• Tidak ada hasil yang ditemukan

Ruang Vektor Field Contoh 1.

N/A
N/A
Protected

Academic year: 2021

Membagikan "Ruang Vektor Field Contoh 1."

Copied!
11
0
0

Teks penuh

(1)

Ruang Vektor

Field

Misalkan K merupakan suatu himpunan, didefinisikan 2 operasi yang disebut penjumlahan (+) dan perkalian (*). K merupakan field jika memenuhi aksioma-aksioma sebagai berikut:

1. Untuk setiap ,   K maka  +   K dan  *   K. K dikatakan tertutup terhadap operasi penjumlahan dan perkalian,

2. Untuk setiap , ,  K maka ( + ) +  =  + ( + ),

3. Terdapat 0  K disebut elemen identitas terhadap penjumlahan, sedemikian sehingga 0 +  =  + 0 = , untuk setiap   K,

4. Untuk masing-masing   K, terdapat -  K disebut elemen invers terhadap penjumlahan dari  sedemikian sehingga (-) +  =  + (-) = 0,

5. Untuk setiap ,   K maka  +  =  + ,

6. Untuk setiap , ,  K maka ( * ) *  =  * ( * ), 7. Untuk setiap , ,  K, maka

 * ( + ) =  *  +  * , ( + ) *  =  *  +  * ,

8. Untuk setiap ,   K maka  *  =  * ,

9. Terdapat 1  K disebut elemen identitas terhadap operasi perkalian, sedemikian sehingga 1 *  =  *1 = , untuk setiap   K,

10. Untuk masing-masing   0  K, terdapat -1  K disebut elemen invers terhadap operasi perkalian dari  sedemikian sehingga -1 *  =  * -1 = 1.

Elemen-elemen dari suatu field disebut skalar.

Contoh 1.

ℝ merupakan bilangan riil. Misalkan , ,   ℝ. ℝ merupakan field karena memenuhi 10 aksioma pada field.

Bukti:

1. Untuk setiap ,  ℝ berlaku  +  ℝ dan  * ℝ. ℝ tertutup terhadap operasi penjumlahan dan perkalian,

(2)

2. Untuk setiap , , ℝ berlaku ( + ) +  =  + ( + ),

3. Terdapat 0 ℝ disebut elemen identitas terhadap penjumlahan, sedemikian sehingga berlaku 0 +  =  + 0 = , untuk setiap  ℝ,

4. Untuk masing-masing  ℝ, terdapat - ℝ disebut elemen invers terhadap penjumlahan dari  sedemikian sehingga berlaku (-) +  =  + (-) = 0, 5. Untuk setiap ,  ℝ berlaku  +  =  + ,

6. Untuk setiap , , ℝ berlaku (* ) *  = * ( * ), 7. Untuk setiap , , ℝ, berlaku

 * ( + ) =  *  +  * , ( + ) *  =  *  +  * ,

8. Untuk setiap ,  ℝ maka  *  =  * ,

9. Terdapat 1  ℝ disebut elemen identitas terhadap operasi perkalian, sedemikian sehingga 1 *  =  * 1 = , untuk setiap  ℝ,

10. Untuk masing-masing   0 ℝ, terdapat -1 ℝ disebut elemen invers terhadap operasi perkalian dari  sedemikian sehingga -1 *  =  * -1 = 1. Contoh field yang lain adalah bilangan kompleks dan bilangan rasional.

Contoh 2.

W merupakan bilangan ganjil. W bukan merupakan field karena tidak memenuhi aksioma ke 3 yaitu tidak terdapat elemen identitas terhadap penjumlahan (0 ∉ W).

Ruang Vektor Atas Suatu Field

Misalkan V merupakan suatu himpunan vektor, didefinisikan operasi penjumlahan (+) antar elemen elemen V dan perkalian (*) antara elemen V dengan field K. V disebut ruang vektor atas suatu field K jika memenuhi aksioma-aksioma sebagai berikut:

1. Untuk setiap u, v  V dan   K maka u + v  V,  * u  V. V tertutup terhadap operasi penjumlahan dan perkalian,

2. Untuk setiap u, v, w V maka (u + v) + w = u + (v + w),

3. Untuk setiap u, v V dan  K maka  * (u + v) = * u + * v,

4. Terdapat 0  V disebut elemen identitas terhadap penjumlahan, sedemikian sehingga 0 + u = u + 0 = u , untuk setiap u V,

(3)

5. Untuk masing-masing u V, terdapat -u V disebut elemen invers terhadap perjumlahan, sedemikian sehingga (-u) + u = u + (-u) = 0,

6. Untuk setiap u, v  V maka u + v = v + u,

7. Untuk setiap u V, ,   K berlaku ( + ) * u = ( * u) + ( * u), 8. Untuk setiap u V, ,   K berlaku ( * ) * u =  * ( * u),

9. Untuk setiap u V berlaku 1 * u = u, dimana 1 adalah elemen identitas dari K.

Elemen-elemen dari ruang vektor disebut vektor.

Contoh 3.

1) Misalkan F adalah suatu field. Himpunan FF yaitu himpunan semua fungsi dari F ke F adalah ruang vektor atas F, dibawah operasi penjumlahan dan perkalian skalar pada fungsi:

(f + g)(x) = f(x) + g(x)

dan

(af)(x) = a(f(x)).

2) Himpunan Mm,n(F) yaitu himpunan semua matriks m x n dengan

elemen-elemennya di field F, adalah ruang vektor atas F, dibawah operasi penjumlahan matriks dan perkalian matriks dengan skalar.

3) Himpunan Fn yaitu himpunan semua susunan n-tuples yang komponen-komponennya berada di field F, adalah ruang vektor atas F, dengan penjumlahan dan perkalian skalar yang didefinisikan:

(a1, …, an)+(b1, …, bn) = (a1 + b1, …, an + bn)

dan

c(a1, …, an) = (ca1, …, can)

Elemen-elemen Fn dapat juga ditulis dalam bentuk kolom. Jika F adalah field hingga dengan q elemen, ditulis V(n, q) untuk Fqn.

Ruang Vektor Bagian (Subspace)

Misalkan V merupakan ruang vektor, W ∅ dan W merupakan subset dari V. W merupakan ruang vektor bagian dari V jika memenuhi aksioma-aksioma berikut: 1. Untuk setiap a, b  W maka a + b W,

(4)

2. Untuk setiap a W dan  K maka a W.

Contoh 4.

W adalah himpunan vektor-vektor pada bidang XOY yang merupakan subset dari

ℝ3. W merupakan ruang vektor bagian dari 3 karena memenuhi 2 aksioma ruang vektor bagian.

Bukti:

W = {(x, y, 0) | x, y∈ℝ}

Misalkan a = (x1, y1, 0), b = (x2, y2, 0)  W dengan x1, y1, x2, y2 ∈ℝ. 1. Untuk setiap a, b  W, maka

a + b = (x1, y1, 0) + (x2, y2, 0) = (x1 + x2, y1 + y2, 0)  W karena x1, y1, x2, y2 ∈ ℝ sehingga x1 + y1, x2 + y2 ∈ℝ.

2. Untuk setiap a W dan ℝ, maka

a =  (x1, y1, 0) = (x1, y1, 0) W karena x1, y1,  ∈ℝ sehingga x1, y1 ∈ ℝ.

Vektor yang Bebas dan Bergantung Linier Definisi

Himpunan m buah vektor {u1, u2, ..., um} disebut bergantung linier (linearly

dependent) jika terdapat skalar-skalar 1, 2, ..., m yang tidak semua nol

sedemikian sehingga 1u1 + 2u2 + ... + mum = 0. Himpunan {u1, u2, ..., um}

disebut bebas linier (linearly independent) jika 1u1 + 2u2 + ... + mum = 0 hanya

dipenuhi oleh 1= 2 = ….= m = 0.

Jika m = 1 maka bergantung linier karena u = 0 dapat dipenuhi dengan  0. Jika dalam himpunan terdapat vektor 0, misalnya {u1, u2, ..., 0, ..., um} maka

himpunan tersebut bergantung linier karena 1u1 + 2u2 + ... + iui + ... + mum =

0 dapat dipenuhi oleh i  0. Jika u dan v merupakan dua vektor yang

berkelipatan, u = v, maka kedua vektor tersebut bergantung linier.

Contoh 5.

Misalkan v1 = (1,–2, 4), v2 = (–2, 1,–3), dan v3 = (3, 5, 2). Apakah himpunan S = {v1, v2, v3} bebas linier atau tidak bebas linier?

(5)

Penyelesaian:

k1(1, –2, 4) + k2(–2, 1, –3) + k3 (3, 5, 2) = (0, 0, 0)

k1 – 2k2 + 3k3= 0 – 2k1 + k2 + 5k3= 0

k1 – 2k2 + 3k3= 0

Dengan melakukan eliminasi dan substitusi pada tiga persamaan tersebut maka diperoleh k1 = k2 = k3 = 0. Jadi, himpunan S = {v1, v2, v3} adalah himpunan yang bebas linier.

Contoh 6.

Misalkan v1 = (2, 3, 1, –2), v2 = (1, –4, 2, 2), dan v3 = (7, –6, 8, 4). Apakah himpunan S = {v1, v2, v3} bebas linier atau tidak bebas linier?

Penyelesaian: k1(2, 3, 1, –2) + k2(1, –4, 2, 2) + k3(7, –6, 8, 4) = (0, 0, 0, 0) 2k1 + k2 + 7k3= 0 3k1 – 4k2 – 6k3= 0 k1 + 2k2 + 8k3= 0 – 2k1 + 2k2 + 4k3= 0

Dengan melakukan eliminasi dan substitusi pada keempat persamaan tersebut maka diperoleh k1 = –4t, k2 = –3t, dan k3 = t. Jadi, himpunan S = {v1, v2, v3} adalah himpunan yang tidak bebas linier.

Jika sebagian (himpunan bagian) dari m vektor-vektor {u1, u2, ..., um}

bergantung linier maka keseluruhannya m vektor tersebut bergantung linier. Jika himpunan m vektor-vektor {u1, u2, ..., um} bebas linier maka himpunan

bagiannya juga bebas linier.

Kombinasi Linier Definisi

Suatu vektor w disebut sebagai kombinasi linier (linear combination) dari vektor-vektor v1, v2, ..., vr jika dapat dinyatakan dalam bentuk,

w = k1v1 + k2v2 + ... + krvr

(6)

Skalar ki disebut koefisien dari kombinasi linier. Suatu kombinasi linier

dikatakan trivial jika setiap koefisien ki adalah nol, selain itu dikatakan nontrivial.

Contoh 7.

Nyatakan vektor v = (a, b, c) pada ℝ3 sebagai kombinasi linier vektor-vektor satuan standar i, j, dan k!

Penyelesaian:

v = (a, b, c), i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1) maka v = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1) = ai + bj + ck.

Contoh 8.

Jika vektor u = (1, –3, 4) dan v = (2, 2, 3). Buktikan bahwa w = (3, 7, 2) adalah kombinasi linier dari u dan v, sedangkan x = (1, 5, –6) bukan kombinasi linier dari

u dan v. Penyelesaian:

w adalah kombinasi linier dari u dan v jika terdapat skalar k1 dan k2 yang memenuhi persamaan w = k1u + k2v.

(3, 7, 2) = k1(1, –3, 4) + k2(2, 2, 3) 3 = k1 + 2k2 (1)

7 = –3k1 + 2k2 (2) 2 = 4k1 + 3k2 (3)

Dengan eliminasi persamaan 1 dan 2 diperoleh k1 = –1 dan k2 = 2. Selanjutnya, k1 = –1 dan k2 = 2 disubstitusikan ke persamaan 3 ternyata memenuhi pula. Oleh karena itu, w adalah kombinasi linier dari u dan v dengan w = –u + 2v.

x adalah kombinasi linier dari u dan v jika terdapat skalar k1 dan k2 yang memenuhi persamaan x = k1u + k2v.

(1, 5, –6) = k1(1, –3, 4) + k2(2, 2, 3) 1 = k1 + 2k2 (1)

5 = –3k1 + 2k2 (2) –6 = 4k1 + 3k2 (3)

(7)

Dengan eliminasi persamaan 1 dan 2 diperoleh k1 = –1 dan k2 = 1. Selanjutnya, k1 = –1 dan k2 = 1 disubstitusikan ke persamaan 3 tenyata tidak memenuhi. Oleh karena itu, x bukan kombinasi linier dari u dan v.

Dimensi dan Basis

Definisi Sistem Pembentuk

Suatu himpunan vektor-vektor {u1, u2, ..., un} disebut sistem pembentuk dari

ruang vektor V, ditulis V = L{u1, u2, ..., un} jika setiap vektor v ∈ V dapat

dinyatakan sebagai kombinasi linier dari {u1, u2, ..., un}.

Contoh 9.

Vektor-vektor a = [2, 1, 0], b = [3, 2, 1], c = [5, 3, 1] adalah pembentuk ruang vektor L{a, b, c}.

Apakah vektor d = [1, 1, 1] ∈L?

Akan diperiksa apakah vektor d dapat dinyatakan sebagai kombinasi linier dari {a, b, c}. d = λ1a + λ2b + λ3c [1, 1, 1]= λ1[2, 1, 0]+ λ2[3, 2, 1] + λ3[5, 3, 1] diperoleh 2λ1+ 3λ2 + 5λ3 = 1 λ1+ 2λ2 + 3λ3 = 1 λ2 + λ3 = 1

Dengan menggunakan eliminasi pada ketiga persamaan tersebut diperoleh λ1= -1,

λ2 = 1, λ3 = 0. Jadi, d dapat dinyatakan sebagai kombinasi linier dari {a, b, c} sehingga d = [1, 1, 1] ∈L.

Definisi Dimensi

Suatu ruang vektor V dikatakan berdimensi n jika dapat diperoleh suatu himpunan

n vektor-vektor ∈ V yang bebas linier, sedangkan setiap himpunan (n + 1) vektor-vektor ∈ V selalu bergantung linier, dengan perkataan lain, banyaknya maksimum vektor-vektor ∈ V yang bebas linier adalah n.

(8)

Teorema

Setiap n vektor-vektor {u1, u2, ..., un} yang bebas linier dari V, ruang vektor

berdimensi n, pasti merupakan sistem pembentuk dari V.

Contoh 10.

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] Penyelesaian:

(i) Kedua vektor tidak berkelipatan sehingga sistem pembentuknya bebas linier. Jadi, dimensi dari L{p, q} adalah 2.

(ii) Vektor v = 2u, u ≠ 0 dan v ≠ 0 sehingga {u} atau {v} merupakan sistem pembentuk yang bebas linier. Jadi, dimensinya adalah 1.

Definisi Basis

Setiap sistem pembentuk yang bebas linier disebut basis dari ruang vektor tersebut. Setiap himpunan n vektor-vektor yang bebas linier {u1, u2, ..., un} dari

ruang vektor berdimensi n, disebut basis dari ruang vektor.

Contoh 11.

Tentukan dimensi dan basis dari ruang vektor yang dibentuk oleh: (i) a = [1, 1, 2], b = [1, 2, 5], dan c = [5, 3, 4]

(ii) p = [1, 2, 2], q = [2, 4, 4], dan r = [1, 0, 1] (iii) u = [1, 0, 1], v = [3, 0, 3], dan w = [2, 0, 2] (iv) r = [1, 0, 0], s = [1, 1, 0], dan t = [1, 1, 1] Penyelesaian:

(i) Akan diperiksa apakah {a, b, c} bebas linier.

λ1a + λ2b + λ3c = 0

λ1[1, 1, 2]+ λ2[1, 2, 5] + λ3[5, 3, 4] = [0, 0, 0]

diperoleh λ1+ λ2 + 5λ3 = 0

λ1+ 2λ2 + 3λ3 = 0

(9)

Dengan menggunakan eliminasi diperoleh λ1 = -7λ3, λ2 = 2λ3. Misalkan λ3 = 1, maka λ1= -7, λ2 = 2. Jadi, {a, b, c} bergantung linier.

Selanjutnya, akan dicari banyak maksimum di antara {a, b, c} yang bebas linier. Vektor {a, b} atau {b, c} atau {a, c} bebas linier sehingga dimensinya adalah 2. Basisnya dapat dipilih di antara {a, b} atau {b, c} atau {a, c}.

(ii) Karena q = 2p maka {p, q, r} bergantung linier.

Vektor {p, r} atau {q, r} bebas linier sehingga dimensinya adalah 2. Basisnya dapat dipilih di antara {p, r} atau {q, r}.

(iii) Ketiga vektor saling berkelipatan, sehingga hanya satu vektor yang bebas linier. Jadi, dimensinya adalah 1. Basisnya dapat dipilih {u} atau {v} atau {w}.

(iv) Akan diperiksa apakah {r, s, t} bebas linier.

λ1r + λ2s + λ3t = 0

λ1[1, 0, 0]+ λ2[1, 1, 0] + λ3[1, 1, 1] = [0, 0, 0]

diperoleh λ1= λ2 = λ3 = 0 sehingga {r, s, t} bebas linier. Jadi, dimensinya adalah 3 dan basisnya adalah {r, s, t}.

Karena vektor-vektor ∈ V tak berhingga banyaknya, kecuali ruang vektor yang dibentuk oleh vektor nol sendiri, yaitu L{0}, dan misalnya dimensi V berhingga = n, maka dapat dicari banyak sekali himpunan n vektor-vektor ∈ V yang bebas linier. Jadi dapat dipilih banyak basis untuk V.

Contoh 12.

Misalkan S = {a = [1, 1, 1], b = [2, 1, 1], c = [3, 2, 2]}.

S membentuk ruang vektor L(S) = L {a, b, c}.

S = {a, b, c} adalah sistem pembentuk dari L.

Terlihat bahwa c = a + b, jadi {a, b, c} bergantung linier. Sedangkan {a, b} bebas linier karena tidak berkelipatan.

Jadi, {a, b} adalah sistem pembentuk yang bebas linier berarti basis dari L, sehingga dimensi dari L adalah 2.

(10)

Basis lain dari L yaitu himpunan 2 vektor ∈L yang bebas linier, misalnya {a, c} atau {b, c} ataupun yang lain dari a, b atau c.

Misalnya: d = a + b + 0c = [3, 2, 2] ∈L, e = - a +3b + 2c = [11, 6, 6] ∈L

sehingga {d, e} bebas linier. Jadi, {d, e} juga basis dari L.

L{0}, ruang vektor yang dibentuk oleh vektor nol, hanya beranggotakan vektor nol saja, 0 bergantung linier, jadi vektor yang bebas linier ∈L{0} tidak ada, berarti dimensi L{0} = 0.

Dimensi dari ruang vektor ℝn adalah n. Hal ini karena dapat ditemukan n

vektor-vektor satuan : E = {e1, e2,..., en} dengan e1 = [1, 0, ..., 0], e2 = [0, 1, ..., 0], ..., en

=[0, 0, ..., 1].

Contoh 13.

Vektor a = [1, -1, 2, 3] ∈ℝ 4 dapat ditulis sebagai kombinasi linier basis E sebagai berikut:

a = [1, -1, 2, 3] = 1[1, 0, 0, 0] - 1[0, 1, 0, 0] + 2[0, 0, 1, 0] + 3[0, 0, 0, 1] = e1 - e2 + 2e3 + 3e4

Jika L ruang vektor bagian dari V maka dimensi L ≤ dimensi V. Jika dimensi

L = dimensi V, berarti L = V. Setiap satu vektor tidak sama dengan nol ∈ R3

merupakan sistem pembentuk ruang vektor bagian berdimensi 1. Jadi, jika a ≠ 0, maka L{a} adalah garis lurus dengan persamaan x = λa. Setiap dua vektor yang bebas linier (tidak berkelipatan/tidak segaris) akan membentuk ruang vektor bagian berdimensi 2, yang merupakan bidang rata L{a, b} yang persamaannya x =

λa + μb.

Contoh 14.

Akan diperiksa apakah titik-titik A(3, 1, 2), B(1, 2, 2), C(-1, 3, 2) segaris (kolinier).

Maka akan diperiksa apakah vektor AB dan AC berkelipatan.

AB = [-2, 1, 0] dan AC = [-4, 2, 0]. Jelas bahwa AC = 2AB. Jadi, A, B, C segaris.

(11)

Latihan Soal

1. Apakah 𝑉 = {( 𝑥 𝑦 𝑧

)| 𝑥 + 𝑦 + 𝑧 = 3, 𝑥, 𝑦, 𝑧 ϵ ℝ} merupakan ruang vektor atas

field ℝterhadap operasi penjumlahan dan perkalian skalar biasa? Jelaskan!

2. Apakah 𝑉 = {(

𝑥 𝑦 𝑧

)| 𝑥 + 𝑦 + 𝑧 = 0, 𝑥, 𝑦, 𝑧 ϵ ℝ} merupakan ruang vektor bagian dari ℝ3 atas field terhadap operasi penjumlahan dan perkalian skalar biasa? Jelaskan!

3. V adalah himpunan vektor ℝ2. Tunjukkan bahwa V bukan ruang vektor terhadap operasi operasi :

a. [a, b] + [c, d] = [a + d, b + c] [a, b] = [a, ab] b. [a, b] + [c, d] = [a+c, b+d] [a, b] = [a, b] c. [a, b] + [c, d] = [0,0] [a, b] = [a, ab]

4. Tentukan apakah W berikut merupakan ruang vektor bagian dari ℝ3! a. W = {(a, b, c) | a = 2b}

b. W= {(a, b, c) | abc} c. W = {(a, b, c) | a = c2}

5. Tentukan himpunan-himpunan vektor berikut bebas linier atau bergantung linier! Jelaskan! a. {(2,9,0), (1,2,1),(3,3,4)} b. {(-2,1,0,2), (-6,-3,0,6), (2,-1,0,2), (4,2,0,-4)} c. {(1,1,-2,1), (1,0,0,1), (0,0,0,0), (1,2,4,3)} d. {(1, 2, 3), (2, 4, 6), (1, 3, 4)} e. {(1, 2, 3), (0, 0, 0), (1, 3, 4)}

Referensi

Dokumen terkait

sedangkan besaran yang mempunyai nilai tetapi tidak mempunyai arah disebut besaran skalar... CONTOH PENJUMLAHAN

Jadi terbukti bahwa kedua operasi tersebut bersifat tertutup, sehingga tinggal.. membuktikan bahwa seluruh aksioma untuk ruang

Definisi Misalkan F adalah field, yang elemen-elemennya dinyatakansebagai skalar. Ruang vektor atas F adalah himpunan tak kosong V, yang elemen-elemennya merupakan vektor,

Ring (R; +, ·) dengan elemen satuan 1 R disebut ring pembagian jika setiap elemen tak nol di R merupakan unit (memiliki invers terhadap operasi perkalian)... Contoh Ring 1 -

Menjelaskan matriks dan kesamaan matriks dengan menggunakan masalah kontekstual dan melakukan operasi pada matriks yang meliputi penjumlahan, pengurangan, perkalian skalar, dan

Himpunan bagian W dari sebuah ruang vektor V disebut ruang bagian (subspace) V jika W merupakan ruang vektor dengan operasi penjumlahan dan perkalian skalar yang didefinisikan

Crispina Pardede (Oktober 2011) K5.Operasi penjumlahan bersifat komutatifpada K6.Operasi perkalian bersifat asosiatifpada K7.Operasi perkalian bersifat distributifterhadap

Seperti pada vektor di R 2 , dalam operasi penjumlahan atau pengurangan, hanya komponen sejenis yang dijumlahkan atau dikurangkan... Perkalian vektor