Aljabar Linier -

Pengantar Analisis Matriks

Intan Muchtadi
January 20, 2014
Denisi 1 Suatu lapangan adalah suatu him-
punan F yang dilengkapi dengan dua operasi:
penjumlahan yang dilambangkan dengan + dan
perkalian yang dilambangkan dengan , dan
dua unsur 0 dan 1 yang memenuhi
1. Untuk setiap x, y, z F
x +y F, xy F
x +y = y +x
(x +y) +z = x +(y +z)
0 +x = x
xy = yx
(xy)z = x(yz)
1x = x
x(y +z) = xy +xz
1
2. Untuk setiap x F terdapat secara tunggal
z F sedemikian sehingga x +z = 0.
3. Untuk setiap x F dengan x ,= 0 terdapat
secara tunggal y F sedemikian sehingga
xy = 1.
Contoh
1. Himpunan bilangan rasional
Q = r/s : r dan s bilangan bulat dengan s ,= 0
merupakan lapangan.
2. Himpunan bilangan bulat Z bukan lapan-
gan.
3. Himpunan Q(

2) = r+s

2 : r, s Q R
merupakan lapangan dengan operasi yang
sama dengan R. Himpunan tersebut meru-
pakan subhimpunan dari suatu lapangan,
yang tertutup terhadap penjumlahan, perkalian,
dan balikan.
4. Himpunan F(X) = f(X)/g(X) : f(X), g(X)
F[X], g(X) ,= 0 merupakan lapangan.
5. Himpunan bilangan modulo p, dengan p prima,
Z/pZ merupakan lapangan.
Denisi 2 Suatu ruang vektor V atas lapan-
gan F adalah himpunan V, yang unsur-unsurnya
dinamakan vektor, dilengkapi dengan vektor
nol 0, operasi penjumlahan vektor + dan
operasi perkalian skalar yang memenuhi
Untuk setiap u, v, w V, dan r, s F, berlaku
u +v V
0 +v = v
u +v = v +u
u +(v +w) = (u +v) +w
rv V
1v = v, 0v = 0
r(u +v) = ru +rv
(r +s)v = rv +sv
(rs)v = r(sv)
2
Denisi 3 Misalkan v
1
, v
2
, , v
n
adalah vek-
tor dan r
1
, r
2
, , r
n
adalah skalar. Vektor
w = r
1
v
1
+r
2
v
2
+ +r
n
v
n
dinamakan kombinasi linier dari v
1
, v
2
, , v
n
.
Himpunan semua kombinasi linier dari X =
v
1
, v
2
, , v
n
dilambangkan dengan
X) = spanv
1
, v
2
, , v
n
.
Catatan:
1. spanv
1
, v
2
, , v
n
hampir selalu merupakan
himpunan tak berhingga vektor.
2. Span suatu vektor tunggal taknol di R
3
adalah garis. Span dua vektor taknol tak
segaris di R
3
adalah bidang yang memuat
dua vektor tersebut.
3
3. Karena 0 = 0v
1
+0v
2
+ +0v
n
, maka 0 se-
lalu merupakan kombinasi linier dari setiap
himpunan vektor tak kosong.
Catatan: Jika V = X) = spanv
1
, v
2
, , v
n

kita katakan X = v
1
, v
2
, , v
n
membangun
V, atau v
1
, v
2
, , v
n
adalah himpunan pem-
bangun untuk V. Setiap ruang vektor senanti-
asa memiliki subhimpunan pembangun. Sub-
himpunan pembangun suatu ruang vektor tidak
mesti tunggal.
Denisi 4 Suatu subruang dari ruang vektor
V adalah subhimpunan U V dimana U meru-
pakan ruang vektor dengan operasi penjumla-
han dan perkalian yang sama dengan V.
Lema 5 Suatu subhimpunan tak kosong U
V dari suatu ruang vektor V merupakan sub-
ruang V jika dan hanya jika
1. Untuk setiap u
1
, u
2
U, berlaku u
1
+u
2
U,
2. Untuk setiap k F dan u U, berlaku ku
U.
4
Contoh
1. F
p
merupakan subruang dari dirinya sendiri.
Himpunan 0 merupakan subruang dari F
p
.
2. R, R
2
, dan R
3
merupakan subruang dari R
3
.
3. Bidang xy, yaitu (x, y, 0) : x, y R meru-
pakan subruang dari R
3
. Bidang xy meru-
pakan span dari vektor (1, 0, 0) dan (0, 1, 0).
Dengan cara yang sama bidang xz dan yz
juga merupakan subruang dari R
3
.
5
Lema 6 1. Span sebarang himpunan vektor
v
1
, v
2
, , v
n
merupakan subruang dari F
p
.
Akibatnya, jika w
1
, , w
m
spanv
1
, v
2
, , v
n
,
maka spanw
1
, , w
m
spanv
1
, v
2
, , v
n
.
2. Himpunan solusi sistem persamaan homogen
merupakan subruang dari F
p
.
Catatan:
1. Satu-satunya subruang dari R adalah 0
dan R.
2. Subruang dari R
2
adalah (0, 0), garis yang
melalui (0, 0), atau seluruh R
2
.
3. Subruang dari R
3
adalah (0, 0, 0), garis
yang melalui (0, 0), bidang yang melalui
(0, 0, 0), atau seluruh R
3
.
6
Contoh
1. Misalkan F sebarang lapangan. Untuk se-
tiap bilangan bulat positif n, F
n
merupakan
ruang vektor, juga subruang-subruangnya
seperti ruang baris, ruang kolom, ruang nol
matriks.
2. Untuk setiap lapangan F suatu suku banyak
dalam X adalah suatu ekspresi berbentuk
a
n
X
n
+a
n1
X
n1
+ +a
1
X +a
0
dimana
a
0
, a
1
, , a
n
F. Misalkan P adalah him-
punan semua suku banyak dalam X den-
gan koesien di F. Maka P merupakan ru-
ang vektor atas F. Subhimpunan P
n
P
yang berisi semua suku banyak berdera-
jat kurang dari atau sama dengan n ter-
tutup terhadap penjumlahan dan perkalian
skalar. Maka P
n
merupakan ruang vektor
dan subruang dari P.
7
3. Misalkan [a, b] R. Himpunan semua fungsi
kontinu bernilai riil terdenisi di [a, b], (([a, b], R)
merupakan ruang vektor riil. Himpunan se-
mua fungsi diferensiabel terdenisi di [a, b],
T([a, b], R) merupakan subruang dari (([a, b], R).
4. Himpunan semua fungsi kontinu bernilai riil
terdenisi di R, ((R, R) merupakan ruang
vektor riil. Ruang vektor ini memiliki subru-
ang yang berisi semua fungsi f(x) ((R, R)
yang memenuhi
_

[f(x)[dx < .
5. Misalkan S suatu himpunan tak kosong dan
F lapangan. himpunan semua fungsi Fun(S, F)
dari S ke F adalah ruang vektor atas F, di-
mana untuk setiap f, g Fun(S, F), dan
k F, berlaku (f +g)(s) = f(s) +g(s) dan
(kf)(s) = kf(s).
6. Himpunan M
mn
(F) berisi semua matriks
m n dengan komponen di F adalah ru-
ang vektor atas F. Untuk m = n, himpunan
matriks simetri, yaitu matriks A M
nn
yang memenuhi A
t
= A, merupakan subru-
ang, begitu juga himpunan matriks skew-
symmetric yaitu yang memenuhi A
t
= A.
Himpunan semua matriks yang punya in-
vers bukan subruang.
7. Himpunan semua barisan tak hingga bi-
langan riil (r
1
, r
2
, r
3
, ) merupakan ruang
vektor. Himpunan semua barisan (r
1
, r
2
, r
3
, )
dimana

i=1
r
2
i
< merupakan subruang.
Denisi 7 Subhimpunan X dari V adalah ba-
sis bagi V jika
1. V = X).
2. tidak ada subhimpunan sejati Y dari X yang
memenuhi V = Y ).
Basis bagi V adalah himpunan pembangun V
terkecil.
Denisi 8 Suatu himpunan vektor
X = v
1
, v
2
, , v
n
dikatakan bebas linier jika
r
1
, r
2
, , r
n
skalar memenuhi
r
1
v
1
+r
2
v
2
+ +r
n
v
n
= 0,
maka haruslah r
1
= 0, r
2
= 0, , r
n
= 0. Jika
X tidak bebas linier, X dikatakan bergantung
linier.
8
Jika Y adalah subhimpunan sejati dari X
dan V = Y ), maka X bergantung linier.
Jika X bebas linier, maka tidak ada sub-
himpunan sejati Y dari X yang memenuhi
V = Y ). (kebalikannya juga berlaku)
Teorema 9 Subhimpunan X dari V adalah ba-
sis bagi V jika dan hanya jika
1. V = X).
2. X bebas linier.
Setiap ruang vektor selain 0 memiliki basis.
9
Lema 10 1. Jika Y X V dan X bebas
linier, maka Y bebas linier.
2. Jika Y X V dan Y membangun V,
maka X membangun V.
Lema 11 Misalkan X = v
1
, , v
n
basis bagi
V dan Y V bebas linier. Misalkan y Y.
Maka X
t
= y, v
2
, , v
n
basis V.
Teorema 12 Misalkan X = v
1
, , v
n
basis
bagi V dan Y V bebas linier. Maka terda-
pat subhimpunan Z dari X, dengan [Z[ = [Y [,
sehingga (X Z) Y basis V.
10
Akibat 13 1. Jika V memiliki sebuah basis
dengan n unsur dan Y subhimpunan bebas
linier dari V, maka [Y [ n.
2. Jika X dan Y basis V dan [X[ = n, maka
[Y [ = n.
3. Jika V memiliki basis hingga, maka semua
basis bagi V memiliki banyak unsur sama.
4. Jika V memiliki basis hingga, maka setiap
subhimpunan bebas linier dari V termuat
dalam suatu basis bagi V .
11
Contoh: Misalkan e
i
= (0, , 0, 1, 0, , 0)
F
n
dengan 1 di posisi ke-i, maka e
1
, e
2
, , e
n

merupakan basis bagi F

n
dan dinamakan basis
standar.
Denisi 14 Misalkan V suatu ruang vektor dan
memiliki basis dengan n unsur untuk suatu bi-
langan asli n. Maka V dikatakan berdimensi n
dan kita katakan bahwa V berdimensi hingga.
Jika V tidak berdimensi hingga, kita katakan
V berdimensi tak hingga.
Ruang vektor 0 memiliki basis himpunan kosong
yang memiliki 0 unsur. Maka 0 merupakan
ruang vektor berdimensi nol.
12
Contoh
1. Ruang vektor P
n
yang berisi semua suku
banyak berderajat paling besar n dengan
koesien di F merupakan ruang vektor berdi-
mensi n + 1. Himpunan 1, X, X
2
, , X
n

merupakan basis standar bagi P

n
. Selain
itu untuk setiap a F himpunan 1, (X +
a), (X+a)
2
, , (X+a)
n
juga merupakan
basis bagi P
n
.
2. Ruang vektor P yang berisi semua suku
banyak dengan koesien di F bukan meru-
pakan F-ruang vektor berdimensi hingga.
3. Ruang vektor M
mn
(F) berisi semua ma-
triks mn dengan koesien di F adalah ru-
ang vektor berdimensi mn. Himpunan ma-
triks
I = E
ij
: 1 i m, 1 j n
13
dimana E
ij
adalah matriks dengan kompo-
nen ke-ij adalah 1 dan lainnya 0, meru-
pakan basis bagi M
mn
(F).
Teorema 15 (Teorema Perluasan Basis) Jika
v
1
, v
2
, , v
s
vektor-vektor bebas linier di V ,
suatu ruang vektor berdimensi n. Maka ter-
dapat w
s+1
, , w
n
V sedemikian sehingga
v
1
, v
2
, , v
s
, w
s+1
, , w
n
merupakan basis V.
Contoh: Vektor X
2
+1 dan X
2
1 bebas lin-
ier di P
3
. Kita akan menambahkan unsur-unsur
di 1, X, X
2
, X
3
satu-persatu sampai diperoleh
subhimpunan bebas linier maksimal di P
3
. Vek-
tor 1 dan X spanX
2
+1, X
2
1 maka kita
tidak akan menambahkan unsur-unsur terse-
but. Vektor X
2
dan X
3
bukan unsur dari spanX
2
+
1, X
2
1, dengan demikian X
2
+1, X
2
1, X, X
3

bebas linier dan merupakan basis P

3
.
Lema 16 Misalkan K subruang dari V . Maka
dim K dim V.
Teorema 17 Misalkan X V. Maka X basis V
jika dan hanya jika setiap unsur V dapat diny-
atakan sebagai kombinasi linier dari X secara
tunggal.
Denisi 18 Suatu basis terurut v
1
, v
2
, , v
n

dari suatu ruang vektor V adalah suatu basis

V yang unsur-unsurnya terurut dengan urutan
tertentu. Misalkan B = v
1
, v
2
, , v
n
suatu
basis terurut dari V dan w V. Kita katakan
(a
1
, a
2
, , a
n
) koordinat w terhadap basis B
jika w = a
1
v
1
+ + a
n
v
n
. Koordinat vektor
w = a
1
v
1
+ +a
n
v
n
dilambangkan dengan
[w]
B
=
_
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
_
.
14
Teorema 19 Misalkan . = v
1
, , v
n
suatu
basis terurut dari V, suatu ruang vektor berdi-
mensi n. Misalkan w
1
, w
2
V dan k F. Maka
[w
1
+w
2
]
.
= [w
1
]
.
+[w
2
]
.
dan
[kw
1
]
.
= k[w
1
]
.
.
Pemetaan : v [v]
X
memenuhi
1. (x +y) = (x) +(y), untuk setiap x, y
V, dan
2. (kx) = k(x) untuk setiap k F dan x
V.
Denisi 20 Misalkan V dan W ruang vektor
atas lapangan F. Suatu pemetaan linier dari V
ke W adalah fungsi T : V W yang memenuhi
1. Jika u, v V, maka T(u +v) = T(u) +T(v)
2. Jika u V dan k F, maka T(kv) = kT(v).
Jika T : V W suatu pemetaan linier, V dina-
makan domain dan W dinamakan ruang nilai.
Suatu pemetaan linier T : V V dinamakan
operator linier.
15
Contoh:
1. Misalkan F : R R didenisikan sebagai
F(x) = 3x dan G : R R didenisikan se-
bagai G(x) = 5x + 8. Karena F(a + b) =
3(a + b) = 3a + 3b = F(a) + F(b) dan
F(ka) = 3(ka) = k(3a) = kF(a), maka F
linier. Sebaliknya, G(a+b) = 5(a+b)+8 ,=
(5a+8)+(5b+8) = G(a)+G(b), sehingga
G tidak linier.
2. Denisikan R, S : F
2
F
4
dimana R(x, y) =
(x y, x, x, 2y) dan S(x, y) = (x, y, 0, [x[).
Maka R linier, tetapi S tidak linier karena
S((1, 0) + (1, 0)) = S(0, 0) = (0, 0, 0, 0)
sedangkan S(1, 0)+S(1, 0) = (1, 0, 0, 1)+
(1, 0, 0, 1) = (0, 0, 0, 2) ,= (0, 0, 0, 0).
16
3. Misalkan A suatu matriks mn. Maka perkalian
dengan matriks A dari kiri dapat dipandang
sebagai fungsi dari F
n
ke F
m
. Dengan kata
lain
T
A
(v) = Av untuk setiap matriks v n 1.
Fungsi T
A
merupakan pemetaan linier.
4. Misalkan V = C

(R, R) adalah ruang vek-

tor riil berisi semua fungsi f : R R yang
memiliki turunan ke-n f
(n)
kontinu untuk
setiap n. Denisikan suatu fungsi D : V
V dimana D(f) = f
t
untuk setiap f V.
Berdasarkan sifat linier turunan, untuk se-
tiap fungsi f
1
, f
2
V dan setiap r R,
(f
1
+f
2
)
t
= f
t
1
+f
t
2
, and (rf
1
)
t
= rf
t
1
. Den-
gan demikian D : V V pemetaan linier.
5. Misalkan V = C

(R, R), seperti di atas.

Denisikan Int : V R, dimana Int(f) =
_
1
0
f(x)dx. Berdasarkan sifat linier integral,
Int merupakan pemetaan linier.
6. Misalkan M
mn
adalah ruang vektor berisi
semua matriks m n. Misalkan B adalah
suatu matriks n p, maka G : M
mn

M
mp
yang didenisikan sebagai G(X) =
XB merupakan pemetaan linier.
7. Operasi transpos, yaitu fungsi Tps : M
mn

M
nm
yang didenisikan sebagai Tps(A) =
A
t
merupakan pemetaan linier.
8. Misalkan V sebarang ruang vektor. Maka
fungsi I : V V dan 0 : V V yang
didenisikan sebagai I(v) = v dan 0(v) = 0
merupakan pemetaan linier. Fungsi I di-
namakan pemetaan identitas dan 0 dina-
makan pemetaan nol.
Lema 21 Misalkan T : V W suatu pemetaan
linier. Maka berlaku
1. T(0) = 0.
2. Misalkan v
1
, , v
n
V. Maka untuk setiap
skalar a
1
, , a
n
, berlaku
T(a
1
v
1
+a
n
v
2
+ +a
n
v
n
) =
a
1
T(v
1
) +a
n
T(v
2
) + +a
n
T(v
n
).
Teorema 22 Misalkan V dan W ruang vektor.
Misalkan v
1
, v
2
, , v
n
basis V dan w
1
, w
2
, , w
n

W sebarang (tidak harus berbeda satu sama
lain). Maka terdapat secara tunggal pemetaan
linier T : V W sedemikian sehingga T(v
1
) =
w
1
, T(v
2
) = w
2
, , T(v
n
) = w
n
.
17
Sebagai contoh pandang P
n
himpunan semua
suku banyak berderajat paling besar n dan mis-
alkan S = 1, X, X
2
, , X
n
basis standar. La-
pangan F dapat dipandang sebagai F-ruang
vektor berdimensi satu, dan untuk setiap i =
1, 2, , n misalkan w
i
= 1 F. Maka terda-
pat secara tunggal pemetaan linier T : P
n
F
dengan sifat T(1) = 1, , T(X
n
) = 1, dan
berlaku T(a
n
X
n
+ +a
n1
X
n1
+ +a
0
) =
a
n
+a
n1
+ +a
0
.
18
Denisi 23 Misalkan T : V W suatu pemetaan
linier.
1. Inti dari T, atau ruang nol dari T, dilam-
bangkan dengan ker(T) adalah ker(T) =
v V : T(v) = 0.
2. Peta dari T, atau range dari T, dilambangkan
dengan im(T), adalah im(T) = T(v) : v
V .
Perhatikan bahwa ker(T) V, sedangkan im(T)
W.
Lema 24 Jika T : V W suatu pemetaan
linier, maka ker(T) adalah subruang dari V, dan
im(T) adalah subruang dari W.
19
Denisi 25 Misalkan T : V W suatu pemetaan
linier. Dimensi ker(T) dinamakan nolitas dari
T dan dilambangkan sebagai null(T). Dimensi
im(T) dinamakan rank dari T dan dilambangkan
sebagai rk(T).
Teorema 26 (Teorema Rank Plus Nolitas)
Misalkan T : V W suatu pemetaan linier di-
mana V suatu ruang vektor berdimensi hingga.
Maka rk(T) +null(T) = dim(V ).
Perhatikan bahwa jika T : V W suatu pemetaan
linier dimana V berdimensi hingga, maka im(T)
berdimensi hingga walaupun W belum tentu
berdimensi hingga. Dengan demikian T dapat
dipandang sebagai pemetaan linier antara ru-
ang vektor berdimensi hingga, yaitu T : V
im(T).
20
Denisi 27 Suatu pemetaan linier T : V W
dikatakan satu-satu atau injektif jika untuk
setiap u, v V dimana T(u) = T(v) berlaku
u = v. Pemetaan linier T dikatakan pada atau
surjektif jika im(T) = W, dan isomorsma
atau bijektif jika satu-satu dan pada. Jika
terdapat suatu isomorsma T : V W, ruang
vektor V dan W dikatakan isomorf. Suatu
isomorsma T : V V dinamakan operator
linier tak singular.
Contoh :
1. Misalkan P adalah ruang vektor berisi se-
mua suku banyak dengan koesien di R.
Misalkan D : P P didenisikan sebagai
D(f(X)) = f
t
(X). Maka D tidak satu-satu,
karena D(X
2
) = D(X
2
+1) = 2X, padahal
X
2
,= X
2
+1. Di lain pihak D pada, karena
jika f(X) P, terdapat suatu F(X) P
sehingga F
t
(X) = f(X).
21
2. Misalkan S : P P didenisikan sebagai
S(f(X)) = f(X
2
). Maka S(X +1) = X
2
+
1, S(X
2
2X) = X
4
2X
2
, dan seterus-
nya. Jelas bahwa S suatu pemetaan lin-
ier. Karena tidak ada suku banyak f(X)
P sehingga S(f(X)) = X, maka S tidak
pada. Pemetaan S satu-satu, karena jika
S(f(X)) = S(g(X)), maka f(X) = g(X).
3. Misalkan U : P P didenisikan sebagai
U(f(X)) = 2f(X). (Asumsikan 1 + 1 =
2 ,= 0.) Karena U((1/2)g(X)) = g(X) un-
tuk setiap g(X) P, maka T pada. Jika
U(f(X)) = U(g(X)), maka 2f(X) = 2g(X),
sehingga f(X) = g(X). Maka T satu-satu
juga, dan dengan demikian T suatu isomor-
sma.
Teorema 28 Misalkan V dan W dua ruang
vektor berdimensi hingga dan T : V W suatu
pemetaan linier. Maka
1. T satu-satu jika dan hanya jika ker(T) =
0 jika dan hanya jika untuk setiap v
1
, v
2
, , v
n
bebas linier di V , T(v
1
), T(v
2
), , T(v
n
)
bebas linier di W.
2. T pada jika dan hanya jika rk(T) = dim(W).
3. T isomorsma jika dan hanya jika untuk
setiap v
1
, v
2
, , v
n
basis V,
T(v
1
), T(v
2
), , T(v
n
) basis W.
4. Jika T isomorsma, maka dim(V ) = dim(W).
22
Pemetaan T : U V memiliki balikan jika
terdapat pemetaan S : V U sehingga ST =
id
U
dan T S = id
V
. Suatu pemetaan memiliki
balikan jika dan hanya jika satu-satu dan pada.
Teorema 29 Misalkan T operator linier pada
V. Maka pernyataan berikut ekivalen :
1. T memiliki balikan
2. T satu-satu
3. T pada
23
Denisi 30 Misalkan T : V W suatu pemetaan
linier, B = v
1
, v
2
, , v
n
suatu basis terurut
untuk V, dan ( = w
1
, w
2
, , w
n
suatu ba-
sis terurut untuk W. Denisikan matriks mn
[T]
B,(
= (a
ij
) dimana untuk setiap j skalar a
ij
ditentukan dari
T(v
j
) = a
1j
w
1
+a
2j
w
2
+ +a
mj
w
m
.
Dengan kata lain, [T]
B,(
adalah matriks yang
kolom ke-j-nya adalah koordinat T(v
j
) terhadap
basis ( dari W.
Teorema 31 Misalkan T : V W pemetaan
linier antara ruang vektor berdimensi hingga,
dengan B basis terurut dari V dan ( basis teru-
rut dari W. Maka untuk setiap v V
[T]
B,(
(v)
B
= [T(v)]
(
.
24
Teorema 32 Misalkan B
1
dan B
2
basis ruang
vektor V berdimensi n. Maka terdapat suatu
matriks yang punya balikan P sedemikian se-
hingga untuk setiap v V
P[v]
B
1
= [v]
B
2
dan P
1
[v]
B
2
= [v]
B
1
.
Matriks P = [I]
B
1
,B
2
, dimana I : V V pemetaan
identitas. Dan P
1
= [I]
B
2
,B
1
.
25
Denisi 33 Matriks P = [I]
B
1
,B
2
dinamakan
matriks transisi perubahan basis dari basis
B
1
ke basis B
2
.
Teorema 34 Misalkan S : V W dan T :
U V pemetaan linier (dan S T : U W
juga linier). Misalkan B, (, dan T basis terurut
untuk U, V, dan W. Maka
[S T]
B,T
= [S]
(,T
[T]
B,(
.
Jika V berdimensi hingga, untuk setiap basis
terurut B dari V matriks [T]
B,B
dilambangkan
dengan [T]
B
.
Teorema 35 Misalkan T : V W pemetaan
linier, B
1
, B
2
basis V dan (
1
, (
2
basis W. Mis-
alkan P matriks transisi dari B
1
ke B
2
dan Q
matriks transisi dari (
1
ke (
2
. Maka
[T]
B
2
,(
2
= Q[T]
B
1
,(
1
P
1
.
Khususnya jika V = W, B
1
= (
1
, dan B
2
= (
2
,
berlaku
[T]
B
2
,B
2
= P[T]
B
1
,B
1
P
1
.
26
Denisi 36 Misalkan A dan B matriks n n.
Jika terdapat suatu matriks yang punya balikan
P sedemikian sehingga A = PBP
1
, A dan B
dikatakan serupa.
Akibat 37 Misalkan T : V V suatu pemetaan
linier, dimana V suatu ruang vektor berdimensi
n. Asumsikan [T]
B
1
,B
1
= A untuk suatu basis
terurut B
1
dari V. Misalkan suatu P matriks
n n yang punya balikan. Maka terdapat ba-
sis B
2
dari V sedemikian sehingga [T]
B
2
,B
2
=
PAP
1
.
27
Jika w =
1
v
1
+
2
v
2
, maka
1
v
1
diperoleh den-
gan menarik garis dari w sejajar v
2
, memotong
perpanjangan v
1
. Kita katakan
1
v
1
adalah hasil
proyeksi w pada v
1
sejajar v
2
.
Denisi 38 Misalkan K, L subruang dari V. Him-
punan x+y : x K, y L disebut hasil tam-
bah dari K dan L, ditulis K +L.
K +L merupakan subruang dari V. Setiap w
V dapat ditulis sebagai penjumlahan unsur K
dengan unsur L jika dan hanya jika V = K+L.
28
Teorema 39 Setiap unsur V dapat dituliskan
sebagai hasil penjumlahan unsur K dan unsur
L secara tunggal jika dan hanya jika V = K+L
dan K L = 0.
Denisi 40 Dalam hal KL = 0 kita katakan
K +L hasil tambah langsung dari K dan L,
ditulis K L. Jika V = K L, kita katakan L
adalah komplemen K dalam V.
Misalkan V = KL. Maka untuk setiap w V,
terdapat secara tunggal x K, y L, sehingga
w = x+y. Buat pengaitan w x. Kita katakan
bahwa x adalah hasil proyeksi w pada K se-
jajar L.
Dengan menggerakan w di seluruh V, diperoleh
pemetaan P : V V dengan petanya adalah
K. Kita katakan P adalah proyeksi pada K
sejajar L.
29
Pemetaan P adalah pemetaan linier, dengan
im(P) = K, dan ker(P) = L. Pemetaan P
2
=
P P = P.
Denisi 41 Pemetaan linier T : V V dikatakan
idempoten jika T
2
= T.
Lema 42 Misalkan T : V V idempoten. Maka
V = im(T) ker(T).
Teorema 43 Misalkan T : V V linier. Maka
T idempoten jika dan hanya jika T adalah proyeksi
pada im(T) sejajar ker(T).
Misalkan V = KL. Misalkan X = x
1
, , x
k

basis K dan Y = y
1
, , y
nk
basis L. Maka
X Y adalah basis V.
30
Misalkan K ,= 0. Jika x K, maka P(x) = x.
Unsur x K, x ,= 0, disebut vektor karakteristik
P untuk nilai karakteristik 1. Jika L ,= 0,
unsur y L, y ,= 0 juga vektor karakteristik
dari P.
Denisi 44 Misalkan T : V V suatu opera-
tor linier. Jika v V suatu vektor taknol dan
terdapat skalar k sedemikian sehingga T(v) =
kv, v dinamakan vektor karakteristik dari T.
Skalar k dinamakan nilai karakteristik dari T
yang bersesuaian dengan vektor karakteristik
v. Jika A matriks n n, maka nilai karakter-
istik (vektor karakteristik) dari A adalah nilai
karakteristik (vektor karakteristik) dari T
A
.
31
Contoh:
1. Fungsi e
kx
(

(R, R) memiliki turunan (e

kx
)
t
=
ke
kx
. Hal ini menunjukkan bahwa e
kx
adalah
vektor karakteristik bagi operator linier difer-
ensial D dengan nilai karakteristik k.
2. Misalkan P ruang vektor yang berisi se-
mua suku banyak riil, T : P P dimana
T(p(X)) = Xp
t
(X) adalah operator linier.
Karena (X
n
)
t
= nX
n1
, maka T(X
n
) =
nX
n
, sehingga X
n
adalah vektor karakter-
isitik dengan nilai karakteristik n.
Misalkan T
1
, T
2
: V V operator linier dan a
suatu skalar, denisikan operator linier T
1
+T
2
dan aT
1
dimana
(T
1
+T
2
)(v) = T
1
(v) +T
2
(v) dan
(aT
1
)(v) = a(T
1
(v)) untuk setiap v V.
Operator linier identitas I : V V, I(v) = v
untuk setiap v V, dilambangkan dengan I.
32

T(x) = rx jika dan hanya jika (rIT)(x) = 0,

yaitu r nilai karakteristik T jika dan hanya
jika persamaan (rI T)(x) = 0 memiliki
solusi tak trivial x ,= 0.
Misalkan A = [rI T]
X
, untuk suatu basis
X bagi V. Perhatikan bahwa rI T memi-
liki solusi tak trivial jika dan hanya jika
SPL Ax = 0 memiliki solusi tak trivial jika
dan hanya jika bentuk eselon baris dari A
memuat baris nol.
Misalkan B bentuk eselon baris dari A. Maka
B adalah matriks segitiga atas. Perhatikan
bahwa B memuat baris nol jika dan hanya
jika diagonal utama B memuat komponen
nol jika dan hanya jika hasil kali semua
komponen diagonal utama B adalah nol.
33
Denisi 45 Untuk sebarang lapangan F, no-
tasikan M
nn
himpunan semua matriks beruku-
ran n n dengan komponen di F. Misalkan
T : M
nn
(F) F
adalah suatu fungsi bernilai skalar di M
nn
(F).
Kita katakan T n-linier jika
1. Untuk setiap A M
nn
(F) dan B diper-
oleh dari A dengan mengalikan suatu baris
A dengan skalar k F berlaku T(B) =
kT(A).
2. Untuk setiap A, B, C M
nn
(F) tiga ma-
triks identik kecuali pada baris ke-i dan baris
ke-i matriks C adalah penjumlahan baris
ke-i matriks A dan matriks B, maka berlaku
T(C) = T(A) +T(B).
34
Suatu fungsi n-linier T dikatakan berayun (al-
ternating) jika untuk setiap A M
nn
(F) yang
memiliki dua baris identik berlaku T(A) = 0.
Setiap fungsi n-linier dan berayun T : M
nn
(F)
F yang memenuhi T(I
n
) = 1 dinamakan fungsi
determinan.
Lema 46 Misalkan T suatu fungsi determinan.
Jika matriks persegi B diperoleh dari matriks A
dengan menukar baris, maka T(B) = T(A).
Lema 47 Misalkan T suatu fungsi determinan.
Jika matriks persegi B diperoleh dari matriks
A dengan menambahkan suatu kelipatan baris
ke baris lainnya, maka T(B) = T(A).
35
Lema 48 Misalkan T suatu fungsi determinan.
Jika A = (a
ij
) adalah matriks segitiga (atas
atau bawah), maka T(A) = a
11
a
22
a
nn
.
Teorema 49 Terdapat hanya satu fungsi T :
M
nn
(F) F yang n-linier, alternating dan
memenuhi T(I
n
) = 1.
Untuk selanjutnya satu-satunya fungsi tersebut
dinotasikan dengan det.
Lema 50 Jika E adalah matriks elementer n
n dan A suatu matriks n n, maka det(EA) =
det(A).
Lema 51 Misalkan A matriks nn yang punya
balikan dan B sebarang matriks n n. Maka
det(AB) = det(A)det(B).
Teorema 52 Suatu matriks A nn punya ba-
likan jika dan hanya jika det(A) ,= 0.
36
Teorema 53 Jika A dan B sebarang matriks
n n, maka det(AB) = det(A)det(B).
Teorema 54 Untuk setiap matriks A n n,
det(A) = det(A
t
).
Denisi 55 Suatu permutasi n adalah n-tuple
= (i
1
, i
2
, , i
n
) dimana i
1
, i
2
, , i
n
bilangan-
bilangan 1, 2, , n (tidak harus berurutan). Kom-
ponen ke-j dari dilambangkan dengan
j
.
Himpunan semua permutasi n dilambangkan
dengan S
n
.
Sebagai contoh, untuk n = 3, maka S
3
=
(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)
terdiri dari 6 permutasi. Untuk = (3, 2, 1),
maka
1
= 3,
2
= 2,
3
= 1.
Denisi 56 Misalkan = (i
1
, i
2
, , i
n
) S
n
.
Jika 1 j < k n dan i
j
> i
k
, kita katakan
i
j
> i
k
suatu inversi dari . Untuk sebarang
permutasi kita denisikan sign dari , sg(),
dimana sg() = +1 jika jumlah total inversi
dari genap, dan sg() = 1 jika jumlah to-
tal inversi dari ganjil. Jika sg() = +1,
dikatakan permutasi genap, jika sg() = 1,
dikatakan permutasi ganjil.
Sebagai contoh, perhatikan permutasi 4: (1, 2, 4, 3),
(4, 3, 2, 1), dan (4, 1, 3, 2). Permutasi (1, 2, 4, 3)
memiliki satu inversi 4 > 3, sehingga sg(1, 2, 4, 3) =
1. Permutasi (4, 3, 2, 1) memiliki enam inversi
4 > 3, 4 > 2, 4 > 1, 3 > 2, 3 > 1, 2 > 1 se-
hingga sg(4, 3, 2, 1) = +1. Dengan cara yang
sama sg(4, 1, 3, 2) = +1.
Denisi 57 Misalkan A = (a
ij
) suatu matriks
n n. Kita denisikan determinan A, det(A),
sebagai
det(A) =

S
n
sg()a
1
1
a
2
2
a
n
n
.
Lema 58 Jika matriks persegi A mempunyai
dua baris yang sama, maka det(A) = 0.
Teorema 59 Fungsi det : M
nn
(F) F yang
didenisikan pada A = (a
ij
) sebagai
det(A) =

S
n
sg()a
1
1
a
2
2
a
n
n
merupakan fungsi determinan seperti diden-
isikan dalam Denisi 45.
Teorema 60 Misalkan 1 r < n dan
A =
_
A
11
0
A
21
A
22
_
adalah partisi matriks n n, dimana A
11
r r,
A
22
(n r) (n r), dan matriks r (n
r) A
12
adalah matriks nol. Maka det(A) =
det(A
11
)det(A
22
).
Denisi 61 Misalkan A = (a
ij
) suatu matriks
n n. Denisikan A(i[j), sebagai matriks n
1 n 1 yang diperoleh dari matriks A den-
gan menghapus baris ke-i dan kolom ke-j, di-
namakan submatriks maksimal dari A.
Denisi 62 Jika A = (a), denisikan T
1,1
(A) =
a = det(A).
Jika A = (a
ij
) suatu matriks n n dengan
n > 1, untuk 1 i n denisikan
T
n,i
(A) =
n

j=1
(1)
i+j
a
ij
det(A(i[j))
dan dinamakan kofaktor baris ke-i.
Untuk j dengan 1 j n denisikan
T
n
j
(A) =
n

i=1
(1)
i+j
a
ij
det(A(i[j))
dan dinamakan kofaktor kolom ke-j.
37
Teorema 63 Untuk sebarang matriks A n n
dan sebarang i, j dimana 1 i, j n, berlaku
T
n,i
(A) = T
n
j
(A) = det(A).
Denisi 64 Misalkan A = (a
ij
) matriks n
n. Denisikan adjoint dari A, adj(A), sebagai
matriks n n dengan komponen ke-ji adalah
adj(A)(j, i) = (1)
i+j
det(A(i[j)).
Teorema 65 Untuk setiap matriks A yang punya
balikan, A
1
= det(A)
1
adj(A).
38
Dengan menggunakan fungsi determinan,
nilai karakteristik r untuk operator linier T
dapat diperoleh sebagai solusi persamaan
det(XI T) = 0.
Dengan memperhatikan sifat multiplikatif
determinan, kita mempunyai det(XI T) =
det(XI
n
A) untuk sebarang matriks A yang
merupakan matriks penyajian T.
Misalkan A sebarang matriks penyajian T.
Det(XIA) merupakan polinom monik berder-
ajat n. Kita namakan C
T
(X) polinom karak-
teristik T atau C
A
(X) polinom karakter-
istik A. Persamaan C
A
(X) = det(XIA) =
0 kita namakan persamaan karakteristik
A atau persamaan karakteristik T.
Teorema 66 (Teorema Dasar Aljabar) Pada
lapangan kompleks, setiap polinom berderajat
n terurai sebagai hasil perkalian n faktor linier.
39
Lema 67 Misalkan T : V V suatu operator
linier. Maka
1. v adalah vektor karakteristik dari T yang
bersesuaian dengan nilai karakteristik r jika
dan hanya jika 0 ,= v ker(rI T).
2. Jika r suatu nilai karakteristik dari T, maka
himpunan semua vektor karakteristik dari T
dengan nilai karakteristik yang bersesuaian
r digabung dengan vektor 0 membentuk
subruang dari V.
Contoh penggunaan : Misalkan D
2
: C

(R, R)
denisikan sebagai D D, yaitu D
2
(f(x)) =
f
tt
(x). Jelas bahwa D
2
(sin kx) = k
2
sin kx dan
D
2
(cos kx) = k
2
cos kx. Berdasarkan lemma di
atas, setiap fungsi berbentuk Asin kx+Bcos kx,
dengan A, B R juga merupakan vektor karak-
teristik dari D
2
.
40
Denisi 68 Misalkan r suatu nilai karakteristik
dari T : V V. Subruang dari V yang berisi se-
mua vektor karakteristik yang bersesuaian den-
gan nilai karakteristik r dengan vektor 0 dina-
makan ruang karakteristik yang bersesuaian
dengan r. Ruang karakteristik yang bersesuaian
dengan r dilambangkan dengan E
r
.
Lema 69 Misalkan V suatu ruang vektor berdi-
mensi n. Misalkan A = [T]
B
, untuk suatu basis
terurut B dari V dan T : V V suatu oper-
ator linier. Misalkan r nilai karakteristik dari
T, dimensi ruang karakteristik E
r
dengan ni-
lai karakteristik r adalah null(rI
n
A) = n
rk(rI
n
A).
41
Denisi 70 Misalkan A suatu matriks n n
dan nilai karakteristik dari T
A
. Pangkat tert-
inggi dari (x ) yang membagi C
A
(x) dina-
makan multiplisitas aljabar dari nilai karak-
teristik . Dimensi ruang karakteristik E

dari
T
A
yang bersesuaian dengan dinamakan mul-
tiplisitas geometri dari nilai karakteristik .
Perhatikan ruang karakteristik E

. Misalkan X
sebuah basis E

. Perluas basis ini menjadi basis

X Y bagi V. Kita peroleh
[T]
XY
=
_
I
k
B
0 C
_
, k = m
g
().
Polinom karakteristik T adalah
C
T
(x) = det(x)I
k
det(xIC) = (x)
k
det(xIC).
Akibatnya m
g
() = k m
a
().
Lema 71 Semua nilai karakteristik memenuhi
m
g
() m
a
().
42
Denisi 72 Misalkan V suatu ruang vektor atas
lapangan F. Suatu operator linier T; V V
dikatakan dapat didiagonalkan atas F jika
terdapat suatu basis terurut B dari V sedemikian
sehingga [T]
B
merupakan matriks diagonal. Su-
atu matriks A dikatakan dapat didiagonalkan
atas F jika A serupa dengan suatu matriks di-
agonal.
Konsep dapat didiagonalkan bergantung pada
lapangan yang digunakan. Sebagai contoh ma-
triks
_
0 1
1 0
_
tidak dapat didiagonalkan atas lapangan riil,
karena suku banyak karakteristik dari G adalah
C
G
(X) = X
2
+1, tidak memiliki akar riil. Den-
gan kata lain, G tidak dapat didiagonalkan atas
riil karena G tidak memiliki nilai karakteristik
riil.
43
Namun, G dipandang sebagai matriks kom-
pleks dapat didiagonalkan, karena atas C, C
G
(X) =
(X +i)(X i). Perhatikan bahwa
G
_
1
i
_
=
_
i
1
_
= i
_
1
i
_
dan
G
_
1
i
_
=
_
i
1
_
= i
_
1
i
_
Hal ini menunjukkan bahwa dari basis terurut
B =
__
1
i
_
,
_
1
i
__
diperoleh
[T
G
]
B
=
_
i 0
0 i
_
.
Lema 73 Misalkan v
1
, v
2
, , v
n
vektor-vektor
karakteristik dari suatu operator linier T : V
V yang masing-masing bersesuaian dengan nilai-
nilai karakteristik yang berbeda. Maka v
1
, v
2
, , v
n
bebas linier.
Sebagai contoh, e
x
, e
2x
, e
3x
, , e
nx
(

(R, R)
merupakan vektor-vektor karakteristik opera-
tor diferensial D. Lebih lanjut nilai-nilai karak-
teristik mereka masing-masing berbeda. Aki-
batnya, e
x
, e
2x
, e
3x
, , e
nx
bebas linier.
Teorema 74 Misalkan T : V V operator
liner dimana V berdimensi hingga. Maka perny-
ataan berikut ekivalen:
1. T dapat didiagonalkan
2. Terdapat suatu basis terurut B dari V yang
terdiri dari vektor-vektor karakteristik dari
T.
3. Untuk setiap basis terurut C dari V, [T]
C
dapat didiagonalkan.
44
Misalkan K
1
, , K
t
subruang dari V. Hasil
tambah
K
1
+ +K
t
= u
1
+ +u
t
: u
i
K
i
, i = 1, 2, , t
adalah subruang dari V. Kita tuliskan seba-
gai

t
i=1
K
i
.
Setiap unsur

t
i=1
K
i
hanya dapat dituliskan
sebagai hasil penjumlahan unsur-unsur K
1
, , K
t
secara tunggal jika dan hanya jika
K
i

j,=i
K
j
= 0, i = 1, , t.
Dalam hal ini diperoleh hasil tambah lang-
sung K
1
K
t
=

t
i=1
K
i
dan dim

t
i=1
K
i
=

t
i=1
dim K
i
.
Lema 75 Jika E
1
, E
2
, , E
t
ruang-ruang karak-
teristik T untuk nilai-nilai karakteristik
1
, ,
t
yang berbeda, maka E
1
+E
2
+ +E
t
adalah
suatu hasil tambah langsung.
45
Teorema 76 Misalkan nilai-nilai karakteristik
T yang berbeda adalah
1
, ,
t
. Pernyataan
berikut ekivalen
1. Terdapat matriks penyajian bagi T yang
berupa matriks diagonal.
2. E
1
+ +E
t
= V.
3. m
g
(
1
) + +m
g
(
t
) = n.
4. C
T
(x) dapat dituliskan sebagai hasil kali
faktor-faktor linier.
5. untuk setiap nilai karakteristik dari T berlaku
m
g
() = m
a
().
46
Contoh :
1. A =
_
1 1
0 1
_
. Kita peroleh C
A
(x) = (x
1)
2
, sehingga m
a
(1) = 2. Sedangkan E(1) =
__
1
0
__
, sehingga m
g
(1) = 1.
2. Untuk rotasi pada bidang R
2
sebesar ,
,= k, k Z, polinom karakteristik tidak
dapat difaktorkan menjadi faktor linier. Kita
peroleh C

(x) = x
2
+ 1 tidak dapat difak-
torkan menjadi faktor linier atas R, tidak
memiliki vektor dan nilai karakteristik.
47
Untuk sebarang bilangan kompleks a + bi C,
dengan a, b R, nilai mutlak [a + bi[ adalah
bilangan riil
_
a
2
+b
2
.
Denisi 77 Suatu norm pada ruang vektor riil
atau kompleks V adalah suatu fungsi bernilai
riil, dilambangkan dengan [[ [[, yang memenuhi
1. (Sifat Denit Positif) [[v[[ 0 untuk setiap
v V, dan [[v[[ = 0 jika dan hanya jika
v = 0.
2. [[kv[[ = [k[ [[v[[ untuk setiap skalar k dan
v V.
3. (Ketaksamaan Segitiga) [[u + v[[ [[u[[ +
[[v[[ untuk setiap u, v V.
48
Jika [[ [[ adalah suatu norm pada ruang vektor
V, dan v, w V, jarak antara v dan w (relatif
terhadap [[ [[) didenisikan sebagan d(v, w) =
[[v w[[. Berdasarkan sifat 2,
d(v, w) = [[vw[[ = [1[.[[wv[[ = [[wv[[ = d(w, v).
Contoh
1. Pada R
n
denisikan
[[(a
1
, a
2
, , a
n
)[[ =
_
a
2
1
+a
2
2
+ +a
2
n
.
Maka [[v[[ adalah jarak antara (0, 0, , 0)
dengan v di R
n
.
2. Untuk (a
1
, a
2
, , a
n
) R
n
denisikan
[[(a
1
, a
2
, , a
n
)[[
t
= [a
1
[ +[a
2
[ + +[a
n
[.
Sifat 1 dan sifat 2 jelas berlaku.
49
Untuk sifat 3, perhatikan bahwa
[[(a
1
+b
1
, , a
n
+b
n
)[[
t
= [a
1
+b
1
[+ +[a
n
+b
n
[
[a
1
[ +[b
1
[ + +[a
n
[ +[b
n
[
= [[(a
1
, , a
n
)[[
t
+[[(b
1
, , b
n
)[[
t
.
Dengan demikian [[ [[
t
mendenisikan norm
di R
n
.
3. Pada R
n
denisikan
[[(a
1
, , a
n
)[[
max
= max[a
1
[, , [a
n
[.
Fungsi [[ [[
max
mendenisikan norm di R
n
.
4. Misalkan C([0, 1], R) adalah ruang vektor
berisi semua fungsi kontinu bernilai riil yang
didensikan di [0, 1]. Untuk f(x) C([0, 1], R),
fungsi berikut mendenisikan norm di C([0, 1], R)
(1) [[f(x)[[
1
=
_
1
0
[f(x)[dx.
5. Pada C
n
norm yang biasa digunakan adalah
[[(c
1
, c
2
, , c
n
) =
_
[c
1
[
2
+ +[c
n
[
2
.
Denisi 78 Misalkan V suatu ruang vektor riil.
Suatu hasil kali dalam riil pada V adalah su-
atu fungsi bernilai riil pada V V, yang dino-
tasikan sebagai < , >, yang memenuhi
1. (Sifat simetri) < u, v >=< v, u > untuk se-
tiap u, v V.
2. < ku, v >= k < u, v > untuk setiap k R
dan setiap u, v V.
3. < v
1
+v
2
, u >=< v
1
, u > + < v
2
, u > untuk
setiap u, v
1
, v
2
V.
4. (Sifat denit positif) < v, v > 0 untuk
setiap v V, dan < v, v >= 0 jika dan hanya
jika v = 0.
Ruang vektor V dilengkapi dengan hasil kali
dalam < , > dinamakan ruang hasil kali dalam
riil. Suatu ruang hasil kali dalam berdimensi
hingga dinamakan ruang Euclid.
Sifat 1 mengakibatkan sifat-sifat berikut juga
berlaku:
2 < u, kv >= k < u, v > untuk setiap k R
dan setiap u, v V.
3 < u, v
1
+ v
2
>=< u, v
1
> + < u, v
2
> untuk
setiap u, v
1
, v
2
V.
Contoh:
1. Hasil kali titik (a
1
, , a
n
) (b
1
, , b
n
) =
a
1
b
1
+ +a
n
b
n
pada R
n
merupakan hasil
kali dalam.
2. Fungsi < , >: R
3
R
3
R didenisikan
sebagai
< (x
1
, y
1
, z
1
), (x
2
, y
2
, z
2
) >
= x
1
x
2
2(x
1
y
2
+y
1
x
2
) +5y
1
y
2
+3z
1
z
2
merupakan hasil kali dalam di R
3
.
3. Misalkan V = C([0, 1], R). Untuk f(x), g(x)
V berikut ini mendenisikan hasil kali dalam
< f(x), g(x) >=
_
1
0
f(x)g(x)dx.
Misalkan u, v V dan < , > suatu hasil kali
dalam di V, u dan v dikatakan ortogonal, dil-
ambangkan dengan uv, jika < u, v >= 0. Un-
tuk hasil kali titik di R
2
dan R
3
dua vektor
dikatakan ortogonal jika dan hanya mereka sal-
ing tegak lurus.
Teorema 79 Misalkan v
1
, v
2
, , v
n
vektor-vektor
yang saling ortogonal di ruang vektor V den-
gan hasil kali dalam < , >. Maka v
1
, v
2
, , v
n
bebas linier.
Denisi 80 Jika < , > merupakan hasil kali
dalam di V dan u, v ,= 0 V, denisikan proyeksi
ortogonal dari u pada v sebagai
proj
v
(u) =
< u, v >
< v, v >
v.
Lema 81 Jika u, v V dan < , > hasil kali
dalam riil di V, maka vektor v dan (uproj
v
(u))
ortogonal.
Denisi 82 Jika V suatu ruang vektor, v V,
dan < , > suatu hasil kali dalam di V, den-
isikan [[v[[ =< v, v >
1/2
. Fungsi [[ [[ : V R
dinamakan norm yang bersesuaian dengan
< , > .
Teorema 83 (Ketaksamaan Schwarz) Misalkan
V suatu ruang hasil kali dalam riil dengan hasil
kali dalam < , > . Untuk u, v V,
< u, v > [[u[[.[[v[[.
Kesamaan berlaku jika dan hanya jika u = kv
untuk suatu k 0.
Teorema 84 Jika < , > suatu hasil kali dalam
riil di V, maka [[ [[ : V R yang didenisikan se-
bagai [[v[[ =< v, v >
1/2
merupakan suatu norm
di V.
50
Jika a+bi C dengan a, b R, konjugat kom-
pleks dari a +bi adalah a +bi = a bi.
Denisi 85 Misalkan V suatu ruang vektor kom-
pleks. Suatu hasil kali dalam kompleks atau
hermit pada V adalah suatu fungsi bernilai
kompleks pada V V, yang dinotasikan sebagai
< , >, yang memenuhi
1. < u, v >= < v, u > untuk setiap u, v V.
2. < ku, v >= k < u, v > untuk setiap k R
dan setiap u, v V.
3. < v
1
+v
2
, u >=< v
1
, u > + < v
2
, u > untuk
setiap u, v
1
, v
2
V.
4. < v, v > R dan < v, v > 0 untuk setiap
v V. Lebih lanjut < v, v >= 0 jika dan
hanya jika v = 0.
51
Ruang vektor V dilengkapi dengan hasil kali
dalam kompleks < , > dinamakan ruang hasil
kali dalam hermit. Suatu ruang hasil kali
dalam kompleks berdimensi hingga dinamakan
ruang uniter. Sifat 1 mengakibatkan sifat-
sifat berikut juga berlaku:
2 < u, kv >=

k < u, v > untuk setiap k C
dan setiap u, v V.
3 < u, v
1
+ v
2
>=< u, v
1
> + < u, v
2
> untuk
setiap u, v
1
, v
2
V.
Contoh
1. Hasil kali titik pada R
n
dapat digeneral-
isasi menjadi hasil kali dalam hermit di C
n
.
Untuk (a
1
, , a
n
), (b
1
, , b
n
) C
n
den-
isikan < (a
1
, , a
n
), (b
1
, , b
n
) >= a
1

b
1
+
+ a
n

b
n
. Dengan hasil kali dalam ini C
n
dinamakan ruang n uniter.
2. Misalkan V = C([0, 1], C). Untuk f(x), g(x)
V berikut ini mendenisikan hasil kali dalam
< f(x), g(x) >=
_
1
0
f(x)g(x)dx.
52
Sifat-sifat yang berlaku pada ruang hasil kali
dalam riil juga berlaku pada ruang hasil kali
dalam kompleks. Khusus untuk sifat-sifat berikut
terdapat perbedaan:
Lema 86 Jika u, v V dan < , > hasil kali
dalam kompleks di V, maka vektor v dan (u
proj
v
(u)) ortogonal.
Teorema 87 (Ketaksamaan Schwarz) Misalkan
V suatu ruang hasil kali dalam kompleks den-
gan hasil kali dalam < , > . Untuk u, v V,
[ < u, v > [
2
([[u[[.[[v[[)
2
.
Akibatnya, [ < u, v > [ ([[u[[.[[v[[).
Teorema 88 Jika < , > suatu hasil kali dalam
kompleks di V, maka [[ [[ : V R yang diden-
isikan sebagai [[v[[ =< v, v >
1/2
merupakan su-
atu norm di V.
53
Denisi 89 Misalkan < , > merupakan hasil
kali dalam di ruang vektor V. Suatu basis
u
1
, u
2
, , u
n
dinamakan basis ortogonal un-
tuk V jika < u
i
, u
j
>= 0 untuk i ,= j. Jika
berlaku juga setiap [[u
i
[[ = 1, basis tersebut
dinamakan basis ortonormal.
Teorema 90 Misalkan u
1
, u
2
, , u
n
suatu ba-
sis ortonormal di ruang vektor V dengan hasil
kali dalam < , > . Maka untuk setiap v V,
v = a
1
v
1
+a
2
v
2
+ +a
n
v
n
dengan a
i
=< v, u
i
> .
54
Teorema 91 (Teorema Gram-Schmidt) Misalkan
w
1
, , w
m
saling ortogonal dan taknol di ru-
ang hasil kali dalam V. Misalkan y V dan
w
m+1
= y
m

j=1
< y, w
j
>
< w
j
, w
j
>
w
j
= y
m

j=1
proj
w
j
(y).
Maka w
1
, w
2
, , w
m
, w
m+1
saling ortogonal dan
spanw
1
, , w
m
, y = spanw
1
, , w
m
, w
m+1
.
Lebih lanjut w
m+1
= 0 jika dan hanya jika
y spanw
1
, , w
m
.
Teorema 92 Setiap ruang hasil kali dalam berdi-
mensi hingga V memiliki basis ortogonal (dan
juga basis ortonormal).
55
Denisi 93 Misalkan V suatu ruang hasil kali
dalam dan S suatu subhimpunan dari V. Su-
atu komplemen ortogonal dari S di V diden-
isikan sebagai subruang
S

= v V : < v, w >= 0 untuk setiap w S.

Jika W subruang berdimensi hingga dari V proyeksi
ortogonal Proj
W
: V V merupakan (satu-
satunya) operator linier dimana berlaku Proj
W
(w) =
w untuk w W dan Proj
W
(v) = 0 untuk v
W

.
Lema 94 Misalkan W suatu subruang berdi-
mensi hingga dari ruang vektor V dengan hasil
kali dalam < , > . Maka setiap y V dapat
ditulis sebagai y = w + w
t
dengan w W dan
w
t
W

; yaitu V = W +W

.
56
Teorema 95 Misalkan < , > suatu hasil kali
dalam di V dan W subruang berdimensi hingga
dari V. Maka terdapat secara tunggal proyeksi
ortogonal Proj
W
: V V. Misalkan u
1
, u
2
, , u
s
basis ortonormal dari W. Maka proyeksi ortogo-
nal Proj
W
dihitung dengan formula Proj
W
(v) =
< v, u
1
> u
1
+ < v, u
2
> u
2
+ + < v, u
s
> u
s
.
Misalkan W adalah subruang dari suatu ruang
hasil kali dalam berdimensi hingga V. Jika w
WW

, karena Proj
W
(w) = w dan Proj
W

(w) =
0, berlaku w = 0. Dengan demikian W +W

=
V dan W W

= 0.
57
Akibat 96 Misalkan V suatu ruang hasil kali
dalam berdimensi hingga dan W subruang V.
1. Jika dim(V ) = n dan dim(W) = s, maka
dim(W

) = n s.
2. Untuk setiap v V, terdapat secara tunggal
w
1
W dan w
2
W

sedemikian sehingga
v = w
1
+w
2
. Dalam hal ini w
i
= Proj
W
(v)
dan w
2
= Proj
W

(v), sehingga Proj

W
+
Proj
W

= I.
58
Lema 97 Misalkan V suatu ruang hasil kali
dalam berdimensi hingga dan W subruang V.
Maka
1. im(Proj
W
) = W dan ker(Proj
W
) = W

,
akibatnya V = im(Proj
W
) ker(Proj
W
).
2. Proj
W
Proj
W
= Proj
W
.
3. Jika W
t
W

, maka Proj
W
Proj
W
t = 0.
Lema 98 Misalkan R : V V linier. Maka
P adalah Proj
W
dengan W = im(P) jika dan
hanya jika
1. P
2
= P
2. u, P(v)) = P(u), v), untuk semua u, v V.
59
Denisi 99 Misalkan T : V V suatu op-
erator linier di ruang hasil kali dalam V. Kita
katakan T self-adjoint jika untuk setiap v, w
V, berlaku
< T(v), w >=< v, T(w) > .
Jika V ruang hasil kali dalam riil, T yang demikian
dikatakan simetrik dan jika V ruang hasil kali
dalam kompleks, T dikatakan hermit.
Suatu matriks riil A dikatakan self-adjoint atau
simetrik jika A
t
= A, dan matriks kompleks A
dikatakan self-adjoint atau hermit jika A

=
A
t
= A.
Lema 100 1. Jika A M
nn
(C), maka untuk
setiap v, w C
n
, < Av, w >=< v, A

w > .
2. Misalkan F = R atau C. Jika T : F
n
F
n
suatu operator linier, maka T self-adjoint
jika dan hanya jika [T] self-adjoint.
Teorema 101 Setiap operator self-adjoint T :
V V pada V ruang hasil kali dalam berdi-
mensi hingga memiliki nilai karakteristik riil.
Lebih lanjut semua nilai karakteristiknya adalah
riil.
Teorema 102 Misalkan T operator linier yang
self-adjoint. Misalkan x dan y adalah vektor-
vektor karakteristik dari T untuk nilai karakter-
istik berturut-turut dan . Jika ,= , maka
x, y) = 0.
60
Misalkan W = E

. Jika adalah nilai karak-

teristik T yang berbeda dari , maka E

, dan T(z) W

, untuk semua z W

.
Kita katakan W

invarian terhadap T.
Denisikan operator S : W

melalui
S(v) = T(v), v W

. Operator S meru-
pakan pembatasan T pada W

.
Setiap nilai karakteristik S adalah nilai karak-
teristik T. Sebaliknya setiap nilai karakter-
istik T selain adalah nilai karakteristik S.
61
Misalkan X adalah basis W dan Y adalah
basis W

. Maka
[T]
XY
=
_
I
m
g
()
0
0 B
_
,
dimana B = [S]
Y
. Akibatnya
C
T
(x) = (x )
m
g
()
C
S
(x).
Karena C
S
(x) tidak memuat faktor x ,
maka haruslah m
a
() = m
g
().
Karena sebarang nilai karakteristik T, maka
T dapat didiagonalkan.
62
Teorema 103 Misalkan V ruang hasil kali dalam
dan T self-adjoint. Misalkan
1
, ,
t
semua
nilai karakteristik T yang berbeda. Maka
1. T dapat didiagonalkan.
2. V memiliki basis ortonormal yang terdiri
dari vektor-vektor karakteristik T.
3. E

i
E

j
, jika i ,= j.
4. V =

t
i=1
E

i
.
63
Teorema 104 (Teorema Spektral) Misalkan
T : V V suatu operator linier self-adjoint
pada suatu ruang hasil kali dalam berdimensi
hingga V. Maka terdapat subruang W
1
, W
2
, , W
s
yang saling ortogonal dari V, dan bilangan riil
berbeda r
1
, , r
s
sedemikian sehingga
T = r
1
Proj
W
1
+r
2
Proj
W
2
+ +r
s
Proj
W
s
dan I
V
= Proj
W
1
+Proj
W
2
+ +Proj
W
s
dimana I
V
: V W merupakan operator iden-
titas. Dekomposisi T dinamakan resolusi spek-
tral dari T.
64
Misalkan L subruang dari ruang hasil kali
dalam V dan z V. Manakah unsur L yang
paling dekat kepada z ? Dengan kata lain,
manakah unsur w L, sehingga [[z w[[
[[z y[[, untuk semua y L ?
Jawab w = Proj
L
(z), dimana Proj
L
proyeksi
ortogonal pada L.
Misalkan V, U ruang hasil kali dalam real
dan T : U V linier. Misalkan K = im(T).
Misalkan b K dan T(x
0
) = b.
Misalkan T tidak satu-satu, maka ker(T) ,=
0, sehingga T(x) = b memiliki lebih dari
satu solusi. Kalau dikehendaki hanya satu
solusi, solusi mana yang kita pilih?
65
Kita dapat memilih solusi dengan norm min-
imum, yaitu w V yang memenuhi
[[w[[ = min[[x[[ : T(x) = b.
Masalah menentukan solusi minimum ini
dikenal dengan masalah kuadrat terkecil.
Perhatikan bahwa T(x) = b jika dan hanya
jika x = x
0
y untuk suatu y ker(T).
Vektor w V adalah solusi T(x) = b den-
gan norm minimum jika dan hanya jika w =
x
0
z, dimana z adalah hasil proyeksi or-
togonal terhadap ker(T).
Dengan demikian, ada tepat satu solusi T(x) =
b dengan norm minimum. Solusi tunggal
ini adalah solusi yang ortogonal terhadap
ker(T).
66
Persamaan T(x) = b memiliki solusi (kon-
sisten) jika dan hanya jika b K.
Bagaimana jika b / im(T), tetapi solusi
persamaan T(x) = b tetap ingin diperoleh?
Kita dapat menyelesaikan persamaan T(x) =
b
0
dimana b
0
im(T) dan [[bb
0
[[ = min[[b
z[[ : z im(T), yaitu b
0
adalah unsur im(T)
yang terdekat dengan b. Vektor b
0
haruslah
hasil proyeksi ortogonal b pada im(T).
Untuk memperoleh solusi persamaan T(x) =
b secara tunggal, untuk sebarang b U :
1. proyeksikan u pada im(T); misalkan u
1
adalah hasil proyeksi tersebut.
2. dapatkan solusi T(x) = u
1
dengan norm
minimum, misalkan w adalah solusi den-
gan norm minimum tersebut.
67
Pengaitan b U kepada solusi tunggal w
V dari persamaan T(x) = b tersebut mem-
berikan suatu pemetaan dari U ke V. Pemetaan
ini disebut invers diperumum untuk T, di-
tulis T
+
.
T
+
adalah pemetaan linier.
T T
+
T = T dan T
+
T T
+
= T
+
.
68
Misalkan A matriks real mn. Pemetaan linier
T
A
: R
n
R
m
didenisikan T
A
(x) = Ax.
Komplemen ortogonal dari ruang baris A
adalah ker(T
A
).
Jika rank A = n, maka proyeksi ortogonal
T
P
pada im(T
A
) memiliki aturan T
P
(x) =
Px, denga P = A(A
t
A)
1
A
t
.
Jika rank A = n, maka T
+
A
: R
m
R
n
memiliki aturan T
+
A
(x) = A
+
x, dengan A
+
=
(A
t
A)
1
A
t
.
Sumber :
Bill Jacob, Linear Algebra, W.H. Freeman
and Company, 1990.
Ahmad Muchlis, Review Aljabar Linear, 2006.
69