P. 1
BABV-Ruang Vektor Umum

BABV-Ruang Vektor Umum

|Views: 2,264|Likes:
Published by Citta Devi Guntari

More info:

Published by: Citta Devi Guntari on Apr 25, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

06/03/2013

pdf

text

original

BAB V

RUANG VEKTOR UMUM
5.1 Ruang Vektor Umum
Konsep sebuah vektor yang menyatakan serangkaian himpunan aksioma
yang jika dipenuhi oleh sekelompok obyek, maka obyek tersebut dinamakan
vektor. Aksioma-aksioma tersebut akan dipilih dengan mengabstraksikan sifat-
sifat yang paling penting dari vektor-vektor pada R
n
Definisi:
- Misal V sembarang himpunan obyek yang dua operasinya
didefinisikan yaitu penambahan dan perkalian dengan skalar (bilangan
riil).
- Penambahan untuk mengasosiasikan aturan dengan setiap pasang
obyek u dan v dalam V, yang mengandung elemen u + v, disebut jumlah u
dan v.
- Perkalian skalar untuk mengasosiasikan baik untuk setiap skalar k
maupun setiap obyek u pada V yang mengandung elemen ku, disebut
perkalian skalar (skalar multiple) u oleh k.
- Jika aksioma-aksioma berikut dipenuhi oleh semua obyek u, v, w
pada V dan oleh semua skalar k dan l, maka dinamakan V sebuah ruang
vektor (vector space) dan obyek-obyek pada V dinamakan vektor.
1. Jika u dan v adalah obyek-obyek pada V, maka u + v berada di V
2. u + v = v + u
3. u + (v + w) = (u + v) + w
4. ada sebuah obyek 0 di V sehingga 0 + u = u + 0 = u untuk semua u
di V.
5. Untuk setiap u di V, ada sebuah obyek -u di V yang dinamakan negatif
u sehingga u + (-u) = (-u) + u = 0
6. Jika k adalah sembarang skalar dan u adalah sembarang obyek di V,
maka ku berada di V
Andiani /Aljabar Linier/FTUI-2011 1
7. k(u+v) = ku + kv
8. (k+l)u = ku + lu
9. k(lu) = (kl)(u)
10. 1u = u
Contoh-1:
Misalkan V adalah sembarang bidang yang melalui titik asal pada R
3
.
Akan diperlihatkan bahwa titik-titik V adalah vektor-vektor pada R
3
Penyelesaian:
Karena bidang V lewat melalui titik asal, maka bidang tersebut
mempunyai persamaan yang berbentuk:
ax + by + cz = 0
Jika u = (u
1
, u
2
, u
3
) dan v = (v
1
, v
2
, v
3
) ∈ V, maka:
au
1
+ bu
2
+ cu
3
= 0 dan av
1
+ bv
2
+ cv
3
= 0
Dengan menambahkan persamaan, didapat:
a(u
1
+ v
1)
+ b(u
2
+ v
2
) + c(u
3
+ v
3
) = 0
u + v = (u
1
+ v
1
, u
2
+ v
2
, u
3
+ v
3
)  terletak pada bidang V
Dengan mengalikan au
1
+ bu
2
+ cu
3
= 0 dengan -1, maka
a(-u
1
) + b(-u
2
) + c(-u
3
) = 0
Jadi -u = (-u
1
, -u
2
, -u
3
) terletak pada V
Contoh-2:
Jika V adalah himpunan semua fungsi riil pada sebuah garis.
Jika f = f(x) dan g = g(x) adalah dua fungsi adn k adalah sembarang bilangan
riil, maka:
f + g = f(x) + g(x) = (f + g)(x)
kf = k f(x) = (kf) (x)

Contoh-3:
Misalkan V adalah himpunan semua titik (x, y) pada R
2
, terletak pada
kuadran pertama, sehingga: x ≥ 0 dan y ≥ 0
Maka:
Andiani /Aljabar Linier/FTUI-2011 2
v = (1, 1) terletak pada V, tetapi (-1)v = -v = (-1, -1) tidak terletak pada V
Teorema
Misalkan V adalah sebuah ruang vektor, v sebuah vektor pada V, dan k
sebuah skalar, maka:
a. 0v = 0
b. k0 = 0
c. (-1)u = -u
d. Jika ku = 0, maka k = 0. atau u = 0
5.2 Subruang
Definisi:
Subhimpunan W dari sebuah ruang vektor V dinamakan subruang
(subspace) V jika W itu sendiri adalah ruang vektor di bawah penambahan dan
perkalian skalar yang didefinisikan pada V.
Teorema:
Jika W adalah himpunan dari satu atau lebih vektor dari sebuah ruang
vektor V, maka W adalah subruang dari V jika dan hanya jika kondisi-kondisi
berikut berlaku:
a. jika u dan v adalah vektor-vektor dalam W, maka u+v terletak di W
Andiani /Aljabar Linier/FTUI-2011 3
(1, 1)
(-1, -1)
b. jika k adalah sebarang skalar dan u adalah sebarang vektor pada W, maka
ku berada di W.
Kondisi a. dan b. dinyatakan bahwa W tertutup di bawah penambahan dan
perkalian skalar.
Pada gambar di atas memperlihatkan bahwa: semua vektor dalam sebarang
bidang yang melalui titik asal R
3
membentuk sebuah ruang vektor, yakni bidang
yang melalui titik asal subruang R
3
.
Bukti, misalkan W sebarang bidang yang melalui titik asal dan u serta v sebarang
vektor pada W. Maka u+v harus terletak pada W karena u+v adalah diagonal
jajaran genjang yang ditentukan oleh u dan v. Dan ku harus terletak pada W untuk
sebarang skalar k karena ku terletak pada garis yang melalui u. Jadi W adalah
subruang dari R
3
Contoh-1:
Perlihatkan bahwa himpunan W dari semua matriks 2x2 yang mempunyai
bilangan nol (0) pada diagonal utamanya adalah subruang dari ruang vektor M
22
dari semua matriks 2x2
Penyelesaian:
Andiani /Aljabar Linier/FTUI-2011 4
W
u
v
ku
u+v
Misalkan

,
`

.
|
·
0 a
a 0
A
21
12
,

,
`

.
|
·
0 b
b 0
B
21
12
adalah sebarang matrik pada
W dan k adalah sebarang skalar, maka:

,
`

.
|
·
0 ka
ka 0
kA
21
12
dan

,
`

.
|
+
+
· +
0 b a
b a 0
B A
21 21
12 12
Oleh karena kA dan A+B mempunyai bilangan nol pada diagonal utama, maka
kA dan A+B terletak pada W. Jadi W adalah subruang dari M
22
Contoh-2
Misalkan n adalah sebuah bilangan bulat positif dan W terdiri dari fungsi
nol serta fungsi polinomial riil yang mempunyai derajat ≤ n. Jadi W adalah
himpunan semua fungsi yang dapat dinyatakan dalam bentuk:
p(x) = a
0
+ a
1
x + ..... + a
n
x
n
dimana a
0,
..... a
n
adalah bilangan riil, dan W adalah
subruang dari ruang vektor semua fungsi bernilai riil.
Misalkan:
p(x) = a
0
+ a
1
x + ..... + a
n
x
n

dan q(x) = b
0
+ b
1
x + ..... + b
n
x
n

maka (p+q)(x) = p(x) + q(x)
= (a
0
+b
0
) + (a
1
+b
1
)x + ..... + (a
n
+b
n
)x
n

Juga (kp)(x) = kp(x)
= (ka
0
) + (ka
1
)x + ..... + (ka
n
)x
n

Maka p+q dan kp terletak di W
Contoh-3
Tinjau sistem m persamaan linier pada n bilanga tak diketahui:
a
11
x
1
+ a
12
x
2
+ ….. + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ….. + a
2n
x
n
= b
2
. . . .
. . . .
a
m1
x
1
+ a
m2
x
2
+ ….. + a
mn
x
n
= b
m
Atau dalam notasi matrik Ax = b
Andiani /Aljabar Linier/FTUI-2011 5
Sebuah vektor

,
`

.
|
·
n
2
1
s
s
s
s

pada R
n
disebut vektor pemecahan (solution
vector) dari sistem tersebut jika x
1
= s
1
, x
2
= s
2
, ..... x
n
= s
n
merupakan pemecahan
dari sistem tersebut.
Akan diperlihatkan bahwa himpunan vektor pemecahan dari sistem homogen
adalah subruang dari R
n
Maka:
Ax = 0 adalah sistem homogen m persamaan linier pada n bilangan tak
diketahui. W adalah himpunan vektor pemecahan, serta s dan s
1
adalah vektor-
vektor pada W.
Diperloeh:
As = 0 dan As
1
= 0
Sehingga
A(s+s
1
) = As + As
1
= 0 + 0 = 0
A(ks) = k(As) = k0 = 0
Persamaan ini memperlihatkan bahwa s+s
1
dan ks memenuhi persamaan Ax = 0.
Jadi s+s
1
dan ks adalah vektor-vektor pemecahan. Subruang W dinamakan ruang
pemecahan (solution space) dari sistem Ax = 0
Definisi:
Sebuah vektor w disebut Kombinasi Linier dari vektor-vektor v
1
,
v
2
, ... v
r
jika vektor tersebut dapat ditulis dalam bentuk:
w = k
1
v
1
+ k
2
v
2
+ ... + k
r
v
r
, dimana k
1
, k
2
, ... k
r
adalah skalar.
Contoh:
Misal u = (1, 2, -1), v = (6, 4, 2) ε R
3
Tunjukkan bahwa w = (9, 2, 7) Kombinasi Linier dari u dan v
Dan w
1
= (4, -1, 8) bukan Kombinasi Linier dari u dan v
Jawab:
Andiani /Aljabar Linier/FTUI-2011 6
Untuk memperlihatkan w = (9, 2, 7) Kombinasi Linier dari u dan
v , harus dicari k
1
dan k
2
sehingga: w = k
1
u

+ k
2
v
yaitu: (9, 2, 7) = k
1
(1, 2, -1) + k
2
(6, 4, 2)
(k
1
, 2 k
1
, - k
1
) + (6 k
2
, 4 k
2
, 2 k
2
) = (9, 2, 7)
Ini berarti: k
1
+ 6k
2
= 9
2k
1
+ 4k
2
= 2
-k
1
+ 2k
2
= 7
Dengan memecahkan sistem ini akan diperoleh: k
1
= -3 dan k
2
= 2
Jadi Kombinasi Linier yang diminta adalah: w = -3

u

+ 2 v
(Apakah w
1
= (4, -1, 8) bukan Kombinasi Linier dari u dan v ??)
Definisi:
Jika v
1
, v
2
, ... v
r
adalah vektor-vektor pada R dan V dan jika masing-
masing vektor pada V dapat dinyatakan sebagai Kombinasi Linier v
1
, v
2
, ... v
r
maka vektor-vektor tersebut dinyatakan sebagai merentang V.
Contoh-1:
Vektor-vektor i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1) merentang R
3
karena
setiap vektor (a, b, c) pada R
3
dapat ditulis sbg:
(a, b, c) = a
i
+ b
j
+

c
k
yang merupakan kombinasi linier i, j, k
Contoh-2:
Polinom-polinom 1, x, x
2
, ..... x
n
merentang ruang vektor P
n
, karena setiap
polinom p pada P
n
dapat ditulis sbg:
p = a
0
+ a
1
x + ..... + a
n
x
n
merupakan kombinsi linier 1, x, x
2
, ..... x
n

Contoh-3:
Tentukan apakah v
1
= (1,1,2), v
2
= (1, 0, 1) dan v
3
= (2, 1, 3) merentang R
3
Penyelesaian:
Ambil sebarang vektor b = (b
1
, b
2
, b
3
) pada R
3
dapat dinyatakan sebagai
kombinasi linier: b = k
1
v
1
+ k
2
v
2
+ k
3
v
3
Maka:
(b
1
, b
2
, b
3
) = k
1
v
1
+ k
2
v
2
+ k
3
v
3
Andiani /Aljabar Linier/FTUI-2011 7
(b
1
, b
2
, b
3
) = k
1
(1, 1, 2)

+ k
2
(1, 0,1)

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


+ 3k
3
)
Dapat juga:
k
1
+ k
2
+ 2k
3
= b
1
k
1
+ k
3
= b
2
2k
1
+ k
2


+ 3k
3
= b
3
Maka sistem tersebut akan konsisten untuk semua nilai b
1
, b
2
, b
3
jika dan hanya
jika matrik koefisien-koefisien

,
`

.
|
·
3 1 2
1 0 1
2 1 1
A
dapat dibalik. Tetapi det(A) =
0, sehingga A tidak mempunyai invers, maka v
1
, v
2
dan v
3
tidak merentang
R
3
Teorema:
Jika v
1
, v
2
, ... v
r
vektor-vektor pada R dan V, maka:
a) Himpunan W dari semua Kombinasi Linier v
1
, v
2
, ... v
r
adalah
subruang V
b) W adalah subruang terkecil dari V yang mengandung v
1
, v
2
, ... v
r
dalam arti setiap subbidang lain dari V yang mengandung v
1
, v
2
, ... v
r
harus mengandung W.
Perhatikan :
a) Jika u dan v ∈ W, maka :
u = c
1
v
1
+ c
2
v
2
+ ... + c
r
v
r
dan v = k
1
v
1
+ k
2
v
2
+ ... + k
r
v
r
Dimana c
i
dan k
i
skalar, maka:
u + v = (c
1
+ k
1
) v
1
+ (c
2
+ k
2
) v
2
+ ... + (c
r
+ k
r
) v
r

Dan untuk sembarang skalar k:
k u = (kc
1
) v
1
+ (kc
2
) v
2
+ ... + (kc
r
) v
r

Jadi u + v dan k u Kombinasi-kombinasi Linier v
1
, v
2
, ... v
r
Sehingga u + v dan k u terletak di W
Andiani /Aljabar Linier/FTUI-2011 8
b) Setiap vektor v
i
adalah kombinasi-kombinasi linier v
1
, v
2
, ... v
r
,
karena:
v
i
= 0 v
1
+ 0 v
2
+ ... + 0 v
r

Oleh karena itu, subruang W mengandung setiap vektor v
1
, v
2
, ... v
r

Karena
W
1
tertutup terhadap penambahan dan perkalian skalar, maka W
1
harus
mengandung semua kombinasi linier :
c
1
v
1
+ c
2
v
2
+ ... + c
r
v
r
dari v
1
, v
2
, ... v
r
Jadi W
1
mengandung setiap sektor W.
Ruang Linier W yang direntang oleh himpunan vektor s = { v
1
, v
2
, ... v
r
}
dinyatakan oleh: lim(s) atau lim{ v
1
, v
2
, ... v
r
}
Contoh:
Jika v
1
, v
2
tidak terletak pada satu garis di R
3
, maka lin { v
1
, v
2
} terdiri dari semua
kombinasi linier k
1
v
1
, k
2
v
2
adalah bidang yang ditentukan oleh v
1
, v
2
. Juga dengan
vektor tak nol pada R
2
dan R
3
, maka lin {v} yang merupakan himpunan semua
perkalian skalar kv, adalah garis yang ditentuka oleh v.
Contoh Soal
1. Diketahui vektor di R
5
, dimana
a = (3, 2, 1, -1, 4)
Andiani /Aljabar Linier/FTUI-2011 9
k
1
v
1
+ k
2
v
2
k
1
v
1
v
1
k
2
v
2
v
2
Lin(v
1
+v
2
)

0
v
kv
lin(v)
b = (1, 2, -3, -2, 4)
c = (11, 10, -3, -7, 20)
Apakah c merupakan kombinasi linier dari a dan b
2. Diketahui vektor di R
4
, dimana
a = (3, 2, 4, 5)
b = (2, 1, 3, -4)
c = (16, 10, 22, 1)
Apakah c merupakan kombinasi linier dari a dan b
5.3 Kebebasan Linier
Definisi:
Jika S = { v
1
, v
2
, ... v
r
} adalah himpunan vektor, maka persamaan
vektor
k
1
v
1
+ k
2
v
2
+ ... + k
r
v
r
= 0 mempunyai paling sedikit satu
pemecahan, yaitu: k
1
= 0, k
2
= 0, ..... k
r
= 0
Jika ini satu-satunya pemecahan, maka S dinamakan himpunan bebas
linier. Jika ada pemecahan lain, maka S dinamakan himpunan tak bebas
linier (bergantungan linier).
Contoh 1:
Himpunan vektor-vektor S = { v
1
, v
2
, v
3
}, dimana v
1
= (2, -1, 0, 3),
v
2
= (1, 2, 5, -1), v
3
= (7, -1, 5, 8) himpunan tak bebas linier karena,
misalkan:
3 v
1
+ v
2
- v
3
= 0 .
Contoh 2:
Vektor-vektor i = (1, 0, 0)
j
= (0, 1, 0) k = (0, 0, 1) di R
3
k
1
(1, 0, 0) + k
2
(0, 1, 0) + k
3
(0, 0, 1) = (0, 0, 0)
Maka k
1
= 0, k
2
= 0, k
3
= 0
Jadi himpunan S = { i ,
j
, k } bebas linier.
Teorema:
Andiani /Aljabar Linier/FTUI-2011 10
Himpunan S dengan dua vektor atau lebih adalah :
b) Tak bebas linier, jika dan hanya jika satu diantara vektor S dapat
dinyatakan sebagai kombinasi linier dari vektor S lainnya.
c) Bebas linier, jika dan hanya jika tidak ada vektor S yang dapat
dinyatakan sebagai kombinasi linier dalam vektor S lainnya.
Contoh:
Himpunan vektor-vektor S = { v
1
, v
2
, v
3
}, dimana v
1
= (2, -1, 0, 3),
v
2
= (1, 2, 5, -1), v
3
= (7, -1, 5, 8) tak bebas linier karena
3 v
1
+ v
2
- v
3
= 0 .
Dapat ditulis bahwa satu vektor adalah kombinasi linier dari dua vektor
lainnya :
2
v
1
v
3
3
v
1
v
2
3
v
3
1

2
v
3
1
1
3 v
3 - v
- v
+ ·
+ ·
+ ·
Contoh 1

9) (3, b
3) (1, a
·
·
Apakah a dan b bebas atau tidak bebas liner?
Jawab a) :
9) (3, b ·
= 3(1, 3) = 3 a  a dan b tidak bebas linier (bgl)
Jawab b) :
λ
1
a + λ
2
b = 0
λ
1

,
`

.
|
3
1
+ λ
2

,
`

.
|
9
3
=

,
`

.
|
0
0
0 9λ 3λ
0 3λ λ
2 1
2 1
· +
· +
 λ
1
= -3λ
2
, jawab non trivial, jadi a dan b tidak
bebas linier (bgl)
Jawab c) :
Andiani /Aljabar Linier/FTUI-2011 11
0 9λ 3λ
0 3λ λ
2 1
2 1
· +
· +

,
`

.
|
·

,
`

.
|

,
`

.
|
0
0

λ
λ
9 3
3 1
2
1
A . λ = 0
9 3
3 1
A ·
= 1.9 – 3.3 = 9-9 = 0  a dan b tidak bebas linier (bgl)
Jawab d) :
9) (3, b
3) (1, a
·
·

0 9 - 9 3.3 - 1.9
9 3
3 1
· · ·
 a dan b tidak bebas
linier (bgl)
Contoh 2
1) (2, b
3) (1, a
·
·
Apakah a dan b bebas atau tidak bebas liner?
Jawab a:
b = (2, 1)
2a = 2 (1, 3) = (2, 6)
b ≠ 2a, maka bebas linier (bbl)
Jawab b :
λ
1
a + λ
2
b = 0
λ
1

,
`

.
|
3
1
+ λ
2

,
`

.
|
1
2
=

,
`

.
|
0
0
0 λ 3λ
0 2λ λ
2 1
2 1
· +
· +
 λ
1
= λ
2
= 0 (jawab trivial)
Jadi a dan b bebas linier
Jawab c:

1) (2, b
3) (1, a
·
·

0 5 - 3.2 - 1.1
1 2
3 1
≠ · ·
Jadi a dan b bebas linier
Andiani /Aljabar Linier/FTUI-2011 12
Contoh 3
2) - 3, (5, c
1) - 3, (1, b
0) 1, - (1, a
·
·
·
Apakah a , b dan c bebas atau tidak bebas liner?
Jawab :
λ
1
a + λ
2
b + λ
3
c = 0
λ
1

,
`

.
|
0
1 -
1
+ λ
2

,
`

.
|
1 -
3
1
+ λ
3

,
`

.
|
2 -
3
5
=

,
`

.
|
0
0
0

0 2λ - λ -
0 3λ 3λ λ -
0 5λ λ λ
3 2
3 2 1
3 2 1
·
· + +
· + +

 -λ
2
- 2 λ
3
= 0
Jadi λ
2
= -2 λ
3
 Maka : λ
1
+ λ
2
+ 5 λ
3
= 0
λ
1
- 2 λ
3
+ 5 λ
3
= 0
jadi λ
1
= - 3 λ
3
Jadi jawab:
λ
1
= - 3 λ
3
λ
2
= -2 λ
3
λ
3
= λ
3
mempunyai jawab non trivial, maka bergantungan linier (bgl)
Con toh 4
2) - 7, 0, (0, c
1) 3, - 5, (0, b
4) 3, 2, (6, a
·
·
·
Apakah a , b dan c bebas atau tidak bebas liner?
Jawab :
λ
1
a + λ
2
b + λ
3
c = 0
Andiani /Aljabar Linier/FTUI-2011 13
λ
1

,
`

.
|
4
3
2
6
+ λ
2

,
`

.
|
1
3 -
5
0
+ λ
3

,
`

.
|
2 -
7
0
0
=

,
`

.
|
0
0
0
0

6 λ
1
= 0  λ
1
= 0

1
+ 5λ
2
= 0  λ
2
= 0

1
- λ
2
+ 7λ
3
= 0  λ
3
= 0
Jadi λ
1
= λ
2
= λ
3
= 0 (jawab trivial)
Jadi a, b dan c bebas linier
Teorema:
1. Jika sebuah himpunan mengandung vektor nol, maka himpunan itu
tak bebas linier.
2. Sebuah himpunan yang mempunyai persis dua vektor tak bebas
linier jika dan hanya jika salah satu dari vektor itu adalah perkalian
dari skalar lainnya.
3. Misalkan S = {v
1
, v
2
, ...... v
r
} adalah himpunan vektor-vektor pada
R
n
. Jika r > n, maka S tak bebas linier
Soal Latihan
Apakah vektor-vektor a , b dan c bebas atau tidak bebas liner?
1. Diketahui: Vektor di R
3
1) 1, - (8, c
4) 2, - (1, b
3) 1, (2, a
·
·
·
2. Diketahui: Vektor di R
3
5) 2, (3, c
4) 1, (1, b
3) 1, (2, a
·
·
·
3. Diketahui: Vektor di R
4
1) 2, 3, (18, c
1) 2, 3, (4, b
1) - 1, 2, (3, a
·
·
·
4. Diketahui: Vektor di R
5
Andiani /Aljabar Linier/FTUI-2011 14
26) 2, - 0, 14, (16, c
5) 1, 2, - 3, (2, b
4) 1, - 1, 2, (3, a
·
·
·
5.4 Basis Dan Dimensi
Definisi :
Jika V ruang vektor dan S = { v
1
, v
2
, ... v
r
} himpunan berhingga
vektor-vektor di V, maka S disebut basis untuk V jika :
a) S bebas linier
b) S merentang V
Contoh 1 :
1) ... 0, 0, (0, e
0) ... 0, 1, (0, e
0) ... 0, 0, (1, e
n
2
1
·
·
·

Himpunan } e ... , e , e { S
n 2 1
· bebas linier dalam R
n
.
Setiap vektor v = (v
1
, v
2
, ... v
n
) di R
n
dapat ditulis sebagai :
n n 2 2 1 1
e v ... e v e v v + + + · maka S merentang R
n
sehingga S
adalah basis, disebut basis baku untuk R
n
Contoh 2 :
v
1
= (1, 2, 1), v
2
= (2, 9, 0), v
3
= (3, 3, 4)
Akan diperlihatkan S = { v
1
, v
2
, v
3
} basis untuk R
3
Jawab :
Akan diperlihatkan S merentang R
3
dan bebas linier.
Sebarang vektor b = (b
1
, b
2
, b
3
) dapat dinyatakan sebagai kombinasi
linier :
b = k
1
v
1
+ k
2
v
2
+ k
3
v
3

Andiani /Aljabar Linier/FTUI-2011 15
(b
1
, b
2
, b
3
) = k
1
(1, 2, 1) + k
2
(2, 9, 0) + k
3
(3, 3, 4)
atau : k
1
+ 2k
2
+ 3k
3
= b
1
2k
1
+ 9k
2
+ 3k
3
= b
2
.................. (*)
k
1
+ 4k
3
= b
3
Jadi untuk memperlihatkan bahwa S merentang V maka harus diperlihatkan
sistem (*) mempunyai pemecahan untuk semua pilihan b = (b
1
, b
2
, b
3
).
Untuk memperlihatkan bahwa S bebas linier, harus diperlihatkan bahwa satu-
satunya pemecahan dari : k
1
v
1
+ k
2
v
2
+ k
3
v
3
= 0
Adalah : k
1
= k
2
= k
3
= 0
Dengan perkataan lain harus diperlihatkan bahwa sistem homogen :
k
1
+ 2k
2
+ 3k
3
= 0
2k
1
+ 9k
2
+ 3k
3
= 0 .................. (**)
k
1
+ 4k
3
= 0
hanya mempunyai pemecahan trivial.
Karena sistem (*) dan (**) mempunyai matriks koefisien yang sama, maka dapat
dikatakan S bebas linier dan merentang R
3
dengan memperlihatkan bahwa
matriks koefisien :
1 -
4 0 1
3 9 2
3 2 1
det(A)
Karena
invers mempunyai
4 0 1
3 9 2
3 2 1
A
· ·

,
`

.
|
·
maka A mempunyai invers. Jadi S adalah sebuah basis untuk R
3
Contoh 3 :
Misalkan

,
`

.
|
·

,
`

.
|
·

,
`

.
|
·

,
`

.
|
·
1 0
0 0
M ,
0 1
0 0
M ,
0 0
1 0
M ,
0 0
0 1
M
4 3 2 1
Andiani /Aljabar Linier/FTUI-2011 16
Himpunan S = {M
1
, M
2
, M
3
, M
4
} adalah basis untuk ruang vektor M
22
dari matriks-matriks 2x2. Untuk melihat bahwa S merentang M
22
, perhatikan
bahwa vektor khas (matriks) :

,
`

.
|
d c
b a
Dapat ditulis sebagai :
4 3 2 1
dM cM bM aM
d c
b a
1 0
0 0
d
0 1
0 0
c
0 0
1 0
b
0 0
0 1
a
d c
b a
+ + + ·

,
`

.
|

,
`

.
|
+

,
`

.
|
+

,
`

.
|
+

,
`

.
|
·

,
`

.
|
Untuk melihat bahwa S bebas linier, anggaplah bahwa :
4 3 2 1
dM cM bM aM + + +
= 0
Atau :

,
`

.
|
·

,
`

.
|

,
`

.
|
·

,
`

.
|
+

,
`

.
|
+

,
`

.
|
+

,
`

.
|
0 0
0 0

d c
b a
Maka
0 0
0 0

1 0
0 0
d
0 1
0 0
c
0 0
1 0
b
0 0
0 1
a

Jadi a = b = c = d = 0 sehingga S bebas linier.
Teorema:
Jika S = {v
1
, v
2
…. v
n
} adalah basis untuk ruang vektor V, maka setiap
himpunan dengan lebih dari n vektor adalah tak bebas linier.
Misalkan:
S¹ = {w
1
, w
2
, …..w
m
} sembarang himpunan m vektor pada V, m > n
Perlihatkan S¹ tak bebas linier
Maka:
Basis S = {v
1
, v
2
, …..v
n
} dan w
i
dinyatakan sebagai kombinasi linier dari
vektor-vektor S
w
1
= a
11
v
1
+ a
21
v
2
+ ….. + a
n1
v
n
Andiani /Aljabar Linier/FTUI-2011 17
w
2
= a
12
v
1
+ a
22
v
2
+ ….. + a
n2
v
n
.
.
.
w
m
= a
1m
v
1
+ a
2m
v
2
+ ….. + a
nm
v
n
Untuk memperlihatkan bahwa S¹ tak bebas linier, maka harus dicari skalar-skalar
k
1
, k
2
, ..... k
m
yang tidak semuanya nol, sehingga:
k
1
w
1
+ k
2
w
2
+ ..... + k
m
w
m
= 0
Dengan menggunakan persamaan-persamaan di atas, maka dapat ditulis sebagai:
(k
1
a
11
+ k
2
a
12
+ ….. + k
m
a
1m
) v
1
+ (k
1
a
21
+ k
2
a
22
+ ….. + k
m
a
2m
) v
2
.
.
.
+ (k
1
a
n1
+ k
2
a
n2
+ ….. + k
m
a
nm
) v
n
= 0
Maka skalar k
1
, k
2
, ..... k
m
yang tidak semuanya nol, memenuhi:
a
11
k
1
+ a
12
k
2
+ ….. + a
1m
k
m
= 0
a
21
k
1
+ a
22
k
2
+ ….. + a
2m
k
m
= 0
.
.
.
a
n1
k
1
+ a
n2
k
2
+ ….. + a
nm
k
n
= 0
Teorema:
Sebarang dua basis untuk ruang vektor berdimensi berhingga mempunyai
jumlah vektor yang sama
Misalkan:
S = {v
1
, v
2
…. v
n
} dan S¹ = {w
1
, w
2
, …..w
m
} adalah dua basis untuk
ruang vektor V yang berdimensi berhingga.
Karena S adalah basis dan S¹ bebas linier, maka m ≤ n
Demikian juga karena S¹ adalah basis dan S bebas linier, maka n ≤ m
Maka m = n
atau
Misal {e
1
, e
2
, ..... e
n
} basis dari V
Dan {f
1
, f
2
, ..... f
m
} basis lain dari V
Andiani /Aljabar Linier/FTUI-2011 18
{e
i
} membangun V
{f
i
} bebas linier
Sebaliknya:
{f
i
} membangun V
{e
i
} bebas linier
Contoh:
Tentukan basis dan dimensi dari SPL homogen:
0 x - x 3x
0 x - 2x - x 2x
0 x x - x x - 3x
0 x x - 2x x
5 4 3
5 3 2 1
5 4 3 2 1
5 3 2 1
· +
· +
· + +
· + +
Jawab:
]
]
]
]
]
]

0
0
0
0

1 - 1 3 0 0
1 - 0 2 - 1 2
1 1 - 1 1 - 3
1 0 1 - 2 1
dengan OBE diubah menjadi matriks eselon
]
]
]
]
]
]

0
0
0
0

1 0 0 0
1 0 0
- 1 0
1 0 1 - 2 1
17
11
4
5
4
7
7
2
7
1
7
4

0 x x
0 x x x
0 x x x - x
0 x x - 2 x x
5 1 7
1 1
4
5 4
5
4 4
7
3
5 7
2
4 7
1
3 7
4
2
5 3 2 1
· +
· + +
· + +
· + +
Sederhanakan:
5 1 7
1 1
4
5 4
5
4 4
7
3
5 7
2
4 7
1
3 7
4
2
5 3 2 1
x - x
x - x - x
x - x - x x
x - x 2 x - x
·
·
·
+ ·
x
5
= variabel bebas
Misalkan x
5
= t
Maka x
4
= t -
17
11
Andiani /Aljabar Linier/FTUI-2011 19
m ≤ n
n ≤ m
x
3 = t - t) (- -
4
5
17
11
4
7
= t -
17
2
x
2
= t - ) (- - ) (-
7
2
7
11
7
1
7
2
7
4
= t
1 1 9
3 1

x
1
=
5 3 2
x - x 2x - +
= t t t − − + − − ) ( ) ( 2
1 7
2
1 1 9
3 1
= t
1 19
7 1

jadi

,
`

.
|
5
4
3
2
1
x
x
x
x
x
=

,
`

.
|




t
t
t
t
t
1 7
1 1
1 7
2
1 1 9
3 1
1 1 9
7 1
=

,
`

.
|




1
1 7
1 1
1 7
2
1 1 9
3 1
1 1 9
7 1
t
Dimensi = jumlah variabel yg tak diketahui – banyaknya persamaan = 5 – 4 = 1
Jadi Basisnya adalah

,
`

.
|




1
1 7
1 1
1 7
2
1 1 9
3 1
1 1 9
7 1
Teorema:
1. Jika S = {v
1
, v
2
…. V
n
} adalah sebuah himpunan n vektor bebas linier
pada sebuah ruang V yang berdimensi n, maka S adalah sebuah basis
untuk V
2. Jika S = {v
1
, v
2
…. V
n
} adalah sebuah himpunan n vektor yang
merentang ruang V yang berdimensi n, maka S adalah sebuah basis
untuk V
3. Jika S = {v
1
, v
2
…. V
n
} adalah sebuah himpunan bebas linier pada
ruang V yang berdimensi n dan r < n, maka S dapat diperbesar menjadi
Andiani /Aljabar Linier/FTUI-2011 20
basis untuk V, yakni vektor-vektor v
r+1
, …. v
n
sehingga {v
1
, v
2
…. v
r
,
v
r+1
, …. v
n
} adalah sebuah basis untuk V
5.4 Ruang Baris, Ruang Kolom, dan Ruang Nul
Rank, Penerapan terhadap Pencarian Basis
Definisi:
Jika diketahui matriks m x n
Dan
]
]
]
]
]
]

·
mn m2 m1
2n 22 21
1n 12 11
a a a
a a a
a a a
A

  


Vektor-vektor
[ ]
[ ]
[ ]
mn m2 m1 m
2n 22 21 2
1n 12 11 1
a a a r
a a a r
a a a r

 


·
·
·
Dalam R
n
yang dibentuk dari baris-baris A disebut vektor-vektor baris dari A, dan
vektor-vektor:
]
]
]
]
]
]

·
]
]
]
]
]
]

·
]
]
]
]
]
]

·
mn
2n
1n
n
m2
22
12
2
m1
21
11
1
a
a
a
e ,
a
a
a
e ,
a
a
a
e


 
Dalam R
m
yang dibentuk dari kolom-kolom A disebut vektor-vektor
kolom dari A
Contoh-1:
]
]
]

·
4 1 - 3
0 1 2
A
Vektor-vektor baris dari A adalah:
Andiani /Aljabar Linier/FTUI-2011 21
[ ] 0 1 2 r
1
· dan [ ] 4 1 - 3 r
2
·
Vektor-vektor kolom dari A adalah:
]
]
]

·
3
2
e
1 ,
]
]
]

·
1 -
1
e
2 dan
]
]
]

·
4
0
e
3
Teorema:
Operasi baris elementer tidak mengubah ruang baris sebuah matriks
Teorema:
Vektor-vektor baris tak nol berbentuk eselon baris dari matriks A
membentuk basis untuk ruang baris A.
Contoh-2:
Carilah sebuah basis untuk ruang yang direntang oleh vektor-vektor:
v
1
= (1, -2, 0, 0, 3) v
2
= (2, -5, -3, -2, 6) v
3
= (0, 5, 15, 10, 0) v
4
= (2, 6, 18, 8, 6)
Penyelesaian:
Ruang yang direntang oleh vektor-vektor ini adalah ruang baris dari
matriks:
]
]
]
]
]
]

6 8 18 6 2
0 10 15 5 0
6 2 - 3 - 5 - 2
3 0 0 2 - 1
Dengan mereduksi matriks di atas menjadi bentuk eselon baris, maka didapat:
]
]
]
]
]
]

0 0 0 0 0
0 1 1 0 0
0 2 3 1 0
3 0 0 2 - 1
Vektor-vektor baris tak nol pada matriks ini adalah
w
1
= (1, -2, 0, 0, 3) w
2
= (0, 1, 3, 2, 0) w
3
= (0, 0, 1, 1, 0)
Vektor-vektor ini membentuk basis bagi ruang baris tersebut dan sebagai
konsekuensinya maka akan membentuk basis untuk ruang yang direntang oleh v
1
,
v
2
, v
3
dan v
4
Andiani /Aljabar Linier/FTUI-2011 22
Contoh-3:
Carilah basis untuk ruang kolom A =
]
]
]
]
]

4 - 4 4 0
1 5 2 3
1 1 0 1
Penyelesaian:
Dengan mentransposkan matriks tersebut, didapat: A
t
=
]
]
]
]
]
]

4 - 1 1
4 5 1
4 2 0
0 3 1
Dengan mereduksi ke bentuk eselon baris, maka didapat:
]
]
]
]
]
]

0 0 0
0 0 0
2 1 0
0 3 1
Jadi vektor (1, 3, 0) dan vektor (0, 1, 2) membentuk basis bagi ruang baris
A
t
atau secara ekivalen:

,
`

.
|
·
0
3
1
w
1 dan

,
`

.
|
·
2
1
0
w
2 membentuk basis untuk ruang kolom A
Contoh-4:
Carilah sub-himpunan vektor-vektor
v
1
= (1, -2, 0, 3) v
2
= (2, -5, -3, 6) v
3
= (0, 1, 3, 0)
v
4
= (2, -1, 4, -7) v
5
= (5, -8, 1, 2)
yang membentuk basis untuk ruang yang direntang oleh vektor-vektor ini.
Pemecahan:
Mulai dengan memecahkan persamaan vektor
c
1
v
1
+ c
2
v
2
+ c
3
v
3
+ c
4
v
4
+ c
5
v
5
= 0 .......... *
Dengan mensubtitusi dan menyamakan komponen-komponennya maka
didapat sistem yang homogen:
Andiani /Aljabar Linier/FTUI-2011 23
0 2c 7c - 6c 3c
0 c 4c 3c 3c -
0 8c - c - c 5c - 2c -
0 5c 2c 2c c
5 4 2 1
5 4 3 2
5 4 3 2 1
5 4 2 1
· + +
· + + +
· +
· + + +
Selesaikan dengan eliminasi Gauss-Yourdan, maka didapat:
c
1
= -2s-t c
2
= s-t c
3
= s c
4
= -t c
5
= t
dimana s dan t sembarang. Dengan mensubtitusikan ke dalam (*), maka:
(-2s-t) v
1
+ (s-t ) v
2
+ s v
3
- t v
4
+ t v
5
= 0
Sehingga: s(-2v
1
+ v
2
+ v
3
) + t(-v
1
- v
2
– v
4
– v
5
)

= 0
Karena s dan t sembarang, maka dapat dipilih misalnya s = 1, t = 0 dan s =0, t = 1
Maka akan menghasilkan persamaan ketergantungan (dependency equation)
-2v
1
+ v
2
+ v
3
= 0
-v
1
- v
2
– v
4
– v
5
= 0
Misalkan vektor-vektor v
3
dan v
5
sebagai kombinasi linier, maka:
v
3
= 2v
1
- v
2

v
5
= v
1
+ v
2
+ v
4

sehingga v
1 ,
v
2
, v
4
bebas linier dan karenanya membentuk basis untuk ruang yang
direntang oleh v
1
, v
2
, v
3
, v
4
, v
5
jika:
c
1
v
1
+ c
2
v
2
+ c
4
v
4
= 0
maka berlaku c
3
= 0 dan c
5
= 0, jadi s = c
3
= 0 dan t = c
5
= 0
Jadi c
1
= 0 c
2
= 0 c
4


= 0
Teorema:
Jika A adalah sebarang matriks, maka ruang baris dan ruang kolom A
mempunyai dimensi yang sama.
Pada contoh-3 di atas, matriks
]
]
]
]
]

4 - 4 4 0
1 5 2 3
1 1 0 1
setelah direduksi terhadap
eselon baris, mempunyai ruang kolom berdimensi 2 dan ruang baris tersebut juga
berdimensi 2
Andiani /Aljabar Linier/FTUI-2011 24
]
]
]
]
]

0 0 0 0
1 - 1 1 0
1 1 0 1
karena matriks ini mempunyai dua baris taknol,
maka ruang baris A berdimensi 2
Definisi:
Dimensi ruang baris dan ruang kolom matriks A dinamakan Rank A dan
dinyatakan dengan rank (A)
Misalnya pada contoh-3 mempunyai rank 2
Teorema:
Jika A adalah matriks n x n, maka pernyataan-pernyataan berikut ekivalen
satu sama lain:
a. A dapat dibalik
b. Ax = 0 hanya mempunyai pemecahan trivial
c. A ekivalen baris dengan I
n
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 linier
h. Vektor-vektor kolom A bebas linier
Tinjau sistem persamaan linier Ax = b
]
]
]
]
]
]

mn m2 m1
2n 22 21
1n 12 11
a a a
a a a
a a a


  


]
]
]
]
]
]

n
2
1
x
x
x

=
]
]
]
]
]
]

m
2
1
b
b
b

Dengan mengalikan matriks-matriks pada ruas kiri, maka sistem dapat ditulis:
Andiani /Aljabar Linier/FTUI-2011 25
]
]
]
]
]
]

+ + +
+ + +
+ + +
n m1n 2 m2 1 m1
n 2n 2 22 1 21
n 1n 2 12 1 11
x a x a x a
x a x a x a
x a x a x a

  


=
]
]
]
]
]
]

m
2
1
b
b
b

atau
]
]
]
]
]
]

· + +
]
]
]
]
]
]

· +
]
]
]
]
]
]

mn
2n
1n
n
m2
22
12
2
m1
21
11
1
a
a
a
x
a
a
a
x
a
a
a
x


 
=
]
]
]
]
]
]

m
2
1
b
b
b

Karena ruas kiri kombinasi linier vektor-vektor kolom A, maka sistem Ax = b
konsisten jika dan hanya jika b adalah kombinasi linier vektor-vektor kolom A.
Teorema:
Sebuah sistem persamaan linier Ax = b adalah konsisten jika dan hanya
jika b berada pada ruang kolom A.
Contoh-5:
Diketahui bahwa Ax = b adalah sistem linier, maka:
]
]
]
]
]

·
]
]
]
]
]

]
]
]
]
]

3 -
9 -
1

x
x
x

2 - 1 2
3 - 2 1
2 3 1 -
3
2
1
Tunjukkan bahwa b berada dalam ruang kolom A dan nyatakan b sebagai
kombinasi linier dari vektor-vektor kolom dari A.
Penyelesaian:
]
]
]
]
]

3 - 2 - 1 2
9 - 3 - 2 1
1 2 3 1 -
dengan eliminasi Gaussian maka didapat:
x
1
= 2, x
2
= -1 x
3
= 3
Maka:
]
]
]
]
]

·
]
]
]
]
]

]
]
]
]
]

3 -
9 -
1

3
1 -
2

2 - 1 2
3 - 2 1
2 3 1 -

Karena sistem konsisten, b berada dalam ruang kolom A, sehingga:
Andiani /Aljabar Linier/FTUI-2011 26
2
]
]
]
]
]

2
1
1 -
-
]
]
]
]
]

1
2
3
+ 3
]
]
]
]
]

2 -
3 -
2
=
]
]
]
]
]

3 -
9 -
1
Teorema:
Sebuah sistem persamaan linier Ax = b akan konsisten jika dan hanya jika
rank dari matriks koefisien A sama dengan rank dari matriks yang
diperbesar [A|b]
Contohnya matriks yang diperbesar untuk sistem:

1 - 6x 9x 6x 3x -
7 3x - 4x 5x 2x
3 - x x 7x 3x -
4 - 2x 3x 2x x
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
· − + +
· + −
· + − +
· + − −
Adalah:
]
]
]
]
]
]

1
7
3 -
4 -

6 - 9 6 3 -
3 - 4 5 - 2
1 1 - 7 3 -
2 3 - 2 - 1
Yang mempunyai bentuk eselon baris tereduksi berikut (buktikan)
]
]
]
]
]
]

0
1
0
0

0 0 0 0
0 0 0 0
7 10 - 1 0
16 23 - 0 1
Maka dari teorema di atas yang dimaksud adalah
0 0 0 0 1
Teorema:
Jika Ax = b adalah sistem linier konsisten dari m persamaan n bilangan
tak diketahui, dan jika A mempunyai rank r, maka pemecahan sistem tersebut
mengandung n-r parameter.
Misalkan:
Jika A adalah matriks 5 x 7 dengan rank 4, dan jika Ax = b adalah
sistem linier konsisten maka pemecahan tersebut mengandung sistem
7 – 4 = 3 parameter
Andiani /Aljabar Linier/FTUI-2011 27
Hubungan Antara Penyelesaian Ax = 0 dan Ax = b
Teorema:
Jika x
0
adalah sebarang penyelesaian tunggal dari suatu sistem linier tak
homogen yang konsisten Ax = b, dan juga v
1
, v
2
, ... v
k
membentuk suati
basis untuk ruang-kosong A, yaitu ruang penyelesaian dari sistem
homogen Ax = 0, maka setiap penyelesaian Ax = b dapat dinyatakan
dalam bentuk:
x = x
0
+ c
1
v
1
+ c
2
v
2
+ .... + c
k
v
k
dan sebaliknya untuk semua pilihan skalar c
1
, c
2
, ... c
k
vektor x dalam
rumus ini merupakan suatu penyelesaian dari Ax = b
Selesaikan sistem persamaan tak homogen berikut:
6 18x 4x 8x 6x 2x
5 15x 10x 5x
1 - 3x - 4x 2x - 5x - 6x 2x
0 2x 2x - 3x x
6 5 4 2 1
6 4 3
6 5 4 3 2 1
5 3 2 1
· + + + +
· + +
· + +
· + +
Penyelesaian:
]
]
]
]
]
]

6 18 4 8 0 6 2
5 15 0 10 5 0 0
1 - 3 - 4 4 - 5 - 6 2
0 0 2 0 2 - 3 1
dengan Gaussian didapat:
x
1
= -3r -4s -2t
x
2
= r
x
3
= -2s
x
4
= s
x
5
= t
x
6
= 1/3
Andiani /Aljabar Linier/FTUI-2011 28
maka:
]
]
]
]
]
]
]
]
]
]

+
]
]
]
]
]
]
]
]
]
]

+
]
]
]
]
]
]
]
]
]
]

+
]
]
]
]
]
]
]
]
]
]

·
]
]
]
]
]
]
]
]
]
]

·
]
]
]
]
]
]
]
]
]
]

3
1
3
1
6
5
4
3
2
1
0
0
0
0
0
t
0
1
0
0
0
2 -
s
0
0
1
2 -
0
4 -
r
0
0
0
0
1
3 -

t
s
2s -
r
2t - 4s - 3r -

x
x
x
x
x
x

Jadi Penyelesaian umumnya adalah: dan penyelesaian khususnya adalah:
t
0
1
0
0
0
2 -
s
0
0
1
2 -
0
4 -
r
0
0
0
0
1
3 -
x
]
]
]
]
]
]
]
]
]
]

+
]
]
]
]
]
]
]
]
]
]

+
]
]
]
]
]
]
]
]
]
]

·
x
0
=
]
]
]
]
]
]
]
]
]
]

3
1
0
0
0
0
0

Andiani /Aljabar Linier/FTUI-2011 29

7. k(u+v) = ku + kv 8. (k+l)u = ku + lu 9. k(lu) = (kl)(u) 10. 1u = u Contoh-1: Misalkan V adalah sembarang bidang yang melalui titik asal pada R3. Akan diperlihatkan bahwa titik-titik V adalah vektor-vektor pada R3 Penyelesaian: Karena bidang V lewat melalui titik asal, maka bidang tersebut mempunyai persamaan yang berbentuk: ax + by + cz = 0 Jika u = (u1, u2, u3) dan v = (v1, v2, v3)

V, maka:

au1 + bu2 + cu3 = 0 dan av1 + bv2 + cv3 = 0 Dengan menambahkan persamaan, didapat: a(u1 + v1) + b(u2 + v2) + c(u3 + v3) = 0 u + v = (u1 + v1, u2 + v2, u3 + v3)  terletak pada bidang V Dengan mengalikan au1 + bu2 + cu3 = 0 dengan -1, maka a(-u1) + b(-u2) + c(-u3) = 0 Jadi -u = (-u1, -u2, -u3) terletak pada V

Contoh-2: Jika V adalah himpunan semua fungsi riil pada sebuah garis. Jika f = f(x) dan g = g(x) adalah dua fungsi adn k adalah sembarang bilangan riil, maka: f + g = f(x) + g(x) = (f + g)(x) kf = k f(x) = (kf) (x) Contoh-3: Misalkan V adalah himpunan semua titik (x, y) pada R2, terletak pada kuadran pertama, sehingga: x ≥ 0 dan y ≥ 0 Maka: Andiani /Aljabar Linier/FTUI-2011 2

Teorema: Jika W adalah himpunan dari satu atau lebih vektor dari sebuah ruang vektor V. tetapi (-1)v = -v = (-1. v sebuah vektor pada V. -1) Teorema Misalkan V adalah sebuah ruang vektor. 1) (-1. maka: a. maka W adalah subruang dari V jika dan hanya jika kondisi-kondisi berikut berlaku: a. k0 = 0 c. Jika ku = 0. maka k = 0. dan k sebuah skalar. (-1)u = -u d. maka u+v terletak di W Andiani /Aljabar Linier/FTUI-2011 3 . atau u = 0 5. 1) terletak pada V.v = (1. jika u dan v adalah vektor-vektor dalam W. 0v = 0 b. -1) tidak terletak pada V (1.2 Subruang Definisi: Subhimpunan W dari sebuah ruang vektor V dinamakan subruang (subspace) V jika W itu sendiri adalah ruang vektor di bawah penambahan dan perkalian skalar yang didefinisikan pada V.

Maka u+v harus terletak pada W karena u+v adalah diagonal jajaran genjang yang ditentukan oleh u dan v. W tertutup di bawah penambahan dan u+v v u ku W Pada gambar di atas memperlihatkan bahwa: semua vektor dalam sebarang bidang yang melalui titik asal R3 membentuk sebuah ruang vektor. dan b. misalkan W sebarang bidang yang melalui titik asal dan u serta v sebarang vektor pada W. Jadi W adalah subruang dari R3 Contoh-1: Perlihatkan bahwa himpunan W dari semua matriks 2x2 yang mempunyai bilangan nol (0) pada diagonal utamanya adalah subruang dari ruang vektor M22 dari semua matriks 2x2 Penyelesaian: Andiani /Aljabar Linier/FTUI-2011 4 . yakni bidang yang melalui titik asal subruang R3. jika k adalah sebarang skalar dan u adalah sebarang vektor pada W. maka ku berada di W. Kondisi a. Dan ku harus terletak pada W untuk sebarang skalar k karena ku terletak pada garis yang melalui u. Bukti.b. dinyatakan bahwa perkalian skalar.

... . + (kan)xn Maka p+q dan kp terletak di W Contoh-3 Tinjau sistem m persamaan linier pada n bilanga tak diketahui: a11x1 + a12x2 + …... Misalkan: p(x) = a0 + a1x + .. maka:  0 kA =   ka  21 ka 12  0   dan A + B =  a + b 0    21 21 Oleh karena kA dan A+B mempunyai bilangan nol pada diagonal utama....... B =  b 0   21 b12   adalah sebarang matrik pada 0   a12 + b12    0  W dan k adalah sebarang skalar. .. + a2nxn = b2 .. + (an+bn)xn Juga (kp)(x) = kp(x) = (ka0) + (ka1)x + .. + anxn dimana a0.. . + amnxn = bm Atau dalam notasi matrik Ax = b Andiani /Aljabar Linier/FTUI-2011 5 . maka kA dan A+B terletak pada W. 0 Misalkan A =  a  21 a12   0 . Jadi W adalah himpunan semua fungsi yang dapat dinyatakan dalam bentuk: p(x) = a0 + a1x + ...... . + anxn dan q(x) = b0 + b1x + . .. .. . + bnxn = (a0+b0) + (a1+b1)x + . Jadi W adalah subruang dari M22 Contoh-2 Misalkan n adalah sebuah bilangan bulat positif dan W terdiri dari fungsi nol serta fungsi polinomial riil yang mempunyai derajat ≤ n. dan W adalah subruang dari ruang vektor semua fungsi bernilai riil. + a1nxn = b1 a21x1 + a22x2 + …. .... an adalah bilangan riil.. maka (p+q)(x) = p(x) + q(x) am1x1 + am2x2 + ….

w v = (6.Sebuah vektor  s1    s  s =  2  pada Rn disebut vektor pemecahan (solution    s   n vector) dari sistem tersebut jika x1 = s1. 4. v 1.. 2.. Diperloeh: As = 0 dan As1 = 0 Sehingga A(s+s1) = As + As1 = 0 + 0 = 0 A(ks) = k(As) = k0 = 0 Persamaan ini memperlihatkan bahwa s+s1 dan ks memenuhi persamaan Ax = 0.. Contoh: Misal Dan Jawab: Andiani /Aljabar Linier/FTUI-2011 6 u = (1. w w disebut Kombinasi Linier dari vektor-vektor v r. serta s dan s1 adalah vektorvektor pada W. xn = sn merupakan pemecahan dari sistem tersebut. vr jika vektor tersebut dapat ditulis dalam bentuk: k2 v2 = k1 v 1+ + . kr adalah skalar. W adalah himpunan vektor pemecahan. 2) ε R3 u Tunjukkan bahwa w 1 = (9. -1). x2 = s2. Jadi s+s1 dan ks adalah vektor-vektor pemecahan. 2. Subruang W dinamakan ruang pemecahan (solution space) dari sistem Ax = 0 Definisi: Sebuah vektor v 2. + kr dimana k1.. ... .... Akan diperlihatkan bahwa himpunan vektor pemecahan dari sistem homogen adalah subruang dari Rn Maka: Ax = 0 adalah sistem homogen m persamaan linier pada n bilangan tak diketahui. k2. 8) bukan Kombinasi Linier dari dan . .. 7) Kombinasi Linier dari u dan v v = (4. -1.

x. b3) = k1 v 1 + k2 v 2 + k3 Andiani /Aljabar Linier/FTUI-2011 v3 b = k1 v 1+ k2 v2 + k3 v3 7 . masing vektor pada V dapat dinyatakan sebagai Kombinasi Linier maka vektor-vektor tersebut dinyatakan sebagai merentang V. -1.. 4. . w = (9. c) pada R3 dapat ditulis sbg: (a. w 1 k1 = -3 dan k2 = 2 = -3 u w + 2v u = (4. 1. karena setiap polinom p pada Pn dapat ditulis sbg: p = a0 + a1x + . 4 k2. 2 k2) = (9. 1... b. 0). 0. 7) = k1(1. v2 = (1. x2. 2) (k1. 7) Kombinasi Linier dari w u dan harus dicari k1 dan k2 sehingga: yaitu: = k1 u + k2 v (9. 8) bukan Kombinasi Linier dari dan v ??) . k = (0.k1) + (6 k2. xn merentang ruang vektor Pn.Untuk memperlihatkan v.. v 2. k Contoh-2: Polinom-polinom 1.. b. . 1) merentang R 3 karena setiap vektor (a. vr adalah vektor-vektor pada R dan V dan jika masingv 1. 0). vr Vektor-vektor i = (1.. b2. 2.. 2.. + anxn merupakan kombinsi linier 1. v 2. b3) pada R3 dapat dinyatakan sebagai kombinasi linier: Maka: (b1. j = (0.. b2. j. 7) Ini berarti: k1 + 6k2 = 9 2k1 + 4k2 = 2 -k1 + 2k2 = 7 Dengan memecahkan sistem ini akan diperoleh: Jadi Kombinasi Linier yang diminta adalah: (Apakah Definisi: Jika v 1.. 2. 1) dan v3 = (2.. x. Contoh-1: . 0. xn Contoh-3: Tentukan apakah v1 = (1.... x2. c) = ai + bj + ck yang merupakan kombinasi linier i. 3) merentang R3 Penyelesaian: Ambil sebarang vektor b = (b1. 0.2). 2. ... 2 k1.1. -1) + k2(6.

b) W adalah subruang terkecil dari V yang mengandung dalam arti setiap subbidang lain dari V yang mengandung harus mengandung W.. + (kcr) v r Jadi u + v u dan k u Kombinasi-kombinasi Linier + v v 1.. v 2. + kr v r Dimana ci dan ki skalar. sehingga A tidak mempunyai invers. 2) + k2 (1.. v 2. b3) = k1 (1. b2... maka R3 Teorema: Jika v 1. v 2. v 1. 1.. v 2 Dapat juga: 0.(b1..1) + k3 (2. vr adalah . vr vektor-vektor pada R dan V. b2. Perhatikan : a) Jika u u v 1.. + cr v r dan + = k1 v 1 + k2 v 2 + . 2k1 + k2 + 3k3) k1 + k2 + 2k3 = b1 k1 + k3 = b2 2k1 + k2 + 3k3 = b3 Maka sistem tersebut akan konsisten untuk semua nilai b1. b3 jika dan hanya 1  jika matrik koefisien-koefisien A = 1 2  1 0 1 2  1  dapat dibalik.. . maka: u v = (c1+ k1) v 1 + (c2+ k2) v 2 + . 1. . 3) Atau (b1. v 2... a) Himpunan W dari semua Kombinasi Linier subruang V .. v 2... b3) =( k1 + k2 + 2k3. maka: v 1.. k1 + k3.. vr vr dan v ∈ W. 0.. maka : v = c1 v 1 + c2 v 2 + . Tetapi det(A) = 3  v 1. b2. + (cr+ kr) v r Dan untuk sembarang skalar k: k u = (kc1) v 1 + (kc2) v 2 + . dan v3 tidak merentang .. vr Sehingga dan k u terletak di W Andiani /Aljabar Linier/FTUI-2011 8 .

4) Andiani /Aljabar Linier/FTUI-2011 . + cr v r dari v 1... Contoh Soal 1. v 2. v 2... = 0 v 1 + 0 v 2 + ... v 2. v 1. v r} . k2v2 adalah bidang yang ditentukan oleh v1.. 2. v2 tidak terletak pada satu garis di R3. v2 . a Diketahui vektor di R5. 1. Ruang Linier W yang direntang oleh himpunan vektor s = { dinyatakan oleh: Contoh: Lin(v1 +v2) lim(s) atau lim{ v 1. maka W1 harus mengandung semua kombinasi linier : c1 v 1 + c2 v 2 + . . maka lin { v1. dimana 9 = (3. + 0 v r v 1. maka lin {v} yang merupakan himpunan semua perkalian skalar kv.... v 2. vr W1 tertutup terhadap penambahan dan perkalian skalar. v 2.. vr Jadi W1 mengandung setiap sektor W. v r} k1v1 + k2v2 k2v2 v2 v1 k1v1 lin(v) ● 0 v kv Jika v1. Oleh karena itu..b) Setiap vektor karena: vi vi adalah kombinasi-kombinasi linier v 1.. . Juga dengan vektor tak nol pada R2 dan R3. subruang W mengandung setiap vektor Karena . adalah garis yang ditentuka oleh v.. -1. v r. v2} terdiri dari semua kombinasi linier k1v1. .

. k3 = 0 Jadi himpunan S = { i . v2 v 2. misalkan: 3 v 1+ Contoh 2: Vektor-vektor i = (1. 1. 4. 0.v 3 v3 = (7. 8) himpunan tak bebas linier karena. 10. j j = 0 . k } bebas linier.. 2. 0) + k2 (0. maka S dinamakan himpunan bebas linier. 0. . 5. 3).3 merupakan kombinasi linier dari a dan b Kebebasan Linier Jika S = { v 1. 0. v r} adalah himpunan vektor. 1) = (0. a b c merupakan kombinasi linier dari Diketahui vektor di R4. k2 = 0. 3. -1.. dimana a dan b = (3. 1. Definisi: . 0. 22. -7. = (0. 1) c Apakah 5. 1. -1). 0) Maka k1 = 0. 1) di R3 k1(1. 2. 5) = (2. 0) + k3 (0. 0) k = (0. maka S dinamakan himpunan tak bebas linier (bergantungan linier). Contoh 1: Himpunan vektor-vektor S = { v 1. 4) = (11. -1. + kr v r = 0 pemecahan. Jika ada pemecahan lain. dimana v1 = (2. v 2. maka persamaan mempunyai paling sedikit satu vektor k1 v 1 + k2 v 2 + . kr = 0 Jika ini satu-satunya pemecahan. -3.b c = (1. 0. -4) = (16. -2. -3. 0) .. v 2.. k2 = 0. Teorema: Andiani /Aljabar Linier/FTUI-2011 10 .. 2. 10. yaitu: k1 = 0.. v 3}. 20) c Apakah 2.. 0. 5. = (1.

-1. c) Bebas linier. 5. v 3}. 0. -1). 5. ) b= . jika dan hanya jika satu diantara vektor S dapat dinyatakan sebagai kombinasi linier dari vektor S lainnya. 3) = 3 a  a b Jawab b): λ1 a + λ2 b = 0 1      λ1 3  + λ2 3    9    = 0    0    λ1 3λ1 + 3λ 2 + 9λ 2 = 0  λ1 = -3λ2 . Dapat ditulis bahwa satu vektor adalah kombinasi linier dari dua vektor 1 1 v2 + v3 3 3 v 2 = . 3). -1. Contoh: Himpunan vektor-vektor S = { v 1. jadi a dan b tidak = 0 bebas linier (bgl) Jawab c): Andiani /Aljabar Linier/FTUI-2011 11 . = (1. v 2. ) = 3(1.v 3 v3 0 = (7. 8) tak bebas linier karena 3 v 1+ lainnya : v1 = - = .3 v1 + v 3 v 3 = 3 v1 + v 2 Contoh 1 a =(1 3 . jika dan hanya jika tidak ada vektor S yang dapat dinyatakan sebagai kombinasi linier dalam vektor S lainnya. dimana v1 = (2. jawab non trivial. 2. 9 (3 ) Apakah a dan b bebas atau tidak bebas liner? dan tidak bebas linier (bgl) Jawab a): b =(3 9 .Himpunan S dengan dua vektor atau lebih adalah : b) Tak bebas linier. v2 v 2.

maka bebas linier (bbl) Jawab b: λ1 a + λ2 b = 0 1      λ1 3  + λ2 2    1   = 0    0    λ1 3λ1 + + 2λ 2 λ2 = 0 = 0  λ1 = λ2 = 0 (jawab trivial) Jadi a dan b bebas linier Jawab c: a= . ) 1 2 3 1 =1 .λ1 3λ1 + 3λ 2 + 9λ 2 = 0  = 0  1 3  λ1   0    3 9  λ  =  0        2    A.5 ≠ 0 Jadi a dan b bebas linier Andiani /Aljabar Linier/FTUI-2011 12 . 1) 2a = 2 (1. 3) = (2.2 = .9 – 3.3 = . λ = A = 1 3 3 9 0 a = 1.1 . 6) b ≠ 2a. ) b =2 1 (.3 . 9 (3 )  1 3 3 9 =1 .3 = 9-9 = 0  dan b tidak bebas linier (bgl) Jawab d): a =( .9 . ) Apakah a dan b bebas atau tidak bebas liner? Jawab a: b = (2. 3 1 ) b= .9 =  .3 9 0 a dan b tidak bebas linier (bgl) Contoh 2 a =1 3 (. 3 (1 ) b =2 1 (.

) b =(1 3 . . .1   5   3   + λ3  .2 .3 λ3 Jadi jawab: λ1 = . maka bergantungan linier (bgl) Contoh 4 a =(6 2 3 4 .2 . .2 λ3 + 5 λ3 = 0 jadi λ1 = .λ1 + λ2 + 3λ 2 . ) Apakah a . ) c =(0 0 7 .1 .1 0    + λ2 1    3  .1 0 .3 λ3 λ2 = -2 λ3 λ3 = λ3 mempunyai jawab non trivial.Contoh 3 a =(1 . b dan c bebas atau tidak bebas liner? + λ3 = Jawab : λ1 a + λ2 b c 0 Andiani /Aljabar Linier/FTUI-2011 13 .λ2 + 5λ 3 + 3λ 3 2λ 3 = 0 = 0 = 0  -λ2 . .2 λ3 = 0 Jadi λ2 = -2 λ3  Maka : λ1 + λ2 + 5 λ3 = 0 λ1 . .2  = 0    0  0    λ1 . ) c =(5 3 . . . ) Apakah a . ) b =(0 5 . .3 1 . . b dan c bebas atau tidak bebas liner? + λ3 = Jawab : λ1 a + λ2 b c 0 λ1 1    .

λ2 + 7λ3 =  λ3 = 0 Jadi λ1 = λ2 = λ3 = 0 (jawab trivial) Jadi a. ) b =(4 3 2 1 . ) 3. ) b =(1 1 4 . ) c =(1 . .2 4 .1 . Diketahui: Vektor di R3 2. Diketahui: Vektor di R5 Andiani /Aljabar Linier/FTUI-2011 14 . Sebuah himpunan yang mempunyai persis dua vektor tak bebas linier jika dan hanya jika salah satu dari vektor itu adalah perkalian dari skalar lainnya. .2  = 0    0  0    0    6 λ1 = 0  λ1 = 0 2λ1 + 5λ2 = 0  λ2 = 0 0 3λ1 .1 1 . . ) b =(1 . ) c =( . maka himpunan itu tak bebas linier. . b dan c bebas linier Teorema: 1. .. 3. ) c =(8 . . Diketahui: Vektor di R3 a =(2 1 3 . . . Jika r > n.. v2.. ) 4. . .. 3 2 1 8 . 2. vr} adalah himpunan vektor-vektor pada Rn. ) a . maka S tak bebas linier Soal Latihan Apakah vektor-vektor a =(2 1 3 .. b dan c bebas atau tidak bebas liner? 1. Misalkan S = {v1. 2 5 3 . Jika sebuah himpunan mengandung vektor nol. Diketahui: Vektor di R4 a =(3 2 1 . .6    2  3      λ1 4  + λ2 0  0     5  0 .3  7     1      + λ3  .

Jawab : v 2. . ) = ( .2 2 ) 6 4 .1 4 . . ) = ( . v2 = (2. disebut basis baku untuk Rn Contoh 2 : v1 = (1. . v2. 6 5. e n } bebas linier dalam Rn.. e 2 . ) c =(1 . ) b =(2 3 . vn) di Rn dapat ditulis sebagai : v = v 1 e1 +v 2 e 2 + . v 3} Akan diperlihatkan S merentang R3 dan bebas linier. 1 0 . b2. 3... . ) v 2. maka S disebut basis untuk V jika : Himpunan S = {e1 .4 Basis Dan Dimensi Definisi : Jika V ruang vektor dan S = { v 1. .. 0 0 . 0 1 .. . . . . 1 . 1). 4) basis untuk R3 Akan diperlihatkan S = { v 1. 0).2 1 5 . . b3) dapat dinyatakan sebagai kombinasi 15 . 0 0 . v3 = (3... 0 .. a) S bebas linier b) S merentang V Contoh 1 : e1 e2  en = ( . +v n e n maka S merentang Rn sehingga S adalah basis. .. 1 0 . 2. 9.... ... Sebarang vektor linier : = k1 v 1 + k2 v 2 + k3 v 3 Andiani /Aljabar Linier/FTUI-2011 b b = (b1.a =(3 2 1 . v r} himpunan berhingga vektor-vektor di V. Setiap vektor v = (v1. 0 0 . .

.... Untuk memperlihatkan bahwa S bebas linier...... b3) = k1(1. harus diperlihatkan bahwa satu0 hanya mempunyai pemecahan trivial. 4) atau : k1 + 2k2 + 3k3 = b1 2k1 + 9k2 + 3k3 = b2 k1 + 4k3 = b3 . (*) Jadi untuk memperlihatkan bahwa S merentang V maka harus diperlihatkan sistem (*) mempunyai pemecahan untuk semua pilihan satunya pemecahan dari : k1 v 1 + k2 v 2 + k3 v 3 = Adalah : k1 = k2 = k3 = 0 Dengan perkataan lain harus diperlihatkan bahwa sistem homogen : k1 + 2k2 + 3k3 = 0 2k1 + 9k2 + 3k3 = 0 k1 + 4k3 = 0 ..... b2... b3). M 3 =   1 0  0 0 . 1) + k2 (2. b2....(b1.... Jadi S adalah sebuah basis untuk R3 Contoh 3 : Misalkan 1 M1 =  0  0 0 . 3. M 4 =   0 0  0  1  Andiani /Aljabar Linier/FTUI-2011 16 . 9. 2. (**) b = (b1........ maka dapat dikatakan S bebas linier dan merentang R3 dengan memperlihatkan bahwa matriks koefisien : 1  A = 2 1  K arena det(A ) 1 = 2 1 2 9 0 3 3 = -1 4 2 9 0 3  3  m punyai em  4 invers maka A mempunyai invers.. 0) + k3 (3... Karena sistem (*) dan (**) mempunyai matriks koefisien yang sama.... M 2 =   0 0  1 0 .

M3. m > n Perlihatkan S¹ tak bebas linier Maka: Basis S = {v1.Himpunan S = {M1. vn} adalah basis untuk ruang vektor V. Untuk melihat bahwa S merentang M22. w2. maka setiap himpunan dengan lebih dari n vektor adalah tak bebas linier. + an1 vn Andiani /Aljabar Linier/FTUI-2011 17 . …. …. perhatikan bahwa vektor khas (matriks) :   Dapat ditulis sebagai : a  c  a  c  b 1  = a  0 d  0 0  + b  0 0  1 0  + c  1 0  0 0  + d  0 0  0  1  a c b  d  b  = aM 1 + bM 2 + cM 3 + dM 4 d  Untuk melihat bahwa S bebas linier. v2 ….vn} dan wi dinyatakan sebagai kombinasi linier dari vektor-vektor S w1 = a11 v1 + a21 v2 + …. Misalkan: S¹ = {w1..wm} sembarang himpunan m vektor pada V. v2. M2. M4} adalah basis untuk ruang vektor M22 dari matriks-matriks 2x2. Teorema: Jika S = {v1. anggaplah bahwa : aM 1 + bM 2 + cM 3 + dM 4 = 0 Atau : 1 a 0  M a ak a  c  b 0  =  0 d  0  0  0 0  + b  0 0  1 0  + c  1 0  0 0  + d  0 0  0 0  =   0 1  0  0  Jadi a = b = c = d = 0 sehingga S bebas linier...

e2. ... maka m ≤ n Demikian juga karena S¹ adalah basis dan S bebas linier.w2 = a12 v1 + a22 v2 + …. an1 k1 + an2 k2 + ….. f2. + km a2m) v2 .. w2. v2 ….wm} adalah dua basis untuk ruang vektor V yang berdimensi berhingga.. sehingga: k1 w1 + k2 w2 + .. fm} basis lain dari V 18 Andiani /Aljabar Linier/FTUI-2011 . km yang tidak semuanya nol.. wm = a1m v1 + a2m v2 + …... . . maka n ≤ m Maka m = n atau Misal {e1.. k2.. . maka harus dicari skalar-skalar k1.. .. . ... ..... memenuhi: a11 k1 + a12 k2 + …. en} basis dari V Dan {f1.. + a2m km = 0 . + anm kn = 0 Teorema: Sebarang dua basis untuk ruang vektor berdimensi berhingga mempunyai jumlah vektor yang sama Misalkan: S = {v1. + (k1 an1 + k2 an2 + ….. maka dapat ditulis sebagai: (k1 a11 + k2 a12 + …. + km anm) vn = 0 Maka skalar k1. + km a1m) v1 + (k1 a21 + k2 a22 + …. + anm vn Untuk memperlihatkan bahwa S¹ tak bebas linier. k2. vn} dan S¹ = {w1.. + an2 vn . ... ….. + km wm = 0 Dengan menggunakan persamaan-persamaan di atas... + a1m km = 0 a21 k1 + a22 k2 + …. km yang tidak semuanya nol.. .. Karena S adalah basis dan S¹ bebas linier.

x3 + x5 = 0 4 2 x2 .{ei} membangun V {fi} bebas linier Sebaliknya: {fi} membangun V {ei} bebas linier Contoh: m≤n n≤m Tentukan basis dan dimensi dari SPL homogen: x1 3x 1 2x 1 + + 2x 2 x2 x2 + x3 x3 2x 3 3x 3 + + x4 x4 + x5 x5 x5 x5 = 0 = 0 = 0 = 0 Jawab: 1  3  2  0 2 -1 1 0 -1 1 -2 3 0 -1 0 1 1 1 -1 -1 0 0  0  0 dengan OBE diubah menjadi matriks eselon 1 0  0  0 2 .7 x4 .7 x3 + 1 x4 + 7 x5 = 0 7 x3 + 7 x4 + 5 x5 4 4 x 4 + 11 71 x5 = 0 = 0 Sederhanakan: x1 = x2 = x3 = x4 = .x5 4 1 2 7 x3 .5 x5 4 4 .17 t Andiani /Aljabar Linier/FTUI-2011 19 .2 x2 + x3 .1 0 1 0 4 2 1 .7 x 4 .7 x5 .11 71 x5 x5 = variabel bebas Misalkan x5 = t Maka x4 = 11 .7 1 7 0 7  7 5 0 1 4 4 0 11  0 0 1 17 0  x1 + 2 x2 .

7 (.2x 2 + x 3 . v2 ….x 5 = − 2(− 13119t ) + (− 127 t ) − t = − 17119t  x1     x2  jadi  x3  =    x4  x   5  − 17119t   31   − 1 1 9t   − 2t  17   − 11 71 t    t   =  − 17119  31   − 1 1 9 − 2  17   − 11 71     1  t Dimensi = jumlah variabel yg tak diketahui – banyaknya persamaan = 5 – 4 = 1 Jadi Basisnya adalah  − 17119  31   − 1 1 9 − 2  17   − 11 71     1  Teorema: 1. maka S adalah sebuah basis untuk V 2.11) . v2 …. Jika S = {v1.5 t 4 4 = 2 .7 ) . Jika S = {v1. Vn} adalah sebuah himpunan n vektor yang merentang ruang V yang berdimensi n. Jika S = {v1. Vn} adalah sebuah himpunan n vektor bebas linier pada sebuah ruang V yang berdimensi n.1 (. maka S adalah sebuah basis untuk V 3. Vn} adalah sebuah himpunan bebas linier pada ruang V yang berdimensi n dan r < n.17 t 4 2 2 x2 = 7 (. v2 ….7 7 7 t = − 13119t x1 = .17 t) .x3 = 11 . maka S dapat diperbesar menjadi Andiani /Aljabar Linier/FTUI-2011 20 .

v2 …. e 2 =  22 .4 Ruang Baris. Penerapan terhadap Pencarian Basis Definisi: Jika diketahui matriks m x n  a11 a 21 Dan A =     a m1 a12 a 22  a m2    a1n  a 2n     a mn  Vektor-vektor r1 r2  rm = = = [ a11 [ a 21 [ a m1 a12 a 22  a m2  a1n ]  a 2n ]  a mn ] Dalam Rn yang dibentuk dari baris-baris A disebut vektor-vektor baris dari A.basis untuk V. Ruang Kolom. vr.  e n =  2n              a m1  a m2  a mn  Dalam Rm kolom dari A Contoh-1: 2 A = 3 1 -1 yang dibentuk dari kolom-kolom A disebut vektor-vektor 0 4  Vektor-vektor baris dari A adalah: Andiani /Aljabar Linier/FTUI-2011 21 . vr+1. …. …. dan Ruang Nul Rank. vn } adalah sebuah basis untuk V 5. vn sehingga {v1. yakni vektor-vektor vr+1. dan vektor-vektor:  a11   a12   a1n  a  a  a  e1 =  21  .

0. -3. 2. 1. 3) w2 = (0. 3.r1 = [ 2 1 0] dan r2 = [ 3 . -5. v2. 1. 6. -2. maka didapat: 1 0  0  0 -2 1 0 0 0 3 1 0 0 2 1 0 3 0  0  0 Vektor-vektor baris tak nol pada matriks ini adalah w1 = (1. v3 dan v4 Andiani /Aljabar Linier/FTUI-2011 22 . -2. 0) Vektor-vektor ini membentuk basis bagi ruang baris tersebut dan sebagai konsekuensinya maka akan membentuk basis untuk ruang yang direntang oleh v1. 0. Contoh-2: Carilah sebuah basis untuk ruang yang direntang oleh vektor-vektor: v1 = (1. 3 1  e2 =   . 6) Penyelesaian: Ruang yang direntang oleh vektor-vektor ini adalah ruang baris dari matriks: 1 2  0  2 -2 -5 5 6 0 -3 15 18 0 -2 10 8 3 6  0  6 Dengan mereduksi matriks di atas menjadi bentuk eselon baris.1 0 e3 =   4 dan Teorema: Operasi baris elementer tidak mengubah ruang baris sebuah matriks Teorema: Vektor-vektor baris tak nol berbentuk eselon baris dari matriks A membentuk basis untuk ruang baris A. 0. 10. 3) v2 = (2. 5. 0) v4 = (2. 0) w3 = (0. -2. 18. 15. 0. 0. 1. 8. 6) v3 = (0.1 4] Vektor-vektor kolom dari A adalah: 2 e1 =   .

-3. didapat: A =  1  1 3 2 5 1 0 4  4  . 4. -8. * Dengan mensubtitusi dan menyamakan komponen-komponennya maka v2 = (2. 3. 6) v5 = (5. 1. -1. 3. Andiani /Aljabar Linier/FTUI-2011 23 . 0) dan vektor (0. 2) membentuk basis bagi ruang baris At atau secara ekivalen: 1  0      w 1 =  3  dan w 2 =  1  membentuk basis untuk ruang kolom A 0  2      Contoh-4: Carilah sub-himpunan vektor-vektor v1 = (1. 1. -7) Pemecahan: Mulai dengan memecahkan persamaan vektor c1 v1 + c2 v2 + c3 v3 + c4 v4 + c5 v5 = 0 didapat sistem yang homogen: .. -2.. maka didapat: 1 0  0  0 3 1 0 0 0 2  0  0 Jadi vektor (1. 0... 3) v4 = (2.4  Penyelesaian: 1 0 t Dengan mentransposkan matriks tersebut.Contoh-3: 1  Carilah basis untuk ruang kolom A = 3 0  0 2 4 1 5 4 1 1  . 0) yang membentuk basis untuk ruang yang direntang oleh vektor-vektor ini. -5.. 1..4 Dengan mereduksi ke bentuk eselon baris. 2) v3 = (0....

v3 . maka didapat: c1 = -2s-t c2 = s-t c3 = s c4 = -t c5 = t dimana s dan t sembarang.3c 2 + 6c 2 + c3 + + - 2c 4 c4 4c 4 7c 4 + 5c 5 . Dengan mensubtitusikan ke dalam (*). v5 jika: c1 v1 + c2 v2 + c4 v4 = 0 maka berlaku c3 = 0 dan c5 = 0. maka: v3 = v5 = 2v1 .8c 5 + + c5 2c 5 = 0 = 0 = 0 = 0 + 3c 3 Selesaikan dengan eliminasi Gauss-Yourdan. v2 .v2 – v4 – v5) = 0 Karena s dan t sembarang.v2 – v4 – v5 = 0 Misalkan vektor-vektor v3 dan v5 sebagai kombinasi linier. v4 . maka dapat dipilih misalnya s = 1. matriks setelah direduksi terhadap eselon baris.t v4 + t v5 = 0 Sehingga: s(-2v1 + v2 + v3) + t(-v1 . t = 0 dan s =0. maka: (-2s-t) v1 + (s-t ) v2 + s v3 . mempunyai ruang kolom berdimensi 2 dan ruang baris tersebut juga berdimensi 2 Andiani /Aljabar Linier/FTUI-2011 24 . jadi s = c3 = 0 dan t = c5 = 0 Jadi Teorema: Jika A adalah sebarang matriks.4  c1 = 0 c2 = 0 c4 = 0 Pada contoh-3 di atas.c1 . v4 bebas linier dan karenanya membentuk basis untuk ruang yang direntang oleh v1 . 1 3  0  0 2 4 1 5 4 1 1  . t = 1 Maka akan menghasilkan persamaan ketergantungan (dependency equation) -2v1 + v2 + v3 = 0 -v1 . v2 .5c 2 .2c 1 3c 1 + 2c 2 .v2 v1 + v2 + v4 sehingga v1 . maka ruang baris dan ruang kolom A mempunyai dimensi yang sama.

maka sistem dapat ditulis: Andiani /Aljabar Linier/FTUI-2011 25 . f. maka pernyataan-pernyataan berikut ekivalen satu sama lain: a.1 0  0  0 1 0 1 1 0 1 . h. c. b. Det(A) ≠ 0 A mempunyai rank n Vektor-vektor baris A bebas linier Vektor-vektor kolom A bebas linier A dapat dibalik Ax = 0 hanya mempunyai pemecahan trivial A ekivalen baris dengan In Ax = b konsisten untuk tiap-tiap matriks b yang berukuran n x Tinjau sistem persamaan linier Ax = b  a11 a  21    a m1 a12 a 22  a m2 a1n   a 2n      a mn    x1   b1  x     2  = b2          x n  b m  Dengan mengalikan matriks-matriks pada ruas kiri.1 karena matriks ini mempunyai dua baris taknol. 1 e. g. d.  0  maka ruang baris A berdimensi 2 Definisi: Dimensi ruang baris dan ruang kolom matriks A dinamakan Rank A dan dinyatakan dengan rank (A) Misalnya pada contoh-3 mempunyai rank 2 Teorema: Jika A adalah matriks n x n.

Maka: .9     . Contoh-5: Diketahui bahwa Ax = b adalah sistem linier.2  3  .3      Tunjukkan bahwa b berada dalam ruang kolom A dan nyatakan b sebagai kombinasi linier dari vektor-vektor kolom dari A.1 1  2  3 2 1 2 -3 -2 1 . b berada dalam ruang kolom A. maka:  . Penyelesaian: .1 = . Teorema: Sebuah sistem persamaan linier Ax = b adalah konsisten jika dan hanya jika b berada pada ruang kolom A.3 .9    2    2 1 .9 dengan eliminasi Gaussian maka didapat:  . a 11 x 1 a x  21 1    a m1 x 1 + + a 12 x 2 a 22 x 2  + a m2 x 2 +  +  +  + + a 1n x n   b1   b  a 2n x n  2 =   atau        + a m1n x n  b m   a11   a12   a1n   b1  a  a  a  b  x1  21  + x 2 =  22  +  + x n =  2n  =  2                  a m1  a m2  a mn  b m  Karena ruas kiri kombinasi linier vektor-vektor kolom A. maka sistem Ax = b konsisten jika dan hanya jika b adalah kombinasi linier vektor-vektor kolom A. sehingga: Andiani /Aljabar Linier/FTUI-2011 26 .3  x1 = 2.2  x 3   .1 3 1 2  2 1  x2 = -1 2  2   1  .1 3 2   x1   1   1 2 .3  x  = .3     x3 = 3 Karena sistem konsisten.

3 -2 7 -5 6 -3 -1 4 9 2 1 -3 -6 .2 .3x 4 = 7 − 6x 4 = ..3     Teorema: Sebuah sistem persamaan linier Ax = b akan konsisten jika dan hanya jika rank dari matriks koefisien A sama dengan rank dari matriks yang diperbesar [A|b] Contohnya matriks yang diperbesar untuk sistem: x1 .4 x4 = .1 Adalah: 1 . dan jika Ax = b adalah sistem linier konsisten maka pemecahan tersebut mengandung sistem 7 – 4 = 3 parameter Andiani /Aljabar Linier/FTUI-2011 27 0 0 0 1 .3x 1 − 2x 2 + 7x 2 − 5x 2 + 6x 2 − 3x 3 − x3 + 4x 3 + 9x 3 + + 2x 4 = . dan jika A mempunyai rank r.3  7  1 Yang mempunyai bentuk eselon baris tereduksi berikut (buktikan) 1   0   0  0  0 1 0 0 -2 3 -1 0 0 0 16 7 0 0 0 0  1  0 Maka dari teorema di atas yang dimaksud adalah 0 Teorema: Jika Ax = b adalah sistem linier konsisten dari m persamaan n bilangan tak diketahui.2 + 3  2  1      2  1  .4 .3 . Misalkan: Jika A adalah matriks 5 x 7 dengan rank 4.1 3     2  1  .3x 1 2x 1 .9 .3  2  . maka pemecahan sistem tersebut mengandung n-r parameter.3     = .

maka setiap penyelesaian Ax = b dapat dinyatakan dalam bentuk: x = x0 + c1 v1 + c2 v2 + .. dan juga v1. . v2... yaitu ruang penyelesaian dari sistem homogen Ax = 0.Hubungan Antara Penyelesaian Ax = 0 dan Ax = b Teorema: Jika x0 adalah sebarang penyelesaian tunggal dari suatu sistem linier tak homogen yang konsisten Ax = b.. c2. ck vektor x dalam rumus ini merupakan suatu penyelesaian dari Ax = b Selesaikan sistem persamaan tak homogen berikut: x1 2x 1 2x 1 + 3x 2 + 6x 2 + 6x 2 2x 3 5x 3 5x 3 2x 4 + + + 2x 5 4x 5 4x 5 3x 6 = 0 = -1 = = 5 6 + 10x 4 + 8x 4 + 15x 6 + 18x 6 Penyelesaian: 1 2  0  2 3 6 0 6 -2 -5 5 0 0 -4 10 8 2 4 0 4 0 -3 15 18 0 .. vk membentuk suati basis untuk ruang-kosong A.1  dengan Gaussian didapat: 5  6 x1 = -3r -4s -2t x2 = r x3 = -2s x4 = s x5 = t x6 = 1/3 Andiani /Aljabar Linier/FTUI-2011 28 . + ck vk dan sebaliknya untuk semua pilihan skalar c1. ...

3r .2 0 .3 .4 .4 .2s maka:   =   =  r +  s +  t +   s   0 x 4  0 1 0   0 x 5  0 0 1 t   1          1 0 0 0 x 6    3         3     Jadi Penyelesaian umumnya adalah: .2t  0  x1  .2   0 x  1 0 0 r      2         0 x 3  0 .2 1  0  0        0  .2 0  x =   r +  s +  t 0  1  0  0  0  1        0  0  0        dan penyelesaian khususnya adalah: 0 0   0 x0 =   0 0 1 3   Andiani /Aljabar Linier/FTUI-2011 29 .4s ..3 .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->