BAB III

RUANG VEKTOR REAL

Definisi 3.1
Misalkan V adalah suatu himpunan takkosong dari objek-objek sebarang, dimana dua
operasinya didefinisikan, yaitu penjumlahan dan perkalian dengan skalar (bilangan). Operasi
penjumlahan (addition) dapat diartikan sebagai suatu aturan yang mengasosiasikan setiap
pasang objek u dan v pada V dengan suatu objek u + v, yang disebut jumlah (sum) dari u dan
v. Operasi perkalian skalar (scalar multiplication)), dapat diartikan sebagai suatu aturan yang
mengasosiasikan setiap skalar k dan setiap objek u pada V dengan suatu objek ku, yang
disebut kelipatan skalar (skalar multiple) dari u oleh k. jika aksioma-aksioma berikut
dipenuhi oleh semua objek u, v, w pada V dan semua skalar k dan l, maka kita menyebut V
sebagai ruang vektor (vector space) dan kita menyebut objek-objek pada V sebagai vektor.
1) Jika u dan v adalah objek-objek pada V, maka u + v berada pada V.
2) u + v = v + u
3) u + (v + w) = (u + v) + w
4) Didalam V terdapat suatu objek 0, yang disebut vector nol (zero vector) untuk V,
sedemikian rupa sehingga 0 + u = u + 0 = u untuk semua u pada V.
5) untuk setiap u pada V, tedapat suatu objek –u pada V, yang disebut sebagai negatif dari
u, sedemikian rupa sehingga u + (-u) = (-u) + u = 0
6) jika k adalah skalar sebarang dan u adalah objek sebarang pada V, maka ku terdapat pada
V.
7) k(u + v) = ku + kv
8) (k +l)u = ku +lu
9) k(lu) = (kl)(u)
10) lu = u

Teorema 3.2
Misalkan V adalah suatu ruang vektor, u adalah suatu vektor pada V, dan k adalah suatu
scalar, maka:
a) 0u = 0
b) k0 = 0
c) (-1)u = -u
d) Jika ku = 0, maka k = 0 atau u = 0

Definisi 3.3
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 scalar yang
didefinisikan pada V.

Teoreme 3.4
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 beikut terpenuhi,
a) jika u dan v adalah sektor-sektor pada W, maka u + v berada pada W.
b) Jika k adalah scalar sebarang dan u adalah vector sebarang pada W, maka ku berada pada
W.

Teorema 3.5

Jika Ax = 0 adalah suatu system linear homogeny yang terdiri dari m persamaan dengan n
faktor yang tidak diketahui, maka himpunan vektor solusi adalah suatu subruang dari 𝑅 𝑛 .

Teorema 3.6

semua sector w disebut suatu kombinasi linear (linear combination) dari vektor-vektor
𝑣1 , 𝑣2 , … . 𝑣𝑟 jika dapat dinyatakan dalam bentuk

𝑤 = 𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟

dimana 𝑘1 , 𝑘2 , … . 𝑘𝑟 adalah scalar.

Definisi 3.7

Jika 𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 } adalah suatu himpunan vektor-vektor pada suatu ruang vector 𝑣1
maka subruang W dan V yang terdiri dari semua kombinasi linear vector-vektor pada S
disebut sebagai raung yang direntang (space spanned) oleh {𝑣1 , 𝑣2 , … . 𝑣𝑟 } dan vector-vektor
{𝑣1 , 𝑣2 , … . 𝑣𝑟 } merentang (span) W. untuk menyatakan bahwa W adalah ruang yang
direntang oleh vector-vektor pada himpunan 𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 }, kita menuliskan

𝑊 = 𝑟𝑒𝑛𝑡𝑎𝑛𝑔(𝑠) atau W rentang 𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 }

Teorema 3.8

Jika 𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 } dan 𝑆 ′ = {𝑤1 , 𝑤2 , … . , 𝑤𝑘 } adalah dua himpunan vektor-vektor pada

suatu ruang vektor V, maka

𝑟𝑒𝑛𝑡𝑎𝑛𝑔𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 } = 𝑟𝑒𝑛𝑡𝑎𝑛𝑔{𝑤1 , 𝑤2 , … . , 𝑤𝑘 }

jika dan hanya jika setiap vector pada S adalah suatu kombinasi linear dari vector-vektor pada
𝑆 ′ adalah suatu kombinasi linear dari vektor-vektor pada S.

Definisi 3.9
Jika 𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 } adalah himpunan takkosong 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 depenedent).

Teorema 3.10
Suatu himpunan S dengan dua atau lebih vektor adalah:
a) Tidak bebas linear jika dan hanya jika paling tidak salah satu dari vector pada S dapat
dinyatakan sebagai suatu kombinasi linear dari vektor-vektor lain pada S.
b) Bebas linear jika dan hanya jika tidak ada vector pada S yang dapat sinyatakan sebagai
suatu kombinasi linear dari vektor-vektor lain pada S.

Teorema 3.11
a) suatu himpunan terhingga vektor-vektor yang mengandung vektor nol adalah tidak bebas
linear.
b) suatu himpunan dengan tepat dua vektor adalah bebas linear jika dan hanya jika tidak
satupun dari vektornya merupakan kelipatan scalar dari vektor lainnya.

Teorema 3.12

Misalkan 𝑠 = {𝑣1 , 𝑣2 , … . 𝑣𝑟 } adalah suatu himpunan vector-vektor pada 𝑅 𝑛 . Jika 𝑟 > 𝑛, maka
S tidak bebas linear.

Teorema 3.13

Jika fungsi 𝑓1 𝑓2 … . , 𝑓𝑛 memiliki n – 1 tururnan kontinu pada interval (−∞, ∞), dan jika
Wronskian dari fungsi-fungsi ini tidak identik dengan nol pada (−∞, ∞), maka fungsi-fungsi
ini membentuk suatu himpunan bebas linear pada 𝐶 (𝑛−1) (−∞, ∞).

Definisi 3.14
Jika V adalah suatu ruang vektor sebarang 𝑆 = {𝑣1 , 𝑣2 , … . 𝑣𝑛 } adalah suatu himpunan vector-
vektor pada V, maka S disebut basis untuk V jika dua syarat berikut berlaku:
a) S bebas linear
b) S merentang V.

Teorema 3.15
Jika 𝑆 = {𝑣1 , 𝑣2 , … . 𝑣𝑛 } adalah suatu basis dari ruang vector V, maka setiap vector v pada V
dapat dinyatakan dalam bentuk 𝑣 = 𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑛 𝑣𝑛 dengan tepat satu cara.

Definisi 3.16
suatu ruang vektor taknol V disebut berdimensi terhingga (finite- dimensional) jika terdiri
dari himpunan terhingga vektor-vektor {𝑣1 , 𝑣2 , … . 𝑣𝑛 } yang membentuk suatu basis. Jika
tidak terdapat himpunan semacam ini, V disebut sebagai berdimensi takterhingga (infinite-
dimensional). selain itu, kita akan menganggap ruang vector nol sebagai berdimensi
terhingga.

Teorema 3.17
Misalkan V adalah suatu ruang vector berdimensi terhingga dan {𝑣1 , 𝑣2 , … . 𝑣𝑛 } adalah basis
Sebarang.
a) Jika suatu himpunan memiliki vektor lebih dari n, maka himpunan tersebut bersifat tidak
bebas linear.
b) Jika suatu himpunan memiliki vektor kurang dari n, maka himpunan tersebut bersifat
tidak merentang V.

Teorema 3.18
Semua baris untuk ruang vektor berdimensi terhingga memiliki jumlah vektor yang sama.

Definisi 3.19
Dimensi dari ruang vektor V yang berdimensi terhingga, dinotasikan sebagai dim(V),
didefinisikan sebagi banyaknya vektor-vektor pada suatu baris untuk V. selain itu, kita
mendefinisikan ruang vektor nol sebagai berdimensi nol.

Teorema 3.20
Misalkan S adalah himpunan tak kosong vektor-vektor pada ruang vektor V.
a) Jika S adalah himpunan bebas linear, dan jika v adalah suatu vector pada V yang terletak
diluar diluar rentang(S), maka himpunan 𝑆 ∪ {𝑣} yang diperoleh dengan menyisipkan v
ke dalam S masih bersifat bebas linear.
b) Jika v adalah suatu vector pada S yang dapat dinyatakan sebagai kombinasi linear dari
vector-vektor lainnya pada S. dan jika 𝑆 − {𝑣} menotasikan himpunan yang diperoleh
dengan mengeluarkan v dari S. Maka S dan 𝑆 − {𝑣} merentang ruang yang sama: yaitu
𝑟𝑒𝑛𝑡𝑎𝑛𝑔(𝑆) = 𝑟𝑒𝑛𝑡𝑎𝑛𝑔(𝑆 − {𝑣})

Teorema 3.21
Jika V adalah suatu ruang vektor berdimensi n, dan jika S adalah suatu himpunan pada V
dengan tepat n vektor, maka S adalah basis untuk untuk V jika salah satu dari hal berikut
berlaku, S merentang V atau S bebas linear.

Teorema 3.22
Misalkan S adalah suatu himpunan terhingga dari vektor-vektor pada suatu ruang vektor V
berdimensi terhingga.
a) Jika S merentang V, tetapi bukan suatu basis untuk V, maka S dapat direduksi menjadi
suatu basis untuk V dengan mengeluarkan vektor-vektor yang sesuai dari S.
b) Jika S adalah suatu himpunan bebas linear yang belum merupakan basis untuk V, maka S
dapat diperbesar menjadi suatu basis untuk V dengan menyisipkan vektor-vektor yang
sesuai ke dalam S.

Teorema 3.23
Jika W adalah suatu subruang dari suatu ruang vector V yang berdimensi terhingga, maka
dim(𝑊) ≤ dim(𝑉) lebih lanjut, jika dim(W) = dim(V), maka W = V
Definisi 3.24
Untuk suatu matriks m x n
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋮ ]
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛

Vektor-vektor
𝑟1 = [ 𝑎11 𝑎12 … 𝑎1𝑛 ]
𝑟2 = [ 𝑎21 𝑎22 … 𝑎2𝑛 ]
⋮ ⋮
𝑟𝑚 = [𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 ]
𝑛
pada 𝑅 yang dibentuk dari baris-baris A disebut sebagai vektor baris (row vector) dari A.
dan vektor-vektor
𝑎11 𝑎12 𝑎1𝑛
𝑎21 𝑎22 𝑎2𝑛
𝑐1 = [ ⋮ ], 𝑐2 = [ ⋮ ] … … 𝑐𝑛 = [ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛
𝑚
pada 𝑅 yang dibentuk dari kolom-kolom A disebut sebagai vector kolom (column vector)
dari A.

Definisi 3.25
Jika A adalah suatu matriks m x n, maka subruang dari 𝑅 𝑛 yang direntang oleh vector-vektor
baris dari A disebut ruang baris (row space) dari A, dan subruang dari 𝑅 𝑚 yang direntang
oleh vector-vektor kolom disebut ruang kolom (column space) dari A. Ruang solusi dari
system persamaan yang homogeny Ax = 0, yang merupakan subruang dari 𝑅 𝑛 , disebut ruang
nul (null space) dari A.

Teorema 3.26
Suatu sistem persamaan linear Ax = b adalah konsisten jika dan hanya jika b berada pada
ruang kolom dari A.

Teorema 3.27
Operasi baris elementer tidak mengubah ruang nul suatu matriks.

Teorema 3.28
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 untuk ruang
kolom dari A jika dan hanya jika vektor-vektor kolom yang bersesuaian dari B
membentuk suatu basis untuk ruang kolom dari B.

Teorema 3.29
Jika suatu matriks R berada dalam bentuk eselon baris, maka vektor-vektor baris dengan I
utama (yaitu vektor-vektor baris tak nol) membentuk suatu basis untuk ruang baris dari R,
dan vektor-vektor baris membentuk suatu basis untuk ruang kolom dari R.

Definisi 3.30
Jika kita perhatikan suatu matriks A dan transposnya 𝐴𝑇 secara bersamaan. Maka terdapat
enam ruang vektor yang penting:
𝑅𝑢𝑎𝑛𝑔 𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑑𝑎𝑟𝑖 𝐴 𝑟𝑢𝑎𝑛𝑔 𝑏𝑎𝑟𝑖𝑠 𝑑𝑎𝑟𝑖 𝐴𝑇
𝑟𝑢𝑎𝑛𝑔 𝑘𝑜𝑙𝑜𝑚 𝑑𝑎𝑟𝑖 𝐴 𝑟𝑢𝑎𝑛𝑔 𝑘𝑜𝑙𝑜𝑚 𝑑𝑎𝑟𝑖 𝐴𝑇
𝑟𝑢𝑎𝑛𝑔 𝑛𝑢𝑙 𝑑𝑎𝑟𝑖 𝐴 𝑟𝑢𝑎𝑛𝑔 𝑛𝑢𝑙 𝑑𝑎𝑟𝑖 𝐴𝑇

Teorema 3.31
Jika A adalah suatu matriks sebarang, maka ruang baris dan ruang kolom dari A memilki
dimensi yang sama.

Definisi 3.32
Dimensi unum 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)

Teorema 3.33
Jika A adakah suatu matriks sebarang, maka 𝑟𝑎𝑛𝑘(𝐴) = 𝑟𝑎𝑛𝑘(𝐴𝑇 ).

Teorema 3.34
Jika A adalah suatu matriks dengan n kolom, maka
rank(A) + nulitas(A) = n

Teorema 3.35
Jika A adalah suatu matriks n x n, maka:
a) rank(A) = banyaknya variabel utama pada solusi dari Ax = 0
b) nulitas(A) = banyaknya parameter pada solusi umum dari Ax = 0

Nilai Maksimum untuk Rank

Jika A adalah suatu matriks m x n, maka vektor-vektor barisnya terletak pada 𝑅 𝑛 dan vektor-
vektor kolomnya terletak pada 𝑅 𝑚 . ini mengimplikasikan bahwa ruang baris dari A paling
banyak berdimensi n dan bahwa ruang kolom paling banyak berdimensi m. karena ruang
baris dan ruang kolom memiliki dimensi yang sama (rank dari A), kita harus menyimpulkan
bahwa jika 𝑚 ≠ 𝑛, maka rank dari A yang paling banyak adalah nilai yang lebih kecil antara
nilai-nilai m dan n.
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

Teorema 3.36
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.
b) b berada pada ruang kolom dari A.
c) matriks koefisien A dan matriks yang diperbesar [𝐴|𝑏] memiliki rank yang sama.

Teorema 3.37
Jika Ax = b adalah suatu sistem linear yang terdiri dari m persamaan dengan n faktor yang
tidak diketahui, maka pernyataan-pernyataan berikut adalah ekuivalen.
a) Ax = b adalah konsisten untuk setiap matriks b, m x 1.
b) vektor-vektor kolom dari A merentang 𝑅 𝑚 .
c) rank(A) = m.

Teorema 3.38
Jika Ax = b adalah suatu sistem linear konsisten yang terdiri dari m persamaan dengan n
faktor yang tidak diketahui, dan jika A memiliki rank r , maka solusi umum dari sistem
tersebut terdiri dari n – r parameter.

Teorema 3.39
Jika A adalah suatu matriks m x n, 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, m
x 1.

Teorema 3.40 Pernyataan-pernyataan yang ekuivalen

Jika A adalah suatu matriks n x n, dan jika 𝑇𝐴 ∶ 𝑅 𝑛 → 𝑅 𝑛 adalah perkalian dengan A maka
pernyataan-pernyataan berikut ini adalah ekuivalen.
a) A dapat dibalik.
b) Ax = 0 hanya memiliki solusi trivial.
c) Bentuk eselon baris tereduksi dari A adalah 𝐼𝑛 .
d) A dapat dinyatakan sebagai hasil kali dari matriks-matriks elementer.
e) Ax = b konsisten untuk setiap matriks b, n x 1.
f) Ax = b memiliki tepat satu solusi untuk setiap matriks b, n x 1.
g) det(𝐴) ≠ 0\
h) Range dari 𝑇𝐴 adalah 𝑅 𝑚 .
i) 𝑇𝐴 adalah satu ke satu
j) vektor-vektor kolom dari A adalah bebas linear.
k) vektor-vektor baris dari A adalah bebas linear.
l) vektor-vektor kolom dari A adalah merentang 𝑅 𝑛
m) vektor-vektor Baris dari A adalah merentang 𝑅 𝑛 .
n) vektor-vektor kolom dari A adalah membentuk basis untuk 𝑅 𝑛 .
o) vektor-vektor baris dari A adalah membentuk basis untuk 𝑅 𝑛 .
p) A memiliki rank n.
q) A memiliki nulitas 0.
 BAB IV
HASILKALI DALAM

Definisi 4.1
Hasilkali dalam (inner product) pada sbuah ruang vector real V adalah sebuah fungsi yang
mengasosiasikan sebuah bilangan real 〈𝑢, 𝑣〉 dengan sepasang vector u dan v di dalam V
sedemikian rupa sehingga aksioma-aksioma baerikut ini terpenuhi bagi semua factor u, v,
dan w didalam V dan semua bilangan scalar k.
1) 〈𝑢, 𝑣〉 = 〈𝑣, 𝑢〉 [aksioma kesimetrian]
2) 〈𝑢 + 𝑣, 𝑤〉 = 〈𝑢, 𝑤〉 + 〈𝑣, 𝑤〉 [aksioma penjumlahan]
3) 〈𝑘𝒖, 𝒗〉 = 𝑘〈𝑢, 𝑣〉 [aksioma homogenitas]
4) 〈𝑣, 𝑣〉 ≥ 0 [aksioma positivitas]
dan 〈𝑣, 𝑣〉 = 0
jika dan hanya jika v = 0
Sebuah ruang vector real yang memiliki sebuah hasilkali dalam disebut ruang hasilkali
dalam real (real inner product space).

Definisi 4.2
Jika V adalah sebuah ruang hasilkali dalam, maka norma (norm) atau panjang (length) sebuah
vector u di dalam V dinotasikan dengan ‖𝑢‖ dan didefinisikan sebagai
1
‖𝑢‖ = 〈𝑢, 𝑢〉 ⁄2
Jarak (distance) antara dua buah titik (vector) u dan v dinotasikan dengan 𝑑(𝑢, 𝑣)dan
didefinisikan sebagai
𝑑(𝑢, 𝑣) = ‖𝑢 − 𝑣‖

Teorema 4.3 Sifat-sifat hasilkali Dalam

Jika u, v dan w adalah vector-vektor di dalam sebuah ruang hasilkali dalam real, dan k adalah
skalar sebarang, maka:
a) 〈0, 𝑣〉 = 〈𝑣, 0〉 = 0 d) 〈𝑢 − 𝑣, 𝑤〉 = 〈𝑢, 𝑤〉 − 〈𝑣, 𝑤〉
b) 〈𝑢, 𝑣 + 𝑤〉 = 〈𝑢, 𝑣〉 + 〈𝑢, 𝑤〉 e) 〈𝑢, 𝑣 − 𝑤〉 = 〈𝑢, 𝑣〉 − 〈𝑢, 𝑤〉
c) 〈𝑢, 𝑘𝑣〉 = 𝑘〈𝑢, 𝑣〉

Teorema 4.4 Ketidaksamaan Cauchy-Schwarz

Jika u dan v adalah vector-vektor di dalam sebuah ruang hasilkali dalam real, maka
|〈𝑢, 𝑣〉| ≤ ‖𝑢‖‖𝑣‖

Definisi 4.5
Dua vektor u dan v di dalam sebuah ruang hasilkali dalam dikatakan orthogonal jika 〈𝑢,
𝑣〉 = 0.

Definisi 4.6
 Misalkan W adalah subruang dari sebuah ruang hasilkali dalam V. sebuah vector u
pada V dikatakan orthogonal terhadap W jika vector tersebut orthogonal terhadap setiap
vector pada W, dan himpunan semua vector di dalam V yang vortogonal tehadap W disebut
sebagai komplemen orthogonal dari W.

Teorema 4.7 Sifat-sifat komplemen orthogonal

Jika W adalah sebuah subruang dari suatu ruang hasilkali dalam berdimensi terhingga V,
maka:
a) 𝑊 ⊥ adalah subruang dari V.
b) satu-satunya vector yang merupakan milik bersama 𝑤 dan 𝑊 ⊥ adalah 0.
c) Komplemen orthogonal dari 𝑊 ⊥ adalah W; yaitu, (𝑊 ⊥ )⊥ = 𝑊.

Teorema 4.8
Jika A adalah sebuah matriks m x n, maka:
a) Ruang nul dari A dan ruang baris dari A adalah komplemen-komplemen orthogonal di
dalam 𝑅 𝑛 dengan mengacu pada hasilkali dalam Euclidean.
b) Ruang nul dari 𝐴𝑇 dan ruang kolom dari A adalah komplemen-komplemen orthogonal di
dalam 𝑅 𝑚 dengan mengacu pada hasilkali dalam Euclidean.
Teorema 4.9
Jika A adalah sebuah matriks n x n, dan jika 𝑇𝐴 ∶ 𝑅 𝑛 → 𝑅 𝑛 adalah perkalian dengan A, maka
pernyataan-pernyataan berikut ini adalah ekuivalen.
a) A dapat dibalik
b) Ax = 0 hanya memiliki solusi trivial.
c) Bentuk eselon baris tereduksi dari A adalah 𝐼𝑛 .
d) A dapat dinyatakan sebagai hasilkali dari matriks-matriks elementer.
e) Ax = b konsisten untuk setiap natriks b, n x 1.
f) Ax = b memiliki tepat satu solusi untuk setiap matriks b, n x 1
g) det(𝐴) ≠ 0
h) Range dari 𝑇𝐴 𝑎𝑑𝑎𝑙𝑎ℎ 𝑅 𝑛 .
i) 𝑇𝐴 adalah satu ke satu.
j) Vektor − vektor kolom dari A bebas linear
k) Vektor-vektor baris dari A bebas linear
l) Vektor-vektor kolom dari A merentang 𝑅 𝑛 .
m) Vektor-vektor baris dari A merentang 𝑅 𝑛 .
n) Vektor-vektor kolom dari A membentuk basis untuk 𝑅 𝑛 .
o) Vektor-vektor baris dari A membentuk basis untuk 𝑅 𝑛 .
p) A memiliki rank n.
q) A memiliki nulitas 0.
r) Komplemen orthogonal ruang nul dari A adalah 𝑅 𝑛 .
s) Komplemen orthogonal ruang baris dari A adalah {0}.

Definisi 4.10
 Suatu himpunan vector-vektor di dalam sebuah ruang hasilkali dalam disebut sebagai
himpunan orthogonal (orthogonal set) jika setiap pasangan vector yang berbeda di dalam
himpunan tersebut adalah orthogonal. sebuah himpunan orthogonal yang vector-vektornya
memiliki norma 1 disebut ortonormal.

Teorema 4.11
Jika 𝑆 = {𝑣1 , 𝑣2 , … . , 𝑣𝑛 } adalah sebuah basis ortonormal untuk sebuah ruang hasilkali dalam
V, dan u adalah sebuah vector sebarang pada V, maka
𝑢 = 〈𝑢, 𝑣1 〉𝑣1 + 〈𝑢, 𝑣2 〉𝑣2 + ⋯ + 〈𝑢, 𝑣𝑛 〉𝑣𝑛

Teorema 4.12
Jika S adalah sebuah basis ortonormal untuk sebuah ruang hasilkali dalam berdimensi n, dan
jika
(𝑢)𝑆 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) dan (𝑣)𝑆 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 )
maka :
a) ‖𝑢‖ = √𝑢12 + 𝑢22 + ⋯ + 𝑢𝑛2
b) 𝑑(𝑢, 𝑣) = √(𝑢1 − 𝑣1 )2 + (𝑢2 − 𝑣2 )2 + ⋯ + (𝑢𝑛 − 𝑣𝑛 )2
c) 〈𝑢, 𝑣〉 = 𝑢1 𝑣1 + 𝑢2 𝑣2 + ⋯ + 𝑢𝑛 𝑣𝑛

Teorema 4.13
Jika 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } adalah suatu himpunan orthogonal vector-vektor taknol pada
sebuah ruang hasilkali dalam, maka S bebas linear.