Anda di halaman 1dari 14

MAKALAH

ALJABAR LINEAR ELEMENTER

Dosen Pengampu : Drs. Yasifati Hia, M.Si

OLEH :

KELOMPOK IV

AURORA RISERIA BR GINTING (4172111026)

VIVI MULYA SARI. S (4172111020)

RICKY ARIADI AR (4171111043)

MATEMATIKA DIK B 2017

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI MEDAN

2019
KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan Rahmat dan juga
Karunia-Nya sehingga kami dapat menyelesaikan penyusunan makalah ini. Kami juga berterima
kasih atas bimbingannya kepada dosen pengampu mata kuliah “Aljabar Linear Elementer” yaitu
Bapak Drs. Yasifati Hia, M.Si.
Harapan kami semoga makalah ini membantu menambah pengetahuan bagi para
pembaca. Kami menyadari bahwa makalah ini masih banyak kekurangan karena pengalaman
yang kami miliki sangat kurang. Oleh karena itu, kami harapkan kepada para pembaca untuk
memberikan masukan-masukan yang bersifat membangun untuk kesempurnaan makalah ini.
Akhir kata kami mengucapkan terimakasih dan semoga materi yang ada dalam makalah
ini dapat bermanfaat sebagaimana mestinya bagi para pembaca.

Medan, Maret 2019

Penulis

i
DAFTAR ISI
KATA PENGANTAR ..........................................................Error! Bookmark not defined.
DAFTAR ISI.........................................................................Error! Bookmark not defined.
BAB I PENDAHULUAN .....................................................Error! Bookmark not defined.
1.1 Latar Belakang ......................................................Error! Bookmark not defined.
1.2 Tujuan ...................................................................Error! Bookmark not defined.
1.3 Manfaat .................................................................Error! Bookmark not defined.
BAB II PEMBAHASAN ......................................................Error! Bookmark not defined.
DAFTAR PUSTAKA .........................................................Error! Bookmark not defined.1

ii
BAB I

PENDAHULUAN

A. Latar Belakang
Banyak orang beraggapan bahwa matematika itu rumit, karena alasan itulah banyak
orang menghindari matematika. Padahal matematika dapat kita jumpai didalam kehidupan
sehari-hari, dan mau tidak mau kita pasti menggunakan matematika. Oleh karena itu kami
membuat makalah ini dengan maksud membantu pemahaman pembaca tenta matematika
terutama materi operasi-operasi vektor, kebebasan linear dan kebergantungan linear.
B. Tujuan
1. Untuk memenuhi tugas makalah pada mata kuliah Aljabar Linear Elementer
2. Untuk mengetahui operasi-operasi vektor, kebebasan linear dan kebergantungan linear.
C. Manfaat
Dari penulisan makalah ini diharapkan dapat memberikan manfaat kepada semua pihak,
terkhusus kepada kami untuk menambah pengetahuan dan wawasan tentang materi operasi-
operasi vektor, kebebasan linear dan kebergantungan linear.

1
BAB II

PEMBAHASAN

A. OPERASI-OPERASI VEKTOR
1. Penjumlahan
Misalkan 𝐮, 𝐯 ∈ 𝑅 𝑛 , maka :
Jumlah 𝐮 + 𝐯 didefinisikan:
𝐮 + 𝐯 = (u1 + v1 , u2 + v2 , u3 + v3 , … … , un + v𝑛 )
Contoh 1:
Jika 𝐮 = (2, −1,9,3,4), 𝐯 = (1,2, −2,0,3), 𝐰 = (−1,2,0, −3,7, −5)
Hitunglah : a. u + v dan b. u + w
Penyelesaian:
a. u + v = (2 + 1, −1 + 2, 9 + −2, 3 + 0, 4 + 3) = (3,1,7,3,7)
b. u + w = 𝑡𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑑𝑒𝑓𝑖𝑛𝑖𝑠𝑖𝑘𝑎𝑛 𝑘𝑎𝑟𝑒𝑛𝑎 𝐮 ∈ 𝑅 5 𝑠𝑒𝑑𝑎𝑛𝑔𝑘𝑎𝑛 𝐰 ∈ 𝑅 6
2. Perkalian dengan Skalar
Jika k adalah sebarang skalar, maka kelipatan skalar ku didefinisikan oleh:
𝑘𝐮 = (𝑘𝑢1 , 𝑘𝑢2 , … , 𝑘𝑢𝑛 )
Contoh:
Diketahui u = (2,0,-3,3,-1) hitunglah -2u
Penyelesaian:
-2u = (-4,0,6,-6,2)
3. Pengurangan Pada Vektor
Jika 𝐮 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) adalah sebarang vektor dalam Rn, maka negative atau invers aditif
dari u dinyatakan oleh -u dan didefinisikan oleh:
−𝐮 = (−𝑢1 , −𝑢2 , … , −𝑢𝑛 )
Pengurangan vektor-vektor di dalam Rn didefinisikan menurut v – u = v + (-u), atau dalam
komponen-komponennya:
v – u = v + (-u) = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) + (−𝑢1 , −𝑢2 , … , −𝑢𝑛 )
= (v1 − u1 , v2 − u2 , … , vn − un )
Sifat-sifat penjumlahan dan perkalian dengan skalar
Teorema 3.1: jika 𝐮 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ), 𝐯 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) dan 𝐰 = ((𝑤1 , 𝑤2 , … , 𝑤𝑛 )
adalah vektor-vektor didalam Rn ,k dan l adalah skalar maka:
1. u + v = v + u (komutatif)
2. u + (v + w) = (u + v) + w (asosiatif)
3. u + 0 = 0 + u = u (anggota identitas)
4. u + -u = 0, yakni, u – u = 0 (invers anggota)
5. k(lu) = (kl) u (asosiatif perkalian dengan skalar)
6. k(u + v) = ku +kv (distributif terhadap skalar)
7. (k + l) u = ku + lu (distributif terhadap vektor)

2
8. 1u = u (perkalian dengan skalar )

4. Hasil Kali Titik (Hasil Kali dalam Euclides)


Definisi 3.4:Jika 𝐮 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) dan 𝐯 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) adalah vektor di Rn maka
perkalian dalam euclidis (Euclidian Inner Product) u dan v dinyatakan dengan :
𝐮. 𝐯 = (𝑢1 𝑣1 + 𝑢2 𝑣2 + ⋯ + 𝑢𝑛 𝑣𝑛 )
Contoh 3:
Perkalian dalam Euclidis dari vektor-vektor: u = (-1, 3, 5, 7) dan v = (5, -4, 7, 0) didalam
4
R adalah:
𝐮. 𝐯 = (-1).5 + 3.(-4) +5.7 + 7.0 = 18
Sifat hasil kali titik.
Misalkan u, v, w ∈ Rn, k adalah skalar, maka berlaku:
1. u . v = v . u (komutatif)
2. u .(v + w) = u.v + u. w (distributif)
3. k(u.v) = (ku).v = u.(kv) (Kehomogenan)
4. u.v > 0, jika u ≠ 0, dan u.u = 0 jika u = 0 (kepositifan)
5. Norma/Besar/Panjang Vektor
Definisi 3.5: jika 𝐮 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ), maka norma Euclidis atau panjang Euclidis dari u di
1
dalam Rn dinyatakan dengan : ‖𝐮‖ = (𝐮. 𝐮)2 = √𝑢12 + 𝑢22 + ⋯ + 𝑢𝑛2
Contoh:
Jika diketahui u = (2, -4, 9, -2, 4) hitunglah norma atau panjang vektor ini.
Penyelesaian :
Panjang vektor ini dapat diperoleh dari :
1
‖𝐮‖ = (2.2 + (−4). (−4) + 9.9 + (−2). (−2) + 4.4)2
1
= (4 + 16 + 81 + 4 + 16)2
= 11
6. Jarak Antar Dua Vektor
Jika 𝐮 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) dan 𝐯 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) maka Euclidiean Distance dari u dan v
dinyatakan dengan
1
d(u,v) = ‖𝐮 − 𝐯‖ = ((𝐮 − 𝐯)(𝐮 − 𝐯))2 = √(𝑢1 − 𝑣1 )2 + (𝑢2 − 𝑣2 )2 + ⋯ + (𝑢𝑛 − 𝑣𝑛 )2
Contoh :
Jika diketahui u = (2,-4, 9, -2, 4) dan v = (1, -2, 0, 2, 3).
Hitunglah jarak kedua vektor ini.
Penyelesaian:
d(u,v) = ‖𝐮 − 𝐯‖ = (1, −2, 9, −4, 1)
1
= (1.1 + (−2). (−2) + 9.9 + (−4). (−4) + 1.1)2
1
= (103)2
7. Sudut Antara Dua Vektor

3
Secara geometri menggambarkan vektor di Rn untuk n>3, adalah tidak dapat dilakukan,
oleh karena itu sudut diantara dua vektor pun bukanlah sudut dalam makna yang dapat
digambarkan seperti itu, melainkan sudut dalam gagasan saja. Misalkan u, v ∈ Rn,
didefinisikan sudut diantara vektor u dan v dinyatakan sebagai kosinusnya
𝐮.𝐯
cos 𝜃 = ‖𝐮‖‖𝐯‖ , jika 𝐮 ≠ 0 dan 𝐯 ≠ 0
Contoh 6:
Jika diketahui u = (2, -1, 9, 3, 4) dan v = (1,-2, 3, -2, 1) hitunglah sudut yang dibentuk
vektor tersebut.
𝐮.𝐯 2+2+27−6+4
cos 𝜃 = ‖𝐮‖‖𝐯‖ =
√4+1+81+9+16 √1+4+9+1
29
=
√111√19
29
= 2109
8. Proyeksi Orthogonal
Misalkan u, v ∈Rn, proyeksi orthogonal u pada v Adalah:
‖𝐮.𝐯‖
proyvu = ‖𝐯.𝐯‖ 𝐯, yakni komponen u yang orthogonal pada v = u - proyvu.
dalam ruang Euclidean R2 dan R3 dua vektor u dan v didefinisikan sebagai orthogonal
(tegak lurus) jika u.v = 0.
Definisi 3.6 : Dua vektor u dan v dalam Rn disebut orthogonal jika u.v = 0
Contoh 7 :
Dalam ruang Euclidean R4 vektor-vektor u = (-2, 3, 1, 4) dan v = (1, 2, 0, -1) adalah
orthogonal, karena :
u.v = (-2)(1)+(3)(2)+(1)(0)+(4)(-1) = 0
B. BERGANTUNG LINEAR

Defenisi

Misalkan S = {𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 } adalah suatu himpunan vektor-vektor tak kosong, vektor-vektor


𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 disebut bergantung linear jika terdapat skalar-skalar 𝛼1 , 𝛼2 , 𝛼3 ,…, 𝛼𝑛 yang tidak
semuanya nol sehingga

𝛼1 𝑣1 +𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝛼𝑛 =0.

Contoh 1

Diketahui dua vektor (4,3) dan ( -4, -3) maka

𝛼1 (4,3) + 𝛼2 (−4, −3) = 0

4𝛼1 − 4𝛼2 = 0

3𝛼1 − 3𝛼2 = 0

4
misalkan 𝛼2 = t maka 𝛼1 = 𝑡

Maka kedua vektor bergantung linear. Atau tanpa menyelesaikan sistem persamaan linear kita
dapat menunjukkan bahwa determinan dari matriks koefisiennya = 0 maka sistemnya punya
penyelesaian tak-trivial

Contoh 2

Diberikan Vektor u, v, w ∈ 𝑅 3 , dng :

−1 3 5
𝑢 = [ 2 ], v = [−2], dan w = [−6]
1 1 −1
Selidiki vektor Selidiki vektor--vektor tsb dependen atau vektor tsb dependen atau independen ?

Solusi :

xu+yv+zw=0

-x + 3y + 5z = 0

2x –2y –6z = 0

x + y –z = 0

Diperoleh nilai : x = -2, y = 1, dan z = -1

Jadi : -2u + v –w = 0 Karena ada skalar yang tidak nol, maka vektor-vektor u, v, dan w adalah
dependen atau bergantung linear.

Teorema

Vektor--vektor 𝑢1 , 𝑢2 , 𝑢3 , … , 𝑢𝑛 ∈ 𝑉 disebut bergantung linear (dependen) jika salah satu vektor


tersebut dapat dinyatakan sebagai kombinasi linear dari vektor linear dari vektor--vektor yang
lainnya.

C. BEBAS LINEAR

Himpunan yang bebas linear dan bergantung linear masih berkaitan dengan himpunan
yang membangun ruang vektor. Himpunan bebas linear yang membangun suatu ruang vektor
merupakan basis dari ruang vektor tersebut. Coba perhatikan ruang vektor ℝ2 yang dapat
digambarkan dalam sistem koordinat XY. Setiap vektor di ℝ2 dapat dinyatakan sebagai

5
kombinasi linear dari vektor satuan 𝑖⃗ = (1,0) dan 𝑗⃗ = (1,0) dengan tepat satu cara. Sebagai
contoh, vektor (4,3) dapat dinyatakan sebagai
(4,3) = (4,0) + (0,3)
= 4(1,0) + 3(0,1)
= 4𝑖⃗ + 3𝑗⃗

Nah, apa yang akan terjadi jika kita menambahkan sebuah sumbu pada sistem koordinat
tersebut? Misalnya kita menambahkan sumbu w yang membentuk sudut 45∘ terhadap sumbu x.
Salah satu vektor yang berada pada sumbu w adalah 𝑢
⃗⃗ = (2,2). Vektor satuan pada sumbu w
dapat ditentukan dengan membagi vektor 𝑢
⃗⃗ dengan panjangnya, yaitu 2√2.
1 1 1
𝑢
⃗⃗ = (2,2) = ( , )
2√2 √2 √2
Sebelumnya, kita telah menyatakan (4,3) sebagai kombinasi linear dari 𝑖⃗ dan 𝑗⃗ secara tunggal.
Namun, jika kita melibatkan vektor satuan 𝑣⃗, terdapat tak berhingga cara untuk menyatakan (4,3)
sebagai kombinasi linear dari 𝑖⃗ , 𝑗⃗ dan 𝑣⃗ . Beberapa di antaranya adalah
1 1
(4,3) = 4(1,0) + 3(0,1) + 0 ( , ) = 4𝑖⃗ + 3𝑗⃗ + 0𝑣
⃗⃗
√2 √2

1 1
(4,3) = 3(1,0) + 2(0,1) + √2 ( , ) = 3𝑖⃗ + 2𝑗⃗ + √2𝑣
⃗⃗
√ √2
2
1 1
(4,3) = 5(1,0) + 4(0,1) − √2 ( , ) = 5𝑖⃗ + 4𝑗⃗ − √2⃗𝑣⃗
√2 √2

Dengan menambahkan satu sumbu, kita memperoleh banyak koordinat untuk sebuah vektor pada
ℝ2 . Ternyata, ini terjadi karena 𝑣⃗ dapat ditulis sebagai kombinasi linear dari 𝑖⃗ dan 𝑗⃗, yaitu
1 1
𝑣⃗ = 𝑖⃗ + 𝑗⃗
√2 √2
Misalkan (c,d,e) merupakan koordinat dari (4,3) ∈ ℝ2 pada sistem koordinat dengan tiga sumbu
tersebut.

(4,3) = 𝑐𝑖⃗ + 𝑑𝑗⃗ + 𝑒𝑣⃗

1 1
= 𝑐𝑖⃗ + 𝑑𝑗⃗ + 𝑒 ( 𝑖⃗ + 𝑗⃗)
√2 √2

6
𝑒 𝑒
= 𝑐𝑖⃗ + 𝑑𝑗⃗ + 𝑖⃗ + 𝑗⃗
√2 √2
𝑒 𝑒
= (𝑐 + ) 𝑖⃗ + (𝑑 + ) 𝑗⃗
√2 √2

Karena (4,3) = 4𝑖⃗ + 3𝑗⃗, maka haruslah


𝑒
𝑐+ =4
√2
𝑒
𝑑+ =3
√2

Diperoleh sistem persamaan linear dengan dua persamaan dan tiga variabel. Banyaknya
variabel lebih dari banyaknya persamaan, sehinnga sistem persamaan tersebut mempunyai tak
berhingga solusi. Setiap solusi (c,d,e) dari sistem persamaan merupakan koordinat (4,3) pada
sistem koordinat dengan tiga sumbu di atas. Tentu kita berusaha menghindari hal semacam ini.
Nah, dari sini, kita mendefinisikan himpunan bebas linear dan bergantung linear.
DEFINISI
Misalkan 𝑆 = {𝑣
⃗⃗⃗⃗⃗,
1 ⃗⃗⃗⃗⃗⃗
𝑣2 , … , ⃗⃗⃗⃗}
𝑣𝑟 adalah himpunan yang terdiri dari dua atau lebih vektor pada ruang
vektor V. Himpunan S dikatakan bebas linear, jika tidak ada vektor pada S yang dapat
dinyatakan sebagai kombinasi linear dari vektor-vektor lainnya. Himpunan yang tidak bebas
linear dikatakan bergantung linear.

Jika himpunan hanya beranggotakan satu vektor, maka himpunan S dikatakan bebas
linear jika dan hanya jika vektor tersebut bukan vektor nol. Pada umumnya, cara yang paling
efisien untuk mengecek apakah suatu himpunan bebas linear atau tidak adalah menggunakan
teorema berikut.
TEOREMA
Himpunan tak kosong 𝑆 = {𝑣
⃗⃗⃗⃗⃗,
1 ⃗⃗⃗⃗⃗⃗
𝑣2 , … , ⃗⃗⃗⃗}
𝑣𝑟 pada ruang vektor V dikatakan bebas linear jika dan
hanya jika 𝑘1 ⃗⃗⃗⃗⃗
𝑣1 + 𝑘2 ⃗⃗⃗⃗⃗ 𝑣𝑟 = ⃗0⃗ hanya dipenuhi oleh 𝑘1 = 𝑘2 = ⋯ = 𝑘𝑟 = 0.
𝑣2 + ⋯ + 𝑘𝑟 ⃗⃗⃗⃗

Untuk lebih jelasnya, kita akan membahas beberapa contoh soal.


 Contoh 1 :
𝑝1 = 1 + 𝑥 + 𝑥 2 , ⃗⃗⃗⃗⃗
Diketahui ⃗⃗⃗⃗ 𝑝2 = 1 + 𝑥 2 dan ⃗⃗⃗⃗⃗
𝑝3 = 1 + 2𝑥. Periksa apakah 𝑆 = {𝑝
⃗⃗⃗⃗,
1 ⃗⃗⃗⃗⃗,
𝑝2 ⃗⃗⃗⃗⃗}
𝑝3
merupakan himpunan bebas linear di P2.
Pembahasan

7
Untuk menentukan apakah himpunan S bebas linear atau tidak, kita perlu mengecek apakah
𝑘1 ⃗⃗⃗⃗
𝑝1 + 𝑘2 ⃗⃗⃗⃗⃗ 𝑝3 = ⃗0⃗ hanya dipenuhi oleh 𝑘1 = 𝑘2 = 𝑘3 = 0.
𝑝2 + 𝑘3 ⃗⃗⃗⃗⃗
Perhatikan bahwa
𝑘1 ⃗⃗⃗⃗
𝑝1 + 𝑘2 ⃗⃗⃗⃗⃗ 𝑝3 = ⃗⃗
𝑝2 + 𝑘3 ⃗⃗⃗⃗⃗ 0
𝑘1 (1 + 𝑥 + 𝑥 2 ) + 𝑘2 (1 + 𝑥 2 ) + 𝑘3 (1 + 2𝑥) = 0 + 0𝑥 + 0𝑥 2

(𝑘1 + 𝑘1 𝑥 + 𝑘1 𝑥 2 ) + (𝑘2 + 𝑘2 𝑥 2 ) + (𝑘3 + 2𝑘3 𝑥) = 0 + 0𝑥 + 0𝑥 2

(𝑘1 + 𝑘2 + 𝑘3 ) + (𝑘1 + 2𝑘3 )𝑥 + (𝑘1 + 𝑘2 )𝑥 2 = 0 + 0𝑥 + 0𝑥 2

Berdasarkan kesamaan dua polinom, diperoleh sistem persamaan linear


𝑘1 + 𝑘2 + 𝑘3 = 0
𝑘1 + 2𝑘3 = 0
𝑘1 + 𝑘2 = 0

Untuk menentukan apakah sistem persamaan linear diatas hanya dipenuhi oleh 𝑘1 =
𝑘2 = 𝑘3 = 0 , kita dapat menggunakan beberapa cara. Jika matriks koefisiennya merupakan
matriks persegi, maka kita dapat memanfaatkan nilai determinannya. Jika determinan dari
matriks tersebut tidak nol, maka sistem persamaan tersebut hanya mempunyai solusi trivial
(𝑘1 = 𝑘2 = 𝑘3 = 0), yang berakibat himpunan tersebut bebas linear. Sebaliknya, jika
determinannya bernilai nol, maka sistem persamaan tersebut memiliki solusi non trivial
(𝑘1 , 𝑘2 , 𝑘3 tidak semuanya bernilai nol), yang berarti himpunan tersebut bergantung linear. Akan
tetapi, jika matriks koefisiennya bukan matriks persegi, maka kita perlu menentukan solusi dari
sistem persaman tersebut, misalnya menggunakan eliminasi Gauss.
Karena matriks koefisien dari sistem persamaan diatas merupakan matriks persegi, maka
kita bisa menentukan apakah S bebas linear dengan melihat nilai determinannya. Matriks
koefisien dari sistem persamaan di atas adalah
1 1 1
𝐴 = [1 0 2]
1 1 0
Kita hitung determinannya dengan metode Sarrus.
Det (A) = 1.0.0 + 1.2.1 + 1.1.1 – 1.0.1 – 1.2.1 – 1.1.0
=0+2+1-0-2–0=1
Karena nilai determinan tidak sama dengan nol, maka sistem persamaan diatas hanya memiliki
solusi trivial, yang berakibat himpunan S bebas linear.
8
Alternatif
Kita akan menentukan solusi dari sistem persamaan diatas menggunakan eliminasi Gauss.
Matriks yang diperbesar dari sistem persamaan tersebut adalah
1 1 1 0 1 1 1 0 1 1 1 0 1 1 1 0
𝐴 = [1 0 2 0] – 𝑅1 + 𝑅2 [0 −1 1 0] – 𝑅1 + 𝑅3 [0 −1 1 0] −𝑅2 [0 1 −1 0]
1 1 0 0 1 1 0 0 0 0 −1 0 0 0 −1 0
1 1 1 0
−𝑅3 [0 1 −1 0]
0 0 1 0
Diperoleh
𝑘1 + 𝑘2 + 𝑘3 = 0
𝑘2 − 𝑘3 = 0
𝑘3 = 0

Dengan substitusi balik, diperoleh


𝑘1 = 0
𝑘2 = 0

𝑘3 = 0

Dengan demikian, S merupakan himpunan yang bebas linear.

 Contoh 2 :
Apakah 𝑆 = {𝑎1 = (1,2), 𝑎2 = (−1,2), 𝑎3 = (2,3)} bebas linier ?
Pembahasan
Untuk menentukan apakah himpunan S bebas linear atau tidak, kita perlu mengecek apakah
𝑘1 𝑎1 + 𝑘2 𝑎2 + 𝑘3 𝑎3 = ⃗0⃗ hanya dipenuhi oleh 𝑘1 = 𝑘2 = 𝑘3 = 0.
Perhatikan bahwa

𝑘1 𝑎1 + 𝑘2 𝑎2 + 𝑘3 𝑎3 = ⃗0⃗
𝑘1 (1,2) + 𝑘2 (−1,2) + 𝑘3 (2,3) = (0,0)

(𝑘1 , 2𝑘1 ) + (−𝑘2, 2𝑘2 ) + (2𝑘3 , 3𝑘3 ) = (0,0)

(𝑘1 − 𝑘2 + 2𝑘3 , 2𝑘1 + 2𝑘2 + 3𝑘3 ) = (0,0)

9
Dengan demikian, dapat dinyatakan system persamaan linier
𝑘1 − 𝑘2 + 2𝑘3 = 0

2𝑘1 + 2𝑘2 + 3𝑘3 = 0

Dari persamaan diatas karena matriks koefisiennya bukan matriks persegi, maka kita perlu
menentukan solusi dari sistem persaman tersebut dengan menggunakan eliminasi Gauss.
7
1 −1 2 0 1 −1 2 0 1 1 −1 2 0 1 0 4 0
𝐴=[ ] −2𝑅1 + 𝑅2 [ ] 4 𝑅2 [0 1 − 1 ] 𝑅2 + 𝑅1 [ 1 ]
2 2 3 0 0 4 −1 0 4 0 0 1 −4 0

Maka Diperoleh :
7 7
𝑘1 + 𝑘3 = 0 maka 𝑘1 = − 𝑘3
4 4

1 1
𝑘2 − 4 𝑘3 = 0 maka 𝑘2 = 4 𝑘3

7
Karena 𝑘3 dapat bernilai sebarang, maka 𝑘3 dimisalkan parameter t, sehingga 𝑘1 = − 4 𝑡 dan
1
𝑘2 = 4 𝑡 yang berarti ada penyelesaian yang tak trivial. Jadi S merupakan bukan bebas linier.

10
DAFTAR PUSTAKA

Hia, Yasifati , dkk . 2019. Aljabar Linear Elementer . Medan : Unimed Press

11