Tugas Kelompok

Mata Kuliah : Aljabar Linear II

Dosen Pengampu : Inggrid Marlissa, S.Si

RANK DAN NULITAS

Kelompok IV

Riyanti Sholekhah (2013-84-202-013)

Mayya Sofiani H. (2013-84-202-01
Nova Esti A.S.M (2013-84-202-01

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MUSAMUS MERAUKE
2014

0
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa yang telah memberikan kita
berbagai macam nikmat, sehingga semua cita-cita serta harapan yang ingin kita
capai menjadi lebih mudah dan penuh manfaat. Terima kasih sebelum dan
sesudahnya kami ucapkan kepada Dosen Pengampu, Ibu Inggrid Marlissa, S.Si
serta teman-teman sekalian yang telah membantu, baik bantuan berupa moril
maupun materil, sehingga makalah ini terselesaikan dalam waktu yang telah
ditentukan.

Makalah ini disusun untuk memenuhi tugas mata kuliah Aljabar Linear II
dengan judul Rank dan Nulitas.

Kami menyadari dalam penyusunan makalah ini masih jauh dari

kesempurnaan serta banyak kekurangnya, baik dari segi tata bahasa maupun
dalam hal pengkonsolidasian kepada dosen serta teman-teman sekalian, yang
kadangkala hanya menturuti egoisme pribadi, untuk itu besar harapan
kamijikaada kritik dan saran yang membangun untuk lebih menyempurnakan
makalah-makah kami dilain waktu.

Harapan terbesar dari penyusunan, makalah ini dapat bermanfaat baik

untuk pribadi, teman-teman, serta orang lain yang ingin mengambil atau
menyempurnakan lagi dan menjadikannya sebagai referensi tambahan.

Merauke, November 2014

Kelompok IV

1
 DAFTAR ISI

KATA PENGANTAR.................................................................................... i
DAFTAR ISI.............................................................................................. ii
BAB IPENDAHULUAN............................................................................... 1
A. Latar Belakang.................................................................................. 1
B. Rumusan Masalah.............................................................................. 2
C. Tujuan............................................................................................. 2
BAB IIPEMBAHASAN................................................................................ 3
A. Empat Ruang Matriks Dasar.................................................................3
B. Ruang Baris dan Ruang Kolom yang Memiliki Dimensi Sama.......................4
C. Nilai Maksimum Untuk Rank..............................................................10
D. Sistem Linear yang Terdiri Dari m Persamaan dengan n Faktor yang Tidak
Diketahui............................................................................................. 10
BAB IIIPENUTUP.................................................................................... 19
A. Kesimpulan.................................................................................... 19
B. Saran............................................................................................ 19
DAFTAR PUSTAKA

BAB I
PENDAHULUAN

A. Latar Belakang
Sebelumnya telah diselidiki hubungan antar sistem linear dengan ruang
baris, ruang kolom, dan ruang nul dari matriks koefisiennya. Pada makalah ini
akan memperhatikan hubungan antara dimensi ruang baris, ruang kolom dan
ruang nul dari matriks dan transposenya. Hasil-hasil yang akan diperoleh nantinya

2
bersifat mendasar dan akan memberikan pemahaman yang lebih mendalam
mengenai sistem linear dan transformasi linear.

Jika diperhatikan suatu matriks A dan transposenya AT secara

bersamaan, maka terdapat enam ruang vektor yang penting:

T
ruang baris dari A ruang baris dari A

ruang kolom dari A ruang kolom dari AT

ruang nul dari A ruang nul dari AT

Namun demikian, dengan mentranspos suatu matriks akan mengubah vektor-

vektor barisnya menjadi vektor-vektor kolom dan mengubah vektor-vektor
kolomnya menjadi vektor-vektor baris, sehingga, kecuali perbedaan notasi, ruang
T
baris dari A adalah sama dengan ruang kolom dari A, dan ruang kolom dari

AT adalah sama dengan ruang baris dari A. Dengan ini hanya ada empat ruang

vektor yang penting:

ruang baris dari A ruang kolom dari A

ruang nul dari A ruang nul dari AT

Keempat ruang vektor ini dikenal sebagai ruang matriks dasar

(fundamental matrix space) yang terkait dengan A.

B. Rumusan Masalah
1. Apakan yang dimaksud dengan rank dan nulitas?
2. Bagaimana mengetahui nilai maksimum untuk rank?
3. Apa yang dimaksud dengan teorema konsistensi?

2
 4. Apa yang dimaksud sistem linear overdetermined dan underdetermined
serta bagaiman cara menyelesaikannya?

C. Tujuan
Adapun tujuan dari penulisan makalah ini sesuai rumusan masalah di atas
adalah agar

1. Mengatahui pengertian rank dan nulitas.

2. Mengetahui cara menentukan nilai maksimum untuk rank.
3. Memahami teori konsistensi.
4. Menjelaskan sistem linear overdetermined dan under determined serta cara
menyelesaikannya.

3
 BAB II
PEMBAHASAN

A. Empat Ruang Matriks Dasar

Jika diperhatikan suatu matriks A dan transposnya AT secara

bersamaan, maka terdapat enam ruang vektor yang penting:

T
ruang baris dari A ruang baris dari A

ruang kolom dari A ruang kolom dari AT

ruang nul dari A ruang nul dari AT

Namun demikian, dengan mentranspos suatu matriks akan mengubah vektor-

vektor barisnya menjadi vektor-vektor kolom dan mengubah vektor-vektor
kolomnya menjadi vektor-vektor baris, sehingga, kecuali perbedaan notasi, ruang

baris dari AT adalah sama dengan ruang kolom dari A, dan ruang kolom dari

T
A adalah sama dengan ruang baris dari A. Dengan ini hanya ada empat ruang

vektor yang penting:

ruang baris dari A ruang kolom dari A

T
ruang nul dari A ruang nul dari A

Keempat ruang vektor ini dikenal sebagai ruang matriks dasar (fundamental

matrix space) yang terkait dengan A. Jika A adalah suatu matriks m n, maka

4
ruang baris dari A dan ruang nul dari A adalahh subruang dari Rn dan ruang

kolom dari A dan ruang nul dari AT adalah subruang dari Rm .

B. Ruang Baris dan Ruang Kolom yang Memiliki Dimensi Sama

Ruang baris dan ruang kolom dari matriks

1 3 4 2 5 4
2 6 9 1 8 2

2 6 9 1 9 7

1 3 4 2 5 4

masing-masing memiliki tiga vektor basis, yang berarti keduanya berdimensi tiga.
Hal ini merupakan konsekuensi dari hasil umum berikut.

Teorema 5.6.1
Jika A adalah suatu matriks sebarang, maka ruang baris dan ruang kolom
dari A memiliki dimensi yang sama.

Bukti. Misalkan R adalah bentuk eselon baris sebarang dari A. Sesuai Teorema
5.5.4, maka

dim(ruang baris dari A) = dim(ruang baris dari R)

dan sesuai Teorema 5.5.5b, maka

dim(ruang kolom dari A) = dim(ruang kolom dari R)

5
Jadi, bukti ini akan menjadi sempurna jika kita dapat menunjukkan bahwa ruang
baris dan ruang kolom dari R memiliki dimensi yang sama. Tetapi dimensi ruang
baris dari R adalah banyaknya baris taknol dan dimensi ruang kolom dari Radalah
banyaknya kolom yang mengandung 1 utama (Teorema 5.5.6). Akan tetapi, baris-
baris taknol tepatnya merupakan baris-baris di mana terdapat 1 utama, sehingga
banyakya 1 utama dan banyaknya baris taknol adalah sama. Hal ini menunjukkan
bahwa ruang baris dan ruang kolom dari R memiliki dimensi yang sama.

Dimensi-dimensi dari ruang baris, ruang kolom, dan ruang nul suatu
matriks merupakan bilangan yang sangat penting, sehingga terdapat sejumlah
notasi dan istilah yang dikaitkan dengan hal ini.

Definisi
Dimensi umum dari ruang baris dan ruang kolom dari suatu matriks A disebut
rank dari A dan dinyatakan sebagai rank(A); dimensi ruang nul dari A disebut
sebagai nulitas (nullity) dari A dan dinyatakan sebagai nulitas(A).

CONTOH 1 Rank dan Nulitas dari Matriks 4 6

Tentukan rank dan nulitas dari matriks

1 2 0 4 5 3
3 7 2 0 1 4

2 5 2 4 6 1

4 9 2 4 4 7
A=

Penyelesaian.

6
Bentuk eselon baris tereduksi dari A adalah

1 0 4 28 37 13
0 1 2 12 16 5
(1
0 0 0 0 0 0
)
0 0 0 0 0 0

Karena terdapat dua baris taknol (atau secara ekuivalen, dua 1 utama), ruang baris
dan ruang kolom keduanya berdimensi dua, sehingga rank(A) = 2. Untuk
menentukan nulitas dari A, kita harus menentukan dimensi dari ruang solusi
sistem linear Ax = 0. Sistem ini dapat diselesaikan dengan mereduksi matriks
yang diperbesar menjadi bentuk eselon baris tereduksi.Matriks yang dihasilkan
akan identik dengan (1), kecuali dengan tambahan satu kolom nol terakhir, dan
sistem persamaan yang bersesuaian adalah

x1 4 x3 28 x 4 37 x5 13x 6 0
x 2 2 x3 12 x 4 16 x5 5 x 6 0

atau, untuk menyelesaikan variabel-variabel utama,

x1 4 x3 28 x 4 37 x5 13 x6
x 2 2 x3 12 x 4 16 x5 5 x 6 (2
)

Maka solusi umum dari sistem tersebut adalah

x1 4r 28s 37t 13u

x 2 2r 12s 16t 5u
x3 r
x4 s
x5 t
x6 u

atau secara ekuivalen,

7
 x1 4 28 37 13
x 2 12 16 5
2
x3 1 0 0 0 (3
r s t u
x4 0 0 0 0
x5 0 0 1 0

x6 0 0 0 1

Keempat vektor pada ruas kanan (3) membentuk basis untuk solusi, sehingga
nulitas(A) = 4.

Teorema berikut menunjukkan bahwa suatu matriks dan transposnya

memiliki rank yang sama.

Teorema 5.6.2
T
JikaAadalahsuatu matriks sebarang, maka rank(A) = rank( A ).

Bukti.

rank(A) = dim(ruang baris dari A) = dim(ruang kolom dari A T ) = rank(

A T ).

Teorema berikut ini menyusun hubungan penting antara rank dan nulitas
suatu matriks.

Teorema 5.6.3
Jika A adalah suatu matriks dengan n kolom, maka

Rank(A) + nulitas(A) = n (4)

8
Bukti. Karena A memiliki n kolom, maka sistem linear homogen Ax = 0 memiliki
nfaktor yang tidak diketahui (variabel). Variabel ini terbagi dalam dua kategori;
variabel utama dan variabel. Jadi,

Banyaknya variable Banyaknya variable

utama bebas n

Tetapi banyaknya variabel utama adalah sama dengan banyaknya 1 utama di

dalam bentuk eselon baris tereduksi dari A, dan angka ini merupakan rank dari A.
Jadi,

Banyaknya variable
rank(A) + n
bebas

Banyaknya variabel bebas adalah sama dengan nulitas dari A. Hal ini terjadi
karena nulitas dari A adalah dimensi ruang solusi dari Ax = 0, yang sama dengan
banyaknya parameter pada solusi umum [sebagai contohnya lihat (3) ], yang sama
dengan banyaknya variabel bebas. Jadi,

rank(A) + nulitas(A) = n

Bukti dari teorema sebelumnya terdiri dari dua hasil yang sama-sama penting.

Teoema 5.6.4

Jika A adalah suatu matriks n n, maka:

(a) rank(A) = banyaknya variabel utama pada solusi dari Ax =0.

(b) Nulitas(A) = banyaknya parameter pada solusi umum dari Ax =0.

CONTOH 2 Banyaknya Rank dan Nulitas

9
Matriks

1 2 0 4 5 3
3 7 2 0 1 4
A
2 5 2 4 6 1

4 9 2 4 4 7

memiliki 6 kolom, sehingga

rank(A) + nulitas(A) = 6

Hal ini konsisten dengan Contoh 1, di mana telah ditunjukkan bahwa

rank(A) = 2 dan nulitas(A) = 4

CONTOH 3 Banyaknya Parameter pada Solusi Umum

Tentukan banyaknya parameter pada solusi umum dari Ax = 0 jika A adalah

matriks 5 7 dengan rank 3.

Penyelesaian.

Dari (4),

nulitas(A) = n rank(A) = 7 3 = 4

Jadi, terdapat empat parameter.

10
 Kini dimisalkan A adalah suatu matriks m n dengan rank r. sesuai

dengan Teorema 5.6.2 maka AT adalah suatu matriks n m dengan rank r.

dengan menerapkan Teorema 5.6.3 untuk A dan AT akan menghasilkan

T
nulitas(A) = n r, nulitas( A ) = m r

dari mana dapat disimpulkan seperti pada tabel berikut mengenai dimensi-dimensi

dari keempat ruang dasar dari suatu matriks A, m n dengan rank r.

Ruang Dasar Dimensi

Ruang baris dari A R

Ruang kolom dari A R

Ruang nul dari A n r

Ruang nul dari AT mr

C. Nilai Maksimum Untuk Rank

Jika A adalah suatu matriks m n, maka vektor-vektor barisnya

terletak pada Rn dan vektor-vektor kolomnya terletak pada Rm . Ini

mengimplikasikan bahw ruang baris dari A paling banyak berdimensi n dan

bahwa ruang kolom paing banyak berdimensi m. karena ruang baris dan ruang
kolom memiliki dimensi yang sama (rank dari A), kita harus menyimpulkan

11
bahwa jika m n, maka rank dari A yang paling banyak adalah nilai yang lebih

kecil antar nilai-nilai m dan n. Biasa dinotasikan dengan menulis

rank(A) min(m, n)

di mana min(m, n) menotasikan nilai yang lebih kecil antara nilai m dan nilai n

jika m n, atau nilai yang sama jika m = n.

(5)

CONTOH 4 Nilai Rank Maksimum untuk Matriks 7

Jika A adalah suatu matriks 7 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 7, maka kembali rank yang

paling banyak adalah 4, dan sebagai konsekuensinya, ketujuh kolomnya pasti

tidak bebas linear.

D. Sistem Linear yang Terdiri Dari m Persamaan dengan n Faktor yang

Tidak Diketahui
Pada pembahasan sebelumnya telah diperoleh berbagai macam Teorema
mengenai sistem linear yang terdiri dari n persamaan dengan n faktor yang tidak
diketahui. (Lihat Teorema 4.3.4) Kini akan dialihkan perhatian pada sistem linear
yang terdiri dari m persamaan dengan n faktor yang tidak diketahui, di mana m
dan n tidak perlu sama.

Teorema berikut menyatakan syarat-ayarat di mana suatu sistem linear

yang terdiri dari m persamaanTeorema
dengan Konsistensi
n faktor yang tidak diketahui dipastikan
selalu
Jika konsisten.
Ax = b adalah suatu sistem linear yang terdiri dari m persamaan dengan
n faktor yang tidak diketahui, mak pernyataan-pernyataan berikut ini adalah
ekuivalen. 5.6.5
Teorema
(a) Ax = b adalah konsisten.
(b) B berada pada ruang kolom dari A. 12
(c) Matriks koefisien dari A dan matriks yang diperbesar[A b]
memiliki rank yang sama.
Bukti. Hanya perlu dibuktikan dua ekuivalensi (a) (b) dan (b) (c),

karenasesuai dengan aturan logika, maka (a) (c).

(a) (b). Lihat Teorema 5.5.1.

(b) (c). kita akanmenunjukkan bahwajika b berada pada ruang kolom dari

A, maka ruang kolom dari A dan dari [A b] benar-benar sama, sehingga

selanjutnya kedua matriks ini memiliki rank yang sama.

Menurut definisi, ruang kolom dari suatu matriks adalah ruang yang

direntang oleh vektor-vektor kolomnya, sehingga ruang kolom dari A dan [A

b] berturut-turut dapat dinyatakan sebagai

c1 , c 2 ,..., c n c1 , c 2 ,..., c n , b
rentang dan rentang

Jake b berada pada ruang kolom dari A, maka setiap vektor pada himpunan

c1 , c 2 ,..., c n , b
adalah suatu kombinasi linear dari vektor-vektor pada

c1 , c 2 ,..., c n
dan sebaliknya.Jadi, sesuai dengan Teorema 5.2.4 ruang kolom dari

A dan [A b] adalah sama.

13
(c) (b). Asumsikanbahwa A dan [A b] memiliki rank r yang sama. Menurut
Teorema 5.4.6a, terdapat beberapa subhimpunan yang terdiri dari vektor-vektor
kolom dari A yang membentuksuatu basis untuk ruang kolom dari A. misalkan
vektor-vektor kolom tersebut adalah

' ' '

c1 , c2 ,..., cr

Vektor-vektor basis sebanyak r ini juga termasuk pada ruang kolom berdimensi r

dari [A b] ; sehingga vektor-vektor basis ini juga membentuk suatu basis

untuk ruang kolom dari [A b] sesuai Teorema 5.4.6a. Ini berarti bahwa b

' ' '

dapat dinyatakan sebagai suatu kombinasi inear dari c1 , c2 , . . . , cr ,

dan sebagai konsekuensinya b terletak di dalam ruang kolom dari A.

Tidaklah sulit untuk memvisualisasikan mengapa Teorema ini benar jika

kita memandang rank suatu matriks sebagai banyaknya baris taknol di dalam
bentuk eselon baris tereduksinya. Sebagai contoh, matriks yang diperbesar dari
sistem

x1 2 x 2 3 x3 2 x 4 4 1 2 3 2 4

3 x1 7 x 2 x3 x 4 3 3 7 1 1 3
2 x1 5 x 2 4 x3 3 x 4 7 2 6 4 3 7

3 x1 6 x 2 9 x3 6 x 4 1 3 6 9 6 1
adalah

yang memiliki bentuk eselon baris tereduksi sebagaimana berikut:

1 0 23 16 0

0 1 10 7 0
0 0 0 0 1

0 0 0 0 0

14
 Kita dapat melihat dari baris ketiga matriks ini bahwa sistem ini tidak
konsisten. Akan tetapi, karena baris ini juga maka bentuk eselon baris tereduksi
dari matriks yang diperbesar memiliki baris nol lebih sedikit dibanding bentuk
eselon baris tereduksi dari matriks koefisiennya. Hal ini membuat matriks
koefisien dari matriks yang diperbesar untuk sisten tersebut memiliki rank yang
berbeda.

Teorema konsistensi menekankan pada syarat-syarat di mana suatu sistem

linear Ax = b adalah konsisten untuk suatu vektor b yang spesifik. Teorema
berikut menekankan pada syarat-syarat di mana suatu sistem linear adalah
konsisten untuk semua kemungkinan pilihan b.

Teorema 5.6.6
Jika Ax = b adalah suatu sistem linear yang terdiri dari m persamaan
dengan n faktor yang tidak diketahui, maka pernyataan-pernyataan berikut
ini adalah ekuivalen.

(a) Ax = b adalah konsisten untuk setiap matriks b, m 1.

m
(b) Vector-vektor kolom dariAmerentang R .
(c) rank(A) = m.

Bukti. Hanya diperlu membuktikan dua ekuivalensi (a) (b) dan (a) (c),
karena sesuai dengan aturan logika, maka (b) (c).

(a) (b). Dari rumus (2) 5.5, sistem Ax = b dapat dinyatakan sebagai

x1c1 x 2 c 2 ... x n c n b

di mana dapat disimpulkan bahwa Ax = b adalah konsisten untuk setiap matriks b, m

1, jika dan hanya jika setiap b semacam ini dapat dinyatakan sebagai suatu

15
 c1 , c 2 ,..., c n
kombinasi linear dari vektor-vektor kolom , atau secara ekuivalen, jika
dan hanya jika vektor-vektor kolom ini merentang Rm.

(a)(c). dari asumsi bahwa Ax = b adalah konsisten untuk setiap matriks b, m

1, dan dari Teorema Konsistensi (5.5.6) bagian (a) dan (b), maka setiap

vektor b pada Rmterletak pada ruang kolom dari A; yaitu, ruang kolom dari A dan
seluruh Rm. Jadi, rank (A) = dim(Rm) =m.

(c)(a). dari asumsi bahwa rank (A) = m, maka ruang kolom dari A adalah
subruang dari Rmdengan dimensi m, oleh karena itu pasti seluruh Rmsesuai dengan
teorema 5.4.7. sesuai dengan teorema konsistensi (5.6.5) bagian (a) dan (b), Ax =
b adalah konsisten untuk setiap vektor b pada Rm, karena setiap b semacam ini
berada pada ruang kolom dari A.

Suatu sistem linear dengan jumlah persamaan lebih banyak dibandingkan

jumlah factor yang tidak diketahui disebut sistem linear overdetermined
(overdetrmined linear system). Jika Ax = b adalah sistem linear overdetermined
yang terdiri dari m persamaan dengan n faktor yan tidak diketahui (sehingga m
>n), maka vektor-vektor kolom dari A tidak dapat merentang Rm; sesuai teorema

terakhir bahwa untuk suatu matriks A, m n tertentu, dengan m > n, sistem

linear overdetermined Ax = b tidak dapat konsisten untuk setiap b yang mungkin.

COTOH 5 Sistem Overdetermined

Sistem liner

x1 2 x 2 b1
x1 x 2 b2
x1 x 2 b3
x1 2 x 2 b4
x1 3 x 2 b5

16
adalah overdetermined, sehingga sistem ini tidak dapat konsisten untuk semua nilai

b1 , b2 , b3 , b4
dan b5 yang mungkin. Syarat-syarat eksak agar system tersebut konsisten
dapat diperoleh dengan menyelesaikan sistem linear tersebut menggunakan eliminasi
Gauss-Jordan. Matriks yang diperbesar dari persamaan di atas adalah ekuivalen baris
dengan

1 0 2b2 b1
0 1 b2 b1

0 0 b3 3b2 2b1

0 0 b4 4b2 3b1
0 0 b5 5b2 4b1

b1 , b2 , b3 , b4
Jadi, sistem tersebut bersifat konsisten jika dan hanya jika dan b5 memenuhi
syarat-syarat

2 b13 b2 +b 3 =0

3 b14 b2 +b 4 =0

4 b15 b2 +b 5 =0

atau, dengan menyelesaikan sistem linear homogen ini diperoleh

b1=5 r 4 s ,b 2=4 r3 s , b3=2 rs ,b 4=r , b 5=s

di mana r dan s adalah sebarang.

c 1 , c 2 , .. . , c k
Pada teorema 5.5.2 Rumus (3), scalar adalah parameter-

parameter sebarang pada solusi-solusi umum dari kedua persamaan Ax = b dan Ax = 0.

Jadi, kedua system ini memiliki jumlah parameter yang sama pada solusi-solusi
umumnya, lebih lanjut, sesuai teorema 5.6.4 bagian (b) bahwa jumlah parameter

17
semacam ini adalah nulitas(A). fakta ini dan Teorema Dimensi untuk Matriks (5.6.3)
menghasilkan teorema berikut

Teorema 5.6.7
Jika Ax = b adalah sustu system linear konsisten yang terdiri dari m
persamaan dengan n factor yang tidak diketahui, dan jika A memiliki rank r,
maka solusi umum dari system tersebut terdiri dari n - r parameter.

CONTOH 6 Banyaknya Parameter pada Solusi Umum

Jika A adalah suatu matriks 5 7 dengan rank 4, dan jika Ax = b adalah suatun

system konsisten, maka solusi umum dari system tersebut terdiri dari 7 4 = 3
parameter.

Pada pembahasan sebelumnya telah diperoleh berbagai macam syarat di mana

suatu sistem linear homogeny Ax = 0 yang terdiri dari n persamaann dengan n factor yang
tidak diketahui dipastikan hanya memiliki solusi trivial. (Lihat Teorema 4.3.3). teorema
berikut memperoleh beberapa hasil yang bersesuaian untuk system yang terdiri dari m
persamaan dengan n factor yang tidak s=diketahui, di mana m dan n mungkin berbeda.

Teorema 5.6.8

Jika A adalah suatu matriks m n, maka pernyataan-pernyataan berikut

adalah ekuivalen.

(a) Ax = 0 hanya memiliki solusi trivial.

(b) Vector-vektor kolom A adalah bebas linear.
(c) Ax = b memiliki paling banyak satu solusi (tidak ada atau satu) untuk

setiap matriks b, m 1.

18
Bukti.Kita hanyaperlu membuktikan dua ekuivalensi (a) (b) dan (a) (c),
karena sesuai dengan aturan logika, maka (b)(c).

(a) (b). Jika c1 , c2,. . . . , cn adalah vektor-vektor kolom dari A, maka sistem
linear Ax = 0 dapat ditulis sebagai

x1c1 + x2c2 + . . . + xncn = 0 (6)

jikac1 , c2,. . . . , cn adalah vektor-vektor bebas linear, maka persamaan ini hanya
akan terpenuhi oleh x1 = x2 = . . . = xn = 0, di mana Ax = 0 hanya memiliki solusi
trivial. Sebaliknya, jika Ax = 0 hanya memiliki solusi trivial, maka persamaan (6)
hanya akan terpenuhi oleh x1 = x2 = . . . = xn = 0, yang berarti c1 , c2,. . . . , cn
adalah bebas linear.

(a) (c). Asumsikan Ax = 0 hanya memiliki solusi trivial.Ax= b bisa bersifat

konsisten atau tidak. Jika tidak konsisten, maka Ax = b tidak memiliki solusi, dan
pembuktian kita selesai. Jika Ax = b konsisten, misalkan x0 adalah solusi
sebarang. Dari pembahasan teorema 5.5.2 dan fakta bahwa Ax = 0 hanya memiliki
solusi trivial, kita menyimpulkan bahwa solusi umum dari Ax = b adalah x0 + 0.
Jadi, satu-satunya solusi dari Ax = b adalah x0.

Suatu sistem linear dengan jumlah faktor yang tidak diketahui lebih
banyak dari jumlah persamaan disebut sistem linear underdetermined
(underdetermined linear system). Jika Ax= b adalah suatu sistem linear
underdetermined konsisten yang terdiri dari m persamaan dari n faktor yang tidak
diketahui (sehingga m<n ), maka sesuai Teorema 5.6.7 bahwa solusi umumnya
memiliki paling tidak satu parameter; sehingga suatu sistem linear
underdetermined konsisten harus memiliki takterhingga banyaknya solusi. Secara
khusus, suatu sistem linear homogen underdetermined memiliki takterhingga
banyaknya solusi.

CONTOH 7 Sistem Underdetermined

19
 Jika A adalah suatu matriks 5 x 7, maka untuk setiap matriks b, 7 x 1,
sistem linear Ax= b adalah underdetermined. Jadi, Ax = b pasti konsisten untuk
beberapa b, dan untuk setiap b yang semacam itu, solusi umumnya harus
memiliki 7 r parameter, dimana r adalah rank dari A.

20
 BAB III
PENUTUP

A. Kesimpulan
Empat ruang vektor yang penting dari suatu matriks A yang dikelal sebagai
ruang matriks dasar (fundamental matrix space) yang terkait dengan A yaitu

ruang baris dari A ruang kolom dari A

ruang nul dari A ruang nul dari AT

Dimensi umum dari ruang baris dan ruang kolom dari suatu matriks A
disebut rank dari A dan dinyatakan sebagai rank(A); dimensi ruang nul dari A
disebut sebagai nulitas (nullity) dari A dan dinyatakan sebagai nulitas(A).

Jika A adalah matriks ( m n ) maka,

T
nulitas(A) = n r, nulitas( A )=mr

Nilai maksimum jika A adalah matriks m n maka :

rank(A) min(m, n)

Suatu system linear dengan jumlah persamaan lebih banyak dibandingkan

jumlah faktor yang tidak diketahui disebut sistem linear overdetermined
(overdetrmined linear system).Suatu sistem linear dengan jumlah faktor yang
tidak diketahui lebih banyak dari jumlah persamaan disebutsistem linear
underdetermined (underdetermined linear system).

B. Saran

Kami menyadari dalam penulisan makalah ini masih jauh dari kata
sempurna, selanjutnya diharapkan pembaca lebih fokus dan detail dalam

21
mempelajari materi di atas dengan sumber-sumber yang lebih banyak dan dapat di
pertanggung jawabkan.Meskipun penulisan ini jauh dari sempurna setidaknya
kami dapat mengimplementasikan tulisan ini.Masih banyak kesalahan dari
penulisan kelompok kami, karena kami adalah manusia tempat salah dan dosa.
Kami juga membutuhkan kritikan dan saran agar bisa menjadi motivasi
kedepannya dan mampu membuat makalah yang lebih baik lagi.

DAFTAR PUSTAKA

Rorres, Anton. 2004. Aljabar Linear Elementer. Jakarta : Penerbit Erlangga

22