Ruang Vektor Umum

Aljabar Linier 1
S1 Matematika FMIPA UI
4.8 Rank, Nulitas, dan
Ruang Fundamental
Matriks

Aljabar Linier 1
S1 Matematika FMIPA UI
 TEOREMA 4.8.1
Misalkan A matriks.
Ruang baris dan ruang kolom A memiliki dimensi yang
sama.

DEFINISI RANK & NULITAS

Dimensi ruang baris dan dimensi ruang kolom disebut
rank. Dimensi dari ruang nul disebut nulitas.

S1 Matematika Aljabar Linier 1 3

 Contoh 1
Rank dan nulitas matriks 4×6
Cari rank dan nulitas dari matriks 𝐴
−1 2 0 4 5 −3
3 −7 2 0 1 4
𝐴=
2 −5 2 4 6 1
4 −9 2 −4 −4 7
Solusi.
Bentuk eselon baris matriks 𝐴
1 0 −4 −28 −37 13
0 1 −2 −12 −16 5
0 0 0 0 0 0
0 0 0 0 0 0
Karena ada dua baris tak nol, ruang baris dan ruang kolom
memiliki dimensi dua, maka 𝑟𝑎𝑛𝑘(𝐴) = 2.

S1 Matematika Aljabar Linier 1 4

 1 0 −4 −28 −37 13
0 1 −2 −12 −16 5
Contoh 1 (lanjutan) 0
0
0
0
0
0
0
0
0
0
0
0

Sistem yang bersesuaian adalah

𝑥1 − 4𝑥3 − 28𝑥4 − 37𝑥5 + 13𝑥6 = 0
𝑥2 − 2𝑥3 − 12𝑥4 − 16𝑥5 + 5𝑥6 = 0
Solusi umum sistem:
𝑥1 = 4𝑟 + 28𝑠 + 37𝑡 − 13𝑢; 𝑥2 = 2𝑟 + 12𝑠 + 16𝑡 − 5𝑢;
𝑥3 = 𝑟; 𝑥4 = 𝑠; 𝑥5 = 𝑡; 𝑥6 = 𝑢
atau 𝑥1 4 28 37 −13
𝑥2 2 12 16 −5
𝑥3 1 0 0 0
𝑥4 = 𝑟 0
+𝑠
1
+𝑡
0
+𝑢
0
𝑥5 0 0 1 0
𝑥6 0 0 0 1
Maka, nulitas 𝐴 = 4.

S1 Matematika Aljabar Linier 1 5

 Contoh 2

• Berapa nilai rank maksimum yang mungkin untuk matriks tak

bujur sangkar 𝐴 ukuran 𝑚 × 𝑛?
• Jawab
– Jika 𝐴 matrik 𝑚 × 𝑛, vektor baris terletak di 𝑅𝑛 dan vektor kolom
terletak di 𝑅𝑚
– Akibatnya, ruang baris 𝐴 paling tinggi berdimensi-𝑛 dan ruang kolom 𝐴
paling tinggi berdimensi-𝑚.
– Dimensi ruang baris dan ruang kolom (𝑟𝑎𝑛𝑘 𝐴) adalah sama.
– Jika 𝑚 ≠ 𝑛, maka 𝑟𝑎𝑛𝑘 𝐴 adalah bilangan terkecil antara
𝑚 dan 𝑛, yaitu
𝑟𝑎𝑛𝑘(𝐴) ≦ min(𝑚, 𝑛)

S1 Matematika Aljabar Linier 1 6

TEOREMA 4.8.2 Teorema Dimensi untuk Matriks

Jika 𝐴 matriks dengan 𝑛 kolom, maka

𝑅𝑎𝑛𝑘(𝐴) + 𝑁𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = 𝑛

S1 Matematika Aljabar Linier 1 7

 Contoh 2. Jumlahan rank dan nulitas

Matriks 1
0
0
1
−4 −28 −37 13
−2 −12 −16 5
0 0 0 0 0 0
−1 2 0 4 5 −3 0 0 0 0 0 0
3 −7 2 0 1 4
𝐴=
2 −5 2 4 6 1
4 −9 2 −4 −4 7

memiliki 6 kolom, maka

rank(𝐴) + nulitas(𝐴) = 6
Hal ini konsisten dengan Contoh 1,
rank(𝐴) = 2 dan nulitas(𝐴) = 4

S1 Matematika Aljabar Linier 1 8

TEOREMA 4.8.3

Jika 𝐴 matriks ukuran 𝑚 × 𝑛, maka

a) 𝑅𝑎𝑛𝑘(𝐴) = banyaknya variabel utama pada solusi 𝐴𝒙 = 𝟎,

b) 𝑁𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = banyaknya parameter pada solusi 𝐴𝒙 = 𝟎.

S1 Matematika Aljabar Linier 1 9

 Contoh 3. Mencari banyak parameter
pada solusi umum.

• Calilah banyak parameter pada solusi umum 𝐴𝐱 = 𝟎

jika 𝐴 adalah matriks 5 × 7 dan 𝑟𝑎𝑛𝑘 𝐴 = 3.

• Solusi

𝑛𝑢𝑙𝑖𝑡𝑎𝑠(𝐴) = 𝑛 − 𝑟𝑎𝑛𝑘(𝐴) = 7 − 3 = 4

Maka ada 4 parameter.

S1 Matematika Aljabar Linier 1 10

TEOREMA 4.8.4

Jika 𝐴𝐱 = 𝐛 adalah sistem linier konsisten dengan

𝑚 persamaan dan 𝑛 variabel, dan jika 𝐴 memiliki rank 𝑟,
maka solusi umum dari sistem memiliki 𝑛 − 𝑟 parameter.

S1 Matematika Aljabar Linier 1 11

Ruang Fundamental dari Matriks

Aljabar Linier 1
S1 Matematika FMIPA UI
 Ruang Fundamental dari Matriks

• Ada enam ruang vektor yang terkait dengan matriks 𝐴 dan

transposnya 𝐴𝑇 , yaitu:

𝑨 𝑨𝑻

Ruang baris 𝐴 Ruang baris 𝐴𝑇

Ruang kolom 𝐴 Ruang kolom 𝐴𝑇

Ruang nul 𝐴 Ruang nul 𝐴𝑇

S1 Matematika Aljabar Linier 1 13

 Ruang Fundamental dari Matriks
(lanjutan)

• Namun karena ruang baris 𝐴𝑇 sama dengan ruang kolom 𝐴

dan ruang kolom 𝐴𝑇 sama dengan ruang baris 𝐴, maka ruang
fundamental dari matriks 𝐴 adalah:

Ruang baris A Ruang kolom A

Ruang nul 𝐴 Ruang nul 𝐴𝑇

S1 Matematika Aljabar Linier 1 14

TEOREMA 4.8.5
Jika 𝐴 sembarang matriks, maka rank 𝐴 = rank 𝐴𝑇

S1 Matematika Aljabar Linier 1 15

 Rank dan nulitas

• Jika 𝐴 matriks 𝑚 × 𝑛, maka

rank 𝐴𝑇 + nulitas 𝐴𝑇 = 𝑚

• Karena rank 𝐴 = rank 𝐴𝑇 (Teorema 4.8.5), maka

rank 𝐴 + nulitas 𝐴𝑇 = 𝑚

• Beberapa alternatif formula. Misalkan rank 𝐴 = 𝑟:

dim baris 𝐴 =𝑟 dim kolom 𝐴 =𝑟

dim nul 𝐴 =𝑛−𝑟 dim nul 𝐴𝑇 =𝑚−𝑟

S1 Matematika Aljabar Linier 1 16

Hubungan geometri antara
ruang fundamental
Aljabar Linier 1
S1 Matematika FMIPA UI
DEFINISI 2
Jika 𝑊 adalah subruang 𝑅𝑛 , maka himpunan semua
vektor 𝑅𝑛 yang ortogonal ke semua vektor di 𝑊 disebut
komplemen ortogonal 𝑊 dan ditandai oleh 𝑊 ⊥

S1 Matematika Aljabar Linier 1 18

 Sifat komplemen ortogonal

TEOREMA 4.8.6
Misalkan 𝑊 adalah subruang dari 𝑅𝑛 , maka
a) 𝑊 ⊥ adalah subruang dari 𝑅𝑛 ,
b) Satu-satuya vektor bersama di 𝑊 dan 𝑊 ⊥ adalah 𝟎,
c) Komplemen ortogonal dari 𝑊 ⊥ adalah 𝑊.

Sumber: H. Anton dan C. Rorres, Elementary Linear Algebra: Applications Version, 11𝑡ℎ ed., Wiley 2014.
S1 Matematika Aljabar Linier 1 19
 TEOREMA 4.8.7
Jika 𝐴 matriks 𝑚 × 𝑛, maka:
a) Ruang null 𝐴 dan ruang baris 𝐴 adalah komplemen
ortogonal di 𝑅𝑛
b) Ruang null 𝐴𝑇 dan ruang kolom 𝐴 adalah komplemen
ortogonal di 𝑅𝑚

Sumber: H. Anton dan C. Rorres, Elementary Linear Algebra: Applications Version, 11𝑡ℎ ed., Wiley 2014.
S1 Matematika Aljabar Linier 1 20
 TEOREMA 4.8.8 Pernyataan Ekuivalen
If A is an 𝑛 × 𝑛 matrix, then the following are equivalent.
a) 𝐴 is invertible.
b) 𝐴𝐱 = 𝟎 has only the trivial solution.
c) The reduced row-echelon form of 𝐴 is 𝐼𝑛.
d) 𝐴 is expressible as a product of elementary matrices.
e) 𝐴𝐱 = 𝐛 is consistent for every 𝑛 × 1 matrix 𝐛.
f) 𝐴𝐱 = 𝐛 has exactly one solution for every 𝑛 × 1 matrix 𝐛.
g) det(𝐴) ≠ 0.
h) The column vectors of 𝐴 are linearly independent.
i) The row vectors of 𝐴 are linearly independent.
j) The column vectors of 𝐴 span 𝑅𝑛.
k) The row vectors of 𝐴 span 𝑅𝑛.
l) The column vectors of 𝐴 form a basis for 𝑅𝑛.
m) The row vectors of 𝐴 form a basis for 𝑅𝑛.
n) 𝐴 has rank 𝑛.
o) 𝐴 has nullity 0.
p) Komplemen ortogonal dari ruang null 𝐴 adalah 𝑅 𝑛
q) Komplemen ortogonal dari ruang baris 𝐴 adalah 𝟎

S1 Matematika Aljabar Linier 1 21

 Aplikasi Rank

Aljabar Linier 1
S1 Matematika FMIPA UI
 TEOREMA 4.8.9
Misalkan 𝐴 matriks 𝑚 × 𝑛
a) (Overdetermined Case). Jika 𝑚 > 𝑛, maka sistem linier
𝐴𝐱 = 𝐛 tak konsisten setidaknya untuk satu vektor 𝐛 di 𝑅𝑛 .
b) (Underdetermined Case). Jika 𝑚 < 𝑛, maka untuk setiap
vektor 𝐛 di 𝑅𝑚 sistem linier 𝐴𝐱 = 𝐛 adalah tak konsisten
atau memiliki solusi tak hingga.

S1 Matematika Aljabar Linier 1 23

 Contoh 7
An Overdetermined System

• Sistem linier
𝑥1 − 2𝑥2 = 𝑏1
𝑥1 − 𝑥2 = 𝑏2
𝑥1 + 𝑥2 = 𝑏3
𝑥1 + 2𝑥2 = 𝑏4
𝑥1 + 3𝑥2 = 𝑏5
adalah overdetermined, maka tak bisa konsisten untuk setiap
nilai 𝑏1, 𝑏2, 𝑏3, 𝑏4, dan 𝑏5.
1 0 2𝑏2 − 𝑏1
0 1 𝑏2 − 𝑏1
0 0 𝑏3 − 3𝑏2 + 2𝑏1
0 0 𝑏4 − 4𝑏2 + 3𝑏1
0 0 𝑏5 − 5𝑏2 + 4𝑏1
S1 Matematika Aljabar Linier 1 24