Aljabar Linear dan Matriks (Persamaan Linear dan...
Transcript of Aljabar Linear dan Matriks (Persamaan Linear dan...
Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.
Aljabar Linear dan Matriks
(Persamaan Linear dan Vektor)
Definisi• Persamaan dalam variabel x dan y dapat ditulis dalam bentuk ax+by=c,
dimana a, b, dan c adalah konstan real (a dan b tidak nol), disebut
persamaan linear .
• Grafik persamaan ini adalah garis lurus dalam plan x-y .
• Sepasang nilai x dan y yang menyajikan hasil dari persamaan disebut
solusi.
1.1 Matriks dan Sistem Persamaan
Linear
Gambar 1.2
Tidak ada solusi–2x + y = 3
–4x + 2y = 2
Garis berupa paralel.
Tidak ada irisan, tidak
ada solusi.
Solusi untuk sistem persamaan linear
Gambar 1.1
Solusi unikx + y = 5
2x - y = 4
Beririsan pada (3, 2)
Solusi unik:
x = 3, y = 2.
Gambar 1.3
Banyak solusi4x – 2y = 6
6x – 3y = 9
Kedua persamaan
mempunyai grafik yang
sama. Titik pada grafik
merupakan solusi.
Banyak solusi.
DefinisiPersamaan linear dalam n variabel x1, x2, x3, …, xn berbentuk
a1 x1 + a2 x2 + a3 x3 + … + an xn = b
dimana koefisien a1, a2, a3, …, an dan b merupakan konstanta.
Macam-macam bilangan:bilangan natural , integer , bilangan rasional , bilangan real , bilangan kompleks
positif, negatif
Persamaan linear dalam tiga variabel terkait dengan bidang
dalam ruang tiga dimensi.
Solusi unik
※ Sistem mempunyai tiga persamaan linear dalam tiga variabel:
Tidak ada solusi
Banyak solusi
Bagaimana menyelesaikan persamaan linear?
Eliminasi Gauss-Jordan
Definisi• Matrix merupakan larik persegi dari sebuah bilangan.
• Bilangan dalam larik disebut unsur dari matriks.
Matriks
-
-
-
-
1298
520
653
C
38
50
17
B 157
432A
Submatriks
A matriks
215
032
471
-
A
Baris dan Kolom
3 kolom 2 kolom 1 kolom 2 baris 1 row
1
4
5
3
7
2 157 432
-
-
--
157
432
-
-A
A dari submatriks
25
41
1
3
7
15
32
71
-
RQP
Matriks Identitas
ukuran diagonal 1,0,I
100010001
1001
32 II
Lokasi
7 ,4 157
4322113 -
-
- aaA
Aij baris i, kolom jlokasi (1,3) = -4
Ukuran dan Tipe
kolom Matriks baris Matrikssangkar bujur Matriks
13 Matriks 41 Matriks 33 Matriks 32 :Ukuran
2
3
8
5834
853
109
752
542
301
-
-
-
-
Koefisien dan penambahan matriks x
62
3 32
2
321
321
321
---
xxx
xxx
xxx
Hubungan antara sistem persamaan linear dan matriks
matriksKoefisien
211
132
111
--
nditambahka yang Matriks
6211
3132
2111
---
Transformasi Dasar
1. Menukar dua persamaan.
2. Mengalikan dua sisi dari
persamaan dengan konstanta
bukan nol.
3. Menjumlah perkalian dari satu
persamaan dengan persamaan
yang lain.
Operasi Baris Matriks
1. Menukar dua baris matriks.
2. Mengalikan unsur-unsur baris
dengan konstanta bukan nol.
3. Menjumlah perkalian matriks
dari unsur-unsur satu baris
dengan unsur baris yang lain.
Operasi Baris Dasar Matriks
Contoh 1Selesaikan sistem persamaan linear berikut !
62
332
2
321
321
321
---
xxx
xxx
xxx
--- 621131322111
62
332
2
321
321
321
---
xxx
xxx
xxx
Solusi
Metode persamaan
Sistem awal:
Metode matriks analog
Penambahan matriks:
1
2
32
321
--
xx
xxx
Pers2+(–2)Pers1
Pers3+(–1)Pers1
-----
832011102111
R2+(–2)R1R3+(–1)R1
Ekuivalen baris
832 32 --- xx
105
1
32
3
32
31
--
--
x
xx
xx
----
0150011103201
2
1
32
3
32
31
--
x
xx
xx
--
210011103201
2
1
1
3
2
1
-
x
x
x
-
2100
1010
1001
Pers1+(–1)Pers2
Pers3+(2)Pers2
(–1/5)Pers3
Pers1+(–2)Pers3
Pers2+Pers3
Solusi :
.2 ,1 ,1 321 - xxx Solusi :
.2 ,1 ,1 321 - xxx
832
1
2
32
32
321
---
--
xx
xx
xxx
-----
832011102111
R1+(–1)R2
R3+(2)R2
(–1/5)R3
R1+(–2)R3
R2+R3
Kesimpulan metode eliminasi:Suatu persamaan dengan penyelesaian matriks
2R1+R2
2R1
R1+R2
Intinya :
…
0
0
1…
00
10
01
100
010
001
…
Contoh 2Selesaikan sistem persamaan linear berikut :
833
1852
1242
321
321
321
---
-
-
xxx
xxx
xxx
Solusi :
-----
83311851212421
--
-
41106330
12421
R23
1
--
-
41102110
12421
--
620021108201
--
3100
2110
8201
R1R3
2)R1(R2
-
R2)1(R3
(2)R2R1
-
R32
1
3100
1010
2001
R3R2
2)R3(R1
-
.
3
1
2
solusi
3
2
1
x
x
x
Contoh 3Selesaikan sistem berikut :
7 2
328 63
441284
21
321
321
---
-
-
xx
xxx
xxx
---
-
-
7012
32863
441284
---
-
-
7012
32863
11321
-
-
-
15630
1100
11321
-
-
-
1100
5210
11321
-
-
1100
5210
1101
.
1100
3010
2001
-.1 ,3 ,2adalah Solusinya 321 - xxx
R23
1
R12R3
3)R1(R2
-
R3R2
-
-
-
1100
15630
11321
R14
1
2)R2(R1 -
2R3R2
1)R3(R1
-
Solusi :
Ch1_18
Kesimpulan
---
-
-
7012
32863
441284
]:[ BA
A BGunakan operasi baris ke bentuk [A: B] :
.
1100
3010
2001
-
---
-
-
7012
32863
441284
]:[]:[ XIBA nyaitu
Definisi [In : X] disebut bentuk baris terkurangi dari [A : B].
Catatan. 1. Jika A adalah koefisien matriks dari sistem
persamaan n dalam variabel n yang mempunyai
solusi unik , maka A adalah ekuivalen baris
dengan In (A In).
2. Jika A In, maka sistem mempunyai solusi unik.
7 2
328 63
441284
21
321
321
---
-
-
xx
xxx
xxx
Contoh 4 banyak sistem
Selesaikan 3 sistem persamaan linear dari persamaan linear berikut :
3321
2321
1321
42
untuk 42
3
bxxx
bxxx
bxxx
--
-
-
menjadi sehingga
4
3
3
,
2
1
0
,
11
11
8
3
2
1
-
-
b
b
b
Solusi :
------
42114213111412308311
.
2
1
2
,
1
3
0
,
2
1
1
3
2
1
3
2
1
3
2
1
-
-
x
x
x
x
x
x
x
x
x
------
-
123110315210308311
---
212100
315210
013101
-
-
212100
131010
201001
R2+(–2)R1
R3+R1
1)R2(R3
R2R1
-
R32R2
R3)1(R1
-
Solusi 3 sistem
1.2 Eliminasi Gauss-Jordan
DefinisiMatriks dalam bentuk baris terkurangi jika
1. Suatu baris terdiri dari nol dikelompokkan di bawah matriks.
2. Unsur pertama bukan nol dari setiap baris yang lain adalah 1. Unsur
ini disebut leading 1.
3. Leading 1 dari setiap baris setelah baris yang pertama diposisikan di
kanan 1 dari baris sebelumnya.
4. Semua unsur yang lain dalam kolom terdiri dari nol.
Ch1_21
Contoh untuk bentuk baris terkurangi
10000
04300
03021
9100
3010
7001
3100
0000
4021
000
210
801
() ()() ()
Operasi baris dasar, bentuk baris terkurangi
Bentuk baris terkurangi dari matriks adalah
unik.
Eliminasi Gauss-Jordan
System persamaan linear
matriks yang ditambahkan
bentuk baris terkurangi
solusi
--
-
-
-
41200
22200
43111
4)R1(R3
--
-
610001110052011
R2)2(R3R2R1
Contoh 1Gunakan metode eliminasi Gauss-Jordan untuk mencari bentuk baris
terkurangi dari matriks berikut :
--
-
121124412933322200
Solusi :
-
-
-
1211244
22200
129333
R2R1
pivot (leading 1)
--
-
12112442220043111
R13
1
pivot
--
-
6100050100
170011
R3R2
2)R3(R1
Matriks hasil merupakan bentuk baris terkurangi dari matriks yang diberikan.
--
-
-
41200
11100
43111
R22
1
Contoh 2Selesaikan, jika mungkin, sistem persamaan :
753
742
9333
321
321
321
--
-
-
xxx
xxx
xxx
Solusi :
----
----
715374123111
715374129333
R13
1
---
-
-
-
242012103111
3)R1(R3
2)R1(R2
000012104301
R2R3
R2R112
43
12
43
32
31
32
31
-
-
xx
xx
xx
xx
Solusi umum ke sistem adalah
.parameter)(disebut realbilangan adalah dimana ,
12
43
3
2
1
rrx
rx
rx
-
-
Contoh 3Contoh ini menggambarkan bahwa solusi umum dapat melibatkan bilangan
parameter. Selesaikan sistem persamaan berikut :
642
107242
432
4321
4321
4321
----
-
-
xxxx
xxxx
xxxx
Solusi :
-
--
-
----
-
-
21000
21000
43121
64121
107242
43121
R1R3 2)R1(R1
-
--
00000
21000
20121
R2R3
3)R2(R1
.,untuk ,
2
22
2
22
4
3
2
1
4
321Rsr
x
sx
rx
srx
x
xxx
--
--
banyak penyelesaian
Contoh 4Contoh ilustrasi sistem yang tidak ada solusi. Selesaikan sistem berikut :
382
13
35
321
32
321
-
xxx
xx
xxx
Solusi :
-
-
-
1000
1310
4201
2R)1(3R
2R)1(1R
Sistem yang tidak mempunyai solusi
-
--
0310
1310
3511
3821
1310
3511
1R)1(3R
0x1+0x2+0x3=1
Sistem Persamaan Linear Homogen
DefinisiSistem persamaan linear dikatakan homogen jika semua konstanta adalah nol.
Contoh:
--
-
0632
052
321
321
xxx
xxx
Amati bahwa merupakan solusi0 ,0 ,0 321 xxx
Teorema 1.1
Sistem persamaan linear homogen dalam n variabel selalu mempunyai solusi
x1 = 0, x2 = 0. …, xn = 0. Solusi ini disebut solusi trivial (sepele).
Sistem Persamaan Linear Homogen
Teorema 1.2
Sistem persamaan linear yang mempunyai banyak variabel daripada
persamaan yang mempunyai banyak solusi.
Catatan: Solusi trivial
-
--
-
0410
0301
0632
0521
--
-
0632
052
321
321
xxx
xxx
Sistem mempunyai solusi nontrivial yang lain.
rxrxrx - 321 ,4 ,3
Contoh:
1.3 Ruang Vektor Rn
Gambar 1.5
Sistem koordinat persegi
• Asal:(0, 0)
• Vektor posisi :
• Titik awal dari : O
• Titik akhir dari : A(5, 3)
• Pasangan terurut : (a, b)
OA
Ada dua cara menginterpretasikan (5,3)
- mendefinisikan lokasi titik dalam bidang
- mendefinisikan vektor posisi OA
OA
OA
Contoh 1
Gambar vektor posisi .)4 ,3( dan )2 ,5( 1), (4,
---
OCOBOA
Gambar 1.6
Gambar1.7
R2 → R3
Definisi Untuk merupakan urutan n bilangan real. Himpunan semua
urutan disebut n-ruang dan didenotasikan Rn.
u1 merupakan komponen awal dari , u2 merupakan
komponen kedua dan seterusnya.
) ..., , ,( 21 nuuu
) ..., , ,( 21 nuuu
Contoh :
R4 merupakan himpunan urutan 4 bilangan real.
Contoh, (1, 2, 3, 4) dan (-1, 3, 5.2, 0) merupakan R4.
R5 merupakan himpunan urutan dari 5 bilangan real.
Contoh, (-1, 2, 0, 3, 9) ada dalam himpunan ini.
Definisi Untuk ada dua unsur dari Rn.
Dapat dikatakan bahwa u dan v adalah sama jika u1 = v1, …, un = vn.
Lalu dua unsur dari Rn adalah sama jika komponen terkait adalah
sama.
) ..., , ,( and ) ..., , ,( 2121 nn vvvuuu vu
Definisi Untuk ada unsur-unsur dari Rn
dan untuk c menjadi skalar. Perkalian dan penjumlahan skalar
dihasilkan dari :
Penjumlahan
Perkalian skalar
) ..., , ,( and ) ..., , ,( 2121 nn vvvuuu vu
) ..., ,(
) ..., ,(
1
11
n
nn
cucuc
vuvu
u
vu
Penjumlahan dan Perkalian Skalar
Catatan.
(1) u, v Rn u+v Rn (Rn adalah tertutup dalam penjumlahan)
(2) u Rn, c R cu Rn (Rn adalah tertutup dalam perkalian
skalar)
Contoh 2Untuk u = ( –1, 4, 3, 7) dan v = ( –2, –3, 1, 0) berupa vektor di R4.
Cari u + v dan 3u.
Solusi :
21) 9, 12, ,3(7) 3, 4, ,1(33
7) 4, 1, ,3(0) 1, ,3 ,2(7) 3, 4, ,1(
--
----
u
vu
Contoh3
Gambar 1.8
Menurut vector (4, 1) dan (2, 3), didapatkan
(4, 1) + (2, 3) = (6, 4).
Gambar1.9
Umumnya, jika u dan v merupakan vektor dalam ruang vektor yang sama,
maka u + v merupakan diagonal dari parallelogram yang didefinisikan oleh
u dan v.
Contoh 4
Gambar 1.10
Menurut perkalian skalar dari vektor (3, 2) oleh 2, didapatkan 2(3, 2) = (6, 4)
Amati pada gambar 4.6 dimana (6, 4) merupakan vektor pada arah yang
sama sebagai (3, 2), dan 2 kali panjangnya.
Gambar 1.11
c > 1 0 < c < 1 –1 < c < 0 c < –1
Umumnya, arah cu akan sama dengan arah u jika c > 0,
dan arah berlawanan u jika c < 0.
Panjang cu adalah |c| kali panjang dari u.
Vektor khusus
Vektor (0, 0, …, 0), mempunyai komponen n nol, disebut vektor nol dari Rn
dan didenotasikan 0.
Vektor Negatif
Vektor (–1)u ditulis –u dan disebut negatif dari u. Vektor mempunyai
magnitudo yang sama sebagai u, tetapi berada pada arah yang berlawanan
dengan u.
Pengurangan
Pengurangan dihasilkan pada unsur-unsur dari Rn oleh pengurangan
komponen terkait. Misal, dalam R3,
(5, 3, -6) – (2, 1, 3) = (3, 2, -9)
u
-u
Teorema 1.3
Untuk u, v, dan w berupa vektor dalam Rn dan untuk c dan d berupa skalar.
(a) u + v = v + u
(b) u + (v + w) = (u + v) + w
(c) u + 0 = 0 + u = u
(d) u + (–u) = 0
(e) c(u + v) = cu + cv
(f) (c + d)u = cu + du
(g) c(du) = (cd)u
(h) 1u = u
Gambar 1.12 Komutatif dari
penjumlahan vektor u + v = v + u
Vektor kombinasi linear
Solusi
)31 7, 20,(
)2276 ,0310 4,12(4
2) 0, (4,27) 3, ,12()6 10, ,4(
2) 0, (4,9) 1, ,4(3)3 5, ,2(2
-
---
---
---- w3v2u
Untuk u = (2, 5, –3), v = ( –4, 1, 9), w = (4, 0, 2). Tentukan kombinasi linear
2u – 3v + w.
Contoh 5
au +bv + cw merupakan kombinasi linear dari vektor u, v, dan w.
Vektor Kolom
nnnn vu
vu
v
v
u
u
1111
Penjumlahan dan perkalian skalar dari vektor kolom dalam Rn dalam sifat
komponen:
and
nn cu
cu
u
u
c 11
Vektor baris:
Vektor kolom:
) ..., , ,( 21 nuuuu
nu
u
1
Sub-ruang Rn
Definisi Sub-himpunanS dari Rn adalah sub-ruang jika penjumlahan tertutup dan
perkalian skalar.
Sub-himpunan dari ruang vektor Rn yang mempunyai semua sifat aljabar dari Rn.
Sub-himpunan tersebut disebut sub-ruang.
Perlu diingat :
(1) u, v S u+v S (S merupakan penjumlahan ter tutup)
(2) u S, c R cu S (S merupakan perkalian skalar
tertutup)
Contoh 6Menurut sub-himpunan W dari R2 dari bentuk vektor (a, 2a).
Tunjukkan bahwa W adalah sub-ruang dari R2.
Bukti
Untuk u = (a, 2a), v = (b, 2b) W, dan k R.
u + v = (a, 2a) + (b, 2b) = (a+ b, 2a + 2b)
= (a + b, 2(a + b)) Wdan
ku = k(a, 2a) = (ka, 2ka) WLalu u + v W dan ku W.
W merupakan penjumlahan tertutup dan
perkalian skalar.
W merupakan sub-ruang dari R2.
Amati: W merupakan himpunan vektor yang dapat
ditulis a(1,2).Gambar 1.13
Contoh 7Menurut sistem persamaan linear homogen dapat
ditunjukkan bahwa ada banyak solusi x1=2r, x2=5r, x3=r.Dan dapat dituliskan solusi ini sebagai vektor dalam R3
sebagai (2r, 5r, r).Tunjukkan bahwa himpunan dari solusi W merupakan
Sub-ruang dari R3.
Bukti
Untuk u = (2r, 5r, r), v = (2s, 5s, s) W, dan k R.
u + v = (2(r+s), 5(r+s), r+s) Wdan ku = (2kr, 5kr, kr) WLalu u + v W dan ku W.
W merupakan sub-ruang dari R3.
Amati: W merupakan himpunan vektor yang dapat
ditulis r(2,5,1).Gambar 1.14
02
05
03
321
32
321
-
-
-
xxx
xx
xxx
1.4 Basis and Dimension
Menurut vektor (1, 0, 0), (0, 1, 0), (0, 0, 1) dalam R3.
Vektor-vektor ini mempunyai dua sifat yang sangat penting:
(i)Dikatakan span R3, merupakan pengaturan vektor (x, y, z) sebagai
kombinasi linear dari tiga vektor:
Untuk suatu (x,y,z) R3 (x,y,z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1)
(ii)Dikatakan linear bebas.
Jika p(1, 0, 0) + q(0, 1, 0) +r(0, 0, 1) = (0, 0, 0)
p = 0, q = 0, r = 0 merupakan solusi unik.
Basis: himpunan vektor yang biasanya digunakan untuk
mendeskripsikan ruang vektor.
Basis standar dari Rn
Himpunan vektor yang terdiri dari dua sifat disebut basis.
Himpunan {(1, 0, …, 0), (0, 1, …, 0), …, (0, …, 1)} dari n vektor adalah basis
standar untuk Rn. Dimensi dari Rn adalah n.
Ada banyak basis untuk R3 – himpunan span R3 dan linear bebas.
Contoh, himpunan {(1, 2, 0), (0, 1, -1), (1, 1, 2)} merupakan basis
untuk R3.
Himpunan {(1, 0, 0), (0, 1, 0), (0, 0, 1)} merupakan basis yang paling
penting untuk R3, disebut basis standar dari R3.
R2 : ruang dua dimensi
R3 : ruang tiga dimensi
Span, Linear bebas, dan Basis
Vektor v1, v2, dan v3 dikatakan span sebuah ruang jika setiap vektor v berada
dalam ruang yang dapat diungkapkan sebagai kombinasi linear darinya,
v = av1 + bv2 + cv3.
Vektor v1, v2, dan v3 dikatakan linear bebas jika identitas pv1 + qv2 + rvm = 0 is
hanya benar untuk p = 0, q = 0, r = 0.
Basis untuk ruang merupakan himpunan yang span ruang dan linear bebas.
Bilangan vektor dalam basis disebut dimensi dari ruang.
Menurut sub-himpunan W dari R3 terdiri dari vektor berbentuk (a, b, a+b).
Vektor (2, 5, 7)W, dimana (2, 5, 9)W.
Tunjukkan bahwa W merupakan sub-ruang dari R3.
Contoh1
Bukti
Untuk u=(a, b, a+b) dan v=(c, d, c+d) berupa vektor dalam W dan k berupa skalar.
(1) u+v = (a, b, a+b) + (c, d, c+d) = (a+c, b+d, (a+c)+(b+d))
u+v W
(2) ku = k(a, b, a+b) = (ka, kb, ka+kb)
ku W
W merupakan penjumlahan tertutup dan perkalian skalar.
W merupakan sub-ruang dari R3.
Pisahkan variabel sesuai dengan vektor u.
u = (a, b, a+b) = (a, 0, a) + (0, b, b) = a(1, 0, 1) + b(0, 1, 1)
Vektor (1, 0, 1) dan (0, 1, 1) lalu span W.
Sehingga, p(1, 0, 1) + q(0, 1, 1) = (0, 0, 0) dengan p=0 dan q=0.
Dua vektor (1, 0, 1) dan (0, 1, 1) merupakan linear bebas.
Himpunan {(1, 0, 1), (0, 1, 1)} merupakan basis untuk W.
Dimensi dari W, dim(W)= 2.
Contoh 1 (lanjutan)
Menurut sub-himpunan V dari R3, vektornya berbentuk (a, 2a, 3a).
Tunjukkan bahwa V merupakan sub-ruang dari R3 dan cari basis.
Contoh 2
Solusi
Untuk u=(a, 2a, 3a) dan v=(b, 2b, 3b) berupa vektor dalam V dan k berupa skalar.
(1) u+v = (a+b, 2(a+b), 3(a+b)) u+v V
(2) ku = k(a, 2a, 3a) = (ka, 2ka, 3ka) ku V
V merupakan penjumlahan tertutup dan perkalian skalar.
V merupakan sub-ruang dari R3.
(sub-ruang)
(basis)
u = (a, 2a, 3a) = a(1, 2, 3)
{(1, 2, 3)} merupakan basis untuk V.
dim(V) = 1.
Menurut sistem persamaan linear homogen berikut :
Contoh 3
Dapat ditunjukkan ada banyak solusi
x1 = 3r - 2s, x2 = 4r, x3 = r, x4 = s.
Tuliskan solusi tersebut sebagai vektor dalam R4, (3r - 2s, 4r, r, s).
Dapat ditunjukkan bahwa himpunan tersebut merupakan sub-ruang W dari R4.
Cari basis untuk W dan berikan dimensinya.
(1) (3r - 2s, 4r, r, s) = r(3, 4, 1, 0) + s( -2, 0, 0, 1)
{(3, 4, 1, 0), ( -2, 0, 0, 1) } merupakan basis untuk W.
dim(W) = 2.
0422
023
02
4321
431
4321
--
-
-
xxxx
xxx
xxxx
(2) Jika p(3, 4, 1, 0) + q( -2, 0, 0, 1) = (0, 0, 0, 0), maka p=0, q=0.
Solusi
1.5 Produc dot, Norm, Sudut, dan
Jarak
Definisi Untuk berupa dua vektor
dalam Rn. Produk dot dari u dan v didenotasikan u‧v dan didefinisikan
oleh .
Produk dot menempatkan bilangan real pada setiap pasangan vektor.
) ..., , ,(dan ) ..., , ,( 2121 nn vvvuuu vu
nnvuvu 11vu
Contoh
Cari produk dot dari u = (1, –2, 4) dan v = (3, 0, 2)
Solusi
11803)24()02()31( -vuCh1_52
Pokok bahasan ini membangun geometri untuk ruang vektor Rn.
Produk dot merupakan tool yang digunakan untuk membuat geometri Rn.
Sifat-sifat Produk Dot
Untuk u, v, dan w berupa vektor dalam Rn dan untuk c berupa skalar, maka
1. u‧v = v‧u
2. (u + v)‧w = u‧w + v‧w
3. cu‧v = c(u‧v) = u‧cv
4. u‧u 0, and u‧u = 0 jika dan hanya jika u = 0
Bukti
1.
uv
vu
vu
realbilangan komutatifsifat dengan
Didapatkan ). ..., , ,(dan ) ..., , ,(Untuk
11
11
2121
nn
nn
nn
uvuv
vuvu
vvvuuu
2.
. jika hanyadan jika 0Lalu
.0 , ,0 jika hanyadan jika ,0
.0lalu ,0
1
22
1
22
1
22
111
0uuu
uu
uu
nn
n
nnn
uuuu
uu
uuuuuu
Norm (panjang) dari Vektor dalam Rn
Definisi Norm (panjang atau magnitudo) dari vektor u = (u1, …, un) dalam Rn
didenotasikan ||u|| dan didefinisikan oleh
Catatan:Norm dari vektor dapat ditulis dalam produk dot
22
1 nuu u
uuu
Gambar 1.17
Definisi Vektor satuan merupakan vektor yang mempunyai norm = 1. Jika v
merupakan vektor bukan nol, maka vektor merupakan vektor satuan dalam
arah v.
Prosedur dari pembuatan vektor satuan pada arah yang sama sebagaimana
vektor yang diberikan disebut normalisasi vektor.
vv
u1
Cari norm dari vektor u = (1, 3, 5) dari R3 dan v = (3, 0, 1, 4) dari R4.
Solusi
352591)5()3()1( 222 u
2616109)4()1()0()3( 2222 v
Contoh
Contoh 1
Solusi
Cari norm dari vektor (2, –1, 3). Normalisasi vektor tersebut.
Norm dari (2, –1, 3) adalah
Vektor ternormalisasi adalah
Vektor dapat ditulis sebagai
Vektor tersebut merupakan vektor satuan pada arah (2, –1, 3).
.143)1(23) ,1 ,2( 222 --
.14
)3 ,1 ,2(14
1-
.14
3 ,
14
1 ,
14
2
-
Sudut antar Vektor (R2)
Gambar 1.18
Hukum cosinus memberikan
Didapatkan,
Untuk u=(a, b) dan v=(c, d). Cari sudut q antara u dan v.
0 q
Definisi Untuk u dan v berupa dua vektor bukan nol dalam Rn. Cosinus dari sudut q
antara vektor tersebut adalah qq
0 cosvu
vu
Contoh 2
Tentukan sudut antara vektor u = (1, 0, 0) dan v = (1, 0, 1) dalam R3.
Solusi 11) 0, (1,0) 0, 1,( vu
2101 1001 222222 vu
Lalu sudut antara u dan v merupakan /4 (atau 45).,2
1cos
vu
vuq
Sudut antara Vektor (Rn)
Definisi Dua vektor bukan nol merupakan orthogonal jika sudut antara mereka merupakan
sudut yang sesuai dengan nilai cos-nya sama dengan 0.
Dua vektor bukan nol u dan v merupakan orthogonal jika dan hanya jika u‧v = 0.
Teorema 1.4
Bukti
0 0cos orthogonalmerupakan , vuvu q
Contoh
Vektor (2, –3, 1) dan (1, 2, 4) merupakan orthogonal karena
(2, –3, 1)‧(1, 2, 4) = (2 1) + (–3 0) + (1 4) = 2 – 6 + 4 = 0.
Sifat-sifat basis standar dari Rn
(1, 0), (0,1) merupakan vektor satuan orthogonal dalam R2.
(1, 0, 0), (0, 1, 0), (0, 0, 1) merupakan vektor satuan
orthogonal dalam R3.
Himpunan dari vektor satuan pasangan orthogonal adalah himpunan orthonormal.
Basis standar dari Rn, {(1, 0, …, 0), (0, 1, 0, …, 0), …, (0, …, 0, 1)}
merupakan himpunan orthonormal.
Contoh 3(a) Untuk w berupa vektor dalam Rn. Untuk W berupa himpunan vektor yang
orthogonal pada w. Tunjukkan bahwa W merupakan sub-ruang dari Rn.
(b) Cari basis dari sub-himpunan W dari vektor dalam R3 bahwa orthogonal pada
w=(1, 3, 1). Berikan dimensi dan deskripsi geometris dari W.
Solusi
(a) Untuk u, vW. Karena uw dan vw, sehingga uw=0 dan vw=0.
(u+v)w = uw + vw = 0 u+v w u+v W
Jika c adalah skalar, c(uw) = cuw = 0 cu w cu W
W merupakan sub-ruang dari Rn.
(b) Untuk (a, b, c)W dan (a, b, c)w, maka (a, b, c)(1, 3, 1)=0
a+3b+c=0 W merupakan himpunan {(a, b, -a - 3b) | a, b R}
Karena (a, b, -a - 3b) = a(1, 0, -1) + b(0, 1, -3). Jelas bahwa
{(1, 0, -1), (0, 1, -3)} merupakan basis untuk W dim(W)=2
Gambar 1.19
Contoh 3 (lanjutan)
W merupakan bidang dalam R3 didefinisikan oleh (1, 0, -1) dan (0, 1, -3).
Jarak antar titik
Definisi. Untuk x=(x1, x2, …, xn) dan y=(y1, y2, …, yn) berupa dua titik di Rn.
Jarak antara x dan y didenotasikan d(x, y) dan didefinisikan oleh
Catatan: Dapat dituliskan jarak sebagaimana berikut.
22
11 )()() ,( nn yxyxd -- yx
yxyx -) ,(d
Contoh 4
Tentukan jarak antar titik x = (1,–2 , 3, 0) dan y = (4, 0, –3, 5) dalam R4.
Solusi
74)50()33()02()41(),( 2222 ----yxd
x
yx-y
Jarak antara x=(x1, x2) dan y =(y1, y2) adalah2
22
2
11 )()( yxyx --
Turunan ungkapan Rn.
Contoh 5
Buktikan jarak di Rn yang mempunyai sifat simetris : d(x, y)=d(y, x) untuk suatu
x, y Rn.
Solusi
) ..., , ,(dan ) ..., , ,( 2121 nn yyyxxx yxUntuk
22
11 )()() ,( nn yxyxd -- yx
) ,()()( 22
11 xydxyxy nn --
Teorema 1.5
Ketidaksamaan Cauchy-Schwartz. Jika u dan v merupakan vektor di Rn maka
dimana didenotasikan nilai absolut dari bilangan uv.
vuvu
vu
Teorema 1.6
Untuk u dan v berupa vektor dalam Rn.
(a) Ketidaksamaan segitiga:
||u + v|| ||u|| + ||v||.
(a) Teorema Pythagorean:
Jika u‧v = 0 maka ||u + v||2 = ||u||2 + ||v||2.
Gambar 1.21
Terima Kasih