Intan Muchtadi-Alamsyah
Algebra Research Group, Institut Teknologi Bandung
January 2021
Ruang Vektor
Definition
Suatu lapangan adalah suatu himpunan F yang dilengkapi dengan
dua operasi: penjumlahan yang dilambangkan dengan + dan
perkalian yang dilambangkan dengan •, dan dua unsur 0 dan 1
yang memenuhi
1 Untuk setiap x, y , z ∈ F
x + y ∈ F , xy ∈ F
x +y =y +x
(x + y ) + z = x + (y + z)
0+x =x
xy = yx
(xy )z = x(yz)
1x = x
Theorem (Hukum Pembatalan)
Untuk sebarang a, b, c di lapangan F berlaku
1 Jika a + b = c + b, maka a = c.
2 Jika a.b = c.b dan b 6= 0, maka a = c.
Corollary
Elemen identitas penjumlahan dan perkalian, begitu juga elemen
invers penjumlahan dan perkalian adalah tunggal.
Theorem
Misalkan a, b sebarang elemen di F . Maka berlaku
1 a.0 = 0.
2 (−a).b = a.(−b) = −(a.b).
3 (−a).(−b) = a.b.
Corollary
Elemen identitas penjumlahan tidak memiliki invers terhadap
perkalian.
u+v ∈V
0+v =v
u+v =v +u
u + (v + w ) = (u + v ) + w
rv ∈ V
1v = v , 0v = 0
r (u + v ) = ru + rv
(r + s)v = rv + sv
Contoh
1 Misalkan F sebarang lapangan. Untuk setiap bilangan bulat
riil terdefinisi di [a, b], C([a, b], R) merupakan ruang vektor riil.
4 Himpunan semua fungsi kontinu bernilai riil terdefinisi di R,
Corollary
Vektor 0 di ruang vektor V adalah tunggal.
Corollary
Invers penjumlahan di ruang vektor V adalah tunggal.
Theorem
Misalkan V ruang vektor. Maka berlaku
1 0x = 0 untuk setiap x ∈ V .
2 (−a)x = −(ax) = a(−x) untuk setiap a ∈ F dan v ∈ V .
3 a0 = 0 untuk setiap a ∈ F .
Subruang
Definition
Suatu subruang dari ruang vektor V adalah subhimpunan U ⊆ V
dimana U merupakan ruang vektor dengan operasi penjumlahan
dan perkalian yang sama dengan V .
Lemma
Suatu subhimpunan tak kosong U ⊆ V dari suatu ruang vektor V
merupakan subruang V jika dan hanya jika
1 Untuk setiap u1 , u2 ∈ U, berlaku u1 + u2 ∈ U,
2 Untuk setiap k ∈ F dan u ∈ U, berlaku ku ∈ U.
Contoh
1 V merupakan subruang dari dirinya sendiri. Himpunan {0}
merupakan subruang dari V .
2 R, R2 , dan R3 merupakan subruang dari R3 .
3 Bidang xy , yaitu {(x, y , 0) : x, y ∈ R} merupakan subruang
dari R3 . Bidang xy merupakan span dari vektor (1, 0, 0) dan
(0, 1, 0). Dengan cara yang sama bidang xz dan yz juga
merupakan subruang dari R3 .
4 Himpunan solusi sistem persamaan homogen merupakan
subruang dari F n .
Catatan:
1 Satu-satunya subruang dari R adalah {0} dan R.
2 Subruang dari R2 adalah {(0, 0)}, garis yang melalui {(0, 0)},
atau seluruh R2 .
3 Subruang dari R3 adalah {(0, 0, 0)}, garis yang melalui
{(0, 0)}, bidang yang melalui {(0, 0, 0)}, atau seluruh R3 .
Contoh
1 Misalkan P adalah himpunan semua suku banyak dalam X
Catatan:
1 span{v , v , · · · , v } hampir selalu merupakan himpunan tak
1 2 n
berhingga vektor.
2 Span suatu vektor tunggal taknol di R3 adalah garis.
a1 u1 + a2 u2 + · · · + an un = 0.
Catatan:
1 Dua vektor v dan v bergantung linier jika terdapat skalar
1 2
r1 , r2 ∈ F (tidak keduanya nol) sedemikian sehingga
Basis dan Dimensi
Definition
Misalkan V ruang vektor. Suatu himpunan vektor
{v1 , v2 , · · · , vn } ⊂ V dikatakan basis V jika
1 v1 , v2 , · · · , vn bebas linier.
2 span{v1 , v2 , · · · , vn } = V .
Contoh:
1 Misalkan e = (0, · · · , 0, 1, 0, · · · , 0) ∈ F n dengan 1 di posisi
i
ke-i, maka {e1 , e2 , · · · , en } merupakan basis bagi F n dan
dinamakan basis standar.
2 Ruang vektor P berisi semua suku banyak berderajat paling
n
besar n dengan koefisien di F . Himpunan {1, X , X 2 , · · · , X n }
merupakan basis standar bagi Pn . Selain itu untuk setiap
a ∈ F himpunan {1, (X + a), (X + a)2 , · · · , (X + a)n } juga
merupakan basis bagi Pn .
3 Ruang vektor M
m×n (F ) berisi semua matriks m × n dengan
koefisien di F adalah ruang vektor berdimensi mn. Himpunan
Theorem
Misalkan V ruang vektor dan B = {v1 , v2 , · · · , vm } ⊆ V . Maka B
bebas linier di V jika dan hanya jika untuk setiap w ∈ V terdapat
secara tunggal skalar a1 , a2 , · · · , an sedemikian sehingga
w = a1 v1 + a2 v2 + · · · + an vn . Dengan kata lain, w dapat dituliskan
sebagai kombinasi linier dari v1 , v2 , · · · , vm secara tunggal.
Theorem
Jika V dibangun oleh himpunan hingga S, maka terdapat suatu
subhimpunan dari S yang merupakan basis V . Sehingga V
memiliki basis hingga.
Corollary
1 Setiap ruang vektor V dengan himpunan pembangun hingga
memiliki basis.
2 Setiap subruang S dari suatu ruang vektor berdimensi n
memiliki basis.
Theorem
Misalkan W subruang dari ruang vektor V berdimensi hingga.
Maka W berdimensi hingga dan dim W ≤ dim V . Lebih lanjut,
jika dim W = dim V , maka V = W .
Corollary
Jika W subruang dari ruang vektor V berdimensi hingga maka
setiap basis W dapat diperluas menjadi suatu basis dari V .
Theorem
Misalkan S subhimpunan bebas linier dari ruang vektor V . Maka
terdapat subhimpunan bebas linier maksimal darI V yang memuat
S.
Corollary
Setiap ruang vektor memiliki basis.
Pemetaan Linier
Definition
Misalkan V dan W ruang vektor atas lapangan F . Suatu
pemetaan linier dari V ke W adalah fungsi T : V → W yang
memenuhi
1 Jika u, v ∈ V , maka T (u + v ) = T (u) + T (v )
2 Jika u ∈ V dan k ∈ F , maka T (kv ) = kT (v ).
T (a1 v1 + an v2 + · · · + an vn ) =
Theorem
Misalkan V dan W ruang vektor. Misalkan {v1 , v2 , · · · , vn } basis
V dan w1 , w2 , · · · , wn ∈ W sebarang (tidak harus berbeda satu
sama lain). Maka terdapat secara tunggal pemetaan linier
T : V → W sedemikian sehingga
T (v1 ) = w1 , T (v2 ) = w2 , · · · , T (vn ) = wn .
Theorem
Misalka T = TA : F n → F m suatu pemetaan linier dimana A suatu
matriks m × n. Maka
1 ker (T ) adalah himpunan solusi AX = 0.
2 im(T ) adalah ruang kolom matriks A.
3 rk(T ) = rk(A).
4 (Teorema Rank Plus Nolitas) rk(T ) + null(T ) = n.
Theorem (Teorema Rank Plus Nolitas)
Misalkan T : V → W suatu pemetaan linier dimana V suatu
ruang vektor berdimensi hingga. Maka rk(T ) + null(T ) = dim(V ).
Theorem
Misalkan V dan W ruang vektor yang berdimensi sama dan
T : V → W linier. Maka pernyataan berikut ekivalen
1 T satu-satu.
2 T pada.
3 rank T = dim V .
Theorem
Misalkan V dan W ruang vektor atas F dan {v1 , v2 , · · · , vn } basis
V . Untuk w1 , w2 , · · · , wn di W terdapat tepat satu pemetaan
Matriks Representasi Pemetaan Linier
Definition
Suatu basis terurut {v1 , v2 , · · · , vn } dari suatu ruang vektor V
adalah suatu basis V yang unsur-unsurnya terurut dengan urutan
tertentu. Misalkan B = {v1 , v2 , · · · , vn } suatu basis terurut dari V
dan w ∈ V . Kita katakan (a1 , a2 , · · · , an ) koordinat w terhadap
basis B jika w = a1 v1 + · · · + an vn . Koordinat vektor
w = a1 v1 + · · · + an vn dilambangkan dengan
a1
a2
(w )B = . .
..
an
Theorem
Misalkan B = {v1 , · · · , vn } suatu basis terurut dari V , suatu ruang
vektor berdimensi n. Misalkan w1 , w2 ∈ V dan k ∈ F . Maka
Definition
Misalkan T : V → W suatu pemetaan linier, B = {v1 , v2 , · · · , vn }
suatu basis terurut untuk V , dan C = {w1 , w2 , · · · , wn } suatu
basis terurut untuk W . Definisikan matriks m × n [T ]B,C = (aij )
dimana untuk setiap j skalar aij ditentukan dari
Theorem
Misalkan V dan W ruang vektor atas lapangan F , dan
T , U : V → W linier.
1 Untuk setiap a ∈ F , aT + U linier.
2 Menggunakan operasi penjumlahan dan perkalian skalar di
atas, himpunan semua pemetaan linier dari V ke W
membentuk ruang vektor atas F .
Definition
Misalkan V dan W ruang vektor atas F . Ruang vektor yang berisi
semua pemetaan linier dari V ke W dinotasikan sebagai L(V , W ).
Jika V = W , kita tulis L(V ).
Komposisi Pemetaan Linier
Theorem
Misalkan V , W , dan Z ruang vektor berdimensi hingga dengan
basis terurut B, B 0 dan B 00 . Misalkan T : V → W dan U : W → Z
pemetaan linier. Maka
Corollary
Misalkan V ruang vektor berdimensi hingga dengan basis terurut
B. Misalkan T , U ∈ L(V ). Maka [UT ]B = [U]B [T ]B .
Definition
Misalkan V dan W ruang vektor, T : V → W linier. Suatu fungsi
U : W → V dikatakan invers dari T jika TU = IW dan UT = IV .
Jika T memiliki invers, maka T dikatakan invertibel. Jika T
invertibel, maka inversnya tunggal dan dinotasikan dengan T −1 .
Lemma
Misalkan T pemetaan linier invertibel dari V ke W . Maka V
berdimensi hingga jika dan hanya jika W berdimensi hingga. Lebih
lanjut dim V = dim W .
Theorem
Misalkan V dan W ruang vektor berdimensi hingga dengan basis
terurut B dan C . Misalkan T : V → W pemetaan linier. Maka T
invertibel jika dan hanya jika [T ]B,C invertibel. Lebih lanjut
Theorem
Misalkan V dan W ruang vektor berdimensi hingga atas F dengan
dimensi n dan m. Misalkan B dan C basis terurut dari V dan W .
Maka fungsi Φ : L(V , W ) → Mm×n (F ), dengan Φ(T ) = [T ]B,C ,
untuk T ∈ L(V , W ) merupakan isomorfisma.
Corollary
Misalkan V dan W ruang vektor berdimensi hingga dengan dimensi
n dan m. Maka L(V , W ) berdimensi hingga dengan dimensi mn.
Definition
Misalkan B basis turret dari ruang vektor V berdimensi n atas
lapangan F . Representasi standar dari V terhadap basis B adalah
fungsi φB : V → F n dengan φB (x) = (x)B untuk setiap x ∈ V .
Theorem
Untuk setiap ruang vektor V berdimensi hingga dengan basis B,
fungsi φB merupakan isomorfisma.
Matriks Perubahan Basis
Theorem
Misalkan B1 dan B2 basis ruang vektor V berdimensi n. Maka
terdapat suatu matriks yang punya balikan P sedemikian sehingga
untuk setiap v ∈ V
Theorem
Misalkan S : V → W dan T : U → V pemetaan linier (dan
S ◦ T : U → W juga linier). Misalkan B, C, dan D basis terurut
untuk U, V , dan W . Maka
Determinan
Definition
Untuk sebarang lapangan F , notasikan Mn×n himpunan semua
matriks berukuran n × n dengan komponen di F . Misalkan
D : Mn×n (F ) → F
Lemma
Misalkan D suatu fungsi determinan. Jika matriks persegi B
diperoleh dari matriks A dengan menambahkan suatu kelipatan
baris ke baris lainnya, maka D(B) = D(A).
Definition
Suatu matriks persegi A = (aij ) dikatakan segitiga atas jika
aij = 0 untuk i > j, dikatakan segitiga bawah jika aij = 0 untuk
i < j, dan dikatakan diagonal jika aij = 0 untuk i 6= j. Dengan
kata lain A diagonal jika segitiga atas dan bawah.
Lemma
Misalkan D suatu fungsi determinan. Jika A = (aij ) adalah matriks
segitiga (atas atau bawah), maka D(A) = a11 a22 · · · ann .
Theorem
Terdapat hanya satu fungsi D : Mn×n (F ) → F yang n-linier,
alternating dan memenuhi D(In ) = 1.
Theorem
Suatu matriks A n × n punya balikan jika dan hanya jika
det(A) 6= 0.
Theorem
Jika A dan B sebarang matriks n × n, maka
det(AB) = det(A)det(B).
Theorem
Untuk setiap matriks A n × n, det(A) = det(At ).
Corollary
Pernyataan pada Definisi ??, Lema ?? dan Lema ?? tetap berlaku
jika kata ”baris” diganti dengan ”kolom”.
Definition
Suatu permutasi n adalah n-tuple σ = (i1 , i2 , · · · , in ) dimana
i1 , i2 , · · · , in bilangan-bilangan 1, 2, · · · , n (tidak harus berurutan).
Komponen ke-j dari σ dilambangkan dengan σj . Himpunan semua
permutasi n dilambangkan dengan Sn .
Lemma
Misalkan A = (aij ), B = (bij ), C = (cij ) identik kecuali pada baris
ke-k, dan untuk setiap j berlaku akj + bkj = ckj . Maka
det(A) + det(B) = det(C ).
Lemma
Misalkan 1 ≤ s < t ≤ n,
σ = (i1 , i2 , · · · , in ) ∈ Sn , dan σ 0 diperoleh dari σ dengan menukar
is dengan it . Maka sg (σ 0 ) = −sg (σ).
Lemma
Jika matriks persegi A mempunyai dua baris yang sama, maka
det(A) = 0.
Theorem
Fungsi det : Mn×n (F ) → F yang didefinisikan pada A = (aij )
sebagai X
det(A) = sg (σ)a1σ1 a2σ2 · · · anσn
σ∈Sn
Theorem
Misalkan 1 ≤ r < n dan
A11 0
A=
A21 A22
Definition
Jika A = (a), definisikan D1,1 (A) = a = det(A).
Jika A = (aij ) suatu matriks n × n dengan n > 1, untuk 1 ≤ i ≤ n
definisikan
Xn
Dn,i (A) = (−1)i+j aij det(A(i|j))
j=1
Definition
Misalkan A = (aij ) matriks n × n. Definisikan adjoint dari A,
adj(A), sebagai matriks n × n dengan komponen ke-ji adalah
Theorem
Untuk setiap matriks A yang punya balikan,
A−1 = det(A)−1 adj(A).
Definition
Misalkan T : V → V suatu operator linier. Jika v ∈ V suatu
vektor taknol dan terdapat skalar k sedemikian sehingga
T (v ) = kv , v dinamakan vektor karakteristik dari T . Skalar k
dinamakan nilai karakteristik dari T yang bersesuaian dengan
vektor karakteristik v . Jika A matriks n × n, maka nilai
karakteristik (vektor karakteristik) dari A adalah nilai karakteristik
(vektor karakteristik) dari TA .
Contoh:
1 Fungsi e kx ∈ C ∞ (R, R) memiliki turunan (e kx )0 = ke kx . Hal
ini menunjukkan bahwa e kx adalah vektor karakteristik bagi
operator linier diferensial D dengan nilai karakteristik k.
2 Misalkan P ruang vektor yang berisi semua suku banyak riil,
T : P → P dimana T (p(X )) = Xp 0 (X ) adalah operator linier.
Karena (X n )0 = nX n−1 , maka T (X n ) = nX n , sehingga X n
adalah vektor karakterisitik dengan nilai karakteristik n.
Misalkan T1 , T2 : V → V operator linier dan a suatu skalar,
definisikan operator linier T1 + T2 dan aT1 dimana
Definition
Untuk setiap matriks A n × n, suku banyak karakteristik dari A,
CA (X ), adalah determinan matriks (XIn − A).
Lemma
Misalkan V suatu ruang vektor berdimensi n. Misalkan A = [T ]B ,
untuk suatu basis terurut B dari V dan T : V → V suatu operator
linier.
1 Skalar r merupakan nilai karakteristik dari T jika dan hanya
jika CA (r ) = 0.
2 Misalkan r nilai karakteristik dari T , dimensi ruang
karakteristik Er dengan nilai karakteristik r adalah
Jika suatu matriks diagonal D = [T ]B adalah matriks operator
linier T dalam suatu basis terurut B, maka hal yang sama berlaku,
kecuali sekarang suatu vektor karakteristik dengan nilai
karakteristik di adalah unsur basis ke-i di B.
Konsep dapat didiagonalkan bergantung pada lapangan yang
digunakan. Sebagai contoh matriks
0 1
−1 0
diperoleh
i 0
[TG ]B = .
0 −i
Theorem
Misalkan T : V → V operator liner dimana V berdimensi hingga.
Maka pernyataan berikut ekivalen:
1 T dapat didiagonalkan
2 Terdapat suatu basis terurut B dari V yang terdiri dari
vektor-vektor karakteristik dari T .
3 Untuk setiap basis terurut C dari V , [T ]C dapat
didiagonalkan.
Keterdiagonalan
Lemma
Misalkan v1 , v2 , · · · , vn vektor-vektor karakteristik dari suatu
operator linier T : V → V yang masing-masing bersesuaian
dengan nilai-nilai karakteristik yang berbeda. Maka v1 , v2 , · · · , vn
bebas linier.
Sebagai contoh, e x , e 2x , e 3x , · · · , e nx ∈ C ∞ (R, R) merupakan
vektor-vektor karakteristik operator diferensial D. Lebih lanjut
nilai-nilai karakteristik mereka masing-masing berbeda. Akibatnya,
e x , e 2x , e 3x , · · · , e nx bebas linier.
Corollary
Misalkan T operator linier pada ruang vektor V berdimensi n. Jika
T memiliki n nilai eigen yang berbeda, maka T dapat
didiagonalkan.
Definition
Suatu polinom f (t) dikatakan terpisah atas F jika terdapat skalar
Jumlah Langsung
Definition
Misalkan W1 , W2 , · · · , Wk subruang dari ruang vektor V .
Penjumlahan subruang-subruang tersebut didefinisikan sebagai
Definition
Misalkan W1 , W2 , · · · , Wk subruang dari ruang vektor V . Kita
katakan V jumlah langsung dari W1 , W2 , · · · , Wk ditulis
V = W1 ⊕ W2 ⊕ · · · ⊕ Wk , jika
k
X
V = Wi
i=1
dan X
Wj ∩ Wi = {0} untuk setiap j(1 ≤ j ≤ k).
Theorem
Misalkan W1 , W2 , · · · , Wk subruang dari ruang vektor V .
Pernyataan-pernyatan berikut ekivalen
1 V = W1 ⊕ W2 ⊕ · · · ⊕ Wk .
V = ki=1 Wi dan untuk setiap vektor v1 , v2 , · · · , vk dengan
P
2
< A, B >= tr (B ∗ A)
Theorem
Misalkan S = {u1 , u2 , · · · , un } himpunan ortogonal di ruang vektor
V dengan hasil kali dalam < , >> Maka untuk setiap v ∈ span S,
v = a1 v1 + a2 v2 + · · · + an vn
Corollary
Theorem (Teorema Gram-Schmidt)
Misalkan w1 , · · · , wm saling ortogonal dan taknol di ruang hasil
kali dalam V . Misalkan y ∈ V dan
m
X < y , wj >
wm+1 = y− wj
< wj , wj >
j=1
Xm
= y− projwj (y ).
j=1
Theorem
Setiap ruang hasil kali dalam berdimensi hingga V memiliki basis
ortogonal (dan juga basis ortonormal).
Corollary
Misalkan V ruang hasil kali dalam dengan basis ortonormal
B = {v1 , v2 , · · · , vn }. Misalkan T suatu operator linier pada V ,
dan A = [T ]B . Maka untuk setiap i dan j, Aij =< T (vj ), vi > .
Definition
Misalkan B suatu subhimpunan ortonormal (boleh tak hingga) dari
suatu ruang hasil kali dalam V , dan x ∈ V . Definisikan koefisien
Fourier dari x relatif terhadap basis B sebagai skalar < x, y >,
dengan y ∈ B.
Definition
Misalkan V suatu ruang hasil kali dalam dan S suatu subhimpunan
dari V . Suatu komplemen ortogonal dari S di V didefinisikan
sebagai subruang
Theorem
Misalkan W suatu subruang berdimensi hingga dari ruang vektor
V dengan hasil kali dalam < , > . Maka setiap y ∈ V dapat ditulis
sebagai
y = w + w0
dengan w ∈ W dan w 0 ∈ W ⊥ ; yaitu V = W + W ⊥ . Lebih lanjut
jika {v1 , v2 , · · · , vk } basis ortonormal dari W maka
k
X
w= < y , vi > vi .
i=1
Corollary
Vektor w adalah satu-satunya vektor di W yang terdekat dari y ,
yaitu untuk setiap x ∈ W , ||y − x|| ≥ ||y − w ||, dan ketidaksamaan
ini menjadi kesamaan jika dan hanya jika x = w .
Theorem
Misalkan V ruang hasil kali dalam berdimensi hingga dan T
operator linier pada V . Maka terdapat secara tunggal fungsi
T ∗ : V → V sedemikian sehingga < T (x), y >=< x, T ∗ (y ) >
untuk setiap x, y ∈ V . Lebih lanjut T ∗ linier.
[T ∗ ]B = [T ]∗B .
Aproksimasi Kuadrat Terkecil
Lemma
Misalkan A ∈ Mm×n (F ). Maka rank A∗ A = rank A.
Corollary
Jika A matriks m × n sedemikian sehingga rank A = n, maka A∗ A
invertibel.
Theorem
Misalkan A ∈ Mm×n (F ) dan y ∈ F m . Maka terdapat x0 ∈ F n
sedemikian sehingga (A∗ A)x0 = A∗ y dan ||Ax0 − y || ≤ ||Ax − y ||
untuk setiap x ∈ F n . Lebih lanjut jika rank A = n, maka
x0 = (A∗ A)−1 A∗ y .
Definition
Misalkan V ruang hasil kali dalam, dan T operator linier pada V .
Operator T dikatakan normal jika TT ∗ = T ∗ T . Suatu matriks riil
atau kompleks A disebut normal jika AA∗ = A∗ A.
Theorem
Definition
Misalkan T : V → V suatu operator linier di ruang hasil kali dalam
V . Kita katakan T self-adjoint (Hermit) jika T = T ∗ . Suatu
matriks kompleks A n × n dikatakan self-adjoint (Hermit) jika
A∗ = A.
Lemma
1 Setiap operator self-adjoint T : V → V pada V ruang hasil
Definition
Suatu operator linier T pada ruang hasil kali dalam dikatakan
definit positif (semidefinit positif) jika T self-adjoint dan
< T (x), x > > 0 (< T (x), x >≥ 0) untuk setiap x 6= 0.
Definition
Suatu matriks A n × n dikatakan definit positif (semidefinit
positif) jika TA definit positif (semidefinit positif).
Operator Uniter dan Ortogonal
Definition
Misalkan T operator linier pada ruang hasil kali dalam berdimensi
hingga V . Jika ||T (x)|| = ||x|| untuk setiap x ∈ V , kita katakan T
operator uniter jika F = C dan operator ortogonal jika F = R.
Theorem
Misalkan T operator linier pada ruang hasil kali dalam berdimensi
hingga V . Maka pernyataan berikut ekivalen
1 TT ∗ = T ∗ T = I .
2 < T (x), T (y ) >=< x, y > untuk setiap x, y ∈ V .
3 Jika B basis ortonormal dari V , make T (B) basis orthonormal
dari V .
4 Terdapat basis orthonormal B dari V sedemikian sehingga
T (B) basis ortonormal dari V .
5 ||T (x)|| = ||x|| untuk setiap x ∈ V .
Lemma
Misalkan U operator self-adjoint pada ruang hasil kali dalam
berdimensi hingga V . Jika < x, U(x) >= 0 untuk setiap x ∈ V ,
maka U = 0.
Corollary
Misalkan T operator linier pada ruang hasil kali dalam riil
(kompleks) berdimensi hingga V . Maka V memiliki basis
ortonormal yang terdiri dari vektor-vektor eigen dari T dengan nilai
eigen bernilai mutlak 1 jika dan hanya jika T self-adjoint dan
ortogonal (uniter).
Suatu matriks riil U berukuran n × n dikatakan ortogonal jika
UU t = In , yaitu U memiliki balikan dan U −1 = U t . Suatu matriks
kompleks n × n U dikatakan uniter jika UU ∗ = In , yaitu U
memiliki balikan dan U −1 = U ∗ .
Lemma
Suatu matriks riil U ortogonal jika dan hanya jika baris-barisnya
(atau kolom-kolomnya) ortonormal terhadap hasil kali titik di Rn .
Suatu matriks kompleks U uniter jika dan hanya jika baris-barisnya
(atau kolom-kolomnya) ortonormal di ruang uniter Cn .
Theorem (Schur)
Misalkan A ∈ Mn×n (F ) sedemikian sehingga polinom karakteristik
dari A terpisah atas F .
1 Jika F = C, maka A ekivalen uniter dengan suatu matriks
segitiga atas kompleks.
2 Jika F = R, maka A ekivalen ortogonal dengan suatu matriks
segitiga atas riil.
Projeksi Ortogonal dan Teorema Spektral
Jika V = W1 ⊕ W2 maka suatu operator linier T pada V adalah
projeksi pada W1 sepanjang W2 jika, untuk x = x1 + x2 dengan
x1 ∈ W1 dan x2 ∈ W2 berlaku T (x) = x1 . Jelas bahwa
Im(T ) = W1 dan Ker (T ) = W2 . Dengan demikian
V = Im(T ) ⊕ Ker (T ).
Definition
Misalkan V ruang hasil kali dalam dan T : V → V suatu projeksi.
Kita katakan T projeksi ortogonal jika Im(T )⊥ = Ker (T ) dan
Ker (T )⊥ = Im(T ).
Definition
Pseudoinvers
Definition
Misalkan V dan W ruang hasil kali dalam berdimensi hingga dan
T : V → W pemetaan linier. Misalkan L : Ker (T )⊥ → Im(T )
pemetaan linier yang didefinisikan sebagai L(x) = T (x) untuk
setiap x ∈ Ker (T )⊥ . Pseudoinvers (atau Moore-Penrose
generalized inverse) dari T , dinotasikan sebagai T + didefinisikan
sebagai pemetaan linier tunggal dari W ke V sedemikian sehingga
−1
+ L (y ) untuk y ∈ Im(T )
T (y ) =
0 untuk y ∈ Im(T )⊥ .
Misalkan V dan W ruang vektor berdimensi hingga dan
T : V → W pemetaan linier dengan rank r . Misalkan
{v1 , v2 , · · · , vn } dan {u1 , · · · , um } basis ortonormal bagi V dan
W . Misalkan σ1 ≥ σ2 ≥ · · · ≥ σr nilai singular tak nol dari T yang
memenuhi Teorema Nilai Singular. Maka
{v1 , v2 , · · · , vr } basis bagi Ker (T )⊥ ,
{vr +1 , vr +2 , · · · , vn } basis bagi Ker (T ),
{u1 , · · · , ur } basis bagi Im(T ), dan
{ur +1 , ur +2 , · · · , um } basis bagi Im(T )⊥ .
Misalkan L restriksi T pada Ker (T )⊥ . Maka L−1 (ui ) = 1
σi vi untuk
1 ≤ i ≤ r . Dengan demikian
1
+ σi vi jika 1 ≤ i ≤ r
T (ui ) =
0 jika r < i ≤ m.
Pseudoinvers dari Matriks
Theorem
Misalkan A matriks m × n dengan rank r dan dekomposisi nilai
singular A = UΣV ∗ dan nilai singular tak nol σ1 ≥ σ2 ≥ · · · ≥ σr .
Misalkan Σ+ matriks n × m yang didefinisikan sebagai
1
+ σi jika i = j < r
Σij =
0 jika tidak
Lemma
Misalkan V dan W ruang hasil kali dalam dan T : V → W linier.
Maka
1 T + T merupakan projeksi ortogonal dari V pada Ker (T )⊥ .
2 TT + merupakan projeksi ortogonal dari W pada Im(T ).
Theorem
Pandang SPL Ax = b, dengan A matriks m × n dan b ∈ F m . Jika
z = A+ b, maka z memenuhi sifat-sifat berikut :
1 Jika Ax = b konsisten, maka z adalah solusi tunggal dengan
norm minimum. Yaitu z adalah solusi dan jika y solusi lain
maka ||z|| ≤ ||y || dan akan sama jika dan hanya jika z = y .
2 Jika Ax = b tidak konsisten, maka z adalah aproksimasi solusi
terbaik tunggal dengan norm minimum. Yaitu,
||Az − b|| ≤ ||Ay − b|| untuk setiap y ∈ F n dan akan sama
jika dan hanya jika Az = Ay . Lebih lanjut jika Az = Ay , maka
||z|| ≤ ||y || dan akan sama jika dan hanya jika z = y .