Tentang
Kebebasan Linier, Basis dan Dimensi, Ruang Baris dan kolom Matriks ;
Rank ; Penerapan terhadap Pencarian Basis
Dosen Pembimbing:
Puji syukur kita panjatkan kehadirat Allah SWT dimana atas rahmat dan
karunia-Nya kami dapat menyelesaikan tugas Critical Book Report dan Critical
Journal Review ini sebatas kemampuan dan pengetahuan yang kami miliki.
kami sangat berharap Critical Book Report dan Critical Journal Review ini
dapat berguna dalam hal untuk menambah wawasan dan pengetahuan. kami juga
menyadari sepenuhnya bahwa di dalam tugas ini terdapat kekurangan dan jauh dari
apa yang diharapkan. Untuk itu, kami berharap adanya kritik, saran dan usulan demi
perbaikan di masa yang akan datang. Karena dengan mengingat tidak ada sesuatu
yang sempurna tanpa saran dan kritik yang membangun. Dan untuk penulisan
Critical Book Report ini kami mengucapkan terima kasih kepada: kedua orang tua
kami dan dosen pengampu mata kuliah Aljabar Linear Dasar yaitu Ibu Erlinawaty
Simanjuntak, S.Pd., M.Pd.
Semoga Critical Book Report Critical Journal Review sederhana ini dapat
dipahami bagi siapapun yang membacanya. Sebelumnya kami mohon maaf apabila
terdapat kesalahan kata–kata yang kurang berkenan dan kami memohon kritik dan
saran yang membangun demi kesempurnaan ini.
Kelompok 6
Page 1
DAFTAR ISI
Page 2
BAB I
PENDAHULUAN
1.2 Tujuan
Page 3
3. Untuk mengulas isi jurnal yang di kritik.
4. Mengembangkan budaya membaca, kemampuan berpikir sistematis dan kritis,
kemampuan mengekspresikan pendapat dalam memandang suatu jurnal yang
akan direview.
1.3 Manfaat
Page 4
BAB II
Contoh 29
Contoh 30
Jawab:
b = k1 v1 + k 2 v2 + k 3 v3
Page 5
(b1, b2 , b3 ) = k1 (1, 2, 1) + k 2 (2, 9, 0) + k 3 (3, 3, 4)
(b1, b2 , b3 ) = ( k1 + 2k 2 + 3k 3 , 2k1 + 9k 2 + 3k 3 , k1 + 4k 3 )
k1 + 2k 2 + 3k 3 = b1
2k1 + 9k 2 + 3k 3 = b2
k1 + 4k 3 = b3 (4.4)
k1 v1 + k 2 v2 + k 3 v3 = 0 (4.5)
adalah k1 = k 2 = k 3 = 0
k1 + 2k 2 + 3k 3 = 0
2k1 + 9k 2 + 3k 3 = 0
k1 + 4k 3 = 0 (4.6)
Hanya mempunyai pemecahan trivial. Perhatikan bahwa system (4.4) dan system
(4.6) mempunyai matriks koefisien yang sama. Jadi, menurut bagian-bagian a, b
dan d dari teorema 15 pada bagian 1.7 kita dapat secara serempak membuktikan
bahwa S bebas linear dan merentang R3 dengan memperlihatkan bahwa matriks
koefisien
Page 6
1 2 3
A = [2 9 3]
1 0 4
1 2 3
det(A) = |2 9 3| = −1
1 0 4
Maka jelaslah dari teorema 7 bagian 2.3 bahwa A dapat dibalik. Jadi, S adalah
sebuah basis untuk R3 .
Contoh 33
Jika S = {v1, v2 , … , vr }adalah himpunan bebas linear pada ruang vector V , maka S
adalah basis untuk subruang lin (S) karena S bebas, dan menurut definisi dari lin
(S), maka S merentang lin (S)
Contoh 34
Menurut contoh-contoh 29,31, dan 32 maka Rn , Pn , dan M22 adalah ruang vector
berdimensi berhingga
Teorema 9: Jika S = {v1, v2 , … , vn } adalah basis untuk ruang vector V, maka setiap
himpunan dengan lebih besar dari n vector adalah takbebas linear
Page 7
Bukti:
Untuk memperlihatkan bahwa S’ tak bebas linear, maka kita harus cari scalar-skalar
k1, k 2 , … , k m yang tidak semuanya nol, sehingga,
k1 w1 + k 2 w2 + ⋯ + k m wm = 0
Page 8
𝑎𝑛1 𝑘1 + 𝑎𝑛2 𝑘2 + ⋯ + 𝑎𝑛𝑚 𝑘𝑚 = 0
Teorema 10: sebarang dua basis untuk ruang vector berdimensi berhingga
mempunyai jumlah vector yang sama
Bukti:
Dari contoh 35 dan 36, maka 𝑅 𝑛 adalah sebuah ruang vector berdimensi n dan 𝑃𝑛
adalah sebuah ruang vector berdimensi n + 1
Contoh 36
Tentukanlah basis dan dimensi untuk ruang pemecahan dari system homogen:
2𝑥1 + 2𝑥2 – 𝑥3 + 𝑥5 = 0
𝑥1 + 𝑥2 − 2𝑥3 − 𝑥5 = 0
Page 9
𝑥3 + 𝑥4 + 𝑥5 = 0
Jawab:
𝑥1 − 𝑠 − 𝑡 𝑥2 = 𝑠 𝑥3 = −𝑡 𝑥4 = 0 𝑥5 = 𝑡
𝑥1 −𝑠 − 𝑡 −𝑠 −𝑡 −1 −1
𝑥2 𝑠 𝑠 0 1 0
𝑥3 = [ −𝑡 ] = [ 0 ] + [−𝑡] = 𝑠 0 + 𝑡 −1
𝑥4 0 0 0 0 0
[𝑥5 ] 𝑡 0 𝑡 [0] [0]
−1 −1
1 0
𝑣1 = 0 𝑑𝑎𝑛 𝑣2= −1
0 0
[0] [0]
Teorema 11
Page 10
(a) Jika 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } adalah sebuah himpunan n vector bebas linear pada
sebuah ruang V yang berdimensi n, maka S adalah sebuah basis untuk V
(b) Jika 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } adalah sebuah himpunan n vector yang merentang
ruang V yang berdimensi n, maka S adalah sebuah basis untuk V
(c) Jika 𝑆 = {𝑣1, 𝑣2 , … , 𝑣𝑛 } adalah sebuah himpunan n vector bebas linear pada
ruang V yang berdimensi n dan r < n, maka S dapat diperbesar menjadi basis untuk
V; yaknivektor-vektor 𝑣𝑟+1 , … , 𝑣𝑛 sehingga { 𝑣1 , 𝑣2 , … , 𝑣𝑟 , 𝑣𝑟+1 , … , 𝑣𝑛 adalah
sebuah basis untuk V
𝑎11 ⋯ 𝑎1𝑛
A=[ ⋮ ⋱ ⋮ ]
𝑎𝑚1 ⋯ 𝑎𝑚𝑛
Vektor-vektor
⋮ ⋮
Page 11
Terbentuk dari basis-basis A yang kita namakan vektor-vektor baris A, dan
vektor-vektor
Yang direntang oleh vektor-vektor kolom kita namakan ruang kolom (column
space) A.
Contoh 39:
2 1 0
Misalkan 𝐴 = [ ]
3 −1 4
Jawab:
2 1 0
𝑐1 = [ ], 𝑐2 = [ ] dan 𝑐3 = [ ]
3 −1 4
Teorema 12. Operasi baris elementer tidak mengubah ruang basis sebuah matriks.
Dari teorema ini bahwa sebuah matriks dan semua bentuk eselon barisnya
mempunyai ruang baris yang sama. Akan tetapi, vektor-vektor baris taknol dari
matriks berbentuk eselon baris selalu bebas linear sehingga vektor-vektor baris
taknol ini membentuk basis untuk ruang baris tersebut.
Page 12
Teorema 13. Vektor-vektor baris taknol berbentuk eselon baris dari matriks A
membentuk basis untuk ruang baris A.
Contoh 40
Pemecahan.
Ruang yang di rentang 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 87 6
Dengan mereduksi matriks ini menjadi bentuk eselon baris, kita dapatkan :
1 −2 0 0 3
0 1 3 2 0
[ ]
0 0 1 1 0
0 0 0 0 0
Teorema 14. Jika A adalah sebarang matriks, maka ruang baris dan ruang kolom
A mempunyai dimensi yang sama.
Dimensi ruang baris dan ruang kolom matriks A dinamakan rank A dan dinyatakan
dengan rank (A).
Page 13
Teorema 15. Jika A adalah matriks n x n, maka pernyataan-pernyataan berikut
ekivalen satu sama lain. ( An x n )
a) A dapat dibalik
b) Ax = 0 hanya mempunyai pemecahan trivial.
c) A ekivalen baris dengan In
d) Ax = b konsisten untuk tiap-tiap matriks b yang berukuran n x 1.
e) Det(A) ≠ 0
f) A mempunyai rank n.
g) Vektor-vektor baris A bebas linear.
h) Vektor-vektor kolom baris A bebas linear.
Teorema 16. Sebuah sistem persamaan linear Ax = b adalah konsisten jika dan
hanya jika b berada pada ruang kolom A.
Contoh 44
−1 3 2 𝑥1 1
[1 2 −3] [𝑥2 ] = [−9]
2 1 −2 𝑥3 −3
Penyelesaian:
𝑥1 = 2, 𝑥2 = −1, 𝑥3 = 3
Page 14
−1 3 2 1
2 [ 1 ] − [2] + 3 [−3] = [−9]
2 1 −2 −3
Teorema 17. Sebuah sistem persamaan linear Ax = b akan konsisten jika hanya
jika rank matriks koefisien A sama dengan rank dari matriks yang diperbesar [𝐴/𝑏]
Contoh 45
Jika matriks 5 x 7 dengan rank 4, dan jika Ax = b adalah sistem linear konsisten
maka pemecahan tersebut mengandung sistem 7-4 = 3 parameter.
Pada ruang vektor riil yang umum, hasil kali dalam didefinisikan secara aksioma
dengan menggunakan sifat-sifat ini sebagai aksioma
Definisi. Sebuah hasil kali dalam ( inner prosuct) pada ruang vektor riil V adalah
fungsi yang mengasosialisasikan bilangan riil < u,v > dengan masing-masing
pasangan vektor u dan v pada V sedemikian rupa sehingga aksioma-aksioma
berikut dipenuhi untuk semua vektor u,v, dan w di V dan juga untuk semua skalar
k.
Page 15
Teorema 19. Jika u, v, w adalah vektor-vektor pada ruang hasil kali dalam riil dan
k sebarang skalar, maka
Contoh 53
= ( 𝑉 𝑡 +𝑤 𝑡 ) 𝐴𝑡 Au (sifat transfos)
Page 16
Dapat ditulis dalam ruas-ruas hasil kali dalam titik sebagai
Definisi. Jika V adalah sebuah ruang hasil kali dalam, maka norma (atau panjang)
vector u dinyatakan oleh ‖𝑢‖ dan didifinisikan oleh
Di 𝑅 2 , jarak antara dua titik u = (u1 , u2)dan v = (v1 , v2) diberikan oleh
diberikan oleh
definisi. Jika V adalah sebuah ruang hasil kali dalam, maka jarak antara dua
titik(vector) u dan v dinyatakan oleh d(u,v) dan didefinisikan oleh
d(u,v) = ‖𝑢 − 𝑣‖
Teorema 20 (ketaksamaan cauch Schwarz). Jika u dan v adalah vector pada sebuah
ruang hasil kali dalam maka
Bukti .
Page 17
𝑜 ≤< (𝑡𝑢 + 𝑣), (𝑡𝑢 + 𝑣) >=< 𝑢, 𝑢 > 𝑡 2 + 2 < 𝑢, 𝑣 > 𝑡+< 𝑣, 𝑣 >,
= 𝑎𝑡 2 + 𝑏𝑡 + 𝑐
L2. ‖𝑢‖ = 0 jika dan hanya jika u=o D2. d(u,v)=0 jika dan hanya jika u = v
Teorema berikutnya akan mengakui definisi-definisi kita mengenai norma dan jarak
pada ruang hasil kali dalam.
Teorema 21. Jika V adalah ruang hasil kali dalam, maka norma ‖u‖ = <
𝑢, 𝑢 >1/2dan jarak d(u,v)= ‖u − v‖ memenuhi semua sifat yang didaftarkan pada
table di atas.
= ‖𝑢‖2+2‖𝑢‖‖𝑣‖+‖𝑣‖2
Page 18
= (‖𝑢‖ + ‖𝑣‖2
‖𝑢 + 𝑣‖ ≤ ‖𝑢‖ + ‖𝑣‖
Anggaplah bahwa u dan v adalah vector-vektor taknol dalamruang hasil kali dalam
V. jika kita memberikan kedua sisi, kita peroleh
<𝑢,𝑣>
(‖𝑢‖‖𝑣‖)2 ≤ 1
<𝑢,𝑣>
-1≤ ‖𝑢‖‖𝑣‖ ≤ 1 (4.25)
Kini jika 𝜃 adalah sudut yang mengukur radian dari 0 hingga 𝜋 maka cos 𝜃
mengasumsikan setiap nilai antara -1 dan 1. Jadi dari (4.25) kita peroleh sudut yang
unik, sehingga:
< 𝑢, 𝑣 >
𝑐𝑜𝑠𝜃 = 𝑑𝑎𝑛 0≤𝜃≤𝜋
‖𝑢‖‖𝑣‖
Contoh 57
Pemecahan
Sehingga
Page 19
< 𝑢, 𝑣 > 9 3
𝑐𝑜𝑠𝜃 = = − = −
‖𝑢‖‖𝑣‖ √30√18 2√15
Definisi. Dalam ruang hasil kali dalam, dua vector u dan v dinamakan orthogonal
jika<u,v>=0. Selanjutnya,jika u orthogonal terhadap setiap vektorpada himpunan
W, maka kita katakan bahwa u orthogonal terhadap W.
Teorema 22. (teorema Pythagoras yang digeneralisasi). Jika u dan v adalah vector-
vektor orthogonal pada ruang hasil kali dalam, maka
‖𝑢 + 𝑣‖2=‖𝑢‖2+‖𝑣‖2
Bukti.
= ‖𝑢‖2+‖𝑣‖2
Definisi. sebuah himpunan vector pada ruang hasil kali dalam dinamakanhimpunan
orthogonal jika semua pasangan vector-vektor yang berbeda dalam himpunan
tersebut orthogonal. Sebuah himpunan orthogonal yang setiap vektornya
mempunyai norma 1 dinamakan ortonormal.
Teorema 23. Jika S=(v1, v2,…,vn)adalah basis ortonormal untuk ruang hasil kali
dalam V,dan u adalah sebarang vector dalam V, maka
bukti. Karena S = (v1, v2,…,vn)adalah basis, maka vector u dapat dinyatakan dalam
bentuk
Page 20
u= k1v1 +k2v2 + ...+knvn
<u, vi> = ki
Contoh 62
4 3 3 4
Misalkan 𝑣1 = (0,1,0), 𝑣2 = (− 5 , 0, 5), 𝑣3 = (5 , 0, 5) mudah untuk
memeriksa bahwa S ={ v1, v2, v3} adalah basis ortonormal untuk R3 dengan hasil
kali dalam euclidis. Nyatalah vektor u=(1,1,1) sebagai kombinasi linear vektor-
vektor S.
Pemecahan
1 7
< 𝑢1 , 𝑣1 > = 1 < 𝑢2 , 𝑣2 > = − < 𝑢3 , 𝑣3 > =
5 5
1 7
𝑢 = 𝑣1 − 𝑣2 + 𝑣3
5 5
Yakni,
1 4 3 7 3 4
(1,1,1) = (0,1,0) − (− , 0, ) + ( , 0, )
5 5 5 5 5 5
Page 21
Teorema 24. Jika S =(v1, v2,…,vn)adalah himpunan orthogonal vector taknol dalam
ruang hasil kali dalam, maka S bebas linear.
Bukti. Anggaplah
ki<vj , vi>=0
Teorema 25. Misalkan V adalah ruang hasil kali dalam dan (v1, v2,…,vr)adalah
himpunan ortonormal dari vector-vektor V. jika W menyatakan ruang yang
direntang oleh (v1, v2,…,vr)maka setiap vector u dalam V dapat diungkapkan dalam
bentuk
u= w1+w2
Teorema 26. Setiap ruang hasil kali dalam berdimensi berhingga taknol
mempunyai sebuah basis ortonormal.
Page 22
Teorema 27. (teorema proyeksi) jika W adalah subruang yang berdimensi
berhingga dari ruang hasil kali dalam V, maka setiap vector u pada V dapat
dinyatakan persis mempunyai satu cara yaitu,
u= w1+w2
‖𝑢 − 𝑝𝑟𝑜𝑦 𝑢‖ < ‖𝑢 − 𝑤‖
Teorema 29. Jika S =(v1, v2,…,vr)adalah basis untuk ruang vector V, maka setiap
vector v yang terletak di V dapat dinyatakan dalam bentuk v= c1v1, c2v2,…, cnvn
persis mempunyai satu cara.
Jika S==(v1, v2,…,vn)adalah basis untuk ruang vector V yang berdimensi berhingga
dan
adalah pernyataan untuk v dalam basis S, maka skalar c1, c2,…, cn dinamakan
koordinat relative terhadap basis S. vector koordinat dari v relative terhadap S
dinyatakan oleh v dan merupakan vector 𝑅 𝑛 yang didefinisikan oleh
Page 23
Matriks koordinat v relative terhadap S yang dinyatakan oleh [v], sedangkan
𝑐1
𝑐2
matriks 𝑛 × 1 didefinisikan oleh [⋮]
𝑐3
Teorema 30. Jika S adalah basis ortonormal untuk ruang hasil kali dalam
berdimensi n dan jika
Maka
Teorema 31. Jika P adalah matriks transisi dari basis 𝐶 ke basis B, maka
Teorema 32. Jika P adalah matriks transisi dari satu basis ortonormal ke baris
ortonormal yang lain untuk sebuah ruang hasil kali dalam, maka
P −1 =P t
𝐴−1 =𝐴𝑡
Page 24
(a) A adalah orthogonal
(b) Vektor-vektor baris dari A membentuk himpunan ortonormal Rn dengan
hasil kali dalam Euclidis
(c) Vektor-vektor kolom A membentuk himpunan ortonormal Rn dengan hasil
kali dalam Euclidis.
Contoh 75
Tinjaulah matriks
1 1
0
√2 √2
𝐴= 0 0 1
1 1
− 0
[√2 √2 ]
Pemecahan
1 1 1 1
𝑟1 = ( , , 0), 𝑟2 = (0,0,1), 𝑟3 = ( ,− , 0)
√2 √2 √2 √2
1 1
0
√2 √2
𝐴−1 = 𝐴𝑡 = 1 1
0 −
√2 √2
[0 1 0 ]
Page 25
CONTOH SOAL
1. Menentukan basis dan dimensi ruang solusi dari SPL homogen
Penyelesaian :
jadinya
Page 26
yang menunjukkan bahwa vektor vektor merentang ruang solusi
tersebut. Karena v1 dan v2 tidak saling berkelipatan satu sama lain maka
kedua vektor ini saling bebas bebas linear. Jadi (v1,v2) adalah basis bagi ruang
solusi SPL yang dimaksud yang berdimensi 2.
Page 27
SOAL LATIHAN
2. Selidiki dan tentukan apakah himpunan vektor-vektor dibawah ini bebas linier
atau bergantung linier?
Page 28
BAB III
KESIMPULAN
1. Pada basis dan dimensi terdapat definisi: Misalkan V adalah sebarang ruang
vector dan S = {v1, v2 , … , vr } merupakan himpunan berhingga dari vector-vektor
pada V, maka S kita namakan basis untuk V jika:
(iii) S bebas linier
(iv) S merentang V
2. sebuah ruang vector taknol V dinamakan berdimensi berhingga (finite
dimensional) jika ruang vector tersebut mengandung sebuah himpunan berhingga
dari vector-vektor {v1, v2 , … , vn } yang membentuk sebuah basis. Jika tidak ada
himpunan seperti itu, maka V dinamakan berdimensi tak berhingga (infinite
dimensional). Tambahan lagi, kita akan menganggap ruang vector nol sebagai
ruang vector berdimensi berhingga walaupun ruang vector tersebut tidak
mempunyai himpunan bebas linear, sehingga basispun tidak ada.
3. Dan berbagai pembahasan lainnya pada basis dan dimensi matriks ini pada
koordinat perubahan basis dan pada hasil kali dalam perlu pemahaman lebih dalam
memahaminya.
Page 29
DAFTAR PUSTAKA
Page 30