RUANG VEKTOR

Jenis Ruang Vektor

● Skalar : bilangan real atau kompleks
● Real : ruang vektor dengan skalar bilangan real
● Kompleks : ruang vektor dengan skalar bilangan kompleks
● Umum : bilangan skalarnya dari field (lapangan)

Definisi Ruang Vektor

Misalkan 𝑉 merupakan suatu himpunan dengan dua operasi yang didefinisikan yaitu
penjumlahan dan perkalian dengan skalar. 𝑉 disebut sebuah ruang vektor (vector space) jika
aksioma-aksioma berikut dipenuhi oleh semua vektor 𝑢, 𝑣, 𝑤 pada 𝑉 dan semua skalar 𝑘 dan
𝑙.
(i). 𝑢 + 𝑣 ∈ 𝑉 (tertutup terhadap operasi penjumlahan)
(ii). 𝑢 + 𝑣 = 𝑣 + 𝑢 (komutatif terhadap penjumlahan)
(iii). (𝑢 + 𝑣) + 𝑤 = 𝑢 + (𝑣 + 𝑤) (asosiatif terhadap operasi penjumlahan)
(iv). Terdapat vektor nol 0 ∈ 𝑉, sedemikian sehingga 𝑢 + 0 = 0 + 𝑢 = 𝑢 untuk semua
𝑢 ∈ 𝑉.
(v). Untuk setiap 𝑢 ∈ 𝑉, terdapat −𝑢 ∈ 𝑉, sedemikian sehingga 𝑢 + (−𝑢) = (−𝑢) + 𝑢 = 0.
(vi). Untuk setiap 𝑢 ∈ 𝑉, 𝑘𝑢 ∈ 𝑉 (tertutup terhadap operasi perkalian skalar)
(vii). 𝑘(𝑙𝑢) = (𝑘𝑙)𝑢
(viii).𝑘(𝑢 + 𝑣) = 𝑘𝑢 + 𝑘𝑣
(ix). (𝑘 + 𝑙)𝑢 = 𝑘𝑢 + 𝑙𝑢
(x). 1𝑢 = 𝑢
Periksa dan pastikan semua aksioma terpenuhi.

Ruang Vektor untuk Matriks 2×2

Dengan sembarang 𝑢, 𝑣 ∈ 𝑉, maka berlaku:
𝑢 + 𝑣 = [𝑢11 𝑢12 𝑢21 𝑢22 ] + [𝑣11 𝑣12 𝑣21 𝑣22 ] = [𝑢11 + 𝑣11 𝑢12 + 𝑣12 𝑢21 + 𝑣21 𝑢22 +
𝑣22 ]
𝑘𝑢 = 𝑘[𝑢11 𝑢12 𝑢21 𝑢22 ] = [𝑘𝑢11 𝑘𝑢12 𝑘𝑢21 𝑘𝑢22 ]
Aksioma ketertutupan terpenuhi dengan alasan:
● Hasil penjumlahan/perkalian berupa matriks berordo 2×2
● Setiap entri pada matriks hasil penjumlahan/perkalian berupa bilangan real

Ruang Vektor untuk Matriks 𝑚 × 𝑛

Himpunan 𝑉 terdiri dari semua matriks 𝑚 × 𝑛 dengan entri-entri bilangan real yang dilengkapi
dengan operasi penjumlahan matriks dan perkalian skalar merupakan ruang vektor. Operasi
penjumlahan pada matriks memenuhi tertutup, komutatif, dan asosiatif sehingga jelas
memenuhi aksioma (i), (ii), dan (iii). Untuk aksioma (iv), vektor nol pada 𝑉 adalah matriks nol
𝑚 × 𝑛. Jika 𝑢 adalah matriks 𝐴 maka vektor −𝑢 adalah matriks – 𝐴 sehingga memenuhi
aksioma (v). Aksioma selanjutnya jelas terpenuhi sesuai dengan sifat operasi perkalian matriks
dengan skalar.

Ruang Vektor untuk Fungsi Bilangan Real

Misalkan 𝑉 merupakan suatu himpunan yang terdiri dari semua fungsi bernilai real.
Untuk setiap fungsi 𝑓, 𝑔 ∈ 𝑉 dengan 𝑓 = 𝑓(𝑥), 𝑔 = 𝑔(𝑥), dan suatu skalar 𝑘 didefinisikan:
(𝑓 + 𝑔)(𝑥) = 𝑓(𝑥) + 𝑔(𝑥)
(𝑘𝑓)(𝑥) = 𝑘𝑓(𝑥)
Himpunan 𝑉 yang dilengkapi kedua operasi tersebut jelas merupakan ruang vektor.
 RUANG BAGIAN (SUBSPACE)

Subruang
- Definisi
Misalkan 𝑉 merupakan suatu ruang vektor dan 𝑊 merupakan suatu himpunan bagian
tak kosong dari 𝑉. 𝑊 disebut sebagai subruang (subspace) dari 𝑉 jika 𝑊 merupakan
suatu ruang vektor atas operasi penjumlahan dan perkalian skalar yang didefinisikan
pada 𝑉.
- Syarat Perlu dan Cukup Ruang Bagian
Teorema 4.2.1
Misalkan 𝑊 merupakan suatu himpunan bagian tak kosong dari ruang vektor 𝑉. 𝑊
merupakan suatu subruang dari 𝑉 jika dan hanya jika kondisi berikut berlaku.
(i) Untuk setiap 𝒖, 𝒗 ∈ 𝑊, 𝒖 + 𝒗 ∈ 𝑊.
(ii) Untuk setiap 𝒖 ∈ 𝑊 dan 𝑘 sebarang skalar, 𝑘𝒖 ∈ 𝑊.
Contoh:
1. Jika 𝑉 adalah ruang vektor apapun, dan jika 𝑊 = {𝟎} adalah ruang bagian dari 𝑉
yang hanya terdiri dari vektor nol, maka 𝑊 memenuhi Teorema 4.2.1 dan disebut
sebagai ruang bagian nol dari 𝑉. Setiap ruang vektor 𝑉 memiliki sedikitnya dua
buah ruang bagian yaitu 𝑉 dan ruang bagian nol.
2. Jika 𝑊 suatu garis yang melalui origin (0,0), maka menjumlahkan dua buah vektor
pada garis atau mengalikan suatu vektor pada garis dengan suatu skalar akan
menghasilkan vektor lain pada garis.
- Ruang Bagian dari Semua Polinomial
Misalkan 𝑉 merupakan suatu ruang vektor yang terdiri dari semua fungsi bernilai real
dan 𝑊 merupakan suatu himpunan yang terdiri atas semua fungsi polynomial real yang
mempunyai derajat ≤ 𝑛 yaitu
𝑊 = {𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 |𝑎0 , 𝑎1 , 𝑎2 , ⋯ , 𝑎𝑛 ∈ ℝ} ⊆ 𝑉
Pembuktian 𝑊 merupakan subruang dari 𝑉:
1. Ambil sembarang 𝒖, 𝒗 ∈ 𝑊 dengan
𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛
𝑞(𝑥) = 𝑏0 + 𝑏1 𝑥 + 𝑏2 𝑥 2 + ⋯ + 𝑏𝑛 𝑥 𝑛
dan skalar 𝑘 ∈ ℝ.
2. Subtitusi ke Teorema 4.2.1
 (i) (𝒑 + 𝒒)(𝑥) = 𝑝(𝑥) + 𝑞(𝑥)
= (𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 ) + (𝑏0 + 𝑏1 𝑥 + 𝑏2 𝑥 2 + ⋯ + 𝑏𝑛 𝑥 𝑛 )
= (𝑎0 + 𝑏0 ) + (𝑎1 + 𝑏1 )𝑥 + (𝑎2 + 𝑏2 )𝑥 2 + ⋯ + (𝑎𝑛 + 𝑏𝑛 )𝑥 𝑛 ∈ 𝑊.
(ii) (𝑘𝒑)(𝑥) = 𝑘𝑝(𝑥)
= 𝑘(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 )
= (𝑘𝑎0 ) + (𝑘𝑎1 )𝑥 + (𝑘𝑎2 )𝑥 2 + ⋯ + (𝑘𝑎𝑛 )𝑥 𝑛 ∈ 𝑊.
Karena 𝑊 telah memenuhi kedua ketentuan tersebut, maka 𝑊 merupakan subruang
dari 𝑉.
- Sifat Ruang Bagian
Teorema 4.2.2
Jika 𝑊1 , 𝑊2 , ⋯ , 𝑊𝑟 adalah subruang dari ruang vektor 𝑉, maka irisan dari subruang-
subruang tersebut juga merupakan subruang dari 𝑉.

Kombinasi Linear
- Definisi
Sebuah vektor 𝒘 dinamakan kombinasi linear dari vektor-vektor 𝒗𝟏 , 𝒗𝟐 , ⋯ , 𝒗𝒓 jika
vektor tersebut dapat dinyatakan dalam bentuk
𝒘 = 𝑘1 𝒗𝟏 + 𝑘2 𝒗𝟐 + ⋯ + 𝑘𝑟 𝒗𝒓
dimana 𝑘1 , 𝑘2 , ⋯ , 𝑘𝑟 masing-masing merupakan suatu skalar.
Contoh:
Misalkan vektor-vektor 𝒖 = (1,2, −1) dan 𝒗 = (6,4,2) pada ℝ3. Tunjukkan 𝒘 =
(9,2,7) merupakan kombinasi linear dari 𝒖 dan 𝒗 serta 𝒙 = (4, −1,8) bukan kombinasi
linear dari 𝒖 dan 𝒗.
Penyelesaian.
1. 𝒘 = 𝑘1 𝒖 + 𝑘2 𝒗 → (9,2,7) = 𝑘1 (1,2, −1) + 𝑘2 (6,4,2)
→ (9,2,7) = (𝑘1 + 6𝑘2 , 2𝑘1 + 4𝑘2 , −𝑘1 + 2𝑘2 )
𝑘1 + 6𝑘2 = 9
sedemikian sehingga terbentuk SPL { 2𝑘1 + 4𝑘2 = 2
−𝑘1 + 2𝑘2 = 7
Untuk menunjukkan 𝒘 merupakan kombinasi linear dari 𝒖 dan 𝒗, maka SPL
tersebut harus konsisten atau dapat ditentukan solusi 𝑘1 dan 𝑘2 .
Dengan menggunakan eliminasi Gauss Jordan, diperoleh 𝑘1 = −3 dan 𝑘2 = 2,
sehingga terbukti 𝒘 = −3𝒖 + 2𝒗.
2. 𝒛 = 𝑘1 𝒖 + 𝑘2 𝒗 → (4, −1,8) = 𝑘1 (1,2, −1) + 𝑘2 (6,4,2)
 → (4, −1,8) = (𝑘1 + 6𝑘2 , 2𝑘1 + 4𝑘2 , −𝑘1 + 2𝑘2 )
𝑘1 + 6𝑘2 = 4
sedemikian sehingga terbentuk SPL {2𝑘1 + 4𝑘2 = −1
−𝑘1 + 2𝑘2 = 8
Dengan menggunakan eliminasi Gauss Jordan, SPL tersebut tidak konsisten
sehingga terbukti 𝒛 bukan kombinasi linear dari 𝒖 dan 𝒗.
- Sifat Kombinasi Linear
Teorema 4.2.3
Jika 𝑆 = {𝑤1 , 𝑤2 , ⋯ , 𝑤𝑟 } adalah himpunan vektor bukan nol dalam ruang vektor 𝑉,
maka:
(a) Himpunan 𝑾 dari semua kombinasi linear yang memungkinkan dari vektor dari 𝑺
adalah subruang dari 𝑽
(b) Himpunan 𝑾 merupakan ruang bagian “terkecil” dari 𝑽 yang memuat semua vektor
dalam 𝑺, dalam arti bahwa sembarang ruang bagian lain yang memuat vektor-vektor
tersebut memuat 𝑾.
- Sifat Himpunan Membangun
Diketahui 𝑉 ruang vektor dan 𝑊 ruang bagian dari 𝑉, dan
𝑆 = {𝑤1 , 𝑤2 , ⋯ , 𝑤𝑟 |𝑤𝑖 𝜖 𝑉, 𝑖 = 1,2, . . , 𝑟}
Jika ∀𝑥 𝜖 𝑊 dapat dinyatakan dalam bentuk 𝑥 = 𝑘1 𝑤1 + 𝑘2 𝑤2 + ⋯ + 𝑘𝑟 𝑤𝑟 dengan 𝑘𝑖
scalar, maka dikatakan S membangun 𝑊 atau dapat dinotasikan dengan 𝑊 =
𝑠𝑝𝑎𝑛{𝑤1 , 𝑤2 , ⋯ , 𝑤𝑟 } atau 𝑊 = 𝑠𝑝𝑎𝑛(𝑆)
Dengan kata lain:
𝑊 dibangun oleh 𝑆 jika setiap elemen 𝑊 merupkan kombinasi linear dari elemen-
elemen 𝑆
Cara mengecek sifat membangun:
1. Memeriksa apakah sembarang vektor 𝑏 𝜖 ℝ3 dapat dinyatakan sebagai kombinasi
linear dari vektor 𝑣1 , 𝑣2 , 𝑑𝑎𝑛 𝑣3
2. Memeriksa determinan
3. Jika SPL konsisten dan determinan bernilai tak nol, maka dapat disimpulkan bahwa
vektor 𝑣1 , 𝑣2 , 𝑑𝑎𝑛 𝑣3 membangun ℝ𝟑
Contoh:
Tentukan apakah vektor 𝑣1 = (1,1,2), 𝑣2 = (1,0,1), 𝑑𝑎𝑛 𝑣3 = (2,1,3) membangun
ruang vektor ℝ𝟑
Penyelesaian.
 Persamaan Vektor
𝑏 = 𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟
(𝑏1, 𝑏2, 𝑏3 ) = 𝑘1 (1,1,2) + 𝑘2 (1,0,1) + 𝑘3 (2,1,3)
Determinan
1 1 2
det(𝐴) = |1 0 1| = 0
2 1 3
Karena det(𝐴) = 0, maka dapat disimpulkan bahwa himpunan S = {𝑣1 , 𝑣2 , 𝑣3 } tidak
membangun ruang vektor ℝ𝟑
- Himpunan Bebas Linier
Jika 𝑆 = {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑟 } merupakan suatu himpunan vektor, maka persamaan vektor
𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟 = 0
Mempunyai paling sedikit satu pemecahan, yaitu 𝑘1 = 0, 𝑘2 = 0, 𝑘𝑟 = 0
• Jika ini adalah satu-satunya pemecahan, maka S disebut himpunan bebas linier
• Jika ada pemecahan lain, maka S disebut himpunan tak bebas linier
Cara mengecek sifat membangun:
1. Bentuk SPL Homogen
2. Jika det(𝐴) = 0, maka solusi SPL Homogen memiliki banyak solusi (bersifat tak
bebas linier)
Contoh:
Tentukan apakah vektor 𝑣1 = (1, −2,3), 𝑣2 = (5,6, −1), 𝑑𝑎𝑛 𝑣3 = (3,2,1)
membentuk suatu himpunan bebas linier atau tidak
Penyelesaian.
Persamaan Vektor
𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟 = 0
𝑘1 (1, −2,3) + 𝑘2 (5,6, −1) + 𝑘3 (3,2,1) = (0,0,0)
SPL Homogen
𝑘1 + 5𝑘2 + 3𝑘3 = 0
−2𝑘1 + 6𝑘2 + 2𝑘3 = 0
3𝑘1 − 𝑘2 + 𝑘3 = 0
Determinan
1 5 3
det(𝐴) = |−2 6 2| = 0
3 −1 1
Karena det(𝐴) = 0, maka solusi SPL Homogen memiliki banyak solusi. Dengan
menggunakan eliminasi Gauss Jordan atau aturan Cramer, diperoleh solusi 𝑘1 =
1 1
− 2 𝑡, 𝑘2 = − 2 𝑡, 𝑑𝑎𝑛 𝑘3 = 𝑡 𝑑𝑒𝑛𝑔𝑎𝑛 𝑡 𝜖 ℝ sehingga 𝑘1 = 0, 𝑘2 = 0, 𝑑𝑎𝑛 𝑘3 = 0

bukan satu-satunya pemecahan. Jadi, himpunan S = {𝑣1 , 𝑣2 , 𝑣3 } tak bebas linier.