banyak berderajat paling
n
besar n dengan koefisien di F . Himpunan {1, X , X 2 , · · · , X n }
merupakan basis standar bagi Pn . Selain itu untuk setiap
a ∈ F himpunan {1, (X + a), (X + a)2 , · · · , (X + a)n } juga
merupakan basis bagi Pn .
3 Ruang vektor M
m×n (F ) berisi semua matriks m × n dengan
koefisien di F adalah ruang vektor berdimensi mn. Himpunan
Theorem
Misalkan V ruang vektor dan B = {v1 , v2 , · · · , vm } ⊆ V . Maka B
bebas linier di V jika dan hanya jika untuk setiap w ∈ V terdapat
secara tunggal skalar a1 , a2 , · · · , an sedemikian sehingga
w = a1 v1 + a2 v2 + · · · + an vn . Dengan kata lain, w dapat dituliskan
sebagai kombinasi linier dari v1 , v2 , · · · , vm secara tunggal.

Theorem
Jika V dibangun oleh himpunan hingga S, maka terdapat suatu
subhimpunan dari S yang merupakan basis V . Sehingga V
memiliki basis hingga.

Theorem (Teorema Penggantian)

Misalkan V ruang vektor. yang dibangun oleh G dengan
kardinalitas n, misalkan L himpunan bebas linier dengan
kardinalitas m. Maka m ≤ n dan terdapat subhimpunan H dari G
yang memuat tepat n − m vektor sedemikian sehingga L ∪ H
membangun V .
Suatu himpunan pembangun minimal adalah himpunan vektor
yang membangun ruang vektor V , dimana setiap subhimpunan
dari himpunan tersebut tidak membangun V . Suatu himpunan
bebas linier maksimal adalah subhimpunan bebas linier di ruang
vektor V , dimana setiap himpunan yang memuat himpunan
tersebut tidak bebas linier.
Lemma
Misalkan v1 , v2 , · · · , vn unsur-unsur ruang vektor V .
1 Jika {v1 , v2 , · · · , vn } adalah himpunan pembangun minimal
dari V , maka {v1 , v2 , · · · , vn } basis V .
2 Jika {v1 , v2 , · · · , vn } adalah himpunan bebas linier maksimal
dari V , maka {v1 , v2 , · · · , vn } basis V .

Corollary
1 Setiap ruang vektor V dengan himpunan pembangun hingga
memiliki basis.
2 Setiap subruang S dari suatu ruang vektor berdimensi n
memiliki basis.
Theorem
Misalkan W subruang dari ruang vektor V berdimensi hingga.
Maka W berdimensi hingga dan dim W ≤ dim V . Lebih lanjut,
jika dim W = dim V , maka V = W .

Corollary
Jika W subruang dari ruang vektor V berdimensi hingga maka
setiap basis W dapat diperluas menjadi suatu basis dari V .

Theorem
Misalkan S subhimpunan bebas linier dari ruang vektor V . Maka
terdapat subhimpunan bebas linier maksimal darI V yang memuat
S.

Corollary
Setiap ruang vektor memiliki basis.
Pemetaan Linier
Definition
Misalkan V dan W ruang vektor atas lapangan F . Suatu
pemetaan linier dari V ke W adalah fungsi T : V → W yang
memenuhi
1 Jika u, v ∈ V , maka T (u + v ) = T (u) + T (v )
2 Jika u ∈ V dan k ∈ F , maka T (kv ) = kT (v ).

Jika T : V → W suatu pemetaan linier, V dinamakan domain

dan W dinamakan ruang nilai. Suatu pemetaan linier T : V → V
dinamakan operator linier.
Contoh:
1 Misalkan F : R → R didefinisikan sebagai F (x) = 3x dan

G : R → R didefinisikan sebagai G (x) = 5x + 8. Karena

F (a + b) = 3(a + b) = 3a + 3b = F (a) + F (b) dan
F (ka) = 3(ka) = k(3a) = kF (a), maka F linier. Sebaliknya,
G (a + b) = 5(a + b) + 8 6= (5a + 8) + (5b + 8) = G (a) + G (b),
sehingga G tidak linier.
2 Definisikan R, S : F 2 → F 4 dimana R(x, y ) = (x − y , x, x, 2y )

dan S(x, y ) = (x, y , 0, |x|). Maka R linier, tetapi S tidak linier

karena S((1, 0) + (−1, 0)) = S(0, 0) = (0, 0, 0, 0) sedangkan
S(1, 0) + S(−1, 0) = (1, 0, 0, 1) + (−1, 0, 0, 1) = (0, 0, 0, 2) 6=
(0, 0, 0, 0).
3 Misalkan A suatu matriks m × n. Maka perkalian dengan

matriks A dari kiri dapat dipandang sebagai fungsi dari F n ke

F m . Dengan kata lain
TA (v ) = Av untuk setiap matriks v n × 1.
Fungsi TA merupakan pemetaan linier.
4 Misalkan V = C ∞ (R, R) adalah ruang vektor riil berisi semua
fungsi f : R → R yang memiliki turunan ke-n f ( n) kontinu
Lemma
Misalkan T : V → W suatu pemetaan linier. Maka berlaku
1 T (0) = 0.
2 Misalkan v1 , · · · , vn ∈ V . Maka untuk setiap skalar
a1 , · · · , an , berlaku

T (a1 v1 + an v2 + · · · + an vn ) =

a1 T (v1 ) + an T (v2 ) + · · · + an T (vn ).

Theorem
Misalkan V dan W ruang vektor. Misalkan {v1 , v2 , · · · , vn } basis
V dan w1 , w2 , · · · , wn ∈ W sebarang (tidak harus berbeda satu
sama lain). Maka terdapat secara tunggal pemetaan linier
T : V → W sedemikian sehingga
T (v1 ) = w1 , T (v2 ) = w2 , · · · , T (vn ) = wn .

Sebagai contoh pandang Pn himpunan semua suku banyak

berderajat paling besar n dan misalkan S = {1, X , X 2 , · · · , X n }
Definition
Misalkan T : V → W suatu pemetaan linier. Dimensi ker (T )
dinamakan nolitas dari T dan dilambangkan sebagai null(T ).
Dimensi im(T ) dinamakan rank dari T dan dilambangkan sebagai
rk(T ).

Theorem
Misalka T = TA : F n → F m suatu pemetaan linier dimana A suatu
matriks m × n. Maka
1 ker (T ) adalah himpunan solusi AX = 0.
2 im(T ) adalah ruang kolom matriks A.
3 rk(T ) = rk(A).
4 (Teorema Rank Plus Nolitas) rk(T ) + null(T ) = n.
Theorem (Teorema Rank Plus Nolitas)
Misalkan T : V → W suatu pemetaan linier dimana V suatu
ruang vektor berdimensi hingga. Maka rk(T ) + null(T ) = dim(V ).

Perhatikan bahwa jika T : V → W suatu pemetaan linier dimana

V berdimensi hingga, maka im(T ) berdimensi hingga walaupun W
belum tentu berdimensi hingga. Dengan demikian T dapat
dipandang sebagai pemetaan linier antara ruang vektor berdimensi
hingga, yaitu T : V → im(T ).
Definition
Suatu pemetaan linier T : V → W dikatakan satu-satu atau
injektif jika untuk setiap u, v ∈ V dimana T (u) = T (v ) berlaku
u = v . Pemetaan linier T dikatakan pada atau surjektif jika
im(T ) = W .
Contoh :
1 Misalkan P adalah ruang vektor berisi semua suku banyak
dengan koefisien di R. Misalkan D : P → P didefinisikan
sebagai D(f (X )) = f 0 (X ). Maka D tidak satu-satu, karena
D(X 2 ) = D(X 2 + 1) = 2X , padahal X 2 6= X 2 + 1. Di lain
pihak D pada, karena jika f (X ) ∈ P, terdapat suatu
F (X ) ∈ P sehingga F 0 (X ) = f (X ).
2 Misalkan S : P → P didefinisikan sebagai S(f (X )) = f (X 2 ).
Maka S(X + 1) = X 2 + 1, S(X 2 − 2X ) = X 4 − 2X 2 , dan
seterusnya. Jelas bahwa S suatu pemetaan linier. Karena
tidak ada suku banyak f (X ) ∈ P sehingga S(f (X )) = X ,
maka S tidak pada. Pemetaan S satu-satu, karena jika
S(f (X )) = S(g (X )), maka f (X ) = g (X ).
3 Misalkan U : P → P didefinisikan sebagai U(f (X )) = 2f (X ).
(Asumsikan 1 + 1 = 2 6= 0.) Karena U((1/2)g (X )) = g (X )
untuk setiap g (X ) ∈ P, maka T pada. Jika
U(f (X )) = U(g (X )), maka 2f (X ) = 2g (X ), sehingga
f (X ) = g (X ). Maka T satu-satu juga.
Theorem
Misalkan V dan W dua ruang vektor berdimensi hingga dan
T : V → W suatu pemetaan linier. Maka
1 T satu-satu jika dan hanya jika ker (T ) = {0} jika dan hanya
jika untuk setiap v1 , v2 , · · · , vn bebas linier di V ,
T (v1 ), T (v2 ), · · · , T (vn ) bebas linier di W .
2 T pada jika dan hanya jika rk(T ) = dim(W ).

Theorem
Misalkan V dan W ruang vektor yang berdimensi sama dan
T : V → W linier. Maka pernyataan berikut ekivalen
1 T satu-satu.
2 T pada.
3 rank T = dim V .

Theorem
Misalkan V dan W ruang vektor atas F dan {v1 , v2 , · · · , vn } basis
V . Untuk w1 , w2 , · · · , wn di W terdapat tepat satu pemetaan
Matriks Representasi Pemetaan Linier
Definition
Suatu basis terurut {v1 , v2 , · · · , vn } dari suatu ruang vektor V
adalah suatu basis V yang unsur-unsurnya terurut dengan urutan
tertentu. Misalkan B = {v1 , v2 , · · · , vn } suatu basis terurut dari V
dan w ∈ V . Kita katakan (a1 , a2 , · · · , an ) koordinat w terhadap
basis B jika w = a1 v1 + · · · + an vn . Koordinat vektor
w = a1 v1 + · · · + an vn dilambangkan dengan
 
a1
 a2 
(w )B =  .  .
 
 .. 
an

Theorem
Misalkan B = {v1 , · · · , vn } suatu basis terurut dari V , suatu ruang
vektor berdimensi n. Misalkan w1 , w2 ∈ V dan k ∈ F . Maka
Definition
Misalkan T : V → W suatu pemetaan linier, B = {v1 , v2 , · · · , vn }
suatu basis terurut untuk V , dan C = {w1 , w2 , · · · , wn } suatu
basis terurut untuk W . Definisikan matriks m × n [T ]B,C = (aij )
dimana untuk setiap j skalar aij ditentukan dari

T (vj ) = a1j w1 + a2j w2 + · · · + amj wm .

Dengan kata lain, [T ]B,C adalah matriks yang kolom ke-j-nya

adalah koordinat T (vj ) terhadap basis C dari W .

Jika V = W dan B = C matriks representasi pemetaan linier T

ditulis [T ]B .
Jika T : F n → F m dan B, C basis standar dari F n dan F m , maka
matriks [T ]B,C adalah matriks standar dari T , yaitu [T ]B,C = A,
dimana T = TA .
Matriks A = [G ] yang bersesuaian dengan pemetaan linier
G : F n → F m , dapat diperoleh dengan menentukan G dari vektor
basis e1 , · · · , en di F n . Kemudian kolom ke-i matriks A adalah
koordinat vektor G (ei ).
Definition
Misalkan T , U : V → W sebarang fungsi, dengan V dan W ruang
vektor atas F dan a ∈ F . Definisikan T + U : V → W dengan
(T + U)(x) = T (x) + U(x) untuk setiap x ∈ V , dan aT : V → W
dengan (aT )(x) = aT (x) untuk setiap x ∈ V .

Theorem
Misalkan V dan W ruang vektor atas lapangan F , dan
T , U : V → W linier.
1 Untuk setiap a ∈ F , aT + U linier.
2 Menggunakan operasi penjumlahan dan perkalian skalar di
atas, himpunan semua pemetaan linier dari V ke W
membentuk ruang vektor atas F .

Definition
Misalkan V dan W ruang vektor atas F . Ruang vektor yang berisi
semua pemetaan linier dari V ke W dinotasikan sebagai L(V , W ).
Jika V = W , kita tulis L(V ).
Komposisi Pemetaan Linier

Jika H : U → V dan G : V → W adalah fungsi, maka komposisi

G ◦ H adalah fungsi G ◦ H : U → W yang didefinisikan sebagai
(G ◦ H)(x) = G (H(x)).
Theorem
Misalkan H : U → V dan G : V → W masing-masing pemetaan
linier.Maka komposisi G ◦ H : U → W adalah pemetaan linier.
Theorem
Misalkan V ruang vektor. Misalkan T , U1 , U2 ∈ L(V ). Maka
1 T (U1 + U2 ) = TU1 + TU2 dan (U1 + U2 )T = U1 T + U2 T .
2 T (U1 U2 ) = (TU1 )U2 .
3 TI = IT = T .
4 a(U1 U2 ) = (aU1 )U2 = U1 (aU2 ) untuk setiap skalar a.

Theorem
Misalkan V , W , dan Z ruang vektor berdimensi hingga dengan
basis terurut B, B 0 dan B 00 . Misalkan T : V → W dan U : W → Z
pemetaan linier. Maka

[UT ]B,B 00 = [U]B 0 ,B 00 [T ]B,B 0 .

Corollary
Misalkan V ruang vektor berdimensi hingga dengan basis terurut
B. Misalkan T , U ∈ L(V ). Maka [UT ]B = [U]B [T ]B .

Ingat kembali jika B suatu basis terurut dari V dan v ∈ V , (v )

Isomorfisma

Definition
Misalkan V dan W ruang vektor, T : V → W linier. Suatu fungsi
U : W → V dikatakan invers dari T jika TU = IW dan UT = IV .
Jika T memiliki invers, maka T dikatakan invertibel. Jika T
invertibel, maka inversnya tunggal dan dinotasikan dengan T −1 .

Jika f : X → Y suatu fungsi satu-satu dan pada, maka jika x ∈ X ,

terdapat secara tunggal y ∈ Y sehingga f (x) = y dan terdapat
secara tunggal x ∈ X sehingga f (x) = y . Fungsi f dikatakan
memiliki balikan karena terdapat fungsi balikan f −1 : Y → X
dimana f −1 (y ) = x jika f (x) = y .
Catatan:
1 (TU)−1 = U −1 T −1 .

2 (T −1 )−1 = T , khususnya T −1 invertibel.

3 Misalkan T : V → W pemetaan linier, dengan V dan W

ruang vektor berdimensi sama. Maka T invertibel jika dan

hanya jika rank T = dim V .
Theorem
MisalkanV dan W ruang vektor, dan T : V → W pemetaan linier
invertibel. Maka T −1 : W → V linier.

Lemma
Misalkan T pemetaan linier invertibel dari V ke W . Maka V
berdimensi hingga jika dan hanya jika W berdimensi hingga. Lebih
lanjut dim V = dim W .

Theorem
Misalkan V dan W ruang vektor berdimensi hingga dengan basis
terurut B dan C . Misalkan T : V → W pemetaan linier. Maka T
invertibel jika dan hanya jika [T ]B,C invertibel. Lebih lanjut
Theorem
Misalkan V dan W ruang vektor berdimensi hingga atas F dengan
dimensi n dan m. Misalkan B dan C basis terurut dari V dan W .
Maka fungsi Φ : L(V , W ) → Mm×n (F ), dengan Φ(T ) = [T ]B,C ,
untuk T ∈ L(V , W ) merupakan isomorfisma.

Corollary
Misalkan V dan W ruang vektor berdimensi hingga dengan dimensi
n dan m. Maka L(V , W ) berdimensi hingga dengan dimensi mn.

Definition
Misalkan B basis turret dari ruang vektor V berdimensi n atas
lapangan F . Representasi standar dari V terhadap basis B adalah
fungsi φB : V → F n dengan φB (x) = (x)B untuk setiap x ∈ V .

Theorem
Untuk setiap ruang vektor V berdimensi hingga dengan basis B,
fungsi φB merupakan isomorfisma.
Matriks Perubahan Basis
Theorem
Misalkan B1 dan B2 basis ruang vektor V berdimensi n. Maka
terdapat suatu matriks yang punya balikan P sedemikian sehingga
untuk setiap v ∈ V

P(v )B1 = (v )B2 dan P −1 (v )B2 = (v )B1 .

Matriks P = [I ]B1 ,B2 , dimana I : V → V pemetaan identitas. Dan

P −1 = [I ]B2 ,B1 .
Definition
Matriks P = [I ]B1 ,B2 dinamakan matriks transisi perubahan
basis dari basis B1 ke basis B2 .

Theorem
Misalkan S : V → W dan T : U → V pemetaan linier (dan
S ◦ T : U → W juga linier). Misalkan B, C, dan D basis terurut
untuk U, V , dan W . Maka
Determinan

Definition
Untuk sebarang lapangan F , notasikan Mn×n himpunan semua
matriks berukuran n × n dengan komponen di F . Misalkan

D : Mn×n (F ) → F

adalah suatu fungsi bernilai skalar di Mn×n (F ). Kita katakan D

n-linier jika
1 Untuk setiap A ∈ Mn×n (F ) dan B diperoleh dari A dengan
mengalikan suatu baris A dengan skalar k ∈ F berlaku
D(B) = kD(A).
2 Untuk setiap A, B, C ∈ Mn×n (F ) tiga matriks identik kecuali
pada baris ke-i dan baris ke-i matriks C adalah penjumlahan
baris ke-i matriks A dan matriks B, maka berlaku
D(C ) = D(A) + D(B).
Suatu fungsi n-linier D dikatakan berayun (alternating) jika
untuk setiap A ∈ Mn×n (F ) yang memiliki dua baris identik berlaku
D(A) = 0. Setiap fungsi n-linier dan berayun D : Mn×n (F ) → F
yang memenuhi D(In ) = 1 dinamakan fungsi determinan.
Lemma
Misalkan D suatu fungsi determinan. Jika matriks persegi B
diperoleh dari matriks A dengan menukar baris, maka
D(B) = −D(A).

Lemma
Misalkan D suatu fungsi determinan. Jika matriks persegi B
diperoleh dari matriks A dengan menambahkan suatu kelipatan
baris ke baris lainnya, maka D(B) = D(A).
Definition
Suatu matriks persegi A = (aij ) dikatakan segitiga atas jika
aij = 0 untuk i > j, dikatakan segitiga bawah jika aij = 0 untuk
i < j, dan dikatakan diagonal jika aij = 0 untuk i 6= j. Dengan
kata lain A diagonal jika segitiga atas dan bawah.

Lemma
Misalkan D suatu fungsi determinan. Jika A = (aij ) adalah matriks
segitiga (atas atau bawah), maka D(A) = a11 a22 · · · ann .

Theorem
Terdapat hanya satu fungsi D : Mn×n (F ) → F yang n-linier,
alternating dan memenuhi D(In ) = 1.

Untuk selanjutnya satu-satunya fungsi tersebut dinotasikan dengan

det.
Lemma
Jika E adalah matriks elementer n × n dan A suatu matriks n × n,
maka det(EA) = det(A).
Lemma
Misalkan A matriks n × n yang punya balikan dan B sebarang
matriks n × n. Maka det(AB) = det(A)det(B).

Theorem
Suatu matriks A n × n punya balikan jika dan hanya jika
det(A) 6= 0.

Theorem
Jika A dan B sebarang matriks n × n, maka
det(AB) = det(A)det(B).

Theorem
Untuk setiap matriks A n × n, det(A) = det(At ).

Corollary
Pernyataan pada Definisi ??, Lema ?? dan Lema ?? tetap berlaku
jika kata ”baris” diganti dengan ”kolom”.
Definition
Suatu permutasi n adalah n-tuple σ = (i1 , i2 , · · · , in ) dimana
i1 , i2 , · · · , in bilangan-bilangan 1, 2, · · · , n (tidak harus berurutan).
Komponen ke-j dari σ dilambangkan dengan σj . Himpunan semua
permutasi n dilambangkan dengan Sn .

Sebagai contoh, untuk n = 3, maka

S3 = {(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)} terdiri
dari 6 permutasi. Untuk σ = (3, 2, 1), maka
σ1 = 3, σ2 = 2, σ3 = 1.
Definition
Misalkan σ = (i1 , i2 , · · · , in ) ∈ Sn . Jika 1 ≤ j < k ≤ n dan ij > ik ,
kita katakan ij > ik suatu inversi dari σ. Untuk sebarang permutasi
σ kita definisikan sign dari σ, sg (σ), dimana sg (σ) = +1 jika
jumlah total inversi dari σ genap, dan sg (σ) = −1 jika jumlah total
inversi dari σ ganjil. Jika sg (σ) = +1, σ dikatakan permutasi
genap, jika sg (σ) = −1, σ dikatakan permutasi ganjil.
Sebagai contoh, perhatikan permutasi 4: (1, 2, 4, 3),
(4, 3, 2, 1), dan (4, 1, 3, 2). Permutasi (1, 2, 4, 3) memiliki satu
inversi 4 > 3, sehingga sg (1, 2, 4, 3) = −1. Permutasi (4, 3, 2, 1)
memiliki enam inversi 4 > 3, 4 > 2, 4 > 1, 3 > 2, 3 > 1, 2 > 1
sehingga sg (4, 3, 2, 1) = +1. Dengan cara yang sama
sg (4, 1, 3, 2) = +1.
Definition
Misalkan A = (aij ) suatu matriks n × n. Kita definisikan
determinan A, det(A), sebagai
X
det(A) = sg (σ)a1σ1 a2σ2 · · · anσn .
σ∈Sn
Lemma
Misalkan A suatu matriks persegi dan B diperoleh dari A dengan
mengalikan satu baris A dengan skalar k. Maka
det(B) = k.det(A).

Lemma
Misalkan A = (aij ), B = (bij ), C = (cij ) identik kecuali pada baris
ke-k, dan untuk setiap j berlaku akj + bkj = ckj . Maka
det(A) + det(B) = det(C ).

Lemma
Misalkan 1 ≤ s < t ≤ n,
σ = (i1 , i2 , · · · , in ) ∈ Sn , dan σ 0 diperoleh dari σ dengan menukar
is dengan it . Maka sg (σ 0 ) = −sg (σ).

Lemma
Jika matriks persegi A mempunyai dua baris yang sama, maka
det(A) = 0.
Theorem
Fungsi det : Mn×n (F ) → F yang didefinisikan pada A = (aij )
sebagai X
det(A) = sg (σ)a1σ1 a2σ2 · · · anσn
σ∈Sn

merupakan fungsi determinan seperti didefinisikan dalam Definisi

??.

Theorem
Misalkan 1 ≤ r < n dan
 
A11 0
A=
A21 A22

adalah partisi matriks n × n, dimana A11 r × r ,

A22 (n − r ) × (n − r ), dan matriks r × (n − r ) A12 adalah matriks
nol. Maka det(A) = det(A11 )det(A22 ).
Definition
Misalkan A = (aij ) suatu matriks n × n. Definisikan A(i|j), sebagai
matriks n − 1 × n − 1 yang diperoleh dari matriks A dengan
menghapus baris ke-i dan kolom ke-j, dinamakan submatriks
maksimal dari A.

Definition
Jika A = (a), definisikan D1,1 (A) = a = det(A).
Jika A = (aij ) suatu matriks n × n dengan n > 1, untuk 1 ≤ i ≤ n
definisikan
Xn
Dn,i (A) = (−1)i+j aij det(A(i|j))
j=1

dan dinamakan kofaktor baris ke-i.

Untuk j dengan 1 ≤ j ≤ n definisikan
n
X
Djn (A) = (−1)i+j aij det(A(i|j))
i=1

dan dinamakan kofaktor kolom ke-j.

Theorem
Untuk sebarang matriks A n × n dan sebarang i, j dimana
1 ≤ i, j ≤ n, berlaku

Dn,i (A) = Djn (A) = det(A).

Definition
Misalkan A = (aij ) matriks n × n. Definisikan adjoint dari A,
adj(A), sebagai matriks n × n dengan komponen ke-ji adalah

adj(A)(j, i) = (−1)i+j det(A(i|j)).

Theorem
Untuk setiap matriks A yang punya balikan,
A−1 = det(A)−1 adj(A).

Theorem (Aturan Cramer)

Misalkan A = (aij ) matriks yang punya balikan, X adalah suatu
kolom berisi n peubah, dan B suatu kolom berisi n konstan. Kita
Diagonalisasi
Nilai dan Vektor Eigen
Definition
Misalkan V suatu ruang vektor atas lapangan F . Suatu operator
linier T ; V → V dikatakan dapat didiagonalkan atas F jika
terdapat suatu basis terurut B dari V sedemikian sehingga [T ]B
merupakan matriks diagonal. Suatu matriks A dikatakan dapat
didiagonalkan atas F jika A serupa dengan suatu matriks
diagonal.

Definition
Misalkan T : V → V suatu operator linier. Jika v ∈ V suatu
vektor taknol dan terdapat skalar k sedemikian sehingga
T (v ) = kv , v dinamakan vektor karakteristik dari T . Skalar k
dinamakan nilai karakteristik dari T yang bersesuaian dengan
vektor karakteristik v . Jika A matriks n × n, maka nilai
karakteristik (vektor karakteristik) dari A adalah nilai karakteristik
(vektor karakteristik) dari TA .
Contoh:
1 Fungsi e kx ∈ C ∞ (R, R) memiliki turunan (e kx )0 = ke kx . Hal
ini menunjukkan bahwa e kx adalah vektor karakteristik bagi
operator linier diferensial D dengan nilai karakteristik k.
2 Misalkan P ruang vektor yang berisi semua suku banyak riil,
T : P → P dimana T (p(X )) = Xp 0 (X ) adalah operator linier.
Karena (X n )0 = nX n−1 , maka T (X n ) = nX n , sehingga X n
adalah vektor karakterisitik dengan nilai karakteristik n.
Misalkan T1 , T2 : V → V operator linier dan a suatu skalar,
definisikan operator linier T1 + T2 dan aT1 dimana

(T1 + T2 )(v ) = T1 (v ) + T2 (v ) dan

(aT1 )(v ) = a(T1 (v )) untuk setiap v ∈ V .

Operator linier identitas I : V → V , I (v ) = v untuk setiap v ∈ V ,
dilambangkan dengan I .
Lemma
Misalkan T : V → V suatu operator linier. Maka
1 v adalah vektor karakteristik dari T yang bersesuaian dengan
nilai karakteristik r jika dan hanya jika 0 6= v ∈ ker (rI − T ).
2 Jika r suatu nilai karakteristik dari T , maka himpunan semua
vektor karakteristik dari T dengan nilai karakteristik yang
bersesuaian r digabung dengan vektor 0 membentuk subruang
dari V .
Contoh penggunaan : Misalkan D 2 : C ∞ (R, R) definisikan
sebagai D ◦ D, yaitu D 2 (f (x)) = f 00 (x). Jelas bahwa
D 2 (sin kx) = −k 2 sin kx dan D 2 (cos kx) = −k 2 cos kx.
Berdasarkan lemma di atas, setiap fungsi berbentuk
Asin kx + Bcos kx, dengan A, B ∈ R juga merupakan vektor
karakteristik dari D 2 .
Definition
Misalkan r suatu nilai karakteristik dari T : V → V . Subruang dari
V yang berisi semua vektor karakteristik yang bersesuaian dengan
nilai karakteristik r dengan vektor 0 dinamakan ruang
karakteristik yang bersesuaian dengan r . Ruang karakteristik yang
bersesuaian dengan r dilambangkan dengan Er .

Definition
Untuk setiap matriks A n × n, suku banyak karakteristik dari A,
CA (X ), adalah determinan matriks (XIn − A).

Lemma
Misalkan V suatu ruang vektor berdimensi n. Misalkan A = [T ]B ,
untuk suatu basis terurut B dari V dan T : V → V suatu operator
linier.
1 Skalar r merupakan nilai karakteristik dari T jika dan hanya
jika CA (r ) = 0.
2 Misalkan r nilai karakteristik dari T , dimensi ruang
karakteristik Er dengan nilai karakteristik r adalah
Jika suatu matriks diagonal D = [T ]B adalah matriks operator
linier T dalam suatu basis terurut B, maka hal yang sama berlaku,
kecuali sekarang suatu vektor karakteristik dengan nilai
karakteristik di adalah unsur basis ke-i di B.
Konsep dapat didiagonalkan bergantung pada lapangan yang
digunakan. Sebagai contoh matriks
 
0 1
−1 0

tidak dapat didiagonalkan atas lapangan riil, karena suku banyak

karakteristik dari G adalah CG (X ) = X 2 + 1, tidak memiliki akar
riil. Dengan kata lain, G tidak dapat didiagonalkan atas riil karena
G tidak memiliki nilai karakteristik riil.
Namun, G dipandang sebagai matriks kompleks dapat
didiagonalkan, karena atas C, CG (X ) = (X + i)(X − i). Perhatikan
bahwa      
1 i 1
G = =i dan
i −1 i
     
1 −i 1
G = = −i
−i −1 −i
Hal ini menunjukkan bahwa dari basis terurut
   
1 1
B= ,
i −i

diperoleh  
i 0
[TG ]B = .
0 −i
Theorem
Misalkan T : V → V operator liner dimana V berdimensi hingga.
Maka pernyataan berikut ekivalen:
1 T dapat didiagonalkan
2 Terdapat suatu basis terurut B dari V yang terdiri dari
vektor-vektor karakteristik dari T .
3 Untuk setiap basis terurut C dari V , [T ]C dapat
didiagonalkan.
Keterdiagonalan
Lemma
Misalkan v1 , v2 , · · · , vn vektor-vektor karakteristik dari suatu
operator linier T : V → V yang masing-masing bersesuaian
dengan nilai-nilai karakteristik yang berbeda. Maka v1 , v2 , · · · , vn
bebas linier.
Sebagai contoh, e x , e 2x , e 3x , · · · , e nx ∈ C ∞ (R, R) merupakan
vektor-vektor karakteristik operator diferensial D. Lebih lanjut
nilai-nilai karakteristik mereka masing-masing berbeda. Akibatnya,
e x , e 2x , e 3x , · · · , e nx bebas linier.
Corollary
Misalkan T operator linier pada ruang vektor V berdimensi n. Jika
T memiliki n nilai eigen yang berbeda, maka T dapat
didiagonalkan.

Definition
Suatu polinom f (t) dikatakan terpisah atas F jika terdapat skalar
Jumlah Langsung
Definition
Misalkan W1 , W2 , · · · , Wk subruang dari ruang vektor V .
Penjumlahan subruang-subruang tersebut didefinisikan sebagai

{v1 + v2 + · · · + vk : vi ∈ WI untuk 1 ≤ i ≤ k},

yang dinotasikan sebagai W1 + W2 + · · · + Wk atau ki=1 Wi .

P

Definition
Misalkan W1 , W2 , · · · , Wk subruang dari ruang vektor V . Kita
katakan V jumlah langsung dari W1 , W2 , · · · , Wk ditulis
V = W1 ⊕ W2 ⊕ · · · ⊕ Wk , jika
k
X
V = Wi
i=1

dan X
Wj ∩ Wi = {0} untuk setiap j(1 ≤ j ≤ k).
Theorem
Misalkan W1 , W2 , · · · , Wk subruang dari ruang vektor V .
Pernyataan-pernyatan berikut ekivalen
1 V = W1 ⊕ W2 ⊕ · · · ⊕ Wk .
V = ki=1 Wi dan untuk setiap vektor v1 , v2 , · · · , vk dengan
P
2

vi ∈ Wi (1 ≤ i ≤ k), jika v1 + v2 + · · · + vk = 0, maka vi = 0

untuk setiap i.
3 Setiap vektor v ∈ V dapat ditulis secara tunggal sebagai
v = v1 + v2 + · · · + vk , dengan vi ∈ Wi .
4 Jika Bi adalah basis terurut bagi Wi (1 ≤ i ≤ k), maka
B1 ∪ B2 ∪ · · · ∪ Bk adalah basis terurut bagi V .
5 Untuk setiap i = 1, 2, · · · , k terdapat basis terurut Bi bagi Wi
sehingga B1 ∪ B2 ∪ · · · ∪ Bk adalah basis terurut bagi V .
Theorem
Suatu operator linier T pada ruang vektor berdimensi hingga V
dapat didiagonalkan jika dan hanya jika V jumlah langsung dari
ruang-ruang eigen dari T .
Ruang Hasil Kali Dalam
Hasil Kali Dalam dan Norm
Definition
Misalkan V suatu ruang vektor riil. Suatu hasil kali dalam riil
pada V adalah suatu fungsi bernilai riil pada V × V , yang
dinotasikan sebagai < , >, yang memenuhi
1 (Sifat simetri) < u, v >=< v , u > untuk setiap u, v ∈ V .
2 < ku, v >= k < u, v > untuk setiap k ∈ R dan setiap
u, v ∈ V .
3 < v1 + v2 , u >=< v1 , u > + < v2 , u > untuk setiap
u, v1 , v2 ∈ V .
4 (Sifat definit positif) < v , v > > 0 untuk setiap v 6= 0 ∈ V .
Ruang vektor V dilengkapi dengan hasil kali dalam < , >
dinamakan ruang hasil kali dalam riil. Suatu ruang hasil kali
dalam berdimensi hingga dinamakan ruang Euclid.

Sifat 1 mengakibatkan sifat-sifat berikut juga berlaku:

2’ < u, kv >= k < u, v > untuk setiap k ∈ R dan
Contoh:
1 Hasil kali titik (a1 , · · · , an ) • (b1 , · · · , bn ) = a1 b1 + · · · + an bn
pada Rn merupakan hasil kali dalam.
2 Fungsi < , >: R3 × R3 → R didefinisikan sebagai

< (x1 , y1 , z1 ), (x2 , y2 , z2 ) >

= x1 x2 − 2(x1 y2 + y1 x2 ) + 5y1 y2 + 3z1 z2

merupakan hasil kali dalam di R3 .
3 Misalkan V = C ([0, 1], R). Untuk f (x), g (x) ∈ V berikut ini
mendefinisikan hasil kali dalam
Z 1
< f (x), g (x) >= f (x)g (x)dx.
0
Jika a + bi ∈ C dengan a, b ∈ R, konjugat kompleks dari a + bi
adalah a + bi = a − bi.
Definition
Misalkan V suatu ruang vektor kompleks. Suatu hasil kali dalam
kompleks atau hermit pada V adalah suatu fungsi bernilai
kompleks pada V × V , yang dinotasikan sebagai < , >, yang
memenuhi
1 < u, v >= < v , u > untuk setiap u, v ∈ V .
2 < ku, v >= k < u, v > untuk setiap k ∈ R dan setiap
u, v ∈ V .
3 < v1 + v2 , u >=< v1 , u > + < v2 , u > untuk setiap
u, v1 , v2 ∈ V .
4 < v , v >∈ R dan < v , v > > 0 untuk setiap v 6= 0 ∈ V .

Ruang vektor V dilengkapi dengan hasil kali dalam kompleks

< , > dinamakan ruang hasil kali dalam hermit. Suatu ruang
hasil kali dalam kompleks berdimensi hingga dinamakan ruang
uniter. Sifat 1 mengakibatkan sifat-sifat berikut juga berlaku:
2’ < u, kv >= k̄ < u, v > untuk setiap k ∈ C dan
Contoh
1 Hasil kali titik pada Rn dapat digeneralisasi menjadi hasil kali
dalam hermit di Cn . Untuk (a1 , · · · , an ), (b1 , · · · , bn ) ∈ Cn
definisikan < (a1 , · · · , an ), (b1 , · · · , bn ) >= a1 b¯1 + · · · + an b¯n .
Dengan hasil kali dalam ini Cn dinamakan ruang n uniter.
2 Misalkan V = C ([0, 1], C). Untuk f (x), g (x) ∈ V berikut ini
mendefinisikan hasil kali dalam
Z 1
< f (x), g (x) >= f (x)g (x)dx.
0
Definition
Jika A suatu matriks kompleks m × n, definisikan adjoin dari A
matriks n × m A∗ = (Ā)t , transpos dari matriks yang berisi
konjugat unsur-unsur A.

Perhatikan bahwa jika x, y dipandang sebagai vektor kolom di F n

maka < x, y >= y ∗ x.
Misalkan V = Mn×n (F ), definisikan

< A, B >= tr (B ∗ A)

untuk A, B ∈ V . Dapat dibuktikan bahwa <, > merupakan suatu

hasil kali dalam. Hasil kali dalam ini dinamakan hasil kali dalam
Frobenius.
Theorem
Misalkan V suatu ruang hasil kali dalam. Maka untuk setiap
x, y , z ∈ V berlaku
1 < x, 0 >=< 0, x >= 0.
2 < x, x >= 0 jika dan hanya jika x = 0.
3 Jika < x, y >=< x, z > untuk setiap x ∈ V , maka y = z.
Untuk sebarang bilangan kompleks a + bi√∈ C, dengan a, b ∈ R,
nilai mutlak |a + bi| adalah bilangan riil a2 + b 2 .
Definition
Suatu norm pada ruang vektor riil atau kompleks V adalah suatu
fungsi bernilai riil, dilambangkan dengan || ||, yang memenuhi
1 (Sifat Definit Positif) ||v || ≥ 0 untuk setiap v ∈ V , dan
||v || = 0 jika dan hanya jika v = 0.
2 ||kv || = |k| ||v || untuk setiap skalar k dan v ∈ V .
3 (Ketaksamaan Segitiga) ||u + v || ≤ ||u|| + ||v || untuk setiap
u, v ∈ V .
Jika || || adalah suatu norm pada ruang vektor V , dan v , w ∈ V ,
jarak antara v dan w (relatif terhadap || ||) didefinisikan sebagan
d(v , w ) = ||v − w ||. Berdasarkan sifat 2,
d(v , w ) = ||v − w || = | − 1|.||w − v || = ||w − v || = d(w , v ).
Contoh
1 Pada Rn definisikan
q
||(a1 , a2 , · · · , an )|| = a12 + a22 + · · · + an2 .
Maka ||v || adalah jarak antara (0, 0, · · · , 0) dengan v di Rn .
2 Untuk (a1 , a2 , · · · , an ) ∈ Rn definisikan
||(a1 , a2 , · · · , an )||t = |a1 | + |a2 | + · · · + |an |.
Sifat 1 dan sifat 2 jelas berlaku.
Untuk sifat 3, perhatikan bahwa
||(a1 + b1 , · · · , an + bn )||t = |a1 + b1 | + · · · + |an + bn |
≤ |a1 | + |b1 | + · · · + |an | + |bn |
= ||(a1 , · · · , an )||t + ||(b1 , · · · , bn )||t .
Dengan demikian || ||t mendefinisikan norm di Rn .
Proses Gram-Schmidt dan Komplemen Ortogonal
Definition
Misalkan < , > merupakan hasil kali dalam di ruang vektor V .
Suatu basis
{u1 , u2 , · · · , un } dinamakan basis ortogonal untuk V jika
< ui , uj >= 0 untuk i 6= j. Jika berlaku juga setiap ||ui || = 1, basis
tersebut dinamakan basis ortonormal.

Theorem
Misalkan S = {u1 , u2 , · · · , un } himpunan ortogonal di ruang vektor
V dengan hasil kali dalam < , >> Maka untuk setiap v ∈ span S,

v = a1 v1 + a2 v2 + · · · + an vn

dengan ai = <v ,ui >

||ui ||2
.
Khususnya, jika S ortonormal maka untuk setiap v ∈ span S,
v = a1 v1 + a2 v2 + · · · + an vn dengan ai =< v , ui > .

Corollary
Theorem (Teorema Gram-Schmidt)
Misalkan w1 , · · · , wm saling ortogonal dan taknol di ruang hasil
kali dalam V . Misalkan y ∈ V dan
m
X < y , wj >
wm+1 = y− wj
< wj , wj >
j=1
Xm
= y− projwj (y ).
j=1

Maka w1 , w2 , · · · , wm , wm+1 saling ortogonal dan

span{w1 , · · · , wm , y } = span{w1 , · · · , wm , wm+1 }. Lebih lanjut
wm+1 = 0 jika dan hanya jika y ∈ span{w1 , · · · , wm }.

Theorem
Setiap ruang hasil kali dalam berdimensi hingga V memiliki basis
ortogonal (dan juga basis ortonormal).
Corollary
Misalkan V ruang hasil kali dalam dengan basis ortonormal
B = {v1 , v2 , · · · , vn }. Misalkan T suatu operator linier pada V ,
dan A = [T ]B . Maka untuk setiap i dan j, Aij =< T (vj ), vi > .

Definition
Misalkan B suatu subhimpunan ortonormal (boleh tak hingga) dari
suatu ruang hasil kali dalam V , dan x ∈ V . Definisikan koefisien
Fourier dari x relatif terhadap basis B sebagai skalar < x, y >,
dengan y ∈ B.
Definition
Misalkan V suatu ruang hasil kali dalam dan S suatu subhimpunan
dari V . Suatu komplemen ortogonal dari S di V didefinisikan
sebagai subruang

S ⊥ = {v ∈ V : < v , w >= 0 untuk setiap w ∈ S}.

Theorem
Misalkan W suatu subruang berdimensi hingga dari ruang vektor
V dengan hasil kali dalam < , > . Maka setiap y ∈ V dapat ditulis
sebagai
y = w + w0
dengan w ∈ W dan w 0 ∈ W ⊥ ; yaitu V = W + W ⊥ . Lebih lanjut
jika {v1 , v2 , · · · , vk } basis ortonormal dari W maka
k
X
w= < y , vi > vi .
i=1
Corollary
Vektor w adalah satu-satunya vektor di W yang terdekat dari y ,
yaitu untuk setiap x ∈ W , ||y − x|| ≥ ||y − w ||, dan ketidaksamaan
ini menjadi kesamaan jika dan hanya jika x = w .

Vektor w di atas dinamakan projeksi ortogonal dari y pada W .

Theorem
Misalkan S = {v1 , v2 , · · · , vk } himpunan ortonormal di ruang hasil
kali dalam V berdimensi n. Maka
1 S dapat diperluas menjadi basis ortonormal
{v1 , v2 , · · · , vk , vk+1 , · · · , vn } dari V .
2 Jika W = span S, maka S1 = {vk+1 , vk+2 , · · · , vn } adalah
basis ortonormal bagi W ⊥ .
3 Jika W subruang dari V , maka dim V = dim W + dim W ⊥ .
Adjoin dari Operator Linier
Theorem
Misalkan V ruang hasil kali dalam berdimensi hingga atas F , dan
g : V → F pemetaan linier. Maka terdapat secara tunggal y ∈ V
sedemikian sehingga g (x) =< x.y > untuk setiap x ∈ V .

Theorem
Misalkan V ruang hasil kali dalam berdimensi hingga dan T
operator linier pada V . Maka terdapat secara tunggal fungsi
T ∗ : V → V sedemikian sehingga < T (x), y >=< x, T ∗ (y ) >
untuk setiap x, y ∈ V . Lebih lanjut T ∗ linier.

Operator T ∗ di atas dinamakan adjoin dari operator T .

Theorem
Misalkan V ruang hasil kali dalam berdimensi hingga dan B basis
ortonormal bagi V . Jika T operator linier pada V , maka

[T ∗ ]B = [T ]∗B .
Aproksimasi Kuadrat Terkecil

Untuk x, y ∈ F n misalkan < x, y >n adalah hasil kali dalam

standar vektor x dan y di F n . Ingat kembali jika x dan y
dipandang sebagai vektor kolom, maka < x, y >n = y ∗ x.
Lemma
Misalkan A ∈ Mm×n (F ), x ∈ F n , dan y ∈ F m . Maka

< Ax, y >m =< x, A∗ y >n .

Lemma
Misalkan A ∈ Mm×n (F ). Maka rank A∗ A = rank A.

Corollary
Jika A matriks m × n sedemikian sehingga rank A = n, maka A∗ A
invertibel.
Theorem
Misalkan A ∈ Mm×n (F ) dan y ∈ F m . Maka terdapat x0 ∈ F n
sedemikian sehingga (A∗ A)x0 = A∗ y dan ||Ax0 − y || ≤ ||Ax − y ||
untuk setiap x ∈ F n . Lebih lanjut jika rank A = n, maka
x0 = (A∗ A)−1 A∗ y .

Solusi Minimal SPL

Suatu solusi s dari Ax = b dikatakan solusi minimal jika
||s|| ≤ ||u|| untuk semua solusi lain u.
Theorem
Misalkan A ∈ Mm×n (F ) dan b ∈ F m . Misalkan Ax = b konsisten.
Maka
1 Terdapat tepat satu solusi minimal s dari Ax = b, dengan
s ∈ Im(TA∗ ).
2 Vektor s adalah satu-satunya solusi Ax = b yang terletak di
Im(TA∗ ), yaitu jika u memenuhi (AA∗ )u = b, maka s = A∗ u.
Operator Normal dan Self-Adjoint
Lemma
Misalkan T operator linier pada ruang hasil kali dalam berdimensi
hingga T . Jika T memiliki vektor eigen, maka T ∗ juga.

Suatu subruang W dari V dikatakan T -invarian jika T (W ) ⊆ W .

Jika W T -invarian definisikan restriksi TW : W → W dengan
TW (x) = T (x) untuk setiap x ∈ W . Jelas bahwa TW linier.
Theorem (Schur)
Misalkan T operator linier pada ruang hasil kali dalam berdimensi
hingga V . Misalkan polinom karakteristik dari T terpisah. Maka
terdapat basis ortonormal B dari V sehingga [T ]B segitiga atas.

Definition
Misalkan V ruang hasil kali dalam, dan T operator linier pada V .
Operator T dikatakan normal jika TT ∗ = T ∗ T . Suatu matriks riil
atau kompleks A disebut normal jika AA∗ = A∗ A.

Theorem
Definition
Misalkan T : V → V suatu operator linier di ruang hasil kali dalam
V . Kita katakan T self-adjoint (Hermit) jika T = T ∗ . Suatu
matriks kompleks A n × n dikatakan self-adjoint (Hermit) jika
A∗ = A.

Lemma
1 Setiap operator self-adjoint T : V → V pada V ruang hasil

kali dalam berdimensi hingga memiliki nilai karakteristik riil.

Lebih lanjut semua nilai karakteristiknya adalah riil.
2 Jika V ruang hasil kali dalam riil dan T operator self-adjoint,
maka polinom karateristik dari T terpisah.
Theorem
Misalkan T : V → V suatu operator linier, dimana V suatu ruang
hasil kali dalam riil berdimensi hingga. Maka T self-adjoint jika
dan hanya jika V memiliki suatu basis ortonormal yang terdiri dari
vektor-vektor karakteristik dari T

Definition
Suatu operator linier T pada ruang hasil kali dalam dikatakan
definit positif (semidefinit positif) jika T self-adjoint dan
< T (x), x > > 0 (< T (x), x >≥ 0) untuk setiap x 6= 0.

Definition
Suatu matriks A n × n dikatakan definit positif (semidefinit
positif) jika TA definit positif (semidefinit positif).
Operator Uniter dan Ortogonal

Definition
Misalkan T operator linier pada ruang hasil kali dalam berdimensi
hingga V . Jika ||T (x)|| = ||x|| untuk setiap x ∈ V , kita katakan T
operator uniter jika F = C dan operator ortogonal jika F = R.
Theorem
Misalkan T operator linier pada ruang hasil kali dalam berdimensi
hingga V . Maka pernyataan berikut ekivalen
1 TT ∗ = T ∗ T = I .
2 < T (x), T (y ) >=< x, y > untuk setiap x, y ∈ V .
3 Jika B basis ortonormal dari V , make T (B) basis orthonormal
dari V .
4 Terdapat basis orthonormal B dari V sedemikian sehingga
T (B) basis ortonormal dari V .
5 ||T (x)|| = ||x|| untuk setiap x ∈ V .
Lemma
Misalkan U operator self-adjoint pada ruang hasil kali dalam
berdimensi hingga V . Jika < x, U(x) >= 0 untuk setiap x ∈ V ,
maka U = 0.

Corollary
Misalkan T operator linier pada ruang hasil kali dalam riil
(kompleks) berdimensi hingga V . Maka V memiliki basis
ortonormal yang terdiri dari vektor-vektor eigen dari T dengan nilai
eigen bernilai mutlak 1 jika dan hanya jika T self-adjoint dan
ortogonal (uniter).
Suatu matriks riil U berukuran n × n dikatakan ortogonal jika
UU t = In , yaitu U memiliki balikan dan U −1 = U t . Suatu matriks
kompleks n × n U dikatakan uniter jika UU ∗ = In , yaitu U
memiliki balikan dan U −1 = U ∗ .
Lemma
Suatu matriks riil U ortogonal jika dan hanya jika baris-barisnya
(atau kolom-kolomnya) ortonormal terhadap hasil kali titik di Rn .
Suatu matriks kompleks U uniter jika dan hanya jika baris-barisnya
(atau kolom-kolomnya) ortonormal di ruang uniter Cn .

Matriks-matriks kompleks (riil) n × nA dan B dikatakan ekivalen

uniter (ekivalen ortogonal) jika dan hanya jika terdapat matriks
uniter (ortogonal) P sehingga A = P ∗ BP.
Theorem
Misalkan A matriks kompleks (riil) n × n. Maka A normal (simetri)
jika dan hanya jika Aekivalen uniter (ortogonal) dengan matriks
diagonal (diagonal riil).

Theorem (Schur)
Misalkan A ∈ Mn×n (F ) sedemikian sehingga polinom karakteristik
dari A terpisah atas F .
1 Jika F = C, maka A ekivalen uniter dengan suatu matriks
segitiga atas kompleks.
2 Jika F = R, maka A ekivalen ortogonal dengan suatu matriks
segitiga atas riil.
Projeksi Ortogonal dan Teorema Spektral
Jika V = W1 ⊕ W2 maka suatu operator linier T pada V adalah
projeksi pada W1 sepanjang W2 jika, untuk x = x1 + x2 dengan
x1 ∈ W1 dan x2 ∈ W2 berlaku T (x) = x1 . Jelas bahwa
Im(T ) = W1 dan Ker (T ) = W2 . Dengan demikian
V = Im(T ) ⊕ Ker (T ).
Definition
Misalkan V ruang hasil kali dalam dan T : V → V suatu projeksi.
Kita katakan T projeksi ortogonal jika Im(T )⊥ = Ker (T ) dan
Ker (T )⊥ = Im(T ).

Jika W subruang dari V , projeksi ortogonal pada W dapat

didefinisikan karena V = W ⊕ W ⊥ .
Theorem
Misalkan V ruang hasil kali dalam, dan T operator linier pada V .
Maka T projeksi ortogonal jika dan hanya jika T memiliki adjoin
T ∗ dan T 2 = T = T ∗ .
Dekomposisi Nilai Singular dan Pseudoinvers
Dalam subbab ini semua operator T yang memenuhi
< T (x), T (y ) >=< x, y > atau matriks A yang memenuhi
< Ax, Ay >=< x, y > dinamakan uniter.
Theorem (Teorema Nilai Singular)
Misalkan V dan W ruang hasil kali dalam berdimensi hingga dan
T : V → W pemetaan linier dengan rank r . Maka terdapat basis
ortonormal {v1 , · · · , vn }dari V dan {u1 , · · · , um } dari W dan
skalar positif σ1 ≥ σ2 ≥ · · · σr sedemikian sehingga

σi ui jika 1 ≤ i ≤ r
T (vi ) =
0 jika i > r .

Jika kondisi di atas terpenuhi, maka untuk 1 ≤ i ≤ n, vi adalah

vektor eigen dari T ∗ T dengan nilai eigen σi2 jika 1 ≤ i ≤ r dan 0
jika i > r . Dengan demikian skalar σ1 , σ2 , · · · , σr ditentukan
secara tunggal oleh T .

Definition
Pseudoinvers

Definition
Misalkan V dan W ruang hasil kali dalam berdimensi hingga dan
T : V → W pemetaan linier. Misalkan L : Ker (T )⊥ → Im(T )
pemetaan linier yang didefinisikan sebagai L(x) = T (x) untuk
setiap x ∈ Ker (T )⊥ . Pseudoinvers (atau Moore-Penrose
generalized inverse) dari T , dinotasikan sebagai T + didefinisikan
sebagai pemetaan linier tunggal dari W ke V sedemikian sehingga
 −1
+ L (y ) untuk y ∈ Im(T )
T (y ) =
0 untuk y ∈ Im(T )⊥ .
Misalkan V dan W ruang vektor berdimensi hingga dan
T : V → W pemetaan linier dengan rank r . Misalkan
{v1 , v2 , · · · , vn } dan {u1 , · · · , um } basis ortonormal bagi V dan
W . Misalkan σ1 ≥ σ2 ≥ · · · ≥ σr nilai singular tak nol dari T yang
memenuhi Teorema Nilai Singular. Maka
{v1 , v2 , · · · , vr } basis bagi Ker (T )⊥ ,
{vr +1 , vr +2 , · · · , vn } basis bagi Ker (T ),
{u1 , · · · , ur } basis bagi Im(T ), dan
{ur +1 , ur +2 , · · · , um } basis bagi Im(T )⊥ .
Misalkan L restriksi T pada Ker (T )⊥ . Maka L−1 (ui ) = 1
σi vi untuk
1 ≤ i ≤ r . Dengan demikian
 1
+ σi vi jika 1 ≤ i ≤ r
T (ui ) =
0 jika r < i ≤ m.
Pseudoinvers dari Matriks

Misalkan A matriks m × n. Maka terdapat secara tunggal matriks

B n × m sedemikian sehingga (TA )+ : F m → F n sama dengan TB .
Matriks B dinamakan pseudoinvers dari A dan dinotasikan
B = A+ . Maka
(TA )+ = TA+ .

Theorem
Misalkan A matriks m × n dengan rank r dan dekomposisi nilai
singular A = UΣV ∗ dan nilai singular tak nol σ1 ≥ σ2 ≥ · · · ≥ σr .
Misalkan Σ+ matriks n × m yang didefinisikan sebagai
 1
+ σi jika i = j < r
Σij =
0 jika tidak

Maka A+ = V Σ+ U ∗ , dan bentuk ini adalah dekomposisi nilai

singular dari A+ .
Pseudoinvers dan SPL

Lemma
Misalkan V dan W ruang hasil kali dalam dan T : V → W linier.
Maka
1 T + T merupakan projeksi ortogonal dari V pada Ker (T )⊥ .
2 TT + merupakan projeksi ortogonal dari W pada Im(T ).
Theorem
Pandang SPL Ax = b, dengan A matriks m × n dan b ∈ F m . Jika
z = A+ b, maka z memenuhi sifat-sifat berikut :
1 Jika Ax = b konsisten, maka z adalah solusi tunggal dengan
norm minimum. Yaitu z adalah solusi dan jika y solusi lain
maka ||z|| ≤ ||y || dan akan sama jika dan hanya jika z = y .
2 Jika Ax = b tidak konsisten, maka z adalah aproksimasi solusi
terbaik tunggal dengan norm minimum. Yaitu,
||Az − b|| ≤ ||Ay − b|| untuk setiap y ∈ F n dan akan sama
jika dan hanya jika Az = Ay . Lebih lanjut jika Az = Ay , maka
||z|| ≤ ||y || dan akan sama jika dan hanya jika z = y .