For AI agents: use /llms.txt for the Nakafa content index.
Beranda Matriks Ortogonal dan Uniter Salin Konten
Buka
Matriks ortogonal dan uniter adalah jenis matriks yang sangat istimewa. Bayangkan mereka seperti transformasi yang sangat "bersih" yang tidak mengubah jarak dan sudut dalam ruang, hanya memutar atau memantulkan objek.
Perbedaannya sederhana. Matriks ortogonal bekerja dengan bilangan real, sedangkan matriks uniter bekerja dengan bilangan kompleks. Keduanya punya sifat yang sama, cuma versi yang berbeda saja.
Matriks kuadrat real A ∈ R n × n A \in \mathbb{R}^{n \times n} A ∈ R n × n disebut ortogonal kalau:
Artinya, untuk mendapat invers matriks ini, kita cukup transpose saja. Sangat praktis kan?
Matriks kuadrat kompleks A ∈ C n × n A \in \mathbb{C}^{n \times n} A ∈ C n × n disebut uniter kalau:
Di sini A H A^H A H adalah conjugate transpose dari A A A . Konsepnya mirip, cuma untuk bilangan kompleks.
Ini juga ekuivalen dengan:
Matriks ortogonal real sebenarnya adalah kasus khusus dari matriks uniter, karena R n × n ⊂ C n × n \mathbb{R}^{n \times n} \subset \mathbb{C}^{n \times n} R n × n ⊂ C n × n .
Yang menarik dari matriks ortogonal dan uniter adalah determinannya selalu punya nilai absolut 1 1 1 . Kenapa bisa begitu?
Untuk matriks uniter A A A , kita punya A H A = I A^H A = I A H A = I . Kalau kita hitung determinannya:
Jadi ∣ det A ∣ = 1 |\det A| = 1 ∣ det A ∣ = 1 . Untuk matriks ortogonal, cara buktikannya sama, cuma pakai A T A = I A^T A = I A T A = I .
Nilai eigen dari matriks ortogonal dan uniter juga punya sifat khusus. Setiap nilai eigen λ \lambda λ selalu memenuhi:
Mengapa demikian? Misalkan A ⋅ v = λ ⋅ v A \cdot v = \lambda \cdot v A ⋅ v = λ ⋅ v untuk vektor eigen v ≠ 0 v \neq 0 v = 0 . Untuk kasus kompleks, kita bisa hitung:
Karena v H v ≠ 0 v^H v \neq 0 v H v = 0 , maka ∣ λ ∣ 2 = 1 |\lambda|^2 = 1 ∣ λ ∣ 2 = 1 , sehingga ∣ λ ∣ = 1 |\lambda| = 1 ∣ λ ∣ = 1 .
Untuk matriks ortogonal real, nilai eigennya bisa 1 1 1 atau − 1 -1 − 1 kalau real. Tapi kalau kompleks, bentuknya bisa ditulis sebagai:
Ini artinya nilai eigen kompleks terletak di lingkaran unit di bidang kompleks.
Mari lihat contoh yang familiar yaitu matriks rotasi:
Kita bisa cek bahwa ini matriks ortogonal:
Polinomial karakteristiknya adalah:
Hasilnya adalah λ 1 , 2 = e ± i α \lambda_{1,2} = e^{\pm i\alpha} λ 1 , 2 = e ± i α .
Transformasi R 2 → R 2 : x ↦ A ⋅ x \mathbb{R}^2 \to \mathbb{R}^2 : x \mapsto A \cdot x R 2 → R 2 : x ↦ A ⋅ x menggambarkan rotasi sebesar sudut α \alpha α . Untuk α ≠ 0 \alpha \neq 0 α = 0 dan α ≠ π \alpha \neq \pi α = π , matriks ini tidak punya nilai eigen real, tapi punya dua nilai eigen kompleks.