Anda di halaman 1dari 37

MAKALAH

RUANG VEKTOR UMUM

DISUSUN OLEH

1. Fery Prastio H1091131023


2. Utin Indah Lestari H1091151011
3. Lisa Noviani H1091151014
4. Lia Amelia Tarigas H1091151028
5. Alvin Firdaus H1091151029
6. Fika Dian Lestari H1091151034
7. Nada Syaugia Risti Ahmad H1091151035

PROGRAM STUDI STATISTIK


JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2016
KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Tuhan yang maha kuasa, atas berkat dan
rahmat-Nya sehingga makalah yang berjudul ‘Ruang Vektor Umum’ ini dapat
diselesaikan sebagaimana mestinya.
Pada kesempatan ini kami ingin menyampaikan ucapan terima kasih yang sebesar-
besarnya kepada semua pihak yang memberikan bimbingan serta pengarahan dan
masukan yang membangun. Baik itu berupa saran maupun kritikan terutama kepada:
1. Dosen sekaligus pembimbing dalam penulisan makalah ini
2. Kedua orang tua yang memberikan motivasi selama penulisan makalah ini
3. Rekan mahasiswa yang memberikan masukan dalam penulisan makalah ini
Kami menyadari masih banyak kekurangan-kekurangan dalam penulisan makalah
ini. Oleh karena itu kritik dan saran yang bersifat membangun, sangat kami harapkan
demi kesempurnaan makalah ini. Akhir kata kami berharap semoga pembimbing, serta
bantuan dari semua pihak mendapat balasan yang setimpal dari Tuhan yang maha esa.
Selain itu, kami berharap semoga Karya Tulis Ilmiah ini dapat bermanfaat dan diterima
bagi kita semua, Aamiin..

Pontianak, 28 September 2016


Hormat Kami

Tim Penulis

2
DAFTAR ISI

KATA PENGANTAR ................................................................................................. 2

BAB I ............................................................................................................................ 5

PENDAHULUAN ........................................................................................................ 5

1.1 Penjelasan Ruang Vektor Umum ............................................................... 5

1.2 Penjelasan Ruang Vektor Real ................................................................... 6

1.3 Penjelasan Subruang .................................................................................... 7

1.4 Penjelasan Kebebasan Linear ..................................................................... 7

1.5 Penjelasan Basis dan Dimensi ..................................................................... 8

1.5.1 Basis ............................................................................................................. 8

1.5.2 Dimensi ........................................................................................................ 8

1.6 Penjelasan Ruang Baris, Ruang Kolom, dan Ruang Nul ......................... 9

1.7 Rank dan Nulitas .......................................................................................... 9

BAB II ........................................................................................................................ 10

PEMBAHASAN MATERI DAN CONTOH SOAL .............................................. 10

2.1 RUANG VEKTOR REAL.............................................................................. 10

A. Definisi ........................................................................................................... 10

2.2 SUBRUANG .................................................................................................... 12

A. Definisi ........................................................................................................... 12

2.3 KEBEBASAN LINEAR ................................................................................. 12

A. Definisi ........................................................................................................... 12

2.4 BASIS DAN DIMENSI ................................................................................... 13

3
2.4.1. BASIS ....................................................................................................... 13

A. Definisi ........................................................................................................... 13

2.4.2. DIMENSI ................................................................................................. 13

A. Definisi ........................................................................................................... 13

2.5. RUANG BARIS DAN RUANG KOLOM .................................................... 14

A. Definisi ........................................................................................................... 14

2.6. RANK DAN NULITAS ................................................................................. 27

A. Definisi ........................................................................................................... 27

BAB III ....................................................................................................................... 35

LATIHAN SOAL ...................................................................................................... 35

BAB IV ....................................................................................................................... 37

PENUTUP .................................................................................................................. 37

A. Kesimpulan ................................................................................................. 37

B. Saran ............................................................................................................ 37

DAFTAR PUSTAKA ................................................................................................ 37

4
BAB I

PENDAHULUAN

1.1 Penjelasan Ruang Vektor Umum


Konsep sebuah vektor yang menyatakan serangkaian himpunan aksioma yang jika
dipenuhi oleh sekelompok objek, maka objek tersebut dinamakan vektor. Aksioma-
aksioma tersebut akan dipilih dengan mengabstrakkan sifat-sifat yang paling penting
dari vektor-vektor pada Rn .
Misal V sembarang himpunan objek yang 2 operasinya didefinisikan yaitu
penambahan dan perkalian dengan skalar (bilangan riil).
Penambahan untuk mengasosiasikan aturan dengan setiap pasang objek u dan v dalam
V yang mengandung elemen u + v, disebut jumlah u dan v.
Perkalian skalar untuk mengasosiasikan baik untuk setiap skalar k maupun setiap
objek u pada V yang mengandung elemen ku, disebut perkalian skalar (skalar multiple)
u oleh k.
Jika aksioma–aksioma berikut dipenuhi oleh semua objek u, v, w pada V dan oleh
semua skalar k dan l, maka dinamakan V sebuah ruang vektor (vector space) dan objek-
objek pada V dinamakan vektor.
Ada 10 syarat agar V disebut sebagai ruang vektor, yaitu:
1. Jika U dan V adalah objek-objek pada V, maka U+V berada di V
2. U + V = V + U (Komutatif)
3. U + (V + W) = (U + V) + W (Asosiatif)
4. Ada sebuah objek 0 di V sehingga 0+U=U+0=U untuk semua U di V
(Elemen netral)
5. Untuk setiap U di V, ada sebuah objek –U di V yang dinamakan negatif U
sehingga U + (-U)=(-U) + U=0 (Elemen Invers)

5
6. Jika k adalah sembarang skalar dan U adalah sembarang objek di V, maka k U
di V.
7. K (U+V) = k U + k V, k sembarang skalar
8. (k+l) U = k U + l U, k dan l skalar
9. k (l U) = (kl)U
10. 1U = U
Dalam hal ini tentunya yang paling menentukan apakah V disebut ruang vektor
atau tidak adalah operasi-operasi pada V atau bentuk dari V itu sendiri. Jika V
merupakan ruang vektor dengan operasi-operasi vektor (operasi penjumlahan dan
operasi perkalian dengan skalar) yang bukan merupakan operasi standar, tentunya V
harus memenuhi 10 syarat diatas, jika satu saja syarat tidak dipenuhi maka tentunya V
bukan merupakan ruang vektor.

1.2 Penjelasan Ruang Vektor Real


Definisi ruang vektor V:
Himpunan objek di mana dua operasi berikut didefinisikan pada V
 jumlah dari pasangan objek dalam V
 perkalian objek dengan skalar
Jika aksioma-aksioma untuk ruang vektor terpenuhi oleh seluruh objek u,v,w dalam V
dan skalar k dan l, maka
 V disebut ruang vektor
 objek dalam V disebut vektor.
Jika u dan v adalah objek dalam V, maka u + v juga objek dalam V
 u+v=v+u
 u +(v +w) = (u+ v) + w
Objek 0 dalam V disebut vektor nol untuk V
 𝟎 + 𝒖 = 𝒖 + 𝟎 = 𝒖 untuk semua u dalam V
Untuk tiap u dalam V, objek –u dalam V disebut negatif dari u

6
 u + (- u) = (- u) + u = 0
Jika k adalah skalar sebarang dan u adalah objek dalam V, maka ku juga dalam V
 k(u +v) = ku + kv
 k(l u) = (kl) u
 1u = u

1.3 Penjelasan Subruang


Definisi:
Subset W dari ruang vektor V disebut subspace dari V jika W merupakan ruang vektor
yang dibentuk dari operasi penjumlahan dan perkalian dalam V
Bila W adalah himpunan yang terdiri dari satu vektor atau lebih dari ruang vektor V,
maka W subspace dari V
 Jika u dan v vektor dalam W, maka u+v juga dalam W
 Jika k sebarang skalar dan u adalah sebarang vektor dalam W, maka ku juga
dalam W
Tiap ruang vektor tak-nol V minimal terdiri dari 2 subruang:
 Subruang V
 Vektor nol dalam V  subruang nol (zero subspace)

1.4 Penjelasan Kebebasan Linear


Himpunan vektor S = {v1, v2, , vr}
Persamaan vektor
 k1v1 + k2v2 +  + krvr = 0
Jika hanya ada satu solusi
 k1= 0, k2 = 0, , kr = 0
 S adalah himpunan bebas linier (linearly independent)
Jika ada solusi yang lain
 S disebut himpunan takbebas linear

7
1.5 Penjelasan Basis dan Dimensi
1.5.1 Basis
Jika V adalah ruang vektor dan A = {v1, v2, v3, …, vn} adalah kumpulan vektor di
dalam V, maka A disebut sebagai basis dari ruang vektor V jika 2 aksioma berikut ini
dipenuhi:
1. A saling bebas linier
2. A membangun V
Jika V adalah ruang vektor
S = {v1, v2, , vn}: himpunan vektor dalam V
S disebut basis untuk V jika memenuhi kondisi berikut
 S adalah bebas linear
 S merentang V (S spans V)
1.5.2 Dimensi
Dimensi sebuah ruang vektor taknol V dinamakan berdimensi berhingga (finite
dimensional). Jika ruang vektor tersebut mengandung sebuah himpunan berhingga dari
vektor-vektor {v1 , v2 ,…, vn } yang membentuk sebuah basis. Jika tidak ada himpunan
seperti itu, maka V dinamakan berdimensi tak berhingga (Infinite dimensional).
Tambahkan lagi, kita akan menganggap ruang vektor nol sebagai ruang vektor
berdimensi berhingga walaupun ruang vektor tersebut tidak mempunyai himpunan
bebas linear, sehingga basis pun tidak ada.
Kita dapat mengetahui nilai dari suatu dimensi pada suatu himpunan atau basis dari
jumlah vektor-vektor tersebut, atau dengan kata lain misalkan V adalah suatu ruang
vektor, V={v1 , v2 ,…, vn } basis dari V. Dimensi dari V itu n=(banyaknya vektor–vektor
di V).

8
1.6 Penjelasan Ruang Baris, Ruang Kolom, dan Ruang Nul
Jika A matriks m×n:
 subruang Rn direntang oleh vektor baris disebut ruang baris dari A
 subruang Rm direntang oleh vektor kolom disebut ruang kolom dari A
 ruang solusi dari sistem homogen dari persamaan Ax = 0 yang merupakan
subruang Rn disebut ruang nul dari A
Operasi baris elementer tidak mengubah ruang nul dan ruang baris dari matriks
Jika matriks R merupakan matriks hasil reduksi baris:
 Vektor baris dengan leading 1 (baris tak nol)  basis untuk ruang baris
 Vektor kolom dengan leading 1  basis untuk ruang kolom

1.7 Rank dan Nulitas


Rank merupakan dimensi dari ruang baris dan ruang kolom
 Notasi: rank(A)
 Nulitas(nullity): dimensi dari ruang nul
 Notasi: nullity(A)
 rank(A)=dim(ruang baris A)=dim(ruang kolom AT)
 rank(A) + nullity(A) = n
 Jumlah var. leading + jumlah var. bebas = n
Jika A matriks m×n:
 rank(A) = jumlah var. leading dalam solusi Ax = 0
 nullity(A) = jumlah parameter dalam solusi Ax = 0
 Vektor baris terletak pada Rn  ruang baris berdimensi n
 Vektor kolom terletak pada Rm  ruang kolom dimensi m
 Ruang baris = ruang kolom
 mn, rank(A) = nilai terkecil antara m dan n
Nilai maksimum rank:
 rank(A)  min(m,n)

9
BAB II

PEMBAHASAN MATERI DAN CONTOH SOAL

2.1 RUANG VEKTOR REAL


A. Definisi
Di ruang vektor umum kita akan mengembangkan konsep mengenai vektor dengan
mengambil sifat-sifat paling penting dari vektor-vektor yang telah kita kenal dan
kemudian mengubahnya menjadi aksioma (Rorres, 2004).
Aksioma
Jika 𝑢 dan 𝑣 adalah objek pada 𝑉, maka 𝑢 + 𝑣 berada pada 𝑉.
 u+v=v+u
 u+(v+w)=(u+v)+w
Di dalam 𝑉 terdapat suatu objek 0, yang disebut vektor nol (zero vector) untuk 𝑉,
sedemikian rupa sehingga 0 + u = u + 0 = u untuk semua 𝑢 pada 𝑉.
Untuk setiap u pada V, terdapat suatu objek –u pada V, yang disebut negative dari
u, sedemikian rupa sehingga u + ( -u ) = ( -u) + u = 0.
Jika k adalah scalar sebarang dan u adalah objek sebarang pada V, maka 𝑘𝑢
terdapat pada 𝑉.
 k( u + v ) = ku + kv
 ( k + l )u = ku + lu
 K( lu ) = ( kl )( u )
 1u = u
Elemen-elemen dari 𝑉 disebut vektor dan biasanya dinyatakan oleh huruf-huruf
pada bagian akhir dari abjad: u, v, w, x, y dan 𝑧. Istilah “skalar” biasanya dikenal
dengan suatu bilangan real, meskipun dalam beberapa kasus adalah bilangan kompleks.
Seringkali istilah ruang vektor real digunakan untuk menyatakan bahwa himpunan
skalar-skalar adalah himpunan bilangan-bilangan real. Simbol 0 telah digunakan dalam

10
aksioma 3 untuk membedakan vektor nol dari skalar 0. Satu unsur dari definisi di atas
adalah sifat ketertutupan dari kedua operasi. Sifat-sifat ini dapat diikhtisarkan sebagai
berikut:
C1. Jika x ∈ V dan α suatu skalar, maka αx ∈V.
C2. Jika x, y ∈ V, maka x + y ∈ V.

11
2.2 SUBRUANG
A. Definisi
Suatu subhimpunan W dari suatu ruang vektor V disebut subruang (subspace) dari
V jika W itu sendiri merupakan suatu ruang vektor dibawah penjumlahan dan perkalian
skalar yang didefinisikan pada V (Rorres, 2004).
Teorema
Jika W adalah suatu himpunan yang terdiri dari satu atau lebih vektor dari suatu
ruang vektor V, maka W adalah suatu subruang dari V, jika dan hanya jika syarat-
syarat berikut terpenuhi,
(a) Jika u dan v adalah vektor-vektor pada W, maka u + v berada pada W.
(b) Jika k adalah scalar sebarang dan u adalah vektor sebarang pada W, maka ku berada
pada W.

2.3 KEBEBASAN LINEAR


A. Definisi
Jika S = { v1 , v2 , …,v3 } adalah himpunan tak kosong vektor-vektor, maka
persamaan vektor
k1 v1 + k2 v2 + . . . + kr vr = 0
Memiliki paling tidak satu solusi, yaitu

k1 =0, k2 = 0, …, kr = 0
Jika ini satu-satunya solusi, maka S disebut sebagai himpunan bebas linear
(linearly independent). Jika terdapat solusi-solusi lain, maka S disebut sebagai
himpunan tidak bebas linear (linearly dependent). (Rorres, 2004).
Teorema
Suatu himpunan S dengan dua atau lebih vektor adalah:
(a) Tak bebas linear jika dan hanya jika paling tidak salah satu diantara vektor pada S
dapat dinyatakan sebagai sebagai kombinasi linear dari vektor S lainnya.
(b) Bebas linear jika dan hanya jika tidak ada vektor S yang dapat dinyatakan sebagai
suatu kombinasi linear dari vektor S lainnya (Anton, 1987).

12
2.4 BASIS DAN DIMENSI
2.4.1. BASIS
A. Definisi
Jika V adalah suatu ruang vektor sebarang dan S = { v1 , v2 , . . ., vn } adalah suatu
himpunan vektor-vektor pada V, maka S disebut basis untuk V jika dua syarat berikut
berlaku:
1. S bebas linear.
2. S merentang V.
Tujuan utama bagian ini adalah untuk menjelaskan pengertian intuitif tentang
dimensi ini secara tepat (Anton, 1987).
2.4.2. DIMENSI
A. Definisi
Dimensi dari ruang vektor V yang berdimensi terhingga, dinotasikan dengan dim
(V), didefinisikan sebagai banyaknya vektor-vektor pada suatu basis untuk V. Selain
itu, kita mendefinisikan ruang vektor nol sebagai berdimensi nol.

13
2.5. RUANG BARIS DAN RUANG KOLOM
A. Definisi
Untuk suatu matriks 𝑚 × 𝑛
a11 a12 … a1n
a21 a22 … a2n
A=[ ⋮ ⋮ ]

am1 am2 … amn
Vektor-vektor
r1 = [ a11 a12 … a1n ]
r2 = [ a21 a22 … a2n ]

⋮ ⋮
r3 = [ am1 am2 … amn ]
Pada 𝑅 𝑛 yang dibentuk dari baris-baris A disebut sebagai vektor baris (row center)
dari A, dan vektor – vektor

a11 a12 a1n


c1 =[ a21⋮ ] , c2 =[ a22⋮ ], … , c3 =[ a2n⋮ ]
am1 am2 amn
Pada Rm yang dibentuk dari kolom-kolom A disebut sebagai vektor kolom
(column vector) dari A.
Contoh 1 Vektor Baris dan Vektor Kolom Pada Matriks 2x3
Misalkan
2 1 0
A= [ ]
3 -1 4
Vektor-vektor baris dan A adalah
r1 =[2 1 0] dan r2 =[3 -1 4]
Dan vektor-vektor kolom dari A adalah
2 1 0
c1 = [ ] c2 = [ ] c3 = [ ]
3 -1 4

14
Jika A adalah suatu matriks 𝑚 × 𝑛, maka subruang dari Rn yang direntang oleh
vektor-vektor baris dari A disebut ruang baris (row space) dari A, dan subruang dari
Rm yang direntang oleh vektor-vektor kolom disebut ruang kolom (column space) dari
A. Ruang solusi dari sistem persamaan yang homogeny Ax = 0, yang merupakan
subruang dari Rn , disebut ruang nul (null space) dari A.
Selanjutnya kita akan lebih menekankan pada dua pertanyaan umum berikut ini:
Hubungan apa yang terjadi antara solusi suatu sistem linear Ax = b dan ruang baris,
ruang kolom, dan ruang nul dari matriks koefisien A?
Hubungan apa yang terjadi antara ruang baris, ruang kolom, dan ruang nul dari suatu
matriks?
Untuk menyelidiki pertanyaan pertama, kita misalkan
a11 a12 … a1n x1
a21 a22 … a2n x2
A=[ ⋮ ⋮ ] dan x = [ ⋮ ]

am1 am2 … amn xn
Sesuai Rumus (10) dari subbab 1.3, jika c1 , c2 ,…, cn menotasikan vektor-vektor
kolom dari A, maka hasil kali Ax dapat dinyatakan sebagai suatu kombinasi linear dari
vektor-vektor kolom tersebut dengan koefisien-koefisien dari 𝑥, yaitu
Ax = x1 c1+ x2 c2 +…+ xncn
Jadi, suatu sistem linear Ax = b yang terdiri dari 𝑚 persamaan dengan 𝑛 faktor
yang tidak diketahui dapat ditulis sebagai
= x1 c1+ x2 c2 +…+ xncn =b
Dari mana kita menyimpulkan bahwa Ax = b adalah konsisten jika dan hanya jika
𝑏 dapat dinyatakan sebagai suatu kombinasi linear dari vektor-vektor kolom dari A,
atau secara ekuivalen, jika dan hanya jika 𝑏 berada pada ruang kolom dari A. Hal ini
menghasilkan teorema berikut.
Teorema 5.5.1
Suatu sistem persamaan linear Ax = b adalah konsisten jika dan hanya jika 𝑏
berada pada ruang kolom dari A.

15
Contoh 2 Vektor 𝒃 pada Ruang Kolom dari A
Misalkan 𝐴𝑥 = 𝑏 adalah sistem linear
−1 3 2 x1 1
[ 1 2 −3] [x2 ] = [−9]
2 1 −2 x3 −3
Tunjukkan bahwa b bearada pada ruang kolom dari A, dan nyatakan b sebagai
suatu kombinasi linear dari vektor-vektor dari A.
Penyelesaian.
Dengan menyelesaikan sistem menggunakan eliminasi Gauss kita memperoleh
(buktikan)
x1 =2 x2 = -1 x3 = 3
Karena sistem ini konsisten, 𝑏 berada pada ruang kolom dari A. Lebih lanjut, dari (2)
dan solusi yang diperoleh, maka
-1 3 2 1
2 [ 1 ] - [2] +3 [-3] = [-9]
2 1 -2 -3
Teorema berikut menyusun suatu hubungan mendasar anatra solusi-solusi dari
suatu sistem linear nonhomogen Ax = b dan solusi-solusi dari suatu sistem homogen
yang bersesuaian Ax = 0 dengan matriks koefisien yang sama
Teorema 5.5.2
Jika 𝑥0 menotasikan solusi tunggal sebarang dari suatu sistem linear konsisten
Ax = b, dan jika v1 , v2 ,…, vk membentuk suatu basis untuk ruang nul dari A, yaitu
ruang solusi dari sistem homogeny Ax = 0, maka setiap solusi dari Ax = b dapat
dinyatakan dalam bentuk
x = x0 + c1 v1 + c2 v2 +…+ck vk
dan sebaliknya, untuk semua pilihan skalar c1 , c2 ,…, ck, vektor x pada rumus ini adalah
solusi dari Ax = b.
Bukti. Asumsikan bahwa x0 adalah solusi tetap sebarang dari Ax = b dan bahwa x
adalah suatu solusi sebarang. Maka
Ax0 =b dan Ax = b

16
Dengan menurangkan persamaan – persamaan ini menghasilkan
Ax-Ax0 =0 atau A(x - x0 ) = 0
Yang menunjukan bahwa 𝑥 − 𝑥0 adalah suatu solusi dari sistem homogen Ax = 0.
Karena v1 , v2 ,…, vk adalah suatu basis untuk ruang solusi dari sistem ini, kita dapat
menyatakan x - x0 sebagai suatu kombinasi linear dari vektor-vektor ini, yaitu
x-x0 =c1 v1 + c2 v2 +…+ck vk
Jadi,
x=x0 + c1 v1 + c2 v2 +…+ck vk
yang membuktikan bagian pertama dari teorema itu. Sebaliknya, untuk semua pilihan
dari skalar c1 , c2 ,…,ck pada (3) kita meiliki
Ax = A( x0 + c1 v1 + c2 v2 +…+ck vk )
Atau
Ax = Ax0 + c1 (Av1 )+ c2 (Av2 )+…+ck (Avk )
Tetapi 𝑥0 adalah solusi dari sistem nonhomogen dan v1 , v2 ,…,vk adalah solusi-solusi
daris sistem homogen, maka persamaan terakhir mengimpilkasikan bahwa
Ax = b + 0 + 0 +…+ 0 = b
Yang menunjukan bahwa x adalah solusi dari Ax = b

Contoh 3 Solusi Umum dari Sistem Linear 𝑨𝒙 = 𝒃


Pada contoh 4 Subbab 1.2 kita telah menyelesaikan sistem linear nonhomogen
𝑥1 + 3𝑥2 − 2𝑥3 + 2𝑥5 =0
2𝑥1 + 6𝑥2 − 5𝑥3 − 2𝑥4 + 4𝑥5 − 3𝑥6 = -1
5𝑥3 + 10𝑥4 + 15𝑥6 = -1
2𝑥1 + 6𝑥2 + 8𝑥4 + 4𝑥5 − 18𝑥6 = -1
Dan diperoleh
1
𝑥1 = −3𝑟 − 4𝑠 − 2𝑡 , 𝑥2 = 𝑟, 𝑥3 = −2𝑠, 𝑥4 = 𝑠, 𝑥5 = 𝑡, 𝑥6 = 3

17
Hasil ini dapat ditulis dalam bentuk vektor sebagai
𝑥1 −3𝑟 − 4𝑠 − 2𝑡 0 −3 −4 −2
𝑥2 𝑟 0 1 0 0
𝑥3 −2𝑠 0 0 −2 0
𝑥4 = 𝑠 = 0 +r
0
+s
1
+t
0
𝑥5 𝑡 0 0 0 1
1 1
[𝑥6 ] [ ] [ ] [ 0 ] [ 0 ] [ 0]
3 3

Yang merupakan solusi umum dari (4). Vektor 𝑥0 pada (5) adalah solusi khusus dari
(4). Kombinasi linear x pada (5) adalah solusi umum dari sistem homogen

𝑥1 + 3𝑥2 − 2𝑥3 + 2𝑥5 =0


2𝑥1 + 6𝑥2 − 5𝑥3 − 2𝑥4 + 4𝑥5 − 3𝑥6 =0
5𝑥3 + 10𝑥4 + 15𝑥6 =0
2𝑥1 + 6𝑥2 + 8𝑥4 + 4𝑥5 − 18𝑥6 =0

Basis untuk Ruang Baris, Ruang Kolom, dan Ruang nul


Pertama-tama kita telah mengembangkan operasi baris elementer dengan tujuan
unutk mneyelesaikan sistem linear, dan kemudian kita mengetahui bahwa melakukan
operasi baris elementer terhadap suatu matriks yang diperbesar tidak mengubah
himpunan solusi dari sistem linear yang bersesuaian. Ini berarti bahwa penerapan suatu
operasi baris elementer terhadap suatu matriks A tidak mengubah himpunan solusi dari
sistem linear 𝐴𝑥 = 0 yang bersesuaian, atau dengan kata lain, tidak mengubah ruang
nul dari A. Dengan demikian, kita memiliki teorema berikut.
Teorema 5.5.3
Operasi baris elementer tidak mengubah ruang nul suatu matriks

18
Contoh 4 Basis untuk Ruang Nul
Tentukan basis untuk ruang nul dari
2 2 −1 0 1
𝐴 = [−1 −1 2 −3 1 ]
1 1 −2 0 −1
0 0 1 1 1
Penyelesaian.
Ruang nul dari A adalah solusi dari sistem homogen
2𝑥1 + 2𝑥2 − 𝑥3 + 𝑥5 =0
−𝑥1 − 𝑥2 + 2𝑥3 − 3𝑥4 + 𝑥5 =0
𝑥1 + 𝑥2 − 2𝑥3 − 𝑥5 =0
𝑥3 + 𝑥4 + 𝑥5 =0
Pada contoh 10 Subbab 5.4 kami telah menunjukkan bahwa vektor-vektor
−1 −1
1 0
𝑣1 = 0 dan 𝑣2 = −1
0 0
[0] [1]
Membentuk suatu baris untuk ruang ini
Teorema berikut merupakan pasangan dari Teorema 5.5.3
Teorema 5.5.4
Operasi baris elementer tidak mengubah ruang baris suatu matriks.
Teorema 5.5.5
Jika A dan B adalah matriks-matriks yang ekuivalen baris, maka :
(a) Suatu himpunan vektor-vektor kolom dari A tertentu adalah bebas linear jika dan
hanya jika vektor-vektor kolom yang bersesuaian dari B adalah bebas linear.
(b) Suatu himpunan vektor-vektor kolom dari A tertentu membentuk suatu basis unutk
ruang kolom dari A jika dan hanya jika vektor-vektor kolom yang bersesuaian dari
B membentuk suatu basis untuk ruang kolom dari B.
Teorema berikut memungkinkan kita untuk menentukan basis untuk ruang baris
dan ruang kolom dari matriks dalam bentuk eselon baris melalui inspeksi.

19
Teorema 5.5.6
Jika suatu matriks R berada dalam bentuk eselon baris, maka vektor-vektor baris
dengan 1 utama (yaitu vektor-vektor baris taknol) 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.

Karena hasil ini secara virtual telah terbukti dengan sendirinya ketika kita melihat
contoh-contoh numeriknya, maka kami meniadakan pembuktiannya. Pembuktian ini
melibatkan lebih dari sekedar analisis posisi bilangan-bilangan 0 dan 1 dari R.

Contoh 5 Basis untuk Ruang Baris dan Ruang Kolom


1 −2 5 0 3
𝑅 = [0 1 3 0 0 ]
0 0 0 1 0
0 0 0 0 0
Berada dalam bentuk eselon baris. Menurut Teorema 5.5.6 vektor-vektor
𝑟1 = [ 1 −2 5 0 3]
𝑟2 = [ 0 1 3 0 0]
𝑟3 = [ 0 0 0 1 0]
Membentuk suatu basis untuk ruang baris dari R, dan vektor-vektor
1 −2 0
𝑐1 = [0], 𝑐2 = [ 1 ], 𝑐3 = [0]
0 0 1
0 0 0
Membentuk suatu basis untuk ruang kolom dari R.

Contoh 6 Basis untuk Ruang Baris dan Rung Kolom


Tentukan basis-basis untuk ruang baris dan ruang kolom dari
1 −3 4 −2 5 4
𝐴 = [2 −6 9 −1 8 2]
2 −6 9 −1 9 7
−1 3 −4 2 −5 −4

20
Penyelesaian.
Karena operasi baris elementer tidak mengubah ruang baris dari suatu matriks, kita
dapat menentukan basis untuk ruang baris dari A dengan menentukan basis untuk ruang
baris dari bentuk eselon baris A sebarang. Dengan mereduksi A menjadi bentuk eselon
baris kita memperoleh (buktikan)
1 −3 4 −2 5 4
𝑅 = [0 0 1 3 −2 −6]
0 0 0 0 1 5
0 0 0 0 0 0

Menurut Teorema 5.5.6 vektor-vektor baris taknol dari 𝑅 membentuk suatu basis untuk
ruang baris dari 𝑅, dan oleh karena itu membentuk suatu basis untuk ruang baris dari
A. Vektor-vektor basis ini adalah
𝑟1 = [ 1 −3 4 −2 5 4 ]
𝑟2 = [ 0 0 1 3 −2 −6 ]
𝑟3 = [ 0 0 0 0 1 5]
Dengan mempertimbangkan bahwa A dan R mungkin meiliki ruang kolom yang
berbeda, kita dapat menentukan suatu basis untuk ruang kolom dari A secara langsung
dari vektor-vektor kolom dari R. Namun demikian, sesuai Teorema 5.5.5b bahwa jika
kita dapat menentukan suatu himpunan vektor-vektor kolom dari 𝑅 yang membentuk
suatu basis untuk ruang kolom dari R, maka vektor-vektor kolom yang bersesuaian
dari A akan membentuk suatu basis untuk ruang kolom dari A.
Kolom-kolom pertama, ketiga, dan kelima dari R terdiri dari vektor-vektor baris
dengan 1 utama, sehingga
1 4 5
𝑐′1 = [0], 𝑐′3 = [1], −2
𝑐′5 = [ ]
0 0 1
0 0 0
Membentuk suatu basis untuk ruang kolom dari R, jadi vektor-vektor kolom yang
bersesuaian dari A, yaitu

21
1 4 5
𝑐1 = [2], 𝑐3 = [ 9 ], 𝑐5 = [ 8 ]
2 9 9
1 −4 −5
Membentuk suatu basis untuk ruang kolom dari A.

Contoh 7 Basis untuk Ruang Vektor dengan Menggunakan Operasi Baris


Tentukan basis untuk ruang yang direntang oleh vektor-vektor
𝑣1 = (1, −2, 0, 0, 3) 𝑣2 = (2, −5, −3, −2, 6) 𝑣3 = (0, 5, 15, 10, 0)
𝑣4 = (2, 6, 18, 8, 6)
Penyelesaian.
Kecuali variasi dalam notasi, ruang yang direntang oleh vektor-vektor ini adalah ruang
baris dari matriks
1 −2 0 0 3
[2 −5 −3 −2 6]
0 5 15 10 0
2 6 18 8 6
Dengan mereduksi matriks ini menjadi bentu eselon baris kita memperoleh
1 −2 0 0 3
[0 1 3 2 0 ]
0 0 1 1 0
0 0 0 0 0
Vektor-vektor baris taknol dalam matriks ini adalah
𝑤1 = (1, −2, 0, 0, 3), 𝑤2 = (0, 1, 3, 2, 0), 𝑤3 = (0, 0, 1, 1, 0)
Vektor-vektor ini membentuk suatu basis untuk ruang baris dan sebagai
konsekuensinya membentuk suatu basis untuk subruang dari 𝑅 5 yang direntang oleh
𝑣1, 𝑣2 , 𝑣3 , dan 𝑣4 .
Amatilah bahwa pada Contoh 6 vektor-vektor basis yang diperoleh untuk ruang
kolom dari A terdiri dari vektor-vektor kolom dari A, tetapi vektor-vektor basis yang
diperoleh untuk ruang baris dari A tidak seluruhnya merupakan vektor-vektor baris dari
A. Contoh berikut ini mnegilustrasikan suatu prosedur penentuan suatu basis untuk
ruang baris dari matriks A yang seluruhnya terdiri dari vektor-vektor baris dari A.

22
Contoh 8 Basis untuk Ruang Baris suatu Matriks
Tentukan basis untuk ruang baris dari

1 −2 0 0 3
A = [2 −5 −3 −2 6]
0 5 15 10 0
2 6 18 8 6
Yang seluruhnya terdiri dari vektor-vektor baris dari A.
Penyelesaian.
Kita akan mentranspos A, yang akan mengubah ruang baris dari A menjadi ruang
kolom dari 𝐴𝑇 ; kemudian kita akan menggunakan metode pada Contoh 6 untuk
menentukan basis untuk ruang kolom dari 𝐴𝑇 ; dan kemudian kita akan
mentransposnya kembali untuk mengubah vektor-vektor kolom menjadi vektor-vektor
baris kembali. Dengan mentranspos A kita memperoleh
1 2 0 2
−2 −5 5 6
𝐴𝑇 = 0 −3 15 18
0 −2 10 8
[3 6 0 6 ]
Dengan mereduksi matriks ini menjadi bentuk eselon baris akan menghasilkan
1 2 0 2
0 1 −5 −10
0 0 0 1
0 0 0 0
[0 0 0 0 ]
Kolom pertama, kedua, dan keempat mengandung 1 utama, sehingga vektor-vektor
kolom pada 𝐴𝑇 yang bersesuaian membentuk basis untuk ruang kolom dari 𝐴𝑇 ; yaitu
1 2 2
−2 −5 6
𝑐1= 0 , 𝑐2 = −3 , dan 𝑐4 = 18
0 −2 8
[3] [6] [6]
Dengan mentranspos kembali dan menyesuaikan notasi dengan benar akan
menghasilkan vektor-vektor basis
𝑟1 = [1 − 2 0 0 3], 𝑟2 = [2 − 5 − 3 − 2 6] dan 𝑟4 = [2 6 18 8 6]

23
Untuk ruang baris dari A.
Kita mengetahui dari Teorema 5.5.5 bahwa operasi baris elementer tidak
mengubah hubungan kebebasan linear dan ketidakbebasan linear diantara vektor-
vektor kolom; Namun demikian, Rumus (6) dan (7) mengimplikasikan hasil yang
bahkan lebih mendalam. Karena rumu-rumus ini sebenarnya memiliki koefisien-
koefisien skalar 𝑥1 , 𝑥2 , … , 𝑥𝑛 yang sama, maka operasi baris elementer tidak akan
mengubah rumus-rumus (kombinasi-kombinasi linear) yang mengaitkan vektor-vektor
kolom tidak bebas inear. Kami meniadakan bukti formalnya.

CONTOH 9 BASIS DAN KOMBINASI LINEAR


(a) Tentukan subhimpunan dari vektor-vektor
𝑣1 = (1, −2, 0, 3), 𝑣2 = (2, −5, −3, 6),
𝑣3 = (0, 1, 3, 0), 𝑣4 = (2, −1, 4, −7), 𝑣5 = (5, −8, 1, 2)
Yang membentuk suatu basis untuk ruang yang direntang oleh vektor-vektor ini.
(b) Nyatakan setiap vektor yang tidak termasuk dalam basis sebagai kombinasi
linear dari vektor-vektor basis.
Penyelesaian (a). Kita mulai dengan menyusun suatu matriks yang memiliki
𝑣1 , 𝑣2 , … , 𝑣5 sebagai vektor-vektor kolomnya:

1 2 0 2 5
[−2 −5 1 −1 −8]
0 −3 3 4 1
3 6 0 −7 2
↑ ↑ ↑ ↑ ↑
𝑣1 𝑣2 𝑣3 𝑣4 𝑣5
Bagian pertama dari masalah kita dapat diselesaikan dengan menentukan suatu basis
untuk ruang vektor dari matriks ini. Dengan mereduksi matriks menjadi bentuk eselon
baris tereduksi dan menotasikan vektor-vektor kolom dari matriks yang diperoleh
dengan 𝑤1 , 𝑤2 , … , 𝑤5 menghasilkan

24
1 0 2 0 1
[0 1 −1 0 1]
0 0 0 1 1
0 0 0 0 0
↑ ↑ ↑ ↑ ↑
𝑤1 𝑤2 𝑤3 𝑤4 𝑤5
1 utama terdapat pada kolom-kolom 1, 2, dan 4 sehingga menurut Teorema 5.5.6
{𝑤1 , 𝑤2 , 𝑤4 }
Adalah basis untuk ruang kolom dari (9) dan sebagai konsekuensinya
{𝑣1 , 𝑣2 , 𝑣4 }
Adalah basis untuk ruang kolom (9).

Penyelesaian (b). Kita akan mulai dengan menyatakan 𝑤3 dan 𝑤5 sebagai kombinasi
linear dari vektor-vektor basis 𝑤1 , 𝑤2 , 𝑤4. Cara yang paling sederhana untuk
melakukan hal ini adalah dengan menyatakan 𝑤3 dan 𝑤5 dalam bentuk vektor basis
dengan subskrip lebih kecil. Dengan demikian, kita akan menyatakan 𝑤3 sebagai
kombinasi linear dari 𝑤1 dan 𝑤2 dan menyatakan 𝑤5 sebagai kombinasi linear dari
𝑤1 , 𝑤2 , dan 𝑤4 .
𝑤3 = 2𝑤1 − 𝑤2
𝑤5 = 𝑤1 + 𝑤2 + 𝑤4
Kita menyebut ini sebagai persamaan ketergantungan (dependency equation).
Hubugan yang bersesuaian pada (8) adalah
𝑣3 = 2𝑣1 − 𝑣2
𝑣5 = 𝑣1 + 𝑣2 + 𝑣4
Prosedur yang diilustrasikan pada contoh di atas cukup penting sehingga kita akan
merangkum langkah-langkahnya:
Jika diketahui suatu himpunan vektor-vektor 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑘 } pada 𝑅 𝑛 ,
prosedur berikut menghasilkan suatu subhimpunan dari vektor-vektor ini yang
membentuk suatu basis untuk rentang (S) dan menyatakan vektor-vektor dari S yang
tidak termasuk dalam basis tersebut sebagai kombinasi linear dari vektor-vektor basis.

25
Langkah 1. Susunlah matriks A yang mempunyai 𝑣1 , 𝑣2 , … , 𝑣𝑘 sebagai vektor-
vektor kolomnya.
Langkah 2. Reduksilah matriks A menjadi bentuk eselon baris tereduksi R, dan
misalkan 𝑤1 , 𝑤2 , … , 𝑤𝑘 adalah vektor-vektor kolom dari R.
Langkah 3. Identifikasikanlah kolom-kolom pada R yang mengandung 1 utama.
Vektor-vektor kolom dari A yang bersesuaian adalah vektor-vektor basis untuk rentang
(S).
Langkah 4. Nyatakan setiap vektor kolom dari R yang tidak mengandung 1 utama
sebagai suatu kombinasi linear dari vektor-vektor kolom sebelumnya yang
mengandung 1 utama. (Anda akan dapat melakukan hal ini melalui inspeksi). Langkah
ini akan menghasilkan suatu himpunan persamaan ketergantungan yang melibatkan
vektor-vektor kolom dari R. Persamaan yang bersesuaian untuk vektor-vektor kolom
dari A menyatakan vektor-vektor yang tidak ada dalam basis tersebut sebagai
kombinasi linear dari vektor-vektor basis.

26
2.6. RANK DAN NULITAS
A. Definisi
Empat ruang matrik dasar
Jika diketahui sebuah matriks A dan transposenya adalah 𝐴𝑇 secara bersamaan,
maka ada enam ruang vektor yang penting :
1. Ruang baris dari 𝐴
2. Ruang kolom dari 𝐴
3. Ruang nul dari 𝐴
4. Ruang baris dari 𝐴𝑇
5. Ruang kolom dari 𝐴𝑇
6. Ruang nul dari 𝐴𝑇

Namun demikian, dengan mentranpos 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 𝐴𝑇 adalah sama
dengan ruang baris dari 𝐴. Dengan ini kita tinggal memilikiempat ruang vektor yang
penting.
1. Ruang baris dari 𝐴
2. Ruang kolom dari 𝐴
3. Ruang nul dari 𝐴
4. Ruang baris dari 𝐴𝑇

Ruang Baris dan Ruang Kolom yang Memiliki Dimensi Sama


Contoh

Masing-masing memiliki 3 vektor basis, yang berarti kedua berdimensi tiga.


Bukanlah merupakan suatu kebetulan jika ternyata dimensi-dimensi ini sama; hal ini
merupakan konsekuensi dari hasil umum berikut.

27
Teorema
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 diatas
maka
dim(ruang baris dari A ) = dim(ruang kolom dari R)
dim(ruang kolom dari R) = Dim(ruang baris dari A)
Jadi, bukti ini akan menjadi sempurna jika kita dapat menunjukan bahwa ruang
baris dan ruang kolom dari R memiliki dimensi yang sama. Tetapi dimensi ruang baris
dari R adlah banyaknya baris tak nol dan dimensi ruang kolom dari R adalah banyaknya
kolom yang mengandung 1 utama. Akan tetapi, baris-baris taknol tepatnya merupakan
baris-baris dimana terdapat 1 utama, ehingga banyaknya 1 utama dan banyaknya baris
taknol adalah sama. Hal ini menunjukan 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
yangdikaitkan dengan hal ini.
Dimensi umum dari ruang baris dan ruang kolom dari suatu matriksA disebut rank dari
A dan dinyatakan sebagai rank(A); dimensi ruang nul dari A disebut sebagai
nulitas(nulity) dari A dan dinyatakan sebagai nulitas(A).
−1 2 0 4 5 −3
𝐴 = [ 3 −7 2 0 1 4]
2 −5 2 4 6 1
4 −9 2 −4 −4 7
Penyelesaian
Bentuk eselon baris tereduksi dari A adalah
1 0 −4 −28 −37 13
[0 1 −2 −12 −16 5]
0 0 0 0 0 0
0 0 0 0 0 0
Buktikan....

28
−1 2 0 4 5 −3
𝐴 = [ 3 −7 2 0 1 4 ] 𝑏1(−1)
2 −5 2 4 6 1
4 −9 2 −4 −4 7
1 −2 0 −4 −5 3
= [3 −7 2 0 1 4] 𝑏1(−3) + 𝑏2
2 −5 2 4 6 1
4 −9 2 −4 −4 7
1 −2 0 −4 −5 3
= [0 −1 2 12 16 −5] 𝑏1(−2) + 𝑏3
2 −5 2 4 6 1
4 −9 2 −4 −4 7
1 −2 0 −4 −5 3
= [0 −1 2 12 16 −5] 𝑏1(4) + 𝑏2
0 −1 2 12 16 −5
4 −9 2 −4 −4 7
1 −2 0 −4 −5 3
= [0 −1 2 12 16 −5] 𝑏2 + 𝑏4
0 −1 2 12 16 −5
0 −1 2 12 16 3
1 −2 0 −4 −5 3
= [0 −1 2 12 16 −5]
0 −1 2 12 16 −5
0 0 0 0 0 0
1 −2 0 −4 −5 3
=[ 0 1 −2 −12 −16 5 ]
0 0 0 0 0 0
0 0 0 0 0 0
𝑥1 − 2𝑥2 − 4𝑥4 − 5𝑥5 + 3𝑥6
𝑥2 −
𝑥1 − 2𝑥2 − 4𝑥4 − 5𝑥5 + 3𝑥6 = 0
𝑥2 − 2𝑥3 − 12𝑥4 − 16𝑥5 + 5𝑥6 = 0
𝑥3 = 𝑟
𝑥4 = 𝑠
𝑥5 = 𝑡
𝑥6 = 𝑢

29
Teorema
Jika A adlah suatu matriks sebarang, maka rank(a) = rank(𝐴𝑇 ).
Bukti .
rank(A) = dim(ruang baris dari A) = dim(ruang kolom dari 𝐴𝑇 )= rank(𝐴𝑇 )
teorema berikut ini menyusun hubungan penting antara rank dan nulitas suatu matriks.
Teorema dimensi untuk matriks
Jika A adalah suatu Matriks dengan n kolom, maka
𝑟𝑎𝑛𝑘(𝐴) + 𝑛𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = 𝑛
Bukti. Karena A memiliki n kolom, maka sistem linear homogen Ax= 0 memiliki n
faktor yang tidak diketahui variabel). Variabel ini terbagi atas dua kategori; variabel
utama dan variabel bebas. Jadi,
[𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑢𝑡𝑎𝑚𝑎] + [𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑒𝑏𝑎𝑠 ] = 𝑛
Teapi banyaknya varibel utama adlah sama dengan banyaknya 1 utama dalam bentuk
eselon baris tereduksi dari A, dan angka ini merupakan rank dari A. Jadi,
𝑟𝑎𝑛𝑘(𝐴) + [𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑒𝑏𝑎𝑠] = 𝑛
Banyaknya variabel bebas adlah sama dengan nulitas dari A. Hal ini terjadi karena
nultas dari A adalah dimensi ruang solusi dari 𝐴𝑥 =0, yang sama dengan banyaknya
parameter pada solusi umum
Teorema
Jika 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
Matriks
−1 2 0 4 5 −3
𝐴 = [ 3 −7 2 0 1 4]
2 −5 2 4 6 1
4 −9 2 −4 −4 7
Memiliki 6 kolom sehingga
𝑟𝑎𝑛𝑘(𝐴) + 𝑢𝑙𝑖𝑡𝑎𝑠 (𝐴) + 6

30
Hal ini konsisten dengan contoh 1, dimana kami telah menunjukan bahwa
𝑟𝑎𝑛𝑘(𝐴) = 2 dan 𝑛𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = 4
Banyaknya Parameter Pada Solusi Umum
Tentukan Banyaknya parameter pada solusi umum dari Ax=0 jika A adalah matriks
5x7 dengan rank 3
Penyelesaian
𝑛𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = 𝑛 − 𝑟𝑎𝑛𝑘(𝐴) = 7 − 3 = 4
Jadi, terdapat 4 parameter.kini kita misalkan A adalah suatu matriks 𝑚 × 𝑛dengan
rank 𝑟.sesuai dengan teorema maka 𝐴𝑇 adalah suatu matriks 𝑛 × 𝑚dengan rank 𝑟.
Dengan menerapkan teorema untuk A dan 𝐴𝑇 akan menghasilkan
𝑛𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = 𝑛 − 𝑟, 𝑛𝑢𝑙𝑖𝑡𝑎𝑠(𝐴𝑇 ) = 𝑚 − 𝑟
Dari maa kita dapat menyimpulkan 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
Ruag nul dari A 𝑛−𝑟
Ruang nul dari 𝑨𝑻 𝑚−𝑟

Nilai maksimum untuk Rank jika A adalah suatu matriks 𝑚 × 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 bahwa
ruang kolom paling banyak berdimensi m. Karena ruang baris dan ruang kolom
memilliki dimensi yang sama (rank dari A), kita harus menyimpulkan bahwa jika 𝑚 ≠
𝑛,maka rankdari A yang paling banyak adalah nilai yang lebih kecil antara nilai-nilai
m dan n. Kita menotasikannya dengan menulis
𝑟𝑎𝑛𝑘(𝐴) ≤ min(𝑚, 𝑛)
Dimana min(𝑚, 𝑛)menotasikan nilai yang lebih kecil antara nilai m`dan dan nilai n
jika 𝑚 ≠ 𝑛, atau nilai sama jika 𝑚 = 𝑛.

31
Jika A adalah suatu matriks 7 × 4, maka rank dari A yang paling banyak adalah 4,
dan sebagai konsekuensinya, keetujuh vektor barisnya pasti tidak bebas linear. Jika A
adalah matriks 4 × 7, maka kembali rank dari A yang paling banyak adalah 4, dan
sebagaikonsekuensinya, ketujuh kolomnya pasti tidak bebas linear.
Sistem Linear yang terdiri dari m persamaan dengan n faktor yang tidak diketahui
Sebelumnya kita telah memperoleh berbagai macam teorema mengenai sistem
linear yang terdiri dari n persamaan dengan n faktor yang tidak diketahui, kini kita akan
mengalihkana perhatian pada sistem linear yang terdiri dari m persamaan dengan n
factor yang tidak diketahui, di mana m dan n tidak peerlu sama.
Teorema berikut menyatakan syarat-syarat di mana suatu system linear yang
terdiri dari m persamaan dengan n faktor yang tidak diketahui dipastikan selalu
konsisten.
Teorema
Jika 𝑎𝑥 = 𝑏 adalah suatu sistem linear yang terdiri dari m persamaan dengan n factor
yang tidak diketahui, mak pernyataan-pernyataan berikut ini adalah ekuivalen.
(a) 𝐴𝑥 = 𝑏 adalah konsisten
(b) B berada pada ruang kolom dari A
(c) Matriks koefisien A dan matriks yang diperbesar [A|b] memiliki rank yang
sama.

Teorema konsisten menekankan pada syarat-syarat di mana suatu 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
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) 𝐴𝑐 = 𝑏 adalah konsistensi untuk setiap matriks 𝑏, 𝑚𝑥1.
(b) Vektor – vektor kolom dari A merentang 𝑅 𝑚 .
(c) Rank(A) = m

32
Contoh
Sistem linear
𝑥1 - 2𝑥2 = 𝑏1
𝑥1 - 𝑥2 = 𝑏2
𝑥1 + 𝑥2 = 𝑏3
𝑥1 + 2𝑥2 = 𝑏4
𝑥1 + 3𝑥2 = 𝑏5
Adalah over determined, sehingga system ini tidak dapat konsisten untuk semua nilai
𝑏1 , 𝑏2 , 𝑏3 , 𝑏4 , 𝑏5 yang mungkin. Syarat-syarat eksak agar system tersebut konsisten
dapat diperoleh dengan menyelesaikan sitem linear tersebut menggunakan eliminasi
Gauss-Jordan. Matriks diperbesar dari persamaan diatas adalah ekuivalen baris dengan
……..
Jadi, system tersebut bersifat konsisten jika dan hanya jika 𝑏1 , 𝑏2 , 𝑏3 , 𝑏4 , 𝑏5 memenuhi
syarat-syarat
1 0 2𝑏1 −𝑏1
0 1 𝑏2 −𝑏1
0 0 𝑏3 −3𝑏2 +2𝑏1
0 0 𝑏4 −4𝑏2 +3𝑏1
[0 0 𝑏5 −5𝑏2 +4𝑏1 ]
Atau, dengan menyelesaikan sitem linear homogen ini diperoleh
𝑏1 = 5r – 4s, 𝑏2 = 4r – 3s, 𝑏3 = 2r – s, 𝑏4 = r, 𝑏5 = s
Dimana r dan s adalah sebarang.
Sebelumnya kita memperoleh berbagai macam syarat di mana suatu system linear
homogen 𝐴𝑥 = 0 yang terdiri dari n persamaan dengan n faktor yang tidak diketahui
dipastikan hanya memiliki solusi trivial. Teorema berikut memperoleh beberapa hasil
yang bersesuaian untuk sistem yang terdiri dari m persamaan dengan n factor yang
tidak diketahui, dimana m dan n mungkin berbeda.

33
Teorema
Jika A adalah suatu matriks mxn, maka pernyataan-pernyataan berikut adalah
ekuivalen.
(a) 𝐴𝑥 = 0 hanya memiliki solusi trivial
(b) Vektor –vektor kolom A adalah bebas linear.
(c) 𝐴𝑥 = 𝑏 memiliki paling banyak satu solusi (tidak ada atau satu) untuk setiap
matriks 𝑏, 𝑚𝑥1.

Contoh
Jika A adalah suatu matriks 5x7, maka untuk setiap matriks b, 7x1, system 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, di mana r
adalah rank dari A.

34
BAB III

LATIHAN SOAL

1. Tuliskan vektor-vektor baris dan vektor-vektor kolom dari matriks


2 −1 0 1
[3 5 7 1]
1 4 2 7
2. Nyatakan hasilkali 𝐴𝑥 sebagai suatu kombinasi linear dari vektor-vektor
kolom dari A.
1 1 2 −2
(a) [1 0 1] [ 3 ]
2 1 3 5
−3 6 2
−1
(b) [ 5 −4 0 ][ 2 ]
2 3 −1 5
1 8 3
3. Tentukan apakah b berada pada ruang kolom dari A, dan jika iya nyatakan b
sebagai suatu kombinasi linear dari vektor-vektor kolom dari A.
1 −1 1 5
𝐴 = [9 3 1] ; 𝑏 = [ 1 ]
1 1 1 −1
4. Misalkan 𝑥1 = −1, 𝑥2 = 2, 𝑥3 = 4, 𝑥4 = −3 adalah solusi dari suatu sistem
linear nonhomogen 𝐴𝑥 = 𝑏 dan himpunan solusi dari sistem homogen 𝐴𝑥 =
0 diberikan oleh rumus-rumus
𝑥1 = −3𝑟 + 4𝑠, 𝑥2 = 𝑟 − 𝑠, 𝑥3 = 𝑟, 𝑥4 = 𝑠
(a) Tentukan bentuk vektor dari solusi umum untuk 𝐴𝑥 = 0
(b) Tentukan bentuk vektor dari solusi umum untuk 𝐴𝑥 = 𝑏
5. Tentukan bentuk vektor dari solusi umum sistem linear 𝐴𝑥 = 𝑏 berikut;
kemudian gunakan hasil tersebut untuk menentukan bentuk vektor dari solusi
umum untuk 𝐴𝑥 = 0.

35
𝑥1 − 3𝑥2 = 1
(a)
2𝑥1 − 6𝑥2 = 2
𝑥1 + 𝑥2 + 2𝑥3 = 5
(b) 𝑥1 + 𝑥3 = −2
2𝑥1 + 𝑥2 + 3𝑥3 = 3
6. Tentukan basis untuk tuang nul dari A
1 −1 3
𝐴 = [5 −4 −4]
7 −6 2
7. Pada setiap bagian, diberikan matriks dalam bentuk eselon baris. Tentukan
basis-basis untuk ruang baris dan ruang kolom dari A melalui inspeksi.
1 2 4 5
0 1 −3 0
0 0 1 −3
0 0 0 1
[0 0 0 0]
8. Untuk matriks pada latihan 6, tentukan basis untuk ruang baris dari A dengan
mereduksi matriks tersebut menjadi bentuk eselon baris.
9. Untuk matriks pada latihan 6, tentukan basis untuk ruang kolom dari A.
10. Untuk matriks pada latihan 6, tentukan basis untuk ruang baris dari A yang
seluruhnya terdiri dari vektor-vektor baris dari A.
11. Tentukan subhimpunan vektor-vektor yang membentuk basis untuk ruang
yang direntang oleh vektor-vektor berikut; kemudian nyatakan setiap vektor
yang tidak terdapat di dalam basis sebagai kombinasi linear dari vektor-vektor
basis.
𝑣1 = (1, 0, 1, 1), 𝑣2 = (−3, 3, 7, 1), 𝑣3 = (−1,3, 9, 3), 𝑣4 = (−5, 3, 5, −1)

36
BAB IV

PENUTUP

A. Kesimpulan

B. Saran
Untuk Penulisan Selanjutnya, disarankan menggunakan lebih banyak lagi referensi
mengenai Ruang Vektor Umum.

DAFTAR PUSTAKA

Anton, H & Rorres, C. 2005. Aljabar Linear Elementer Versi Aplikasi. Drexel
University. Penerbit Erlangga.

37