Kalkulator Rank Matriks

Selamat datang di Kalkulator Rank Matriks, alat aljabar linier komprehensif yang menentukan rank dari matriks apa pun menggunakan eliminasi Gauss. Rank sebuah matriks adalah jumlah maksimum vektor baris atau kolom yang bebas linier — konsep fundamental yang menentukan apakah sistem persamaan memiliki solusi, apakah transformasi dapat dibalik, dan bagaimana data dapat dikompresi. Kalkulator ini menyediakan reduksi baris langkah demi langkah, analisis pivot, komputasi ruang nol, heatmap visual, dan verifikasi melalui Teorema Rank-Nullity.

Apa itu Rank Matriks?

Rank dari matriks A didefinisikan sebagai:

Secara ekuivalen, rank adalah:

• Jumlah posisi pivot dalam bentuk eselon baris dari A
• Dimensi dari ruang kolom (citra) dari A
• Dimensi dari ruang baris dari A
• Jumlah nilai singular bukan nol dari A
• Ukuran minor bukan nol terbesar (determinan submatriks persegi)

Untuk matriks m×n, rank memenuhi \(0 \leq \text{rank}(A) \leq \min(m, n)\).

Bagaimana Eliminasi Gauss Menentukan Rank

Eliminasi Gauss (juga disebut reduksi baris) mengubah matriks menjadi bentuk eselon baris (REF) menggunakan tiga operasi baris elementer:

1. Pertukaran baris: Menukar dua baris (\(R_i \leftrightarrow R_j\))
2. Penskalaan baris: Mengalikan baris dengan skalar bukan nol (\(R_i \leftarrow c \cdot R_i\))
3. Penjumlahan baris: Menambahkan kelipatan satu baris ke baris lainnya (\(R_i \leftarrow R_i + c \cdot R_j\))

Dalam bentuk eselon baris:

• Semua baris nol berada di bagian bawah
• Entri utama (pivot) dari setiap baris bukan nol berada di sebelah kanan pivot di atasnya
• Rank sama dengan jumlah baris bukan nol (pivot) dalam REF

Kalkulator ini menggunakan pivoting parsial — memilih nilai absolut terbesar di setiap kolom sebagai pivot — untuk meningkatkan stabilitas numerik.

Teorema Rank-Nullity

Di mana n adalah jumlah kolom dari A. Nullity adalah dimensi dari ruang nol (kernel) — himpunan semua solusi untuk Ax = 0. Teorema ini berarti bahwa kolom adalah kolom pivot (berkontribusi pada rank) atau kolom bebas (berkontribusi pada nullity), dan setiap kolom adalah salah satu dari keduanya.

Rank dan Sistem Persamaan Linier

Rank sebuah matriks secara langsung menentukan keterpecahan sistem linier Ax = b:

Kasus Khusus dan Properti

Full Rank (Rank Penuh)

Sebuah matriks dikatakan full rank ketika rank(A) = min(m, n):

• Untuk matriks persegi n×n: full rank berarti dapat dibalik (det ≠ 0), ruang nol sepele
• Untuk matriks tinggi (m > n): rank kolom penuh berarti injektif (satu-ke-satu)
• Untuk matriks lebar (m < n): rank baris penuh berarti surjektif (pada)

Matriks Defisit Rank

Jika rank(A) < min(m, n), matriks tersebut defisit rank (singular untuk matriks persegi). Hal ini terjadi ketika baris atau kolom bergantung secara linier — beberapa baris dapat dinyatakan sebagai kombinasi dari baris lainnya.

Identitas Rank Utama

• rank(A) = rank(A^T) — rank baris sama dengan rank kolom
• rank(AB) ≤ min(rank(A), rank(B)) — batas rank produk
• rank(A + B) ≤ rank(A) + rank(B) — subaditivitas
• rank(A^TA) = rank(AA^T) = rank(A)

Rank Matriks di Berbagai Bidang

Pertanyaan yang Sering Diajukan

Apa yang dimaksud dengan rank matriks?

Rank matriks adalah jumlah maksimum vektor baris (atau secara ekuivalen, vektor kolom) yang bebas linier dalam matriks tersebut. Ini menunjukkan dimensi dari ruang kolom (atau ruang baris). Untuk matriks m×n, rank paling banyak adalah min(m, n). Matriks dengan rank sama dengan min(m, n) disebut full rank.

Bagaimana cara menghitung rank matriks menggunakan eliminasi Gauss?

Eliminasi Gauss mengubah matriks menjadi bentuk eselon baris (REF) dengan melakukan operasi baris elementer: menukar baris, mengalikan baris dengan skalar bukan nol, dan menambahkan kelipatan satu baris ke baris lainnya. Rank sama dengan jumlah baris bukan nol (ekuivalen dengan jumlah posisi pivot) dalam REF. Metode ini adalah pendekatan algoritmik standar yang diajarkan dalam kursus aljabar linier.

Apa itu Teorema Rank-Nullity?

Teorema Rank-Nullity menyatakan bahwa untuk setiap matriks A berukuran m×n, rank(A) + nullity(A) = n, di mana n adalah jumlah kolom. Nullity adalah dimensi dari ruang nol (himpunan semua vektor x sedemikian hingga Ax = 0). Teorema fundamental ini menghubungkan dimensi ruang kolom dan ruang nol.

Kapan sebuah matriks dikatakan full rank?

Sebuah matriks dikatakan full rank ketika rank-nya sama dengan min(m, n), yaitu nilai terkecil antara jumlah baris dan kolomnya. Untuk matriks persegi n×n, full rank berarti rank = n, yang menyiratkan matriks tersebut dapat dibalik (non-singular) dengan determinan bukan nol. Matriks full-rank memiliki ruang nol sepele (hanya vektor nol) dan kolom-kolomnya bebas linier.

Apa perbedaan antara rank baris dan rank kolom?

Teorema fundamental dalam aljabar linier membuktikan bahwa rank baris (dimensi ruang baris) selalu sama dengan rank kolom (dimensi ruang kolom) untuk matriks apa pun. Nilai umum ini cukup disebut sebagai rank matriks. Eliminasi Gauss menunjukkan rank baris secara langsung dengan menghitung baris pivot, tetapi jumlah yang sama juga memberikan rank kolom.

Bagaimana hubungan rank matriks dengan sistem persamaan linier?

Untuk sistem Ax = b, rank menentukan keterpecahan: jika rank(A) = rank([A|b]), sistem tersebut konsisten (memiliki solusi). Jika tambahan rank(A) = n (jumlah variabel), solusinya unik. Jika rank(A) < n, ada tak hingga banyaknya solusi yang diparameterisasi oleh n - rank(A) variabel bebas. Teorema Rouché-Capelli memformalkan kondisi ini.

Sumber Daya Tambahan

• Rank (Aljabar Linier) - Wikipedia
• Eliminasi Gauss - Wikipedia
• Teorema Rank-Nullity - Wikipedia