Escolar Documentos
Profissional Documentos
Cultura Documentos
x
2
+ a
23
x
3
=b
2
x
2
= b
2
- a
23
x
3
x
1
+ a
12
x
2
+ a
13
x
3
=b
1
x
1
= b
1
-a
12
x
2
- a
13
x
3
1 a
12
a
13
b
1
0 1 a
23
b
2
0 0 1 b
3
= +
=
= +
= + +
2 3
4 2
9 3 2
3 2 2
z y x
z
z y x
z y x
Ruang Vektor
Aljabar Linear dan Matriks 5
9
Penyelesaian:
x =1, y = 3 dan z = -2
Jadi v = u
1
+ 3u
2
2u
3
Jika sistem persamaan di atas tidak
memiliki penyelesaian maka v tidak
dapat dinyatakan sebagai kombinasi
linier dari u
1
, u
2
, dan u
3
10
Diketahui V ruang vektor
dan S = { s
1
, s
2
,, s n }
s
1
, s
2
,, s
n
V
S dikatakan membangun/merentang V
bila untuk setiap v V,
v merupakan kombinasi linier dari S ,yaitu :
v = k
1
s
1
+ k
2
s
2
++ k
n
s
n
k
1
,k
2
,,k
n
adalah skalar
Ruang Vektor
Aljabar Linear dan Matriks 6
11
Contoh
Apakah u = ( 1,2,3 ) , v = ( 2,4,6 )
dan w = ( 3,4,7 ) membangun R
3
12
Kebebasan Linier
Vektor vektor di S dikatakan bebas linier
(linearly independent) jika persamaan
0 = k
1
s
1
+k
2
s
2
++ k
n
s
n
hanya memiliki penyelesaian
k
1
= k
2
== k
n
= 0
jika ada penyelesaian lain untuk nilai
k
1
,k
2
,,k
n
selain 0 maka dikatakan
vektor vektor di S bergantung linier
(linearly dependent)
Ruang Vektor
Aljabar Linear dan Matriks 7
13
Contoh
Diketahui u = ( 1,2 ) , v = ( 2,2 ) , w = ( 1,3 )
a. Apakah u , v dan w membangun R
2
?
b. Apakah u , v dan w bebas linier ?
14
Basis dan Dimensi
Misalkan V ruang vektor dan S = { s
1
, s
2
,, s
n
}.
S disebut basis dari V bila memenuhi dua syarat ,
yaitu :
1. S bebas linier
2. S membangun V
Basis dari suatu ruang vektor tidak harus tunggal
tetapi bisa lebih dari satu.
Ada dua macam basis yang kita kenal yaitu
basis standar dan basis tidak standar
Ruang Vektor
Aljabar Linear dan Matriks 8
15
Contoh basis standar :
1. S = { e
1
, e
2
,, e
n
} , dengan e
1
, e
2
,, e
n
R
n
e
1
= ( 1,0,,0) ,e
2
= ( 0,1,0,,0 ),,e
n
= ( 0,0,,1 )
merupakan basis standar dari R
n
2. S = { 1, x, x
2
,x
n
} merupakan basis standar untuk P
n
( polinom orde n )
1 0
0 0
3. S =
0 1
0 0
0 0
1 0
0 0
0 1
merupakan basis standar untuk M
22
, , ,
{ }
16
Contoh
Misal v
1
=(1,2,1), v
2
=(2,9,0), dan v
3
=(3,3,4).
Tunjukkan bahwa himpunan S=(v
1
,v
2
,v
3
) adalah
basis untuk R
3
Syarat:
1. S bebas linier
2. S membangun V
Sebarang vektor b dapat dinyatakan sebagai kombinasi linier
b = k
1
v
1
+k
2
v
2
+ k
3
v
3
Sistem memiliki pemecahan untuk semua pilihan b= (b
1
,b
2
,b
3
)
k
1
v
1
+k
2
v
2
+ k
3
v
3
= 0
Pembuktian bebas linier pembuktian sistem homogen
S bebas linier dan membangun R
3
matriks koefisien dapat
dibalik, karena det A = .
Ruang Vektor
Aljabar Linear dan Matriks 9
17
Basis ruang baris dan basis ruang kolom
Suatu matriks berukuran mxn dapat dipandang sebagai
susunan bilangan yang tersusun dari bilangan dalam kolom 1
sampai kolom n atau dalam baris 1 sampai baris m.
a
11
a
12
a
1n
a
21
a
22
... a
2n
: : :
a
m1
a
m1
... a
mn
Jika A =
Maka A tersusun atas vektor vektor baris r
i
dengan r
i
= (a
i1
,a
i2
,,a
in
) atau bisa juga dikatakan
A tersusun atas vektor vektor kolom c
j
= (c
1j
,c
2j
,,c
mj
}
dengan i = 1,2,,m dan j =1,2,,n
Subruang R
n
yang dibangun oleh vektor vektor baris disebut
ruang baris dari A
Subruang R
m
yang dibangun oleh vektor vektor kolom disebut
ruang kolom dari A
18
Contoh
Vektor baris A adalah
Vektor kolom A adalah
2 1 0
3 1 -4
A =
Ruang Vektor
Aljabar Linear dan Matriks 10
19
Menentukan basis ruang kolom / baris
Basis ruang kolom A didapatkan dengan melakukan
OBE pada A, sedangkan basis ruang kolom A
didapatkan dengan melakukan OBE pada A
t
Banyaknya unsur basis ditentukan oleh banyaknya
satu utama pada matriks eselon baris tereduksi.
Dimensi ( ruang baris ) = dimensi ( ruang kolom ) =
rank matriks
Vektor
Aljabar Linear dan Matriks 1
Vektor
2
Vektor
Kuantitas fisis yang memiliki
besar dan arah
Luas
Panjang
Massa
Suhu
Skalar
Gaya
Kecepatan
Percepatan
Perubahan Letak
Vektor
Vektor
Aljabar Linear dan Matriks 2
3
Jenis Vektor
Vektor Aljabar
Vektor Fisik
Vektor Geometri
a
b
v = (a, b)
v
v
(a, b)
4
Penyajian vektor geometri
Segmen garis terarah (anak panah) di ruang-2 atau ruang-3
A
B
y
z
x
B
A
Vektor AB
c = AB
AB
Vektor ekivalen punya panjang dan arah yang sama
Misal: v = w
Vektor
Aljabar Linear dan Matriks 3
5
A(2, 3)
B(7,4)
Q(7, 3)
P(5, 1)
Penyajian vektor aljabar
komponen dari v.
y
x
v
v = (5, 1)
5 dan 1 adalah komponen dari v
v = (v
1
, v
2
)
v
1
v
2
=
v
1
v
2
6
Menentukan komponen vektor
Vektor dengan titik pangkal (a, b)
titik akhir (c, d),
maka vektor tersebut secara
aljabar adalah (c-a, d-b),
komponen-komponen vektor:
c-a dan d-b
y
x
A(a, b)
B(c, d)
P(c-a, d-b)
v
v = (c-a, d-b)
z
x
y
d-a
e-b
f-c
Komponen vektor: d-a, e-b, f-c
A(a, b, c)
B(d, e, f)
Vektor
Aljabar Linear dan Matriks 4
7
Dua vektor sama jika dan hanya jika panjang
dan arahnya sama, tidak tergantung
posisinya pada sistem koordinat.
Kesamaan dua vektor geometri
8
Kesamaan dua vektor aljabar
Dua vektor aljabar sama jika dan hanya jika komponen-
komponen yang bersesuaian sama.
a
1
a
2
b
1
b
2
a
1
a
2
a
3
b
1
b
2
b
3
=
=
J ika dan hanya jika a
1
= b
1
dan a
2
= b
2
J ika dan hanya jika a
1
= b
1
,
a
2
= b
2
dan a
3
= b
3
Vektor
Aljabar Linear dan Matriks 5
9
Menjumlahkan dua vektor geometri:
a
y y
b
a+b
Jumlahan Vektor
10
Menjumlahkan dua vektor aljabar
Misalnya a = (a
1
, a
2
), b = (b
1
, b
2
), maka a+ b = (a
1
+ b
1
, a
2
+b
2
)
y
b
B(b
1
, b
2
)
b = (b
1
, b
2
)
x
y
a
A(a
1
, a
2
)
a = (a
1
, a
2
)
x
y
a+b
a+b = (a
1
+b
1
, a
2
+b
2
)
x
C(a
1
+b
1
, a
2
+b
2
)
Jumlahan Vektor
Vektor
Aljabar Linear dan Matriks 6
11
Contoh
1.
u v
Manakah vektor yang merupakan u+v ?
Jawab: a
a b c d
u
v
a
12
2.
a b
Manakah vektor yang merupakan a+b ?
d
e f
g
Jawab: e
Contoh
a
b
e
Vektor
Aljabar Linear dan Matriks 7
13
3. u = (5, 6) dan v = (3, 2)
Vektor yang merupakan hasil dari u+v adalah
a = (2, 4)
b = (8, 8)
c = (15, 12)
d = (8, 4)
4. u = (5, 6) dan v = (3, 2)
Vektor yang merupakan hasil dari u v adalah
a = (2, 4)
b = (8, 8)
c = (15, 12)
d = (8, 4)
Jawab: b
Jawab: a
Contoh
14
5.
a
b
tentukan vektor c sedemikian hingga b = a + c
Contoh
h
i
j
k
a
b
Jawab: h
h
?
Vektor
Aljabar Linear dan Matriks 8
15
y
x
z
Vektor nol
Vektor nol adalah vektor dengan panjang nol,
digambarkan sebagai titik, vektor nol 0.
Secara aljabar vektor nol adalah
vektor yang semua komponennya nol:
0 = (0, 0) pada bidang
0 =(0, 0, 0) pada ruang
0 vektor nol
y
x
0 vektor nol
16
Vektor satuan adalah vektor dengan panjang 1
b
y
x
j=(0, 1)
i=(1, 0)
a
c
Vektor satuan
Vektor
Aljabar Linear dan Matriks 9
17
Perkalian vektor dengan skalar
b searah dengan a, panjang b lima kali panjang a, ditulis b = 5a
a
b
a -a 2a -1/2a
1/3a
Jika k > 0 maka ka searah dengan a,
dengan panjang k kali panjang a
Jika k<0, ka berlawanan arah dengan a,
dengan panjang k kali panjang a.
Jika k = -1, maka ka = -a (negative dari a).
Sifat a + a = 0 (vektor nol) dapat dilihat pada sifat-sifat
aritmetika vektor
Dua vektor sejajar, maka yang satu merupakan perkalian
skalar yang lain.
18
Pengurangan
Tentukan a b dan b-a
a
b -b
a
-b
a-b
-a
b
-a
b-a
u
v
a
-b
a-b
b
a
b
-a
b-a
b
u
v
u-v
u
v
v-u
Vektor
Aljabar Linear dan Matriks 10
19
Hubungan tiga vektor pada bidang
c = ka + lb
c
b a
ka lb
c
lb ka
c
b a
Diberikan a, b, c
c
b a
20
Basis standar bidang R
2
Basis standard bidang R
2
adalah:
{i = (1, 0), j = (0, 1)}
Setiap vektor v = (v
1
, v
2
) dapat dinyatakan secara
tunggal sebagai kombinasi linier v = v
1
i + v
2
j
y
x
j=(0, 1)
i=(1, 0)
y
v=(v
1
, v
2
)
v = (v
1
v
2
)
v
1
i
v
2
j
v = v
1
i + v
2
j
Vektor
Aljabar Linear dan Matriks 11
21
Basis standar R
3
Basis standard bidang R
3
adalah:
{i = (1, 0, 0), j = (0, 1,0), k = (0, 0, 1)}
Setiap vektor (a, b, c) dapat dinyatakan secara
tunggal sebagai kombinasi linier ai + bj +ck
y
z
x
P(a, b, c)
k
i
j
y
z
x
P(ai, bj, ck)
22
Sifat-sifat Aritmetika Vektor
1. Jumlahan vektor bersifat tertutup, yaitu: jumlahan
dua vektor selalu menghasilkan tepat satu vektor
2. Jumlahan dua vektor bersifar komutatif.
y
x
a
+
b
=
b
+
a
a = (a
1
, a
2
), b = (b
1
, b
2
)
a+b = (a
1
+b
1
, a
2
+b
2
)
b+a = (b
1
+a
1
, b
2
+a
2
)
a
1
+b
1
= b
1
+a
1
dan a
2
+b
2
= b
2
+a
2
( sifat komutatif penjumlahan skalar)
y
a
b
x
Vektor
Aljabar Linear dan Matriks 12
23
Sifat Assosiatif Penjumlahan
3. Penjumlahan vektor bersifat assosiatif
a = (a
1
, a
2
), b = (b
1
, b
2
), c = (c
1
, c
2
) a+(b+c) = (a
1
+(b
1
+
c1
), a
2
+(b
2
+c
2
))
(a+b)+c = ((a
1
+b
1
)+c
1
, (a
2
+b
2
)+c
2
)
(sifat assosiatif penjumlahan skalar)
y
x
a
+
(
b
+
c
)
=
(
a
+
b
)
+
c
y
a
b c
x
24
Vektor nol: elemen identitas
4. vektor nol merupakan elemen identitas terhadap
jumlahan.
y
b
x
0
y
x
b+0
b = (b1, b2), 0 = (0,0)
b+0 = (b1+0, b2+0)
b+0 = (b1, b2)
( sifat identitas penjumlahan skalar)
Vektor
Aljabar Linear dan Matriks 13
25
Negatif vektor
5. Penjumlahan vektor dengan negatifnya menghasilkan
vektor nol.
b = (b
1
, b
2
), -b = (-b
1
,-b
2
)
b+(-b) = (b
1
+(-b
1
), b
2
+(-b
2
))
b+(-b) = (0, 0) = 0
y
b
x
-b
y
x
0
26
x
x
y
x
y y
Sifat-sifat Aritmetika Vektor
6. perkalian vektor dengan dua skalar berturut-turut, dapat
dilakukan dengan mengalikan skalarnya terlebih dahulu
u
3u
6u
u = (v
1
,v
2
)
v = 3u = 3(v
1
,v
2
) = (3v
1
,3v
2
)
w = 2v = 2(3v
1
,3v
2
) = (6v
1
,6v
2
)
x = (3x2)u = 6(v
1
,v
2
) = (6v
1
,6v
2
) = w
Vektor
Aljabar Linear dan Matriks 14
27
Sifat aritmetika
7. hasil kali skalar dengan jumlahan dua vektor dapat dilakukan dengan
mengalikan masing-masing vektor dengan skalar, baru kemudian
dijumlahkan.
y
x
u
v
u+v
y
x
2(u+v)
u = (u
1
,u
2
), v = (v
1
,v
2
)
u+v = (u
1
+v
1
,u
2
+v
2
)
y
x
2u
2v 2u+2v
2(u+v) = (2(u
1
+v
1
),2(u
2
+v
2
)) 2u+2v = 2(u
1
,u
2
)+2(v
1
,v
2
)
= 2(u
1
+v
1
,u
2
+v
2
)
= (2(u
1
+v
1
),2(u
2
+v
2
))
28
x
x
x
y y
y
Sifat Aritmetika
8. Hasil kali vektor dengan jumlahan dua skalar, sama
dengan jumlahan dua vektor setelah dikalikan dengan
masing-masing skalar.
u
3u
2u
u
u = (u
1
, u
2
)
3u = (3u
1
, 3u
2
)
(2+1)u = 2u + u
= 2(u
1
, u
2
)+(u
1
, u
2
)
= (3u
1
, 3u
2
)
Vektor
Aljabar Linear dan Matriks 15
29
y
x
y
x
y
x
9. Perkalian vektor dengan skalar nol, menghasilkan vektor nol.
10.Mengalikan vektor dengan skalar 1 tidak mengubah vektor tersebut
Sifat Aritmetika
u
0(u)
u = (u
1
, u
2
)
0u = 0(u
1
, u
2
)
= (0, 0)
1u = 1(u
1
, u
2
)
= (u
1
, u
2
)
1u
30
y
z
x
y
x
Norm (panjang) vektor
v
norm/panjang vektor v adalah ||v|| =
v
norm/panjang vektor v adalah ||v|| =
2 2
1 2
v v +
2 2 2
1 2 3
v v v + +
Vektor
Aljabar Linear dan Matriks 16
31
y
z
x
Norm vektor sebagai jarak dua titik
P(a
1
, b
1
, c
1
)
Q(a
2
, b
2
, c
2
)
panjang vektor v adalah jarak antara titik P ke Q
v
32
x
y
Hasil kali titik (dot product)
a
A
B
b
C
b
a
A
B
C
Definisi 1:hasil kali titik (dot product)
Jika adalah sudut antara a dan b, maka didefinisikan
0 jika a = 0 atau b = 0
a.b =
||a|| ||b|| cos .
untuk a, b vektor tak nol dengan 0 .
Definisi 2: jika a, b vektor-vektor di R
3
, maka a.b = a
1
b
1
+ a
2
b
2
+ a
3
b
3
34
Soal latihan
1. Benar atau Salah: hasil kali titik dua vektor hasilnya vektor lain
2. Diketahui a dan panjangnya dua kali b, panjang b sama dengan k
satuan, a dan b membentuk sudut 45 derajat. Tentukan a.b.
a. 2k
2
c. 2k
2
e. 22k
b. 22k
2
d. 62k
3.
Maka a.b adalah
a. 0 c. (5, 6) e. (6, 5)
b. 30 d. 1
4. Hitunglah u.v, jika u = (10, 0) dan v = (25, 0)
a. 0 c. (35, 0) e. (10, 25)
b. 250 d. (250, 0)
5. Diketahui ||a|| = 5, ||b|| = 6, dan sudut antara keduanya 120. Hitung
a.b
a. 0 c. (5, 6) e. -15
b. 153 d. 15
(5, 0)
(0, 6)
a
b
Vektor
Aljabar Linear dan Matriks 18
35
Sudut dan hasil kali titik dua vektor
a.b = ||a|| ||b|| cos dengan 0.
Perhatikan kembali rumus pertama hasil kali titik
Panjang vektor selalu positif atau nol, sedangkan
cos bisa positif, negatif atau nol tergantung pada
nilai
x
y
cos >0
cos =0
cos <0
u.v
< 0, jika sudutnya tumpul
= 0, jika u dan v ortogonal
> 0 jika sudutnya lancip
36
Contoh:
Jika dua vektor berimpit, maka hasil kali titiknya ..
Jika salah satu vektor adalah nol, maka hasil kali titiknya .
a.b= ?
Jawab:35 cos
||a||=5
||b||=7
||a||=8
||b||=8
||b||=7
||a||=5
a.b=?
Jawab: 64x0=0
a.b=?
Jawab: -35cos(-)
0
hasil kali panjangnya
Vektor
Aljabar Linear dan Matriks 19
37
Norm dan hasil kali titik
x
A
v
B
v = (v
1
, v
2
)
||v|| = (v.v)
1/2
=
Misal, diberikan 2 vektor v, cosinus sudut antara v dengan v adalah 1.
Maka v.v = ||v|| ||v|| atau ||v|| = ( v.v)
1/2
Di R
3
: norm/panjang vektor v adalah ||v|| = (v.v)
1/2
=
2 2
1 2
v v +
2 2 2
1 2 3
v v v + +
38
Hasil kali titik dan perkalian matriks
Berdasarkan definisi, jika a, b vektor-vektor
di R
2
, maka a. b = a
1
b
1
+ a
2
b
2
. Jika a dan b,
dipandang sebagai vektor-vektor baris maka
a.b = ab
T
a = (a
1
,a
2
) dan b = (b
1
,b
2
)
a.b = a
1
b
1
+ a
2
b
2
= = ab
T
Jika a, b vektor-vektor di R
3
Maka a. b = a
1
b
1
+ a
2
b
2
+ a
3
b
3
= = ab
T
[ ]
1
1 2 3 2
3
b
a a a b
b
[ ]
1
1 2
2
b
a a
b
Vektor
Aljabar Linear dan Matriks 20
39
Sifat-sifat hasil kali titik
Diberikan u = (5,3), dan v = (4,6)
Tentukan u.v dan v.u.
Perkalian titik memenuhi sifat simetri,
yaitu u.v = v.u
40
Latihan:
Diberikan u = (5, 3), v = (4, 6), dan skalar k = 4.
Hitunglah (ku).v dan k(u.v)
Perkalian titik memenuhi sifat
(ku).v = k(u.v)
Vektor
Aljabar Linear dan Matriks 21
41
Latihan:
Diberikan u = (5,3), v = (4,6), dan w = (4,7).
Tentukan u.(v+w) dan u.v + u.w
Apakah u.(v+w) = u.v + u.w?
Perkalian titik memenuhi sifat yaitu
u.(v+w) = u.v + u.w
42
Sifat-sifat hasil kali titik
Diberikan v = (4, 6, 1) dan u = (0, 0, 0)
Tentukan v.v dan u.u
Diberikan v = (a, b, c) vektor pada ruang
Tentukan v.v?
kapan v.v = 0?
Vektor
Aljabar Linear dan Matriks 22
43
4 sifat penting hasil kali titik
Perkalian titik memenuhi sifat:
u.v = v.u
(ku).v = k(u.v)
u.(v+w) = u.v + u.w
v.v = ||v||||v||, dan 0 untuk v = 0
44
Hasil kali silang
u = (u
1
,u
2
,u
3
), v = (v
1
,v
2
,v
3
)
u x v = (u
2
v
3
u
3
v
2
)i + (u
3
v
1
u
1
v
3
)j + (u
1
v
2
u
2
v
1
)k
=
u
2
u
3
v
2
v
3
u
1
u
3
v
1
v
3
u
1
u
2
v
1
u
2
, ,
Prosedur menentukan u x v
u
1
u
2
u
3
v
1
v
2
v
3
Komponen pertama (i):
u
2
u
3
v
2
v
3
det
u
2
u
3
v
2
v
3
Vektor
Aljabar Linear dan Matriks 23
45
Hasil kali silang
Komponen ketiga (k):
Komponen kedua (j):
u
1
u
3
v
1
v
3
u
1
u
2
v
1
v
2
v
1
v
2
u
2
u
3
v
2
v
3
u
1
u
3
v
1
v
3
u
1
u
2
v
1
v
2
Vektor
Aljabar Linear dan Matriks 24
47
Prosedur menentukan v x u
Prosedur menentukan vxu
v
1
v
2
v
3
u
1
u
2
u
3
Komponen pertama (i):
v
2
v
3
u
2
u
3
Komponen ketiga (k):
Komponen kedua (j):
v
1
v
3
u
1
u
3
v
1
v
2
u
1
u
2
48
Prosedur
Jika dua baris A ditukat tempat maka nilai
determinannya dikalikan -1, jadi
u
2
u
3
v
2
v
3
= -
v
2
v
3
u
2
u
3
u
1
u
3
v
1
v
3
u
1
u
2
v
1
v
2
= -
= -
v
1
v
3
u
1
u
3
v
1
v
2
u
1
u
2
Terlihat bahwa u x v = - (v x u)
Vektor
Aljabar Linear dan Matriks 25
49
Hasil kali silang vektor satuan standard
x
y
z
(0, 1, 0)
(0, 0, 1)
(1, 0, 0)
i
i
j k
j
k
jxk = i
ixj = (0x0-1x0)i (1x0 0x0)j +(1x1 0x0)k = k
jxi= -k
kxj = -i
kxk = ?
kxi = ?
ixk = ?
50
Bentuk determinan hasil kali silang
i j k
u
1
u
2
u
3
v
1
v
2
v
3
A =
u x v = det(A)
=
i j k
u
1
u
2
u
3
v
1
v
2
v
3
i j
u
1
u
2
v
1
v
2
+ + +
- - -
u x v = (u
2
v
3
u
3
v
2
)i + (u
3
v
1
u
1
v
3
)j + (u
1
v
2
u
2
v
1
)k
Vektor
Aljabar Linear dan Matriks 26
51
Sifat-sifat hasil kali silang
uxv = -v x u
Jika u // v maka uxv = -v x u= 0,
akibatnya u x u = 0
(ku) x v = u x (kv) = k(u x v)
u x (v+w) = u x v + u x w
u.(v x w) = (u x v).w (hasil kali triple skalar)
x
y
(0, 1, 0)
(0, 0, 1)
(1, 0, 0)
i
j
i x j
x
y
(0, 1, 0)
(0, 0, -1)
(1, 0, 0)
i
j
j x i
52
Contoh 1
Diketahui vektor:
p = 2i + 4j + 3k
q = i + 5j 2k
Tentukan pxq
Vektor
Aljabar Linear dan Matriks 27
53
Contoh 2
Diketahui vektor a = ( 1, 3 ) dan b = ( 3k, 1 )
Tentukan nilai k jika a dan b saling tegak lurus
Jawab
Agar a dan b saling tegak lurus, maka
a . b = 0
a . b = 3k + 3 = 0
k = 1
54
Contoh 3
Diketahui u = ( 2, 1,1 ) dan v = ( 1,1,2 )
Tentukan besar sudut yang dibentuk oleh u dan v !
Jawab
u . v = 2 1 + 2 = 3
||u|| = 2
2
+ (1)
2
+1
2
= 6
||v|| = 1
2
+1
2
+ 2
2
= 6
u . v = ||u|| . ||u|| . cos
cos = u.v / (||u|| . ||u|| )
= 3/6 = 1/2 = 60
o
Jadi sudut yang dibentuk antara u dan v adalah 60
o
Basis Ortonormal
Aljabar Linear dan Matriks 1
Basis
Ortonormal
Kartika Firdausy UAD
blog.uad.ac.id/kartikaf
2
Hasil kali dalam
Hasil kali dalam adalah fungsi yang mengaitkan
setiap pasangan vektor di ruang vektor V,
misal pasangan u dan v, dinotasikan < u ,v >
dengan bilangan riil dan memenuhi 4 aksioma,
yaitu :
1. Simetris : < u ,v > = < v ,u >
2. Aditivitas : < u+ v , w > = < u , w > + < v ,w >
3. Homogenitas : < k u ,v > = k< u ,v > , k skalar
4. Positivitas : < u ,u > 0 dan ( < u ,u > = 0 u = 0 )
Ruang vektor yang dilengkapi hasil kali dalam disebut
Ruang hasil kali dalam (RHD)
Basis Ortonormal
Aljabar Linear dan Matriks 2
3
Pembuktian Simetris
Misal
a = ( a
1
,a
2
,a
3
)
b = ( b
1
,b
2
,b
3
)
c = ( c
1
,c
2
,c
3
) maka a , b , c R3
< a ,b > = ( a . b )
= (a
1
b
1
+ a
2
b
2
+ a
3
b
3
)
= (b
1
a
1
+ b
2
a
2
+ b
3
a
3
)
= < b , a >
4
Basis ortonormal
Diketahui V ruang hasil kali dalam
dan v
1
, v
2
,, v
n
adalah vektor vektor dalam V
Beberapa definisi penting:
a. H = { v
1
, v
2
,, v
n
} disebut himpunan ortogonal
bila setiap vektor dalam V saling tegak lurus,
yaitu < v
i
, v
j
> = 0 untuk i j dan i,j = 1,2,,n.
b. G = { v
1
, v
2
,, v
n
} disebut himpunan ortonormal
bila
- G himpunan ortogonal
- Norm dari v
i
= 1 , i = 1,2,,n atau < v
i
, v
i
> = 1
Basis Ortonormal
Aljabar Linear dan Matriks 3
5
Metode GramSchmidt
mengubah suatu himpunan vektor yang bebas
linier menjadi himpunan yang ortonormal
Syarat:
Himpunan yang ditransformasikan ke himpunan
ortonormal adalah himpunan yang bebas linier
Jika yang akan ditransformasikan adalah
himpunan vektor yang merupakan basis dari
ruang vektor V maka metode GrammSchimdt
akan menghasilkan basis ortonormal
untuk V.
6
Proyeksi ortogonal
vektor terhadap ruang yang
dibangun oleh himpunan vektor
Diketahui H = { v
1
, v
2
,, v
n
}
adalah himpunan vektor yang bebas linier
dari ruang vektor V dengan dim n
dan S = { w
1
, w
2
,, w
n
}
merupakan himpunan yang ortonormal
Jika W menyatakan ruang yang dibangun
oleh w
1
, w
2
,, w
n
maka
untuk setiap vektor z
1
dalam W ,
dapat dituliskan z
1
= k
1
w
1
+ k
2
w
2
++ k
n
w
n
dengan k
1
, k
2
, ,k
n
skalar.
Basis Ortonormal
Aljabar Linear dan Matriks 4
7
Jika u adalah sembarang vektor dalam V ,
dapat dituliskan sebagai jumlah dari dua vektor yang saling
tegak lurus misalkan z
1
dan z
2
,
jadi dapat dituliskan u = z
1
+ z
2
.
Karena z
1
dalam W , maka sebenarnya z
1
merupakan
proyeksi ortogonal u terhadap W ,
sedangkan z
2
merupakan komponen vektor u
yang tegak lurus terhadap W.
Jadi untuk menentukan z
1
, maka harus ditentukan nilai
k
1
, k
2
, ,k
n
sedemikian hingga nilai k
1
merupakan panjang
proyeksi u terhadap w
1
, k
2
merupakan panjang proyeksi u
terhadap w
2
dan seterusnya sehingga k
n
merupakan
panjang proyeksi u terhadap w
n
Proyeksi orthogonal u terhadap w
i
adalah
proy W
i
( u ) = < u ,w
i
> , dikarenakan w
1
, w
2
,, w
n
merupakan vektor vektor yang ortonormal .
8
Proyeksi ortogonal u terhadap W
proy
w
( u ) = z
1
= < u ,w
1
> w
1
+ < u ,w
2
> w
2
++ < u ,w
n
> w
n
{ w
1
, w
2
,, w
n
} merupakan himpunan ortonormal
Komponen u yang tegak lurus terhadap W
z
2
= u (< u , w
1
> w
1
+ < u , w
2
> w
2
++ < u , w
n
> w
n
)
Basis Ortonormal
Aljabar Linear dan Matriks 5
9
Misal diketahui K = { v
1
, v
2
, , v
n
} adalah
himpunan yang bebas linier,
maka K dapat dirubah menjadi
himpunan S = { w
1
, w
2
, ,w
n
} yang ortonormal
dengan menggunakan metode GramSchmidt
10
Metode
GramSchmidt
proses normalisasi yang paling sederhana
karena hanya melibatkan satu vektor saja.
Pembagian dengan |v| bertujuan agar w
i
memiliki
panjang = 1
akan diperoleh w
1
ortonormal
1. w
1
=
v
1
|v
1
|
Basis Ortonormal
Aljabar Linear dan Matriks 6
11
diperoleh dua vektor w
1
dan w
2
yang ortonormal
2. w
2
=
v
2
-< v
2
,w
1
> w
1
| v
2
-< v
2
,w
1
> w
1
|
v
3
-< v
3
,w
1
> w
1
-< v
3
,w
2
> w
2
| v
3
-< v
3
,w
1
> w
1
-< v
3
,w
2
> w
2
|
3. w
3
=
n. w
n
=
v
n
-< v
n
,w
1
> w
1
-< v
n
,w
2
> w
2
-< v
n
,w
n-1
> w
n-1
| v
n
-< v
n
,w
1
> w
1
-< v
n
,w
2
> w
2
-< v
n
,w
n-1
> w
n-1
|
12
Secara umum
dengan W merupakan ruang yang
dibangun oleh w
1
.w
i-1
v
i
proy
W
(v
i
)
| v
i
proy
W
(v
i
) |
w
i
=
Basis Ortonormal
Aljabar Linear dan Matriks 7
13
Contoh
Diketahui H = { a , b , c }
dengan a = ( 1,1,1 ) , b = ( 1,2,1 ) , c = (1,1,0 )
a. Apakah H basis R
3
?
b. Jika ya, transformasikan H menjadi basis
orthonormal dengan menggunakan hasil kali
dalam Euclides
14
Contoh
Diketahui dan a , b ,c R
3
dengan a = ( 2,1,1 ) ,
b = ( 2,5,1 ) , c = ( 1,0,2 ) .Jika R
3
merupakan
RHD Euclides,
transformasikan a , b , c ke basis ortonormal
Basis Ortonormal
Aljabar Linear dan Matriks 8
15
Perubahan Basis
suatu ruang vektor bisa memiliki
beberapa basis
jika terdapat sembarang vektor x
dalam suatu ruang vektor V yang
memiliki himpunan vektor A dan B
sebagai basisnya maka x tentunya
merupakan kombinasi linier dari
vektor vektor di A dan B.
16
Jika V ruang vektor, S : { s
1
, s
2
,, s
n
}
merupakan basis V maka untuk sembarang
x V, dapat dituliskan :
x = k
1
s
1
+ k
2
s
2
+k
n
s
n
dengan k
1
, k
2
, , k
n
skalar.
k
1
, k
2
, , k
n
juga disebut koordinat x relatif
terhadap basis S.
Basis Ortonormal
Aljabar Linear dan Matriks 9
17
disebut matriks x relatif terhadap basis S
[x]
S
=
k
1
k
2
:
k
n
[x]
S
=
<x, s
1
>
<x, s
2
>
:
<x, s
n
>
Jika S merupakan basis ortonormal , maka
18
Diketahui A = { v , w } dan B = { x , y } berturut turut
merupakan basis R
2
,
dengan v = ( 2, 2 ) , w = ( 3, 1 ) , x = ( 1 , 3 ) dan y = ( 1 , 1 )
Tentukan:
Matriks transisi dari basis A ke basis B
Ruang-n Euclidis
Aljabar Linear dan Matriks 1
Ruangn Euclidis
Kartika Firdausy UAD
blog.uad.ac.id/kartikaf
2
Definisi 1
Jika n adalah sebuah bilangan bulat
positif maka n-pasangan terurut adalah
(a
1
,a
2
,..,a
n
)
dimana a
i
, i = 1,..,n adalah bilangan riil.
Himpunan semua n-pasangan terurut ini
dinamakan ruang-n dan dinyatakan
dengan
n
Ruang-n Euclidis
Aljabar Linear dan Matriks 2
3
Teorema 1
Dua vektor u = (u
1,
u
2
,...,u
n
) dan v = (v
1,
v
2
,..,v
n
) pada
n
Dua vektor dinyatakan sama bila u
1
= v
1
, u
2
= v
2
,...,u
n
= v
n
Jumlahan u + v = (u
1
+ v
1
, u
2
+ v
2
, , u
n
+ vn)
Jika terdapat k , k 0 maka perkalian skalar
ku = (k u
1
, k u
2
,,k u
n
)
Vektor Nol : 0 = (0,0,,0)
Invers aditif (negatif) : -u = (-u
1
,-u
2
,..., -u
n
)
Pengurangan : u v = (u
1
- v
1
, u
2
- v
2
, , u
n
- v
n
)
4
Teorema 2
Jika U, V, W n , k,l maka :
(a) Jika u,v V, maka u + v V
(b) u+v = v+u
(c) u+(v+w) = (u+v)+w
(d) Jika 0 V sehingga 0 + u = u+ 0, u V
(e) u V , - u V (negatif u).
sehingga u + (-u) = (-u) + u = 0
(f) Jika k,l , u V, maka k u V
(g) k (u + v) = k u + k v
(h) (k+l) u = k u + l u
(i) k(l u) =(kl) u
(j) 1 u = u
Ruang-n Euclidis
Aljabar Linear dan Matriks 3
5
Definisi 2
Jika U, V
n
maka yang disebut
sebagai Euclidean Inner product
adalah
U.V = u
1
v
1
+ u
2
v
2
+ ... + u
n
v
n
u
1
:
u
n
v
1
:
v
n
U = V = Maka U.V = U.V
T
Jika
6
Definisi 3
Norm Euclidis (panjang euclidis)
vektor u = (u
1,
u
2
,...,u
n
) pada
n
adalah:
||u|| = (u.v)
= u
1
2
+ u
2
2
+ + u
n
2
Jarak Euclidis di antara titik u = (u
1,
u
2
,...,u
n
) dan
titik v = (v
1,
v
2
,...,v
n
) pada
n
adalah:
d(u,v)=||u-v|| =
(u
1
-v
1
)
2
+ (u
2
-v
2
)
2
+ + (u
n
-v
n
)
2
Ruang-n Euclidis
Aljabar Linear dan Matriks 4
7
Contoh 1
Diketahui a = ( 1,1,2,3 ) dan b = ( 2,2,1,1 )
Tentukan jarak antara a dan b !
Jawab
a b = (1, 1,1,2 )
d ( a , b ) = (1)
2
+ (1)
2
+1
2
+ 2
2
= 7
Nilai Eigen dan Vektor Eigen
Aljabar Linear dan Matriks 1
Nilai Eigen dan
Vektor Eigen
Kartika Firdausy UAD
blog.uad.ac.id/kartikaf
2
Nilai eigen suatu matriks
Diketahui A matriks berukuran n x n,
x vektor taknol berukuran n x 1 , x R
n
Karena A berukuran n x n , maka A x akan berupa vektor
yang berukuran n x 1 juga. Bila terdapat skalar ,
Riil sedemikian hingga
Ax = x
(Ax menghasilkan vektor yang besarnya kali x )
Semua nilai yang memenuhi persamaan tersebut
sehingga ada nilai x yang nyata ( bukan
vektor 0 saja ) disebut nilai eigen ( karakteristik ).
Nilai Eigen dan Vektor Eigen
Aljabar Linear dan Matriks 2
3
Untuk menentukan nilai , dari persamaan A x =
x sebelumnya dirubah dahulu menjadi
persamaan
(A I ) x = 0 = ( I A ) x
det (A I )
yaitu det (A I ) = det ( I A ) = 0.
Persamaan
det (A I ) = det ( I A ) = 0
disebut persamaan karakteristik.
4
Dari nilai eigen yang telah diperoleh tersebut dapat
ditentukan ruang solusi untuk x dengan memasukkan
nilai eigen yang diperoleh ke dalam persamaan
(A I ) x = 0
Ruang solusi yang diperoleh dengan cara
demikian ini disebut juga dengan ruang eigen
Dari ruang eigen yang bersesuaian dengan nilai eigen
tertentu tersebut dapat dicari minimal sebuah basis
ruang eigen yang saling bebas linear.
Nilai Eigen dan Vektor Eigen
Aljabar Linear dan Matriks 3
5
Untuk kasus yang khusus,
jika A memiliki n buah nilai eigen = ,
maka akan memiliki nilai eigen
k
Jika banyaknya nilai eigen dari A
k
sebanyak n juga
maka basis ruang eigennya tatap sama,
tetapi jika jumlah nilai eigennya kurang dari n
(terjadi jika ada nilai eigen yang saling berlawanan
tanda ), maka salah satu nilai eigennya akan
memiliki basis ruang eigen yang berbeda .
6
Diagonalisasi
penentuan matriks diagonal D dan
matriks pendiagonal P yang berkaitan
dengan basis ruang eigen
Nilai Eigen dan Vektor Eigen
Aljabar Linear dan Matriks 4
7
Jika A matriks bujursangkar berukuran n,
dan terdapat matriks diagonal D sedemikian hingga
D = P
1
AP
sehingga dikatakan matriks A dapat didiagonalisasi.
P merupakan matriks n x n yang kolom kolomnya
merupakan vektor vektor kolom dari basis ruang
eigen A. P disebut matriks yang mendiagonalisasi A ,
sedangkan D merupakan matriks diagonal yang
elemen diagonalnya merupakan semua nilai eigen
dari A.
8
Diagonalisasi ortogonal
matriks ortogonal
Matriks bujur sangkar P disebut
matriks ortogonal bila berlaku
P
t
= P
1
Matriks A dapat didiagonalisasi secara
ortogonal jika terdapat P ortogonal sehingga
P
1
A P = D
dengan D adalah matriks diagonal