Aljabar Linier
Ruang vektor dan subruang vektor
2 Oktober 2014Pertemuan-2
Pertemuan ke-2 memuat
1. Ruang vektor • operasi linier • field • definisi • Contoh • Kombinasi linier 1
2. Subruang • definisi
• penentuan subruang
Ruang vektor • operasi linier • field • definisi • Contoh • Kombinasi linier 2
Operasi Linier
Misalkan x = (x1,· · · , xn) dan y = (y1,· · · , yn) adalah vektor berdimensi-n dan r ∈ R adalah sebuah skalar. Operasi linier meliputi
1. Penjumlahan
x+y = (x1 + y1,· · · , xn + yn)
2. Perkalian dengan skalar
rx = r(x1,· · · , xn) = (rx1,· · · , rxn)
3. Vektor nol 0 = (0,· · · ,0) 4. Vektor negatif −y = (−y1,· · · ,−yn) 5. Pengurangan vektor x-y = x+(-y) = (x1 − y1,· · · , xn − yn)
Field
Misalkan F adalah himpunan tak kosong (F 6= ∅) yang dilengkapi dengan operasi penjumlahan dan perkalian (F,+,·). F disebut lapangan jika memenuhi
1. a + b = b + a ∈ F
2. (a + b) + c = a + (b + c) ∈ F
3. ∃0 ∈ F 3 a + 0 = 0 + a = a ∈ F
4. ∀a ∈ F ∃b ∈ F 3 a + b = b + a = 0 ∈ F
5. a · b = b · a ∈ F
6. (a · b) · c = a(b · c) ∈ F
7. ∃1 ∈ F 3 a · 1 = 1 · a = a ∈ F
8. ∀a ∈ F∃b ∈ F 3 a · b = b · a = 1 ∈ F
Definisi informal: ruang vektor
Ruang vektor = Ruang linier = Himpunan V yang ter-diri atas element vektor-vektor yang bisa dijumlahkan dan dikalikan.
Untuk u,v ∈ V dan r ∈ R maka
u+v ∈ V dan ru ∈ V
Definisi formal: ruang vektor
Sebuah himpunan V dikatakan ruang vektor atas field
F jika dikenai operasi linier berupa α : V × V → V dan
µ : F × V → V dan memenuhi sifat-sifat berikut ini
1. x+y=y+x, ∀x,y ∈ V
2. (x+y)+z=x+(y+z), ∀x,y,z ∈ V
3. Terdapat nilai tunggal 0 di V sedemikian sehingga 0+v=v+0=v, ∀v ∈ V
4. Untuk setiap v ∈ V , terdapat −v ∈ V sedemikian sehingga v+(-v)=(-v)+v=0
5. r(x + y) = rx + ry untuk setiap x,y ∈ V dan r ∈ F
6. (r + s)v = rv + sv
7. (rs)v = r(sv)
8. Terdapat nilai tunggal 1 di V sedemikian sehingga 1 · v = v · 1 = v
Operasi α : V × V → V dikatakan operasi linier pen-jumlahan dan µ : F × V → V disebut dengan operasi perkalian skalar.
Contoh
1. {0}
2. Rn
3. Mm×n(R)
contoh: detail vektor 0
Himpunan vektor 0 merupakan ruang vektor. Ambil 0 ∈ 0
1. Tertutup terhadap penjumlahan
0+0=0 ∈ 0
2. Memenuhi sifat asosiatif
0+(0+0)=(0+0)+0 ∈ 0
3. Terdapat elemen identitas penjumlahan 0 ∈ 0 se-demikian sehingga 0+0=0. Elemen identitas pen-jumlahan merupakan dirinya sendiri.
4. Terdapat elemen identitas perkalian 1 ∈ R sedemi-kian sehingga 0 · 1 = 1 · 0=0 1 · 0 ... 0 = 0 ... 0
5. Memenuhi sifat distributif skalar l(0+0) = l 0 + 0 ... 0 + 0 = l · 0 + l · 0 ... l · 0 + l · 0 = l · 0 ... l · 0 + l · 0 ... l · 0 = l · 0 + l · 0
6. Memenuhi sifat distributif vektor (l + k)0 = (l + k)0 ... (l + k)0 = l · 0 + k · 0 ... l · 0 + k · 0 = l · 0 ... l · 0 + k · 0 ... k · 0 = l · 0 + k · 0
7. Memenuhi sifat asosiatif perkalian (l · k)0 = (l · k)0 ... (l · k)0 = l(k · 0) ... l(k · 0) = l(k0)
8. Terdapat invers sehingga 0+(-0)=0 0+(-0) = 0 ... 0 − 0 ... 0 = 0 ... 0
contoh: detail Matriks
Himpunan matriks Mm×n merupakan ruang vektor. Mi-salkan A, B ∈ Mm×n dan k, l ∈ R. A = a1,1 · · · a1,n ... . . . ... am,1 · · · am,n , B = b1,1 · · · b1,n ... . . . ... bm,1 · · · bm,n
1. Tertutup terhadap penjumlahan
A + B = a1,1 · · · a1,n ... . . . ... am,1 · · · am,n + b1,1 · · · b1,n ... . . . ... bm,1 · · · bm,n = a1,1 + b1,1 · · · a1,n + b1,n ... . . . ... am,1 + bm,1 · · · am,n + bm,n ∈ Mm×n 9
2. Memenuhi sifat asosiatif (A + B) + C = a1,1 + b1,1 + c1,1 · · · a1,n + b1,n + c1,n ... . . . ... am,1 + bm,1 + cm,1 · · · am,n + bm,n + cm,n = a1,1 · · · a1,n ... . . . ... am,1 · · · am,n + b1,1 + c1,1 · · · b1,n + c1,n ... . . . ... bm,1 + cm,1 · · · bm,n + cm,n = A+ (B + C)
3. Terdapat matriks 0 sehingga B + 0 = 0 + B = B B + 0 = b1,1 · · · b1,n ... . . . ... bm,1 · · · bm,n + 0 · · · 0 ... ... ... 0 · · · 0 = b1,1 · · · b1,n ... . . . ... bm,1 · · · bm,n
sede-mikian sehingga A + (−A) = 0 A + (−A) = a1,1 · · · a1,n ... . . . ... am,1 · · · am,n + −a1,1 · · · −a1,n ... . . . ... −am,1 · · · −am,n = 0 · · · 0 ... ... ... 0 · · · 0
5. Terdapat unsur identitas perkalian 1 sedemikian se-hingga B · 1 = 1 · B = B B · 1 = b1,1 · · · b1,n ... . . . ... bm,1 · · · bm,n · 1 = b1,1 · · · b1,n ... . . . ... bm,1 · · · bm,n
6. Memenuhi sifat distributif skalar l(A + B) = l(a1,1 + b1,1) · · · l(a1,n + b1,n) ... . . . ... l(am,1 + bm,1) · · · l(am,n + bm,n) = la1,1 · · · la1,n ... . . . ... lam,1 · · · lam,n + lb1,1 · · · lb1,n ... . . . ... lbm,1 · · · lbm,n = lA + lB
7. Memenuhi sifat distribusi matriks (l + k)A = (l + k)a1,1 · · · (l + k)a1,n ... . . . ... (l + k)am,1 · · · (l + k)am,n = la1,1 + ka1,1 · · · la1,n + ka1,n ... . . . ... lam,1 + kam,1 · · · lam,n + kam,n = la1,1 · · · la1,n ... . . . ... lam,1 · · · lam,n + ka1,1 · · · ka1,n ... . . . ... kam,1 · · · kam,n = lA + kA
8. Memenuhi sifat assosiatif perkalian skalar (l · k)A = (l · k)a1,1 · · · (l · k)a1,n ... . . . ... (l · k)am,1 · · · (l · k)am,n = l(ka1,1) · · · l(ka1,n) ... . . . ... l(kam,1) · · · l(kam,n) = l ka1,1 · · · ka1,n ... . . . ... kam,1 · · · kam,n = l(kA)
Masalah 1
Misalkan V ⊂ R3 adalah himpunan vektor dengan ope-rasi penjumlahan yang didefinisikan sebagai
v1 + v2 = x1 y1 z1 + x2 y2 z2 = x1 + x2 − 1 y1 + y2 − 1 z1 + z2 − 1
dan operasi perkalian didefinisikan sebagai perkalian vek-tor biasa dimana
cv1 = c x1 y1 z1 = cx1 cy1 cz1
Apakah V ruang vektor ?
Misalkan v1,v2 ∈ V
1. Tertutup terhadap penjumlahan v1 + v2 = x1 + x2 − 1 y1 + y2 − 1 z1 + z2 − 1 ∈ V
2. Memenuhi sifat asosiatif
v1 + (v2 + v3) = v1 + x2 + x3 − 1 y2 + y3 − 1 z2 + z3 − 1 = x1 + x2 + x3 − 2 y1 + y2 + y3 − 2 z1 + z2 + z3 − 2 = x1 + x2 − 1 + x3 − 1 y1 + y2 − 1 + y3 − 1 z1 + z2 − 1 + z3 − 1 = x1 + x2 − 1 y1 + y2 − 1 z1 + z2 − 1 + v3 = (v1 + v2) + v3
Misalkan θ adalah elemen identitas penjumlahan v1 + θ = v1 x1 y1 z1 + α β γ = x1 y1 z1 x1 + α − 1 y1 + β − 1 z1 + γ − 1 = x1 y1 z1
dengan kesamaan dua vektor akan kita dapatkan
θ = 1 1 1
Misalkan ψ adalah invers dari v1 maka akan kita dapatkan ψ + v1 = θ a b c + x1 y1 z1 = 1 1 1 a + x1 − 1 b + y1 − 1 c + z1 − 1 = 1 1 1
dengan kesamaan dua vektor akan kita dapatkan
ψ = 2 − x1 2 − y1 2 − z1
5. sifat distributif. Misalkan l ∈ R. l(v1 + v2) = l x1 + x2 − 1 y1 + y2 − 1 z1 + z2 − 1 = lx1 + lx2 − l ly1 + ly2 − l lz1 + lz2 − l = lx1 ly1 lz1 + lx2 ly2 lz2 − l l l 6 = lv1 + lv2
Oleh karena V tidak memenuhi salah satu sifat dari ruang vektor yaitu sifat distributif, maka V bukan ruang vektor
sifat-sifat umum
Pada ruang vektor V berlaku beberapa sifat berikut
1. vektor 0 bersifat unik (tunggal).
2. vektor (−v) dari vektor v bersifat unik.
3. Sifat cancellation
Untuk x,y,z ∈ V dimana
x+y=x+z maka berlaku
y=z
bukti: sifat umum-1
Misalkan θ dan ψ adalah elemen identitas dari ruang vektor V . Kita dapatkan
θ + ψ = θ
dikarenakan ψ adalah unsur identitas penjumlahan pada
V . Juga,
ψ + θ = ψ
dikarenakan θ adalah unsur identitas penjumlahan pa-da V . Dengan sifat komutatif pada penjumlahan pada ruang vektor
θ + ψ = ψ + θ =⇒ θ = ψ
bukti: sifat umum-2
Misalkan θ dan ψ adalah invers dari x pada ruang vektor
V . Dengan menjumlahkan ketiganya kita akan dapatk-an sesuai sifat asosiatif
(θ + x) + ψ = θ + (x + ψ) dimana
(θ + x) + ψ = 0 + ψ = ψ dan
θ + (x + ψ) = θ + 0 = θ
dengan menyatukan semuanya, kita akan dapatkan (θ + x) + ψ = θ + (x + ψ) =⇒ θ = ψ
bukti: sifat umum-3
diketahui bahwa x,y,z ∈ V dan x+y=x+z. Oleh karena x ∈ V maka dijamin terdapat (−x) ∈ V sehingga bisa diperoleh
x+y=x+z =⇒ (-x)+x+y=(-x)+x+z
0+y=0+z =⇒ y = z
Kombinasi linier
Misalkan V adalah ruang vektor atas field F. Misalkan v ∈ V . Terdapat r1,· · · , rn ∈ F dan untuk v1,· · · ,vn ∈ V
berlaku
v = r1v1 + r2v2 + · · · + rnvn (1) maka v disebut kombinasi linier dari V . Himpunan
selu-ruh kombinasi linier dari v1,· · · ,vn ∈ V disebut span{v1,· · · ,vn}
Subruang
• definisi
• penentuan subruang
• spanned subruang
definisi: subruang
definisi 1. Sebuah himpunan W dikatakan subruang dari
V jika W 6= ∅ ⊆ V dan W adalah ruang vektor dibawah operasi yang sama pada V .
definisi 2. Sebuah himpunan bagian W dari ruang vek-tor V adalah subruang dari V jika dan hanya jika W
bukan himpunan kosong dan tertutup terhadap operasi linier, atau dengan kata lain
x,y ∈ W −→ x+y ∈ W
x ∈ W −→ rx ∈ W, ∀r ∈ R
atau seringkali dituliskan sebagai
αx + βy ∈ W, α, β ∈ R dan x,y ∈ W
Penentuan subruang
Untuk menentukan W ⊆ V adalah subruang maka
• Pastikan W 6= ∅
• Berlaku w1 + w2 ∈ W, w1,w2 ∈ W
• Berlaku cw1 ∈ W, c ∈ R dan w1 ∈ W
atau buktikan bahwa αx+βy ∈ W, α, β ∈ R dan x,y ∈ W
terpenuhi
Spanned subruang
teorema 1. Misalkan W = span{v1,· · · ,vn} untuk v1,· · · ,vn ∈
V maka W subruang dari V .
Bukti. Misalkan w1,w2 ∈ W. Oleh karena W = span{v1,· · · ,vn} maka diperoleh
w1 = α1v1 + α2v2 + · · · + αnvn w2 = β1v1 + β2v2 + · · · + βnvn
1. W bukan himpunan kosong
0v1 + · · · + 0vn ∈ W
2. w1 + w2 = (α1 + β1)v1 + · · · + (αn + βn)vn ∈ W
3. cw1 = (cα1)v1 + (cα2)v2 + · · · + (cαn)vn ∈ W
atau
untuk suatu a, b ∈ R diperoleh
aw1 + bw2 = a(α1v1 + α2v2 + · · · + αnvn) + b(β1v1 + β2v2 + · · · + βnvn)
= (aα1 + bβ1)v1 + · · · + (aαn + bβn)vn karena a, b, αi, βi ∈ R, i = 1· · · n maka c = aα + bβ ∈ R sehingga
aw1 + bw2 = (aα1 + bβ1)v1 + · · · + (aαn + bβn)vn = c1v1 + · · · + cnvn ∈ W
contoh : vektor subruang dari R4
Misalkan W adalah himpunan vektor-vektor dalam
ben-tuk 2s + 4t 2s 2s − 3t 5t
dimana t, s ∈ R. Tunjukkan bahwa W
adalah subruang dari R4.
solusi. Untuk menunjukkan bahwa W adalah subruang
dari R4 cukup dengan menunjukkan bahwa W = span{v1,v2}
dengan v1,v2 ∈ R4. 2s + 4t 2s 2s − 3t 5t = 2s 2s 2s 0 + 4t 0 −3t 5t = s 2 2 2 0 + t 4 0 −3 5
sehingga W = span{v1,v2} dengan v1 = (4,0,−3,5)T
contoh : subruang vektor dari matriks
Tunjukkan bahwa H yang merupakan himpunan matrik-matriks dalam bentuk
"
a b
0 d
#
dengan a, b, d ∈ R adalah subruang dari matriks M2×2.
solusi. 1. Jelas bahwa H tidak kosong, salah satunya adalah a, b, d = 0 ∈ R sehingga " 0 0 0 0 # ∈ H 2. Misalkan h1, h2 ∈ H dimana h1 = " a1 b1 0 d1 # dan h2 = " a2 b2 0 d2 # . 21
h1 + h2 = " a1 b1 0 d1 # + " a2 b2 0 d2 # = " a3 = a1 + a2 b3 = b1 + b2 0 d3 = d1 + d2 # ∈ H, a3, b3, d3 ∈ R
3. jelas bahwa tertutup terhadap perkalian dimana un-tuk α ∈ R berlaku αh1 = α " a1 b1 0 d1 # = " a4 = αa1 b4 = αb1 0 d4 = αd1 # ∈ H, a4, b4, d4 ∈ R