Teorema 4.7.

6 Jika A dan B adalah matriks ekuivalen, maka :

a) Diberikan himpunan vektor kolom A adalah bebas linear jika dan hanya jika vector kolom
koresponden B adalah bebas linear.
b) Diberikan himpunan vector kolom A membentuk basis untuk ruang vector A jika dan hanya
jika himpunan vector kolom koresponden B membentuk basis untuk ruang kolom B.

Example 7 Basis untuk Ruang Kolom dari Reduksi Baris

Temukan basis untuk ruang kolom dari matriks

Solusi Dari example 6, matriks

adalah bentuk baris echelon A. A dan R bisa punya ruang kolom berbeda, basis tidak bisa
ditemukan untuk ruang kolom A secara langsung dari vektor kolom R. Dari Teorema 4.7.6 b),
jika bisa menemukan himpunan vector R yang membentuk basis untuk ruang kolom R, maka
vector kolom koresponden A akan membentuk basis untuk ruang kolom A.

Karena kolom pertama, ketiga, dan kelima dari R berisi leading 1’s dari vector baris, vector

membentuk basis untuk ruang kolom R. Sehingga, vector kolom koresponden A, yang mana

membentuk basis untuk ruang kolom A.

Example 8 Basis untuk Ruang yang Terentang (Spanned) dari Sebuah Himpunan Vektor

Berikut rentang vector sebuah subspace dari R4. Temukan subset dari vector-vektor yang
membentuk basis subruang.

v1 = (1,2,2,-1), v2 = (-3,-6,-6,3)

v3 = (4,9,9,-4) v4 = (-2,-1,-1,2)

v5 = (5,8,9,-5) v6 = (4,2,7-4)

Solusi Jika menulis ulang vector dalam bentuk kolom dan membangun matriks yang punya
vector-vektor sebagai kolom berturut-turut, kemudian memperoleh matriks A di Example 7. Jadi.

span(v1, v2, v3, v4, v5, v6) = col (A)

melanjutkan seperti pada contoh (dan menyesuaikan notasi secara tepat), vector v1, v3, dan v5
membentuk basis untuk

span(v1, v2, v3, v4, v5, v6)

Example 9 Basis untuk Ruang Baris dari Matriks

Temukan basis untuk ruang baris dari

sepenuhnya terdiri dari vector baris bentuk A.

Solusi A akan ditransposkan, dengan demikian mengonversi ruang baris A menjadi ruang kolom
AT ; kemudian menggunakan metode pada Example 7 untuk menemukan basis untuk ruang
kolom AT; dan kemudian transpos lagi untuk mengubah vector kolom kembali pada vektor
kolom. Transpos A menghasilkan

dan kemudian mengurangi matriks

ini ke bentuk baris echelon diperoleh
Kolom pertama, kedua, dan keempat berisi leading 1’s, jadi vector kolom koresponden di AT dari
basis untuk ruang kolom AT ; adalah

Transpos lagi dan menyesuaikan notasi

secara tepat menghasilkan basis vector

untuk ruang baris A.

Selanjutnya adalah contoh mengadaptasi metode Example 7 untuk menyelesaikan masalah

umum di Rn beritkut :

Diberikan himpunan vector S={ v1, v2,… vn} di Rn , temukan subset vector yang membentuk
basis untuk span (S), dan mengekspresikan setiap vector yang tidak dalam basis sebagai
kombinasi linear dari vector basis.

Example 10 Basis dan Kombinasi Linear

(a) Temukan subset dari vector

yang membentuk basis untuk subspace R4 direntang oleh vector ini.

(b) Ekspresikan setiap vector yang tidak dalam basis sebagai kombinasi linear dari vector
basis.

Solusi (a) Gambar matriks yang punya v1, v2, …, v5 sebagai vector kolom :

(5)

Temukan basis untuk ruang kolom matriks dan mengurangi matriks ke bentuk
baris echelon tereduksi.

(6) Leading 1’s terjadi di kolom 1,2, dan 4, jadi dari teorema 4.7.5

{w1, w2, w4}

adalah basis untuk ruang kolom dari (6), dan karena itu
 {v1, v2,v4}

Adalah basis untuk ruang kolom dari (5)

Solusi (b) Dimulai dengan mengekspresikan w3 dan w5 sebagai kombinasi linear dari vector basis
w1, w2, w4 . Cara tersederhana melakukannya adalah untuk mengekspresikan w3 dan w5 dalam
ketentuan vector basis dengan subscript terkecil. Demikian, akan diekspresikan w3 sebagai
kombinasi linear dari w1 dan w2, dan akan diekspresikan w5 sebagai kombinasi linear dari w1, w2,
dan w4 . Dengan tinjauan dari (6), kombinasi linearnya adalah

w3 = 2w1 – w2

w5 = w1 + w2 + w4

disebut sebagai persamaan dependensi. Hubungan koresponden di (5) adalah

v3 = 2v1 – v2

v5 = v1 + v2 + v4

Berikut ringkasan langkah-langkah yang diikuti contoh-contoh untuk menyelesaikan

permasalahan yang timbul di atas

Basis untuk Ruang Terentang (Span) oleh Sebuah Himpunan Vektor

Step 1. Dari matriks A yang kolomnya adalah vector dalam himpunan S = {v1, v2,… ,vk}

Step 2. Mengurangi matriks A menjadi eselon baris tereduksi dari R

Step 3. Menunjukkan vector kolom dari R oleh w1, w2,… ,wk

Step 4. Mengidentifikasi kolom R yang berisi leading 1’s. vector kolom koresponden dari A
membentuk basis untuk span (s).

Ini melengkapi bagian pertama dari permasalahan

Step 5. Dapatkan himpunan dari persamaan dependensi untuk vector kolom v1, v2,… ,vk dari R
dengan berturut-turut mengekspresikan setiap wi yang tidak berisi 1 utama dari R sebagai
kombinasi linear dari pendahulunya

Step 6. Dalam setiap persamaan dependensi diperoleh dalam Step 5, mengganti vector wi dengan
vector vi untuk i = 1,2,…,k.

Ini melengkapi bagian kedua dari permasalahan.

4.8 Pangkat (Rank), Null, dan Ruang Matriks Fundamental
Teorema 4.8.1

Ruang baris dan ruang kolom dari matriks A mempunyai dimensi sama.

Pembuktian Mengikuti dari Teorema 4.7. dan 4.7.6 (b) bahwa operasi baris elementer tidak
merubah dimensi ruang baris atau ruang kolom dari matriks. Jadi, jika R adalah sebarang bentuk
baris echelon A, ini harus benar bahwa

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

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

jadi itu sudah cukup untuk menunjukkan bahwa ruang baris dan kolom R mempunyai dimensi
sama. Tapi dimensi ruang baris R adalah bilangan baris bukan nol, dan dengan Teorema 4.7.5
dimensi ruang kolom R adalah bilangan leading 1’s. karena dua bilangan ini adalah sama, ruang
baris dan kolom mempunyai dimensi sama.

Definisi 1 Dimensi umum dari ruang baris dan ruang kolom matriks A disebut pangkat
(rank) dari A dan ditulis rank(A); dimensi dari ruang null A adalah disebut nullity dari A
dan ditulis dengan nullity(A).

Example 1 Rank dan Nullity dari sebuah Matriks 4x6

Temukan rank dan nullity dari matriks

Solusi Bentuk beris echelon tereduksi dari A adalah

(1)

Karena matriks ini punya dua leading 1’s, ruang baris dan kolom adalah dua dimensi dan
rank(A) = 2. Untuk menemukan nullity A, harus temukan dimensi ruang solusi dari sistem linear
Ax = 0. Sistem ini bisa diselesaikan dengan mengurangi matriks yang diperbesar ke bentuk baris
echelon tereduksi. Hasil matriks ini akan menjadi identic pada (1), kecuali bahwa ini akan
mempunyai sebuah penjumlahan kolom terakhir dari
nol, dan karenanya sistem koresponden dari
persamaan akan

menyelesaikan persamaan ini untuk variabel utama menghasilkan

(2)

Diperoleh solusi umum

atau bentuk vector kolom

(3)

Karena 4 vektor pada sisi kana dari (3) membentuk basis untuk ruang solusi nullity(A) = 4

Example 2 Nilai Maksimum untuk Rank

Berapa pangkat maksimum yang mungkin dari sebuah matriks A m x n bahwa tidak persegi ?

Solusi Karena vector baris A terletak dalam Rn dan vector kolom dalam Rm. Ruang baris A
adalah paling banyak n dimensi dan ruang kolom adalah paling banyak m dimensi. Karena rank
A adalah dimensi umum dari baris dan ruang kolom, karena itu pangkat paling banyak lebih
kecil dari m dan n. Ditunjukkan dengan menulis

rank ( A) ≤ min(m .n)

Dimana (m,n) adalah minimum dari m dan n

Teorema 4.8.2 Teoreme Dimensi untuk Matriks

Jika A adalah matriks dengan n kolom, maka

(4) rank(A) + nullity(A) = n

Pembuktian Karena A mempunyai n kolom, sistem linear homogen Ax = 0 mempunyai n tak

diketahui (variable). Ini menjadi kategori berbeda : variable utama dan variable bebas. Jadi,

Tapi bilangan variable utama

adalah sama sebagai bilangan leading 1’s dalam sebarang bentuk baris echelon dari A, yang
mana sama sebagai dimensi dari ruang baris A, yang mana sama sebagai pangkat A. Juga,
bilangan variable bebas dalam solusi umum dari dimensi ruang solusi Ax = 0, yang mana sama
sebagai nullity dari A. ini menghasilkan rumus (4)