SUB RUANG VEKTOR

Istilah kombinasi linier dikenalkan oleh matematikawan

Amerika G.W. Hill, dalam sebuah makalah penelitian
tentang gerakan planet yang diterbitkan pada tahun
1900. Hill adalah seorang "penyendiri" yang lebih suka
bekerja di luar rumahnya di West Nyack, New York,
dan bukan di bidang akademis, meskipun ia mencoba
mengajar di Universitas Columbia untuk beberapa
tahun. Menariknya, dia rupanya mengembalikan gaji
mengajarnya, menunjukkan bahwa dia tidak
membutuhkan uang dan tidak tergila-gila dengan uang.
George William Hill Meskipun secara teknis seorang matematikawan, Hill
memiliki sedikit ketertarikan pada perkembangan
(1838-1914)
modern matematika dan hampir seluruhnya bekerja
pada teori orbit planet.

Deskripsi
Pada bagian ini kita akan menunjukkan dan menjelaskan bagaimana sifat ruang
vektor yang lebih besar dapat digunakan untuk mendapatkan properti dari ruang
vektor yang lebih kecil, dan kita akan memberikan berbagai contoh penting.

Tujuan
Setelah mempelajari materi sub ruang diharapkan mahasiswa mampu:
1. Mengidentifikasi definisi sub ruang vektor
2. Membuktikan teorema sub ruang vektor
3. Menyelesaikan soal yang berkaitan dengan sub ruang vektor
Miskonsepsi
Miskonsepsi didefinisikan sebagai kesalah pahaman yang mungkin terjadi selama
atau sebagai hasil dari pengajaran yang baru saja diberikan, berlawanan dengan
konsepsi-konsepsi ilmiah yang dibawa atau berkembang dalam waktu lama. Pada
materi ruang sub ruang vektor ada beberapa kemungkinan miskonsepsi yang
terjadi antara lain:
1. Menentukan sub ruang atau bukan
2. Menyelesaikan soal yang berkaitan dengan sub ruang
DEFINISI 1

Subset W dari ruang vektor V disebut subruang dari V jika W itu sendiri adalah
ruang vektor di bawah penambahan dan perkalian skalar yang didefinisikan pada
V.

Secara umum, untuk menunjukkan bahwa himpunan kosong W dengan dua

operasi adalah ruang vektor, harus membuktikan sepuluh aksioma ruang vektor.
Namun, jika W adalah subruang dari ruang vektor V yang diketahui, maka
aksioma tertentu tidak perlu dibuktikan karena mereka "diwariskan" dari V.
Sebagai contoh, tidak perlu untuk membuktikan bahwa u + v = v + u berlaku di W
karena berlaku untuk semua vektor di V termasuk di W. Di sisi lain, perlu untuk
membuktikan Ruang Lingkup Umum bahwa W adalah di bawah standar
tambahan yang diakibatkan karena adanya kemungkinan adanya dua vektor pada
W atau mengalikan vektor pada W dengan skalar menghasilkan vektor pada V
yang berada di luar W (gambar 4.2.1). Aksioma-aksioma yang tidak diwariskan
oleh W adalah

Aksioma 1-Penutupan W di bawah penambahan

Aksioma 4-Adanya vektor nol di W
Aksioma 5-Adanya hal negatif pada W untuk setiap vektor dalam W
Aksioma 6-Penutupan W dengan perkalian skalar
Jadi ini harus dibuktikan bahwa itu adalah subruang dari V. Namun, teorema
berikutnya menunjukkan bahwa jika Aksioma 1 dan Aksioma 6 bertahan di W,
maka Aksioma 4 dan 5 bertahan di W sebagai konsekuensinya dan karenanya
tidak perlu diverifikasi.
TEOREMA 4.2.1
Jika W adalah himpunan satu atau lebih vektor dalam ruang vektor V, maka W
adalah subruang dari V jika dan hanya jika kondisi berikut terpenuhi.
(a) Jika u and v vektor di W, maka u+v ada di W.
(b) Jika k adalah skalar dan u adalah vektor di W, maka ku ada di W
Bukti:
Jika W adalah subruang dari V, maka semua aksioma ruang vektor ada di W,
termasuk Aksioma 1 dan 6, yang
merupakan kondisi yang tepat (a) dan (b).
Sebaliknya, asumsikan bahwa kondisi (a) dan (b) tahan. Karena ini
adalah Aksioma 1 dan 6, dan karena Aksioma 2, 3, 7, 8, 9, dan 10 diwarisi dari V,
kita hanya perlu menunjukkan bahwa Aksioma 4 dan 5 bertahan di W. Untuk
tujuan ini, biarlah ada vektor di W. Ini mengikuti dari kondisi (b) ku adalah vektor
pada W untuk setiap skalar k. Secara khusus, 0u = 0 dan (-1) u = -u ada di W. lihat
aksioma 4 dan 5 ada di W.

CONTOH 1 Subruang Nol

Jika V adalah ruang vektor, dan jika W = {0} adalah subset dari V yang terdiri
dari vektor nol saja, maka W ditutup di bawah penambahan dan perkalian skalar
sejak
0 + 0 = 0 𝑑𝑎𝑛 𝑘 0 = 0

Untuk semua k skalar. Kita sebut W adalah subruang V

CONTOH 2 Garis yang melalui titik awal adalah subruang 𝑅 2 dan 𝑅 3

Jika W adalah garis melalui titik awal dari R2 atau R3, maka menambahkan dua
vektor pada garis atau mengalikan vektor pada garis dengan skalar menghasilkan
vektor lain pada garis, jadi W tertutup pada penambahan dan perkalian skalar
(lihat Gambar 4.2.2 untuk ilustrasi di R3).
CONTOH 3 Planes Through the Origin Are Subspaces of R3

Jika u dan v adalah vektor pada bidang W melalui asal R3, maka secara geometri
jelas bahwa u + v dan ku juga terletak pada bidang W yang sama untuk skalar k
(Gambar 4.2.3). Jadi W ditutup di bawah penambahan dan perkalian skalar.

Tabel 1 di bawah ini memperlihatkan daftar ruang sub R2 dan R3 yang telah kita
temui sejauh ini. Kita akan melihat nanti bahwa ini adalah satu-satunya subruang
R2 dan R3.
CONTOH 4 Himpunan bagian dari R2 bukan merupakan sub ruang

Misalkan W adalah himpunan semua titik (x, y) pada R2 dimana x ≥ 0 dan y ≥0

(daerah yang diarsir pada Gambar 4.2.4). himpunan ini bukan subruang dari R2
karena tidak tertutup dengan perkalian skalar. Sebagai contoh, v = (1,1) adalah
vektor pada W, tapi (-1) v = (- 1, -1) tidak.

CONTOH 5 Subruang 𝑀𝑛𝑛

Kita tahu dari Teorema1.7.2 bahwa jumlah dua matriks n × n simetrik simetris
dan kelipatan skalar matriks simetrik nx n simetris. Jadi, himpunan matriks n × n
simetris ditutup di bawah perkalian tambahan dan perkalian skalar dan karenanya
adalah subruang dari 𝑀𝑛𝑛 . Demikian pula, himpunan matriks segitiga atas,
matriks segitiga bawah, dan matriks diagonal adalah subruang dari 𝑀𝑛𝑛 .
CONTOH 6 Himpunan bagian 𝑀𝑛𝑛 bukan merupakan sub ruang

Himpunan W dari matriks n × n yang dapat dibalik bukan merupakan subruang

dari 𝑀𝑛𝑛 , gagal dalam dua hitungan - tidak tertutup di bawah penambahan dan
tidak ditutup dengan perkalian skalar. Kita akan mengilustrasikan ini dengan
sebuah contoh di 𝑀22 bahwa Anda dapat dengan mudah beradaptasi dengan Mnn.
Perhatikan matriksnya

Matriks 0U adalah matriks nol 2x2 dan karenanya tidak dapat dibalik, dan matriks
U + V memiliki kolom angka nol sehingga juga tidak dapat dibalik.

CONTOH 7 Sub Ruang C (−∞, ∞)

Ada sebuah teorema dalam kalkulus yang menyatakan bahwa sejumlah fungsi
kontinyu bersifat kontinyu dan fungsi kontinou konstant adalah kontinou. Diulang
dalam bahasa vektor, himpunan fungsi kontinu pada (−∞, ∞) adalah subruang
dari F (−∞, ∞). Kami akan menunjukkan subruang ini dengan C (−∞, ∞).

CONTOH 8 Fungsi dengan Derifatif kontinou

Suatu fungsi dengan turunan kontinu dikatakan terdiferensialkan secara terus

menerus. Sana adalah sebuah teorema dalam kalkulus yang menyatakan bahwa
jumlah dari dua fungsi terdiferensialkan secara terus menerus dapat
terdiferensialkan dan bahwa suatu konstanta yang terus menerus dapat
disimpulkan secara kontinu tidak dapat disinyalir. Dengan demikian, fungsi yang
terus terdiferensialkan pada (−∞, ∞) membentuk subruang dari F (−∞, ∞).
Kami akan menunjukkan subruang ini dengan 𝐶 ′ (−∞, ∞) , di mana superskrip
tersebut menekankan bahwa turunan pertama terus berlanjut. Untuk mengambil
langkah ini lebih jauh, himpunan fungsi dengan komponen kontinu berikutnya
(−∞, ∞) adalah subruang dari F (−∞, ∞) seperti himpunan fungsi dengan
turunan dari semua pesanan pada (−∞, ∞). Kita akan menunjukkan subruang ini
masing-masing dengan 𝐶 𝑚 (−∞, ∞) dan 𝐶 ∞ (−∞, ∞).

CONTOH 9 Subruang dari Semua Polinomial

Ingat bahwa polinom adalah fungsi yang dapat diekspresikan dalam bentuk

dimana 𝑎0 , 𝑎1 , … , 𝑎𝑛 adalah konstanta. Jelas bahwa jumlah dua polinomial adalah

polinomial dan titik-titik yangmendapatkan mikroskopisisolinomial. Dengan
demikian, semua polinomial ditutup di bawah penambahan dan perkalian skalar
dan karenanya merupakan subruang dari F (−∞, ∞). Kita akan notasikan ruang
ini dengan 𝑃∞ .

CONTOH 10 Sub Ruang Polinomial Degree ≤ n

Ingatlah bahwa tingkat polinom adalah kekuatan tertinggi dari variabel yang
terjadi dengan koefisien non nol. Jadi, misalnya, jika a = 0 dalam Formula (1),
maka polinom tersebut memiliki derajat n. Tidak benar bahwa himpunan W dari
polinomial dengan derajat positif n adalah subruang dari F (−∞, ∞). karena
himpunan tersebut tidak ditutup di bawah penambahan. Misalnya, polinomial
1 + 2𝑥 + 3𝑥 2 dan 5 + 7𝑥 + 3𝑥 2
keduanya memiliki degree 2, namun jumlah mereka memiliki degree 1. Apa yang
benar, bagaimanapun, adalah bahwa untuk setiap bilangan bulat non negatif n
polinomial derajat n atau kurang membentuk subruang dari F (−∞, ∞). Kami
akan menunjukkan ruang ini dengan 𝑃∞ .

Hirarki Ruang Fungsi

Hal ini dibuktikan dalam kalkulus bahwa polinomial adalah fungsi kontinu dan
memiliki derivatif kontinu dari semua urutan pada (-∞, ∞). Jadi, terdapat P∞ tidak
hanya merupakan subruang dari F (-∞, ∞), seperti yang diamati sebelumnya,
namun juga merupakan subruang dari C∞(-∞, ∞). Kita menundanya untuk
meyakinkanmu bahwa ruang vektor yang dibahas dalam Contoh 7 sampai 10
"bersarang" di bagian lain seperti yang diilustrasikan pada Gambar 4.2.5.

Ingat!
Dalam contoh sebelumnya, kita mempertimbangkan fungsi yang didefinisikan
pada semua titik interval (-∞, ∞). Terkadang kita ingin mempertimbangkan fungsi
yang hanya didefinisikan pada beberapa subinterval (-∞, ∞), katakanlah interval
tertutup [a, b] atau interval terbuka (a, b). Dalam kasus seperti itu kita akan
membuat perubahan notasi yang sesuai. Sebagai contoh, C [a, b] adalah ruang
fungsi kontinu pada [a, b] dan C (a, b) adalah ruang fungsi kontinu pada (a, b).

 Gambar 4.2.5

Membangun Subruang
Teorema berikut menyediakan cara yang berguna untuk menciptakan subruang
baru dari subruang yang diketahui.

TEOREMA 4.2.2
Jika 𝑾1 , 𝑾2 , . . . , 𝑾𝑟 adalah subruang dari ruang vektor V, maka titik potong
subruang ini juga merupakan subruang dari V.

Bukti:
Misalkan W adalah titik potong dari subruang 𝑾1 , 𝑾2 , . . . , 𝑾𝑟 . Himpunan ini
tidak kosong karena masing-masing subruang ini berisi vektor nol V, dan karena
titik potongnya juga. Jadi, tetap untuk menunjukkan bahwa W tertutup terhadap
penjumlahan dan perkalian skalar.
Perhatikan bahwa langkah pertama dalam membuktikan Teorema 4.2.2 adalah
menetapkan bahwa W mengandung setidaknya satu vektor. Ini penting, karena
jika tidak, argumen selanjutnya mungkin benar secara logis tapi tidak berarti.
Untuk membuktikan sifat tertutup terhadap penjumlahan, misalkan u dan v adalah
vektor di W. Karena W adalah titik potong dari 𝑾1 , 𝑾2 , . . . , 𝑾𝑟 , berikut bahwa
u dan v juga terletak pada masing-masing subruang ini. Selain itu, karena
subruang ini tertutup terhadap penjumlahan dan perkalian skalar, semuanya juga
mengandung vektor u + v dan ku untuk setiap skalar k, dan karena itu juga
terhadap titik potong W. Ini membuktikan bahwa W tertutup terhadap
penjumlahan dan perkalian skalar.
Terkadang kita ingin menemukan subruang “terkecil” dari ruang vektor V yang
berisi semua vektor dalam beberapa rangkaian. Definisi berikut, yang
menggeneralisasi Definisi 4 dari Bagian 3.1, akan membantu kita untuk
melakukan itu.
Jika 𝑘 = 1, maka Persamaan (2) memiliki bentuk 𝒘 = 𝑘1 𝒗𝟏 , dalam hal ini
kombinasi linear hanyalah kelipatan skalar dari 𝒗𝟏 .

DEFINISI 2
Jika w adalah vektor pada ruang vektor V, maka w merupakan kombinasi linear
dari vektor 𝒗𝟏 , 𝒗𝟐 , . . . , 𝒗𝒓 dalam V jika w dapat dinyatakan dalam bentuk
𝒘 = 𝑘1 𝑣1 + 𝑘2 𝑣2 +· · · +𝑘𝑟 𝑣𝑟 (2)
dimana 𝑘1 , 𝑘2 , . . . , 𝑘𝑟 adalah skalar. Skalar ini disebut koefisien kombinasi
linier.

TEOREMA 4.2.3
Jika 𝑆 = {𝒘𝟏 , 𝒘𝟐 , . . . , 𝒘𝒓 } adalah himpunan vektor yang tidak kosong dalam
ruang vektor V, maka:
(a) Himpunan W dari semua kombinasi linear yang mungkin dari vektor-vektor
pada S adalah subruang dari V.
(b) Himpunan W pada bagian (a) adalah subruang "terkecil" dari V yang berisi
semua vektor dalam S dalam arti bahwa subruang lain yang berisi vektor-
vektor tersebut mengandung W.
Bukti
(a) Misalkan W adalah himpunan dari semua kombinasi linear yang mungkin dari
vektor-vektor pada S. Kita harus menunjukkan bahwa W tertutup terhadap
penjumlahan dan perkalian skalar. Untuk membuktikan tertutup terhadap
penjumlahan, yaitu:
𝒖 = 𝑐1 𝑤1 + 𝑐2 𝑤2 +· · · +𝑐𝑟 𝑤𝑟 dan 𝒗 = 𝑘1 𝑤1 + 𝑘2 𝑤2 +· · · +𝑘𝑟 𝑤𝑟

menjadi dua vektor di W. Dengan demikian jumlah mereka dapat ditulis sebagai
𝒖 + 𝒗 = (𝑐1 + 𝑘1 )𝑤1 + (𝑐2 + 𝑘2 )𝑤2 +· · · +(𝑐𝑟 + 𝑘𝑟 )𝑤𝑟
yang merupakan kombinasi linear dari vektor-vektor pada S. Jadi, W tertutup
terhadap penjumlahan. Kita membiarkan untuk anda membuktikan bahwa W juga
tertutup terhadap perkalian skalar dan merupakan subruang dari V.
(b) Misalkan W adalah subruang dari V yang berisi semua vektor di S. Karena W
tertutup terhadap penjumlahan dan perkalian skalar, ia mengandung semua
kombinasi linear vektor-vektor pada S dan mengandung W.
Definisi berikut memberikan beberapa notasi dan terminologi penting yang terkait
dengan Teorema 4.2.3.
Dalam kasus di mana S adalah himpunan kosong, akan lebih mudah untuk
menyetujui 𝑟𝑒𝑛𝑡𝑎𝑛𝑔(Ø) = {0}.

DEFINISI 3
Jika 𝑆 = {𝒘1 , 𝒘2 , . . . , 𝒘𝑟 } adalah himpunan vektor yang tidak kosong di ruang
vektor V, maka subruang W dari V yang terdiri dari semua kombinasi linear yang
mungkin dari vektor-vektor pada S disebut subruang dari V yang dihasilkan oleh
S, dan kita katakan bahwa vektor 𝒘1 , 𝒘2 , . . . , 𝒘𝑟 rentang W. Kami tunjukkan
subruang ini sebagai
𝑊 = 𝑟𝑒𝑛𝑡𝑎𝑛𝑔{𝒘1 , 𝒘2 , . . . , 𝒘𝑟 } atau 𝑊 = 𝑟𝑒𝑛𝑡𝑎𝑛𝑔(𝑆)
CONTOH 11 Vektor satuan standar berkisar Rn
Ingat bahwa vektor satuan standar di Rn adalah
𝒆1 = (1, 0, 0, . . . , 0), 𝒆2 = (0, 1, 0, . . . , 0), . . . , 𝒆𝑛 = (0, 0, 0, . . . , 1)

Vektor ini membentang Rn karena setiap vektor 𝒗 = (𝑣1 , 𝑣2 , . . . , 𝑣𝑛 ) di Rn dapat

dinyatakan sebagai:
𝒗 = 𝑣1 𝒆1 + 𝑣2 𝒆2 +· · · +𝑣𝑛 𝒆𝑛

yang merupakan kombinasi linier dari 𝒆1 , 𝒆2 , . . . , 𝒆𝑛 . Jadi, misalnya, vektornya:

𝒊 = (1, 0, 0), 𝒋 = (0, 1, 0), 𝒌 = (0, 0, 1)

rentang R3 karena setiap vektor 𝒗 = (𝑎, 𝑏, 𝑐) di ruang ini dapat dinyatakan sebagai
𝒗 = (𝑎, 𝑏, 𝑐) = 𝑎(1, 0, 0) + 𝑏(0, 1, 0) + 𝑐(0, 0, 1) = 𝑎𝒊 + 𝑏𝒋 + 𝑐𝒌

CONTOH 12 Tampilan Geometris Rentangan di R2 dan R3

(a) Jika v adalah vektor taknol pada R2 atau R3 yang memiliki titik awalnya pada
titik asal, maka rentang {v}, yang merupakan himpunan semua kelipatan
skalar dari v, adalah garis yang melalui titik asal yang ditentukan oleh v. Anda
harus dapat memvisualisasikan ini dari Gambar 4.2.6a dengan mengamati
bahwa ujung vektor kv dapat dibuat jatuh pada titik manapun di garis dengan
memilih nilai k untuk memperpanjang, mempersingkat, atau membalikkan
arah v dengan tepat.
(b) Jika 𝒗1 dan 𝒗2 adalah vektor tak-nol pada R3 yang memiliki titik awal di titik
asal, maka rentang {𝒗1 ,𝒗2 }, yang terdiri dari semua kombinasi linier 𝒗1 dan
𝒗2 , adalah bidang yang melalui titik asal yang ditentukan oleh kedua vektor
ini. Anda harus bisa memvisualisasikan ini dari Gambar 4.2.6b dengan
mengamati bahwa ujung vektor 𝑘1 𝒗1 +𝑘2 𝒗2 dapat dibuat jatuh pada setiap
titik bidang dengan menyesuaikan skalar 𝑘1 dan 𝑘2 untuk memperpanjang,
mempersingkat, atau membalikkan arah vektor 𝑘1 𝒗1 dan 𝑘2 𝒗2 secara tepat.
 (a) rentang{v} adalah garis yang (b) rentang{𝒗1 , 𝒗2 } adalah bidang yang
melewati titik asal yang ditentukan melalui titik asal yang ditentukan oleh
oleh v. 𝒗1 dan 𝒗2 .
(b) Gambar 4.2.6
(c)

CONTOH 13 Rentangan himpunan untuk 𝑃𝑛

Polinomial 1, 𝑥, 𝑥 2 , … , 𝑥 𝑛 membentang ruang vektor 𝑃𝑛 yang didefinisikan dalam

Contoh 10 karena masing-masing p polinomial dalam 𝑃𝑛 dapat ditulis sebagai

𝑝 = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 𝑛

yang merupakan kombinasi linear dari 1, 𝑥, 𝑥 2 , … , 𝑥 𝑛 . Kita dapat menunjukkan ini

dengan menulis

𝑃𝑛 = 𝑠𝑝𝑎𝑛{1, 𝑥, 𝑥 2 , … , 𝑥 𝑛 }

Dua contoh berikut berkaitan dengan dua jenis masalah yang penting:

 Diberikan sebuah himpunan S tak kosong dari vektor-vektor pada 𝑅𝑛 dan

vektor v dalam 𝑅𝑛 , tentukan apakah v adalah kombinasi linear dari vektor-
vektor pada S.
 Dengan adanya himpunan tak kosong dari vektor-vektor pada 𝑅𝑛 ,
tentukan apakah vektor-vektor tersebut memiliki rentang 𝑅𝑛 .
CONTOH 14 Kombinasi Linear

Perhatikan vektor u = (1,2, -1) dan v = (6,4,2) pada R3. Tunjukkan bahwa w =
(9,2,7) adalah kombinasi linear dari u dan v dan bahwa w’= (4,-1,8) bukan
kombinasi linear dari u dan v.

Solusi : Agar menjadi kombinasi linear u dan v, harus ada skalar k1 dan k2
sehingga

𝑤 = 𝑘1 𝑢 + 𝑘2 𝑣; itu adalah,

(9,2,7) = 𝑘1 (1,2, −1) + 𝑘2 (6,4,2) = (𝑘1 + 6𝑘2 , 2𝑘1 + 4𝑘2 , −𝑘1 + 2𝑘2 )

Menyamakan komponen yang sesuai memberikan

𝑘1 + 6𝑘2 = 9

2𝑘1 + 4𝑘2 = 2

−𝑘1 + 2𝑘2 = 7

Memecahkan sistem ini dengan menggunakan hasil eliminasi Gaussian 𝑘1 =

−3, 𝑘2 = 2, jadi

𝑤 = −3𝑢 + 2𝑣

Demikian pula untuk 𝑤′ untuk menjadi kombinasi linear dari u dan v, harus ada
skalar 𝑘1 dan 𝑘2 sedemikian rupa sehingga 𝑤 ′ = 𝑘1 𝑢 + 𝑘2 𝑣 yaitu,

(4, −1,8) = 𝑘1 (1,2, −1) + 𝑘2 (6,4,2) = (𝑘1 + 6𝑘2 , 2𝑘1 + 4𝑘2 , −𝑘1 + 2𝑘2 .

Menyamakan komponen yang sesuai memberi

𝑘1 + 6𝑘2 = 4

2𝑘1 + 4𝑘2 = −1

−𝑘1 + 2𝑘2 = 8

Sistem persamaan ini tidak konsisten (verifikasikan), jadi tidak ada skalar seperti
𝑘1 dan 𝑘2 Akibatnya, 𝑤′ bukan kombinasi linear dari u dan v.
CONTOH 15 Pengujian untuk Rentangan

Tentukan apakah vektor 𝑣1 = (1,1,2), 𝑣2 = (1,0,1), dan 𝑣3 = (2,1,3), rentang

ruang vektor 𝑅 3 .

Solusi:

Kita harus menentukan apakah vektor acak 𝑏 = (𝑏1 , 𝑏2 , 𝑏3 ) pada 𝑅 3 dapat

dinyatakan sebagai kombinasi linear

𝑏 = 𝑘1 𝑣1 + 𝑘2 𝑣2 + 𝑘3 𝑣3

dari vektor 𝑣1 , 𝑣2 , 𝑣3 . Mengungkapkan persamaan ini dalam hal komponen

memberi

(𝑏1 , 𝑏2 , 𝑏3 ) = 𝑘1 (1,1,2) + 𝑘2 (1,0,1) + 𝑘3 (2,1,3)

atau

(𝑏1 , 𝑏2 , 𝑏3 ) = (𝑘1 + 𝑘2 + 2𝑘3 , 𝑘1 + 𝑘3 , 2𝑘1 + 𝑘2 + 3𝑘3 )

atau

𝑘1 + 𝑘2 + 2𝑘3 = 𝑏1

𝑘1 + 𝑘3 = 𝑏2

2𝑘1 + 𝑘2 + 3𝑘3 = 𝑏3

Dengan demikian, masalah kita mengurangi untuk memastikan apakah sistem ini
konsisten untuk semua nilai 𝑏1 , 𝑏2 , dan 𝑏3 . Salah satu cara untuk melakukannya
adalah dengan menggunakan bagian (e) dan (g) Teorema 2.3.8, yang menyatakan
bahwa sistem tersebut konsisten jika dan hanya jika matriks koefisiensinya

1 1 2
𝐴 = [1 0 1]
2 1 3
memiliki determinan taknol. Tapi ini tidak terjadi di sini karena det (A) = 0
(verify), jadi 𝑣1 , 𝑣2 dan 𝑣3 tidak membentang 𝑅 3 .

Ruang Sistem Homogen

Solusi dari sistem linear homogen Ax = 0 dari persamaan m dalam n tidak

diketahui dapat dilihat sebagai vektor pada 𝑅 𝑛 . Teorema berikut memberikan
wawasan yang berguna mengenai struktur geometris dari rangkaian solusi.

TEOREMA 4.2.4

Himpunan solusi dari sistem linear homogen Ax = 0 dari persamaan m dalam n

tidak diketahui adalah subruang 𝑅 𝑛 .

Bukti

Misalkan W adalah solusi dari sistem. Himpunan W tidak kosong karena

mengandung setidaknya solusi trivial x = 0.

Untuk menunjukkan bahwa W adalah subruang dari 𝑅 𝑛 , kita harus menunjukkan

bahwa ia ditutup di bawah penambahan dan perkalian skalar. Untuk melakukan
ini, misalkan 𝑥1 dan 𝑥2 adalah vektor di W. Karena vektor-vektor ini adalah solusi
dari Ax = 0, kita memiliki

𝐴𝑥1 = 0 dan 𝐴𝑥2 = 0

Ini mengikuti dari persamaan ini dan sifat distributif perkalian matriks itu

𝐴(𝑥1 + 𝑥2 ) = 𝐴𝑥1 + 𝐴𝑥2 = 0 + 0 = 0

jadi W ditutup di bawah penambahan. Demikian pula jika k adalah skalar apapun

𝐴(𝑘𝑥1 ) = 𝑘𝐴𝑥1 = 𝑘0 = 0

Jadi W juga ditutup dengan perkalian skalar.

Karena rangkaian solusi dari sistem homogen dalam n tidak diketahui sebenarnya
adalah subruang𝑅 𝑛 , pada umumnya kita akan menyebutnya sebagai ruang solusi
sistem.
CONTOH 16 Ruang Solusi Sistem Homogen

Pada setiap bagian, selesaikan sistem dengan metode apapun dan kemudian
berikan deskripsi geometris dari rangkaian solusi.

1 −2 3 𝑥 0 1 −2 3 𝑥 0
𝑦
(a) [2 −4 6] [ ] = [0] (b) [−3 𝑦
7 −8] [ ] = [0]
3 −6 9 𝑧 0 −2 4 −6 𝑧 0

1 −2 3 𝑥 0 0 0 0 𝑥 0
(c) [−3 7 −8] [𝑦] = [0] (d) [0 0 0] [𝑦] = [0]
4 1 2 𝑧 0 0 0 0 𝑧 0

Solusi:

(a) Solusinya adalah 𝑥 = 2𝑠 − 3𝑡, 𝑦 = 𝑠, 𝑧 = 𝑡.

Sehingga 𝑥 = 2𝑦 − 3𝑧, 𝑜𝑟 𝑥 − 2𝑦 + 3𝑧 = 0.
Ini adalah persamaan dari sebuah bidang melalui titik asal yang memiliki n
= (1, -2,3) sebagai normal.
(b) Solusinya adalah 𝑥 = −5𝑡, 𝑦 = −𝑡, 𝑧 = 𝑡.
yang merupakan persamaan parametrik untuk garis melalui titik asal yang
sejajar dengan vektor v = (- 5, -1,1).
(c) Satu-satunya solusi adalah x = 0, y = 0, z = 0, jadi ruang solusi terdiri dari
titik tunggal {0}.
(d) Sistem linier ini dipenuhi oleh semua nilai riil x, y, dan z, jadi ruang
solusinya adalah semua R3.

Ingat!

Sedangkan rangkaian solusi dari setiap sistem homogen persamaan m dalam n

yang tidak diketahui adalah subruang Rn, tidak pernah benar bahwa rangkaian
solusi dari sistem morfologi nonhomogen dalam n yang tidak diketahui adalah
subruang Rn. Ada dua kemungkinan skenario: pertama, sistem mungkin tidak
memiliki solusi sama sekali, dan kedua, jika ada solusi, maka sol solusi tidak akan
ditutup baik di bawah penambahan atau di bawah perkalian skalar (Latihan 18).

Sudut Pandang Linear Transformation

TEOREMA 4.2.4

dapat dilihat sebagai pernyataan tentang transformasi matriks dengan membiarkan

TA: Rn → Rm diperbesar oleh matriks koefisien A. Dari sudut pandang ini, ruang
solusi Ax = 0 adalah himpunan vektor di Rn yang peta TA ke vektor nol di Rm. Set
ini kadang disebut inti transformasi, jadi dengan terminologi ini, Teorema 4.2.4
dapat diulang sebagai berikut.

TEOREMA 4.2.5

Jika A adalah matriks m × n, maka inti dari transformasi matriks T A: Rn → Rm

adalah subruang dari Rn.

Observasi Penutup

Penting untuk diketahui bahwa kumpulan rentang tidak unik. Sebagai contoh,
vektor anynonzero pada garis pada Gambar 4.2.6a akan membentang garis itu,
dan dua vektor nonkolin di bidang pada Gambar 4.2.6b akan membentang bidang
itu. Teorema berikut, yang buktinya dibiarkan sebagai latihan, menyatakan
kondisi di mana dua set vektor akan menjangkau ruang yang sama.

TEOREMA 4.2.6

Jika 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑟 } dan 𝑆′ = {𝑤1 , 𝑤2 , … , 𝑤𝑘 } adalah vektor yang tidak kosong

pada vektor ruang V, maka rentang 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑘 } = span
{𝑤1 , 𝑤2 , … , 𝑤𝑘 } jika dan hanya jika setiap vektor pada S adalah kombinasi linear
dari 𝑆′, dan masing-masing vektor pada 𝑆′ adalah kombinasi linier dari yang ada
di S.
Latihan Soal dan Penyelesaian

1. Selidiki apakah 𝑤 = {(𝑎, 0,0|𝑎 ∈ 𝑅} merupakan sub ruang di R3?

Selesaian:
𝑊 ⊆ 𝑅 3 jelas, karena W triple
𝑊 ≠ ∅ karena (0,0,0) ∈ 𝑊.
Ambil sembarang 𝑢, 𝑣 ∈ 𝑊 dan 𝑘 ∈ 𝑅.
𝑢 = (𝑎1 , 0,0)𝑣 = (𝑎2 , 0,0)
𝑢 + 𝑣 = (𝑎1 + 𝑎2 , 0,0)
𝑘. 𝑢 = (𝑘. 𝑎, 0,0) ∈ 𝑊.
Jadi, W sub ruang dari R3.

𝑎 𝑏 |𝑎𝑑
2. 𝐴 = {( ) − 𝑏𝑐 = 0}
𝑐 𝑑
Apakah sub ruang M2x2(R) ?
Selesaian:
𝐴 ⊆ 𝑀2𝑥2 (𝑅) jelas
0 0
𝐴 ≠ ∅ karena ( ) ∈ 𝐴.
0 0
Ambil sembarang 𝑢, 𝑣 ∈ 𝑊 dan 𝑘 ∈ 𝑅.
𝑎1 𝑏1
𝑢=( ) dimana 𝑎1 𝑑1 − 𝑏1 𝑐1 = 0.
𝑐1 𝑑1
𝑎 𝑏2
𝑣=( 2 ) dimana 𝑎2 𝑑2 − 𝑏2 𝑐2 = 0.
𝑐2 𝑑2
𝑎 + 𝑎2 𝑏1 + 𝑏2
𝑢+𝑣 =( 1 )
𝑐1 + 𝑐2 𝑑1 + 𝑑2
(𝑎1 + 𝑎2 )(𝑑1 + 𝑑2 ) − (𝑏1 + 𝑏2 )(𝑐1 + 𝑐2 )
= (𝑎1 𝑑1 + 𝑎1 𝑑2 + 𝑎2 𝑑1 + 𝑎2 𝑑2 ) − (𝑏1 𝑐1 + 𝑏1 𝑐2 + 𝑏2 𝑐1 + 𝑏2 𝑐2 )
= (𝑎1 𝑑1 − 𝑏1 𝑐1 ) + (𝑎2 𝑑2 − 𝑏2 𝑐2 ) + 𝑎1 𝑑2 + 𝑎2 𝑑1 − 𝑏1 𝑐2 + 𝑏2 𝑐1
 = 0 + 0 + ⋯ ≠ 0.
Jadi 𝑢 + 𝑣 ∉ 𝐴.
Jadi A bukan sub ruang dari M2x2(R).
3. Tentukan apakah himpunan semua matriks diagonal 3x3 adalah subruang dari
M 3x3

 a 0 0  
  
Tuliskan D =  0 b 0  a, b, c  R  untuk merepresentasikan hal tersebut
 0 0 c  
  
0 0 0
 Ada 0 = [0 0 0] ∈ 𝐷. Jadi, D ≠ {∅}
0 0 0
 Jelas bahwa D  M3X3
𝑎1 0 0 𝑎2 0 0
 Ambil sebarang P = [ 0 𝑏1 0 ] , Q = [ 0 𝑏2 0 ] ∈ 𝐷
0 0 𝑐1 0 0 𝑐2
𝑎1 0 0 𝑎2 0 0
 P + Q = [ 0 𝑏1 0 ] + [ 0 𝑏2 0 ]
0 0 𝑐1 0 0 𝑐2
𝑎1 + 𝑎2 0 0
 =[ 0 𝑏1 + 𝑏2 0 ]
0 0 𝑐1 + 𝑐2
Jadi , P + Q ∈ 𝐷, maka D tertutup terhadap operasi penjumlahan
𝑎1 0 0
 Ambil sebarang P = [ 0 𝑏1 0 ] ∈ 𝐷 dan k ∈ 𝑅
0 0 𝑐1
𝑎1 0 0 k𝑎1 0 0
kP = k [ 0 𝑏1 0 ] = [ 0 k𝑏1 0 ]
0 0 𝑐1 0 0 k𝑐1
Jadi, kP ∈ 𝐷, maka D tertutup terhadap operasi perkalian

 a 0 0  
  
Kesimpulan : D =  0 b 0  a, b, c  R  atau himpunan semua matriks
 0 0 c  
  
diagonal berukuran 3x3 adalah subruang dari M 3x3

4. Periksa apakah himpunan semua vector di R4 berbentuk (a,b,1,0) merupakan

subruang dari R4
Tuliskan himpunan tersebut sebagai 𝑀 = {(𝑎, 𝑏, 1,0) ∈ 𝑅 4 |𝑎, 𝑏 ∈ 𝑅}
Ambil 𝑢̅ = (1,1,1,0)𝑑𝑎𝑛 𝑣̅ = (3,2,1,0) ∈ 𝑀
𝑢̅ + 𝑣̅ = (1,1,1,0) + (3,2,1,0) = (4,3,2,0)  M
Sehingga M tidak tertutup terhadap operasi penjumlahan
Kesimpulan: 𝑀 = {(𝑎, 𝑏, 1,0) ∈ 𝑅 4 |𝑎, 𝑏 ∈ 𝑅} atau himpunan semua vector di R4
berbentuk (a,b,1,0) bukan sub ruang dari R4