trihastuti agustinah
DESCRIPTION
Trihastuti Agustinah. Vektor pada R n. Definisi Ruang- n Himpunan seluruh tupel- n dari bilangan real Notasi: R n n = 2 pasangan terurut; n = 3 triple terurut n = 1 satu bilangan real (notasi: R 1 atau R ) 2 interpretasi geometris tripel terurut ( a 1 , a 2 , a 3 ): - PowerPoint PPT PresentationTRANSCRIPT
RUANG VEKTOR
Trihastuti Agustinah.
Vektor pada Rn
• Definisi Ruang-n – Himpunan seluruh tupel-n dari bilangan real
• Notasi: Rn
– n = 2 pasangan terurut;
– n = 3 triple terurut
– n = 1 satu bilangan real (notasi: R1 atau R)
• 2 interpretasi geometris tripel terurut (a1,a2,a3):
– Titik: a1,a2,a3 sebagai koordinat
– Vektor: a1,a2,a3 sebagai komponen vektor
Interpretasi tripel terurut
Operasi standar
• Dua vektor u=(u1, u2,···, un) dan v=(v1, v2,···, vn) pada Rn
– Sama u=v; u1= v1, u2= v2, ···, un= vn
– Jumlah: u+v = (u1+v1, u2+v2, ···, un+vn)
– Perkalian skalar: ku=(ku1, ku2,···, kun)
• Vektor nol Notasi: 0 0 = (0,0, ···,0)
Sifat-sifat aritmatika
• Jika u=(u1, u2,···, un), v=(v1, v2,···, vn) pada Rn
– Negatif: -u = (-u1, -u2,···, -un)
– Selisih: v- u = v + (- u) atau v- u = (v1-u1, v2-u2, ···, vn-un)
• Teorema: (k,l: skalar) v+ u = u +v k(l u) = (kl) u
u + (v+w) = (u +v) + w k(u +v) = k u + kv
u + 0 = 0+ u = u (k+l) u = ku+lu
u +(- u)= 0 u - u = 0 1u = u
Ruang n-Euclidean
• Misal u=(u1, u2,···, un), v=(v1, v2,···, vn), w=(w1, w2,···, wn)
adalah vektor pada Rn dan k skalar
• Hasilkali-dalam (inner-product) Euclidean:
u·v = (u1v1 + u2v2 + ··· + unvn)
• 4 sifat penting inner product u·v = v·u (u+v)·w = uw + vw (ku)·v = k(u·v) v·v ≥ 0, v·v = 0 jika dan hanya jika (iff) v = 0
Contoh 1
• Dapatkan hasilkali-dalam Euclidean dari vektor:
u = (-1, 3, 5, 7) dan v = (5, -4, 7, 0)
u·v = (-1)(5) + (3)(-4) + (5)(7) + (7)(0) = 18
• Cara penghitungan hasilkali-dalam sama dengan perkalian aritmatika biasa
(3u+2v)·(4u+v) = (3u)·(4u+v) + (2v)·(4u+v)
= (3u)·(4u) + (3u)·v + (2v)·(4u) + (2v)·v
= 12(u·u) + 11(u·v) + 2(v·v)
Norm dan jarak
• Definisi norm atau panjang Euclidean untuk vektor u=(u1, u2,···, un):
• Definisi jarak (distance) antara titik u=(u1, u2,···, un) dan v=(v1, v2,···, vn):
222
21
21)( nuuu uuu
2222
211 )()()(),( nn vuvuvud vuvu
Pertidaksamaan Cauchy-Schwarz
• Vektor u=(u1, u2,···, un), v=(v1, v2,···, vn) pada Rn
• Pertidaksamaan Cauchy-Schwarz:
atau
vuvu
nnvuvuvu 2211
21222
21
21222
21 )()( nn vvvuuu
Sifat-sifat norm dan jarak
• Jika u dan v adalah vektor dan k skalar ||u|| ≥ 0 ||u|| = 0 iff u =0 ||ku|| = |k| ||u||
perkalian vektor dgn skalar mengalikan panjang dr vektor sebesar k
||u +v|| ≤ ||u||+||v|| jumlah dua sisi segitiga lebih kecil atau sama dengan sisi ketiga
dr segitiga tersebut
u
ku
v
u
u + v
Vektor ortogonal
• Dua vektor u dan v adalah ortogonal iff
u·v=0
• Vektor u, v dan u+v membentuk sisi-sisi segitiga
u
vu + v
• Teorema Phytagoras
||u+v||2=||u||2+||v||2
Ruang Vektor Real
• Definisi ruang vektor V:– himpunan objek di mana dua operasi berikut
didefinisikan pada V• jumlah dari pasangan objek dalam V • perkalian objek dengan skalar
• Jika aksioma –aksioma untuk ruang vektor terpenuhi oleh seluruh objek u,v,w dalam V dan skalar k dan l, maka
• V disebut ruang vektor • objek dalam V disebut vektor.
Aksioma-aksioma
• Jika u dan v adalah objek dalam V, maka u + v juga objek dalam V– u + v = v + u– u +(v +w) = (u+ v) + w
• Objek 0 dalam V disebut vektor nol untuk V – 0+u=u+ 0=u untuk semua u dalam V
• Untuk tiap u dalam V, objek –u dalam V disebut negatif dari u– u + (- u) = (- u) + u = 0
• Jika k adalah skalar sebarang dan u adalah objek dalam V, maka ku juga dalam V– k(u +v) = ku + kv– k(l u) = (kl) u– 1u = u
Bukti
2221
1211
uu
uuu• Misal
2221
1211
vv
vvv
22222121
12121111
2221
1211
2221
1211
vuvu
vuvu
vv
vv
uu
uuvu
2221
1211
2221
1211 kuku
kuku
uu
uukku
uu0
2221
1211
2221
1211
00
00
uu
uu
uu
uu
0uu
00
00)(
2221
1211
2221
1211
uu
uu
uu
uu
Subspace (subruang)
• Definisi:– Subset W dari ruang vektor V disebut subspace dari V jika
W merupakan ruang vektor yang dibentuk dari operasi penjumlahan dan perkalian dalam V
• Bila W adalah himpunan yang terdiri dari satu vektor atau lebih dari ruang vektor V, maka W subspace dari V iff– Jika u dan v vektor dalam W, maka u+v juga dalam W
– Jika k sebarang skalar dan u adalah sebarang vektor dalam W, maka ku juga dalam W
Contoh1: subruang
• Garis melalui origin adalah subruang u
vu + v
WW
uku
• Vektor u+v dan ku terletak pada bidang yang sama dengan u dan v W adalah subruang dari R3
u
vu + v
W
ku
Subruang dari R2 dan R3
• Subruang dari R2
{0} Garis melalui origin R2
• Subruang dari R3
{0} Garis melalui origin Bidang melalui
origin R3
• Tiap ruang vektor tak-nol V minimal terdiri dari 2 subruang:– Subruang V – Vektor nol dalam V subruang nol (zero subspace)
Kombinasi linear dari vektor
• Untuk r = 1: w = k1v1
Kombinasi linear vektor tunggal v1
• Vektor w adalah kombinasi linear dari v1, v2,, vr dan k1,k2, , kr jika
rrkkk vvvw 2211
• Vektor v=(a,b,c): kombinasi linear dari vektor basis standar
kjiv cbacbacba )1 ,0 ,0()0 ,1 ,0()0 ,0 ,1() , ,(
Contoh 2
• w kombinasi linear dari u dan v bila
w = k1u + k2v
(9,2,7) = k1(1,2,-1) + k2(6,4,2)
(9,2,7) = k1+6k2, 2k1+4k2, -k1+2k2
k1 + 6k2 = 9; 2k1 + 4k2 = 2; -k1 + 2k2 = 7 → k1=-3; k2=2
Maka w = -3u + 2v
• Vektor u = (1,2,-1) dan v = (6,4,2)
Tunjukkan bahwa w=(9,2,7): kombinasi linear dari u dan v w´=(4,-1,8): bukan kombinasi linear
Rentangan (spanning)
• Jika v1, v2,, vr adalah vektor dalam ruang vektor V, maka – Himpunan W dari seluruh kombinasi linear v1, v2,, vr
adalah subruang V– W adalah subruang terkecil dalam V yang berisi v1,v2,, vr
• Jika S = {v1, v2,, vr} adalah himpunan vektor dalam ruang vektor V, maka – Subruang W dari seluruh kombinasi linear v1, v2,, vr
disebut ruang yang direntang oleh vektor tersebut– W= span (S) atau W= span {v1, v2,, vr}
• Jika v1dan v2 adalah vektor di R3 dengan titik awal pada origin– Span{v1, v2} yang berisi seluruh kombinasi linear k1v1 +
k2v2: bidang melalui origin yang ditentukan oleh v1 dan v2
• Jika v merupakan vektor di R2 atau R3 – Span{v} yang berupa seluruh perkalian kv: garis yang
ditentukan oleh v
v1
k1v1
k1v1+ k2v2k2v2
v2
y
z
x
span{v1, v2}
v
kv
span{v}
y
z
x
Contoh 3
• Tentukan vektor semu b=(b1,b2,b3) sebagai kombinasi linear
b = k1v1 + k2v2 + k3v3
(b1,b2,b3) = k1(1,1,2) + k2(1,0,1)+k3(2,1,3)
k1 + k2 + 2k3 = b1
k1 + k3 = b2
2k1 + k2 + 3k3 = b3
Sistem linear konsisten iff matriks koefisien A dapat diinverskan
det(A)=0 → A tidak dapat diinverskan
v1, v2 dan v3 tidak dapat merentang pada R3
• Tunjukkan bahwa v1 = (1,1,2), v2 = (1,0,1), v3 = (2,1,3) merentang ruang vektor pada R3
312
101
211
A
• Himpunan vektor S = {v1, v2, , vr}
• Persamaan vektor
k1v1 + k2v2 + + krvr = 0
• Jika hanya ada satu solusi– k1= 0, k2 = 0, , kr = 0
– S adalah himpunan bebas linier (linearly independent)
• Jika ada solusi yang lain
– S disebut himpunan takbebas linear
Kebebasan linear
Contoh 4
• Persamaan vektor dalam komponen
k1v1 + k2v2 + k3v3 = 0
k1(1, -2,3) + k2(5,6, -1)+k3(3,2,1)=(0,0,0)
(k1+5k2+3k3, –2k1+6k2+2k3, 3k1– k2 +k3) = (0,0,0)
• Persamaan untuk tiap komponen
k1 + 5k2 + 3k3 = 0
– 2k1 + 6k2 + 2k3 = 0
3k1 – k2 + k3 = 0
• Tunjukkan bahwa v1 = (1, -2,3), v2 = (5,6,-1), v3 = (3,2,1) membentuk himpunan bebas linear atau tak bebas linear
Contoh 4 (cont.)
• Solusi sistem
k1= t/2; k2 = -t/2; k3 = t
• Solusi nontrivial
• v1, v2 dan v3: himpunan takbebas linear
• Eksistensi solusi nontrivial Determinan matriks koefisien sama dengan nol
Matrik tsb tidak dapat diinverskan
Interpretasi geometri dari kebebasan linear
y
z
x
v1
v2
y
z
x
v1
v2y
z
x
v1
v2
(a) takbebas linier (b) takbebas linier (c) bebas linier
y
z
x
v3
v2
y
z
x
v1
v2
y
z
x
v1
v2
v1
v3
v3
(a) takbebas linier (b) takbebas linier (c) bebas linier
Basis
• Definisi:– Jika V adalah ruang vektor– S = {v1, v2, , vn}: himpunan vektor dalam V
– S disebut basis untuk V jika memenuhi kondisi berikut• S adalah bebas linear• S merentang V (S spans V)
• Teorema:– Jika S = {v1, v2, , vn}: basis untuk ruang vektor V
– Tiap vektor v dalam V dapat dinyatakan sebagai kombinasi linear dari vektor-vektor dalam S dalam satu cara saja
Basis
• Bukti:
v = c1v1+ c2v2+ + cnvn
dan
v = k1v1+ k2v2+ + knvn
• Kurangkan kedua persamaan
0 = (c1– k1)v1+ (c2 – k2)v2+ + (cn – kn)vn
• Solusi: c1= k1, c2 = k2, , cn = kn
• Kedua ekspresi untuk v adalah sama
Dimensi
• Definisi:– Ruang vektor tak nol V disebut dimensi berhingga
– Bila V berisi himpunan vektor-vektor berhingga {v1, v2, , vn} yang membentuk sebuah basis
– Jika tidak terdapat himpunan vektor tersebut, V disebut dimensi tak berhingga
• Teorema:– Jika V adalah ruang vektor dimensi berhingga dan {v1, v2,
, vn} merupakan basis • Tiap himpunan yang memiliki vektor > n takbebas linear• Himpunan vektor < n tidak dapat merentang V
Dimensi
• Catatan: – Bila S = {v1, v2, , vn} adalah basis untuk V
– Seluruh basis untuk V memiliki jumlah vektor yang sama dengan basis S
– Basis untuk Rn memiliki n vektor– Basis untuk R3 memiliki 3 vektor– Basis untuk R2 memiliki 2 vektor– Basis untuk R1 memiliki 1 vektor– Jumlah vektor dalam basis = jumlah dari dimensi
Contoh 5
• Tentukan basis dan dimensi untuk solusi ruang sistem homogen berikut:
2x1 + 2x2 – x3 + x5 = 0
– x1 – x2 + 2x3 – 3x4 + x5 = 0
x1 + x2 – 2x3 – x5 = 0
x3 + x4 + x5 = 0
• Augmented matriks:
011100
010211
013211
010122
• Reduksi eselon baris:
000000
001000
010100
010011
• Bentuk reduksi dalam persamaan:x1+ x2+ x5 = 0
x3+ x5 = 0
x4 = 0
• Dalam bentuk vektor:
• Solusi:
x1 = –s –t; x2 = s; x3 = –t; x4 =0; x5 = t;
1
0
1
0
1
0
0
0
1
1
0
0
0
0
0
0
5
4
3
2
1
ts
t
t
t
s
s
t
t
s
ts
x
x
x
x
x
• Vektor yang merentang ruang solusi:
1
0
1
0
1
dan
0
0
0
1
1
21 vv
• Vektor v1, v2: bebas linear
• {v1, v2}: basis
• Ruang solusi: dua dimensi
Ruang baris, kolom dan nul
• Jika A matriks m×n:– subruang Rn direntang oleh vektor baris disebut ruang baris
dari A– subruang Rm direntang oleh vektor kolom disebut ruang
kolom dari A– ruang solusi dari sistem homogen dari persamaan Ax = 0
yang merupakan subruang Rn disebut ruang nul dari A
• Teorema:– Sistem persamaan linear Ax = b adalah konsisten iff b
merupakan ruang kolom dari A
Contoh 6
• Tunjukkan bahwa b merupakan ruang kolom dari A dan ekspresikan b sebagai kombinasi linear dari vektor kolom matriks A:
3
9
1
212
321
231
3
2
1
x
x
x
Contoh 6 (cont.)
• Solusi sistem:
x1 = 2; x2 = – 1; x3 = 3
• Sistem konsisten b merupakan ruang kolom A
• Ekspresi b sebagai kombinasi linear vektor kolom matriks A
3
9
1
2
3
2
3
1
2
3
2
1
1
2
Basis untuk ruang baris, kolom dan nul
• Operasi baris elementer tidak mengubah ruang nul dan ruang baris dari matriks
• Jika matriks R merupakan matriks hasil reduksi baris:– Vektor baris dengan leading 1 (baris tak nol) basis untuk
ruang baris
– Vektor kolom dengan leading 1 basis untuk ruang kolom
Contoh 7
• Matriks:
00000
01000
00310
30521
R
• Basis untuk ruang baris:
• Basis untuk ruang kolom:
Rank dan nullity
• Rank: dimensi dari ruang baris dan ruang kolom
• Notasi: rank(A)
• Nulitas(nullity): dimensi dari ruang nul
• Notasi: nullity(A)
• rank(A)=dim(ruang baris A)=dim(ruang kolom AT)
• rank(A) + nullity(A) = n
• Jumlah var. leading + jumlah var. bebas = n
Nilai maksimum dari rank
• Jika A matriks m×n:– rank(A) = jumlah var. leading dalam solusi Ax = 0
– nullity(A) = jumlah parameter dalam solusi Ax = 0
– Vektor baris terletak pada Rn ruang baris berdimensi n
– Vektor kolom terletak pada Rm ruang kolom dimensi m
– Ruang baris = ruang kolom
– mn, rank(A) = nilai terkecil antara m dan n
• Nilai maksimum rank:– rank(A) min(m,n)