RUANG VEKTOR EUCLIDEAN

Slides:



Advertisements
Presentasi serupa
General Vector Spaces.
Advertisements

RUANG VEKTOR II BUDI DARMA SETIAWAN.
BAB 2 DETERMINAN.
Definisi kombinasi linear
RUANG VEKTOR UMUM.
Sistem Persamaan Linier
RUANG VEKTOR Trihastuti Agustinah..
SUB RUANG ..
Ruang N Euclides Ruang vektor umum Subruang
Bab 4 vektor.
BAB IV V E K T O R.
ALJABAR MATRIKS pertemuan 10 Oleh : L1153 Halim Agung,S.Kom
RUANG VEKTOR (1).
Ruang Vektor berdimensi - n
Aljabar Linear Elementer
Matrik dan Ruang Vektor
Matriks Dan Tranformasi Linear
Bab 3 MATRIKS.
Sistem Persamaan Linier
Transformasi Linier.
BAB VII RUANG VEKTOR UMUM (lanjutan).
BAB VII RUANG VEKTOR UMUM.
RUANG VEKTOR EUCLIDEAN
TRANSFORMASI LINIER.
Vektor Ruang Dimensi 2 dan Dimensi 3
KELOMPOK 3 Matematika 5F MATERI : 4.4 MEMBANGUN DAN BEBAS LINIER
BAB VIII RUANG HASILKALI DALAM (lanjutan).
TRANSFORMASI LINIER.
BAB I SISTEM PERSAMAAN LINIER
NILAI DAN VEKTOR EIGEN.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
RUANG PERKALIAN DALAM.
BAB 8 RUANG PERKALIAN DALAM.
VEKTOR-VEKTOR DALAM RUANG BERDIMENSI 2 DAN RUANG BERDIMENSI 3
BAB VIII RUANG HASILKALI DALAM (lanjutan).
Sistem Persamaan Linier Oleh : Sudaryatno Sudirham
Ruang Vektor: Ruang baris, ruang kolom dan ruang nol Edi Cahyono
RUANG VEKTOR EUCLIDEAN
Standard Unit Vektor Kombinasi Linear Membangun Bebas Linear Basis
Ruang-n Euclides Orang yang pertama kali mempelajari vektor-vektor di Rn adalah Euclides sehingga vektor-vektor yang berada di ruang Rn dikenal sebagai.
TATAP MUKA SENIN 16 APRIL 2012 BY NURUL SAILA. 1. Invers Matrik 2. Menentukan Invers Matrik dengan definisi 3. Menentukan invers matrik dengan kofaktor.
Aljabar Linier I [Pengantar dan OBE] Pertemuan [1-2]
Determinan.
ALJABAR LINEAR RUANG EUCLID, RUANG VEKTOR, DAN SUB RUANG
(Tidak mempunyai arah)
P. X w A B B v v+w v+w w v v v+w w v -v v-w v v v-w -w w w
RUANG VEKTOR BUDI DARMA SETIAWAN.
MODUL VII BASIS DAN DIMENSI
ALJABAR LINEAR BASIS DAN DIMENSI
BAB I SISTEM PERSAMAAN LINIER
Sistem Persamaan Linier dan Matriks Jilid 2
PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PANCA MARGA
RUANG VEKTOR.
Ruang vektor real Kania Evita Dewi.
RUANG VEKTOR BUDI DARMA SETIAWAN.
RUANG VEKTOR BUDI DARMA SETIAWAN.
Definisi Jika n adalah sebuah bilangan bukat positif, maka tupel-n-terorde (ordered-n-tuple) adalah sebuah urutan n bilangan real (a1, a2, a3, ,
DETERMINAN.
TRANSFORMASI LINEAR  Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd   Disusun oleh : Kelompok 7 Kelas.
KANIA EVITA DEWI RUANG VEKTOR REAL.
Ruang Vektor Euclidean
Standard Unit Vektor Kombinasi Linear Membangun Bebas Linear Basis
RUANG VEKTOR REAL Kania Evita Dewi.
TRANSFORMASI LINIER Afri Yudamson, S.T., M.Eng..
RUANG VEKTOR bagian pertama
PERTEMUAN 7 RUANG N EUCLEDIAN.
DETERMINAN.
RUANG VEKTOR II BUDI DARMA SETIAWAN.
Standard Unit Vektor Kombinasi Linear Membangun Bebas Linear Basis
TRANSFORMASI LINIER BUDI DARMA SETIAWAN.
Transcript presentasi:

RUANG VEKTOR EUCLIDEAN

DEFINISI Jika n adalah sebuah bilangan bulat positif, maka sebuah tupel-n-terorde (ordered-n-tuple) adalah sebuah urutan dari n bilangan real (a1, a2,…, an). Himpunan dari semua tupel-n-terorde dinamakan ruang-n dan dinyatakan dengan Rn.

DEFINISI Dua vektor u = (u1, u2,…,un) dan v = (v1, v2,…, vn) di dalam Rn dinamakan sama jika u1 = v1, u2 = v2,…, un = vn Jumlah u + v didefinisikan oleh : u + v = (u1 + v1, u2 + v2,…, un + vn) dan jika k adalah sebarang skalar, maka kelipatan skalar ku didefinisikan oleh : ku = (ku1, ku2,…, kun) Operasi penambahan dan perkalian skalar di dalam definisi ini dinamakan operasi-operasi standar pada Rn. Kita mendefinisikan vektor nol (zero vector) di dalam Rn sebagai vektor 0 = (0,0,…,0) Jika u = (u1, u2,…,un) adalah sebarang vektor di dalam Rn, maka negatif (atau invers aditif) dari u dinyatakan oleh –u dan didefinisikan oleh -u = (-u1, -u2,…,-un)

DEFINISI Jika u = (u1, u2,…,un) dan v = (v1, v2,..,vn) adalah sebarang vektor di dalam Rn, maka perkalian dalam Euclidis (Euclidean inner product) u.v didefinisikan oleh u.v = u1v1 + u2v2 + … + unvn

DEFINISI Kita mendefinisikan norma Euclidis (atau panjang Euclidis) dari sebuah vektor u = (u1, u2,…, un) di dalam Rn menurut 𝒖 = (𝒖.𝒖) 1/2 = 𝑢 1 2 + 𝑢 2 2 +…+ 𝑢 𝑛 2

Jarak Euclidis di antara titik u = (u1,u2,…,un) dan titik v = (v1, v2,…,vn) di dalam Rn didefinisikan oleh d(u,v)= 𝒖−𝒗 = ( 𝑢 1 − 𝑣 1 ) 2 + ( 𝑢 2 − 𝑣 2 ) 2 +…+ ( 𝑢 𝑛 − 𝑣 𝑛 ) 2

Notasi vektor dalam matriks pada Rn

RUANG VEKTOR UMUM Definisi : Misalkan V adalah sebarang himpunan benda pada mana didefinisikan dua operasi, yakni penambahan dan perkalian dengan skalar (bilangan real). Jika aksioma-aksioma berikut dipenuhi oleh semua benda u, v, w di dalam V dan oleh semua skalar k dan l, maka kita menamakan V sebuah ruang vektor (vector space) dan benda-benda di dalam V kita namakan vektor : Jika u dan v adalah benda-benda di dalam V, maka u + v berada di dalam V. u + v = v + u u + (v + w) = (u + v) + w

Ada sebuah benda 0 di dalam V sehingga 0 + u = u + 0 = u untuk semua u di dalam V. Untuk setiap u di dalam V, ada sebuah benda –u di dalam V yang dinamakan negatif dari u sehingga u + (-u) = (-u) + u = 0. Jika k adalah sebarang bilangan real dan u adalah sebarang benda di dalam V, maka ku berada di dalam V k(u + v) = ku + kv (k + l)u = ku + lu k(lu) = (kl)(u) 1u = u Vektor 0 di dalam Aksioma 4 dinamakan vektor nol (zero vector) untuk V.

SUBRUANG Definisi : Sebuah subhimpunan W dari sebuah ruang vektor V dinamakan sebuah subruang (subspace) dari V jika W itu sendiri adalah sebuah ruang vektor di bawah penambahan dan perkalian skalar yang didefinisikan pada V.

Teorema 4. Jika W adalah sebuah himpunan dari satu atau lebih vektor dari sebuah ruang vektor V, maka W adalah sebuah subruang dari V jika dan hanya jika kondisi-kondisi berikut berlaku. Jika u dan v adalah vektor-vektor di dalam W, maka u + v berada di dalam W. Jika k adalah sebarang skalar dan u adalah sebarang vektor di dalam W, maka ku berada di dalam W.

KEBEBASAN LINIER Definisi : Sebuah vektor w dinamakan kombinasi linier dari vektor-vektor v1, v2,…,vr jika vektor tersebut dapat dinyatakan di dalam bentuk w = k1v1 + k2v2 + … + krvr dimana k1, k2,…, kr adalah skalar.

Definisi : Jika v1, v2,…,vr adalah vektor-vektor di dalam sebuah ruang vektor V dan jika tiap-tiap vektor di dalam V dapat dinyatakan sebagai kombinasi linier dari v1, v2,…,vr maka kita mengatakan bahwa vektor-vektor ini merentang V/membangun V/span V.

Jika S = [v1, v2,…,vr} adalah sebuah himpunan vektor, maka persamaan vektor k1v1 + k2v2 +… + krvr = 0 mempunyai paling sedikit satu pemecahan, yakni : k1 = 0, k2 = 0,…, kr = 0 Jika ini adalah satu-satunya pemecahan, maka S dinamakan sebuah himpunan yang bebas linier (linearly independent). Jika ada pemecahan lain, maka S dinamakan sebuah himpunan yang tak bebas linier (linearly dependent).

BASIS DAN DIMENSI DEFINISI : Jika V adalah sebarang ruang vektor dan S = {v1,v2,…,vr} adalah sebuah himpunan berhingga dari vektor-vektor di dalam V, maka S dinamakan sebuah basis untuk V jika S bebas linier; S merentang V

Sebuah ruang vektor tak nol V dinamakan berdimensi berhingga (finite dimensional) jika ruang vektor tersebut mengandung sebuah himpunan berhingga dari vektor-vektor {v1,v2,…,vn} yang membentuk sebuah basis. Jika tidak ada himpunan seperti itu, maka V dinamakan berdimensi tak berhingga (infinite dimensional).

DIMENSI Definisi : Dimensi dari sebuah ruang vektor V yang berdimensi berhingga didefinisikan sebagai banyaknya vektor di dalam sebuah basis untuk V.

Teorema 12. Jika A adalah sebarang matriks, maka ruang baris dan ruang kolom dari A mempunyai dimensi yang sama.

RANK DAN NULLITAS Definisi : Dimensi ruang baris dan ruang kolom dari sebuah matriks A dinamakan rank (rank) dari A.   Dimensi ruang kosong dari A disebut dengan nullitas dari A dan ditulis dengan null(A).

Teorema : Jika A matriks sebarang, rank(A) = rank(AT). Jika A matriks sebarang dengan n kolom, maka : rank(A) + null(A) = n.

TEOREMA Jika A adalah sebuah matriks n x n, maka pernyataan-pernyataan berikut ekuivalen satu sama lain. A dapat dibalik (invertible) Ax = 0 hanya mempunyai satu pemecahan trivial. A ekuivalen baris dengan In. Ax = b konsisten untuk tiap-tiap matriks b yang berukuran n x 1. det(A) ≠ 0 A mempunyai rank n. Vektor-vektor baris dari A bebas linier. Vektor-vektor kolom dari A bebas linier.