CHAPTER 6.

Ruang Hasil Kali Dalam

• Hasil Kali Dalam
• Sudut dan Ortogonal dalam Ruang Hasil Kali
Dalam
• Basis ortogonal, proses Gram Schmidt; Dekomp
osisi QR (optional)
• Matriks orthogonal; Perubahan basis
6.1. HASIL KALI DALAM
Ingatlah Definisi Hasil Kali dalam Euclidean
Perkalian titik Euclidean 2 buah vektor
dalam Rn yang dinotasikan u.v

• Jika u=(u1 ,u2 ,…,un), v=(v1 ,v2 ,…, vn) adalah vektor-
vektor dalam Rn , maka Euclidean Inner Product
u٠v dinyatakan oleh

u  v  u1v1  u2 v 2  ...  un vn

Pada bab ini u.v dinotasikan juga dalam <u,v>

 Definisi Inner Product

Suatu hasil kali dalam pada suatu ruang vektor real V adalah
suatu fungsi yang menghubungkan suatu bilangan real u, v
dengan setiap pasangan vektor u dan v dalam V sehingga
aksioma2 berikut dipenuhi untuk semua vektor u, v dan w dalam
V dan semua skalar k.
• u, v = v, u
• u + v, w = u, w + v, w
• ku, v = k u, v
• u, u  0 and u, u = 0 if and only if u = 0
Semua ruang vektor real V dengan suatu hasil kali dalam
disebut suatu ruang hasil kali dalam.
 Definisi Inner Product
Jika u = (u1, u2, …, un) dan v = (v1, v2, …, vn) adalah
vektor – vektor dalam Rn, maka ;
u,v = u·v = u1v1 + u2v2 + … + unvn
Mendefinisikan u,v sebagai hasil kali dalam Euclidean
pada Rn.

• Jika terdapat w1, w2, …, wn sebagai bilangan real positif dan

u = (u1, u2, …, un) dan v = (v1, v2, …, vn) adalah vektor2 dalam Rn,
 u,v = u . v = w1u1v1 + w2u2v2 + … + wnunvn
mendefinisikan suatu hasil kali dalam Euclidean terboboti
dengan bobot w1, w2, …, wn.
• w1, w2, …, wn  weights/bobot
 Example
Jika u = (u1, u2) dan v = (v1, v2) adalah vektor-vektor dalam R2.
Tunjukkan bahwa hasil kali dalam Euclidean terboboti
u, v = 3u1v1 + 2u2v2 memenuhi ke-4 aksioma hasil kali dalam.

Jawab:
• u, v = v, u
1. u, v = v, u. • u + v, w = u, w + v, w
• ku, v = k u, v
2. w = (w1, w2) • u, u  0 and u, u = 0 if
and only if u = 0
u + v, w = (3u1v1 ) w1+ (2u2v2)w2
u + v, w = (3u1w1 + 2u2w2) + (3v1w1 + 2v2w2)= u, w + v, w
3.ku, v =3(ku1)v1 + 2(ku2)v2 = k(3u1v1 + 2u2v2) = k u, v
4. v, v = 3v1v1+2v2v2 = 3v12 + 2v22 .
v, v = 3v12 + 2v22 ≥0 .
 v, v = 3v12 + 2v22 = 0 if and only if v1 = v2 = 0.
That is , if and only if v = (v1,v2)=0.
Definisi : Panjang dan Jarak dalam Ruang Hasil Kali Dalam

Dalam ruang berdimensi n Euclidean dengan 2 titik sebarang

u = (u1, u2, …, un) dan v = (v1, v2, …, vn) maka:

• Jika V adalah suatu ruang hasil kali dalam, maka norma

(panjang) suatu vektor u dalam V dinyatakan dengan:

• Jarak antara dua titik (vektor) u dan v dinyatakan d(u,v)

 Contoh

• Misal u = (1,0) ; v = (0,1) dalam R2 dengan hasil kali dalam

Euclidean ;

d (u, v)  u  v  (1,1)  12  (1) 2  2

• Untuk Hasil Kali Dalam Euclidean terboboti:

Didapat 
Lingkaran dan Bola Satuan Ruang Hasil Kali Dalam

Jika V adalah suatu ruang hasil kali dalam, maka

himpunan titik-titik dalam V yang memenuhi
disebut bola satuan / lingkaran satuan dalam V.

Dalam R2 an R3 ini adalah titik-titik yang terletak 1

satuan dari titik asal.
 Contoh : Lingkaran dalam R2

• Sketsa lingkaran satuan dalam suatu xy-coordinate system

dalam R2 dengan menggunakan Euclidean inner product
u, v = u1v1 + u2v2

• Jawab
Jika u = (x,y), maka
Shg pers. Lingkaran satuan :

Dengan mengkuadratkan kedua ruas:

Hasil Kali Dalam Yang Dibangkitkan oleh Matriks

 u1   v1 
   
• Jika u  u2  and v = v2  adalah vektor-vektor dalam Rn
: :
   
un  vn 
(dan dinyatakan dalam matriks n1), dimana matriks standard
A nn dianggap invertible, maka jika u .v adalah hasil kali
dalam Eucl. pada Rn maka rumus :

u, v = Au · Av

 mendefinisikan hasil kali dalam pada Rn yang dibangkitkan

oleh A
 Hasil Kali Dalam by Matriks

u, v = Au · Av

• Hasil kali dalam Eucl. u,v bisa ditulis sebagai hasil kali matrik
vTu sehingga u, v = Au · Av dapat ditulis dalam
bentuk alternatif
u.v = vTu  u, v = (Av)TAu,
secara ekivalen, u, v = vTATAu

• Hasil kali dalam pada Rn yang dibangkitkan oleh matriks

identitas nxn adalah hasil kali dalam Euclidean, dan dengan
mensubsitusikan A= I didapat:
u, v = Iu · Iv = u · v
Example :Inner Product Generated by the Identity Matrix

• Hasil kali dalam Euclidean terboboti

u, v = w1u1v1 + w2u2v2 + … + wnunvn
adalah hasil kali dalam Rn yang dibangkitkan oleh:

A  diagonal ( w1 , w2 ,, wn )
 Inner Product Generated by the Identity Matrix

Contoh :

Hasil kali dalam Euclidean terboboti u, v = 3u1v1 + 2u2v2

merupakan hasil kali dalam R2 yang dibangkitkan oleh:
, u, v = vTATAu

 3 0 
A 
 0 2 

 3 0  3 0  u1  3 0 u1 
u, v  v1 v2      v1 v 
2      3u1v1  2u2v2
0 2  0 2  u2  0 2 u2 
 Theorema 6.1.1

Beberapa Sifat Hasil Kali Dalam:

Jika u, v, dan w adalah vektor-vektor dalam suatu ruang

hasil kali dalam real, dan k adalah sebarang skalar, maka:
• 0, v = v, 0 = 0
• u, v + w = u, v + u, w
• u, kv =k u, v
• u – v, w = u, w – v, w
• u, v – w = u, v – u, w
 Sifat Hasil Kali Dalam

Contoh:

• 0, v = v, 0 = 0
• u, v + w = u, v + u, w
• u, kv =k u, v
• u – v, w = u, w – v, w
• u, v – w = u, v – u, w
 6.2
Sudut dan Ortogonal dalam
Ruang Hasil Kali Dalam
Just Remind : DOT PRODUCT
Ketidaksamaan Cauchy-Schwarz; Sifat Panjang; Jarak
Dalam Ruang Hasil Kali Dalam

• Teori Ketidaksamaan Cauchy-Schwarz

Jika u dan v adalah vektor-vektor dalam ruang hasil kali
dalam real, maka

• Teori Sifat Panjang Dalam Ruang Hasil Kali Dalam

Jika u dan v adalah vektor-vektor dalam ruang hasil kali
dalam V dan k adalah sebarang skalar, maka:
|| u ||  0
|| u || = 0 if and only if u = 0
|| ku || = | k | || u ||
|| u + v ||  || u || + || v || (ketidaksamaan segitiga)
 Properties of Distance

• Teori Jarak Dalam Ruang Hasil Kali Dalam

Jika u, v dan w adalah vektor-vektor dalam ruang hasil
kali dalam V dan k adalah sebarang skalar, maka:

• d(u, v)  0
• d(u, v) = 0 if and only if u = v
• d(u, v) = d(v, u)
• d(u, v)  d(u, w) + d(w, v) (Ketidaksamaan segitiga)
 Sudut Antar Vektor

• Ketidaksamaan Cauchy-Schwarz dapat digunakan untuk

mendefinisikan sudut dalam ruang hasil kali dalam
berdasarkan hubungan

• θ adalah sudut antara u dan v dimana

u, v
cos   and 0    
u v
 Sudut Antar Vektor

Contoh:
Anggap R4 memiliki Euclidean inner product. Tentukan cosinus
sudut  antara u dan v dimana u = (4, 3, 1, -2) ; v = (-2, 1, 2, 3).
 Orthogonality

Dua vektor u dan v dalam suatu hasil kali dalam disebut

ortogonal jika u, v = 0.

Jika u dan v adalah vektor-vektor orthogonal dalam suatu

ruang hasil kali dalam, maka

Semua himpunan vektor-vektor di dalam ruang perkalian dalam

disebut himpunan ortogonal jika semua pasangan vektor-
vektor yang beda didalam himpunan tersebut ortogonal.
 Orthogonality

Contoh:

1 0 0 2
Jika M22 memiliki hasil kali U   and V   
1 1  0 0 

maka u dan v orthogonal karena

U, V = 1(0) + 0(2) + 1(0) + 1(0) = 0.
 Example : Orthogonal Vectors in P2
1

• Anggap P2 mempunyai hasil kali dalam  p, q   p( x)q( x)dx

dimana p = x and q = x2. 1

1/ 2 1/ 2
1  1 2 
• Maka p  p, p     xxdx 
1/ 2
   x dx  
2
 1   1  3
1/ 2 1/ 2
1 2 2  1 4  2
q  q, q     x x dx 
1/ 2
   x dx  
 1   1  5
1 1
 p, q     dx 0
2 3
xx dx x
1 1

karena p, q = 0, vektor-vektor p = x dan q = x 2

ortogonal relatif terhadap hasil kali dalam.

 Example

• Jika p = x dan q = x 2 orthogonal relatif terhadap hasil

kali dalam P2.
1
 p, q   p( x)q( x)dx
1

• Dari contoh sebelumnya didapat: p+q 2  ( 2 )2  ( 2 )2  2  2  16

3 5 3 5 15

• Yang dapat dicek dengan integral secara langsung:

1
p +q  p +q, p +q   ( x  x 2 )( x  x 2 )dx
2

1
1 1 1
2 2 16
  x dx  2  x dx   x 4 dx 
2 3
0 
1 1 1
3 5 15
 Himpunan Ortonormal
Semua himpunan ortogonal yang setiap vektornya mempunyai
norma 1 dinamakan himpunan ortonormal (ortonormal set)

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

0, jika i ≠ j
vi,vj = <vi, vj> =
1, jika i = j
 Komplemen Orthogonal

Jika V adalah suatu bidang yang melalui titik asal

R3 dengan hasil kali dalam Euclidean, maka
himpunan semua vektor yang ortogonal terhadap
setiap vektor dalam V membentuk garis L yang
melalui titik asal yang tegak lurus dengan bidang
V. Garis dan bidang disebut komplemen ortogonal
satu sama lain.

DEFINISI
Anggap W adalah suatu subruang dari suatu hasil kali dalam V.

• Jika u ortogonal terhadap setiap vektor dalam W vektor u

dalam V orthogonal terhadap W; dan

• Himpunan semua vektor dalam V yang ortogonal terhadap W

disebut komplemen ortogonal dari W.
 Sifat Komplemen Orthogonal

TEOREMA
Jika W adalah subruang dari suatu ruang hasil kali dalam
berdimensi terhingga V, maka:

• W (W perp : komponen orthogonal dari suatu sub ruang

W) adalah sub ruang dari V.

• Satu-satunya vektor dimana W dan W sama adalah 0;

• Komplemen ortogonal dari W adalah W; yaitu (W) = W.

Karena W adalah W adalah komplemen orthogonal satu sama lain

maka W adalah W adalah komplemen-komplemen orthogonal
 Kaitan Geometris antara
Ruang Baris, Ruang Kolom, Ruang Kosong
TEOREMA
Jika A adalah mn matrix, maka :

• Ruang Kosong A & Ruang baris A adalah

komplemen-komplemen ortogonal dalam Rn berkenaan
dengan Euclidean inner product.

• Ruang Kosong AT & Ruang Kolom A adalah

komplemen-komplemen ortogonal dalam Rm berkenaan
dengan Euclidean inner product.
 Ex. Basis for an Orthogonal Complement

• Jika W adalah subspace of yang terentang oleh vektor-

vektor baris w1=(2, 2, -1, 0, 1),
w2=(-1, -1, 2, -3, 1),
w3= (1, 1, -2, 0, -1),
w4=(0, 0, 1, 1, 1).
Tentukan basis untuk komplemen ortogonal dari W.

• Solution
– Ruang W terentang vektor baris w1, w2, w3 & w4 sama
dengan ruang baris dari matriks:
 2 2 1 0 1 
 1 1 2 3 1 
A 
 1 1 2 0 1
 
 0 0 1 1 1 
 Basis ruang null didapat melalui himpunan penyelesaian SPL
Homogen Ax = 0

OBE OBE

Solusi umum : x1 = -s-t x2= s x3= -t x4= 0 x5= t

Vektor penyelesaiannya dapat ditulis sbb:
v1 dan v2 merentang
dan membentuk suatu
basis untuk ruang ini,
atau basis ruang null
adalah v1 dan v2

Basis untuk komplemen

ortogonal dari W
 Equivalent Statements
If A is an mn matrix, and if TA : R n  R n is multiplication by A, then
the following are equivalent:
• A isinvertible.
• A x = 0 has only the trivial solution.
• The reduced row-echelon form of A is In.
• A is expressible as a product of elementary matrices.
• A x = b is consistent for every n1 matrix b.
• A x = b has exactly one solution for every n1 matrix b.
• det(A ) ≠ 0.
• The range of TA is R n.
• TA is one-to-one.
• The column vectors of A are linearly independent.
• The row vectors of A are linearly independent.
• The column vectors of A span R n .
• The row vectors of A span R n.
• The column vectors of A form a basis for R n.
• The row vectors of A form a basis for R n.
• A has rank n.
• A has nullity 0.
• The orthogonal complement of the nullspace of A is R n.
• The orthogonal complement of the row of A is { 0}.
6.3. Basis Orthogonal
Proses Gram-Schmidt;
Dekomposisi QR
 Basis Orthogonal dan Orthonormal

• DEFINISI
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 u 1 1 u 1 1
v1   (0,1,0), v 2  2  ( ,0, ), v 3  3  ( ,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  u22    un2

d (u, v)  (u1  v1 ) 2  (u2  v2 ) 2    (un  vn ) 2
u, v  u1v1  u2 v2    un vn

Norma u juga bisa dihitung berdasarkan vektor koordinat (u)s .

 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'  , , , 
 v
 1 v 2 v n 

• Jika u sebarang vektor dari V berlaku:
v1 v1 v v2 v vn
u  u,  u, 2    u, n
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

TEOREMA
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 :
Hitung 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.

Lakukan sampai n langkah untuk {u1, u2, …, un}

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
QTA = 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/ 2 
1/ 3   1/ 6   
R matriks 

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

2017/4/27 Elementary Linear Algebra 63

 Matriks-matriks Orthogonal
Definisi:

Suatu matriks bujursangkar A dengan sifat

A-1 = AT

Disebut sebagai matriks ortogonal, dimana;

AAT = ATA = I

64
 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
 Sifat Dasar Matriks-matriks Orthogonal

• The matrix
 1/ 2 1/ 2 
A 
 1/ 2 1/ 2 

is orthogonal since its row (and column)

vectors form orthonormal sets in R2.
• We have det(A) = 1.
• Interchanging the rows produces an
orthogonal matrix for which 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’ = ( b’1, b’2,…, b’n ) , 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 R2, 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 u’2
relative to the old basis B.

Solution (b)
 Matriks Transisi
• If P is the transition matrix from a basis B to a basis B
for a finite-dimensional vector space V, then:
– P is invertible.
– P-1 is the transition matrix from B to B.

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 θ.
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 θ 1. cos (θ+ π/2) = -sin θ
2. sin θ 2. sin (θ+ π/2) = cosθ
 P-1 = PT

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

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