Anda di halaman 1dari 18

TUGAS KELOMPOK 7

ALJABAR LINIER ELEMENTER

TENTANG
BASIS ORTONORMAL; PROSES GRAM-SCHMIDT; DEKOMPOSISI QR

OLEH:
NURHALIMAH AULA (NIM F04112055)
NURUL HIDAYATIE (NIM F04112075)
LISLIANA (NIM F04111044)

PROGRAM STUDI PENDIDIKAN MATEMATIKA


JURUSAN PENDIDIKAN MIPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS TANJUNGPURA
PONTIANAK
2014

DEFINISI:
Suatu himpunan vektor-vektor di dalam sebuah ruang hasilkali dalam disebut sebagai
himpunan ortogonal (orthogonal set) jika setiap pasangan vektor yang berbeda di dalam
himpunan tersebut adalah ortogonal. Sebuah himpunan ortogonal yang vektor-vektornya
memiliki norma 1 disebut ortonormal (orthonormal).
CONTOH 1 Himpunan Ortogonal pada R3
Misalkan
(

dan asumsikan bahwa R3 memiliki hasilkali dalam Euclidean. Berdasarkan hal ini maka
himpunan vektor S = {u1, u2, u3} adalah ortogonal karena

Jika v adalah sebuah vektor taknol pada sebuah ruang hasilkali dalam, maka
berdasarkan Teorema 6.2.2 bagian (c) yaitu

| | , vektor


memiliki norma 1, karena

Proses mengalikan sebuah vektor taknol v dengan nilai resiprok (kebalikan) dari panjangnya
untuk memperoleh sebuah vektor dengan norma 1 disebut sebagai menormalisasikan v
(normalizing v). Sebuah himpunan ortogonal yang terdiri dari vektor-vektor taknol akan
selalu

dapat

dikonversikan

menjadi

sebuah

himpunan

ortonormal

menormalisasikan setiap vektornya.


CONTOH 2 Membentuk sebuah Himpunan Ortonormal
Norma-norma Euclidean dari vektor-vektor dalam Contoh 1 adalah

Sebagi konsekuensinya, normalisasi u1, u2, dan u3 akan menghasilkan

dengan

cara

Buktikan bahwa himpunan S = {v1, v2, v3} adalah ortonormal dengan cara menunjukkan
bahwa

Di dalam sebuah ruang hasilkali dalam, sebuah basis yang terdiri dari vektor-vektor
ortonormal disebut sebagai basis ortonormal, dan sebuah basis yang terdiri dari vektorvektor ortogonal disebut sebagai basis ortogonal. Sebuah contoh basis ortonormal yang
cukup kita kenal adalah basis standar untuk R3 yang memiliki hasilkali dalam Euclidean:
i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1)
Basis ini adalah basis yang diasosiasikan dengan sistem koordinat siku-siku. Secara lebih
umum, pada Rn yang memiliki hasilkali dalam Euclidean, basis standar
e1 = (1, 0, 0, . . . , 0),

e2 = (0, 1, 0, . . . , 0), . . . ,

en = (0, 0, 0, . . . , 1)

adalah basis ortonormal.


Koordinat-koordinat Relatif terhadap Basis Ortonormal

Keinginan

untuk

melakukan pencarian basis-basis ortonormal untuk ruang hasilkali dalam sebagian dilandasi
oleh teorema berikut ini.
Teorema 6.3.1
Jika S = {v1, v2, . . . , v3} adalah sebuah basis ortonormal untuk sebuah ruang hasilkali
dalam V, dan u adalah sebuah vektor sebarang pada V, maka

Bukti. Karena S = {v1, v2, . . . , vn} adalah sebuah basis, sebuah vektor u dapat dinyatakan
dalam bentuk
u = k1v1 + k2v2 + . . . + knvn
Kita akan melengkapi bukti ini dengan menunjukkan bahwa
n. Untuk setiap vektor vi di dalam S kita memperoleh

untuk i = 1, 2, . . . ,

Karena S = {v1, v2, . . . , vn} adalah sebuah himpunan ortonormal, kita memperoleh

Oleh karena itu, persamaan di atas untuk

dapat disederhanakan menjadi

Dengan menggunakan terminologi dan notasi, skalar-skalar

di dalam Teorema 6.3.1 adalah koordinat-koordinat dari vektor u relatif terhadap basis
ortonormal S = {v1, v2, . . . , vn} dan
(

adalah vektor koordinat dari u relatif terhadap basis ini.


CONTOH 3 Vektor Koordinat Relatif terhadap Basis Ortonormal
Misalkan
(

Adalah mudah untuk membuktikan bahwa S = {v1, v2, v3} adalah sebuah basis ortonormal
untuk R3 yang memiliki hasilkali dalam Euclidean. Nyatakan vektor u = (1, 1, 1) sebagai
sebuah kombinasi linear dari vektor-vektor di dalam S, dan tentukan vektor koordinat (u)S.
Penyelesaian.

Oleh karena itu, berdasarkan Teorema 6.3.1 kita memperoleh

yaitu,
(

Vektor koordinat dari u relatif terhadap S adalah


( )

CATATAN. Manfaat Teorema 6.3.1 dapat terlihat jelas dari contoh ini apabila kita
mengingat bahwa untuk basis-basis bukan ortonormal, kita selalu harus menyelesaikan
sebuah sistem persamaan untuk dapat menyatakan suatu vektor dalam bentuk sebuah basis.
Basis ortonormal untuk ruang hasilkali dalam sangat bermanfaat karena sejumlah
rumus yang telah kita kenal berlaku untuk basis-basis semacam ini sebagaimana akan
diperlihatkan oleh teorema berikut ini.
Teorema 6.3.2
Jika S adalah sebuah basis ortonormal untuk sebuah ruang hasilkali dalam berdimensi n,
dan jika
( )

( )

maka:
a)

b) (
c)

CATATAN. Perhatikan bahwa sisi kanan kesamaan pada bagian (a) adalah norma dari
vektor koordinat (u)S merujuk pada hasilkali dalam Euclidean pada Rn, dan sisi kanan
kesamaan pada bagian (c) adalah hasilkali dalam Euclidean dari (u)S dan (v)S. Sehingga,
dengan menggunakan basis-basis ortonormal, perhitungan norma dan hasilkali dalam yang
umum dapat disederhanakan menjadi perhitungan norma dan hasilkali dalam Euclidean dari
vektor-vektor koordinat.
CONTOH 4 Menghitung Norma dengan Menggunakan Basis Ortonormal
Jika R3 memiliki hasilkali dalam Euclidean, maka norma dari vektor u = (1, 1, 1) adalah

Akan tetapi, jika kita misalkan R3 memiliki basis ortonormal S seperti yang diberikan di
dalam contoh sebelum ini, maka kita dapat mengetahui dari contoh itu bahwa vektor
koordinat dari u relatif terhadap S adalah
( )

Norma u juga dapat dihitung dari vektor ini dengan menggunakan bagian (a) Teorema 6.3.2.
Perhitungan ini menghasilkan

( )

Koordinat-koordinat Relatif terhadap Basis Ortogonal Jika S = {v1, v2, . . . , vn} adalah
sebuah basis ortogonal untuk sebuah ruang vektor V, maka normalisasi tiap-tiap vektor di
dalam basis ini akan menghasilkan basis ortonormal
{

Sehingga, jika u adalah sebuah vektor sebarang di dalam V, berdasarkan Teorema 6.3.1 kita
akan memperoleh

yang berdasarkan Teorema 6.1.1 bagian (c) dapat dituliskan kembali sebagai

( )

Rumus ini menyatakan u sebagai sebuah kombinasi linear dari vektor-vektor di dalam basis
ortogonal S.
Terbukti dengan sendirinya bahwa jika v1, v2, dan v3 adalah tiga vektor taknol pada R3
yang saling tegak lurus satu sama lainnya, maka tidak satu pun dari ketiga vektor ini yang
terletak pada bidang yang sama dengan salah satu dari kedua vektor lainnya; sehingga,
vektor-vektor ini bebas linear. Teorema berikut ini merupakan generalisasi dari hal tersebut.
Teorema 6.3.3
Jika S = {v1, v2, . . . , vn} adalah suatu himpunan ortogonal vektor-vektor taknol pada sebuah
ruang hasilkali dalam, maka S bebas linear.
Bukti. Asumsikan bahwa
( )
Untuk menunjukkan bahwa S = {v1, v2, . . . , vn} bebas linear, kita harus membuktikan bahwa
k1 = k2 = . . . = kn = 0.

Untuk setiap vi di dalam S, berdasarkan Rumus (2) kita memperoleh

atau secara ekuivalen,

Dari ortogonalitas S kita memperoleh

jika j i, sehingga persamaan ini dapat

disederhanakan menjadi

Karena vektor-vektor di dalam S diasumsikan sebagai vektor-vektor taknol,

berdasarkan aksioma positivitas untuk hasilkali dalam. Dengan demikian, ki = 0. Karena


subskrip i adalah sebarang, kita memperoleh k1 = k2 = . . . = kn = 0; sehingga, S bebas linear.
CONTOH 5 Menggunakan Teorema 6.3.3
Dalam Contoh 2 kita telah menunjukkan bahwa vektor-vektor
(

Membentuk sebuah himpunan ortonormal dengan merujuk pada hasilkali dalam Euclidean
pada R3. Melalui Teorema 6.3.3, vektor-vektor ini merupakan himpunan vektor bebas linear,
dan karena R3 berdimensi tiga, S = {v1, v2, v3} adalah sebuah basis ortonormal bagi R3
melalui Teorema 5.4.5 yaitu
Jika V adalah suatu ruang vektor berdimensi n, dan jika S adalah suatu himpunan pada V
dengan tepat n vektor, maka S adalah basis untuk V jika salah satu dari hal berikut berlaku,
S merentang V atau S bebas linear.
Proyeksi Ortogonal Sekarang kita akan mengembangkan beberapa hasil yang dapat
membantu kita menyusun basis-basis ortogonal dan ortonormal untuk ruang hasilkali dalam.
Di dalam ruang R2 dan R3 yang memiliki hasilkali dalam Euclidean, secara geometrik
dapat dibuktikan bahwa jika W adalah sebuah garis atau sebuah bidang yang melewati titik
asal ruang, maka tiap-tiap vektor u di dalam ruang dapat dinyatakan sebagai jumlah

di mana w1 terletak pada W dan w2 tegak lurus terhadap W.


Teorema 6.3.4

Teorema Proyeksi

Jika W adalah sebuah subruang berdimensi terhingga dari suatu ruang hasilkali dalam V,
maka setiap vektor u di dalam V dapat dinyatakan dengan tepat satu cara sebagai
u = w1 + w2

(3)

di mana w1 terletak pada W dan w2 terletak pada W.

Vektor w1 pada teorema di atas disebut sebagai proyeksi ortogonal u pada W


(orthogonal projection of u on W) dan dinotasikan dengan projWu. Vektor w2 disebut sebagai
komponen u yang ortogonal terhadap W (component of u orthogonal to W) dan dinotasikan
dengan projWu. Dengan demikian, Rumus (3) di dalam Teorema Proyeksi dapat dinyatakan
sebagai
u = projWu + projWu (4)
Karena w2 = u w1, kita memperoleh
projWu = u - projWu
sehingga Rumus (4) juga dapat dituliskan sebagai
u = projWu + (u - projWu)

(5)

Teorema 6.3.5
Misalkan W adalah sebuah subruang berdimensi terhingga dari suatu ruang hasilkali dalam
V.
a) Jika {v1, v2, . . . , vr} adalah sebuah basis ortonormal untuk W, dan u adalah sebuah vektor
sebarang pada V, maka

(6)

b) Jika {v1, v2, . . . , vr} adalah sebuah basis ortogonal untuk W, dan u adalah sebuah vektor
sebarang pada V, maka

( )

CONTOH 6 Menghitung Proyeksi


Misalkan R3 memiliki hasilkali dalam Euclidean, dan W adalah subruang yang direntang oleh
vektor-vektor ortonormal

). Dari (6), proyeksi ortogonal

dari vektor u = (1, 1, 1) pada W adalah

( )(

)(

Komponen u yang ortogonal terhadap W adalah


(

Perhatikan bahwa projWu ortogonal terhadap v1 dan v2 sehingga vektor ini ortogonal
terhadap setiap vektor di dalam ruang W yang direntang oleh v1 dan v2, sebagaimana yang
seharusnya.
Menentukan Basis Ortogonal dan Basis Ortonormal

Kita telah melihat bahwa basis

ortonormal memiliki berbagai sifat yang berguna. Teorema kita berikutnya, yang merupakan
hasil terpenting dari pengkajian kita pada subbab ini, menunjukkan bahwa setiap ruang
vektor taknol berdimensi terhingga memiliki basis ortonormal. Pembuktian mengenai hal ini
sangatlah penting, karena akan menyediakan sebuah algoritma atau metode, untuk
mengkonversikan suatu basis sebarang menjadi sebuah basis ortonormal.
Teorema 6.3.6
Setiap ruang hasilkali dalam taknol berdimensi terhingga memiliki sebuah basis ortonormal.
Bukti. Misalkan V adalah suatu ruang hasilkali dalam taknol berdimensi terhingga sebarang,
dan misalkan {

} adalah basis sebarang untuk V. Akan cukup kiranya

apabila kita dapat menunjukan bahwa V memiliki sebuah basis ortogonal, karena vektorvektor di dalam basis ortogonal itu dapat dinormalisasikan untuk menghasilkan sebuah basis
ortonormal untuk V . Urutan langkah berikut ini akan menghasilkan sebuah basis ortogonal
{

} untuk V.

Langkah 1. Misalkan

Langkah 2. Kita dapat memperoleh sebuah vektor


menghitung komponen

yang ortogonal terhadap

yang ortogonal terhadap ruang

dengan

yang direntang oleh

Dengan menggunakan Rumus (7) :

Tentu saja, jika

= 0, maka

bukan merupakan sebuah vektor basis. Namun tidak

mungkin demikian halnya, karena dari rumus

Yang menjelaskan kepada kita bahwa


dengan kebebasan linear dari basis S = {

kita memperoleh

adalah kelipatan dari


}

, sehingga bertentangan

Langkah 3. Untuk membuat sebuah vektor


menghitung komponen

yang ortogonal terhadap

yang ortogonal terhadap ruang

maupun

yang direntang oleh

, kita
dan

Dari (7)

Sebagaimana pada langkah (2), kebebasan linear dari {


bahwa

} memastikan

0.

Langkah 4. Untuk menentukan sebuah vektor


kita menghitung komponen
, dan

yang ortogonal terhadap

yang ortogonal terhadap ruang

, dan

yang direntang oleh

. Dari (7) kita memperoleh

Apabila kita terus melakukan hal ini, setelah langkah ke-n kita akan memperoleh himpunan
vektor vektor ortogonal {

}. Karena V berdimensi n dan setiap himpunan

ortogonal bersifat bebas linear, maka himpunan {

} adalah sebuah basis

ortogonal bagi V.
Langkah langkah diatas yang disusun untuk mengkonversikan suatu basis sebarang menjadi
sebuah basis ortogonal disebut sebagai proses Gram-Schmidt.
CONTOH 7. Menggunakan Proses Gram-Schmidt
Perhatikan ruang vektor

yang memiliki hasilkali dalam euclidean. Terapkan proses

Gram-Schmidt untuk mengubah vektor vektor basis

= (1, 1, 1),

basis ortogonal untuk memperoleh sebuah basis ortonormal {


Penyelesaian :
=

Langkah 2.

= (1, 1, 1)

= (0,

}; kemudian normalisasikan vektor vektor

0, 1) menjadi sebuah basis ortogonal {

Langakah 1.

= (0, 1, 1),

}.

(1, 1, 1) = (

= (0, 1, 1)

Langkah 3.

=(

(1, 1, 1)

= (0, 0, 1)

Sehingga,
=(

= (1, 1, 1),

),

Membentuk sebuah basis ortogonal untuk

= ,

Sehingga basis ortonormal untuk

=(

. Norma vektor vektor ini adalah


=

adalah

),

= (

=(

),

Catatan : pada contoh di atas kita menggunakan proses Gram-Schmidt untuk menghasilkan
sebuah basis ortogonal; kemudian, setelah seluruh basis ortogonal diperoleh, kita
menormalisasikannya untuk memperoleh sebuah basis ortonormal. Sebagai alternatif lain,
kita bisa saja menormalisasikan setiap vektor basis ortogonal segera setelah kita
memperolehnya, sehingga dengan cara ini kita menyusun sebuah basis ortonormal melalui
langkah per langkah. Akan tetapi, metode ini memiliki sedikit kelemahan karena akan
menghasilkan lebih banyak nilai akar yang harus dimanipulasi.
Proses Gram-Schmidt yang diikuti dengan normalisasi tidak hanya mampu mengkonversikan
sebuah

basis

sebarang

menjadi

sebuah

basis

ortonormal

}, namun proses ini melakukan hal itu sedemikian rupa sehingga untuk k

2 berlaku hubungan hubungan sebagai berikut :

} adalah sebuah basis ortonormal untuk ruang yang direntang

oleh {

}.

ortogonal terhadap ruang yang direntang oleh {

}.

Dekomposisi QR
Masalah. Jika A adalah sebuah matriks m x n yang memiliki vektor vektor kolom yang
bebas linear, dan jika Q adalah sebuah matriks yang memiliki vektor vektor kolom
ortonormal yang dihasilkan dari penerapan proses Gram-Schmidt pada vektor vektor kolom
A, hubungan apa, yang terdapat di antara A dan Q?
Jawab : misalkan vektor vektor kolom dari A adalah

dan vektor

vektor kolom ortonormal dari Q adalah


|

A=[

; sehingga,
|

] dan Q = [

Kita mengetahui dari teorema 6.3.1 bahwa


bentuk vektor vektor

dapat dinyatakan dalam

sebagai

Kita tahu bahwa vektor kolom ke j dari sebuah hasilkali matriks adalah sebuah kombinasi
linear dari vektor vektor kolom faktor pertamanya dengan koefisien koefisien yang
diturunkan dari kolom ke j faktor keduanya, selanjutnya hubungan ini dapat dinyatakan
dalam bentuk matriks sebagai

] =[

] [

Atau secara lebih ringkas sebagai


A= QR

(8)

Akan tetapi, sifat Gram-Schmidt menggariskan bahwa untuk j 2, vektor


terhadap

ortogonal

; sehingga, semua entri yang terletak di bawah diagonal utama

R adalah nol,

R=[

(9)

Dengan demikian (8) adalah faktorisasi matriks A menjadi hasilkali dari matriks Q yang
memiliki vektor vektor kolom ortonormal dengan matriks segitiga atas R yang dapat
dibalik. Kita menyebut (8) sebagai dekomposisi QR dari A.
Teorema 6.3.7

Dekomposisi QR

Jika A adalah sebuah matriks m x n yang memiliki vektor vektor kolom yang bebas linear,
maka A dapat difaktorkan sebagai
A = QR
Dimana Q adalah sebuah matriks m x n yang memiliki vektor vektor kolom ortonormal,
dan R adalah sebuah matriks segitiga atas n x n yang dapat dibalik.
Catatan : Teorema 6.2.7 Jika A adalah sebuah matriks n x n, maka keterbalikan matriks A
adalah ekuivalen dengan kebebasan linear vektor vektor kolom; sehingga, setiap matriks
yang dapat dibalik pasti memiliki suatu dekomposisi QR.
CONTOH 8 Dekomposisi QR sebuah Matriks 3 x 3
Tentukan dekomposisi QR dari matriks
A=[

Penyelesaian :
Vektor vektor kolom dari A adalah

= [ ],

= [ ],

=[ ]

Dengan menggunakan proses Gram-Schmidt yang diikuti dengan normalisasi pada vektor
vektor kolom ini akan menghasilkan vektor vektor ortonormal (contoh 7)

],

=[

=[

],

=[

dan dari (9) matriks R adalah

R=[

] = [

Dengan demikian , dekomposisi QR dari matriks A adalah

]=[

][

Bukti teorema 6.3.4 pembuktian ini terdiri dari 2 bagian. Pertama tentukan vektor vektor
dan

yang memiliki sifat sifat yang ditentukan, dan tunjukkan bahwa tidak ada vektor

lain dengan sifat sifat yang sama selain vektor vektor tersebut.
Dengan menerapkan proses Gram-Schmidt kita akan memperoleh sebuah basis ortonormal
{

} untuk W. Misalkan
=

(10)

dan
=

(11)

Dari persamaan di atas kita dapat mengetahui bahwa


kemudian tunjukkan bahwa

terletak pada W dan

) =

ortogonal terhadap W . Namun

terletak pada W karena merupakan sebuah kombinasi linear dari vektor vektor basis untuk

W .Untuk membuktikan bahwa

ortogonal terhadap W , kita harus menunjukkan bahwa

= 0 untuk setiap vektor

pada W. Akan tetapi ,jika

adalah sebuah vektor

sebarang pada W , vektor tersebut dapat dinyatakan sebagai kombinasi linear


=
dari vektor vektor basis

Dengan demikian

(12)

Tetapi

=
=

Berdasarkan teorema 6.3.2 bagian (c)

Maka ,

dan

adalah sama, sehingga (12) menghasilkan

= 0.

Untuk mengetahui apakah (10) dan (11) memang benar satu satunya pasangan vektor yang
memiliki sifat sifat seperti yang dicantumkan di dalam teorema, misalkan kita juga dapat
menuliskan
=
Dimana

(13)
terletak pada W

dan

ortogonal terhadap W. Apabila kita mengurangi

persamaan
=
dari (13) kita akan memperoleh
0=(

atau
=

(14)

Karena

dan

ortogonal terhadap W , selisih keduanya juga ortogonal terhadap W ,

karena untuk sebuah vektor

sebarang pada W kita dapat menuliskan

Akan tetapi

=00= 0

itu sendiri adalah sebuah vektor pada W , karena dari (14) diperoleh

hasil bahwa vektor itu adalah selisih dari kedua vektor


subruang W . Sehingga

Hal ini mengimplikasikan bahwa


=

yang terletak di dalam

pastilah ortogonal terhadap dirinya sendiri; jelasnya

Sehingga,

dan

, dan berdasarkan (14),

=0
= 0 berdasarkan aksioma 4 untuk hasilkali dalam.
=

LATIHAN
1. Manakah di antara himpunan-himpunan vektor berikut ini yang merupakan himpunan
ortogonal, merujuk pada hasilkali dalam Euclidean pada R2?
(a) (

)(

(b) (

(c) (

) (

) (

(d) (0, 0), (0, 1)

2. Manakah di antara himpunan-himpunan vektor pada nomor 1 yang merupakan himpunan


ortonormal, merujuk pada hasilkali dalam Euclidean pada R2?
3. Manakah di antara himpunan-himpunan vektor berikut ini yang merupakan himpunan
ortogonal, merujuk pada hasilkali dalam Euclidean pada R3?
(a) (

(b) (

) (

)(

) (

) (

(c) (
(d) (

) (

) (

) (

)
)

4. Manakah di antara himpunan-himpunan vektor pada nomor 3 yang merupakan himpunan


ortonormal, merujuk pada hasilkali dalam Euclidean pada R3?
5. Manakah di antara himpunan-himpunan polinomial berikut ini yang merupakan himpunan
ortonormal, merujuk pada hasilkali dalam pada P2?
(a)
(b)

6. Manakah di antara himpunan-himpunan matriks berikut ini yang merupakan himpunan


ortonormal, merujuk pada hasilkali dalam pada M22?
(a) *

+ [

(b) *

+ *

] [
+ *

] [
+ *

]
+

7. Buktikan bahwa himpunan-himpunan vektor yang diberikan di bawah ini adalah


himpunan ortogonal, merujuk pada hasilkali dalam Euclidean, kemudian konversikan
setiap himpunan menjadi sebuah himpunan ortonormal dengan menormalisasikan vektorvektornya.
(a) (
(b) (

)(
)(

(c) (
)(

) (

) (

8. Buktikan bahwa himpunan vektor-vektor [(1, 0), (0, 1)] adalah ortogonal, merujuk pada
hasilkali dalam

pada R2; kemudian konversikan himpunan ini

menjadi sebuah himpunan ortonormal dengan menormalisasikan kedua vektornya.


9. Buktikan

bahwa

vektor-vektor

membentuk sebuah basis ortonormal untuk R3 yang memiliki hasilkali dalam Euclidean;
kemudian gunakan Teorema 6.3.1 untuk menyatakan tiap-tiap vektor di bawah ini sebagai
kombinasi linear dari v1, v2, dan v3.
(a) (

(b) (

(c) (