You are on page 1of 53

RUANG VEKTOR UMUM

Muhamad Baqi
Ruang Vektor berdimensi - n
Untuk n= 1, 2 atau 3 : suatu vektor dapat
digambarkan, namun vektor tidak mungkin dapat
digambarkan bila berada di ruang-n > 3 karena
keterbatasan dari ruang.
Dengan adanya definisi vektor yang diperluas, maka
suatu matrik dan fungsi dapat diklasifikasikan sebagai
vektor


Ruang Vektor Real
Suatu objek di dalam ruang vektor V disebut : vektor
V dikatakan sebagai ruang vektor bila memenuhi 10
aksioma berikut :
1. Jika u dan v di dalam V, maka u + v juga harus di dalam V
2. u + v = v + u
3. u + (v + w) = (u + v) + w
4. Di dalam ruang vektor V ada objek 0, yang disebut sebagai
vektor 0 sedemikian sehingga 0 + u = u + 0 = u, untuk
semua u di dalam vektor V
5. Untuk setiap u di dalam V, ada objek yang disebut sebagai
u di dalam V, yang disebut sebagai negatip u, sehingga u +
(-u) = (-u) + u = 0


Ruang Vektor Real
6. Jika k adalah sebarang skalar dan u adalah objek
di dalam ruang vektor V, maka ku juga ada di
dalam ruang vektor V
7. k(u+v) = ku + kv
8. (k + m)u = ku + mu
9. k(mu) = (km)u
10.1.u = u

Ruang Vektor Real
Contoh 1 :
Jika V himpunan semua vektor di R3 dengan operasi
penjumlahan U + V = (U
1
+V
2
, U
2
+V
1
, U
3
+V
3
) sedangkan perkalian
dengan skalar KU = (KU
1
, KU
2
, KU
3
)
A = (2, 3, -1) dan B = (4, 2, 4)
Jawab :
Akisoma 2 U + V = V + U
A + B = (2+2, 3+4, (-1)+4) = (4, 7, 3)
B + A = (4+3, 2+2, (4+(-1)) = (7, 4,3)
Sehingga aksima 2 ini gagal karena A + B B + A sehingga hasil
operasi ini bukanlah didefinisikan vektor
Ruang Vektor Real
Contoh 2:
Misal V = R2 dan operasi penjumlahan serta perkalian dari u =
(u
1
,u
2
) dan v = (v
1
,v
2
) adalah sebagai berikut:
u + v = (u
1
+v
1
, u
2
+v
2
) dan bila k adalah elemen bilangan riel,
maka ku =(ku
1
,0)
Tentukan apakah V adalah ruang vektor ?
Jawab :
Akisoma 1 5 (terpenuhi) karena mengandung penjumlahan
Sedangkan untuk perkalian, operasi ini tidak standar sehingga
tidak memenuhi aksioma yang mengandung perkalian terutama
aksioma 10
1.U = U maka 1 .(U
1
,U
2
) = (1U
1
, 0) sehingga bukan vektor
Subspace (subruang)
W
U V
U+V
U
KU
V
Subspace (subruang)
Sub ruang vektor adalah sebenarnya ruang vekctor juga, namun
dengan syarat-syarat khusus
Jika W adalah sekumpulan dari satu vektor atau lebih dari ruang
vektor V, maka W disebut sebagai sub ruang V, jika dan hanya jika
kedua kondisi di bawah ini berlaku :
Bila W adalah himpunan yang terdiri dari satu vektor atau lebih dari
ruang vektor V, maka W subspace dari V iff
Jika u dan v vektor dalam W, maka u+v juga dalam W
Jika k sebarang skalar dan u adalah sebarang vektor dalam W,
maka ku juga dalam W
Subspace (contoh)
Garis melalui
origin adalah
subruang
u
v
u + v
W
W
u
ku
Vektor u+v dan ku terletak pada
bidang yang sama dengan u dan v
W adalah subruang dari R
3
u
v
u + v
W
ku
Subspace dari R2 dan R3
Subruang dari R
2
{0}
Garis melalui origin
R
2

Subruang dari R
3
{0}
Garis melalui origin
Bidang melalui origin
R
3

Tiap ruang vektor tak-nol V minimal terdiri dari 2
subruang:
Subruang V
Vektor nol dalam V subruang nol (zero subspace)

Subspace dari R2 dan R3
Contoh 3 :
Bukanlah sub ruang dari R2 karena tidak tertutup perkalian skalar
Misalnya v = (1,1) terletak pada W, tetapi negatifnya (-1) v = (-1,-1) tidak terletak
pada W
x
y
w
V(1,1)
-V(-1,-1)
Kombinasi linear dari vektor
Untuk r = 1:

w = k
1
v
1
Kombinasi linear vektor tunggal v
1

Vektor w adalah kombinasi linear dari v
1
, v
2
,., v
r

dan k
1
,k
2
, ., k
r
jika


r r
k k k v v v w + + + =
2 2 1 1
Vektor v=(a,b,c): kombinasi linear dari vektor basis
standar
k j i v c b a c b a c b a + + = + + = = ) 1 , 0 , 0 ( ) 0 , 1 , 0 ( ) 0 , 0 , 1 ( ) , , (
Contoh 2
w kombinasi linear dari u dan v bila

w = k
1
u + k
2
v
(9,2,7) = k
1
(1,2,-1) + k
2
(6,4,2)
(9,2,7) = k
1
+6k
2
, 2k
1
+4k
2
, -k
1
+2k
2
k
1
+ 6k
2
= 9; 2k
1
+ 4k
2
= 2; -k
1
+ 2k
2
= 7 k
1
=-3; k
2
=2
Maka w = -3u + 2v
Vektor u = (1,2,-1) dan v = (6,4,2)
Tunjukkan bahwa
w=(9,2,7): kombinasi linear dari u dan v
w=(4,-1,8): bukan kombinasi linear

Rentangan (spanning)
W
V
S (rentang)
U
V
U+V
U
K
U
Rentangan (spanning)
Jika v
1
, v
2
,., v
r
adalah vektor dalam ruang vektor V,
maka
Himpunan W dari seluruh kombinasi linear v
1
, v
2
,., v
r

adalah subruang V
W adalah subruang terkecil dalam V yang berisi v
1
,v
2
,., v
r


Jika S = {v
1
, v
2
,., v
r
} adalah himpunan vektor dalam
ruang vektor V, maka
Subruang W dari seluruh kombinasi linear v
1
, v
2
,., v
r

disebut ruang yang direntang oleh vektor tersebut
W= span (S) atau W= span {v
1
, v
2
,., v
r
}
Rentangan (spanning)
Jika v
1
dan v
2
adalah vektor di R
3
dengan titik awal
pada origin
Span{v
1
, v
2
} yang berisi seluruh kombinasi linear k
1
v
1
+
k
2
v
2
: bidang melalui origin yang ditentukan oleh v
1
dan v
2

Jika v merupakan vektor di R
2
atau R
3

Span{v} yang berupa seluruh perkalian kv: garis yang
ditentukan oleh v
v
1

k
1
v
1

k
1
v
1
+ k
2
v
2

k
2
v
2

v
2

y
z
x
span{v
1
, v
2
}
v
kv
span{v}
y
z
x
Contoh 3 :
Tentukan vektor semu b=(b
1
,b
2
,b
3
) sebagai kombinasi linear

b = k
1
v
1
+ k
2
v
2
+ k
3
v
3

(b
1
,b
2
,b
3
) = k
1
(1,1,2) + k
2
(1,0,1)+k
3
(2,1,3)
k
1
+ k
2
+ 2k
3
= b
1
k
1
+ k
3
= b
2
2k
1
+ k
2
+ 3k
3
= b
3

Sistem linear konsisten iff matriks koefisien A dapat diinverskan
det(A)=0 A tidak dapat diinverskan
v
1
, v
2
dan

v
3
tidak dapat merentang pada R
3

Tunjukkan bahwa v
1
= (1,1,2), v
2
= (1,0,1), v
3
= (2,1,3)
merentang ruang vektor pada R
3
1 1
2 2
3 3
1 1 2
1 0 1
2 1 3
k b
A k k b b
k b
( ( (
( ( (
= - = =
( ( (
( ( (

Kebebasan linear
Himpunan vektor S = {v
1
, v
2
, ., v
r
}
Persamaan vektor
k
1
v
1
+ k
2
v
2
+ . + k
r
v
r
= 0
Jika hanya ada satu solusi
k
1
= 0, k
2
= 0, ., k
r
= 0
S adalah himpunan bebas linier (linearly independent)
Jika ada solusi yang lain
S disebut himpunan takbebas linear
Contoh 4
Persamaan vektor dalam komponen

k
1
v
1
+ k
2
v
2
+ k
3
v
3
= 0
k
1
(1, -2,3) + k
2
(5,6, -1)+k
3
(3,2,1)=(0,0,0)
(k
1
+5k
2
+3k
3
, 2k
1
+6k
2
+2k
3
, 3k
1
k
2
+k
3
)

= (0,0,0)
Persamaan untuk tiap komponen
k
1
+ 5k
2
+ 3k
3
= 0
2k
1
+ 6k
2
+ 2k
3
= 0
3k
1
k
2
+ k
3
= 0

Tunjukkan bahwa v
1
= (1, -2,3), v
2
= (5,6,-1), v
3
= (3,2,1)
membentuk himpunan bebas linear atau tak bebas linear
Contoh 4 (cont)
Solusi sistem

k
1
= t/2; k
2
= -t/2; k
3
= t
Solusi nontrivial
v
1
, v
2
dan v
3
: himpunan takbebas linear
Eksistensi solusi nontrivial
Determinan matriks koefisien sama dengan nol
Matrik tsb tidak dapat diinverskan
Kebebasan Linear
Teorema 5.3.1
Suatu himpunan S dengan dua atau lebih vektor disebut
a. Tak bebas secara linear jika dan hanya jika paling tidak
salah satu vektor dalam S dapat dinyatakan sebagai
suatu kombinasi linear dari vektor lainnya dalam S
b. Babas secara linear jika dan hanya jika tidak ada vektor
dalam S yang dinyatakan sebagai suatu linear dari
vektor-vektor lain dalam S
| |
1 1 2 2
1 1 2 2
2
1 2
1 1
....... 0
.......
.......
r r
r r
r
r
k v k v k v
k v k v k v
k k
v v v
k k
+ + + =
= + +
(
| | | |
= + +
( | |
\ . \ .

Kebebasan Linear
Vektor vektor di bawah ini membentuk himpunan
yang tak bebas secara linear :
V
1
= (2, -1, 0, 3)
V
2
= (1, 2, 5, -1)
V
3
= (7, -1,5 ,8 )

Sehingga;
V
1
= -1/3 V
2
+ 1/3 V
3
V
2
= -3 V
1
+ V
3
V
3
= 3 V
1
+ V
2
1 7 2
2 1 1
5 5 0
1 8 3
x
y

( (
( (

(
( (
- =
(
( (


( (


X = k2/k1 = 1/3
Y = k3/k1 = -1/3
Interpretasi geometri dari
kebebasan linear
y
z
x
v
1

v
2

y
z
x
v
1

v
2

y
z
x
v
1

v
2

(a) takbebas linier (b) takbebas linier (c) bebas linier
y
z
x
v
3

v
2

y
z
x
v
1

v
2

y
z
x
v
1

v
2

v
1

v
3

v
3

(a) takbebas linier
(b) takbebas linier
(c) bebas linier
Basis
Basis
Definisi:
Jika V adalah ruang vektor
S = {v
1
, v
2
, ., v
n
}: himpunan vektor dalam V
S disebut basis untuk V jika memenuhi kondisi berikut
S adalah bebas linear
S merentang V (S spans V)
Teorema:
Jika S = {v
1
, v
2
, ., v
n
}: basis untuk ruang vektor V
Tiap vektor v dalam V dapat dinyatakan sebagai kombinasi
linear dari vektor-vektor dalam S dalam satu cara saja
Basis
Bukti:
v = c
1
v
1
+ c
2
v
2
+ .+ c
n
v
n

dan
v = k
1
v
1
+ k
2
v
2
+ .+ k
n
v
n

Kurangkan kedua persamaan
0 = (c
1
k
1
)v
1
+ (c
2
k
2
)v
2
+ .+ (c
n
k
n
)v
n

Solusi: c
1
= k
1
, c
2
= k
2
, . , c
n
= k
n
Kedua ekspresi untuk v adalah sama
(v)
S
= (c
1
, c
2
, .....c
n
) adalah koordinat vektor v relatif terhadap
S
Basis
Y
X
Z
1,0,0
0,1,0
0,0,1
(a,b,c)
I (1,0,0), J (0,1,0), dan K (0,0,1)

Maka S ( I,J,K) adalah suatu himpunan bebas
secara linear dalam R3.

Himpinan ini juga merentang R3 karena
setiap vektor (a,b,c) dalam R3 bisa ditulis :

V = (a,b,c) = a (1,0,0) + b (0,1,0) + c (0,0,1)
Contoh 1 :
Basis
Y
X
Z
V1
(1,2,1)
V2
(2,9,0)
V3
(3,3,4)
(c1,c2,c3)
Tunjukkan bahwa S (v1, v2, v3) adalah suatu
basis untukR3.

Penyelesaiannya :

b = c1v1+ c2v2+ c3v3
Dimana, b (b1, b2, b3)
Sehingga ,
Contoh 3 :
1 2 3 1
1 2 3 2
1 3 3
2 3
2 9 3
4
c c c b
c c c b
c c b
+ + =
+ + =
+ =
Untuk membuktikan bahwa S bebas secara linear, kita harus
menunjukkan bahwa satu-satunya penyelesaian dari
0 = c1v1+ c2v2+ c3v3

Basis
Contoh 3 (cont) :
jadi
1 2 3
1 2 3
1 3
2 3 0
2 9 3 0
4 0
c c c
c c c
c c
+ + =
+ + =
+ =
1 2 3
det( ) 2 9 3 1 (dapat dibalik)
1 0 4
A = =
dan
Contoh 4 :
Anggap S = (v1, v2, v3) adalah basis untuk R3 dalam contoh sebelumnya
a. Cari vektor koordinat dari v (5, -1, 9) berkenaan dengan S
b. Cari vektor v dalam R3 yang vektor koordinatnya berkenaan dengan basis S
adalah (v) = (-1,3,2)
Jawab : v = c1v1+ c2v2+ c3v3
(5, -1, 9) = c1 (1,2,3) + c2 (2,9,0) + c3 (3,3,4)
Basis
Contoh 4 (cont) :
1 2 3
1 2 3
1 3
2 3 5
2 9 3 1
4 9
c c c
c c c
c c
+ + =
+ + =
+ =
X = C/B
Maka c1 = 1, c2 = -1, dan c3 = 2
b. (v) = (-1,3,2)

Maka v = (-1) (1,2,1) + (3) (2,9,0) + 2 (3,3,4) = (11, 31, 7)
Dimensi
Definisi:
Ruang vektor tak nol V disebut dimensi berhingga
Bila V berisi himpunan vektor-vektor berhingga {v
1
, v
2
, ., v
n
}
yang membentuk sebuah basis
Jika tidak terdapat himpunan vektor tersebut, V disebut dimensi
tak berhingga
Teorema:
Jika V adalah ruang vektor dimensi berhingga dan {v
1
, v
2
,
., v
n
} merupakan basis
Tiap himpunan yang memiliki vektor > n takbebas linear
Himpunan vektor < n tidak dapat merentang V
Dimensi
Catatan:
Bila S = {v
1
, v
2
, ., v
n
} adalah basis untuk V
Seluruh basis untuk V memiliki jumlah vektor yang sama
dengan basis S
Basis untuk R
n
memiliki n vektor
Basis untuk R
3
memiliki 3 vektor
Basis untuk R
2
memiliki 2 vektor
Basis untuk R
1
memiliki 1 vektor
Jumlah vektor dalam basis = jumlah dari dimensi
Contoh 5
Tentukan basis dan dimensi untuk solusi ruang
sistem homogen berikut:

2x
1
+ 2x
2
x
3
+ x
5
= 0
x
1
x
2
+ 2x
3
3x
4
+ x
5
= 0
x
1
+ x
2
2x
3
x
5
= 0

x
3
+ x
4
+ x
5
= 0
Contoh 5
Augmented matriks:
(
(
(
(




0 1 1 1 0 0
0 1 0 2 1 1
0 1 3 2 1 1
0 1 0 1 2 2
Reduksi eselon baris:
(
(
(
(

0 0 0 0 0 0
0 0 1 0 0 0
0 1 0 1 0 0
0 1 0 0 1 1
Bentuk reduksi dalam persamaan:
x
1
+ x
2
+ x
5
= 0
x
3
+ x
5
= 0
x
4
= 0
Contoh 5
Dalam bentuk vektor:
Solusi:
x
1
= s t; x
2
= s; x
3
= t; x
4
=0; x
5
= t;
(
(
(
(
(
(

+
(
(
(
(
(
(

=
(
(
(
(
(
(

+
(
(
(
(
(
(

=
(
(
(
(
(
(


=
(
(
(
(
(
(

1
0
1
0
1

0
0
0
1
1

0
0
0
0
0
0
5
4
3
2
1
t s
t
t
t
s
s
t
t
s
t s
x
x
x
x
x
Contoh 5
Vektor yang merentang
ruang solusi:
(
(
(
(
(
(

=
(
(
(
(
(
(

=
1
0
1
0
1
dan
0
0
0
1
1

2 1
v v
Vektor v
1
, v
2
: bebas linear
{v
1
, v
2
}: basis
Ruang solusi: dua dimensi
Ruang baris, kolom dan nul
Jika A adalah suatu matrik dengan ordo mxn :




Maka vektor baris adalah
r
1
=[a
11
a
12
.. a
1n
],
r
2
=[a
21
a
22
.. a
2n
] dan seterusnya.

Vektor kolom adalah dan seterusnya



11 12 1
21 22 2
1 2
......
......
A
.....
n
n
m m mn
a a a
a a a
a a a
(
(
(
=
(
(
(

11 12
21 22
1 2
1 2
,
m m
a a
a a
c c
a a
( (
( (
( (
= =
( (
( (
( (

Vektor baris
Vektor kolom
Ruang baris, kolom dan nul
Jika A matriks mn:
subruang R
n
direntang oleh vektor baris disebut ruang baris
dari A
subruang R
m
direntang oleh vektor kolom disebut ruang
kolom dari A
ruang penyelesaian dari sistem homogen dari persamaan
Ax = 0 yang merupakan subruang R
n
disebut ruang nul dari
A
Teorema:
Sistem persamaan linear Ax = b adalah konsisten iff b
merupakan ruang kolom dari A
Contoh 6
Tunjukkan bahwa b merupakan ruang kolom dari A
dan ekspresikan b sebagai kombinasi linear dari
vektor kolom matriks A:
(
(
(

=
(
(
(

(
(
(

3
9
1
2 1 2
3 2 1
2 3 1
3
2
1
x
x
x
Contoh 6
Solusi sistem:

x
1
= 2; x
2
= 1; x
3
= 3
Sistem konsisten b merupakan ruang kolom A
Ekspresi b sebagai kombinasi linear vektor kolom
matriks A
(
(
(

=
(
(
(

+
(
(
(

(
(
(

3
9
1
2
3
2
3
1
2
3
2
1
1
2
Basis untuk ruang baris, kolom
dan nul
Vektor-vektor baris r
1
, r
2
, .., r
m
disebut : row space dari A
Vektor-vektor kolom c
1
, c
2
, .., c
n
disebut : column space
dari A
Ruang solusi SPL homogen Ax = 0 yang merupakan sub
ruang R
n
disebut : null space
Sistem linier Ax = b disebut konsisten jika dan hanya jika b
adalah column space dari A
Jika x
0
adalah salah satu solusi dari sistem persamaan linier
Ax = b dan kumpulan solusi dari Ax=0 yaitu
v
1
, v
2
, ., v
n
merupakan basis untuk null space dari A,
maka setiap solusi dari Ax = b dapat ditulis sebagai berikut :
x = x
0
+ a
1
v
1
+ a
2
v
2
+ . + a
n
v
n



Basis untuk ruang baris, kolom
dan nul
Solusi dari Ax = b adalah x
0
yang disebut sebagai solusi
khusus (particular solution)
dan x
0
+ a
1
v
1
+ a
2
v
2
+ . + a
n
v
n
disebut solusi umum
(general solution).
Solusi umum dari Ax = 0 adalah
a
1
v
1
+ a
2
v
2
+ . + a
n
v
n
, dengan demikian dapat
disimpulkan bahwa solusi lengkap dari Ax = b adalah
solusi khusus ditambah solusi umum dari Ax=0

Basis untuk ruang baris, kolom
dan nul
Contoh soal :
1. Carilah solusi dari system persamaan linier berikut ini :
x
1
+ 2x
2
x
3
+ 3x
4
4x
5
= 1
2x
1
+ 4x
2
2x
3
x
4
+ 5x
5
= 2


2x
1
+ 4x
2
2x
3
+ 4x
4
2x
5
= 0
Jawab :
Dengan menggunakan eliminasi Gauss-Jordan diperoleh :





1
8
1
8
3
8
1 2 -1 3 -4 -1 1 2 -1 0 0
2 4 -2 -1 5 2 0 0 0 1 0
2 4 -2 4 -2 0 0 0 0 0 1
( (
( (

( (
( (

x
4
= 1/8
x
5
= 3/8
x
1
= -2x
2
+ x
3
+ 1/8

Basis untuk ruang baris, kolom
dan nul
1
8 1
2
3 2 3
1
8
4
3
8
5
2 3
0 1 0
0 0 1
0 0
0 0
x
x
x x x
x
x
(
( ( (
(
( ( (
(
( ( (
(
( ( ( = + +
(
( ( (
(
( ( (
(
( ( (


Maka
Solusi Khusus (x
0
)
Solusi Umum : a
1
v
1
+ a
2
v
2
+ . + a
n
v
n

Bagaimana cara mencari basis dari null space ?
Ruang solusi dari SPL homogen Ax=0 adalah null space.
Jadi untuk mencari basis dari null space adalah dengan menganggap
ada SPL homogen

Basis untuk ruang baris, kolom
dan nul


2. Tentukan basis dari null space A =

Jawab :
Null space dari A adalah solusi dari SPL homogen dari :
2x
1
+ 2x
2
x
3
+ x
5
= 0
x
1
x
2
+ 2x
3
3x
4
+ x
5
= 0
x
1
+ x
2
2x
3
x
5
= 0
x
3
+ x
4
+ x
5
= 0






2 2 -1 0 1
-1 -1 2 -3 1
1 1 -2 0 -1
0 0 1 1 1
(
(
(
(
(

Basis untuk ruang baris, kolom
dan nul
1
2
3 2 5
4
5
1 1
1 0
0 1
0 0
0 1
x
x
x x x
x
x
( ( (
( ( (
( ( (
( ( ( = +
( ( (
( ( (
( ( (

1 2 5
3 5
4
1 1 0 0 1 0
0 0 1 0 1 0
0 0 0 1 0 0
0 0 0 0 0 0

0
x x x
x x
x
(
(
(

(
(

=
=
=
sehingga
Solusi umum
Basis dari Null Space
Basis untuk ruang baris, kolom
dan nul


Jadi basis dari null space adalah :


Jika suatu matrik di dalam bentuk row-reduced echelon, maka
vektor baris (row vector) dengan 1 (satu) sebagai leading entry
menjadi basis dari row-space dari matrik tersebut dan vektor
kolom (column vector) dengan 1 (satu) sebagai leading entry
menjadi basis dari column space dari matrik tersebut

1
1
0
0
0

(
(
(
(
(
(
(

1
0
1
0
1

(
(
(
(
(
(
(

Basis untuk ruang baris, kolom
dan nul
3. Tentukan basis dari row space dan column space dari
matrik berikut ini :



Jawab :
Basis dari row space adalah : r
1
= [1 0 -1 2 1]
r
2
= [0 1 0 1 2]
r
3
= [0 0 0 1 3]


1 0 -1 2 1
0 1 0 1 2
A
0 0 0 1 3
0 0 0 0 0
(
(
(
=
(
(

Basis untuk ruang baris, kolom
dan nul
1 0 -1 2 1
0 1 0 1 2
A
0 0 0 1 3
0 0 0 0 0
(
(
(
=
(
(

1 2 3
1 0 2
0 1 1
, dan
0 0 1
0 0 0
c c c
( ( (
( ( (
( ( (
= = =
( ( (
( ( (

Basis dari column space adalah :
Rank dan nullity
Pada suatu matrik A dan A
T
, terdapat 6 ruang vektor yaitu
Row space A Row space A
T

Column space A Column space A
T

Null space A Null space A
T

Namun row space A
T
= column space A, begitu juga dengan column
space A
T
= row space A.
Oleh sebab itu tinggal 4 ruang vektor yang perlu diperhatikan yaitu
row space A, column space A, null space A dan null space A
T
.
Ini semua disebut sebagai fundamental matrix space dari A.
Bagaimana hubungan antara dimensi dari ke empat ruang vector
tersebut ?

Rank dan nullity
Dapat disimpulkan bahwa dimensi dari row space dan column
space suatu matrik adalah sama. Dimensi dari row space dan
column space suatu matrik disbut dengan istilah rank, sedangkan
dimensi dari null space disebut dengan istilah nullity

Contoh soal :
Tentukan rank dan nullity dari :



1 2 -3 -2 -3 4
1 3 -2 0 -4 -1
A
3 8 -7 -2 -11 3
2 1 -4 -10 -3 2
(
(
(
=
(
(

Rank dan nullity
Jawab : Ubah matrik A ke dalam bentuk reduce-row echelon form
menjadi :






Terdapat 3 yang mengandung leading entry satu sehingga dimensi
dari row space dan column space adalah 3. Jadi rank (A) = 3.
Jumlah baris = rank (A) + Null (A) = 3 + 1 = 4
Jumlah kolom = rank (A) + Null (A) = 3 + 3 = 6


1 0 -5 -6 -1 0
0 1 1 2 -1 0
A
0 0 0 0 0 1
0 0 0 0 0 0
(
(
(
=
(
(

Rank = 3
nullity = 3
The End
THANKS FOR YOUR
ATTENTION

You might also like