z94bc8cd024 PDF

Basis Ortogonal, Basis Ortonormal,
Proses Gram-Schmidt, dan Dekomposisi QR

Kuliah Aljabar Linier Semester Ganjil 2015-2016
MZI
Fakultas Informatika
Telkom University
FIF Tel-U
November 2015
MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 1 / 52

Acknowledgements
Slide ini disusun berdasarkan materi yang terdapat pada sumber-sumber berikut:
1 Aplikasi Matriks dan Ruang Vektor, Edisi 1 2014, oleh Adiwijaya.
2 Elementary Linear Algebra, 10th Edition, 2010, oleh H. Anton dan C. Rorres.
3 Slide kuliah Aljabar Linier di Telkom University oleh Jondri.
4 Slide kuliah Aljabar Linier di Fasilkom UI oleh Kasiyah M. Junus dan Siti
Aminah.
5 Slide kuliah Aljabar Linier di Fasilkom UI oleh L. Y. Stefanus.
Beberapa gambar dapat diambil dari sumber-sumber di atas. Slide ini ditujukan
untuk keperluan akademis di lingkungan FIF Telkom University. Jika Anda
memiliki saran/ pendapat/ pertanyaan terkait materi dalam slide ini, silakan kirim
email ke <pleasedontspam>@telkomuniversity.ac.id.

Bahasan
1 Himpunan Ortogonal dan Himpunan Ortonormal
2 Basis Ortogonal dan Basis Ortonormal
3 Proyeksi Ortogonal secara Umum
4 Proses Gram-Schmidt
5 Dekomposisi (Faktorisasi) QR

Himpunan Ortogonal dan Himpunan Ortonormal
Bahasan

De…nisi
Misalkan V adalah sebuah RHKD. Himpunan vektor S dikatakan himpunan
ortogonal apabila setiap sepasang vektor berbeda di S saling ortogonal, yaitu
h~u; ~v i = 0, 8~u; ~v 2 S dengan ~u 6= ~v .
Selanjutnya himpunan ortogonal S juga dikatakan sebagai himpunan ortonormal

apabila setiap vektor di S memiliki norm 1, yaitu
h~u; ~v i = 0, 8~u; ~v 2 S dengan ~u 6= ~v dan

p
k~uk = h~u; ~ui = 1, 8~u 2 S.

Latihan
Periksa apakah himpunan-himpunan berikut merupakan himpunan ortogonal, jika
ya, periksa juga apakah himpunan-himpunan berikut merupakan himpunan
ortonormal.
1 S = f(0; 0) ; (1; 1) ; (1; 1)g di R2 dengan HKD Euclid standar
n o
2 S= p1 ; p1 ; p1 ; p1 di R2 dengan HKD Euclid standar
2 2 2 2
n o
3 S = (1; 0; 0) ; 0; p12 ; p12 ; 0; p12 ; p12 di R2 dengan HKD Euclid
standar
1 0 0 1 0 0 0 0
4 S= ; ; ; di M22 dengan HKD
0 0 0 0 1 0 0 1
Frobenius

Solusi:

Solusi:
1 S merupakan himpunan ortogonal karena (0; 0) (1; 1) = 0,
(0; 0) (1; 1) = 0, dan (1; 1) (1; 1) = 0.

Solusi:
(0; 0) (1; 1) = 0, dan (1; 1) (1; 1) = 0. Namun S bukan himpunan
ortogonal karena k(0; 0)k = 0 6= 1.

Solusi:
2 S merupakan himpunan ortogonal karena p1 ; p1 p1 ; p1 =0
2 2 2 2
serta p1 ; p1 = 1 dan p1 ; p1 = 1.
2 2 2 2

Solusi:
2 2 2 2
serta p1 ; p1 = 1 dan p1 ; p1 = 1.
2 2 2 2
3 S merupakan himpunan ortogonal karena (1; 0; 0) 0; p12 ; p12 = 0,

(1; 0; 0) 0; p12 ; p1
2
= 0, dan 0; p12 ; p12 0; p12 ; p1
2
= 0.
Kemudian karena k(1; 0; 0)k = 0; p1 ; p1 = 0; p1 ; p1 = 1, maka
2 2 2 2
S juga himpunan ortonormal.

Solusi:
2 2 2 2
serta p1 ; p1 = 1 dan p1 ; p1 = 1.
2 2 2 2
3 S merupakan himpunan ortogonal karena (1; 0; 0) 0; p12 ; p12 = 0,

(1; 0; 0) 0; p12 ; p1
2
= 0, dan 0; p12 ; p12 0; p12 ; p1
2
= 0.
Kemudian karena k(1; 0; 0)k = 0; p1 ; p1 = 0; p1 ; p1 = 1, maka
2 2 2 2
S juga himpunan ortonormal.
4 S merupakan himpunan dan himpunan ortonormal (tunjukkan!).

Konstruksi Himpunan Ortonormal dan Himpunan

Ortogonal
Permasalahan
Misalkan V adalah sebuah RHKD dan S V adalah sebuah himpunan ortogonal,
apakah kita selalu dapat mengkonstruksi himpunan S 0 dari S yang bersifat
ortonormal?
Latihan


Ortogonal
Permasalahan
ortonormal?
Latihan
Pandang R3 yang dilengkapi dengan HKD Euclid standar. Periksa apakah
S = f~u1 ; ~u2 ; ~u3 g dengan ~u1 = (0; 1; 0), ~u2 = (1; 0; 1), dan ~u3 = (1; 0; 1)
merupakan himpunan ortogonal? Jika ya, apakah S himpunan ortonormal? Jika
tidak, dapatkah kita mengkonstruksi suatu himpunan ortonormal dari S?


Ortogonal
Permasalahan
ortonormal?
Latihan
Pandang R3 yang dilengkapi dengan HKD Euclid standar. Periksa apakah
S = f~u1 ; ~u2 ; ~u3 g dengan ~u1 = (0; 1; 0), ~u2 = (1; 0; 1), dan ~u3 = (1; 0; 1)
merupakan himpunan ortogonal? Jika ya, apakah S himpunan ortonormal? Jika
tidak, dapatkah kita mengkonstruksi suatu himpunan ortonormal dari S?
Selanjutnya periksa apakah T = f~v1 ; ~v2 ; ~v3 g dengan ~v1 = (0; 0; 0), ~v2 = (0; 2; 0),
dan ~v3 = (0; 0; 2) merupakan himpunan ortogonal? Jika ya, apakah T himpunan
ortonormal? Jika tidak, dapatkah kita mengkonstruksi suatu himpunan ortonormal
dari T ?
Solusi:

Solusi: Perhatikan bahwa pada S kita memiliki ~u1 ~u2 = 0, ~u1 ~u3 = 0, dan
~u2 ~u3 = 0. Jadi S himpunan ortogonal.
p Akan tetapi S bukan himpunan
ortonormal karena k~u2 k = k~u3 k = 2.

ortonormal karena k~u2 k = k~u3 k = 2. Kita dapat mengkonstruksi himpunan
ortonormal S 0 dari S dengan cara membagi setiap vektor pada S dengan normnya
masing-masing sehingga diperoleh himpunan ortonormal
S0 =

masing-masing
n sehingga diperoleh himpunano ortonormal
S = (0; 1; 0) ; p12 ; 0 p12 ; p12 ; 0; p12 .
0

masing-masing
S = (0; 1; 0) ; p12 ; 0 p12 ; p12 ; 0; p12 .
0
Selanjutnya perhatikan bahwa pada T kita memiliki ~v1 ~v2 = 0, ~v1 ~v3 = 0, dan
~v2 ~v3 = 0. Jadi T himpunan ortogonal. Akan tetapi T bukan himpunan
ortonormal karena k~v1 k = 0.

masing-masing
S = (0; 1; 0) ; p12 ; 0 p12 ; p12 ; 0; p12 .
0
ortonormal karena k~v1 k = 0. Kita dapat mengkonstruksi himpunan ortonormal T 0
dari T dengan cara membuang vektor nol ~v1 dan membagi setiap vektor pada T
yang tak nol dengan normnya masing-masing sehingga diperoleh himpunan
ortonormal T 0 =

masing-masing
S = (0; 1; 0) ; p12 ; 0 p12 ; p12 ; 0; p12 .
0
ortonormal karena k~v1 k = 0. Kita dapat mengkonstruksi himpunan ortonormal T 0
dari T dengan cara membuang vektor nol ~v1 dan membagi setiap vektor pada T
yang tak nol dengan normnya masing-masing sehingga diperoleh himpunan
ortonormal T 0 = f(0; 1; 0) ; (0; 0; 1)g.

Basis Ortogonal dan Basis Ortonormal
Bahasan

Keterkaitan Antara Ortogonal dan Bebas Linier

Teorema
Misalkan V adalah sebuah RHKD dan S = f~v1 ; ~v2 ; : : : ; ~vk g adalah himpunan k
buah vektor di V . Jika S ortogonal dan tidak memuat vektor nol, maka S bebas
linier.
Bukti
Pandang kombinasi linier
1~
v1 + 2~
v2 + + k~
vk = ~0. (1)


Teorema
linier.
Bukti
1~
v1 + 2~
v2 + + k~
vk = ~0. (1)
Misalkan ~vj 2 S dengan 1 j k, kita mempunyai

D E
h~vj ; 1~
v1 + 2~
v2 + + k~
vk i = ~vj ; ~0 = 0
yang setara dengan


Teorema
linier.
Bukti
1~
v1 + 2~
v2 + + k~
vk = ~0. (1)

D E
h~vj ; 1~
v1 + 2~
v2 + + k~
vk i = ~vj ; ~0 = 0
yang setara dengan
h 1~
v1 ; ~vj i +h 2~
v2 ; ~vj i + +h j~
vj ; ~vj i + +h k~
vk ; ~vj i = 0


Teorema
linier.
Bukti
1~
v1 + 2~
v2 + + k~
vk = ~0. (1)

D E
h~vj ; 1~
v1 + 2~
v2 + + k~
vk i = ~vj ; ~0 = 0
yang setara dengan
h 1~
v1 ; ~vj i +h 2~
v2 ; ~vj i + +h j~
vj ; ~vj i + +h k~
vk ; ~vj i = 0
1 h~v1 ; ~v1 i + 2 h~v2 ; ~v2 i + + j h~vj ; ~vj i + + k h~vk ; ~vk i = 0 (2)
Karena S ortogonal dan tidak memuat vektor nol kita memiliki
= 0, jika i 6= j
h~vi ; ~vj i , 8i; j dengan 1 i; j k.
6= 0, jika i = j
Akibatnya ekspresi (2) memberikan

= 0, jika i 6= j
6= 0, jika i = j
j h~vj ; ~vj i = 0 , j =0
untuk setiap j dengan 1 j k.

= 0, jika i 6= j
6= 0, jika i = j
j h~vj ; ~vj i = 0 , j =0
untuk setiap j dengan 1 j k. Karena nilai j dapat sembarang dan 1 j k,

kita dapat menyimpulkan bahwa satu-satunya nilai 1 ; 2 ; : : : ; k yang
mengakibatkan ekspresi (1) terpenuhi adalah 1 = 2 = = k = 0. Dengan
demikian S bebas linier.


De…nisi
Misalkan V adalah sebuah RHKD. Sebuah basis B bagi V dikatakan basis
ortogonal apabila B adalah himpunan ortogonal. Lebih jauh jika setiap vektor
pada B memiliki norm 1, maka B dikatakan basis ortonormal.
Dengan perkataan lain:


De…nisi
1 Basis ortogonal adalah basis yang berupa himpunan ortogonal.


De…nisi
1 Basis ortogonal adalah basis yang berupa himpunan ortogonal.
2 Basis ortonormal adalah basis yang berupa himpunan ortonormal.
Contoh
n o
Pada R3 yang dilengkapi HKD Euclid standar, B = ^{; |^; k^ adalah basis
ortonormal. Lebih jauh pada Rn yang dilengkapi HKD Euclid standar,
B = f~e1 ; ~e2 ; : : : ; ~en g adalah basis ortonormal.
Latihan
4 3 3 4
Periksa apakah B = (0; 1; 0) ; 5 ; 0; 5 ; 5 ; 0; 5 merupakan basis ortonormal
untuk R3 .
4 3 3 4
Solusi: Perhatikan bahwa 5 ; 0; 5 ; 5 ; 0; 5 bebas linier pada bidang xz.
Selanjutnya karena (0; 1; 0) tidak berada di bidang xz, kita dapat menyimpulkan
bahwa B bebas linier. Karena jBj = 3 = dim R3 , maka B adalah basis bagi R3 .

4 3 3 4
Selanjutnya tinjau bahwa
4 3
(0; 1; 0) ; 0; = 0
5 5
3 4
(0; 1; 0) ; 0; = 0
5 5
4 3 3 4
; 0; ; 0; = 0
5 5 5 5
Jadi B adalah basis ortogonal bagi R3 . Kemudian, tinjau juga bahwa

4 3 3 4
Selanjutnya tinjau bahwa
4 3
(0; 1; 0) ; 0; = 0
5 5
3 4
(0; 1; 0) ; 0; = 0
5 5
4 3 3 4
; 0; ; 0; = 0
5 5 5 5
Jadi B adalah basis ortogonal bagi R3 . Kemudian, tinjau juga bahwa
4 3 3 4
k(0; 1; 0)k = 1, ; 0; = 1, dan ; 0; = 1,
5 5 5 5
jadi B adalah basis ortonormal bagi R3 .

Koordinat Relatif terhadap Basis Ortogonal
Permasalahan
Himpunan B = f(0; 1; 0) ; (1; 0; 1) ; (1; 0; 1)g merupakan basis ortogonal bagi
R3 . Tentukan (1; 2; 3)B .
Kita dapat menjawab permasalahan di atas dengan menyatakan (1; 2; 3) dalam

kombinasi linier dari vektor-vektor pada B. Namun, kita dapat melakukannya
dengan cara lain dengan meninjau teorema berikut.
Teorema
Misalkan V adalah RHKD berdimensi n dan B = f~v1 ; ~v2 ; : : : ; ~vn g adalah basis
ortogonal bagi V . Untuk sembarang ~u 2 V kita memiliki
!
h~u; ~v1 i h~u; ~v2 i h~u; ~vn i
(~u)B = 2 ; 2 ;:::; 2 .
k~v1 k k~v2 k k~vn k

Bukti
Misalkan (~u)B = ( 1; 2; : : : ; n ), ini berarti
~u =

Bukti
~u = 1~
v1 + 2~
v2 + + n~
vn
dengan j 2 R untuk setiap 1 j n. Kita akan menunjukkan bahwa

j =

Bukti
~u = 1~
v1 + 2~
v2 + + n~
vn
dengan j 2 R untuk setiap 1 j n. Kita akan menunjukkan bahwa

h~u; ~vj i
j = 2 untuk setiap 1 j n.
k~vj k

Karena ~u = 1~v1 + 2~v2 + + vn ,

n~ maka untuk sembarang ~vj 2 B dengan
1 j n kita memiliki
h~vj ; ~ui =

Karena ~u = 1~v1 + 2~v2 + + vn ,

1 j n kita memiliki
h~vj ; ~ui = h~vj ; 1~

v1 + 2~
v2 + + n~
vn i
=

Karena ~u = 1~v1 + 2~v2 + + vn ,

1 j n kita memiliki
h~vj ; ~ui = h~vj ; 1~

v1 + 2~
v2 + + n~
vn i
= h 1~
v1 ; ~vj i +h 2~
v2 ; ~vj i + +h j~
vj ; ~vj i + +h n~
vn ; ~vj i
= 1 h~v1 ; ~vj i + 2 h~v2 ; ~vj i + + j h~vj ; ~vj i + + n h~vn ; ~vj i (3)
Karena B adalah basis ortogonal kita mempunyai

Karena ~u = 1~v1 + 2~v2 + + vn ,

1 j n kita memiliki
h~vj ; ~ui = h~vj ; 1~

v1 + 2~
v2 + + n~
vn i
= h 1~
v1 ; ~vj i +h 2~
v2 ; ~vj i + +h j~
vj ; ~vj i + +h n~
vn ; ~vj i
= 0, jika i 6= j
h~vi ; ~vj i
6= 0, jika i = j

Karena ~u = 1~v1 + 2~v2 + + vn ,

1 j n kita memiliki
h~vj ; ~ui = h~vj ; 1~

v1 + 2~
v2 + + n~
vn i
= h 1~
v1 ; ~vj i +h 2~
v2 ; ~vj i + +h j~
vj ; ~vj i + +h n~
vn ; ~vj i
= 0, jika i 6= j
h~vi ; ~vj i
6= 0, jika i = j
h~vj ; ~ui = j h~vj ; ~vj i atau

h~vj ; ~ui
j = 2
k~vj k

Dengan demikian
jika ~u = 1~
v1 + 2~
v2 + + n~
vn maka

Dengan demikian
jika ~u = 1~
v1 + 2~v2 + + n~vn maka
h~v1 ; ~ui h~v2 ; ~ui h~vn ; ~ui
~u = 2 ~
v1 + 2 ~
v2 + + vn .
2 ~
Jadi jika ~u adalah basis ortogonal bagi V , maka

!
h~u; ~v1 i h~u; ~v2 i h~u; ~vn i
(~u)B = 2 ; 2 ;:::; 2 .

Latihan
Diberikan himpunan B = f(0; 1; 0) ; (1; 0; 1) ; (1; 0; 1)g yang merupakan basis
bagi R3 . Tentukan (1; 2; 3)B .

Latihan
Misalkan (1; 2; 3)B = (a; b; c), maka
a =

Latihan
(1; 2; 3) (0; 1; 0)
a = 2 =2
k(0; 1; 0)k
b =

Latihan
(1; 2; 3) (0; 1; 0)
a = 2 =2
k(0; 1; 0)k
(1; 2; 3) (1; 0; 1)
b = 2 =2
k(1; 0; 1)k
c =

Latihan
(1; 2; 3) (0; 1; 0)
a = 2 =2
k(0; 1; 0)k
(1; 2; 3) (1; 0; 1)
b = 2 =2
k(1; 0; 1)k
(1; 2; 3) (1; 0; 1)
c = 2 = 1.
k(1; 0; 1)k
Jadi (1; 2; 3)B = (2; 2; 1).

Latihan
(1; 2; 3) (0; 1; 0)
a = 2 =2
k(0; 1; 0)k
(1; 2; 3) (1; 0; 1)
b = 2 =2
k(1; 0; 1)k
(1; 2; 3) (1; 0; 1)
c = 2 = 1.
k(1; 0; 1)k
Jadi (1; 2; 3)B = (2; 2; 1). Tinjau pula bahwa

(1; 2; 3) = 2 (0; 1; 0) + 2 (1; 0; 1) 1 (1; 0; 1).

Koordinat Relatif terhadap Basis Ortonormal
Permasalahan
4 3 3 4
Himpunan B = (0; 1; 0) ; 5 ; 0; 5 ; 5 ; 0; 5 merupakan basis ortonormal bagi
R3 . Tentukan (1; 2; 3)B .
Dari teorema sebelumnya kita memiliki akibat berikut.

Akibat
Misalkan V adalah RHKD berdimensi n dan B = f~v1 ; ~v2 ; : : : ; ~vn g adalah basis
ortonormal bagi V . Untuk sembarang ~u 2 V kita memiliki
(~u)B = (h~u; ~v1 i ; h~u; ~v2 i ; : : : ; h~u; ~vn i) .
Bukti
Basis ortonormal merupakan basis ortogonal yang setiap vektor basisnya memiliki
norm 1.

4 3 3 4
Dengan demikian untuk B = (0; 1; 0) ; 5 ; 0; 5 ; 5 ; 0; 5 , kita dapat
menghitung (1; 2; 3)B = (a; b; c) dengan cara berikut
a =

4 3 3 4
a = (1; 2; 3) (0; 1; 0) = 2
b =

4 3 3 4
a = (1; 2; 3) (0; 1; 0) = 2
4 3
b = (1; 2; 3) ; 0; =1
5 5
c =

4 3 3 4
a = (1; 2; 3) (0; 1; 0) = 2
4 3
b = (1; 2; 3) ; 0; =1
5 5
3 4
c = (1; 2; 3) ; 0; =3
5 5
Jadi (1; 2; 3)B = (2; 1; 3).

4 3 3 4
a = (1; 2; 3) (0; 1; 0) = 2
4 3
b = (1; 2; 3) ; 0; =1
5 5
3 4
c = (1; 2; 3) ; 0; =3
5 5
Jadi (1; 2; 3)B = (2; 1; 3). Tinjau pula bahwa

4 3 3 4
(1; 2; 3) = 2 (0; 1; 0) + 5 ; 0; 5 + 3 5 ; 0; 5 .

Sifat Penting terkait Basis Ortonormal
Teorema
Misalkan V adalah sebuah RHKD berdimensi n dan B = f~q1 ; ~q2 ; : : : ; ~qn g adalah
basis ortonormal bagi V . Misalkan ~u; ~v 2 V dengan
(~u)B = (u1 ; u2 ; : : : ; un )
(~v )B = (v1 ; v2 ; : : : ; vn ) ,
maka
p
1 k~uk = u21 + u22 + + u2n
q
2 2 2
2 d (~u; ~v ) = (u1 v1 ) + (u2 v2 ) + + (un vn )
3 h~u; ~v i = u1 v1 + u2 v2 + + un vn .

Proyeksi Ortogonal secara Umum
Bahasan

Proyeksi Ortogonal di Ruang Euclid
Perhatikan gambar berikut.
Ingat kembali pada R2 maupun R3 , jika ~u1 adalah proyeksi ortogonal dari ~u pada
~b kita memiliki
~u1 =

Proyeksi Ortogonal di Ruang Euclid
Perhatikan gambar berikut.
Ingat kembali pada R2 maupun R3 , jika ~u1 adalah proyeksi ortogonal dari ~u pada
~b kita memiliki
~u ~b ~
~u1 = 2 b.
~b
Perhatikan bahwa ~u1 ?~u2 .

Pada ruang Euclid R2 atau R3 , jika W adalah sebuah garis atau bidang yang
melalui titik asal, maka setiap vektor ~u pada ruang vektor tersebut dapat ditulis
dalam bentuk
~u = w ~ 2,
~1 + w
dengan w ~ 2 2 W ?.
~ 1 2 W dan w

Pada ruang Euclid R2 atau R3 , jika W adalah sebuah garis atau bidang yang
melalui titik asal, maka setiap vektor ~u pada ruang vektor tersebut dapat ditulis
dalam bentuk
~u = w ~ 2,
~1 + w
dengan w ~ 2 2 W ?.
~ 1 2 W dan w

Teorema Proyeksi
Teorema
Jika W adalah sebuah subruang berdimensi hingga dari sebuah RHKD V , maka
setiap vektor ~u 2 V dapat ditulis secara tunggal dalam bentuk
~u = w ~ 0,
~ +w
dengan w ~ 0 2 W ?.
~ 2 W dan w
Teorema di atas mengatakan bahwa setiap vektor ~u 2 V dapat dinyatakan dalam
bentuk
~u = projW ~u + projW ? ~u
secara tunggal.

Teorema Proyeksi
Teorema
Jika W adalah sebuah subruang berdimensi hingga dari sebuah RHKD V , maka
setiap vektor ~u 2 V dapat ditulis secara tunggal dalam bentuk
~u = w ~ 0,
~ +w
dengan w ~ 0 2 W ?.
~ 2 W dan w
Teorema di atas mengatakan bahwa setiap vektor ~u 2 V dapat dinyatakan dalam
bentuk
~u = projW ~u + projW ? ~u
secara tunggal.

Dengan mengadaptasi teorema yang telah dijelaskan untuk basis ortogonal dan
basis ortonormal untuk suatu RHKD, kita mempunyai teorema berikut.
Teorema
Misalkan W adalah subruang berdimensi k dari suatu RHKD V dan ~u 2 W , maka
1 Jika B = f~
p1 ; p~2 ; : : : ; p~k g adalah basis ortogonal bagi W , maka
h~u; p~1 i h~u; p~2 i h~u; p~k i

projW ~u = 2 p~1 + 2 p~2 + + 2 p~k .
k~
p1 k k~
p2 k k~
pk k
2 Jika B = f~q1 ; ~q2 ; : : : ; ~qk g adalah basis ortonormal bagi W , maka
projW ~u = h~u; ~q1 i ~q1 + h~u; ~q2 i ~q2 + + h~u; ~qk i ~qk .
Bukti
Latihan.

Latihan
Pandang R3 yang dilengkapi dengan HKD Euclid standar. Jika
4 3
W = span (0; 1; 0) ; 5 ; 0; 5 , carilah proyeksi ortogonal dari ~u = (1; 1; 1)
pada W .
Solusi:

Latihan
4 3
pada W .
Solusi: Perhatikan bahwa W adalah basis ortonormal karena
4 3 4 3
(0; 1; 0) 5 ; 0; 5 = 0 dan k(0; 1; 0)k = 5 ; 0; 5 = 1. Jadi
projW ~u =

Latihan
4 3
pada W .
4 3 4 3
(0; 1; 0) 5 ; 0; 5 = 0 dan k(0; 1; 0)k = 5 ; 0; 5 = 1. Jadi
4 3 4 3
projW ~u = [(0; 1; 0) (1; 1; 1)] (0; 1; 0) + ; 0; (1; 1; 1) ; 0;
5 5 5 5

Latihan
4 3
pada W .
4 3 4 3
(0; 1; 0) 5 ; 0; 5 = 0 dan k(0; 1; 0)k = 5 ; 0; 5 = 1. Jadi
4 3 4 3
projW ~u = [(0; 1; 0) (1; 1; 1)] (0; 1; 0) + ; 0; (1; 1; 1) ; 0;
5 5 5 5
1 4 3
= (0; 1; 0) ; 0;
5 5 5

Latihan
4 3
pada W .
4 3 4 3
(0; 1; 0) 5 ; 0; 5 = 0 dan k(0; 1; 0)k = 5 ; 0; 5 = 1. Jadi
4 3 4 3
projW ~u = [(0; 1; 0) (1; 1; 1)] (0; 1; 0) + ; 0; (1; 1; 1) ; 0;
5 5 5 5
1 4 3
= (0; 1; 0) ; 0;
5 5 5
4 3 4 3
= (0; 1; 0) + ; 0; = ; 1;
25 25 25 25

Proses Gram-Schmidt
Bahasan

Proses Gram-Schmidt
Proses Gram-Schmidt – Pendahuluan
Permasalahan
Misalkan V adalah sebuah RHKD berdimensi n. Apakah V pasti memiliki basis
ortogonal? Bagaimana dengan basis ortonormal?
Permasalahan

Proses Gram-Schmidt
Proses Gram-Schmidt – Pendahuluan
Permasalahan
Misalkan V adalah sebuah RHKD berdimensi n. Apakah V pasti memiliki basis
ortogonal? Bagaimana dengan basis ortonormal?
Permasalahan
Diberikan suatu RHKD V berdimensi n dan B = f~v1 ; ~v2 ; : : : ; ~vn g adalah basis
bagi V . Apakah kita dapat mengkonstruksi suatu basis B 0 yang ortogonal dan
basis B 00 yang ortonormal dari B?

Proses Gram-Schmidt
Proses Gram-Schmidt

Proses Gram-Schmidt
Proses Gram-Schmidt
Misalkan V adalah sebuah RHKD berdimensi n dan B = f~v1 ; ~v2 ; : : : ; ~vn g adalah
sebuah basis bagi V . Proses Gram-Schmidt (atau algoritma Gram-Schmidt)
adalah suatu prosedur mengkonstruksi basis ortogonal B 0 dari B. Dengan
demikian proses Gram-Schmidt adalah sebuah algoritma dengan input dan output
berikut:
Input:

Proses Gram-Schmidt
Proses Gram-Schmidt
berikut:
Input: sembarang basis B pada sebuah RHKD V .
Output:

Proses Gram-Schmidt
Proses Gram-Schmidt
berikut:
Output: suatu basis ortogonal B 0 yang dikonstruksi menggunakan
vektor-vektor pada B.

Proses Gram-Schmidt
Proses Gram-Schmidt
berikut:
Output: suatu basis ortogonal B 0 yang dikonstruksi menggunakan
vektor-vektor pada B.
Jika kita menginkan basis B 00 yang ortonormal dari B 0 , kita dapat melakukannya
dengan membagi setiap vektor pada B 0 dengan normnya masing-masing.

Proses Gram-Schmidt
Ilustrasi Proses Gram-Schmidt
Misalkan B = f~v1 ; ~v2 ; : : : ; ~vn g adalah suatu basis bagi RHKD V yang berdimensi
n. Pertama kita akan mengkonstruksi basis ortogonal B 0 = f~ p1 ; p~2 ; : : : ; p~n g dari
B.
Langkah 1:

Proses Gram-Schmidt
B.
Langkah 1: pilih p~1 = ~v1 .
Langkah 2:

Proses Gram-Schmidt
B.
Langkah 2: kita akan mengkonstruksi p~2 agar p~2 ?~ p1 . Tinjau ilustrasi berikut

Proses Gram-Schmidt
B.
Langkah 2: kita akan mengkonstruksi p~2 agar p~2 ?~ p1 . Tinjau ilustrasi berikut

Proses Gram-Schmidt
Misalkan W1 = span f~
p1 g, kita dapat mende…nisikan p~2 =

Proses Gram-Schmidt
p1 g, kita dapat mende…nisikan p~2 = ~v2 projW1 ~v2 ,
sehingga diperoleh
p~2 =

Proses Gram-Schmidt
sehingga diperoleh
h~v2 ; p~1 i
p~2 = ~v2 2 p ~1 .
k~p1 k
Langkah 3:

Proses Gram-Schmidt
sehingga diperoleh
h~v2 ; p~1 i
p~2 = ~v2 2 p ~1 .
k~p1 k
Langkah 3: kita akan mengkonstruksi p~3 agar p~3 ?~
p2 dan p~3 ?~
p1 . Tinjau ilustrasi
berikut

Proses Gram-Schmidt
sehingga diperoleh
h~v2 ; p~1 i
p~2 = ~v2 2 p ~1 .
k~p1 k
Langkah 3: kita akan mengkonstruksi p~3 agar p~3 ?~
p2 dan p~3 ?~
p1 . Tinjau ilustrasi
berikut

Proses Gram-Schmidt
p1 ; p~2 g, kita dapat mende…nisikan p~3 =

Proses Gram-Schmidt
p1 ; p~2 g, kita dapat mende…nisikan p~3 = ~v3 projW2 ~v3 ,
sehingga diperoleh
p~3 =

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k
Langkah 4:

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k
Langkah 4: kita akan mengkonstruksi p~4 agar p~4 ?~ pj untuk setiap 1 j 3.

p1 ; p~2 ; p~3 g, kita dapat mende…nisikan p~4 =

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k

p1 ; p~2 ; p~3 g, kita dapat mende…nisikan p~4 = ~v4 projW3 ~v4 ,
sehingga diperoleh
p~4 =

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k

sehingga diperoleh
h~v4 ; p~1 i h~v4 ; p~2 i h~v4 ; p~3 i

p~4 = ~v4 2 p~1 2 p~2 2 p~3 .
k~
p1 k k~
p2 k k~
p3 k
..
.
Langkah ke-i:

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k

sehingga diperoleh
h~v4 ; p~1 i h~v4 ; p~2 i h~v4 ; p~3 i

p~4 = ~v4 2 p~1 2 p~2 2 p~3 .
k~
p1 k k~
p2 k k~
p3 k
..
.
Langkah ke-i: kita dapat mengkonstruksi p~i agar p~i ?~ pj untuk setiap
1 j i 1. Misalkan Wi 1 = span f~ p1 ; p~2 ; : : : p~i 1 g, kita dapat mende…nisikan
p~i =

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k

sehingga diperoleh
h~v4 ; p~1 i h~v4 ; p~2 i h~v4 ; p~3 i

p~4 = ~v4 2 p~1 2 p~2 2 p~3 .
k~
p1 k k~
p2 k k~
p3 k
..
.
p~i = ~vi projWi 1 ~vi , sehingga diperoleh
p~i =

Proses Gram-Schmidt
sehingga diperoleh
h~v3 ; p~1 i h~v3 ; p~2 i
p~3 = ~v3 2 p ~1 2 p ~2 .
k~p1 k k~p2 k

sehingga diperoleh
h~v4 ; p~1 i h~v4 ; p~2 i h~v4 ; p~3 i

p~4 = ~v4 2 p~1 2 p~2 2 p~3 .
k~
p1 k k~
p2 k k~
p3 k
..
.
p~i = ~vi projWi 1 ~vi , sehingga diperoleh
h~vi ; p~1 i h~vi ; p~2 i h~vi ; p~i 1i

p~i = ~vi 2 p~1 2 p~2 2 p~i 1 .
k~
p1 k k~
p2 k k~
pi 1k

Proses Gram-Schmidt
..
.
Langkah ke-n:

Proses Gram-Schmidt
..
.
Langkah ke-n: kita dapat mengkonstruksi p~n agar p~n ?~ pj untuk setiap
1 j n 1. Misalkan Wn 1 = span f~ p1 ; p~2 ; : : : ; p~n 1 g, kita dapat
mende…nisikan p~n =

Proses Gram-Schmidt
..
.
mende…nisikan p~n = ~vn projWn 1 ~vn , sehingga diperoleh
p~n =

Proses Gram-Schmidt
..
.
mende…nisikan p~n = ~vn projWn 1 ~vn , sehingga diperoleh
h~vn ; p~1 i h~vn ; p~2 i h~vn ; p~n 1i

p~n = ~vn 2 p~1 2 p~2 2 p~n 1
k~
p1 k k~
p2 k k~
pn 1k
Ketika langkah ke-n berakhir, kita memiliki sifat

1 span f~
p1 ; p~2 ; : : : ; p~n g = span f~v1 ; ~v2 ; : : : ; ~vn g,
2 B 0 = f~
p1 ; p~2 ; : : : ; p~n g adalah basis ortogonal bagi V .
Kemudian kita dapat mengkonstruksi basis ortonormal B 00 = f~q1 ; ~q2 ; : : : ; ~qn gdari
B 0 dengan mende…nisikan
p~i
~qi = , untuk setiap 1 i n.
k~
pi k

Proses Gram-Schmidt
Pseudocode Proses Gram-Schmidt
Berikut adalah salah satu pseudocode dari proses Gram-Schmidt.

Pseudocode Proses Gram-Schmidt
Gram-Schmidt (B = f~v1 ; ~v2 ; : : : ; ~vn g) // B adalah basis bagi sebuah RHKD V .
1 p~1 ~v1
2 for i 2 to n
3 for j 1 to i 1
h~vi ; p~j i
4 ij 2 // ij adalah koe…sien pada proyeksi
k~
pj k
i 1
X
5 p~i ~vi ij p
~j
j=1
6 end for
7 end for
8 return f~
p1 ; p~2 ; : : : ; p~n g.

Proses Gram-Schmidt
Contoh Komputasi Proses Gram-Schmidt
Latihan
Diberikan basis B = f~u1 ; ~u2 ; ~u3 g bagi R3 dengan ~u1 = (1; 1; 1), ~u2 = (0; 1; 1),
dan ~u3 = (0; 0; 1). Terapkan proses Gram-Schmidt pada B untuk memperoleh
suatu basis B 0 yang ortogonal dan basis B 00 yang ortonormal dengan HKD Euclid
standar.
Solusi: dengan proses Gram-Schmidt

Proses Gram-Schmidt
Latihan
standar.
Langkah 1: p~1 = ~u1 = (1; 1; 1).

Proses Gram-Schmidt
Latihan
standar.
Langkah 1: p~1 = ~u1 = (1; 1; 1).
Langkah 2: W1 = span f~ p1 g,
p~2 =

Proses Gram-Schmidt
Latihan
standar.
Langkah 1: p~1 = ~u1 = (1; 1; 1).
p~2 = ~u2 projW1 ~u2 =

Proses Gram-Schmidt
Latihan
standar.
Langkah 1: p~1 = ~u1 = (1; 1; 1).
~u2 p~1
p~2 = ~u2 projW1 ~u2 = ~u2 2 p~1
k~
p1 k

Proses Gram-Schmidt
Latihan
standar.
Langkah 1: p~1 = ~u1 = (1; 1; 1).
~u2 p~1
p~2 = ~u2 projW1 ~u2 = ~u2 2 p
~1
k~
p1 k
(0; 1; 1) (1; 1; 1)
= (0; 1; 1) 2 (1; 1; 1)
k(1; 1; 1)k
2 1 1
= ; ;
3 3 3

Proses Gram-Schmidt
Langkah 3: W2 = span f~
p1 ; p~2 g,
p~3 =

Proses Gram-Schmidt
p1 ; p~2 g,
p~3 = ~u3 projW2 ~u3 =

Proses Gram-Schmidt
p1 ; p~2 g,
~u3 p~1 ~u3 p~2

p~3 = ~u3 projW2 ~u3 = ~u3 2 p~1 2 p~2
k~
p1 k k~
p2 k

Proses Gram-Schmidt
p1 ; p~2 g,
~u3 p~1 ~u3 p~2

p~3 = ~u3 projW2 ~u3 = ~u3 2 p~1 2 p~2
k~
p1 k k~
p2 k
2 1 1
(0; 0; 1) (1; 1; 1) (0; 0; 1) 3; 3; 3 2 1 1
= (0; 0; 1) 2 (1; 1; 1) 2 ; ;
k(1; 1; 1)k 2 1 1 3 3 3
3; 3; 3
1 1
= 0; ;
2 2

Proses Gram-Schmidt
p1 ; p~2 g,
~u3 p~1 ~u3 p~2

p~3 = ~u3 projW2 ~u3 = ~u3 2 p~1 2 p~2
k~
p1 k k~
p2 k
2 1 1
(0; 0; 1) (1; 1; 1) (0; 0; 1) 3; 3; 3 2 1 1
= (0; 0; 1) 2 (1; 1; 1) 2 ; ;
k(1; 1; 1)k 2 1 1 3 3 3
3; 3; 3
1 1
= 0; ;
2 2
Jadi diperoleh basis ortogonal B 0 = f~

p1 ; p~2 ; p~3 g dengan p~1 = (1; 1; 1),
2 1 1 1 1
p~2 = ; ;
3 3 3 , dan p
~ 3 = 0; 2 2 .
;

Proses Gram-Schmidt
p1 ; p~2 g,
~u3 p~1 ~u3 p~2

p~3 = ~u3 projW2 ~u3 = ~u3 2 p~1 2 p~2
k~
p1 k k~
p2 k
2 1 1
(0; 0; 1) (1; 1; 1) (0; 0; 1) 3; 3; 3 2 1 1
= (0; 0; 1) 2 (1; 1; 1) 2 ; ;
k(1; 1; 1)k 2 1 1 3 3 3
3; 3; 3
1 1
= 0; ;
2 2

p1 ; p~2 ; p~3 g dengan p~1 = (1; 1; 1),
2 1 1 1 1
p~2 = ; ;
3 3 3 , dan p
~ 3 = 0; 2 2 .
;
p 2 1 1
p
6
Selanjutnya tinjau bahwa k~
p1 k = k(1; 1; 1)k = 3, k~
p2 k = 3; 3; 3 = 3 ,
p
p3 k = 0; 2 ; 2 = 22 .
dan k~ 1 1

Proses Gram-Schmidt
p1 ; p~2 g,
~u3 p~1 ~u3 p~2

p~3 = ~u3 projW2 ~u3 = ~u3 2 p~1 2 p~2
k~
p1 k k~
p2 k
2 1 1
(0; 0; 1) (1; 1; 1) (0; 0; 1) 3; 3; 3 2 1 1
= (0; 0; 1) 2 (1; 1; 1) 2 ; ;
k(1; 1; 1)k 2 1 1 3 3 3
3; 3; 3
1 1
= 0; ;
2 2

p1 ; p~2 ; p~3 g dengan p~1 = (1; 1; 1),
2 1 1 1 1
p~2 = ; ;
3 3 3 , dan p
~ 3 = 0; 2 2 .
;
p p
Selanjutnya tinjau bahwa k~
p1 k = k(1; 1; 1)k = 3, k~
p2 k = 2 1 1
3; 3; 3 = 36 ,
p
p3 k = 0; 12 ; 21 = 22 . Jadi diperoleh basis ortonormal B 00 = f~q1 ; ~q2 ; ~q3 g
dan k~
dengan ~q1 = p1 ; p1 ; p1 , ~q2 = p2 ; p1 ; p1 , dan ~q3 = 0; p1 ; p1 .
3 3 3 6 6 6 2 2

Dekomposisi (Faktorisasi) QR
Bahasan

Dekomposisi (Faktorisasi) Matriks
Di sekolah menengah Anda tentu sudah mengenal faktorisasi bilangan bulat,

sebagai contoh 18 dapat ditulis sebagai 18 =


sebagai contoh 18 dapat ditulis sebagai 18 = 2 9 =


sebagai contoh 18 dapat ditulis sebagai 18 = 2 9 = 6 3 =


sebagai contoh 18 dapat ditulis sebagai 18 = 2 9 = 6 3 = 2 3 3. Pada kuliah
Aljabar Linier kita akan mengkaji dekomposisi/ faktoriasi matriks. Sebagai
1 2
contoh, matriks dapat dinyatakan sebagai hasil kali dua matriks segitiga
3 4
atas dan segitiga bawah, yaitu
1 2
=
3 4


sebagai contoh 18 dapat ditulis sebagai 18 = 2 9 = 6 3 = 2 3 3. Pada kuliah
Aljabar Linier kita akan mengkaji dekomposisi/ faktoriasi matriks. Sebagai
1 2
contoh, matriks dapat dinyatakan sebagai hasil kali dua matriks segitiga
3 4
atas dan segitiga bawah, yaitu
1 2 1 0 1 2
=
3 4 3 1 0 2
Pada kuliah ini kita akan mengkaji suatu bentuk faktorisasi untuk matriks yang
vektor-vektor kolomnya bebas linier.

Dekomposisi (Faktoriasi) QR
Permasalahan
Misalkan A adalah sebuah matriks berukuran m n yang vektor-vektor kolomnya
bebas linier dan Q adalah matriks yang ukurannya sama dengan A dan
vektor-vektor kolomnya adalah vektor ortonormal yang diperoleh dari penerapan
proses Gram-Schmidt terhadap vektor-vektor kolom pada A. Apakah terdapat
keterkaitan secara aljabar antara matriks A dan Q?
Contoh
1 0
Misalkan A = dan Q adalah matriks 2 2 yang vektor-vektor kolomnya
1 1
adalah vektor ortonormal yang diperoleh dengan menerapkan"proses
p p #
2 2
Gram-Schmidt pada vektor-vektor kolom dari A, yaitu Q = p2 p2 .
2 2
2 2
Apakah terdapat keterkaitan antara A dan Q?

Tinjau bahwa vektor-vektor kolom dari Q adalah basis ortonormal untuk R2 ,

akibatnya kita mempunyai
1
=
1


" p #! " p # " p #! " p #
2 2 2 2
1 1 p2 p2
1 p2 p2
= +
1 1 2 2 1 2 2
2 2 2 2


" p #! " p # " p #! " p #
2 2 2 2
1 1 p2 p2
1 p2 p2
= +
1 1 2 2 1 2 2
2 2 2 2
" p # " p #
p 2 2
= 2 2
p + 0 p2
2 2
2 2
0
=
1


" p #! " p # " p #! " p #
2 2 2 2
1 1 p2 p2
1 p2 p2
= +
1 1 2 2 1 2 2
2 2 2 2
" p # " p #
p 2 2
= 2 2
p + 0 p2
2 2
2 2
" p #! " p # " p #! " p #
2 2 2 2
0 0 p2 p2
0 p2 p2
= +
1 1 2 2 1 2 2
2 2 2 2


" p #! " p # " p #! " p #
2 2 2 2
1 1 p2 p2
1 p2 p2
= +
1 1 2 2 1 2 2
2 2 2 2
" p # " p #
p 2 2
= 2 2
p + 0 p2
2 2
2 2
" p #! " p # " p #! " p #
2 2 2 2
0 0 p2 p2
0 p2 p2
= +
1 1 2 2 1 2 2
2 2 2 2
p " p
2
# p " p
2
#
2 p2
2 p2
= 2
+ 2
2 2
2 2

" p # " p #
2 2
1 0 p2 p2
Misalkan ~v1 = , ~v2 = , p~1 = , p~2 = , kita memiliki
1 1 2 2
2 2
[~v1 ] =

" p # " p #
2 2
1 0 p2 p2
1 1 2 2
2 2
p
2
[~v1 ] = p~1 p~2
0
[~v2 ] =

" p # " p #
2 2
1 0 p2 p2
1 1 2 2
2 2
p
2
[~v1 ] = p~1 p~2
0
" p #
2
[~v2 ] = p~1 p~2 p2 , sehingga
2
2
~v1 ~v2 =

" p # " p #
2 2
1 0 p2 p2
1 1 2 2
2 2
p
2
[~v1 ] = p~1 p~2
0
" p #
2
2
2
" p p #
2
2 p2
~v1 ~v2 = p~1 p~2 2
0 2
1 0
=
1 1

" p # " p #
2 2
1 0 p2 p2
1 1 2 2
2 2
p
2
[~v1 ] = p~1 p~2
0
" p #
2
2
2
" p p #
2 p22
~v1 ~v2 = p~1 p~2 2
0 2
" p p #" p p #
2 2 2
1 0 p2 p2
2 p2
=
1 1 2 2
0 2
2 2 2

Perhatikan bahwa
1 0
=
1 1

Perhatikan bahwa
2 " p # " p # 3
2 2
" # 6 1 p2
0 p2
p p 7
1 0 2 2 6 1 2 1 2 7
= p2 p2 6 " 2p # " 2p # 7
1 1 2 2 6 2 2 7
2 2 4 1 p2
0 p2 5
1 2 1 2
2 2

Perhatikan bahwa
2 " p # " p # 3
2 2
" # 6 1 p2
0 p2
p p 7
1 0 2 2 6 1 2 1 2 7
= p2 p2 6 " 2p # " 2p # 7
1 1 2 2 6 2 2 7
2 2 4 1 p2
0 p2 5
1 2 1 2
2 2
2 " p # " p # 3
2 2
" # 6 1 p2
0 p2
p p 7
2 2 6 1 2 1 2 7
= p2 p2 6 2 " 2p # 7
2 2 6 2 7
2 2 4 0 p2 5
0
1 2
2

Teorema Dekomposisi (Faktoriasi) QR
Teorema
Misalkan
A= c1 c2 cn
adalah sebuah matriks berukuran m n yang vektor-vektor kolomnya bebas linier
dan
Q = q1 q2 qn
adalah matriks yang ukurannya sama dengan A dan vektor-vektor kolomnya
adalah vektor ortonormal yang diperoleh dari penerapan proses Gram-Schmidt
terhadap vektor-vektor kolom pada A.

Maka
A = QR,
dengan R adalah matriks persegi segitiga atas berukuran n n yang invertibel
dan berbentuk 2 3
c1 q1 c2 q1 cn q1
6 0 c2 q 2 cn q2 7
6 7
6 .. . . . . .. 7
4 . . . . 5
0 0 cn q n

Bukti
Tinjau bahwa fq1 ; q2 ; : : : ; qn g adalah basis ortonormal untuk col (A), sehingga
kita memiliki
c1 = 11 q1 + 12 q2 + + 1n qn
c2 = 21 q1 + 22 q2 + + 2n qn
..
.
cn = n1 q1 + n2 q2 + + nn qn

Akibatnya kita memiliki

2 3
11
6 7
6 12 7
c1 = q1 q2 qn 6 .. 7
4 . 5
1n
2 3
21
6 7
6 22 7
c2 = q1 q2 qn 6 .. 7
4 . 5
2n
..
.
2 3
n1
6 7
6 n2 7
cn = q1 q2 qn 6 .. 7
4 . 5
nn

Oleh karena itu

2 3
11 21 n1
6 7
6 12 22 n2 7
c1 c2 cn = q1 q2 qn 6 .. .. .. .. 7.
4 . . . . 5
1n 2n nn
Karena fq1 ; q2 ; : : : ; qn g adalah basis ortonormal, kita mempunyai
ij = ci qj untuk setiap 1 i; j n,
sehingga didapat
c1 c2 cn =

Oleh karena itu

2 3
11 21 n1
6 7
6 12 22 n2 7
c1 c2 cn = q1 q2 qn 6 .. .. .. .. 7.
4 . . . . 5
1n 2n nn
Karena fq1 ; q2 ; : : : ; qn g adalah basis ortonormal, kita mempunyai
ij = ci qj untuk setiap 1 i; j n,
sehingga didapat
c1 c2 cn = q1 q2 qn (4)
2 3
c1 q 1 c2 q 1 cn q 1
6 c1 q 2 c2 q 2 cn q 2 7
6 7
6 .. .. .. .. 7.
4 . . . . 5
c1 qn c2 qn cn q n

Pada hasil dari proses Gram-Schmidt kita mempunyai fakta: untuk setiap j 2,
vektor qj ortogonal terhadap c1 ; c2 ; : : : ; cj 1 . Akibatnya
ci qj = 0 bila i < j untuk setiap 1 i<j n.
Jadi ekspresi (4) dapat disederhanakan menjadi
c1 c2 cn =

Pada hasil dari proses Gram-Schmidt kita mempunyai fakta: untuk setiap j 2,
vektor qj ortogonal terhadap c1 ; c2 ; : : : ; cj 1 . Akibatnya
ci qj = 0 bila i < j untuk setiap 1 i<j n.
Jadi ekspresi (4) dapat disederhanakan menjadi
c1 c2 cn = q1 q2 qn
2 3
c1 q1 c2 q 1 cn q1
6 0 c2 q 2 cn q2 7
6 7
6 .. .. .. .. 7.
4 . . . . 5
0 0 cn q n

Latihan
Tentukan dekomposisi QR dari matriks A bila
2 3
1 0 0
A = 4 1 1 0 5.
1 1 1
Solusi:

Latihan
2 3
1 0 0
A = 4 1 1 0 5.
1 1 1
2 3 2 3
1 0
Solusi: Vektor-vektor kolom dari A adalah c1 = 4 1 5, c2 = 4 1 5, dan
1 1
2 3
0
c3 = 4 0 5. Dengan hasil proses Gram-Schmidt yang telah diperoleh pada
1
latihan sebelumnya, diperoleh
q1 =

Latihan
2 3
1 0 0
A = 4 1 1 0 5.
1 1 1
2 3 2 3
1 0
1 1
2 3
0
1
2 1 3
p
3
6 p1 7
q1 = 4 3 5 , q2 =
p1
3

Latihan
2 3
1 0 0
A = 4 1 1 0 5.
1 1 1
2 3 2 3
1 0
1 1
2 3
0
1
2 1 3 2 2
3
p p
3 6
6 p1 7 6 p1 7
q1 = 4 3 5 , q2 = 4 6 5 , dan q3 =
p1 p1
3 6

Latihan
2 3
1 0 0
A = 4 1 1 0 5.
1 1 1
2 3 2 3
1 0
1 1
2 3
0
1
2 1 3 2 3 2 3
p p2 0
3 6
6 7 6 7 1
q1 = 4 p13 5 , q2 = 4 p16 5 , dan q3 = 4 p2 5 .
p1 p1 p1
3 6 2

Selanjutnya dengan teorema dekomposisi QR, matriks Q adalah

q1 q2 q3 dan matriks R adalah
R=


2 3
c1 q 1 c2 q 1 c3 q1
R= 4 0 c2 q 2 c3 q2 5 =
0 0 c3 q3


2 3 2 3 3
p p2 p1
c1 q1 c2 q1 c3 q1 3 3 3
6 p2 p1 7
R= 4 0 c2 q2 c3 q2 5 = 4 0 6 2 5
0 0 c3 q3 0 0 p1
2
Perhatikan bahwa


2 3 2 3 3
p p2 p1
c1 q1 c2 q1 c3 q1 3 3 3
6 p2 p1 7
R= 4 0 c2 q2 c3 q2 5 = 4 0 6 2 5
0 0 c3 q3 0 0 p1
2
Perhatikan bahwa
A = QR
2 3 2 1 32 3
p p2 0 p3 p2 p1
1 0 0 3 6 3 3 3
4 1 1 6 p1 p1 p1 76 0 p2 p1 7
0 5 = 4 3 6 2 54 6 2 5
1 1 1 p1 p1 p1 0 0 p1
3 6 2 2

z94bc8cd024 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

z94bc8cd024 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Basis Ortogonal, Basis Ortonormal,

Proses Gram-Schmidt, dan Dekomposisi QR

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 1 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 2 / 52

1 Himpunan Ortogonal dan Himpunan Ortonormal

2 Basis Ortogonal dan Basis Ortonormal

3 Proyeksi Ortogonal secara Umum

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 3 / 52

1 Himpunan Ortogonal dan Himpunan Ortonormal

2 Basis Ortogonal dan Basis Ortonormal

3 Proyeksi Ortogonal secara Umum

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 4 / 52

Himpunan Ortogonal dan Himpunan Ortonormal

h~u; ~v i = 0, 8~u; ~v 2 S dengan ~u 6= ~v .

Selanjutnya himpunan ortogonal S juga dikatakan sebagai himpunan ortonormal

h~u; ~v i = 0, 8~u; ~v 2 S dengan ~u 6= ~v dan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 5 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 6 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 7 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 7 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 7 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 7 / 52

3 S merupakan himpunan ortogonal karena (1; 0; 0) 0; p12 ; p12 = 0,

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 7 / 52

3 S merupakan himpunan ortogonal karena (1; 0; 0) 0; p12 ; p12 = 0,

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 7 / 52

Konstruksi Himpunan Ortonormal dan Himpunan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 8 / 52

Konstruksi Himpunan Ortonormal dan Himpunan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 8 / 52

Konstruksi Himpunan Ortonormal dan Himpunan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 9 / 52

1 Himpunan Ortogonal dan Himpunan Ortonormal

2 Basis Ortogonal dan Basis Ortonormal

3 Proyeksi Ortogonal secara Umum

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 10 / 52

Keterkaitan Antara Ortogonal dan Bebas Linier

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 11 / 52

Keterkaitan Antara Ortogonal dan Bebas Linier

Misalkan ~vj 2 S dengan 1 j k, kita mempunyai

yang setara dengan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 11 / 52

Keterkaitan Antara Ortogonal dan Bebas Linier

Misalkan ~vj 2 S dengan 1 j k, kita mempunyai

yang setara dengan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 11 / 52

Keterkaitan Antara Ortogonal dan Bebas Linier

Misalkan ~vj 2 S dengan 1 j k, kita mempunyai

yang setara dengan

Karena S ortogonal dan tidak memuat vektor nol kita memiliki

Akibatnya ekspresi (2) memberikan

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 12 / 52

Karena S ortogonal dan tidak memuat vektor nol kita memiliki

Akibatnya ekspresi (2) memberikan

untuk setiap j dengan 1 j k.

MZI (FIF Tel-U) Proses Gram-Schmidt dan Dekomposisi QR November 2015 12 / 52

Karena S ortogonal dan tidak memuat vektor nol kita memiliki