MA-1223

Aljabar Linier

Ruang Vektor
Ruang-n Euclides
 Orang yang pertama kali mempelajari vektor-vektor
di Rn adalah Euclides sehingga vektor-vektor yang
berada di ruang Rn dikenal sebagai vektor Euclides
sedangkan ruang vektornya disebut ruang n–Euclides.
 Operasi-operasi vektor-vektor di R4 dan seterusnya
masih sama seperti pada vektor-vektor di R2 dan R3.
Operasi-Operasi Standar pada
ruang vektor Euclides
 
Misal u  ( u1 , u 2 , u 3 , ..., u n ) dan w  ( w 1 , w 2 , w 3 ,..., w n )
vektor di Rn, maka
1. Penjumlahan
 
u  w  (u1 w1 , u 2  w 2 , u 3  w 3 ,..., u n  w n )
2. Perkalian dengan skalar (k adalah konstanta sebarang)

ku  (ku1, ku 2 , ku 3 ,..., ku n )
3. Hasil
  kali titik
u.w u1w1  u 2 w 2  u 3 w 3  ...  u n w n
4. Panjang vektor
u   u.u  
   1/ 2
 u1  2   u 2  2   u 3  2  ...   u n  2
5. Jarak dua titik
u  w   u  w.u  w    u1w1  2   u 2  w 2  2   u 3  w 3  2  ...   u n  w n  2
      1/ 2
Ruang vektor umum
 Misalkan u,v, dan w adalah unsur pada ruang V dan k, l
merupakan skalar unsur bilangan Riil, maka agar V dinamakan
ruang vektor jika memenuhi syarat berikut ini:
1. Jika u, v ε V maka u + v ε V juga. (ε = ‘ada’)
2. u+v=v+u
3. u + (v + w) = (u + v) + w
4. Terdapat 0 di V sehingga 0 + u = u + 0 = u untuk setiap
vektor u di V
5. Untuk setiap u di V, terdapat –u di V yang dinamakan negatif u
sehingga u + (–u) = (–u) + u = 0
6. Jika k adalah sebarang skalar dan u ε V, maka ku ε V
7. k (u + v)= ku + k v
8. (k+l) u = ku + lu
9. (kl) u = k(lu) = l (ku)
10. 1.u = u
Beberapa contoh ruang vektor umum
Beberapa contoh Ruang Vektor adalah sebagai berikut :
1. V adalah himpunan vektor Euclides dengan operasi standar
(operasi penjumlahan dan operasi perkalian dengan skalar).
Notasinya Rn
2. V adalah himpunan polinom pangkat n dengan operasi standar
Bentuk umum polinom orde n
pn(x) = a0+a1x+…+anxn
qn(x) = b0+b1x+…+bnxn
Operasi standar pada polinom orde n
pn(x)+qn(x) = a0+b0+a1x+b1x+…+anxn+bnxn
kpn = ka0+ka1x+…+kanxn
Notasi untuk ruang vektor ini adalah P n
3. V adalah himpunan matriks berukuran m x n dengan operasi
standar (penjumlahan matriks dan perkalian matriks dengan
skalar), ruang vektor ini sering dinotasikan dengan M mxn
Sub Ruang
 Subhimpunan W dari sebuah ruang vektor V
dinamakan subruang V jika W itu sendiri adalah
ruang vektor yang tertutup terhadap operasi
penambahan dan perkalian skalar yang didefinisikan
pada V. Dengan demikian, syarat agar W dikatakan
sebagai subruang dari V adalah:
1. W  {}
2. Jika u dan v berada pada W maka u + v juga
berada pada W
3. Jika u berada di W maka ku juga berada di W,
dimana k adalah suatu skalar Riil.
Kombinasi Linear

 Sebuah vektor u dinamakan
   kombinasi
 linear
dari vektor – vektor v1 , v 2 , v 3 , . . . , v n , jika vektor –
vektor tersebut dapat dinyatakan dalam bentuk :
    
u  k1v1  k 2 v 2  k 3 v3  ...  k n v n
dimana k1, k2, …, kn adalah skalar.
Contoh  1   1  2
      v   1 
1. Diketahui v1    1 , v 2   3  , 3  
 3   1  4
     
Apakah u = (2,6,4) merupakan kombinasi linear dari
vektor – vektor di atas!
Contoh Lainnya
2. Diketahui p1= 1 – x + 3 x2, p2= -1 + 3x – x2, dan
p3= 2 + x + 4 x2. Apakah p = 2 + 6x + 4x2 merupakan
kombinasi linear dari vektor – vektor di atas!
3. Diketahui
 1  5   1 2 3  5  3 4
A   B    4 3 C  7  D   2  11
  3 2     1  
 3  5
Apakah E    merupakan kombinasi linear dari
7 1
vektor – vektor di atas!
Membangun
 Himpunan vektor S   v1 , v 2 , v 3 , ..., v n  dikatakan
   
membangun suatu ruang vektor V jika setiap vektor
pada ruang vektor V selalu dapat dinyatakan sebagai
kombinasi linear dari vektor – vektor di S.
 Bebas Linear
 Misalkan S   u1 , u 2 , u 3 , ..., u n  adalah himpunan vektor
   
diruang vektor V, himpunan S dikatakan bebas linear
(linearly independent), jika SPL homogen
 :
   
k 1u 1  k 2 u 2  k 3 u 3  . . .  k n u n  0
hanya mempunyai satu solusi (tunggal), yakni
k1 = 0, k2 = 0, …, kn = 0
Jika selain nol ada solusi lain, maka S dinamakan himpunan
tak bebas linear (linearly dependent), ini dapat dikatakan
bahwa vektor-vektornya yang bergantung linear.
Basis dan Dimensi
Jika V adalah sembarang ruang vektor dan
S   v1 , v 2 , v 3 , ..., v n  merupakan himpunan berhingga
   

dari vektor – vektor di V, maka S dinamakan basis

bagi V jika kedua syarat berikut dipenuhi :
1. S membangun V
2. S bebas linear
Dimensi adalah banyaknya unsur penyusun basis
Basis Ruang Baris dan Ruang Kolom
Suatu matriks berukuran m x n dapat dipandang sebagai
susunan bilangan yang tersusun dari bilangan dalam kolom 1
sampai kolom n atau dalam baris 1 sampai baris m. Jadi
 a 11 a12 ... a 1n 
a a 22 ... a 2 n 
A  21

 ... ... 
 
a m1 a m 2 ... a mn 
Maka A tersusun atas vektor-vektor baris  c1 j 
 
ri dengan ri   a i1 , a i 2 , a i 3 , ..., a in 
 
   c2 j 
atau tersusun atas vektor-vektor kolom c j dengan c j  
... 
dengan i =1,2,…,m dan j = 1,2, …, n  
 cmj 
 
Subruang Rn yang dibangun oleh vektor-vektor baris disebut
ruang baris dari A.
Subruang Rm yang dibangun oleh vektor-vektor kolom
disebut ruang kolom dari A.
Menentukan Basis Ruang Kolom dan
Ruang Baris A
Basis ruang kolom A didapatkan dengan melakukan OBE pada
A, Sedangkan basis ruang baris A didapatkan dengan
melakukan OBE pada At .
Basisnya adalah vektor-vektor kolom atau vektor-vektor baris
yang bersesuaian dengan satu utama pada matriks eselon
baris tereduksi A.
Dimensi adalah banyaknya unsur basis yang mana
ditentukan oleh banyaknya satu utama pada matriks eselon
baris tereduksi A
Dimensi (ruang baris)=Dimensi (ruang kolom)=rank matriks
Basis Ruang Solusi
Pada suatu sistem persamaan linear homogen A x = 0
dengan solusi tak trivial dan A berukuran mxn, ruang
solusi dari SPL homogen tersebut biasa disebut dengan
ruang null A
Sedangkan dimensi dari ruang null A disebut nullitas A.
Basis ruang solusinya adalah vektor yang bebas linear
yang diperoleh dari ruang null A.

Hubungan rank(A) dan Nullitas(A)

rank (A) + Nullitas (A) = n