CHAPTER 6.

INNER PRODUCT SPACE

Inner Products
Angle and Orthogonality in Inner Product
Spaces
Orthonormal Bases; Gram-Schmidt Process;
QR-Decomposition
Best Approximation; Least Squares
Orthogonal Matrices; Change of Basis
6.3. Basis Orthogonal
Proses Gram-Schmidt;
Dekomposisi QR
 Basis Orthogonal dan Orthonormal

Suatu himpunan vektor dalam ruang hasil kali dalam disebut

himpunan ortogonal jika semua pasangan vektor-vektor
yang berbeda dalam himpunan tersebut ortogonal.
Suatu himpunan ortogonal dimana setiap vektor mempunyai
norma 1 disebut orthonormal.

Dua vektor u dan v dalam suatu hasil kali dalam disebut

ortogonal jika u, v = 0.

Himpunan W = { v1, v2, , vn} adalah ortonormal jika:

0, jika i j
vi,vj = <vi, vj> =
1, jika i = j
 Basis Orthogonal dan Orthonormal

Contoh:
Jika u1 = (0, 1, 0), u2 = (1, 0, 1), u3 = (1, 0, -1) dan R3
mempunyai hasil kali dalam Euclidean, maka himpunan vektor-
vektor S = {u1, u2, u 3} adalah ortogonal karena :

u1, u2 = u1, u3 = u2, u3 = 0.

u1, u2 = 0.1+1.0+0.1 = 0
u1, u3 = 0.1 + 1.0 + 0.(-1) = 0
u2, u3 = 1.1 + 0.0 + 1.(-1) = 0
 Matriks Orthogonal

Himpunan ortogonal dalam Rn Matriks diagonal.

Kolom-kolom matriks Qmxn membentuk himpunan yang
ortonormal jika dan hanya jika QTQ = In.
Matriks Anxn yang kolom-kolomnya membentuk himpunan
yang ortonormal disebut matriks ortogonal.
Matriks Anxn adalah matriks ortogonal jika dan hanya jika
Q-1=QT (atau dengan kata lain QTQ=QQT=In)

Q-1=QT QTQ = QQT= In

 Matriks Orthogonal

Tunjukkan bahwa matriks berikut merupakan matriks ortogonal:

 Normalisasi Vektor tak- nol

Jika v adalah vektor tak nol dalam suatu ruang hasil kali dalam, maka

mempunyai norma 1, karena;

Proses mengalikan suatu vektor tak-nol v dengan kebalikan

panjangnya untuk mendapatkan suatu vektor bernorma 1
disebut menormalkan v.

Suatu himpunan vektor-vektor yang orthogonal bisa selalu

diubah menjadi suatu himpunan ortonormal dengan
menormalkan masing-masing vektornya.
 Contoh Menormalkan Vektor Tak-Nol

Jika u1 = (0, 1, 0), u2 = (1, 0, 1), u3 = (1, 0, -1)

Norma Euclidean :
u1 1, u2 2, u3 2
Normalisasi u1, u2, and u3 :
u1 u2 1 1 u3 1 1
v1 (0,1,0), v2 ( ,0, ), v3 ( ,0, )
u1 u2 2 2 u3 2 2

Himpunan S = { v 1, v 2, v 3 } orthonormal dimana:

 Koordinat Relatif Terhadap Basis Ortogonal

Basis Ortonormal basis yang berisi vektor-vektor

ortonormal
Contoh: basis standard untuk R3 dengan hasil kali
Ruang Hasil dalam Euclidean : I = (1,0,0); j = (0,1,0); k = (0,0,1)
Kali Dalam
Basis Orthogonal basis yang terdiri dari vektor-
vektor orthogonal.

Secara umum, basis standard hasil kali dalam Euclidean Rn:

e1 = (1,0,0,.., n); e2 = (0, 1,0,,n); .. ; en = (0,0,0,, 1)

 Koordinat Relatif Terhadap Basis Ortonormal

Teorema:
Jika S= {v1, v2, , vn} adalah suatu basis ortonormal
untuk suatu ruang hasil kali dalam V, dan u adalah
sebarang vektor dalam V, maka
u = u, v1 v1 + u, v2 v2 + + u, vn vn

u, v1 , u, v2 , , u, vn koordinat-koordinat dari u
relatif terhadap basis
ortonormal S = {v1, v2, , vn}

(u)S = ( u, v1 , u, v2 , , u, vn ) vektor koordinat dari

u relatif terhadap basis ini.
 Contoh

Jika v1 = (0, 1, 0), v2 = (-4/5, 0, 3/5), v3 = (3/5, 0, 4/5),

buktikan bahwa S = {v1, v2, v3} adalah suatu basis
ortonormal untuk R3 dengan hasil kali dalam Euclidean.
Nyatakan vektor u = (1, 1, 1) sebagai kombinasi linier dari
vektor-vektor dalam S dan cari vektor koordinat (u)s.

Jawab: ortonormal
u, v1 = 1, u, v2 = -1/5, u, v3 = 7/5
u = v1 1/5 v2 + 7/5 v3

Vektor koordinat u relatif terhadap S

(u)s=( u, v1 , u, v2 , u, v3 ) = (1, -1/5, 7/5)
 Basis Orthonormal

Jika S adalah suatu basis ortonormal untuk suatu ruang hasil

kali dalam berdimensi n dan jika (u)s = (u1, u2, , un) dan
(v)s = (v1, v2, , vn) maka:

u u12 u 22 u n2
d (u, v ) (u1 v1 ) 2 (u 2 v2 ) 2 (un vn ) 2
u, v u1v1 u 2 v2 u n vn
 Basis Orthonormal

Contoh:
Diketahui v1 = (0, 1, 0), v2 = (-4/5, 0, 3/5), v3 = (3/5, 0, 4/5), dan
S = {v1, v2, v3} adalah suatu basis ortonormal untuk R3 dengan hasil
kali dalam Euclidean. Vektor u = (1, 1, 1) merupakan kombinasi linier
dari vektor-vektor dalam S dan vektor koordinat (u)s =( u, v1 , u, v2 ,
u, v3 ) = (1, -1/5, 7/5)

Maka norma vektor u = (1,1,1) adalah :

Norma u juga bisa dihitung berdasarkan vektor koordinat

(u)s = (1, -1/5, 7/5)
 Kombinasi Linier Vektor dalam Basis Ortogonal S

Jika S = {v1, v2, , vn} adalah suatu basis ortogonal untuk suatu
ruang vektor V, maka menormalkan masing-masing vektor ini
menghasilkan basis ortonormal:

v1 v 2 vn
S' , ,,
v1 v 2 vn
Jika u sebarang vektor dari V berlaku:
v1 v1 v2 v2 vn vn
u u, u, u,
v1 v1 v2 v2 vn vn
atau
u, v1 u, v 2 u, v n
u 2
v1 2
v2 2
vn
v1 v2 vn

Rumus ini menyatakan u sebagai kombinasi linier dari vektor-

vektor dalam basis ortogonal S.
 Orthonormal Basis

Jika S = {v1, v2, , vn} adalah suatu himpunan vektor-vektor

tak nol yang ortogonal dalam suatu ruang hasil kali dalam,
maka S bebas linier
 Proyeksi Ortogonal

Dalam R2 atau R3 dengan

hasil kali dalam Euclidean,
secara geometris, jika W
adalah suatu garis atau
bidang yang melalui titik
asal, maka setiap vektor u
dalam ruang tersebut
dinyatakan sebagai:

u = w1 + w2

dimana w1 berada dalam W

dan w2 tegak lurus
terhadap W (W ).

w1 proyeksi ortogonal u pada W proywu

w2 komponen u yang ortogonal terhadap W proy w u
 Proyeksi Ortogonal

w1 proyeksi ortogonal u pada W proywu

w2 komponen u yang ortogonal terhadap W proy w u

Karena w2 = u w1

u = proyw u + (u proy w u)
 Basis Orthonormal

Anggap W adalah suatu sub-ruang berdimensi terhingga dari

suatu ruang hasil kali dalam V.

a. Jika {v1, , vr} adalah suatu basis orthonormal untuk W

dan u adalah sebarang vektor dalam V, maka
projwu = u,v1 v1 + u,v2 v2 + + u,vr vr

b. Jika {v1, , vr} adalah suatu basis ortogonal untuk W dan

u adalah sebarang vektor dalam V, maka
u, v1 u, v 2 u, v r
projW u 2
v1 2
v2 2
vr
v1 v2 vr
 Contoh
Jika R3 memiliki hasil kali dalam Euclidean, dan anggap W
adalah sub ruang yang terentang oleh vektor-vektor
ortonormal v1 = (0, 1, 0) dan v2 = (-4/5, 0, 3/5) maka :

Proyeksi ortogonal u = (1, 1, 1) pada W adalah

Komponen u ortogonal terhadap W adalah:

 Basis Ortogonal dan Ortonormal

Teori
Setiap ruang hasil kali dalam tak-nol berdimensi terhingga
mempunyai suatu basis ortonormal.

Proses mengubah suatu basis sebarang menjadi suatu basis

ortonormal disebut Proses Gram-Schmidt
 Proses Gram-Schmidt

Misal V adalah sebarang ruang hasil kali dalam tak-nol berdimensi

terhingga , {u1, u2, , un} adalah sebarang basis untuk V.
Untuk menghasilkan suatu basis ortogonal {v1, v2, , vn} untuk V
dilakukan proses Gram Schmidt berikut:

Langkah 1:
Anggap v1 = u1
Langkah 2:
Hitung v2 ortogonal v1 dengan
menghitung komponen u2 yang
ortogonal terhadap ruang
W1 yang terentang v1 :
 Proses Gram-Schmidt

Langkah 3 :
Susun vektor v3 yang ortogonal terhadap v1 dan v2, dengan
menghitung komponen u1 yang ortogonal terhadap ruang W2 yang
terentang oleh v1 dan v2.

Langkah 4:
Untuk menentukan vektor v4 yang ortogonal terhadap v1, v2 dan v3,
hitung komponen u4 yang ortogonal terhadap ruang W3 yang
terentang oleh v1, v2 dan v3.

Vektor-vektor basis ortogonal dinormalkan

basis ortonormal V
 Contoh Proses Gram-Schmidt

Tinjau ruang vektor R3 dengan hasil kali dalam Euclidean.

Terapkan proses Gram Schmidt untuk mengubah vektor-vektor
basis u1 = (1, 1, 1), u2 = (0, 1, 1), u3 = (0, 0, 1)
Menjadi suatu basis ortogonal {v1, v2, v3}; kemudian normalkan
vektor basis ortogonal tersebut untuk mendapatkan suatu basis
ortonormal {q1, q2, q3}.

Jawab :
Step 1: Anggap v1 = u1 v1 = u1 = (1, 1, 1)
Step 2: Anggap v2 = u2 projW1u2.

 u1 = (1, 1, 1), u2 = (0, 1, 1), u3 = (0,0, 1)

Step 3: Anggap v3 = u3 projW2u3.,

Jadi v1 = (1, 1, 1), v2 = (-2/3, 1/3, 1/3), v3 = (0, -1/2, 1/2)

membentuk suatu basis ortogonal untuk R3. Norma
vektor-vektor ini adalah:

Sehingga basis ortonormal untuk R3 adalah:

 Dekomposisi QR
Jika A adalah suatu matriks nxn dengan vektor-vektor kolom
yang bebas secara linier, maka A bisa difaktorkan sebagai :

A = QR
Q matriks m n dengan vektor-vektor kolom yang
ortonormal, dimana QTQ = I
R matriks segitiga atas nxn yang dapat dibalik.

Jika QTQ = I, maka : QTA = QTQR

= IR
Q TA = R
Dekomposisi QR
 Example : QR-Decomposition of a 3 3 Matrix
1 0 0
Carilah dekomposisi QR dari A 1 1 0
1 1 1

Jawab :
Vektor-vektor kolom A adalah:

Dengan menerapkan proses Gram-Scmidht dengan

rangkaian normalisasi seperti contoh sebelumnya
didapat:

1/ 3 2/ 6 0
q1 1/ 3 , q 2 1/ 6 , q3 1/ 2 Q
1/ 3 1/ 6 1/ 2
R matriks

Dekomposisi QR dari A :
 6.5.
Change of Basis
Orthogonal Matrices

2012/5/2 Elementary Linear Algebra 29

 Matriks-matriks Orthogonal
Definisi:

Suatu matriks bujursangkar A dengan sifat

A-1 = AT

Disebut sebagai matriks ortogonal, dimana;

AAT = ATA = I

30
 Matriks-matriks Orthogonal

Matriks adalah matriks ortogonal, karena;

AAT = ATA = I

Matriks adalah ortogonal dimana terbukti ATA = 1, maka

vektor baris dan vektor kolomnya membentuk himpunan ortogonal.

 Sifat Dasar Matriks-matriks Orthogonal

Teorema:

Untuk suatu matriks Anxn:

A ortogonal
Vektor-vektor baris dari A membentuk suatu himpunan
ortonormal pada Rn dengan hasil kali dalam Euclidean.
Vektor-vektor kolom dari A membentuk suatu himpunan
ortonormal pada Rn dengan hasil kali dalam Euclidean.

Teorema:

1. Invers dari suatu matriks ortogonal adalah ortogonal.

2. Hasil kali matriks-matriks ortogonal adalah ortogonal.
3. Jika A ortogonal, maka det(A) = 1 atau det(A) = -1
 Matriks Orthogonal Sebagai Operator Linear
Teorema:

Jika A adalah matriks nxn, maka pernyataan berikut

ekuivalen:

A ortogonal.

untuk semua x pada Rn.

Ax. Ay = x. y untuk semua x dan y pada Rn.

Perubahan Basis
 Matriks Koordinat

Jika S= {v1, v2,, vn} adalah suatu basis untuk suatu ruang vektor
V, maka setiap vektor v dalam V dapat dinyatakan sebagai suatu
kombinasi linear dari vektor-vektor basis:
v = k1v1 + k2v2 + + knvn

k1,k2 , , kn koordinat v relatif terhadap S, dan vektor :

vs = (k1, k2,kn) vektor koordinat v relatif terhadap S.

Matriks koordinat v relatif terhadap S dinyatakan oleh [v]s adalah

matriks berukuran nx1 yang didefinisikan sebagai:

Matriks koordinat v relatif terhadap S.

 Matriks Koordinat Ortonormal
Teorema:
Jika S= {v1, v2, , vn} adalah suatu basis ortonormal untuk
suatu ruang hasil kali dalam V, dan u adalah sebarang vektor
dalam V, maka
u = u, v1 v1 + u, v2 v2 + + u, vn vn

u, v1 , u, v2 , , u, vn koordinat-koordinat dari u relatif

terhadap basis ortonormal S = {v1,
v2, , vn}
(u)S = ( u, v1 , u, v2 , , u, vn ) vektor koordinat dari u
relatif terhadap basis ini.

Matriks koordinat v relatif terhadap S.

Contoh Matriks Koordinat
 Masalah Perubahan Basis
Jika kita merubah basis untuk suatu ruang vektor V dari old basis
B to some new basis B , bagaimana matriks koordinat lama [v]B dari
vektor v dikaitkan dengan matriks koordinat baru [v]B ?
 Masalah Perubahan Basis

matriks koordinat lama [v]B matriks koordinat baru [v]B

Persamaan ini menyatakan bahwa matriks koordinat lama [v]B

dihasilkan jika kita mengalikan dari kiri matriks koordinat baru
[v]B dengan matriks:
 Solution of the Change-of-Basis Problem
Jika kita mengubah basis untuk suatu ruang vektor V dari suatu basis
lama B = ( b1, b2,, bn ) menjadi suatu basis B = ( b1, b2,, bn ) , maka
matriks koordinat lama [v]B dari suatu vektor v dihubungkan dengan
matriks koordinat baru [v]B dari suatu vektor v yang sama dengan
persamaan:

Dimana kolom-kolom dari P adalah matriks matriks koordinat dari

vektor-vektor basis baru relatif terhadap basis lama, yaitu vektor-
vektor kolom dari P adalah ;

Matriks P disebut matriks transisi dari B ke B, dinyatakan dalam

bentuk vektor-vektor kolomnya sebagai ;
 Example

Consider the bases and for R 2, where

(a) Find the transition matrix from B to B

(b) Use to find [v]B if

Solution (a)
First we must find the coordinate vectors for the new basis vectors u 1 and u2
relative to the old basis B.

Solution (b)
 Matriks Transisi

Jika P adalah matriks transisi dari suatu basis ortonormal ke basis

ortonormal lainnya untuk suatu ruang hasil kali dalam, maka P
adalah suatu matriks ortogonal, yaitu :
P-1 = PT

Jika P adalah matriks transisi dari suatu basis B ke suatu basis B,

maka untuk setiap vektor v berlaku:
Penerapan Pada Rotasi Sumbu Koordinat

Sumbu koordinat x dan

y didapat dengan
merotasi sumbu xy
berlawanan jarum jam
terhadap titik asal
dengan sudut .
B = (u1, u2) (x,y)

B = (u1, u2) Q
(x ,y)

P = transisi dari B ke B.
 Rotasi Sumbu Koordinat

Didapat P matriks
ortogonal
Komponen u1 pada basis lama: Komponen u2 pada basis lama:
1. cos 1. cos (+ /2) = -sin
2. sin 2. sin (+ /2) = cos
 P-1 = PT

Misal sumbu sumbu tersebut dirotasikan dengan = /4, maka;

Jika (x, y) = (2, -1), maka koordinat baru dari Q: