Jakarta Aktual
Jakarta Aktual

Berita Aktual dan Faktual

Jakarta Aktual
Jakarta Aktual© 2026
Jakarta Aktual
Jakarta Aktual

Berita Aktual dan Faktual

Kembali ke Wiki
Artikel Wikipedia

Perkalian skalar

Perkalian skalar dalam matematika, adalah salah satu operasi dasar yang mendefinisikan suatu ruang vektor dalam aljabar linear. Dalam suatu konteks geometri intuitif, perkalian skalar dari suatu vektor real dengan suatu bilangan real positif melipatgandakan besaran vektor itu tanpa mengubah arahnya. Istilah "skalar" sendiri diturunkan dari penggunaan ini: suatu skalar adalah yang membagi suatu vektor dalam skala. Perkalian skalar adalah perkalian suatu vektor dengan suatu skalar dan harus dibedakan dengan "produk skalar" dua vektor.

salah satu operasi dasar yang mendefinisikan suatu ruang vektor dalam aljabar linear (atau lebih umum, sebuah modul dalam aljabar abstrak)
Diperbarui 12 November 2025

Sumber: Lihat artikel asli di Wikipedia

Perkalian skalar
Artikel ini bukan mengenai Perkalian titik.
Perkalian skalar sebuah vektor dengan faktor 3 memanjangkan vektor itu.
Perkalian skalar −a dan 2a dari vektor a

Perkalian skalar [1] (bahasa Inggris: scalar multiplicationcode: en is deprecated ) dalam matematika, adalah salah satu operasi dasar yang mendefinisikan suatu ruang vektor dalam aljabar linear[2][3][4] (atau lebih umum, sebuah modul dalam aljabar abstrak[5][6]). Dalam suatu konteks geometri intuitif, perkalian skalar dari suatu vektor real dengan suatu bilangan real positif melipatgandakan besaran vektor itu tanpa mengubah arahnya. Istilah "skalar" sendiri diturunkan dari penggunaan ini: suatu skalar adalah yang membagi suatu vektor dalam skala. Perkalian skalar adalah perkalian suatu vektor dengan suatu skalar (di mana produk atau hasilnya adalah sebuah vektor) dan harus dibedakan dengan "produk skalar" dua vektor (di mana hasilnya adalah suatu skalar).

Definisi

Secara umum, jika K adalah sebuah field dan V adalah sebuah ruang vektor di atas K, maka perkalian skalar adalah suatu fungsi dari K × V ke V. Hasil penerapan fungsi ini ke c dalam K dan v dalam V dilambangkan dengan cv.

Sifat

Perkalian skalar menuruti kaidah-kaidah berikut (vektor ditulis dalam boldface):

  • Additivity dalam skalar: (c + d)v = cv + dv;
  • Additivity dalam vektor: c(v + w) = cv + cw;
  • Kompatibilitas produk skalar-skalar dengan perkalian skalar: (cd)v = c(dv);
  • Mengalikan dengan 1 tidak mengubah suatu vektor: 1v = v;
  • Mengalikan dengan 0 menghasilkan vektor nol atau zero vector: 0v = 0;
  • Mengalikan dengan −1 menghasilkan additive inverse: (−1)v = −v.

Di sini + adalah penjumlahan baik dalam field atau dalam ruang vektor, sebagaimana layaknya; dan 0 adalah identitas penjumlahan dalam keduanya Juxtaposition mengindikasikan baik perkalian skalar atau operasi perkalian dalam field.

Interpretasi

Perkalian skalar dapat dilihat sebagai eksternal operasi biner atau sebagai tindakan dari bidang pada ruang vektor. Interpretasi geometris dari perkalian skalar adalah bahwa perkalian skalar meregang, atau berkontraksi, vektor dengan faktor konstan.

Sebagai kasus khusus, V dapat dianggap sebagai K itu sendiri dan perkalian skalar kemudian dapat dianggap sebagai perkalian di lapangan.

Di mana V is Kn, perkalian skalar sama dengan perkalian setiap komponen dengan skalar, dan dapat didefinisikan seperti itu.

Perkalian skalar matriks

Artikel utama: Matriks (matematika)

Perkalian skalar dari sebuah matriks A dengan skalar λ menghasilkan matriks lain yang berukuran sama A. Maka dilambangkan dengan λA,[7] terdiri dari entri λA ditentukan oleh

( λ A ) i j = λ ( A ) i j , {\displaystyle (\lambda \mathbf {A} )_{ij}=\lambda \left(\mathbf {A} \right)_{ij}\,,} {\displaystyle (\lambda \mathbf {A} )_{ij}=\lambda \left(\mathbf {A} \right)_{ij}\,,}

secara eksplisit:

λ A = λ ( A 11 A 12 ⋯ A 1 m A 21 A 22 ⋯ A 2 m ⋮ ⋮ ⋱ ⋮ A n 1 A n 2 ⋯ A n m ) = ( λ A 11 λ A 12 ⋯ λ A 1 m λ A 21 λ A 22 ⋯ λ A 2 m ⋮ ⋮ ⋱ ⋮ λ A n 1 λ A n 2 ⋯ λ A n m ) . {\displaystyle \lambda \mathbf {A} =\lambda {\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}}={\begin{pmatrix}\lambda A_{11}&\lambda A_{12}&\cdots &\lambda A_{1m}\\\lambda A_{21}&\lambda A_{22}&\cdots &\lambda A_{2m}\\\vdots &\vdots &\ddots &\vdots \\\lambda A_{n1}&\lambda A_{n2}&\cdots &\lambda A_{nm}\\\end{pmatrix}}\,.} {\displaystyle \lambda \mathbf {A} =\lambda {\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}}={\begin{pmatrix}\lambda A_{11}&\lambda A_{12}&\cdots &\lambda A_{1m}\\\lambda A_{21}&\lambda A_{22}&\cdots &\lambda A_{2m}\\\vdots &\vdots &\ddots &\vdots \\\lambda A_{n1}&\lambda A_{n2}&\cdots &\lambda A_{nm}\\\end{pmatrix}}\,.}

Similarly, the right scalar multiplication of a matrix A with a scalar λ is defined to be

( A λ ) i j = ( A ) i j λ , {\displaystyle (\mathbf {A} \lambda )_{ij}=\left(\mathbf {A} \right)_{ij}\lambda \,,} {\displaystyle (\mathbf {A} \lambda )_{ij}=\left(\mathbf {A} \right)_{ij}\lambda \,,}

secara eksplisit:

A λ = ( A 11 A 12 ⋯ A 1 m A 21 A 22 ⋯ A 2 m ⋮ ⋮ ⋱ ⋮ A n 1 A n 2 ⋯ A n m ) λ = ( A 11 λ A 12 λ ⋯ A 1 m λ A 21 λ A 22 λ ⋯ A 2 m λ ⋮ ⋮ ⋱ ⋮ A n 1 λ A n 2 λ ⋯ A n m λ ) . {\displaystyle \mathbf {A} \lambda ={\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}}\lambda ={\begin{pmatrix}A_{11}\lambda &A_{12}\lambda &\cdots &A_{1m}\lambda \\A_{21}\lambda &A_{22}\lambda &\cdots &A_{2m}\lambda \\\vdots &\vdots &\ddots &\vdots \\A_{n1}\lambda &A_{n2}\lambda &\cdots &A_{nm}\lambda \\\end{pmatrix}}\,.} {\displaystyle \mathbf {A} \lambda ={\begin{pmatrix}A_{11}&A_{12}&\cdots &A_{1m}\\A_{21}&A_{22}&\cdots &A_{2m}\\\vdots &\vdots &\ddots &\vdots \\A_{n1}&A_{n2}&\cdots &A_{nm}\\\end{pmatrix}}\lambda ={\begin{pmatrix}A_{11}\lambda &A_{12}\lambda &\cdots &A_{1m}\lambda \\A_{21}\lambda &A_{22}\lambda &\cdots &A_{2m}\lambda \\\vdots &\vdots &\ddots &\vdots \\A_{n1}\lambda &A_{n2}\lambda &\cdots &A_{nm}\lambda \\\end{pmatrix}}\,.}

Ketika gelanggang yang mendasari adalah komutatif, misalnya, riil atau bilangan kompleks medan, kedua perkalian ini adalah sama, dan disebut perkalian skalar .

Untuk skalar dan matriks riil:

λ = 2 , A = ( a b c d ) {\displaystyle \lambda =2,\quad \mathbf {A} ={\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}} {\displaystyle \lambda =2,\quad \mathbf {A} ={\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}}
2 A = 2 ( a b c d ) = ( 2 ⋅ a 2 ⋅ b 2 ⋅ c 2 ⋅ d ) = ( a ⋅ 2 b ⋅ 2 c ⋅ 2 d ⋅ 2 ) = ( a b c d ) 2 = A 2. {\displaystyle 2\mathbf {A} =2{\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}={\begin{pmatrix}2\!\cdot \!a&2\!\cdot \!b\\2\!\cdot \!c&2\!\cdot \!d\\\end{pmatrix}}={\begin{pmatrix}a\!\cdot \!2&b\!\cdot \!2\\c\!\cdot \!2&d\!\cdot \!2\\\end{pmatrix}}={\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}2=\mathbf {A} 2.} {\displaystyle 2\mathbf {A} =2{\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}={\begin{pmatrix}2\!\cdot \!a&2\!\cdot \!b\\2\!\cdot \!c&2\!\cdot \!d\\\end{pmatrix}}={\begin{pmatrix}a\!\cdot \!2&b\!\cdot \!2\\c\!\cdot \!2&d\!\cdot \!2\\\end{pmatrix}}={\begin{pmatrix}a&b\\c&d\\\end{pmatrix}}2=\mathbf {A} 2.}

Untuk skalar dan matriks quaternion:

λ = i , A = ( i 0 0 j ) {\displaystyle \lambda =i,\quad \mathbf {A} ={\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}} {\displaystyle \lambda =i,\quad \mathbf {A} ={\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}}
i ( i 0 0 j ) = ( i 2 0 0 i j ) = ( − 1 0 0 k ) ≠ ( − 1 0 0 − k ) = ( i 2 0 0 j i ) = ( i 0 0 j ) i , {\displaystyle i{\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}={\begin{pmatrix}i^{2}&0\\0&ij\\\end{pmatrix}}={\begin{pmatrix}-1&0\\0&k\\\end{pmatrix}}\neq {\begin{pmatrix}-1&0\\0&-k\\\end{pmatrix}}={\begin{pmatrix}i^{2}&0\\0&ji\\\end{pmatrix}}={\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}i\,,} {\displaystyle i{\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}={\begin{pmatrix}i^{2}&0\\0&ij\\\end{pmatrix}}={\begin{pmatrix}-1&0\\0&k\\\end{pmatrix}}\neq {\begin{pmatrix}-1&0\\0&-k\\\end{pmatrix}}={\begin{pmatrix}i^{2}&0\\0&ji\\\end{pmatrix}}={\begin{pmatrix}i&0\\0&j\\\end{pmatrix}}i\,,}

di mana i, j, k adalah unit quaternion. Non-komutatif dari perkalian kuatnion mencegah transisi perubahan ij = +k to ji = −k.

Lihat pula

  • Darab (hasil kali)
  • Perkalian matriks
  • Perkalian silang
  • Perkalian vektor

Referensi

  1. ↑ https://jagostat.com/aljabar-linear/definisi-notasi-dan-operasi-vektor
  2. ↑ Lay, David C. (2006). Linear Algebra and Its Applications (Edisi 3rd). Addison–Wesley. ISBN 0-321-28713-4.
  3. ↑ Strang, Gilbert (2006). Linear Algebra and Its Applications (Edisi 4th). Brooks Cole. ISBN 0-03-010567-6.
  4. ↑ Axler, Sheldon (2002). Linear Algebra Done Right (Edisi 2nd). Springer. ISBN 0-387-98258-2.
  5. ↑ Dummit, David S.; Foote, Richard M. (2004). Abstract Algebra (Edisi 3rd). John Wiley & Sons. ISBN 0-471-43334-9.
  6. ↑ Lang, Serge (2002). Algebra. Graduate Texts in Mathematics. Springer. ISBN 0-387-95385-X.
  7. ↑

Templat:Algebra-footer

Bagikan artikel ini

Share:

Daftar Isi

  1. Definisi
  2. Sifat
  3. Interpretasi
  4. Perkalian skalar matriks
  5. Lihat pula
  6. Referensi

Artikel Terkait

Aljabar

cabang matematika yang menggunakan tanda-tanda atau huruf-huruf untuk mewakili suatu nilai dalam suatu persamaan

Aljabar abstrak

bidang subjek matematika yang mempelajari struktur aljabar, seperti grup, ring, medan, modul, ruang vektor, dan aljabar medan

Ruang vektor

struktur matematis yang dibentuk dari kumpulan elemen yang disebut vektor

Jakarta Aktual
Jakarta Aktual© 2026