KERANGKA PEMBAHASAN
1.
Ruang Vektor Nyata
2.
Subruang
3.
Kebebasan Linier
4.
Basis dan Dimensi
5.
Ruang Baris, Ruang Kolom dan Ruang Nul
PENGANTAR
Pada bab sebelumnya: generalisasi vektor R
2dan R
3ke R
nPada bab ini akan mengumumkan vektor lebih lanjut sehingga
disebut saja: VEKTOR
Di sini bukan hanya teori, tapi aplikasi: ALAT yang sangat
berguna untuk memperluas visualisasi geometrik kita terhadap
berbagai permasalahan matematika yang penting
Kita dapat menggambarkan R
2dan R
3sebagai garis, yang
memperkenankan kita menggambar atau membentuk gambar
mental untuk membantu menyelesaikan permasalahan tersebut
5.1 RUANG VEKTOR NYATA
Pada sub-bab ini kita akan memperluas konsep sebuah vektor
dengan mengambil sifa-sifat penting vektor yang sudah dikenal
kemudian dijadikan AKSIOMA
Setiap sekumpulan obyek yang cocok dengan suatu aksioma,
secara otomatis memiliki sifa-sifat penting vektor yang sudah
dikenal
Selanjutnya, kumpulan obyek tersebut dapat diterima sebagai
VEKTOR JENIS BARU
AKSIOMA RUANG VEKTOR
V adalah kumpulan obyek bukan kosong yang dapat didefinisikan
dengan dua operasi: penambahan dan perkalian skalar
Jika operasi-operasi berikut berlaku untuk semua u, v, w dan V,
maka V adalah RUANG VEKTOR, sedangkan obyek-obyek
tersebut ada di dalam vektor V
1.
Jika u dan v adalah obyek di dalam V, maka u + v ada di
dalam V
3.
u + (v + w) = (u + v) + w
4.
Ada sebuah obyek 0 di V, disebut vektor nol untuk V,
sehingga 0 + u = u + 0 = u untuk semua u di V
5.
Untuk semua u di V, ada obyek –u di V, disebut u
negatif, sehingga u + (-u) = (-u) + u = 0
6.
Jika k adalah skalar sembarang dan u adalah obyek
sembarang di V, maka ku ada di V
7.
k(u + v) = ku + kv
8.
(k + m)u = ku + mu
9.
k (mu) = (km)(u)
CONTOH
Diketahui V adalah kumpulan fungsi nilai-nyata yang didefinisikan
pada garis bilangan nyata (-
, ). Jika f(x) dan g(x) adalah dua
fungsi dan k adalah bilangan nyata, definisikan penjumlahan fungsi
f(x)+g(x) dan kf(x).
CONTOH
Kumpulan semua pasang bilangan nyata (x,y) dengan operasi
(x,y) + (x’,y’) = (x+x’,y+y’) dan k(x,y) = (2kx,2ky)
Apakah ini termasuk ruang vektor? Kalau tidak, manakah aksioma
yang gagal?
JAWABAN
BUKAN termasuk ruang vektor karena gagal di aksioma 9 dan 10:
9. k (mu) = (km)(u)
CONTOH: SETIAP BIDANG MELALUI ASALNYA
ADALAH SEBUAH RUANG VEKTOR
V adalah bidang melalui asalnya di R3. Kita akan menunjukkan bahwa
titik-titik di V membentuk ruang vektor di bawah operasi penjumlahan dan perkalian yang standar untuk vektor di R3. Telah dibuktikan bahwa R3 itu
sendiri adalah ruang vektor di bawah operasi-operasi ini sehingga telah memenuhi aksioma 2, 3, 7, 8, 9 dan 10. Sekarang kita buktikan aksioma sisanya (1, 4, 5, dan 6). Karena V bidang melalui asalnya maka:
ax + by + cz = 0
Jika u = (u1,u2,u3) dan v = (v1,v2,v3) adalah titik di V, maka au1 + bu2 + cu3 = 0 dan av1 + bv2 + cv3 = 0. Penjumlahan kedua garis:
Bukti aksioma 1: u + v = (u
1+v
1,u
2+v
2,u
3+v
3), sehingga u + v ada di V
Bukti aksioma 4: 0 + u = u + 0 = u
0 = (0,0,0) maka (0,0,0) + (u
1,u
2,u
3) = (u
1,u
2,u
3) + (0,0,0) = (u
1,u
2,u
3)
Bukti aksioma 5: u + (-u) = (-u) + u = 0
(u
1,u
2,u
3) + (-u
1,-u
2,-u
3) = (-u
1,-u
2,-u
3) + (u
1,u
2,u
3) = (0,0,0)
Bukti aksioma 6: ku = k(u
1,u
2,u
3) = (ku
1,ku
2,ku
3)
5.2 SUBRUANG
Misalkan W merupakan subhimpunan dari sebuah ruang vektor V
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 maka
4. Jika dan k Riil maka
W
v
u
,
u
v
W
W
Contoh :
Tunjukan bahwa himpunan W yang berisi semua matriks orde 2x2 dengan setiap unsur diagonalnya adalah nol
merupakan subruang dari ruang vektor matriks M2x2
Jawab :
2. Jelas bahwa W M2x2
3. Ambil sembarang matriks A, B W Tulis dan maka 0 0 0 0 1. O W
W
0 0 2 1 a a A 0 0 2 1 b b BPerhatikan bahwa :
Ini menunjukan bahwa
4. Ambil sembarang matriks A W dan k Riil maka
Ini menunjukan bahwa
Jadi, W merupakan Subruang dari M2x2.
0 0 0 0 0 0 2 2 1 1 2 1 2 1 b a b a b b a a B A
W
B
A
W ka ka kA 0 0 2 1W
kA
CONTOH :
Periksa apakah himpunan D yang berisi semua matriks orde 2x2 yang determinannya nol merupakan subruang dari ruang vektor M2x2 Jawab : 0 0 b a A a b B 0 0
Ambil sembarang matriks A, B W. Pilih a ≠ b : , jelas bahwa det (A) = 0
B
A
a
b
b
a
Perhatikan bahwa : =Jadi D bukan merupakan subruang
karena tidak tertutup terhadap operasi penjumlahan
Karena a ≠ b
u 1
v
v2 vnn
n
v
k
v
k
v
k
u
1
1
2
2
...
Sebuah vektordinamakan kombinasi linear dari vektor – vektor , , … ,
jika vektor – vektor tersebut
dapat dinyatakan dalam bentuk :
dengan k1, k2, …, kn adalah skalar Real.
CONTOH
u
v
a
b
c
Misal = (2, 4, 0), danApakah vektor berikut merupakan kombinasi linear dari vektor – vektor di atas
= (4, 2, 6) c. = (0, 0, 0) adalah vektor-vektor di R3. = (1, –1, 3) b. = (1, 5, 6) a.
6 2 4 3 1 1 0 4 2 2 1 k k 6 2 4 3 0 1 4 1 2 2 1 k k a. Tulis
akan diperiksa apakah ada k1, k2,sehingga kesamaan tersebut dipenuhi.
Ini dapat ditulis menjadi:
a
v
k
u
k
1
2
JAWABAN
dengan OBE, diperoleh:
0 0 0 2 1 0 2 1 ~ 6 3 0 6 3 1 2 1 12 2 1
a
u
a
u
2
v
Dengan demikian,b v k u k1 2 6 5 1 3 1 1 0 4 2 2 1 k k 6 5 1 3 0 1 4 1 2 2 1 k k b. Tulis :
ini dapat ditulis menjadi:
3 0 0 2 1 0 1 ~ 6 3 0 3 3 0 0 1 ~ 6 3 0 5 1 4 1 1 2 12 2 1 2 1
dengan OBE dapat kita peroleh :
Baris terakhir pada matriks ini menunjukkan bahwa SPL tersebut adalah tidak konsisten (tidak mempunyai solusi). Jadi, tidak ada nilai k1 dan k2 yang memenuhi b tidak dapat dinyatakan sebagai kombinasi linear dari u dan v
c. Dengan memilih k1 = 0 dan k2 = 0, maka dapat ditulis
c
v
k
u
k
1
2
artinya vektor nol merupakan kombinasi linear dari vektor apapun.
MEMBANGUN RUANG VEKTOR
1
v
2 v 3v
Himpunan vektordikatakan membangun suatu ruang vektor V jika setiap vektor
pada V selalu dapat dinyatakan sebagai kombinasi linear dari vektor – vektor di S. = (1, 1, 2), = (1, 0, 1), dan = (2, 1, 3)
v
v
v
n
S
1,
2,
...
,
Contoh : Tentukan apakah
3 2 1 3 2 1 3 1 2 1 0 1 2 1 1 u u u k k k Jawab : misalkan . Tulis : .
Sehingga dapat ditulis dalam bentuk : Ambil sembarang vektor di R2
3 3 2 2 1 1
v
k
v
k
v
k
u
3 2 1 u u u uSyarat agar dapat dikatakan kombinasi linear
SPL tersebut harus mempunyai solusi (konsisten) Dengan OBE diperoleh :
haruslah u3 – u2 – u1 = 0 Agar SPL itu konsisten
Ini kontradiksi dengan pengambilan vektor sembarang (unsur – unsurnya bebas, tak bersyarat)
u
u
u
n
S
1,
2,...,
Misalkan 0 ... 1 2 1 1u k u knun k 0 1 k k2 0k
n
0
S dikatakan bebas linear (linearly independent)
hanya mempunyai satu solusi (tunggal), yakni
,...,
adalah himpunan vektor diruang vektor V
JIKA SPL homogen :
,
Jika solusinya tidak tunggal maka S kita namakan himpunan tak bebas linear (Bergantung linear / linearly dependent)
1, 3, 2
u a
1, 1, 1
0
2 1
k
a
u
k
0 0 0 1 2 1 3 1 1 -2 1 k kDiketahui dan Apakah saling bebas linear di R3
Tulis atau Jawab :
CONTOH :
~ 0 0 0 1 2 1 3 1 1 - ~ 0 0 0 1 0 4 0 1 1 0 0 0 0 0 1 0 0 1dengan OBE dapat diperoleh :
dengan demikian diperoleh solusi tunggal yaitu: k1 = 0, dan k2 = 0. Ini berarti ū dan ā adalah saling bebas linear.
2 3 1 a 1 1 1 b 4 6 2 c c k b k a k1 2 3 0 4 1 2 6 1 3 2 1 1 3 2 1 k k k 0 0 0 , , Jawab : atau = Tulis :
Apakah ketiga vektor diatas saling bebas linear R3
~ 0 1 0 0 4 0 2 1 1 0 0 0 0 1 0 2 1 1
c
b
a
,
,
dengan OBE diperoleh :
Ini menunjukan bahwa
k1, k2, k3 mrp solusi tak hingga banyak
adalah vektor-vektor yang bergantung linear. Jadi
INTERPRETASI GEOMETRI KEBEBASAN LINEAR
Di R2 atau R3, kumpulan dua vektor BEBAS LINEAR jika dan hanya jika
vektor-vektor tersebut TIDAK terletak pada garis yang sama saat ditempatkan titik awalnya di asalnya (titik O)
Di R3, kumpulan tiga vektor BEBAS LINEAR jika dan hanya jika vektor-vektor
tersebut TIDAK terletak pada bidang yang sama saat ditempatkan titik awalnya di asalnya (titik O)
TEOREMA
Misalkan S = {v
1, v
2, …, v
r} adalah kumpulan
vektor di R
n. Jika r>n, maka S bergantung linear
Karena, ada r anu sedangkan persamaannya n
buah (lebih sedikit), sehingga pasti bergantung
linear
KEBEBASAN LINEAR FUNGSI
Beberapa fungsi pada interval (-
,) dapat diuji kebebasan
linearnya menggunakan
WRONSKIAN
dari f
1(x), f
2(x), …, f
n(x)
dengan rumus:
=
( )
( )
…
′ ( )
′ ( ) …
⋮
⋮
⋮
( )
′ ( )
⋮
( )
( ) …
( )
Deteminan ini berguna untuk memastikan apakah fungsi-fungsi
tersebut membentuk kebebasan linear di ruang vektor C
n-1(-
,)
CONTOH
Uji kebebasan linear fungsi-fungsi berikut:
1. x, sin x
2. 1, ex, e2x
JAWAB:
1. Wronskiannya:
Nilai x = 0 maka W = 0, x = /2 maka W ≠ 0
2. Wronskiannya:
5.4 BASIS DAN DIMENSI
Jika V adalah sembarang ruang vektor dan S = {
ū
1,
ū
2, … ,
ū
n} merupakan himpunan berhingga dari vektor – vektor di V,
maka S dinamakan basis bagi V
Jika kedua syarat berikut dipenuhi :
•
S membangun V
2 1 0 1 , 4 12 8 0 , 0 1 1 0 , 6 3 6 3 M c d b a k k k k 2 1 0 1 4 12 8 0 0 1 1 0 6 3 6 3 4 3 2 1 Contoh :
Tunjukan bahwa himpunan matriks berikut :
merupakan basis bagi matriks berukuran 2 x 2
Jawab :
Tulis kombinasi linear :
atau d c b a k k k k k k k k k k k k 4 3 1 4 3 2 1 3 2 1 4 1 2 4 6 12 3 8 6 3
d c b a k k k k 4 3 2 1 2 4 0 6 1 12 1 3 0 8 1 6 1 0 0 3
dengan menyamakan setiap unsur pada kedua matriks, diperoleh SPL :
Determinan matriks koefisiennya (MK) = 48 • det(MK) 0 SPL memiliki solusi
untuk setiap a,b,c,d Jadi, M membangun M2 x 2
• Ketika a = 0, b = 0, c = 0, d = 0,
det(MK) 0 SPL homogen punya solusi tunggal. Jadi, M bebas linear.
Karena M bebas linear dan membangun M2 x 2 maka M merupakan basis bagi M2 x 2.
Ingat…
Basis untuk setiap ruang vektor adalah tidak tunggal.
Contoh :
Untuk ruang vektor dari M2 x 2, himpunan matriks :
1 0 0 0 , 0 1 0 0 , 0 0 1 0 , 1 0 0 1
DIMENSI
Ruang vektor bukan nol V disebut DIMENSI-TERBATAS (finite-dimensional) jika mengandung sebuah kumpulan terbatas vektor
{v
1, v
2, …, v
n} yang
membentuk sebuah basis. Jika tidak ada kumpulan yang tersedia
maka disebut
DIMENSI-TAK TERBATASNotasinya: dim(V)
Contoh:
• dim(Rn) = n (basis standar yang memiliki n vektor)
• dim(Pn) = n + 1 (basis standar yang memiliki n + 1 vektor)
CONTOH
SPL berikut, berapa dimensinya?
Solusi umumnya:
Dalam bentuk vektor dapat ditulis:
= −1 1 0 0 0 dan = −1 0 −1 0 1
CONTOH
Temukan basis subruang P2 (polynomial 2) yang dijangkau oleh vektor berikut: 1 − + 3 , 2 + 2 − 6 , 3 + 3 − 9
JAWABAN:
1 −3 1 2 −6 2 3 −9 3
Baris 2 dan 3 proporsional terhadap baris 1, sehingga hasil OBE:
1 −3 1
0 0 0
0 0 0
5.5 RUANG BARIS, RUANG KOLOM DAN RUANG
NUL
1 2 2 1 1 3 2 1 1 1 2 1 A Vektor baris Vektor kolomPerhatikan kolom-kolom pada matriks hasil OBE
Kolom yang memiliki leading 1 disebut
RUANG KOLOM
matriks A mempunyai basis ruang kolom yaitu : 2 3 1 , 1 1 1
basis ruang baris diperoleh dengan cara,
Mentransposkan terlebih dahulu matriks A, lakukan OBE pada At, sehingga diperoleh :
BARIS yang memiliki leading 1 disebut
RUANG BARIS
Kolom-kolom pada matriks hasil OBE yang memiliki satu utama bersesuaian dengan matriks asal (A).
Ini berarti, matriks A tersebut mempunyai basis ruang baris :
1 3 2 1 , 1 1 2 1
CONTOH
Perhatikan SPL yang berbentuk Ax = b berikut:
Tunjukkan bahwa b adalah ruang kolom A, dan nyatakan b sebagai kombinasi linear vektor kolom A.
JAWAB
CONTOH
Temukan basis untuk RUANG NOL dari
JAWABAN
Ruang nol dari A adalah ruang solusi sistem homogenya:
5.6 RANK DAN NULITAS
Dari contoh sebelumnya:
1 3 2 1 , 1 1 2 1
Dimensi basis ruang baris = ruang kolom
dinamakan rank. Jadi rank dari matriks A adalah 2.
1 2 2 1 1 3 2 1 1 1 2 1 A 2 3 1 , 1 1 1
Contoh : Diberikan SPL homogen : 2p + q – 2r – 2s = 0 p – q + 2r – s = 0 –p + 2q – 4r + s = 0 3p – 3s = 0
Tentukan basis ruang solusi dari SPL di atas
Jawab :
SPL dapat ditulis dalam bentuk :
0 3 0 0 3 0 1 4 2 1 0 1 2 1 1 0 2 2 1 2
0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 1 0 0 1 b a s r q p 0 1 2 0 1 0 0 1
dengan melakukan OBE diperoleh :
Solusi SPL homogen tersebut adalah :
Jadi, basis ruang solusi dari SPL diatas adalah : 0 1 2 0 , 1 0 0 1
Dimensi dari basis ruang solusi dinamakan nulitas. Dengan demikian, nulitas dari SPL di atas adalah 2.
CONTOH
Temukan rank dan nulitas
Hasil eselon baris terreduksi: