Ruang Vektor Umum

Misalkan dan k, l e Riil

V dinamakan ruang vektor jika terpenuhi aksioma :
1. V tertutup terhadap operasi penjumlahan
Untuk setiap

2.

3.

4. Terdapat sehingga untuk setiap
berlaku

5. Untuk setiap terdapat sehingga


01/10/2014 19:04 3
V w v u e , ,
V v u e + maka , V v u e
= +v u u v +
( ) ( ) w v u w v u + + = + +
u u u = + = + 0 0
V e 0 V u e
V u e
( ) u
( ) ( ) 0 = + = + u u u u

6. V tertutup thd operasi perkalian dengan skalar.

Untuk setiap dan k e Riil maka

7.

8.

9.

10.


01/10/2014 19:04 4
V u e V u k e
( ) v k u k v u k + = +
( ) u l u k u l k + = +
( ) ( ) ( ) u kl u k l u l k = =
u u = . 1
Karena ke 10 syarat terpanuhi, maka V merupakan ruang vektor.
2. Misal V = R
2
dan operasi penjumlahan serta
perkalian dari u = (u
1
,u
2
) dan v = (v
1
,v
2
) adalah
sebagai berikut:
u + v = (u
1
+v
1
, u
2
+v
2
) dan bila k adalah elemen
bilangan riel, maka ku =(ku
1
,0)
Tentukan apakah V adalah ruang vektor ?
Jawab :
Operasi penjumlahan dalam ruang ini adalah
standar penjumlahan sehingga pasti memenuhi
aksioma yang mengandung penjumlahan yaitu
aksioma 1 s/d 5.
Sedangkan untuk perkalian, operasi ini tidak
standar sehingga tidak memenuhi aksioma yang
mengandung perkalian terutama aksioma 10 :
1.u= 1.(u
1
,u
2
) = (u
1
,0)u
Jika ada satu saja dari 10 aksioma ada yang tidak
dipenuhi, maka V adalah bukan ruang vektor
Beberapa Sifat Vektor
Misalkan V adalah suatu ruang vektor, u
adalah suatu vektor pada V, k adalah suatu
skalar, maka :
(a). 0u=0
(b). k0=0
(c). (-1)u=-u
(d). Jika ku=0, maka k=0 atau u=0
LATIHAN
Tentukan apakah himpunan di bawah ini merupakan
ruang vektor?
1. Himpunan semua tripel bilangan real dengan
operasi dan

2. Himpunan semua matriks 2 x 2 berbentuk

dengan penjumlahan dan perkalian skalar matriks.
3. Himpunan semua matriks 2 x 2 berbentuk

dengan penjumlahan dan perkalian skalar matriks.

(

b
a
1
1
(

b
a
0
0
( ) z y x , ,
( ) ( ) ( ) z z y y x x z y x z y x
'
+
'
+
'
+ =
' ' '
+ , , , , , ,
( ) ( ) z y kx z y x k , , , , =
Definisi
Misalkan W merupakan subhimpunan dari sebuah ruang
vektor V. W dinamakan subruang (subspace) V jika W
juga merupakan ruang vektor yang tertutup terhadap
operasi penjumlahan dan perkalian dengan skalar.
Syarat W disebut subruang dari V adalah :
1. Jika maka
2. Jika dan k e Riil maka
01/10/2014 19:04 12
W v u e , W v u e +
W u e
W u k e
Contoh 1 :
Tunjukan bahwa himpunan W yang berisi semua
matriks ordo 2x2 dimana setiap unsur diagonalnya
adalah nol merupakan subruang dari ruang vektor
matriks 2x2

Jawab :

1. Ambil sembarang matriks A, B e W

Tulis dan

Perhatikan bahwa :

01/10/2014 19:04 13
|
|
.
|

\
|
=
0
0
2
1
a
a
A
|
|
.
|

\
|
=
0
0
2
1
b
b
B
|
|
.
|

\
|
+
+
=
|
|
.
|

\
|
+
|
|
.
|

\
|
= +
0
0
0
0
0
0
2 2
1 1
2
1
2
1
b a
b a
b
b
a
a
B A

Ini menunjukan bahwa

2. Ambil sembarang matriks A e W dan k e Riil
maka



Ini menunjukan bahwa

Jadi, W merupakan Subruang dari M
2x2
.
01/10/2014 19:04 14
W B A e +
W
ka
ka
kA e
|
|
.
|

\
|
=
0
0
2
1
W kAe
Contoh 2 :
Periksa apakah himpunan D yang berisi semua
matriks orde 2x2 yang determinannya nol
merupakan subruang dari ruang vektor M
2x2

Jawab :

01/10/2014 19:04 15
|
.
|

\
|
=
0 0
b a
A
|
|
.
|

\
|
=
a b
B
0 0
Ambil sembarang matriks A, B e D
Pilih a b :

, jelas bahwa det (A) = 0

, jelas bahwa det (B) = 0


01/10/2014 19:04 16
|
.
|

\
|
=
|
.
|

\
|
+
|
.
|

\
|
= +
a b
b a
a b
b a
B A
0 0
0 0
Perhatikan bahwa :
Jadi D bukan merupakan subruang
karena tidak tertutup terhadap operasi penjumlahan
Karena a b

Maka det (A + B ) = a
2
b
2
0
01/10/2014 19:04 17
u
1
v
2
v
n
v
n n
v k v k v k u + + + = ...
2 2 1 1
Definisi
Sebuah vektor dinamakan kombinasi linear dari
vektor vektor
,
, ,
jika vektor vektor tersebut dapat dinyatakan dalam bentuk :
dimana k
1
, k
2
, , k
n
adalah skalar Riil.
Contoh
01/10/2014 19:04 18
u v
a
b
c
Misal
= (2, 4, 0), dan
Apakah vektor berikut merupakan kombinasi linear
dari vektor vektor di atas
= (4, 2, 6)
c.
= (0, 0, 0)
adalah vektor-vektor di R
3
.
= (1, 1, 3)
b.
= (1, 5, 6)
a.
01/10/2014 19:04 19
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
6
2
4
3
1 -
1

0
4
2
2 1
k k
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|
6
2
4


3 0
1 - 4
1 2

2
1
k
k

a. Tulis
akan diperiksa apakah ada k
1
, k
2
,
sehingga kesamaan tersebut dipenuhi.
Ini dapat ditulis menjadi:
Jawab :
a v k u k = +
2 1
01/10/2014 19:04 20
|
|
|
.
|

\
|
|
|
|
.
|

\
|
0 0 0
2 1 0
2 1
~
6 3 0
2 1 - 4
4 1 2
2
1
a
u
v u a

2 + =
dengan OBE, diperoleh:

Dengan demikian, merupakan kombinasi linear dari vektor

dan


atau

v
01/10/2014 19:04 21
b v k u k


= +
2 1
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
6
5
1
3
1 -
1
0
4
2
2 1
k k
|
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
|
.
|

\
|
6
5
1
3 0
1 - 4
1 2
2
1
k
k
b. Tulis :
ini dapat ditulis menjadi:
01/10/2014 19:04 22
|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|
3 0 0
2 1 0
1
~
6 3 0
3 3 - 0
1
~
6 3 0
5 1 - 4
1 1 2
2
1
2
1
2
1
2
1
dengan OBE dapat kita peroleh :
Baris terakhir pada matriks ini menunjukkan bahwa
SPL tersebut adalah tidak konsisten
(tidak mempunyai solusi).
Jadi, tidak ada nilai k
1
dan k
2
yang memenuhi
b tidak dapat dinyatakan sebagai kombinasi linear
dari u dan v
01/10/2014 19:04 23
c. Dengan memilih k
1
= 0 dan k
2
= 0,
maka dapat ditulis
c v k u k

= +
2 1

artinya vektor nol merupakan kombinasi linear
dari vektor apapun.
01/10/2014 19:04 24
1
v
2
v
3
v
Himpunan vektor dikatakan membangun
suatu ruang vektor V jika setiap vektor pada V selalu dapat
dinyatakan sebagai kombinasi linear dari vektor vektor di S.
= (1, 1, 2),
= (1, 0, 1), dan
= (2, 1, 3)
Definisi membangun dan bebas linear
{ }
n
v v v S , ... , ,
2 1
=
Contoh :
Tentukan apakah
membangun V???
01/10/2014 19:04 25
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
(
(
(

3
2
1
3
2
1
3 1 2
1 0 1
2 1 1
u
u
u
k
k
k
Jawab :
misalkan
.
Tulis :

.
Sehingga dapat ditulis dalam bentuk :

Ambil sembarang vektor di R
3
3 3 2 2 1 1
v k v k v k u + + =
|
|
|
.
|

\
|
=
3
2
1
u
u
u
u
01/10/2014 19:04 26
Syarat agar dapat dikatakan kombinasi linear
SPL tersebut harus mempunyai solusi (konsisten)
Dengan OBE diperoleh :
haruslah u
3
u
2
u
1
= 0 Agar SPL itu konsisten
Ini kontradiksi dengan pengambilan vektor sembarang
(unsur unsurnya bebas, tak bersyarat)
Dengan demikian vektor vektor tersebut tidak membangun R
3

2. Tentukan apakah v
1
=(-2,1,2), v
2
=(0,1,3), v
3
=(-1,0,1) span dari
ruang vektor R
3

Jawab :
Untuk menentukan span di ruang vektor R
3
, maka dicari
kemungkinan setiap vektor di ruang R
3
adalah kombinasi
linier dari v
1
, v
2
dan v
3
. Misalkan vektor a=(a
1
,a
2
,a
3
) di ruang
vektor R
3
, maka a dapat ditulis sebagai kombinasi linier dari
v
1
,v
2
,dan v
3





Agar supaya ada nilai k
1
,k
2
dan k
3
, maka matrik 3 x 3 tersebut
harus mempunyai invers atau determinan tidak boleh sama
dengan nol. Karena determinan matrik tersebut adalah -3,
maka k
1
,k
2
dan k
3
didapatkan. Jadi disimpulkan bahwa v
1
,v
2

dan v
3
merupakan span dari ruang vektor R
3


1 1 1
2 1 2 3 2 2
3 3 3
-2 0 -1 -2 0 -1
1 1 0 1 1 0
2 3 1 2 3 1
a a k
a k k k a k
a a k
( ( ( ( ( ( (
( ( ( ( ( ( (
= + + =
( ( ( ( ( ( (
( ( ( ( ( ( (

01/10/2014 19:04 29
{ }
n
u u u S ,..., ,
2 1
=
Misalkan
0 ...
2 2 1 1
= + + +
n n
u k u k u k
0 ,..., 0 , 0
2 1
= = =
n
k k k
S dikatakan bebas linear (linearly independent)
hanya mempunyai satu solusi (tunggal), yakni
adalah himpunan vektor diruang vektor V
JIKA SPL homogen :
Jika solusinya tidak tunggal
(Bergantung linear / linearly dependent)
maka S kita namakan himpunan tak bebas linear
01/10/2014 19:04 30
( ) 2 , 3 , 1 = u ( ) 1 , 1 , 1 = a
0
2 1

= + a k u k
|
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
|
.
|

\
|
0
0
0
1 2
1 3
1 1 -

2
1
k
k
Diketahui
dan
Apakah saling bebas linear di R
3

Tulis
atau
Contoh :
Jawab :
01/10/2014 19:04 31
~
0
0
0
1 2
1 3
1 1 -

|
|
|
.
|

\
|

~
0
0
0
1 0
4 0
1 1
|
|
|
.
|

\
|
|
|
|
.
|

\
|
0
0
0
0 0
1 0
0 1
dengan OBE dapat diperoleh :
dengan demikian diperoleh solusi tunggal yaitu :
k
1
= 0, dan k
2
= 0.
Ini berarti dan adalah saling bebas linear.
01/10/2014 19:04 32
|
|
|
.
|

\
|

=
2
3
1
a
|
|
|
.
|

\
|

=
1
1
1
b
|
|
|
.
|

\
|

=
4
6
2
c
c k b k a k
3 2 1
0 + + =
|
|
|
.
|

\
|

4 1 2
6 1 3
2 1 1
|
|
|
.
|

\
|
3
2
1
k
k
k
|
|
|
.
|

\
|
0
0
0
,
,
Jawab :
atau

=
Tulis :
Apakah ketiga vektor diatas saling bebas linear R
3
Contoh 2 :
Misalkan
01/10/2014 19:04 33
~
0 0 1 0
0 0 4 0
0 2 1 1
|
|
.
|

\
|

|
|
.
|

\
|

0 0 0 0
0 0 1 0
0 2 1 1

c b a , ,
dengan OBE diperoleh :

Ini menunjukan bahwa k
1
, k
2
, k
3
merupakan solusi tak hingga
banyak
adalah vektor-vektor yang bergantung linear.
Jadi
Contoh 3:
1. Apakah vektor-vektor berikut v
1
=(1,0,1), v
2
=(2,-1,3)
dan v
3
=(-3,1,-4) saling bebas atau bergantung
linier?
Jawab :
Untuk mengecek kebergantungan linier, langkah
yang dilakukan adalah dengan menuliskan
persamaan homogen yang mengandung vektor-
vektor tersebut yakni : a
1
v
1
+ a
2
v
2
+ a
3
v
3
= 0
a
1
(1,0,1) + a
2
(2,-1,3) +a
3
(-3,1,-4) = 0
Diperoleh persamaan : a
1
+ 2a
2
3a
3
=0; -a
2
+ a
3
= 0
dan a
1
+ 3 a
2
4 a
3
= 0, didapatkan : a
1
= a
2
= a
3
= t


Jadi vektor v
1
, v
2
dan v
3
adalah bergantung linier.


IntepretasiGeometrik dari kebebasan Linear
Pada R
2
dan R
3
, suatu himpunan yang terdiri dari dua
vektor adalah bebas linear jika dan hanya jika vektor-
vektor tersebut tidak terletak pada garis yang sama
ketika ditempatkan sedemikian rupa sehingga titik
awalnya terletak pada titik asal








Contoh
1. Asumsikan bahwa adalah vektor-vektor
pada R
3
yang titik awalnya terletak pada titik asal.
Tentukan pada setiap bagian apakah ketiga vektor
tersebut terletak pada garis yang sama.
( ) ( ) ( ), 0 , 6 , 3 , 6 , 4 , 2 , 3 , 2 , 1 ).
3 2 1
= = = v v v a
( ) ( ) ( ), 6 , 7 , 2 , 3 , 2 , 4 , 4 , 1 , 2 ).
3 2 1
= = = v v v b
3 2 1
, v dan v v
( ) ( ) ( ), 4 , 3 , 2 , 4 , 3 , 2 , 8 , 6 , 4 ).
3 2 1
= = = v v v c
IntepretasiGeometrik dari kebebasan Linear
Pada R
3
suatu himpunan yang terdiri dari tiga vektor
adalah bebas linear jika dan hanya jika vektor-vektor
tersebut tidak terletak pada bidang yang sama ketika
ditempatkan sedemikian rupa sehingga titik awalnya
terletak pada titik asal








Contoh
1. Asumsikan bahwa adalah vektor-
vektor pada R
3
yang titik awalnya terletak pada
titik asal. Tentukan pada setiap bagian apakah
ketiga vektor tersebut terletak pada satu bidang.



( ) ( ) ( ), 4 , 0 , 2 , 4 , 1 , 6 , 0 , 2 , 2 ).
3 2 1
= = = v v v a
( ) ( ) ( ), 2 , 1 , 4 , 4 , 2 , 3 , 2 , 7 , 6 ).
3 2 1
= = = v v v b
3 2 1
, v dan v v
Teorema
Misalkan adalah suatu himpunan
vektor-vektor pada R
n
. Jika r > n, maka S tidak bebas
linear.
Contoh :

Himpunan vektor-vektor pada R
3
berikut ini tidak
bebas linear



Himpunan vektor-vektor pada P2 berikut ini tidak
bebas linear


{ }
r
v v v S ,..., ,
2 1
=
( ) ( ) ( ) ( ) 2 , 0 , 7 , 1 , 1 , 6 , 5 , 2 , 3 , 1 , 0 , 2
4 3 2 1
= = = = v v v v
2
4
2
3
2
2
2
1
2 7 , 3 6 5 , 4 , 3 3 1 x x v x x v x x v x x v + = + + = + = + + =
Beberapa catatan :
1. Sebuah kumpulan vektor yang ada di dalam S, maka
a) Saling bergantung linier jika dan hanya jika
paling sedikit ada 1 vektor di dalam S yang dapat
dinyatakan sebagai kombinasi linier dari vektor
yang lain yang juga di dalam S
b) Saling bebas linier jika dan hanya jika tidak ada
vektor di dalam S yang dapat dinyatakan sebagai
kombinasi linier dari vektor lainnya di dalam S.
2. Sekumpulan vektor berjumlah berhingga yang
memuat vektor nol (0) adalah saling bergantung
linier.
3. Jika S ={v
1
, v
2
, v
3
, . v
r
} adalah sekumpulan vektor di
ruang R
n
. Apabila r > n, maka himpunan S adalah
saling bergantung linier.

DEFINISI


01/10/2014 19:04 42
Jika V adalah sembarang ruang vektor dan
S = {v
1
, v
2
, , v
n
} merupakan himpunan berhingga
dari vektor vektor di V, maka S dinamakan
basis bagi V Jika kedua syarat berikut dipenuhi :
S membangun V
S bebas linear

01/10/2014 19:04 43

=
2 1
0 1
,
4 12
8 0
,
0 1
1 0
,
6 3
6 3
M
(

=
(

+
(

+
(

+
(

d c
b a
k k k k
2 1
0 1
4 12
8 0
0 1
1 0
6 3
6 3
4 3 2 1
Contoh 5.4.1:
Tunjukan bahwa himpunan matriks berikut :

merupakan basis bagi matriks berukuran 2 x 2
Jawab :
Tulis kombinasi linear :
atau
|
|
.
|

\
|
=
|
|
.
|

\
|
+
+
d c
b a
k k k k k k k
k k k k k
4 3 1 4 3 2 1
3 2 1 4 1
2 4 6 12 3
8 6 3

01/10/2014 19:04 44
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|
(
(
(
(

d
c
b
a
k
k
k
k
4
3
2
1
2 4 0 6
1 12 1 3
0 8 1 6
1 0 0 3
dengan menyamakan setiap unsur
pada kedua matriks, diperoleh SPL :
Determinan matriks koefisiennya (MK) = 48
det(MK) = 0 SPL memiliki solusi
untuk setiap a,b,c,d
Jadi, M membangun M2 x 2
Ketika a = 0, b = 0, c = 0, d = 0,
det(MK) = 0 SPL homogen punya solusi tunggal.
Jadi, M bebas linear.
01/10/2014 19:04 45
Karena M bebas linear dan membangun M
2 x 2

maka M merupakan basis bagi M
2 x 2
.
Ingat
Basis untuk setiap ruang vektor adalah tidak tunggal.

Contoh 5.4.2. :
Untuk ruang vektor dari M
2 x 2
, himpunan matriks :



Adalah basis untuk ruang vektor M
2x2
. Basis pada contoh
ini disebut basis standar untuk M
2x2


)
`

1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
Contoh 5.4.3. :
Jika v
1
=(1,2,1), v
2
=(2,9,0) dan v
3
=(3,3,4).
Apakah S={v
1
, v
2
, v
3
} adalah basis di R
3
?
Jawab :
Syarat sebagai basis adalah span dan bebas linier,
maka langkah yang harus dilakukan adalah
menguji kedua syarat tersebut.
Jika span, maka harus ada vektor lain yang
merupakan kombinasi linier v
1
, v
2
dan v
3







Supaya ada solusi, maka matrik 3 x 3 memiliki invers.







1 1 1
2 1 2 3 2 2
3 3 3
1 2 3 1 2 3
2 9 3 2 9 3
1 0 4 1 0 4
b b a
b a a a b a
b b a
( ( ( ( ( ( (
( ( ( ( ( ( (
= + + =
( ( ( ( ( ( (
( ( ( ( ( ( (

Dari hasil perhitungan diperoleh nilai determinan = -1,
yang menandakan bahwa matrik memiliki invers.
Dengan demikian setiap nilai b
1
, b
2
dan b
3
akan
menghasilkan nilai a
1
, a
2
dan a
3
.
Dapat dikatakan bahwa S adalah span dari R
3
.
Jika nilai b
1
= b
2
= b
3
= 0, maka a
1
= a
2
= a
3
= 0 sehingga
ketiga vektor saling bebas linier.
Kesimpulannya : S={v
1
, v
2
, v
3
} adalah himpunan dari
vektor basis di R
3



(5.4.4a). Misalkan S = {v1, v2, v3}, adalah basis untuk R
3

pada soal 5.4.3. maka vektor koordinat dari v =(5, -1, 9)
dalam S adalah :
Jawab :
Penulisan dalam basis S adalah A = (a
1
, a
2
, a
3
)
s
yang
mempunyai arti :






Diperoleh hasil a
1
=1, a
2
= -1 dan a
3
= 2
Jadi A bila ditulis dalam basis S adalah (v)
s
= (1, -1, 2)
(v)
S
disebut vektor koordinat.


1
1 1 2 2 3 3 1 2 3 2
3
5 1 2 3 1 2 3
-1 2 9 3 2 9 3
9 1 0 4 1 0 4
a
a v a v a v a a a a
a
( ( ( ( ( (
( ( ( ( ( (
= + + = + + =
( ( ( ( ( (
( ( ( ( ( (

(5.4.4b). Tentukan vektor v pada R
3
yang vektor
koordinatnya dalam basis S adalah (v)
s
= (-1, 3, 2) .
Jawab :









( ) ( ) ( )
( ) 7 31, 11,
4 3, 3, 2 0 9, 2, 3 1 2, 1, 1
2 3 1
3 2 1
=
+ + =
+ + = v v v v
Ruang vektor V yang bukan nol (0) disebut berdimensi
terhingga (finite dimensional), yaitu mengandung
kumpulan vektor yang membentuk basis {v
1
, v
2
, v
3
, , v
n
}
Jika tidak ada kumpulan vektor yang membentuk basis,
maka V disebut sebagai berdimensi takterhingga (infinite
dimensional)

Catatan : ruang vektor nol disebut finite dimensional
Dimensi dari ruang vektor V yang berdimensi terhingga
didefinisikan sebagai jumlah vektor yang membentuk
basis di dalam ruang vektor V. dinotasikan dengan dim(V).

Ruang vektor nol mempunyai dimensi nol.
Contoh 5.4.5.:
Tentukan basis dan dimensi serta solusi dari sistem
persamaan linier homogen berikut ini :
x
1
+ 2x
2
+ 2x
3
x
4
+ 3x
5
= 0
x
1
+ 2x
2
+ 3x
3
+ x
4
+ x
5
= 0
3x
1
+ 6x
2
+ 8x
3
+ x
4
+ 5x
5
= 0
Jawab :
Harus dicari solusi SPL dengan menggunakan
eliminasi Gauss-Jordan :




Solusinya :













Maka yang menjadi basisnya adalah :











Sedangkan dimensinya adalah 3 (karena basisnya ada 3)
5 4 2 1 5 4 2 1
5 4 3 5 4 3
7 5 2 0 7 5 2
2 2 0 2 2
x x x x x x x x
x x x x x x
+ = = + +
+ = = +
(
(
(
(

+
(
(
(
(

+
(
(
(
(

=
(
(
(
(

+
+
=
(
(
(
(
(

1
0
2
0
7
0
1
2
0
5
0
0
0
1
2


2t 2s

7 5 2
5
4
3
2
1
t s r
t
s
r
t s r
x
x
x
x
x
(
(
(
(

=
(
(
(
(

=
(
(
(
(

=
1
0
2
0
7
dan ,
0
1
2
0
5
,
0
0
0
1
2
3 2 1
v v v
Jika A adalah suatu matriks dengan ordo mxn :





Maka vektor baris adalah r
1
=[a
11
a
12
.. a
1n
],
r
2
=[a
21
a
22
.. a
2n
],, r
m
=[a
m1
a
m2
.. a
mn
] dari A
pada R
n


Vektor kolom adalah
dari A pada R
m




11 12 1
21 22 2
1 2
......
......
A
.....
n
n
m m mn
a a a
a a a
a a a
(
(
(
=
(
(
(

(
(
(
(

=
(
(
(
(

=
(
(
(
(

=
mn
n
n
n
m m
a
a
a
c
a
a
a
c
a
a
a
c


,...,


,


2
1
2
22
12
2
1
21
11
1

DEFINISI
Jika A adalah suatu matriks m x n, maka subruang
dari R
n
yang direntang oleh vektor-vektor baris dari A
disebut ruang baris (row space) dari A, dan subruang
dari R
m
yang direntang oleh vektor-vektor kolom
disebut ruang kolom (columnspace) dari A.
Ruang solusi SPL homogen Ax = 0 yang merupakan
sub ruang R
n
disebut ruang nul (null space) dari A.

TEOREMA
Suatu Sistem persamaan linier Ax = b adalah
konsisten jika dan hanya jika b berada pada ruang
kolom dari A.




Contoh 5.5.1.
Misalkan Ax=b adalah sistem linear


Tunjukkan bahwa b berada pada ruang kolom dari A, dan
nyatakan b sebagai suatu kombinasi linear dari vektor-
vektor kolom dari A.
Penyelesaian :
Dengan menyelesaikan sistem menggunakan eliminasi
Gauss kita peroleh x
1
=2, x
2
=-1, x
3
=3.
Karena sistem ini konsisten, b berada pada ruang kolom
dari A.

(
(

=
(
(

(
(

3
9
1

2 1 2
3 2 1
2 3 1
3
2
1
x
x
x
(
(

=
(
(

+
(
(

(
(

3
9
1
2
3
2
3
1
2
3
2
1
1
2
TEOREMA
Jika x
0
menotasikan solusi tunggal sebarang dari
suatu sistem persamaan linier konsisten Ax = b, dan
jika v
1
, v
2
, ..., v
k
membentuk suatu basis untuk
ruang nul dari A, yaitu ruang solusi dari sistem
homogen Ax = 0, maka setiap solusi dari Ax = b
dapat dinyatakan dalam bentuk :
x = x
0
+ c
1
v
1
+ c
2
v
2
+ . + c
k
v
k

dan sebaliknya, untuk semua pilihan skalar c
1
,c
2
, ..., c
k

Vektor x pada rumus ini adalah solusi dari Ax = b.


Solusi dari Ax = b adalah x
0
yang disebut sebagai
solusi khusus (particular solution) dan
x
0
+ c
1
v
1
+ c
2
v
2
+ . + c
n
v
k
disebut solusi umum
(general solution) dari Ax = b .
Solusi umum dari Ax = 0 adalah
c
1
v
1
+ c
2
v
2
+ . + c
n
v
k
,
dengan demikian dapat disimpulkan bahwa solusi
lengkap dari Ax = b adalah solusi khusus
ditambah solusi umum dari Ax=0

Contoh 5.5.2. :
1. Carilah solusi dari sistem persamaan linier berikut ini :
x
1
+ 2x
2
x
3
+ 3x
4
4x
5
= 1
2x
1
+ 4x
2
2x
3
x
4
+ 5x
5
= 2


2x
1
+ 4x
2
2x
3
+ 4x
4
2x
5
= 0
Jawab :
Dengan menggunakan eliminasi Gauss-Jordan diperoleh
:





1
8
1
8
3
8
1 2 -1 3 -4 -1 1 2 -1 0 0
2 4 -2 -1 5 2 0 0 0 1 0
2 4 -2 4 -2 0 0 0 0 0 1
( (
( (

( (
( (

x
4
= 1/8
x
5
= 3/8
x
1
= -2x
2
+ x
3
+ 1/8


Maka :

Solusi khususnya adalah :
Solusi umumnya adalah :
(
(
(
(

+
(
(
(
(

+
(
(
(
(
(

=
(
(
(
(
(

+ +
=
(
(
(
(
(

0
0
1
0
1
0
0
0
1
2
0
0


t

2
8
3
8
1
8
1
8
3
8
1
8
1
5
4
3
2
1
t s
s
t s
x
x
x
x
x
(
(
(
(
(

8
3
8
1
8
1
0
0
(
(
(
(

+
(
(
(
(

+
(
(
(
(
(

0
0
1
0
1
0
0
0
1
2
0
0
8
3
8
1
8
1
t s
TEOREMA
Jika suatu matriks R berada dalam bentuk
eselon baris, maka vektor-vektor baris
dengan 1 utama (yaitu vektor-vektor baris
tak nol) membentuk suatu basis untuk
ruang baris dari R, dan vektor-vektor kolom
dengan 1 utama dari vektor-vektor baris
membentuk suatu basis untuk ruang kolom
dari R
Contoh 5.5.3.. : Basis untuk ruang baris dan ruang kolom
Matriks berada dalam bentuk eselon baris :



Membentuk suatu basis untuk ruang baris dari R,



Membentuk suatu basis untuk ruang kolom dari R,

(
(
(

=
0 0 0 0 0
0 1 0 0 0
0 0 3 1 0
3 0 5 2 1
R
| |
| |
| | 0 1 0 0 0
0 0 3 1 0
3 0 5 2 1
3
2
1
=
=
=
r
r
r
(
(
(

=
(
(
(

=
(
(
(

=
0
1
0
0
,
0
0
1
2
,
0
0
0
1
4 2 1
c c c
TEOREMA

Operasi baris elementer tidak mengubah
ruang nul suatu matriks

Operasi baris elementer tidak mengubah
ruang baris suatu matriks
Contoh 5.5.4. : Basis untuk ruang baris dan ruang kolom
Tentukan basis-basis untuk ruang baris dan ruang
kolom dari




Dengan mereduksi A menjadi bentuk eselon baris kita
peroleh R,



(
(
(

=
4 - 5 - 2 4 - 3 1
7 9 1 9 6 - 2
2 8 1 9 6 - 2
4 5 2 4 3 - 1
A
(
(
(

=
0 0 0 0 0 0
5 1 0 0 0 0
6 - 2 - 3 1 0 0
4 5 2 4 3 - 1
R
Membentuk suatu basis untuk ruang baris dari R,
Vektor-vektor basis adalah :



Membentuk suatu basis untuk ruang kolom dari R,



Membentuk suatu basis untuk ruang kolom dari A,


| |
| |
| | 5 1 0 0 0 0
6 2 3 1 0 0
4 5 2 4 3 1
3
2
1
=
=
=
r
r
r
(
(
(

=
(
(
(

=
(
(
(

=
0
1
2
5
,
0
0
1
4
,
0
0
0
1
'
5
'
3
'
1
c c c
(
(
(

=
(
(
(

=
(
(
(

=
5
9
8
5
,
4 -
9
9
4
,
1
2
2
1
5 3 1
c c c
Contoh 5.5.5 : Basis untuk ruang Nul
Tentukan basis untuk ruang nul dari



Penyelesaian :
Ruang nul dari A adalah ruang solusi dari sistem
homogen Ax = 0
x
1
+ 2x
2
+ 2x
3
x
4
+ 3x
5
= 0
x
1
+ 2x
2
+ 3x
3
+ x
4
+ x
5
= 0
3x
1
+ 6x
2
+ 8x
3
+ x
4
+ 5x
5
= 0




(
(

=
5 1 8 6 3
1 1 3 2 1
3 1 2 2 1
A
Pada contoh 5.4.5. kita telah menunjukkan bahwa
vektor-vektor





Membentuk suatu basis untuk ruang ini.

(
(
(
(

=
(
(
(
(

=
(
(
(
(

=
1
0
2
0
7
dan ,
0
1
2
0
5
,
0
0
0
1
2
3 2 1
v v v


(5.5.6.) Tentukan basis dari null space dari A =

Jawab :

Null space dari A adalah solusi dari SPL homogen dari :
2x
1
+ 2x
2
x
3
+ x
5
= 0
x
1
x
2
+ 2x
3
3x
4
+ x
5
= 0
x
1
+ x
2
2x
3
x
5
= 0
x
3
+ x
4
+ x
5
= 0



basis dari null space


2 2 -1 0 1
-1 -1 2 -3 1
1 1 -2 0 -1
0 0 1 1 1
(
(
(
(
(

(
(
(
(

+
(
(
(
(

=
(
(
(
(

=
(
(
(
(
(

1
0
1
0
1
0
0
0
1
1

0
t -

5
4
3
2
1
t s
t
s
t s
x
x
x
x
x
(
(
(
(

(
(
(
(

1
0
1
0
1
dan
0
0
0
1
1
Rank dan Nulitas
Pada suatu matriks A dan A
T
, terdapat 6 ruang vektor yaitu
Ruang Baris A Ruang Baris A
T

Ruang Col0m A Ruang Col0m A
T

Ruang Nul A Ruang Nul A
T

Ruang Baris A
T
= Ruang Col0m A, begitu juga dengan
Ruang Col0m A
T
= Ruang Baris A.
Oleh sebab itu tinggal 4 ruang vektor yang perlu diperhatikan
yaitu Ruang Baris A, Ruang Col0m A, Ruang Nul A dan Ruang
Nul A
T
.
Ini semua disebut sebagai fundamental matrix space dari A.
Bagaimana hubungan antara dimensi dari ke empat ruang
vektor tersebut ?

DEFINISI
Dimensi umum dari ruang baris dan ruang kolom
dari suatu matriks A disebut rank, dari A dan
dinotasikan dengan rank (A), dimensi ruang null
dari A disebut nulitas dari A dan dinyatakan
dengan nulitas (A)
TEOREMA
1. Jika A adalah suatu matriks sebarang, maka ruang
baris dan ruang kolom dari A memiliki dimensi yang
sama.
2. Jika A adalah suatu matriks sebarang, maka
rank(A)=rank(A
T
)
3. Jika A adalah suatu matriks dengan n kolom, maka
rank(A) + nulitas (A) = n
Contoh 5.6.1.:
Tentukan rank dan nulitas dari :



Jawab : Ubah matriks A ke dalam bentuk eselon baris tereduksi
menjadi :





Terdapat 3 yang mengandung 1 utama sehingga dimensi dari
ruang baris dan ruang kolom adalah 3. Jadi rank (A) = 3.

1 2 -3 -2 -3 4
1 3 -2 0 -4 -1
A
3 8 -7 -2 -11 3
2 1 -4 -10 -3 2
(
(
(
=
(
(

(
(
(

=
0 0 0 0 0 0
1 0 0 0 0 0
0 1 2 1 1 0
0 1 6 5 0 1
R
Untuk mencari nulitas, harus dicari solusi Ax=0 lebih dulu
sehingga dari bentuk eselon baris tereduksi A diperoleh :








Karena basisnya ada 3, maka nulitas (A) = 3.


01/10/2014 19:04 74
Contoh 5.6.2. :
Diberikan SPL homogen :
2p + q 2r 2s = 0
p q + 2r s = 0
p + 2q 4r + s = 0
3p 3s = 0
Tentukan basis ruang solusi dari SPL diatas
Jawab :
SPL dapat ditulis dalam bentuk :
|
|
|
.
|

\
|

0 3 0 0 3
0 1 4 2 1
0 1 2 1 1
0 2 2 1 2
01/10/2014 19:04 75
|
|
|
|
|
.
|

\
|

0 0 0 0 0
0 0 0 0 0
0 0 2 1 0
0 1 0 0 1
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
0
1
2
0
1
0
0
1
b a
s
r
q
p
dengan melakukan OBE diperoleh :

Solusi SPL homogen tersebut adalah :
dimana a, b merupakan parameter.
Jadi, basis ruang solusi dari SPL diatas adalah :




Dimensi dari basis ruang solusi dinamakan nulitas.
Dengan demikian, nulitas dari SPL diatas adalah 2.
Contoh 5.6.3. : Tentukan banyaknya parameter
pada solusi umum dari Ax = 0 jika A adalah
matriks 5 x 7 dengan rank 3.
Penyelesaian :
nulitas (A) = n rank (A) = 7 3 = 4
01/10/2014 19:04 76

|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|
0
1
2
0
,
1
0
0
1
Nilai Maksimum untuk Rank
Jika A adalah suatu matriks m x n, maka vektor-vektor
barisnya terletak pada R
n
dan vektor-vektor kolomnya
terletak pada R
m
. Ini mengimplikasikan bahwa ruang
baris dari A paling banyak berdimensi n dan ruang
kolom paling banyak berdimensi m. Karena ruang
baris dan ruang kolom memiliki dimensi yang sama
(rank dari A), kita harus menyimpulkan bahwa jika
mn, maka rank dari A yang paling banyak adalah
nilai yang lebih kecil antara nilai-nilai m dan n.

rank (A) min(m,n)
Contoh 5.6.4.
Jika A adalah suatu matriks 7 x 4, maka rank dari A
yang paling banyak adalah 4, dan sebagai
konsekuensinya, ketujuh vektor barisnya pasti tidak
bebas linear.
Jika A adalah suatu matriks 4 x 7, maka rank dari A
yang paling banyak adalah 4, dan sebagai
konsekuensinya, ketujuh vektor kolomnya pasti tidak
bebas linear.

Sistem Linear Overdetermined
Suatu sistem linear dengan jumlah persamaan lebih
banyak dibandingkan jumlah faktor yang tidak
diketahui disebut sistem linear overdetermined.
Jika Ax = b adalah sistem linear overdetermined yang
terdiri dari m persamaan dengan n faktor yang tidak
diketahui (sehingga m > n), maka vektor-vektor dari A
tidak dapat merentang R
m
.
Sistem linear overdetermined Ax = b tidak dapat
konsisten untuk setiap b yang mungkin.
Contoh 5.6.5. : Sistem overdetermined
Sistem linear



Adalah overdetermined, sehingga sistem ini tidak dapat
konsisten untuk semua nilai b1, b2, b3, b4, dan b5 yang
mungkin. Matriks yang diperbesar dari persamaan di
atas adalah ekuivalen baris dengan
5 2 1
4 2 1
3 2 1
2 2 1
1 2 1
3
2


2
b x x
b x x
b x x
b x x
b x x
= +
= +
= +
=
=
(
(
(
(
(

+
+
+

1 2 5
1 2 4
1 2 3
1 2
1 2
4b 5b b 0 0
3b 4b b 0 0
2b 3b b 0 0
b b 1 0
b 2b 0 1
Jadi, sistem tersebut bersifat konsisten jika dan hanya jika
b1, b2, b3, b4, dan b5 memenuhi syarat-syarat :



Atau, dengan menyelesaikan sistem linear homogen ini
diperoleh




Dimana r dan s adalah sebarang.
0 5 4
0 4 3
0 3 2
5 2 1
4 2 1
3 2 1
= +
= +
= +
b b b
b b b
b b b
s b
r b
s r b
s r b
s r b
=
=
=
=
=
5
4
3
2
1
2
3 4
4 5



Beberapa hal yang berhubungan antara SPL
dengan ruang baris, ruang kolom dan lain-lain :
1. Jika Ax = b adalah SPL dengan m persamaan dan n variabel,
maka pernyataan di bawah ini adalah sama :
a. Ax = b adalah konsisten
b. b ada di dalam ruang kolom dari A
c. matriks koefisien dari A dan matriks yang diperbesar
mempunyai nilai rank yang sama.
2. Jika Ax = b adalah SPL dengan m persamaan dan n variabel,
maka pernyataan di bawah ini adalah sama :
a. Ax = b adalah konsisten untuk setiap m x 1 matriks b
b. Vektor vektor kolom dari A adalah merentang R
m

c. Rank (A) = m
3. Jika Ax = b adalah SPL dengan m persamaan dan n variabel, dan
jika rank (A) = r, maka solusi umum dari SPL mempunyai
parameter sebanyak n - r

4. Jika A adalah matriks m x n, maka pernyataan berikut adalah sama :
a. Ax = 0 hanya mempunyai solusi trivial
b. Vektor kolom dari A saling bebas linier
c. Ax = b mempunyai paling banyak 1 solusi untuk setiap m x 1 matriks b
5. Jika A adalah matriks n x n dan jika T
A
: R
n
R
n
adalah matriks
transformasi dengan cara mengalikan dengan A, maka pernyataan-
pernyataan berikut adalah sama :
a. A mempunyai invers
b. Ax = 0 hanya mempunyai solusi yang trivial
c. Vektor kolom A saling bebas linier
d. Vektor baris A saling bebas linier
e. Vektor kolom A adalah span di R
n

f. Vektor baris A adalah span di R
n

g. Vektor kolom A menjadi baris di R
n

h. Vektor baris A menjadi baris di R
n

i. Rank (A) = n
j. Nulitas (A) = 0

PR 5
Kerjakan soal di Howard Anton Edisi 9:
Bab 5.1 no 1 , 8 , 9
Bab 5.2 no 1c , 3b, 9b
Bab 5.3 no 1, 5a, 6b
Bab 5.4 no 1, 7 (b,c) , 9a
Bab 5.5 no 2c , 3b , 5b
Bab 5.6 no 2c & 9.

Dikumpul tanggal