Ruang Bermetrik

Apa yang dimaksud dengan ruang bermetrik?

Dalam matematika, ruang bermetrik adalah pasangan \( (X,d) \), dengan \( X \) merupakan suatu himpunan dan \( d \) adalah fungsi yang disebut metrik. Fungsi ini memetakan setiap pasangan elemen \( x,y \in X \) ke sebuah bilangan real tak-negatif \( d(x,y) \), yang menyatakan jarak antara kedua elemen tersebut. Ruang bermetrik biasanya dinyatakan dengan notasi \( (X,d) \). $$ (X,d) $$

Suatu metrik harus memenuhi tiga sifat dasar berikut:

1. Tak-negatif: \( d(x,y) \geq 0 \) untuk setiap \( x,y \in X \), dan \( d(x,y)=0 \) jika dan hanya jika \( x=y \). Artinya, jarak tidak pernah bernilai negatif, dan hanya bernilai nol jika kedua titik berimpit.
2. Simetri: \( d(x,y)=d(y,x) \). Dengan kata lain, jarak dari \( x \) ke \( y \) selalu sama dengan jarak dari \( y \) ke \( x \).
3. Ketaksamaan segitiga: \( d(x,y)+d(y,z)\geq d(x,z) \). Artinya, jarak langsung antara dua titik tidak pernah lebih besar daripada jarak yang ditempuh melalui titik lain.

Konsep ruang bermetrik memungkinkan kita mendefinisikan dan mengukur jarak secara matematis. Meskipun terdengar sederhana, gagasan ini menjadi fondasi bagi banyak cabang matematika modern, terutama topologi, analisis real, dan analisis fungsional.

Sederhananya, ruang bermetrik adalah suatu himpunan \( X \) yang dilengkapi dengan fungsi jarak \( d \).

Himpunan tersebut dapat berupa kumpulan titik pada bidang, ruang vektor, fungsi, maupun objek matematika yang jauh lebih abstrak.

Contoh praktis

Salah satu contoh yang paling dikenal adalah ruang Euclidean pada \( \mathbb{R}^n \).

Untuk \( n=2 \), kita memperoleh bidang Kartesius biasa. Untuk \( n=3 \), kita memperoleh ruang tiga dimensi yang digunakan dalam geometri sehari-hari.

Misalkan kita bekerja pada \( \mathbb{R}^2 \) dan mengambil dua titik:

\( p=(p_1,p_2) \)

\( q=(q_1,q_2) \)

Jarak antara kedua titik tersebut diberikan oleh metrik Euclidean:

$$ d(p,q)=\sqrt{(p_1-q_1)^2+(p_2-q_2)^2} $$

Rumus ini menghasilkan jarak Euclidean, yaitu jarak garis lurus antara dua titik pada bidang.

Metrik Euclidean memenuhi seluruh aksioma ruang bermetrik:

1. Tak-negatif: Nilai akar kuadrat selalu tak-negatif, dan jarak bernilai nol hanya jika kedua titik sama.
2. Simetri: Menukar urutan titik tidak mengubah nilai jarak.
3. Ketaksamaan segitiga: Jarak langsung antara dua titik selalu lebih pendek atau sama dengan lintasan yang melewati titik ketiga.

Karena memenuhi ketiga syarat tersebut, pasangan \( (\mathbb{R}^2,d) \) dengan \( d \) sebagai metrik Euclidean merupakan contoh ruang bermetrik.

Fungsi jarak atau metrik

Apa yang dimaksud dengan fungsi jarak?

Fungsi jarak, atau metrik, adalah fungsi \( d(x_1,x_2) \) yang memenuhi syarat-syarat berikut:

\( d(x_1,x_2)\geq 0 \)
\( d(x_1,x_2)=0 \) jika dan hanya jika \( x_1=x_2 \)
\( d(x_1,x_2)=d(x_2,x_1) \)
\( d(x_1,x_2)\leq d(x_1,x_3)+d(x_3,x_2) \)

untuk setiap \( x_1,x_2,x_3 \in X \).

Keempat kondisi tersebut memastikan bahwa fungsi tersebut benar-benar dapat digunakan untuk mengukur jarak secara konsisten.

Jenis-jenis metrik

Tidak ada satu cara tunggal untuk mendefinisikan jarak. Dalam matematika, terdapat berbagai jenis metrik yang digunakan sesuai dengan konteks permasalahan.

Metrik Euclidean

$$ d_2(x,y):=\sqrt{\sum{(x_i-y_i)^2}} $$

Ini adalah metrik yang paling umum digunakan dan menjadi dasar geometri Euclidean yang dipelajari di sekolah maupun universitas.

Metrik Manhattan

Metrik Manhattan banyak digunakan dalam geometri taksi (taxicab geometry).

Nama "Manhattan" berasal dari tata letak jalan berbentuk kisi-kisi seperti yang terdapat di Manhattan, New York. Dalam situasi seperti ini, seseorang tidak dapat bergerak secara diagonal melewati bangunan, melainkan harus mengikuti ruas-ruas jalan yang tersedia.

$$ d_1(x,y):=\sum{|x_i-y_i|} $$

Karena itu, jarak Manhattan dihitung sebagai jumlah selisih absolut pada setiap koordinat.

Metrik Diskret

Metrik diskret merupakan salah satu contoh metrik yang paling sederhana.

Pada metrik ini, dua titik yang berbeda selalu memiliki jarak 1, sedangkan dua titik yang sama memiliki jarak 0.

$$ d(x,y):=\begin{cases} 0 \:\:\: \text{jika } x=y \\ 1 \:\:\: \text{jika } x\ne y \end{cases} $$

Meskipun sederhana, metrik diskret memiliki banyak aplikasi dalam teori himpunan, topologi, dan berbagai cabang matematika abstrak lainnya.

Metrik yang Diinduksi oleh Norma

Dalam ruang vektor bernorma, terdapat hubungan yang sangat erat antara konsep norma dan metrik. Setiap norma secara alami menginduksi suatu metrik yang dapat digunakan untuk mengukur jarak antara vektor-vektor dalam ruang tersebut.

Metrik yang diperoleh dari suatu norma disebut metrik terinduksi (induced metric).

$$ ||v|| := d(v,0_V) $$

Persamaan ini menunjukkan bahwa norma suatu vektor sama dengan jaraknya terhadap vektor nol. Dengan kata lain, norma dapat dipandang sebagai ukuran panjang vektor yang diukur dari titik asal.

Akibatnya, setiap ruang vektor yang dilengkapi dengan norma secara otomatis juga merupakan ruang bermetrik.

Catatan. Pernyataan sebaliknya tidak selalu benar. Meskipun setiap norma menghasilkan metrik, tidak setiap metrik berasal dari norma. Oleh karena itu, terdapat ruang bermetrik yang tidak dapat dipandang sebagai ruang bernorma.

Kapan suatu metrik diinduksi oleh norma?

Suatu metrik dikatakan diinduksi oleh norma apabila memenuhi dua sifat berikut:

\( d(v_1 + v_3, v_2 + v_3) = d(v_1, v_2) \)
\( d(k \cdot v_1, k \cdot v_2 ) = |k| \cdot d(v_1, v_2) \)

di mana \( v_1, v_2, v_3 \) adalah vektor-vektor dalam ruang vektor \( V \), dan \( k \in K \) merupakan suatu skalar.

Sifat pertama menyatakan bahwa jarak tidak berubah jika kedua vektor ditranslasikan oleh vektor yang sama. Sifat kedua menyatakan bahwa jarak berubah secara proporsional ketika kedua vektor dikalikan dengan suatu skalar.

Contoh: norma Euclidean menginduksi metrik Euclidean

Mari kita lihat bagaimana norma Euclidean menghasilkan metrik Euclidean.

Misalkan diberikan tiga vektor dalam ruang Euclidean:

$$ v_1 = (6,8) \\ v_2 = (3,4) \\ v_3 = (3,0) $$

Norma Euclidean masing-masing vektor adalah:

$$ ||v_1||_2 = \sqrt{6^2 + 8^2} = \sqrt{100} = 10 $$

$$ ||v_2||_2 = \sqrt{3^2 + 4^2} = \sqrt{25} = 5 $$

$$ ||v_3||_2 = \sqrt{3^2 + 0^2} = \sqrt{9} = 3 $$

Karena norma sama dengan jarak terhadap vektor nol, diperoleh:

$$ ||v_1||_2 = d(v_1,0_V) = 10 $$

$$ ||v_2||_2 = d(v_2,0_V) = 5 $$

$$ ||v_3||_2 = d(v_3,0_V) = 3 $$

Tujuan verifikasi
Untuk membuktikan bahwa metrik Euclidean diinduksi oleh norma Euclidean, kita perlu memeriksa dua sifat berikut:
1] \( d(v_1 + v_3, v_2 + v_3) = d(v_1, v_2) \)
2] \( d(k \cdot v_1, k \cdot v_2) = |k| \cdot d(v_1, v_2) \)

Verifikasi sifat pertama

Mulai dari:

$$ d(v_1 + v_3, v_2 + v_3) = d(v_1, v_2) $$

$$ d(10 + 3, 5 + 3) = d(10, 5) $$

$$ d(13, 8) = d(10, 5) $$

Jarak pada ruas kiri adalah:

$$ d(13, 8) = \sqrt{(13 - 8)^2} = \sqrt{5^2} = \sqrt{25} = 5 $$

Sedangkan jarak pada ruas kanan adalah:

$$ d(10, 5) = \sqrt{(10 - 5)^2} = \sqrt{5^2} = \sqrt{25} = 5 $$

Karena kedua nilai sama, diperoleh:

$$ d(13, 8) = d(10, 5) = 5 $$

Dengan demikian, sifat pertama terpenuhi.

Verifikasi sifat kedua

Sekarang kita periksa sifat kedua:

$$ d(k \cdot v_1, k \cdot v_2) = |k| \cdot d(v_1, v_2) $$

$$ d(k \cdot 10, k \cdot 5) = |k| \cdot d(10, 5) $$

Ambil \( k = 2 \).

$$ d(2 \cdot 10, 2 \cdot 5) = |2| \cdot d(10, 5) $$

$$ d(20, 10) = |2| \cdot d(10, 5) $$

Jarak pada ruas kiri adalah:

$$ d(20, 10) = \sqrt{(20 - 10)^2} = \sqrt{10^2} = 10 $$

Sedangkan ruas kanan menghasilkan:

$$ |2| \cdot d(10, 5) = 2 \cdot \sqrt{(10 - 5)^2} = 2 \cdot 5 = 10 $$

Sehingga:

$$ d(k \cdot 10, k \cdot 5) = |k| \cdot d(10, 5) = 10 \:\:\: \text{untuk} \:\: k = 2 $$

Dengan demikian, sifat kedua juga terpenuhi.

Kita telah menunjukkan bahwa metrik Euclidean memenuhi kedua syarat di atas. Oleh karena itu, metrik Euclidean memang diinduksi oleh norma Euclidean.

Catatan Tambahan

Berikut beberapa konsep penting yang sering muncul dalam pembahasan ruang bermetrik.

• Himpunan Terbatas dalam Ruang Bermetrik
  Misalkan \((X,d)\) adalah suatu ruang bermetrik. Suatu himpunan bagian \(A \subseteq X\) disebut terbatas apabila terdapat bilangan real positif \(\mu > 0\) dan suatu titik \(x_0 \in X\) sehingga: $$ d(x,x_0) \leq \mu \quad \text{untuk setiap } x \in A $$ Secara intuitif, seluruh titik dalam himpunan \(A\) berada di dalam sebuah bola metrik dengan jari-jari hingga. Dengan demikian, himpunan tersebut tidak menyebar tanpa batas menurut metrik yang digunakan.

  Dalam topologi yang diinduksi oleh metrik \(d\), sifat terbatas tidak berkaitan dengan apakah suatu himpunan terbuka atau tertutup. Yang diperhatikan hanyalah jarak antar titik dalam himpunan tersebut.

• Metrik Terbatas
  Jika seluruh ruang \(X\) merupakan himpunan terbatas, maka metrik \(d\) disebut metrik terbatas (bounded metric).
• Teorema Basis untuk Topologi yang Diinduksi oleh Metrik
  Dalam ruang bermetrik \((X,d)\), keluarga semua bola terbuka membentuk suatu basis bagi topologi pada \(X\): $$ \mathcal{B} = \{B_d(x,\varepsilon) \mid x \in X, \varepsilon > 0\} $$
• Teorema Kekontinuan dalam Ruang Bermetrik
  Suatu fungsi \(f:X \to Y\) antara dua ruang bermetrik \((X,d_X)\) dan \((Y,d_Y)\) dikatakan kontinu apabila untuk setiap titik \(x \in X\) dan setiap \(\varepsilon > 0\), terdapat \(\delta > 0\) sehingga: $$ d_X(x,x') < \delta $$ mengakibatkan $$ d_Y(f(x),f(x')) < \varepsilon $$ untuk setiap \(x' \in X\). Definisi ini dikenal sebagai definisi \(\varepsilon\)-\(\delta\) dari kekontinuan.
• Setiap Ruang Bermetrik adalah Ruang Hausdorff
  Salah satu sifat mendasar ruang bermetrik adalah bahwa setiap ruang bermetrik selalu merupakan ruang Hausdorff. Sebaliknya, ruang topologi yang tidak memenuhi aksioma Hausdorff tidak dapat dimetrisasi.

  Catatan: Suatu ruang topologi disebut Hausdorff apabila setiap dua titik yang berbeda dapat dipisahkan oleh lingkungan-lingkungan terbuka yang saling lepas.

Konsep-konsep di atas merupakan bagian penting dari teori ruang bermetrik dan menjadi dasar bagi banyak topik lanjutan dalam topologi, analisis real, dan analisis fungsional.