MAKALAH

RUANG-RUANG VEKTOR UMUM II

Makalah ini dibuat dan diajukan untuk memenuhi tugas kelompok pada mata kuliah
“Aljabar Linear”

Dosen Pengampu :
Endah Wulantina, M. Pd.

Disusun oleh:
KELOMPOK 4
1. Asih Karuniawati (2001060001)
2. Riya Asmita Dewi (2001060014)
3. Sintyaningsih (2001060016)
4. Sri Rahayu Febriyanti (2001060017)
5. Venda Mega Faniya (2001060018)
6. Wiwit Rizqiani Tsania (2001060019)

KELAS A
TADRIS MATEMATIKA (TMTK)
FAKULTAS TARBIYAH DAN ILMU KEGURUAN (FTIK)
INSTITUT AGAMA ISLAM NEGERI (IAIN) METRO
T. A 2021/2022
METRO
2021
 KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh.

Puji dan syukur ke hadirat Allah Subhanahu Wa Ta'ala yang telah memberikan
kami kesempatan dan kemudahan-Nya, sehingga kami dapat menyelesaikan makalah
mengenai “Ruang-Ruang Vektor Umum II” ini dengan tepat waktu. Sholawat serta
salam semoga tetaptercurahkan kepada Nabi dan Rasul terakhir kita, Nabi Muhammad
Shallallahu 'Alaihi Wa Salam dan tidak lupa pula kami ucapkan terima kasih kepada Ibu
Endah Wulantina, M. Pd. selaku dosen mata kuliah Aljabar Linear.
Makalah ini disusun guna memenuhi tugas kelompok pada mata kuliahAljabar
Linear di Institut Agama Islam Negeri Metro. Serta, diharapkan dapat menambah
wawasan dan ilmu pengetahuan bagi para pembaca.
Kami mengucapkan terima kasih kepada semua pihak yang telah membantu dan
mendukung proses penyusunan makalah ini. Kami juga menyadari bahwa banyak
terdapat kesalahan dan kekeliruan, baik yang berkenaan dengan materi pembahasan
maupun teknik pengetikan yang masih jauh dari kata sempurna.Hal ini dikarenakan
keterbatasan ilmu dan kemampuan kami dalam penyusunan tugas yang menjadi
kewajiban kami.
Oleh karena itu, kami mengharapkan kritik dan saran yang bersifat membangun
dari pembaca demi kesempurnaan makalah ini, serta sebagai evaluasi dan perbaikan
kami dalam pembuatan makalah selanjutnya.

Wassalamu’alaikum Warahmatullahi Wabarakatuh.

Metro, 10 November 2021

Pemakalah

ii
 DAFTAR ISI

KATA PENGANTAR ................................................................................................................ ii

DAFTAR ISI.............................................................................................................................. iii

BAB I

PENDAHULUAN ......................................................................................................................1

1.1. Latar Belakang ................................................................................................................1

1.2. Rumusan Masalah ...........................................................................................................1

1.3. Tujuan Masalah ...............................................................................................................2

1.4. Manfaat Penulisan ...........................................................................................................2

BAB II

PEMBAHASAN .........................................................................................................................3

2.1. Basis dan Dimensi ...........................................................................................................3

2.2. Ruang Baris, Ruang Kolom, dan Ruang Kosong ...........................................................18

2.3. Peringkat dan Kekosongan ............................................................................................30

BAB III

PENUTUP ................................................................................................................................43

3.1. Kesimpulan....................................................................................................................43

3.2. Saran..............................................................................................................................43

DAFTAR PUSTAKA ...............................................................................................................44

iii
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Aljabar Linear merupakan salah satu bidang studi dalam pembelajaran
matematika yang membahas mengenai sistem persamaan linear dan
solusinya, materi vektor, serta transformasi linear.Matriks beserta operasinya
juga berkaitan erat dengan bidang aljabar linear.Dalam penggunaannya,
suatu vektor digambarkan dalam bentuk anak panah, dengan pangkal anak
panah menunjukkan titik awal vektor dan ujung anak panah menunjukkan
arah dari vektor tersebut.Sedangkan, nilai suatu vektor adalah panjang dari
vektor tersebut.Ruang vektor ialah struktur dalam matematika yang dibentuk
oleh sekumpulan aksioma vektor, yaitu objek yang dijumlahkan atau
dikalikan dengan suatu bilangan (skalar).
Setelah memahami bentuk konsep aksioma suatu vektor, memvisualkan
vektor-vektor dalam dan secara geometris sebagai anak panah, yang
memungkinkan kita untuk dapat membantu memecahkan masalah, sampai
dengan mempelajari syarat-syarat dimana setiap vektor dalam dapat
dinyatakan sebagai suatu kombinasi linear dari vektor-vektor rentang dalam
tepat satu cara. Dalam pembahasan ruang-ruang vektor kedua ini, akan
dijabarkan lebih lanjut mengenai basis dan dimensi, hubungan antara
penyelesaian suatu sistem linear, ruang baris, ruang kolom, ruang kosong,
dan sifat-sifat dari matriks koefisiennya, serta hubungan antara dimensi
ruang baris, ruang kolom,danruang kosong dari suatu matriks dan
transponsnya (peringkat dan kekosongan).

1.2. Rumusan Masalah

1) Apa yang dimaksud dengan basis dan dimensi dalam ruang-ruang vektor
umum?
2) Apa yang dimaksud dengan ruang baris, ruang kolom, dan ruang kosong
dalam ruang-ruang vektor umum?

1
 3) Apa yang dimaksud dengan peringkat dan kekosongan dalam ruang-ruang
vektor umum?

1.3. Tujuan Masalah

1) Untuk mengetahui yang dimaksud dengan basis dan dimensi dalam ruang-
ruang vektor umum.
2) Untuk mengetahui yang dimaksud dengan ruang baris, ruang kolom, dan
ruang kosong dalam ruang-ruang vektor umum.
3) Untuk mengetahui yang dimaksud dengan peringkat dan kekosongan dalam
ruang-ruang vektor umum.

1.4. Manfaat Penulisan

Manfaat dari pembuatan makalah ini adalah supaya para pembaca dapat
memahami ruang-ruang vektor umum mengenai basis dan dimensi,
hubungan antara penyelesaian suatu sistem linear, ruang baris, ruang kolom,
ruang kosong, dan sifat-sifat dari matriks koefisiennya, serta hubungan
antara dimensi ruang baris, ruang kolom, dan ruang kosong dari suatu
matriks dan transponsnya (peringkat dan kekosongan) yang sebenarnya
penting untuk kita ketahui dan pelajari. Serta, dapat berguna bagi pelajar dan
pengajar sebagai bahan evaluasi atau pembelajaran di bidang pendidikan
maupun penelitian.

2
 BAB II
PEMBAHASAN

2.1. Basis dan Dimensi

2.1.1. Sistem Koordinat Tak Segiempat
Pada materi pembahasan geometri analitis bidang, kita telah belajar untuk
mengaitkan pasangan koordinat ( ) dengan sebuah titik di bidang
dengan memproyeksikan ke pasangan sumbu koordinat yang tegak lurus
(Gambar 1a).Berdasarkan hal tersebut, maka dapat dikatakan bahwa sistem
koordinat merupakan suatu korespondensi satu-satu antara titik-titik pada
bidang dengan pasangan terurut bilangan-bilangan real.Meskipun
demikian, sebarang dari dua garis tak sejajar (Gambar 1b) dan sebarang
dari tiga sumbu koordinat tak koplanar dalam ruang dimensi 3 (Gambar
1c) dapat pula digunakan untuk mendefinisikan suatu sistem koordinat
pada bidang tersebut.

Gambar 1a Gambar 1b Gambar 1c

Sebagai pengawalan, kita akan memperluas konsep suatu sistem koordinat

ke ruang vektor umum. Maksudnya, yaitu dengan merumuskan ulang
gagasan suatu sistem koordinat dalam ruang berdimensi 2 atau ruang
berdimensi 3 dengan menggunakan vektor dan bukannya sumbu-sumbu
koordinat untuk menentukan sistem koordinatnya.Sebagai contoh, dengan
menggantikan setiap sumbu koordinat dengan suatu vektor yang panjangnya

3
 1 yang mengarah pada arah positif dari sumbu tersebut (Gambar 2a). Jika P
adalah sebarang titik dalam bidang tersebut, vektor ⃗⃗⃗⃗⃗ dapat dituliskan
sebagai kombinasi linear dari dan dengan memproyeksikan sejajar
pada dan untuk membuat ⃗⃗⃗⃗⃗ menjadi diagonal jajaran genjang yang
dibentuk oleh vektor-vektor dan ;
⃗⃗⃗⃗⃗
Demikian pula, koordinat ( ) titik (Gambar 1c) yang dapat diperoleh
dengan menyatakan ⃗⃗⃗⃗⃗ sebagai kombinasi linear dari vektor-vektor ,
dan (Gambar 2b).

Gambar 2a Gambar 2b

Dari uraian di atas, diketahui bahwa vektor-vektor yang menentukan suatu

sistem koordinat disebut “vektor-vektor basis” untuk sistem tersebut.Arah
dari suatu vektor dasar menentukan arah positif dari sumbu koordinat dan
panjang vektor dasar menentukan skala pengukuran.

2.1.2. Basis Untuk Sebuah Ruang Vektor

Jika adalah sebarang ruang vektor dan * + adalah suatu
himpunan vektor-vektor dalam , maka disebut suatu basis untuk jika
dua syarat berikut dipenuhi:
 bebas secara linear
 merentangkan

4
 Suatu basis adalah perampatan ruang vektor dari suatu sistem koordinat
dalam ruang berdimensi 2 dan ruang berdimensi 3.
Teorema 1
Jika * + adalah suatu basis untuk suatu ruang vektor , maka
setiap vektor dalam bisa dinyatakan dalam bentuk
dalam tepat satu cara.
Bukti. Karena merentangkan , maka setiap vektor dalam dapat
dinyatakan sebagai kombinasi linear dari vektor-vektor . Anggaplah bahwa
suatu vector dapat dituliskan sebagai:

dan juga sebagai

Dengan mengurangkan persamaan kedua dari persamaan pertama akan

didapatkan
( ) ( ) ( )
Karena ruas kanan dari persamaan tersebut adalah suatu kombinasi linear
dari vektor-vektor dalam , maka kebebasan linear dari mengimplikasikan
bahwa,
, , …,
yaitu,
, , …,
Jadi, kedua ekspresi untuk adalah sama.

2.1.3. Koordinat-Koordinat Relatif Terhadap Sebuah Basis

Jika * + adalah suatu basis untuk suatu ruang vektor , dan

adalah ekspresi untuk suatu vektor dalam bentuk basis , maka skalar
disebut koordinat relatif terhadap basis . Vektor
( ) dalam yang tersusun dari koordinat-koordinat ini disebut
koordinat vektor relatif terhadap ; dinyatakan dengan
( ) ( )
Contoh 1

5
 Diketahui bahwa jika ( ), ( ), ( ) maka
( ) adalah suatu himpunan yang bebas secara linear dalam .
Himpunan ini juga merentangkan karena setiap vektor ( )dalam
, yang dapat ditulis sebagai
( ) ( ) ( ) ( ) (1)
Jadi, adalah suatu basis untuk ; ini disebut basis standar untuk .
Dengan memperhatikan koefisien , , dan dalam (1), kita dapatkan bahwa
koordinat relatif terhadap basis standar adalah , , dan , sehingga
( ) ( )
Dengan membandingkan hasil kali dengan (1), dapat kita lihat bahwa
( )
Persamaan ini menyatakan, bahwa komponen-komponen suatu vektor
relatif terhadap suatu sistem koordinat-xyz segiempat dan koordinat-
koordinat relatif terhadap basis standar adalah sama; jadi, sistem koordinat
dan basis menghasilkan korespondensi satu-satu yang persis sama antara
titik-titik dalam ruang berdimensi 3 dan pasangan tiga bilangan real terurut
(Gambar 3).

Gambar 3

2.1.4. Basis Standar Untuk

Contoh 2
Diketahui bahwa jika ( ), ( ),
( )
maka

6
 * +
adalah himpunan yang bebas secara linear dalam . Himpunan ini juga
merentangkan karena sebarang vektor ( ) dalam dapat
dituliskan sebagai
(2)
Jadi, adalah basis untuk ; ini disebut basis standar untuk . Dari (2),
kita mendapatkan bahwa koordinat ( ) relatif terhadap basis
standar adalah , sehingga
( ) ( )
Sebagaimana dalam contoh 1, kita mendapatkan bahwa
( )
sehingga suatu vektor dan vektor koordinatnya relatif terhadap basis
standar untuk adalah sama.
Contoh 3
Anggap ( ), ( ), dan ( ). Tunjukkan bahwa
himpunan * + adalah suatu basis untuk .
Penyelesaian. Untuk menunjukkan bahwa himpunan merentangkan , kita
harus menunjukkan bahwa sebarang vektor ( ) dapat
dinyatakan sebagai suatu kombinasi linear

Dari vektor-vektor dalam . Dengan menyatakan persamaan ini ke dalam

bentuk komponen-komponen, maka akan didapatkan
( ) ( ) ( ) ( )
atau
( ) ( )
atau dengan menyamakan komponen-komponen yang berpadanan

(3)
Jadi, untuk menunjukkan bahwa merentangkan , kita harus menunjukkan
bahwa sistem (3) mempunyai suatu penyelesaian untuk semua pilihan
( ).

7
Untuk membuktikan bahwa bebas secara linear, kita harus menunjukkan
bahwa satu-satunya penyelesaian dari
(4)
adalah . Seperti di atas, jika (4) dinyatakan dalam bentuk
komponen-komponen, pembuktian kebebasan berubah menjadi
menunjukkan bahwa sistem homogen

(5)
hanya mempunyai penyelesaian trivial. Sistem (3) dan (5) mempunyai
matriks dengan koefisien yang sama. Jadi, berdasarkan teorema “Jika
adalah suatu matriks , dan jika adalah perkalian dengan
, maka terdapat pernyataan-pertanyaan yang ekuivalen, salah tiganya,
yaitu (a) dapat dibalik; (b) hanya mempunyai penyelesaian trivial;
dan (g) det ( ) , kita dapat secara simultan membuktikan bahwa bebas
secara linear dan merentangkan dengan menunjukkan bahwa dalam
sistem (3) dan (5) matriks koefisien

[ ]

mempunyai determinan taknol. Tetapi,

( ) [ ]

sehingga adalah suatu basis untuk .

Contoh 4
Anggap * + adalah basis untuk dalam contoh sebelumnya.
Cari vektor koordinat dari ( ) berkenaan dengan .
Cari vektor dalam yang vektor koordinatnya berkenaan dengan basis
adalah ( ) ( ).
Penyelesaian.
Mencari skalar dan dengan , sehingga
( ) ( ) ( ) ( ), menghasilkan

8
 Maka, dan
Oleh karena itu, ( ) ( )
Menggunakan definisi vektor koordinat ( ) , diperoleh
( ) ( )( ) ( ) ( )
( )
Contoh 5
Anggap

[ ], [ ], [ ], [ ]

Himpunan * + adalah basis untuk ruang vektor dari

matriks-matriks . merentangkan , maka

[ ]

bebas secara linear, maka

[ ] [ ] [ ] [ ] [ ]

[ ] [ ]

Jadi, , sehingga bebas secara linear.

2.1.5. Dimensi
Definisi.Suatu ruang vektor tak nol disebut berdimensi terhingga jika

berisisuatu himpunan vektor terhingga v , v ,..., v 

1 2 n yang membentuk suatu

basis.Jika tidak ada himpunan seperti itu maka disebut berdimensi tak
hingga.Ruang vektor nol berdimensi terhingga.

Contoh :
Diketahui ( ), ( ), ....,
( ).

9
 Ruang vektor adalah ruang vektor berdimensi terhingga.

Definisi Dimensi

Dimensi dari ruang vektor yang berdimensi terhingga, dinotasikan

dengan dim ( ), didefinisikan sebagai banyaknya vektor vektor pada suatu basis
untuk . Selain itu, kita mendefinisikan ruang vektor nol sebagai berdimensi
nol.

Teorema 2

Jika 
adalah suatu ruang vektor berdimensi terhingga dan v1 , v2 ,..., vn 
adalah sebarang basis, maka:
a. Setiap himpunan yang lebih dari vektor adalah tak bebas linear.
b. Tidak ada himpunan dengan vektor yang kurang dari yang merentang .

Bukti :
(a) Anggap * + adalah sembarang himpunan m vektor dalam
, dimana . Akan dibuktikan bahwa tak bebas linear. Karena
* +adalah suatu basis, maka setiap dapat dinyatakan sebagai
kombinasi linear dari vektor-vektor dalam . Jadi kita dapat menuliskan:

(6)

Untuk menunjukkan bahwa tak bebas secara linear, kita harus mencari skalar
, yang tidak semuanya nol sedemikian sehingga
(7)
Dengan menggunakan persamaan (6), kita bisa menulis ulang (7) sebagai
( )
( )

10
 ( )
Jadi, dari kebebasan linear masalah membuktikan bahwa adalah suatu
himpunan yang tak bebas secara linear berubah menjadi menunjukkan bahwa
skalar , yang tidak semuanya nol, yang memenuhi

(8)

Akan tetapi, (8) mempunyai peubah yang lebih banyak dari persamaannya,
sehingga bukti ini menjadi lengkap karena teorema 1.2.1 menjamin adanya
penyelesaian yang tak trivial.

(b) Anggap * + adalah sebarang himpunan m vektor dalam ,

dimana . Kita ingin menunjukkan bahwa tidak merentang .
Pembuktian akan dilakukan dengan kontradiksi : Kita akan menunjukkan bahwa
mengasumsikan bahwa merentang akan membawa kita pada suatu
kontradiksi kebebasan linear dari * +.

Jika merentang , maka setiap vektor dalam adalah suatu kombinasi linear
dari vektor-vektor dalam . Secara khusus, setiap vektor basis adalah suatu
kombinasi linear dari vektor-vektor dalam , misalkan

(9)

Untuk memperoleh kontradiksi, kita akan menunjukkan bahwa ada skalar

, yang tidak semua nol, sedemikian sehingga
(10)
Akan tetapi amati bahwa (9) dan (10) mempunyai bentuk yang sama dengan (6)
dan (7), kecuali bahwa dan dipertukarkan , serta dan dipertukarkan.
Jadi, perhitungan yang membawa pada (10) sekarang menghasilkan

11
 Sistem ini mempunyai peubah yang lebih banyak daripada persamaan, dan
dengan demikian mempunyai penyelesaian tak trivial berdasarkan teorema 1.2.1

Teorema 3
Semua basis untuk ruang vektor berdimensi terhingga mempunyai jumlah
vektoryang sama.

Bukti :
Dari teorema sebelumnya kita ketahui bahwa jika * + adalah
sebarang basis untuk suatu ruang vektor , maka semua himpunan dalam yang
secara simultan merentang dan merupakan himpunan yang bebas secaralinear pasti
mempunyai n vektor. Jadi, semua basis untuk harus mempunyaitepat n vektor.
Teorema 5.4.3 mengimplikasikan bahwa semua basis untuk mempunyai n vektor.
Secara khusus, setiap basis untuk mempunyai tiga vektor, setiap basis untuk
mempunyai dua vektor, dan setiap basis untuk ( ) mempunyai satu vektor.
Secara intuitif, berdimensi tiga, (ruang bidang) berdimensi dua, dan (suatu
garis) berdimensi satu. Jadi, untuk ruang-ruang vektor yang kita kenal, jumlah vektor
dalam suatu basis yang sama dengan dimensinya. Hal ini menyatakan definisi
sebagai berikut.

12
 Definisi. Dimensi suatu ruang vektor berdimensi terhingga yang dinyatakan
dengan ( ), didefinisikan sebagai jumlah vektor dalam suatu basis untuk
. Di samping itu, kita mendefinisikan ruang vektor nol mempunyai dimensi
nol.

KOMENTAR. Mulai sekarang dan selanjutnya kita akan mengikuti kesepakatan

umum yang menganggap himpunan kosong sebagai suatu basis untuk ruang vektor
nol. Hal ini konsisten dengan definisi di atas, karena himpunan kosong tidak
mempunyai vektor dan ruang vektor nol mempunyai dimensi nol.

Contoh 6
( )= [basis standarnya mempunyai vektor]
( )= [basis standarnya mempunyai vektor]
( )= [basis standarnya mempunyai vektor]

Contoh 10 Tentukan suatu basis dan dimensi dari ruang penyelesaian sistem
homogen

13
 Penyelesaian :

[ ] [ ]

[ ] [ ]

[ ] [ ]

[ ] =

[ ] [ ]

Penyelesaian. Pada contoh 5 bagian 1.2 ditunjukkan bahwa penyelesaian umum

dari sistem yang diberikan adalah
, , ,
Oleh karena itu, vektor-vektor penyelesaiannya bisa ditulis sebagai berikut

= = + =s +t=

[ ] [ ] [ ] [ ] [ ] [ ]
Yang menunjukkan vektor-vektor

= =

[ ] [ ]

14
 Merentangkan ruang penyelesaian. Karena vektor-vektor ini juga bebas secara
linear (tunjukkan), maka * + adalah suatu basis, dan ruang penyelesaiannya
berdimensi dua.

2.1.6. Beberapa Teorema Dasar

Kita akan mengkhususkan sisa dari bagian ini untuk serangkaian teorema
yangakan mengungkapkan hubungan yang tidak terlihat antara konsep-
konseprentang,kebebasan linear, basis, dan dimensi. Teorema-teorema ini bukanlah
merupakan pekerjaan yang sia-sia dalam teori matematika. Tetapi, teorema-teorema
tersebut sangat penting untuk memahami ruang-ruang vektor, dan sebagian besar
aplikasi praktis darialjabar linear yang disusun berdasarkan konsep tersebut.
Teorema berikut, yang disebut teorema plus/minusmenyusun dua prinsip dasar
yangakan menjadi patokan sebagian besar teorema selanjutnya.

Teorema 4 (Teorema Plus/Minus)

Anggap adalah himpunan vektor tak kosong dalam suatu ruang vektor .

(a) Jika adalah himpunan yang bebas secara linear, dan jika adalah suatu
dalam yang berada diluar rentang ( ), maka himpunan * +yang
dihasilkan dengan menyelipkan ke tetap bebas secara linear.

(b) Jika adalah suatu vektor dalam yang dapat dinyatakan

sebagaikombinasi linear dari vektor-vektor lain dalam , dan jika
* +menyatakan himpunan yang diperoleh dengan memindahkan dari ,
maka dan – {v}merentangkan ruang vektor yang sama; yaitu
( ) ( * +)

Kita akan menangguhkankan buktiannya sampai pada akhir subbab ini, sehingga
kita dapat melangkah lebih cepat ke konsekuensi-konsekuensi dari teorema tersebut.
Akan tetapi, teorema tersebutdapat di visualisasikan dalam sebagai berikut :

15
 a. Suatu himpunan dari duavektor bebas linear pada dalam merentangkan
sebuah bidang melalui titik asal. Jika kita memperbesar dengan
menyisipkan sebarangvektor diluar bidang ini (gambar 5a), maka himpunan
tiga vektor yang dihasilkan tetap bebas secara linear karena tidak satupun dari
ketiga vektor tersebut yang terletak pada bidang yang sama dengan dua
vektor yang lainnya.
b. Jika adalah suatu himpunann yang terdri dari tiga vektor non-kolinear
yangterletak pada suatu bidang yang sama melewati titik asal (gambar 5b).
Maka, ketiga vektor tersebut merentangkan bidang yang sama. Akan tetapi,
jika kita pindahkan dari sebarang vektor yang merupakan suaru kombinasi
linear dari dua vektor lainnya, himpunan dua vektor yang masih ada akan
tetap merentang bidang yang sama.

Gambar 5

Secara umum, untuk menunjukkan bahwa suatu himpunan vektor-vektor

* +adalah basis untuk suatu ruang vektor , kita harus menunjukkan
bahwa vektor-vektor tersebut bebas secara linear dan merentangkan . Akan tetapi,
jika kita ingin mengetahui bahwa berdimensi (sehingga
* +mengandung jumlah vektor yang tepat untuk suatu basis), maka kita
cukup memeriksa salah satu dari kebebasan linear atau rentang-syarat lainnya secara
otomatis terpenuhi. Ini merupakan isi dari teorema berikutnya.

16
 Teorema 5

Jika adalah suatu ruang vektor berdimensi , dan jika adalah suatu
himpunan dalam dengan tepat vektor, maka adalah suatu basis untuk
jika merentang atau bebas linear.

Bukti :

Anggap tepat mempunyai vektor dan merentang . Untuk membuktikan

bahwa adalahsuatu basis, kita harus menunjukkan bahwa adalah himpunan
yang bebas linear. Tetapi jika tidak demikian adanya, maka suatuvektor dalam
adalah suatu kombinasi linear dari vektor-vektor lainnya. Jika kita
menghilangkan vektor ini dari , maka dari Teorema Plus/Minus(4b) kita
dapatkan bahwa himpunan -1 vektor yang lainnya tetap merentang . Tetapi
ini tidak mungkin, karena sesuai teorema 2b, kita ketahui bahwa tidak ada
himpunan dengan vektor yang kurang dari yang dapat merentang suatu ruang
vektor berdimensi . Dengan demikian, bebas linear.

Anggap tepat mempunyai vektor dan merupakan suatu himpunan

yang bebas secara linear. Untuk membuktikan bahwa adalahsuatu basis, kita
harus menunjukkan bahwa merentangkan . Tetapi jika tidak demikian adanya,
maka suatuvektor dalam yang tidak berada pada rentang ( ). Jika kita
selipkanvektor ini kedalam , maka dari Teorema Plus/Minus(4b) kita dapatkan
bahwa himpunan +1 vektor ini tetap bebas linear. Tetapi ini tidak mungkin,
karena dari Teorema 2a kita ketahui bahwa tidak ada himpunan dengan vektor
lebih dari dalam suatu ruang vektor berdimensi yang bisa bebas secara
linear. Jadi, merentang .

Contoh 11

(a) Tunjukkan bahwa ( ) dan ( ) membentuk suatu basis

untuk dengan mencongak.

17
 (b) Tunjukkan bahwa ( ), ( ), ( )
membentuk suatu basis untuk dengan mencongak.

Penyelesaian (a). Karena tidak ada vektor yang merupakan suatu penggandaan
skalar dari vektor lainnya, maka dua vektor tersebut membentuk suatu himpunan
yang bebas secara linear dalam ruang berdimensi dua , dan oleh karena itu
membentuk suatu basis menurut teorema 5.

Penyelesaian (b). Vektor-vektor dan membentuk suatu himpunan yang

bebas secara linear dalam bidang-xz (mengapa?). vektor berada di luar
bidang xz, sehingga himpunan * + juga bebas secara linear. Karena
berdimensi tiga, maka teorema 5 mengimplikasikan bahwa * +
merupakan suatu basis untuk .

2.2. Ruang Baris, Ruang Kolom, dan Ruang Kosong

2.2.1. Vektor-Vektor Baris dan Kolom
Misalkan A adalah suatu matriks m x n,

A=[ ]

Vektor-vektor
r1 = , -
r2 = , -

rm= , -
Dalam Rn yang dibentuk dari baris-baris A disebut sebagai vektor-vektor
baris dari A
Kemudian vektor-vektor

c1 = [ ] , c2 = [ ], ...., cn = [ ]

18
 Dalam Rm yang dibentuk dari kolom-kolom A disebut sebagai vektor-
vektor kolom dari A.
Contoh :

1) Misalkan K = [ ]vektor-vektor baris dan kolom dari K

adalah:

Penyelesaian :
 Vektor-vektor baris

r1 = , -
r2 = , -
r3 = , -
r4 = , -
 Vektor-vektor kolom

c1 = [ ], c2 = [ ], c3 = [ ], c4 = [ ]

2.2.2. Ruang Baris, Ruang Kolom, dan Ruang Kosong

Misalkan A adalah suatu matriks m x n, maka
1) Subruang dari Rn yang direntang/ dibangun oleh vektor-vektor
baris A dikatakan sebagai ruang baris dari A, dinotasikan dengan
row (A).
2) Subruang dari Rm yang direntang/ dibangun oleh vektor-vektor
kolom A dikatakan sebagai ruang kolom dari A, dinotasikan
dengan col (A).
3) Subruang dari dari Rn yang merupakan ruang penyelesaian dari
SPL homogen Ax = 0 dikatakan sebagai ruang null dari A,

19
 dinotasikan dengan null (A). Ruang penyelesaian kadang-kadang
juga disebut sebagai ruang solusi.
 Teorema
Suatu Sistem Persamaan Linear Ax = b konsisten jika dan hanya
jika b berada pada ruang kolom dari A.
Misalkan Ax = b adalah suatu SPL dengan A berupa matriks m x n.
Teorema diatas menyatakan bahwa SPL Ax = b konsisten jika dan hanya
jika
b = a1c1 +a2c2 +...+ancn
untuk suatu a1, a2,...,an R
dengan ci (1 ≤ i ≥ n) adalah vektor-vektor kolom dari A.

Pembuktian

Misalkan A = [ ].

Maka ,

Ax = [ ][ ]

Ax = [ ]

Ax = x1 [ ] + x2 [ ] + ...+ xn[ ]

Ax = x1c1 + x2c2 + ... + xncn

Jadi SPL Ax = b konsisten jika dan hanya jika terdapat x1, x2,.., xn
sehingga
b= x1c1 + x2c2 + ... + xncn
Contoh soal
Misalkan Ax = b adalah SPL

20
 [ ][ ]=[ ]

Periksa apakah b = (1,-9,-3) berada pada ruang kolom A. Jika ya

nyatakan b sebagai kombinasi linier vektor-vektor kolom dari A.

Penyelesaian
Dengan menyelesaikan sistem tersebut dengan eliminasi Gaussian kita
peroleh
x1 = 2, x2 =-1, x3 = 3
Lebih jauh, perhatikan bahwa

Ax = [ ] = x1 [ ] + x 2 [ ] + x3 [ ]

dengan mensubstitusikan x1 = 2, x2 =-1, x3 = 3 ke b= x1c1 + x2c2 + ... +

xncn
Maka, penyelesaianya yaitu

[ ] 2[ ] +(-1)[ ] + 3[ ]

2.2.3. Hubungan Antara Penyelesaian dan

Teorema berikut ini menetapkan suatu hubungan mendasar antara
penyelsaian suatu sistem linear tak homogen Ax = b dan penyelesaian suatu
sistem linear homogen Ax = 0 yang berpadaan dengan matriks koefisien
yang sama.
Teorema
Jika x0 menyatakan sebarang penyelesaian tunggal dari suatu sistem linear
ta-homogen yang konsisten Ax = b, dan jika v1,v2...,vk membentuk suatu
basis untuk ruang kosong A, yaitu ruang penyelesaian dari sistem homogen
Ax= 0, maka setiap penyelesaianya dari Ax + b bisa dinyatakan dalam
bentuk
x = x0 + c1v1 + c2v2 + ....+ ckvk

21
dan, sebaliknya untuk semua pilihan skalar c1,c2,...ck, vektor x dalam
rumus ini mmerupakan suatu penyelesaian dari Ax = b

Pembuktian
Anggap x0 adalah sembarang penyelsaian tetap dari Ax = b dan bahwa x
adalah sembarang penyelsaian. Maka
Ax0 = b dan Ax = b
Dengan mengurangkan persamaan-persamaan tersebut dapat diperoleh :
Ax – Ax0 = 0
Atau
A(x- x0 ) = 0
Yang menunjukkan bahwa x- x0 adalah penyelesaian dari sistem homogen
Ax = 0. Karena v1,v2,v3 adalah suatu basis untuk ruang penyelesaian dari
sistem ini, kita bisa menyatakan x- x0 sebagai suatu kombinasi linear dari
vektor-vektor ini. Atau dapat kita pahami bahwa
x- x0 = c1v1 + c2v2 + ....+ ckvk
Jadi,
x = x0 + c1v1 + c2v2 + ....+ ckvk
yang membuktikan bagian pertama dari teorema tersebut. sebaliknya, untuk
semua pilihan skalar c1,c2....,ck kita peroleh
Ax = A (x0 + c1v1 + c2v2 + ....+ ckvk )
Atau
Ax = Ax0 + c1 (Av1 ) + c2 (Av2 ) + ... + ck (Avk)
Tetapi x0 adalah penyelesaian dari sistem tak-homogen dan v1,v2,..., vk
adalah penyelesaian dari sistem homogen, sehingga persamaan terakhir
megimplikasikan bahwa
Ax = b + 0 + 0 + ... + 0 = b
yang menunjukan bahwa x adalah penyelesaian dari Ax = b
Catatan :
Vektor x0 disebuut sebagai suatu penyelesaian khusus dari Ax = b. Ekspresi
x0 + c1v1 + c2v2 + ....+ ckvk disebut sebagai penyelesaian umum dari Ax = b,
dan ekspresi c1v1 + c2v2 + ....+ ckvk disebut sebagai penyelesaian umum dari

22
Ax = 0. Dengan terminologi tersebut dapat dipahami bahwa penyelesaian
umum dari Ax = b merupakan jumlah dari setiap penyelesaian khusus dari
Ax = b dan penyelesaian umum dai Ax = 0

Contoh soal :
Selesaikan sistem persamaan linear tak-homogen
x1 + 3x2 - 2x3 + 2x5 =0
2x1 + 6x2 - 5x3 + 2x4 +4x5 -3 x6 = -1
5x3 + 10x4 + + 15x6 = 5
2x1 + 6x2 + 8x4 + 4x5 + 18x6 = 6
Dan mendapatkan
x1 = -3r-4s-2t, x2 = r, x3=-2s, x4 =s, x5=t, x6=

hasil tersebut dapat ditulis dalam bentuk vektor sebagai berikut

= = +r= +s +t=

[ ] [ ] [ ] [ ] [ ] [ ]

Hasil tersebut merupakan penyelesaian umum dari persamaan tersebut.

Kemudian untuk penyelesaian khususnya yaitu

x0 =

[ ]
dan untuk penyelesaian umum dari sistem homogen

x=r= +s +t=

[ ] [ ] [ ]

23
2.2.4. Basis-Basis untuk Ruang Baris, Ruang Kolom, dan Ruang Kosong
Setelah mengembangkan operasi baris dasar untuk menyelesaikan sistem
linear, dapat diambil kesimpulan bahwasannya suatu operasi baris dasar
yang diperbanyak tidak mengubah himpunan penyelesaian dari sistem
linear yang berpadanan. Oleh karena itu kita dapatkan bahwa
menerapkan suaatu operasi baris dasar pada suatu matriks A tidak
mengubah himpunan penyelesaian dari sistem linear yang berpadanan
Ax = 0, atau dengan kata lain hal tersebut tidak mengubah ruang kosong
dari A. jadi, kita mendapatkan teorema berikut ini.

Teorema I
Operasi baris dasar tidak mengubah ruang-kosong dari suatu matriks.

Contoh:
Carilah suatu basis untuk ruang kosong dari

[ ]

Penyelesaian: Ruang kosong dari A adalah ruang penyelesaian dari

sistem homogen
2x₁ + 2x₂ – x₃ + x₅ = 0
-x₁ – x₂ + 2x₃ – 3x₄ + x₅ = 0
x₁ + x₂ – 2x₃ – x₅ = 0
x₃ + x₄ + x₅ = 0

dan

[ ] [ ]

Teorema berikut ini merupakan pelengkap untuk teorema I

Teorema II
Operasi baris dasar tidak mengubah ruang baris dari suatu matriks.

24
Jelaslah dari teorema ini bahwa sebuah matriks dan semua bentuk eselon
barisnya mempunyai ruang baris yang sama. Akan tetapi, vektpr-vektor
baris taknol dari matriks berbentuk eselon baris selalu bebas linear
sehingga vector-vektor baris taknol ini membentuk basis untuk ruang
baris tersebut.

Teorema III
Vektor-vektor baris taknol berbentuk eselon baris dari matriks A
membentuk basis untuk ruang baris A.

Contoh:
Carilah sebuah basis untuk ruang yang direntang oleh vektor-vektor
v₁ = (1, -2, 0, 0, 3) v₂ = (2, -5, -3, -2, 6) v₃ = (0, 5, 15, 10, 0) v₄ = (2,
6, 18, 8, 6)

Penyelesaian:
Ruang yang direntang oleh vektor-vektor ini adalah ruang baris dari
matriks

[ ]

Dengan mereduksi matriks ini menjadi eselon baris, kita dapatkan

[ ]

Vektor-vektor baris taknol pada matriks ini adalah

( ) ( )
( )

25
Vektor-vektor ini membentuk basis bagi ruang baris tersebut dan sebagai
konsekuensinya maka akan membentuk basis untuk ruang yang
direnyang oleh v₁, v₂, v₃ dan v₄.

PERNYATAAN. Kita telah menulis vector baris dari sebuah matriks

pada notasi horizontal dan vector kolom pada notasi (matriks) vertical
karena kelihatannya wajar melakukan hal tersebut. Akan tetapi, tidak ada
alas an mengapa vector-vektor baris tidak kita tulis dalam notasi vertical
dan vector-vektor kolom dalam notasi horizontal, jika memang hal
tersebut akan memudahkan pemahaman kita.

Berdasarkan pernyataan di atas, maka jelas bahwa, kecuali untuk

perubahan dari notasi vertical ke notasi horizontal, maka ruang kolom
matriks akan sama seperti ruang baris transposnya. Jadi kita dapat
mencari basis bagi ruang kolom matriks A dengan mencari basis untuk
ruang baris dan kemudian mengubahnya Kembali ke notasi vertical,
jika diinginkan.

Contoh:
Carilah basis untuk ruang kolom

[ ]

Penyelesaian: Dengan mentransposkan matriks tersebut, kita dapatkan

[ ]

Dan dengan mereduksinya kedalam bentuk eselon baris akan

menghasilkan

[ ]

26
Jadi, vector (1, 3, 0) dan vector (0, 1, 2) membentuk basis bagi ruang
baris atau secara ekuivalen

[ ] [ ]

Membentuk basis untuk ruang kolom A.

Teorema IV
Jika A dan B adalah matriks-matriks yang ekuivalen baris, maka:
1) Suatu himpunan vektor kolom dari A bebas linier jika dan hanya jika
himpunan vektor kolom yang berpadanan dari B bebas linier.
2) Suatu himpunan vektor kolom dari A membentuk basis untuk ruang
kolom A jika dan hanya jika himpunan vektor kolom yang
berpadanan dari B membentuk basis untuk ruang kolom B.

Contoh:
a) Carilah suatu himpunan bagian dari vector-vektor
( ) ( )
( )
( ) ( )
Yang membentuk suatu basis untuk ruang yang terentang oleh
vector-vektor ini.
b) Nyatakan vector-vektor yang tidak berada dalam basis sebagai
kombinasi linear dari vector-vektor basis.

Penyelesaian:
a) Kita mulai dengan Menyusun suatu matriks yang mempunyai
sebagai vector-vektor kolomnya.

[ ]

27
 Bagian pertama dari soal ini dapat diselesaikan dengan mencari suatu
basis untuk ruang kolom dari matriks ini. Mereduksi matriks tersebut
menjadi bentuk eselon baris tereduksi dan menyatakan vector-vektor
kolom dari matriks yang dihasilkan dengan
yang menghasilkan

[ ]

Utama 1 muncul pada kolom-kolom 1, 2 dan 4 sehingga * +

merupakan suatu basis untuk ruang kolom dari 8 dan akibatnya
* + merupakan suatu basis untuk ruang kolom dari 7.

b) Kita akan mulai dengan menyatakan sebagai kombinasi

linear dari vector-vektor basis Cara paling sederhana
untuk melakukannya adalah dengan menyatakan dalam
bentuk vector-vektor basis dengan subscripts yang lebih kecil. Jadi,
kita akan menyatakan sebagai suatu kombinasi linear dari
Dengan memeriksa 8, kombinasi-kombinasi linear ini
adalah

Kita sebut ini dengan persamaan ketergantungan. Hubungan yang

berpadanan dalam 7 adalah

Prosedur yang diilustrasikan dalam contoh di atas adalah prosedur yang

cukup penting, sehingga Langkah-langkahnya dapat diringkas sebagai
berikut:
Diketahui suatu himpunan vektor * + dalam , prosedur
berikut ini menghasilkan suatu himpunan bagian dari vektor-vektor ini

28
yang membentuk suatu basis untuk rent(S) dan menyatakan vector-
vektor dari s yang tidak berada dalam basis tersebut sebagai kombinasi
linear dari vector-vektor basis tersebut.
Langkah 1. Bentuk matriks A yang mempunyai sebagai
vektor-vektor kolomnya
Langkah 2. Reduksi matriks A menjadi bentuk eselon baris tereduksinya
R, dan anggap adalah vector-vektor kolom
dari R.
Langkah 3. Kenali kolom-kolom yang mengandung utama 1 dalam R.
vector-vektor kolom yang berpadanan dari A merupakan
vector-vektor basis untuk rent(S).
Langkah 4. Nyataka setiap vector kolom dari R yang tidak mengandung
utama 1 sebagai suatu kombinasi linear dari vector-vektor
kolom yang mengandung utama 1. Hal ini menghasilkan
suatu himpunan persamaan ketergantungan yang melibatkan
vector-vektor kolom dari R. persamaan-persamaan yang
berpadanan untuk vector-vektor kolom dari A menyatakan
vector-vektor yang tidak ada dalam basis tersebut sebagai
kombinasi linear dari vector-vektor basis.
Teorema V
Jika suatu matriks R berada dalam bentuk eselon baris maka,
1) Vektor-vektor baris dengan1utama (yaitu vektor-vektor baris tak nol)
membentuk basis untuk ruang baris R.
2) Vektor-vektor kolom dengan1utama dari vektor-vektor baris
membentuk basis untuk ruang kolom R.

Contoh: Matriks

[ ]

Berada dalam bentuk eselon baris. Dari teorema V vector-vektor

, -

29
 , -
, -
Membentuk suatu basis untuk ruang baris dari R dan vector-vektor

[ ] [ ] [ ]

Membentuk suatu basis untuk ruang kolom dari R.

2.3. Peringkat dan Kekosongan

2.3.1. Empat Ruang Matriks Dasar
Jika kita meninjau suatu matriks A dan tranposnya Aᵀ maka ada enam
ruang vektor yang menarik:
 Ruang baris dari A
 Ruang kolom dari A
 Ruang-kosong dari A
 Ruang baris dari Aᵀ
 Ruang kolom dari Aᵀ
 Ruang-kosong dari Aᵀ
Namun dari enam ruang tersebut hanya menyisakan empat ruang yang
menarik yaitu:
o Ruang baris dari A
o Ruang- kosong dari A
o Ruang kolom dari A
o Ruang- kosong dari Aᵀ

Ruang- ruang vektor tersebut dikenal sebagai ruang – ruang matriks

dasar yang dikaitkan dengan . jika A adalah suatu matriks m×n, maka
ruang baris dari A . adalah sub-ruang dari Rⁿ, dan ruang kolom dari A
dan ruang-kosong dari A ᵀadalah sub ruang dari Rᵐ.

2.3.2. Ruang Baris dan Ruang Kolom Mempunyai Dimensi yang Sama

[ ]

Masing-masing mempunyai tiga vektor besis,yang masing-masingnya

berdimensi tiga. Tidaklah kebetulan bahwa tiga vector basis tersebut

30
 mempunyai dimensi yang sama; melainkan merupakan konsekuensi dari
hasil umum berikut ini,

TeoremaI
Jika adalah sembarang matriks , maka ruang baris dan ruang kolom
dari mempunyai dimensi yang sama.
Bukti
Anggap adalah bentuk baris-eselon tereduksi dari . dari teorema
basis – basis untuk ruang baris, ruang kolom, dan ruang kosong,dapat
kita ketahui bahwa:
( ) ( )

Dan dari teorema basis – basis untuk ruang baris, ruang kolom, dan ruang
kosong, juga kita dapatkan bahwa :
( ) ( )

Jadi, bukti tersebut akan lengkap jika kita bisa menunjukan bahwa ruang
baris dan ruang kolom dari R mempunyai dimensi yang sama. Tetapi
dimensi ruang baris dari R jumlah baris tak nol dan dimensi ruang kolom
dari R adalah jumlah kolom yang mengandung utama 1. Akan tetapi
baris baris tak-nol adalah baris- baris dimana utama 1 muncul, sehingga
jumlah utama 1 sama dengan jumlah baris utama tak-nolhal
inimenunjukan bahwa ruang baris dan ruang kolom dari R mempunyai
dimensi yang sama.

2.3.3. Peringkat dan Kekosongan

Dimensi bersama dari ruang baris dan ruang kolom dari suatu matriks A
disebut peringkat atau rank dari A dan dinyatakan dengan rank (A);
dimensi dari ruang kosong dari A disebut kekosongan dari A dan
dinyatakan dengan kekosonga (A).
Contoh 1
cari peringkat dan kekosongan dari matriks A berikut

31
 [ ]

Penyelesaian bentuk baris-eselon terduksi dari A adalah

[ ]

Karena ada dua baris tak-nol ( atau secara ekiuvalen , dua utama 1 )maka
ruang baris dan ruang kolom keduanya berdimensi dua , sehingga rank
(A) =2. Untuk mencari kekosongan dari A kita harus mencari dimensi
ruang penyelesaian dari sistem linear Ax = 0 sistem ini bisa diselesikan
dengan mereduksi matriks yang diperbanyak menjadi bentuk baris –
eselon teredulsi . matriks yang dihasilkan akan identic dengan (1) kecuali
dengan tambahan sebuah kolom nol terakhir dan sistem persamaan yang
berpadanan akan menjadi

Atau dengan menyelesaikan untuk peubah-peubah utama

Dari sini kita dapat bahwa penyelesaian umum dari sistem tersebut
adalah.

Anggap saja
Atau ekuivlen dengan

[ ] [ ] [ ] [ ] [ ]

32
 Empat vektor pada ruang kanan dari (3) membentuk suatu basis untuk
suatu ruang penyelesaian , sehingga kekosongan (A)=4. Teorema berikut
ini akan menunjukan bahwa suatu matriks dan tranposnya memiliki
peringkat yang sama.
Teorema II
jika A adalah sebarang matriks , maka rank (A) = rank (Aᵀ).
Bukti:
( ) ( )= =
( ) ( )

2.3.4. Teorema Dimensi

Teorema I
Jika A adalah suatu matriks dengan n kolom , maka
( ) ( )
Bukti :
Karena A mempunyai n kolom , sistem linier homogeny AX = 0
memounyai n peubah . peubah- peibah ini terbagi kedalam dua kategori:
peubah – peubah utama dan peubah- peubah bebas. Maka,

[ ] [ ]

Tetapi jumlah peubah utama sama dengan jumlah utama 1 dalam A yang
berbentuk baris-eselon tereduksi, dan ini adalah peringkat A. maka,

( ) [ ]

Jumlah peubah bebas sama dengan kekosongan A. hal ini dikarenakan

kekosongan A adalah dimensi ruang penyelesaian Ax = 0, yang sama
dengan jumlah parameter dalam penyelesaian umum. Maka ,
( ) ( )
Bukti dari teorma diatas mengandung dua hasil yang penting dalam
teorema itu sendiri.
TeoremaII
Jika A adalah suatu matriks m×n maka,

33
 1. Rank (A) = jumlah peubah bebas dalam penyelesaian Ax = 0
2. Kekosongan (A)= jumlah parameter dalam penyelesaian dari Ax = 0

Contoh 2

[ ]

Matriks tersebut mempunyai enam kolom maka,

( ) ( )
Ini konsisten dengan contoh 1, dimana kita tunjukan bahwa
( ) ( )
Contoh 3
Cari jumlah parameter dalam himpunan penyelesaian dari Ax = 0 jika
adalah suatu matriks berperingkat 3.
Penyelesaian
( ) ( )
Jadi, ada 4 parameter
Sekarang anggap A adalah suatu matriks berperingkat , dari
teorema peringkat dan kekosongan kita dapatkan bahwa ᵀ adalah suatu
matriks berperingkat .
Dengan menerapkan Teorema dimensi untuk matriks ke dan ᵀ kita
akan mendapatkan
( )
( )
Yang menghasilkan sebuah tabel yang berkaitan dengan dimensi empat
ruang dasar dari suatu matriks berperingkat

2.3.5. Nilai Maksimum untuk Peringkat

Jika A adalah suatu matriks m×n, maka vektor-vektor baris terletak pada
Rn dan vektor-vektor kolom terletak pada Rm. Hal ini mengimplikasikan
bahwa ruang baris dari A paling tinggi berdimensi m. Karena ruang baris
dan kolom mempunyai dimensi yang sama (peringkat A), kita harus

34
 menyimpulkan bahwa jika m ≠ n, maka peringkat A paling tinggi adalah
nilai yang lebih kecil dari m dan n. Kita nyatakan ini dengan menuliskan
rank (A) ≤ min (m,n)
Dimana min(m,n) menyatakan angka yang lebih kecil antara m dan n jika
m ≠ n atau nilai bersama mereka jika m = n.
Contoh :
Jika A adalah sebuah matriks 7 × 4, maka peringkat A paling tinggi 4
dan, akibatnya tujuh vektor baris pasti tak-bebas secara linear. Jika A
adalah sebuah matriks 4 × 7, maka sekali lagi peringkat A paling tinggi 4
dan, akibatnya tujuh vektor kolom pasti tak-bebas secara linear.

2.3.6. Sistem Linear dengan m Persamaan dalam n Peubah

Pada bagian sebelumnya kita dapatkan secakupan luas teorema-teorema
yang berkaitan dengan sistem linear dengan n persamaan dalam n
peubah. Kita sekarang akan mengalihkan perhatian kita kepada sistem
linear dengan m persamaan dalam n peubah dimana m dan n tidak harus
sama.
Teorema berikut ini memberikan syarat-syarat di mana suatu
sistem linear dengan m persamaan dalam n peubah dijamin konsisten.

Teorema 5.6.5 (Teorema Konsistensi). Jika Ax = b adalah suatu sistem

linear dengan m persamaan dan n peubah, maka pernyataan-pernyataan
berikut ini ekuivalen.
(α) Ax = b konsisten.
(b) b berada dalam ruang kolom dari A.
(c) Matriks koefisien A dan matriks yang diperbanyak [A’,b] mempunyai
peringkat yang sama.

Bukti. Kita cukup membuktikan dua kesetaraan (α) <=> (b) <=> (c),
karena selanjutnya secara logis kita dapatkan bahwa (α) <=> (c).
(α) <=> (b). Lihat Teorema 5.5.1.

35
(b) => (c). Kita akan menunjukkan bahwa jika b berada dalam ruang
kolom dari A, maka ruang kolom dan A dari [A] [b] sebenarnya sama,
sehingga kita dapatkan bahwa kedua matriks ini mempunyai peringkat
yang sama.
Berdasarkan definisi, ruang kolom dari suatu matriks adalah
ruang yang terentang oleh vector-vektor kolomnya, sehingga ruang
kolom dari A dan [A] [b] masing-masing bisa dinyatakan sebagai
rent {c1, c2, …, cn} dan rent {c1, c2, …, cm b}
Jika b berada dalam ruang kolom dari A, maka setiap vector dalam
himpunan {c1, c2, …, cm b} adalah suatu kombinasi linear dari vektor-
vektor dalam {c1, c2, …, cn} dan begitu juga sebaliknya (mengapa?).
jadi, dari teorema 5.2.4 ruang kolom dari A dan [A] [b] adalah sama.

(α) => (b). Anggap A dan [A] [b] mempunyai peringkat yang sama, yaitu
r. berdasarkan Teorema 5.4.4, ada suatu himpunan bagian dari vektor-
vektor kolom dari A yang membentuk suatu basis untuk ruang kolom
dari A. Anggap bahwa vektor-vektor kolom itu adalah
c1’, c2’, …, cn’
r vektor basis ini juga berada dalam ruang kolom berdimensi r dari [A]
[b] ; dengan demikian vektor-vektor basis ini juga membentuk suatu
basis untuk ruang kolom dari [A] [b] menurut Teorema 5.4.6a. Hal ini
berarti bahwa b dapat dinyatakan sebagai kombinasi linear dari c 1’, c2’,
…, cn’, dan akibatnya b terletak pada ruang kolom dari A.
Tidak sulit memvisualkan mengapa teorema ini benar jika kita
memandang peringkat dari suatu matriks sebagai jumlah baris tak-nol
dalam bentuk baris-eselon tereduksinya. Misalnya, matriks yang
diperbanyak untuk sistem
x1- 2x2 – 3x3 + 2x4 = -4
-3x1+ 7x2 – x3 + x4 = -3
2x1- 5x2 + 4x3 - 3x4 = 7
-3x1+ 6x2 + 9x3 - 6x4 = -1
Adalah

36
 [ ]

Yang mempunyai bentuk baris-eselon tereduksi berikut ini (tunjukkan) :

[ ]

Karena baris
0 0 0 0 1
Kita lihat bahwa sistem tersebut tak-konsisten. Akan tetapi, juga karena
baris inilah bentuk baris-eselon tereduksi dari matriks yang diperbanyak
mempunyai baris nol lebih sedikit daripada bentuk baris-eselon tereduksi
dari matriks koefesien. Hal ini memaksa matriks koefesien dan matriks
yang diperbanyak untuk sistem tersebut mempunyai peringkat yang
berbeda.
Teorema konsistensi diperhatikan dengan syarat dimana suatu
sistem linear Ax = b konsisten untuk suatu vektor tertentu b. Teorema
berikut ini diperhatikan dengan syarat di mana sistem linear konsisten
untuk semua kemungkinan pilihan b.

Teorema 5.6.6. Jika Ax = b adalah suatu sistem linear dengan m persamaan

dalam n peubah, maka pernyataan-pernyatan berikut ini ekuivalen.
(α) Ax = b konsisten untuk setiap matriks b, m × 1.
(b) Vektor-vektor kolom dari A merentang Rm.
(c) rank (A) = m.

Bukti. Kita cukup membuktikan dua kesetaraan (α) <=> (b) dan (α) <=>
(c), karena selanjutnya secara logis kita dapatkan bahwa (b) <=> (c).
(α) <=> (b). Dari rumus (2) Bagian 5.5, sistem Ax = b bisa dinyatakan
sebagai
x1c1 + x2c2 + …. + xn cn = b

37
Yang daripadanya bisa kita simpulkan bawa Ax = b konsisten untuk
setiap matriks b, m × 1 jika dan hanya jika setiap vektor b tersebut bisa
dinyatakan sebagai suatu kombinasi linear dari vektor-vektor kolom c1,
c2, …., cm atau secara ekuivalen, jika dan hanya jika vektor-vektor kolom
ini merentang Rm.
(α) => (c). Dari asumsi bahwa Ax = b konsisten untuk setiap matriks b,
m × 1, dan dari bagian (α) dan (b) dari Teorema Konsistensi (5.6.5), kita
dapatkan bahwa setiap vektor b dalam Rm terletak dalam ruang kolom
dari A; yaitu, ruang kolom dari A adalah keseluruhan R m, jadi, rank (A)
= dim (Rm) = m.
(c) => (α). Dari asumsi bahwa rank (A) = m, kita dapatkan bahwa ruang
kolom dari A adalah suatu sub-ruang dari Rm yang berdimensi m, dan
dengan demikian haruslah keseluruhan Rm. berdasarkan Teorema 5.4.7
bagian (b). Sekarang, dari Teorema Konsistensi (5.6.5) bagian (α) dan
(b) kita dapatkan bahwa Ax = b konsisten untuk setiap vektor b dalam
Rm, karena setiap b berada dalam ruang kolom dari A.
Suatu sistem linear dengan lebih banyak persaman daripada perubah
disebut suatu sistem linear overdetermined. Jika Ax = b adalah salah satu
sistem linear overdeterrmined dengan m persamaan dalam n peubah (jadi
m > n), maka vektor-vektor kolom dari A tidak bisa merentang Rm
(mengapa)? ; dari teorema terakhir kita dapatkan bahwa untuk suatu
matriks tetap A, m × n, dengan m > n sistem linear overdetermined Ax =
b tidak bisa konsisten untuk setiap b yang mungkin.
Contoh 5 Sistem Linear
x1 - 2x2 = b1
x1 - x2 = b2
x1 + x2 = b3
x1 + 2x2 = b4
x1 + 3x2 = b5
overdeterrmined, sehingga tidak bisa konsisten untuk semua nilai b 1, b2,
b3, b4, dan b5 yang mungkin. Syarat pasti di mana sistem tersebut
konsisten bisa diperoleh dengan menyelesaikan sistem linear tersebut

38
 dengan eliminasi Gauss-Jordan. Kami tinggalkan ini kepada pembaca
untuk menunjukkan bahwa bentuk baris-eselon tereduksi dari matriks
yang diperbanyak adalah

[ ]
Jadi, sistem tersebut jika dan hanya jika b 1, b2, b3, b4, dan b5 memenuhi
syarat
2b1 – 3b2 + b3 =0
3b1 – 4b2 + b4 =0
4b1 – 5b2 + b5 = 0
Atau, dengan menyelesaikan sistem linear homogen ini,
b1 = 5r – 4s b2 = 4r – 3s b3 = 2r – s b4 = r b5 = s
Dengan r dan s sebarang.
Pada rumus (3) Teorema 5.5.2, skalar c1, c2, …, cn adalah parameter-
parameter sebarang dalam penyelesaian umum dari Ax = b dan Ax = 0.
Jadi, kedua sistem ini mempunyai jumlah parameter yang sama dalam
penyelesaian umumnya. Lebih jauh, dari bagian (b) Teorema 5.6.4 kita
dapatkan bahwa jumlah parameter tersebut adalah kekosongan (A). Fakta
ini dan Teorema Dimensi untuk Matriks (5.6.3) menghasilkan teorema
berikut ini.

Teorema 5.6.7. Jika Ax = b adalah suatu sistem linear yang konsisten

dengan m persamaan dalam n peubah, dan jika A mempunyai peringkat r,
maka penyelesaian umum dari sistem tersebut mengandung n-r parameter.

Contoh 6 Jika A adalah suatu matriks A, 5×7, dengan peringkat 4, dan

jika Ax = b adalah suatu sistem linear yang konsisten, maka penyelesaian
umum dari sistem tersebut mengandung 7- 4 = 3 parameter.

39
 Pada bagian sebelumnya kita peroleh secakupan luas syarat di mana
suatu sitsem linear yang homogeny Ax = 0 dengan m persamaan dalam n
peubah dijamin hanya mempunyai penyelesaian yang trivial. (Lihat
Teorema 4.3.4). Teorema berikut ini memberikan beberapa hasil yang
berpadanan untuk sistem dengan m persamaan dalam n peubah, di mana
m dan n mungkin berbeda.

Teorema 5.6.8. Jika A adalah suatu matriks m×n, maka pernyataan-

pernyataan berikut ini ekuivalen.
(α) Ax = 0 hanya mempunyai penyelesaian yang trivial.
(b) Vektor-vektor kolom dari A bebas secara linear.
(c) Ax = b paling banyak satu penyelesaian( tidak ada atau satu) untuk setiap
matriks b, m×1.

Bukti . Kita cukup membuktikan dua kesetaraan (α) <=> (b) dan (α) <=>
(c), karena selanjutnya secara logis kita dapatkan bahwa (b) <=> (c).
(α) <=> (b). Jika c1, c2, …, cn adalah vektor-vektor kolom dari A, maka
sistem linear Ax = 0 bisa ditulis sebagai
x1c1 + x2c2 + …. + xn cn = 0
Jika c1, c2, …, cn bebas secara linear, maka persamaan ini hanya dipenuhi
oleh x1 = x2 = …= xn = 0, yang berarti bahwa Ax = 0 hanyan mempunyai
penyelesaian trivial. Sebaliknya, jika Ax = 0 hanya mempunyai
penyeleaian trivial, maka (6) dipenuhi hanya oleh x 1 = x2 = …= xn = 0,
yang berarti bahwa c1, c2, …, cn bebas secara linear.
(α) => (c). Anggap Ax = 0 hanya mempunyai penyelesaian trivial. Baik
Ax = b konsisten atau tidak. Jika tidak konsisten, maka tidak ada
penyelesaian untuk Ax = b, dan tugas kita selesai di sisni. Jika Ax = b
konsisten, anggap x0 adalah seberang penyelesaian. Dari komentar
setelah Teorema 5.5.2 dan fakta bahwa Ax = 0 hanya mempunyai
penyelesaian trivial, kita simpulkan bahwa penyelesaian umum dari Ax =
b adalah x0 + 0 = x0 . Jadi, satu-satunya penyelesaian untuk Ax = b
adalah x0.

40
 (c) => (α). Anggap Ax = b paling banyak mempunyai satu penyelesaian
unutk setiap matriks b, m×1. Maka, secara khusus, Ax = 0 paling banyak
mempunyai satu penyelesaian. Jadi, Ax = 0 hanya mempunyai
penyelesaian trivial.
Suatu sistem linear dengan lebih banyak peubah daripada
persamaan disebut sebagai suatu sitem linear underdetermined. Jika Ax =
b adalah suatu sistem linear underdetermined yang konsisten dengan m
persamaan dalam n peubah (jadi m < n), maka dari Teorema 5.6.7 kita
dapatkan bahwa penyelesaian umumnya paing tidak mempunyai satu
parameter (mengapa)? ; dengan demikian suatu sistem linear
underdetermined yang konsisten pasti mempunyai tak-hingga banyaknya
penyelesaian. Lebih jauh, jika Ax = b adalah sebarang sistem linear
underdetermined, maka vektor-vektor kolom dari A tidak bisa bebas
secara linear (mengapa)? ; dari Teorema 5.6.3 kita dapatkan bahwa untuk
suatu matriks setiap A, m×n dengan m< n, sistem linear underdetermined
Ax = b mempunyai tak-hingga banyaknya penyelesaian untuk beberapa
nilai b.

Komentar. Dari Teorema 5.6.3 kita juga mendapatkan bahwa suatu sistem
linear homogen yang underdetermined mempunyai tak-hingga
banyaknya penyelesaian, tetapi ini sudah dibuktikan pada Bab 1
(Teor ema 1.2.1).

Contoh 7. Jika A adalah suatu matriks 5×7, maka untuk setiap matriks b,
7×1, sistem linear Ax = b underdetermined. Jadi, Ax = b pasti konsisten
untuk beberapa b, dan untuk setiap nilai b tersebut penyelesaian
umumnya pasti mempunyai 7 – r parameter, di mana r adalah peringkat
A.
PadaTeorema 4.3.4kita mendaftarkan delapan hasil yang setara dengan
dapat atau tidaknya suatu matriks A dibalik. Kita akhiri bagian ini
dengan menambahkan delapan hasil lagi pada daftar itu untuk

41
menghasilkan teorema berikut ini yang menghubungkan semua topik-
topik utama yang telah kita pelajari sejauh ini.

Teorema 5.6.9. Jika A adalah suatu matriks n × n, dan jika T

: Rn →Rn adalah perkalian dengan A, maka pernyataan-
pernyataan berikut ini ekuivalen.
(α) A dapat dibalik.
(b) Ax = 0 hanya mempunyai penyelesaian trivial.
(c) Bentuk baris-eselon tereduksi dari A adalah 1n.
(d) A dapat dinyatakan sebagai hasil kali matriks-matriks
dasar.
(e) Ax = b konsisten untuk setiap matriks b, n × 1.
(f) Ax = b mempunyai satu penyelesaian untuk setiap matriks
b, n × 1.
(g) det A ≠ 0
(h) Daerah hasil TA adalah Rn.
(i) T, adalah satu-satu.
(j) Vektor-vektor kolom dari A secara linear.
(k) Vektor-vektor baris dari A secara linear.
(l) Vektor-vektor kolom dari A merentang Rn.
(m) Vektor-vektor baris dari A merentang Rn.
(n) Vektor-vektor kolom dari A membentuk suatu basis
untuk Rn.
(o) Vektor-vektor baris dari A membentuk suatu basis untuk
Rn.
(p) A berpangkat n.
(q) A mempunyai kekosongan 0.

42
 Sampai (q) setara dengan (b) dengan membuktikan urutan implikasi (b)
=> (j) => (k) => (l) => (m) => (n) => (o) => (p) => (q) => (b).
(b) => (j). Jika Ax = 0 hanya mempunyai penyelesaian trivial, maka
berdasarkan Teorema 5.6.8 vektor-vektor kolom dari A bebas secara
linear.
(j) => (k) => (l) => (m) => (n) => (o). Teorema 5.4.5 dan fakta bahwa Rn
adalah ruang vektor berdimensi n kita dapatkan implikasi ini. (Detailnya
ditinggalkan sebagai latihan).
(o) => (p). Jika n vektor baris dari A membentuk suatu basis untuk Rn .
Maka ruang baris dari A berdimensi n dan A mempunyai peringkat n.
(p) => (q). Dari Teorema Dimensi (5.6.3) kita dapatkan implikasi ini.
(q) => (b) Jika A mempunyai kekosongan0, maka ruang penyelesaian
dari Ax => 0 mempunyai dimensi 0, yang berarti bahwa ruang
penyelesaian ini hanya berisi vector nol. Dengan demikian Ax = 0 hanya
mempunyai penyelesaian trivial.

BAB III
PENUTUP

3.1. Kesimpulan
Dalam ruang-ruang vektor umum, Suatu basis adalah perampatan ruang
vektor dari suatu sistem koordinat dalam ruang berdimensi 2 dan ruang
berdimensi 3.Jika adalah sebarang ruang vektor dan * +
adalah suatu himpunan vektor-vektor dalam , maka disebut suatu basis
untuk jika dua syarat berikut dipenuhi:
 bebas secara linear
 merentangkan

Suatu ruang vektor tak nol disebut berdimensi terhingga jika

berisisuatu himpunan vektor terhingga v , v ,..., v 

1 2 n yang membentuk suatu

basis.Jika tidak ada himpunan seperti itu maka disebut berdimensi tak

43
hingga.Ruang vektor nol berdimensi terhingga.Definisi dimensi dari ruang
vektor yang berdimensi terhingga, dinotasikan dengan dim ( ),
didefinisikan sebagai banyaknya vektor vektor pada suatu basis untuk . Selain
itu, kita mendefinisikan ruang vektor nol sebagai berdimensi nol.

Definisi dari ruang baris, ruang kolong dan ruang kosong

1) Ruang dari Rn yang direntang/ dibangun oleh vektor-vektor baris A

dikatakan sebagai ruang baris dari A, dinotasikan dengan row (A).
2) Subruang dari Rm yang direntang/ dibangun oleh vektor-vektor kolom
A dikatakan sebagai ruang kolom dari A, dinotasikan dengan col (A).
3) Subruang dari dari Rn yang merupakan ruang penyelesaian dari

SPL homogen Ax = 0 dikatakan sebagai ruang null dari A,dinotasikan

dengan null (A)

Basis ruang kosong adalah ruang penyelesaian dari sistem homogen. Basis
ruang baris adalah sub ruang yang terdiri dari vektor-vektor baris. Basis ruang
kolom adalah sub ruang yang terdiri dari vektor-vektor kolom.

Dimensi bersama dari ruang baris dan ruang kolom dari suatu matriks A
disebut peringkat atau rank dari A dan dinyatakan dengan rank (A); dimensi
dari ruang kosong dari A disebut kekosongan dari A dan dinyatakan dengan
kekosonga (A).

Jika A adalah suatu matriks m×n, maka vektor-vektor baris terletak pada
Rn dan vektor-vektor kolom terletak pada Rm. Hal ini mengimplikasikan
bahwa ruang baris dari A paling tinggi berdimensi m. Karena ruang baris dan
kolom mempunyai dimensi yang sama (peringkat A), kita harus menyimpulkan
bahwa jika m ≠ n, maka peringkat A paling tinggi adalah nilai yang lebih kecil
dari m dan n.

Suatu sistem linear dengan lebih banyak peubah daripada persamaan

disebut sebagai suatu sitem linear underdetermined.

44
 3.2. Saran
Melihat begitu luasnya uraian mengenai “Ruang-Ruang Vektor Umum”
tersebut, maka saran yang dapat kami berikan kepada para pembaca adalah
untuk dapat memahami ruang-ruang vektor umum mengenai basis dan
dimensi, hubungan antara penyelesaian suatu sistem linear, ruang baris,
ruang kolom, ruang kosong, dan sifat-sifat dari matriks koefisiennya, serta
hubungan antara dimensi ruang baris, ruang kolom, dan ruang kosong dari
suatu matriks dan transponsnya (peringkat dan kekosongan), baik dari
makalah yang telah disajikanmaupun dari sumber-sumber ilmu lainnya,
sebab materi pembahasan ruang-ruang dalam vektor ini sebenarnya penting
untuk kita ketahui dan pelajari untuk menambah wawasan mengenai materi
vektor sebagai salah satu bagian materi pembelajaran Aljabar Linear.
DAFTAR PUSTAKA

Anton, Howard. 2000. “Dasar-Dasar Aljabar Linear Edisi Ke 7 Jilid 1”.

45