BAB VII

RUANG VEKTOR KOMPLEKS

Sebuah ruang vektor yang skalar-skalarnya berupa bilangan kompleks disebut ruang
vektor kompleks (complex vector space).

1. Vektor n kompleks dan Matriks kompleks.

Definisi: Sebuah vektor n kompleks ialah sebuah pasangan terurut atau tupel terurut n bilangan
kompleks. Himpunan semua vektor n kompleks dinyatakan dengan Cn

Sebagai contoh [3 - 2i, 4 + 3i, - i ] adalah sebuah vektor dalam C3. Sebarang vektor di
dalam Cn sering ditulis dengan z = [z1,z2, . . . ,zn] dimana z1,z2, . . . ,zn ∈ C. Untuk vektor
kompleks.biasanya definisi mencakup bilangan kompleks untuk menyatakan sebuah bilangan riil.
Perkalian dengan skalar dan penambahan vektor kompleks didefinisikan sama seperti
pada vektor riil. Sebagai contoh ( - 2 + i)[4 + i, - 1 - 2i] + [- 3 - 2i, - 2 + i] = [- 9 + 2i, 4 + 3i] + [- 3 -
2i, - 2 + i] = [- 12, 2 – 4 i]..
Konjugat kompleks vektor z = [z1,z2, . . . ,zn] ∈ Cn didefinisikan dengan operasi
konjugat kompleks menjadi z = [ z1 , z 2 , , . . . , z n , ]. Sebagai contoh, jika z = [3 - 2i, - 5 – 4i, 2i],
maka z = [3 + 2i,−5 + 4i,−2i ]

Definisi: Misalkan z = [z1,z2, . . . ,zn] dan w = [w1,w2, . . . ,wn] adalah vektor-vektor di dalam
Cn. Hasil kali titik ( dot product) kompleks dari z dengan w diberikan oleh z.w =
z1 w1 , + z 2 w2 , + ....+ z n wn ,
Apabila z dan w adalah vektor riil maka z.w adalah seperti kasil kasi titik vektor riil.

Contoh:
Misalkan
Maka

sedangkan

Ternyata z.w = wz

2. Sifat Ruang Vektor Kompleks.

Definisi: Misal 𝐹𝐹 adalah lapangan (Field) dan 𝑉𝑉 himpunan tak kosong dengan operasi
penjumlahan dan perkalian skalar yang menunjukkan ∀𝐮𝐮, 𝐯𝐯 ∈ 𝑉𝑉 hasil penjumlahan
𝐮𝐮 + 𝐯𝐯 ∈ 𝑉𝑉 dan ∀𝐮𝐮 ∈ 𝑉𝑉, 𝑘𝑘 ∈ 𝐹𝐹 hasil perkalian 𝑘𝑘𝐮𝐮 ∈ 𝑉𝑉. Maka 𝑉𝑉 disebut ruang vektor
di atas 𝐹𝐹 jika aksioma-aksioma berikut dipenuhi:
1) ∀ 𝐮𝐮, 𝐯𝐯 ∈ 𝑉𝑉, berlaku 𝐮𝐮 + 𝐯𝐯 = 𝐯𝐯 + 𝐮𝐮
2) ∀ 𝐮𝐮, 𝐯𝐯, 𝐰𝐰 ∈ 𝑉𝑉, (𝐮𝐮 + 𝐯𝐯) + 𝐰𝐰 = 𝐮𝐮 + (𝐯𝐯 + 𝐰𝐰)
3) Ada 𝐨𝐨 ∈ 𝑉𝑉, yang disebut vektor nol, yang memenuhi 𝐮𝐮 + 𝐨𝐨 = 𝐮𝐮, ∀ 𝐮𝐮 ∈ 𝑉𝑉
4) ∀ 𝐮𝐮 ∈ 𝑉𝑉, ada −𝐮𝐮 ∈ 𝑉𝑉, yang memenuhi 𝐮𝐮 + (−𝐮𝐮) = 𝐨𝐨
5) ∀𝑘𝑘 ∈ 𝐹𝐹 dan ∀𝐮𝐮, 𝐯𝐯 ∈ 𝑉𝑉, berlaku 𝑘𝑘(𝐮𝐮 + 𝐯𝐯) = 𝑘𝑘𝐮𝐮 + 𝑘𝑘𝐯𝐯
6) ∀𝑘𝑘, 𝑙𝑙 ∈ 𝐹𝐹 dan ∀ 𝐮𝐮 ∈ 𝑉𝑉, berlaku (𝑘𝑘 + 𝑙𝑙)𝐮𝐮 = 𝑘𝑘𝐮𝐮 + 𝑙𝑙𝐮𝐮
7) ∀𝑘𝑘, 𝑙𝑙 ∈ 𝐹𝐹 dan ∀ 𝐮𝐮 ∈ 𝑉𝑉 berlaku (𝑘𝑘𝑘𝑘)𝐮𝐮 = 𝑘𝑘(𝑙𝑙𝐮𝐮)
8) Untuk skalar satuan 1 ∈ 𝐹𝐹, 1. 𝐮𝐮 = 𝐮𝐮, ∀ 𝐮𝐮 ∈ 𝑉𝑉

73
 74

Sifat-sifat bahwa untuk setiap 𝐮𝐮, 𝐯𝐯 ∈ 𝑉𝑉 dan 𝑘𝑘 ∈ 𝐹𝐹, 𝐮𝐮 + 𝐯𝐯 ∈ 𝑉𝑉 dan 𝑘𝑘𝐮𝐮 ∈ 𝑉𝑉 disebut
tertutup dibawah penjumlahan (closure under addition) dan tertutup dibawah perkalian skalar
(closure under scalar multiplication). Elemen-elemen dari ruang vektor 𝑉𝑉 disebut vektor. Sebuah
ruang vektor disebut ruang vektor real jika 𝐹𝐹 = ℝ dan disebut ruang vektor kompleks jika 𝐹𝐹 =
ℂ.
Contoh: Misal 𝑉𝑉 himpunan dari semua matriks berordo 𝑚𝑚 × 𝑛𝑛 dengan entri dari sebarang
lapangan 𝐹𝐹. Maka 𝑉𝑉 adalah ruang vektor diatas 𝐹𝐹 dengan operasi penjumlahan
matriks dan perkalian skalar.

Contoh: Buktikanlah bahwa O = {𝐨𝐨} yang dilengkapi dengan penjumlahan dan perkalian skalar
bisa termasuk ruang vektor.
Jawab:
O = {𝐨𝐨} termasuk ruang vektor karena memenuhi kesepuluh aksioma ruang vektor berikut:
1) 𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨 ∈ O {tertutup terhadap penjumlahan}
2) 𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨 {komutatif}
3) (𝐨𝐨 + 𝐨𝐨) + 𝐨𝐨 = 𝐨𝐨 + (𝐨𝐨 + 𝐨𝐨) = 𝐨𝐨 {asosiatif}
4) Ada 𝐨𝐨 ∈ O yang bersifat 𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨 {elemen nol}
5) Jika 𝐨𝐨 ∈ O, maka selalu ada −𝐨𝐨 = 𝐨𝐨 ∈ O, sehingga 𝐨𝐨 + (−𝐨𝐨) = −𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨
{invers}
6) 𝑘𝑘𝐨𝐨 = 𝐨𝐨 ∈ O {tertutup perkalian skalar}
7) 𝑘𝑘(𝐨𝐨 + 𝐨𝐨) = 𝑘𝑘𝐨𝐨 + 𝑘𝑘𝐨𝐨 = 𝐨𝐨 + 𝐨𝐨 = 𝐨𝐨 {distributif}
8) (𝑘𝑘 + 𝑙𝑙)𝐨𝐨 = 𝑘𝑘𝐨𝐨 + 𝑙𝑙𝐨𝐨 = 𝐨𝐨 {distributif}
9) (𝑘𝑘𝑘𝑘)𝐨𝐨 = 𝑘𝑘(𝑙𝑙𝐨𝐨) = 𝐨𝐨 {asosiatif}
10) 1. 𝐨𝐨 = 𝐨𝐨 {perkalian dengan satu}

3. Matriks Kompleks.
Definisi: Sebuah matriks m x n ialah susunan berbentuk persegi panjang dari bilangan-bilangan
kompleks. dalam bentuk m baris dan n kolom. Himpunan semua matriks kompleks m x
n ditulis dengan M mxn
C
atau M mxn kompleks .

Definisi: (Hasil kali matriks dengan matriks kompleks.)Jika Z adalah sebua matriks m x n dan W
adalah sebuah matriks n x r, maka ZW adalah matriks m x r yang unsur (i,j) adalah
(ZW)ij = z i1w1j + zi2w2j + ... + zinwnj
Contoh: Misalkan

dan

Maka unsur ke (1,1) dari ZW ialah

dan matriks hasil kali adalah

 75

Konjugat kompleks Z dari matriks kompleks Z = [zij ] adalah matriks yang unsur unsurnya
adalah z ij , Transpose ZT dari suatu matriks kompleks m x n yaitu Z = [zij ] ialah sebuah
matriks n x m dengan unsur (j, i) ialah zij . Dapat ditunjukkan bahwa ( Z )T = (Z T ) untuk setiap
matriks kompleks Z, sehingga dapat ditunjukkan bahwa transpose konjugat Z* dari sebuah
matriks kompleks adalah

Contoh: Jika

maka

dan

Teorema:
Misalkan Z dan Y adalah matriks komleks m x n, misalkan W matriks kompleks n x p, dan
misalkan k sebuah bilangan kompleks. Maka

Teorema: Jika A sebarang matriks kompleks n x n dan z, w adalah vektor n kompleks maka
(Az) ・w = z ・ (A*w).

Bukti:

4. Matriks Hermitian, Matriks Hermitian Miring (Skew-Hermitian), dan Matriks Normal.

Definisi: (matriks Hermitian dan Hermitian miring) Misalkan Z sebuah matriks kompleks persegi.
Z adalah matriks Hermitian jika dan hanya jika Z* = Z ; dan Z adalah matriks
Hermitian miring jika dan hanya jika Z* = - Z.

Contoh: Pandang matriks

Konjugat dari H adalah

dan juga
 76

Karena H* = H berarti H adalah matriks Hermitian.

Selanjutnya dapat ditunjukkan bahwa matriks K adalah matriks Hermitian miring apabila

Definisi: (matriks normal).

Misalkan Z matriks kompleks persegi. Matriks Z disebut matriks normal jika dan
hanya jika
ZZ* = Z*Z.

Teorema: Jika Z sebuah matriks Hermitian atau Hermitian miring, maka Z adalah matriks
normal.

Contoh: Misalkan

sehingga

dan

serta

Karena ZZ* = Z*Z, berarti Z adalah normal.

5. Nilai Eigen dan Vektor Eigen.

Definisi: Misalkan A adalah sebuah matriks m x n. λ∈C adalah nilai eigen dari A jika dan
hanya jika terdapat sebuah vektor tak nol v sedemikian sehingga Av = λv. Vektor tak
nol v disebut vektor eigen untuk A yang bersesuaian dengan λ.
Polinom karakteristik dari A didefinisikan dengan p A ( x) = λI n − A digunakan untuk
menemukan nilai eigen A.

Contoh: Tentukan nilai eigen dan vektor eigen dari matriks

Penyelesaian: Persamaan karakteristik dari A adalah:

xI 3 − A = x 3 − (4 + i ) x 2 + (5 + 5i) x − (6 + 6i)
 77

Dengan menyelesaikan persamaan ini diperoleh nilai eigen dari matriks A adalah
λ1 = 1 − i; λ 2 = 2i dan λ3 = 3
Dengan menggunakan nilai eigen tersebut diperoleh vektor eigen fundamental
yang bersesuaian dengan setiap nilai eigen yaitu:
[i, - i, 1] adalah vektor eigen yang bersesuaian dengan λ1 = 1 – i;
[3i, - i, 2] adalah vektor eigen fundamental yang bersesuaian dengan λ2 = 2i
[i, 0, 1] adalah vektor eigen fundamental yang bersesuaian dengan λ3 = 3

6. Matriks Kompleks terdiagonalkan (Diagonalizable Complex Matrices).

Matiks komplex A dikatakan terdiagonalkan ( diagonalizable) jika dan hanya jika
terdapat suatu matriks kompleks P tak singuler sedemikian sehingga P-1AP = D sebuah matriks
aiagonal. Sama seperti pada matriks riil, kolom-kolom matriks P adalah vektor eigen fundamental
dari A dan unsur-unsur pada diagonal utama matriks P adalah nilai eigen matriks A yang
bersesuaian dengan masing-masing vektor eigen fundamental.

a). Kelipatan Alljabar sebuah nilai eigen.

Kelipatan aljabar sebuah nilai eigen dari matriks kompleks sama seperti pada matriks riil
yaitu bahwa k adalah sebuah kelipatan aljabar dari sebuah nilai eigen λ dari matriks A, jika dan
hanya jika (x - λ)k adalah pangkat tertinggi dari (x - λ) pembagi pA(x) . Satu sifat penting dari
polinomial kompleks membuat sdeikit perbedaan untuk matriks kompleks dibanding dengan
matriks riil. Secara khusus teorema dasar aljabar menyatakan bahwa setiap polinomial berderajat
n difaktorkan menjadi sebuah hasil kali n faktor-faktor linier. Jadi untuk setiap A matriks n x n,
berlaku bahwa polinomial pA(x) dapat dinyatakan sebagai sebuah hasil kali n faktor-faktor linier.
Oleh karena itu kelipatan aljabar dari nilai eigen matriks A harus ditambahkan sampai n. Ini
mengeliminasi satu dari dua alasan bahwa suatu matriks tidak terdiagonalkan. Akan tetapi
banyak matriks yang tidak terdiagonalkan.
Contoh:
cos θ − sin θ 
Pandang matriks A =  
 sin θ cos θ 
Untuk menentukan nilai θ sedemikian sehingga sin θ ≠ 0, kita menghitung pA(x) = x2 –
2(cosθ)x = 1, yang memfaktorkan menjadi faktor linier kompleks sebagai
pA(x) = (x – (cosθ + i sin θ))(x - (cosθ - i sinθ)).
Jadi dilai eigen kompleks untuk A adalah
λ1 = cos θ + i sin θ dan λ2 = cos θ - i sinθ2.
1 − i 
Sekarang dengan mereduksi λ1I2 – A menghasilkan   yang memberikan vektor
0 0 
eigen fundamental [ i , 1 ]. Dengan cara yang sama dengan mereduksi λ2I2 – A
menghasilkan vektor eigen fundamental [ - i , 1 ] sehingga
i − i 
P=  .
1 1 
Dapat diverifikasi bahwa

 1 − i 1  cos θ − sin θ  i − i 
P −1 AP =      cos θ  1 1 
 2  i 1   sin θ
 78

cos θ + i sin θ 0 
= =D
 0 cos θ − i sin θ 
1  3 − 1 1 3+i 0 
Sebagai contoh, jika θ = π/6 maka A =   dan D =  
2 − 1 3 2 0 3 − 1
.
Ingat bahwa vektor eigen fundamental untuk A adalah terbebas dari θ dan demikian
juga matriks P. Tetapi D dan nilai eigen A berubah apabila θ berubah.

b). Matriks Kompleks Tak Terdiagonalkan.

Ada matriks kompleks yang tak terdiagonalkan. Keadaan ini terjadi ketika banyaknya
vektor eigen fundamental yang dihasilkan dalam proses diagonalisasi kurang dari kelipatan
aljabar dari nilai eigen itu.

Contoh: Pandang matriks

yang mempunyai polinom karakteristik pA(x) = x3 − 2x2 + x = x(x − 1)2.. Nilai eigen
adalah λ1 = 1 mempunyai keterlipatan 2. tetapi λ1I2 – A = I2 – A tereduksi baris
menjadi

Ini hanya menghasilkan satu vektor eigen fundamental yaitu

Karena banyaknya vektor eigen fundamental yang dihasilkan untuk λ1 lebih kecil
dari keterlipatan λ1, berarti A tidak dapat didiagonalkan.

7. Ruang Hasilkali Dalam Kompleks

Definisi: (Hasilkali Dalam Kompleks) Hasilkali dalam pada suatu ruang vektor kompleks 𝑉𝑉
adalah sebuah fungsi yang mengasosiasikan sebuah bilangan kompleks 〈𝐮𝐮, 𝐯𝐯〉 dengan
setiap pasangan vektor 𝐮𝐮 dan 𝐯𝐯 pada 𝑉𝑉, dengan cara sedemikian rupa sehingga
aksioma-aksioma berikut ini terpenuhi untuk semua vektor 𝐮𝐮, 𝐯𝐯, dan 𝐰𝐰 pada 𝑉𝑉 dan
semua skalar 𝑘𝑘.
a. 〈𝐮𝐮, 𝐯𝐯〉 = 〈𝐯𝐯, 𝐮𝐮〉
b. 〈𝐮𝐮 + 𝐯𝐯, 𝐰𝐰〉 = 〈𝐮𝐮, 𝐰𝐰〉 + 〈𝐯𝐯, 𝐰𝐰〉
c. 〈𝑘𝑘𝐮𝐮, 𝐯𝐯〉 = 𝑘𝑘〈𝐮𝐮, 𝐯𝐯〉
d. 〈𝐯𝐯, 𝐯𝐯〉 ≥ 0 dan 〈𝐯𝐯, 𝐯𝐯〉 = 0 ⟺ 𝐯𝐯 = 0
Ruang hasilkali dalam kompleks (complex inner product space) atau ruang uniter
(unitary space) adalah sebuah ruang vektor kompleks yang memiliki sebuah hasilkali dalam.
Sifat-sifat tambahan yang diturunkan dari keempat aksioma hasilkali dalam:

a) 〈𝟎𝟎, 𝐯𝐯〉 = 〈𝐯𝐯, 𝟎𝟎〉 = 0

b) 〈𝐮𝐮, 𝐯𝐯 + 𝐰𝐰〉 = 〈𝐮𝐮, 𝐯𝐯〉 + 〈𝐮𝐮, 𝐰𝐰〉
c) 〈𝐮𝐮, 𝑘𝑘𝐯𝐯〉 = 𝑘𝑘〈𝐮𝐮, 𝐯𝐯〉
 79

Di dalam ruang hasilkali dalam kompleks, norma atau panjang sebuah vektor 𝐯𝐯 ∈ 𝑉𝑉 adalah
‖𝐯𝐯‖ = �〈𝐯𝐯, 𝐯𝐯〉 = 〈𝐯𝐯, 𝐯𝐯〉1/2
dan jarak antara vektor 𝐮𝐮 dengan vektor 𝐯𝐯 didefinisikan sebagai
𝑑𝑑(𝐮𝐮, 𝐯𝐯) = ‖𝐮𝐮 − 𝐯𝐯‖
Sebuah vektor 𝐯𝐯 ∈ 𝑉𝑉 disebut vektor satuan jika ‖𝐯𝐯‖ = 1.

Contoh: Misal 𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 ) dan 𝐯𝐯 = (𝑣𝑣1 , 𝑣𝑣2 ) adalah vektor-vektor pada ruang kompleks ℂ2 .
Tunjukkan bahwa fungsi yang dinyatakan oleh 〈𝐮𝐮, 𝐯𝐯〉 = 𝑢𝑢1 𝑣𝑣1 + 2𝑢𝑢2 𝑣𝑣2 adalah hasil
kali dalam kompleks!

Jawab: kita tunjukkan bahwa keempat sifat dari hasil kali dalam kompleks tersebut terpenuhi.
a. 〈𝐯𝐯, 𝐮𝐮〉 = 𝑣𝑣1 𝑢𝑢1 + 2𝑣𝑣2 𝑢𝑢2 = 𝑢𝑢1 𝑣𝑣1 + 2𝑢𝑢2 𝑣𝑣2 = 〈𝐮𝐮, 𝐯𝐯〉
b. 〈𝐮𝐮 + 𝐯𝐯, 𝐰𝐰〉 = (𝑢𝑢1 + 𝑣𝑣1 )𝑤𝑤1 + 2(𝑢𝑢2 + 𝑣𝑣2 )𝑤𝑤2
= (𝑢𝑢1 𝑤𝑤1 + 2𝑢𝑢2 𝑤𝑤2 ) + (𝑣𝑣1 𝑤𝑤1 + 2𝑣𝑣2 𝑤𝑤2 )
= 〈𝐮𝐮, 𝐰𝐰〉 + 〈𝐯𝐯, 𝐰𝐰〉
c. 〈𝑘𝑘𝐮𝐮, 𝐯𝐯〉 = 𝑘𝑘𝑘𝑘1 𝑣𝑣1 + 2𝑘𝑘𝑘𝑘2 𝑣𝑣2 = 𝑘𝑘(𝑢𝑢1 𝑣𝑣1 + 2𝑢𝑢2 𝑣𝑣2 ) = 𝑘𝑘〈𝐮𝐮, 𝐯𝐯〉
d. 〈𝐮𝐮, 𝐮𝐮〉 = 𝑢𝑢1 𝑢𝑢1 + 2𝑢𝑢2 𝑢𝑢2 = |𝑢𝑢1 |2 + 2|𝑢𝑢2 |2 ≥ 0
Sehingga 〈𝐮𝐮, 𝐮𝐮〉 = 0 jika hanya jika 𝑢𝑢1 = 𝑢𝑢2 = 0.
Karena semua sifat terpenuhi, 〈𝐮𝐮, 𝐯𝐯〉 adalah hasil kali dalam kompleks.

8. Ortogonalitas.
Definisi: Misalkan 𝑉𝑉 ruang hasilkali dalam. Dua vektor 𝐮𝐮, 𝐯𝐯 ∈ 𝑉𝑉 adalah ortogonal jika 〈𝐮𝐮, 𝐯𝐯〉 =
0, dan dinotasikan dengan 𝐮𝐮 ⊥ 𝐯𝐯.
Sebuah himpunan bagian 𝑆𝑆 dari ruang hasilkali dalam 𝑉𝑉 adalah himpunan
ortogonal jika 𝐮𝐮 ⊥ 𝐯𝐯, untuk setiap 𝐮𝐮, 𝐯𝐯 ∈ 𝑆𝑆 dengan 𝐮𝐮 ≠ 𝐯𝐯.

Contoh: Diketahui: 𝐮𝐮 = (0, 1, 0), 𝐯𝐯 = (1, 0, 1), 𝐰𝐰 = (1, 0, −1) tentukan apakah himpunan
𝑆𝑆 = {𝐮𝐮, 𝐯𝐯, 𝐰𝐰} merupakan himpunan ortogonal!
Jawab:
〈𝐮𝐮, 𝐯𝐯, 𝐰𝐰〉 = �(0. 1. 1) + (1. 0. 0) + (0.1. −1) = √0 = 0
Karena 〈𝐮𝐮, 𝐯𝐯, 𝐰𝐰〉 = 0 dan 𝐮𝐮, 𝐯𝐯, 𝐰𝐰 ∈ 𝑆𝑆 dengan 𝐮𝐮 ≠ 𝐯𝐯 ≠ 𝐰𝐰 maka 𝑆𝑆 merupakan
himpunan ortogonal.

Sebuah himpunan bagian 𝑆𝑆 dari ruang hasilkali dalam 𝑉𝑉 adalah himpunan ortonormal jika 𝑆𝑆
adalah himpunan ortogonal dan untuk setiap 𝐯𝐯 ∈ 𝑆𝑆 adalah vektor satuan atau bisa ditulis seperti
berikut:
Himpunan 𝑺𝑺 = {𝒗𝒗𝟏𝟏 , 𝒗𝒗𝟐𝟐 , … , 𝒗𝒗𝒏𝒏 } adalah ortonormal jika
𝟎𝟎, 𝒋𝒋𝒋𝒋𝒋𝒋𝒋𝒋 𝒊𝒊 ≠ 𝒋𝒋
〈𝒗𝒗𝒊𝒊 , 𝒗𝒗𝒋𝒋 〉 = �
𝟏𝟏, 𝒋𝒋𝒋𝒋𝒋𝒋𝒋𝒋 𝒊𝒊 = 𝒋𝒋

7. Basis Ortonormal dan Proses Gram-Schmidt

Definisi: Himpunan vektor dalam ℂ𝑛𝑛 adalah himpunan ortonormal jika terdapat himpunan
ortogonal dari vektor satuan. Basis ortonormal untuk subruang 𝑊𝑊 dari ℂ𝑛𝑛 adalah
basis dari 𝑊𝑊 dan merupakan himpunan ortonormal.

Teorema: Jika 𝑆𝑆 = {𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 } adalah sebuah basis ortonormal untuk sebuah ruang
perkalian dalam 𝑉𝑉 dan 𝒖𝒖 adalah sebarang vektor di dalam 𝑉𝑉, maka
 80

𝒖𝒖 = 〈𝒖𝒖, 𝒗𝒗𝟏𝟏 〉𝒗𝒗𝟏𝟏 + 〈𝒖𝒖, 𝒗𝒗𝟐𝟐 〉𝒗𝒗𝟐𝟐 + ⋯ + 〈𝒖𝒖, 𝒗𝒗𝒏𝒏 〉𝒗𝒗𝒏𝒏

Bukti :
Karena 𝑆𝑆 = {𝐯𝐯𝟏𝟏 , 𝐯𝐯𝟐𝟐 , … , 𝐯𝐯𝐧𝐧 } adalah sebuah basis, maka sebuah vektor 𝐮𝐮 dapat
dinyatakan dalam bentuk
𝐮𝐮 = 𝑘𝑘1 𝐯𝐯𝟏𝟏 + 𝑘𝑘2 𝐯𝐯𝟐𝟐 + ⋯ + 𝑘𝑘𝑛𝑛 𝐯𝐯𝐧𝐧

Akan ditunjukkan bahwa 𝑘𝑘𝑖𝑖 = 〈𝐮𝐮, 𝐯𝐯𝐢𝐢 〉 untuk 𝑖𝑖 = 1, 2, 3, … , 𝑛𝑛. Untuk setiap vektor 𝐯𝐯𝒊𝒊 di
dalam 𝑆𝑆 kita memperoleh
〈𝐮𝐮, 𝐯𝐯𝐢𝐢 〉 = 〈𝑘𝑘1 𝐯𝐯𝟏𝟏 + 𝑘𝑘2 𝐯𝐯𝟐𝟐 + ⋯ + 𝑘𝑘𝑛𝑛 𝐯𝐯𝐧𝐧 , 𝐯𝐯𝒊𝒊 〉
= 𝑘𝑘1 〈𝐯𝐯𝟏𝟏 , 𝐯𝐯𝐢𝐢 〉 + 𝑘𝑘2 〈𝐯𝐯𝟐𝟐 , 𝐯𝐯𝐢𝐢 〉 + ⋯ + 𝑘𝑘𝑛𝑛 〈𝐯𝐯𝐧𝐧 , 𝐯𝐯𝐢𝐢 〉
Karena 𝑆𝑆 = {𝐯𝐯𝟏𝟏 , 𝐯𝐯𝟐𝟐 , … , 𝐯𝐯𝐧𝐧 } adalah sebuah himpunan orthonormal, maka diperoleh
〈𝐯𝐯𝐢𝐢 , 𝐯𝐯𝐢𝐢 〉 = ‖𝐯𝐯𝐢𝐢 ‖2 = 1 dan 〈𝐯𝐯𝐢𝐢 , 𝐯𝐯𝐣𝐣 〉 = 0 jika 𝑗𝑗 ≠ 𝑖𝑖.
Sehingga persamaan diatas dapat disederhanakan menjadi
〈𝐮𝐮, 𝐯𝐯𝐢𝐢 〉 = 𝑘𝑘𝑖𝑖 ∎

Definisi: Misal {𝐚𝐚𝟏𝟏 , 𝐚𝐚𝟐𝟐 , … , 𝐚𝐚𝐧𝐧 } adalah sebuah basis untuk ruang bagian 𝑆𝑆 dari ruang hasilkali
dalam 𝑉𝑉. Sebuah basis ortonormal {𝐮𝐮𝟏𝟏 , 𝐮𝐮𝟐𝟐 , … , 𝐮𝐮𝐧𝐧 } untuk 𝑆𝑆 dapat dinyatakan
menggunakan proses ortogonalisasi Gram-Schmidt seperti berikut:
𝐚𝐚𝟏𝟏 𝐚𝐚𝑘𝑘 − ∑𝑘𝑘−1
𝑖𝑖=1 〈𝐚𝐚𝑘𝑘 , 𝐮𝐮𝑖𝑖 〉𝐮𝐮𝑖𝑖
𝐮𝐮𝟏𝟏 = dan 𝐮𝐮𝑘𝑘 = , untuk 𝑘𝑘 = 2, 3, … , 𝑛𝑛.
‖𝐚𝐚𝟏𝟏 ‖ �𝐚𝐚𝑘𝑘 − ∑𝑘𝑘−1
𝑖𝑖=1 〈𝐚𝐚 𝑘𝑘 , 𝐮𝐮𝑖𝑖 〉𝐮𝐮𝑖𝑖 �

Definisi: (Matriks nonsingular) Matriks 𝐴𝐴 berordo 𝑛𝑛 × 𝑛𝑛 disebut invertibel atau nonsingular, jika
ada matriks lain yaitu 𝐵𝐵 berordo 𝑛𝑛 × 𝑛𝑛 disebut invers dari 𝐴𝐴, sehingga 𝐴𝐴𝐴𝐴 = 𝐵𝐵𝐵𝐵 =
𝐼𝐼𝑛𝑛 . Invers dari 𝐴𝐴 dinotasikan 𝐴𝐴−1 . Jika matriks 𝐵𝐵 tidak ada, 𝐴𝐴 tidak invertibel atau
singular.

Definisi: Sebuah vektor 𝐰𝐰 disebut kombinasi linear (linear combination) dari vektor-vektor
𝐯𝐯1 , 𝐯𝐯2 , … , 𝐯𝐯𝑟𝑟 jika 𝐰𝐰 dapat dinyatakan dalam bentuk
𝐰𝐰 = 𝑘𝑘1 𝐯𝐯1 + 𝑘𝑘2 𝐯𝐯2 + ⋯ + 𝑘𝑘𝑟𝑟 𝐯𝐯𝑟𝑟
dimana 𝑘𝑘1 , 𝑘𝑘2 , … , 𝑘𝑘𝑟𝑟 adalah bilangan-bilangan kompleks.

Konsep-konsep kebebasan linear (linear independence), merentang (spanning), basis

(basis), dimensi (dimension), dan subruang (subspace) dapat diterapkan pada ruang-ruang
vektor kompleks tanpa perubahan apapun, dan teorema-teorema tetap berlaku ketika ℝ𝑛𝑛
berubah menjadi ℂ𝑛𝑛 . Sebuah vektor 𝐮𝐮 pada ℂ𝑛𝑛 dapat dituliskan dalam notasi vektor
𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 )
atau dalam notasi matriks
𝑢𝑢1
𝑢𝑢2
𝐮𝐮 = � �
⋮
𝑢𝑢𝑛𝑛
dimana
𝑢𝑢1 = 𝑎𝑎1 + 𝑏𝑏1 𝑖𝑖, 𝑢𝑢2 = 𝑎𝑎2 + 𝑏𝑏2 𝑖𝑖, …, 𝑢𝑢𝑛𝑛 = 𝑎𝑎𝑛𝑛 + 𝑏𝑏𝑛𝑛 𝑖𝑖

Definisi: Misalkan 𝑉𝑉 ruang vektor. 𝑆𝑆 = {𝐯𝐯1 , 𝐯𝐯2 , … , 𝐯𝐯𝑟𝑟 } ⊆ 𝑉𝑉. Himpunan 𝑆𝑆 disebut bebas linear
jika persamaan vektor
𝑘𝑘1 𝐯𝐯1 + 𝑘𝑘2 𝐯𝐯2 + ⋯ + 𝑘𝑘𝑟𝑟 𝐯𝐯𝑟𝑟 = 𝐨𝐨
hanya dipenuhi oleh 𝑘𝑘1 = 𝑘𝑘2 = ⋯ = 𝑘𝑘𝑟𝑟 = 0. Jika terdapat penyelesaian yang lain maka 𝐵𝐵
disebut tak bebas linear atau bergantung linear.
 81

Definisi: Misalkan 𝑉𝑉 ruang vektor. 𝑆𝑆 = {𝐯𝐯1 , 𝐯𝐯2 , … , 𝐯𝐯𝑟𝑟 } ⊆ 𝑉𝑉. 𝑆𝑆 disebut membangun 𝑉𝑉 jika
setiap vektor di 𝑉𝑉 tersebut dapat dinyatakan sebagai kombinasi linear dari 𝑆𝑆.

Contoh: 𝑆𝑆 = {𝑒𝑒1 = (1, 0, 0), 𝑒𝑒2 = (0, 1, 0), 𝑒𝑒3 = (0, 0, 1)} membangun ℝ3 . Karena setiap
vektor di ℝ3 dapat dinyatakan sebagai kombinasi linear dari 𝑆𝑆 maka (𝑎𝑎, 𝑏𝑏, 𝑐𝑐) =
𝑎𝑎𝑒𝑒1 + 𝑏𝑏𝑒𝑒2 + 𝑐𝑐𝑒𝑒3 .

Definisi: Misalkan 𝑉𝑉 ruang vektor. 𝑆𝑆 = {𝐯𝐯1 , 𝐯𝐯2 , … , 𝐯𝐯𝑟𝑟 } ⊆ 𝑉𝑉. 𝑆𝑆 disebut basis ruang vektor 𝑉𝑉 jika
𝑆𝑆 memenuhi dua aksioma berikut:
1) 𝑆𝑆 bebas linear
2) 𝑆𝑆 membangun 𝑉𝑉

1 0 0 1 0 0 0 0
Contoh:𝑀𝑀 = �𝑚𝑚𝑒𝑒1 = � � , 𝑚𝑚𝑒𝑒2 = � � , 𝑒𝑒𝑚𝑚3 = � � , 𝑚𝑚𝑒𝑒4 = � �� adalah basis
0 0 0 0 1 0 0 1
matriks 2 × 2.
Definisi: Jika 𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ) dan 𝐯𝐯 = (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 ) adalah vektor-vektor pada ℂ𝑛𝑛 ,
maka hasil kali dalam Euclidean kompleks antara keduanya, 𝐮𝐮 . 𝐯𝐯, didefinisikan sebagai
𝐮𝐮 . 𝐯𝐯 = 𝑢𝑢1 𝑣𝑣1 + 𝑢𝑢2 𝑣𝑣2 + ⋯ + 𝑢𝑢𝑛𝑛 𝑣𝑣𝑛𝑛
dimana 𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 adalah konjugat-konjugat dari 𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 .
Contoh: Hasilkali dalam Euclidean kompleks dari vektor-vektor
𝐮𝐮 = (3 − 4𝑖𝑖, 2 + 𝑖𝑖, −6𝑖𝑖), 𝐯𝐯 = (1 + 𝑖𝑖, 2 − 𝑖𝑖, 4), 𝐮𝐮, 𝐯𝐯 ∈ ℂ𝟑𝟑
adalah
𝐮𝐮 . 𝐯𝐯 = (3 − 4𝑖𝑖)(1 + 𝑖𝑖) + (2 + 𝑖𝑖)( 2 − 𝑖𝑖) + (−6𝑖𝑖)(4)
= (3 − 4𝑖𝑖)(1 − 𝑖𝑖) + (2 + 𝑖𝑖)(2 + 𝑖𝑖) + (−6𝑖𝑖)(4)
= −1 − 7i + 3 + 4i − 24i = 2 − 27i
Teorema: (Sifat-sifat Hasilkali Dalam Kompleks)
Jika 𝒖𝒖 . 𝒗𝒗 dan 𝒘𝒘 adalah vektor-vektor pada ℂ𝑛𝑛 , dan 𝑘𝑘 adalah sebarang bilangan kompleks,
maka:
a. 𝒖𝒖 . 𝒗𝒗 = 𝒗𝒗. 𝒖𝒖
b. (𝒖𝒖 + 𝒗𝒗). 𝒘𝒘 = 𝒖𝒖 . 𝒘𝒘 + 𝒗𝒗 . 𝒘𝒘
c. (𝑘𝑘𝒖𝒖). 𝒗𝒗 = 𝑘𝑘(𝒖𝒖 . 𝒗𝒗)
d. 𝒗𝒗 . 𝒗𝒗 ≥ 0 dan 𝒗𝒗 . 𝒗𝒗 = 0 jika dan hanya jika 𝒗𝒗 = 0.
Bukti :
a. Misalkan 𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ) dan 𝐯𝐯 = (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 ) untuk 𝐮𝐮, 𝐯𝐯 ∈ ℂ𝑛𝑛 maka
𝐮𝐮 . 𝐯𝐯 = 𝑢𝑢1 𝑣𝑣1 + 𝑢𝑢2 𝑣𝑣2 + ⋯ + 𝑢𝑢𝑛𝑛 𝑣𝑣𝑛𝑛
dan
𝐯𝐯 . 𝐮𝐮 = 𝑣𝑣1 𝑢𝑢1 + 𝑣𝑣2 𝑢𝑢2 + ⋯ + 𝑣𝑣𝑛𝑛 𝑢𝑢𝑛𝑛
sehingga
𝐯𝐯. 𝐮𝐮 = 𝑣𝑣1 𝑢𝑢1 + 𝑣𝑣2 𝑢𝑢2 + ⋯ + 𝑣𝑣𝑛𝑛 𝑢𝑢𝑛𝑛
= 𝑣𝑣1 𝑢𝑢1 + 𝑣𝑣2 𝑢𝑢2 + ⋯ + 𝑣𝑣𝑛𝑛 𝑢𝑢𝑛𝑛 [Teorema 2.3 bagian a dan c]
= 𝑣𝑣1 𝑢𝑢1 + 𝑣𝑣2 𝑢𝑢2 + ⋯ + 𝑣𝑣𝑛𝑛 𝑢𝑢𝑛𝑛 [Teorema 2.3 bagian e]
= 𝑢𝑢1 𝑣𝑣1 + 𝑢𝑢2 𝑣𝑣2 + ⋯ + 𝑢𝑢𝑛𝑛 𝑣𝑣𝑛𝑛 = 𝐮𝐮 . 𝐯𝐯
b. Misal 𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ), 𝐯𝐯 = (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 ), dan 𝐰𝐰 = (𝑤𝑤1 , 𝑤𝑤2 , … , 𝑤𝑤𝑛𝑛 ) untuk
𝐮𝐮, 𝐯𝐯, 𝐰𝐰 ∈ ℂ𝑛𝑛 maka
(𝐮𝐮 + 𝐯𝐯). 𝐰𝐰 = [(𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ) + (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 )] . (𝑤𝑤1 , 𝑤𝑤2 , … , 𝑤𝑤𝑛𝑛 )
= (𝑢𝑢1 + 𝑣𝑣1 , 𝑢𝑢2 + 𝑣𝑣2 , … , 𝑢𝑢𝑛𝑛 + 𝑣𝑣𝑛𝑛 ). (𝑤𝑤1 , 𝑤𝑤2 , … , 𝑤𝑤𝑛𝑛 )
= (𝑢𝑢1 + 𝑣𝑣1 )𝑤𝑤1 + (𝑢𝑢2 + 𝑣𝑣2 )𝑤𝑤2 + ⋯ + (𝑢𝑢𝑛𝑛 + 𝑣𝑣𝑛𝑛 )𝑤𝑤𝑛𝑛
 82

= 𝑢𝑢1 𝑤𝑤1 + 𝑣𝑣1 𝑤𝑤1 + 𝑢𝑢2 𝑤𝑤2 + 𝑣𝑣2 𝑤𝑤2 + ⋯ + 𝑢𝑢𝑛𝑛 𝑤𝑤𝑛𝑛 + 𝑣𝑣𝑛𝑛 𝑤𝑤𝑛𝑛
= (𝑢𝑢1 𝑤𝑤1 + 𝑢𝑢2 𝑤𝑤2 + ⋯ + 𝑢𝑢𝑛𝑛 𝑤𝑤𝑛𝑛 ) + (𝑣𝑣1 𝑤𝑤1 + 𝑣𝑣2 𝑤𝑤2 + ⋯ + 𝑣𝑣𝑛𝑛 𝑤𝑤𝑛𝑛 )
= 𝐮𝐮 . 𝐰𝐰 + 𝐯𝐯 . 𝐰𝐰
c. Misalkan 𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ) dan 𝐯𝐯 = (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 ) untuk 𝐮𝐮, 𝐯𝐯 ∈ ℂ𝑛𝑛 , dan 𝑘𝑘
adalah sebarang bilangan kompleks maka
(𝑘𝑘𝐮𝐮). 𝐯𝐯 = [𝑘𝑘(𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 )] . (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 )
= (𝑘𝑘𝑢𝑢1 , 𝑘𝑘𝑘𝑘2 , … , 𝑘𝑘𝑘𝑘𝑛𝑛 ) . (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 )
= 𝑘𝑘𝑢𝑢1 𝑣𝑣1 + 𝑘𝑘𝑢𝑢2 𝑣𝑣2 + ⋯ + 𝑘𝑘𝑢𝑢𝑛𝑛 𝑣𝑣𝑛𝑛
= 𝑘𝑘(𝑢𝑢1 𝑣𝑣1 + 𝑢𝑢2 𝑣𝑣2 + ⋯ + 𝑢𝑢𝑛𝑛 𝑣𝑣𝑛𝑛 )
= 𝑘𝑘(𝐮𝐮 . 𝐯𝐯)
d. Misalkan 𝐯𝐯 = (𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 ) untuk 𝐯𝐯 ∈ ℂ𝑛𝑛 maka
𝐯𝐯 . 𝐯𝐯 = 𝑣𝑣1 𝑣𝑣1 + 𝑣𝑣2 𝑣𝑣2 + ⋯ + 𝑣𝑣𝑛𝑛 𝑣𝑣𝑛𝑛 = |𝑣𝑣1 |2 + |𝑣𝑣2 |2 + ⋯ + |𝑣𝑣𝑛𝑛 |2 ≥ 0
Kesamaan berlaku jika dan hanya jika |𝑣𝑣1 | = |𝑣𝑣2 | = ⋯ = |𝑣𝑣𝑛𝑛 | = 0. Namun, hal ini
benar jika dan hanya jika 𝑣𝑣1 = 𝑣𝑣2 = … = 𝑣𝑣𝑛𝑛 = 0 , yaitu jika dan hanya jika 𝐯𝐯 = 0.
∎
Definisi: (Panjang dan Jarak pada ℂ𝒏𝒏 ) Panjang Euclidean (Euclidean norm) dari vektor 𝐮𝐮 =
(𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ) pada ℂ𝑛𝑛 dinotasikan dengan ‖𝐮𝐮‖ yaitu
‖𝐮𝐮‖ = (𝐮𝐮 . 𝐮𝐮)1/2 = �|𝑢𝑢1 |2 + |𝑢𝑢2 |2 + ⋯ + |𝑢𝑢𝑛𝑛 |2
dan jarak Euclidean antara titik-titik 𝐮𝐮 = (𝑢𝑢1 , 𝑢𝑢2 , … , 𝑢𝑢𝑛𝑛 ) dengan 𝐯𝐯 =
(𝑣𝑣1 , 𝑣𝑣2 , … , 𝑣𝑣𝑛𝑛 ) adalah
𝑑𝑑(𝐮𝐮, 𝐯𝐯) = ‖𝐮𝐮 − 𝐯𝐯‖ = �|𝑢𝑢1 − 𝑣𝑣1 |2 + |𝑢𝑢2 − 𝑣𝑣2 |2 + ⋯ + |𝑢𝑢𝑛𝑛 − 𝑣𝑣𝑛𝑛 |2

Contoh: Tentukan panjang dari vektor-vektor 𝐮𝐮 = (2 + i, 0, 4 − 5i) dan

𝐯𝐯 = (1 + i, 2 + i, 0) dan cari jarak antara vektor 𝐮𝐮 dan 𝐯𝐯.
Jawab: panjang dari vektor 𝐮𝐮 dan 𝐯𝐯
‖𝐮𝐮‖ = �|𝑢𝑢1 |2 + |𝑢𝑢2 |2 + |𝑢𝑢3 |2
= �(22 + 12 ) + (02 + 02 ) + (42 + (−5)2 )
= √5 + 0 + 41 = √46
‖𝐯𝐯‖ = �|𝑣𝑣1 |2 + |𝑣𝑣2 |2 + |𝑣𝑣3 |2
= �(12 + 12 ) + (22 + 12 ) + (02 + 02 )
= √2 + 5 + 0 = √7
Jarak antara vektor 𝐮𝐮 dan 𝐯𝐯 adalah
𝑑𝑑(𝐮𝐮, 𝐯𝐯) = ‖𝐮𝐮 − 𝐯𝐯‖
= ‖1, −2 − i, 4 − 5i‖
= �(12 + 02 ) + ((−2)2 + (−1)2 ) + (42 + (−5)2 )
= √1 + 5 + 41 = √47

8. Soal- soal latihan.

1. Hitunglah hasil operasi vektor kompleks berikut
 83

2. Diberikan matriks-matriks

Hitunglah: (a) A + B, (b) C (c) C* (d) (- 3i)D (e) A - BT

(f) AB (g) D(C*) (h) B2 (i) CTD* (j) (C*)2.
3. Tentukan di antara matriks di bawah ini yang termasuk matriks Hemitian atau matriks
Hermitian miring.

4. Selesaikan sistim persamaan linier berikut:

5. Untuk setiap matriks A di bawah ini, tentukan determinnya untuk melihat apakah apakah
matriks tersebut tak singuler, kemudian hitung A * untuk melihat apakah A * = A

6. Untuk setiap matriks di bawah ini tentukan nilai eigen dan nyatakan setiap ruang eigen sebagai
sebuah himpunan kombinasi linier dari vektor eigen fundamental.

7. Di antara himpunan bagian dari ruang vektor kompleks C3 di bawah ini, tentukan yang bebas
linier. Dalam setiap kasus tentukan dimensi rentangan masing-masing himpunan.
84