Definisi dan Ortogonalitas
Untuk memahami struktur suatu matriks, kita harus mendefinisikan terlebih dahulu artinya bagi dua ruang vektor saling tegak lurus. Ini adalah syarat yang jauh lebih ketat dibandingkan ortogonalitas vektor biasa.
- Ortogonalitas Ruang Bagian: Dua ruang bagian $V$ dan $W$ dari ruang vektor dikatakan ortogonal jika setiap vektor $v$ dalam $V$ tegak lurus terhadap setiap vektor $w$ dalam $W$. Secara formal: $v^T w = 0$ untuk semua $v \in V$ dan semua $w \in W$.
- Komplemen Ortogonal ($V^\perp$): Komplemen ortogonal dari ruang bagian $V$ berisi setiap vektor yang tegak lurus terhadap $V$. Dinyatakan dengan simbol $V^\perp$ (dibaca "V perp").
Teorema Dasar Ortogonalitas
Identitas inti aljabar linier menghubungkan aksi matriks dengan geometri ruang-ruangnya:
Jika $x$ berada di ruang nol $N(A)$, maka $Ax = 0$. Artinya hasil kali titik setiap baris matriks $A$ dengan $x$ adalah nol. Karena ruang baris $C(A^T)$ direntang oleh baris-baris tersebut, maka setiap vektor dalam ruang baris harus tegak lurus terhadap $x$.
$$x^T(A^T y) = (Ax)^T y = 0^T y = 0$$
Ini mengarah pada keseimbangan dimensi yang indah. Di $\mathbb{R}^n$, dimensi selalu saling melengkapi: $\dim(C(A^T)) + \dim(N(A)) = n$. Demikian pula di $\mathbb{R}^m$, kita memiliki $\dim(C(A)) + \dim(N(A^T)) = m$.
Alternatif Fredholm
Ada dualitas struktural di mana tepat satu dari masalah berikut memiliki solusi:
- $Ax = b$: Vektor $b$ berada di ruang kolom.
- $A^T y = 0$ dengan $y^T b = 1$: $b$ memiliki komponen di ruang nol kiri, sehingga membuat sistem menjadi tidak konsisten.