MODUL III RUANG VEKTOR 3.1. Ruang Vektor Ruang vektor merupakan materi yang sangat penting dalam Matematika dan Statistika. Untuk membangun ruang vektor, diperlukan pengetahuan tentang sistem bilangan seperti, bilangan real atau bilangan Kompleks, beserta operasi penjumlahan dan perkalian dari bilangan tersebut. Walaupun namanya ruang vektor, tidak berarti obyek-obyek dari ruang tersebut berupa vektor dalam arti yang sebenarnya, tetapi obyek tersebut dapat berperan sebagai vektor asalkan memenuhi sifat dari ruang vektor. Berikut diberikan definisi ruang vektor atas bilangan real R.
Definisi 3.1 ( Ruang Vektor ) Diberikan ruang V yang dilengkapi dengan operasi penjumlahan (+) dan perkalian (.) dengan skalar atas bilangan real R. Selanjutnya misalkan u, v, w V dan , merupakan skalar-skalar dalam R. Ruang V disebut ruang vektor atas bilangan real R, jika memenuhi : A. Terhadap operasi penjumlahan, bersifat : A1. u + v V. ( Tertutup terhadap penjumlahan ) A2. u + v = v + u. ( Komutatif terhadap penjumlahan ) A3. ( u + v ) + w = u + ( v + w ). ( Assosiatif dengan penjumlahan ) A4. Untuk setiap u V terdapat 0 V, sehingga : 0 + u = u + 0. ( Ada elemen netral ) A5. Untuk setiap u V terdapat -u V, sehingga : u + (-u) = (-u) + u = 0. ( Ada invest ) B. Terhadap operasi Perkalian dengan skalar, bersifat : B1. u V. ( Tertutup terhadap perkalian dengan skalar) B2. (u + v ) = u + v. B3. ( + ) u = u + u. B4. (u) = ()u. B5. 1u = u. Berikut ini diberikan contoh-contoh ruang vektor atas bilangan real R.
Contoh 3.1 Diberikan vektor-vektor u, v R2 = RxR = { (a,b) ; a R dan b R }. Penjumlahan dan perkalian dengan skalar didefinisikan sebagai berikut : u + v = (a, b) + (c, d) = (a+c, b+d), dan u = (a, b), R. Perlihatkan bahwa R2 dengan operasi di atas merupakan ruang vektor atas bilangan real R. Jawab : Untuk memperlihatkan R2 merupakan ruang vektor, diselidiki semua sifat A1–A5 dan B1–B5. Ambil sembarang u, v, w R2 dan skalar , R, maka u, v, w dapat disajikan menjadi : u = (a, b), v = (c, d), dan w = (e, f), dengan a, b, c, d, e, f R. A. Terhadap operasi penjumlahan, bersifat : A1. u + v = (a+c, b+d) R2. Sebab a, b, c, d R maka a + c R, dan b + d R. A2. u + v = (a+c, b+d) = (c+a, d+b). ( penjumlahan bilangan real komutatif ) = (c, d) + (a, b) = v + u. A3. ( u + v ) + w = (a+c, b+d) + (e, f) = ((a+c)+e, (b+d)+f) = (a+(c+e),b+(d+f)). (penjumlahan assosiatif) = (a,b) + (c+e, d+f) = u + ( v + w ). A4. Untuk setiap u R2 terdapat 0 = (0,0) R2, sehingga : 0 + u = (0,0) + (a, b) = (a,b) = u u + 0 = (a, b) + (0,0) = (a,b) = u A5. Untuk setiap u R2 terdapat -u = (-a, -b) R2, sehingga : u + (-u) = (a,b) + (-a,-b) = (a+(-a), b+(-b)) = (0, 0)
44
= 0 R2 . (-u) + u = (-a, -b) + (a, b) = (-a+a, -b+b) = (0, 0) = 0 R2 . B. Terhadap operasi Perkalian dengan skalar, bersifat : B1. u = (a, b) = (a, b) R2. Sebab : R, dan a,b R maka a R, dan b R. B2. (u + v ) = (a+c, b+d) = (a+c, b+d) = (a, b) + ( c, d) = (a,b) + (c,d) = u + v. B3. ( + ) u = ( + ) (a, b) = (( + )a, ( + )b) = (a + a, b + b) = (a, b) + (a, b) = (a, b) + (a, b) = u + u. B4. (u) = (a, b) = ((a), (b)) = (()a, ()b)= ()(a, b) = ()u. B5. 1u = 1(a,b) = (1a, 1b) = (a,b) = u. Karena syarat A1–A5 dan B1–B5 dipenuhi maka ruang R2 merupakan ruang vektor atas bilangan real R. Contoh 3.2 Diberikan vektor u, v Rn = { (a1,a2,…,an) ; aj R, j=1,2,…,n }. Didefinisikan penjumlahan dan perkalian dengan skalar sebagai berikut : u + v = (a1,a2,…,an) + (b1,b2,…,bn) = (a1+b1, a2+b2,…, an+bn), aj R, bj R, j=1,2,…,n dan u = (a1, a2,…,an), R.
45
Perlihatkan bahwa Rn dengan operasi-operasi di atas merupakan ruang vektor atas bilangan real R. Jawab : Soal ini merupakan generalisasi dari Contoh 3.1, sehingga penyelesaiannya serupa dengan contoh tersebut. Coba anda selesaikan sebagai latihan.
Contoh 3.3 Diberikan ruang R(f) yang menyatakan himpunan semua fungsi f pada garis real R. Untuk setiap f, g R(f) dan skalar R, operasi penjumlahan dan perkalian dengan skalar, mengikuti : f+g = (f+g)(x) = f(x)+g(x), dan f = (f)(x) = f(x), x R. Apakah R(f) merupakan ruang vektor atas bilangan real R ?. Jawab : Untuk memperlihatkan R(f) merupakan ruang vektor, haruslah memenuhi semua sifat A1-A5 dan B1-B5. Ambil sembarang f,g,h R(f), dan skalar , R maka f, g, h dapat dinyatakan menjadi : f = f(x) R, g = g(x) R, dan h = h(x) R, x R. A. Terhadap operasi penjumlahan, bersifat : A1. f + g = (f+g)(x) = f(x)+ g(x) R(f). Sebab f(x) R, dan g(x) R, maka f(x) + g(x) R. B2. f + g = (f+g)(x) = f(x)+ g(x) = g(x)+ f(x) ( penjumlahan bilangan real komutatif ) = (g+f)(x) = g + f. B3. (f + g) + h = ((f+g) + h )(x) = (f+g)(x) + h(x) = (f(x)+g(x)) + h(x) = f(x)+ (g(x)+ h(x)) (penjumlahan bilangan real assosiatif) = (f + (g+h))(x) = f + (g + h) A4. Untuk setiap f R(f) terdapat 0 = 0(x) R(f), sehingga : 46
0 + f = (0+f)(x) = 0(x)+ f(x) = f(x) = f. f + 0 = (f+0)(x) = f(x)+ 0(x) = f(x) = f. A5. Untuk setiap f R(f) terdapat -f = -f(x) R(f), sehingga : f + (-f) = (f +(-f))(x) = f(x) + -f(x) = 0(x) R(f). (-f) + f = ((-f) + f)(x) = -f(x) + f(x) = 0(x) R(f). B. Terhadap operasi Perkalian dengan skalar, bersifat : B1. f = (f)(x) = f(x) R(f). Sebab , f(x) R maka f(x) R B2. (f + g ) = ((f+g))(x) = (f+g)(x) = (f(x) + g(x)) = f(x) + g(x) = (f)(x) + (g)(x) = (f + g)(x) = f + g. B3. ( + ) f = (( + ) f)(x) = ( + )f(x) = f(x) + f(x) = (f)(x) + (f)(x) = (f + f)(x) = f + f. B4. (f) = ((f))(x) = ((f)(x)) = (f(x)) = ()f(x) = ()f. B5. 1u = (1f)(x) = 1f(x) = f(x) = f.
47
Karena syarat A1–A5 dan B1–B5 dipenuhi maka ruang R(f) merupakan ruang vektor atas bilangan real R.
Contoh 3.4 Diberikan ruang M2x2(D) dengan :
a 0 M2x2(D) = { Matriks berukuran 2x2, berbentuk , dengan a, b R}. 0 b Operasi penjumlahan dan perkalian dengan skalar mengikuti operasi penjumlahan dan perkalian dengan skalar pada matriks. Apakah M2x2(D) merupakan ruang vektor atas bilangan real R?
Jawab : Untuk memperlihatkan M2x2(D) merupakan ruang vektor, diselidiki semua sifat dari ruang vektor. Ambil sembarang u, v, w M2x2(D) dan skalar , R maka u, v, w dapat ditulis menjadi :
a 0 u= , v = 0 b
c 0 0 d , dan w =
e 0
0 , dengan a, b, c, d, e, f R. f
A. Terhadap operasi penjumlahan :
0 a 0 c 0 a c A1. u + v = + = M2x2(D). b d 0 b 0 d 0 Sebab a, b, c, d R maka a + c R, dan b + d R.
0 a c A2. u + v = b d 0 0 c a = ( penjumlahan bilangan real komutatif ) d b 0 c 0 a 0 = + 0 d 0 b = v + u.
0 e a c A3. ( u + v ) + w = + b d 0 0 0 (a c) e = 0 (b d )
0 f
f
48
0 a (c e) = (penjumlahan assosiatif) 0 b (d f ) 0 a 0 c e = + d 0 b 0
f
= u + ( v + w ).
0 0 A4. Untuk setiap u M2x2(D) terdapat 0 = M2x2(D), sehingga 0 0 0 0 a 0 a 0 0+u= + = = u. 0 0 0 b 0 b a 0 0 0 a 0 u+0= + = = u. 0 b 0 0 0 b a 0 A5. Untuk u M2x2(D), terdapat -u = M2x2(D), sehingga : 0 b a 0 a 0 u + (-u) = + 0 b 0 b 0 a ( a ) = b (b) 0 0 0 = 0 0 = 0 M2x2(D).
a 0 a 0 (-u) + u = + 0 b 0 b 0 (a) a = (b) b 0 0 0 = 0 0 = 0 M2x2(D). B. Terhadap operasi perkalian dengan skalar, bersifat :
a 0 a 0 B1. u = = M2x2(D). 0 b 0 b Sebab : R, dan a,b R maka a R, dan b R.
49
0 a c b2. (u + v ) = b d 0 0 (a c) = (b d ) 0 0 a c = b d 0 a 0 c 0 = + 0 b 0 d a 0 = + 0 b
c 0 0 d
= u + v.
a 0 B3. ( + ) u = ( + ) 0 b 0 ( )a = 0 ( )b 0 a a = b b 0 a 0 a 0 = + 0 b 0 b a 0 a 0 = + 0 b 0 b = u + u.
a 0 B4. (u) = 0 b 0 ( a) = ( b) 0 0 ( )a = ( )b 0 a 0 = () 0 b 50
= ()u.
a 0 1.a 0 a 0 B5. 1u = 1 = = = u. 0 b 0 1.b 0 b Karena syarat A1–A5 dan B1–B5 dipenuhi maka ruang :
a 0 M2x2(D) = { Matriks berukuran 2x2, berbentuk , dengan a, b R } 0 b Dengan operasi penjumlahan dan perkalian dengan skalar yang berlaku pada matriks merupakan ruang vektor atas bilangan real R. Jika anda perhatikan Contoh 3.1 sampai dengan Contoh 3.4, anda akan melihat bahwa ruang-ruang vektor tersebut, semuanya merupakan ruang vektor atas bilangan real R. Pada dasarnya, ruang vektor tidak selalu atas bilangan real R, tetapi ada juga ruang vektor atas bilangan Kompleks C. Namun tidak akan disajikan pada modul ini. Mungkin anda bertanya bahwa, apakah semua ruang dengan operasi penjumlahan dan perkalian dengan skalar merupakan ruang vektor?. Jawabannya adalah tidak. Apabila ruang yang diberikan dengan operasi penjumlahan dan perkalian dengan skalar, tidak memenuhi salah satu dari sifat A1–A5 atau B1–B5, maka ruang tersebut bukanlah ruang vektor. Berikut diberikan beberapa contoh ruang yang bukan ruang vektor atas bilangan real R.
Contoh 3.5 Diberikan ruang R2+ dengan : R2+ = { (x,y) R2 ; x 0, y 0, x R, y R }, yaitu himpunan semua pasangan berurutan (x,y) yang terletak pada kuadran pertama. Selanjutnya operasi penjumlahan dan perkalian dengan skalar mengikuti operasi penjumlahan dan perkalian pada ruang R2. Apakah R2+ ruang vektor atas bilangan real R?. Jawab : Ruang R2+ bukan ruang vektor atas bilangan real R, karena syarat B-1 tidak dipenuhi. Ambil sembarang u R2+, maka u dapat dinyatakan menjadi : u = (x,y) R2, dengan x R, y R dan x 0, y 0. Diberikan skalar - R, >0, maka : -u = (-x, -y) R2+,
51
sebab -x 0, dan -y 0, untuk x 0, y 0.
Contoh 3.6 Diberikan ruang M2x2(D*) dengan :
a 1 M2x2(D*) = { Matriks berukuran 2x2, berbentuk , dengan a,b R}. 1 b Operasi penjumlahan dan perkalian dengan skalar mengikuti operasi penjumlahan dan perkalian dengan skalar yang ada pada matriks. Apakah M2x2(D*) merupakan ruang vektor atas bilangan real R? Jawab : Ruang M2x2(D*) bukan ruang vektor atas bilangan real R, karena syarat A1 tidak dipenuhi. Ambil sembarang u, v M2x2(D*), maka u dapat dinyatakan menjadi :
a 1 c 1 u= , v= , dengan a, b, c, d R. 1 b 1 d 2 a 1 c 1 a c u+v= + = M2x2(D*). c d 1 b 1 d 2
Dalam banyak persoalan praktis yang menyangkut ruang vektor, sering diperhatikan ruang-ruang lain yang merupakan bagian dari ruang vektor tersebut, yaitu subruang (ruang bagian). Himpunan W yang merupakan himpunan bagian dari ruang vektor V dikatakan subruang V jika W adalah ruang vektor atas operasi penjumlahan dan perkalian dengan skalar yang didefinisikan pada ruang vektor V. Anda telah mengetahui dengan baik bahwa untuk memperlihatkan suatu ruang merupakan ruang vektor, haruslah memenuhi syarat A1-A5 dan B1-B5. Jika anda ikuti prosedur tersebut secara detail satu persatu, maka akan melibatkan pekerjaan yang cukup panjang dan kurang praktis. Berikut diberikan suatu teorema untuk memperlihatkan ruang W merupakan subruang dari ruang vektor V atas bilangan real R.
Teorema 3.1 ( Subruang ) Jika V ruang vektor dan W himpunan bagian dari V, maka ruang W merupakan subruang dari V, jika berlaku : (i). (u,v W) ( u+v W ). ( tertutup terhadap penjumlahan ). 52
(ii). ( R, u W) (u W ). (tertutup terhadap perkalian skalar).
Contoh 3.7 Diberikan ruang R(f[a,b]), dengan : R(f[a,b]) = { f ; f fungsi bernilai real pada interval [a,b], a,b R }. Operasi penjumlahan dan perkalian dengan skalar diberikan oleh : f + g = (f+g)(x) = f(x) + g(x), dan f = (f)(x) = f(x), x R. Selanjutnya diberikan ruang : C[a,b] = { f ; f fungsi kontinu pada interval [a,b], a,b R }. Apakan ruang C[a,b] merupakan subruang dari ruang vektor R(f[a,b]).? Jawab : Kita telah menunjukkan R(f[a,b]) dengan operasi-operasi yang diberikan merupakan ruang vektor atas bilangan real (lihat Contoh 3.3). Ruang C[a,b] merupakan subruang dari R(f[a,b]), sebab : (i). Ambil sembarang f,g C[a,b] maka : f = f(x), dan g = g(x) fungsi-fungsi kontinu pada interval [a,b]. Akibatnya : f+g = (f+g)(x) = f(x) + g(x) C[a,b]. Sebab penjumlahan dua fungsi yang masing-masing kontinu adalah kontinu. (ii). Untuk R diperoleh : f = (f)(x) = f(x) C[a,b]. Sebab perkalian fungsi kontinu dengan skalar bilangan real adalah fungsi kontinu.
Contoh 3.8 Diberikan ruang-ruang : M(2x2) = { Matriks berukuran 2x2 }, dan
0 a M(0) = { Matriks berukuran 2x2, berbentuk , a, b R }. b 0 Operasi penjumlahan dan perkalian dengan skalar sesuai dengan operasi yang berlaku pada matriks. Perlihatkan M(0) merupakan subruang dari M(2x2).
53
Jawab : Ambil sembarang A,B M(0), dan skalar R, maka :
0 a A= , B = b 0
0 c 0 a d 0 , dan A = b 0 , a,b,c,d R.
0 a 0 c (i). A + B = + = b 0 d 0
0 b d
a c M(0). 0
Sebab a,b,c,d R, maka a+c R, dan b+d R.
0 a (ii). A = M(0), b 0 Sebab a,b R dan R, maka a R, dan b R. Karena (i) dan (ii) berlaku, maka M(0) merupakan subruang dari ruang vektor M(2x2).
Contoh 3.9 Diberikan ruang vektor : R(f[a,b]) = { f ; f fungsi bernilai real pada interval [a,b], a,bR }. Selanjutnya diberikan suatu ruang :
n [a, b] = { f ; f polinomial derajat n, pada interval [a,b], a,b R }. Perlihatkan n [a, b] merupakan subruang dari ruang vektor R(f[a,b]). Jawab : Ambil sembarang f,g n [a, b] dan skalar R, maka f dan g dapat dinyatakan menjadi : f = f(x) = a0 a1 x a2 x 2 ... an x n , dan g = g(x) = b0 b1 x b2 x 2 ... bn x n , dengan a0 , a1 , a2 ,..., an R, an 0 , dan b0 , b1 , b2 ,..., bn R, bn 0 . (i). f + g = (f+g)(x) = f(x) + g(x) = ( a0 a1 x a2 x 2 ... an x n ) + ( b0 b1 x b2 x 2 ... bn x n ) = (a0 b0 ) (a1 b1 ) x (a2 b2 ) x 2 ... (an bn ) x n n [a, b] . Sebab a0 , a1 , a2 ,..., an R, an 0 dan b0 , b1 , b2 ,..., bn R, bn 0 , maka
54
(a0 b0 ) R, ...., (an bn ) R , dan an 0, bn 0 , maka an bn 0 .
Jadi f+g merupakan polinomial derajat n. (ii). f = (f)(x) = f(x) = ( a0 a1 x a2 x 2 ... an x n ), 0 = (a0 ) (a1 ) x (a2 ) x 2 ... (an ) x n n [a, b] . Sebab 0, dan a0 , a1 , a2 ,..., an R, an 0 , maka :
a0 R,....,an R , dan an 0 . Jadi f merupakan polinomial derajat n. Karena (i) dan (ii) berlaku, maka n [a, b] merupakan subruang dari ruang vektor R(f[a,b]).
3.2. Basis dan Dimensi Ruang Vektor Pada
pembahasan
sebelumnya,
anda
telah
memahami
dan
dapat
memperlihatkan suatu ruang merupakan ruang vektor, dengan menggunakan definisi ruang vektor. Pada bagian ini, anda diharapkan mampu memperoleh vektor-vektor (dengan sifat tertentu) yang membangun dan merupakan kerangka dari ruang vektor tersebut, beserta dimensinya. Sifat tertentu yang dimaksudkan disini adalah vektorvektor yang bebas linear (independent linear). Suatu vektor-vektor yang bebas linear dan membangun/merentang/span ruang vektor V, disebut basis dari V. Dengan demikian, untuk mempelajari basis dari ruang vektor diperlukan pengertian tentang konsep-konsep berikut : a. Kombinasi linear dari suatu vektor. b. Vektor-vektor yang membangun suatu ruang vektor. c. Vektor-vektor yang bebas linear. Pertama diberikan pengertian tentang kombinasi linear dari suatu vektor dan Vektorvektor yang membangun/merentang/span suatu ruang vektor.
Definisi 3.2 (Kombinasi Linear) Diberikan vektor-vektor v1 , v2 ,..., vn . Vektor v dikatakan kombinasi linear dari v1 , v2 ,..., vn , jika v dapat dinyatakan sebagai :
55
n
v = 1v1 2 v2 ... n vn = i vi i 1
dengan i , i =1,2,...,n merupakan skalar bilangan real.
Definisi 3.3 (Membangun) Diberikan vektor-vektor v1 , v2 ,..., vn pada ruang vektor V. Jika vektor-vektor pada V dapat dinyatakan sebagai kombinasi linear dari v1 , v2 ,..., vn maka vektor-vektor v1 , v2 ,..., vn dikatakan membangun/ merentang/span dari ruang vektor V.
Contoh 3.10 Diberikan vektor-vektor dalam R3 : v1 = (1,2,-1), v2 = (6,4,2), dan v = (9,2,7), v* = (4,-1,8). Perlihatkan : a. Vektor v merupakan kombinasi linear dari v1 dan v2. b. Vektor v* bukan merupakan kombinasi linear dari v1 dan v2.
Jawab : a. Vektor v merupakan kombinasi linear dari v1 dan v2 haruslah terdapat 1 R dan 2 R, sehingga : v = 1v1 + 2v2 , yaitu : (9,2,7) = 1 (1,2,-1) + 2 (6,4,2) = (1, 21, - 1) + (62, 42, 22) = (1+62, 21+42, -1+22) Persamaan ini memberikan : 1+62 = 9
(1)
21+42 = 2
(2)
-1+22 = 7.
(3)
Persamaan (1) dan (3) memberikan : 82 = 16, atau 2 = 2. Dari persamaan (3) dengan mensubstitusikan 2 = 2, memberikan : 1 = -3.
56
Akibatnya vektor v dapat dinyatakan sebagai kombinasi linear dari v1 dan v2, yaitu : v = -3v1 + 2v2. b. Vector v* merupakan kombinasi linear dari v1 dan v2 haruslah terdapat 1 R dan 2 R, sehingga : v* = 1v1 + 2v2 . (4,-1,8) = (1+62, 21+42, -1+22) Persamaan ini memberikan : 1+62 = 4
(1)
21+42 = -1
(2)
-1+22 = 8.
(3)
Persamaan (1) dan (3) memberikan : 82 = 12, atau 2 = 1,5.
(4)
Persamaan (1) digandakan dengan 2, kemudian dikurangi dengan persamaan (2) diperoleh : 82 = 9, atau 2 = 9/8.
(5)
Persamaan (4) dan persamaan (5) memperlihatkan bahwa, tidak ada 1 dan 2 sehingga : v* = 1v1 + 2v2. Jadi v* bukan kombinasi linear dari v1 dan v2.
Contoh 3.11 Diberikan himpunan polinomial { 1, x, x2,...,xn } yang didefinisikan pada interval [a,b]. Apakah polinomial ini membangun n [a, b] ?
n [a, b] = { f ; f(x) = a0 a1 x a2 x 2 ... an x n , pada [a,b] }. Jawab : Polinomial { 1, x, x2,...,xn } membangun n [a, b] . Sebab untuk sembarang f
n [a, b] dapat dinyatakan menjadi : f(x) = a0 a1 x a2 x 2 ... an x n , dengan a0 , a1 , a2 ,..., an R, an 0 .
Contoh 3.12
57
Diberikan vektor-vektor dalam R2, R3, dan Rn : v1 = (1,0), dan v2 = (0,1), w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1). x1 = (1,0,...,0), x2 = (0,1,0,...,0), ...., dan xn = (0,0,...,1). Apakah : a. { v1 = (1,0), dan v2 = (0,1) } b. { w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1) } c. { x1 = (1,0,...,0), x2 = (0,1,0,...,0), ....,xn = (0,0,...,1) } masing-masing membangun R2, R3, dan Rn. Jawab : a. { v1 = (1,0), v2 = (0,1) } membangun R2. Untuk sembarang vektor v R2 dapat dinyatakan sebagai kombinasi linear dari : v = (a,b) = a (1,0) + b (0,1) = a v1 + b v2. b. { w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1)} membangun R3. Untuk sembarang vektor w R3 dapat dinyatakan sebagai kombinasi linear dari : w = (a,b,c) = a (1,0,0) + b (0,1,0) + c (0,0,1) = a w1 + b w2 + c w3 c. { x1 = (1,0,...,0), x2 = (0,1,0,...,0), ....,xn = (0,0,...,1) } membangun Rn. Untuk sembarang vektor u Rn dapat dinyatakan sebagai kombinasi linear dari : u = (a1, a1, …, an ) = a1 (1,0,…,0) + a2 (0,1,0,…,0) + … + an (0,0,…,1) = a1x1 + a2x2 + … + anxn. Setelah anda memahami konsep kombinasi linear, dan membangun, berikut ini disajikan definisi vektor-vektor yang bebas linear dan sangat berguna dalam memperoleh basis dari suatu ruang vektor.
Definisi 3.4 ( Vektor Bebas Linear) Diberikan himpunan vektor { v1 , v2 ,..., vn } dalam ruang vektor V. 58
(i). Vektor { v1 , v2 ,..., vn } disebut bebas linear (independent linear) jika kombinasi linear :
1v1 2 v2 ... n vn = 0, mempunyai penyelesaian 1 = 2 = … = n = 0. (ii). Vektor { v1 , v2 ,..., vn } dikatakan tidak bebas linear (dependent linear), jika kombinasi linear :
1v1 2 v2 ... n vn = 0, mempunyai penyelesaian paling tidak ada satu j 0, j = 1,2,…,n.
Definisi 3.5 ( Basis ) Misalkan V ruang vektor dan B = { v1 , v2 ,..., vn } merupakan himpunan berhingga dari vektor-vektor pada ruang vektor V. B disebut basis untuk ruang vektor V, jika : (i). B = { v1 , v2 ,..., vn } bebas linear, dan (ii). B = { v1 , v2 ,..., vn } membangun V.
Contoh 3.13 Diberikan vektor-vektor dalam R2, R3, dan Rn : v1 = (1,0), dan v2 = (0,1) R2, w1 = (1,0,0), w2 = (0,1,0), dan w2 = (0,0,1) R3. x1 = (1,0,...,0), x2 = (0,1,0,...,0), ...., dan xn = (0,0,...,1) Rn. Apakah : a. B2 = { v1, v2 } basis untuk R2. b. B3 = { w1, w2, w2 } basis untuk R3. c. Bn ={ x1, x2, ....,xn } basis untuk Rn. Jawab : Untuk memperlihatkan B2, B3, Bn basis untuk ruang R2, R3, dan Rn, ditunjukan : a.(i). B2 = { v1, v2 } bebas linear, sebab kombinasi linear :
1v1 2 v2 = 0 1 (1,0) + 2 (0,1) = 0
59
( 1 , 2 ) = (0,0). mempunyai penyelesaian 1 = 2 = 0. Jadi B2 = { v1, v2 } bebas linear. (ii). B2 = { v1, v2 } membangun ruang R2 (lihat contoh 3.12). Karena (i) dan (ii) maka B2 = { v1, v2 }, merupakan basis(basis baku) untuk ruang vektor R2. b.(i). B3 = { w1, w2, w3 } bebas linear, sebab kombinasi linear :
1 w1 + 2 w2 + 3 w3 = 0 1 (1,0,0) + 2 (0,1,0) + 3 (0,0,1) = 0 ( 1 , 2 , 3 ) = (0,0,0). mempunyai penyelesaian 1 = 2 = 3 = 0. Jadi B3 = { w1, w2, w3 } bebas linear. (ii). B3 = {w1, w2, w3} membangun ruang R3 (lihat contoh 3.12). Karena (i) dan (ii) maka B3 = { w1, w2, w3 }, merupakan basis(basis baku) untuk ruang vektor R3. c.(i). Bn={ x1, x2, ....,xn } bebas linear, sebab kombinasi linear :
1 x1 + 2 x2 + … + n xn = 0 1 (1,0,…, 0) + 2 (0,1,…,0) + … + n (0,0,…,1) = 0 ( 1 , 2 ,…, n ) = (0,0,…,0). mempunyai penyelesaian 1 = 2 = … = n = 0. Jadi Bn={ x1, x2, ....,xn } bebas linear. (ii). Bn={x1,x2,....,xn} membangun ruang R3 (lihat contoh 3.12). Karena (i) dan (ii) maka Bn={ x1, x2, ....,xn }, merupakan basis(basis baku) untuk ruang vektor Rn. Perlu anda ketahui bahwa basis dari suatu ruang vektor tidaklah tunggal (tidak satu-satunya). Berikut diberikan suatu contoh yang membenarkan pernyataan ini.
Contoh 3.14 Diberikan vektor-vektor pada ruang vektor R3 : B1 = { v1 = (a,0,0), v2 = (0,b,0), dan v3 = (0,0,c) } B2 = { w1 = (1,0,0), w2 = (0,1,0), dan w3 = (0,0,1) }
60
B3 = { u1 = (1,2,1), u2 = (2,9,0), dan u3 = (3,3,4) } a. Buktikan B1 basis untuk ruang vektor R3. b. Buktikan B2 basis untuk ruang vektor R3. c. Buktikan B3 basis untuk ruang vektor R3. Jawab : Untuk memperlihatkan B1, B2, B3 basis untuk ruang R3, ditunjukkan a.(i). B1 = { v1, v2, v3 } bebas linear, sebab kombinasi linear :
1 v1 + 2 v2 + 3 v3 = (0,0,0) 1 (a,0,0) + 2 (0,b,0) + 3 (0,0,c) = (0,0,0)
( 1 a, 2 b, 3 c) = (0,0,0).
1 a = 0, 2 b = 0, dan 3 c = 0.
mempunyai penyelesaian 1 = 2 = 3 = 0. Jadi B1 = { v1, v2, v3 } bebas linear. (ii). B1 = {v1, v2, v3} membangun ruang R3. Sebab untuk sembarang v dalam R3, dapat dinyatakan sebagai kombinasi linear : v = (a,b,c) = 1(a,0,0) + 1(0,b,0) + 1(0,0,c) = 1v1 + 1v2 + 1v3 Karena (i) dan (ii) maka B1 = { v1, v2, v3 }, merupakan basis untuk ruang vektor R3 . b. B2 = { w1 = (1,0,0), w2 = (0,1,0), dan w3 = (0,0,1) }, merupakan basis baku untuk R3 (lihat contoh 3.12). c. B3 = { u1, u2, u3 } juga merupakan basis untuk R3, karena B3 membangun R3 dan bebas linear. Anda dapat memperlihatkan kebenaran pernyataan ini sebagai latihan.
Contoh 3.16 Diberikan himpunan B* = { M1, M2, M3, M4}, dengan :
1 0 0 1 M1 = , M2 = , M3 = 0 0 0 0
0 0 1 0 , M4 =
0 0 0 1 .
61
a b Misalkan M(2x2) = { Matriks 2x2 berbentuk }. c d Tunjukan B* merupakan basis (basis baku) untuk M(2x2). Jawab : (i). B* = { M1, M2, M3, M4}, bebas linear, sebab :
1 M1 + 2 M 2 + 3 M3 + 4 M4 = 0 1 0 1 + 2 0 0 1 0
0 1 0 0 + 3
0 0 1 0 + 4
0 0 2 0 + + 0 0 0 3
1 2 = 3 4
0 0 0 0 0 1 = 0 0
0 0 0 0 0 + = 0 0 4 0 0
0 0 0 0
1 = 2 = 3 = 4 = 0. Jadi B*= { M1, M2, M3, M4}, bebas linear. (ii). B* membangun ruang vektor M(2x2).
a b Sebab untuk sembarang M = didalam M(2x2), c d dapat dinyatakan sebagai kombinasi linear :
a b a c d = 0
0 0 b 0 0 0 0 + + + 0 0 0 c 0 0 d
1 0 =a +b 0 0
0 1 0 0 + c
0 0 1 0 + d
0 0 0 1
= a M1 + b M2 + c M3 + d M4 Karena (i) dan (ii) maka B* merupakan basis (basis baku) untuk ruang vektor M(2x2). Anda telah mengetahui dari contoh-contoh sebelumnya, bahwa basis dari suatu ruang vektor tidak tunggal. Walaupun demikian, banyaknya vektor dalam basis yang berbeda-beda tersebut adalah sama. Kebenaran pernyataan ini diberikan oleh teorema berikut.
Teorema 3.2 Misalkan V suatu ruang vektor atas bilangan real R. 62
Jika B={ v1, v2, ....,vk } dan B*= { u1, u2, ....,ur } masing-masing merupakan basis untuk ruang vektor V, maka k = r. Untuk memperlihatkan kebenaran teorema di atas anda dapat memperhatikan penjelasan berikut. Karena B={ v1, v2, ....,vk } dan B*= { u1, u2, ....,ur } merupakan basis untuk ruang vektor V, maka : (i). Vektor u1, u2, ....,ur bebas linear. Karena B basis maka r k. (ii). Vektor v1, v2, ....,vk juga bebas linear. Karena B* juga basis untuk V maka k r. Karena (i) dan (ii) maka r = k.
Contoh 3.17 Diberikan vektor-vektor pada ruang vektor R2 : B1 = { v1, v2 }, dengan v1 = (1,0) dan v2 = (0,1). B2 = { u1, u2 }, dengan u1 = (4,0), dan u2 = (0,4). B3 = { w1, w2 }, dengan w1 = (2,0), dan w2 = (0,2). a. Apakah B1, B2, B3 basis-basis untuk ruang vektor R2. b. Kesimpulan apa yang anda dapat peroleh dari (a). Jawab : a. Anda dapat dengan mudah memperlihatkan bahwa : B1={ v1=(1,0), v2 = (0,1)}, B2={ u1=(4,0), u2 = (0,4)}, B3 ={ w1=(2,0), w2=(0,2)}, bebas linear dan membangun R2. Sehingga B1, B2, B3 basis-basis untuk R2. Coba anda perlihatkan kebenaran ini, sebagai latihan. b. Terlihat bahwa B1 = { v1, v2 }, B2={ u1, u2 }, dan B3={ w1, w2} masingmasing memuat sebanyak dua vektor. Jadi B1, B2, B3 basis-basis yang berlainan dari ruang vektor R2, tetapi ketiganya mempunyai vektor penyusun basis yang sama yaitu dua vektor. Banyaknya vektor penyusun suatu basis merupakan hal yang sangat penting dalam menentukan dimensi dari suatu ruang vektor. Definisi berikut memberikan pengertian tentang dimensi dari ruang vektor V atas bilangan real R.
63
Definisi 3.6 ( Dimensi Ruang Vektor ) (i). Jika V ruang vektor maka dimensi V, ditulis dengan dim(V) adalah banyaknya vektor-vektor yang menyusun basis V. (ii). Ruang vektor nol mempunyai dim(V) = 0.
Contoh 3.18 Diberikan himpunan-himpunan B, D dan A, dengan : a. B = {(1,0,0), (0,1,0), (0,0,1)} basis untuk ruang vektor R3. b. D = { 1, x, x2,…,xn } basis untuk ruang vektor n [a, b] . c. A = { v1, v2, ....,vk } basis untuk ruang vektor V. Tentukan dimensi dari ruang vektor R3, n [a, b] dan V. Jawab : a. Karena B = {(1,0,0), (0,1,0), (0,0,1)} basis untuk ruang vektor R3, maka dim(R3) =3. Sebab B memuat tiga vektor penyusun, yaitu : (1,0,0), (0,1,0), dan (0,0,1). b. Karena D = { 1, x, x2,…,xn } basis untuk ruang vektor n [a, b] maka
dim(
n [a, b] ) = n+1. Sebab D memuat n+1 vektor, yaitu : 1, x, x2, …, xn. c. Karena A = { v1, v2, ....,vk } basis untuk ruang vektor V, maka dim(V)=k. Sebab A memuat k vektor penyusun basis. Perlu anda ingat bahwa, untuk memperoleh basis dan dimensi suatu ruang vektor sangat tergantung pada sifat kebebasan linear yang membangun ruang tersebut. Berikut disajikan beberapa pernyataan penting apakah vektor-vektor dalam suatu ruang vektor bebas linear atau tidak. (a). Misalkan R(f) ruang vektor dari himpunan fungsi-fungsi bernilai real. Fungsifungsi f,g,h R(f) mempunyai turunan pertama dan kedua (diferensiabel) pada xR. Jika Wronskian :
f ( x) W(x) = g ( x) h( x )
f ( x) g ( x) h( x)
f ( x) g ( x) h( x)
0,
maka f, g, h bebas linear.
64
(b). Jika B = { v1, v2, ....,vk } basis untuk ruang vektor V, maka setiap himpunan dengan lebih dari k vektor adalah tidak bebas linear.
Contoh 3.19 Diberikan himpunan B = { 1, x, x2 } dan D = { 1, x, ex }. Apakah B dan D masing-masing bebas linear ? Jawab : Misalkan B = { f(x) = 1, g(x) = x, h(x) = x2 }, dan D = { f(x) = 1, g(x) = x, h(x) = ex }. Untuk memperlihatkan B bebas linear diperhatikan Wronskian :
f ( x) W(x) = g ( x) h( x )
1 = x
x
2
0
f ( x) g ( x) h( x)
f ( x) g ( x) h( x)
0
0 = 2 0. 2x 2 1
Jadi B = { 1, x, x2 } bebas linear. Untuk memperlihatkan D bebas linear diperhatikan Wronskian :
f ( x) W(x) = g ( x) h( x )
f ( x) g ( x) h( x)
1
0
0
= x ex
1
0
ex
ex
f ( x) g ( x) h( x) = ex 0, untuk setiap xR.
Jadi D = { 1, x, ex } bebas linear.
Berikut ini diberikan sebuah konsep yang sangat penting dalam Matematika dan Statistika, yaitu rank suatu matriks. Rank suatu matriks umumnya dirancang dan didesain berdasarkan pengertian tentang kebebasan linear, Basis dan vektor-vektor penyusun dari suatu basis. Berikut diberikan beberapa definisi dan teorema yang berkaitan dengan rank suatu matriks.
Definisi 3.7. (Ruang Baris dan Ruang Kolom Matriks) 65
Diberikan matriks A berukuran mxn, vektor baris ri, i = 1,2,...,m dan vektor kolom kj , j = 1,2,..,n :
A=
a11 a 21
a12 a 22
:
:
a m1
am2
... a1n ... a 2 n , K1 = : : ... a mn
a11 a 21 , ..., Kn = : a m1
r1 = a11 a12 ... a1n , ..., rm = am1
am 2
a1n a 2n , : a mn
... amn .
Vektor-vektor r1 = a11 a12 ... a1n , ..., rm = am1
am 2
... amn yang terbentuk
dari baris-baris matriks A disebut vektor-vektor baris A. Sebaliknya vektor-vektor kolom :
a11 a 21 K1 = , ..., Kn = : a m1
a1n a 2n , : a mn
yang terbentuk dari kolom-kolom matriks A disebut vektor-vektor kolom A. Sub ruang Rn yang dibangun oleh vektor-vektor baris dinamakan ruang baris A. Sub ruang Rm yang dibangun oleh vektor-vektor kolom dinamakan ruang kolom A.
Definisi 3.8. ( Rank ) Rank matriks A, ditulis dengan simbul rank(A) atau r(A), diberikan oleh : rank(A) = dim(ruang baris A) = dim(ruang kolom A). Teorema 3.3 ( Dimensi Ruang Baris dan Ruang Kolom ) Jika A matriks berukuran mxn, maka : dim(ruang baris A) = dim(ruang kolom A).
Teorema 3.4 (Kekekaran Ruang Baris) Operasi elementer matriks tidak merubah ruang baris suatu matriks.
Teorema 3.5 Jika A matriks berukuran nxn, maka pernyataan berikut ekuivalen : (a). A mempunyai invest. (b). det(A) 0. (c). rank(A) = n. 66
(d). Vektor-vektor baris A bebas linear. (e). Vektor-vektor kolom A bebas linear.
Berdasarkan Definisi 3.7, matriks A berukuran m x n dapat disajikan menjadi
r1 r 2 A = , atau A = k1 : rm
k2
... k n .
Contoh 3.20. Diberikan matriks A berukuran 3x4, berikut :
1 0 1 1 A = 3 2 5 1 . 0 4 4 4 a. Sajikan matriks A dalam bentuk vektor-vektor baris. b. Sajikan matriks A dalam bentuk vektor-vektor kolom. c. Tentukan basis dan dimensi ruang baris matriks A. d. Tentukan basis dan dimensi ruang kolom matriks A. e. Tentukan rank matriks A. Jawab : a. Matriks A disajikan menjadi vektor-vektor baris r1, r2 dan r3 :
R1 1 0 1 1 R 2 A = 3 2 5 1 = , : 0 4 4 4 Rm dengan r1= [1 0 1 1], r2= [3 2 5 1], dan r3= [0 4 4 -4]. b. Matriks A disajikan menjadi vektor-vektor kolom k1, k2, k3 dan k4 :
1 0 1 1 A = 3 2 5 1 = k1 0 4 4 4
k2
k3
k4 ,
1 1 0 1 dengan k1 = 3 , k2 = 2 , k3 = 5 , dan k4 = 1 . 4 0 4 4
67
c. Untuk memperoleh basis dan dimensi ruang baris dari matriks A, digunakan operasi baris elementer dari suatu matriks, dan memberikan
1 0 1 1 u 0 1 1 1 = v 0 0 0 0 0 Coba anda perlihatkan kebenaran ini, sebagai latihan. Karena ada dua vektor baris, yaitu u dan v : u = [1 0 1 1], dan v = [0 1 1 -1], yang tidak sama dengan nol, maka basis ruang baris matriks A : B = {u = [1 0 1 1], v = [0 1 1 -1]}. Jadi dim(ruang baris matriks A) = 2. d. Untuk memperoleh basis dan dimensi ruang kolom matriks A, digunakan operasi baris elementer matriks. Pertama matriks A diambil transposnya, diperoleh :
1 0 AT = 1 1
0 4 5 4 1 4
3 2
Dengan operasi elementer baris untuk matriks A diperoleh :
1 0 0 0
3 0 y 1 2 z = 0 0 0 0 0 0
Coba anda perlihatkan kebenaran ini, sebagai latihan. Karena ada dua vektor baris, yaitu y dan z : y = [1 3 0], dan z = [0 1 2] yang tidak sama dengan nol, maka basis ruang baris matriks AT : { y = [1 3 0], z = [0 1 2]}. Secara ekuivalen, diperoleh basis ruang kolom dari matriks A adalah :
1 0 T K = { k1 = y = 3 , k2 = z = 1 }. 0 2 T
Karena ada dua vektor kolom, yaitu k1 dan k2 yang tidak sama dengan
68
nol, maka dim(ruang kolom matriks A) = 2.
e. rank(A) = dim(ruang baris A) = dim(ruang kolom A) = 2.
3.3. Basis Ortonormal Pada pembahasan sebelumnya anda telah mengetahui bahwa basis dari suatu ruang vektor tidak tunggal, artinya suatu ruang vektor V dapat mempunyai basis lebih dari satu. Kenyataan ini memberikan peluang kepada anda untuk memilih suatu basis tertentu dari ruang vektor. Karena Anda bebas memilih suatu basis, diharapkan akan diperoleh penyelesaikan yang lebih mudah, untuk suatu problem yang berkaitan dengan ruang vektor. Dalam persoalan-persoalan Matemátika dan Statistika, sering diperhatikan basis-basis yang ortogonal dan basis yang ortonormal. Berikut diberikan suatu metode untuk membangun basis yang ortonormal dalam suatu ruang, tetapi sebelumnya diberikan pengertian tentang inner product (hasil kali dalam), norm, dan ruang-ruang vektor khusus, seperti ruang inner product (pre-Hilbert/hasil kali dalam) dan ruang bernorm, ruang Hilbert serta ruang Banach.
Definisi 3.9 (Inner Product) Diberikan ruang vektor V atas bilangan real R. a. Inner product < u, v > pada V adalah suatu fungsi bernilai real dari pasangan u V dan v V yang mempunyai sifat : I-1. < u, v > = < v, u >. I-2. < u + v, w > = < u, v > + < u, w > . I-3. < u, v > = < u, v >, untuk skalar real . I-4. < u, u > 0, dan < u, u > = 0 u = 0. b. Ruang vektor V yang dilengkapi dengan inner product < , >, dinamakan ruang inner product (ruang hasil kali dalam / ruang pre-Hilbert). Ruang ini sering ditulis dengan simbul : ( V, < , >), atau disingkat dengan V. c. Ruang inner product yang lengkap, yaitu setiap barisan Cauchy ruang ini konvergen, disebut ruang Hilbert.
69
Definisi 3.10 (Norm) Diberikan ruang vektor V atas bilangan real R. a. Norm u
adalah suatu funggsi bernilai real pada V, sehingga untuk setiap u V
mempunyai sifat : N-1. u
0.
N-2. u = 0 u = 0. N-3. u N-4. u v
=
u , untuk skalar real .
u + v . ( ketaksamaan segitiga )
b. Ruang vektor V yang dilengkapi dengan suatu norm dinamakan ruang bernorma. Ruang ini sering ditulis dengan simbul : ( V, ), atau disingkat dengan V. c. Ruang bernorma yang lengkap, yaitu setiap barisan Cauchy dalam ruang ini konvergen, disebut ruang Banach. Berdasarkan definisi diatas, Jika norm didefinisikan sebagai suatu inner product :
u = u, u , maka : (i). Ruang bernorma menjadi ruang inner product. (ii). Ruang Banach menjadi ruang Hilbert. Dalam modul ini hanya diperhatikan inner product saja, sedangkan ruang bernorma, ruang Hilbert dan ruang Banach, tidak dibahas secara detail. Apabila anda tertarik untuk untuk memperdalam ruang-ruang tersebut anda dapat mempelajarinya dalam Analisis Fungsional. (iii). Jika diberi vektor v = (v1, v2, ....,vn) Rn, maka norm dari v merupakan panjang vektor v, yaitu :
v
= u, u =
u12 u22 ... un2 .
Contoh 3.21 Misalkan diberikan vektor-vektor : u = (u1,u2), dan v = (v1,v2) R2, dan x = (x1,x2, ....,xn) dan y = (y1,y2, ....,yn) Rn. Didefinisikan suatu fungsi < , > pada R2 dan Rn berturut-turut sebagai berikut :
70
< u, v > = u . v = u1v1 + u2v2 , dan < x, y > = x . y = x1y1 + x2y2 + ...+ xnyn. a. Apakah < u, v > merupakan inner product dalam R2. b. Apakah < x, y > merupakan inner product dalam Rn. c. Apakah ruang (R2 , < , >) merupakan ruang inner product. d. Apakah ruang (Rn , < , >) merupakan ruang inner product. Jawab : a. Untuk memperlihatkan < u, v > merupakan inner product pada R2, harus diperlihatkan syarat (I-1)-(I-4), dipenuhi. Untuk setiap u, v R2, diperoleh : I-1. < u, v > = u1v1 + u2v2 = v1u1 + v2u2 ( perkalian bilangan real komutatif) = < v, u >. I-2. < u + v, w > = < [u1+v1] , [u2+v2], [w1 , w2 ] > = (u1+v1) w1 + (u2+v2) w2 = (u1 w1 + v1 w1) + (u2 w2 + v2 w2) = (u1 w1 + u2 w2) + (v1 w1 + v2 w2) = < u, w > + < v, w >. I-3. Untuk scalar R : < u, v > = < (u1, u2), (v1, v2) > = < (u1, u2), (v1, v2) > = u1v1 + u2v2 = (u1v1 + u2v2) = < u, v >, untuk skalar . I-4. < u, u > = u12 + u22 0, dan < u, u > = u12 + u22 = 0 u12 = 0, dan u22 = 0. u1 = 0, dan u2 = 0. u = 0. Karena (I-1)-(I-4) dipenuhi, maka < u, v > merupakan suatu inner product pada R2 . b. Soal ini merupakan generalisasi dari (a), sehingga penyelesaiannya serupa. Coba anda selesaikan sebagai latihan.
71
c. Dari (a) diperoleh < u, v > merupakan inner product pada R2. Akibatnya ruang (R2 , < , >) merupakan ruang inner product. d. Dari (b) diperoleh < u, v > merupakan inner product pada Rn. Akibatnya ruang (Rn , < , >) merupakan ruang inner product.
Contoh 3.22 Misalkan diberikan vektor-vektor u, v, x, dan y dengan :
x1 x u1 v1 2 2 u = , v = R , dan x = , y = : u v 2 2 xn
y1 y 2 Rn . : yn
Diberikan pula matriks-matriks B dan M, dengan :
b B= 1 0
0 , W= b2
w1
0
...
0
w2
...
:
:
...
:
:
...
0
0
...
0 0 + : , b1, b2, wj R . : wn
Selanjutnya, didefinisikan suatu fungsi terbobot < , > pada R2 dan Rn berturutturut sebagai berikut : < u, v > = b1u1v1 + b2u2v2 , dan < x, y > = w1x1y1 + w2x2y2 + .... + wnxnyn. a. Perlihatkan < u, v > merupakan inner product dalam R2. b. Perlihatkan < x, y > merupakan inner product dalam Rn. c. Perlihatkan < u, v > merupakan inner product yang dibentuk oleh matriks B, yaitu : < u, v > = (Bv ) (Bu) = vB Bu. d. Perlihatkan < x, y > merupakan inner product yang dibentuk oleh matriks W, yaitu : < x, y > = (Wy ) (Wx) = y W Wx. Jawab : a. Untuk memperlihatkan < u, v > merupakan inner product pada R2, harus diperlihatkan syarat (I-1)-(I-2), dipenuhi. Untuk setiap u, v R2, diperoleh : I-1. < u, v > = b1u1v1 + b2u2v2
72
= b1v1u1 + b2v2u2 = < v, u >. I-2. < u + v, w > = < (u1+v1 , u2+v2), (w1 , w2 ) > = b1 (u1+v1) w1 + b2 (u2+v2) w2 = (b1u1w1 + b1v1w1) + (b2u2w2 + b2v2w2) = (b1u1w1+ b2u2w2) + (b1v1w1+ b2v2w2) = < u, w > + < v, w >. I-3. Untuk skalar R : < u, v > = < (u1, u2), (v1, v2) > = < (u1, u2), (v1, v2) > = b1u1v1 + b2u2v2 = (b1u1v1 + b2u2v2) = < u, v >, untuk skalar real . I-4. < u, u > = b1u12 + b2u22 0, sebab b1, b2 R+ dan < u, u > = b1u12 + b2u22 = 0 b1u12 = 0, dan b2u22 = 0. u1 = 0, dan u2 = 0. (Sebab b1, b2 R+). u = (u1,u2 ) = (0,0) = 0. Karena (I-1)-(I-4) dipenuhi, maka fungsi terbobot < u, v > merupakan suatu inner product pada R2. b. Soal ini merupakan generalisasi dari (a), sehingga penyelesaiannya serupa. Coba anda selesaikan sebagai latihan.
u1 v1 c. < u, u > = < , > u 2 v 2 = b1u1v1 + b2u2v2 = (v1 b1 )( b1 u1) + (v2 b2 )( b2 u2) b u = [v1 b1 , v2 b2 ] 1 1 b2 u 2 b =[ v1, v2] 1 0
0 b1 b2 0
0 u1 b2 u 2
= vB Bu.
73
d. Soal ini merupakan generalisasi dari (c). Coba anda perlihatkan sebagai latihan.
Contoh 3.23 Misalkan diberikan Ruang C[a,b], dengan : C[a,b] = { g ; g fungsi kontinu pada interval [a,b] }. Untuk setiap f,g,h C[a,b], didefinisikan suatu fungsi < , > pada C[a,b] dengan : b
< f, g > =
f ( x) g ( x) dx
.
a
a. Perlihatkan bahwa ruang (C[a,b], < , >), merupakan ruang inner product (pre-Hilbert). b. Jika a = 0, dan b=1, serta fungsi f(x) = 1, g(x) = x, dan h(x) = ex, Hitung nilai-nilai dari < f, g >, < f, h >, dan < g, h >. Jawab : a. Untuk setiap f, g C[a,b], diperoleh : b
I-1. < f, g > =
f ( x) g ( x) dx a b
=
g ( x) h( x) dx a
= < g, f >. b
I-2. < f + g, h > = [ f ( x) g ( x)] h( x) dx a b
= [ f ( x) h( x) g ( x) h( x)] dx a
=
b
b
a
a
f ( x) h( x) dx + g ( x) h( x) dx
(sifat integral).
= < f, h > + < g, h >. I-3. Untuk skalar R : b
< f, g > =
f ( x) g ( x) dx
a
74
b
= f ( x) g ( x) dx a
= < f, g >. b
I-4. < f, f > =
f ( x) f ( x) dx
a b
=
[ f ( x)]
dx 0. (sebab f 2 ( x) 0 ), dan
2
a
b
< u, u > =
[ f ( x)]
2
dx = 0
a
f 2 ( x) = 0 f(x) = 0. Karena (I-1)-(I-4) dipenuhi, maka < , >, merupakan suatu inner product pada C[a,b]. Akibatnya ruang ( C[a,b], < , >) merupakan ruang inner product. b. Untuk a = 0, b=1, dan f(x) = 1, g(x) = x, dan h(x) = ex, diperoleh : 1
< f, g > =
0
1 1. x dx = , < f, h > = 2
1
1. e
x
dx = e – 1, dan
0
1
< g, h > =
xe x dx = 1.
0
Setelah anda mengerti pengertian tentang inner product dan ruang inner product, selanjutnya dalam modul ini akan disajikan basis khusus dari ruang inner product, yaitu basis ortogonal dan ortonormal. Berikut diberikan definisi tentang ortogonal dan basis ortonormal.
Definisi 3.11 (Ortogonal dan Ortonormal) Misalkan V merupakan ruang inner product. a. Vektor u,v dalam V dikatakan ortogonal jika < u, v > = 0. b. Sebuah himpunan vektor dinamakan ortogonal jika semua pasangan vektor-vektor yang berbeda dalam himpunan tersebut adalah ortogonal. c. Sebuah himpunan vektor ortogonal yang setiap vektornya mempunyai norm (panjang) satu, dinamakan ortonormal. Untuk mendapatkan basis ortogonal dan basis ortonormal dari suatu ruang inner product, anda dapat menggunakan suatu metode ortogonalisasi dan
75
ortonormalisasi yang sudah sangat terkenal, yaitu proses Gram-Schmidt. Tetapi sebelumnya diberikan beberapa konsep penting yang mendasari proses tersebut. (i). Jika V ruang inner product dan B = {v1,v2, ....,vn} basis ortonormal V, maka untuk setiap v V dapat disajikan menjadi kombinasi linear : v =
v1 + v2 + ... + vn. (ii). Jika V ruang inner product dan {v1,v2, ....,vn} himpunan vektor ortonormal dari V, serta U adalah ruang yang dibangun oleh vektor v1,v2, ....,vn, maka setiap v V dapat disajikan menjadi : v = u1 + u2, dengan : u1 = v1 + v2 + ... + vn, dan u2 = v – { v1 + v2 + ... + vn }. (iii). Jika V ruang inner product, maka V mempunyai sebuah basis ortonormal. Untuk memperoleh basis ortonormal suatu ruang inner product yang eksistensinya dijamin oleh persamaan (iii), dapat mengikuti proses ortogonalisasi Gram-Schmidt, berikut : Misalkan V ruang inner product dengan basis B = {v1,v2, ....,vk}. Ingin dicari suatu basis ortonormal N untuk ruang vektor V, berdasarkan basis B, yaitu : N ={n1,n2, ....,nk}. Langkah 1 : Mencari n1 yang ortonormal, dengan cara komponen basis B yang pertama v1 dibuat mempunyai panjang satu. n1 =
v1 . v1
Langkah 2 : Mencari n2 yang ortonormal dengan n1. n2 =
v2 v2 , n1 n1 . v2 v 2 , n1 n1
Langkah 3 : Mencari n3 yang ortonormal dengan n1 dan n2. n3 =
v3 v3 , n2 n2 v3 , n1 n1 . v3 v3 , n2 n2 v3 , n1 n1
Langkah di atas, diteruskan sampai dengan k langkah, diperoleh : Langkah k : Mencari nk yang ortonormal dengan n1,n2,…, nk-1. nk =
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1 . vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
Jadi basis ortonormal untuk ruang inner product V, adalah : 76
N = { n1 =
nk =
v1 v v2 , n1 n1 , n2 = 2 , ...., v2 v 2 , n1 n1 v1 vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1 }. vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
Contoh 3.24 Perlihatkan bahwa himpunan vektor-vektor N = {n1,n2, ....,nk} dalam proses GramSchmidt merupakan vektor dengan norm (panjang) satu. Jawab : Proses Gram-Schmidt memberikan vektor-vektor : n1 =
v1 v1
n1 =
=
n2 =
v1 v1
v2 v2 , n1 n1 v2 v 2 , n1 n1
v1 v1
= 1.
n2 =
=
v 2 v 2 , n1 n1 v 2 v 2 , n1 n1
v2 v 2 , n1 n1 v2 v 2 , n1 n1 = 1.
Proses diteruskan sampai k langgkah, diperoleh : nk =
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1 . vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1 nk =
=
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1 vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1 vk vk , nk 1 nk 1 ... vk , n2 n2 vk , n1 n1
= 1.
77
Contoh 3.25 Diberikan himpunan B = {v1=(1,1,1), v2 =(0,1,1), v3 = (0,0,1)} yang merupakan basis untuk ruang inner product R3. Berdasarkan proses Gram-Schmidt dapatkan basis ortonormal untuk R3. Jawab : Proses Gram-Schmidt memberikan : Langkah 1 :
v1 = 1 1 1 =
3.
v1 1 1 1 =( , , ). v1 3 3 3
n1 =
Langkah 2 : Mencari n2 yang ortonormal dengan n1. Dihitung v2 , n1 =
2 3
v v2 , n1 n1 n2 = 2 = v2 v2 , n1 n1
. (0, 1, 1) (0, 1, 1)
2 3 2 3
( (
1 3 1 3
1
,
3 1
,
3
1
,
3 1
,
3
)
. )
2 1 1 , , ) = 3 3 3 4 1 1 ( ) 9 9 9 (
=(
2 6
,
1 6
,
1 6
).
Langkah 3 : Mencari n3 yang ortonormal dengan n1 dan n2. Dihitung v3 , n2 = n3 =
6
, dan v3 , n1 =
1 3
.
v3 v3 , n2 n2 v3 , n1 n1 v3 v3 , n2 n2 v3 , n1 n1 (0, 0, 1)
=
1
1
(
2
,
1
,
1
)
1
(
1
,
1
,
1
) 6 6 6 6 3 3 3 3 1 2 1 1 1 1 1 1 (0, 0, 1) ( , , ) ( , , ) 6 6 6 6 3 3 3 3
1 1 , ) 2 2 1/ 4 1/ 4
(0, =
78
= (0,
2 2 , ). 2 2
Jadi basis ortonormal untuk ruang R3 berdasarkan basis B, adalah: N = { n1 = (
1 3
,
1 3
,
1 3
) , n2 = (
2 6
,
1 6
,
1 6
) , n3 = (0,
2 2 , ) }. 2 2
Contoh 3.26 Diberikan himpunan B, dengan : B = {v1=(0,1,0), v2 = (
1 2
, 0,
1 2
) , v3 = (
1 2
, 0,
1 2
) }.
Apakah B himpunan ortonormal dalam R3. Jawab : Untuk menunjukan B himpunan ortonormal, haruslah memenuhi sifat : (i). < vi,vj > = 0, i j = 1,2,3. < v1,v2 > = (0,1,0). ( < v1,v3 > = (0,1,0). ( < v2,v3 > = (
1 2
1 2 1 2 1
, 0,
2
1
, 0, , 0, ).(
) = 0.
2 1 2 1 2
) = 0.
, 0,
1 2
) = ½ - ½ = 0.
(ii). v j = 1, j = 1,2,3. 0 1 0 = 1,
v1 =
v 2 = 1 / 2 0 1 / 2 = 1, dan v3 = 1 / 2 0 1 / 2 = 1. Karena (i) dan (ii) dipenuhi, maka B himpunan yang ortonormal. Contoh 3.27 Diberikan 2 [0,1] = {f : f polinomial derajat dua pada [0,1]}. Untuk setiap f, g 2 [0,1] , didefinisikan inner product pada 2 [0,1] : 1
< f, g > =
f ( x) g ( x) dx .
0
79
Jika B = { v1 =1, v2 = x , v3 = x2 } merupakan basis untuk 2 [0,1] , Dapatkan basis ortonormal untuk 2 [0,1] . Jawab : Berdasarkan ortogonalisasi Gram-Schmidt diperoleh : Langkah 1 :
v1 = v1 ,v1 2
1
=
1 dx
= 1 v1 = 1 = 1
0
n1 =
v1 v1
=
1 = 1. 1
Langkah 2 : Mencari n2 yang ortonormal dengan n1. 1
Dihitung : v2 , n1 =
x dx = ½.
0
x 1/ 2
2
= x 1 / 2, x 1 / 2 1
=
( x 1 / 2)
2
dx =
0
1 1 = . 12 2 3
x 1/ 2 = n2 = =
1 12
v2 v2 , n1 n1 = v2 v2 , n1 n1
x 1/ 2 . x 1/ 2 L
3 (2 x 1).
Langkah 3 : Mencari n3 yang ortonormal dengan n1 dan n2. 1
Dihitung : v3 , n2 =
3
x 2 (2 x 1) dx =
0 1
v3 , n1 =
1 . 3
x 2 dx =
0
x 2 x 1/ 6
2
3 , 6
1
=
(x
2
x 1 / 6) 2 dx
0
=
1 , dan 5(36)
x 2 x 1/ 6 =
1 6 5
.
80
n3 =
=
v3 v3 , n2 n2 v3 , n1 n1 v3 v3 , n2 n2 v3 , n1 n1 x 2 x 1/ 6 x 2 x 1/ 6
x 2 x 1/ 6 = 1 6 5
=
5 (6 x 2 6 x 1) .
Jadi basis ortonormal untuk ruang 2 [0,1] berdasarkan basis B, adalah: N = { n1 =1, n2 = 3 (2 x 1). , n3 =
5 (6 x 2 6 x 1) }.
Referensi Anton, H.,1994, Elementary Linear Agebra, John Wiley and Sons, New York. Graybill, F.A.,1969, Introduction to Matrics with Applications in Statistics, Wadsworth Publishing Company Inc, Callifornia. Kreyszig, E., 1978, Introductory Functional Analysis with Applications, John Wiley and Sons, New York. Searle, S.R.,1982, Matrix Algebra Useful for Statistics, John Wiley and Sons, New York.
81
