Ruang Metrik dan Link Download File Referensi
https://eu2.contabostorage.com/00f3241116844f24b628f46d81abb929:st1/folder8/8015/1656354601_analisis_fungsional_pdf___Matematika.pdf
2026-05-31 13:38:04 - Admin
<style> body{ font-family: Arial, Helvetica, sans-serif; line-height: 1.6; margin:0; padding:0; background:#f9f9f9; color:#333; } header{ background:#4CAF50; color:#fff; padding:20px 10%; } header h1{ margin:0; } nav{ margin-top:10px; } nav a{ color:#fff; text-decoration:none; margin-right:15px; } main{ max-width:800px; margin:30px auto; padding:0 20px; background:#fff; box-shadow:0 2px 5px rgba(0,0,0,0.1); } h2{ color:#4CAF50; border-bottom:2px solid #e0e0e0; padding-bottom:5px; } ul{ margin-left:20px; } .example{ background:#f1f8ff; border-left:4px solid #4CAF50; padding:10px; margin:15px 0; } .reference{ font-size:0.9em; color:#555; } </style><header> <h1>Ruang Metrik</h1> <nav> <a href="#pengertian">Pengertian</a> <a href="#contoh">Contoh Ruang Metrik</a> <a href="#sifat">Sifat-sifat</a> <a href="#aplikasi">Aplikasi</a> </nav></header><main> <section id="pengertian"> <h2>Pengertian Ruang Metrik</h2> <p>Ruang metrik (atau ruang berjarak) adalah sebuah himpunan $X$ yang dilengkapi dengan fungsi jarak $d : X \times X \rightarrow \mathbb{R}$ yang memenuhi empat aksioma sederhana:</p> <ul> <li><strong>Nonnegativitas:</strong> $d(x,y)\ge 0$ untuk semua $x,y\in X$.</li> <li><strong>Identitas nol:</strong> $d(x,y)=0$ bila dan hanya bila $x=y$.</li> <li><strong>Simetri:</strong> $d(x,y)=d(y,x)$ untuk semua $x,y\in X$.</li> <li><strong>Segitiga:</strong> $d(x,z)\le d(x,y)+d(y,z)$ untuk semua $x,y,z\in X$.</li> </ul> <p>Fungsi $d$ disebut <em>metrik</em> dan pasangan $(X,d)$ disebut <em>ruang metrik</em>. Konsep ini menjadi dasar bagi banyak cabang matematika, termasuk analisis, topologi, dan teori graf.</p> </section> <section id="contoh"> <h2>Contoh Ruang Metrik</h2> <h3>1. Ruang Euclidean</h3> <p>Himpunan titik di $\mathbb{R}^n$ dengan metrik Euclidean</p> <div class="example"> $d_2(x,y)=\sqrt{\sum_{i=1}^{n}(x_i-y_i)^2}$ </div> <h3>2. Metrik Manhattan (L)</h3> <p>Jarak yang dihitung sebagai jumlah nilai mutlak per koordinat</p> <div class="example"> $d_1(x,y)=\sum_{i=1}^{n}|x_i-y_i|$ </div> <h3>3. Metrik maksimum (L^)</h3> <p>Jarak terbesar antarkoordinat</p> <div class="example"> $d_\infty(x,y)=\max_{1\le i\le n}|x_i-y_i|$ </div> <h3>4. Ruang fungsi kontinu</h3> <p>Pada himpunan $C([a,b])$ fungsi kontinu pada interval $[a,b]$, metrik supremum</p> <div class="example"> $d_\infty(f,g)=\sup_{x\in[a,b]}|f(x)-g(x)|$ </div> <h3>5. Metrik diskret</h3> <p>Pada setiap himpunan $X$, definisikan</p> <div class="example"> $d(x,y)=\begin{cases} 0,&x=y\\ 1,&x\neq y </{cases}>$ </div> <p>Metrik ini menjadikan semua subset $X$ terbuka, sehingga topologinya sangat kasar.</p> </section> <section id="sifat"> <h2>Sifatsifat Penting dari Ruang Metrik</h2> <ul> <li><strong>Topologi yang dihasilkan:</strong> Dari metrik $d$ dapat dibangun basis terbuka berupa bola terbuka $B_r(x)=\{y\mid d(x,y)<r\}$. Topologi ini disebut topologi metrik.</li> <li><strong>Keterhubungan:</strong> Ruang metrik selalu dapat dipisahkan menjadi himpunan terbuka dan tertutup bila ada dua titik dengan jarak positif.</li> <li><strong>Kompaktness:</strong> Dalam ruang metrik, HeineBorel berlaku: sebuah himpunan tertutup dan terbatas pada $\mathbb{R}^n$ adalah kompak.</li> <li><strong>Keterurutan:</strong> Setiap ruang metrik bersifat pertamahit (first countable), sehingga konsep limit urutan memadai.</li> <li><strong>Complete:</strong> Jika setiap barisan Cauchy konvergen, ruang disebut lengkap (contoh: $\mathbb{R}^n$ dengan $d_2$). Tidak semua ruang metrik lengkap; contoh klasik adalah himpunan rasional $\mathbb{Q}$ dengan metrik Euclidean.</li> </ul> </section> <section id="aplikasi"> <h2>Aplikasi Ruang Metrik</h2> <h3>1. Analisis Real dan Kompleks</h3> <p>Konsep limit, kontinuitas, dan diferensiasi semua bergantung pada metrik. Pada fungsi kompleks, metrik pada $\mathbb{C}$ memberi kerangka untuk teori fungsi analitik.</p> <h3>2. Teori Optimasi</h3> <p>Algoritma gradient descent, Newton, atau metode proximal memerlukan ukuran jarak antariterasi untuk menentukan konvergensi.</p> <h3>3. Pembelajaran Mesin</h3> <p>Metode Knearest neighbor, clustering (Kmeans), dan teknik dimensionality reduction (tSNE, UMAP) menggunakan metrik Euclidean atau metrik lainnya untuk mengukur kemiripan data.</p> <h3>4. Graf dan Jaringan</h3> <p>Dalam teori graf, jarak terpendek antara dua simpul didefinisikan melalui metrik pada graf (biasanya jumlah sisi). Ini melahirkan algoritma Dijkstra, BellmanFord, dll.</p> <h3>5. Geometri Diferensial</h3> <p>Ruang Riemannian adalah ruang yang dilengkapi dengan metrik yang bersifat lokal pada setiap titik, memungkinkan definisi panjang kurva, geodesik, dan kelengkungan.</p> <h3>6. Kriptografi dan Keamanan</h3> <p>Beberapa skema kriptografi berbasis lattice (seperti Learning With Errors) memanfaatkan metrik atau _ untuk mengukur jarak antara vektorvektor dalam ruang berdimensi tinggi.</p> </section> <section> <h2>Kesimpulan</h2> <p>Ruang metrik merupakan kerangka fundamental yang menghubungkan konsep jarak dengan struktur topologi. Dengan mempelajari contoh-contoh sederhana seperti ruang Euclidean, hingga contoh abstrak seperti ruang fungsi kontinu atau ruang diskret, kita dapat memahami bagaimana metrik memengaruhi sifat-sifat penting seperti konvergensi, kelengkapan, dan kompaktness. Aplikasinya sangat luas, mencakup matematika murni, ilmu komputer, fisika, dan bidang teknik. Oleh karena itu, penguasaan dasar ruang metrik menjadi langkah penting bagi siapa saja yang ingin menyelami dunia analisis modern dan aplikasinya.</p> </section> <p class="reference">Referensi: 1. Rudin, W., *Principles of Mathematical Analysis*. 2. Munkres, J.R., *Topology*. 3. Cormen, T. et al., *Introduction to Algorithms*. 4. Bishop, C., *Pattern Recognition and Machine Learning*.</p></main>