BAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.

dokumen-dokumen yang mirip
MUH1G3/ MATRIKS DAN RUANG VEKTOR

BAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.

Aljabar Linear Elementer

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

SUMMARY ALJABAR LINEAR

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

CHAPTER 6. Ruang Hasil Kali Dalam

Ruang Vektor Euclid R 2 dan R 3

Trihastuti Agustinah

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

Aljabar Linear Elementer

Geometri pada Bidang, Vektor

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA

TINJAUAN PUSTAKA Analisis Biplot Biasa

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh

Aljabar Linier Elementer. Kuliah ke-9

BAB I PENDAHULUAN 1.1 Latar Belakang

Latihan 5: Inner Product Space

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Ruang Vektor Euclid R n

Vektor di Bidang dan di Ruang

CHAPTER 6. INNER PRODUCT SPACE

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang

Outline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

BAB I PENDAHULUAN. Analisis fungsional merupakan salah satu cabang dari kelompok analisis

Matematika Ujian Akhir Nasional Tahun 2004

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.

7. Himpunan penyelesaian. 8. Jika log 2 = 0,301 dan log 3 = 10. Himpunan penyelesaian

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili

Matematika EBTANAS Tahun 1991

a11 a12 x1 b1 Definisi Vektor di R 2 dan R 3

PENGANTAR KALKULUS PEUBAH BANYAK. 1. Pengertian Vektor pada Bidang Datar

TE Teknik Numerik Sistem Linear

f(-1) = = -7 f (4) = = 3 Dari ketiga fungsi yang didapat ternyata yang terkecil -7 dan terbesar 11. Rf = {y -7 y 11, y R}

Kalkulus Multivariabel I

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

Transformasi Geometri Sederhana

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT / 2 SKS

Materi Aljabar Linear Lanjut

VEKTOR. Notasi Vektor. Panjang Vektor. Penjumlahan dan Pengurangan Vektor (,, ) (,, ) di atas dapat dinyatakan dengan: Matriks = Maka = =

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

SISTEM PERSAMAAN LINEAR

MUH1G3/ MATRIKS DAN RUANG VEKTOR

ANALISIS NUMERIK LANJUT. Hendra Gunawan, Ph.D. 2006/2007

BAB II VEKTOR DAN GERAK DALAM RUANG

KARTU SOAL UJIAN NASIONAL MADRASAH ALIYAH NEGERI PANGKALPINANG

Pertemuan 2 & 3 DEKOMPOSISI SPEKTRAL DAN DEKOMPOSISI NILAI SINGULAR

TRY OUT MATEMATIKA PAKET 2A TAHUN 2010

BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks

Aljabar Linier & Matriks

Interpretasi Geometri Dari Sebuah Determinan

BAB II LANDASAN TEORI

BAB 5 RUANG VEKTOR A. PENDAHULUAN

Operasi Eliminasi Gauss. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

MUH1G3/ MATRIKS DAN RUANG VEKTOR

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

VEKTOR. 45 O x PENDAHULUAN PETA KONSEP. Vektor di R 2. Vektor di R 3. Perkalian Skalar Dua Vektor. Proyeksi Ortogonal suatu Vektor pada Vektor Lain

TE Teknik Numerik Sistem Linear. Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember

Aljabar Linier & Matriks

Transformasi Geometri Sederhana. Farah Zakiyah Rahmanti 2014

RUANG VEKTOR. Nurdinintya Athari (NDT)

Vektor Ruang 2D dan 3D

Persamaan Parametrik

TINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran??

VEKTOR 2 SMA SANTA ANGELA. A. Pengertian Vektor Vektor adalah besaran yang memiliki besar dan arah. Dilambangkan dengan :

KISI-KISI SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2014/2015

Soal No. 1 Perhatikan gambar berikut, PQ adalah sebuah vektor dengan titik pangkal P dan titik ujung Q

Fisika Matematika II 2011/2012

PAKET 3 LATIHAN UJIAN NASIONAL SMA/MA TAHUN 2009 MATA PELAJARAN MATEMATIKA

Aljabar Linier Elementer

PROYEKSI ORTOGONAL PADA RUANG HILBERT. Skripsi

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

A. 3 B. 1 C. 1 D. 2 E. 5 B. 320 C. 240 D. 200 E x Fungsi invers dari f x ( 1. adalah.

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta

9.1. Skalar dan Vektor

TAHUN PELAJARAN 2003/2004 UJIAN NASIONAL. Matematika (D10) PROGRAM STUDI IPA PAKET 2 (UTAMA) SELASA, 11 MEI 2004 Pukul

SILABUS PENGALAMAN BELAJAR ALOKASI WAKTU

SOAL DAN SOLUSI UJIAN SEKOLAH UTAMA TAHUN 2013

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

PENDAHULUAN LANDASAN ANALISIS

Transkripsi:

BAB 6 RUANG HASIL KALI DALAM Dr. Ir. Abdul Wahid Surhim, MT.

KERANGKA PEMBAHASAN 1. Hasil Kali Dalam 2. Sudut dan Keortogonalan pada Ruang Hasil Kali Dalam 3.Basis Ortogonal, Proses Gram-Schmidt 4.Perubahan Basis 5. Matriks Ortogonal

6.1 HASILKALI DALAM Definisi Misalnya V adalah suatu ruang vektor, dan, maka notasi <, > dinamakan hasilkali dalam jika memenuhi keempat aksioma sebagai berikut: 1., =, (Simetris) 2. +, =, +, (Aditivitas) 3. untuk suatu k R,, =, =, (Sifat Homogenitas) 4., 0, untuk setiap dan, = 0 = 0 (Sifat Positifitas) Ruang vektor yang dilengkapi dengan operasi hasilkali dalam dinamakan Ruang Hasilkali Dalam (RHD)

NORM VEKTOR Jika V merupakan suatu ruang hasil kali dalam, maka norm (panjang) sebuah vektor dinyatakan oleh : =, > 0 Contoh 1 : Ruang Hasil Kali Dalam Euclid ( R n ) Misalkan, maka, = + +...+ =, > 0 = + +...+

CONTOH 2 Misalnya W R 3 yang dilengkapi dengan operasi hasil kali, = 2 + +3, dengan, Buktikan bahwa W adalah ruang hasilkali dalam Jawab : Misalkan,,, maka (i)., = 2 + +3 = 2 + +3 =, (terbukti simetris)

(ii). +, = (u 1 +v 1, u 2 +v 2, u 3 +v 3 ), (w 1, w 2, w 3 ) = 2(u 1 + v 1 )w 1 + (u 2 +v 2 )w 2 + 3(u 3 +v 3 )w 3 = 2u 1 w 1 +2v 1 w 1 +u 2 w 2 +v 2 w 2 +3u 3 w 3 +3v 3 w 3 = 2u 1 w 1 +u 2 w 2 +3u 3 w 3 +2v 1 w 1 +v 2 w 2 +3v 3 w 3 (bersifat aditivitas) (iii) untuk suatu k R,, = (ku 1, ku 2, ku 3 ), (v 1, v 2, v 3 ) = 2ku 1 v 1 + ku 2 v 2 + 3ku 3 v 3 = k2u 1 v 1 + ku 2 v 2 + k.3u 3 v 3 (bersifat homogenitas) (iv)., = 2 + +3 Jelas bahwa, > 0 untuk setiap dan, = 0 jika = 0 (Sifat Positifitas) Untuk vektor R 2,, = +

CONTOH 3 Tunjukan bahwa, = + 2 3 bukan merupakan hasil kali dalam JAWAB: Perhatikan, = + 2 3 Pada saat 3u 32 > u 12 + 2u 2 2 maka, < 0 Tidak memenuhi Sifat positivitas Bukti dengan u = (2,2,2), = 2 + 2. 2 3 2 = 0 seharusnya nol hanya pada u = (0,0,0)

CONTOH 4: MENGGUNAKAN HASILKALI DALAM EUCLIDIAN TERTIMBANG Penting diketahui bahwa norma dan jarak tergantung pada HASILKALI DALAM YANG DIGUNAKAN. Contohnya, vektor u = (1,0) dan v = (0,1): 1. Hasilkali dalam Euclid 2. Hasilkali dalam Euclid tertimbang

CONTOH 5: LINGKARAN SATUAN TAKBIASA DI R 2 1. Sketsakan lingkaran satuan di sistem koordinat-xy di R 2 menggunakan hasilkali dalam Euclid, = + 2. Sketsakan lingkaran satuan di sistem koordinat-xy di R 2 menggunakan hasilkali dalam Euclid tertimbang, = + JAWAB 1. Jika u = (x,y) maka =, = +. Pada lingkaran satuan maka + = 1 atau + = 1 2. Jika u = (x,y) maka =, = +. Pada lingkaran satuan maka + = 1 atau + = 1

HASILKALI DALAM DITURUNKAN DENGAN MATRIKS Jika Jika Maka hasilkasli dalamnya adalah, =., =, = maka

CONTOH 6 Diketahui Hasilkali dalamnya adalah mengikuti rumus, =

CONTOH 7 Diketahui matriks maka dan jaraknya: =. = 1 + 2 + 3 + 4 = 30 =. = ( 1) +0 + 3 + 2 = 14

HASILKALI DALAM POLYNOMIAL Jika adalah dua vektor di P 2, maka Normanya: CONTOH: = 3 + 5 6 dan = 4 + 3 + 2, = 3.4 + 5.3 + 6. 2 = 15 = 3 + 5 + 6 = 70

HASILKALI DALAM FUNGSI Misalkan f = ( )dan g = ( )adalah dua fungsi di C [a,b] dan didefinisikan: ditambah satu fungsi s = ( ), maka hasilkali dalamnya: NORMANYA:

SIFAT-SIFAT HASILKALI DALAM

6.2 SUDUT DAN KEORTOGONALAN PADA RUANG HASILKALI DALAM Subbab ini membahas 1. Definisi gagasan SUDUT antara dua vektor di ruang hasilkali dalam 2. Penggunaan konsep ini untuk mendapatkan beberapa hubungan dasar antar vektor pada hasilkali dalam, termasuk hubungan geometri mendasar antara ruangnul dan ruang kolom dari sebuah matriks

KETIDAKSAMAAN CAUCHY-SCHWARZ Sudut antara dua vektor dalam suatu RHD :, cos = Karena cos 1, maka, 1 Hal ini terbukti dengan KETIDAKSAMAAN CAUCHY-SCHWARZ:,

SIFAT-SIFAT PANJANG DAN JARAK SIFAT-SIFAT PANJANG SIFAT-SIFAT JARAK

SUDUT ANTAR-VEKTOR Jika, 1 dikuadratkan maka, 1 atau ekueivalen dengan: 1, 1

CONTOH Tentukan sudut dua vektor: u = (4,3,1,-2) dan v = (-2,1,2,3) Jawaban: = 1.97 rad

ORTOGONALITAS Seperti pada bab sebelumnya, ortogonal berarti tegak lurus atau terjadi saat cos = 0 atau. = Contoh: Apakah dua matriks berikut ortogonal? (ORTOGONAL)

CONTOH: ORTOGONAL VEKTOR DI P 2 Diketahui hasilkali dalam berikut: Misalkan p = x dan q = x 2, maka Karena, = 0, maka vektor p = x dan q = x 2 ortogonal relatif terhadap hasilkali dalam yang diketahui

PYTHAGORAS Jika u dan v vektor ortogonal di RHD, maka + = + Contoh: Seperti contoh sebelumnya dengan Pythagoras: maka Bukti dengan integrasi:

PELENGKAP ORTOGONAL Jika V bidang melalui asal R3 dengan RHD Euclid, maka semua vektor di L tegak lurus dengan setiap vektor di V DEFINISI Misalkan W subruang dari RHD V. Sebuah vektor u di V dikatakan ortogonal terhadap W jika dia ortogonal terhadap setiap vektor di W, dan kumpulan semua vektor di V yang ortogonal terhadap W disebut pelengkap ortogonal dari W (W )

SIFAT-SIFAT PELENGKAP ORTOGONAL Jika W adalah sebuah subruang RHD V dimensi-tentu, maka 1. W adalah subruang dari V 2. Hanya ada satu vektor yang umum terhadap W dan W adalah 0 3. Pelengkap ortogonal dari W adalah W, sehingga (W ) = W

HUBUNGAN GEOMETRIK ANTARA RUANG-NUL DAN RUANG BARIS Jika A adalah matriks m x n, maka 1. Ruang-nul A dan ruang baris A adalah pelengkap ortogonal di R n berhubungan dengan RHD Euclid 2. Ruang-nul A T dan ruang kolom dari A adalah pelengkap ortogonal di R m berhubungan dengan RHD Euclid

CONTOH Misalkan W adalah subruang R 5 yang direntangkan oleh vektor Temukan basis untuk pelengkap ortogonal W! JAWAB: Matriks baris yang dibentuk oleh W: Ruang-nul A adalah pelengkap ortogonal A, dan didapatkan: Maka basis pelengkap ortogonal W adalah v1 = (-1,1,0,0,0) dan v2 = (-1,0,-1,0,1)

PERNYATAAN YANG EKUIVALEN

6.3 BASIS ORTONORMAL, PROSES GRAM-SCHMIDT Sebuah himpunan vektor pada RHD dinamakan himpunan ortogonal jika semua pasangan vektor yang berbeda dalam himpunan tersebut adalah ortogonal (saling tegak lurus). Himpunan ORTONORMAL himpunan ortogonal yang setiap vektornya memiliki panjang (normnya) satu. Misalkan, T = {c 1, c 2,, c n } pada suatu RHD T dikatakan himpunan vektor ortogonal jika <c i, c j > = 0 untuk setiap i j Sedangkan, T dikatakan himpunan vektor ortonormal jika untuk setiap i berlaku = 1

CONTOH Misalkan Maka himpunan vektor tersebut ortogonal karena Tentukan ortonormal vektor tersebut! JAWAB: Normalisasi u menghasilkan: ortonormal karena

BASIS ORTONORMAL Dalam RHD, basis yang mengandung vektor-vektor ortonormal disebut BASIS ORTONORMAL dan basis yang mengandung vektor-vektor ortogonal disebut BASIS ORTOGONAL Contoh: Vektor-vektor yang ada di Gambar 2 adalah basis ortonormal: Pada R lebih tinggi: Gambar 2

KOORDINAT RELATIF TERHADAP BASIS ORTONORMAL TEOREMA: Jika =,,, adalah basis ortonormal untuk RHD V, dan u adalah vektor di V, maka =, +, + +, Contoh: Nyatakan vektor u = (1,1,1) sebagai kombinasi linear dari =,, dan tentukan koordinat u Koordinat u relatif tehadap S:

TEOREMA 6.3.2

CONTOH Seperti contoh sebelumnya, tentukan norma u = (1,1,1) menggunakan Teorema 6.3.2 (a): JAWAB: Menggunakan cara biasa: Menggunakan teorema:

KOORDINAT RELATIF TERHADAP BASIS ORTOGONAL Jika =,,, adalah basis ortonormal untuk RHD V, maka normalisasi vektor tersebut menghasilkan basis ortonormal TEOREMA 6.3.3 Jika =,,, adalah himpunan ortogonal vektorvektor bukan-nol di RHD, maka S adalah bebas linear.

CONTOH Seperti pada contoh sebelumnya: adalah membentuk himpunan ortogonal di RHD Euclid di R 3 membentuk himpunan bebas linear karena R 3 memiliki dimensi-3, maka =,, adalah basis ortonormal untuk R 3

PROYEKSI ORTOGONAL (TEOREMA 6.3.4) Jika W adalah subruang dari RHD V dimensi-tentu, maka setiap vektor u di V dapat dinyatakan secara pasti dengan = + dengan di W dan adalah di W

CONTOH Misalkan R 3 memiliki RHD Euclid, dan misalkan W subruang yang dibentangkan oleh vektor-vektor ortonormal = 0,1,0 dan =, 0,. Proyeksi ortogonal u = 1,1,1 pada W adalah Komponen u yang ortogonal terhadap W adalah

MENEMUKAN BASIS ORTOGONAL DAN ORTONORMAL: PROSES GRAM-SCHMIDT Tahap 1. Misalkan = Tahap 2. Seperti diilustrasikan pada Fig. 6.3.3, kita dapat menemukan sebuah vektor yang ortogonal terhadap dengan menghitung komponen yang ortogonal terhadap yang dibentangkan oleh. Jika = 0, maka bukan vektor basis

CONTOH Gunakan proses Gram-Schmidt untuk mentransformasikan vektor-vektor basis = (1,1,1), = (0,1,1) dan = (0,0,1) terhadap basis ortogonal,, JAWAB: Dengan demikian, membentuk basis ortogonal untuk R 3. Normanya adalah maka basis ortonormalnya:

DEKOMPOSISI-QR PERMASALAHAN: Jika A adalah matriks m x n yang vektor kolomnya bebas linear, dan jika Q adalah matriks dengan vektor kolom ortonormal yang dihasilkan dari penerapan proses Gram-Schmidt terhadap vektor kolom A, apakah hubungan, kalau ada, di antara A dan Q? Untuk menyelesaikan permasalahan ini, andaikan bahwa vektor kolom A adalah,,, dan vektor kolom ortonormal Q adalah,,, ; maka A = QR dengan R adalah MSA

CONTOH Temukan dekomposisi-qr matriks: JAWAB: Matriks kolom A: Vektor ortonormal dengan proses Gram-Schmidt:

6.4 PERUBAHAN BASIS Sebuah basis mungkin tepat untuk satu permasalahan tapi tidak tepat untuk permasalahan lainnya, karena itu perlu adanya perubahan basis Perubahan basis dapat menyebabkan perubahan koordinat (misalnya R 3 ke R 2 atau sebaliknya)

VEKTOR KOORDINAT TEOREMA 5.4.1: Jika =,,, adalah basis ruang vektor V, maka setiap v di V dapat dinyatakan secara unik dengan kombinasi linear: = + + + dengan,,, adalah koordinat v relatif terhadap S, dan vektor ( ) = (,,, ) adalah vektor koordinat v relatif terhadap S atau dinyatakan dengan: [ ] =

PERUBAHAN BASIS: PERMASALAHAN Jika merubah basis ruang vektor V dari basis lama B ke basis baru B, bagaimana vektor koordinat lama [ ] dari vektor v yang berhubungan dengan vektor koordinat baru [ ]? Simpelnya kita terapkan pada dimensi-2: Misalnya = (, ) dan = (, ). Kita perlu vektor koordinat basis baru terhadap basis lama: = dan = = + = + [ ] =

PERUBAHAN BASIS: SOLUSI Jika kita merubah basis ruang vektor V dari basis lama = (,,, )dan = (,,, ), maka vektor koordinat [ ] dihubungkan dengan vektor koordinat baru [ ] dari vektor v yang sama dengan persamaan dengan P adalah vektor koordinat dari vektor basis yang baru relatif terhadap basis lama. Vektor kolom P adalah Vektor P disebut MATRIKS TRANSISI dari ke : Vektor Q disebut MATRIKS TRANSISI dari ke : Q = P -1

CONTOH Misalnya = (, )dan = (, )adalah a). Temukan matriks transisi dari b). Temukan [ ], jika c). Temukan Q JAWABAN: a). ke b). c). Q = P -1, maka Atau sehingga

6.5 MATRIKS ORTOGONAL Matriks bujur-sangkar A yang memiliki sifat A -1 = A T disebut MATRIKS ORTOGONAL Mengikuti definisi ini maka A disebut ortogonal adalah jika dan hanya jika AA T = A T A = I CONTOH: adalah ortogonal karena

MATRIKS ROTASI ADALAH ORTOGONAL Matriks rotasi searah jarum jam pada R 2 : Jika A ditransposkan dan dikalikan dengan A:

PERNYATAAN YANG EKUIVALEN

TEOREMA 6.6.2 Contoh: adalah ortogonal karena det(a) = 1 dan pertukaran baris menghasilkan det(a) = -1

MATRIKS ORTOGONAL SEBAGAI OPERATOR LINEAR

PERUBAHAN BASIS ORTONORMAL Jika P adalah matriks transisi dari basis ortonormal satu ke basis ortonormal lainnya untuk RHD, maka P adalah matriks ortogonal, sehingga P -1 = P T. CONTOH: Perubahan koordinat-xy ke koordinat-x y dihubungkan oleh: =

Matriks transisi: Seperti penjelasan sebelumnya bahwa P -1 = P T, maka cos sin = = sin cos cos sin = sin cos Jika = sin = cos = Jika koordinat lama W = (2,-1), maka Koordinat baru W adalah (x,y ) = (,- )