RUANG VEKTOR

SYAMSAH FITRI
DEFINISI

Sebarang himpunan benda yang dimisalkan dengan V, yang dua operasinya kita
definisikan yakni penambahan dan perkalian skalar (bilangan riil).

• Operasi penjumlahan (addition) dapat diartikan sebagai suatu aturan yang

mengasosiakan setiap pasang objek u dan v pada V dengan suatu objek u+v, yang
disebut jumlah u dan v.
• Operasi perkalian skalar (scalar multiplication), dapat diartikan sebagai suatu
aturan yang mengasosiakan setiap skalar k dan setiap objek u pada V dengan suatu
objek ku, yang disebut kelipatan skalar (scalar multiple) dari u oleh k.

Jika aksioma-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 (vector space) dan
benda-benda pada V kita namakan vektor.
Jika terpenuhi aksioma-aksioma sebagai berikut :

1. V tertutup terhadap operasi penjumlahan. Untuk

setiap 𝑢ҧ , 𝑣ഥ  V m aka 𝑢ҧ + 𝑣ഥ  V
2. u + v = v + u
3. u + (v + w) = (u + v ) + w
4. Terdapat 0  V sehingga untuk setiap u  V berlaku u  0
 0  u  u , 0 : vektor nol
5. Untuk setiap u V terdapat u  sehingga u   u   u  u 
0
6. V tertutup terhadap operasi perkalian dengan skalar.
Jika k adalah sembarang skalar dan u adalah sembarang
vektor di V , maka ku berada di V. Untuk setiap u V dan k 
Rill m a k a ku  V
LANJUTAN AKSIOMA

7. k (u + v) = ku + kv
8. (k + l ) u = ku + lu
9. k (lu) = (kl) u
10. 1.u = u

Skalar dapat berupa bilangan real atau bilangan kompleks, tergantung pada
aplikasinya. Ruang vektor dimana skalar-skalarnya adalah bilangan kompleks
disebut ruang vektor kompleks (complex vector space), dan ruang vektor dimana
skalar-skalarnya merupakan bilangan real disebut ruang vektor real (ruang vektor
real).

Definisi dari suatu ruang vektor tidak menyebutkan sifat dan vektor maupun
operasinya. Objek apa saja dapat menjadi suatu vektor dan operasi penjumlahan
dan perkalian skalar kemungkinan tidak memiliki hubungan atau kemiripan
apapun dengan operasi-operasi vektor standar pada R-n , asalkan kesepuluh
aksioma ruang vektor terpenuhi.
CONTOH :

Jika V himpunan semua vektor di R3 dengan operasi

penjumlahan U + V = (U1+V2, U2+V1, U3+V3) sedangkan
perkalian dengan skalar KU = (KU1, KU2, KU3)
A = (2, 3, -1) dan B = (4, 2, 4)
Jawab :
Akisoma 2 → U + V = V + U
A + B = (2+2, 3+4, (-1)+4) = (4, 7, 3)
B + A = (4+3, 2+2, (4+(-1)) = (7, 4,3)

Sehingga aksima 2 ini gagal karena A + B ≠ B + A sehingga

hasil operasi ini bukanlah didefinisikan vektor
CONTOH :
Ruang vektor matriks 3x2
1. M = {semua matriks berordo 3x2}. Operasi penjumlahan pada M adalah
operasi penjumlahan matriks. Operasi perkaliannya adalah perkalian skalar
dari F dengan anggota-anggota M. Apakah M merupakan ruang vektor ?

Penyelesaian :
Misalkan matrik A, matrik B, dan matrik C adalah elemen dari M.
𝑎11 𝑎12 𝑏11 𝑏12 𝑐11 𝑐12
A = 𝑎21 𝑎22 , B= 𝑏21 𝑏22 , C = 𝑐21 𝑐22
𝑎31 𝑎32 𝑏31 𝑏32 𝑏31 𝑐32
Penyelesaian lanjutan :
Penyelesaian lanjutan :
Penyelesaian lanjutan :
 DEFINISI

Sub ruang vektor adalah sebenarnya ruang vekctor juga, namun dengan syarat-
syarat khusus

Misalkan W merupakan subhimpunan dari sebuah ruang vektorV

W dinamakan subruang (subspace) V
jika W juga merupakan ruang vektor yang tertutup terhadap
operasi penjumlahan dan perkalian dengan skalar.

Syarat W disebut subruang dari V adalah :

1. W  {}
2. W  V
3. Jika u , vW maka u v W
4. Jika u W dan k  Riil maka kuW
 CONTOH :
Tunjukan bahwa himpunan W yang berisi semua matriks orde 2x2 dimana
setiap un s ur diagonalnya adalah nol merupakan subruang dari ruang
vektor matriks 2x2

Penyelesaian :
0 0
1. 0 = ∈ 𝑊 𝑚𝑎𝑘𝑎 𝑊 ≠ {}
0 0
2. Jelas bahwa W ⊆ M 2 x 2
3. Ambil sembarang matriks A, B  W

0 𝑎1 0 𝑏1
𝐴= 𝑑𝑎𝑛 𝐵 =
𝑎2 0 𝑏2 0

0 𝑎1 0 𝑏1 0 𝑎1 + 𝑏1
𝐴+𝐵 = + =
𝑎2 0 𝑏2 0 𝑎2 + 𝑏2 0

Ini menunjukan bahwa A B  W

4. Ambil sembarang matriks A  W dan k  Riil maka
0 𝑘𝑎1
𝑘𝐴 ∈𝑊
𝑘𝑎2 0
Ini menunjukan bahwa kAW
Jadi, W merupakan Subruang dari M2x2.
 Himpunan suatu vektor yang anggotanya tidak saling tergantung
antara satu vektor dengan vektor yang lainnya

DEFINISI

Jika S  1 u 1 , u 2 ,..., u n  adalah suatu himpunan vektor tak kosong,

maka persamaannya ialah k1u1  k 2 u1  ...  k n u n  0
hanya dipenuhi oleh k1  0 , k 2  0 ,..., k n  0

Jika hanya itu satu-satunya penyelesaian, maka S dinamakan himpunan

vektor yang bebas linear (linearly independent), tetapi jika ada
penyelesaian yang lain, solusinya lebih dari satu, artinya ada solusi k ≠ 0
untuk suatu i, maka S kita namakan himpunan tak bebas linear (linearly
dependent), ini dapat dikatakan bahwa himpunan S merupakan himpunan
vektor yang bergantung linear.
Cara alternatif untuk menentukan suatu sistem bebas linear
atau tak bebas linear, yaitu cukup dengan memeriksa/meninjau
apakah matriks det (A) = 0 atau tidak.
NOTE:
 Jika nilai determinan dari suatu sistem linear det (A) = 0,
maka antara satu vektor dan vektor lainnya saling
tergantung atau S tak bebas linear.
 Jika nilai determinan dari suatu sistem linear det (A) ≠ 0,
maka antara satu vektor dan vektor lainnya tidak saling
tergantung atau S bebas linear.
 CONTOH :
Tunjukkan bahwa v1 = (1, -2,3), v2 = (5,6,-1), v3 = (3,2,1) membentuk himpunan bebas
linear atau tak bebas linear
Penyelesaian :
• Persamaan vektor dalam komponen
k1v1 + k2v2 + k3v3 = 0
k1(1, -2,3) + k2(5,6, -1)+k3(3,2,1)=(0,0,0)

(k1+5k2+3k3, –2k1+6k2+2k3, 3k1– k2 +k3) = (0,0,0)

• Persamaan untuk tiap komponen
k1 + 5k2 + 3k3 = 0
– 2k1 + 6k2 + 2k3 = 0
3k1 – k2 + k3 = 0

𝟏 𝟓 𝟑
𝟔 𝟐 −𝟐 𝟐 −𝟐 𝟔
𝑺 = −𝟐 𝟔 𝟐 det (S) = 𝟏 − 𝟓 + 𝟑 =𝟎
−𝟏 𝟏 𝟑 𝟏 𝟑 −𝟏
𝟑 −𝟏 𝟏
Jadi karena nilai determinan dari vektor v1, v2 , dan v3t ersebut sama dengan nol
det (𝑺) = 0, maka antara satu vektor dengan vektor lainnya saling bergantung atau S
tak bebas linear.